论文部分内容阅读
摘 要： 本文运用1978-2017年的数据，选取人均国内生产总值、城镇人口占总人口比重、平均生产性服务业值、财政支出、進出口总额、生产性服务值占GDP的比例共6个衡量指标，运用向量自回归（VAR）模型对生产性服务业进行实证分析，从脉冲响应图中得到正向的波动关系，运用方差分解方法得出这些因素对生产性服务业发展的贡献率，通过比较各个因素的贡献程度得出相应结论。
关键词： 生产性服务业；VAR模型；脉冲响应函数
【中图分类号】 F127 【文献标识码】 A【文章编号】 2236-1879（2018）15-0270-01
一、引言
1.1研究背景。
近十余年来，生产性服务业是经济系统中增幅最快的行业，它已成为海外投资的重点。据《2012 年世界投资报告》，世界各国的投资政策倾向于投资促进和投资自由化，且更多地锁定生产性服务业，如运输和通信行业等。几乎在所有国家，生产性服务业（ 如通信、金融、专业服务、国内运输等） 的发展都能直接影响经济增长的速度，对提高国内生产水平至关重要。由此可见，生产性服务业在各国经济体中均占据重要地位。
1.2研究意义。
生产性服务业发展相对滞后、水平不高、结构不合理等问题突出，亟待加快发展。生产性服务业涉及农业、工业等产业的多个环节，具有专业性强、创新活跃、产业融合度高、带动作用显著等特点，是全球产业竞争的战略制高点。加快发展生产性服务业，是向结构调整要动力、促进经济稳定增长的重大措施，既可以有效激发内需潜力、带动扩大社会就业、持续改善人民生活，也有利于引领产业向价值链高端提升。
二、数据
生产性服务业的发展是在宏观和微观环境下多方面因素共同作用的结果，可以把影响因素归为需求和供给两个层面，任何一个层面发生变化，都会在一定程度上促进或者阻碍生产性服务业的发展。我们以理性政府决策为前提，建立起一个完整的生产性服务业影响因素概念模型来反映各个变量与生产性服务业发展的动态关系，并加以检验。
本文以生产性服务业值为因变量，人均国内生产总值、城镇人口占总人口比重、平均生产性服务业值、财政支出、进出口总额、第三产业值占GDP的比例为因变量进行计量经济学分析。
为了消除价格影响，我们将数据调整至以1978年为基期，按照处理经济时间序列数据的一般做法，为降低数据的波动幅度，我们对解释变量和被解释变量取自然对数，分别记作LNY，LNX1，LNX2，LNX3，LNX4，LNX5，LNX6。
四、计量方法和实证结果
（一）、模型设定和检验
1.模型设定。
本文主要采用p阶向量自回归模型：
其中，Yt=（LNX1，LNX2，LNX3，LNX4，LNX5，LNX6，LNY）T，A1 至Ap 为待估的参数矩阵，内生变量有p阶滞后期，εt 是随机扰动项。在实际应用中，一般根据AIC和SC信息量取值最小的准则确定模型的滞后阶数。
2.单位根检验。
利用 Eviews8.0 软件计算可得LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY的单位根检验结果。由检验结果可知，对于7个序列，在5%的显著性水平下均是非平稳的，都接受存在单位根的假设。再对7个序列的一阶差分序列进行平稳性检验，发现LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY在5%的水平上拒绝存在单位根的原假设，因此可认为LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY均为I（1），它们的一阶差分序列均为I（0）。
（二）建立VAR模型。
由于在建立VAR模型时，需要保证每个变量都是I（0）过程，因此根据单位根检验的结果，我们对d（LNX1）、d（LNX2）、d（LNX3）、d（LNX4）、d（LNX5）、d（LNX6）、d（LNY）这7个变量建立VAR模型。
1.确定滞后阶数。
首先，为了在保持合理的自由度使模型参数具有较强解释力的同时，消除误差项的自相关，必须选择VAR模型的最优滞后阶数。使用AIC信息准则作为选择最优滞后阶数的检验标准。检验结果显示，滞后阶数为1时，AIC=-27.00；滞后阶数为2时，AIC=-26.02。由此可确定VAR模型的滞后阶数为1。
2.检验VAR模型的平稳性。
在滞后1阶时，通过检验VAR模型的F矩阵的单位根情况来检验 VAR 是否平稳。图 4.1为Eviews8.0给出的F矩阵的单位根的分布情况，所有的单位根显然都落在单位圆内，因此滞后1阶的VAR模型是平稳的。
3.VAR模型参数估计结果。
由EVIEWS8.0可得到如下的滞后1阶的VAR模型：
直观上不难看出独显著性并不强。而显著性较强（大于 1.96 或小于-1.96）的系数仅有6处：在第四个方程中，D（LNX3 （-1））对D（LNY）具有显著负面影响（上一期的生产性服务业值与生产性服务业就业人数比值提高1%，本期的生产性服务业值变化降低0.967%）。
5.脉冲响应函数。
脉冲响应函数（Impulse Response Function）用以反映在扰动项加上一个单位标准差的新息冲击（in-novation）所导致的对内生变量当前值和未来值的影响。
根据脉冲响应函数：综上所述，通过对脉冲响应函数的分析可以看出：城镇人口的变动、生产性服务业值与生产性服务业就业人数比值的变动、平均生产性服务业值对生产性服务业值的变动的影响具有波动性。
6.方差分解。
通过对生产性服务变动的方差分解结果可以看出，国生产性服务变动的预测误差主要来自其人均国内生产总值变动，生产性服务值占GDP的比例变动的扰动，财政支出和进出口总额变动的扰动对国债发行规模的影响很小。
四、结论
通过实证分析可见，生产性服务业发展主要是受城市化水平、劳动生产率和行政管理的影响。生产性服务业发展与国际经济具有一定程度的同步性，存在差异的主要原因还是在于中国企业目前并没有对生产性服务业非常迫切地需要。城市经济中金融服务业和商务服务业发展比较迅速，城市化率对生产性服务业的发展刺激作用明显，城市化率的提高使生产性服务业发展的速度增加。
参考文献
[1] 杜德瑞，王喆，杨李娟. 工业化进程视角下的生产性服务业影响因素研究——基于全国2002-2011年31个省市面板数据分析[J]. 上海经济研究，2014，（01）：3-17.
[2] 曹媛媛. 我国生产性服务业发展的影响因素分析[D].复旦大学，2012.
[3] 杨玉英. 我国生产性服务业影响因素与效应研究：理论分析与经验证据[D].吉林大学，2010.
[4] 顾乃华，毕斗斗，任旺兵. 中国转型期生产性服务业发展与制造业竞争力关系研究——基于面板数据的实证分析[J]. 中国工业经济，2006（09）：14-21.
关键词： 生产性服务业；VAR模型；脉冲响应函数
【中图分类号】 F127 【文献标识码】 A【文章编号】 2236-1879（2018）15-0270-01
一、引言
1.1研究背景。
近十余年来，生产性服务业是经济系统中增幅最快的行业，它已成为海外投资的重点。据《2012 年世界投资报告》，世界各国的投资政策倾向于投资促进和投资自由化，且更多地锁定生产性服务业，如运输和通信行业等。几乎在所有国家，生产性服务业（ 如通信、金融、专业服务、国内运输等） 的发展都能直接影响经济增长的速度，对提高国内生产水平至关重要。由此可见，生产性服务业在各国经济体中均占据重要地位。
1.2研究意义。
生产性服务业发展相对滞后、水平不高、结构不合理等问题突出，亟待加快发展。生产性服务业涉及农业、工业等产业的多个环节，具有专业性强、创新活跃、产业融合度高、带动作用显著等特点，是全球产业竞争的战略制高点。加快发展生产性服务业，是向结构调整要动力、促进经济稳定增长的重大措施，既可以有效激发内需潜力、带动扩大社会就业、持续改善人民生活，也有利于引领产业向价值链高端提升。
二、数据
生产性服务业的发展是在宏观和微观环境下多方面因素共同作用的结果，可以把影响因素归为需求和供给两个层面，任何一个层面发生变化，都会在一定程度上促进或者阻碍生产性服务业的发展。我们以理性政府决策为前提，建立起一个完整的生产性服务业影响因素概念模型来反映各个变量与生产性服务业发展的动态关系，并加以检验。
本文以生产性服务业值为因变量，人均国内生产总值、城镇人口占总人口比重、平均生产性服务业值、财政支出、进出口总额、第三产业值占GDP的比例为因变量进行计量经济学分析。
为了消除价格影响，我们将数据调整至以1978年为基期，按照处理经济时间序列数据的一般做法，为降低数据的波动幅度，我们对解释变量和被解释变量取自然对数，分别记作LNY，LNX1，LNX2，LNX3，LNX4，LNX5，LNX6。
四、计量方法和实证结果
（一）、模型设定和检验
1.模型设定。
本文主要采用p阶向量自回归模型：
其中，Yt=（LNX1，LNX2，LNX3，LNX4，LNX5，LNX6，LNY）T，A1 至Ap 为待估的参数矩阵，内生变量有p阶滞后期，εt 是随机扰动项。在实际应用中，一般根据AIC和SC信息量取值最小的准则确定模型的滞后阶数。
2.单位根检验。
利用 Eviews8.0 软件计算可得LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY的单位根检验结果。由检验结果可知，对于7个序列，在5%的显著性水平下均是非平稳的，都接受存在单位根的假设。再对7个序列的一阶差分序列进行平稳性检验，发现LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY在5%的水平上拒绝存在单位根的原假设，因此可认为LNX1、LNX2、LNX3、LNX4、LNX5、LNX6、LNY均为I（1），它们的一阶差分序列均为I（0）。
（二）建立VAR模型。
由于在建立VAR模型时，需要保证每个变量都是I（0）过程，因此根据单位根检验的结果，我们对d（LNX1）、d（LNX2）、d（LNX3）、d（LNX4）、d（LNX5）、d（LNX6）、d（LNY）这7个变量建立VAR模型。
1.确定滞后阶数。
首先，为了在保持合理的自由度使模型参数具有较强解释力的同时，消除误差项的自相关，必须选择VAR模型的最优滞后阶数。使用AIC信息准则作为选择最优滞后阶数的检验标准。检验结果显示，滞后阶数为1时，AIC=-27.00；滞后阶数为2时，AIC=-26.02。由此可确定VAR模型的滞后阶数为1。
2.检验VAR模型的平稳性。
在滞后1阶时，通过检验VAR模型的F矩阵的单位根情况来检验 VAR 是否平稳。图 4.1为Eviews8.0给出的F矩阵的单位根的分布情况，所有的单位根显然都落在单位圆内，因此滞后1阶的VAR模型是平稳的。
3.VAR模型参数估计结果。
由EVIEWS8.0可得到如下的滞后1阶的VAR模型：
直观上不难看出独显著性并不强。而显著性较强（大于 1.96 或小于-1.96）的系数仅有6处：在第四个方程中，D（LNX3 （-1））对D（LNY）具有显著负面影响（上一期的生产性服务业值与生产性服务业就业人数比值提高1%，本期的生产性服务业值变化降低0.967%）。
5.脉冲响应函数。
脉冲响应函数（Impulse Response Function）用以反映在扰动项加上一个单位标准差的新息冲击（in-novation）所导致的对内生变量当前值和未来值的影响。
根据脉冲响应函数：综上所述，通过对脉冲响应函数的分析可以看出：城镇人口的变动、生产性服务业值与生产性服务业就业人数比值的变动、平均生产性服务业值对生产性服务业值的变动的影响具有波动性。
6.方差分解。
通过对生产性服务变动的方差分解结果可以看出，国生产性服务变动的预测误差主要来自其人均国内生产总值变动，生产性服务值占GDP的比例变动的扰动，财政支出和进出口总额变动的扰动对国债发行规模的影响很小。
四、结论
通过实证分析可见，生产性服务业发展主要是受城市化水平、劳动生产率和行政管理的影响。生产性服务业发展与国际经济具有一定程度的同步性，存在差异的主要原因还是在于中国企业目前并没有对生产性服务业非常迫切地需要。城市经济中金融服务业和商务服务业发展比较迅速，城市化率对生产性服务业的发展刺激作用明显，城市化率的提高使生产性服务业发展的速度增加。
参考文献
[1] 杜德瑞，王喆，杨李娟. 工业化进程视角下的生产性服务业影响因素研究——基于全国2002-2011年31个省市面板数据分析[J]. 上海经济研究，2014，（01）：3-17.
[2] 曹媛媛. 我国生产性服务业发展的影响因素分析[D].复旦大学，2012.
[3] 杨玉英. 我国生产性服务业影响因素与效应研究：理论分析与经验证据[D].吉林大学，2010.
[4] 顾乃华，毕斗斗，任旺兵. 中国转型期生产性服务业发展与制造业竞争力关系研究——基于面板数据的实证分析[J]. 中国工业经济，2006（09）：14-21.