贸易方式对生产性服务业的作用

改革开放以来，浙江省在对外贸易迅猛发展的同时，生产性服务业也取得了长足的发展，逐渐成为其国民经济的重要组成部分，但与其他发达省市相比还有一定的差距。影响浙江省生产性服务业发展的因素有很多，如经济发展水平、城市化水平、人力资本投入、制造业发展等，但从贸易视角研究生产性服务业发展的几乎没有。因此，本文引入中间需求因素，研究贸易方式对生产性服务业的影响，并进行了实证检验。

文献回顾

20世纪中期，生产服务业在全球范围内迅速崛起并持续快速发展，相关研究成果不断涌现，研究的角度也日益多样化。而将生产性服务业纳入到开放经济架构下的文献较少，仅有的文献大多集中在生产性服务业对出口或贸易的影响，如jones和ruane（1990）运用李嘉图-维纳贸易模型，hirsch（1989）、melvin（1989）burgess（1990）、djajic和kierzkowsk（i1989）借用赫克歇尔-俄林贸易模型，将生产性服务业引入贸易模型考察其影响。而通过出口视角研究生产性服务业发展的则不多见。国内学者的研究，主要集中在生产性服务业与经济增长和就业方面。如程大中（2004）、顾乃华（2005）等，构建了一个反映生产服务业同经济增长之间因果关系的模型，认为生产性服务业会创造出内生比较优势，从而促进经济发展。关于生产性服务业与其他产业尤其是与制造业的关系，如高传胜、刘志彪（2005），吕政、刘勇、王钦（2006），江静、刘志彪、于明超（2007）等；关于生产性服务业与出口的关联效应，如刘书瀚、贾根良（2011）等指出，出口导向型经济是我国生产性服务业发展滞后的根源，但缺乏有力的实证检验；邱小欢，黄建忠（2011）基于全国面板数据，用实证的方法说明了生产性服务发展与我国贸易结构提升的关系等。综上可发现，大多数研究都是从供给和最终需求两个角度，研究影响生产性服务业发展的因素，忽略了生产性服务业的最突出的特征———中间需求性。另外，学术界对于贸易对生产性服务业发展影响的研究也相对缺乏。

理论分析

中间需求，是指生产者和商家为进一步满足加工和制造的需要而进行的购买需求。而生产性服务业的特征之一就是中间需求性，因此，本文引入中间需求的概念。假设制造业和生产性服务业是我们研究的经济体中有且只有的两个生产部门，生产性服务业部门的产品不会直接投入到消费函数，而是通过为制造业部门提供中间需求产品来产生作用。假设两个部门的生产函数均为柯布-道格拉斯生产函数，引入中间需求因素后，函数形式如下：Y=Sα（akKt）β（aiLi）γ0<α，β,γ,αk,αl<1（1）S=（[1-ak）Kt]m（[1-ai）Lt]nYtθ0<m,n<1（2）其中，Y是制造业部门的最终产出，S是生产性服务业部门提供的中间产品，ak表示用于制造业部门生产的资本（占总资本支出的比例），al表示制造业部门的劳动投入（占劳动总投入的比例）。θ表示制造业部门对生产性服务业的中间需求系数，θ值越大，表示制造业部门的中间需求越大，也就越能带动生产性服务业的发展。根据以上的理论模型，我们对加工贸易和一般贸易与生产性服务业发展之间的作用机制进行简要分析如下：出口导向型经济下，加工贸易的发展，使生产要素从生产性服务业部门向制造业部门转移，这样对生产性服务业产生挤出效应。加工贸易的发展，使得资金和劳动等生产要素大量用于制造业部门ak和al。

所以，用于生产性服务业部门的资金和劳动的份额自然就会减少，对生产性服务业的发展产生了一定的挤出效应。同理，基于生产要素既定和分配的角度，一般贸易的发展也会产生挤出效应。但是，一般贸易对生产性服务业也会产生一定的带动作用。由公式（1）我们知道，a表示制造业部门对生产性服务业部门的中间需求大小。由于加工贸易在国内的产业链条短，很难与国内其他的企业建立合理的价值链，所以a偏小，即加工贸易对生产性服务业的拉动作用有限。而一般贸易下，全部的生产环节都在国内完成，形成了完整的产业链，a值较大，制造业对生产性服务业的中间需求很大，也就能够较大的带动国内生产性服务业的发展。实证分析

1.变量选取和数据来源

本文选取生产性服务业总产值占GDP的比值作为被解释变量，用ps表示，主要用来衡量生产性服务业发展水平。结合已有的文献研究，并考虑到数据的可获得性和连续性，以及2003年前后国民经济行业分类标准的不同，文中对统计数据进行了归并（见表1）。本文选取加工贸易出口额和一般贸易出口额占GDP的比重作为解释变量，分别用PEX和OEX来表示。研究数据主要来源于《浙江省统计年鉴》，《浙江省2010服务业发展报告》和浙江省统计局。为消除样本数据可能存在的异方差性，故对PS、PEX和OEX三个变量分别取对数为lnPS、lnPEX和lnOEX。

2.实证检验

（1）单位根检验。由于经济数据大多都是非平稳的，而非平稳的时间序列的各期均值等是随着时间而变化的，这会使得计量结果出现偏差。所以，我们首先采用ADF检验变量的平稳性。其结果如表2所示。从表2可以看出，原序列在5%的显著性水平下存在单位根，即原时间序列数据是非平稳的。经过一阶差分，在1%的显著水平下可以拒绝原假设，即差分序列是平稳的，各变量表现为一阶单整，可以进行协整检验，从而判断变量之间是否存在协整关系。

（2）VAR最优滞后期的选择。在进行协整检验前首先建立向量自回归模型（VAR），这是因为协整分析的结果对滞后期长度的选择很敏感。利用似然比检验、最终预测误差及AIC信息准则来确定VAR的最优滞后阶数。表3的结果显示滞后4阶是最合适的。

（3）协整检验。本文根据Johansen提出的用极大似然估计方法来估计协整向量，用似然比检验来确定协整向量的个数（即协整关系的个数），对生产性服务业发展水平、一般贸易规模和加工贸易规模的对数序列进行Johansen协整检验。表4的结果显示，有且仅有一个协整向量，即三者之间存在协整关系（即长期均衡）。由惟一的标准化协整向量可知惟一的协整方程为：从协整方程可以看出，加工贸易与生产性服务业呈负相关，加工贸易占GDP的比重每增加1%，生产性服务业占GDP的比重则减少1.606%，而一般贸易则会给生产性服务业带来正面的影响，然而幅度小于一般贸易给生产性服务业带来的影响。