李 剛 徐以強(qiáng) 吳 巖 焦 陽(yáng) 劉筱慧

（東北大學(xué)工商管理學(xué)院，沈陽(yáng) 110819）

引 言

“供給側(cè)結(jié)構(gòu)性改革”是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重要指引，金融供給側(cè)結(jié)構(gòu)性改革則是其中的關(guān)鍵一環(huán)，其不僅關(guān)系到傳統(tǒng)產(chǎn)業(yè)的產(chǎn)能過(guò)?；夂统恋碣Y源釋放，實(shí)質(zhì)上也是推動(dòng)新興產(chǎn)業(yè)發(fā)展的基礎(chǔ)支撐［1］。金融供給側(cè)結(jié)構(gòu)性改革要想取得成效，必須對(duì)我國(guó)金融行業(yè)有一個(gè)清晰的認(rèn)識(shí)，其中，對(duì)于金融技術(shù)效率的準(zhǔn)確測(cè)算及影響因素分析具有重要意義。經(jīng)濟(jì)學(xué)意義上的技術(shù)效率是指投入與產(chǎn)出之間的關(guān)系，在既定投入下實(shí)現(xiàn)產(chǎn)出最大化，或者在生產(chǎn)既定的產(chǎn)出時(shí)實(shí)現(xiàn)投入最小化。前者是從產(chǎn)出的角度出發(fā)去定義技術(shù)效率［2］，后者是從投入的角度出發(fā)去定義技術(shù)效率［3］。對(duì)金融行業(yè)相關(guān)效率的測(cè)算一般有參數(shù)化方法和非參數(shù)化方法，參數(shù)化方法的代表方法是隨機(jī)前沿分析方法（SFA），非參數(shù)化方法的代表方法是數(shù)據(jù)包絡(luò)分析法（DEA）。Hu等［4］使用DEA方法測(cè)算我國(guó)各?。▍^(qū)、市）的金融業(yè)資源配置效率，Wang等［5］使用DEA方法，對(duì)我國(guó)各?。▍^(qū)、市）金融效率進(jìn)行了測(cè)度，Wild［6］同時(shí)使用DEA和SFA方法對(duì)歐元區(qū)的金融市場(chǎng)效率和風(fēng)險(xiǎn)聚集效應(yīng)進(jìn)行了研究，楊鷺和艾洪德［7］使用DEA方法對(duì)我國(guó)15家商業(yè)銀行的普惠金融效率進(jìn)行了研究。王韌和李志偉［1］在對(duì)我國(guó)金融技術(shù)效率的異質(zhì)性特征和產(chǎn)業(yè)傳導(dǎo)機(jī)制進(jìn)行研究時(shí)選擇了SFA方法中的超越對(duì)數(shù)生產(chǎn)函數(shù)對(duì)金融技術(shù)效率進(jìn)行了測(cè)算。Al－Gasaymeh［8］使用 SFA 方法測(cè)算了海灣合作委員會(huì)國(guó)家2007～2014年期間的銀行成本效率。Chen和Lu［9］使用SFA方法研究了宏觀經(jīng)濟(jì)因素對(duì)我國(guó)城市銀行效率的影響。Shamsuddin和 Dong［10］使用SFA方法中的超越對(duì)數(shù)生產(chǎn)函數(shù)對(duì)澳大利亞1985～2008年市銀行的效率進(jìn)行了實(shí)證研究。Shokr和 Al－Gasaymeh［11］研究埃及貨幣政策與銀行貸款和商業(yè)銀行成本效率的關(guān)系，選擇SFA方法測(cè)算了商業(yè)銀行的成本效率。

金融技術(shù)效率的影響因素方面，Thanh［12］使用歐洲的數(shù)據(jù)對(duì)數(shù)字化轉(zhuǎn)型與金融發(fā)展之間的關(guān)系進(jìn)行了實(shí)證分析，研究發(fā)現(xiàn)企業(yè)和公共部門的數(shù)字化水平以及個(gè)人的數(shù)字技能在金融發(fā)展中發(fā)揮著關(guān)鍵的作用，數(shù)字化可以顯著提高金融化的深度和效率。Mignamissi和Djijo［13］使用部分非洲國(guó)家的數(shù)據(jù)對(duì)數(shù)字鴻溝與金融發(fā)展之間的關(guān)系進(jìn)行了實(shí)證分析，研究發(fā)現(xiàn)信息通信技術(shù)的鴻溝嚴(yán)重阻礙了非洲國(guó)家金融的發(fā)展。程翔等［14］通過(guò)研究我國(guó)金融發(fā)展水平的空間差異與影響因素，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、科技發(fā)展水平對(duì)我國(guó)區(qū)域金融發(fā)展具有顯著的正向作用，科技發(fā)展水平極大地促進(jìn)了金融行業(yè)的發(fā)展。史恩義［15］認(rèn)為，政府在金融發(fā)展中起到了積極的作用，但政府干預(yù)過(guò)多會(huì)造成金融抑制。

綜上分析可知，在金融技術(shù)效率測(cè)度方面，王韌和李志偉［1］、趙金樓等［16］認(rèn)為，DEA 在具體操作時(shí)不考慮隨機(jī)誤差項(xiàng)的影響，而且不能對(duì)達(dá)到技術(shù)效率的單元進(jìn)行比較，而SFA可以有效避免這些不足。邢宏洋等［17］認(rèn)為在使用SFA方法時(shí)，關(guān)鍵問(wèn)題在于生產(chǎn)函數(shù)的選擇。張友棠和楊柳［18］為了避免生產(chǎn)函數(shù)選擇上的隨意性，使用假設(shè)檢驗(yàn)方法來(lái)確定合適的生產(chǎn)函數(shù)。程慧平等［19］也使用假設(shè)檢驗(yàn)來(lái)確定適宜的生產(chǎn)函數(shù)形式?；诖?，本文借鑒張友棠和楊柳［18］、程慧平等［19］選擇生產(chǎn)函數(shù)的做法，對(duì)我國(guó)各?。▍^(qū)、市）金融技術(shù)效率進(jìn)行研究。在金融技術(shù)效率影響因素的分析方面，很少有學(xué)者考慮普惠金融發(fā)展水平和高等教育水平。因此，本文除了研究政府干預(yù)力度和科技發(fā)展水平的作用效果之外，還試圖探究普惠金融發(fā)展水平以及高等教育水平對(duì)金融技術(shù)效率的作用效果。

1 研究方法

1.1 金融技術(shù)效率測(cè)度方法

本文選擇Battese和Coelli［20］提出的針對(duì)面板數(shù)據(jù)的隨機(jī)前沿模型（SFA）來(lái)測(cè)算我國(guó)30個(gè)省（區(qū)、市）的金融技術(shù)效率，該模型如式（1）所示：

式 （1）中，yit表示第i個(gè)研究對(duì)象在第t年的產(chǎn)出，f（xit；β；t）表示生產(chǎn)前沿面，xit表示第i個(gè)研究對(duì)象在第t年的投入，i＝1，2，…，I；t＝1，2，…，T，β是待估計(jì)參數(shù)。vit表示隨機(jī)誤差項(xiàng)，用來(lái)說(shuō)明統(tǒng)計(jì)噪聲，uit表示無(wú)效率項(xiàng)，用來(lái)表示研究對(duì)象實(shí)際達(dá)到的效率與生產(chǎn)前沿面之間的差距。對(duì)式 （1）兩邊取對(duì)數(shù)，得到式 （2）：

在確定最優(yōu)生產(chǎn)函數(shù)時(shí)，借鑒張友棠和楊柳［18］、程慧平等［19］的做法，使用廣義似然比統(tǒng)計(jì)量進(jìn)行假設(shè)檢驗(yàn)。假設(shè)通過(guò)廣義似然比統(tǒng)計(jì)量進(jìn)行假設(shè)檢驗(yàn)所確定的最優(yōu)生產(chǎn)函數(shù)如式 （3）所示：

式 （4）中，γ為待估參數(shù)，γ越大表示技術(shù)無(wú)效率項(xiàng)越明顯，這時(shí)使用隨機(jī)前沿分析方法越合理。一般來(lái)說(shuō)，要求γ應(yīng)該大于0.5［21］。

參考王韌和李志偉［1］的做法，將金融技術(shù)效率分解為前沿技術(shù)進(jìn)步（FTP）和前沿技術(shù)利用效率（TE）。設(shè)第i個(gè)研究對(duì)象的金融前沿技術(shù)利用效率為TEi，如式 （5） 所示：

對(duì)式 （3）中的變量t求導(dǎo)數(shù)，得到FTP表達(dá)式如式 （6）所示：

1.2 金融技術(shù)效率影響因素分析方法

Pitt和Lee［22］最先嘗試將隨機(jī)前沿模型的相關(guān)變量與影響因素一同回歸，證明了基于隨機(jī)前沿對(duì)相關(guān)效率的影響因素進(jìn)行分析的方法是科學(xué)有效的。Battese 和 Coelli［23］改進(jìn)了 Pitt和 Lee［22］的做法，使得隨機(jī)前沿分析方法進(jìn)行影響因素分析時(shí)更簡(jiǎn)便和穩(wěn)定。因此，本文選擇使用Battese和Coelli［23］提出的模型研究我國(guó)金融技術(shù)效率的影響因素，回歸模型如式 （7）所示：

式 （7）中，uit表示無(wú)效率項(xiàng)，用來(lái)表示研究對(duì)象實(shí)際達(dá)到的效率與生產(chǎn)前沿面之間的差距，表示第i個(gè)研究對(duì)象的第n個(gè)影響因素在第t年的取值，εit表示隨機(jī)擾動(dòng)項(xiàng)。

為了避免遺漏影響金融技術(shù)效率的變量［18］，本文構(gòu)建一步法金融技術(shù)無(wú)效率模型，將影響金融技術(shù)效率的各因素與隨機(jī)前沿模型中的其他因素一同回歸，即將式 （3）和式 （7）進(jìn)行合并確定影響因素與金融技術(shù)效率之間的關(guān)系，具體如式 （8） 所示：

2 中國(guó)省際金融技術(shù)效率測(cè)度分析

2.1 變量與數(shù)據(jù)

本文參考徐曉光等［24］、王韌和李志偉［1］的做法，選取金融業(yè)增加值作為金融體系的產(chǎn)出指標(biāo)。綜合王韌和李志偉［1］、張?zhí)N萍等［25］、馬正兵［26］的研究，選取金融業(yè)年末人民幣貸款余額、金融業(yè)固定資產(chǎn)投資存量和金融業(yè)城鎮(zhèn)單位平均從業(yè)人數(shù)作為投入變量。其中，金融業(yè)固定資產(chǎn)投資存量采用永續(xù)盤存法計(jì)算，以2008年為基準(zhǔn)年。所有原始數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站、各?。▍^(qū)、市）統(tǒng)計(jì)局網(wǎng)站、中國(guó)人民銀行各省分行網(wǎng)站和《中國(guó)金融統(tǒng)計(jì)年鑒》（基于數(shù)據(jù)的可獲得性，西藏及港、澳、臺(tái)地區(qū)未包括在內(nèi)）。

2.2 金融技術(shù)效率測(cè)度分析

本文首先選擇完整形式的超越對(duì)數(shù)生產(chǎn)函數(shù)，該生產(chǎn)函數(shù)的具體形式如式 （9）所示：

式 （9）中，yit表示第i個(gè)研究對(duì)象在第t年的金融業(yè)增加值，Lit、Fit和Nit含義見(jiàn)表1。t表示具體的年份，vit表示隨機(jī)誤差項(xiàng)，用來(lái)說(shuō)明統(tǒng)計(jì)噪聲，uit表示無(wú)效率項(xiàng)，用來(lái)表示研究對(duì)象實(shí)際達(dá)到的效率與生產(chǎn)前沿面之間的差距。

利用Frontier4.1軟件，得到式 （9）的估計(jì)結(jié)果如表1所示。由表1可知，γ等于0.74，在1%的顯著性水平下顯著，表明存在技術(shù)無(wú)效率項(xiàng)，且占主導(dǎo)地位，這說(shuō)明使用隨機(jī)前沿分析方法是合理的。

表1 超越對(duì)數(shù)生產(chǎn)函數(shù)模型估計(jì)結(jié)果

本文使用廣義似然比統(tǒng)計(jì)量進(jìn)行假設(shè)檢驗(yàn)，其統(tǒng)計(jì)量λ＝－2［L（H0）－L（H1）］，其中L（H0）和L（H1）分別是原假設(shè)和備選假設(shè)的似然函數(shù)值。檢驗(yàn)統(tǒng)計(jì)量λ服從混合卡方分布，自由度是受約束的變量個(gè)數(shù)。假設(shè)檢驗(yàn)的目的分別是檢驗(yàn)超越對(duì)數(shù)函數(shù)是否適合金融技術(shù)效率的測(cè)算；生產(chǎn)要素之間是否有替代效應(yīng)；考察期內(nèi)是否存在技術(shù)進(jìn)步；技術(shù)是否呈中性以及無(wú)效率項(xiàng)是否存在。假設(shè)檢驗(yàn)過(guò)程的參數(shù)估計(jì)結(jié)果及假設(shè)檢驗(yàn)結(jié)果如表2和表3所示。

表2 隨機(jī)前沿生產(chǎn)函數(shù)模型的估計(jì)結(jié)果

續(xù) 表

表3 模型假設(shè)檢驗(yàn)結(jié)果

由于模型4被拒絕，故模型3為假設(shè)檢驗(yàn)確定的最優(yōu)模型。由模型3確定的最優(yōu)生產(chǎn)函數(shù)的形式如式 （10）所示。模型3中，γ＝0.74，且值在1%的水平下顯著，表明本文選用SFA測(cè)算各省（區(qū)、市）金融業(yè)技術(shù)效率較為合適。式 （10）中所有變量定義與式 （9）相同。

由最優(yōu)生產(chǎn)函數(shù)計(jì)算得到的30個(gè)?。▍^(qū)、市）2008～2020年的FTP和TE的均值在各?。▍^(qū)、市）上的變化如圖1所示。通過(guò)該圖可以發(fā)現(xiàn)，F(xiàn)TP在30個(gè)?。▍^(qū)、市）之間無(wú)變化，一直保持高度的穩(wěn)定，而TE則變化較為明顯。這說(shuō)明國(guó)內(nèi)不同地區(qū)金融行業(yè)所面對(duì)的政策和技術(shù)環(huán)境并無(wú)明顯差異，但是不同區(qū)域的金融業(yè)對(duì)于制度完善或技術(shù)創(chuàng)新的吸收轉(zhuǎn)化能力則存在明顯差異，前沿技術(shù)利用效率TE主導(dǎo)著我國(guó)金融體系的投入產(chǎn)出效率，對(duì)金融技術(shù)效率的研究應(yīng)該把重點(diǎn)放在前沿技術(shù)利用效率TE上?；诖?，本文后續(xù)將主要圍繞金融前沿技術(shù)利用效率的變化趨勢(shì)以及影響因素展開分析。

圖1 中國(guó)金融技術(shù)效率各構(gòu)成要素的區(qū)域?qū)Ρ?/p>

通過(guò)表4可知，金融前沿技術(shù)利用效率超過(guò)全國(guó)均值的?。▍^(qū)、市）有14個(gè)，包括：北京、天津、山西、黑龍江、上海、江蘇、福建、河南、湖北、廣東、廣西、重慶、寧夏和新疆。其中，金融前沿技術(shù)利用效率值最高的?。▍^(qū)、市）為上海市，效率值為0.9706，效率值最低的?。▍^(qū)、市）為甘肅省，為0.4707。分區(qū)域看，東、中、西部地區(qū)金融前沿技術(shù)利用效率的均值分別為0.7042、0.6306、0.6503，東部地區(qū)金融前沿技術(shù)利用效率的均值最高，中部地區(qū)金融前沿技術(shù)利用效率的均值最低。

表4 各省金融前沿技術(shù)利用效率值

由圖2和圖3可知，我國(guó)整體及各地區(qū)的TE值從2008～2020年一直處于上升的趨勢(shì)，這表明我國(guó)金融行業(yè)近些年隨著各種技術(shù)的進(jìn)步，通過(guò)自身的改革，不斷提升自身對(duì)有利環(huán)境的吸收轉(zhuǎn)化能力，對(duì)投入資源的利用能力，提高了自身的運(yùn)營(yíng)效率。其中中部地區(qū)的增長(zhǎng)率最大，東部地區(qū)的增長(zhǎng)率最小。由于東部地區(qū)金融業(yè)相比而言較為發(fā)達(dá)，通過(guò)技術(shù)的改進(jìn)、政策的調(diào)整等措施對(duì)TE的提升并不會(huì)產(chǎn)生明顯的影響，而中部地區(qū)TE最低，這時(shí)在某一方面的改進(jìn)，如技術(shù)方面，都會(huì)對(duì)TE的提升產(chǎn)生巨大的影響，最終出現(xiàn)了東部地區(qū)TE的增長(zhǎng)率小于中部地區(qū)的情況。

圖2 各區(qū)域TE隨時(shí)間變化趨勢(shì)圖

圖3 各區(qū)域TE增長(zhǎng)率隨時(shí)間變化趨勢(shì)圖

通過(guò)圖3可知，我國(guó)各區(qū)域TE的增長(zhǎng)率從2008～2020年一直處于下降趨勢(shì)。這種現(xiàn)象說(shuō)明了我國(guó)政府近些年在金融行業(yè)的改革取得了一定的成效。近些年提出了諸多關(guān)于金融業(yè)服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù) “三農(nóng)事業(yè)”方面的政策，力求使金融行業(yè)向其他行業(yè)讓利。諸多政策的實(shí)施，對(duì)金融行業(yè)的盈利水平會(huì)產(chǎn)生直接的影響。近些年，金融行業(yè)的準(zhǔn)入門檻也在降低，使得很多民間資本進(jìn)入該行業(yè)，無(wú)形之中增加了金融行業(yè)的競(jìng)爭(zhēng)力度，使得金融行業(yè)的壟斷程度不斷降低，進(jìn)而對(duì)金融行業(yè)的盈利能力會(huì)產(chǎn)生很大的影響。各種因素有效遏制了金融行業(yè) “脫實(shí)向虛”，增加金融行業(yè)的競(jìng)爭(zhēng)力，同時(shí)勢(shì)必會(huì)對(duì)TE的提升產(chǎn)生一定的抑制作用，出現(xiàn)TE的增長(zhǎng)率逐年下降的趨勢(shì)。同時(shí)本文發(fā)現(xiàn)，從全國(guó)整體情況來(lái)看，2019～2020年TE的增長(zhǎng)率相比2018～2019年下降趨勢(shì)最為明顯，這表明2020年新冠肺炎疫情對(duì)金融業(yè)TE的增長(zhǎng)起到了嚴(yán)重的抑制作用，整個(gè)金融業(yè)都受到了新冠肺炎疫情的影響。

3 金融技術(shù)效率的影響因素分析

3.1 變量與數(shù)據(jù)

由前文可知，我國(guó)各?。▍^(qū)、市）金融技術(shù)效率的差異主要來(lái)源于金融前沿技術(shù)利用效率TE，因此，本節(jié)主要對(duì)TE的影響因素進(jìn)行分析。本文選取的影響因素為政府干預(yù)力度、普惠金融發(fā)展水平、科技發(fā)展水平和高等教育水平。以上影響因素?cái)?shù)據(jù)的時(shí)間跨度為2008～2020年。

政府干預(yù)力度：史恩義［15］通過(guò)分析認(rèn)為，政府在金融發(fā)展中有積極的作用，但政府干預(yù)過(guò)多容易造成金融抑制。劉新平［27］通過(guò)分析指出，政府干預(yù)與信貸規(guī)模并非簡(jiǎn)單的線性關(guān)系，而是呈現(xiàn)正 “U”型關(guān)系。根據(jù)上述研究結(jié)論，本文認(rèn)為政府干預(yù)力度與金融前沿技術(shù)利用效率之間可能存在非線性關(guān)系，即可能呈現(xiàn)正 “U”型或者倒 “U”型的關(guān)系。本文借鑒張璟和沈坤榮［28］的做法，使用地方財(cái)政支出與財(cái)政收入的比值來(lái)衡量政府的干預(yù)程度。

普惠金融發(fā)展水平：部分學(xué)者認(rèn)為我國(guó)普惠金融的發(fā)展抑制了絕大部分普惠金融機(jī)構(gòu)的發(fā)展。本文認(rèn)為普惠金融初衷一定是可持續(xù)的，是包含金融行業(yè)在內(nèi)的全面普惠，普惠金融的發(fā)展并不會(huì)持續(xù)抑制金融行業(yè)的發(fā)展，普惠金融的發(fā)展水平與TE可能存在非線性的關(guān)系。本文所使用的各?。▍^(qū)、市）普惠金融發(fā)展水平數(shù)據(jù)來(lái)源于李瓊等［29］的研究。

科技發(fā)展水平：程翔等［14］研究發(fā)現(xiàn)，科技發(fā)展水平對(duì)金融發(fā)展具有顯著的正向影響，科技發(fā)展水平對(duì)金融業(yè)的發(fā)展起到關(guān)鍵作用。本文使用各?。▍^(qū)、市）財(cái)政科學(xué)技術(shù)支出與各?。▍^(qū)、市）財(cái)政支出的比值作為衡量科學(xué)技術(shù)發(fā)展水平的指標(biāo)。

高等教育水平：習(xí)總書記強(qiáng)調(diào)，人才是社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的 “領(lǐng)跑者”。金融業(yè)的人才是我國(guó)深化金融業(yè)供給側(cè)結(jié)構(gòu)性改革的基礎(chǔ)和保障，而高等教育的支持是不可或缺的。綜上可見(jiàn)，高等教育水平是金融行業(yè)發(fā)展的重要影響因素，其影響著金融行業(yè)吸收轉(zhuǎn)化有利因素的能力，進(jìn)而影響著金融業(yè)的投入產(chǎn)出效率。本文使用每萬(wàn)人中高等教育的在校生人數(shù)來(lái)衡量各省（區(qū)、市）的高等教育水平。

各影響因素的具體情況以及描述性統(tǒng)計(jì)如表5所示。

表5 影響因素指標(biāo)說(shuō)明及描述性統(tǒng)計(jì)

3.2 影響因素分析

考慮到指標(biāo)之間的獨(dú)立性問(wèn)題，本文使用方差膨脹因子（VIF）進(jìn)行指標(biāo)的多重共線性檢驗(yàn)。各影響因素VIF的均值為1.989，且最大值為2.463，遠(yuǎn)小于10，故指標(biāo)間不存在多重共線性。本文構(gòu)建一步法金融技術(shù)無(wú)效率模型，如式 （11）所示。使用Frontier4.1軟件對(duì)式 （11）進(jìn)行回歸擬合，回歸結(jié)果如表6所示。

表6 影響因素回歸系數(shù)表一

由表6可知，政府干預(yù)力度的二次方系數(shù)不顯著，這說(shuō)明政府干預(yù)力度與金融前沿技術(shù)利用效率之間不存在正 “U”或倒 “U”型關(guān)系，政府干預(yù)力度與金融前沿技術(shù)利用效率之間可能存在線性關(guān)系。因此，重新對(duì)影響因素進(jìn)行回歸擬合，結(jié)果如表7所示。

表7 影響因素回歸系數(shù)表二

政府干預(yù)力度與技術(shù)無(wú)效率項(xiàng)的系數(shù)為0.0236，且在5%顯著性水平下顯著，表明政府干預(yù)會(huì)限制金融前沿技術(shù)利用效率的提升。由上文可知，我國(guó)出臺(tái)的一些金融行業(yè)政策法規(guī)會(huì)限制金融前沿技術(shù)利用效率的提升，使其增長(zhǎng)率逐年降低，通過(guò)影響因素的分析更加有力地證明了這一觀點(diǎn)。

普惠金融發(fā)展水平與技術(shù)無(wú)效率的一次方和二次方系數(shù)分別為1.2493和－2.8534，且在1%的顯著性水平下顯著，表明我國(guó)普惠金融發(fā)展水平與TE具有明顯的 “U”型關(guān)系，即當(dāng)普惠金融發(fā)展水平較低時(shí)，普惠金融的發(fā)展會(huì)對(duì)金融業(yè)的發(fā)展產(chǎn)生抑制作用。而當(dāng)普惠金融發(fā)展水平較高時(shí)，普惠金融的發(fā)展會(huì)對(duì)金融業(yè)的發(fā)展產(chǎn)生促進(jìn)作用。李金龍和王穎純［30］研究發(fā)現(xiàn)，很多普惠金融機(jī)構(gòu)利潤(rùn)率較低，自身可持續(xù)發(fā)展難以為繼。本文的研究結(jié)論可以很好地解釋以上學(xué)者的研究結(jié)論。我國(guó)普惠金融事業(yè)目前還處于探索階段，很多理論基礎(chǔ)和實(shí)踐經(jīng)驗(yàn)還不成熟，普惠金融的發(fā)展會(huì)增加金融行業(yè)的成本，降低其運(yùn)作效率。當(dāng)普惠金融發(fā)展水平較高時(shí)，由于金融行業(yè)的普惠作用，使得低收入群體的整體發(fā)展水平不斷提高，社會(huì)弱勢(shì)一方的快速發(fā)展會(huì)使得整個(gè)社會(huì)發(fā)展水平得到巨大的提升，對(duì)金融行業(yè)產(chǎn)生巨大的反哺作用，進(jìn)而使得金融行業(yè)的技術(shù)效率得到提升。高發(fā)展水平的普惠金融對(duì)金融行業(yè)產(chǎn)生促進(jìn)作用是普惠金融可持續(xù)發(fā)展的必然要求，普惠金融應(yīng)是包含金融行業(yè)在內(nèi)的全面普惠。金融行業(yè)讓利于其他行業(yè)、小微企業(yè)和低收入人群，并不是要讓金融行業(yè)徹底破產(chǎn)，而應(yīng)該是金融行業(yè)和服務(wù)對(duì)象之間的 “雙向互利”，只有這樣，普惠金融才能持續(xù)健康地發(fā)展下去。

科技發(fā)展水平與技術(shù)無(wú)效率項(xiàng)的系數(shù)為－2.9464，且在5%的顯著性水平下顯著，表明科技發(fā)展水平對(duì)我國(guó)金融前沿技術(shù)利用效率的提升具有顯著的正向作用，這與程翔等［14］得出的結(jié)論相同。隨著大數(shù)據(jù)、人工智能以及 “互聯(lián)網(wǎng)＋”的發(fā)展，金融行業(yè)正在發(fā)生著深刻的變化。對(duì)于金融業(yè)本身來(lái)說(shuō)，大數(shù)據(jù)技術(shù)的利用，使得金融行業(yè)更加了解客戶的需求，所做出的決策更加科學(xué)合理化。人工智能系統(tǒng)和智能化設(shè)備的使用取代了很多手工作業(yè)，提高了金融行業(yè)的運(yùn)行效率，減少了因錯(cuò)誤操作而造成的損失；另外，科技的進(jìn)步使得整個(gè)社會(huì)的運(yùn)行效率提升，各行各業(yè)與金融機(jī)構(gòu)的業(yè)務(wù)往來(lái)效率更高?？萍际堑谝簧a(chǎn)力，金融行業(yè)應(yīng)該充分利用科技的發(fā)展，提高自身的前沿技術(shù)利用效率，進(jìn)而提升投入產(chǎn)出效率，同時(shí)降低運(yùn)營(yíng)成本。

高等教育水平與技術(shù)無(wú)效率的系數(shù)為－0.0005，且在1%的顯著性水平下顯著，表明高等教育水平對(duì)我國(guó)金融前沿技術(shù)利用效率的提升具有顯著的正向作用，進(jìn)一步表明人才是社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的 “領(lǐng)跑者”，是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展不可缺少的重要資源。隨著我國(guó)金融行業(yè)對(duì)外開放的腳步不斷加快，金融領(lǐng)域的改革不斷深入，金融行業(yè)一些問(wèn)題逐漸凸顯出來(lái)，以銀行主導(dǎo)的金融領(lǐng)域效率低下、行業(yè)結(jié)構(gòu)不合理等問(wèn)題呼喚金融管理人才和科技人才。高等教育，尤其是金融領(lǐng)域的高等教育應(yīng)著眼中國(guó)金融領(lǐng)域現(xiàn)實(shí)需求，培養(yǎng)既具有世界眼光，又能解決中國(guó)實(shí)際金融問(wèn)題的高層次人才，推動(dòng)中國(guó)金融行業(yè)不斷向前。

3.3 穩(wěn)健性檢驗(yàn)

本文通過(guò)刪除特殊值以及使用部分樣本進(jìn)行回歸兩種方式進(jìn)行穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果如表8和表9所示。由表8和表9可知，對(duì)TE具有顯著影響的各因素回歸結(jié)果與表7一致。因此，本文得出的結(jié)論具有穩(wěn)健性。

表8 影響因素穩(wěn)健性檢驗(yàn)一

表9 影響因素穩(wěn)健性檢驗(yàn)二

4 結(jié)論與啟示

本文使用隨機(jī)前沿分析方法對(duì)金融業(yè)技術(shù)效率及影響因素進(jìn)行了研究。首先將金融業(yè)技術(shù)效率分解為前沿技術(shù)進(jìn)步（FTP）和前沿技術(shù)利用效率（TE），然后使用隨機(jī)前沿分析方法分別測(cè)度了FTP和TE。在對(duì)影響因素進(jìn)行分析時(shí)，除了選擇一些傳統(tǒng)的影響因素之外，還將高等教育水平以及近幾年的研究熱點(diǎn)普惠金融作為影響因素，探究了其對(duì)金融技術(shù)效率的作用效果。在應(yīng)用隨機(jī)前沿分析方法時(shí)，使用了廣義似然比的假設(shè)檢驗(yàn)來(lái)確定具體生產(chǎn)函數(shù)形式。本文得出以下結(jié)論：

（1）我國(guó)金融前沿技術(shù)利用效率TE主導(dǎo)著我國(guó)金融體系的投入產(chǎn)出效率，是金融業(yè)技術(shù)效率存在地區(qū)差異的根源。金融技術(shù)效率的研究重點(diǎn)應(yīng)放在金融前沿技術(shù)利用效率上。

（2）我國(guó)金融前沿技術(shù)利用效率TE的整體水平從2008～2020年一直處于上升趨勢(shì)，這表明我國(guó)金融行業(yè)將資源的投入轉(zhuǎn)化為產(chǎn)出的能力一直在上升。但是效率的增長(zhǎng)幅度每年處于下降趨勢(shì)，本文認(rèn)為，這與我國(guó)進(jìn)行的金融行業(yè) “供給側(cè)結(jié)構(gòu)性改革”有很大的關(guān)系。近些年，我國(guó)出臺(tái)了一系列糾正金融行業(yè)畸形發(fā)展的政策和措施，這在一定程度上限制了金融行業(yè)的盈利能力。金融前沿技術(shù)利用效率TE增長(zhǎng)率的下降表明我國(guó)出臺(tái)的相關(guān)政策和措施在限制金融行業(yè)過(guò)分 “躺賺”方面起到了一定的作用。分區(qū)域看，東、中和西部地區(qū)的整體金融前沿技術(shù)利用效率TE存在一定的差異，其中東部地區(qū)平均效率最高，中部地區(qū)平均效率最低，這一現(xiàn)象從2008～2020年一直未發(fā)生變化。

（3）從全國(guó)整體情況看，政府干預(yù)力度對(duì)金融前沿技術(shù)利用效率TE有明顯的抑制作用。普惠金融的發(fā)展與TE有明顯的正 “U”型關(guān)系，當(dāng)普惠金融發(fā)展水平較低時(shí)，隨著普惠金融的發(fā)展，金融前沿技術(shù)利用效率TE會(huì)下降，普惠金融的發(fā)展會(huì)對(duì)金融業(yè)的發(fā)展產(chǎn)生抑制作用。而當(dāng)普惠金融發(fā)展水平較高時(shí)，隨著普惠金融的發(fā)展，金融前沿技術(shù)利用效率TE會(huì)呈現(xiàn)上升趨勢(shì)，普惠金融的發(fā)展會(huì)對(duì)金融業(yè)的發(fā)展產(chǎn)生促進(jìn)作用?？萍及l(fā)展水平和高等教育水平與金融前沿技術(shù)利用效率TE均有明顯的正向關(guān)系，在很大程度上促進(jìn)了我國(guó)金融前沿技術(shù)利用效率TE的提升。以上影響因素通過(guò)對(duì)金融前沿技術(shù)利用效率的影響，間接地影響了我國(guó)金融行業(yè)的投入產(chǎn)出效率。