贵州省服务业发展与就业关系的研究——基于贵州省第三次经济普查数据

贵州财经大学 郑兴碧



贵州省服务业发展与就业关系的研究
——基于贵州省第三次经济普查数据

贵州财经大学 郑兴碧

摘 要：贵州省服务业取得了长足的发展，但是服务业对就业的吸纳能力较弱，其原因主要是单个企业规模过小、地区间发展不平衡以及服务业结构落后；要充分发挥服务业的发展对就业的促进作用，就要加快服务业发展，把服务业企业做大做强；调整服务业内部结构，鼓励生产性服务业发展；发挥优势，打造特色，尤其是要大力发展大数据产业。

关键词：服务业就业 吸纳能力 服务业结构 生产性服务业 大数据产业

随着社会的发展进步，经济结构也在发生着变化，其中一个重要的特征就是服务业的发展继第一产业、第二产业之后成为了重要的产业。20世纪80年代以来，中国实施了农村的改革、国有企业改革、教育改革、医疗卫生改革、房地产改革等，这些改革促进了以金融、会计、律师、商务等现代服务业的快速发展。而服务业在吸纳就业人数方面的巨大作用，不论是在发达国家，还是在中国都已经被实践证明了。而且，越是发达国家，其服务业的发展速度越快，吸纳就业的人数越多。

1　贵州省服务业发展与就业现状

1.1贵州省服务业发展现状

贵州省服务业发展总体水平与全国平均水平大体相当。通过对近十年贵州省三大产业GDP所占比例同全国水平进行比较(见表1)，可以发现，贵州省第一产业GDP比重均高于全国水平，第二产业GDP比重均落后于全国水平，说明贵州省工业化水平较低。第三产业GDP比重在2004年、2005年稍低于全国水平，2006年～2012年略高于全国水平，2013年又稍低于全国水平。

1.2贵州省服务业就业现状

就三大产业就业比重而言，贵州省就业人员主要集中在第一产业，即多数从事农业生产。虽然第二产业和第三产业的就业比重逐年递增，但是仍落后于全国水平。结合表1来看，尽管贵州省服务业GDP比重较全国水平较高，但是，服务业的发展对于劳动力的吸纳能力低于全国水平。也就是说，贵州省的服务业发展并没有带动就业的增加，这不符合一般规律(见表2)。

表1　三大产业GDP比重比较

表2　三大产业就业比重比较

2　贵州省服务业就业存在的主要问题及原因

2.1服务业的就业吸纳能力有待提高

无论是国外还是国内的研究都表明：随着经济社会的发展，服务业的发展对就业的吸纳能力都在提升，并超过了第二产业的吸纳能力，大力发展服务业无疑对促进就业有很大的作用。但是，从三普数据分析，我们得到的结论却有所不同。

近年来，贵州省服务业发展较快，但是，服务业的发展对于劳动力就业的吸纳能力远远低于全国水平。2013年，贵州省第三产业产值占总产值比重为46.7%，而同期全国平均水平为46.95%，但是从就业比重看，贵州省第三产业就业量仅占总就业的22.5%，而全国平均水平为38.5%。这说明，贵州省服务业的发展虽然也增加了劳动力的就业，但是与全国水平相比，服务业在吸纳劳动力就业方面还有较大的空间和潜力可挖掘。

2.2单个企业规模过小，吸纳就业能力有限

第三产业的快速发展为劳动就业提供了大量的机会，从2008年～2013年，贵州省服务业企业增加，从业人数也大幅度上升。但是，相比较服务企业的增加，从业人员增加并不多。

从表3中可以看出，贵州省平均每个服务企业吸纳就业人数才30人，企业规模小，其中，最高的贵阳市也才有38人，最少的是铜仁市22人。

从服务业内部结构看，在单个企业的从业人数中，人数最多的是金融业61人，其次是教育51人，其余分别为：卫生和社会工作48人，交通运输、仓储和邮政业46人，水利、环境和公共设施管理业34人，信息传输、软件和信息技术服务32人，住宿和餐饮业22人，科学研究和技术服务业21人，最少的是批发和零售业12人(如表4所示)。

企业规模小，对就业的吸纳能力就弱，这解释了为什么贵州省服务业发展较快，但就业人数吸纳能力低的问题。

表3　单个企业从业人员(平均数)

表4　服务业各行业从业人员情况

3　地区间发展不平衡

贵州省服务业的发展在地区间不平衡，表现在以下两个方面。

3.1经济发展水平高的地区，服务业的发展水平也越高

从服务业法人单位数量看，经济发展水平较高的贵阳市，数量最多，占全省服务业法人单位数量的23.4%；第二是遵义市，占14.6%；第三是黔东南州占11.4%；毕节市占10.6%；铜仁市占10.7%；黔南州占8.5%；六盘水市占7.5%；黔西南州占7.1%；最少的是安顺市，只占6.2%(见表5)。

3.2各地区吸纳劳动力的能力不同

从各地区吸纳的劳动力来看，也是贵阳市的最多，它以23.4%的企业量占了从业人员的29.5%，最少的是安顺市，从业人员只占5.8%。其中的铜仁市和黔东南州，企业占比分别是10.7%和11.4%，但从业人员却分别是7.6%和8.6%，说明这两个地区的服务业吸纳就业的能力较弱，单个企业的规模较小，应着力做大企业。经济发展水平高的地区不仅服务业企业的数量多，单个企业吸纳的劳动力也比其他地区多。

4　服务业结构落后

4.1生产性服务比重小，现代服务业从业人员少

在服务业内部结构中，生产性服务比重较小。生产性服务企业(交通运输仓储和邮政业、批发和零售、信息传输、计算机服务和软件业，科学研究、技术服务业、金融业、租赁和商务服务业)共计44085个，占38.5%，而生活性服务业占61.5%。

不仅如此，在生产性服务业相关行业中，从业人员主要集中于传统服务业行业，而现代服务业行业从业人员则相对较少。2013年，以交通运输仓储和邮政业、批发和零售业为代表的传统服务业行业从业人员分别为11.34万人和13.95万人，占第三产业从业人员比重分别为6.4%和7.9%；而以信息传输、计算机服务和软件业，科学研究、技术服务业、金融业、租赁和商务服务业为代表的现代服务业行业从业人员分别为3.35万人、6.53万人、8.04万人和4.62万人，占第三产业从业人员比重分别为1.9%、3.7%、4.5%和2.6%。

4.2知识密集型企业比重低

在三大类型企业中，劳动密集型企业占了63.5%，知识技术密集型企业占28.2%，资本密集型占8.2%，表明贵州省服务业企业结构仍处于低水平阶段，知识技术含量低，应向高级化发展；同时，三种类型中，劳动密集型企业虽然数量多，但其吸纳的劳动力却很少，只占全部从业人员的29.2%，而知识技术密集型企业以28.2%的企业量吸纳了58.9%的劳动力，说明知识技术密集型企业吸纳就业的能力相当高。大力发展知识技术密集型企业对促进就业的空间有很大影响。

表5　各市(州)服务业法人单位和从业人员

表6　贵州省服务业企业类型及其比例

5　贵州省发展服务业以促进就业的对策措施

根据上述分析，贵州省服务业的发展取得了较大成就，但是，服务业的发展对就业的促进作用还没有得到发挥。基于此，笔者提出以下建议。

5.1加快服务业发展，把重点放在把服务业企业做大做强上

针对贵州省服务业小而散的现状，需要促进服务业做大做强。做大做强服务业，必须遵循其内在的发展趋势。根据当前国际国内服务业发展态势，贵州省加快服务业发展需要遵循以下主要发展趋势：其一，进一步促进服务业走向社会化；其二，进一步促进服务业发展走专业化分工与协作之路；其三，进一步促进服务业体制改革与管理创新，规范地深入推进服务业市场化；其四，以城镇化为抓手，提升经济发展水平。

5.2调整服务业内部结构，鼓励生产性服务业发展

生产性服务业对就业的促进作用是很大的，其促进就业的作用机制有两条渠道：一是生产性服务业发展本身需要吸纳劳动力因而带动就业；二是生产性服务业的发展能够促进其他产业的发展并进而带动就业，其对就业的拉大效应更为强大。

从发展趋势来看，服务业内部传统行业的增长速度必然会放慢，而金融保险业、计算机和软件服务、信息咨询服务等资本密集型的生产性服务业的增长相对较快，从业人员增长幅度较大，对就业的拉动作用明显高于传统服务业。但贵州省生产性服务业整体发展水平比较落后，水平低、规模小、层次低，物流和批发市场等传统生产性服务业态仍然占据主导地位，除信息提供等少数业态外，其他新兴业态尚处于起步阶段；行业影响力较强的龙头企业少，市场主体“散、小、弱”。这些特征导致贵州省生产性服务业的就业吸纳扩张效应没有得到充分发挥。所以，要充分发挥服务业促进就业的作用，应鼓励生产性服务业的发展。

5.3发挥优势，打造特色，尤其是大力发展大数据产业

贵州省服务业的发展应发挥自身优势，以金融业、现代物流业、软件和信息技术服务业、研发设计、检验检测、现代商务服务业、电子商务、节能环保服务业、文化旅游业、健康服务业、商贸服务业、家庭服务业等12个市场前景好、增长潜力大、带动作用强的服务业态作为重点产业和领域。

目前，贵州省应加大力度打造大数据产业。大数据时代给新兴产业的发展带来了重大的机遇，是现代服务业的重要内容。大数据产业的发展，必将产生一大批新的服务新模式、新业态，这将会为人们提供更多的就业机会，吸纳更多的劳动力就业，如前文所述，知识技术密集型企业吸纳就业的能力是很高的，我们完全可以预期，大数据产业对就业的促进作用有很大影响。被誉为“大数据时代的预言家”、现任牛津大学教授的维克托·迈尔—舍恩伯格在《大数据时代》一书中写到，大数据开启了一次重大的时代转型，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉。大数据产业的兴起，必将吸引软件、信息服务业等更多的相关上下游企业落户，带动信息技术硬件、软件业的研发和产品服务。云计算中心的建成，将创造新的业务形态和服务经济模式，带动现代服务业、生产性服务业、文化创意等相关产业和经济发展。不仅如此，大数据也将对普通市民生活产生极大的影响。智慧城市是给人们提供社保、医疗、交通、金融等内容的公共服务，归根到底需要对海量信息进行存储、处理和交换，而数据中心的建立使这一过程成为可能，为整个智慧城市作为一个信息平台提供了长期的大数据服务支撑。

参考文献

[1] 姜鹏.基于生产性服务业视角提升就业水平的机理及路径选择[J].对外经贸,2012(6).

[2] 孔令锋.上海市生产性服务业就业吸纳能力实证研究[J].人口与经济,2011(2).

[3] 梁东黎,张淦.服务业就业占比的决定:“鲍莫尔-富克斯”模型再研究[J].南京社会科学,2013(08).

[4] 刘辉煌,刘小方.我国生产性服务业就业吸纳能力的实证分析[J].东北财经大学学报,2008(01).

[5] 何德旭,姚战琪.中国服务业就业影响因素的实证分析[J].财贸经济,2009(08).

[6] 王晓红,盛晓娟.现代服务业发展与就业吸纳能力的实证分[J].当代经济管理,2015(09).

[7] 夏杰长,李芳芳.经济新常态背景下中国服务业就业特征与趋势研究[J].学习与探索,2015(07).

中图分类号：F719

文献标识码：A

文章编号：2096-0298(2016)04(a)-149-04