中国生产性服务业结构优化程度及影响因素分析

李晶晶

（中共广东省委党校，广东 广州 510053）

一、引言

生产性服务业的结构变动及优化是21世纪以来中国产业经济发展的一个显著特征。2004—2018年，中国生产性服务业占服务业总产出的比重从48.87%上升到57.54%，占国民总产出的比重从14.70%上升到20.32%。从2004—2018年间四大生产性服务业部门的占比增长变化趋势看，知识与资本密集型生产性服务业的占比上升，而劳动密集型生产性服务业占比下降，生产性服务业结构优化程度较为明显。具体来看，劳动密集型生产性服务业占比从53.50%下降到41.39%，知识密集型生产性服务业占比从21.20%上升到25.10%，资本密集型生产性服务业占比从13.26%上升到22.61%，其他支持类型生产性服务业占比从12.03%下降到10.89%。

党的十九届五中全会明确提出了“十四五”时期加快发展现代产业体系，推动经济高质量发展的战略部署。生产性服务业的高质量发展既可以有效激发内需潜力、带动扩大社会就业、持续改善人民生活，也有利于引领产业向价值链高端提升[1]。高质量发展的关键在于优化结构。中国生产性服务业结构逐渐得到优化已经成为不争的事实，但影响中国生产性服务业结构优化的因素是什么？生产性服务业未来发展的着力点在哪里？解答这些问题具有重要的现实意义。

二、文献综述

当前中国的生产性服务业正逐渐取代制造业成为经济增长的主要动力和源泉，实现生产性服务业高质量发展的关键在于生产性服务业结构的优化。关于生产性服务业结构优化影响因素的相关研究，国内学者主要围绕以下三大方面而进行：

一是对生产性服务业结构及发展现状的研究。李江帆和朱胜勇（2008）对比了我国与巴西、俄罗斯、印度、南非的生产性服务业的水平、结构及影响，分别就生产性服务业占总产出的比重、服务投入率、产业结构等几大方面进行对比研究并提出建议[2]。程大中（2008）对比了中国与13个OECD经济体生产性服务业的发展水平和部门结构，得出中国生产性服务业物质性消耗较大，对国民经济影响较小且受部门影响较大。创新性地提出了中国生产性服务业差距在很大程度上受社会诚信、体制机制和政策规制的约束[3]。彭徽（2019）通过对2010—2014年国际投入产出表的分析，得出我国生产性服务业低技术部门产值低而高技术部门产值高，制造业生产中生产性服务业贡献度低，且生产性服务业过度依赖制造业等结论[4]。

二是对产业或服务业结构变化的影响因素研究。陈凯（2006）从中国服务业内部四个层次角度，研究了1991—2003年间城市化水平、市场化水平、服务业开放水平和收入水平对中国服务业内部结构变动的影响[5]。罗吉（2008）基于第三产业内部四个层次的划分，从供给和需求层面探讨了20世纪90年代以来影响中国第三产业内部结构变动的因素，认为人均收入水平、城市化率、固定资产投资规模以及政府支出规模是主要影响因素[6]。李鲁、刘学华（2020）研究了1952—2017年间中国产业结构变迁的影响因素，认为供给侧的企业、需求侧的家庭、要素禀赋和贸易开放条件四大方面是影响中国产业结构变迁的主要因素[7]。

三是对生产性服务业发展的影响因素研究。杜德瑞、王喆等（2014）研究在工业化大背景下影响生产性服务业发展的因素。理论分析推导出制造业与生产性服务业发展在工业化中期呈负相关，工业化后期此负相关才能消除，实证分析表明影响东、中、西、东北地区生产性服务业的影响因素不同，不同地区应采取不同的发展战略[8]。刘晶、刘丽霞（2011）基于山东省的面板数据，认为生产性服务业的影响因素主要有市场发育程度、城市化水平和专业技术人员的投入[9]。刘永华（2009）利用全国31个省市的面板数据，实证分析表明工业化程度、市场发育程度、社会需求、城市化水平等是促进生产性服务业快速发展的关键因素[10]。刘纯彬、杨仁发（2013）基于我国20个省市的面板数据，从地区和行业层面实证分析了我国生产性服务业发展的影响因素，得出工业化程度是最大的影响因素，服务效率是主要影响因素，其他因素对各区域的影响程度不同[11]。

通过以上研究可以发现，众多学者为生产性服务业对促进我国制造业升级和推动经济高质量发展提供了建议，中国生产性服务业结构得到优化已经成为不争的事实。但很少有学者探析影响生产性服务业结构优化的原因。本文的重点在于分析中国生产性服务业结构优化的原因，为生产性服务业高质量发展提供依据。

三、中国生产性服务业结构变化的特征事实与理论机制

（一）生产性服务业结构优化的特征事实

1.生产性服务业结构优化指标选择

对生产性服务业结构的优化，本文选取生产性服务业结构合理化指数与生产性服务业结构高级化指数进行测度。生产性服务业结构合理化指数反映了生产性服务业各部门间的协调发展程度，本文选取泰尔指数作为生产性服务业结构合理化的衡量指标。泰尔指数最初较广泛应用于产业结构合理化测算，马风华、李江帆（2016）对泰尔指数进行了改造，以适用于测算服务业结构优化程度[12]。若泰尔指数为0，则表示服务业结构合理，没有偏离均衡状态。泰尔指数越接近于0.说明生产性服务业结构越均衡。具体表达式如下：

其中，TL表示泰尔指数；S表示生产性服务业产值；i表示部门；n表示服务业部门数；L表示就业人数。计算结果如图1所示。

图1 生产性服务业结构优化指数

生产性服务业高级化表现为生产性服务业在服务业比重的提高和生产性服务业内部结构的升级。生产性服务业高级化指数越高，说明生产性服务业内部结构的升级更加明显。指标表示如下：

其中，ATPS指高端生产性服务业增加值，TPS指生产性服务业增加值。计算结果如图1所示。

从变化趋势看，中国生产性服务业结构相对于服务业结构而言要更加合理，而生产性服务业泰尔指数变化趋势并不明显。2010年之前，生产性服务业泰尔指数平稳变化中略有上升，说明在此期间生产性服务业结构优化程度不明显。2015年后，生产性服务业泰尔指数总体呈下降趋势，说明我国服务业结构不断优化。

2005—2018年，我国生产性服务业结构越来越趋向于高级化，中国的高级化指数从2005年的0.34上升到2018年的0.43，我国的生产性服务业结构在不断升级，向生产率水平更高的行业集中。可见，中国生产性服务业发展的系列政策与措施正逐步发挥作用。

（二）生产性服务业结构优化的理论机制

1.新兴古典经济学对生产性服务业产生与发展的解释

分工的深化使得一些行业或部门从制造业中分化出来，独立发展成为生产性服务业。随着交易网络和市场规模的扩展，阻碍分工进一步发展的交易费用迅速增加，此时为了减少交易费用，生产性服务业需通过内部结构的完善与优化进一步深化演进，降低交易费用，提高交易效率。在分工获益与交易费用两难冲突下，交易效率的改进是决定生产性服务业结构优化的根本原因[13]。

生产性服务业可以将更多的知识、信息、人力资本融入服务业及其他产业生产的全过程，从而降低企业的内置成本，同时还能提高企业的组织效率和市场交易效率。与此同时，服务业分工越细化、种类越多，服务质量和服务效率就会越高，就越有利于增强企业产出的多样性、提高产业的获利能力，从而促进产业的转型升级。

2.新古典经济比较优势理论对生产性服务业影响因素的解释

生产性服务业与服务业、制造业融合度的加强对生产性服务业结构优化产生促进作用，促使产业不断向价值链两端攀升。根据微笑曲线原理，在产品产业链中，附加值更多的部门往往体现在曲线两端的研发和销售环节，处于中间环节的制造业附加值最低。生产性服务业结构优化的过程就是与生产性服务业有关的产业不断向价值链两端攀升的过程。

改革开放以来，我国进入全球价值链（GVC）的产业比较优势在于较低的生产要素价格，创造了经济高速增长的奇迹。我国产业得以迅猛发展，很大程度上得益于我国的人口红利，而即将陷入人口结构老龄化的困境使我国面临逐渐失去廉价劳动力在GVC分工体系的竞争优势。产业高质量发展的关键在于调结构，尤其是与制造业互动融合度高的生产性服务业的结构。

四、影响生产性服务业结构升级的实证分析

（一）变量选择及数据来源

1.解释变量

根据上述理论分析，本文选取制造业与服务业融合度、生产性服务业与服务业的融合度作为核心解释变量。对该指标的测量本文选择用产业融合度这一指标，产业融合度一般作为衡量国民经济各部门之间依赖关系强弱的指标。其计算公式为：

其中，Xij表示i产品部门对j产品部门的中间投入，Yj表示第j产品部门的总投入，Cij即产业融合度。Cij的取值范围介于0—100%之间，其大小能反映两个部门之间的依存关系：Cij越趋于100%，即j产品部门对i产品部门的融合度越高，对i部门的依赖性越强；反之，即j产品部门对i产品部门的融合度越低，说明对i产品部门的依赖性越弱；

制造业与服务业的产业融合主有两种形式：一种是服务业对制造业的吸收带来的产业融合，即服务业生产方式借鉴制造业大规模自动化的生产方式和学习制造业先进的生产技术，在提供服务的过程中越来越多地运用先进的技术设备，即“服务业的工业化”。另一种是制造业对服务业的吸收带来的产业融合，表现为制造业不再是单纯地制造产品，而是更倾向提供一系列的产品和服务，即“制造业的服务化”；本文把前者称为正向融合（int1），衡量方式是以生产性服务业各行业生产过程中来自制造业的中间投入占生产性服务业各行业中间总投入的比重；把后者称为反向融合（int2），衡量方式是以生产性服务业各行业对制造业的中间投入占制造业各行业中间总投入的比重。生产性服务业作为中间投入，不仅体现在投入到制造业中，同时也体现在投入到服务业中，即“服务业的生产化”。本文把生产性服务业投入到服务业中间总投入的占比称为双向融合度（int3）。衡量方式是服务业各行业生产过程中来自生产性服务业的中间投入占服务业各行业中间总投入的比重。

2.控制变量

经济发展水平（Agdp）。经济发展水平的衡量指标主要是GDP，通过GDP可以看出一个国家或地区的经济发展程度，本文采用人均GDP衡量经济发展水平，人均GDP=国内生产总值/年末常住人口。

城市发展水平（Urban）。城市是服务业发展的集中地，城市的发展将促进服务业的发展，城市发展水平的提高会对生产性服务业结构优化产生积极正面影响，城市发展水平=城镇人口/当年总人口。

工业化水平（Indp）。国际经验表明，工业的高度发展会呈现“服务化”的趋势，工业化水平的提高将有利于生产性服务业本身结构的升级与优化，工业化水平=第二产业增加值/国内生产总值。

人力资本水平（Hcap）。一般而言，人力资本水平越高，越有利于结构的调整与优化，人力资本水平=生产性服务业从业的专业技术人员/生产性服务业从业人员。

投资水平（Sinv）。用服务业固定资产投资来表示，第三产业固定资产投资主要表现为社会事业领域的基础设施建设，最终表现为服务业的产出。加大服务业总投资程度有利于服务业高质量发展，进而促进生产性服务业的发展，本文对投资水平进行了对数化处理。

制度水平（Gov）。良好的制度环境能够给予市场信心，激发市场活力，有利于产业结构的调整与优化，制度水平=政府财政支出/GDP的比重。

3.数据说明

由于我国在2004年对生产性服务业采用了新的划分标准，各大统计年鉴从2004年开始详细公布服务业分行业的数据。由于2004年未公布当年的投入产出表，为了便于比较，本文选取2005—2018年共14年的数据进行分析。为了解决时间序列分析年份较短的问题，本文采用尽可能多的解释变量来弥补现实数据量过少的问题。同时，对部分涉及绝对量的变量均按2004年的不变价进行处理。

产业融合度数据由历年《全国投入产出表》计算而得，由于投入产出表出版年份的间断性，产业融合度的测算值不满足回归分析要求。考虑到投入产出数据的平稳变化，同时为了确保本文解释变量在年份上的连续性，本文采用等差中项计算方法来获取连续年份的正向融合度与逆向融合度。其他数据来源于历年《中国统计年鉴》以及中经网统计数据库。其中，变量的描述性统计如表1：

表1 变量的描述性统计

（二）模型构建

考虑到泰尔指数与产业融合度本身会受到前期数据的影响，即前一年度的数据会对当期值产生影响，同时考虑到时间序列数据在统计上容易存在自相关，本文首先对所有变量进行平稳性检验，对于不平稳的数据，采用一阶差分进行调整。然后建立自回归分布滞后模型（ADL），ADL模型与VAR模型相比，不仅考察要素本身的影响，同时还将更多的其他解释变量纳入分析之中。

本文根据AIC与BIC准则，建立ADL模型，被解释变量TL滞后一期，解释变量int1滞后一期。考察生产性服务业结构合理化的影响因素。模型一具体如下：

其中，下标t表示年份，TL为泰尔指数，（t-1）为滞后一期，int1为正向融合度，int2为反向融合度，int3为双向融合度，Controls代表控制变量，β0为常数项，εt为随机扰动项。

为考察不同因素对生产性服务业结构高级化的影响，对解释变量int2滞后两期。构建模型二具体如下：

其中，Aipsi表示生产性服务业结构高级化指数，λ0为常数项，其余变量上文已出现，此处不再赘复。

（三）回归结果

利用Stata软件进行回归分析，在回归分析之前，采用信息准则与序贯规则对模型的滞后项进行选择，然后对包含滞后项在内的有关变量进行回归。所有模型回归结果见表2。

表2 实证结果

回归结果表明，解释变量产业融合的三大指标对生产性服务业的结构合理化均产生影响，且正向融合度的影响力滞后一期，即“服务业的工业化”水平、上一年度的“制造业的服务化”水平以及生产性服务业与服务业的融合度越高、泰尔指数越小，生产性服务业结构越合理。而产业结构高级化主要受“服务业的工业化”水平和“制造业的服务化”水平的影响，且“制造业的服务化”水平影响力滞后两期，其中，滞后一期的反向融合度越高，则生产性服务业高级化程度越高，且滞后二期的反向融合度越高，则生产性服务业高级化程度越高。即反相融合度的一期滞后水平才有助于生产性服务业结构升级。正向融合度的影响力为正，即“服务业的工业化”水平越高，生产性服务业越呈现出高级化趋势。

在控制变量中，人力资本水平对泰尔指数产生负面效应，即人力资本水平越高，越有助于提升产业结构合理化程度。经济发展水平、投资水平与制度水平对生产性服务业高级化指数产生正面影响，即经济发展水平、投资水平与制度水平越高，生产性服务业越呈现出高级化趋势。因此，在我国工业化进程与经济发展的过程中，应加大人力资本投入，同时加大政府政策对生产性服务业的扶持，发挥有为政府与有效市场的积极作用。

五、结论与对策建议

根据《中国统计年鉴》（2006—2020年）及其投入产出表（2005—2018年），分别考察了中国生产性服务业的结构优化及其影响因素。主要研究结论及相关建议如下：（1）我国生产性服务业结构优化趋势明显，生产性服务业结构合理化指数在平稳中略有上升，生产性服务业高级化指数总体上呈上升趋势。国际经验表明，随着一国经济的发展，生产性服务业在服务业的比重会逐步上升。因此，未来在提高占比的同时，要更加注重生产性服务业结构优化，实现生产性服务业高质量发展。（2）生产性服务业的合理化指数同时受正向融合度即“服务业的工业化”、反向融合度即“制造业的服务化”和双向融合“服务业的生产化”的影响，生产性服务业的高级化指数主要受正向融合度和反向融合度的影响。因此，应加大产业间融合，提高生产性服务业利用制造业及服务业投入效率，尤其是促进制造业与生产性服务业的良性互动。（3）人力资本水平的提高有助于生产性服务业结构的合理化。经济发展水平、投资水平与制度水平的提高，有利于生产性服务业高级化发展，从而促进生产性服务业结构优化。

因此，一方面要引进高端生产性服务业人才，提高创新能力与创新水平；重点推进生产性服务业相关企业与高等院校、科研机构的战略合作，培育新型研发机构，促进科技成果产业化，为我国生产性服务业的发展提供人才保障；另一方面要加大政府政策扶持力度，建设生产性服务业发展平台。充分利用税收政策、补贴政策，鼓励企业加快技术进步步伐、提升新产品研发投入。进行适当的产业政策调整，推进关键生产要素市场化改革，加快生产性服务业发展进程，为优化生产性服务业结构水平提供良好的经营环境。