基于TFP視角的現(xiàn)代服務業(yè)高質量發(fā)展研究

郝志杰

江蘇開放大學商學院? 摘 要：全要素生產(chǎn)率對江蘇現(xiàn)代服務業(yè)增長作出了較大貢獻，用全局參比的Malmquist模型對江蘇服務業(yè)整體及細分行業(yè)2008—2017年的TFP進行計算和分解，顯示江蘇服務業(yè)整體的TFP呈增長趨勢其主要根源在于技術進步，但規(guī)模效率的降低削弱了這種趨勢，可以通過提升規(guī)模效率來提高服務業(yè)整體的TFP。生產(chǎn)者服務業(yè)對服務業(yè)整體有拉動作用，這種作用近幾年在減弱，其原因是生產(chǎn)者服務業(yè)技術進步低于整體水平，需要加大生產(chǎn)者服務業(yè)的研發(fā)投入。細分行業(yè)TFP變動、TFP貢獻率以及TFP分解指數(shù)異質性明顯，需要根據(jù)各自情況從不同方向加以提高，例如金融業(yè)需要促進技術進步和創(chuàng)新。

關鍵詞：全要素生產(chǎn)率;江蘇服務業(yè);Malmquist模型

中圖分類號：F719 文獻標識碼：A 文章編號：2096-0298（2020）12（a）-107-05

服務業(yè)占比的提高是經(jīng)濟高質量發(fā)展的表現(xiàn)。高質量發(fā)展不是依靠要素投入量的擴大，而是要建立在生產(chǎn)要素、生產(chǎn)力、全要素效率的提高上。

對江蘇服務業(yè)的研究表現(xiàn)為生產(chǎn)性服務業(yè)價值鏈研究，服務業(yè)與制造業(yè)協(xié)調發(fā)展研究，現(xiàn)代服務業(yè)轉型展研究。李程驊（2012）探討了城市化進程與服務業(yè)發(fā)展的動態(tài)關系，表明了城市化在長期和短期尚未明顯作用于江蘇的服務業(yè)。李江蛟等（2012）認為江蘇服務業(yè)勞動生產(chǎn)率與服務業(yè)比重之間存在著長期的均衡關系，服務業(yè)勞動生產(chǎn)率的提高對服務業(yè)的發(fā)展水平有著顯著的促進作用。黃勝華 （2013）得出江蘇現(xiàn)代服務業(yè)集群動力機制的關鍵動力機制因子分別是外部經(jīng)濟、技術創(chuàng)新、政府促導行為、產(chǎn)業(yè)價值鏈、社會資本與網(wǎng)絡、外部競爭環(huán)境。鄭江淮 （2015）認為服務業(yè)發(fā)展的內在動力來自于技術進步和收入需求彈性這兩大因素。吳福象、朱蕾 （2014）、劉志彪 （2016）認為長三角地區(qū)服務業(yè)存在投入相對不足、進入的行政壁壘較高、全球化發(fā)展程度不夠。宋晨晨等 （2017）發(fā)現(xiàn)江蘇省內各市服務業(yè)整體全要素生產(chǎn)率的變化和技術進步的變動有關。

綜上所述，現(xiàn)有的文獻從不同角度分析了江蘇服務業(yè)效率的影響因素，并提出了相應發(fā)展服務業(yè)的建議，但是對江蘇服務業(yè)各細分行業(yè)進行研究的文獻基本沒有。鑒于此，本文在已有研究成果的基礎上，采用全局參比的Malmquist模型，使用江蘇服務業(yè)整體及各細分行業(yè)時間面板數(shù)據(jù)，測算出2008—2017年江蘇服務業(yè)及各細分行業(yè)全要素生產(chǎn)率 （TFP）水平并進行分解，從全要素生產(chǎn)率角度對江蘇服務業(yè)效率變動及影響因素進行了分析，旨在對江蘇服務業(yè)的可持續(xù)高質量發(fā)展提供政策依據(jù)。

1 現(xiàn)代服務業(yè)概念的界定

現(xiàn)代服務業(yè)目前還沒有被各界一致認可的分類標準。黨的十五大報告首次在國內正式提出現(xiàn)代服務業(yè)，此后在關于“十五”計劃綱要的決議中以及在十六大報告、十七大報告中都提出要加快發(fā)展現(xiàn)代服務業(yè)，提高國民經(jīng)濟中的服務業(yè)GDP比重和就業(yè)人口比重。雖然一些正式文件中經(jīng)常出現(xiàn)“現(xiàn)代服務業(yè)”一詞，但到目前為止，在國民經(jīng)濟統(tǒng)計體系中并沒有明確現(xiàn)代服務業(yè)的界定范圍，我國的統(tǒng)計制度和對服務業(yè)的分類中也沒有體現(xiàn)出與現(xiàn)代服務業(yè)相對應的具體分類條目。

由于“現(xiàn)代服務業(yè)”本身是一個相對動態(tài)的概念，伴隨著科學技術進步，傳統(tǒng)意義上的服務業(yè)或多或少地引進和應用了現(xiàn)代管理理念和現(xiàn)代信息技術，并初步形成了“高人力資本、高技術、高附加值”和“新技術、新業(yè)態(tài)、新方式”的特征趨勢，可以認為大多數(shù)服務業(yè)都具有現(xiàn)代服務業(yè)的某一“現(xiàn)代”特征。考慮到獲得數(shù)據(jù)和進行比較分析，并兼顧統(tǒng)計數(shù)據(jù)資源的共用，本文采用《國民經(jīng)濟行業(yè)分類》（GB/T4754-2017）中涉及的14個服務行業(yè)的相關數(shù)據(jù)作為現(xiàn)代服務業(yè)測算的數(shù)據(jù)來源，即用服務業(yè)的數(shù)據(jù)來代替現(xiàn)代服務業(yè)數(shù)據(jù)，仍能較好地說明問題，對于研究現(xiàn)代服務業(yè)仍具有重要的理論和實踐意義。

2 江蘇現(xiàn)代服務業(yè)TFP變動及其異質性分析

2.1 模型及數(shù)據(jù)處理

2.1.1 模型

數(shù)據(jù)包絡分析 （Data Envelopment Analysis，DEA）是一種非參數(shù)技術效率分析方法，這種方法把效率的測試對象當作一個決策單元 （DMU），任何具有可測量的投入、產(chǎn)出的部門或單位都可以作為決策單元，DEA的研究對象就是這些決策單元的集合，運用模型求解每個決策單元，就可得到所有決策單元的技術效率值，獲得被考察對象的技術變化、技術效率和規(guī)模效率。

Malmquist生產(chǎn)率指數(shù)的概念最早源于Malmquist （1953），F(xiàn)are R等 （1992）最早采用DEA方法計算Malmquist全要素生產(chǎn)率 （TFP）指數(shù)。目前，TFP測算中應用最多的一種方法是基于DEA技術的Malmquist生產(chǎn)率指數(shù)法。本研究采用的全局參比Malmquist模型是由Paster和Lovell在2005年提出的，它以全部各期的總和作為參考集。由于各期參考的是同一前沿，計算得出的也是單一Malmquist指數(shù)：

Malmquist模型采用徑向距離時，SEC=EC（CRS）/EC（VRS）就是規(guī)模效率變化 （Scale Efficiency Change，SEC），這一分解方式就是文獻中常用的Malmquist指數(shù) （TFP）=純技術效率變化 （PEC）×規(guī)模效率變化（SEC）×技術變化 （TC）。

根據(jù)上述理論，TFP增長與降低的根源為技術進步TC與技術效率EC的變化，而技術效率又由純技術效率PEC與規(guī)模效率SEC決定，純技術效率PEC=EC（VRS）代表著資源配置效率。

2.1.2 數(shù)據(jù)來源及處理

本文使用的數(shù)據(jù)全部來自于國家統(tǒng)計局網(wǎng)站http：//data.stats.gov.cn/，為了保持統(tǒng)計口徑的一致性，本研究選取2008—2017年江蘇省服務業(yè)的數(shù)據(jù)，包括服務業(yè)及細分行業(yè)的增加值、就業(yè)人數(shù)、固定資產(chǎn)投資。由于2012年后采用了新的統(tǒng)計標準，其前后數(shù)據(jù)不具備可比性，故在研究中把時序數(shù)據(jù)分成2008—2012年、2013—2017年兩個階段。

我們用服務業(yè)增加值表示服務業(yè)產(chǎn)出，所有數(shù)據(jù)均使用CPI進行平減，換算為2008年及2013年的不變價格。

勞動投入在理論上應考慮到勞動力質量、勞動效率、勞動時間等因素，但由于數(shù)據(jù)可得性的限制，細分行業(yè)的人均受教育年限等指標無法獲取，故勞動投入指標用服務業(yè)各細分行業(yè)“年末從業(yè)人員”代替。資本投入使用服務業(yè)細分行業(yè)的資本存量指標來衡量，由于官方統(tǒng)計資料中此項統(tǒng)計數(shù)據(jù)， 學者們一般用永續(xù)盤存法來估算資本存量。基本公式為：，為i行業(yè)在t期的資本存量，為基期資本存量，為i行業(yè)t期的不變價投資額，本文采用各行業(yè)的全社會固定資產(chǎn)投資額，用固定資產(chǎn)投資價格指數(shù)平減后獲得，為i行業(yè)在t年的資本折舊率。基期資本存量的估算采用國際通用做法，， 表示i行業(yè)投資額的實際率，本研究用平均產(chǎn)出的增長率代替，參考學者們對生產(chǎn)性服務業(yè)測算中使用的標準，δ取5%。

2.2 江蘇現(xiàn)代服務業(yè)TFP的測算及分析

2.2.1 江蘇服務業(yè)整體的全要素生產(chǎn)率變化

本文計算的2008—2017年江蘇服務業(yè)整體TFP及其分解效率指數(shù)，具體如表1所示。（1）從2008—2012年，服務業(yè)整體TFP平均值是1.037，平均增長率為3.7%，其中2011—2012年是下降的;2013—2017年，江蘇服務業(yè)整體的TFP平均值為1.02，平均增長率為2%，比前面的階段有所下降。江蘇服務業(yè)的增長中，TFP的貢獻率并不高，兩個階段分別為23.9%的19.1%，對應于TFP下降的時間段，2011—2012年貢獻率是負的。（2）對這兩個階段服務業(yè)整體的TFP進行分解發(fā)現(xiàn)，兩個階段的純技術效率變化為1，規(guī)模效率變化小于1，技術效率變化小于1，只有技術變化大于1，分別為1.054和1.048。江蘇服務業(yè)整體TFP的提高主要源于技術進步TC，而技術效率僅在有的年份起到了一定的作用，總體來說，其作用是反向的。由于純技術效率為1，技術效率所起的負作用是由規(guī)模效率的降低所帶來的。

生產(chǎn)者服務在服務業(yè)中占有越來越重要的地位，本文根據(jù)已有研究對生產(chǎn)者服務業(yè)的內涵和外延的界定，并考慮了數(shù)據(jù)的可得性，選取信息傳輸、軟件和信息技術服務業(yè)，交通運輸、倉儲和郵政業(yè)，租賃和商務服務業(yè)，金融業(yè)，科學研究和技術服務業(yè)這五個行業(yè)來代表生產(chǎn)者服務業(yè)，計算了江蘇生產(chǎn)者服務業(yè)的TFP指數(shù)及其分解效率指數(shù)，如表2所示。從表2中可以看到，（1）生產(chǎn)者服務業(yè)在2013—2017年的產(chǎn)出增長率普遍低于2008—2012年，TFP的貢獻率也較低。從2008—2012年，生產(chǎn)者服務業(yè)的TFP平均值是1.076，平均增長率為7.6%，增速較快，其對生產(chǎn)者服務業(yè)的貢獻率也較大，為41.3%。從2013—2017年，江蘇生產(chǎn)者服務業(yè)的TFP平均值為1.034，平均增長率為3.4%，比前面的階段有所降低，其中2016—2017年的TFP指數(shù)小于1。對生產(chǎn)者服務業(yè)的貢獻率受到了2016—2017年TFP負增長的影響，下降為35.6%。（2）對這兩個階段江蘇生產(chǎn)者服務業(yè)的TFP進行分解發(fā)現(xiàn)，在2008—2012年，除了規(guī)模效率為0.995之外，技術變化TC為1.072，是TFP增長的主要因素，技術效率變化EC和純技術效率PEC都略大于1，對TFP的增長都有幫助。在2013—2017年，幾個指數(shù)都大于1，都起到了微弱的作用，但是技術變化TC下降為1.023，最終導致這一階段的生產(chǎn)者服務業(yè)TFP下降。

為了分析江蘇服務整體和生產(chǎn)者服務業(yè)TFP指數(shù)的變化規(guī)律，本文把這兩者放在一起進行比較，如表3所示。從表3中可以看出，生產(chǎn)者服務業(yè)TFP的變化趨勢一致，其增長率要大于服務業(yè)整體，說明生產(chǎn)者服務業(yè)對服務業(yè)整體的效率增長有拉動作用。在2008年—2012年，生產(chǎn)者服務業(yè)TFP的每一個分解指數(shù)都高于服務業(yè)整體，可以說每一個分解因素都起到了拉動作用。而在2013—2017年，除技術變化TC低于整體之外，生產(chǎn)者服務的其他分解指數(shù)大于服務業(yè)整體，技術變化的降低減弱了對服務業(yè)整體TFP的拉動作用。

2.2.2 江蘇服務業(yè)細分行業(yè)的全要素生產(chǎn)率變化

2008—2017年，江蘇服務業(yè)14個細分行業(yè)除金融業(yè)之外的全要素生產(chǎn)率都是上升的，由于統(tǒng)計標準的變化，本文分兩個階段來使用DEA模型進行測算，對每個階段的TFP及其分解效率指數(shù)、產(chǎn)出增長率、TFP貢獻率值進行了幾何平均，做成柱狀圖，直觀和方便比較。

從圖1中可以看出，（1）在2008—2012年，服務業(yè)各細分行業(yè)的增長率都超過10%，最高的租賃和商務服務業(yè)增長率達到25.9%。在全要素生產(chǎn)率的貢獻率方面，較低的表現(xiàn)是金融業(yè)0，信息傳輸、軟件和信息技術服務業(yè)5.6%，住宿和餐飲業(yè)7.8%，各自的全要素生產(chǎn)率也比較低，分別為0、1.01、1.01;貢獻率較高的表現(xiàn)是衛(wèi)生和社會工作50.2%，公共管理、社會保障和社會組織60.2%，教育80.2%，對應的TFP也較高，分別為1.075、1.069、1.116。（2）從各行業(yè)的TFP分解指數(shù)可以看出，TFP≥1，技術變化TC≥1，技術效率EC≤1，規(guī)模效率變化SEC≤1 。得出結論，技術效率EC在TFP增長中起了負作用，導致技術效率較低的原因之一是規(guī)模效率比較低，這可以說是這一階段拉低服務業(yè)TFP的主要因素。在SEC較低的同時，有的行業(yè)PEC也較低，也構成了拉低TFP的一個因素，這些行業(yè)包括住宿和餐飲業(yè)，科學研究和技術服務業(yè)，信息傳輸、軟件和信息技術服務業(yè)。金融行業(yè)是比較特殊的，幾個指數(shù)都為1，其增長和TFP無關，全部來自于要素投入。

從圖2中可以看出，（1）在2013—2017年，除住宿和餐飲業(yè)之外，各行業(yè)的平均增長率較上一階段有所下降，這和宏觀經(jīng)濟環(huán)境的調速降檔是一致的。再看TFP的貢獻率，大部分行業(yè)的貢獻率是增加的，最突出的是交通運輸、倉儲和郵政業(yè)，TFP貢獻率達到105.9%，這也和行業(yè)增長率較低有關。租賃和商務服務業(yè)、科學研究和技術服務業(yè)、教育、衛(wèi)生和社會工作、公共管理、社會保障和社會組織這些行業(yè)的TFP貢獻率下降，對應的TFP指數(shù)值也有所降低。TFP增長率高于前一階段的行業(yè)有批發(fā)和零售業(yè)，住宿和餐飲業(yè)，信息傳輸、軟件和信息技術服務業(yè)，房地產(chǎn)業(yè)，水利、環(huán)境和公共設施管理業(yè)，居民服務、修理和其他服務業(yè)，文化、體育和娛樂業(yè)。（2）除金融業(yè)之外，所有行業(yè)TFP>1， TC>1，EC產(chǎn)生分化，有些行業(yè)的EC>1，說明行業(yè)的技術效率有所提升，它們是批發(fā)、住宿、租賃、科學、教育、衛(wèi)生、公共行業(yè)。而交通、房地產(chǎn)、水利和文化產(chǎn)業(yè)的技術效率依然小于1，其中交通和水利的規(guī)模效率和純技術效率都小于1，需要從這兩方面提高;房地產(chǎn)和文化產(chǎn)業(yè)要從規(guī)模效率上來提升TFP。金融行業(yè)作為重要的生產(chǎn)者服務業(yè)，其TFP=0.991，TC=0.991，TFP的下降是因為技術變化小于1，缺乏技術進步和創(chuàng)新，這是值得我們去思考的。

細分行業(yè)TFP及其效率分解指數(shù)、TFP貢獻率都具有較大的異質性，應該針對具體行業(yè)進行細致分析，這將作為本研究以后的方向。

3 結論與建議

3.1 通過提高規(guī)模效率來提高技術效率，進而提高江蘇服務業(yè)TFP

江蘇服務業(yè)整體TFP呈增長趨勢，2013—2017年的平均TFP小于2008—2012年，服務業(yè)的增長中，TFP的貢獻率有待提高。服務業(yè)整體TFP的提高主要源于技術進步;由于規(guī)模效率降低，純技術效率不變，技術效率所起的作用基本為負。由此可以得出，通過提高規(guī)模效率的途徑來提高技術效率，從而提高江蘇服務業(yè)整體的全要素生產(chǎn)率。

3.2 促進生產(chǎn)者服務業(yè)的技術進步，提高生產(chǎn)者服務業(yè)乃至整個服務業(yè)的TFP

生產(chǎn)者服務業(yè)TFP的變化趨勢與服務業(yè)整體是一致的，其增長率要大于服務業(yè)整體，說明生產(chǎn)者服務業(yè)對服務業(yè)整體的效率增長有拉動作用。在2008—2012年，生產(chǎn)者服務業(yè)TFP的每一個分解指數(shù)都高于服務業(yè)整體，可以說每一個分解因素都起到了拉動作用。在2013—2017年，生產(chǎn)者服務的其他分解指數(shù)大于服務業(yè)整體，而技術變化低于整體，減弱了對其服務業(yè)整體TFP的拉動作用。后續(xù)應該從提高生產(chǎn)者服務業(yè)的技術進步入手，來提高生產(chǎn)者服務業(yè)乃至整個服務業(yè)的TFP。

3.3 細分行業(yè)具有較大的異質性，需采取不同策略

細分行業(yè)TFP變動、 TFP貢獻率以及TFP分解指數(shù)都具有較大的異質性。除金融業(yè)之外，各細分行業(yè)TFP都呈增長趨勢，都有正的技術進步。在2008—2012年，技術效率在TFP增長中起了負作用，導致技術效率較低的原因之一是規(guī)模效率比較低，這是這一階段拉低服務業(yè)TFP的主要因素。在規(guī)模效率較低的同時，有的行業(yè)資源配置效率較低，也構成了拉低TFP的一個因素。在2013—2017年，服務業(yè)各行業(yè)隨宏觀經(jīng)濟調速降檔，有些行業(yè)的技術效率提高，體現(xiàn)了高質量增長，它們是批發(fā)、住宿、租賃、科學、教育、衛(wèi)生、公共行業(yè)。交通和水利需要從規(guī)模效率和資源配置效率這兩方面提高;房地產(chǎn)和文化產(chǎn)業(yè)要從規(guī)模效率上來提升TFP。金融行業(yè)作為重要的生產(chǎn)者服務業(yè)，缺乏技術進步和創(chuàng)新，從技術上來講是落后了，這值得我們去深入探究其原因并思索提升的對策。

參考文獻

郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算：1979～2004[J].經(jīng)濟研究，2005（06）：51-60.

原毅軍，宋洋.服務業(yè)產(chǎn)業(yè)集聚與勞動生產(chǎn)率増長——基于中國省級面板數(shù)據(jù)的實證研究[J].產(chǎn)業(yè)經(jīng)濟評論，2011（02）：50-61.

譚洪波，鄭江淮.中國經(jīng)濟高速增長與服務業(yè)滯后并存之謎——基于部門全要素生產(chǎn)率的研究[J].中國工業(yè)經(jīng)濟，2012（09）：5-17.

戶艷輝.服務業(yè)全要素生產(chǎn)率及影響因素分析[J].統(tǒng)計與決策，2013（05）：103-106.

李程驊.探索服務業(yè)引領城市轉型的“江蘇路徑”[J].唯實，2013（04）：58-61.

吳福象，朱蕾.技術進步、結構轉換與區(qū)域經(jīng)濟增長——基于全國、廣東和江蘇投入—產(chǎn)出表數(shù)據(jù)的實證研究[J].上海經(jīng)濟研究，2014（01）：18-28.

鄭江淮.收斂性與異質性：服務業(yè)發(fā)展趨勢[J].北京工商大學學報（社會科學版），2015，30（06）：12-21.

劉志彪.現(xiàn)代服務業(yè)發(fā)展與供給側結構改革[J].南京社會科學，2016（05）：10-15+21.

成剛.數(shù)據(jù)包絡分析方法與MaxDEA軟件[M].北京：知識產(chǎn)權出版社，2017.