生产性服务业与制造业互动发展实证研究——以西安市为例

郭伟，赵丽君，李晓婷

(西安工程大学管理学院，陕西西安710048)

生产性服务业与制造业互动发展实证研究
——以西安市为例

郭伟，赵丽君，李晓婷

(西安工程大学管理学院，陕西西安710048)

以西安市为研究对象，以陕西省统计年鉴数据为依托，运用协整检验、格兰杰因果检验等分析方法对生产性服务业与制造业的互动关系进行研究.认为西安市生产性服务业与制造业具有较强的相关性，且它们之间存在长期的协整关系以及稳定的均衡关系;制造业对生产性服务业的带动作用较为明显，而生产性服务业对制造业的带动作用尚不明显.

生产性服务业;制造业;西安市;实证研究

0 引言

我国"十二五"规划中明确提出了加快发展服务业的思路，其中发展生产性服务业是规划中重点突出强调的问题.国内需求的拉动，科学技术的供给，专业化分工的驱动和服务贸易的全球化成为了生产性服务业发展的重要驱动力［1］.生产性服务业是在制造业的基础上发展起来的，与制造业具有十分密切的联系.生产性服务业推动了制造业的发展，反过来，制造业对生产性服务业的发展具有巨大的促进作用［2-3］.现代的制造业已经越来越多地融入了生产性服务业要素.制造业整体水平和产品品质的提升，依赖于生产性服务业的附加和生产性服务业的整合，生产性服务业的发展很大程度上是以制造业为服务对象［4］.从以上分析可以看出，生产性服务业与制造业存在着一定的关系，二者的发展可以促进经济增长的可持续发展.目前，文献［5］根据其主体从属地位划分：需求遵从论、供给主导论、互动论以及融合论.而近些年大量研究表明了生产性服务业与制造业未来的互动发展趋势是制造业服务化与服务业制造化［6-7］.这些研究热点都为本研究提供了充分的理论依据.本文从产业互动的角度出发，结合西安市生产性服务业与制造业的产业发展数据，进而运用协整检验、格兰杰因果检验等分析方法对二者的产业互动的因果关系进行实证研究，找出西安市生产性服务业与制造业的相关性与因果关系，以期指导西安市未来的发展，为西安市生产性服务业的发展及产业关联关系的提升提出针对性的建议.

1 方法模型

1.1 ADF平稳性检验

本文选取的西安市生产性服务业增加值(PS)与制造业增加值(MI)均为时间序列，为了避免伪回归的出现，保证数据的无偏性、有效性、一致性，必须对数列进行平稳性检验.ADF(平稳性的单位根)检验法［8］，其原理如下：

模型Ⅰ：无截距项且无时间趋势项

γ为Δyt对yt-1的回归系数，Δyt是变量yt的一阶差分形式，yt-1为yt的一阶滞后，βi为滞后i期的一阶差分项对应的系数，P为选取的滞后阶数，μt为残差项，α项和δt项分别表示对序列确定性趋势的不同设定.

1.2 E-G协整检验

协整检验是对具有不同但相似的长期变动趋势的两个或两个以上变量之间波动关系的检验，其前提是被检验变量必须是同阶单整.

本文采用E-G两步法.根据协整理论：如果被解释变量和解释变量之间的协整关系存在，则说明变量间存在稳定的均衡关系，被解释变量中不能被解释变量所解释的部分形成了一个残差序列，残差序列平稳，则协整关系存在［9］.具体的E-G两步法步骤为：

第一步在确立变量是同阶单整的情况下，进行OLS估计，估计长期均衡方程，由长期均衡方程

第二步回归模型的残差序列et进行单位根的检验.如果单位根是平稳的，则可以认为OLS的回归结果有效，认定变量之间存在协整关系.

1.3 Granger因果关系检验

Granger(1969)［10］认为，变量x和y的因果关系，可以通过y(或者x)能在多大程度上被过去的x(或者y)所解释来加以判断.如果x对y的预测有帮助，或者x的滞后值与y的相关系数在统计上显著时，就可以说x是y的Granger原因.

格兰杰因果关系检验要求的回归模型为

以y对所有滞后项回归，得到受约束的残差平方和RSSR，加入滞后项x得到无约束的残差平方和RSSU.格兰杰因果关系检验是基于F检验的，即

如果在选定的显著性水平α上计算出来的F值超过临界α值，则拒绝零假设，这样滞后x项就归属于此回归，说明x是y的原因.

2 实证分析

2.1 数据来源

增加值是一个可以综合反映行业技术水平、管理水平、竞争实力等的关键指标.因此，本文在对二者关联关系研究时，选择生产性服务业增加值和制造业增加值进行实证研究.生产性服务业的增加值由于数据的来源和可获取性，加之2004年以前服务业的统计口径发生变化以及统计分类较为粗略，西安市租赁和商务服务业及信息传输、计算机服务和软件业的增加值数据无法获得，故本文利用第三产业增加值代替生产性服务业的增加值.研究数据来源于1991～2011年《西安市统计年鉴》，选取1992～2010年生产性服务业增加值(PS)和制造业增加值(MI).为了更加容易的获得平稳的数列、消除变量之间的异方差，对生产性服务业增加值(PS)和制造业增加值(MI)取对数，分别记为LNPS和LNMI.分析过程使用计量经济学软件为Eviews6.0.

2.2 ADF平稳性检验实证分析

1992 ～2010 年生产性服务业增加值和制造业增加值见表1.对PS和MI取对数，分别记为LNPS和LNMI，如图1所示.从图1可以看出，西安市生产性服务业与制造业变化方向一致，具有较强的相关性.单位根检验表明，二者均为一阶单整平稳序列.从表1可以直观地看出两个变量(LNMI与LNPS)的时间序列均出现了非平稳的特征，两个原序列均含有趋势项.为了进一步确定变量是否平稳，对其进行单位根的平稳性检验(ADF).由于样本数据为非零均值且序列随时间变化有上升的趋势，因此ADF检验中包含截距项和时间趋势项.滞后阶数的选择根据SC和AIC最小准则.

表11992 ～2010年西安市生产性服务业增加值和制造业增加值亿元

图1 LNMI和LNPS趋势图

对原序列LNMI进行单位根检验，结果见表2.根据P值可以判断出原序列LNMI非平稳，存在单位根，因此需要进一步进行差分处理.对原序列LNMI的一阶差分序列进行单位根检验，结果见表3.一阶差分后的序列ADF检验值均小于在1%，5%，10%显著性水平下的临界值，则拒绝原假设，存在单位根.在1%的显著性水平下，一阶差分后的序列DLNMI平稳，由此可以认为该序列为一阶单整，即LNMI～I(1).

表2 原序列LNMI的单位根检验结果

表3 一阶差分序列DLNMI的单位根检验结果

对序列LNPS进行单位根检验时，同样采用上述方法.由表4所示，原序列LNPS存在单位根，为非平稳序列.但从表5可以看出，一阶差分后的序列ADF检验值小于在5%和10%显著性水平下的临界值，则拒绝原假设，存在单位根.在5%的显著性水平下，一阶差分后的序列DLNPS平稳，由此可以认为该序列为一阶单整，即LNPS～I(1).

表4 原序列LMPS的单位根检验结果

表5 一阶差分序列DLNPS的单位根检验结果

通过上述检验结果得知，两个序列均为一阶单整，符合协整检验的前提条件，可以建立回归模型进行协整分析.

2.3 实证分析

以LNMI为被解释变量，以LNPS为解释变量，对LNMI和LNPS进行OLS回归.由回归结果可以看出，方程的拟合优度达到0.997，拟合效果较好，不存在自相关.西安市生产性服务业与制造业存在着长期均衡，生产性服务业增加值每增加1%，制造业增加值将增加0.57%.

再对残差序列et进行ADF检验.根据残差序列趋势图判断出序列不含截距项，不含趋势项.利用Eviews6.0软件运行结果表明：在1%的显著性水平下，t检验的统计值为-3.886 8，ADF值-4.024 9小于相应的临界值，从而拒绝原假设，表明残差序列不存在单位根，是平稳序列，进一步说明变量之间具有协整关系，存在长期均衡关系.

再以LNPS为被解释变量，以LNMI为解释变量，运用Eiews6.0对其进行OLS估计.由回归结果可以看出，方程的拟合优度达到0.997，拟合效果较好，不存在自相关.西安市生产性服务业与制造业存在着长期均衡，制造业增加值每增加1%，生产性服务业增加值将增加1.75%.

同理对残差序列et进行ADF检验.根据残差序列趋势图判断出序列不含截距项，不含趋势项.利用Eviews6.0软件运行结果表明，残差序列为平稳序列，存在长期均衡.

通过OLS估计可以看出，目前西安市制造业对生产性服务业的带动作用较为明显，而生产性服务业对制造业的促进作用相对较弱，二者的产业关联关系需要进一步加强.

2.4 Granger因果关系检验实证分析

对两变量进行Granger因果检验，结果表明，在5%的显著性水平下，变量LNMI是LNPS的Granger原因，假设被拒绝.因此，可以认为西安市生产性服务业的增长不是制造业的Granger原因，而制造业能够带动生产性服务业的增长，二者之间存在单向的因果关系.

之所以出现上述结果，可以解释为：生产性服务业主要为制造业服务，并且只有当制造业项目完成时，才能对生产性服务业显示拉动的作用.这一定程度上可以解释制造业对生产性服务业的增长有促进作用，但存在滞后现象.近年来，西安市生产性服务业得到了发展，但是之前西安市的生产性服务业增加值太小，发展缓慢，对制造业的影响不大，加之制造业的发展需要一定的时间，生产性服务业的成长受诸多因素的影响，最终导致生产性服务业的增长对制造业存在较大滞后期，不是制造业的Granger原因.

3 结论

(1)西安市生产性服务业与制造业变化方向一致，具有较强的相关性.单位根检验表明，二者均为一阶单整平稳序列.

(2)西安市生产性服务业和制造业之间存在长期的协整关系.从长期而言，生产性服务业增加值每增加1%，制造业增加值将增加0.57%.制造业增加值每增加1%，生产性服务业增加值将增加1.75%.二者之间存在着稳定的均衡关系，制造业对生产性服务业的带动作用较为明显.

(3)通过Granger因果检验，西安市生产性服务业和制造业存在着单向因果关系，制造业是生产性服务业的Granger原因，生产性服务业不是制造业的Granger原因，二者互动发展尚未形成，生产性服务业对制造业的带动作用尚不明显，需进一步加强.

［1］王惠玲.生产性服务业发展动因研究［D］.山东：山东经济学院，2011.

［2］李兵，朱天星.辽宁生产性服务业与装备制造业互动发展研究［J］.辽宁经济，2012(1)：48-49.

［3］喻美辞.生产性服务业的发展对珠三角制造业竞争力的影响［J］.华东农业大学学报：社会科学版，2011(1)：58-62.

［4］李满桃.湖南省生产性服务业与制造业互动发展研究［D］.湖南：湖南大学，2009.

［5］顾乃华，毕斗斗，任旺兵.生产性服务业与制造业互动发展：文献综述［J］.经济学家，2006(6)：35-41.

［6］张晓涛，李芳芳.生产性服务业与制造业的互动关系研究——基于MS-VAR模型的动态分析［J］.吉林大学社会科学学报，2012(3)：100-107.

［7］唐强荣，徐学军.新型工业化生产性服务业与制造业［J］.工业技术经济，2007(11)：122-124.

［8］高铁梅.计量经济方法与建模：Eviews应用及实例［M］.北京：清华大学出版社，2005：73-84.

［9］张大维，刘博，刘琪.Eviews数据统计与分析教程［M］.北京：清华大学出版社，2010：11-47.

［10］PESARAO H，SHIN Y.Impulse response analysis in linear multivariate models［J］.Economics Letters，1998(58)：165-193.

The empirical study on the interaction of producer services and manufacturing——Taking Xi'an as an example

GUO Wei，ZHAO Li-jun，LI Xiao-ting

(School of Management，Xi'an Polytechnic University，Xi'an 710048，China)

Based on the Statistical Yearbook of Shaanxi province，the interaction of Xi'an producer services and manufacturing industry is researched through the co-integration test and granger causality test.It is concluded that a strong correlation is existed between Xi'an producer services and manufacturing industry.Besides，longterm co-integration relation and stable equilibrium relation are existed between them.And the notable leading role is exhibited on manufacturing to producer services，but the weak leading role is exhibited on producer services to manufacturing.

producer services;manufacturing;Xi'an city;empirical study

F 062.9

A

1674-649X(2014)01-0123-05

编辑：田莉;校对：孟超

2013-10-16

陕西省科学技术研究发展计划项目(2011K11-15)

郭伟(1958-)，男，山东省潍坊市人，西安工程大学教授.E-mail：guowei3060@126.com