我国服务业发展因素分析

2018-04-27曹太云

北方经贸 2018年4期

曹太云

（江西财经大学会计学院，南昌330013）

一、我国服务业发展现状

2017年6月，国家发展和改革委员会印发了《大纲》，其围绕服务业创新发展，明确了总体要求、基本原则和政策举措。随着当今世界经济发展不断深入和经济全球化进程的加快，服务业的发展已经成为世界经济发展和国际竞争的焦点。综合判断世界经济发展趋势和国内发展阶段性特征，加快推动服务业创新发展，既符合客观规律也立足我国发展需求，既面临难得的发展机遇，也面临不少矛盾和难题。数据显示2016年我国服务业增加值占GDP比重的51.6%，2017年我国服务业在GDP中的比重占35%。

二、模型设定

（一）影响因素的分析及模型设定

研究服务业的影响因素是一项大的工程，需要从以下几个方面去实施。

假设影响我国第三产业发展的六个变量和第三产业产值之间存在以下的关系，设定回归模型方程为：

其中，Y——我国服务业总产值；

X1——我国人均GDP，我国经济发展水平越高，对第三产业发展的需求也就越大，第三产业（服务业）的总产值也就越大。

X2——我国人均可支配收入，我们可以发现，在一定程度上，可支配收入越高，恩格尔系数就越小，人们就有更多的可支配收入用于服务业的消费，从而会促使服务业产值的提高。

X3——我国城市化率，一般来说，服务业在城市的消费率更高，随着我国城市化率的提高，我国居民对服务业的需求也就更大。

X4——我国第三产业就业人数，我国第三产业就业人数与第三产业的发展有直接关系，第三产业就业人数的增加直接说明第三产业的蓬勃发展。

X5——我国对外贸易依赖程度，我国对外贸易的依赖程度影响到我国物流业等服务业的发展，从而会影响我国第三产业产值的增加。

X6——我国邮电业务总量，邮电业也属于第三产业，可以看出人们消费观念的变化及对第三产业的发展是否有较大联系。

（二）样本数据

由于本篇考察的目的是确定我国第三产业发展的影响因素。本项目采用的是时间序列数据来进行实证研究分析，数据如表2-1

表2-1 相关指标（2000-2015年）

三、建立模型

（一）估计模型参数

运用EVIEWS对初步模型进行最小二乘（OLS）估计：LSYCX1 X2 X3 X4 X5 X6，得到Y与 X1，X2，X3，X4，X5，X6 的估计结果，如表 3-1 所示。

根据表3-1，模型的回归方程为：

由最小二乘法得：该模型R2=0.9901=0.9836大于0.8，表示其拟合优度很好。F检00验值为150.50，在F分布表中查出自由度为6和9的临界值F0.05(5，10)=3.37＜150.50，说明回归方程显著；但是当 α=0.05时，查t分布表得临界值t0.025(16-6-1)=2.2622，6个解释变量对应的系数t统计量分别为-0.721，1.377，-1.991，1.115，-0.066，-1.693，可以发现 X1，X2，X3，X4，X5，X6的t统计量绝对值小于临界值2.2622，均未通过显著性检验；X1，X3，X5，X6的系数不仅未通过显著性检验，而且其系数符号与预期相反，这表明很可能存在严重的多重共线性。由此进一步选择X1，X2，X3，X4，X5，X6 数据，点“View/correlations”得相关系数矩阵，如表3-2。

表3-1 最小二乘估计

从相关系数矩阵中可看出，X1 与 X2，X3，X4，X6的相关系数均接近于1。X2，X3，X4，X6与除X5以外的相关系数均大于0.97以上。可见，模型中的确存在多重共线性。

（二）模型检验与修正

为消除共线性的影响，首先拟合Y对X1，X2，X3，X4，X5，X6的一元回归，得到六个一元回归模型的参数估计结果，见表3-3。

可以发现，Y对X2拟合的效果最佳，且整体拟合效果最好。即人均可支配收入对服务业产值的影响最大。现在按照各解释变量一元回归模型的拟合优度大小进行排序：X2，X1，X4，X6，X3，X5 以 X2 为基础一次加入其他变量进行逐步回归，寻找最优回归模型，如下表3-4。

表3-4 逐步回归模型

这说明在其他因素不变的情况下，人均可支配收入每增加1元，服务业产值增加1177.6亿元。

（三）预测检验过程与结果

通过对2000年到2015年相关数据的分析，建立了基于多元线性回归的模型。通过运行Eviews软件，得出16年来实际值与观测值（拟合值）的离散程度，以表明预测的准确性。残差值、实际值与观测值如图3-1所示。残差的趋势图是循环型的，et不是频繁改变符号，而是连续几个正值后再连续几个负值，表明Ut存在正相关。由于一些不确定性因素使得预测稍有偏差，如2008年的金融危机的影响，客观上也影响了预测的准确性。但从多年稳定的残差分布来看，此模型较为准确。