我国零售业全要素生产率增长技术进步与员工素质关系探讨(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。
　　本文使用的2005-2011年31个省、市、区（以下简称“省”）限额以上零售业指标数据全部来自中国统计年鉴（2006-2012），测算结果能够反映零售业完全开放以来生产率变动的最新情况。为使不同时期的投入、产出数据具有可比性，尽可能减少或消除价格变动的影响，除员工数量指标外，全部用当年的CPI进行平减。
　　（二）我国零售业TFP增长分析
　　将2005-2011年中国31个省限额以上零售业的投入、产出指标数据输入DEAP2.1软件，选择投入导向、规模报酬可变假设和Malmquist-DEA模型进行处理，得到计算结果。计算分析表明，完全开放后的七年间，中国限额以上零售业非体现型TFP年均增长2.2%（指数减一为增长率，下同），其中年均技术进步率为2.2%，就是说非体现型TFP增长几乎全部来自技术进步（因为提高处理结果的精确度，结果可能会有微小变化）。这一数值低于刘似臣和魏芳兰根据2004-2008年的面板数据分析的结果，原因很可能与金融危机爆发后中国经济增长放缓有关，显示出TFP增长的顺周期特征；另外一个原因是刘似臣和魏芳兰没有剔除物价因素的影响。而体现型TFP年均增长0.9%，其中技术进步年均增长0.8%，即体现型TFP增长近90%来自技术进步。
　　两种TFP年均增长率的差为1.3%，而两种技术进步率的差为1.4%。这表明TFP增长的60%直接来自劳动者素质的提高，而技术进步则全部来自劳动者素质的提高。总之，考察期间零售业TFP增长几乎全部来自技术进步；从增长动力看，TFP增长的60%直接来源于劳动者素质的提高，而技术进步则全部来自劳动者素质的提高。这是对新经济增长理论的极好印证。说明提高员工素质对我国零售业健康快速发展具有决定意义。
　　（三）我国零售业三大区TFP增长分析