生产性服务业对经济增长贡献空间计量研究.docVIP

生产性服务业对经济增长贡献空间计量研究 　　内容摘要：本文采用空间计量经济学模型，对生产性服务业与经济增长的关系进行了实证研究，结果表明：生产性服务业总体对经济增长的作用明显；对于单个行业，金融业对经济的贡献最大，而租赁和商务服务业对经济的贡献较小。 　　关键词：生产性服务业 空间计量 溢出效应 经济增长 　　 　　发展生产性服务业不仅可以优化产业结构，转变经济增长方式，还有助于提升制造业的竞争力和其他服务业的发展水平，从而促进经济发展。学者主要从分工、专业化及产业互动角度等进行了丰富的研究，Riddle（1986）认为服务业（包括生产性服务业）是促进其他部门增长过程的产业，服务业是经济的粘合剂。Hansen（1994）认为在日益增加的信息指向的经济中，生产性服务业部门的增长实际上扩大了劳动分工和生产率，而且生产性服务业的出口或外销也加速了区域的发展，它充当了催化剂的作用。郑吉昌（2005）认为现代生产性服务业一方面推动分工的深化，另一方面又是分工经济“黏合剂”，从而使现代生产性服务业成为经济增长的牵引力和经济竞争力提高的助推器。张亚斌，刘靓君（2008）实证研究表明，生产性服务业可以通过技术进步与创新、深化分工、提高生产效率、产业集群、改善地区投资环境以及与工业、其他服务业的互动共同推动我国经济发展。Goe（1990）的研究阐明了生产性服务业与其他活动的联系：认为生产性服务业销售的最大部分是其他服务业而不是制造业；对大多数生产性服务业而言，市场是主要面向最终（消费者）需求。程大中（2006）在对中国与英国、美国的生产性服务业进行比较研究后指出，生产性服务业与其他产业的前后向联系效应较弱，对经济没有产生应有的拉动作用。 　　从以上的文献梳理中发现：对于生产性服务业对经济增长作用的研究仅限于理论分析和经典的计量经济的实证分析，由于变量普遍存在的空间依赖性，从而违背了经典计量经济样本观测值相互独立的假设，因此导致经典的OLS估计失效，本文将空间的相互作用纳入到回归模型的分析中，实证分析生产性服务业对经济增长的贡献。 　　 　　模型构建 　??? 　　（一）研究区域、样本数据 　　根据已有实证研究对生产性服务业的普遍划分方式以及统计数据的可得性，本文将生产性服务业细分为以下行业：交通运输、仓储和邮政业，信息传输、计算机服务和软件业，金融业，房地产业，租赁和商务服务业和科学研究、技术服务和地质勘查业，下文分析中分别用字母C、D、E、F、G、H、I代替。 　　研究区域是除了我国香港、澳门特别行政区和台湾省的中国大陆31个省、自治区和直辖市，简称各省份。样本数据区间为2006-2008年，所有数据均来源于《中国统计年鉴》和《中国第三产业统计年鉴》，利用Open Goeda空间计量软件进行数据分析。为消除物价水平的影响，以1978年为基期，用各省份CPI指数对GDP进行平减。由于统计年鉴中没有各省份生产性服务业细分行业的产值数据，因此本文用就业数来代替产值进行计量分析。 　　（二）空间计量模型 　　模型构建思路： 　　第一，采用空间统计分析Moran指数检验被解释变量的空间自相关性，本文用来检验生产性服务业与经济增长是否具有空间依赖性，由于采用的是各省份的相关数据，而且各省份之间有共同的相邻边界，因此，采用K值临近的空间权重矩阵（K-Nearest Neighbor Spatial Weights）进行分析。 　　第二，建立空间计量经济模型，进行空间计量估计和检验。首先构建一般的非空间模型，即经典线性回归模型，然后在其基础上通过引入空间依赖性，建立相应的空间计量模型， 本文采用了刘伟、李绍荣（2002）提出的计量模型，并对其进行简单处理，修正成为双对数一元线性回归计量模型，如下所示： 　　lnY=α+βlnXi+ε（i=1，2，…，7） （1） 　　式中Y表示全国不同时期GDP，用来衡量经济增长；Xi代表不同时期的以就业数为衡量指标的生产性服务业和内部细分行业的发展水平；β为相关系数；α为常数项；ε为误差项。在建立经典线性回归模型的基础上，通过一个空间权重矩阵W，将区域间的空间相互作用引入模型，根据模型设立时对空间依赖性的体现方式不同，空间计量模型主要分为两类：空间滞后模型和空间误差模型。对选择使用何种模型进行检验，根据Anselin和Florax（1995）提出的判别标准进行判断。 　　 　　实证分析 　　 　　（一）空间自相关检验 　　采用全局空间相关系数对各省份的经济增长和生产性服务业在空间上是否存在自相关和聚集特征进行检验，检验结果如表1所示。 　　从表1看出，省域经济增长、生产性服务业及其内部行业的Morans I系数都大于0，除科学研究、技术服务和地质勘查业在10%的显著性水平下显