供给侧改革下我流通业投入产出效率评价.docVIP

供给侧改革下我国流通业投入产出效率评价 　　内容摘要：本文通过采用DEA-BCC模型对我国31个省份流通业的投入产出效率进行分析。结果显示，我国流通业投资效率偏低，且地区差异明显，部分省份存在着投入过剩和产出不足等问题。在对我国流通业投入冗余率和产出不足率系统分析后，本文结合当下供给侧改革的背景和流通业发展特点，从供给侧角度提出了提升我国流通业投资效率的发展建议。 中国论文网 /1/viewhtm　　关键词：供给侧改革 DEA-BCC模型 流通业投资效率 　　引言 　　长期以来，我国宏观经济调控的重心都在需求侧，这种“重需求侧、轻供给侧”的经济政策使我国经济供需结构严重失衡。在需求拉动经济增长乏力的情况下，2015年11月，习近平总书记在中央财经小组会议中首次提出供给侧结构性改革，表示今后我国经济发展方向要从供给侧和需求侧两端同时发力，推进结构性改革。供给侧改革为我国经济进入新常态后指明了方向，改革的重点是解放和发展生产力，减少低端无效供给，增加高端有效供给。流通业作为连接供给和需求的纽带，既要把消费需求信息传递给生产者，引导生产商迎合消费者需求，又要拉动消费者对产品的即期需求，进一步催生潜在需求。流通业效率的高低直接影响着供给侧改革的效果，近年来我国流通业发展迅速，但与发达国家相比还有很大的差距，目前我国流通业还存在着成本过高、效率低下等问题。基于此，分析流通业投入产出效率对我国流通业发展具有重要现实意义。 　　目前关于我国流通业投资效率问题的研究主要分为两类：一是定性分析，即对研究对象本质属性进行分析。洪涛（2012）通过描述流通业效率的概念和内容，提出了我国流通效率存在的问题并给出相应建议。二是定量分析，即通过运用数学研究方法分析问题。陈宇峰（2015）运用超效率DEA模型计算了我国29个省份商贸流通业的效率值，得出了流通业效率值与地区对外开放程度呈正相关的结论。李骏阳（2009）运用因子分析法对我国流通业效率进行实证分析，得出了近20年来我国流通业效率的发展趋势。连兆大（2017）运用DEA模型分析了我国物流行业“一带一路”重点省份的效率值，认为我国物流业效率地区差异明显。董誉文（2016）综合索洛余值法、DEA-Malmquist指数法对我国流通业效率变化做了系统分析，发现我国流通业增长方式仍较为粗放，并给出了相应建议。 　　本文借鉴流通业效率分析的定量分析法，采用DEA-BCC模型，以我国31个省份（含直辖市、自治区，下同）流通业效率值为研究对象，选取能够反映流通业投资效率的核心指标，结合我国供给侧改革的背景，对我国流通业发展效率进行评价。 　　DEA模型构建及指标选取 　　（一）评价方法和理论模型 　　本文采用数据包络分析法（DEA）对我国流通业投入产出效率进行评价。DEA分析法常用模型主要有CCR模型和BCC模型?芍郑?但考虑到CCR模型使用基于规模收益不变假设，但在流通行业中，随着投入要素的增加，规模收益逐渐饱和，最终进入规模收益递减阶段，因此本文选用规模收益可变的DEA-BCC模型。 　　DEA-BCC模型主要采用数学模型进行效率分析，本文将各省份作为一个决策单元DWUk（k=1，2，3，…，n），假设每个决策单元有m种输入类型和s种输出类型，DWUk的第i个投入量记作Xk=（x1k ， x2k ， x3k ，…， xmk）T，第j个产出量记作Yk=（y1k ， y2k ， y3k ，…，ysj）T，最后引入非阿基米德无穷小量ε、投入松弛变量S-和产出松弛变量S+后，建立BCC模型如下： 　　DEA综合技术效率由纯技术效率和规模效率两部分组成，纯技术效率是由于管理和技术等因素对决策单元效率的影响，规模效率是由于规模因素对产出单元效率的影响。当纯技术效率为1时，说明技术效率完全有效，当规模效率为1时，说明规模效率有效，若二者同时为1，则表示该决策单元为DEA完全有效单元，若二者中只有技术效率或者规模效率为1时，表示该决策单元为DEA弱有效单元，若二者均不为1，表示该单元为DEA无效单元。 　　（二）指标的选取 　　利用DEA模型进行效率分析的有效性关键在于投入指标和产出指标的选取，本文在参考以往学者对流通业效率评价的基础上，结合流通业的特点，围绕与流通业发展相关联的几大核心指标建立供给侧改革背景下流通业投入产出效率分析指标体系，详见表1所示。 　　供给侧改革背景下流通业投入产出效率分析 　　（一）数据来源 　　本文选取2016年我国31个省份流通行业的各项投入和产出指标，数据均来源于《中国统计年鉴》和各省统计报告，虽然各指标量纲不尽相同，但在DEA效率分析的过程中，决策变量的最优效率值与指标选取的量纲无关，故本文采用原始数据对投入产出变量进行处理。 　　（二）DEA评价结果 　　利用De