基于TFP視角的現代服務業高質量發展研究

郝志杰

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

關鍵詞：全要素生產率;江蘇服務業;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

服務業占比的提高是經濟高質量發展的表現。高質量發展不是依靠要素投入量的擴大，而是要建立在生產要素、生產力、全要素效率的提高上。

對江蘇服務業的研究表現為生產性服務業價值鏈研究，服務業與制造業協調發展研究，現代服務業轉型展研究。李程驊（2012）探討了城市化進程與服務業發展的動態關系，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。李江蛟等（2012）認為江蘇服務業勞動生產率與服務業比重之間存在著長期的均衡關系，服務業勞動生產率的提高對服務業的發展水平有著顯著的促進作用。黃勝華 （2013）得出江蘇現代服務業集群動力機制的關鍵動力機制因子分別是外部經濟、技術創新、政府促導行為、產業價值鏈、社會資本與網絡、外部競爭環境。鄭江淮 （2015）認為服務業發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）認為長三角地區服務業存在投入相對不足、進入的行政壁壘較高、全球化發展程度不夠。宋晨晨等 （2017）發現江蘇省內各市服務業整體全要素生產率的變化和技術進步的變動有關。

綜上所述，現有的文獻從不同角度分析了江蘇服務業效率的影響因素，并提出了相應發展服務業的建議，但是對江蘇服務業各細分行業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，使用江蘇服務業整體及各細分行業時間面板數據，測算出2008—2017年江蘇服務業及各細分行業全要素生產率 （TFP）水平并進行分解，從全要素生產率角度對江蘇服務業效率變動及影響因素進行了分析，旨在對江蘇服務業的可持續高質量發展提供政策依據。

1 現代服務業概念的界定

現代服務業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代服務業，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展現代服務業，提高國民經濟中的服務業GDP比重和就業人口比重。雖然一些正式文件中經常出現“現代服務業”一詞，但到目前為止，在國民經濟統計體系中并沒有明確現代服務業的界定范圍，我國的統計制度和對服務業的分類中也沒有體現出與現代服務業相對應的具體分類條目。

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

2 江蘇現代服務業TFP變動及其異質性分析

2.1 模型及數據處理

2.1.1 模型

數據包絡分析 （Data Envelopment Analysis，DEA）是一種非參數技術效率分析方法，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、技術效率和規模效率。

Malmquist生產率指數的概念最早源于Malmquist （1953），Fare R等 （1992）最早采用DEA方法計算Malmquist全要素生產率 （TFP）指數。目前，TFP測算中應用最多的一種方法是基于DEA技術的Malmquist生產率指數法。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：

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

根據上述理論，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 數據來源及處理

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

我們用服務業增加值表示服務業產出，所有數據均使用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，但由于數據可得性的限制，細分行業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各細分行業“年末從業人員”代替。資本投入使用服務業細分行業的資本存量指標來衡量，由于官方統計資料中此項統計數據， 學者們一般用永續盤存法來估算資本存量。基本公式為：，為i行業在t期的資本存量，為基期資本存量，為i行業t期的不變價投資額，本文采用各行業的全社會固定資產投資額，用固定資產投資價格指數平減后獲得，為i行業在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行業投資額的實際率，本研究用平均產出的增長率代替，參考學者們對生產性服務業測算中使用的標準，δ取5%。

2.2 江蘇現代服務業TFP的測算及分析

2.2.1 江蘇服務業整體的全要素生產率變化

本文計算的2008—2017年江蘇服務業整體TFP及其分解效率指數，具體如表1所示。（1）從2008—2012年，服務業整體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整體的TFP進行分解發現，兩個階段的純技術效率變化為1，規模效率變化小于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模效率的降低所帶來的。

生產者服務在服務業中占有越來越重要的地位，本文根據已有研究對生產者服務業的內涵和外延的界定，并考慮了數據的可得性，選取信息傳輸、軟件和信息技術服務業，交通運輸、倉儲和郵政業，租賃和商務服務業，金融業，科學研究和技術服務業這五個行業來代表生產者服務業，計算了江蘇生產者服務業的TFP指數及其分解效率指數，如表2所示。從表2中可以看到，（1）生產者服務業在2013—2017年的產出增長率普遍低于2008—2012年，TFP的貢獻率也較低。從2008—2012年，生產者服務業的TFP平均值是1.076，平均增長率為7.6%，增速較快，其對生產者服務業的貢獻率也較大，為41.3%。從2013—2017年，江蘇生產者服務業的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指數小于1。對生產者服務業的貢獻率受到了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者服務業的TFP進行分解發現，在2008—2012年，除了規模效率為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者服務業TFP下降。

為了分析江蘇服務整體和生產者服務業TFP指數的變化規律，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，生產者服務業TFP的變化趨勢一致，其增長率要大于服務業整體，說明生產者服務業對服務業整體的效率增長有拉動作用。在2008年—2012年，生產者服務業TFP的每一個分解指數都高于服務業整體，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，生產者服務的其他分解指數大于服務業整體，技術變化的降低減弱了對服務業整體TFP的拉動作用。

2.2.2 江蘇服務業細分行業的全要素生產率變化

2008—2017年，江蘇服務業14個細分行業除金融業之外的全要素生產率都是上升的，由于統計標準的變化，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、產出增長率、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，服務業各細分行業的增長率都超過10%，最高的租賃和商務服務業增長率達到25.9%。在全要素生產率的貢獻率方面，較低的表現是金融業0，信息傳輸、軟件和信息技術服務業5.6%，住宿和餐飲業7.8%，各自的全要素生產率也比較低，分別為0、1.01、1.01;貢獻率較高的表現是衛生和社會工作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）從各行業的TFP分解指數可以看出，TFP≥1，技術變化TC≥1，技術效率EC≤1，規模效率變化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模效率比較低，這可以說是這一階段拉低服務業TFP的主要因素。在SEC較低的同時，有的行業PEC也較低，也構成了拉低TFP的一個因素，這些行業包括住宿和餐飲業，科學研究和技術服務業，信息傳輸、軟件和信息技術服務業。金融行業是比較特殊的，幾個指數都為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，除住宿和餐飲業之外，各行業的平均增長率較上一階段有所下降，這和宏觀經濟環境的調速降檔是一致的。再看TFP的貢獻率，大部分行業的貢獻率是增加的，最突出的是交通運輸、倉儲和郵政業，TFP貢獻率達到105.9%，這也和行業增長率較低有關。租賃和商務服務業、科學研究和技術服務業、教育、衛生和社會工作、公共管理、社會保障和社會組織這些行業的TFP貢獻率下降，對應的TFP指數值也有所降低。TFP增長率高于前一階段的行業有批發和零售業，住宿和餐飲業，信息傳輸、軟件和信息技術服務業，房地產業，水利、環境和公共設施管理業，居民服務、修理和其他服務業，文化、體育和娛樂業。（2）除金融業之外，所有行業TFP>1， TC>1，EC產生分化，有些行業的EC>1，說明行業的技術效率有所提升，它們是批發、住宿、租賃、科學、教育、衛生、公共行業。而交通、房地產、水利和文化產業的技術效率依然小于1，其中交通和水利的規模效率和純技術效率都小于1，需要從這兩方面提高;房地產和文化產業要從規模效率上來提升TFP。金融行業作為重要的生產者服務業，其TFP=0.991，TC=0.991，TFP的下降是因為技術變化小于1，缺乏技術進步和創新，這是值得我們去思考的。

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

3 結論與建議

3.1 通過提高規模效率來提高技術效率，進而提高江蘇服務業TFP

江蘇服務業整體TFP呈增長趨勢，2013—2017年的平均TFP小于2008—2012年，服務業的增長中，TFP的貢獻率有待提高。服務業整體TFP的提高主要源于技術進步;由于規模效率降低，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，通過提高規模效率的途徑來提高技術效率，從而提高江蘇服務業整體的全要素生產率。

3.2 促進生產者服務業的技術進步，提高生產者服務業乃至整個服務業的TFP

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

3.3 細分行業具有較大的異質性，需采取不同策略

細分行業TFP變動、 TFP貢獻率以及TFP分解指數都具有較大的異質性。除金融業之外，各細分行業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模效率比較低，這是這一階段拉低服務業TFP的主要因素。在規模效率較低的同時，有的行業資源配置效率較低，也構成了拉低TFP的一個因素。在2013—2017年，服務業各行業隨宏觀經濟調速降檔，有些行業的技術效率提高，體現了高質量增長，它們是批發、住宿、租賃、科學、教育、衛生、公共行業。交通和水利需要從規模效率和資源配置效率這兩方面提高;房地產和文化產業要從規模效率上來提升TFP。金融行業作為重要的生產者服務業，缺乏技術進步和創新，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.中國全要素生產率的估算：1979～2004[J].經濟研究，2005（06）：51-60.

原毅軍，宋洋.服務業產業集聚與勞動生產率増長——基于中國省級面板數據的實證研究[J].產業經濟評論，2011（02）：50-61.

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

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

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

吳福象，朱蕾.技術進步、結構轉換與區域經濟增長——基于全國、廣東和江蘇投入—產出表數據的實證研究[J].上海經濟研究，2014（01）：18-28.

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

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

成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2017.