基于馬爾科夫鏈的陜西省縣域金融效率的時空演變分析

1、基于馬爾科夫鏈的陜西省縣域金融效率的時空演變分析摘 要：縣域經(jīng)濟對一國國民經(jīng)濟開展有重要現(xiàn)實意義，其跨越式開展需要高效率的金融體系為支撐點。為了促進陜西省縣域經(jīng)濟開展，本研究以陜西省74個縣為研究對象，利用超效率DEA模型對樣本縣域經(jīng)濟開展中的金融支持效率做出評價，再運用空間馬爾科夫鏈方法對陜西省縣域金融效率程度的時空演變特征進展分析。結(jié)果說明，陜西省各縣市金融支持效率普遍較低，且呈現(xiàn)明顯的空間差異，同時陜西省縣域金融效率受周邊縣域效率程度的影響明顯，形成俱樂部趨同現(xiàn)象。針對研究結(jié)果，本文給出相應的對策建議。關(guān)鍵詞：縣域經(jīng)濟;縣域金融;超效率;DEA;空間馬爾科夫鏈一、引言及文獻回憶近年來，縣

2、域金融對經(jīng)濟的積極推動作用逐漸顯現(xiàn)，成為推動我國縣域經(jīng)濟開展的又一著力點。國內(nèi)多數(shù)研究說明，縣域金融資源的優(yōu)化配置關(guān)乎縣域經(jīng)濟安康快速的開展，金融體系的效率已儼然成為縣域經(jīng)濟的核心競爭力。陜西作為西北第一經(jīng)濟大省，對平衡我國東西部經(jīng)濟差異有重要作用，其縣域金融體系對經(jīng)濟的支持作用更是不容無視。在相關(guān)監(jiān)管部門的政策指導下，陜西省縣域金融體系不斷開展完善，但快速開展的金融體系是否高效效勞于縣域經(jīng)濟更應是關(guān)注的重點。鑒于此，本文將以陜西省74個樣本縣為研究對象，旨在探究陜西縣域經(jīng)濟開展中的金融效率問題。而現(xiàn)階段國內(nèi)學者對陜西省縣域金融效率的研究較少，且?guī)缀鯖]有研究運用空間馬爾科夫鏈的方法對金融效率的

3、時空演變進展分析，本文在此領(lǐng)域進展嘗試，在現(xiàn)有文獻的根底上對陜西省縣域經(jīng)濟開展中的金融效率做出分析研究。二、模型介紹與數(shù)據(jù)處理一超效率DEA模型數(shù)據(jù)包絡分析方法DEA是通過對決策單元中多個投入和產(chǎn)出比率的分析，進展效率評價的有效方法。與其他方法相比，DEA不需要對數(shù)據(jù)進展權(quán)重設置，根據(jù)決策單元中的投入和產(chǎn)出內(nèi)化最優(yōu)權(quán)重，排除主觀評價因素，客觀性較強。超效率DEA模型是在傳統(tǒng)模型的根底上開展而來，其不僅繼承了傳統(tǒng)DEA模型的優(yōu)點，同時其得到的效率值存在大于1的可能性，進而彌補傳統(tǒng)DEA模型僅能區(qū)分出有效與無效決策單元的遺憾，對各個決策單元進展排序分析。所以本文選擇超效率DEA模型對陜西省74個樣

4、本縣域的金融效率程度做出評價。二馬爾科夫鏈和空間馬爾科夫鏈馬爾科夫鏈是一種時間和狀態(tài)均為離散的馬爾科夫過程，該方法將研究對象分為N種類型，通過研究不同類型年際間的轉(zhuǎn)化，模擬出全部類型研究對象的變化過程，通常將這一過程用馬爾科夫轉(zhuǎn)移概率矩陣表示，矩陣內(nèi)的數(shù)值表示不同類型的研究對象互相轉(zhuǎn)移的概率?？臻g馬爾科夫鏈是傳統(tǒng)的馬爾科夫鏈與“空間滯后相結(jié)合的產(chǎn)物，以空間滯后類型為條件對傳統(tǒng)馬爾科夫矩陣進展變形，將N×N矩陣分解為N個N×N個條件轉(zhuǎn)移概率矩陣，得到空間馬爾科夫轉(zhuǎn)移概率矩陣?？臻g馬爾科夫鏈將研究對象之間的區(qū)位因素納入考慮范圍，分析了在不同區(qū)域背景條件下，研究對象變化趨勢的不同

5、。目前，空間馬爾科夫鏈被廣泛運用于區(qū)域經(jīng)濟的研究當中，例如，蒲英霞2005利用空間馬爾科夫鏈的方法對江蘇區(qū)域趨同的時空演變進展分析研究;單寶艷2021和陳培陽2021分別運用馬爾科夫鏈的方法對山東范圍和全國范圍的縣域經(jīng)濟程度的時空演變進展分析。本文旨在于綜合研究陜西省縣域金融效率程度的時空演變特點，故借鑒相關(guān)文獻運用馬爾科夫鏈和空間馬爾科夫鏈的方法進展研究。三數(shù)據(jù)來源與處理鑒于數(shù)據(jù)的可獲得性，本文以陜西省74個縣市連續(xù)7年的數(shù)據(jù)為樣本，考察期間為2006年-2021年，數(shù)據(jù)來源于?陜西區(qū)域統(tǒng)計年鑒?、?中國縣域經(jīng)濟統(tǒng)計年鑒?以及中國銀監(jiān)會網(wǎng)站的統(tǒng)計信息。最后，為了分析陜西省相鄰縣域之間金融效率

6、的互相影響效應，本文再次對分類結(jié)果進展處理。運用MATLAB軟件進展數(shù)據(jù)分析，得出樣本縣域的空間馬爾科夫概率轉(zhuǎn)移矩陣，如表2所示。三、結(jié)果分析一陜西省縣域金融效率的時間演變分析馬爾科夫概率轉(zhuǎn)移矩陣中，對角線上的元素表示研究對象的狀態(tài)未發(fā)生變化的概率值，其他非對角線元素表示研究對象從一個狀態(tài)轉(zhuǎn)移至另一個狀態(tài)的概率值。結(jié)合表1中數(shù)據(jù)分析可得：2、非對角線上概率數(shù)值較小，最大值為0.174，遠小于對角線上的概率數(shù)值。說明74個樣本縣的金融效率程度在考察期內(nèi)發(fā)生類型轉(zhuǎn)移的概率較小，也就是在初始年份某縣區(qū)的金融效率程度為某一類型那么隨后幾年的效率程度發(fā)生改變的可能性不大。同時，觀察所有非對角線元素，位于

7、對角線相鄰兩側(cè)的概率數(shù)值較大，說明陜西省各縣域金融效率程度一般在兩個連續(xù)類型間轉(zhuǎn)移，而不會出現(xiàn)跳躍兩級或三級的類型轉(zhuǎn)移。3、觀察表中連續(xù)兩個效率類型間互相轉(zhuǎn)化的概率，可以看出效率程度間從低級類型轉(zhuǎn)化為高級類型的概率略大于高級至低級的概率，說明陜西縣域金融效率程度的總體趨勢是逐步進步的。4、表中概率值最大的兩個數(shù)值為0.937和0.892，分別是縣域金融低效率和高效率程度不發(fā)生轉(zhuǎn)移的概率，同時高效率程度縣區(qū)轉(zhuǎn)移至較低、低效率程度的概率為零，轉(zhuǎn)移至較高效率程度的概率最大為0.092，而低效率程度縣區(qū)向高級程度轉(zhuǎn)移的概率僅為0.063，一般都保持原程度類型，也就是說陜西省縣域金融效率存在兩極分化現(xiàn)象

8、，并且隨著時間推移，兩級分化現(xiàn)象將加劇。二陜西省縣域金融效率的空間演變分析本文首先用超效率DEA模型得出陜西省74個縣市在2006年至2021年間經(jīng)濟增長的金融支持效率，接著以馬爾科夫鏈和空間馬爾科夫鏈方法研究了陜西省縣金融效率的時空開展特征，得出以下結(jié)論：陜西省縣域金融效率程度普遍較低，且存在明顯的空間差異，大部分陜北縣區(qū)金融效率程度高，且穩(wěn)定性強;關(guān)中地區(qū)金融效率程度居中，但開展迅速，效率程度持續(xù)上升;少數(shù)陜北縣區(qū)和陜南縣區(qū)金融效率低下，增長趨勢較弱。陜西省縣域金融效率程度受周邊縣域程度影響較大，處于金融高效率程度的背景條件下，縣域金融效率更易進步，反之那么更易降低。同時金融高效率程度縣區(qū)對周邊縣域的影響效應大于低效率程度縣區(qū)。針對上述研究結(jié)果，本研究給出以下對策建議：平衡金融資源分布，縮小各縣域金融開展差距。陜西省金融資源分布不均，多集中于關(guān)中、陜北部分地區(qū)，金融資源的分配不均、要素的失衡導致金融效率和金融開展差異，陜西省的金融改革應主導金融資源和金融要素流向低效率地區(qū)，不僅有助于縮小金融開展差距，更有助于進步資源配置效率。以加快縣域經(jīng)濟開展“倒逼金融效勞體系的完善?？h域經(jīng)濟開展與縣域金融效率進步是相輔相成的，高效率的金融效勞體系加快了經(jīng)濟的開展，同時高速開展的縣域經(jīng)濟可以從需求導