中國(guó)服務(wù)業(yè)效率研究
——基于2004—2009年的面板數(shù)據(jù)

臧霄鵬, 林秀梅

(吉林大學(xué) 商學(xué)院,吉林 長(zhǎng)春 130012)

一、引言

1992年中共中央、國(guó)務(wù)院作出《關(guān)于加快發(fā)展第三產(chǎn)業(yè)的決定》，加快服務(wù)業(yè)發(fā)展成為我國(guó)政府制定經(jīng)濟(jì)政策的重要導(dǎo)向。服務(wù)業(yè)經(jīng)歷了高速發(fā)展階段，其在國(guó)內(nèi)生產(chǎn)總值的比重也由1993年的33.7%上升到2009年的43.4%。伴隨著服務(wù)業(yè)的快速增長(zhǎng)，學(xué)者們對(duì)中國(guó)服務(wù)業(yè)效率問題作了不少的研究。程大中在規(guī)模報(bào)酬不變、技術(shù)外生和競(jìng)爭(zhēng)市場(chǎng)的假設(shè)下，根據(jù)人均產(chǎn)出增長(zhǎng)率可以分解為資本產(chǎn)出比的增長(zhǎng)率和全要素生產(chǎn)率增長(zhǎng)率之和的理論，推算了中國(guó)服務(wù)業(yè)全要素生產(chǎn)率[1]。徐宏毅和歐陽(yáng)明德基于超越對(duì)數(shù)前沿生產(chǎn)函數(shù)模型對(duì)中國(guó)服務(wù)業(yè)生產(chǎn)率進(jìn)行了實(shí)證研究[2]。顧乃華和李江帆應(yīng)用隨機(jī)前沿生產(chǎn)函數(shù)模型，分析了中國(guó)服務(wù)業(yè)技術(shù)效率區(qū)域差異及其對(duì)勞動(dòng)服務(wù)業(yè)增加值區(qū)域不均衡的影響[3]。楊勇借助于科布-道格拉斯生產(chǎn)函數(shù)，對(duì)服務(wù)業(yè)全要素生產(chǎn)率增長(zhǎng)率對(duì)服務(wù)業(yè)產(chǎn)出率的貢獻(xiàn)進(jìn)行了縱向的時(shí)序分析，并與國(guó)外經(jīng)驗(yàn)進(jìn)行了橫向比較[4]。

現(xiàn)有研究對(duì)于認(rèn)識(shí)中國(guó)服務(wù)業(yè)生產(chǎn)率的發(fā)展?fàn)顩r，促進(jìn)服務(wù)業(yè)發(fā)展以及進(jìn)一步的研究具有重要意義，但這些研究基本沒有剔除環(huán)境因素和隨機(jī)誤差項(xiàng)對(duì)決策單元的影響，因此得到的效率值難免會(huì)出現(xiàn)偏差。三階段DEA的突出優(yōu)點(diǎn)在于對(duì)效率評(píng)價(jià)時(shí)排除了環(huán)境因素和隨機(jī)誤差項(xiàng)的影響，因此得到的結(jié)果更能符合現(xiàn)實(shí)[5]。基于三階段DEA模型的優(yōu)點(diǎn)，我們應(yīng)用這一模型來(lái)分析我國(guó)的服務(wù)業(yè)效率，以期能更為準(zhǔn)確地評(píng)估我國(guó)服務(wù)業(yè)發(fā)展的情況。

二、研究方法與數(shù)據(jù)選取

(一)研究方法

1.第一階段：傳統(tǒng)DEA模型

數(shù)據(jù)包絡(luò)分析方法(DEA)由Charnes等學(xué)者提出[6]，該方法的原理主要是通過保持決策單元(DMU)的輸入或者輸出不變，借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效的生產(chǎn)前沿面，將各個(gè)決策單元投影到DEA的生產(chǎn)前沿面上，并通過比較決策單元偏離DEA前沿面的程度來(lái)評(píng)價(jià)它們的相對(duì)有效性。DEA可以基于投入計(jì)算，也可以基于產(chǎn)出計(jì)算。投入導(dǎo)向型的模型是在給定的產(chǎn)出水平下使投入最少，產(chǎn)出導(dǎo)向型的模型則是在給定的投入水平下，追求產(chǎn)出最大化。在眾多 DEA 模型中，C2R模型最為基本，這一模型隱含了規(guī)模報(bào)酬不變的假設(shè)。事實(shí)上，規(guī)模報(bào)酬不變的條件現(xiàn)實(shí)中很難滿足，為此Banker等學(xué)者[7]提出了規(guī)模報(bào)酬可變的BC2模型。鑒于傳統(tǒng)DEA模型已相當(dāng)成熟，在此不在贅述其數(shù)學(xué)原理。本文選擇基于投入導(dǎo)向下規(guī)模報(bào)酬可變的BC2模型作為第一階段的分析模型。

2.第二階段：構(gòu)建相似SFA模型

為了剝離出外部環(huán)境和隨機(jī)誤差的影響，可對(duì)那些處于相對(duì)有利的營(yíng)運(yùn)環(huán)境或者處于相對(duì)好運(yùn)的決策單元的投入進(jìn)行向上調(diào)整，以將所有決策單元調(diào)整到相同的環(huán)境條件下?；谧钣行实臎Q策單元的投入量，對(duì)其它各個(gè)決策單元的投入量進(jìn)行如下調(diào)整：

3.第三階段：調(diào)整后再次運(yùn)用DEA模型計(jì)算

用第二階段調(diào)整后的投入數(shù)據(jù)xnkA代替原始投入數(shù)據(jù)xnk，再次應(yīng)用投入導(dǎo)向的BC2模型計(jì)算各省市的效率值。第三階段計(jì)算出的各個(gè)決策單元的效率值即為剔除了環(huán)境因素和隨機(jī)誤差后的效率值，這時(shí)更能客觀地反映各決策單元的實(shí)際運(yùn)營(yíng)情況。

(二)數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的可得性和研究需要，本研究使用的數(shù)據(jù)為2004—2009年我國(guó)30個(gè)省市(西藏地區(qū)數(shù)據(jù)缺失)服務(wù)業(yè)的面板數(shù)據(jù)，基礎(chǔ)數(shù)據(jù)都來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》(2005—2010)。

1.投入產(chǎn)出指標(biāo)的選取

不同的研究對(duì)產(chǎn)出指標(biāo)的選取存在很大差異，一般可用生產(chǎn)總值作為產(chǎn)出指標(biāo)，我們以各省服務(wù)業(yè)生產(chǎn)總值作為產(chǎn)出的衡量指標(biāo)，單位用億元表示。服務(wù)業(yè)投入指標(biāo)有勞動(dòng)力投入和資本投入。勞動(dòng)力投入包括就業(yè)人數(shù)、勞動(dòng)時(shí)間、勞動(dòng)強(qiáng)度和勞動(dòng)質(zhì)量等內(nèi)容，勞動(dòng)者的工資報(bào)酬能夠比較合理地反映勞動(dòng)投入的變化。然而由于我國(guó)分配體制不合理和缺乏市場(chǎng)機(jī)制的調(diào)節(jié)，使得勞動(dòng)收入難以準(zhǔn)確地反映勞動(dòng)投入的變化。從較長(zhǎng)時(shí)間來(lái)看，隨著科學(xué)技術(shù)水平的進(jìn)步、勞動(dòng)者素質(zhì)的提高，使得勞動(dòng)質(zhì)量得以提高；另外由于社會(huì)文明的進(jìn)步，勞動(dòng)時(shí)間和勞動(dòng)強(qiáng)度一般又會(huì)減少，兩者相抵，用勞動(dòng)力就業(yè)人數(shù)代替勞動(dòng)投入量的變動(dòng)，誤差應(yīng)該不大[8]。因此我們采用各省服務(wù)業(yè)年底就業(yè)人數(shù)這一指標(biāo)，單位以萬(wàn)人表示。年鑒中未公布2006年各省服務(wù)業(yè)就業(yè)人數(shù)，我們以各省市2005年和2007年服務(wù)業(yè)年底就業(yè)人數(shù)的平均值作為近似替代。

各省市服務(wù)業(yè)的資本投入用資本存量來(lái)表示，然而我國(guó)目前的統(tǒng)計(jì)資料并沒有關(guān)于資本存量的數(shù)據(jù)，需要根據(jù)有關(guān)資本形成以及每年固定資產(chǎn)投資的數(shù)據(jù)推算得來(lái)。本研究根據(jù)國(guó)際上通用的永續(xù)盤存法來(lái)估計(jì)各省市服務(wù)業(yè)的資本存量，其計(jì)算公式為：Kit=(1-δ)Kit-1+Iit。其中，Kit表示i地區(qū)第t年的資本存量，Kit-1表示i地區(qū)第t-1年的資本存量，Iit表示i地區(qū)第t年的投資額、δ是折舊率。基于此公式我們進(jìn)行估算的關(guān)鍵問題是確定初始資本存量和年度折舊率。

2.環(huán)境變量的選擇

環(huán)境變量應(yīng)選取那些對(duì)服務(wù)業(yè)效率產(chǎn)生影響但又不在決策單元主觀可控范圍內(nèi)的因素，考慮到服務(wù)業(yè)的發(fā)展特點(diǎn)，并借鑒其他學(xué)者的研究成果[11-12]，本研究主要選取以下幾個(gè)因素作為環(huán)境變量：(1)人力資本。以居民平均受教育程度來(lái)衡量各地區(qū)人力資本水平，指標(biāo)采用6歲及以上人口平均受教育年數(shù)，假定文盲半文盲、小學(xué)、初中、高中、大專及以上教育程度的居民平均受教育年數(shù)分別為0、6、9、12和16年；(2)技術(shù)創(chuàng)新。服務(wù)業(yè)生產(chǎn)率增長(zhǎng)的動(dòng)力是技術(shù)創(chuàng)新，在信息、研發(fā)、教育等知識(shí)密集型服務(wù)業(yè)中技術(shù)創(chuàng)新促進(jìn)作用更加明顯，用各地區(qū)年度專利授權(quán)數(shù)占全國(guó)專利的比重作為各地的技術(shù)創(chuàng)新程度；(3)政府支持。我國(guó)經(jīng)濟(jì)帶有政府主導(dǎo)的特點(diǎn)，為此采用各省市服務(wù)業(yè)固定資產(chǎn)投資占各地固定資產(chǎn)總投資的比重作為政府對(duì)服務(wù)業(yè)影響的代理變量。

三、實(shí)證分析

(一)第一階段傳統(tǒng)DEA的結(jié)果

利用Deap2.1對(duì)我國(guó)30個(gè)省市服務(wù)業(yè)的效率情況進(jìn)行分析，結(jié)果見表1。

從2004—2009年，我國(guó)每年各省市服務(wù)業(yè)綜合技術(shù)效率平均值的均值為0.696(即表1中0.713、0.712、0.696、0.691、0.682和0.679的均值)，其中純技術(shù)效率平均值的均值為0.778，而規(guī)模效率平均值的均值則高達(dá)0.905，這表明純技術(shù)效率對(duì)服務(wù)業(yè)效率提升的制約作用更大。也就是說(shuō)，代表決策與管理水平的純技術(shù)效率不高是制約我國(guó)大多數(shù)省市服務(wù)業(yè)效率提升的主要因素，說(shuō)明我國(guó)服務(wù)業(yè)仍然存在較為嚴(yán)重的低效率和資源浪費(fèi)現(xiàn)象。從多年變化情況看，我國(guó)各省市服務(wù)業(yè)綜合技術(shù)效率的平均值呈逐年遞減的趨勢(shì)，例如2004年的平均值為0.713，而2009年下降為0.679，綜合技術(shù)效率的平均值的遞減主要是因?yàn)榉?wù)業(yè)純技術(shù)效率平均值隨著時(shí)間延長(zhǎng)呈現(xiàn)下降趨勢(shì)，而同期的規(guī)模效率平均值基本未發(fā)生變化，純技術(shù)效率的降低說(shuō)明我國(guó)服務(wù)業(yè)的決策和管理水平在下降。由于上述分析結(jié)果包含了環(huán)境因素和隨機(jī)因素的干擾，并不能反映各省市服務(wù)業(yè)生產(chǎn)效率的真實(shí)水平，因此還需作進(jìn)一步地調(diào)整和測(cè)算。

表1 2004—2009年30個(gè)省市服務(wù)業(yè)效率值

注：crste、vrste和scale分別代表綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，下同。

(二)第二階段SFA回歸結(jié)果

將第一階段得到的地區(qū)每年服務(wù)業(yè)資本和勞動(dòng)的差額值作為被解釋變量，將人力資本、技術(shù)創(chuàng)新和政府支持作為解釋變量，通過Frontier4.1進(jìn)行SFA回歸分析，計(jì)算結(jié)果如表2所示。

表2 2004—2009年第二階段SFA估計(jì)結(jié)果

注：***、*表示在1%、10%水平上顯著，括號(hào)內(nèi)為標(biāo)準(zhǔn)差。

由表2可知，每個(gè)回歸分析的γ值都趨近于1，并且顯著水平都達(dá)到1%，這說(shuō)明技術(shù)效率存在差異，采用 SFA模型分析是合適的，并且表明技術(shù)無(wú)效率對(duì)投入差額變量的產(chǎn)生具有很大的影響，而隨機(jī)誤差因素影響較小。由于投入差額可視作各省市的機(jī)會(huì)成本，解釋變量如果與差額值正相關(guān)，說(shuō)明解釋變量不利于服務(wù)業(yè)效率的提升；當(dāng)回歸系數(shù)為負(fù)時(shí)，表明增加環(huán)境變量值有利于減少差額值，說(shuō)明該解釋變量有利于服務(wù)業(yè)運(yùn)營(yíng)效率的提高。由環(huán)境變量對(duì)投入差額值的回歸結(jié)果我們可知：(1)人力資本對(duì)兩種投入要素差額值的回歸系數(shù)均為負(fù)，且2004年、2005年、2007年和2009年基本都通過顯著性檢驗(yàn)，雖然2006年和2008年的回歸不顯著，但是系數(shù)仍具有方向性。總之，人力資本越高意味著勞動(dòng)者素質(zhì)越高，從而能在一定程度上減少服務(wù)企業(yè)發(fā)展所需資本和勞動(dòng)力，對(duì)促進(jìn)服務(wù)業(yè)發(fā)展有積極的作用。(2)技術(shù)創(chuàng)新對(duì)就業(yè)人數(shù)差額值的回歸系數(shù)除2009年外都為負(fù)，且通過1%的顯著性檢驗(yàn)，總體而言，提高技術(shù)創(chuàng)新一方面有利于服務(wù)業(yè)減少對(duì)勞動(dòng)者數(shù)量的需求，另一方面有利于減少對(duì)資本數(shù)量的需求。(3)政府支持對(duì)服務(wù)業(yè)兩種投入要素差額值的回歸系數(shù)基本上都為正值，表明政府對(duì)服務(wù)業(yè)的干預(yù)會(huì)對(duì)服務(wù)業(yè)效率造成負(fù)面影響。說(shuō)明隨著經(jīng)濟(jì)發(fā)展和市場(chǎng)化進(jìn)程的推進(jìn)，市場(chǎng)調(diào)節(jié)活動(dòng)逐漸加強(qiáng)，而政府計(jì)劃干預(yù)應(yīng)逐漸淡出。

(三)第三階段調(diào)整投入后的DEA實(shí)證結(jié)果

按照前文介紹的方法，我們對(duì)2004—2009年我國(guó)30個(gè)省市的服務(wù)業(yè)投入變量進(jìn)行調(diào)整后，利用Deap2.1再次進(jìn)行BC2模型分析，從而得到服務(wù)業(yè)更客觀的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率值情況，計(jì)算結(jié)果如表3所示。

表3 2004—2009年相同環(huán)境下30個(gè)省市服務(wù)業(yè)效率值

對(duì)比第一階段和第三階段的結(jié)果，我們發(fā)現(xiàn)剔除環(huán)境變量和隨機(jī)誤差因素的影響后，我國(guó)服務(wù)業(yè)效率值有明顯的變化，這表明我們選取的環(huán)境變量確實(shí)會(huì)對(duì)服務(wù)業(yè)效率值產(chǎn)生影響，因此對(duì)投入進(jìn)行調(diào)整是必要的，服務(wù)業(yè)效率提升也應(yīng)以第三階段的結(jié)果為基礎(chǔ)。2004—2009年第三階段我國(guó)每年的綜合技術(shù)效率平均值的均值比第一階段有所下降，由第一階段的0.696變?yōu)榈谌A段的0.668(即表3中0.649、0.652、0.681、0.681、0.691和0.651的均值)；每年純技術(shù)效率平均值的均值略有上升，由第一階段的0.778增大為第三階段的0.787；每年規(guī)模效率平均值的均值有所下降，由第一階段的0.905減小為第三階段的0.857。

從多年變化情況看，服務(wù)業(yè)綜合技術(shù)效率呈現(xiàn)遞增趨勢(shì)，這不同于第一階段我國(guó)服務(wù)業(yè)綜合技術(shù)效率呈逐年遞減的趨勢(shì)。第三階段的綜合技術(shù)效率上升主要是因?yàn)橐?guī)模效率呈現(xiàn)遞增的態(tài)勢(shì)，而純技術(shù)效率呈現(xiàn)遞減的趨勢(shì)，并且規(guī)模效率增加的程度要大于純技術(shù)效率減小的程度。服務(wù)業(yè)規(guī)模效率呈遞增的態(tài)勢(shì)，說(shuō)明當(dāng)前我國(guó)服務(wù)業(yè)仍然存在著規(guī)模無(wú)效率狀況，且主要是由于規(guī)模過小導(dǎo)致，這也可從我國(guó)大部分省市規(guī)模報(bào)酬增大的狀況得到印證。服務(wù)業(yè)純技術(shù)效率呈現(xiàn)逐年減小的趨勢(shì)，且從2006年開始服務(wù)業(yè)純技術(shù)效率的平均值一直小于規(guī)模效率的平均值，說(shuō)明服務(wù)業(yè)的經(jīng)營(yíng)管理狀況有惡化的趨勢(shì)，我國(guó)服務(wù)業(yè)的技術(shù)和管理水平需要提升的空間更大。雖然服務(wù)業(yè)綜合技術(shù)效率呈現(xiàn)增加的趨勢(shì)，但是可以看到增加的幅度較小，說(shuō)明僅僅依靠一個(gè)方面，服務(wù)業(yè)效率值改善會(huì)很受限，因此在今后的生產(chǎn)中一方面要注重服務(wù)業(yè)規(guī)模的不斷擴(kuò)大，另一方面更要注意促進(jìn)提高服務(wù)業(yè)管理水平。

剔除環(huán)境變量和隨機(jī)因素后，從分省市的綜合效率值來(lái)看，上海和福建每年都維持在技術(shù)效率前沿，說(shuō)明這兩個(gè)地方的服務(wù)業(yè)經(jīng)營(yíng)狀況很好。江蘇省綜合技術(shù)效率6年的均值在0.9以上，表現(xiàn)出較好的產(chǎn)業(yè)運(yùn)營(yíng)效率。山西、安徽、江西、重慶等18個(gè)省市6年的綜合技術(shù)效率平均值在0.7以下，說(shuō)明我國(guó)大部分省市服務(wù)業(yè)的運(yùn)營(yíng)效率不佳，這些省市服務(wù)業(yè)效率還有很大的提升空間。剔除達(dá)到技術(shù)前沿的上海和福建兩省市，從其他省市的變化趨勢(shì)看，天津、河北、山西等18個(gè)省市的綜合技術(shù)效率總體呈上升的趨勢(shì)，說(shuō)明我國(guó)大部分省市服務(wù)業(yè)效率有逐漸改善的趨勢(shì)。

從分省市的純技術(shù)效率看，上海、江蘇、福建、海南4省市6年的平均值都是1，說(shuō)明這些地區(qū)服務(wù)業(yè)的技術(shù)和管理水平很高。天津、吉林、山東、廣東、青海、寧夏6省市6年的純技術(shù)效率平均值在0.9以上，這幾個(gè)省市的服務(wù)業(yè)經(jīng)營(yíng)管理水平也較高。北京、遼寧、安徽、江西、重慶、四川、云南、陜西、甘肅、新疆等10省市服務(wù)業(yè)純技術(shù)效率的平均值在0.7以下，說(shuō)明這些地區(qū)的服務(wù)業(yè)經(jīng)營(yíng)管理水平較低。剔除達(dá)到技術(shù)前沿的上海和福建等6省市，從其他省市的變化趨勢(shì)看，北京、天津、遼寧等17個(gè)省市的純技術(shù)效率總體呈下降的趨勢(shì)，說(shuō)明我國(guó)大部分省市服務(wù)業(yè)經(jīng)營(yíng)管理水平在下降。

從分省市的規(guī)模效率來(lái)看，上海和福建每年的規(guī)模效率值都為1，說(shuō)明這兩個(gè)地方的服務(wù)業(yè)處于規(guī)模報(bào)酬不變狀態(tài)。北京、河北等13個(gè)省市的規(guī)模效率的平均值在0.9以上，天津、山西等7個(gè)省的平均值接近0.9，僅有海南、青海、寧夏3地的平均值在0.7以下，說(shuō)明我國(guó)服務(wù)業(yè)的規(guī)模效率整體較好。從變化趨勢(shì)，幾乎所有省市的規(guī)模效率都呈現(xiàn)逐年增加的趨勢(shì)。

由于我國(guó)地域廣闊，不同地域服務(wù)業(yè)的發(fā)展水平可能存在差異，基于此考慮我們對(duì)服務(wù)業(yè)的效率水平進(jìn)行區(qū)域分析。我們按照傳統(tǒng)區(qū)域分類法，將我國(guó)30個(gè)省市劃分為東部、中部和西部三大區(qū)域[注]東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市；中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個(gè)??；西部地區(qū)包括廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆10個(gè)省市。，三大區(qū)域2004—2009年的效率值如表4所示。

表4 2004—2009年三大區(qū)域服務(wù)業(yè)效率值

我們發(fā)現(xiàn)，三大區(qū)域服務(wù)業(yè)效率發(fā)展顯著不平衡，東部地區(qū)的綜合技術(shù)效率值最高，明顯高于中部地區(qū)和西部地區(qū)。從服務(wù)業(yè)純技術(shù)效率來(lái)看，三大區(qū)域的效率值自西往東逐步提高，差異的主要原因在于三大區(qū)域在技術(shù)進(jìn)步、創(chuàng)新能力等有顯著的差異。一方面東部地區(qū)憑借雄厚的經(jīng)濟(jì)實(shí)力、較高的技術(shù)水平、大量的高素質(zhì)勞動(dòng)者等有利條件，為服務(wù)業(yè)發(fā)展創(chuàng)造了良好的條件，另一方面由于我國(guó)長(zhǎng)期實(shí)行非均衡的區(qū)域策略，致使中西部地區(qū)技術(shù)水平相對(duì)落后，服務(wù)業(yè)純技術(shù)效率一直處于較低的水平。從規(guī)模效率來(lái)看，中部地區(qū)和東部地區(qū)較接近效率前沿，而西部地區(qū)由于經(jīng)濟(jì)發(fā)展水平落后，其對(duì)服務(wù)業(yè)的投資力度較少，服務(wù)業(yè)規(guī)模效率有很大的提升空間。

從效率的變化情況來(lái)看，三大區(qū)域的綜合技術(shù)效率都呈現(xiàn)逐漸增加的趨勢(shì)，且主要是因?yàn)橐?guī)模效率值在增加，而純技術(shù)效率在減小，這和前文所述的全國(guó)整體狀況相一致。隨著服務(wù)業(yè)越來(lái)越受到重視，各區(qū)域都把先進(jìn)的技術(shù)引入服務(wù)業(yè)，但是服務(wù)業(yè)內(nèi)部人員的素質(zhì)卻沒能得到應(yīng)有的提升，再加上管理水平不高，致使服務(wù)業(yè)純技術(shù)效率呈下降態(tài)勢(shì)，因此，三大區(qū)域都需要不斷提高服務(wù)業(yè)從業(yè)人員的素質(zhì)、不斷加強(qiáng)培訓(xùn)活動(dòng)，逐漸提高服務(wù)業(yè)的經(jīng)營(yíng)管理水平。

四、結(jié)語(yǔ)

本文首次通過三階段DEA模型對(duì)我國(guó)2004—2009年服務(wù)業(yè)生產(chǎn)率進(jìn)行分析，主要結(jié)論如下：

人力資本和技術(shù)創(chuàng)新對(duì)我國(guó)服務(wù)業(yè)運(yùn)營(yíng)效率有正的影響作用，而政府支持并不利于服務(wù)業(yè)的發(fā)展。隨著我國(guó)勞動(dòng)者素質(zhì)的不斷提高，技術(shù)水平不斷進(jìn)步，服務(wù)業(yè)發(fā)展的環(huán)境條件將更為有利。為了保持我國(guó)服務(wù)業(yè)的不斷增長(zhǎng)、提高服務(wù)業(yè)的生產(chǎn)率，國(guó)家應(yīng)繼續(xù)完善教育、培訓(xùn)和人力資源開發(fā)體系，鼓勵(lì)技術(shù)創(chuàng)新活動(dòng)，大力支持服務(wù)業(yè)的發(fā)展。

在剔除環(huán)境因素和隨機(jī)因素影響的條件下，我國(guó)服務(wù)業(yè)綜合技術(shù)效率表現(xiàn)不容樂觀，6年的平均值僅為0.668，這說(shuō)明目前我國(guó)服務(wù)業(yè)的整體發(fā)展水平較低。但從效率變化情況看，全國(guó)服務(wù)業(yè)綜合技術(shù)效率呈現(xiàn)逐年增加的態(tài)勢(shì)，這是規(guī)模效率逐年增加的結(jié)果，而純技術(shù)效率卻呈降低的趨勢(shì)。但是單純一方面的提高會(huì)使服務(wù)業(yè)綜合技術(shù)效率的提高受到很大制約，服務(wù)業(yè)的發(fā)展需要雙管齊下，基于此，各地一方面需要繼續(xù)加大對(duì)服務(wù)業(yè)的投資力度以不斷擴(kuò)大服務(wù)業(yè)規(guī)模，另一方面更要積極消化吸收先進(jìn)技術(shù)和提高管理水平、不斷深化服務(wù)業(yè)內(nèi)生技術(shù)創(chuàng)新活動(dòng)。

從區(qū)域角度來(lái)看，我國(guó)服務(wù)業(yè)的發(fā)展存在明顯的地域差異，即東部地區(qū)最優(yōu)，中部地區(qū)次之，而西部地區(qū)最差。東部地區(qū)憑借其高水平的人力資本、良好的技術(shù)創(chuàng)新活動(dòng)、發(fā)達(dá)的經(jīng)濟(jì)水平等有利條件，服務(wù)業(yè)發(fā)展?fàn)顩r較好；而中西部地區(qū)因?yàn)檎w勞動(dòng)者素質(zhì)較低、技術(shù)創(chuàng)新活動(dòng)相對(duì)較少等不利因素，服務(wù)業(yè)效率值相對(duì)較低。為了縮小和東部地區(qū)服務(wù)業(yè)的差距，廣大中西部地區(qū)一方面需要繼續(xù)加大對(duì)服務(wù)業(yè)的投資力度以不斷提高其規(guī)模效率，另一方面更需要注重服務(wù)業(yè)技術(shù)和管理水平的提高，從而不斷提高服務(wù)業(yè)純技術(shù)效率水平。

從理論上講，三階段 DEA模型能夠有效消除傳統(tǒng)DEA模型的缺點(diǎn)，應(yīng)用這一模型對(duì)我國(guó)服務(wù)業(yè)也做了嘗試，但對(duì)于服務(wù)業(yè)三階段 DEA模型的使用，仍有進(jìn)一步探討的空間：例如對(duì)于環(huán)境變量的選取，由于前人的研究并沒有論述如何具體選擇環(huán)境變量，而我們主要是根據(jù)過去研究中證明對(duì)服務(wù)業(yè)運(yùn)營(yíng)產(chǎn)生影響的外生變量進(jìn)行選擇。由于環(huán)境變量的選取缺乏統(tǒng)一的標(biāo)準(zhǔn)，就可能會(huì)使第二階段 SFA的回歸結(jié)果受到影響，因此對(duì)于環(huán)境變量的選擇問題是以后進(jìn)一步研究的方向。

參考文獻(xiàn)：

[1] 程大中.中國(guó)服務(wù)業(yè)的增長(zhǎng)與技術(shù)進(jìn)步[J].世界經(jīng)濟(jì),2003,(7).

[2] 徐宏毅,歐陽(yáng)明德.中國(guó)服務(wù)業(yè)生產(chǎn)率的實(shí)證研究[J].工業(yè)工程與管理,2004,(5).

[3] 顧乃華,李江帆.中國(guó)服務(wù)業(yè)技術(shù)效率區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究,2006,(1) .

[4] 楊 勇.中國(guó)服務(wù)業(yè)全要素生產(chǎn)率再測(cè)算[J].世界經(jīng)濟(jì),2008,(10).

[5] FRIED, LOVELL, SCHMIDT, YAISAWAMG. Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis,2002,(17).

[6] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,(2).

[7] BANKER RD,CHARNES A, COOPER W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science, 1984,(30).

[8] 余思勤,蔣迪娜,盧劍超.我國(guó)交通運(yùn)輸業(yè)全要素生產(chǎn)率變動(dòng)分析[J].同濟(jì)大學(xué)學(xué)報(bào)(自科版),2004, (6).

[9] ULRICHR K. A Cross-National Product Function and the Derived Demand for Imports and Supply of Exports[J].Canadian Journal of Economics,1982,(11).

[10] 徐現(xiàn)祥,周吉梅,舒 元.中國(guó)省區(qū)三次產(chǎn)業(yè)資本存量估計(jì)[J].統(tǒng)計(jì)研究,2007,(5).

[11] 任英華,王耀中.國(guó)際服務(wù)業(yè)生產(chǎn)率的發(fā)展趨勢(shì)及影響因素分析[J].統(tǒng)計(jì)與信息論壇,2008,(9).

[12] 金榮學(xué),盧忠寶.我國(guó)服務(wù)業(yè)集聚的測(cè)度、地區(qū)差異與影響因素研究[J].財(cái)政研究,2010,(10).