張少輝

(中山大學 管理學院，廣東 廣州 510275)

管制與生產(chǎn)服務業(yè)發(fā)展的國際經(jīng)驗
——以OECD國家為例

張少輝

(中山大學 管理學院，廣東 廣州 510275)

摘要：文章對管制影響生產(chǎn)服務業(yè)的理論機制進行探索性分析，運用23個OECD國家的橫截面數(shù)據(jù)，實證檢驗了行業(yè)管制和國家管制對生產(chǎn)服務業(yè)的影響。研究表明：放松行業(yè)管制能有效地促進生產(chǎn)服務業(yè)的發(fā)展，而放松國家對產(chǎn)品市場的管制對生產(chǎn)服務業(yè)的影響不確定。中國生產(chǎn)服務業(yè)管制存在兩個問題：一是政府具有行政審批的管制偏好導致管制的結構性供求失衡，二是政府管制邊界模糊導致管制結構不合理。針對于此，文章提出完善中國現(xiàn)有生產(chǎn)服務業(yè)管制政策的建議。

關鍵詞：管制；生產(chǎn)服務業(yè)；HLM；Malmquist生產(chǎn)率指數(shù)

中圖分類號：F113.1

文獻標識碼：：A

文章編號：：1001-9952(2015)04-0134-11

收稿日期：2014-09-24

基金項目：教育部哲學社會科學研究重大課題“加快發(fā)展我國生產(chǎn)性服務業(yè)研究”(11JZD023)；中國博士后科學基金面上資助項目“服務化與信息化的融合機制研究”(2014M550443)

作者簡介：張少輝(1986-)，男，廣東潮州人，中山大學管理學院、中山大學中國第三產(chǎn)業(yè)研究中心博士研究生。

Abstract：This paper tries to analyze the theoretical mechanism of regulation’s impacts on producer services. Using the cross-section data of 23 OECD countries,it makes an empirical analysis of the impacts of sector regulation and state regulation on producer services. It shows that sector deregulation can significantly promote the development of producer services,but the impact of economy-wide product market deregulation on producer services is imprecise. There,exist the two problems of the regulation on producer services in China,namely regulatory preferences of Chinese government at administrative approval level,leading to a structural supply-demand imbalance of regulation,and vague regulation boundary of Chinese government,leading to an unreasonable regulation structure.It makes suggestions about the imperfection of existing producer services regulation policy in China.

① 根據(jù)世界投入產(chǎn)出數(shù)據(jù)庫(WIOD)整理而得。這里的生產(chǎn)服務業(yè)包括WIOD行業(yè)分類中的InlandTransport、WaterTransport、AirTransport、OtherSupportingandAuxiliaryTransportActivities;ActivitiesofTravelAgencies、PostandTelecommunications、FinancialIntermediation、RealEstateActivities、RentingofM&EqandOtherBusinessActivities共八大行業(yè)。

一、引言

生產(chǎn)服務是“提供給生產(chǎn)者而非消費者”的服務(Greenfield，1966)，也稱“服務形式的生產(chǎn)資料”(李江帆，1987)，生產(chǎn)服務業(yè)是為生產(chǎn)實物產(chǎn)品和服務產(chǎn)品提供服務形式生產(chǎn)要素的行業(yè)(江波和李江帆，2013)。發(fā)達國家生產(chǎn)服務業(yè)發(fā)展迅速，據(jù)統(tǒng)計，早在1995年，美國、日本、英國、德國和法國五國的生產(chǎn)服務業(yè)占總產(chǎn)出比重就超過20%，美、法兩國更是接近30%，2011年，五國的這一比重均有提高，美、英兩國更是上升至35%。與此相比較，中國生產(chǎn)服務業(yè)占總產(chǎn)出比重雖有提高，但仍徘徊在13%以下的低水平。①OECD的數(shù)據(jù)顯示，發(fā)達國家的管制在不斷放松，生產(chǎn)服務業(yè)發(fā)展環(huán)境日益寬松；而中國生產(chǎn)服務業(yè)發(fā)展卻面臨諸多管制和其他制度性障礙(王青，2011)。

長期以來，生產(chǎn)服務業(yè)往往是各國嚴格管制的對象(Nicoletti ，2001)，主要原因有兩個：第一，為糾正生產(chǎn)服務業(yè)的市場失靈。這是大多數(shù)國家管制的出發(fā)點。某些生產(chǎn)服務業(yè)具有自然壟斷特征。以電信業(yè)為例，電信業(yè)初期需要投入大量的電纜等固定資本，并且在特定區(qū)域內(nèi)往往只需要一個電信網(wǎng)絡提供服務，這使得電信業(yè)具有自然壟斷特征。具有自然壟斷特征的生產(chǎn)服務業(yè)由單獨一個企業(yè)來提供服務是有效的，所以政府通常會限制新企業(yè)進入這些行業(yè)。還有一些生產(chǎn)服務業(yè)存在信息不對稱現(xiàn)象。以銀行貸款為例，銀行往往無法完全獲取貸款人的信用信息，這可能導致逆向選擇，而貸款人在獲得資金后可能會投資于高風險項目，從而產(chǎn)生道德風險。此外，某些生產(chǎn)服務業(yè)存在外部性，以金融業(yè)為例，一旦發(fā)生金融危機，將產(chǎn)生負外部性，嚴重沖擊一國經(jīng)濟；為此，2008年金融危機后，各國普遍加大了對金融業(yè)的管制。為了糾正市場失靈，政府往往對相關生產(chǎn)服務業(yè)實行嚴格管制。第二，為保護本土生產(chǎn)服務企業(yè)。這種現(xiàn)象較常出現(xiàn)在發(fā)展中國家。在國際產(chǎn)業(yè)鏈的分工中，發(fā)達國家往往占據(jù)了研發(fā)、設計和銷售等高附加值的生產(chǎn)服務環(huán)節(jié)，而發(fā)展中國家一般只處于加工、制造等低附加值環(huán)節(jié)。發(fā)展中國家的生產(chǎn)服務企業(yè)競爭力弱，如果貿(mào)然全面開放生產(chǎn)服務業(yè)市場，本國生產(chǎn)服務企業(yè)很可能會在國外企業(yè)的沖擊下倒閉，加之國外生產(chǎn)服務業(yè)的滲透，還可能威脅到本國的經(jīng)濟安全。為此，發(fā)展中國家在生產(chǎn)服務業(yè)領域的開放態(tài)度是謹慎的，尤其是關乎國計民生的生產(chǎn)服務業(yè)，如信息、通訊、金融、鐵路和航空等生產(chǎn)服務業(yè)。*除文中兩個原因外，在中國對生產(chǎn)服務業(yè)實施嚴格管制的另外一個重要原因是思想認識不足。中國的理論和實踐界在很長的歷史時期里否定服務產(chǎn)品的存在，李江帆(1990)對此有詳細論述，詳見:李江帆：《第三產(chǎn)業(yè)經(jīng)濟學》].廣州：廣東人民出版社，1990.

但是，理論界一般認為放松管制有利于生產(chǎn)服務業(yè)的發(fā)展，相關觀點在制度與服務業(yè)發(fā)展的文獻中時有出現(xiàn)。Nicoletti(2001)利用OECD管制數(shù)據(jù)庫對服務業(yè)管制的特點及其經(jīng)濟影響進行了分析，認為服務業(yè)管制改革將促進服務業(yè)的快速增長。汪德華等(2007)利用跨國橫截面數(shù)據(jù)，檢驗了政府規(guī)模、法治水平與一國服務業(yè)比重之間的關系，認為法治水平與服務業(yè)比重顯著正相關而政府規(guī)模與服務業(yè)比重顯著負相關。李勇堅和夏杰長(2009)的研究表明，制度變革是中國服務業(yè)快速增長、結構變遷與優(yōu)化的根本原因。Barone和Cingano(2011)通過檢驗在OECD里實施較少反競爭管制的國家的制造業(yè)領域是否比其他國家表現(xiàn)得更好來研究反競爭服務管制的效應，認為放松服務管制有積極的經(jīng)濟增長效應。國務院發(fā)展研究中心市場經(jīng)濟研究所課題組(2011)指出，當前對我國服務業(yè)影響最大的三類因素分別是制度環(huán)境(市場經(jīng)濟體制)、政府職能和行業(yè)監(jiān)管，我國服務業(yè)發(fā)展面臨較為復雜的、多重的制度約束與障礙。邵駿和張捷(2013)指出，服務業(yè)具有典型的制度密集型特征，政府主導的資源配置結構成為中國國內(nèi)服務業(yè)增長的阻礙，非國有經(jīng)濟發(fā)展、城市化進程和高質(zhì)量的知識產(chǎn)權保護則有利于服務業(yè)發(fā)展。劉丹鷺(2013)運用一個基于服務產(chǎn)品的“壟斷-競爭”模型，分析了管制對生產(chǎn)率的作用機制，認為管制強化了壟斷，不利于高效率企業(yè)的進入和在位企業(yè)的創(chuàng)新。

上述研究不乏真知灼見，但仍存在以下三個方面的不足：第一，在研究方法上，以往研究只針對同一層面樣本數(shù)據(jù)進行回歸分析，尚未考慮到不同層次的管制對生產(chǎn)服務業(yè)的不同影響；第二，在數(shù)據(jù)選取上，由于缺乏高質(zhì)量的勞動投入和資本投入等原始數(shù)據(jù)，現(xiàn)有研究只能用人均產(chǎn)出等簡單指標來衡量生產(chǎn)率，缺乏準確的全要素生產(chǎn)率度量，這可能會帶來一定的結論偏差；第三，在研究對象上，現(xiàn)有研究大多只是停留在研究制度(或其中的管制)對服務業(yè)的整體影響，尚未直接系統(tǒng)地研究管制對生產(chǎn)服務業(yè)的影響，更加缺乏考查這種影響是否會因國家收入水平的不同而出現(xiàn)差異。為此，本文嘗試在這三個方面進行深化研究以彌補以上不足。

本文余下部分的結構安排為：第二部分分析生產(chǎn)服務業(yè)管制放松的條件，提出待檢驗假說；第三部分是管制對生產(chǎn)服務業(yè)影響的實證分析；第四部分是結論與啟示。

二、放松管制的條件與研究假說

隨著創(chuàng)新技術的發(fā)展、市場經(jīng)濟的完善和經(jīng)濟全球化的推進等，很多管制的經(jīng)濟基礎都不復存在了。第一，技術進步改變了電信業(yè)和鐵路運輸業(yè)等生產(chǎn)服務業(yè)的自然壟斷性質(zhì)。以微信為代表的新興移動互聯(lián)通信技術改變了傳統(tǒng)的電話通訊方式，虛擬運營商的興起不斷改變電信業(yè)的壟斷特征；高速公路、快速航線的開通，不斷沖擊著鐵路運輸業(yè)的壟斷地位。第二，市場經(jīng)濟的完善糾正了部分“市場失靈”。在成熟的市場經(jīng)濟中，交易越頻繁，發(fā)出的價格信號往往越有效，這有利于消除部分信息不對稱現(xiàn)象，以批發(fā)零售業(yè)為例，以往銷售商可能比消費者擁有更多的價格信息，但隨著交易的日益頻繁，消費者可以通過移動終端及時地獲取同種商品的各種報價，進行理性選擇。此時，各銷售商變成了“貨架”，想再依靠自身的“獨有價格信息”來抬高價格變得不可能。第三方認證和第三方支付等商務服務業(yè)的發(fā)展，也使部分信息不對稱現(xiàn)象得到糾正，降低了交易成本，增加了市場交易機會。第三，經(jīng)濟全球化擴大了市場容量，為發(fā)展中國家的生產(chǎn)服務業(yè)提供了新的發(fā)展機遇。雖然發(fā)達國家占據(jù)了生產(chǎn)服務業(yè)的先發(fā)優(yōu)勢，但經(jīng)濟全球化也同時擴大了發(fā)展中國家的生產(chǎn)服務業(yè)市場。以中國為例，改革開放以來，中國的服務貿(mào)易出口額從1982年的25億美元增長到2012年的1 904億美元，年均增速高達15.5%，其占世界比重也相應地從0.7%增長到4.4%。*數(shù)據(jù)來源自商務部發(fā)布的《2013服務貿(mào)易統(tǒng)計表組》。可見，經(jīng)濟全球化給中國生產(chǎn)服務業(yè)帶來了廣闊的市場空間。

因此，有理由相信，放松管制有利于降低生產(chǎn)服務業(yè)的交易成本，促進生產(chǎn)服務業(yè)的發(fā)展。但是，這必須有一個前提，即這種放松管制可以直接作用于生產(chǎn)服務業(yè)。在實踐中，管制往往是分層次的，OECD就將管制分為行業(yè)管制和國家產(chǎn)品市場管制兩個層次，行業(yè)管制直接面向具體的生產(chǎn)服務行業(yè)，而國家產(chǎn)品市場管制除面向生產(chǎn)服務業(yè)外，還面向供水、供電和供氣等行業(yè)。行業(yè)管制放松可以直接減少生產(chǎn)服務業(yè)的交易成本，從而促進生產(chǎn)服務業(yè)的發(fā)展。但國家產(chǎn)品市場管制放松對生產(chǎn)服務業(yè)的影響就不確定了。原因在于：國家產(chǎn)品市場管制面向的不僅僅是生產(chǎn)服務業(yè)，還有其他行業(yè)，國家產(chǎn)品市場管制需要通過行業(yè)管制對生產(chǎn)服務業(yè)產(chǎn)生間接影響，這種間接影響會因行業(yè)而異。例如，對于供水、供電和供氣業(yè)和批發(fā)零售業(yè)兩個行業(yè)，由于以往對前者的管制較嚴，而對后者的管制較松，如果現(xiàn)在國家產(chǎn)品市場管制放松，那么它對供水、供電和供氣的影響將是積極顯著的，而對批發(fā)零售業(yè)的影響相對不明顯，甚至還可能引致批發(fā)零售業(yè)的資本和勞動等生產(chǎn)要素流向供水、供電和供氣業(yè)而出現(xiàn)對批發(fā)零售業(yè)不利的影響。另外，國家產(chǎn)品市場管制與行業(yè)管制還可能出現(xiàn)相互沖突的情況，造成國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)的影響不確定。

因此，提出如下研究假說：在當今經(jīng)濟環(huán)境下，直接面向生產(chǎn)服務業(yè)的行業(yè)管制放松可以直接促進生產(chǎn)服務業(yè)的發(fā)展，而間接面向生產(chǎn)服務業(yè)的國家產(chǎn)品市場管制放松對生產(chǎn)服務業(yè)的影響不確定。

三、管制對生產(chǎn)服務業(yè)影響的實證分析

如前所述，管制對生產(chǎn)服務業(yè)的影響主要體現(xiàn)在兩個方面：一方面是行業(yè)管制對相應行業(yè)的直接影響，另一方面是國家產(chǎn)品市場管制通過行業(yè)管制作用于生產(chǎn)服務業(yè)的間接影響。因此，實證分析需涉及行業(yè)和國家兩個層面的數(shù)據(jù)，而且行業(yè)是嵌套在國家之中的。對于多層嵌套數(shù)據(jù)，傳統(tǒng)的回歸分析方法一般有兩種處理方式：一是將國家和行業(yè)變量都看成是同一水平的變量，直接在行業(yè)層面對數(shù)據(jù)進行分析；但問題是，假設同一國家內(nèi)的行業(yè)間相互獨立可能是不合理的，對不同國家的行業(yè)樣本和同一國家的行業(yè)樣本作同一假設也可能是不合理的；二是將行業(yè)層面的數(shù)據(jù)直接合并為國家層面的數(shù)據(jù)，然后在國家層面進行分析，其缺陷是丟失了國家內(nèi)各行業(yè)個體間的差異信息，而這些差異信息往往很重要。這兩種方式均忽略了數(shù)據(jù)的分層特點，可能做出不夠準確甚至錯誤的解釋。因為傳統(tǒng)線性回歸的基本假設是變量存在線性關系、變量總體服從正態(tài)分布、方差齊次性及個體間誤差相互獨立，后兩條假設尤其是個體間誤差相互獨立的假設在嵌套數(shù)據(jù)中往往不能成立(張雷等，2003)。在本文中，不同國家的行業(yè)數(shù)據(jù)可能是獨立的，但是同一國家的行業(yè)往往受相同國家層面變量的影響，很難保證相互獨立。

為了克服傳統(tǒng)回歸方法處理多層嵌套數(shù)據(jù)的局限性，本文選擇HLM進行假設檢驗。HLM在回歸國家和行業(yè)兩層嵌套數(shù)據(jù)時，假設行業(yè)個體間的測量誤差相互獨立以及國家層面帶來的誤差在不同國家之間相互獨立，進而將誤差分解為兩部分：一部分是行業(yè)個體間差異帶來的誤差；另一部分是國家間差異帶來的誤差。

(一)管制變量及數(shù)據(jù)選擇

本文管制變量的數(shù)據(jù)來自OECD數(shù)據(jù)庫。由于OECD公布的數(shù)據(jù)有限，本文所指生產(chǎn)服務業(yè)只包括零售、公路運輸、航空運輸、郵政通信、租賃和商務服務5個行業(yè)，所得結論也僅適合于上述5個行業(yè)，而對于金融等其他生產(chǎn)服務業(yè)是否適用，只能待以后有更全面的數(shù)據(jù)時再進一步研究。其中，郵政通信業(yè)管制用郵政和通信兩個行業(yè)的管制指標的平均值表示，租賃和商務服務管制用OECD的專業(yè)服務行業(yè)管制指標代替。樣本國家包括23個OECD國家。*這23個OECD國家分別是：澳大利亞、奧地利、比利時、加拿大、捷克、丹麥、芬蘭、法國、德國、希臘、匈牙利、愛爾蘭、意大利、日本、韓國、荷蘭、葡萄牙、斯洛伐克、斯洛文尼亞、西班牙、瑞典、英國和美國。

(二)生產(chǎn)服務業(yè)發(fā)展變量及數(shù)據(jù)選擇

衡量行業(yè)發(fā)展的指標一般有三個：產(chǎn)出比重、人均產(chǎn)出和全要素生產(chǎn)率(TotalFactorProductivity，簡稱TFP)。產(chǎn)出比重是多數(shù)文獻(汪德華等，2007；李勇堅和夏杰長，2009)采用的行業(yè)發(fā)展指標；但是，比重是相對性指標，某一行業(yè)比重高并不意味著該產(chǎn)業(yè)就具有優(yōu)勢，有可能是其他產(chǎn)業(yè)比重低而導致的結果(李江帆和陳澤鵬，2012)，用服務業(yè)增加值比重來衡量服務業(yè)發(fā)展有時會得出帶有誤導性的判斷(顧乃華，2011)。人均產(chǎn)出是絕對性指標，可以衡量行業(yè)發(fā)展的絕對水平，邵駿和張捷(2013)曾采用人均產(chǎn)出作為行業(yè)發(fā)展指標，但這可能會因為匯率不可比而帶來計算偏差問題。TFP是較為理想的行業(yè)發(fā)展指標，也在越來越多的研究中得到使用(Nicoletti，2001；劉丹鷺2013；張少輝，2014)，但是TFP的計算對原始數(shù)據(jù)質(zhì)量要求較高，計算方法也較為復雜。為較全面檢驗管制對生產(chǎn)服務業(yè)的影響，避免因單一指標帶來的認知誤差，本文依次將行業(yè)產(chǎn)出比重、人均產(chǎn)出和TFP當成因變量來檢驗管制的影響，以提高結論的穩(wěn)健性。

行業(yè)產(chǎn)出比重、人均產(chǎn)出和計算TFP的原始數(shù)據(jù)均來自于WIOD。其中，行業(yè)人均產(chǎn)出用不變價美元人均GDP乘以行業(yè)比重來衡量，*各國2005年的不變價人均GDP數(shù)據(jù)來自于世界銀行數(shù)據(jù)庫。類似于行業(yè)人均GDP，并非就業(yè)人員的人均產(chǎn)出。行業(yè)TFP的計算比較復雜，以往文獻測算TFP往往假定具體的生產(chǎn)函數(shù)形式，如C-D函數(shù)，但這可能會因模型不甚合理而引起結論偏差。Caves 等(1982a，1982b)介紹了Malmquist生產(chǎn)率指數(shù)，該指數(shù)考慮了生產(chǎn)可能性集合，同時不要求具體的生產(chǎn)函數(shù)，能較為準確地測量生產(chǎn)率。F?re 等(1994)在測量17個OECD國家的Malmquist生產(chǎn)率指數(shù)的基礎上，進一步將該指數(shù)分解為技術進步指數(shù)和效率改變指數(shù)。OECD(2008)認為該指數(shù)方法是定期測度生產(chǎn)率統(tǒng)計數(shù)據(jù)的推薦方法。鑒于Malmquist的廣泛應用性和合理性，本文以此指數(shù)衡量TFP。*以Malmquist生產(chǎn)率指數(shù)衡量TFP，實際上測算的是全要素生產(chǎn)率的增長率，是一種相對全要素生產(chǎn)率。

準確測算Malmquist生產(chǎn)率指數(shù)的前提是具有高質(zhì)量的原始數(shù)據(jù)。勞動投入和資本投入較為理想的測算指標分別是實際工時數(shù)和資本存量(OECD，2008)；但以往研究大多使用就業(yè)人數(shù)和固定資本投資來分別代替勞動投入和資本投入，這應該是在數(shù)據(jù)不可得情況下的無奈之舉，其后果是可能會導致較大的結論偏差。慶幸的是，WIOD提供了各行業(yè)的勞動投入和資本投入的準確數(shù)據(jù)。為了方便國際比較，將各國1995年不變價本幣單位折算成1995年不變價美元單位，折算指數(shù)采用世界銀行數(shù)據(jù)庫提供的以不變價本幣和當年價美元為單位的1995年各國GDP計算而得。

為避免選擇前沿技術參照系的主觀性，F(xiàn)?re等(1994)采用兩個CCD類型*CCD是指Caves等(1982)的做法。的Malmquist指數(shù)的幾何平均值來計算產(chǎn)出導向的Malmquist生產(chǎn)率指數(shù)，以此來測量TFP的增長，本文遵循這一做法，即：

=EC×TC

(三)具體模型

以下介紹HLM的建立。本文分別以行業(yè)產(chǎn)出比重、人均產(chǎn)出和TFP作為生產(chǎn)服務業(yè)發(fā)展的代理變量，依次檢驗管制對生產(chǎn)服務業(yè)發(fā)展的影響，故有三個HLM模型，分別為：產(chǎn)出比重模型、人均產(chǎn)出模型和TFP模型。由于管制變量指標每五年才公布一次，雖然有2013年的數(shù)據(jù)，但考慮到其他數(shù)據(jù)均未更新至2013年，尤其是WIOD的資本投入數(shù)據(jù)只更新至2009年(個別國家只更新至2008年或者2007年)，因此，本文采取折中做法，主要以2008年的橫截面數(shù)據(jù)進行分析。相關變量的描述性統(tǒng)計見表1。

1.產(chǎn)出比重模型

L1：SSi,j=β0j+β1jSECTOR+β2jSS1998+ei,j

L2：β0j=γ00；β1j=γ10+γ11PRODUCT；β2j=γ20+μ2j

其中，SS表示2008年每個行業(yè)的產(chǎn)出占總產(chǎn)出的比重，i和j表示行業(yè)和國家；β和γ為待定系數(shù)；ei,j和μ2j為隨機變量；SECTOR為2008年行業(yè)管制變量，PRODUCT為2008年國家產(chǎn)品市場管制變量；SS1998為1998年各行業(yè)的產(chǎn)出比重，是為了消除整體發(fā)展階段和需求結構對行業(yè)產(chǎn)出比重的影響而引入的控制變量。探索性分析拒絕了SECTOR系數(shù)為隨機效應的假說，故在L2 中將其表達成函數(shù)形式，這意味著行業(yè)管制對行業(yè)產(chǎn)出比重的影響雖會受國家產(chǎn)品市場管制的調(diào)節(jié)，但這種調(diào)節(jié)作用不會隨國家不同而變化。

2.人均產(chǎn)出模型

L1：OPi,j=β0j+β1jSECTOR+β2jOP1998+ei,j

L2：β0j=γ00；β1j=γ10+γ11PRODUCT；β2j=γ20+μ2j

其中，OP代表2008年各行業(yè)的人均產(chǎn)出；OP1998為1998年各行業(yè)人均產(chǎn)出，是為了消除整體發(fā)展階段和需求結構對行業(yè)人均產(chǎn)出的影響而引入的控制變量。同樣地，探索性分析拒絕了SECTOR系數(shù)為隨機效應的假說，故在L2 中將其表達成函數(shù)形式，這意味著行業(yè)管制對人均產(chǎn)出的影響雖會受國家產(chǎn)品市場管制的調(diào)節(jié)，但這種調(diào)節(jié)作用不會隨國家不同而變化。

3.TFP模型

L1：TFPi,j=β0j+β1jSECTOR+ei,j

L2：β0j=γ00；β1j=γ10+γ11PRODUCT

其中，TFP是由基于上文介紹的Malmquist生產(chǎn)率指數(shù)計算得來，由于Malmquist生產(chǎn)率指數(shù)計量的是全要素生產(chǎn)率的增長率，為了便于回歸分析，將其轉化為絕對全要素生產(chǎn)率，具體的做法是，將1995年取值為1，與相應年份的Malmquist生產(chǎn)率指數(shù)累積相乘計算出2008年各國各行業(yè)絕對全要素生產(chǎn)率。*由于澳大利亞、捷克、丹麥、芬蘭、法國、德國、匈牙利、愛爾蘭、意大利、荷蘭、西班牙、瑞典和英國13個國家缺失2008年的數(shù)據(jù)，用2007年的數(shù)據(jù)代替。探索性分析同樣拒絕了SECANU系數(shù)為隨機效應的假說，故在L2 中將其表達成函數(shù)形式，這意味著行業(yè)管制對TFP的影響雖會受國家產(chǎn)品市場管制的調(diào)節(jié)，但這種調(diào)節(jié)作用不會隨國家不同而變化。

表1　變量的統(tǒng)計性描述

注：根據(jù)WIOD、OECD和世界銀行數(shù)據(jù)庫提供的數(shù)據(jù)計算而得。

(四)實證結果及其分析

本文利用HLM6軟件進行計算，以上三個模型的實證結果見表2。

表2　管制與生產(chǎn)服務業(yè)發(fā)展的HLM結果

注：***、**和*分別表示在1%、5%和10%水平上顯著。下表同。

從表2可以看出，在產(chǎn)出比重模型和人均產(chǎn)出模型中，截距γ10均顯著為負，說明行業(yè)管制放松對生產(chǎn)服務業(yè)發(fā)展具有直接的促進作用。在TFP模型中，截距γ10符號為負但不顯著。放松國家產(chǎn)品市場管制通過行業(yè)管制作用于生產(chǎn)服務業(yè)的間接影響則較為復雜，PRODUCTγ11在產(chǎn)出比重模型和人均產(chǎn)出模型中均顯著為正，說明放松國家產(chǎn)品市場管制會對生產(chǎn)服務業(yè)產(chǎn)出比重和人均產(chǎn)出產(chǎn)生間接的消極影響，這可能是國家產(chǎn)品市場管制對各行業(yè)(生產(chǎn)服務業(yè)只是各行業(yè)的一部分)的影響不均勻或者與具體的生產(chǎn)服務行業(yè)管制有沖突引起的。PROANUγ11在TFP模型中雖然為正但沒通過顯著性檢驗，說明放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)TFP的間接影響并不確切。綜合以上三個模型的結果來看，放松國家產(chǎn)品市場管制有可能對生產(chǎn)服務業(yè)起到間接的消極作用，也可能不起明顯作用，這說明放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)的影響是很復雜的?？梢?，研究假說得到了驗證。

值得注意的是，產(chǎn)出比重模型和人均產(chǎn)出模型中的控制變量系數(shù)均顯著為正，說明在生產(chǎn)服務業(yè)發(fā)展的過程中歷史因素起很大作用。也不排除放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)的影響可能有一部分是通過控制變量起作用的，這進一步說明了放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)發(fā)展影響的復雜性。

正是基于國別差異對結果影響的重要性，本文采用了HLM進行估計；但是，如果這種差異對結果影響不大，那么用傳統(tǒng)回歸方法得出的結論應該不會有太大偏差，此時傳統(tǒng)回歸方法的結論就可以與HLM的結論進行交叉檢驗。為此，下面通過HLM零模型的組內(nèi)相關系數(shù)來判斷國別差異對結果的重要性。

如果HLM中L1和L2不含任何解釋變量，那么它就是零模型，通過分析零模型中被解釋變量的組內(nèi)相關系數(shù)，可以判斷多層線性模型的分析是否有必要。經(jīng)測算，上述三個HLM零模型被解釋變量的組內(nèi)相關系數(shù)ICC均幾乎為零，*產(chǎn)出比重模型的ICC= 0.00115/9.30015≈0.0001，人均產(chǎn)出模型的ICC=1544.39775/1529180.30530≈0.0010，TFP模型的ICC=0.00076/1.82830≈0.0004。遠小于臨界值0.059，*顧乃華(2011)指出，根據(jù)建立HLM的經(jīng)驗判斷準則，當ICC大于0.059時，就需要在統(tǒng)計建模處理中考慮如何處理組間效應。說明國別差異對生產(chǎn)服務業(yè)產(chǎn)出比重、人均產(chǎn)出和TFP的影響微乎其微。換句話說，將國家和行業(yè)變量都看成是同一水平的變量，運用傳統(tǒng)線性回歸方法直接在行業(yè)層面對數(shù)據(jù)進行分析，得到的結果應該不會出現(xiàn)太大偏差。當然，這里的潛在假設是：同一國家的行業(yè)間相互獨立，不同國家的行業(yè)樣本與同一國家的行業(yè)樣本之間也是相互獨立的。為此，下文將采取傳統(tǒng)線性回歸方法進一步檢驗管制對生產(chǎn)服務業(yè)的產(chǎn)出比重、人均產(chǎn)出和TFP的影響，對HLM結論的穩(wěn)健性進行檢驗。假設產(chǎn)出比重模型、人均產(chǎn)出模型和TFP模型的傳統(tǒng)線性回歸估計方程如下：

SSi=β0+β1SECTOR+β2PRODUCT+β3SS1998+ei

OPi=β0+β1SECTOR+β2PRODUCT+β3OP1998+ei

TFPi=β0+β1SECTOR+β2PRODUCT+ei

除了沒有下標j(j在HLM中表示國家)之外，以上三式的變量與HLM中的變量含義完全相同。在這三個傳統(tǒng)線性回歸模型中，只在行業(yè)層面對數(shù)據(jù)進行分析，用以表示國家層面的j消失了。

回歸結果如表3所示。從表3可見，行業(yè)管制與行業(yè)產(chǎn)出比重、人均產(chǎn)出和TFP均顯著負相關，說明放松行業(yè)管制有利于生產(chǎn)服務業(yè)的發(fā)展；放松國家產(chǎn)品市場管制與人均產(chǎn)出顯著正相關，與產(chǎn)出比重和TFP也呈現(xiàn)正向關系但不顯著。這些結果與HLM的基本相同，這說明待檢基本結論是穩(wěn)健的。

為了考察不同收入水平下放松管制對生產(chǎn)服務業(yè)發(fā)展的影響是否會有所不同，本文將樣本國家按人均GDP進行分組，在回歸分析中加入虛擬變量DUM(落后組=1，發(fā)達組=0)與管制變量的交互項。世界銀行的數(shù)據(jù)顯示，2008年23個樣本國家的人均GDP最低為匈牙利的11 533.8美元，最高為愛爾蘭的49 801.3美元，取其平均數(shù)30 667.6美元為分界線，人均GDP低于30 667.6美元的9個國家劃入落后組，其余14個國家劃入發(fā)達組。*落后組的9個國家為：匈牙利、斯洛伐克、捷克、葡萄牙、韓國、斯洛文尼亞、希臘、西班牙和意大利。發(fā)達組的14個國家為：法國、澳大利亞、加拿大、德國、日本、比利時、英國、奧地利、芬蘭、荷蘭、瑞典、美國、丹麥和愛爾蘭。加入交互項后的回歸結果見表4。

表4顯示，DUM×SECTOR和DUM×PRODUCT的影響在人均產(chǎn)出模型中均不顯著，說明行業(yè)管制和國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)人均產(chǎn)出的影響不會因國家收入水平不同而出現(xiàn)較大差異。但在產(chǎn)出比重模型和TFP模型中，交互項的影響較為復雜。在產(chǎn)出比重模型中，DUM×PRODUCT的影響不顯著，說明國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)產(chǎn)出比重的影響不會因國家收入水平不同而出現(xiàn)太大差異；DUM×SECTOR的影響顯著為正，與SECTOR的影響符號相反，說明行業(yè)管制對生產(chǎn)服務業(yè)產(chǎn)出比重的影響在落后組國家更大，但這種影響會削弱行業(yè)管制放松對生產(chǎn)服務業(yè)比重的促進作用。在TFP模型中，DUM×SECTOR的影響顯著為負，與SECTOR的影響符號相同，說明行業(yè)管制對生產(chǎn)服務業(yè)生產(chǎn)率的影響在落后組國家更大，且這種影響會加強行業(yè)管制放松對生產(chǎn)服務業(yè)生產(chǎn)率的促進作用；DUM×PRODUCT的影響顯著為正，說明國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)生產(chǎn)率的影響在落后組國家更大，但這種影響會削弱放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)生產(chǎn)率的促進作用。由此可見，同樣程度的行業(yè)管制放松，較之發(fā)達組國家，落后組國家的生產(chǎn)服務業(yè)產(chǎn)出比重上升較慢，但生產(chǎn)率提高較快；同樣程度的國家產(chǎn)品市場管制放松，較之發(fā)達組國家，落后組國家的生產(chǎn)服務業(yè)生產(chǎn)率提高較慢。產(chǎn)生這些差異的原因可能是，較之發(fā)達組國家，落后組國家的生產(chǎn)服務業(yè)基數(shù)較小，行業(yè)管制可能較嚴格。為此，較之發(fā)達組國家，落后組國家有針對性的行業(yè)管制可以很快地促進生產(chǎn)服務業(yè)生產(chǎn)率的提高，但國內(nèi)非生產(chǎn)服務業(yè)的生產(chǎn)率可能在同期提高得更快，因而出現(xiàn)生產(chǎn)服務業(yè)比重上升較慢的現(xiàn)象；類似地，同樣程度的國家產(chǎn)品市場管制放松，由于其面向的不僅僅是生產(chǎn)服務業(yè)，因此落后組國家更大比重的非生產(chǎn)服務業(yè)可能會“吸走”更多的管制放松效應，從而使生產(chǎn)服務業(yè)生產(chǎn)率提高得較慢。

表3　管制與生產(chǎn)服務業(yè)發(fā)展的傳統(tǒng)線性回歸模型結果

表4　管制與生產(chǎn)服務業(yè)發(fā)展的傳統(tǒng)線性回歸模型結果(含交互項)

四、結論與啟示

本文運用23個OECD國家的橫截面數(shù)據(jù)，實證檢驗了行業(yè)管制和國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)的影響。研究表明：放松行業(yè)管制能有效地促進生產(chǎn)服務業(yè)的發(fā)展，而放松國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)的影響不確定。同時，將國家按不同收入水平分組的回歸結果顯示：行業(yè)管制和國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)人均產(chǎn)出的影響不會因國家收入水平的不同而出現(xiàn)較大差異；國家產(chǎn)品市場管制對生產(chǎn)服務業(yè)產(chǎn)出比重的影響不會因國家收入水平不同而出現(xiàn)較大差異；同樣程度的行業(yè)管制放松，較之發(fā)達組國家，落后組國家的生產(chǎn)服務業(yè)產(chǎn)出比重上升較慢但生產(chǎn)率提高得較快；同樣程度的國家產(chǎn)品市場管制放松，較之發(fā)達組國家，落后組國家的生產(chǎn)服務業(yè)生產(chǎn)率提高得較慢?？傮w而言，放松管制有利于生產(chǎn)服務業(yè)的發(fā)展。

雖然OECD沒有公布中國行業(yè)管制和國家產(chǎn)品市場管制的數(shù)據(jù)，但不少學者認為中國生產(chǎn)服務業(yè)的管制較為嚴格(國務院發(fā)展研究中心市場經(jīng)濟研究所課題組，2011；王青，2011；劉丹鷺，2013)；因此中國有必要放松管制以促進生產(chǎn)服務業(yè)發(fā)展。目前，中國生產(chǎn)服務業(yè)管制存在兩個問題：第一，政府具有行政審批的管制偏好，導致管制的結構性供求失衡。轉型期的中國，往往傾向于出臺管制成本低、私人收益高(盡管社會收益低甚至為負)的政府管制，如行政審批；而管制成本高但社會收益更高的政府管制則相對缺失，如管制法律。政府管制的越位和缺位，導致生產(chǎn)服務業(yè)的管制出現(xiàn)結構性供求失衡。第二，政府管制邊界模糊，導致管制結構不合理。管制確立者、管制實施者和被管制對象三個主體之間相互獨立，才能保證政府管制的有效性(王俊豪，2007)。但現(xiàn)階段的中國，在電信、鐵路和金融等國有生產(chǎn)服務企業(yè)，管制確立者、管制實施者和被管制對象之間難以區(qū)分，導致管制結構不合理。

因此，中國可以考慮從以下幾個方面放松生產(chǎn)服務業(yè)管制：第一，加強生產(chǎn)服務業(yè)管制部門的頂層設計。在國務院機構改革和職能轉變以及大部制改革的機遇下，整合現(xiàn)有生產(chǎn)服務業(yè)的管制機構，成立專門生產(chǎn)服務業(yè)監(jiān)管機構，依托生產(chǎn)服務業(yè)人才，深入分析行業(yè)特點，出臺有針對性的生產(chǎn)服務業(yè)管制措施。第二，大力引進市場機制。在傳統(tǒng)自然壟斷領域中盡量區(qū)分出自然壟斷環(huán)節(jié)，對非自然壟斷環(huán)節(jié)則實行“非禁即入”的負面清單市場準入機制；在自然壟斷環(huán)節(jié)也要探索引入市場機制，推動國有企業(yè)的市場化改革。第三，完善相應法律法規(guī)。及時研究新興生產(chǎn)服務業(yè)，制定相應的法律法規(guī)，開展試點工作，避免監(jiān)管空白；在實踐中不斷修正和完善相應的法律法規(guī)，走出“放開即亂、收緊則死”的管制怪圈。

參考文獻：

[1]顧乃華.城市化與服務業(yè)發(fā)展：基于省市制度互動視角的研究[J].世界經(jīng)濟，2011，(1)：126-142.

[2]國務院發(fā)展研究中心市場經(jīng)濟研究所課題組.經(jīng)濟結構優(yōu)化調(diào)整中著力促進服務業(yè)發(fā)展的制度環(huán)境研究(總報告)[J].經(jīng)濟研究參考，2011，(40)：2-44.

[3]江波，李江帆.政府規(guī)模、勞動—資源密集型產(chǎn)業(yè)與生產(chǎn)服務業(yè)發(fā)展滯后：機理與實證研究[J].中國工業(yè)經(jīng)濟，2013，(1):64-76.

[4]經(jīng)濟合作與發(fā)展組織.生產(chǎn)率測算手冊——基于總量層次和產(chǎn)業(yè)層次生產(chǎn)率增長的測算[M].北京：科學技術文獻出版社，2008.

[5]李江帆.把第三產(chǎn)業(yè)納入再生產(chǎn)公式[J].貴州社會科學，1987，(3)：5-9.

[6]李江帆.第三產(chǎn)業(yè)經(jīng)濟學[M].廣州：廣東人民出版社，1990.

[7]李江帆，陳澤鵬.服務產(chǎn)品流與服務輸出研究[J].中山大學學報(社會科學版)，2012，(4)：182-199.

[8]李勇堅，夏杰長.制度變革與服務業(yè)成長[M].北京：中國經(jīng)濟出版社，2009.

[9]劉丹鷺.進入管制與中國服務業(yè)生產(chǎn)率——基于行業(yè)面板的實證研究[J].經(jīng)濟學家，2013，(2)：84-92.

[10]邵駿，張捷.中國服務業(yè)增長的制度因素分析——基于拓展索洛模型的跨地區(qū)、跨行業(yè)實證研究[J].南開經(jīng)濟研究，2013，(2)：132-152.

[11]汪德華，張再金，白重恩.政府規(guī)模、法治水平與服務業(yè)發(fā)展[J].經(jīng)濟研究，2007，(6)：51-64.

[12]王俊豪.管制經(jīng)濟學原理[M].北京：高等教育出版社，2007.

[13]王青.我國服務業(yè)發(fā)展面臨的準入、監(jiān)管制度障礙與政策建議[J].經(jīng)濟研究參考，2011，(40)：45-47.

[14]王恕立，胡宗彪.中國服務業(yè)分行業(yè)生產(chǎn)率變遷及異質(zhì)性考察[J].經(jīng)濟研究，2012，(4)：15-27.

[15]張雷，雷靂，郭伯良.多層線性模型應用[M].北京：教育科學出版社，2003.

[16]張少輝，李江帆，張承平.產(chǎn)業(yè)結構調(diào)控與中國區(qū)域全要素生產(chǎn)率增長[J].管理學報，2014，(6)：898-905.

[17]Barone G,Cingano F.Service regulation and growth:Evidence from OECD countries[J].The Economic Journal ,2011,121 (555):931-957.

[18]Caves D W,Christensen L R,Diewert W E.Multilateral comparisons of output,input,and productivity using superlative index numbers[J].The Economic Journal,1982a,92(365):73-86.

[19]Caves D W,Christensen L R,Diewert W E.The economic theory of index numbers and the measurement of input,output,and productivity[J].Econometrica,1982b,50(6):1393-1414.

[20]Estache A,de la Fé B T,Trujillo L.Sources of efficiency gains in port reform:A DEA decomposition of a malmquist TFP index for Mexico[J].Utilities Policy,2004,12(4):221-230.

[21]Farrell M J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society.Series A (General),1957，120(3):253-290.

[22]F?re R,Grosskopf S,Norris M,et al.Productivity growth,technical progress,and efficiency change in industrialized countries[J].The American Economic Review,1994,84(1):66-83.

[23]Greenfield H I.Manpower and the growth of producer services[M].New York:Columbia University Press,1966.

[24]Nicoletti G.Regulation in services:OECD patterns and economic implications[R].OECD Economics Department Working Papers No.287,2001.

Regulation and the Development of Producer Services:

Evidence from OECD Countries

Zhang Shaohui

(SchoolofBusiness,SunYat-senUniversity,Guangzhou510275,China)

Key words:regulation; producer services; hierarchical linear model; Malmquist productivity index

(責任編輯周一葉)