原创《互联网对中国商贸流通业生产效率影响》：本论文主要论述了中国商贸论文范文相关的参考文献,对您的论文写作有参考作用。
内容摘 要：本文采用2003-2015年间中国省级面板数据,实证研究互联网发展对商贸流通业生产效率产生的差异性影响.首先进行的效率测度显示,东部地区商贸流通业的生产效率总体上要高于中、西部地区.进一步进行的实证研究结果顯示：互联网显著促进了商贸流通业生产效率的提升.考虑到区域间互联网发展水平和商贸流通业生产效率存在的较大差异,进一步分区域进行回归分析.结果发现：互联网对东部地区商贸流通业效率产生了正向促进作用,而对中、西部地区的影响不显著.此外金融发展水平、第三产业以及外商直接投资等因素也对商贸流通业生产效率产生了显著的影响.
关键词：互联网 商贸流通业 生产效率
引言及文献综述
截止2016年底中国网上零售交易额占全社会零售交易额的比重达到了12.6%,互联网已经对企业的经营和销售模式产生了深远的影响.商贸流通业作为国民经济的重要组成部分,其生产效率也受到互联网的巨大影响.
当前已有部分文献对商贸流通业生产效率演变趋势和影响因素进行了研究.任保平（2012）认为,中国商贸流通业的增长方式比较粗放,要想实现由粗放向集约型发展方式的转变就必须增加人力资本和技术的投入.Moreno和Carrasco（2015）使用DEA方法测算了西班牙零售部门的生产效率,结果发现企业规模、市场集聚等因素都对其产生了显著影响.董誉文和徐从才（2017）利用中国省级层面1993-2014年间的数据,分析商贸流通业全要素生产率的变动,结果发现全要素生产率总体上呈现明显变缓的趋势.
部分学者已经就互联网对经济以及生产效率产生的影响进行了研究.戴德宝和范体军（2016）认为,互联网发展和中国经济之间呈现正向关系,因此中国应当大力完善互联网的软硬件设施,从而为中国新阶段经济的发展提供推动力.刘峰和刘晓敏（2016）认为,互联网已经成为中国经济增长的重要引擎,因而要为互联网本身的发展和为互联网对经济发展产生的促进作用提供良好的外部环境.李国英（2015）认为,互联网技术的发展有利于促进农业的技术转型和升级,互联网已经成为促进农业生产效率提升的重要方式.童有好（2015）认为,随着互联网技术已经渗透到制造业的各个生产环节,通过互联网在制造业中的融合促进了制造业生产效率的提升.杜丹清（2017）认为,互联网通过助推消费者需求的升级,倒逼企业进行技术创新并最终提升产品生产效率.
当前文献研究已经发现互联网对经济和部分行业的生产效率有显著的促进作用,但是还未有文献专门研究互联网对商贸流通业生产效率的影响.为此,本文利用2003-2015年间省级层面的商贸流通业和互联网数据,分析互联网对商贸流通业生产效率的影响,这有助于弥补当前研究的不足.
变量选择及数据来源
(一)商贸流通业生产效率的估算和分析
本文采用DEA-Malmquist指数方法计算商贸流通业的全要素生产率.借鉴董誉文和徐从才（2017）等学者的研究,选取批发和零售业作为商贸流通业的代表.本文选择资本和劳动力作为投入指标,而产出指标为批发和零售业的增加值.资本存量的估计借鉴单豪杰的方法,其中基期年份的资本存量是采用2003年的固定资产投资除以2003-2015年期间实际固定资产投资平均增长率和折旧率之和（选取的折旧率为7%）计算得到,其他年份的资本存量采用永续盘存法计算得到,即Kt等于It+（1-δ）Kt-1.劳动力为批发和零售业的从业人数.
从图1可以发现中国东、中和西部三个地区之间商贸流通业的效率存在显著的差异.三个地区的生产效率呈现波浪式变化态势,其中东部地区商贸流通效率总体上要高于中、西部地区.东部地区良好的市场竞争环境和完善的相关配套软硬件设施,使得商贸流通业企业拥有较高的生产效率.图1中生产效率提升的年份（即,Malmquist指数大于1）主要集中在2004年、2008-2010年期间,而其余年份生产效率都处于下降中.2008年受到全球金融危机的冲击,商贸流通业企业为了在恶劣的市场环境下生存下来,不得不努力提升自己的生产效率,因而引起2008-2010年期间生产效率快速提升.金融危机过后,外部压力降低,减缓了企业技术改进和提升生产效率的积极性.
(二)互联网变量的选取
目前衡量省级层面互联网发展水平的数据有限,只有中国互联网信息中心（CNNIC）的历年统计报告,提供了部分省级层面的互联网数据.根据合理和可得性原则,本文最终选取了两个指标来衡量互联网发展水平,它们分别是：互联网普及率（inter1）和人均互联网域名数的对数值（inter2）.其中,互联网普及率反映了互联网普及和应用程度,是衡量互联网发展的一个重要指标.人均互联网域名数反应了互联网资源的充裕程度.互联网技术的应用有利于改进商贸流通业企业生产和经营的各个环节的生产效率,因而预计互联网的发展有助于提升商贸流通业整体的生产效率.
(一)模型建立
为准确分析互联网对商贸流通业生产效率的影响,建立如下面板回归模型：
其中tfp是商贸流通业的全要素生产率,inter代表互联网发展水平,controls代表其他影响商贸流通业的重要控制变量.下标i代表省份,t代表年份,ε代表误差项.
此外,本文选取8个同样有可能对商贸流通业生产效率产生重要影响的控制变量.
地区金融发展水平（fina）,采用金融业存贷款余额和GDP的比值来表示；外资依赖度（fdi）,采用外商投资总额占GDP的比重来表示；城镇化（city）,采用城镇人口占总人口的比重来表示；第三产业发展水平（third）,采用第三产业增加值占GDP的比重来表示；交通设施（traff）,采用单位面积上交通总里程的对数值表示（交通总里程等于内河航道里程+铁路营业里程+公路里程）；教育水平（edu）采用人均受教育年限的对数值来表示（人均受教育年限等于小学教育人口占比*6+初中教育人口占比*9+高中教育人口占比*12+大学及以上教育人口*16）；经济发展水平（pergdp）,采用人均实际GDP表示；通货膨胀率inflat,采用本年居民消费价格指数和上年居民消费价格指数的差额除以上年居民消费价格指数计算得到.
中国商贸论文参考资料：
结论：互联网对中国商贸流通业生产效率影响为关于中国商贸方面的的相关大学硕士和相关本科毕业论文以及相关中国商论什么级别论文开题报告范文和职称论文写作参考文献资料下载。
