我國商貿流通業全要素生產率變化的驅動因素
——基于中性與偏向性技術變化的全面分析框架

封永剛

（中國社會科學院人口與勞動經濟研究所，北京市 100006）

一、引言

我國經濟正處于由高速增長階段向高質量發展階段跨越的狀態之中，全要素生產率提升是高質量發展的應有之義，只有將經濟增長模式由傳統的要素投入驅動轉換為全要素生產率增長驅動，方能實現經濟增長質量的提升[1]。隨著我國經濟發展水平的提升，商貿流通業由社會再生產的中間環節升級成為中心環節，行業地位不斷凸顯，已成為國民經濟的基礎性和先導性產業[2]。在取得上述成就的背后，也需意識到要素價格的抬升、流通資源的緊張程度上升、流通創新效率的下降對我國商貿流通業帶來的一系列挑戰[3]。2022年1月，我國《“十四五”現代流通體系建設規劃》正式公布，該規劃將現代流通體系建設作為構建以國內大循環為主體、國內國際雙循環相互促進新發展格局的一項重要戰略任務，并將提高生產率作為建設高效流通體系的重要組成部分。王曉東等[4]使用我國工業企業數據庫的微觀數據實證研究發現，流通業效率提升能夠通過有效反饋市場信息、調節上游生產和促進供需匹配助力制造業績效提升。

通過梳理我國商貿流通業全要素生產率相關研究可知，從研究方法來看，索羅余值法[1]、隨機前沿方法[5]和數據包絡分析（DEA）方法[6-7]是測算商貿流通業全要素生產率變化的主流方法。關于三種方法的優劣，已有較多文獻進行了全面分析[8-9]，由于數據包絡分析方法具有不用設定生產函數具體形式的優點，目前成為測度商貿流通領域全要素生產率變動的主要方法。從研究結論來看，董譽文[5]、葉萌等[6]、李守林等[7]研究發現，我國商貿流通業存在全要素生產率下降的問題，不利于實現商貿流通業的高質量發展。由于傳統研究以數據包絡分析方法為主的非參數框架，全要素生產率變化僅能分解為技術效率變化和技術水平變化兩類，因此對商貿流通業全要素生產率的變動原因分析也僅能局限在上述框架之內。然而，隨著人口紅利的消失和資本積累速度的減緩[10-12]，我國要素稟賦已然發生了深刻的變化，結合誘致性技術變革理論[13-14]可知，要素稟賦變化將誘致偏向性的技術變革，如不能將技術水平的種類進一步細分，則無法一窺全要素生產率變化的全部動能。在發現我國商貿流通業全要素生產率可能存在惡化的趨勢后，倘若不對其惡化的驅動因素進行分解，便難以有針對性地提出提升全要素生產率的有效措施。

基于此，本文對商貿流通業全要素生產率的分解不再局限于技術效率變化和技術水平變化兩類，而是采用新型的全要素生產率變化分解方法，對我國2004—2020年30 個省級（未包括西藏、香港、臺灣和澳門）地區商貿流通業的全要素生產率變化情況進行核算，并在對技術種類進一步細分的基礎上，實證分析商貿流通業全要素生產率變化的驅動因素，明確未來全要素生產率的提升路徑。本文的邊際貢獻有三個方面：一是將我國商貿流通業全要素生產率的研究進行時序更新，及時掌握全要素生產率的最新變動；二是將全要素生產率變化的驅動因素劃分為技術追趕、希克斯（Hicks）中性技術變化、投入偏向性（Biased）技術變化和產出偏向性技術變化四類效應，以全面分析全要生產率的變動原因和提升空間；三是參照國務院發展研究中心的《地區協調發展的戰略和政策》報告，將省級地區劃分為八大綜合經濟區①，從更細分的空間尺度展現我國商貿流通業全要素生產率變化及其驅動因素的地區差異特征。

二、理論分析

（一）技術追趕、技術變化與全要素生產率變化

在新古典增長理論中，全要素生產率變化的定義存在理論和核算上的不一致。在理論層面，全要素生產率的變化等同于技術變化；但在核算層面，全要素生產率的變化等同于經濟增長中剔除資本和勞動要素投入變化后所得到的索洛余值部分，不僅包括技術變化，還包括生產函數未能解釋的殘差部分。本文基于數據包絡分析方法不用設置具體生產函數的優點，對全要素生產率變化進行分析，能夠避開新古典增長理論的上述問題。在數據包絡分析框架中，全要素生產率變化的路徑更為清晰，其核心的兩大類驅動因素為技術追趕和技術變化。

如圖1 所示，假定有t-1 和t兩個時期，其各自的生產前沿面如虛線和實線所示，假設K地區在兩個時期的投入產出集分別為Kt-1=（xt-1，yt-1）和Kt=（xt，yt），其中，x和y為投入與產出，那么兩個時期的全要素生產率變化（TFP Change）可以表示為：

圖1 技術追趕與技術變化

全要素生產率增長率等于TFP Change-1。由t-1 時期過渡至t時期，生產前沿面發生了由虛線到實線的移動，表明行業或領域的前沿技術水平發生了移動，這就是全要素生產率變化的驅動因素之一：技術變化（Technical Change）。此外，由圖1 還可以發現，Kt-1和Kt至當期生產前沿面的距離發生了變化，即技術效率對生產前沿面的追趕程度存在差異。當距離縮短時，即發生了有效的技術追趕（Catch-up）；當距離擴大時，則存在技術追趕不足的問題。

（二）中性與偏向性技術變化

技術變化可以劃分為中性和偏向性技術變化兩類，現實中，兩種技術變化往往相伴相隨，共同對經濟增長產生影響。封永剛等[12]對中性與偏向性技術變化的差別進行了全面分析：中性技術進步是指新古典增長理論中的希克斯中性技術變化狀態，此時技術變化以同等程度提升（降低）多種投入要素的效率，從而對產出實現同比例的擴大（縮小）影響，技術變化的中性即體現為這種無差異性。而偏向性技術變化則是指投入要素的效率提升（降低）幅度存在差異，從而每種投入要素的效率變化對產出發生差異性的影響，這種差異性即是偏向性產生的來源。結合賓斯旺格（Binswanger）[13]、川越（Kawagoe）等[14]提出的誘致性技術變革理論（也稱希克斯-速水-拉坦-賓斯旺格假說）可知，技術總是朝著節約稀缺要素、使用充裕要素的方向變化。為了應對要素稀缺性的改變，往往會發生技術變化，引發稀缺和充裕要素的要素效率（邊際產出）不同程度的改變，并影響最終的產出。相對于中性技術變化來說，偏向性技術變化則反映了經濟體能否對要素稟賦的變化做出及時反應，并采取有效的技術變化路徑調整，適應稟賦的變化，以最大程度地消除不利影響。在數據包絡分析方法中，按照法勒（F?re）等[15]的方法，偏向性技術變化可以細分為投入偏向性技術變化和產出偏向性技術變化，分別表示投入和產出的變化所引起的技術變化偏移。在多種投入或產出要素的模型中，可以進一步對多種投入要素的節約（使用）型技術變化和多重產出要素的擴大（縮小）型技術變化進行識別。

（三）全要素生產率變化驅動因素的全面分解

如圖2 所示，在一個包含中性與偏向性技術變化的全面分析框架下，全要素生產率變化的驅動因素從大類上分為技術追趕效應和技術變化效應兩類，其中技術變化效應進一步細分為希克斯中性技術變化效應和偏向性技術變化效應，而偏向性技術變化效應又再細分為投入偏向性技術變化效應和產出偏向性技術變化效應。即全要素生產率變化的驅動因素包括兩大類、三中類、四小類驅動因素。

圖2 全要素生產率變化的驅動因素

三、研究方法與數據說明

（一）全要素生產率變化的核算方法

本文在全要素生產率增長率核算時同時納入中性與偏向性技術變化效應，并選用數據包絡分析方法[16]對我國商貿流通業的全要素生產率增長率進行核算。DEA方法中決策單元的全要素生產率增長率核算方法如下：

其中，MI（t-1，t）為t-1 時期至t時期的曼奎斯特（Malmquist）指數，全要素生產率增長率為MI（t-1，t）-1，x和y分別為決策單元的投入和產出變量，Scoret-1（xt，yt）為（xt，yt）參比t-1 時期的生產前沿面所得到的DEA 效率值；Scoret（xt，yt）為（xt，yt）參比t時期的生產前沿面所得到的DEA 效率值；Scoret-1（xt-1，yt-1）為（xt-1，yt-1）參比t-1 時期的生產前沿面所得到的DEA效率值；Scoret（xt-1，yt-1）為（xt-1，yt-1）參比t時期的生產前沿面所得到的DEA效率值。因此，DEA方法中的MI（t-1，t）本質上是t-1 時期至t時期中投入x和產出y變量組合分別以兩個時期的生產前沿面為參照所計算出的兩個DEA效率比值的幾何平均值。MI（t-1，t）大于1，表明全要素生產率增長；MI（t-1，t）小于1，則表明全要素生產率下降。

（二）全要素生產率變化驅動因素的識別

在經典的DEA方法中，通常對式（1）的曼奎斯特指數進行如下分解：

其中，EC（t-1，t）為技術追趕指數，表明決策單元與生產前沿面技術水平距離的變化趨勢。該指標大于1，表明決策單元與生產前沿面技術的距離明顯縮短；該指標小于1，表明決策單元與生產前沿面技術的距離明顯擴大。TC（t-1，t）為技術變化指數。該指標大于1，表明行業或領域的生產前沿面向前移動，技術水平明顯提升；該指標小于1，則表明行業或領域的生產前沿面向后移動，技術水平明顯退步。董譽文等[2]、葉萌等[6]、李守林等[7]、王明雁等[17]均圍繞以上兩大驅動因素探討商貿流通業全要素生產率變化的來源。

然而，技術變化是一個較為籠統的概念，生產前沿面的移動是多種技術變化的共同結果，如果無法對TC（t-1，t）的變化進行分解，也就難以一窺技術變化的全貌，更難以提出針對性較強的結論和建議。基于此，本文參照法勒等[15]的研究，繼續對TC（t-1，t）進行如下細分：

其中，MATC（t-1，t）為希克斯中性技術變化指數，用以測量投入和產出保持不變假定下技術水平的變化幅度；BTC（t-1，t）為偏向性技術變化指數，用以測量投入和產出變化引發的具有偏移性質的技術變動。BTC（t-1，t）又可以進行如下細分：

其中，IBTC（t-1，t）和OBTC（t-1，t）分別為投入和產出偏向性技術變化指數。對于MATC（t-1,t）、BTC（t-1,t） 、IBTC（t-1,t）和OBTC（t-1,t）來說，各指標大于1 表明相應種類的技術水平得以提升；各指標小于1表明相應種類的技術水平趨于惡化，出現退步問題。

（三）技術變化的要素偏向識別

根據楊翔等[18]的研究，可以使用如下方程對技術變化的要素偏向進行識別：

其中，Input Biased為技術變化的投入偏向指數，Output Biased為技術變化的產出偏向指數，x1、x2代表不同的投入，y1、y2代表不同的產出。技術變化要素偏向的識別首先需要判斷投入或產出偏向性技術變化的方向，明晰它們是處于進步狀態還是退步狀態。然后，根據t-1 時期至t時期投入或產出要素組合比值的變化趨勢，借助表1的判斷矩陣，進行技術變化要素偏向的最終識別。

表1 技術變化的要素偏向判定標準

（四）指標選取與數據來源

本文對我國商貿流通業的定義與董譽文[5]保持一致，根據DEA 方法對全要素生產率增長率的核算要求，需對商貿流通業的投入和產出指標進行選擇與衡量。

首先，本文選擇增加值作為衡量我國商貿流通業的產出指標，并使用省級層面第三產業增加值平減指數對商貿流通業的產出指標進行不變價（以2000年價格為基期）處理。

其次，在投入指標方面，遵循現有研究[5-7]，本文同樣選擇勞動和資本存量作為投入要素。在勞動投入指標方面，本文使用商貿流通業城鎮非私營單位就業人數與城鎮私營企業、個體就業人數的總和衡量勞動投入。在資本投入指標方面，本文使用永續盤存法對我國商貿流通業的資本存量進行核算，核算原理如下：

其中，K為資本存量，I為固定資本投資額，δ為折舊率。使用永續盤存法對資本存量進行核算時，需對基期的資本存量進行確定，本文選擇陳昌兵[19]的方法，使用資本產出比的方法，借助基期商貿流通業的增加值，確定基期的資本存量，其中省級層面商貿流通業的基期資本產出比值參照單豪杰[20]的研究進行設定。在此基礎上，對商貿流通業的全社會固定資本投資額進行衡量。在折舊率的設定方面，參照王明雁等[17]的研究，將其設定為5%。另外，使用第三產業增加值的平減指數對資本存量進行價格調整。

我國商貿流通業的城鎮就業人數從2003年開始統計，因此本文的所有投入和產出指標從2003年開始收集，經過計算展現的是2004—2020年的全要素生產率變化情況及其驅動因素的分解。考慮到西藏、香港、臺灣和澳門的部分數據缺失問題，本文的考察對象設定為我國30 個省、市、自治區。在數據來源方面，我國商貿流通業增加值數據來源于中經網統計數據庫；第三產業增加值平減指數由歷年中國統計年鑒計算得到；商貿流通業勞動投入數據來源于歷年中國人口和就業統計年鑒；2017年及之前的商貿流通業全社會固定資本投資額數據來源于中國固定資產投資統計年鑒，2018—2020年全社會固定資本投資額數據來源于中國投資領域統計年鑒。

四、我國商貿流通業全要素生產率的增長趨勢分析

使用MAXDEA 9.0 軟件，基于式（1）計算2004—2020年我國商貿流通業的Malmquist 指數，將其換算為全要素生產率的增長率，分別從時序變化和地區差異兩個角度對其增長趨勢進行分析。

（一）我國商貿流通業全要素生產率變化的階段性特征

2004—2020年我國總體層面商貿流通業的全要素生產率變化情況如圖3所示，可將我國商貿流通業的全要生產率增長狀況劃分為兩個階段。第一階段為2004—2010年，商貿流通業的全要素生產率呈正增長狀態，年均增長率達到5.25%②；第二階段為2011—2020年，商貿流通業的全要素生產率以負增長狀態為主，年均增長率為-2.31%，符合該階段我國宏觀經濟增速下滑的實際背景。我國商貿流通業全要素生產率在前一階段（2004—2010年）的增長與我國加入WTO 相吻合，隨著國外商貿流通企業進入我國市場，現代化的企業經營理念被國內許多企業借鑒，國內商貿流通業的市場競爭加劇，對新技術的學習、吸納和應用明顯有助于提高行業的總體生產效率。2011—2013年是我國商貿流通業全要素生產率變化的關鍵節點。一方面，2010年開始我國經濟增速正式告別兩位數的增長狀態，宏觀經濟整體進入新常態；另一方面，信息技術的大力發展和電商業態模式的崛起使商貿流通業的傳統經營模式遭受較大沖擊，實體產業陷入低迷狀態，關店問題頻發[21]，由此我國商貿流通業全要素生產率在后一階段（2011—2020年）呈現出以負增長為主的變化態勢。值得一提的是，2011年之后我國商貿流通業全要素生產率的負增長問題逐步得到改善。隨著數字經濟的崛起、電商企業數量的增多、多樣化平臺企業的誕生和壯大，我國商貿流通業逐漸擺脫對國外的模仿和學習，努力探索特色化發展路徑。即使2020年在新冠肺炎疫情的沖擊下，我國商貿流通業的全要素生產率也逆勢回到了正增長狀態，說明我國商貿流通業的全要素生產率有望重新回歸增長軌道，并形成高質量增長態勢。

圖3 我國商貿流通業全要素生產率的變化情況

（二）我國商貿流通業全要素生產率變化的地區差異

參照國務院發展研究中心的《地區協調發展的戰略和政策》報告，將30個省級地區劃分為八大綜合經濟區。

首先，從2004—2020年商貿流通業的全要素生產率平均增長情況（參見表2）來看，東部、北部和南部三大沿海地區的全要素生產率呈現出明顯的正增長特征，年均增長率分別達到9.00%、5.06%和1.75%；西南地區和長江中游地區的年均增長率僅為0.52%和0.15%；黃河中游地區、東北地區和大西北地區的年均增長率為負，分別為-1.83%、-2.51%和-3.08%。不同地區之間商貿流通業的全要素生產率變化呈現出明顯的差異特征。其次，從商貿流通業的全要素生產率增長趨勢來看，東部沿海地區在考察期內的全要素生產率以正增長狀態為主，未出現全國層面先上升、后下降的兩階段變化特征；北部沿海地區在2013年及之后開始出現全要素生產率的偶發性下降，但也未形成趨勢截然相反的兩階段變化特征；南部沿海地區、長江中游地區、黃河中游地區、西南地區和大西北地區的全要素生產率則呈現出明顯的先上升、后下降的兩階段特征；東北地區的全要素生產率則在考察期內呈現出以負增長為主的變化特征。總之，沿海地區憑借自身的地理區位優勢和經濟發展水平優勢，始終作為我國商貿流通業全要素生產率增長的核心區域，而黃河中游地區、長江中游地區、西南地區和大西北地區在2012年之后的全要素生產率增長勢頭難以持續，是構成全國層面全要素生產率由升轉降的主要原因，特別是東北地區始終處于商貿流通業全要素生產率負增長的困境之中。

表2 我國八大綜合經濟區商貿流通業全要素生產率的變化情況%

五、我國商貿流通業全要素生產率變化的驅動因素分解

本文從技術追趕、希克斯中性技術變化和偏向性技術變化三個層面進行分析，對偏向性技術進步的投入和產出的具體偏向進行識別。

（一）技術追趕效應對全要素生產率變化的影響

1.省級地區之間的技術差距總體趨于擴大，尚未形成技術追趕穩定促進全要素生產率增長的狀態。如表3所示，技術追趕效應指數在2004—2020年期間的平均值為0.983 3，說明總體上我國商貿流通業在省級地區之間的技術差異呈現擴大的趨勢。分年份來看，商貿流通業僅在2005—2006年和2015—2018年期間出現短暫的技術追趕狀態，技術差距在此期間有所縮小，其余年份均呈現出技術差距趨于擴大的狀態。結合前述我國商貿流通業全要素生產率的變化趨勢可知，一方面，我國商貿流通業在省級層面技術差距的擴大僅削弱了全要素生產率的增長幅度，并未改變全要素生產率在2004—2010年的正增長狀態；另一方面，我國商貿流通業在省級層面技術差距的短暫縮小未形成足夠的動能扭轉全要素生產率在后一階段的負增長狀態。由此可以判斷，目前技術差距的擴大或縮小對我國商貿流通業全要素生產率變化的驅動作用并不強。

表3 我國商貿流通業全要素生產率變化的驅動因素分解

2.僅有北部沿海地區和東部沿海地區通過技術追趕促進了全要素生產率的增長。進一步結合表4可知，從八大綜合經濟區來看，僅有北部沿海地區和東部沿海地區商貿流通業在2004—2020年期間產生了技術追趕效應，這與其本身處于商貿流通業的優勢和核心地區相符，說明目前商貿流通業的技術追趕效應僅局限于發達地區，在全國范圍內未形成大范圍的技術差距縮小態勢。在商貿流通業主要集聚區域內部，通過技術創新、模仿、學習、擴散和共享，在其生產前沿面外擴的同時，也促進了區域內部行業技術差距的縮小，實現全要素生產率增長的多重因素驅動。同時，東北地區、黃河中游地區、長江中游地區、西南地區、大西北地區和南部沿海地區的商貿流通業與北部地區和東部沿海地區的差距不斷擴大，未實現由優勢區域向其他區域的技術擴散。上述六大經濟區均未形成技術追趕促進全要素生產率增長的狀態，尤其是東北地區、黃河中游地區和大西北地區與沿海地區技術差距不斷拉大，甚至成為我國商貿流通業全要素生產率負增長的主要影響因素。

表4 我國八大綜合經濟區商貿流通業全要素生產率變化的驅動因素分解

（二）希克斯中性技術變化效應對全要素生產率變化的影響

1.希克斯中性技術變化是驅動商貿流通業全要素生產率變化的關鍵因素。如表3所示，全國層面來看，希克斯中性技術變化呈現出與全要素生產率變化較為接近的同步特征，同樣可以將商貿流通業的希克斯中性技術變化狀況劃分為兩個階段：在2004—2012年期間，希克斯中性技術進步為全要素生產率增長提供了重要動力；在2013—2020年期間，希克斯中性技術退步直接觸發了商貿流通業的全要素生產率降低。結合偏向性技術變化的幅度來看，可以判定希克斯中性技術變化是驅動我國商貿流通業全要素生產率變化的關鍵因素。由于國內對國外先進技術的追趕，以及國內要素稟賦情況的改變，已難以繼續以中性技術進步引領全要素生產率增長，引發希克斯中性技術進步到技術退步的轉變。在數字經濟、電子商務不斷迭代更新的今天，應促使傳統技術積累適應產業革新的新需求，防止希克斯中性技術退步問題的出現。

2.希克斯中性技術變化具有驅動大部分地區全要素生產率增長的普遍特征。由表2 可知，在2004—2020年期間，八大綜合經濟區的商貿流通業全要素生產率變化呈現出五個區域增長、三個區域下降的特征。但在希克斯中性技術變化方面，僅有大西北地區在考察期內呈現出以負增長為主的變化特征，其余七大綜合經濟區的年均希克斯中性技術變化均為正，總體處于技術進步狀態。這說明商貿流通業的中性技術變化惠及地區較多，覆蓋面較廣（參見表4）。需注意的是，在八大綜合經濟區層面，希克斯中性技術變化對不同地區全要素生產率增長的影響也存在明顯差異。對于東北地區來說，即便總體上呈現出希克斯中性技術進步狀態，但未能扭轉其全要素生產率長時期負增長的狀態；而大西北地區的全要素生產率降低問題不僅由其與發達地區的生產技術差距不斷拉大而引起，其希克斯中性技術退步問題也進一步擴大了全要素生產率的下降幅度。其他六大綜合經濟區的全要素生產率變化走勢均由希克斯中性技術變化所驅動。

（三）偏向性技術變化效應對全要素生產率變化的影響

1.中性技術變化的促進作用消退之后，偏向性技術變化的促進作用相對有限。如表3所示，從全國層面來看，偏向性技術變化效應在2004—2020年期間均大于1，說明在此期間均存在偏向性技術進步效應。從變化程度來看，在2004—2012年希克斯中性技術進步時期，偏向性技術提升的速度相對較慢，并未成為商貿流通業全要素生產率增長的重要動能；而在2013—2020年期間，希克斯中性技術退步問題出現，偏向性技術提升速率仍在1%左右浮動，不足以抵消掉希克斯中性技術退步造成的商貿流通業全要素生產率負增長。如表4所示，從地區層面來看，偏向性技術變化對全要素生產率的影響也不盡相同。對于東部沿海地區、北部沿海地區、大西北地區和南部沿海地區來說，偏向性技術水平提升的年均速度分別達到4.26%、1.58%、1.42%和1.31%，偏向性技術進步為其全要素生產率增長提供動力輸出。對于長江中游地區和西南地區來說，偏向性技術變化效應的平均值接近于1，說明上述地區無明顯的偏向性技術水平變化，其對全要素生產率變化無明顯影響。對于東北地區和黃河中游地區來說，偏向性技術變化效應的平均值小于1，說明偏向性技術退步甚至總體上加重了其全要素生產率的負增長。從誘致性技術變革的角度來看，隨著我國人口紅利消失與資本投入減緩的要素稟賦變化，偏向性技術變化應取代希克斯中性技術變化，成為驅動全要素生產率增長的主要動能。從實際情況來看，目前僅有沿海地區出現上述趨勢，而在其他地區，適應稟賦變化的偏向性技術變化尚未形成。在希克斯中性技術變化由正轉負之后，偏向性技術變化成為商貿流通業全要素生產率增長的支柱動能任重道遠。

2.投入和產出的偏向性技術變化共同驅動了總體的偏向性技術變化。由表3可知，全國層面的投入和產出偏向性技術變化指數在考察期內均大于1，但其年均增速僅為0.46%和0.47%，兩類偏向性技術變化指數疊乘之后，共同構成了偏向性技術變化的指數變化。總體上，我國商貿流通業的投入效率增強型和產出擴大型技術以緩慢的速度增長，即偏向性技術進步由投入和產出偏向性技術進步共同驅動。由表4 可知，在地區層面，東部沿海地區、北部沿海地區、南部沿海地區和大西北地區處于投入和產出偏向性技術共同提升的狀態，其余四大綜合經濟區存在投入偏向性技術退步和產出偏向性技術進步的矛盾狀態。總之，我國商貿流通業全要素生產率增長的優勢地區往往處于技術前沿，且擁有希克斯中性技術進步和偏向性技術進步的雙重優勢；而我國商貿流通業全要素生產率不佳的區域通常面臨技術差距拉大、希克斯中性技術進步福利消退、投入偏向技術退步、產出偏向技術進步緩慢的一種或多種問題，處于全要素生產率提升的多重困境之中。

3.商貿流通業資本與勞動節約型技術進步共存，部分地區存在資本使用型技術退步的問題。由表5可知，一方面，從全國層面來看，我國商貿流通業的投入偏向性技術變化呈現出以勞動節約型技術進步為主的變化特征，這與商貿流通業的資本深化和勞動成本抬升的要素稟賦變化趨勢相符。另一方面，從地區層面來看，商貿流通業在區域層面的投入技術變化呈現出多樣的特征。首先，北部沿海地區、東部沿海地區和大西北地區分別以勞動節約型技術進步、資本節約型技術進步和勞動節約型技術進步促進全要素生產率增長，投入偏向性的技術變化方向保持穩定。其次，南部沿海地區的商貿流通業由資本節約型技術進步轉變為勞動節約型技術進步，以積極應對該區域的勞動力稀缺問題。再次，東北地區商貿流通業的發展逐步陷入以犧牲資本投入效率為代價的困境，西南地區則憑借自身人口老齡化進程相對緩慢的稟賦特征，陷入以犧牲勞動投入效率為代價的困境。最后，黃河中游地區和長江中游地區始終存在資本使用型技術退步問題，資本投入效率降低制約著當地商貿流通業的全要素生產率的提升。

表5 我國商貿流通業投入偏向技術變化的類型

六、結論與建議

（一）結論

全要素生產率的變化情況是衡量我國商貿流通業高質量發展程度的重要指標。本文認為全要素生產率變化受技術追趕、希克斯中性技術變化、投入偏向性技術變化和產出偏向性技術變化四類效應的影響，使用30 個省級地區的面板數據，對2004—2020年我國商貿流通業全要素生產率的變化趨勢及其驅動因素進行實證分析。研究發現，從全國層面來看，我國商貿流通業的全要素生產率經歷了先上升、后下降的兩階段變化歷程：2004—2010年全要素生產率的上升主要是由中性、投入偏向、產出偏向三類技術的提升共同驅動，由技術引進帶來的中性技術進步起主導作用，但省級層面的商貿流通業技術差距逐步拉大，并導致部分全要素生產率的增長損失；2011—2020年全要素生產率的下降主要是在技術引進到技術自主創新的轉軌過程中，由中性技術水平趨于下降、要素稟賦變化誘致的勞動節約型技術水平提升有限、產出擴大型技術水平提升幅度不高、偏向性技術變化尚未補位成為驅動商貿流通業全要素生產率增長等因素所引發。同時，省級層面通過技術追趕使總體技術水平差距得到了彌合。

從地區層面來看，按照八大綜合經濟區分類分析：一是東部沿海地區、北部沿海地區和南部沿海地區為我國商貿流通業全要素生產率增長的優勢集聚區域，中性、投入偏向和產出偏向技術提升均驅動了這三大地區商貿流通業全要素生產率的增長。三個地區的投入偏向性技術變化路徑存在區別，東部沿海地區以資本節約型技術進步為主，北部沿海地區以勞動節約型技術進步為主，南部沿海地區則實現了由資本節約型技術進步到勞動節約型技術進步的轉換。二是西南地區和長江中游地區同樣經歷了商貿流通業全要素生產率先上升、后下降的兩階段變化歷程，其全要素生產率變化不僅存在與沿海地區技術差距過大、技術追趕不足的問題，還存在資本投入效率下降引發的資本使用型技術退步的問題，全要素生產率增長面臨的動能缺乏問題較為突出。三是東北地區、黃河中游地區和大西北地區的商貿流通業全要素生產率總體呈現出下降的變化趨勢，其中東北地區和黃河中游地區存在技術追趕效應不足和偏向性技術退步的問題，大西北地區則存在技術追趕效應不足和中性技術退步的問題。總而言之，在非沿海地區，投入或產出偏向性技術變化都未能取代中性技術變化成為驅動商貿流通業全要素生產率增長的主要因素。

（二）建議

基于以上研究結論，針對我國商貿流通業中性技術由升轉降的問題，應認識到技術調整、轉型、迭代是經濟由高速增長階段向高質量發展階段轉換的必經之路。一方面，我國商貿流通業技術迅速提升的紅利時期已經結束，中性技術提升乏力的問題將愈加突出；另一方面，在技術提升的紅利時期，我國商貿流通業全要素生產率增長的地區差異問題明顯。紅利期結束之后，地區之間是否能夠通過技術追趕彌合區域差距，人工成本的抬升能否誘致適宜的偏向性技術變化，是決定我國商貿流通業全要素生產率能否繼續增長的關鍵所在。當務之急是在中性技術變化的促進作用消退之后，將我國商貿流通業的全要素生產率提升調整至依賴技術追趕效應和偏向性技術進步效應上。其中技術追趕效應的實現依賴于非沿海地區對沿海地區商貿流通技術的學習和模仿，促進云計算、物聯網、大數據等先進技術在內循環過程中向非優勢集聚區域擴散。而偏向性技術進步效應是指應盡快消除行業內部的要素價格扭曲，暢通市場的價格決定機制，在后人口紅利時期促使稟賦變化有效誘致適合的偏向性技術進步，為全要素生產率提升注入新動能，加大產出擴大型技術和相關設備的研發投入，將不同地區的技術變化路徑調整至與當地要素稟賦相符的狀態，鼓勵勞動力相對稀缺的區域使用新型銷售和物流設備，促進勞動節約型技術提升；提高資本稀缺地區的商貿流通資本投入效率，以“高效率”緩解“投資少”的問題，實現資本節約型技術提升。

注釋：

①八大綜合經濟區的劃分為：東北地區包括遼寧、吉林和黑龍江；北部沿海地區包括北京、天津、河北和山東；東部沿海地區包括上海、江蘇和浙江；南部沿海地區包括福建、廣東和海南；黃河中游地區包括山西、內蒙古、河南和陜西；長江中游地區包括安徽、江西、湖北和湖南；西南地區包括廣西、重慶、四川、貴州和云南；大西北地區包括甘肅、青海、寧夏和新疆。

②本文全國和八大綜合經濟區的商貿流通業全要素生產率增長率及其構成項均由所對應省級層面相關指數的幾何平均值減1計算得到。