生產性服務業對經濟增長的加速推動

○孫　凱　宋小娜（北京信息科技大學經管學院　北京　100192）

生產性服務業對經濟增長的加速推動

○孫凱宋小娜
（北京信息科技大學經管學院北京100192）

按照國民經濟行業分類（2011）和國家統計局生產性行業分類（2015），以1995—2013年期間我國生產性服務業產值的年增長額與GDP的年增長額為對象進行協整分析，發現前者增長額每增加1元可帶來后者增長額增加4.1元，由此認為，以往我國生產性服務業也許對經濟增長的促進作用不夠大，但是發展潛力很大，以后將對經濟增長發揮越來越大的促進作用，因此應大力發展生產性服務業。

生產性服務業經濟增長年增加額協整分析

一、引言

近些年我國的服務業在國民經濟中的地位越來越重要，在2012年的國內生產總值的三次產業構成中，服務業以0.5個百分點超越第二產業，首次成為最大產業，并在其后的2013、2014年持續擴大這一優勢。與此相關，我國對于生產性服務業的研究大約在近10年開始多了起來。在這些研究中，關于生產性服務業對制造業的作用機理與效果，出現了大量論文與著作。相對來說，關于生產性服務業對GDP增長的研究要少許多。如湯偉娜等（2013）以新疆生產建設兵團1997—2010年的兵團產值與生產性服務業產值為研究對象，發現生產性服務業產值每增加1個百分點，兵團產值增加0.93個百分點。劉書瀚等（2008）對山東省1999年至2005年數據進行了回歸，認為山東省經濟增長對生產性服務業的依賴程度并不高。張亞斌等（2008）利用1997—2006年全國31個省區的面板數據，對我國東部、中部、西部地區的生產性服務業對經濟增長的影響進行了研究，發現各地的影響力度不一樣，北京、上海、廣東等地的影響力度更大一些。

這些研究往往采用GDP的水平序列，并取對數進行計算。但是有些研究沒有對2階單整的GDP時間序列進行單位根檢驗，直接進行了回歸，回歸后也沒有對殘差進行檢驗。此外，使用的數據往往為2010年以前的數據，而且有些研究所使用的生產性服務業的分類與國家統計局幾個月前公布的《生產性服務業分類》有沖突，其中突出的一個矛盾是對房地產業的處理。國家統計局的分類將房地產業完全排除在生產性服務業之外，這樣我國以往的將房地產業列入生產性服務業的做法就與國家統計局的現行分類完全相反了。

二、數據與方法

本文數據來自國家統計局網站的國民經濟核算分行業增加值統計，時間為1995年至2013年，因為2014年缺失部分數據，故舍去該年數據。該分行業統計是根據2011年發布的《國民經濟行業分類（GB/T 4754-2011）》而進行的。本文參照國家統計局2015年《生產性服務業分類》，將批發和零售業、交通運輸、倉儲和郵政業、金融業列為生產性服務業。需要說明，如果嚴格按照上述生產性服務業分類，那么目前將沒有數據可用。例如金融業是我國過去和現在典型的生產性服務業，在它的重要組成部分商業銀行服務中，生產性服務“僅包括為生產活動提供的商業銀行、信用合作社服務”，但目前很難獲得相應數據，因此本文將整個金融業列入生產性服務業。這種處理方法也是我國長期以來常見的方法。

與以往采取水平序列方法不同，本文的處理是對GDP和生產性服務業產值各取一階差分，前者命名為經濟gdp，后者命名為服務serv。經濟gdp的含義不是某年的GDP，而是該年的GDP比前一年GDP的增長額。類似地，服務serv是該年生產性服務業產值比前一年的增長額。本文考察的是這兩個增長額之間的關系，如果說生產性服務業增長額serv能夠帶來經濟增長額gdp的大幅度增大，那么就有理由大力發展生產性服務業。

由下文的計算可知，經濟gdp和服務serv這兩個時間序列都是一階單整I（1）（GDP與生產性服務業產值本身是二階單整I（2）序列），對它們不能直接回歸，需要進行協整計算。本文設定誤差修正模型（error-correction model，ECM）為：

其中△為差分，方程右側的括號內各項令其為0后，即為協整方程。這里我們主要關心的是β系數。

計算所用軟件為更新后的STATA10。

三、實證結果

1、單位根檢驗

這里使用3種方法進行時間序列的平穩性檢驗。第一，使用廣泛的ADF檢驗。ADF檢驗的零假設為存在單位根，為左側單邊檢驗。第二，Phillips-Perron檢驗。該檢驗與ADF檢驗相比，采用了對自相關和異方差穩健的Newey-West標準差，可以認為是修正版的ADF檢驗。第三，KPSS檢驗。前兩個檢驗的共同點是：以存在單位根作為零假設，這樣只有當p-值很小時才可以推翻零假設，從而無形中提高了被迫接受存在單位根假設的可能。而KPSS檢驗的一大特點是將零假設改換為不存在單位根，有利于接受序列平穩的零假設。與此相關，由左側單邊檢驗改為右側單邊檢驗。檢驗結果見表1。對于前2個檢驗，原序列選擇10%水平關鍵值，差分序列選擇1%水平的關鍵值；對于KPSS檢驗，原序列選擇1%水平的關鍵值，差分序列選擇10%水平的關鍵值。

表1 單位根檢驗

從表1結果可以看到，對于兩個原序列來說，對于零假設為存在單位根的ADF檢驗、PP檢驗，即使標準放松到10%水平，仍然無法拒絕單位根的存在。而對于零假設為平穩序列的KPSS檢驗，即使標準嚴格到1%水平，也可以拒絕平穩的假設。對于兩個一階差分序列來說，對于前2個檢驗，可以在1%的水平拒絕單位根的存在；對于KPSS檢驗，即使放松到了10%，也無法否定穩定的零假設。綜合上述結果，可以認為經濟gdp與服務serv這兩個時間序列都是一階單整的I（1）。

2、協整秩檢驗

使用Janhansen檢驗，該檢驗的零假設為存在小于或等于r個協整關系。對于r=0，如果不能否定，說明協整關系可能為0個，或者說不存在協整關系。如果能夠以1%水平否定，說明協整關系應該為1個或1個以上，做出這種判斷的犯錯誤概率在1%以下。對于r=1，有類似的推理。由于僅有經濟gdp與服務serv兩個變量，因此不可能存在2個或以上協整關系，或者說不需要考慮r=2以及更大數值的情況。對于Janhansen檢驗來說，考慮了5種情況，即無約束常數項、有約束常數項、無約束二次趨勢、有約束二次趨勢、無常數項無趨勢。表2為跡（trace）統計量，3個星號代表通過了1%水平的檢驗。

表2協整檢驗

在上述計算中，如果方程含二次趨勢，那么結論就比較復雜了。通常我們很少使用含二次趨勢的方程，也就是說不考慮表2中5列結果的第3、4列。這樣從其余3列的結果看，結論非常一致，即都以1%的水平否定了沒有協整關系的假設，在10%的水平下無法否定含有一個協整關系的假設，從而結論是含有一個協整關系。

3、協整方程

誤差修正方程的計算結果為：

這里的γ系數為負，符合我們的預期。我們最關心的是β系數，該系數的符號為負，符合預期，且顯著水平在1%以下。

將協整方程寫出來就是：

gdp=4.1serv+1002

如果gdp與serv分別為GDP與生產性服務業產值的原序列，那么上述結果說明生產性服務業的產值每增加1元，GDP增加4.1元，這意味著生產性服務業對經濟具有很大的推動作用。但是以往許多相關研究認為，我國生產性服務業并沒有對經濟形成很大的推動作用。本文認為，我國以往的生產性服務業對經濟增長的推動作用可能不夠大，其中的一個突出代表可能是研發設計與其他技術服務，甚至直到今天，對經濟的推動作用依然不夠大。但是，生產性服務業對經濟的推動作用正在逐漸增大，將在今后成為引領經濟增長的引擎，這表現為上述GDP與生產性服務業產值的差分序列的4.1倍關系。

用速度與加速度做類比也許能更容易理解上述分析。GDP與生產性服務業產值的原序列之間的關系相當于速度，而GDP與生產性服務業產值的差分序列之間的關系相當于加速度。以往生產性服務業推動經濟增長的速度很低，但是生產性服務業推動經濟增長的加速度很大，這樣它的速度就不斷提高，這意味著生產性服務業對經濟增長的推動作用不是恒定的，而是越來越大。

4、殘差自相關檢驗

對于上述回歸，我們關心殘差是否存在自相關。如果存在，說明方程設定沒有充分消除自相關，可以考慮需要增加滯后項。

進行Lagrange乘數檢驗，檢驗統計量為1.09，顯著水平為0.89。該檢驗的零假設是不存在自相關，上述結算結果說明，如果否定零假設就幾乎可以肯定是錯誤的，從而有足夠的理由認為回歸后的殘差不存在自相關，因此，可以認為上面的方程設定比較合理。

四、結論與建議

從上述計算可以看出，我國生產性服務業年增長額為1元，可促進經濟年增長4.1元，這個作用還是比較明顯的，上述結論與水平序列結論相比，相當于水平序列研究的是速度，而差分序列研究的是加速度。我國前些年的生產性服務業對經濟增長促進的速度也許不夠快，但有很大的加速度，以后對經濟增長的促進作用會越來越大，因此需要大力發展。

（注：本文為北京市教委項目“我國發展生產性服務業存在的問題與對策分析”（編號：SM201511232001）的研究成果之一。）

［1］湯偉娜、湯莉、汪海霞：生產性服務業發展與經濟增長關系實證研究［J］.商業時代，2013（14）.

［2］劉書瀚、宋明月：生產性服務業的發展與經濟增長實證研究［J］.商業研究，2008（6）.

［3］張亞斌、劉靚君：生產性服務業對我國經濟增長的影響研究［J］.世界經濟與政治論壇，2008（4）.

（責任編輯：柯秋萍）