服务业TFP 的时空演变及其影响因素

凌 晨，秦思佳，戴 翔

（1.无锡太湖学院 商学院，江苏 无锡 214063；2.南京航天航空大学 管理学院，江苏 南京 210016；3.厦门大学 经济学院，福建 厦门 361005；4.南京审计大学 经济学院，江苏 南京 211815）

一、引言

改革开放以来尤其是中国加入WTO 以来，中国经济实现了持续多年的高速增长，但与之相伴的却是服务业发展滞后。因此，如何提升服务业全要素生产率，显然是补“以推动高质量发展为主题，需着力提高全要素生产率”之短板的重要课题。尽管自改革开放以来，中国服务业得到了长足发展，在国民经济中的占比不断提高，但是从全球产业演进格局角度看，尤其是与服务业占比在国民经济中已经超过70%水平的西方发达国家相比，中国服务业发展仍然相对落后，国际竞争力还比较低。当前，中国经济已经迈入高质量发展的新阶段，而作为国内占比最大产业的服务业能否实现高质量发展，显然关系到整个国民经济能否顺利实现高质量发展。此外，从产业关联角度看，制造业转型升级和高质量发展，也需要现代服务的强力支撑。因此，在新发展背景下，如何推动服务业全要素生产率提升，是当前理论和实践部门亟待解决的重要课题。毋庸置疑，“推动生产性服务业向专业化和价值链高端延伸、推动生活性服务业向高品质和多样化升级”，从全要素生产率角度看，首先需要明晰中国服务业全要素生产率的演变、现状及其影响因素，立足现实，厘清影响因素，才能寻求更有效和针对性的政策举措。此外，面临国际国内环境的深刻变化，中国亟待构建“双循环”新发展格局，以重塑参与国际合作与竞争新优势。而建立在以畅通国内大循环为基础之上的“双循环”新发展格局，会对区域协调发展提出更高要求。从这一意义上看，如何看待以及如何推动服务业高质量发展，在全要素生产率维度上不能仅限于对其演变趋势的“时间”因素进行分析，还要探讨其中的“空间”问题，即中国服务业全要素生产率呈现出怎样的时空演变趋势？

鉴于此，文章将着重对服务业全要素生产率的时空演变进行研究，探索服务业全要素生产率是否存在时间演变规律以及地域性差异，并明晰其中的可能影响因素，据此从提升全要素生产率维度提出推动服务业高质量发展的政策建议。

二、文献综述

自从鲍莫尔成本病(baumol's cost disease)提出以来，有关服务业生产率的探讨，就一直成为学术界热议的话题。所谓鲍莫尔成本病，主要是指相对于制造业，服务业劳动生产率更难以提高的现象。但通过庞瑞芝、邓忠奇(2014)对中国服务业和制造业生产率的测算比较发现，在中国并不存在服务业生产率显著低于制造业的现象，反而前者略高于后者[1]。由此说明鲍莫尔成本病现象并非总是存在，至少说明鲍莫尔成本病假说是否成立，尚存争议。也可以认为，不同国家和不同发展时期，服务业全要素生产率会有不同表现和变化，因此，对其进行持续关注和跟踪研究，成为深化认识服务业发展的必然需要。目前，国内关于服务业全要素生产率的研究主要聚焦在三个方面：第一是对于服务业全要素生产率的测度。第二是对于服务业全要素生产率的发展状况研究。第三是对于服务业全要素生产率的影响因素探究。

关于服务业全要素生产率的影响因素，现有文献主要集中在以下几个方面：一是经济发展水平对服务业全要素生产率的影响。现有文献大多将GDP、人均GDP 及贸易依存度作为经济发展水平指标[2，3]，研究发现经济发展水平对服务业全要素生产率具有积极作用。二是制度对服务业全要素生产率的影响。比如，杨建军、顾孟迪(2021)实证探讨了制度质量如何对服务业全要素生产率产生作用[4]。三是聚集经济对服务业全要素生产率的影响。现有文献发现城市化率对服务业全要素生产率具有一定的影响[2，3]。四是市场化程度对服务业全要素生产率的影响。现有文献的研究结果与大家的经济直觉相反，市场化程度对服务业全要素生产率有负面影响[3，5]。针对服务业全要素生产率发展状况，现有研究或者基于测度方法不同，或者选取的样本不同，或者出于研究落脚点的不同，所得结论往往也不尽相同，甚至截然相反。

综合现有文献可知，针对中国服务业全要素生产率测算等方面，已经大量有益探讨，为文章研究提供了启发，比如测度方法的选取等，但总体来看，仍缺乏对于中国服务业全要素生产率时空演变特征的分析。与已有文献相比，文章的可能边际贡献在于：一是针对中国服务业全要素生产率的测算，文章更加关注其中的“时间”因素，从动态演进的视角揭示其中可能存在的演变规律。二是用空间自相关检验方法构建起时间、空间两个维度上的演变分析框架，这有助于为中国服务业的全面协调可持续发展提供更大助益。三是将时间维度和空间维度结合起来，具体考察服务业全要素生产率在地区间的变迁趋势，以此明晰其中可能具有的区域协调发展的内涵。四是拓展有关服务业全要素生产率的影响因素分析，通过实证分析揭示其中的关键影响因素。

三、方法、数据及测算结果

1. TFP 测算方法

借鉴现有文献的普遍做法，文章采用非参数马尔姆奎斯特法测算2003—2021 年中国各省份服务业全要素生产率，并对统计地区的全要素生产率的发展状况进行剖析。以期为我国服务业的高质量可持续发展提供一些政策启示。具体测算方法和过程说明如下：

利用DEA 技术测算出全要素生产率指数，从t时期到t+1时期，以技术Tt为参照的Malmquist 指数定义为：

该指数可以衡量服务业全要素生产率的大小，在接下来的文章表述中，均用TFP来替代表示，EC为技术效率，TC为技术进步，纯技术效率和规模效率同时影响技术效率的大小，即：

因此，全要素生产率可表示为：

其中，TFP为服务业全要素生产率；PEC为纯技术效率；SEC为规模效率。

2. 数据来源及说明

基于上述测算方法，文章选取2003—2021 年全国23 个省份的面板数据作为研究样本，原始数据来源于《中国城市统计年鉴》 《中国区域统计年鉴》 《中国第三产业统计年鉴》 《中国劳动统计年鉴》以及国家统计局。关于产出指标，文章在现有文献处理方法的基础上，以服务业增加值作为衡量期望产出的指标，同时，文章将服务业增加值以2003 年为基期的价格平减指数进行平减。关于投入指标，文章以资本存量作为资本投入的衡量指标，并利用永续盘存法对资本存量进行估算。

3. 测算结果及分析

为了讨论服务业全要素生产率在区域上是否存在差异，文章参考李汝资、刘耀彬(2016)和王凯风、吴超林(2017)[6，7]的研究，将统计的23 个省份分成东部地区、中部地区和西部地区。将服务业全要素生产率按照上述地区分类整理，得到结果如表1 所示。

表1 2003—2021 年按地区划分的各省份服务业全要素生产率均值及其变化

东部地区的服务业全要素生产率主要依赖技术进步拉动，与其他地区相比，东部地区的技术进步指数整体偏高，这说明技术进步是拉动东部地区服务业全要素生产率水平的一个重要因素。与中部和西部地区相比，东部地区各个省份的全要素生产率差距较小。中部地区除河南和广西之外，全要素生产率较为平均。西部地区中，青海和云南的全要素生产率水平较低，其他省份的全要素生产率水平均在1 以上。总的来说，服务业全要素生产率在空间上呈现由沿海向内陆递减的趋势，在纬度方向上并未出现明显的变化趋势，因此，导致各省份服务业全要素生产率发展出现区域差异的原因主要是技术效率变化指数，即技术效率是否得到改善。

将23 个省份的全要素生产率按照时间取平均值，绘制TFP累计增长率，结果发现服务业全要素生产率在整体上呈“U”型曲线，2013 年之后全要素增长率呈现稳步上升的趋势。

根据各地区的TFP 指数利用stata 软件作出核密度分布图，由图1 可以看出，2003 年服务业全要素生产率呈单峰分布，主峰高度较低，说明服务业全要素生产率区域间差异较大，出现多极化发展。与2003 年相比，2011 年主峰高度升高，说明服务业全要素生产率区域间差距缩小，密度函数中心向左移动，说明服务业全要素生产率整体下降。与2011 年比，2019 年主峰高度下降，说明区域间差距变大，密度函数中心向右移动，说明服务业全要素生产率整体上升。

图1 各省份TFP 指数的核密度分布

为了考察各省份服务业TFP 是否存在空间依赖性，文章测度了全局自相关分析中的莫兰指数(Moran's I)。表2 报告了2003—2021 年各省份服务业TFP 的全局莫兰指数。基于全局相关性检验，根据经济地理嵌套空间权重矩阵，样本省份全要素生产率的Moran's I 值显著高于0，表明服务业全要素生产率高的省份与服务业全要素生产率高的省份相集聚，服务业全要素生产率低的省份也一样，样本省份服务业全要素生产率呈现出较强的空间正相关特征，证实了服务业TFP 存在空间溢出效应。

表2 各省份TFP 的全局空间相关性检验结果

表3 模型基准回归结果

经过对统计地区的服务业全要素生产率的区域、时间发展趋势进行研究，发现服务业全要素生产率在空间上存在不平衡发展的情况，呈现由沿海向内陆逐渐递减的趋势；在时间演化中服务业全要素生产率整体在1 附近波动，且表现为“U”型发展态势。

四、进一步影响因素分析

1. 指标选取

借鉴已有研究发现以及服务业发展的影响因素，文章选择如下几个关键解释变量：工业化(Indus)，用工业增加值占国内生产总值的比重衡量；城市化(City)，采用一般城市化定义即非农人口与总人口的比例作为城市化的代理变量；政府干预(Gov)，文章选取一般财政支出与国内生产总值之比来衡量政府干预；市场化(Mar)，借鉴夏杰长等(2019)[3]的市场化指标，采用1- 国有城镇就业人员工资总额占城镇就业人员工资总额作为市场化的代理变量；经济发展水平(Pgdp)，将人均GDP 作为衡量指标；人民生活富裕水平(Cdi)，用人均可支配收入衡量；市场背离度(Di)，文章借鉴金莹、戴翔(2019)[8]对市场背离度的测算来衡量本土市场规模。

2. 模型构建

基于上述分析，为了探究服务业全要素生产率的影响因素，文章构建以下模型，以实证检验影响服务业全要素生产率时空演变的因素：

其中，TFPit为i省份在t年的全要素生产率；Pgdpit表示人均GDP；Govit表示政府干预；Cityit为城市化水平；Diit表示市场背离度指数；Indusit表示工业化率；ζit表示随机效应。

3. 回归结果及分析

经济发展水平可能尚未对服务业全要素生产率提升，产生显著的促进作用。研究结论与已有关于中国经济高速增长与服务业发展滞后并存的解释[9]，具有内在的逻辑一致性。从政府干预角度看，政府干预对服务业全要素生产率具有负向影响。西部地区的政府干预远高于东部、中部地区，但是其服务业全要素生产率却低于东部、中部地区，政府干预较强的地区政府更容易采取行政性规制，服务业不能依据市场的变化发展，从而造成资源浪费，不利于服务业全要素生产率的提高。从城市化角度看，各个省份的城市化发展水平参差不齐，这也是导致服务业全要素生产率在经度上出现由西向东递减的原因。从市场化角度看，国有企业对要素资源的垄断挤占了私营企业的发展空间，市场化机制不健全，使得市场经济在促进服务业发展的作用没有完全显现出来，这一发现也验证了应当稳步推进国有企业改革，完善市场化机制改革，进而推动市场化对于服务业全要素生产率的正面影响。另外，本土市场规模越大，对服务业全要素生产率的抑制作用越大，导致这一结果出现的原因，可能仍然与前文所述的经济发展阶段有关。说明在特定的发展阶段，规模扩张仍然处于粗放型阶段，从而在本土市场规模扩大进而需求扩大引领下的服务业扩张，仍然表现为“量”的增长方面，并未促进全要素生产率“质”的提高。从工业化角度看，工业化率对服务业全要素生产率的影响为负。工业化的发展会挤压服务业的份额，进而对服务业全要素生产率产生抑制作用。更为重要的是，改革开放40 多年来，中国工业化发展快速，主要是在融入发达国家跨国公司主导的全球价值链分工体系中实现的，因此，在全球分工格局下，工业的长足发展并未对国内服务业尤其是生产性服务业产生足够的需求，而国内服务业发展的滞后，又无法支撑起工业转型升级和高端化发展，从而进一步增强工业发展在全球产业链分工中，更加依赖于外部服务要素供给。

五、结论与启示

通过对样本城市的全要素生产率进行测算，并分析各省份服务业全要素生产率及其分解因子的变化，研究发现，第一，总体来说，服务业全要素生产率增长出现先下降后上升的“U”型发展趋势，在2004—2010 年之间全要素生产率增长率逐年下降，但是在2013 年之后增长率逐渐上升。第二，服务业的发展存在空间差异，全要素生产率存在地域差别，其中，东部地区增长率最高，呈现由东向西递减的趋势。第三，城市化率和居民可支配收入对服务业全要素生产率具有促进作用，而经济发展水平、政府干预和市场化程度等对其具有抑制作用。

根据研究结论，提升服务业全要素生产率并促进区域协同发展，应着重做好如下几个方面的工作：一是加快经济高质量发展。人民经济水平的提高，有利于提升对服务业的消费需求。通过经济建设，达到促进服务业发展的目的。二是加快城市化进程。提高城市化发展水平，将乡村振兴战略与推动城市化进程结合，适当放宽城市户口的条件，有效增强异地打工人在城市的归属感，积极推进现代化建设，将中小城市的规模扩大，逐步形成“城市包围农村”的发展格局，由城市化进程带动服务业的稳步发展，推动服务业全要素生产率的提高。三是减少政府干预。地方政府对于本地区应当采取适合当地服务业发展的政策措施，制定合适的政府干预力度，不能一味地由政府主导服务业发展。地方政府要把握好干预的时机，选择最有利于实现既定目标的政策工具（如果多个目标存在冲突时还应进行对比权衡），并以一个适宜的政策力度，用较低的干预成本去最大限度地推动区域经济健康、协调发展。四是深化服务业市场化改革。建立健全服务业市场化机制，促进市场对于服务业的推动作用。放宽服务业投资审批标准，或者降低对于服务业投资的管控力度，让市场在服务业资源配置中起到决定性作用，推动垄断行业向民间资本开放，支持鼓励发展小型微型服务企业，引导和促进多元化的服务业投资，促进资源要素自由流动。五是以区域高质量一体化为切入点和突破口，加快区域间的分工和协作水平，为服务业区域协调发展奠定必要的基础。