城市化、工業(yè)化與服務業(yè)發(fā)展水平的實證研究

蘇衛(wèi)東

（山東輕工業(yè)學院 財政與金融學院，濟南 250100）

0 引言

城市化、工業(yè)化作為人類社會發(fā)展到一定階段出現(xiàn)的必然現(xiàn)象，二者相互作用、相互影響，并且促進了服務業(yè)的發(fā)展。工業(yè)化水平的提高，就意味著就業(yè)崗位的增加，需要農(nóng)業(yè)勞動力轉移到工業(yè)這個行業(yè)，人口向城市集中，城市規(guī)模擴大，城市化率提高；擴大的城市規(guī)模為服務業(yè)的發(fā)展提供了更大的發(fā)展空間，會吸納更多的勞動力，更多的農(nóng)村人口轉移到城市和城鎮(zhèn)，這又進一步加快了城市化進程。關于城市化、工業(yè)化與服務業(yè)發(fā)展三者之間的關系，有不少學者進行了探討。鄭吉昌（2009）[1]認為必須重視這三者之間的關系，并對如何處理這三者之間的關系提出了建議；劉剛、李香蘭（2010）[2]構建了一個動態(tài)分析框架，把三者納入一個統(tǒng)一的邏輯體系，分析得到三者之間的演進是良性循環(huán)但是相互約束的。

從邏輯上看，城市化、工業(yè)化對服務業(yè)的發(fā)展肯定是有推動作用的，但這種影響的存在性與影響的程度需要用模型來檢驗。吳振球、謝香、鐘寧波（2011）[3]基于VAR模型對全國城市化、工業(yè)化對第三產(chǎn)業(yè)GDP的影響進行了實證研究。但其研究存在兩點不足：（1）所采取的指標不合理，服務業(yè)的發(fā)展水平需要用一系列指標來進行綜合的評價，但該文直接用GDP來度量；（2）該文采用的是VAR模型，但20年的時間區(qū)間對于這一模型而言樣本點還是少了一點，得到的結論可能會出現(xiàn)偏差?；谌缟显颍疚闹匦聶z驗了城市化、工業(yè)化對服務業(yè)發(fā)展的影響。

表1 區(qū)域服務業(yè)評價指標體系

1 中國省級區(qū)域服務業(yè)發(fā)展水平的評價

1.1 區(qū)域服務業(yè)發(fā)展水平評價的指標體系

要想對區(qū)域服務業(yè)的發(fā)展水平進行科學、合理的評價，單靠某一個指標是不行的，需要選擇若干指標構成指標體系，國內(nèi)不少學者對此展開了研究，例如匡后權、何凡、曾武佳（2008）[3]從服務業(yè)發(fā)展規(guī)模、速度、潛力三個方面選取了21個經(jīng)濟指標，對西部12個省(市)服務業(yè)的發(fā)展水平進行了綜合評價；陳金標、彭勇、胡婷婷（2008）[4]構建了由39個指標總體發(fā)展水平、基礎設施與投入、現(xiàn)代化程度、服務能力等四大模塊構成的指標體系，對廈門與直轄市、副省級城市等19個城市的服務業(yè)發(fā)展水平進行了比較分析。已有文獻的指標體系至少存在這樣的兩大問題：（1）過多追求指標的數(shù)量，而較少考慮指標的內(nèi)涵是否重復，很少考慮指標之間的內(nèi)在聯(lián)系；（2）在指標模塊的劃分缺乏合理性。

本文在借鑒已有文獻的基礎上，對指標進行了精心的篩選，并把所有的指標劃分成：投入模塊、產(chǎn)出模塊、基礎模塊，見表1。其中Xij是第j個地區(qū)的第i個指標，X′ij是其標準化值；Xˉi是第i個指標的平均值，si是其標準差。

第三步，進行主成分分析。利用標準化后的數(shù)據(jù)，在SPSS下進行主成分分析，在確定主成分時，本文采取的是累計貢獻率達到95%的標準（因為特征根超過1的只有兩個，其累計貢獻率只有83.529%），這樣就得到四個主成分，各主成分的表達式分別為：

1.2 中國區(qū)域服務業(yè)發(fā)展水平評價的步驟

可以用于服務業(yè)評價的方法很多，例如層次分析法、模糊評價法、綜合打分法，但這些方法最大的缺陷在于權重的賦值存在問題，更多的是依賴于主觀判斷。本文采用多元統(tǒng)計分析中的主成分分析方法，通過主成分加權組成的綜合評價函數(shù)對中國31個省級區(qū)域的發(fā)展水平做出客觀合理的評價，這一方法的優(yōu)點主要表現(xiàn)在其權重（系數(shù)）完全是客觀的，而且通過提取幾個公因子能夠篩掉各指標之間的重復信息。具體的步驟如下：

第一步，數(shù)據(jù)的選擇。為了避免某些地區(qū)、某一年度的某些指標出現(xiàn)偶然性的波動，本文采用了2004年至2009年的各指標的平均值作為評價的依據(jù)，數(shù)據(jù)來源于歷年的中國統(tǒng)計年鑒。

第二步，數(shù)據(jù)的標準化?？紤]到所選指標的單位不同，為了統(tǒng)一量綱，按以下的公式對各指標進行標準化：

根據(jù)各個主成分的貢獻率，得到服務業(yè)發(fā)展水平的綜合評價函數(shù)：

第四步，計算綜合得分。把中國省級區(qū)域2004～2009年各指標的均值進行標準化處理的數(shù)據(jù)帶入式（2）得到各因子得分，然后把這些因子得分帶入式（3）得到各區(qū)域的綜合得分，進行排序，結果見表2。

1.3 中國區(qū)域服務業(yè)發(fā)展水平的評價結果

由表2可以看出，服務業(yè)發(fā)展水平排在前五位的是北京、廣東、上海、江蘇、浙江等地區(qū)都屬于東部地區(qū)，位于后五位的是青海、寧夏、甘肅、新疆、海南等，除海南外都屬于西部地區(qū)，中國東西部地區(qū)的服務業(yè)發(fā)展水平存在明顯的差距。北京市的服務業(yè)發(fā)展水平之所以雄踞榜首，是因為其作為中國的政治文化中心，得益于其結構性投入和產(chǎn)出在31個省級區(qū)域中“一枝獨秀”，第三產(chǎn)業(yè)從業(yè)人員比重、第三產(chǎn)業(yè)全社會固定資產(chǎn)投資比重、人均第三產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)區(qū)位商等5個指標在全國排第一位，人均地區(qū)產(chǎn)值排在了第二位。

表2 中國省級區(qū)域服務業(yè)發(fā)展水平的得分與排名

一直處于改革開放前沿的廣東省，其服務業(yè)發(fā)展水平在全國排名第二，其主要原因在于其總量投入與總量產(chǎn)出占較大的優(yōu)勢，第三產(chǎn)業(yè)從業(yè)人員數(shù)、第三產(chǎn)業(yè)增加值兩個指標居全國之首，第三產(chǎn)業(yè)全社會固定資產(chǎn)投資處在了全國第三位。

上海的服務業(yè)發(fā)展水平進入全國三甲，完全在情理之中，作為全國的金融中心，其服務業(yè)的發(fā)展有著良好的基礎，人均國內(nèi)生產(chǎn)總值、萬人專利受理數(shù)兩個指標居全國前列，另有第三產(chǎn)業(yè)從業(yè)人員比重、人均第三產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)區(qū)位商等3個指標在全國排第二位。

2 城市化、工業(yè)化對服務業(yè)發(fā)展的影響分析

2.1 變量的選擇

2.1.1 被解釋變量

被解釋變量是我們所關心的服務業(yè)發(fā)展水平，即利用主成分分析得到的評價值，用符號LEVEL來表示。由于第二部分是用2004～2009年的均值得到的評價值，為了得到其面板數(shù)據(jù)，作者把歷年的各指標值標準化，然后代入式（2）得到各地區(qū)歷年的主成分值，把這些數(shù)值再代入式（3），就得到被解釋變量的取值。

2.1.2 解釋變量

(1)城市化水平：城市化也有的學者稱之為城鎮(zhèn)化、都市化，我們用城市人口占總人口的比重來度量，記為CITY。

(2)工業(yè)化程度：工業(yè)化通常被定義為工業(yè)（特別是其中的制造業(yè)）或第二產(chǎn)業(yè)產(chǎn)值（或收入）在國民生產(chǎn)總值（或國民收入）中比重不斷上升的過程，以及工業(yè)就業(yè)人數(shù)在總就業(yè)人數(shù)中比重不斷上升的過程。工業(yè)化程度常用工業(yè)化率，即工業(yè)總產(chǎn)值占全部生產(chǎn)總值的比重來度量，但這一指標很容易出現(xiàn)工業(yè)發(fā)展對服務業(yè)的擠壓效應，本文采用工業(yè)總產(chǎn)值與第一產(chǎn)業(yè)產(chǎn)值之比來度量，記為RIGDP。

(3)城市化與工業(yè)化的交互作用：城市化與工業(yè)化之間存在一種復雜的互動關系，工業(yè)化推進了城市化的進程，城市化是工業(yè)化的載體，二者在促進服務業(yè)發(fā)展的過程城中存在著交互作用，正如前文分析的一樣。為了描述二者之間的交互作用，在解釋變量中加入一個交互項：

2.2 樣本與數(shù)據(jù)

本文選取的是2004～2009年的中國31個省級區(qū)域的面板數(shù)據(jù)，用于計算城市化率與工業(yè)化率的指標，與前文一樣來自歷年的中國統(tǒng)計年鑒。

2.3 模型的構建與估計

為了考察城市化、工業(yè)化對服務業(yè)發(fā)展水平的影響，建立面板數(shù)據(jù)模型，建立的模型有三類：混合估計模型、固定效應模型和隨機效應模型。其中的混合模型為：

其中LEVELit是第i個地區(qū)第t年服務業(yè)發(fā)展的綜合評價值；CITYit為相應的城市化率指標，RIGDPit為相應的工業(yè)化率指標，CROSit是城市化率指標與工業(yè)化率指標的乘積，衡量兩者的交互作用；εi,t是隨機誤差項。

為了刻畫不同地區(qū)的個體差異，可建立固定效應模型和隨機效應模型，其具體形式分別如下：

式（5）中的ai反映的是第i個地區(qū)服務業(yè)發(fā)展水平的固定效應，式（6）中的ui反映第i個地區(qū)服務業(yè)發(fā)展水平的隨機效應，二者都反映了服務業(yè)發(fā)展水平因各地區(qū)經(jīng)濟形勢不同而表現(xiàn)出的差異。

面板數(shù)據(jù)模型的應用，必然涉及到模型的選擇問題，即對于所給數(shù)據(jù)在混合模型、固定效應模型、隨機效應模型之間進行選擇，模型選擇的一般方法是這三個模型中兩兩進行選擇性檢驗：混合估計模型與固定效應模型之間的選擇采用F檢驗；混合估計模型與隨機效應模型之間的選擇采用LM檢驗；固定效應模型與隨機效應模型之間的選擇采用Wald檢驗，其具體的檢驗方法可參見葉阿忠、李子奈（2000）[6]。

2.4 估計結果及其分析

利用如上的數(shù)據(jù)，在stata11.0下對模型進行了選擇和估計，選擇得到的是固定效應模型，其估計結果見表3。

表3 城市化、工業(yè)化對服務業(yè)發(fā)展水平影響的回歸結果

由表3看出，模型的擬合優(yōu)度還是不錯的，組內(nèi)、組間與整體的決定系數(shù)分別為0.1632、0.4117、0.3666；從用來檢驗模型總體顯著性的F統(tǒng)計量來看，方程在總體上更是極為顯著。

由表3同時可以看出，城市化、工業(yè)化變量的系數(shù)在5%的顯著性水平下是顯著的，二者對服務業(yè)發(fā)展都有顯著的促進作用，城鎮(zhèn)人口比重每上升一個百分點，服務業(yè)發(fā)展水平評價值0.9395571個單位；工業(yè)與第一產(chǎn)業(yè)的比值每上升1，服務業(yè)發(fā)展水平評價值上升0.1379884個單位；城市化的影響高于工業(yè)化的影響；同時由于在10%的顯著性水平下，城市化、工業(yè)化變量的交叉項系數(shù)是顯著的負值，說明二者對服務業(yè)的交互作用可能會產(chǎn)生不利影響。

3 結論

本文的研究發(fā)現(xiàn)：城市化、工業(yè)化對服務業(yè)發(fā)展都有顯著的促進作用，中國各級政府為了促進服務業(yè)的發(fā)展，可圍繞促進城市化、工業(yè)化進程制定規(guī)劃和措施，同時需要注意二者之間的交互作用可能不利于服務業(yè)的發(fā)展。

[1] 鄭吉昌.中國現(xiàn)代服務業(yè)與工業(yè)化、市場化、城市化的關系及其發(fā)展重點[J].浙江樹人大學學報，2009，（5）.

[2] 劉剛，李香蘭.工業(yè)化、服務業(yè)發(fā)展與城市化三者“互動演進”過程新探[J].江西社會科學，2010，（1）.

[3] 吳振球，謝香，鐘寧波.基于VAR中國城市化、工業(yè)化對第三產(chǎn)業(yè)發(fā)展影響的實證研究[J].中央財經(jīng)大學學報，2011，（4）.

[4] 匡后權，何凡，曾武佳.西部各省(市)服務業(yè)發(fā)展水平的評價[J].統(tǒng)計與決策，2008，（13）.

[5] 陳金標，彭勇，胡婷婷.廈門市現(xiàn)代服務業(yè)發(fā)展指標體系研究[J].廈門特區(qū)黨校學報，2008，（6）.

[6] 李子奈,葉阿忠.高等計量經(jīng)濟學[M].北京：清華大學出版社,2000.