引言

　　作为服务业重要组成部门的流通业在我国生产和消费中一直发挥着桥梁和纽带作用，特别是改革开放以后，我国经济进入飞速发展期，1978-2012年GDP年均增长率达到9.8%，社会物质财富急剧增长，商品供求状况由卖方市场转变成买方市场，流通业在国民经济中的作用日益显现。然而目前我国流通业发展还存在很多问题，最突出的问题是商品流通效率较低，技术效率不高，因此如何提高商品流通效率是我国流通业今后发展的重要课题。而衡量商品流通运行质量的一个最重要的指标是商品的流通效率，即利用有限的资源投入获得最大的商品流通产出，以满足企业和个人的生产，生活需求，增进社会福利。

　　目前关于商品流通效率的研究，洪涛（2012）从流通者，生产者，消费者，社会公共角度探讨流通效率评价体系，并从理论上和实践上论述了流通效率问题。李骏阳（2009）建立了周转率、规模性、效益性三大类流通效率测度指标体系，运用因子分析法对我国商品流通效率进行了实证分析。欧阳小迅（2011）通过构建非参数生产前沿面函数，对我国各地区农产品流通效率进行测算，分析了影响农产品流通效率的影响因素。

　　综合上述研究可以发现，商品流通效率的研究多数是建立评价体系指标，从生产率角度研究商品流通效率文献还很少。运用非参数生产前沿面函数能够客观定量分析商品流通效率，但是没有考虑随机因素对于产出的影响，并且不能提供参数统计性质描述和检验值，可信度较弱。采用计量经济学方法的随机前沿模型有较强的政策倾向，可以用来评价政策实施效果。

　　本文采用随机前沿模型实证分析我国东、中、西部三个地区商品流通效率的区域性差异，比较不同地区技术效率对商品流通效率影响程度和差别，进一步分析其中内在原因，这有利于今后提高我国商品流通效率。

　　研究方法与模型框架

　　新古典生产理论通常不考虑企业的无效性长期存在，因为如果一个企业不有效运行的话，最终将会被淘汰出市场，所以长期来看，市场中的企业都是有效率的，然而这个结论只适用于理想的完全竞争市场。现实中，市场不可能做到这一点，企业的无效性是长期存在的。Aigner，Lovell，and Schmidt（1977）以及Meeusen and van den Broeck（1977）提出了随机前沿模型（Stochastic Frontier Analysis，SFA），基本思想是在一般的生产函数随机变量中引入一个非正的变量，用这个变量来描述无效性的大小。SFA模型要解决的问题是度量N个决策单元T期的技术效率。每个决策单元都有M种投入和一种产出。SFA模型能够运用省级各年的面板数据进行分析，模型的具体表达式为：

　　vit与uit相互独立。δ（t）表示技术效率随时间的变化。通过估计出η符号就能够判断决策单元技术效率的变化趋势。η>0，δ（t）为时间t的减函数，表明随着时间增加，技术效率递增。εit=vit-uit为合成误差项，由于εit的期望值小于零，所以不能采用OLS法估计各参数值，而是求出εit的概率密度函数后，用极大似然估计方法求出参数值。通过γ的取值大小可以判定是否适合用SFA模型，γ介于0到1之间。当γ趋近于0时，表明随机扰动项vit对εit起支配作用，技术无效率项uit几乎不起作用。此时用最小二乘法就可以分析。当γ趋近于1时，技术无效率项uit对εit起支配作用，此时也没有必要用随机前沿模型。所以对γ是否为0进行极大似然比检验是必要的，检验统计量服从混合卡方分布。

　　其中L（H0）和L（H1）为零假设H0和备择假设H1条件下对数似然函数值，通常认为检验统计量LR近似服从混合χ2分布，自由度为待检验参数个数。如果LR统计量超过单边广义似然比检验临界值，则拒绝零假设，否则接受零假设。Kodde 和Palm（1986）的研究给出了各自由度对应的单边广义似然比检验临界值。

　　选择随机前沿模型优点是显而易见的，首先，选择随机前沿模型而非确定前沿模型能够避免将各地区的商品流通效率的外生随机误差带入到技术无效函数中，从而所测定的技术效率更接近真实值。

　　数据选取及说明

　　本文选择2001-2012年30个省份的数据作为面板数据，没有将西藏选作样本数据是因为存在一些数据缺失。本文将规模以上批发企业和零售企业商品销售总额作为各地区商品流通产出总量，将规模以上批发企业和零售企业年末固定资本存量和从业人数作为资源投入要素。其中其余年份的商品销售额和固定资本存量均已按照2001年不变价格进行了调整，数据分别来源于中国统计年鉴（2002-2013），中国商品交易市场统计年鉴（2002-2013）。

　　等式（6）中技术无效函数变量z的选取，即影响商品流通效率的特别的因素，包括以下变量：

　　物流基础设施：各地区人均铁路，公路，水路总长度。铁路、公路、水路作为最基本的流通设施，其数量的多少会影响商品流通效率。

　　流通基础设施：各地区人均商品零售市场和批发市场的摊位数。商品零售市场和批发市场能够满足消费者日常生活需求以及为企业的生产提供必备的原材料。

　　流通通信设施：各地区人均电话和移动电话个数，商品流通离不开通信设施。

　　流通信息化设施：各地区人均互联网覆盖率。电子商务快速发展已经表明了网络对于商品流通的促进作用。

    人力资本：各地区就业人员的平均受教育年限。流通业作为我国服务业的重要分部门，人力资本因素也会影响到商品流通效率，人力资本的具体的计算方法以2001-2012年各省就业人员受教育程度所占的百分比为权重乘以受教育年限进行加权平均。受教育年限规定为：不识字为0年，小学为6年，初中为9年，中专或高中为12年，大专以上为16年。

　　市场化程度。流通业作为直接面对消费者的产业，它的持续增长与人口密度息息相关。市场化程度较高的地区能够通过吸引国内资本，外资和人才聚集，从而增加该地区人口密度来间接促进流通业的发展，而且较高的市场化程度也有利于流通企业在该地区聚集，从而促进竞争，迫使该地区相对落后的国有流通企业进行改制，整体上提高了该地区流通企业技术效率，所以不同地区市场化程度高低会影响商品流通效率。本文的研究采用非国有经济从业人数占总从业人数的比重作为市场化程度的指标。

　　本文各变量的描述性统计值如表1所示。

　　实证分析结果

　　（一）生产函数及技术变化形式的选择

　　本文使用极大似然比检验对我国东、中、西部地区的商品流通生产函数及技术变化形式进行选择。计算LR统计量得到的检验结果如表2所示。通过表2可以看出东部地区应该采用等式（8）形式的完整转移对数生产函数，中部和西部地区应该采用中性技术变化（βtK=βtL=0）形式的转移对数生产函数。

　　（二）随机前沿生产函数的估计结果

　　利用Fontier4.1软件对我国东、中、西部地区随机前沿生产函数和技术无效函数进行极大似然估计，在此所用的生产函数形式是前面检验所选择的，估计结果如表3所示。东部地区模型中的γ值为0.62687，并通过了1%水平的显著性检验，说明技术无效项对于合成误差贡献率达到62.687%；中部地区模型中的γ值为0.17928，通过了1%水平的显著性检验，技术无效项对于合成误差贡献率达到17.928%，这意味着东部比中部地区技术无效项在分析商品流通效率中起的作用更大。然而，西部地区运用随机前沿模型得到的γ值仅为0.01871，说明运用技术无效分析不显著。

　　在前沿生产函数中，东部和中部地区劳动力系数为正，说明2001-2012年东部和中部地区，流通业的发展主要依靠劳动力投入。而西部地区资本系数为正，表明在这段时间内西部地区流通业发展主要靠资本投入。东部地区资本和劳动力交叉项系数为正，说明通过技术进步能够促进资本和劳动力资源的合理配置，进而增加产出。要促进东部地区商品流通效率的提高，需要从依靠劳动力大量的投入转为通过技术进步促进生产要素合理利用的路径上来。东部地区时间和资本的交叉项系数为负，时间和劳动力的交叉项系数基本趋近于0，这也进一步说明了东部地区商品流通效率的提升依赖于技术进步改善资源配置。中部地区资本和劳动力交叉项系数不显著，说明中部地区流通效率的提升在一段时期内主要依赖于劳动力投入的增加和适量的资本投入，技术进步合理配置资源对于流通效率的提升不起作用。西部地区资本和劳动力交叉项系数为负，说明技术进步改善资源配置无法提升商品流通效率。即在一段时期内提高西部地区商品流通效率主要靠增加资本投入。

　　从时间系数可以看出，我国东、中、西部三个地区商品流通效率增长速率显著，都超过了20%的年均增长率。东部地区商品流通速率分别高于中西部地区4.27%、4.53%。三个地区商品流通效率提升可能源于信息技术在流通领域的广泛应用提高了商品流通效率。

　　技术无效函数中，东部地区流通基础设施、流通通信设施、流通信息化设施项的系数都为负，说明这三类流通设施对商品流通效率起到了正向作用。但是，流通基础设施项系数基本趋近于0，这说明了这段时间内东部地区零售和批发市场数量对改善商品流通效率作用甚微。中部地区流通基础设施统计上不显著，说明中部地区商品交易市场对商品流通效率提高作用较小，而流通通信设施和流通信息化设施在中部提升商品流通效率程度更高。西部地区流通信息化设施对商品流通效率提升起主要作用。中西部物流基础设施系数都趋近于0，这也从侧面说明了我国物流基础设施数量缺乏。

　　另外劳动力素质和市场化程度项系数，东部地区这两项系数符号为负，表明较高的劳动力素质和市场化程度带动了商品流通效率提升。中西部这两个项系数为正，说明中西部劳动力素质和市场化程度越高越不利于商品流通效率提高。这可能是因为东部商品流通技术进步程度高于中西部，由于信息技术广泛应用提升了商品流通效率，流通业由劳动密集型产业逐渐向资本、技术密集型产业转变。所以东部流通业对高素质人力资本有较高需求，而中西部由于地理位置，政府政策方面的原因，流通领域的市场化改革一直落后于东部地区，流通业发展还处于依靠低成本劳动力投入阶段，对高素质劳动力需求很小。这突出表现在中西部地区流通企业聚集度很低，外资和高素质人才很少流入。流通业发展主要依靠政府的政策性投入，所以国有企业占比重较高。从表3可以看出，以非国有企业员工数占总就业人数比重的市场化程度指标，中西部均值落后于东部地区。中西部国有企业在政府预算软约束条件下，商品流通主要依靠资本投入和劳动力数量的扩张实现增长，通过优化资本和劳动力配置却不利于商品流通效率提高，这可以从中、西部地区负的劳动力和资本交互项系数看出。所以较高素质的人力资本在该地区对于商品流通效率提高作用微小。另外，中西部地区流通企业聚集程度较低，企业间也就缺乏竞争，不利于企业竞争力提高。企业聚集度较低妨碍了学习效应的形成，不利于先进流通技术和管理经验在企业间扩散，流通业态创新难，企业运行始终处于低效率状态下。由于吸引外资和高素质人才较难，所以先进的流通技术无法得到应用。中西部地区国有企业占比重高，国有企业本身流动性较差，所以政府在改善流通基础设施方面表现也就不够，从表3可以看出，除了物流基础设施水平以外，其他三个流通指标，中西部地区远低于东部地区，这也就降低了外来企业进入的积极性。另外，中西部地区在流通企业间合同保护，流通业产业竞争和产业发展政策，市场化运行规范，政府行政公开，经济单位间诚信，行业协会作用等方面都远落后于东部地区。中西部地区较低的市场化程度不利于商品流通效率提高。

    在技术无效函数中，三个地区时间趋势系数均为正。但是中西部地区不显著，说明这段时间内东部商品流通技术效率呈下降的趋势。这可能与东部市场规模较大，流通企业数目增长较快，市场集中度降低，企业间竞争加剧同时，可能存在的无序竞争降低了商品流通的技术效率。如表3所示。

　　（三）技术效率估计结果

　　根据随机前沿模型得到的各省历年的商品流通技术效率数值，就全国总体而言，商品流通效率偏低，2001-2012年平均值为0.5264，说明流通业现有生产要素还未得到最优配置，技术效率还有很大的提升空间。2008年以前，商品流通效率呈现逐年下降趋势，2001年为0.578，2008年下降到0.497，2008年以后商品流通效率上升，2010年上升到0.549，2011年以后流通效率又开始下降。2012年下降到0.508。从区域来看，东部地区商品流通效率显著高于中西部地区，2001-2012年，东部地区商品流通效率均值为0.7446，而中西部分别为0.3825，0.4129，东部地区稳居全国之首，并呈现历年增长趋势，从2001年的0.712上升到2012年的0.770。年均增长0.68%，而中西部地区历年递减，2001年中西部地区分别为0.480，0.516，2012年下降到0.329，0.377。年均分别降低2.62%，2.24%。三大地区商品流通效率的差距逐渐扩大。

　　结论及建议

　　本文实证分析了我国不同区域商品流通效率失衡的状况。通过随机前沿模型，使用2001-2012年30个省份的面板数据对东、中、西部地区前沿生产函数和技术无效函数中包含的影响因素进行了实证检验。结果表明，三个地区商品流通效率存在显著差异源于技术效率的不同。通过统计检验发现，三个地区物流基础设施、流通基础设施、流通通信设施以及流通信息化设施不同程度影响商品流通技术效率。并且人力资本和市场化程度的差别也是导致商品流通效率区域性失衡的重要因素。

　　鉴于商品流通技术效率不同是造成商品流通效率区域性差异的主要因素，所以为了缩小这种差异，统筹流通业区域协调发展，中、西部地区应加强和完善物流基础设施、流通基础设施、流通通信基础设施和流通信息化设施建设。全面推进市场化改革，完善制度设施，吸引国内外资本和高素质劳动力进入流通业，激励流通企业进行技术创新，不断缩小与东部地区技术效率差异，提高商品流通效率。

　　参考文献：

　　1.洪涛.降低流通成本、提高流通效率的路径选择[J].中国流通经济，2012（12）
　　2.李骏阳，余鹏.对我国流通效率的实证分析[J].商业经济与管理，2009（11）
　　3.欧阳小迅，黄福华.我国农产品流通效率的度量及其决定因素：2000-2009[J].农业技术经济，2011（2）
　　4.顾乃华，李江帆.中国服务业技术效率区域差异的实证分析[J].经济研究，2006（1）
　　5.孔翔，Rorbert E .Marks，万广华.国有企业全要素生产率变化及其决定因素：1990 -1994[J].经济研究，1999（7）
　　6.李双杰，范超.随机前沿分析与数据包络分析方法的评析与比较[J].统计与决策，2009（7）
　　7.Battese，Coelli. Prediction of Firm-level Technical Efficiencies with a Generalized Frontier Production Function and Panel Data[J]. Journal of Econometrics，1998（38）
　　8.Battese，Coelli. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Pane Data[J]. Empirical Economics，1995 （20）
　　9.Kodde D，F. Palm. Wald Criteria for Jointly Testing Equality and Inequality Restrictions[J]. Econometrica，1986（54）