服务业全要素生产率研究基于丝绸之路经济带数据

乔虹

摘 要：基于考虑人力资本的非参数Malmquist指数法，测算中国丝绸之路经济带沿线九省市2003～2012年服务业全要素生产率（TFP）变动情况，从技术进步与技术效率两方面考量服务业TFP。结果发现，丝绸之路沿线九省市服务业TFP的增长主要源于技术进步的贡献，而技术效率却在恶化，同时人力资本对技术进步和技术效率均具有正向贡献。结果表明：交通基础设施、对外开放和财政金融支持都对服务业TFP的增长具有显著正向促进作用。鉴此，应强化交通基础设施建设，实现道路互通；深化对外开放，推动贸易畅通；增强财政金融支持力度，推进货币流通。

关键词： 服务业全要素生产率；人力资本；技术进步；技术效率

中图分类号：F719 文献标识码： A文章编号：1003-7217（2016）02-0123-05

一、引 言

2013年9月7日，国家主席习近平在哈萨克斯坦纳扎尔巴耶夫大学作重要演讲，提出共同建设“丝绸之路经济带”，并指出要通过加强“五通”（政策沟通、道路联通、贸易畅通、货币流通、民心相通）建设来全面打造丝绸之路经济带，丝绸之路经济带建设上升为国家战略。丝绸之路经济带是在“古丝绸之路”概念基础上形成的一个新的经济发展区域，被认为是“世界上最长、最具有发展潜力的经济大走廊”。丝绸之路经济带作为一条集交通、物流、贸易、投资与金融的大通道，对沿线各国以及中国沿线各省市的经济发展具有积极意义。建设丝绸之路经济带是实现全球经济一体化的重要战略平台，有利于推动全球经济的持续发展；建设丝绸之路经济带可以形成区域高度开放型经济合作网络，有利于沿线国家、地区实施多种形式并举、灵活务实的经济合作安排；建设丝绸之路经济带是中国发挥国内比较优势的重要途径，有利于沿线各省市利用自身资源，提升经济发展质量。中国西部地区大部分省市处于丝绸之路经济带上，因此抓住构建丝绸之路这一战略机遇，努力推动“五通”建设，对于加快西部地区经济发展速度，提升技术水平具有重要意义。为此，本文将在测算丝绸之路经济带沿线上中国西部九省市（区）的服务业全要素生产率基础上①，分析其生产技术水平，并通过面板计量研究道路相通、贸易畅通和货币流通对服务业生产率的具体影响，以期为沿线各省制定区域发展政策，提升服务业生产率提供参考。

近年来，国内学者在中国服务业全要素生产率研究方面已做出许多有益的探索。一些学者从国家层面和地域层面来研究服务业全要素生产率，例如：杨向阳、徐翔（2006）利用非参数Malmquist指数方法对中国服务业全要素生产率的增长状况进行测算，并将其分解为技术效率和技术进步，结果表明，1990～2003年中国服务业全要素生产率的平均增长率的提升主要得益于技术进步水平的提高[1]。刘兴凯、张诚（2010）使用非参数的Malmquist指数方法测算了中国28个省区市1978～2007年服务业全要素生产率（TFP）变动情况，测算表明，在TFP的变化中，技术进步的“增长效应”明显，但技术效率的“水平效应”相对有限[2]。杨向阳（2012）采用HicksMoorsteen指数方法估算了1978～2002年中国东部九省服务业全要素生产率（TFP）的增长情况，结果发现，东部九省服务业TFP的增长率为主要原因是技术进步水平的提高，技术效率的贡献率明显偏低[3]。另外，部分学者对服务业中的生产性服务业的全要素生产率进行分析，例如：原毅军等（2009）考察了中国生产性服务业全要素生产率的变化及地区差异，研究表明，中国生产性服务业全要素生产率呈现负增长，且东部地区全要素生产率下降的速度要远低于中西部地区[4]。张自然（2009）利用中国29省市生产性服务业面板数据，测算了中国东、中、西部地区的全要素生产率，并将其分解为技术进步和技术效率。研究表明，技术进步对TFP增长起主要作用，技术效率则起补充作用[5]。最后，从国内学者研究服务业全要素生产率的方法上看，大部分学者采用的是非参数方法中的数据包络分析方法（DEA），另有少量学者采用的是参数方法中的生产函数法和随机前沿模型，例如：徐宏毅（2004）基于超越对数前沿生产函数模型，对1992～2002年全要素生产率（TFP）对服务业增长的贡献进行估算，结果表明，TFP的贡献多达30.8%[6]。顾乃华（2005）借助随机前沿生产函数模型，使用面板数据，分析了1992～2002年间我国服务业的增长效率特征，研究表明：中国服务业的发展未能挖掘出现有资源和技术的潜力，技术效率比较低下[7]。

随着建设丝绸之路经济带的提出，测算丝绸之路经济带沿线相关省域近年来的服务业全要素生产率，并在此基础上分析道路相通、贸易畅通和货币流通对生产率的影响具有现实意义。目前，国内外学者对丝绸之路经济带服务业全要素生产率的研究尚处空白，本文尝试利用数据包络分析法（DEA）和面板数据计量分析技术，基于2003～2012年面板数据，对中国丝路沿线西部九省市的服务业全要素生产率及其影响因素进行研究。

二、模型与方法

本文基于Malmquist指数模型测度丝绸之路经济带沿线九省市服务业全要素生产率。Malmquist指数最早由瑞典经济学家Sten Malmquist在进行消费分析时提出，后来Caves，Fare等运用该指数测算生产率的变化。Malmquist指数的实质是通过两个不同时刻距离函数的比值来刻画生产率的变化，然后借助于数据包络分析法来对距离函数求解。Malmquist指数的计算公式为：

三、变量与数据来源

本文在测算丝绸之路经济带服务业全要素生产率时，除了采用资本和劳动作为投入变量以外，还纳入了人力资本变量，这是由于随着知识与科技的进步，人力资本在服务业的发展过程中发挥着越来越大的作用。本文基于2003～2012年丝绸之路经济带九省市面板数据进行实证分析，全要素生产率TFP的测算主要包含四个数据变量：服务业产出、劳动投入、资本投入、人力资本投入，这四个数据变量的详细介绍如下：

1.服务业产出。选取丝绸之路经济带9省市历年服务业增加值作为衡量指标。其中，2005～2012年服务业增加值数据来自《中国第三产业统计年鉴》，2003～2004年服务业增加值数据来自丝绸之路经济带9省市地方统计年鉴。为保证数据的有效性，所有增加值数据都以2002年为基准进行了换算。

2.劳动投入。选取丝绸之路经济带9省市服务业历年年底就业人数作为衡量指标。所有数据来自于历年各省市地方统计年鉴。

3.资本投入。选取丝绸之路经济带9省市历年服务业资本存量作为衡量指标。由于我国并没4.人力资本投入。在本文中，人力资本没有作为直接的要素投入，而是将其反映到纳入人力资本的扩展型劳动力变量概念上。如果一个省的服务业劳动力平均受教育年限为E，那么扩展型的劳动力H可写为：H=e（E）L=hL。其中，e（E）是一个线性分段函数，衡量一个平均受教育年限为E的劳动力的劳动效率[10]。由于我国统计资料中并没有各省服务业从业人员的平均受教育年限，本文以各省从业人员的平均受教育年限作近似替代，相关数据来自《中国人口和就业统计年鉴》。在测算劳动效率时，还需要教育收益率数据，本文采用Hall和Jones对中国教育收益率的研究数据，即中国的教育收益率在小学阶段为0.18，中学为0.134，高等教育阶段为0.151。将受教育年限在0～6年之间的收益率系数确定为0.18，6～12年为0.134，12年以上为0.151。例如，假设一个省的服务业从业人员平均受教育年限为13年，那么该省的劳均人力资本存量为：

四、实证结果分析

基于上述四个投入与产出变量，以丝绸之路经济带九省市2003～2012年面板数据为基础，利用DEAP 2.1软件，对丝绸之路经济带服务业全要素生产率及其分解的测算情况如表1所示。由表1可见，2003～2012年间，丝绸之路经济带九省市服务业全要素TFP平均增长率为4.1%，其中，技术进步年均增长率为4.8%，技术效率年均增长率则为-0.6%。由此可以看出，服务业TFP的增长是技术进步推动的结果，而技术效率的恶化（进一步看是规模效率的恶化）则拉低了服务业TFP的增长水平。这表明在2003～2012年的十年间，随着中国加入世界贸易组织，丝绸之路经济带九省市的对外开放程度进一步加深，外资企业的涌入促进了市场经济的发展，为了在剧烈的市场竞争中占有一席之地，国内企业积极引进先进技术，购置先进设备，加大科研开发力度，推动了服务业的技术进步。但是丝绸之路经济带九省市服务业内部的行业分工不合理，没有形成规模经济，导致了规模效率的降低。

以上是从宏观上对整个丝绸之路经济带九省市服务业TFP及其分解进行了分析。2003～2012年间测算的分省区服务业TFP及其分解如表2所示。从表中可以看到，2003～2012年，除四川省之外的其他八省市的服务业TFP均为正向增长，其中重庆市年均增长率最快，高达11.5%。平均增长率高于5%的省市为：重庆，宁夏，新疆；平均增长率在2%～5%之间的包括甘肃、陕西、云南；而广西、青海的平均增长率低于2%，这八省市的服务业TFP的增长主要来自于技术进步，而技术效率的贡献不大甚至为负。四川省的服务业TFP为负增长（-0.9%），虽然技术进步为正，但是不足以抵消技术效率的恶化，从而使得其全要素生产率降低。

总体来看，在2003～2012年间，丝绸之路经济带各省区之间，TFP增长差异较大。从TFP增长的源泉看，与上文分析整个丝绸之路经济带的情况一致，即服务业TFP的增长主要是技术进步推动的，技术效率贡献不大。

本文将人力资本作为投入要素对服务业TFP进行了测算，为了与没有考虑人力资本时的服务业TFP对比，表3给出了比较结果。从中可以发现，考虑人力资本时，2003～2012年期间丝绸之路经济带的平均TFP增长率（4.1%），低于不考虑人力资本时的服务业TFP平均增长率（4.6%）。而技术进步TEC增长率为4.8%，低于不考虑人力资本时的5.1%；同时技术效率增长率（0.2%）比不考虑人力资本时的（0.5%）要低，说明不考虑人力资本变量，会高估技术进步指数与技术效率指数。这也间接说明人力资本对技术进步和技术效率均具有正向的促进作用。

在将人力资本与劳动、资本一起作为投入要素测算服务业TFP时，之所以出现TFP增长率的降低是因为人力资本作为扩展型劳动力的一部分，提高了劳动力的效率与质量，将人力资本对于全要素增长率的贡献剔除，那么全要素生产率的增长就会下降。

五、丝绸之路经济带服务业TFP的影响因素分析

近年来对服务业全要素生产率影响因素的研究，国内学者已经做出了一些有益的较深入的研究。顾乃华（2008）从市场化程度、就业人员教育水平、起点因素和资本密集度等方面对服务业TFP的变化进行研究[11]。张先锋等（2010）研究了研发资本、人力资本、公共基础设施资本对服务业全要素生产率的影响[12]。周文博等（2013）着重分析了FDI与服务业全要素增长率的关系[13]。前文指出，加强“五通”建设，对于全面打造丝绸之路经济带具有关键作用，为此本文分别选取交通基础设施、对外开放和财政金融支持三大因素考察道路联通、贸易畅通和货币流通对丝绸之路沿线九省市服务业全要素生产率的具体影响，实证分析中采取的一组控制变量包括产业结构、城镇化水平、劳动力素质和经济发展水平。

（一）指标选取与数据说明

本文选取的交通基础设施衡量指标包含货运总量和铁路营业线路里程，对外开放的衡量指标包括进出口贸易总额和外商直接投资，财政金融支持的衡量指标为公共财政收入和贷款余额，并依次选取第三产业增加值占比、城镇化率、人均受教育年限和人均GDP作为产业结构，城镇化水平、劳动力素质和经济发展水平的衡量指标。相关数据来自于历年《中国统计年鉴》、丝绸之路经济带九省市地方统计年鉴以及中经网统计数据库，时间跨度为2003～2012年。

（二）模型构建

首先对面板数据进行平稳性检验，发现所有变量都是零阶平稳的。因此，建立的计量模型如下：

六、结论与政策启示

本文运用非参数估计的Malmquist指数法，并考虑人力资本要素的作用，对2003～2012年丝绸之路经济带九省市服务业TFP的增长进行测算和分解。发现丝绸之路经济带沿线九省市TFP的增长呈现出了明显的省际差异，但是服务业TFP的增长主要来自于技术进步的贡献，技术效率却在恶化。同时本文比较了是否考虑人力资本要素对服务业TFP增长的作用，发现若忽视人力资本因素，会高估技术进步指数与技术效率指数，表明人力资本间接促进了技术进步和技术效率。最后本文从道路联通、贸易畅通和货币流通的视角，实证分析它们对丝绸之路经济带服务业TFP的具体影响，结果表明：交通基础设施、对外开放和财政金融支持均对服务业TFP的增长产生正向促进作用。

基于上述结论，本文提出如下政策建议：（1）人力资本水平的提高对服务业技术进步和技术效率的提升均具有显著的促进作用，丝绸之路经济带各省应加大教育投入力度，不断提高教育发展水平，增强劳动力素质，提升人力资本积累水平以加强技术创新和吸收能力。（2）强化基础设施建设，实现道路互通。沿线各省一方面应积极优化自身交通基础设施网络，提高运输效率，促进交通运输服务业的发展，另一方面要加强同丝绸之路经济带沿线国家的公路、铁路等交通基础设施建设合作，为服务贸易往来提供便利。（3）深化对外开放，推动贸易畅通。沿线各省一方面应提高对外开放水平，尤其加强同中亚等国家服务经贸往来，通过贸易促进生产率的提高，另一方面应充分利用外资，优先引进对技术进步具有重要促进作用的外商投资。（4）增强财政金融支持，推进货币流通。沿线各省一方面应加大对从事服务业的中小型企业的扶持力度，对科技含量高的企业实施财政补贴和税收减免，另一方面，积极推动区域金融合作，优化金融资源配置，使其重点流向技术效率较高的企业。

注释：

①本文中西部九省市（区）包括陕西、甘肃、青海、宁夏、新疆等西北五省以及重庆、四川、云南、广西等西南四省市（区）。

参考文献：

[1]杨向阳，徐翔.中国服务业全要素生产率增长的实证分析[J].经济学家，2006，（3）：68-76.

[2]刘兴凯，张诚.中国服务业全要素生产率增长及其收敛分析[J].数量经济技术经济研究，2010，（3）：55-67.

[3]杨向阳.基于HicksMoorsteen指数法的中国服务业TFP分解——以东部九省为例[J].财贸研究，2012，（1）：62-69.

[4]原毅军，刘浩，白楠.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[J].中国软科学，2009，（1）：159-167.

[5]张自然.考虑人力资本的中国生产性服务业TFP分解[J].经济前沿，2009，（8）：12-18.

[6]徐弘毅，欧阳明德.中国服务业生产率的实证研究[J].工业与工程管理，2004，（5）：73-76.

[7]顾乃华.1992—2002年我国服务业增长效率的实证分析[J].财贸经济，2005，（4）：85-91.

[8]宋海岩，刘淄楠，蒋萍等.改革时期中国总投资决定因素的分析[J].世界经济文汇，2003，（1）：44-56.

[9]徐现祥，周吉梅，舒元.中国省区三次产业资本存量估计[J].统计研究，2007，（3）：6-13.

[10]彭国华.中国地区收入差距、全要素生产率及其收敛分析[J].经济研究，2005，（9）：19-29.

[11]顾乃华.我国服务业发展的效率特征及其影响因素[J].财贸研究，2008，（4）：60-67.

[12]张先锋，丁亚娟，王红.中国区域全要素生产率的影响因素分析——基于地理溢出效应的视角[J].经济地理，2010，（12）：1955-1960.

[13]周文博，樊秀峰，韩亚峰.服务业FDI技术溢出与服务业全要素生产率增长——理论分析和基于中国的实证检验[J].华东经济管理，2013，（6）：92-97.

（责任编辑：钟 瑶）