服務業全要素生產率增長的實證分析
——基于2005-2012年安徽的面板數據

曹林峰

鹽城工業職業技術學院經貿管理系，江蘇鹽城，224005

服務業全要素生產率增長的實證分析
——基于2005-2012年安徽的面板數據

曹林峰

鹽城工業職業技術學院經貿管理系，江蘇鹽城，224005

基于DEA的Malmquist指數法，采用面板數據實證分析安徽服務業的全要素生產率變動情況。結果表明,2005-2012年間安徽服務業全要素生產率平均增長3.6%，技術進步是推動TFP增長的主要因素，而大多數行業的技術效率則是下降的；但不同行業的生產率增長存在差異，政府有必要對服務業不同行業發展采取不同的政策措施，以提高技術效率，并促進服務業技術進步和效率增長的融合。

安徽服務業；全要素生產率；技術效率；技術進步

1 研究背景與問題提出

自鮑默爾提出服務業生產率相對較低的增長會導致經濟發展的放緩甚至停滯這樣所謂“成本病”的理論以來[1]，對服務業生產率增長的研究逐漸成為產業經濟研究的熱點。發達國家的經濟發展實踐表明，發達經濟體在工業化過程中，制造業對經濟增長的貢獻會逐漸降低，而服務業的貢獻則不斷增強；制造業的部分生產活動不可避免地轉移到服務業，高端制造業更需要依賴于現代服務業來支撐；具有更高生產率的服務業對完善制造業非常必要，服務業生產率的高低也成為衡量國家或區域經濟發展程度的重要指標。進入21世紀以來，安徽服務業發展迅速，在國民生產總值中的比重穩步提升，從1978年的19.8%上升到2012年的43.5%，從業人員所占比重也由1978年的10.7%提升到2012年的37.3%[2]。值得注意的是，自2005年安徽提出要促進制造業升級，打響“安徽制造”品牌以來，安徽制造業產業鏈加快了向高端轉型的步伐，同時對高端制造業發展提供支撐的現代服務業提出了更高的要求，提升服務業生產率成為安徽產業優化升級的必然選擇，也是增加安徽經濟競爭力的保障。

開展服務業生產率的測算，早先的研究主要通過索羅余值法展開，如1996年郭克莎[3]就利用索羅余值法對我國改革開放后11年間服務業TFP進行了分析測算。但在索洛余值核算時，對要素在技術上是完全有效的前提假定與經濟發展實際并不相符，測算結果出現的“索羅悖論”現象也使得測算值缺乏說服力。隨后，以數據包絡分析(DEA)及隨機前沿分析(SFA)等生產率分析方法逐步得到發展應用，眾多學者通過構造參數或隨機前沿模型對各階段服務業生產率進行測算。如程大中通過隨機生產率前沿分析模型對我國服務業生產率測算的結果表明，20世紀90年代以來，我國服務業增長主要來自于產業資本的推動，而服務業TFP的增長對服務業增長的貢獻并不明顯，據此，他認為我國服務業更接近于資本增強型而非屬于勞動密集型[5]。楊向陽利用Malmquist指數基于我國的面板數據，對服務業全要素生產效率的區域差異性進行測算，認為區域間的TFP差距與區域資本投入的飽和度高度相關[3]。劉丹鷺通過隨機前沿分析法，利用2000-2009年間的面板數據，從宏觀(服務業行業數據)到微觀(上市公司數據)分地區和行業測算中國服務業全要素生產率變動狀況[6]。隨著2004年我國服務業數據的修正調整，先前對我國及各區域服務業TFP的測算結果也就失去了應有的準確性。本文在已有研究的基礎上,借助Fare等構建了基于DEA的非參數Malmquist指數，并對安徽服務業行業進行細分，利用2004年修正后的服務業統計數據測算安徽服務業全要素生產率，使計算結果更為精確。

2 研究方法

目前經常使用的對服務業TFP測算的方法主要包括參數法及非參數法兩種，其中參數法是假定在某些條件下以投入產出關系設定生產函數，通過實際投入產出數據，構建模型回歸確定模型參數，并進一步測出生產率。非參數法則基于線性規劃非參數理論，認為造成實際生產率達不到最優產出是由于生產者的技術無效或其他隨機因素的存在，有效地避免了價格、時間等非技術因素的影響，更符合經濟運行實際。而Malmquist指數是由統計經濟學家Malmquist作為消費指數提出[7]，后由Caves Chris-tensen和Diewert等[8]人應用于生產率測算,并通過矢量分解法分解水平效應的技術進步指數和增長效應的技術效率兩個變量，通過分析這兩個變量的變化確定服務業TFP變化的原由。Malmquist指數法在測度生產率時不需要考慮時間因素和價格信息，從而使其在生產率測算中被廣泛使用。

本文在測算安徽服務業TFP時，將服務業的各行業作為決策單位，運用DEA的Malmquist指數法構造研究期內各行業最佳生產前沿，為避免參照前沿面選擇的隨意性帶來的誤差，分別以t期和t+1期為基期，根據從t期到t+1期和從t+1期到t期的Malmquist指數的幾何平均值來測算安徽服務業全要素生產率變化，以產出為導向的生產率指數為：

M0(xt+1,yt+1,xt,yt)=

(1)

(2)

(3)

假定規模報酬不變，將上述求得的Malmquist指數進一步分解為表示衡量“水平效應”的技術效率變化指數(TE)和“增長效應”的技術進步指數(TC)。

=TE×TC

(4)

式(4)中TE為技術效率指數，表示T到T+1時期內的每個時間段內實際生產距離最佳生產的大??；TC反映技術邊界變動。

(5)

(6)

其中zk,t表示觀察值所占的權重，服務業生產率的Malmquist指數可通過下面的線性規劃模型求解：

(7)

(8)

zk,t≥0

(9)

(1)式中的其他三個混合距離函數按同理構造求解。

3 數據處理

由于我國服務業統計數據在2004年進行了科學地修正調整，為避免統計口徑的不一致，本文進行實證分析時采用的基礎數據均來自于《安徽統計年鑒》(2006-2013年)，使用2005-2012年共8年安徽服務業11個行業的投入產出數據進行研究，為方便起見，分別用相應字母表示(表1)。

服務業TFP的測算主要涉及到三個變量：產出、勞動、資本，三個變量指標和數據選擇的具體方法如下。

表1 服務業11個行業與其字母代碼對應關系表

(1)服務業產出指標。本文在測算服務業TFP時，對服務業的產出用相應行業的產出增加值表示，為使變量間具有可比性,數據以2005年為基期，用不變價格指數進行縮減。

(2)服務業勞動投入。勞動投入是指在服務業生產過程中實際投入的勞動量，從數據的可得性角度，許多研究用勞動力數量來替代。實際上，勞動投入不應僅僅包含勞動者數量還應包含勞動投入的質量。本文在數據的選擇上，使用勞動力數量和質量兩方面疊加來替代勞動投入。在數量上，勞動投入使用安徽服務業行業年末從業人員數表示；質量上，借鑒蔡日方[9]2000年使用的受教育年限法，將教育程度分為0年(文盲)、6年(小學)、9年(中學)、12年(高中)、16年及以上(大專及以上)共5個等次，并分別給它們賦值為1，2，3，4，5。安徽服務業從業人員教育狀況參考全省從業人員就業狀況，并通過如下公式進行量化計算。

(10)

式(10)中，hi表示第i級層次的教育年限，HRit為安徽全體從業人員的就業人口教育分布情況。

(3)服務業資本投入。服務業資本投入用其資本存量替代。資本存量的計算采用國際通用的永續盤存法進行，即：

Kt=It+(1-δt)Kt-1

(11)

式(11)中，t=2005,…，2012，It表示第t年的固定資產投資，δt表示第t年的固定資產折舊率?？紤]到數據的可得性，固定資產投資用主要固定資產來代替，初始資本由《安徽省第三產業普查數據》查取并通過Kohli方法求得，取δt=5%的折舊率。

4 實證分析

運用軟件DEAP2.1，利用安徽2005-2012年服務業各行業面板數據，計算8年間服務業各年的生產率指數，匯總平均計算出安徽服務業TFP的增長變化，進一步分解出技術效率和技術進步兩個向量的指標值，得到如下數據(表2)。

表2為計算得到的2005到2012年間安徽服務業11個行業的全要素生產率增長(TFP) 的增長變化，表3為技術效率變化(TE)，表4是技術進步的結果(TC)。

表2 生產率指數

表3 安徽服務業技術效率變化

表4 技術進步

從整體上看，2005-2012年間，安徽服務業TFP增長平均為3.6%，其中技術效率的增長率為2.1%，而同期的技術進步平均增長率僅為1.5%。由此可見，安徽服務業TFP的增長是這兩個變量共同推動的，主要來自于“水平效應”的技術效率的推動，而“增長效應的”技術進步作用相對較小。在生產率的變動中，安徽服務業發展中還沒有充分利用資源和技術的潛力，因此，利用技術進步來提升安徽服務業全要素生產率還有很大的余地。此外，8年間，安徽服務業生產總值從2005年的6 612.22億元增加到2012年的23 517.98億元，年均增長13.7%，而其全要素生產率增長的貢獻平均為29.3%，其他要素對服務業增長的貢獻高達70.7%，服務業全要素生產率對行業增長的貢獻明顯偏低，影響了服務業生產率的增長。

從時間上來看，2005年以來，安徽服務業全要素生產率波動性明顯加強，呈現出弱增長態勢，2009年還出現過負增長現象，技術進步和技術效率對其的推動作用不停地交叉輪換，在一定程度上可以說是安徽經濟發展過程中過度投資和競爭的結果，導致技術選擇中資本替代勞動的偏差，從而使資本的收益偏低。具體來看，2005-2008年間，安徽服務業全要素生產率增長相對稍好，而2010年以后，這種增長有越來越弱的趨勢，導致這種變化的原因在于受到外生沖擊(如美國次貸危機)時，在技術進步變化不大的情況下，技術效率卻越來越低,技術效率的負增長在一定程度上抵消了技術進步的正向作用。盡管安徽服務業生產總值仍保持著較高的速度增長，但技術的低效率帶來的影響也逐漸顯現出來。

從具體行業來看，8年來，安徽服務業中住宿餐飲業(RT)和機關團體、黨政機關和社會團體(GP)兩個行業全要素生產率出現了負增長，技術效率的降低是其倒退的主要原因。其他9個行業的全要素生產率都有一定程度的提高，而交通及通信業(TS)、批發零售(WS)、金融保險業(FA)、房地產業(HT)和科研綜合服務業(SR)5個行業則實現了持續增長，而剩下的4個行業的增長和降低交替進行。其中金融保險、居民服務、修理和其他服務業、社會服務業、教育及科研綜合服務業等行業生產率的增長主要源于技術效率的改善，而生產率保持持續增長的運輸及通信業、批發零售貿易、房地產業、科研和技術服務業這4個行業的全要素生產率增長更多源自技術進步提升的推動。

5 結 論

本文基于DEA的Malmquist指數法對2005-2012年間安徽服務業總體及分行業的全要素生產率進行了測算，概括起來呈現兩個特征：第一，從行業總體上來看，安徽服務業TFP總體呈現增長趨勢，多數行業的增長是水平效應的技術生產率和增長效應的技術進步共同推動的，但技術效率改善所帶來的“水平效應”相對明顯,而技術進步所貢獻的“增長效應”有限，技術進步仍是推動安徽服務業各行業生產率增長的主要原因。第二，服務業各行業存在著增長上的差異，相對而言，生產性服務業技術進步比傳統行業的高，而勞動密集型行業的技術效率高于資本密集型行業，一些高技術行業如交通運輸倉儲及郵電通信業的技術進步增長很快，但技術生產率則出現了倒退。隨著外部經濟的波動，有些服務行業有抗沖擊性的特征。

這些結論對安徽服務業發展有著鮮明的政策指導意義。為了保持安徽服務業的長期持續性增長,推進其增長模式轉變，推進制造業高端化和產業結構轉型升級的進程，就必須要推動服務業生產率的提升。在推進服務業集約型發展的過程中，在提高技術進步的同時，更需要注重技術效率的提高。由于服務業內部的各行業具有較大的異質性，不同的行業需要有不同的針對性發展政策，同時還需要不斷改善投入或產出質量，以增強服務業競爭力。

[1]任英華,王耀中.國際服務業生產率的發展趨勢及影響因素分析[J].統計與信息論壇,2008(9):59-63

[2]安徽省統計局.安徽省統計年鑒[EB/OL].[2014-03-15].http://www.ahtjj.gov.cn/

[3]郭克莎.中國改革中的經濟增長與結構變動[M].上海:上海人民出版社,1996:43-47

[4]程大中.中國服務業的增長與技術進步[J].世界經濟,2003,11(7):35-42

[5]楊向陽,徐翔.中國服務業全要素生產率增長的實證分析[J].經濟學家，2006,6(3):77-81

[6]劉丹鷺.中國服務業生產率及其影響因素研究[D].南京：南京大學商學院，2012:33-36

[7]曾世宏,鄭江淮,丁輝關.國外服務業生產率研究:一個文獻綜述[J].產業經濟評論,2010,8(2):138-157

[8]顧乃華.我國服務業發展的效率特征及其影響因素：基于DEA方法的實證研究[J].財貿研究,2008(4):60-67

[9]蔡日方，都陽.中國地區經濟增長的趨同與差異[J].經濟研究，2000(10): 30-37

(責任編輯：周博)

2014-05-21

曹林峰(1977-)，安徽安慶人，碩士，講師，主要研究方向：產業經濟發展。

10.3969/j.issn.1673-2006.2014.09.010

F063.1

A

1673-2006(2014)09-0033-05