中国服务业分行业生产率变迁及异质性考察 - 图文

更新时间:2024-04-22 02:38:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

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,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(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,吕秀萍(2009)对1999-2006年保险公司的研究。此外,原毅军等(2009)对中国生产性服务业的研究表明,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,①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。②Timmer & 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。③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。④

其中,EC是规模报酬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)。⑥

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)。”⑦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)。”⑧

(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“房地产开发投资”加入到“房地产业”中),然后根据1996-1998年和2002年“基本建设投资+更新改造投资”占年鉴中公布的实际数值的平均比例,对其他年份的“基本建设投资+更新改造投资”数据进行放大处理。这种估算方法可以降低一些学者(杨向阳、徐翔,2006;原毅军等,2009)直接采用“基本建设投资+更新改造投资”代替全社会固定资产投资所引起的低估和误差问题。2004-2010年数据直接从《中国统计年鉴2011》中的“按主要行业分的全社会固定资产投资”获取。由于缺乏细分行业数据,各行业的名义固定资产投资均使用全社会固定资产投资价格指数进行折实换算。

四、服务业TFP的历史变迁与行业异质性

基于以上数据,我们测算得到中国服务业总体及细分行业的生产率指数及其分解,进一步对细分行业TFP及其分解的行业异质程度变化趋势,以及行业异质性的内在机制进行分析。

1.服务业TFP的历史变迁:时间维度

表1列出了中国服务业总体的Malmquist生产率指数及其分解。1990-2002年的TFP年均增长4%,这主要得益于技术效率改进;2004-2010年的TFP年均增长4.5%,这主要得益于技术进步提高。(12)从时间维度看,中国服务业TFP及其分解主要体现为以下几个特征:

(1)从TFP的增长情况看,1990-2010年间均为正增长,最高值出现在1993年,这可能是由于我国在1992年确立以社会主义市场经济体制为改革目标,并出台了《关于加快发展第三产业的决定》等相关政策,由此导致1993年服务业领域出现了各种体制机制改革,使得以往由于体制原因未能体现出来的各种有利因素在短时间内集中爆发,该年的技术效率增长率为1990-2010年间的最高也印证了这一事实。但1993年的TFP增长可谓是昙花一现,随后的1994-2000年一直在3.5%以下,直到2001年才再次出现较高的增长率。2001年至2007年再次出现的高增长周期可以解释为中国在2001年加入WTO,国内对服务业领域改革、开放和发展信心提升的结果。2008年,受全球金融危机影响,TFP增长率有所下降,并在2009年达到低谷,虽然2010年有所回升,但仍远远低于金融危机之前的增长水平。其中,2009年的低谷还可能与2008年11月推出的4万亿投资计划有关,2009年服务业全社会固定资产投资增长33.8%,增幅比2008年提高9个百分点。其中,有7个服务业行业的投资增长率在46.7%—60.8%之间。

(2)技术效率与技术进步的增长方向相反,即技术效率增长率整体呈下降趋势,而技术进步增长率整体呈上升趋势。这一特征与刘兴凯、张诚(2010)和杨向阳、徐翔(2006)的结论基本一致。在技术效率方面,从1991年的4.3%下降到2010年的-2.2%;与此相反,技术进步增长率从1991年的0.2%上升到2010年的4.5%。这两个指数的反向变动最终在2000年实现更替,即2000年前(除1994和1995年)服务业TFP增长的主导力量是技术效率改进,但自2000年起,技术进步增长率超过技术效率并一直保持至今,这一主要驱动力量的转换还可以通过这两个指数的3年和5年移动平均趋势得以体现(见图1)。虽然在增长方向上与已有文献基本一致,但就样本区间的平均意义而言,我们的结果表明1990-2002年的TFP增长主要是技术效率主导,而杨向阳、徐翔(2006)的结果表明1990-2003年是技术进步主导。存在这一差异的原因,可能是由于数据处理和研究方法的不同。比如我们的数据是全国两次经济普查后的修订数据,并且对固定资产投资数据的获取和处理方法使其更能接近真实情况。2004年后的结果还没有相关文献可以与之比较。

(3)在技术效率的分解指标中,1990-2002年的纯技术效率和规模效率年均增长率分别为1.9%和0.5%,2004-2010年则分别为-3.9%和1.5%。具体而言,2002年前的纯技术效率和规模效率增长是交替主导效率变化的,自2004年开始则一直由规模效率主导。从两者的3年和5年移动平均趋势来看(见图2),自20世纪90年代后期起,规模效率增长便已超过纯技术效率增长。由此可见,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,表明服务业发展已开始显现出规模经济特征。出现这一变化的原因可能是网络和现代信息技术的发展,使得原先不能储存和运输的某些服务在“时空”上变得可分离,从而提高了这些服务的可贸易性。正是这种服务生产和消费的逐步可分离性,使得服务业开始显现出诸如有形产品的规模经济特征。

(4)与其他投入要素相比,TFP增长对中国服务业增长的贡献率较低。具体而言,TFP贡献率由1991年的50.64%下降到1995年的15.05%,之后上升至2007年的52.57%,最低值出现在2009年。平均来看,1990-2010年间,服务业年均增长10.8%,而TFP的平均贡献率仅为38.75%。可见,TFP贡献率在样本期内并没有出现明显的上升趋势,并且这一结果与很多国家相比仍然是较低的(程大中,2003;刘兴凯、张诚,2010)。这也充分表明,中国服务业发展的粗放型特征仍然明显,还没有真正实现由粗放型向集约型方式的转变。

2.服务业TFP行业异质性:经验事实

图1技术进步与效率变化的移动平均趋势

图2纯技术效率与规模效率变化的移动平均趋势

表2列出了中国服务业细分行业的Malmquist生产率指数及其分解。各指数在行业间的变动区间充分表明,服务业TFP、技术效率及技术进步增长率均存在较大的行业异质性。

(1)从变化趋势来看,行业分类没有较大变动的三个行业(金融业、房地产业、公共管理和社会组织)的TFP年均增长率分别从2002年前的1.9%、1.5%、3.6%上升至2002年后的8.3%、3.1%、4.3%。其他行业虽不能直接进行对比,但通过观察基本可以得出“各行业

TFP均在以不同速度上升”的结论,不过推动各行业TFP增长的主导力量已发生变化。1990-2002年间,有一半行业的TFP增长主要是依靠技术效率改进(13),而多数行业的技术进步增长缓慢。(14)2004-2010年间,所有行业均是依靠技术进步提高,而多数行业的技术效率呈下降趋势。这表明随着资本投入的大量增加,虽然各行业的技术进步得到了明显提升,但目前大多数服务业行业并没有充分挖掘出现有资源和技术的潜力。因此,今后通过效率改进来推动服务业各行业的增长还有很大空间。

(2)为进一步考察细分行业的各指数差异,我们将服务业大致分为生产性和生活性服务业两大类。(15)结果表明(见表2),1990-2002年间,生产性服务业TFP年均增长率要低于生活性服务业;而2004-2010年间,两者的年均增长率均为4.5%。可见,生产性服务业TFP增长率得到了一定程度的上升,但生活性服务业却有所下降。这可能是由于1990年以来,随着国民收入的日益提高,人们对更高生活水平的追求等刺激了生活性服务业追求更高质量的发展,结果使得生活性服务业TFP增长率要高于生产性服务业。但近年来随着生产分割、服务外包的日益发展,很多原来由本企业提供的服务逐渐被市场化,这些市场化的服务在竞争中对技术进步提高和效率改进提出了更高要求,结果致使近年来生产性服务业TFP增长率的上升速度要快于生活性服务业。

(3)从TFP的贡献率来看,1990-2002年贡献率超过50%的行业有4个,且生产性服务业TFP的平均贡献率要低于生活性服务业。而2004-2010年贡献率超过50%的行业有5个,虽然该期间生产性服务业产出增长率高出生活性服务业1.7个百分点,但TFP贡献率却低5.7个百分点。纵向来看,生产性服务业TFP增长对产出增长的贡献上升了0.93个百分点,而生活性服务业却下降了11.57个百分点。这表明近年来中国生活性服务业增长的质量要高于生产性服务业,间接佐证了生产性服务业发展的问题所在,中国今后应该从质量上着手来提高生产性服务业的发展水平。

(4)将中国工业(制造业)行业的TFP增长与服务业行业进行对比。选取对比文献时,我们同时考虑了各文献在“研究方法、数据类型和研究区间”等方面的差异,结果列于表3。从各项指标来看,中国工业(制造业)行业的TFP增长率都要高于服务业。实际上,早在1967年和1968年,鲍莫尔(Baumol)和富克斯(Fuchs)就分别提出了“服务业劳动生产率增长滞后”等假说,程大中(2004)则基于中国服务业发展的实际检验了这一假说,结果证实中国整体服务业的劳动生产率增长是滞后的。表3的结果进一步表明,中国服务业TFP增长也是滞后的。

(5)为了考察资本折旧率和基年资本存量对本文结果的影响,我们通过改变折旧率和基年资本存量的估计方法来进行稳健性分析。具体做法是:首先,保持折旧率不变(4%),采用Hall & Jones(1999)和原毅军等(2009)的基年资本存量估计方法(表4中的方法2);其次,保持基年资本存量的估计方法不变(方法1),将折旧率分别设为Wu(2003)中的7%和Zhang(2008)中的9.6%;最后,同时改变这两者。所有组合的测算结果列于表4。(16)从平均值以及分行业、分年份的具体结果来看,在改变资本折旧率和基年资本存量的估计方法后,其结果均只在具体数值上有稍微变化,但这些变化并没有改变本文的基本判断和结论,如多数行业TFP增长的主导因素转换仍发生在2000年等。因此,本文的计算结果是稳健的。

3.服务业TFP行业异质性:趋势特征

可以看出,D的绝对值越大,表示差异程度越大;如果每个行业的TFP指数都趋于一致,则D将趋于0。根据该公式计算得到1990-2002年10个行业和2004-2010年14个行业的TFP指数、技术效率指数和技术进步指数的差异程度变化趋势情况(见图3)。

图3中国服务业细分行业TFP异质程度的变化趋势(1990-2010)

从全要素生产率(TFPC)、技术效率(EC)和技术进步(TC)三个指数的变化趋势上看,TFPC的差异程度在-0.0764(1993年)至-0.0136(2000年)之间,技术效率的差异程度在-0.0764(1993年)至-0.0125(2000年)之间,技术进步的差异程度在-0.0209(2006年)至0(1993年和1999年)之间。图3显示,就整个区间而言,除1993年的TFPC和技术效率外,其他年份各指数的行业差异程度并没有出现明显的趋同或是扩大趋势。特别是1994年后,技术效率和TFPC基本在-0.02上下波动,技术进步则在-0.02至0之间波动,基本上保持相对稳定。2010年与1991年相比,TFPC和技术效率的行业间差异程度有所下降,技术进步却有所升高。

从三个指数的横向对比看,TFPC、技术效率、技术进步在1990-2010年间的平均差异程度分别为-0.0265、-0.0246、-0.0083,这一计算结果与图3均说明TFPC的行业差异性最大,其次是技术效率和技术进步,出现这一结果的原因可能是各行业的员工技能、组织、

管理等方面存在的较大效率差异。从三个指数的差异程度波动来看,TFPC、技术效率、技术进步在1990-2010年间差异程度的标准差分别为0.0145、0.0149、0.0061,可见变化最大的是技术效率,其次是TFPC,而技术进步差异的波动最小。这说明技术效率增长率随着时间推移更容易出现波动,而某一技术一旦被掌握和利用,其出现波动的可能性较小,这与实际情况也是相符的。

4.服务业TFP行业异质性:内在机制

在得到中国服务业细分行业TFP的异质性增长事实,以及行业异质程度的变化趋势之后,我们进一步探讨行业异质性的内在机制,即是什么因素使得异质性现象得以长期持续存在?

我们认为,一种可能的机制在于现代信息技术对不同服务业企业资源配置的异质影响。一般而言,信息技术通过直接效应、融合效应、扩展效应和拉动效应等促进服务业现代化(夏杰长等,2010)。直接效应表现在信息服务业是现代服务业的重要行业,2004-2010年信息传输、计算机服务和软件业的技术进步年均增长8%,与理论预期相符。同时,信息技术还推动了一些行业的变革性发展,特别是传统服务业如零售业和商贸仓储流通业、文化创意产业、教育培训业和金融业等,而这些行业的TFP在2004-2010年都得到了高于平均值的年均增长率。由此可以推测,这些行业的较高TFP增长率受到了现代信息技术广泛运用的重要影响。从微观机制上讲,现代信息技术在不同服务业行业中的不同企业中的运用频率和密度也存在差异,这些差异造成了服务业企业配置资源的不同方式和结果,

不同的资源配置效率必定造成不同企业的不同TFP增长,根据同一行业内不同企业TFP的平均取值,最终将产生服务业行业的TFP异质性现象。

另一种可能的机制在于中国服务业体制改革的渐进式道路,即各种体制改革在时间、对象上的逐步推进导致在不同时期、不同服务业行业呈现出TFP的异质性现象。中国服务业改革开始于阻力最小的商贸流通业,2004-2010年批发和零售业获得年均7.4%的高增长率。房地产业自1998年开始市场化改革,TFP增长率由2002年前的1.5%升至2004年后的3.1%。与此对应,研发服务业由于受到制度的限制其发展相对较慢,科学研究、技术服务和地质勘查业在2004-2010年间只有2.1%的年均增长率。此外,金融业、医疗卫生等部门自1994年起也开始了相应的体制变革(夏杰长等,2010)。这些针对不同行业的进程和力度不一样的体制变革必定对各自行业的TFP增长产生异质影响。值得注意的是,从对外开放视角来看,“房地产业”与“租赁和商务服务业”的TFP增长与利用外资强度是不一致的。这两大行业占服务业实际利用FDI总额的比重分别从2004年的42.3%和20.1%变化到2010年的48%和14.3%。房地产业占到服务业FDI总额的近一半,但2004-2010年其TFP年均增长率只有3.1%,特别是占比第二大的租赁和商务服务业为负增长(-1.8%),这一现象的背后原因值得我们在今后进行专门的深入分析。

此外,服务业TFP的行业异质性还可能由各行业的性质决定,即有些行业本身很难产生技术进步,比如理发、餐饮和住宿等,(17)1990-2002年“批发和零售贸易餐饮业”与2004-2010年“住宿和餐饮业”的技术进步增长率均为两个时期的最低。总之,服务

业TFP的异质性是众多内在机制对其综合作用的集中体现,有其客观必然性,且各行业的主导机制也会存在差异。正如Syverson(2011)所指出的,各种因素对生产率的数量影响因产业和市场的不同而不同,重要的是某一行业的哪一因素最为重要。事实上,各行业间的技术差异在某种程度上也是行业“自然演化”的结果,因为技术革新常常是在个别或少数行业首先出现的,其经济影响在时间过程中从某一生产分支逐步移至另一生产分支。因此,随着现代信息技术及其他新技术在各行业的应用与普及、企业合理配置资源的能力提高,以及各种体制机制改革的逐步推进、就业人员素质的整体提升,中国服务业TFP将会继续在波动中保持增长,同时异质性现象也会因其行业属性差异而继续存在。

五、主要结论

本文采用全国两次经济普查后的修订数据,运用序列DEA-Malmquist生产率指数法,对1990年以来中国服务业细分行业的TFP变迁及其异质性现象进行了分析,主要结论如下:

第一,中国服务业TFP整体呈上升趋势,但技术效率与技术进步的增长方向相反。在上世纪90年代,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TFP增长对服务业产出增长的贡献在考察期内没有出现明显的上升趋势,其发展还没有真正实现由粗放型向集约型方式的转变。

第二,中国服务业各行业的TFP、技术效率与技术进步增长均存在较大的行业异质性。多数行业在20世纪90年代的“追赶效应”明显,进入21世纪后,则主要体现为“增长效应”。此外,生产性服务业TFP增长要低于生活性服务业,但近年来生产性服务业TFP增长的上升速度要快于生活性服务业。与工业(制造业)行业的对比发现,中国服务业TFP增长是滞后的。

第三,2010年与1991年相比,TFP及技术效率的行业间异质程度有所下降,而技术进步增长差异却有进一步拉大的迹象,但各行业技术效率增长出现波动的概率要高于技术进步。对于服务业TFP的行业异质性现象,我们提出了三种可能的解释。

本文结论的启示是,考虑到细分行业的生产率异质性及其主导机制差异,以及服务业的构成庞杂、性质差异和目标多元等复杂性(江小涓,2011),其发展应该分门别类、实事求是地推进(刘培林、宋湛,2007)。在制定合理可行的人力资本培育战略时,也应兼顾到服务业各行业对人力资本的异质性需求。最后,需要指出的是,虽然本文运用既有方法揭示了中国服务业分行业生产率的现实表现,但为谨慎起见,进一步的原因透视及政策含义解读还有待今后更加深入的研究。

作者感谢两位匿名审稿专家提出的中肯而富有建设性的修改意见。文责自负。

JEL Classification: D24, L80, O47

注释:

①比如,在杨向阳、徐翔(2006)和刘兴凯、张诚(2010)的结果中均出现了某些年份的技术进步为负。一位匿名审稿专家指出,技术进步可能为负是标准DEA

的内在缺陷。Timmer & Los(2005)也认为,技术退步是令人尴尬的现象。

②Tulkens & Eeckaut(1995)最早提出并在理论上详细介绍了序列DEA。

③由于这些优势,运用该方法的文献逐渐增多,如王兵、颜鹏飞(2007)、Shestalova(2003)、Timmer & Los(2005)等。

④当然,序列DEA也存在一些可能的缺点,如维度问题(dimensionality problem)和数据可得性所带来的首期生产前沿问题。但当研究对象不随时间改变

时,维度问题将不存在,参见Timmer & Los(2005)的说明,以及Zhang & Bartels(1998)的蒙特卡洛分析。

⑤CCD指的是Caves et al.(1982),他们最早介绍了Malmquist生产率指数。

⑥限于篇幅,具体的分解方法参见Fare et al.(1994)和Coelli et al.(1998)。

⑦修订后的第三产业增加值和金融业、房地产业数据取自《中国统计年鉴2011》,其他数据来自《中国统计年鉴1998、2005》。按照GB/T4754-2002的行

业分类标准,《中国统计年鉴2011》公布的第三产业增加值中不包括“农林牧渔服务业”,而《中国统计年鉴2005》公布的第三产业增加值中包含“农林牧渔服务业”,所以要将原来的第三产业增加值减去“农林牧渔服务业”。

⑧原始数据取自《中国统计年鉴2011》,该年鉴对2001-2009年的“三次产业就业人数”进行了调整。

⑨Harberger(1978)文献引自匿名审稿专家的评论。Nehru & Dhareshwar(1993)对初始资本存量的估计方法作了精彩综述。

⑩如Hu & Khan(1997)采用的是中国官方折旧率3.6%,Wu(2003)认为7%最佳,Maddison(1998)取为17%。

(11)世界银行(1997)和原毅军等(2009)使用的也是4%。

(12)采用标准DEA计算的结果显示,1991、1993和1995-1999年都出现了不同程度的技术倒退。1990-2002年的技术效率和技术进步增长率分别为3.6%和

-0.7%;2004-2010年则分别为-2.4%和6.9%。需要标准DEA结果的读者可向作者索取。

(13)由于2003年行业分类发生变化,这里的主导因素表述只是对两种行业分类下的平均意义而言。实际上,从各行业的具体年份结果来看,大部分行业均

是在2000年发生主导因素转变的,这种转变也体现在按行业平均的时间维度变化上(见表1)。如果以2000年为界来计算平均值,则1990-1999年全部行业的技术效率增长率都要高于技术进步增长率。

(14)采用标准DEA计算的结果显示,1990-2002年间,所有行业的技术效率增长率要高于技术进步增长率,并且多个行业都出现了不同程度的技术倒退。同

时,所有行业的技术效率变化指数均要高于本文序列DEA下的,但这只是因为生产前沿的持续倒退,是技术效率变化指数的“被提高”。需要标准DEA结果的读者可向作者索取。

(15)目前,学术界对生产性服务业的分类还没有统一的标准,不同的分类有可能得到不同的结果。

(16)限于篇幅,这里只给出了各种组合下的平均结果,感兴趣的读者可向作者索取所有的详细结果。

(17)这一解释源自匿名审稿专家的评论。

【参考文献】

[1]程大中,2003:《中国服务业的增长与技术进步》,《世界经济》第7期。

[2]程大中,2004:《中国服务业增长的特点、原因及影响》,《中国社会科学》第2期。

[3]陈静、雷厉,2010:《中国制造业的生产率增长、技术进步与技术效率——基于DEA的实证分析》,《当代经济科学》第7期。

[4]傅勇、白龙,2009:《中国改革开放以来的全要素生产率变动及其分解(1978-2006年)》,《金融研究》第7期。

[5]郭克莎,1992:《三次产业增长因素及其变动特点分析》,《经济研究》第2期。

[6]龚六堂、谢丹阳,2004:《我国省份之间的要素流动和边际生产率的差异分析》,《经济研究》第1期。

[7]顾乃华、李江帆,2006:《中国服务业技术效率区域差异的实证分析》,《经济研究》第1期。

[8]江小涓,2011:《服务业增长:真实含义、多重影响和发展趋势》,《经济研究》第4期。

[9]刘培林、宋湛,2007:《服务业和制造业企业法人绩效比较》,《经济研究》第1期。

[10]林毅夫、刘培林,2003:《经济发展战略对劳均资本积累和技术进步的影响——基于中国经验的实证研究》,《中国社会科学》第4期。

[11]李小平、卢现祥、朱钟棣,2008:《国际贸易、技术进步和中国工业行业的生产率增长》,《经济学(季刊)》第2期。

[12]刘兴凯、张诚,2010:《中国服务业全要素生产率增长及其收敛分析》,《数量经济技术经济研究》第3期。

[13]吕秀萍,2009:《中国保险业全要素生产率变动的Malmquist指数分析——一个新的视角》,《保险研究》第9期。

[14]涂正革、肖耿,2005:《中国的工业生产力革命——用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析》,《经济研究》第3

期。

[15]涂正革、肖耿,2009:《环境约束下的中国工业增长模式研究》,《世界经济》第11期。

[16]王兵、颜鹏飞,2007:《技术效率、技术进步与东亚经济增长——基于APEC视角的实证分析》,《经济研究》第5期。

[17]王兵、王丽,2010:《环境约束下中国区域工业技术效率与生产率及其影响因素实证研究》,《南方经济》第11期。

[18]夏杰长、李勇坚、刘奕、霍景东,2010:《迎接服务经济时代来临》,经济管理出版社。

[19]许宪春,2004:《中国服务业核算及其存在的问题研究》,《经济研究》第3期。

[20]原毅军、刘浩、白楠,2009:《中国生产性服务业全要素生产率测度——基于非参数Malmquist指数方法的研究》,《中国软科学》第1期。

[21]杨向阳、徐翔,2006:《中国服务业全要素生产率增长的实证分析》,《经济学家》第3期。

[22]杨勇,2008:《中国服务业全要素生产率再测算》,《世界经济》第10期。

[23]Barro, R. J., and J.-W. Lee, 2010, \

[24]Baumol, W. J., 1967, \

—426.

[25]Brandt, L., and Y. F. Zhang, 2009, \Accounting or Creative Destruction?: Firm-level Productivity Growth in Chinese Manufacturing\

NBER Working Paper, No. 15152.

[26]Coelli, T. J., D. S. Prasada Rao, Christopher J. O' Donnell, and George E. Battese, 1998, An Introduction to Efficiency and Productivity

Analysis, Boston: Kluwer Academic Publishers.

[27]Fare, R., S. Grosskopf, M. Norris, and Z. Y. Zhang, 1994, \Growth, Technical Progress, and Efficiency Change in Industrialized

Countries\—83.

[28]Fox, J. T., and V. Smeets, 2011, \

Vol. 52(4), 961—989.

[29]Fuchs, V., 1968, The Service Economy, National Bureau of Economic Research.

[30]Harberger, A., 1978, \J. and A. R. Nobay(eds.),

Contemporary Economic Analysis, London: Croom Helm, 69—151.

[31]Hsieh, Chang-Tai, and R. Ossa, 2011, \

[32]Hall, R., and C. Jones, 1999, \

114, 83—116.

[33]Hu, Zuliu F., and M. S. Khan, 1997, \—131.

[34]Krugman, P., 1994, \—78.

[35]Lee, J.-W., and K. Hong, 2012, \

[36]Maddison, A., 1998, Chinese Economic Performance in the Long Run, Paris: OECD Development Centre.

[37]Mahadevan, R., 2000, \—506.

[38]Matthews, K., and N. Zhang, 2010, \

617—628.

[39]Nehru, V., and A. Dhareshwar, 1993, \e Analisis

Economico, Vol. 8, 37—59.

[40]Syverson, C., 2011, \—365.

[41]Shestalova, V., 2003, \

Productivity Analysis, Vol. 19, 211—226.

[42]Tulkens, H., and P. V. Eeckaut, 1995, \

European Journal of Operational Research, Vol. 80(3), 474—499.

[43]Timmer, M. P., and B. Los, 2005, \

Productivity Analysis, Vol. 23, 47—64.

[44]Wu, Y. R., 2003, \—30.

[45]Wu, Y. R., 2009, \by Region and Sector\of Western Australia, Discussion Paper,

No. 09. 02.

[46]World Bank, 1997, China 2020: Development Challenges in the New Century, Washington, DC. : World Bank.

[47]Zhang, J., 2008, \Capital Stock(1952-2004) with Applications\of Chinese Economic and Business

Studies, Vol. 6(2), 177—196.

[48]Zhang, Y., and R. Bartels, 1998, \of Sample Size on the Mean Efficiency in DEA with an Application to Electricity Distribution

in Australia, Sweden and New Zealand\—204.

[49]Zheng, J. H., A. Bigsten, and A. G. Hu, 2009, \

37(4), 874—888.

本文来源:https://www.bwwdw.com/article/tpop.html

Top