“互聯網+”背景下浙江生產性服務業與制造業融合發展研究

魏艷秋　高壽華

內容摘要：文章根據浙江省1994-2015年的時間序列數據，建立制造業和生產性服務業兩變量的自回歸模型（VAR），并利用VAR模型的廣義脈沖響應函數和方差分解對制造業和生產性服務業之間的長期動態關系進行實證分析。分析結果顯示，目前浙江省制造業和生產性服務業發展的主要源動力還是自我增強作用，二者之間雖存在一定的互動關系，但是相互融合促進作用還不夠明顯；生產性服務業對制造業的促進作用明顯弱于制造業對生產性服務業的需求拉動作用；浙江省制造業服務化和服務業產業化程度都比較低。

關鍵詞：制造業 生產性服務業 VAR模型

相關文獻綜述

關于生產性服務業與制造業的關系，早已受到國內外學者的廣泛關注，收集整理已有文獻，發現目前主要存在以下兩種觀點：一是關于制造業和生產性服務業哪一個處于主導和前提地位而出現的“需求論”與“供給論”。需求論認為生產性服務業得以產生、發展的前提和基礎是因制造業發展所產生的引致需求，相比較而言，制造業處于主導地位，生產性服務業處于附屬地位。國內學者張世賢認為，隨著工業化和城市化的發展，產生了物流、貿易、金融等服務業需求和市場。與需求論相反，供給論的核心思想是制造業內部各生產環節生產效率的提高依賴于日益發展的生產性服務業，生產性服務業處于供給主導地位。二是隨著服務經濟和互聯網經濟的發展，許多學者先后提出了“互動融合論”，認為在“互聯網+”時代，新一代信息技術使得生產性服務業與制造業之間已經開始出現跨界融合發展，邊界日漸模糊并逐漸形成“互聯網+X”的新產業、新業態。

隨著生產性服務業與制造業之間“互動融合論”的日益發展和普遍被人們所接受，眾多學者分別從產業關聯、互動以及空間協同定位等視角，運用國家層面、區域層面、省際層面數據進行定量實證分析，以下兩類研究方法應用較多：一是根據列昂惕夫的部門聯系平衡表（投入產出表）進行研究，二是通過計量模型進行檢驗。

綜上所述，當前國內外對生產性服務業與制造業關系的理論研究和實證研究都已經比較豐富，為本文的研究提供支撐，在“互聯網+”背景下二者之間關系將越來越緊密，但是目前相關理論研究還比較少。本文借助兩變量的向量自回歸模型VAR，對浙江省制造業和生產性服務業之間的關系進行深入分析，對于促進浙江省制造業和生產性服務業協同融合發展具有一定的理論和現實意義。

數據選取與研究方法

（一）數據選取

本文以浙江省生產性服務業產值（SP）和制造業產值（MP）作為內生變量（鑒于數據獲得受限，選取時間段為1994-2015年）。2015年國家統計局公布了最新的《生產性服務業分類》，依據這一分類標準，本文統計的生產性服務業產值為十大類生產性服務業增加值之和。根據制造業的定義，本文所分析的制造業增加值為工業增加值減去采掘業、電力、煤氣及水的生產和供應業的產值。為消除價格上下波動對實際數值產生的影響，本文對所有數據按平均指數（1994=100）進行平減處理和對數處理。

（二）模型初設

為全面分析浙江省制造業與生產性服務業之間的互動關系，文章采用由西姆斯（1980）提出的VAR模型——向量自回歸模型。該模型的定義式為：設Yt =（y1t，y2t，…，yNt ）T是N×1階時序應變量列向量，則p階VAR模型記為VAR（p）：

（一）變量檢驗

樣本數據平穩性檢驗。本文通過ADF單位根檢驗，對浙江省制造業產值和生產性服務業產值的對數序列logMP和logSP做平穩性檢驗。由表1可知，水平值檢驗下的變量logMP和logSP都存在單位根，因此是非平穩序列。其次進行一階差分檢驗，發現在1%和5%的顯著性水平下原假設都被拒絕，即一階差分后的時間序列logMP和logSP是平穩的，滿足建模前提。

協整檢驗。在對向量logMP和logSP進行ADF平穩性檢驗的基礎上，本文采用JJ檢驗方法分析上述變量之間的協整關系。表2表示，在5%的顯著性水平下向量logMP和logSP之間存在2個協整關系，原假設被拒絕?；贓views8.0輸出結果，得出協整方程為：logMP=μt+0.006412logSP。通過這一協整方程可以看出浙江省生產性服務業每增長1%，制造業將增加0.006412%。由此可見，浙江省生產性服務業對制造業有一定促進作用，但是作用比較微弱。

（二）模型構建與實證分析

建立logMP和logSP一階差分的VAR模型。確保VAR 模型對參數估計的有效性關鍵要確定合適的最大滯后階數p。因為解釋變量的最大滯后階數p值太大或者太小都會直接影響參數估計的效果。其中，P值太小，殘差可能會存在自相關，并導致參數估計的非一致性；p值過大，導致待估計的參數數量增多，變量自由度降低，模型參數估計的有效性會受到影響。本文采用Eviews8的似然比統計量（LR）、FPE、赤池信息準則（AIC）、施瓦茨（SC）和HQ準則進行判定，檢驗結果見表3，輸出結果顯示帶“*”號為滯后階數選擇標準，因此當p=2時VAR模型是最理想的，即VAR（2）最為有效。

利用EVIEWS8.0構建logMP和logSP一階差分的VAR互動關系模型，矩陣形式為：

用線性方程組表示VAR模型：

其中，Yt=DlogMP，Xt=DlogSP，分別表示logMP和logSP一階差分。

VAR模型穩定性檢驗。利用AR根檢驗方法對VAR模型做平穩性檢驗。檢驗原理為只有VAR模型所有根模的倒數都小于1，即都在單位圓內，模型才是穩定的；反之，VAR模型則是不穩定的，最終得到的結果有些就是無效的。本文利用Eviews8對VAR模型滯后結構進行檢驗，結果見表4和圖1。VAR模型所有根模的倒數最大值為0.970697，最小值為0.572764，全部都小于1，并且全部特征根的點都落在單位圓之內，證明上述基于變量DlogMP、DlogSP所建立的VAR模型是穩定的，滿足繼續做脈沖響應分析和方差分解的前提條件。

脈沖響應分析和方差分解。為進一步分析變量間的互動關系，文章基于VAR模型分別進行脈沖響應和方差分解分析。

脈沖響應分析。脈沖響應函數分析某一內生變量的當前值和未來值在受到某一標準差沖擊時將發生多大程度的變化。圖2顯示的是VAR（2）的脈沖響應結果，由圖2（1）可見，浙江省制造業因受到對于來自其自身的一個標準差的沖擊而出現的響應程度：在第2期時達到最大值約為0.034233，從第3期開始基本穩定在0.032左右，而且持續較長時間，到了第10期響應程度數值依然還有0.032107，未向零趨近，說明浙江省制造業發展主要依賴長期自我增強作用；圖2（2）顯示的是來自生產性服務業的一個標準差對制造業造成的沖擊程度：在第1期時是零，之后雖有所上升，但是最大值在第4期也只有0.007343，第8期后開始逐漸趨近于零。由此可見，浙江省生產性服務業發展對促進制造業發展已經產生了一定促進作用，但還比較微弱。由圖2（3）可見，浙江省生產性服務業在受到來自制造業的一個標準差的沖擊后響應比較明顯，在第1期值約0.015018，然后逐漸上升，到第10期值仍然有0.039035，說明浙江省生產性服務業發展受到來自制造業的正的較強的持續拉動；在圖2（4）中，浙江省生產性服務業因受到來自其自身的一個標準差的沖擊，響應程度在第2期達到最大值0.017805，之后就一直減弱，從第5期開始，就逐漸趨于零，這說明浙江省生產性服務業的自我增強作用比較小。

方差分解是通過分析每一個隨機擾動對變量方差的貢獻度，進一步評價不同結構沖擊哪個占主體地位。表5顯示，對于制造業而言，在第1期時，由其自身擾動所引起的預測方差達100%，從第4期開始，98%來自于制造業自身擾動，僅有2%由生產性服務業的擾動所引起，說明制造業預測方差產生原因中，其自身內部的沖擊居于主體地位；對于生產性服務業而言，從第4期開始，預測方差由生產性服務業自身擾動引起的部分基本穩定在49%左右，而由制造業擾動引起的部分則穩定在51%左右。說明制造業對生產性服務業的沖擊占主體，要大于生產性服務業自身的沖擊。這一分析結果剛好與脈沖函數分析結果一致，即制造業對生產性服務業的拉動促進作用遠大于生產性服務業對制造業的影響程度。

（三）VEC誤差修正模型構建

向量誤差修正模型VEC圍繞變量長期協整關系來分析變量之間的短期動態關系，將其短期行為與長期行為結合在一起?；陂L期VAR模型建立的誤差修正模型為：

其中，ecmt-1表示誤差修正項，反映變量間長期均衡關系，ecmt-1前面的系數α表示當變量偏離長期均衡狀態時，將其調整到均衡狀態的調整速度。根據Eviews8.0輸出的誤差修正結果，建立誤差修正方程為：

DlogMPt=0.528842*（DlogMPt-1-1.195770DlogSPt-1

+0.024982）-0.041578DlogMPt-1-0.216470DlogSPt-1

-0.291006DlogMPt-2-0.068082DlogSPt-2 -0.005464

DlogSPt=0.414180*（DlogMPt-1-1.195770DlogSPt-1

+0.024982）-0.437363DlogMPt-1+0.145589DlogSPt-1

-0.613128DlogMPt-2+0.39496DlogSPt-2-0.004596

由上述誤差修正修正模型可知，當發生短期波動使得變量偏離長期均衡時，將會以0.528842和0.414180的力度進行修正。

圖3顯示的是VEC模型協整關系圖。橫軸代表變量長期均衡，折線代表短期波動與長期均衡的偏離幅度。從圖3中可以看出，2005年左右浙江省制造業與生產性服務業的短期波動偏離長期均衡的幅度最大，到了2007年再次處于長期均衡狀態。然后誤差修正項的值在較長時間內都比較小，由此可以認為在2007年之后短期波動與長期均衡的偏離幅度比較小。

對策建議

（一）智能制造，以新業態促進制造業與生產性服務業融合發展

浙江省生產性服務業要積極向跨境電子商務、城市配送物流、互聯網金融、航運金融、數字會展等一批新業態轉型，在管理、銷售、金融、物流等方面加強向制造業的融合與滲透，比如通過B2C等電商平臺提供產品設計、銷售、咨詢等服務；通過云計算、大數據等信息平臺，提供現代化物流服務等?？傊?，浙江省生產性服務業要圍繞現代智能制造提供智能化服務。

（二）調結構去產能，基于需求與供給加快制造業與服務業融合

在供給側改革背景下，加大調結構去產能的力度，基于市場需求增加有效供給：一方面制造業要自主創新，傳統制造業要由資本密集型、資源密集型向技術密集型、知識密集型轉變，向制造業價值鏈高端攀升，提高產品技術含量和附加值，以生產技術研發、品牌建設、信息技術服務高附加值的服務業作為主要動力，推動制造業產業結構優化升級。另一方面，生產性服務業應根據現代制造業發展趨勢及需求，重點開拓研發設計、信息技術服務、電子商務、第三方物流、商務咨詢、服務外包和品牌建設等領域的高端服務業務，不斷提升自身服務質量，為制造業發展提供有效供給。

（三）加快機制創新和組織模式創新，推動制造業服務化和服務業制造化

一是大力發展服務外包?；趪摇耙粠б宦贰卑l展戰略與機遇，利用浙江省外向型經濟和地理位置優勢，可以在現代物流、國際商務、研發設計、人力資源等領域大力開展國際服務外包業務，借助國際化市場提升生產性服務業發展空間。二是推動“制造業服務化，服務業產業化”。鼓勵規模以上的傳統大型制造企業由以制造加工為核心逐漸向生產提供技術開發、產品推廣、品牌整合等服務轉變。三是大力推進制造業和生產性服務業集聚化發展。借助產業集聚的規模效應、資源優勢和成本優勢，提高產業集群內部制造業與服務業的相互協同、融合互促，帶動產業結構轉型升級。

參考文獻：

1.顧乃華，畢斗斗，任旺兵.生產性服務業與制造業互動發展：文獻綜述[J].經濟學家，2006（6）

2.王曉紅，王傳榮.產業轉型條件的制造業與服務業融合[J].改革，2013（9）

3.童有好.“互聯網+制造業服務化”融合發展研究[J].經濟縱橫，2015（10）

4.張亞軍，干春暉，鄭若谷.生產性服務業與制造業的內生與關聯效應—基于投入產出結構分解技術的實證研究[J].產業經濟研究，2014（6）

5.顧乃華，畢斗斗，任旺兵.中國轉型期生產性服務業發展與制造業競爭力關系研究——基于面板數據的實證分析[J].中國工業經濟，2006（9）

6.崔莉.基于VAR模型的西部地區生產性服務業與制造業互動融合評價[J].學術論壇，2016（4）

7.陳曉峰.長三角生產性服務業與制造業的互動關系檢驗—基于VAR模型的動態實證分析[J].國際商務（對外經濟貿易大學學報），2014（2）

8.劉立霞，王曉甜.天津生產性服務業發展的SWOT分析[J].對外經貿，2012（12）