试析兵团生产性服务业发展的影响因素

汤 莉，张高彩

（石河子大学 经济与管理学院，新疆 石河子 832003）

一、引 言

生产性服务业与生活性服务业是按照基本功能对服务业进行的分类。1966年，美国经济学家H·Greenfield在研究服务业及其分类时，最早提出了生产性服务业的概念，即可用于商品和服务的进一步生产的最终消费服务[1]。经众多学者的深入研究，目前对于生产性服务业的定义已达成基本共识，即生产性服务业是在产品生产和服务提供过程中作为中间投入的服务部门和行业。本文按照2011年国家统计局的划分标准，将新疆生产建设兵团（以下简称“兵团”）生产性服务业分为交通运输和仓储邮政业、信息传输与计算机服务和软件业、批发零售业、金融业、租赁和商务服务业、科学研究与技术服务和地质勘查业六个行业。

兵团生产性服务业在总量上得到一定的发展。根据2006—2012年《新疆生产建设兵团统计年鉴》显示，2005年生产性服务业增加值为57.32亿元，2011年为114.12亿元，年均增长率12.16%；而同期的GDP增长率是19.88%，服务业增长率是14.64%，生产性服务业的增长率水平比同期GDP增长率和服务业增加率偏低。2005年生产性服务业增加值占GDP的比重为19.02%，占服务业的比重为51.70%，到2011年分别为12.76%和45.34%。可见，生产性服务业增加值占GDP的比重以及占服务业的比重均相对偏低，而且有波动下降的趋势。而同期，兵团制造业处于高速发展阶段，从而造成生产性服务业与制造业发展的不协调，这也是兵团制造业缺乏核心竞争力的原因之一[2]。

因此，对影响生产性服务业发展的主要因素进行研究，对于协调生产性服务业与制造业的互动发展，加快兵团优化服务业结构，为兵团在“新丝绸之路经济带”的战略思维下制定和实施发展生产性服务业的政策措施提供较为客观的实证依据，是十分必要的。

二、文献回顾

国内学者对不同地区影响生产性服务业发展的因素进行了不同层次的研究。

不少学者以全国地区作为研究对象对生产性服务业影响因素进行研究。韩德超、张建华（2008）从工业化进程和工业结构对我国1997—2006年东、中、西部生产性服务业发展的影响进行研究，发现专业化程度加深、效率提高、非国有产权比重的增加会促进生产性服务业的发展，而高新技术产业发展对其发展有抑制作用，工业化进程对各地区生产性服务业发展影响微弱[3]。刘永华（2009）运用我国1995—2007年31省市的面板数据研究，则发现工业发展程度、城市化水平等因素是促进生产性服务业快速发展的因素[4]。杨玉英（2010）对我国1989—2008年生产性服务业发展的影响因素进行实证检验，结果表明：经济发展模式对生产性服务业的促进作用最大，经济发展水平促进作用次之，市场机制存在较大的负面影响，创新因素和开放经济的程度影响微弱[5]。而刘纯彬、杨仁发（2013）则从地区和行业层面分析了我国20个省市2004—2010年生产性服务业发展的影响因素，实证结果表明：工业化程度对我国整体生产性服务业发展的影响最大，服务效率的提升会促进生产性服务业的发展，产业融合程度对生产性服务业发展的促进作用较弱，政府规模与生产性服务业发展呈正相关关系[2]。可见，在不同经济发展时期，促进生产性服务业发展的关键因素有所不同。

部分学者以国内部分省份为研究对象，也对生产性服务业影响因素得出一些有价值的结论。刘晶、刘丽霞（2011）对 2000—2009年山东省17个地级市面板数据实证分析，研究表明：市场发育程度、城市化水平和专业技术人员的投入是影响山东省生产性服务业发展的关键因素，信息化水平的正向影响微弱，然而制造业的发展水平对山东省生产性服务业的发展呈现显著负相关关系[6]。刘晶、刘丽霞（2011）对山东省实证研究得出工业化程度对生产性服务业发展具有抑制作用，然而刘纯彬、杨仁发（2013）对全国区域研究得出截然相反的结论，这主要是由于山东省特殊的经济环境造成的结果。翁春颖（2013）对2004—2010年浙江生产性服务业发展进行实证分析，研究表明:对外开放程度、市场化水平、经济发展水平、技术进步的影响程度较大，而工业化发展的促进作用不明显[7]。 杨玉英（2010）和翁春颖（2013）分别表明经济发展水平的提高会促进生产性服务业的发展。

可见，各位学者从不同层面和不同地区对生产性服务业进行了大量的研究，其中发现不同的影响因素在不同地区呈现截然相反的影响作用。因此，我们有必要针对兵团地区的发展实际，研究其生产性服务业发展面临的问题及改进的方向。本文在总结前人研究的基础上，结合兵团生产性服务业发展实际，从影响动因的角度出发，对科技投入、专业化水平、经济发展水平、工业化水平和物资资本投入等方面对兵团生产性服务业的影响进行研究，以探求其对兵团生产性服务业发展的影响作用，进而为兵团生产性服务业健康、有序的发展提出相关建议。

三、实证分析

（一）数据说明和变量选择

由于2004年以来我国对服务业统计行业分类作了较大调整，为便于生产性服务业行业统计数据的获取，鉴于数据的可得性，本文选取兵团2005—2011年统计数据。

本文用Y表示生产性服务业发展水平，选取生产性服务业增加值占GDP的比重反映其发展水平，分别以Economic表示经济发展水平，用人均GDP的大小衡量；Industry表示工业化水平，用工业增加值占GDP的比重衡量；用Speciality表示专业化水平，用工业增加值占工业总产值的比重来衡量；R&D密集度表示科技投入，用R&D支出占工业增加值的比重衡量；Invest表示物资资本投入，用生产性服务业固定资产投资占服务业固定资产投资的比重衡量。

（二）方法选择及模型设计

主成分回归 （PrincipalComponentsRegression，简称“PCR”）是修正多重共线性模型的一种常用估计方法，主要依据的是主成分分析的原理。选取此方法的原因是原始回归模型解释变量之间存在多重共线性问题，解释变量之间相关程度较高，不能直接使用简单回归进行计量经济分析。

（三）实证分析

1．相关分析

对原始数据进行相应的标准化处理后得到的相关系数如表1所示。由表1可知，除了物质资产投资（Invest）和工业化水平（Industry）相关性稍低于0.8以外，其它解释变量之间的相关系数都大于0.8，存在高程度的相关性，可以判定根据这些解释变量建立的回归模型多重共线性严重存在，估计结果不具有计量经济学的价值。因此，需要通过主成分分析法选取主成分。

2．共线性诊断

从表2可知，指标的容许度都较接近于0，容许度的值越小，说明存在的共线性越严重；指标的方差膨胀因子都大于10，说明有严重的多重共线性；条件指数，除Invest、Economic外其他维度的该指标都大于30，则说明这些维度存在共线性。最后，除Invest外，其他自变量的特征根都为0或接近于0，则说明有严重的多重共线性[8]。

表1 相关系数矩阵

综上可知，解释变量之间多重共线性严重存在，并对回归模型的最小二乘估计产生影响。故需要引用主成分回归分析的原理，对初始的回归模型进行重新修正，以达到消除共线性问题。

表2 共线性诊断指标表

3．主成分回归建模

鉴于各指标计量单位存在差异，因此对上述所有指标数据取自然对数，以消除各指标可能存在的异方差问题[7]。调整后各影响因素指标分别标记 为 :lnWconomic、lnindustry、lnSpeciality、InR&D、lnInvest。

根据兵团2005—2011年的面板数据，利用SPSS17.0对各影响因素指标进行因子分析。

KMO是Kaiser-Meyer-Olkin的取样适当性量数，当KMO值越大时，表示变量之间的共同因素越多，则越适合进行因子分析。如表3所示，本文的KMO值为0.669＞0.5，表示适于进行因子分析。另外，Bartlett球型检验，Sig.＜0.001，该值已达到显著水平，同时证明适于进行因子分析。

表3 KMO和Bartlett的检验

运用SPSS17.0对影响兵团生产性服务业的各 因 素 Invest、Economic、Industry、R&D、Speciality进行主成分分析，分析结果见表4。

表4 主成分分析结果

从中可知，第一主成分因子的特征根值为4.398，贡献率为87.96%，由此得知主成分因子1可以综合解释初始模型中5个自变量87.96%的信息，故选择主成分因子1建立模型。

提取的主成分表达式为：

其中，模型中的自变量均得到标准化的处理。通过（1）式可以推导出主成分因子F的样本得分值，并与Z1nY（标准化处理后的lnY）进行最小二乘的回归分析。相应的回归模型为：

表5 回归分析结果

β0的t值很小，且Sig.值很大，可以说明常数项对此模型的显著性水平低，故本研究剔除此项。如此求得ZY关于F的主成分回归模型为：

根据相应的结果分析得知，该模型的R^2为0.963，调整后的 R^2为 0.956，D-W 为 2.02，由此判定模型无自相关性问题，总体拟合效果非常好，且通过F检验与t检验，进一步得出模型的设定有意义。

将（3）式转换为原解释变量与lnY的回归模型为：

（四）结果解释

1．物质资产投资对生产性服务业有明显的促进作用

兵团现阶段生产性服务业中，交通运输、仓储及金融等生产性服务业所占比例较大，所以固定资产投资占比的提高有助于生产性服务业的发展。同时，现代物流业、现代商业设施和信息设施固定资产的投入会促进兵团生产性服务业的发展。

2．专业化水平对生产性服务业的发展有显著的正向作用

专业化水平（0.213）的提高，一方面对生产性服务业的需求不断增加，另一方面也促进了制造业企业的生产效率和专业化管理水平的提高。现阶段，兵团需要提高工业专业化水平，培养企业核心竞争力，提高资源配置效率，进而促进兵团生产性服务业的专业程度和服务效率的提升。

3．经济发展水平、工业化水平和研发投入对生产性服务发展有负向影响

经济发展水平（-0.220），对生产性服务业的发展有很明显的负向作用。现阶段兵团经济发展水平较低，说明只有经济发展达到一定水平，才可以使生产性服务业在国民经济中的比重上升，促进产业结构的转型和升级。由于资源禀赋的原因，兵团更多地倾向于工业等其他产业的扶持和发展，影响了生产性服务业比重的提高。

工业化水平（-0.200），对生产性服务业的发展有显著的抑制作用。生产性服务业的发展条件需要较高的工业化水平，随着劳动分工的细化，进而产生对生产性服务业的需求。兵团现阶段工业企业与生产相关的服务主要靠内部解决，现阶段工业对生产性服务业的对外需求不足，直接抑制了生产性服务业规模的扩大和水平的提高[6]。

研发投入（-0.203），不仅包括科学技术等基础的研发活动，也包括生产经营方式的改进和创新。现阶段，研发投入对兵团生产性服务业的发展有负向影响，对兵团生产性服务业的发展没有起到积极的推动作用。这可能是因为目前研发部门对于生产性服务业仍然是一项没有获得实际收益的投资，研发投入的研究成果还没有与实际的生产经营活动接轨，没有转化为有效的生产力。

四、对策建议

（一）大力提升经济发展水平，推动生产性服务业优化升级。区域经济发展水平的提升会刺激生产性服务业需求的增长，继而带动生产性服务业供给的增加。由此看来，在工业化与城镇化的大背景下，兵团应加快产业结构的调整，优化区域经济的布局，凭借区域经济水平的提高，带动兵团生产性服务业的规模逐年增加，结构层次不断优化[7]。

（二）加大生产性服务业固定资产投资，支撑其健康、快速发展。生产性服务业固定资产投入的重点是建设强力高效的物流体系，兵团应大力发展现代物流服务业。首先，兵团要加大物流基础设施的建设；其次，围绕物流园区，完善配套商业设施[9]；最后，构建物流信息平台，实现物流信息资源的共享，打造健全的物流服务体系。

（三）重视科技研发活动和企业改革创新，提高生产性服务业的竞争优势。研发投入不仅包括科学技术等基础的研发活动，也包括生产经营方式的改进和创新。兵团应加大科研投入，一方面可以促进工业或其他服务业技术实力的提升，提高对生产性服务业的需求；另一方面生产性服务业包括咨询、设计、研发等知识密集的行业，研发投入的提高也促进这些行业生产效率的提高，从而带动生产性服务业的发展。因此，我们应当鼓励兵团生产性服务企业进行服务产品创新、技术创新、流程创新、组织创新，以提高市场竞争能力。

（四）加强生产性服务业与制造业互动融合，促进产业升级。制造业的发展是生产性服务业需求的基础，并为生产性服务业的发展提供条件。目前，我国沿海地区已经走上产业间互动融合之路[2]。然而兵团地处西部，经济发展水平较低，产业结构不完善，制造业与面向生产的服务业融合互动匮乏。在西部大开发、西向开放、共建新丝绸之路经济带的战略背景下，兵团正处于产业转型的关键时期。这一时期，兵团工业化水平将不断提升，工业产业集群不断形成，产品附加值不断增加，面向生产的服务需求不断增加，因此将会促进两个产业之间的优势互补、资源整合。

（五）提高分工专业化，促进生产性服务业现代化水平。生产性服务业的产生和发展是分工及专业化程度不断提高的结果。服务业分工专业水平的提高，使企业专注更核心的生产制造部门，将一些非核心的生产性服务部门剥离出来，实现资源的有效合理配置，获得更低的成本和更高的利润。兵团制造业内部专业化分工的提高，将使得对于外部的生产性服务业的需求不断增加，进而不断提高服务的专业化程度和服务效率，提高兵团生产性服务业的竞争力。

[1]Greenfield H.Manpower and the Growth of Producer Services［M］.New York:Columbia University Press,1966.

[2]刘纯彬,杨仁发.中国生产性服务业发展的影响因素研究——基于地区和行业面板数据的分析[J].山西财经大学学报,2013,35(4):30-48.

[3]韩德超,张建华.中国生产性服务业发展的影响因素研究［J］.管理科学,2008,21(6):81-87.

[4]刘永华.中国促进生产性服务业发展因素的实证研究——基于面板数据的分析[J].求索.2009,(5):32-34.

[5]杨玉英.我国生产性服务业影响因素与效应研究:理论分析与经验证据[D].吉林:吉林大学,2010.

[6]刘晶,刘丽霞.生产性服务业发展影响因素的实证研究——基于山东省面板数据的计量分析[J].技术与创新管理,2011,32(4):354-362.

[7]翁春颖.浙江生产性服务业发展影响因素的实证研究[J].企业经济,2013,(4):123-126.

[8]李毛侠.安徽省消费需求影响因素的主成分回归分析[J].现代物业,2010,9(2):48-51.

[9]何娜.中国生产性服务业集聚测算与影响因素分析[D].云南:云南财经大学,2012.