金融支持民族地区实体经济发展效率测度及影响因素分析_孔繁利.pdf

金融支持民族地区实体经济发展效率测度及影响因素分析孔繁利，拱兴琦（内蒙古民族大学 经济学院，内蒙古 通辽 028043）摘要 利用数据包络分析方法，运用各项金融指标数据、实体经济指标数据计算2010年至2020年金融支持实体经济的全要素生产率变化指数、综合技术效率变化指数、技术进步指数、纯技术效率变化指数、规模效率变化指数。结果显示，“民族八省区”金融支持实体经济效率在2010年至2020年有大幅波动且呈现减弱态势；“民族八省区”之间的金融支持实体经济全要素生产率变化指数、综合技术效率变化指数、技术进步指数、纯技术效率变化指数、规模效率变化指数也存在差异。通过基尼系数证明“民族八省区”效率存在差异，对影响“民族八省区”金融支持实体经济的全要素生产率变化指数、纯技术效率变化指数、规模效率变化指数的原因进行回归分析。结果显示，“民族八省区”新增贷款、实体经济的经济结构、国有经济比重对金融支持实体经济的效率有显著影响。“民族八省区”的金融支持仍然处在“只见资金”的阶段，金融对实体经济的扶持仅表现在借贷方面；金融体系、金融产品等对实体经济的支持作用尚未显现。关键词 金融支持；民族地区；实体经济；效率测度中图分类号F061.5文献标志码 A 文章编号1671-0215（2022）06-0089-11实体经济是国家经济的重要基础，实体经济的发展离不开金融业在资金和市场等方面的支持。习近平总书记在中国共产党第十九次全国代表大会报告中指出，要深化供给侧结构性改革，“建设现代化经济体系，必须把发展经济的着力点放在实体经济上”，要发挥资本对深化供给侧结构的关键性作用，提升金融服务于实体经济的能力，坚持牢牢守住不发生系统性金融风险这个底线1。目前，中国经济处在不平衡、不充分的发展阶段，金融业、房地产业迅猛发展，投资回报率高，资金源源不断流入金融业和房地产业；实体经济发展缓慢，行业效益下滑，实体经济呈空心化发展态势；金融对实体经济的支持效果不显著；民族地区实体经济和金融业、房地产业的发展均相对落后。因此，研究民族地区金融支持实体经济效率和产生差异的原因，对民族地区实体经济发展、提高民族地区经济发展质量具有重要的意义。目前，国外学者研究关于金融危机背景下金融对实体经济作用的论著较多，多数学者认为金融过度发展会挤占实体经济的发展空间，造成金融危机，最终导致经济衰退，没有任何一个国家或者行业可以避免经济危机带来的不利影响。中国学者对金融和实体经济关系的研究多从金融效率着手，认为虚拟经济的过度繁荣阻碍了实体经济发展，造成实体经济效率下降。如何协调金融和实体经济的共同发展、让金融回归支基金项目 本文得到国家社会科学基金西部项目“金融业服务西部地区实体经济发展问题研究”（项目编号：18XJL008）的支持。作者简介 孔繁利，内蒙古民族大学经济学院教授，经济学博士，硕士研究生导师，研究方向为民族经济；拱兴琦，内蒙古民族大学经济学院中国少数民族经济专业2020级硕士研究生，研究方向为地区金融。内 蒙 古 民 族 大 学 学 报（社会科学版）Journal of Inner Mongolia Minzu University（Social Sciences）Vol.48 No.6Nov.2022第48卷 第6期2022年11月89DOI:10.14045/ki.nmsx.2022.06.011持实体经济的本位上，如何提高金融支持实体经济的效率，是国内学者研究的重点。目前，中国学术界对金融支持方面的研究多以全国三十四个省、自治区、直辖市，或者以东部沿海城市、金融发展水平较高的城市为研究对象。西部地区或者民族地区的金融、金融发展的水平和经济发展、优势与劣势都各有特点，研究民族地区金融支持实体经济的效率，对民族地区经济快速发展、实体经济转型具有重要意义。中国的民族分布具有大杂居、小聚居的特点，各民族相对集中地分布在内蒙古自治区、广西壮族自治区、西藏自治区、宁夏回族自治区、新疆维吾尔自治区和贵州省、云南省、青海省。中国政治、经济领域对民族政治、经济、社会的发展大多以上述八个民族省区作为研究对象，本文也以“民族八省区”代表中国的民族地区。本文利用数据包络分析方法（Data Envelopment Analysis，DEA）测算内蒙古自治区、宁夏回族自治区、广西壮族自治区、西藏自治区、新疆维吾尔自治区、贵州省、青海省、云南省的金融支持实体经济效率，分析这些地区金融支持实体经济效率的差异，进而分析影响这些地区金融支持实体经济效率的因素。本文在提高民族地区实体经济发展、让金融助推实体经济方面也提出了对策和建议。一、国内外研究现状（一）国外研究现状目前，国外学者研究金融危机背景下金融对实体经济作用的论著较多。美国籍奥地利政治经济学家约瑟夫 熊彼特（Joseph Alois Schumpeter）提出金融对经济增长的正向效用，论述了金融在经济发展中的重要作用2。美国斯坦福大学教授罗纳德 麦金农（Ronald I.McKinnon）分析了发展中国家金融抑制的情况，认为经济增长会提高储蓄水平，由此带来金融增长，进一步完善了金融支持经济发展的理论3。德国经济学家马克斯 韦伯（Max Weber）通过分析欧洲金融危机认为，金融过度发展会挤占实体经济的发展空间，造成金融危机，最终导致经济衰退4。耶鲁大学经济学家迪尔克 伯格曼（Dirk Baura）认为，金融危机的影响会通过金融股和实体股逐步渗透到实体经济行业，没有任何一个国家或者行业可以避免经济危机带来的不利影响5。（二）国内研究现状随着中国金融业和虚拟经济的迅速发展以及中国经济“脱虚向实”，中国学者对金融支持实体经济效率的研究也更加深入。宋翔认为，中国虚拟经济的过度繁荣已经产生了一系列问题，主要问题是虚拟经济的繁荣挤占了实体经济发展的空间。虚拟经济和实体经济具有密切联系，虚拟经济是实体经济的衍生物；实体经济是虚拟经济发展的基础，只有实体经济和虚拟经济协调发展，才能使中国经济高质量发展6。田佳卉认为，虚拟经济对实体经济的支持体现在两个方面：一方面，实体经济向虚拟经济汲取资金支持；另一方面，虚拟经济的快速发展在一定程度上为实体经济规避风险7。郭丽虹认为，中国应当完善金融市场化发展，助推中小金融机构快速发展，为实体经济的发展注入力量。郭丽虹、张祥建、徐龙炳研究了社会投资的规模和投资方式对中国实体经济发展的重要意义，认为维持在合理区间内的社会投资规模和速度对中国实体经济发展具有重要的正向意义。不同的投融资方式对实体经济发展发挥的作用各不相同，商业银行的短期贷款、长期应付款、股权投资的发展对实体经济发展形成显著的正向效应，但是影响的范围有所不同；票据融资也对实体经济形成显著的积极影响；债权融资对实体经济的影响虽然是消极的，但是影响并不显著8。杨立杰提出，中国应当正确认识金融和经济的关系，既不能按照产业分类标签化地将金融归为虚拟经济，也不能将金融业的利润视为对制造业的盘剥，应当针对各自问题的特殊性对症下药，推进金融业和实体经济共生互荣，使金融更好地服务实体经济9。谈俊、綦鲁明认为，中国经济步入“新常态”，实体经济面临的一系列潜在问题在金融领域凸现，金融系统本身具有的风险也在中国宏观经济增长速度逐渐放缓的大背景下日益显露。金融结构失衡是当前中国90金融服务领域面临的重点问题，集中表现在直接融资占比仍然较低、中小型商业银行市场份额仍然偏低、金融创新能力薄弱、对新兴金融服务监管相对滞后等方面，削弱了金融促进实体经济发展的效果。中国应当着力加强金融监管、加快金融创新，通过多渠道、多角度助力小微企业发展和三农产业发展10。庄雷认为，金融科技创新不仅可以拓宽融资渠道、通过信贷金融服务和减少投资成本，而且能够在带动社会资本流入实体企业、帮助实体企业发展、减少投资等方面增强金融服务实体企业的效率和功能，从而帮助实体企业健康成长、逐步创新11。二、相关概念及理论（一）实体经济实体经济的概念来自西方国家，西方经济学家最初把实体经济视为产品和服务的流通。中国目前对实体经济概念的界定尚不明确，学者们对实体经济的内涵和范围有不同的划分方式。马克思（Karl HeinrichMarx）在 资本论（Das Kapital）中对实体经济进行了大量论述。马克思将所有的物质生产活动定义为实体经济，即指用资本雇佣工人、购买生产资料、生产产品、通过商品流通将商品重新变成货币的过程。也有学者认为，实体经济产业应当包括物质产品和精神产品的生产、销售、提供相关服务的经济活动，不仅包括农业、能源、交通运输、邮电、建筑等物质生产活动，而且包括商业、教育、文化、艺术、体育等精神产品的生产和服务。中国共产党第十六次全国代表大会报告指出，实体经济是指物质的、精神的产品和服务的生产、流通等经济活动12。本文借鉴黄慧群对实体经济的分类方法，将实体经济划分为包括制造业、农业、建筑业、包括其他所有工业在内的传统意义上的实体生产性部门，以及除了金融业、房地产业之外的所有服务业13。（二）金融深化金融深化理论是由罗纳德 麦金农创立的。他阐述了金融抑制对各国经济发展的危害，认为发展中国家如果希望发展经济，就应该放弃政府对金融的管制，鼓励金融充分发挥对经济的促进作用。这就需要各国政府停止对金融体系和金融市场的过度干预，实行开放性的汇率和利率制度，让金融体系和金融市场及时、有效地反映资金和外汇的实际供求情况，充分发挥市场机制的调节作用，有效地控制通货膨胀。由此可见，金融体系的拓展和深化、金融制度的逐渐完善带来的正效应可以拓展到整个经济领域。三、研究方法、指标选取、数据来源（一）研究方法数据包络分析模型是一种线性规划模型，克服了假定参数导致的主观性影响，不需要具体的生产函数形式，可以利用收集的数据并且基于一定的生产有效性标准找出位于生产前沿包络面上的相对有效点，从“投入最小化”和“产出最大化”两个角度对决策单元进行技术效率评价，适用范围广、计算结果客观。非参数的全要素生产率的增长率（非参数Malmquist 指数）是当前较好的数据包络分析方法，适用于面板数据，可以度量决策单元的“投入产出”的效率情况。数据包络分析法的模型种类十分丰富，其中有两种最基础的模型，即CCR（假设规模报酬不变的模型）和BCC模型（假设规模报酬可变的模型）。二者的区别在于前者假设规模报酬不变，后者假设规模报酬可变。本文研究的数据时间跨度为十年，可以推测全部生产要素有所变化，从而使用假设规模报酬可变的模型。假设规模报酬可变的模型公式如下。min-()ets-+ets+s.t.i=1nyiri-s+=y0r,i（1,2,.,m）i=1nxiji+s+=x0j,i（1,2,.,m）i=1ni=1,i0,s+0,s-0（公式1）假设规模报酬可变的模型测算的一般是相对固定时期的面板数据，得出的是各决策单元的相对静态效91率，无法反映效率的变动。因此，为了考虑时间因素，本文使用数据包络分析中的非参数的全要素生产率的增长率模型（DEA-Malmquist 指数模型）。美国经济学会学者罗尔夫多（Rolf Fare）、肖娜格罗斯科夫（Shawna Grosskopf）、玛丽 诺里斯（Mary Norris）、张忠阳等人将全要素生产率变化指数与数据包络分析法相结合，进一步分解全要素生产率变化指数14。在数据包络分析-全要素生产率变化指数模型设定上，根据牛津大学学者道格拉斯 凯夫斯（Douglas W Caves）、劳里茨 克里斯滕森（Laurits R Christensen）等人的研究方法15，对面板数据的全要素生产率效率指数模型进行如下定义。M(xt+1，yt+1；xt，yt)=dt0（xt，yt）dt+10（xt+1，yt+1）dt+10（xt+1，yt+1/v）dt0（xt，yt/v）dt0（xt，yt）dt+10（xt，yt）dt0（xt+1，yt+1）dt+10（xt+1，yt+1）（公式2）等式左边为全要素生产率变化指数（Tfpch），表示生产效率的变化。等式右边第一部分dt0（xt,yt）dt+10（xt+1,yt+1）为规模效率变化指数（Se