广东省生产性服务业发展对经济增长贡献的实证研究

2016-12-13凡静阁

对外经贸 2016年9期

摘要：随着全球进入服务经济时代，生产性服务业成为世界经济的重要组成部分及经济增长的主要动力。基于广东省生产性服务业发展现状，运用Moran指数及空间计量模型，从整体和细分行业角度出发，实证分析2008—2015年间广东21个城市生产性服务业发展对经济增长的贡献。结果表明，地域间的经济增长具有显著的空间正相关性；生产性服务业总体对经济增长的作用明显，但各细分行业的贡献率有所不同，其中金融业对经济增长的贡献较为突出。根据近邻效应及细分行业影响程度的差异化，提出优化生产性服务业结构层次，充分发挥经济要素的空间联动效应和生产性服务业集群效应等建议，以推进区域经济持续发展及整体竞争力提升。

关键词：生产性服务业；经济增长；空间计量；广东

中图分类号：F719 文献标识码：A 文章编号：

2095-3283（2016）09-0061-06

[作者简介]凡静阁（1989-），女，河南商丘人，研究生，研究方向：区域经济合作与发展。

经济全球化的大趋势下，生产性服务业已成为世界经济的重要组成部分及经济增长的主要动力，其主导作用不仅表现为生产性服务业增加值及就业人数的快速上升，更表现为它对整个经济运行机制的改变。广东省作为我国改革开放的领头羊，无论是自身发展的内在需要，还是产业结构升级的驱使，均需要生产性服务业的强劲推动，因此大力发展生产性服务业对区域经济健康发展及国际竞争力提升均具有重要的现实意义。

国内外学者从不同角度讨论了生产性服务业对经济增长的贡献，但普遍存在一个假定：观察数据之间相互独立。然而，现实经济中变量间相互独立很少存在，尤其是用空间数据分析相关问题时，均质性假定导致估计结果不够科学。本文尝试在分析广东省生产性服务业发展现状及问题的基础上引进空间计量模型，实证分析广东省生产性服务业发展对经济增长的贡献，并提出有针对性的对策建议。

一、相关理论基础

1生产性服务业的内涵

生产性服务业（Producer Services），又称生产者服务业，与消费性服务业相对应。最早进行界定的是著名经济学家HGreenfield（1966），他认为生产性服务是生产过程的中间投入服务。Browning和Singelman（1975）等经济学家认为生产性服务业兼具知识含量高和信息密集的特点。Marshall（1987）、Hansen（1990）、Coffer（2000）等学者又进一步深化，提出三方面特征：中间投入性、提供专业化服务、投入及产出均是大量人力资本和知识资本。国内学者20世纪90年代才开始相关研究，视角各有不同，但大多认为生产性服务业是为满足中间需求，为政府或企业生产提供中间投入品的服务活动。综上所述，我们认为生产性服务业是投入专业化的人力资本和知识资本，贯穿于价值链上、中、下游诸多环节，加速第二产业及第三产业融合的服务活动。

美国经济学家Singelman（1975）最早对生产性服务业进行分类，认为金融、保险、法律及工商服务业均属于生产性服务业范畴。Green（1987）、Marshall（1987）、程大中（2006）等对生产性服务业的分类更加全面（详见表1）。本文参考国际产业分类法，结合中国《国民经济行业划分标准》和国内的实际情况，选择金融业、房地产业、交通运输及仓储邮政业、计算机软件业作为样本行业。

2空间自相关性

空间自相关（Spatial Autocorrelation）表示不同地区之间观测值的相互依赖性，常针对横截面数据分析经济问题。空间相关性一般表现在两个方面，一是因变量的相互影响而导致被解释变量的相关性，又叫空间实质相关性；二是因忽略空间影响而导致残差的相关性，也称空间扰动相关性。

学者通常用Morans I指数衡量空间自相关性。根据研究问题侧重点不同，会选择全局MI或者LISA。MI指数只需要计算一个值，然后用这个值直接衡量被测区域间的相关性。而LISA则需要计算多个值，然后依次在某个属性值下分析被测区域与其临近区域之间的相关性。Morans I 取值在-1到1之间，Morans I越小，表明观测值之间的空间相关度越弱；相反，Morans I趋近于1，表明观测值之间高度正相关。在空间权重的设定上，常依据相邻距离来设定n×n阶矩阵，主对角线上元素全为0，表明地区i和地区j之间没有共同的边界；其他为1。

3生产性服务业与经济增长的关系

国外学者对此问题的研究较早，Harrington（1995）认为生产性服务业对地区的就业、收入和税收的贡献以及当地劳动生产率和竞争力的贡献很大。Coffery（2000）得出的主要结论是：该产业投入的是日益专业化的人力资本和知识资本，这些要素投入产出比值较高，带动当地经济总量迅速增长。我们认为生产性服务业对区域经济增长具有明显的推动作用，一方面通过“黏合剂”的作用将人力资本、技术资本融入制造业的生产过程中，另一方面通过“助推剂”的作用，将知识和技术转变为推动经济增长的动力。

一些学者借助计量经济学模型讨论生产性服务业对经济增长的贡献。研究结果表明，在不同地区、不同阶段，每个行业对经济增长的贡献程度不同。刘平洋等（2012）用传统计量经济模型实证分析了湖北生产性服务业对经济增长的贡献，结果发现金融业对GDP贡献最大；陈增明等（2015）基于福建省行业和地区数据，建立经典计量经济模型来讨论生产性服务业集聚及对经济增长的影响，发现集聚对经济增长有正向拉动作用。但是传统的计量经济模型没有涉及空间因素，在实证分析过程中他们均假设事物之间是相互独立的。然而，分析片区经济数据时，完全不相关是不合实际的。故以均质性为假设前提来设定模型，估计结果精确度偏低，缺乏说服力。

有鉴于此，在分析生产性服务业发展现状的基础上，引进空间计量模型，分别用时间序列数据和横截面数据实证分析广东省21个城市生产性服务业发展对经济增长的贡献，对亟需进行经济转型的广东省具有较强的现实指导意义。

二、广东省生产性服务业发展现状及存在的问题

1生产性服务业发展现状

从总值上来看，第三产业占广东省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，三次产业结构调整为46：446：508，产业结构向第三产业倾斜在很大程度上归功于生产性服务业的迅猛发展。从细分行业来看，增长速度最快的为信息传输、计算机服务和软件业，其增加值由2008年的201631亿元上升到2015年的570349亿元；房地产业增加值呈显著上升趋势，2008年为220978亿元，2015年则达到473523亿元；交通运输业也呈现出不同程度的增长态势（见表2）。从细分行业占第三产业的比重来看，金融业相对稳定，一直维持在1286%左右，房地产业也在14%左右徘徊，但交通运输业表现为下降的趋势。由此来看，以金融和房地产业为代表的生产性服务业是第三产业的重要组成部分，是服务业中促进经济增长的主力军。

2生产性服务业就业变动情况

近年来，生产性服务业各细分行业增加值不断上升，对广东省GDP增长做出突出贡献的同时，也缓和了各行业的就业矛盾。从图1可以看出，除金融业的就业人数在2013年有所下降外，其他行业的就业人数一直保持上升状态。截至2014年底，广东省房地产业就业人数达到5584万人，比2008年增长1318%；即使就业人数最少的科学研究和技术服务业（3193万人）也增长了1117%；其他细分行业就业人数也呈现出不同程度的增长态势。由此可见，各细分行业增加值不断增长的同时，促进了就业人口的增加，进而带动了广东省经济稳步增长。

3广东省生产性服务业发展存在的问题

（1）生产性服务业总量落后且结构层次较低

从表2可以看出，广东省生产性服务业增加值在总量上增长较为明显，但与主要发达国家和地区差距仍较大。在英美等发达国家，服务业已成为支柱产业，有效吸纳劳动力、提高劳动生产率，是区域经济发展的强劲动力。2015年，美国服务业增加值占国内生产总值的7913%，印度也超过50%。纽约、东京及香港等国际大都市的服务业占GDP的比重更高，分别达到871%，734%和875%，广东省则刚达50%。另外，统计数据表明，广东省以房地产、交通运输为代表的传统生产性服务业占比相对较高，而真正代表现代服务业的金融、现代物流等细分行业的占比却较低，说明广东省生产性服务业依然处于低层次结构水平。

（2）生产性服务业吸纳就业能力弱

2015年，广东省第三产业城镇就业人数增加了1555万人，进一步研究发现各细分行业之间差距很大。2014年交通运输及仓储邮政业就业人数已达到8540万人，而信息传输、计算机服务和软件业仅有3463万人。由此可知，传统型生产性服务业就业人员较多，而现代生产性服务业就业人员较少。从全省角度来看，广东省生产性服务业就业人数占全省就业总人数的2193%，与其他行业的7807%差距很大，表明目前广东省生产性服务业总体生产规模较小以及竞争力不强，吸纳劳动力能力较弱。

三、空间计量模型选择与构建

首先，采用Moran指数检验生产性服务业与经济增长之间是否具有空间依赖性。广东省21个城市之间有共同边界，考虑到可行性及简便性，采用K值临近的空间权重矩阵进行分析。其次，构建经典线性回归模型，lnY作被解释变量，lnXi为解释变量，如下所示：

lnY=a+βlnXi+ε （i=1，2，3，4）（2）

其中Y表示21个城市不同时期的GDP，用来衡量经济增长；X依次代表就业总数和四大细分行业，用来衡量生产性服务业的发展水平；β为相关系数；a为常数项；ε为误差项。

在传统计量模型的基础上，用空间权重矩阵W（n×n）来表示区域间的相互作用。目前，常用的空间计量模型主要有空间滞后模型（SLM）和空间误差模型（SEM）两种。SLM（Spatial Autoregressive Model）主要讨论变量间的空间依赖性对被解释变量影响较大而导致空间相关。SEM（Spatial Error Model）则是讨论模型中误差项的空间依赖作用对被解释变量的影响。在前人研究的基础上并根据模型设立时对空间依赖性的体现方式，本文选择了空间滞后模型。

四、广东省生产性服务业对经济增长影响的实证分析

1数据说明

本文根据GB/T 4754-2002行业分类标准，结合广东省实际情况以及数据的易得性，选择金融业，房地产业，交通运输及仓储邮政业，信息传输、计算机服务和软件业作为样本行业，来测定生产性服务业对经济增长的贡献。

分析广东省21个城市生产性服务业总体对经济增长的贡献时，以就业数为衡量指标，用各年的GDP衡量各市经济增长状况。数据的具体时间跨度为2008—2015。

分析生产性服务业细分行业对经济增长的贡献时，依次选择四大样本行业的2015年增加值作为解释变量，GDP为被解释变量。

2空间自相关检验

在Open Geoda中检验21个城市在空间上是否存在自相关和聚集特征，检验结果如图2所示，2008—2015年期间城市经济总量（GDP）的Morans I指数都大于0，且通过了5%的显著性检验，表明众多城市的经济增长具有显著的空间正相关关系。因此，在实证分析生产性服务业对经济增长贡献时应考虑空间效应的存在。

3生产性服务业总体对经济增长影响的实证分析

用四大样本行业就业人数之和衡量生产性服务业发展水平，用L表示。根据空间计量经济学知识，为减少各变量的波动率，对各变量进行对数变换，建立如下多元回归模型：

Ln（GDPt）=a+ρ*W*lnY+ βlnLi+εt（4）

其中，GDP为21*1的向量，为被解释变量；a为常量；ρ为区域间相关系数，W为21*21的矩阵，β为相关系数；ε表示随机误差。现选取2008—2015年的统计数据进行回归分析，结果如下：

由该模型得出以下几点结论：

第一，修正样本决定系数R2=094，对数似然值LogL=-444，赤池信息准则AIC=2289，表明不同时期以就业总数为衡量指标的生产性服务业对经济增长的解释能力为9437，即模型的拟合优度较理想。

第二，从空间滞后变量及就业系数的正负状况来看，两者均为正，表明生产性服务业对广东省总体及相邻区域的经济增长均起着促进作用。

第三，从变量之间的具体数量关系看，其他条件保持不变的条件下，就业人数每增加1%，地区生产总值（GDP）将增加133%，说明生产性服务业就业人数的增加对广东省经济增长具有良好的推动作用。

4生产性服务业细分行业对经济增长影响的实证分析

鉴于上述变量选择和数据说明，构建如下空间滞后模型：

lnY=a+ρ*W*lnY+ βlnXi+ε （i=1，2，3，4）（6）

估计结果如表4所示，观察数据可以看出，

第一，四大样本行业修正的样本决定系数均在95%之上，表明以金融业为代表的生产性服务业对经济增长的解释能力较强，模型很好地拟合了样本数据。

第二，从被解释变量系数的正负状况来看，四者均大于零，表明样本行业推动广东省经济发展。

第三，从变量之间的具体数量关系来看，金融业系数为12247，且通过了1%的显著性检验，表明金融业增加值每增加1个单位，会带来122个单位的经济增长；房地产业对经济增长的影响系数是04488，通过了1%的显著性检验，表明房地产业每增加1%，会带来045%的经济增长；交通运输及仓储邮政业对经济增长的影响系数是04771，通过了1%的显著性检验；计算机服务与软件业对经济增长的影响系数为03154，且通过了1%的显著性检验。从以上分析可以看出，在考虑空间因素的情况下，金融业对经济增长的弹性系数最高，即金融业对经济增长的贡献超过了其他行业；计算机服务与软件业的系数最低，其对经济增长的贡献相对较弱。

五、结论与对策建议

1结论

在分析广东省生产性服务业发展现状的基础上，从整体和细分行业的角度出发，利用空间计量模型，实证分析广东省生产性服务业对经济增长的影响。结果表明，各个城市之间具有显著的正相关性，即一个城市的经济水平与其临近地区高度相关；生产性服务业总体对经济增长具有很好的拉动作用，但各行业对经济增长的贡献有所区别，其中金融业对经济增长的影响最大，交通运输及仓储邮政业紧随其后，其次是房地产业，信息传输、计算机服务和软件业。

2对策建议

（1）优化生产性服务业结构，加快生产性服务业创新

数据表明，不论在就业人员数还是增加值上，交通运输与仓储邮政业都占很大比重，而计算机服务、金融等现代生产性服务业所占比重较低。然而，实证结果却表明金融业对GDP的贡献率很高，为此广东省要逐步调整生产性服务业结构层次，提高以金融为代表的现代生产性服务业比重，降低房地产等传统生产性服务业比重，优化生产性服务业结构层次。此外，加快生产性服务业创新，增加生产性服务业的要素投入，如创立研发与协同创新平台、建立相关发展基金等，促进生产性服务业升级；加强职业教育培训，积极鼓励结合工作实际进行的应用型技术创新。

（2）关注经济要素的空间关联效应，因地制宜统筹发展生产性服务业

改革开放以来，广东省经济总量遥遥领先，但省域内部发展不均，各城市应根据自身经济发展水平，立足当下、适度超前发展生产性服务业。珠三角应利用自身经济腹地广阔优势，重点发展附加值较高的服务业，优先发展对经济总量具有较大拉动力的生产性服务业，进而增强珠三角对其他区域的辐射力，带动广东省整体经济持续增长。此外，还应加大对落后地区的投资力度，同时，鼓励沿海地区企业组建大的企业集团，开展横向联合，带动其他地区企业向海外扩展，加快走出去步伐。

（3）借鉴国外先进模式，充分发挥生产性服务业集群效应

在英美等发达国家，生产性服务业大多采取产业集群的发展模式。为此，区域发展不均衡的广东省应学习美国硅谷信息产业集群及伦敦的创意产业集聚区等先进模式，将相关的专业服务和配套设施有效结合起来，通过产业关联效应实现信息共享，充分实现珠三角区域对粤西、粤北、粤东的拉动效应，进而推动集群内企业的全面发展，最终实现各区域的和谐发展及广东省经济稳定持续增长。

[参考文献]

[1]程大中.中国生产性服务业的水平、结构及影响——基于投入产出法的国际比较研究[J].经济研究，2008（1）：76-77.

[2]段杰.生产性服务业发展与区域经济增长研究[M].北京：清华大学出版社，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]李筱乐.政府规模、生产性服务业与经济增长——基于我国206个城市的面板数据分析[J].国际贸易问题，2014（5）：105-106.

[6]刘丽萍.基于空间计量模型的生产性服务业集聚与经济增长关系研究[J].审计与经济研究，2013（6）：91-99.

[7]王瑞雪.生产性服务业集聚研究——基于空间计量的实证[M].北京：经济管理出版社，2014.

[8]王亚伟.生产性服务业对中国经济增长影响的实证研究[D].沈阳：东北财经大学，2014.

[9]熊珊，高岩.生产性服务业对经济增长贡献的实证研究——以大连市为例[J].科技和产业，2009（4）：1-3.

[10]马龙龙.生产性服务业与地区经济增长——基于调节效应的影响因素及其有效性研究[J].经济理论与经济管理，2011（4）：55-58.

[11]韩峰，阳立高.生产性服务业集聚、空间技术溢出效应与经济增长[J].产业经济研究，2014（2）：6-8.