ImageVerifierCode 换一换
格式:DOC , 页数:12 ,大小:116.50KB ,
资源ID:1811566      下载积分:12 文钱
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,省得不是一点点
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenke99.com/d-1811566.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(零售业全要素生产率增长、纯技术效率及其影响因素.doc)为本站会员(gs****r)主动上传,文客久久仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文客久久(发送邮件至hr@wenke99.com或直接QQ联系客服),我们立即给予删除!

零售业全要素生产率增长、纯技术效率及其影响因素.doc

1、1零售业全要素生产率增长、纯技术效率及其影响因素内容摘要:提升零售业全要素生产率(TFP)具有战略意义。本文利用后 WTO 时期零售业省际面板数据,运用超越对数生产函数随机前沿模型(SFA)进行了分析。结果表明:收入模型和利润模型的 TFP 增长分别为 6.0%、10.9%,技术进步对 TFP 增长贡献最大,但其增速下降较快,其次是纯技术效率提高,而规模效率下降轻微阻碍 TFP 增长;收入模型和利润模型的纯技术效率分别为 81.4%、63.7%;在影响纯技术效率的环境因素中,物流成本的影响显著为负,人均可支配收入的影响显著为正,行业竞争的影响不显著,人力资本对收入模型的影响不显著、对利润模型的

2、影响显著为正,外商直接投资对收入模型的影响显著为正、对利润模型的影响不显著。最后,提出相应的对策建议。 关键词:TFP 增长 纯技术效率 影响因素 随机前沿模型 商务部关于“十二五”时期促进零售业发展的指导意见指出,零售业快速发展对扩大消费、增加就业、引导生产、改善民生等方面具有十分重要的意义。而提高零售业运行质量则是“转方式、调结构”发展战略的必然要求。在中国零售市场深度国际化的背景下,提高零售业竞争力是维护国家经济安全的重要手段。国内外权威专家和组织一致认为,全要素生产率(Total Factor Productivity,FTP)是衡量各类组织,包括国家、行业和企业运行质量和竞争力的主要

3、指标,零售业也不例外。因此,研究如何提高零售业全要素生产率具有战略意义,其中找2到主要影响因素是关键,当然这需要恰当的研究方法才能实现。 文献回顾 学术界对全要素生产率的研究大多数集中在制造业领域,对零售业的关注较少。通过查阅 2000 年以来的文献发现,学者们分别在行业和企业两个层面对我国零售业 TFP 进行研究。在行业层面,刘似臣和魏芳兰(2010)采用 20042008 年省际和不同所有制的面板数据,对零售业TFP 增长进行测算并分析地区间、不同所有制间的差异;刘勇和汪旭晖(2007)采用截面数据分析了连锁零售业技术效率;徐健和汪旭晖(2009)运用数据包络分析(DEA)两步法测算了技术

4、效率及影响因素;楼文高、沈莲莲和冯国珍(2012)将批发和零售业合在一起测算其技术效率。其它文献都是研究企业的 TFP 或技术效率。 可见,学术界还没有在行业层面全面研究我国零售业 TFP、纯技术效率及其影响因素的文献;而且前述文献都采用 DEA 方法。为了更好地达到研究目的,本文将在研究内容和方法上分别进行拓展。在内容上,不仅测量分析 TFP 增长率及其各构成指标的变动,而且一并研究影响纯技术效率的主要因素,使我们对零售业发展质量以及趋势有深刻、全面的认识,以便提供有价值的政策建议。在方法上,将使用超越对数生产函数随机前沿(SFA)无效率模型。因为相对于 DEA,SFA 无效率模型的最大优势

5、:一是能够分离出测量误差、自然气候及运气等统计噪声和其它随机因素对估计结果的影响,使纯技术效率的估计有效且一致;二是 SFA方法中的生产函数模型与生产理论相一致,对模型设定可进行统计检验,在理论上更具合理性(Kalirajan and Shand,1999) ;三是可直接估计3环境变量对纯技术效率的影响,且能避免 DEA 两步法可能存在的共线性问题和 SFA 二步法存在的前后假设矛盾问题。目前理论界对这两种方法的总体评述是:SFA 方法有很强的政策倾向,DEA 方法则有很强的管理决策效应。SFA 无效率模型的上述优势和特点正是本研究所需要的,同时也利用了超越对数生产函数的优势。另外,为客观、全

6、面把握行业运行规律,本文将通过两个子模型进行综合分析研究。 研究方法与数据说明 (一)研究方法 1.全要素生产率指数分解。现代生产前沿面理论认为,全要素生产率(TFP)变化来源有四个:技术进步、纯技术效率变化、规模效率变化与产出组合效应。在单产出模型中,不涉及产出组合效应问题,本文即如此。本文使用参数方法计算全要素生产率的变动,参数方法分两类:一是应用基于导数的技术;二是应用显性距离函数。在计算技术进步和规模效率变化时,后一种方法同时参照前后两期的技术,更具优势。因此本文采用第二种方法计算全要素生产率指数(TFPC) ,其公式如下: TFPC=PECTCSEC (1) (1)式中的 PEC、T

7、C、SEC 分别表示纯技术效率指数、技术进步指数和规模效率指数。TFPC 大于 1、小于 1、等于 1 分别表示被考察对象 t期的全要素生产率高于、低于、等于(t-1)期的值。其它三个指数的意义类似,不再赘述。 2.超越对数随机生产前沿无效率模型。本文采用的超越对数随机生产前沿无效率模型具体形式如下: 4lnqit=0+k lnkit+L lnlit+T t+KK ln2kit+LL ln2lit+KL lnkit lnlit+KT t lnkit+ LT t lnlit+TT t2 + vit-uit (2) 其中,uit=0+h hrit+f fdiit+w wlit+q compit+s

8、 rjksit+ it (3) 上述模型中二次时间变量,还考虑了非单调技术变化。当然,模型设定是否合理需通过检验判断。 (2)式中,qit 表示第 i 个省、自治区、直辖市(以下简称省)零售业限额以上企业第 t 年的产出;其它指标中下标 i、t 的含义相同,不再赘述;k、l 分别表示省级单位零售业限额以上企业的总资产和从业人数;t 表示技术变化的时间趋势; 表示要估计的未知参数向量;vit 是经典白噪声,服从 N(0,v2)的正态分布;uit 表示纯技术无效率,服从 N+(,u2)的截断(在零处)正态分布,假定 vit 和 uit 相互独立,共同构成复合误差项。本文对 uit 的设定是为了迎合

9、不同省区纯技术效率差距较大的现实。 (3)式中, 表示要估计的未知参数向量,纯技术无效率的影响因素分别是人力资本(hr) 、外商直接投资(fdi) 、物流成本(wl) 、行业竞争(comp)以及人均可支配收入(rjks) ;wit 服从 N+(0,w2)的截断(在- 处)正态分布。 本文用极大似然法(ML)对(2) 、(3)式共同确定的随机前沿无效率模型进行联合估计。似然函数中利用如下方差参数: =u2 /2,2=u2+v2, (01) 。 反映复合误差项中5纯技术无效率项所占比例,通过 可判断模型设定是否合适。 接近 0时,表明实际产出与可能最大产出的差距基本来自白噪声,没有必要采用随机前沿

10、模型,上述模型设定存在偏误; 越趋近 1,表明误差主要来自纯技术无效率项,采用随机前沿模型越合适。 随机前沿模型的纯技术效率 PEit=Eexp(-uit)|(vit-uit)(0PEit1) 。PE 等于 1,说明决策单元是纯技术有效的;PE 越大,纯技术效率越高,反之亦然。通过软件,可以得到模型中的参数估计值以及各省每年的纯技术效率(PEit) 。然后,根据 Coelli 等(2008) ,通过下列各式计算 PECit、TCit、SECit,然后根据(1)式得到 TFPCit。TFP增长率、PE 增长率、TC 增长率、SE 增长率分别等于相应指数减去 1(负数表示下降) 。 PECit=P

11、Eit /PEis (4) TCit=exp(lnyis /s+lnyit /t) (5) (5)式中 y 是前沿产出,等于(2)式右边去掉复合误差项后剩余部分。 SECit=expnis(is-1)/is+nit(it-1)/itln(xnie /xnis) (6) 其中,is=nis,nis=lnqis /lnxnis,xn 表示投入要素,本文指 k 和 l,q 表示实际产出。 (4) 、 (5) 、 (6)式中 s 是 t 的上一年。 3.两个子模型。将产出为主营业务收入的模型命名为“收入模型” ,将产出为主营业务利润的模型命名为“利润模型” 。两个模型除产出变量外,其余完全相同。 6(

12、二)数据说明 1.生产函数的数据说明。产出变量 q、投入变量 k、l 分别用考察对象的主营业务收入或主营业务利润、资产总额(亿元) 、从业人数表示;时间趋势项 t:t=1,2,3,4,5,6,7,分别对应 2005 年至 2011 年。主营业务收入、主营业务利润和资产总额数据都采用消费者物价指数进行平减。 2.纯技术无效率模型中数据说明。根据研究目的,结合国内外文献和零售业运行特征,本文假设以下五个变量对零售业纯技术效率有影响。人力资本(hr):用各省大专以上学历人数占总人口的比例表示;外商直接投资(fdi):用各省外商直接投资固定资产占固定资产投资总额的比重表示;物流成本(wl):用各省交通

13、运输、仓储、邮政业产值占 GDP的比重表示;行业竞争(comp):用各省零售业限额以上企业数量表示;人均可支配收入(rjks):用城镇居民人均可支配收入表示。上述指标中 hr、fdi 和 wl 都是比值,不需考虑物价指数的影响。rjks 采用消费者物价指数进行平减。 根据现有理论、实证文献以及零售业运行规律,纯技术无效率模型中 wl 的系数应为正(表示对纯技术效率的影响为负) ,其余四个因素的系数应为负。换句话说,物流成本越高,纯技术效率越低,其它变量的数值越大,纯技术效率越高。 3.数据来源。上述所有数据均来自 2006-2012 年版中国统计年鉴 。零售业自 2004 年底完全开放,自此整

14、个零售业才真正入世,透过上述数据能够对入世后的零售业进行分析总结。 7实证研究 (一)模型估计与检验 利用 FRONTIER4.1 软件对(2) 、 (3)式表达的“收入模型”和“利润模型”进行估计,结果如表 1 所示。可见,模型中超越对数生产函数各参数及随机前沿模型整体都通过了检验,且多数系数的显著性较高。技术无效率模型中各影响因素系数的符号与预期基本一致。为检验模型设定的准确性,本文使用广义似然比对超越对数生产函数的其它形式进行联合检验,结果所有零假设都至少在 5%显著性水平上被拒绝,据此断定本文预设模型是恰当的。 表 1 中“收入模型”和“利润模型”的值分别为 0.9668、0.8394

15、,表明各省的纯技术效率差异能够解释实际产出与前沿产出差距的大部分,说明采用随机前沿方法比 DEA 方法更准确。 (二)TFP 增长分析 根据估计结果及(4) 、 (5) 、 (6) 、 (1)式,可以计算各省纯技术效率指数、技术进步指数、规模效率指数及 TFP 指数,进而计算相应的增长率。限于文章篇幅,本文仅就全国及三大经济区的情况作简要描述分析。 1.收入模型 TFP 增长分析。考察期间,全国 TFP 增长年均 6.0%,其中技术进步率年均 4.3%,纯技术效率增长年均 2.3%,规模效率下降年均0.7%。可见,技术进步是零售业 TFP 增长的首要推动力,其次是纯技术效率提高,而规模效率下降

16、有轻微阻碍作用。TFP 增长是政府一系列政策扶持与零售业积极模仿学习的结果。规模效率下降是中外资企业为抢夺市场份额盲目扩大经营规模所致。分区看,考察期间 TFP 增长年均东部、8中部、西部分别为 4.6%、5.2%、 7.9%,中西部地区的追赶效应十分明显。这主要是中央实施西部大开发战略和中部崛起战略有效推动中西部 TFP 增长。因西部大开发战略实施较早,所以效果更明显。 2.利润模型 TFP 增长分析。考察期间,全国 TFP 增长年均 10.9%,其中技术进步率年均 6.3%,纯技术效率增长年均 4.9%,规模效率下降年均0.4%。技术进步对 TFP 增长贡献最大,纯技术效率增长次之,规模效

17、率下降轻微阻碍 TFP 增长。与收入模型不同的是,利润模型的 TFP 增长、技术进步和纯技术效率增长更快。其原因是入世后零售业由恶性价格竞争演变为有序价格竞争。分区看,考察期间,TFP 增长年均东部、中部、西部分别为 11.4%、11.1%、10.3%。区域差异不大。与收入模型不同的是,利润模型的中西部 TFP 增长没有表现出比东部更快的速度。这主要是由于 2005 年以前西部的无序竞争局面没有中东部严重,甚至不存在无序竞争,利润率基础水平较高。 令人担忧的是,两个模型中对 TFP 增长贡献最大的技术进步速度都持续下降,且下降速度较快。 (三)纯技术效率分析 1.收入模型纯技术效率分析。考察期

18、间,收入模型纯技术效率均值为 81.4%,比前沿产出低 18.6%,效率较高。这是由于,入世后外资零售企业全面布局中国市场,中资企业通过与外资企业面对面竞争和模仿学习,企业经营更具活力。分大区看,技术效率均值东部、中部、西部分别为 86.7%、78.8%、78.2%,东部明显高于中、西部,这缘于东部地区优越的基础条件以及中央政府长期的倾斜政策。 92. 利润模型纯技术效率分析。考察期间,利润模型纯技术效率均值为 63.7%,比前沿产出低 36.3%,纯技术效率很低。主要原因是:在产品供过于求和同质化严重的背景下,价格竞争几乎是唯一竞争手段。分大区看,纯技术效率东部、中部、西部分别为 68.6%

19、、58.9%、62.4%,中、西部与东部的差距依然较大。实现区域间和谐发展,还需要对中西部更强有力的政策支持。 (四)纯技术效率影响因素分析 为全面把握零售业运行规律,在此将两个模型结合起来分析。根据表 1 中的系数及其显著性作如下描述分析。 降低物流成本能显著提升零售业纯技术效率,尤其是以利润为产出的纯技术效率。降低物流成本能够有效降低销售价格,更好挖掘消费者购买潜力。由于物流成本是费用的组成部分,降低物流成本能够显著提高以利润为产出的纯技术效率。根据表 1 中的大小可知,假如我国全社会物流总费用占 GDP 的比重(约 18%)能够降到发达国家 12%的平均水平,以销售额和利润为产出的纯技术

20、效率会分别提高到 88%、84%。可见,降低物流成本对提高零售业纯技术效率至关重要,也再次证明“物流是第三利润源”的重要结论。但根据各大区物流成本占 GDP 的比重可知,东部地区良好的交通基础设施对提升技术效率的作用十分有限。这很可能是由我国普遍存在的交通基础设施收费导致的。 提高居民可支配收入能显著提升零售业纯技术效率。因为居民人均可支配收入的提高能为商家提供更大市场购买力,商家有机会获得更大销售额和利润。 10行业竞争对零售业纯技术效率影响不显著。可能是由于中国零售业更接近完全竞争状态,导致企业数量增减对销售和利润没有显著影响。 提高人力资本水平能够显著提高利润模型的纯技术效率。因为较高的

21、人力资本水平具有较强吸收先进技术、驾驭先进设备的能力。人力资本对收入模型的纯技术效率影响不显著,可能是由于国家实施西部大开发和中部崛起两大扶持战略暂时弥补了中西部人力资本对技术效率的不利影响。 提高外商直接投资比重能显著提升收入模型的纯技术效率。这是因为外商直接投资比重较高的地区经济较为发达;同时,零售企业的聚集,企业间的竞争激烈和外资的溢出效应都会极大提高销售效率。外商直接投资对利润模型不显著,可能是由于外商直接投资增多加剧价格竞争,降低了销售利润率,这时挤出效应更明显,溢出效应和挤出效应同时存在导致外商直接投资对利润模型的影响不显著。 结论及对策建议 (一)结论 本文运用我国零售业限额以上企业 2005-2011 年省际面板数据,基于超越对数生产函数,采用随机前沿无效率模型进行实证研究,结论如下: 中国零售业收入模型和利润模型的 TFP 增长分别为 6.0%、10.9%。其中,技术进步的贡献最大,其次是纯技术效率提高,规模效率下降轻微阻碍 TFP 增长。后 WTO 时期,零售业在政府和行业协会的政策支持下,在与外企的竞合中,TFP 明显提升。利润模型的全要素生产率增长较高,

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。