李占風(fēng)，劉曉歌

(中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

?

【統(tǒng)計應(yīng)用研究】

中國生產(chǎn)性服務(wù)業(yè)TFP的時空差異與影響因素分析

李占風(fēng)，劉曉歌

(中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

在利用Malmquist指數(shù)法測算2005-2013年中國30個省份生產(chǎn)性服務(wù)業(yè)的全要素生產(chǎn)率(TFP)的基礎(chǔ)上，采用核密度估計法分析了TFP的動態(tài)演變，并運用分位數(shù)回歸方法對中國生產(chǎn)性服務(wù)業(yè)TFP的影響因素進行了實證分析。研究發(fā)現(xiàn)：在考察期內(nèi)中國生產(chǎn)性服務(wù)業(yè)TFP總體呈下降態(tài)勢，技術(shù)效率下降是其下降的主要原因；核密度曲線說明中國生產(chǎn)性服務(wù)業(yè)TFP省際差距擴大，技術(shù)效率和技術(shù)進步逐漸呈現(xiàn)兩極分化的趨勢；分位數(shù)回歸結(jié)果表明，工業(yè)化水平和人力資本水平對生產(chǎn)性服務(wù)業(yè)TFP提升具有普遍的促進作用，而信息化水平、對外開放水平、制造業(yè)集中度對生產(chǎn)性服務(wù)業(yè)TFP提高的貢獻大小均與地區(qū)生產(chǎn)性服務(wù)業(yè)TFP的水平有關(guān)。

全要素生產(chǎn)率；核密度估計；分位數(shù)回歸

一、引 言

全要素生產(chǎn)率(Total Factor Productivity，TFP)作為衡量一國經(jīng)濟增長質(zhì)量的重要指標(biāo)和依據(jù)，度量了除要素投入外，由技術(shù)進步、生產(chǎn)創(chuàng)新、組織創(chuàng)新等實現(xiàn)的增長，它與要素投入共同構(gòu)成了經(jīng)濟增長的驅(qū)動力。20世紀(jì)80年代以來，隨著信息服務(wù)、交通運輸、金融等產(chǎn)業(yè)的快速發(fā)展，生產(chǎn)性服務(wù)業(yè)已成為多國經(jīng)濟發(fā)展的重要推動力和增長點，中國生產(chǎn)性服務(wù)業(yè)也取得了較為快速的發(fā)展，然而考慮到生產(chǎn)要素成本的上升和資源環(huán)境壓力的加大，未來中國生產(chǎn)性服務(wù)業(yè)的提高將更加倚重技術(shù)進步和效率的提高，也即需要更加關(guān)注TFP的提高。現(xiàn)階段，中國不同區(qū)域生產(chǎn)性服務(wù)業(yè)TFP水平和發(fā)展趨勢如何？哪些因素怎樣影響各區(qū)域生產(chǎn)性服務(wù)業(yè)TFP的提高？弄清這些問題對中國今后生產(chǎn)性服務(wù)業(yè)的發(fā)展及產(chǎn)業(yè)升級具有重要的現(xiàn)實意義。有鑒于此，本文試圖解析2005-2013年中國30個省份生產(chǎn)性服務(wù)業(yè)TFP的區(qū)域差異、變化趨勢及影響因素。

在服務(wù)經(jīng)濟日益興起的國際國內(nèi)背景下，一些學(xué)者展開了對中國生產(chǎn)性服務(wù)業(yè)TFP的研究，他們在測算生產(chǎn)性服務(wù)業(yè)TFP的基礎(chǔ)上，分析了TFP的變動原因、區(qū)域差異或收斂性。比如，原毅軍等運用Malmquist指數(shù)方法對中國27個省市1997-2005年生產(chǎn)性服務(wù)業(yè)的的TFP進行了測算，發(fā)現(xiàn)中國生產(chǎn)性服務(wù)業(yè)TFP呈現(xiàn)負增長，導(dǎo)致下降的原因，前期為技術(shù)進步，后期為技術(shù)效率，東部地區(qū)下降的速度低于西部地區(qū)[1]。王美霞等認為中國省會城市生產(chǎn)性服務(wù)業(yè)TFP雖存在區(qū)域差異，但呈現(xiàn)收斂趨勢[2]。袁丹等基于中國2004-2011年生產(chǎn)性服務(wù)業(yè)TFP，實證檢驗了生產(chǎn)性服務(wù)業(yè)總體TFP呈收斂趨勢，產(chǎn)業(yè)間存在σ收斂，產(chǎn)業(yè)內(nèi)存在顯著的絕對β收斂，生產(chǎn)性服務(wù)業(yè)及其細分行業(yè)、東部與西部地區(qū)生產(chǎn)性服務(wù)業(yè)的TFP隨著時間推移，將向各自的穩(wěn)態(tài)水平趨同[3]。

鑒于生產(chǎn)性服務(wù)業(yè)對經(jīng)濟增長的重要性，一些學(xué)者也研究了中國生產(chǎn)性服務(wù)業(yè)的影響因素[4-9]。比如，劉純彬等認為，工業(yè)化程度、服務(wù)效率是影響生產(chǎn)性服務(wù)業(yè)發(fā)展的重要因素，政府規(guī)模對生產(chǎn)性服務(wù)業(yè)發(fā)展具有正向作用，東部與中西部生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素存在一定差異。李一等認為經(jīng)濟開放程度和FDI對中西部省份的生產(chǎn)性服務(wù)業(yè)發(fā)展分別有更強的正向和負向作用，而工業(yè)化水平對東部省份的生產(chǎn)性服務(wù)業(yè)有著更明顯的負向影響。畢斗斗等認為信息技術(shù)、經(jīng)濟發(fā)展水平、城市化、經(jīng)濟開放度對中國生產(chǎn)性服務(wù)業(yè)發(fā)展具有正向作用，工業(yè)化、人力資本、市場化、產(chǎn)權(quán)變遷對其具有反向作用，且各因素的影響程度與空間位置有關(guān)。在對生產(chǎn)性服務(wù)業(yè)TFP影響因素的研究方面，黃莉芳等認為，專業(yè)化水平、規(guī)模經(jīng)濟和市場化水平是影響生產(chǎn)性服務(wù)業(yè)技術(shù)效率的重要因素[10]。王美霞認為在影響TFP的諸因素中，市場開放度對 TFP 增長起負面影響，創(chuàng)新投入、消費需求、工業(yè)化程度對TFP增長具有顯著的促進作用[11]。

上述研究利用不同方法測算了中國生產(chǎn)性服務(wù)業(yè)TFP，并分析了其變化趨勢及影響因素。本文同樣關(guān)注中國生產(chǎn)性服務(wù)業(yè)TFP的變化趨勢及影響因素，與已有文獻相比，本文的不同之處在于：第一，已有文獻鮮有對中國生產(chǎn)性服務(wù)業(yè)TFP地區(qū)差異的動態(tài)演進進行分析，本文運用核密度函數(shù)估計中國生產(chǎn)性服務(wù)業(yè)TFP的分布狀況，可以揭示中國生產(chǎn)性服務(wù)業(yè)TFP地區(qū)分布的動態(tài)演進趨勢。第二，已有的研究生產(chǎn)性服務(wù)業(yè)TFP影響因素的文獻相對較少，且研究時大多使用OLS方法，這種方法只關(guān)注均值變化，而本文采用的分位數(shù)回歸方法，能夠?qū)ιa(chǎn)性服務(wù)業(yè)TFP整個條件分布狀況進行描述，與均值回歸相比，其提供的信息更多。

二、方法和數(shù)據(jù)說明

(一)研究方法說明

1.Malmquist指數(shù)法

Malmquist指數(shù)由瑞典經(jīng)濟學(xué)家和統(tǒng)計學(xué)家Malmquist提出，Caves首先利用該指數(shù)測算了生產(chǎn)率變化，此后Malmquist指數(shù)逐漸與DEA理論相結(jié)合，演化成了Malmquist-DEA模型，被廣泛應(yīng)用到技術(shù)效率和TFP的測算中[12-13]。Malmquist指數(shù)法是一種以距離函數(shù)為基礎(chǔ)的非參數(shù)方法，相比索洛余值法和隨機前沿生產(chǎn)函數(shù)法，Malmquist指數(shù)法無須設(shè)定生產(chǎn)函數(shù)形式，能夠使用投入產(chǎn)出的不同量綱的數(shù)據(jù)，且可以把TFP分解為技術(shù)進步和技術(shù)效率，技術(shù)效率還可以進一步分解為純技術(shù)效率和規(guī)模效率。Malmquist指數(shù)可表達為：

2.Kernel密度估計法

核密度估計法是一種重要的非參數(shù)估計方法，主要用于對隨機變量的概率密度進行估計，用連續(xù)的密度曲線描述隨機變量的分布形態(tài)。其基本原理如下[14]24-25：

設(shè)隨機變量X的密度函數(shù)為f(x)，X1,X2,…,Xn為它的一個獨立同分布的樣本，則f(x)的核密度估計為：

其中h為帶寬，K(·)為核函數(shù)，包括Epanechnikov核、高斯核、三角形核、四次核等類型。本文將選擇常用的高斯核函數(shù)估計核密度曲線。

(二)數(shù)據(jù)說明

參考國內(nèi)外有關(guān)生產(chǎn)性服務(wù)業(yè)的定義和《國民經(jīng)濟行業(yè)分類》，并考慮到數(shù)據(jù)的可得性，本文選取交通運輸、倉儲和郵政業(yè)，批發(fā)零售業(yè)，金融業(yè)三大行業(yè)作為生產(chǎn)性服務(wù)業(yè)組成部分，生產(chǎn)性服務(wù)業(yè)的相關(guān)數(shù)據(jù)由上述三大行業(yè)數(shù)據(jù)加總得到。由于西藏的相關(guān)統(tǒng)計數(shù)據(jù)缺失，本文選取2005-2013年除西藏之外的30個省份的面板數(shù)據(jù)進行分析。用以測算TFP的投入、產(chǎn)出變量及數(shù)據(jù)來源如下：

產(chǎn)出用各省份生產(chǎn)性服務(wù)業(yè)生產(chǎn)總值衡量，為保證可比性，利用GDP平減指數(shù)將各省份生產(chǎn)性服務(wù)業(yè)生產(chǎn)總值調(diào)整為2005年不變價。勞動力投入用各省份生產(chǎn)性服務(wù)業(yè)年末從業(yè)人員數(shù)衡量。資本投入用資本存量衡量，采用廣泛使用的永續(xù)盤存法進行核算，即Kit=(1-δit)Kit-1+Iit，其中Kit、Kit-1分別為i省第t年、第t-1年的資本存量，δit為i省第t年的固定資產(chǎn)折舊率，Iit為i省第t年的固定資產(chǎn)投資額，并用固定資產(chǎn)投資價格指數(shù)將資本存量調(diào)整為2005年不變價?，F(xiàn)有文獻對折舊率的選取不太一致，但多數(shù)選取5%，這里也采用 5%這一數(shù)值。2005年各省份資本存量Ki2005=Ii2005/(δ+gi)，其中g(shù)i為i省考察期內(nèi)生產(chǎn)性服務(wù)業(yè)不變價固定資產(chǎn)投資的平均增長率。數(shù)據(jù)均來自2005-2014年《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》。

三、中國生產(chǎn)性服務(wù)業(yè)TFP的測算

基于2005-2013年30個省份的生產(chǎn)性服務(wù)業(yè)投入、產(chǎn)出數(shù)據(jù)，測算出中國整體的生產(chǎn)性服務(wù)業(yè)TFP及其因素分解(見表1)，可以發(fā)現(xiàn)：第一，中國生產(chǎn)性服務(wù)業(yè)TFP在2005-2013年間呈現(xiàn)上升和下降交替波動的態(tài)勢，但總體呈下降趨勢，2005-2013年間TFP指數(shù)平均值為0.994，即年均下降率為0.6%。第二，2005-2013年間生產(chǎn)性服務(wù)業(yè)TFP中的技術(shù)效率指數(shù)和技術(shù)進步指數(shù)的平均值分別為0.986和1.008，中國出現(xiàn)了技術(shù)效率下降而技術(shù)進步提升的趨勢，技術(shù)效率的下降是阻礙中國生產(chǎn)性服務(wù)業(yè)TFP提升的主要原因。在技術(shù)效率中，純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)的平均值分別為0.990和0.997，純技術(shù)效率的下降程度超過了規(guī)模效率的下降程度。

表1 2005—2013年中國生產(chǎn)性服務(wù)業(yè)TFP指數(shù)及其分解

Malmquist指數(shù)測算的TFP是當(dāng)年相對于上年的變化率，為了反映2005-2013年間TFP隨時間變化的趨勢，本文將Malmquist指數(shù)換算成以2005年為基期的累積指數(shù)。圖1-圖3給出了全國與東、中、西部地區(qū)2005-2013年累積相對TFP指數(shù)、累積相對技術(shù)效率指數(shù)、累積相對技術(shù)進步指數(shù)*東部指北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省份；中部指山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省份；西部指內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11個省份。。

由圖1可知，西部地區(qū)的生產(chǎn)性服務(wù)業(yè)TFP總體上呈增長態(tài)勢，而東部和中部地區(qū)總體呈下降趨勢，2013年的累積值依次為1.038、0.992、0.885，西部地區(qū)比2005年增長了3.8%，東部和中部地區(qū)分別比2005年下降了0.8%、11.5%。2005-2013年間，東、中、西部地區(qū)生產(chǎn)性服務(wù)業(yè)TFP和全國生產(chǎn)性服務(wù)業(yè)TFP的發(fā)展趨勢相似，都呈現(xiàn)上升與下降不斷交替波動的態(tài)勢。2000年實施西部大開發(fā)戰(zhàn)略以來，國家不斷加大對西部地區(qū)的支持力度，不斷改善投資發(fā)展環(huán)境，使得西部地區(qū)的經(jīng)濟取得了快速發(fā)展，經(jīng)濟增長的質(zhì)量和效益也持續(xù)提高，2005-2013年間其生產(chǎn)性服務(wù)業(yè)TFP增長速度最快，且大多年份高于全國平均水平。東部地區(qū)在大多年份也都高于全國平均水平，中部地區(qū)增長速度最慢，且大多年份都低于全國平均水平。

從圖2可以看出，2005-2013年間東、中、西部地區(qū)的生產(chǎn)性服務(wù)業(yè)技術(shù)效率總體表現(xiàn)出了較大程度的降低，2013年的累積值依次為0.903、0.890、0.895，相對于2005年分別下降了9.7%、11%、10.5%。東部地區(qū)作為相對發(fā)達地區(qū)，其技術(shù)效率雖然在2005-2013年間呈下降趨勢，但是下降速度較慢，大多年份增長率仍高于全國平均水平。中西部地區(qū)技術(shù)效率下降速度相對較快，中部地區(qū)的年均增長速度略高于西部地區(qū)。

圖1 2005-2013年生產(chǎn)性服務(wù)業(yè)累積相對TFP 指數(shù)

圖2 2005-2013年生產(chǎn)性服務(wù)業(yè)累積相對TEC指數(shù)

圖3 2005-2013年生產(chǎn)性服務(wù)業(yè)累積相對TP指數(shù)

從圖3可以看出，2005-2013年間東部和西部地區(qū)生產(chǎn)性服務(wù)業(yè)技術(shù)進步總體呈增長趨勢，而中部地區(qū)總體呈下降趨勢，2013年的累積值依次為1.081、1.193、0.891，與2005年相比分別增長了8.1%、19.3%、-10.9%。西部地區(qū)技術(shù)進步增長速度最快，且每年的增長速度均高于全國平均水平。東部地區(qū)的增長速度略高于全國平均水平，中部地區(qū)技術(shù)進步則表現(xiàn)出了較大程度的惡化，在2005-2013年增長速度一直低于全國平均水平。

考慮到不同省份發(fā)展水平和資源稟賦條件的差異，圖4給出了30個省份生產(chǎn)性服務(wù)業(yè)的累積相對TFP指數(shù)和累積相對TP指數(shù)。從圖中可以看出，中國生產(chǎn)性服務(wù)業(yè)累積相對TFP指數(shù)存在顯著的省際差異，30個省份中有15個省份的累積相對TFP指數(shù)大于1，15個省份的累積相對TFP指數(shù)小于1。最高的是上海(2.370)，最低的是四川(0.291)，最高和最低省份的差距為7.14倍。生產(chǎn)性服務(wù)業(yè)累積相對TP指數(shù)也具有省際差異性，30個省份中有16個省份的累積相對TP指數(shù)大于1，14個省份的TP增長率小于1。最高的是青海(2.007)，最低的是福建(0.628)，前者是后者的3.196倍。

圖4 2005-2013年各省份生產(chǎn)性服務(wù)業(yè)相對TFP指數(shù)和累積相對TP指數(shù)

四、中國生產(chǎn)性服務(wù)業(yè)TFP的動態(tài)演變

中國各地區(qū)的生產(chǎn)性服務(wù)業(yè)TFP由于受到各種因素的影響，在變化趨勢上存在一定的差異性，為了更加直觀的描繪出中國生產(chǎn)性服務(wù)業(yè)TFP的動態(tài)演進及分布特征，本文利用核密度曲線分析其動態(tài)變化。選取2006、2009、2011和2013年為考察剖面，圖5、圖6、圖7分別為中國30個省份三個累積指數(shù)的核密度曲線。

圖5橫軸代表累積相對TFP指數(shù)，縱軸代表核密度大小，此圖反映省際TFP累積增長率分布的動態(tài)演進特點：中國各省份生產(chǎn)性服務(wù)業(yè)TFP在2006—2013年間基本呈現(xiàn)“單峰”分布，僅在2009年表現(xiàn)為 “雙峰”分布。雖然大部分年份呈“單峰”分布，但是波峰的高度降低、寬度增加，這表明此階段生產(chǎn)性服務(wù)業(yè)TFP的省際差距擴大。

圖6橫軸代表累積相對TEC指數(shù)，從此圖可以看出：中國生產(chǎn)性服務(wù)業(yè)技術(shù)效率在考察期內(nèi)“雙峰”分布的跡象逐漸顯現(xiàn)，這種“雙峰”現(xiàn)象反映出部分省份的技術(shù)效率將在較高水平上集中，另一部分省份的技術(shù)效率將在較低水平上集中。在2011—2013年間，密度分布曲線整體表現(xiàn)出向右平移的趨勢，且左峰高度明顯下降，波峰寬度增加，這表明2011-2013年間中國技術(shù)效率較低的省份發(fā)展速度相對加快，之間的差距擴大，技術(shù)效率較高的省份

圖5 累積相對TFP指數(shù)

圖6 累積相對TEC指數(shù)

圖7 累積相對TP指數(shù)

也存在這樣的情況，這種雙峰分布意味著中國生產(chǎn)性服務(wù)業(yè)技術(shù)效率存在發(fā)展不協(xié)調(diào)的問題。

圖7橫軸代表累積相對TP指數(shù)，由此圖可以發(fā)現(xiàn)：技術(shù)進步在2006-2013年間呈明顯的“雙峰”分布，這反映出部分省份的技術(shù)進步將在較高水平上集中，另一部分省份的技術(shù)進步將在較低水平上集中，省際間差異越來越明顯，呈現(xiàn)兩極分化的特征。2006-2011年間左峰和右峰都明顯地表現(xiàn)出高度下降、寬度增加的趨勢，且右峰明顯向右平移，這表明生產(chǎn)性服務(wù)業(yè)技術(shù)進步水平較低的省份之間的差距在逐漸增大，技術(shù)進步水平較高的省份之間的差距也在逐漸增大，但后者發(fā)展速度相對較快。

五、中國生產(chǎn)性服務(wù)業(yè)TFP變動的影響因素分析

影響生產(chǎn)性服務(wù)業(yè)發(fā)展的因素是復(fù)雜多樣的，借鑒現(xiàn)有文獻，并根據(jù)中國的經(jīng)濟發(fā)展現(xiàn)狀和生產(chǎn)性服務(wù)業(yè)本身的特點，我們認為人力資本、城市化水平、工業(yè)化水平、對外開放水平、市場規(guī)模、信息技術(shù)、研發(fā)投入、人均可支配收入、制造業(yè)中間需求等因素可能會對中國生產(chǎn)性服務(wù)業(yè)TFP產(chǎn)生影響?？紤]到這些影響因素之間可能存在的多重共線性及數(shù)據(jù)的可得性，最后確定將工業(yè)化水平、對外開放水平、人力資本水平、信息化水平、制造業(yè)集中度納入到生產(chǎn)性服務(wù)業(yè)TFP影響因素分析的框架中。

1.工業(yè)化水平(indus)。一方面，工業(yè)化水平的提高會對生產(chǎn)性服務(wù)業(yè)發(fā)展產(chǎn)生推動效應(yīng)；另一方面，工業(yè)化水平的提高會對生產(chǎn)性服務(wù)業(yè)發(fā)展產(chǎn)生擠出效應(yīng)。因此，工業(yè)化水平對生產(chǎn)性服務(wù)業(yè)發(fā)展的整體影響取決于推動作用和擠出效應(yīng)的大小[5]。采用各省份工業(yè)增加值占生產(chǎn)總值的比重來衡量工業(yè)化水平。

2.對外開放水平(open)。隨著經(jīng)濟開放水平不斷提高，中國同外國的貿(mào)易往來越來越多，與進出口貿(mào)易配套的物流、金融、商務(wù)服務(wù)等生產(chǎn)性服務(wù)業(yè)也發(fā)展起來，因而對外開放水平的提高可能會促進生產(chǎn)性服務(wù)業(yè)的發(fā)展，進而促進生產(chǎn)性服務(wù)業(yè)TFP的提高。采用進出口總額占生產(chǎn)總值比重作為對外開放水平的衡量指標(biāo)。

3.人力資本水平(hc)。隨著科學(xué)技術(shù)的發(fā)展，中國生產(chǎn)性服務(wù)業(yè)的知識技術(shù)含量越來越高，相應(yīng)地，人力資本在生產(chǎn)性服務(wù)業(yè)中的重要性就不斷上升。由于對高等教育的投入越大，越能憑借良好的就業(yè)條件和社會環(huán)境吸引外來人才，因此本文采用教育經(jīng)費法，用各省份教育支出占GDP的比重來衡量人力資本水平。

4.信息化水平(itc)。信息技術(shù)不斷地滲透到服務(wù)業(yè)的各個領(lǐng)域， 其對服務(wù)業(yè)增長的貢獻越來越大，因而信息化水平的提高可能會促進生產(chǎn)性服務(wù)業(yè)TFP的提升。采用互聯(lián)網(wǎng)用戶數(shù)占當(dāng)年人口總數(shù)的比重作為衡量指標(biāo)。

5.制造業(yè)集中度(dm)。制造業(yè)是生產(chǎn)性服務(wù)業(yè)產(chǎn)生和發(fā)展的基礎(chǔ)，兩者之間的相互作用日益加深，因此生產(chǎn)性服務(wù)業(yè)TFP可能會受到制造業(yè)集聚的影響。本文用各地區(qū)制造業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重除以同期全國制造業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重來衡量制造業(yè)的集聚程度。

下面以前文測算的累積相對TFP指數(shù)為被解釋變量，運用分位數(shù)回歸方法，采用以下模型來分析相關(guān)因素對生產(chǎn)性服務(wù)業(yè)TFP變動的影響：

lnTFPit=β0+β1lnindusit+β2lnopenit+β3lnhcit+β4lnitcit+β5lndmit+μit

(1)

式(1)中，i、t分別表示第i個省份和第t時期。所用數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》和各省份統(tǒng)計年鑒?；貧w結(jié)果如表2所示，最左邊1列為OLS回歸結(jié)果，右邊5列為分位數(shù)回歸得到的結(jié)果。

表2 回歸結(jié)果

注：*、**、***分別表示在10%、5%、1%水平上顯著。

工業(yè)化水平的彈性系數(shù)在OLS中顯著為正，在分位數(shù)回歸中也都為正值，但僅在0.1、0.5、0.75分位點處高度顯著。這表明，工業(yè)化水平提高能促進生產(chǎn)性服務(wù)業(yè)TFP提升，當(dāng)某地區(qū)的生產(chǎn)性服務(wù)業(yè)TFP的條件分布位于0.1、0.5和0.75分位點處，工業(yè)化水平的促進作用最為顯著，而在其他分位點，工業(yè)化水平的促進作用相對較弱。

對外開放水平的彈性系數(shù)在OLS中顯著為正，表明對外開放有利于生產(chǎn)性服務(wù)業(yè)TFP提升。分位數(shù)回歸中，對外開放水平的彈性系數(shù)在0.25、0.5和0.75分位點處均顯著為正；在0.1分位點處為正，0.9分位點處為負，但是都不顯著。這說明在生產(chǎn)性服務(wù)業(yè)發(fā)展至一定水平時，對外開放水平對生產(chǎn)性服務(wù)業(yè)TFP具有促進作用，當(dāng)其發(fā)展水平較低或較高時，對外開放水平對其影響較弱。

人力資本的彈性系數(shù)在OLS中顯著為正，分位數(shù)回歸中也都為正值，僅在0.1和0.9分位點處不顯著，其他分位點處均高度顯著，這表明人力資本是促進生產(chǎn)性服務(wù)業(yè)TFP提高的重要因素。因此，通過增加教育投入來提高人力資本水平，對區(qū)域生產(chǎn)性服務(wù)業(yè)的發(fā)展有著重要意義。

信息化水平的彈性系數(shù)在OLS中為負，但不顯著。分位數(shù)回歸中，在0.1和0.25分位點處顯著為負，在0.5分位點處為不顯著的負值，在0.75和0.9分位點處顯著為正。由此可以看出，信息化水平對TFP的影響隨著條件分布由低端向高端變化總體呈增強趨勢。這表明在生產(chǎn)性服務(wù)業(yè)領(lǐng)域更深入和廣泛地運用信息技術(shù)，將有力地推動生產(chǎn)性服務(wù)業(yè)優(yōu)化升級，促進其發(fā)展水平的提高。

制造業(yè)集中度的彈性系數(shù)在OLS中為正，但不顯著。分位數(shù)回歸中，在0.1和0.25分位點處顯著為正，在其他分位點處為負但不顯著。這意味著在生產(chǎn)性服務(wù)業(yè)TFP水平較低的地區(qū)，制造業(yè)集聚促進了生產(chǎn)性服務(wù)業(yè)TFP的提高，而對生產(chǎn)性服務(wù)業(yè)TFP水平較高的地區(qū)，制造業(yè)集聚對其貢獻較弱。因此在制定相關(guān)產(chǎn)業(yè)政策來促進生產(chǎn)性服務(wù)業(yè)發(fā)展時，應(yīng)當(dāng)因地制宜。

六、結(jié) 論

本文運用Malmquist指數(shù)法對中國30個省份2005-2013年間生產(chǎn)性服務(wù)業(yè)的全要素生產(chǎn)率進行了測算，在此基礎(chǔ)上利用核密度估計方法刻畫了生產(chǎn)性服務(wù)業(yè)TFP的動態(tài)演變，進而運用分位數(shù)回歸方法對中國生產(chǎn)性服務(wù)業(yè)TFP的影響因素進行了實證分析。通過上述研究，得到了如下結(jié)論：

1.在2005-2013年間，中國生產(chǎn)性服務(wù)業(yè)TFP總體呈下降態(tài)勢，其中技術(shù)進步略有提升，而技術(shù)效率下降，技術(shù)效率下降是阻礙中國生產(chǎn)性服務(wù)業(yè)TFP提升的的主要原因。

2.核密度曲線表明中國生產(chǎn)性服務(wù)業(yè)TFP區(qū)域差異顯著，省際差距拉大。生產(chǎn)性服務(wù)業(yè)技術(shù)效率逐漸呈現(xiàn)兩極分化的趨勢，技術(shù)進步已呈現(xiàn)明顯的兩極分化的態(tài)勢。技術(shù)進步水平較低的省份之間的差距在逐漸增大，水平較高的省份之間的差距也在逐漸增大，但后者發(fā)展速度相對較快。

3.分位數(shù)回歸結(jié)果表明，在影響中國生產(chǎn)性服務(wù)業(yè)TFP的諸因素中，工業(yè)化水平和人力資本水平的提高對其具有普遍的促進作用，對外開放水平、信息化水平、制造業(yè)集中度在一定程度上能促進生產(chǎn)性服務(wù)業(yè)TFP提升，但其促進作用的大小與地區(qū)生產(chǎn)性服務(wù)業(yè)TFP的水平有關(guān)。

由此可見，各地區(qū)在大力發(fā)展生產(chǎn)性服務(wù)業(yè)的進程中，既要促進技術(shù)創(chuàng)新和進步，也要注重提高技術(shù)效率，以促進TFP的不斷提升。第一，工業(yè)化水平對生產(chǎn)性服務(wù)業(yè)TFP提升具有顯著的促進作用，因此應(yīng)在現(xiàn)有的工業(yè)化基礎(chǔ)上，加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和升級，以帶動生產(chǎn)性服務(wù)業(yè)的發(fā)展。第二，對教育較落后的地區(qū)要繼續(xù)增加教育投入，同時要注意改善社會服務(wù)狀況，促進人才合理有序流動，以提供現(xiàn)代服務(wù)業(yè)發(fā)展所需要的人力資本支持。對生產(chǎn)性服務(wù)業(yè)TFP水平較高的地區(qū)，在積極引進高水平人才的同時，也應(yīng)加強對相關(guān)行業(yè)專業(yè)人才的培養(yǎng)。第三，擴大生產(chǎn)性服務(wù)業(yè)對外開放，加強同外資企業(yè)的交流合作，提高國內(nèi)服務(wù)業(yè)的技術(shù)和管理水平。另外，外資企業(yè)在帶來“示范效應(yīng)”的同時也帶來了國外競爭要素，因此國內(nèi)生產(chǎn)性服務(wù)企業(yè)需要在企業(yè)管理體制、服務(wù)品種等方面進行創(chuàng)新，以在開放性競爭中得到提高和發(fā)展。第四，大力推進信息化建設(shè)，加大信息技術(shù)的普及和培訓(xùn)，為生產(chǎn)性服務(wù)業(yè)發(fā)展提供有力支撐。第五，在大力發(fā)展生產(chǎn)性服務(wù)業(yè)的同時，也要注重其他產(chǎn)業(yè)的優(yōu)化升級，形成多個產(chǎn)業(yè)相互融合、良性互動的局面。

[1] 原毅軍，劉浩，白楠. 中國生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率測度——基于非參數(shù)Malmquist指數(shù)方法的研究[J]. 中國軟科學(xué)，2009(1).

[2] 王美霞，樊秀峰，宋爽. 中國省會城市生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率增長及收斂性分析[J]. 當(dāng)代經(jīng)濟科學(xué)，2013(7).

[3] 袁丹，雷宏振，黃雯，何媛.中國生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率的異質(zhì)性及收斂性分析[J]. 軟科學(xué)，2015(6).

[4] 劉純彬,楊仁發(fā).中國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究——基于地區(qū)和行業(yè)面板數(shù)據(jù)的分析[J]. 山西財經(jīng)大學(xué)學(xué)報,2013(4).

[5] 杜德瑞,王喆,楊李娟.工業(yè)化進程視角下的生產(chǎn)性服務(wù)業(yè)影響因素研究——基于全國2002-2011年31個省份面板數(shù)據(jù)分析[J]. 上海經(jīng)濟研究,2014(1).

[6] 李一,孫林巖,馮泰文.地理視角下中國生產(chǎn)性服務(wù)業(yè)發(fā)展影響因素研究[J]. 科技進步與對策,2014(2).

[7] 畢斗斗,方遠平,Bryson John,謝蔓,唐瑤.中國生產(chǎn)性服務(wù)業(yè)發(fā)展水平的時空差異及其影響因素——基于省域的空間計量分析[J]. 經(jīng)濟地理,2015(8).

[8] 韓德超,張建華.中國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究[J]. 管理科學(xué)，2008(12).

[9] 狄乾斌,王萌,張健. 基于GWR模型的中國生產(chǎn)性服務(wù)業(yè)空間差異的影響因素分析[J]. 軟科學(xué),2015(7).

[10]黃莉芳，黃良文，洪琳琳. 基于隨機前沿模型的中國生產(chǎn)性服務(wù)業(yè)技術(shù)效率測算及影響因素探討[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011(6).

[11]王美霞.中國生產(chǎn)性服務(wù)業(yè)細分行業(yè)全要素生產(chǎn)率異質(zhì)性與影響因素研究[J]. 經(jīng)濟經(jīng)緯，2013(3).

[12]Malmquist S.Index Numbers and Indifference Curves[J]. Trabajos de Estatistica,1953(4).

[13]Caves D W,Christensen L R,Diewert W E.Theecomomic Theory of Index Numbens and the Measurement of Input and Output,and Productivity[J]. Econometrica， 1982(6).

[14]葉阿忠.非參數(shù)計量經(jīng)濟學(xué)[M]. 武漢：武漢大學(xué)出版社，2007.

(責(zé)任編輯：張治國)

Spatiotemporal Difference and Influential Factors Analysis on Total Factor Productivity of Productive Service in China

LI Zhan-feng，LIU Xiao-ge

(School of Statistics and Mathematics,Zhongnan Universiy of Economics and Law,Wuhan 430073,China)

Using the Malmquist index method , the total factor productivity of productive service of 30 provinces and cities in China during 2005-2013 are measured. At the same time, kernel density distribution is used to analyze the dynamic evolution of the TFP, and the quantile regression method is used to make empirical analysis on the factors affecting the TFP of productive service. The results show that during 2005-2013 the TFP of productive services in China declines ,and technical efficiency is the main factor impacting TFP change ; Spatiotemporal difference of TFP is quite large, and the technical efficiency and technical progress gradually shows the tendency of polarization; The levels of industrialization and human capital have promoting effects on TFP of productive service, and the levels of informatization, opening and the concentration of manufacturing can promote the TFP of productive service, but the extent of the impact is related to the levels of TFP.

tolal factor productivity; kernel density distribution; quantile regression

2016-03-04；修復(fù)日期：2016-07-18

國家社會科學(xué)基金項目《資源環(huán)境約束下全要素生產(chǎn)率增長研究》(14BTJ012)

李占風(fēng)，男，遼寧錦州人，教授，博士生導(dǎo)師，研究方向：金融計量學(xué)，經(jīng)濟計量分析； 劉曉歌，女，河南鞏義人，博士生，研究方向：宏觀經(jīng)濟計量分析。

F264.1∶F224.0

A

1007-3116(2016)12-0054-07