經(jīng)濟金融化的現(xiàn)狀與發(fā)展趨勢

經(jīng)濟金融化的現(xiàn)狀與發(fā)展趨勢

自20世紀末以來，隨著金融全球化的推動，中國的金融市場發(fā)生了重大變化。與此同時,中國的經(jīng)濟發(fā)展水平以年均約9%的速度增長,取得了舉世矚目的成就。以1998年為例,中國各項貸款余額為86524.8億元,股票市場A股發(fā)行籌資82.80億元,中資保險公司保費收入1255.9687億元,代表經(jīng)濟發(fā)展水平的GDP總量為78017.8億元。到2010年,各項貸款余額413679.60億元,股票市場A股發(fā)行籌資100275.2億元,中資保險公司保費收入14500億元,GDP總量達387259.552億元。當前,經(jīng)濟金融化的趨勢日益明顯,經(jīng)濟的平穩(wěn)、持續(xù)增長,離不開金融的支持。通常我們所說的“大”總是指金融總量,而“強”通常是指金融的效率,當金融市場發(fā)展到一定程度之后,在經(jīng)濟增長過程中,金融資源配置是否有效,各種金融要素對于經(jīng)濟增長的效率如何,是一個值得研究的問題。為此,本文利用1998-2010年的中國省域經(jīng)濟發(fā)展數(shù)據(jù),從省域與省域之間的橫向比較,以及縱向演化態(tài)勢兩個方面,剖析中國金融支持經(jīng)濟增長的效率。一、dea-malmquest指數(shù)方法在經(jīng)濟增長中的應(yīng)用關(guān)于金融支持經(jīng)濟發(fā)展的效率,J.A.Schumpeter(1912)開創(chuàng)性地研究了金融支持經(jīng)濟增長作用,并從理論上系統(tǒng)論證了金融在經(jīng)濟發(fā)展中的重要性。他研究認為,金融對經(jīng)濟增長的作用突出體現(xiàn)在借貸對于經(jīng)濟增長的支撐方面。RonaldI.McKinnon,EdwardS.Shaw(1973)則從金融抑制和金融深化出發(fā),系統(tǒng)闡述了金融支持經(jīng)濟增長的機制,由此形成了相對完整的理論體系。King和Levine(1993)借助實證研究方法,從金融功能的角度入手研究金融發(fā)展對經(jīng)濟增長的影響,尤其是對全要素生產(chǎn)力的影響。他們的研究認為,金融發(fā)展促進了全要素生產(chǎn)力的提高,剌激長期經(jīng)濟增長,其中金融效率十分關(guān)鍵。國內(nèi)學者的研究也表明,金融發(fā)展對于經(jīng)濟增長具有支撐作用。如,談儒勇(1999)以1993-1998年的季度數(shù)據(jù)為樣本,分別研究了中國金融中介體發(fā)展和經(jīng)濟增長之間的關(guān)系,以及中國股票市場發(fā)展和經(jīng)濟增長之間的關(guān)系后,認為在總體上中國金融中介發(fā)展對于經(jīng)濟增長存具有正向促進作用。此后,王志強和孫剛(2003)等人的研究也得出了相似的結(jié)論。而效率問題一直是經(jīng)濟管理領(lǐng)域的研究熱點,近年來專家學者將DEA-Malmquist非參數(shù)方法引入效率研究,形成了豐富的文獻。AntonioEstache等(2004)量化分析了墨西哥港口改革后的效率變化,對1996年到1999年的11個主要港口,使用Malmquist指數(shù)來計算并分解生產(chǎn)率的變化,結(jié)果表明,Malmquist指數(shù)方法適用于橫向效率比較,以及縱向效率分析。HsihuiChang(2009)在美國2002年7月實行SOX法令后,為了比較實施法令前后的會計公司效率變化,運用DEA方法計算了生產(chǎn)率和效率變化的Malmquist指數(shù),較好地區(qū)分生產(chǎn)效率和技術(shù)效率的變化。國內(nèi)學者的研究中,李培(2007)以中國216個地級市1990～2004年經(jīng)濟增長的統(tǒng)計指標為依據(jù),利用Malmquist指數(shù)計算了中國城市經(jīng)濟增長的效率與差異,發(fā)現(xiàn)216個地級市TFP整體呈現(xiàn)增長趨勢,影響增長的主要因素依次為地理位置、產(chǎn)業(yè)結(jié)構(gòu)與市場化水平和要素投入等。于潔等(2009)采用DEA-Malmquist指數(shù)方法,計算了中國科技進步貢獻率,定量計算的結(jié)果是:1979—2004年我國科技進步貢獻率均值為17%,全要素生產(chǎn)率增長率均值為1.8%,認為技術(shù)進步做出的貢獻比技術(shù)效率的更大。邵軍、徐康寧(2010)應(yīng)用Malmquist指數(shù)分析方法,計算我國城市的生產(chǎn)率增長、效率改進與技術(shù)進步,結(jié)果表明20世紀90年代以來,生產(chǎn)率的增長率持續(xù)下降,并連續(xù)多年出現(xiàn)遞減,主要原因是由于技術(shù)水平下降所致,省會及副省級以上城市的平均Malmquist指數(shù)及效率改進指數(shù)低于地級市,兩者在一定程度上出現(xiàn)了趨同,西部城市的生產(chǎn)率增長率與東部城市存在較大差距并有擴大的趨勢。李向東(2011)認為提高研發(fā)創(chuàng)新效率對提升高技術(shù)產(chǎn)業(yè)的經(jīng)濟績效十分關(guān)鍵,應(yīng)用中國高技術(shù)產(chǎn)業(yè)17個細分行業(yè)1995—2006年的研發(fā)面板數(shù)據(jù),通過數(shù)據(jù)包絡(luò)分析方法測算效率,發(fā)現(xiàn)考察期內(nèi)時間演變基本呈現(xiàn)出逐年上升的良好態(tài)勢,但是高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率整體偏低。張海洋、史晉川(2011)構(gòu)建了一個自主分析框架,研究創(chuàng)新效率和生產(chǎn)效率,對工業(yè)自主創(chuàng)新效率進行評價,結(jié)果表明1999—2007年中國省際大中型工業(yè)平均技術(shù)效率(TE)高出新產(chǎn)品技術(shù)效率29%左右,中部大于西部,東部大于中部,并進一步深入分析了影響新產(chǎn)品技術(shù)效率的因素。綜合國內(nèi)外的研究文獻可以發(fā)現(xiàn),DEA-Malmquist的非參數(shù)方法適合于效率的比較研究,但目前未見將其引入金融支持經(jīng)濟發(fā)展效率比較研究的文獻。而現(xiàn)有關(guān)于金融支持經(jīng)濟發(fā)展效率的研究,也大多以某一單一指標表示金融支持,對于經(jīng)濟發(fā)展水平只是籠統(tǒng)地以GDP來表示,這使得研究的結(jié)果不夠精確。為此,本文采用DEA-Malmquist的非參數(shù)方法,基于中國省域數(shù)據(jù),從金融支持經(jīng)濟增長的銀行、證券和保險三個渠道出發(fā),分別以GDP總量、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)為產(chǎn)出變量,從橫向和縱向兩個剖面比較研究中國金融支持經(jīng)濟發(fā)展的效率。二、malmquest指數(shù)效率是對經(jīng)濟活動運行狀態(tài)的全面的綜合評判,效益應(yīng)該以效率為動力,否則經(jīng)濟就不可能得到持續(xù)健康的發(fā)展。度量效率的常用方法有非參數(shù)和參數(shù)方法。非參數(shù)方法(DataEnvelopmentAnalysis,簡記為DEA)計算效率一直得到廣泛的運用,因為它不需要事先假定參數(shù)估計的有效性和合理性,不必去尋求生產(chǎn)前沿面的具體函數(shù)形式,可以通過所觀測的點數(shù)據(jù),基于一定的生產(chǎn)有效性標準找出位于生產(chǎn)前沿包絡(luò)面上的相對有效點,從投入最小化和產(chǎn)出最大化兩個角度來對決策單元進行技術(shù)效率評價,適用范圍廣且計算結(jié)果客觀,能夠提供眾多科學、有效的決策管理信息。非參數(shù)Malmquist指數(shù)方法是當前較好的DEA方法1,適用于面板數(shù)據(jù),度量決策單元的投入產(chǎn)出的效率水平狀況。根據(jù)Caves,Christensen和Diewert(1982a和1982b)等人的研究,可將規(guī)模報酬可變、面向產(chǎn)出、以t時刻和t+1時刻為技術(shù)參照的面板數(shù)據(jù)的Malmquist指數(shù)定義為:m0(yt+1,xt+1,xt)=dt0(xt+1,yt+1)dt0(xt,yt)*dt+10(xt+1,yt+1)dt+10(xt,yt)1/2=effch*techch(1)m0(yt+1,xt+1,xt)=d0t(xt+1,yt+1)d0t(xt,yt)*d0t+1(xt+1,yt+1)d0t+1(xt,yt)1/2=effch*techch(1)若Malmquist指數(shù)大于1,表示由t期到t+1期效率有所增長;小于1表示效率下降;等于1表示效率水平在這一時期間沒有變化。此外,Malmquist指數(shù)可分解成技術(shù)變化和技術(shù)效率變化,技術(shù)效率變化還可以分解成純技術(shù)效率(pech)和規(guī)模效率變化(sech):技術(shù)效率變化effch=dt0(xt,yt)ds(xs,ys)=pech×sech(2)effch=d0t(xt,yt)ds(xs,ys)=pech×sech(2)技術(shù)水平變化techch=[yt/ybyt/yc×ys/yays/yb](3)techch=[yt/ybyt/yc×ys/yays/yb](3)其中,effch是效率改進指數(shù),也稱為相對效率變化指數(shù),測度從時期t到t+1每一個決策單元對生產(chǎn)可能性邊界的追趕程度,體現(xiàn)“追趕效應(yīng)”或“水平效應(yīng)”。大于1時,表明決策單元的生產(chǎn)更接近生產(chǎn)前沿面,相對技術(shù)效率有所提高;techch是技術(shù)進步指數(shù),測度技術(shù)邊界在前后兩期前沿面的移動幅度,反映的是技術(shù)進步,體現(xiàn)“增長效應(yīng)”,大于1表明技術(shù)創(chuàng)新帶來的效率改進,為技術(shù)效率的進步,小于1則相反。在應(yīng)用DEA-Malmquist度量金融支持經(jīng)濟發(fā)展效率時,以金融要素等為投入,以經(jīng)濟總量為產(chǎn)出,要求有5年以上的面板數(shù)據(jù),是從宏觀層面上度量投入產(chǎn)出能力、市場競爭能力和可持續(xù)發(fā)展能力,既不同于微觀層面的配置效率,也不同于金融機構(gòu)的經(jīng)營效率。三、模型運行:中國監(jiān)獄對gdp的產(chǎn)出與投入影響省域作為具有一定經(jīng)濟實力和金融自主權(quán)的單元,在中央宏觀調(diào)控下能夠相對獨立地發(fā)展經(jīng)濟,在一定程度上通過金融調(diào)控產(chǎn)業(yè)結(jié)構(gòu),促進經(jīng)濟增長。如果以整個國家為研究對象,用所得出的金融支持經(jīng)濟發(fā)展效率及其政策結(jié)論來指導(dǎo)地方金融和經(jīng)濟發(fā)展的話,就有可能過于宏觀而缺少針對性,可能造成一定程度的偏差或者各省產(chǎn)業(yè)結(jié)構(gòu)雷同。為了研究金融支持省域經(jīng)濟發(fā)展以及不同產(chǎn)業(yè)的效率,本文選取我國31省(自治區(qū)、直轄市)為決策單元,計算Malmquist指數(shù)變化等,樣本為省際1998-2009年共12年的面板數(shù)據(jù)(超過5年)。本文選擇多投入、單產(chǎn)出的模型,變量選擇要求滿足評價的要求和模型的需要。在產(chǎn)出指標方面,為了比較各省金融對GDP總量和三大產(chǎn)業(yè)支持的效率狀況,分別以各省的GDP或三次產(chǎn)業(yè)產(chǎn)值為決策單元的產(chǎn)出,各省GDP和三大產(chǎn)業(yè)產(chǎn)值的數(shù)據(jù)來自《中國統(tǒng)計年鑒》(1999-2010)以及各省的統(tǒng)計網(wǎng)站,以1998年為基準,對原始經(jīng)濟數(shù)據(jù)作了削減處理,下同。在投入指標方面,包括資本與勞力2,借鑒這一思路,我們主要以金融資本和勞動力為各個決策單元的投入要素,對勞動力和金融資本要說明兩點:第一,以GDP為產(chǎn)出時候?qū)?yīng)的勞動力是對應(yīng)的省份的所有從業(yè)人員,以第一產(chǎn)業(yè)y1為產(chǎn)出時候?qū)?yīng)的勞動力是第一產(chǎn)業(yè)的就業(yè)人數(shù)l1,依次類推;第二,考慮到經(jīng)濟發(fā)展中的金融資本主要投入渠道為銀行、證券和保險市場,各省投入的金融資本可以被認為是省域銀行貸款余額loan、上市公司股票總市值stock和保費收入insurance,連同相應(yīng)的勞動力l,這樣每次的效率計算時投入要素就有四個。相關(guān)變量的統(tǒng)計特征如表1所示。在觀察的372變量中,各省的GDP差距較大,標準差為4697.871,呈現(xiàn)明顯的離散趨勢。以2009年為例,GDP最高的是廣東省(39482.56億元),第一、二、三產(chǎn)業(yè)的產(chǎn)值分別是2010.27、19419.7、18052.59億元,但是廣東三大產(chǎn)業(yè)中的從業(yè)人員并不都是最多的,在各省中排名分別是第七、二、一名。貸款余額體現(xiàn)經(jīng)濟發(fā)展的活躍程度,最大值是2009年廣東省(30639.3億元),最低的是1999年西藏(75.55);股票反映融資能力,最高的是2007年北京(158150.8億元),最小的是2005年的西藏(43.34億元);保險反映著保險市場對經(jīng)濟發(fā)展的保障力度,而且保費收入又可通過多種渠道投資于實體經(jīng)濟,最低的是1998年西藏(0.455億元),最高的是2009年廣東(680.26億元)。三者中股票并不與經(jīng)濟實力有必然聯(lián)系,相對來說北京、上海偏高。四、金融支持效率計算為了對金融支持經(jīng)濟發(fā)展的效率做比較分析,首先計算以GDP為產(chǎn)出時的金融支持效率,然后分別計算以第一、二和三產(chǎn)業(yè)為產(chǎn)出時的金融支持效率,并且做對照比較分析。1.tfp效率水平下降以GDP為產(chǎn)出,loan、stock和insurance以及L作為投入要素,計算分省域的Malnquist生產(chǎn)率指數(shù)效率,結(jié)果參見表2。從表2可以看出全要素生產(chǎn)率的變化,發(fā)現(xiàn)只有7個省域的金融支持經(jīng)濟增長的TFP變化率是增加的,增加率最高的是海南(增加7%),其后依次是湖北(6.7%)、遼寧(5.8%)、廣東(5.1%)、上海(2.8%)、山西(1%)、甘肅(0.2%)。與此相反,24個省域的TFP效率水平是下降的,下降的是主要原因是技術(shù)水平的下降,說明中國的金融管理水平對經(jīng)濟增長的貢獻呈下降趨勢。下降居前五位的是廣西(21.6%)、山西(19.5%)、河南(15.3%)、四川(13.7%)、黑龍江(12.5%),技術(shù)效率的變化、技術(shù)水平變化、純技術(shù)效率變化、規(guī)模效率變化與Malnquist生產(chǎn)率指數(shù)(Tfp變化)的相關(guān)系數(shù)分別是0.5666、0.7132、0.4304、0.1285,技術(shù)效率與TFP的相關(guān)系數(shù)為最高,說明技術(shù)水平進步對中國各省經(jīng)濟增的貢獻最大,片面追求規(guī)模擴張并不是促進經(jīng)濟增長的主要因素。由于總體情況不能識別出三大產(chǎn)業(yè)的情況,為了分析金融支持經(jīng)濟增長與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系,分別計算各省三大產(chǎn)業(yè)為產(chǎn)出的金融支持效率,并且與GDP作為產(chǎn)出的效率進行對比。2.效率提高方面分項指標與表2中GDP作為產(chǎn)出的效率計算結(jié)果相比,第一產(chǎn)業(yè)全要素生產(chǎn)率水平總體平均上升了3.54%,TFP高于以GDP作為產(chǎn)出的有21個省域,從金融視角反映出我國第一產(chǎn)業(yè)生產(chǎn)的效率水平有較大的進步,說明這些省域金融支持第一產(chǎn)業(yè)是有成效的,而且呈現(xiàn)出效率進步的態(tài)勢,以效率標準來考察,金融應(yīng)該繼續(xù)鼓勵、支持第一產(chǎn)業(yè)的發(fā)展。居于前五位的是山西、江蘇、廣西、新疆、河南。以東部地區(qū)江蘇為例,第一產(chǎn)業(yè)的效率水平高于以GDP作為產(chǎn)出的生產(chǎn)效率較多,從效率分解的結(jié)果來比較,主要是技術(shù)水平變化和規(guī)模效率高,這與江蘇一直重視科教興省的戰(zhàn)略是分不開的,一方面,科技支農(nóng)的金融投入提高了農(nóng)業(yè)科技水平,比如,江蘇的農(nóng)村信用合作社遍布城鄉(xiāng),惠農(nóng)貸款優(yōu)先支持、鼓勵新品種研發(fā)、機械化作業(yè);另一方面,堅持“三下鄉(xiāng)”活動并注重實效,支持農(nóng)村教育,發(fā)展基礎(chǔ)教育,農(nóng)村的師資、校舍條件顯著改善,農(nóng)民子女貸款上大學的比例和實際總金額每年都有顯著的提高。此外,豐富多彩的文化生活,提高了農(nóng)民的科學文化素質(zhì);江蘇實行的新型合作社;為數(shù)眾多的種糧大戶涌現(xiàn)等,促進耕作效率水平得以提高。反之,效率下降的省域依次是:甘肅、西藏、安徽、湖北、廣東、遼寧、內(nèi)蒙古、江西等省域,這些省域支持農(nóng)業(yè)的效率水平有較大的提升空間,在發(fā)展第一產(chǎn)業(yè)的過程中,需要從金融角度給予大力支持。與以GDP作為產(chǎn)出的結(jié)果相比,TFP較低的有10個省域,從大到小依次是海南、甘肅、西藏、安徽、湖北、廣東、遼寧、內(nèi)蒙古、江西、貴州,分布在東、中、西部地區(qū),其中規(guī)模效率變化只有10個省域的是上升的,然而有2/3省域的規(guī)模效率下降,說明農(nóng)業(yè)生產(chǎn)的效率進步主要是來自于技術(shù)進步,而不是靠規(guī)?；笊a(chǎn),這進一步驗證了歷史上大集體生產(chǎn)方式的低效率,如果繼續(xù)靠拼資源、拼勞力來發(fā)展農(nóng)業(yè)必然導(dǎo)致低效率,現(xiàn)代農(nóng)業(yè)需要金融支持,實現(xiàn)以高科技引領(lǐng)的農(nóng)業(yè)現(xiàn)代化,才能提高效率水平。3.tfpch發(fā)展體現(xiàn)了金融支持產(chǎn)業(yè)發(fā)展的效率提升工業(yè)生產(chǎn)占GDP的比例高、增長快,是中國工業(yè)化、城市化的主要推動力,第二產(chǎn)業(yè)一直是中國經(jīng)濟增長的重頭戲,帶動著農(nóng)業(yè)和其他產(chǎn)業(yè),計算各省金融支持第二產(chǎn)業(yè)的效率,有利于理性地認識工業(yè)化的現(xiàn)狀和未來發(fā)展趨勢。采用相同的方法,以第二產(chǎn)業(yè)為產(chǎn)出,計算省域Malnquist生產(chǎn)率指數(shù)及分解結(jié)果,并且將Tfpch與表2中對應(yīng)的值做比較。通過比較發(fā)現(xiàn),只有天津和陜西的Tfpch大于1,這是因為天津近年來重視科技投入,原中國人民銀行行長戴相龍一度作為天津的主要領(lǐng)導(dǎo),以先進的理念建設(shè)開發(fā)區(qū)、高新區(qū)等,以“大資本、高科技、循環(huán)經(jīng)濟”等為特色,金融支持的力度顯著,第二產(chǎn)業(yè)取得較快的發(fā)展。在陜西省,注意積極履行社會責任應(yīng)對金融危機,解決經(jīng)濟發(fā)展和企業(yè)突出問題,金融支持企業(yè)科學發(fā)展,抓住機遇優(yōu)化結(jié)構(gòu),拓寬融資渠道,推進戰(zhàn)略性兼并重組,推進股權(quán)多元化,完善現(xiàn)代企業(yè)制度,支持研發(fā)投入,提出每個企業(yè)要有國內(nèi)領(lǐng)先的技術(shù)和產(chǎn)品。與GDP作為產(chǎn)出的效率水平相比,金融支持第二產(chǎn)業(yè)發(fā)展的效率下降的省份超過50%,其中,與TFP相關(guān)性較大的技術(shù)水平變化(techch與TFP相關(guān)系數(shù)為0.7496)相對下降的最多,可能的原因是因為金融支持第一產(chǎn)業(yè)和第三產(chǎn)業(yè)發(fā)展中的效率水平相對要高,對于工業(yè),尤其是中小企業(yè)的金融支持明顯不足,與當前的中小企業(yè)面對的金融困境是吻合的。對于工業(yè)化尚未完成的中國來說,要引起高度關(guān)注。此外,規(guī)模效率(sech)與TFP的相關(guān)系數(shù)為-0.2113,呈現(xiàn)負相關(guān),說明金融對工業(yè)的規(guī)?；?jīng)營的支持會導(dǎo)致產(chǎn)出效率的下降,這可能與不少企業(yè)盲目追求規(guī)模擴張的現(xiàn)實是一致的。4.tfp效率水平測度結(jié)果與區(qū)域分布的差異分析。在中國,金融支持居民消費的支出上升,尤其是教育、文化、娛樂等滿足精神層次的需求不斷增加,第三產(chǎn)業(yè)需求收入彈性大,在市場的強大需求和技術(shù)創(chuàng)新的助推下,孕育了第三產(chǎn)業(yè)巨大的發(fā)展?jié)摿?。采用相同的方?以y3為產(chǎn)出,loan、stock和insurance以及L3為投入,計算省域Malnquist生產(chǎn)率指數(shù)及分解結(jié)果,并且將Tfpch與表2中對應(yīng)的值做比較。結(jié)果發(fā)現(xiàn)有兩個顯著的特征,一是在所有地區(qū),金融支持第三產(chǎn)業(yè)發(fā)展的TFP是下降的,這與當前第三產(chǎn)業(yè)很難融資的現(xiàn)狀是一致的,可能的原因有:進入成本低、技術(shù)水平不高、難以有統(tǒng)一標準等多方面,導(dǎo)致從事第三產(chǎn)業(yè)的小企業(yè)步履維艱,有的甚至破產(chǎn);二是技術(shù)效率、技術(shù)水平、純技術(shù)效率、規(guī)模效率變化與TFP的相關(guān)系數(shù)分別是0.6210、0.8148、0.5757、0.0404,其中規(guī)模效率的相關(guān)性最小,說明在中國各個省域發(fā)展第三產(chǎn)業(yè)規(guī)模效率并沒有發(fā)揮作用,第三產(chǎn)業(yè)發(fā)展缺乏規(guī)模效益。金融支持第三產(chǎn)業(yè)的Tfpch低于以GDP作為產(chǎn)出的依次有:湖北(-0.13)、海南(-0.119)、遼寧(-0.114)、江西(-0.097)、甘肅(-0.088)、上海(-0.07)、安徽(-0.069)、廣東(-0.069)、福建(-0.045)、山東(-0.041)、內(nèi)蒙古(-0.039)、西藏(-0.039)、吉林(-0.035)、北京(-0.024)。第三產(chǎn)業(yè)的效率低于以GDP為產(chǎn)出的效率水平的省域中,有海南、遼寧、上海、廣東、福建、山東、北京等,分布在東、中、西不同地區(qū),說明效率水平?jīng)]有嚴格的東、中、西差異,主要取決于各省的現(xiàn)狀和實際工作的成效。綜合比較,金融支持對以三大產(chǎn)業(yè)為產(chǎn)出的效率都呈現(xiàn)進步態(tài)勢的有黑龍江、江蘇、浙江、河南、湖南、廣西、重慶、四川、云南、陜西、青海、新疆等12個省域,分布在東中西三大區(qū)域。不同區(qū)域的金融支持效率并不相同,沒有出現(xiàn)“俱樂部”現(xiàn)象,比如上海位于東部,金融支持農(nóng)業(yè)的效率有進步,但是金融支持第二產(chǎn)業(yè)、第三產(chǎn)業(yè)反而低,說明上海第二、三產(chǎn)業(yè)金融支持效率的上升還有賴于微觀金融業(yè)的資源配置合理和效率的提高,也可能是上海已經(jīng)開始率先更加重視三農(nóng),呈現(xiàn)出“以工補農(nóng)”、“以城帶鄉(xiāng)”的局勢?？傊?量化計算結(jié)果證實了金融支持產(chǎn)業(yè)的發(fā)展不受區(qū)域的的限制,反映出金融的流動性特征和優(yōu)勢,這為各省的經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化