服务业全要素生产率增长的实证分析——基于2005-2012年安徽的面板数据

曹林峰

盐城工业职业技术学院经贸管理系，江苏盐城，224005

服务业全要素生产率增长的实证分析
——基于2005-2012年安徽的面板数据

曹林峰

盐城工业职业技术学院经贸管理系，江苏盐城，224005

基于DEA的Malmquist指数法，采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005-2012年间安徽服务业全要素生产率平均增长3.6%，技术进步是推动TFP增长的主要因素，而大多数行业的技术效率则是下降的；但不同行业的生产率增长存在差异，政府有必要对服务业不同行业发展采取不同的政策措施，以提高技术效率，并促进服务业技术进步和效率增长的融合。

安徽服务业；全要素生产率；技术效率；技术进步

1 研究背景与问题提出

自鲍默尔提出服务业生产率相对较低的增长会导致经济发展的放缓甚至停滞这样所谓“成本病”的理论以来[1]，对服务业生产率增长的研究逐渐成为产业经济研究的热点。发达国家的经济发展实践表明，发达经济体在工业化过程中，制造业对经济增长的贡献会逐渐降低，而服务业的贡献则不断增强；制造业的部分生产活动不可避免地转移到服务业，高端制造业更需要依赖于现代服务业来支撑；具有更高生产率的服务业对完善制造业非常必要，服务业生产率的高低也成为衡量国家或区域经济发展程度的重要指标。进入21世纪以来，安徽服务业发展迅速，在国民生产总值中的比重稳步提升，从1978年的19.8%上升到2012年的43.5%，从业人员所占比重也由1978年的10.7%提升到2012年的37.3%[2]。值得注意的是，自2005年安徽提出要促进制造业升级，打响“安徽制造”品牌以来，安徽制造业产业链加快了向高端转型的步伐，同时对高端制造业发展提供支撑的现代服务业提出了更高的要求，提升服务业生产率成为安徽产业优化升级的必然选择，也是增加安徽经济竞争力的保障。

开展服务业生产率的测算，早先的研究主要通过索罗余值法展开，如1996年郭克莎[3]就利用索罗余值法对我国改革开放后11年间服务业TFP进行了分析测算。但在索洛余值核算时，对要素在技术上是完全有效的前提假定与经济发展实际并不相符，测算结果出现的“索罗悖论”现象也使得测算值缺乏说服力。随后，以数据包络分析(DEA)及随机前沿分析(SFA)等生产率分析方法逐步得到发展应用，众多学者通过构造参数或随机前沿模型对各阶段服务业生产率进行测算。如程大中通过随机生产率前沿分析模型对我国服务业生产率测算的结果表明，20世纪90年代以来，我国服务业增长主要来自于产业资本的推动，而服务业TFP的增长对服务业增长的贡献并不明显，据此，他认为我国服务业更接近于资本增强型而非属于劳动密集型[5]。杨向阳利用Malmquist指数基于我国的面板数据，对服务业全要素生产效率的区域差异性进行测算，认为区域间的TFP差距与区域资本投入的饱和度高度相关[3]。刘丹鹭通过随机前沿分析法，利用2000-2009年间的面板数据，从宏观(服务业行业数据)到微观(上市公司数据)分地区和行业测算中国服务业全要素生产率变动状况[6]。随着2004年我国服务业数据的修正调整，先前对我国及各区域服务业TFP的测算结果也就失去了应有的准确性。本文在已有研究的基础上,借助Fare等构建了基于DEA的非参数Malmquist指数，并对安徽服务业行业进行细分，利用2004年修正后的服务业统计数据测算安徽服务业全要素生产率，使计算结果更为精确。

2 研究方法

目前经常使用的对服务业TFP测算的方法主要包括参数法及非参数法两种，其中参数法是假定在某些条件下以投入产出关系设定生产函数，通过实际投入产出数据，构建模型回归确定模型参数，并进一步测出生产率。非参数法则基于线性规划非参数理论，认为造成实际生产率达不到最优产出是由于生产者的技术无效或其他随机因素的存在，有效地避免了价格、时间等非技术因素的影响，更符合经济运行实际。而Malmquist指数是由统计经济学家Malmquist作为消费指数提出[7]，后由Caves Chris-tensen和Diewert等[8]人应用于生产率测算,并通过矢量分解法分解水平效应的技术进步指数和增长效应的技术效率两个变量，通过分析这两个变量的变化确定服务业TFP变化的原由。Malmquist指数法在测度生产率时不需要考虑时间因素和价格信息，从而使其在生产率测算中被广泛使用。

本文在测算安徽服务业TFP时，将服务业的各行业作为决策单位，运用DEA的Malmquist指数法构造研究期内各行业最佳生产前沿，为避免参照前沿面选择的随意性带来的误差，分别以t期和t+1期为基期，根据从t期到t+1期和从t+1期到t期的Malmquist指数的几何平均值来测算安徽服务业全要素生产率变化，以产出为导向的生产率指数为：

M0(xt+1,yt+1,xt,yt)=

(1)

(2)

(3)

假定规模报酬不变，将上述求得的Malmquist指数进一步分解为表示衡量“水平效应”的技术效率变化指数(TE)和“增长效应”的技术进步指数(TC)。

=TE×TC

(4)

式(4)中TE为技术效率指数，表示T到T+1时期内的每个时间段内实际生产距离最佳生产的大小；TC反映技术边界变动。

(5)

(6)

其中zk,t表示观察值所占的权重，服务业生产率的Malmquist指数可通过下面的线性规划模型求解：

(7)

(8)

zk,t≥0

(9)

(1)式中的其他三个混合距离函数按同理构造求解。

3 数据处理

由于我国服务业统计数据在2004年进行了科学地修正调整，为避免统计口径的不一致，本文进行实证分析时采用的基础数据均来自于《安徽统计年鉴》(2006-2013年)，使用2005-2012年共8年安徽服务业11个行业的投入产出数据进行研究，为方便起见，分别用相应字母表示(表1)。

服务业TFP的测算主要涉及到三个变量：产出、劳动、资本，三个变量指标和数据选择的具体方法如下。

表1 服务业11个行业与其字母代码对应关系表

(1)服务业产出指标。本文在测算服务业TFP时，对服务业的产出用相应行业的产出增加值表示，为使变量间具有可比性,数据以2005年为基期，用不变价格指数进行缩减。

(2)服务业劳动投入。劳动投入是指在服务业生产过程中实际投入的劳动量，从数据的可得性角度，许多研究用劳动力数量来替代。实际上，劳动投入不应仅仅包含劳动者数量还应包含劳动投入的质量。本文在数据的选择上，使用劳动力数量和质量两方面叠加来替代劳动投入。在数量上，劳动投入使用安徽服务业行业年末从业人员数表示；质量上，借鉴蔡日方[9]2000年使用的受教育年限法，将教育程度分为0年(文盲)、6年(小学)、9年(中学)、12年(高中)、16年及以上(大专及以上)共5个等次，并分别给它们赋值为1，2，3，4，5。安徽服务业从业人员教育状况参考全省从业人员就业状况，并通过如下公式进行量化计算。

(10)

式(10)中，hi表示第i级层次的教育年限，HRit为安徽全体从业人员的就业人口教育分布情况。

(3)服务业资本投入。服务业资本投入用其资本存量替代。资本存量的计算采用国际通用的永续盘存法进行，即：

Kt=It+(1-δt)Kt-1

(11)

式(11)中，t=2005,…，2012，It表示第t年的固定资产投资，δt表示第t年的固定资产折旧率。考虑到数据的可得性，固定资产投资用主要固定资产来代替，初始资本由《安徽省第三产业普查数据》查取并通过Kohli方法求得，取δt=5%的折旧率。

4 实证分析

运用软件DEAP2.1，利用安徽2005-2012年服务业各行业面板数据，计算8年间服务业各年的生产率指数，汇总平均计算出安徽服务业TFP的增长变化，进一步分解出技术效率和技术进步两个向量的指标值，得到如下数据(表2)。

表2为计算得到的2005到2012年间安徽服务业11个行业的全要素生产率增长(TFP) 的增长变化，表3为技术效率变化(TE)，表4是技术进步的结果(TC)。

表2 生产率指数

表3 安徽服务业技术效率变化

表4 技术进步

从整体上看，2005-2012年间，安徽服务业TFP增长平均为3.6%，其中技术效率的增长率为2.1%，而同期的技术进步平均增长率仅为1.5%。由此可见，安徽服务业TFP的增长是这两个变量共同推动的，主要来自于“水平效应”的技术效率的推动，而“增长效应的”技术进步作用相对较小。在生产率的变动中，安徽服务业发展中还没有充分利用资源和技术的潜力，因此，利用技术进步来提升安徽服务业全要素生产率还有很大的余地。此外，8年间，安徽服务业生产总值从2005年的6 612.22亿元增加到2012年的23 517.98亿元，年均增长13.7%，而其全要素生产率增长的贡献平均为29.3%，其他要素对服务业增长的贡献高达70.7%，服务业全要素生产率对行业增长的贡献明显偏低，影响了服务业生产率的增长。

从时间上来看，2005年以来，安徽服务业全要素生产率波动性明显加强，呈现出弱增长态势，2009年还出现过负增长现象，技术进步和技术效率对其的推动作用不停地交叉轮换，在一定程度上可以说是安徽经济发展过程中过度投资和竞争的结果，导致技术选择中资本替代劳动的偏差，从而使资本的收益偏低。具体来看，2005-2008年间，安徽服务业全要素生产率增长相对稍好，而2010年以后，这种增长有越来越弱的趋势，导致这种变化的原因在于受到外生冲击(如美国次贷危机)时，在技术进步变化不大的情况下，技术效率却越来越低,技术效率的负增长在一定程度上抵消了技术进步的正向作用。尽管安徽服务业生产总值仍保持着较高的速度增长，但技术的低效率带来的影响也逐渐显现出来。

从具体行业来看，8年来，安徽服务业中住宿餐饮业(RT)和机关团体、党政机关和社会团体(GP)两个行业全要素生产率出现了负增长，技术效率的降低是其倒退的主要原因。其他9个行业的全要素生产率都有一定程度的提高，而交通及通信业(TS)、批发零售(WS)、金融保险业(FA)、房地产业(HT)和科研综合服务业(SR)5个行业则实现了持续增长，而剩下的4个行业的增长和降低交替进行。其中金融保险、居民服务、修理和其他服务业、社会服务业、教育及科研综合服务业等行业生产率的增长主要源于技术效率的改善，而生产率保持持续增长的运输及通信业、批发零售贸易、房地产业、科研和技术服务业这4个行业的全要素生产率增长更多源自技术进步提升的推动。

5 结 论

本文基于DEA的Malmquist指数法对2005-2012年间安徽服务业总体及分行业的全要素生产率进行了测算，概括起来呈现两个特征：第一，从行业总体上来看，安徽服务业TFP总体呈现增长趋势，多数行业的增长是水平效应的技术生产率和增长效应的技术进步共同推动的，但技术效率改善所带来的“水平效应”相对明显,而技术进步所贡献的“增长效应”有限，技术进步仍是推动安徽服务业各行业生产率增长的主要原因。第二，服务业各行业存在着增长上的差异，相对而言，生产性服务业技术进步比传统行业的高，而劳动密集型行业的技术效率高于资本密集型行业，一些高技术行业如交通运输仓储及邮电通信业的技术进步增长很快，但技术生产率则出现了倒退。随着外部经济的波动，有些服务行业有抗冲击性的特征。

这些结论对安徽服务业发展有着鲜明的政策指导意义。为了保持安徽服务业的长期持续性增长,推进其增长模式转变，推进制造业高端化和产业结构转型升级的进程，就必须要推动服务业生产率的提升。在推进服务业集约型发展的过程中，在提高技术进步的同时，更需要注重技术效率的提高。由于服务业内部的各行业具有较大的异质性，不同的行业需要有不同的针对性发展政策，同时还需要不断改善投入或产出质量，以增强服务业竞争力。

[1]任英华,王耀中.国际服务业生产率的发展趋势及影响因素分析[J].统计与信息论坛,2008(9):59-63

[2]安徽省统计局.安徽省统计年鉴[EB/OL].[2014-03-15].http://www.ahtjj.gov.cn/

[3]郭克莎.中国改革中的经济增长与结构变动[M].上海:上海人民出版社,1996:43-47

[4]程大中.中国服务业的增长与技术进步[J].世界经济,2003,11(7):35-42

[5]杨向阳,徐翔.中国服务业全要素生产率增长的实证分析[J].经济学家，2006,6(3):77-81

[6]刘丹鹭.中国服务业生产率及其影响因素研究[D].南京：南京大学商学院，2012:33-36

[7]曾世宏,郑江淮,丁辉关.国外服务业生产率研究:一个文献综述[J].产业经济评论,2010,8(2):138-157

[8]顾乃华.我国服务业发展的效率特征及其影响因素：基于DEA方法的实证研究[J].财贸研究,2008(4):60-67

[9]蔡日方，都阳.中国地区经济增长的趋同与差异[J].经济研究，2000(10): 30-37

(责任编辑：周博)

2014-05-21

曹林峰(1977-)，安徽安庆人，硕士，讲师，主要研究方向：产业经济发展。

10.3969/j.issn.1673-2006.2014.09.010

F063.1

A

1673-2006(2014)09-0033-05