生產性服務業與制造業融合發展研究
——基于京津冀、長三角和珠三角地區的觀察

周亞雄，常藝馨，張 蕊

（杭州電子科技大學，杭州 310018）

引言

制造業發展水平和創新能力是衡量一個國家綜合國力的重要指標。在復雜多變的國際環境和日益發展的互聯網信息技術革命推動下，我國亟需突破以資源和勞動力密集化為特征的制造業發展模式。生產性服務業是指為保持工業生產過程的連續性、促進工業技術進步、產業升級和提高生產效率等提供保障的服務行業。推進制造業與現代生產性服務業融合，改變傳統擴大規模的發展模式，使生產性服務業與制造業良性互動、互促共贏是當前我國經濟發展的重要議題之一。京津冀、長三角、珠三角地區是目前我國制造業與生產性服務業發展水平較高的地區①，并且制造業與生產性服務業之間已經初現融合發展趨勢，研究這些地區制造業和服務業的融合發展，對于今后的深化融合發展提供有效政策推動以及推動其他地區的產業轉型、融合發展也具有參考價值。

一、相關研究綜述

Guerrieri和Melician(2005）[1]提出，知識密集型產業與生產性服務業結合最為緊密，例如電子產業、化學和藥品產業、媒體與社交產品等，并認為電子通信行業對于生產性服務業的發展質量和可交易性具有重要的推動作用。Ellison(1994）[2]首次提出產業共同集聚這一概念，且認為不僅單一產業內會出現產業集聚，存在差異的產業之間同樣會出現產業集聚的現象。Felicia fai(2001）[3]認為，生產性服務業是推動制造業發展的核心力量，有利于一個國家整體的發展和國際競爭力的提高。

目前，國內的相關研究，制造業和服務業融合主要分為理論研究和實證研究兩個方面。理論研究主要基于價值鏈理論、產業轉型分工理論等。實證研究方面主要運用了灰色關聯度、投入產出法、產業關聯等方法。理論研究分析方面，彭徽（2019）[4]基于國際產出投入表，構建融合度指標體系，來分析產業融合發展。發現中國目前產業融合較落后，生產性服務業對制造業的依賴作用更強。華廣敏（2019）[5]運用非競爭型I-O，分析我國目前高技術服務業和制造業的融合發展程度，發現目前高技術服務業還不能較好地刺激制造業的發展。實證分析方面，鄭運權(2018）[6]則通過實證分析來研究商貿服務業與制造業的融合情況，得出了商貿流通服務業對經濟增長的拉動貢獻不斷提高，且其對制造業的拉動作用更強。基于產業價值鏈角度，劉洪民(2014）[7]從組織、創新及模式分析，提出我國應當將生產性制造業轉變為服務性制造，從而推動我國產業向“微笑曲線”的兩端移動。

從現有文獻可以看到，隨著世界信息技術革命和互聯網產業的發展，生產性服務業逐漸向制造業產業內部滲透、參與到制造業的價值創造過程中，同時生產性服務業的發展和創新帶動了制造業產業的進步，且兩者之間深度融合具有互利作用。同時，發現現有研究存在以下不足：⑴關于生產性服務業和制造業的融合發展評估研究較多，但對于不同地區之間融合程度的不同，并分析其影響因素所做的相關研究不足。⑵由于各個地區之間的制造業和服務業產業結構不同，可能導致地區之間生產性服務業和制造業的融合程度不同，而有關產業結構的不同與融合程度的不同之間是否有聯系所做的研究較少。這兩點研究不足正是本文力圖闡述的問題。

二、模型建立和數據處理

（一）VAR模型構建

文章借鑒鄭運權（2018）的做法，建立西姆斯提出的VAR模型即向量自回歸模型，分析京津冀、長三角和珠三角地區生產性服務業與制造業之間融合發展的動態均衡關系，向量自回歸模型在多個變量的長期均衡研究方面具有明顯優勢。具體模型如下：

其中：Yt=（LnMI，LnPS）為制造業增加值和生產性服務業增加值的t期值，MI為制造業增加值，PS為生產性服務業增加值；k為模型的最大滯后階數；Yt-k是制造業和生產性服務業在滯后k期時的增加值水平；Ai=(1,2,...,p)是第i個待估參數2x2階矩陣；以Ut=（u1t，u2t）為隨機誤差列向量。

（二）變量選取與數據處理

根據生產性服務業統計分類（2019），生產性服務業主要包括研發設計與其他技術服務，貨物運輸、倉儲和郵政快遞服務，信息服務、金融服務、節能與環保服務、生產性租賃服務、商務服務、批發經紀代理服務、生產性支持服務和房地產服務這幾類服務行業。由于有些省份相關數據缺失嚴重，文章選取交通運輸服務業、批發零售服務業、金融業務、房地產業，將這幾項服務業增加值作為生產性服務業增加值，表示為PS。

由于制造業增加值目前國內官方并沒有統計，缺乏相關的數據。因此，根據目前國家統計局關于制造業定義，本文中制造業增加值用工業增加值代替，表示為MI。

選取2000年-2019年的數據。考慮到制造業與生產性服務業增加值包含市場價格波動的影響，本文利用歷年商品零售價格指數，對增加值進行平減以消除價格波動的影響，然后將實際制造業增加值與生產性服務業增加值分別取對數，以消除異方差的影響，得到LnMI與LnPS為VAR模型的內生變量。

（三）模型平穩性與協整檢驗

1.ADF檢驗

在建立VAR模型之前，內生變量LnMI與LnPS必須為平穩的時間序列，因此，對LnPS和LnMI進行單位根檢驗。本文分別對LnMS和LnPS做一階差分及二階差分，運用AIC、SIC等作為滯后階數選取標準，檢驗結果如表1所示。

表1 長三角地區的ADF檢驗結果

如表1所示，通過對LnPS和LnMI做點線圖，可以看出兩個內生變量存在明顯的截距，存在擾動項，故檢驗模式設為（C，T）。

由于VAR模型需要內生變量為同階單整的。由上述檢驗可知，長三角地區LnMI在5%水平平穩，但LnPS在相同水平不平穩，故對兩者進行一階差分。DLnPS和DLnMI在1%、5%水平都是不平穩的，故繼續進行二階差分。發現D（LnPS，2）和D（LnMI，2）在1%、5%水平都是平穩的，可以建立VAR模型。三個地區根據AIC、SIC、HQ準則得出的滯后階數為2時，模型效果最佳。

京津冀地區根據上述檢驗結果可以看出，LnMI在5%水平平穩，但LnPS在相同水平不平穩，故對兩者進行一階差分。DLnPS和DLnMI在1%、5%水平都是不平穩的，故繼續二階差分。發現D(LnPS，2）和D(LnMI，2）在1%、5%水平都是平穩的，可以建立VAR模型。根據AIC、SIC、HQ準則得出的滯后階數為2時，模型效果最佳。

珠三角地區根據上述檢驗結果可以看出，LnMI在5%水平平穩，但LnPS在相同水平不平穩，故對兩者進行一階差分。DLnPS和DLnMI在1%、5%水平都是不平穩的，故做二階差分。發現D(LnPS，2）和D(LnMI，2）在1%、5%水平都是平穩的，可以建立VAR模型。根據AIC、SIC、HQ準則得出的滯后階數為2時，模型效果最佳。

2.AR根檢驗

為了說明VAR模型是否穩定，需要進行AR根檢驗。得到結果如圖1、圖2、圖3所示。

圖1 長三角地區AR根檢驗

圖2 京津冀地區AR根檢驗

圖3 珠三角地區AR根檢驗

由圖1-3可見，三個地區的AR根檢驗均通過。

3.VAR模型

利用上述分析結果已經平穩的D（LnPS，2）和D（LnMI，2）建立VAR模型，結果如表2所示。

表2 VAR模型

三、脈沖響應與方差分解分析

（一）脈沖響應模型

脈沖響應函數的基本思想是考慮擾動項的影響是如何傳播到各個變量的，即分析在擾動項上加一個標準差大小的沖擊時，對系統中其他內生變量所帶來的影響。得出的結果如圖4所示。

圖4 長三角地區脈沖響應模型

1.基于長三角地區

由圖4可知，在D2LnPS面對來自自身的一個標準差的沖擊后，在第一期表現出強反饋，隨后逐漸遞減，在第三期時出現反彈后圍繞0波動。在D2LnPS面對來自D2LnMI的一個標準差的沖擊時，在第一期并沒有表現出明顯的響應，第二期出現負響應，隨后圍繞0波動。D2LnMI在面對來自D2LnPS的沖擊時，在第一期表現出了正響應，隨后二三期出現負響應。D2LnMI在面對來自自身的沖擊時，在第一期做出了強響應，隨后在第二三期下降到負值，之后有所回升并在第七期時圍繞0波動。

總體來看，生產性服務業對自身的沖擊響應更強而其對來自制造業的沖擊響應較小。

2.基于京津冀地區

由圖5可知，在D2LnPS面對來自自身的一個標準差的沖擊后，在第一期表現出強反饋，在第二期時迅速下降變為負值后在第三期時圍繞0波動。在D2LnPS面對來自D2LnMI的一個標準差的沖擊時，并沒有表現出明顯的響應。D2LnMI在面對來自D2LnPS的沖擊時，在第一期表現出了較弱的正響應，隨后第二期出現負響應。D2LnMI在面對來自自身的沖擊時，在第一期做出了強響應，之后有所回升并在第七期時圍繞0波動。

圖5 京津冀地區脈沖響應模型

總體來看，生產性服務業和制造業兩者對其自身的響應都更為明顯，但生產性服務業和制造業之間相互響應關系較弱。

3.基于珠三角地區

由圖6可知，在D2LnPS面對來自自身的一個標準差的沖擊后，在第一期表現出強反饋，隨后逐漸遞減，隨后在第三期時出現反彈，之后第五期后逐漸趨于0。在D2LnPS面對來自D2LnMI的一個標準差的沖擊時，在第一期并沒有表現出明顯的響應，第三期時出現反彈后逐漸趨向于0。D2LnMI在面對來自D2LnPS的沖擊時，在第一期表現出了較弱的正響應，二三期出現負響應，隨后圍繞0波動。D2LnMI在面對來自自身的沖擊時，在第一期做出了強響應，在第二三期下降到負值，之后有所回升并圍繞0波動。

圖6 珠三角地區脈沖響應模型

總體來看，生產性服務業對自身的沖擊響應更強，而其對來自制造業的沖擊響應較弱。制造業對來自生產性服務業也表現出較弱的響應。

（二）方差分解模型

方差分解是通過分析每一個結構沖擊對內生變量變化的貢獻度，從而進一步評價不同結構沖擊的重要性。表3為方差分解的結果。

表3 方差分解結果

1.基于長三角地區

制造業和生產性服務業來自自身的貢獻率更高。從制造業方面來看，其自身的帶動效果遠大于生產性服務業對它的帶動效果。在第一期時，制造業對自身的擾動達到了91.74%，隨后開始有所衰減并穩定在77%左右。由生產性服務業所引起的擾動，在第一期時為8.26%，隨后逐漸增強，并在第六期后逐漸穩定在22.1%的水平。從生產性服務業的角度出發，其對自身的影響在第一期達到了100%，隨后開始下降，在第五期之后穩定在96%以上水平。由制造業所引起的擾動部分在第一期時為0，但隨后逐漸增加，并在第五期后逐漸穩定在3%的水平。

可以看出，長三角地區制造業對生產性服務業的帶動程度有所不足，但生產性服務業對制造業的影響較為明顯。

2.基于京津冀地區

制造業和生產性服務業來自自身的貢獻率更高。從制造業方面來看，其自身的帶動效果遠大于生產性服務業對它的帶動效果。在第一期時，制造業對自身的擾動達到了97.66%，隨后開始有所衰減，并在第四期穩定在96.2%左右。由生產性服務業所引起的擾動，在第一期時為2.33%，隨后逐漸增強，并在第四期后逐漸穩定在3.78%的水平。從生產性服務業的角度出發，其對自身的影響在第一期達到了100%，隨后開始下降，在第五期之后穩定在97%以上水平。由制造業所引起的擾動部分在第一期時為0，但隨后逐漸增加，并在第五期后逐漸穩定在2.2%的水平。

可以看出，京津冀地區制造業對生產性服務業的帶動程度和生產性服務業對制造業的帶動作用都有所不足，融合表現較差。

3.基于珠三角地區

制造業和生產性服務業來自自身的貢獻率更高。從制造業方面來看，其自身的帶動效果遠大于生產性服務業對它的帶動效果。在第一期時，制造業對自身的擾動達到了99%，隨后開始有所衰減，并在第五期穩定在84.5%左右。由生產性服務業所引起的擾動，在第一期時為0.99%，隨后逐漸增強，并在第六期后逐漸穩定在15.44%的水平。從生產性服務業的角度出發，其對自身的影響在第一期時達到了100%，隨后開始下降，在第五期后穩定在94%以上水平。由制造業所引起的擾動部分在第一期時為0，但隨后逐漸增加，并在第六期后逐漸穩定在5.6%的水平。

可以看出，珠三角地區制造業對生產性服務業的帶動程度相對較弱，生產性服務業對制造業的帶動作用表現較為明顯。

（三）融合評估結果分析

基于模型可知，長三角地區制造業對生產性服務業的帶動程度有所不足，但生產性服務業對制造業的影響較為明顯；京津冀地區制造業對生產性服務業的帶動程度和生產性服務業對制造業的帶動作用都有所不足，融合表現較差；珠三角地區制造業對生產性服務業的帶動程度相對較弱，生產性服務業對制造業的帶動作用表現較為明顯。

長三角地區生產性服務業對制造業的帶動作用是三個地區中最為顯著的。總體上看，制造業對生產性服務業的影響帶動程度在三個經濟圈均較差，珠三角地區相對較好。且生產性服務業對制造業的影響均具有一定的延遲，表現在較長的時間段中。

四、結語

本文運用向量自回歸模型對京津冀、珠三角和長三角地區生產性服務業和制造業的融合發展進行了評估與對比分析得知：長三角地區的生產性服務業和制造業融合發展效果較好，珠三角地區次之，京津冀地區又次之。

由于互聯網和通信行業的高速發展，長三角地區在這場科技革命中處于優勢地位，因此，制造業和生產性服務業之間的融合效果更好，兩者之間的相互帶動作用更為明顯；京津冀地區雖然發展水平都較高，但兩者之間的協同作用并不明顯，制造業和生產性服務業的產業結構布局不合理、成本較高，會對制造業的發展產生不利影響；珠三角地區制造業的發展水平較高，但生產性服務業的發展水平較低，較為發達的制造業為尚處于發展初期的生產性服務業提供了更多的支持，珠三角地區的制造業和生產性服務業協同發展的潛力更大。

因此，長三角地區應當注重金融業對制造業的融合發展，且長三角地區科技和信息技術的發展水平較高，應充分發揮其優勢，積極向電子信息技術發展所產生的新興產業轉型，結合長三角地區互聯網發展的優勢，利用技術創新為制造業增添新的發展活力和技術支持。

京津冀地區科技和信息技術發展水平相對較低，應當注重創新創業和高新技術產業的發展。借助京津冀地區的金融發展優勢，利用優質的金融資源和良好的制造業基礎，大力發展與商務和金融服務業相結合的新型制造業。

珠三角地區的金融業發展水平相對較弱，因而對制造業發展的帶動作用也相對較弱，應通過不斷完善產業結構、增加研發投入，推動制造業和生產性服務業向高新技術產業發展，將制造業企業介入到生產價值鏈的下游環節中，如售后服務等，實現技術密集型制造業與技術密集型生產性服務業的結合。

注釋：

①京津冀地區數據選擇北京市、天津市和河北省，長三角地區選擇江蘇省、浙江省和上海市，珠三角地區選擇廣東省。