互联网背景下我国流通效率实证测度
来源:用户上传
作者:
内容摘要：本文以我国30个省市自治区在2010-2017年的面板数据为研究样本，通过构建DEA模型对我国互联网背景下的流通效率进行实证分析。结果显示：我国各区域流通业整体效率处于较低水平，各省份的流通效率值波动较大，均未达到综合效率有效性;我国北京、上海、海南、山西、青海5个省市均达到综合效率和规模效率有效性，且两种效应整体呈现出东高西低的趋势;我國12个省份均达到纯技术有效性，且东西分布比较均匀。
关键词：互联网 流通效率 DEA模型
随着“互联网+”时代的到来，制造商与消费者之间的联系愈发紧密，低效率的交易方式已经逐渐退出经济市场。以互联网为载体的电子商务催生出新兴的流通业态，其逐渐取代了传统的流通产业，促进了流通组织的改革与创新。新兴的流通产业充分利用了互联网的优势和创新，将原有的流通模式与互联网深入融合，构成多元化、低成本的流通体系。近年来，众多经济学者对互联网环境下的流通产业进行了大量研究，部分学者认为影响流通组织的互联网因素主要有信息不对称、交易时空受限。还有部分学者通过研究发现，信息更新频率、市场格局和规模是影响流通效率的主要因素。因此，本文基于以往文献研究成果，选取我国30个省市自治区（西藏、港澳台地区除外）2010-2017年的面板数据为研究样本，构建数据包络分析（DEA）模型对互联网背景下的我国流通效率进行实证分析，为我国流通效率的进一步提高提供政策建议。
模型、变量选取以及指标体系构建
（一）模型选取
数据包络分析（DEA）模型。DEA模型中的C2R模型主要用于衡量生产技术有效性与规模有效性，同时衍生出用于评价生产技术的B2C模型，二者共同构成了DEA效率评价完整体系。在C2R模型中，具有n个决策单元，以DMU表示，各决策单元均存在p个输入和k个输出，针对权重系数v∈Em和u∈Es，决策单元j的效率评价指数为：
式（7）中，β0为回归式的常数项，βi各自变量的回归系数，μ为回归误差，i表示省份，t代表年份（t=2010，2011，…，2017）。Efficient为不同省份流通效率，x1i，t为每个地区的互联网因素，x2i，t为各地区的基础设施构建程度，x3i，t为各省份的对外开放程度，x4i，t为各省份政府对经济的参与程度。
（三）指标体系
流通效率指标体系构建。本文从微观角度出发，对限额以上批发和零售企业的运营效率进行评价，并选取如下指标来计算流通效率。
投入指标。限额以上批零业商品购进总额：指的是商品在流通过程中流通机构购进商品的总支出。
限额以上批零业资产负债率：该指标为批零业总资产与总负债的比值，用来反映企业债权人的经营能力。
限额以上批零业年末员工总量：用来描述企业在年末时的工作人员总数量，该指标直接反映了企业在劳动力上的投入程度。
产出指标。限额以上批零业的销售额：指的是在商品流通过程中流通机构销售商品的资金总额。
限额以上批零业的存货周转率：该指标指的是在固定期限内企业的营销成本在存货总额中的占比，反映了企业的存货周转效率。
限额以上批零业的主营业务收入：反映的是企业进行生产经营活动所获取的收入，体现了企业的经营能力。
Tobit回归模型指标体系构建。互联网因素（x1）：基于数据可行性，本文选取了各省份各年度网民人数、互联额普及率以及快件量为相关指标。
对外开放程度（x2）：在互联网背景下，各区域的对外开放程度与流通行业发展具有密切关系，文中以外企产品的进出口贸易发生额来描述各省份的对外开放程度。
物流基础设施完善度（x3）：物流基础设施完善度与流通成本投入密不可分，文中将省级公路、铁路和水路里程的总和与对应省份面积比值来表示每个省份的物流基础设施建设水平。
政府对经济的参与程度（x4）：政府对经济的参与程度既能够促进流通产业的发展，也能够阻碍流通产业的发展。本文选取各省份的政府资金投入来反映政府的经济参与度。
数据来源及处理
（一）数据来源
文中所选取的所有数据样本均来源于中国网络中心发布的《互联网络发展状况统计报告》和《中国统计年鉴》。同时，实证分析所采用的数据均为我国北京、天津等30个省份在2010-2017年的省级面板数据。
（二）数据处理
本文以2009年为基期指数，将投入产出指标中的限额以上批零业的营销额、限额以上批零业的主营业务收入、政府对经济的参与程度、限额以上批零业商品采购总投入的数据样本转化为基期指数，以消除价格因素对实证结果的影响。同时，将投入产出指标中的企业年末员工数量数据处理转变为以2009年为基点的劳动力增长率。
实证测度
（一）基于DEA方法的综合效率实证分析
本文对我国30个省份在2010-2017年的综合效率进行测算，测算结果如表1所示。
通过表1可以得出，在2010-2017年间，贵州、河南、吉林三个省份在2010年处于技术无效状态，随着时间的推移逐渐转变为技术有效，可见该三个省份的技术效率逐渐提高。流通行业技术效率为1的省份分别为北京、上海、山西、海南和青海，达到了DEA有效水平，这说明该五个省份对流通行业投入资源的利用比较充分，实现产出最大化。天津、辽宁和陕西等6个省份在2010年以后，技术效率值整体呈现下降趋势，属于DEA无效，且2014年以后效率值出现明显波动。江西、湖南、四川、甘肃等13个省份的流通行业的技术效率值大部分都小于1，处于DEA无效状态，且每年的技术效率值差异较大，整体处于低效率阶段。
（二）基于DEA方法的纯技术效率实证分析 本文采取数据包络分析（DEA）方法对各省份的纯技术效率进行测算，测算结果如表2所示。
通过表2测算结果可以得出，内蒙古、湖南、陕西等5个省份多数年份的纯技术效率值达到1，僅有少数年份技术效率值低于1。天津、河北、黑龙江等11个省份的纯技术效率值波动较大，整体技术效率较低。表明该11个省份在2010-2017年流通行业内部技术交流较少，技术得不到有效的利用，进而导致纯技术效率偏低。北京、山西、辽宁等12个省份在2010-2017年流通业的纯技术效率值为1，为纯技术有效性。综上分析，不同地区的纯技术效率存在较大差异，并呈现出纯技术效率自东向西逐渐降低的现象。
（三）基于DEA方法的规模效率实证分析
采用数据包络分析（DEA）方法对各省份的规模效率进行测算，具体测算结果如表3所示。
通过表3分析结果可知，辽宁、河南、宁夏等地区多数年份的规模效率达到1，仅有少数年份的规模效率低于1。天津、浙江、山东、广西、甘肃等16个省份在2010-2017年间的规模效率值不稳定，整体处于低规模效率阶段，说明在当今竞争激烈的流通行业中，流通企业为提高自身的市场占有率，盲目的扩大自身的规模，最终阻碍了技术与管理的推广，自身对技术和管理的应用效率也出现下降。北京、上海、海南、山西、青海等5个省市的规模效率值均达到1，为规模有效性，说明该5个省市对互联网技术和人力资源管理技术进行了高效利用，流通业规模效率达到最优。
结论与建议
我国各省份流通业的总体效率值较低，在2010-2017年间，各省份的流通效率值平稳性较差，均没有达到综合效率有效性，纯技术效率和规模效率均值都高于综合效率均值;我国北京、上海、海南、山西、青海等5个省市均达到综合效率有效性和规模效率有效性，且两种效应呈现出东高西低的趋势;而达到纯技术有效性的省份有12个，分布比较均匀。因此，还需增强互联网的应用意识，将“互联网+”与企业特色结合起来，充分发挥企业的经营优势;通过互联网技术来改变企业的传统经营模式，实现网络化创新管理;完善物流基础设施建设，以互联网为载体发展多元化的物流平台，构建商品流、信息流和服务流为一体的物流体系，提高企业流通效率;地方政府需要适当参与流通业的经济发展，增加资金投入和政策支持，为流通业的稳步发展营造良好的环境。
参考文献：
1.侯宝珍.财政支出对商贸流通业发展效率的影响研究[J].商业经济研究，2018（19）
2.张金香.“互联网+”背景下甘肃特色农产品流通模式创新研究[J].兰州工业学院学报，2018，25（5）
3.王鑫.物流产业集聚对区域商贸流通效率的影响实证分析[J].商业经济研究，2018（17）
4.霍红，臧旭.“互联网+”时代下绿色农产品流通模式运作效率比较研究[J].江苏农业科学，2018，46（7）
5.刘畅.互联网背景下黑龙江省流通产业发展路径研究[J].商业经济，2018（10）
6.青灵.互联网对中国商贸流通业生产效率的影响—基于中国省份层面数据[J].商业经济研究，2018（6）
转载注明来源:https://www.xzbu.com/1/view-14798408.htm
