廣東省生產性服務業發展對經濟增長貢獻的實證研究

摘 要：隨著全球進入服務經濟時代，生產性服務業成為世界經濟的重要組成部分及經濟增長的主要動力。基于廣東省生產性服務業發展現狀，運用Moran指數及空間計量模型，從整體和細分行業角度出發，實證分析2008—2015年間廣東21個城市生產性服務業發展對經濟增長的貢獻。結果表明，地域間的經濟增長具有顯著的空間正相關性；生產性服務業總體對經濟增長的作用明顯，但各細分行業的貢獻率有所不同，其中金融業對經濟增長的貢獻較為突出。根據近鄰效應及細分行業影響程度的差異化，提出優化生產性服務業結構層次，充分發揮經濟要素的空間聯動效應和生產性服務業集群效應等建議，以推進區域經濟持續發展及整體競爭力提升。

關鍵詞：生產性服務業；經濟增長；空間計量；廣東

中圖分類號：F719 文獻標識碼：A 文章編號：

2095-3283（2016）09-0061-06

[作者簡介]凡靜閣（1989-），女，河南商丘人，研究生，研究方向：區域經濟合作與發展。

經濟全球化的大趨勢下，生產性服務業已成為世界經濟的重要組成部分及經濟增長的主要動力，其主導作用不僅表現為生產性服務業增加值及就業人數的快速上升，更表現為它對整個經濟運行機制的改變。廣東省作為我國改革開放的領頭羊，無論是自身發展的內在需要，還是產業結構升級的驅使，均需要生產性服務業的強勁推動，因此大力發展生產性服務業對區域經濟健康發展及國際競爭力提升均具有重要的現實意義。

國內外學者從不同角度討論了生產性服務業對經濟增長的貢獻，但普遍存在一個假定：觀察數據之間相互獨立。然而，現實經濟中變量間相互獨立很少存在，尤其是用空間數據分析相關問題時，均質性假定導致估計結果不夠科學。本文嘗試在分析廣東省生產性服務業發展現狀及問題的基礎上引進空間計量模型，實證分析廣東省生產性服務業發展對經濟增長的貢獻，并提出有針對性的對策建議。

一、相關理論基礎

1生產性服務業的內涵

生產性服務業（Producer Services），又稱生產者服務業，與消費性服務業相對應。最早進行界定的是著名經濟學家HGreenfield（1966），他認為生產性服務是生產過程的中間投入服務。Browning和Singelman（1975）等經濟學家認為生產性服務業兼具知識含量高和信息密集的特點。Marshall（1987）、Hansen（1990）、Coffer（2000）等學者又進一步深化，提出三方面特征：中間投入性、提供專業化服務、投入及產出均是大量人力資本和知識資本。國內學者20世紀90年代才開始相關研究，視角各有不同，但大多認為生產性服務業是為滿足中間需求，為政府或企業生產提供中間投入品的服務活動。綜上所述，我們認為生產性服務業是投入專業化的人力資本和知識資本，貫穿于價值鏈上、中、下游諸多環節，加速第二產業及第三產業融合的服務活動。

美國經濟學家Singelman（1975）最早對生產性服務業進行分類，認為金融、保險、法律及工商服務業均屬于生產性服務業范疇。Green（1987）、Marshall（1987）、程大中（2006）等對生產性服務業的分類更加全面（詳見表1）。本文參考國際產業分類法，結合中國《國民經濟行業劃分標準》和國內的實際情況，選擇金融業、房地產業、交通運輸及倉儲郵政業、計算機軟件業作為樣本行業。

2空間自相關性

空間自相關（Spatial Autocorrelation）表示不同地區之間觀測值的相互依賴性，常針對橫截面數據分析經濟問題。空間相關性一般表現在兩個方面，一是因變量的相互影響而導致被解釋變量的相關性，又叫空間實質相關性；二是因忽略空間影響而導致殘差的相關性，也稱空間擾動相關性。

學者通常用Morans I指數衡量空間自相關性。根據研究問題側重點不同，會選擇全局MI或者LISA。MI指數只需要計算一個值，然后用這個值直接衡量被測區域間的相關性。而LISA則需要計算多個值，然后依次在某個屬性值下分析被測區域與其臨近區域之間的相關性。Morans I 取值在-1到1之間，Morans I越小，表明觀測值之間的空間相關度越弱；相反，Morans I趨近于1，表明觀測值之間高度正相關。在空間權重的設定上，常依據相鄰距離來設定n×n階矩陣，主對角線上元素全為0，表明地區i和地區j之間沒有共同的邊界；其他為1。

3生產性服務業與經濟增長的關系

國外學者對此問題的研究較早，Harrington（1995）認為生產性服務業對地區的就業、收入和稅收的貢獻以及當地勞動生產率和競爭力的貢獻很大。Coffery（2000）得出的主要結論是：該產業投入的是日益專業化的人力資本和知識資本，這些要素投入產出比值較高，帶動當地經濟總量迅速增長。我們認為生產性服務業對區域經濟增長具有明顯的推動作用，一方面通過“黏合劑”的作用將人力資本、技術資本融入制造業的生產過程中，另一方面通過“助推劑”的作用，將知識和技術轉變為推動經濟增長的動力。

一些學者借助計量經濟學模型討論生產性服務業對經濟增長的貢獻。研究結果表明，在不同地區、不同階段，每個行業對經濟增長的貢獻程度不同。劉平洋等（2012）用傳統計量經濟模型實證分析了湖北生產性服務業對經濟增長的貢獻，結果發現金融業對GDP貢獻最大；陳增明等（2015）基于福建省行業和地區數據，建立經典計量經濟模型來討論生產性服務業集聚及對經濟增長的影響，發現集聚對經濟增長有正向拉動作用。但是傳統的計量經濟模型沒有涉及空間因素，在實證分析過程中他們均假設事物之間是相互獨立的。然而，分析片區經濟數據時，完全不相關是不合實際的。故以均質性為假設前提來設定模型，估計結果精確度偏低，缺乏說服力。

有鑒于此，在分析生產性服務業發展現狀的基礎上，引進空間計量模型，分別用時間序列數據和橫截面數據實證分析廣東省21個城市生產性服務業發展對經濟增長的貢獻，對亟需進行經濟轉型的廣東省具有較強的現實指導意義。

二、廣東省生產性服務業發展現狀及存在的問題

1生產性服務業發展現狀

從總值上來看，第三產業占廣東省GDP比重逐年提高，由2011年的452%提高到2014年的491%，2015年首次突破50%，占GDP半壁江山，三次產業結構調整為46：446：508，產業結構向第三產業傾斜在很大程度上歸功于生產性服務業的迅猛發展。從細分行業來看，增長速度最快的為信息傳輸、計算機服務和軟件業，其增加值由2008年的201631億元上升到2015年的570349億元；房地產業增加值呈顯著上升趨勢，2008年為220978億元，2015年則達到473523億元；交通運輸業也呈現出不同程度的增長態勢（見表2）。從細分行業占第三產業的比重來看，金融業相對穩定，一直維持在1286%左右，房地產業也在14%左右徘徊，但交通運輸業表現為下降的趨勢。由此來看，以金融和房地產業為代表的生產性服務業是第三產業的重要組成部分，是服務業中促進經濟增長的主力軍。

2生產性服務業就業變動情況

近年來，生產性服務業各細分行業增加值不斷上升，對廣東省GDP增長做出突出貢獻的同時，也緩和了各行業的就業矛盾。從圖1可以看出，除金融業的就業人數在2013年有所下降外，其他行業的就業人數一直保持上升狀態。截至2014年底，廣東省房地產業就業人數達到5584萬人，比2008年增長1318%；即使就業人數最少的科學研究和技術服務業（3193萬人）也增長了1117%；其他細分行業就業人數也呈現出不同程度的增長態勢。由此可見，各細分行業增加值不斷增長的同時，促進了就業人口的增加，進而帶動了廣東省經濟穩步增長。

3廣東省生產性服務業發展存在的問題

（1）生產性服務業總量落后且結構層次較低

從表2可以看出，廣東省生產性服務業增加值在總量上增長較為明顯，但與主要發達國家和地區差距仍較大。在英美等發達國家，服務業已成為支柱產業，有效吸納勞動力、提高勞動生產率，是區域經濟發展的強勁動力。2015年，美國服務業增加值占國內生產總值的7913%，印度也超過50%。紐約、東京及香港等國際大都市的服務業占GDP的比重更高，分別達到871%，734%和875%，廣東省則剛達50%。另外，統計數據表明，廣東省以房地產、交通運輸為代表的傳統生產性服務業占比相對較高，而真正代表現代服務業的金融、現代物流等細分行業的占比卻較低，說明廣東省生產性服務業依然處于低層次結構水平。

（2）生產性服務業吸納就業能力弱

2015年，廣東省第三產業城鎮就業人數增加了1555萬人，進一步研究發現各細分行業之間差距很大。2014年交通運輸及倉儲郵政業就業人數已達到8540萬人，而信息傳輸、計算機服務和軟件業僅有3463萬人。由此可知，傳統型生產性服務業就業人員較多，而現代生產性服務業就業人員較少。從全省角度來看，廣東省生產性服務業就業人數占全省就業總人數的2193%，與其他行業的7807%差距很大，表明目前廣東省生產性服務業總體生產規模較小以及競爭力不強，吸納勞動力能力較弱。

三、空間計量模型選擇與構建

首先，采用Moran指數檢驗生產性服務業與經濟增長之間是否具有空間依賴性。廣東省21個城市之間有共同邊界，考慮到可行性及簡便性，采用K值臨近的空間權重矩陣進行分析。其次，構建經典線性回歸模型，lnY作被解釋變量，lnXi為解釋變量，如下所示：

lnY=a+βlnXi+ε （i=1，2，3，4）（2）

其中Y表示21個城市不同時期的GDP，用來衡量經濟增長；X依次代表就業總數和四大細分行業，用來衡量生產性服務業的發展水平；β為相關系數；a為常數項；ε為誤差項。

在傳統計量模型的基礎上，用空間權重矩陣W（n×n）來表示區域間的相互作用。目前，常用的空間計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）兩種。SLM（Spatial Autoregressive Model）主要討論變量間的空間依賴性對被解釋變量影響較大而導致空間相關。SEM（Spatial Error Model）則是討論模型中誤差項的空間依賴作用對被解釋變量的影響。在前人研究的基礎上并根據模型設立時對空間依賴性的體現方式，本文選擇了空間滯后模型。

四、廣東省生產性服務業對經濟增長影響的實證分析

1數據說明

本文根據GB/T 4754-2002行業分類標準，結合廣東省實際情況以及數據的易得性，選擇金融業，房地產業，交通運輸及倉儲郵政業，信息傳輸、計算機服務和軟件業作為樣本行業，來測定生產性服務業對經濟增長的貢獻。

分析廣東省21個城市生產性服務業總體對經濟增長的貢獻時，以就業數為衡量指標，用各年的GDP衡量各市經濟增長狀況。數據的具體時間跨度為2008—2015。

分析生產性服務業細分行業對經濟增長的貢獻時，依次選擇四大樣本行業的2015年增加值作為解釋變量，GDP為被解釋變量。

2空間自相關檢驗

在Open Geoda中檢驗21個城市在空間上是否存在自相關和聚集特征，檢驗結果如圖2所示，2008—2015年期間城市經濟總量（GDP）的Morans I指數都大于0，且通過了5%的顯著性檢驗，表明眾多城市的經濟增長具有顯著的空間正相關關系。因此，在實證分析生產性服務業對經濟增長貢獻時應考慮空間效應的存在。

3生產性服務業總體對經濟增長影響的實證分析

用四大樣本行業就業人數之和衡量生產性服務業發展水平，用L表示。根據空間計量經濟學知識，為減少各變量的波動率，對各變量進行對數變換，建立如下多元回歸模型：

Ln（GDPt）=a+ρ*W*lnY+ βlnLi+εt（4）

其中，GDP為21*1的向量，為被解釋變量；a為常量；ρ為區域間相關系數，W為21*21的矩陣，β為相關系數；ε表示隨機誤差。現選取2008—2015年的統計數據進行回歸分析，結果如下：

由該模型得出以下幾點結論：

第一，修正樣本決定系數R2=094，對數似然值LogL=-444，赤池信息準則AIC=2289，表明不同時期以就業總數為衡量指標的生產性服務業對經濟增長的解釋能力為9437，即模型的擬合優度較理想。

第二，從空間滯后變量及就業系數的正負狀況來看，兩者均為正，表明生產性服務業對廣東省總體及相鄰區域的經濟增長均起著促進作用。

第三，從變量之間的具體數量關系看，其他條件保持不變的條件下，就業人數每增加1%，地區生產總值（GDP）將增加133%，說明生產性服務業就業人數的增加對廣東省經濟增長具有良好的推動作用。

4生產性服務業細分行業對經濟增長影響的實證分析

鑒于上述變量選擇和數據說明，構建如下空間滯后模型：

lnY=a+ρ*W*lnY+ βlnXi+ε （i=1，2，3，4）（6）

估計結果如表4所示，觀察數據可以看出，

第一，四大樣本行業修正的樣本決定系數均在95%之上，表明以金融業為代表的生產性服務業對經濟增長的解釋能力較強，模型很好地擬合了樣本數據。

第二，從被解釋變量系數的正負狀況來看，四者均大于零，表明樣本行業推動廣東省經濟發展。

第三，從變量之間的具體數量關系來看，金融業系數為12247，且通過了1%的顯著性檢驗，表明金融業增加值每增加1個單位，會帶來122個單位的經濟增長；房地產業對經濟增長的影響系數是04488，通過了1%的顯著性檢驗，表明房地產業每增加1%，會帶來045%的經濟增長；交通運輸及倉儲郵政業對經濟增長的影響系數是04771，通過了1%的顯著性檢驗；計算機服務與軟件業對經濟增長的影響系數為03154，且通過了1%的顯著性檢驗。從以上分析可以看出，在考慮空間因素的情況下，金融業對經濟增長的彈性系數最高，即金融業對經濟增長的貢獻超過了其他行業；計算機服務與軟件業的系數最低，其對經濟增長的貢獻相對較弱。

五、結論與對策建議

1結論

在分析廣東省生產性服務業發展現狀的基礎上，從整體和細分行業的角度出發，利用空間計量模型，實證分析廣東省生產性服務業對經濟增長的影響。結果表明，各個城市之間具有顯著的正相關性，即一個城市的經濟水平與其臨近地區高度相關；生產性服務業總體對經濟增長具有很好的拉動作用，但各行業對經濟增長的貢獻有所區別，其中金融業對經濟增長的影響最大，交通運輸及倉儲郵政業緊隨其后，其次是房地產業，信息傳輸、計算機服務和軟件業。

2對策建議

（1）優化生產性服務業結構，加快生產性服務業創新

數據表明，不論在就業人員數還是增加值上，交通運輸與倉儲郵政業都占很大比重，而計算機服務、金融等現代生產性服務業所占比重較低。然而，實證結果卻表明金融業對GDP的貢獻率很高，為此廣東省要逐步調整生產性服務業結構層次，提高以金融為代表的現代生產性服務業比重，降低房地產等傳統生產性服務業比重，優化生產性服務業結構層次。此外，加快生產性服務業創新，增加生產性服務業的要素投入，如創立研發與協同創新平臺、建立相關發展基金等，促進生產性服務業升級；加強職業教育培訓，積極鼓勵結合工作實際進行的應用型技術創新。

（2）關注經濟要素的空間關聯效應，因地制宜統籌發展生產性服務業

改革開放以來，廣東省經濟總量遙遙領先，但省域內部發展不均，各城市應根據自身經濟發展水平，立足當下、適度超前發展生產性服務業。珠三角應利用自身經濟腹地廣闊優勢，重點發展附加值較高的服務業，優先發展對經濟總量具有較大拉動力的生產性服務業，進而增強珠三角對其他區域的輻射力，帶動廣東省整體經濟持續增長。此外，還應加大對落后地區的投資力度，同時，鼓勵沿海地區企業組建大的企業集團，開展橫向聯合，帶動其他地區企業向海外擴展，加快走出去步伐。

（3）借鑒國外先進模式，充分發揮生產性服務業集群效應

在英美等發達國家，生產性服務業大多采取產業集群的發展模式。為此，區域發展不均衡的廣東省應學習美國硅谷信息產業集群及倫敦的創意產業集聚區等先進模式，將相關的專業服務和配套設施有效結合起來，通過產業關聯效應實現信息共享，充分實現珠三角區域對粵西、粵北、粵東的拉動效應，進而推動集群內企業的全面發展，最終實現各區域的和諧發展及廣東省經濟穩定持續增長。

[參考文獻]

[1]程大中.中國生產性服務業的水平、結構及影響——基于投入產出法的國際比較研究[J].經濟研究，2008（1）：76-77.

[2]段杰.生產性服務業發展與區域經濟增長研究[M].北京：清華大學出版社，2014.

[3]Herbert G.Grubel and Michael A.Walker. Service and the Changing Economic Structure[C].Service in World Economic Growth Symposium Institute，1988.

[4]Marshall and P.wood. Understanding the location and Role of Producer Service in the UK[J].Environment and planing，1987.

[5]李筱樂.政府規模、生產性服務業與經濟增長——基于我國206個城市的面板數據分析[J].國際貿易問題，2014（5）：105-106.

[6]劉麗萍.基于空間計量模型的生產性服務業集聚與經濟增長關系研究[J].審計與經濟研究，2013（6）：91-99.

[7]王瑞雪.生產性服務業集聚研究——基于空間計量的實證[M].北京：經濟管理出版社，2014.

[8]王亞偉.生產性服務業對中國經濟增長影響的實證研究[D].沈陽：東北財經大學，2014.

[9]熊珊，高巖.生產性服務業對經濟增長貢獻的實證研究——以大連市為例[J].科技和產業，2009（4）：1-3.

[10]馬龍龍.生產性服務業與地區經濟增長——基于調節效應的影響因素及其有效性研究[J].經濟理論與經濟管理，2011（4）：55-58.

[11]韓峰，陽立高.生產性服務業集聚、空間技術溢出效應與經濟增長[J].產業經濟研究，2014（2）：6-8.

[12]劉純彬，李筱樂.生產性服務業發展與經濟增長的非線性關系[J].上海經濟研究，2013（9）：59-60.

[13]李苗苗，肖洪鈞.金融發展、技術創新與經濟增長的關系研究——基于中國的省市面板數據[J].中國管理科學，2015（2）：163-167.

（責任編輯：郭麗春）