互联网+背景下浙江生产性服务业与制造业融合发展研究.docx

?

?

“互联网+”背景下浙江生产性服务业与制造业融合发展研究

?

?

魏艳秋高寿华

内容摘要：文章根据浙江省1994-2015年的时间序列数据，建立制造业和生产性服务业两变量的自回归模型（VAR），并利用VAR模型的广义脉冲响应函数和方差分解对制造业和生产性服务业之间的长期动态关系进行实证分析。分析结果显示，目前浙江省制造业和生产性服务业发展的主要源动力还是自我增强作用，二者之间虽存在一定的互动关系，但是相互融合促进作用还不够明显；生产性服务业对制造业的促进作用明显弱于制造业对生产性服务业的需求拉动作用；浙江省制造业服务化和服务业产业化程度都比较低。

关键词：制造业生产性服务业VAR模型

相关文献综述

关于生产性服务业与制造业的关系，早已受到国内外学者的广泛关注，收集整理已有文献，发现目前主要存在以下两种观点：一是关于制造业和生产性服务业哪一个处于主导和前提地位而出现的“需求论”与“供给论”。需求论认为生产性服务业得以产生、发展的前提和基础是因制造业发展所产生的引致需求，相比较而言，制造业处于主导地位，生产性服务业处于附属地位。国内学者张世贤认为，随着工业化和城市化的发展，产生了物流、贸易、金融等服务业需求和市场。与需求论相反，供给论的核心思想是制造业内部各生产环节生产效率的提高依赖于日益发展的生产性服务业，生产性服务业处于供给主导地位。二是随着服务经济和互联网经济的发展，许多学者先后提出了“互动融合论”，认为在“互联网+”时代，新一代信息技术使得生产性服务业与制造业之间已经开始出现跨界融合发展，边界日渐模糊并逐渐形成“互联网+X”的新产业、新业态。

随着生产性服务业与制造业之间“互动融合论”的日益发展和普遍被人们所接受，众多学者分别从产业关联、互动以及空间协同定位等视角，运用国家层面、区域层面、省际层面数据进行定量实证分析，以下两类研究方法应用较多：一是根据列昂惕夫的部门联系平衡表（投入产出表）进行研究，二是通过计量模型进行检验。

综上所述，当前国内外对生产性服务业与制造业关系的理论研究和实证研究都已经比较丰富，为本文的研究提供支撑，在“互联网+”背景下二者之间关系将越来越紧密，但是目前相关理论研究还比较少。本文借助两变量的向量自回归模型VAR，对浙江省制造业和生产性服务业之间的关系进行深入分析，对于促进浙江省制造业和生产性服务业协同融合发展具有一定的理论和现实意义。

数据选取与研究方法

（一）数据选取

本文以浙江省生产性服务业产值（SP）和制造业产值（MP）作为内生变量（鉴于数据获得受限，选取时间段为1994-2015年）。2015年国家统计局公布了最新的《生产性服务业分类》，依据这一分类标准，本文统计的生产性服务业产值为十大类生产性服务业增加值之和。根据制造业的定义，本文所分析的制造业增加值为工业增加值减去采掘业、电力、煤气及水的生产和供应业的产值。为消除价格上下波动对实际数值产生的影响，本文对所有数据按平均指数（1994=100）进行平减处理和对数处理。

（二）模型初设

为全面分析浙江省制造业与生产性服务业之间的互动关系，文章采用由西姆斯（1980）提出的VAR模型——向量自回归模型。该模型的定义式为：设Yt=（y1t，y2t，…，yNt）T是N×1阶时序应变量列向量，则p阶VAR模型记为VAR（p）：

（一）变量检验

样本数据平稳性检验。本文通过ADF单位根检验，对浙江省制造业产值和生产性服务业产值的对数序列logMP和logSP做平稳性检验。由表1可知，水平值检验下的变量logMP和logSP都存在单位根，因此是非平稳序列。其次进行一阶差分检验，发现在1%和5%的显著性水平下原假设都被拒绝，即一阶差分后的时间序列logMP和logSP是平稳的，满足建模前提。

协整检验。在对向量logMP和logSP进行ADF平稳性检验的基础上，本文采用JJ检验方法分析上述变量之间的协整关系。表2表示，在5%的显著性水平下向量logMP和logSP之间存在2个协整关系，原假设被拒绝。基于Eviews8.0输出结果，得出协整方程为：logMP=μt+0.006412logSP。通过这一协整方程可以看出浙江省生产性服务业每增长1%，制造业将增加0.006412%。由此可见，浙江省生产性服务业对制造业有一定促进作用，但是作用比较微弱。

（二）模型构建与实证分析

建立logMP和logSP一阶差分的VAR模型。确保VAR模型对参数估计的有效性关键要确定合适的最大滞后阶数p。因为解释变量的最大滞后阶数p值太大或者太小都会直接影响参数估计的效果。其中，P值太小，残差可能会存在自相关，并导致参数估计的非一致性；p值过大，导致待估计的参数数量增多，变量自由度降低，模型参数估计的有效性会受到影响。本文采用Eviews8的似然比统