胡 俊，李策劃，仝 鑫

（南京財經(jīng)大學 產(chǎn)業(yè)發(fā)展研究院，江蘇 南京 210046）

1 問題的提出

隨著長三角影響力日益擴大，區(qū)域經(jīng)濟一體化的發(fā)展，長江三角洲已經(jīng)突破了傳統(tǒng)的地理區(qū)劃概念的限制，形成了經(jīng)濟地理學的“泛長三角”。長三角經(jīng)濟影響范圍不斷擴容不僅可以拉動腹地地區(qū)的經(jīng)濟發(fā)展，腹地地區(qū)還可以為沿海地區(qū)提供豐富的生產(chǎn)要素，“泛長三角”經(jīng)濟地理的形成是縮小地區(qū)經(jīng)濟差距和區(qū)域經(jīng)濟均衡發(fā)展的重要途徑。

長三角作為中國的一個重要引擎，對中國的經(jīng)濟發(fā)展做出了重要貢獻。但是，隨著人民幣增值和勞動力與資本等生產(chǎn)要素成本的上升，經(jīng)濟增長的傳統(tǒng)動力已經(jīng)不可持續(xù)。隨著經(jīng)濟全球化的深入發(fā)展，產(chǎn)業(yè)的發(fā)展呈現(xiàn)出制造業(yè)服務化的趨勢。從發(fā)達國家的歷史經(jīng)驗來看，世界上發(fā)達國家完成工業(yè)化后，服務業(yè)成為引領發(fā)達國家經(jīng)濟發(fā)展的火車頭，并且服務業(yè)越來越呈現(xiàn)出高新技術化特征。技術進步推動服務業(yè)向高端化發(fā)展，服務業(yè)的高新技術化和現(xiàn)代化發(fā)展又可以形成正反饋，提升和改造傳統(tǒng)產(chǎn)業(yè)，促進傳統(tǒng)產(chǎn)業(yè)的全要素生產(chǎn)率的提高，以服務業(yè)為主體的第三產(chǎn)業(yè)最終將成為國民經(jīng)濟的支柱產(chǎn)業(yè)[1]。由此可見，服務業(yè)將在我國產(chǎn)業(yè)轉型升級中將發(fā)揮重要的推動作用，服務業(yè)作為經(jīng)濟轉型的重要支撐產(chǎn)業(yè)，越來越受到學者的關注。

服務業(yè)在地區(qū)生產(chǎn)總值中的比重不斷提升，城市的產(chǎn)業(yè)結構也由“二、三、一”向“三、二、一”演進，但是，服務業(yè)發(fā)展只注重規(guī)模而不注重提高質(zhì)量和效益，服務業(yè)規(guī)模擴張得很快，高端服務業(yè)環(huán)節(jié)的發(fā)展卻相對滯后[2]。服務業(yè)的發(fā)展目標應當由規(guī)模向質(zhì)量轉變，粗放向集約式轉變。由于勞動力、能源、土地資源和資本等生產(chǎn)要素成本的不斷提高，傳統(tǒng)的增長驅動力是不可持續(xù)的，必然要轉向創(chuàng)新驅動經(jīng)濟發(fā)展的階段[3]。

創(chuàng)新驅動的本質(zhì)是全要素生產(chǎn)率的不斷提升，服務業(yè)作為后工業(yè)化時期的重要的支撐產(chǎn)業(yè)，服務業(yè)的全要素生產(chǎn)率的提升將起到支撐其他關聯(lián)產(chǎn)業(yè)轉型升級的作用。因此，對服務業(yè)全要素生產(chǎn)率的研究分析就具有了現(xiàn)實基礎和指導意義。

本文將對泛長三角服務業(yè)進行DEAMalmquist指數(shù)法全要素生產(chǎn)率的測算，在測算的基礎上進行聚類分析，總結歸納出城市服務業(yè)發(fā)展特征，并提出相應的政策建議。

2 方法、樣本和數(shù)據(jù)

2.1 方法

本文采用非參數(shù)DEA-Malmquist指數(shù)法來測度泛長三角城市群服務業(yè)全要素生產(chǎn)率。

DEA-Malmquist指數(shù)法是利用投入產(chǎn)出比對要評定的決策單元進行績效排序。

可以表示為：

若指標數(shù)值都大于1，則表示TFP、技術效率和技術進步得到改善，反之，則表示惡化。

本文采用基于投入導向的 DEA-Malmquist指數(shù)法。

DEA-Malmquist指數(shù)法測算的是投入產(chǎn)出的效率，一個重要優(yōu)點是不需要投入和產(chǎn)出相關的價格信息。此法可以對全要素生產(chǎn)率進一步分解，即分解成技術效率變化和技術進步的變化，還可以把技術效率分解成純技術效率 （PECH）和規(guī)模效率（SECH）。 技術進步（TECHch）和技術效率（EFFCH）對全要素生產(chǎn)率的影響大小是對TFP進行實證研究的主要目的。如果服務業(yè)TFP出現(xiàn)非效率的情況，那么，它有多少來自技術進步和技術效率，又有多少來自純技術效率和規(guī)模效率，從而更好地指導改進實踐中的不足。

2.2 樣本選取

在本文中，泛長三角城市群包括滬、蘇、浙、皖的部分與長三角聯(lián)系緊密的城市。

由于部分城市的統(tǒng)計年鑒數(shù)據(jù)缺失嚴重，考慮到選取數(shù)據(jù)的完整性和可獲得性，故未選入決策單元，選取的時間為2005-2012年。

在本文中，分析的城市群決策單元（DMU）包括上海、江蘇（南京、蘇州、無錫、常州、鎮(zhèn)江、揚州、南通、泰州、宿遷、南通、連云港）、浙江（杭州、寧波、嘉興、湖州、金華、麗水）、安徽（合肥、蕪湖、馬鞍山、銅陵、滁州）三省一市共計23個城市組成的區(qū)域城市整體。

2.3 投入產(chǎn)出變量數(shù)據(jù)選擇

2.3.1 服務業(yè)產(chǎn)出變量 該變量以23個城市歷年服務業(yè)增加值指標來衡量。

2.3.2 勞動投入變量 選取23個城市相應年份的服務業(yè)從業(yè)人數(shù)作為衡量勞動投入的指標。

2.3.3 資本投入變量 目前，主要有兩種方法表示資本投入，一是用永續(xù)盤存法[4]，二是直接用固定資產(chǎn)投資額來衡量[5]。

本文采用永續(xù)盤存法 （perpetual inventory method）計算資本存量。即：定義本期的資本存量為上一期的資本存量加上當年的投資，再減去折舊，即Kt=（1-δ）·Kt-1+lt。 δ 為固定資產(chǎn)折舊率，本文采用折舊率為9.6%[6]。Kt為第t年的資本存量，Kt-1為第t-1年的資本存量，It為第t年的投資額。

初始資本存量確定，本文采用文獻中常用的Ulrich R.Kohli的方法[7]。2005年至 2012年服務業(yè)投資增長率均為r?；诖媪縆可以由下式計算得出：K2005=I2005/（δ+r） （2）

其中，K2005即為2005年基年服務業(yè)資本存量，I2005為2005年服務業(yè)固定資產(chǎn)投資額。服務業(yè)投資增長率r可以由各地區(qū)的固定資產(chǎn)投資額計算得出。理由是各城市（決策單元，DMU）資本實際投入情況不同，那些經(jīng)濟較發(fā)達的城市必然會比經(jīng)濟不太發(fā)達的城市更快地多投入資本，從而投資增長率并不相同。

由于縮減指數(shù)的缺乏，且DEA核算的全要素生產(chǎn)率是相對意義上的，價格影響因素不大，故本文直接采用各個城市當年的數(shù)據(jù)。

2.4 數(shù)據(jù)來源

選取的決策單元23個城市的投入產(chǎn)出變量數(shù)據(jù)都選自省、市的統(tǒng)計年鑒和各個城市的2005-2012年的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

2.5 投入產(chǎn)出指標相關性分析

為了確保投入與產(chǎn)出之間的因果關系，要對選取的投入與產(chǎn)出變量進行 Pearson相關性檢驗。因此，本文對服務業(yè)投入與產(chǎn)出指標間的相關性進行了 Pearson相關性檢驗，以此來驗證本文對服務業(yè)投入、產(chǎn)出變量的關聯(lián)性與合理性，結果見表1。

表1 投入產(chǎn)出變量相關性檢驗

由表1可知，作為服務業(yè)產(chǎn)出變量的服務業(yè)增加值與作為服務業(yè)投入指標的固定資本存量以及三產(chǎn)就業(yè)人數(shù)之間通過了Pearson相關性檢驗，相關系數(shù)分別在0.05的水平上顯著相關。因此，本文所選取的投入與產(chǎn)出變量間存在高度的關聯(lián)性，能較好地解釋服務業(yè)全要素生產(chǎn)率變動。

3 實證結果分析

測度的結果是根據(jù)投入產(chǎn)出的數(shù)據(jù)，由Deap2.1軟件計算得出。

3.1 泛長三角全要素生產(chǎn)率總體變化特征

根據(jù)統(tǒng)計數(shù)據(jù)，計算泛長三角23個城市全要素生產(chǎn)率指數(shù)，結果如表2?？傮w來看，泛長三角城市群的全要素生產(chǎn)率（TFPch）變化均值為0.919，說明在2005至2012年全要素生產(chǎn)率的平均增長率為-8.1%。

表2 泛長三角城市群Malmquist指數(shù)總體均值

再來看全要素生產(chǎn)率分解情況。在2005至2012年，技術效率得到優(yōu)化，平均增長率為17.1%，而技術進步惡化了，平均增長率為-21.5%。在效率的變動中，純技術效率平均增長率為6.4%，規(guī)模效率的平均增長率為10.1%，都對技術效率的改善做出了貢獻。技術進步拉低了TFP的增長，而技術效率對TFP增長推動作用明顯。

在2005至2012年期間，泛長三角地區(qū)服務業(yè)全要素生產(chǎn)率變動分解，技術變動的總體惡化說明服務業(yè)技術革新和引進緩滯，甚至是倒退。這也在一定程度上解釋了服務業(yè)整體處在產(chǎn)業(yè)鏈低端的現(xiàn)狀。服務業(yè)作為促進產(chǎn)業(yè)轉型的重要產(chǎn)業(yè)，和工業(yè)日益融合的趨勢，其技術改進停滯或倒退，在一定程度上限制了工業(yè)的產(chǎn)業(yè)轉型升級。總體上看，技術效率是有效率的，純技術效率指數(shù)大于1，說明技術在泛長三角城市群中得到比較好的擴散，現(xiàn)有技術的潛力得到良好的挖掘，且規(guī)模效率指數(shù)也大于1，說明服務業(yè)在規(guī)模上是有效率的。但是，在2005至2012年，泛長三角城市群服務業(yè)的TFP對服務業(yè)的增長貢獻率很低，驗證了服務業(yè)的增長主要體現(xiàn)在服務業(yè)規(guī)模的擴張上，說明了服務業(yè)增長還處在投入驅動增長的階段。

3.2 泛長三角城市群T F P年度總體變化特征

泛長三角城市群從2005到2012年總體均值變化，見圖1。

從圖1可以看出，在2005-2012年期間，全要素生產(chǎn)率的變動兩個下降低谷和三個上升波峰。第一個波峰在2006-2007年，第二個波峰在2008-2009年，第三個波峰在2011-2012年。

圖1 泛長三角2005-2012 TFP均值變化

在2006-2007年，全要素生產(chǎn)率惡化了，增長率為-4%，其中技術進步得到改善，增長率為7%，技術效率惡化，增長率為-10.3%，技術效率的下降主要來自規(guī)模效率的拖累，規(guī)模效率增長率為-22.3%，純技術效率增長率為15.4%。

在2008-2009年期間，全要素生產(chǎn)率增長率為6%，其中，技術效率增長率為16.3%，純技術效率增長率為-0.4%，規(guī)模效率增長率為16.7%。技術進步增長率-8.5%。在技術進步的負增長與技術效率的正向拉動的綜合作用下，全要素生產(chǎn)率出現(xiàn)負增長。我們認為這是由于2008年的擴張性財政政策帶來的服務業(yè)全要素生產(chǎn)率的資源投入型驅動增長，但是由于房地產(chǎn)行業(yè)的作用以及一些低端水平產(chǎn)業(yè)的重復建設，扭曲了資金的流向，并未帶來技術的進步，只是一定程度上促進了技術效率的優(yōu)化。

在2011-2012年，全要素生產(chǎn)率增長率為30.7%，其中技術效率增長率為6.5%，主要來自純技術效率的變動，增長率為15%，規(guī)模效率起到拖累作用，增長率為-7.4%，技術進步增長率為22.7%。我們認為技術進步和效率的改進和優(yōu)化得益于金融危機后政府對經(jīng)濟增長更深刻的認識。經(jīng)濟增長不僅源于生產(chǎn)要素的投入，技術的進步才是經(jīng)濟持續(xù)發(fā)展的根本動力。在金融危機中，我國經(jīng)濟的良好表現(xiàn)促進了外商投資和人才的流動，帶來了更多的先進技術和管理手段，這也是TFP改善的原因。

3.3 聚類分析

為了進一步研究泛長三角城市群的全要素生產(chǎn)率之間的特征，接下來對已測算出的泛長三角城市群的Malmquist指數(shù)進行聚類分析，從而總結歸納出服務業(yè)增長的內(nèi)在規(guī)律。

本文采用系統(tǒng)聚類法，相異性測度方法使用默認的“歐式距離”（Euclidean distance）。 聚類分析的軟件使用stata12，得出結果并做出樹狀聚類圖，見圖2。

從圖2聚類樹狀圖可知，23個城市的Malmquist指數(shù)結構可以分為兩大類型，上海和江蘇的城市（上海、南京、蘇州、無錫、常州、鎮(zhèn)江、揚州、南通、泰州、徐州、宿遷和連云港）為一種類型，浙江和安徽的城市（杭州、寧波、嘉興、湖州、金華、麗水、合肥、蕪湖、馬鞍山、銅陵和滁州）為另一類型。

圖2 TFP指數(shù)聚類分析的聚類圖

結合原始數(shù)據(jù)可以看出，兩種類型之間的城市存在較大的技術效率方面的差異。通過對技術效率（EFFch）分解，可以看出第一種類型的純技術效率（PECH）較好，說明這些城市在技術潛力挖掘和擴散方面做的較好；第二種類型的規(guī)模效率（SECH）較好，說明這些城市在服務業(yè)的投入形成了較好的規(guī)模效應。因此，可以把第一種類型的城市群稱之為效率型城市，第二種類型的城市稱之為規(guī)模型城市。

進一步詳細分析可以看出，兩種類型的城市群還表現(xiàn)出較強的地域型差異。效率型城市群主要是上海市和江蘇省的各市，而規(guī)模型城市群主要是浙江的城市和安徽的城市。

在效率型城市中，從純技術效率角度看，可以分為四個類別，分別為上海和南京；蘇州、無錫和常州；鎮(zhèn)江、揚州和南通；泰州、徐州、宿遷和連云港。在規(guī)模型城市中，從規(guī)模效率角度看，可以分為五類，分別為杭州和寧波；嘉興和湖州；金華和麗水；合肥、蕪湖和馬鞍山以及銅陵和滁州?？梢?，泛長三角城市群之間服務業(yè)發(fā)展特征有所差異，一種表現(xiàn)出較強的效率型，另一種表現(xiàn)出較強的規(guī)模型，并且呈現(xiàn)出塊狀發(fā)展現(xiàn)象，區(qū)塊之間的差異明顯，還沒有形成區(qū)域經(jīng)濟一體化發(fā)展。

4 結論和政策性啟示

本文通過對2005-2012年23個樣本數(shù)據(jù)分析，得出以下結論和建議。

第一，泛長三角城市群服務業(yè)的增長表現(xiàn)出要素投入特點，TFP增長對服務業(yè)產(chǎn)出增長的貢獻較低，要素投入依然是主要的動力。

第二，從服務業(yè)全要素生產(chǎn)率分解來看，技術效率成為TFP主要推動力量，而技術進步在金融危機以前呈現(xiàn)震蕩上揚的走勢，在金融危機后，技術進步經(jīng)過回落又進入上升趨勢。

第三，泛長三角城市群中，技術效率基本是有效的。說明在泛長三角城市之間，技術得到良好的擴散，能發(fā)揮現(xiàn)有技術潛力。

第四，由聚類分析可知，泛長三角城市群內(nèi)部發(fā)展不均衡，并沒有形成經(jīng)濟意義上的一體化發(fā)展，區(qū)域之間分工合作沒有形成。

基于此，本文認為：繼續(xù)推進服務業(yè)的開放力度，加大服務業(yè)開放之后帶來的技術溢出形成的外生技術進步；其次，深化服務業(yè)改革，促進競爭，推動內(nèi)生技術創(chuàng)新活動；再次，作為腹地地區(qū)的城市應當積極承接國際資本和東部沿海地區(qū)的產(chǎn)業(yè)轉移，東部沿海地區(qū)加強技術創(chuàng)新活動，區(qū)域內(nèi)應加強合作，優(yōu)化分工，實現(xiàn)區(qū)域經(jīng)濟一體化和均衡發(fā)展。

要素投入是服務業(yè)增長的源泉，服務業(yè)也處在要素投入驅動階段，應加快轉變發(fā)展方式，加大研發(fā)投入，促使技術進步成為服務業(yè)增長的源泉。

本文沒有對服務業(yè)內(nèi)部細分行業(yè)進行分析，而服務業(yè)內(nèi)部細分行業(yè)有著較大的異質(zhì)性，服務業(yè)細分行業(yè)的分析有助于把握服務業(yè)內(nèi)部門間的全要素生產(chǎn)率情況，這是本文的局限性，有待進一步研究。

[1]沈鴻.產(chǎn)業(yè)結構服務化與經(jīng)濟增長的關系——一個文獻綜述[J].特區(qū)經(jīng)濟,2014(5):58-59.

[2]李勇堅,夏長杰.高端服務業(yè):維護和促進國家經(jīng)濟安全的戰(zhàn)略產(chǎn)業(yè)[J].服務貿(mào)易,2012(6):61-66.

[3]翁媛媛,高汝熹.中國經(jīng)濟增長動力分析及未來增長空間預測[J].經(jīng)濟學家,2011(8):65-73.

[4]顧小云,盧佳寧.中國基礎設施資本規(guī)模:過量還是不足[J].經(jīng)濟問題,2014(7):33.

[5]劉祥.礦業(yè)城市經(jīng)濟發(fā)展規(guī)模效率淺析[J].中國礦業(yè),2004(9):72-73.

[6]張軍,吳桂英,張吉鵬.中國省際物質(zhì)資本存量估算:1952—2000[J].經(jīng)濟研究,2004(10):38-39.

[7]姚戰(zhàn)琪.“中國服務”:中國經(jīng)濟發(fā)展的新動力（專題討論）[J].黑龍江社會科學,2014(3):46.