本站小編為你精心準備了金融業技術的區域差異參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、假設與理論分析

就金融業的技術效率而言，我們認為可以把其影響因素劃分為外部因素和內部因素兩種類型。其中外部因素主要包括企業與個人的金融需求、市場化程度、包括人口密集度和產業密集度在內的市場條件、政府干預的程度與方式；內部因素主要包括涵蓋金融市場細分程度和金融貼合產業程度的金融結構狀況、金融創新能力、金融技術等。首先，就金融效率的內涵而言，技術效率是金融業各種類型效率概念劃分的基礎，其他類型的金融效率概念均不同程度受到技術效率的影響。其次，就影響技術效率的因素而言，按照新古典生產要素理論，我們將從資本和勞動這兩個最基本的因素出發，通過運用隨機前沿模型，利用中國區域數據，檢驗不同區域間金融業資本、勞動的利用效率，以區分區域間金融業效率差異性現狀，并從外部環境角度分析造成區域間金融業效率差異性的主要影響因素及其影響程度，并且我們認為區域經濟發展水平是區域金融業技術效率的主要影響因素，同時，作為服務業的金融業，其技術效率狀況主要依賴人力資本發展狀況，而人力資本發展狀況又受到教育發展水平的影響。因而我們認為區域經濟發展水平和區域教育水平是區域金融業效率的主要影響因素。

（一）經濟發展水平與金融業技術效率區域差異性假設區域經濟發展水平的差異性將會造成區域經濟規模與經濟效率的差異性。經濟規模擴張與經濟效率的提高都會對金融業產生新的需求，并使金融市場發生結構性變化。金融業規模將隨之擴大，并發生重要的業務細分，從而帶來金融結構的升級。隨著金融業的分工細化，金融業整體效率也將隨之提升。因而，基于經濟發展水平的金融業結構性變化會對金融業技術效率產生影響。對于不同經濟發展水平下金融結構與金融業技術效率，近年一些學者（沈軍、白欽先，2006；孟釗蘭、邵洪選，2008；王林輝、董直慶，2008）從不同視角進行了理論和實證分析，所得到的結論均認為經濟發展水平所決定的金融結構的變化對金融效率有著重要影響。

（二）教育水平與金融業技術效率區域差異性假設金融業技術效率的提升有賴于服務業共同所需要的人力資源環境以及金融業所需要的信用環境的改善，而人力資源環境狀況以及社會信用狀況都與區域教育水平發展狀況存在較強的相關性。對于區域教育水平與服務業技術效率，一些學者進行了理論與實證分析，認為教育水平的差異性與服務業技術效率之間存在較為顯著的關聯性。綜合以上分析，我們建立有關金融業技術效率區域差異性影響因素的基本假設，即區域金融業技術效率受到區域經濟發展水平以及區域教育水平的重要影響。我們將除臺灣、香港、澳門外的中國內地31個省（區、市）劃分為東、中、西部三個區域，①并認為東部區域在經濟發展水平、教育水平方面高于中西部區域，因而假設東部區域金融業技術效率高于中西部區域。以下我們將建立隨機前沿模型，運用中國31個省（區、市）2005~2012年相關指標數據計算各區域金融業技術效率，并實證分析各區域金融業技術效率差異性的影響因素及其對技術效率的影響程度。

二、實證檢驗

（一）模型我們將采用Battese，G•E•和Coelli，T•J所提出的隨機前沿方法（StochasticFrontierApproach，SFA）進行實證分析和檢驗，[3]首先以C－D生產函數建立如下模型形式：式（1）中，Yit為金融業產出水平；Lit和Kit分別為金融業勞動和資本投入；α0為待估常數項，α1和α2分別為待估參數；（Vit-Uit）為模型隨機誤差項，Vit為系統性誤差并服從對稱正態分布N（0，σv2）且獨立于Uit，Uit為非系統性誤差并表示技術無效項且服從單側正態分布N（Mit，σU2）；i代表不同的省（區、市），t代表不同的年份。[4]Easti與Middlei為取值1或0的東部與中西部虛擬變量，當特點區域為中部區域時，Easti取值1而Middlei取值0，反之亦然；β0為待估常數項，β1和β2分別為待估參數；εit為隨機誤差項。我們認為金融業技術效率的區域差異性受到區域經濟發展水平和區域教育水平的影響，因而我們以不同區域的經濟發展水平指標和教育水平指標表示不同的區域金融業技術效率影響因素，又以區域市場發育程度表示區域經濟發展水平，[5]則（2）式可演變為：

（二）指標與數據根據上述我們所建立的基本模型，Yit為i省t年金融業產出，我們以各省金融業年度產值表示；Lit為i省t年金融業勞動投入，我們以金融業年度工資總額表示；Kit為i省t年金融業資本投入，我們以金融業年度固定資產投資額表示。我們用人均社會消費品零售總額指標表示各區域市場發育程度進而代表區域經濟發展水平Marketit；用各省（區、市）15歲及15歲以上文盲人口數表示各區域教育水平Educationit。我們采用除臺灣、香港、澳門外的中國內地31個省（區、市）2005~2012年度數據，各年度數據來源于中國國家統計局公布的統計年鑒數據。

（三）實證分析結果實證分析估計結果見表1。根據模型計算出的γ值為0.902，即表示隨機前沿C－D生產函數的誤差項中90％以上由非系統因素形成，即由區域個體因素影響而形成，受到系統性因素影響的成分較少，因而隨機前沿模型（SFA）的設定具有合理性。金融業產值主要受到金融業勞動投入的顯著性影響，表現出金融業作為服務性產業的生產要素特征。區域金融業技術效率受到區域經濟發展水平或市場發展水平以及區域教育發展水平較為顯著的影響。各區域金融業技術效率值見表2。我們根據表2中的相關數據繪制2005~2012年度各區域金融業技術效率對比圖（見圖1）。從圖1中可以較為直觀地發現東部區域金融業技術效率平均水平在2005~2012所有8個年度中均遠高于中部、西部；中部區域金融業技術效率水平在2005、2006、2007、2011和2012年5個年度中略高于西部；西部區域金融業技術效率水平在2008、2009、2010年3個年度中略高于中部。總體而言，東部、中部、西部區域金融業技術效率由高到低依次排列。對應于我們所進行的理論與實證分析，金融業技術效率受到經濟發展或市場發展水平以及教育發展水平等區域因素的影響，存在較為明顯的區域差異性。

三、總結

我們通過理論與實證分析發現，區域間金融業技術效率存在較為明顯的差異性。形成區域金融業技術效率差異性的因素主要表現為區域經濟發展或市場發展水平以及區域教育發展水平，這與一般服務業發展的規律相類似，即金融服務業技術效率取決于區域經濟發展或市場發展所決定的需求因素，同時，作為以人力資源為主要生產要素的行業，金融業也取決于區域教育發展水平所反映的供給因素。[8]基于此，我們認為區域金融業技術效率水平將經歷特定區域引領，逐步趨于均衡化的過程；加快區域金融業技術效率的提高應從區域經濟發展或市場發展以及教育水平提高等方面進行。

作者：張世曉單位：湖北經濟學院金融學院