王旺

（安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽蚌埠233030）

新常態(tài)下福建省第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)分析

王旺

（安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽蚌埠233030）

以福建省第三產(chǎn)業(yè)為研究對象，選取1979—2015年的數(shù)據(jù)，構(gòu)建向量自回歸模型，對福建省第三產(chǎn)業(yè)的構(gòu)成要素及影響因素進(jìn)行脈沖響應(yīng)等定量分析，揭示出福建省第三產(chǎn)業(yè)與其構(gòu)成要素具有長期穩(wěn)定的均衡關(guān)系。政府在制定第三產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策時(shí)，應(yīng)當(dāng)重點(diǎn)發(fā)展交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)，減少對金融業(yè)和房地產(chǎn)業(yè)的依賴，以達(dá)到協(xié)同發(fā)展。

第三產(chǎn)業(yè)；向量自回歸模型；新常態(tài)；福建省

“十二五”期間，福建省第三產(chǎn)業(yè)發(fā)展迅速，2011年第三產(chǎn)業(yè)產(chǎn)值為11 963.06億元，2015年為20 363.42億元，年平均增長率為14.22％，高于同期GDP的增長速度。無論是交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、房地產(chǎn)業(yè)、批發(fā)和零售業(yè)還是房地產(chǎn)金融產(chǎn)業(yè)，各項(xiàng)指數(shù)數(shù)值均不斷攀升。隨著經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)以及“供給側(cè)結(jié)構(gòu)性”改革的推進(jìn)，第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中的地位越來越重要，過分依賴房地產(chǎn)業(yè)的發(fā)展模式勢必難以維系，福建省作為“21世紀(jì)海上絲綢之路核心區(qū)”更應(yīng)該推進(jìn)第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整，發(fā)掘新的經(jīng)濟(jì)發(fā)展動(dòng)力。

查爾斯·瓊斯[1]、楊玉英等[2]重點(diǎn)研究了第三產(chǎn)業(yè)的發(fā)展對國民經(jīng)濟(jì)的影響，黃維兵[3]、殷英[4]從宏觀視角考察我國服務(wù)業(yè)的總體發(fā)展?fàn)顩r，李元[5]、曾黎等[6]實(shí)證分析了我國第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)變動(dòng)情況及其影響因素。目前對于某一省份第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)變動(dòng)問題的研究相對較少，文章通過建立向量自回歸模型，分析福建省第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)變動(dòng)，為福建省轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式提供決策參考。

1 數(shù)據(jù)處理

選取1979—2015年的歷史數(shù)據(jù)，由于數(shù)據(jù)過于龐大，鑒于篇幅限制在此省略。分別用TOV、TWP、WRT、FIN、EST表示第三產(chǎn)業(yè)、交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)的增加值指數(shù)。為了得到平穩(wěn)的時(shí)間序列，分別對各個(gè)變量取自然對數(shù)，這種方法不改變變量之間的協(xié)整關(guān)系，并在一定程度上可以消除各個(gè)變量之間可能存在的異方差。取對數(shù)后的序列命名為ln TOV、ln TWP、ln WRT、ln FIN、ln EST。實(shí)證研究使用的計(jì)量軟件為Eviews7.0。

2 實(shí)證分析

2.1 ADF檢驗(yàn)

如果采用非平穩(wěn)的時(shí)間序列，那么高斯-馬爾科夫定理將不再成立，可能會(huì)導(dǎo)致偽回歸的出現(xiàn)。對于VAR模型來說，只有采用平穩(wěn)的時(shí)間序列進(jìn)行計(jì)量分析才不會(huì)導(dǎo)致偽回歸。為了保證單位根檢驗(yàn)的有效性，采用ADF檢驗(yàn)來判斷取自然對數(shù)后的各變量是否存在單位根。最優(yōu)滯后期用AIC最小準(zhǔn)則確定，以保證殘差非自相關(guān)。

表1 ADF檢驗(yàn)Table 1 ADF test

表1中的檢驗(yàn)結(jié)果顯示，各變量原始序列的ADF值都大于5％臨界值，存在單位根，原始序列不平穩(wěn)；但經(jīng)過一階差分后，ADF值均小于5％臨界值，不存在單位根序列平穩(wěn)，所以序列為一階單整。

2.2 Johansen協(xié)整檢驗(yàn)

由ADF檢驗(yàn)可知，原時(shí)間序列為一階單整。選取Johansen協(xié)整檢驗(yàn)作為研究方法，來判斷變量之間是否存在長期穩(wěn)定的均衡關(guān)系。

表2 Johansen協(xié)整檢驗(yàn)結(jié)果Table 2 Johansen cointegration test results

Johansen的跡統(tǒng)計(jì)值表明在5％的顯著水平下均拒絕3種原假設(shè)，即不存在、最多存在一個(gè)、最多存在兩個(gè)協(xié)整關(guān)系的原假設(shè)，因此，這五個(gè)變量在5％的顯著水平上存在一個(gè)協(xié)整關(guān)系。

從所估計(jì)的方程可以看出，第三產(chǎn)業(yè)增加值指數(shù)與四個(gè)構(gòu)成部分的增加值指數(shù)具有長期穩(wěn)定的均衡關(guān)系。長期來看，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)對第三產(chǎn)業(yè)的增長都有促進(jìn)作用，其中交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)對第三產(chǎn)業(yè)增長的促進(jìn)作用最大，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)的對數(shù)增加1％，則第三產(chǎn)業(yè)相應(yīng)地大約增加0.49％；批發(fā)和零售業(yè)的對數(shù)增加1％，則第三產(chǎn)業(yè)相應(yīng)地大約增加0.22％；金融業(yè)的對數(shù)增加1％，則第三產(chǎn)業(yè)的對數(shù)相應(yīng)地大約增加0.21％；房地產(chǎn)業(yè)對數(shù)增加1％,則第三產(chǎn)業(yè)的對數(shù)相應(yīng)地大約增加0.11％。實(shí)際上，各變量之間有可能相互存在影響，所以需要用格蘭杰因果關(guān)系檢驗(yàn)來分析各變量之間的關(guān)系。

2.3 格蘭杰因果關(guān)系檢驗(yàn)

Granger因果關(guān)系檢驗(yàn)考察的是一個(gè)序列的歷史信息是否有助于對另外一個(gè)序列的預(yù)測。對第三產(chǎn)業(yè)指數(shù)與各構(gòu)成部分指數(shù)進(jìn)行Granger檢驗(yàn)。

表3 Granger因果檢驗(yàn)結(jié)果Table 3 Granger causality test results

由表3可知，ln WRT是ln TWP的Granger原因，且為單向；而ln EST是ln TWP的Granger原因；ln EST是ln WRT的Granger原因。

2.4 穩(wěn)定性檢驗(yàn)

只有建立平穩(wěn)的VAR模型，脈沖響應(yīng)函數(shù)才會(huì)收斂，分析才具有經(jīng)濟(jì)意義。由圖1可知所有根都在單位圓內(nèi)，估計(jì)的VAR模型是穩(wěn)定的，可以用脈沖函數(shù)考察變量之間的關(guān)系。

圖1 單位圓和特征根檢驗(yàn)Figure 1 Unit root testand characteristics

2.5 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)是利用時(shí)間序列模型來分析影響關(guān)系的一種方法，能夠比較直觀的刻畫出變量之間的動(dòng)態(tài)交互作用?；诮⒌腣AR模型，運(yùn)用Eviews刻畫脈沖響應(yīng)函數(shù)，以進(jìn)一步分析四者之間的短期動(dòng)態(tài)關(guān)系。采用Cholesky分解方法對ln TOV進(jìn)行分析，脈沖函數(shù)的橫坐標(biāo)表示時(shí)期數(shù)，縱軸表示脈沖響應(yīng)函數(shù)大小，實(shí)線表示第三產(chǎn)業(yè)增加值指數(shù)受到?jīng)_擊后的走勢，兩側(cè)的虛線表示走勢的兩倍標(biāo)準(zhǔn)誤差。

圖2 ln TWP對ln TOV的脈沖響應(yīng)Figure 2 ln TWP impulse response to ln TOV

圖3 ln WRT對ln TOV的脈沖響應(yīng)Figure 3 ln WRT impulse response to ln TOV

圖4 ln FIN對ln TOV的脈沖響應(yīng)Figure 4 ln FIN impulse response to ln TOV

圖5 ln EST對ln TOV的脈沖響應(yīng)Figure 5 ln EST impulse response to ln TOV

由脈沖響應(yīng)圖可知，第三產(chǎn)業(yè)增加值指數(shù)對來自其他因素規(guī)模擾動(dòng)的響應(yīng)，在前期表現(xiàn)出較為明顯的正向效應(yīng)，之后正向效應(yīng)逐步減弱直至趨向于零。其中金融業(yè)增加值指數(shù)在第六期后為負(fù)值。

2.6 方差分解

利用方程分解法分析交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)的增加值指數(shù)對第三產(chǎn)業(yè)增加值指數(shù)的貢獻(xiàn)度。

表4 Granger因果檢驗(yàn)結(jié)果Table 4 Granger causality test results

表4中的ln TOV列是第三產(chǎn)業(yè)增加值指數(shù)預(yù)測方差中由自身變動(dòng)引起的百分比；ln TWP、ln WRT、ln FIN、ln EST列分別是交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)擾動(dòng)引起的百分比。第三產(chǎn)業(yè)增加值指數(shù)第1期預(yù)測的標(biāo)準(zhǔn)差為0.041 466，第2期預(yù)測的標(biāo)準(zhǔn)差是0.050 050，比第1期的大，這是因?yàn)榈?期預(yù)測包含了交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)在第1期預(yù)測的不確定性的影響，而且隨著預(yù)測時(shí)期數(shù)的推移，預(yù)測的標(biāo)準(zhǔn)差也逐漸增加，在第8期趨于穩(wěn)定。

在第1期預(yù)測中，第三產(chǎn)業(yè)增加值指數(shù)預(yù)測方差全部是由其自身擾動(dòng)所引起的，這是因?yàn)榉讲罘纸獾牡谝粋€(gè)輸入的變量是ln TOV，在第2期預(yù)測中，第三產(chǎn)業(yè)增加值指數(shù)預(yù)測方差有94％是由其自身引起的，有0.1％是由交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)增加值指數(shù)擾動(dòng)所引起的，1.1％是由批發(fā)和零售業(yè)增加值指數(shù)擾動(dòng)所引起的，0.1％是由金融業(yè)增加值指數(shù)擾動(dòng)所引起的，4.7％是由房地產(chǎn)業(yè)增加值指數(shù)擾動(dòng)所引起的。隨著預(yù)測期的推移，第三產(chǎn)業(yè)增加值指數(shù)預(yù)測方差中由自身擾動(dòng)引起的部分下降。大約在第8期左右，第三產(chǎn)業(yè)增加值指數(shù)分解結(jié)果基本穩(wěn)定，總標(biāo)準(zhǔn)差保持在70％左右。

3 結(jié)論

在經(jīng)濟(jì)新常態(tài)下第三產(chǎn)業(yè)是經(jīng)濟(jì)發(fā)展的新動(dòng)力，重視第三產(chǎn)業(yè)的發(fā)展是經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的需要?；诟＝ㄊ?979—2015年的數(shù)據(jù)，運(yùn)用VAR模型對第三產(chǎn)業(yè)增加值指數(shù)與各構(gòu)成部分進(jìn)行實(shí)證分析，認(rèn)為福建省第三產(chǎn)業(yè)增加值指數(shù)與各部分之間具有長期穩(wěn)定的均衡關(guān)系。雖然方差分解顯示未來幾年房地產(chǎn)業(yè)與福建省經(jīng)濟(jì)相關(guān)性更大，但根據(jù)Johansen協(xié)整檢驗(yàn)可以看出，目前交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)對福建省第三產(chǎn)業(yè)增長的促進(jìn)作用最大。

在經(jīng)濟(jì)新常態(tài)的大背景下，我國供給側(cè)結(jié)構(gòu)性改革的政策效應(yīng)開始顯現(xiàn)，2016年以來房地產(chǎn)業(yè)去庫存的力度逐漸加大。在12月中央工作經(jīng)濟(jì)會(huì)議上，習(xí)近平總書記強(qiáng)調(diào)“房子是用來住的、不是用來炒的”，未來依靠房地產(chǎn)業(yè)推動(dòng)第三產(chǎn)業(yè)的發(fā)展勢必不可持續(xù)。福建省應(yīng)該利用沿海的地理優(yōu)勢，積極發(fā)展海洋運(yùn)輸業(yè)、倉儲(chǔ)業(yè)以及郵政業(yè)。

[1]查爾斯·瓊斯.經(jīng)濟(jì)增長導(dǎo)論[M].北京：北京大學(xué)出版社,2002.

[2]楊玉英,邱靈,洪群聯(lián).我國服務(wù)經(jīng)濟(jì)發(fā)展的現(xiàn)狀評價(jià)和趨勢預(yù)測[J].經(jīng)濟(jì)縱橫，2013(3)：66-72.

[3]黃維兵.現(xiàn)代服務(wù)經(jīng)濟(jì)理論與中國服務(wù)業(yè)發(fā)展[M].成都：西南財(cái)經(jīng)大學(xué)出版社,2003.

[4]殷英.我國第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值動(dòng)態(tài)分析[J].數(shù)學(xué)理論與應(yīng)用，2007(4)：102-106.

[5]李元.我國第三產(chǎn)業(yè)及內(nèi)部結(jié)構(gòu)動(dòng)態(tài)變化實(shí)證研究[D].長春：吉林大學(xué),2014.

[6]曾黎,李春.影響我國省域第三產(chǎn)業(yè)發(fā)展因素的實(shí)證分析[J].沈陽大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012(6)：80-84.

（責(zé)任編輯：葉麗娜）

Analysis of the Internal Structure of the Third Industry in Fujian under the New Normal

WANGWang
（School of Economics and Finance,Anhui University of Finance and Economics，Bengbu，Anhui，233030）

This paper takes the tertiary industry of Fujian Province as the research object,and selects the data from 1979 to 2015,constructs the vector autoregressive model,analyzes the constituent elements and influencing factors of the tertiary industry in Fujian province,and reveals the third industry and its constituent elements have a long-term stable equilibrium relationship.When formulating the tertiary industry structural adjustment policy,the government should focus on the development of transportation,warehousing and postal services,and reduce the reliance on the financial industry and the real estate industry in order to achieve coordinated development.

third industry;vector auto regressionmodel;new normal;Fujian province

F062.9

：A

：1674－2109(2017)06－0072－04

2017-03-03

安徽財(cái)經(jīng)大學(xué)校級重點(diǎn)科研項(xiàng)目（ACKY1412ZD）。

王旺（1994-），男，漢族，學(xué)士，主要從事金融與經(jīng)濟(jì)的研究。