表7-15汇总了2004—2012年中国上市公司6759个样本观测值的随机效应Tobit模型回归分析的结果及其省域效率差异。

表7-15　2004—2012年省域上市公司货币资金使用效率影响因素实证分析结果

续表7-15

t statistics in parentheses：*p＜0.05，**p＜0.01，***p＜0.001。

数据显示，模型一至模型三的个体效应标准差和随机干扰项标准差均较小，通过对省域和时间的控制，模型的rho值发生了变化，这说明个体效应的波动在不同模型的影响程度不同，且随着时间因素和省域因素的变化对企业资金使用效率产生不同的影响。似然比检验表明拒绝不存在个体效应的虚无假设，亦即拒绝混合Tobit模型。对数似然值显示模型一至模型三的拟合优度都较好，其对应的P值显示模型整体上非常显著。其中，第2—4列和第6—8列为各个解释变量系数的估计值及显著性水平。由于考察的视角不同，模型一至模型三的系数及显著性水平存在一定的差异。

第二列至第四列为解释变量对省域货币资金使用综合效率、纯技术效率和规模效率的影响程度，结果显示：金融深化（fdeep）的系数显著为正（0.587），在所有变量中金融深化对企业货币资金使用效率的正向引导作用最大，说明国家的金融深化程度越高，对促进企业货币资金使用效率提升的效果越显著。金融发展（fd）的系数显著为负（-0.763），说明金融发展增加了上市公司货币资金低效运作的情形，尽管这一结论与经济理论相悖，但在一定程度上，契合中国现行的经济体制和上市公司的现状。一方面，金融发展程度越高，银行信贷资金占GDP的比重越高。然而，中国资源配置遵从“政治性主从次序”^[5]（Huang，2003），在银行银根宽松时，央企和国企“不缺钱”，进而催生了其低效投资的行为；另一方面，中国资本市场发展较晚，企业的外源融资主要依托银行和证券市场，融资渠道较少，导致企业对银行信贷的依赖程度高，一旦银根收紧，企业则面临外源融资困难和资金不足的情况，影响企业的运转效率。因此，由于国内金融发展水平处于较低水平，且中国金融体系对社会资本配置效率的贡献极为有限，导致金融发展水平对省域货币资金使用效率呈负效应。国内生产总值（lnGDP）的系数显著为负，说明近10年来中国经济的快速增长对各省货币资金使用效率的改善并没有正向的拉动作用，反而出现“宏观形势一片大好，微观企业举步维艰”的情况，主要原因有二：一方面，尽管中国GDP保持高速增长，但是资本市场的发展速度远低于实体经济的发展速度，且金融业发展对GDP增长的贡献度较低，企业的融资渠道较少；另一方面，由于中国目前资源配置受政府和地方财政的干预较多，尽管中国资本市场的发展为非上市企业^[6]的发展提供广大的空间，但是非国有企业在资金分配中处于弱势地位，因此，宏观经济良好对非国有企业资金效率的改善作用非常有限。省域FDI（lnprofdi）的系数显著为负，说明当期的外商直接投资对该区域企业的货币资金使用效率就有抑制作用，存在着一定挤出效应。

结果显示，员工人数（lnem_n）的系数显著为负，说明企业员工人数的增加对企业的货币资金资金使用效率存在着一定的负效应，企业员工人数的增加将增加企业的工资支出，增加管理费用，有效地控制企业的员工数量，才能提供企业的货币资金使用效率。产权性质（firmc）系数显著为正，说明同省域国有企业的货币资金使用效率略高于非国有企业。企业规模（lnsize）系数显著为正，说明随着企业总资产的增加，企业的货币资金使用效率有所提升，这也说明中国上市公司没有达到最优生产规模，没有规模经济，现阶段企业可以通过适当扩大企业规模来提高企业的货币资金使用效率，与前文DEA模型测度的货币资金规模效率的结论是一致的。

本书选择了重庆为基准组，结果显示，新疆、黑龙江、吉林、宁夏、陕西、湖北、四川、山东、甘肃、贵州和福建等省域的资金综合效率显著高于重庆市，其余省、市、自治区与重庆市的资金使用综合效率没有显著的差异。而新疆、黑龙江、吉林、宁夏、陕西、湖北、四川和福建等省域的资金纯技术效率显著高于重庆市，其余省、市、自治区与重庆市则没有显著的差异。贵州、海南和西藏的资金规模效率显著高于重庆市，而其余省、市、自治区则没有明显的差异。以上结果说明，货币资金使用综合效率较高的省域主要源于资金的纯技术效率高于重庆市，说明这些的省域的资金综合效率的提升主要源于纯技术效率的提升，而贵州、海南和西藏的资金规模效率的提升，并不足以拉升这些省域资金综合效率。(www.daowen.com)

对比表7-8、表7-9、表7-10和表7-11，DEA-Tobit面板数据回归分析结果与历年各省域资金使用综合效率测度结果具有一定的相似性，验证了DEA-Tobit面板数据回归结果的可靠性。表7-8、表7-10和表7-11体现了同一年份各省域间企业的效率分布状况及相对效率差异，表7-9反映了各省域在研究区间内相对效率的整体差异程度。

由以上实证结果可知，宏观经济政策需注重省域特征。在不同省域的上市公司面临的货币资金使用效率的程度差异显著，这是由于企业受到了省域的资本结构、竞争环境和政策倾斜等因素的影响。例如经济发达省域的企业上市公司数量较多，相对而言受到政府扶持和财政支持的力度会小于经济欠发达且上市公司数量较少的省域上市企业，所以企业利润受经济环境的影响显著，企业的资金效率受外部经济和企业规模的冲击较大。因此，该省域的平均纯技术效率和规模效率偏低。此外，部分省域的上市公司数量多集中在采掘业、电力煤气及水的生产和供应业，这些上市公司多为国家重点关注或扶持企业，销售价格由国家控制，企业利润稳定，其资金效率受外部环境的冲击较小，在低额持有货币资金的前提下，保持着较为高效的货币资金使用效率，所以这些省域的上市公司资金使用效率略高于其他省域。不同行业对资金的需求特征不同，如信息技术业企业对自有资金的依赖程度较高，资金回笼慢，如果没有国家的政策扶持，则面临严峻融资约束，导致该行业货币资金持有量高，货币资金使用效率较低，如果北京、上海、广东等省市的信息技术业企业数量较多，所以该省域的平均资金效率值较低。因此，有关部门在制定宏观经济政策时，应考虑上市公司的省域特征和行业分布特征，为全国经济的协调发展，制定相应的政策。

【注释】

[1]2003—2012年中国A股市场中，青海和宁夏的非金融、保险业上市公司分别为7家和9家。

[2]仅陕西2011—2012年时TC=1.0048，只有小幅度的技术改善。此外，陕西上市公司样本数量为12家，该TC值说明陕西上市企业整体技术有小幅提升。

[3]两阶段方法是较为成熟的一种实证分析方法，即先利用DEA模型测度出效率值，然后利用回归模型来分析出主要影响因素。

[4]关于Tobit模型的介绍和推导详见Breen（1996）。

[5]政府给予国有企业、当地政府给予当地上市公司更多的照顾，结果导致金融市场配置资源的无效率。

[6]751家样本企业中，其中，非国有企业有649家。