长三角地区服务业全要素生产率测算(2003年—2011年).docVIP

长三角地区服务业全要素生产率测算(2003年—2011年) 　　摘要：文章基于Malmquist指数法，测算了长三角地区服务业全要素生产率（TFP）指数。研究结果表明：（1）2003-2011年长三角地区服务业TFP指数年均值为0.997，其中上海市服务业TFP指数为1.023；（2） 长三角地区服务业增长态势趋缓，服务业增长率与TFP指数变动呈高度正相关；（3）技术进步是提高服务业全要素生产率的主要因素。长三角地区产业结构逐渐向服务经济转型，应依靠技术进步，鼓励创新，提高服务业生产率，促进服务业的长期健康发展。 　　关键词：长三角地区；服务业；全要素生产率；Malmquist指数 　　一、 引言 　　我国改革开放以来，服务业占经济总量的比重逐步上升。在服务业发展的过程中，需要关注服务业生产率的变化。如果难以提高服务业生产率，会导致从表面上看服务业在发展，而实际上服务内容不变，服务价格不断上升，也即会患“服务业成本病”。 　　全要素生产率（Total Factor Productivity，TFP）是衡量生产要素投入对国民经济增长贡献的一种方法。TFP指数测算方法很多，如索罗余值法、随机前沿生产函数模型、非参数Malmquist指数法等。郑京海等测算了我国各省全要素生产率及其组成，其研究表明：1979年～1995年我国经济增长中经历了TFP高增长期，而在随后的1996年～2001年却呈现出TFP的低增长态势。李尽法等应用Malmquist指数，测算了1996年～2006年河南省农业TFP指数。顾乃华等，李小平等等学者也做了相关研究。 　　本文试采用基于数据包络法的Malmquist指数，测算长三角地区和上海市服务业全要素生产率指数，以及上海分行业的服务业TFP指数。研究结果对于客观认识长三角地区和上海市服务业发展具有现实意义。 　　二、 Malmquist指数及测算 　　Malmquist提出的生产率指数有两个优点：一是该指数可进一步分解为技术效率和技术进步两个部分，它们分别考察效率和技术的变动；二是样本必须包含多个对象和指标，但是不需要相关价格信息，当数据来源中缺乏投入要素价值份额和价格等信息，这一优点显得至关重要；后来，学者们将数据包络法与Malmquist指数相结合，进一步完善了该指数的使用领域。 　　假设有若干行业i=1，2，…，I，时间周期t=1，2，…，T，每个行业均使用两种投入要素：劳动L和资本K，即投入要素xit=（Kit，Lit）′，产出为yti。从t时期到t+1时期，以技术Tt为参照的Malmquist指数可以定义为： 　　Mit+1（xti，yti，xit+1，yit+1）=（1） 　　其中，Dit（xti，yti）和Dti（xit+1，yit+1）分别表示以t时期的技术Tt为参照的、时期t到时期t+1的距离函数。 　　类似地，以t+1时期的技术Tt+1为参照t时期到t+1时期的Malmquist指数为： 　　Mit+1（xti，yti，xit+1，yit+1）=（2） 　　由于时期选择具有随意性，这可能会导致误差，因此，Caves等仿照Fisher理想指数的计算方法，用前面二式的几何平均值来衡量从t时期到t+1时期生产率变化的Malmquist指数，可以表示为： 　　Mit+1（xti，yti，xit+1，yit+1）=[×]（3） 　　其含义可以理解为，当该指数值大于1时，说明从t时期到t+1时期TFP是增长的。根据上述处理所得到的Malmquist指数具有良好的特征，它可以进一步分解为规模报酬不变假定下技术效率变化指数（EC）和技术进步指数（TC），其分解过程如下： 　　Mit+1（xti，yti，xit+1，yit+1）=×[×]=EC×TC（4） 　　第一部分EC指从t到t+1时期技术效率的变化值；第二部分TC指从t到t+1时期技术进步的变化指。其中，技术效率变化指数还可进一步分解为纯技术效率指数和规模效率指数。技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。纯技术效率是企业由于管理和技术等因素影响的生产效率，企业在最优规模时投入要素的生产效率。规模效率是由于企业规模因素影响的生产效率，反映了实际规模与最优生产规模的差距。 　　为了把这种理论建模工具应用到实际测量中，需要借助线性规划的算法来计算各种投入以及产出的距离函数。而求解这些距离函数就是要通过分析t到t+1第i个行业的数据包络问题来实现： 　　max（p，q）； s.t.t（p，q）Yiq-jKjp0； 　　jKjpKjq；jLjpKjq；1，1，…，n0 　　其中，p和q是时期。 　　Dip（xiq，yiq）=（i（p，q）-1），（p，q）∈{（t，t），（