郭慶然

（河南科技學(xué)院經(jīng)濟與管理學(xué)院，河南新鄉(xiāng)453003）

基于非平衡面板數(shù)據(jù)的制造業(yè)、服務(wù)業(yè)與人均收入的統(tǒng)計檢驗

郭慶然

（河南科技學(xué)院經(jīng)濟與管理學(xué)院，河南新鄉(xiāng)453003）

文章選取1980—2011年184個國家制造業(yè)、服務(wù)業(yè)與人均收入水平的非平衡面板數(shù)據(jù)，利用分位數(shù)回歸與廣義最小二乘法，對三者之間的關(guān)系進行實證研究。分位數(shù)回歸結(jié)果發(fā)現(xiàn)：隨著人均收入水平的逐步提高，人均收入對制造業(yè)發(fā)展水平產(chǎn)生的創(chuàng)造效應(yīng)總體上呈現(xiàn)為下降趨勢；而對服務(wù)業(yè)發(fā)展產(chǎn)生的創(chuàng)造效應(yīng)，在服務(wù)業(yè)發(fā)展水平較低時產(chǎn)生的創(chuàng)造效應(yīng)較大，在服務(wù)業(yè)發(fā)展水平較高時產(chǎn)生的創(chuàng)造效應(yīng)較小。廣義最小二乘法回歸結(jié)果表明：制造業(yè)與人均收入之間存在著顯著的負(fù)向關(guān)系，而服務(wù)業(yè)與人均收入之間卻存在著顯著的正向關(guān)系。

制造業(yè)；服務(wù)業(yè)；人均收入；分位數(shù)回歸；廣義最小二乘法

0　引言

隨著經(jīng)濟的發(fā)展和人們生活水平的提高，一個必然出現(xiàn)的現(xiàn)象是勞動力從農(nóng)業(yè)向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，隨后又會繼續(xù)出現(xiàn)勞動力從第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移，即“配第-克拉克定律”。制造業(yè)、服務(wù)業(yè)作為創(chuàng)造就業(yè)的重要產(chǎn)業(yè)部門，不僅會影響勞動者收入，而且更會受到勞動者收入水平的制約。近年來，世界各國產(chǎn)業(yè)呈現(xiàn)出一種服務(wù)化趨勢，制造業(yè)、服務(wù)業(yè)的迅速發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的演進也由此越來越引起理論界和實踐工作者的廣泛關(guān)注。但現(xiàn)有的大多研究都是從某一國家或地區(qū)內(nèi)部研究制造業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)對人均收入的反應(yīng)，而從跨國家、跨地區(qū)視角進行研究、從實證方面進行驗證的并不多見。本文則是利用分位數(shù)回歸與廣義最小二乘法，對184個不同發(fā)展水平的國家1980—2011年的非平衡面板數(shù)據(jù)進行實證研究。結(jié)果發(fā)現(xiàn)：在人均收入提高的過程中，制造業(yè)就業(yè)比例總體上呈下降趨勢，但該下降趨勢并不是穩(wěn)定的。在服務(wù)業(yè)水平發(fā)展的低級階段，人均收入對服務(wù)業(yè)產(chǎn)生的創(chuàng)造效應(yīng)較大；在服務(wù)業(yè)發(fā)展的高級階段，人均收入對服務(wù)業(yè)產(chǎn)生的創(chuàng)造效應(yīng)相對較小。廣義最小二乘法回歸結(jié)果表明：制造業(yè)與人均收入之間存在著顯著的反向關(guān)系，而服務(wù)業(yè)與人均收入之間卻存在著顯著的正向關(guān)系。

1　指標(biāo)選取與數(shù)據(jù)說明

借鑒Fuchs（1980）的做法，選取制造業(yè)部門的就業(yè)比例為制造業(yè)發(fā)展的指標(biāo)，服務(wù)業(yè)部門的就業(yè)比例為服務(wù)業(yè)發(fā)展的指標(biāo)，人均收入指標(biāo)選用人均GDP替代。即3個重要指標(biāo)：制造業(yè)就業(yè)比例、服務(wù)業(yè)就業(yè)比例和人均GDP，分別表示為：manuratio、servratio和pgdp，并利用消費價格指數(shù)對人均GDP進行了修正，轉(zhuǎn)換為1980年不變價格的相應(yīng)指標(biāo)。本文數(shù)據(jù)來源《中國統(tǒng)計年鑒》、《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》和《國際勞工組織數(shù)據(jù)庫》等1980—2011年184個國家的制造業(yè)就業(yè)比例、服務(wù)業(yè)就業(yè)比例、人均GDP的數(shù)據(jù)。但由于部分國家的數(shù)據(jù)在截面和時間上不能同時獲取，故只能采用非平衡面板數(shù)據(jù)，時間跨度為30年，樣本數(shù)為2303個。

2　方法選擇與樣本數(shù)據(jù)描述

作為截面數(shù)據(jù)與時間序列數(shù)據(jù)結(jié)合起來的二維數(shù)據(jù)類型，面板數(shù)據(jù)有著極其廣泛的應(yīng)用。在利用面板數(shù)據(jù)對建立的回歸模型進行分析時，既要考慮不同時點、不同個體間可能存在著差異，又要考慮不同截面上、不同時點間存在著差異，這在建立模型時就體現(xiàn)為針對不同的時間或截面截距不同。面板數(shù)據(jù)模型的一般形式為：

模型中：yit是被解釋變量，xit是解釋變量，其中i為橫截面、t為時間；μit為隨機干擾項；為個體或異質(zhì)性效應(yīng)，其中zi是包含一個常數(shù)項和不隨時間變化的一系列變量。

分位數(shù)回歸（Quantile Regression）是由Koenker和Bassett（1978）提出并引入到經(jīng)濟分析中的，它是對普通最小二乘法（0LS）的一種擴展，提供了解釋變量和被解釋變量的分位數(shù)之間線性關(guān)系的估計方法。之后，Bassett (1986)、Powell(1986)和Chernozhukov(2002)等在上述基礎(chǔ)上進行了深化研究。與普通最小二乘方法相比，分位數(shù)回歸存在如下優(yōu)勢：（1）分位數(shù)模型比較適合估計具有異方差的模型；（2）分位數(shù)回歸不需要對模型中的隨機誤差項作任何分布的假定，當(dāng)誤差項為非正態(tài)分布時，其參數(shù)估計效果比最小二乘法更為有效；（3）分位數(shù)回歸參數(shù)估計量較最小二乘方法參數(shù)估計量更為穩(wěn)??；（4）分位數(shù)回歸反映的是解釋變量對被解釋變量在特定分位數(shù)上影響的邊際效果，而最小二乘法回歸反映的只是解釋變量對被解釋變量影響的平均邊際效果。顯然，分位數(shù)回歸具有最小二乘法回歸無法比擬的優(yōu)勢。分位數(shù)回歸方法的基本模型為：

模型中的yi是被解釋變量，xi是解釋變量，βτ為對應(yīng)于被解釋變量第τ分位數(shù)的解釋變量的回歸系數(shù)，ετi是隨機干擾項。在給定解釋變量xi時，y的第τ個條件分位數(shù)為分位數(shù)回歸的參數(shù)估計采用加權(quán)絕對離差最?。╓LA）準(zhǔn)則進行判斷。可以通過求解下式的極值得到分位數(shù)回歸系數(shù)的估計量：

將分位數(shù)回歸與面板數(shù)據(jù)模型結(jié)合起來對變量之間的關(guān)系進行分析，能夠較好地在控制個體異質(zhì)性的基礎(chǔ)上研究被解釋變量條件分布的不同分位點上變量之間的關(guān)系。為了克服原有分位數(shù)回歸方法中沒有考慮固定效應(yīng)這一缺陷，Koenker提出了面板分位數(shù)回歸方法，并構(gòu)建模型如下：

其中，i和j分別代表個體與時期?？梢岳孟率降膬?yōu)化對這一問題進行求解：

其中，τk代表分位點；wk代表權(quán)重；ρτ(μ)=μ(τ-I(μ＜0))。在Koenker模型的基礎(chǔ)上，CAR0SLAMARCHE(2006)對PQR估計方法進一步進行探討，并結(jié)合實際數(shù)據(jù)進了實證分析。本文將分別利用面板數(shù)據(jù)分位數(shù)回歸、面板數(shù)據(jù)廣義最小二乘法研究制造業(yè)發(fā)展水平、服務(wù)業(yè)發(fā)展水平對人均GDP異質(zhì)性的反應(yīng)程度及其相關(guān)性。制造業(yè)就業(yè)比例、服務(wù)業(yè)就業(yè)比例與人均GDP的統(tǒng)計性描述見表1。相關(guān)變量的統(tǒng)計性描述結(jié)果初步表明，184個國家的人均GDP均存在明顯差異，最大值和最小值之間相差較大?？梢哉J(rèn)為，解釋變量人均GDP相差懸殊決定了各個國家的制造業(yè)就業(yè)比例、服務(wù)業(yè)就業(yè)比例存在較大差距。

表1　樣本數(shù)據(jù)的統(tǒng)計描述

3　模型檢驗與模型設(shè)定

由于對數(shù)據(jù)取自然對數(shù)并不改變變量之間的面板協(xié)整關(guān)系，而且可以消除可能存在的異方差，所以對manuratio、 servratio和pgdp進行自然對數(shù)變換。本文分析工具采用計量經(jīng)濟分析軟件Eviews7.2和stata12.0。（1）變量平穩(wěn)性檢驗。對變量manuratio、servratio、pgdp以及l(fā)nmanuratio、lnservratio、lnpgdp分別進行平穩(wěn)性檢驗，結(jié)果發(fā)現(xiàn)所有變量均為一階單整，即I（1）；（2）面板協(xié)整檢驗。利用E-G兩步法對lnmanuratio、lnpgdp進行協(xié)整檢驗，結(jié)果發(fā)現(xiàn)lnmanuratio和lnpgdp之間存在協(xié)整關(guān)系。同理，可檢驗出lnservratio和lnpgdp之間也存在協(xié)整關(guān)系。根據(jù)所要研究的問題，本文設(shè)定如下計量模型：

模型（3）：ln manuratioit=αi+β1ln pgdpit+εit

模型（4）：ln servratioit=αi+β2ln pgdpit+εit

其中，模型（1）、模型（2）為面板數(shù)據(jù)分位數(shù)回歸模型；模型（3）、模型（4）均為面板數(shù)據(jù)固定效應(yīng)模型。模型中i代表國家，為184個國家，t表示樣本觀測時期，為1980—2011年，τj為分位數(shù)，為0～1之間的分位數(shù)。ln manuratioit為制造業(yè)就業(yè)比例的自然對數(shù)，ln servratioit為服務(wù)業(yè)就業(yè)比例的自然對數(shù)，ln pgdpit代表人均GDP的自然對數(shù)。

4　實證分析

與最小二乘方法相比，分位數(shù)回歸方法放寬了對隨機干擾項分布假設(shè)的限制，約束條件大大減少，對異常值更具包容性，估計結(jié)果更具穩(wěn)健性。對面板分位數(shù)回歸模型（1）、模型（2）分別進行估計，分位數(shù)取0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9，回歸結(jié)果見表2所示。

表2　制造業(yè)就業(yè)比例與人均收入的回歸結(jié)果

表2中的結(jié)果顯示：對于模型（1），lnpgdp的回歸系數(shù)全部為正值，并且隨著分位數(shù)的持續(xù)增加，lnpgdp的系數(shù)變化規(guī)律為先減小后增加再減?。ㄒ妶D1）。分位數(shù)回歸系數(shù)表示解釋變量對被解釋變量的某一特定分位數(shù)的邊際效果，即在制造業(yè)就業(yè)比重的某個分位段上，制造業(yè)就業(yè)比重對人均GDP的反應(yīng)。表2中的回歸結(jié)果顯示，制造業(yè)發(fā)展水平較低的國家與制造業(yè)發(fā)展水平較高的國家人均GDP的創(chuàng)造效應(yīng)有明顯差異。0.1分位數(shù)對應(yīng)的是制造業(yè)就業(yè)比重相對較低的國家，當(dāng)它們的人均收入增加1%時，制造業(yè)就業(yè)比例將增長0.11個百分點；而0.9分位數(shù)則對應(yīng)一些制造業(yè)就業(yè)比重相對較高的國家，當(dāng)其人均收入增加1%時，制造業(yè)就業(yè)比例將增長0.09個百分點。即制造業(yè)的就業(yè)比重對人均GDP的反應(yīng)隨著分位數(shù)的提高呈現(xiàn)出先減小后增加再減小的曲線變化，但總體上看呈遞減趨勢。這意味著人均收入變動對制造業(yè)產(chǎn)生的創(chuàng)造效應(yīng)，隨著制造業(yè)的變動先減小、后增加、再減小。即總體趨勢是減小的。這恰好顯示了貧窮國家、發(fā)展中國家和發(fā)達國家的制造業(yè)發(fā)展水平隨人均收入水平的變化軌跡。對于貧窮國家，最可能的解釋是自己制造不如進口；對于大部分發(fā)展中國家，隨著人均收入水平的提高，制造業(yè)發(fā)展水平也越來越高；而對于發(fā)達國家，隨著人均收入水平的提高，制造業(yè)發(fā)展水平會逐步下降。該結(jié)果對英國、美國等發(fā)達國家以制造業(yè)為主的第二產(chǎn)業(yè)所占比例越來越小而發(fā)展中國家第二產(chǎn)業(yè)所占比例越來越大的現(xiàn)象給予了有力的解釋。

圖1　ln manuratioit不同分位點下的變量系數(shù)

模型（2）中，lnpgdp的回歸系數(shù)全部為正值，且隨著分位數(shù)從0.1到0.9，lnpgdp的回歸系數(shù)從0.35減小到0.24（見圖2）。顯然，與模型（1）相比，lnpgdp的系數(shù)隨分位數(shù)的增加而持續(xù)下降。即在分位數(shù)回歸框架之下，服務(wù)業(yè)就業(yè)比重對人均GDP的反應(yīng)隨著分位數(shù)的提高逐漸減小，人均收入增加對服務(wù)業(yè)產(chǎn)生的創(chuàng)造效應(yīng)隨著服務(wù)業(yè)發(fā)展水平的提高而逐漸降低。該結(jié)果與Fuchs（1980）、解棟棟（2009）的結(jié)論相一致。

圖2　ln servratioit不同分位點下的變量系數(shù)

對于面板數(shù)據(jù)模型來說，普通最小二乘法（0LS）估計會導(dǎo)致偏誤。因此，在選擇估計方法之前，必須通過檢驗進行固定效應(yīng)模型、隨機效應(yīng)模型的篩選。這里運用Hausman檢驗進行模型的選擇，Hausman檢驗的結(jié)果發(fā)現(xiàn)，選擇面板數(shù)據(jù)固定效應(yīng)模型進行估計更為合適?？紤]到時間跨度較長、個體較多，故需要考慮相關(guān)性、異方差等問題，經(jīng)過檢驗發(fā)現(xiàn)模型（3）、模型（4）的誤差項無論在時間維度，還是截面維度上均存在相關(guān)性，因而采用廣義最小二乘法進行估計，并對誤差進行了修正?；貧w結(jié)果見表3所示。

表3　制造業(yè)、服務(wù)業(yè)就業(yè)比例與人均GDP個體固定效應(yīng)回歸結(jié)果

模型（3）、模型（4）為面板固定效應(yīng)模型采用廣義最小二乘法估計的結(jié)果。利用最小二乘法估計出的系數(shù)與分位數(shù)回歸估計的結(jié)果是截然不同的。由于個體較多，故模型（3）、模型（4）的截距不是被關(guān)注的對象。模型（3）中，lnpgdp的系數(shù)為-0.09，即人均GDP每增加1%時，制造業(yè)就業(yè)比重將平均減少0.09個百分點。這與表2的分位數(shù)回歸結(jié)果中，人均收入增加對制造業(yè)發(fā)展產(chǎn)生的創(chuàng)造效應(yīng)總體趨勢是減小的結(jié)果基本一致；模型（4）中，lnpgdp的系數(shù)為0.29，即人均GDP每增加1%時，服務(wù)業(yè)就業(yè)比重將平均增加0.29個百分點。即制造業(yè)就業(yè)比重、服務(wù)業(yè)就業(yè)比重的人均GDP彈性分別為-0.09和0.29。顯然，都是缺乏彈性的。

圖3　分位數(shù)回歸擬合曲線

圖3中虛線為ln manuratioit對lnpgdp的0LS擬合線，其它為分位數(shù)回歸的擬合線。各擬合線從下到上對應(yīng)的分位數(shù)分別為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9。圖3表明了在一定的人均收入水平上制造業(yè)就業(yè)比重隨人均收入的變化。不同分位數(shù)回歸直線之間的間隙中間窄、兩邊寬，中位數(shù)回歸直線（τ=0.5）與0LS擬合直線相交：（1）在交點右側(cè)，中位數(shù)回歸直線處于0LS擬合直線的下方，這說明該部分制造業(yè)就業(yè)比重是左偏的；（2）在交點左側(cè)，中位數(shù)回歸直線處于0LS擬合直線的上方，說明該部分制造業(yè)就業(yè)比重是右偏的。圖3還顯示，中位數(shù)回歸直線與0LS擬合直線的位置明顯不同，說明了條件密度并不對稱。

圖4　分位數(shù)回歸擬合曲線

圖4中虛線為0LS擬合直線，其他為分位數(shù)回歸擬合直線。各擬合線從下至上對應(yīng)的分位數(shù)分別為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9。圖4表明了制造業(yè)就業(yè)比重隨人均收入增長而變動的趨勢。不同分位數(shù)回歸直線之間的間隙中間窄、兩邊寬，中位數(shù)回歸直線（τ=0.5）總體上位于最小二乘擬合直線之下，說明服務(wù)業(yè)就業(yè)比重是左偏的。處于兩側(cè)的分位數(shù)回歸直線之間的間隙較寬，說明了該部分?jǐn)?shù)據(jù)點比較分散；處于中間的分位數(shù)回歸直線之間的間隙較窄，說明了該部分?jǐn)?shù)據(jù)點比較密集。圖4還顯示，中位數(shù)回歸直線與0LS擬合直線的位置基本相同，說明條件密度基本對稱。

5　結(jié)論

利用1980—2011年184個國家制造業(yè)、服務(wù)業(yè)與人均收入水平的非平衡面板數(shù)據(jù)，利用分位數(shù)回歸與廣義最小二乘法，對三者之間的關(guān)系進行實證研究?；窘Y(jié)論可以歸納為：

（1）制造業(yè)部門就業(yè)比例與人均收入之間大體上呈現(xiàn)負(fù)相關(guān)關(guān)系

制造業(yè)部門就業(yè)比例與人均收入之間并非總是存在著穩(wěn)定的負(fù)相關(guān)關(guān)系，但大體上呈現(xiàn)負(fù)相關(guān)關(guān)系。該結(jié)論不但與“配第-克拉克”定律不矛盾，也恰好從實證方面證明該定律的正確性，廣義最小二乘法回歸結(jié)果也同樣證實了這一點。隨著人均收入水平對制造業(yè)就業(yè)水平的影響可以分為三個階段：在人均收入水平較低時，制造業(yè)部門就業(yè)比例逐漸下降，這最有可能是因為這些地區(qū)的勞動者技能水平不高、技術(shù)水平落后等引起的，或者是由于收入水平太低引起消費需求不足引起的，處于工業(yè)化前期、初期的國家大多位于這一階段；隨著人均收入水平的提高，制造業(yè)就業(yè)比例會有所提高，處于工業(yè)化中期、后期的發(fā)展中國家大多處于這一階段。這一結(jié)論也解釋了包括中國、印度、巴西等發(fā)展中國家的制造業(yè)發(fā)展軌跡；當(dāng)人們的收入水平提高到一定程度之后，制造業(yè)部門的就業(yè)比例會趨于下降，處于后工業(yè)化社會的發(fā)達國家都處于這一階段。英國、美國、日本等世界制造中心的轉(zhuǎn)移與變遷路徑也說明這一點。

（2）服務(wù)業(yè)部門就業(yè)比例與人均收入之間存在著穩(wěn)定的正相關(guān)關(guān)系

服務(wù)業(yè)部門就業(yè)比例與人均收入之間存在著穩(wěn)定的正相關(guān)關(guān)系，這一結(jié)論與Fuchs(1980)、解棟棟（2009）的實證研究結(jié)論基本吻合。分位數(shù)回歸結(jié)果顯示：人均收入隨著服務(wù)業(yè)發(fā)展水平的不同對服務(wù)業(yè)就業(yè)的創(chuàng)造效應(yīng)呈現(xiàn)出動態(tài)變化，表現(xiàn)為不同分位數(shù)下的斜率系數(shù)存在著顯著差異。在服務(wù)業(yè)發(fā)展水平較低時，收入水平帶來的需求效應(yīng)對服務(wù)業(yè)發(fā)展的創(chuàng)造效應(yīng)較大；在服務(wù)業(yè)發(fā)展水平較高時，收入水平帶來的需求效應(yīng)對服務(wù)發(fā)展的創(chuàng)造效應(yīng)較小；服務(wù)業(yè)發(fā)展水平與人均收入在保持穩(wěn)定正相關(guān)的同時，還具有逐漸收斂的傾向。

上述結(jié)論雖然是根據(jù)184個國家1980—2011年的非平衡面板數(shù)據(jù)得到的，但對我國制造業(yè)、服務(wù)業(yè)發(fā)展的經(jīng)濟政策仍具有一定的借鑒意義。

[1]Koenker GY BRW,Koenker A RW.Strong Consistency of Regres?sion Quantilesand Related Empirical Processes[J].Econometric Theo?ry,1986（2）.

[2]阿瑟·劉易斯.二元經(jīng)濟論(施煒、謝兵、蘇玉宏譯)[M].北京：北京經(jīng)濟學(xué)院出版社，1989.

[3]姚先國，來君.二元社會結(jié)構(gòu)中的工資決定模型與人口流動[J].財經(jīng)研究，2005,（8）.

[4]徐佳賓.產(chǎn)業(yè)升級中的中國勞動成本優(yōu)勢[J].經(jīng)濟理論與經(jīng)濟管理，2005,（2）.

[5]胡放之.提高初次分配中勞動報酬比例促進經(jīng)濟健康發(fā)展[J].貴州社會科學(xué)，2009,（6）.

[6]殷慶坎.工資水平對產(chǎn)業(yè)結(jié)構(gòu)高級化作用機制的理論評述[J].資料通訊，2007,（8）.

[7]解棟棟.服務(wù)業(yè)發(fā)展與人均收入的關(guān)系：基于分位數(shù)回歸的實證研究[J].當(dāng)代財經(jīng)，2009,（8）.

（責(zé)任編輯/浩天）

F719

A

1002-6487（2016）19-0122-04

2015年度河南省高校科技創(chuàng)新人才支持計劃項目（人文社科類）；河南省高等教育教學(xué)改革研究項目（2014SJGLX274）

郭慶然（1972—），男，河南西華人，博士后，教授，研究方向：數(shù)量經(jīng)濟與產(chǎn)業(yè)發(fā)展。