陈赤平,李青松

(湘潭大学 商学院,湖南 湘潭 411105)

湖南省生产性服务业与制造业互动发展研究*

陈赤平,李青松

(湘潭大学 商学院,湖南 湘潭 411105)

立足湖南省生产性服务业和制造业发展现状，综合运用ADF单位根检验、Johansen协整检验、Granger因果检验，通过建立VEC模型(向量误差修正模型)，就两大行业互动关系进行实证研究。研究发现，生产性服务业与制造业互动关系很不平衡，制造业在很大程度上推动了生产性服务业的发展，但生产性服务业的发展并没有明显推动制造业发展。固定资产投资和劳动生产率是影响制造业发展的主要因素。为了进一步推动湖南产业结构的转型升级，必须加快生产性服务业的发展速度，改善生产性服务业发展环境，搭建生产性服务业与制造业的互动平台，实现两大产业间的互动升级。

生产性服务业；制造业；互动发展；VEC模型

2013年中国第三产业占GDP的比重超过第二产业，首次形成“三二一”的产业结构，中国整体上已经面临工业经济向服务经济转型的问题。根据产业结构演进规律，在工业经济向服务经济转型过程中，生产性服务业与制造业的互动发展将成为产业结构的显著特征,成为产业结构优化升级的重要方式(Park&Chan，1989；White,1999)[1]199-212，[2]。实际上，发达国家20世纪70年代开始进入服务经济时代，北京、上海等发达地区在本世纪初也已开始向服务经济转型。湖南省“十二五”规划纲要提出，要促进生产性服务业与先进制造业融合发展；中共湖南省委第十次党代会提出，要实现生产性服务业和制造业的“双轮驱动”。因此，研究湖南生产性服务业与制造业的互动发展，对于促进湖南产业结构的转型升级具有重要意义。

一、生产性服务业和制造业的互动机理和演进趋势

生产性服务业是指主要为生产者提供知识、技术、创新和管理等中间性服务的产业，中间投入特征是生产性服务业的本质特征。生产性服务业和制造业互动关系在经济社会发展的不同阶段具有明显不同的特征。

在工业化加速推进阶段和经济服务化的初期阶段，生产性服务业的发展对制造业依赖性很强。制造业作为生产性服务业的前提和基础，为生产性服务业的发展提供了最主要的市场需求，进而决定了生产性服务业的发展规模和结构。但随着服务经济化程度的不断加深，生产性服务业投入到制造业的比例不断下降，生产性服务业对制造业的依赖不断降低；相反，制造业对服务业的依赖程度却在不断加深(邱灵，2014)。[3]97-103Geo.W.R(1991)指出，由于制造业内部的技术缺陷，不得不从外部购买一些生产服务来满足生产经营需要，由此推动了生产性服务业的产生与发展。[4]118-141Illeris(1996)指出，高效的生产性服务业可以为制造业生产效率的提高以及产品竞争力的形成提供强有力的保障；[5]111-143O’Faeeell & Hitchen(1990)也指出，如果生产性服务业得不到强健的发展，制造业竞争力的提升就会受到约束；[6]1141-1154刘志彪(2006)认为，生产性服务业提高了制造业的知识和技术密集程度，已经成为制造业提升生产效率和竞争力的源泉。[7]36-43Hansen(1990)则发现，制造业的生产创新与生产性服务业的过程创新是互相引致并互相促进的。[8]465-476

实际上，生产性服务业和制造业的互动融合已经成为一种世界性趋势，但不同发展阶段这种互动融合存在一定的差异，总体来说两大产业的互动关系存在一个由制造业驱动向生产性服务业驱动转变的过程，生产性服务业在整个经济发展和产业转型升级中的作用是日益增强的。顾乃华(2006)指出，市场化程度越高，生产性服务业与制造业之间的互动影响越明显。[9]14-21杨仁发等(2011)进一步对生产性服务业与制造业互动发展的实现方式进行了探讨。[10]40-46陈建军等(2011)以浙江省76个城市和地区的产业分布为例，对生产性服务业与制造业之间协同定位关系进行了验证。[11]141-150贺正楚等(2012)对部分省份生产性服务业与战略性新兴产业的融合进行测度；[12]177-178高传胜等(2008)基于WDI数据的实证分析发现，在中国经济服务化和产业融合发展趋势存在一定悖论。[13]44-50许多学者运用空间基尼系数等对制造业和生产性服务业互动机理进行了研究(Grimes，2007；Jacobs W，2012；顾乃华，2010；张旺，2012)。

二、湖南省生产性服务业和制造业的发展水平

1.湖南生产性服务业的发展水平和内部结构

根据生产性服务业的特征，结合国家相关部门的界定*中华人民共和国中央人民政府网：http://www.gov.cn/gongbao/content/2006/content_268766.htm。和部分省市对生产性服务业的统计分类，本文将生产性服务业划分为流通服务业、信息服务业、金融服务业、商务服务业、科技服务业以及批发零售业*通服务业、信息服务业、金融服务业、商务服务业、科技服务业和批发零售也分别对应于国民经济行业分类的(G)、(I)、(J)、(L)、(M)和(F)六个行业。从生产性服务业的特征来看，批发与零售业(F)中的批发业属于生产性服务业，而零售业应该属于消费性服务业，但考虑到与国家行业分类统计口径的一致性和数据资料的可获得性，我们将批发和零售业整体作为生产性服务业中的一个行业。六类。选择1995年到2012年六大产业的相关数据进行分析。从1998年开始，湖南省生产性服务业就保持了持续快速增长趋势，15年间生产性服务业增加值由513.54亿元上升至4 231.45亿元，在增长速度上屡创新高。但生产性服务业增加值占第三产业比重基本处于0.5—0.6之间，占GDP的比重则基本处于0.2—0.3之间，而且两个比重都在波动中存在小幅下降趋势。说明湖南省生产性服务业在国民经济中所占比重过小，增长速度低于同期GDP和服务业的增长速度。这与国际产业演进趋势和产业结构转型升级的要求是不一致的。

从六大产业内部结构来看，不均衡现象较为明显，行业之间发展差距大。2012年批发零售业占生产性服务业的比例为41%，流通服务业为24%，金融服务业占13%，信息服务占9%，商务服务占8%，科技服务占5%。可以看出，商务、信息和科技服务发展严重不足。

从增长速度来看，批发零售业增长最为迅速，15年间增长了539.67%；其次是流通服务业，15年间增长了387.93%；然后分别是金融服务业、信息服务业、商业服务业以及科技服务业。可以看出增长速度快的产业也是份额比较大的产业。

2．湖南省制造业发展水平及内部结构分析

近年来，湖南省制造业取得了快速发展。2000年湖南省制造业总产值只有1 434.62亿元，2012年达到24 929.35亿元，是2000年的17.38倍，发展非常迅速。制造业占全社会总产值的比重也由30.8%增加到45.97%；制造业的增加值、固定资产和从业人数等也有较大幅度的增长。

从内部结构来看，湖南省制造业逐步形成了门类齐全的产业结构体系，细分行业数量庞大，主次有序，分工完善。但湖南省制造业内部结构不均衡问题同样比较突出。对全省30个制造业各细分行业的比较，只有烟草制品、专用设备制造、有色金属冶炼及压延加工、石油加工炼焦及核燃料加工、铁路船舶航空航天及其他运输设备制造等5大行业在制造业总体中占据比重较大，分布较为集中，规模经济优势明显；其余行业普遍规模经济较小，专业分工水平较低。

同时湖南省制造业的技术水平和经营管理水平都有了较大幅度的改善，劳动力的素质得到了较大提高，2012年全员劳动生产率是2000年的2.5倍。

三、湖南省生产性服务业与制造业互动关系的实证分析

1. 模型设定及变量说明

向量自回归(VAR)模型是1980年由西姆斯(C.A.Sims)提出的，广泛应用于经济时间序列的动态分析。在VAR模型中内生变量都是其本身及其他所有内生变量滞后值的函数，据此分析每个变量的变动对模型因变量所产生的冲击。VAR(p)模型表示如下：

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+BXt+ɛt(t=1,2,…,T)

其中，Yt是内生因变量，Xt是外生解释变量，p表示变量的滞后阶数，t的表示与样本个数相一致。k×k维矩阵A1,…，Ap和k×d维矩阵B是待估计系数矩阵。ɛt是k维干扰项，允许同期相关，但不允许自相关且与解释变量不相关。

误差修正(ECM)模型是有协整关系的单整时间序列之间包含的、一个反映长期均衡对短期波动影响的“误差修正机制”的、特定形式的差分方程模型，产生于某两个(或N个)经济变量的时间轨迹。简言之，若两个变量Y和X存在协整关系，则二者之间一定可以建立误差修正模型。用数学公式表示即为：

ΔY=α0+α1ΔX+α2ECMt-1+ɛt

其中Δ表示一阶差分算子，ɛt为随机误差项，均衡误差项ECMt-1=Yt-1-β1-β2Xt-1。在此基础上Engle和 Granger又建立了向量误差修正(VEC)模型，将存在协整关系的非平稳变量与ECM模型联系了起来。

要建立VAR 模型的前提要求是时间序列必须是平稳的，因此首先要检验序列是否满足建模要求即数据平稳性，如果平稳那么就可以直接建立VAR模型，然后直接进行协整检验和Granger因果检验，进行变量间的脉冲响应分析；如果不平稳则要考察各变量是否都是同阶单整的，如果都是同阶单整的，那么可以先进行协整检验判断是否存在协整关系，如果有协整关系则建立VEC模型，如果无协整关系则通过差分建立VAR模型。

实证数据根据1996—2013年湖南省统计年鉴整理。由于样本容量较小，考虑到VEC模型的可操作性，本文选取4个指标：制造业总产值Y，生产性服务业总产值x1，制造业固定资本存量x2，制造业全员劳动生产率x3。其中Y、x1、x2都以亿元为单位，x3以元/年人计；制造业总产值取自30个细分行业总产值之和，生产性服务业总产值为六大行业产值之和，制造业固定资本存量以当年固定产原价合计为标准衡量，全员劳动生产率代表人力资本和劳动生产率因素，反映企业经营管理水平。由于这些变量均受到价格水平波动的影响，因此首先以基期(1995年)的数据，根据每年不同的CPI指数对Y、x1和x3这些变量数据进行平减，固定资产投资则以1995年为基期，用每年的固定资产投资品价格总指数进行平减。实证分析用到的工具是Eviews6.0计量软件。

2. 实证检验

(1)数据平稳性检验

首先对各变量进行时间序列的平稳性检验。本文采用ADF(增广迪基—富勒)检验方法对各个变量进行单位根检验，这一检验的回归估计形式由漂移项、随机步游、确定性趋势、纯粹白噪音误差项加一个滞后差分项 (ΔYt=α+βt+δYt-1+ΣγiΔYt-1+ɛt)构成。在确定测试的形式上，先观察序列时序图，然后测试趋势项和常数项的显著性，其滞后项的选择主要是基于AIC和SC信息准则来确定，测试结果列于表1。经过Eviews单位根检验，发现InY、Inx1、Inx2、Inx3这4个变量都是非平稳的，通过一阶差分处理后，单位根检验结果显示，InY、Inx1、Inx2、Inx3都呈现平稳序列特征，满足一阶单整条件，即I(1)，可能存在协整关系，据此进行Johansen协整检验。

表1 单位根检验结果

注：Δ代表一阶差分算子，(c,t,p)分别代表截距项、趋势项和滞后项， *表示在10%的水平上显著，**在5%的水平上显著，***在1%的水平上显著。

(2)Johansen协整检验

协整检验是用来验证模型内部各个非平稳的时间序列变量之间协整关系即长期稳定的均衡关系存在与否的手段。另外，通过协整检验，也能够了解设定的回归方程合理与否。协整检验按照检验对象可以分为三种： EG或AEG检验、协积回归德宾—沃森(CRDW)检验和Johansen协整检验。Johansen协整检验基于VAR模型的一种检验方法，相对复杂，功效也更加强大。通常情况下，多变量模型采用Johansen检验方法。

从表2分析来看，InY、Inx1、Inx2、Inx3时间序列都是一阶差分平稳的，因此可以进行协整分析。此我们采用Johansen协整检验方法并据此建立误差修正模型。这一检验方法是基于VAR模型进行的，因此要先建立VAR(p)模型，根据赤池信息准则(AIC)和施瓦茨(SC)准则确定最大滞后阶数p。根据本文样本数据利用Eviews软件，确定p=2，因此协整检验滞后阶数应为p-1=1，此后建立的向量误差修正模型的滞后阶数也是1。

表2 Johansen协整检验结果

注：*表示在5%的显著性水平下拒绝原假设，协整方程有截距无趋势。

从上表可以看出，前2行的检验值均大于5%的临界值，因此可以在95%的置信水平上拒绝不存在协整关系和最多存在1个的虚假假设，即变量之间存在2个协整方程，我们取最大特征值所对应的协整向量为所研究经济系统的协整向量，由于第二行最大特征值不显著，因此这4个变量之间存在一个唯一的协整方程，根据标准化的协整系数，将协整向量记β=(1，-1.040 45，-5.847 9，-2.199 8，-3.967 7)。在确定了变量的协整关系后，需要对其进行验证。本文选择AR根的图表验证方法，经检验发现，AR特征方程特征根的倒数绝对值均在一个单位圆内部，因此我们所建立的模型具有稳定性，可以进行脉冲响应分析和方差分解分析。据此得出的协整方程为：InY= 3.967 7 + 1.040 450Inx1+ 5.847 9Inx2+ 2.199 8Inx3

(1.368 70) (1.368 70) (1.211 85) (0.516 18)

Log likelihood = 100.847

由于协整方程反映的是变量之间的长期均衡状态，因此，在长期中，生产性服务业总产值每上升1%，制造业总产值就会上升1.04%，而固定资产投资和全员劳动生产率对制造业的长期弹性分别为5.8%和2.2%，由此可见，生产性服务业的增长在长期中对制造业的促进作用要小于制造业增加固定资产投资的影响。

接下来本文进一步采用EG协整检验法对制造业对生产性服务业的拉动作用进行协整分析，了解长期中制造业会对生产性服务业产生多大的拉动作用。通过EG方法得出的协整向量为：α=(1，-5.345 13，-2.690 296)，进一步对回归得出的残差序列进行单位根检验，发现ADF=-2.707 033，根据麦金农临界值，是显著的，因此残差序列是平稳的，上述协整回归不是伪回归。制造业能够在5.3%的程度上带动生产性服务业的发展，即当制造业每上升1%，生产性服务业就增加5.3%。因此，生产性服务业对制造业的推动作用与制造业对生产性服务业的拉动作用是不平衡的。

(3)Granger因果检验

格兰杰因果检验主要用于建立VAR模型的变量选择。如果由Yt和Xt的滞后值决定的Yt的条件分布与仅由Yt的滞后值决定的条件分布相同，加或不加Xt的滞后变量对Yt的回归精度没有显著性的改变，则称Xt-1对Yt是格兰杰非因果性的，反之则为格兰杰因果性。两变量之间的格兰杰因果关系回归检验式为：

检验的虚拟假设是：

H0:β1=β2=…=βp=0

即变量Xt不是变量Yt的格兰杰成因(Xt对Yt是格兰杰非因果性的)，如果回归模型得出的结果显示回归系数的估计值都是统计不显著的(统计显著性要根据联合检验，构建F统计量来进行)，则可接受原假设H0；如果回归系数都是统计显著的，则拒绝原假设，即Xt对Yt是格兰杰因果性的。同理，可以检验变量Yt对变量Xt的格兰杰因果性和非因果性，如果二者都是显著的，则Y与X互为格兰杰因果关系。

在进行格兰杰因果关系检验之前，必须要先进行单位根检验和协整检验。根据前两节检验，我们已知InY、Inx1、Inx2、Inx3变量均为一阶单整，且存在协整向量，据此进行检验。

表3 格兰杰因果关系检验结果

注：**表示通过5%的显著性检验，***表示通过1%的显著性检验。

根据上表格兰杰因果检验分析，Inx1在5%的显著性水平上拒绝原假设，是InY的Granger原因；Inx2在5%的显著性水平上拒绝原假设，是InY的Granger原因；Inx3在5%的显著性水平上是InY的Granger原因，同时InY与Inx1和Inx3互为格兰杰因果关系。因此，检验结果表明，生产性服务业、制造业固定资产投资及其全员劳动生产率都会影响制造业的发展，其中，Inx1和Inx3与制造业是双向互动关系。同时根据检验结果，VAR模型选择变量InY、Inx1、Inx2、Inx3是合理的，各方程的拟合优度都达到很高的水平，整体检验结果，AIC和SC的值均比较低。

(4)向量误差修正模型的建立

前面阐述的ΔY=α0+α1ΔX+α2ECMt-1+εt只是一个双变量、单方程ECM误差修正机制，Engle和Granger把协整关系加入到了ECM中去，将其推广到了多变量的VEC模型，主要用于具有协整关系的非平稳时间序列建模，因此在经济研究领域具有更广泛的应用。实际上，在零约束自回归模型中我们得到的每一个方程都是一个ADL模型，只要变量间是协整的，就可以通过ADL模型推导出ECM模型，所以一个VEC模型就是一个含有协整约束的VAR模型，因为VAR模型是平稳的，所以VEC模型也是平稳的。VEC模型的表达式为：

其中，ECMt-1为误差修正项，其系数向量α意味着当变量之间的短期波动偏离长期均衡时，VEC模型将以多大的力度、多快的速度将其拉回均衡状态；模型中其余各变量差分项的系数代表被解释变量如何随各解释变量的短期波动而波动，包括产生波动的方向和程度。为进一步分析变量InY、Inx1、Inx2、Inx3的长期均衡对短期波动的响应方向和程度，建立向量误差修正模型，估计如表4：

表4 VEC模型估计结果

对于VECM的检验，人们通常更关心模型的整体检验结果，从上表可知， AIC=-9.105 873，SC=-7.753 842，都较小，这说明模型是好的。根据Eviews6.0估计得出VEC模型的方程为：

ΔInYt=-0.114 455ECMt-1-0.030 795ΔInYt-1-0.075 869ΔInX1t-1+0.263 137ΔInX2t-1+0.190 045ΔInX3t-1+0.116 293

根据以上模型的计量检验估计，可以得出以下几个结论：(1)InY的短期波动可以分解为两部分：Inx1、Inx2、Inx3的短期波动对制造业总产值InY产生的波动和制造业总产值偏离其长期均衡而产生的波动。误差修正项ECMt-1的系数为-0.114 455,小于0，在5%显著性水平下是显著的，因此，这是一个具有自我修复功能的系统，-0.114 455的偏离均衡调整力度意味着上年度制造业总产值的实际值与其长期均衡值的变异，约有11.45%在下一年度消除了；(2)制造业在短期内受到自身滞后一期的负向冲击，但冲击不是很明显；(3)制造业在短期内受到生产性服务业滞后一期的负向冲击，效果不太明显。为了解释这一现象，本文估计了VAR模型，通过InY对Inx1的脉冲响应分析发现，当第一期给Inx1一个正向的冲击，InY在前两期迅速增加，有正向冲击效应，但在后面几期内持续表现为负效应，但负效应不断减小最后趋向于0；(4)制造业总产值在短期内受到固定资产投资和劳动生产率变量各自滞后一期的正向冲击，说明固定资产投资和劳动生产率的提高是影响制造业发展的重要因素。

四、研究结论与政策建议

1.研究结论

通过计量分析发现：(1)生产性服务业对制造业的推动作用小于制造业对生产性服务业的拉动作用。制造业能够在5.3%的程度上带动生产性服务业的增长，而生产性服务业仅能在1.04%的程度上带动制造业的增长；(2)生产性服务业对制造业的推动作用也小于固定资产投资和全员劳动生产率对制造业的促进作用，固定资产投资和全员劳动生产率对其长期弹性分别为5.8%和2.2%；(3)通过建立向量误差修正模型VEC考察变量短期波动影响也发现：制造业总产值在短期内受到生产性服务业的正向冲击，但是时间很短，也说明湖南省生产性服务业的发展没有明显推动制造业发展。

可以看出，在湖南生产性服务业和制造业的互动相互关系中，主要是制造业促进生产性服务业的发展，而生产性服务业由于起步晚，发展水平低，对制造业的促进作用还很小。在湖南未来的转方式、调结构过程中，必须加快生产性服务业的发展，实现两大产业间的互动升级。

2．政策建议

(1)改善生产性服务业发展的政策环境。打破行业垄断，放宽行业准入制度，加大生产性服务业的对内和对外开放程度，鼓励各类公有资本参与生产性服务业的改革和重组。有选择地支持金融服务、商务服务和信息服务等有增长潜力的生产性服务业优先发展。

(2)鼓励生产性服务业集聚发展。在充分考虑各地比较优势和体现各地特色的基础上，合理布局、科学引导生产性服务业的空间集聚，建设一批生产性服务业集聚园区。

(3)改善生产性服务业人才环境。加大服务业人才培养的财政投入，不断提高现有生产性服务业从业人员的素质和能力；引进一批生产性服务业的拔尖人才，弥补本省生产性服务业人才资源缺口。

(4)积极推进制造业配套产业发展。充分发挥制造业的辐射和集群效应，有针对性地吸引更多关联生产性服务业在制造业外围集聚，形成制造业和生产性服务业群对群的产业链集聚，促进企业间的交流与合作。

(5)搭建生产性服务业与制造业的互动平台。构建生产性服务业与制造业的信息交流平台，解决两大产业的信息交流和沟通渠道问题，实现两大产业的 “无缝对接”。

[1] Se-Hark Park，Kenneth S Chan. A Cross-country Input-output Analysis of Intersectoral Relationships Between Manufacturing and Services and Their Employment Implications[J]．World Development，1989，17(2).

[2] White A L，Stoughton M,Feng L. Servicizing: The Quiet Transition to Extended Product Responsibility [R]. Boston: Tellus Institute，1999.

[3]邱灵.服务业与制造业互动发展的国际比较与启示[J].经济纵横,2014(2).

[4] Geo W R.The growth of producer services industries:Sorting through the externalization debate[J]. Growth and Change,1991,22(4).

[5] Illeris S.The service economy: a geography approach[M].Chichester:John Wiley&Sons,1996.

[6] O’Faeeell P N,Hitchens D M.Producer services and regional development:a view of some Major conceptual policy and research issues[J].Environment and Planning A,1990(22).

[7] 刘志彪.发展现代生产者服务业与调整优化制造业结构[J].南京大学报,2006(3).

[8] N Hansen. Do Producer Services Include Regional Economic Development[J].Journal of Regional Science,1990(4).

[9]顾乃华，毕斗斗，任旺兵.中国转型期生产性服务业发展与制造业竞争力关系研究[J].中国工业经济，2006(9)．

[10] 杨仁发，刘纯彬.生产服务业与制造业融合背景的产业升级[J].改革，2011(1).

[11]陈建军，陈菁菁．生产性服务业与制造业的协同定位研究[J].中国工业经济，2011(6)．

[12]贺正楚，吴艳，张蜜，等.我国生产服务业与战略性新兴产业融合问题研究[J]. 管理世界，2012(12).

[13] 高传胜.中国生产者服务对制造业升级的支撑作用——基于中国投入产出数据的实证研究[J].山西财经大学学报, 2008(1).

责任编辑：廖文婷

Study towards the Interactive Development of the Producer Service Industry and the Manufacturing Industry of Hunan Province

CHEN Chi-ping,LI Qing-song

(BusinessSchool,XiangtanUniversity，Xiangtan,Hunan411105,China)

Based on the development status of producer service industry and manufacturing industry,integrated use of ADF unit root test, Johansen co-integration test, Granger causality test, through the establishment of VEC model (vector error correction model),this paper makes an empirical research interactions between the two industries. The study finds that interaction between producer service industry and manufacturing industry is not balanced, manufacturing industry to a great extent, promotes the development of producer service industry, but the development of producer service industry is not obvious to promote the development of manufacturing industry. Fixed asset investment and labor productivity are the main factors affecting the development of the manufacturing industry. To further promote the transformation and upgrading of industrial structure in Hunan, we must accelerate the pace of development of producer services, and improve the producer service development environment,by building interactive platform of productive service industry and manufacturing industry, we can achieve interaction between the two industries to upgrade.

producer service industry; manufacturing industry；interactive development; VEC model

2014-08-23

陈赤平(1969-)，男，湖南桑植人，经济学博士，湘潭大学商学院教授、博士生导师，湖南女子学院副校长。

湖南省社科基金重点项目“湖南转方式过程中工业结构调整对策研究”(项目编号：12ZDB03)。

F424

A

1001-5981(2015)01-0044-06