吴 林,董洪光,杨佳其,王 娜
(安徽理工大学 经济与管理学院,安徽 淮南 232001)
近年来,安徽省服务业发展稳步提升,服务业增加值逐年增长。2021年安徽省GDP总量为42 959.2亿元,在全国省份位居第11,三大产业构成比例为:7.82:41:51.18,服务业增加值达到21 985.4亿元,相比十三五规划初年增长79%,年平均增长率12%[1],服务业成为安徽省经济发展的第一驱动力;但和长三角其他地区相比仍存在较大差距,2021年安徽省服务业增加值仅相当于长三角地区上海、江苏、浙江的69.4%、36.7%和54.8%;因此如何提高安徽省服务业的发展效率,实现融入长三角一体化发展,是一个非常值得研究的问题。
目前,学者们针对服务业效率评价进行了大量的研究,梳理国内外相关文献发现服务业投入产出效率的研究主要围绕两个方面:第一,在服务业效率研究地域尺度方面,可以分为城市尺度、省域尺度、国家重点区域尺度。城市尺度服务业效率评价中,张东海[2]对上海市服务业的经济效率进行测度,发现上海市服务业综合技术效率、纯技术效率和规模效率都较高,但部分行业存在投入冗余和产出不足。陈伟丽[3]通过对郑州市生产性服务业发展进行分析,研究发现,郑州市生产性服务业发展中存在科技创新不够、经济发展规模不足、结构不合理等问题。省域尺度服务业效率评价中,徐隋等[4]对江苏省2013~2017年服务业进行分析,结果表明,江苏省服务业资源投入不合理、发展不稳定、区域差异性大。陈露等[5]以中国31个省为研究对象,对2012~2016年样本数据进行分析,研究发现,整体上我国服务业投入产出效率持续上升,但发展不平衡。Mahadevan R[6]通过对新加坡服务业效率研究,结果表明资源投入要素是影响该国服务业效率增长的关键因素。国家重点区域尺度服务业效率评价中,刘潇[7]对长三角地区生产性服务业增长效率进行分析,结果表明浙江生产性服务业较上海和江苏有更好的增长效率,发展更为稳定。彭晓静[8]通过对京津冀城市群科技服务业发展效率进行静态和动态评价,结果表明各城市之间科技服务业综合技术效率不高,存在显著的区域差别。
第二,在服务业效率的研究方法方面,Zhu Nan等[9]采用数据包络分析(DEA)和Malmquist模型相结合的方法,对巴基斯坦银行服务业效率进行研究,研究发现外资银行的平均技术效率和纯技术效率得分均优于本国银行,国内商业银行全要素生产率变化呈下降趋势。闫昱彤等[10]采用三阶段DEA模型方法,以我国31个省份医疗服务业的投入产出数据,进行医疗服务业的全要素生产率分析,发现技术进步是影响医疗服务业全要素生产率的关键因素。胡彦蓉等[11]采用DEA交叉模型对我国服务业效率进行评价,结果表明我国服务业效率省际差异明显,省域间服务业效率的空间非均衡性显著。
上述研究表明:DEA模型和Malmquist指数法是目前服务业效率评价研究的最经典的研究方法之一,现有研究中针对安徽省各地市服务业产出效率的研究较少;因此本文拟采用DEA数据包络分析方法,对安徽省2015~2020年16个地级市服务业投入产出效率进行测算并对其影响因素进行研究,为安徽省服务业综合效率提高提供决策依据。
DEA是非参数方法中较为常用的效率评价方法,它允许测量多个投入、多个产出的复杂系统,对决策单元进行相对有效性评价;该模型基于线性规划构造生产前沿面被广泛应用于解决企业效率测度。
数据包络分析中典型的模型有CCR和BCC两种基本模型,CCR模型指当投入量以等比例增加时,产出量应以等比例增加,即规模报酬不变;BCC模型指当投入量一定比例增加时,产出量不一定等比例增加,即规模报酬可变。在投入、产出角度选择方面,当以投入为导向时,假设在产出不变的情况下,得到投入要素最小化;当以产出为导向时,假设在投入不变的情况下,得到产出要素最大化,本文选择以产出为导向的DEA模型来研究安徽省服务业投入产出效率问题。
然而企业在实际的生产过程中受到外部环境等多种因素影响,规模报酬并不会一成不变,因此本文选用以产出为导向的DEA-BCC模型。
1.DEA-BCC模型产出为导向的数学原理
本文选用以产出为导向的数据包络分析模型,具体的数学原理如下:
公式(1)中,φd代表决策单元的效率值;ε代表大于零的非阿基米德无穷小量,λj代表第j个决策单元的权重,为投入松弛变量、为产出松弛变量。 若最优解为(φd,λj),那么该决策单元是否有效有如下判断:当φd=0时,该决策单元无效;当φd=1,且≥0,≥0时,该决策单元为强有效;当φd=1,≠0,≠0时,该决策单元为弱有效。
2.Malmquist指数模型的数学原理
本文研究服务业效率变化指数可表示为:
当规模报酬不变条件下,服务业效率变化指数可分解为技术效率变化指数(EFFCH)和技术进步指数(TECHCH),由此可知效率变化之间的关系如下:
当规模报酬可变时,技术效率变化指数(EFFCH)还可进一步分解为纯技术效率指数(PECH) 和 规 模 效 率 指 数 (SECH), 即M=TECHCH×PECH×SECH,表明全要素生产率变化通过技术进步变化、纯技术效率变化和规模效率变化共同影响[12]。
若M>1时,随时期变化,该决策单元服务业效率呈上升的趋势;若M=1时,该决策单元服务业效率不随时期变化;若M<1时,随时期变化,该决策单元服务业效率呈下降的趋势。当技术效率变化指数和技术进步变化指数均大于1时,说明其是全要素生产率增长的主要影响因素;反之,则是全要素生产率下降的主要原因。
依据近几年国内外典型文献的研究,针对服务业效率评价,发现不同的学者们从不同的角度进行研究,构建的服务业的评价模型也有所差异,他们的研究成果为本文的研究提供了建模的基础,所采用的输入、输出指标具体如表1所示。
表1 服务业效率评价指标建模统计表
根据表1评价指标汇总,典型研究表明,学者们主要考虑的投入指标有从业人员数量、固定资产投资额、主营业务成本、法人单位数,产出指标有服务业生产总值、服务业增加值;考虑到评价指标的精简原则和数据的可操作性、科学性、易得性原则,依据生产函数模型理论,本文选取服务业从业人数、服务业固定资产投资额作为投入指标要素,选取服务业生产总值作为产出要素构建安徽省服务业投入产出效率评价指标模型。
安徽省服务业投入产出效率评价采用2015~2020年的服务业相关指标数据,研究数据均来源于 《安徽省统计年鉴》及安徽省各地级市统计年鉴,具体指标数据描述性统计如表2所示。
表2 投入产出变量描述性统计表
运用DEAP2.1软件,得出2020安徽省各地级市服务业投入产出的效率,具体结果如表3所示。
表3 2020年安徽省各地级市服务业投入产出效益指标表
续表3
1.综合技术效率分析
(1)均值分析
通过表3可知2020年安徽省16个地级市中服务业的综合技术效率平均值为0.723,距离服务业有效前沿面存在27.7%的进步空间,表明安徽省服务业效率整体水平不高。
(2)极值分析
在安徽省16个地级市中综合效率值为1的仅有合肥市和安庆市两个地区,占研究样本总数的12.5%。即合肥市、安庆市两个地区服务业产出效率达到有效状态,表明它们在服务业发展中资源得到了有效的利用,投入要素达到了最优组合,能够获得最大的产出,促使安徽省服务业企业经济效益整体增加。有14个地级市服务业综合效率未达到有效,占研究样本总数的87.5%,表明安徽省较多地区在服务业发展中资源没有得到充分利用,存在投入产出转化率不足,资源浪费的现象。
2.纯技术效率分析
(1)技术有效
2020年安徽省服务业纯技术效率均值为0.822,合肥市、马鞍山市、池州市、安庆市、黄山市5个地区纯技术效率值为1,实现了纯技术有效,构成了生产前沿;说明这些地区技术发展得到了有效利用,管理水平达到了最高。
(2)技术无效
淮北市、亳州市等11个地区纯技术效率值小于1,未达到纯技术有效状态,占总研究地区的68.75%,说明这些地区的纯技术效率需要持续改进。
3.规模效率分析
规模效率反映了安徽省服务业发展规模对各市区服务业产出效果的影响和经济发展状况。
(1)均值分析
2020年安徽省服务业规模效率均值为0.894,总体水平较高,表明安徽省服务业整体上的规模收益与最大收益之间存在10.6%的进步空间。
(2)极值分析
合肥市、安庆市达到了规模有效状态,规模效率值均为1,表明这两个地区服务业规模报酬不变,投入产出比最大,达到了最优的生产规模状态,需要持续保持;其余14个地区服务业均处于规模无效状态,且规模报酬为递增(irs)状态,表明这些地区服务业投入规模不足,应加大投入规模,使服务业生产效率提高。
(3)相关性分析
安徽省16个地级市中,规模有效的仅有2个地区,剩余地区均未达到规模有效状态,恰好也是综合效率非DEA有效地区,而纯技术效率有效的有5个地区,说明了投入规模无效是导致安徽省服务业综合效率无效的主要原因,这些地区需调整投入规模,提高资源利用率,促使达到规模有效状态,使服务业整体产出最大化。
为更全面了解安徽省近年来服务业投入产出效率发展变化,根据上文构建的评价指标体系,采用DEA-Malmquist模型,通过DEAP2.1软件进行计算,得到2015~2020年安徽省服务业投入产出效率动态变化结果,汇总结果如表4、表5及图2所示。
1.各年份全要素生产率分析
2015~2020年安徽省16个地级市服务业投入产出效率的DEA-Malmquist指数结果如表4所示。
表4 2015~2020年安徽省各地级市服务业投入产出效率变动趋势表
由表4可以看出,2015~2020年间,安徽省服务业全要素生产率均值为1.059,呈增长趋势,即6年间安徽省服务业产出效率平均增幅5.9%。增幅最大的为技术进步指数,达到了1.101,平均增长率为10.1%;其中,技术效率平均增长率为-3.8%,纯技术效率平均增长率为-2.1%,规模效率平均增长率为-1.8%,仅有技术进步指数为正向增长率,由此可见,技术进步效率上升是导致2015~2020年安徽省服务业产出效率增长的主要原因。
2015~2020年安徽省服务业投入产出生产效率变化趋势图如图1所示。
图1 2015~2020年安徽省服务业各效率变化趋势图
从图1可以得知,各年变化情况中,全要素生产率变化趋势呈现 “上升-下降-上升-下降”趋势,仅有2016年和2018年全要素生产率变化指数小于1,其余年份都大于1,其中2017年全要素生产率增幅最大,达到了30.3%;说明安徽省服务业整体发展不稳定,波动明显,受到多方面因素制约。
2.地区全要素生产率分析
2015~2020年间,安徽省各地级市服务业DEA-Malmquist指数分析结果见表5。
表5 安徽省各地级市2015~2020年服务业产出效率及其分解表
续表5
由表5看出,亳州市、宿州市、淮南市、马鞍山市全要素生产率值小于1,说明这四个地区全要素生产率呈现下降趋势,占研究总数的25%。其余12个地区全要素生产率值均大于1,占研究总数的75%;增幅最大的是蚌埠市,其次是合肥市,增长率分别为23.5%、16.2%,蚌埠市全要素生产率提升的主要原因是技术进步增幅了34.6%,是蚌埠市在服务业发展中注重科技使用的结果。合肥市服务业发展中技术效率、纯技术效率、规模效率均达到了有效状态,处于综合效率前沿面上,表明合肥市在服务业发展中管理效率、科技应用程度和资源配置都得到了合理调控。
本文运用DEA中的BCC模型和DEAMalmquist模型对安徽省2015~2020年服务业投入产出效率进行了综合评价研究,得到如下结论:
(1)2020年安徽省服务业综合效率均值为0.723,距离服务业有效前沿面存在27.7%的进步空间;亳州市服务业效率最低,综合效率值为0.523,仅有合肥市、安庆市2个地级市服务业投入产出效率达到DEA有效状态,其余14个地级市均未达到DEA有效状态,占研究地区总数的87.5%。
(2)投入规模不足是导致安徽省服务业产出效率无效的主要因素,技术水平偏低是次要因素。安徽省服务业规模效率均值为0.894,纯技术效率均值为0.822;纯技术效率有效的地级市为5个,规模效率有效的仅有合肥市、安庆市2个地区,规模效率无效的地区占研究地级市总数的87.5%,规模报酬均处于递增状态,表明这些地区服务业投入规模过小。
(3)安徽省服务业效率总体呈增长趋势,对服务业全要素生产率增长贡献最大的是技术进步。2015~2020年安徽省服务业投入产出效率变化趋势与技术进步指数的变化趋势大致相同,且技术进步增幅远大于其它全要素分解指数,是安徽省服务业高速发展道路中重要的影响因素。
(4)安徽省各地级市间服务业发展不平衡,地域差异明显。在安徽省16市中,合肥市等12个地区的全要素生产率是进步的 (全要素生产率>1),其余的地区是退步的;仅有合肥市、安庆市所有的分解效率指数均大于1,表明这两个地区在服务业发展中技术进步、技术效率、纯技术效率、规模效率方面都得到了提升,其余地区均存在不同的影响因素导致自身服务业发展受限。
根据以上结论,对安徽省服务业投入产出效率的实际情况,提出以下建议,为安徽省服务业高质量发展提供科学参考。
(1)优化投入要素匹配度。根据安徽省各市服务业发展情况,黄山市、铜陵市、淮北市要着重加大服务业投入规模,扩大生产规模,找出最优投入产出比例,合理配置资源,充分发挥资源利用率,减少服务业资源浪费现象,达到规模有效状态。
(2)加强技术创新投入力度。政府应大力发展高新技术,引用先进的生产技术,提升企业自主创新能力,并提供资金支持;亳州市、宿州市、阜阳市、宣城市不仅要加强技术创新,还要节约资源,提高对服务业投入资源的利用率;技术进步是保持安徽省服务业产出效率水平稳定发展的重要条件,同时,对传统服务业企业努力向高新技术企业转型。
(3)提高服务业从业人员素质水平。重视高素质人才培养,加强服务业从业人员工作技能培训和生产技能知识学习,从而提高服务业劳动力投入整体水平,增加资源投入力度,促进安徽省服务业高速发展。
(4)加强区域间交流合作。安徽省各地级市服务业发展状况差异显著,因此各地级市之间企业需注重合作与交流,协调发展;互享服务业科技成果与优良经验,以弥补不足,提高服务业产出效率,减少安徽省各地级市服务业发展水平差距。
(5)加强区域服务业规模化,实现集约式发展。政府应鼓励安徽省区域服务业企业扩大发展规模,合理的采用现代管理和技术,实现集约式发展,促使服务业产出效率提高,企业效益增加,为提高安徽省服务业效率奠定良好的基础。