交易效率：衡量一国交易成本的新视角——来自中国数据的检验（之二），本文主要内容关键词为：之二论文,中国论文,一国论文,交易成本论文,效率论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
三、交易效率：一个衡量交易成本的新视角
（一）交易效率内涵与意义
“交易效率”(transaction efficiency)最先由经济学家杨小凯于1988年提出(Yang,1988)——假若一个人购买一单位（元）商品时，他实际只得到k单位（元）商品，那么这1-k单位（元）便可称之为交易成本，而单位（元）可称为该笔交易的交易效率。这一定义法模仿了“冰山运输成本”技术(Samuelson,1952)，对交易成本的衡量意义重大。第一，它不需要引入一个单独的交易部门，从而避免了由此带来的模型化难题，并使之能与一般均衡框架和睦相处。第二，它避免了直接衡量交易成本面临的难题，为从交易效率这一视角衡量一国经济体的交易成本创造了条件。比如，新制度经济学家知道企业和市场的分界点位于利用市场交易的边际成本等于利用企业的边际成本那一点，但这一点到底在哪里？这就必然要涉及到对企业和市场两种组织形式运行成本的度量问题，而这种度量的范围如此之大，涉及面如此之广，其难度可想而知。相反，运用交易效率概念却可以避开这一难题，比如，如果要问用市场交易的效率是高还是低？那么，只要在一个足够的时间跨度内对给定的商品或产业度量其完成交易的总次数或者总交易量就几乎可以很快得出结论，这可不涉及其他领域，所以难度也要小很多。又如，通过比较两个城市企业注册所需的时间，就可以基本得知两个城市政府办事效率的高低，而要度量两个城市企业注册的交易成本却不可避免地要度量多种成本支付，比如，时间成本、旅途体力的损耗，还有注册费用等等；另外，如果要进行跨国交易成本度量的话，还不可避免地涉及到不同国家货币单位换算以及货币时间价值问题，因而也使得比较不同国家的交易成本变得十分困难。
（二）交易效率与交易成本的反向关系
由上文可见，交易效率与交易成本密切相关。二者之间的联系可被总结为下表1。
表1 交易成本与交易效率的比较与联系
交易成本 交易效率
衡量侧重点
成本大小，有货币单位，涉及时间价值
速度快慢、效率高低，无货币单位
衡量时的难点 涉及不同时期价格、不同国家货币单位换算
不需要
涉及的范围
制度、技术与教育等
制度、技术与教育等
与经济发展的关系 相反 正向
第一，交易成本度量了完成交易活动所需的时间、财力或物力投入，重在强调成本投入，而交易效率度量了完成交易活动的效率高低，重在强调速度快慢。第二，“天下没有免费的午餐”。在经济学中，要完成一笔交易活动必然涉及一定的实际成本付出与相应的机会成本（比如时间、闲暇等）。一般而言，实际成本付出与机会成本与交易成本正向相关，但却与交易效率负向相关，因此，完成一笔交易活动的交易成本越多，则其交易效率便越低，反之则反是。第三，对交易成本的准确衡量可能涉及不同时期价格、不同国家货币单位的换算、对时间价值的计算等难点，对交易效率的衡量则不需要。本文之所以运用交易效率这一概念，目的在于利用交易成本与交易效率的反向关系来转化直接衡量交易成本面临的难题，使之变得容易衡量和更具操作性。
（三）交易效率的组成层面
本文对交易效率组成层面的构想不来自空想，而来自新制度经济学对交易成本的现有理论解释。这些解释可归结为以下维度：
第一，政府以及政府治理或相关的制度、法规措施可降低交易成本，毫无疑问是影响交易效率的重要方面。North(1987)将政府界定为“第三方强制力”，认为它的存在能降低交易成本。Williamson(1999)指出，政府是一个在管理货币供给、外交、法规等事务方面拥有较高效率、较低成本的政治组织。Wallis and North(1986)也明确指出，政府在建立基础设施、提供教育机会、制定法律以及保护财产权等方面可大大降低经济体的交易成本。Hall and Jones(1999)指出，制度、政府政策组成的“社会基础设施”(social infrastructure)是造成各国资本积累、生产效率、人均产量差别的根本原因。施莱弗和维什尼(2004)以及Sachs and Warner(1995)、Campos and Nugent(1999)以及世界银行(2002)等则从反面证明，政府干预、变化无常的法规措施、低效的公共服务、政府官员的腐败与寻租等均会降低经济体的交易效率。显然在构造交易效率指标时忽视政府制度层面将不能反映交易效率的全貌。
第二，通信科技、电子商务等能大大降低交易成本，提高经济体的总和交易效率。Pant and Cheng(1990)指出，通信科技将会降低有限理性、机会主义、市场不确定性以及资产专用性，因而必然会降低交易成本。Hendriks(1999)也认为，通信技术的进步可以增加信息沟通渠道，改进生产和交易流程，减少信息不对称，使交易活动的速度和质量大大提高。张绍动(2002)指出，不管是市场机制还是级层组织，均会从通信科技、电子商务中获益，结果沟通成本会减少，相同时间内沟通的次数增加、质量提高。从实质来看，通信科技和电子商务对交易成本的影响将通过两个渠道进行：一是大大降低了签约前的信息成本，二是使交易契约的订立可以远距离、非人格化进行。毫无疑问这将提高整个经济体的交易效率水平。
第三，教育水平、文化程度、识字率提高可大大降低交易成本，提高交易效率。Schllltz(1961)和Walters and Rubinson(1983)早就指出，一国在教育上的投资愈多，其生产活动的效率就会越高，交易效率也会越高，国民收入也会正比增长。Hicks(1980)和Wheeler(1980)也认为，与其他投资形式相比，教育投资若能与之相互配备则其贡献最为显著。教育降低交易成本，提高交易效率的机制首先在于，它提高了人们识别、学习各种与生产、交易活动有关的知识和技能的能力（比如识字、对财产权的认知、谈判技巧等）（Schultz,1961; Becker,1975; Smith,1990; Wright,1979等）。其次识字率对于个人能否更有效地参与经济活动相当重要，因而对降低交易成本效果显著(Eigen-Zucchi,2001)。另外高识字率在当今以财产权与文字契约为基础的交易体系中具有更加重要的作用。Sen(1999)也指出了文盲程度如何限制劳动分工的经验证据。
具体而言，上述所谓交易效率的组成层面可被表示为图1所示的简洁形式。
附图
图1 交易效率的组成层面
（四）对交易效率的度量方法
由于交易效率的组成层面涉及政府、交通、通信、教育等三个大的层面，而这三个大的层面可能还将涉及更多因素，因此，如何从这些众多因素中提取出一个能代表一国经济体的交易效率水平将是本文工作的关键所在。根据统计学原理，本文拟采用因素分析法来对交易效率变量进行处理。所谓因素分析法是指从N个变量中选取出M个隐含因素的一种统计分析方法(N＞M)。其主要目的是进行数据或变量化简，即以最少的信息丢失为代价将众多的观测变量浓缩为少数几个因素，从而化简问题，发现事物的内在联系。
其具体步骤为：第一，对开始假定的代表交易效率不同层面的众多因素进行分析前的预处理，比如数据分布状态如何、统计量信息怎样等，并进行相应处理。
第二，进行信度分析，看这些指标是否内在一致，能否作为交易效率的变量。目前国外最常用的信度指标是Cronbach的α信度系数。Cronbach认为，α小于0.35为低信度，在0.35和0.7之间为中信度，在0.7以上为高信度。在实践中，只要α大于0.7以上就可说明所选择的各因素内部一致，具有良好的信度。
第三，在进行因素分析之前，还必须进行KMO抽样适当性参数(Kaiser-Meyer-Olkin Measure of Sampling Adequacy)检验和Bartlett球形检验(Bartlett's Test of Sphericity)。前者衡量的是这些变量之间的偏相关性。通常认为，该值在0.9以上效果最佳，0.7以上还好，0.6时效果最差，0.5以下根本不适合进行因素分析。后者衡量的是这些相关阵是否是单位阵，若拒绝该假设则说明这些变量之间的确存在相关关系。这两个参数检验皆通过，则说明这些变量间存在共同因素，适合进行因素分析，否则不适合进行因素分析。
第四，对这些代表交易效率不同层面的因素进行主成分分析，按照相应的计量要求提取主成分，并称之为交易效率主成分。并对交易效率主成分进行数据规格(scale)转换，使之分布在0～10范围内。分析交易效率在各省之间的差异情况，与现实情形对照，初步判断分析的有效性。下面将逐步实现这些步骤，直至得到结果。
四、对中国1997年至2002年平均交易效率的估计
限于我国资料可获性，并考虑有些指标可能受偶然性因素影响而对交易效率产生的影响，事实上直接对某一年度的交易效率层面进行因素分析目前还不很现实，因此本文将针对1997年至2002年的混合数据进行处理，以测度这一时间段内交易效率的总体水平。这样也可在各种局限条件下获得对我国各省交易效率的无偏认识。
（一）交易效率指标的选取
根据前面“交易效率组成层面”一小节的论述以及我国现有的各类统计资料，本文的交易效率指标将从以下层面的具体指标中选取，见表2所示。由于我们要衡量的是我国整体的交易效率水平，因此，上述指标均被转化为正向指标。
表2 交易效率的不同层面及其衡量指标
交易效率的不同层面
分类指标 资料来源
1.减轻对农民的税费负担
2.减少对企业的干预
3.减少对商品市场上的地方保护
制 度 4.银行业的竞争性
樊纲，王小鲁(1999,2002,2004)
5.劳动力流动性
6.对生产者权益的保护
7.对知识产权的保护
8.万人民用、私人、运输汽车数
基础设施、信息、通信科技② 9.人均道路铺装面积 《中国统计年鉴》各年度
10.人均交通、通信消费额
教 育 11.万人中、高等学校毕业生数
（注：②按理说，万人互联网应是一个个反映信息、通信科技的不错指标，但数据的可得性以及统一性要求我们暂时搁置它们。）
（二）信度分析
按照表2所假设的交易效率各因素进行信度分析的结果显示，如果将这些代表交易效率的11个因素全部纳入，所得的α信度系数只有0.61，小于0.7以上的高信度检验标准，这说明我们初次选择的交易效率各因素内部结构比较混乱，因此有必要对这些因素进行重新选择。根据将相应变量删除后的均数、方差、相关系数、α信度系数的变化情况，当交易效率的各因素组合如表3所示时，α信度系数值达到0.8038的高信度检验标准。
表3 经过再次选择的交易效率各变量信度分析结果
总的层面各个分类变量 Cronbach's α系数
2.减少对企业的干预
4.银行竞争性
交易效率 7.知识产权保护
8.万人民用、私人、运输车辆数0.8038
10.人均交通、通信消费额
11.万人中高等学校毕业生数
这显示，表2开始所假设的交易效率变量数目众多，但只有表3所列的六项指标间具有较高的内部一致性，并且它们能作为代表交易效率水平的因素。
（三）对交易效率的因素分析
下表4、5是根据计量SPSS统计软件得到的分析结果。
表4 因素分析适当性检验
检验类别 参数名称 参数值
KMO抽样适当性检验 KMO参数
0.715
Bartlett球形检验 卡方值67.97[***]
注：*代表10%的显著水平，**代表5%的显著水平，***代表1%的显著水平
表5 提取的主因素及其对总变异的解释率
可能提取的主因素初始特征值
因素
特征值
对变异的解释率%对变异的累计解释率%
1 3.24954.151 54.151
2 1.14619.105 73.256
3 0.76312.721 85.976
4 0.401 6.690 92.666
5 0.262 4.371 97.037
6 0.178 2.963 100.000
由表4可见，KMO值远高于0.5的检验标准，Bartlett球形检验也达到1%的显著水平，这表明这次我们再次选择的代表交易效率的六个变量内部具有共同因素存在，适合进行因素分析。
由表5可见，如果按照特征值大于1的标准提取主成分，则上面六个代表交易效率的指标可提取出两个主成分，并且它们对六个交易效率变量的累计解释率可达73.26%左右，这说明，如果运用提取出来的主成分替代原变量，在很大程度上与原变量具有相同的解释力。为了更加清楚地看出这些主成分对各变量的解释率，表7是根据最大变异法与Kaiser正态化方法转轴后的因素负荷量矩阵。
表7 1997～2002我国31个省市交易效率指标1、2与其他六个组成成分的汇总表
交易效
交易效减少对企银行 知识 万人民、
万人中高 万人交通、
率指标1 率指标2
业的干预
竞争性 产权保护 私、运汽车等学生
通信消费
北京 10.00 7.59
7.00 4.82 5.65 1230.37 62.74809.87
天津 6.50 7.51
1.78 5.56 2.89 659.18
45.45418.695
河北 4.22 8.01
6.82 7.26 1.98 289.49
17.95384.445
山西 3.16 6.37
1.91 4.49 0.83 265.42
21.17286.11
内蒙古3.18 6.78
3.78 5.22 1.07 271.06
16.20341.035
辽宁 4.00 8.83
3.50 7.64 3.19 277.21
24.63322.22
吉林 3.60 7.26
2.62 4.45 1.77 234.62
25.21312.105
黑龙江3.31 7.68
3.54 5.58 1.87 237.18
18.93288.125
上海 6.92 9.16
9.64 10.00 3.93 429.17
47.27747.055
江苏 3.90 8.82
8.01 7.48 2.70 188.69
26.41382.455
浙江 5.03 9.84
4.84 9.05 6.49 319.54
17.71641.79
安徽 0.00 7.37
0.00 5.66 0.82 103.97
13.88343.83
福建 3.34 8.94
3.81 5.58 4.20 162.65
18.62472.935
江西 0.52 8.24
2.60 6.85 1.14 86.0416.73299.15
山东 3.18 9.30
3.32 8.88 3.34 208.90
19.34380.145
河南 1.58 7.98
3.42 7.58 1.10 138.35
14.99324.6
湖北 2.59 7.32
5.29 5.25 1.00 131.96
24.91359.165
湖南 2.35 8.47
4.96 6.97 1.88 126.61
17.95436.38
广东 6.6410.00 10.00 7.9710.00 405.28
17.72878.43
广西 1.62 7.39
3.92 5.08 1.12 110.93
12.92435.995
海南 3.34 7.56
9.14 6.52 1.27 188.08
14.77438.045
重庆 2.28 7.86
4.41 7.18 1.19 140.66
15.55452.955
四川 2.67 7.04
4.62 3.43 1.78 154.33
13.21 340.89
贵州 0.84 7.78
1.58 5.24 1.48 111.02
11.95 318.88
云南 3.31 6.88
4.28 6.07 0.98 258.83
12.94 430.78
西藏 5.23 0.00
5.21 0.00 0.00 296.17
12.33 710.75
陕西 2.82 8.14
4.94 6.38 1.77 159.68
21.59340.045
甘肃 1.23 6.79
1.78 4.98 0.66 136.35
14.55 293.64
青海 3.28 4.72
3.70 2.44 0.40 253.58
12.02 343.56
宁夏 3.54 6.47
2.85 3.39 1.57 260.67
13.40 370.32
新疆 4.91 4.85
3.82 1.90 0.90 317.84
22.01 425.36
东部地区 5.19 8.69
6.17 7.34 4.15 396.23
28.42 534.19
中部地区 2.14 7.59
3.04 5.85 1.30 165.52
19.22 331.18
西部地区 2.91 6.22
3.62 4.28 1.06 211.86
14.83 395.57
由表6可见，主成分1对万人民用、私人、运输汽车、万人中高等学校毕业生、人均交通和通信以及知识产权保护、减少对企业的干预等具有较高的解释力，这些变量的信息分别被主成分1提取了51%～93%的信息，说明该主成分对这些层面因素对交易效率的影响具有较强解释力，而主成分2则对银行体系的竞争性具有较强解释力，提取了其信息的96%，说明该主成分主要反映了信贷约束等金融服务对交易效率的影响。
表6 转轴后的因素负荷量矩阵
交易效率各变量
提取出的主成分
1 2
8.万人民用、私人、运输车辆数0.927-0.161
11.万人中高等学校毕业生数
0.843 0.125
10.人均交通通信消费额
0.791 0.282
7.知识产权保护 0.689 0.535
2.减少对企业的干预 0.509 0.379
4.银行竞争性 1.4442E-02
0.957
这些结果表明，运用因素分析法对交易效率变量简化的结果与经过再次选择的6个交易效率结构完全相符，具有因素效度。并且它们的确代表了交易效率的重要内涵。接下来，我们将经过因素分析以后提取出的主成分1和2作为新的变量，分别称之为“交易效率指标1”和“交易效率指标2”以便于后续分析。
（四）交易效率指标汇总与地区比较
由于这些指标均代表了交易效率的正向指标，但数据范围并不规则，因此在汇总前有必要根据
将交易效率指标1、2以及政府服务、银行竞争性、知识产权保护转换为0～10范围，而对万人民、私、运输汽车、万人中高等学校学生以及人均交通、通信三个指标则不作转换。另外，在进行数据汇总过程中，我们还对缺失值进行相应的处理。比如，内蒙古缺少1997年“减少对企业干预”的数据，我们便利用经济发展相差不多且相邻的山西省的数据进行填补；又如西藏直到2001年才有“减少对企业干预”的数据，而相邻的省份与其差距又较大，因此我们便利用2001年的数据补充以前年份，尽管这样做会高估西藏的现实，但毕竟能获得较为全面的汇总表。对其他缺失值的处理基本采用这两种方法，目的是尽可能反映现实情形。经过规格转换和缺失值处理后的交易效率指标1、2以及其他六个指标被汇总在表7中。
由表7最后三行可见，交易效率及其主要组成成分的六个变量在东、中、西三个地区间存在着较为明显差异。从各变量平均值来看，东部地区的交易效率各指标均明显高于中部和西部地区，但中部和西部地区的交易效率差距则不很明显。反映银行体系效率维度的交易效率指标2以及银行竞争性以及对知识产权的保护、万人中高等学校毕业生数等指标看，中部地区优于西部地区，但从反映减少政府干预、基础设施等维度的交易效率指标1以及减少政府干预、万人民用、私人、运输汽车，人均交通、通信消费等指标看，则西部具有一定优势，这部分地反映了西部地广人稀，对交通、汽车、电信需求强烈，政府干预难度大等实际情况。这些信息表明，作为沿海开放地区的东部无论是在制度上还是在交易效率硬件上均明显优于中、西部地区，而作为内陆地区的中、西部地区的交易效率指标则差别不大，优劣互见。
由表7中每一指标的峰值以及对应的省份来看，它基本上准确地描述了我国的现实情形。从反映制度、社会基础设施的交易效率指标1来看，最高的地区为北京，最低的为安徽，这反映了首都在政策、法律、基础设施等方面的优势；从反映银行体系效率的交易效率指标2来看，最高值为广东和浙江，最低值为西藏，这反映了浙江民间金融活跃、金融竞争性强的现实；从减少对企业的干预和对知识产权的保护来看，广东则双获龙首，安徽和青海则分别垫底，这反映了改革开放对减少政府干预和知识产权保护的正面推动作用；从银行竞争性来看，上海则为龙头，这反映了外资进入对提高银行体系竞争性和效率的推动作用。这些均意味着，运用因素分析计量工具以及相应的统计处理技术对我国各省市交易效率的分析具有合理性，能基本反映我国的现实。
五、对交易效率与经济发展关系的初步检验
对交易效率各指标进行因素分析并不是本文分析的最终目的，而是为检验交易效率（或交易成本）对一国经济发展的影响奠定基础，下面检验并未写出显式计量模型，而直接针对交易效率与各经济发展变量之间的关系进行验证式检验。（注：中国社会科学院的李实教授认为，本文对交易效率与经济发展关系的检验可能忽略了交易效率与经济发展之间的复杂关系，认为现实中交易效率可能是由经济发展内生的。笔者感谢李实教授的建议，认为交易效率与经济发展之间的关系是一种动态关系，这一期的交易效率是由上一期的经济发展决定的，而它又构成更进一步经济发展的前提。限于数据限制，本文未剔除这一内生关系，只是为更进一步的检验进行验证式研究。如果这一初步的检验被拒绝，那么便说明现有研究的问题，从而不必再进行更进一步的检验，否则便可为更进一步的检验打好基础。）
（一）交易效率、人口规模和工业化的关系
由表8工业化栏可见，模型1中工业化与交易效率两项指标的关系在统计上均不显著。仅用交易效率解释我国1997至2002年的工业化，只能对其变异程度的6%作出解释。当我们在工业化模型中加入人口变量后，模型的解释力明显上升，且人口变量在5%的水平上显著，这表明一个大的人口规模扩大了工业生产的回旋余地，给我国的工业化带来了较大的正面支撑作用。模型3中人均投资和人口变量均在统计上显著，且模型的解释力比前两个均高，这说明即使到了1997至2002年间，我国的工业化仍然不是交易效率内生演进的结果，而仍可能带有较大的政府政策干预色彩。
表8 根据全国1997年至2002年混合数据的交易效率与工业化、城市化的回归结果
被解解释变量常数项 F值R[2]
释变 模型交易效率交易效率 工业化 对数人口
对数人
量主成分1 主成分2均投资
模型10.916
1.36243.914*** 0.743
0.058
工(0.680) (1.012)
(33.246)
业模型22.331 -0.409 8.544**
6.494 2.149
0.219
化(1.652) (-0.274)(2.174)
(0.376)
模型3
9.279***
5.245***
-38.9806.628
0.329
(3.229)(2.800)(-1.678)
模型4
14.326*** 39.604*** 60.974 0.709
城(7.809)
(21.998)
市模型5
14.326***2.50439.604*** 32.589 0.731
化(7.953) (1.390)
(22.404)
模型6
12.869***4.327** -8.793
78.115*** 24.015 0.758
(6.544) (2.078) (-1.606) (3.249)
模型7
14.091***2.154
0.25728.322*** 21.911 0.741
(7.728) (1.168) (0.938)
(2.330)
模型8
0.243*** 8.811E-02*** 4.796***
54.808 0.820
对数 (9.845) (3.584)
(197.652)
人均 模型9
2.742E-02
6.304E-02***
0.381***
1.807***
83.926 0.916
GDP
(0.603) (3.518)(5.134)(3.103)
模型10 0.236***7.652E-02***
8.510E-03**4.422***
46.679 0.859
(10.427)(3.348) (2.507)
(29.349)
注：*表示在10％的水平上显著，**为5％的水平上显著，***为1％水平上显著，括号中的数据为t值。
（二）交易效率与城市化的关系
从交易效率与城市化关系看，当我们在模型中使用了逐步法作为自变量的引入标准时，交易效率指标2被剔除出城市化模型，仅交易效率指标1被纳入。结果显示，仅用交易效率指标1便可解释城市化变异程度的71%左右，交易效率指标1对城市化的影响在统计上显著。当我们在模型中强行纳入交易效率指标2后，虽然模型的解释力上升了2.2%，且交易效率指标2的系数为正，但在统计上并不显著。这说明，代表基础设施、政府服务维度的交易效率对城市化具有较强影响，但代表金融服务维度的交易效率高低对城市化的影响则不显著。
在控制交易效率并引入工业化和人口变量情况下，虽然二者均不同程度提高了模型对城市化的解释力，但二者在统计上均不显著。值得注意的是，在加入人口变量后，交易效率指标2的影响在统计上显著，且系数出现较大幅度上升，交易效率指标1的系数则出现小幅回落，这意味着一个大的人口规模可能提升了金融服务效率，但却给基础设施和政府服务等维度的交易效率带来了压力，从净效果来看，两项交易效率指标总和比原先上升了2.2%。这符合我们的理论直觉，因为人口规模的扩大，缩短了人们参与生产和交易活动的距离，增加了信息的传递速度，从而也会提升了经济体的总和交易效率。工业化对城市化的影响在统计上不显著，这表明我国的城市化进程背后可能有其他的影响因素，而并不完全是工业化的内生表现。
（三）交易效率与人均GDP的关系
交易效率与工业化之间的关系在统计上不显著，但却与城市化存在着比较明显关系。这促使我们思考这样的问题，交易效率到底通过什么样的途径作用于经济发展？
由表8模型8、10可见，代表交易效率两个维度的指标均在统计上显著。另外，工业化对人均GDP的影响为正且在统计上显著，并且使模型的解释力出现了较大幅度上升，但却使交易效率两个指标的系数出现较为复杂的变化。一方面，工业化的加入使得代表基础设施、政府服务、教育程度的交易效率指标1出现了小幅度上升，但却使代表金融服务的交易效率指标2出现了下降，这表明在我国，现有的工业化政策与交易效率上升之间存在着一定程度的复杂关系。一方面，它提高了经济体的技术和科技水平，有助于基础设施、交易技术、交通工具等的改进，因而会提高交易效率；但另一方面，对工业化的过度重视可能会妨碍金融体系的改革和市场化，一定程度上不利于金融服务效率的提高，从而会在一定程度上降低交易效率。模型9意味着，在加入人均投资后，交易效率指标1在统计上变得不显著，并且也使交易效率指标2的系数缩小了，这可能意味着我国的人均投资与经济体交易效率之间错综复杂的关系。
六、结论
交易成本是经济学中一个重要分析范式，但直接针对交易成本的经验度量则较少见。本文没有直接度量我国的交易成本，相反却运用因素分析计量方法从影响交易成本的众多因素中构造了一个反映一国交易成本大小的交易效率水平。初步分析结果显示：
首先，交易成本概念虽然难以操作，但借鉴最新的计量分析工具并结合交易成本经济学理论与最新数据仍可获得对它的初步认识，本文算是这一假想的一次尝试。
其次，交易效率从特定交易角度看可被看作消费者（厂商）在支付了交易商品（服务）的实际价格以及损耗的时间等机会成本之后仍能获得的剩余；从整个经济体来看，可被看作是一国经济组织或个人在一定时间内进行各种交易活动的平均交易效率。
第三，交易效率包含制度、交通、通信等基础设施与教育等三个主要层面，它们对一国经济体交易效率提高的作用不可小视。
最后，交易效率与经济发展之间存在着系统关联，它可能比工业化、投资对经济发展的作用更具基础性，它是市场经济赖以运行的“社会基础设施”(social infrastructure)，对此仍需要更多的理论和经验探索。
本文的缺陷是没有分年度度量中国的交易效率水平，另外对交易效率指标的选取也可以再行扩充，这给本文的后续探索留下了充分的想象空间。