内容摘要：提升零售业全要素生产率（TFP）具有战略意义。本文利用后WTO时期零售业省际面板数据，运用超越对数生产函数随机前沿模型（SFA）进行了分析。结果表明：收入模型和利润模型的TFP增长分别为6.0%、10.9%，技术进步对TFP增长贡献最大，但其增速下降较快，其次是纯技术效率提高，而规模效率下降轻微阻碍TFP增长；收入模型和利润模型的纯技术效率分别为81.4%、63.7%；在影响纯技术效率的环境因素中，物流成本的影响显著为负，人均可支配收入的影响显著为正，行业竞争的影响不显著，人力资本对收入模型的影响不显著、对利润模型的影响显著为正，外商直接投资对收入模型的影响显著为正、对利润模型的影响不显著。最后，提出相应的对策建议。

　　关键词：TFP增长纯技术效率影响因素随机前沿模型

　　《商务部关于"十二五"时期促进零售业发展的指导意见》指出，零售业快速发展对扩大消费、增加就业、引导生产、改善民生等方面具有十分重要的意义。而提高零售业运行质量则是"转方式、调结构"发展战略的必然要求。在中国零售市场深度国际化的背景下，提高零售业竞争力是维护国家经济安全的重要手段。国内外权威专家和组织一致认为，全要素生产率（TotalFactorProductivity，FTP）是衡量各类组织，包括国家、行业和企业运行质量和竞争力的主要指标，零售业也不例外。因此，研究如何提高零售业全要素生产率具有战略意义，其中找到主要影响因素是关键，当然这需要恰当的研究方法才能实现。

　　文献回顾

　　学术界对全要素生产率的研究大多数集中在制造业领域，对零售业的关注较少。通过查阅2000年以来的文献发现，学者们分别在行业和企业两个层面对我国零售业TFP进行研究。在行业层面，刘似臣和魏芳兰（2010）采用2004～2008年省际和不同所有制的面板数据，对零售业TFP增长进行测算并分析地区间、不同所有制间的差异；刘勇和汪旭晖（2007）采用截面数据分析了连锁零售业技术效率；徐健和汪旭晖（2009）运用数据包络分析（DEA）两步法测算了技术效率及影响因素；楼文高、沈莲莲和冯国珍（2012）将批发和零售业合在一起测算其技术效率。其它文献都是研究企业的TFP或技术效率。

　　可见，学术界还没有在行业层面全面研究我国零售业TFP、纯技术效率及其影响因素的文献；而且前述文献都采用DEA方法。为了更好地达到研究目的，本文将在研究内容和方法上分别进行拓展。在内容上，不仅测量分析TFP增长率及其各构成指标的变动，而且一并研究影响纯技术效率的主要因素，使我们对零售业发展质量以及趋势有深刻、全面的认识，以便提供有价值的政策建议。在方法上，将使用超越对数生产函数随机前沿（SFA）无效率模型。因为相对于DEA，SFA无效率模型的最大优势：一是能够分离出测量误差、自然气候及运气等统计噪声和其它随机因素对估计结果的影响，使纯技术效率的估计有效且一致；二是SFA方法中的生产函数模型与生产理论相一致，对模型设定可进行统计检验，在理论上更具合理性（KalirajanandShand，1999）；三是可直接估计环境变量对纯技术效率的影响，且能避免DEA两步法可能存在的共线性问题和SFA二步法存在的前后假设矛盾问题。目前理论界对这两种方法的总体评述是：SFA方法有很强的政策倾向，DEA方法则有很强的管理决策效应。SFA无效率模型的上述优势和特点正是本研究所需要的，同时也利用了超越对数生产函数的优势。另外，为客观、全面把握行业运行规律，本文将通过两个子模型进行综合分析研究。

　　研究方法与数据说明

　　（一）研究方法

　　1.全要素生产率指数分解。现代生产前沿面理论认为，全要素生产率（TFP）变化来源有四个：技术进步、纯技术效率变化、规模效率变化与产出组合效应。在单产出模型中，不涉及产出组合效应问题，本文即如此。本文使用参数方法计算全要素生产率的变动，参数方法分两类：一是应用基于导数的技术；二是应用显性距离函数。在计算技术进步和规模效率变化时，后一种方法同时参照前后两期的技术，更具优势。因此本文采用第二种方法计算全要素生产率指数（TFPC），其公式如下：

　　TFPC=PEC×TC×SEC（1）

　　（1）式中的PEC、TC、SEC分别表示纯技术效率指数、技术进步指数和规模效率指数。TFPC大于1、小于1、等于1分别表示被考察对象t期的全要素生产率高于、低于、等于（t-1）期的值。其它三个指数的意义类似，不再赘述。

　　2.超越对数随机生产前沿无效率模型。本文采用的超越对数随机生产前沿无效率模型具体形式如下：

　　lnqit=β0+βklnkit+βLlnlit+βTt+βKKln2kit+βLLln2lit+βKLlnkitlnlit+βKTtlnkit+

　　βLTtlnlit+βTTt2+vit-uit（2）

　　其中，uit=δ0+δhhrit+δffdiit+δwwlit+δqcompit+δsrjksit+ωit（3）

　　上述模型中二次时间变量，还考虑了非单调技术变化。当然，模型设定是否合理需通过检验判断。

　　（2）式中，qit表示第i个省、自治区、直辖市（以下简称省）零售业限额以上企业第t年的产出；其它指标中下标i、t的含义相同，不再赘述；k、l分别表示省级单位零售业限额以上企业的总资产和从业人数；t表示技术变化的时间趋势；β表示要估计的未知参数向量；vit是经典白噪声，服从N（0，σv2）的正态分布；uit表示纯技术无效率，服从N+（μ，σu2）的截断（在零处）正态分布，假定vit和uit相互独立，共同构成复合误差项。本文对uit的设定是为了迎合不同省区纯技术效率差距较大的现实。

　　（3）式中，δ表示要估计的未知参数向量，纯技术无效率的影响因素分别是人力资本（hr）、外商直接投资（fdi）、物流成本（wl）、行业竞争（comp）以及人均可支配收入（rjks）；wit服从N+（0，σw2）的截断（在-μ处）正态分布。

　　本文用极大似然法（ML）对（2）、（3）式共同确定的随机前沿无效率模型进行联合估计。似然函数中利用如下方差参数：

　　γ=σu2/σ2，σ2=σu2+σv2，（0≤γ≤1）。γ反映复合误差项中纯技术无效率项所占比例，通过γ可判断模型设定是否合适。γ接近0时，表明实际产出与可能最大产出的差距基本来自白噪声，没有必要采用随机前沿模型，上述模型设定存在偏误；γ越趋近1，表明误差主要来自纯技术无效率项，采用随机前沿模型越合适。

　　随机前沿模型的纯技术效率PEit=E[exp（-uit）|（vit-uit）]（0≤PEit≤1）。PE等于1，说明决策单元是纯技术有效的；PE越大，纯技术效率越高，反之亦然。通过软件，可以得到模型中的参数估计值以及各省每年的纯技术效率（PEit）。然后，根据Coelli等（2008），通过下列各式计算PECit、TCit、SECit，然后根据（1）式得到TFPCit。TFP增长率、PE增长率、TC增长率、SE增长率分别等于相应指数减去1（负数表示下降）。

　　PECit=PEit/PEis（4）

　　TCit=exp[（lnyis/s+lnyit/t）]（5）

　　（5）式中y是前沿产出，等于（2）式右边去掉复合误差项后剩余部分。

　　SECit=exp{[εnis（εis-1）/εis+εnit（εit-1）/εit]ln（xnie/xnis）}（6）

　　其中，εis=εnis，εnis=lnqis/lnxnis，xn表示投入要素，本文指k和l，q表示实际产出。（4）、（5）、（6）式中s是t的上一年。

　　3.两个子模型。将产出为主营业务收入的模型命名为"收入模型"，将产出为主营业务利润的模型命名为"利润模型"。两个模型除产出变量外，其余完全相同。

　　（二）数据说明

　　1.生产函数的数据说明。产出变量q、投入变量k、l分别用考察对象的主营业务收入或主营业务利润、资产总额（亿元）、从业人数表示；时间趋势项t：t=1，2，3，4，5，6，7，分别对应2005年至2011年。主营业务收入、主营业务利润和资产总额数据都采用消费者物价指数进行平减。

　　2.纯技术无效率模型中数据说明。根据研究目的，结合国内外文献和零售业运行特征，本文假设以下五个变量对零售业纯技术效率有影响。人力资本（hr）：用各省大专以上学历人数占总人口的比例表示；外商直接投资（fdi）：用各省外商直接投资固定资产占固定资产投资总额的比重表示；物流成本（wl）：用各省交通运输、仓储、邮政业产值占GDP的比重表示；行业竞争（comp）：用各省零售业限额以上企业数量表示；人均可支配收入（rjks）：用城镇居民人均可支配收入表示。上述指标中hr、fdi和wl都是比值，不需考虑物价指数的影响。rjks采用消费者物价指数进行平减。

　　根据现有理论、实证文献以及零售业运行规律，纯技术无效率模型中wl的系数应为正（表示对纯技术效率的影响为负），其余四个因素的系数应为负。换句话说，物流成本越高，纯技术效率越低，其它变量的数值越大，纯技术效率越高。

　　3.数据来源。上述所有数据均来自2006-2012年版《中国统计年鉴》。零售业自2004年底完全开放，自此整个零售业才真正入世，透过上述数据能够对入世后的零售业进行分析总结。

　　实证研究

　　（一）模型估计与检验

　　利用FRONTIER4.1软件对（2）、（3）式表达的"收入模型"和"利润模型"进行估计，结果如表1所示。可见，模型中超越对数生产函数各参数及随机前沿模型整体都通过了检验，且多数系数的显著性较高。技术无效率模型中各影响因素系数的符号与预期基本一致。为检验模型设定的准确性，本文使用广义似然比对超越对数生产函数的其它形式进行联合检验，结果所有零假设都至少在5%显著性水平上被拒绝，据此断定本文预设模型是恰当的。表1中"收入模型"和"利润模型"的值分别为0.9668、0.8394，表明各省的纯技术效率差异能够解释实际产出与前沿产出差距的大部分，说明采用随机前沿方法比DEA方法更准确。

　　（二）TFP增长分析

　　根据估计结果及（4）、（5）、（6）、（1）式，可以计算各省纯技术效率指数、技术进步指数、规模效率指数及TFP指数，进而计算相应的增长率。限于文章篇幅，本文仅就全国及三大经济区的情况作简要描述分析。

　　1.收入模型TFP增长分析。考察期间，全国TFP增长年均6.0%，其中技术进步率年均4.3%，纯技术效率增长年均2.3%，规模效率下降年均0.7%。可见，技术进步是零售业TFP增长的首要推动力，其次是纯技术效率提高，而规模效率下降有轻微阻碍作用。TFP增长是政府一系列政策扶持与零售业积极模仿学习的结果。规模效率下降是中外资企业为抢夺市场份额盲目扩大经营规模所致。分区看，考察期间TFP增长年均东部、中部、西部分别为4.6%、5.2%、

　　7.9%，中西部地区的追赶效应十分明显。这主要是中央实施西部大开发战略和中部崛起战略有效推动中西部TFP增长。因西部大开发战略实施较早，所以效果更明显。

　　2.利润模型TFP增长分析。考察期间，全国TFP增长年均10.9%，其中技术进步率年均6.3%，纯技术效率增长年均4.9%，规模效率下降年均0.4%。技术进步对TFP增长贡献最大，纯技术效率增长次之，规模效率下降轻微阻碍TFP增长。与收入模型不同的是，利润模型的TFP增长、技术进步和纯技术效率增长更快。其原因是入世后零售业由恶性价格竞争演变为有序价格竞争。分区看，考察期间，TFP增长年均东部、中部、西部分别为11.4%、11.1%、10.3%。区域差异不大。与收入模型不同的是，利润模型的中西部TFP增长没有表现出比东部更快的速度。这主要是由于2005年以前西部的无序竞争局面没有中东部严重，甚至不存在无序竞争，利润率基础水平较高。

　　令人担忧的是，两个模型中对TFP增长贡献最大的技术进步速度都持续下降，且下降速度较快。

　　（三）纯技术效率分析

　　1.收入模型纯技术效率分析。考察期间，收入模型纯技术效率均值为81.4%，比前沿产出低18.6%，效率较高。这是由于，入世后外资零售企业全面布局中国市场，中资企业通过与外资企业面对面竞争和模仿学习，企业经营更具活力。分大区看，技术效率均值东部、中部、西部分别为86.7%、78.8%、78.2%，东部明显高于中、西部，这缘于东部地区优越的基础条件以及中央政府长期的倾斜政策。

　　2.利润模型纯技术效率分析。考察期间，利润模型纯技术效率均值为63.7%，比前沿产出低36.3%，纯技术效率很低。主要原因是：在产品供过于求和同质化严重的背景下，价格竞争几乎是唯一竞争手段。分大区看，纯技术效率东部、中部、西部分别为68.6%、58.9%、62.4%，中、西部与东部的差距依然较大。实现区域间和谐发展，还需要对中西部更强有力的政策支持。

　　（四）纯技术效率影响因素分析

　　为全面把握零售业运行规律，在此将两个模型结合起来分析。根据表1中的系数及其显著性作如下描述分析。

　　降低物流成本能显著提升零售业纯技术效率，尤其是以利润为产出的纯技术效率。降低物流成本能够有效降低销售价格，更好挖掘消费者购买潜力。由于物流成本是费用的组成部分，降低物流成本能够显著提高以利润为产出的纯技术效率。根据表1中的大小可知，假如我国全社会物流总费用占GDP的比重（约18%）能够降到发达国家12%的平均水平，以销售额和利润为产出的纯技术效率会分别提高到88%、84%。可见，降低物流成本对提高零售业纯技术效率至关重要，也再次证明"物流是第三利润源"的重要结论。但根据各大区物流成本占GDP的比重可知，东部地区良好的交通基础设施对提升技术效率的作用十分有限。这很可能是由我国普遍存在的交通基础设施收费导致的。

　　提高居民可支配收入能显著提升零售业纯技术效率。因为居民人均可支配收入的提高能为商家提供更大市场购买力，商家有机会获得更大销售额和利润。

　　行业竞争对零售业纯技术效率影响不显著。可能是由于中国零售业更接近完全竞争状态，导致企业数量增减对销售和利润没有显著影响。

　　提高人力资本水平能够显著提高利润模型的纯技术效率。因为较高的人力资本水平具有较强吸收先进技术、驾驭先进设备的能力。人力资本对收入模型的纯技术效率影响不显著，可能是由于国家实施西部大开发和中部崛起两大扶持战略暂时弥补了中西部人力资本对技术效率的不利影响。

　　提高外商直接投资比重能显著提升收入模型的纯技术效率。这是因为外商直接投资比重较高的地区经济较为发达；同时，零售企业的聚集，企业间的竞争激烈和外资的溢出效应都会极大提高销售效率。外商直接投资对利润模型不显著，可能是由于外商直接投资增多加剧价格竞争，降低了销售利润率，这时挤出效应更明显，溢出效应和挤出效应同时存在导致外商直接投资对利润模型的影响不显著。

　　结论及对策建议

　　（一）结论

　　本文运用我国零售业限额以上企业2005-2011年省际面板数据，基于超越对数生产函数，采用随机前沿无效率模型进行实证研究，结论如下：

　　中国零售业收入模型和利润模型的TFP增长分别为6.0%、10.9%。其中，技术进步的贡献最大，其次是纯技术效率提高，规模效率下降轻微阻碍TFP增长。后WTO时期，零售业在政府和行业协会的政策支持下，在与外企的竞合中，TFP明显提升。利润模型的全要素生产率增长较高，是零售业从无序竞争转为有序竞争的结果。但考察期间对TFP增长贡献最大的技术进步速度持续下降，且增速下降较快。中国零售业收入模型和利润模型的纯技术效率分别为81.4%、63.7%。利润模型的纯技术效率很低，主要是由于内外资企业为抢占市场进行恶性价格竞争所导致。影响纯技术效率各因素的作用程度与方向：物流成本的影响显著为负，相比较而言，对利润模型的影响较大；人均可支配收入的影响显著为正；行业竞争的影响不显著；人力资本对利润模型的影响显著为正，对收入模型不显著，其原因可能是西部大开发和中部崛起战略暂时掩盖了人力资本对收入模型的影响；外商直接投资对收入模型的影响显著为正，对利润模型不显著，外商直接投资对利润模型影响不显著可能是溢出效应和挤出效应共同作用所致。

　　（二）对策建议

　　1.零售业应加快自主创新，推动技术进步。在推动TFP增长的因素中，技术效率的水平效应将逐渐被耗尽，此时要想提高全要素生产率，只能依靠挖掘技术进步的增长效应。但实证结果显示，考察期间技术进步的速度持续下降，这说明继续通过模仿学习实现技术进步变得越来越困难。因此，零售业应在政策支持下积极进行自主创新。同时积极实施差异化经营、注重降低成本、避免盲目扩张，提高盈利能力。

　　2.政府应积极改善零售业发展环境，为提高纯技术效率奠定基础。这包括：加大教育投资，尤其是中西部地区教育投资；鼓励外商在中西部地区投资兴业，而东部地区对外资零售企业应有所选择，甚至限制，以此促进中西部地区技术扩散和效率提高，同时避免东部地区因过度竞争形成产业损害；依托科技进步降低正常流通成本，通过制度改革降低非正常流通成本；加大力度、加快进度进行收入分配制度和社会保障制度改革，让居民能消费，敢消费。

　　1.蒂莫西·J·科埃利等著，王忠玉译.效率与生产率分析引论（第二版）[M].中国人民大学出版社，2008

　　2.KALIRAJANK.P，SHANDR.T.FrontierProductionFunctionsandTechnicalEfficiencyMeasures[J].JournalofEconomicSurveys，1999，13（2）

　　3.许进录.中国商业年鉴（2007版）[k].中国商业年鉴社，2007

　　4.许进录.中国商业年鉴（2008版）[k].中国商业年鉴社，2008

　　5.张云中."十二五"零售业步入创新加速期[N].国际商报.2012-02-21（A04）

 

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。