生产性服务业效率评价与提升路径研究

陈树良，程春梅，方 霞

(辽宁工业大学 经济管理学院，辽宁 锦州 121001)

伴随实体经济的持续发展，作为生产性服务业代表的信息业、金融业、物流业以及研发服务业渐渐从制造业剥离出来，并且以服务提供和服务保障的双重身份在生产过程中发挥巨大作用。但是，由于当前我国社会经济发展的不均衡，致使各省间服务业不均衡的发展现状和各自相对独立的发展导向进一步加剧了区域间的不协调性[1]。国内外学者对东北尤其是辽宁地区的发展关注得不多，更少有人研究生产性服务业效率。鉴于此，本文在生产性服务业效率内涵基础上，使用政府数据，运用DEA模型评价辽宁省生产性服务业效率；依据空间计量经济理论，使用空间回归模型对辽宁省各地区投入指标的产出效果进行分析，给出生产性服务业效率的提升路径。

一、生产性服务业效率内涵

生产性服务业是产业结构中的重要一环，反映着社会经济发展的必要投入与其所得，生产性服务业的效率是衡量经济发展水平的有效标志[2]。生产性服务业效率是指在行业投入要素，如就业人数、政府固定资产投资、外商投资企业数、外商投资总额等基础上实现的行业产出，如增加值。

二、生产性服务业效率评价

(一)指标体系与数据来源

使用DEA 方法进行生产性服务业效率的评价。考虑到效率的特殊属性，需要有输入与输出两个类型的变量组。输入变量的人力资本投入因素用就业人数表示，物资资本投入因素用固定资产投资表示；输出变量反映一个行业在一定时间内有关生产经营活动的最终成果，选用增加值。数据来源：辽宁省2009—2018 年统计年鉴。

(二)评价模型

投入产出效率使用数据包络DEA 模型。对应于投入与产出变量，有投入产出的权数系数对每一个决策单元都有与之相对应的指标数据：

则效率评价模型及其对偶问题分别为：线性规划模型为：

对偶问题：

线性规划和对偶关系都存在着可行解，因而最终模型均有自己的最优解，设最优值分别为hj0和θ，hj0=θ≤1。按照是否有效，决策单元区分为相应的两种状态。

(三)效率评价

1.总体效率的动态评价

利用DEA 方法，使用DEAP2.1 对数据进行模拟，绘制图1。

技术效率体现了决策单位在目前已知投入水平下可以获得产出最大化的潜力，规模效率是生产性服务业在产业结构优化配置下发挥出最大效能，技术效率按照规模效率修正为纯技术效率。辽宁省2008—2017 年这十年间的技术效率多处于不断增长的趋势，虽然还未达到效率最佳，但也提升了总体效率水平。同时辽宁省生产性服务业需要增加技术投入，重视行业人力资源建设、提升管理水平。

图1 效率评价结果的趋势分布图

2.分行业效率评价

针对最具有发展前景行业，选取DEA 有效状态的2015 和2017 年各行业投入产出指标使用DEAP2.1分行业的原始数据，三种效率计算结果见表1。

表1 2015、2017 年各行业效率评价

据表看出，辽宁省生产性服务业的产出必须通过提升行业内部各相关行业效率综合实现。因此，行业企业可以通过增加自身的创新经费投入来增加自身企业的创新能力，在各个企业的共同作用下增加行业的创新能力，以此来提升行业的产出效率。

三、生产性服务业效率的空间计量分析

(一)空间计量模型

空间计量模型是在空间相关基础上，依据空间权重矩阵，通过优选模型进行建模与检验，得出研究结论。空间杜宾模型（SDM）可以对区域样本进行空间回归性检验，并建立空间回归模型。存在两种情况：一是普通最小二乘回归模型中的扰动项有空间相关性；二是处理区域样本数据时，有一些与模型中的解释变量的协方差不为零的解释变量被忽略。模型表达式为：

(二)空间权重矩阵建立

根据辽宁省各城市的邻近属性，采取邻近矩阵构建空间权重矩阵W1。其中相邻的两个城市的数值定义为1，并不相邻的两个城市定义为0。并令矩阵中每一行的和为1，构建标准化空间权重矩阵。

以沈阳市为例，沈阳南部为鞍山、辽阳，东部为本溪、抚顺，北部为铁岭、阜新，西部为锦州。这样，即可设置沈阳与鞍山、辽阳、本溪、抚顺、铁岭、阜新、锦州等7 个城市的邻近属性为1/7、总和为1。按照类似思路，可以构造出辽宁省14 个地区的空间权重矩阵，详见表2。

表2 辽宁省标准化空间权重矩阵W1

(三)空间相关性检验

空间相关性采用空间莫兰检验。指数值大于0为正相关，小于0 为负相关。莫兰指数如下，计算结果见表3。

表3 指标数据的全局Moran’s 指数

2015 年和2017 年各指标数据的全局莫兰检验I 值均为负，数据在辽宁省各市之间整体上具有显著的空间负自相关。对2015 年和2017 的增加值进行局部的莫兰检验。

根据莫兰检验，在2015 年和2017 年辽宁省各个城市中生产性服务业集聚情况的变化并不显著。辽宁省各城市之间大多是呈现低低集聚状态和低高集聚状态，即自身生产性服务业处于较低水平，但周围城市却一直处于较高水平。同时各城市之间高高集聚和高低集聚的状态没有出现，说明辽宁省各城市之间生产联系不紧密，即使总体的效率水平在较高层次，但各城市的发展不平均。在所分析的DEA 有效年份2015 年和2017 年中集聚的状态只表现在铁岭市、辽阳市、锦州市和朝阳市，说明辽宁省整体的聚集效应较弱。

(四)空间计量分析

为分析辽宁省生产性服务业投入指标与产出指标在空间上的依存关系，选取前文处于DEA 评价有效状态的2015 年和2017 年，按照设计的评价指标对各个地区进行效率分析。

增加值计算由辽宁省各地区的生产总值、辽宁省地区总值、两者之间的比例情况以及辽宁省各地区的增加总值计算得到，相关计算见表4。

表4 随机效应检验表

据研究条件，样本数目、个体数目、观测组数分别为28、14、2。据计算，模型的组内、组间、总体拟合度分别是0.733 1、0.980 9 和0.978 5，属于高度相关。

由数据随机效应检验的概率0.678 大于显著性水平0.05 可知，所选取的2015 年和2017 年各地区投入和产出指标数据的随机效应十分明显。可以利用选取的指标数据建立带随机效应的空间计量模型。利用Stata 软件分析计算出带随机效应的空间杜宾模型，见表5。

表5 带随机效应的空间杜宾模型

在带随机效应的空间杜宾模型研究中，观测数量、组数、长度分别是28、14、2，时间变量单位为年。根据模型，三种形式的拟合优度组内、组间、总体分别是0.7643、0.9805、0.9778，拟合性好，为后面进行的空间回归分析奠定了理论基础。空间自回归效应显著。利用聚集情况建立空间杜宾模型，两个投入指标都通过了检验，说明可以按照投入指标对效率进行评价。依据空间回归系数分析，政府投资对企业生产经营的循环起了更明显的促进作用。但就业人数同时对企业产出有影响作用，企业应调整人才管理模式。

四、辽宁省生产性服务业效率提升路径

(一)企业角度提升路径

首先树立创新意识，建立企业员工教育与创新培训制度；其次企业要拨付专项经费用于员工创新教育与培训，为提升员工创新能力夯实基础；再次创立技术创新部门，制定企业创新规划，管理企业创新事项，增加企业的创新能力，提高企业自身产品更新换代的速度。

(二)行业角度提升路径

1.推进行业资源利用

在动态分析生产性服务业效率时，发现行业效率水平较高，同时行业内部资源利用情况较好，要给予持续优化。为此，行业内部应该不断推进资源的利用效率，来推动行业产出值的效率。先是扩张行业发展规模，增加行业要素投入，实现行业发展的规模效应，追求资源利用效率；再是新单位在建厂选址时，可以选择贴近资源地，减少经费投入，提高相对效率。

2.优化行业结构

辽宁省整体聚集效应较弱，各城市之间生产联系不紧密、发展不够平均的特点，反映了辽宁省生产服务业内部结构优化还有较大潜力。首先，应遵守行业发展规律，促进投入产出向更高层次不断推进。其次，管理者更应该注意找到行业之间的差异性，并进行行业之间结构的进一步优化。

3.健全行业人才机制

企业应该健全行业企业的人才机制，促进人才流动与发展，发挥人才对效率作用。从整理行业员工信息包括性别、年龄、专业、学历、经历等基本信息入手，分析员工基本信息与就业关联，建立人才信息数据库；参考辽宁省生产性服务业聚集状况，发挥区域中心城市带动作用，通过人才聚集作用发挥沈阳与大连的龙头及带动作用，实现辽宁社会经济的可持续发展。

(三)政府角度提升路径

1.金融业优先发展

金融业在2015 年和2017 年一直是DEA 评价的有效行业。为了稳固金融业的增加趋势，政府应大力扶持辽宁省金融业的发展，将金融业放在辽宁省经济发展的优先扶持位置。首先持续加强沈阳、大连区域金融中心建设；其次制定金融业发展规划，处理好国有银行、股份制银行、商业银行发展关系，鼓励金融机构技术创新；最后，重视“小微金融”“普惠金融”发展。

2.增加固定资产投入

可以加强开放式发展，扩大对外经济规模，增长外商引进趋势。开放式的发展会催动辽宁省对外经贸的发展，以增加政府的资金回流，弥补行业在发展中的动力不足。外商的加入对生产性服务业的企业数量与规模发展有一定的推动效果。