生产性服务业与技术密集型制造业互动发展的行业差异

摘 要：本文运用2013年-2020年生产性服务业和技术密集型制造业的股票价格数据，分别计算行业之间的尾部相关性，并运用社会网络分析建立关联网络模型，从而结合中心性分析方法对网络模型进行实证分析，根据其多个中心性指标分析行业发展关系。

关键词：生产性服务业;技术密集型制造业;社会网络

一、引言

近些年，世界各国都将经济发展中心转向依附于高新技术发展的服务业，尤其生产性服务业，因为其具有中间投入的特点，对产业生产的上下游连接起着重要的作用。除此之外，其最初是由制造业内部分离出来的，从而其最主要的是为促进制造业的发展。目前，国内外对生产性服务业的研究越来越多。学者们大都是从宏观层面上，以投入产出数据为基础，以行业或区域角度去研究两者之间的关联情况、互动关系以及发展效果。刘书瀚（2010）和曹毅（2009）等利用投入产出数据算出投入产出系数，对制造业和生产性服务业两者之间产业关联关系进行分析。田家林和黄涛珍（2010）以及王惠清（2018）计算制造业和生产性服务业的消耗系数、影响力系数和感应度系数，从而进行实证分析。席艳乐和李芊蕾（2013）以及华广敏（2015）运用联立方程模型进行分析。凌永辉（2018）等运用计量经济模型分析产业间关系。而本文着重运用社会网络模型分析行业间发展关系。

二、数据与方法

1.数据说明

（1）指标体系构建

本文通过计算各个行业之间的尾部相关性来研究生产性服务业与制造业的互动发展差异。通过相关系数考察各个行业之间的关联关系，从而进一步构建行业之间的网络模型。我们借鉴已有的研究成果来计算其尾部相关性。

（2）阈值的选取-非对称断点法

该方法是由C.Y.-H.Chen et al.（2018）提出来的，将正相关系数以及负相关系数分别提出来，设置两个阈值，分别为正、负阈值，由此不对称地处理了较大的正、负相关性。

（3）数据来源

本文所采用的数据来自2013年-2020年wind数据库，以国家统计局对生产性服务业和制造业的划分为依据，选取证监会行业分类下的股票价格数据进行研究。

2.社会网络模型

本文主要通过构建社会网络模型去揭示行业间的互动关系，主要是通过度数中心性、中间中心性以及接近中心性指标刻画生产性服务业与技术密集型制造业之间的相互溢出关系。

三、实证分析

我们分别以1天、10天、20天为滞后期，T=1、10、20，并且取k=130。

首先我们运用Matlab软件根据公式（1）计算出行业之间的尾部相关性，根据公式（2）～（5）计算出正、负阈值，从而得到0-1矩阵，然后运用Ucine以及Netdraw软件构建关联网络模型。

1.度数中心度

从生产性服务业中可以看出，点出度最高的行业为批发零售业信息和传输、软件和信息技术服务业，其点出度为13。这说明它们与其他行业的关联能力较强，并且多个技术密集型制造业之间存在溢出关系，能够很好地对技术密集型制造业的生产过程提供支持服务。其中点入度最高的行业为交通运输、仓储和邮政业和其他金融业，点入度为12，这说明其能够很好利用技术密集型制造业所提供的支持来加速自身行业的进步。在技术密集型制造业中点出度最高的行业为仪器仪表制造业，说明其能够很好地运用自身资源对生产性服务业的发展提供支持与帮助。点入度最高的行业专用设备，点入度14，其发展会受其余行业的影响，因此其与多个生产性服务业有着密切关联。

2.中间中心度行业差异分析

我们将服务业与制造业区分开来，分别来看中间中心度在行业之间的差异。生产性服务业中，最高的行业为信息传输、软件和信息技术服务业，为2.44，并且在所有行业中都是最高的。因此该行业在整个网络模型中处于中心地位，对整个资源有着较强的控制能力，并且与多个技术密集型制造业之间存在紧密关联。在技术密集型制造业中最高的是为仪器仪表制造业，为2.4。所以其与生产性服务业互动最频繁，能够很好地利用多个生产性服务业的资源进行资源整合，从而促进行业进步。但是从下表中我们可以进一步发现，当从每个细分行业的整体情况来看，其结果出现两级分化的现象。一大部分行业中间中心度在2左右，而另一小部分行业的度数则在0.5上下浮动，这说明大部分，只有少部分行业的资源控制能力较差。

在本文中我们认为中间中心度大于2的行业在网络模型中处于中间位置，在1～2之间的行业在模型中处于次级中心位置，小于1的处于模型中的边缘位置。通过分析发现，在生产性服务业中有两个行业在整个网络模型中处于中心地位，它们都与多个技术密集型制造业有着紧密的关联关系。技术密集型制造业中则有三个行业在整个网络模型中处于中心位置，这也就说明了他们与生产性服务业中各个行业也都产生了关联关系。而生产性服务业中有三个行业处于网络模型中的次级中心位置，它们与少部分技术密集型制造业有关联关系。技术密集型制造业中仅有运输设备制造业处于网络模型的次级中心位置，这说明该行业从生产性服务业中所得到的资源帮助较少。剩余的其他行业都处于网络模型的边缘位置，与其他行业之间的互动发展关系并不突出。

四、结论

本文运用Kendall rank相关系数方法计算了2013年-2020年各个行业之间的尾部相关系数，并据此构建了关联网络模型，然后结合中心性分析对所建立的网络模型进行实证结果分析。结果显示，生产性服务业处于中心地位并且有着较强的资源能力，所以其对技术密集型制造业的发展有着强有力的推动作用。而对于技术密集型制造业来说，网络密度较大，因此其整体稳定性较强，生产性服务业和技术密集型制造业之间都存在较高的点出度，因此两者行业之间彼此促进，共同发展，所以两者之间的融合发展水平较高。

参考文献：

[1]刘书瀚，张瑞，刘立霞.中国生产性服务业和制造业的产业关联分析[J].南开经济研究，2010（06）：65-74.

[2]曹毅，申玉铭，邱灵.天津生产性服务业与制造业的产业关联分析[J].经济地理，2009，29（05）：771-776.

[3]田家林，黄涛珍.生产性服务业与其他产业的互动关系——基于历次投入产出表的分析[J].中国科技论坛，2010（08）：53-59.

[4]华广敏.高技术服务业与制造业互动关系的实证研究——基于OECD跨国面板数据[J].世界经济研究，2015（04）：113-120+129.

[5]席艳乐，李芊蕾.长三角地区生产性服务业与制造业互动关系的实证研究——基于联立方程模型的GMM方法[J].宏观经济研究，2013（01）：91-99.

[6]凌永辉，张月友，沈凯玲.中国的产业互动发展被低估了吗？[J].数量经济技术经济研究，2018，35（01）：23-41.

[7]Alexandru V Asimit，Russell Gerrard，Yanxi Hou，Liang Peng. Tail dependence measure for examining financial extreme co-movements[J].Journal of Econometrics，2016，194（2）.

[8]Cathy Yi-Hsuan Chen，Wolfgang Karl ，Yarema Okhrin. Tail event driven networks of SIFIs[J].Journal of Econometrics，2018.

作者简介：方雪（1996- ），女，汉族，四川達州人，中国海洋大学经济学院，硕士研究生，数量经济学专业，研究方向：金融风险