上海市科技服務(wù)業(yè)與制造業(yè)互動(dòng)發(fā)展實(shí)證研究

鄭蘇江，吳 忠

（1.上海工程技術(shù)大學(xué)管理學(xué)院，上海 201620；2.上海理工大學(xué)管理學(xué)院，上海 200093）

近年來(lái)，在中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)的背景下，制造業(yè)與傳統(tǒng)服務(wù)業(yè)、新興科技產(chǎn)業(yè)的互動(dòng)關(guān)聯(lián)發(fā)展勢(shì)頭愈發(fā)迅猛?？萍挤?wù)業(yè)作為一種當(dāng)代新型高端生產(chǎn)性服務(wù)業(yè)態(tài)已然把經(jīng)濟(jì)要素與科技要素相連接，不僅增加了制造業(yè)生產(chǎn)性服務(wù)部門與研發(fā)部門的粘性，而且在制造業(yè)產(chǎn)業(yè)服務(wù)化、產(chǎn)業(yè)鏈升級(jí)、產(chǎn)品升級(jí)、服務(wù)升級(jí)等方面發(fā)揮“助推器”的作用。在國(guó)家層面，2016年4月國(guó)務(wù)院正式發(fā)布《上海系統(tǒng)推進(jìn)全面創(chuàng)新改革試驗(yàn)加快建設(shè)具有全球影響力的科技創(chuàng)新中心方案》，明確指出了發(fā)展科技服務(wù)業(yè)的重要意義，并確定了相應(yīng)的發(fā)展目標(biāo)：計(jì)劃在2020年前建設(shè)成具有全球影響力的科創(chuàng)中心基本框架體系，到2030年著力形成具有全球化影響力的科創(chuàng)中心核心功能，這一目標(biāo)進(jìn)一步突顯出科技服務(wù)業(yè)在與裝備制造領(lǐng)域及智能制造領(lǐng)域的高質(zhì)量協(xié)同發(fā)展需求已經(jīng)迫在眉睫，相關(guān)政策的制定與實(shí)施對(duì)促進(jìn)全國(guó)科技服務(wù)業(yè)與制造業(yè)的高質(zhì)量發(fā)展也至關(guān)重要；在市級(jí)層面，根據(jù)上海市商務(wù)委員會(huì)近期公布的統(tǒng)計(jì)數(shù)據(jù)顯示：德國(guó)化工巨頭巴斯夫公司在上海投建了其在亞洲的第3家共創(chuàng)中心，2019年1—8月期間上海市科技服務(wù)業(yè)已經(jīng)得到外資10.38億美元，同比增長(zhǎng)幅度高達(dá)186.4%，相關(guān)指標(biāo)均創(chuàng)歷史新高，科技企業(yè)的創(chuàng)新能力與產(chǎn)業(yè)孵化能力不斷增強(qiáng)。從產(chǎn)業(yè)結(jié)構(gòu)橫向發(fā)展角度出發(fā)，以密集型高、附加值大、輻射范圍廣為特點(diǎn)的科技服務(wù)業(yè)主要通過滲透效應(yīng)向相關(guān)傳統(tǒng)制造業(yè)提供知識(shí)創(chuàng)新思路，以期大幅度提高生產(chǎn)效率并從高質(zhì)量層面實(shí)現(xiàn)制造業(yè)服務(wù)化；從產(chǎn)業(yè)結(jié)構(gòu)縱向角度出發(fā)，科技服務(wù)業(yè)通過關(guān)聯(lián)效應(yīng)從制造業(yè)全球價(jià)值鏈（GVC）的產(chǎn)品設(shè)計(jì)、研發(fā)、生產(chǎn)、營(yíng)銷、售后等環(huán)節(jié)進(jìn)行增值活動(dòng)，以實(shí)現(xiàn)資源的合理配置以及多產(chǎn)業(yè)的互動(dòng)融合發(fā)展。因此，面對(duì)新一輪的全球化產(chǎn)業(yè)變革與科技革命，重點(diǎn)深化研究上海市科技服務(wù)業(yè)與制造業(yè)的高質(zhì)量互動(dòng)融合發(fā)展有利于制造業(yè)新技術(shù)、新模式、新業(yè)態(tài)的形成，并促進(jìn)新時(shí)代背景下制造業(yè)的科技資源整合與創(chuàng)新要素集聚。

1 文獻(xiàn)回顧

縱觀全球科技服務(wù)業(yè)的發(fā)展歷程，科技服務(wù)機(jī)構(gòu)以資訊類機(jī)構(gòu)的身份最早誕生于19世紀(jì)中期，在20世紀(jì)中期第三次科技革命的背景下出現(xiàn)了大量新興科技服務(wù)機(jī)構(gòu)，并在20世紀(jì)末期初步形成科技服務(wù)業(yè)態(tài)。近年來(lái)，基于數(shù)字經(jīng)濟(jì)的快速發(fā)展背景下，云計(jì)算、大數(shù)據(jù)、人工智能等行業(yè)的快速興起，科技服務(wù)業(yè)已然成為國(guó)家重點(diǎn)發(fā)展行業(yè)，不斷深化推進(jìn)經(jīng)濟(jì)發(fā)展水平向中高端層次邁進(jìn)

目前，學(xué)術(shù)界對(duì)于科技服務(wù)業(yè)與制造業(yè)的融合互聯(lián)發(fā)展研究在已有雛形的基礎(chǔ)上展開了更深層次的研究：國(guó)內(nèi)學(xué)者田振中［1］、司增綽等［2］、周慧妮等［3］、唐曉華等［4］分別以河南省、江蘇省、北京市、遼寧省為例，選取不同年限區(qū)間及相應(yīng)地區(qū)的投入產(chǎn)出表數(shù)據(jù)建立面板模型，利用灰色關(guān)聯(lián)分析法與專利系數(shù)法并結(jié)合本省市的相關(guān)政策背景，從制造業(yè)技術(shù)融合度、產(chǎn)業(yè)關(guān)聯(lián)程度、制造業(yè)產(chǎn)業(yè)升級(jí)方向等三個(gè)層面對(duì)地區(qū)科技服務(wù)業(yè)與制造業(yè)協(xié)同發(fā)展的現(xiàn)狀進(jìn)行了深入研究。梁永福等［5］以臺(tái)灣時(shí)間序列數(shù)據(jù)為基礎(chǔ)建立VAR模型并進(jìn)行單位根檢驗(yàn)與協(xié)整檢驗(yàn)分析，通過對(duì)比廣東省研發(fā)服務(wù)業(yè)與制造業(yè)的發(fā)展現(xiàn)狀提出了相應(yīng)的對(duì)策建議；張琴等［6］選取上海、北京、江蘇、廣東作為樣本地區(qū)，從競(jìng)爭(zhēng)效應(yīng)、知識(shí)外溢效應(yīng)以及產(chǎn)業(yè)協(xié)同效應(yīng)等三個(gè)層面實(shí)證分析了地區(qū)科技服務(wù)業(yè)集聚對(duì)制造業(yè)發(fā)展的影響機(jī)制；張鵬等［7］、張媛媛［8］則從制造業(yè)與科技服務(wù)業(yè)的互動(dòng)發(fā)展需求出發(fā)，從產(chǎn)業(yè)規(guī)模、科創(chuàng)能力、服務(wù)能力、發(fā)展?jié)摿Φ?個(gè)維度構(gòu)建全國(guó)科技服務(wù)業(yè)發(fā)展水平評(píng)價(jià)指標(biāo)體系，并對(duì)科技服務(wù)業(yè)與不同技術(shù)層次制造業(yè)之間的前后向產(chǎn)業(yè)關(guān)聯(lián)度進(jìn)行了動(dòng)態(tài)與靜態(tài)的研究分析，研究結(jié)果顯示：全國(guó)科技服務(wù)業(yè)整體發(fā)展水平呈現(xiàn)逐年穩(wěn)步上升的趨勢(shì)，國(guó)內(nèi)中部、東部、西部的科技服務(wù)業(yè)發(fā)展水平存在明顯的板塊差異，有關(guān)部門需要重點(diǎn)關(guān)注制造業(yè)與科技服務(wù)業(yè)的前后向產(chǎn)業(yè)關(guān)聯(lián)，進(jìn)一步提升科技服務(wù)業(yè)對(duì)高端技術(shù)制造業(yè)的支撐與引領(lǐng)作用。

國(guó)外學(xué)者一般會(huì)把科技服務(wù)業(yè)稱為KIBS知識(shí)密集型服務(wù)業(yè)（Knowledge Intensive Business Services）。Hertog［9］指出科技服務(wù)業(yè)充當(dāng)著創(chuàng)新的共同生產(chǎn)者，是科技創(chuàng)新的載體和促進(jìn)者，他還提出了一個(gè)服務(wù)創(chuàng)新的四維模型用于進(jìn)一步分析知識(shí)密集型服務(wù)在創(chuàng)新中的作用機(jī)制。Asikainen［10］認(rèn)為知識(shí)密集型企業(yè)是科學(xué)技術(shù)與市場(chǎng)的知識(shí)傳遞者，在新興產(chǎn)業(yè)研究與創(chuàng)新體系的發(fā)展中凸顯核心作用。Pina等［11］選取英國(guó)362家KIBS企業(yè)作為研究對(duì)象，通過樣板數(shù)據(jù)深入分析了3個(gè)熱門行業(yè)在研發(fā)、設(shè)計(jì)與創(chuàng)新層面的功能作用。Desmarchelier等［12］構(gòu)建了一個(gè)涉及工業(yè)、消費(fèi)服務(wù)業(yè)、消費(fèi)者、KIBS企業(yè)和銀行系統(tǒng)等主體的多元代理分析模型，重新評(píng)估了知識(shí)密集型企業(yè)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，研究結(jié)果顯示：科技服務(wù)業(yè)的發(fā)展是經(jīng)濟(jì)增長(zhǎng)的強(qiáng)大動(dòng)力，并且可以替代經(jīng)濟(jì)增長(zhǎng)過程中的物質(zhì)資本積累，但物質(zhì)資本積累仍然是經(jīng)濟(jì)增長(zhǎng)的重要因素。

根據(jù)學(xué)術(shù)界目前的研究現(xiàn)狀來(lái)看，已有文獻(xiàn)更多的是分析科技服務(wù)業(yè)對(duì)制造業(yè)的效率、產(chǎn)業(yè)關(guān)聯(lián)、協(xié)同創(chuàng)新等方面的影響，而從科技服務(wù)業(yè)與制造業(yè)發(fā)展互動(dòng)關(guān)系角度展開研究的高質(zhì)量文獻(xiàn)非常少，且研究方法較為單一。因此，本文構(gòu)建了VAR向量自回歸模型與ECM誤差修正模型，結(jié)合協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)、脈沖響應(yīng)與方差分解分析方法，通過分析樣本指標(biāo)數(shù)據(jù)間的長(zhǎng)期與短期動(dòng)態(tài)作用機(jī)制，實(shí)證研究了上海市科技服務(wù)業(yè)與制造業(yè)的產(chǎn)業(yè)發(fā)展互動(dòng)關(guān)系。

2 數(shù)據(jù)來(lái)源與變量選取

2.1 研究數(shù)據(jù)

本文研究的時(shí)間跨度為2003—2017年，樣本數(shù)據(jù)采用年度數(shù)據(jù)，數(shù)據(jù)來(lái)源為2004—2018年《中國(guó)統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》《上海科技統(tǒng)計(jì)年鑒》的原始數(shù)據(jù)經(jīng)過匯總整理得到。同時(shí)，為了保證樣本數(shù)據(jù)的平穩(wěn)性并消除變量異方差的影響，需要對(duì)樣本變量進(jìn)行對(duì)數(shù)化預(yù)處理，其結(jié)果分別記為L(zhǎng)NRD和LNMAF。圖1可以更為直觀的展示此時(shí)兩個(gè)變量序列的變化趨勢(shì)：LNRD和LNMAF的時(shí)間序列曲線具有較大的相似性。

圖1 LNMAF&LNRD的時(shí)間序列曲線

2.2 變量選取

羅建強(qiáng)等［13］利用灰色關(guān)聯(lián)模型實(shí)證研究了南京市科技服務(wù)業(yè)與制造業(yè)之間的互動(dòng)關(guān)聯(lián)關(guān)系，研究結(jié)果表明從事科技服務(wù)業(yè)行業(yè)的R&D人員在數(shù)量及質(zhì)量層面對(duì)制造業(yè)的發(fā)展水平影響較大，且R&D經(jīng)費(fèi)的使用合理性是影響制造業(yè)發(fā)展的核心因素。另外考慮到相關(guān)數(shù)據(jù)的可獲得性，本文以上海市高技術(shù)產(chǎn)業(yè)（電子通信設(shè)備制造業(yè)、電子計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)、航空航天器制造業(yè)、醫(yī)藥制造業(yè)、信息化學(xué)品制造業(yè)）的R&D經(jīng)費(fèi)支出（RD）作為衡量上海市科技服務(wù)業(yè)發(fā)展程度指標(biāo)；考慮到相關(guān)數(shù)據(jù)的可獲得性，以上海市6個(gè)重點(diǎn)發(fā)展工業(yè)行業(yè)（電子信息產(chǎn)品制造業(yè)、汽車制造業(yè)、石油化工及精細(xì)化工制造業(yè)、精品鋼材制造業(yè)、成套設(shè)備制造業(yè)、生物醫(yī)藥制造業(yè)，占全市工業(yè)總產(chǎn)值比重約為63.4%～68.9%）的年產(chǎn)值（MAF）作為衡量上海市制造業(yè)發(fā)展水平指標(biāo)。

3 實(shí)證分析

本文構(gòu)建了VAR向量自回歸模型與ECM誤差修正模型，結(jié)合脈沖響應(yīng)與方差分解分析方法，通過采集上海市科技服務(wù)業(yè)（RD）與制造業(yè)（MAF）發(fā)展程度的衡量指標(biāo)數(shù)據(jù)，并分析該數(shù)據(jù)間的長(zhǎng)期與短期動(dòng)態(tài)作用機(jī)制，實(shí)證研究了上海市科技服務(wù)業(yè)與制造業(yè)的產(chǎn)業(yè)發(fā)展互動(dòng)關(guān)系。

3.1 變量平穩(wěn)性檢驗(yàn)

對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)是建立時(shí)間序列模型的一個(gè)前提，導(dǎo)致模型“偽回歸”現(xiàn)象出現(xiàn)的一大重要原因就是變量序列不平穩(wěn)。本文選取ADF(Augmented Dickey-Fuller)單位根檢驗(yàn)法對(duì)樣本數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，滯后階數(shù)M根據(jù)SIC準(zhǔn)則來(lái)確定，檢驗(yàn)結(jié)果如表1所示。

表1 變量ADF檢驗(yàn)結(jié)果

結(jié)果顯示，經(jīng)過對(duì)數(shù)化處理后的數(shù)據(jù)LNRD與LNMAF都不是平穩(wěn)的時(shí)間序列數(shù)據(jù)，但是經(jīng)過一階差分后，ΔLNRD與ΔLNMAF在5%顯著性水平下都拒絕原假設(shè)（平穩(wěn)數(shù)據(jù)）。因此，兩組數(shù)據(jù)均為一階單整序列，有LNRD～I(xiàn)(1)，LNMAF～I(xiàn)(1)。

3.2 VAR模型的建立

建立VAR模型的核心在于最優(yōu)滯后期數(shù)的選定，其基本思路為：首先任意選定一個(gè)滯后階數(shù)，直接建立VAR模型并進(jìn)行回歸分析，然后參考AIC、SC、HQ等五項(xiàng)指標(biāo)的信息準(zhǔn)則來(lái)確定最優(yōu)的滯后期數(shù)（如表2所示）。

表2 VAR模型滯后階數(shù)準(zhǔn)則信息表

根據(jù)表2中的相關(guān)準(zhǔn)則信息，選取*數(shù)量最多的那行指標(biāo)數(shù)據(jù)所對(duì)應(yīng)的滯后階數(shù)2作為該VAR模型的最優(yōu)滯后階數(shù)。因此，以科技服務(wù)業(yè)發(fā)展指標(biāo)LNRD與制造業(yè)發(fā)展指標(biāo)LNMAF兩組數(shù)據(jù)建立VAR（2）模型，對(duì)應(yīng)的VAR模型表達(dá)式為：

首先，該VAR（2）模型中的各檢驗(yàn)統(tǒng)計(jì)量均符合檢驗(yàn)標(biāo)準(zhǔn)，兩個(gè)方程的擬合優(yōu)度值分別為0.978 4、0.950 4，表現(xiàn)出了較好的變量解釋能力，且模型方程的整體擬合效果表現(xiàn)良好。其次，在確定最優(yōu)滯后期數(shù)之后，需要對(duì)已經(jīng)建立的VAR（2）進(jìn)行模型穩(wěn)定性檢驗(yàn)。在一個(gè)VAR模型中，AR根的總數(shù)計(jì)為NM，N表示變量的數(shù)目，M表示模型的最優(yōu)滯后期數(shù)，由此可得該VAR（2）模型的AR根數(shù)目為2（2個(gè)變量）×2（最優(yōu)滯后期數(shù)）=4。本文通過AR根在單位圓的分布情況（圖2）來(lái)判定模型的穩(wěn)定性：AR根分布在單位圓內(nèi)部表明該VAR模型是穩(wěn)定的，AR根分布在單位圓外部則表明該VAR模型是不穩(wěn)定的。根據(jù)圖2可以得到最終模型穩(wěn)定性檢驗(yàn)的結(jié)果：該VAR（2）模型的4個(gè)根全部位于單位圓內(nèi)部，模型穩(wěn)定，滿足后續(xù)對(duì)該模型進(jìn)行脈沖響應(yīng)分析與方差分解分析的前提。

圖2 VAR模型穩(wěn)定性檢驗(yàn)結(jié)果

3.3 協(xié)整檢驗(yàn)分析

經(jīng)過ADF單位根檢驗(yàn)可以得出LNMAF與LNRD均為一階單整序列，為了避免“偽回歸”現(xiàn)象的發(fā)生，需要進(jìn)一步對(duì)其進(jìn)行協(xié)整檢驗(yàn)分析。通過協(xié)整檢驗(yàn)可以判斷多個(gè)非平穩(wěn)變量之間是否存在長(zhǎng)期的均衡關(guān)系，學(xué)術(shù)界的主流方法為EG檢驗(yàn)與JJ檢驗(yàn)。EG檢驗(yàn)主要是針對(duì)2個(gè)變量，通過對(duì)兩個(gè)變量進(jìn)行OLS回歸并檢驗(yàn)回歸方程殘差序列的平穩(wěn)性；JJ檢驗(yàn)則是根據(jù)跡檢驗(yàn)統(tǒng)計(jì)量與最大特征根檢驗(yàn)統(tǒng)計(jì)量的指標(biāo)值，結(jié)合P值來(lái)分析多個(gè)變量之間的均衡關(guān)系。鑒于LNMAF與LNRD都是一階單整序列，本文選取EG兩步檢驗(yàn)方法：

第一步，以LNMAF為被解釋變量，LNRD為解釋變量，進(jìn)行OLS回歸分析得出協(xié)整方程表達(dá)式：LNMAF=0.847LNRD+6.024+μt

第二步，對(duì)協(xié)整回歸方程的殘差序列進(jìn)行ADF單位根檢驗(yàn)來(lái)判定其序列的平穩(wěn)性，根據(jù)SIC準(zhǔn)則確定最優(yōu)滯后期為0，檢驗(yàn)結(jié)果如表3所示。

表3 協(xié)整方程殘差μt的ADF檢驗(yàn)結(jié)果

結(jié)果表明回歸殘差序列μt在1%顯著性水平下拒絕原假設(shè)，接受不存在單位根的結(jié)論（μt為平穩(wěn)序列）。因此，變量LNMAF與LNRD二者之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，即：序列LNMAF與LNRD是（1，1）階協(xié)整的。

3.4 ECM誤差修正模型

在分析模型的誤差修正方面，學(xué)術(shù)界通常建立ECM模型或VEC模型，ECM模型適用于兩個(gè)變量的誤差修正分析，多個(gè)變量的分析一般采用VEC模型。根據(jù)上文的變量協(xié)整檢驗(yàn)分析可知變量LNMAF制造業(yè)發(fā)展程度指標(biāo)與LNRD科技服務(wù)業(yè)發(fā)展程度指標(biāo)之間存在長(zhǎng)期均衡關(guān)系，且殘差序列μt為平穩(wěn)序列。因此，本文將μt作為誤差修正項(xiàng)，建立誤差修正模型，根據(jù)表4中的模型估計(jì)結(jié)果可知：信息準(zhǔn)則AIC值、SC值、HQ值分別-1.009 672、-0.918 378、-1.018 123，表明樣本模型表現(xiàn)情況良好，根據(jù)表中參數(shù)可得出ECM誤差修正模型表達(dá)式為：

D(LNMAF)=0.927D(LNRD-0.472(LNMAFt-1-6.024-0.847LNRDt-1)

表4 ECM模型估計(jì)結(jié)果

根據(jù)誤差修正模型表達(dá)式可知，-0.472(LNMAFt-1-6.024-0.847LNRDt-1)為誤差修正項(xiàng)，系數(shù)-0.472表示誤差修正項(xiàng)在模型偏離長(zhǎng)期均衡狀態(tài)時(shí)對(duì)D(LNMAF)具有負(fù)向修正機(jī)制：變量在短期內(nèi)的波動(dòng)偏離長(zhǎng)期均衡狀態(tài)時(shí)，將以47.2%的調(diào)整力度從非均衡狀態(tài)拉回均衡狀態(tài)。一階差分項(xiàng)LNMAFt-1-6.024-0.847LNRDt-1表示變量LNMAF與LNRD之間的長(zhǎng)期均衡關(guān)系。另外，該ECM模型可以反映出被解釋變量D(LNMAF)短期波動(dòng)的影響因素來(lái)源于兩個(gè)部分：一部分源自于解釋變量D(LNRD)科技服務(wù)業(yè)發(fā)展程度的短期波動(dòng)影響，另一部分是反映LNMAF上海市制造業(yè)發(fā)展程度與LNRD科技服務(wù)業(yè)發(fā)展程度之間長(zhǎng)期均衡關(guān)系的均衡誤差（上一期的LNMAF對(duì)均衡水平的偏離程度）。

3.5 Granger因果檢驗(yàn)

建立VAR模型的一個(gè)重要應(yīng)用在于分析經(jīng)濟(jì)時(shí)間序列變量間的因果關(guān)系［14］，為了進(jìn)一步探究?jī)蓚€(gè)變量間的長(zhǎng)短期均衡關(guān)系是否還存在因果關(guān)系（檢驗(yàn)統(tǒng)計(jì)意義上的因果關(guān)系），本文采用Granger因果關(guān)系檢驗(yàn)法(Granger Test of Causality)分析LNRD科技服務(wù)業(yè)發(fā)展的變化與LNMAF制造業(yè)發(fā)展的變化之間是否存在引起與被引起的關(guān)系。由于格蘭杰因果關(guān)系檢驗(yàn)對(duì)滯后期數(shù)的選擇比較敏感，因此本文根據(jù)信息準(zhǔn)則AIC值最小原則確定最優(yōu)滯后期數(shù)為2，檢驗(yàn)結(jié)果如表5所示。

表5 LNMAF&LNRD的Granger因果關(guān)系檢驗(yàn)結(jié)果

根據(jù)檢驗(yàn)結(jié)果可知：LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)與LNMAF制造業(yè)發(fā)展指標(biāo)之間僅存在單向因果關(guān)系；在5%顯著性水平下，當(dāng)滯后期數(shù)為2時(shí)，P值分別為0.030 7和0.491 1，拒絕原假設(shè)1（LNRD不是LNMAF的格蘭杰因），接受原假設(shè)2（LNMAF不是LNRD的格蘭杰因）；上海市科技服務(wù)業(yè)的發(fā)展是影響制造業(yè)發(fā)展的格蘭杰因，但上海市制造業(yè)的發(fā)展不是影響科技服務(wù)業(yè)發(fā)展的格蘭杰因。因此，上海市科技服務(wù)業(yè)的發(fā)展對(duì)相關(guān)制造業(yè)的發(fā)展具有一定的正向推動(dòng)作用，但制造業(yè)的發(fā)展并沒有明顯的刺激科技服務(wù)業(yè)的發(fā)展，且上海市科技服務(wù)業(yè)與制造業(yè)之間的關(guān)聯(lián)互動(dòng)發(fā)展趨勢(shì)尚未成熟。

3.6 脈沖響應(yīng)分析

為了進(jìn)一步研究上海市科技服務(wù)業(yè)與制造業(yè)發(fā)展的局部動(dòng)態(tài)關(guān)系，本文利用脈沖響應(yīng)函數(shù)（IRF）來(lái)說(shuō)明模型內(nèi)生變量對(duì)于誤差出現(xiàn)所產(chǎn)生的反應(yīng)［15］，以捕捉某個(gè)干擾項(xiàng)的沖擊因素對(duì)所有內(nèi)生變量在一定時(shí)間段內(nèi)（當(dāng)前到未來(lái)）的影響效應(yīng)。LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)與LNMAF制造業(yè)發(fā)展指標(biāo)的脈沖響應(yīng)分析結(jié)果如圖3所示，圖中橫坐標(biāo)代表滯后期數(shù)（波動(dòng)持續(xù)的時(shí)間長(zhǎng)度），縱坐標(biāo)代表脈沖響應(yīng)數(shù)值（單位沖擊引起的波動(dòng)大?。總€(gè)坐標(biāo)軸內(nèi)實(shí)線部分表示脈沖響應(yīng)函數(shù)，實(shí)線兩側(cè)的虛線部分表示偏離正負(fù)兩倍標(biāo)準(zhǔn)差的響應(yīng)函數(shù)。

圖3 LNMAF&LNRD的脈沖響應(yīng)結(jié)果

具體表現(xiàn)為：當(dāng)科技服務(wù)業(yè)發(fā)展指標(biāo)LNRD在受到自身一個(gè)單位正向標(biāo)準(zhǔn)差沖擊后，會(huì)立即產(chǎn)生強(qiáng)烈的正向響應(yīng)，并在第一期達(dá)到峰值0.092，隨后的正向響應(yīng)幅度逐漸減弱，脈沖響應(yīng)值在第八期后維持在0.39附近；對(duì)LNMAF制造業(yè)發(fā)展指標(biāo)施加一個(gè)單位正向標(biāo)準(zhǔn)差的沖擊之后，LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)并沒有在第一期的時(shí)間節(jié)點(diǎn)立刻做出響應(yīng)，而是逐漸產(chǎn)生一定幅度的正向響應(yīng)趨勢(shì)并在第四期達(dá)到峰值0.039，隨后有輕微的負(fù)向響應(yīng)趨勢(shì)，數(shù)值輕微下滑至0.34并在第八期后保持平穩(wěn)；

對(duì)LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)施加一個(gè)單位正向標(biāo)準(zhǔn)差沖擊后，制造業(yè)發(fā)展指標(biāo)LNMAF立刻做出強(qiáng)烈的響應(yīng)，后期的響應(yīng)程度逐漸減弱且存在小幅度波動(dòng)，脈沖響應(yīng)數(shù)值在第七期后維持在0.06，表明上海市制造業(yè)的發(fā)展對(duì)來(lái)自科技服務(wù)業(yè)的擾動(dòng)做出了積極地響應(yīng)，且該正向響應(yīng)趨勢(shì)長(zhǎng)期穩(wěn)定存在；當(dāng)制造業(yè)發(fā)展指標(biāo)LNMAF受到了來(lái)自自身的單位正向標(biāo)準(zhǔn)差沖擊后同樣會(huì)在第一期迅速給予響應(yīng)，中期存在一定幅度的正向響應(yīng)弱化趨勢(shì)，最終在第六期后基本趨于穩(wěn)定。

3.7 方差分解分析

方差分解可以進(jìn)一步分析結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的影響效應(yīng)，并對(duì)不同結(jié)構(gòu)沖擊的貢獻(xiàn)度做出評(píng)價(jià)［16］，本文采用Cholesky分解法對(duì)LNRD上海市科技服務(wù)業(yè)發(fā)展指標(biāo)與LNMAF制造業(yè)發(fā)展指標(biāo)的預(yù)測(cè)均方誤差展開分解，結(jié)果如表6所示。

表6 LNMAF&LNRD方差分解結(jié)果

在反映制造業(yè)發(fā)展指標(biāo)LNMAF的10期方差波動(dòng)中，有0～47.99%的波動(dòng)可以由LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)來(lái)解釋，其解釋能力呈現(xiàn)出緩速增強(qiáng)的趨勢(shì)并在第八期之后穩(wěn)定在46%附近；制造業(yè)發(fā)展指標(biāo)LNMAF對(duì)自身波動(dòng)的貢獻(xiàn)度為52.01%～100%，其自身貢獻(xiàn)度的變化呈現(xiàn)階梯型弱化趨勢(shì)，最終在第八期后基本穩(wěn)定，總體可以反映出上海市科技服務(wù)業(yè)的發(fā)展指標(biāo)對(duì)制造業(yè)的發(fā)展指標(biāo)存在較為顯著的長(zhǎng)期波動(dòng)影響。

在反映科技服務(wù)業(yè)發(fā)展指標(biāo)LNRD的10期方差波動(dòng)中，有0.62%～11.66%的波動(dòng)可以由LNMAF制造業(yè)發(fā)展指標(biāo)來(lái)解釋，其影響程度從第二期開始趨于平穩(wěn)，波動(dòng)水平維持在7%～10%之間；科技服務(wù)業(yè)發(fā)展指標(biāo)LNRD對(duì)自身的貢獻(xiàn)度第一期為99.38%，在第二期的下降幅度最大，后期保持在89%的貢獻(xiàn)度水平，這也反映出上海市科技服務(wù)業(yè)的發(fā)展在很大程度上是依靠自身，制造業(yè)的發(fā)展并沒有對(duì)科技服務(wù)業(yè)的發(fā)展產(chǎn)生較大的推動(dòng)力，二者之間的互動(dòng)融合發(fā)展成效有待進(jìn)一步優(yōu)化與完善。

4 研究結(jié)論

（1）協(xié)整檢驗(yàn)分析結(jié)果：變量LNMAF制造業(yè)發(fā)展指標(biāo)與LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)二者之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，即：序列LNMAF與LNRD是（1，1）階協(xié)整的。

（2）ECM誤差修正模型分析結(jié)果：長(zhǎng)期均衡對(duì)于LNMAF和LNRD的短期波動(dòng)影響在統(tǒng)計(jì)上是顯著的，被解釋變量D（LNMAF）短期波動(dòng)的影響因素來(lái)源于兩個(gè)部分：一部分源自于解釋變量D（LNRD）科技服務(wù)業(yè)發(fā)展程度的短期波動(dòng)影響，另一部分是反映LNMAF上海市制造業(yè)發(fā)展程度與LNRD科技服務(wù)業(yè)發(fā)展程度之間長(zhǎng)期均衡關(guān)系的均衡誤差（上一期的LNMAF對(duì)均衡水平的偏離程度）。

（3）Granger因果關(guān)系檢驗(yàn)結(jié)果：LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)與LNMAF制造業(yè)發(fā)展指標(biāo)之間僅存在單向因果關(guān)系，上海市科技服務(wù)業(yè)的發(fā)展是影響制造業(yè)發(fā)展的格蘭杰因，但上海市制造業(yè)的發(fā)展不是影響科技服務(wù)業(yè)發(fā)展的格蘭杰因。表明上海市科技服務(wù)業(yè)的發(fā)展對(duì)相關(guān)制造業(yè)的發(fā)展具有一定的正向推動(dòng)作用，但制造業(yè)的發(fā)展并沒有顯著的刺激科技服務(wù)業(yè)的發(fā)展，使得上海市科技服務(wù)業(yè)與制造業(yè)之間的關(guān)聯(lián)互動(dòng)發(fā)展趨勢(shì)尚未成熟。

（4）脈沖響應(yīng)分析結(jié)果：LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)與LNMAF制造業(yè)發(fā)展指標(biāo)這個(gè)兩個(gè)變量不僅會(huì)受到顯著的自身沖擊影響，而且二者在短期內(nèi)存在相互的正向響應(yīng)效應(yīng)（LNRD對(duì)LNMAF的響應(yīng)程度更為顯著），該響應(yīng)長(zhǎng)期存在并在一定時(shí)期后趨于平穩(wěn)，表明上海市制造業(yè)的發(fā)展對(duì)來(lái)自科技服務(wù)業(yè)的擾動(dòng)做出了積極地響應(yīng)，且該正向響應(yīng)趨勢(shì)長(zhǎng)期穩(wěn)定存在。

（5）方差分解分析結(jié)果：在LNRD與LNMAF的10期方差波動(dòng)中，LNRD科技服務(wù)業(yè)發(fā)展指標(biāo)對(duì)LNMAF制造業(yè)發(fā)展指標(biāo)存在一定的長(zhǎng)期波動(dòng)影響，相比之下，LNRD對(duì)LNMAF的波動(dòng)影響要大于LNMAF對(duì)LNRD的波動(dòng)影響?？傮w可以反映出上海市科技服務(wù)業(yè)的發(fā)展對(duì)制造業(yè)的發(fā)展產(chǎn)生了較為顯著的長(zhǎng)期波動(dòng)影響，二者之間的互動(dòng)融合發(fā)展成效有待進(jìn)一步優(yōu)化與完善。