中國服務業全要素生產率的增長測算
——基于2007-2017年的數據分析

黃楚山

（廣東外語外貿大學 經濟貿易學院，廣東 廣州 510006）

一、文獻綜述

近年來，中國經濟已由高速增長階段轉為高質量增長階段，實現經濟又好又快發展是目前學術界關注和研究的重點問題之一。服務經濟作為國民經濟的重要組成部分，其對實現我國經濟的高質量增長有著重要的作用。1978年服務業增加值占國內生產總值的比重僅為28.4%，到了2017年，這一數值上漲到了59.6%。而服務業近年來的發展質量如何，各省市區的全要素生產率的差異情況怎樣也值得研究。

在經濟理論中，總產出中不能被資本、勞動等要素的投入所解釋的“余值”部分被稱為全要素生產率(Total Factor Productivity,TFP)。全要素生產率的測算方法有多種，包括索羅余值法、對偶法、數據包絡分析法（Data Envelop Analysis，DEA）與隨機前沿生產函數法（Stochastic Frontier Approach，SFA）等。郭克莎（1999）[1]利用索羅余值法，對中國1979-1990年的服務業全要素生產率的增長率進行了測算，發現其年平均增長率為2.58%。與索羅余值法相近的另一種方法是“近似全要素生產率法（ATFP）”,陳景華（2020）等[2]采用ATFP的計算方法，對中國2005-2015年的省際面板數據測算，研究表明服務業FDI對區域內的服務業全要素生產率的增長有顯著促進作用。同時非參數的Malmquist指數也被運用于中國服務業全要素生產率的增長測算中，并且可以分解為技術進步和技術效率兩部分（楊向陽等，2006）[3]。胡宗彪（2014）等[4]運用Malmquist生產率指數計算中國2004-2010年間的服務業全要素生產率，結果表明服務進口對服務業生產率的增長作用更為顯著。夏杰長（2019）等[5]采用半參數的OP法，測算了中國2007-2016年間的服務業全要素生產率，研究發現房地產和金融業的技術進步程度要高于社會福利等行業。王恕立（2012）等[6]通過引入“壞”產出的Malmquist-Luenberger指數的方法測算中國2004-2012年服務業細分行業的全要素生產率，研究表明全要素生產率的增長率呈現出較大的異質性，環境因素對服務業的增長存在一定影響。陳明和魏作磊（2018）[7]采用隨機前沿法計算了中國2004-2015年服務業細分行業的全要素生產率增長率，認為生產性服務業的雙向開放對服務業的生產率有正向的促進作用。

已有研究成果對于認識中國服務業的發展質量具有重要意義，在上述文獻中，分別采用了參數的和非參數的方法對中國全要素生產率的不同時期與不同服務業部門進行了測算，這些研究成果為本研究提供了有效的借鑒。在此基礎上，首先對中國各省市區的服務業全要素生產率的測算進一步拓展，從產出角度，采用基于數據包絡分析的Malmquist生產率指數對中國2007-2017年30個省市區的服務業生產率增長率進行測算，并將其分解為技術效率指數和技術進步指數，技術效率指數進一步分解為規模效率指數與純技術效率指數；其次根據國家統計局公布的標準，將中國30個省市區分為東部地區、中部地區、西部地區和東北地區，分別測算他們的全要素生產率的年均增長率，并與全國地區進行比較，以較為直觀的角度比較分析服務業全要素生產率在區域間的差異性，并利用本文實證分析的結果，對中國服務業全要素生產率的提升提供一些啟示。

二、服務業全要素生產率測算

美國經濟學家Kendric對生產率進行了分解，認為生產率分為單要素生產率和全要素生產率，本文主要研究由于技術進步導致的投產增長，剔除了要素貢獻因素，而全要素生產率(Total Factor Productivity,TFP)相比單要素生產率更能反映這一問題。擬對我國服務業分行業與各省區市服務業全要素生產率進行測算。

（一）研究方法

Caves[8]首先提出將Malmquist指數用于生產[1]率變化的計算，Charnes等[9]將Malmquist指數與DEA相關理論結合，廣泛應用與生產率測算中。本文的實證分析擬采取Fare等[10][11]基于序列DEA理論的Malquist指數。該方法可以將TFP的逐期變化分解為效率變化和技術效率變化，而技術效率變化又可以分解為純技術效率變化和規模效率變化。DEA的理論邏輯是利用觀測出的投入產出數據構造最佳生產前沿面，接著計算出各個決策單元相對于最佳生產前沿面的相對距離，因此以產出為導向的Malmquist生產率指數為

其中，t+1時期和t時期的投入與產出向量分別用(xt+1,yt+1),(xt,yt)分別表示，而則分別表示時期的距離函數。以t時期為基礎的產出角度Malmquist指數：

以t+1時期為基礎的產出角度Malmquist指數：

為了減少時期選擇隨意性產生的差異影響，將t時期與t+1時期生產率變化的Malmquist指數取幾何平均值：

根據定義，相對技術效率變化指數(EC)是指在規模報酬不變的前提下，DMU(每個決策單元)在t時期到t+1時期到最佳生產邊界距離的追趕，離最大的潛在生產有多遠；技術進步指數(TC)則描述了從t時期至t+1時期技術邊界的移動。當生產前沿面變為規模報酬可變時，相對技術效率變化指數(EC)可以進一步分解成純技術效率變化指數(PEC)和規模效率變化指數(SEC)，如下所示：

表示技術進步指數(techch)。

（二）數據處理

文中數據主要來源于《中國統計年鑒》（2007-2018）、《中國第三產業統計年鑒》（2007-2019）、《中國固定資產投資統計年鑒》（2007-2018）、各省市區統計年鑒以及國研網數據庫。計算我國服各省市區服務業全要素生產率數據選擇與處理如下：

1.服務業產出：基于現有文獻與研究成果，各省市區歷年服務業產出以服務業增加值表示，為保證數據可比性，所有數據按照增加值指數換算為2007年為基期的不變價，對于部分省份缺失的數據，采用算數平均的方法補全缺失數據。

2.資本投入：對于資本存量的估計，學術界一直沒有一個統一的標準。鑒于現有年鑒缺少各省市區資本存量的估計，本文參考張軍等（2004）[12]對中國1952-2000年省際物質資本存量的估算，采用永續盤存法對我國各省市區資本存量進行估算，公式如下：

i地區在第t時期和t-1時期的服務業資本存量分別用Kit和Ki,t-1表示，基期資本存量用Ki,0表示，i地區在各時期的不變價投資額用Ii,t表示①，折舊率為δi,t。對于基期資本存量的估算，借鑒Hall&Jones(1999)[13]做法，采用如下公式推導：

采用一段時間內產出的幾何平均增長率作為gi,t，即我國各省市區2007-2017年服務業增加值的幾何平均數來表示（Harberger,1978）[14]。對于折舊率的選取，各省市區服務業的折舊率設定為統一的值4%（LEE&Hong,2012；Barro&Lee,2010；Wu,2009）[15][16][17]。

3.勞動投入：在經濟理論中，勞動投入應考慮多方面因素，如勞動人數、勞動質量、勞動時間等，由于各省市區關于勞動質量與時間等統計口徑不同與數據的缺失，因此對于各省市區服務業勞動投入選取“服務業年底從業人員數”作為代理變量。部分數據的缺失采用移動平均法進行補全②。

三、實證結果分析

基于以上關于服務業產出、資本投入與勞動力投入的數據處理，對我國2007-2017年各省市區服務業全要素生產率進行測算，得到各期的全要素生產率指數、技術效率變化指數、技術進步指數、純技術效率變化指數和規模效率指數。

（一）各省市區的全要素生產率

為了對我國各省市區的服務業全要素生產率在2007-2017年間的差異有較為具體的認識，將我國30個省市區劃分為東部地區、中部地區、西部地區和東北地區。各省市區的差異結果如下表所示③。

1.東部地區

東部地區在2007-2017年間，全要素生產率指數和技術進步指數均大于1，平均增長率分別為6.3%和7.1%，而技術效率變化指數、純技術效率變化指數④《統計年鑒》《中國固定資產投資統計年鑒》、各省市區統計年鑒以及國研網數據庫計算得到。

表1 中國各省市區服務業全要素生產率指數及其分解（2007-2017）

與規模效率指數均小于1，其平均增長率分別為-0.8%、-0.3%以及-0.4%。從數據結果可以看出，東部地區全要素生產率的提高主要依賴于技術進步的提高。就東部地區具體而言，全要素生產率增長最快的省份是江蘇省，其值達到了9.5%，相反，全要素生產率增長最慢的省份是海南省，僅為2.7%。全要素生產率的增速排名前三的省份是江蘇省（9.5%）、天津市（8.4%）和浙江省（7.5%），技術進步在其中的貢獻十分巨大，江蘇省、天津市和浙江省技術進步指數在11年間的平均增速分別為7.4%、7.7%和7.7%，但由于天津市和浙江省的技術效率變化指數增加值不及江蘇省，且浙江省的技術效率變化指數的增長率下降了0.2%，所以綜合導致江蘇省的全要素生產率增速排第一。上海市是東部地區唯一一個技術效率變化指數、純技術效率變化指數與規模效率變化指數均為1的地區。從技術效率變化指數看，僅有天津市（0.6%）、上海市與江蘇省（1.9%）的增長率大于1，而東部地區10個省市的技術進步指數均大于1，這說明技術進步是東部地區全要素生產率提高的主要驅動因素。

2.中部地區

中部地區在2007-2017年間，各省份的全要素生產率的增長率均大于1，增長率從大到小依次為江西省（4.9%）、湖南省（4.9%）、安徽省（4.3%）、河南省（4.3%）、湖北省（4.2%）和山西省（0.7%）。中部地區6個省的技術效率變化指數的增長率均小于1，平均增長率為-1.8%；技術進步指數的增長率均大于1，平均增長率為5.9%；純技術效率變化指數的增長率均小于1，平均增長率為-1.6%。安徽省和湖南省是僅有的兩個規模效率變化指數為1的省份，其余4個省份的規模效率變化平均增長率均小于1，分別是山西省（-0.6%）、江西省（-0.1%）、河南省（-0.5%）和湖北省（-0.2%）。從以上數據可以看出，全要素生產率增速最快的省份，其技術進步的增速也較大，河南省由于技術效率增速下降幅度大于技術進步的增速上漲幅度，導致河南省的全要素生產率增速位列中部地區的第四。

3.西部地區

西部地區在2007-2017年間，各省市區的全要素生產率與技術進步指數的增長率均大于1。平均增長率分別為4.9%和6.3%，而技術效率變化指數、純技術效率變化指數與規模效率指數均小于1，其平均增長率分別為-2.1%、-1.4%以及-0.7%。就西部地區具體而言，全要素生產率增長最快的省份是貴州省，達到了10.8%，而全要素生產率增長最慢的省份則是新疆自治區，其增速為1.4%。全要素生產率的增長率排名前三的省份是貴州省（10.8%）、重慶市（9.3%）和陜西省（8.7%）。在技術效率變化指數方面，技術效率在11年間的平均增長率為正的只有重慶市和陜西省，增長率分別為1.6%和2.3%，而在純技術效率變化指數方面，純技術效率在11年間的平均增長率為正的只有三個省市，分別為重慶市（1.4%）、陜西省（2.5%）和青海省，對于規模效率變化指數這一指標，在11年間規模效率的增長率為正的有四個省市區，內蒙古自治區為0.5%，廣西壯族自治區規模效率變化指數為1，重慶市為0.2%，云南省為0.2%。西部地區中技術進步增長率最快的省份是重慶市（7.5%），技術效率下降最少的是內蒙古自治區（-0.3%）。純技術效率增長率最快的省份是陜西省（2.5%），規模效率增長率最快的省份是內蒙古自治區（0.5%），盡管內蒙古的技術效率和純技術效率的增長率都在下降，但幅度不大，所以其全要素生產率仍有一個較高的增長率，其值為6.8%。

4.東北地區

東北地區在2007-2017年間，全要素生產率的增長率均為正，遼寧省為7.3%，位列第一，其次是吉林省，增長率為6.4%，最后是黑龍江省，其值為5.4%。11年間東北地區三個省份的技術進步增長率也均為正，遼寧省、吉林省和黑龍江省的增長率分別為7.7%、7.3%和6.2%。就技術效率的變化而言東北地區三個省份的增長率均為負，遼寧省下降最少，僅為0.4%，吉林省和黑龍江省下降的一樣多，其值為0.8%。對于規模效率變化指數，遼寧省和吉林省的規模效率變化指數為1，黑龍江省的規模效率增長率為-0.2%，同時黑龍江省的技術效率下降的也最多，從而導致黑龍江省的全要素生產率的增長率最慢。

（二）四大地區全要素生產率逐年的變化趨勢⑤

為了更為直觀的比較我國四大地區與全國的全要素生產率在2007-2017年間的變化趨勢，將2007-2017年間西部地區、中部地區、東部地區與全國的全要素生產率指數的變化匯總成折線圖如下圖1所示：

對于東部地區而言，全要素生產率的增長率在2007-2008年間達到了最大值，為13.5%，在2008-2010年間，呈現出U型的增長趨勢，2010年直到2014年，東部地區全要素生產率的增長率一直呈現下降趨勢，2014年之后出現緩慢回升；中部地區和東部地區在11年間全要素生產率的增長率有著相似的波動軌跡，同樣是在2007-2008年達到最大值12.9%，接著呈現U型增長趨勢，在2011年之后呈現下降趨勢，在2013-2014年間，中部地區的全要素生產率的增長率為負值（-1.4%），2014年之后開始緩慢上升；西部地區同樣在2007-2008年間達

圖1 全國與四大地區TFP指數

到增長率的最大值16.8%，在2007-2011年間呈現U型的增長態勢，2011-2013年的增長變化不明顯，保持在4.8%，之后的一年全要素生產率的增長率呈現斷崖式下跌，2013-2016的四年間，增長率均為負值，直到2017年才由-1.8%增長為2.1%；東北地區在2007-2011年間，全要素生產率的增長率為U型的波動軌跡，而在2013-2016年間為倒U型的波動軌跡，僅在2015-2016年間呈現負增長，增長率為-1.1%，增長率在2015-2017年間又由負轉為正；對于全國的全要素生產率的增長率，在2007-2017年間，大部分波動軌跡介于東部地區和中部地區之間，在2007-2008年達到最大值14.5%，2013-2015年間的增長率轉為負值，分別是-1.7%和-0.1%，在2013年之后增長率開始波動上升，2017年恢復到3.4%的增長率。

四、結論與啟示

本文運用基于數據包絡分析的Malmquist生產率指數方法，對我國2007-2017年30個省市區的服務業全要素生產率進行測算與分解，對資本存量運用永續盤存法進行估算，通過計算與結果分析，得到以下結論：

中國的服務業全要素生產率、技術進步增長率以及技術效率在各地區存在著區域差異。從中國30個省市區的層面來看，服務業全要素生產率的增長在東部地區、中部地區、西部地區以及東北地區存在著較為顯著的差異。東北地區的服務業全要素生產率的增長率在11年間最快，第二是東部地區，接下來依次是西部地區和中部地區。產生這種現象的原因一方面是因為東北地區研究個體少，導致實證結果存在偏差；另一方面是國家西部大開發與西部產業戰略扶持計劃的持續推進。中部地區的增長率最靠后，說明中部地區的產業結構、產業政策、人口規模與人才計劃與東部地區存在著一定差距。

從四大地區服務業全要素生產率在2007-2017年間的增長趨勢看，中國四大地區的服務業全要素生產率呈現出U型的增長態勢，在研究期間前半段出現波動下降，后期開始緩慢上升。東部地區的增長率一直保持在較高水平，說明東部地區對生產要素稟賦的吸收程度較高，東部的經濟結構、產業結構與產業政策更為合理。

研究啟示：第一，中國服務業全要素生產率的提升不能僅僅依靠技術進步，技術效率的提升也發揮著重要作用。東部地區同時依靠較高的技術進步與技術效率才一直處于全國平均水平之上，西部地區后期依靠技術進步的提高，才促使其全要素生產率呈現上升追趕態勢。因此單純依靠某一方面的作用，服務業全要素生產率的增長將陷入“瓶頸期”。必須同時注重提高技術進步和改善技術效率，才能保證中國服務業全要素生產率持續增長。

第二，選擇性的區域優先發展戰略是中國服務業全要素生產率呈現區域增長差異的原因之一，因此加大政府對東北地區與中西部地區服務業的政策支持力度具有重要意義。給予東北地區與中西部地區更多政策上的優惠，加大西部開發的力度，加速東北產業的振興，加強各地區間的交流合作，建立有效的區域間協調機制，加大東北地區與西部地區的人力資本投入，縮小各地區間服務業全要素生產率發展的差距。

第三，進一步深化服務業市場改革，加大服務業開放的力度。服務業改革的深化可以推動技術創新活動，服務業從內部得到了改善，資本積累的速度得以加快，資本要素投入的質量得到提高。中國服務業開放力度的加大，使東部地區服務業能更全面的吸收外國的先進技術，優化自身資源配置，這對服務業全要素生產率的增長率較為低下的中西部地區產生一定的“競爭效應”，促使內陸地區技術效率低下、技術進步緩慢的服務業企業通過不斷模仿學習與創新，逐步縮小與東部地區全要素生產率增長的差異。因此，不斷深化服務業市場改革與加大服務業開放力度，對全面促進中國服務業全要素生產率的持續穩定提升具有重要意義。

[注釋]

①Ii,t采用固定資產投資額數據，用固定資產投資價格指數轉化為以2007年為基期的不變價。

②由于西藏數據的大量缺失，本文只選取除西藏之外的30個省市區的數據。

③根據黨中央國務院提出的“西部大開發”和發展與改革委員會的最新標準，為科學反映中國不同區域的經濟狀，國家統計局公布了地區劃分標準。東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括山西、安徽、江西、河南、湖北和湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區包括遼寧、黑龍江和吉林。

④使用DEAP(Data Envelop Analysis Program)2.1軟件進行測算。

⑤為節省文章篇幅，只列出了我國四大地區與全國的全要素生產率在2007-2017年間的變化趨勢，如需各個省市區每年的全要素生產率指數及其分解指標，可與作者聯系。