中國服務(wù)業(yè)增長(zhǎng)、要素投入與技術(shù)效率的動(dòng)態(tài)關(guān)系分析
——基于脈沖響應(yīng)函數(shù)的實(shí)證研究

王鐵山

（1.西安工程大學(xué)管理學(xué)院，陜西西安710048；2.西安工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西西安710032）

中國服務(wù)業(yè)增長(zhǎng)、要素投入與技術(shù)效率的動(dòng)態(tài)關(guān)系分析
——基于脈沖響應(yīng)函數(shù)的實(shí)證研究

王鐵山1、2

（1.西安工程大學(xué)管理學(xué)院，陜西西安710048；2.西安工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西西安710032）

本文基于向量自回歸（VAR）模型，運(yùn)用脈沖響應(yīng)函數(shù)、方差分解等方法，對(duì)改革開放以來（1978—2012年）中國服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力和資本投入、技術(shù)效率之間的關(guān)系進(jìn)行了研究，結(jié)果表明這四者之間存在著長(zhǎng)期穩(wěn)定的動(dòng)態(tài)關(guān)系，彼此之間互相作用、互相影響。其中，服務(wù)業(yè)增長(zhǎng)對(duì)技術(shù)效率有正向影響作用，服務(wù)業(yè)勞動(dòng)力和資本投入對(duì)技術(shù)效率有負(fù)向影響作用，這種動(dòng)態(tài)效應(yīng)的積累是形成當(dāng)前中國服務(wù)業(yè)技術(shù)效率現(xiàn)狀及地區(qū)差異的內(nèi)在原因。

服務(wù)業(yè)；技術(shù)效率；脈沖響應(yīng)函數(shù)

一、引言

改革開放以來，隨著中國對(duì)服務(wù)業(yè)的重視程度不斷提高，對(duì)服務(wù)業(yè)的勞動(dòng)力和資本要素投入不斷增加，服務(wù)業(yè)得到了持續(xù)發(fā)展。隨之而來的是服務(wù)業(yè)的技術(shù)效率不斷變化，這與服務(wù)業(yè)的增長(zhǎng)以及勞動(dòng)力和資本要素的投入變化密不可分。技術(shù)效率是用來衡量經(jīng)濟(jì)系統(tǒng)的產(chǎn)出、勞動(dòng)力和資本等要素投入變量之間的投入產(chǎn)出比例關(guān)系即水平高低的指標(biāo)，這些因素之間的相互作用及變化會(huì)導(dǎo)致技術(shù)效率的變化。然而，目前還沒有學(xué)者對(duì)這四者之間的相互影響關(guān)系進(jìn)行研究，只有部分學(xué)者探討了不同影響因素對(duì)服務(wù)業(yè)技術(shù)效率的影響效應(yīng)。

顧乃華和李江帆[1]認(rèn)為，影響服務(wù)業(yè)技術(shù)效率的因素主要有市場(chǎng)化程度、勞動(dòng)力素質(zhì)、起點(diǎn)因素、資本密集度。之后，顧乃華[2]進(jìn)一步認(rèn)為，服務(wù)業(yè)技術(shù)效率主要受起點(diǎn)因素、就業(yè)人員教育水平的變化、市場(chǎng)化推進(jìn)程度以及資本密集度變化的影響。任英華和王耀中[3]認(rèn)為，工資、勞動(dòng)者素質(zhì)、信息技術(shù)等對(duì)服務(wù)業(yè)技術(shù)效率有影響。楊青青等人[4]認(rèn)為，人力資本、信息化水平、市場(chǎng)化水平、社會(huì)資本對(duì)服務(wù)業(yè)技術(shù)效率有重要作用。徐盈之和趙玥[5]發(fā)現(xiàn)，信息化水平、研發(fā)投入和城市化水平是影響信息服務(wù)業(yè)區(qū)域差異的因素。谷彬[6]發(fā)現(xiàn)，市場(chǎng)化程度、對(duì)外貿(mào)易、外商直接投資、政府行為、工業(yè)化水平是影響服務(wù)業(yè)技術(shù)效率的重要因素。黃莉芳、黃良文和洪琳琳[7]認(rèn)為，專業(yè)化水平、規(guī)模經(jīng)濟(jì)和市場(chǎng)化水平是影響生產(chǎn)性服務(wù)業(yè)技術(shù)效率的重要因素。許建平和任燕[8]發(fā)現(xiàn)，各區(qū)域在經(jīng)濟(jì)發(fā)展程度、經(jīng)濟(jì)開放程度、城市化水平、工業(yè)化程度、收入與消費(fèi)水平、科技水平、人力資本要素水平、基礎(chǔ)設(shè)施水平等方面的差異是服務(wù)業(yè)區(qū)域發(fā)展差異形成的重要影響因素。劉中艷[9]發(fā)現(xiàn)，人力資本、產(chǎn)業(yè)融合、產(chǎn)業(yè)集聚度、市場(chǎng)化水平對(duì)現(xiàn)代服務(wù)業(yè)的發(fā)展皆具有不同程度的影響作用。邵金菊和王培[10]發(fā)現(xiàn)，科技創(chuàng)新能力、基礎(chǔ)設(shè)施水平和城市化水平對(duì)軟件服務(wù)業(yè)投入產(chǎn)出效率有顯著影響。殷鳳和張?jiān)埔韀11]發(fā)現(xiàn)，市場(chǎng)化程度、勞動(dòng)投入質(zhì)量、城鎮(zhèn)化、對(duì)外貿(mào)易、外商直接投資對(duì)服務(wù)業(yè)技術(shù)效率有影響。

可見，當(dāng)前有關(guān)研究都沒有關(guān)注服務(wù)業(yè)技術(shù)效率與服務(wù)業(yè)增長(zhǎng)、要素投入之間互動(dòng)作用的動(dòng)態(tài)關(guān)系，研究這四者之間的關(guān)系具有一定的理論和現(xiàn)實(shí)意義。因此，本文分析這四者之間的聯(lián)動(dòng)關(guān)系，在此基礎(chǔ)上探討中國服務(wù)業(yè)技術(shù)效率現(xiàn)狀及區(qū)域差異形成的原因，并為提升中國服務(wù)業(yè)的技術(shù)效率提出相應(yīng)的對(duì)策建議。

二、研究模型、變量選取與數(shù)據(jù)說明

1.研究模型

本文利用向量自回歸（Vector Auto-regresion Model，VAR）模型以及在此基礎(chǔ)上的脈沖響應(yīng)函數(shù)和方差分解方法，分析改革開放30余年來中國服務(wù)業(yè)技術(shù)效率、服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力投入和資本投入四者之間的相互作用及動(dòng)態(tài)關(guān)系。

（1）向量自回歸（VAR）模型

向量自回歸模型（VAR）把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后項(xiàng)的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型，是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析方法。VAR模型的一般表達(dá)式為：

式（1）中，Yt是k維的內(nèi)生變量，Yt-i（i=1，2，…，n）是滯后內(nèi)生變量，Xt是d維外生變量，p、r分別是內(nèi)生變量和外生變量的滯后階數(shù)。Ai是k×k維系數(shù)矩陣，Bi是k×d系數(shù)矩陣，這些矩陣都是待估計(jì)的參數(shù)矩陣。εt是由k維隨機(jī)誤差項(xiàng)構(gòu)成的擾動(dòng)向量，它們相互之間可以同期相關(guān)，但不能與各自的滯后值相關(guān)，也不能與等式右邊的變量相關(guān)。

（2）基于VAR模型的單位根檢驗(yàn)與約翰森（Jo?hansen）協(xié)整檢驗(yàn)

在對(duì)變量的數(shù)據(jù)進(jìn)行分析前，首先對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用單位根檢驗(yàn)，非平穩(wěn)的變量序列如果存在單位根，一般都顯示出明顯的記憶性和波動(dòng)的持續(xù)性，可以通過差分方法消除單位根而得到平穩(wěn)序列。對(duì)多個(gè)變量之間協(xié)整關(guān)系的檢驗(yàn)采用約翰森協(xié)整檢驗(yàn)方法，這是一種以VAR模型為基礎(chǔ)的檢驗(yàn)回歸系數(shù)的方法?？紤]如式（1）所示的VAR模型，其中，Yt是k維的非平穩(wěn)的I（1）變量，Xt是d維的確定的外生變量。將式（1）改寫為以下形式：

（3）基于VAR模型的脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)（Impulse Response Function，IRF）是衡量來自某個(gè)內(nèi)生變量隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊（稱之為脈沖）對(duì)VAR模型中所有內(nèi)生變量當(dāng)前值和未來取值的影響。脈沖響應(yīng)函數(shù)的分析結(jié)果可以刻畫不同影響因素引起的服務(wù)業(yè)技術(shù)效率變動(dòng)的動(dòng)態(tài)過程。這里以包含兩個(gè)內(nèi)生變量的VAR模型為例來說明脈沖響應(yīng)函數(shù)的基本步驟。

假定上述系統(tǒng)從t=0開始活動(dòng)。設(shè)X1=X2= Y1=Y2=0，于第0期設(shè)擾動(dòng)項(xiàng)ε10=0，ε20=0，其他均為0。那么，初期給予的擾動(dòng)將在系統(tǒng)中不斷傳遞，通過迭代計(jì)算可以得到X0，X1，X2,…，稱為由X的脈沖引起的Y的響應(yīng)函數(shù)，同樣可以求得Y0，Y1，Y2，…，稱為由X的脈沖引起的Y的響應(yīng)函數(shù)。當(dāng)?shù)?期脈沖為ε10=0，ε20=1，可以求得Yt的脈沖引起的X和Y的響應(yīng)函數(shù)。

（4）基于VAR模型的方差分解

方差分解（Variance Decomposition）是將VAR模型中每個(gè)外生變量預(yù)測(cè)誤差的方差按其成因分解為與各個(gè)內(nèi)生變量相關(guān)聯(lián)的組成部分，通過分析每一個(gè)新息沖擊對(duì)內(nèi)生變量變化（通常用方差來度量）的貢獻(xiàn)度來評(píng)價(jià)不同新息沖擊的重要性。

隨著時(shí)間的推移，脈沖響應(yīng)函數(shù)可觀察模型中各變量對(duì)于沖擊的反應(yīng)，然后根據(jù)VMA（∞）的表示形式，提出方差分解方法，定量但是相當(dāng)粗糙地把握變量間的影響關(guān)系。西姆（Sims）依據(jù)VMA（∞）的表示形式，提出了定量把握變量間影響關(guān)系的方差分解方法：

式（4）中各個(gè)括號(hào)內(nèi)的是第j個(gè)擾動(dòng)項(xiàng)εj從無限過去直到現(xiàn)在對(duì)Yi影響的總和。

2.變量選取與數(shù)據(jù)說明

由于各變量數(shù)據(jù)來源及存續(xù)期間不同，為了使各變量數(shù)據(jù)都具有盡可能長(zhǎng)的相同時(shí)間跨度，本文將研究期間確定為改革開放以來的1978—2012年（因統(tǒng)計(jì)資料等原因，未包括我國港、澳、臺(tái)地區(qū)）。因?yàn)楹Ｄ虾臀鞑氐臍v史數(shù)據(jù)缺失年份較多，為了研究方便，本文如多數(shù)相關(guān)文獻(xiàn)一樣在分省市區(qū)數(shù)據(jù)中不包括這兩個(gè)省區(qū)。同時(shí)，由于歷史數(shù)據(jù)無法拆分的原故，本文對(duì)四川、重慶的數(shù)據(jù)進(jìn)行合并，將數(shù)據(jù)合并后的四川、重慶合稱為“川渝”以示區(qū)別。因此，基本變量是28個(gè)省市區(qū)的服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力投入、資本投入和技術(shù)效率。各變量的數(shù)據(jù)來自《中國國內(nèi)生產(chǎn)總值核算歷史資料（1952—1995）》《中國國內(nèi)生產(chǎn)總值核算歷史資料（1996—2002）》《中國國內(nèi)生產(chǎn)總值核算歷史資料（1952—2004）》《新中國六十年統(tǒng)計(jì)資料匯編》及歷年《中國統(tǒng)計(jì)年鑒》。各變量的定義及數(shù)據(jù)說明如下：

（1）服務(wù)業(yè)增長(zhǎng)（Y）

即服務(wù)業(yè)產(chǎn)出，表示歷年中國服務(wù)業(yè)的實(shí)際產(chǎn)出，以歷年中國各省市區(qū)服務(wù)業(yè)（第三產(chǎn)業(yè)）的國內(nèi)生產(chǎn)總值（GDP）代表相應(yīng)的服務(wù)業(yè)產(chǎn)出。為了保持產(chǎn)出數(shù)據(jù)的可比性，利用各省市區(qū)歷年第三產(chǎn)業(yè)GDP指數(shù)（1978年=100）折算出各省市區(qū)歷年的以1978年不變價(jià)計(jì)算的GDP。

（2）服務(wù)業(yè)勞動(dòng)力投入（L）

表示歷年中國服務(wù)業(yè)的勞動(dòng)力數(shù)量投入，以歷年中國服務(wù)業(yè)從業(yè)人員數(shù)量代表服務(wù)業(yè)勞動(dòng)力投入。

（3）服務(wù)業(yè)資本投入（K）

表示歷年中國服務(wù)業(yè)的資本投入，以歷年中國各省市區(qū)服務(wù)業(yè)的資本存量代表服務(wù)業(yè)資本投入。由于中國現(xiàn)有統(tǒng)計(jì)資料中只有歷年資本形成總額的數(shù)據(jù)，沒有資本存量的數(shù)據(jù)，本文采用永續(xù)盤存法對(duì)中國各省市區(qū)服務(wù)業(yè)的資本存量進(jìn)行了測(cè)度。

（4）服務(wù)業(yè)技術(shù)效率（TE）

表示中國服務(wù)業(yè)技術(shù)效率，其數(shù)據(jù)根據(jù)服務(wù)業(yè)產(chǎn)出、服務(wù)業(yè)勞動(dòng)力投入、服務(wù)業(yè)資本投入通過隨機(jī)前沿分析（SFA）方法計(jì)算求得。

三、實(shí)證分析

在不改變時(shí)間序列數(shù)據(jù)特征的前提下，為了消除數(shù)據(jù)中潛在的異方差現(xiàn)象以得到平穩(wěn)的數(shù)據(jù)序列，本文對(duì)服務(wù)業(yè)產(chǎn)出、服務(wù)業(yè)勞動(dòng)力投入和服務(wù)業(yè)資本投入的變量序列取自然對(duì)數(shù)，分別記為L(zhǎng)NY、LNL和LNK。繼而對(duì)服務(wù)業(yè)技術(shù)效率TE、LNY、LNL和LNK取一階差分，可以推斷出LNY、LNL和LNK三個(gè)變量可能存在一階單整。

1.平穩(wěn)性檢驗(yàn)

本文采用ADF檢驗(yàn)法對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，得到結(jié)果如表1所示?？芍?，ΔTE、LNY、LNL和LNK序列是非平穩(wěn)序列，而其一階差分則是平穩(wěn)序列，因此四者都是一階單整I（1）序列，滿足協(xié)整檢驗(yàn)的條件。采用約翰森協(xié)整檢驗(yàn)法，由檢驗(yàn)結(jié)果可知TE、LNY、LNL和LNK四個(gè)變量之間理論上存在著協(xié)整關(guān)系。

2.向量自回歸模型的建立

表1 各內(nèi)生變量的單位根（ADF）檢驗(yàn)結(jié)果

需要利用向量自回歸（VAR）模型進(jìn)一步對(duì)TE、LNY、LNL和LNK之間的系統(tǒng)關(guān)系做脈沖響應(yīng)分析，在（1）式的基礎(chǔ)上，以時(shí)間序列TE、LNY、LNL和LNK建立VAR模型。準(zhǔn)確建立VAR模型的關(guān)鍵是正確確定滯后階數(shù)p。應(yīng)在滯后期與自由度間尋求一種均衡狀態(tài)，一般根據(jù)AIC和SC信息量取值最小的原則確定模型的階數(shù)。最后確定滯后階數(shù)為5，模型設(shè)定為VAR（5），得到估計(jì)式如（5）式所示。其中，可決性殘差協(xié)方差為6.15E-23，對(duì)數(shù)似然值為603.02，AIC值為-39.92，SC值為-35.86。

3.脈沖響應(yīng)函數(shù)分析

在VAR模型基礎(chǔ)上采用脈沖響應(yīng)函數(shù)方法對(duì)模型進(jìn)一步研究，分析TE、LNY、LNL和LNK對(duì)各變量脈沖擾動(dòng)的動(dòng)態(tài)響應(yīng)及其累計(jì)響應(yīng)。

（1）TE對(duì)各變量脈沖擾動(dòng)的動(dòng)態(tài)響應(yīng)

第一，TE對(duì)自身的一個(gè)標(biāo)準(zhǔn)差新息的沖擊具有明顯的正向響應(yīng)，所有時(shí)期都為正向響應(yīng)。TE的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)TE對(duì)自身響應(yīng)有顯著的正向影響效應(yīng)。第二，TE對(duì)于LNY的一個(gè)標(biāo)準(zhǔn)差新息的沖擊具有明顯的正向響應(yīng)，所有時(shí)期都為正向響應(yīng)。在整個(gè)觀察期內(nèi)，TE對(duì)LNY的一個(gè)標(biāo)準(zhǔn)差新息沖擊的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNY對(duì)TE有正向影響效應(yīng)。第三，TE對(duì)于LNL的一個(gè)標(biāo)準(zhǔn)差新息的沖擊具有明顯的負(fù)向響應(yīng)，在各個(gè)時(shí)期都為負(fù)向響應(yīng)。整個(gè)觀察期內(nèi)，TE對(duì)LNL的一個(gè)標(biāo)準(zhǔn)差新息沖擊的累計(jì)響應(yīng)為負(fù)，表明長(zhǎng)期內(nèi)LNL對(duì)TE有負(fù)向影響效應(yīng)。第四，TE對(duì)LNK的一個(gè)標(biāo)準(zhǔn)差新息的沖擊具有明顯的負(fù)向響應(yīng)，在各個(gè)時(shí)期都為負(fù)向響應(yīng)。在整個(gè)觀察期內(nèi)，TE對(duì)LNK的一個(gè)標(biāo)準(zhǔn)差新息沖擊的累計(jì)響應(yīng)為負(fù)，表明長(zhǎng)期內(nèi)LNK對(duì)TE有較顯著的負(fù)向影響效應(yīng)。

（2）LNY對(duì)各變量脈沖擾動(dòng)的動(dòng)態(tài)響應(yīng)。第一，LNY對(duì)自身的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在第1期為顯著的正向響應(yīng)，在第2期達(dá)到頂峰之后迅速降低，直到第5期轉(zhuǎn)為負(fù)向響應(yīng)，在第7期達(dá)到最低值后逐漸回升，整個(gè)過程呈現(xiàn)巨大的波動(dòng)性。LNY對(duì)自身的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNY對(duì)自身響應(yīng)有顯著的正向影響效應(yīng)。第二，LNY對(duì)TE的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在第1期便為正向響應(yīng)，在第2期達(dá)到頂峰之后迅速降低，直到第5期轉(zhuǎn)為負(fù)向響應(yīng)，在第7期達(dá)到最低值后逐漸回升，整個(gè)過程呈現(xiàn)波動(dòng)性。LNY對(duì)TE的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)TE對(duì)LNY響應(yīng)有正向影響效應(yīng)。以上分析表明，TE和LNY之間的互相影響具有相似性和同步性，這是因?yàn)樗鼈兌甲鳛長(zhǎng)NL、LNK相互作用的產(chǎn)物，只是表現(xiàn)方式不同。第三，LNY對(duì)于LNL的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在第1期為0，第2期達(dá)到正向最大值，之后逐漸降低，在第5期為0，在第6期轉(zhuǎn)為負(fù)值，在第7期達(dá)到負(fù)向最低值后逐漸回升。整個(gè)過程呈現(xiàn)出波動(dòng)性，但LNY對(duì)LNL的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNL對(duì)LNY響應(yīng)有正向影響效應(yīng)。第四，LNY對(duì)LNK的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在第1期為0，在第3期達(dá)到正向最大值之后逐漸降低，在第7期為0，在第8期轉(zhuǎn)為負(fù)值，在第9期達(dá)到負(fù)向的最低值后逐漸回升。整個(gè)過程呈現(xiàn)出波動(dòng)性，但LNY對(duì)LNK的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNK對(duì)LNY響應(yīng)有正向影響效應(yīng)。以上分析表明，LNL、LNK對(duì)LNY的影響具有相似性，只是LNK的影響比LNL的影響滯后1到2期。

（3）LNL對(duì)各變量脈沖擾動(dòng)的動(dòng)態(tài)響應(yīng)

第一，LNL對(duì)自身的一個(gè)標(biāo)準(zhǔn)差新息的沖擊立即表現(xiàn)出顯著的正向效應(yīng)，在第1期就達(dá)到最大值，之后逐漸衰減，在第5期轉(zhuǎn)為負(fù)值，在第7期達(dá)到最低值后逐漸回升，整個(gè)過程呈現(xiàn)出明顯的波動(dòng)性。但LNL對(duì)自身的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNL對(duì)自身響應(yīng)有正向影響效應(yīng)。第二，LNL對(duì)TE的一個(gè)標(biāo)準(zhǔn)差沖擊在初始期就呈現(xiàn)明顯的正效應(yīng)，在此之后逐漸衰減，直至在第4期變?yōu)樨?fù)值，在第6期達(dá)到最低值后開始逐漸回升，并在第8期重新為正值，呈現(xiàn)明顯的波動(dòng)性。但LNL對(duì)TE的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)TE對(duì)LNL響應(yīng)有正向影響效應(yīng)。第三，LNL對(duì)于LNY的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在初始期就呈現(xiàn)顯著的正向效應(yīng)，在此之后逐漸衰減，直至在第5期變?yōu)樨?fù)值，在第6、第7期達(dá)到最低值后開始逐漸回升，并在第9期重新為正值，呈現(xiàn)明顯的波動(dòng)性。但LNL對(duì)LNY的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNY對(duì)LNL響應(yīng)有正向影響效應(yīng)。以上分析表明，TE、LNY對(duì)LNL的影響具有相似性，只是LNY的影響比TE的影響滯后1到2期。第四，LNL對(duì)LNK的一個(gè)標(biāo)準(zhǔn)差新息沖擊的響應(yīng)在初始階段為0，之后在第3期上升達(dá)到最大值，此后逐漸下降，在第6期轉(zhuǎn)為負(fù)值，在第8期達(dá)到最小值后逐漸回升，呈現(xiàn)明顯的波動(dòng)性。但LNL對(duì)LNK的累計(jì)響應(yīng)在前8期在正向效應(yīng)內(nèi)波動(dòng)，在第8期后轉(zhuǎn)為負(fù)值并逐漸降低，這表明長(zhǎng)期內(nèi)LNK對(duì)LNL的影響有階段性和波動(dòng)性，在前8期的影響由0至最大值然后又降至0，此后將轉(zhuǎn)為負(fù)向影響效應(yīng)。

（4）LNK對(duì)各變量脈沖擾動(dòng)的動(dòng)態(tài)響應(yīng)

第一，LNK對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差新息沖擊的響應(yīng)大部分時(shí)期保持為正效應(yīng)。從第1期開始一直呈現(xiàn)正向響應(yīng)并逐漸增加，在第4期達(dá)到最大值之后逐漸衰減，到第10期達(dá)到最小值并變?yōu)樨?fù)值，整個(gè)過程呈現(xiàn)出明顯的波動(dòng)性。但LNK對(duì)自身的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNK對(duì)自身響應(yīng)有正向影響效應(yīng)。第二，LNK對(duì)TE的一個(gè)標(biāo)準(zhǔn)差沖擊在初始期就呈現(xiàn)微弱的正響應(yīng)，在此之后逐漸衰減并轉(zhuǎn)變?yōu)樨?fù)值，在第7期達(dá)到最低值后開始逐漸回升，呈現(xiàn)明顯的波動(dòng)性。LNK對(duì)TE的累計(jì)響應(yīng)為負(fù)，表明長(zhǎng)期內(nèi)TE對(duì)LNK響應(yīng)有負(fù)向影響效應(yīng)。第三，LNK對(duì)于LNY的一個(gè)標(biāo)準(zhǔn)差新息的沖擊在初始期呈現(xiàn)明顯的正向響應(yīng)，在此之后逐漸衰減并轉(zhuǎn)變?yōu)樨?fù)值，在第8期達(dá)到最低值后開始逐漸回升，呈現(xiàn)明顯的波動(dòng)性。LNK對(duì)LNY的累計(jì)響應(yīng)先為正后為負(fù)，表明長(zhǎng)期內(nèi)LNY對(duì)LNK響應(yīng)有階段性和波動(dòng)性。以上分析表明，TE、LNY對(duì)LNK的影響具有相似性，只是LNY的影響比TE的影響往往滯后1到2期。第四，LNK對(duì)LNL的一個(gè)標(biāo)準(zhǔn)差新息沖擊的響應(yīng)在第1期呈現(xiàn)正向響應(yīng)并逐漸增加，在第2期達(dá)到最大值之后逐漸衰減，到第7期轉(zhuǎn)為負(fù)值，在第9期達(dá)到最小值之后有所回升，整個(gè)過程呈現(xiàn)出明顯的波動(dòng)性。但LNK對(duì)LNL的累計(jì)響應(yīng)為正，表明長(zhǎng)期內(nèi)LNL對(duì)LNK響應(yīng)有正向影響效應(yīng)。

4.方差分解

為進(jìn)一步了解服務(wù)業(yè)技術(shù)效率與產(chǎn)出、勞動(dòng)力投入、資本投入之間的相互作用的貢獻(xiàn)度，對(duì)VAR（5）模型做方差分解，結(jié)果如表2至表5所示。

（1）TE受各變量的影響

由表2可知，LNY在第1期只受其自身波動(dòng)的影響，LNY、LNL和LNK的影響（即對(duì)預(yù)測(cè)方差的貢獻(xiàn)度）在第2期才顯現(xiàn)出來，但其影響強(qiáng)度微乎其微。但是，在隨后各期，LNK的影響逐漸增強(qiáng)，在第10期達(dá)到最大值28.26%。這說明服務(wù)業(yè)技術(shù)效率主要受自身和資本投入的影響，其中2/3的影響來自自身，近1/3的影響來自服務(wù)業(yè)資本投入。而服務(wù)業(yè)產(chǎn)出和勞動(dòng)力投入對(duì)服務(wù)業(yè)技術(shù)效率變化的貢獻(xiàn)度很小，可以忽略不計(jì)。

表2 TE的預(yù)測(cè)方差分解結(jié)果

表3 LNY的預(yù)測(cè)方差分解結(jié)果

（2）LNY受各變量的影響

由表3可知，LNY在初期主要受到自身波動(dòng)的影響（即對(duì)預(yù)測(cè)方差的貢獻(xiàn)度）。在第5期之后，LNY所受影響的構(gòu)成趨于穩(wěn)定，近85%的影響來自自身的波動(dòng)，15%的影響來自TE、LNL和LNK的影響，而此時(shí)這三者的貢獻(xiàn)率也基本保持穩(wěn)定。這說明服務(wù)業(yè)產(chǎn)出主要受自身影響，雖然還可能受到服務(wù)業(yè)技術(shù)效率、勞動(dòng)力投入、資本投入等因素的影響，但通?？梢院雎圆挥?jì)。

（3）LNL受各變量的影響

由表4可知，LNL的預(yù)測(cè)方差主要受其自身及LNY、LNK的影響。其中，LNL自身的影響逐漸衰減，由第1期的46.39%降至第10期的24.37%；TE的影響保持穩(wěn)定，基本維持在7.26%左右；LNY的影響保持相對(duì)穩(wěn)定，基本保持在45%左右，并逐漸成為最主要的影響因素；LNK的影響由無至有，逐漸增加，由第1期的0增至第10期的25.27%，最后達(dá)到與服務(wù)業(yè)勞動(dòng)力投入相同的影響程度。以上分析說明服務(wù)業(yè)勞動(dòng)力投入主要受自身及服務(wù)業(yè)產(chǎn)出、服務(wù)業(yè)資本投入三者影響。

（4）LNK受各變量的影響

由表5可知，LNK主要受自身的影響，同時(shí)也受到TE、LNY和LNL的影響。LNK受自身的影響程度在不斷降低，由第1期的67.46%降至第10期的44.44%；LNK受TE的影響程度在不斷增加，由第1期微不足道的0.42%增至第10期的15.32%； LNK受LNY的影響程度也在不斷增加，由第1期的13.66%增至第10期的27.75%；而LNK受LNL的影響程度是先升后降，由第1期的18.45%增至第3期的23.82%，然后又逐漸降低至第10期的12.50%。以上分析說明服務(wù)業(yè)資本投入主要受自身的影響。

四、研究結(jié)論與討論

本文基于VAR模型，運(yùn)用脈沖響應(yīng)函數(shù)、方差分解等方法對(duì)改革開放30余年（1978—2012）中國服務(wù)業(yè)技術(shù)效率與服務(wù)業(yè)增長(zhǎng)（產(chǎn)出）、勞動(dòng)力投入、資本投入之間的關(guān)系進(jìn)行了研究。結(jié)果表明這四者之間存在著較為穩(wěn)定的均衡關(guān)系，四者之間存在著相互作用和影響，并得到以下結(jié)論和啟示。

表4 LNL的預(yù)測(cè)方差分解結(jié)果

表5 LNK的預(yù)測(cè)方差分解結(jié)果

1.主要結(jié)論

（1）服務(wù)業(yè)技術(shù)效率與服務(wù)業(yè)增長(zhǎng)、服務(wù)業(yè)要素投入之間存在穩(wěn)定的均衡關(guān)系。約翰森協(xié)整檢驗(yàn)結(jié)果以及VAR模型具有較好的擬合度和穩(wěn)定性，表明服務(wù)業(yè)的技術(shù)效率與增長(zhǎng)、要素投入之間存在穩(wěn)定的均衡關(guān)系。

（2）服務(wù)業(yè)技術(shù)效率與服務(wù)業(yè)增長(zhǎng)、服務(wù)業(yè)要素投入之間存在動(dòng)態(tài)的相互作用機(jī)制。脈沖響應(yīng)函數(shù)的分析結(jié)果表明服務(wù)業(yè)技術(shù)效率與服務(wù)業(yè)的增長(zhǎng)、勞動(dòng)力和資本投入之間存在著互相影響的動(dòng)態(tài)關(guān)系。長(zhǎng)期內(nèi)，服務(wù)業(yè)增長(zhǎng)對(duì)技術(shù)效率有正向影響效應(yīng)，勞動(dòng)力和資本投入對(duì)技術(shù)效率有負(fù)向影響效應(yīng)；同時(shí)，技術(shù)效率的變化也會(huì)對(duì)服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力和資本投入產(chǎn)生反作用，這種反作用通過服務(wù)業(yè)增長(zhǎng)、服務(wù)業(yè)勞動(dòng)力和資本投入的變化再次傳導(dǎo)給技術(shù)效率，產(chǎn)生新一輪的變化，如此循環(huán)往復(fù)。在技術(shù)條件不變的情況下，中國各地區(qū)服務(wù)業(yè)的增長(zhǎng)、勞動(dòng)力和資本投入的數(shù)量不同而且一直處于變化狀態(tài)，這必然導(dǎo)致技術(shù)效率也產(chǎn)生相應(yīng)變化，當(dāng)技術(shù)效率的變化逐漸積累并達(dá)到一定數(shù)量級(jí)別時(shí)就顯現(xiàn)出來，造成地區(qū)間服務(wù)業(yè)技術(shù)效率的差異。

（3）服務(wù)業(yè)增長(zhǎng)與要素投入對(duì)技術(shù)效率影響的貢獻(xiàn)率并不相同。方差分解結(jié)果表明服務(wù)業(yè)技術(shù)效率受其自身及服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力和資本投入的影響。此外，服務(wù)業(yè)技術(shù)效率受資本投入的影響（負(fù)向）最大，占總影響的近1/3，受服務(wù)業(yè)增長(zhǎng)的影響（正向）其次，受勞動(dòng)力投入的影響（負(fù)向）最小。同時(shí)，服務(wù)業(yè)技術(shù)效率對(duì)服務(wù)業(yè)增長(zhǎng)、勞動(dòng)力投入、資本投入也分別有程度不同的反作用。這表明當(dāng)前應(yīng)把服務(wù)業(yè)資本投入當(dāng)作服務(wù)業(yè)技術(shù)效率最主要的內(nèi)生影響因素來研究。

2.啟示與對(duì)策

（1）在提高服務(wù)業(yè)技術(shù)效率過程中應(yīng)注意各因素之間穩(wěn)定的均衡關(guān)系和動(dòng)態(tài)作用機(jī)制。服務(wù)業(yè)的快速增長(zhǎng)在一定程度上可以吸引更多的勞動(dòng)力和資本投入服務(wù)業(yè)，但這種吸引作用是有限的，很容易產(chǎn)生投入冗余，進(jìn)而降低效率。產(chǎn)生的冗余勞動(dòng)力投入難以轉(zhuǎn)化為價(jià)值，并從整體上降低服務(wù)業(yè)效率；而資本投入的主要用途是支付勞動(dòng)力成本而非購買物質(zhì)設(shè)備，資本投入對(duì)服務(wù)業(yè)增長(zhǎng)也沒有顯著作用。過度投入會(huì)造成投入冗余，反而會(huì)降低效率，這是當(dāng)前中國服務(wù)業(yè)技術(shù)效率普遍存在的問題。

（2）在提高服務(wù)業(yè)技術(shù)效率過程中應(yīng)調(diào)整服務(wù)業(yè)增長(zhǎng)與要素投入的比重。因?yàn)檫@些內(nèi)生因素對(duì)服務(wù)業(yè)技術(shù)效率影響的貢獻(xiàn)率并不相同。隨著服務(wù)業(yè)的持續(xù)增長(zhǎng)，服務(wù)業(yè)技術(shù)效率有逐漸提高的趨勢(shì)和空間。服務(wù)業(yè)資本投入是當(dāng)前服務(wù)業(yè)技術(shù)效率最主要的負(fù)向影響因素，資本投入增加無效甚至起到相反作用。因此，當(dāng)前應(yīng)逐漸減少對(duì)服務(wù)業(yè)的盲目資本投入，積極調(diào)整資本投入領(lǐng)域。服務(wù)業(yè)勞動(dòng)力投入是服務(wù)業(yè)技術(shù)效率的負(fù)向影響因素?，F(xiàn)代服務(wù)業(yè)是以勞動(dòng)力素質(zhì)為基礎(chǔ)的知識(shí)、技術(shù)、創(chuàng)意密集型產(chǎn)業(yè)，勞動(dòng)力數(shù)量的簡(jiǎn)單增加對(duì)服務(wù)業(yè)技術(shù)效率的作用是負(fù)面的，它將成為提高效率的負(fù)擔(dān)，取而代之的是以勞動(dòng)力受教育年限為表征的勞動(dòng)力素質(zhì)、知識(shí)和技能的提高。因此，重點(diǎn)應(yīng)轉(zhuǎn)變?yōu)殛P(guān)注勞動(dòng)力素質(zhì)的提高和人力資本投入的增加。當(dāng)前服務(wù)業(yè)本身在不斷升級(jí)換代，以往結(jié)構(gòu)層次較低的勞動(dòng)密集型服務(wù)業(yè)逐漸被知識(shí)、技術(shù)、創(chuàng)意密集型的現(xiàn)代服務(wù)業(yè)所取代，服務(wù)業(yè)從業(yè)人員的素質(zhì)也應(yīng)相應(yīng)提高。

因此，為了提高服務(wù)業(yè)的技術(shù)效率，有效促進(jìn)服務(wù)業(yè)增長(zhǎng)，在制定相關(guān)政策措施時(shí)應(yīng)考慮以下建議：第一，控制服務(wù)業(yè)的勞動(dòng)力和資本投入數(shù)量，對(duì)冗余投入要不斷分解和消化，控制好投入與產(chǎn)出之間的比例。在制定發(fā)展服務(wù)業(yè)的政策時(shí)，需要轉(zhuǎn)變服務(wù)業(yè)發(fā)展方式，逐漸改變過去靠要素投入推動(dòng)服務(wù)業(yè)發(fā)展的方式，轉(zhuǎn)變?yōu)橐揽刻岣叻?wù)業(yè)發(fā)展的效率。第二，不斷提高勞動(dòng)者的素質(zhì)、知識(shí)和技能。如在信息化水平不斷提高的基礎(chǔ)上提高勞動(dòng)者素質(zhì)，吸收基于勞動(dòng)者素質(zhì)提高而帶來的科技進(jìn)步成果，這都將進(jìn)一步促進(jìn)服務(wù)業(yè)增長(zhǎng)，進(jìn)而改善產(chǎn)業(yè)結(jié)構(gòu)。

＊本文系陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目“陜西生產(chǎn)性服務(wù)業(yè)集聚及其對(duì)創(chuàng)新能力的影響研究”（項(xiàng)目編號(hào)：2013JK0112）、陜西省軟科學(xué)項(xiàng)目“陜西生產(chǎn)性服務(wù)業(yè)集聚與協(xié)同創(chuàng)新的互動(dòng)機(jī)制研究”（項(xiàng)目編號(hào)：2014KRM25）、陜西省高校哲學(xué)社會(huì)科學(xué)重點(diǎn)研究基地科研計(jì)劃項(xiàng)目“生產(chǎn)性服務(wù)貿(mào)易對(duì)陜西制造業(yè)競(jìng)爭(zhēng)力的影響研究”（項(xiàng)目編號(hào)：14JZ017）、陜西省社科界重大理論與現(xiàn)實(shí)問題研究項(xiàng)目“陜西生產(chǎn)性服務(wù)業(yè)與制造業(yè)互動(dòng)發(fā)展研究”（項(xiàng)目編號(hào)：2015C053）、陜西省普通高校哲學(xué)社會(huì)科學(xué)特色學(xué)科建設(shè)項(xiàng)目“陜西紡織經(jīng)濟(jì)管理研究中心”資助項(xiàng)目、西安工程大學(xué)博士科研啟動(dòng)基金資助項(xiàng)目“中國區(qū)域服務(wù)業(yè)技術(shù)效率的時(shí)空變動(dòng)及其影響機(jī)制研究”（項(xiàng)目編號(hào)：BS1423）的部分研究成果。

[1]顧乃華，李江帆.中國服務(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）：46-56.

[2]顧乃華.我國服務(wù)業(yè)發(fā)展的效率特征及其影響因素——基于DEA方法的實(shí)證研究[J].財(cái)貿(mào)研究，2008（4）：60-67.

[3]任英華，王耀中.國際服務(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）：59-64.

[4]楊青青，蘇秦，尹琳琳.我國服務(wù)業(yè)生產(chǎn)率及其影響因素分析——基于隨機(jī)前沿生產(chǎn)函數(shù)的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（12）：46-57.

[5]徐盈之，趙玥.中國信息服務(wù)業(yè)全要素生產(chǎn)率變動(dòng)的區(qū)域差異與趨同分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（10）：49-60.

[6]谷彬.中國服務(wù)業(yè)技術(shù)效率測(cè)算與影響因素實(shí)證研究——來自歷史數(shù)據(jù)修訂的史實(shí)證據(jù)[J].統(tǒng)計(jì)研究，2009（8）：63-70.

[7]黃莉芳，黃良文，洪琳琳.基于隨機(jī)前沿模型的中國生產(chǎn)性服務(wù)業(yè)技術(shù)效率測(cè)算及影響因素探討[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（6）：120-132.

[8]許建平，任燕.我國服務(wù)業(yè)效率特征研究——基于區(qū)域發(fā)展差異影響因素的解釋[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2012（1）：70-77.

[9]劉中艷.現(xiàn)代服務(wù)業(yè)技術(shù)效率區(qū)域差異及成因——基于省際面板數(shù)據(jù)的分析[J].江西社會(huì)科學(xué)，2013（8）：81-85.

[10]邵金菊，王培.中國軟件服務(wù)業(yè)投入產(chǎn)出效率及影響因素實(shí)證分析[J].管理世界，2013（7）：176-177.

[11]殷鳳，張?jiān)埔?中國服務(wù)業(yè)技術(shù)效率測(cè)度及影響因素研究[J].世界經(jīng)濟(jì)研究，2014（2）：75-80.

責(zé)任編輯：方程

Analysis of the Dynam ic Relationship among Growth，Input of Elements and Technological Efficiency of Chinese Service Industry

WANG Tieshan1，2
（1.Xi’an Polytechnic University，Xi’an，Shannxi710048，China；2.Xi’an Technology University，Xi’an，Shannxi710032，China）

Based on the VARmodel，impulse response function，and variance decompositionmethod，the author carriesout a study on the relationship among growth，the inputof labor and capital，and technologicalefficiency of China’s service industry since reform and opening up(from 1978 to 2012).It shows that the growth in service industry has the positive effect on technologicalefficiency；input in labor and capitalof service industry has the negative effecton technologicalefficiency；and the accumulation of these dynamic effects is the intrinsic cause for the formation of the current situation and regional difference of technologicalefficiency of China’sservice industry.

service industry；technologicalefficiency；impulse response function

F719

A

1007-8266（2015）08-0081-08

王鐵山（1974—），男，河北省唐山市人，西安工程大學(xué)管理學(xué)院高級(jí)經(jīng)濟(jì)師，博士，西安工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院特聘教授，主要研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)、技術(shù)經(jīng)濟(jì)。