中國科技服務業(yè)全要素生產(chǎn)率測度實證研究

摘要：運用DEA中的Malmquist指數(shù)方法測度了2006-2015年全國及30個省份科技服務業(yè)全要素生產(chǎn)率，考察了科技服務業(yè)全要素生產(chǎn)率的時序變化及區(qū)域差異，并通過σ收斂、絕對β收斂及條件β收斂檢驗對不同地區(qū)的收斂性進行分析。分析結(jié)果表明，10年間中國科技服務業(yè)生產(chǎn)率整體處于增長狀態(tài)，技術進步是生產(chǎn)率增長的主要推動力；科技服務業(yè)全要素生產(chǎn)率的區(qū)域差異水平處于波動狀態(tài)，存在經(jīng)濟落后地區(qū)對經(jīng)濟發(fā)達地區(qū)的“追趕效應”；科技服務業(yè)仍處于快速發(fā)展的初級階段，尚未形成合適的收斂路徑。

關鍵詞：科技服務業(yè)；全要素生產(chǎn)率；DEA-Malmquist指數(shù)

中圖分類號：F719

文獻標識碼：A DOI：10.3963/j.issn.1671-6477.2018.05.0020

科技服務業(yè)作為運用現(xiàn)代科學技術知識及研究分析方法，為社會提供智力服務的新興產(chǎn)業(yè)，與其他產(chǎn)業(yè)的發(fā)展息息相關，是推動我國產(chǎn)業(yè)結(jié)構優(yōu)化調(diào)整，促進經(jīng)濟提效增速的關鍵產(chǎn)業(yè)。我國《中共中央關于全面深化改革若干重大問題的決定》進一步強調(diào)要健全技術創(chuàng)新市場導向機制，促進科技與經(jīng)濟融合，科技服務業(yè)的支撐與發(fā)展是關鍵。因此研究發(fā)展科技服務業(yè)具有顯要的戰(zhàn)略意義。近年來，我國科技成果增長迅猛，2016年，國家知識產(chǎn)權局共受理發(fā)明專利申請133.9萬件，同比增長21.5%，連續(xù)6年位居世界首位。技術交易市場發(fā)展態(tài)勢良好，科技服務業(yè)固定資產(chǎn)投資也逐年增長，2016年全國研究與試驗發(fā)展（RD）經(jīng)費支出預計達15 440億元，比上年增加9%，占GDP比重為2.1%。各類實驗室、技術中心等科研機構、中介服務機構發(fā)展較為迅猛。在快速發(fā)展的同時，我國科技服務業(yè)仍面臨科技成果轉(zhuǎn)化率不高、區(qū)域發(fā)展不均衡、總量規(guī)模仍較小、品牌效應不明顯等問題。因此，系統(tǒng)研究科技服務業(yè)生產(chǎn)率，了解科技服務業(yè)發(fā)展效率，探究區(qū)域間科技服務業(yè)發(fā)展的差異及不同區(qū)域的收斂性，發(fā)現(xiàn)當前我國科技服務業(yè)中存在的問題與運行規(guī)律，具有重要的現(xiàn)實意義。

一、文獻綜述

由于世界各國科技發(fā)展水平不同，至今尚未對科技服務業(yè)的內(nèi)涵進行統(tǒng)一界定，也就缺乏口徑相對統(tǒng)一的統(tǒng)計概念與結(jié)果。學者們從產(chǎn)業(yè)發(fā)展的角度[1-2]、組織結(jié)構角度[3]、職能角度[4]、系統(tǒng)角度[5]等不同方面對科技服務業(yè)進行了定義。2012年國家科學技術部出臺的《現(xiàn)代服務業(yè)科技發(fā)展“十二五”專項規(guī)劃》的科技服務業(yè)定義：基于信息網(wǎng)絡、運用現(xiàn)代科技知識、現(xiàn)代技術和分析方法，向社會提供智力服務和支撐的產(chǎn)業(yè)。國外的相關研究集中于知識密集型商業(yè)服務業(yè)（Knowledge Intensive Business Service，KIBS）。KIBS提出的背景是基于20世紀90年代知識和信息技術的發(fā)展日新月異，Daniel Bell首次提出KIBS這一概念[6]；Miles等對KIBS的認識是從知識角度觀察的，他認為 KIBS致力于創(chuàng)造、積累或擴散知識，并以此提供專門服務[7]。Den Hertog從更廣泛的角度定義KIBS為運用專業(yè)知識來提供中間產(chǎn)品和服務的組織[8]。

目前，對科技服務業(yè)的研究主要集中在以下幾個方面：第一，關于科技服務業(yè)競爭力評價研究。學者們通過構建指標體系，以省級或縣區(qū)級科技服務業(yè)的發(fā)展為研究對象，運用因子分析等方法，對科技服務業(yè)競爭力進行排名[9-11]。第二，科技服務業(yè)在科技創(chuàng)新中的運行機理以及科技服務業(yè)對經(jīng)濟發(fā)展及其他行業(yè)的帶動作用。Dobrai and Farkas、Benoi^t Desmarchelier等國外學者實證研究的數(shù)據(jù)結(jié)果證實了KIBS對于經(jīng)濟增長理論模型的支撐[12-13]。國內(nèi)的學者也開展了這一領域的研究，比如許可對科技服務業(yè)促進科技創(chuàng)新的作用機理研究[14]；王智新對科技服務業(yè)與戰(zhàn)略新興產(chǎn)業(yè)融合發(fā)展對產(chǎn)業(yè)升級的影響研究[15]；謝泗薪對科技服務業(yè)與現(xiàn)代產(chǎn)業(yè)的互動模式研究[16]；周慧妮和龍子午對科技服務業(yè)與制造業(yè)協(xié)同發(fā)展研究[17]等。第三，科技服務業(yè)影響因素及發(fā)展對策研究。近年來較多學者開始研究科技服務業(yè)的影響因素，從影響因素角度對科技服務業(yè)發(fā)展進行研究，并針對影響因素提出發(fā)展對策。Wouter Jacobs等從企業(yè)角度研究了跨國企業(yè)對知識密集型行業(yè)的影響，得出了跨國企業(yè)對已經(jīng)存在的知識密集型企業(yè)比初創(chuàng)的知識密集型企業(yè)有著更積極的影響[18]；張清正則是從多方面來探析科技服務業(yè)的影響因素，再通過實證分析進行驗證，他提出了影響科技服務業(yè)集聚發(fā)展的模型，將影響因素分為外部因素（經(jīng)濟發(fā)展、政府行為、知識溢出）以及內(nèi)部因素（交易費用、科技水平、規(guī)模經(jīng)濟）[19]。學者們也從政策體系[20]、發(fā)展環(huán)境[21]和發(fā)展政策[22]等方面對科技服務業(yè)發(fā)展政策進行了廣泛研究。但是這些政策建議基本上都是遵循“問題—原因—對策”的思路，很少有研究從“數(shù)據(jù)—模型—對策”的思路展開研究。綜上所述，目前文獻主要針對科技服務業(yè)的發(fā)展現(xiàn)狀進行研究，缺乏對科技服務業(yè)生產(chǎn)率的研究，無法測量科技服務業(yè)的實際效率，不利于科技服務業(yè)政策的制定。

Vuorinen等指出服務業(yè)生產(chǎn)率的測量，要從數(shù)量和質(zhì)量兩方面進行綜合衡量[23]。由于服務質(zhì)量無法統(tǒng)一測度，而目前服務業(yè)統(tǒng)計數(shù)據(jù)僅體現(xiàn)服務業(yè)的量，無法測度服務業(yè)的質(zhì)，顧乃華、李江帆認為測度數(shù)據(jù)的不全面導致測度技術效率下降[24]。目前國內(nèi)外主要以下列三種方法來測量服務業(yè)生產(chǎn)率。

一是總量生產(chǎn)函數(shù)。程大中采用總量生產(chǎn)函數(shù)，假設規(guī)模報酬不變，利用1978-2000年的服務業(yè)相關數(shù)據(jù)，探索了投入要素、生產(chǎn)率和純技術進步之間的關系，研究結(jié)論顯示我國服務業(yè)的技術進步是由資本投入增加引起的[25]；楊向陽和徐翔在規(guī)模報酬可變的情況下運用可變替代彈性生產(chǎn)函數(shù)，分析了服務業(yè)生產(chǎn)率和規(guī)模報酬增減情況[26]。

二是隨機前沿生產(chǎn)函數(shù)方法。Aigner和Chu首先提出前沿生產(chǎn)函數(shù)模型[27]，他們將生產(chǎn)率分解為技術進步和技術效率，技術進步指一定投入要素的組合與最大產(chǎn)量之間的關系，技術效率指單個生產(chǎn)者的實際產(chǎn)出與前沿產(chǎn)出的差距（這里技術效率的概念同F(xiàn)arrell提出的概念[28]，認為技術效率是指在既定投入下，獲取最優(yōu)產(chǎn)出的能力。徐宏毅和歐陽明德則基于超越對數(shù)前沿生產(chǎn)函數(shù)模型，運用1992-2002年間我國服務業(yè)的相關數(shù)據(jù)，對全要素生產(chǎn)率進行了測算，并對生產(chǎn)率與服務業(yè)增長之間的關系進行了探討[29]。

三是數(shù)據(jù)包絡分析（DEA）方法。王恕立利用Malmquist指數(shù)對中國各地區(qū)各行業(yè)的生產(chǎn)率指數(shù)進行了測度，研究結(jié)論指出我國服務業(yè)存在行業(yè)以及區(qū)域的異質(zhì)性[30]。趙爽和李春艷采用數(shù)據(jù)包絡分析法對2006-2014年度我國30個省份的服務業(yè)全要素生產(chǎn)率增長率的水平進行了測量，結(jié)果表明我國服務業(yè)全要素生產(chǎn)率的增長主要依靠技術進步[31]。

目前科技服務業(yè)生產(chǎn)率的研究文獻報道還比較少，Biege指出目前服務業(yè)生產(chǎn)率的測量并未涵蓋創(chuàng)新以及知識密集的概念，現(xiàn)有的對服務業(yè)測量的經(jīng)典研究有待商榷，并提出了自己的投入產(chǎn)出指標，即將投入分為科技服務提供者投入以及科技服務接受者投入，產(chǎn)出分為產(chǎn)出質(zhì)量以及產(chǎn)出過程[32]。本文在對科技服務業(yè)生產(chǎn)率進行測量時，借用對服務業(yè)生產(chǎn)率的測量方法，考慮DEA能避免主觀因素，同時具備簡化算法，減少誤差的優(yōu)越性，故采用DEA對近年來我國科技服務業(yè)的全要素生產(chǎn)率指數(shù)進行研究。

二、指標體系評價與模型構建

（一）科技服務業(yè)生產(chǎn)率指標構建

科技服務業(yè)生產(chǎn)率主要反映的是投入與產(chǎn)出之間的關系，其指標體系應分為投入指標和產(chǎn)出指標兩大類。指標的選擇應遵循以下三大原則：一是指標間相互獨立，避免指標內(nèi)涵相互重疊，影響分析；二是指標能較好地反映科技服務業(yè)生產(chǎn)率的各個維度；三是指標要有可獲得性。基于以上三個原則，具體指標選取如下。

一級指標科技服務業(yè)投入下設兩個二級指標，分別為資本投入（I1）以及勞動力投入（I2）。在科布·道格拉斯生產(chǎn)函數(shù)中，通過測量美國的資本和勞動力對生產(chǎn)產(chǎn)量的影響，得出了產(chǎn)出與勞動力投入、資本投入之間的關系。借用柯布道格拉斯的研究思路，在研究科技服務業(yè)生產(chǎn)率時，將資本投入和勞動力投入作為二級指標。

一級指標科技服務業(yè)產(chǎn)出下設兩個二級指標，分別為產(chǎn)出規(guī)模（O1）、知識產(chǎn)出（O2）。為兩個維度的建立一是參考了柯布道格拉斯生產(chǎn)函數(shù)的產(chǎn)出，將產(chǎn)出規(guī)模納入考慮范圍；二是科技服務業(yè)作為知識密集型行業(yè)，如果僅從產(chǎn)出總量角度考慮該行業(yè)的產(chǎn)出，必然導致產(chǎn)出指標的不全面。Windrum在文章中闡述了知識是科技服務業(yè)主要的投入產(chǎn)出要素[33]，且許可探索了科技服務業(yè)知識創(chuàng)造和知識擴散的機理[14]，可見知識在科技服務業(yè)中扮演著重要角色，因此，在考慮產(chǎn)出時，將知識產(chǎn)出納入二級指標的范圍。因此產(chǎn)出的二級指標分為規(guī)模和知識兩個維度，較好地反映了科技服務業(yè)產(chǎn)出的量和質(zhì)。

在二級指標資本投入中，下設三個三級指標，分別為RD經(jīng)費支出（I11）、RD經(jīng)費支出與國內(nèi)生產(chǎn)總值之比（I12）以及科技服務業(yè)固定資產(chǎn)投資（I13），主要從經(jīng)費和資本存量兩個角度考慮。科技服務業(yè)作為一個以知識與現(xiàn)代技術為社會提供智力服務的產(chǎn)業(yè)，在研發(fā)上的投入在一定程度上反映了科技服務業(yè)的投入狀況，RD經(jīng)費支出則反映了科技服務業(yè)中的研發(fā)投入，經(jīng)費的支持催生了大量的科研成果，是推動科技服務業(yè)產(chǎn)業(yè)發(fā)展的重要動力。考慮到后文還將做各省的比較研究，我國各省經(jīng)濟實力相差懸殊，因此在考慮經(jīng)費投入時，增加了RD經(jīng)費支出占地區(qū)生產(chǎn)總值的比例這一指標，以正確反映經(jīng)費支出對不同經(jīng)濟實力的地區(qū)的科技服務業(yè)生產(chǎn)率的影響。科技服務業(yè)資本存量指標是基于柯布道格拉斯生產(chǎn)函數(shù)中資本存量投入指標設置的，反映了科技服務業(yè)的投入規(guī)模和技術水平。

在二級指標勞動力投入中，下設了三個三級指標，分別為RD人員全時當量（I21）、科技服務業(yè)就業(yè)人員數(shù)（I22）及科技服務業(yè)就業(yè)人員工資（I23），主要從兩個層面考慮，一是參照柯布道格拉斯生產(chǎn)函數(shù)，將科技服務業(yè)就業(yè)人數(shù)納入三級指標，反映了科技服務業(yè)的發(fā)展規(guī)模，但是科技服務業(yè)作為一個知識密集型行業(yè)，不同于勞動密集型行業(yè)，就業(yè)人數(shù)不足以反映整個行業(yè)的人力投入，而工資則可以作為補充，科技服務業(yè)是一個高科技產(chǎn)業(yè)，就業(yè)人員的工資水平相對于勞動密集型行業(yè)而言較高，因此在考慮勞動力投入時同時將就業(yè)人數(shù)以及工資水平作為三級指標；二是將RD人員數(shù)也納入考慮范圍，RD直接推動了科技服務業(yè)的整體發(fā)展，為科技服務業(yè)提供了源源不斷的科研成果和發(fā)展動力。

在二級指標產(chǎn)出規(guī)模下設兩個三級指標，分別為科技服務業(yè)增加值（O11）以及科技服務業(yè)市場成交額（O12）。科技服務業(yè)增加值反映了科技服務業(yè)整體產(chǎn)出規(guī)模，而市場成交額則反映了科技服務技術市場的活躍程度，在一定程度上反映了科技服務業(yè)的活力及規(guī)模。兩者綜合起來能較好地反映科技服務業(yè)產(chǎn)出總量以及質(zhì)量。

在二級指標知識產(chǎn)出中，將專利授權數(shù)（O21）作為知識產(chǎn)出指標的反映，主要考慮到不同于專利申請量，專利授權數(shù)更能反映科技服務業(yè)的實際成果和質(zhì)量。由于我國還未對科技服務業(yè)進行單獨統(tǒng)計，因此能反映科技服務業(yè)知識產(chǎn)出的指標有限，目前僅有專利授權數(shù)指標能較完整地反映知識成果產(chǎn)出。

根據(jù)上文分析，結(jié)合我國的統(tǒng)計分類，科技服務業(yè)生產(chǎn)率投入產(chǎn)出指標體系包含兩個一級指標；四個二級指標，其中投入指標兩個，產(chǎn)出指標兩個；九個三級指標，其中投入指標六個，產(chǎn)出指標三個，具體如下表1。

（二）數(shù)據(jù)來源與處理

2005年國家將科技服務業(yè)列入統(tǒng)計細分中，國民經(jīng)濟行業(yè)分類與代碼（GB/T 4754-2002）中的M門類中的75（研究與試驗發(fā)展）、76（專業(yè)技術服務業(yè)）、77（科技交流和推廣服務業(yè)）、78（地質(zhì)勘查業(yè)）四個大類即為科技服務業(yè)。本研究主要以此分類為依據(jù)進行數(shù)據(jù)收集與整理。

數(shù)據(jù)分為兩大部分，一部分是全國數(shù)據(jù)，根據(jù)指標體系搜集了我國2006-2015年的數(shù)據(jù)，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》；另一部分是地區(qū)數(shù)據(jù)，選取2006-2015年中國30個省（市、自治區(qū)）科技服務業(yè)投入和產(chǎn)出的面板數(shù)據(jù)，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《全國技術市場統(tǒng)計年度報告》及各地區(qū)統(tǒng)計年鑒，具有較強的可靠性。為保證計算過程中各年數(shù)據(jù)之間的可比性，用GDP平減指數(shù)將原始數(shù)據(jù)折算為以2005不變價格計算。通過對全國2006-2015年的數(shù)據(jù)進行描述性統(tǒng)計分析（見表2），比較各指標中的均值和標準差，未出現(xiàn)標準差遠大于均值的情況，說明數(shù)據(jù)中無異常值，可以進行下一步分析。

（三）模型構建

Malmquist 指數(shù)最初由Malmquist提出[34]，1982年Caves.將該指數(shù)用來測算生產(chǎn)率的變化[35-36]；隨后，該方法與DEA理論相結(jié)合，在生產(chǎn)率變化測算中的應用逐漸廣泛起來。數(shù)據(jù)包絡分析（Data Envelopment Analysis，簡稱DEA）是非參數(shù)方法中測度全要素生產(chǎn)率的一種重要方法，它由美國著名運籌學家Charnes、W.W.Cooper在1978年首次提出[37]。實證研究中，學者普遍采用Fare構建的基于DEA的Malmquist指數(shù)[38]。

Malmquist全要素生產(chǎn)指數(shù)是用來測量一個公司或地區(qū)從t時期到t+1時期的全要素生產(chǎn)率的變化，即為距離函數(shù)測度的比值。運用Malmquist TFP指數(shù)計算方法，假設前提一般可以適當放寬，不需要假設所有公司或者生產(chǎn)單位都在一個生產(chǎn)技術平面上生產(chǎn)，即并非所有生產(chǎn)單位都是技術有效的。因此的TFP變化的測度中，一部分是技術進步，一部分是技術效率的變化，將通過公式對TFP指數(shù)進行分解。

根據(jù)Malmquist TFP指數(shù)的定義，以t時期的技術當作參照，從t到t+1時期之間TFP的變化的指數(shù)（面向產(chǎn)出）可以表示為：

若Malmquist指數(shù)大于1時，表明從t時期到t+1時期全要素生產(chǎn)率增長；若Malmquist指數(shù)小于1時，表明從t時期到t+1時期全要素生產(chǎn)率下降；若Malmquist指數(shù)等于1時，表明從t時期到t+1時期全要素生產(chǎn)率不變。

根據(jù)Fareetal的分析，在實證分析Malmquist指數(shù)可分解為不變規(guī)模報酬假設下的技術效率變化指數(shù)（EC） 以及技術變化指數(shù)（TP），EC測度的是每個觀察對象從時期t到t+1最佳邊界的追趕程度；TP測度的是從時期t到t+1的生產(chǎn)前沿面移動程度。其中，EC可進一步分解為純技術效率指數(shù)（PC）和規(guī)模效率指數(shù)（SC），過程如下：

上述分析顯示，技術水平以及資源配置效率的增長是全要素生產(chǎn)率提升的原因，而資源配置效率水平由技術效率水平和規(guī)模效率水平?jīng)Q定。當 Malmquist生產(chǎn)率指數(shù)大于1時 ，全要素生產(chǎn)率水平提高；同理構成 Malmquist 生產(chǎn)率指數(shù)的三個變化率大于1的是全要素生產(chǎn)率增長的原因，小于1的是導致全要素生產(chǎn)率降低的因素。

三、科技服務業(yè)生產(chǎn)率測度結(jié)果分析

（一）全國科技服務業(yè)TFP變化及其分解

根據(jù)上述的模型，對我國2006-2015年的全要素生產(chǎn)率指數(shù)進行分析（見表3）。根據(jù)表3，從時間序列數(shù)據(jù)上看，我國科技服務業(yè)全要素生產(chǎn)率在2006-2015年間處于上升水平，具體表現(xiàn)為10年間年均Malmquist生產(chǎn)率指數(shù)為1.046，增長速度為4.6%。其中，10年間技術效率、純技術效率指數(shù)以及規(guī)模效率保持不變，表明全要素生產(chǎn)率指數(shù)變化的影響因素是技術進步的變化，該結(jié)論與王恕立的結(jié)論（服務業(yè)生產(chǎn)率由技術進步所導致[30]）具有一致性。在DEA方法和Malmquist指數(shù)分解中，技術的變化體現(xiàn)為生產(chǎn)前沿面的移動，對于科技服務業(yè)來說，一方面，由于其與高技術產(chǎn)業(yè)的產(chǎn)業(yè)關聯(lián)度高，生產(chǎn)前沿面的移動（技術進步變化）要受到相關生產(chǎn)設備的更新、技術改造等技術手段的影響，另一方面，宏觀經(jīng)濟環(huán)境的變化及政府出臺的相關產(chǎn)業(yè)政策等都會影響生產(chǎn)前沿面的移動。近年來，科技服務業(yè)市場前景廣闊，國家持續(xù)加大對科技服務業(yè)的投入，大力發(fā)展高附加值的現(xiàn)代服務業(yè)，而且高技術產(chǎn)業(yè)的興起在很大程度上帶動了科技服務業(yè)的發(fā)展。整體來看，2006-2015年10年間技術手段、宏觀環(huán)境及政策措施的共同作用引起生產(chǎn)前沿面位置整體變動，使之發(fā)生進步性位移，最終表現(xiàn)為技術進步指數(shù)大于1，科技服務業(yè)總體技術進步。

由圖1可以看出，我國科技服務業(yè)Malmquist全要素生產(chǎn)率指數(shù)呈“W”型變化。2008-2009年，由于國際金融危機的影響，科技服務業(yè)技術進步速度放緩，并于2009年下滑至小于1的狀態(tài)，技術變化倒退。2010年，面對錯綜復雜的國內(nèi)外局勢，我國大力推動經(jīng)濟進入驅(qū)動、內(nèi)生增長的發(fā)展軌道，從投入產(chǎn)出指標來看，專利授權數(shù)同比增長40%，專利申請受理量同比增長27.9%，增速比上年提高10個百分點，最終體現(xiàn)在技術變化指數(shù)上，技術變化增長16%。2011-2014年，科技服務業(yè)生產(chǎn)率持續(xù)下降，2012-2014年出現(xiàn)負向增長，導致這一結(jié)果的可能原因是，雖然2010年科技服務業(yè)技術進步出現(xiàn)暫時的增長，但是這種增長是不穩(wěn)定的，我國科技服務業(yè)仍處于發(fā)展的初級階段，發(fā)展環(huán)境不完善，科技人才隊伍培育滯后，還未形成良好的可持續(xù)發(fā)展的模式和路徑。2014年國務院出臺的《關于加快科技服務業(yè)發(fā)展的若干意見》，首次對科技服務業(yè)發(fā)展作出全面部署。《意見》以增強服務科技創(chuàng)新能力、提高科技服務市場化水平和行業(yè)國際競爭力為目標，在政策措施上加大財稅支持、拓展科技服務企業(yè)融資渠道、支持相關企業(yè)的國際交流合作，對整個科技服務業(yè)產(chǎn)生較大影響，2015年技術市場成交額、行業(yè)增加值等經(jīng)濟指標大幅增長，科技服務業(yè)生產(chǎn)率增長速度達到10年內(nèi)最高。以上分析說明，中國科技服務業(yè)全要素生產(chǎn)率變動并不穩(wěn)定，科技服務業(yè)對環(huán)境變化較為敏感，發(fā)展模式及路徑仍存在一定問題。

（二）科技服務業(yè)全要素生產(chǎn)率區(qū)域差異

1.區(qū)域全要素生產(chǎn)率時序變化我國30個省份2006-2015年平均科技服務業(yè)全要素生產(chǎn)率指數(shù)及其分解見表4。根據(jù)表4可以得出以下三點結(jié)論：

第一，東部、中部和西部地區(qū)全要素生產(chǎn)率均指數(shù)大于1，西部增長率最高，為8.3%，東部和中部分別年均增長1.7%和7%，其中中部和西部只有湖南和內(nèi)蒙古的全要素生產(chǎn)率指數(shù)小于1，其余省份生產(chǎn)率均處于增長狀態(tài)，東部、中部、西部年均增長最快的地區(qū)分別是北京和浙江（8.8%）、安徽（11.4%）、陜西（23.1%）。

第二，從技術效率變化上看，北京、上海、江蘇、浙江、廣東及重慶的技術效率變化指數(shù)、純技術效率變化指數(shù)及規(guī)模效率變化指數(shù)均為1，說明這6個省份都位于生產(chǎn)前沿面上，且均處于比較穩(wěn)定的規(guī)模報酬不變的狀態(tài)，其中，有5個省份來自于較為發(fā)達的東部，這基本符合產(chǎn)業(yè)發(fā)展的一般規(guī)律。需要注意到的是，中部和西部地區(qū)的技術效率、純技術效率、規(guī)模效率變化指數(shù)均值均大于1，而東部地區(qū)的三個效率指數(shù)均值均小于1，說明總體來說10年間東部地區(qū)各省份落在生產(chǎn)前沿面內(nèi)部，且處于規(guī)模報酬遞減階段。部分科技服務業(yè)發(fā)達省份由于科技服務資源要素投入規(guī)模的持續(xù)增加，已經(jīng)開始出現(xiàn)科技服務業(yè)投入資源邊際生產(chǎn)力下降的問題，要素投入冗余問題的出現(xiàn)導致其技術效率的下降。中國科技服務業(yè)的發(fā)展不能僅僅以技術進步變化為主要問題，還要著重于技術效率的改善，優(yōu)化資源配置，提高生產(chǎn)要素資源的利用效率，以促進技術進步轉(zhuǎn)化為科技服務業(yè)全要素生產(chǎn)率的增長。

第三，從技術進步變化上看，東部、中部及西部地區(qū)的技術進步變化指數(shù)均大于1，分別年均增長了2.6%、2.1%、5.3%，其中西部地區(qū)所有省份的技術進步變化指數(shù)均大于1，說明2006-2015年期間西部地區(qū)所有省份整體上每年都實現(xiàn)了技術進步。

通過對表4的分析可以得出，無論是在東、中、西部地區(qū)之間還是在不同的省份之間，我國科技服務業(yè)全要素生產(chǎn)率均存在不同程度的差異。整體來看，西部地區(qū)的Malmquist全要素生產(chǎn)率指數(shù)及其分解指數(shù)明顯高于東部及中部地區(qū)，這說明我國科技服務業(yè)生產(chǎn)率可能存在經(jīng)濟落后地區(qū)向經(jīng)濟發(fā)達地區(qū)收斂的趨勢，需要進行進一步的分析。

2.差異分析。為測算2006-2015年我國科技服務業(yè)生產(chǎn)率的總體差異，分別使用σ系數(shù)和變異系數(shù)對其進行衡量，計算方法如公式（7）、公式（8）所示。

其中，σ為標準差系數(shù)；n表示省份的個數(shù)；TFPi為第i個省份的全要素生產(chǎn)率值；TFP 為不同省份全要素生產(chǎn)率的平均值；CV為變異系數(shù)。

根據(jù)表5可知，我國科技服務業(yè)全要素生產(chǎn)率σ系數(shù)和變異系數(shù)呈現(xiàn)相同的變化趨勢。在“十一五”期間，以2009年為分界點，變異系數(shù)于2006-2008年基本保持平穩(wěn)，2009年驟降，2010年持續(xù)降低，這說明“十一五”期間我國各地區(qū)科技服務業(yè)全要素生產(chǎn)率呈縮小狀態(tài)。在“十二五”期間，2012年變異系數(shù)大幅增加，2013年出現(xiàn)減小趨勢，2014-2015年逐漸趨于平穩(wěn)，這說明近期我國各地區(qū)科技服務業(yè)全要素生產(chǎn)率差距主要以縮小為主。

五、科技服務業(yè)全要素生產(chǎn)率收斂性分析

有關收斂分析的方法一般可以分為三種：σ收斂、絕對β收斂和條件β收斂。σ收斂用于不同經(jīng)濟體間，表明隨著時間的變化，人均收入水平間的差異呈逐漸減小的趨勢。絕對β收斂指對于人均產(chǎn)出增長率等人均指標，落后地區(qū)的增長速度比發(fā)達地區(qū)的增長速度高，絕對β收斂是指每個區(qū)域的人均收入或產(chǎn)出趨于完全相同的穩(wěn)態(tài)水平，條件β收斂是指不同區(qū)域趨于各自的穩(wěn)態(tài)水平。以下檢驗結(jié)果均由Eviews8.0軟件根據(jù)模型計算得出。

（一）σ收斂檢驗分析

σ收斂用來檢驗我國不同省份間科技服務業(yè)全要素生產(chǎn)率的差異隨時間的變化趨勢，一般用標準差或變異系數(shù)衡量，這里采用變異系數(shù)進行檢驗。

由圖2可以看出，十一五期間及十二五期間我國科技服務業(yè)全要素生產(chǎn)率變異系數(shù)均呈倒“V”形變化結(jié)構，即變異系數(shù)先上升后下降，且十二五期間變化幅度更為劇烈，雖然2013-2014年變異系數(shù)逐漸收斂，但2015年又呈增大現(xiàn)象，不易判斷其是否存在σ收斂。從三大地區(qū)來看，東部地區(qū)的科技服務業(yè)全要素生產(chǎn)率變異系數(shù)總體來說呈逐漸下降的狀態(tài)，說明東部地區(qū)可能存在σ收斂；中部地區(qū)的變異系數(shù)在10年間不斷波動，2013年后呈收斂趨勢；西部地區(qū)的科技服務業(yè)全要素生產(chǎn)率變異系數(shù)的時間演化趨勢與全國大致相同，但波動幅度相對全國較小，σ收斂趨勢不確定。

為了進一步檢驗我國科技服務業(yè)全要素生產(chǎn)率的σ收斂情況，構建如公式（9）所示模型：

其中，σt表示全要素生產(chǎn)率在第t年的標準差；c為截距項；t為時間趨勢項；μt為模型的隨機干擾項。當系數(shù)θ>0且在統(tǒng)計上顯著時，說明我國科技服務業(yè)省際生產(chǎn)率的水平差異逐步增大，即存在科技服務業(yè)生產(chǎn)率的水平發(fā)散；當系數(shù)θ<0時且在統(tǒng)計上顯著時，說明我國科技服務業(yè)省際生產(chǎn)率水平的差異逐步減小，即存在生產(chǎn)率水平的收斂；當θ=0時，表明省際生產(chǎn)率水平差異沒有發(fā)生變化，既不發(fā)散也不收斂。

由表6可知，雖然全國及東部、中部、西部三個地區(qū)均具有σ收斂趨勢，但只有東部地區(qū)通過了顯著性檢驗，驗證了前文中所得到的結(jié)論，即東部地區(qū)科技服務業(yè)全要素生產(chǎn)率增長的收斂趨勢，全國和中部、西部地區(qū)沒有通過顯著檢驗，表明其σ收斂性檢驗結(jié)果不穩(wěn)定。產(chǎn)生這種結(jié)果說明東部地區(qū)相較于中部和西部來說科技服務業(yè)的發(fā)展已經(jīng)達到比較成熟的狀態(tài)，省份之間的發(fā)展相對均衡，內(nèi)部差距隨時間推移逐漸減小，而中部和西部在不同的時間點所呈現(xiàn)的σ收斂或發(fā)散性不具有延續(xù)性。

（二）絕對β收斂檢驗分析

絕對β收斂性檢驗我國不同省份間的科技服務業(yè)全要素生產(chǎn)率是否向同一穩(wěn)態(tài)均衡水平趨近，即是否存在生產(chǎn)率水平相對較低的地區(qū)向生產(chǎn)率水平較高地區(qū)的“追趕效應”。采用Bernard和Jones的經(jīng)典分析方法[39]，對其進行適當調(diào)整后將絕對β收斂性檢驗回歸模型設定如公式（10）所示。

其中TFPit為報告期的全要素生產(chǎn)率；TFPi0為基期全要素生產(chǎn)率；T為報告期與基期間的時間跨度；α和β為待估計的參數(shù)；μt為模型的隨機干擾項。如果β<0且統(tǒng)計上顯著為負，表明該地區(qū)存在省際單元的絕對β收斂，那么此時絕對β收斂速度λ的計算公式如下：

由于絕對β收斂屬于橫截面分析，使用橫截面數(shù)據(jù)所得結(jié)論對時間跨度具有很強的敏感性，所以，將每個區(qū)域的樣本分為三個時間段（2006-2015年，T=9；2006-2011年，T=5；2012-2015年，T=3）進行檢驗。

表7為全國及分地區(qū)科技服務業(yè)全要素生產(chǎn)率絕對β收斂檢驗的結(jié)果。從全國范圍來看，三個時間段內(nèi)絕對β收斂系數(shù)分別為-0.099、-0.154、-0.335，且均通過了1%顯著性水平的統(tǒng)計學檢驗，這表明我國省際科技服務業(yè)全要素生產(chǎn)率存在絕對β收斂，生產(chǎn)率較低的省份具有更高的增長速度，存在向高生產(chǎn)率水平省份的“追趕效應”。全國范圍內(nèi)的收斂速度λ分別為1.2%（2006-2015年）、3.4%（2006-2011年）、13.6%（2012-2015年），表明我國省際科技服務業(yè)生產(chǎn)率在不同時間段以不同的速度向同一穩(wěn)態(tài)均衡水平收斂。究其根本原因，生產(chǎn)率在全國范圍內(nèi)的收斂表明我國科技服務業(yè)存在明顯的知識溢出及技術擴散，由此可以看出，我國科技服務業(yè)技術創(chuàng)新的傳播速度較快，省份之間的知識及技術壁壘逐漸降低。

若分不同的地區(qū)來看，東部地區(qū)在三個不同的時間段內(nèi)均在1%的顯著性水平下表現(xiàn)出顯著的絕對β收斂性，說明期初全要素生產(chǎn)率較低省份具有較高的增長率，科技服務業(yè)全要素生產(chǎn)率的省際差異逐步減小，β收斂速度分別為1.3%（2006-2015年）、3.3%（2006-2011年）、9.9%（2012-2015年），10年間的收斂速度略高于全國水平，且結(jié)合σ收斂檢驗，東部地區(qū)同樣具有σ收斂性，表明東部地區(qū)科技服務業(yè)全要素生產(chǎn)率存在“俱樂部收斂”現(xiàn)象。中部地區(qū)和西部地區(qū)在2006-2015年時間段內(nèi)都通過了絕對β收斂檢驗，也就是說，整體來看，10年間這兩個地區(qū)均存在生產(chǎn)率落后地區(qū)對生產(chǎn)率先進地區(qū)的“追趕效應”，但2006-2011年時間段內(nèi)兩個地區(qū)均未通過5%顯著性水平下的絕對β收斂檢驗，說明在這期間兩地區(qū)的“追趕效應”較弱，這與前文σ收斂性分析的結(jié)果基本一致（通過圖2可以看出，2006-2011年中部和西部地區(qū)的變異系數(shù)波動較大）。2012年后，中部和西部地區(qū)均表現(xiàn)出了顯著的絕對β收斂趨勢，收斂速度分別為7.6%和15.4%，其中，西部地區(qū)的收斂速度高于全國平均水平，說明中西部地區(qū)的收斂性存在逐漸增強的趨勢。

（三）條件β收斂檢驗分析

條件β收斂是檢驗我國不同經(jīng)濟體科技服務業(yè)生產(chǎn)率隨著時間的推移是否趨近于各自的穩(wěn)態(tài)水平，也就是說，與絕對β收斂不同，條件β收斂承認生產(chǎn)率較低經(jīng)濟體與生產(chǎn)率較高經(jīng)濟體存在差距的持續(xù)性。參考Miller Upadhyay的研究[40]，選擇更為嚴謹?shù)拿姘鍞?shù)據(jù)雙向固定效應估計方法對科技服務業(yè)全要素生產(chǎn)率進行條件β收斂檢驗，模型設定如式（12）所示，β收斂速度λ的計算公式如式（13）所示。

表8為全國及分地區(qū)的科技服務業(yè)生產(chǎn)率條件β收斂性檢驗結(jié)果，可以看出，全國及三大地區(qū)的回歸參數(shù)β均小于0，且均通過了1%顯著性水平的統(tǒng)計學檢驗，但由于β<-1，無法由式（13）計算出β收斂速度λ，說明全國及三大地區(qū)的科技服務業(yè)生產(chǎn)率不服從條件β收斂，即其生產(chǎn)率沒有收斂于各自的穩(wěn)態(tài)水平。從我國科技服務業(yè)的發(fā)展狀態(tài)來看，此結(jié)論與現(xiàn)實情況相符。科技服務業(yè)作為我國的新興產(chǎn)業(yè)，近年來發(fā)展速度較快，服務內(nèi)容的豐富及模式的創(chuàng)新使其服務質(zhì)量和能力不斷提升，但市場發(fā)育不健全、發(fā)展環(huán)境不完善等問題有待解決，總體上我國科技服務業(yè)仍處于發(fā)展初期，尤其是在經(jīng)濟較為落后的中西部地區(qū)還遠未達到發(fā)展的成熟階段。由上文的σ收斂檢驗、絕對β收斂檢驗可知，中西部地區(qū)內(nèi)部的科技服務業(yè)生產(chǎn)率省際差異仍較大，生產(chǎn)率落后省份以較快的速度向生產(chǎn)率先進省份收斂，結(jié)合第四部分區(qū)域差異分析里西部地區(qū)全要素生產(chǎn)率指數(shù)明顯高于其它地區(qū)的結(jié)論，可以看出，整體來說我國科技服務業(yè)仍處于快速發(fā)展的初級階段，還未形成自身合適的收斂路徑，只有當行業(yè)發(fā)展進入成熟期時，即當β逐漸趨近于1時，才有可能出現(xiàn)全要素生產(chǎn)率條件β收斂。

六、結(jié) 論

第一，2006-2015年我國科技服務業(yè)全要素生產(chǎn)率年均增長4.6%，技術進步是推動我國科技服務業(yè)生產(chǎn)率的主要力量；科技服務業(yè)生產(chǎn)率指數(shù)整體呈現(xiàn)“W”型，對宏觀環(huán)境變化較為敏感，行業(yè)發(fā)展模式及路徑仍需要改進。

第二，從不同區(qū)域上看，我國東部、中部及西部地區(qū)的年均全要素生產(chǎn)率均處于增長狀態(tài)，其中，西部地區(qū)的全要素生產(chǎn)率指數(shù)（1.083）及技術進步變化指數(shù)（1.053）最高，中部地區(qū)的技術效率指數(shù)（1.048）最高。東部地區(qū)部分科技服務業(yè)發(fā)達省份出現(xiàn)了由于要素投入冗余導致的技術效率下降的問題，為促進技術進步轉(zhuǎn)化為全要素生產(chǎn)率的增長，東部發(fā)達地區(qū)的首要任務是優(yōu)化資源配置、提高生產(chǎn)要素資源的利用效率。

第三，從區(qū)域差異上看，省際科技服務業(yè)全要素生產(chǎn)率差異在“十一五”與“十二五”均以先增大后減小的特征為主，且“十二五”期間變化幅度更大，其中，東部地區(qū)的生產(chǎn)率差異整體上逐漸減小，中部和西部地區(qū)都存在不同程度的波動。經(jīng)過σ檢驗，認為只有東部地區(qū)的科技服務業(yè)全要素生產(chǎn)率存在顯著的σ收斂，說明東部地區(qū)的科技服務業(yè)發(fā)展已較成熟，省內(nèi)發(fā)展均衡。

第四，我國省際科技服務業(yè)全要素生產(chǎn)率存在絕對β收斂，生產(chǎn)率較低的省份具有更高的增長速度，存在向高生產(chǎn)率省份的“追趕效應”，最終收斂于相同的穩(wěn)態(tài)值水平，由此說明我國科技服務業(yè)存在明顯的知識溢出和技術擴散，技術創(chuàng)新的傳播速度較快，省份間知識及技術壁壘逐漸降低。其中，2006-2011年中西部地區(qū)省份間的“追趕效應”較弱，2012年后呈逐漸增強的趨勢。

第五，全國及分地區(qū)的科技服務業(yè)生產(chǎn)率均不服從條件β收斂，生產(chǎn)率沒有收斂于各自的穩(wěn)態(tài)水平，主要原因是近年來我國科技服務業(yè)發(fā)展較快，市場不健全、環(huán)境不完善等問題還有待解決，仍處于發(fā)展的初級階段，尚未形成自身合適的收斂路徑。

[參考文獻]

[1]曾海燕，吳志偉，余樂安.現(xiàn)代科技服務業(yè)綜合評價方法研究綜述[J].北京化工大學學報：社會科學版，2016（2）：33-39.

[2]譚 宏，曹國華.科技服務產(chǎn)業(yè)化對國家科技水平提升的作用機制研究[J].科學管理研究，2016（6）：52-55.

[3]韓魯南，關 峻，邢李志，等.國內(nèi)外科技服務業(yè)行業(yè)統(tǒng)計分類對比研究[J].科技進步與對策，2013，30（9）：48-53.

[4]田 波.談中國科技服務業(yè)發(fā)展的若干問題及其對策[J].科技管理研究，2013，33（1）：41-44.

[5]陸 洋，韓順平.科技服務業(yè)系統(tǒng)功能研究[J].技術經(jīng)濟與管理研究，2009（2）：33-35.

[6]BELL DANIEL. The Coming of the Post-Industrial Society[M]. New York： American Educational Book Ltd，1974：205-254.

[7]魏 江，Boden M.知識密集型服務業(yè)與創(chuàng)新[M].北京：科學出版社，2004：6-7.

[8]DEN HERTOG PIM. Knowledge-Intensive Business Services as Coproduces of Innovation[J]. International Journal of Innovation Management，2000，4（4）：491-528.

[9]宋 謙，王 靜.基于因子分析法的我國各省市科技服務業(yè)發(fā)展水平研究[J].沈陽工業(yè)大學學報：社會科學版，2016，9（5）：443-448.

[10]于淳馨，陳紅喜，侯召蘭，等.城區(qū)科技服務業(yè)發(fā)展水平測評的實證研究[J].科技管理研究，2017，37（8）：88-93.

[11]周慧妮，吳炳松，龍子午.湖北省科技服務業(yè)競爭力水平研究[J].科技管理研究，2017，37（9）：99-107.

[12]DOBRAI KATALIN.，F(xiàn)ARKAS F. Professional Service Organizations Meeting the Challenges of a Changing Business Environment [J]. Organizational Collection，2007，7（3）：73-84.

[13]DESMARCHELIER BENOIT.，DJELLAL F.，GALLOUJ F. Knowledge Intensive Business Services and Long Term Growth [J]. Structural Change and Economic Dynamics，2013，25（1）：188-205.

[14]許 可，肖德云.科技服務業(yè)創(chuàng)新發(fā)展與湖北實證研究[J].科技進步與對策，2013，30（8）：47-52.

[15]王智新，梁 翠.科技服務業(yè)與戰(zhàn)略性新興產(chǎn)業(yè)融合發(fā)展對產(chǎn)業(yè)升級的影響研究[J].科學管理研究，2017（2）：58-61.

[16]謝泗薪，戴雅蘭.經(jīng)濟新常態(tài)下科技服務業(yè)與現(xiàn)代產(chǎn)業(yè)聯(lián)動模式創(chuàng)新研究[J].科技進步與對策，2016，33（5）：9-15.

[17]周慧妮，龍子午.科技服務業(yè)與制造業(yè)之協(xié)同發(fā)展探析：以北京市為例[J].財會月刊，2015（27）：39-42.

[18]JACOBS WOUTER.， KOSTER H. R. A.， OORT F. V. Co-agglomeration of Knowledge- intensive Business Services and Multinational Enterprises[J]. Journal of Economic Geography，2014，14（2）：443-475.

[19]張清正，李國平.中國科技服務業(yè)集聚發(fā)展及影響因素研究[J].中國軟科學，2015（7）：75-93.

[20]賀志姣.產(chǎn)業(yè)生態(tài)理論視角下湖北省科技服務業(yè)發(fā)展政策支持體系研究[J].科技進步與對策，2014（21）：104-109.

[21]徐 珺.關于上海科技服務業(yè)發(fā)展環(huán)境的調(diào)研[J].科學發(fā)展，2013（6）：82-89.

[22]何 濤.促進科技服務業(yè)發(fā)展的財稅政策研究[J].科技管理研究，2015，35（22）：41-45.

[23] VUORINEN I.，JARVINEN R.，LEHTINEN UOLEVI. Content and Measurement of Productivity in the Service Sector：A Conceptual Analysis with an Illustrative Case from the Insurance Business [J]. International Journal of Service Industry Management，1998，9（4）：377-396.

[24]顧乃華，李江帆.中國服務業(yè)技術效率區(qū)域差異的實證分析[J].經(jīng)濟研究，2006（1）：46-56.

[25]程大中.中國服務業(yè)的增長與技術進步[J].世界經(jīng)濟，2003（7）：35-42.

[26]楊向陽，徐 翔.中國服務業(yè)生產(chǎn)率與規(guī)模報酬分析[J].財貿(mào)經(jīng)濟，2004（11）：77-82.

[27]AIGNER D. J.，CHU S.F. On Estimating the Industry Production Function[J]. American Economic Review，1968，58（4）：568-598.

[28]FARRELL M. J. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society，1957（3）：253-290.

[29]徐宏毅，歐陽明德.中國服務業(yè)生產(chǎn)率的實證研究[J].工業(yè)工程與管理，2004，9（5）：73-76.

[30]王恕立，滕澤偉，劉 軍.中國服務業(yè)生產(chǎn)率變動的差異分析：基于區(qū)域及行業(yè)視角[J].經(jīng)濟研究，2015（8）：73-84.

[31]趙 爽，李春艷.城市化對中國服務業(yè)全要素生產(chǎn)率的影響：基于中國服務業(yè)省際面板數(shù)據(jù)的實證研究[J].當代經(jīng)濟研究，2017（2）：89-96.

[32]BIEGE S.，LAY G.，ZANKER C.et al. Challenges of measuring service productivity in innovative， knowledge-intensive business services[J]. Service Industries Journal，2013，33（3-4）：378-391.

[33]WINDRUM P.，TOMLINSONM M. Knowledge-Intensive Services and International Competitiveness： A Four Country Comparison[J]. Technology Analysis and Strategic Management，1999，11（3）：391-408.

[34]MALMQUIST S. Index Numbers and Indifference Surfaces[J]. Trabajos de Estatistica， 1953，4（2）：209-242.

[35]CAVES D.W.，CHRISTENSEN L. R. Multilateral Comparisons of Output， Input and Productivity Using Superlative Index Numbers[J]. Economic Journal，1982，92（365）：73-86.

[36]CAVES D. W.，CHRISTENSEN L.R. The Economic Theory of Index Numbers and Measurement of Output，Input and Productivity[J]. Econometrical，1982，50（6）：1393-1414.

[37]CHARNES A.，COOPER W. W.，RHODES E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research，1978（2）：429-444.

[38]FARE R.，GROSSKOPF S.，NORRIS M. Productivity Growth，Technical Progress，and Efficiency Changes in Industrialized Countries[J]. American Economic Reviews，1997，87（5）：1040-1044.

[39]BERNARD A.B.，JONES C. I. Comparing apples to oranges：Productivity convergence and measurement across industrial and countries[J]. American Economic Review，2001，86（5）：1216-1238.

[40]MILLER S.，UPADHYAY M. Total factor productivity and the convergence hypothesis[J]. Journal of Macroeconomics，2002，24（2）：267-286.

（責任編輯 王婷婷文 格）

Abstract：In this paper， we use the Malmquist index method in DEA to measure the total factor productivity of science and technology service in China， esp. 30 provinces from 2006 to 2015， and examine the time-series and regional differences in total factor productivity of technology service industry. By means of σ convergence， β convergence and conditional β convergence test to analyze the convergence of different regions. The results show that the productivity of science and technology service industry in China has been growing as a whole in ten years， and technological progress has been the main driving force for productivity growth. The level of regional differences has been fluctuating in total factor productivity in science and technology service industries. There are some problems in economically underdeveloped areas such as “Catch-up effect ” ； science and technology service industry is still in the initial stage of rapid development， and a suitable convergence path has not yet been formed.

Key words：science and technology service； total factor productivity； DEA- Malmquist Index