我国流通业增长的技术溢出效应研究

许蔓菁

（中原工学院信息商务学院 河南郑州 451191）

改革开放以来，我国流通业得到快速发展，在拉动内需、刺激经济和改善民生等方面发挥了非常关键的作用，产业地位日益提升。随着我国经济发展进入新常态阶段，经济更加明显地进入了转型关键期，因此流通业也面临新一轮的升级。根据新经济增长理论，技术和效率是驱动流通业持续增长的有效因素，而技术作为产业转型的动力源，其在任何产业发展中都起到了各环节“通筋活血”的效用，不仅能通过技术效率提升直接带动产业增长，还能通过溢出效应释放更大的活力，推动相关生产要素全面提档，从而进一步推动产业增长。那么，在我国流通业增长的过程中，该产业内部的技术要素发挥了怎样的效用，特别是在溢出效应方面做出多大的贡献？对此本文借助一定的定量手段进行分析。

我国流通业的全要素生产率分析

（一）模型方法简介

本文采用DEA-Malmquist模型来计算我国流通业的技术效率。假设存在n个相对独立的决策单元DMU，每一个决策单元DMUj（j= 1，2，…，n）都包含m种流通业投入要素（i=1，2，…，m）和p种流通业产出变量（r = 1，2，…，p），令xij表示第j个DMU的第i种要素投入量，yrj表示第j个DMU的第r种产出量，于是DEA模型可表示如下：

其中，θ即为流通业的技术效率，为与后面Malmquist模型有所区分，这里命名为相对技术效率θ。λ为权重，s+、s-为松弛变量，当θ值为1且松弛变量值均为0时，说明相对技术效率为DEA有效。

为了考察每一个决策单元的流通业技术效率的动态变化情况，在上述DEA模型的基础上，再通过Malmquist模型测算我国流通业的综合技术效率。根据DEA-Malmquist模型的原理，纳入时间的维度，按照最优生产边界计算全要素生产率的变化值M，作为流通业综合技术效率变化，模型表示如下：

在 上 式 中，(xt，yt)和 (xt+1，yt+1)分 别 表 示 t期和t+1期的投入与产出的集合，t+1期相对于t期的相对技术效率指数，简记为EC；术进步指数，简记为TC。其中，EC表征了流通业的动态性相对产出水平，TC表征了流通业的边界产出变化水平。M即为t+1期相对于t期的流通业全要素生产率指数。

（二）数据选取

选择2009-2018年我国大陆地区30个省、直辖市和自治区作为研究对象，西藏自治区因数据存在相对异常而不计入样本。利用各地流通业投入和产出的跨期面板数据，计算流通业的技术效率和全要素生产率变化。其中，选取的投入变量包括两种：一是劳动力投入，选取各地年末流通业从业人数表示；二是资本投入，选取各地流通业的固定资产投资额表示。选取的产出指标即流通业产出规模，用各地流通业的增加值表示。在流通业的相关数据统计方面，以交通运输仓储和邮政业、批发和零售业、住宿和餐饮业三类行业的同指标数据合计得到。相应指标的数据来源于国家统计局网站、《中国统计年鉴》和各地统计年鉴。

表1 2009-2018年我国流通业相对技术效率、技术进步及全要素生产率指数

（三）模型结果

根据DEA-Malmquist模型，最终计算得到全国流通业的全要素生产率指数值，结果如表1所示。由表1可以发现，从2009年至2018年，全国流通业的全要素生产率指数基本上都是大于1的，其几何平均值为1.0866，即每年呈几何平均8.66%的提升，呈现出一定的增长趋势。从全要素生产率分解来看，我国流通业的相对技术效率指数的几何平均值为1.0372，即每年呈几何平均3.72%的提升；流通业技术进步指数的几何平均值为1.0476，即每年呈几何平均4.76%的提升。进一步地，虽然有部分年份流通业的相对技术效率指数小于1，或者技术进步指数小于1，但是全要素生产率指数仍然是大于1的，如2010年、2011年、2013年、2015年、2017年，这也体现了技术进步和相对技术效率提升两者对于流通业整体的全要素生产率提升是共同发挥作用的，两者存在一定的互补作用，如流通业技术进步变化引起的全要素生产率上升，可以抵消流通业相对技术效率带来的下降。

流通业技术效率对流通业规模增长的溢出效应实证检验

（一）模型方法与数据选取

设流通业规模的增长一部分是由于劳动力和资本两种要素驱动下的增长，另一部分是技术驱动下的增长。其中，技术驱动下的增长又包括两种：一种是技术应用直接带来规模的增长，另一种是由于技术产生的溢出效应。基于Feder模型原理，可以将流通业规模进行分解：

其中，Y表示流通业的规模，YS表示由于劳动力和资本两种要素驱动下的流通业规模，YT表示技术驱动下的流通业规模，Klt和Llt分别表示流通服务业的一般资本投入和一般劳动力要素投入，Kft和Lft分别表示用于技术的资本投入和技术型劳动力投入，K和L表示流通业的总资本和总劳动力投入，t为时间变量。设fK、gK；fL、gL和fG、gG分别表示流通业的资本边际产出、劳动力边际产出和技术边际产出，求导数有：

其中，δ表示为边际生产要素的差异，若有δ>0，表明流通业的技术边际生产率低于传统要素的边际生产率；当δ = 0时，表明流通业的技术边际生产率等于传统要素的边际生产率；当δ<0时，表明流通业的技术边际生产率高于传统要素的边际生产率。结合以上方程，进行微分可以得到：

其中，dY/Y、dL/L分别表示流通业规模增长率、劳动力规模的变化率，K/Y表示流通业的资本要素投入占流通业规模的比重，dG/G表示流通业技术效率的变化率，G/Y表示流通业技术效率与流通业规模之比。由此，α表示流通业的资本弹性系数；β表示流通业的劳动弹性系数；γ表示流通业的技术弹性系数，即表示技术对流通业增长的全部影响系数。为了衡量流通业的技术溢出效应，可将技术对流通业增长的全部影响系数进行分解，理出技术对流通业增长的直接效应，于是可改写为以下模型：

其中，θ表示技术对流通业增长的直接贡献系数，即当流通业的技术效率每提高1%，在其它条件不变的情况下，会推动流通业规模直接增加θ%。[δ/(1+δ )-θ]表示技术对流通业增长的间接贡献系数，即可以作为技术的溢出效应。

本节仍以2009-2018年我国内陆地区30个省、直辖市和自治区作为样本，流通业规模采用流通业增加值表示，流通业的口径与前面保持一致。流通业的劳动力投入和资本投入分别用各地流通业年末从业人数、固定资产投资额表示。技术投入以各地流通业的全要素生产率指数代替。

（二）模型结果

1.全国基准结果。基于上述模型，对2009-2018年30个地区的面板数据进行回归，结果见表2所示。据结果择优选择固定效应。流通业技术对流通业规模增长的直接效应系数为0.1344，且系数通过10%的显著性检验，这说明流通业的技术效率对规模增长的驱动作用是比较明显的；流通业技术对流通业规模增长的间接效应系数为0.2513，且通过5%的显著性检验，由此说明流通业的技术效率对规模增长的驱动作用是比较明显的。综合两个结果，流通业技术效率对流通业规模增长的直接影响和间接影响都是比较明显的，而且间接影响明显高于直接影响，即流通业技术效率对流通业规模增长的溢出效应更加明显。

根据[δ/(1+δ )-θ]和直接影响系数θ，可以解得边际生产要素的差异系数为0.6279>0，由此可见，流通业的技术边际生产率要低于传统要素的边际生产率。从表2中的结果来看，流通业资本的弹性系数值为0.6803，且通过1%的显著性检验，劳动力的弹性系数为0.3526，且通过5%的显著性检验，而技术的弹性系数为0.1344+0.2513=0.3857，低于资本弹性系数，但略高于劳动力弹性系数，这与技术边际生产率低于传统要素的边际生产率的结论似乎矛盾，出现这一情况的原因可能在于技术的溢出效应不仅具有显性的溢出效应，还有隐性溢出效应，即通过技术效率提高，可以通过劳动力、资本等传统要素渠道将经济增长刺激作用转嫁至传统要素，而在模型估计的过程中容易出现对技术实际溢出效应的低估，而传统要素对流通业规模增长的贡献作用容易被高估。

表2 全国基准回归结果

表3 区域分类回归结果

2.地区分类结果。为使研究结果更加具体细化，按照国家区划标准，将30个地区划分为东部、中部和西部三大地区进行回归，结果如表3所示。对于三大地区分类结果，比较固定效应、随机效应和混合效应三种回归，最终都确定固定效应为最优。

东部地区。流通业技术对流通业规模增长的直接效应系数为0.4928，且系数通过5%的显著性检验；技术对流通业规模增长的间接效应系数为0.6236，且通过1%的显著性检验，由此表明流通业的技术效率对规模增长的驱动作用是比较明显的，且相对于技术直接效应而言，技术溢出效应更加明显。可以解得边际生产要素的差异系数为-9.5910<0，由此可见流通业的技术边际生产率要明显高于传统要素的边际生产率。这也反映了东部地区流通业的发展是比较超前的，技术效率对流通业增长的作用得到更加有效发挥。

中部地区。流通业技术对流通业规模增长的直接效应系数为0.2024，通过10%的显著性检验；间接效应系数为0.2804，通过5%的显著性检验，由此表明流通业的技术效率对规模增长的直接贡献作用和溢出效应也都是比较显著的，并且溢出效应也高于直接贡献。但是相比东部地区，技术的直接贡献和溢出效应都明显较低。此外，计算边际生产要素的差异系数为0.9335>0，这说明流通业的技术边际生产率低于传统要素的边际生产率，这也与东部地区存在明显差别。

西部地区。流通业技术对流通业规模增长的直接效应系数为0.1733，通过10%的显著性检验；间接效应系数为0.1839，虽然为正，但是系数并没有通过显著性检验。由此可见，西部地区流通业技术对流通业规模增长的直接效应是显著的，但是溢出效应并不显著。相比之下，西部地区流通业的技术贡献相比东地区和中部地区更为薄弱。计算又可知，西部地区流通业的技术边际生产率低于传统要素的边际生产率，与中部地区较为相似。

结论及建议

上文通过DEA-Malmquist模型计算了我国流通业的技术效率，然后基于Feder模型原理，实证检验了流通业技术效率对流通业规模增长的溢出效应。结论如下：第一，在观测时间段内，我国流通业的全要素生产率指数基本上都大于1，即表明了流通业的技术效率呈现了一定的提升态势，从内部贡献来看，相对技术效率的提升和技术的进步，都是流通业技术效率提升的重要驱动力。第二，从全国基准结果来看，流通业技术效率对流通业规模增长的直接作用和溢出效应都是比较明显的，而且溢出效应较直接作用更为明显；而从分区域结果来看，东部地区和中部地区流通业技术效率对产业规模增长的溢出效应均是高于直接作用效应的，而且东部地区流通业规模增长的技术溢出效应更加明显，但是西部地区的技术溢出效应并不显著。

基于实证研究结果，提出几条对策建议：第一，我国流通业的增长方式要持续转型。结果显示近几年我国流通业的相对技术效率、技术进步和全要素生产率指数总体上保持提升，但局部年份小于1，未来仍有较大的技术提升空间。因此，建议着力于长远发展，加大流通业的技术创新投入，合理优化要素资源配置，提升技术应用效率，全面提升流通业全要素生产率。第二，流通业各类传统生产要素要充分实现与技术的协同。技术作为“通筋活血”的元素，贯穿整个流通业发展。流通企业要注重技术的溢出效应，不断推进员工知识和技能培训，使其更加掌握技术应用，同时有效配置资本要素，尽量向促进质量效益提升的方向倾斜，而非仅仅注重规模扩张。第三，区域之间要积极引导技术资源的共享。走区域一体化之路，地方政府之间应坚持共享发展理念，在流通业领域探索合作共享机制，特别是围绕流通业如何高质量发展，聚焦技术开展共同研发、有效应用，形成优势互补、相互共享的流通业技术联盟，有效实现技术的普适应用，广泛推动流通业的发展。