京滬深生產性服務業對經濟發展的影響作用比較

王琴英 程鳳

[摘 要] 據統計，目前北京生產性服務業規模優勢突出，深圳生產性服務業增速最快，且京滬深生產性服務業發展速度均快于地區經濟增長。分析京滬深生產性服務業對經濟發展的影響作用比較意義重大。通過比較京滬深生產性服務業的發展背景與特點，選取2008年至2017年京滬深三個地區的數據為樣本數據，利用面板數據模型，實證分析京滬深生產性服務業對經濟增長與就業吸納的影響作用，得出結論京滬深地區經濟增長對生產性服務業增加值、地區就業吸納對生產性服務業就業水平均具有顯著的彈性影響，且彈性較大，只是就業彈性低于經濟增長彈性。因此，京滬深生產性服務業的快速發展，已成為拉動地區經濟增長、促進就業的重要驅動力。

[關鍵詞] 生產性服務業;面板數據;彈性分析

[中圖分類號] F719[文獻標識碼] A[文章編號] 1009-6043（2019）02-0061-02

生產性服務業是為工業生產過程提供保障服務的產業，它依附于制造業而存在，是由制造業內部生產服務部門獨立發展起來的新興產業，并以專業化的人力資本和知識資本作為主要投入品，從而提高勞動投入與其他生產要素的生產效率。生產性服務業的產業范圍包括為生產活動提供的研發設計與其他技術服務、貨物運輸倉儲和郵政快遞服務、信息服務、金融服務、商務與租賃服務、人力資源管理與培訓服務等。近年來，我國經濟結構正經歷從工業經濟向服務業經濟轉變的階段，現代服務業尤其是生產性服務業蓬勃發展，日益成為推動我國經濟發展、促進就業的重要驅動力。

生產性服務業最早由美國經濟學家布朗寧、辛格曼提出，隨后得到了國內外學術界廣泛重視[1]。在國內文獻研究中，鐘韻等[2]從全國、區域以及廣州市三個層次對生產性服務業與經濟發展關系進行研究;周孝等[3]根據北京生產性服務業的發展現狀與資源稟賦，探討了生產性服務業的集聚優勢;張軍超等[4]利用投入產出法分析了深圳生產性服務業增長、結構與各產業的融合，指出生產性服務業自身具有較強的增強效應;等等。這些探索和研究，對生產性服務業的特征與作用開展了系統的論證，并大多以單個發達地區為例進行實證分析。如下側重北京、上海和深圳三個發達地區（簡稱“京滬深”）作為典例，通過比較京滬深生產性服務業的發展背景與特點，利用面板數據模型，實證分析京滬深生產性服務業對經濟增長與就業吸納的影響作用，為推進京滬深生產性服務業發展提供決策參考。

考慮數據來源的可獲得性和可比性，這里將京滬深生產性服務業界定為交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，金融業，租賃和商務服務業以及科學研究、技術服務與地質勘探業所包含的各個行業。

一、京滬深生產性服務業的結構差異與增速變動

（一）京滬深生產性服務業的結構差異

這里，從京滬深生產性服務業的增加值與就業人數總量、增加值占比（占第三產業）以及就業人數占比（占第三產業）的角度比較京滬深生產性服務業內部結構差異。（數據來源：2009-2017年京滬深《統計年鑒》、2018年京滬深《統計公報》相關數據整理所得）

在2008-2017年期間，從總量上看，2017年京滬深生產性服務業增加值分別達到13836.6億元、11375.8億元和6795.3億元，比2008年分別提高了3.08倍、3.13倍和3.49倍;2017年的就業規模分別為502.5萬人、372.5萬人和186.8萬人，比2008年分別提高了1.78倍、2.16倍和2.54倍。可見，北京生產性服務業增加值和就業人數規模最大，規模優勢明顯;上海和深圳生產性服務業發展迅速，規模比例提升高于北京。誠然，地區生產性服務業產業規模的變化，受地區面積、專業化分工、工業化程度、產業融合程度以及產業政策等多種因素影響。在京滬深三個地區，北京地區面積最大，以服務業為主的第三產業成為北京最主要的經濟增長動力，至2017年底北京市第三產業增加值占GDP比重達到80.6%，其中生產性服務業在第三產業的增加值與就業人數占比均最大。上海地區GDP總量最大、常住人口最多，以第二產業、第三產業并重發展，第二產業增加值約為北京市的兩倍，而生產性服務業增加值和就業人數占比僅低于北京。深圳地區以加工制造業為主，受地區面積較小、常住人口較少的因素限制，地區GDP遠小于北京和上海，但其第二產業增加值則明顯高于北京和上海，生產性服務業的發展速度也高于北京和上海。

從產業結構上看，由2008年北京奧運會帶動的影響，京滬深生產性服務業迅速發展，其增加值比重與就業比例均得到快速提升。2017年北京生產性服務業增加值占第三產業比重超過60%;上海近十年生產性服務業迅猛發展，增加值占比已超過深圳;相對而言，深圳生產性服務業發展較緩慢，增加值占比變化較小。在吸納就業方面，京滬深生產性服務業就業人數占比明顯提高。其中，北京生產性服務業就業人數占比提高了10.2個百分點，上海上升了11.3個百分點，深圳也提高了10.3個百分點。因而，北京生產性服務業就業人數占比最大，在第三產業中吸納就業的比例接近一半;上海生產性服務業吸納就業的能力提升最多，而深圳生產性服務業的就業吸納比例較低。京滬深生產性服務業產業結構的差異，主要源于區位優勢與地區產業發展特點所致。其中，北京作為首都，處在產業經濟信息的中心，其金融業、信息傳輸、科學研究及技術服務、交通運輸與旅游業等發展迅速，帶動生產性服務業與第三產業規模不斷擴大;同時，這些行業吸納就業的能力高于第二產業，進而使北京生產性服務業增加值占第三產業比重、就業人數占第三產業人數比重明顯居高。上海具有良好的地理優勢，是長三角的經濟中心，也是中國最重要的物流商貿中心，繁茂的物流網絡致使上海金融業蓬勃發展。與北京相比，上海市第二產業與第三產業齊頭并進發展，盡管地區GDP總量高于北京，但生產性服務業增加值、就業人數方面稍落后于北京。深圳產業結構以制造業為主，第二產業增加值占比超過北京和上海;深圳以高新技術產業、金融業、物流業作為其三大支柱產業帶動第三產業發展，盡管生產性服務業增加值與就業人數規模小于北京上海，但在第三產業內部，其增加值占比與就業人數比例與北京和上海相差較小。

（二）京滬深生產性服務業增速與地區GDP增速的比較

在2008-2017年，由復利法測算得到，京滬深GDP年均增速分別為10.51%、8.66%和12.48%，京滬深生產性服務業增加值年均增速分別為13.32%、13.51%和14.91%，可知，京滬深生產性服務業發展速度均高于其地區經濟增速。計算的環比增速（忽略價格因素）顯示（見圖1），同樣，京滬深生產性服務業環比發展速度高于地區GDP環比增長。一方面，深圳地區GDP增速最快，其環比增速明顯高于北京和上海，而北京的環比增速則高于上海;另一方面，京滬深生產性服務業環比速度交替變化上升，表現出三個地區在追趕著快速發展。近幾年深圳生產性服務業環比增速超過北京和上海，2017年京滬深生產性服務業增速分別達到10.8%、10.62%和15.8%。因此，京滬深經濟迅猛發展的同時，其生產性服務業發展尤為突出和迅速。

2008-2017年京滬深生產性服務業環比增速與GDP環比增速圖

二、京滬深生產性服務業對地區經濟發展的彈性影響分析

（一）面板數據與模型設定

1.面板數據與變量指標的定義。選取2008年至2017年京滬深三個地區的數據為樣本數據，該樣本數據屬于面板數據。以變量Xit表示i地區第t年的生產性服務業增加值（單位：億元）或就業人數（單位：萬人），變量Yit表示i地區第t年的地區GDP（單位：億元）或地區就業人數（單位：萬人）。其中： i=1，2，3表示有3個截面（即：三個地區），t=1，2，…，10表示有十年的觀測期。

2.雙對數模型的設定。通常，雙對數模型用于反映因變量對自變量的彈性關系。這里，建立雙對數模型，以反映京滬深地區經濟增長對其生產性服務業增加值、京滬深地區就業吸納對其生產性服務業就業水平的彈性依賴關系。因而，分別以京滬深三地的地區GDP、地區就業人數作因變量，相對應地，分別以京滬深三地生產性服務業增加值、就業人數作為自變量，建立如下形式的雙對數模型：

其中：i=1，2，3表示有3個截面（即三個地區），ui表示i地區的隨機誤差項，αi為截距項，變斜率系數βi表示在其他因素不變的情形下，i地區的地區GDP或就業人數對其生產性服務業增加值或就業人數的彈性，即 地區生產性服務業增加值或就業人數每提高1%，將引致i地區GDP或就業人數增長βi%。

3.單位根檢驗與變截距變斜率特征的檢驗[5]。面板數據的單位根檢驗方法，通常有LL檢驗、IPS檢驗和Fisher組合P值檢驗等方法。假設研究的面板數據的自相關系數允許隨截面而變化，且截面之間不相關，因而，宜采用IPS檢驗法來檢驗各變量的平穩性。利用上述變量的面板數據，IPS檢驗結果顯示，模型（1）的自變量與因變量均不存在單位根，即為平穩序列。另一方面，利用Hausman檢驗可知，設定的模型（1）為靜態面板數據的隨機效應模型，具有變截距與變斜率的特征。因此，模型（1）的設定合理，可以直接運用面板數據的加權最小二乘法估計參數。

（二）面板數據模型的估計

對模型（1）用加權最小二乘法進行估計，變斜率系數的估計值與擬合效果結果如表1所示。可見，模型所有參數的顯著性檢驗概率p值均為零，取到最小，因而，模型參數通過了顯著性檢驗;且模型的擬合優度很高，表明擬合效果較好。（注：因篇幅所限，截距項估計值略）

面板數據模型的變斜率系數估計值表

（三）彈性影響分析

上表顯示，京滬深地區經濟對其生產性服務業的彈性分別為0.768、0.633和0.847，表明在其他因素不變的情形下，京滬深生產性服務業增加值每提高1%，將引致京滬深經濟增長提高0.768%、0.633%和0.847%。該彈性值較大，說明京滬深生產性服務業對地區經濟增長的影響作用顯著。同樣地，吸納就業的彈性分別為0.589、0.587和0.639，表明在其他因素不變的情形下，京滬深生產性服務業就業每提高1%，會帶來京滬深地區吸納就業提高0.589%、0.587%和0.639%。顯然，京滬深三個地區的就業彈性差別較小，且他們的就業彈性均低于經濟增長彈性。

統計表明，2008-2017年京滬深生產性服務業增加值年均增速分別為13.32%、13.51%和14.91%，其就業人數年均增速分別為6.6%、8.92%和10.9%。在忽略其他影響因素的情形下，如果結合彈性作用，可測算京滬深生產性服務業分別帶動其地區經濟年均增長10.23%、8.55%和12.63%;帶動地區就業年均提高3.89%、5.24%和6.97%。因此，京滬深生產性服務業的快速發展，已成為拉動地區經濟增長、促進就業的重要驅動力。

三、主要結論與發展建議

綜上所述，北京生產性服務業規模優勢凸顯，深圳生產性服務業增速最快，且京滬深生產性服務業發展速度均高于地區經濟增長。構建的面板數據模型研究顯示，京滬深地區經濟增長對其生產性服務業增加值、地區就業吸納對其生產性服務業就業水平均具有顯著的彈性影響，且彈性較大，只是就業彈性低于經濟增長彈性。因此，京滬深生產性服務業的快速發展，已成為拉動地區經濟增長、促進就業的重要驅動力。

京滬深生產性服務業中部分行業如金融、信息服務、租賃等發展相對成熟且規模較大，而一些新興產業如文化創意產業、數據服務行業等新興服務業正處于蓬勃發展階段，因而，生產性服務業發展空間將進一步擴大。其中，北京地區將借助京津冀服務業協同發展，構建協同創新共同體，通過提升北京生產性服務業的輻射外溢能力，增強京津冀經濟發展的內生動力;上海地區生產性服務業對江浙地區具有很強的經濟輻射效應，利用其金融中心與制造高地的優勢地位，將帶動長三角地區生產性服務業快速發展;深圳地區是珠三角區域的科技研發中心與制造業中心，生產性服務業有待擴大規模效應，并與先進制造業融合，推動區域制造業獲得新的發展途徑和發展潛力。

[參考文獻]

[1]陳凱.服務業在經濟發展中的地位和作用：國外理論述評[J].經濟學家，2005（4）：112-118.

[2]鐘韻，閻小培.我國生產性服務業與經濟發展關系研究[J].人文地理，2003（5）：46-51.

[3]周孝，馮中越.北京生產性服務業集聚與京津冀區域協同發展[J].經濟與管理研究，2016（2）：44-51.

[4]張軍超.深圳生產性服務業增長、結構及與各產業的融合[J].商業研究，2016（4）：1-8.

[5]白仲林.面板數據的計量經濟分析[M].天津：南開大學出版社，2008：22-48.

[責任編輯：趙磊]