我国流通业全要素生产率测算及其影响因素实证研究论文

我国流通业全要素生产率测算及其影响因素实证研究

陈 薛 李照作(郑州大学公共管理学院 郑州 450001)

内容摘要: 流通业在推动我国社会经济发展方面起到了至关重要的作用。近年来流通业全要素生产率(简称TFP)测算以及影响因素成为了学术领域重点研究课题。文章运用索洛残值法测算了2000-2016年我国31个省市的流通业TFP构建空间计量模型,并对流通业TFP的影响因素进行实证分析。研究结果表明:我国各省的流通业TFP具有明显的空间相关性和空间异质性;地理环境因素对流通业TFP的影响显著,地理位置相邻地区的流通业TFP具有趋同现象;硬件设备以及工业化发展进程对流通业TFP的提升有着显著正相关影响作用,而市场需求条件以及市场化水平的促进作用不显著。

关键词: 流通业 全要素生产率 空间计量模型 影响因素

研究背景

流通业作为我国重要的支撑行业,在拉动周边产业发展、推进社会经济发展以及解决社会就业问题方面有着至关重要的作用。R.M.Solow作为第一个提出全要素生产率的研究人员,对经济发展中无法被劳动、资本解释的内容,利用“索洛余值”法对全要素生产率进行了推算。二十世纪八十年代,研究人员Dale W. Jorgenson通过超越对数生产函数的模式对生产率进行了测算,完成了测算TFP过程中投入要素的精准计算。随着学术界对我国流通业实践及理论研究的进一步开展,如何精准计算我国的流通业全要素生产率成为研究热点。在此背景下,本文对我国流通业全要素生产率进行了具体研究。

我国流通业TFP的测算及分析

(一)变量选取及数据说明

变量选取。目前学界对“流通业”这一概念没有形成统一认识,由于我国交通运输、仓储、邮政业增加值占据整个流通行业增加值的百分之八十以上,故本文选取交通运输、仓储以及邮政业数据作为主要研究对象。

产出指标。本文以交通运输、仓储以及邮政业的生产产值作为我国各地区流通业的产出参数,并结合各地区对应年份的价格指数针对当年名义值展开平减,并将其折算为2000年的固定价格。

对原始数据采用先中心化再标准化的方式进行量纲统一,即采用z-score标准化,操作较为简单直观,防止边际样本增加、整体分布改变带来的全体分值变动,有利于原样本与新增样本数据的横向对比。在统计年鉴只有总量的情况下,例如“移动电话交换机容量”“局用交换机容量”,根据地区常住人口除以其总量得到人均拥有量,能更直观地展现地区的水平,同时也更符合普通评价和认知标准。具体测算方法如下:

表1 2000年-2016年我国各个省份地区流通业TFP均值及增长率

表2 2000-2016年我国省域流通业TFP的空间全局自相关检验结果

资本投入规模。本文以我国各地区交通运输、仓储、邮政业固定资产投资额度为基础数据,并利用固定资产投资流量数据和永续盘存法,将2000年固定价格在各地区各个年份的流通业资本存量进行有效推算。计算公式为:Kit=(1-)Ki(t-1)+Iit。在计算公式中,Kit代表i地区在t期间资本存量,Ki(t-1)代表i地区t-1期间的资本存量;iit所代表的是i地区在t期间的流通业投资额度,以固定资产价值指数为基础,实现价值指数折算,继而明确2000年固定价格;指的是折旧率,折旧率假设为5%。据国际惯用的方法计算基期年的资本存量(Ki0),Ki0=Ii0/(g+)。上述公式中g代表样本期实际投资的年均值,Ki0所代表的是i地区基期年资本存量,Ii0所指的是i地区流通行业固定资本额度。

劳动投入规模。按照规定劳动强度的劳动时间和劳动报酬选择劳动投入规模。由于相关数据可通过互联网获取,故劳动投入参数主要以国内各个省份运输、仓储、邮政业的劳动人员数量作为衡量依据。

其中,ε=λWε+μ

(二)生产函数模型

TFP所代表的是技术与管理水平逐步提高下对经济增长的贡献值,其中不包括资本要素、劳动要素投入所存在的影响。现阶段对TFP的计算主要通过数据包络分析法(简称DEA法)、SFA法等多种方法共同应用而实现。本研究通过SR法对我国31个省市的流通业展开TFP计算分析。假设在流通业生产函数中,主要投入的要素为资本要素与劳动要素,此时得出的生产函数公式应为:

公式(1)中,αik表示i地区,αil表示劳动的产出弹性值;αit表示i地区流通业TFP弹性指数;Ai0表示i地区流通业TFP;Yit表示i地区t期间流通业产出值;Kit代表地区i在t期间内物质资本要素的投入量;Lit代表地区i在t期间内劳动力要素的投入量。将得出函数公式:

当αikil=1,即规模保持不变时可得:

对公式(2)和公式(3)进行回归分析可得出资本的产出弹性值αik,劳动的产出弹性值αil。对上述值进行正规化处理,得出。则i省t期的流通业TFP为:

不确定性是国际政治的一个基本前提,但尽量降低不确定性则是理解他者的行为所必不可少的。同时,人类大脑通常倾向于以省力模式(Effort-Saving Mode)来运行,所以行为体(包括决策者)习惯于人为构造并加以组织化和系统化而形成自己对某一问题的心理结构——决策意象,用以快速解读和理解某一问题。中国的南海政策也是建立在中国对南海问题基本认知的基础上,南海诸岛自古以来就是中国的领土,这是中国对南海问题的根本认知,但具体而言,中国对现阶段南海争端的具体认知可以从以下3个方面进行归纳。

(五) 人的主体存在与动作行为活动状态等所涉及的时间、地点、处所、方位、工具、原因、结果等,如“弱冠”“饭碗”“手紧”“手痒”“单杠”“双杠”等。

厕所革命主要是对旅游厕所的革命。本研究从游客感知的角度出发,采用IPA分析法对青秀山景区旅游厕所的重要性和满意度进行评价,取得了如下认识和成果:

i省t期的流通业TFP增长率为:

该水源方案存在的主要缺点是:(1)受地形、地质、降雨、气候等因素的影响,部分山泉水随季节变化明显,开发利用时必须进行设计保证率条件下的供、需水平衡计算,科学确定可开采量,保证工程的持续利用。(2)山泉水多出漏于具有良好隔水性的山涧,铺设输水管线石方开挖量大,且管线较长。(3)由于水量有限,不利于乡村企业、家庭作坊、田园经济的发展。

对空间面板数据在具体计算上,主要涉及两大模型的利用,分别为空间滞后模型和空间误差模型。通过两大模型的计算,可获得空间固定效应、时间固定效应,对流通业TFP影响要素的空间面板数据模型进行如下:

(三)流通业TFP核算

由于篇幅有限,本研究只将2000年、2003年、2006年、2009、2013以及2016年作为代表年份进行分析,上述代表年份中我国各个省份地区流通业TFP以及这一时期我国流通业TFP均值以及增长率具体如表1所示。

纵向来看,2000-2016年期间,我国各地区流通业TFP值均实现了稳定增长,但各地区的流通业TFP值年均增长率却有很大差距。2000-2016年,我国流通业TFP年均增长率超出7.5%的地区有江苏、黑龙江、安徽等;在以上流通业TFP年均增长率数据中,处于4.5%-7.5%增长率范围的的地区包括湖南、广东等;流通业TFP年均增长率低于5%的地区包括重庆、山西、北京等。对2000-2016年间我国各个省份地区流通业TFP年均值和TFP年均增长率进行对应研究,可以计算出两者相关系数为0.2143,这表示一些地区虽然TFP值较高,但并不代表该地区的TFP增长率高,对于这一现象政府机构应予以高度重视。

表3 空间依赖性的检验结果

表4 2000-2013年我国流通业TFP影响因素的空间计量结果

我国流通业TFP影响因素的空间计量分析

(一)影响因素指标的选取

本文主要以Moran推出的全局空间自相关指数(Moran’s I指数)和与局部空间相关性指数来整体识别地区之间经济上的空间相关性。

固定效应的空间滞后模型:

基础设备。在流通业中,基础设备水平代表着地区流通的供给水平。优良的交通硬件设备可以降低运输成本、提升资源配置水平,从而优化流通业技术水平。在本文研究中,以铁路、公路等流通网络营业里程作为影响区域流通业TFP的基础设备要素。

需求条件。需求主要来自于社会生产、物流及消费过程。在流通需求不断提高的环境下,流通业集聚程度也会逐步提高。因此可得出,流通需求增大有利于推动流通业持续快速发展。本研究以货物周转规模作为影响区域流通业TFP的需求条件要素。

工业化进程。由于流通业是工业化发展的必然产物,故本文将各个地区第二产业增加值占该地区GDP的比重看作是其工业化进程,其单位均为亿元。

市场化水平。市场化有利于提高资源配置率、提升各要素的产出效率,能够在一定程度上推动流通业TFP提高。故本文以全社会规定资产投资中非国有、集体投资占总投资的比重看作是市场化指数,其代表各个省份地区的市场化水平。

(二)空间计量模型

killall & iptables -D INPUT -s 198. **.98.245 -j DROP

首先,笔者认为日本的《金融商品交易法》中,将消费者分为专业投资家和普通消费者的做法是非常好的。针对两类群体,制度设置上有一些不同,比如普通消费者在进行金融衍生产品交易时,需要提交一定的文件,而专业投资家则不需要。这样子的划分一定程度上保护了消费者免受制度缺陷带来的风险,同时活跃了市场给大投资家更多的自由选择空间。

固定效应的空间误差模型:

数据说明。结合数据的可获取性和实证研究需要,本研究选择2000-2016年间我国31个省份地区的数据作为研究对象。数据主要来源于《中国统计年鉴》(2001-2016)、各省统计年鉴(2001-2016年)数据、中国经济信息网数据等。

在上述模型中,InTFP代表被解释变量,即i省(自治区、直辖市)t期的流通业TFP ;InNFRA、InDEM、InINDU和InMAR表示自变量;C表示截距项;参数β表示被解释变量受到解释变量的影响程度;ρ表示空间回归系数。另外,空间误差系数主要通过λ表示;空间固定效应、时间固定效应分别以η、予以表示;服从正态分布随机误差、空间权重矩阵分别以μ、W予以表示。鉴于空间相关性原则,若传统最小二乘法围绕以上2个模型进行回归分析,则会出现系统误差。由于本研究以这种计算模式对流通业TFP影响要素展开研究,为确保不存在异方差,各项指标均取对数。空间权重矩阵选用二分权重矩阵,其构建方法按照Rook相邻标准“假如两区域存在共同边界那么这两个地区属于相邻关系”。矩阵W设置模式遵循下述条件“主对角线中的元素ωit值是0。假如省份i与省份j相邻,则ωit值等于1,否则等于0”。

(三)空间自相关检验

流通业作为我国第三产业,该行业的发展上不仅与所在地区的环境、政治、文化等要素有着直接联系,还与技术、政策等要素息息相关。对此,本文主要选取基础设备、需求条件、工业化进程、市场化程度作为研究对象进行分析。

预防使用质子泵抑制剂对慢性肾脏病患者上消化道出血有效性和安全性的Meta分析 …………………… 聂 丹等(24):3435

1.全局空间相关性检验。Moran’s I指数数值处于-1 至1区间范围。假如Moran’s I指数<0,意味着各个空间经济变量存在负相关关系;Moran’s I指数=0,意味着个空间经济变量不具备相关性;Moran’s I指数>0,表示各个空间经济变量之间呈现的关系为正相关关系。表2详细显示了2000-2016年期间我国各省份地区流通业TFP的Moran’s I指数。由表2可知,2000-2016年间我国各地区流通业TFP的Moran’s I指数全部大于零,这一指数从2000年的0.256上升到2005年的0. 284,虽然这一指数2000-2005年期间有所下降,但在2006年后呈稳定上升趋势,2016年Moran’s I指数达到了0. 352。从中可以得知,当前我国各个省份流通业TFP在地理位置方面均能体现空间自相关特性。通过分析2000-2016年间Moran’s I指数数据可知,数据显著性水平P值均小于5%,这表明2000-2016年间我国各个省份地区流通业TFP的空间自相关性显著为正,观测值空间集聚效应显著。

由表2可知,2000-2016年间我国各地区流通业TFP值存在空间维度的依赖性与差异性。具体而言,当前我国东部、中部及西部地区流通业发展水平存在较大差距,国内流通行业发展水平表现为东高西低,流通业TFP的地区不平衡特性较为显著。

2.空间面板模型估计结果。从Moran’s I数据结果分析中得出,当前我国多个省份流通业TFP对空间分布方面存在显著自相关特性。由于忽略异质性和空间维度对流通业TFP特征与发展走势进行分析,会导致结论与实际存在明显差异。因此本文对空间要素进行研究时,在计算模型中引入空间要素。由表3可知,空间滞后模型在1%显著水平下通过检验,而空间误差模型没有通过空间依赖性的显著性检验,因此空间滞后模型更为适合。除此之外,根据Hausman检验,以上2种模型都需结合固定效应模型。由于本文研究对象属于样本整体,因此固定效应模型更为合适。为了便于对比,本文对传统面板数据固定效应模、空间滞后模型以及空间误差模型依次进行估算,根据LeSage编辑的程序,以Matlab7.U软件对SLM与SEM展开参数计算,最终得出数据结果如表4所示。

由表4可知,时间固定效应的SLM空间系统ρ并不具备显著特性,而其他模型的空间系数ρ、λ均通过1%显著水平检验,即均具备显著性。此外,时空双固定效应中的SLM、SEM的log似然值相比于传统个体固定效应模型或其他空间模型要更高,这两种模型工业化水平、市场化水平均且不具备显著特性,因此不应选择这两种模型。相比之下,在空间固定效应中,SLM的log似然值相对高,各项即使变量与空间系数相对显著,因此本研究在对流通业TFP影响要素研究上,主要选取空间固定效应模型SLM展开研究。

结论及建议

综上所述,第一,我国各地区流通业TFP空间相关性较为显著。通过对Moran’s I值分析可以得出,我国东部、中部、西部地区流通业TFP存在较大差异,地区不平衡特性较为显著。为促使流通业一体化发展,政府应基于全局的视角对流通业发展进行设计;第二,地理环境要素对流通业TFP存在显著影响,国内地区流通业TFP存在趋同性。对此,为推动流通业可持续发展,应加强相邻省份之间的合作,从而促进地区间生产要素流通效率提高,进而实现我国经济统筹发展;第三,硬件设备及工业化发展进程对流通业TFP的提升有着显著正向作用,而市场需求条件及市场化水平的促进作用不显著。

参考文献:

1.刘鹏.我国流通经济质量的测度及影响因素研究[J].商业时代,2013(27)

2.孙畅,吴立力.长江经济带流通业全要素生产率增长及行业异质性的实证研究[J].管理现代化,2017,37(1)

3.王健,梁红艳.中国流通业全要素生产率的影响因素及其收敛性分析[J].福州大学学报(哲学社会科学版),2013,27(3)

4.何琴清,吴振鹏,欧欣玲,陈嘉荣.基于DEA的珠三角地区流通业全要素生产率研究[J].商业经济研究,2017(17)

5.何琴清.流通业全要素生产率研究综述[J].物流科技,2016,39(4)

6.王琦.我国区域间流通业全要素生产率的趋同性分析[J].商业经济研究,2015(29)

中图分类号: F062.9

文献标识码: A

作者简介:

陈薛(1999-),女,汉族,江苏盐城人,郑州大学公共管理学院2016级本科生,专业方向:人力资源管理。

李照作(1976-),男,汉族,河南郑州人,硕士,郑州大学公共管理学院人力资源管理系讲师,研究方向:政府管理、公共部门人力资源管理。

标签:;  ;  ;  ;  ;  

我国流通业全要素生产率测算及其影响因素实证研究论文
下载Doc文档

猜你喜欢