生产性服务业经济发展研究

[摘要]据统计，目前北京生产性服务业规模优势突出，深圳生产性服务业增速最快，且京沪深生产性服务业发展速度均快于地区经济增长。分析京沪深生产性服务业对经济发展的影响作用比较意义重大。通过比较京沪深生产性服务业的发展背景与特点，选取2008年至2017年京沪深三个地区的数据为样本数据，利用面板数据模型，实证分析京沪深生产性服务业对经济增长与就业吸纳的影响作用，得出结论京沪深地区经济增长对生产性服务业增加值、地区就业吸纳对生产性服务业就业水平均具有显著的弹性影响，且弹性较大，只是就业弹性低于经济增长弹性。因此，京沪深生产性服务业的快速发展，已成为拉动地区经济增长、促进就业的重要驱动力。

[关键词]生产性服务业；面板数据；弹性分析

生产性服务业是为工业生产过程提供保障服务的产业，它依附于制造业而存在，是由制造业内部生产服务部门独立发展起来的新兴产业，并以专业化的人力资本和知识资本作为主要投入品，从而提高劳动投入与其他生产要素的生产效率。生产性服务业的产业范围包括为生产活动提供的研发设计与其他技术服务、货物运输仓储和邮政快递服务、信息服务、金融服务、商务与租赁服务、人力资源管理与培训服务等。近年来，我国经济结构正经历从工业经济向服务业经济转变的阶段，现代服务业尤其是生产性服务业蓬勃发展，日益成为推动我国经济发展、促进就业的重要驱动力。生产性服务业最早由美国经济学家布朗宁、辛格曼提出，随后得到了国内外学术界广泛重视[1]。在国内文献研究中，钟韵等[2]从全国、区域以及广州市三个层次对生产性服务业与经济发展关系进行研究；周孝等[3]根据北京生产性服务业的发展现状与资源禀赋，探讨了生产性服务业的集聚优势；张军超等[4]利用投入产出法分析了深圳生产性服务业增长、结构与各产业的融合，指出生产性服务业自身具有较强的增强效应；等等。这些探索和研究，对生产性服务业的特征与作用开展了系统的论证，并大多以单个发达地区为例进行实证分析。如下侧重北京、上海和深圳三个发达地区(简称“京沪深”)作为典例，通过比较京沪深生产性服务业的发展背景与特点，利用面板数据模型，实证分析京沪深生产性服务业对经济增长与就业吸纳的影响作用，为推进京沪深生产性服务业发展提供决策参考。考虑数据来源的可获得性和可比性，这里将京沪深生产性服务业界定为交通运输、仓储和邮政业，信息传输、计算机服务和软件业，金融业，租赁和商务服务业以及科学研究、技术服务与地质勘探业所包含的各个行业。

一、京沪深生产性服务业的结构差异与增速变动

(一)京沪深生产性服务业的结构差异。这里，从京沪深生产性服务业的增加值与就业人数总量、增加值占比(占第三产业)以及就业人数占比(占第三产业)的角度比较京沪深生产性服务业内部结构差异。(数据来源：2009-2017年京沪深《统计年鉴》、2018年京沪深《统计公报》相关数据整理所得)在2008-2017年期间，从总量上看，2017年京沪深生产性服务业增加值分别达到13836.6亿元、11375.8亿元和6795.3亿元，比2008年分别提高了3.08倍、3.13倍和3.49倍；2017年的就业规模分别为502.5万人、372.5万人和186.8万人，比2008年分别提高了1.78倍、2.16倍和2.54倍。可见，北京生产性服务业增加值和就业人数规模最大，规模优势明显；上海和深圳生产性服务业发展迅速，规模比例提升高于北京。诚然，地区生产性服务业产业规模的变化，受地区面积、专业化分工、工业化程度、产业融合程度以及产业政策等多种因素影响。在京沪深三个地区，北京地区面积最大，以服务业为主的第三产业成为北京最主要的经济增长动力，至2017年底北京市第三产业增加值占GDP比重达到80.6%，其中生产性服务业在第三产业的增加值与就业人数占比均最大。上海地区GDP总量最大、常住人口最多，以第二产业、第三产业并重发展，第二产业增加值约为北京市的两倍，而生产性服务业增加值和就业人数占比仅低于北京。深圳地区以加工制造业为主，受地区面积较小、常住人口较少的因素限制，地区GDP远小于北京和上海，但其第二产业增加值则明显高于北京和上海，生产性服务业的发展速度也高于北京和上海。从产业结构上看，由2008年北京奥运会带动的影响，京沪深生产性服务业迅速发展，其增加值比重与就业比例均得到快速提升。2017年北京生产性服务业增加值占第三产业比重超过60%；上海近十年生产性服务业迅猛发展，增加值占比已超过深圳；相对而言，深圳生产性服务业发展较缓慢，增加值占比变化较小。在吸纳就业方面，京沪深生产性服务业就业人数占比明显提高。其中，北京生产性服务业就业人数占比提高了10.2个百分点，上海上升了11.3个百分点，深圳也提高了10.3个百分点。因而，北京生产性服务业就业人数占比最大，在第三产业中吸纳就业的比例接近一半；上海生产性服务业吸纳就业的能力提升最多，而深圳生产性服务业的就业吸纳比例较低。京沪深生产性服务业产业结构的差异，主要源于区位优势与地区产业发展特点所致。其中，北京作为首都，处在产业经济信息的中心，其金融业、信息传输、科学研究及技术服务、交通运输与旅游业等发展迅速，带动生产性服务业与第三产业规模不断扩大；同时，这些行业吸纳就业的能力高于第二产业，进而使北京生产性服务业增加值占第三产业比重、就业人数占第三产业人数比重明显居高。上海具有良好的地理优势，是长三角的经济中心，也是中国最重要的物流商贸中心，繁茂的物流网络致使上海金融业蓬勃发展。与北京相比，上海市第二产业与第三产业齐头并进发展，尽管地区GDP总量高于北京，但生产性服务业增加值、就业人数方面稍落后于北京。深圳产业结构以制造业为主，第二产业增加值占比超过北京和上海；深圳以高新技术产业、金融业、物流业作为其三大支柱产业带动第三产业发展，尽管生产性服务业增加值与就业人数规模小于北京上海，但在第三产业内部，其增加值占比与就业人数比例与北京和上海相差较小。(二)京沪深生产性服务业增速与地区。GDP增速的比较在2008-2017年，由复利法测算得到，京沪深GDP年均增速分别为10.51%、8.66%和12.48%，京沪深生产性服务业增加值年均增速分别为13.32%、13.51%和14.91%，可知，京沪深生产性服务业发展速度均高于其地区经济增速。计算的环比增速(忽略价格因素)显示(见图1)，同样，京沪深生产性服务业环比发展速度高于地区GDP环比增长。一方面，深圳地区GDP增速最快，其环比增速明显高于北京和上海，而北京的环比增速则高于上海；另一方面，京沪深生产性服务业环比速度交替变化上升，表现出三个地区在追赶着快速发展。近几年深圳生产性服务业环比增速超过北京和上海，2017年京沪深生产性服务业增速分别达到10.8%、10.62%和15.8%。因此，京沪深经济迅猛发展的同时，其生产性服务业发展尤为突出和迅速。

二、京沪深生产性服务业对地区经济发展的弹性影响分析

(一)面板数据与模型设定。1.面板数据与变量指标的定义。选取2008年至2017年京沪深三个地区的数据为样本数据，该样本数据属于面板数据。以变量Xit表示i地区第t年的生产性服务业增加值（单位：亿元）或就业人数（单位：万人），变量Yit表示i地区第t年的地区GDP（单位：亿元）或地区就业人数（单位：万人）。其中：i=1,2,3表示有3个截面（即：三个地区），t=1,2,…,10表示有十年的观测期。2.双对数模型的设定。通常，双对数模型用于反映因变量对自变量的弹性关系。这里，建立双对数模型，以反映京沪深地区经济增长对其生产性服务业增加值、京沪深地区就业吸纳对其生产性服务业就业水平的弹性依赖关系。因而，分别以京沪深三地的地区GDP、地区就业人数作因变量，相对应地，分别以京沪深三地生产性服务业增加值、就业人数作为自变量，建立如下形式的双对数模型：InYit=αi+βiInXit+ui(1)其中：i=1,2,3表示有3个截面(即三个地区)，ui表示i地区的随机误差项，αi为截距项，变斜率系数βi表示在其他因素不变的情形下，i地区的地区GDP或就业人数对其生产性服务业增加值或就业人数的弹性，即地区生产性服务业增加值或就业人数每提高1%，将引致i地区GDP或就业人数增长βi%。3.单位根检验与变截距变斜率特征的检验[5]。面板数据的单位根检验方法，通常有LL检验、IPS检验和Fisher组合P值检验等方法。假设研究的面板数据的自相关系数允许随截面而变化，且截面之间不相关，因而，宜采用IPS检验法来检验各变量的平稳性。利用上述变量的面板数据，IPS检验结果显示，模型(1)的自变量与因变量均不存在单位根，即为平稳序列。另一方面，利用Hausman检验可知，设定的模型(1)为静态面板数据的随机效应模型，具有变截距与变斜率的特征。因此，模型(1)的设定合理，可以直接运用面板数据的加权最小二乘法估计参数。(二)面板数据模型的估计。对模型(1)用加权最小二乘法进行估计，变斜率系数的估计值与拟合效果结果如表1所示。可见，模型所有参数的显著性检验概率p值均为零，取到最小，因而，模型参数通过了显著性检验；且模型的拟合优度很高，表明拟合效果较好。(注：因篇幅所限，截距项估计值略)(三)弹性影响分析上表显示，京沪深地区经济对其生产性服务业的弹性分别为0.768、0.633和0.847，表明在其他因素不变的情形下，京沪深生产性服务业增加值每提高1%，将引致京沪深经济增长提高0.768%、0.633%和0.847%。该弹性值较大，说明京沪深生产性服务业对地区经济增长的影响作用显著。同样地，吸纳就业的弹性分别为0.589、0.587和0.639，表明在其他因素不变的情形下，京沪深生产性服务业就业每提高1%，会带来京沪深地区吸纳就业提高0.589%、0.587%和0.639%。显然，京沪深三个地区的就业弹性差别较小，且他们的就业弹性均低于经济增长弹性。统计表明，2008-2017年京沪深生产性服务业增加值年均增速分别为13.32%、13.51%和14.91%，其就业人数年均增速分别为6.6%、8.92%和10.9%。在忽略其他影响因素的情形下，如果结合弹性作用，可测算京沪深生产性服务业分别带动其地区经济年均增长10.23%、8.55%和12.63%；带动地区就业年均提高3.89%、5.24%和6.97%。因此，京沪深生产性服务业的快速发展，已成为拉动地区经济增长、促进就业的重要驱动力。

三、主要结论与发展建议

综上所述，北京生产性服务业规模优势凸显，深圳生产性服务业增速最快，且京沪深生产性服务业发展速度均高于地区经济增长。构建的面板数据模型研究显示，京沪深地区经济增长对其生产性服务业增加值、地区就业吸纳对其生产性服务业就业水平均具有显著的弹性影响，且弹性较大，只是就业弹性低于经济增长弹性。因此，京沪深生产性服务业的快速发展，已成为拉动地区经济增长、促进就业的重要驱动力。京沪深生产性服务业中部分行业如金融、信息服务、租赁等发展相对成熟且规模较大，而一些新兴产业如文化创意产业、数据服务行业等新兴服务业正处于蓬勃发展阶段，因而，生产性服务业发展空间将进一步扩大。其中，北京地区将借助京津冀服务业协同发展，构建协同创新共同体，通过提升北京生产性服务业的辐射外溢能力，增强京津冀经济发展的内生动力；上海地区生产性服务业对江浙地区具有很强的经济辐射效应，利用其金融中心与制造高地的优势地位，将带动长三角地区生产性服务业快速发展；深圳地区是珠三角区域的科技研发中心与制造业中心，生产性服务业有待扩大规模效应，并与先进制造业融合，推动区域制造业获得新的发展途径和发展潜力。

[参考文献]

[1]陈凯.服务业在经济发展中的地位和作用：国外理论述评[J].经济学家,2005(4):112-118.

[2]钟韵,阎小培.我国生产性服务业与经济发展关系研究[J].人文地理,2003(5):46-51.

[3]周孝,冯中越.北京生产性服务业集聚与京津冀区域协同发展[J].经济与管理研究,2016(2):44-51.

[4]张军超.深圳生产性服务业增长、结构及与各产业的融合[J].商业研究,2016(4):1-8.

[5]白仲林.面板数据的计量经济分析[M].天津：南开大学出版社,2008:22-48.

作者:王琴英 程凤 单位:北京工商大学