中國信息服務業全要素生產率的測度與分析

陳志剛，程慧平，2

（1湖北工業大學管理學院，湖北武漢430068；2南京大學信息管理學院，江蘇 南京210093）

由于信息服務業在國民經濟中占有重要地位，越來越多的學者從不同角度對信息服務業領域進行研究，但就全要素生產率對產業增長貢獻率進行探討的比較少見。國內學者針對服務業（包含信息服務業）生產率的貢獻率進行測算主要有：徐宏毅（2004）發現1992－2002年（1993年除外）服務業全要素生產率增長對中國服務業經濟增長的貢獻率達到42.5%［1］；陳銀娥（2008）測算出1978－2005年技術進步對服務業增長的貢獻率為31.63%，1978－1990年為43.82%，1991－2005年為22.29%［2］；王楠（2009）發現中國1978－2008年全要素生產率（技術進步）對經濟增長貢獻率達到53.51%［3］；王恕立等（2012）發現，2004－2010年間我國信息傳輸、計算機服務和軟件業增長率為10.11%，TFP的平均貢獻率為28.97%［4］。為了拓展國內現有針對服務業的研究成果，筆者以信息傳輸、計算機服務和軟件業（下稱信息服務業）為例，針對1991－2010年中國國家層面信息服務業全要素生產率進行測度與分析。

1 數據處理與研究方法

1.1 指標選擇與數據處理

1.1.1 指標選擇 選取《中國統計年鑒1992－2011》的全國信息服務業產值（1991－2002年郵電通信業產值，2003－2010年信息傳輸、計算機服務與軟件業產值），以及從業人員數和資本存量作為分析數據。

1.1.2 數據處理

1）產值。采用GDP平減指數對信息服務業產值進行調整，以剔除通貨膨脹（緊縮）造成核算結果的虛增（虛減）影響。對1991－2000年信息服務業產值，將1991年的GDP增長指數換算為2001年為100的GDP指數，通過2001年為基期的GDP指數換算出按2001年不變價格，計算得到實際信息服務業產值，數據處理辦法見文獻［5］。

2）資本存量。通過對投入產出的考察，信息服務業固定投資約占交通運輸、倉儲和郵政業固定資產投資35%左右［6］。

3）信息服務業就業人員。1991－2002年用各地區郵電通信業職工人數，2003－2010年用各地區信息傳輸、計算機服務和軟件業城鎮單位就業人員數（年底數）。各變量數據的描述性統計見表1。

表1 1991－2010年中國信息服務業總量層面原始指標描述性統計

1.2 研究方法

全要素生產率是指“在投入要素稟賦結構條件不變的情況下，通過生產技術改善得到更多的產出”，它從宏觀上衡量生產率，也被視為技術進步指標。用傳統的C－D生產函數，根據Solow增長方程研究技術進步的假定，在規模報酬不變的假設下（即資本與勞動的彈性系數之和為1），結合希克斯（Hicks）中性技術進步模型（即勞動彈性和資本彈性不隨技術進步而變化）全要素生產率增長等價于技術進步率。索洛（Sol ow）殘余是指經濟增長中除資本和勞動的增加外，將其他不可觀察的剩余歸結為技術進步，即全要素生產率增長率。因此，我國信息服務業的生產函數［7－8］

式中：At為第t年技術進步水平，兩邊取自然對數得：

l n（Yt）＝l n（At）＋αl n（Kt）＋βl n（Lt）＋μt.（1）為了消除多重共線性問題，假設資本、勞動力的投入量與產出量同等速度增加，即規模報酬不變的假設下，則式（1）回歸方程變為：

代表第t年勞動生產率，Kt／Lt反映第t年生產要素資源稟賦結構。

全要素生產率計算公式為

全要素生產率增長率

式中，α，β分別代表資本和勞動的彈性系數，y代表產值，k代表資本，l為勞動力的增長率。表明信息服務業技術進步速度（即全要素生產率增長率）＝產出增長速度－（勞動力、資本投入要素增長率的加權和），其權數為勞動和資本要素的生產彈性（勞動產出彈性乘勞動增長率＋資本產出彈性乘資本增長率），即索洛余值法。

D－W（德賓－沃森）檢驗是變量序列自回歸是否存在一階自相關性的最常用方法，該方法適用于大樣本（一般要求樣本量至少為15）。D－W檢驗統計量的下臨界值dL和上臨界值dU，當dU≤d≤4－dU，接受原假設，序列不存在自相關。D值愈接近2，判斷無自相關性把握越大［9］。即當D.W.值在2附近，認為序列不相關；當D.W.值小于2，認為存在正序列相關；當D.W.值在（2，4）區間內時，認為存在負序列相關。

2 中國信息服務業全要素生產率（1991－2010）

本文研究的時間序列為1991－2010年，樣本量為20，滿足DW檢驗基本要求，通過Eviews6.0軟件進行回歸檢驗，結果如表2所示，顯示：經過一階廣義差分自回歸后，樣本量n＝19，k＝1時，在5%顯著性水平下，查表可得到dL＝1.180，dU＝1.401，d＝2.144，滿足1.401＜d＜2.599，調整后可決系數分別為0.995，F統計值為1895.849，F統計量相伴概率為0.000。因此，D.W.＝2.003在2附近，認為經過一階差分變換后的模型不存在序列相關性，且技術設備率在5%水平下顯著。因此，模型擬合度較理想，解釋性強，能夠有效地揭示各變量之間的相互作用關系。α＝0.643，β＝1－α＝0.357，可以看到資本彈性遠大于勞動力彈性，這一結論與閆星宇等（2010）的結論“信息傳輸、計算機服務和軟件業對資本依賴特別嚴重，屬于資本密集型行業”［10］相吻合。可見，我國信息服務業是資本密集型產業。

表2 信息服務業Solow增長速度方程模型

根據要素貢獻率計算公式：要素貢獻率＝要素彈性×（要素增長速度／產出增長速度），可以測算出1991－2010年我國信息服務業勞動力、資本要素及全要素生產率貢獻率，結果如表3所示。通過上述分析：我國20年來信息服務業產值平均增長速度為26.05%，反映了信息服務業在國民經濟中占據重要的地位；資本貢獻率達到46.39%，TFP貢獻率為46.82%，反映全要素生產率增長對信息服務業的經濟增長起到了重要的推動作用。同時，全要素生產率增長與生產要素貢獻率水平相當，信息服務業未來的發展既取決于生產要素投入的擴大，又決定于生產率增長。因此未來我國信息服務業發展必須以資本投入作為基石，以技術進步作為推動力。20年間，我國信息服務業資本平均增長速度為6.61%，勞動力為3.64%，全要素生產率增長率為20.51%，反映出生產率的增長才是信息服務業經濟增長的動力。根據王乃靜（2007）提出的經濟增長方式判斷標準，我國信息服務業目前處于相對粗放型經濟增長方式［11］。

表3 全要素生產率、勞動、資本要素貢獻率

信息服務業產值、資本、勞動力、全要素生產率增長率見圖1。可見全要素生產率增長率與信息服務業經濟增長演變進程基本一致，說明生產率提升是促進信息服務業實現可持續發展的源動力。

3 全要素生產率增長率與產值增長的相關性分析

全要素生產率增長率的主要作用是改變投入要素的比例，減少投入冗余，提高生產要素的利用水平。因此，為了考察全要素生產率增長率與勞動力、資本投入及信息服務業產值增長的相關性，本文建立以下線性模型：

借助Eviews6.0軟件，運用普通最小二乘法OLS進行回歸，結果如表4所示，可見全要素生產率增長率模型中，經過二階廣義差分自回歸后，樣本量n＝18，k＝3時，在5%顯著性水平下，dL＝0.933，dU＝1.696，d＝2.144，滿足1.696＜d＜2.304，調整后可決系數分別為1.000，F統計量相伴概率為0.000；技術效率變化模型中，樣本量n＝20，k＝3時，在5% 顯著性水平下，dL＝0.998，dU＝1.676，d＝1.740，滿足1.676＜d＜2.324，調整后可決系數分別為0.955，F統計量相伴概率為0.000，均可以反映出模型自相關性基本不存在，模型擬合較好。全要素生產率增長率模型中，全要素生產率增長率模型系數均大于勞動和資本系數，表明全要素生產率提升是中國信息服務業實現可持續發展必選之路，由粗放型、資源型增長向集約型、技術型增長方式轉變才是信息服務業發展穩定增長的長久之計。

圖1 信息服務業產值、資本存量、勞動力、全要素生產率增長率

表4 全要素生產率增長率、資本存量增長率、勞動增長率相關性分析

［1］徐宏毅.中國服務業生產率的實證研究［J］.工業工程與管理，2004（5）：73－76.

［2］陳銀娥，魏君英，廖宇航.中國服務業增長中的技術進步作用研究［J］.華中科技大學學報（社會科學版），2008（5）：48－52.

［3］王 楠.中國改革開放三十年的技術進步與經濟增長——基于TFP的實證研究［J］.經濟研究導刊，2009（31）：1－2.

［4］王恕立，胡宗彪.中國服務業分行業生產率變遷及異質性考察［J］.經濟研究，2012（4）：15－27.

［5］石風光，李宗植.要素投入、全要素生產率與地區經濟差距——基于中國省區數據的實證分析［J］.數量經濟技術經濟研究，2009（12）：19－31.

［6］陳 亮.信息化對工業化的推動作用研究［D］.武漢：華中科技大學，2011（6）：42－44.

［7］王文博.計量經濟學——模型、方法及應用［M］.第二版.西安：西安交通大學出版社，2011（4）：212－215.

［8］蔣晶晶，馮邦彥.廣東省要素投入與全要素生產率的實證分析［J］.廣東商學院學報，2011（1）：76－82.

［9］趙衛亞.計量經濟學教程［M］.第二版.上海財經大學出版社，2010（7）：263－264.

［10］閆星宇，張月友.我國現代服務業主導產業選擇研究［J］.中國工業經濟，2010（6）：75－84.

［11］王乃靜，王立平.技術創新對山東經濟增長的貢獻研究［J］.山東經濟，2007（6）：123－126.