中国服务业全要素生产率的再测算与影响因素分析

夏杰长; 肖宇; 李诗林

中国服务业全要素生产率的再测算与影响因素分析

1.
中国社会科学院财经战略研究院北京，100028
2.
中国社会科学院研究生院北京，102488
3.
清华大学全球私募股权研究院，北京，100084

作者简介: 夏杰长，中国社会科学院财经战略研究院研究员（北京 100028）;肖宇，中国社会科学院研究生院博士生（北京 102488）;李诗林，清华大学全球私募股权研究院研究总监（北京 100084）;

中图分类号: F719

Re-measurement and Influence Factors of Total Factor Productivity in China’s Service Industry

1.
National Academy of Economic Strategy, Chinese Academy of Social Sciences, Beijing, 100028
2.
Graduate School of Chinese Academy of Social Sciences, Beijing, 102488
3.
Institute for Global Private Equity, Tsinghua University
Available Online: 2019-02-01
CLC number: F719

摘要: 在服务业高质量发展大背景下，本文采用半参数的OP法，对中国自2007−2016年间服务业全要素生产率进行了测算。研究发现：在服务业细分行业中，房地产和金融业等共计7个行业的技术进步程度，在直观上要高于公共管理和社会组织以及卫生、社会保障和社会福利业等行业。在分地区中，北京、上海、浙江、广东等地的技术进步程度明显高于中西部省区市。从增长趋势来看，服务业内部不同行业之间增减不一，但自2007年以来，中国服务业全要素生产率整体呈现出明显的递增态势。虽然部分行业在技术进步方面存在短板，但从发展趋势来看，这些差距正在明显缩小。在四大经济区域中，除了西部地区呈现下降趋势外，东部、中部和东北地区的服务业全要素生产率明显上升。从影响因素来看，服务业发展水平、城市化率、贸易依存度和人口出生率，都是促进服务业全要素生产率增长的重要变量。据此，应实行大力促进服务业“提质增效”、稳步提升城市化发展水平、促进对外贸易平稳健康发展和出台切实有效的人口管理办法等政策措施。
- 服务业 /
- 全要素生产率 /
- 提质增效 /
- 高质量发展
Abstract: This paper uses the semi-parametric OP method (Olley and Pakes, 1996) to measure the total factor productivity of the service industry in China from 2007 to 2016. The study found that in the sub-sectors of the service industry, the degree of technological progress of seven industries, including real estate and finance, is higher than that of public management and social organizations, as well as health, social security and social welfare industries intuitively. In the sub-regions, the degree of technological progress of Beijing, Shanghai, Zhejiang, Guangdong and other places is significantly higher than that of the central and western provinces and cities. From the perspective of growth trends, there are different increases and decreases between different industries within the service industry. However, since 2007, the total factor productivity of China’s service industry has shown a significant increase. Although some industries have shortcomings in technological progress, these gaps are shrinking significantly in terms of development trends.Among the four major economic regions, in addition to the downward trend in the western region, the total factor productivity of the service industry in the eastern, central and northeastern regions of China has increased significantly. From the perspective of influencing factors, the level of service industry development, urbanization rate, trade dependence and birth rate are all important variables to promote the growth of total factor productivity in the service industry.
- service industry /
- total factor productivity /
- improving quality and efficiency /
- high-quality development

图 1 中国四大经济区域服务业全要素生产率的对比^②

下载: 全尺寸图片幻灯片

表 1 中国服务业各行业全要素生产率（2007−2016年）

行业	2007年	2008年	2010年	2012年	2014年	2016年
房地产业	0.7781	0.7773	0.8258	0.7527	0.5480	0.4761
公共管理和社会组织	−0.7577	−0.7057	−0.6698	−0.6094	−0.5870	−0.5773
交通运输、仓储及邮电通信业	−0.1768	−0.1338	−0.0829	−0.0230	−0.1370	−0.1756
教育业	−0.8354	−0.7788	−0.6900	−0.6134	−0.5830	−0.5691
金融业	0.2257	0.2518	0.3052	0.3506	0.4175	0.3413
居民服务和其他	0.0962	0.1617	0.1998	0.2865	0.2717	0.2396
科学研究、技术服务和地质勘查业	−0.0829	−0.0314	0.0010	0.0526	0.0344	−0.0028
批发和零售业	0.1464	0.2304	0.3343	0.2597	0.1881	0.1558
水利、环境和公共设施管理业	−0.3531	−0.3020	−0.2701	−0.1985	−0.1761	−0.2173
卫生、社会保障和社会福利业	−0.4760	−0.4307	−0.3892	−0.3118	−0.2975	−0.3190
文化、体育和娱乐业	0.0206	0.0658	0.1182	0.2153	0.2495	0.2301
信息传输、计算机服务和软件业	0.1472	0.1904	0.1944	0.2408	0.1836	0.1414
住宿和餐饮业	0.3242	0.3695	0.3724	0.2844	0.2859	0.3277
租赁和商务服务	−0.2388	−0.1967	−0.1791	−0.0292	−0.0914	−0.1680
资料来源：作者计算。

下载: 导出CSV

表 2 中国各省区市服务业全要素生产率（2007−2016年）

省区市	2007年	2008年	2009年	2012年	2014年	2016年	均值
上海市	0.1873	0.2326	0.2528	0.2935	0.2068	0.2695	0.2456
天津市	0.1805	0.2062	0.2129	0.2439	0.2603	0.2727	0.2397
宁夏	0.1977	0.2536	0.2583	0.2576	0.1969	0.2240	0.2371
西藏	0.1848	0.2449	0.2394	0.2413	0.1861	0.1365	0.2091
青海省	0.1704	0.2217	0.1583	0.1031	0.1323	0.1426	0.1513
江苏省	0.0587	0.1004	0.1045	0.1755	0.0883	0.1582	0.1207
海南省	0.1304	0.1452	0.1037	0.1087	0.0781	0.0710	0.1004
内蒙古	0.0232	0.1012	0.0867	0.1269	0.0887	0.1349	0.0975
福建省	0.0562	0.0910	0.1007	0.0665	0.0101	0.0388	0.0575
浙江省	0.0386	0.0893	0.0674	0.0385	0.0308	0.0582	0.0567
广东省	0.0408	0.0720	0.0589	0.0654	0.0060	0.0379	0.0431
吉林省	−0.0558	−0.0319	−0.0329	0.0301	0.0593	0.0897	0.0205
北京市	−0.0844	−0.0017	−0.0433	0.0148	0.0401	0.0686	0.0044
黑龙江省	−0.0675	−0.0472	−0.0639	0.0012	0.0558	0.1210	0.0040
重庆市	−0.0866	−0.0557	−0.0598	−0.0196	−0.0082	0.0325	−0.0302
山东省	−0.0662	−0.0559	−0.0757	−0.0093	−0.0158	0.0279	−0.0311
辽宁省	−0.0912	−0.0884	−0.0888	−0.0860	−0.0542	0.2179	−0.0410
江西省	−0.1193	−0.0645	−0.0893	−0.0101	−0.0425	0.0066	−0.0478
新疆	−0.0271	−0.0228	−0.0411	−0.0478	−0.0666	−0.0877	−0.0494
湖南省	−0.0891	−0.0530	−0.0839	−0.0564	−0.0422	−0.0051	−0.0527
甘肃省	−0.0384	−0.0249	−0.0465	−0.0262	−0.0803	−0.0877	−0.0547
山西省	−0.0470	−0.0190	−0.1250	−0.0593	−0.0797	−0.0007	−0.0606
湖北省	−0.0839	−0.0572	−0.0898	−0.0690	−0.0623	−0.0563	−0.0676
贵州省	−0.0465	0.0145	−0.0257	−0.0704	−0.1521	−0.1504	−0.0760
河北省	−0.0962	−0.0822	−0.1250	−0.0912	−0.1165	−0.0705	−0.1012
广西	−0.1106	−0.0880	−0.1258	−0.1070	−0.1032	−0.0971	−0.1116
安徽省	−0.1363	−0.1293	−0.1549	−0.1247	−0.1378	−0.0630	−0.1236
云南省	−0.1583	−0.1191	−0.1534	−0.1241	−0.1659	−0.1692	−0.1462
陕西省	−0.1947	−0.1570	−0.1761	−0.1710	−0.2200	−0.1843	−0.1849
四川省	−0.1781	−0.1494	−0.2241	−0.1665	−0.2216	−0.1371	−0.1851
河南省	−0.2645	−0.2574	−0.2800	−0.2109	−0.1855	−0.1743	−0.2239
资料来源：作者计算。

下载: 导出CSV

表 3 各变量描述性统计

变量	涵义	观测值	均值	标准差	最小值	最大值
TFP	全要素生产率	310	−1.89e−07	0.1314	−0.2800	0.2955
city	城市化率	310	0.5259	0.1433	0.2145	0.8961
service	服务业规模	310	0.4281	0.0911	0.2830	0.8023
market	市场化程度	310	0.4606	0.1650	0.0240	0.8484
trade	贸易依存度	310	0.3016	0.3643	0.0321	1.7215
birth	人口出生率	310	1.1395	0.1314	−0.2800	0.2955
注：作者计算。

下载: 导出CSV

表 4 服务业全要素生产率影响因素回归分析一览表

	（一）	（二）	（三）	（四）	（五）	（六）
city_pt	0.125**（0.041）		0.022（0.829）			0.0169（0.873）
service_pt		0.394***（0.000）	0.557***（0.000）	0.568***（0.000）	0.567***（0.000）	0.5639***（0.000）
market_pt			−0.119***（0.010）	−0.110***（0.000）	−0.110***（0.001）	−0.1158**（0.013）
trade_pt				0.009（0.714）	0.009（0.920）	0.0081（0.736）
birth_pt					0.003（0.467）	0.0027（0.934）
常数C	−0.066**（0.041）	−0.169***（0.000）	−0.196***（0.000）	−0.195***（0.000）	−0.198***（0.000）	−0.203***（0.000）
R²	0.1943	0.1973	0.1983	0.1935	0.1929	0.2033
F值	4.23（0.041）	44.58（0.000）	19.70（0.000）	19.74（0.000）	14.75（0.000）	11.77（0.000）
Obs	310	310	310	310	310	310
注：*、、*分别表示在1%、5%和10%的置信区间内显著。

下载: 导出CSV

表 5 SYS-GMM回归结果分析

	（一）	（二）	（三）	（四）	（五）
TFP_p，t−1	0.8629***（0.000）	0.8759***（0.000）	0.7497***（0.000）	0.7408***（0.000）	0.6619***（0.000）
city_pt	0.1709***（0.013）	0.2194***（0.011）	0.5318***（0.000）	0.5237***（0.000）	0.7369***（0.000）
service_pt		−0.1129*（0.099）	−0.1013（0.541）	−0.0963（0.582）	−0.1246（0.619）
market_pt			−0.1919***（0.003）	−0.1891***（0.008）	−0.2540***（0.000）
trade_pt				0.0072（0.188）	0.0147（0.128）
birth_pt					0.0583（0.331）
常数C	−0.0856**（0.026）	−0.0627*（0.099）	−0.1437**（0.032）	−0.1450**（0.028）	−0.2844***（0.010）
时间固定效应	控制	控制	控制	控制	控制
AR（1）	−3.26（0.001）	−3.14（0.002）	−2.72（0.007）	−3.24（0.001）	−3.01（0.003）
AR（2）	−3.28（0.111）	−3.09（0.122）	−2.38（0.117）	−2.39（0.173）	−1.36（0.175）
Sargan值	140.37（0.100）	133.81（0.109）	118.15（0.110）	119.89（0.110）	116.48（0.100）
Obs	279	279	279	279	279
注：（1）*、、*分别表示在1%、5%和10%的置信区间内显著；（2）系统GMM估计采用了“两步法”（two-step）。

下载: 导出CSV

1. [1]
  刘志彪 . 理解高质量发展：基本特征、支撑要素与当前重点问题. 学术月刊, 2018, 50(7): 39-45.
2. [2]
  程大中 , 虞丽 , 汪宁 . 服务业对外开放与自由化：基本趋势、国际比较与中国对策. 学术月刊, 2019, 51(11): 40-59.
3. [3]
  余淼杰 , 王霄彤 . 中国−东盟自由贸易协定和中国企业生产率. 学术月刊, 2021, 53(3): 50-62.
4. [4]
  任保平 . 中国式现代化新征程中的高质量发展逻辑. 学术月刊, 2023, 55(1): 48-55.
5. [5]
  田国强 , 陈旭东 . 中国经济如何稳中求进和高质量发展. 学术月刊, 2022, 54(6): 34-46.
6. [6]
  任保平 . “十四五”时期转向高质量发展加快落实阶段的重大理论问题. 学术月刊, 2021, 53(2): 75-84.
7. [7]
  田国强 . 中国经济高质量发展的政策协调与改革应对. 学术月刊, 2019, 51(5): 32-38.
8. [8]
  杨虎涛 . 高质量经济活动：机制、特定性与政策选择. 学术月刊, 2020, 52(4): 35-44.
9. [9]
  刘伟 . 中国式现代化与低碳绿色发展. 学术月刊, 2023, 55(1): 39-47.
10. [10]
  彭明生 , 范从来 . 中国金融改革的实践及其深化改革的方向. 学术月刊, 2020, 52(5): 51-61, 50.
11. [11]
  田国强 . 三大变化与重振中国经济应对之策的思考. 学术月刊, 2023, 55(5): 36-44.
12. [12]
  季勇 , 刘怀玉 . 马克思主义理论学科综合评价（ 2009—2018 年）. 学术月刊, 2023, 55(1): 208-216.
13. [13]
  吕铁 , 李载驰 . 数字技术赋能制造业高质量发展. 学术月刊, 2021, 53(4): 56-65, 80.
14. [14]
  袁晓燕，施夏敏，石磊 . 城市规模、服务业发展与流动女性就业. 学术月刊, 2023, 55(9): 58-67.
15. [15]
  何玉长 , 潘超 . 经济发展高质量重在实体经济高质量. 学术月刊, 2019, 51(9): 57-69.
16. [16]
  任保平 . 新时代中国经济从高速增长转向高质量发展：理论阐释与实践取向. 学术月刊, 2018, 50(03): 66-74.
17. [17]
  赵燕菁 , 邱爽 , 宋涛 . 城市化转型：从高速度到高质量. 学术月刊, 2019, 51(6): 32-44.
18. [18]
  汪伟 , 刘玉飞 , 徐炎 . 劳动人口年龄结构与中国劳动生产率的动态演化. 学术月刊, 2019, 51(8): 48-64.
19. [19]
  胡志平 . 中国农村公共服务供给变迁的政治经济学：发展阶段与政府行为框架. 学术月刊, 2019, 51(6): 53-63.
20. [20]
  田萍 . 宏观要素配置关系理论与中国发展实证研究. 学术月刊, 2023, 55(12): 52-61.

点击查看大图

图(1)表(5)

计量

PDF下载量: 27
文章访问数: 2475
HTML全文浏览量: 247

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

中国服务业全要素生产率的再测算与影响因素分析

作者简介: 夏杰长，中国社会科学院财经战略研究院研究员（北京 100028）;肖宇，中国社会科学院研究生院博士生（北京 102488）;李诗林，清华大学全球私募股权研究院研究总监（北京 100084）;

Re-measurement and Influence Factors of Total Factor Productivity in China’s Service Industry

计量

通讯作者: 陈斌, bchen63@163.com

中国服务业全要素生产率的再测算与影响因素分析

作者简介:夏杰长，中国社会科学院财经战略研究院研究员（北京 100028）

作者简介:肖宇，中国社会科学院研究生院博士生（北京 102488）

作者简介:李诗林，清华大学全球私募股权研究院研究总监（北京 100084）

English Abstract

Re-measurement and Influence Factors of Total Factor Productivity in China’s Service Industry

全文HTML

目录

中国服务业全要素生产率的再测算与影响因素分析

作者简介: 夏杰长，中国社会科学院财经战略研究院研究员（北京 100028）;肖宇，中国社会科学院研究生院博士生（北京 102488）;李诗林，清华大学全球私募股权研究院研究总监（北京 100084）;

Re-measurement and Influence Factors of Total Factor Productivity in China’s Service Industry

计量

文章相关

通讯作者: 陈斌, bchen63@163.com

中国服务业全要素生产率的再测算与影响因素分析

作者简介:夏杰长，中国社会科学院财经战略研究院研究员（北京 100028）

作者简介:肖宇，中国社会科学院研究生院博士生（北京 102488）

作者简介:李诗林，清华大学全球私募股权研究院研究总监（北京 100084）

English Abstract

Re-measurement and Influence Factors of Total Factor Productivity in China’s Service Industry

全文HTML

目录