趙德海++曲藝

內(nèi)容提要：通過構(gòu)造Global-Metafrontier-Malmquist生產(chǎn)率指數(shù)模型，本文利用2006-2015年相關(guān)面板數(shù)據(jù)對中國各地區(qū)的零售服務(wù)業(yè)生產(chǎn)率進(jìn)行測度，并在此基礎(chǔ)上利用空間面板數(shù)據(jù)計(jì)量模型對零售服務(wù)業(yè)生產(chǎn)率影響因素進(jìn)行估算。研究表明，地區(qū)經(jīng)濟(jì)發(fā)展、人力資源管理、通信與信息技術(shù)的運(yùn)用以及市場化對零售服務(wù)業(yè)生產(chǎn)率有正向作用，但管制則帶來負(fù)面影響。

關(guān)鍵詞：零售服務(wù)業(yè)；生產(chǎn)率；影響因素；空間計(jì)量

中圖分類號：F71332；F273 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1001-148X（2017）03-0022-06

一、引言

據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2014至2016三年中，我國消費(fèi)對GDP的貢獻(xiàn)率分別達(dá)到502%、664%、646%，成為國家經(jīng)濟(jì)增長的重要支柱。然而，我國零售服務(wù)業(yè)市場集中度偏低、區(qū)域發(fā)展不均衡特別是生產(chǎn)效率偏低的問題卻一直存在。2016年11月11日國務(wù)院出臺(tái)的《關(guān)于推動(dòng)實(shí)體零售創(chuàng)新轉(zhuǎn)型的意見》強(qiáng)調(diào)我國零售服務(wù)業(yè)發(fā)展已經(jīng)進(jìn)入到了一個(gè)需要改革創(chuàng)新提升生產(chǎn)效率的階段。

Baumol（1967）提出了關(guān)于服務(wù)業(yè)生產(chǎn)率的“成本病”理論，認(rèn)為服務(wù)業(yè)是“非進(jìn)步部門”，生產(chǎn)率一直緩慢增長或不增長，但是其單位產(chǎn)出成本卻可能無限制的增加。Baumol等（1984）又進(jìn)一步完善了該觀點(diǎn)。國內(nèi)學(xué)者從各個(gè)角度對服務(wù)業(yè)全行業(yè)發(fā)展進(jìn)行的研究（王恕立和胡宗彪，2012；崔敏和魏修建，2015；王恕立等，2015），發(fā)現(xiàn)中國的服務(wù)業(yè)生產(chǎn)率沒有出現(xiàn)Baumol提到的“成本病”，但服務(wù)業(yè)生產(chǎn)率受哪些因素影響、如何進(jìn)一步提高生產(chǎn)率各有見解。目前國內(nèi)對于零售服務(wù)業(yè)生產(chǎn)效率的研究，只針對具體地區(qū)或特定的效率，尚沒有在全國數(shù)據(jù)基礎(chǔ)上的生產(chǎn)率測度以及對生產(chǎn)率變化影響因素的研究。我國幅員遼闊，地理異質(zhì)性現(xiàn)象明顯，空間依賴性已經(jīng)成為現(xiàn)實(shí)，所以影響生產(chǎn)率的因素同樣要考慮空間效應(yīng)。鑒于此，本文擬構(gòu)造評價(jià)中國地區(qū)零售服務(wù)業(yè)生產(chǎn)率的Global-Metafrontier-Malmquist生產(chǎn)率指數(shù)（簡稱為GMMI）模型，并利用2006-2015年相關(guān)面板數(shù)據(jù)對中國各地區(qū)的零售服務(wù)業(yè)生產(chǎn)率進(jìn)行測度；在此基礎(chǔ)上，利用空間面板計(jì)量經(jīng)濟(jì)分析模型，構(gòu)造空間自相關(guān)模型（SAR）和空間誤差模型（SEM）對零售服務(wù)業(yè)生產(chǎn)率影響因素進(jìn)行估算，并在得出結(jié)論的基礎(chǔ)上給出相關(guān)政策建議。

二、中國地區(qū)零售服務(wù)業(yè)生產(chǎn)率的測度

（一）生產(chǎn)率測度方法

數(shù)據(jù)包絡(luò)分析（DEA）是非參數(shù)方法中測度生產(chǎn)率非常有效的一種方法。但是，如果被評價(jià)的經(jīng)濟(jì)單元被分為若干群組，如中國東中西部地區(qū)等等，這些群組則會(huì)遵循各自不同的前沿水平。這些差異無法真實(shí)反映被評價(jià)群組的效率水平。為此，學(xué)者們將共同前沿（meta-frontier）的概念引入到效率評價(jià)中，其中，Battese和Rao（2002）依據(jù)一定標(biāo)準(zhǔn)將DMU劃分為不同群組，用隨機(jī)前沿法（SFA）界定出不同群組前沿和共同前沿，并估計(jì)不同群組和共同前沿的技術(shù)效率，得出技術(shù)落差比率。但SFA的假設(shè)是所有DMU具有潛力達(dá)到相同的技術(shù)前沿，可能導(dǎo)致共同前沿?zé)o法包絡(luò)群組前沿，并且SFA也不能針對多投入多產(chǎn)出的情況。Battese等（2004）使用DEA方法擴(kuò)展了這一研究，解決了上述問題。Oh和Lee（2010）將共同前沿應(yīng)用于全局參比Malmquist指數(shù)，使得我們能夠考察共同前沿的動(dòng)態(tài)變化及構(gòu)成，能夠考察不同群組及共同前沿的技術(shù)和效率演化?；诖?，本文構(gòu)建了評價(jià)中國地區(qū)零售服務(wù)業(yè)生產(chǎn)率的Global-Metafrontier-Malmquist生產(chǎn)率指數(shù)（簡稱為GMMI模型）。

具體測算過程簡要描述如下：

分別定義共同前沿生產(chǎn)可能性集和群組前沿可能性集，

其中，EC指組內(nèi)效率變化指數(shù)，BPC指組內(nèi)前沿與全局前沿的差距（BPG）的變化指數(shù)，TGC是指技術(shù)缺口比率（TGR）的變化指數(shù)。

（二）指標(biāo)選擇及數(shù)據(jù)來源

在構(gòu)建評價(jià)中國地區(qū)零售服務(wù)業(yè)生產(chǎn)率測度的Metafrontier-Malmquist指數(shù)模型時(shí)，需要選擇兩個(gè)方面的指標(biāo)，即投入變量和產(chǎn)出變量。在參考相關(guān)研究的基礎(chǔ)上，考慮零售服務(wù)業(yè)自身特點(diǎn)以及數(shù)據(jù)可得性，我們從勞動(dòng)力投入和資本投入兩個(gè)方面考慮投入變量，從過程產(chǎn)出和最終產(chǎn)出兩個(gè)方面考慮產(chǎn)出變量。

（1）勞動(dòng)力投入。在實(shí)際測算中，無法獲得完整的勞動(dòng)力質(zhì)量數(shù)據(jù)，將“年末從業(yè)人員數(shù)”作為勞動(dòng)力投入的代理變量。

（2）資本投入?？紤]到零售業(yè)行業(yè)特殊性，將“年末資產(chǎn)總額”作為資本投入的代理變量。

（3）過程產(chǎn)出?；诹闶蹣I(yè)在經(jīng)濟(jì)發(fā)展中起到至關(guān)重要的流通作用（裴長洪，2012），將“商品銷售額”作為過程產(chǎn)出的代理變量。

（4）最終產(chǎn)出。將“主營業(yè)務(wù)利潤”作為最終產(chǎn)出的代理變量。

所選指標(biāo)數(shù)據(jù)均來自2007-2016年的《中國統(tǒng)計(jì)年鑒》和《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

（三）測度結(jié)果

通過構(gòu)建的Global-Metafrontier-Malmquist生產(chǎn)率指數(shù)模型，運(yùn)用上述指標(biāo)和數(shù)據(jù)，對中國地區(qū)零售服務(wù)業(yè)生產(chǎn)率進(jìn)行測度，其中，表1為模型的TGR值，圖1為測度主要結(jié)果的變化趨勢。

從圖1中可以看到，生產(chǎn)率相關(guān)數(shù)值多數(shù)在1以上運(yùn)行，也就是說，零售服務(wù)業(yè)一直保持著平穩(wěn)增長狀態(tài)，組內(nèi)效率變化指數(shù)（EC）和技術(shù)缺口比率變化指數(shù)（TGC）保持著在一個(gè)相對穩(wěn)定的空間波動(dòng)，而全局GMMI、組間GMMI和組內(nèi)前沿與全局前沿的差距變化指數(shù)（BPC）在2008～2009年度出現(xiàn)一個(gè)明顯的偏低狀態(tài)，這說明當(dāng)年全國零售服務(wù)業(yè)生產(chǎn)率有明顯偏低的地區(qū)，從而拉低了組間GMMI，進(jìn)而使全局GMMI出現(xiàn)一個(gè)明顯的低谷。

三、零售服務(wù)業(yè)空間自相關(guān)的檢驗(yàn)

（一）空間權(quán)重矩陣的設(shè)置

在空間統(tǒng)計(jì)和空間計(jì)量研究中，需要用空間權(quán)重矩陣來表征樣本間空間上的相互關(guān)聯(lián)的程度。在研究中被經(jīng)常使用的有三種空間權(quán)重矩陣，分別是鄰接空間權(quán)重矩陣、經(jīng)濟(jì)意義空間權(quán)重矩陣和地理距離空間權(quán)重矩陣。鄰接空間權(quán)重矩陣盡管設(shè)置簡單，但與客觀事實(shí)卻并不符合（李婧等，2010），經(jīng)濟(jì)意義空間權(quán)重矩陣則強(qiáng)調(diào)按經(jīng)濟(jì)發(fā)展水平（如GDP、人均收入等變量）來進(jìn)行權(quán)重設(shè)置（林光平、龍志和和吳梅，2005），但是其并未突出空間地理上的關(guān)聯(lián)。因此，本文選擇構(gòu)建地理距離空間權(quán)重矩陣。

按照地理距離構(gòu)造空間權(quán)重矩陣是符合地理學(xué)第一定律的（Tobler，1970），即任何事物與其周圍事物均存在著聯(lián)系，距離越近，事物之間的聯(lián)系也越緊密。我們利用實(shí)際地理距離（d）平方的倒數(shù)來構(gòu)造地理距離空間權(quán)重矩陣（W），具體為：

Wij=1d2，i≠j0，i=j

（二）全局空間相關(guān)性檢驗(yàn)

在進(jìn)行經(jīng)濟(jì)系統(tǒng)的空間計(jì)量分析時(shí)，首先要采用空間統(tǒng)計(jì)的方法來檢驗(yàn)被解釋變量是否存在空間的自相關(guān)性，如果檢驗(yàn)通過，則需要進(jìn)一步利用空間計(jì)量模型進(jìn)行分析（吳玉鳴，2014）。而莫蘭指數(shù)（Morans Index）一般是檢驗(yàn)空間自相關(guān)的非常有效的方法（Rey和Montouri，1999；Rey和Janikas，2005），全局莫蘭指數(shù)用于判斷空間是否出現(xiàn)集聚或異常值，用于判斷是否出現(xiàn)空間自相關(guān)現(xiàn)象；局部莫蘭指數(shù)則用于判斷哪些空間出現(xiàn)集聚或異常值。

全局莫蘭指數(shù)可以定義為：

表2為歷年GMMI全局空間自相關(guān)檢驗(yàn)結(jié)果。全局莫蘭指數(shù)在（-1，1）之間取值，大于0代表正相關(guān)，小于0代表負(fù)相關(guān)，通過表2我們可以看到，全局莫蘭指數(shù)的期望和方差數(shù)據(jù)穩(wěn)定，統(tǒng)計(jì)檢驗(yàn)z值和p值均較顯著，尤其近三年，相關(guān)性顯著增強(qiáng)。

（三）局部空間相關(guān)性檢驗(yàn)

局部莫蘭指數(shù)可以定義為：

由上式可知，局部莫蘭指數(shù)是對各地區(qū)數(shù)據(jù)進(jìn)行單獨(dú)測算，測算結(jié)果數(shù)據(jù)量較大，由于篇幅所限，在文中不再列示。我們通過比較直觀的Moran散點(diǎn)圖進(jìn)行描述。Moran散點(diǎn)圖是通過局部莫蘭指數(shù)計(jì)算數(shù)據(jù)得出的，圖中橫軸和縱軸分別是該變量當(dāng)期值和滯后項(xiàng)。四個(gè)象限分別表示四種類型的空間相關(guān)性：第一、二、三、四象限分別表示高-高（H-H，表示高水平地區(qū)的臨近地區(qū)也是高水平的），表示空間正相關(guān)；低-高（L-H），表示空間負(fù)相關(guān)；低-低（L-L），表示空間正相關(guān)；高-低（H-L），表示空間負(fù)相關(guān)。圖2和圖3分別表示06/07年和14/15年的Moran散點(diǎn)圖。

四、實(shí)證分析

（一）模型及數(shù)據(jù)選取

通過上述空間相關(guān)性檢驗(yàn)，我們看到中國各地區(qū)之間存在著空間上的相互影響。從現(xiàn)實(shí)意義來看，中國幅員遼闊，各地區(qū)之間的差異確實(shí)顯著存在（諸如地理位置、社會(huì)習(xí)慣等）。而時(shí)間上的觀測值卻無法解決這種相互依賴，為此我們選擇近年來發(fā)展空間計(jì)量經(jīng)濟(jì)模型來進(jìn)行分析。通過對理論空間計(jì)量經(jīng)濟(jì)學(xué)研究相關(guān)文獻(xiàn)的梳理，空間自回歸模型（Spatial Autoregression Model，簡記為SAR）和空間誤差模型（Spatial Error Model，簡記為SEM）是兩種非常有效的方法，并在實(shí)證研究中被廣泛應(yīng)用。因此，我們構(gòu)建了評價(jià)零售服務(wù)業(yè)生產(chǎn)率影響因素的空間自回歸模型和空間誤差模型，具體如下。

空間自回歸模型為：

對于影響零售服務(wù)業(yè)生產(chǎn)率的因素，本文主要考察以下幾類：

（1）地區(qū)經(jīng)濟(jì)發(fā)展水平。本文選擇“人均GDP”來作為各地區(qū)經(jīng)濟(jì)發(fā)展水平的代理變量，簡記為GDP。

（2）人力資本。人力資本對零售服務(wù)業(yè)的影響一般需要從兩個(gè)方面考慮，一個(gè)方面是勞動(dòng)者技能，我們選擇“當(dāng)年每萬人中等職業(yè)院校畢業(yè)人數(shù)”作為勞動(dòng)者技能的代理變量，簡記為LAT；另一方面是人力資源管理，我們選擇“當(dāng)年每萬人本?？飘厴I(yè)人數(shù)”作為人力資源管理的代理變量，簡記為LAM。

（3）信息和通信技術(shù)的運(yùn)用。發(fā)達(dá)國家零售業(yè)發(fā)展水平的差別主要體現(xiàn)在信息通信技術(shù)的投資差別上。本文選擇“每萬戶移動(dòng)電話交換機(jī)容量”作為信息和通信技術(shù)運(yùn)用的代理變量，簡記為IAT。

（4）管制。政府出于一定目的會(huì)對行業(yè)進(jìn)行宏觀調(diào)控，但是，由于零售服務(wù)業(yè)市場結(jié)構(gòu)趨緊于完全競爭市場，管制有可能影響零售服務(wù)業(yè)生產(chǎn)率的進(jìn)步（Higon等，2010）。我們選擇“人均行政性收費(fèi)收入”作為管制的代理變量，簡記為REG。

（5）市場化。零售服務(wù)業(yè)的行業(yè)特點(diǎn)決定了其完全競爭的特性，市場化進(jìn)程的不斷推進(jìn)，會(huì)為零售服務(wù)業(yè)生產(chǎn)率提供變化的空間（Foster等，2006）。我們選擇“市場化總指數(shù)”作為市場化程度的代理變量，簡記為MAR。由于本文需要的數(shù)據(jù)時(shí)間段超出了王小魯?shù)龋?017）給出的測度數(shù)據(jù)，為此，我們利用插值法進(jìn)行了數(shù)據(jù)測算，得到其他年份數(shù)據(jù)。

除市場化數(shù)據(jù)外，本文所用其它變量數(shù)據(jù)均來自2008-2016年的《中國統(tǒng)計(jì)年鑒》和《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

（二）實(shí)證結(jié)果分析

利用2007-2015年間中國30個(gè)省域的相關(guān)數(shù)據(jù)，采用空間面板計(jì)量方法，估計(jì)了空間自相關(guān)模型和空間誤差模型。為了保證模型估算結(jié)果的可靠性和穩(wěn)健性，我們將上述測算所得的零售服務(wù)業(yè)生產(chǎn)率相關(guān)數(shù)據(jù)分別作為被解釋變量，具體包括GMMI、EC、BPC和TGC。具體測算結(jié)果在表3和表4中列示。

從表3中，可以看到SAR模型相關(guān)估算結(jié)果。整體來看，模型（1）、模型（3）、模型（4）在變量系數(shù)的估算上方向比較一致，模型（2）與其它三個(gè)模型稍有差異。具體來看，第一，被解釋變量的空間自相關(guān)系數(shù)在（1）和（3）中出現(xiàn)了兩個(gè)顯著的負(fù)相關(guān)，而在（2）和（4）中雖然是正相關(guān)，但別不顯著。這說明零售服務(wù)業(yè)生產(chǎn)率在空間上沒有臨近的地區(qū)有正向溢出效應(yīng)，相反，臨近地區(qū)的發(fā)展反而會(huì)造成本地區(qū)零售服務(wù)業(yè)發(fā)展的滯后，這可能是由于相鄰地區(qū)間的激烈競爭造成的，當(dāng)然也有可能是由于省域之間存在著比較嚴(yán)重的地方保護(hù)主義而導(dǎo)致的。第二，GDP變量系數(shù)在（1）、（3）、（4）中表現(xiàn)為對零售服務(wù)業(yè)的正向影響，這說明地區(qū)經(jīng)濟(jì)發(fā)展對零售服務(wù)業(yè)生產(chǎn)率顯著的帶動(dòng)作用；在（2）中卻表現(xiàn)為負(fù)相關(guān)，說明地區(qū)經(jīng)濟(jì)發(fā)展不會(huì)對零售服務(wù)業(yè)技術(shù)效率提升有所幫助，這可能是由于地區(qū)經(jīng)濟(jì)發(fā)展使得人們積極消費(fèi)，從而使得零售服務(wù)業(yè)缺乏追求提升技術(shù)效率的動(dòng)力。第三，在人力資本的兩個(gè)變量中，我們看到了一個(gè)有趣的結(jié)果，即勞動(dòng)者技能（LAT）與生產(chǎn)率是負(fù)相關(guān)的，人力資源管理（LAM）與生產(chǎn)率是正相關(guān)的，兩者表現(xiàn)的都不是很顯著。這說明在零售服務(wù)業(yè)中，組織管理是非常重要的，而一般勞動(dòng)力技能的提升則不會(huì)為行業(yè)生產(chǎn)率的改變做出貢獻(xiàn)，這是可以看做是零售服務(wù)業(yè)一個(gè)非常典型的特性。第四，信息和通信技術(shù)的運(yùn)用確實(shí)為零售服務(wù)業(yè)生產(chǎn)率的提升帶來的顯著的正向效應(yīng)。這與Rusten和Bryson（2007）研究中提到的美國、英國、德國等國家發(fā)展軌跡是高度一致的。第五，管制變量與零售服務(wù)業(yè)生產(chǎn)率呈現(xiàn)出非顯著的負(fù)相關(guān)關(guān)系，這可能是由于我國對行政管理制度做出了適當(dāng)?shù)母纳?，使得政府管理沒有過度影響行業(yè)的正常發(fā)展。但是，管制的負(fù)面效果還有所體現(xiàn)。第六，市場化與零售服務(wù)業(yè)生產(chǎn)率呈現(xiàn)出較顯著的正相關(guān)關(guān)系，但相關(guān)系數(shù)并不大。這可能是由于我國零售服務(wù)業(yè)尚未形成規(guī)模效應(yīng)，中小型零售企業(yè)在市場化進(jìn)程中會(huì)受到一定的沖擊，而形成規(guī)模經(jīng)濟(jì)的零售企業(yè)則會(huì)在其中受益較大，二者在面臨市場化時(shí)可能會(huì)有不一樣的策略，導(dǎo)致市場化與生產(chǎn)率的相關(guān)性并不大。

從表4中，可以看到SEM模型相關(guān)估算結(jié)果。整體來看，模型（5）-（8）的SEM模型整體估算系數(shù)顯著性并不是很強(qiáng)，但估計(jì)結(jié)果與表3的SAR模型估計(jì)結(jié)果比較吻合，這說明整個(gè)模型構(gòu)造及估計(jì)結(jié)果都是具有穩(wěn)健性的。其中，比較明顯的差異主要表現(xiàn)在，SEM模型是認(rèn)為誤差項(xiàng)存在著空間上的關(guān)聯(lián)，在本模型中，誤差項(xiàng)的空間矩陣系數(shù)都顯著為正，這說明地區(qū)之間的其他經(jīng)濟(jì)要素存在著對零售服務(wù)業(yè)生產(chǎn)率提升的溢出效應(yīng)。這與SAR模型中地區(qū)零售服務(wù)業(yè)生產(chǎn)率之間是負(fù)向關(guān)系是顯著不同的。

五、結(jié)論及政策建議

第一，地區(qū)經(jīng)濟(jì)發(fā)展可以促進(jìn)零售服務(wù)業(yè)生產(chǎn)率的提升，但不利于零售服務(wù)業(yè)技術(shù)效率的改進(jìn)；第二，人力資本方面，管理水平的提升對零售服務(wù)業(yè)生產(chǎn)率的改善是有幫助的，但對勞動(dòng)者技能的提高卻沒有顯著影響；第三，通信與信息技術(shù)能夠顯著提升零售服務(wù)業(yè)的生產(chǎn)率水平；第四，管制為零售服務(wù)業(yè)生產(chǎn)率帶來負(fù)面的影響，而市場化卻能帶來正向影響。

根據(jù)以上研究結(jié)論，可有如下相關(guān)政策建議：第一，提高零售服務(wù)業(yè)經(jīng)營者的管理能力，使得企業(yè)的組織架構(gòu)和運(yùn)行方式不斷完善；第二，加快通信與信息技術(shù)的基礎(chǔ)設(shè)施建設(shè)，為零售服務(wù)業(yè)提供更好的發(fā)展空間；第三，為零售服務(wù)業(yè)企業(yè)推出“負(fù)面清單”政策，進(jìn)一步弱化政府對企業(yè)的管制水平；第四，市場化程度還有待進(jìn)一步提高，需消除省域之間由于行政勢力而導(dǎo)致的不良競爭，促進(jìn)國內(nèi)貿(mào)易和國際貿(mào)易的雙重發(fā)展。

參考文獻(xiàn)：

[1]Baumol W. J.Macroeconomics of Unbalanced Growth：The Anatomy of Urban Crises[J].The American Economic Review，1967，57（3）：415-426.

[2]Battest G. E.，D. S. P. Rao.Technology potential，efficiency and a stochastic metafrontier function [J].International Journal of Business and Economics，2002（2）：1-7.

[3]Oh D. H.，J. D. Lee.A metafrontier approach for measuring Malmquist Productivity index [J].Empirical Economics，2010（38）：47-64.

[4]陳華.連鎖零售業(yè)的經(jīng)營效率評價(jià)和空間差異性研究——基于超效率DEA-ESDA的分析[J].長春理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014（12）：95-99.

[5]崔敏，魏修建.服務(wù)業(yè)各行業(yè)生產(chǎn)率變遷與內(nèi)部結(jié)構(gòu)異質(zhì)性[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（4）：3-21.

[6]劉興凱，張誠.中國服務(wù)業(yè)全要素生產(chǎn)率增長及其收斂分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（3）：55-67，95.

[7]王恕立，胡宗彪.中國服務(wù)業(yè)分行業(yè)生產(chǎn)率變遷及異質(zhì)性考察[J].經(jīng)濟(jì)研究，2012（4）：15-27.

[8]楊勇.中國服務(wù)業(yè)全要素生產(chǎn)率再測算[J].世界經(jīng)濟(jì)，2008（10）：46-55.

Research on Factors Influencing Productivity of China′s Regional Retail Service Sector

——An Analysis based on Spatial Panel Econometrics

ZHAO De-hai，QU Yi

（School of Economics，Harbin University of Commerce， Harbin 150028，China）

Abstract：By building the model of Global-Metafrontier-Malmquist productivity index， the paper evaluated productivity of China′s regional retail service sector with the panel data in 2006-2015， and calculated the factors influencing productivity of China′s regional retail service sector with spatial panel econometrics. The results showed regional economic development， human resources management， communications and information technology， and marketization have positive influence on productivity of China′s regional retail service sector， but regulation has negative impact on it.

Key words：retail service sector；productivity； influence factors； spatial econometrics

（責(zé)任編輯：周正）