黑龍江省生產(chǎn)性服務(wù)業(yè)影響因素的實(shí)證研究

1、    黑龍江省生產(chǎn)性服務(wù)業(yè)影響因素的實(shí)證研究    摘要黑龍江省生產(chǎn)性服務(wù)業(yè)發(fā)展起步晚，主要以小企業(yè)為主，在經(jīng)營理念、經(jīng)營方式以及自身擁有的資源方面都存在不足。利用20032013年數(shù)據(jù)，對黑龍江省生產(chǎn)性服務(wù)業(yè)發(fā)展現(xiàn)狀及其影響因素進(jìn)行實(shí)證分析，結(jié)果表明，黑龍江省生產(chǎn)性服務(wù)業(yè)發(fā)展較為緩慢，其中制造業(yè)發(fā)展和財(cái)政支出情況對其影響顯著，而人均gdp和人均專利申請書數(shù)量的影響并不顯著。關(guān)鍵詞黑龍江?。簧a(chǎn)性服務(wù)業(yè)；影響因素f7269a2095-3283（2015）02-0057-03作者簡介周彤（1990-），女，黑龍江佳木斯人，碩士研究生，研究方向：決策技術(shù)與

2、風(fēng)險(xiǎn)評估?；痦?xiàng)目哈爾濱商業(yè)大學(xué)研究生創(chuàng)新科研項(xiàng)目“哈大齊工業(yè)走廊”生產(chǎn)性服務(wù)業(yè)與制造業(yè)的聯(lián)動發(fā)展研究（項(xiàng)目編號：yjscx2013-275hsd）。一、引言生產(chǎn)性服務(wù)作為其他部門的中間投入品，通過知識和技術(shù)專業(yè)化大大提高了生產(chǎn)性服務(wù)的信息和知識密度，增加了產(chǎn)品和服務(wù)的附加值，提高了生產(chǎn)效率和競爭力。伴隨著近幾年國家和各地方政府對服務(wù)業(yè)發(fā)展的重視，黑龍江省的服務(wù)業(yè)有了飛速的發(fā)展，2013年服務(wù)業(yè)總產(chǎn)值594792億元，占gdp的414%，遠(yuǎn)遠(yuǎn)高于第一產(chǎn)業(yè)，并且在不斷增長。圖1黑龍江省服務(wù)業(yè)及生產(chǎn)性服務(wù)業(yè)占gdp比重、生產(chǎn)性服務(wù)業(yè)占服務(wù)業(yè)比重由圖1可以看出，黑龍江省生產(chǎn)性服務(wù)業(yè)和第三產(chǎn)業(yè)增加值占

3、gdp的比重有大體相似的發(fā)展趨勢，雖然有些小的波動，但總體呈增長趨勢。黑龍江省生產(chǎn)性服務(wù)業(yè)占第三產(chǎn)業(yè)的比重近五年一直處于50%以上的較大比重。生產(chǎn)性服務(wù)業(yè)占gdp的比重提升緩慢，主要是因?yàn)楹邶埥〗?jīng)濟(jì)發(fā)展還處在經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型過程中，傳統(tǒng)的經(jīng)濟(jì)發(fā)展模式仍占主導(dǎo)地位，工業(yè)占gdp的比重較大。目前，黑龍江省生產(chǎn)性服務(wù)業(yè)存在企業(yè)總體競爭力較弱，發(fā)展結(jié)構(gòu)不合理，缺乏系統(tǒng)、完善、有效的政策支撐等問題。加快發(fā)展黑龍江省生產(chǎn)性服務(wù)業(yè)已成為推動黑龍江省產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的當(dāng)務(wù)之急1。二、黑龍江省生產(chǎn)性服務(wù)業(yè)發(fā)展影響因素的實(shí)證分析（一）數(shù)據(jù)的選取和研究方法為了考察黑龍江省生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素，分別從需求和供給兩

4、方面來進(jìn)行考察，具體包括以下五個因素：經(jīng)濟(jì)發(fā)展模式制約、市場機(jī)制問題、體制障礙、經(jīng)濟(jì)發(fā)展水平、創(chuàng)新發(fā)展水平。這五個因素在建立模型檢驗(yàn)時需要予以具體化，以便量化處理。因此，本研究選取生產(chǎn)性服務(wù)業(yè)增加值占gdp比重（y）為因變量，選取制造業(yè)占gdp比重（x1）、人均gdp（x2）、財(cái)政支出占gdp比重（x3）、人均專利申請書（x4）為自變量，部分指標(biāo)計(jì)算方法如下：生產(chǎn)性服務(wù)業(yè)占gdp比重（y1）=生產(chǎn)性服務(wù)業(yè)增加值地區(qū)生產(chǎn)總值gdp（1）制造業(yè)占gdp比重（x1）=制造業(yè)增加值地區(qū)生產(chǎn)總值gdp（2）財(cái)政支出占gdp比重（x3）=財(cái)政支出總值地區(qū)生產(chǎn)總值gdp（3）人均專利申請書（x4）=專利申請

5、總數(shù)年末總?cè)丝冢?）選取黑龍江省20032013年以上五個指標(biāo)的時間序列數(shù)據(jù)，采用多元線性回歸模型進(jìn)行建模，數(shù)據(jù)來源為歷年黑龍江統(tǒng)計(jì)年鑒。（二）模型描述本研究選用計(jì)量經(jīng)濟(jì)分析中最常用的多元線性回歸模型對上述因素進(jìn)行實(shí)證檢驗(yàn)。多元線性回歸模型的一般表現(xiàn)形式：yi=1+2xi2+kxik+i，i=1，2，n（5）其中，k為解釋變量的數(shù)目，j（j=1，2，k），習(xí)慣上把常數(shù)項(xiàng)看作取值恒為1的變量的系數(shù)，上述表達(dá)式也被稱為總體回歸函數(shù)的隨機(jī)表達(dá)形式。其非隨機(jī)形式為：e（yxi1，xi2，xik）=1+2xi2+kxik，表示各變量x值固定時y的平均響應(yīng)。j也稱為偏回歸系數(shù)，表示在其他解釋變量保持不變的

6、情況下，xj每變化一個單位時，y的均值e（y）的變化?；蛘哒fj給出了xj單位變化對y均值的“直接”或“凈”（不含其它變量）影響。（三）模型的建立根據(jù)多元線性回歸模型，構(gòu)造模型一：yi=0+1xi1+2xi2+3xi3+4xi4+i（6）設(shè)置顯著水平為05，根據(jù)最小二乘原理估計(jì)各參數(shù)值如表1所示：表1模型一的回歸結(jié)果變量參數(shù)估計(jì)值參數(shù)標(biāo)準(zhǔn)差t統(tǒng)計(jì)量p值c02582590008311310735700000x1-00806020060806-132555702332x2397e-06688e-07-576844800012x301314830056164234107800578x433064172

7、625544125932602547r-squared0966666dw值2568543調(diào)整r-squared0944444f統(tǒng)計(jì)量4349947根據(jù)回歸結(jié)果x2和x4的效果不顯著，根據(jù)對比之后，剔除自變量x4，構(gòu)建回歸模型二：yi=0+1xi1+2xi2+3xi3+i（7）運(yùn)用最小二乘法對模型二的變量進(jìn)行回歸估計(jì)，回歸估計(jì)結(jié)果如表2：表2模型二的回歸結(jié)果變量參數(shù)估計(jì)值參數(shù)標(biāo)準(zhǔn)差t統(tǒng)計(jì)量p值c02557690008404304357000000x1-01325370046516-284928900247x20023537663e-07-549103900009x3019608300238068

8、23680900001r-squared0957856dw值2262328調(diào)整r-squared0939794f統(tǒng)計(jì)量5303187可見，修改后模型的各解釋變量通過了t檢驗(yàn)，各解釋變量對被解釋變量影響顯著。r-squared=0957856，修正后的r-squared=0939794，估計(jì)的回歸方程與樣本觀測值擬合很好，模型二的估計(jì)結(jié)果為：endprintyi=0255769-0132537xi1+0023537xi2+0196083xi3+i（8）（四）模型的計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)對模型二進(jìn)行經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，包含異方差性檢驗(yàn)、自相關(guān)性檢驗(yàn)和多重共線性檢驗(yàn)。1異方差檢驗(yàn)對于模型yi=0+1xi1+

9、2xi2+kxik+i（9）同方差性假設(shè)為var（i|xi1，xi2，xik）=2，i=1，2，n（10）這里用兩種方法對模型二同方差性進(jìn)行檢驗(yàn)：圖示法和懷特檢驗(yàn)法。（1）圖示法殘差的圖示檢驗(yàn)使用eviews50，可以得出模型二的殘差圖，如圖2：圖2模型二的殘差圖由圖2可以看出，殘差分布的離散程度并不存在明顯的擴(kuò)大或縮小的趨勢，則表明y的離散程度與解釋變量之間并不存在一定的相關(guān)關(guān)系，所以可以初步判斷模型不存在異方差性。但是圖示檢驗(yàn)法只能粗略地判斷模型是否存在異方差性，如果方差不太明顯，還需要采用較為精確的方法。下面采用懷特檢驗(yàn)法對模型的異方差性進(jìn)行再次檢驗(yàn)。（2）懷特檢驗(yàn)利用懷特檢驗(yàn)進(jìn)行異方差

10、檢驗(yàn)，檢驗(yàn)結(jié)果如表3：表3模型二的異方差檢驗(yàn)指標(biāo)數(shù)值指標(biāo)數(shù)值f-statistic3711500probf（9，1）03838obs*r-squared1068027probchi-square（9）02983scaled explained ss2398739probchi-square（9）09835probf（9，1）=03838>005，因此接受原假設(shè)，模型二不存在異方差，因此可以排除異方差對該模型的影響。2序列相關(guān)性檢驗(yàn)序列相關(guān)性是指對于不同的樣本值，隨機(jī)干擾之間不再是完全相互獨(dú)立的，而是存在某種相關(guān)性，又稱自相關(guān)（auto correlation），是指總體回歸模型的隨機(jī)誤差

11、項(xiàng)之間存在相關(guān)關(guān)系。計(jì)量經(jīng)濟(jì)學(xué)模型一旦出現(xiàn)序列相關(guān)性，如果仍用普通最小二乘法估計(jì)模型參數(shù)，會產(chǎn)生許多不良后果，如參數(shù)估計(jì)量非有效、變量的顯著性檢驗(yàn)失去意義以及模型的預(yù)測失效等。因此，運(yùn)用拉格朗日乘數(shù)（lm）檢驗(yàn)法對模型二的序列相關(guān)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表4：表4模型二的自相關(guān)檢驗(yàn)指標(biāo)數(shù)值指標(biāo)數(shù)值f-statistic0978224probf（2，5）04380obs*r-squared3093667probchi-square（2）02129probf（2，5）=04380>005，接受原假設(shè)，模型二不存在序列自相關(guān)性，因此可以排除自相關(guān)性對該模型的影響。3多重共線性檢驗(yàn)對于模型二的多重

12、共線性的檢驗(yàn)如表5：表5模型二的相關(guān)系數(shù)表yx1x2x3y1000000-04402920548760-0298161x1-0440292100000009805480984191x2-0548760098054810000000956731x3-0298161098419109567311000000由表5發(fā)現(xiàn)x1、x2與x3間存在高度相關(guān)性，采用逐步回歸法來修正多重共線性，將這3個解釋變量分別與被解釋變量作線性回歸，尋找最佳回歸方程，如表6。表6逐步回歸表cx1x2x3r-squaredf（x1）0207247-00306190760283t值3099936-1471145f（x1，x2，

13、）026918401765290549386t值106748620993552512351f（x1，x3，）0210657-032554602273530876325t值5530239-49584784564275第一步，分別作y與x1，x2，x3間的回歸，回歸結(jié)果顯示，y受x1的影響最大，因此建立y= f（x1）為初始的回歸模型。第二步，引入x2，擬合優(yōu)度降低，因此剔除x2，引入x3，擬合優(yōu)度提高，且參數(shù)符號合理，變量也通過了t檢驗(yàn)，因此確定模型三y=f（x1， x3，）為最優(yōu)模型，模型三的擬合結(jié)果如下：yi=0210657-0325546xi1+0227353xi3+i（11）三、結(jié)論與建

14、議從模型一的檢驗(yàn)結(jié)果來看，黑龍江省生產(chǎn)性服務(wù)業(yè)受到制造業(yè)增加值占gdp的比重、人均gdp、政府財(cái)政支出占gdp比重的影響，但是受人均專利申請數(shù)的影響并不顯著。從模型二的結(jié)果來看，人均gdp水平、政府財(cái)政支出占gdp比重將對生產(chǎn)性服務(wù)業(yè)的發(fā)展產(chǎn)生正的影響，而制造業(yè)占gdp比重將對生產(chǎn)性服務(wù)業(yè)的發(fā)展產(chǎn)生負(fù)的影響。模型中的各個自變量是生產(chǎn)性服務(wù)業(yè)影響因素的量化。從實(shí)證模型的系數(shù)來看，幾個因素中x2的回歸系數(shù)是最大的。從理論分析可知，第二產(chǎn)業(yè)的發(fā)展對生產(chǎn)性服務(wù)業(yè)的影響需要一分為二地看：一方面，第二產(chǎn)業(yè)制造業(yè)規(guī)模和水平的提高，可以促進(jìn)社會分工的深化和生產(chǎn)率的提高，這樣有利于制造業(yè)企業(yè)將生產(chǎn)環(huán)節(jié)中的服務(wù)外

15、包出去，拓展生產(chǎn)性服務(wù)業(yè)的市場規(guī)模。從這個角度來講，第二產(chǎn)業(yè)尤其是制造企業(yè)的發(fā)展，將會對生產(chǎn)性服務(wù)業(yè)的發(fā)展產(chǎn)生積極的影響。但另一方面，黑龍江省現(xiàn)階段產(chǎn)業(yè)結(jié)構(gòu)不合理，正處于由粗放型增長模式向集約型增長模式的過渡階段，經(jīng)濟(jì)增長仍然主要依靠第二產(chǎn)業(yè)帶動。政府投資和企業(yè)投資多集中于制造業(yè)，這樣不利于生產(chǎn)性服務(wù)業(yè)乃至整個服務(wù)業(yè)的發(fā)展。我國生產(chǎn)性服務(wù)業(yè)創(chuàng)新能力仍有待提高。在模型一中，x4人均專利申請數(shù)作為生產(chǎn)性服務(wù)業(yè)創(chuàng)新因素的替代，其對生產(chǎn)性服務(wù)業(yè)的發(fā)展影響并不顯著。黑龍江省現(xiàn)階段創(chuàng)新型人才培養(yǎng)體系滯后，而生產(chǎn)性服務(wù)業(yè)的發(fā)展，尤其是新興業(yè)態(tài)生產(chǎn)性服務(wù)業(yè)的發(fā)展需要大量的創(chuàng)新型人才。但目前由于人才匱乏，生產(chǎn)性服務(wù)業(yè)領(lǐng)域的創(chuàng)新難以實(shí)現(xiàn)本質(zhì)的突破，因此對生產(chǎn)性服務(wù)業(yè)發(fā)展的影響并不顯著。參考文獻(xiàn)1楊海珊，王金歷黑龍江省生產(chǎn)性服務(wù)業(yè)高端化發(fā)展研究j商業(yè)經(jīng)濟(jì)，2013（3