201506 - page 53

北京工商大学学报( 社会科学版 )摇 摇 摇 摇 2015 年摇 第 6 期
于 1958 年提出了截断回归模型,即 Tobit 模型:
y* = 茁x i + 着i
y i = y *
i , if y*
i > 0
yi = 0, otherwise (1)
摇 摇 其中,着 i ~ N(0, 滓2 ), y* 是效率值, 茁 为自变
量的系数,yi 为因变量向量。 采用极大似然估计
方法对 Tobit 模型进行估计, 可以得到 茁 和 滓 的
一致估计。
三、实证分析
零售业上市公司代表了我国零售业中有一定
实力的大型零售企业, 是行业中的标杆企业和全
国零售企业的一个缩影,在某种程度上反映了我
国零售业的发展状况,具有较强的代表性 。 加上
上市公司每年要披露反映经营状况的年报,使得
做研究时数据来源具有相对可靠性和客观性。
( 一) 零售业上市公司效率测算
1郾 数据和变量的说明
本文从 81 家 A 股零售业上市公司中, 通过
逐个上网查询筛选,确认其中的 36 家零售企业已
建立网上渠道。 为便于作横向比较, 从剩余的 45
家未开通网上渠道的零售企业中, 按照行业的不
同及数据的完整性选出 10 家零售企业 , 共计 46
家零售业上市公司, 作为样本企业 。 样本期为
2010—2013 年 , 之所以选择这个时间段, 是因为
大部分零售上市公司 2014 年的年报还没出来,而
且多数零售企业是近两年才开通网上渠道的。 选
择这 4 年的面板数据, 既可以比较出各零售企业
开展多渠道前后自身的效率变化情况, 又可以对
开展多渠道与没开展多渠道的零售企业之间作横
向比较。 数据来源主要是国泰安数据库和上海、
深圳证券交易所公布的上市公司数据。
利用 Malmquist 指数测算零售业上市公司的
效率之前,要明确投入和产出指标。 本着数据的
可得性、 代表性、 指标间不具有共线性等要求,并
参考前人的研究成果, 本文共选取 4 个投入指标
和 2 个产出指标。 投入主要从资本投入和劳动投
入两方面考察,选取资产总计衡量企业的规模,选
取管理费用衡量企业经营过程中的费用, 二者共
同反映企业的资本投入; 选取员工人数和员工工
资指标分别反映劳动数量和劳动成本, 二者共同
反映劳动投入。 产出主要通过企业的经营效果反
映,选取营业总收入和营业利润两项指标,营业总
收入反映企业经营的总体状况; 营业利润是企业
经营的目标,其高低与企业的经营效率 、资源的配
置效率有关。
2郾 实证结果分析
利用 DEAP2郾 1 软件 , 对 46 家零售业上市公
司 2010—2013 年的投入产出面板数据进行效率
测度,可以得到各企业在 4 年间的 Malmquist 生产
率指数及其分解情况。 具体结果见表 1。
表 1摇 零售业上市公司 Malmquist 指数变动表( 2010—2013 年)
年份
技术效率
变化
技术进步
指数
纯技术效率
指数
规模效率
指数
全要素
生产率指数
2010—2011 1郾 144 0郾 764 1郾 125 1郾 017 0郾 874
2011—2012 0郾 964 0郾 990 1郾 001 0郾 963 0郾 955
2012—2013 0郾 995 0郾 978 0郾 994 1郾 001 0郾 973
平均值 1郾 031 0郾 905 1郾 038 0郾 993 0郾 933
摇 摇 数据来源:根据 DEAP2郾 1 软件处理结果整理。
摇 摇 (1) 我国零售业上市公司 Malmquist 生产率
指数变化的宏观分析。 从表 1 可以看出,2010—
2013 年间,零售业上市公司的 TFP 指数变化是
0郾 933。 进一步将其分解为技术效率变化指数和
技术进步指数,可以看出对 TFP 贡献较大的是技
术效率变化指数,4 年间的平均值为 1郾 031, 但是
技术进步指数只有 0郾 905, 拖累了全要素生产率
指数。 从时间上看,TFP 指数从 2010 年到 2013
年是在增长的, 增长率为 11郾 3% , 从侧面反映出
多数零售业上市公司网上渠道的开通, 提高了零
售业整体的全要素生产率。
技术效率增长较快,成为推动零售业上市公
司 TFP 增长的主要推动力, 反映出我国零售企业
的管理能力提高较快。 特别是我国零售业全面对
外开放后,外资零售巨头的进入一方面使本土零
售业面临更加激烈的竞争;另一方面则有助于本
·84·