中国高技术服务业投入产出效率的行业差异分析

2014-05-05韩东林李兰芳

创新 2014年2期

韩东林李兰芳

韩东林李兰芳

高技术服务业正逐步发展成为国民经济的重要增长点，提高高技术服务业的投入产出效率，将大大地促进其快速发展。文章基于2004年和2008年两次全国经济普查数据，利用DEA模型，实证分析中国高技术服务业的投入产出效率，结果表明：两次经济普查都显示，中国高技术服务业的投入产出效率普遍较低，不同行业投入产出效率差异很大；无论是综合效率、纯技术效率还是规模效率，2008年大部分行业比2004年有显著提高；投入产出效率较低的主要原因是纯技术效率低下。

高技术服务业；投入产出效率；行业差异；数据包络分析

最近几年，高技术服务业成为快速发展的新兴现代服务业，截至2011年，中国高技术服务业占服务业整体比重约为9%，并呈逐年上升趋势，其产值年增长率高达16%，远远超过了国民经济的增长速度，①根据《中国统计年鉴（2012）》整理计算。成为新的经济增长点。然而，中国高技术服务业仍处于发展初期，存在体制机制不健全、政策体系不完善、创新能力不足等弊端，因此有必要研究高技术服务业的效率问题。基于此，本文利用2004和2008年两次经济普查数据，②2005年和2009年，我国分别实施了第一、二次经济普查，所得数据为2004年和2008年数据。2013年我国进行了第三次经济普查，目前数据还在统计中。从我国高技术服务业出发，通过计算分析高技术服务业30个行业的投入产出效率及其差异，提出一些政策建议，以促进高技术服务业的发展。利用两次经济普查数据所得出的实证分析结果，对中国高技术服务业未来发展的研究仍有适用意义。

一、文献综述

高技术服务业是一种新兴产业形态，因此，理论界对高技术服务业的研究还处于起步阶段，但已得到一些学者的重视。从理论角度来说，王瑞丹（2006）［1］最初探讨了高技术服务业的界定标准并将高技术服务业分为三类，分别是：基于网络技术的产业形态；基于通信技术的产业形态；基于知识生产与技术服务的产业形态。王仰东、杨跃承和赵志强（2007）［2］则认为高技术服务业是现代服务业与高技术产业相互融合发展的产物，是由技术创新和中小企业集群推动形成的具有创新性、专业性、高渗透性等特征的产业。但是，关于高技术服务业的定义、统计体系和评价指标体系等问题，理论界的研究结论并不一致。王江、李郁璞（2010）［3］从广义和狭义两个角度对高技术服务业进行衡量：广义地说，高技术服务业主要包括高技术制造业前向延伸和后向延伸的部分服务业产业，但不包括专业技术服务业、电子商务服务业等；狭义地说，高技术服务业可以归结为运用高技术手段的现代服务业。石庆焱、赵玉川（2010）［4］按照高技术服务业在三个产业领域的分布，通过与《国民经济行业分类》进行对应，认为高技术服务业包括研究与试验发展、专业技术服务业、科技交流和推广服务业、信息传输、计算机服务和软件业。此外，在评价体系方面，王仰东等（2009）［5］运用模糊综合评价原理评价了高技术创新项目，运用主成分分析法确定各因素的权重，最终建立了高技术服务业项目评价指标体系。石庆焱、赵玉川（2010）［4］在国内外学者对高技术服务业的统计标准和规范的研究基础上，同样提出了高技术服务业的划分标准和统计指标体系。从实证角度来说，王仰东等（2010）［6］基于2005～2009年创新基金支持高技术服务业的数据，从高技术服务业的项目申报数、立项比例以及高技术服务业分布等多个角度出发，具体分析了我国高技术服务业的发展现状。仇冬芳、柯飞帆等（2011）［7］采用调查问卷的方式，从高技术服务业的发展基础、发展规模等5个方面构建了包括16个指标的高技术服务业发展的评价指标体系，运用主成分分析法提取主成分因子，并且从基础结构因子、规模因子、比重因子等角度出发，将江苏省与全国其他30个省份的高技术服务业进行比较。孙超和马彤兵（2011）［8］、王仰东等（2010）［9］运用SWOT方法分别对辽宁省高技术服务业和珠三角高技术服务业进行分析和研究，并提出合理的政策建议。韩东林、云坡（2012）［10］利用DEA模型，对高技术服务业的省际R&D资源配置效率以及高技术服务业所含两大行业的省际R&D效率进行计算和分析，提出缩小高技术服务业R&D效率地区差距的建议。

通过对上文献的梳理，可以看出，不少学者对我国高技术服务业进行了深入研究，使得高技术服务业的统计体系、评价标准等不断完善；但是，由于统计数据的可获得性，关于高技术服务业的实证分析受到很大限制，目前尚未见到专门针对高技术服务业效率的研究。基于此，本文对我国高技术服务业的投入产出效率进行计算分析，并探讨提高高技术服务业投入产出效率的途径，这对我国高技术服务业的发展具有积极意义。

二、高技术服务业分类、样本数据与指标选取

（一）高技术服务业分类

目前，理论界关于高技术服务业的分类与统计标准仍未统一。为适应制定相关发展规划的需要，2008年，国家统计局统计科学研究所受国家发展和改革委员会的委托，设立专项课题对高技术服务业的分类标准进行研究和界定。本文对高技术服务业的统计分析借鉴了2002年第二次修订并实行的《国民经济行业分类（GB/T4754-2002）》统计目录，即高技术服务业总量统计主要包括三大类：一是第G类，即信息传输、计算机服务和软件业；二是第M类，即科学研究、技术服务和地质勘查业；三是第L类中的7450小类，即知识产权服务。具体来说，这三大类又可具体划分为8个行业，分别是：电信和其他信息传输服务业；计算机服务业；软件业；研究与试验发展；专业技术服务业；科技交流和推广服务业；地质勘查业；知识产权服务。本文所研究的高技术服务业效率，是指按照行业中类进行划分的高技术服务业30个行业的投入产出效率。

（二）样本数据与指标选取

本文所用数据为高技术服务业分行业数据，数据均来源于《中国经济普查年鉴（2004）》和《中国经济普查年鉴（2008）》，这样可以保证数据的准确性和科学性。参考相关文献，笔者发现投入产出效率计算中用到的主要指标有产出、资本和劳动投入，因此在指标选取方面，我们用资产总额数（亿元）和全部从业人员年平均人数（万人）分别表示高技术服务业的资本投入和劳动投入，用营业利润（亿元）表示高技术服务业的产出。

三、效率评估模型——DEA模型

数据包络分析（DEA，Data Envelopment Analysis）是1978年美国著名运筹学家A.Charnes和W.W.Cooper等，以相对效率概念为基础发展起来的一种效率评价方法。该方法的原理主要是通过保持决策单元（DMU，Decision Making Units）的输入或输出不变，借助于数学规划和统计数据确定相对有效性的生产前沿面，将各决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。他们提出的第一个模型为CCR模型，1984年R.D.Banker、A.Charnes和W.W.Cooper提出的第二个模型为BCC模型。

与其他效率评价方法相比，DEA有以下三个特点：一是DEA方法并不直接对数据进行综合，决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关；二是无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，排除很多主观因素，具有很强的客观性；三是DEA方法假定每个输入都关联到一个或多个输出，且输入输出之间确实存在某种联系，但不必确定这种关系的显示表达式。

（一）DEA基本模型

设有t个决策单元DMUj（j=1，2，3，…，t），每个决策单元有相同的m项投入（i=1，2，3，…，m）和相同的n项产出（k=1，2，3，…，n），xij表示第j个决策单元对第i种类型输入的投入总量，yki表示第j个决策单元的对第k种类型输出的产出总量，vi表示第i种类型输入的权系数，uk表示第k种类型输出的权系数，那么对每个决策单元DMUj都有相应的效率评价指数：

可以适当地选取权系数和，使其满足：hj≤1，j=1,2…，t，一般说来，hj0越大就表示DMUj0能够用相对较少的输入取得相对较多的输出。

因此，对于第个决策单元的DEA效率问题，就可以用CCR模型进行计算，其对偶规划形式如下所示：

式（2）中Xj=（x1j，x2j，x3j，…，xij），Yj=（y1j，y2j，y3j，…，ykj）。s-和s+是松弛变量，分别表示投入冗余和产出不足。θ为第r个决策单元的总效率值，满足条件0≤θ≤1。当θ=1时，s-=s+=0表示被决策单元为DEA有效；当θ=1，但s-、s+≠0时，表示被决策单元为DEA弱有效；当θ＜1时，表示被决策单元为DEA无效。

四、实证结果及其分析

本文利用两次全国经济普查数据，运用DEAP2.1软件分别计算了2004年和2008年我国高技术服务业的综合效率、纯技术效率以及规模效率，计算结果经整理后具体见表1。

表1 我国高技术服务业投入产出效率的行业差异

（一）综合效率差异分析

综合效率值为1即为DEA有效。从表1可以看出，2004年综合效率值为1的行业有电信业、农业科学研究与试验发展、医学研究与试验发展；而2008年综合效率值为1的行业只有电信业和测绘服务，这表明我国高技术服务业资源利用效率普遍不高。除农业科学研究与试验发展、医学研究与试验发展、气象服务、地震服务、技术检测、工程技术与规划管理、地质勘查技术服务这7个行业外，其他23个行业的综合效率与2004年相比均有不同程度的提高，综合效率平均值也由2004年的0.448增长为2008年的0.618，增长率高达37.9%。在综合效率值提高的行业中，数据处理、工程和技术研究与试验发展、社会人文科学研究与试验发展、科技中介服务的综合效率得到了显著的提高，尤其是数据处理的综合效率值由2004年的0.026提高到2008年的0.932。这表明，总体来说我国高技术服务业得到了较好的发展，主要原因在于国家对高技术服务业的财税支持、市场环境、创新能力以及人才培养等方面给予重视。值得注意的是，农业科学研究与试验发展、医学研究试验发展这2个行业的综合效率大幅度降低，从2004年的综合效率值为1分别降低为2008年的0.478和0.221，前者在2004年的综合效率为1的部分原因是由于农委会科技处于2004年成立，建立了符合农业转型所需的政策工具，使得农业科学研究与试验发展业在2004年取得了良好的发展。

此外，从表1还可以看出，无论2004年还是2008年，不同行业投入产出效率差异较大。例如在2008年，海洋服务业的综合效率值达到0.943，而卫星传输服务的综合效率值仅有0.099。2004年，我国高技术服务业的综合效率普遍较低，在27个DEA无效的行业中，综合效率值低于0.5的行业个数有18个，占行业总数的66.7%，而综合效率值在0.8以上的仅有3个行业，分别是地震服务、海洋服务和技术检测；2008年，高技术服务业的综合效率明显提高，28个DEA无效的行业中，有8个行业的综合效率值高于0.8，与2004年相比有明显的增加。对电信业而言，在2004年和2008年其各项效率值均为1，这说明电信业既表现为综合效率有效，又表现为纯技术效率有效和规模有效，部分原因是电信业市场成立较早，与其他行业相比市场发展相对成熟，有独立的监管机构加强规范管理，采取竞争保护措施，有效地配置与使用稀缺资源与技术，培养了一批具有国际能力和素养的高水平人才和行业品牌。

（二）纯技术效率差异分析

纯技术效率是用来衡量高技术服务业的综合效率无效在多大程度上是由纯技术无效引起的，指的是在规模一定的情况下高技术服务业不同行业发展水平的高低和行业划分的合理程度。由表1可知，无论2004年还是2008年，纯技术效率的平均值均略高于综合效率值。2004年有5个行业是纯技术有效的，其中地震服务和海洋服务是综合效率无效而纯技术效率有效的；2008年有4个行业是纯技术有效的，其中其他计算机服务和测绘服务是综合效率无效而纯技术效率有效的，说明这些行业的综合效率无效并不是由纯技术无效导致的。与2004年相比，2008年绝大多数行业的纯技术效率得到了提高，纯技术效率的平均值由0.509提高到了0.649，但是，无论2004年还是2008年，纯技术效率仍普遍较低，主要原因可能在于，近几年高技术服务业才得到重视，而高技术服务业本身又具有高技术性、专业性、高智力性等特征；针对高技术服务业的技术支持不到位，符合高技术服务业发展的社会环境尚未改善，特别是那些受环境影响比较大的行业。

（三）规模效率和规模报酬差异分析

规模效率用来衡量被决策单元现有生产规模与最优生产规模的差距，规模效率值越接近1就表示现有的生产规模越接近于最优生产规模。由表1可知，2004年和2008年，30个行业的规模效率值均比较高，平均值分别达到0.853和0.959，2004年和2008年达到最优生产规模的行业个数分别为4个和5个，说明这些行业的现有规模大小比较适合，并且充分利用了现有的资源。除农业科学研究与试验发展、医学研究与试验发展、社会人文科学研究与试验发展、地震服务、技术检测、基础地质勘查这6个行业外，其他行业的规模效率均得到提高，这说明我国高技术服务业30个行业当前的生产规模比较理想，但是尚存在一定提升空间。2008年，规模效率值在0.9以上的行业数有25个，占行业总数的83.3%；规模效率值在0.95以上的行业数有21个，占行业总数的70%，这说明当前高技术服务业的绝大多数行业在较合适的投资规模下进行经营。

就规模报酬而言，2004年处于规模报酬递减状态的行业数有15个，占全部行业数量的50%，然而2008年这一数量降到了11个，这就意味着这些行业当前的生产规模较大，可以通过对人员投入、固定资产投入、流动资产投入等要素结构进行有效整合，实现规模收益。此外，对于那些处于规模报酬递增阶段的行业，可以通过合理增加投入要素，优化资源配置，获得更多规模报酬递增所带来的好处。

五、主要结论及政策建议

（一）主要结论

基于上述分析，我们可以得出以下结论。第一，我国高技术服务业的投入产出效率不容乐观，仅有极少数行业的投入产出效率较为理想。第二，除电信业、地震服务、海洋服务以及技术检测外，其他高技术服务业的纯技术效率普遍较低，这是导致这些行业综合效率偏低的主要原因。第三，绝大多数行业的规模效率较高，说明这些行业在接近理想水平的规模下经营，但仍存提升空间。第四，不同行业高技术服务业的投入产出效率差别很大，除电信业表现为综合效率、纯技术效率和规模效率均有效外，其他29个行业的效率变化较大。

（二）政策建议

由于纯技术效率低下是造成我国高技术服务业投入产出效率较低的主要因素，为促进高技术服务业各行业的协调发展，缩小行业效率差异，建议采取以下措施。首先，高技术服务业在吸引资本投资和技术投资的同时，要特别注重缩小其纯技术效率差异。我国政府在制定有关高技术服务业的优惠政策时，要确保所有行业均能享受到这些政策带来的好处，特别是那些规模较小、营业收入较低的行业。其次，高技术服务业本身具有技术含量高、创新性强、辐射带动作用突出等特征，因此，政府在促进高技术服务业发展的同时，可以完善行业发展环境，在专业人才培养、技术支持、技术共享等方面采取合理的措施，在保证行业本身能够快速发展的前提下，发挥高技术服务业的辐射带动作用，尽量促进各行业的协调发展。最后，高技术服务业应该充分发挥品牌行业的带头作用，鼓励品牌行业与其他行业的共同研发、知识共享、技术共享甚至联合营销，实现行业优势互补。

［1］王瑞丹.高技术型现代服务业的产生机理与分类研究［J］.北京交通大学学报：社会科学版，2006，（1）.

［2］王仰东，杨跃承，赵志强.高技术服务业的内涵特征及成因分析［J］.科学学与科学技术管理，2007，（11）.

［3］王江，李郁璞.北京市高技术服务业发展现状及前景分析［J］.国际商务（对外经济贸易大学学报），2010，（3）.

［4］石庆焱，赵玉川.高技术服务业统计体系研究［J］.学术天地，2010，（1）.

［5］王仰东.高技术服务业项目评价指标体系初探［J］.技术经济，2009，（2）.

［6］王仰东，安琴，窦君鸿，尉佳.我国高技术服务业发展对策研究——基于2005—2009年创新基金数据［J］.科技进步与对策，2010，（20）.

［7］仇冬芳，柯飞帆，李宝宝，王瑶.基于主成分分析的江苏省高技术服务业发展评价研究［J］.科技与经济，2011，（6）.

［8］孙超，马彤兵.辽宁省高技术服务业的SWOT分析［J］.理论研究，2011，（15）.

［9］王仰东，安琴，祖立新，李岱素.珠三角高技术服务业SWOT分析与发展对策研究［J］.中国科技论坛，2010，（10）.

［10］韩东林，云坡.中国高技术服务业R&D资源配置效率的省际比较分析——基于2009年第二次全国R&D资源清查数据［J］.统计与信息论坛，2012，（7）.

［责任编辑：陈展图］

F719