○孙　凯　宋小娜（北京信息科技大学经管学院　北京　100192）

生产性服务业对经济增长的加速推动

○孙凯宋小娜
（北京信息科技大学经管学院北京100192）

按照国民经济行业分类（2011）和国家统计局生产性行业分类（2015），以1995—2013年期间我国生产性服务业产值的年增长额与GDP的年增长额为对象进行协整分析，发现前者增长额每增加1元可带来后者增长额增加4.1元，由此认为，以往我国生产性服务业也许对经济增长的促进作用不够大，但是发展潜力很大，以后将对经济增长发挥越来越大的促进作用，因此应大力发展生产性服务业。

生产性服务业经济增长年增加额协整分析

一、引言

近些年我国的服务业在国民经济中的地位越来越重要，在2012年的国内生产总值的三次产业构成中，服务业以0.5个百分点超越第二产业，首次成为最大产业，并在其后的2013、2014年持续扩大这一优势。与此相关，我国对于生产性服务业的研究大约在近10年开始多了起来。在这些研究中，关于生产性服务业对制造业的作用机理与效果，出现了大量论文与著作。相对来说，关于生产性服务业对GDP增长的研究要少许多。如汤伟娜等（2013）以新疆生产建设兵团1997—2010年的兵团产值与生产性服务业产值为研究对象，发现生产性服务业产值每增加1个百分点，兵团产值增加0.93个百分点。刘书瀚等（2008）对山东省1999年至2005年数据进行了回归，认为山东省经济增长对生产性服务业的依赖程度并不高。张亚斌等（2008）利用1997—2006年全国31个省区的面板数据，对我国东部、中部、西部地区的生产性服务业对经济增长的影响进行了研究，发现各地的影响力度不一样，北京、上海、广东等地的影响力度更大一些。

这些研究往往采用GDP的水平序列，并取对数进行计算。但是有些研究没有对2阶单整的GDP时间序列进行单位根检验，直接进行了回归，回归后也没有对残差进行检验。此外，使用的数据往往为2010年以前的数据，而且有些研究所使用的生产性服务业的分类与国家统计局几个月前公布的《生产性服务业分类》有冲突，其中突出的一个矛盾是对房地产业的处理。国家统计局的分类将房地产业完全排除在生产性服务业之外，这样我国以往的将房地产业列入生产性服务业的做法就与国家统计局的现行分类完全相反了。

二、数据与方法

本文数据来自国家统计局网站的国民经济核算分行业增加值统计，时间为1995年至2013年，因为2014年缺失部分数据，故舍去该年数据。该分行业统计是根据2011年发布的《国民经济行业分类（GB/T 4754-2011）》而进行的。本文参照国家统计局2015年《生产性服务业分类》，将批发和零售业、交通运输、仓储和邮政业、金融业列为生产性服务业。需要说明，如果严格按照上述生产性服务业分类，那么目前将没有数据可用。例如金融业是我国过去和现在典型的生产性服务业，在它的重要组成部分商业银行服务中，生产性服务“仅包括为生产活动提供的商业银行、信用合作社服务”，但目前很难获得相应数据，因此本文将整个金融业列入生产性服务业。这种处理方法也是我国长期以来常见的方法。

与以往采取水平序列方法不同，本文的处理是对GDP和生产性服务业产值各取一阶差分，前者命名为经济gdp，后者命名为服务serv。经济gdp的含义不是某年的GDP，而是该年的GDP比前一年GDP的增长额。类似地，服务serv是该年生产性服务业产值比前一年的增长额。本文考察的是这两个增长额之间的关系，如果说生产性服务业增长额serv能够带来经济增长额gdp的大幅度增大，那么就有理由大力发展生产性服务业。

由下文的计算可知，经济gdp和服务serv这两个时间序列都是一阶单整I（1）（GDP与生产性服务业产值本身是二阶单整I（2）序列），对它们不能直接回归，需要进行协整计算。本文设定误差修正模型（error-correction model，ECM）为：

其中△为差分，方程右侧的括号内各项令其为0后，即为协整方程。这里我们主要关心的是β系数。

计算所用软件为更新后的STATA10。

三、实证结果

1、单位根检验

这里使用3种方法进行时间序列的平稳性检验。第一，使用广泛的ADF检验。ADF检验的零假设为存在单位根，为左侧单边检验。第二，Phillips-Perron检验。该检验与ADF检验相比，采用了对自相关和异方差稳健的Newey-West标准差，可以认为是修正版的ADF检验。第三，KPSS检验。前两个检验的共同点是：以存在单位根作为零假设，这样只有当p-值很小时才可以推翻零假设，从而无形中提高了被迫接受存在单位根假设的可能。而KPSS检验的一大特点是将零假设改换为不存在单位根，有利于接受序列平稳的零假设。与此相关，由左侧单边检验改为右侧单边检验。检验结果见表1。对于前2个检验，原序列选择10%水平关键值，差分序列选择1%水平的关键值；对于KPSS检验，原序列选择1%水平的关键值，差分序列选择10%水平的关键值。

表1 单位根检验

从表1结果可以看到，对于两个原序列来说，对于零假设为存在单位根的ADF检验、PP检验，即使标准放松到10%水平，仍然无法拒绝单位根的存在。而对于零假设为平稳序列的KPSS检验，即使标准严格到1%水平，也可以拒绝平稳的假设。对于两个一阶差分序列来说，对于前2个检验，可以在1%的水平拒绝单位根的存在；对于KPSS检验，即使放松到了10%，也无法否定稳定的零假设。综合上述结果，可以认为经济gdp与服务serv这两个时间序列都是一阶单整的I（1）。

2、协整秩检验

使用Janhansen检验，该检验的零假设为存在小于或等于r个协整关系。对于r=0，如果不能否定，说明协整关系可能为0个，或者说不存在协整关系。如果能够以1%水平否定，说明协整关系应该为1个或1个以上，做出这种判断的犯错误概率在1%以下。对于r=1，有类似的推理。由于仅有经济gdp与服务serv两个变量，因此不可能存在2个或以上协整关系，或者说不需要考虑r=2以及更大数值的情况。对于Janhansen检验来说，考虑了5种情况，即无约束常数项、有约束常数项、无约束二次趋势、有约束二次趋势、无常数项无趋势。表2为迹（trace）统计量，3个星号代表通过了1%水平的检验。

表2协整检验

在上述计算中，如果方程含二次趋势，那么结论就比较复杂了。通常我们很少使用含二次趋势的方程，也就是说不考虑表2中5列结果的第3、4列。这样从其余3列的结果看，结论非常一致，即都以1%的水平否定了没有协整关系的假设，在10%的水平下无法否定含有一个协整关系的假设，从而结论是含有一个协整关系。

3、协整方程

误差修正方程的计算结果为：

这里的γ系数为负，符合我们的预期。我们最关心的是β系数，该系数的符号为负，符合预期，且显著水平在1%以下。

将协整方程写出来就是：

gdp=4.1serv+1002

如果gdp与serv分别为GDP与生产性服务业产值的原序列，那么上述结果说明生产性服务业的产值每增加1元，GDP增加4.1元，这意味着生产性服务业对经济具有很大的推动作用。但是以往许多相关研究认为，我国生产性服务业并没有对经济形成很大的推动作用。本文认为，我国以往的生产性服务业对经济增长的推动作用可能不够大，其中的一个突出代表可能是研发设计与其他技术服务，甚至直到今天，对经济的推动作用依然不够大。但是，生产性服务业对经济的推动作用正在逐渐增大，将在今后成为引领经济增长的引擎，这表现为上述GDP与生产性服务业产值的差分序列的4.1倍关系。

用速度与加速度做类比也许能更容易理解上述分析。GDP与生产性服务业产值的原序列之间的关系相当于速度，而GDP与生产性服务业产值的差分序列之间的关系相当于加速度。以往生产性服务业推动经济增长的速度很低，但是生产性服务业推动经济增长的加速度很大，这样它的速度就不断提高，这意味着生产性服务业对经济增长的推动作用不是恒定的，而是越来越大。

4、残差自相关检验

对于上述回归，我们关心残差是否存在自相关。如果存在，说明方程设定没有充分消除自相关，可以考虑需要增加滞后项。

进行Lagrange乘数检验，检验统计量为1.09，显著水平为0.89。该检验的零假设是不存在自相关，上述结算结果说明，如果否定零假设就几乎可以肯定是错误的，从而有足够的理由认为回归后的残差不存在自相关，因此，可以认为上面的方程设定比较合理。

四、结论与建议

从上述计算可以看出，我国生产性服务业年增长额为1元，可促进经济年增长4.1元，这个作用还是比较明显的，上述结论与水平序列结论相比，相当于水平序列研究的是速度，而差分序列研究的是加速度。我国前些年的生产性服务业对经济增长促进的速度也许不够快，但有很大的加速度，以后对经济增长的促进作用会越来越大，因此需要大力发展。

（注：本文为北京市教委项目“我国发展生产性服务业存在的问题与对策分析”（编号：SM201511232001）的研究成果之一。）

［1］汤伟娜、汤莉、汪海霞：生产性服务业发展与经济增长关系实证研究［J］.商业时代，2013（14）.

［2］刘书瀚、宋明月：生产性服务业的发展与经济增长实证研究［J］.商业研究，2008（6）.

［3］张亚斌、刘靓君：生产性服务业对我国经济增长的影响研究［J］.世界经济与政治论坛，2008（4）.

（责任编辑：柯秋萍）