宋晨晨，王興安，張瑩瑩

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

江蘇服務業(yè)全要素生產(chǎn)率變動特征研究

宋晨晨，王興安，張瑩瑩

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

基于非參數(shù)DEA-Malmquist方法，對江蘇省和我國部分省市服務業(yè)全要素生產(chǎn)率進行測度，為了進一步研究江蘇省內部服務業(yè)發(fā)展的趨勢，分析比較了2008—2012年間的江蘇省內各市服務業(yè)全要素生產(chǎn)率的變化。研究發(fā)現(xiàn)：（1）2003—2012期間，樣本地區(qū)整體服務業(yè)全要素生產(chǎn)率呈現(xiàn)出下降趨勢，而江蘇省服務業(yè)全要素生產(chǎn)率平均增長率為3.4%，其服務業(yè)全要素生產(chǎn)率進步來源于技術進步的提高；（2）2008—2012期間，江蘇省各市的全要素生產(chǎn)率增長率為負，主要是由于技術進步變動抑制了全要素生產(chǎn)率提高，技術效率變動則為正，分解技術效率發(fā)現(xiàn)純技術效率、規(guī)模效率都促進了技術效率的提高。基于以上分析，提出促進服務業(yè)發(fā)展的相關對策建議。

服務業(yè)；全要素生產(chǎn)率；DEA-Malmquist

江蘇省地處長江三角洲，作為長江經(jīng)濟帶的一個省份，是重要的經(jīng)濟強省。但是經(jīng)濟發(fā)展主要依靠資源的巨大投入來推動，存在巨大的隱憂。產(chǎn)業(yè)主要集中在全球價值鏈（GVC）的中低端，產(chǎn)業(yè)盈利能力弱，競爭力不強[1]。隨著勞動力、土地資源、資本等生產(chǎn)要素成本的提高，傳統(tǒng)的依靠資源大量投入的經(jīng)濟增長驅動力已不再持續(xù)，必定要轉向依靠創(chuàng)新驅動發(fā)展。創(chuàng)新驅動發(fā)展本質是全要素生產(chǎn)率（TFP）的提高。全要素生產(chǎn)率是衡量經(jīng)濟發(fā)展狀況的一個重要指標，在新古典經(jīng)濟增長理論框架中，將全要素生產(chǎn)率的提高看作經(jīng)濟增長的重要源泉[2]。

從發(fā)達國家發(fā)展現(xiàn)狀來看，服務業(yè)已演變?yōu)榘l(fā)達國家的主導產(chǎn)業(yè)，成為促使發(fā)達國家經(jīng)濟發(fā)展的新經(jīng)濟增長極，在發(fā)達國家經(jīng)濟發(fā)展中起著不可或缺的作用，由此可見，以服務業(yè)為主體的第三產(chǎn)業(yè)最終將會成為國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)[3]。江蘇省服務業(yè)發(fā)展迅速，已構成我國服務業(yè)競爭力發(fā)展的第一梯隊[4]。迅速發(fā)展的服務業(yè)不僅推動了江蘇經(jīng)濟發(fā)展，増強其區(qū)域乃至國際的綜合競爭力，還影響產(chǎn)業(yè)空間的分配、布局以及結構，對江蘇的發(fā)展有重要的影響。作為推動經(jīng)濟發(fā)展“引擎”的服務業(yè)，在地區(qū)生產(chǎn)總值中占比不斷增加，推動著江蘇產(chǎn)業(yè)結構由“二三一”向“三二一”結構類型演變。

在發(fā)展服務業(yè)的進程中，應關注服務業(yè)TFP的變化。服務業(yè)的長期增長來自于兩方面：一是要素投入數(shù)量的增加；二是要素使用效率的提高。差別關鍵在于TFP對經(jīng)濟增長的貢獻程度[5]，服務業(yè)TFP的提高將起到加速產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟轉型的作用。那么江蘇省服務業(yè)TFP的評價結果如何？有什么樣的變動特征呢？對此展開研究，既具有理論價值，又具有現(xiàn)實意義。

本文將通過Fare等人[6]提出的非參數(shù)DEA-Ma lmquist生產(chǎn)率指數(shù)法，對江蘇省及我國部分省市的服務業(yè)TFP進行測算。分析江蘇2003—2012年服務業(yè)增長的主要動力來源，剖析江蘇服務業(yè)TFP和其他省市TFP的變化特征，試圖為江蘇服務業(yè)發(fā)展方式提供理論依據(jù)。

一、文獻綜述

伴隨著經(jīng)濟的快速發(fā)展，服務業(yè)獲得了空前的發(fā)展，因此有關服務業(yè)的研究也越來越廣泛。綜觀學術界關于服務業(yè)TFP的實證研究文獻，近幾年，許多學者通過選擇不同層面的數(shù)據(jù)，結合不同的理論模型，對國內服務業(yè)TFP進行了測算。對于服務業(yè)TFP的研究方法，主要有三種：索洛余值法、隨機前沿法、數(shù)據(jù)包絡分析法（DEA）。索洛余值法需估算總量生產(chǎn)函數(shù)，TFP的增長用產(chǎn)出增長率與要素投入增長率的差值來代替[7]，但是此種方法無法對技術進步和技術效率進行區(qū)分。隨機前沿法需事先設定前沿生產(chǎn)函數(shù)，然后估算參數(shù)[8]，其優(yōu)點是將誤差項分為統(tǒng)計誤差、技術無效率項。但是由于須事先設定生產(chǎn)函數(shù)、約束條件，可能在測算TFP的時候會產(chǎn)生較大偏差。數(shù)據(jù)包絡分析法無需事先設定生產(chǎn)函數(shù)，無需估算參數(shù)，且允許存在技術無效率，但是此法未考慮隨機誤差項的存在，因此對結果的準確性會造成一定的影響。

其研究維度涵蓋服務業(yè)整體、生產(chǎn)性服務業(yè)以及服務業(yè)細分行業(yè)的TFP的測算及地區(qū)、行業(yè)的差異性分析。比如：紀明輝通過研究中國服務業(yè)發(fā)展水平及TFP的地區(qū)差異狀況，分析了TFP對服務業(yè)增長、地區(qū)差異的影響與貢獻以及影響服務業(yè)TFP的因素[9]。陳艷瑩、王二龍通過構建中介效應模型分析了要素市場扭曲對我國生產(chǎn)性服務業(yè)TFP的雙重抑制作用[10]。林春、生延超、鐘志平均基于非參數(shù)DEA-Malmquist方法分別測算了我國金融業(yè)、飯店業(yè)的TFP[11-12]。

雖然已有的研究涵蓋了國家、省域以及城市層面，但大部分研究集中在國家和跨省域層面上，比如：吳傳清、董旭[13]，喬虹[14]，孟文波[15]均采用非參數(shù)Malmquist指數(shù)法分別對長江經(jīng)濟帶、絲綢之路經(jīng)濟帶、我國東部地區(qū)10省份的服務業(yè)TFP進行測算，分析其服務業(yè)TFP的變動特點及其影響因素[13-15]。 陳文新等人[16]通過對西北五省服務業(yè)TFP進行測算，比較分析服務業(yè)TFP的不同地區(qū)的空間差異性。這些研究對進一步認識我國服務業(yè)生產(chǎn)效率的特點及現(xiàn)狀作出了貢獻，也為日后進一步研究打下了基礎。從以上分析可知，服務業(yè)TFP的研究中單獨對于某個省份服務業(yè)TFP狀況進行研究的相對較少，我國幅員遼闊，地區(qū)之間發(fā)展差異較大，因此對于特定省份、城市的服務業(yè)TFP進行分析，對特定省份、城市的服務業(yè)可持續(xù)發(fā)展具有實際指導意義。

二、變量、數(shù)據(jù)選取和模型設定

（一）模型方法

全要素生產(chǎn)率（TFP）通常用來衡量經(jīng)濟發(fā)展的質量及技術進步的指標。DEA-Malmquist方法是通過估計多投入、多產(chǎn)出的要素轉化效率，判斷技術過程的有效程度。該指數(shù)可以使生產(chǎn)率變化的原因分解成為技術變化以及技術效率變化，并進一步將技術效率變化分解成純技術效率變化以及規(guī)模效率變化，從而可以發(fā)現(xiàn)影響全要素生產(chǎn)率（TFP）的原因。

本文選擇非參數(shù)DEA（數(shù)據(jù)包絡分析）方法，結合Malamquist指數(shù)來測度江蘇省的其他部分省市服務業(yè)TFP。DEA利用線性規(guī)劃技術估算產(chǎn)出距離函數(shù)，無需假設生產(chǎn)函數(shù)的具體形式，只需要研究對象決策單元（DMU）投入產(chǎn)出信息，由于不需要估計參數(shù)，避免了函數(shù)設定的不同帶來的計量結果偏差，適用于多個地區(qū)跨時期的樣本分析，這一方法用于同一行業(yè)的分析有著獨特的優(yōu)勢。

DEA-Malmquist指數(shù)法是以投入產(chǎn)出比為依據(jù)對要評定的決策單元進行績效排序。其計算公式如下：

（1）式中，Di表示產(chǎn)出距離函數(shù)，下標表示不同的時期，上標表示不同地區(qū)決策單元。又可表示為：

（2）式中，TFPch代表t期到t+1期的TFP變動，EFFch為技術效率指數(shù)，代表t期到t+1期的技術效率的變化。TECHch為技術進步指數(shù)，代表t期到t+1期的技術進步指數(shù)。若上式中各變量的指標數(shù)值大于1，則代表TFP、技術效率、技術進步效率已經(jīng)改進；若小于1，則代表惡化。

DEA-Malmquist指數(shù)法又可分為產(chǎn)出導向型和投入導向型，是指假設在投入（產(chǎn)出）水平確定的條件下，如何使產(chǎn)出（投入）最大（?。┗?。本文選擇基于投入導向的DEA-Malmquist指數(shù)法進行測算。

DEA-Malmquist指數(shù)法可以用于測算投入產(chǎn)出的效率，有著無需投入產(chǎn)出指標相關價格信息的優(yōu)點，并可以進一步分解TFP的變化為技術進步的變化（TECHCH）以及技術效率的變化（EFFCH）。在規(guī)模報酬可變的生產(chǎn)前沿下，還可將技術效率再分解為純技術效率（PECH）和規(guī)模效率（SECH）。對于TFP進行實證分析的主要目的就在于研究技術進步、技術效率對TFP的影響情況。如若服務業(yè)TFP存在非效率的情形，那么其中有多少是來自技術進步？又有多少是來自于技術效率？以及純技術效率、規(guī)模效率對TFP的影響又有多少？研究這些問題將更有針對性地指導實踐活動。

本文利用Deap2.1軟件進行分析，這里的分析利用投入導向（input-oriented）的方式核算所得到的結果。

（二）樣本、變量和數(shù)據(jù)來源

本文選取江蘇、浙江、上海、廣東、山東、安徽、湖北、江西七省一市作為研究對象，即DEA模型中的決策單元 （DMU）。選取的時間為2003—2012年。選取這些變量的原因主要基于以下考慮：長三角地區(qū)和長江經(jīng)濟帶的主要省份是經(jīng)濟發(fā)展的重要推動力量，但其中部分省份數(shù)據(jù)缺失嚴重，未選入。

本文采用的DEA-Malmquist方法是核算相對效率的方法。這里選擇第三產(chǎn)業(yè)固定資產(chǎn)投資額作為資本投入的替代指標。勞動力變量以第三產(chǎn)業(yè)從業(yè)人數(shù)來替代。最后是產(chǎn)出變量，產(chǎn)出變量用第三產(chǎn)業(yè)增加值表示。因為核算的是全要素生產(chǎn)率（TFP）相對意義上的結果，各個省份和城市的數(shù)據(jù)選取均為當年數(shù)據(jù)，價格因素影響不大，故本文直接采用各地區(qū)當年的數(shù)據(jù)。

經(jīng)濟增長主要投入的生產(chǎn)要素為勞動力、資本。本文涉及的變量有：第三產(chǎn)業(yè)勞動力投入量、資本投入以及第三產(chǎn)業(yè)增加值。首先是資本變量的選擇。目前對于資本投入變量的表示主要有兩種方法：一是永續(xù)盤存法（perpetual inventory method）[17]，二是直接用固定資產(chǎn)投資額來衡量。本文選擇較為常用的永續(xù)盤存法計算資本存量，用上一期的資本存量加上當年的投資額之后再減去折舊來表示本期的資本存量，基本公式為：

（3）式中，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年的固定資產(chǎn)投資額，δ代表資本折舊率。

對于初始資本存量，通常是確定一個基年，利用資本產(chǎn)出比倒推得到[18]。本文選擇此種方法計算初始資本存量。即用公式可以表示如下：

（4）式中，K2003代表以2003年為基年的服務業(yè)資本存量，I2003代表2003年服務業(yè)固定資產(chǎn)投資額。r表示2003年至2012年的服務業(yè)投資增長率，可以通過各地區(qū)固定資產(chǎn)投資額算出。因為各省市決策單元的資本實際投入情況并不相同，經(jīng)濟發(fā)達的地區(qū)與經(jīng)濟不太發(fā)達的地區(qū)相比會更多更快地投入資本，使得投資增長率不相同。

對于折舊的計算通常是估計或假定一個折舊率，然后對資本存量進行扣減，本文將參照張軍[19]的標準將折舊率定為9.6%。

三、全要素生產(chǎn)率測算和結果分析

（一）TFP變動特征

1．總體變化特征

在2003—2012年期間，全部決策單元的服務業(yè)TFP的總體變化特征見表1。其中，TFPCH歷年變化趨勢見圖1。

表1 2003—2012年期間TFP及其分解變化率

圖1 TFPCH在2003—2012年的變動

從表1和圖1可以看出研究的決策單元的全要素生產(chǎn)率 （TFP）的變動的來源?？傮w來看，在2003—2012年期間全要素生產(chǎn)率（TFPCH）動態(tài)變化平均值為0.974，這表明2003年較2012年所研究的決策單元服務業(yè)的TFP平均增長率為-0.6%。

由TFP變化來源分解結果可知，TFP惡化主要源于技術變化（TECHCH）和效率變化（EFFCH）。

技術變化（TECHCH）在2003—2012年期間的平均值為0.979，平均增長率為-2.1%。效率變化（EFFCH）平均值則下降了0.5%，其中主要是規(guī)模效率 （SECH）拉低了效率變化 （EFFCH），規(guī)模效率（SECH）動態(tài)平均值下降0.5%，純技術效率變化（PECH）動態(tài)平均值沒有變化。結果表明，整體來看服務業(yè)TFP增長率呈現(xiàn)出下降趨勢。

2．2003—2012年的平均變化

2003—2012年歷年TFP變化及其分解變化，具體見圖2。

圖2 2003—2012年平均變化的Malmquist生產(chǎn)率指數(shù)

從圖2可以比較直觀地看出，在2003—2012年期間，TFP變化（TFPCH）和技術變化（TECHCH）呈現(xiàn)出較強的相關性聯(lián)動特征。效率變化（EFFCH）和規(guī)模效率變化（SECH）變動基本重合。

總體來看，2003—2012年期間，Malmquist生產(chǎn)率指數(shù)呈現(xiàn)三個波峰和兩個波谷的形狀特征。在2003—2004年期間出現(xiàn)了第一個波峰，在2008—2009年期間出現(xiàn)了第二個波峰，在2011—2012年期間出現(xiàn)了第三個波峰。兩個波谷出現(xiàn)在2007—2008年和2009—2010年期間。具體情況為：（1）2003—2006年期間，Malmquist生產(chǎn)率指數(shù)連續(xù)三年下降，2003—2005年期間， 技術變化（TECHCH）都大于1，全要素生產(chǎn)率（TFPCH）改善的主要原因是技術變化（TECHCH），效率變化起到了拖累作用，說明服務業(yè)增長處在粗放的技術利用階段，沒有最大化利用現(xiàn)有的技術資源。2003—2005年，TFP處在進步狀態(tài)，這可能是由于外商投資進入我國后，技術擴散促進了服務業(yè)的增長。（2）2005—2006年技術進步下降到0.69，而效率變化上升到1.097，技術變化拖累了TFP的變動。2006—2007年期間，Malmquist生產(chǎn)率指數(shù)有一次反彈，主要來源于效率變化，效率變化的純技術效率和規(guī)模效率都促進了技術效率的提高。隨后在2007—2008年，TFP降幅較大，下降了53.6%。這個下降來源主要是技術進步（TECHCH）的下降，技術效率對TFP的下降起到了緩和作用。在2005—2008年期間，技術變化一直處在下降趨勢，這可能的原因是我國服務業(yè)開放程度低，缺乏競爭，制度因素抑制了技術進步。在這期間，技術效率平均增長率為正，說明技術能較充分地利用，并且在技術知識具有正外部性前提下，技術知識得到較好的擴散，促進了落后地區(qū)技術的進步。（3）2008—2009年，Malmquist生產(chǎn)率指數(shù)為1.609，上升幅度為60.9%，主要來源是技術變化，效率變化起到了拖累作用。這可能是隨著服務業(yè)進一步發(fā)展，生產(chǎn)性服務業(yè)規(guī)模的擴張促進了技術進步。（4）2009—2010年、2010—2011年Malmquist生產(chǎn)率指數(shù)呈下降趨勢，下降幅度分別為22.2%、15.3%。2011—2012年，Malmquist生產(chǎn)率指數(shù)又回到上升趨勢，上升51.5%。技術進步貢獻了37.4%，效率變化貢獻了10.3%，效率變化中規(guī)模效率貢獻了11.7%，由于純技術效率變化的拖累，拉低了效率變化的貢獻程度。

3．各省市決策單元（DMU）的TFP變化特征

表3 各決策單元Malmquist生產(chǎn)率指數(shù)平均值

從表3可知，七省一市決策單元（DMU）中，江蘇的Malmquist生產(chǎn)率指數(shù)動態(tài)變化平均值為1.034，說明在2003—2012年期間，江蘇同選取的其他省市決策單元相比較是有效率的。在2003—2012年期間，江蘇省服務業(yè)TFP改善全部來源于技術進步的作用，技術進步為5.2%，技術效率下降了1.6%，技術效率下降主要來源是規(guī)模效率（SECH）下降了1.6%，純技術效率（PECH）沒有變化?？傮w而言，江蘇省同選取的決策單元相比服務業(yè)TFP是改善的，技術進步主要是得益于江蘇較為優(yōu)越的地理位置、優(yōu)良的基礎設施和優(yōu)惠的政策支持，這些能夠更好地吸引外資和學習應用新技術。上海、廣東和浙江TFP分別改善了3.4%、2.3%和1%。安徽、湖北、江西和山東服務業(yè)TFP分別惡化了4.5%、5.7%、10.1%和9.1%。

（二）江蘇省內各市Malmquist生產(chǎn)率指數(shù)變動

為了進一步研究江蘇省近年來的生產(chǎn)率變動趨勢，選取時間為2008—2012年，選取江蘇省12個市作為決策單元（DMU），因為淮安市數(shù)據(jù)缺失嚴重，故未選入。數(shù)據(jù)來源于江蘇統(tǒng)計年鑒和各地區(qū)歷年統(tǒng)計公報。

1．TFP總體變化特征

2008—2012年期間，江蘇省各市服務業(yè)Malmquist生產(chǎn)率指數(shù)總體變化的測算結果見表4。

表4 江蘇省各地區(qū)生產(chǎn)率總體變化特征

由表3可以得出，總體上2003—2012年江蘇省服務業(yè)TFP是改善的，其改善來源于技術進步，而在表4中可以發(fā)現(xiàn)，在2008—2012年期間，12個決策單元，服務業(yè)生產(chǎn)率平均增長率為負，技術進步（TECHCH）平均增長率為-5.9%，技術效率平均增長率為1.5%，以上數(shù)據(jù)說明，雖然在2003—2012年總體上而言，技術進步促使了江蘇服務業(yè)TFP的改善，但是近幾年江蘇服務業(yè)發(fā)展的趨勢則相對依賴于技術的推廣應用而非技術的創(chuàng)新。對技術效率進一步分解，純技術效率（PECH）平均增長率為0.8%，規(guī)模效率（SECH）平均增長率為0.7%。說明各決策單元間技術、管理手段等資源可以較好地流動和交流，且總體規(guī)模是經(jīng)濟的。

但是，目前全要素生產(chǎn)率對江蘇省服務業(yè)發(fā)展的貢獻率依然較低，說明近幾年江蘇服務產(chǎn)業(yè)的發(fā)展相比于依賴技術的推廣更依賴于要素投入的增加。

2．服務業(yè)TFP變動地區(qū)差異

進一步分析江蘇省內各地區(qū)的服務業(yè)TFP變動特征，各市的服務業(yè)的Malquist指數(shù)變動見表5。

從表5可知，江蘇省服務業(yè)分地區(qū)的Malmquist生產(chǎn)率指數(shù)及其分解、各地區(qū)服務業(yè)TFP、技術效率以及技術進步等指數(shù)變動特征?？傮w上看，江蘇省各地區(qū)服務業(yè)TFP的增長主要源于技術效率，而技術進步的下降則拖累了生產(chǎn)率的提升。

對于江蘇省內各市的決策單元，技術有效率的地區(qū)達到66.7%，其中蘇南80%，蘇中66.7%，蘇北50%，意味著江蘇各市服務業(yè)TFP變動大部分是技術效率推動的，技術進步變動全部為負值，說明技術進步變動抑制了TFP的提升。蘇南地區(qū)規(guī)模有效率的地區(qū)達到60%，蘇中33.3%，蘇北60%。蘇北地區(qū)鹽城和宿遷TFP平均增長率為3.3%和1.3%，技術效率的提高抵消了技術進步的下降進而促進了TFP的提升，鹽城和宿遷TFP增長率為正，可能是由于這兩個地區(qū)的服務業(yè)處在發(fā)展初期，要素投入驅動增長模式還可以有效促進服務業(yè)發(fā)展。

表5 江蘇分地區(qū)服務業(yè)的Malmquist生產(chǎn)率指數(shù)及其分解(2008—2012)

從本文選取的樣本發(fā)現(xiàn)，整體而言，江蘇省服務業(yè)發(fā)展是有效率的，2003—2012年TFP年均增長3.4%，TFP的提高得益于技術進步，而技術效率則拖累了服務業(yè)發(fā)展。由技術效率進一步分解為純技術效率變動、規(guī)模經(jīng)濟變動的結果可知，規(guī)模不經(jīng)濟抑制了技術效率變動。根據(jù)江蘇省內各市的服務業(yè)TFP變動可知，江蘇省內各市服務業(yè)的TFP變動整體呈現(xiàn)出下降趨勢，主要原因在于技術進步變動的下降，而純技術效率和規(guī)模效率的提高促使技術效率變動呈現(xiàn)出上升趨勢。

四、總結

本文運用非參數(shù)的Malmquist生產(chǎn)率指數(shù)方法，測算了2003—2012年江蘇省和其他地區(qū)（七省一市）TFP的變化，為了進一步研究江蘇省內部服務業(yè)發(fā)展趨勢，分析比較了2008—2012年間的江蘇省內各市服務業(yè)TFP的變化，并通過分析所選取的樣本全要素生產(chǎn)率（TFP）指數(shù)、技術進步指數(shù)、技術效率指數(shù)變化，得出以下結論：

（1）通過江蘇省和其他省市比較，2003—2012期間江蘇省TFP平均增長率為3.4%，總體上服務業(yè)TFP和其他決策單元相比是進步的。進一步研究江蘇省內部TFP變動趨勢，測算江蘇省各市地區(qū)TFP，發(fā)現(xiàn)2008—2012年省內各市由于技術進步變動抑制了TFP提高，使得TFP增長率為負?？赡艿脑蛴校嘿Y本驅動增長模式不可持續(xù)，資本規(guī)模不斷擴大導致資本的邊際產(chǎn)出不斷下降；服務業(yè)行政管制抑制了競爭，影響了生產(chǎn)率的提高；全球金融危機惡化了整體經(jīng)濟環(huán)境進而影響到服務業(yè)發(fā)展。

（2）進一步對2008—2012年省內各市TFP分解發(fā)現(xiàn)，技術變化增長率為負，而技術效率變動為正，意味著技術效率為服務業(yè)TFP提高做出了貢獻，表明江蘇省有較好利用現(xiàn)有資源的潛力。但是TFP的提高對服務產(chǎn)業(yè)的增長貢獻度依然較低，說明江蘇省的服務業(yè)發(fā)展主要是依靠要素投入驅動型增長模式，服務業(yè)發(fā)展主要集中在傳統(tǒng)服務業(yè)，而代表高新技術產(chǎn)業(yè)的生產(chǎn)性服務業(yè)發(fā)展不足，加快發(fā)展現(xiàn)代服務業(yè)已是必然選擇。

基于以上分析，為了促進江蘇省服務業(yè)發(fā)展，培育江蘇服務業(yè)競爭力，要在不斷吸收高新技術、鼓勵技術創(chuàng)新的基礎上，著重提高服務業(yè)的技術效率。對此，本文提出以下政策建議：

（1）要繼續(xù)深化服務體制改革創(chuàng)新，加大創(chuàng)新支撐力度，鼓勵服務業(yè)內生技術創(chuàng)新活動，鼓勵競爭，加大研發(fā)投入，將技術進步的提高與技術效率的改善放在同樣重要的位置，以實現(xiàn)產(chǎn)業(yè)結構的優(yōu)化升級。同時要完善服務業(yè)的制度環(huán)境，加強服務業(yè)發(fā)展的相關配套基礎設施的建設。

（2）鼓勵重組和兼并，以生產(chǎn)性服務業(yè)為重點，加快發(fā)展現(xiàn)代服務業(yè)，擴大服務業(yè)企業(yè)的生產(chǎn)規(guī)模，另外可以培育一批服務型示范企業(yè)，打造服務業(yè)企業(yè)集聚區(qū)，重點培育知識密集型服務企業(yè)，利用各地服務業(yè)園區(qū)的集聚優(yōu)勢，以求實現(xiàn)規(guī)模有效性。

（3）要加大人力資本投資，培養(yǎng)高素質專業(yè)人才，提高人力資本對服務業(yè)發(fā)展的貢獻度水平，廣泛開展各種形式的崗位技能職業(yè)培訓，不斷提高從業(yè)人員的整體素質，提高管理水平，以便更好地吸收科技創(chuàng)新成果，提高技術利用效率。

（4）鼓勵對外開放，積極參與國際競爭，促使服務業(yè)快速融入世界市場分工體系，提高服務業(yè)發(fā)展水平。同時加強區(qū)域聯(lián)動，利用長江經(jīng)濟帶、一帶一路等契機，與服務業(yè)高度發(fā)達的地區(qū)接軌，資源、技術共享，吸收其發(fā)展經(jīng)驗、管理方式，促進服務業(yè)生產(chǎn)效率的提升。

[1]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.

[2]劉興凱，張誠.中國服務業(yè)TFP增長及其收斂分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2010（3）：55-67.

[3]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）：58-60.

[4]夏杰長.我國服務業(yè)發(fā)展的實證分析與財稅政策選擇[J].經(jīng)濟與管理研究，2007（2）：51-56.

[5]鄭云.中國服務業(yè)TFP的變動及其收斂性[J].學術交流，2010（3）：85-88.

[6]Fare R，Grosskopf S，Norris M，Zhang Z.Productivity growth，technical progress，and efficiency change in industrialized countries [J].American Economic Review，1994，84：66-83.

[7]牛龍.中國TFP的測算與分析[D].杭州：浙江工商大學，2013.

[8]胡朝霞.FDI對中國服務業(yè)TFP的影響：基于隨機前沿面板數(shù)據(jù)模型的分析[J].廈門大學學報，2010（4）：115-122.

[9]紀明輝.中國服務業(yè)的TFP研究：地區(qū)差異、收斂性與影響因素[D].長春：吉林大學，2013.

[10]陳艷瑩，王二龍.要素市場扭曲、雙重抑制與中國生產(chǎn)性服務業(yè)TFP：基于中介效應模型的實證研究[J].南開經(jīng)濟研究，2013（5）：71-82.

[11]林春.中國金融業(yè)TFP影響因素及收斂性研究：基于省際面板數(shù)據(jù)分析[J].華中科技大學報，2016（6）：112-120.

[12]生延超，鐘志平.規(guī)模擴張還是技術進步：中國飯店業(yè)TFP的測度與評價： 基于非參數(shù)的曼奎斯特（Malmquist）生產(chǎn)率指數(shù)研究[J].旅游學刊，2010（5）：25-32.

[13]吳傳清，董旭.長江經(jīng)濟帶服務業(yè)TFP的實證研究[J].學習與實踐，2014（12）：27-36.

[14]喬虹.服務業(yè)TFP研究：基于絲綢之路經(jīng)濟帶數(shù)據(jù)[J].財經(jīng)理論與實踐，2016（2）：123-128.

[15]孟文波.基于我國東部地區(qū)的服務業(yè)TFP研究 [J].科技和產(chǎn)業(yè)，2011（12）：12-15.

[16]陳文新，韓春燕，潘明明，等.西北五省生產(chǎn)性服務業(yè)TFP測度及空間差異性研究[J].商業(yè)時代，2014（35）：140-142.

[17]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.

[18]姚戰(zhàn)琪.中國服務業(yè)TFP增長的實證分析 [J].黑龍江社會科學，2014（3）：45-55.

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

（編輯：王志偉 張雪梅）

Changes and Characteristics of Service Industry’s TFP of Jiangsu Province

SONG Chen-chen,WANG Xing-an,ZHANG Ying-ying
（Industry Development Research Institute,Nanjing University of Finance&Economics,Nanjing,210046，China）

Using nonparametric DEA-Malmquist index method,this paper first measures the total-factor productivity of Jiangsu Province’s service industry.Then,it compares and analyzes the changes of 2008-2012 totalfactor productivity of the province’s tertiary industry to make certain the development direction of the industry. The paper has the following two findings：1.While 2003—2012 service industry’s TFP of the sample area presented a downside trend,the average growth rate of the industry’s TFP of Jiangsu Province as a whole was 3.4% because of technology advancement.2.During the period of 2008—2012,the 13 cities’ TFP of Jiangsu Province experienced negative growth mainly due to the hindrance of technology progress changes,whereas technology efficiency gained positive growth which was caused by pure technology efficiency and scale efficiency.Based on the discussion above,the present paper proposes suggestions for the development of the service industry.

service industry;total-factor productivity;DEA-Malmquist

F 127

A

1671-4806（2017）02-0007-06

2016-12-05

江蘇高校哲學社會科學研究項目“創(chuàng)新價值鏈外溢視角下蘇南蘇北差異性創(chuàng)新模式及實施路徑研究”（2016SJB79 0013）

宋晨晨（1994—），女，江蘇南京人，碩士研究生，研究方向為技術進步與產(chǎn)業(yè)升級；王興安（1991—），男，安徽馬鞍山人，碩士研究生，研究方向為區(qū)域經(jīng)濟學；張瑩瑩（1993—），女，甘肅天水人，碩士研究生，研究方向為創(chuàng)新價值鏈與技術進步。