楊澤坤，黃 釩

（青海民族大學(xué) 經(jīng)濟(jì)與管理學(xué)院，青海 西寧 810007）

一、研究背景

金融作為經(jīng)濟(jì)發(fā)展的血脈，在經(jīng)濟(jì)增長中發(fā)揮了重要作用，以商品和服務(wù)流為核心的內(nèi)循環(huán)與以資金流為核心的外循環(huán)構(gòu)成了經(jīng)濟(jì)體系運(yùn)行的兩大基本流量。一方面，它們通過資源再分配提高了資源配置效率；另一方面，物流和資金流的循環(huán)為經(jīng)濟(jì)增長提供了充足的物質(zhì)支持。金融資源配置效率是地區(qū)經(jīng)濟(jì)高質(zhì)量增長的重要助推器，但我國復(fù)雜的地理環(huán)境所導(dǎo)致的地區(qū)金融資源發(fā)展的非均衡性進(jìn)一步拉大了各地區(qū)經(jīng)濟(jì)發(fā)展的差異。因此，本文將具體探究發(fā)展新形勢(shì)下金融服務(wù)各地區(qū)經(jīng)濟(jì)增長的效率及其空間分布差異。

國內(nèi)外學(xué)者分別從靜態(tài)和動(dòng)態(tài)兩方面采用DEA基本模型和Malmquist指數(shù)法對(duì)效率進(jìn)行測(cè)度。A.Charnes，W.W.Cooper和E.Rhodes于1978年提出了CCR模型，開創(chuàng)了DEA分析方法的先河①。Banker等提出了BCC模型，進(jìn)一步豐富了DEA分析方法②。以上DEA模型在測(cè)度效率方面有很多優(yōu)點(diǎn)，也被廣泛應(yīng)用，但是主要用于靜態(tài)分析，無法進(jìn)行效率的動(dòng)態(tài)分析。在前人研究的基礎(chǔ)上，后來的學(xué)者將DEA和Malmquist指數(shù)法結(jié)合起來，較好地解決了動(dòng)態(tài)效率測(cè)度的問題。林進(jìn)忠和藍(lán)麗嬌利用DEA模型和Malmquist指數(shù)法進(jìn)行福建省金融資源配置效率的研究，發(fā)現(xiàn)福建省金融資源配置效率為非有效，但經(jīng)Malmquist指數(shù)分解后的純技術(shù)效率是有效狀態(tài)③。宋志秀和梁松運(yùn)用DEA-Malmquist指數(shù)法測(cè)度長江經(jīng)濟(jì)帶金融服務(wù)實(shí)體經(jīng)濟(jì)效率，研究結(jié)果表明全要素生產(chǎn)效率波動(dòng)較大，東、中、西部效率變化由高到低的趨勢(shì)并不明顯④。游士兵和楊芳運(yùn)用DEA和Tobit模型從綠色發(fā)展視角測(cè)度并分析金融服務(wù)實(shí)體經(jīng)濟(jì)效率和影響因素，結(jié)果表明通過規(guī)模效率可以提高金融服務(wù)實(shí)體經(jīng)濟(jì)綠色發(fā)展效率，東部地區(qū)高于中西部地區(qū)⑤。

因此，在參考已有的豐富研究成果基礎(chǔ)上，本文采用DEA-BCC模型和Malmquist指數(shù)法測(cè)度東、中、西部12個(gè)省份的金融服務(wù)經(jīng)濟(jì)增長效率，探究不同地區(qū)金融服務(wù)經(jīng)濟(jì)增長效率的內(nèi)在演化規(guī)律與空間差異性，并分析發(fā)展過程中存在的問題。

二、模型構(gòu)建、變量選取與數(shù)據(jù)來源

（一）DEA-BCC模型

數(shù)據(jù)包絡(luò)法（DEA）由A.Charnes等于1978年提出，公式如下：

在t期和t+1期技術(shù)效率變化公式如下：

建立Malmquist生產(chǎn)率指數(shù)即綜合效率指數(shù)（Tfpch），公式如下：

若Malmquist指數(shù)值大于1，則說明t到t+1期效率水平提高，等于1表示效率水平不變，小于1表示效率水平下降。

（二）變量選取與數(shù)據(jù)來源

本文研究的是金融支持下的經(jīng)濟(jì)增長效率，并考慮到分別進(jìn)行不同區(qū)域的差異性對(duì)比分析，因而決策單元即研究對(duì)象定向選取我國東、中、西部地區(qū)共12個(gè)省份，研究時(shí)段為2008—2019年，在統(tǒng)一決策單元系統(tǒng)內(nèi)選取投入和產(chǎn)出變量，分別從靜態(tài)和動(dòng)態(tài)分析入手測(cè)算其指數(shù)，并進(jìn)行省份和區(qū)域間的對(duì)比。本文各指數(shù)結(jié)果使用DEAP2.1軟件進(jìn)行運(yùn)算得到。（1）投入變量選取。金融作為系統(tǒng)的投入變量，可以從反映金融發(fā)展相關(guān)的人力、資本和物力三方面考慮。因此，人力資本投入采用各省金融從業(yè)人員數(shù)量衡量；金融資本投入采用各省金融機(jī)構(gòu)貸款額衡量；而物質(zhì)資本投入則采用各省金融業(yè)全社會(huì)固定資產(chǎn)投資額衡量。（2）產(chǎn)出變量選取。經(jīng)濟(jì)增長情況作為系統(tǒng)的產(chǎn)出變量，從反映經(jīng)濟(jì)增長的指標(biāo)進(jìn)行考慮。因而選擇各省份生產(chǎn)總值即地區(qū)GDP作為產(chǎn)出變量（表1）。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒和統(tǒng)計(jì)局網(wǎng)站等，其中部分?jǐn)?shù)據(jù)通過計(jì)算得到。

表1 投入產(chǎn)出變量指標(biāo)及釋義

三、實(shí)證分析

（一）基于DEA-BCC模型的靜態(tài)分析

使用變動(dòng)規(guī)模報(bào)酬下的投入導(dǎo)向型BCC模型對(duì)我國12個(gè)省份2008—2019年間的金融支持經(jīng)濟(jì)增長效率進(jìn)行測(cè)度，得到各省份的靜態(tài)金融支持經(jīng)濟(jì)增長綜合公式：crste=vrste*scale。根據(jù)DEAP2.1軟件分析結(jié)果，得到12省份2008—2019年的各效率平均值，見表2。

表2 12省份2008—2019年金融支持經(jīng)濟(jì)增長靜態(tài)綜合效率值均值及分解值

表2中，從12省份總體均值來看，綜合效率、純技術(shù)效率和規(guī)模效率值分別為0.863、0.941和0.918，處于DEA弱有效狀態(tài)。具體來看，江蘇、山西、河南三省在12年間的三大效率值的均值為1，處于DEA有效狀態(tài)，且規(guī)模報(bào)酬均不變，在所考察的12省份中處于第一梯隊(duì)。山東、湖南二者的綜合效率值為0.9，純技術(shù)效率值均為1，處于第二梯隊(duì)，規(guī)模效率是致使綜合效率較弱的原因。在后續(xù)發(fā)展中應(yīng)注重規(guī)模效益，加強(qiáng)金融產(chǎn)業(yè)集聚，發(fā)揮產(chǎn)業(yè)的集群效應(yīng)，以金融集聚的多元化、綜合化發(fā)展促進(jìn)其經(jīng)濟(jì)增長。河北、湖北和四川的綜合效率值介于0.85-0.9之間，處于第三梯隊(duì)。純技術(shù)效率值和規(guī)模效率值則大多大于0.9，故純技術(shù)效率值較低是導(dǎo)致綜合效率值較低的主要原因。因此，在后續(xù)發(fā)展中應(yīng)注重加大科研投入，重視高端人才引進(jìn)和培養(yǎng)，以大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等高端技術(shù)賦能金融產(chǎn)業(yè)，提高技術(shù)創(chuàng)新能力，助推經(jīng)濟(jì)增長。甘肅和云南的綜合效率值分別為0.774和0.684，但純技術(shù)效率值均為1，處于第四梯隊(duì)，規(guī)模效應(yīng)差是主要問題。原因可能是二者處于我國西部偏遠(yuǎn)地區(qū)，金融產(chǎn)業(yè)發(fā)展較差，集群效應(yīng)弱，無法發(fā)揮規(guī)模效益。因此，應(yīng)加大銀行、證券等各金融行業(yè)的發(fā)展，形成金融業(yè)一體多元化發(fā)展，以發(fā)揮產(chǎn)業(yè)集群效應(yīng)。

值得指出的是，浙江和陜西的綜合效率值分別為0.674和0.693，處于第五梯隊(duì)，純技術(shù)效率和規(guī)模效率值均較低，尤以純技術(shù)效率發(fā)展表現(xiàn)較差，這可能與二省的實(shí)際發(fā)展情況略有不符。首先，浙江是全國電商行業(yè)中心，以阿里為代表的大量民營企業(yè)在此聚集，產(chǎn)生了強(qiáng)大的規(guī)模效應(yīng)。同時(shí)，企業(yè)的創(chuàng)新發(fā)展帶動(dòng)了當(dāng)?shù)丶夹g(shù)創(chuàng)新水平的提高。因此，其綜合效率值較低的原因可能是浙江省在2016—2019年大幅減少了金融業(yè)固定資產(chǎn)投資規(guī)模這一重要投入變量。其次，陜西是全國科教文化大省，集中了大量頂級(jí)高校和科研院所，高端人才儲(chǔ)備充足，尤以省會(huì)西安在全國表現(xiàn)頗為亮眼，但可能地區(qū)發(fā)展的極度不均衡降低了綜合效率，西安市對(duì)陜西其他市區(qū)形成了強(qiáng)大的虹吸效應(yīng)，大量人才、資金、技術(shù)和產(chǎn)業(yè)在此集聚，造成了大量資源的冗余。

分區(qū)域來看，在所選擇的三大區(qū)域12省份中，表現(xiàn)最好的是中部地區(qū)，東部地區(qū)次之，西部地區(qū)最差，地區(qū)發(fā)展差異化和不平衡性明顯。東部地區(qū)弱于中部主要是由浙江省表現(xiàn)較差所導(dǎo)致的，但考慮到與實(shí)際情況的不相符合，此點(diǎn)需結(jié)合下文的Malmquist指數(shù)對(duì)浙江省的綜合效率情況進(jìn)行動(dòng)態(tài)分析，以觀測(cè)動(dòng)態(tài)發(fā)展?fàn)顩r。西部地區(qū)表現(xiàn)最差則主要源于地理位置和人口結(jié)構(gòu)，使其在人才、金融、科技、產(chǎn)業(yè)等方面落后于東中部地區(qū)，因此西部地區(qū)應(yīng)發(fā)揮生態(tài)優(yōu)勢(shì)，并不斷加大科技投入，轉(zhuǎn)變政府職能，重構(gòu)營商環(huán)境等，減少人才流失，盡力縮小與東中部地區(qū)的差距。

（二）基于Malmquist指數(shù)的動(dòng)態(tài)分析

運(yùn)用DEAP2.1分析軟件測(cè)算2008—2019年的綜合效率變動(dòng)情況。結(jié)果如表3。

1.分年度金融服務(wù)經(jīng)濟(jì)增長效率的均值分析。由圖1可以看出，12個(gè)省份的金融服務(wù)經(jīng)濟(jì)增長的各效率指數(shù)值在2008—2019年總體處于平穩(wěn)趨勢(shì)。具體來看，綜合效率值tfpch在2008—2009年位于最低點(diǎn)，次低點(diǎn)則處于2015—2016年，最高點(diǎn)則出現(xiàn)在2016—2017年。從增長情況來看，分別在2008—2010年、2015—2017年出現(xiàn)了兩次增長高峰期。合理的解釋為，綜合效率主要受宏觀經(jīng)濟(jì)形勢(shì)的影響，2008—2009受全球金融危機(jī)影響，經(jīng)濟(jì)大幅衰退，我國也略有下降，導(dǎo)致我國出口貿(mào)易大幅減少，國內(nèi)金融業(yè)和經(jīng)濟(jì)均大幅下行。隨后在2009—2011年間，為應(yīng)對(duì)金融危機(jī)的影響，中央和各省市出臺(tái)了一系列提振經(jīng)濟(jì)的政策，因而此階段金融和經(jīng)濟(jì)快速恢復(fù)，綜合效率值也大幅增長。2013—2016年間，“產(chǎn)能過剩”嚴(yán)重影響經(jīng)濟(jì)發(fā)展步伐，同時(shí)伴隨著資本市場(chǎng)的無序發(fā)展所產(chǎn)生的泡沫于2015年破滅，形成了2015年的“股災(zāi)”，導(dǎo)致金融服務(wù)經(jīng)濟(jì)增長的綜合效率值tfpch在2015—2016年達(dá)到僅次于受金融危機(jī)影響的次低點(diǎn)。隨后，供給側(cè)結(jié)構(gòu)性改革的推進(jìn)和各種經(jīng)濟(jì)金融政策的進(jìn)一步完善，疊加房地產(chǎn)市場(chǎng)的繁榮，使得綜合效率值tfpch快速發(fā)展并于2016—2017年達(dá)到最高點(diǎn)。從時(shí)間趨勢(shì)看，技術(shù)和創(chuàng)新對(duì)12省份的金服務(wù)經(jīng)濟(jì)增長的綜合效率影響巨大（圖1）。

圖1 12省份金融服務(wù)經(jīng)濟(jì)增長效率的均值變化趨勢(shì)

2.12省歷年金融服務(wù)經(jīng)濟(jì)增長效率的區(qū)域差異性分析。從表3來看，12省份的金融服務(wù)經(jīng)濟(jì)增長的綜合效率值在各年度差異較大；各分解效率值在不同年度也表現(xiàn)出較大的差異性。說明各地區(qū)之間異質(zhì)性明顯，不同地區(qū)差異較大。從東、中、西三大區(qū)域角度分析，出現(xiàn)了金融服務(wù)效率西部省份高于東部發(fā)達(dá)省份的現(xiàn)象，這與靜態(tài)分析結(jié)果表現(xiàn)出了一定的相異性。

表3 12省份2008—2019年金融服務(wù)經(jīng)濟(jì)增長綜合動(dòng)態(tài)效率值及分解值

從圖2中東部四省的變化趨勢(shì)來看，浙江省的變化幅度最為明顯，尤以2008—2013年間變化幅度最大，但自2013年后變化趨于正常，且多數(shù)年份在四省中表現(xiàn)最好。這與浙江省的市場(chǎng)環(huán)境與經(jīng)濟(jì)結(jié)構(gòu)緊密相關(guān)，浙江省民營經(jīng)濟(jì)發(fā)達(dá)，資本充足，金融發(fā)展活躍。但在2013年之前，整體經(jīng)濟(jì)尚處于初步發(fā)展階段，波動(dòng)性較大，資本和金融的趨利性和非理性表現(xiàn)較強(qiáng)，導(dǎo)致其綜合效率波動(dòng)性很大。2013年之后，市場(chǎng)環(huán)境發(fā)育成熟，各項(xiàng)體制機(jī)制趨于完善，經(jīng)濟(jì)結(jié)構(gòu)進(jìn)入良性循環(huán)發(fā)展?fàn)顟B(tài)，表現(xiàn)為波動(dòng)性的回歸。江蘇省在2008—2011年間呈大幅上漲趨勢(shì)，主要?dú)w功于2008年金融危機(jī)之后全球經(jīng)濟(jì)的復(fù)蘇，外貿(mào)的迅速增加，積極向上的經(jīng)濟(jì)使綜合效率值大幅上升；2011年之后發(fā)展趨于平緩，總體表現(xiàn)好于北方的河北和山東兩省。河北省和山東省在2008—2019年期間的發(fā)展均較為平緩，尤以山東省的波動(dòng)性最小。四省份中，河北省總體表現(xiàn)最差，綜合效率值在多數(shù)年份位居四省最低。原因在于河北緊鄰京津，大量人才、資本、技術(shù)和產(chǎn)業(yè)外流，極大地拉開了河北與北京、天津的差距，使得經(jīng)濟(jì)金融發(fā)展在東部乃至全國表現(xiàn)并不突出。而山東省位于東部沿海地帶，港口城市較多，海運(yùn)和旅游經(jīng)濟(jì)發(fā)達(dá)，且山東整體為平原地貌，機(jī)械化農(nóng)業(yè)發(fā)達(dá)，因此第一、第三產(chǎn)業(yè)的高端化發(fā)展賦予了經(jīng)濟(jì)向上的優(yōu)渥條件（圖2）。

圖2 東部四省歷年金融服務(wù)經(jīng)濟(jì)增長綜合效率變化趨勢(shì)

由圖3可以看出，在中部四省中，山西省表現(xiàn)與其他三省差異化最大，波動(dòng)性最強(qiáng)，尤其在2016-2017年間達(dá)到歷史最高值（3.208），這與山西省單一化的能源經(jīng)濟(jì)發(fā)展模式大致匹配。作為資源型省份的典型代表，經(jīng)濟(jì)發(fā)展嚴(yán)重依賴煤炭等資源產(chǎn)業(yè)的發(fā)展，尤其綠色生態(tài)化發(fā)展的提出使得全國對(duì)煤炭資源的需求急劇下降，山西經(jīng)濟(jì)迅速回落。此外，金融市場(chǎng)發(fā)展不充分，除銀行外的其他金融產(chǎn)業(yè)發(fā)展極度落后，對(duì)經(jīng)濟(jì)并未發(fā)揮應(yīng)有的效應(yīng)。復(fù)雜的經(jīng)濟(jì)社會(huì)環(huán)境是經(jīng)濟(jì)轉(zhuǎn)型道路上的嚴(yán)重阻礙。因此，如何破解“資源詛咒”，發(fā)揮文化底蘊(yùn)的地域優(yōu)勢(shì)是未來探索的主要方向。河南、湖北、湖南三省的綜合效率變化趨勢(shì)非常平緩，差異化很小。首先，三省同質(zhì)化嚴(yán)重，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)較差，經(jīng)濟(jì)發(fā)展的支柱性產(chǎn)業(yè)為第一、二產(chǎn)業(yè)，而高新技術(shù)產(chǎn)業(yè)起步較晚，規(guī)模較小，第三產(chǎn)業(yè)尤其是高端化服務(wù)業(yè)發(fā)展較為落后。其次，省內(nèi)區(qū)域發(fā)展不平衡問題嚴(yán)重，有發(fā)展相對(duì)較好的省會(huì)城市鄭州、武漢和長沙，但更多的是發(fā)展較差的非省會(huì)城市，因此整體經(jīng)濟(jì)基礎(chǔ)較差，對(duì)資本和人才的吸引力不足。最后，三省為中部省份，開放較晚，沒有東部沿海地區(qū)經(jīng)濟(jì)發(fā)展的地域與產(chǎn)業(yè)優(yōu)勢(shì)，有利于經(jīng)濟(jì)發(fā)展的政策支持力度也較小，經(jīng)濟(jì)基礎(chǔ)薄弱，特別是銀行為主體的金融市場(chǎng)發(fā)展滯后，融資方式單一，二元化發(fā)展明顯，金融的供需匹配依舊存在較大問題，因此金融服務(wù)經(jīng)濟(jì)增長的效率較低。

圖3 中部四省歷年金融服務(wù)經(jīng)濟(jì)增長綜合效率變化趨勢(shì)

圖4中，西部四省中云南波動(dòng)幅度最大，其次為甘肅，而陜西和四川變化趨勢(shì)相對(duì)較為平緩。四省均屬西部大開發(fā)戰(zhàn)略的支持區(qū)域，受益于國家政策的扶持，經(jīng)濟(jì)金融環(huán)境逐步改善，市場(chǎng)活力增強(qiáng)，其綜合效率大體呈波動(dòng)上升趨勢(shì)，尤其以波動(dòng)性最大的甘肅和云南表現(xiàn)最為明顯。陜西和四川分別作為西北和西南地區(qū)的龍頭省份，省會(huì)城市西安和成都尤具代表，兩省經(jīng)濟(jì)發(fā)展較好，經(jīng)濟(jì)增長效率變化差異較小。在保持省會(huì)城市良好發(fā)展態(tài)勢(shì)的基礎(chǔ)上，不斷加強(qiáng)對(duì)非省會(huì)城市的支持力度，以促進(jìn)非省會(huì)城市的發(fā)展，縮小區(qū)域發(fā)展差異是其未來的發(fā)展方向。甘肅省和云南省經(jīng)濟(jì)增長效率大致以2016年為界。2016年之前，云南省綜合效率呈下降趨勢(shì)，而2016年之后則呈迅速增長態(tài)勢(shì)，重新恢復(fù)到2008—2009年的最高點(diǎn)位置?？赡艿慕忉屖牵颇系靥庍吘?，緊鄰南亞各國。2016年之前，長久的特色農(nóng)業(yè)、旅游經(jīng)濟(jì)和工業(yè)外向型經(jīng)濟(jì)后繼增長乏力，導(dǎo)致綜合效率逐步下降。2016年之后，云南省重新找準(zhǔn)了方向和定位，依托“一帶一路”建設(shè)和“東盟自貿(mào)區(qū)”建設(shè)等機(jī)遇，使其發(fā)展重新進(jìn)入快車道，經(jīng)濟(jì)增長綜合效率迅速提高。甘肅省在2016年之前發(fā)展相對(duì)平緩，波動(dòng)幅度較小，而在2016年之后迅速騰飛，并達(dá)到橫向和縱向比較的最大值1.332。主要原因也應(yīng)歸功于“一帶一路”建設(shè)，中國加強(qiáng)了與中亞乃至歐洲國家的聯(lián)系，帶動(dòng)了沿線經(jīng)濟(jì)的發(fā)展。

圖4 西部四省歷年金融服務(wù)經(jīng)濟(jì)增長綜合效率變化趨勢(shì)

四、結(jié)論

通過以上靜態(tài)和動(dòng)態(tài)兩方面金融服務(wù)經(jīng)濟(jì)增長效率的分析，得出結(jié)論：一是從靜態(tài)效率來看，東、中、西三大區(qū)域存在明顯差異性，其中，中部地區(qū)表現(xiàn)最好，東部次之，西部地區(qū)表現(xiàn)最差。經(jīng)濟(jì)增長效率非有效地區(qū)大多集中在西部地區(qū)，尤以西北地區(qū)最為明顯。各省份差異性較大，導(dǎo)致綜合效率值較低的原因并非單一的純技術(shù)效率值或規(guī)模效率值較低，而是兩者綜合的結(jié)果，具體情況又因不同省份而有不同表現(xiàn)。二是從動(dòng)態(tài)綜合效率及其分解值均值來看，各效率值的變化與整體經(jīng)濟(jì)和金融發(fā)展趨勢(shì)保持高度一致性。從時(shí)間趨勢(shì)看，12省份的金融服務(wù)經(jīng)濟(jì)增長的綜合效率變化與技術(shù)進(jìn)步指數(shù)變化存在高度一致性，而與規(guī)模效率的變化存在較大差異，表明技術(shù)的創(chuàng)新發(fā)展對(duì)提高綜合效率起到主導(dǎo)作用。三是從各區(qū)域動(dòng)態(tài)綜合效率來看，所選擇的12省份的金融服務(wù)經(jīng)濟(jì)增長的動(dòng)態(tài)綜合效率變化并未同靜態(tài)綜合效率一樣表現(xiàn)出東部或中部最高、西部最差的明顯趨勢(shì)，地區(qū)差異性因?qū)嶋H情況的復(fù)雜性而無明顯表現(xiàn)。東部地區(qū)雖有一定的優(yōu)勢(shì)，但具體表現(xiàn)并不明顯。

注釋：

①Charnes A.,Cooper W.W.,Rhodes E..Measuring the efficiency of decision making units[J].North-Holland,1978,2(6).

②R.D.Banker,A.Charnes,W.W.Cooper.Some Models for Esti mating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9).

③林進(jìn)忠,藍(lán)麗嬌.基于DEA模型的福建省金融資源配置效率研究[J].上海金融,2019(04):62-68.

④宋志秀,梁松.長江經(jīng)濟(jì)帶金融服務(wù)實(shí)體經(jīng)濟(jì)效率測(cè)度[J].統(tǒng)計(jì)與決策,2021,37(04):154-158.

⑤游士兵,楊芳.金融服務(wù)實(shí)體經(jīng)濟(jì)的效率測(cè)度及影響因素—基于綠色發(fā)展視角[J].金融論壇,2019,24(04):29-44.

⑥方大春.長江經(jīng)濟(jì)帶工業(yè)經(jīng)濟(jì)效率測(cè)度及其影響因素研究[J].理論月刊,2020(11):89-96.