服务业对战略性新兴产业的支撑效率研究——以东北三省电子及通信设备制造业为例，本文主要内容关键词为：战略性论文,为例论文,服务业论文,通信设备论文,制造业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
DOI:10.3773/j.issn.1006-4885.2013.07.025
中图分类号：F426；F623 文献标识码：A 文章编号：1002-9753(2013)07-0025-16
“战略性新兴产业”是我国特有的产业经济概念，最早析出于《国务院关于加快培育和发展战略性新兴产业的决定》(国务院于2010年9月审议并原则通过)。自此之后，这一产业经济内涵便迅速扩散为国内学术界研究的聚焦点和实体经济中投资选择的热点。有关于以投资驱动战略性新兴产业发展的问题，学术界将投资取向划分为两个方向。其一，直接投资方式，将资金投放于战略性新兴产业本身；其二，间接投资方式，将资金投放于配套战略性新兴产业发展的服务业，尤其是生产性服务业方面。
相对于针对产能规模视角下的“直接投资”研究取向，以服务业为侧重的“间接投资”研究取向则试图从产能配套的视角诠释服务业对于战略性新兴产业的支撑作用。路通、刘立(2008)[1]论述了现代生产服务业在促进产业结构调整和加速新型化工业进程中发挥出重要的支撑性作用。裴长洪、郑文(2010)[2]则提出先进制造业的竞争优势需要得益于服务业的支撑，发展先进制造业也可以互动促进制造业服务的外包化和现代服务业整体的加强。段炼、赵德海(2011)[3]认为制造业的服务化应成为发展战略性新兴产业的新思路，生产性服务业将会推动技术进步并进一步促使产业分工不断深化。徐代明(2012)[4]进一步提出与现代服务业融合发展是战略性新兴产业发展的有效模式，应尽快形成战略性新兴产业与现代服务业融合发展的共识，破除产业融合发展障碍以实现两者的高效融合发展。蒋永宏、周聪(2012)[5]则以辽宁为样本空间，从产业关联的角度测度了现代服务业同高端装备制造业之间互为依托的投入产出关系。
应该说，以服务业为支撑条件，从而对战略性新兴产业的发展进行间接分析的研究视角，为“战略性新兴产业”这一内涵的发展提供了研究视阈的角度创新并加强了理论研究的配套属性。但已有成果多以主观层面上的经验分析为主，在客观数据定量支撑层面则稍显薄弱，而这也正是本文得以展开的技术背景。本文以实证分析为基础，并试图通过实证测度解释如下三个存在递进关系的问题：1.如果对于服务业的投入真的能够促进相关战略性新兴产业的产出，那么这种投入产出效率是怎样的，又该如何衡量？2.如果将服务业进一步划分为生产性服务业和消费性服务业两类，那么当前阶段，相对于相关战略性新兴产业的产出收益，谁更具有投资的比较优势？3.下一阶段而言，又该如何分配对于(生产性)服务业的投资取向，才能更有效促进相关战略性新兴产业更具潜力地发展？
1 统计约束条件及样本数据来源
1.1 统计约束条件
“战略性新兴产业”在我国尚处于发展初期，对其产业内涵范畴的界定还相对比较粗犷。虽然国家战略层面提出优先发展新能源、新材料、节能环保、生物、信息以及现代装备制造这六大产业，但统计口径层面而言，却很难将以上六类宽泛产业范畴内的统计数据做到有效剥离。在国家层面尚未正式出台针对性较强的统计报表及年鉴类统计资料前，考虑到通信产业是我国在完全开放竞争的环境下实现“后来居上”最成功的典型[6]，且电子及通信产业本身对于我国发展战略性新兴产业所发挥出的核心技术引领作用[7][8]，本文选取“电子及通信设备制造业”作为衡量战略性新兴产业发展的样本表征。
虽然产业经济的发展并不应仅仅依靠投资来驱动，但源于战略性新兴产业在我国成长的初期性，很多基础设施和产业配套的建设工作都还需要相继展开。所以当前阶段，投资驱动仍将对于战略性新兴产业的成长乃至中国经济的整体增长发挥出无可替代的驱动作用。反映到投资环节，通常分为“技术创新”和“基础设施”两个投资方向[9]。与基础设施相比，技术市场成交额、专利申请量、技术引进合同等指标都涉及技术创新，但在统计层面，却很难得到按产业类别严格划分的统计数据。所以本文仅选取“固定资产投资”指标作为衡量投资对于服务业进行“基础设施”建设的表征，并将其作为涵盖“技术创新”指标的完全性投资表征。与之相对应的战略性新兴产业经济产出层面，则选取电子及通信设备制造业的“主营业务收入”和“利润总额”两项指标作为样本数据的观测点来加以衡量。
为使政策结论的实证基础和前瞻属性更加清晰，时间维度内，将统计分析按照“当前阶段”及“今后阶段”两个发展区间展开。因为《国务院关于加快培育和发展战略性新兴产业的决定》是于2010年9月审议并原则通过的，考虑到政策从出台到落地在区域执行层面的滞后效应(实际上全国各省份的战略性新兴产业发展规划多于2011年才开始陆续公布)，另外各类统计年鉴在发布时间层面也存在延时属性(如2012年发布的统计年鉴实际上是以2011年为统计区间的)，所以战略性新兴产业的实际执行节点应在2011年。为在时间维度内更稳定地观察战略性新兴产业的历史继承属性，将2008至2011年定义为当前阶段，而将自此以后的时间序列定义为今后阶段。
1.2 样本数据来源
样本选取层面，抽选东北三省(辽宁、吉林、黑龙江)作为实证数据的采样样本，一方面是为了压缩对于统计数据进行计算的繁复程度，另一方面也是基于东北三省在先进装备制造业方面地缘禀赋的考虑。本文实证过程所用数据均来源于2008年至2012年的各类统计年鉴，具体包括《中国统计年鉴》、《中国第三产业统计年鉴》、《中国高技术产业统计年鉴》以及《中国科技统计年鉴》和东北三省各省域的统计年鉴。
2 投入产出效率：投资服务业对于战略性新兴产业产出的效率分析
2.1 实证方法的比较和选择：DEA包络评价
为更清晰地判断不同类型服务业对于战略性新兴产业支撑效率的差异，参考联合国统计司于2004年5月发布的国际标准产业分类①，将服务业划分为生产性服务业和消费性服务业两个基本类别[10]。生产性服务业是由制造业生产环节外置而发展起来的，国外多译为“生产者服务”。作为一种中间要素投入，它为生产提供现代物流服务、金融保险服务、信息和各类中介服务等[11]。本文参考《中国第三产业统计年鉴2012》所涵盖的14项产业分类，将“交通运输、仓储和邮政业(JT)”、“信息传输、计算机服务和软件业(XX)”、“金融业(JR)”、“租赁和商务服务业(ZL)”、“科学研究、技术服务和地质勘察业(KX)”、“水利、环境和公共设施管理业(SL)”、“公共管理和社会组织(GG)”以及“教育(JY)”8项服务业划归为生产性服务业，其余6项服务业，“批发和零售业(PF)”、“住宿和餐饮业(ZS)”、“房地产业(FC)”、“居民服务和其他服务业(JF)”、“卫生、社会保障和社会福利业(WS)”、“文化、体育和娱乐业(WT)”则划归为消费性服务业。
为测度由于对服务业的投入而带来的战略性新兴产业产出效率，可以用“投入产出比”这一指标来加以评价。当两大类服务业(包括14项细节分类)的投入产出均可折算成同一单位计量时，容易计算出其分项的投入产出比并按其贡献大小进行绩效排序，学界通常运用由瓦西里·列昂惕夫(W.Leontief，1936)所创立的投入产出表来实现这一评价过程。但统计数据层面，我国投入产出表的发布时间为经济普查年份，统计周期不固定，最近一次发布的是《2007年中国投入产出表》，尚在战略性新兴产业概念内涵出台之前。因此在数据支持层面，并不具有实际的参考意义。尤其是当被衡量的同类型组织有多项投入和多项产出时(本文选取对于两类服务业的“固定资产投入”作为2项投入，选取电子及通信设备制造业的“主营业务收入”和“利润总额”作为2项产出)，投入产出比“全局最优”而非“局部最优”的计算方式亦可能会在系统层面对于多输入输出系统造成优化偏差[12]。
基于以上原因，本文选择在处理多输入，特别是多输出情况上占有绝对优势的DEA方法来评价两类服务业对于电子及通信设备制造业的投入产出效率。即以“效率”或“相对有效性”来替代表征“投入产出比”，所不同的仅仅是加权意义下的投入产出。
2.2 测度结果及实证结论1
本文所选用的DEA方式为(A.Charnes，W.W.Cooper，E.Rhodes，1978)C2R对偶输出模型，建模倾向是追求输出的增大。即基于电子及通信设备制造业主营业务收入和利润总额产出的技术效率，在生产性服务业和消费性服务业的投入组合下，以实际产出与最大产出之比来计算。样本数据经DEAP-2.1运行处理，测度结果参见表1。
由表1可知，2011统计年度内，辽宁省和吉林省因对于服务业整体的固定资产投入而带来电子及通信设备制造业的产出，是技术效率是DEA有效的。辽宁省的规模效率亦为DEA有效，吉林省的规模效率却仅为0.268，但具有规模递增效应，即投入规模应进一步增大；相比之下，黑龙江省服务业对于电子及通信设备制造业这一战略性新兴产业的支撑效率却不尽理想，纯技术效率和规模效率分别仅为0.151和0.349，均DEA无效，这说明黑龙江省对于服务业的投资驱动出现了问题。输入项
，rm和sm值均为0.000，说明对于消费性服务业的投入是有效的，问题则出在对于生产性服务业的投资层面。产出角度，观测到规模效率具有递增(irs)效应，所以
应在现有基础上进一步增加7.904；相比于消费性服务业，黑龙江省对于生产性服务业的投入则应减少170.375，同时，其产出则应该增加97.202才能达到DEA有效。
如果以“固定资产投入”指标来表征资本对于服务业的投入，以“主营业务收入”和“利润总额”来反映采样样本的经济产出，我们可以得到如下结论：东北三省在2011统计年度内，以电子及通信设备制造业为代表性的战略性新兴产业，从对于服务业的投入中获得了较为有效的技术支撑。辽宁省的资金投入和产出规模应保持现状、吉林省应进一步加大对于服务业的资金投入规模、黑龙江省则应进一步挖掘资金的投入效率以获得更高回报率的技术产出。
总体而言，我们可以这样回答本文开头预设的第一个问题：对于服务业的投入基本能够在主营业务收入和利润总额层面有效促进战略性新兴产业的经济产出。单纯从技术效率和规模效率角度考虑，DEA包络评价法是一种简单有效的测度手段。如果统计数据支持，借助投入产出表还可以将服务业投入效率的初步结论在细分行业类别层面作进一步地细分探究。
3 产出收益差异：生产性服务业相对于消费性服务业的投资收益比较
服务业在产业配套层面支撑着战略性新兴产业的发展，对于服务业的固定资产投入亦能够在战略性新兴产业的技术效率层面获得相对高效的经济产出。但如果将投资有效性的问题进一步细分，即递进式的探究生产性服务业和消费性服务业的投资回报率。那么，哪种性质的服务业更具有投资的比较优势呢？国内学者多倾向将橄榄枝投向于生产性服务业，因为与生产性服务业的协同、融合发展才是构建现代工业体系的协调发展模式[13]。无疑，在产业配套层面，生产性服务业能够对于战略性新兴产业，尤其是先进装备制造业的远期发展起到打通瓶颈、提升整体生产效率的支撑作用[14]。但问题是，于当前发展阶段，战略性新兴产业尚处于发展初期，理论产能尚掣肘于规模优势的发展空间(前部分DEA测度的Scale Efficiency结论)。换言之，对于当前发展阶段战略性新兴产业，“生产”对于产业的促进作用未必会比“消费”来得更加直接。亦即，短时期内，优先投资的考虑对象究竟应该是“生产配套”还是“消费拉动”，还需要更加客观的统计数据来加以验证。
3.1 测度方式的选择：灰色关联分析
前部分，我们以DEA包络法分析了电子及通信设备制造业有效生产的前沿面。测度过程借助于2011统计年度的截面数据，得出的是一个静态的定性分析结论。而对于投资比较优势的测度，本文则将“当前阶段”的时间序列限定为2008-2011年间，以时间序列数据作动态地比较评估。
灰色关联分析是根据因素之间发展趋势的相似或相异程度作为衡量因素间关联程度的一种方法，由我国学者(邓聚龙，1979)以“灰色系统”的形式提出。该理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素)之间的数值关系。因此，灰色关联度为分析一个系统发展变化的态势提供了量化的依据，非常适合动态历程分析[15]。我们借助灰色系统的分析框架，以对于生产性服务业的固定资产投入和对于消费性服务业的固定资产投入分别作为投入子系统，以电子及通信设备制造业的主营业务收入和利润总额分别作为战略性新兴产业产出的样本产出子系统，分析两类服务业投入子系统与战略性新兴产业产出子系统间的关联程度。系统发展过程中，若投入子系统与产出子系统的变化趋势具有一致性、同步变化程度较高，则称之为高关联，认为投资的比较优势较明显。反之，则称之为低关联，认为投资的比较优势较低。
对于生产性服务业的固定资产投入、消费性服务业的固定资产投入，电子及通信设备制造业的主营业务收入以及利润总额，各项指标经平均转化②后得到的标准序列如表2及表3所示。其中，“主营业务收入”列及“利润总额”列分别作为两次灰色关联分析的比较数列，生产性服务业及消费性服务业项下的14列则分别作为参考数列。
3.2 测度结果及实证结论2
按照建立参考数列、比较数列，无量纲化处理原始数据，计算每个时刻点比较数列与参考数列的绝对差，计算关联系数，计算关联度的计算顺序进行灰色关联度分析，最终得到的计算结果分别如表4、表5所示。需要额外说明的一点是，最终的计算结果需要确定分辨系数的待定系数值。相关研究表明，当待定系数小于等于0.5436时，分辨率最大[16]。按学界通常做法，本研究中将其取值为0.5。
为在更宏观层面上尽量消除因地缘差异而导致的由于对生产性服务业和消费性服务业固定资产投入的差异而导致的对电子及通信设备制造业的总体利润总额及主营业务收入造成的差异，计算大区范围内的投入产出关联度
。可以发现，大区维度内，对于消费性服务业的固定资产投入，基本持平或略高于对生产性服务业的固定资产投入而带来电子及通信设备制造业在利润总额和主营业务收入层面的经济产出。
由此我们可以较为初步地回答本文预设的第二个问题：于当前发展阶段，相比于在理论和政策层面更受青睐的生产性服务业而言，对于消费性服务业的固定资产投入，能够在电子及通信设备制造业层面获得更为有效的主营业务收入和利润总额产出。在战略性新兴产业基础设施和规模优势尚未完全铺开的情况下，“产能配套”并未比“消费拉动”显现出更具投入收益的比较优势。
4 投资路径选择：主要影响因子视角下对于(生产性)服务业的投入
于当前发展阶段而言，消费性服务业要比生产性服务业更具有投资回报率方面的比较优势。但如果将分析视角定位于今后发展阶段，我们不禁要提出这样一个问题：消费是否能够无限制地促进战略性新兴产业的成长？答案显然是否定的，因为即使消费的需求是无限增长的，长期发展角度而言它也会受制约于生产配套角度产能瓶颈，而这种产能规模上的发展瓶颈，则完全受制约于生产性服务业的产业配套效率。这种生产效率的配套，不仅体现在对于传统制造业和服务业产生的影响，更体现在对于智慧产业智慧效率的提升[17]。因此，选择不仅能够在当前发展阶段发挥出投资的比较优势、又能够在今后发展阶段发挥出提升产业配套效率的生产性服务业便成为我们对战略性新兴产业进行投资驱动考虑的最终落脚点。
4.1 预测方式的选择：通径系数估计
为分析哪些服务业具备投入的比较优势又同时隶属于生产性服务业范畴，可以对14项细分类别服务业的固定资产投入与电子及通信设备制造业的利润总额和主营业务收入分别作回归分析。但是如果当14项服务业之间存在着高度的相互依赖关系时，会给回归系数的估计带来不尽合理的解释，所以选择能够有效地从众多影响因变量(利润总额和主营业务收入)产出的影响因素中挑选出对于自变量(14项服务业)影响程度显著的逐步回归分析法进行回归估计。
为更准确研究对于14项服务业的固定资产投入与电子及通信设备制造业经济产出之间的因果关系，对东北三省的样本数据作进一步的通径分析。即应用通径系数分析方法，在相关分析与回归分析的基础之上，进一步研究因变量与自变量之间的数量关系，并将相关系数分解为直接作用系数和间接作用系数，以揭示各个因素对因变量的相对重要性[18]。通径分析结果参见表7。另外需要说明的是，表6及表7的测度结果均由DPS7.05运算得出。
4.2 测度结果及实证结论3
基于当前阶段时间序列数据，为对影响今后阶段电子及通信设备制造业经济产出的服务业投资路径做出先期预测，得出影响电子及通信设备制造业相应经济产出的主要变量(剔除非显著影响因素服务业)以及今后阶段的产出拟合方程如表6所示。
需要额外说明的是，表6的数据结论是在显著性水平为0.05的置信水平上计算得出的。所得到的相应主导性服务业(自变量)的P检验值均显著小于0.02的学界认可水平③。仅在黑龙江省的主营业务收入层面，
的P值为0.0549(“*”标示)，高于0.05的上限可接受标准，由此亦对拟合优度造成了一定的影响，但影响水平并不显著。对此，本文进一步对其Durbin-Waston统计量进行了测度，由其0.7038的D·W统计值测度结果可知，该拟合方程的其它投入变量间存在着显著的残差正向一阶自相关。前文已分析过黑龙江省的DEA投资效率，在此不再赘述。
由表7可以进一步看到，辽宁省电子及通信设备制造业的经济产出，在服务业投入层面，主要得益于对租赁和商务服务业的固定资产投入。利润总额方面，直接驱动系数达为0.9930，主营业务收入方面，直接驱动效率为0.6484，水利、环境和公共设施管理业通过其的间接驱动效率达到0.6403，生产性服务业配套属性明显；吉林省电子及通信设备制造业的经济产出，受服务业的驱动效率则相对分散。利润总额方面，对于水利、环境和公共设施管理业的固定资产投入显现出-1.0318的负向驱动效率，公共管理和社会组织亦仅为0.2978的正向驱动效率。主营业务收入方面，批发和零售业、居民服务和其他服务业则分别占据了0.5503和0.4882的直接驱动效率，均属于消费性服务业范畴；黑龙江省而言，教育业则占据了对于电子及通信设备制造业经济产出的主要驱动效率，主营业务收入方面，驱动效率达到了0.9079，这与近年黑龙江省加强教育信息化以及高教强省总体战略的实施不无发展应因。利润总额层面，另一个显著的正向驱动服务业为公共管理和社会组织，0.8403的直接驱动效率和0.5390的间接驱动效率隶属于生产性服务业范畴。
至此我们可以在基本面上回答出本文预设的第三个问题：于东北三省而言，租赁和商务服务业、公共管理和社会组织应是对于生产性服务业范畴内的投资重点，教育亦会在黑龙江省内对于以电子及通信设备制造业为样本的战略性新兴产业产生较大促动。
5 实证结论的发展应因分析
综合前文对于三项预设问题的初步解释，可以对于以电子及通信设备制造业为样本的战略性新兴产业同两类服务业投入产出之间的发展应因作如下分析：
总体角度而言，当前阶段两类服务业对于战略性新兴产业的支撑作用是DEA有效的。体现在技术效率层面，科技基础较好，尤其是在先进装备制造业方面具有产业禀赋的省份(如辽宁)，技术效率对于电子及通信设备制造业的经济产出起到了高效的支撑作用，即由投资驱动转化为创新驱动的技术效率较为明显。但是体现在规模效率层面，由于战略性新兴产业本身尚处于初级发展阶段，产业基础不甚雄厚的省份(如吉林)则应继续扩大相应战略性新兴产业发展的规模优势，同时因地制宜，依托地缘产业禀赋的差异化投资模式亦应得到优先考虑④。当然，还有一个问题需要引起相关决策部门的足够重视，即在将资金投放于相应服务业后，是否能够在服务支撑层面带来同比配套的效率产出？亦即如何在考评机制层面对于资金的使用效能进行有效地引导和约束，更应成为相关决策部门在资金投放之初就应该明确和配套的政策主张。
分类服务业角度而言，短时期内，消费性服务业比生产性服务业更具有投资的比较优势。即在投入产出关联度层面，消费性服务业能够给电子及通信设备制造业带来总量规模更加显著的利润总额和主营业务收入。造成这种投资局面的主要原因是因为战略性新兴产业在我国尚处于发展初期，其终端产品的智力凝聚因素和产品附加值还不甚显著，在全球价值链上所处的价值生态位亦相对较低，还不足以较大份额地占领国外市场。因此于当前阶段，其产品的主要销售份额仍只被国内市场各类基础设施的改造升级以及各商品流通环节所占有绝对权重，所以才导致诸如房地产业、住宿和餐饮业以及批发和零售业等消费性服务业极大地拉动了相关战略性新兴产业的经济产出。但是战略性新兴产业的谋划初衷却是为了在一个新的历史机遇条件下重新划分国际市场的产业布局，所以从长期角度考虑，增加产业链条各配套生产服务环节的智力凝聚因素，提高协同互动式的生产效率才是提升我国战略性新兴产业在全球价值链位置并进行战略生态位管理的有效途径。具体的生产性服务业投资目标选取层面，各省亦应根据地缘及产业禀赋进行差异化投入，但公共管理和社会组织以及租赁和商务服务业应当成为当前阶段共性的投资重点。今后阶段，金融业、信息传输、计算机服务和软件业等亦应被统筹兼顾。
6 结束语
以东北三省为样本空间，以递进细分的方式按照DEA包络评价、灰色关联计算、回归通径分析的技术路径实证研究服务业对于电子及通信设备制造业服务支撑效率的问题。结果表明：当前发展阶段内，服务业对于以电子及通信设备制造业为样本的战略性新兴产业的服务支撑效率，因区域的不同而在DEA评价结果层面产生差异，但相对于生产性服务业，对于消费性服务业进行固定资产投资则会对战略性新兴产业的经济产出产生更具比较优势的促进作用；今后发展阶段，则应加大对于以租赁和商务服务业为重点的生产性服务业的投入，以谋求我国战略性新兴产业未来在全球价值链上更为高端的定位。
技术操作层面，DEA包络评价之初样本数据标准化方式的选择、灰色关联计算部分分辨系数的截取以及逐步回归分析过程当中显著性水平门限值的限定都会导致实证结果在数据表现层面产生微小差异，但并不显著影响宏观结论的给出。投资驱动因素分解方面，本文仅分析了统计数据相对易得的基础设施投资层面(以“固定资产投入”为表征)，但在统计口径相对难于界定的技术创新层面，尚未能做到良好的量化，进而导致实证结论在投资因素解释的全面性方面有所欠缺。当然，这也是后续研究工作需要着力加强的地方。
①该分类将产业划分为21个大类，其中涉及生产性服务业的有H、K、L、M、N、P、S、U等8大类，对比我国国家统计局《第二次全国经济普查统计分类标准和目录》，在大的统计口径层面基本吻合。
②本文所用的平均转化方法为均值化处理过程，即先计算目标数列的平均值，再将目标数列各项原值除以平均值得出。
③由P值及(T≥t(df)0.01，P≤0.01)的检验关系，经查表，T统计值亦通过检验。
④如吉林省在制药业方面具有地缘禀赋，相对于电子及通信设备制造业，则可以将资金优先投放于配套生物制药这一战略性新兴产业的服务业范畴。
标签：战略性新兴产业论文; 通信设备论文; 经济研究论文; 服务经济论文; 消费投资论文; 利润总额论文; dea论文;