雙平減下服務業增長率的再測算

李 展，崔 雪

（1.北京大學 國家發展研究院，北京100871；2.深圳大學 經濟學院，廣東 深圳518052）

一、引言

受高度集中的計劃經濟時期忽視服務業的影響和服務業本身復雜性的制約，服務業統計一直是中國政府統計的薄弱環節（許憲春，2017）［1］。最直接的原因是我國自新中國成立以來長期使用物質產品體系（Material Product System）進行國民經濟核算，在此體系下，非物質服務業，如金融保險業、房地產業、教育事業等被認為是非生產性的，從而被排除在核算對象以外（岳希明和張曙光，2002）［2］。改革開放以后，非物質服務業獲得了迅速發展，并在國民經濟中發揮越來越重要的作用。宏觀經濟分析和管理部門需要了解這方面的情況，為此，中國國民經濟核算從1985年開始逐步引入覆蓋整個國民經濟各部門的SNA（System of Nation?al Accounts）體系，并從1993年開始，放棄了物質產品體系，轉入了SNA體系（許憲春，2008和2009）［3-4］。至此，我國國民經濟的統計核算體系，尤其是對服務業的統計核算得到了顯著的改善。

針對原始資料缺乏導致服務業核算范圍不全的問題，我國統計部門逐步形成了以定期經濟普查為基礎、部門服務業統計和抽樣調查為主體的服務業統計框架（李強，2011）［5］。為了解決常規年度服務業統計存在缺口、規范化和統一性不足等問題，我國統計部門加大服務業統計改革力度，形成了以聯網直報、抽樣調查和部門統計三種相對規范的數據收集方式（許憲春，2013）［6］。這在很大程度上完善了我國服務業現價增加值的統計，使人們有理由認為服務業現價增加值的統計數據是較為準確可信的。

然而，服務業不變價增加值及其實際增長率的測算仍然是一大挑戰。測算中國服務業實際增長率的現有研究大致可以歸為兩類。

（1）單平減法。這種方法是用服務業的價格平減指數直接平減現價增加值，得到不變價增加值后再計算實際增長率。大量現有文獻采用此方法測算中國服務業的實際增長率，如顧乃華（2005）［7］、楊勇（2008）［8］、王恕立和胡宗彪（2012）［9］、楊晨和原 小 能（2019）［10］、曹 躍群等（2020）［11］、陳景華（2020）［12］、滕澤偉（2020）［13］等。單平減法的核心假定是行業的總產出和其中間投入的價格變動一致，這顯然是不合適的。基于投入產出表框架，服務業的生產活動也需使用來自其他多個部門的產品作為中間投入。一個行業中間投入的價格變動是其生產活動中使用的多種中間投入價格變動的綜合結果，行業間價格指數的異質性使得單純假定行業總產出和中間投入價格變動一致的做法，勢必會對不變價增加值及其增長率的測算帶來較大偏誤。再者，服務業價格平減指數的選擇也是現有文獻中爭議最大的地方。我國目前沒有編制服務業生產者價格指數，多數服務業部門不變價增加值計算采用的均是單平減法，且價格指數是居民消費價格指數中對應的服務項目價格指數（許憲春，2004和2019）［14-15］。由于我國居民消費價格指數組成成分權重設定的不合理，導致其嚴重低估了價格變動（王軍平，2006）［16］，使得采用居民消費價格指數平減現價增加值的做法高估了不變價增加值及其增長率。另外，大量研究（如楊晨和原小能，2019［10］；曹躍群等，2020［11］；滕澤偉，2020［13］）采用官方統計中的服務業增加值指數替代居民消費價格指數，同樣被質疑低估了價格變動，高估了實際增長率（Wu，2000）［17］。

（2）物量指標法。這種方法是用物量指標測算服務業實際增長率，既規避了官方價格指數帶來的價格低估效應，又克服了服務業價格指數編制的難題。相比于單平減法，較少研究采用這種方法。采用這種方法的具體做法主要有兩種：一種是以某年為基期，現價增加值按照物量指數增長，從而得到不變價增加值。官方統計中的交通運輸、倉儲和郵電通信業不變價增加值即是采用這種做法，所用的物量指數分別是客貨運周轉量指數和郵電通信業務總量指數（許憲春，2019）［15］。另一種是用物量增長率替代增加值增長率。Chen等（2019）［18］用增值稅測算批發零售業的增加值增長率，發現官方統計中的增長率數據高估了此部門的增長率。基于零勞動生產率增長率假設，Wu（2014）［19］用就業人數測算非物質服務業部門的實際增長率。然而，物量指標并不屬于標準的國民經濟核算范疇，這種做法得到的結果并不能與官方的增長率進行比較，無法評估官方增長率究竟是高估還是低估了服務業實際增長率。

本文的邊際貢獻在于采用基于官方現價增加值和基準年投入產出表數據，構建了時間序列投入產出表的中國經濟行業生產率數據，同時基于分行業的生產者價格指數，運用標準的雙平減方法測算中國服務業的增長率，并將增長率結果與官方數據進行比較以探索兩者存在差異的原因。本文接下來首先介紹雙平減方法測算不變價增加值增長率的框架和數據來源，然后給出結果，最后得出結論。

二、雙平減法和數據說明

行業的現價增加值被定義為行業的總產出扣除中間投入的部分，即：

其中：V i、Y i和M i分別是行業i的增加值、總產出和中間投入；和分別是三者的價格。各指標均省略時間下標以示簡潔。

對上式兩邊進行微分，并假定生產函數是充分平滑的，可以近似地得到基于雙平減方法核算行業不變價增加值增長率及其價格變動的計算公式，分別為：

基于投入產出表框架，一個行業的生產活動往往需要來自其他多個行業的產品作為中間投入。為了充分考慮各種中間品的投入增長率和價格變動，行業的中間投入增長率和價格變動分別計算為：

式（2）表明行業增加值的實際增長率是引入適當的名義權重后，由總產出的增長率扣除中間投入增長率計算得到的。式（3）與式（2）類似。由此可見，雙平減方法充分考慮了行業總產出和中間投入兩者的價格變動，而不是假定兩者價格變動一致，使得增加值的實際增長率結果更為準確。

服務業整體的實際增長率和價格變動分別計算為：

其中：V和PV分別表示服務業整體的增加值及其價格；權重。

式（6）表示服務業整體的增長率是各行業增長率的加權平均，權重為各行業現價增加值占服務業整體增加值的份額。關于服務業整體增長率，官方通常的做法是獲得各行業不變價增加值后，將其加總得到服務業整體的不變價增加值，然后再計算得到服務業整體的實際增長率。這種做法不可避免地受到Laspeyres指數帶來的“替代偏差”（substitu?tion bias）的影響。式（6）采用的T?rnqvist指數方法，以名義份額作為權重對行業增長率進行加權，可以避免這個“替代偏差”。

為了滿足采用雙平減方法的數據要求，需要構建時間序列的投入產出表和分行業的價格指數。本文所用的數據來自中國經濟行業生產率數據庫，該數據庫的產出數據首先根據基準年詳細行業分類的投入產出表構建基準年的供給和使用表，結合中國統計年鑒中的增加值數據和投入產出表中的行業結構構建細分行業的總產值和增加值數據，然后運用EU KLEMS的SUTRAS程序構建時間序列的供給和使用表并最終轉換為時間序列的投入產出表。構建各行業價格指數的基礎數據來自官方的農業和工業部門生產者價格指數以及消費者價格指數中有關服務行業的價格指數。

三、結果分析

圖1給出了不同版本年鑒中官方統計修訂的增長率。“首次公布”是指各年統計年鑒中公布的上一年的增長率，“中期修訂”是指次年的年鑒中修訂的增長率，“最新結果”是2020年統計年鑒中的增長率。很明顯，官方統計傾向于不斷調高服務業增長率，尤其1992—2008年。這在一定程度上反映了自1993年起官方統計開始采用SNA體系以不斷完善對服務業的核算。另外，服務業的不斷調整在很大程度上影響著中國經濟整體增長率的結果，這就使得采用標準方法核算服務業增長率顯得尤為重要，為中國經濟增長率的核算以及政策制定提供有效的參考依據。

圖1 不同版本的各產業實際增長率（%）

圖2給出了服務業增加值指數的比較結果。如前文所述，本文的備選方案考慮了行業總產出和生產活動中所用中間投入的價格變動，官方的增加值指數是通過現價增加值和按不變價格計算得到的增加值指數推算得出的。圖2顯示本文的服務業整體價格指數的增長趨勢明顯快于官方潛在的增加值指數，尤其是自2002年以來，前者快速上升，后者則是緩慢上升且上升幅度較小。由表1可知，1980—2018年服務業整體價格年均增速為9.3%，是官方潛在增加值指數增速的1.5倍（后者為6.3%）。仔細比較細分的服務業部門發現，除了“其他服務業”，其他服務業部門的價格指數與官方潛在增加值指數的增長趨勢是十分接近的，這不僅在一定程度上表明本文所用數據庫構建服務業各部門價格指數的方法較為合適，也意味著服務業整體價格指數與官方潛在增加值指數兩者較大的增長差異主要是由“其他服務業”引起的。“其他服務業”價格指數的增長幅度遠高于官方潛在的增加值指數，前者價格水平的期末值是后者的5倍（見表1），這主要是由兩個原因導致的：一是“其他服務業”中的政府管理、教育和衛生醫療三個非市場服務部門的價格指數自2002年起轉用城鎮單位就業人員工資總額指數以反映其快速上漲的勞動成本；二是“其他服務業”在整體服務業中所占的份額較大，自2001年起，其份額接近40%。這就使得該部門快速的價格上漲能較大幅度地帶動服務業整體價格的上漲。

圖2 增加值指數比較（2 000=100）

表1 增加值指數的比較（2 000=100）

表2中服務業各部門實際增長率結果的對比也可以回應圖2中的價格變動差異。由于本文的服務業價格指數上升幅度高于官方潛在的增加值指數，1980—2018年服務業整體的年均增長率為6.8%，低于官方增長率3.8個百分點。仔細對比其余服務業各部門的實際增長率發現，除了“其他服務業”，由于本文的價格指數與官方潛在增加值指數的增長趨勢大致接近（見圖2），這些部門的實際增長率與官方增長率之間的差異相對較小。實際增長率差異最大的部門是“其他服務業”，本文的結果是1980—2018年間年均增長率為0.6%，而官方增長率是10.6%，如此顯著的差異主要來自兩個方面：一是圖2中展示的兩者價格指數增長的差異；二是本文采用的是標準的雙平減方法，而官方是單平減方法。基于投入產出表的雙平減方法不僅考慮了行業間的投入產出關聯，也考慮了行業間的價格傳導效應。一個行業的產品價格高，會導致使用該行業產品作為中間投入的其他行業的投入成本上升，進而使得利潤（相當于增加值）下降。行業間的價格傳導效應可由自2002年起的服務業各部門實際增長率表現得以反映。2002年起，“其他服務業”的價格快速上漲，不僅導致自身實際增長率出現一定程度的下降，也在一定程度上致使其余服務業部門在自2002年以來大部分時期的實際增長率低于官方增長率。另外，不同平減方法帶來的結果差異可由服務業各部門1980—2001年的增長差異得以佐證。1980—2001年，本文采用官方的通常做法，即用居民消費價格指數中對應的服務項目價格指數構建“其他服務業”的價格指數，不僅“其他服務業”1980—1991年和1992—2001年的實際增長率大幅低于官方增長率，其余一些服務業部門的實際增長率在這兩個時期也大體上低于官方增長率。這主要是因為雙平減方法考慮了各行業的中間投入價格變化，即使行業自身價格上漲幅度有限，其中間投入價格也可因該行業使用的來自其他行業的高價中間品而出現大幅上升；而單平減方法正是忽視了行業的中間投入價格變化，從而低估了價格變動，高估了實際增長率。

表2 實際增長率的比較 單位：%

基于前文的分析，本文發現服務業部門實際增長率的結果很大程度上受其價格指數影響，尤其是占據較大份額的“其他服務業”。這就需要統計部門編制并公布更為詳細的部門價格指數，否則會出現“若想得到較低的增長率，只需使用上漲較快的價格指數；反之，若想得到較高的增長率，只需使用上漲較慢的價格指數”的混亂局面。研究者使用各自構建的價格指數，并將其增長率結果與官方增長率進行比較，不僅導致研究者之間的結果無法比較，也容易使研究者對官方數據提出質疑。

圖3比較了服務業各部門實際增長率的每年波動。一個發現是本文的增長率相比官方增長率更具有波動性；另一個發現是服務業整體在1994年前的增長率波動與官方數據較為接近，然而自1994年開始，盡管兩者的增長趨勢大體一致，但是本文的結果明顯低于官方增長率。對比其余服務業部門的增長表現可知，除了“其他服務業”，本文的結果與官方增長率是較為接近的。1994年起，“其他服務業”的增長率明顯低于官方增長率，并且與服務業整體的增長趨勢大體一致，“其他服務業”增長率的大幅下降帶動了服務業整體增長率的下降，這也進一步說明“其他服務業”對我國服務業整體的影響至深。

圖3 實際增長率比較（%）

四、主要結論和建議

我國統計制度的完善以及普查、抽樣調查和部門統計等多種方式相結合，使得服務業現價增加值統計數據的準確度得到大幅提升。然而，我國目前沒有編制服務業生產者價格指數，致使服務業不變價增加值及其增長率的測算仍然是一大挑戰。官方常用的單平減方法又因忽視行業中間投入的價格變化導致價格被低估而增長率被高估現象的發生。本文所用數據來自中國經濟行業生產率數據庫，該數據庫運用官方的現價增加值和基準年投入產出表數據構建時間序列的投入產出表，并建立分行業的生產者價格指數，滿足采用標準的雙平減方法測算中國服務業實際增長率的數據要求。結果發現，1980—2018年中國服務業整體的價格上漲速度是官方潛在增加值指數的1.5倍，導致本文的增長率結果比官方低3.8個百分點。如此明顯的增長差異主要來自在服務業中占據較大份額的“其他服務業”部門。“其他服務業”的價格快速上漲使其增長率大幅下降，又因其在服務業中所占份額較大，帶動了服務業整體增長率的下降。服務業各部門增長率比官方增長率具有更強的波動性，并且“其他服務業”較強的增長波動是導致服務業整體增長率存在波動的主要原因。因此，政府統計部門應加大對服務業的統計力度，尤其是非市場服務部門，統計更為詳細部門分類的數據以及編制其對應的生產者價格指數，這不僅有助于測算服務業實際增長率進而認識服務業在中國經濟發展中的重要作用，也為政府制定經濟政策提供有效的參考依據。