桑林穎，許廣永

（安徽財(cái)經(jīng)大學(xué) 工商管理學(xué)院，安徽 蚌埠 233000）

安徽省生產(chǎn)性服務(wù)業(yè)技術(shù)效率研究

桑林穎，許廣永

（安徽財(cái)經(jīng)大學(xué) 工商管理學(xué)院，安徽 蚌埠 233000）

技術(shù)效率是技術(shù)需求的量化分析，選取2005—2015年數(shù)據(jù)，運(yùn)用Super-SBM模型和Malmquist生產(chǎn)率指數(shù)法，評(píng)估安徽省生產(chǎn)性服務(wù)業(yè)技術(shù)效率發(fā)展?jié)撃?，?duì)比分析其內(nèi)部七大行業(yè)效率均值的波動(dòng)幅度和改進(jìn)調(diào)整.結(jié)果顯示：考察期內(nèi)安徽省生產(chǎn)性服務(wù)業(yè)的技術(shù)效率集中在0.3～0.6之間，效率改進(jìn)空間較大，受產(chǎn)出成效增長(zhǎng)勢(shì)頭壓制效率值低下；七大行業(yè)各具特點(diǎn)，效率波動(dòng)較大，技術(shù)活躍度較高的行業(yè)較之資金投入為主的傳統(tǒng)服務(wù)業(yè)效率值更接近最優(yōu)前沿面，產(chǎn)出成效更大.因此，需調(diào)整要素組合方式，提高生產(chǎn)性服務(wù)業(yè)效率改善帶動(dòng)的規(guī)模收益和增值收益.

安徽省；生產(chǎn)性服務(wù)業(yè)；Super-SBM模型；Malmquist指數(shù)法；技術(shù)效率

2016—2020年“十三五”規(guī)劃,中央提出“加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式”,大力發(fā)展第三產(chǎn)業(yè),拓展生產(chǎn)性服務(wù)業(yè).作為貫徹落實(shí)長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略的重要省份,位于下游產(chǎn)業(yè)鏈的安徽省2016年啟動(dòng)實(shí)施了參與長(zhǎng)江經(jīng)濟(jì)帶建設(shè)三年行動(dòng)計(jì)劃.長(zhǎng)三角中心城市輻射帶動(dòng)功能和產(chǎn)業(yè)集聚效應(yīng)并重,使得其經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的速度明顯加快.

通常情況下,經(jīng)濟(jì)增長(zhǎng)來源于資本存量增加、效率改善和技術(shù)引進(jìn)帶來規(guī)模收益的遞增［1］.而生產(chǎn)性服務(wù)業(yè)的技術(shù)支撐和戰(zhàn)略導(dǎo)向作用是第三產(chǎn)業(yè)價(jià)值鏈攀升的關(guān)鍵環(huán)節(jié)［2］,影響經(jīng)濟(jì)增長(zhǎng)效率,并且提升其增值效益能加快實(shí)現(xiàn)減物質(zhì)化目標(biāo)［3］,因此是安徽省第三產(chǎn)業(yè)加快融合、協(xié)調(diào)發(fā)展的重要切入點(diǎn),其效率研究更具經(jīng)濟(jì)學(xué)價(jià)值.再者,生產(chǎn)性服務(wù)業(yè)對(duì)高異質(zhì)性部門、不同行業(yè)間的經(jīng)濟(jì)學(xué)意義更是大相徑庭［4］.因此基于細(xì)分部門探討其效率水平和變化態(tài)勢(shì)具有應(yīng)用價(jià)值.

效率研究是對(duì)投入產(chǎn)出能否達(dá)到預(yù)期的度量,對(duì)生產(chǎn)性服務(wù)業(yè)效率的研究能使我們了解該服務(wù)業(yè)的效率特征,從數(shù)量上評(píng)估其行業(yè)生產(chǎn)要素組合狀況.生產(chǎn)性服務(wù)業(yè)是技術(shù)引進(jìn)、技術(shù)創(chuàng)新的載體,根據(jù)國(guó)家2011年新修訂的國(guó)民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn),其包括信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)；科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)；交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)；批發(fā)和零售業(yè)；金融業(yè)；房地產(chǎn)業(yè)；租賃和商務(wù)服務(wù)業(yè).本文將圍繞安徽省生產(chǎn)性服務(wù)業(yè)及其內(nèi)部各行業(yè)的技術(shù)效率展開分析.首先測(cè)度安徽省生產(chǎn)性服務(wù)業(yè)技術(shù)效率,接著將技術(shù)效率分解,對(duì)比分析其時(shí)間變化,對(duì)非有效行業(yè)的投入產(chǎn)出冗余、潛在不足進(jìn)行調(diào)整改進(jìn),最后通過對(duì)效率指標(biāo)動(dòng)態(tài)分解并考察細(xì)分行業(yè)技術(shù)效率的同時(shí)技術(shù)進(jìn)步指數(shù).

1 文獻(xiàn)回顧

在效率評(píng)估數(shù)理模型框架下,技術(shù)效率將經(jīng)濟(jì)單元實(shí)際生產(chǎn)值與最優(yōu)值的比較轉(zhuǎn)變?yōu)閿?shù)學(xué)線性規(guī)劃中產(chǎn)出與前沿面的差額,更為直觀地反映行業(yè)現(xiàn)有技術(shù)的發(fā)揮程度.對(duì)于技術(shù)效率的研究,Charnes、Cooper從投入產(chǎn)出面給出相對(duì)效率評(píng)估概念,結(jié)合DEA模型方法加以測(cè)算［5］.Fare等人首次將Malmquist指數(shù)與DEA理論相結(jié)合,將非參數(shù)線性規(guī)劃方法應(yīng)用到研究中［6］.之后,關(guān)于技術(shù)效率的研究和涉及領(lǐng)域不斷擴(kuò)展.Kumar、Russell基于1965—1990年57個(gè)國(guó)家服務(wù)業(yè)相關(guān)數(shù)據(jù),在DEA框架下考察勞動(dòng)產(chǎn)出與技術(shù)效率、技術(shù)進(jìn)步及資本投入變化的關(guān)系［7］.Chiu和Jan等使用DEA模型對(duì)我國(guó)臺(tái)灣地區(qū)銀行業(yè)進(jìn)行效率評(píng)價(jià)［8］.Hakyeon和Chul hyun利用DEA模型衡量服務(wù)業(yè)整體質(zhì)量,提出改善非有效性決策單元方法［9］.尹琳琳基于1993—2007年我國(guó)31個(gè)地區(qū)服務(wù)業(yè)數(shù)據(jù),用DEA方法檢驗(yàn)分項(xiàng)效率指數(shù)的變動(dòng)態(tài)勢(shì)及區(qū)域特征,結(jié)果表明我國(guó)服務(wù)業(yè)呈先增后降的倒U型增長(zhǎng)趨勢(shì)［10］.

而高效目標(biāo)下技術(shù)效率研究文獻(xiàn)絕大多數(shù)采用DEA方法,將服務(wù)生產(chǎn)力衡量轉(zhuǎn)換為服務(wù)單位的投入指標(biāo),如文獻(xiàn)［11,12］等,但這種處理忽視了實(shí)際生產(chǎn)過程中要素估算的異常值.

王美霞根據(jù)1991—2010年數(shù)據(jù),構(gòu)建變量假設(shè)模型,從時(shí)間和區(qū)域角度交叉分析中國(guó)生產(chǎn)性服務(wù)業(yè)整體效率有效性,同時(shí)深入研究?jī)?nèi)部細(xì)分行業(yè)動(dòng)態(tài)效率變動(dòng)情況,研究表明考察期內(nèi)效率呈增長(zhǎng)趨勢(shì),行業(yè)差異明顯,但差異程度無明顯擴(kuò)大趨勢(shì)［13］.陳文新等人利用Malmquist指數(shù)模型,分析效率的空間差異與變動(dòng)趨勢(shì),研究表明西北五省生產(chǎn)性服務(wù)業(yè)效率偏低,主要依靠技術(shù)進(jìn)步的推動(dòng),技術(shù)吸收及創(chuàng)新投入發(fā)展勢(shì)頭充足,內(nèi)生變量制約方面表現(xiàn)各異［14］.近年來松弛變量所致的非期望產(chǎn)出值已引起了國(guó)內(nèi)學(xué)者的重視,如袁峰、陳俊婷通過網(wǎng)絡(luò)數(shù)據(jù)分析工具采集指標(biāo)數(shù)據(jù),運(yùn)用SBM-DEA模型對(duì)國(guó)內(nèi)電商網(wǎng)站的資源效率進(jìn)行評(píng)價(jià),對(duì)非有效性的網(wǎng)站提出優(yōu)化對(duì)策［15］.李振通過Super-SBM模型在分析投入產(chǎn)出松弛變量的基礎(chǔ)上進(jìn)而分析我國(guó)不同區(qū)域鐵路運(yùn)輸?shù)倪\(yùn)營(yíng)效率［16］.

綜上所述,有關(guān)生產(chǎn)性服務(wù)業(yè)技術(shù)效率的深入研究,內(nèi)容上考慮到行業(yè)本身特性,從技術(shù)引進(jìn)和技術(shù)創(chuàng)新角度對(duì)三大產(chǎn)業(yè)知識(shí)技術(shù)的支撐和推動(dòng)作用；研究方法上,一是參數(shù)方法如隨即前沿生產(chǎn)函數(shù)法,設(shè)定假設(shè)變量模型構(gòu)造邊界生產(chǎn)函數(shù),可用相關(guān)回歸分析進(jìn)行估算；二是非參數(shù)法如DEA方法模型,將實(shí)際決策單元的相對(duì)效率評(píng)估轉(zhuǎn)化為數(shù)學(xué)線性規(guī)劃問題.顯然,現(xiàn)有生產(chǎn)性服務(wù)業(yè)內(nèi)細(xì)分行業(yè)技術(shù)效率在研究?jī)?nèi)容和研究方法上重復(fù)性較高,傳統(tǒng)的DEA、SFA效率測(cè)度方法沒有考慮要素松弛性問題.因此本文采用Super-SBM模型測(cè)算要素改進(jìn)需求,Malmquist生產(chǎn)率指數(shù)考察細(xì)分行業(yè)動(dòng)態(tài)效率演變趨勢(shì),為安徽省生產(chǎn)性服務(wù)業(yè)的經(jīng)濟(jì)技術(shù)水平的提升提出改進(jìn)方向.

2 方法和數(shù)據(jù)來源

2.1 模型和方法

超效率模型能夠清楚反映連續(xù)時(shí)間內(nèi)動(dòng)態(tài)效率變化情況,方便動(dòng)態(tài)考察生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)的技術(shù)效率和技術(shù)進(jìn)步.SBM(Slacks—based Measurement)模型基于非參數(shù)DEA理論,在目標(biāo)函數(shù)中引入松弛變量,能同時(shí)對(duì)投入和產(chǎn)出的冗余進(jìn)行分析,避免DEA測(cè)度的相對(duì)效率存在要素松弛問題［17］.Super-SBM模型在此基礎(chǔ)上又解決了同效率最優(yōu)決策單元的排序問題［18］,其模型如下:

其中,ρ*為目標(biāo)效率值,m為投入要素種類,k為產(chǎn)出要素種類,模型中下標(biāo)的“0”表示特定被評(píng)價(jià)單元,X＝xij和Y＝y(tǒng)ij分別表示各細(xì)分行業(yè)自身的投入和產(chǎn)出向量,xi0(i＝1…m)和yr0(r＝1…k)分別為x0和y0的元素,λj為權(quán)重向量,S―、S＋分別為投入冗余和產(chǎn)出不足的松弛變量.在Super-SBM模型的目標(biāo)函數(shù)中,將松弛變量考慮在內(nèi),當(dāng)度量指標(biāo)單位發(fā)生變化時(shí),ρ隨著松弛變量的增加而減小.

通過綜合分析投入產(chǎn)出指標(biāo),計(jì)算細(xì)分行業(yè)的技術(shù)效率,并根據(jù)松弛變量指出其投入產(chǎn)出調(diào)整數(shù)量,從時(shí)間上動(dòng)態(tài)考察細(xì)分行業(yè)的技術(shù)效率.Malmquist指數(shù)法能夠有效解決DEA模型動(dòng)態(tài)分析問題,其定義［19］如下:

其中,(xt,yt)表示第t期的輸入、輸出量,表示在t期技術(shù)參照下的距離函數(shù).

將式(2)進(jìn)一步分解式(3)左邊為Malmquist生產(chǎn)率指數(shù),右邊為TEC(即技術(shù)效率)與TC(即技術(shù)進(jìn)步)的乘積,前者測(cè)度決策單元實(shí)際產(chǎn)出到最佳生產(chǎn)前沿面之間的差額,估算現(xiàn)有技術(shù)是否能達(dá)到最大產(chǎn)出成效；后者預(yù)算技術(shù)吸收改進(jìn)移動(dòng)變化水平.進(jìn)一步分解為

其中,PTEC代表純技術(shù)效率,SEC表示規(guī)模效率.由上述分析可知,Malmquist生產(chǎn)率指數(shù)無需設(shè)置生產(chǎn)函數(shù)的具體形式,但該方法對(duì)投入產(chǎn)出指標(biāo)數(shù)據(jù)比較敏感,數(shù)據(jù)誤差波動(dòng)較大,測(cè)算結(jié)果差異也會(huì)較大.

2.2 數(shù)據(jù)來源與處理

根據(jù)Super-SBM模型的理論特性,勞動(dòng)與資本作為內(nèi)部產(chǎn)業(yè)價(jià)值攀升必不可少的投入要素,不僅影響非期望產(chǎn)出值,而且對(duì)未來生產(chǎn)性服務(wù)業(yè)的效率提升、配置水平的影響同樣不言而喻.因此,本文選取服務(wù)業(yè)的產(chǎn)出、勞動(dòng)投入和資本投入作為變量指標(biāo),樣本來源于2005—2015年《安徽省統(tǒng)計(jì)年鑒》.指標(biāo)數(shù)據(jù)具體處理如下:

服務(wù)業(yè)產(chǎn)出 用7個(gè)細(xì)分行業(yè)的增加值來衡量.由于從1999年起,安徽省服務(wù)業(yè)的增加值以當(dāng)年價(jià)格計(jì)算,再者大多數(shù)學(xué)者都采用較早年份進(jìn)行統(tǒng)計(jì)測(cè)算以減少設(shè)定誤差對(duì)核算結(jié)果的影響,所以選取1999年的不變價(jià)來核算該指標(biāo).

勞動(dòng)投入 由于生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)勞動(dòng)投入相關(guān)數(shù)據(jù)無法獲取,所以根據(jù)數(shù)據(jù)可得性原則,將各行業(yè)的“年末從業(yè)人員數(shù)”作為勞動(dòng)投入指標(biāo)的代理變量.

資本投入 參考大部分學(xué)者做法,采用永續(xù)盤存法測(cè)算資本投入.資本存量核算公式為Kt＝(1-δ)Kt-1＋I(xiàn)t,其中I為每年投資額,選取安徽省生產(chǎn)性服務(wù)業(yè)歷年全社會(huì)固定資產(chǎn)投資作為指標(biāo)［20］；δ為資本平均折舊率,參考大多數(shù)文獻(xiàn)取值為4%［21,22］.資本存量核算選定初始年份為2000年,因?yàn)?000年與前幾年的固定資產(chǎn)投入懸殊較大,也是安徽省資本投入進(jìn)入相對(duì)平穩(wěn)的過渡期.資本投入核算公式為K2000＝I2000／(g＋δ),其中g(shù)為考察期內(nèi)實(shí)際GDP增加率均值.

3 結(jié)果分析

3.1 技術(shù)效率及其分解

基于超效率模型,利用DEAP2.1軟件,測(cè)算安徽省生產(chǎn)性服務(wù)業(yè)分部門的技術(shù)效率、純技術(shù)效率及規(guī)模效率.表1選取7個(gè)細(xì)分行業(yè)部分年份數(shù)據(jù)的效率演變趨勢(shì),圖1和圖2則是根據(jù)表1結(jié)果分別繪制的歷年各項(xiàng)效率指標(biāo)的均值及時(shí)間趨勢(shì)折線圖.

表1 生產(chǎn)性服務(wù)業(yè)細(xì)分部門效率及其分解（2005—2015）

生產(chǎn)性服務(wù)業(yè)技術(shù)效率,根據(jù)表1和圖1橫向上來看,整體經(jīng)歷階段性波動(dòng)上升過程.2005—2010年技術(shù)效率均值從0.356增加到0.500,整體呈持續(xù)上升趨勢(shì),2011年下降到0.394,而后繼續(xù)呈現(xiàn)上升趨勢(shì).可以預(yù)測(cè)2016年的效率值較之2015年略微減小,并且能夠清晰反映7大細(xì)分行業(yè)潛在產(chǎn)能發(fā)揮的質(zhì)量.表明純技術(shù)效率和規(guī)模效率交替制約著生產(chǎn)性服務(wù)業(yè)技術(shù)效率.具體來說,2005—2010年主要以純技術(shù)效率的推動(dòng)作用為主,規(guī)模效率作用略低；在2012年以后,要素資源和產(chǎn)業(yè)規(guī)模間日益磨合,規(guī)模報(bào)酬遞增凸顯規(guī)模經(jīng)濟(jì)特征對(duì)行業(yè)效率的提升作用.可能是安徽省技術(shù)密集型生產(chǎn)服務(wù)業(yè)的發(fā)展,提高了某些行業(yè)的可貿(mào)易性,使得以前不能儲(chǔ)存和運(yùn)輸?shù)哪承┓?wù)在“時(shí)空”上變得可分離,并顯現(xiàn)出類似有形產(chǎn)品的規(guī)模特征.

圖1 效率指標(biāo)均值時(shí)間變化趨勢(shì)

圖2 分行業(yè)技術(shù)效率時(shí)間序列變化

7大細(xì)分行業(yè)的技術(shù)效率,從表1和圖2縱向來看,僅信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)典型的高知識(shí)技術(shù)投入在2010—2014年技術(shù)效率有效.

交通運(yùn)輸、倉儲(chǔ)郵政業(yè)和批發(fā)零售業(yè)的技術(shù)效率值最低,純技術(shù)效率和規(guī)模效率較之其他行業(yè)效率值均有所減少,平均波動(dòng)在0.100～0.200,意味著在目前技術(shù)水平上,其資源投入和產(chǎn)業(yè)規(guī)模不匹配.行業(yè)改革重點(diǎn)應(yīng)該是技術(shù)改進(jìn)和發(fā)揮行業(yè)規(guī)模效益；房地產(chǎn)業(yè)技術(shù)效率同樣處于無效率狀態(tài),但基本呈上升趨勢(shì).主要是因?yàn)榻陙戆不帐》康禺a(chǎn)業(yè)規(guī)模不斷擴(kuò)大,規(guī)模經(jīng)濟(jì)逐步提高,使得規(guī)模效率得到充分釋放.但制度和管理水平并沒有及時(shí)跟上,相對(duì)落后,純技術(shù)效率未能最大程度利用要素組合,行業(yè)規(guī)模低于最優(yōu)生產(chǎn)規(guī)模,使得房地產(chǎn)業(yè)技術(shù)效率總體偏低.

其他4個(gè)行業(yè)波動(dòng)較大,租賃商務(wù)服務(wù)業(yè)為代表的典型傳統(tǒng)型服務(wù)業(yè)和信息傳輸、計(jì)算機(jī)服務(wù)、軟件業(yè)為代表的技術(shù)知識(shí)密集型服務(wù)業(yè),增長(zhǎng)幅度在2010年達(dá)到最大,后者技術(shù)效率更是達(dá)到有效狀態(tài)；前者在2010年以前是持續(xù)增長(zhǎng),但在2011年技術(shù)效率大幅度下降到0.405,純技術(shù)效率由1.000下降到0.607,由此可知純技術(shù)效率是抑制其技術(shù)效率增長(zhǎng)的主要因素.科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查業(yè)和金融業(yè)的發(fā)展方向在2011年以后完全相反.金融業(yè)技術(shù)效率值在2011年降到最低谷,之后呈現(xiàn)快速增長(zhǎng)狀態(tài)并在2015年達(dá)到效率有效狀態(tài)；純技術(shù)效率僅在2011年為最低,其余年份皆為有效；規(guī)模效率呈現(xiàn)穩(wěn)步增長(zhǎng)趨勢(shì),意味著近11年金融業(yè)規(guī)模經(jīng)濟(jì)性得到提高,技術(shù)效率的改進(jìn)以規(guī)模效率為主.2006年科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)的效率值為0.970,以后提升空間不足,若進(jìn)一步加大投入可能會(huì)陷入規(guī)模效益遞減的風(fēng)險(xiǎn).

為了對(duì)行業(yè)非有效性進(jìn)行更合理地解釋,需要對(duì)要素投入及產(chǎn)出冗余情況進(jìn)一步分析.表2結(jié)合模型的松弛變量考察安徽省生產(chǎn)性服務(wù)業(yè)的投入、產(chǎn)出冗余程度或潛在不足(部分?jǐn)?shù)據(jù)).

表2 各行業(yè)投入產(chǎn)出相關(guān)改進(jìn)分析

1）資本投入方面 不同產(chǎn)業(yè)的資本密集程度決定其細(xì)分行業(yè)資本投入水平.其中,以信息傳輸,計(jì)算機(jī)服務(wù)軟件業(yè),科學(xué)研究、技術(shù)服務(wù)和軟件業(yè),地質(zhì)勘查業(yè),金融業(yè)為代表的高技術(shù)產(chǎn)業(yè)和以批發(fā)零售業(yè)、房地產(chǎn)業(yè)和交通運(yùn)輸、倉儲(chǔ)郵政業(yè)為主的傳統(tǒng)型產(chǎn)業(yè)表現(xiàn)各異.前者資本利用效率較高,技術(shù)改進(jìn)以管理創(chuàng)新為主,后者則存在較高的資本改進(jìn)空間,說明技術(shù)效率低且與資本利用度呈正比.租賃和商務(wù)服務(wù)業(yè)在部分年份應(yīng)該適當(dāng)減少資本投入,表明從2005年到2015年傳統(tǒng)產(chǎn)業(yè)與租賃和商務(wù)服務(wù)業(yè)的資本投入要素利用非DEA有效,今后須控制資本過度投資,提高現(xiàn)有技術(shù)水平和資本投入利用率.

2）勞動(dòng)投入方面 信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、金融業(yè)和科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)這類知識(shí)集中型產(chǎn)業(yè)表現(xiàn)較好,不存在勞動(dòng)力要素投入過剩.租賃商務(wù)服務(wù)業(yè)2010年以前勞動(dòng)力要素使用度不高,2013—2015年(部分年份未在表中顯示)勞動(dòng)力投入冗余逐漸改善.房地產(chǎn)業(yè)則需在2005—2006年減少勞動(dòng)投入1.1萬人.傳統(tǒng)型行業(yè)無論是物質(zhì)還是人力投入,都應(yīng)在現(xiàn)有技術(shù)水平上減少要素投入.交通運(yùn)輸、倉儲(chǔ)郵政業(yè)和批發(fā)零售業(yè),這兩個(gè)行業(yè)資源配置使用率低,由于行業(yè)本身特性加上經(jīng)濟(jì)新常態(tài)下市場(chǎng)與信息的快速發(fā)展,行業(yè)面臨產(chǎn)業(yè)優(yōu)化和調(diào)整,急需對(duì)勞動(dòng)投入做出改進(jìn),提高產(chǎn)出成效.

3）產(chǎn)出方面 各細(xì)分行業(yè)無論是勞動(dòng)投入還是資本投入,由于行業(yè)特性不同,資源利用程度存在差異,所以服務(wù)業(yè)增加值產(chǎn)出上表現(xiàn)各異.信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)表現(xiàn)較為良好,不存在產(chǎn)出不足的情況；金融業(yè)除2011年應(yīng)增加產(chǎn)出1502.97億元外,其他年份也不存在產(chǎn)出不足；科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)在2015年應(yīng)增加產(chǎn)出1100.816億元；租賃商務(wù)服務(wù)業(yè)在2013年以后產(chǎn)出不足情況改善.傳統(tǒng)型產(chǎn)業(yè)每年均存在產(chǎn)出不足狀態(tài),特別是技術(shù)效率最低的交通運(yùn)輸、倉儲(chǔ)郵政業(yè)和批發(fā)零售業(yè)產(chǎn)出改進(jìn)幅度逐年增加,但從這兩個(gè)傳統(tǒng)型行業(yè)的要素冗余與純技術(shù)效率的緊密程度來看,資本投入的改進(jìn)較之勞動(dòng)投入的改善能夠更有效地推動(dòng)純技術(shù)效率的提高.

3.2 效率分解指數(shù)動(dòng)態(tài)比較

前文中已介紹技術(shù)效率指數(shù)及非有效行業(yè)投入產(chǎn)出冗余、潛在不足的相關(guān)測(cè)算.接下來,從動(dòng)態(tài)效率角度更為直觀分析效率指數(shù)的變化演變.將Malmquist生產(chǎn)率指數(shù)的5項(xiàng)效率指數(shù)進(jìn)行動(dòng)態(tài)效率比較,結(jié)果如表3、4所示.

表3 Malmquist生產(chǎn)率指數(shù)及其分項(xiàng)指數(shù)（2005—2015）

表4 細(xì)分行業(yè)生產(chǎn)率指數(shù)及分解均值（2005—2015）

1)從效率指數(shù)的時(shí)序變動(dòng)來看,2005—2015年安徽省生產(chǎn)性服務(wù)業(yè)技術(shù)效率與技術(shù)進(jìn)步的增長(zhǎng)方向相反,技術(shù)效率年均增長(zhǎng)率為-9.1%、技術(shù)進(jìn)步為7.8%,TFP為-2.1%.總體來看,安徽省生產(chǎn)性服務(wù)技術(shù)效率的負(fù)增長(zhǎng)對(duì)TFP的影響比技術(shù)進(jìn)步更具推動(dòng)作用.

2)在生產(chǎn)性服務(wù)業(yè)內(nèi)部,技術(shù)進(jìn)步年均增長(zhǎng)率為7.8%.結(jié)合圖2和表4可以看出,僅批發(fā)零售業(yè)技術(shù)進(jìn)步呈負(fù)增長(zhǎng),年均增長(zhǎng)率為-10.9%,由于其高度依賴產(chǎn)業(yè)資金鏈的行業(yè)特性,即使效率水平提高也未能轉(zhuǎn)變?cè)撔袠I(yè)管理制度和規(guī)模經(jīng)濟(jì).結(jié)合表4各分解指數(shù)均值來看,技術(shù)效率指數(shù)為-19.5%,純技術(shù)效率指數(shù)均值為-19.4%,規(guī)模效率均值為1.2%.顯然,科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)純技術(shù)效率的下降是行業(yè)技術(shù)效率倒退的主要原因.

3)按行業(yè)類別來分析,行業(yè)差異性顯著.金融業(yè)的技術(shù)效率和技術(shù)進(jìn)步均為正增長(zhǎng),具有較強(qiáng)的資源配置能力,投入資源利用最大化.依賴資金鏈大量投入的交通運(yùn)輸、倉儲(chǔ)郵政業(yè)和房地產(chǎn)業(yè)的技術(shù)效率增長(zhǎng)均為負(fù),行業(yè)發(fā)展仍以資本投入為主.傳統(tǒng)生產(chǎn)性服務(wù)業(yè)批發(fā)零售業(yè)TFP指數(shù)為負(fù)增長(zhǎng),金融業(yè)、租賃商務(wù)服務(wù)業(yè)為正增長(zhǎng),體現(xiàn)出生產(chǎn)性服務(wù)業(yè)內(nèi)部行業(yè)發(fā)展的轉(zhuǎn)變.從3個(gè)指數(shù)的平均差異程度來看,技術(shù)效率、技術(shù)進(jìn)步、TFP在2005—2015年的平均差異指數(shù)為-0.091、0.078、-0.059,技術(shù)效率的行業(yè)差異性最大,可能是因?yàn)楦餍袠I(yè)在員工技能、管理、組織方面存有較大的效率差異.

4 結(jié)論

通過對(duì)安徽省生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)的技術(shù)效率變動(dòng)情況、投入產(chǎn)出改進(jìn)分析,得出以下結(jié)論:

第一,安徽省生產(chǎn)性服務(wù)業(yè)各行業(yè)技術(shù)效率整體較低,尚有較大提升空間.近年來規(guī)模效率有明顯改善,較之純技術(shù)效率而言,規(guī)模效率對(duì)技術(shù)效率的影響與日俱增,生產(chǎn)性服務(wù)業(yè)發(fā)展已逐漸顯現(xiàn)出規(guī)模經(jīng)濟(jì)特征.這與周鵬分析安徽省生產(chǎn)性服務(wù)業(yè)投入規(guī)模對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率的考察結(jié)論［23］一致.

第二,技術(shù)效率總體呈負(fù)增長(zhǎng)趨勢(shì),技術(shù)進(jìn)步呈正增長(zhǎng)趨勢(shì),TFP呈逐年負(fù)增長(zhǎng)趨勢(shì),說明安徽省生產(chǎn)性服務(wù)業(yè)依舊處于以資本投入為主的粗放型發(fā)展方式.無論從靜態(tài)效率還是動(dòng)態(tài)效率角度來考察,提高純技術(shù)效率和發(fā)揮技術(shù)進(jìn)步帶來規(guī)模收益的遞增還需要進(jìn)一步改進(jìn).

第三,細(xì)分行業(yè)來講,技術(shù)知識(shí)集中型行業(yè)的投入產(chǎn)出比例已接近最優(yōu)化,投入要素利用率較高；資本投入為主的傳統(tǒng)型服務(wù)業(yè)產(chǎn)出成效低,未能轉(zhuǎn)變成以管理制度和技術(shù)創(chuàng)新為主的發(fā)展方向［24］.與此同時(shí),各行業(yè)生產(chǎn)未表現(xiàn)出明顯的規(guī)模效應(yīng),因此急需調(diào)整投入產(chǎn)出比例,發(fā)揮行業(yè)產(chǎn)出規(guī)模效應(yīng).

安徽省生產(chǎn)性服務(wù)業(yè)的改進(jìn)應(yīng)兼顧各行業(yè)對(duì)資本要素的異質(zhì)性需求,分門別類地推進(jìn).最后需要指出的是,本文研究存在局限性,由于2005年以前安徽省對(duì)于服務(wù)業(yè)的分類較為模糊,只有傳統(tǒng)型服務(wù)業(yè)數(shù)據(jù)較為齊全,小部分行業(yè)計(jì)算指標(biāo)數(shù)據(jù)缺失,且本文運(yùn)用既有方法揭示了安徽省生產(chǎn)性服務(wù)業(yè)分行業(yè)技術(shù)效率和技術(shù)進(jìn)步的現(xiàn)實(shí)表現(xiàn),對(duì)于進(jìn)一步的原因解析及變化趨勢(shì)解讀還有待今后更加深入研究.

［1］ 楊青青,蘇 秦,尹琳琳.我國(guó)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.

［2］ 康 健,胡祖光.戰(zhàn)略性新興產(chǎn)業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同創(chuàng)新研究:演化博弈推演及協(xié)同度測(cè)度［J］.科技管理研究,2015,35(4):154-161.

［3］ 劉純彬,李筱樂.生產(chǎn)性服務(wù)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系［J］.上海經(jīng)濟(jì)研究,2013(9):58-65.

［4］ 張志彬,張迎豐.中國(guó)生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率測(cè)度及其區(qū)際差異分析［J］.技術(shù)經(jīng)濟(jì),2013,32(8):69-74.

［5］ CHARNES A,COOPER W W,LEARNER D B.Constrained information theoretic characterizations in consumer purchase behavior［J］.Journal of the Operational Research Society,1978,29(9):833-842.

［6］ FARE R.A microeconomic approach to the measurement of economic performance(book review) ［J］.Journal of Economics,1994,60(1):4638813.

［7］ KUMAR S,RUSSELL R R.Technological change,technological catch-up,and capital deepening:relative contributions to growth and convergence［J］.American Economic Review,2002,92(3):527-548.

［8］ CHIU YUNGHO,JAN CHYANLONG,SHEN DABAI,et al.Efficiency and capital adequacy in Taiwan banking:BCC and super-DEA estimation［J］.Service Industries Journal,2008,28(4):479-496.

［9］ LEE H,KIM C.A DEA-SERVQUAL Approach to measurement and benchmarking of service quality［J］.Procedia-Social and Behavioral Sci?ences,2012,40(7):756-762.

［10］ 尹琳琳,蘇 秦.中國(guó)服務(wù)業(yè)生產(chǎn)率的變動(dòng)態(tài)勢(shì)及區(qū)域特征分析——基于數(shù)據(jù)包絡(luò)分析方法的實(shí)證研究［J］.軟科學(xué),2009,23(11):73-78.

［11］ 鄭 云.我國(guó)服務(wù)業(yè)技術(shù)效率的收斂性分析［J］.社會(huì)科學(xué)家,2010(8):57-60.

［12］ 胡朝霞.FDI對(duì)中國(guó)服務(wù)業(yè)全要素生產(chǎn)率的影響——基于隨機(jī)前沿面板數(shù)據(jù)模型的分析［J］.廈門大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2010(4):115-122.

［13］ 王美霞.中國(guó)生產(chǎn)性服務(wù)業(yè)細(xì)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(jì)經(jīng)緯,2013(3):75-79.

［14］ 陳文新,韓春燕,潘明明,等.西北五省生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率測(cè)度及空間差異性研究［J］.商業(yè)時(shí)代,2014(35):140-142.

［15］ 袁 峰,陳俊婷,邵祥理.基于SBM—DEA的保險(xiǎn)電子商務(wù)網(wǎng)站效率評(píng)價(jià)［J］.保險(xiǎn)研究,2015(3):36-45.

［16］ 李 振.基于Super-SBM DEA模型的中國(guó)鐵路運(yùn)輸業(yè)生產(chǎn)效率研究［J］.重慶交通大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2014,14(4):16-19.

［17］ TONE K.A slacks-based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research,2001,130(3):498-509.

［18］ TONE K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of Operational Research,2002,143(1):32-41.

［19］ MALMQUIST S.Index numbers and indifference surfaces［J］.Trabajos De Estadistica,1953,4(2):209-242.

［20］ 王恕立,胡宗彪.中國(guó)服務(wù)業(yè)分行業(yè)生產(chǎn)率變遷及異質(zhì)性考察［J］.經(jīng)濟(jì)研究,2012(4):15-27.

［21］ LEE L H.An enhanced Support Vector Machine classification framework by using Euclidean distance function for text document categorization［J］.Applied Intelligence,2012,37(1):80-99.

［22］ BARRO R J,LEE J W.A new data set of educational attainment in the world,1950 –2010［J］.Journal of Development Economics,2013,104(15902):184-198.

［23］ 周 鵬,胡 凱.安徽生產(chǎn)性服務(wù)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的實(shí)證研究［J］.華東經(jīng)濟(jì)管理,2013(3):25-28.

［24］ 顧乃華,李江帆.中國(guó)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.

F061.2

A

2095-4476（2017）11-0027-07

2017-08-31

2017年安徽財(cái)經(jīng)大學(xué)重點(diǎn)科研項(xiàng)目(ACKY1714ZDB)

桑林穎(1993—),女,安徽明光人,安徽財(cái)經(jīng)大學(xué)工商管理學(xué)院碩士研究生；

許廣永(1975—),男,安徽淮南人,安徽財(cái)經(jīng)大學(xué)工商管理學(xué)院副教授,碩士研究生導(dǎo)師,主要研究方向:創(chuàng)新管理.

(責(zé)任編輯:饒 超)