区域金融生态运行效率研究成果

在前面采用了不包含非期望产出的传统DEA效率测算模型对我国金融生态系统运行效率进行分省份测算，但是这种方法测算得到的效率剔除了负向因素的影响，统计量结果往往是有偏的。因此，为了纠正偏离真实效率测算值的问题，同时也是弥补现有文献在对区域金融生态效率分析及量化中时存在的不足，本章节将不良贷款率纳入金融生态效率测算DEA模型，比较两种金融生态效率测算结果是否存在显著差异，将利用对非期望产出进行效率分析的DEA模型对我国区域金融生态不良贷款约束下的运行效率进行测算。计算结果如表4-5所示。

表4-5　2006—2015年考虑不良贷款时区域金融生态效率得分

续表

(www.xing528.com)

数据来源：作者计算整理。

表4-5给出的是将不良贷款纳入金融生态生态系统运行时计算得到的运行效率。从上表可以看出，样本期内各省市生态金融效率发展较为平稳，均保持在一个相对稳定的范围之内，没有发生过剧烈的波动。此外，与传统DEA方法计算得到的效率相类似，非期望产出视角下是我国区域生态金融效率同样呈现出“东部—中部—西部”依次递减的格局，即东部地区生态金融效率要高于中西部地区，中部地区次之，而西部地区的金融生态效率最低，从各地区历年效率的均值可以发现，东部地区金融生态的平均效率值为0.736，中部地区为0.637，而西部地区最低，仅为0.499，此外，从全国金融生态效率来看，我国区域历年区域金融生态的效率值仅为0.619，距离有效的效率前沿仍然存在较大差距。

图4-2　2006—2015年非期望产出视角下区域金融生态效率

图4-2显示了2006年到2015年东、中、西部各区域金融生态效率非期望产出约束下的变化情况，在将银行业金融机构不良贷款纳入金融生态效率的分析框架中后，历年各区域效率变化较大，并且各区域之间的效率差距呈现出逐渐扩大的趋势。从图中可以看出，不管有没有考虑非期望产出的影响，东部地区的效率值均要高于中部地区和西部地区，并且从历年的效率变化趋势可以看出，东部地区的效率均值表现为稳定上升的趋势，金融生态效率虽然有略微的下降，但是总体而言效率表现为显著提升。而与此形成鲜明对比的西部地区，无论有没有考虑到不良贷款，其金融生态效率均远远低于东部地区和中部地区，并且其与东中部地区的差距越来越大。