©2010-2025 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
1、基于知识要素密集度的服务业划分浅析 ——以上海市为例 上海金融学院 毛千午、郑琪、梁嘉成 摘 要 二十一世纪是知识经济的时代，经济活动的知识化，产业化的速度在不断地加速。同时，二十一世纪也是服务业迅速崛起的，不断加速发展的时期，在当今的世界各国，尤其是发达国家，服务业已经一跃成为了国民经济中地位最高的行业。就在这样的时代背景下，知识型服务业破茧而出，成为种类繁多，范围广泛的服务行业中的发展主流，其不断推动着整个社会的进步。 对于服务型行业，世界各国都有着不同的定义和标准，由于服务业在国民经济中的地位不断地提升，大多数
2、国家，尤其是发达国家已经服务业导向的经济。而丹尼尔·贝尔首次提出了“知识型服务业”的概念。但目前全世界尚没有统一的知识密集型服务业的定义及分类。 知识密集型服务业的发展是未来上海乃至全国经济发展中不可或缺的力量，然而目前我国在知识型服务业这个领域内仍处于萌芽的阶段，整个产业的发展状况和研究成果都尚待提高，在这样的情况下，我们因致力于研究和发展知识型服务业各方面的分析，尤其是探索出适合我国国情的知识型服务业的分类。 上海是全国最重要的经济中心，知识性服务业的发展正契合了上海未来经济发展的目标和脉络。所以本文将简要地从上海服务型行业的发展态势，知识要素、劳动力要素、资金要素的密集度并巧妙运用数
3、据包络模型（DEA模型）来划分上海服务型行业。形成“知识密集”与“劳动密集”、“资金密集”三者的交叉分组关系。在当下的背景下，本论文显示出了较强的研究意义。 关键词：上海 知识性服务业 要素密集度 熵权法 DEA模型 交叉分组 目 录 一、基于知识要素密集度的服务业划分研究 4 （一）基于知识生产要素产业分类理论依据 4 （二）现代服务业的概念及分类 5 二、要素密集度的衡量 8 （一）知识要素密集度的衡量：DEA效率 熵权综合评价得分 8 （二）资金要素密集度的衡量： 8 （三）劳动力要素密集度的衡量： 8 三、知识要素密集度数据指标的选取及说
4、明 9 （一）投入指标 10 （二）产出指标 11 四、DEA模型检验 12 五、检验结果分析 15 基于熵权法评价指标权值的确定 16 资金-劳动力密集度的衡量结果 21 参考文献 23 附录 24 一、基于知识要素密集度的服务业划分研究 （一）基于知识生产要素产业分类理论依据 当前，世界各国的经济增长，经济实力和人民生活等诸方面更多地表现在经济密集度指标上。世界范围的产业结构调整过程，实际上是要素密集度的调整和演进过程。经济发展的过程，在某种意义上可以认为是产业结构的逐步调整和不断合理化的过程，而产业结构的合理化
5、也把实现资源的最优配置作为主要目标之一，这实质上也是实现要素密集度的优化组合。 从要素密集度角度着，发达国家走过的经济发展史，大体经过了劳动密集型、资金密集型、技术密集型、以至资金技术密集型和知识技术密集型等各个阶段。经济发展的过程大体都要经过以上几种要素密集型式，中国也不会例外。因此，要素密集度与经济发展这一课题是当前国民经济发展中提出的重大理论问题和实践问题，对这一课题的深人研究具有重要的现实意义。 自20世纪60年代马克卢普提出知识产业概念后，知识的重要性在各行各业中日益凸显。有的学者甚至提出，由于知识产业的重要性，应将之独立于传统的一、二、三产业，以考察其对经济的影响。如温志宏（2
6、000）提出，由于知识产业在生产特点、所用资源、产品特性、满足需求的层次等方面与传统产业的明显不同，必须承认为第四产业。魏和清（2004）则更具体地提出知识产业的具体构成，是在对知识产业统计范围界定和分类基础上，将具有知识产业特征的经济实体阻隔从现有统计核算体系中挑选出来，组成一个新兴的产业。 尽管这一观点丰富了人们对知识经济条件下产业发展及其构成的认识，但这一思路到目前为止还只能进行定性方面的探讨，缺乏可操作性的定量分析。究其原因是由于知识这种特殊的生产要素不同于传统的资金、劳动力生产要素的特点决定的。 知识是一种渗透性要素，必须依附于劳动手段和劳动者存在。它既体现在劳动力素质的提高和合
7、理组织上，同时又体现在生产资料水平的提高和有效的使用上。传统的两大生产要素：生产资料和劳动力，是一对互不相容的概念。资金密集型单位和劳动力密集型单位可以很明确地区分出来。知识则不然，它与资金和劳动力的密集程度并不是互斥的。一个技术力量雄厚、科研成果卓著，在生产中不断使用新技术的企业，可能是资金密集程度较高的企业，也可能是劳动密集程度较高的企业。资料表明，不少技术力量雄厚，科研费用较大的企业，其本身也是资金密集型的企业，如飞机制造、重型机器制造等。但也要看到有些科研力量较强的单位，资金并不那么多，它们可列入劳动密集型，如高级纺织、高级时装、高级化装品以及高水平的工艺美术企业等。知识作为生产的要素
8、是因为有了它才能更充分地发挥资金和劳力这两大基本要素的作用。知识的作用，或者是将资金变成效能更高的技术装备，或者是将劳力变成技术水平更高、生产方法更为有效的劳动者。如果知识没有武装给生产过程（从产品设计到成品检验）的劳动者，或者没有应用于劳动手段之上，就还不能形成生产的要素。因此，要把知识这个要素与资金、劳力全然分开，将“知识密集”与“劳动密集”、“资金密集”并列，把全部工业企业划分为三大部分，显然是不可能的。 将知识单列出来作为生产要素之一，比较可行的分组方法是两分法，而不是三分法。形成“知识密集”与“劳动密集”、“资金密集”三者如下的交叉分组关系： 非知识密集行业 资金密集行业
9、 知识密集行业 非知识密集行业 知识密集行业 劳动力密集行业 知识密集行业 非知识密集行业 图1.1 服务业交叉分组关系 （二）现代服务业的概念及分类 现代服务业基本上相当于现代第三产业。1985年，国家统计局在《关于建立第三产业统计的报告》中，将第三产业分为四个层次： 第一层次是流通部门，包括交通运输业、邮电通讯业、商业饮食业、物资供销和仓储业； 第二个层次是为生产和生活服务的部门，包括金融业、保险业、公用事业、居民服务业、旅游业、咨询信息服务业和各类技术服务业等； 第三个层次是为提高科学文化水平和居民素
10、质服务的部门，包括教育、文化、广播电视事业，科研事业，生活福利事业等； 第四个层次是为社会公共需要服务的部门，包括国家机关、社会团体等。 根据2003年5月14日国家统计局根据《国民经济行业分类》制定了《三次产业化分规定》第三产业是指除第一、二产业以外的其他行业。 第三产业包括：交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，住宿和餐饮业，金融业，房地产业，租赁和商务服务业，科学研究、技术服务和地质勘查业，水利、环境和公共设施管理业，居民服务和其他服务业，教育，卫生、社会保障和社会福利业，文化、体育和娱乐业，公共管理和社会组织，国际组织。
11、 本文即以《国民经济行业分类》中的分类方式，对去除国际组织后的十四类服务性行业进行探讨和论述。 第三产业 F 交通运输、仓储和邮政业 51 铁路运输业 52 道路运输业 53 城市公共交通业 54 水上运输业 55 航空运输业 56 管道运输业 57 装卸搬运和其他运输服务业 58 仓储业 59 邮政业 G 信息传输、计算机服务和软件业 60 电信和其他信息传输服务业
12、 61 计算机服务业 62 软件业 H 批发和零售业 63 批发业 65 零售业 I 住宿和餐饮业 66 住宿业 67 餐饮业 J 金融业 68 银行业 69 证券业 70 保险业 71 其他金融活动 K 房地产业 72 房地产业 L 租赁和商务服务业 73 租赁业 74 商务服务业
13、 M 科学研究、技术服务和地质勘查业 75 研究与试验发展 76 专业技术服务业 77 科技交流和推广服务业 78 地质勘查业 N 水利、环境和公共设施管理业 79 水利管理业 80 环境管理业 81 公共设施管理业 O 居民服务和其他服务业 82 居民服务业 83 其他服务业 P 教育 84 教育 Q 卫生、社会保障和社会福利业
14、 85 卫生 86 社会保障业 87 社会福利业 R 文化、体育和娱乐业 88 新闻出版业 89 广播、电视、电影和音像业 90 文化艺术业 91 体育 92 娱乐业 S 公共管理和社会组织 93 中国共产党机关 94 国家机构 95 人民政协和民主党派 96 群众团体、社会团体和宗教组织 97 基层群众自治组织 T
15、 国际组织 98 国际组织 表1.2 《国民经济行业分类》中服务业分类 二、要素密集度的衡量 （一）知识要素密集度的衡量：DEA效率 熵权综合评价得分 反映的是利用知识的有效性。由于知识必须附着在劳动力或劳动工具之上才能发挥作用的特点，因此无法用知识要素的绝对水平来衡量其密集度，利用知识的有效性就成为衡量知识要素密集程度的指标。 DEA效率反映了利用知识的有效性，但是可能会造成低知识投入的行业在低产出的同时，也同样得到一定的效率，所以我们通过熵权法计算评价得分来比较各行业的知识密集度的高低。 （二）资金要素密集度的衡量： K：固定资产
16、净值 L：劳动力数量 V：增加值 用指标：（K/L+V/K）/2来衡量资金-劳动力密集度。K/L是劳动力的资金装备率，是对资金密集数量的考察；V/K是资金产值率，是对资金密集质量的考察。也就是说，只有用不但数量多而且产出效率高的固定资产装备某行业，才是资金密集度高的行业。两个指标都是正指标，因此考虑用两者的平均数来衡量资金-劳动密集度。按这个指标的高低排序服务业，在某一标准值以上的列为资金密集型服务业，低于这个标准值的就是劳动密集型服务业。 （三）劳动力要素密集度的衡量： 劳动力的资金装备率和资金产值率着两个指标都是正指标，因此考虑用两者的平均数来衡量资金-劳动密集度
17、按这个指标的高低排序服务业，在某一标准值以上的列为资金密集型服务业，低于这个标准值的就是劳动密集型服务业。 判断的思路见下图所示： 知识密集度 资金密集度 劳动力密集度 非知识密集型服务业 DEA无效 知识密集型服务业 DEA有效 传统资金密集型服务业 传统劳动力密集型服务业 体现在劳动工具方面的知识密集型服务业 体现在劳动力方面的知识密集型服务业 图2.1 要素密集度服务业分类坐标 三、知识要素密集度数据指标的选取及说明 从国外发达国家的现状来看，用于评价知识密集型服务业的指标有很多，种类繁多，但却还没有专门用于测度服务业的知识密集
18、度的指标体系。在一些发达国家中，对于知识型行业的测度更多得依靠人力知识资源的规模程度来衡量，因为知识经济产业，包括知识密集型服务业主要是依托智力资源的投入，也就是说智力资源的投入对于知识经济产业的帮助起到了决定性的作用。而关于社会的知识文化水平为基础，知识密集型服务业的发展必须要有较高的社会知识文化水平为基础。因而，行业知识文化水平较高、知识和技术的创新能力也就越强。 本文将从投入指标和产出指标的选取来讨论怎样来划分服务业的三种类型。 知识密集度数据指标的选取还应遵循以下几项原则： （1） 具有代表性原则 （2） 可比性原则 （3） 相对性原则 （4） 客观性原则
19、 （一）投入指标 从投入指标来看，能够较好的体现服务行业知识密集程度的指标以人力知识资源的投入为主。作为知识密集型产业投入最为重要的部分，人力知识资源指标也称为智力资源指标，是判断和区分知识密集型服务业和劳动密集型、资本密集型服务业的主要依据。包括人力知识资源投入的素质指标、人力知识资源的培训指标，人力知识资源的结构指标。可以说，智力资源指标是形容知识密集型服务行业最好的指标。 在一些西方发达国家中，有相当一部分，如美国、意大利、日本等国家，经常采用两种投入指标： （1） 产业研究和开发创新技术或服务的费用所占增加值的比重 （2） 高技术人员占行业从业人员比重 可见，以人力资源和技术
20、资源的指标来衡量行业在知识经济领域的投入很具有现实意义。类似这些指标能很好的评价一个行业在知识经济领域的竞争力。但由于我国在服务行业的统计指标和统计方法与西方发达国家有所不同，所以国外的指标体系就无法在国内很好的应用。这就意味着我们不得不顺应现实情况来设计出适合我国统计环境的指标体系来代替国外的投入指标体系。 如上文所说，智力资源指标是服务业在知识密集度上的最好体现。所以，我们就以智力资源的投入作为投入指标的核心。智力资源指标可以用以下几个指标来反应： 1、 本科以上学历人数占从业人员总人数比重 2、 具有技术职称（包括高级技术职称、中级技术职称、初级技术职称）的人数占总从业人数比重
21、3、 R&D经费总额占产业年增加值比重 4、 开发新技术新服务的总支出占总产值比重 这些指标数据在取值上，取值越高则说明行业的员工的服务技术的熟练程度越高，知识密集程度越高，知识技术程度对于行业的作用越大。 但很遗憾的是，由于我国在相关数据上统计得不完善，在统计的技术上，统计体系上的不同，使得我们只能得到前两个指标的数据。故本文以前两个指标作为投入指标。 （二）产出指标 产业的产出指标反映了产业知识生产的成果。包括产业年利润，全员劳动生产力，从业人员平均报酬等。 产业的全体员工劳动生产率是产业技术水平、经营管理水平以及劳动力技术熟练程度的综合表现，同时也是反
22、映一国产业经济效益和发展质量重要指标，也是世界上各国检验一个产业效率的重要指标。在我国，服务业具有较高的劳动生产率，并呈现出不断增加的趋势。所以本文才用员工的劳动生产率来作为产出指标之一。 而产业从业人员平均报酬是反映行业状况的重要指标之一，它反映了从业人员对于产业的贡献程度。因为投入指标中采用了人力知识资源指标，由于人力资源指标是服务业在知识密集度上的最好体现，所以我们也采用有关人力资源产出的指标——人员平均报酬作为另一个产出指标。 服务行业知识密集度指标体系 产业投入指标 产业本科以上学历人数占从业人员总人数比重 具有技术职称（包括高级技术职称、中级技术职称、初级技术职称）的
23、人数占总从业人数比重 产业产出指标 产业员工劳动生产率 产业从业人员平均报酬 表3.1 服务行业知识密集度指标体系 行业分类 劳动生产率（万元/人） 从业人员平均报酬（万元/人） 本科及以上学历人数所占比重 具有技术职称人数所占比重 交通运输、仓储和邮政业 10.87838076 2.6342 6.3493952537 10.360908354 信息传输、计算机服务和软件业 20.33871076 5.2389 42.515563291 19.113059776 批发和零售业 5.081044363 2.3017 13.110594898 8
24、4703396593 住宿和餐饮业 5.251616766 2.0263 2.2826155056 4.2801651224 金融业 45.30424748 4.2685 33.281552824 38.053496664 房地产业 20.08524851 2.5531 10.650336412 17.324619577 租赁和商务服务业 4.779850239 2.3468 17.989779435 11.795543411 科学研究、技术服务和地质勘查业 7.184404310 3.5187 37.712163852 41.1109670
25、78 水利、环境和公共设施管理业 7.129463558 2.4159 6.8020001087 12.762921898 居民服务和其他服务业 3.793206106 1.6953 4.6093357013 9.4080750634 教育 7.108767428 2.7496 42.67325958 65.276104339 卫生、社会保障和社会福利业 7.927899288 2.9292 19.143565615 69.591810783 文化、体育和娱乐业 8.357277834 3.2895 18.337604515 28.021537
26、108 公共管理和社会组织 6.30006087 3.0461 23.865019864 18.187716263 表3.2 服务行业知识密集度指标数据 数据取自《中国统计年鉴2005》、《上海统计年鉴2005》、《上海经济普查年鉴2004》，数据均为原始数据 四、DEA模型检验 数据包络分析(data envelopment analysis,DEA)是一种对具有相同类型决策单元(decision making unit, DMU)进行绩效评价的方法。衡量一个单位的绩效，通常是用投入产出比这个指标，当所有投入和产出指标均分别可折算成同一单位时（例如货币
27、值），容易根据投入产出比大小对要评定的决策单元进行绩效排序。 评价决策单元DEA有效性的 模型 DEA有效性的评价是对已有决策单元绩效的比较评价，属相对评价。 设有个决策单元，每个决策单元有相同的项收入和相同的项产出用表示第单元的第项投入量， 表示第单元的第项产出量， 其投入产出情况如下图所示： 1 2 投入 产出 若用表示第项投入的权值， 表示第项产出的权值， 则第决策单元的投入产出比的表达式为： 通过适当选取值和，使对，有，则对第个决策单元的绩效评价可归结为如下优化模型：
28、 这是一个分式规划问题，可通过下述变换，转化为一个等价的线性规划问题。 令： 则上述线性规划模型可改写为： 写成如下形式： 设对偶变量分别为与， 则对偶线性规划问题可写出如下： 对偶问题的经济意义十分明显： 为了评价决策单元的绩效，可用一个假想的组合决策单元与其比较。 是这个假想组合决策单元的投入， 是这个假想组合决策单元的产出 这个模型的含义是：如果的最优值小于1，则表明可以找到一个假想的决策单元，它可以用比评价决策单元更少的投入，获得不少于被评价决策单元的产出，从而表明被评价决策单元为非DEA有效，只有时，才表明被评价的决策单元DEA有效。 五
29、检验结果分析 针对DEA的模型，我们运用Deap 2.1软件才运算。代入投入指标和产出指标等相关数据之后，定义了相关变量的名称，以下是通过Deap软件的运算后得到的结果： 表5.1 DEA有效性检验结果 行业 DEA 效率值 （） 投入冗余量 产出不足量 交通运输、仓储和邮政业 1.000 0.000 0.000 0.000 0.000 信息传输、计算机服务和软件业 1.000 0.000 0.000 0.000 0.000 批发和零售业 0.655 2.861 0.000 1.464 0.000 住宿和餐饮业
30、 1.000 0.000 0.000 0.000 0.000 金融业 1.000 0.000 0.000 0.000 0.000 房地产业 1.000 0.000 0.000 0.000 0.000 租赁和商务服务业 0.488 2.488 0.000 1.977 0.000 科学研究、技术服务和地质勘查业 0.494 0.000 6.977 6.907 0.000 水利、环境和公共设施管理业 0.719 0.000 0.996 1.728 0.000 居民服务和其他服务业 0.495 0.000 0.379 1.
31、458 0.331 教育 0.186 0.000 1.415 4.189 0.000 卫生、社会保障和社会福利业 0.546 0.000 26.620 4.022 0.000 文化、体育和娱乐业 0.842 0.000 11.043 4.901 0.000 公共管理和社会组织 0.569 0.000 0.000 4.893 0.000 行业 综合效率 纯技术效率 规模效率 交通运输、仓储和邮政业 0.856 1.000 递减 信息传输、计算机服务和软件业 0.867 1.000 递减 批发和零售业 0.574
32、 0.655 递减 住宿和餐饮业 1.000 1.000 不变 金融业 0.970 1.000 递减 房地产业 0.945 1.000 递减 租赁和商务服务业 0.420 0.488 递减 科学研究、技术服务和地质勘查业 0.181 0.494 递减 水利、环境和公共设施管理业 0.456 0.719 递减 居民服务和其他服务业 0.414 0.495 递增 教育 0.089 0.186 递减 卫生、社会保障和社会福利业 0.180 0.546 递减 文化、体育和娱乐业 0.248 0.842 递减 公共管
33、理和社会组织 0.354 0.569 递减 行业名称 DEA有效性 交通运输、仓储和邮政业 有效 信息传输、计算机服务和软件业 有效 批发和零售业 无效 住宿和餐饮业 有效 金融业 有效 房地产业 有效 租赁和商务服务业 无效 科学研究、技术服务和地质勘查业 无效 水利、环境和公共设施管理业 无效 居民服务和其他服务业 无效 教育 无效 卫生、社会保障和社会福利业 无效 文化、体育和娱乐业 无效 公共管理和社会组织 无效 由上表可以看出在这14个服务性行业中只有五类行业是DEA有效的，而其他行业都是非DEA有效的。
34、 DEA模型评价结果表明：在该指标体系的核算下，知识密集程度较高的服务性行业较少，这就说明还需要进一步加强人力资源开发与管理，加大员工培训力度，提高从业人员业务技能和受教育程度，以期用较少的人力物力获得更大的回报。 在DEA模型中，我们得到了高投入高产出的行业是DEA有效的，但是我们可能会遇到一些行业在低投入的同时，是低产出的。这类行业可能在相同的情况下，我们被动地得出了DEA有效的检验结果，所以我们必须通过其他方法将这些行业剔除出知识密集型服务行业的范畴。于是我们引进了熵权法的概念。 基于熵权法评价指标权值的确定 熵权法原理是把评价中各个待评价单元的信息进行量化与综合后的方法；采用熵权
35、法对各因子赋权，可以简化评价过程。因此，本文采用熵值法对指标的权值进行确定。 首先，由以上四个评价指标，可以得到一个的原始数据矩阵为： 其中，被评价单位为各行业，其取值为14，评价单位为指标，其取值为4，表示劳动生产率，表示从业人员平均报酬，表示本科及以上学历人数所占比重，表示具有技术职称人数所占比重。由此，矩阵可知。 其次，对指标进行同趋势性变换，建立同正向矩阵；因为以上四个指标在评价时都是高优指标。评价时不同指标之间具有同趋势性，所以这里不需要对矩阵进行转化。 将该矩阵进行归一化处理，即取矩阵中列向量与该矩阵中所有元素之和的比值作为归一化结果，其计算公式如下： 其中，为归
36、一化后矩阵中的元素；归一化后的矩阵见附录1。 在确定评价指标的熵权值时，本文规定其运算公式如下： 其中，为调节系数，,因此；为第个评价单元第个指标标准化值。通过计算可得；；；。 如果某个指标的信息熵越小，那么就表明这个指标的变异程度越大，它所提供的信息也就会越大，在评价中起到的作用越大，则它的权重就越大。因此，在具体的分析过程中可以根据其指标的变异程度，利用信息熵确定每个评级指标的权重，再对所有的指标甲醛计算被评价对象的综合得分。具体步骤如下： 将评价指标的熵值转化为权重值： 其中，，；至此，得到权重值，计算得出其权值如表5所示。 表5.2 指标的权值 评价指标 劳动
37、生产率 从业人员 平均报酬 本科及以上学历所占比重 具有技术职称人数所占比重 权重值 0.3538 0.0494 0.2745 0.3223 从表5中我们看到，劳动生产率、具有技术职称人数所占比重这两个指标的权值差不多，其次是本科及以上学历所占比重这一学历指标，权值为0.2745。从业人员平均报酬所占权值最低，只有0.0494。 最后，确定各评价指标的熵权综合评价值。将各指标的权值分别与其所对应的指标相乘后求和，其评价模型为： 其中，表示各评价指标的熵权综合评价函数。该评价体系可以对各行业的知识密集程度作出评价，其评价结果如表5.3所示。 行业分类 服务行业知识
38、密集程度考核得分 交通运输、仓储和邮政业 0.043 信息传输、计算机服务和软件业 0.111 批发和零售业 0.035 住宿和餐饮业 0.020 金融业 0.173 房地产业 0.074 租赁和商务服务业 0.042 科学研究、技术服务和地质勘查业 0.095 水利、环境和公共设施管理业 0.037 居民服务和其他服务业 0.024 教育 0.120 卫生、社会保障和社会福利业 0.103 文化、体育和娱乐业 0.066 公共管理和社会组织 0.058 平均得分 0.071 表5.3 各行业考核得分 从表5.3中我们看出，超过行
39、业平均水准的行业有：金融业、教育、信息传输、计算机服务和软件业、卫生、社会保障和社会福利业、科学研究、技术服务和地质勘查业、房地产业。这些服务行业的知识密集程度要明显高于其他行业。 行业分类 服务行业知识密集程度考核得分 金融业 0.173 教育 0.12 信息传输、计算机服务和软件业 0.111 卫生、社会保障和社会福利业 0.103 科学研究、技术服务和地质勘查业 0.095 房地产业 0.074 平均得分 0.071 文化、体育和娱乐业 0.066 公共管理和社会组织 0.058 交通运输、仓储和邮政业 0.043 租赁和商务服务业 0.0
40、42 水利、环境和公共设施管理业 0.037 批发和零售业 0.035 居民服务和其他服务业 0.024 住宿和餐饮业 0.02 表5.4 各行业考核得分排名 通过得到了服务行业的DEA有效性的结果和基于熵权法计算的服务行业知识密集程度考核得分。于是我们将DEA有效同时服务行业知识密集程度考核得分在平均水平以上的行业列入知识密集型服务业，其他的行业列入非知识密集型行业，分类结果如下： 知识密集型服务业 信息传输、计算机服务和软件业 金融业 房地产业 非知识密集型服务业 批发和零售业 租赁和商务服务业 科学研究、技术服务和地质勘查业 水利、环境
41、和公共设施管理业 教育 卫生、社会保障和社会福利业 文化、体育和娱乐业 公共管理和社会组织 居民服务和其他服务业 交通运输、仓储和邮政业 住宿和餐饮业 表5.5 知识密集型服务业分类结果 资金-劳动力密集度的衡量结果 K：固定资产净值 L：劳动力数量 V：增加值 K/L：劳动力的资金装备率 V/K：资金产值率 （K/L+V/K）/2：衡量资金-劳动力密集度的指标 行业名称 K（亿元） V（亿元） L（人） K/L（万元/人） V/K(%) (K/L+V/K)/2 交通运输、仓储和邮政业 303.4 493.6 4537
42、44 6.686589795 1.626895188 4.156742491 信息传输、计算机服务和软件业 54.33 303.84 149390 3.636789611 5.592490337 4.614639974 批发和零售业 19.99 745 1466234 0.136335674 37.26863432 18.702485 住宿和餐饮业 12.75 150.88 287302 0.443783893 11.83372549 6.138754692 金融业 1.16 612.45 135186 0.085807702 527
43、9741379 264.0299728 房地产业 1258.14 666.3 331736 37.92594111 0.529591301 19.22776621 租赁和商务服务业 6.11 253.29 529912 0.115302163 41.45499182 20.78514699 科学研究、技术服务和地质勘查业 9.91 171.81 239143 0.414396407 17.3370333 8.875714853 水利、环境和公共设施管理业 217.72 52.47 73596 29.58312952 0.24099761
44、2 14.91206356 居民服务和其他服务业 3.03 73.9 194822 0.155526583 24.38943894 12.27248276 教育 60.16 227.15 319535 1.882735851 3.775764628 2.829250239 卫生、社会保障和社会福利业 24.72 124.69 157280 1.571719227 5.044093851 3.307906539 文化、体育和娱乐业 44.91 64.57 77262 5.812689291 1.437764418 3.625226854
45、 公共管理和社会组织 16.94 157.31 249696 0.678424965 9.286304604 4.982364785 表5.6 资金-劳动力密集度的衡量结果 数据取自《中国统计年鉴2005》、《上海统计年鉴2005》、《上海经济普查年鉴2004》，所有数据均为原始数据 （K/L+V/K）/2来衡量资金-劳动力密集度。K/L是劳动力的资金装备率，是对资金密集数量的考察；V/K是资金产值率，是对资金密集质量的考察。也就是说，只有用不但数量多而且产出效率高的固定资产装备某行业，才是资金密集度高的行业。两个指标都是正指标，因此考虑用两者的平均数来衡量资金-
46、劳动密集度。按这个指标的高低排序服务业，在某一标准值以上的列为资金密集型服务业，低于这个标准值的就是劳动密集型服务业。 按降序排序后的资金—劳动密集度衡量指标排名如下： 行业分类 资金-劳动力密集度 金融业 264.0299728 租赁和商务服务业 20.78514699 房地产业 19.22776621 批发和零售业 18.702485 水利、环境和公共设施管理业 14.91206356 居民服务和其他服务业 12.27248276 科学研究、技术服务和地质勘查业 8.875714853 住宿和餐饮业 6.138754692 公共管理和社会组织 4.
47、982364785 信息传输、计算机服务和软件业 4.614639974 交通运输、仓储和邮政业 4.156742491 文化、体育和娱乐业 3.625226854 卫生、社会保障和社会福利业 3.307906539 教育 2.829250239 表5.7 资金—劳动密集度衡量指标排名 为分类均衡，我们以8为资金—劳动密集度的标准值，则在标准以上的行业列为子资金密集型服务业，标准以下的列为劳动密集型服务业，结果为： 资金密集型服务业 金融业 租赁和商务服务业 房地产业 批发和零售业 水利、环境和公共设施管理业 居民服务和其他服务业 科学研究、
48、技术服务和地质勘查业 劳动密集型服务业 住宿和餐饮业 公共管理和社会组织 信息传输、计算机服务和软件业 交通运输、仓储和邮政业 文化、体育和娱乐业 卫生、社会保障和社会福利业 教育 结合三种要素密集度（知识密集度、资金密集度、劳动密集度）的衡量结果，我们最后得到了以上海为例的基于知识要素密集度的服务业划分结果： 知识密集度 资金密集度 劳动力密集度 非知识密集型服务业 DEA无效 知识密集型服务业 DEA有效 金融业 房地产业 公共管理和社会组织 教育 文化、体育和娱乐业 卫生、社会保障和社会福利业住宿和餐饮
49、业 交通运输、仓储和邮政业 信息传输、计算机服务和软件业 科学研究、技术服务和地质勘查业 水利、环境和公共设施管理业 批发和零售业 租赁和商务服务业 居民服务和其他服务业 参考文献 [1]许强.《知识密集型产业和发展研究》[D]复旦大学.2007.4.10 [2]吴艳.《上海市知识服务业发展研究》[D]复旦大学.2007.5.26 [3]田蓓.《上海市知识密集型服务业对经济发展的影响研究》[D]上海大学.2009 [4]吴春叶.《知识经济的测度问题探讨》[J]山西.2002 [5]张岩.《知识经济的内涵及测度研究》[D]陕西师范大学.2001.5 [6]
50、石林芬，杨峻.《测度知识经济的系统指标》——《1999年OECD科学、技术和产业公报：知识经济标准》指标分析[J]华中科技大学 [7]《上海经济普查年鉴2004》、《中国统计年鉴2005》、《上海统计年鉴2005》 附录 以下是通过Deap软件的运算后得到的结果： Results from DEAP Version 2.1 Instruction file = jm.ins Data file = jm.dta Input orientated DEA Scale assumption: VRS Slacks calculate
©2010-2025 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
