張文軍

（1.廈門理工學院商學系；2.廈門大學經濟學院，福建廈門361004）

1 我國第三產業(yè)非對稱性波動特征分析

首先通過繪制1978～2010年第三產業(yè)和GDP的波動曲線圖可知（如圖1），在20世紀90年代初期之前，兩個變量之間的波動幅度較大，在那之后，二者的波幅逐漸趨于縮小。這其中變化更大的是第三產業(yè)波動，在這之前，似乎是比GDP的波動幅度更大，尤其是波峰遠高于GDP的波峰，而在這之后，該變量的波幅明顯變小了，而且似乎還比GDP的波動更加平緩一些。筆者根據鄒檢驗對兩個變量的回歸方程進行了分析，得知1992年是二者的結構轉折點，由于1992年之后我國開始進行市場經濟體制改革，使得供求矛盾得到了極大的緩解，因此兩變量的波動幅度變得比之前要平緩得多。故我們以1992年為分界點對二者在這前后的波動特征進行比較和分析。首先我們對它們的周期進行劃分，根據劉易斯的經濟周期劃分方法，劃分一個周期，可以從一個波谷到另一個波谷，也可以從一個波峰到另一個波峰，因此我們根據“峰－峰”劃分方法，對兩個變量1978～2010年的增長率序列進行了劃分，并對GDP波動與第三產業(yè)波動的峰值、谷值及其是波幅分別進行了計算，結果如表1所示。

圖1 1978年以來我國第三產業(yè)波動與GDP波動曲線

由表1可知，兩個變量的波幅都是呈現(xiàn)出不斷下降的趨勢，不論是第三產業(yè)還是GDP波動，在1992年之后的波動幅度都要遠小于之前的，而且在這之前，第三產業(yè)波動的平均波幅要大于GDP波動，而在這之后，第三產業(yè)波動的平均波幅卻要小于后者，而與此同時，我國第三產業(yè)占GDP的比例卻不斷上升，在1992年時，該比例為35%，到2010年則達到了43%，這說明1992年以來我國GDP波動幅度的下降在很大程度上是由于第三產業(yè)波幅的下降，以及其占GPD的比例的不斷提高所致。

表1 第三產業(yè)波動與GDP波動特征比較

另外，我們發(fā)現(xiàn)不論是在1992年之前還是之后，第三產業(yè)波動的峰谷與GDP波動相比都存在一個顯著的特點，即除了第三輪周期的波谷之外，其余的周期的谷值都要大于GDP波動，而波峰的值卻相反，1992年之前的峰值的平均值要高出GDP15%，1992年之后的峰值平均值也與GDP的峰值持平。筆者還計算了第二產業(yè)波動特征的結果，如表2所示，我們發(fā)現(xiàn)第三產業(yè)的谷值也比第二產業(yè)的谷值要高，而且第二產業(yè)不論是在1992年之前還是之后，其波動幅度都要大于GDP的波動幅度，表明第二產業(yè)的波動遠比前兩者劇烈。

其次，我們來計算第三產業(yè)的峰度與偏度，并與GDP和第二產業(yè)兩個指標相比較。峰度K的計算公式如下：

表2 第二產業(yè)波動特征計算結果

根據以上計算公式，我們可求得該三個變量的峰度和偏度值如表3所示。

表3 第三產業(yè)、第二產業(yè)與GDP波動的峰度及偏度計算

由表3可知，與另外兩個變量相比，第三產業(yè)的峰度K值明顯偏大，達到了3.75，表明其波峰凸起的程度較大，屬于尖峰厚尾型，而第二產業(yè)的K值則與正態(tài)分布剛好相同，說明其峰谷比較對稱，GDP的K值則相對較低，表明其波峰相對于波谷來說較平緩，其次從偏度來看，第三產業(yè)的S值為正值，另外兩個變量都是負值，這也在一定程度上說明了第三產業(yè)波動有著右拖長的特征，上升較急，而下降的時候則相對平緩，屬于陡升緩降型，而第二產業(yè)和GDP的偏度則小于零，屬于緩升陡降型。

綜上所述，通過對上述三個變量波動形態(tài)的峰谷、振幅及其峰度、偏度的計算，我們得知第三產業(yè)與第二產業(yè)和GDP波動相比，其波動特征存在著一定的非對稱性，從縱向來看，峰值明顯偏高，而從橫向來看，第三產業(yè)有著右拖尾的特征，表明第三產業(yè)收縮時較緩慢，收縮的程度也較輕，因此我們進一步猜測第三產業(yè)對GDP的沖擊是不是也存在著一定的非對稱性？下面我們用條件異方差模型對該猜測進行實證檢驗。

2 TARCH模型和EGARCH模型的實證檢驗

本部分我們將利用TARCH模型和EGARCH模型對第三產業(yè)對宏觀經濟的沖擊效應進行分析，首先對該兩個模型進行簡單的介紹，然后再結合數(shù)據進行實證檢驗。

我們以第三產業(yè)增長率與GDP增長率為例，對第三產業(yè)對宏觀經濟的沖擊效應進行非對稱性檢驗。

2.1 TARCH模型估計結果

利用EVIEWS軟件，我們可建立第三產業(yè)增長率與GDP增長率的均值方程和方差方程如下（gdpz和serz分別表示GDP增長率和第三產業(yè)增長率）：

以上均值方程與方差方程的T統(tǒng)計值都較顯著（括號中的數(shù)字為T統(tǒng)計值，下同），γ值顯著不為零，說明第三產業(yè)對宏觀經濟的沖擊有著非對稱效應，當?shù)谌a業(yè)上升時，ut-1＞0，dt-1＝0，因此該沖擊會給GDP帶來一個α＝1.01倍的沖擊；當?shù)谌a業(yè)下降時，ut-1＜0，dt-1＝1，故該沖擊會給GDP帶來一個α＋γ＝1.01－1.1＝－0.1倍的沖擊，即當?shù)谌a業(yè)與GDP同步收縮時，由于前者收縮得更慢，因此不僅不會加劇后者的收縮，而且還會減緩其收縮。另，由于非對稱效應的系數(shù)γ是負值，所以第三產業(yè)對宏觀經濟的非對稱效應是減少GDP的波動。

筆者還對第二產業(yè)增長率與GDP增長率的均值方程與方差方程進行了估計，結果如下（INDZ為第二產業(yè)增長率）：

由（5）式和（6）式可知，γ的值也是顯著不為零，并且大于零，這說明第二產業(yè)也對GDP波動有著非對稱效應，但是非對稱效應的結果是使得GDP波動越來越大。另外，由方差方程可知，第二產業(yè)不論是擴張還是收縮時，其對GDP的沖擊都是正向沖擊，而且收縮時對GDP的沖擊力度比擴張時要大。

2.2 EGARCH模型估計結果

我們采用與TARCH模型相似的均值方程，同樣利用EVIEWS軟件，可得EGARCH模型的估計結果如下：均值方程：

在以上兩式中，均值方程與方差方程的T統(tǒng)計值都較顯著，擬合度也較高，尤其是方差方程中的γ值也顯著大于零，再次說明第三產業(yè)對GDP的沖擊有著非對稱效應，模型中的α估計值為0.5，非對稱項γ的估計值為0.6，當ut-1＞0，即第三產業(yè)上升時，它對條件方差的對數(shù)有一個α＋γ＝1.1倍的沖擊，當ut-1＜0，即第三產業(yè)下降時，它對條件方差會帶來一個α＋γ×（－1）＝0.5－0.6＝－0.1倍的沖擊，該估計結果與TARCH模型的估計結果是一致的，從而這里再次驗證了第二部分的猜測是成立的。

根據以上EGARCH模型估計的結果，可以繪制出相應的信息沖擊曲線如圖2所示。

圖2 第三產業(yè)波動對GDP的信息沖擊曲線

由圖2可知，當信息沖擊小于零時（即經濟形勢看跌時），第三產業(yè)對GDP有著相對較輕的拉伸作用，反之則對其有著較強烈的沖擊作用。

綜上所述，第三產業(yè)收縮時對與其同步收縮的宏觀經濟有減緩的作用，而當?shù)谌a業(yè)擴張時則對宏觀經濟有至少一倍的沖擊作用，由于第三產業(yè)的波峰本來就不低于GDP的波峰，因此第三產業(yè)對宏觀經濟周期的波峰有抬高的趨勢。下面我們依靠情景模擬的方法來對這個結論進行進一步的分析和驗證。

3 基于情景模擬法的驗證

該部分將使用情景模擬的分析方法，對第三產業(yè)對GDP波動的非對稱效應進行進一步驗證，具體方法即是對不同情景下的經濟體進行摸擬，例如為了突出第三產業(yè)對宏觀經濟波動的影響，將從GDP總值中剔除第三產業(yè)的總值，即令該產業(yè)在經濟體中的比重為0，然后再求出這個虛擬經濟體的增長率，并且分析其方差和峰谷特征。

首先我們從GDP中剔除第三產業(yè)，令其比重為零，然后求出第一產業(yè)和第二產業(yè)之和的增長率，并計算出其標準差、峰谷平均值等如表4所示。由表4可知，虛擬經濟體的波峰平均值比正常經濟體稍低，而波谷的平均值都是顯著低于正常經濟體，這說明去除第三產業(yè)后的經濟體的波峰值稍有下降，而波谷卻下降較多，充分說明第三產業(yè)對經濟周期的峰值有抬高的趨勢，對波谷卻有顯著的熨平效應，或者說有顯著的減緩經濟衰退、提高谷位的作用。再從標準差來看，去除第三產業(yè)后的經濟體的標準差明顯上升了，表明第三產業(yè)比例的增大確實有利于熨平經濟波動。

其次我們還計算了去除第二產業(yè)后的經濟體的波動特征，如表5所示，與表4的計算結果剛好相反，該虛擬經濟體的波峰的平均值下降了，波谷的平均值上升了，標準差也下降了，這與前面分析的結論也是一致的，即第二產業(yè)比例的增大將會加劇經濟波動。

表4 剔除第三產業(yè)后的虛擬經濟體與正常經濟體波動特征比較

表5 剔除第二產業(yè)后的虛擬經濟體與正常經濟體波動特征比較

以上分析的都是均值，最后我們再以1993～2010年的兩個經濟體的經濟增長率為例（如表6所示），對第三產業(yè)對GDP波谷的熨平效應進行具體分析。

我們先對表6的兩個經濟體的歷輪周期（根據“峰－峰”法劃分）進行分析，第一輪周期正常經濟體從1993年開始收縮，一直到1999年為止，2000年開始出現(xiàn)轉折點，并且隨后開始上升，而虛擬經濟體則從1993年開始收縮，一直收縮到2000年為止，而且這一輪周期的谷值為6.9%，低于正常經濟體的谷值；第二輪周期正常經濟體出現(xiàn)短暫的收縮后從2002年開始上升，而虛擬經濟體則從2003年才開始上升，第三輪周期正常經濟體從2008年開始收縮，2009年到達波谷，然后2010年又開始上升，而虛擬經濟體則從2009年開始收縮，2010年到達波谷，谷值也低于正常經濟體的谷值。這說明虛擬經濟體的收縮程度要比正常經濟體更加嚴重，第三產業(yè)比例的擴大不僅有利于減緩衰退，而且會使由收縮向擴張的轉折點提前。

圖3 1992～2010年剔除第三產業(yè)后的虛擬經濟體與正常經濟體的增長曲線比較

4 我國第三產業(yè)對宏觀經濟非對稱效應的成因分析及啟示

表6 1992～2010年剔除第三產業(yè)后的虛擬經濟體與正常經濟體的增長率比較

以上分析顯示：第三產業(yè)波動的非對稱性，對宏觀經濟波動產生了顯著的非對稱效應，即第三產業(yè)收縮時前者對后者有著反向拉伸的作用，而擴張時則對后者有著沖擊作用，而且非對稱效應的結果是使得宏觀經濟波動越來越小。出現(xiàn)這種非對稱效應主要與我國第三產業(yè)本身的特征和產業(yè)政策的轉變等因素有關：（1）從第三產業(yè)本身的特征來看，我國第三產業(yè)的層次較低，傳統(tǒng)的勞動密集型行業(yè)如餐飲、住宿、批發(fā)、零售、交通運輸和倉儲郵政行業(yè)一直都是我國第三產業(yè)的主力軍，1978年占第三產業(yè)的54%，到2010年仍然占到了37%，這些行業(yè)因為其就業(yè)門檻低，在宏觀經濟收縮時，它們便成了第二產業(yè)吸納剩余勞動力的“蓄水池”，這就大大減輕了整個第三產業(yè)的收縮程度，提高了就業(yè)率，擴大了全社會的消費需求，而這一切都有利于提高宏觀經濟的谷位；另一方面，象餐飲、批發(fā)、零售等行業(yè)，它們大部分是由一個個的個體經營者組成，投資額低，再加上該類服務產品的生產具有見效快、生產過程簡單、對資源的依賴程度小等特點，因此相對于需要巨額投資的第二產業(yè)來說，它很容易產生擴張效應，當經濟形勢看好時，這些行業(yè)會急速膨脹，最終推動第三產業(yè)的增長率迅速提高，有時甚至比宏觀經濟的上升速度還要快，因此可能還會加劇宏觀經濟過熱。而我國的第二產業(yè)由于其資源密集型行業(yè)占的比例過大，內生擴張能力差，很容易受瓶頸約束而產生大落，故第二產業(yè)對宏觀經濟的非對稱效應與第三產業(yè)剛好相反。（2）從我國產業(yè)政策的轉變來看，改革之前我國曾經把服務部門看成不創(chuàng)造社會財富的非生產部門，導致第三產業(yè)長期發(fā)展緩慢，比重偏低，而改革之后由于第三產業(yè)的發(fā)展得到了重視，政府出臺了多項有關第三產業(yè)的政策，我國第三產業(yè)波動的波峰年份1984年、1986年、1992年、2002年及2007年等，都與我國政府出臺的有關第三產業(yè)的政策有關。

因此，我們必須要針對第三產業(yè)本身及其對宏觀經濟的非對稱性特征，充分發(fā)揮其對宏觀經濟波動的緩和效應，在宏觀經濟收縮時，要大力扶持餐飲、零售、批發(fā)等傳統(tǒng)服務業(yè)行業(yè)，加大政策扶持的力度，盡量實行減免稅收等優(yōu)惠措施，盡可能的使第三產業(yè)充當起勞動力的“蓄水池”的作用，而在宏觀經濟擴張時，要對第三產業(yè)進行景氣監(jiān)測，防止其增長過快并形成結構性過熱，最終對整個宏觀經濟形成向上的沖擊，其次，要加大現(xiàn)代服務業(yè)的扶持力度，增強第三產業(yè)的內生擴張能力，避免第三產業(yè)“一哄而上”的局面，使第三產業(yè)既能熨平宏觀經濟的波谷又能熨平其波峰。

[1]Filardo,Andrew J.Cyclical Implications of the Declining Manufactur?ing Employment Share[J].Economic Reriew-Fedeal Reserve Band of Kansas City,1995,(80).

[2]Cuadrado，Alvaro.Business Cycle and Service Industries：General Trends and the Spanish Case[J].The Service Industries Journal，2001，21.

[3]馬海英，王立勇.我國第三產業(yè)周期穩(wěn)定效應與就業(yè)吸納效應研究[J].中國軟科學，2009，(7).

[4]劉丹鷺.服務業(yè)發(fā)展能燙平宏觀經濟波動嗎?——基于中國數(shù)據的研究[J].當代財經，2011，(6).

[5]羅萬純，劉銳.中國糧食價格波動分析：基于ARCH類模型[J].中國農村經濟，2011，(6).

[6]王鵬,王建瓊,魏宇.自回歸條件方差-偏度-峰度：一個新的模型[J].管理科學學報，2009，(12).

[7]Engle R F，Ng V K.Measuring and Testing the Impact of News on Vol?atility[J].Journal of Finance，1993，(48).

[8]Bollerslev，T.Generalized Autoregressive Conditional Heteroskedastic?ity[J].Journal of Econometrics,，1986，(31).

[9]Engle，R.F.Autoregressive Conditional Heteroskedasticity with Esti?mates of the Variance of U.K.Inflation,[J].Econometrica,，1982，(50).

[10]劉金泉,劉兆波.我國貨幣政策作用非對稱性和波動性的實證檢驗[J].管理科學學報，2003，(3).

[11]殷劍峰.21世紀中國經濟周期平穩(wěn)化現(xiàn)象研究[J].中國社會科學，2010，(4).

[12]鄧春寧.新中國成立60年來中國第三產業(yè)的發(fā)展歷程與前景展望[J].經濟研究參考，2009，(67).