我国商贸流通业全要素生产率变化的驱动因素——基于中性与偏向性技术变化的全面分析框架

封永刚

（中国社会科学院人口与劳动经济研究所，北京市 100006）

一、引言

我国经济正处于由高速增长阶段向高质量发展阶段跨越的状态之中，全要素生产率提升是高质量发展的应有之义，只有将经济增长模式由传统的要素投入驱动转换为全要素生产率增长驱动，方能实现经济增长质量的提升[1]。随着我国经济发展水平的提升，商贸流通业由社会再生产的中间环节升级成为中心环节，行业地位不断凸显，已成为国民经济的基础性和先导性产业[2]。在取得上述成就的背后，也需意识到要素价格的抬升、流通资源的紧张程度上升、流通创新效率的下降对我国商贸流通业带来的一系列挑战[3]。2022年1月，我国《“十四五”现代流通体系建设规划》正式公布，该规划将现代流通体系建设作为构建以国内大循环为主体、国内国际双循环相互促进新发展格局的一项重要战略任务，并将提高生产率作为建设高效流通体系的重要组成部分。王晓东等[4]使用我国工业企业数据库的微观数据实证研究发现，流通业效率提升能够通过有效反馈市场信息、调节上游生产和促进供需匹配助力制造业绩效提升。

通过梳理我国商贸流通业全要素生产率相关研究可知，从研究方法来看，索罗余值法[1]、随机前沿方法[5]和数据包络分析（DEA）方法[6-7]是测算商贸流通业全要素生产率变化的主流方法。关于三种方法的优劣，已有较多文献进行了全面分析[8-9]，由于数据包络分析方法具有不用设定生产函数具体形式的优点，目前成为测度商贸流通领域全要素生产率变动的主要方法。从研究结论来看，董誉文[5]、叶萌等[6]、李守林等[7]研究发现，我国商贸流通业存在全要素生产率下降的问题，不利于实现商贸流通业的高质量发展。由于传统研究以数据包络分析方法为主的非参数框架，全要素生产率变化仅能分解为技术效率变化和技术水平变化两类，因此对商贸流通业全要素生产率的变动原因分析也仅能局限在上述框架之内。然而，随着人口红利的消失和资本积累速度的减缓[10-12]，我国要素禀赋已然发生了深刻的变化，结合诱致性技术变革理论[13-14]可知，要素禀赋变化将诱致偏向性的技术变革，如不能将技术水平的种类进一步细分，则无法一窥全要素生产率变化的全部动能。在发现我国商贸流通业全要素生产率可能存在恶化的趋势后，倘若不对其恶化的驱动因素进行分解，便难以有针对性地提出提升全要素生产率的有效措施。

基于此，本文对商贸流通业全要素生产率的分解不再局限于技术效率变化和技术水平变化两类，而是采用新型的全要素生产率变化分解方法，对我国2004—2020年30 个省级（未包括西藏、香港、台湾和澳门）地区商贸流通业的全要素生产率变化情况进行核算，并在对技术种类进一步细分的基础上，实证分析商贸流通业全要素生产率变化的驱动因素，明确未来全要素生产率的提升路径。本文的边际贡献有三个方面：一是将我国商贸流通业全要素生产率的研究进行时序更新，及时掌握全要素生产率的最新变动；二是将全要素生产率变化的驱动因素划分为技术追赶、希克斯（Hicks）中性技术变化、投入偏向性（Biased）技术变化和产出偏向性技术变化四类效应，以全面分析全要生产率的变动原因和提升空间；三是参照国务院发展研究中心的《地区协调发展的战略和政策》报告，将省级地区划分为八大综合经济区①，从更细分的空间尺度展现我国商贸流通业全要素生产率变化及其驱动因素的地区差异特征。

二、理论分析

（一）技术追赶、技术变化与全要素生产率变化

在新古典增长理论中，全要素生产率变化的定义存在理论和核算上的不一致。在理论层面，全要素生产率的变化等同于技术变化；但在核算层面，全要素生产率的变化等同于经济增长中剔除资本和劳动要素投入变化后所得到的索洛余值部分，不仅包括技术变化，还包括生产函数未能解释的残差部分。本文基于数据包络分析方法不用设置具体生产函数的优点，对全要素生产率变化进行分析，能够避开新古典增长理论的上述问题。在数据包络分析框架中，全要素生产率变化的路径更为清晰，其核心的两大类驱动因素为技术追赶和技术变化。

如图1 所示，假定有t-1 和t两个时期，其各自的生产前沿面如虚线和实线所示，假设K地区在两个时期的投入产出集分别为Kt-1=（xt-1，yt-1）和Kt=（xt，yt），其中，x和y为投入与产出，那么两个时期的全要素生产率变化（TFP Change）可以表示为：

图1 技术追赶与技术变化

全要素生产率增长率等于TFP Change-1。由t-1 时期过渡至t时期，生产前沿面发生了由虚线到实线的移动，表明行业或领域的前沿技术水平发生了移动，这就是全要素生产率变化的驱动因素之一：技术变化（Technical Change）。此外，由图1 还可以发现，Kt-1和Kt至当期生产前沿面的距离发生了变化，即技术效率对生产前沿面的追赶程度存在差异。当距离缩短时，即发生了有效的技术追赶（Catch-up）；当距离扩大时，则存在技术追赶不足的问题。

（二）中性与偏向性技术变化

技术变化可以划分为中性和偏向性技术变化两类，现实中，两种技术变化往往相伴相随，共同对经济增长产生影响。封永刚等[12]对中性与偏向性技术变化的差别进行了全面分析：中性技术进步是指新古典增长理论中的希克斯中性技术变化状态，此时技术变化以同等程度提升（降低）多种投入要素的效率，从而对产出实现同比例的扩大（缩小）影响，技术变化的中性即体现为这种无差异性。而偏向性技术变化则是指投入要素的效率提升（降低）幅度存在差异，从而每种投入要素的效率变化对产出发生差异性的影响，这种差异性即是偏向性产生的来源。结合宾斯旺格（Binswanger）[13]、川越（Kawagoe）等[14]提出的诱致性技术变革理论（也称希克斯-速水-拉坦-宾斯旺格假说）可知，技术总是朝着节约稀缺要素、使用充裕要素的方向变化。为了应对要素稀缺性的改变，往往会发生技术变化，引发稀缺和充裕要素的要素效率（边际产出）不同程度的改变，并影响最终的产出。相对于中性技术变化来说，偏向性技术变化则反映了经济体能否对要素禀赋的变化做出及时反应，并采取有效的技术变化路径调整，适应禀赋的变化，以最大程度地消除不利影响。在数据包络分析方法中，按照法勒（Färe）等[15]的方法，偏向性技术变化可以细分为投入偏向性技术变化和产出偏向性技术变化，分别表示投入和产出的变化所引起的技术变化偏移。在多种投入或产出要素的模型中，可以进一步对多种投入要素的节约（使用）型技术变化和多重产出要素的扩大（缩小）型技术变化进行识别。

（三）全要素生产率变化驱动因素的全面分解

如图2 所示，在一个包含中性与偏向性技术变化的全面分析框架下，全要素生产率变化的驱动因素从大类上分为技术追赶效应和技术变化效应两类，其中技术变化效应进一步细分为希克斯中性技术变化效应和偏向性技术变化效应，而偏向性技术变化效应又再细分为投入偏向性技术变化效应和产出偏向性技术变化效应。即全要素生产率变化的驱动因素包括两大类、三中类、四小类驱动因素。

图2 全要素生产率变化的驱动因素

三、研究方法与数据说明

（一）全要素生产率变化的核算方法

本文在全要素生产率增长率核算时同时纳入中性与偏向性技术变化效应，并选用数据包络分析方法[16]对我国商贸流通业的全要素生产率增长率进行核算。DEA方法中决策单元的全要素生产率增长率核算方法如下：

其中，MI（t-1，t）为t-1 时期至t时期的曼奎斯特（Malmquist）指数，全要素生产率增长率为MI（t-1，t）-1，x和y分别为决策单元的投入和产出变量，Scoret-1（xt，yt）为（xt，yt）参比t-1 时期的生产前沿面所得到的DEA 效率值；Scoret（xt，yt）为（xt，yt）参比t时期的生产前沿面所得到的DEA 效率值；Scoret-1（xt-1，yt-1）为（xt-1，yt-1）参比t-1 时期的生产前沿面所得到的DEA效率值；Scoret（xt-1，yt-1）为（xt-1，yt-1）参比t时期的生产前沿面所得到的DEA效率值。因此，DEA方法中的MI（t-1，t）本质上是t-1 时期至t时期中投入x和产出y变量组合分别以两个时期的生产前沿面为参照所计算出的两个DEA效率比值的几何平均值。MI（t-1，t）大于1，表明全要素生产率增长；MI（t-1，t）小于1，则表明全要素生产率下降。

（二）全要素生产率变化驱动因素的识别

在经典的DEA方法中，通常对式（1）的曼奎斯特指数进行如下分解：

其中，EC（t-1，t）为技术追赶指数，表明决策单元与生产前沿面技术水平距离的变化趋势。该指标大于1，表明决策单元与生产前沿面技术的距离明显缩短；该指标小于1，表明决策单元与生产前沿面技术的距离明显扩大。TC（t-1，t）为技术变化指数。该指标大于1，表明行业或领域的生产前沿面向前移动，技术水平明显提升；该指标小于1，则表明行业或领域的生产前沿面向后移动，技术水平明显退步。董誉文等[2]、叶萌等[6]、李守林等[7]、王明雁等[17]均围绕以上两大驱动因素探讨商贸流通业全要素生产率变化的来源。

然而，技术变化是一个较为笼统的概念，生产前沿面的移动是多种技术变化的共同结果，如果无法对TC（t-1，t）的变化进行分解，也就难以一窥技术变化的全貌，更难以提出针对性较强的结论和建议。基于此，本文参照法勒等[15]的研究，继续对TC（t-1，t）进行如下细分：

其中，MATC（t-1，t）为希克斯中性技术变化指数，用以测量投入和产出保持不变假定下技术水平的变化幅度；BTC（t-1，t）为偏向性技术变化指数，用以测量投入和产出变化引发的具有偏移性质的技术变动。BTC（t-1，t）又可以进行如下细分：

其中，IBTC（t-1，t）和OBTC（t-1，t）分别为投入和产出偏向性技术变化指数。对于MATC（t-1,t）、BTC（t-1,t） 、IBTC（t-1,t）和OBTC（t-1,t）来说，各指标大于1 表明相应种类的技术水平得以提升；各指标小于1表明相应种类的技术水平趋于恶化，出现退步问题。

（三）技术变化的要素偏向识别

根据杨翔等[18]的研究，可以使用如下方程对技术变化的要素偏向进行识别：

其中，Input Biased为技术变化的投入偏向指数，Output Biased为技术变化的产出偏向指数，x1、x2代表不同的投入，y1、y2代表不同的产出。技术变化要素偏向的识别首先需要判断投入或产出偏向性技术变化的方向，明晰它们是处于进步状态还是退步状态。然后，根据t-1 时期至t时期投入或产出要素组合比值的变化趋势，借助表1的判断矩阵，进行技术变化要素偏向的最终识别。

表1 技术变化的要素偏向判定标准

（四）指标选取与数据来源

本文对我国商贸流通业的定义与董誉文[5]保持一致，根据DEA 方法对全要素生产率增长率的核算要求，需对商贸流通业的投入和产出指标进行选择与衡量。

首先，本文选择增加值作为衡量我国商贸流通业的产出指标，并使用省级层面第三产业增加值平减指数对商贸流通业的产出指标进行不变价（以2000年价格为基期）处理。

其次，在投入指标方面，遵循现有研究[5-7]，本文同样选择劳动和资本存量作为投入要素。在劳动投入指标方面，本文使用商贸流通业城镇非私营单位就业人数与城镇私营企业、个体就业人数的总和衡量劳动投入。在资本投入指标方面，本文使用永续盘存法对我国商贸流通业的资本存量进行核算，核算原理如下：

其中，K为资本存量，I为固定资本投资额，δ为折旧率。使用永续盘存法对资本存量进行核算时，需对基期的资本存量进行确定，本文选择陈昌兵[19]的方法，使用资本产出比的方法，借助基期商贸流通业的增加值，确定基期的资本存量，其中省级层面商贸流通业的基期资本产出比值参照单豪杰[20]的研究进行设定。在此基础上，对商贸流通业的全社会固定资本投资额进行衡量。在折旧率的设定方面，参照王明雁等[17]的研究，将其设定为5%。另外，使用第三产业增加值的平减指数对资本存量进行价格调整。

我国商贸流通业的城镇就业人数从2003年开始统计，因此本文的所有投入和产出指标从2003年开始收集，经过计算展现的是2004—2020年的全要素生产率变化情况及其驱动因素的分解。考虑到西藏、香港、台湾和澳门的部分数据缺失问题，本文的考察对象设定为我国30 个省、市、自治区。在数据来源方面，我国商贸流通业增加值数据来源于中经网统计数据库；第三产业增加值平减指数由历年中国统计年鉴计算得到；商贸流通业劳动投入数据来源于历年中国人口和就业统计年鉴；2017年及之前的商贸流通业全社会固定资本投资额数据来源于中国固定资产投资统计年鉴，2018—2020年全社会固定资本投资额数据来源于中国投资领域统计年鉴。

四、我国商贸流通业全要素生产率的增长趋势分析

使用MAXDEA 9.0 软件，基于式（1）计算2004—2020年我国商贸流通业的Malmquist 指数，将其换算为全要素生产率的增长率，分别从时序变化和地区差异两个角度对其增长趋势进行分析。

（一）我国商贸流通业全要素生产率变化的阶段性特征

2004—2020年我国总体层面商贸流通业的全要素生产率变化情况如图3所示，可将我国商贸流通业的全要生产率增长状况划分为两个阶段。第一阶段为2004—2010年，商贸流通业的全要素生产率呈正增长状态，年均增长率达到5.25%②；第二阶段为2011—2020年，商贸流通业的全要素生产率以负增长状态为主，年均增长率为-2.31%，符合该阶段我国宏观经济增速下滑的实际背景。我国商贸流通业全要素生产率在前一阶段（2004—2010年）的增长与我国加入WTO 相吻合，随着国外商贸流通企业进入我国市场，现代化的企业经营理念被国内许多企业借鉴，国内商贸流通业的市场竞争加剧，对新技术的学习、吸纳和应用明显有助于提高行业的总体生产效率。2011—2013年是我国商贸流通业全要素生产率变化的关键节点。一方面，2010年开始我国经济增速正式告别两位数的增长状态，宏观经济整体进入新常态；另一方面，信息技术的大力发展和电商业态模式的崛起使商贸流通业的传统经营模式遭受较大冲击，实体产业陷入低迷状态，关店问题频发[21]，由此我国商贸流通业全要素生产率在后一阶段（2011—2020年）呈现出以负增长为主的变化态势。值得一提的是，2011年之后我国商贸流通业全要素生产率的负增长问题逐步得到改善。随着数字经济的崛起、电商企业数量的增多、多样化平台企业的诞生和壮大，我国商贸流通业逐渐摆脱对国外的模仿和学习，努力探索特色化发展路径。即使2020年在新冠肺炎疫情的冲击下，我国商贸流通业的全要素生产率也逆势回到了正增长状态，说明我国商贸流通业的全要素生产率有望重新回归增长轨道，并形成高质量增长态势。

图3 我国商贸流通业全要素生产率的变化情况

（二）我国商贸流通业全要素生产率变化的地区差异

参照国务院发展研究中心的《地区协调发展的战略和政策》报告，将30个省级地区划分为八大综合经济区。

首先，从2004—2020年商贸流通业的全要素生产率平均增长情况（参见表2）来看，东部、北部和南部三大沿海地区的全要素生产率呈现出明显的正增长特征，年均增长率分别达到9.00%、5.06%和1.75%；西南地区和长江中游地区的年均增长率仅为0.52%和0.15%；黄河中游地区、东北地区和大西北地区的年均增长率为负，分别为-1.83%、-2.51%和-3.08%。不同地区之间商贸流通业的全要素生产率变化呈现出明显的差异特征。其次，从商贸流通业的全要素生产率增长趋势来看，东部沿海地区在考察期内的全要素生产率以正增长状态为主，未出现全国层面先上升、后下降的两阶段变化特征；北部沿海地区在2013年及之后开始出现全要素生产率的偶发性下降，但也未形成趋势截然相反的两阶段变化特征；南部沿海地区、长江中游地区、黄河中游地区、西南地区和大西北地区的全要素生产率则呈现出明显的先上升、后下降的两阶段特征；东北地区的全要素生产率则在考察期内呈现出以负增长为主的变化特征。总之，沿海地区凭借自身的地理区位优势和经济发展水平优势，始终作为我国商贸流通业全要素生产率增长的核心区域，而黄河中游地区、长江中游地区、西南地区和大西北地区在2012年之后的全要素生产率增长势头难以持续，是构成全国层面全要素生产率由升转降的主要原因，特别是东北地区始终处于商贸流通业全要素生产率负增长的困境之中。

表2 我国八大综合经济区商贸流通业全要素生产率的变化情况%

五、我国商贸流通业全要素生产率变化的驱动因素分解

本文从技术追赶、希克斯中性技术变化和偏向性技术变化三个层面进行分析，对偏向性技术进步的投入和产出的具体偏向进行识别。

（一）技术追赶效应对全要素生产率变化的影响

1.省级地区之间的技术差距总体趋于扩大，尚未形成技术追赶稳定促进全要素生产率增长的状态。如表3所示，技术追赶效应指数在2004—2020年期间的平均值为0.983 3，说明总体上我国商贸流通业在省级地区之间的技术差异呈现扩大的趋势。分年份来看，商贸流通业仅在2005—2006年和2015—2018年期间出现短暂的技术追赶状态，技术差距在此期间有所缩小，其余年份均呈现出技术差距趋于扩大的状态。结合前述我国商贸流通业全要素生产率的变化趋势可知，一方面，我国商贸流通业在省级层面技术差距的扩大仅削弱了全要素生产率的增长幅度，并未改变全要素生产率在2004—2010年的正增长状态；另一方面，我国商贸流通业在省级层面技术差距的短暂缩小未形成足够的动能扭转全要素生产率在后一阶段的负增长状态。由此可以判断，目前技术差距的扩大或缩小对我国商贸流通业全要素生产率变化的驱动作用并不强。

表3 我国商贸流通业全要素生产率变化的驱动因素分解

2.仅有北部沿海地区和东部沿海地区通过技术追赶促进了全要素生产率的增长。进一步结合表4可知，从八大综合经济区来看，仅有北部沿海地区和东部沿海地区商贸流通业在2004—2020年期间产生了技术追赶效应，这与其本身处于商贸流通业的优势和核心地区相符，说明目前商贸流通业的技术追赶效应仅局限于发达地区，在全国范围内未形成大范围的技术差距缩小态势。在商贸流通业主要集聚区域内部，通过技术创新、模仿、学习、扩散和共享，在其生产前沿面外扩的同时，也促进了区域内部行业技术差距的缩小，实现全要素生产率增长的多重因素驱动。同时，东北地区、黄河中游地区、长江中游地区、西南地区、大西北地区和南部沿海地区的商贸流通业与北部地区和东部沿海地区的差距不断扩大，未实现由优势区域向其他区域的技术扩散。上述六大经济区均未形成技术追赶促进全要素生产率增长的状态，尤其是东北地区、黄河中游地区和大西北地区与沿海地区技术差距不断拉大，甚至成为我国商贸流通业全要素生产率负增长的主要影响因素。

表4 我国八大综合经济区商贸流通业全要素生产率变化的驱动因素分解

（二）希克斯中性技术变化效应对全要素生产率变化的影响

1.希克斯中性技术变化是驱动商贸流通业全要素生产率变化的关键因素。如表3所示，全国层面来看，希克斯中性技术变化呈现出与全要素生产率变化较为接近的同步特征，同样可以将商贸流通业的希克斯中性技术变化状况划分为两个阶段：在2004—2012年期间，希克斯中性技术进步为全要素生产率增长提供了重要动力；在2013—2020年期间，希克斯中性技术退步直接触发了商贸流通业的全要素生产率降低。结合偏向性技术变化的幅度来看，可以判定希克斯中性技术变化是驱动我国商贸流通业全要素生产率变化的关键因素。由于国内对国外先进技术的追赶，以及国内要素禀赋情况的改变，已难以继续以中性技术进步引领全要素生产率增长，引发希克斯中性技术进步到技术退步的转变。在数字经济、电子商务不断迭代更新的今天，应促使传统技术积累适应产业革新的新需求，防止希克斯中性技术退步问题的出现。

2.希克斯中性技术变化具有驱动大部分地区全要素生产率增长的普遍特征。由表2 可知，在2004—2020年期间，八大综合经济区的商贸流通业全要素生产率变化呈现出五个区域增长、三个区域下降的特征。但在希克斯中性技术变化方面，仅有大西北地区在考察期内呈现出以负增长为主的变化特征，其余七大综合经济区的年均希克斯中性技术变化均为正，总体处于技术进步状态。这说明商贸流通业的中性技术变化惠及地区较多，覆盖面较广（参见表4）。需注意的是，在八大综合经济区层面，希克斯中性技术变化对不同地区全要素生产率增长的影响也存在明显差异。对于东北地区来说，即便总体上呈现出希克斯中性技术进步状态，但未能扭转其全要素生产率长时期负增长的状态；而大西北地区的全要素生产率降低问题不仅由其与发达地区的生产技术差距不断拉大而引起，其希克斯中性技术退步问题也进一步扩大了全要素生产率的下降幅度。其他六大综合经济区的全要素生产率变化走势均由希克斯中性技术变化所驱动。

（三）偏向性技术变化效应对全要素生产率变化的影响

1.中性技术变化的促进作用消退之后，偏向性技术变化的促进作用相对有限。如表3所示，从全国层面来看，偏向性技术变化效应在2004—2020年期间均大于1，说明在此期间均存在偏向性技术进步效应。从变化程度来看，在2004—2012年希克斯中性技术进步时期，偏向性技术提升的速度相对较慢，并未成为商贸流通业全要素生产率增长的重要动能；而在2013—2020年期间，希克斯中性技术退步问题出现，偏向性技术提升速率仍在1%左右浮动，不足以抵消掉希克斯中性技术退步造成的商贸流通业全要素生产率负增长。如表4所示，从地区层面来看，偏向性技术变化对全要素生产率的影响也不尽相同。对于东部沿海地区、北部沿海地区、大西北地区和南部沿海地区来说，偏向性技术水平提升的年均速度分别达到4.26%、1.58%、1.42%和1.31%，偏向性技术进步为其全要素生产率增长提供动力输出。对于长江中游地区和西南地区来说，偏向性技术变化效应的平均值接近于1，说明上述地区无明显的偏向性技术水平变化，其对全要素生产率变化无明显影响。对于东北地区和黄河中游地区来说，偏向性技术变化效应的平均值小于1，说明偏向性技术退步甚至总体上加重了其全要素生产率的负增长。从诱致性技术变革的角度来看，随着我国人口红利消失与资本投入减缓的要素禀赋变化，偏向性技术变化应取代希克斯中性技术变化，成为驱动全要素生产率增长的主要动能。从实际情况来看，目前仅有沿海地区出现上述趋势，而在其他地区，适应禀赋变化的偏向性技术变化尚未形成。在希克斯中性技术变化由正转负之后，偏向性技术变化成为商贸流通业全要素生产率增长的支柱动能任重道远。

2.投入和产出的偏向性技术变化共同驱动了总体的偏向性技术变化。由表3可知，全国层面的投入和产出偏向性技术变化指数在考察期内均大于1，但其年均增速仅为0.46%和0.47%，两类偏向性技术变化指数叠乘之后，共同构成了偏向性技术变化的指数变化。总体上，我国商贸流通业的投入效率增强型和产出扩大型技术以缓慢的速度增长，即偏向性技术进步由投入和产出偏向性技术进步共同驱动。由表4 可知，在地区层面，东部沿海地区、北部沿海地区、南部沿海地区和大西北地区处于投入和产出偏向性技术共同提升的状态，其余四大综合经济区存在投入偏向性技术退步和产出偏向性技术进步的矛盾状态。总之，我国商贸流通业全要素生产率增长的优势地区往往处于技术前沿，且拥有希克斯中性技术进步和偏向性技术进步的双重优势；而我国商贸流通业全要素生产率不佳的区域通常面临技术差距拉大、希克斯中性技术进步福利消退、投入偏向技术退步、产出偏向技术进步缓慢的一种或多种问题，处于全要素生产率提升的多重困境之中。

3.商贸流通业资本与劳动节约型技术进步共存，部分地区存在资本使用型技术退步的问题。由表5可知，一方面，从全国层面来看，我国商贸流通业的投入偏向性技术变化呈现出以劳动节约型技术进步为主的变化特征，这与商贸流通业的资本深化和劳动成本抬升的要素禀赋变化趋势相符。另一方面，从地区层面来看，商贸流通业在区域层面的投入技术变化呈现出多样的特征。首先，北部沿海地区、东部沿海地区和大西北地区分别以劳动节约型技术进步、资本节约型技术进步和劳动节约型技术进步促进全要素生产率增长，投入偏向性的技术变化方向保持稳定。其次，南部沿海地区的商贸流通业由资本节约型技术进步转变为劳动节约型技术进步，以积极应对该区域的劳动力稀缺问题。再次，东北地区商贸流通业的发展逐步陷入以牺牲资本投入效率为代价的困境，西南地区则凭借自身人口老龄化进程相对缓慢的禀赋特征，陷入以牺牲劳动投入效率为代价的困境。最后，黄河中游地区和长江中游地区始终存在资本使用型技术退步问题，资本投入效率降低制约着当地商贸流通业的全要素生产率的提升。

表5 我国商贸流通业投入偏向技术变化的类型

六、结论与建议

（一）结论

全要素生产率的变化情况是衡量我国商贸流通业高质量发展程度的重要指标。本文认为全要素生产率变化受技术追赶、希克斯中性技术变化、投入偏向性技术变化和产出偏向性技术变化四类效应的影响，使用30 个省级地区的面板数据，对2004—2020年我国商贸流通业全要素生产率的变化趋势及其驱动因素进行实证分析。研究发现，从全国层面来看，我国商贸流通业的全要素生产率经历了先上升、后下降的两阶段变化历程：2004—2010年全要素生产率的上升主要是由中性、投入偏向、产出偏向三类技术的提升共同驱动，由技术引进带来的中性技术进步起主导作用，但省级层面的商贸流通业技术差距逐步拉大，并导致部分全要素生产率的增长损失；2011—2020年全要素生产率的下降主要是在技术引进到技术自主创新的转轨过程中，由中性技术水平趋于下降、要素禀赋变化诱致的劳动节约型技术水平提升有限、产出扩大型技术水平提升幅度不高、偏向性技术变化尚未补位成为驱动商贸流通业全要素生产率增长等因素所引发。同时，省级层面通过技术追赶使总体技术水平差距得到了弥合。

从地区层面来看，按照八大综合经济区分类分析：一是东部沿海地区、北部沿海地区和南部沿海地区为我国商贸流通业全要素生产率增长的优势集聚区域，中性、投入偏向和产出偏向技术提升均驱动了这三大地区商贸流通业全要素生产率的增长。三个地区的投入偏向性技术变化路径存在区别，东部沿海地区以资本节约型技术进步为主，北部沿海地区以劳动节约型技术进步为主，南部沿海地区则实现了由资本节约型技术进步到劳动节约型技术进步的转换。二是西南地区和长江中游地区同样经历了商贸流通业全要素生产率先上升、后下降的两阶段变化历程，其全要素生产率变化不仅存在与沿海地区技术差距过大、技术追赶不足的问题，还存在资本投入效率下降引发的资本使用型技术退步的问题，全要素生产率增长面临的动能缺乏问题较为突出。三是东北地区、黄河中游地区和大西北地区的商贸流通业全要素生产率总体呈现出下降的变化趋势，其中东北地区和黄河中游地区存在技术追赶效应不足和偏向性技术退步的问题，大西北地区则存在技术追赶效应不足和中性技术退步的问题。总而言之，在非沿海地区，投入或产出偏向性技术变化都未能取代中性技术变化成为驱动商贸流通业全要素生产率增长的主要因素。

（二）建议

基于以上研究结论，针对我国商贸流通业中性技术由升转降的问题，应认识到技术调整、转型、迭代是经济由高速增长阶段向高质量发展阶段转换的必经之路。一方面，我国商贸流通业技术迅速提升的红利时期已经结束，中性技术提升乏力的问题将愈加突出；另一方面，在技术提升的红利时期，我国商贸流通业全要素生产率增长的地区差异问题明显。红利期结束之后，地区之间是否能够通过技术追赶弥合区域差距，人工成本的抬升能否诱致适宜的偏向性技术变化，是决定我国商贸流通业全要素生产率能否继续增长的关键所在。当务之急是在中性技术变化的促进作用消退之后，将我国商贸流通业的全要素生产率提升调整至依赖技术追赶效应和偏向性技术进步效应上。其中技术追赶效应的实现依赖于非沿海地区对沿海地区商贸流通技术的学习和模仿，促进云计算、物联网、大数据等先进技术在内循环过程中向非优势集聚区域扩散。而偏向性技术进步效应是指应尽快消除行业内部的要素价格扭曲，畅通市场的价格决定机制，在后人口红利时期促使禀赋变化有效诱致适合的偏向性技术进步，为全要素生产率提升注入新动能，加大产出扩大型技术和相关设备的研发投入，将不同地区的技术变化路径调整至与当地要素禀赋相符的状态，鼓励劳动力相对稀缺的区域使用新型销售和物流设备，促进劳动节约型技术提升；提高资本稀缺地区的商贸流通资本投入效率，以“高效率”缓解“投资少”的问题，实现资本节约型技术提升。

注释：

①八大综合经济区的划分为：东北地区包括辽宁、吉林和黑龙江；北部沿海地区包括北京、天津、河北和山东；东部沿海地区包括上海、江苏和浙江；南部沿海地区包括福建、广东和海南；黄河中游地区包括山西、内蒙古、河南和陕西；长江中游地区包括安徽、江西、湖北和湖南；西南地区包括广西、重庆、四川、贵州和云南；大西北地区包括甘肃、青海、宁夏和新疆。

②本文全国和八大综合经济区的商贸流通业全要素生产率增长率及其构成项均由所对应省级层面相关指数的几何平均值减1计算得到。