服务业环境全要素生产率变动...uist模型和南北区域分析_刘殿国.pdf

2023年5月第41卷 第3期May 2023Vol.41 No.3海南大学学报（人文社会科学版）JOURNAL OF HAINAN UNIVERSITY(HUMANITIES&SOCIAL SCIENCES)服务业环境全要素生产率变动测算及收敛性研究基于超效率EBM-Malmquist模型和南北区域分析刘殿国a，张茜a，傅国华b（海南大学 a.经济学院，b.管理学院，海南 海口 570228）摘要 为了测算中国30个省市19982018年环境约束下的服务业全要素生产率（TFP）变动情况，构建了带有非期望产出的超效EBM-Malmquist模型，并结合技术效率和技术进步分析服务业环境全要素效率变化的阶段性和区域性。研究表明：（1）服务业环境TFP增长在阶段性下降后呈现出上升的态势，技术进步呈现出阶段上升，技术效率呈现出阶段下降。这在一定程度上显示出国家生态文明建设在服务业上取得了一定的效果，同时也揭示了环境TFP增长的主要源泉是技术进步。技术效率的逐渐降低预示着通过提升技术效率推动服务业环境TFP增长还有较大的余地。（2）空间分布上，服务业环境TFP增长的变化及其分解在南方和北方存在一定的差异性，但环境TFP存在收敛与绝对收敛，这表明中国30个省市的TFP增长在长期上看呈现出趋同性。关键词 环境全要素生产率；服务业；超效率EBM-Malmquist模型；南北区域；收敛性中图分类号 F062 文献标志码 A 文章编号 1004-1710（2023）03-0096-12DOI 10.15886/ki.hnus.202202.0169自1984年服务业增加值占GDP的比值首次超过农业部门以来，服务业受到空前的重视，中央制订了一系列政策以推动服务业的发展。2011年服务业成为容纳就业人数最多的产业部门，2013年服务业增加值占GDP的比重超过工业。一些率先进入后工业化阶段的地区开始将经济重心转向服务经济，我国服务业地位进一步提升。截至2018年，我国服务业增加值占比已达到56.5%，成为经济增长的主要贡献者和新引擎。党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段”。根据现代经济增长理论，技术创新和效率改善是经济长期增长的根本。而转向高质量发展阶段的关键在于以创新驱动发展，提高全要素生产率对经济增长的贡献1。因此，提高服务业全要素生产率就成为了新时代服务业发展的重中之重。与此同时，长期的粗放型经济增长方式导致中国经济面临越来越严重的资源环境约束问题。众多学者早已开始关注高耗能、高排放的工业所带来的能耗及环境污染问题，测算了工业经济在环境约束下的全要素生产率2。由于服务业一般被视为低能耗、低污染的产业，它所产生的资源环境问题往往容易被忽视。其实，服务业中交通运输、餐饮商贸等行业的发展也会对环境产生较为严重的影响，因此，低碳环保同样应该是服务业发展的政策取向。王恕立等认为，不考虑环境约束测算到的服务业全要素生产率往往会高估实际的绩效，由此产生的偏差可能导致作出误导性的政策建议3。因此，在大力倡导绿色发展理念的背景下，在迈向经济高质量发展的道路上，研究中国服务业环境全要素生产率变动（环境约束下的服务业全要素生产率）及发展趋势，为服务业的可持续、高质量发展提供决策依据显得尤为重要。一、研究综述已有文献运用DEA方法中的方向距离函数或基于方向距离函数改进的方法测量了带有环境变量的收稿日期 2022-02-21基金项目 国家自然科学基金项目（71864010）作者简介 刘殿国（1963-），男，吉林农安人，海南大学经济学院教授，博士，博士生导师，主要从事运筹与经济效率研究。通信作者 傅国华（1965-），男，福建仙游人，海南大学管理学院教授，博士，博士生导师，主要从事企业管理研究。中国改革发展研究96刘殿国等：服务业环境全要素生产率变动测算及收敛性研究服务业生产率4，但在假定“好”产出的增加和“坏”产出的减少时是同比例增减的；因此，其所使用的方向性距离函数仍属于存在着较大松弛性问题的径向DEA方法；而非径向的SBM模型能够解决松弛性问题5。宋雪和匡贤明运用DEA方法中的SBM方法测量了带有环境变量的服务业生产率6；但SBM模型进行优化处理时会损失一定的信息并且松弛量不稳定 7。其实，综合径向和非径向特点的EBM模型能有效解决DEA模型中的径向、SBM模型测算效率值时存在的问题8。然而，目前还没有学者采用超效EBM模型对带有环境变量的服务业全要素生产率增长进行测算。因此，采用带有非期望的超效率EBM模型测算服务业全要素生产率增长以及分析全要素生产率增长收敛性是值得研究的问题。在分析服务业生产率区域发展特征时，学界的研究重点长期集中于东、中、西地区。随着国家深入推进东部经济特区规划、西部大开发、中部崛起等重大区域性战略，我国区域发展差异性逐渐减小。然而，在东中西部差距趋于收敛的同时，“南北差距”逐渐扩大成为我国区域发展面临的新问题9。2017年4月，李克强总理指出，中国经济的区域走势分化由“东中西差距”转变为“南北差距”。但在服务业环境效率的研究文献中，极少有学者将区域分析的目光聚焦到南北地区。因此，在我国社会主要矛盾转换的新时期，研究南北地区服务业环境效率发展差距是很有意义的。基于上述考虑，本文利用 19982018 年的投入产出数据，使用非期望的超效率 EBM 模型结合Malmquist指数，测算服务业环境效率并对其进行收敛性检验，将全国划分为南北地区对服务业环境效率进行区域性分析，从而为服务业全要素效率的提高和区域服务业的协调发展提供科学的依据。二、研究模型、指标和数据（一）研究模型EBM模型的最大特点是能实现径向与非径向松弛变量的兼容,可以更加准确地衡量决策单元的生产效率。因此,基于樊鹏飞等10运用的具有非期望产出、非导向的超效率EBM研究框架，本文选择具有非期望产出的超效率EBM模型作为服务业环境TFP的测量方法。根据现有服务业环境TFP测算研究中投入产出变量的选择11-12，本文选择3项投入量、1项期望产出量以及2项非期望产出量的超效率EBM模型作为具体的服务业环境全要素生产率测算模型。将每个省（或市）作为一个决策单元（简称DMU），构造不同省市服务业投入产出的最佳前沿面。假设在t时期(t=1,T),有k个(k=1,30)决策单元,每个决策单元有3种投入x=(x1,x2,x3)R3+，1种期望产出y=(y1)R1+，2种非期望产出b=(b1,b2)R2+。则非期望产出，非导向的EBM模型如公式(1)所示：y=min-xi=13Q-iS-ixik+yQ+1S+1y1k+bp=12Qb-pSb-pbpks.t.j=1j j030 xijj+S-i=xik，i=1，2，3（1）j=1j j030yrjj-S+r=yrk，r=1p=12bijj+Sb-p=bpk，p=1，2j 0，S-i，S+r，Sb-p 0式（1）中y为规模报酬不变情况下的最佳效率；为径向部分的规划参数；x 为关键参数,满足0 x 1；Q-i为投入指标的重要程度,满足i=13Q-i=1；S-i是投入要素i的松弛量；xik和yrk分别表示决策单元k的第i类投入和第r类产出；为产出扩大比；y为关键参数；Q+r和Qb-p分别为两者的指标权重；S+r表示第r97第3期2023年海南大学学报（人文社会科学版）类期望产出的松弛变量；Sb-p为第p类非期望产出的松弛变量；j为决策单元；j为线性组合系数；bpk为决策单元k的第p类非期望产出。本文运用非参数EBM-Malmquist（EM）指数度量中国30个省市19982018年服务业环境效率的逐期动态变化，并将EM指数分解成技术效率和技术进步加以分析。（二）指标和数据基于已有文献的指标选取和数据处理，本文收集了30个省市19982018年服务业投入和产出的数据，并对相关数据做了以下处理：1.资本投入本文采用张军等13运用的永续盘存法来估算的资本存量代替资本投入，如式（2）：Kit=(1-)Ki，t-1+Ii，t（2）其中，Ki,t 和Ki,t-1 分别表示i地区在t年和t-1年的服务业资本存量，Ii,t表示i地区在t年的服务业不变价固定资本投资额；其中，服务业的固定资产投资，19982005年来自固定资产统计年鉴（利用第三产业主要分行业数据合成）与 中国国内生产总值核算历史资料(19962002)，20062018年来自第三产业统计年鉴；已按固定资产投资指数转化为1998不变价。表示资本折旧率。基年资本存量运用Harberger14提出的稳态方法推导出估算式（3）：Ki，t-1=Ii，t(gi，t+)（3）其中，g用所考察的省市在19982018年间服务业增加值的平均增长率来表示，本文遵循Lee和Hong15的做法，将服务业的资本折旧率设为4%。2.劳动投入按蒋萍和谷彬12的做法用“第三产业从业人员数”作为服务业的劳动投入。其中，“第三产业从业人员数”数据来源于各省级统计年鉴。3.能源投入按庞瑞芝和王亮16的做法取各省市服务业终端能源消费总量这一指标。能源消费量单位为万吨标准煤，按照不同能源的折算系数将其转换成标准煤。此处加总“交通运输、仓储和邮政业”“批发、零售业”“住宿、餐饮业”和“其他服务业”的能源消费量作为服务业的能耗。数据来源于 中国能源统计年鉴中的地区能源平衡表。4.服务业产出“好产出”按蒋萍和谷彬12的做法选取第三产业的增加值作为服务业的好产出指标，并将原始增加值数据依照第三产业增加值指数进行平减，换算为1998年不变价。其中，第三产业增加值来源于 中国统计年鉴，第三产业增加值指数则来源于各省级统计年鉴。5.服务业产出“坏产出”按庞瑞芝和王亮16的做法，本文测算环境约束下的服务业能源消费所产生的CO2以及用生活二氧化硫算成服务业排放的SO2度量。其中，通过 中国能源统计年鉴 中的多种不同能源的碳排放系数折算出CO2排放量，生活二氧化硫数据从 中国环境年鉴 中收集。6.区域划分本文对中国南北区域的划分标准借鉴蔡之兵17的研究，以全国地理中位线的北纬35线为界，将中国划分为北方15个省市、南方15个省市（考虑数据可得性，此处不包括西藏、港澳台地区）。三、测算结果及分析基于各地区服务业好坏产出、资本投入、劳动投入等数据，本文运用MAXDEA6.18软件测算了考虑环境的中国服务业总体及各地区的EM指数和分解。对于测算结果，本文主要基于服务业总体时序的阶段性和南北地区划分的区域性两个角度进行分析。98刘殿国等：服务业环境全要素生产率变动测算及收敛性研究（一）阶段性分析为了考察环境约束下中国服务业全要素生产率的波动，本文给出了逐年各省区平均的EM指数及其分解，具体见表1。1998到2018年间，服务业环境效率增长率总体处于波动状态，平均增长率为-0.62%，其中技术效率的增长率为-2.48%，技术进步的增长率为2.34%。显然，技术进步是服务业环境效率增长的主要驱动力量。技术效率整体较低，这说明，我国服务业还存在技术无效率的情况，因此利用效率的改善提高服务业增长还有较大空间。以上是21年来的整体性分析，服务业环境TFP及其分解的变动表现出显著的波动轨迹。为了更清晰地反映出我国服务业环境TFP近21年间的变化特点，本文将考察期内的服务业环境效率增长率及其分解划分为四个时间段进行详细分析，见表2。表2中国服务业不同时期的EM指数及其分解（单位：%）年份1998201819982000200120082009201220132018EC-2.190990.64552-1.22629-3.20797-4.88698TC1.60953-1.333630.431770.512717.02284EM-0.82185-0.74831-0.91167-2.799341.21256注：EM及其分解的增长率根据MAXDEA6.18结果计算，各阶段各变量的增长率均为几何平均值。19982000年：该时间段EM指数的变动率为-0.74831%，技术水平的变动率为-1.33363%，是四个阶段中唯一负增长的，技术效率增长率为0.645