甘肃省普惠金融服务效率测度及影响因素研究
发布时间：2021-03-31 11:12
随着普惠金融理念的普及以及相关成果文件的发布,普惠金融对于社会发展和经济提升的重要作用愈发显现。在此背景下,为落实我国普惠金融发展的有关要求,甘肃省政府有关部门立足省情实际,确定了相应的发展规划,积极推进普惠金融的发展。对甘肃省普惠金融服务效率的测度,以及影响因素和提升方法的探索,有助于深化对普惠金融的理解,推动甘肃省区域经济的均衡发展。综合国内外学者的研究成果,本文首先从可得性、使用情况和质量三个维度对甘肃省普惠金融的发展现状进行了宏观的梳理和分析。在此基础上,构建普惠金融发展水平的指标体系,并根据指标选取原则,筛选出甘肃省普惠金融服务效率的投入变量和产出变量。其次,对普惠金融服务效率测度中使用到的传统DEA模型、Super SBM模型以及Malmquist指数模型进行了简要的介绍,并使用上述模型依次对甘肃省2009-2018年的普惠金融服务效率进行测度。然后,从时间维度和空间维度对度量结果进行剖析,并将两个维度进行耦合,进而深入研究甘肃省普惠金融服务效率的具体发展情况以及存在的问题。研究表明,甘肃省的普惠金融服务效率整体呈现波动上升的态势,地区效率值存在不同程度差异,西北地区整体发...
【文章来源】：西北民族大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
技术路径图
30有所下降；兰州市从2014年开始综合效率一直排在首位，发展态势较好；庆阳市综合效率而有所波动，总体保持平稳状态。此外，两州地区一直落后于其他地区，排名靠后，普惠金融服务发展水平较低。在研究期内，部分地区的排名呈现了不同程度的波动，使部分地区的排名和效率均值存在了差异。为了更好的分析甘肃省14个地区的普惠金融服务效率，选取了2009年、2012年、2015年和2018年4年数据作为代表，采用ArcGIS10.7软件绘制出图4-4中的甘肃省14地区普惠金融服务效率的时空分布的演化图[37]。图4-4甘肃省普惠金融服务效率时空分布演化图在图4-4中的空间分布图更直观的体现出甘肃省不同区域的非均衡性特征。在不同年份图中各地区的服务效率在空间上呈现“块状”分布，部分地区效率显著上涨，部分地区存在停滞和下降的情况，区域发展差距依然显著，受多种因素的影响，效率值总体呈现了短期内的波动情况，长期来看，大部分地区的效率值均有提升的态势。结合SuperSBM模型测度的结果和图4-4，可以发现甘肃省内嘉峪关市的区域面积最小，并且该市人口最少。在经济指标数据相差不多情况下，人均层面指标排名会上升，从而解释了该地区在测度前期效率值较高的原因。兰州市作为甘肃省的省会，综合经济发展较好，因此普惠金融服务效率较高。金昌市矿产资源丰富，镍、钴产量全国第一，以工业立市，财政投入大，因此该市效率值较高。
31此外，临夏州和甘南州的排名靠后，主要由于两州地区为少数民族自治州，存在诸如金融意识差、精通民族语言的金融人力资本的缺少等地域性问题，金融业发展滞后。基于产业结构和供需不匹配的情况，其他地区的排名存在一定范围内的合理波动。4.4基于动态视角的甘肃省普惠金融服务效率测度前文中不论是运用传统的数据包络分析方法或者是改进的SuperSMB模型，对2009-2018年甘肃省普惠金融服务效率的测算，得到都是静态的服务效率。静态的效率可以反映出具体时点地区的问题，但是难以反映效率的变动情况。因此本节采用Malmquist指数进行动态分析，通过测度服务效率在不同年份的效率变动状况，得到甘肃省普惠金融在研究期指标的动态效率变化和趋势。4.4.1Malmquist指数的总体分析采用DEA模型中的Malmquist模型，通过Deap2.1软件对2009年-2018年甘肃省14个市（州）的普惠金融服务的投入产出的面板数据进行测算，得出全要素生产率指数（tfpch），即Malmquist指数，当数值大于1说明，普惠金融服务效率增长，小于1说明效率降低。按照自然间断点分级法，将2009-2018年的平均全要素生产率指数分为五段，整理得到图4-5。图4-5甘肃省普惠金融服务的全要素生产率指数图4-4中天水市和临夏州的Malmquist指数达到了最高水平，平凉市的Malmquist指数次之，甘南州、定西市和白银市为中间水平，酒泉市、嘉峪关市、张掖市、金昌市、兰州市和庆阳市为次最低水平，武威市和陇南市为最低水平。图中大部分地区Malmquist指数处于较低水平，一半以上地区效率的均值在中低
【参考文献】：
期刊论文
[1]制度环境与中国高技术产业技术效率[J]. 孙晋云,于明超,韦朕韬. 中国科技论坛. 2020(01)
[2]长江经济带省域物流效率及时空演化研究[J]. 曹炳汝,孔泽云,邓莉娟. 地理科学. 2019(12)
[3]基于DEA-Malmquist法的中国区域金融服务实体经济效率测度[J]. 宋志秀. 武汉金融. 2019(12)
[4]普惠金融发展与农村减贫:门槛、空间溢出与渠道效应[J]. 顾宁,张甜. 农业技术经济. 2019(10)
[5]普惠金融是否缩小了城乡收入差距?——基于传统和数字的比较分析[J]. 孙继国,赵俊美. 福建论坛(人文社会科学版). 2019(10)
[6]普惠金融发展助推精准脱贫效率研究——基于中国贫困地区精准脱贫的实证分析[J]. 陈银娥,尹湘. 福建论坛(人文社会科学版). 2019(10)
[7]数字经济、普惠金融与包容性增长[J]. 张勋,万广华,张佳佳,何宗樾. 经济研究. 2019(08)
[8]中国普惠金融的区域差异与极化趋势：2005—2016[J]. 林春,康宽,孙英杰. 国际金融研究. 2019(08)
[9]中国省际绿色包容性效率的时空演变特征及其影响因素[J]. 赵林,吴殿廷,金芮合,王倩. 应用生态学报. 2019(09)
[10]京津冀地区普惠金融发展水平测度与比较研究——基于13个城市的测算[J]. 傅巧灵,赵睿,杨泽云. 经济纵横. 2019(04)
博士论文
[1]中国普惠金融发展与包容性经济增长问题研究[D]. 李志创.吉林大学 2019
[2]中国普惠金融可持续发展及经济效应研究[D]. 钟润涛.辽宁大学 2018
[3]邮储银行普惠金融发展路径研究[D]. 潘晓健.吉林大学 2018
硕士论文
[1]普惠金融视角下中国金融扶贫效率评价及提升策略研究[D]. 包盛.山西财经大学 2019
[2]基于三阶段DEA-Malmquist模型的京津冀地区城市经济效率研究[D]. 杨真真.河北大学 2019
[3]我国普惠金融发展水平测度及影响因素分析[D]. 陈奕孜.河北大学 2019
[4]长江经济带普惠金融、实体经济发展水平测度及其空间相关性研究[D]. 刘志佳.南昌大学 2019
[5]河南省普惠金融发展水平测度及其影响因素研究[D]. 郭言言.河南财经政法大学 2019
[6]我国普惠金融发展水平测度及影响因素研究[D]. 冀婷.山西财经大学 2018
[7]浙江省金融效率的评价及提升路径研究[D]. 晁嵩蕾.浙江师范大学 2018
[8]基于Super-SBM模型的我国上市商业银行经营效率及其影响因素研究[D]. 牛宗英.山东财经大学 2016
[9]基于改进的超效率SBM中国工业能源效率评价[D]. 宫大鹏.天津大学 2014
[10]我国农村金融包容程度评价研究[D]. 杨刚.湖南大学 2012
本文编号：3111338
【文章来源】：西北民族大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
技术路径图
30有所下降；兰州市从2014年开始综合效率一直排在首位，发展态势较好；庆阳市综合效率而有所波动，总体保持平稳状态。此外，两州地区一直落后于其他地区，排名靠后，普惠金融服务发展水平较低。在研究期内，部分地区的排名呈现了不同程度的波动，使部分地区的排名和效率均值存在了差异。为了更好的分析甘肃省14个地区的普惠金融服务效率，选取了2009年、2012年、2015年和2018年4年数据作为代表，采用ArcGIS10.7软件绘制出图4-4中的甘肃省14地区普惠金融服务效率的时空分布的演化图[37]。图4-4甘肃省普惠金融服务效率时空分布演化图在图4-4中的空间分布图更直观的体现出甘肃省不同区域的非均衡性特征。在不同年份图中各地区的服务效率在空间上呈现“块状”分布，部分地区效率显著上涨，部分地区存在停滞和下降的情况，区域发展差距依然显著，受多种因素的影响，效率值总体呈现了短期内的波动情况，长期来看，大部分地区的效率值均有提升的态势。结合SuperSBM模型测度的结果和图4-4，可以发现甘肃省内嘉峪关市的区域面积最小，并且该市人口最少。在经济指标数据相差不多情况下，人均层面指标排名会上升，从而解释了该地区在测度前期效率值较高的原因。兰州市作为甘肃省的省会，综合经济发展较好，因此普惠金融服务效率较高。金昌市矿产资源丰富，镍、钴产量全国第一，以工业立市，财政投入大，因此该市效率值较高。
31此外，临夏州和甘南州的排名靠后，主要由于两州地区为少数民族自治州，存在诸如金融意识差、精通民族语言的金融人力资本的缺少等地域性问题，金融业发展滞后。基于产业结构和供需不匹配的情况，其他地区的排名存在一定范围内的合理波动。4.4基于动态视角的甘肃省普惠金融服务效率测度前文中不论是运用传统的数据包络分析方法或者是改进的SuperSMB模型，对2009-2018年甘肃省普惠金融服务效率的测算，得到都是静态的服务效率。静态的效率可以反映出具体时点地区的问题，但是难以反映效率的变动情况。因此本节采用Malmquist指数进行动态分析，通过测度服务效率在不同年份的效率变动状况，得到甘肃省普惠金融在研究期指标的动态效率变化和趋势。4.4.1Malmquist指数的总体分析采用DEA模型中的Malmquist模型，通过Deap2.1软件对2009年-2018年甘肃省14个市（州）的普惠金融服务的投入产出的面板数据进行测算，得出全要素生产率指数（tfpch），即Malmquist指数，当数值大于1说明，普惠金融服务效率增长，小于1说明效率降低。按照自然间断点分级法，将2009-2018年的平均全要素生产率指数分为五段，整理得到图4-5。图4-5甘肃省普惠金融服务的全要素生产率指数图4-4中天水市和临夏州的Malmquist指数达到了最高水平，平凉市的Malmquist指数次之，甘南州、定西市和白银市为中间水平，酒泉市、嘉峪关市、张掖市、金昌市、兰州市和庆阳市为次最低水平，武威市和陇南市为最低水平。图中大部分地区Malmquist指数处于较低水平，一半以上地区效率的均值在中低
【参考文献】：
期刊论文
[1]制度环境与中国高技术产业技术效率[J]. 孙晋云,于明超,韦朕韬. 中国科技论坛. 2020(01)
[2]长江经济带省域物流效率及时空演化研究[J]. 曹炳汝,孔泽云,邓莉娟. 地理科学. 2019(12)
[3]基于DEA-Malmquist法的中国区域金融服务实体经济效率测度[J]. 宋志秀. 武汉金融. 2019(12)
[4]普惠金融发展与农村减贫:门槛、空间溢出与渠道效应[J]. 顾宁,张甜. 农业技术经济. 2019(10)
[5]普惠金融是否缩小了城乡收入差距?——基于传统和数字的比较分析[J]. 孙继国,赵俊美. 福建论坛(人文社会科学版). 2019(10)
[6]普惠金融发展助推精准脱贫效率研究——基于中国贫困地区精准脱贫的实证分析[J]. 陈银娥,尹湘. 福建论坛(人文社会科学版). 2019(10)
[7]数字经济、普惠金融与包容性增长[J]. 张勋,万广华,张佳佳,何宗樾. 经济研究. 2019(08)
[8]中国普惠金融的区域差异与极化趋势：2005—2016[J]. 林春,康宽,孙英杰. 国际金融研究. 2019(08)
[9]中国省际绿色包容性效率的时空演变特征及其影响因素[J]. 赵林,吴殿廷,金芮合,王倩. 应用生态学报. 2019(09)
[10]京津冀地区普惠金融发展水平测度与比较研究——基于13个城市的测算[J]. 傅巧灵,赵睿,杨泽云. 经济纵横. 2019(04)
博士论文
[1]中国普惠金融发展与包容性经济增长问题研究[D]. 李志创.吉林大学 2019
[2]中国普惠金融可持续发展及经济效应研究[D]. 钟润涛.辽宁大学 2018
[3]邮储银行普惠金融发展路径研究[D]. 潘晓健.吉林大学 2018
硕士论文
[1]普惠金融视角下中国金融扶贫效率评价及提升策略研究[D]. 包盛.山西财经大学 2019
[2]基于三阶段DEA-Malmquist模型的京津冀地区城市经济效率研究[D]. 杨真真.河北大学 2019
[3]我国普惠金融发展水平测度及影响因素分析[D]. 陈奕孜.河北大学 2019
[4]长江经济带普惠金融、实体经济发展水平测度及其空间相关性研究[D]. 刘志佳.南昌大学 2019
[5]河南省普惠金融发展水平测度及其影响因素研究[D]. 郭言言.河南财经政法大学 2019
[6]我国普惠金融发展水平测度及影响因素研究[D]. 冀婷.山西财经大学 2018
[7]浙江省金融效率的评价及提升路径研究[D]. 晁嵩蕾.浙江师范大学 2018
[8]基于Super-SBM模型的我国上市商业银行经营效率及其影响因素研究[D]. 牛宗英.山东财经大学 2016
[9]基于改进的超效率SBM中国工业能源效率评价[D]. 宫大鹏.天津大学 2014
[10]我国农村金融包容程度评价研究[D]. 杨刚.湖南大学 2012
本文编号：3111338
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/3111338.html
