基于知識(shí)要素密集度的服務(wù)業(yè)劃分淺析

1、 PAGE 57基于知識(shí)要素密集度的服務(wù)業(yè)劃分淺析以上海市為例上海金融學(xué)院 毛千午、鄭琪、梁嘉成摘 要 二十一世紀(jì)是知識(shí)經(jīng)濟(jì)的時(shí)代，經(jīng)濟(jì)活動(dòng)的知識(shí)化，產(chǎn)業(yè)化的速度在不斷地加速。同時(shí)，二十一世紀(jì)也是服務(wù)業(yè)迅速崛起的，不斷加速發(fā)展的時(shí)期，在當(dāng)今的世界各國(guó)，尤其是發(fā)達(dá)國(guó)家，服務(wù)業(yè)已經(jīng)一躍成為了國(guó)民經(jīng)濟(jì)中地位最高的行業(yè)。就在這樣的時(shí)代背景下，知識(shí)型服務(wù)業(yè)破繭而出，成為種類(lèi)繁多，范圍廣泛的服務(wù)行業(yè)中的發(fā)展主流，其不斷推動(dòng)著整個(gè)社會(huì)的進(jìn)步。對(duì)于服務(wù)型行業(yè)，世界各國(guó)都有著不同的定義和標(biāo)準(zhǔn)，由于服務(wù)業(yè)在國(guó)民經(jīng)濟(jì)中的地位不斷地提升，大多數(shù)國(guó)家，尤其是發(fā)達(dá)國(guó)家已經(jīng)服務(wù)業(yè)導(dǎo)向的經(jīng)濟(jì)。而丹尼爾貝爾首次提出了“知識(shí)型服

2、務(wù)業(yè)”的概念。但目前全世界尚沒(méi)有統(tǒng)一的知識(shí)密集型服務(wù)業(yè)的定義及分類(lèi)。知識(shí)密集型服務(wù)業(yè)的發(fā)展是未來(lái)上海乃至全國(guó)經(jīng)濟(jì)發(fā)展中不可或缺的力量，然而目前我國(guó)在知識(shí)型服務(wù)業(yè)這個(gè)領(lǐng)域內(nèi)仍處于萌芽的階段，整個(gè)產(chǎn)業(yè)的發(fā)展?fàn)顩r和研究成果都尚待提高，在這樣的情況下，我們因致力于研究和發(fā)展知識(shí)型服務(wù)業(yè)各方面的分析，尤其是探索出適合我國(guó)國(guó)情的知識(shí)型服務(wù)業(yè)的分類(lèi)。上海是全國(guó)最重要的經(jīng)濟(jì)中心，知識(shí)性服務(wù)業(yè)的發(fā)展正契合了上海未來(lái)經(jīng)濟(jì)發(fā)展的目標(biāo)和脈絡(luò)。所以本文將簡(jiǎn)要地從上海服務(wù)型行業(yè)的發(fā)展態(tài)勢(shì)，知識(shí)要素、勞動(dòng)力要素、資金要素的密集度并巧妙運(yùn)用數(shù)據(jù)包絡(luò)模型（DEA模型）來(lái)劃分上海服務(wù)型行業(yè)。形成“知識(shí)密集”與“勞動(dòng)密集”、“資金

3、密集”三者的交叉分組關(guān)系。在當(dāng)下的背景下，本論文顯示出了較強(qiáng)的研究意義。關(guān)鍵詞：上海 知識(shí)性服務(wù)業(yè) 要素密集度 熵權(quán)法 DEA模型 交叉分組目 錄TOC o 1-3 h z u HYPERLINK l _Toc297124124 一、基于知識(shí)要素密集度的服務(wù)業(yè)劃分研究 PAGEREF _Toc297124124 h 4 HYPERLINK l _Toc297124125 （一）基于知識(shí)生產(chǎn)要素產(chǎn)業(yè)分類(lèi)理論依據(jù) PAGEREF _Toc297124125 h 4 HYPERLINK l _Toc297124126 （二）現(xiàn)代服務(wù)業(yè)的概念及分類(lèi) PAGEREF _Toc297124126 h 5

4、HYPERLINK l _Toc297124127 二、要素密集度的衡量 PAGEREF _Toc297124127 h 8 HYPERLINK l _Toc297124128 （一）知識(shí)要素密集度的衡量：DEA效率熵權(quán)綜合評(píng)價(jià)得分 PAGEREF _Toc297124128 h 8 HYPERLINK l _Toc297124129 （二）資金要素密集度的衡量： PAGEREF _Toc297124129 h 8 HYPERLINK l _Toc297124130 （三）勞動(dòng)力要素密集度的衡量： PAGEREF _Toc297124130 h 8 HYPERLINK l _Toc297124

5、131 三、知識(shí)要素密集度數(shù)據(jù)指標(biāo)的選取及說(shuō)明 PAGEREF _Toc297124131 h 9 HYPERLINK l _Toc297124132 （一）投入指標(biāo) PAGEREF _Toc297124132 h 10 HYPERLINK l _Toc297124133 （二）產(chǎn)出指標(biāo) PAGEREF _Toc297124133 h 11 HYPERLINK l _Toc297124134 四、DEA模型檢驗(yàn) PAGEREF _Toc297124134 h 12 HYPERLINK l _Toc297124135 五、檢驗(yàn)結(jié)果分析 PAGEREF _Toc297124135 h 15 HYP

6、ERLINK l _Toc297124136 基于熵權(quán)法評(píng)價(jià)指標(biāo)權(quán)值的確定 PAGEREF _Toc297124136 h 16 HYPERLINK l _Toc297124137 資金-勞動(dòng)力密集度的衡量結(jié)果 PAGEREF _Toc297124137 h 21 HYPERLINK l _Toc297124138 參考文獻(xiàn) PAGEREF _Toc297124138 h 23 HYPERLINK l _Toc297124139 附錄 PAGEREF _Toc297124139 h 24一、基于知識(shí)要素密集度的服務(wù)業(yè)劃分研究（一）基于知識(shí)生產(chǎn)要素產(chǎn)業(yè)分類(lèi)理論依據(jù) 當(dāng)前，世界各國(guó)的經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)

7、實(shí)力和人民生活等諸方面更多地表現(xiàn)在經(jīng)濟(jì)密集度指標(biāo)上。世界范圍的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過(guò)程，實(shí)際上是要素密集度的調(diào)整和演進(jìn)過(guò)程。經(jīng)濟(jì)發(fā)展的過(guò)程，在某種意義上可以認(rèn)為是產(chǎn)業(yè)結(jié)構(gòu)的逐步調(diào)整和不斷合理化的過(guò)程，而產(chǎn)業(yè)結(jié)構(gòu)的合理化也把實(shí)現(xiàn)資源的最優(yōu)配置作為主要目標(biāo)之一，這實(shí)質(zhì)上也是實(shí)現(xiàn)要素密集度的優(yōu)化組合。從要素密集度角度著，發(fā)達(dá)國(guó)家走過(guò)的經(jīng)濟(jì)發(fā)展史，大體經(jīng)過(guò)了勞動(dòng)密集型、資金密集型、技術(shù)密集型、以至資金技術(shù)密集型和知識(shí)技術(shù)密集型等各個(gè)階段。經(jīng)濟(jì)發(fā)展的過(guò)程大體都要經(jīng)過(guò)以上幾種要素密集型式，中國(guó)也不會(huì)例外。因此，要素密集度與經(jīng)濟(jì)發(fā)展這一課題是當(dāng)前國(guó)民經(jīng)濟(jì)發(fā)展中提出的重大理論問(wèn)題和實(shí)踐問(wèn)題，對(duì)這一課題的深人研究具有重

8、要的現(xiàn)實(shí)意義。自20世紀(jì)60年代馬克盧普提出知識(shí)產(chǎn)業(yè)概念后，知識(shí)的重要性在各行各業(yè)中日益凸顯。有的學(xué)者甚至提出，由于知識(shí)產(chǎn)業(yè)的重要性，應(yīng)將之獨(dú)立于傳統(tǒng)的一、二、三產(chǎn)業(yè)，以考察其對(duì)經(jīng)濟(jì)的影響。如溫志宏（2000）提出，由于知識(shí)產(chǎn)業(yè)在生產(chǎn)特點(diǎn)、所用資源、產(chǎn)品特性、滿(mǎn)足需求的層次等方面與傳統(tǒng)產(chǎn)業(yè)的明顯不同，必須承認(rèn)為第四產(chǎn)業(yè)。魏和清（2004）則更具體地提出知識(shí)產(chǎn)業(yè)的具體構(gòu)成，是在對(duì)知識(shí)產(chǎn)業(yè)統(tǒng)計(jì)范圍界定和分類(lèi)基礎(chǔ)上，將具有知識(shí)產(chǎn)業(yè)特征的經(jīng)濟(jì)實(shí)體阻隔從現(xiàn)有統(tǒng)計(jì)核算體系中挑選出來(lái)，組成一個(gè)新興的產(chǎn)業(yè)。盡管這一觀(guān)點(diǎn)豐富了人們對(duì)知識(shí)經(jīng)濟(jì)條件下產(chǎn)業(yè)發(fā)展及其構(gòu)成的認(rèn)識(shí)，但這一思路到目前為止還只能進(jìn)行定性方面的探

9、討，缺乏可操作性的定量分析。究其原因是由于知識(shí)這種特殊的生產(chǎn)要素不同于傳統(tǒng)的資金、勞動(dòng)力生產(chǎn)要素的特點(diǎn)決定的。知識(shí)是一種滲透性要素，必須依附于勞動(dòng)手段和勞動(dòng)者存在。它既體現(xiàn)在勞動(dòng)力素質(zhì)的提高和合理組織上，同時(shí)又體現(xiàn)在生產(chǎn)資料水平的提高和有效的使用上。傳統(tǒng)的兩大生產(chǎn)要素：生產(chǎn)資料和勞動(dòng)力，是一對(duì)互不相容的概念。資金密集型單位和勞動(dòng)力密集型單位可以很明確地區(qū)分出來(lái)。知識(shí)則不然，它與資金和勞動(dòng)力的密集程度并不是互斥的。一個(gè)技術(shù)力量雄厚、科研成果卓著，在生產(chǎn)中不斷使用新技術(shù)的企業(yè)，可能是資金密集程度較高的企業(yè)，也可能是勞動(dòng)密集程度較高的企業(yè)。資料表明，不少技術(shù)力量雄厚，科研費(fèi)用較大的企業(yè)，其本身也是資

10、金密集型的企業(yè)，如飛機(jī)制造、重型機(jī)器制造等。但也要看到有些科研力量較強(qiáng)的單位，資金并不那么多，它們可列入勞動(dòng)密集型，如高級(jí)紡織、高級(jí)時(shí)裝、高級(jí)化裝品以及高水平的工藝美術(shù)企業(yè)等。知識(shí)作為生產(chǎn)的要素，是因?yàn)橛辛怂拍芨浞值匕l(fā)揮資金和勞力這兩大基本要素的作用。知識(shí)的作用，或者是將資金變成效能更高的技術(shù)裝備，或者是將勞力變成技術(shù)水平更高、生產(chǎn)方法更為有效的勞動(dòng)者。如果知識(shí)沒(méi)有武裝給生產(chǎn)過(guò)程（從產(chǎn)品設(shè)計(jì)到成品檢驗(yàn)）的勞動(dòng)者，或者沒(méi)有應(yīng)用于勞動(dòng)手段之上，就還不能形成生產(chǎn)的要素。因此，要把知識(shí)這個(gè)要素與資金、勞力全然分開(kāi)，將“知識(shí)密集”與“勞動(dòng)密集”、“資金密集”并列，把全部工業(yè)企業(yè)劃分為三大部分，顯然是

11、不可能的。將知識(shí)單列出來(lái)作為生產(chǎn)要素之一，比較可行的分組方法是兩分法，而不是三分法。形成“知識(shí)密集”與“勞動(dòng)密集”、“資金密集”三者如下的交叉分組關(guān)系：非知識(shí)密集行業(yè)非知識(shí)密集行業(yè)資金密集行業(yè)資金密集行業(yè)知識(shí)密集行業(yè)知識(shí)密集行業(yè)非知識(shí)密集行業(yè)知識(shí)密集行業(yè)非知識(shí)密集行業(yè)知識(shí)密集行業(yè)勞動(dòng)力密集行業(yè)知識(shí)密集行業(yè)勞動(dòng)力密集行業(yè)知識(shí)密集行業(yè)非知識(shí)密集行業(yè)非知識(shí)密集行業(yè)圖1.1服務(wù)業(yè)交叉分組關(guān)系（二）現(xiàn)代服務(wù)業(yè)的概念及分類(lèi) 現(xiàn)代服務(wù)業(yè)基本上相當(dāng)于現(xiàn)代第三產(chǎn)業(yè)。1985年，國(guó)家統(tǒng)計(jì)局在關(guān)于建立第三產(chǎn)業(yè)統(tǒng)計(jì)的報(bào)告中，將第三產(chǎn)業(yè)分為四個(gè)層次： 第一層次是流通部門(mén)，包括交通運(yùn)輸業(yè)、郵電通訊業(yè)、商業(yè)飲食業(yè)、物資供銷(xiāo)

12、和倉(cāng)儲(chǔ)業(yè)； 第二個(gè)層次是為生產(chǎn)和生活服務(wù)的部門(mén)，包括金融業(yè)、保險(xiǎn)業(yè)、公用事業(yè)、居民服務(wù)業(yè)、旅游業(yè)、咨詢(xún)信息服務(wù)業(yè)和各類(lèi)技術(shù)服務(wù)業(yè)等； 第三個(gè)層次是為提高科學(xué)文化水平和居民素質(zhì)服務(wù)的部門(mén)，包括教育、文化、廣播電視事業(yè)，科研事業(yè)，生活福利事業(yè)等； 第四個(gè)層次是為社會(huì)公共需要服務(wù)的部門(mén)，包括國(guó)家機(jī)關(guān)、社會(huì)團(tuán)體等。 根據(jù)2003年5月14日國(guó)家統(tǒng)計(jì)局根據(jù)國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)制定了三次產(chǎn)業(yè)化分規(guī)定第三產(chǎn)業(yè)是指除第一、二產(chǎn)業(yè)以外的其他行業(yè)。 第三產(chǎn)業(yè)包括：交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(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)，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、

13、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(lè)業(yè)，公共管理和社會(huì)組織，國(guó)際組織。 本文即以國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)中的分類(lèi)方式，對(duì)去除國(guó)際組織后的十四類(lèi)服務(wù)性行業(yè)進(jìn)行探討和論述。第三產(chǎn)業(yè)F 交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)51 鐵路運(yùn)輸業(yè)52 道路運(yùn)輸業(yè)53 城市公共交通業(yè)54 水上運(yùn)輸業(yè)55 航空運(yùn)輸業(yè)56 管道運(yùn)輸業(yè)57 裝卸搬運(yùn)和其他運(yùn)輸服務(wù)業(yè)58 倉(cāng)儲(chǔ)業(yè)59 郵政業(yè)G 信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)60 電信和其他信息傳輸服務(wù)業(yè)61 計(jì)算機(jī)服務(wù)業(yè)62 軟件業(yè)H 批發(fā)和零售業(yè)63 批發(fā)業(yè)65 零售業(yè)I 住宿和餐飲業(yè)66 住宿業(yè)67 餐飲業(yè)J 金融業(yè)68 銀行業(yè)

14、69 證券業(yè)70 保險(xiǎn)業(yè)71 其他金融活動(dòng)K 房地產(chǎn)業(yè)72 房地產(chǎn)業(yè)L 租賃和商務(wù)服務(wù)業(yè)73 租賃業(yè)74 商務(wù)服務(wù)業(yè)M 科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)75 研究與試驗(yàn)發(fā)展76 專(zhuān)業(yè)技術(shù)服務(wù)業(yè)77 科技交流和推廣服務(wù)業(yè)78 地質(zhì)勘查業(yè)N 水利、環(huán)境和公共設(shè)施管理業(yè)79 水利管理業(yè)80 環(huán)境管理業(yè)81 公共設(shè)施管理業(yè)O 居民服務(wù)和其他服務(wù)業(yè)82 居民服務(wù)業(yè)83 其他服務(wù)業(yè)P 教育84 教育Q 衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)85 衛(wèi)生86 社會(huì)保障業(yè)87 社會(huì)福利業(yè)R 文化、體育和娛樂(lè)業(yè)88 新聞出版業(yè)89 廣播、電視、電影和音像業(yè)90 文化藝術(shù)業(yè)91 體育92 娛樂(lè)業(yè)S 公共管理和社會(huì)組織93 中國(guó)共

15、產(chǎn)黨機(jī)關(guān)94 國(guó)家機(jī)構(gòu)95 人民政協(xié)和民主黨派96 群眾團(tuán)體、社會(huì)團(tuán)體和宗教組織97 基層群眾自治組織T 國(guó)際組織98 國(guó)際組織表1.2 國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)中服務(wù)業(yè)分類(lèi)二、要素密集度的衡量（一）知識(shí)要素密集度的衡量：DEA效率 熵權(quán)綜合評(píng)價(jià)得分反映的是利用知識(shí)的有效性。由于知識(shí)必須附著在勞動(dòng)力或勞動(dòng)工具之上才能發(fā)揮作用的特點(diǎn)，因此無(wú)法用知識(shí)要素的絕對(duì)水平來(lái)衡量其密集度，利用知識(shí)的有效性就成為衡量知識(shí)要素密集程度的指標(biāo)。DEA效率反映了利用知識(shí)的有效性，但是可能會(huì)造成低知識(shí)投入的行業(yè)在低產(chǎn)出的同時(shí)，也同樣得到一定的效率，所以我們通過(guò)熵權(quán)法計(jì)算評(píng)價(jià)得分來(lái)比較各行業(yè)的知識(shí)密集度的高低。（二）資金要素密

16、集度的衡量：K：固定資產(chǎn)凈值L：勞動(dòng)力數(shù)量V：增加值 用指標(biāo)：（K/L+V/K）/2來(lái)衡量資金-勞動(dòng)力密集度。K/L是勞動(dòng)力的資金裝備率，是對(duì)資金密集數(shù)量的考察；V/K是資金產(chǎn)值率，是對(duì)資金密集質(zhì)量的考察。也就是說(shuō)，只有用不但數(shù)量多而且產(chǎn)出效率高的固定資產(chǎn)裝備某行業(yè)，才是資金密集度高的行業(yè)。兩個(gè)指標(biāo)都是正指標(biāo)，因此考慮用兩者的平均數(shù)來(lái)衡量資金-勞動(dòng)密集度。按這個(gè)指標(biāo)的高低排序服務(wù)業(yè)，在某一標(biāo)準(zhǔn)值以上的列為資金密集型服務(wù)業(yè)，低于這個(gè)標(biāo)準(zhǔn)值的就是勞動(dòng)密集型服務(wù)業(yè)。（三）勞動(dòng)力要素密集度的衡量： 勞動(dòng)力的資金裝備率和資金產(chǎn)值率著兩個(gè)指標(biāo)都是正指標(biāo)，因此考慮用兩者的平均數(shù)來(lái)衡量資金-勞動(dòng)密集度。按這個(gè)

17、指標(biāo)的高低排序服務(wù)業(yè)，在某一標(biāo)準(zhǔn)值以上的列為資金密集型服務(wù)業(yè)，低于這個(gè)標(biāo)準(zhǔn)值的就是勞動(dòng)密集型服務(wù)業(yè)。 判斷的思路見(jiàn)下圖所示：知識(shí)密集度知識(shí)密集度資金密集度勞動(dòng)力密集度非知識(shí)密集型服務(wù)業(yè)DEA無(wú)效知識(shí)密集型服務(wù)業(yè)DEA有效傳統(tǒng)資金密集型服務(wù)業(yè)傳統(tǒng)勞動(dòng)力密集型服務(wù)業(yè)體現(xiàn)在勞動(dòng)工具方面的知識(shí)密集型服務(wù)業(yè)體現(xiàn)在勞動(dòng)力方面的知識(shí)密集型服務(wù)業(yè)圖2.1 要素密集度服務(wù)業(yè)分類(lèi)坐標(biāo)三、知識(shí)要素密集度數(shù)據(jù)指標(biāo)的選取及說(shuō)明從國(guó)外發(fā)達(dá)國(guó)家的現(xiàn)狀來(lái)看，用于評(píng)價(jià)知識(shí)密集型服務(wù)業(yè)的指標(biāo)有很多，種類(lèi)繁多，但卻還沒(méi)有專(zhuān)門(mén)用于測(cè)度服務(wù)業(yè)的知識(shí)密集度的指標(biāo)體系。在一些發(fā)達(dá)國(guó)家中，對(duì)于知識(shí)型行業(yè)的測(cè)度更多得依靠人力知識(shí)資源的規(guī)模程度

18、來(lái)衡量，因?yàn)橹R(shí)經(jīng)濟(jì)產(chǎn)業(yè)，包括知識(shí)密集型服務(wù)業(yè)主要是依托智力資源的投入，也就是說(shuō)智力資源的投入對(duì)于知識(shí)經(jīng)濟(jì)產(chǎn)業(yè)的幫助起到了決定性的作用。而關(guān)于社會(huì)的知識(shí)文化水平為基礎(chǔ)，知識(shí)密集型服務(wù)業(yè)的發(fā)展必須要有較高的社會(huì)知識(shí)文化水平為基礎(chǔ)。因而，行業(yè)知識(shí)文化水平較高、知識(shí)和技術(shù)的創(chuàng)新能力也就越強(qiáng)。 本文將從投入指標(biāo)和產(chǎn)出指標(biāo)的選取來(lái)討論怎樣來(lái)劃分服務(wù)業(yè)的三種類(lèi)型。知識(shí)密集度數(shù)據(jù)指標(biāo)的選取還應(yīng)遵循以下幾項(xiàng)原則：具有代表性原則可比性原則相對(duì)性原則客觀(guān)性原則（一）投入指標(biāo)從投入指標(biāo)來(lái)看，能夠較好的體現(xiàn)服務(wù)行業(yè)知識(shí)密集程度的指標(biāo)以人力知識(shí)資源的投入為主。作為知識(shí)密集型產(chǎn)業(yè)投入最為重要的部分，人力知識(shí)資源指標(biāo)也稱(chēng)為

19、智力資源指標(biāo)，是判斷和區(qū)分知識(shí)密集型服務(wù)業(yè)和勞動(dòng)密集型、資本密集型服務(wù)業(yè)的主要依據(jù)。包括人力知識(shí)資源投入的素質(zhì)指標(biāo)、人力知識(shí)資源的培訓(xùn)指標(biāo)，人力知識(shí)資源的結(jié)構(gòu)指標(biāo)?？梢哉f(shuō)，智力資源指標(biāo)是形容知識(shí)密集型服務(wù)行業(yè)最好的指標(biāo)。在一些西方發(fā)達(dá)國(guó)家中，有相當(dāng)一部分，如美國(guó)、意大利、日本等國(guó)家，經(jīng)常采用兩種投入指標(biāo)：產(chǎn)業(yè)研究和開(kāi)發(fā)創(chuàng)新技術(shù)或服務(wù)的費(fèi)用所占增加值的比重高技術(shù)人員占行業(yè)從業(yè)人員比重可見(jiàn)，以人力資源和技術(shù)資源的指標(biāo)來(lái)衡量行業(yè)在知識(shí)經(jīng)濟(jì)領(lǐng)域的投入很具有現(xiàn)實(shí)意義。類(lèi)似這些指標(biāo)能很好的評(píng)價(jià)一個(gè)行業(yè)在知識(shí)經(jīng)濟(jì)領(lǐng)域的競(jìng)爭(zhēng)力。但由于我國(guó)在服務(wù)行業(yè)的統(tǒng)計(jì)指標(biāo)和統(tǒng)計(jì)方法與西方發(fā)達(dá)國(guó)家有所不同，所以國(guó)外的指標(biāo)體系

20、就無(wú)法在國(guó)內(nèi)很好的應(yīng)用。這就意味著我們不得不順應(yīng)現(xiàn)實(shí)情況來(lái)設(shè)計(jì)出適合我國(guó)統(tǒng)計(jì)環(huán)境的指標(biāo)體系來(lái)代替國(guó)外的投入指標(biāo)體系。如上文所說(shuō)，智力資源指標(biāo)是服務(wù)業(yè)在知識(shí)密集度上的最好體現(xiàn)。所以，我們就以智力資源的投入作為投入指標(biāo)的核心。智力資源指標(biāo)可以用以下幾個(gè)指標(biāo)來(lái)反應(yīng)：本科以上學(xué)歷人數(shù)占從業(yè)人員總?cè)藬?shù)比重具有技術(shù)職稱(chēng)（包括高級(jí)技術(shù)職稱(chēng)、中級(jí)技術(shù)職稱(chēng)、初級(jí)技術(shù)職稱(chēng)）的人數(shù)占總從業(yè)人數(shù)比重R&D經(jīng)費(fèi)總額占產(chǎn)業(yè)年增加值比重開(kāi)發(fā)新技術(shù)新服務(wù)的總支出占總產(chǎn)值比重這些指標(biāo)數(shù)據(jù)在取值上，取值越高則說(shuō)明行業(yè)的員工的服務(wù)技術(shù)的熟練程度越高，知識(shí)密集程度越高，知識(shí)技術(shù)程度對(duì)于行業(yè)的作用越大。 但很遺憾的是，由于我國(guó)在相關(guān)數(shù)

21、據(jù)上統(tǒng)計(jì)得不完善，在統(tǒng)計(jì)的技術(shù)上，統(tǒng)計(jì)體系上的不同，使得我們只能得到前兩個(gè)指標(biāo)的數(shù)據(jù)。故本文以前兩個(gè)指標(biāo)作為投入指標(biāo)。（二）產(chǎn)出指標(biāo) 產(chǎn)業(yè)的產(chǎn)出指標(biāo)反映了產(chǎn)業(yè)知識(shí)生產(chǎn)的成果。包括產(chǎn)業(yè)年利潤(rùn)，全員勞動(dòng)生產(chǎn)力，從業(yè)人員平均報(bào)酬等。 產(chǎn)業(yè)的全體員工勞動(dòng)生產(chǎn)率是產(chǎn)業(yè)技術(shù)水平、經(jīng)營(yíng)管理水平以及勞動(dòng)力技術(shù)熟練程度的綜合表現(xiàn)，同時(shí)也是反映一國(guó)產(chǎn)業(yè)經(jīng)濟(jì)效益和發(fā)展質(zhì)量重要指標(biāo)，也是世界上各國(guó)檢驗(yàn)一個(gè)產(chǎn)業(yè)效率的重要指標(biāo)。在我國(guó)，服務(wù)業(yè)具有較高的勞動(dòng)生產(chǎn)率，并呈現(xiàn)出不斷增加的趨勢(shì)。所以本文才用員工的勞動(dòng)生產(chǎn)率來(lái)作為產(chǎn)出指標(biāo)之一。而產(chǎn)業(yè)從業(yè)人員平均報(bào)酬是反映行業(yè)狀況的重要指標(biāo)之一，它反映了從業(yè)人員對(duì)于產(chǎn)業(yè)的貢獻(xiàn)程度。

22、因?yàn)橥度胫笜?biāo)中采用了人力知識(shí)資源指標(biāo)，由于人力資源指標(biāo)是服務(wù)業(yè)在知識(shí)密集度上的最好體現(xiàn)，所以我們也采用有關(guān)人力資源產(chǎn)出的指標(biāo)人員平均報(bào)酬作為另一個(gè)產(chǎn)出指標(biāo)。服務(wù)行業(yè)知識(shí)密集度指標(biāo)體系產(chǎn)業(yè)投入指標(biāo)產(chǎn)業(yè)本科以上學(xué)歷人數(shù)占從業(yè)人員總?cè)藬?shù)比重具有技術(shù)職稱(chēng)（包括高級(jí)技術(shù)職稱(chēng)、中級(jí)技術(shù)職稱(chēng)、初級(jí)技術(shù)職稱(chēng)）的人數(shù)占總從業(yè)人數(shù)比重產(chǎn)業(yè)產(chǎn)出指標(biāo)產(chǎn)業(yè)員工勞動(dòng)生產(chǎn)率產(chǎn)業(yè)從業(yè)人員平均報(bào)酬表3.1服務(wù)行業(yè)知識(shí)密集度指標(biāo)體系行業(yè)分類(lèi)勞動(dòng)生產(chǎn)率（萬(wàn)元/人）從業(yè)人員平均報(bào)酬（萬(wàn)元/人）本科及以上學(xué)歷人數(shù)所占比重具有技術(shù)職稱(chēng)人數(shù)所占比重交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)10.878380762.63426.349395253710.360

23、908354信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)20.338710765.238942.51556329119.113059776批發(fā)和零售業(yè)5.0810443632.301713.1105948988.4703396593住宿和餐飲業(yè)5.2516167662.02632.28261550564.2801651224金融業(yè)45.304247484.268533.28155282438.053496664房地產(chǎn)業(yè)20.085248512.553110.65033641217.324619577租賃和商務(wù)服務(wù)業(yè)4.7798502392.346817.98977943511.795543411科學(xué)研究、技術(shù)

24、服務(wù)和地質(zhì)勘查業(yè)7.1844043103.518737.71216385241.110967078水利、環(huán)境和公共設(shè)施管理業(yè)7.1294635582.41596.802000108712.762921898居民服務(wù)和其他服務(wù)業(yè)3.7932061061.69534.60933570139.4080750634教育7.1087674282.749642.6732595865.276104339衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)7.9278992882.929219591810783文化、體育和娛樂(lè)業(yè)8.3572778343.289518.33760451528.021537108

25、公共管理和社會(huì)組織6.300060873.046123.86501986418.187716263表3.2 服務(wù)行業(yè)知識(shí)密集度指標(biāo)數(shù)據(jù)數(shù)據(jù)取自中國(guó)統(tǒng)計(jì)年鑒2005、上海統(tǒng)計(jì)年鑒2005、上海經(jīng)濟(jì)普查年鑒2004，數(shù)據(jù)均為原始數(shù)據(jù)四、DEA模型檢驗(yàn)數(shù)據(jù)包絡(luò)分析(data envelopment analysis,DEA)是一種對(duì)具有相同類(lèi)型決策單元(decision making unit, DMU)進(jìn)行績(jī)效評(píng)價(jià)的方法。衡量一個(gè)單位的績(jī)效，通常是用投入產(chǎn)出比這個(gè)指標(biāo)，當(dāng)所有投入和產(chǎn)出指標(biāo)均分別可折算成同一單位時(shí)（例如貨幣值），容易根據(jù)投入產(chǎn)出比大小對(duì)要評(píng)定的決策單元進(jìn)行績(jī)效排序。評(píng)價(jià)決策單元DE

26、A有效性的 模型DEA有效性的評(píng)價(jià)是對(duì)已有決策單元績(jī)效的比較評(píng)價(jià)，屬相對(duì)評(píng)價(jià)。設(shè)有個(gè)決策單元，每個(gè)決策單元有相同的項(xiàng)收入和相同的項(xiàng)產(chǎn)出用表示第單元的第項(xiàng)投入量，表示第單元的第項(xiàng)產(chǎn)出量，其投入產(chǎn)出情況如下圖所示： 1 2 投入產(chǎn)出若用表示第項(xiàng)投入的權(quán)值，表示第項(xiàng)產(chǎn)出的權(quán)值，則第決策單元的投入產(chǎn)出比的表達(dá)式為：通過(guò)適當(dāng)選取值和，使對(duì)，有，則對(duì)第個(gè)決策單元的績(jī)效評(píng)價(jià)可歸結(jié)為如下優(yōu)化模型：這是一個(gè)分式規(guī)劃問(wèn)題，可通過(guò)下述變換，轉(zhuǎn)化為一個(gè)等價(jià)的線(xiàn)性規(guī)劃問(wèn)題。令：則上述線(xiàn)性規(guī)劃模型可改寫(xiě)為：寫(xiě)成如下形式：設(shè)對(duì)偶變量分別為與，則對(duì)偶線(xiàn)性規(guī)劃問(wèn)題可寫(xiě)出如下：對(duì)偶問(wèn)題的經(jīng)濟(jì)意義十分明顯：為了評(píng)價(jià)決策單元的績(jī)效，

27、可用一個(gè)假想的組合決策單元與其比較。是這個(gè)假想組合決策單元的投入，是這個(gè)假想組合決策單元的產(chǎn)出這個(gè)模型的含義是：如果的最優(yōu)值小于1，則表明可以找到一個(gè)假想的決策單元，它可以用比評(píng)價(jià)決策單元更少的投入，獲得不少于被評(píng)價(jià)決策單元的產(chǎn)出，從而表明被評(píng)價(jià)決策單元為非DEA有效，只有時(shí)，才表明被評(píng)價(jià)的決策單元DEA有效。五、檢驗(yàn)結(jié)果分析針對(duì)DEA的模型，我們運(yùn)用Deap 2.1軟件才運(yùn)算。代入投入指標(biāo)和產(chǎn)出指標(biāo)等相關(guān)數(shù)據(jù)之后，定義了相關(guān)變量的名稱(chēng)，以下是通過(guò)Deap軟件的運(yùn)算后得到的結(jié)果：表5.1DEA有效性檢驗(yàn)結(jié)果行業(yè)DEA效率值（）投入冗余量產(chǎn)出不足量交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)1.0000.0000.0

28、000.0000.000信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)1.0000.0000.0000.0000.000批發(fā)和零售業(yè)0.6552.8610.0001.4640.000住宿和餐飲業(yè)1.0000.0000.0000.0000.000金融業(yè)1.0000.0000.0000.0000.000房地產(chǎn)業(yè)1.0000.0000.0000.0000.000租賃和商務(wù)服務(wù)業(yè)0.4882.4880.0001.9770.000科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)0.4940.0006.9776.9070.000水利、環(huán)境和公共設(shè)施管理業(yè)0.7190.0000.9961.7280.000居民服務(wù)和其他服務(wù)業(yè)0.4950.00

29、00.3791.4580.331教育0.1860.0001.4154.1890.000衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)0.5460.00026.6204.0220.000文化、體育和娛樂(lè)業(yè)0.8420.00011.0434.9010.000公共管理和社會(huì)組織0.5690.0000.0004.8930.000行業(yè)綜合效率純技術(shù)效率規(guī)模效率交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)0.8561.000遞減信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)0.8671.000遞減批發(fā)和零售業(yè)0.5740.655遞減住宿和餐飲業(yè)1.0001.000不變金融業(yè)0.9701.000遞減房地產(chǎn)業(yè) 0.9451.000遞減租賃和商務(wù)服務(wù)業(yè)0.4200.48

30、8遞減科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)0.1810.494遞減水利、環(huán)境和公共設(shè)施管理業(yè)0.4560.719遞減居民服務(wù)和其他服務(wù)業(yè)0.4140.495遞增教育0.0890.186 遞減衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)0.1800.546遞減文化、體育和娛樂(lè)業(yè)0.2480.842遞減公共管理和社會(huì)組織0.3540.569遞減行業(yè)名稱(chēng)DEA有效性交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)有效信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)有效批發(fā)和零售業(yè)無(wú)效住宿和餐飲業(yè)有效金融業(yè)有效房地產(chǎn)業(yè)有效租賃和商務(wù)服務(wù)業(yè)無(wú)效科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)無(wú)效水利、環(huán)境和公共設(shè)施管理業(yè)無(wú)效居民服務(wù)和其他服務(wù)業(yè)無(wú)效教育無(wú)效衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)無(wú)效文化

31、、體育和娛樂(lè)業(yè)無(wú)效公共管理和社會(huì)組織無(wú)效由上表可以看出在這14個(gè)服務(wù)性行業(yè)中只有五類(lèi)行業(yè)是DEA有效的，而其他行業(yè)都是非DEA有效的。DEA模型評(píng)價(jià)結(jié)果表明：在該指標(biāo)體系的核算下，知識(shí)密集程度較高的服務(wù)性行業(yè)較少，這就說(shuō)明還需要進(jìn)一步加強(qiáng)人力資源開(kāi)發(fā)與管理，加大員工培訓(xùn)力度，提高從業(yè)人員業(yè)務(wù)技能和受教育程度，以期用較少的人力物力獲得更大的回報(bào)。在DEA模型中，我們得到了高投入高產(chǎn)出的行業(yè)是DEA有效的，但是我們可能會(huì)遇到一些行業(yè)在低投入的同時(shí)，是低產(chǎn)出的。這類(lèi)行業(yè)可能在相同的情況下，我們被動(dòng)地得出了DEA有效的檢驗(yàn)結(jié)果，所以我們必須通過(guò)其他方法將這些行業(yè)剔除出知識(shí)密集型服務(wù)行業(yè)的范疇。于是我們

32、引進(jìn)了熵權(quán)法的概念?；陟貦?quán)法評(píng)價(jià)指標(biāo)權(quán)值的確定熵權(quán)法原理是把評(píng)價(jià)中各個(gè)待評(píng)價(jià)單元的信息進(jìn)行量化與綜合后的方法；采用熵權(quán)法對(duì)各因子賦權(quán)，可以簡(jiǎn)化評(píng)價(jià)過(guò)程。因此，本文采用熵值法對(duì)指標(biāo)的權(quán)值進(jìn)行確定。首先，由以上四個(gè)評(píng)價(jià)指標(biāo)，可以得到一個(gè)的原始數(shù)據(jù)矩陣為：其中，被評(píng)價(jià)單位為各行業(yè)，其取值為14，評(píng)價(jià)單位為指標(biāo)，其取值為4，表示勞動(dòng)生產(chǎn)率，表示從業(yè)人員平均報(bào)酬，表示本科及以上學(xué)歷人數(shù)所占比重，表示具有技術(shù)職稱(chēng)人數(shù)所占比重。由此，矩陣可知。其次，對(duì)指標(biāo)進(jìn)行同趨勢(shì)性變換，建立同正向矩陣；因?yàn)橐陨纤膫€(gè)指標(biāo)在評(píng)價(jià)時(shí)都是高優(yōu)指標(biāo)。評(píng)價(jià)時(shí)不同指標(biāo)之間具有同趨勢(shì)性，所以這里不需要對(duì)矩陣進(jìn)行轉(zhuǎn)化。將該矩陣進(jìn)行歸一化

33、處理，即取矩陣中列向量與該矩陣中所有元素之和的比值作為歸一化結(jié)果，其計(jì)算公式如下：其中，為歸一化后矩陣中的元素；歸一化后的矩陣見(jiàn)附錄1。在確定評(píng)價(jià)指標(biāo)的熵權(quán)值時(shí)，本文規(guī)定其運(yùn)算公式如下：其中，為調(diào)節(jié)系數(shù)，,因此；為第個(gè)評(píng)價(jià)單元第個(gè)指標(biāo)標(biāo)準(zhǔn)化值。通過(guò)計(jì)算可得；。如果某個(gè)指標(biāo)的信息熵越小，那么就表明這個(gè)指標(biāo)的變異程度越大，它所提供的信息也就會(huì)越大，在評(píng)價(jià)中起到的作用越大，則它的權(quán)重就越大。因此，在具體的分析過(guò)程中可以根據(jù)其指標(biāo)的變異程度，利用信息熵確定每個(gè)評(píng)級(jí)指標(biāo)的權(quán)重，再對(duì)所有的指標(biāo)甲醛計(jì)算被評(píng)價(jià)對(duì)象的綜合得分。具體步驟如下：將評(píng)價(jià)指標(biāo)的熵值轉(zhuǎn)化為權(quán)重值：其中，；至此，得到權(quán)重值，計(jì)算得出其權(quán)值

34、如表5所示。表5.2 指標(biāo)的權(quán)值評(píng)價(jià)指標(biāo)勞動(dòng)生產(chǎn)率從業(yè)人員平均報(bào)酬本科及以上學(xué)歷所占比重具有技術(shù)職稱(chēng)人數(shù)所占比重權(quán)重值0.35380.04940.27450.3223從表5中我們看到，勞動(dòng)生產(chǎn)率、具有技術(shù)職稱(chēng)人數(shù)所占比重這兩個(gè)指標(biāo)的權(quán)值差不多，其次是本科及以上學(xué)歷所占比重這一學(xué)歷指標(biāo)，權(quán)值為0.2745。從業(yè)人員平均報(bào)酬所占權(quán)值最低，只有0.0494。最后，確定各評(píng)價(jià)指標(biāo)的熵權(quán)綜合評(píng)價(jià)值。將各指標(biāo)的權(quán)值分別與其所對(duì)應(yīng)的指標(biāo)相乘后求和，其評(píng)價(jià)模型為：其中，表示各評(píng)價(jià)指標(biāo)的熵權(quán)綜合評(píng)價(jià)函數(shù)。該評(píng)價(jià)體系可以對(duì)各行業(yè)的知識(shí)密集程度作出評(píng)價(jià)，其評(píng)價(jià)結(jié)果如表5.3所示。行業(yè)分類(lèi)服務(wù)行業(yè)知識(shí)密集程度考核得分

35、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)0.043信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)0.111批發(fā)和零售業(yè)0.035住宿和餐飲業(yè)0.020金融業(yè)0.173房地產(chǎn)業(yè)0.074租賃和商務(wù)服務(wù)業(yè)0.042科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)0.095水利、環(huán)境和公共設(shè)施管理業(yè)0.037居民服務(wù)和其他服務(wù)業(yè)0.024教育0.120衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)0.103文化、體育和娛樂(lè)業(yè)0.066公共管理和社會(huì)組織0.058平均得分0.071表5.3 各行業(yè)考核得分從表5.3中我們看出，超過(guò)行業(yè)平均水準(zhǔn)的行業(yè)有：金融業(yè)、教育、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、房地產(chǎn)業(yè)。這些服務(wù)行

36、業(yè)的知識(shí)密集程度要明顯高于其他行業(yè)。行業(yè)分類(lèi)服務(wù)行業(yè)知識(shí)密集程度考核得分金融業(yè)0.173教育0.12信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)0.111衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)0.103科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)0.095房地產(chǎn)業(yè)0.074平均得分0.071文化、體育和娛樂(lè)業(yè)0.066公共管理和社會(huì)組織0.058交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)0.043租賃和商務(wù)服務(wù)業(yè)0.042水利、環(huán)境和公共設(shè)施管理業(yè)0.037批發(fā)和零售業(yè)0.035居民服務(wù)和其他服務(wù)業(yè)0.024住宿和餐飲業(yè)0.02表5.4各行業(yè)考核得分排名 通過(guò)得到了服務(wù)行業(yè)的DEA有效性的結(jié)果和基于熵權(quán)法計(jì)算的服務(wù)行業(yè)知識(shí)密集程度考核得分。于是我們將DE

37、A有效同時(shí)服務(wù)行業(yè)知識(shí)密集程度考核得分在平均水平以上的行業(yè)列入知識(shí)密集型服務(wù)業(yè)，其他的行業(yè)列入非知識(shí)密集型行業(yè)，分類(lèi)結(jié)果如下：知識(shí)密集型服務(wù)業(yè)信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)金融業(yè)房地產(chǎn)業(yè)非知識(shí)密集型服務(wù)業(yè)批發(fā)和零售業(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)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(lè)業(yè)公共管理和社會(huì)組織居民服務(wù)和其他服務(wù)業(yè)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)住宿和餐飲業(yè)表5.5知識(shí)密集型服務(wù)業(yè)分類(lèi)結(jié)果資金-勞動(dòng)力密集度的衡量結(jié)果K：固定資產(chǎn)凈值 L：勞動(dòng)力數(shù)量 V：增加值K/L：勞動(dòng)力的資金裝備率 V/K：資金產(chǎn)值率 （K/L+V/K）/2：衡量資金-勞動(dòng)力密

38、集度的指標(biāo)行業(yè)名稱(chēng)K（億元）V（億元）L（人）K/L（萬(wàn)元/人）V/K(%)(K/L+V/K)/2交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)303.4493.64537446.6865897951.6268951884.156742491信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)54.33303.841493903.6367896115.5924903374.614639974批發(fā)和零售業(yè)19.99745146623402686343218.702485住宿和餐飲業(yè)12.75150.882873020.44378389311.833725496.138754692金融業(yè)1.16612.45135186

39、0.085807702527.9741379264.0299728房地產(chǎn)業(yè)1258.14666.333173637.925941110.52959130119.22776621租賃和商務(wù)服務(wù)業(yè)6.11253.295299120.11530216341.4549918220.78514699科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)9.91171.812391430.41439640717.33703338.875714853水利、環(huán)境和公共設(shè)施管理業(yè)217.7252.477359629.583129520.24099761214.91206356居民服務(wù)和其他服務(wù)業(yè)3.0373.91948220.1555

40、2658324.3894389412.27248276教育60.16227.153195351.8827358513.7757646282.829250239衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)24.72124.691572801.5717192275.0440938513.307906539文化、體育和娛樂(lè)業(yè)44.9164.57772625.8126892911.4377644183.625226854公共管理和社會(huì)組織16.94157.312496960.6784249659.2863046044.982364785表5.6 資金-勞動(dòng)力密集度的衡量結(jié)果數(shù)據(jù)取自中國(guó)統(tǒng)計(jì)年鑒2005、上海統(tǒng)計(jì)年鑒20

41、05、上海經(jīng)濟(jì)普查年鑒2004，所有數(shù)據(jù)均為原始數(shù)據(jù) （K/L+V/K）/2來(lái)衡量資金-勞動(dòng)力密集度。K/L是勞動(dòng)力的資金裝備率，是對(duì)資金密集數(shù)量的考察；V/K是資金產(chǎn)值率，是對(duì)資金密集質(zhì)量的考察。也就是說(shuō)，只有用不但數(shù)量多而且產(chǎn)出效率高的固定資產(chǎn)裝備某行業(yè)，才是資金密集度高的行業(yè)。兩個(gè)指標(biāo)都是正指標(biāo)，因此考慮用兩者的平均數(shù)來(lái)衡量資金-勞動(dòng)密集度。按這個(gè)指標(biāo)的高低排序服務(wù)業(yè)，在某一標(biāo)準(zhǔn)值以上的列為資金密集型服務(wù)業(yè)，低于這個(gè)標(biāo)準(zhǔn)值的就是勞動(dòng)密集型服務(wù)業(yè)。按降序排序后的資金勞動(dòng)密集度衡量指標(biāo)排名如下：行業(yè)分類(lèi)資金-勞動(dòng)力密集度金融業(yè)264.0299728租賃和商務(wù)服務(wù)業(yè)20.78514699房地產(chǎn)

42、業(yè)19.22776621批發(fā)和零售業(yè)18.702485水利、環(huán)境和公共設(shè)施管理業(yè)14.91206356居民服務(wù)和其他服務(wù)業(yè)12.27248276科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)8.875714853住宿和餐飲業(yè)6.138754692公共管理和社會(huì)組織4.982364785信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)4.614639974交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)4.156742491文化、體育和娛樂(lè)業(yè)3.625226854衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)3.307906539教育2.829250239表5.7資金勞動(dòng)密集度衡量指標(biāo)排名 為分類(lèi)均衡，我們以8為資金勞動(dòng)密集度的標(biāo)準(zhǔn)值，則在標(biāo)準(zhǔn)以上的行業(yè)列為子資金密集型服務(wù)業(yè)

43、，標(biāo)準(zhǔn)以下的列為勞動(dòng)密集型服務(wù)業(yè)，結(jié)果為：資金密集型服務(wù)業(yè)金融業(yè)租賃和商務(wù)服務(wù)業(yè)房地產(chǎn)業(yè)批發(fā)和零售業(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)科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)勞動(dòng)密集型服務(wù)業(yè)住宿和餐飲業(yè)公共管理和社會(huì)組織信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)文化、體育和娛樂(lè)業(yè)衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)教育結(jié)合三種要素密集度（知識(shí)密集度、資金密集度、勞動(dòng)密集度）的衡量結(jié)果，我們最后得到了以上海為例的基于知識(shí)要素密集度的服務(wù)業(yè)劃分結(jié)果：知識(shí)密集度資金密集度勞動(dòng)力密集度非知識(shí)密集型服務(wù)業(yè)DEA無(wú)效知識(shí)密集度資金密集度勞動(dòng)力密集度非知識(shí)密集型服務(wù)業(yè)DEA無(wú)效知識(shí)密集型服務(wù)業(yè)DEA有效金融

44、業(yè)房地產(chǎn)業(yè)公共管理和社會(huì)組織教育文化、體育和娛樂(lè)業(yè)衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)住宿和餐飲業(yè)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)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)水利、環(huán)境和公共設(shè)施管理業(yè)批發(fā)和零售業(yè)租賃和商務(wù)服務(wù)業(yè)居民服務(wù)和其他服務(wù)業(yè)參考文獻(xiàn)1許強(qiáng).知識(shí)密集型產(chǎn)業(yè)和發(fā)展研究D復(fù)旦大學(xué).2007.4.102吳艷.上海市知識(shí)服務(wù)業(yè)發(fā)展研究D復(fù)旦大學(xué).2007.5.263田蓓.上海市知識(shí)密集型服務(wù)業(yè)對(duì)經(jīng)濟(jì)發(fā)展的影響研究D上海大學(xué).20094吳春葉.知識(shí)經(jīng)濟(jì)的測(cè)度問(wèn)題探討J山西.20025張巖.知識(shí)經(jīng)濟(jì)的內(nèi)涵及測(cè)度研究D陜西師范大學(xué).2001.56石林芬，楊峻.測(cè)度知識(shí)經(jīng)濟(jì)的系統(tǒng)指標(biāo)1999年

45、OECD科學(xué)、技術(shù)和產(chǎn)業(yè)公報(bào)：知識(shí)經(jīng)濟(jì)標(biāo)準(zhǔn)指標(biāo)分析J華中科技大學(xué)7上海經(jīng)濟(jì)普查年鑒2004、中國(guó)統(tǒng)計(jì)年鑒2005、上海統(tǒng)計(jì)年鑒2005附錄以下是通過(guò)Deap軟件的運(yùn)算后得到的結(jié)果：Results from DEAP Version 2.1Instruction file = jm.ins Data file = jm.dta Input orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method EFFICIENCY SUMMARY: firm crste vrste scale 1 0.856

46、 1.000 0.856 drs 2 0.867 1.000 0.867 drs 3 0.574 0.655 0.876 drs 4 1.000 1.000 1.000 - 5 0.970 1.000 0.970 drs 6 0.945 1.000 0.945 drs 7 0.420 0.488 0.861 drs 8 0.181 0.494 0.366 drs 9 0.456 0.719 0.634 drs 10 0.414 0.495 0.837 irs 11 0.089 0.186 0.477 drs 12 0.180 0.546 0.330 drs 13 0.248 0.842 0.2

47、94 drs 14 0.354 0.569 0.622 drs mean 0.540 0.714 0.710Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrsteNote also that all subsequent tables refer to VRS results SUMMARY OF OUTPUT SLACKS: firm output: 1 2 1 0.000 0.000 2 0

48、.000 0.000 3 1.464 0.000 4 0.000 0.000 5 0.000 0.000 6 0.000 0.000 7 1.977 0.000 8 6.907 0.000 9 1.728 0.000 10 1.458 0.331 11 4.189 0.000 12 4.022 0.000 13 4.901 0.000 14 4.893 0.000 mean 2.253 0.024 SUMMARY OF INPUT SLACKS: firm input: 1 2 1 0.000 0.000 2 0.000 0.000 3 2.861 0.000 4 0.000 0.000 5

49、0.000 0.000 6 0.000 0.000 7 2.488 0.000 8 0.000 6.977 9 0.000 0.996 10 0.000 0.379 11 0.000 1.415 12 0.000 26.620 13 0.000 11.043 14 0.000 0.000 mean 0.382 3.388 SUMMARY OF PEERS: firm peers: 1 1 2 2 3 2 4 4 4 5 5 6 6 7 2 4 8 2 1 9 1 4 10 4 11 2 1 12 2 1 13 2 1 14 2 4 1 PEER COUNT SUMMARY: (i.e., no

50、. times each firm is a peer for another) firm peer count: 1 6 2 7 3 0 4 5 5 0 6 0 7 0 8 0 9 0 10 0 11 0 12 0 13 0 14 0 SUMMARY OF OUTPUT TARGETS: firm output: 1 2 1 10.878 2.634 2 20.339 5.239 3 6.545 2.302 4 5.252 2.026 5 45.304 4.269 6 20.085 2.553 7 6.757 2.347 8 14.091 3.519 9 8.858 2.416 10 5.2

51、52 2.026 11 11.298 2.750 12 11.950 2.929 13 13.258 3.289 14 11.193 3.046 SUMMARY OF INPUT TARGETS: firm input: 1 2 1 6.349 10.361 2 42.516 19.113 3 5.732 5.552 4 2.283 4.280 5 33.282 38.053 6 10.650 17.325 7 6.296 5.760 8 18.631 13.333 9 4.889 8.177 10 2.283 4.280 11 7.952 10.749 12 10.445 11.352 13

52、 15.448 12.563 14 13.580 10.349 FIRM BY FIRM RESULTS:交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)Results for firm: 1Technical efficiency = 1.000Scale efficiency = 0.856 (drs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 10.878 0.000 0.000 10.878 output 2 2.634 0.000 0.000 2.634

53、 input 1 6.349 0.000 0.000 6.349 input 2 10.361 0.000 0.000 10.361 LISTING OF PEERS: peer lambda weight 1 1.000信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè) Results for firm: 2Technical efficiency = 1.000Scale efficiency = 0.867 (drs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value outpu

54、t 1 20.339 0.000 0.000 20.339 output 2 5.239 0.000 0.000 5.239 input 1 42.516 0.000 0.000 42.516 input 2 19.113 0.000 0.000 19.113 LISTING OF PEERS: peer lambda weight 2 1.000批發(fā)和零售業(yè) Results for firm: 3Technical efficiency = 0.655Scale efficiency = 0.876 (drs) PROJECTION SUMMARY: variable original ra

55、dial slack projected value movement movement value output 1 5.081 0.000 1.464 6.545 output 2 2.302 0.000 0.000 2.302 input 1 13.111 -4.518 -2.861 5.732 input 2 8.470 -2.919 0.000 5.552 LISTING OF PEERS: peer lambda weight 2 0.086 4 0.914住宿和餐飲業(yè) Results for firm: 4Technical efficiency = 1.000Scale eff

56、iciency = 1.000 (crs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 5.252 0.000 0.000 5.252 output 2 2.026 0.000 0.000 2.026 input 1 2.283 0.000 0.000 2.283 input 2 4.280 0.000 0.000 4.280 LISTING OF PEERS: peer lambda weight 4 1.000金融業(yè) Results f

57、or firm: 5Technical efficiency = 1.000Scale efficiency = 0.970 (drs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 45.304 0.000 0.000 45.304 output 2 4.269 0.000 0.000 4.269 input 1 33.282 0.000 0.000 33.282 input 2 38.053 0.000 0.000 38.053 LIST

58、ING OF PEERS: peer lambda weight 5 1.000房地產(chǎn)業(yè) Results for firm: 6Technical efficiency = 1.000Scale efficiency = 0.945 (drs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 20.085 0.000 0.000 20.085 output 2 2.553 0.000 0.000 2.553 input 1 10.650 0.0

59、00 0.000 10.650 input 2 17.325 0.000 0.000 17.325 LISTING OF PEERS: peer lambda weight 6 1.000租賃和商務(wù)服務(wù)業(yè) Results for firm: 7Technical efficiency = 0.488Scale efficiency = 0.861 (drs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 4.780 0.000 1.977 6

60、.757 output 2 2.347 0.000 0.000 2.347 input 1 17.990 -9.205 -2.488 6.296 input 2 11.796 -6.036 0.000 5.760 LISTING OF PEERS: peer lambda weight 2 0.100 4 0.900科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)Results for firm: 8Technical efficiency = 0.494Scale efficiency = 0.366 (drs) PROJECTION SUMMARY: variable original radial sla