李湘滇

内容摘要：本文基于1995-2015年省级面板数据，构建超效率DEA模型进行全国及分地区的商贸流通效率测算，并结合自回归分布滞后模型对电商消费影响商贸流通效率的效果进行实证分析。研究发现，商贸流通效率存在较大的区域性差异，总体上自东向西呈现阶梯递减现象；电商消费对商贸流通效率的长期和短期影响系数上，东部沿海和东北地区存在明显的改善效果，西部地区受市场资本存量、配套交通设施等影响在短期和长期内的改善效果有限；东北地区良好的居民储蓄和消费结构在电商经济的刺激下得到了有效释放，短期的改善效果最优。最后，本文从加强区域间的商贸流通交流和加大对电商经济的扶持力度等方面提出了促进电商消费改善商贸流通效率的对策。

关键词：电商消费 商贸流通效率 超效率DEA 自回归分布滞后模型

引言

2015年商贸流通产业占第三产业产值的比重高达35.8%，商贸流通产业在推动国民经济发展、吸纳就业和优化产业结构等方面发挥了显著的促进作用，已经成为第三产业的支柱产业。在市场经济体制改革的深化和转变经济发展方式的推进下，扩大内需和刺激消费成为新形势下第三产业经济发展的重要引擎，“互联网+”与电子商务产业的融合极大的促进了电商消费发展，根据国家对电商消费的数据统计，2016年全国的电商消费交易总额达到了22.97万亿，同比增长高达25.5%，电商消费已经成为居民消费的重要途径。随着电商消费在居民消费中的比例不断增大，电商消费推动了商贸流通经济的发展，其中电商消费中的商品流通需求带动了流通经济的物流行业的快速发展，商品消费需求带动了流通经济中的批发零售行业的快速发展，此外在加工与包装等环节，电商消费对商贸流通经济的发展也均具有较强增长效应。

商贸流通效率反应了商品从生产到消费领域的流通能力，从电商消费影响商贸流通经济系统效率的机制来看，电商消费的发展来自于“互联网+”技术与商贸流通产业的融合发展，交通运输、仓储配送及批发零售等作为商贸流通业系统中的子系统受融合发展的影响效果显著。研究发现，电商消费促进商贸流通经济发展受区域性经济发展水平的不同存在较大的差异，因此电商消费对不同区域商贸流通效率的影响也存在显著的异质性。有鉴于此，结合当前我国经济增速放缓，第三产业发展提速和电商消费在各地区发展不平衡的现状，分析地区电商消费对商贸流通效率的影响具有重要的现实意义和学术价值。

基于超效率DEA的商贸流通效率分析

（一）模型构建与变量说明

超效率DEA模型通过构建系统投入产出的非参数生产前沿，在线性凸面数学规划上建立基于CRS或VRS规模报酬选择型假设的DEA模型，其中决策单元是进行测算经济系统投出产出的实体，参考集包括指定决策单元中的输入向量和输出向量等多个参考点。假设规模报酬不变条件下的样本效率表达为：

在超效率模型中，投影点是不包括第i个在内的其他 n-1个样本的投入产出的线性组合。图1表示超效率模型的含义。

根据图1可以看出，随机生产前沿的各生产集 A，B ，C ，D 实现的效率值为1，生产集E位于生产前沿外，属于无效范围。鉴于众多学者进行经济效率DEA测算中的投入要素选择为固定资产（含折旧）、能源和劳动力等，本文投入变量选择交通运输里程、资本投入、劳动力，输出变量为社会消费品零售总额，变量数据均来自历年的中国统计年鉴、中国流通经济统计年鉴、中国电子商务市场数据监测报告和Wind数据库等，时间区间为1995-2015年。

（二）商贸流通效率测算

根据国家区域经济发展中的西部开发、中部崛起和东北振兴等战略方向，本文把全国30个省市划分为四大区域（西藏部分数据缺失，剔除；重庆和四川部分数据重合，合并），具体如下：东部沿海含北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部地区含山西、安徽、江西、河南、湖北和湖南；东北地区含吉林、黑龙江和辽宁；西部地区含广西、内蒙古、四川重庆、贵州、云南、陕西、甘肃、青海、宁夏和新疆。根据超效率DEA模型对各地区的商贸流通效率进行计算结果如表1所示。由表1可以看出：商贸流通效率在全国平均值和四大区域平均值上存在明显的区域差异，商贸流通效率的全国平均值为0.946，呈现低效率。其中，東部沿海和东北地区的流通效率是有效值，均大于1，而中部和西部的商贸流通低于全国平均水平，显示无效。从分省数据来看，尽管东部沿海和东北地区处于商贸流通有效区域，但是河北、山东、海南和黑龙江等省份是无效区域；西部地区各省份的商贸流通效率较低，除四川重庆效率值大于1外，其他均显示无效。

电商消费影响商贸流通效率的自回归分布滞后检验

（一）模型构建

自回归分布滞后检验方法可以检验电商消费与商贸流通效率面板数据间的长短期协整关系，与一般的JJ检验等方法相比在样本长度选择、滞后阶数确定和虚假回归等方面具有无偏有效的估计优势。构建电商消费与商贸流通效率面板数据的ARDL模型首先选取自变量的当期及滞后项、因变量的滞后项为基本参数，然后通过边界检验对因变量之间进行协整性检验，构建的协整方程式为：

其中商贸流通效率用EEt表示，电商消费用EFFt表示，同期技术进步用TEt表示，滞后阶数是p，q，m，短期相关系数为λ ，长期相关系数为βi，白噪声序列为ut，常数项为α。原假设：H0：β1=β2=β3=0，三变量之间不存在稳定的长期关系；备选假设：H1：β1≠0 或β2≠0 或β3≠0 。

根据Pesaran在ARDL模型分析中提供的参考临界值，该模型通过β1，β2，β3 联合统计量进行显著性判断，根据AIC和SBC的标准信息原则确定最优滞后阶数，建立的商贸流通效率ARDL检验模型为：

（二）边界协整检验

协整方程对基于I（0）或I（1）的面板数据需要进行单位根检验确定平稳性，本研究采取的ADF单位根检验结果如表2所示。

根据表2的单位根结果对ARDL边界检验进一步进行联合统计量F的计算，根据结果确定变量间的协整关系，根据Microfit5.0软件计算结果如表3所示。

（三）检验结果

本文根据ARDL协整检验的结果对电商和商贸流通效率进行相关系数估计，使用误差较小的SBC信息准则计算结果如表4所示（分省份结果受篇幅所限未能全部列出）。

通过电商消费和商贸流通效率短期及长期ECM模型估计结果可以看出：无论是短期还是长期中，全国总体及四大区域的电商消费提高均能改善商贸流通效率；由于不同区域商贸流通产业结构、社会消费结构及信息技术的差异导致电商消费提升商贸流通效率存在地区差异。从长期系数来看，电商消费对商贸流通效率改善最优的是东部沿海地区，这得益于东部沿海地区发达的交通运输、较高的居民收入和配套的物流体系，其次是东北地区、中部地区和西部地区，电商消费对不同区域商贸流通效率的阶梯改善一定程度上反应了区域经济发展水平的差异，尤其是西部地区受到流通产业内市场资本存量、配套交通设施和消费结构等影响，无论短期和长期内电商消费对商贸流通效率的改善效果有限。值得指出的是，短期影响中的东北地区商贸流通效率居于区域之首，其原因是东北地区的重工业发展历程中累积了一定的资本存量，居民储蓄和消费结构在电商经济的刺激下得到了有效的释放，因此呈现出过快的追赶效应。

结论与启示

本文构建了超效率DEA模型对全国及省份的商贸流通效率进行了测算，并结合自回归分布滞后模型对电商消费对商贸流通效率的影响进行了检验，研究发现：商贸流通效率在全国平均值和四大区域平均值上存在明显的区域差异，东部和东北地区的流通效率是有效值，中部和西部地区的商贸流通低于全国平均水平，显示无效；电商消费影响商贸流通效率的短期与长期系数上，不同区域商贸流通产业结构、社会消费结构及信息技术的差异导致电商消费提升商贸流通效率存在地区差异，其中长期系数改善最优的是东部沿海地区，这得益于东部沿海地区发达的交通运输、较高的居民收入和配套的物流体系，西部地区受市场资本存量、配套交通设施和消费结构等影响，短期和长期内的改善效果有限，而东北地区短期影响居于区域之首，反应了基础良好的居民储蓄和消费结构在电商经济的刺激下得到了有效的釋放。

本文认为电商消费在改善商贸流通效率上应充分重视区域发展不平衡问题，从以下方面入手：首先，加强区域间的商贸流通交流。全国不同地区商贸流通效率差异的主要问题是地区间的商贸流通产业发展割离，各省份地区根据地区优势产业和生产要素自主发展，因此需要强化地区间的商贸流通网络和信息化交流，在电商消费发展带来的“互联网+”信息技术与产业融合发展红利中不断优化商贸流通的地区一体化发展体系，打造具有地理空间区位优势的商贸流通业发展圈，构造产业对接平台。其次，加大对电商经济的扶持力度，促进电商消费进一步发展。电商消费带动了商贸流通产业中众多子行业的发展，有效改善了商贸流通产业的流通属性，因此在电商经济和电商消费的政策扶持上需要进一步加大力度，尤其是电商消费对商贸流通改善效果偏低的西部地区和中部地区，需要不断完善交通基础设施建设和配套物流体系建设，不断释放电商消费带来的流通经济发展效应。对于改善效果较好的东部沿海和东北地区，需要进一步优化电商消费结构，进一步把电商消费向农村地区延伸，充分挖掘农村电商经济的发展潜力，促进城乡一体化的商贸流通建设，促进电商消费成为经济发展中的可持续增长动力。

参考文献：

1.李秀丽.浅析我国城镇化与商贸流通业的互动发展[J].商业经济研究，2015（19）

2.周日星，肖奋，朱发仓，卢成南.浙江省流通服务业影响力研究[J].财贸经济，2008（2）

3.毕俊杰.电商集中促销对消费的影响探析[J].宏观经济管理，2017（2）

4.任保平，王辛欣.商贸流通业地区发展差距评价[J].社会科学研究，2011（2）

5.王佳，张卓.城乡商贸流通效率对城镇化的影响及实证检验[J].商业经济研究，2015 （4）