我國流通業全要素生產率測算及其影響因素實證研究

陳薛 李照作

內容摘要：流通業在推動我國社會經濟發展方面起到了至關重要的作用。近年來流通業全要素生產率（簡稱TFP）測算以及影響因素成為了學術領域重點研究課題。文章運用索洛殘值法測算了2000-2016年我國31個省市的流通業TFP構建空間計量模型，并對流通業TFP的影響因素進行實證分析。研究結果表明：我國各省的流通業TFP具有明顯的空間相關性和空間異質性;地理環境因素對流通業TFP的影響顯著，地理位置相鄰地區的流通業TFP具有趨同現象;硬件設備以及工業化發展進程對流通業TFP的提升有著顯著正相關影響作用，而市場需求條件以及市場化水平的促進作用不顯著。

關鍵詞：流通業 ? 全要素生產率 ? 空間計量模型 ? 影響因素

研究背景

流通業作為我國重要的支撐行業，在拉動周邊產業發展、推進社會經濟發展以及解決社會就業問題方面有著至關重要的作用。R.M.Solow作為第一個提出全要素生產率的研究人員，對經濟發展中無法被勞動、資本解釋的內容，利用“索洛余值”法對全要素生產率進行了推算。二十世紀八十年代，研究人員Dale W. Jorgenson通過超越對數生產函數的模式對生產率進行了測算，完成了測算TFP過程中投入要素的精準計算。隨著學術界對我國流通業實踐及理論研究的進一步開展，如何精準計算我國的流通業全要素生產率成為研究熱點。在此背景下，本文對我國流通業全要素生產率進行了具體研究。

我國流通業TFP的測算及分析

（一）變量選取及數據說明

變量選取。目前學界對“流通業”這一概念沒有形成統一認識，由于我國交通運輸、倉儲、郵政業增加值占據整個流通行業增加值的百分之八十以上，故本文選取交通運輸、倉儲以及郵政業數據作為主要研究對象。

產出指標。本文以交通運輸、倉儲以及郵政業的生產產值作為我國各地區流通業的產出參數，并結合各地區對應年份的價格指數針對當年名義值展開平減，并將其折算為2000年的固定價格。

資本投入規模。本文以我國各地區交通運輸、倉儲、郵政業固定資產投資額度為基礎數據，并利用固定資產投資流量數據和永續盤存法，將2000年固定價格在各地區各個年份的流通業資本存量進行有效推算。計算公式為：Kit =（1-）K i （t-1）

+Iit。在計算公式中，Kit代表i地區在t期間資本存量，Ki（t-1）代表i地區t-1期間的資本存量;iit所代表的是i地區在t期間的流通業投資額度，以固定資產價值指數為基礎，實現價值指數折算，繼而明確2000年固定價格;指的是折舊率，折舊率假設為5%。據國際慣用的方法計算基期年的資本存量（Ki0），Ki0=Ii0 /（g+）。上述公式中g代表樣本期實際投資的年均值，Ki0所代表的是i地區基期年資本存量，Ii0所指的是i地區流通行業固定資本額度。

勞動投入規模。按照規定勞動強度的勞動時間和勞動報酬選擇勞動投入規模。由于相關數據可通過互聯網獲取，故勞動投入參數主要以國內各個省份運輸、倉儲、郵政業的勞動人員數量作為衡量依據。

數據說明。結合數據的可獲取性和實證研究需要，本研究選擇2000-2016年間我國31個省份地區的數據作為研究對象。數據主要來源于《中國統計年鑒》（2001-2016）、各省統計年鑒（2001-2016年）數據、中國經濟信息網數據等。

（二）生產函數模型

TFP所代表的是技術與管理水平逐步提高下對經濟增長的貢獻值，其中不包括資本要素、勞動要素投入所存在的影響?，F階段對TFP的計算主要通過數據包絡分析法（簡稱DEA法）、SFA法等多種方法共同應用而實現。本研究通過SR法對我國31個省市的流通業展開TFP計算分析。假設在流通業生產函數中，主要投入的要素為資本要素與勞動要素，此時得出的生產函數公式應為：

公式（1）中，αik表示i地區，αil表示勞動的產出彈性值;αit表示i地區流通業TFP彈性指數;Ai0表示i地區流通業TFP;Yit表示i地區t期間流通業產出值;Kit代表地區i在t期間內物質資本要素的投入量;Lit代表地區i在t期間內勞動力要素的投入量。將得出函數公式：

對公式（2）和公式（3）進行回歸分析可得出資本的產出彈性值αik，勞動的產出彈性值αil。對上述值進行正規化處理，得出、。則i省t期的流通業TFP為：

（三）流通業TFP核算

由于篇幅有限，本研究只將2000年、2003年、2006年、2009、2013以及2016年作為代表年份進行分析，上述代表年份中我國各個省份地區流通業TFP以及這一時期我國流通業TFP均值以及增長率具體如表1所示。

縱向來看，2000-2016年期間，我國各地區流通業TFP值均實現了穩定增長，但各地區的流通業TFP值年均增長率卻有很大差距。2000-2016年，我國流通業TFP年均增長率超出7.5%的地區有江蘇、黑龍江、安徽等;在以上流通業TFP年均增長率數據中，處于4.5%-7.5%增長率范圍的的地區包括湖南、廣東等;流通業TFP年均增長率低于5%的地區包括重慶、山西、北京等。對2000-2016年間我國各個省份地區流通業TFP年均值和TFP年均增長率進行對應研究，可以計算出兩者相關系數為0.2143，這表示一些地區雖然TFP值較高，但并不代表該地區的TFP增長率高，對于這一現象政府機構應予以高度重視。

我國流通業TFP影響因素的空間計量分析

（一）影響因素指標的選取

流通業作為我國第三產業，該行業的發展上不僅與所在地區的環境、政治、文化等要素有著直接聯系，還與技術、政策等要素息息相關。對此，本文主要選取基礎設備、需求條件、工業化進程、市場化程度作為研究對象進行分析。

基礎設備。在流通業中，基礎設備水平代表著地區流通的供給水平。優良的交通硬件設備可以降低運輸成本、提升資源配置水平，從而優化流通業技術水平。在本文研究中，以鐵路、公路等流通網絡營業里程作為影響區域流通業TFP的基礎設備要素。

需求條件。需求主要來自于社會生產、物流及消費過程。在流通需求不斷提高的環境下，流通業集聚程度也會逐步提高。因此可得出，流通需求增大有利于推動流通業持續快速發展。本研究以貨物周轉規模作為影響區域流通業TFP的需求條件要素。

工業化進程。由于流通業是工業化發展的必然產物，故本文將各個地區第二產業增加值占該地區GDP的比重看作是其工業化進程，其單位均為億元。

市場化水平。市場化有利于提高資源配置率、提升各要素的產出效率，能夠在一定程度上推動流通業TFP提高。故本文以全社會規定資產投資中非國有、集體投資占總投資的比重看作是市場化指數，其代表各個省份地區的市場化水平。

（二）空間計量模型

對空間面板數據在具體計算上，主要涉及兩大模型的利用，分別為空間滯后模型和空間誤差模型。通過兩大模型的計算，可獲得空間固定效應、時間固定效應，對流通業TFP影響要素的空間面板數據模型進行如下：

在上述模型中，InTFP代表被解釋變量，即i省（自治區、直轄市）t期的流通業TFP ;InNFRA、InDEM、InINDU和InMAR表示自變量;C表示截距項;參數β表示被解釋變量受到解釋變量的影響程度;ρ表示空間回歸系數。另外，空間誤差系數主要通過λ表示;空間固定效應、時間固定效應分別以η、予以表示;服從正態分布隨機誤差、空間權重矩陣分別以μ、W予以表示。鑒于空間相關性原則，若傳統最小二乘法圍繞以上2個模型進行回歸分析，則會出現系統誤差。由于本研究以這種計算模式對流通業TFP影響要素展開研究，為確保不存在異方差，各項指標均取對數?？臻g權重矩陣選用二分權重矩陣，其構建方法按照Rook相鄰標準“假如兩區域存在共同邊界那么這兩個地區屬于相鄰關系”。矩陣W設置模式遵循下述條件“主對角線中的元素ωit值是0。假如省份i與省份j相鄰，則ωit值等于1，否則等于0”。

（三）空間自相關檢驗

本文主要以Moran推出的全局空間自相關指數（Morans I指數）和與局部空間相關性指數來整體識別地區之間經濟上的空間相關性。

1.全局空間相關性檢驗。Morans I指數數值處于-1 至1區間范圍。假如Morans I指數<0，意味著各個空間經濟變量存在負相關關系;Morans I指數=0，意味著個空間經濟變量不具備相關性;Morans I指數>0，表示各個空間經濟變量之間呈現的關系為正相關關系。表2詳細顯示了2000-2016年期間我國各省份地區流通業TFP的Morans I指數。由表2可知，2000-2016年間我國各地區流通業TFP的Morans I指數全部大于零，這一指數從2000年的0.256上升到2005年的0. 284，雖然這一指數2000-2005年期間有所下降，但在2006年后呈穩定上升趨勢，2016年Morans I指數達到了0. 352。從中可以得知，當前我國各個省份流通業TFP在地理位置方面均能體現空間自相關特性。通過分析2000-2016年間Morans I指數數據可知，數據顯著性水平P值均小于5%，這表明2000-2016年間我國各個省份地區流通業TFP的空間自相關性顯著為正，觀測值空間集聚效應顯著。

由表2可知，2000-2016年間我國各地區流通業TFP值存在空間維度的依賴性與差異性。具體而言，當前我國東部、中部及西部地區流通業發展水平存在較大差距，國內流通行業發展水平表現為東高西低，流通業TFP的地區不平衡特性較為顯著。

2.空間面板模型估計結果。從Morans I數據結果分析中得出，當前我國多個省份流通業TFP對空間分布方面存在顯著自相關特性。由于忽略異質性和空間維度對流通業TFP特征與發展走勢進行分析，會導致結論與實際存在明顯差異。因此本文對空間要素進行研究時，在計算模型中引入空間要素。由表3可知，空間滯后模型在1%顯著水平下通過檢驗，而空間誤差模型沒有通過空間依賴性的顯著性檢驗，因此空間滯后模型更為適合。除此之外，根據Hausman檢驗，以上2種模型都需結合固定效應模型。由于本文研究對象屬于樣本整體，因此固定效應模型更為合適。為了便于對比，本文對傳統面板數據固定效應模、空間滯后模型以及空間誤差模型依次進行估算，根據LeSage編輯的程序，以Matlab7.U軟件對SLM與SEM展開參數計算，最終得出數據結果如表4所示。

由表4可知，時間固定效應的SLM空間系統ρ并不具備顯著特性，而其他模型的空間系數ρ、λ均通過1%顯著水平檢驗，即均具備顯著性。此外，時空雙固定效應中的SLM、SEM的log似然值相比于傳統個體固定效應模型或其他空間模型要更高，這兩種模型工業化水平、市場化水平均且不具備顯著特性，因此不應選擇這兩種模型。相比之下，在空間固定效應中，SLM的log似然值相對高，各項即使變量與空間系數相對顯著，因此本研究在對流通業TFP影響要素研究上，主要選取空間固定效應模型SLM展開研究。

結論及建議

綜上所述，第一，我國各地區流通業TFP空間相關性較為顯著。通過對Morans I值分析可以得出，我國東部、中部、西部地區流通業TFP存在較大差異，地區不平衡特性較為顯著。為促使流通業一體化發展，政府應基于全局的視角對流通業發展進行設計;第二，地理環境要素對流通業TFP存在顯著影響，國內地區流通業TFP存在趨同性。對此，為推動流通業可持續發展，應加強相鄰省份之間的合作，從而促進地區間生產要素流通效率提高，進而實現我國經濟統籌發展;第三，硬件設備及工業化發展進程對流通業TFP的提升有著顯著正向作用，而市場需求條件及市場化水平的促進作用不顯著。

參考文獻：

1.劉鵬.我國流通經濟質量的測度及影響因素研究[J].商業時代，2013（27）

2.孫暢，吳立力.長江經濟帶流通業全要素生產率增長及行業異質性的實證研究[J].管理現代化，2017，37（1）

3.王健，梁紅艷.中國流通業全要素生產率的影響因素及其收斂性分析[J].福州大學學報（哲學社會科學版），2013，27（3）

4.何琴清，吳振鵬，歐欣玲，陳嘉榮.基于DEA的珠三角地區流通業全要素生產率研究[J].商業經濟研究，2017（17）

5.何琴清.流通業全要素生產率研究綜述[J].物流科技，2016，39（4）

6.王琦.我國區域間流通業全要素生產率的趨同性分析[J].商業經濟研究，2015（29）

作者簡介：

陳薛（1999-），女，漢族，江蘇鹽城人，鄭州大學公共管理學院2016級本科生，專業方向：人力資源管理。

李照作（1976-），男，漢族，河南鄭州人，碩士，鄭州大學公共管理學院人力資源管理系講師，研究方向：政府管理、公共部門人力資源管理。