垂直专业化分工与服务业全要素生产率——基于中国服务业分行业的实证研究

黄玉霞，谢建国

(南京大学商学院，江苏 南京 210093)

一、问题的提出

20世纪80年代以来，信息技术的发展和各国服务业开放程度的提高使服务业逐渐融入到全球价值链垂直分工体系中。正如Subramanian and Kessler所言，全球化进程已从“货物贸易的全球化”转向“非物质化的全球化”[1]。作为经济全球化背景下特有的分工现象，垂直专业化对参与者的生产率意义不言自明。然而，目前关于这一问题的研究主要集中在制造业领域，对服务业垂直专业化问题的研究较少。在制造业与服务业相互融合的趋势下，服务业发展日益工业化，借助制造业的标准化设备和流程化生产，服务业可将其品牌优势、渠道优势和贴近需求等多种产业优势发挥到极致，从而为顾客提供“一站式”的最终产品和服务解决方案。垂直专业化加速服务业的工业化，通过垂直专业化分工，在降低中间投入成本的同时提高企业的专业化水平和管理效率，从而进一步发挥规模经济优势，因此在理论上应有助于其生产效率的提升。当前，以提高全要素生产率(TFP)为核心的供给侧改革是解决中国经济结构性问题的根本出路，而经济整体全要素生产率的提升有赖于三大产业全要素生产率的共同提升。从产业发展的演进规律来看，世界经济的服务化趋势不可逆转[2]，我国服务业增加值在2015年就已超过制造业。在此背景下，相对于制造业全要素生产率的提升而言，服务业全要素生产率提升对经济整体全要素生产率的意义显然更大。但遗憾的是，现有文献对全要素生产率提升的关注点仍集中在制造业领域。横向来看，与日本、美国和德国等发达国家服务业发展两个70%特征相对比的是[注]服务业在GDP中占比70%，生产性服务业在服务业中占比70%。，我国服务业特别是生产性服务业发展滞后，而服务业生产率水平较低是重要的制约因素。因此，如何提高服务业全要素生产率是摆在政府和学界面前的一个重要的理论和现实问题。斯密等古典经济学家已深刻揭示分工对生产率的意义，因此能否通过分工特别是全球价值链背景下垂直专业化分工这一分工模式来推动服务业全要素生产率提升就成为一个非常值得研究的话题。

垂直专业化又称为外包、多阶段生产和任务贸易等，是当前国际分工的主要方式[3][4][5]。针对这种经济现象的研究已积累丰硕的前期成果，包括垂直专业化分工的测算及以此为基础分析其对技术进步和全要素生产率等影响的经济效应研究[6][7][8]。Grossman和Helpman(2002)对企业内部化和外包的生产模式选择行为分析后认为，外包降低企业的经营管理成本，使其在专业化分工中获得“干中学”效应[4]，从而提高企业生产率。Amiti和Wei(2006)研究发现服务离岸外包对美国制造业生产率具有促进作用，且服务外包对生产率的正向作用大于物质外包[8]。Egger和Egger(2006)就欧盟制造业外包与非熟练工人劳动生产率的关系研究后发现，外包短期内降低非熟练工人的劳动生产率，长期则提高其劳动生产率[9]。王中华等(2009)分析中国工业参与国际垂直专业化的技术进步效应后认为，垂直专业化促进中国工业行业技术进步和生产率提升，但其影响程度与行业特性相关，尤其在资本密集型和高出口密集度部门，垂直专业化具有更大的技术进步和生产率促进作用[10]。

上述文献分析制造业垂直专业化对制造业生产率的影响，原毅军和刘浩(2009)则研究垂直专业化对服务业生产率的影响，认为制造业服务外包在提升自身生产率和促进资源整合的同时，对服务业生产率产生正向的溢出效应[11]。姚星(2015)深入分析服务业垂直分工和外包的四种不同类型对服务业生产率的影响，认为离岸发包和在岸接包对服务业TFP具有显著的负向作用，而离岸接包和在岸发包则对TFP产生提升作用[12]。

归纳文献后发现，有关垂直专业化生产率效应的讨论大多集中在制造业领域，涉及服务业领域的研究则基于服务业承接制造业服务外包对服务业生产率影响的角度，而服务业对外发包、进口外国中间投入的垂直专业化分工对服务业生产率影响的文献较少。在全球价值链分工的背景下，制造业与服务业呈现相互融合的趋势，不仅制造业通过服务外包的方式引入外部专业服务，实现制造业投入的服务化，而且服务业也引入制造业的标准化产品、现代化生产方式，从而出现“服务业工业化”的现象[2][13]。服务业的工业化显然有助于服务业企业TFP水平的提升。信息技术的发展减弱服务的“不可贸易品”属性，教育和医疗等许多传统服务借助现代通信手段的跨境交付日益便捷，无形服务借助于有形载体(如从音乐会到音响制品的转变)实现服务的模块化和片段化生产，服务业全球化和碎片化生产的“两化”趋势日益明显[14][15]，这一趋势为我们研究服务业垂直专业化分工提供现实基础。根据樊茂清和黄薇(2014)的测算，2009年中国服务业整体垂直专业化率为0.088，与制造业整体0.098的垂直专业化率已非常接近[16]。从绝对数量来看，由于中间品贸易增长是全球生产分割的最直接表征[17]，因此以中间服务贸易近似表示服务业绝对垂直专业化水平的话，2014年我国中间服务出口额已从2000年的329亿美元提高到2568亿美元，年均增长率高达15.8%，服务业垂直专业化趋势非常明显[18]。因此，本文基于服务业垂直专业化这一视角，利用WIOD最新发布的世界投入产出表，分析垂直专业化与中国服务业全要素生产率之间的关系，探讨服务业垂直专业化对全要素生产率可能的影响机制，以期得出一些有益的结论。

二、服务业垂直专业化和全要素生产率的测度与基本事实

(一)服务业垂直专业化水平VSS的测算与基本事实

Hummels等(2001)提出的垂直专业化测度方法得到广泛使用[7][19]。按其测度方法，垂直专业化(VSS)是指出口中包含的进口中间投入品的比率[7]，测算公式为：

VSSit=VSit/Xit=Mit/Yit

(1)

其中，VSit、Xit、Mit、Yit分别为i服务行业t年出口中包含的进口中间品价值、出口总额、生产中使用的进口中间品价值和生产总值。我们使用WIOD于2016年发布的最新世界投入产出表，测算样本期(即2005～2014年)中国11个服务行业的垂直专业化水平。由于WIOT的行业分类与中国国民经济行业分类并不完全一致，本文根据WIOT的行业分类依据——ISIC(国际标准产业分类)第4版的内容和最新版的中国国民经济行业分类标准的对照表，将WIOT相对较细的行业分类进行适当的合并，以与中国国民经济行业分类标准中相关服务业行业对应[注]C31陆上和管道运输、C32水运、C33空运、C34运输仓储和支持、C35邮政和快递对应(1)交通运输、仓储和邮政业；C39电信、C40计算机程序设计和咨询、信息服务对应(2)信息传输、计算机服务和软件业；C29批发贸易、C30零售贸易对应(3)批发和零售业；C36住宿和餐饮对应(4)住宿和餐饮业；C41金融服务、C42保险再保险和养老基金对应(5)金融业；C44房地产活动对应(6)房地产业；C45法律会计、总部活动和管理咨询、C50管理支持服务对应(7)租赁和商务服务业；C47科学研究与开发、C49其他专业、科技活动和兽医活动对应(8)科学研究、技术服务和地质勘查业；C52教育对应(9)教育；C53人类健康和社会工作对应(10)卫生、社会保障和社会福利业；C51公共管理和防御对应(11)公共管理和社会组织。。图1显示的是最终测算结果。

横向来看，垂直专业化水平较高的行业包括：租赁和商务服务业；科学研究、技术服务和地质勘查业；信息传输、计算机服务和软件业；教育等知识密集型行业。受益于信息技术的发展，这些行业的全球化和碎片化趋势较为明显，而传统行业的垂直专业化水平相对较低。从动态演变来看，与世界服务业发展的全球化和碎片化趋势相悖的是，我国服务业垂直专业化水平呈下降趋势，这一测算结果与樊茂清等(2014)的研究结果类似[16]。特别是2007～2009年金融危机期间，部分高垂直专业化服务行业的垂直分工程度出现大幅度下降，自2010年以来，各服务行业垂直专业化水平虽开始企稳，但仍未恢复到危机发生前的水平。

图1 中国服务业中各行业的垂直专业化水平

(二)全要素生产率的测算与基本事实

全要素生产率的测算有参数法和非参数法两种。参数法的缺陷是需要明确生产函数形式且存在较多的行为假设，故本文采用基于非参数数据包络分析法的DEA-Malmquist指数来测算。Malmqusit指数最初用来测度两个时期消费指数的变化，后由Caves等(1982)首先用于测算生产率指数[20]。Fare等(1994)进一步将其分解并与数据包络分析法结合起来测算全要素生产率[21]。根据Fare的公式，从t期到(t+1)期的Malmquist全要素生产率变化公式为：

(2)

(3)

(3)式右边的第一项为技术效率变化(EFFCH)，通过比较某一产业距离函数从t到t+1期的变化来刻画技术效率的变化，反映在服务业技术水平既定的条件下，各行业与世界各国其他行业垂直专业化分工中因行业规模的调整及人员、资本投入的重新配置和服务流程的整合而引起的生产率变化。第二项为技术变化(TECH)，通过比较不同时期生产前沿本身的变化来刻画技术变化，反映服务业参与垂直专业化分工后，除要素投入调整和生产规模变化外，由其他因素(如服务模式创新、市场环境变化等)引起的服务效率变化。

Fare等(1997)进一步将上述规模报酬不变假设下的技术效率变化分解为规模报酬可变情况下的纯效率变化(PECH)和规模效率变化(SECH)[22]：

(4)

(5)

(6)

(5)和(6)式分别为t+1和t期的规模效率，其比值表示从t到t+1期的规模效率变化，反映在规模报酬可变的条件下，各服务业行业由生产规模变化引起的生产率变化。由(2)～(6)式，全要素生产率指数可分解为TFPCH=EFFCH*TECH=PECH*SECH*TECH。利用DEAP2.1软件，我们测算2004～2014年中国11个可获得投入产出数据的服务业行业全要素生产率指数。其中，产出为服务业各行业的增加值，投入为各行业的资本和劳动投入。

表1 中国服务业全要素生产率指数及其分解

注：表中数据大于1，表示TFP及其分解指标呈上升趋势；小于1，则表示下降趋势。

表1显示，整体来说，中国服务业全要素生产率呈下降趋势，形势不容乐观。2004～2014年TFP总体下降1.3%。从分解指标来看，纯技术效率上升0.3%，除纯技术效率总体上呈微弱的上升趋势外，规模效率和技术进步都呈下降态势，说明近年来中国服务业整体的生产规模是无效率的，服务业生产规模亟待调整、技术水平落后，需引入先进的服务商业模式和组织创新。结合上文测算得到的服务业垂直专业化水平呈下降趋势的基本事实，一个自然的问题是：中国服务业全要素生产率的下降是由垂直专业化分工水平较低和下降造成的吗？其影响渠道又是怎样的？准确回答这些问题需进一步的实证检验，也直接关系到未来中国服务业发展的战略安排，因而具有非常重要的研究价值。

三、计量模型设计、变量选取和数据来源

(一)模型设计和变量选取

在研究垂直专业化分工或外包与生产率的关系时，众多文献直接采用资本K和劳动投入L作为控制变量，而在度量生产率时，大多使用劳均生产率指标[24]。事实上，劳均生产率仅反映劳动要素投入的效率，本文采用全要素生产率这一指标，以反映所有要素投入的综合贡献。为降低多重共线性，控制变量选取劳均资本存量，而非资本和劳动投入水平变量。考虑到外资进入可能存在溢出效应和示范效应，我们将服务业实际利用FDI比重作为度量服务业对外开放程度的控制变量并引入模型。同时，服务业生产率水平还取决于劳动者的素质，因此加入人力资本这一控制变量。所有变量取对数，设定的计量模型为：

LnTFPCHit=α0+α1LnVSSit+α2LnFDIBZit+α3LnRJKit+α4LnRLZBit+μi+εit

(7)

其中，i和t代表行业和年份，TFPCHit为全要素生产率指数，VSSit为垂直专业化水平，FDIBZit为各服务行业的开放度，RJKit代表资本密集度并以劳均资本存量度量，RLZBit表示人力资本水平(以度量服务业的人员素质)，μi表示行业固定效应，εit为随机误差项。

(二)数据来源

垂直专业化水平和全要素生产率指数的测算方法在上文已详细阐述，这里不再赘述。服务行业开放度采用经汇率换算后的各服务行业实际利用FDI总额占其增加值的比重衡量，资本密集度采用前文计算的各服务行业资本存量与劳动人数之比衡量，人力资本水平采用各服务行业城镇单位就业人员工资与城镇单位就业人员平均工资的比值衡量[25]。一般来说，劳动素质较高的行业，员工的工资水平也较高。本文数据来自《中国统计年鉴》、EPS中国第三产业数据库、国家统计局和WIOD网站[注]限于篇幅，略去有关主要变量的描述性统计表格，作者备索。。为判断核心变量——服务业垂直专业化是否为内生解释变量，从而决定是否使用2SLS法或系统GMM等方法来处理内生性问题，我们选取垂直专业化的滞后一期为工具变量，然后基于比较面板固定效应估计量和工具变量两阶段最小二乘估计量是否存在统计显著差异的Hausman检验来判断服务业垂直专业化的内生性。若无内生性问题，则采用通常的回归方法；反之，则使用工具变量等方法处理内生性。检验结果发现，核心变量并不存在内生性问题，故下文的实证分析使用通常的面板数据处理方法。

四、实证研究结果及分析

(一)基准回归模型

本文先对(7)式分别估计固定效应和随机效应模型。为克服可能存在的自相关和异方差问题，模型均使用聚类稳健标准误进行显著性检验。而关于固定效应和随机效应模型的选取，考虑到传统Hausman检验并不适合面板模型随机误差项存在异方差的情形，因此我们使用对异方差保持稳健的Sargan-Hansen统计量来甄选，最终选择固定效应模型并报告如下。

表2 服务业全要素生产率和技术进步与垂直专业化的回归结果

注：括号内为回归系数的稳健标准误；*、** 和*** 分别表示在10%、5%和1%的水平上显著。下同。

表2的第(1)～(2)列显示，无论是否加入控制变量，垂直专业化的回归系数都通过5%的显著性检验且系数为正，说明服务业垂直专业化与全要素生产率提升呈显著正相关。以第(2)列为例，垂直专业化水平每提高1%，全要素生产率将提升0.097%。垂直专业化分工提高服务业全要素生产率的原因在于分工过程中发生技术的转移和扩散。此外，分工的上下游环节潜在进入者的威胁使已融入其中的在位服务业企业不断降低服务价格，以阻止潜在进入者加入，而由技术扩散引致的竞争也促使在位服务业企业不断提高全要素生产率[10]。

值得注意的是，第(2)列显示服务业开放度与全要素生产率指数呈负相关，这可能与中国服务业利用FDI的行业分布有关。在样本期内，房地产业、批发和零售业利用FDI的平均比重分别高达47%和13%，二者累计比重为60%。这两个行业是全要素生产率增长最慢的行业[26]，因而其较高的FDI流入量拉低了FDI对服务业全要素生产率的提升作用。不仅如此，胡晓鹏(2012)认为FDI的“示范效应”“学习效应”等积极作用在中国服务业行业很难成立。因为进入中国服务业的外资企业主要是制造业外商投资的服务业企业，并主要服务于外商独资的制造业企业，通过外商的制造业和服务业企业建立跨国公司完整的生产服务链条，构成FDI“绝缘化”的独立运营体系。服务业跨国公司将核心技术和管理诀窍等“包裹”起来，提高本土服务业企业的学习门槛，不利于技术的扩散。另外，服务业跨国公司对本土企业形成的“人才外化”效应也给FDI的技术溢出带来负面影响。所有这些都使中国服务业被“低端化锁定”，抑制其全要素生产率增长[27]。FDI与服务业全要素生产率间的负相关关系表明，如何提高服务业利用FDI的效率和质量是未来中国政府必须解决的问题。

(二)垂直专业化对服务业全要素生产率影响的作用渠道

为深入探讨垂直专业化提升服务业全要素生产率的具体途径，我们根据DEA-Malmquist指数对全要素生产率分解，进一步检验以下的回归模型：

LnTECHit=β0+β1LnVSSit+β2LnFDIBZit+β3LnRJKit+β4LnRLZBit+μi+εit

(8)

LnPECHit=γ0+γ1LnVSSit+γ2LnFDIBZit+γ3LnRJKit+γ4LnRLZBit+μi+εit

(9)

LnSECHit=δ0+δ1LnVSSit+δ2LnFDIBZit+δ3LnRJKit+δ4LnRLZBit+μi+εit

(10)

表2的第(3)、(4)列显示，垂直专业化与服务业技术水平之间呈显著正相关，垂直专业化水平每提高1%，服务业技术水平将提升0.047%～0.063%，说明通过从其他国家进口中间投入品和引入标准化的管理模式，参与垂直专业化分工能促进服务业和制造业的垂直融合，使服务业日益“工业化”[2][13]，进而带动服务业组织模式创新和服务效率提升。垂直专业化与服务业纯技术效率及规模效率之间没有显著相关性[注]模型(8)的回归结果见表2的第(3)、(4)列。限于篇幅，略去模型(9)和(10)的回归结果，作者备索。，说明垂直专业化主要是通过促进技术水平的提高这一渠道来提升全要素生产率，而对服务业规模效率和纯技术效率的正向作用不明显。刘兴凯和张诚(2010)、王恕立等(2015)也曾指出中国服务业TFP增长源泉中技术进步贡献的“增长效应”明显，而技术效率改善的“水平效应”相对有限[28]，技术进步是TFP变动的主要推动力量，服务业发展的粗放型特点较为明显[26]。

(三)稳健性检验

为考察不同垂直专业化水平对服务业全要素生产率及其分解指标可能存在的差异化影响，同时验证实证结果的稳健性，根据垂直专业化水平的测算结果，我们将样本分为高垂直专业化和低垂直专业化行业两类并分组检验[注]高垂直专业化行业主要包括：交通运输、仓储和邮政业；信息传输、计算机服务和软件业；租赁和商务服务业；科学研究、技术服务和地质勘查业；教育业。低垂直专业化行业主要包括：批发和零售业；住宿和餐饮业；金融业；房地产业；卫生、社会保障和社会福利业；公共管理和社会组织。，表3、4显示了回归结果。

表3的第(1)～(2)列显示，无论高垂直专业化行业还是低垂直专业化行业，垂直专业化与全要素生产率指数之间都为正相关关系，但高垂直专业化行业的回归系数不显著。而对低垂直专业化行业来说，垂直专业化水平每提高1%，全要素生产率将提升0.095%。比较回归系数后发现，垂直专业化分工深化对低垂直专业化行业全要素生产率提升的边际效应更大，这一异质性结果可从杨小凯的分工理论中得到解释。分工可提高交易效率，同时产生各种交易费用，分工的演进是分工收益和成本的一个两难权衡：分工水平较低时，交易频率低，交易费用不高，此时分工深化将带来生产效率的改进和交易费用较小程度的增加，促使分工进一步提高。但随着分工程度达到一定阶段时，交易频率提高带来的交易费用上升幅度将超过效率改进幅度，分工深化放缓，从而降低分工对生产效率改进的潜力。从控制变量来看，高垂直专业化行业利用FDI显著降低全要素生产率增长，低垂直专业化行业全要素生产率与FDI之间存在负向关系、但不显著，说明服务业利用FDI的经济绩效较低，流入服务业的FDI盯住的是中国巨大的消费市场或房地产升值的潜在利益，并无提升服务业全要素生产率的动机。况且，服务业跨国公司凭借其垄断优势排斥本土企业发展，对中国现代服务业产生竞争力抑制效应[27]，进而对全要素生产率带来负面影响。

表3 服务业全要素生产率和技术进步与垂直专业化的分组估计结果

表4 纯技术效率和规模效率与垂直专业化的分组估计结果

从全要素生产率的分解指标来看，表3的第(3)～(4)列和表4说明，在不同的服务业行业，垂直专业化分工发挥其生产率提升作用的渠道不同。高垂直专业化行业通过促进技术进步来实现全要素生产率的增长(表3的第3列)，而低垂直专业化行业主要通过提高规模效率来实现全要素生产率的增长(表4的第4列)。无论高垂直专业化行业还是低垂直专业化行业，参与垂直专业化分工都没有显著影响其纯技术效率(表4的第1、2列)。这种差异化影响渠道产生的原因可能是：高垂直专业化行业参与国际分工前，其行业规模已基本实现优化配置，通过参与垂直专业化分工，吸收其他国家(地区)各行业的技术溢出，特别是在与制造业的融合中，使用更多的制造业中间投入品后带来服务商业模式的创造性变革，进而促进服务业技术进步，提高服务业的全要素生产率。而低垂直专业化行业则在参与国际垂直专业化分工过程中，通过使用外部中间投入品实现行业资本、人员和设备的重新配置和优化，并逐渐达到最优的行业生产规模，从而实现规模效率的提升。

五、结论与启示

本文利用WIOD的2005～2014年世界投入产出表，分析垂直专业化对中国服务业全要素生产率的影响。研究结果显示，垂直专业化分工深化促进服务业全要素生产率增长，垂直专业化水平每提高1%，服务业全要素生产率将提升0.068%～0.097%。就影响渠道来看，服务业垂直专业化分工整体上通过推动技术进步来实现服务业全要素生产率增长，而对纯技术效率和规模效率的改善无显著影响。分组估计结果发现，垂直专业化分工对低垂直专业化行业TFP提升具有更大的边际效应；对垂直专业化水平较高的服务业行业来说，垂直专业化分工通过促进技术进步来影响全要素生产率，而低垂直专业化服务业行业则通过提高规模效率来提升全要素生产率。另外，FDI整体上降低服务业全要素生产率，因而如何改善服务业FDI的效率和质量仍是中国政府亟待解决的问题。

当前，我国服务业垂直专业化水平不断下降，对TFP提升产生负面影响。伴随整个国民经济的服务化转型，服务业TFP增长直接关系到整个经济体系的生产率提升和经济结构性矛盾的化解。因此，深化服务业垂直专业化分工，通过推动制造业和服务业之间、服务业内部的相互融合来促进服务业TFP增长应成为各级政府的一项政策菜单。制度和技术因素是影响垂直专业化分工深化的主要因素。制度因素通过影响服务业和其他行业的交易效率来影响服务业垂直专业化水平，技术因素则通过改变服务生产和提供方式、提高服务生产和提供环节的可分割性来影响服务业垂直专业化水平。技术的变化需要较长时间，短期内提升服务业垂直专业化水平的重点应是提高制度质量，通过完善相关法律法规来提高服务业行业垂直专业化分工中签订的各项中间投入品和服务提供等合约的执行效率，降低违约风险。此外，借助国际双多边合作机制和自贸协定的谈判，降低服务业参与垂直专业化分工的交易成本，实现服务业中间进口投入品特别是高端进口投入品的增加，变革服务业出口方式，提高服务业出口质量和全要素生产率。

其次，垂直专业化分工并未显著影响服务业纯技术效率和规模效率，说明我国服务业各行业在参与垂直专业化分工的过程中对相关投入要素没有进行很好的整合和再优化。未来，应从改善服务业技术效率和规模效率的角度出发，通过服务业行业人员、资本和中间投入要素的优化配置来切实提高服务业的技术效率和规模效率；不断增进与发达国家(地区)的垂直专业化分工水平，借助进口高级中间投入品来提高服务业的现代化水平和供应能力，提升服务业的技术效率和规模效率。

最后，在符合WTO法律规范的基础上，引导FDI对服务业投资的行业流向。研究结果发现，流入中国服务业的外资集中于房地产业、批发和零售业等生产率发展相对滞后的部门，其投资动机为从中国房地产价格上涨和巨大的消费市场中获益。自2004年底全面对外开放后，外资已占据高端零售业80%以上的份额[27]，上述投资动机和外资对进入行业形成的新垄断抑制了FDI的技术溢出和效率提升。政府应加强对流入房地产业、批发和零售业的FDI的审查，引导外资进入教育、卫生、社会保障和社会福利业、科学研究、技术服务和地质勘查业等行业，以发挥FDI对服务业全要素生产率提升的积极作用。