摘 要：本文選取2008—2017年江蘇省服務業(yè)作為研究樣本，使用灰色關聯(lián)度法，從經(jīng)濟發(fā)展水平、城市化水平、對外開放程度、市場化水平、技術創(chuàng)新、居民消費水平、服務業(yè)和工業(yè)的集聚程度等方面，對全要素生產(chǎn)率增長的影響因素進行分析。我們可以發(fā)現(xiàn)：經(jīng)濟發(fā)展水平、城市化水平與服務業(yè)TFP增長的關聯(lián)度較大;服務業(yè)集聚程度的變化與服務業(yè)TFP增長的關聯(lián)程度在上升;工業(yè)集聚程度的變化與服務業(yè)TFP增長的關聯(lián)程度在下降;居民消費水平的提升對服務業(yè)TFP增加有一定的正相關關系;技術創(chuàng)新對服務業(yè)TFP的增長也有較小的正向影響。通過促進和提高關聯(lián)度較強的影響因素來促進江蘇服務業(yè)TFP的增長，包括提升經(jīng)濟發(fā)展水平、城市化水平，提高服務業(yè)的集聚程度等。

關鍵詞：全要素生產(chǎn)率;江蘇服務業(yè);灰色關聯(lián)度

本文索引：郝志杰.<變量 2>[J].中國商論，2021（23）：-110.

中圖分類號：F127 文獻標識碼：A 文章編號：2096-0298（2021）12（a）--03

服務業(yè)在江蘇經(jīng)濟中占據(jù)主體地位，全要素生產(chǎn)率TFP對其增長做出了較大貢獻。通過全局參比的Malmquist模型對江蘇省服務業(yè)的TFP進行計算和分解，顯示江蘇服務業(yè)整體的TFP呈增長趨勢（郝志杰，2020）。研究江蘇服務業(yè)提高效率的機理，探索其創(chuàng)新發(fā)展的路徑，有利于引導服務業(yè)相關企業(yè)的行為，促進服務業(yè)高質量發(fā)展。

李江蛟等（2012）認為江蘇服務業(yè)勞動生產(chǎn)率與服務業(yè)比重之間存在著長期的均衡關系，服務業(yè)勞動生產(chǎn)率的提高對服務業(yè)發(fā)展水平有著顯著的促進作用。黃勝華（2013）認為江蘇現(xiàn)代服務業(yè)集群動力機制的關鍵動力機制因子分別是外部經(jīng)濟、技術創(chuàng)新、政府促導行為、產(chǎn)業(yè)價值鏈、社會資本與網(wǎng)絡、外部競爭環(huán)境。鄭江淮（2015）認為服務業(yè)發(fā)展的內在動力來自技術進步和需求收入彈性兩大因素。宋晨晨等（2017）發(fā)現(xiàn)江蘇省內各市服務業(yè)整體全要素生產(chǎn)率的變化和技術進步的變動有關。綜上所述，現(xiàn)有的文獻從不同角度分析了江蘇服務業(yè)效率的影響因素，并提出了相應的發(fā)展服務業(yè)的建議。本文在已有研究成果的基礎上，使用灰色關聯(lián)度分析法來分析TFP變動的影響因素，致力于為江蘇服務業(yè)的可持續(xù)高質量發(fā)展提供政策依據(jù)。

1 TFP變動影響因素的理論假設

影響服務業(yè)TFP的因素是多方面的，這些因素的共同作用決定了服務業(yè)TFP變動的表現(xiàn)。根據(jù)文獻及數(shù)據(jù)的可得性，本文做出以下假設。

一是服務業(yè)TFP的變化與經(jīng)濟發(fā)展水平及居民生活水平正相關。較高的經(jīng)濟發(fā)展水平對服務業(yè)效率的提高有帶動作用，居民生活水平的提升會增加對服務業(yè)的需求，也會對效率的提高產(chǎn)生促進作用。

二是服務業(yè)TFP的變化與經(jīng)濟環(huán)境的改善正相關。經(jīng)濟環(huán)境包括城市化水平、對外開放程度、市場化水平。多數(shù)學者認為城市化是服務業(yè)特別是生產(chǎn)者服務業(yè)發(fā)展的重要原因，有利于產(chǎn)品和服務的供給及行業(yè)效率的改進;較高的市場化水平可以加強競爭，促使行業(yè)效率提高;較高的開放程度可以促進技術的溢出效應，都能提高全要素生產(chǎn)率。

三是服務業(yè)TFP的變化與產(chǎn)業(yè)的集聚正相關。本文認為行業(yè)的集聚會促進服務業(yè)TFP的提高，工業(yè)集聚程度的提高會帶來對生產(chǎn)者服務業(yè)需求的增加，服務業(yè)集聚水平提升以后，更有利于要素的配置組合，從而提高效率。

四是技術創(chuàng)新作為第一生產(chǎn)力，成果的應用必定會帶來各行業(yè)效率的提高，所以服務業(yè)TFP的變動應該與技術創(chuàng)新產(chǎn)生的變化正相關。

2 研究方法及變量選取

2.1 研究方法

由于時間序列樣本較少，數(shù)據(jù)量少且存在斷層，通過多元回歸方法分析TFP變動的影響因素，難以找到統(tǒng)計規(guī)律，且回歸分析需要樣本服從某種概率分布，各因素之間存在線性相關且無多重共線性，這些要求難以滿足。相對來說，灰色關聯(lián)度分析所用數(shù)據(jù)較少，對數(shù)據(jù)的要求較低，可以克服和彌補上述不足。所以，本文使用灰色關聯(lián)度分析法來分析影響服務業(yè)TFP的各個因素，根據(jù)序列曲線幾何形狀的相似程度來判斷關聯(lián)的緊密程度，曲線越相似越接近，關聯(lián)度就越大。該方法的核心是計算關聯(lián)度， 一般要先對原始數(shù)據(jù)進行處理，再計算關聯(lián)系數(shù)，由此計算出關聯(lián)度。

2.2 變量選取

灰色關聯(lián)度分析法需要確定參考數(shù)列與比較數(shù)列，參考數(shù)列是反映系統(tǒng)特征的數(shù)據(jù)序列，即因變量數(shù)列X0;比較數(shù)列是影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，即自變量數(shù)列Xi，根據(jù)因素分析的需要選取變量如下。

（1）因變量：江蘇服務業(yè)的全要素生產(chǎn)率，使用全局參比的Malmquist模型計算得到，用x0（t）表示。研究區(qū)間分為2008—2012年、2013—2017年兩個時段。

（2）自變量：基于因變量為與上一年的比率值，為保證數(shù)據(jù)的一致性，將自變量中除居民消費水平外的所有變量數(shù)值取與上一年的比率值，原有變量的解釋則變?yōu)榻?jīng)濟發(fā)展水平的變化、城市化水平的變化、市場化水平的變化、技術創(chuàng)新水平的變化、對外開放程度的變化、服務業(yè)和工業(yè)集聚程度的變化。

x1（t）：經(jīng)濟發(fā)展水平變化率。經(jīng)濟發(fā)展水平用人均GDP來衡量，用CPI指數(shù)進行平減得到;

x2（t）：城市化水平的變化率。城市化水平用非農(nóng)人口占總人口比例表示;

x3（t）：對外開放程度變化率。用進出口總額占GDP比重表示對外開放程度;

x4（t）：市場化水平的變化率。市場化水平用服務業(yè)非公有制企業(yè)就業(yè)人員比例表示;

x5（t）：技術創(chuàng)新水平的變化。用國內發(fā)明專利授權量表示技術創(chuàng)新水平，這里沒有使用研發(fā)投入作為衡量創(chuàng)新投入的指標，是考慮了全要素生產(chǎn)率是資本和勞動之外的因素帶來的變化;

x6（t）：居民消費水平的變化率，用居民消費水平指數(shù)表示;

x7（t）、x8（t）：本文分別從服務業(yè)的集聚和工業(yè)的集聚兩個方面衡量產(chǎn)業(yè)集聚對服務業(yè)TFP指數(shù)的影響，分別用兩個產(chǎn)業(yè)的區(qū)位商，即用江蘇省服務業(yè)（或工業(yè)）的產(chǎn)值占本省GDP的比重與全國該產(chǎn)業(yè)占GDP的比重之間的比值表示集聚的水平，變化率分別表示為x7（t）、x8（t）。

得到參考數(shù)列與比較數(shù)列如下：

X0={x0（1），x0（2），……，x0（k）}

X1={x1（1），x1（2），……，x1（k）}

X2={x2（1），x2（2），……，x2（k）}

……

X8={x8（1），x8（2），……，x8（k）}

2008—2017年江蘇服務業(yè)TFP影響因素數(shù)據(jù)如表1所示。

3 數(shù)據(jù)處理與分析過程

3.1 對參考數(shù)列與比較數(shù)列進行無量綱化處理

由于不同量綱的數(shù)據(jù)幾何曲線變化不同，難以進行直接比較，因此需對原始數(shù)據(jù)進行無量綱化處理，從而得到可比較的數(shù)據(jù)序列。本文無量綱化采用了初值化變化方式，即用序列的首位數(shù)據(jù)去除后面的各位數(shù)列，得到各個數(shù)列相對于第一個數(shù)列的倍數(shù)數(shù)列，能更好反映序列的變化態(tài)勢。

，

3.2 求差序列，找出兩級最小差、最大差

差序列是將第i個比較數(shù)列各期的數(shù)值與參考數(shù)列對應期差值的絕對值記為：

兩級最小差δmin：各期δi（t）中最小的數(shù)，記為min（δi（t）），又記所有min（δi（t））中的最小值為δmin。兩級最大差δmax：各期δi（t）中最大的數(shù)，記為max（δi（t）），又記所有max（δi（t））中的最大值為δmax。

，式中ρ為人為引入的分辨系數(shù)，。

3.3 計算關聯(lián)度并排序

由于每個比較數(shù)列與參考數(shù)列的關聯(lián)程度是通過k個關聯(lián)系數(shù)來反映的，關聯(lián)信息分散，不便于從整體上進行比較， 因此通過求平均值來集中信息，即用比較數(shù)列與參考數(shù)列各個時期關聯(lián)系數(shù)的平均值來定量反映兩個數(shù)列的關聯(lián)程度，計算公式為：

由于關聯(lián)度只是因素間關聯(lián)性比較的量度，衡量的是因素間密切程度的相對大小，數(shù)值的大小意義不大?？紤]到差序列中的兩級最大差相對比較大，本文在計算中分別使用了ρ=0.2、ρ=0.3、ρ=0.4、ρ=0.5來計算ri，關聯(lián)度大小及排序如表2所示。

4 分析結果

綜合兩個時間段各影響因素的相關度排序情況，我們可以發(fā)現(xiàn)：（1）兩個階段都排在前兩名的影響因素是經(jīng)濟發(fā)展水平變化率和城市化水平變化率。也就是說，江蘇服務業(yè)的全要素生產(chǎn)率在這10年間基本都處在增長中，這與經(jīng)濟發(fā)展水平變化率、城市化水平變化率有很明顯的關聯(lián)，較高的經(jīng)濟發(fā)展水平對服務業(yè)TFP有明顯的促進作用，城市化水平不斷提高為生產(chǎn)性服務業(yè)和生活性服務業(yè)擴大規(guī)模提供了條件。（2）居民消費水平的影響處于第4位，意味著居民生活水平的提升對服務業(yè)TFP增加有一定的影響。（3）技術創(chuàng)新的影響能力排在第5位，有一定的影響，但相對較小，可能的因素是變革性、實現(xiàn)科技成果與技術研發(fā)轉化的服務活動還需要一個實踐的過程，所以序列曲線的相似度不高。（4）服務業(yè)集聚水平在2008—2012年影響力排在第7位，而在2013—2017年上升到第3位;工業(yè)集聚程度的關聯(lián)度從第3位下降到第7位。說明不同產(chǎn)業(yè)的集聚對服務業(yè)TFP變動影響不同，當工業(yè)占主要地位時，工業(yè)集聚程度與服務業(yè)TFP增長正相關程度高，而當服務業(yè)占主要地位時，服務業(yè)集聚程度與服務業(yè)TFP增長正相關程度高，在一定程度上驗證了前文的假設。（5）對外開放程度與TFP變動的關聯(lián)度排在后面，可能與江蘇服務業(yè)發(fā)展主要為內向型有關，進出口變動對TFP變動影響較小。（6）市場化水平的關聯(lián)度分別處于第6位和第8位，說明與TFP增長的正相關性較弱。

5 結語

2008—2017年，江蘇省服務業(yè)TFP增長的影響因素中，經(jīng)濟發(fā)展水平的變化、城市化水平變化率與TFP增長有很強的正向關聯(lián)，服務業(yè)集聚程度的變化與TFP增長的關聯(lián)程度在上升，而工業(yè)集聚程度的變化與TFP增長的關聯(lián)程度在下降，居民消費水平的提升對服務業(yè)TFP增加有一定的正相關關系，技術創(chuàng)新對服務業(yè)TFP的增長也有較小的影響，市場化水平與服務業(yè)TFP增長的正相關性較弱，進出口的變動對TFP變動的影響較小。通過促進和提高關聯(lián)度較強的影響因素來促進江蘇省服務業(yè)TFP的增長，包括提升經(jīng)濟發(fā)展水平、城市化水平，提高產(chǎn)業(yè)的集聚程度，特別是服務業(yè)的集聚程度，增加居民的收入，引導居民提升消費水平。

參考文獻

郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算（1979—2004）[J].經(jīng)濟研究，2005（6）：51-60.

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.

章文燕.基于灰色關聯(lián)分析法的物流發(fā)展影響因素分析[J].統(tǒng)計與決策，2011（23）.

孫芳芳.淺議灰色關聯(lián)度分析方法及其應用[J].科技信息，2010（17）.

鄭江淮.收斂性與異質性：服務業(yè)發(fā)展趨勢[J].北京工商大學學報（社會科學版），2015，30（6）：12-21.

宋晨晨，王興安，張瑩瑩.江蘇服務業(yè)全要素生產(chǎn)率變動特征研究[J].無錫商業(yè)職業(yè)技術學院學報，2017（23）：7-12.

郝志杰.基于TFP視角的現(xiàn)代服務業(yè)高質量發(fā)展研究——以江蘇為例[J].中國商論，2020（23）：107-111.

Analysis of Influencing Factors of Changes in Total Factor Productivity （TFP） of Jiangsu Service Industry Based on Grey Relational Degree

School of Business， Jiangsu Open University ?HAO Zhijie

Abstract： This article selects the service industry in Jiangsu Province from 2008 to 2017 as the research samples， and uses the grey relational method to analyze the levels of economic development， urbanization， opening to the outside world， marketization， technological innovation， consumer consumption， service industry and industrial agglomeration. The analysis of the factors affecting the growth of total factor productivity （TFP） reveals that the levels of economic development， urbanization， and TFP growth in the service industry have a greater degree of correlation; however， the correlation between changes in the degree of industrial agglomeration and the growth of TFP in the service industry is declining. The increase in consumer consumption has a positive correlation with the increase in TFP in the service industry. Technological innovation also has a smaller positive effect on the growth of TFP in the service industry. The growth of TFP in Jiangsu's service industry can be promoted by increasing the influencing factors with a strong degree of correlation， including improving ?economic development and urbanization， and increasing the degree of agglomeration of the service industry.

Keywords： total factor productivity （TFP）; service industry in Jiangsu Province; Grey Relational Degree （GRD）