基于DEA-Tobit两阶段法的东部地区商贸流通效率及影响因素分析

付 尧（吉林交通职业技术学院 长春 130012）

商贸流通效率及其研究现状

（一）商贸流通效率内涵

商贸流通效率的内涵具有多个层次，其不仅反映了商品流转过程中的投入与产出关系，还体现了商品流转速率的大小。商品的流通时间、流通速度、流通费用能在一定程度上决定商贸流通效率的高低。总体来讲，商贸流通效率是在已有流通成本条件下对最大化的商品流通产出的追求。

（二）商贸流通效率研究现状

流通效率是流通业可持续发展的核心内容，流通效率的测度及影响因素把握是学术界重点关注的对象。对现有的流通效率测度文献进行总结可知，我国流通业效率不高的问题突出。借助于DEA模型，邢小军，周德群（2011）实证分析了117个样本国家的农产品贸易效率，其指出较弱的流通能力造成了我国农产品国际贸易率的低下；孙剑（2011）通过构建12项农产品效率测度指标，利用因子分析法对我国农产品流通效率的演进进行分析，其研究表明未来农产品流通效率会在小范围内出现波动。以往多项研究大多集中于单个服务业的发展，其在宏观层面对商贸流通业发展进行研究的文献还较为欠缺。上述研究现状使得学者们在对商贸流通业的影响因素进行研究时多采用按区域划分的方法。袁晓玲（2010）以地区为依据对国内29个省份进行划分，其研究了区域经济发展的效率及变化趋势，并以此提出效率实现的具体策略。虽然上述文献将区域作为样本，并在分析数据时采用面板数据模型，有利于解决样本容量不足的问题，并能够准确把握区域经济发展的各项影响因素，但这些研究的重点多集中于区域经济发展差异，其对商贸流通业效率的研究较为欠缺。在有关商贸流通业的研究中，李飞（2005）构建了十多项流通效率测度指标，并采用德尔菲法与主成分分析法明确了各项指标的权重，并以此对影响我国商贸流通效率的各项因素进行了实证分析；李骏阳，余鹏（2009）同样对流通效率测度指标体系进行构建，其通过因子分析法实证研究了我国的流通效率，从而指出我国商贸流通业演进具有先降后升的趋势，最后从企业效率、市场供求以及增长方式三个角度对此趋势予以解释。但是，上述研究的主观性较为明显，其大多只对流通业的效率进行孤立测量，并未将贸易业及流通业之间的相关性考虑在内。因此，为了弥补以往研究的不足，本文对商贸流通业效率进行综合把握，采用DEA模型对我国东部地区的商贸流通效率进行测度，之后利用Tobit模型分析了效率的影响因素，以期为政府制定相关决策提供一定的理论指导。

东部地区商贸流通效率的核算方法与数据

DEA-Tobit两阶段法可在我国东部地区商贸流通效率核算的基础上进一步把握各项因素对效率产生的影响。该方法技术上的优点较多，在针对多投入多产出问题方面，DEA方法在进行核算时优势明显。同时，作为一种非参数估计方法，DEA能够有效避免模型设定误差的问题。而且，Tobit方法的采用还有利于克服效率分布的截取问题。

表1 我国东部商贸流通效率测算结果

图1 东部各省市分阶段效率值

（一）DEA模型

DEA是数据包络的简称，其作为一种面板数据的非参数估计方法，能够对具有多种投入与多种产出的决策单元进行测评。此种方法通过线性规划进行具有效率的凸性生产前沿的构建，经过与前沿的比较对效率的高低予以识别。以规模报酬是否可变的不同假设为依据，DEA模型可划分为以固定规模报酬为基础的CCR模型与以可变规模报酬为基础的BCC模型。其中，BCC模型具有分解CCR模型中综合技术效率的功能。此外，DEA方法能够从投入与产出两个层面对效率的得分进行核算，即投入导向与产出导向模式。若假设规模报酬不变，两种方法会得出相等的效率核算结果；若假设规模报酬可变，两种方法的核算结果会有所不同。

假设DEA模型中的决策单元（DMU）数量为n，p、q分别为其投入、产出项。在第i个DMUi中，xi与yi分别表示投入与产出的列向量，X表示（p×n）的投入矩阵，Y表示（q×n）的产出矩阵，通过以下线性规划，可以得出第i个DMU的综合技术效率δi：

生产前沿受到了n1`λ=1的凸性限制，表示所做假定为规模报酬可变，故而通过以下线性规划，可得出第i个DMU的纯技术效率θi：

其中，λ为（n×1）的常数向量，代表的为计算低效率DMU位置的权重，通过这一权重，可以实现低效率DMU在生产前沿的映射。n1为n维单位向量。最后，每个决策单元DMU的规模效率可通过以下关系式计算得出：规模效率=综合技术效率/纯技术效率

（二）DEA-Tobit模型

由于不可控因素的不同会在很大程度上导致决策单元效率出现差异，因此需予以重视。在以往文献中，学者多通过DEA-Tobit两阶段分析法对这一问题进行处理。在第一阶段，可借助DEA模型对不同决策单元的效率得分进行测算；在第二阶段，则需进行效率得分对各项不可控因素的回归。当回归模型将使用效率视作被解释变量时，则会面对效率得分不大于0或大于1时的数据截取问题。在此情形下，有偏且不一致会成为普通最小二乘法（OLS）的估计结果。受限因变量模型即Tobit模型是对OLS估计造成的各项偏误进行估计的可选模型。

（三）变量选取与数据来源

DEA模型在对决策单元的效率进行度量时主要以投入与产出为视角，因此选取投入与产出变量成为决定模型结果是否有效的关键。柯布-道格拉斯指出，在对产出产生影响的各项指标中，资本与劳动力最为基本，其同样适用于我国商贸流通效率的测算。对于资本的测量，应采用永续盘存法进行，劳动力则应包括与商贸流通业有着密切关系的从事交通运输与仓储及邮电通信、批发与零售、住宿与餐饮工作的城镇就业人员，并取三者之和。除此之外，本文研究过程中还将各类运输路线长度囊括于对商贸流通效率进行测算的投入指标之中，同时将社会消费品零售总额囊括于产出指标中。对于影响商贸流通效率的因素，通过对已有研究文献的总结可知，其主要有固定资产、产业结构、流通需求等。因此，本文以商贸流通的资本存量来表示固定资产，在实际的发展过程中，公路密度等其他因素也会在一定程度上影响商贸流通的效率，但考虑到此类因素密切相关于行业的资本存量，故对其予以剔除。城市化水平与对外开放程度可以对流通需求予以较好的反映，而产业结构及政府对经济的干预则是经济结构的主要评价指标。在对我国东部地区商贸流通效率及其影响因素进行实证分析前，需划分该区域的子模块，其分别为东北地区，包括内蒙古自治区东部、黑龙江、吉林、辽宁；华北地区，包括河北、北京、天津；华东地区，包括江苏、浙江、安徽、江西、山东、上海；东南地区，包括广东、海南、福建。本文所使用的各项数据均来自2005-2014年《中国统计年鉴》、各省市统计年鉴、各项文献资料以及相关网站数据查询。

我国东部商贸流通效率测算及影响因素实证分析

（一）效率测算

根据本文查询的各项投入与产出数据，采用DEA方法测算我国东部地区的商贸流通效率，结果如表1所示。

表2 东部商贸流通影响因素模型变量统计描述

表3 东部商贸流通效率影响因素回归结果

由表1可知，2005年我国东部商贸流通率为0.60，2014年为0.56，其水平有所下降但变化不大。从整体上来看，我国东部地区商贸流通率基本维持于0.55的水平之上，表明该区域的商贸流通水平一般偏上。由表1对其变化趋势进行分析可知，近年来我国东部地区的商贸流通效率出现了一定程度的下滑，但下滑局面会逐渐得到控制，这有可能是因为近年来东部地区正经历着经济发展的转型。另外，本文还对东部地区各子模块中的不同省份的商贸流通效率进行了测算，并以2009年为界观察不同时间段商贸流通率的变化，以把握时间对商贸流通业的不同影响，具体情况如图1所示。

由图1可知，在不同的时间段内，我国东部地区各省市的商贸流通率会存在一定差异性，其中，北京、天津、吉林、安徽、江苏、河北、广东以及福建8个地区的商贸流通效率呈现出上升的特征，且以北京、天津、河北、广东较为明显。而辽宁、上海、江苏、山东、黑龙江、浙江、山西以及内蒙古8个地区的商贸流通效率则呈现出降低的特征，较为明显的是内蒙古、黑龙江、辽宁、江苏。

（二）影响因素分析

在影响因素分析之前，需要建立如下Tobit面板模型：

在上式中，open代表对外开放的强度；third代表产业结构，亦即第三产业在GDP中的比值；k代表商贸流通行业内的资本存量；gov代表政府干预经济发展的强度，来源于地方财政支出与GDP的比值；marking是市场化指数（此指数是由经济学家樊纲提出来的）；urban代表城市化率，通过城镇化人口的比重对其予以表示。本文利用Eviews软件进行面板数据模型的构建，并对上式中2005-2014年东部商贸流通效率的Tobit模型进行回归分析，得到基本统计描述结果如表2所示。

由于在上述面板数据中存在横截面与时间序列数据，因此需检验设定模型以得到有效的参数估计。本文使用Eviews软件进行Hausman检验，若结果与预期不符，则需进行个体固定效应回归模型的构建。除此之外，采用DEA模型进行计算所得出的效率值是一种相对效率，因此不同年份之间的效率并无差异，而先天性的因素亦会对效率值产生影响。综合上述考虑，本文选取具有个体固定效应的面板数据回归模型，并得出结果如表3所示。由表3可知，模型R2为83.45%，F值为1235.11，表明自相关与异方差问题均不存在，且除了政府干预经济发展的强度Gov这一变量之外，其他解释变量同时通过了5%的显著水平检验，模型具有较好的估计。从表3所示回归结果可知，在影响我国东部地区商贸流通效率的各项因素中，对外开放程度Open、产业结构Third以及市场化指数Marking最为重要，其影响系数分别达到了0.457、0.452与0.562。其中，对外开放程度、第三产业在GDP中的比值以及市场化指数分别每提高1%的水平，对应的东部地区商贸流通效率会提升0.457%、0.452%与0.562%。此外，城市化率Urban对我国东部地区的商贸流通效率也有着较大的影响，其影响系数达到了0.375，这意味着每当东部地区的城市化率提高1%的水平，对应的商贸流通效率会提升0.375%。同样的，我国东部商贸流通效率同城市化率Urban之间具有正相关关系。由于政府干预经济发展的强度Gov的系数并不显著，表明我国东部地区政府的干预不会对当地商贸流通效率产生明显的影响，究其原因，可能是政府在制定与实施财政措施时存在人力、物力、财力不足等问题。

结论

第一，从整体上来看，我国东部地区商贸流通效率基本维持于0.55的水平之上，其商贸流通水平在一般偏上；第二，近年来我国东部地区商贸流通效率出现了一定程度的下滑，但其下滑局面会逐渐得到控制；第三，在不同的时间段内，我国东部地区各省市的商贸流通效率会存在一定差异性，其中，北京、天津、吉林、安徽、江苏、河北、广东以及福建8个地区的商贸流通效率呈现上升之势，辽宁、上海、江苏、山东、黑龙江、浙江、山西以及内蒙古8个地区的商贸流通效率则呈现降低之势；第四，在影响我国东部商贸流通效率的各项因素中，对外开放程度、产业结构以及市场化指数最为重要，三者每提高1%的水平，对应的商贸流通效率会提升0.457%、0.452%与0.562%；第五，城市化率对我国东部地区的商贸流通效率也有着较大的影响，其1%水平的提高会带来0.375%的商贸流通效率提升；第六，政府的干预不会对东部地区商贸流通效率产生明显的影响。