“十三五”規(guī)劃提出,，要推動(dòng)服務(wù)業(yè)優(yōu)質(zhì)高效發(fā)展,。自改革開放以來，中國服務(wù)業(yè)發(fā)展突飛猛進(jìn),，在國民經(jīng)濟(jì)中的占比逐年提升,。但是和西方發(fā)達(dá)國家相比，中國服務(wù)業(yè)還存在著對(duì)外開放不足,、發(fā)展環(huán)境有待優(yōu)化,、現(xiàn)代服務(wù)業(yè)發(fā)展水平還存在差距等問題。那么,，在新的時(shí)代背景下,，如何真實(shí)衡量中國服務(wù)業(yè)的發(fā)展效率，找到制約中國服務(wù)業(yè)高質(zhì)量發(fā)展的影響因素,，最終推動(dòng)生產(chǎn)性服務(wù)業(yè)向?qū)I(yè)化和價(jià)值鏈高端延伸,、生活性服務(wù)業(yè)向精細(xì)和高品質(zhì)轉(zhuǎn)變，逐漸成為學(xué)術(shù)界關(guān)注的熱點(diǎn)問題,。

在經(jīng)濟(jì)生產(chǎn)中,，總產(chǎn)出中不能由要素投入所解釋的“剩余”，一般被稱為全要素生產(chǎn)率（TFP）,。就服務(wù)業(yè)來說,，受“鮑莫爾-福克斯假說”的影響,，一個(gè)普遍的觀點(diǎn)認(rèn)為服務(wù)業(yè)生產(chǎn)率相對(duì)滯后,，名義工資的上升會(huì)使得服務(wù)業(yè)生產(chǎn)成本提高，隨著勞動(dòng)力向服務(wù)業(yè)的轉(zhuǎn)移,，在經(jīng)濟(jì)均衡發(fā)展的條件下,，整個(gè)經(jīng)濟(jì)的增長率將會(huì)下降。隨著中國經(jīng)濟(jì)新常態(tài)的到來,，經(jīng)濟(jì)增速階段性轉(zhuǎn)換和社會(huì)主要矛盾的變化,，都對(duì)服務(wù)業(yè)提出了新的要求。但中國服務(wù)業(yè)發(fā)展遠(yuǎn)未能挖掘現(xiàn)有資源和技術(shù)的潛力,，技術(shù)效率低下,，服務(wù)業(yè)增長主要依靠要素投入推動(dòng)，全要素生產(chǎn)率的貢獻(xiàn)微弱,，粗放型特征比較明顯,。未考慮環(huán)境因素的傳統(tǒng)測(cè)算方法顯著高估了服務(wù)業(yè)TFP的增長率及其對(duì)服務(wù)業(yè)增長的貢獻(xiàn),，通過提升技術(shù)效率來促進(jìn)服務(wù)業(yè)增長還有很大的余地。

而與發(fā)現(xiàn)服務(wù)業(yè)全要素生產(chǎn)率較低的現(xiàn)實(shí)形成鮮明對(duì)比的是,，Brandt et al.對(duì)中國工業(yè)企業(yè)的全要素生產(chǎn)率進(jìn)行研究后發(fā)現(xiàn),，1998-2007年間的TFP年均增長率竟然高達(dá)7.98%。楊汝岱計(jì)算了企業(yè)層面的全要素生產(chǎn)率,，認(rèn)為中國制造業(yè)整體全要素生產(chǎn)率增長速度在2%-6%之間,，年均增長3.83%。而龐瑞芝等在對(duì)中國服務(wù)業(yè)和工業(yè)的生產(chǎn)率進(jìn)行比較后發(fā)現(xiàn),，服務(wù)業(yè)生產(chǎn)率（效率）平均高于工業(yè),，但TFP增長稍遜于工業(yè)。不過近年來服務(wù)業(yè)TFP增長有趕超工業(yè)的趨勢(shì),。即“鮑莫爾-?？怂辜僬f”和國內(nèi)關(guān)于服務(wù)業(yè)低效率的提法在現(xiàn)階段的中國并不成立。

不難發(fā)現(xiàn),，服務(wù)業(yè)全要素生產(chǎn)率究竟如何判斷,，在學(xué)術(shù)界還存在著較大的爭(zhēng)議,。那么,，具體到服務(wù)業(yè)來說，其真實(shí)全要素生產(chǎn)率究竟如何,？是否存在鮑莫爾病假說的情況,？服務(wù)業(yè)全要素生產(chǎn)率與工業(yè)相比處于何種水平？本文的研究正是從此出發(fā),，試圖在對(duì)服務(wù)業(yè)全要素生產(chǎn)率進(jìn)行真實(shí)測(cè)算的基礎(chǔ)上,，對(duì)當(dāng)前中國服務(wù)業(yè)真實(shí)生產(chǎn)率進(jìn)行探究，并就制約和影響全要素生產(chǎn)率的主要變量進(jìn)行分析,。最終找到服務(wù)業(yè)高質(zhì)量發(fā)展的理論鑰匙,。

本文的創(chuàng)新與邊際貢獻(xiàn)之處在于：和現(xiàn)有研究服務(wù)業(yè)全要素生產(chǎn)率的眾多文獻(xiàn)不同，我們首次采用了服務(wù)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算中比較少見的半?yún)?shù)法（OP法）,，對(duì)中國各省級(jí)行政區(qū)及各行業(yè)2007-2016年的服務(wù)業(yè)全要素生產(chǎn)率進(jìn)行了測(cè)算,，該方法已被大量應(yīng)用于工業(yè)企業(yè)全要素生產(chǎn)率的研究中，但在服務(wù)業(yè)領(lǐng)域還沒有學(xué)者使用,。其次,，在影響因素的分析中，和已有文獻(xiàn)大量采用靜態(tài)面板和時(shí)間序列投入產(chǎn)出表的研究不同,，本文采用跨省平衡面板數(shù)據(jù)和GMM方法,，該數(shù)據(jù)和方法能夠有效地克服已有類似研究文獻(xiàn)的數(shù)據(jù)時(shí)間匱乏和模型存在內(nèi)生性等問題。

本文接下來的安排如下,，第二部分為文獻(xiàn)綜述,；第三部分為服務(wù)業(yè)全要素生產(chǎn)率的測(cè)算,；第四部分是對(duì)影響服務(wù)業(yè)全要素生產(chǎn)率的實(shí)證分析；最后是簡(jiǎn)短的結(jié)論和政策建議,。

全要素生產(chǎn)率的測(cè)算方法有很多，從其發(fā)展歷程來看,，早期的測(cè)算方法大致可以總結(jié)為：代數(shù)指數(shù)法AIN,、索洛殘差法SR、隨機(jī)邊界分析法SFA和數(shù)據(jù)包絡(luò)分析法DEA,、潛在產(chǎn)出法PO等,。此外，比較常見的有固定效應(yīng)法FE,、廣義矩估計(jì)GMM,、LP法、OP法等,。

從測(cè)算方法的相關(guān)文獻(xiàn)來看,，在服務(wù)業(yè)全要素生產(chǎn)率的測(cè)算中，比較常用的是參數(shù)和非參數(shù)的方法,。郭克莎利用索羅余值法,，測(cè)算出1979~1990年中國服務(wù)業(yè)全要素生產(chǎn)率的年均增長率為2.58%。楊向陽等采用非參數(shù)Malmquist指數(shù)方法實(shí)證分析了中國服務(wù)業(yè)全要素生產(chǎn)率的增長狀況,，并將其分解為技術(shù)效率和技術(shù)進(jìn)步,。結(jié)果表明，1990-2003年中國服務(wù)業(yè)全要素生產(chǎn)率的平均增長率為0.12%,。而具體到生產(chǎn)性服務(wù)業(yè),，原毅軍等同樣利用非參數(shù)Malmquist指數(shù)方法進(jìn)行研究后發(fā)現(xiàn)，中國生產(chǎn)性服務(wù)業(yè)仍表現(xiàn)為粗放型增長方式,，全要素生產(chǎn)率呈現(xiàn)負(fù)增長,。而楊勇借助科布-道格拉斯（Cobb-Douglas）生產(chǎn)函數(shù)，對(duì)服務(wù)業(yè)全要素生產(chǎn)率增長率對(duì)服務(wù)業(yè)產(chǎn)出率的貢獻(xiàn)進(jìn)行了縱向的時(shí)序分析,，發(fā)現(xiàn)在20世紀(jì)90年代后半期中國服務(wù)業(yè)TFP增長率明顯下降,。紀(jì)明輝采用DEA 的 Malmquist生產(chǎn)率指數(shù)對(duì)服務(wù)業(yè)TFP進(jìn)行了測(cè)算，發(fā)現(xiàn)2006-2015年東北三省服務(wù)業(yè)全要素生產(chǎn)率增長率超越東部和西部,，服務(wù)業(yè)發(fā)展模式由規(guī)模的擴(kuò)張向要素優(yōu)化配置轉(zhuǎn)變,。

在影響因素的研究中，徐盈之等利用非參數(shù)的Malmquist生產(chǎn)率指數(shù)方法對(duì)1997-2006年中國信息服務(wù)業(yè)全要素生產(chǎn)率（TFP）的變動(dòng)進(jìn)行測(cè)算,，人力資本,、信息化水平、R&D投入,、政府行為和城市化等是影響中國信息服務(wù)業(yè)發(fā)展區(qū)域差異的主要因素,。劉興凱等使用非參數(shù)的Malmquist指數(shù)方法測(cè)算了中國28個(gè)省區(qū)市1978-2007年服務(wù)業(yè)全要素生產(chǎn)率（TFP）變動(dòng)情況,，并從技術(shù)效率和技術(shù)進(jìn)步兩個(gè)方面對(duì)中國服務(wù)業(yè)全要素生產(chǎn)率變化的階段性和區(qū)域性特點(diǎn)進(jìn)行了分析。增長幅度呈階段性下降態(tài)勢(shì),，東部,、中部和西部存在區(qū)域性差異。針對(duì)這一下降趨勢(shì),，譚洪波等發(fā)現(xiàn),，中國的服務(wù)業(yè)TFP增長率幾乎為零主要是由于本應(yīng)屬于“進(jìn)步部門”的生產(chǎn)者服務(wù)業(yè)對(duì)整體服務(wù)業(yè)的TFP增長貢獻(xiàn)不足所致。周文博等利用非參數(shù)的DEA-Malmquist指數(shù)對(duì)中國2003-2011年14個(gè)服務(wù)行業(yè)的全要素生產(chǎn)率及其分解進(jìn)行了測(cè)算,，服務(wù)業(yè)FDI基本能夠促進(jìn)服務(wù)業(yè)的技術(shù)進(jìn)步及全要素生產(chǎn)率增長,。而陳景華利用中國服務(wù)業(yè)細(xì)分行業(yè)的面板數(shù)據(jù)，以及全球最大的服務(wù)業(yè)跨國公司的截面數(shù)據(jù),，實(shí)證分析了服務(wù)業(yè)全要素生產(chǎn)率對(duì)服務(wù)業(yè)對(duì)外直接投資的影響,，服務(wù)業(yè)全要素生產(chǎn)率是服務(wù)企業(yè)對(duì)外直接投資的重要原因，企業(yè)規(guī)模越大,，跨國經(jīng)驗(yàn)越豐富,，對(duì)外直接投資的規(guī)模也越大。趙爽等研究發(fā)現(xiàn),，城市化水平的提升對(duì)服務(wù)業(yè)全要素生產(chǎn)率的提高具有顯著的正向影響,，即城市化水平較高的地區(qū)服務(wù)業(yè)的全要素生產(chǎn)率增長率水平也較高。結(jié)合中國進(jìn)一步擴(kuò)大對(duì)外開放,，陳明等研究發(fā)現(xiàn),，生產(chǎn)性服務(wù)業(yè)雙向開放對(duì)服務(wù)業(yè)生產(chǎn)率有著顯著的正向作用。

在這些文獻(xiàn)中,，采用參數(shù)和非參數(shù)的方法對(duì)服務(wù)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算，并使用投入產(chǎn)出表及時(shí)間序列或面板數(shù)據(jù)進(jìn)行回歸,，以便尋找到影響因素的文獻(xiàn)相對(duì)較為集中,。但從整體來看，在服務(wù)業(yè)全要素生產(chǎn)率研究的文獻(xiàn)中,，在方法上的創(chuàng)新文獻(xiàn)非常少,，這為我們的研究提供了一個(gè)難得的機(jī)會(huì)。

（一）測(cè)算方法

從全要素生產(chǎn)率的概念出發(fā),，常用的估計(jì)方法是，建立柯布-道格拉斯生產(chǎn)函數(shù)（Cobb-Douglas production function）：

其中,，Υit表示i行業(yè)在t年的總產(chǎn)出,，Kit和Lit分別表示i行業(yè)在t年的資本和勞動(dòng)投入。

對(duì)公式（1）取對(duì)數(shù),，則得：

對(duì)（2）式進(jìn)行OLS回歸,，即可得到TFP值,。

但是，考慮到在如何處理生產(chǎn)函數(shù)變量假設(shè)及較強(qiáng)的約束和測(cè)算誤差等方面的缺陷,，尤其是OLS面臨著的樣本選擇誤差和模型內(nèi)生性等問題,。半?yún)?shù)的OP方法逐漸成為目前測(cè)算全要素生產(chǎn)率的主流方法。尤其是在面對(duì)較大樣本和異質(zhì)性行業(yè)的數(shù)據(jù)中,，這種方法能有效克服內(nèi)生性和有效信息量損失等問題,。

其基本原理如下：

設(shè)立半?yún)?shù)估計(jì)的生產(chǎn)率增長測(cè)算一般模型：

其中，Φ為包含了生產(chǎn)率在內(nèi)的所有影響因素變量,，而Х為回歸系數(shù)向量,，非參數(shù)部分r（t）是未知函數(shù)，ζ為隨機(jī)誤差項(xiàng),。

在這種情況下,，只要根據(jù)已知的觀測(cè)數(shù)據(jù)，測(cè)算出回歸系數(shù)向量Х,、r（t）和E（ζ 2）,，則可測(cè)算出全要素生產(chǎn)率。

在此基礎(chǔ)上,，Olley和Pakes將半?yún)?shù)的方法進(jìn)行了修正,。其生產(chǎn)函數(shù)設(shè)定為：

其中，yit表示i個(gè)企業(yè)（行業(yè),、省份）在t年的總產(chǎn)出,；kit和lit分別為其資本和勞動(dòng)的投入量；而μit為已知的生產(chǎn)率,。

考慮到當(dāng)前的生產(chǎn)率水平與新增投資量之間可能存在的正相關(guān)關(guān)系,，當(dāng)前的生產(chǎn)率水平越高，則企業(yè)新增投資量越大,，反之則越小,。從而，生產(chǎn)率,。

如此一來,，則公式（4）進(jìn)一步修正為：

利用公式（5），第一步是對(duì)y和lit多項(xiàng)式函數(shù)進(jìn)行回歸,，即可得到β和反映資本與效率水平共同作用下的Φ函數(shù)的一致性估計(jì)值,。

第二步，對(duì)資本系數(shù)進(jìn)行估計(jì),，則公式（5）修正為：

其中,，表示滯后一期的生存概率，為滯后一期的多項(xiàng)式函數(shù)。

對(duì)公式（6）中和資本及多項(xiàng)式Φ進(jìn)行回歸,，即可估算出生產(chǎn)函數(shù)的各未知參數(shù),，最后采用余值法，即可得到全要素生產(chǎn)率,。

（二）服務(wù)業(yè)各行業(yè)的全要素生產(chǎn)率

在數(shù)據(jù)處理過程中,。行業(yè)增加值使用的是2007-2016年分行業(yè)增加值，根據(jù)國家統(tǒng)計(jì)局的數(shù)據(jù),，該細(xì)分行業(yè)包括農(nóng)林牧漁業(yè),、工業(yè)、建筑業(yè)及交通運(yùn)輸,、倉儲(chǔ)和郵政業(yè),、批發(fā)和零售業(yè)、住宿和餐飲業(yè),、金融業(yè),、房地產(chǎn)業(yè)及其他行業(yè)。人力資本我們使用的是此時(shí)間段的按行業(yè)分城鎮(zhèn)單位就業(yè)人數(shù),，資本數(shù)據(jù)采用的是按行業(yè)分全社會(huì)固定資產(chǎn)投資,。但是，與人力和資本投入細(xì)分行業(yè)不同的是,，在行業(yè)增加值數(shù)據(jù)中,，缺乏信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè),，租賃和商務(wù)服務(wù)業(yè),，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè),，水利,、環(huán)境和公共設(shè)施管理業(yè)，居民服務(wù)和其他服務(wù)業(yè),，教育,、衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè),，文化、體育和娛樂業(yè),，公共管理和社會(huì)組織共計(jì)9個(gè)行業(yè)的具體增加值數(shù)據(jù),。在國家統(tǒng)計(jì)局公布的數(shù)據(jù)中，這些行業(yè)的增加值被集中放在其他行業(yè)中,。為此,，我們使用城鎮(zhèn)單位就業(yè)人員工資總額中這些細(xì)分行業(yè)所占比例，再根據(jù)該比例逐一和其他行業(yè)增加值的總值相乘,，最終得到了這些服務(wù)業(yè)細(xì)分行業(yè)2007-2016年的增加值,。

通過計(jì)算我們發(fā)現(xiàn),，在服務(wù)業(yè)14個(gè)細(xì)分行業(yè)中，2007-2016年期間,，房地產(chǎn),、金融業(yè)、居民服務(wù)和其他,、批發(fā)和零售業(yè),、文化體育和娛樂業(yè)、信息傳輸和計(jì)算機(jī)服務(wù)及軟件業(yè),、住宿和餐飲業(yè)共計(jì)7個(gè)行業(yè)的平均全要素生產(chǎn)率為正,。而公共管理和社會(huì)組織、教育業(yè)等7個(gè)行業(yè)的全要素生產(chǎn)率均值為負(fù),。

作為衡量經(jīng)濟(jì)長期活力的重要指標(biāo),，全要素生產(chǎn)率是除去勞動(dòng)、資本等總要素投入之后的“余值”,，即經(jīng)濟(jì)增長中不能夠被資本,、勞動(dòng)力和人力資本等要素投入所解釋的部分?？梢詫⑵淇闯墒且嘏渲眯侍岣?、技術(shù)進(jìn)步或者創(chuàng)新等“難以衡量”的因素帶來的效率提升所帶來的額外經(jīng)濟(jì)增長。全要素生產(chǎn)率增長率可以為正值,，也可以為負(fù)值,。前者說明技術(shù)進(jìn)步率提高，而后者說明配置效率下降,。

在服務(wù)業(yè)全要素生產(chǎn)率為正的細(xì)分行業(yè)中,。房地產(chǎn)行業(yè)的最高峰出現(xiàn)在2010年，自2014年開始下降,，截至2016年,，房地產(chǎn)行業(yè)的全要素生產(chǎn)率已經(jīng)下降至0.4761，為自2007年以來的最低值,。這也從側(cè)面說明,，狂飆突進(jìn)了二十余年的中國房地產(chǎn)，已迎來了階段性的重要拐點(diǎn),。反觀金融行業(yè),，其自2007年以來基本保持著輕微的增長態(tài)勢(shì)，階段性高峰出現(xiàn)在2014年,，隨后開始輕微下降,，2016年其為0.3413，基本接近2012年的水平。而居民服務(wù)業(yè)在此期間呈現(xiàn)出一個(gè)倒U型走勢(shì),，2007年為0.0962,，到了2012年上升至0.2865，2016年為0.2396,；和其走勢(shì)基本相同的還有批發(fā)和零售業(yè),，在2010年達(dá)到階段性高峰后又開始下降。此外,，文化,、體育和娛樂業(yè)在此期間的全要素生產(chǎn)率基本是穩(wěn)中有升；信息傳輸,、計(jì)算機(jī)服務(wù)和軟件業(yè)雖然也在增長,，但倒U型特征依然明顯；住宿和餐飲業(yè)基本保持不變,。

再看全要素生產(chǎn)率為負(fù)的幾個(gè)行業(yè),。公共管理和社會(huì)組織在2007年的值為-0.7577，2012年為-0.6094,，2016年為-0.5773,，可以看出在此期間，雖然其全要素生產(chǎn)率為負(fù)值,，但其卻呈現(xiàn)出明顯的上升趨勢(shì),。走勢(shì)基本相同的行業(yè)還有教育、科學(xué)研究,、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等行業(yè),，自2007年以來，雖然這些行業(yè)的全要素生產(chǎn)率為負(fù),，但發(fā)展差距已在逐漸縮小,，發(fā)展質(zhì)量在明顯提升。

值得注意的是,，雖然房地產(chǎn)行業(yè)的全要素生產(chǎn)率為正,，但從發(fā)展趨勢(shì)來看，其走勢(shì)卻基本呈現(xiàn)出明顯的下降態(tài)勢(shì),。整體來看,，不同行業(yè)之間全要素生產(chǎn)率的差異和走勢(shì)基本符合我們的經(jīng)濟(jì)直覺。即從數(shù)據(jù)的直觀值來看,，房地產(chǎn),、金融等具有較強(qiáng)“勢(shì)力”的行業(yè)依靠強(qiáng)大的“虹吸效應(yīng)”，吸納了較多的生產(chǎn)要素資源,，和公共管理與社會(huì)組織等行業(yè)相比，其技術(shù)進(jìn)步程度明顯偏高。而居民服務(wù)業(yè),、批發(fā)和零售業(yè),、文化體育和娛樂業(yè)、住宿和餐飲業(yè),、信息傳輸,、計(jì)算機(jī)服務(wù)和軟件業(yè)等由于市場(chǎng)化的程度較高，市場(chǎng)力量在行業(yè)發(fā)展中占據(jù)著主導(dǎo)地位,，從而也具有較高的技術(shù)進(jìn)步率,。但在市場(chǎng)化程度不高或者是開放程度較低的部分行業(yè)，如教育業(yè),、水利,、環(huán)境和公共設(shè)施服務(wù)業(yè)、公共管理和社會(huì)組織等行業(yè),，其技術(shù)進(jìn)步率明顯偏低,。但值得欣喜的是，隨著中國外向型經(jīng)濟(jì)發(fā)展水平的不斷提升和市場(chǎng)經(jīng)濟(jì)的進(jìn)一步發(fā)展,，這些行業(yè)的全要素生產(chǎn)率基本都呈現(xiàn)出了明顯的增長趨勢(shì)（表1）,。

（三）各省區(qū)市的服務(wù)業(yè)全要素生產(chǎn)率

在計(jì)算過程中，產(chǎn)出數(shù)據(jù)采用的是2007-2016年各省區(qū)市第三產(chǎn)業(yè)增加值,；而資本要素投入采用的是按行業(yè)分全社會(huì)固定資產(chǎn)投資數(shù)據(jù)（單位：億元）,。勞動(dòng)投入要素采用的是各省區(qū)市同期按行業(yè)分城鎮(zhèn)單位就業(yè)人員數(shù)（單位：萬人），具體計(jì)算過程中,，我們分別根據(jù)全社會(huì)固定資產(chǎn)投資和城鎮(zhèn)單位就業(yè)人員總數(shù),，分別減去了農(nóng)林牧漁、采礦業(yè),、制造業(yè),、電力燃?xì)饧八纳a(chǎn)等行業(yè)的相應(yīng)數(shù)據(jù)，最終得到了服務(wù)業(yè)的就業(yè)和投資數(shù)據(jù),。為了平滑數(shù)據(jù)的波動(dòng),，我們對(duì)其進(jìn)行了對(duì)數(shù)處理。

如表2所示,。先從均值來看,，2007-2016年期間，排名最高的是上海,。此外,，位于東部和南部沿海地區(qū)的江蘇、浙江,、福建,、廣東等地服務(wù)業(yè)全要素生產(chǎn)率都為正,。排名靠后的三個(gè)省份是人口和農(nóng)業(yè)大省河南、位于西部地區(qū)的四川和陜西,。而從發(fā)展趨勢(shì)來看,，服務(wù)業(yè)全要素生產(chǎn)率為正的省區(qū)市中，上海,、天津,、江蘇、浙江等地的增幅明顯,，在此期間服務(wù)業(yè)全要素生產(chǎn)率持續(xù)增長,。但是寧夏、西藏,、青海,、海南等地的服務(wù)業(yè)全要素生產(chǎn)率均值雖然為正，但卻呈現(xiàn)出了明顯下降的趨勢(shì),。

從中國四大經(jīng)濟(jì)區(qū)域的服務(wù)業(yè)全要素生產(chǎn)率發(fā)展趨勢(shì)來看,。如圖1所示，自2007年以來,，除了西部地區(qū)表現(xiàn)出下降趨勢(shì)以外,，中國東部、中部和東北地區(qū)的服務(wù)業(yè)全要素生產(chǎn)率都呈現(xiàn)出明顯的遞增態(tài)勢(shì),。其中,，發(fā)展質(zhì)量最高的是東部地區(qū)，其均值數(shù)一直處于橫軸上方,。中部地區(qū)的服務(wù)業(yè)雖然配置效率有待提升,，但其自2007年以來，增長態(tài)勢(shì)非常明顯,。而表現(xiàn)最為搶眼的是東北地區(qū),，在2007-2016年期間，其服務(wù)業(yè)全要素生產(chǎn)率一路躍升,，在2014年實(shí)現(xiàn)了“由負(fù)轉(zhuǎn)正”,，這也從一個(gè)側(cè)面驗(yàn)證了中央實(shí)施東北振興戰(zhàn)略帶來的良好成效。說明東北地區(qū)經(jīng)濟(jì)發(fā)展可持續(xù)不斷增強(qiáng),，內(nèi)生動(dòng)力逐步夯實(shí)和整體競(jìng)爭(zhēng)力穩(wěn)重有升的趨勢(shì)已十分明顯,。但值得注意的西部地區(qū)的服務(wù)業(yè)全要素生產(chǎn)率，自2011年以來,，下降態(tài)勢(shì)明顯,，并且在2013年“由正轉(zhuǎn)負(fù)”。這說明中國西部地區(qū)的服務(wù)業(yè)技術(shù)進(jìn)步率偏低,，服務(wù)業(yè)發(fā)展缺乏內(nèi)生動(dòng)力,，整體發(fā)展水平不理想,。

為了探究服務(wù)業(yè)全要素生產(chǎn)率的影響因素,，我們構(gòu)建以下模型：

其中,，TFPpt為p省（區(qū),、市）在t年的全要素生產(chǎn)率；citypt表示城市化率,，和劉賽紅等的方法相同,，我們用城鎮(zhèn)人口在總?cè)丝谥械谋戎乇硎荆籹ervicept為服務(wù)業(yè)規(guī)模變量,，和易信等在研究產(chǎn)業(yè)結(jié)構(gòu)中的方法相同,，我們用各省區(qū)市服務(wù)業(yè)增加值在GDP中的占比來表示；ownshippt為衡量市場(chǎng)化程度的變量,，考慮到服務(wù)業(yè)數(shù)據(jù)的可得性,，和前期研究主要采用企業(yè)不同所有制屬性的數(shù)據(jù)不同，我們采用的方法為1減去城鎮(zhèn)單位就業(yè)人員工資總額中來自國有城鎮(zhèn)單位就業(yè)人員工資總額的占比,，用來探究產(chǎn)權(quán)制度變革及市場(chǎng)化的改革對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響,；tradept表示某省（區(qū),、市）在t年的對(duì)外貿(mào)易依存度,，和李昕等的研究相同，以進(jìn)出口總額占GDP的比重來表示,，其中進(jìn)出口數(shù)據(jù)為美元,，我們根據(jù)2007-2016年的平均匯率進(jìn)行了換算，用來反映外向型經(jīng)濟(jì)發(fā)展水平對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響,。各變量的描述性統(tǒng)計(jì)如表3所示,。

相關(guān)回歸結(jié)果如表4所示?？梢钥闯?，在逐漸引入變量回歸的過程中，城市化率對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響為正,，城市化率每提高1個(gè)百分點(diǎn),，服務(wù)業(yè)全要素生產(chǎn)率將提高12.5個(gè)百分點(diǎn)。與此類似,，服務(wù)業(yè)發(fā)展水平對(duì)服務(wù)業(yè)全要素生產(chǎn)率的提升也同樣為正,，并且其影響系數(shù)在1%的水平上顯著。此外,，衡量一個(gè)地區(qū)貿(mào)易發(fā)展水平的指標(biāo)-貿(mào)易依存度以及人口指標(biāo)-出生率,，都對(duì)服務(wù)業(yè)全要素生產(chǎn)率存在積極的影響,，這一發(fā)現(xiàn)，和王志剛,、龔六堂等在采用超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前言模型中得出的出口占GDP的比重,、初始人力資本對(duì)生產(chǎn)效率有正面影響的結(jié)論不謀而合。

值得注意的是,，衡量市場(chǎng)化程度的變量對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響為負(fù),，這在一定程度上和我們的經(jīng)濟(jì)直覺相悖。造成這一現(xiàn)象的兩個(gè)可能原因是：（1）我們?cè)谑袌?chǎng)化程度的指標(biāo)采集上存在缺陷,；（2）也有可能隱含著另一層深刻的制度因素,，即國有企業(yè)對(duì)生產(chǎn)資源的壟斷和排他在一定程度上擠占了民營經(jīng)濟(jì)的生存空間，體制機(jī)制的不健全,，使得市場(chǎng)經(jīng)濟(jì)在促進(jìn)服務(wù)業(yè)全要素生產(chǎn)率提升方面的作用沒有得到完全發(fā)揮,。這一發(fā)現(xiàn)，也從側(cè)面說明了大力鼓勵(lì)支持民營經(jīng)濟(jì)發(fā)展,，穩(wěn)步推進(jìn)國企混合所有制改革,，逐步完善市場(chǎng)化進(jìn)程對(duì)提升服務(wù)業(yè)全要素生產(chǎn)率的重要性。

為了解決模型中可能存在的內(nèi)生性問題,，我們進(jìn)一步采用GMM的方法進(jìn)行估計(jì),，模型（7）擴(kuò)展為：

其中，TFPp,t-1表示滯后一期的全要素生產(chǎn)率,，其他變量含義同模型（7）,。

值得指出的是，由于差分GMM可能存在的忽略非觀測(cè)截面樣本個(gè)體效應(yīng)及工具變量弱有效的缺陷,，系統(tǒng)GMM逐漸成為在采用廣義矩估計(jì)進(jìn)行檢驗(yàn)的首選,，和普通最小二乘回歸（OLS）以及面板固定效應(yīng)（FE）、面板隨機(jī)效應(yīng)（RE）等方法相比,，系統(tǒng)GMM估計(jì)能夠有效解決動(dòng)態(tài)面板模型內(nèi)生性問題,，確保估計(jì)參數(shù)的有效性和一致性。與趙若瑾和楊永聰?shù)仍谘芯款愃茊栴}上的方法相同,，本文最后給出的回歸結(jié)果即為系統(tǒng)GMM的方法,。

根據(jù)系統(tǒng)GMM回歸的相關(guān)規(guī)則，最終回歸結(jié)果需滿足Arellano-Bond AR（1）和Arellano- Bond AR（2）檢驗(yàn)不存在一階序列相關(guān)或二階序列相關(guān),。同時(shí),，還需對(duì)工具變量的有效性進(jìn)行檢驗(yàn)，即Sargan統(tǒng)計(jì)值,。相關(guān)回歸結(jié)果及檢驗(yàn)值如表5所示,。

不難看出。在動(dòng)態(tài)面板中,，無論加入何種變量,，城市化率對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響為正并且顯著,，這說明穩(wěn)步提升城市化發(fā)展水平，是提升服務(wù)業(yè)全要素生產(chǎn)率的重要途徑,。和公式（7）的回歸結(jié)果相同,，貿(mào)易水平和人口出生率，對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響也同樣為正,。同時(shí),，衡量市場(chǎng)化程度的變量也沒有對(duì)服務(wù)業(yè)全要素生產(chǎn)率產(chǎn)生積極的影響。值得注意的是,，和靜態(tài)面板回歸結(jié)果不同,，服務(wù)業(yè)的發(fā)展水平對(duì)服務(wù)業(yè)全要素生產(chǎn)率的影響為負(fù)，這在一定程度上提示我們,，以數(shù)量擴(kuò)張為主的發(fā)展模式，在資源要素約束趨緊的背景下,，已越來越難以適應(yīng)新的發(fā)展環(huán)境,。服務(wù)業(yè)的高質(zhì)量發(fā)展已迫在眉睫。

經(jīng)過上述研究分析,，本文得出如下結(jié)論：

第一，在服務(wù)業(yè)內(nèi)部,，房地產(chǎn)業(yè),、金融業(yè)、計(jì)算機(jī)服務(wù)和軟件業(yè),、文體娛樂業(yè),、批發(fā)和零售業(yè)、住宿餐飲業(yè)等行業(yè)的技術(shù)進(jìn)步率較高（全要素生產(chǎn)率基本為正）,；與此相反,，公共管理和社會(huì)組織、教育業(yè),、科學(xué)研究,、技術(shù)服務(wù)和地質(zhì)勘查業(yè)以及衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)等行業(yè)的技術(shù)進(jìn)步率較低（全要素生產(chǎn)率基本為負(fù)）,。這在一定程度上符合我們的經(jīng)濟(jì)直覺,，即房地產(chǎn)、金融等行業(yè)由于其較高的增加值,，吸引了大批的生產(chǎn)要素資源,，助推了其較高的技術(shù)進(jìn)步率；而文體娛樂,、批發(fā)零售和住宿餐飲,，由于旺盛的市場(chǎng)需求和完全是市場(chǎng)競(jìng)爭(zhēng),，也導(dǎo)致了其較高的技術(shù)進(jìn)步率。相比之下,，服務(wù)業(yè)內(nèi)部技術(shù)進(jìn)步率較低的行業(yè)集中于科學(xué)研究,、教育、衛(wèi)生,、社會(huì)保障和社會(huì)福利等行業(yè),，從這些行業(yè)構(gòu)成來看，大多是屬于財(cái)政撥款或者是公益事業(yè)比較集中的單位,，其市場(chǎng)化程度低,，開放水平不高，因此導(dǎo)致了較低的技術(shù)進(jìn)步率,。

第二,，在各省區(qū)市之間，以北京,、上海,、江蘇、浙江,、福建和廣東為代表的東部沿海地區(qū)服務(wù)業(yè)全要素生產(chǎn)率均值,，要明顯高于中部和西部地區(qū)。就服務(wù)業(yè)內(nèi)部的技術(shù)進(jìn)步率而言,，東部地區(qū)最高,，西部和東北地區(qū)居中，而中部地區(qū)最低,。這一方面說明了東部地區(qū)的服務(wù)業(yè)發(fā)展水平,、營商環(huán)境和發(fā)展?jié)摿Ω哂谌珖剑涣硪环矫?，也說明了中西部地區(qū)在經(jīng)濟(jì)結(jié)構(gòu),、產(chǎn)業(yè)定位、人口規(guī)模等方面存在的客觀差異依然存在,。就服務(wù)業(yè)發(fā)展來說,，中國不同區(qū)域之間的異質(zhì)性特征還是非常明顯的。

第三,，從增長趨勢(shì)來看,，在2007-2016年期間，中國服務(wù)業(yè)全要素生產(chǎn)率整體呈現(xiàn)出明顯的遞增態(tài)勢(shì),，但這一增長態(tài)勢(shì)存在地區(qū)差異性,。具體來說，在中國的四大經(jīng)濟(jì)區(qū)域中，東部和中部地區(qū)呈現(xiàn)出明顯的遞增態(tài)勢(shì),，而西部地區(qū)下降趨勢(shì)明顯,。表現(xiàn)最為搶眼的是東北地區(qū)，其服務(wù)業(yè)全要素生產(chǎn)率均值在2014年轉(zhuǎn)正后迅速增長,，并在2016年達(dá)到了四大經(jīng)濟(jì)區(qū)域的均值最高值,，甚至高出東部地區(qū)0.05個(gè)點(diǎn)。

第四,，就影響因素而言,，城市化率、對(duì)外貿(mào)易依存度和人口出生率,，都會(huì)對(duì)服務(wù)業(yè)全要素生產(chǎn)率產(chǎn)生積極的影響,。無論加入何種變量，市場(chǎng)化發(fā)展水平對(duì)服務(wù)業(yè)全要素生產(chǎn)率的提升作用都不顯著,。此外,，在引入動(dòng)態(tài)面板后，服務(wù)業(yè)規(guī)模對(duì)全要素生產(chǎn)率的提升作用不明顯,，兩者呈現(xiàn)出負(fù)相關(guān)關(guān)系,。

同時(shí)，也提出以下政策建議：

一是大力促進(jìn)服務(wù)業(yè)“提質(zhì)增效”,。服務(wù)業(yè)發(fā)展水平、發(fā)展階段和發(fā)展質(zhì)量,，是決定服務(wù)業(yè)發(fā)展效益的重要指標(biāo),。單純的規(guī)模增長，并不能帶來全要素生產(chǎn)率的提升,，即資源配置效應(yīng)的改善,。因此，著力深化改革,，優(yōu)化環(huán)境,，通過進(jìn)一步擴(kuò)大服務(wù)業(yè)開放，培育新的動(dòng)能,，才是提升服務(wù)業(yè)資源配置效應(yīng)的重要途徑,。

二是穩(wěn)步提升城市化發(fā)展水平。加快城市化發(fā)展步伐,，把提升城市化發(fā)展水平和“美麗鄉(xiāng)村”建設(shè)有機(jī)結(jié)合起來,，放寬農(nóng)民工進(jìn)城落戶限制，把農(nóng)民工的醫(yī)療,、子女入學(xué)等納入基本公共服務(wù)業(yè)范疇,。形成一批以大城市為核心，以中小城市為單元，依托發(fā)達(dá)交通組成的高度聯(lián)系的城市群,。最終通過城市化發(fā)展水平的提升,，改善服務(wù)業(yè)技術(shù)進(jìn)步率。

三是努力保持外貿(mào)平穩(wěn)健康發(fā)展,。發(fā)展對(duì)外貿(mào)易是提升服務(wù)業(yè)技術(shù)進(jìn)步率的重要途徑,，尤其是在經(jīng)濟(jì)全球化和全球價(jià)值鏈已深度發(fā)展的今天。堅(jiān)定地支持多邊自由貿(mào)易,，捍衛(wèi)國際貿(mào)易的基本規(guī)則,，通過擴(kuò)大開放，有效利用國際國內(nèi)兩個(gè)市場(chǎng),、兩種資源,，在開放競(jìng)爭(zhēng)中提高服務(wù)業(yè)發(fā)展水平，繼而提升服務(wù)業(yè)全要素生產(chǎn)率,。

四是制定切實(shí)有效的人口政策,。人口作為重要的生產(chǎn)要素資源，是提升服務(wù)業(yè)全要素生產(chǎn)率的重要變量,。當(dāng)前中國較低的生育率已引起了不少學(xué)者的關(guān)注,。因此，盡快根據(jù)中國經(jīng)濟(jì)社會(huì)發(fā)展需要,，對(duì)當(dāng)前的人口政策進(jìn)行科學(xué)評(píng)估,。在逐步改善員工產(chǎn)休假、子女入學(xué)等多種配套政策保障的基礎(chǔ)上,，出臺(tái)符合實(shí)際的鼓勵(lì)生育政策,，同樣是提升服務(wù)業(yè)技術(shù)進(jìn)步率的可行路徑。

〔本文為國家社科基金重大項(xiàng)目“擴(kuò)大我國服務(wù)業(yè)對(duì)外開放的路徑與戰(zhàn)略研究”（14ZDA084）的階段性成果 〕