论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　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、DecisionMakingUnit、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价DMU的生产率。本文使用的是专业软件DEAP2.1。
　　实证研究
　　（一）指标选择与数据来源
　　DEA-Malmquist指数方法的指标选择应注意三点：能够客观反映DMU的竞争力水平，是主要投入、产出指标，而且衡量标准尽可能统一；尽量避免投入（或产出）指标间具有较强的线性关系；根据Golany和Roll提出的经验法则，投入与产出指标总数不能超过决策单元数的二分之一。据此标准，同时考虑数据可得性，本文选用限额以上零售业的资产总额、劳动和主营业务成本作为投入指标，主营业务收入和主营业务利润作为产出指标。
　　上述指标中劳动指标比较特殊，既可以仅反映劳动力数量，也可以同时反映劳动力质量（即素质，下文皆用“素质”）。仅反映劳动力数量的指标即从业人数，而准确反映劳动力素质的统计指标却很难找到。有的学者如Wang和Yao等以6岁及以上人口为对象，以居民平均受教育程度衡量地区人力资本水平，但这假设学历年限与素质成正比，同时忽略了我国劳动力流动性较强这一现象，因此不少人对此提出质疑。近年来，理论界衡量人力资本的方法主要有三类，其中之一是以工资报酬为基础的方法；国家统计局的董礼华（2012）认为在成熟劳动力市场中，劳动报酬水平的高低可以反映劳动者素质高低。因此，本文用从业人数与平均工资的乘积，即工资总额反映各省零售业员工的数量和素质。为了研究员工素质在提高全要素生产率中的作用，本文用员工数量和工资总额分别作为劳动代理指标进行Malmquist指数分析。本文定义：用员工数量测算的TFP指数，称为非体现型TFP指数，这正是大多数文献测算的TFP指数；用工资总额测算的TFP指数，称为体现型TFP指数。根据归因理论可知，两者差额大小反映员工素质对TFP指数的影响。