魏艷秋　高壽華

內(nèi)容摘要：文章根據(jù)浙江省1994-2015年的時(shí)間序列數(shù)據(jù)，建立制造業(yè)和生產(chǎn)性服務(wù)業(yè)兩變量的自回歸模型（VAR），并利用VAR模型的廣義脈沖響應(yīng)函數(shù)和方差分解對(duì)制造業(yè)和生產(chǎn)性服務(wù)業(yè)之間的長(zhǎng)期動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證分析。分析結(jié)果顯示，目前浙江省制造業(yè)和生產(chǎn)性服務(wù)業(yè)發(fā)展的主要源動(dòng)力還是自我增強(qiáng)作用，二者之間雖存在一定的互動(dòng)關(guān)系，但是相互融合促進(jìn)作用還不夠明顯；生產(chǎn)性服務(wù)業(yè)對(duì)制造業(yè)的促進(jìn)作用明顯弱于制造業(yè)對(duì)生產(chǎn)性服務(wù)業(yè)的需求拉動(dòng)作用；浙江省制造業(yè)服務(wù)化和服務(wù)業(yè)產(chǎn)業(yè)化程度都比較低。

關(guān)鍵詞：制造業(yè) 生產(chǎn)性服務(wù)業(yè) VAR模型

相關(guān)文獻(xiàn)綜述

關(guān)于生產(chǎn)性服務(wù)業(yè)與制造業(yè)的關(guān)系，早已受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，收集整理已有文獻(xiàn)，發(fā)現(xiàn)目前主要存在以下兩種觀點(diǎn)：一是關(guān)于制造業(yè)和生產(chǎn)性服務(wù)業(yè)哪一個(gè)處于主導(dǎo)和前提地位而出現(xiàn)的“需求論”與“供給論”。需求論認(rèn)為生產(chǎn)性服務(wù)業(yè)得以產(chǎn)生、發(fā)展的前提和基礎(chǔ)是因制造業(yè)發(fā)展所產(chǎn)生的引致需求，相比較而言，制造業(yè)處于主導(dǎo)地位，生產(chǎn)性服務(wù)業(yè)處于附屬地位。國(guó)內(nèi)學(xué)者張世賢認(rèn)為，隨著工業(yè)化和城市化的發(fā)展，產(chǎn)生了物流、貿(mào)易、金融等服務(wù)業(yè)需求和市場(chǎng)。與需求論相反，供給論的核心思想是制造業(yè)內(nèi)部各生產(chǎn)環(huán)節(jié)生產(chǎn)效率的提高依賴于日益發(fā)展的生產(chǎn)性服務(wù)業(yè)，生產(chǎn)性服務(wù)業(yè)處于供給主導(dǎo)地位。二是隨著服務(wù)經(jīng)濟(jì)和互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展，許多學(xué)者先后提出了“互動(dòng)融合論”，認(rèn)為在“互聯(lián)網(wǎng)+”時(shí)代，新一代信息技術(shù)使得生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間已經(jīng)開(kāi)始出現(xiàn)跨界融合發(fā)展，邊界日漸模糊并逐漸形成“互聯(lián)網(wǎng)+X”的新產(chǎn)業(yè)、新業(yè)態(tài)。

隨著生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間“互動(dòng)融合論”的日益發(fā)展和普遍被人們所接受，眾多學(xué)者分別從產(chǎn)業(yè)關(guān)聯(lián)、互動(dòng)以及空間協(xié)同定位等視角，運(yùn)用國(guó)家層面、區(qū)域?qū)用?、省際層面數(shù)據(jù)進(jìn)行定量實(shí)證分析，以下兩類(lèi)研究方法應(yīng)用較多：一是根據(jù)列昂惕夫的部門(mén)聯(lián)系平衡表（投入產(chǎn)出表）進(jìn)行研究，二是通過(guò)計(jì)量模型進(jìn)行檢驗(yàn)。

綜上所述，當(dāng)前國(guó)內(nèi)外對(duì)生產(chǎn)性服務(wù)業(yè)與制造業(yè)關(guān)系的理論研究和實(shí)證研究都已經(jīng)比較豐富，為本文的研究提供支撐，在“互聯(lián)網(wǎng)+”背景下二者之間關(guān)系將越來(lái)越緊密，但是目前相關(guān)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(duì)浙江省制造業(yè)和生產(chǎn)性服務(wù)業(yè)之間的關(guān)系進(jìn)行深入分析，對(duì)于促進(jìn)浙江省制造業(yè)和生產(chǎn)性服務(wù)業(yè)協(xié)同融合發(fā)展具有一定的理論和現(xiàn)實(shí)意義。

數(shù)據(jù)選取與研究方法

（一）數(shù)據(jù)選取

本文以浙江省生產(chǎn)性服務(wù)業(yè)產(chǎn)值（SP）和制造業(yè)產(chǎn)值（MP）作為內(nèi)生變量（鑒于數(shù)據(jù)獲得受限，選取時(shí)間段為1994-2015年）。2015年國(guó)家統(tǒng)計(jì)局公布了最新的《生產(chǎn)性服務(wù)業(yè)分類(lèi)》，依據(jù)這一分類(lèi)標(biāo)準(zhǔn)，本文統(tǒng)計(jì)的生產(chǎn)性服務(wù)業(yè)產(chǎn)值為十大類(lèi)生產(chǎn)性服務(wù)業(yè)增加值之和。根據(jù)制造業(yè)的定義，本文所分析的制造業(yè)增加值為工業(yè)增加值減去采掘業(yè)、電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)的產(chǎn)值。為消除價(jià)格上下波動(dòng)對(duì)實(shí)際數(shù)值產(chǎn)生的影響，本文對(duì)所有數(shù)據(jù)按平均指數(shù)（1994=100）進(jìn)行平減處理和對(duì)數(shù)處理。

（二）模型初設(shè)

為全面分析浙江省制造業(yè)與生產(chǎn)性服務(wù)業(yè)之間的互動(dòng)關(guān)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(shè)Yt =（y1t，y2t，…，yNt ）T是N×1階時(shí)序應(yīng)變量列向量，則p階VAR模型記為VAR（p）：

（一）變量檢驗(yàn)

樣本數(shù)據(jù)平穩(wěn)性檢驗(yàn)。本文通過(guò)ADF單位根檢驗(yàn)，對(duì)浙江省制造業(yè)產(chǎn)值和生產(chǎn)性服務(wù)業(yè)產(chǎn)值的對(duì)數(shù)序列l(wèi)ogMP和logSP做平穩(wěn)性檢驗(yàn)。由表1可知，水平值檢驗(yàn)下的變量logMP和logSP都存在單位根，因此是非平穩(wěn)序列。其次進(jìn)行一階差分檢驗(yàn)，發(fā)現(xiàn)在1%和5%的顯著性水平下原假設(shè)都被拒絕，即一階差分后的時(shí)間序列l(wèi)ogMP和logSP是平穩(wěn)的，滿足建模前提。

協(xié)整檢驗(yàn)。在對(duì)向量logMP和logSP進(jìn)行ADF平穩(wěn)性檢驗(yàn)的基礎(chǔ)上，本文采用JJ檢驗(yàn)方法分析上述變量之間的協(xié)整關(guān)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(gè)協(xié)整關(guān)系，原假設(shè)被拒絕?；贓views8.0輸出結(jié)果，得出協(xié)整方程為：logMP=μt+0.006412logSP。通過(guò)這一協(xié)整方程可以看出浙江省生產(chǎn)性服務(wù)業(yè)每增長(zhǎng)1%，制造業(yè)將增加0.006412%。由此可見(jiàn)，浙江省生產(chǎn)性服務(wù)業(yè)對(duì)制造業(yè)有一定促進(jìn)作用，但是作用比較微弱。

（二）模型構(gòu)建與實(shí)證分析

建立logMP和logSP一階差分的VAR模型。確保VAR 模型對(duì)參數(shù)估計(jì)的有效性關(guān)鍵要確定合適的最大滯后階數(shù)p。因?yàn)榻忉屪兞康淖畲鬁箅A數(shù)p值太大或者太小都會(huì)直接影響參數(shù)估計(jì)的效果。其中，P值太小，殘差可能會(huì)存在自相關(guān)，并導(dǎo)致參數(shù)估計(jì)的非一致性；p值過(guò)大，導(dǎo)致待估計(jì)的參數(shù)數(shù)量增多，變量自由度降低，模型參數(shù)估計(jì)的有效性會(huì)受到影響。本文采用Eviews8的似然比統(tǒng)計(jì)量（LR）、FPE、赤池信息準(zhǔn)則（AIC）、施瓦茨（SC）和HQ準(zhǔn)則進(jìn)行判定，檢驗(yàn)結(jié)果見(jiàn)表3，輸出結(jié)果顯示帶“*”號(hào)為滯后階數(shù)選擇標(biāo)準(zhǔn)，因此當(dāng)p=2時(shí)VAR模型是最理想的，即VAR（2）最為有效。

利用EVIEWS8.0構(gòu)建logMP和logSP一階差分的VAR互動(dòng)關(guān)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(wěn)定性檢驗(yàn)。利用AR根檢驗(yàn)方法對(duì)VAR模型做平穩(wěn)性檢驗(yàn)。檢驗(yàn)原理為只有VAR模型所有根模的倒數(shù)都小于1，即都在單位圓內(nèi)，模型才是穩(wěn)定的；反之，VAR模型則是不穩(wěn)定的，最終得到的結(jié)果有些就是無(wú)效的。本文利用Eviews8對(duì)VAR模型滯后結(jié)構(gòu)進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表4和圖1。VAR模型所有根模的倒數(shù)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(diǎn)都落在單位圓之內(nèi)，證明上述基于變量DlogMP、DlogSP所建立的VAR模型是穩(wěn)定的，滿足繼續(xù)做脈沖響應(yīng)分析和方差分解的前提條件。

脈沖響應(yīng)分析和方差分解。為進(jìn)一步分析變量間的互動(dòng)關(guān)系，文章基于VAR模型分別進(jìn)行脈沖響應(yīng)和方差分解分析。

脈沖響應(yīng)分析。脈沖響應(yīng)函數(shù)分析某一內(nèi)生變量的當(dāng)前值和未來(lái)值在受到某一標(biāo)準(zhǔn)差沖擊時(shí)將發(fā)生多大程度的變化。圖2顯示的是VAR（2）的脈沖響應(yīng)結(jié)果，由圖2（1）可見(jiàn)，浙江省制造業(yè)因受到對(duì)于來(lái)自其自身的一個(gè)標(biāo)準(zhǔn)差的沖擊而出現(xiàn)的響應(yīng)程度：在第2期時(shí)達(dá)到最大值約為0.034233，從第3期開(kāi)始基本穩(wěn)定在0.032左右，而且持續(xù)較長(zhǎng)時(shí)間，到了第10期響應(yīng)程度數(shù)值依然還有0.032107，未向零趨近，說(shuō)明浙江省制造業(yè)發(fā)展主要依賴長(zhǎng)期自我增強(qiáng)作用；圖2（2）顯示的是來(lái)自生產(chǎn)性服務(wù)業(yè)的一個(gè)標(biāo)準(zhǔn)差對(duì)制造業(yè)造成的沖擊程度：在第1期時(shí)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(kāi)始逐漸趨近于零。由此可見(jiàn)，浙江省生產(chǎn)性服務(wù)業(yè)發(fā)展對(duì)促進(jìn)制造業(yè)發(fā)展已經(jīng)產(chǎn)生了一定促進(jìn)作用，但還比較微弱。由圖2（3）可見(jiàn)，浙江省生產(chǎn)性服務(wù)業(yè)在受到來(lái)自制造業(yè)的一個(gè)標(biāo)準(zhǔn)差的沖擊后響應(yīng)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(shuō)明浙江省生產(chǎn)性服務(wù)業(yè)發(fā)展受到來(lái)自制造業(yè)的正的較強(qiáng)的持續(xù)拉動(dòng)；在圖2（4）中，浙江省生產(chǎn)性服務(wù)業(yè)因受到來(lái)自其自身的一個(gè)標(biāo)準(zhǔn)差的沖擊，響應(yīng)程度在第2期達(dá)到最大值0.017805，之后就一直減弱，從第5期開(kāi)始，就逐漸趨于零，這說(shuō)明浙江省生產(chǎn)性服務(wù)業(yè)的自我增強(qiáng)作用比較小。

方差分解是通過(guò)分析每一個(gè)隨機(jī)擾動(dòng)對(duì)變量方差的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊哪個(gè)占主體地位。表5顯示，對(duì)于制造業(yè)而言，在第1期時(shí)，由其自身擾動(dòng)所引起的預(yù)測(cè)方差達(dá)100%，從第4期開(kāi)始，98%來(lái)自于制造業(yè)自身擾動(dòng)，僅有2%由生產(chǎn)性服務(wù)業(yè)的擾動(dòng)所引起，說(shuō)明制造業(yè)預(yù)測(cè)方差產(chǎn)生原因中，其自身內(nèi)部的沖擊居于主體地位；對(duì)于生產(chǎn)性服務(wù)業(yè)而言，從第4期開(kāi)始，預(yù)測(cè)方差由生產(chǎn)性服務(wù)業(yè)自身擾動(dòng)引起的部分基本穩(wěn)定在49%左右，而由制造業(yè)擾動(dòng)引起的部分則穩(wěn)定在51%左右。說(shuō)明制造業(yè)對(duì)生產(chǎn)性服務(wù)業(yè)的沖擊占主體，要大于生產(chǎn)性服務(wù)業(yè)自身的沖擊。這一分析結(jié)果剛好與脈沖函數(shù)分析結(jié)果一致，即制造業(yè)對(duì)生產(chǎn)性服務(wù)業(yè)的拉動(dòng)促進(jìn)作用遠(yuǎn)大于生產(chǎn)性服務(wù)業(yè)對(duì)制造業(yè)的影響程度。

（三）VEC誤差修正模型構(gòu)建

向量誤差修正模型VEC圍繞變量長(zhǎng)期協(xié)整關(guān)系來(lái)分析變量之間的短期動(dòng)態(tài)關(guān)系，將其短期行為與長(zhǎng)期行為結(jié)合在一起?；陂L(zhǎng)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(xiàng)，反映變量間長(zhǎng)期均衡關(guān)系，ecmt-1前面的系數(shù)α表示當(dāng)變量偏離長(zhǎng)期均衡狀態(tài)時(shí)，將其調(diào)整到均衡狀態(tài)的調(diào)整速度。根據(jù)Eviews8.0輸出的誤差修正結(jié)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(dāng)發(fā)生短期波動(dòng)使得變量偏離長(zhǎng)期均衡時(shí)，將會(huì)以0.528842和0.414180的力度進(jìn)行修正。

圖3顯示的是VEC模型協(xié)整關(guān)系圖。橫軸代表變量長(zhǎng)期均衡，折線代表短期波動(dòng)與長(zhǎng)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(yè)與生產(chǎn)性服務(wù)業(yè)的短期波動(dòng)偏離長(zhǎng)期均衡的幅度最大，到了2007年再次處于長(zhǎng)期均衡狀態(tài)。然后誤差修正項(xiàng)的值在較長(zhǎng)時(shí)間內(nèi)都比較小，由此可以認(rèn)為在2007年之后短期波動(dòng)與長(zhǎng)期均衡的偏離幅度比較小。

對(duì)策建議

（一）智能制造，以新業(yè)態(tài)促進(jìn)制造業(yè)與生產(chǎn)性服務(wù)業(yè)融合發(fā)展

浙江省生產(chǎn)性服務(wù)業(yè)要積極向跨境電子商務(wù)、城市配送物流、互聯(lián)網(wǎng)金融、航運(yùn)金融、數(shù)字會(huì)展等一批新業(yè)態(tài)轉(zhuǎn)型，在管理、銷(xiāo)售、金融、物流等方面加強(qiáng)向制造業(yè)的融合與滲透，比如通過(guò)B2C等電商平臺(tái)提供產(chǎn)品設(shè)計(jì)、銷(xiāo)售、咨詢等服務(wù)；通過(guò)云計(jì)算、大數(shù)據(jù)等信息平臺(tái)，提供現(xiàn)代化物流服務(wù)等。總之，浙江省生產(chǎn)性服務(wù)業(yè)要圍繞現(xiàn)代智能制造提供智能化服務(wù)。

（二）調(diào)結(jié)構(gòu)去產(chǎn)能，基于需求與供給加快制造業(yè)與服務(wù)業(yè)融合

在供給側(cè)改革背景下，加大調(diào)結(jié)構(gòu)去產(chǎn)能的力度，基于市場(chǎng)需求增加有效供給：一方面制造業(yè)要自主創(chuàng)新，傳統(tǒng)制造業(yè)要由資本密集型、資源密集型向技術(shù)密集型、知識(shí)密集型轉(zhuǎn)變，向制造業(yè)價(jià)值鏈高端攀升，提高產(chǎn)品技術(shù)含量和附加值，以生產(chǎn)技術(shù)研發(fā)、品牌建設(shè)、信息技術(shù)服務(wù)高附加值的服務(wù)業(yè)作為主要?jiǎng)恿Γ苿?dòng)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。另一方面，生產(chǎn)性服務(wù)業(yè)應(yīng)根據(jù)現(xiàn)代制造業(yè)發(fā)展趨勢(shì)及需求，重點(diǎn)開(kāi)拓研發(fā)設(shè)計(jì)、信息技術(shù)服務(wù)、電子商務(wù)、第三方物流、商務(wù)咨詢、服務(wù)外包和品牌建設(shè)等領(lǐng)域的高端服務(wù)業(yè)務(wù)，不斷提升自身服務(wù)質(zhì)量，為制造業(yè)發(fā)展提供有效供給。

（三）加快機(jī)制創(chuàng)新和組織模式創(chuàng)新，推動(dòng)制造業(yè)服務(wù)化和服務(wù)業(yè)制造化

一是大力發(fā)展服務(wù)外包?；趪?guó)家“一帶一路”發(fā)展戰(zhàn)略與機(jī)遇，利用浙江省外向型經(jīng)濟(jì)和地理位置優(yōu)勢(shì)，可以在現(xiàn)代物流、國(guó)際商務(wù)、研發(fā)設(shè)計(jì)、人力資源等領(lǐng)域大力開(kāi)展國(guó)際服務(wù)外包業(yè)務(wù)，借助國(guó)際化市場(chǎng)提升生產(chǎn)性服務(wù)業(yè)發(fā)展空間。二是推動(dòng)“制造業(yè)服務(wù)化，服務(wù)業(yè)產(chǎn)業(yè)化”。鼓勵(lì)規(guī)模以上的傳統(tǒng)大型制造企業(yè)由以制造加工為核心逐漸向生產(chǎn)提供技術(shù)開(kāi)發(fā)、產(chǎn)品推廣、品牌整合等服務(wù)轉(zhuǎn)變。三是大力推進(jìn)制造業(yè)和生產(chǎn)性服務(wù)業(yè)集聚化發(fā)展。借助產(chǎn)業(yè)集聚的規(guī)模效應(yīng)、資源優(yōu)勢(shì)和成本優(yōu)勢(shì)，提高產(chǎn)業(yè)集群內(nèi)部制造業(yè)與服務(wù)業(yè)的相互協(xié)同、融合互促，帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。

參考文獻(xiàn)：

1.顧乃華，畢斗斗，任旺兵.生產(chǎn)性服務(wù)業(yè)與制造業(yè)互動(dòng)發(fā)展：文獻(xiàn)綜述[J].經(jīng)濟(jì)學(xué)家，2006（6）

2.王曉紅，王傳榮.產(chǎn)業(yè)轉(zhuǎn)型條件的制造業(yè)與服務(wù)業(yè)融合[J].改革，2013（9）

3.童有好.“互聯(lián)網(wǎng)+制造業(yè)服務(wù)化”融合發(fā)展研究[J].經(jīng)濟(jì)縱橫，2015（10）

4.張亞軍，干春暉，鄭若谷.生產(chǎn)性服務(wù)業(yè)與制造業(yè)的內(nèi)生與關(guān)聯(lián)效應(yīng)—基于投入產(chǎn)出結(jié)構(gòu)分解技術(shù)的實(shí)證研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（6）

5.顧乃華，畢斗斗，任旺兵.中國(guó)轉(zhuǎn)型期生產(chǎn)性服務(wù)業(yè)發(fā)展與制造業(yè)競(jìng)爭(zhēng)力關(guān)系研究——基于面板數(shù)據(jù)的實(shí)證分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2006（9）

6.崔莉.基于VAR模型的西部地區(qū)生產(chǎn)性服務(wù)業(yè)與制造業(yè)互動(dòng)融合評(píng)價(jià)[J].學(xué)術(shù)論壇，2016（4）

7.陳曉峰.長(zhǎng)三角生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動(dòng)關(guān)系檢驗(yàn)—基于VAR模型的動(dòng)態(tài)實(shí)證分析[J].國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2014（2）

8.劉立霞，王曉甜.天津生產(chǎn)性服務(wù)業(yè)發(fā)展的SWOT分析[J].對(duì)外經(jīng)貿(mào)，2012（12）