我国零售业全要素生产率增长技术进步和员工素质关系探讨.docVIP

我国零售业全要素生产率增长技术进步和员工素质关系探讨 　　▲ 基金项目：本论文得到山东省高等学校优秀青年教师国内访问学者 项目经费资助 　　◆ 中图分类号：F724.2 文献标识码：A 　　内容摘要：提升我国零售业全要素生产率（TFP）具有突出的社会经济意义。本文采用零售业省际面板数据，通过使用不同内涵的劳动力指标，对DEA-Malmquist指数进行测算分析。结果表明：入世后零售业TFP有所增长，其中技术进步占绝大部分，而推动TFP增长和技术进步的决定因素是员工素质；我国三大经济区TFP增长和技术进步都呈现“中部塌陷”，其原因是员工素质的差异。因此，应该尽快提高零售业员工素质，这对中西部地区尤其重要。 　　关键词：零售业 全要素生产率增长 技术进步 员工素质 　　零售业快速发展对于引导生产、扩大消费、增加就业、促进经济和社会发展、提高人民生活水平等方面都有十分重要的意义。在“转方式、调结构”的战略指导下，在我国零售市场深度国际化的背景下，提高零售业发展质量具有战略意义。近年来，全要素生产率已成为衡量各类经济组织，包括国家、行业和企业运行质量和竞争力的常用指标，零售业也不例外。促进全要素生产率提升是提高经济运行质量的关键，这已成为国内外权威专家和组织的共识。迈克尔·波特指出：生产率是竞争优势的根本，是维持长期经济活力的基础；“未来经济增长取决于全要素生产率提高”（胡鞍钢，2003）；世界银行也曾指出全要素生产率进步是持续高质量经济增长的根源。因此，分析研究我国零售业的TFP及其影响因素很有价值。 　　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，对零售业的关注与研究较少。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进行了测算分析。在行业层面，研究TFP的文献只有刘似臣和魏芳兰（2010）的一篇，他们采用2004-2008年的省际和不同所有制的面板数据，运用DEA方法对零售业的TFP增长进行测算并分析了地区间、不同所有制间的差异；而刘勇和汪旭晖（2007）、楼文高、沈莲莲和冯国珍（2012）、徐健和汪旭晖（2009）等仅对零售业技术效率进行了测算和研究。可见，学术界在行业层面研究我国零售业TFP的文献的确很少，且没有对原因进行深入研究，数据处理也不够严谨。基于此，本文在以下方面进行拓展：一是在测算零售业TFP增长及区域差别的基础上，研究员工素质对零售业TFP增长的影响程度，试图探求TFP增长的内在动因；二是使用更新的面板数据，以反映零售业TFP变化的最新情况；三是对数据的处理更加精细，以便得到更加可靠的结论。 　　研究方法 　　生产率分析是研究经济增长的重要工具。而全要素生产率的增长率被认为是衡量经济增长质量的综合性指标。本文通过DEA-Malmquist指数研究TFP增长及其原因。数据包络分析（DEA）这一术语是由Charnes， Cooper 和Rhodes于1978年首次提出的，是评价多投入和多产出的“部门”或“单位”（称为决策单元、Decision Making Unit、DMU）间相对有效性的方法。其优势在于：一是不需要给出明确的生产函数；二是决策单元可以是多投入和多产出的作用过程；三是评价结果与量纲选择无关；四是不同生产规模的企业具有可比性等。该方法是根据一组投入、产出观测值，采用数学规划方法，以估算出有效生产前沿，再对各DMU与有效生产前沿进行比较，在有效前沿上的DMU投入产出组合是技术有效的，否则是技术非有效；而生产前沿面的推展称为技术进步。决策单元的TFP增长（变化）是技术效率提高（变化）和技术进步（变化）共同作用的结果。要计算TFP变化的综合效果，目前最被认可的就是Malmquist生产率指数（现在简称Malmquist指数）。 　　Malmquist指数最初由瑞典统计学家Malmquist在研究多个群体的消费特征差异时提出，卡夫斯、克里斯滕森和迪沃特（简称CCD）于1982年将这种思想运用到生产分析中，通过距离函数之比构造生产率指数，并将这种指数命名为Malmquist指数。它是基于时期s和时期t技术的Malmquist数量指数的几何平均数。公式如下： 　　（1） 　　上式可分解为： 　　（2） 　　（2）式等号右边的前半部分为EC，后半部分为TC。根据（2）式，Malmquist指数将全要素生产率指数（TFPC）分解为反映靠近或背离生产边界的技术效率指数（EC）和生产边界移动的技术进步指数（TC）。Malmquist指数大于1，表示DMU在t时期的生产率比s时期高；小于1时则表明生产率退步；等于1表示生产率水平不变。TC和EC数值的含义与马氏指数相同，不再赘述。这样DEA-Malmquist指数就可以从纵横两方面科学地评