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（Sech）。等式右边第二部分dt+10（xt+1,yt+1/v）dt0（xt,yt/v）为纯技术效率指数（Pech）；规模效率变化指数（Sech）和纯技术效率指数（Pech）的乘积为技术效率变化指数（Effch）。等式右边第三部分dt0（xt,yt）dt+10（xt,yt）*dt0（xt+1,yt+1）dt+10（xt+1,yt+1）为技术水平变化指数（Techch）；技术效率变化指数（Effch）和技术水平变化指数（Techch）的乘积为全要素生产率效率指数（Malmquist指数）。在测算结果中，如果技术效率变化指数（Effch）大于1，表明研究对象的技术效率有所提高；如果技术效率变化指数（Effch）小于1，表明研究对象的技术效率有所下降；如果技术效率变化指数（Effch）等于1，表明研究对象的技术效率没有产生显著变化。如果技术水平变化指数（Techch）大于1，表明技术水平进步并且带来效率的变化；如果技术水平变化指数（Techch）小于1，表明技术水平下降并且导致效率水平降低；如果技术水平变化指数（Techch）等于1，表明技术水平没有变化并且对效率变化没有产生显著影响。如果Malmquist生产效率指数（Tfpch）大于1，表明金融有效地服务了实体经济；如果Malmquist生产效率指数（Tfpch）小于1，表明金融未有效服务实体经济并且产生了负向影响；如果Malmquist生产效率指数（Tfpch）等于1，表明金融服务实体经济效率没有变化，处于无效率状态。本文选用数据包络分析模型，通过全要素生产率效率指数（Tfpch）测算“民族八省区”金融支持实体经济的效率，进而分析影响民族地区金融支持实体经济效率的因素，在实证分析的基础上对民族地区金融发展和经济高质量发展提出对策与建议。（二）指标选取本文对指标选取借鉴张林的方法，选取三个投入指标，即劳动投入、资本投入、实体经济融资额；一个产出指标，即实体经济总产值。劳动投入（L）值为地区就业人口总数量减去金融业、房地产业就业人口数量；资本投入（K）为地区固定资产投资额减去金融业、房地产业投资额；实体经济融资额（RZ）通过本年新增社会融资规模增量减去房地产企业的国内贷款而得。实体经济总产值为地区生产总值减去该地区金融业和房地产业增加值后的地区生产总值16。（三）数据来源本文所涉地区生产总值、就业人口数量、固定资产投资额的数据来自历年的 中国统计年鉴；社会融资规模数据来自各省、各自治区的 金融运行报告；2010年至2020年的固定资产投资额数据来自各省、各自治区的统计年鉴。四、民族地区金融支持实体经济效率测算结果本文利用数据包络分析P2.1测度了内蒙古自治区、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、云南省、青海省2010年至2020年的全要素生产率变化指数、综合技术效率变化指92数、技术进步指数、纯技术效率变化指数、规模效率变化指数。“民族八省区”2010年至2020年金融支持实体经济的全要素生产率变化指数，见图1。43.73.43.12.82.52.21.91.61.310.70.40.12010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020宁夏回族自治区广西壮族自治区贵州省云南省青海省西藏自治区新疆维吾尔自治区内蒙古自治区年 份全要素生产率效率指数图1“民族八省区”2010年至2020年金融支持实体经济的全要素生产率变化指数注：图1数据来源为国家统计局网站、中国人民银行网站。从图1体现的时间上来看，2010年至2020年，“民族八省区”的金融支持实体经济的全要素生产率变化指数呈波动式下降状态。2011年至2012年，新疆维吾尔自治区的全要素生产率变化指数增长速度最快，较前一年增长超过3倍；云南省、青海省、西藏自治区的全要素生产率变化指数小幅上升；内蒙古自治区、宁夏回族自治区、贵州省的金融支持实体经济效率仍然在下降。2012年至2013年，除新疆维吾尔自治区、西藏自治区、青海省之外，其余省份和自治区的金融支持实体经济效率均有所上升，其中宁夏回族自治区涨幅最大，为268.47%。2013年至2020年，“民族八省区”的变化基本趋于一致，基本呈上升、下降、再上升、再下降的趋势；2015年、2017年、2018年，“民族八省区”的全要素生产率变化指数均大于1。2020年，云南省、西藏自治区、青海省、新疆维吾尔自治区的全要素生产率变化指数大于1，贵州省、广西壮族自治区、内蒙古自治区、宁夏回族自治区的金融支持均无效率。从“民族八省区”全要素生产率变化指数测算的结果来看，2010年至2020年，新疆维吾尔自治区、宁夏回族自治区、云南省的金融支持效率变化较大，其余省份和自治区的金融支持效率也不稳定，说明各省份和各自治区的金融经济发展不稳定，金融政策和经济政策不够连续。2010年至2020年“民族八省区”全要素生产率变化指数及分解项均值，见表1。表12010年至2020年“民族八省区”全要素生产率变化指数及分解项均值省份与自治区内蒙古自治区宁夏回族自治区广西壮族自治区贵州省云南省青海省西藏自治区新疆维吾尔自治区技术效率变化指数1.0001.0181.0211.0541.0681.0621.0831.076技术水平变化指数0.9300.9861.0371.0090.9650.9440.9350.870纯技术效率指数1.0001.0181.0161.0421.0471.0371.0601.040规模效率变化指数1.0001.0011.0051.0121.0191.0241.0211.035全要素生产率变化指数1.0001.0041.0591.0641.0301.0031.0130.937注：表1数据根据数据包络分析-全要素生产率变化指数计算整理而得。表1数据显示，除内蒙古自治区之外，宁夏回族自治区、广西壮族自治区、贵州省、云南省、青海省、西藏自治区、新疆维吾尔自治区的综合技术效率变化指数均大于1，表明金融有效地服务了实体经济；内蒙古自治区的综合技术效率变化指数等于1，表明金融服务实体经济效率没有发生变化；新疆维吾尔自治区全要93素生产率变化指数小于1，表明金融未有效服务实体经济并且产生了负向影响，其中新疆维吾尔自治区的技术水平变化指数为0.870，金融技术发展落后可能是新疆维吾尔自治区金融支持实体经济效率为负数的主要因素。五、“民族八省区”金融支持实体经济发展效率影响因素分析（一）研究前提“民族八省区”的金融支持实体经济效率存在差异，是进行效率差异分析的前提。基尼系数（Gini Index）是在洛伦兹曲线（Lorenz Curve）基础上得出的计算收入分配差距的指标。本文借鉴蒋智陶的金融支持实体经济效率差异测算的方法17，利用基尼系数分析“民族八省区”的效率差异。TFPi为全要素生产率变化指数从低到高排列的第n个省份或者自治区的效率指数，全要素生产率变化指数t为“民族八省区”效率指数的综合。本文根据上述计算方法，测算“民族八省区”（n=8）支持效率的基尼系数结果。2010年至2020年“民族八省区”金融支持实体经济效率的基尼系数，见图2。0.40.350.30.250.20.150.10.05020102011201220132014201520162017201820192020年 份图22010年至2020年“民族八省区”金融支持实体经济效率的基尼系数注：图2数据根据基尼系数计算结果整理而得。图2数据显示，2010年至2020年“民族八省区”金融支持实体经济效率的基尼系数在0.049至0.340之间波动，说明“民族八省区”之间金融支持实体经济的效率确实存在差异。“民族八省区”金融支持实体经济效率呈现“先增大，后减小，再增大”的趋势，2010年至2012年的差异最明显。从“民族八省区”金融支持实体经济的全要素生产率变化指数中可以看出，2011年至2012年“民族八省区”的全要素生产率变化指数差异较大。2010年，广西壮族自治区的金融支持实体经济效率最高，与新疆维吾尔自治区、西藏自治区等效率较低的自治区或省份拉开了很大的差距。2010年，广西壮族自治区融资功能更加完备，直接融资额是上一年的1.3倍，创造了广西壮族自治区直接融资额的历史新高；广西壮族自治区完善征信体系、改善金融生态环境的一系列举措也为扩大中小企业信贷融资提供了良好的环境。2011年5月出台的 关于金融支持新疆跨越式发展的意见（银发 2011 118号），助推新疆实体产业繁荣发展，积极加快农村金融建设，加大金融支持三农的力度，促进新疆维吾尔自治区棉花产量、进出口量的增长。我们由此推测，直接融资比重、信贷资金额等可能是影响金融支持实体经济的重要因素。因此，接下来进一步探究影响金融支持实体经济的因素。（二）指标选取及数据来源本文将“民族八省区”2010年至2020年的金融支持实体经济的全要素生产率变化指数作为被解释变量，记作y。影响金融支持实体经济的因素有很多，本文从金融产业、经济发展、宏观经济环境三个方面考量解释变量。在金融产业方面，主要包括以下解释变量。第一，金融产业规模，用金融行业增加值衡量，记作X1；第二，新增融资规模，“民族八省区”目前的实体经济融资手段仍然以间接融资为主，其中银行贷款比重最大。94本文以“民族八省区”新增贷款额来衡量地区金融市场的融资规模，记作X2；第三，金融市场化程度，用衡量金融垄断程度的勒纳指数（Lerner Index）衡量，记做X3。金融行业增加值数据来自国家统计局网站，“民族八省区”新增贷款总额数据来自“民族八省区”中国人民银行支行的网站，计算勒纳指数所用的各月商品零售价格指数和各月贷款余额分别来自国家统计局网站和“民族八省区”中国人民银行支行发布的金融统计报告。在经济发展方面，引入如下解释变量。第一，以人均生产总值衡量经济发展水平，记作X4。第二，国有经济比重，用国有控股工业企业资产总额规模以上工业企业资产总额来衡量，记作X5。第三，产业结构，用第一产业产值国内生产总值（记作X6）和第二产业产值国内生产总值（记作X7）衡量。以上数据来自国家统计局网站。在宏观经济环境方面，引入如下解释变量。第一，用财政支出地区生产总值以衡量政府干预程度（记作X8）；第二，境内目的地和货源地进出口总额国内生产总值以衡量对外开放程度（记作X9）。以上数据来自国家统计局网站。（三）实证结果及分析本文选用的数据包含了“民族八省区”十个年份、两个维度的面板数据，比单一维度的数据有更多的信息，改善了实证分析的准确性和估计结果的可信度。面板数据的一般表达式如下。Yit=it+k-kkitXkit+it()i=1，2，3.,N;t=1，2，3.，T（公式3）其中，Yit为面板数据模型的被解释变量，it为截距项，kit为带估计的参数，Xit为解释变量，it为随机扰动项，i、t、k分别为截面、时期、变量的角标。针对数据面板模型，存在两种模型可以选择：随机效应模随机效应模型（Random Effects Models，REM）、固定效应模型（Fixed Effects Model，FEM）和广义回归模型（Generalized Least Squares，GLS）。本文利用豪斯曼检验（Hausman）来确定是选择随机效应模型还是固定效应模型，豪斯曼检验的原假设为随机效应模型更优。豪斯曼检验结果中，检验结果的P值（prob）卡方的检验值（chi2）越小，说明拒绝原假设的弃真错误概率越小，越应该拒绝原假设。豪斯曼检验结果中propchi2=0.7412，所以选择随机效应模型更优。全要素生产率变化指数的模型估计结果，见表2。表2全要素生产率变化指数的模型估计结果X1X2X3X4X5X6X7X8X90.0155（0.0761）0.220*（0.0837）-0.00555（0.00824）0.911*（0.237）-0.812*（0.423）-1.522*（0.590）-1.214*（0.558）-1.282*（0.341）-0.229*（0.0697）0.0234（0.0587）0.116*（0.0696）-0.00359（0.00819）0.402*（0.133）-0.359*（0.118）-0.385*（0.193）-0.188（0.149）-0.00447（0.139）-0.0710（0.0449）0.0234（0.0587）0.116*（0.0696）-0.00359（0.00819）0.402*（0.133）-0.359*（0.118）-0.385*（0.193）-0.188（0.149）-0.00447（0.139）-0.0710（0.0449）变 量固定效应模型随机效应模型广义回归模型95常数项决定系数25.14*（6.146）0.1246.626*（2.082）6.626*（2.082）变 量固定效应模型随机效应模型广义回归模型注：*、*、*分别表示在10%、5%、1%的水平下显著。表2数据显示，金融行业增加值和金融垄断程度对“民族八省区”全要素生产率效率指数差异的影响之所以不显著，是因为“民族八省区”金融业起步晚、发展水平低、市场化程度低，“民族八省区”金融发展的水平差异小。在随机效应模型和广义回归模型中，X2通过了显著性水平为10%的显著性检验。X2与全要素生产率效率指数存在显著的正相关关系，说明金融机构为实体经济提供的新增贷款对该地区实体经济发展具有重要意义。这可能是因为“民族八省区”金融发展较为滞后，金融体系尚不健全，金融支持渠道较为单一，金融对实体经济的支持仍然以信贷支持为主；“民族八省区”资金短缺、筹资难仍然是困扰实体经济发展的重要因素。X4通过了显著性水平为1%的显著性检验，说明经济发展水平和经济发展质量差异是影响金融支持实体经济发展效率的重要因素。因此，相关部门要加快实体经济高质量发展的步伐，促进内蒙古区域经济协调发展。X5和X6与全要素生产率效率指数存在负相关关系，且X5通过了显著性水平为1%和5%的显著性检验，X6通过了显著性水平为5%的显著性检验，说明国有经济比重和第一产业在国民经济中所占比重越小，金融支持实体经济的效率越高。这是因为随着国有经济比重的不断上升，民营经济所占的市场份额不断减少，国有经济的低效率将影响金融服务实体经济增长的效率，也间接说明了加快国有企业改革和大力发展民营经济的重要性。第一产业在发展过程中对资金的利用率和需求量较低，主要是农民进行小额信贷、购买农业保险等，对金融的了解程度和利用程度较差。因此，“民族八省区”较大的第一产业比重会影响金融支持实体经济的效率。纯技术效率变化指数的模型估计结果，见表3。表3纯技术效率变化指数的模型估计结果变量X1X2X3X4X5X6X7X8X9常数项决定系数固定效应模型0.0804（0.0742）0.0293（0.206）-0.00333（0.00487）0.0478（0.114）-0.249（0.277）-0.142（0.140）0.150（0.485）-0.265（0.181）0.0990（0.0802）1.136（3.813）0.094随机效应模型0.00516（0.288）0.0292*（0.00992）-0.00385（0.00458）0.0141（0.0199）0.0881（0.0797）-0.0268（0.0448）-0.0608（0.176）-0.0169（0.0358）0.0249（0.0186）-0.150（1.074）广义回归模型0.00516（0.288）0.0292*（0.00992）-0.00385（0.00458）0.0141（0.0199）0.0881（0.0797）-0.0268（0.0448）-0.0608（0.176）-0.0169（0.0358）0.0249（0.0186）-0.150（1.074）注：*、*、*分别表示在10%、5%、1%的水平下显著。续表96规模效率变化指数的模型估计结果，见表4。表4规模效率变化指数的模型估计结果变量X1X2X3X4X5X6X7X8X9常数项决定系数固定效应模型-0.0144（0.0258）0.0498（0.0307）-0.00351（0.00255）0.00608（0.0660）0.103（0.180）0.109（0.153）0.0142（0.246）0.0847（0.218）-0.0228（0.0391）-1.340（2.810）0.071随机效应模型-0.0171（0.111）0.0444*（0.0166）-0.00324（0.00207）0.0203（0.0186）0.0378（0.0461）0.0233（0.0548）0.146（0.106）0.0644*（0.0338）0.00557（0.00909）-1.427*（0.670）广义回归模型-0.0171（0.111）0.0444*（0.0166）-0.00324（0.00207）0.0203（0.0186）0.0378（0.0461）0.0233（0.0548）0.146（0.106）0.0644*（0.0338）0.00557（0.00909）-1.427*（0.670）注：*、*、*分别表示在10%、5%、1%的水平下显著。表3和表4对纯技术效率和规模效率模型进行了实证分析。在纯技术效率模型的估计结果中，仅有X2在随机效应模型和广义回归模型中通过了显著性检验，显著性水平为1%。说明新增信贷额对金融支持实体经济的纯技术效率具有重要的正向影响。在规模效率模型的估计结果中，X2通过了显著性水平为1%的显著性检验。X8在显著性水平为10%的情况下同样通过了检验，说明对外开放对金融支持实体经济的规模效率产生正向影响。这与全要素生产率效率指数的估计结果相反，可能是以下两方面原因造成的：第一，在估计结果中，国有经济比重对全要素生产率效率变化指数和纯技术效率的影响系数较小，影响程度和方向不稳定。第二，受随机效应模型和固定效应模型的影响。根据上文的豪斯曼检验的结果，本文应当选取随机效应模型。在全要素生产率效率指数的估计结果中，X8在随机效应模型下的负向影响并不显著；在规模效率模型的估计结果中，X8在随机效应模型中呈现显著性水平为10%的正向影响。（四）分析结论2010年至2020年，“民族八省区”金融支持实体经济的效率有所下降。平均来看，“民族八省区”中有七个省份和自治区的金融为实体经济提供了有效支持，这是由全要素生产率的提高带来的；西部地区金融支持实体经济的效率存在一定的差异。“民族八省区”金融业规模对金融支持实体经济的效率影响并不显著，可能与“民族八省区”的实体经济发展和金融发展状况相关。“民族八省区”金融资源同经济总量不匹配，金融业在地区生产总值中占比小，金融发展滞后于经济发展，所以“民族八省区”金融业发展对实体经济的推动作用不明显。经济发展水平、经济发展结构、政府对经济的干预程度对金融支持效率的影响较为明显，第一产业在国民经济中所占的比重对金融支持实体经济的纯技术效率有显著的负向影响。因此，“民族八省区”应当加快调整产业结构，提高农业的专业化、机械化、规模化水平。国有经济比重也对金融支持效率有97显著的负向影响，相关部门应当鼓励小微企业主体释放活力，金融机构可以推出更多普惠小微企业的金融服务。“民族八省区”实体企业融资仍然以借贷为主，融资渠道单一，民间资本无法更好地参与金融市场的竞争，资金无法根据市场需求准确、及时地调配到有需要的实体经济中。为此，相关部门要拓宽融资渠道，提高金融市场化程度，优化金融服务，提高金融服务效率。六、提高民族地区金融支持实体经济效率的建议针对上述实证结果，本文为提高民族地区金融支持实体经济效率提出如下建议。（一）拓宽信贷渠道、扩大融资规模“民族八省区”实体经济发展的融资方式仍然以间接融资为主，借贷是最主要的资金来源渠道。增加信贷渠道、扩大融资规模，可以使金融资金得到充分利用，同时降低企业融资成本，能够激发实体经济企业扩大规模、更新技术设备，有利于“民族八省区”经济发展提速、提效、提质。（二）金融机构要多方面普惠小微企业，激发小微企业的活力在当前的世界经济背景下，“活下去”成为小微企业的目标，以往单一的借贷金融支持方式难以满足小微企业的经营需要。因此，金融机构应当不断进行外部赋能。小微企业需要提升自身的经营素养，增加金融知识，完善对正常借贷、通过何种途径和对象融资、保证自身征信、除借贷之外还有哪些融资渠道等事宜的了解。金融机构不仅要对小微企业给予直接的资金支持，还要在提升经营者金融知识水平、普及金融健康常识等方面对小微企业进行帮扶，提供诸如金融业务咨询、企业管理经营课程等方面的服务。金融机构应当同小微企业一道在提振实体经济的同时加强金融对实体经济的支持效果，让小微企业摆脱对金融借贷的依赖，努力打造金融服务小微企业的生态圈。（三）加大对民族地区金融发展政策支持，提高金融业在第三产业中的比重相关部门应当通过财政补贴和优惠政策，吸引大型商业银行在民族地区增设网点，进一步开拓金融业务；降低民族地区金融机构准入门槛，激发金融业的活力和竞争力，让民间资本参与民族地区的经济发展；大力发展普惠金融以改善民族地区的金融环境，开发有助于实体经济发展的金融产品，建立合理、持续的金融系统。（四）促进民族地区区域经济协调、健康、高质量发展相关部门应当深入开展企业提质行动，打造现代产业集群，着力发展绿色农畜产品加工业、新能源、新材料、生物医药、现代服务业等新型产业；打造重点产业链，促进产业结构优化升级；推进实体经济制造业企业高端化、智能化、绿色化发展，在原有的制造业产业基础上打造一批千亿级优势特色产业；助力服务业提质提效，培育工业服务、商业会展等新兴服务业，推动物流业、旅游业等产业的提质升级。参考文献1 习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利在中国共产党第十九次全国代表大会上的报告 N.人民日报，2017-10-28（001）.2 Caves W，Christensen R，Diewert E.Multilateral Comparisons of Output，Input and Productivity Using Superlative Index Numbers J.The Economic Journal，1982，95（365）：7386.3 Joseph Alois Schumpeter.The Theory of Economic Development M.Cambridge Harvard University Press，19124 Ronald L MacKinnon，Edward S Shaw.Money Capital in Economic Development M.Washington，Brooking Insititution，1973.5 Webber M.Finance and the Real Economy：Theoretical Implications of the Financial Crisis in Asia J .Geoforum，2001，32（1）：113.6 Dirk Baur.Financial Contagion and the Real Economy J.Journal of Banking&Finance，2012，（10）：26802692.7 宋翔.虚拟经济与实体经济协调发展研究 D.合肥：安徽大学，2014：1014.8 田佳卉.金融扶持实体经济发展的若干问题研究 D.大连：辽宁师范大学，2014：2124.9 郭丽虹，张祥建，徐龙炳.社会融资规模和融资结构对实体经济的影响研究 J.国际金融研究，2014，（6）6674.9810 杨立杰.金融与实体经济的关系 J.中国金融，2017，（10）：2023.11 谈俊，綦鲁明.加快金融结构调整，支持实体经济发展 J.经济研究参考，2017，（26）：6169.12 庄雷，王烨.金融科技创新对实体经济发展的影响机制研究 J.软科学，2019，33（2）：4346.13 黄群慧.论新时期中国