我國流通業(yè)增長的技術溢出效應研究

許蔓菁

（中原工學院信息商務學院 河南鄭州 451191）

改革開放以來，我國流通業(yè)得到快速發(fā)展，在拉動內需、刺激經濟和改善民生等方面發(fā)揮了非常關鍵的作用，產業(yè)地位日益提升。隨著我國經濟發(fā)展進入新常態(tài)階段，經濟更加明顯地進入了轉型關鍵期，因此流通業(yè)也面臨新一輪的升級。根據新經濟增長理論，技術和效率是驅動流通業(yè)持續(xù)增長的有效因素，而技術作為產業(yè)轉型的動力源，其在任何產業(yè)發(fā)展中都起到了各環(huán)節(jié)“通筋活血”的效用，不僅能通過技術效率提升直接帶動產業(yè)增長，還能通過溢出效應釋放更大的活力，推動相關生產要素全面提檔，從而進一步推動產業(yè)增長。那么，在我國流通業(yè)增長的過程中，該產業(yè)內部的技術要素發(fā)揮了怎樣的效用，特別是在溢出效應方面做出多大的貢獻？對此本文借助一定的定量手段進行分析。

我國流通業(yè)的全要素生產率分析

（一）模型方法簡介

本文采用DEA-Malmquist模型來計算我國流通業(yè)的技術效率。假設存在n個相對獨立的決策單元DMU，每一個決策單元DMUj（j= 1，2，…，n）都包含m種流通業(yè)投入要素（i=1，2，…，m）和p種流通業(yè)產出變量（r = 1，2，…，p），令xij表示第j個DMU的第i種要素投入量，yrj表示第j個DMU的第r種產出量，于是DEA模型可表示如下：

其中，θ即為流通業(yè)的技術效率，為與后面Malmquist模型有所區(qū)分，這里命名為相對技術效率θ。λ為權重，s+、s-為松弛變量，當θ值為1且松弛變量值均為0時，說明相對技術效率為DEA有效。

為了考察每一個決策單元的流通業(yè)技術效率的動態(tài)變化情況，在上述DEA模型的基礎上，再通過Malmquist模型測算我國流通業(yè)的綜合技術效率。根據DEA-Malmquist模型的原理，納入時間的維度，按照最優(yōu)生產邊界計算全要素生產率的變化值M，作為流通業(yè)綜合技術效率變化，模型表示如下：

在 上 式 中，(xt，yt)和 (xt+1，yt+1)分 別 表 示 t期和t+1期的投入與產出的集合，t+1期相對于t期的相對技術效率指數，簡記為EC；術進步指數，簡記為TC。其中，EC表征了流通業(yè)的動態(tài)性相對產出水平，TC表征了流通業(yè)的邊界產出變化水平。M即為t+1期相對于t期的流通業(yè)全要素生產率指數。

（二）數據選取

選擇2009-2018年我國大陸地區(qū)30個省、直轄市和自治區(qū)作為研究對象，西藏自治區(qū)因數據存在相對異常而不計入樣本。利用各地流通業(yè)投入和產出的跨期面板數據，計算流通業(yè)的技術效率和全要素生產率變化。其中，選取的投入變量包括兩種：一是勞動力投入，選取各地年末流通業(yè)從業(yè)人數表示；二是資本投入，選取各地流通業(yè)的固定資產投資額表示。選取的產出指標即流通業(yè)產出規(guī)模，用各地流通業(yè)的增加值表示。在流通業(yè)的相關數據統(tǒng)計方面，以交通運輸倉儲和郵政業(yè)、批發(fā)和零售業(yè)、住宿和餐飲業(yè)三類行業(yè)的同指標數據合計得到。相應指標的數據來源于國家統(tǒng)計局網站、《中國統(tǒng)計年鑒》和各地統(tǒng)計年鑒。

表1 2009-2018年我國流通業(yè)相對技術效率、技術進步及全要素生產率指數

（三）模型結果

根據DEA-Malmquist模型，最終計算得到全國流通業(yè)的全要素生產率指數值，結果如表1所示。由表1可以發(fā)現，從2009年至2018年，全國流通業(yè)的全要素生產率指數基本上都是大于1的，其幾何平均值為1.0866，即每年呈幾何平均8.66%的提升，呈現出一定的增長趨勢。從全要素生產率分解來看，我國流通業(yè)的相對技術效率指數的幾何平均值為1.0372，即每年呈幾何平均3.72%的提升；流通業(yè)技術進步指數的幾何平均值為1.0476，即每年呈幾何平均4.76%的提升。進一步地，雖然有部分年份流通業(yè)的相對技術效率指數小于1，或者技術進步指數小于1，但是全要素生產率指數仍然是大于1的，如2010年、2011年、2013年、2015年、2017年，這也體現了技術進步和相對技術效率提升兩者對于流通業(yè)整體的全要素生產率提升是共同發(fā)揮作用的，兩者存在一定的互補作用，如流通業(yè)技術進步變化引起的全要素生產率上升，可以抵消流通業(yè)相對技術效率帶來的下降。

流通業(yè)技術效率對流通業(yè)規(guī)模增長的溢出效應實證檢驗

（一）模型方法與數據選取

設流通業(yè)規(guī)模的增長一部分是由于勞動力和資本兩種要素驅動下的增長，另一部分是技術驅動下的增長。其中，技術驅動下的增長又包括兩種：一種是技術應用直接帶來規(guī)模的增長，另一種是由于技術產生的溢出效應?；贔eder模型原理，可以將流通業(yè)規(guī)模進行分解：

其中，Y表示流通業(yè)的規(guī)模，YS表示由于勞動力和資本兩種要素驅動下的流通業(yè)規(guī)模，YT表示技術驅動下的流通業(yè)規(guī)模，Klt和Llt分別表示流通服務業(yè)的一般資本投入和一般勞動力要素投入，Kft和Lft分別表示用于技術的資本投入和技術型勞動力投入，K和L表示流通業(yè)的總資本和總勞動力投入，t為時間變量。設fK、gK；fL、gL和fG、gG分別表示流通業(yè)的資本邊際產出、勞動力邊際產出和技術邊際產出，求導數有：

其中，δ表示為邊際生產要素的差異，若有δ>0，表明流通業(yè)的技術邊際生產率低于傳統(tǒng)要素的邊際生產率；當δ = 0時，表明流通業(yè)的技術邊際生產率等于傳統(tǒng)要素的邊際生產率；當δ<0時，表明流通業(yè)的技術邊際生產率高于傳統(tǒng)要素的邊際生產率。結合以上方程，進行微分可以得到：

其中，dY/Y、dL/L分別表示流通業(yè)規(guī)模增長率、勞動力規(guī)模的變化率，K/Y表示流通業(yè)的資本要素投入占流通業(yè)規(guī)模的比重，dG/G表示流通業(yè)技術效率的變化率，G/Y表示流通業(yè)技術效率與流通業(yè)規(guī)模之比。由此，α表示流通業(yè)的資本彈性系數；β表示流通業(yè)的勞動彈性系數；γ表示流通業(yè)的技術彈性系數，即表示技術對流通業(yè)增長的全部影響系數。為了衡量流通業(yè)的技術溢出效應，可將技術對流通業(yè)增長的全部影響系數進行分解，理出技術對流通業(yè)增長的直接效應，于是可改寫為以下模型：

其中，θ表示技術對流通業(yè)增長的直接貢獻系數，即當流通業(yè)的技術效率每提高1%，在其它條件不變的情況下，會推動流通業(yè)規(guī)模直接增加θ%。[δ/(1+δ )-θ]表示技術對流通業(yè)增長的間接貢獻系數，即可以作為技術的溢出效應。

本節(jié)仍以2009-2018年我國內陸地區(qū)30個省、直轄市和自治區(qū)作為樣本，流通業(yè)規(guī)模采用流通業(yè)增加值表示，流通業(yè)的口徑與前面保持一致。流通業(yè)的勞動力投入和資本投入分別用各地流通業(yè)年末從業(yè)人數、固定資產投資額表示。技術投入以各地流通業(yè)的全要素生產率指數代替。

（二）模型結果

1.全國基準結果。基于上述模型，對2009-2018年30個地區(qū)的面板數據進行回歸，結果見表2所示。據結果擇優(yōu)選擇固定效應。流通業(yè)技術對流通業(yè)規(guī)模增長的直接效應系數為0.1344，且系數通過10%的顯著性檢驗，這說明流通業(yè)的技術效率對規(guī)模增長的驅動作用是比較明顯的；流通業(yè)技術對流通業(yè)規(guī)模增長的間接效應系數為0.2513，且通過5%的顯著性檢驗，由此說明流通業(yè)的技術效率對規(guī)模增長的驅動作用是比較明顯的。綜合兩個結果，流通業(yè)技術效率對流通業(yè)規(guī)模增長的直接影響和間接影響都是比較明顯的，而且間接影響明顯高于直接影響，即流通業(yè)技術效率對流通業(yè)規(guī)模增長的溢出效應更加明顯。

根據[δ/(1+δ )-θ]和直接影響系數θ，可以解得邊際生產要素的差異系數為0.6279>0，由此可見，流通業(yè)的技術邊際生產率要低于傳統(tǒng)要素的邊際生產率。從表2中的結果來看，流通業(yè)資本的彈性系數值為0.6803，且通過1%的顯著性檢驗，勞動力的彈性系數為0.3526，且通過5%的顯著性檢驗，而技術的彈性系數為0.1344+0.2513=0.3857，低于資本彈性系數，但略高于勞動力彈性系數，這與技術邊際生產率低于傳統(tǒng)要素的邊際生產率的結論似乎矛盾，出現這一情況的原因可能在于技術的溢出效應不僅具有顯性的溢出效應，還有隱性溢出效應，即通過技術效率提高，可以通過勞動力、資本等傳統(tǒng)要素渠道將經濟增長刺激作用轉嫁至傳統(tǒng)要素，而在模型估計的過程中容易出現對技術實際溢出效應的低估，而傳統(tǒng)要素對流通業(yè)規(guī)模增長的貢獻作用容易被高估。

表2 全國基準回歸結果

表3 區(qū)域分類回歸結果

2.地區(qū)分類結果。為使研究結果更加具體細化，按照國家區(qū)劃標準，將30個地區(qū)劃分為東部、中部和西部三大地區(qū)進行回歸，結果如表3所示。對于三大地區(qū)分類結果，比較固定效應、隨機效應和混合效應三種回歸，最終都確定固定效應為最優(yōu)。

東部地區(qū)。流通業(yè)技術對流通業(yè)規(guī)模增長的直接效應系數為0.4928，且系數通過5%的顯著性檢驗；技術對流通業(yè)規(guī)模增長的間接效應系數為0.6236，且通過1%的顯著性檢驗，由此表明流通業(yè)的技術效率對規(guī)模增長的驅動作用是比較明顯的，且相對于技術直接效應而言，技術溢出效應更加明顯。可以解得邊際生產要素的差異系數為-9.5910<0，由此可見流通業(yè)的技術邊際生產率要明顯高于傳統(tǒng)要素的邊際生產率。這也反映了東部地區(qū)流通業(yè)的發(fā)展是比較超前的，技術效率對流通業(yè)增長的作用得到更加有效發(fā)揮。

中部地區(qū)。流通業(yè)技術對流通業(yè)規(guī)模增長的直接效應系數為0.2024，通過10%的顯著性檢驗；間接效應系數為0.2804，通過5%的顯著性檢驗，由此表明流通業(yè)的技術效率對規(guī)模增長的直接貢獻作用和溢出效應也都是比較顯著的，并且溢出效應也高于直接貢獻。但是相比東部地區(qū)，技術的直接貢獻和溢出效應都明顯較低。此外，計算邊際生產要素的差異系數為0.9335>0，這說明流通業(yè)的技術邊際生產率低于傳統(tǒng)要素的邊際生產率，這也與東部地區(qū)存在明顯差別。

西部地區(qū)。流通業(yè)技術對流通業(yè)規(guī)模增長的直接效應系數為0.1733，通過10%的顯著性檢驗；間接效應系數為0.1839，雖然為正，但是系數并沒有通過顯著性檢驗。由此可見，西部地區(qū)流通業(yè)技術對流通業(yè)規(guī)模增長的直接效應是顯著的，但是溢出效應并不顯著。相比之下，西部地區(qū)流通業(yè)的技術貢獻相比東地區(qū)和中部地區(qū)更為薄弱。計算又可知，西部地區(qū)流通業(yè)的技術邊際生產率低于傳統(tǒng)要素的邊際生產率，與中部地區(qū)較為相似。

結論及建議

上文通過DEA-Malmquist模型計算了我國流通業(yè)的技術效率，然后基于Feder模型原理，實證檢驗了流通業(yè)技術效率對流通業(yè)規(guī)模增長的溢出效應。結論如下：第一，在觀測時間段內，我國流通業(yè)的全要素生產率指數基本上都大于1，即表明了流通業(yè)的技術效率呈現了一定的提升態(tài)勢，從內部貢獻來看，相對技術效率的提升和技術的進步，都是流通業(yè)技術效率提升的重要驅動力。第二，從全國基準結果來看，流通業(yè)技術效率對流通業(yè)規(guī)模增長的直接作用和溢出效應都是比較明顯的，而且溢出效應較直接作用更為明顯；而從分區(qū)域結果來看，東部地區(qū)和中部地區(qū)流通業(yè)技術效率對產業(yè)規(guī)模增長的溢出效應均是高于直接作用效應的，而且東部地區(qū)流通業(yè)規(guī)模增長的技術溢出效應更加明顯，但是西部地區(qū)的技術溢出效應并不顯著。

基于實證研究結果，提出幾條對策建議：第一，我國流通業(yè)的增長方式要持續(xù)轉型。結果顯示近幾年我國流通業(yè)的相對技術效率、技術進步和全要素生產率指數總體上保持提升，但局部年份小于1，未來仍有較大的技術提升空間。因此，建議著力于長遠發(fā)展，加大流通業(yè)的技術創(chuàng)新投入，合理優(yōu)化要素資源配置，提升技術應用效率，全面提升流通業(yè)全要素生產率。第二，流通業(yè)各類傳統(tǒng)生產要素要充分實現與技術的協同。技術作為“通筋活血”的元素，貫穿整個流通業(yè)發(fā)展。流通企業(yè)要注重技術的溢出效應，不斷推進員工知識和技能培訓，使其更加掌握技術應用，同時有效配置資本要素，盡量向促進質量效益提升的方向傾斜，而非僅僅注重規(guī)模擴張。第三，區(qū)域之間要積極引導技術資源的共享。走區(qū)域一體化之路，地方政府之間應堅持共享發(fā)展理念，在流通業(yè)領域探索合作共享機制，特別是圍繞流通業(yè)如何高質量發(fā)展，聚焦技術開展共同研發(fā)、有效應用，形成優(yōu)勢互補、相互共享的流通業(yè)技術聯盟，有效實現技術的普適應用，廣泛推動流通業(yè)的發(fā)展。