《中国服务业分行业生产率变迁及异质性考察》由会员分享，可在线阅读，更多相关《中国服务业分行业生产率变迁及异质性考察（43页珍藏版）》请在金锄头文库上搜索。
1、中国服务业分行业生产率变迁及异质性考察王恕立 胡宗彪2013-2-25 15:25:35来源：经济研究2012年4期【内容提要】本文采用全国两次经济普查后的修订数据，引入“技术不会遗忘”假定，运用序列DEA-Malmquist生产率指数法测算了1990-2010年中国服务业细分行业的全要素生产率(TFP)、技术进步、纯技术效率与规模效率增长率。结果表明，中国服务业总体及细分行业的TFP均处于上升通道，在上世纪90年代，服务业TFP增长的主导因素是技术效率改进，进入21世纪后，则主要是技术进步提高，且技术效率改进已开始由以纯技术效率为主转向以规模效率为主，但服务业发展的粗放型特征仍然明显。同时，
2、中国服务业TFP增长表现出了较大的行业异质性；与工业(制造业)行业对比，服务业TFP增长是滞后的。2010年与1991年相比，TFP及技术效率增长的行业间异质程度有所下降，而技术进步却有进一步拉大的迹象。可能的内在机制是现代信息技术对不同服务业企业资源配置的异质影响，以及中国服务业体制改革的渐进式道路。【关 键 词】中国服务业 生产率变迁 行业异质性 序列DEA一、引言服务业作为国民经济的重要组成部分，在促进经济增长和社会就业等方面占据重要地位，是衡量一个国家或地区经济现代化水平的重要标志之一。自改革开放特别是1992年出台关于加快发展第三产业的决定以来，中国服务业取得了较快发展，服务业增加值
3、占GDP的比重以及就业比重分别从1978年的23.9%和12.2%上升到2010年的43.1%和34.6%。但与其他经济体相比，其发展仍存在三低现象，即服务业增加值比重、就业比重和人均增加值均较低(程大中，2003)；与国内制造业企业相比，服务业企业的财务和经济效益也较差(刘培林、宋湛，2007)。因此，中共“十七大”报告明确提出，要加快转变经济发展模式推动经济结构优化升级，促进经济增长由依靠第二产业带动向依靠第三产业的协调发展转变，大力发展现代服务业。国家“十二五”规划也进一步指出，把推动服务业大发展作为产业结构优化升级的战略重点。但是，同服务业快速发展的战略需要相比，服务业的增长质量更应引
4、起关注，因为主要依靠要素投入而非效率提升(生产率)所引发的经济增长是难以长期维持的(Krugman，1994)，技术进步和效率改善才是经济长期持续增长的重要源泉。“十一五”初期出台的国家中长期科学与技术发展规划(2006-2020)将技术进步贡献指标列为中国经济的发展目标，已经凸显出中国转变经济发展方式、追求增长质量的战略思路。对于发展滞后的中国服务业而言，其发展除了依赖资本、劳动等传统生产要素的投入外，更离不开技术进步和效率提升。鉴于此，本文在已有的研究成果基础上，尝试运用基于序列DEA(sequential data envelopment analysis)的Malmquist生产率指数
5、法，采用中国1990-2010年的服务业细分行业面板数据，对服务业分行业的全要素生产率(TFP)变迁和行业异质性进行测算和分析。我们认为，细分行业层面的分析对于更加准确地把握中国服务业TFP增长的特点将是一个非常有意义的研究方向；对于认识中国服务业分行业TFP变迁的历史轨迹，探讨不同服务业行业发展不平衡背后的原因及动态演变态势，促进服务业各行业的协调发展具有重要的现实意义。本文第二部分是相关研究文献述评；第三部分是对研究方法的介绍以及数据的处理说明；第四部分是对测算结果的时间维度与行业维度分析，并探讨了服务业TFP行业异质性的内在机制；第五部分是研究的主要结论。二、文献述评现有文献对中国TFP
6、的研究主要集中在经济总体、农业部门和工业部门，而对服务业TFP的研究相对较少。根据不同的研究层次，我们将中国服务业TFP的相关文献分为三类：第一类是利用服务业总体时间序列数据对整体层次的时间维度分析，以探究中国服务业TFP的演变趋势及其动力源泉。郭克莎(1992)采用索罗余值法的研究表明，1979-1990年中国服务业TFP年均增长2.58%，低于第一产业(3.68%)和第二产业(3.67%)。程大中(2003)使用总量生产函数对1978-2000年时序数据的分析显示，20世纪90年代以来，中国服务业技术进步的略微资本增强型特征使得资本产出比增长率对服务业人均产出增长率的贡献超过了TFP增长率
7、的贡献。杨勇(2008)利用C-D生产函数的分析表明，TFP对服务业产出的贡献率在1980年前波动较大，1980年后渐趋平稳，1981-1991年服务业TFP年均增长率为3.26%，1992-2006年为0.11%。第二类文献是采用中国省际面板数据对服务业TFP的区域差异性进行研究，以讨论中国服务业TFP在区域间的分布状况及其成因。顾乃华、李江帆(2006)使用SFA方法(stochastic frontier analysis)对中国1992-2002年省际面板数据的分析发现，东中西部技术效率的显著差异(主因是市场化进程和劳动力素质的差别)是造成服务业生产率区域失衡的重要原因。杨向阳、徐翔(
8、2006)采用Malmquist指数对1990-2003年省际面板数据的研究表明，该期间服务业TFP年均增长0.12%，主要原因是技术进步提高；技术水平的不同导致东中西部地区之间和地区内部TFP增长率存在显著差异。刘兴凯、张诚(2010)的分析显示，1978-2007年中国服务业技术效率和技术进步增长率分别为0.7%和1.8%，且各省区市的TFP增长呈现出长期的收敛趋势。第三类文献是对中国服务业内部的单一行业进行研究，此类研究以Malmquist指数法为主，多采用省际或企业面板数据。如Matthews & Zhang(2010)对1998-2007年国有商业银行、股份制银行和城市商业银行的研究
9、，吕秀萍(2009)对1999-2006年保险公司的研究。此外，原毅军等(2009)对中国生产服务业的研究表明，1997-2005年TFP年均增长-4.8%，但下降速度在逐年放缓，1997-2002年导致TFP下降的原因为技术进步，2003-2005年为技术效率。毫无疑问，既有研究对于认识和把握中国服务业发展的绩效和质量问题具有重要的理论与政策含义。在此基础上，本文主要从以下方面进行拓展：(1)现有文献大多是采用2004年和2008年全国经济普查前的常规统计数据，其存在服务业增加值的低估问题(许宪春，2004；江小涓，2011)，并且2002年前的固定资产投资数据也存在估算问题。本文采用两次经
10、济普查后的修订数据，可以修正和完善现有文献的结论，从而提高结论的可信度；(2)现有文献基本上是从整体时序和省际差异角度展开的研究，还鲜有文献是基于细分行业的差异性视角。本文采用细分行业而非省际面板数据对1990-2010年的服务业TFP进行测度，并对TFP的各构成因素展开讨论，既能反映出中国服务业TFP的时间维度变化，又能透视出各行业TFP的异质性问题；(3)现有文献在采用DEA-Malmquist方法测算服务业TFP时都是运用当期数据确定当期生产前沿，这可能导致技术倒退结果的出现，从而将技术进步对TFP增长的部分作用归于技术效率改进。本文引入“技术不会遗忘”假定，运用序列DEA来构造最佳生产
11、前沿，以避免现有文献中普遍存在的技术退步问题。三、研究方法与数据处理1.研究方法本文采用DEA-Malmquist生产率指数法，其有如下优点：(1)可以弱化数据质量对结果的影响。中国的数据质量一直为许多学者所诟病，而Malmquist指数相当于做了一阶差分，各行业同方向的变化将被消除(傅勇、白龙，2009)；(2)不需设定生产函数，不要求生产处于有效率的路径上，从而避免主观判断或函数形式设定错误而影响结果的准确性；(3)能够实现有关TFP的所有分解，结果和政策含义更为丰富。在采用DEA确定最佳生产前沿时主要有当期DEA和序列DEA两种方法。当期DEA是根据t期的投入产出数据来确定t期的最佳生产
12、前沿；序列DEA是根据t期及以前的投入产出数据来确定t期的最佳生产前沿。Timmer & Los(2005)指出，序列DEA在如下方面要优于当期DEA：(1)排除了技术退步的可能性，因为采用序列DEA构造生产前沿的连续性不会导致其向内偏移；(2)引入了“追赶”思想，即后来者(latecomers)可以通过模仿学习领先者(leaders)所创造的知识技术来达到追赶目的；(3)可以排除产出的短期波动影响生产前沿的可能性。考虑到现代科技不像传统手工艺有失传的可能，我们借鉴林毅夫、刘培林(2003)的思路，引入“过去掌握的技术不会遗忘”假定，运用序列DEA来构造最佳实践生产前沿。 其中，EC是规模报酬
13、不变且要素自由可处置条件下的相对效率变化指数，刻画了从t期到t+1期各行业对最佳生产前沿的追赶程度(“追赶效应”)。TC是技术进步指数，刻画了技术前沿从t期到t+1期的移动情况(“增长效应”)。在规模报酬可变(VRS)的生产前沿下，技术效率变化指数还可被分解为纯技术效率变化指数(PEC)和规模效率变化指数(SEC)。2.数据处理由于2003年分行业增加值和固定资产投资及就业人数数据使用的行业口径差别较大，为尽可能降低误差，我们将2003年数据予以剔除。1990-2002年和2004-2010年的具体研究行业见表2。测算TFP需要收集和处理服务业各行业的产出、劳动投入和资本投入数据。(1)服务业
14、产出。根据Mahadevan(2000)的研究，服务业产出用增加值衡量。为避免服务业核算的低估问题，采用如下公式对1990-2002年的分行业GDP进行估算：“修订后的服务业分行业GDP=(修订后的第三产业GDP-金融业-房地产业)原来的分行业GDP/(原来的第三产业GDP-农林牧渔服务业-金融、保险业-房地产业)。”由于无法获得修订后的不变价增长速度数据，我们仍根据原来的“第三产业增加值指数”将其换算为2002年不变价。2004-2010年数据取自中国统计年鉴2006、2010和2011，并将其换算为2004年不变价。(2)劳动投入。理论上，劳动投入应综合考虑劳动人数、劳动时间、劳动质量(效
15、率)等因素，但实际研究中的指标选取最终取决于数据的可得性。Fox & Smeets(2011)提出了衡量劳动质量的四种方法，Zheng et al.(2009)采用人均受教育年限对劳动质量进行了数据调整。由于无法获得对服务业细分行业劳动投入进行质量调整所需要的相关数据，所以将各行业的“年末从业人员数”作为劳动投入指标的代理变量。1990-2002年数据取自中国统计年鉴2004，2004-2010年数据按如下公式估算：“服务业分行业的全社会就业人数=服务业全社会总就业人数(服务业分行业的城镇单位就业人数/服务业城镇单位总就业人数)。”(3)资本投入。资本投入用服务业分行业的物质资本存量来衡量，由
16、于缺乏资本存量的官方统计数据，我们采用永续盘存法(perpetual inventory method)进行估算，公式为： 对于当年投资指标，刘兴凯、张诚(2010)采用的是固定资本形成总额，但我国没有服务业细分行业的资本形成总额数据。与杨勇(2008)一样，我们采用全社会服务业分行业的固定资产投资来衡量。名义固定资产投资数据的分段获取如下：1996-1998年和2002年的全社会固定资产投资直接从中国固定资产投资统计年鉴1997-1999、2003中公布的“各地区全社会按主要行业分的固定资产投资”获取，1990-1995年和1999-2001年的分行业数据按以下方法进行估算：首先将“基本建设投资”和“更新改造投资”相加(将“房地产开
