[提要] 生产性服务业的发展有助于推动产业转型升级。特别是在我国二产向三产升级的过程中，如何发展好生产性服务业显得尤为重要。本文采用计量分析方法，对生产性服务业在经济增长中的贡献进行实证研究，以期为政府部门制定产业政策提供参考。
关键词：生产性服务业；经济增长；实证研究
中图分类号：F719 文献标识码：A
收录日期：2015年4月16日
一、研究背景
近年来，随着我国产业结构的不断调整，生产性服务业得到了快速发展。结合国家统计局1994～2013年统计数据，我们发现生产性服务业占GDP的比重呈现曲折发展的态势。2000～2005年受4万亿投资的影响，生产性服务业发展受到一定程度的冲击。而自2005年至今受国家产业结构调整的有利影响，生产性服务业占GDP的比重由16.61%上升到了20.48%，显示出快速发展的态势。目前，我国生产性服务业还处在起步阶段，因此研究我国生产性服务业与GDP的关系，并由此提出发展生产性服务业的相关建议是摆在我们面前的一个重大课题。
二、文献综述
国外对生产性服务业的研究较早。如Marshall等（1987）对生产性服务业进行了定义和分类，并在现有研究基础上对生产性服务业对经济的贡献进行了检验。Herbert&Michael（1989）对加拿大及一部分经合组织成员国1947～1984年的数据进行了分析。结果均显示，战后发达国家经济的增长主要来自于生产性服务业。正如Juleff（1996）指出，哥伦比亚企业所创造价值有67%来源于服务部门，只有16%来源于制造业和资源部门。国内对于生产性服务业的研究也与日俱增。姚耀等（2006）比较分析了不同服务业对于上海市经济增长的贡献，得出生产性服务业对上海市GDP贡献最大。赵成柏（2008）研究了江苏省生产性服务业对GDP的影响，发现江苏生产性服务业对GDP和产业结构合理化有很大的助推作用。李小庆（2011）通过多元回归和格兰杰检验，得出安徽的交通运输、仓储和邮政业及金融业的增长与GDP增长显著正相关，从而表明生产性服务业在拉动经济增长中的作用。
在时间序列分析方面，国内学者使用的数据普遍比较陈旧。这些陈旧数据的解释能力在当今来看值得商榷，特别是在考虑到我国生产性服务业的发展阶段以及国家统计局统计数据的口径和分类在历年中变动较大的情况下，这些数据的说服力就更让人怀疑。此外，现有的文献大多针对某省某地区进行分析，而从全国的视角进行分析的文献还很少见。因此，我们有必要从全国的角度分析生产性服务业对经济增长的贡献。
三、变量选取和数据说明
鉴于国家统计局把信息与传输、软件与计算机服务等、商业服务与租赁服务、科学研究合作、技术服务与地质勘查等生产性服务业与部分社会性服务业归为“其他”，从而使得以上生产性服务业的数据无法获得。因此，基于数据统计口径的一致性以及数据本身的经济解释能力，本文只研究交通运输邮政仓储业、批发零售业、金融服务业三个部分对经济增长的贡献。笔者选取国家统计局发布的我国1994～2013年共20年的经济统计数据。以1978年为基期，利用GDP平减指数对20年的数据进行不变价格处理。
四、实证分析
本文选取GDP为被解释变量；选取交通运输邮政仓储业、批发零售业和金融服务业增加值为解释变量，分别用X1、X2和X3表示。
（一）对数化处理：利用eviews6对数据进行分析，发现数据呈现指数增长。为消除异方差、减少数据波动，分别对变量GDP、X1、X2和X3进行对数化处理，用LnGDP、LnX1、LnX2和LnX3表示。
（二）平稳性检验：ADF检验法。LnGDP与LnX1、LnX2和LnX3各序列均为二阶单整序列，即I（2）。则他们之间可能存在稳定线性关系，具备建立协整模型的前提条件。
（三）模型建立：由于数据为二阶单整，因此可以考虑采用E-G两步法进行协整分析。建立模型为：
LnGDP=C+αLnX1+βLnX2+γLnX3+ε
利用eviews6进行最小二乘回归分析，结果表明：模型整体拟合度很好，通过了F检验，但LnX2和LnX3未通过t检验，由此考虑模型存在多重共线性。
（四）多重共线性检验：发现三个解释变量存在严重的多重共线性，因此采用逐步回归法对模型中的自变量进行剔除。
（五）逐步回归法分析：首先确定基准解释变量，然后分别做LnGDP与LnX1、LnX2和LnX3的回归，结果表明，LnGDP用LnX2解释所得的回归方程拟合优度最高（R2=0.992394），故选择第二个方程。在模型二的基础上逐步将其他解释变量加入进行回归。LnX3加入模型后，回归方程中的两个解释变量不能通过t检验，考虑剔除。剔除后的回归模型LnGDP=C+αLnX1+βLnX2+ε，进行回归分析，则回归方程为：
LnGDP=2.781126+0.365997LnX1+0.61701LnX2+ε
（六）残差检验：由线性回归方程可知残差序列为：
ε=LnGDP-2.781126-0.365997LnX1-0.61701LnX2
我们发现P值为0.0258<0.05，即残差序列不存在单位根，线性回归方程具有协整关系。由于该模型的目的是检验生产性服务业对GDP的长期影响作用，故不再进行误差修正模型的分析。
（七）格兰杰分析：为进一步检验LnX1、LnX2是否显著的影响LnGDP，笔者进行了格兰杰检验。检验结果中表明，LnGDP与LnX1没有格兰杰因果关系，表明交通运输邮政仓储对GDP没有显著影响，反过来，GDP的增长也没有拉动这些生产性服务业的发展；而LnX2是LnGDP的格兰杰原因，表明批发零售业对GDP的增长有推动作用，但LnGDP不是LnX2的格兰杰原因，表明GDP的增长对拉动批发零售的作用不显著。
五、结论
至此，估计出的模型为：
Ln■DP=2.781126+0.365997L■X1+0.61701L■X2
从模型中可以看到，交通邮政仓储业每增长1%，GDP相应增长约0.366个百分点，批发零售业每增长1%，GDP相应增长约0.617个百分点。结合格兰杰分析结果，生产性服务业中的交通邮政仓储业对GDP有一定贡献，批发零售业对GDP的带动作用明显，这也充分说明当前我国批发零售业发展较为成熟。此外，我们还看到生产性服务业中的金融业没能加入到模型当中，而从经济学理论和发达国家的发展实践来看，金融业的发展对经济有很强的推动作用。出现这一矛盾的原因恰恰是由我国金融业相对整个国民经济发展的滞后性造成的，因此我国应大力发展金融业，使金融业在助推经济发展中起到应有的作用。此外，信息与传输、软件与计算机服务等、商业服务与租赁服务、科学研究合作等生产性服务业由于无法获得详细的数据，没有加入到模型中，这是本文的一个缺陷。■