中国专业市场效率及其影响因素研究——基于SFA模型

朱海英

（吉首大学商学院，湖南吉首416000）

中国专业市场效率及其影响因素研究
——基于SFA模型

朱海英

（吉首大学商学院，湖南吉首416000）

专业市场是区域经济社会发展的重要支撑。文章采用2005-2014年的面板数据，利用SFA方法对我国30个省区专业市场的技术效率及其影响因素进行了研究。结果表明：我国专业市场的技术效率整体偏低，且各地差异显著；东部地区显著地高于中西部地区，专业市场技术效率与区域经济社会发展水平高度一致；专业市场技术效率提升受诸多要素影响，其中城镇化、交通、收入、开放度等因素具有显著的正向影响作用，而经济规模和信息化等因素则具有显著的负向作用。因此，提升专业市场技术效率，要提升区域经济发展质量，优化产业结构，加快区域城镇化进程，强化基础设施建设；同时，专业市场也要转变发展方式，不断提升建设质量。

专业市场；技术效率；SFA模型；影响因素

一、引言

专业市场作为商贸流通行业的重要载体，是区域经济发展的重要力量；专业市场通过共享交易平台和销售网络，形成交易领域的规模经济和范围经济，可显著地降低区域物流成本，有效的节约中小企业和批发商的交易费用，是区域产业发展的重要支撑；专业市场发展可带动区域软环境的改善，促使服务功能和基础设施完善，是新型城镇化的重要推动力量。当前，在现代信息技术和电子商务等新型市场业态的冲击下，不少专业市场发展面临转型。因此，研究专业市场的经营效率及其影响因素，并探索经营效率提升的途径，对于提升专业市场可持续发展能力，发挥其对区域经济发展的推动作用具有重要现实意义。

专业市场与区域经济社会发展，特别是与产业发展和城镇化关系密切。针对专业市场与产业发展的关系，陆立军、于斌斌（2011）认为专业市场为产业集群提供网络、信息和制度支持等共享性资源［1］；袁丰、李丹丹（2014）研究制造集群和专业市场的形成与共同演化过程及其驱动机理［2］。针对专业市场与城镇化的关系，张旭亮、宁越敏（2009）认为我国专业市场与区域经济发展水平相关，与城市群在空间上耦合特征显著［3］；王晓芳、彭继增等（2014）发现专业市场的发展对产业转移和特色城镇化的作用效果显著［4］；龙建辉等（2014）发现西部地区商品市场与城镇化具有高度的协调度［5］；朱晓青（2015）认为以专业市场为增长极，混合功能聚落是浙江商贸主导型城镇化发展的特殊动因［6］。

针对当前专业市场发展与转型问题，李守伟、何建敏（2011）认为专业市场发展与经济体制转型、经济结构转型之间存在着稳定的长期关系［7］；陆立军等（2011）发现运输成本、企业规模和技术水平对专业市场和集群关联强度的影响最大［8］；陆立军、赵永刚（2012）发现品牌嵌入效应、配套服务及功能创新与专业市场适应性正相关［9］；王勇等（2013）认为地理区位、人口规模和区域文化是临沂专业市场发展的初始优势［10］；张友丰、杨志文（2014）指出知识积累是专业市场报酬递增机制产生的根源，而社会资本是知识积累自强化机制的渠道［11］；杨志文（2014）认为交易效率提升和市场范围拓展是专业市场转型升级的重要内在驱动力［12］。针对专业市场发展路径，陆立军、刘猛（2013）提出要推动传统专业市场交易制度向实体与电子商务相融合的新型交易制度转型［13］；段文奇、冯笑笑（2014）提出要由传统交易中介向现代化、综合性的商贸服务平台转变［14］；董德民、夏天予（2015）提出传统专业市场要加快市场信息化建设［15］。

可以发现，现有研究主要集中在专业市场与区域经济发展的关系，以及其自身发展的问题与对策等，针对专业市场技术效率的研究还比较少；研究对象多集中在江浙等商贸发达地区，对中西部地区及区域差异的研究不足；方法多为理论和案例研究，计量与实证分析不足。因此，本文利用SFA模型分析我国30个省区专业市场技术效率的时空演化规律，并探索效率的影响因素，以期为提升区域专业市场经营效率，转变其发展方式提供参考与建议。

二、研究设计

（一）研究方法

投入和产出的效率研究方法主要有以数据包络分析（DEA）的数学规划方法为代表的非参数方法，以及以随机前沿面分析（SFA）的计量经济学估计方法为代表的参数方法。DEA法无需事先确定投入产出指标间的关系式，可避免主观因素造成的误差，但无法直接分析效率的影响因素；而SFA法不仅可测算生产单元的技术效率，还可对效率的影响因素进行分析，考虑到本文比较关注效率的影响因素故采用SFA法。SFA方法通过设定生产单元的生产或成本前沿函数，用计量回归模型来确定函数中的参数，并将模型误差项分为管理误差项和随机误差项，管理误差项反映技术非效率的大小，随机误差项则表示不可控因素的影响［16］。

当前使用较多的SFA模型主要是Battese和Coelli（1995）所建立的BC（1992）模型和BC（1995）模型［17］。BC（1992）模型假设误差项中的技术非效率服从非负截尾正态分布，并随着时间的不同而发生变化，且要求随机误差与管理误差相互独立；而BC（1995）模型则不但可测算效率的具体数值，还可研究技术效率的相关影响因素，相对更为完善，故选取SFA方法中的BC（1995）模型，其具体公式如下：

式（1）中Yit表示生产单元i在t期的产出，Xit为生产单元i在t期的生产要素投入（i=1，2，3…，N；t=1，2，3，…，T；下同，不再赘述）。β为待估参数；Vit为随机扰动项，服从正态分布N（0，）；Uit为技术无效率项，服从非负截尾正态分布N（mit，）。式（2）中mit为生产单元i在t期的技术非效率程度，Zit表示影响非效率的因素，δ为待估参数。式（3）中TE为生产单元i在t期的技术效率，TEit=1表示生产单元i处于技术效率状态，0＜TEit＜1处于技术非效率状态，值越大表示技术效率越高。式（4）中的γ为待估参数，用来判断是否可以使用SFA模型，γ趋近于1时说明前沿生产函数的误差项主要来自于Uit，需要随机前沿模型进行检验；γ趋近于0时说明实际产出与最大产出的差距都来自于不可控因素Vit，参数估计可采用OLS进行估计，无需通过随机前沿模型进行计算。

（二）变量选择

1.投入产出变量

投入与产出变量的指标选择直接关系到技术效率测度的科学性与准确度。相关研究显示，产出指标主要围绕收入和收益选择，而投入变量则主要从资本、劳动力和管理等层面选择指标。结合决策单元数量要大于产出和投入指标和2倍的要求，考虑到指标数据的可获取性，最终的指标选择见表1所示。

（1）产出指标。成交额是区域专业市场经营成果的主要体现，现有研究主要以市场成交额或营业收入作为专业市场绩效的测度指标［18-20］。考虑到专业市场产出的统计数据比较匮乏，且大型商品市场是区域专业市场的主体，故最终以亿元以上商品市场的成交额作为专业市场产出的测度指标。

（2）投入指标。按照投入产出模型的特征，资本投入以固定资产投资指标为主，劳动力指标一般来源于从业人员数量。由于现有专业市场发展的统计资料中缺乏专业市场固定资产投资以及从业人员数量等数据，故借鉴相关文献的做法选择替代变量［19-20］。专业市场经营中的固定资产投资与其经营场所的面积大小关系密切，故选择亿元以上商品市场营业面积作为资本投资的替代指标；专业市场的从业人员数量与其摊位数量关系密切，故选择亿元以上商品市场的摊位数作为劳动力投入的替代指标。

2.影响因素变量

专业市场的技术效率受诸多外部因素影响，黄莉芳等（2011）发现专业化水平、规模经济和市场化水平是影响生产性服务业技术效率的重要因素［21］；郭际、叶卫美（2013）发现产业结构、要素禀赋和贸易开放度等变量对出口贸易技术效率具有负面影响［22］；谢守红、周驾易（2013）认为工业发展水平对专业市场发展最重要，对外开放程度的作用在增强，交通条件的影响稳定，第三产业的影响不显著［18］；李秋萍、肖小勇（2013）认为人员素质、基础设施和城镇化水平是导致农产品批发市场技术效率区域差异的重要因素［23］；高小玲、李怡芳（2013）发现专业市场高效运转有赖于经营特色与区位优势、商业模式与需求对接、伙伴关系建立［24］；周静、李珍（2014）发现经营者年龄、受教育程度、相关工作经验、经营种类、大型运输工具等因素对经营者的技术效率影响显著［25］；黄训江（2015）认为信息化水平、对外开放度等要素对城市专业市场技术效率提升具有正向影响，产业结构、市场规模具有负向作用［19］；谢守红等（2015）认为业态转型、功能创新、品牌与研发创新、服务水平对专业市场转型升级影响显著［20］。借鉴以上研究成果，本文认为专业市场技术效率可能的影响要素主要包括经济基础、产业结构、城镇化、交通网络、生活水平、信息化和区域开放度等因素，结合指标数据的可获取性，最终的指标选择见表1所列。

（1）经济基础。专业市场发展需要区域经济产业发展作为依托，经济发展基础与专业市场的布局具有高度一致性，故经济发展基础对专业市场效率提升可能具有显著影响。考虑到GDP是区域经济基础的核心指标，故指标选择区域的GDP。

（2）产业结构。不同产业具有不同的技术效率，二、三产业一般比第一产业具有更高技术效率，产业结构变化可能会影响到专业市场的技术效率。由于二、三产业比例是产业结构变化的主要标志，故指标选择二、三产业产值占区域GDP的比重。

（2）城镇化。考虑到城镇居民的收入和消费水平高于农村居民，城镇居住人口的增加可能会给专业市场发展带来更大的机遇。由于城镇常住人口比例是城镇化的主要标志，故指标选择城镇常住人口占总人口的比例。

（3）交通网络。专业市场作为商贸物流的重要平台，必须有发达的交通网络作为支撑，交通枢纽往往都是专业市场发达的地区，因此交通运输网络的优化可能对专业市场技术效率具有显著影响。由于高等级公路是区域交通设施的重要标志，故指标选择等级公路密度。

（4）生活水平。专业市场的发展也需要依托当地居民消费的支撑，区域居民的生活水平对于区域专业市场发展也可能具有显著的影响。考虑到专业市场的辐射区域主要限于城镇，可支配收入是居民生活水平的主要标志，故指标选择城镇居民人均可支配收入。

（5）信息化。电子商务、网络营销、网上商城以及各种信息技术的应用直接推动专业市场发展模式的转变，对其技术效率可能具有重要影响。由于邮政、电信、网络等业务是信息化的重要标志，故指标选择人均邮电业务总量。

（6）区域开放度。区域开放度越高，专业市场的区域辐射能力就越强，进出口贸易的外部性提高了投入要素的产出率［26］，对于区域专业市场发展具有显著影响。考虑到进出口反映区域参与国际市场交流和竞争的经营能力，据此指标选择人均境内目的地和货源地进出口额。

（三）SFA模型构建

SFA法在技术效率评价及影响因素研究中应用广泛，项国鹏、张旭（2013）应用SFA模型评估了我国制造业上市企业的产融结合效率和影响因素［27］；邬龙、张永安（2013）比较了北京信息技术和医药两大新兴产业的创新效率［28］；陈关聚（2014）等测度了中国制造业30个行业的全要素能源效率及能源结构对技术效率的影响［29］；张鹏等（2014）测算了我国省域旅游产业效率及影响因素［30］；唐建荣、石文（2015）研究了我国低碳产融结合型上市公司的技术效率及影响因素［31］。生产函数主要包括CD生产函数和超越对数生产函数，CD生产函数虽然形式简单，但其考虑因素不够全面，而超越对数生产函数不仅考虑投入要素产出弹性的变动、投入要素间的相互影响作用及彼此间的相互替代关系等因素，且形式更加灵活，减少了函数设定导致的估计偏差，多数研究都利用超越对数生产函数进行研究，故本文以BC（1995）二阶段模型为基础，采用超越对数生产函数①度量专业市场技术效率，基本模型见公式（5）。其中βi为回归系数，Vit为随机扰动项，Uit为技术无效率项，Yit为区域i的专业市场产出，Kit为区域i的专业市场的资本投入，Lit为区域i的专业市场的劳动力投入。

专业市场非效率影响因素测度模型如公式（6）所示。其中δi为回归系数，ε为残差，mit为专业市场的技术非效率程度；GDPit为国内生产总值，RIit为二、三产业比例，UIit为人口城镇化率，HMDit为等级公路密度，UDIit为城镇居民人均可支配收入，PTVit为人均邮电业务总量，DEIit为人均境内目的地和货源地进出口总额。

（四）数据来源

由于西藏的数据缺失比较严重，故本文的研究对象为我国大陆的其他30个省区。专业市场的投入和产出的相关原始数据主要来源于2006-2015年度的《中国统计年鉴》和《中国商品交易市场统计年鉴》；专业市场技术效率的相关影响因素数据主要来自于《中国统计年鉴》、《中国城市统计年鉴》及各省区的统计年鉴和统计公报等资料，部分数据为计算得到。同时，为了便于进行区域比较，将我国的30个省市区划分为东部、中部和西部②三个地带进行分析。

三、实证结果分析

实证研究主要从三个层面进行，利用30个省份的2005-2014年共计10个年度的面板数据，首先借助SFA模型计算各省份的年度效率值，并分析区域之间的时空演变特征；然后，利用最小二乘方法对专业市场的超越对数生产函数（公式5）进行相应的效率估计，分析不考虑外部影响因素时的回归结果；最后，当存在技术无效率时，则利用格点搜索法进一步迭代，再采用最大似然估计法得出最终的回归结果，并根据专业市场非效率影响因素测度模型（公式6）得到专业市场技术效率影响因素的分析结果。计算结果主要通过FRONT 4.1软件得到。

（一）专业市场技术效率时空演变特征

1.专业市场技术效率时空演变

基于2005-2014年我国30个省区专业市场投入和产出指标的面板数据，可得到各省区各年度专业市场的技术效率估计值，并据此按照东部、中部和西部分别进行平均，可得不同地区年度均值时空演变图（图1）。图1显示，我国专业市场的技术效率整体上逐年提升，从2005年的0.71提升到2014年的0.8，但是增长速度偏慢，技术效率水平整体上还比较低。

区域比较可以发现，东部地区的技术效率值显著高于中西部地区，从2005年的近0.8提升到2014年的0.85；中部地区和西部地区的技术效率值处于全国平均水平以下，中部地区从2005年的0.69提升到2014年的0.8，和全国平均水平的差距不大，但与东部地区差距显著，到2014年仅达到东部地区2005年的效率值；西部地区与中部和东部地区都还有较大的差距，到2014年效率值还只有0.75，长期增长缓慢。

图12005 -2014年区域专业市场技术效率值时空演变

2.技术效率省际差异

利用各省各年度的技术效率值，可得到各省区的年度平均值，进而得到专业市场技术效率省际差异图（图2）。图2显示，专业市场技术效率值比较高的地区主要集中在东部沿海地区，特别是环渤海、长三角和珠三角地区的专业市场发展优势显著；其中上海处于各地的最高水平，平均效率值达到0.95以上；其次是江苏、浙江、山东、广东、天津等东部地区，效率值达到0.85以上。

效率值偏低的地区主要集中在中西部地区，特别是西部和边疆等经济基础薄弱、基础设施落后的地区；其中效率值最低的海南和青海两地区，效率值还不足0.6；其次是陕西、宁夏、甘肃和吉林等中西部不发达地区，效率值在0.7以下。据此可以发现，专业市场的技术效率值与区域的经济社会发展水平具有高度一致性；区域经济社会发展水平越高的地区，专业市场技术效率值也越高；而经济社会发展水平越低的地区，特别是贫困地区面积和人口比重较大的省区，专业市场的技术效率值则越低。

（二）专业市场技术效率回归结果分析

最小二乘法的估计结果（表2）显示，不考虑外部非效率影响因素时，摊位数和营业面积等投入变量对成交额都具有显著影响，且都通过了0.01的显著性水平检验。其中摊位数对数对专业市场成交额具有系数为7.92的显著正向影响；而其对数平方的影响则为负向影响，摊位数的自我影响对成交额具有显著的负影响。营业面积对数及其平方对专业市场成交额的影响都为负向，说明扩大营业面积对专业市场的成交额具有显著的负向作用，因此专业市场的规模扩大对成交额增长的作用比较有限。摊位数和营业面积的交互作用对成交额具有显著的正向作用，因此必须要关注摊位与营业面积的匹配问题。可以发现，人力资本因素对于专业市场成交额提升具有显著的正向影响，而固定资产因素对专业市场成交额的影响则为负向；从当前电子商务对传统专业市场的冲击来看，扩大市场的面积和规模对技术效率的提升比较有限，人才和技术的提升是专业市场效率提升的关键。

表2 专业市场技术效率随机前沿分析结果（最小二乘法）

（三）专业市场技术效率影响因素分析

极大似然估计法的结果（表3）显示，SFA所估计出的σ2、γ以及LR等统计量都在0.01的显著性水平下通过检验，说明随机误差项和非效率误差项是显著存在的，且γ值显著的不等于0，表明误差项相当部分影响是来自非技术效率，效率损失受外部环境因素的影响较大，因此对专业市场的进行非技术效率影响因素分析是合适的。效率模型最终的回归结果与最小二乘法的结果相比，各变量的系数绝对值虽略有降低，但系数正负号未发生变化，且仍在0.01的显著性水平下通过检验，结论未发生变化，故不再赘述。专业市场非效率影响因素测度模型结果（表3）显示，专业市场技术效率提升受到多种外部因素影响，其中经济规模和信息化对专业市场技术效率具有显著的负向影响，而产业结构、城镇化、交通网络、生活水平和区域开放度等因素对专业市场技术效率提升具有显著的正向影响。具体分析如下：

（1）区域GDP规模的系数为正值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场技术效率提升具有显著负向影响，区域经济规模因素对专业市场的技术效率水平提升的作用有限。因此，提升专业市场技术效率可能要从经济发展的质量入手。

（2）二、三产业比例的系数为负值，且在0.1的显著性水平上通过显著性检验，说明其对专业市场技术效率提升具有显著的正影响，二、三产业比例提升一个单位效率可提升0.9%。因此，优化和调整产业结构，对于提升专业市场技术效率具有重要作用。

（3）人口城镇化率的系数为负值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场技术效率提升具有显著正影响，人口城镇化率提升一个单位效率可提升1.06%。因此，提高城镇人口比例，提升人口城镇化的质量，对于提升专业市场技术效率具有重要作用。

（4）交通网络因素分析结果显示，高等级公路密度的系数为负值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场效率则具有显著正影响。因此，强化交通基础设施建设是提升区域专业市场效率的重要途径，等级公路密度提升一个单位，效率可提升0.003%。

（5）生活水平因素分析结果显示，城镇居民人均可支配收入的系数为负值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场技术效率具有显著正向影响。因此，居民收入水平是制约区域专业市场效率的重要因素，居民收入提升一个单位效率可提升0.002%。

（6）信息化因素分析结果显示，人均邮电业务总量的系数为正值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场技术效率具有显著负向影响，信息化的发展对于传统的专业市场产生了显著的冲击。因此，改变发展方式，充分利用信息化的机遇，科学应对信息化的挑战，实现专业市场发展转型成为提升技术效率的重要途径。

（7）区域开放度因素分析结果显示，人均境内目的地和货源地进出口总额的系数为负值，且在0.01的显著性水平上通过显著性检验，说明其对专业市场技术效率具有系数显著正影响。因此，强化对外交流和贸易，提升实际开放程度是提升区域专业市场效率的重要途径。

表3 专业市场技术效率随机前沿最终结果（极大似然法）

四、结论与建议

（一）主要结论

运用我国30个省市区2005-2014年共计10年的面板数据，构建SFA模型对我国专业市场的技术效率进行时空演变的测算与分析，比较我国东部、中部和西部的专业技术效率差异，并就专业市场技术效率的影响因素进行了检验。结果发现：

（1）我国专业市场技术效率水平整体偏低。虽然我国专业市场的技术效率逐年提升，但增长比较缓慢，整体水平还比较低，效率值到2014年只有0.8；区域之间的差异比较明显，东部地区的效率值显著高于中西部地区。

（2）专业市场技术效率与区域经济社会发展水平高度一致。专业市场技术效率值比较高的地区主要集中在区域经济社会发展水平较高的东部地区，特别是环渤海、长三角和珠三角地区；专业市场技术效率值偏低的地区则主要集中在经济比较落后的中西部地区，特别是西部和边疆地区。

（3）摊位数和营业面积等投入变量对专业市场成交额都具有显著影响。摊位数对成交额具有显著正向影响，而营业面积的影响则为负向，两者的交互项对成交额也具有显著的正向作用；因此，扩大规模的作用比较有限，提升专业市场效率需要从市场发展质量入手。

（4）环境因素对专业市场的非技术效率具有显著的影响。产业结构、人口城镇化、交通网络、生活水平和区域开放等因素对专业市场的技术效率都具有显著的正影响，而经济规模和信息化等因素则对于专业市场的技术效率提升具有显著的负向影响。

（二）政策建议

新常态下我国经济增长难度加大，而提高专业市场技术效率对于提升区域经济发展水平具有重要作用。因此，针对当前专业市场发展中效率问题，可从以下方面入手：

（1）提升区域经济社会发展质量。专业市场发展必须要有产业支持，因此要不断地优化区域产业结构，推动专业市场建设与产业发展的互动与协调，以产业结构优化推动专业市场效率提升；同时，要提升区域的实际开放程度，特别是中西部地区要强化对外的交流和合作，推动对外的商贸发展。

（2）着力提升区域城镇化质量。城镇居民收入水平比较高，是专业市场未来发展的主要驱动力量，因此必须要不断地提升城镇人口比重，增强城镇化对专业市场的支撑作用；同时，要强化城镇化的发展质量，不断提升居民的收入水平，使之成为扩大消费的核心力量。

（3）强化区域基础设施建设。基础设施是区域专业市场发展的基础，特别是高等级公路建设，是西部地区商贸物流发展的重要途径。因此，各地要完善区域的高速交通网络，重视专业市场布局与交通建设的协调，中西部地区特别要发挥高速交通网络对区域专业市场发展的支持。

（4）着力提升专业市场建设质量。虽然不少地区专业市场的面积和规模都比较大，但由于空置率比较高，实质营业的面积不足，导致经营效益偏低。因此，各地必须要结合区域的实际，重视摊位数量与营业面积的匹配，重点盘活现有专业市场的现有资源，提升专业市场的资源利用效率。

（5）转变专业市场发展方式。面对电子商务和“互联网+”等信息化因素对实体专业市场发展的冲击，专业市场要充分利用信息化和“互联网+”的机遇，立足自身的物流、服务、信息和渠道等独特优势，线上和线下两个渠道并重，实现发展的转型。

注释：

①Christensen L.，Jorgenson D.和Lau于1973年提出超越对数生产函数，是一种易于估计和包容性很强的变弹性生产函数模型，在结构上属于平方反应面模型。

②根据习惯的划分方法，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市；中部地区包括吉林、黑龙江、山西、安徽、河南、湖北、湖南、江西等8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆等11个省市区（本文分析中未包括西藏）。

［1］陆立军，于斌斌.基于共享性资源的专业市场与集群企业竞争力：网络、信息与制度——基于浙江省绍兴市14 262份问卷调查与分析［J］.经济地理，2011，31（2）：259-265.

［2］袁丰，李丹丹.辽宁佟二堡皮革制造集群与专业市场共同演化［J］.地理研究，2014，33（3）：546-557.

［3］张旭亮，宁越敏.我国专业市场与城市经济发展的空间规律和关联分析［J］.经济地理，2009，29（7）：1121-1127.

［4］彭继增，邹志锋，孙中美.产业转移、专业市场与特色城镇化互动的实证分析［J］.江西社会科学，2014（8）：61-68.

［5］龙建辉，杨建，麻学锋.我国西部地区商品市场与城镇化协调发展的区域差异分析［J］.贵州民族研究，2014（9）：129-133.

［6］朱晓青.专业市场型混合功能聚落的形态演进与机制解析——浙江“义乌模式”的商住共同体实证［J］.经济地理，2015，35（5）：111-117.

［7］李守伟，何建敏.专业市场发展对经济转型影响的实证研究［J］.北京理工大学学报：社会科学版，2011，13（2）：16-18.

［8］陆立军，俞航东，陆瑶.专业市场和产业集群的关联强度及其影响因素——基于浙江省绍兴市万份问卷的分析［J］.中国工业经济，2011（1）：151-160.

［9］陆立军，赵永刚.网络拓展、品牌嵌入与专业市场适应性——基于义乌“中国小商品城”的实证分析［J］.中国软科学，2012（7）：115-125.

［10］王勇，刘传玉，许汝贞.专业市场驱动的区域增长路径与机制：临沂模式研究［J］.东岳论丛，2013（5）：167-171.

［11］张友丰，杨志文.知识积累、报酬递增与新型专业市场——以义乌小商品市场为例［J］.华东经济管理，2014（7）：22-27.

［12］杨志文.交易效率提升、市场范围拓展与专业市场转型升级——基于870份调查问卷的统计分析［J］.中共浙江省委党校学报，2014，30（4）：98-104.

［13］陆立军，刘猛.电子商务诱致下专业市场交易制度的变迁：理论与模型［J］.商业经济与管理，2013（5）：22-29.

［14］段文奇，冯笑笑.专业市场平台化发展战略的设计方法研究——以永康中国科技五金城为例［J］.商业经济与管理，2014（11）：12-20.

［15］董德民，夏天予.传统专业市场转型升级与网上市场融合发展［J］.企业经济，2015（2）：49-52.

［16］Aigner D，Lovell C A K，Schmidt P.Formulation and Esti⁃mation of Stochastic Frontier Production Function Models［J］.Journal of Econometrics，1977，6（1）：21-37.

［17］Battese G E，Coelli T J.A Model for Technical Efficiency Effects in a Stochastic Production Frontier for Panel Data［J］.Empirical Economics，1995，20（2）：325-332.

［18］谢守红，周驾易.中国专业市场发展的时空动态格局及成因［J］.经济地理，2013，33（11）：77-83.

［19］黄训江.中国城市专业市场技术效率及其影响因素研究［J］.软科学，2015，29（12）：32-35.

［20］谢守红，王雨莹，李津津.经营效率提升、市场拓展与专业市场转型升级——基于义乌中国小商品城的实证分析［J］.管理现代化，2015，35（6）：79-81.

［21］黄莉芳，黄良文，洪琳琳.基于随机前沿模型的中国生产性服务业技术效率测算及影响因素探讨［J］.数量经济技术经济研究，2011（6）：120-132.

［22］郭际，叶卫美.长三角出口贸易的技术效率及其区域差异研究——基于随机前沿分析（SFA）技术的实证研究［J］.中国科技论坛，2013（10）：43-48.

［23］李秋萍，肖小勇.我国农产品批发市场技术效率区域差异分析［J］.华中农业大学学报：社会科学版，2013（1）：31-35.

［24］高小玲，李怡芳.我国水产品专业市场发展动力及其商业模式研究——基于面板数据的经验分析与沪粤浙三地例证［J］.生态经济，2013（8）：132-139.

［25］周静，李珍.水果批发市场技术效率及影响因素研究——基于对经营商户的调查［J］.沈阳农业大学学报，2014，45（3）：380-384.

［26］Hatemi A J，Irandoust M.Productivity Performance and Ex⁃port Performance：A Time Series Perspective［J］.Eastern Economics Journal，2001，27（2）：149-164.

［27］项国鹏，张旭.基于SFA的企业产融结合效率及影响因素的实证研究［J］.科学学与科学技术管理，2013，34（9）：149-158.

［28］邬龙，张永安.基于SFA的区域战略性新兴产业创新效率分析——以北京医药和信息技术产业为例［J］.科学学与科学技术管理，2013，34（10）：95-102.

［29］陈关聚.中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析［J］.中国软科学，2014（1）：180-192.

［30］张鹏，于伟，徐东风.我国省域旅游业效率测度及影响因素研究——基于SFA和空间Durbin模型分析［J］.宏观经济研究，2014（6）：80-86.

［31］唐建荣，石文.基于SFA的低碳企业产融结合效率研究［J］.工业技术经济，2015（9）：12-18.

［责任编辑：张兵］

A Study on Technical Efficiency and Its Influencing Factors of Chinese Professional Market—Based on SFA Model

ZHU Hai-ying
（School of Business，Jishou University，Jishou 416000，China）

Professional market is an important support for regional economic and social development.The paper，using the panel data from 2005 to 2014，employs the stochastic frontier approach to analyze the technical efficiency and its influencing factors of professional market of 30 provincial-level administrative areas in China.The results show that the technical efficien⁃cy of professional market in China is low on the whole，and the regional differences are significant；The technical efficiency of the eastern China is significantly higher than that of the central and western China，and the technical efficiency of professional market is highly consistent with the level of regional economic and social development；The improvement of technical efficien⁃cy of professional market is affected by many factors，among which urbanization，transportation，income and openness have significantly positive effects，whereas economies of scale and informatization have significantly negative effects.Therefore，it needs to enhance the quality of regional economic development，optimize the industrial structure，accelerate regional urban⁃ization process and strengthen the infrastructure construction in order to improve the technical efficiency of professional mar⁃ket.Moreover，it needs to transform the development mode and enhance the construction quality of professional market.

professional market；technical efficiency；SFA model；influencing factor

F713；F127

A

1007-5097（2016）11-0079-07

10.3969/j.issn.1007-5097.2016.11.012

2016-04-07

湖南省社会科学基金项目（12JD61）；应用经济学湖南省重点学科支持项目；西部经济研究湖南省社会科学重点基地项目

朱海英（1983-），女，山东莘县人，讲师，管理学博士，研究方向：产业经济，财务管理。