生产性服务业对经济增长的加速推动.docVIP

生产性服务业对经济增长的加速推动 　　 【摘要】 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 【关键词】 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： △gdpt=？琢1△gdpt-1+？琢2△servt-1+？酌（gdpt-1+？茁servt-1+c1）+c2 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？茁系数 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