東北老工業地區生產性服務業與制造業聯動實證分析

高月媚

（1.吉林大學 東北亞研究院，長春 130012；2.長春科技學院 財經管理學院，長春 130000）

0 引言

現代信息技術的發展，加強了其與工業的融合，發達國家在此背景下紛紛調整了自己的產業結構。以制造業為主的國家、地區以及傳統企業開始轉向發展管理服務、現代物流等生產性服務業，導致現代社會朝“服務型制造”趨勢發展。該趨勢的出現說明傳統以制造業為核心的發展模式終將被生產性服務業模式所取代，同時這也是制造業創新的重要途徑。

對外開放不僅對我國經濟的增長做出了巨大貢獻，且對我國的產業布局也產生了深遠的影響。中國的產業在計劃經濟時代呈現了較為平衡的空間分布，東北老工業地區的制造業也相對發達，并未與沿海地區的經濟產生較大的差距。然而，20世紀90年代以來，東北老工業地區的制造業由于日益嚴重的產業結構與體制矛盾而呈現下坡路的趨勢，市場競爭力下降，就業矛盾突出，此時期的制造業也逐漸轉向東部沿海地區，東北老工業地區逐漸淪為原材料供應地，各區域間的產業差距與經濟水平差距逐漸擴大。“十一五”時期提出全面振興東北老工業基地的戰略，為東北老工業地區的產業轉型升級提供了優良的環境。振興東北老工業基地也有利于我國各區域經濟與社會的協調發展，本文運用VAR模型、格蘭杰因果檢驗、E-G協整檢驗計量等方法，選取2006—2016年我國東北老工業地區產業發展數據，實證分析東北老工業地區制造業與生產性服務業的聯動關系。

1 影響因素選取及模型構建

1.1 影響因素選取

本文在研究生產性服務業發展的影響因素時，將從兩個角度著手即需求方和供給方。一般情況下分為經濟發展模式、體制因素、創新發展水平與經濟發展水平四個方面。為了使四個影響因素處理的時候能夠量化，在模型構建的過程中需要對其具體化。因此，本文用Y代表生產性服務業在地區生產總值中的比例，并將其作為因變量，本文的自變量為X1、X2、X3、X4，分別代表制造業在地區生產總值中的比例、人均地區生產總值、財政支出在地區生產總值中的比例、人均專利申請書。

本文的數據來源為《中國統計年鑒》，時間序列數據為2005—2015年東北老工業地區的指標，模型的構建選用的模型為多元線性回歸模型，用于模型檢驗的計量經濟學軟件包為Eviews7.0。

對模型進行估計與檢驗時結合了OLS與計量經濟學假設，同時根據檢驗結果修正模型，最終確定了符合經濟學原理的多元線性回歸模型，并說明解釋了研究結果。

1.2 模型的構建

根據多元線性回歸模型，構造模型一：顯著性水平0.5下，各變量根據OLS原理的估計參數值如表1所示。

表1 模型一的回歸結果

由表1可知，變量X1與X4并沒有表現出顯著性的結果，因而在綜合考量后將人均專利申請書這一因變量剔除出去，構建了多元線性回歸模型二：

各變量根據OLS原理的估計參數值如表2所示。

表2 模型二的回歸結果

由表2可知，C、X1、X2、X3的t檢驗均通過了，且其顯著影響被解釋變量。判定系數與修正后的判定系數分別為0.961747、0.949672，估計的回歸方程與觀測值具有較好的擬合度，模型二的估計結果為：

1.3 模型檢驗

為了進一步驗證模型二是否回歸，需要運用平穩性檢驗、異方差檢驗以及自相關檢驗等檢驗法，并對模型進行修正，并最終確定模型。

首先運用單位根檢驗法對模型二進行檢驗，檢驗的內容為模型的殘差序列μi，分別在顯著性水平1%、5%、10%下進行了平穩性檢驗，結果顯示顯著水平為5%時，模型二ADF的檢驗值為-3.145736，μi并不存在單位根，代表殘差序列是平穩的。其次，LM檢驗法檢驗了模型二的自相關性，結果顯示其相關性指標為0.4578，比0.05大，原假設成立，即模型二的自相關并不存在，因而可以排除相關性對其的影響。最后，對模型二進行多重共線性檢驗，根據檢驗結果，制造業占GDP比例，人均地區生產總值、財政支出在地區生產總值中的比例之間的相關性較高，修正其多重共線性的方法為逐步回歸法，最佳回歸方程的確立方法為：

（1）分別作Y與X1、Y與X2、Y與X3的回歸，在這三個變量中對Y影響最大因素為X1，以此構建初始回歸模型：

（2）在此模型中分別檢驗X2、X3引入后的擬合優度，結果顯示X3表現出更好的擬合度，因而將X2剔除出去，且變量X3的t檢驗也是通過的最優模型確定為其擬合結果為：

該模型以此通過了平穩性檢驗、異方差檢驗以及自相關檢驗。

2 影響因素評價及分析

根據以上三個多元統計模型可以得知：

（1）根據式（2）的結果可知，X1、X2、X3對東北地區生產性服務業發展的影響比較顯著，但是人均專利申請數并未對其產生較為顯著的影響；

（2）式（2）的結果顯示，X1、X2、X3正向影響了生產性服務業的發展，且參數符號符合經濟學原理。

（3）式（4）的結果表明，由于存在多重共線性，人均地區生產總值在逐步回歸法的原理下被剔除出去，因而最終的解釋變量即為制造業占地區生產總值的比重、財政支出在地區生產總值中的比重。

將解釋變量所表示的影響因素一一代入上述分析的模型結果，得出以下論點：

（1）與其他影響因素的系數相比，用來表示經濟發展模式的X1系數值最高，由此說明在四個影響因素中，東北地區制造業的發展模式決定了其生產性服務業的發展。但是，必須從兩方面看待這種影響，一方面，生產率以及社會分工深化會隨著制造業規模的擴大以及水平的提高而不斷提升，從而生產環節中的服務能夠移交給其他專業企業，以此促進制造業的發展。從此角度來看，第二產業能夠正向影響生產性服務業。但另一方面，若從不合理的產業結構角度出發，制造業增長模式的轉型過程即由粗放型過渡到集約型，仍需要借助第二產業，無形之中減少了政府對生產性服務業的財政支出。

（2）生產性服務業與代表經濟發展水平的人均地區生產總值之間的關系為正相關，且這種關系比較顯著。由此代表生產性服務業發展離不開人均地區生產總值的積極影響。人均地區生產總值作為代表一個地區經濟發展水平的關鍵指標，對生產性服務業的發展有顯著作用，但由于存在多重共線性而被剔除。

（3）財政支出在地區生產總值中的比例正向影響生產性服務業的發展，且這種影響是顯著的，由此可知生產性服務業在財政支出增加的影響下會不斷發展，這也代表在生產性服務業中政府的支持以及相關政策的重要作用。

（4）人均專利申請書代表了一個地區的創新發展水平，其并未對生產性服務業產生顯著性影響，由此說明東北地區當前的創新型人才培養模式比較落后，創新型人才作為生產性服務業發展提高的核心亟待加強。創新型人才的缺失加之薄弱的創新能力極大地阻礙了生產性服務業的發展。

3 生產性服務業與制造業聯動分析

3.1 模型設定：向量自回歸模型

VAR通常用來預測相關時間序列系統，多變量向量自回歸模型的參數可以由應用樣本進行確定，從而獲取各變量之間的相互關系，因而其作為一個工作能夠對多變量時間序列進行有效分析。一個n維隨機向量yt服從P階向量自回歸過程，記為VAR（P），其數學表達式為：

3.2 變量選取及數據說明

本文把VPA和MVA這兩個作為研究目標，通過查閱《中國統計年鑒》，并從其里面收集2006—2016年我國東北老工業地區產業發展數據。選取的數據都是扣除物價后的具有代表性、依據性的數據，整個實證分析過程用到了統計經濟學軟件。依照制造業和生產性服務業的時間序列圖可以發現，這兩大產業的發展趨勢大概一致，所以可以根據這個確定這兩個產業之間具有相關性，為了檢驗這個，本文使用Granger關系進行實證分析。

3.3 實證分析及結果說明

3.3.1 平穩性檢驗

為避免模型出現偽回歸，應先對各變量進行平穩性檢驗。本文對變量的平穩性進行檢驗使用的方法為ADF單位根檢驗法，其具體內容為：首先作出序列時序圖，然后進一步對趨勢項和常數項的顯著性進行檢驗。再運用最小信息準則選擇器滯后項。檢驗結果表明，各變量均是非平穩的，但其二階差分后的序列都是平穩的。表3所示為生產性服務業增加值與制造業增加值的單位根檢驗結果。

表3 MVA、VAP單位根檢驗結果

根據表3結果可知，生產性服務業增加值與制造業增加值的差分序列與一階差分序列都不具備平穩性，因此有單位根的原假設無法拒絕。而5%水平下，VAP和MVA的二階差分序列是平穩的，有單位根的零假設則被拒絕。因此，VAP和MVA兩者屬于二階單整，即I（2）。

3.3.2 E-G協整檢驗

根據上述單位根檢驗可知，生產性服務業增加值與制造業增加值兩個變量有可能為協整關系，且這種關系比較穩定。EG兩步法檢驗變量的協整關系主要分為兩個步驟，首先運用最小二乘法對生產性服務業增加值和制造業增加值這兩個變量進行估計，其次利用ADF單位根檢驗對其殘差性進行檢驗，若這兩者存在穩定的協整關系，則其殘差序列也是平穩的。回歸結果如表4所示。

根據表4可知，DW值接近2且統計檢驗也通過了，自相關影響就可以被消除了，協整方程為：

表4 回歸結果

利用單位根檢驗法對殘差序列μt進行平穩性檢驗，結果如表5所示。

表5 殘差序列ADF單位根檢驗結果

再對殘差數列進行異方差性檢驗，檢驗結果如表6所示。

表6 模型的異方差檢驗

殘差的單位根結果表示，東北地區生產性服務業增加值和制造業增加值的協整關系是存在的，且東北地區的制造業每增長1%，生產性服務業增加0.80%。

3.3.3 Granger檢驗

采用格蘭杰因果檢驗對東北地區制造業與生產性服務業的因果關系進行估計，其估計結果有四種：

（1）制造業的發展對生產性服務業的發展的影響比較顯著；

（2）生產性服務業的發展對制造業發展的影響是顯著的；

（3）制造業既能影響生產性服務業的影響，生產性服務業發展也對制造業的發展產生影響，即互為因果；

（4）制造業與生產性服務業兩者之間的發展不產生任何影響。

二階殘差序列的平穩性均已通過證實，本文將對兩者之間的因果關系進行進一步檢驗。檢驗結果如表7所示。

表7 Granger因果檢驗結果

根據表7結果，滯后階數為2的條件下，生產性服務業不是制造業的格蘭杰原因的假設經過檢驗是通過的，即生產性服務業的發展不受制造業發展的顯著影響。制造業是生產性服務業的格蘭杰原因，因此可以用VAR模型對這兩個產業的聯動關系進行分析。本文中將二期選為該模型的滯后期，殘差序列的平穩性檢驗結果顯示其存在相關性，但該相關性的水平較低，因而序列穩定性的要求是滿足的，兩者之間可以構建向量自回歸模型，其估計結果如下頁表8所示。

表8 回歸結果

模型結果如下：

3.3.4 分析結果

根據式（5）可知：呈現出長時間的正相關平衡的關系。根據求出的結果可以知道，東北制造業每次的增加，都會使得生產性服務業的增加值也跟著變大，加上這兩個之間的相關性好，表明了東北地區的制造業和生產性服務業彼此之間相互影響并且一直處于穩定狀態，這兩個相關性好，相互影響相互依存。

從模型（7）的分析和檢驗結果可以看出：（1）東北地區VPA發展促進了MVA的發展，且隨著時間的推移，這種促進作用會逐漸減弱；（2）MVA滯后期對其本身的作用是比較積極的，且隨著時間的推移，這種作用會逐漸減弱即VAPt-1＜VAPt-2。

4 結論

根據上述分析，本文得到了以下幾個結論：（1）東北地區的生產性服務業發展水平還處于初級階段，產業政策不能適應當前的產業現狀，兩者之間存在脫節，因此在促進自身產業發展的前提下，更需從宏觀角度出發對其發展體制、政策以及模式進行不斷調整；（2）目前制造業的發展還不能完全依靠生產性服務業的支持，主要是因為生產性服務業缺乏高度的信息化水平，創新型人才以及技術水平都有很大的提升空間，嚴重阻礙了生產性服務業對制造業的有效供給。（3）當前東北生產性服務業與制造業并沒有實現聯動發展，且發展水平較低。雖然后者在物質上為前者的大力發展提供了堅實的基礎，但是當前制造業由于發展處于較低水平使得生產性服務業無法實現發展，兩者的聯動關系水平仍然較低。因此，若想實現兩個產業之間的聯動發展，最關鍵的問題是生產性服務業的提升效率。