生產性服務業與技術密集型制造業互動發展的行業差異

摘 要：本文運用2013年-2020年生產性服務業和技術密集型制造業的股票價格數據，分別計算行業之間的尾部相關性，并運用社會網絡分析建立關聯網絡模型，從而結合中心性分析方法對網絡模型進行實證分析，根據其多個中心性指標分析行業發展關系。

關鍵詞：生產性服務業;技術密集型制造業;社會網絡

一、引言

近些年，世界各國都將經濟發展中心轉向依附于高新技術發展的服務業，尤其生產性服務業，因為其具有中間投入的特點，對產業生產的上下游連接起著重要的作用。除此之外，其最初是由制造業內部分離出來的，從而其最主要的是為促進制造業的發展。目前，國內外對生產性服務業的研究越來越多。學者們大都是從宏觀層面上，以投入產出數據為基礎，以行業或區域角度去研究兩者之間的關聯情況、互動關系以及發展效果。劉書瀚（2010）和曹毅（2009）等利用投入產出數據算出投入產出系數，對制造業和生產性服務業兩者之間產業關聯關系進行分析。田家林和黃濤珍（2010）以及王惠清（2018）計算制造業和生產性服務業的消耗系數、影響力系數和感應度系數，從而進行實證分析。席艷樂和李芊蕾（2013）以及華廣敏（2015）運用聯立方程模型進行分析。凌永輝（2018）等運用計量經濟模型分析產業間關系。而本文著重運用社會網絡模型分析行業間發展關系。

二、數據與方法

1.數據說明

（1）指標體系構建

本文通過計算各個行業之間的尾部相關性來研究生產性服務業與制造業的互動發展差異。通過相關系數考察各個行業之間的關聯關系，從而進一步構建行業之間的網絡模型。我們借鑒已有的研究成果來計算其尾部相關性。

（2）閾值的選取-非對稱斷點法

該方法是由C.Y.-H.Chen et al.（2018）提出來的，將正相關系數以及負相關系數分別提出來，設置兩個閾值，分別為正、負閾值，由此不對稱地處理了較大的正、負相關性。

（3）數據來源

本文所采用的數據來自2013年-2020年wind數據庫，以國家統計局對生產性服務業和制造業的劃分為依據，選取證監會行業分類下的股票價格數據進行研究。

2.社會網絡模型

本文主要通過構建社會網絡模型去揭示行業間的互動關系，主要是通過度數中心性、中間中心性以及接近中心性指標刻畫生產性服務業與技術密集型制造業之間的相互溢出關系。

三、實證分析

我們分別以1天、10天、20天為滯后期，T=1、10、20，并且取k=130。

首先我們運用Matlab軟件根據公式（1）計算出行業之間的尾部相關性，根據公式（2）～（5）計算出正、負閾值，從而得到0-1矩陣，然后運用Ucine以及Netdraw軟件構建關聯網絡模型。

1.度數中心度

從生產性服務業中可以看出，點出度最高的行業為批發零售業信息和傳輸、軟件和信息技術服務業，其點出度為13。這說明它們與其他行業的關聯能力較強，并且多個技術密集型制造業之間存在溢出關系，能夠很好地對技術密集型制造業的生產過程提供支持服務。其中點入度最高的行業為交通運輸、倉儲和郵政業和其他金融業，點入度為12，這說明其能夠很好利用技術密集型制造業所提供的支持來加速自身行業的進步。在技術密集型制造業中點出度最高的行業為儀器儀表制造業，說明其能夠很好地運用自身資源對生產性服務業的發展提供支持與幫助。點入度最高的行業專用設備，點入度14，其發展會受其余行業的影響，因此其與多個生產性服務業有著密切關聯。

2.中間中心度行業差異分析

我們將服務業與制造業區分開來，分別來看中間中心度在行業之間的差異。生產性服務業中，最高的行業為信息傳輸、軟件和信息技術服務業，為2.44，并且在所有行業中都是最高的。因此該行業在整個網絡模型中處于中心地位，對整個資源有著較強的控制能力，并且與多個技術密集型制造業之間存在緊密關聯。在技術密集型制造業中最高的是為儀器儀表制造業，為2.4。所以其與生產性服務業互動最頻繁，能夠很好地利用多個生產性服務業的資源進行資源整合，從而促進行業進步。但是從下表中我們可以進一步發現，當從每個細分行業的整體情況來看，其結果出現兩級分化的現象。一大部分行業中間中心度在2左右，而另一小部分行業的度數則在0.5上下浮動，這說明大部分，只有少部分行業的資源控制能力較差。

在本文中我們認為中間中心度大于2的行業在網絡模型中處于中間位置，在1～2之間的行業在模型中處于次級中心位置，小于1的處于模型中的邊緣位置。通過分析發現，在生產性服務業中有兩個行業在整個網絡模型中處于中心地位，它們都與多個技術密集型制造業有著緊密的關聯關系。技術密集型制造業中則有三個行業在整個網絡模型中處于中心位置，這也就說明了他們與生產性服務業中各個行業也都產生了關聯關系。而生產性服務業中有三個行業處于網絡模型中的次級中心位置，它們與少部分技術密集型制造業有關聯關系。技術密集型制造業中僅有運輸設備制造業處于網絡模型的次級中心位置，這說明該行業從生產性服務業中所得到的資源幫助較少。剩余的其他行業都處于網絡模型的邊緣位置，與其他行業之間的互動發展關系并不突出。

四、結論

本文運用Kendall rank相關系數方法計算了2013年-2020年各個行業之間的尾部相關系數，并據此構建了關聯網絡模型，然后結合中心性分析對所建立的網絡模型進行實證結果分析。結果顯示，生產性服務業處于中心地位并且有著較強的資源能力，所以其對技術密集型制造業的發展有著強有力的推動作用。而對于技術密集型制造業來說，網絡密度較大，因此其整體穩定性較強，生產性服務業和技術密集型制造業之間都存在較高的點出度，因此兩者行業之間彼此促進，共同發展，所以兩者之間的融合發展水平較高。

參考文獻：

[1]劉書瀚，張瑞，劉立霞.中國生產性服務業和制造業的產業關聯分析[J].南開經濟研究，2010（06）：65-74.

[2]曹毅，申玉銘，邱靈.天津生產性服務業與制造業的產業關聯分析[J].經濟地理，2009，29（05）：771-776.

[3]田家林，黃濤珍.生產性服務業與其他產業的互動關系——基于歷次投入產出表的分析[J].中國科技論壇，2010（08）：53-59.

[4]華廣敏.高技術服務業與制造業互動關系的實證研究——基于OECD跨國面板數據[J].世界經濟研究，2015（04）：113-120+129.

[5]席艷樂，李芊蕾.長三角地區生產性服務業與制造業互動關系的實證研究——基于聯立方程模型的GMM方法[J].宏觀經濟研究，2013（01）：91-99.

[6]凌永輝，張月友，沈凱玲.中國的產業互動發展被低估了嗎？[J].數量經濟技術經濟研究，2018，35（01）：23-41.

[7]Alexandru V Asimit，Russell Gerrard，Yanxi Hou，Liang Peng. Tail dependence measure for examining financial extreme co-movements[J].Journal of Econometrics，2016，194（2）.

[8]Cathy Yi-Hsuan Chen，Wolfgang Karl ，Yarema Okhrin. Tail event driven networks of SIFIs[J].Journal of Econometrics，2018.

作者簡介：方雪（1996- ），女，漢族，四川達州人，中國海洋大學經濟學院，碩士研究生，數量經濟學專業，研究方向：金融風險