生产性服务业与制造业互动关系研究.docx

生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究摘要：基于我国1986-2020年的时间序列数据，本文分析了产业构造调整升级背景下的生产性服务业与制造业的互动关系，研究表明生产性服务业与制造业之间存在内生性；通过测算其感应度系数和影响力系数，并且构建两者的联立方程模型得出的结论：生产性服务业与制造业存在双向因果关系，且制造业对生产性服务业的促进更大，生产性服务业对制造业的辐射、拉动作用更需提高。因而，我国必需要充分重视并利用生产性服务业与制造业间的互动机制，促进生产性服务业与制造业实现良性的协调发展。一、引言伴随着国际分工的深化和世界产业构造的调整升级，世界服务业及服务贸易发展迅速。全球产业服务化的突出表现之一是生产者服务业在世界范围内迅速崛起，并且呈现出持续快速发展的态势。所谓的生产者服务业又称生产者服务，是指那些被其他商品和服务生产者用作中间投入的服务。在当代经济中，由于具有广泛的关联效应，生产性服务业成为市场资源强大的“调配器，能直接影响经济增长速度的快慢，并提高整体经济绩效。国际经历表明，制造业发展到一定阶段后，其附加值和市场竞争力的提升更多的是靠生产性服务业的支撑，制造业对服务业有着越来越大的需求。伴随着制造业的“服务化，生产性服务得以迅速发展，已经成为发达国家和地区最具有增长力的部门。因而，促进生产性服务业的发展，已成为推动国家或地区制造业产业国际竞争力提升的重要举措。20世纪90年代以来，随着我国工业化进行的逐步加快，生产性服务业也得到了较快的发展。“十二五规划纲要更把加快发展服务业放在特别重要的位置。加快发展生产性服务业，是贯彻落实科学发展观，转变发展观念、创新发展形式、提高发展质量的客观要求，对于我们更好地捉住将来战略机遇期实现全面建设小康社会的宏伟目的，也将具有重要的战略意义。随着生产性服务作为中间投入越来越多地进入生产领域，国内外学者已对生产性服务业和制造业关系的问题进行了较多关注，而且在诸如生产性服务业的前提或基础方面的研究也是比拟深化的。但是，纵观国内外各类相关研究文献，仍存在一些缺乏之处或者有待进一步研究的地方。其中一个重要的缺乏之处在于，已有的研究几乎都是单方程模型的估计，也即只分析了生产性服务业对制造业的影响，忽略了两者间的互相作用。而随着生产性服务业与制造业间互相作用、互相依靠和共同发展互动关系的增加，两者间的互相影响作用必须得到充生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究分的重视。因而，本文首先对生产性服务业和制造业的影响力系数和感应度系数分别进行了测算，然后通过构建联立方程模型系统地刻画各变量间的“双向乃至“多向的互相作用关系，以期对中国生产性服务业的发展和制造业产业构造的调整升级提供相应的政策参考。二、中国生产性服务业与制造业互动程度的测度影响力系数和感应度系数是两个最能全面体现产业互动特征的分析工具。本部分用这两个指标来分析中国生产性服务业与制造业间的互动程度。一生产性服务业与制造业间影响力系数的测算影响力系数是反映国民经济某一部门增加一个单位的最终使用时，对国民经济各部门所产生的需求波及程度。由于影响力系数是从消耗部门出发追溯最终需求变动对各部门产生的波及影响，反映其与各后续生产部门的关联程度，所以也称后向关联络数。其计算公式为：如表1所示，从制造业对生产性服务业的影响力系数平均水平上看，1992-2007年排名前10位的制造业对生产性服务业的影响力平均水平分别为1.160、1.206、1.193和1.246，且排名前10位的制造业影响力系数都大于1，这讲明制造业对生产性服务业发展有积极的促进作用。详细从分行业来看，1992-2007年，电子及通信设备制造业、仪器仪表及文化办公用机械制造业、电气机械及器材制造业和交通运输设备制造业等行业对生产性服务业的带动作用更为显著，这可以见生产性服务业在制造业转型升级中的支撑作用日益显著。同理，如表2所示，从生产性服务业对制造业的影响力系数的平均水平上来看，1992-2007年排名前5位的生产性服务业对制造业的影响力平均水平分别为0.801、0.865、0.970和0.931，且影响力系数大于1的行业只要0-1个，主要是租赁和商务服务业以及科学研究业。这讲明，整体生产性服务业对制造业升级的促进作用虽有所提高，但是幅度很小。从整体上来看，制造业对生产性服务业的影响力系数远高于生产性服务业对制造业的影响力系数。二生产性服务业与制造业间感应度系数的测算感应度系数是指国民经济各部门每增加一个单位最终使用时，某一部门由此而遭到的需求感应程度，也就是需要该部门为其他部门生产而提供的产出量。由于感应度系数是从生产部门出发反映提供中间产品部门受各部门变动影响的状况，所以也称为前向关联络数。其计算公式为：如表3所示，从制造业对生产性服务业的感应度系数平均水平上看，1992-2007年排名前10位的制造业对生产性服务业的感应度平均水平分别为1.235、1.348、1.379和1.463，且排名前10位的制造业感应生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究度系数大于1的行业分别为4个、7个、7个和9个。这讲明制造业对生产性服务业的依靠程度高于平均水平，且呈现逐年上升趋势。详细从分行业来看，1992-2007年，化学工业、金属冶炼及压延加工业、电子及通信设备制造业和电气机械及器材制造业等行业对生产性服务业的依靠程度更高。同理，如表4所示，从生产性服务业对制造业的感应度系数的平均水平上来看，1992-2007年排名前5位的生产性服务业对制造业的感应度平均水平分别为1.062、0.888、1.074和0.894，且影响力系数大于1的行业有1-3个，呈现不稳定的变化状态。从整体上来看，制造业对生产性服务业的感应度系数远高于生产性服务业对制造业的感应度系数。结合表1、表2、表3和表4的测算结果，能够看出，目前中国生产性服务业与制造业间已呈现出显著的互动关系。详细而言，生产性服务业对制造业的感应度系数平均水平高于其对制造业影响力系数的平均水平，讲明制造业对生服务业的拉动作用大于生产性服务业对制造业的促进作用。同时，租赁和商务服务业和科学研究事业的影响力系数大部分都大于1，讲明这些行业对制造业的发展有很强的制约作用；交通运输仓储业以及批发和零售业的感应度系数大部分都大于1，讲明这些行业对制造业的发展有很强的拉动作用。这些部门应该成为我国国民经济体系中的重点产业，它们的发展直接影响制造业的发展水平。三、联立方程模型的设定与变量讲明一联立方程模型的设定已有研究表明，中国生产性服务业与制造业可能呈现出显著的互动关系，而单方程模型只考虑了变量间的单向因果关系，并不能准确刻画两者间的互相关联度。联立方程模型基于系统的视角考虑不同变量之间的互相作用与影响，能够完好有效地把经济系统之间的互相关系表达出来。相对于单方程模型而言，联立方程模型更合适用来研究中国生产性服务业与制造业之间互相关系这种系统性问题，估计结果也更为有效。其中indpro为制造业效率指数，serpro为生产性服务业效率指数，详细计算为：制造业生产性服务业产出占全国GDP比例与该行业劳动投入占全国总劳动投入比例的比值；gdp为人均国内生产总值；indempl为制造业从业人员数，serempl为生产性服务业从业人员数；cap为固定资产净值年平均余额；city为城市化水平，本文用城镇人口占全国总人口的比例作为该指标的衡量。由于各个变量取值单位不同，为减少异方差的影响，所有变量数据都取自然对数。二变量讲明考虑到数据的可获得性与前后可比性问题，本文拟基于1986-2020年中生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究国的时间序列数据就中国生产性服务业与制造业间的互动关系进行实证分析，所使用的各变量原始数据;于（中国统计年鉴）、（中国工业经济统计年鉴）相关年份，关于样本的基本描绘性统计量如表5所示。本文实证分析软件采用Eviews6.0。四、实证结果与分析一数据的单位根检验等对于非平稳的时间序列而言，由于其众多参数统计量不再服从正态分布，因而，传统的计量经济学方法将不再适用。假如此时仍采用OLS等传统方法对计量模型进行估计，则容易产生“伪回归问题。因而，为了保证计量模型结果的有效性，在进行分析之前有必要先对变量的平稳性进行分析。本文采用ADF和PP单位根检验法来检验各个变量的平稳性，检验结果如表6所示。由表6可知，经检验各变量在5%的置信水平上都是非平稳的，但变量的一阶差分序列在1%的置信水平上是平稳的，即各个变量都是一阶单整经过，为I1序列。二模型的内生性检验与识别由于生产性服务业与制造业之间存在双向的因果关系，仅利用单方程对两者分析会产生变量的内生性问题，进而导致实证结果有偏、非一致。为了确定生产性服务业与制造业能否互相影响，需要进行变量内生性检验，即检验方程的联立性。常用的检验方法是Hausman检验，详细经过为：首先就Lnindpro对整个方程组全部外生变量进行辅助回归，得到Lnindpro的估计值LnindproDD-*2/3HT6HTDD和残差值resid如式3所示。再根据联立方程模型识别的秩条件和阶条件，经历证，联立方程模型中的任意一个方程均可识别。三回归方程估计方法的选择和估计结果本文选择广义矩估计方法GeneralizedMethodofMoment，GMM作为联立方程模型的估计方法。GMM方法是将准则函数定义为工具变量与扰动项的相关函数，使其最小化得到参数的估计值。它允许随机误差项存在异方差和序列相关，同时，GMM方法不需要知道扰动项确实切分布，所以GMM估计量相比其他方法愈加稳健。由于本文采用的是时间序列数据，所以在估计时选取的加权矩阵是HAC矩阵。回归结果如表8所示，同时为了便于比拟，将单方程估计结果列出。从表8的实证分析结果来看，联立方程的回归结果质量较好，能够较为准确地刻画中国生产性服务业与制造业间的互相作用与影响。整体来讲，中国生产性服务业与制造业间存在着显著的互动关系。基于制造业效率方程能够看出，生产性服务业的发展能够促进制造业的发展。详细而言，生产性服务业效率每提高1个百分点，制造业效率能够增加0.5637个百分点。这讲明，作为生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究一种高级的生产要素投入，生产性服务通过提高人力资本和知识资本密集度、促进制造业向价值链两端延伸、降低制造成本和交易成本、培育产品差异化优势等多种途径，积极推进了制造业国际竞争力的提升。基于生产性服务业效率方程能够看出，制造业的发展亦能够拉动生产性服务业效率的提升。详细而言，制造业效率每提高1个百分点，生产性服务业效率能够增加0.6357个百分点。这讲明，随着经济发展水平的不断提升和制造业部门的扩张，生产的专业化和社会化程度也会不断提高，这必然会衍生出对生产性服务业更多的中间需求。随着制造业发展水平的不断提升，其对生产性服务业潜在需求还将进一步扩大。更进一步，基于互动系数数值的大小可知，制造业对生产性服务业的促进更大，生产性服务业对制造业的辐射、拉动作用更需提高，而这与我们影响力系数和感应度系数的测算结果也是一致的。同时，人均国内生产总值变量对制造业效率的提升有积极的显著作用，人均国内生产总值每增加1个百分点，制造业效率将提高0.5759个百分点。而其对生产性服务业效率的提升却有着显著的负效应，回归系数为-0.1686，且在1%的水平下显著。这表明随着经济发展水平的提高，更多的资源都投向了制造业进而对生产性服务业的发展产生了一定的挤出效应。另一方面，固定资产净值年平均余额对制造业效率的提升也有显著的相关作用，其回归系数为0.5791，且在1%的水平下显著。这表明，随着生产性服务业的专业化分工的不断深化，竞争的不断加强，进而对技术和知识提出了更高的要求，一定程度上提升了本土企业的创新能力，最终导致资本有机构成的提高，进而提升了制造业的劳动生产率。而城市化水平对生产性服务业效率的提升有较强的正相关关系，其回归系数为1.4549，并且在1%的水平下显著。这讲明，一方面通过市场需求扩张城市化水平拉动了生产性服务业规模的扩大，另一方面，随着城市化水平的提升，人才、资金和技术等各种高级要素会进一步集聚，进而也将有利于提高生产性服务业的效率。五、结论与对策建议本文在分析生产性服务业和制造业发展现状的基础上，运用1986-2020年中国的时间序列数据，通过构建生产性服务业和制造业的联立方程模型检验了两者的互动关系。研究表明，中国生产性服务业与制造业间存在着互相作用、互相影响、共同发展的互动关系，并且制造业对生产性服务业的拉动作用大于生产性服务业发展对制造业的促进作用。这表明目前不仅我国的制造业面临着转型升级问题，生产性服务业的发展亦面生产性服务业与制造业互动关系研究生产性服务业与制造业互动关系研究临深化提升。因而，必需要充分重视并利用生产性服务业与制造业间的互动机制，促进生产性服务业与制造业实现良性的协调发展。首先，积极推动生产性服务业的发展，充分发挥其对于制造业产业升级的促进作用。为此，生产性服务业必需要进行相应的体制改革，打破行业垄断，进而提高其专业化和市场竞争程度。同时，通过以科技研发、设计创意和当代物流等生产性服务业为发展重点而构成的生产性服务业功能区的建设，引导生产性服务业向集聚化、专业化和高层次化方向发展，为中国制造业产业构造升级提供支撑和带动作用。其次，制造业应充分发挥比拟优势，大力发展核心业务，提高核心竞争力。制造业企业应转变增长形式，转变经营理念，进行组织创新。同时，现阶段，我国应从制造业的“招商引资转变为“招商选资，把重点放在高技术、高产出和高附加值的大型项目和商贸配套服务项目上，十分要引入外资企业的研发中心和营销网络，给外资服务机构国民待遇，并在知识产权保护方面给予支持。与此同时加强科技的应用能力和相关科技成果的转化，加快推进制造业产业构造的调整升级。最后，加强产业关联，促进生产性服务业与制造业的融合协调发展。一方面鼓励有条件的制造业企业向服务业延伸，发展生产性服务业。同时，依托制造业拓展生产性服务业，引导企业在价值链分工上向微笑曲线的两端延伸。在保留和发展制造业部分核心价值创造环节的同时，将混合在制造业企业中的服务支持部分分离出来。另一方面，利用当今世界国际服务外包迅猛发展的机遇，在吸引国外生产性服务业发展经历的同时，积极鼓励各类生产性服务业企业在产业链上下游间加强合作。同时，立足于既提升制造业发展的内涵，又壮大服务业发展的规模水平，积极探索通过“第二、第三产业的穿插融合，构成新的业态和增长点。文章;于：哈尔滨辦證件doczj/doc/810d646d27d3240c8447ef84.)