3中国服务业全要素生产率变动的实证分析基于非参数Malmquist指数方法1.docx
《3中国服务业全要素生产率变动的实证分析基于非参数Malmquist指数方法1.docx》由会员分享，可在线阅读，更多相关《3中国服务业全要素生产率变动的实证分析基于非参数Malmquist指数方法1.docx（13页珍藏版）》请在冰豆网上搜索。
3中国服务业全要素生产率变动的实证分析基于非参数Malmquist指数方法1
研究领域：
发展经济学
中国服务业全要素生产率变动的实证分析
——基于非参数Malmquist指数方法
杨向阳徐翔
（南京农业大学经济管理学院，南京210095）
内容提要本文运用1990-2003年省级面板数据（paneldata），采用非参数Malmquist指数方法，实证分析了中国服务业增长过程中全要素生产率的变动状况，并将其进一步分解为技术效率和技术进步。
研究结果表明，1990-2003年中国服务业全要素生产率的平均增长率为%，主要原因是技术进步水平的提高，但技术效率下降产生的负面影响也不可忽视，且在不同时期技术效率和技术进步对中国服务业全要素生产率增长的贡献存在一定差异；同时，东部、中部和西部地区之间和地区内部服务业全要素生产率的增长率也存在显著差异，导致这种差异的主要原因是技术进步水平不同。
关键词服务业全要素生产率Malmquist指数技术进步技术效率
一、引言
自内生经济增长理论产生以来，许多学者通过实证分析探讨了世界各国及地区间经济增长过程中的生产率变动状况。
在研究方法上，过去十多年的实证分析主要集中在三个方面：
一是通过建立线性回归方程，估计要素投入与技术进步对经济增长的贡献，由此探讨经济增长的源泉问题；二是进一步分析和发展估计全要素生产率（即广义技术进步）增长的理论和方法；三是解释单位资本产出和人均产出的动态分布规律（Kruger，2003）。
以Chow（1993）为标志，中国经济全要素生产率逐渐成为众多国内外学者研究的热点问题。
目前，关于中国经济全要素生产率（TotalFactorProductivity，TFP）的研究主要集中在以下三个方面：
一是中国经济总体TFP。
尽管由于数据来源和处理方法（特别是对资本存量的估计）及研究方法的不同，有关中国经济总体TFP的研究在具体估计结果上有一定差异，但总体结论基本上是一致的：
改革之前TFP对中国经济增长的贡献甚微，改革之后则有了显著提高（李京文等，1998；王小鲁，2000；张军等，2003；Young，2003）。
二是农业部门TFP。
在过去的十多年里，众多学者研究了中国农业部门TFP的增长状况，并得出了比较一致的结论：
1952-1978年几乎所有省份的TFP增长均为负值，1978年农村经济改革至20世纪80年代中期TFP的增长为正，且有显著的提高，而农业内部各行业TFP也表现出明显的增长；80年代后期TFP增长速度明显下降，并在此后出现了负增长的情况；进入90年代后，TFP在前半期再次取得快速增长，而后半期增长速度则明显回落（Lin，1992；Wen，1993；Kalirajanetal.，1996；Fan，1997；Colbyetal.，2000；Jinetal.，2002）。
三是工业部门TFP。
与中国经济总体和农业部门TFP不同的是，关于改革开放以来中国工业部门TFP的研究目前尚未取得比较一致的结论，如同样运用城市工业加总数据，Jeffersonetal.（1992）与Xiao（1991）对80年代中期TFP增长的估计结果却存在显著差异，类似的情况也出现在对国有企业TFP的估计上（Grovesetal.，1994；Huang，1997）。
一些研究认为，1978年以来TFP对中国工业增长的作用十分有限（Chenetal.，1988；李京文等，1992），对大部分行业而言，TFP并不是产出增长的主要来源（李小平等，2005）。
相比之下，对中国服务业部门全要素生产率的研究还非常少。
郭克莎（1992）发现，根据索罗余值法，1979-1990年中国服务业全要素生产率的平均增长率为%。
程大中（2003）发现，从上世纪90年代开始，中国服务业增长的驱动力发生了变化，资本—产出比增长率对服务业人均产出增长率的贡献开始超过全要素生产率增长率的贡献，原因是中国服务业的技术进步属于略微资本增强型。
杨向阳等（2004）则从生产率与规模报酬角度研究了要素投入的边际变化对中国服务业增加值增长的影响，但是他们没有从所有投入要素整体产出效率的角度进行分析，而这一分析是完全必要的。
基于随机前沿生产函数模型，徐宏毅等（2004）发现，1992-2002年中国服务业全要素生产率的平均增长率为%，且这一贡献主要来自技术进步；而顾乃华（2005）的研究结果则显示，1992-2002年全要素生产率对中国服务业增长的贡献非常小，且技术效率低下。
总体而言，上述实证研究对于认识中国服务业的增长过程与质量，促进中国服务业发展，以及进一步的研究具有重要意义。
但应当说明的是，这些研究在方法上也存在明显的不足之处：
普遍采用CD生产函数或随机前沿生产函数方法，由于不同的生产函数代表不同的技术类型，这种事先确定模型的做法很有可能影响分析结果的准确性和一致性。
本文将主要使用面板数据对中国服务业全要素生产率及其增长来源进行实证分析，试图从以下三个方面对已有研究进行拓展：
一是采用基于产出的非参数Malmquist指数方法研究中国服务业TFP的增长状况，并将其进一步分解为技术效率变化指数和技术进步指数，以避免由于事先确定函数形式可能给分析结果带来的负面影响；二是考察了中国大陆30个省服务业全要素生产率增长状况，现有研究通常出于数据缺失方面的原因将海南和西藏两省排除在外，随着今后统计序列的延长，这两个省的数据可以延续，尝试将其纳入实证研究的范围可能会有一定的积极意义（张军等，2004）；三是将研究区间扩展到1990-2003年，以探讨不同经济发展时期中国服务业全要素生产率的变动状况。
二、研究方法
在本文的分析中，我们把中国大陆地区的每个省作为一个决策单元，运用Fareetal.（1994）提出的基于DEA的Malmquist指数方法来估计中国服务业全要素生产率的变动状况。
Malmquist指数最初由Malmquist（1953）提出，Cavesetal.（1982）首先将该指数应用于生产率变化的测算，此后与Charnesetal.（1978）建立的DEA理论相结合，在生产率测算中的应用日益广泛。
在实证分析中，研究者普遍采用Fareetal.（1994）构建的基于DEA的Malmquist指数。
Malmquist生产率指数主要具有三个方面的优点：
（1）不需要相关的价格信息，这对实证分析特别重要，因为，一般情况下，相关投入和产出的数量数据比较容易得到，而要素价格等信息的获取通常比较困难，有时甚至不可能；
（2）适用于多个国家或地区跨时期的样本分析；（3）可以进一步分解为技术效率变化指数和技术进步指数。
从t时期到t+1时期，度量全要素生产率增长的Malmquist指数可以表示为：
（1）
式
（1）中，
和
分别表示（t+1）时期和t时期的投入和产出向量；
和
分别表示以t时期技术Tt为参照，时期t和时期（t+1）的距离函数。
以t时期技术Tt为参照，基于产出角度的Malmquist指数可以表示为：
（2）
类似地，以t+1时期技术Tt+1为参照，基于产出角度的Malmquist指数可以表示为：
（3）
为避免时期选择的随意性可能导致的差异，仿照Fisher理想指数的构造方法，Cavesetal.（1982）用式
（2）和式（3）的几何平均值即
（1）式，作为衡量从t时期到t+1时期生产率变化的Malmquist指数。
该指数大于1时，表明从t时期到t+1时期全要素生产率是增长的。
根据上述处理所得到的Malmquist指数具有良好的性质，它可以分解为不变规模报酬假定下技术效率变化指数（EC）和技术进步指数（TP），其分解过程如下：
（4）
其中技术效率变化指数还可进一步分解为纯技术效率指数（PC）和规模效率指数（SC）。
为了度量Malmquist生产率指数，需要借助线性规划方法来计算有关投入和产出的各种距离函数。
对于t时期到t+1时期第i个省服务业全要素生产率的变化，需要计算如下四个基于DEA的距离函数：
（5）
三、数据来源与处理
众多已有的实证研究表明，数据来源与处理方法的不同是导致研究结果差异的重要原因之一。
本文分析所使用的基本数据主要来源于《新中国五十年统计资料汇编》、《中国固定资产投资统计年鉴1950-1995》和《中国统计年鉴》（1991-2004年）。
分析使用的样本为1990-2003年中国30个省的服务业投入和产出数据。
实证分析数据的选择和处理如下：
（一）产出水平
产出水平用各省服务业增加值表示，并按1985年不变价格指数进行缩减。
（二）资本投入
各省服务业资本投入用资本存量来衡量。
一般地，该数据可以根据有关资本形成以及每年固定资产投资的数据推算而得。
这里根据国际通用的永续盘存法进行估计，定义本期的资本存量为上一期的资本存量加上当年的投资，再减去折旧，即：
（6）
式（8）中，Kt是t年的资本存量，It是t年的投资额，δ是折旧率。
受统计数据的限制，无法估算中国各省服务业全部的固定资本投入，为此，这里采用主要固定资产即基本建设投资和更新改造投资来代替。
《中国统计年鉴》（1995）报告了1952-1992年之间国有部门的有关工业、运输业、通讯业、商业与粮食部门的固定资产折旧率，这里用商业部门的折旧率作为服务业的折旧率。
为了估计资本存量的初始值，本文采用Kohli（1982）的方法。
具体地，假定1952-2003年之间各省服务业投资的实际增长率与实际服务业增加值的增长率是相同的，以稳定的速度r增加，这样可以得到：
（7）
这种估计方法可以保证1990年的资本存量不受以后逐年数据的影响（樊胜根等，2003）。
而且考虑到2003年较小的资本存量值和较高的投资量，1990年的基值对以后逐年资本存量估计的影响并不大。
在估计上面的各省服务业资本存量之前，这里用分省的固定资产投资价格指数来折算实际的资本形成与固定资产投资，该指数国家统计局从1991年开始公布，可以满足本文分析的需要。
（三）劳动力投入
严格地说，劳动力投入应该考虑数量和质量两个方面，但考虑到数据的可得性，本文用各省服务业年底从业人员数表示。
四、实证分析结果
由于本文使用的是省级面板数据，因此，在分析中国服务业全要素生产率的变动时，我们计算了1990-2003年之间中国大陆各省服务业TFP逐年的Malmquist生产率指数，并进行了分解。
然后，将各省的计算结果进行汇总平均后得到中国服务业TFP的总体变动状况。
（一）中国服务业全要素生产率的变动
表1列出了1990-2003年中国服务业全要素生产率的Malmquist指数及其分解结果。
根据表1，可以发现：
1990-2003年中国服务业全要素生产率的平均增长率为%，这主要得益于技术进步水平的提高，其平均增长率为%；而同期技术效率则为负增长，其平均增长率为%，其中，纯技术效率平均增长率为%，而规模效率平均增长率为%。
从最终的估计结果来看，技术效率的下降在相当程度上抵消了技术进步水平提高的效果，由此导致1990-2003年中国服务业全要素生产率的平均增长率仅维持在%的较低水平，这与徐宏毅等（2004）的结果存在一定差异，与顾乃华（2005）的结果则比较接近，主要是在技术效率下降方面，且在技术进步是推动中国服务业全要素生产率增长的主要动力方面是一致的。
导致本文研究结果与已有研究结果存在上述差异的可能原因是，一是数据来源和估计方法（特别是对资本存量的估计）不同，二是研究方法不同，这在前文已经作了分析，此处不再赘述。
表1中国服务业Malmquist生产率指数及其分解（1990-2003）
年份
Malmquist
生产率指数
技术进步
指数
技术效率
变化指数
纯技术效率变化指数
规模效率
指数
1991-1990
1992-1991
1993-1992
1994-1993
1995-1994
1996-1995
1997-1996
1998-1997
1999-1998
2000-1999
2001-2000
2002-2001
2003-2002
平均
从实际情况来看，这一时期，中国服务业增加值平均增长率为%，略低于中国经济平均增长率%。
尽管上世纪90年代以来中国经济增长主要是由服务业拉动的（刘伟等，2005），但本文的分析结果表明，两者的增长本身仍存在明显的差异。
这也从另外一个角度说明，如果全要素生产率能保持较高的增长率，今后一段时期中国服务业将获得更快速度的增长，其增加值占国内生产总值的比重进一步提高是完全可能的。
但是，应该注意的是，得出这一结论主要是基于对中国服务业增长过程本身考察的结果，而不是基于其它任何依据（包括国际比较）。
从变化趋势上看，1990-2003年期间，中国服务业的技术效率逐渐由正增长转为负增长，导致这种变化的原因可能是，中国的市场经济改革在上世纪90年代初期有了根本性突破，这与70年代末80年代期农村经济体制改革对生产效率有显著的正向影响是类似的。
但是，除1996年和1998年外，1995年之后中国服务业的技术效率总体上呈下降趋势，并且多数年份是负增长，这一方面是经济改革对服务业技术效率的影响与90年代初期相比有所减弱，另一方面是由于服务业的市场化改革还只是刚刚开始，其总体垄断程度还比较高，从而在一定程度制约了技术效率的提高。
相比之下，1990-2003年中国服务业的技术进步非常明显，除90年代中期部分年份有所下降外，其它年份均保持正增长，成为推动中国服务业全要素生产率增长的主要动力。
导致这一结果的原因可能是，90年代以来技术进步速度有较大幅度的提高，特别是信息技术的快速发展，使得信息技术产业在服务业中的地位日益重要，而且对服务业其它行业的影响也越来越大，从而加速了中国服务业整体技术进步水平的提高。
（二）各地区服务业全要素生产率的变动
为了比较不同地区服务业TFP变动的差异，我们在已有分析结果的基础上，将本文考察的30个省进一步划分为东中西部三大地区，具体结果如表2所示。
表2各地区服务业平均Malmquist生产率指数及其分解（1990-2003）
省份
Malmquist
生产率指数
技术进步
变化指数
技术效率
变化指数
纯技术效率变化指数
规模效率
指数
北京
天津
河北
辽宁
上海
江苏
浙江
福建
山东
广东
海南
东部地区平均
山西
吉林
黑龙江
安徽
江西
河南
湖北
湖南
中部地区平均
内蒙古
广西
四川
贵州
云南
西藏
陕西
甘肃
青海
宁夏
新疆
西部地区平均
表2的结果显示：
中国东部、中部和西部地区服务业全要素生产率增长存在显著差异，且影响全要素生产率增长的原因也不相同。
具体而言，
1．东部地区
从1990-2003年东部地区平均时间序列来看，服务业全要素生产率的平均增长率为%，主要原因是技术进步水平的提高，其平均增长率为%。
在东部地区内部，只有河北和山东服务业全要素生产率的平均增长率为负（分别是%和%），主要原因是技术进步水平的下降，河北还伴随有技术效率的下降，其它各省则均为正增长。
其中，全要素生产率增长速度位于前三位的分别是北京、上海和天津，其平均增长率分别为%、%和%，而且技术进步均是全要素生产率增长的主要推动力，平均增长率分别为%、%和%，而技术效率的作用则非常小，只有天津的技术效率提高比较明显，平均增长率达到%；接下来是海南、福建、江苏、浙江和辽宁，其平均增长率分别为%、%、%、%和%，但在推动全要素生产率增长的动力方面却有所不同，海南全部来自技术进步水平的提高，而且其技术效率是下降的，福建、浙江和辽宁则主要是依靠技术进步的推动，技术效率只起到很小的作用，江苏是东部地区唯一技术效率贡献率大于技术进步水平且均保持正增长的省份；服务业全要素生产率增长速度最慢的是广东，平均增长率只有%，主要原因是技术效率下降幅度比较大，在东部地区仅小于海南，在相当程度上抵消了技术进步提高的效果。
2．中部地区
从1990-2003年中部地区平均时间序列来看，服务业全要素生产率的平均增长率为%，主要原因是技术进步水平的下降，其平均增长率为%，而技术效率的平均增长率只有%。
在中部地区内部，只有黑龙江和吉林两省服务业全要素生产率保持了正增长，其平均增长率分别为%和%，这主要得益于技术效率的提高，其平均增长率分别为%和%，而其它各省则均为负增长。
值得注意的是，黑龙江是中部地区唯一技术效率增长率大于技术进步水平且均保持正增长的省份。
全要素生产率增长速度下降最快的是河南，平均增长率为%，主要原因是技术效率和技术进步均大幅度下降，其平均增长率分别为%和%；其次是江西、湖南和安徽，其平均增长率分别为%、%和%，主要原因是技术进步水平下降比较明显，平均增长率分别为%、%和%；全要素生产率增长速度下降最小的是山西和湖北，平均增长率分别为%和%，主要原因是技术效率和技术进步均出现了一定程度的下降，特别是技术进步下降比较明显。
3．西部地区
从1990-2003年西部地区平均时间序列来看，服务业全要素生产率的平均增长率为%，主要原因是技术效率和技术进步同时出现下降，其平均增长率分别为%和%。
在西部地区内部，只有西藏和新疆两省服务业全要素生产率保持了正增长，其平均增长率分别为%和%，但西藏服务业全要素生产率快速增长的主要原因是技术效率的提高，其平均增长率为%，而技术进步水平却是下降的，其平均增长率为%，新疆服务业全要素生产率保持较低水平正增长的主要原因是同时出现了技术进步水平提高和技术效率下降的情况，而技术进步略占优势，其平均增长率分别为%和%。
在服务业全要素生产率增长为负的其它省份中，速度下降最快的是贵州，平均增长率达到%，也是全国之最，主要原因是技术效率和技术进步的同步下降，其平均增长率分别为%和%；其次是广西和甘肃，其平均增长率分别为%和%，主要原因也是技术效率和技术进步的同步下降，广西分别为%和%，而甘肃则分别为%和%；再次是内蒙古、陕西、青海、宁夏和云南，其平均增长率分别为%、%、%、%和%，但导致全要素生产率增长为负的原因有所不同，内蒙古和陕西主要是技术效率和技术进步同时下降，而青海、宁夏和云南则主要是技术效率的下降幅度超过技术进步的上升幅度；最后是四川，平均增长率为%，主要原因是技术进步水平的下降，其平均增长率为%，而技术效率的平均增长率只有%。
综合上述分析，无论是中国东部、中部和西部地区之间还是三大地区内部，服务业全要素生产率均存在显著差异。
在推动服务业全要素生产率增长的动力上，只有东部地区与全国总体水平保持一致，主要是技术进步水平的提高，并且保持正增长；中西部地区服务业全要素生产率水平则均为负增长，中部地区技术效率有小幅提高，但技术进步下降幅度较大，而西部地区的技术效率和技术进步均有所下降。
进一步的分析可以发现，东中西部地区服务业全要素生产率的上述变动与中国各地区经济发展的实际情况是密切相关的。
这突出表现在，尽管总体上三大地区服务业技术效率基本没有提高，甚至是下降的，但技术进步水平却在地区之间表现出明显的差异，即东部地区的技术进步水平保持快速的正增长，这与中西部地区服务业技术进步水平的负增长形成了鲜明对比。
这一结果表明，1990年以来，技术进步是导致服务业全要素生产率增长进而服务业增长地区差异的最重要因素。
这也从另外一个角度说明，尽管本文分析的只是服务业这一个部门，但仍能反映出市场化改革以来的地区经济发展差距，而导致这种差距的根源在于全要素生产率的差异（主要是其中的技术进步）。
因此，提高全要素生产率将是促进中国服务业增长的关键所在，特别是应重视技术效率的提高。
但是，需要注意的是，由于在经济发展水平、服务业内部行业结构等方面的差异，在制定相关政策时应当有所区别。
五、简要结论
本文运用省级面板数据，采用非参数Malmquist指数方法实证分析了1990-2003年中国服务业增长过程中全要素生产率的变动状况，并将其进一步分解为技术效率和技术进步。
研究结果表明，1990-2003年中国服务业全要素生产率的平均增长率为%，主要原因是技术进步水平的提高，但技术效率下降产生的负面影响也不可忽视，且在不同时期技术效率和技术进步对中国服务业全要素生产率增长的贡献存在一定差异；同时，东部、中部和西部地区之间和地区内部服务业全要素生产率的增长率也存在显著差异，导致这种差异的主要原因是技术进步水平不同，而技术效率的差异并不明显。
根据上述分析结果，要提高中国服务业全要素生产率水平，需要同时重视技术效率和技术进步水平的提高。
单独依靠一个方面，全要素生产率的增长将是有限的，这已为中国服务业发展的实践所证明。
因此，采取有效措施，加快中国服务业的市场化改革势在必行，这对提高服务业技术效率具有重要的积极意义。
在中国加入WTO和经济体制改革不断深入的背景下，这将是今后一段时期促进中国服务业持续快速发展的有效途径。
另外，本文的分析结果也从一个侧面表明，如果能采取适当的政策措施，实现中国服务业全要素生产率的较快增长，今后一段时期中国服务业保持快速增长是完全可能的，这和江小涓（2005）的研究结果是一致的。
需要说明的是，本文的研究结论还是初步的，也是审慎的。
这是因为，本文在分析时使用的是省级服务业总量数据，尽管这可以方便地考察中国服务业全要素生产率变动的整体状况，但却难以兼顾内部行业之间可能存在的结构差异，而这种差异不可避免地会影响服务业全要素生产率的变动。
此外，由于受到数据资料等方面的限制，本文主要考察了1990年以后中国服务业全要素生产率的变动状况，对于1990年以前全要素生产率的变动状况则没有分析，因而难以在更长的时期内分析和比较中国服务业全要素生产率的变动。
诸如此类的因素，都可能会在某种程度上影响最终研究结果的可靠性与准确性，这也是本文的局限所在。
因此，本文的研究结果还有待于在今后的研究中作进一步的深入和完善。
参考文献:
程大中（2003）：
《中国服务业的增长与技术进步》，《世界经济》第7期。
樊胜根、张林秀（2003）：
《WTO和中国农村公共投资》，中国农业出版社。
顾乃华（2005）：
《1992-2002年我国服务业增长效率的实证分析》，《财贸经济》第4期。
郭克莎（1996）：
《中国：
改革中的经济增长与结构变动》，上海人民出版社。
江小涓（2005）：
《“十一五”期间中国服务业发展的思路、目标和体制政策保障》，《管理世界》第1期。
李京文、郑友敬、杨树庄、垄飞鸿（1992）：
《中国经济增长分析》，《中国社会科学》第1期。
李京文、钟学艺（1998）：
《中国生产率分析前沿》，社会科学文献出版社。
李小平、朱钟棣（2005）
升级会员 