中國信息服務產業技術效率及驅動因素研究

王樹喬 王惠

摘 要：文中利用數據包絡分析（DEA）對2002—2012年期間中國30個省、市、自治區的信息服務產業技術效率進行靜態評估，進一步提出影響中國信息服務產業環境因素假設，采取超對數生成函數的隨機前沿模型和DEA 2步法對引起技術效率增長區域差異因素進行實證分析。研究表明：中國信息服務產業技術效率還存在較大的提升空間；人力資本、信息化水平、對外開放度、R&D等與中國信息服務技術效率有著顯著的正向影響。

關鍵詞：技術效率；信息服務；驅動因素；數據包絡分析

中圖分類號：F 229 文獻標識碼：A 文章編號：1672-7312（2016）03-0315-08

0 引 言

目前，信息服務產業已經成為影響全球經濟增長的關鍵生產部門，其發展水平是一個國家和地區經濟實力的重要衡量標準。而效率問題則是政府部門和經濟學界重視的問題之一，大到一個行業，小到一個企業，評價它們強弱最重要的環節是投入—產出效率。國內對中國信息服務產業的研究主要集中在從理論上分析信息服務產業的發展現狀，發現問題提出改善的建議，定量分析的研究卻較少。縱觀信息服務產業的發展，存在著企業運行效率低下、產業技術水平較落后和行業資源配置不合理等現象。針對信息服務產業效率測度和對其影響因素分析成為中國信息服務產業發展的重要問題之一[1]。

近年來，國內學者開始采用數據包絡方法（DEA）和隨機前沿分析（SFA）對產業的技術效率變化進行了實證研究。劉華，肖挺[2]采用DEA方法分析中國29個省的全要素生產效率的變化動態，發現加速中國制造業發展的關鍵動力源泉來自于技術的進步。王銳淇[3]利用SFA方法，對中國區域技術創新效率進行測度，發現全國各個地區技術創新效率出現整體上升的態勢。縱觀國內外的研究學者對SFA和DEA的大量實證分析發現，集中在以下2種觀點上：①SFA效率值比DEA略低，但是得到結論大致一樣[4]；②DEA相比SFA得到結論更可靠，但是各自有適合的領域。不能簡單地說DEA或者SFA測算結果更好，需要根據研究的內容實際情況再做探討。2種方法的融合彌補單一方法研究的缺陷，增強技術效率的說服力，讓非參數和參數形式方法優勢互補，評價結果更加客觀[5-6]。國內學者對技術效率影響因素研究的有：劉小玄、ArneBigsten和鄭京海的企業產權對技術效率產生的影響進行分析，結果顯示效率最低的是國有企業，最高的是私營個體企業；討論企業的控制層級以及企業所有制對企業效率的影響，認為獎金的激勵、受教育程度的改善、人力資本是國有企業技術效率增長的主要動力。姚偉峰[7]對中國技術效率影響因素研究表明，外商直接投資和貿易、企業產權結構、勞動力結構、資本投入對象、勞動者素質都是對技術效率產生影響。任英華，王耀中[8]對影響國際服務業效率的因素進行分析，結果顯示在最初階段，勞動者素質、工資以及信息技術對服務業生產率都有正向作用，技術創新的影響卻不明顯；隨著時間的推移，技術創新對服務業生產率產生正向顯著影響，而信息技術和勞動者的素質對服務業生產率沒有明顯影響。

為了反映中國信息服務產業技術效率水平和對其產生影響的因素真實作用，融合SFA和DEA在信息服務產業領域研究中的優勢，進而能得到更加確切、客觀的評價結論。據此，文中以中國大陸30個省級行政地區為研究對象，收集2002—2012年面板數據，基于數據包絡分析方法對中國信息服務產業靜態技術效率進行測評；在此基礎之上，進一步提出影響其技術效率環境的因素假設研究，利用DEA-Tobit兩步法以及SFA評估效率環境因素的影響的程度。

1 變量選擇與數據處理

目前，國內外還沒有關乎信息服務產業的統一定義。傳統的信息服務產業是指在技術落后、不發達的情況之下主要通過手工的方式來提供服務；新興的電子服務產業是指利用Internet、計算機、電子等先進的技術手段或者工具獲取信息、改造信息來提供服務。宿春明將我國信息服務分為2大類：一類是信息企業，一類是中央以及地方政府機關建立的信息中心。徐書銘認為信息服務產業是指涉及到信息收集、加工、查找、傳遞和給予服務的行業。中國國家統計局認為信息服務產業是電子信息傳輸服務、電子信息設備銷售、電子信息設備制造、計算機服務、軟件業和其他信息相關服務。北美產業分類體系認為其是關乎信息傳播與服務的產業，聯合國將其認為是計算機軟件、出版業、電信、動畫、音頻及音樂出版、咨詢及相關。考慮到信息服務產業的范圍、分類以及國內外不同學者和機構的劃分標準，結合數據的口徑和獲得性，文中將信息服務產業劃分為軟件業、計算機服務以及信息傳輸。

文中以中國30個省、市、自治區（西藏由于數據的缺失，不計入樣本）的計算機與軟件產業、信息傳輸產業的產出、勞動和資本投入的數據為研究樣本。樣本區間是2002—2012年。所用的數據來源于國家統計局網站、中經網統計數據庫、《中國電子信息產業》、《中國第三產業統計年鑒》、《中國統計年鑒》。

產出水平。用歷年計算機服務、軟件業和信息傳輸的增加數值來表示。以2002年不變價格指數進行縮減，消除通貨緊縮（膨脹）帶來的影響。由于信息服務產業是2003年后才統一口徑進行統計，所以2003—2005年難以從統計年鑒中直接獲取各省的計算機服務、軟件業和信息傳輸的增加值，為了得到2003—2005年的各省產出水平的增加值，即利用各省郵電通訊業的增加值代替信息服務產業增加值[9]。

資本投入。信息服務產業資本投入選取資本存量具有典型代表性的指標來衡量。采用“永續盤存法”測算信息服務產業的資本存量的數值。采用下式計算：

Kit=Ki，t-1（1-δit）+ΔKit.

Kit為第i地區的第t年的固定資產存量；ΔKit為第t年第i地區的當年固定資產存量凈額。

折舊率借鑒徐杰等人的研究成果[10]，取δ=10.2%的折舊率，固定資產投資額采用如下處理：2004—2012年采用計算機服務、信息傳輸與軟件業的固定資產投資總額，2003年采用更新改造資產和基本建設投資總和，2002年數據處理方法參照學者徐盈之[11]對信息服務產業資本存量的處理方法獲取。

人員投入。信息服務產業從業人員指標以中國各省計算機服務、軟件業和信息傳輸單位年底就業人員總數作為指標。數據來自于相應年份的《中國統計年鑒》，2002年信息服務產業從業人員數據難以從統計年鑒直接獲得，處理方式與資本投入相似。

2 中國區域信息服務產業技術效率差異分析

數據包絡分析（Data Envelopment Analysis，簡稱DEA）方法最早是1978年運籌學家Cooper、Chames、Rhode提出的測度同類型決策單元（DecisionMaking Unit，DMU）相對效率[12-13]。目前數據包絡分析模型主要有BCC和CCR模型，文中利用DEA方法中的CCR模型，即假定在規模報酬不變的情況下對相對效率進行測算，以全國30個省際區域為基本決策單元來測算出技術效率。對于任一決策單元DMU0，其對偶形式的CCR模型可表示為：

DEA方法有產出導向型與投入導向型2種模式。產出導向型模式是指在投入量固定的情況下對產出量進行控制、調整；而投入導向型模式是指在產出量相對固定的情況下對投入量進行控制、調整。文中選取投入導向型的DEA模式對信息服務產業技術效率進行測度分析。運用DEAP2.1軟件，計算出各省信息服務產業DEA效率均值。

表1顯示運用數據包絡分析（DEA）方法計算中國30個省、市、自治區的信息服務產業的技術效率平均值。北京、天津、上海、山東這4個省是處于效率前面的地區，這4個省在投入量固定的情況下，產出已達到最佳水準，占到全國所有地區的13.3%.河北、江蘇、浙江等地區DEA效率值均值也高達0.8以上，通過進一步觀察，發現DEA效率值達到0.8以上的省區集中在中國的東部和中部；相比之下，內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等西部地區的DEA都沒有超過0.50.在DEA效率值均小于1的無效區域，各省可以通過更合理的投入，減少冗余來實現有效。

3 影響信息服務業技術效率因素研究

綜合徐盈之[14]、常碩[15]、姚莉媛等人研究的行業技術效率影響因素，認為影響中國信息服務產業技術效率增長的主要因素包括政府行為、人力資本、金融機構、對外開放度、信息化水平、知識支持等，并提出如下研究假設。

假設1：政府行為與信息服務產業技術效率呈現正向相關關系。我國信息服務產業起步比較晚，政府適當的政策引導對信息服務業發展起著關鍵的作用，政府可以借助各種手段來協調企業主體之間的利益，建立有效的合作機制，促進信息服務產業技術效率增長。另外，技術進步的基礎是科技經費的投入，而政府是科技經費投入的兩大主體（政府和企業）之一，尤其在我國，作為政府科技投入的國家財政科技撥款，是我國科技投入的重要組成部分。

假設2：人力資本水平與信息服務產業技術效率呈現正向相關關系。在內生經濟增長理論中，知識存量、人力資本存量等都被認為對經濟增長起著關鍵的作用。一個人倘若受教育的程度越高，很自然便會將更多的知識應用到工作中去，在信息服務產業發展過程中不斷提升人的學習能力，讓更多的隱形知識能轉化為顯性知識。

假設3：金融支持與信息服務產業技術效率呈現正向相關關系。信息服務產業對技術的要求往往要比其他行業更高，企業若要持續提升技術效率，就需要技術上的創新。金融機構為企業拓展籌資渠道在短期內為研發籌集到大量資金，倘若單靠企業自籌或者是依靠政府科技投資可能需要漫長的周期才能做到。另一方面，金融機構可以幫助企業規避風險，提供不同渠道的資本融資方式完善研發的資源配置。

假設4：對外開放度與信息服務產業技術效率呈現正向相關關系。一方面是指國家積極主動地擴大對外經濟交往；另一方面是指放寬政策，放開或者取消各種限制，不再采取封鎖國內市場和國內投資場所的保護政策，發展開放型經濟。隨著世界經濟全球化，信息服務產業面對機遇和挑戰，能否抓住產業發展的各種機會，利用國內外的各種先進技術和管理理念，各省市對外開放的程度起到至關重要的作用。

假設5：信息化水平與信息服務產業技術效率呈現正向相關關系。信息化代表高度應用信息技術，高度共享信息資源，充分發揮社會、物質資源和人的智慧潛能，社會運行、組織決策和個人行為接近合理化的理想狀態。顯然信息化水平已經是國家和地區綜合實力和現代化水平的重要體現。信息化推進生產力的發展、促進生產關系的變革，所觸發的經濟、社會轉型和從工業社會向信息社會的轉變。信息化通過技術進步和知識集聚的內生化促使經濟增長，帶來信息服務產業以及與其相關的各種產業的繁榮。

假設6：研究與開發投入與信息服務產業技術效率呈現正向相關關系。技術進步在內生經濟增長理論被認為是經濟長期增長的真正動因，全要素生產率增長的關鍵因素，研究與開發投入產生的創造性的成果在信息服務產業的技術應用中起到非常重要的作用；在信息服務產業發展中，經過研究和開發，技術創新所引發的知識溢出效應，加之由于受研究和開發成本影響到的知識增長速度，這些都造成各省份信息服務產業發展速度的迥異。

假設7：地理區位與信息服務產業技術效率呈現正向相關關系。中國信息服務業的發展不僅受地區經濟發展水平、信息化水平、技術進步等因素影響，還受著地理區位的影響。我國地域廣闊，西部位居大陸內部，氣候、地形、水文、生物、土壤與東部差異非常大。在自然條件的基礎上，陸上交通，海運，開發歷史、人文觀念等條件，使東中西3大區域存在不同層面上的差異，這些也無疑對信息服務產業技術效率產生影響。

3.1 方法研究

3.1.1 DEA-dobit

中國信息服務產業的發展不僅受投入、產出指標影響，還受地區信息化水平、政府行為、技術進步、所處區域等因素影響。為了測度數據包絡分析法評估出來的效率值是否受假設提出的壞境因素的影響以及影響的程度，在DEA分析中衍生出一種“兩階段法”（Two-stage-Method）的方法。在文中，首先通過DEA模型評估各省份信息服務產業的技術效率值；其次，被解釋變量（技術效率值）對所列出的假設中提及的各種影響信息服務產業技術效率的外部環境因素進行回歸，根據自變量的系數判定環境因素對信息服務產業技術效率值的影響強度以及影響方向，由于DEA模型確定的自變量（效率值）被限制在0-1之間，采用普通的最小二乘法對模型直接回歸，參數估計值就可能會出現偏向于0的情況[16-18]。Tobin在1958年提出了截取回歸模型，又稱之為“Tobit模型”。

這里被解釋變量TEit為第i省第t年的信息服務產業技術效率值；α為待估計系數；εit為隨機誤差項，考慮到數據可獲取性和科學性，具體指標選擇如下：政府行為（gov），采用各地區財政支出占地區GDP的比重來表示；人力資本水平（Human），用文盲、半文盲占15歲及以上人口的比重來表示；金融支持（Finance）用金融機構的貸款額來反映；衡量對外開放程度（Export）經常使用的變量是出口額，文中選取出口額占地區GDP的比重來反映各省市的對外開放程度；信息化水平（Information），國家統計局的信息中心對信息化水平測評指標體系進行評估，其中涵蓋信息化發展指數、知識指數、使用指數、信息消費指數、壞境與效果指數，文中采用互聯網普及率來替代；研究與開發投入（R&D） 代表各省的科技研究與開發投入，采用各個省份的科研經費投入占地區GDP的比重進行測算；地理區位（geography）用虛擬變量來表征，0表示中西部地區，1表示東部地區。

3.1.2 SFA

1992年，在Battese和Coelli建立隨機前沿模型如式（4）；1995年，二人又在上述模型基礎上引入技術非效率函數，如式（5）[19]：

3.2 DEA-dobit和SFA結果對比

首先在研究環境因素對信息服務產業技術效率影響之前，必須要考慮到解釋變量之間是否存在的多重共線的情況[20-23]。表2給出除了地理區位客觀性比較強的因素之外的其他6個影響因素變量之間的相關系數，從表中可觀察到除了gov和human、finance和human、exports和human 以及Information和Finance相關性不顯著以外，其他各個變量之間均存在由于相關系數絕大部分處在0.1-0.3之間，相關性比較弱，各個變量方差膨脹因子（VIF）也是可以接受的，說明變量之間存在多重共線性不怎么嚴重。可以將這些變量均納入到回歸模型當中，可不采取各個變量逐層進行回歸。

將技術非效率函數加入之后，依然需要檢驗隨機前沿模型的適用性。檢驗的標準是觀察備選假設

廣義似然率統計量λ=2ln[L（H0）/L（H1）]，其中L（H1）、L（H0）和零假設的似然函數值

需要進行檢驗的假設如下：

H01：βt=βtt=βkt=βlt=0，信息服務產業生產不存在技術進步，與時間相關的系數均為0；

H02：βkk=βll=βkt=βlt=0，柯布-道格拉斯生產函數適合擬合，所有二次項系數均為0.

由假設檢驗的結果顯示，只有H01假設條件下相應的臨界值大于廣義似然率；而H02假設條件下相應的臨界值小于廣義似然率，所以只能接受H01假設條件，即在加入技術非效率函數以后，無技術進步的生產函數適合研究環境因素對技術效率值的影響力度和影響方向，而柯布-道格拉斯生產函數卻被拒絕，不適合用來擬合數據。

表3第1列給出了DEA-Tobit 模型的擬合結果，第2列是在無技術進步的假設下的生產函數隨機前沿模型對樣本的回歸結果。無技術進步的生產函數隨機前沿模型2的方差參數γ=0.863 2顯著，表明該模型估算的技術非效率函數回歸結果是比較可靠。

政府行為（gov）變量在模型1中回歸估計系數估計結果是顯著負值（在DEA-Tobit模型中，環境因素回歸系數為負值表示其對信息服務產業技術效率產生負面作用）；在模型2中估計結果為正（在隨機前沿生產函數模型中，加入技術非效率函數的系數為正值表示其對信息服務產業技術效率有負面影響）。根據模型1和模型2的檢驗結果可以拒絕政府行為會給省區的信息服務產業有正向相關關系的假設。在中國信息服務產業的發展是不適合采用政策調節手段干預產業層次的“剛性”模式。而相應的采取市場自由和國家宏觀調控相結合的模式，給我國信息服務產業的發展創造出良好的發展環境。

人力資本變量（human）在模型1中回歸系數為正值，表明人力資本對信息服務產業技術效率產生顯著正效應，雖然在模型2中回歸系數為正值，表示出負作用，但是效果卻并不顯著。研究支持人力資本對信息服務產業有正向相關關系。提高勞動者素養，發揮人的聰明才智，加強要素在地區之間流動，有效實現知識擴散，使區域信息服務產業會朝著更健康的方向協調發展。

金融支持變量（Finance）在模型1回歸估計系數中顯著為負值，在模型2中顯著為正值，說明其對信息服務產業產生顯著的負面影響，因此拒絕金融支持變量對信息服務產業存在正向相關關系的假設。金融機構的放貸是以盈利為最大的目的，所資助的產業是高成功率、周期短、低風險、具有良好的發展前景的產業，而信息服務產業往往呈現出周期長、高風險的狀況，而這些恰好是金融機構不愿意輕易資助的對象；同時，金融機構在挑選具體放貸對象，更傾向于規模實力大的企業，這樣反而使有良好的發展創意，急需要資金幫助的信息服務產業中小型企業得不到資助，失去發展的機會。

信息化水平變量（Information）在模型1回歸估計系數中顯著為正值，在模型2中為顯著為負值。說明信息化為信息服務產業的發展提供技術上的支持，支持信息化水平對信息服務產業有正向相關關系的假設。當今是個信息爆炸的時代，信息無所不在，信息服務產業發展中，信息的重要程度不言而喻，信息化水平程度越高，信息服務產業生產、銷售等各個環節的生產效率、運營效率更高，更有利于信息服務產業的發展。

對外開放度（exports）在模型1中回歸系數為顯著為正，在模型2中系數為顯著為負。支持對外開放度對信息服務產業技術效率有正向相關關系的假設。對外開放度越高，獲到國外的投資機會就越大，事實證明對外開放在促進我國經濟增長和產業結構調整上面有著至關重要的地位和促進作用，信息服務產業能通過貿易自由化，消除貿易壁壘。學習國外先進的技術和管理理念，運用到行業的發展中去，縮小與發達國家的技術差距，對我國信息服務產業技術效率的提高起到積極的作用。

研究與開發（R&D）變量在模型1中回歸系數為顯著正值，在模型2中顯著為顯著負值，說明R&D對信息服務產業技術效率起著促進作用，支持原假設。技術創新是技術進步的一個重要來源之一，而R&D投入給技術創新提供了物質基礎，技術進步會促進信息產業技術效率的提高。地區虛擬變量（Geography）在模型1中回歸系數為顯著正值，在模型2中顯著為顯著負值，表示中國的東、中和西部3大區域的信息服務產業技術效率存在明顯的差異，支持地區差異對信息服務產業技術效率有著正向相關關系的假設。

4 結 語

文中運用數據包絡分析（DEA）對中國各省份的信息服務業靜態技術效率，中國信息服務產業的發展不僅受投入、產出指標的影響，還受地區信息化水平、政府行為、技術進步、所處區域等因素影響，對造成區域間信息服務產業技術效率的地區差異背后的環境影響因素，綜合運用DEA-兩步法（DEA-dobit）和建立超越對數生產函數的隨機前沿分析模型（SFA）對樣本進行回歸分析研究，以期尋找到環境因素對信息服務產業的影響方向和影響強度。

中國信息服務產業起步比較晚，整體靜態效率偏低，還有更大的提升空間；各個地區的信息服務產業技術效率存在差異，且東部絕大部分地區高于中、西部；為了使我國信息服務產業朝著更好的方向發展，各省份必須不僅關注技術效率的改善，還要增加創新投入，技術上取得進步，兩手抓，這樣才能使得中國信息服務產業獲得持久發展。

減小各省份信息服務產業發展差距，實現協調發展的過程中，人力資本、金融支持、信息化水平、對外開放程度等起到至關重要的作用，例如信息化水平發展的程度，可以縮小區域數字鴻溝，這些環境因素都在各個層面潛移默化地影響中國信息服務產業的發展，政府要準確地給自己的職能定位，避免過分干預信息服務產業發展，為其發展創造有利環境，企業也要努力探尋如何更有效地實現資源合理配置，達到投入—產出最大化。

參考文獻：

[1] 程慧平.基于DEA和SFA方法的信息服務業技術效率研究[J].科學學與科學技術管理，2013（4）：29-30.

[2] 劉 華，肖 挺.制造業信息化對行業生產率的影響——基于DEA-Malmquist指數的省級面板數據分析[J].情報雜志，2013（3）：167-168.

[3] 王銳淇，彭良濤，蔣 寧.基于SFA與Malmquist方法的區域技術創新效率測度與影響因素分析[J].科學學與科學技術管理，2010（9）：123-124.

[4] 魏下海，余玲錚.中國全要素變動的再測算與適用性研究：基于數據包絡分析與隨機前沿分析方法的比較[J].華中農業大學學報：社會科學版，2011（3）：76-83.

[5] 許 楠.基于SFA與DEA模型的創新型城市科技創新效率實證研究[J].數學的實踐與認識，2011（9）：112-117.

[6] Iglesias G，Castellanos P，Seijas A.Measurement of productive efficiency with frontier methods：A case study for wind farms[J].Energy Economics，2010，32（5）：1 199-1 208.

[7] 姚偉峰，邱詢星，楊 武.省際貿易壁壘與技術效率：一個研究綜述.科技管理研究，2009（1）：86-93.

[8] 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.統計與信息論壇，2008（9）：59-64.

[9] 姚莉媛.中國信息服務業技術效率的區域差異及影響因素研究[D].長沙：湖南大學，2010.

[10]徐 杰，段萬春，楊建龍.中國資本存量的重估[J].統計研究，2010（12）：72-77.

[11]徐盈之，趙 玥.中國信息服務業全要素生產率變動的區域差異與趨同分析[J].數量經濟技術經濟研究，2009（10）：49-51.

[12]NasierowskiW，Frcelus F J.On the efficiency of national innovation systems[J].Socio-Economic Planning Science，2003 （37）：215-234.

[13]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal Operalional Research，1978 （2）：429-444.

[14]徐盈之，趙 玥.中國信息服務業技術效率和生產率變動的研究[J].東南大學學報：哲學社會科學版，2009，5（11）：47-53.

[15]常 碩，崔靜宜.中國電信業效率測評及影響因素分析[J].產經評論，2011（5）：34-37.

[16]白俊紅，江可申，李 婧，等.區域創新效率的環境影響因素分析[J].研究與發展管理，2009（2）：97-98.

[17]徐宏毅，歐陽明德.中國服務業生產率的實證研究[J].工業工程與管理，2004（5）：73-75.

[18]傅曉霞.企業研發效率測度與比較：以中國各地區大中型工業企業數據為例[J].管理工程學報，2011（4）：103-112.

[19]Battese G E，Coelli T J.Frontier production functions technical efficiency and panel data with application to paddy famer in India[J].Journal of Productivity Analysis，1992，3（1-2）：153-169.

[20]李 婧，譚清美.中國區域創新效率的隨機前沿模型分析[J].系統工程，2008（8）：44-45.

[21]喬 岳，陳佳易.中國電信產業的績效研究：基于隨機前沿模型的分析[J].經濟問題探索，2010（6）：42-43

[22]李向東，李 南，白俊紅.高技術產業研發創新效率分析[J].中國軟科學，2011（2）：53-61.

[23]白俊紅.中國區域創新效率的實證研究[J].南京航空航天大學，2010（5）：57-59.