我国批发和零售企业全要素生产率增长的时序变化和个体差异——基于DEA-Malmquist指数法的实证分析

叶 萌，祝 合 良，孙 鹏

（首都经济贸易大学经济学院，北京市100070）

我国批发和零售企业全要素生产率增长的时序变化和个体差异
——基于DEA-Malmquist指数法的实证分析

叶 萌，祝 合 良，孙 鹏

（首都经济贸易大学经济学院，北京市100070）

以2008—2015年间我国限额以上批发和零售业各9个一级细分行业企业的面板数据为样本，运用非参数估计的DEA—Malmquist指数法，可分析批发和零售业各细分行业企业全要素生产率的时序变化和个体差异。2008—2015年间，批发业9个细分行业的企业全要素生产率年均值呈负增长状态，零售业9个细分行业的企业全要素生产率年均值呈正增长状态。其中农、林、牧产品批发，食品、饮料及烟草制品批发，矿产品、建材及化工产品批发，贸易经纪与代理，综合零售，食品、饮料及烟草制品专门零售，文化、体育用品及器材专门零售，汽车、摩托车、燃料及零配件专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售等行业企业的全要素生产率呈正增长状态；纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，机械设备、五金交电及电子产品批发，其他批发，纺织、服装及日用品专门零售等行业企业的全要素生产率呈负增长状态；医药及医疗器材专门零售企业的全要素生产率比较稳定。

批发和零售业；全要素生产率；时序变化；个体差异

一、引言及相关文献回顾

流通产业是国民经济发展中的基础性、先导性和战略性产业，而作为流通产业的重要组成部分，批发和零售业在国民经济中也处于关键地位，与居民生活紧密相关，对于引导生产、扩大消费、稳定市场、吸纳就业、改善民生、进一步拉动经济增长具有非常重要的作用。实践证明，在近40年的改革开放过程中，我国批发和零售业得到了较快发展，2008—2015年间，批发和零售业增加值年均增长14.31%，从2008年的26 182.3亿元增加到2015年的66 186.7亿元，占国内生产总值的比重为9.01%。然而，值得注意的是，尽管从绝对值来看我国批发和零售业增加值呈不断上升的态势，但是从增长幅度来看，自2011年起却呈逐年下降趋势，批发和零售业增加值的增长率从2010年的23.8%一直下降到2015年的6.03%，说明批发和零售业的高速增长期已经结束，进入了低速增长期，以往单纯依靠企业扩张、规模增大等数量提高来获取经济效益的粗放式发展时代将被更加注重提质增效的集约式发展所取代。当前，我国批发和零售业仍处于粗放式的发展阶段，企业在经营活动中投入成本较高、经营效率偏低的问题日渐显现，是批发和零售业发展过程中不容小视的问题。作为连接生产和消费的关键纽带，批发和零售业自身经营效率的高低既制约着国民经济的各生产领域，又关乎着居民消费需求的满足程度。随着我国经济发展整体速度的放缓，国民经济各产业都在加快转变经济发展方式的变革，而转变经济发展方式的关键和根本是提高产业生产率，因为生产率是一个产业和产业内企业建立竞争优势的根本，也是维系经济保持长期活力的基础。而全要素生产率是用于衡量经济增长质量和产业发展质量的重要指标，随着产业或产业内企业的要素投入达到既定程度后，该产业或产业内企业的经济增长和未来发展将取决于其全要素生产率的提高。对于批发和零售业来说，其全要素生产率的高低直接影响着我国流通产业发展的速度和质量，决定着我国能否实现从“流通大国”向“流通强国”的转变，因此对批发和零售业全要素生产率的研究尤为重要。

批发和零售业经营效率或全要素生产率始终是研究的热点问题。在国外，巴罗斯和阿尔维斯（Barros&Alves）[1]用曼奎斯特（Malmquist）生产率指数实证分析了葡萄牙连锁零售业的生产率增长情况，巴罗斯（Barros）[2]测算了以大卖场和超市为代表的葡萄牙零售企业的效率，佩里戈特和巴罗斯（Perrigot&Barros）[3]测算了法国零售企业的技术效率，巴罗斯、佩斯塔纳、佩里戈特和罗珍（Bar⁃ros，Pestana，Perrigot&Rozenn）[4]分析了法国食品杂货零售业的技术效率和配置效率，佛瑞曼（Free⁃man）等[5]以沃尔玛为例分析了美国零售业的生产率，帕特尔和潘德（Patel&Pande）[6]以药店为例分析了印度医药零售企业的效率，莫雷诺和卡拉斯科（Moreno&Carrasco）[7]测算了西班牙零售企业的技术效率。在国内，刘似臣和魏芳兰[8]对2004—2008年间我国31个省市自治区限额以上零售业全要素生产率进行了测算，发现零售业全要素生产率显著提高且主要来自技术进步的推动。姜向阳等[9]对2005—2008年间我国零售连锁上市公司的经营效率进行了分析，发现零售连锁企业全要素生产率变化较大，主要得益于技术进步的大幅增长，而不是来自于技术效率的提升。李晓慧[10]测算了1993—2008年间我国流通产业全要素生产率的增长状况，发现流通产业的全要素生产率、技术效率、技术进步率均呈正增长态势，且不同时期生产率增长的特点存在一定差异。雷蕾[11]对2001—2011年间我国51家零售业上市公司的全要素生产率进行了测算，发现零售业上市公司全要素生产率的增长主要来源于技术效率的变化，且全要素生产率、技术效率和技术进步指数均呈正增长态势。陈宇峰和章武滨[12]测算了1997—2010年间我国29个省份的商贸流通效率，发现全国及三大地区的效率总体呈波浪式变化且波动趋势较为一致。郑彦[13]对我国31个地区零售业的运营效率进行分析，发现零售业全要素生产率有一定程度的提高，但是其主要来源是技术进步，而管理效率和运营水平并未跟上。胡宗彪和朱明进[14]对2005—2014年间我国31个省份流通服务业细分行业的全要素生产率进行了测算，发现流通服务业细分行业的全要素生产率均呈上升趋势。孙畅和吴立力[15]测算了2004—2013年间长江经济带流通产业及细分行业全要素生产率、技术效率及技术进步的增长情况，发现流通产业全要素生产率年均增长率、技术效率、技术进步率均呈负增长状态，流通产业的发展主要依靠要素驱动而非效率提升。董誉文和徐从才[16]采用1993—2014年间我国批发和零售业的省际面板数据，从全要素生产率视角对商贸流通业增长方式转型问题进行了实证分析，发现全要素生产率以2004年为时间节点呈现先上升后下降的变化趋势，技术效率变化是导致全要素生产率增长变化的主要原因。

结合并借鉴上述国内外学者的既有研究成果，本文以2008—2015年间我国批发和零售业中各9个细分行业企业的面板数据为基础，运用非参数估计的DEA-Malmquist指数法来分析这些细分行业企业全要素生产率的时序变化和个体差异，旨在为客观认识我国批发和零售业中各细分行业企业的生产率、找到提高其增长效率的途径提供一些参考。

二、研究方法与指标、数据选取

（一）研究方法

1.数据包络分析法（DEA）

数据包络分析法（DEA）是一种常用且重要的效率评价方法，通过前沿估计的非参数线性规划方法来评价多个投入和多个产出（或单个产出）的决策问题。该方法在评价效率时不需要事先设定生产函数的具体形式以及无效率项或误差项的分布，从而避免了人为主观因素的影响，同时该方法能够简化算法并减少误差，特别是在分析生产率方面具有一定优势，不仅适用截面数据的分析，同样适用于面板数据的分析，多年来被国内外学者广泛应用于经济和管理系统评价、产业和企业效率评估、技术创新和技术进步分析等领域内的研究。数据包络分析法（DEA）是由查恩斯、库珀和罗德（Charnes，Cooper&Rhodes）[17]首先提出的，他们根据谢泼德（Shephard）[18]在生产分析中提出的距离函数和法雷尔（Farrell）[19]提出的效率理论，以单个投入和单个产出的效率概念为基础，基于投入主导型并假设规模报酬不变，建立了数据包络分析法（DEA）的第一个基础模型——即CCR模型。CCR模型建立在规模报酬不变的假设上，仅考虑企业以增加投入的方式扩大产出，规模大小不影响效率的高低。然而，在实际经济运行过程中，不完全竞争、政策限制、经济制度等诸多不确定因素很难让企业在最理想的规模中开展经营，因而规模报酬不变的假设很难区分技术效率和规模效率。为此，邦克、查恩斯和库珀（Banker，Charnes&Cooper）[20]以CCR模型为基础，考虑了规模报酬变化时的生产效率，提出了假设规模报酬可变的BCC模型，进一步将CCR模型中的技术效率分解为纯技术效率和规模效率。

2.曼奎斯特（Malmqusit）生产率指数

曼奎斯特指数是由曼奎斯特（Malmqusit）[21]最早提出的，他首先提出了缩放因子的概念，缩放因子和谢泼德提出的距离函数是对应的，当时主要用于不同时期消费指数变化的定量分析，故称为曼奎斯特消费指数。之后，凯夫斯、克里斯坦森和迪沃特（Caves，Christensen&Diewert）[22]以谢泼德的距离函数为基础构造生产率指数，并将该指数推广用于生产率变化的分析测算，形成了现今广泛应用的曼奎斯特指数。然而，由于当时没有提供有效测度距离函数的方法，凯夫斯（Caves）等人提出的曼奎斯特生产率指数也只停留在理论层面。直到查恩斯（Charnes）等人提出数据包络分析法（DEA）并运用线性规划度量技术效率之后，距离函数才得到更为广泛的应用和发展。

距离函数是一种在不对生产者行为进行任何假定的条件下研究多个投入和多个产出（或单个产出）系统的方法，它是曼奎斯特指数建立的基础。距离函数在数学形式上可表示为法雷尔所提出技术效率的倒数，同时也是数据包络分析法中CCR模型和BCC模型最优解的倒数，即

在式（1）和式（2）中，X表示t时期的投入，Y表示t时期的产出，S表示t时期的生产可能集，C表示规模报酬不变，V表示规模报酬可变，Dt（Xt，Yt）的值越大，表明生产越有效，从而技术效率水平也越高。由于曼奎斯特指数是定义在基准技术之上的，那么从t期到t+1期，以t期技术为参照的基于产出的曼奎斯特指数可以表示为：

同理，从t期到t+1期，以t+1期技术为参照的基于产出的曼奎斯特指数可以表示为：

由于式（3）和式（4）中从t期和t+1期参照技术的曼奎斯特指数在经济含义上是对称的，故参照费舍尔（Fisher）[23]所提出的理想指数的构建方法，凯夫斯等人将式（3）式和式（4）的几何平均值定义为曼奎斯特生产率指数，即：

依据式（4），费尔、格罗斯科普、诺里斯和张（Fare，Grosskopf，Norris&Zhang）[24]将曼奎斯特指数和数据包络分析法相结合，创建了DEA—Malmqusit指数法，用来衡量全要素生产率的变化情况，该指数应用距离函数将全要素生产率指数分解为技术进步指数（TC）和技术效率变化指数（TEC），同时在假设规模报酬可变的条件下，又将规模报酬不变下的技术效率变化指数分解为纯技术效率变化指数（PEC）和规模效率变化指数（SEC）。故式（5）可以分解为：

法雷尔等人将计算出的曼奎斯特全要素生产率指数M及其分解后的技术进步变化指数（TC）和技术效率变化指数（TEC）分为以下几种情况：若M＞1，则从t期到t+1期的全要素生产率呈正增长态势，说明效率不断提升；若M＜1，则从t期到t+1期的全要素生产率呈负增长态势，说明效率有所下降；若M=1，则从t期到t+1期的全要素生产率呈不变态势，说明效率不变。技术进步指数（TC）是体现增长效应的指数，它反映了从t期到t+1期企业在生产前沿面的移动变化规律，若TC＞1，则说明企业的技术在不断进步；若TC＜1，则说明企业的技术存在停滞不前或衰退的状况。而技术效率变化指数（TEC）是体现水平效应的指数，它反映了从t期到t+1期企业与生产前沿面的接近程度。在具体实际经营过程中反映的是企业管理方式和决策是否正确，若TEC＞1，则说明企业的技术效率不断改善，管理方式和决策正确；若TEC＜1，则说明企业的技术效率可能恶化，管理方式和决策不当。

（二）指标与数据选取

为避免所选取投入产出指标之间可能存在较强的相关性，本文在有效反映所分析问题的基础上，兼顾年份数据的可获取性，选取批发和零售业企业的资产总计（包括固定资产和流动资产，代表资本的投入）、法人企业数（代表社会资源的投入）、年末从业人数（代表劳动的投入）等3个最基本的要素作为投入指标（这些指标能够比较全面反映流通企业的资本和劳动投入），选取批发和零售业企业的主营业务收入作为产出指标。本文的数据样本为2009—2016年间中国统计年鉴中的限额以上批发和零售企业，年份区间为2008—2015年，其中按国民经济行业划分，批发业包括农、林、牧产品批发，食品、饮料及烟草制品批发，纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，矿产品、建材及化工产品批发，机械设备、五金交电及电子产品批发，贸易经纪与代理，其他批发等9个一级细分行业；零售业包括综合零售，食品、饮料及烟草制品专门零售，纺织、服装及日用品专门零售，文化、体育用品及器材专门零售，医药及医疗器材专门零售，汽车、摩托车、燃料及零配件专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售等9个一级细分行业。

三、我国批发和零售企业全要素生产率的时序变化和行业差异分析

本文应用克里（Coelli）[25]开发的DEAP2.1软件，通过曼奎斯特生产率指数法对我国批发业9个细分行业企业和零售业9个细分行业企业的投入产出数据进行分析，得到样本区间内这些行业企业全要素生产率指数及分解情况的时序变化和行业差异（参见表1至表4）。

（一）批发和零售业细分行业企业全要素生产率的时序变化分析

1.批发业细分行业企业全要素生产率的时序变化分析

从表1可以看出，2008—2015年间我国限额以上批发业9个细分行业企业全要素生产率指数的均值呈负增长状态，平均下降了0.3%。尽管技术效率变化指数的均值呈正增长状态，平均上升了0.9%，说明企业的管理方式和决策正确，但技术进步指数的均值呈负增长状态，平均下降了1.2%，说明企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应大于技术效率变化指数上升的正效应，从而导致了全要素生产率指数的下降。

表1 2008—2015年按行业分我国限额以上批发业企业全要素生产率指数及分解的时序变化

从具体年份区间来看，2009—2010年、2010—2011年、2012—2013年这3个年份区间内的全要素生产率指数均呈正增长状态，分别上升了8.2%，4.8%和2.1%。究其原因，可以分为以下两种情况：一是尽管2009—2010年、2010—2011年这两个年份区间内的技术效率变化指数均呈负增长状态，分别下降了8.4%和3.1%，说明这两个年份区间内企业可能存在管理方式和决策不当的问题，但由于技术进步指数呈正增长状态且贡献较大，分别上升了18.1%和8.2%，说明这两个年份区间内企业的技术在不断进步，以至于技术进步指数上升的正效应大于技术效率变化指数下降的负效应，从而推动了全要素生产率指数的上升；二是尽管2012—2013年间的技术进步指数呈负增长状态，下降了0.2%，说明该年份区间内企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，但技术效率变化指数呈正增长状态，上升了2.4%，说明该年份区间内企业的管理方式和决策正确，以至于技术效率变化指数上升的正效应大于技术进步指数下降的负效应，从而推动了全要素生产率指数的上升。

而2008—2009年、2011—2012年、2013—2014年、2014—2015年这4个年份区间内的全要素生产率指数均呈负增长态势，分别下降了8.6%、1.8%、2.5%和3.5%。究其原因，也可以分为以下两种情况：一是尽管2008—2009年、2011—2012年和2014—2015年这3个年份区间内的技术效率变化指数均呈正增长状态，分别上升了4.7%、1.5%和10.7%，说明这3个年

份区间内企业的管理方式和决策正确，但技术进步指数均呈负增长状态，分别下降了12.7%、3.3%和12.9%，说明这3个年份区间内企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应大于技术效率变化指数上升的正效应，从而导致全要素生产率指数的下降。二是2013—2014年间的技术效率变化指数和技术进步指数均呈负增长状态，分别下降了0.4%和2.1%，一方面说明该年份区间内企业可能存在管理方式和决策不当的问题，另一方面说明该年份区间内企业同时还可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐。

2.零售业细分行业企业全要素生产率的时序变化分析

从表2可以看出，2008—2015年间我国限额以上零售业9个细分行业企业全要素生产率指数的均值呈正增长状态，平均上升了1.8%。尽管技术进步指数的均值呈负增长状态，平均下降了1.2%，说明企业可能存在技术停滞不前或衰退的状况，但技术效率变化指数的均值呈正增长状态，平均上升了3.1%，说明企业的管理方式和决策正确，以至于技术效率变化指数上升的正效应大于技术进步指数下降的负效应，从而推动了全要素生产率指数的上升。

从具体年份区间来看，2008—2009年、2009—2010年、2010—2011年、2012—2013年和2014—2015年这5个年份区间内的全要素生产率指数均呈正增长态势，分别平均上升了0.6%、7.5%、3.6%、3.3%和2.9%。究其原因，可以分为以下3种情况：一是2009—2010年间零售业企业全要素生产率指数在所有年份区间里增长最快，这主要源于其技术效率变化指数正增长和技术进步指数正增长的综合作用，分别上升了0.8%和6.7%，说明企业在技术不断进步的同时，管理方式和决策也是正确的；二是尽管2010—2011年、2012—2013年和2014—2015年这3个年份区间内的技术进步指数均呈负增长状态，分别下降了2.9%、0.4%和2.8%，说明这3个年份区间内企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，但技术效率变化指数均呈正增长状态，分别上升了6.7%、3.7%和5.8%，说明这3个年份区间内企业的管理方式和决策正确，以至于技术效率变化指数上升的正效应大于技术进步指数下降的负效应，从而推动了全要素生产率指数的上升；三是尽管2008—2009年间技术效率变化指数呈负增长状态，下降了0.5%，说明该年份区间内企业可能存在管理方式和决策不当的问题，但其技术进步指数呈正增长状态且贡献较大，上升了1.1%，说明该年份区间内企业的技术在不断进步，以至于技术进步指数上升的正效应大于技术效率变化指数下降的负效应，从而推动了全要素生产率指数的上升。

表2 2008—2015年按行业分我国限额以上零售业企业全要素生产率指数及分解的时序变化

而2011—2012年和2013—2014年两个年份区间内的全要素生产率指数均呈负增长态势，分别下降了2.6%和2.2%。究其原因，尽管技术效率变化指数均呈正增长状态，分别上升了4.1%和1%，说明企业的管理方式和决策正确，但其技术进步指数均呈负增长状态且有较大幅度下降，分别下降了6.4%和3.1%，说明企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应大于技术效率变化指数上升的正效应，从而导致全要素生产率指数的下降。

（二）批发和零售业细分行业企业全要素生产率的个体差异分析

1.批发业细分行业企业全要素生产率的个体差异分析

从表3可以看出，农、林、牧产品批发，食品、饮料及烟草制品批发，矿产品、建材及化工产品批发，贸易经纪与代理等4个行业企业的全要素生产率指数呈正增长状态，分别上升了5.8%、3.7%、2.1%和4.4%。究其原因，可以分为以下3种情况：一是农、林、牧产品批发企业全要素生产率指数的上升主要源于其技术效率变化指数正增长和技术进步指数正增长的综合作用，分别上升了3.6%和2.1%，说明该行业企业在技术不断进步的同时，管理方式和决策也是正确的；二是尽管食品、饮料及烟草制品批发，贸易经纪与代理等两个行业企业的技术效率变化指数均呈负增长状态，分别下降了0.4%和0.9%，说明这两个行业的企业可能存在管理方式和决策不当的问题，但其技术进步指数均呈正增长状态且贡献较大，分别上升了4.1%和5.3%，说明两个行业的企业技术在不断进步，以至于技术进步指数上升的正效应大于技术效率变化指数下降的负效应，从而推动了全要素生产率指数的上升；三是矿产品、建材及化工产品批发企业的技术效率变化指数没有变化，但其技术进步指数呈正增长状态，平均上升了2.1%，说明行业内企业技术的不断进步是推动其全要素生产率指数上升的主要动力。

而纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，机械设备、五金交电及电子产品批发，其他批发等5个行业的全要素生产率指数均呈负增长状态，分别下降了3.1%、1.2%、2.8%、1.8%和9.2%。究其原因，可以分为以下两种情况：一是尽管纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，机械设备、五金交电及电子产品批发等4个行业企业的技术效率变化指数均呈正增长状态，分别上升了2.3%、3.3%、2.3%和1.5%，说明这些企业的管理方式和决策正确，但其技术进步指数均呈负增长态势且有较大幅度下降，分别下降了5.3%、4.3%、5.1%和3.2%，说明这些行业的企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应大于技术效率变化指数增长的正效应，从而导致全要素生产率指数的下降；二是其他批发企业的技术效率变化指数和技术进步指数均呈负增长状态，分别下降了3.6%和5.8%，一方面说明这些企业可能存在管理方式和决策不当的问题，另一方面说明企业同时还可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐。

表3 2008—2015年按行业分我国限额以上批发业企业年均全要素生产率指数及分解

2.零售业细分行业企业全要素生产率的个体差异分析

从表4可以看出，综合零售，食品、饮料及烟草制品专门零售，文化、体育用品及器材专门零售，汽车、摩托车、燃料及零配件专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售等7个行业企业的全要素生产率指数均呈正增长状态，分别上升了5.7%、0.6%、1.1%、0.9%、0.6%、3.7%和5.4%。究其原因，可以分为以下两种情况：一是尽管综合零售，汽车、摩托车、燃料及零配件专门零售这两个行业企业的技术效率变化指数不变，但技术进步指数呈正增长状态，分别上升了5.7%和0.9%，说明这两个行业企业的技术在不断进步，成为推动其全要素生产率指数上升的主要动力；二是尽管食品、饮料及烟草制品专门零售，文化、体育用品及器材专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售等5个行业企业的技术进步指数均呈负增长状态，分别下降了2.1%、2.8%、2.1%、2.1%和2.4%，说明这些行业企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，但由于技术效率变化指数均呈正增长状态且贡献较大，分别上升了2.8%、4.1%、2.8%、6%和8%，说明这些行业企业的管理方式和决策正确，以至于技术效率变化指数上升的正效应大于技术进步指数下降的负效应，从而推动了全要素生产率指数的上升。

而纺织、服装及日用品专门零售企业的全要素生产率指数呈负增长状态，下降了1.2%，尽管其技术效率变化指数呈正增长状态，上升了1.7%，说明该行业企业的管理方式和决策正确，但其技术进步指数呈负增长状态，下降了2.8%，说明该行业企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应大于技术效率变化指数上升的正效应，从而导致全要素生产率指数的下降。

另外，医药及医疗器材专门零售企业的全要素生产率指数保持不变，尽管其技术效率变化指数呈正增长状态，上升了2.5%，说明该行业企业的管理方式和决策正确，但其技术进步指数呈负增长状态，下降了2.4%，说明该行业企业可能存在技术停滞不前或衰退的状况，没能跟上技术进步的步伐，以至于技术进步指数下降的负效应与技术效率变化指数上升的正效应相抵消，故全要素生产率指数没有变化。

表4 2008—2015年按行业分我国限额以上零售业企业年均全要素生产率指数及分解

四、研究结论与建议

（一）研究结论

本文运用非参数估计的DEA-Malmquist指数法对2008—2015年间我国批发和零售业各9个一级细分行业企业全要素生产率的时序变化和个体差异进行了分析，得出如下结论：

1.从时序变化来看，2008—2015年间我国限额以上批发业9个细分行业的企业全要素生产率年均值呈负增长状态，平均下降了0.3%；而限额以上零售业9个细分行业的企业全要素生产率年均值呈正增长状态，平均上升了1.8%。批发业与零售业年均全要素生产率的此消彼长，反映了我国消费升级和产业变革的总体趋势。一方面，随着居民消费能力和消费意愿的提升，在商品流通环节，传统的以大批量、同质化为代表的商品批发部门，正面临着以小批量、个性化、综合化为代表的商品零售行业的进一步竞争。消费者的日常用品保障充足，无需在特定节假日进行赶集式、集中式的采购，而是可以按照日常需要，随时在零售网点进行便利式、随机式的消费，这使得零售业比批发业面临着更有利的市场环境。另一方面，传统的排浪式、模仿型的消费逐渐被个性化、多样化的消费所取代，这为生产部门提出了新的要求，定制化、小批量的生产更加频繁，生产企业更加专业化和小型化，市场主体不断增加，物流效率不断提升，批发行业的规模优势弱于以往，生产主体更倾向于在供应链中直接对接零售机构甚至消费者，这样既能提高商品流通效率，又能加速流通信息的双向交换，反过来促进更好的生产，这也符合制造业服务化的趋势。

2.从个体差异来看，2008—2015年间我国限额以上批发业9个细分行业中，农、林、牧产品批发，食品、饮料及烟草制品批发，矿产品、建材及化工产品批发，贸易经纪与代理等4个行业企业的全要素生产率呈正增长状态，分别上升了5.8%、3.7%、2.1%和4.4%，这说明初级农产品和食品类消费的需求不断增长，居民消费水平正向提升，同时矿产品、建材及化工产品批发业的全要素生产率增长表明我国经济增长中的投资需求依然有力，行业产能依然充足；纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，机械设备、五金交电及电子产品批发，其他批发等5个行业的全要素生产率呈负增长状态，分别下降了3.1%、1.2%、2.8%、1.8%和9.2%，说明纺织服饰行业依然偏向于夕阳产业，新的发展动力尚未形成，医药及医疗器材的下降可能与国家医改政策有关，已超出本文讨论范围，不再论述，机械设备、五金交电的下降与矿产品、建材批发的增长形成一对矛盾，这很有可能表明建筑等投资行业存在上游产能过剩而下游开工不足的现象，文化、体育用品及器材在批发环节出现下降，但在零售环节实现了增长，这反映了消费者对体育休闲产业个性化、体验化、便利化的追求。而限额以上零售业9个细分行业中，综合零售，食品、饮料及烟草制品专门零售，文化、体育用品及器材专门零售，汽车、摩托车、燃料及零配件专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售等7个行业企业的全要素生产率呈正增长状态，分别上升了5.7%、0.6%、1.1%、0.9%、0.6%、3.7%和5.4%，食品、饮料、烟酒的零售与批发环节相一致，均实现了增长，其他增长行业也都集中于日用消费领域，这些均同步反映了正向的消费需求，特别是以网购为代表的无店铺及其他和综合零售的效率提升最快，体现了消费市场中体验化、便利化、个性化、效率化的新趋势，纺织、服装的全要素生产率同批发环节一致，呈负增长状态，下降了1.2%，该领域流通环节生产率的下降进一步反映了前述对其所处行业周期的判断；医药及医疗器材专门零售企业的全要素生产率保持不变，这应该与人民健康水平的提升相印证。

3.无论是时序变化还是个体差异，引起批发和零售业中各细分行业企业全要素生产率上升或下降的原因主要包括以下5种情况：一是技术效率上升的正效应和技术进步上升的正效应共同推动全要素生产率的上升，如农、林、牧产品批发；二是在技术效率不变的情况下，技术进步上升是推动全要素生产率上升的主要动力，如矿产品、建材及化工产品批发，综合零售，汽车、摩托车、燃料及零配件专门零售；三是技术效率上升的正效应大于技术进步下降的负效应，或者技术进步上升的正效应大于技术效率下降的负效应，推动全要素生产率的上升，如食品、饮料及烟草制品批发，贸易经纪与代理，食品、饮料及烟草制品专门零售，文化、体育用品及器材专门零售，家用电器及电子产品专门零售，五金、家具及室内装修材料专门零售，无店铺及其他零售；四是技术进步下降的负效应大于技术效率上升的正效应或技术效率下降的负效应大于技术进步的正效应，导致全要素生产率的下降，如纺织、服装及日用品批发，文化、体育用品及器材批发，医药及医疗器材批发，机械设备、五金交电及电子产品批发，纺织、服装及日用品专门零售；五是技术效率下降的负效应和技术进步下降的负效应共同导致全要素生产率的下降，如其他批发。

（二）相关建议

结合上述研究结论，对提高我国批发和零售业中各细分行业企业的全要素生产率提出以下四点建议：

1.进一步认清消费市场的新变化和新趋势以及由此导致的相关产业结构、产业组织的发展方向，更加融入生产和消费两个市场，从供给侧发力，顺应市场发展大势，优化行业要素的配置效率和投入结构，完善批发和零售的市场发展机制，构建和谐的供应链关系，以消费者需求为中心重塑批发和零售的市场功能，在不同环节、不同领域发挥应有的作用。

2.不断提升企业组织化水平，注重企业在产品和服务方面的品牌建设，培育一批大型的具有区域带动作用的批发和零售企业，特别是探索建立具有公益性质的大型国有批发市场，保障战略物资产品和生活必需品的市场供应和价格稳定。科学规划生产资料以及初级工业品批发市场的建设，对产能过剩行业加强科学引导，进一步发挥流通的先导作用。

3.既要发展以电子商务、无人零售为代表的注重成本降低的新型零售，又要发展以综合零售、便利店为代表的注重综合体验和服务的实体零售，加强以云计算、物联网为代表的流通企业技术创新，以新技术、新理念推动网络零售和实体零售对消费市场的“双轮驱动”。

4.进一步提高流通从业人员的综合素质，流通行业不仅仅是商品在生产者与消费者之间交换的中心，更是市场信息、交易数据、消费理念和观念的集中承载地，只掌握买与卖的技巧已经不适应当前流通行业的需求，因此，流通行业从业人员应向综合化、高端化发展，要加大现有从业人员的知识提升力度，形成人才集聚优势，真正发挥人力资本在企业增值中的作用。

[1]BARROS C P，ALVES C.An empirical analysis of produc⁃tivity growth in a Portuguese retail chain using Malmquist productivity index[J].Journal of retailing and consumer ser⁃vice，2004（5）：269-278.

[2]BARROS C P.Efficiency measurement among hypermar⁃kets and supermarkets and the identification of the efficien⁃cy drivers[J].International journal of retail&distribution management，2006（2）：135-154.

[3]PERRIGOT R，BARROS C P.Technical efficiency of French retailers[J].Journal of retailing&consumer services，2008（4）：296-305.

[4]BARROS，CARIOS PESTANA，PERRIGOT，ROZENN.An⁃alysing technical and allocative efficiency in the French gro⁃cery retailing industry[J].International review of retail，distri⁃bution&consumer research，2008（4）：361-380.

[5]RICHAED B FREEMAN，AlLICE O.NAKAMURA，LEON⁃ARD I.NAKAMURA，MARC PRUD’HOMME，AMANDA PYMAN.Wal-Mart innovation and productivity：a viewpoint[J].Canadian journal of economics，2011（2）：486-508.

[6]PATEL G N，PANDE S.Measuring retail productivity what really matters[J].Journal of business research，2012（5）：417-426.

[7]MORENO J D J，CARRASCO O R.Evolution of efficiency and its determinants in the retail sector in Spain：new evi⁃dence[J].Journal of business economics&management，2015（1）：244-260.

[8]刘似臣，魏芳兰.中国零售业全要素生产率的实证分析[J].调研世界，2010（8）：35-36+43.

[9]姜向阳，任佩瑜，李允尧，刘导波，张永攀.基于DEA的中国零售连锁企业经营效率比较研究[J].运筹与管理，2011（5）：185-192.

[10]李晓慧.技术效率、技术进步与中国流通业生产率增长[J].商业经济与管理，2011（6）：18-25.

[11]雷蕾.零售业上市公司全要素生产率增长的实证研究——基于Malmquist指数的分析[J].北京工商大学学报（社会科学版），2013（6）：20-26.

[12]陈宇峰，章武滨.中国区域商贸流通效率的演进趋势与影响因素[J].产业经济研究，2015（1）：53-60.

[13]郑彦.我国零售连锁业行业效率、增长方式转变研究——基于中国31个地区的面板数据[J].调研世界，2016（6）：23-27.

[14]胡宗彪，朱明进.中国流通服务业生产率的部门及区域差异研究[J].山西财经大学学报，2016（8）：35-45.

[15]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（1）：29-32.

[16]董誉文，徐从才.中国商贸流通业增长方式转型问题研究：全要素生产率视角[J].北京工商大学学报（社会科学版），2017（1）：31-41.

[17]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European journal of operational research，1978（6）：429-444.

[18]SHEPHARD R W.Theory of cost and production functions[M].Princeton：Princeton university press，2015：1-322.

[19]FARRELL M J.The measurement of production efficiency[J].Journal of royal statistical society，1957（3）：253-281.

[20]BANKER R D，CHARNES A，COOPER W W.Some mod⁃els for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science，1984（30）：1078-1092.

[21]MALMQUIST S.Index numbers and indifference surfaces[J].Trabajos de estadistica，1953（4）：9-242.

[22]CAVES D W，CHRISTENSEN L R，DIEWERT W E.The economic theory of index numbers and the measurement of input，output，and productivity[J].Econometrica，1982（50）：1393-1414.

[23]FISHER I.The making of index numbers：a study of their varieties， tests，and reliability[M].Whitefish，Montana：Kessinger Publishing LLC，2010：1-562.

[24]FARE R，GROSSKOPF S，NORRIS M，ZHANG Z.Produc⁃tivity growth，technical progress and efficiency change in industrialized countries[J].American economic review，1994（84）：66-83.

[25]COELLI T A guide to DEAP version 2.1：a data envelop⁃ment analysis（computer）program[J].Centre for efficiency and productivity analysis，1996（8）：1-49.

责任编辑：方程

The Time Series Variation and Individual Difference of TFP Growth of Enterprise in China's Wholesale and Retail I ndustry——An Empirical Analysis Based on the DEA—Malmquist Index Method

YE Meng，ZHU He-liang and SUN Peng
（Capital University of Economics and Business，Beijing100070，China）

Taking panel data of enterprises above designated size in nine first level subdivided industries of China’s wholesale and retail industry from 2008 to 2015 as the sample，using the non-parametric estimation of DEA—Malmquist index method，the authors analyze the time series variation and individual difference of TFP growth of enterprises in every subdivided industries of China’s whole and retail industry.It is found that，from 2008 to 2015，the annual average TFP growth of enterprises in wholesale industry has been negative，and that of retail industry has been positive.Among these enterprises，the TFP productivity of such industries as farming，forestry，animal husbandry products wholesale，food，beverages and tobacco products wholesale，minerals，building materials and chemical products wholesale，trade brokers and agents，comprehensive retail，food，beverages and tobacco products specialized retail，culture，sports supplies and equipment specialized retail，automobile，motorcycle，special retail fuel and spare parts，household appliances and electronic products retail，hardware，furniture and interior decoration materials retail，non-store and other retail sectors has been positively growing；that of textiles，clothing and daily necessities wholesale，culture，sports supplies and equipment wholesale，pharmaceutical and medical equipment wholesale，mechanical equipment，hardware&electric material，electronic products wholesale，other wholesale，retail industry companies such as textile，clothing and daily necessities has been negatively growing；and that of specialized retail enterprises in medical and medical devices has been comparatively stable.

wholesale and retail trade；total factor productivity；sequential variation；individual difference

F712.9

A

1007-8266（2017）11-0112-10

10.14089/j.cnki.cn11-3664/f.2017.11.014

叶萌，祝合良，孙鹏.我国批发和零售企业全要素生产率增长的时序变化和个体差异[J].中国流通经济，2017（11）：112-121.

2017-09-11

国家社会科学基金重点项目“加快我国从商品出口大国迈向流通企业‘走出去’强国战略转变及实现路径研究（16AJY017）

叶萌（1984—），男，江苏省灌云县人，首都经济贸易大学经济学院博士研究生，主要研究方向为产业与区域发展战略、流通产业发展；祝合良（1966—），男，湖南省衡阳市人，首都经济贸易大学经济学院教授，博士生导师，主要研究方向为商品流通、品牌管理、黄金与期货市场；孙鹏（1982—），男，北京市人，首都经济贸易大学经济学院博士研究生，主要研究方向为流通产业发展。