商贸流通业发展对全要素生产率的影响实证研究

刘芳

中图分类号：F724 文献标识码：A

内容摘要：本文利用我国1997-2015年省级面板数据，基于PVAR模型实证检验了商贸流通业发展对全要素生产率的影响，并利用脉冲响应方法和方差分解技术分析两者之间的动态关系。结论表明，商贸流通业发展与全要素生产率之间存在单向因果关系，商贸流通业发展是全要素生产率增长的格兰杰原因。动态关系分析表明，商贸流通业发展可以显著提高地区全要素生产率。在第0期到第1期，商贸流通业对全要素生产率影响的脉冲响应值为0，表明商贸流通业提高全要素生产率存在一定滞后期。从效应大小来看，商贸流通业提高全要素生产率的作用偏小。从商贸流通业促进全要素生产率的趋势来看，商贸流通业提高全要素生产率的作用一直呈递增趋势，且在第15期之后一直持续。方差分解结果表明，商贸流通业对全要素生产率的解释贡献度同样呈递增趋势，不过在第8期之后保持稳定。

关键词：商贸流通业 全要素生产率 PVAR

引言及文献综述

改革开放以来，我国经济维持了近三十年的持续高速增长，但从2012年开始，随着人口红利的消失、资本积累速度的降低以及成本优势的减弱，经济下行压力不断增大，人口、资源、环境间的矛盾日益凸显，中国正式步入增速放缓、结构升级、从要素和投资驱动转向创新驱动的经济发展新常态。在这样的经济发展背景下，研究如何使我国经济从高速增长平稳过渡到高质量发展，转变经济发展方式、优化经济结构、转换增长动力成为越来越多学者关心的问题。而根据索洛经济增长模型，经济保持持续增长的主要动力在于全要素生产率的提升，因此在当前的经济背景下，研究如何提高全要素生产率进而推动我国经济持续增长具有重要现实意义。

从Solow（1957）最早提出索洛余值法对全要素生产率（TFP）进行测度以来，国内外涌现出大量文献研究全要素生产率对经济可持续发展的影响。研究表明，全要素生产率的提高能够改善投入产出关系，提升经济增长质量，使经济增长更加具有可持续性（郑玉歆，1998；易纲等，2003；蔡昉，2013；蔡跃洲和张钧南，2015）。另外，根据亚洲生产率组织发布的数据显示，1970-2012年我国全要素生产率对经济增长的年均贡献度为36%，有效促进了我国经济增长。因此，研究全要素生产率的影响因素，对探索保持经济增长可持续性的路径有着重要意义。

大量文献对全要素生产率提升的影响因素进行了研究。研究发现，城市规模（高春亮，2007；袁晓玲等，2008；刘秉镰和李清彬，2009）、技术创新和技术效率（Forsund and Hjalmarsson，1979；严兵，2008；李平，2016）、产业集聚（朱英明，2009；范剑勇等，2014；孙慧和朱俏俏，2016）、FDI（黄凌云等，2007；邹玉娟和陈漓高，2008；张公嵬等，2013）、进出口（刘舜佳，2008；钱学锋等，2011；叶明确和方莹，2013）、金融发展水平（陈启清和贵斌威，2013；李健和卫平，2015）、环境规制（叶祥松和彭良燕，2011；王杰和刘斌，2014；刘和旺等，2016）等因素都会对地区全要素生产率产生重要影响。

但是，通过梳理既有文献发现，目前学者主要从产业结构升级（李迎旭，2015；于桂宾，2017）、消费（郭崇和李晓梅，2017；孙文娟，2017）、就业（黄琴，2015）以及地區经济发展（黄玥，2016；刘新华，2017）等角度研究商贸流通业对经济的宏观影响，但是还没有文献从实证角度分析商贸流通业对全要素生产率的影响。因此，本文是首篇基于1997-2015年我国省级面板数据，利用PVAR模型研究商贸流通业发展对全要素生产率影响的文献，丰富了关于商贸流通业对宏观经济影响的研究。

模型设定与数据说明

（一）模型构建

首先，根据AIC、BIC、HQIC准则确定PVAR模型滞后期，这是建立PVAR模型的基础。PVAR模型主要是基于面板数据进行分析，不仅具有时间序列VAR模型的所有优点，还具有面板数据独有的优势，因而具有较大可行性。PVAR模型具有如下优点：事先假定模型中所有变量均为内生变量，利用正交化的脉冲响应函数去识别模型中的一个变量对另一个变量的冲击的反应程度大小，从而分析变量间的互动关系。同时，PVAR模型由于其面板数据结构特征，还可以对个体效应和时间效应进行识别，从而分析个体差异和截面异质性的共同冲击对模型系统的影响。在构建PVAR模型前，首先要确定该模型的滞后期，为确定PVAR模型的滞后期，根据AIC、BIC、HQIC准则来作出最后选择。如果上述三个准则2个及2个以上的值最小，则选择该滞后期为最优滞后期。上述准则检验结果如表1所示。表1 滞后期选择结果表明，在第2期的时候，AIC准则、BIC准则和HQIC准则均显著拒绝原假设，表明2阶滞后是较优选择，因此，本文宜采用PVAR（2）模型。

基于上述检验结果，本文构建PVAR（2）模型如下：

yit=αi+βt+Ayit-1+μit

其中，yit中的i表示省份，t代表年份。A是2阶的系数矩阵，αi是地区固定效应，用以表示模型中可能遗漏的影响因素以及与地区特征相关的固定效应。βt表示变量的时间趋势，yit=（wlb，tfp），wlb为商贸流通业发展指标，tfp为全要素生产率指标。yit-1是yit的一阶滞后项。扰动项μit满足E（μit|αi，βt，yit-1）=0。

（二）数据说明

本文主要变量包括商贸流通产业发展变量和全要素生产率变量。商贸流通产业发展变量用交通、运输和仓储业增加值与GDP的比值衡量，全要素生产率变量根据C-D生产函数法，利用随机前沿方法计算。本文面板数据样本期间为1997-2015年31个省，所有数据来源于相应年份《中国统计年鉴》，变量描述性统计如表2所示。

实证结果分析

（一）面板单位根检验

在进行正式的PVAR模型估计前需要检验各变量是否平稳，如果变量是平稳的，则进行协整分析，如果变量是单整的，则使用PVAR模型分析。因此本文需要验证各变量是平稳的还是单整的。基于LLC和IPS准则联合检验对变量的平稳性进行检验，如果拒绝原假设，则为平稳；反之，为不平稳。表3结果表明，原始变量平稳性检验是显著的，即变量为平稳变量。因此，可以进行PVAR（2）模型分析。

（二）格兰杰因果检验

在前文分析的基础上，进一步检验商贸流通业发展和全要素生产率之间是否具有格兰杰因果关系。因为各变量平稳性检验结果表明是平稳的，所以用PVAR模型进行分析不会产生伪回归问题。根据前文滞后期选取规则，采用滞后二阶分析格兰杰因果关系，检验结果如表4所示。结果表明，商贸流通业发展与全要素生产率之间的因果关系检验在1%的显著水平上拒绝原假设，即商贸流通业发展是全要素生产率的格兰杰原因。同时，全要素生产率与商贸流通业发展之间的因果关系检验不显著，即全要素生产率不是商贸流通业发展的格兰杰原因，从而商贸流通业发展和全要素生产率之间存在单向因果关系。经过格兰杰因果关系分析只能知道商贸流通业发展对全要素生产率有影响，并不能确定商贸流通业发展对全要素生产率间影响的效应是正还是负、具体效应大小以及两者间的动态变动关系。因此，需要利用PVAR模型进行进一步研究。

（三）脉冲响应分析

图1为地区全要素生产率对商贸流通业发展冲击的脉冲响应图，表示地区全要素生产率在商贸流通业发展下的变动情况，表5为脉冲响应值。从脉冲响应结果来看，第0期到第1期，全要素生产率受商贸流通业发展的影响没有明显变动，脉冲响应值为0。从第2期开始，商贸流通业发展可以提高地区全要素生产率。这一结果表明，商贸流通业发展对地区全要素生产率的影响存在滞后期。但第2期开始商贸流通业促进全要素生产率增长的作用增长较为缓慢，不过这一促进作用一直持续到第15期，且继续呈递增趋势。对于这一结果，本文认为，商贸流通业发展通过加快人流、物资和技术等生产要素在地区之间的流动，从而促进了地区之间资源和要素的交流。并且在市场价格机制的作用下，资源和要素在商贸流通业发展的推动下，从边际报酬低的地区流向边际报酬高的地区，从而实现地区之间资源和要素的合理配置，提高了全要素生产率。

（四）方差分解

方差分解提取的是每个随机扰动对模型中的变量产生影响的相对重要性。本文利用面板模型的方差分解进一步说明商贸流通业发展对全要素生产率影响的解释贡献度。从表6来看，商贸流通业发展对全要素生产率的解释贡献度呈不断递增趋势，在第8期之后保持稳定。这一结果说明，商贸流通业发展可以促进全要素生产率增长，正好印证了前文脉冲响应的分析结论。

结论

本文基于我国31省1997-2015年面板数据，利用PVAR模型实证检验了商贸流通业发展对地区全要素生产率的影响。结论表明，商贸流通业发展与全要素生产率之间存在单向因果关系，商贸流通业发展是全要素生产率增长的格兰杰原因。动态关系分析表明，商贸流通业发展可以显著提高地区全要素生产率，但商贸流通业提高全要素生产率存在一定滞后期，且其提高全要素生产率的作用偏小。但商贸流通业促进全要素生产率的作用一直呈递增趋势，且在第15期之后递增趋势一直存在。这一结论的原因在于我国商贸流通业作用的发挥需要依赖基础设施建设的完善，而基础设施建设又需要一定周期。同时，由于我国商贸流通业本身技术进步较慢，导致发展效率较低，从而制约其提高配置资源效率、全要素生产率的作用。

基于上述结论，本文认为，首先，商贸流通业发展是通过提高地区资源配置效率来提高全要素生产率的，因此，应该着重发挥商贸流通业配置资源的作用。而要发挥这一作用需要不断加大对地区基础设施建设的投入，尤其是落后地区和经济欠发达地区。因为基础设施的完善是商贸流通业配置资源的硬件基础，直接决定其配置效率的高低。其次，在加大基础设施投入规模的基础上，不断提高基础设施建设质量。在保证基础设施建设数量和质量的前提下，才能发挥商贸流通业促进全要素生产率提高的宽度和深度。最后，加快商贸流通业技术进步，不仅可以引进国外先进的商贸流通发展经验，更重要的是加快自身技术进步能力。可以通过制定规范的行业运行标准，提高标准化运营水平，提高商贸流通业发展效率，进而最大限度发挥商贸流通业配置资源、提高全要素生产率的作用。

参考文献：

1.蔡.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学，2013（1）

2.蔡跃洲，张钧南.信息通信技术对中国经济增长的替代效应与渗透效应—基于乔根森增长核算框架的测算与分析[J].经济研究，2015（12）

3.袁晓玲，张宝山，张小妮.基于超效率DEA的城市效率演变特征[J].城市发展研究，2008，15（6）

4.刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990-2006：基于DEA模型的Malmquist指数方法[J].南开经济研究，2009（3）

5.李平.提升全要素生产率的路径及影响因素—增长核算与前沿面分解视角的梳理分析[J].管理世界，2016（9）

6.范劍勇，冯猛，李方文.产业集聚与企业全要素生产率[J].世界经济，2014（5）

7.邹玉娟，陈漓高.我国对外直接投资与技术提升的实证研究[J].世界经济研究，2008（5）

8.钱学锋，王胜，黄云湖，王菊蓉.进口种类与中国制造业全要素生产率[J].世界经济，2011（5）

9.叶明确，方莹.出口与我国全要素生产率增长的关系—基于空间杜宾模型[J].国际贸易问题，2013（5）

10.陈启清，贵斌威.金融发展与全要素生产率：水平效应与增长效应[J].经济理论与经济管理，2013（7）

11.王杰，刘斌.环境规制与企业全要素生产率—基于中国工业企业数据的经验分析[J].中国工业经济，2014（3）

12.刘和旺，郑世林，左文婷.环境规制对企业全要素生产率的影响机制研究[J].科研管理，2016（5）

13.于桂宾.我国商贸流通业发展与我国制造业转型升级的关系研究[J].商业经济研究，2017（21）

14.郭崇，李晓梅.基于“互联网+”的商贸流通业发展对我国城乡居民消费影响分析[J].商业经济研究，2017（20）

15.孙文娟.我国商贸流通业对城乡居民消费差距的影响—基于2001-2015年省际面板数据的实证检验[J].商业经济研究，2017（18）

16.黄琴.商贸流通业发展的就业吸纳效应—基于东中西部地区的差异性分析[J].商业经济研究，2015（28）