Page 49 - 201805

北京工商大学学报(社会科学版)摇 摇 摇 摇 2018 年摇 第 5 期

摇 摇 表 1摇 主要变量的描述性统计
变量类型 变量名称 变量符号 最小值 最大值 平均值 标准差
流通产业增加值 LIVA 76郾 89 12 832郾 53 2 223郾 52 2 135郾 91
产出变量 主营业务收入 MI 246郾 65 112 993郾 05 18 441郾 43 23 145郾 31
主营业务利润 MR 27郾 80 9 248郾 07 1 512郾 23 1 857郾 43
人力投入 ES 27郾 57 958郾 60 280郾 18 186郾 57
资本投入 KS 194郾 90 26 472郾 62 5 953郾 58 5 097郾 13
投入变量
二氧化碳排放量 CS 80郾 24 7 749郾 02 2 104郾 13 1 436郾 71
地区单位面积运输线路里程 TRS 431郾 14 25 290郾 46 8 791郾 41 5 297郾 79
城市化水平 URB 26郾 87 89郾 60 52郾 25 14郾 05
经济发展水平 RGDP 0郾 51 8郾 58 2郾 96 1郾 72
对外开放水平 OPEN 20郾 23 2 256郾 49 448郾 80 504郾 65
环境变量
技术创新水平 TEC 79郾 00 269 944郾 00 27 157郾 48 47 366郾 33
教育投入 EDM 22郾 53 2 137郾 82 477郾 84 345郾 17
政府干预程度 GOV 7郾 92 62郾 69 21郾 45 9郾 41

异。 X 、X 、X 分别表示 i 地区流通效率、全国流 于受到环境和随机因素干扰而被明显高估,纯技
i
i
j
通效率均值和 j 地区流通效率均值。 a 为地区 术效率则被低估。 此外,可以看到,无论是调整前
j
GDP 占全国的比重。 还是调整后,我国流通效率存在较大的改进空间,
三、实证结果分析 规模无效是造成流通产业低效运行的主要原因。
(一)三阶段 DEA 模型的流通业效率测算结 因此,改善流通效率,除了提高技术利用率、增强
果与分析 流通企业的技术创新能力外,更重要的是提高流
利用软件 DEAP 2郾 1 完成 2005—2016 年第 通产业的组织化程度,加快培育具有市场竞争力
一和第三阶段流通业效率的测算(结果见表 2)。 的大型和中型流通企业,提高规模效率。
其中,第三阶段调整后的投入值来自于第二阶段 从各区域指数来看,无论是调整前还是调整
的回归结果;第二阶段以第一阶段输出结果中的 后,综合技术效率东部地区最高,东北地区次之,
DMU 投入松弛变量为因变量,以环境变量为自变 中部地区再次,西部地区最低。 纯技术效率调整

量,借助 Frontier 4郾 1 软件得到结果如表 3 所示。 后由高到低依次是东部、西部、东北和中部地区,
TE 综合衡量了流通产业的资源配置能力和 和调整前的第一阶段测算值相比,西部地区和东
资源使用效率;PTE 反映了流通产业技术进步情 北地区位次互换,其他地区没有变化;规模效率调
况,代表资源有效利用程度;SE 反映了流通产业 整后与调整前相比,东北和中部地区位次互换,其
发展规模与最优规模的差距。 通过对比第一阶段 他地区未变。 进一步比较发现,调整后各地区的
和第三阶段的结果可知,剔除了环境和随机误差 综合效率值都有所下降,东部、中部、西部和东北
干扰后,2005—2016 年我国流通业平均综合技术 地 区 降 幅 分 别 为 16郾 4% 、 26郾 7% 、 25郾 4% 和
效率、纯技术效 率、 规 模 效 率 的 真 实 值 分 别 为 13郾 8% ;规模效率值也都出现了较大幅度下降,分

0郾 555、0郾 900 和 0郾 616,与调整前的 0郾 708、0郾 822、 别为 18郾 1% 、31郾 8% 、36郾 1% 和 24郾 3% ;不同于前
0郾 862 相比,综合技术效率和规模效率分别下降 两个指数,经调整后各地区的纯技术效率值有不
了 21郾 6% 和 28郾 5% ,纯技术效率提高了 9郾 5% 。 同程度上升,但其上升幅度明显小于规模效率的
由此可见,调整后我国流通产业综合技术效率和 下降幅度。 由此可见,采用传统的 DEA 方法测得
规模效率明显降低, 而纯技术效率则有所提高。 的各地区流通综合技术效率远高于真实值,产生
这一结果表明,我国流通综合效率和规模效率由 该现象的主要原因是规模效率被显著高估,同全

· 4 4 ·