下载掌阅APP，畅读海量书库
立即打开
刊发于《调研世界》（ISSN 1004-7794）
2018年第5期（总第296期） P11—16
摘要：我国第三产业成为经济增长新引擎，不断出现新旧经济增长动能进退转换，给统计工作带来新要求。“块主+条辅”研究统计方式构成的现行统计制度难以全面描述第三产业发展现状，核算基础数据“不够全不尽用不太稳”造成较发达城市第三产业可能低估失算。笔者建议建立分类统一核算方法制度，以体现区域经济发展差异，精准核算经济增长；对有条件的计划单列市参照财政做法，实行国家直接统一核算；适当修订调整直接核算指标，科学建立核算模型及评估体系，完善年季度核算办法。
关键词：第三产业；新经济新动能；统计制度；核算改革
近年来，我国第三产业快速发展，占GDP的比重从2001年的41.2%增至2017年的51.6%，成为经济增长新引擎，对经济的主导作用日益增强，亦给统计工作提出新要求。习近平总书记在党的十九大报告中指出，要“完善统计体制”。作为新时代现代化统计调查体系中的重要一环，第三产业统计核算在适应新要求上存在不足和问题，亟须进一步加强和改进。
第三产业涉及行业点多面广，在《国民经济行业分类》（GB/T 4754—2017） ［1］ 中，包括批发零售、交通运输、住宿餐饮、信息服务、金融、房地产、租赁商务、居民服务和公共事业等15个门类，共47个行业大类，224个行业中类，599个行业小类。各行业之间特性不一，情况差别较大，统计需依据行业特点做差别化设计处理。如各行业的产出计算方法各不相同，批发零售业用进销差价法，信息服务业用营业收入法，金融中介服务业用利息差额法，公共服务业用成本费用法等。
总体上看，因服务生产与消费的同时性及服务业需求波动相对平稳的特点，第三产业的增长波动相对较小，但其部分细分行业如金融业、房地产业在短期内存在波动较大现象。如2007—2016年的总产出、三次产业及各行业的波动幅度数据（用发展指数的标准差衡量）显示，总产出的波动幅度为2.25%；第二产业波动最大，为2.84%；第三产业为2.50%。第三产业中波动最大的是房地产业，为6.70%；其次是金融业，为5.99%。金融业和房地产业的较大波动给统计工作带来一定挑战。
近年来，我国经济新兴动能茁壮成长，高技术产业、战略性新兴产业增速超过10% ［2］ ，服务业新产业、新业态、新模式蓬勃兴起，对经济增长的贡献持续提升，成为新旧动能转换的推进器。服务业与传统产业的新融合、线上与线下的深度融合及移动支付、人工智能等技术的日臻成熟等，催生带动如平台经济、智能经济、共享经济等新产业、新业态的发展。新产业的成长推进了经济新旧动能接续转换，加快产业结构升级步伐。数据显示，2017年以互联网和相关服务为代表的现代新兴服务业增速明显快于传统服务业，信息传输、软件和信息技术服务业，租赁和商务服务业，科学研究和技术服务业占GDP比重进一步提升，对经济增长的贡献率达到17.2%，拉动全国GDP增长1.2个百分点，成为我国经济增长新动力 ［3］ 。
得益于技术、资本、市场的助力，新经济业态快速成长。2017年全国网上零售额增长32.2%，实体商品网上零售额占全社会消费品零售总额比重达到15.0%；微票儿、喜马拉雅FM、猪八戒网和腾讯云等平台交易额实现成倍增长 ［2］ ；共享单车投放量超2 500万辆，覆盖200多个城市，在网民中渗透率达41% ［4］ ，共享汽车、共享住宿等快速发展。但新经济快速增长不可持久，新经济业态发展对企业经营及市场格局具有极强的重塑效应，市场竞争致业态发生相对快速的此消彼长，野蛮生长变规范经营，新产业快速扩张放缓，步入平稳增长阶段。
从宏观上看，发达经济体市场第三产业均无法实现两位数持续高速发展。如北京、上海等一线城市服务业发展规模达到一定水平后，增速均回落到10%左右。从行业层面看，例如全国共享单车市场中77家企业已有20余家倒闭或者停止运营，行业整体步入平稳增长期；再如深圳聚集了全国80%的供应链企业，近年来供应链企业销售额高速增长，2016年实现商品销售额占批发业的20%以上，但2017年增速回落，对全市批发业的贡献率已在下降。
目前我国服务业统计调查采用条块结合的方式开展 ［5］ ，政府统计部门的综合统计为主，各相关行业主管部门的部门统计为辅。政府综合统计涉及的规模以上批零住餐商业与其他服务业统计相对基础扎实，但规模以下部分的统计推断存有缺陷。
以深圳批零住餐商业统计为例。2016年，深圳GDP、常住人口与广州基本相当，但全年商品销售总额仅为广州的44%，社会消费品零售总额仅为广州的63%，而深圳限额以上单位实现的商业统计数据占比为67%左右，远高于广州（占比不到50%）。深圳与广州数据上的差距可能并不是现实的真实反映，与未纳入规模以上的规模以下部分统计推断不无关系。
居民网购多，消费数据难以通过线上法人计入社会消费品零售总额。深圳实体店受电商冲击严重，居民多通过网购消费，群体和消费量庞大。但因国内大型网络零售平台主要分布在北京、上海、广州、杭州等城市，按法人所在地原则统计，深圳线上法人企业通过网络零售平台实现网络零售额仅为121亿元，只是广州的1/6。杭州、北京、上海、广州实现网络零售额（从卖方角度）占社会消费品零售总额比重分别为60%、15%、10%和7%，而深圳仅占2%。因网购消费的存在，地方层面（特别是深圳）按本地卖方统计的社会消费品零售总额难以准确反映当地的最终消费支出，而地方层面（省以下）难以获得网购消费买方数据。
个体户经营活跃，“大个体”难以包含进经济量。深圳个体户经营活动非常活跃，2016年，深圳社会消费品零售总额和批发业商品销售额中，“大个体”（限额以上批发和零售业、住宿和餐饮业个体经营户）实现占比分别为18%和19%。2011年深圳建立起“行业协会+大个体”统计调查模式，因统计调查投入较大，“大个体”入库申报材料要求趋紧，统计工作难度加大。而行业协会会员以外的“大个体”，因个体经营户账目不全甚至无账可查，对统计调查故意回避或随口报数，漏报、瞒报、拒报现象较为普遍，更是难以统计。
城市商业综合体管理机构和供应链企业能掌握到商业数据但不能统计。城市商业综合体中管理机构能掌握入驻商家的经营数据，有的还拥有统一收银的权力，或因其非商贸企业而不能填报商业数据，或是商贸企业但按制度规定不能纳入非本企业实际经营收入。供应链企业既自营销售商品，也提供网络平台帮助其他商家销售商品，掌握商品销售额等数据，但制度规定，非本企业实际经营不能纳入统计报表。
现行其他服务业调查方案中，规模以下企业采用抽样调查方法采集数据。实际工作中存在城市一级代表性不足，以及样本轮换不及时等诸多问题。如深圳规模以下服务业企业选取样本范围不够全面，样本量不到1000家，缺乏代表性，不能反映全行业单位数据的特点，仅能汇总样本单位数据，不能推算全部规模以下单位数据；样本轮换在每年11月开始，用不在样本库的新企业替代样本库中已消亡企业，于次年1月上报最新数据。因市级数据代表性弱，全省数据用各市汇总数据统一调整核算使用。在季度核算时，规模以下企业抽样调查的数据无法使用，而是用规模以上企业全省平均增速代表规模以下企业发展情况。
核算第三产业各行业增加值时，较多基础指标来自部门统计，主要涉及交通运输业、金融业、非营利性服务业。各行业主管部门统计指标的设置多数是从满足其自身部门管理和行政需要角度出发，部门指标与行业增加值核算的匹配性程度需进一步完善，例如：交通运输业核算指标都是传统的实物量指标，而非价值量指标，在反映相关行业整体情况上有所遗漏；金融业的核算指标对新兴金融业态的发展反映不足。另外，部门基础数据质量来源参差不齐，部门中统计职能相对弱化，缺乏长期日常统计管控流程，也缺乏部门统计数据质量的管控、评估和考核机制。
政府综合统计部门与行业主管部门的信息共享、资源互惠缺乏常态化机制，而且并未结合行业主管部门的专业优势，研制出更加系统科学合理的行业统计和核算办法。对服务业相关行业分类细化不够明晰，缺乏精细的归口管理，不能发挥部门齐抓共管提高数据质量的合力作用。如把租赁和商务服务业中按中类和小类划分的法律服务、广告服务、旅行社服务等行业的数据指标监管责任归口到对应的司法、商务等部门，由其主管部门负责对行业情况监管、督导、协调、把关，形成综合统计部门与行业主管部门的数据统计互通协同机制。
国家统计局已于2017年10月修订了新的行业分类并正式实施。新版行业分类进一步细化了服务业行业小类，新增小类达120个，这无疑为细化行业颗粒度发挥了积极作用。但基层企业入库仍然缺乏可操作的入库指引。服务业混业经营非常普遍，特别在珠江三角洲（简称“珠三角”）地区，供应链业态发达，哑铃形企业（产品的研发和销售在本公司，生产加工环节外包）普遍，这些企业表面上看似乎成了“服务业”的一部分，其本质仍然是制造业和贸易企业。同时，信息技术发展催生大量的依托互联网经济类型，其经营又与传统业态渗透共生。例如“信息传输、软件和信息技术服务业”与贸易门类的细分行业分类需去伪存真精细分辨。行业划分的甄别问题与门类之间调整的频度问题，将直接影响到规模以上其他服务业的产出衡量指标，急需可操作的权威的入库甄别指引。
季度GDP核算因时效性要求高，服务业各行业在季度核算时更多依赖相关指标进行推算（间接计算法）；而在年度GDP核算中，核算资料更为翔实完整，规模以上企业用财务报表计算收入法增加值，规模以下企业、个体和非企业法人采用相关指标推算。理论上，年度GDP核算数据的准确性要高于定报初步核算数，实际在当前体制下，定报数的时效性和作用要远高于年报，同时为了控制地区数据差异，“以定代年”现象较为普遍。
这种年定报甚至普查年度的刻意衔接（即向定报靠拢），不仅与统计数据的科学性相悖，而且在一定程度上抑制了统计部门探索研究科学准确的服务业增加值核算方法的积极性；另外，由于年度部分分行业、分地区的增加值核算方法还需进一步完善，又因要与定报衔接，在部分行业的核算中可能抛开具有损益财务报表细项数据来源而得出核算结果，本地区行业的实际发展状况在核算方法上得不到反映。比如，在季度、年度核算中要使用的部分部门指标数据，可能与本地区该行业的增加值发展状况不匹配。如交通、邮政、电信等行业的部门指标，采用的是实物量指标，没有价值量指标，这些指标与某些行业增加值的实际发展情况的匹配性偏离度较大，甚至在部分年份与年度损益财务报表的结果相差甚远，年度核算结果最后因“年不超定”使得行业情况难以准确、完整表达。
季度金融业增加值的核算存在一定的缺陷，以存贷款余额增速为主导的季度金融业增加值传统推算指标体系，不能很好地满足代表性、稳定性和一致性等基本要求。此外，金融业增加值核算的范围涵盖面不全、参照指标不能全面体现金融业发展等基础数据质量原因也导致金融业发展情况被低估。融资性担保公司、银行卡清算机构等货币金融服务中介，理财业务、委托贷款、保理、期权、股权、金融研发、金融创新衍生品等对外业务应纳入金融业增加值核算范围。新兴金融业态如商业银行的理财业务、证券公司的融资融券业务快速发展，由人民币存贷款余额、证券交易额和保费收入等相关指标推算的季度金融业增加值仅反映了部分金融业务，不能全面反映新型金融业态对金融业的贡献。
营利性服务业行业众多，经济成分复杂，凭目前省市统一反馈的相关指标和部门数据难以真实评估其经济运行情况，无法反映各行业经济质量差异，造成营利性服务业增加值被“低估”现象。一是核算资料来源过于局限。营利性服务业涵盖点多、涉及面广、分布散乱，无论是统计部门自身统计数据还是行业主管部门提供的资料都不够全面和完整，营利性服务业个体受资料来源限制的影响尤其明显，难以全面客观反映服务业的发展现状。二是现行统计方法存在不足。规模以上服务业全面调查和规模以下服务业抽样调查的专业主管部门不同，报表周期不一致，缺少数据上的衔接应用和可比性，没有有效结合起来。在进行核算时，如果仅根据规模以上服务业相关行业营业收入增长速度推算其他营利性服务业增加值，会使推算结果存在偏差。三是“3+2”增速打包计入核算掩盖行业发展特征。在现行季度核算方法下，规模以上其他服务业采用平台数据计入核算的只有信息传输、软件和信息技术服务业中的互联网和相关服务、软件和信息技术服务业，以及租赁和商务服务业，居民服务、修理和其他服务业，文化、体育和娱乐业（工作实际中简称为“3+2”），且使用指标为其“打包增速”。必须注意的是，这几个行业在营业范围、提供的服务和产品等性质上并无共性，异质性鲜明。而国际上对这几个行业在核算增加值时常采用综合价格指数进行缩减。
新经济业态多元化、复杂化、总部化，给统计工作带来较大的挑战。现行的统计制度下，可能存在仅统计总部企业主体业务板块，而忽略次少的附属经济成分。以华为公司为例，其业务已多元化发展，不仅仅是电信制造商，但目前仅以“华为技术有限公司”存在规模以上工业一套表数据库中，季度增加值核算时采用全市通信设备制造行业平均增加值率计算企业的增加值。实际上，华为自身工业增加值率比平均值高几个点，而且其软件、服务等板块业务比重逐年上升，这块业务的增加值率更是远高于前者。因而，新经济多元化总部化的企业特征对现行统计方式的单一化法人化提出较大挑战，完善全行业、全覆盖的综合统计制度势在必行。
我国各地区发展异质性强，所处经济发展阶段大不相同，而统计核算方法要求各地区基本采用统一的核算指标，一定程度上抹杀了地区经济发展阶段的结构差异和多样经济特征。
我国较发达地区新兴业态、新兴经济最先出现，传统业务被冲击分流，而新兴业务按现行统计制度又无法完全纳入。比如高铁的开通对原跨市公路交通带来冲击，使公路运输周转量明显下降，而铁路运输业总周转量更偏重货物运输总周转量，使得高铁产生的价值量效益无法完全体现；城市地铁轻轨、共享单车、共享巴士等城市公共交通业的快速发展，无法在公路运输周转量中体现，反而使统计的市内公路运输周转量下降。同样，较发达城市中高度发达的房屋租赁市场也一直难以在统计核算上得到表达；“互联网+”对传统核算指标的冲击在较发达地区表现更为明显，采用各地统一的核算指标，可能低估及难以全面反映较发达城市第三产业增加值。
如关于深圳市房屋租赁业的研究发现，目前我国房屋租赁业统计存在局限性，一是目前统计制度无论是对单位还是对个人都没有专门的房屋租赁统计内容，从而无法掌握房屋租赁业的整体情况；二是现行制度中对个人租赁非住宅类房屋的增加值存在漏统；三是用成本法计算的自有住房租赁服务与目前一线城市活跃的市场租赁交易产生的增加值有一定的差距，存在低估增加值的可能。
“互联网+”“共享经济”的发展，催生了一大批没有实体经营店的个体经济和网络经济，每一个个体可以在空闲时间中又变成生产活动的生产者，传统的由企业向企业或个人提供商品和服务的交易分流到个人向个人提供商品和服务的交易。与此同时，统计调查、核算制度发展又相对滞后于经济发展，在当前经济活动的生产者由统计调查制度内的法人单位向所有居民个体扩展的过程中，现行的统计制度还在以法人单位及个体经营户为调查对象，这种个体化的经济生产数据在现有的统计体制和模式中很难采集并纳入现有统计框架。一方面，现行统计框架内的法人（或个体户）的生产经营受到分流和冲击，总量和增速均受到影响；另一方面这些分流出去的增长较快的生产活动数据却无法及时采集补充，出现了漏统漏算。国家统计局已修订了电商统计制度等，统合为“互联网经济统计”，涵盖了共享经济的一些调查指标，比如：共享单车、网上医疗、在线教育及网络游戏等。但这些调查制度刚刚实施，基础数据质量有待进一步观察。
现行季度GDP核算中，国家统计局对各地区核算有较强约束力。中央深改委第三十六次会议审议通过《地区生产总值统一核算改革方案》，实施地区生产总值统一核算后，各省份的GDP将由国家统计部门核算，各地市的GDP由各省统计局直接核算，GDP核算“下算一级”将全面铺开。推动地区生产总值统一核算改革，旨在准确反映各地区经济增长实际情况，而在行业（比如金融业）增加值核算时，如对两个经济社会发展水平有较大差异的地区（比如深圳与西藏）采用同一参数进行相关推算，反而会造成两地间数据的不可比。建议考虑各地区经济发展差异的事实，使用更适合当地实际的行业基础数据或者核算指标。按照城市发达程度、产业发展水平，建立分类统一的核算方法制度，在现行核算体系中，根据区域发展及各地统计水平差异，允许4～5个核算指标可以替代，以达到更加精准核算经济增长的目的，具有非常重要的历史和现实意义。
以《地区生产总值统一核算改革方案》的实施为契机，在遵循现有统计制度和统计现实前提下，对有条件的计划单列市参照财政做法，列入地区生产总值统一核算主体，在国家统计局组织领导下，参与统一核算。计划单列市的经济管理权限与省一级相当，国家统计局单独核算计划单列市，从实施管理和顺应经济发展规律角度看，有利于提高地区生产总值核算数据质量，提高政府公信力；从GDP核算改革创新需求方面看，有利于贯彻落实GDP统一核算改革方案，精准反映地方经济发展状况，更好发挥统计研判经济服务经济的作用，也可突出计划单列市对全国各省经济的特别支撑作用。
统计实践上可参照省级核算，分专业对计划单列市数据进行核算，再分别计入所在省。在基础资料提取上，计划单列市行政数据可向相关部委直接取数，综合统计各专业数据由国家统计局直接核定。另外，也可借鉴目前核算模式和机制，由计划单列市根据相关部门基础资料数据和国家统计局相关专业核定数据，按照统一核算方案核算本地市GDP数据后上报国家统计局审核、评估、确定和反馈。
服务业核算是一个系统工程，需要克服行业甄别不清晰带来的分类困难和产出指标异质性导致实际操作中基础数据采集困难，以及从各类繁多缩减指标中甄选科学、有代表性而稳定的指标等难题，从基础数据采集和质量控制、基础指标的多样性和差异性、缩减指数的细化与科学性等多方面综合考量，统一设计，才能解决服务业统计指标结果的代表性问题。
我国大部分服务行业核算目前还停留在使用单缩法的阶段，不仅缺乏中间投入的价格指数也缺乏理想的生产价格指数，还缺乏科学编制的工资率指数，部分物量指标也缺乏代表性。应学习借鉴各国不变价增加值核算的经验。例如：电信服务业、互联网和相关服务业、房地产业、租赁和商务服务业、居民服务业、卫生行业、文体和娱乐业，各国多采用双缩法；研发行业、教育行业采用最多的是投入关联指数外推法；社会工作采用最多的是利用工资率指数应用单缩法计算不变价增加值，其次为利用雇员人数外推不变价增加值；社会管理和社会组织采用最多的是利用雇员人数外推不变价增加值，其次为利用工资率指数应用单缩法计算不变价增加值。
建议在核算中在原“3+2”行业范围外，进一步扩充和运用规模以上服务业统计调查数据，可以考虑在某一行业相关核算指标中将服务业调查数据与部门指标进行加权，或者通过事先科学的核算模型和体系评估，在条件成熟地区试点直接调整使用与行业实际生产经营更为密切的相关核算指标。同时，可考虑进一步完善和重视地区的年度GDP增加值核算方法的研究；扩大地市级规模以下服务业调查样本，增加样本量，提升规模以下服务业统计调查质量及代表性；加强与主要互联网大平台的合作，在现有统计框架外补充获得相关数据，探索新生产模式的增加值核算方法。
［1］中华人民共和国国家标准．国民经济行业分类GB/T 4754—2017［M］．北京：中国标准出版社，2017．
［2］宁吉喆．贯彻新发展理念推动高质量发展［J］．求是，2018（3）：29-31．
［3］许剑毅．2017年服务业稳定较快增长质量效益提升［EB/OL］．［2018-01-19］．http://www.stats.gov.cn/tjsj/sjjd/201801/t20180119_1575485.html．
［4］中国信息通信研究院．2017年共享单车经济社会影响报告［EB/OL］．［2018-02-06］．http://www.caict.ac.cn/kxyj/caictgd/201802/t20180206_2238032.htm．
［5］许宪春．加快服务业统计改革与发展［J］．统计研究，2008（4）：3-6．