宋曉英 陳 可
(重慶市統計局,重慶 401121)
近年來,重慶服務業之所以快速發展,一個很重要的原因就是勞動效率的不斷提升。但受勞動年齡人口減少、非經濟活動人口增加等因素影響,從2017年開始,重慶就業人員數呈小幅減少趨勢;同時,隨著20世紀50年代第一次生育高峰的出生人口逐步進入老年期,2016-2019年重慶人口老齡化進程加速,人口老齡化率年均提高0.7個百分點,比“十二五”時期高0.58個百分點,這勢必對重慶市勞動效率的提高以及服務業的發展產生一定影響。本文將對重慶分行業、分區縣勞動效率水平進行量化分析,對勞動效率如何影響服務業發展水平進行研究,繼而對提高勞動效率、促進服務業高質量發展提出政策建議。
本文研究的服務業統計范圍為全部第三產業,文中勞動效率指總產出與就業人數的比值,其中,在分區域的研究中,勞動效率=區域服務業增加值/區域服務業勞動力人數;在服務業分行業的研究中,勞動效率=某行業營業收入/某行業勞動力人數。研究過程中所使用的部分主要變量及說明如下:
固定資產:各區域或各行業固定資產投資存量。
勞動力人數:在分區域分析中,勞動力人數是指服務業就業人數;在分行業分析中,勞動力人數是指規上服務業從業人員平均人數。
人力資本水平:常住人口與平均受教育年限的乘積。
信息化水平:綜合電腦臺數V1和技術人員數V2兩個維度的數據,進行指標構建。
城鎮常住居民人均可支配收入:指城鎮地區常住人口用于最終消費支出和儲蓄的總和,即居民可用于自由支配的收入。既包括現金收入,也包括實物收入。按照收入的來源,可支配收入包含工資性收入、經營凈收入、財產凈收入和轉移凈收入等四項。
其中,人力資本水平、信息化水平、平均受教育年限等變量的定義與構建如表1、表2所示。
基于表1中對信息化水平的定義,將電腦臺數和技術人員人數等數據進行標準化,并通過公式Info=綜合這兩個指標,得到各個區縣的信息化水平評分,進而分析信息化水平對各區縣增加值的影響。

表1 核心變量的定義
由表2中可以看出,電腦臺數和技術人員的組間差異遠遠大于組內差異,表示各區縣間的信息化水平發展差異顯著,大多數區縣的信息化水平發展仍處于較低水平,使信息化水平分數的平均值被拉低到約1.17分的較低水平(此處定義信息化水平最高分值為10分)。因此在信息化技術的發展中,平衡各區縣的需要非常重要,同時有必要在研究中分區縣討論信息化水平的影響。

表2 信息化水平指標的構建
重慶各區縣由于地理、歷史等原因,存在經濟發展不均衡現象,服務業發展水平和勞動效率不僅存在空間差異,也存在行業間的差異。因此,本文使用2010—2019年相關數據①本文涉及的行業分類均是統計標準(GB/T 4754-2017)包含的最新行業分類;在重慶分區縣、分區域分析中,按照38個區縣(萬盛經開區相關數據加總到綦江區)、4大區域(中心城區、主城新區、渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群)進行分析。實證分析的數據主要來源于2010—2019年《中國統計年鑒》《重慶統計年鑒》等。,對不同區縣、不同行業勞動效率進行分析。
2010—2019年間,重慶勞動效率總體呈現上升趨勢,從2010年的5.08萬元/人提高到2019年的15.32萬元/人,總體增長201.6%,年均增長13.0%。2010—2014年服務業勞動效率保持穩定增長,但是勞動效率增速卻經歷了一個先降后升的“V型”過程,于2014年達到頂點值22.0%;2015年之后,重慶服務業勞動效率增速快速下降,2015—2018年間增長率基本保持在7.5%左右,2019年又呈現一個上升的態勢,增速達到15.3%。這個趨勢與服務業增加值的增長趨勢基本吻合,說明重慶服務業進入穩定發展時期。

圖1 2010—2019年重慶服務業勞動效率變化趨勢
2010—2019年,重慶服務業勞動效率呈現穩步提升趨勢,各區域勞動效率也呈現波動上升趨勢。其中,中心城區服務業勞動效率始終遠高于重慶平均水平以及另外三區域水平,2019年中心城區服務業勞動效率達到21.47萬元/人,較2010年提高8.88萬元/人,年均增長6.1%;主城新區服務業勞動效率快速提升,與重慶全市平均水平差距逐漸縮小,2019年,主城新區勞動效率達到12.12萬元/人,較2010年提高7.66萬元/人,年均增長11.8%;渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群服務業勞動效率發展趨勢較為相似,2019年,兩區域勞動效率分別為11.54萬元/人、10.39萬元/人,較2010年提高8.29萬元/人、7.34萬元/人,年均增速15.1%、14.6%。

圖2 2010—2019年重慶全市及分區域服務業勞動效率變化趨勢
2012—2019年,規模以上服務業各行業勞動效率上升趨勢不一。2019年信息傳輸軟件和信息技術服務業、水利環境和公共設施管理業、科學研究和技術服務業勞動效率最高,分別達到108.28萬元/人、91.58萬元/人、63.67萬元/人,是平均水平的2.3、1.9、1.3倍;交通運輸倉儲和郵政業、租賃和商務服務業、文化體育和娛樂業2019年勞動效率分別為50.83萬元/人、48.61萬元/人、43.31萬元/人,與平均水平基本持平;其他四個行業勞動效率均低于平均水平,尤其是居民服務修理和其他服務業,2019年勞動效率僅為16.04萬元/人,但年均增速19.2%,行業間增速最高。
本文此處使用主成分分析法(Principal Component Analysis,PCA),通過正交變化將一系列與重慶服務業可能相關的經濟指標轉化為數量更少的互不線性相關的變量,并進一步生成對應的服務業發展水平評估值。本文使用PCA,綜合服務業發展的各個方面的指標,更全面地分析勞動效率如何影響重慶服務業經濟發展水平。
關于服務業經濟發展水平的衡量,鑒于服務業各行業數據的可獲取性與連續可比性,本文主要使用了2010—2018年重慶區縣級的服務業增加值、社會消費品零售總額、城鎮常住居民人均可支配收入和進出口總值等方面的數據①數據來源于2010—2018年的《重慶統計年鑒》。對于個別數據缺失,在缺失比率低于2%的情況下,采用線性插值法進行插補。此外,2010—2016年的進出口總值數據的單位為美元,而2017年和2018年的進出口總額數據使用人民幣為結算單位。為了統一數據單位,本文分別使用2017年和2018年年底的美元對人民幣匯率進行調整,將相關數據的單位統一為美元。來構造經濟發展水平評估值。
用 x1,x2,x3,x4分別代表服務業增加值、社會消費品零售總額、城鎮常住居民人均可支配收入、進出口總值這四個維度的數據取對數后的值。用i表示在i時刻對某區縣取得的觀測值。i時刻的 x1,x2,x3,x4的觀測值分別記作[ai1,ai2,ai3,ai4],構成矩陣A=(aij)4×N,其中N為觀測值i的個數。
在此基礎上將各指標值aij轉化為標準化后的指標。通過計算其對應的標準化后的特征向量uj=[u1j,u2j,u3j,u4j]T,將原有的四個變量線性變換組成新的指標向量。同時基于特征值 λ1,λ2,λ3和 λ4(λ1≥λ2≥λ3≥λ4≥0),選取合適的主成分構建新的指標以衡量重慶的綜合服務業發展水平。以上步驟對應的公式具體如下:

其中式(2)中的 z1、z2、z3、z4為通過線性變換構建的第1、2、3、4 個主成分。而(2)中與第 i個主成分對應的特征向量ui,可以通過式(3)進行計算:

其中uji為第i個主成分中第j個變量的載荷。基于上述特征變量,我們可以求得對應的特征值λ,并基于所得特征值計算各個主成分對應的信息貢獻率。
通過計算各個主成分的信息貢獻率與累計貢獻率(見表3)以及特征值λi的信息貢獻率(見圖3)可知,使用2個主成分的累計貢獻率為86.76%,超過85%,能夠有效概括四個維度數據信息,且如圖3所示,使用2個主成分,特征值約等于1,因此使用2個主成分即可。

表3 不同個數主成分的信息貢獻率與累積貢獻率

圖3 使用PCA后的碎石圖
基于以上對主成分貢獻率的討論,使用兩個主成分的貢獻率構建各區域的服務業經濟發展水平評估值,并以標準化方式把服務業發展水平評估值界定在0—100分之間,從而得出2010—2018年各區域服務業經濟發展水平評估值,結果如圖4、圖5、圖6和圖7。

圖4 主城新區服務業經濟發展水平評估值

圖5 中心城區服務業經濟發展水平評估值

圖6 渝東南武陵山區城鎮群服務業經濟發展水平評估值

圖7 渝東北三峽庫區城鎮群服務業經濟發展水平評估值
由圖4、圖 5、圖 6和圖7可知,2010—2018年,重慶各區縣服務業經濟發展水平總體呈上升趨勢。分區域看,中心城區服務業經濟發展水平遠高于其他各區域,其中2017年以前渝中區的服務業經濟發展水平在重慶各區中最高,2018年后,渝北區超過了渝中區,同時江北區也逐漸接近渝中區的領先地位;主城新區各區縣服務業經濟發展水平較為一致,區縣間差異較小,僅次于中心城區;渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群各區縣服務業經濟發展水平在重慶處于較低水平,其中渝東北三峽庫區城鎮群還呈現內部差異大的特點,萬州區較其他區縣“一區獨大”。
在構建服務業發展水平評估值的基礎上,使用重慶各區域2013—2018年的數據(因數據的可獲取性,本部分僅對2013—2018年相關數據進行分析),探討勞動效率對服務業發展水平的影響。為控制除勞動效率以外的因素對服務業發展水平的影響,還使用了固定資產投資量的對數、服務業勞動力人數的對數、各區平均受教育年限的對數、信息化水平的對數等控制變量。需要注意的是,因為此處使用的并非是截面數據,所以考慮到時間的影響以及個體的固定效應,不能直接對截面數據使用OLS估計,否則會造成估計結果有偏。表5為勞動效率對服務業發展水平的影響回歸結果。其中(1)為OLS的估計結果,(2)為使用固定效應面板模型的結果,(3)是使用LSDV并選取合適的固定效應虛擬變量的回歸結果,(4)是在(3)的基礎上引入區縣經濟區劃與勞動效率的交互項的回歸結果。

表4 勞動效率對服務業經濟發展水平的影響

(續表)
由(1)(2)可知,相比于(2)中的固定效應面板模型,(1)中的截面OLS傾向于低估服務業勞動力人數和服務業勞動效率的影響。對比(2)和(1)的結果,可以發現(2)中勞動效率的系數相較于(1)中偏高,這一結果可能是因為沒有考慮各區縣處于不同的區域這一類固定效應造成的。實際上,回歸(3)的結果表明,在除去固定資產投入、服務業勞動力人數、平均受教育水平、信息化水平和勞動效率這五個因素后,渝東北三峽庫區城鎮群相較于中心城區而言,服務業經濟發展基礎較為薄弱。
進一步比較(3)和(4)的結果,即在(3)的地區固定效應基礎上引入交互項,探討勞動效率對市內不同經濟區域區縣的服務業經濟發展水平的差異化影響①該模型的設定中,重慶的中心城區各區縣為對照組。,可知,中心城區外的各區縣的經濟基礎較為薄弱,因為區域固定效應的三個虛擬變量的系數均為負值,且系數的絕對值較大。這表明在中心城區外的各區縣在本模型提到的五個經濟要素之外仍與中心城區具有基礎性的差距。此外,由區域×勞動效率的交互項的各項系數可知,勞動效率每增加1萬元/人,若該區縣屬于渝東北三峽庫區城鎮群和主城新區,其服務業分數的提升值將會比主城中心城區各區分別多0.878分和0.993分。這表明,在渝東北三峽庫區城鎮群、主城新區和中心城區的各區縣保持相同的勞動效率增長量時,前兩者的服務業發展水平與主城中心城區的差距便會縮小。因此為了更好地平衡區域間的發展,縮小重慶其他各區縣與主城中心城區各區之間的差距,應該至少保持渝東北三峽庫區城鎮群和主城新區的勞動效率增長量與中心城區等量。
此外,可以發現一單位的勞動效率增長對渝東南武陵山區城鎮群各區縣和中心城區促進效果是相同的。回歸系數顯示,相較于對照組中心城區,渝東南地區的系數并不在統計學上顯著異于0,因此渝東南與中心城區的勞動效率增長并無統計學上的顯著差異。這表明,在渝東南武陵山區城鎮群各區縣和主城中心城區保持相同的勞動效率增長時,由于渝東南武陵山區城鎮群經濟基礎比較薄弱,即有負的固定效應,與中心城區的差距并不會縮小。因此為了縮小渝東南武陵山區城鎮群和重慶其他地區服務業發展水平的差距,需要進行額外投入。
總而言之,在控制固定資產投入(K)、服務業勞動力人數(L)、平均受教育水平(E)、信息化水平(Info)和勞動效率這五個因素影響一定的情況下,渝東北三峽庫區城鎮群的服務業經濟發展基礎相較于中心城區而言更薄弱。把中心城區各區縣作為對照組,進一步分析,在控制其他變量一定的情況下,每單位的勞動效率增長會使渝東北三峽庫區城鎮群、主城新區較之中心城區的服務業經濟發展水平增長更多。因而渝東北三峽庫區城鎮群、主城新區與中心城區保持至少等量的勞動效率增長可以縮小其與主城中心城區各區之間的差距。為了縮小渝東南武陵山區城鎮群和中心城區的服務業經濟發展水平差距,則需進行額外投入,使渝東南武陵山區城鎮群的勞動效率增量高于中心城區,或在本模型提到的五個經濟要素之外為渝東南武陵山區城鎮群找到其他經濟增長點。
在區域比較優勢基礎上,加大服務業改革開放和制度創新的力度,實施差別化政策,積極引導服務集聚、集群發展,激發制度紅利,使服務業生產要素向優勢產業、優勢區域集中,著力提升中心城區金融、科學技術、信息軟件等高附加值服務業產業勞動效率;引導產業分流,促進效率提升,大力發展主城新區及渝東北三峽庫區交通、商務服務等生產性服務業,在渝東南武陵山區,則以健康性、生活性服務業為抓手,大力發展旅游業、康養業等,實現“一區兩群”的協同發展,以提升重慶服務業勞動效率整體化水平。
增加全市服務業信息產業和數字中心固定資產投資,夯實數字化基礎,在服務行業實施智能化和信息化提升改造激勵政策,優先推動在交通業、金融業、軟件業和科學技術業等信息化行動,鼓勵其他行業服務業企業進行數字化改造。同時,吸收和利用國際先進數字技術,培育具有市場競爭力的優勢產業,促進重慶服務業勞動效率的增長。
針對當前服務業領域人才供需矛盾突出的情況,結合重慶重點產業發展,營造良好人才發展環境,引育并用,有針對性地面向國內外引進服務業領域高層次人才和創新團隊,并支持在渝各類高校增設相關專業,深入推動“巴渝工匠計劃”,培養更多的智能、技能人才。同時,在就學就醫、住房保障等實際問題上給予政策傾斜,留住人才,用好人才,最大限度地激發人才創新創造活力,解決服務效率提升的人才瓶頸。
強化制度建設,鼓勵研發創新,提供金融等資源配置支持,為新技術的市場運用和新技術的引進、優化和提升勞動者效率提供良好環境,在全市重要行業,特別是信息、軟件及設計等領域,切實強化知識產權保護力度,激發服務業企業創新潛能,促使企業以核心科技推動技術進步、效率提升。