APP下载

商贸流通业全要素生产率区域差异与影响因素研究

2017-11-17舒忠安

商业经济研究 2017年21期

舒忠安

内容摘要:本文基于省级面板数据和非径向SBM超效率——Malmquist数据包络分析方法测度商贸流通业全要素生产率及其分解项并进行区域差异分析,之后构建包含城市化、产业结构、外商直接投资、信息化水平和金融发展在内的动态面板计量模型,以探析其相关效应,最后基于研究结果提出可行性政策建议。

关键词:商贸流通业 全要素生产率 区域差异 影响因素

引言与文献综述

作为链接生产与消费的核心环节和服务业的重要构成部分,商贸流通业一直被认定为我国经济发展的先导性产业。随着改革开放的不断推进,我国经济取得长足高效的发展,以广泛吸引外资、大量增加政府投资为特征的经济增长模式,引致企业生产总量过剩。为促进经济可持续发展,中央政府提出“两条腿”发展战略,刺激居民消费,扩大内需,其关键在于商贸流通业的发展。然而,长期以来我国商贸流通业的发展存在诸多问题,商贸流通设施简陋、物流运输效率偏低、产品保鲜技术低、地区之间商贸流通协作性差、制度执行不到位、管理人员责任心缺乏、创新能力不强等一系列问题均无法有效适应快速发展下的国民经济的实际市场需求。若需充分发挥商贸流通业的经济社会效应,探究商贸流通业的全要素生产率成为前提,同时对于当前初显问题的商贸流通业的发展具有重要意义。

有关商贸流通业发展测度分为三类:单一指标、综合指标和全要素生产率指标。本文将采用非径向SBM超效率Malmquist指数下数据包括分析法,来测度商贸流通业的全要素生产率,并分解为技术变动和技术效率变动。有关商贸流通业发展的影响因素的相关研究比较丰富,王勇(2012)基于面板数据,以西部各省商贸流通业综合评价得分作为被解释变量,探究固定资产投资额、市场化指数、劳动生产率、城市化水平、商贸流通业利润率、人均财政支出对其产生的影响。徐丽(2015)将研究区域设定为长江经济带探究特定政策模式下的影响效应。

既有研究对于厘清商贸流通业发展水平与全要素生产率的测度及影响因素具有重要的借鉴意义,但仍存在一定的改进空间。本文将在充分测度分析商贸流通业全要素生产率的前提下,构建动态面板计量模型,探究影响商贸流通业全要素生产率的影响效应。

商贸流通业全要素生产率测度与区域差异分析

(一)测度方法介绍

参考李斌等(2013)的做法,定义技术函数及相关要素集合,设定每一地区为单一决策单元(DMU),同时包含m种投入要素,S1种期望产出和S2种期望产出。投入要素X=(xij)∈R,产出要素Y=(yij)∈R,生产可能性集合:P={(x,y)|x>Xa,y0}。式中,P表示生产可能集,a表示横截面观察值的权重向量。定义考虑松弛问题下的非径向超效率SBM模型为:

(1)

式(1)中,s表示投入、产出的松弛量。目标函数ρ*关于s-、sg是严格递减的,其取值范围为[0,1]。基于超效率函数的定义,构建优化测度模型如式(2)所示,目标函数的值一定不小于1,且越大表明该单元越有效率。

(2)

就投入变量与产出变量而言,参考孙畅和吴立力(2017)的做法和商贸流通业的内涵,本文选取批发、零售和餐饮业代表商贸流通业。劳动投入而言,选择分地区限额以上批发、零售、餐饮行业年末从业人数(INPUTL1)和企业法人个数(INPUTL2)表示;资本要素投入,采用永续盘存法Kit=Iit+(1-b)Kit-1。商贸流通业产出值选择批发零售餐饮行业的销售总额表示。

(二)测度结果与区域差异分析

本文参考2005-2015年间各地区商贸流通业全要素生产率的Malmquist Index數值,若数值大于1,则表示全要素生产率相比上年度提升。不同年份下各地区呈现显著的地区差异。分区域来看,北京、辽宁、广东和新疆地区的商贸流通业全要素生产率一直保持递增的状态,主要是因为北京作为我国政治中心,对各地区流动居民的区域流通偏好产生较大的吸引力。广东省作为南方经济发展的龙头地区和连接香港、澳门两大特区的区域,再加上宜人的气候条件,成为大多数流动人口的首选,直接刺激该地区商贸流通业的发展,增加商贸流通消费需求,促进地区商贸流通业在硬件和软件层面进行创新革新,促进地区商贸流通业全要素生产率的提升。辽宁作为曾经的“共和国长子”,再加上其南邻北京天津,东靠渤海黄海,外贸港口发展和两大直辖市的经济辐射,奠定了中央政府和地方政府在该地区物流体系的建设、物流人才培养的大规模的投入力度。新疆作为少数民族集聚的地区之一,特有的新疆建设兵团和内陆各省份的“援疆工作”保证了地区商贸流通业基础行业的快速推进,特别是近年提出的“一带一路”倡议,直接和间接地提升了新疆的作用地位。2009年之后,我国加大对互联网信息技术的推广,在通信、道路、水利、护林等方面追加管理与投资,大幅提升地区信息化水平,市场消费需求不断增加,表现为各地区商贸流通业全要素生产率不间断的增高。为了进一步体现商贸流通业全要素生产率的变动架构,本文参考2005-2015年分区域商贸流通业全要素生产率均值及其分解项均值,可以发现2005-2006年、2007-2008年全要素生产率和技术进步数值小于1,而其他所有年份的MI和TP指数均大于1,但相应年份的EC则表现较差,多数情况下的数值小于1,表明样本区间内全国、东部和中西部地区的商贸流通业的全要素生产率表现为递增,且主要是由于技术实现的进步,而非技术效率的改善。

商贸流通业全要素生产率影响因素研究的实证分析

(一)模型、变量与数据

本文旨在分析影响商贸流通业全要素生产率的影响因素,参考既有学者的研究和当前宏观经济背景,从供给与需求的视角选取城市化水平、产业结构、外商直接投资、信息化水平和金融发展水平为影响因素进行实证分析。基于数据可得性,本文将时间维度设定为2005-2015年。为探析影响因素对商贸流通业全要素生产率影响的结构效应,将技术进步(TP)和技术效率变动(EC)作为被解释变量。本文同时添加其一阶滞后项作为解释变量,得到计量模型如式(3)所示。

(3)

估算方法参考李斌等(2015)的做法,采用广义矩估计的方法进行回归分析。城市化水平(URB)采用各地区城镇人口所占地区总人口的比重表示;产业结构(STU)采用第三产业产值所占国内生产总值的贡献率表示;外商直接投资(FDI)采用各地区实际使用外资额度表示(单位:美元),并采用各年度美元人民币平均汇率折算,之后采用其数值与国内生产总值的比重表示;信息化水平(INM)根据各地区邮政与电信业务量总和与国内生产总值的比重表示;金融发展(FIM)采用各地区金融机构的年末存贷款总额表示。为进一步降低数据潜在的波动性,对上述变量数据均取自然对数,数据源自中国统计年鉴。

(二)实证分析

表1给出了全国样本下模型(3)中的计量回归结果,对应被解释变量分别为TFP、EC和TP回归结果如模型1、模型2和模型3所示。就检验而言,AR(2)检验数值表明回归模型的残差不存在二阶序列相关性;Sargan test检验值表示模型构造并使用的工具变量是合理有效的。就回归结果而言,TFPt-1、ECt-1、TPt-1系数高度显著为正,均通过显著性水平为1%的假设检验,表明本期被解释变量的增加有利于提高下期该变量数值的持续提升。URB回归结果分别为0.041、-0.028、0.056,分别通过显著性水平为1%、10%、1%的假设检验,表示城市化水平每提高1%,商贸流通业全要素生产率及其技术进步将增加0.041%和0.056%,但技术效率将下降0.028%。主要是因为城市化内涵广泛,属于综合人口、经济、文化、环境与社会在内的内涵式转变过程,显著增加的同时,增加政治属性层级之间的竞争程度,为实现当政人员仕途晋升,地方政府多以低效低产出的增长模式快速推进土地城镇化,忽略人口转移过程中附带的就业、医疗、养老和社会保障问题。就商贸流通行业而言,仅提升了技术,却降低了效率。STU系数分别为-0.011、-0.020和0.034,但仅有模型3该系数通过显著性水平仅为10%的假设检验,主要是因为开放中的中国经济尚处于摸索阶段,地区经济发展的非均衡性及产业结构的协同效应并不明显,一些地区并不考虑地区实际,盲目招商引资,借用其他城市的经济发展模式,结果却不利于生产率的提升。FDI系数均正向显著,均通过显著性水平为10%的假设检验,表征实际使用外资可以明显促进商贸流通业全要素生产率,主要是因为投资中国市场的外资企业多属于国际知名企业,对国内产生正向技术溢出效应,且影响程度大于其引致的负向效应。INM系数高度显著,表征以通信为导向的信息化基础设施的改进和人际之间交流的提升均可增加商贸市场需求,侧面促进其全要素生产率的增高。FIM系数数值相对较小,在模型1和模型2中通过显著性水平为10%的假设检验,但在模型3中并未通过显著性检验。

为具体探析不同区域间的异质性,将全国样本区分为东部区域和中西部两部分。基于GMM回归方法对公式(3)中三个模型进行回归,回归结果如表2所示。就回归结果而言,被解释变量的一阶滞后的系数均高度显著为正,和全国层面下的情形保持高度一致。中西部地区城市化水平的回归结果与全国层面一致,東部地区的城市化对技术效率的影响系数为正,且通过显著性水平为5%的假设检验,主要是因为东部地区的城市化水平远高于中西部和全国平均水平,其城市水平已经提升至以人为本的生活质量、收入水平、环境水平、文化修养层面上,一旦城市化水平提升,便可以有效提升商贸流通业在服务层面、智能发展层面的改善,表现为技术效率的完善。产业结构的回归系数均与全国层面表现一致,主要是因为产业结构变动主要影响第三产业的发展,其主要刺激的是商贸流通业的市场需求,随着地区间贸易壁垒的弱化,地区间商贸流通业发展仅在发展层级上存在差异,但发展模式多为相同。就外商直接投资、信息化水平和金融发展而言,其系数变动同样与全国层面表现一致。

政策建议

第一,就商贸流通业自身而言,积极推进商贸流通行业市场建设,包含基建设施、网络设施、物流监测系统、物流管理系统、商贸流通业人才培养等;之后结合互联网信息技术,在充分利用互联网金融线上支付的模式下,大力发展电子商务等现代商贸企业的流通方式,促使其趋于网络化、现代化、连锁化、信息化和技术化。超级市场下的发展模式局限于城市化水平和城市内部交通业的发达程度,网点化的连锁式零售企业可以弥补上述缺点,降低居民的时间成本和交通成本,提升个人消费支出偏好。监管当局应鼓励个人加盟连锁零售企业、积极探索便利店、折扣店、体验店等新型零售业态和销售模式,创新流通配送体系,限时配送、低碳配送等模式的推出,有效促进商贸流通的持续发展和全要素生产率的提升。第二,研究表明地区间商贸流通业发展存在较大的差异。对于商贸流通业发展水平较高的北京、辽宁、广东等地区,应发挥辐射作用,推动区域间公共信息服务平台的及时共享功能的区域使用面,降低地区间贸易交流的技术壁垒,切实拓展先进物流技术的使用,消除各种造成效率损失的障碍因素,促进商贸流通业资源优化配置。对于发展水平较低的地区,应积极学习先进地区的先进技术和管理模式,加强跨行业、跨区域的交流合作,减少商贸流通环节,疏通商贸流通渠道,节约商贸流通时间,建立完善协调发展与利益共享机制。第三,研究表明城市化、产业结构对全要素生产率及其分解项的影响不一致,而外商直接投资、信息化水平和金融发展显著促进商贸流通业发展,启示当局应高瞻远瞩,注重城市化发展质量,推动产业结构优化升级和区域间有效转移机制的建立。对于其他因素,应继续保持原有发展态势,在不降低发展效率的前提下扩大规模和区域交流。

参考文献:

1.孙畅,吴立力.长江经济带流通业全要素生产率增长及行业异质性的实证研究[J].管理现代化,2017(1)

2.王勇.西部商贸流通业发展内部差异及其影响因素分析[D].重庆工商大学,2012

3.徐丽.长江经济带商贸流通业区域差异及影响因素分析[D].重庆工商大学,2015

4.李斌,彭星,欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变—基于36个工业行业数据的实证研究[J].中国工业经济,2013(4)

5.李斌,吴书胜,朱业.农业技术进步、新型城镇化与农村剩余劳动力转移—基于“推拉理论”和省际动态面板数据的实证研究[J].财经论丛,2015(10)endprint