双平减下服务业增长率的再测算

李 展，崔 雪

（1.北京大学 国家发展研究院，北京100871；2.深圳大学 经济学院，广东 深圳518052）

一、引言

受高度集中的计划经济时期忽视服务业的影响和服务业本身复杂性的制约，服务业统计一直是中国政府统计的薄弱环节（许宪春，2017）［1］。最直接的原因是我国自新中国成立以来长期使用物质产品体系（Material Product System）进行国民经济核算，在此体系下，非物质服务业，如金融保险业、房地产业、教育事业等被认为是非生产性的，从而被排除在核算对象以外（岳希明和张曙光，2002）［2］。改革开放以后，非物质服务业获得了迅速发展，并在国民经济中发挥越来越重要的作用。宏观经济分析和管理部门需要了解这方面的情况，为此，中国国民经济核算从1985年开始逐步引入覆盖整个国民经济各部门的SNA（System of Nation⁃al Accounts）体系，并从1993年开始，放弃了物质产品体系，转入了SNA体系（许宪春，2008和2009）［3-4］。至此，我国国民经济的统计核算体系，尤其是对服务业的统计核算得到了显著的改善。

针对原始资料缺乏导致服务业核算范围不全的问题，我国统计部门逐步形成了以定期经济普查为基础、部门服务业统计和抽样调查为主体的服务业统计框架（李强，2011）［5］。为了解决常规年度服务业统计存在缺口、规范化和统一性不足等问题，我国统计部门加大服务业统计改革力度，形成了以联网直报、抽样调查和部门统计三种相对规范的数据收集方式（许宪春，2013）［6］。这在很大程度上完善了我国服务业现价增加值的统计，使人们有理由认为服务业现价增加值的统计数据是较为准确可信的。

然而，服务业不变价增加值及其实际增长率的测算仍然是一大挑战。测算中国服务业实际增长率的现有研究大致可以归为两类。

（1）单平减法。这种方法是用服务业的价格平减指数直接平减现价增加值，得到不变价增加值后再计算实际增长率。大量现有文献采用此方法测算中国服务业的实际增长率，如顾乃华（2005）［7］、杨勇（2008）［8］、王恕立和胡宗彪（2012）［9］、杨晨和原 小 能（2019）［10］、曹 跃群等（2020）［11］、陈景华（2020）［12］、滕泽伟（2020）［13］等。单平减法的核心假定是行业的总产出和其中间投入的价格变动一致，这显然是不合适的。基于投入产出表框架，服务业的生产活动也需使用来自其他多个部门的产品作为中间投入。一个行业中间投入的价格变动是其生产活动中使用的多种中间投入价格变动的综合结果，行业间价格指数的异质性使得单纯假定行业总产出和中间投入价格变动一致的做法，势必会对不变价增加值及其增长率的测算带来较大偏误。再者，服务业价格平减指数的选择也是现有文献中争议最大的地方。我国目前没有编制服务业生产者价格指数，多数服务业部门不变价增加值计算采用的均是单平减法，且价格指数是居民消费价格指数中对应的服务项目价格指数（许宪春，2004和2019）［14-15］。由于我国居民消费价格指数组成成分权重设定的不合理，导致其严重低估了价格变动（王军平，2006）［16］，使得采用居民消费价格指数平减现价增加值的做法高估了不变价增加值及其增长率。另外，大量研究（如杨晨和原小能，2019［10］；曹跃群等，2020［11］；滕泽伟，2020［13］）采用官方统计中的服务业增加值指数替代居民消费价格指数，同样被质疑低估了价格变动，高估了实际增长率（Wu，2000）［17］。

（2）物量指标法。这种方法是用物量指标测算服务业实际增长率，既规避了官方价格指数带来的价格低估效应，又克服了服务业价格指数编制的难题。相比于单平减法，较少研究采用这种方法。采用这种方法的具体做法主要有两种：一种是以某年为基期，现价增加值按照物量指数增长，从而得到不变价增加值。官方统计中的交通运输、仓储和邮电通信业不变价增加值即是采用这种做法，所用的物量指数分别是客货运周转量指数和邮电通信业务总量指数（许宪春，2019）［15］。另一种是用物量增长率替代增加值增长率。Chen等（2019）［18］用增值税测算批发零售业的增加值增长率，发现官方统计中的增长率数据高估了此部门的增长率。基于零劳动生产率增长率假设，Wu（2014）［19］用就业人数测算非物质服务业部门的实际增长率。然而，物量指标并不属于标准的国民经济核算范畴，这种做法得到的结果并不能与官方的增长率进行比较，无法评估官方增长率究竟是高估还是低估了服务业实际增长率。

本文的边际贡献在于采用基于官方现价增加值和基准年投入产出表数据，构建了时间序列投入产出表的中国经济行业生产率数据，同时基于分行业的生产者价格指数，运用标准的双平减方法测算中国服务业的增长率，并将增长率结果与官方数据进行比较以探索两者存在差异的原因。本文接下来首先介绍双平减方法测算不变价增加值增长率的框架和数据来源，然后给出结果，最后得出结论。

二、双平减法和数据说明

行业的现价增加值被定义为行业的总产出扣除中间投入的部分，即：

其中：V i、Y i和M i分别是行业i的增加值、总产出和中间投入；和分别是三者的价格。各指标均省略时间下标以示简洁。

对上式两边进行微分，并假定生产函数是充分平滑的，可以近似地得到基于双平减方法核算行业不变价增加值增长率及其价格变动的计算公式，分别为：

基于投入产出表框架，一个行业的生产活动往往需要来自其他多个行业的产品作为中间投入。为了充分考虑各种中间品的投入增长率和价格变动，行业的中间投入增长率和价格变动分别计算为：

式（2）表明行业增加值的实际增长率是引入适当的名义权重后，由总产出的增长率扣除中间投入增长率计算得到的。式（3）与式（2）类似。由此可见，双平减方法充分考虑了行业总产出和中间投入两者的价格变动，而不是假定两者价格变动一致，使得增加值的实际增长率结果更为准确。

服务业整体的实际增长率和价格变动分别计算为：

其中：V和PV分别表示服务业整体的增加值及其价格；权重。

式（6）表示服务业整体的增长率是各行业增长率的加权平均，权重为各行业现价增加值占服务业整体增加值的份额。关于服务业整体增长率，官方通常的做法是获得各行业不变价增加值后，将其加总得到服务业整体的不变价增加值，然后再计算得到服务业整体的实际增长率。这种做法不可避免地受到Laspeyres指数带来的“替代偏差”（substitu⁃tion bias）的影响。式（6）采用的Törnqvist指数方法，以名义份额作为权重对行业增长率进行加权，可以避免这个“替代偏差”。

为了满足采用双平减方法的数据要求，需要构建时间序列的投入产出表和分行业的价格指数。本文所用的数据来自中国经济行业生产率数据库，该数据库的产出数据首先根据基准年详细行业分类的投入产出表构建基准年的供给和使用表，结合中国统计年鉴中的增加值数据和投入产出表中的行业结构构建细分行业的总产值和增加值数据，然后运用EU KLEMS的SUTRAS程序构建时间序列的供给和使用表并最终转换为时间序列的投入产出表。构建各行业价格指数的基础数据来自官方的农业和工业部门生产者价格指数以及消费者价格指数中有关服务行业的价格指数。

三、结果分析

图1给出了不同版本年鉴中官方统计修订的增长率。“首次公布”是指各年统计年鉴中公布的上一年的增长率，“中期修订”是指次年的年鉴中修订的增长率，“最新结果”是2020年统计年鉴中的增长率。很明显，官方统计倾向于不断调高服务业增长率，尤其1992—2008年。这在一定程度上反映了自1993年起官方统计开始采用SNA体系以不断完善对服务业的核算。另外，服务业的不断调整在很大程度上影响着中国经济整体增长率的结果，这就使得采用标准方法核算服务业增长率显得尤为重要，为中国经济增长率的核算以及政策制定提供有效的参考依据。

图1 不同版本的各产业实际增长率（%）

图2给出了服务业增加值指数的比较结果。如前文所述，本文的备选方案考虑了行业总产出和生产活动中所用中间投入的价格变动，官方的增加值指数是通过现价增加值和按不变价格计算得到的增加值指数推算得出的。图2显示本文的服务业整体价格指数的增长趋势明显快于官方潜在的增加值指数，尤其是自2002年以来，前者快速上升，后者则是缓慢上升且上升幅度较小。由表1可知，1980—2018年服务业整体价格年均增速为9.3%，是官方潜在增加值指数增速的1.5倍（后者为6.3%）。仔细比较细分的服务业部门发现，除了“其他服务业”，其他服务业部门的价格指数与官方潜在增加值指数的增长趋势是十分接近的，这不仅在一定程度上表明本文所用数据库构建服务业各部门价格指数的方法较为合适，也意味着服务业整体价格指数与官方潜在增加值指数两者较大的增长差异主要是由“其他服务业”引起的。“其他服务业”价格指数的增长幅度远高于官方潜在的增加值指数，前者价格水平的期末值是后者的5倍（见表1），这主要是由两个原因导致的：一是“其他服务业”中的政府管理、教育和卫生医疗三个非市场服务部门的价格指数自2002年起转用城镇单位就业人员工资总额指数以反映其快速上涨的劳动成本；二是“其他服务业”在整体服务业中所占的份额较大，自2001年起，其份额接近40%。这就使得该部门快速的价格上涨能较大幅度地带动服务业整体价格的上涨。

图2 增加值指数比较（2 000=100）

表1 增加值指数的比较（2 000=100）

表2中服务业各部门实际增长率结果的对比也可以回应图2中的价格变动差异。由于本文的服务业价格指数上升幅度高于官方潜在的增加值指数，1980—2018年服务业整体的年均增长率为6.8%，低于官方增长率3.8个百分点。仔细对比其余服务业各部门的实际增长率发现，除了“其他服务业”，由于本文的价格指数与官方潜在增加值指数的增长趋势大致接近（见图2），这些部门的实际增长率与官方增长率之间的差异相对较小。实际增长率差异最大的部门是“其他服务业”，本文的结果是1980—2018年间年均增长率为0.6%，而官方增长率是10.6%，如此显著的差异主要来自两个方面：一是图2中展示的两者价格指数增长的差异；二是本文采用的是标准的双平减方法，而官方是单平减方法。基于投入产出表的双平减方法不仅考虑了行业间的投入产出关联，也考虑了行业间的价格传导效应。一个行业的产品价格高，会导致使用该行业产品作为中间投入的其他行业的投入成本上升，进而使得利润（相当于增加值）下降。行业间的价格传导效应可由自2002年起的服务业各部门实际增长率表现得以反映。2002年起，“其他服务业”的价格快速上涨，不仅导致自身实际增长率出现一定程度的下降，也在一定程度上致使其余服务业部门在自2002年以来大部分时期的实际增长率低于官方增长率。另外，不同平减方法带来的结果差异可由服务业各部门1980—2001年的增长差异得以佐证。1980—2001年，本文采用官方的通常做法，即用居民消费价格指数中对应的服务项目价格指数构建“其他服务业”的价格指数，不仅“其他服务业”1980—1991年和1992—2001年的实际增长率大幅低于官方增长率，其余一些服务业部门的实际增长率在这两个时期也大体上低于官方增长率。这主要是因为双平减方法考虑了各行业的中间投入价格变化，即使行业自身价格上涨幅度有限，其中间投入价格也可因该行业使用的来自其他行业的高价中间品而出现大幅上升；而单平减方法正是忽视了行业的中间投入价格变化，从而低估了价格变动，高估了实际增长率。

表2 实际增长率的比较 单位：%

基于前文的分析，本文发现服务业部门实际增长率的结果很大程度上受其价格指数影响，尤其是占据较大份额的“其他服务业”。这就需要统计部门编制并公布更为详细的部门价格指数，否则会出现“若想得到较低的增长率，只需使用上涨较快的价格指数；反之，若想得到较高的增长率，只需使用上涨较慢的价格指数”的混乱局面。研究者使用各自构建的价格指数，并将其增长率结果与官方增长率进行比较，不仅导致研究者之间的结果无法比较，也容易使研究者对官方数据提出质疑。

图3比较了服务业各部门实际增长率的每年波动。一个发现是本文的增长率相比官方增长率更具有波动性；另一个发现是服务业整体在1994年前的增长率波动与官方数据较为接近，然而自1994年开始，尽管两者的增长趋势大体一致，但是本文的结果明显低于官方增长率。对比其余服务业部门的增长表现可知，除了“其他服务业”，本文的结果与官方增长率是较为接近的。1994年起，“其他服务业”的增长率明显低于官方增长率，并且与服务业整体的增长趋势大体一致，“其他服务业”增长率的大幅下降带动了服务业整体增长率的下降，这也进一步说明“其他服务业”对我国服务业整体的影响至深。

图3 实际增长率比较（%）

四、主要结论和建议

我国统计制度的完善以及普查、抽样调查和部门统计等多种方式相结合，使得服务业现价增加值统计数据的准确度得到大幅提升。然而，我国目前没有编制服务业生产者价格指数，致使服务业不变价增加值及其增长率的测算仍然是一大挑战。官方常用的单平减方法又因忽视行业中间投入的价格变化导致价格被低估而增长率被高估现象的发生。本文所用数据来自中国经济行业生产率数据库，该数据库运用官方的现价增加值和基准年投入产出表数据构建时间序列的投入产出表，并建立分行业的生产者价格指数，满足采用标准的双平减方法测算中国服务业实际增长率的数据要求。结果发现，1980—2018年中国服务业整体的价格上涨速度是官方潜在增加值指数的1.5倍，导致本文的增长率结果比官方低3.8个百分点。如此明显的增长差异主要来自在服务业中占据较大份额的“其他服务业”部门。“其他服务业”的价格快速上涨使其增长率大幅下降，又因其在服务业中所占份额较大，带动了服务业整体增长率的下降。服务业各部门增长率比官方增长率具有更强的波动性，并且“其他服务业”较强的增长波动是导致服务业整体增长率存在波动的主要原因。因此，政府统计部门应加大对服务业的统计力度，尤其是非市场服务部门，统计更为详细部门分类的数据以及编制其对应的生产者价格指数，这不仅有助于测算服务业实际增长率进而认识服务业在中国经济发展中的重要作用，也为政府制定经济政策提供有效的参考依据。