服务业全要素生产率分解与测算

国务院印发的《服务业发展的“十二五”规划》强调，要把推动服务业大发展作为产业结构优化升级的战略重点。加快发展服务业是推进经济结构调整、产业结构优化升级的重大任务，是适应对外开放新形势、提升综合国力的有效途径，也是扩大就业、满足人民群众日益增长的物质文化生活需要的内在要求。其实，早在20世纪60年代初，世界主要发达国家的经济重心便开始向服务业转移，产业结构呈现出由“工业型经济”向“服务型经济”转型的总趋势。目前，全球服务业增加值占国内生产总值比重达到60%以上，主要发达国家达到70%以上，即使是中低收入国家也达到了43%的平均水平。
“十二五”期间是我国服务业发展的战略机遇期，从国际环境看，经济全球化深入发展，世界经济增长格局和市场需求形势发生新变化，科技创新和产业升级面临新突破，国际经济秩序出现新调整。我国与世界经济的相互联系和影响日益加深，服务业国际化发展的机遇增多，有利于在更广领域、更高层次参与国际合作与竞争。从国内环境看，我国具备服务业大发展的有利条件。随着工业化、信息化、城镇化、市场化、国际化深入发展，服务业的发展基础和发展条件将进一步改善。
党的十八大指出，我国的经济发展要更多地依靠内需特别是消费需求拉动，要更多地依靠现代服务业和战略性新兴产业的带动。然而，我国服务业发展长期滞后，结构不合理，生产性服务业水平不高，尚未形成对产业结构优化升级的有力支撑；生活性服务业有效供给不足，不能满足人民群众日益增长的服务需求。此外，国际环境中的不确定因素不断增多，贸易保护主义加剧，发达国家的生产性服务业占有明显优势，围绕市场、资源、人才、技术、标准的竞争更加激烈，这些对提升我国服务业质量和水平，缩小与发达国家差距都提出了新的挑战。服务业深化改革任务艰巨，进一步提高对服务业的思想认识，对于化解制约发展的一些长期性深层次矛盾、改善影响发展的体制机制具有重要意义，如何实现服务业的发展向高质量模式的转变称为我国当前面临的重要课题之一。
由恩格尔定律我们知道，当人们对食物需求趋于饱和时，将增加对服务的需求。当前，大力发展服务业对于我国经济结构战略性调整具有积极意义，而掌握影响我国服务业发展的因素则显得尤为重要。本文拟从供给及需求冲击两个角度来分析其对我国服务业发展的影响，由于需求因素可以通过企业提供服务过程中的“干中学”来提高全要素生产率，因此对服务业的研究就不能只从供给的角度出发，而应同时考虑需求方面的影响，本文将首次将服务业产品的生产与消费的同期性纳入考虑范围之中。且本文将需求冲击引入到服务业全要素生产率（TFP）的分解中，填补了我国在TFP测算与分解方面对需求冲击精确计量研究的空白。基于此，本文的研究是具有一定的理论意义的。
我们分析经济问题，最后的落脚点将是为政府提供有意义的政策建议上。当一国或者某行业的经济表现较差时，无论引起这种表现的根本原因是什么，提高其生产率都将有助于经济效益的提高。但如何提高生产率？如果需求的降低是引致生产率低下的主要原因，那么政府就应该实施刺激需求的政策；而如果是供给冲击造成了这种现象，政府就应当为研究与开发实施补贴或税收优惠等政策以刺激总供给。基于此，我们从供给与需求冲击两方面来分解、测算我国服务业的全要素生产率，将会为相关政策的有效制定提供一定的参考，也将有利于正确引导资源要素合理集聚，构建结构优化、水平先进、开放共赢、优势互补的服务业发展格局，从这一点来说本文的研究是有意义的。
全要素能否准确度量，取决于生产函数估计的准确性。本文将定性分析与定量分析、规范分析与实证分析相结合，在传统的对我国服务业研究的基础上，沿用Olley和Pakes(1996)及Levinsohn和Petrin(1999)的研究思路，利用Konishi，Nishiyama（2013）提出的半参数工具变量法尝试将TFP分解为供给冲击、需求冲击以及其他冲击。并通过建立一个基于实际产量和生产能力的柯布道格拉斯技术模型，尝试在可获得的生产能力数据下分解需求冲击与供给冲击，从而进一步分析供给与需求冲击对我国服务业的影响。
生产能力是在给定目前投入数量下的可能产出，他受供给冲击而不受需求冲击，这是确定供给冲击的主要思想。另一方面，实现的产出水平一定依赖于所有冲击，两个产出的差反映了需求和其他冲击。企业在观察到一个负的需求冲击时，如果可以将减少资本和劳动的投入。然而，在短期这是不可能的，因此，这个冲击将会通过调整投入的运转率来反应。
2.1全要素生产率理论及其影响因素
西方经济学分析总产出增长的三要素：资本投入，劳动力投入和全要素生产率。早期经济增长的研究重点集中于单一要素（如劳动）。自Timberger（1942）和Solow（1957）的开创性研究以来，经济增长的研究重点从单一要素生产率转向全要素生产率。Timberger通过在C-D函数中增加时间趋势项，以此来表示生产率的大小。Solow则提出了延续至今的全要素生产率的概念，去除劳动力和资本两大要素投入以外其他所有生产要素投入带来的产出增长率。他在其《技术变化与总和生产函数》文章中提出了带有技术进步的内生增长模型。该模型认为全要素生产率为产出中无法被劳动和资本投入变量解释的部分，即“索洛残差”或“索洛余量”。
全要素生产率衡量一国经济发展的质量，通过间接的测算全要素生产率的变动来分析经济增长的潜力，是国内外学者一直常用的研究思路。虽有学者对全要素生产率进行直接的测算，但由于全要素生产率代表那些模糊的，不易解释的变量，这使学者们对它的内涵和外延一直没有达成共识。
Solow(1957)将无法被劳动和资本投入解释的部分称作技术进步，然而全要素生产率的变化不完全代表技术进步，在实证结果中也已经被证实（陈瑾瑜,2012）。技术进步一般分为劳动节约型技术进步，资本节约型技术进步和中性技术进步。其中中性技术进步具体表现为全要素生产率的提高。根据Kumbhakar与Lovell（2000）提出的分析，全要素生产率的变化分解为技术进步率，技术效率变化，规模效率变化和资源生产率变化。技术进步是指科学发现，发明创造和革新在经济活动中的应用，从而使人们经济活动水平和效率的提高。技术效率是指实际产出水平与相同要素投入规模、比例及市场价格下所能达到的最大产出量之比，是一个相对的概念。规模效率反映企业生产规模是否处于有效状态。
全要素生产率是指去除资本投入和劳动投入的贡献，其他所有可以实现经济增长的因素贡献之和。它包括了技术进步，规模经济，政策法律，产业结构调整，资源配置和教育进步等。大量研究已分别从总体经济，区域经济或各别行业经济证实了全要素产出率之间的差异存在，因此有必要分析影响全要素生产率的增长因素。从宏观角度看，Coe和Helpman（1995）最早就贸易对一国TFP的影响进行系统研究发现，贸易伙伴国R&D投入有助于提高本国的TFP，并且其影响程度随着本国贸易开放度的提高而加强。毛其淋和盛斌（2011）实证检验了对外经济开放和区域市场整合对省际TFP的影响。葛虹和冯英浚（2005）研究认为技术创新，制度创新和管理创新是改变TFP的推动因素。王志刚（2006）对中国TFP的分解发现TFP增长主要有技术进步决定，生产效率的变化率不大，规模效率贡献非常小。
从行业层面分析，朱钟棣（2005）分析资本形成对我国工业行业TFP变动的影响，结果显示，行业之间技术创新的差异，行业间市场结构不同以及行业所处外部环境差异是造成行业生产率差异的原因。徐盈之和赵玥（2009）研究认为，中国信息服务业TFP不仅存在绝对趋同，还存在明显的条件趋同，人力资本，信息化水平，R&D投入，政府行为和城市化等是影响中国信息服务业区域差异的主要因素。周文博，樊秀峰和韩亚峰（2013）利用DEA-Malmquist指数对我国服务行业TFP及其分解进行了测算，实证服务业FDI确实存在着技术溢出效应，其显著地促进了服务业的技术进步及TFP增长。户艳辉（2013）运用灰色关联度分析影响TFP的因素，说明经济发展水平和富裕程度，聚集经济，产出规模对服务业的TFP有显著影响。冯志军和陈伟（2013）研究表明中国大中型工业企业研发创新TFP出现了一定的增长。主要动力为技术进步，企业的自主研发活动，国外技术引进及外商直接投资企业研发活动对研发创新TFP有着显著的促进作用。
从微观层面看，郑京海（2002）采用Malmquist指数法分析影响国有企业技术效率水平的决定因素。解百臣（2007），郭立宏和张武康（2011）研究发现区域经济环境，公司治理，技术投入及员工素质等因素都会影响企业技术进步效率。李刚（2013）将TFP分析应用到上市公司微观经济个体，测算其技术进步和技术效率，发现上市公司TFP与企业会计绩效存在较为显著的正相关关系。综上所述，已往研究多集中于影响TFP的供给因素，而忽略了从需求角度分析影响TFP的因素。
2.2全要素生产率的测算与分解方法
全要素生产率作为衡量一国经济发展质量的重要依据，不同学者对于其的测算与分解也作了不同的尝试。总结来看，可概括为参数估计，半参数估计和非参数估计。本文主要介绍参数估计中的索洛余值法以及随机前沿生产函数法，半参数估计中的OP法和LP法及非参数估计的DEA-Malmquist法。
（1）索洛余值法
由于索洛余值法模型简单，符合经济原理，因此国内外许多学者运用并改进此方法对我国全要素生产率进行过测算。计算全要素生产率为估算总量生产函数所得到的残差。根据生产函数的假设不同又可分为C-D函数法（Solow,1957），代数指数法（Abramvitz,1956）和超越对数生产函数法。超越对数生产函数法由美国经济学家乔根森于20世纪80年代提出，在国内，孙琳琳、任若思（2005）,李宾、曾志雄（2012）运用了此方法。索洛余值法虽然模型简单，但是其假设性较强，如完全竞争市场条件和规模报酬不变。不少研究者事先假定各期资本和劳动力的产出弹性相同，视为固定。系数项为常数的假设否定了要素结构变化对产出的影响，应较为适用于成熟的市场经济体。对于像我国这样的转型经济体，允许系数项随时间可变将更易于接受（段文斌和尹向飞，2009）。
（2）随机前沿生产函数法
随机前沿生产模型的理论最初由Aigner、Lovell和Schmidt（1977）以及Meeusen和Broeck（1977）提出，在确定性前沿模型基础上引入随机扰动项。传统的生产函数假定所有的生产者在技术上是充分有效的，从而将TFP全部归结为技术进步的结果。随机前沿生产模型假定，企业由于各种组织、管理及制度等非价格性因素导致生产过程中效率的损耗，而达不到最佳的前沿技术水平，开始将TFP开始分解。Nishimizu和Page（1982）最早对全要素生产率增长的分解进行了探讨，在不考虑配置非效率的情况下将全要素生产率的增长分解为前沿技术变化和相对前沿技术效率的变化。考虑到要素投入比例不一致及产出弹性可能发生变化，Bauer(1990)使用美国航空业的数据将全要素生产率的增长分解为前沿技术进步，相对前沿的技术技术效率变化以及规模经济改善等因素。由Kumbhakar（2000）总结，随机前沿生产函数模型将全要素生产率的增长分解为：前沿技术进步，相对前沿技术效率的变化，资源配置效率的改善和规模经济变化四方面的贡献。据此，涂正革和肖耿（2005）用随机前沿生产函数模型对中国大中型工业企业全要素生产率增长进行了分解和分析。鉴于随机前沿生产函数法也有先验设立生产函数形式以及投入要素仅为资本和劳动，没有考虑中间投入的缺点，李胜文和李大胜（2008）构建三投入随机前沿生产函数，预先设定多种函数形式，进而全面考察工业及细分行业的全要素生产率增长，并分析共同增长趋势与原因。
（3）OP法与LP法
考虑到参数方法的强假设，以及投入和产出可能相关和未考虑企业退出行为等因素，Olley和Pakes(1996)和 Levinsohn和Petrin(2003)运用半参数估计方法来避免相互决定的偏差和选择偏差问题。OP模型通过引进退出法则来解决选择偏差问题，并通过使用企业层面的投资决策来代替不可观测的生产率冲击来解决一致性问题，利用半参估计方法进行模型的两阶段估计。他们建立了一个企业行为的动态模型，允许特异性的生产率冲击与企业进出。OP模型需要投资在生产率估计中为严格递增的，这意味着只有投资为正时的数据才是有效的，这将使我们缺失大量的数据。为此Levinsohn和Petrin（2003）使用中间投入来代替投资。同时，尽管OP方法与LP方法都可使用非平衡面板，但只有OP方法允许在第二阶段的估计中允许使用生存概念模型。而且，当劳动投入受资本存量和生产率影响从而产生多重共线性问题，投入产出市场中存在不完全竞争，则OP与LP方法将面临瓦解。目前，关于OP与LP方法的延生发展很多使我们难以选择，Ackerberg,，Benkard，Berry和Pakes（2007）将关于他们的延伸作了一个总结。国内运用OP方法的代表主要有：余淼杰（2010），张瑜和张诚（2011）及才国伟和连玉君（2011）。鉴于OP和LP法不仅可解决参数估计的内生性问题及非参数估计结果不适于做外延预测和分析的特点，本文采用Ichimura,Konishi和Nishiyama(2011)改进的OP与LP的半参数工具变量法来分解测算全要素生产率。