辽宁省制造业与生产性服务业协同发展分析

张晓芬　初明畅　陈思雨

摘要：辽宁省制造业是其区域经济发展的支柱性产业，其发展离不开生产性服务业为其提供技术服务，生产性服务业与制造业协同融合发展才能实现新的经济增长点。文章通过建立联立方程组模型，设定Hausman误差检验方法，验证了模型在互动协同关系方面的可行性和准确性；其次，不断地优化模型，确保模型中的变量皆为显著相关；最后，通过联立方程组模型的系统估计值，确定两者相互促进的协同关系。即制造业需求的不断提升促使生产性服务业在服务水平和服务质量等方面日益增强，反过来，生产性服务业整体服务结构的逐步优化又带动了制造业的专业化和多元化，并日渐提升产品的附加值和市场的竞争力。

关键词：辽宁 制造业与生产服务业 协同关系 联立方程组

中图分类号：F127.8 文献标识码：A

文章编号：1004-4914（2016）07-158-03

一、引言

制造业代表一个国家和地区的科技进步水平和工业发展程度，辽宁作为老工业基地。拥有数量众多的制造企业，其中一些龙头企业是形成协同创新以及联动协同创新的核心要素，生产性服务业则是与协同创新核心要素具有高度产业关联性的创新主体，是推动创新系统内部协同创新发展的核心力量。

不同学者对制造业与生产性服务业协同发展进行多角度研究。Cohen &Zysman（1987）、Geo（1991）、Rowthom & Ramaswamy（1999）、Guerrieri & Melieiani（2003）等强调制造业的发展带动生产性服务业的发展，制造业为生产性服务业的发展带来需求，是其得以发展壮大的重要条件和前提基础，主张相对于制造业而言，生产性服务业处于依附地位。徐力行、高伟凯（2008）从宏观角度提出了观点，认为生产性服务业促进创新系统知识的生产与传播，它的发展在为自身创新提供动力的同时也提高了制造业的创新能力。因此，该理论观点与需求论的观点相比所支持的主导方向是截然相反的，它充分强调了生产性服务业的主导带动地位。

李美云（2011）主要从延伸和拓展产业价值链的角度，分析了制造业和服务业产业链之间从链式结构晋升到价值网络的四种逐渐复杂的产业融合方式。王晓娟（2013）又结合了产业空间集聚等现代产业理论，从产业链和区域两个方面说明了服务业和制造业之间的融合发展趋势。本文借鉴前人的学术观点，充分利用真实有效的实际数据作为有力的支撑，并且建立数学模型进行定量分析两者之间互动关系。

二、辽宁省制造业和生产性服务业发展现状

（一）辽宁省制造业发展现状

辽宁省作为重要的东北老工业基地，制造业是其区域经济发展的支柱性产业，其创新将成为整体国民经济的振兴的中流砥柱。2005—2014年这10年间，辽宁省制造业占全省GDP的比重分别为42.3%、43.2%、43.8%、46.5%、45.5%、47.6%、48.1%、46.7%、45.4%、44.2%，这代表了辽宁省制造业不可撼动的优势地位。从整体发展来看，辽宁省制造业在稳步提高传统行业市场竞争力的同时，也在倾力提高技术型现代制造业的发展水平。医药制造业、航空航天和其他运输设备制造业等现代制造业也正在得到不断地发展。

（二）辽宁省生产性服务业发展现状

2005年以来，辽宁省生产性服务业的发展趋势良好，其中金融业增长态势最为显著，10年间其增加值提高了84.3%；商务服务业紧随其后，其增加值上升了69.9%；物流运输业同样起到了良好的带动作用，其增加值提高了66.8%。2014年金融保险业、物流运输业、商务服务业占总产值增加值的比重分别为5.18%、5.19%、15.2%。生产陛服务业发展情况见表2。

三、辽宁省制造业与生产性服务业协同关系分析

制造业和生产性服务业之间的良性互动可以促进产业间的协同发展，它们具体表现为空间协同—产业协同一生产要素的协同。

（一）建立模型

对于协同发展，协同效应的数学分析方法较多采用耦合协调度的模型，本文将沿用高觉民、李晓慧（2011）、孙素侠（2012）、陈光、张超（2014）等学者的方法，并借鉴他们所选取的数据指标来通过建立联立方程组模型，利用Eviews8.0软件和三阶段最小二乘法的估计方法进行多方程联立模型的系统估计，来进行辽宁省制造业与生产性服务业协同发展现状测度的实证分析。

本文选择采用联立方程组模型的方法，建立辽宁省生产性服务业与制造业协同关系的定量测度分析模型，具体计量模型（3.1）和（3.2）所示：

利用2006—2015年5个生产性服务行业和制造业的相关的截面数据加以研究，并且对相关数据作取自然对数值的处理以消除可能存在的异方差性。

（二）模型的内生性检验

首先需要检验方程的联立性，而联立性的问题在于方程存在一个或多个内生变量时有可能与随机误差项存在相关性，本文采用Hausman设定误差检验方法，来检验联立方程组模型的联立性问题。

运用普遍最小二乘法进行回归分析之后，通过其显著性与否判断变量的内生性，进而检验方程的联立性，具体结果如表5所示。

由结果可知，resid的P值均<0.05且系数≠0拒绝原假设，说明联立方程组通过了Hausman检验，因此，不存在联立性的问题。

（三）联立模型的系统估计

考虑到联立方程组模型中含有两个单方程可能存在随机误差项跨方程相关的情况，并且两阶段最小二乘法（2SLS）的估计只能得到参数一致，但非有效的估计。因此，利用Eviews8.0软件，选用三阶段最小二乘法（3SLS）的估计方法进行多方程联立方程组模型的系统估计。其具体过程包括三个阶段：首先，得到联立方程组模型中内生变量的拟合值；再次，用内生变量的拟合值得到联立模型中跨方程的方差和协方差矩阵；最后，用广义最小二乘法估计方法（GLS）估计整个方程组得到模型的参数估计量。具体结果由表6所示。

由表6可知：方程估计的R-squared为0.990363，说明方程的拟合效果比较好，c（2）、c（6）代表SG和MG的系数估计值分别为0.772273、0.566121且对应的P值分别为0.0092<代表显著性水平的0.05和0.0002<代表显著性水平的0.05，表示两个参数的估计值在5%的显著性检验水平下均显著；由变量的系数估计值均>0，得知辽宁省生产性服务业的发展水平和制造业的发展之间存在相互促进的双向正向影响。但由于模型估计结果中显示SK系数的估计值的P值为0.4663，在1%、5%、10%的显著性水平下均不显著，则考虑将SK项剔除。

那么，剔除SK项后，使用与上述相同的方法再次对模型进行估计，则调整后再次估计结果如表7所示：

由表7可知：方程估计的R-squared为0.989817，说明方程的拟合效果比较好；c（2）、c（6）代表SG和MG的系数估计值分别为0.772273、0.63208 1，且对应的P值分别为0.0084和0.0000皆<代表显著性水平的0.01，说明两个参数估计值在10%、5%、1%的显著性检验水平下均显著；由变量的系数估计值均>0，得知辽宁省生产性服务业的发展水平和制造业的发展之间存在双向正向影响。具体可以表述为：辽宁省生产性服务业的发展水平每提升1%，则辽宁省制造业的发展水平会相应地提升0.77%；辽宁省制造业的发展水平每提升1%，则辽宁省生产性服务业的发展水平会相应地提升0.63%。结果充分证明了生产性服务业与制造业之间相互促进的协同关系，由此验证了辽宁省生产性服务业与制造业之间存在着协同效应。

四、结论

辽宁省生产性服务业与制造业实现了高度协同发展，并已经步入初步融合的发展进程，即制造业需求的不断提升促使生产性服务业在服务水平和服务质量等方面日益增强；反过来，生产性服务业整体服务结构的逐步优化又带动了制造业的专业化和多元化，并日渐提升产品的附加值和市场的竞争力。那么，随着众智产业、创新驱动的产生以及生产性服务业对制造业价值链的渗透融合，两大产业的创新发展将不再是两个各自独立的问题，创新之间同样存在着协同融合的产业关联性，因此，协同创新成为新常态下促进产业转型升级、区域经济振兴繁荣的实际需要。