产业融合视角下信息产业对服务业成长的贡献——基于面板数据分位数回归

杨小杰，肖 艳

(广西大学商学院，广西 南宁 530004)



产业融合视角下信息产业对服务业成长的贡献
——基于面板数据分位数回归

杨小杰，肖 艳

(广西大学商学院，广西 南宁 530004)

产业融合为产业成长和经济增长注入新活力，并成为引领现代产业转型发展的新趋势。在服务业成长的不同阶段，产业融合的贡献整体上保持了较高水平，并且超越劳动力和资本的贡献，充分说明产业融合推动了服务业成长，也体现出服务业成长对信息业的强烈依赖。产业融合的贡献在服务业成长过程中经历了由低到高的变化，且其贡献随着服务业不断成长出现小幅下降，这主要是产业发展的不均衡性和服务业劳动生产率滞后性引起的。应进一步加强落后地区信息技术投入，缩小产业融合的地区差距，强化信息人才队伍建设，构建现代产业融合体系，注重技术创新和全产业链建设，促进现代服务业发展。

产业融合；信息产业；服务业成长；面板数据；分位数回归

伴随着新一轮产业革命的深化拓展，技术创新和产业融合促使传统产业间的边界逐渐被打破，新产业、新业态和新商业模式如雨后春笋般涌现。产业融合为产业成长和经济增长注入新活力，并成为引领现代产业转型发展的新趋势。经济新常态背景下，我国服务业保持较快增长，但仍然存在生产效率不高、科技创新能力不强、人才队伍实力薄弱等问题，服务业转型升级面临诸多挑战。在“互联网+”的带动下，应实现传统服务业与信息技术的融合，推动服务业向现代服务业转型升级。

一、文献综述

产业融合一直是学者关注的热点和研究的前沿，许多学者尝试从不同的角度对产业融合的含义进行界定，如技术、产业、产品、创新等视角，但至今尚未达成共识[1-2]。有学者从产业性质、产业融合过程以及融合技术的角度对产业融合的类型进行研究[3]，也有学者对产业融合的动因进行研究，结果发现产业融合的动因包括内部因素(技术创新、管理创新、战略联盟等)和外部因素(政府管制放松、市场需求、社会经济发展等)[4]。对于产业融合与产业成长关系的研究，Stieglitz(2003)、Gerum E等(2004)分别指出产业融合驱动产业创新体系发生转变，并推动产业裂变、演化发展[5-6]；周振华等(2003)指出产业融合创造出巨大的复合经济效应，对产业成长速度产生极大的刺激效应[7]；李晓丹(2003)认为产业融合在中国产业结构转型升级和经济效益提升方面发挥重要作用[8]；顾乃华等(2006)、肖挺等(2013)认为服务业与制造业的融合有利于服务业产业绩效的进一步提高[9-10]；陶长琪等(2009)认为信息业通过融合创新，与其他产业协同发展，有助于信息产业的成长[11]；谭莹等(2009)认为加大西术与资本的投入，有助于降低我国服务业“成本病”发生的可能[12]；汪芳等(2015)认为信息业与制造业融合对制造业成长的促进显著于绩效提升[13]。

综上所述，国内外相关研究主要从含义、类型、动因等视角研究产业融合，以定性分析研究为主，定量研究产业融合与产业成长关系的成果较少，采用面板数据分位数回归研究产业融合对服务业成长的文献并不多见。本文从产业融合度衡量切入，通过面板数据分位数回归的实证分析，从信息业与服务业融合的角度，研究融合对于服务业成长的贡献程度。

二、产业融合的衡量与评价

(一)产业融合衡量的方法

由于学界对于产业融合的含义尚未达成共识，加之产业融合过程存在高度复杂性，所以至今还未形成一套完整统一的产业融合度衡量指标体系。目前学术界对产业融合度的测算一般是利用技术融合度近似代替产业融合度，所采用的主要方法如表1所示。

表1 测算产业融合度的主要方法

资料来源：在肖挺、刘华(2013)研究基础上归纳

综合表1的对比分析，本文采用投入产出表法，即采用信息产业投入占服务行业营运过程中的中间投入比重作为衡量服务业与信息产业融合程度的指标。

(二)信息产业与服务业各细分行业融合现状

依据中国统计信息网对信息产业相关行业的界定，对比投入产出表中对投入产出各部门分类的界定，在所有42个部门中，将部门18(电气机械及器材制造业)、部门19(通信设备、计算机及其他电子设备制造业)、部门20(仪器仪表及文化办公用机械制造业)、部门29(信息传输、计算机服务和软件业)以及部门41(文化、体育和娱乐业)归为信息产业[14]。选取交通运输、仓储和邮政业、批发和零售业、住宿和餐饮业、金融业以及房地产业(包括物业管理、咨询、估价和中介等)这5个在服务业中产值较高的产业作为与信息产业融合的个体服务行业[10]。其中，信息产业和服务业的相关数据来自2002、2007和2012年《中国投入产出表》与2005和2010年《中国投入产出的延长表》以及《中国第三产业统计年鉴》。利用投入产出法计算出交通运输、仓储和邮政业、批发和零售业、住宿和餐饮业、金融业以及房地产业与信息产业的融合度，结果如表2所示，并在此基础上，绘制2002-2012年服务业各细分行业与信息产业融合度的趋势图，如图1所示。

表2 2002-2012年中国服务业各细分行业与信息产业融合度 (%)

数据来源：2002、2007、2012年投入产出表及2005、2010年投入产出延长表，作者计算

图1 中国服务业各细分行业与

通过图1不难发现，融合度较高的是金融业与批发和零售业，而交通运输、仓储和邮政业、住宿和餐饮业、房地产业的融合度基本在0%-3%之间波动。2002-2012年间服务业各细分行业与信息产业融合程度呈现出剧烈波动性的特征，整体上呈现下降趋势。2007年之前，服务业与信息产业的融合程度基本上呈上升趋势，主要得益于国家在“十五规划纲要”中对信息产业快速发展的重视，政府提出要实现信息产业跨越式发展，这在一定程度上推动了服务业与信息产业的融合。2007年之后，服务业与信息产业的融合程度呈下降趋势，一方面是2008年全球金融危机给我国经济增长带来了巨大压力，制造业危机导致服务业发展迎来寒冬期，到2012年这种影响还尚未消除；另一方面，服务业与信息产业融合度下降，并不意味着服务业中信息技术的投入也呈下降趋势，随着信息产业与服务业的融合不断加深，服务业产出的增加值已远远高于信息技术投入的增加值，但由于现有指标无法测算出信息技术投入创造的产出，因此不可避免地造成了信息产业与服务业的融合度被低估的结果。但是随着“互联网+”时代的到来，电子商务与餐饮住宿业实现高度融合，互联网金融井喷式发展，进一步推动了信息产业与金融业的融合，未来服务业与信息产业的融合将会达到一个全新的高度。

三、产业融合对服务业成长的贡献：基于传统的C-D生产函数

(一)研究方法

分位数回归(Quantile Regression)由Koenker和Bassett(1978)提出，使用残差绝对值的加权平均作为最小化的目标函数，是一种在若干条件分位数下对被解释变量的条件分布的拟合。Koenker和Hallock(2001)认为经典的线性回归都是考察解释变量对被解释变量的条件期望的影响，实际上都是均值回归。分位数回归是在估计被解释变量取不同分位数时，对特定分布的数据进行估计，就能对条件分布有更加精细的估计。分位数回归模型在以下4个方面优于经典曲线估计：第一，存在异方差的模型也能适用；第二，对条件分布的刻画更加细致，能给出条件分布的全貌，不同分位点下所给出的参数估计本身也可能有进一步探讨的意义；第三，分位数回归对分布假设要求不强，在随机扰动不服从正态分布时，分位数回归估计量比经典线性回归估计量更有效；第四，估计量不容易受到极端值的影响[15]。

面板数据分位数回归方法一方面可有效利用面板数据增加数据的变异性，减少变量间的多重共线性，增大自由度，增加模型的参数估计值可靠性；另一方面，分位数能从不同层面对数据做一个全方位的分析，发现一些在均值回归中难以发现的信息[16]。

(二)模型建立与变量设计

基于传统的Cobb-Douglas生产函数，为分析产业融合对服务业成长的贡献，将产业融合的影响从全要素生产率中析出，建立如下面板数据模型：

log(Yit)=Ait+αitlog(Kit) +βitlog(Lit)+γitlog(Iit)+μit

(1)

式(1)中，Y为中国服务业各行业的年末总产值，表示中国服务业的成长；L为年末就业人数，表示劳动力投入；K为年末固定资产净值，表示资本投入；I为产业融合水平；A为截距项表示除资本、劳动力和产业融合之外影响服务业产业增长的其他重要因素的贡献；i为截面个体：表示第i个服务业部门；t为时间变量；μ为随机误差项；α、β与γ分别表示资本、劳动力和产业融合水平的产出弹性，其数值分别反映了各投入要素对服务业成长的贡献。各变量的描述性统计如表3所示。

表3 变量的描述性统计

数据来源：2003-2013年《中国第三产业统计年鉴》，作者计算

(三)实证结果

1.面板数据的平稳性检验

各变量零阶单整或者存在协整关系是面板数据分位数回归应用的前提条件。单位根检验是检验面板数据平稳性的标准方法，面板数据单位根检验常用的方法有LLC检验、HT检验、Breitung检验、IPS检验、费雪检验以及Hardri LM检验等[17]。本文采用LLC检验与费雪检验两种方法，结果如表4所示。考虑到两种检验方法的差异性，本文以同时满足两种检验方法的结果为准，以增强检验的说服力。经检验，在显著性水平0.05的情况下，一阶差分后的所有变量均满足平稳性检验。

表4 面板数据的单位根检验结果

2.面板数据的协整检验

面板数据的平稳性检验结果表明变量之间并非零阶单整，，因此需要进一步检验变量之间是否存在协整关系。面板数据的常用协整检验方法为Kao test和 Pedroni test。检验结果显示，当最大滞后阶数为1时，存在协整关系。

3.产业融合对服务业成长贡献的面板数据分位数回归

在满足面板数据分位数回归的前提条件下，面板数据分位数回归还需要考虑模型的设定形式。面板数据模型可分为变截距、变系数与混合回归三类，模型形式的选择可通过F检验获得，表5显示了F检验的结果。通过固定效应回归方程rho值0.98321，判断拒绝混合模型，即面板数据存在个体效应，随机效应的模型rho值为0.71937，拒绝混合模型选择随机效应模型，最终选择变截距模型。此外，固定效应与随机效应的选择也是面板数据分位数回归应考虑的问题。通过Hausman检验判断个体效应是以固定效应还是随机效应存在。如表6所示，拒绝原假设系数没有系统差异，认为固定模型更加有效。

表5 模型形式的F检验结果

注：* p<0.1,** p<0.05, ***p<0.01

表6 Hausman检验结果

为了准确地衡量在服务业成长的不同阶段产业融合带来的贡献，将服务业成长阶段划分为9个分位数(r=0.1～0.9)共3个阶段，起步阶段(r=0.1～0.3)、中期阶段(r=0.4～0.6)、后期阶段(r=0.7～0.9)。以分位数回归的方法进行测算。分位数从小到大的变化过程代表服务业成长水平由低级向高级演变，各投入要素弹性系数的变化揭示了各投入要素对服务业成长的贡献与服务业成长水平提升之间的关系。为了对比产业融合与资本、劳动力等要素对服务业成长贡献的差异，表7为投入要素的面板分位数回归结果。结果显示，分位数回归模型的拟合优度值(R2)位于0.7620～0.9231之间，表明分位数回归模型在整体上拟合优度较好。

表7 面板分位数回归结果

注：*、**和***分别表示在10%、5%和1%的水平下检验显著

为了直观地反映和比较各投入要素在服务业成长不同阶段的贡献，归纳各要素变化的趋势特征，绘制出各投入要素的弹性系数变化趋势折线图，结果如图2所示，共归纳出以下五点规律：

(1)服务业成长的不同水平阶段，各投入要素的贡献不同

当服务业成长处于起步阶段时(r=0.1～0.3)，劳动力对服务业成长的贡献最大，资本次之，产业融合的贡献最小；当服务业成长处于中期阶段时(r=0.4～0.6)，资本超越劳动力成为贡献最大的要素，产业融合对服务业成长的贡献呈现出持续上升的态势，仅次于资本要素，劳动力的贡献持续下降，贡献最小；当服务业成长处于后期阶段时(r=0.7～0.9)，产业融合对服务业成长的贡献略高于资本，位居第一，资本次之，劳动力的贡献降至最低。这反映出在服务业成长的不同水平阶段，各投入要素对服务业成长所起到的主导作用是动态变化的。

图2 服务业成长的不同阶段各投入要素贡献的变化

(2)产业融合对服务业成长的贡献经历了由低到高的变化

当服务业成长处于起步阶段时(r=0.1～0.3)，产业融合对服务业成长的贡献均低于资本和劳动力；当服务业成长的中后期阶段(r=0.4～0.9)，产业融合对服务业成长的贡献均稳定在较高水平。这表明产业融合对服务业成长的贡献与Solow 提出的“生产率悖论”相关，即信息技术对服务业成长的贡献存在时滞效应，同时也表明信息业与服务业融合是推动服务业成长的重要力量之一。

(3)产业融合的贡献整体上保持较高水平

当服务业成长处于起步阶段时(r=0.1～0.3)，产业融合的贡献较低，服务业成长对信息产业低度依赖；当服务业成长处于中期阶段时(r=0.4～0.6)，产业融合的贡献持续增长，服务业对信息产业中度依赖；当服务业成长处于后期阶段时(r=0.7～0.9)，产业融合的贡献超越其他要素位居第一，服务业对信息产业高度依赖。这一结论表明，随着服务业的不断成长，产业融合的贡献作用不断加强，体现了服务业对信息技术的强烈依赖性。

(4)资本的贡献整体上保持均衡水平

资本的贡献在服务业成长的中后期阶段呈现小幅下降的趋势，整体上保持在0.4左右的水平。总的来说，资本的贡献在服务业成长的各阶段始终保持均衡水平。这主要归因于资本密集型产业在服务业中占有相当的比重，其对资本的依赖性偏高。

(5)劳动力的贡献在服务业成长过程中持续下降

当服务业成长处于起步阶段时(r=0.1～0.3)，劳动力的贡献在较高水平呈平缓下降趋势，一方面是由于在服务业成长初期，绝大部分产业是劳动密集型产业，劳动力的贡献偏高，另一方面，由于服务业需求缺乏价格弹性，难以避免“鲍莫尔成本病”带来的影响；当服务业成长处于中期阶段时(r=0.4～0.6)，劳动力的贡献出现急剧下降，因为随着信息技术与资本的投入不断加大，服务业与相关产业的不断融合，促使传统服务业向现代服务业转型，劳动力被大量解放出来；当服务业成长处于后期阶段时(r=0.7～0.9)，劳动力的贡献并未持续下跌趋向0，而是基本在0.2附近波动，这是因为服务业难以像制造业达到完全机械化，导致劳动力的贡献仍然存在。

四、结论

在信息业与服务业融合关系的研究文献中，较少涉及产业融合对服务业成长贡献的实证研究。本文基于面板数据分位数回归法，分析了我国产业融合对服务业成长的贡献。综合实证分析结果，得出如下结论：

(一)从整体上看，在服务业成长的不同阶段，产业融合的贡献保持了较高水平，并且超越劳动力和资本的贡献，充分说明产业融合推动了服务业成长，与此同时，也体现出服务业成长对信息业的强烈依赖。

面板数据均值回归结果显示，产业融合对服务业成长的贡献是显著的，且均大于劳动力和资本的贡献。面板数据分位数回归结果表明，产业融合的贡献整体上保持较高水平，除了服务业成长的初级阶段低于劳动力和资本外，在其他阶段均高于资本和劳动力的贡献。因此，从服务业成长各个阶段的不同表现来看，产业融合是推动我国服务业成长的重要力量。此外，面板数据分位数回归结果也表明，随着服务业成长水平的提升，资本的贡献基本上在较高水平上保持平稳，劳动力的贡献总体上不断下降，而产业融合的贡献虽然有所变化，但相对稳定。这表明，随着服务业成长水平的提升，服务业成长对产业融合和资本的依赖不断加强，服务业将逐渐从以劳动力密集型产业为主的传统服务业转型为信息和资本密集型产业为支撑的现代服务业。在这个过程中，服务业从业人员要逐渐从简单的数量增加向质量的提升转变，服务业应该更加重视人才队伍建设，在我国产业融合不断深入和扩展的背景下，服务业应加大对信息人才培养的力度。

(二)产业融合的贡献在服务业成长过程中经历了由低到高的变化，且其贡献随着服务业不断成长出现小幅下降

面板数据分位数回归结果显示，产业融合对服务业成长的贡献与服务业成长水平有直接关系。当服务业成长处于初期阶段时，产业融合对服务业成长的贡献并不明显；当服务业成长处于后期阶段时，产业融合的贡献出现小幅降低，但基本稳定；当服务业成长处于中期阶段时，产业融合的贡献在较高水平波动。本文认为导致这种结果的原因是产业发展的不均衡性和服务业自身问题。首先，从服务业成长的不均衡性来看，我国服务业成长存在明显的区域不均衡性，主要体现在各省份之间与省份内部城乡之间服务业成长水平差异较大。对于服务业成长水平较低的西部省份，服务业中的信息技术投入相对缺乏，产业融合水平较低，产业融合对服务业成长的贡献尚未得以释放。因此，加强信息业投入，提高产业融合水平，西部省份的服务业成长水平将会得到显著提升。对于服务业成长水平较高的东部沿海省份，信息技术的投入相对饱和，因此产业融合对这些省市的服务业成长贡献相对而言并不明显。

服务业自身问题的解释与“鲍莫尔假说”和索洛“生产率悖论”的观点相关，“鲍莫尔假说”认为制造业部门应归为技术进步部门，而服务业部门则应归为技术滞后部门，制造业的劳动生产率整体上高于服务业的劳动生产率，服务业存在的劳动生产率滞后性的特点。索洛发现信息技术对生产率发展的推动并没有想象的那么显著。造成“生产率悖论”的原因很多，其中一个是利润的重新分配与扩散，即信息技术投资可能导致一部分产业抢占较大的市场和利润份额，对另一部分产业来说会遭受损失，只是收益在不同产业之间的重新分配，并不能从整体上扩大收益。因此，也可以理解为某个产业信息技术投资所产生的收益增加效应会因为其他产业同时加强信息技术投入而部分甚至全部抵消。体现在服务业成长的后期阶段，当各产业都在加强信息技术投入时，产业融合对服务业成长的贡献并未随之增长。

[1]Yoffie D B. Competing in the age of digital convergence[J].California Management Review，1996，38(4)：31-53.

[2]Lind J.Ubiquitous convergence：market re-definitions generated by technological change and the industry life cycle[R].New York：Paper for the DRUID Academy Winter Conference，2005.

[3]Hacklin F，V. Raurich，C Marxt.Implications of technological convergence on innovation trajectories: the case of ICT industry[J].International Journal of Innovation & Technology Management，2005，2(3)：313-330.

[4]于刃刚.产业融合论[M].北京: 人民出版社，2006.

[5]Stieglitz N. Digital dynamics and types of industry convergence: the evolution of the handheld computers market [J].The Industrial Dynamics of the New Digital Economy，2003，(2)：179-208.

[6]Gerum E，Sjurts I，Stieglitz N. Industry convergence and the transformation of the mobile communications system of innovation[C].Berlin：ITS 15th Biennial Conference，2004.

[7]周振华.产业融合：产业发展及经济增长的新动力[J].中国工业经济，2003，(4)：46-52.

[8]李晓丹. 产业融合与产业发展[J].中南财经政法大学学报，2003，(1)：54-57.

[9]顾乃华，毕斗斗，任旺兵.中国转型期生产性服务业发展与制造业竞争力关系研究——基于面板数据的实证分析[J]. 中国工业经济，2006，(9)：14-21.

[10]肖挺，刘华. 中国服务业制造化的产业绩效分析[J].软科学，2013，(8)：15-19.

[11]陶长琪，齐亚伟. 融合背景下信息产业结构演化的实证研究[J.管理评论，2009，(10)：13-21.

[12]谭莹，赵汴.信息化对服务业增长影响的实证研究[J]. 商业时代，2009，(13)：18.

[13]汪芳，潘毛毛. 产业融合、绩效提升与制造业成长——基于1998-2011年面板数据的实证[J]. 科学学研究，2015，(4):530-538.

[14]马婷婷，米传民.基于投入产出表的各省工业化与信息化融合度测算[J].价格月刊，2011，(10)：52-55.

[15]金鹏，周娟. 信息化对旅游产业增长的贡献——基于面板数据分位数回归的分析[J].旅游学刊，2016，(4)：71-80.

[16]陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社，2014.

(责任编辑：杨成平)

The Contribution of Information Industry to Service Industry Growth from Industrial Integration Perspective: Based on Quantile Regression of Panel Data

YANG Xiao-jie, XIAO Yan

(School of Business, Guangxi University, Nanning 530004, China)

Industrial integration promotes industry and economic growth, and leads modern industrial restructuring and development. The empirical results show in different stages of service industry growth, the contribution of industrial integration maintains a relatively high level, and beyond the contribution of labor and capital. This demonstrates that industry integration can promote the service industry growth, and the growth of service industry is strongly dependent on information industry. The contribution of industry integration is experiencing a change from low to high in the development of service industry, and contribution declines slightly with the continuous growth of service industry. It’s mainly caused by industrial development imbalance and labor productivity lag in service industry. It’s suggested to further increase the investment of information technology in backward areas, narrow regional disparities of industrial integration, build a qualified personnel team, construct a modern industrial integration system, make technological innovation and build the whole industry chain to promote the development of modern service industry.

industrial integration; information industry; service industry growth; panel data; quantile regression

2016-08-16

2014年国家旅游局项目“乡村旅游推进旅游精准扶贫的路径与利益协调机制研究”(TYETP201334-2)。

杨小杰(1990—)，男，河南平顶山人，研究生。研究方向：旅游规划设计与旅游经济。

F49

A

1008-4940(2016)05-0001-09