鄭蘇江，吳 忠

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

近年來，在中國經(jīng)濟發(fā)展進入新常態(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)的互動關(guān)聯(lián)發(fā)展勢頭愈發(fā)迅猛?？萍挤?wù)業(yè)作為一種當代新型高端生產(chǎn)性服務(wù)業(yè)態(tài)已然把經(jīng)濟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、產(chǎn)品升級、服務(wù)升級等方面發(fā)揮“助推器”的作用。在國家層面，2016年4月國務(wù)院正式發(fā)布《上海系統(tǒng)推進全面創(chuàng)新改革試驗加快建設(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：計劃在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，這一目標進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)政策的制定與實施對促進全國科技服務(wù)業(yè)與制造業(yè)的高質(zhì)量發(fā)展也至關(guān)重要；在市級層面，根據(jù)上海市商務(wù)委員會近期公布的統(tǒng)計數(shù)據(jù)顯示：德國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，同比增長幅度高達186.4%，相關(guān)指標均創(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。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)全球價值鏈（GVC）的產(chǎn)品設(shè)計、研發(fā)、生產(chǎn)、營銷、售后等環(huán)節(jié)進行增值活動，以實現(xiàn)資源的合理配置以及多產(chǎn)業(yè)的互動融合發(fā)展。因此，面對新一輪的全球化產(chǎn)業(yè)變革與科技革命，重點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，并促進新時代背景下制造業(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)機構(gòu)以資訊類機構(gòu)的身份最早誕生于19世紀中期，在20世紀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)機構(gòu)，并在20世紀末期初步形成科技服務(wù)業(yè)態(tài)。近年來，基于數(shù)字經(jīng)濟的快速發(fā)展背景下，云計算、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)已然成為國家重點發(fā)展行業(yè)，不斷深化推進經(jīng)濟發(fā)展水平向中高端層次邁進

目前，學術(shù)界對于科技服務(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：國內(nèi)學者田振中［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)升級方向等三個層面對地區(qū)科技服務(wù)業(yè)與制造業(yè)協(xié)同發(fā)展的現(xiàn)狀進行了深入研究。梁永福等［5］以臺灣時間序列數(shù)據(jù)為基礎(chǔ)建立VAR模型并進行單位根檢驗與協(xié)整檢驗分析，通過對比廣東省研發(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)，從競爭效應(yīng)、知識外溢效應(yīng)以及產(chǎn)業(yè)協(xié)同效應(yīng)等三個層面實證分析了地區(qū)科技服務(wù)業(yè)集聚對制造業(yè)發(fā)展的影響機制；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?個維度構(gòu)建全國科技服務(wù)業(yè)發(fā)展水平評價指標體系，并對科技服務(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)度進行了動態(tài)與靜態(tài)的研究分析，研究結(jié)果顯示：全國科技服務(wù)業(yè)整體發(fā)展水平呈現(xiàn)逐年穩(wěn)步上升的趨勢，國內(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)，進一步提升科技服務(wù)業(yè)對高端技術(shù)制造業(yè)的支撐與引領(lǐng)作用。

國外學者一般會把科技服務(wù)業(yè)稱為KIBS知識密集型服務(wù)業(yè)（Knowledge Intensive Business Services）。Hertog［9］指出科技服務(wù)業(yè)充當著創(chuàng)新的共同生產(chǎn)者，是科技創(chuàng)新的載體和促進者，他還提出了一個服務(wù)創(chuàng)新的四維模型用于進一步分析知識密集型服務(wù)在創(chuàng)新中的作用機制。Asikainen［10］認為知識密集型企業(yè)是科學技術(shù)與市場的知識傳遞者，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362家KIBS企業(yè)作為研究對象，通過樣板數(shù)據(jù)深入分析了3個熱門行業(yè)在研發(fā)、設(shè)計與創(chuàng)新層面的功能作用。Desmarchelier等［12］構(gòu)建了一個涉及工業(yè)、消費服務(wù)業(yè)、消費者、KIBS企業(yè)和銀行系統(tǒng)等主體的多元代理分析模型，重新評估了知識密集型企業(yè)與經(jīng)濟增長之間的關(guān)系，研究結(jié)果顯示：科技服務(wù)業(yè)的發(fā)展是經(jīng)濟增長的強大動力，并且可以替代經(jīng)濟增長過程中的物質(zhì)資本積累，但物質(zhì)資本積累仍然是經(jīng)濟增長的重要因素。

根據(jù)學術(shù)界目前的研究現(xiàn)狀來看，已有文獻更多的是分析科技服務(wù)業(yè)對制造業(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)展互動關(guān)系角度展開研究的高質(zhì)量文獻非常少，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、Granger因果檢驗、脈沖響應(yīng)與方差分解分析方法，通過分析樣本指標數(shù)據(jù)間的長期與短期動態(tài)作用機制，實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)展互動關(guān)系。

2 數(shù)據(jù)來源與變量選取

2.1 研究數(shù)據(jù)

本文研究的時間跨度為2003—2017年，樣本數(shù)據(jù)采用年度數(shù)據(jù)，數(shù)據(jù)來源為2004—2018年《中國統(tǒng)計年鑒》《上海統(tǒng)計年鑒》《上?？萍冀y(tǒng)計年鑒》的原始數(shù)據(jù)經(jīng)過匯總整理得到。同時，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，需要對樣本變量進行對數(shù)化預(yù)處理，其結(jié)果分別記為LNRD和LNMAF。圖1可以更為直觀的展示此時兩個變量序列的變化趨勢：LNRD和LNMAF的時間序列曲線具有較大的相似性。

圖1 LNMAF&LNRD的時間序列曲線

2.2 變量選取

羅建強等［13］利用灰色關(guān)聯(lián)模型實證研究了南京市科技服務(wù)業(yè)與制造業(yè)之間的互動關(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)量層面對制造業(yè)的發(fā)展水平影響較大，且R&D經(jīng)費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)、電子計算機及辦公設(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)、信息化學品制造業(yè)）的R&D經(jīng)費支出（RD）作為衡量上海市科技服務(wù)業(yè)發(fā)展程度指標；考慮到相關(guān)數(shù)據(jù)的可獲得性，以上海市6個重點發(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。

3 實證分析

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)展程度的衡量指標數(shù)據(jù)，并分析該數(shù)據(jù)間的長期與短期動態(tài)作用機制，實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)展互動關(guān)系。

3.1 變量平穩(wěn)性檢驗

對數(shù)據(jù)進行平穩(wěn)性檢驗是建立時間序列模型的一個前提，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)單位根檢驗法對樣本數(shù)據(jù)的平穩(wěn)性進行檢驗，滯后階數(shù)M根據(jù)SIC準則來確定，檢驗結(jié)果如表1所示。

表1 變量ADF檢驗結(jié)果

結(jié)果顯示，經(jīng)過對數(shù)化處理后的數(shù)據(jù)LNRD與LNMAF都不是平穩(wěn)的時間序列數(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(1)，LNMAF～I(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：首先任意選定一個滯后階數(shù)，直接建立VAR模型并進行回歸分析，然后參考AIC、SC、HQ等五項指標的信息準則來確定最優(yōu)的滯后期數(shù)（如表2所示）。

表2 VAR模型滯后階數(shù)準則信息表

根據(jù)表2中的相關(guān)準則信息，選取*數(shù)量最多的那行指標數(shù)據(jù)所對應(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LNRD與制造業(yè)發(fā)展指標LNMAF兩組數(shù)據(jù)建立VAR（2）模型，對應(yīng)的VAR模型表達式為：

首先，該VAR（2）模型中的各檢驗統(tǒng)計量均符合檢驗標準，兩個方程的擬合優(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，需要對已經(jīng)建立的VAR（2）進行模型穩(wěn)定性檢驗。在一個VAR模型中，AR根的總數(shù)計為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)定性檢驗的結(jié)果：該VAR（2）模型的4個根全部位于單位圓內(nèi)部，模型穩(wěn)定，滿足后續(xù)對該模型進行脈沖響應(yīng)分析與方差分解分析的前提。

圖2 VAR模型穩(wěn)定性檢驗結(jié)果

3.3 協(xié)整檢驗分析

經(jīng)過ADF單位根檢驗可以得出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，需要進一步對其進行協(xié)整檢驗分析。通過協(xié)整檢驗可以判斷多個非平穩(wěn)變量之間是否存在長期的均衡關(guān)系，學術(shù)界的主流方法為EG檢驗與JJ檢驗。EG檢驗主要是針對2個變量，通過對兩個變量進行OLS回歸并檢驗回歸方程殘差序列的平穩(wěn)性；JJ檢驗則是根據(jù)跡檢驗統(tǒng)計量與最大特征根檢驗統(tǒng)計量的指標值，結(jié)合P值來分析多個變量之間的均衡關(guān)系。鑒于LNMAF與LNRD都是一階單整序列，本文選取EG兩步檢驗方法：

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

第二步，對協(xié)整回歸方程的殘差序列進行ADF單位根檢驗來判定其序列的平穩(wěn)性，根據(jù)SIC準則確定最優(yōu)滯后期為0，檢驗結(jié)果如表3所示。

表3 協(xié)整方程殘差μt的ADF檢驗結(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，學術(shù)界通常建立ECM模型或VEC模型，ECM模型適用于兩個變量的誤差修正分析，多個變量的分析一般采用VEC模型。根據(jù)上文的變量協(xié)整檢驗分析可知變量LNMAF制造業(yè)發(fā)展程度指標與LNRD科技服務(wù)業(yè)發(fā)展程度指標之間存在長期均衡關(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，建立誤差修正模型，根據(jù)表4中的模型估計結(jié)果可知：信息準則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誤差修正模型表達式為：

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

表4 ECM模型估計結(jié)果

根據(jù)誤差修正模型表達式可知，-0.472(LNMAFt-1-6.024-0.847LNRDt-1)為誤差修正項，系數(shù)-0.472表示誤差修正項在模型偏離長期均衡狀態(tài)時對D(LNMAF)具有負向修正機制：變量在短期內(nèi)的波動偏離長期均衡狀態(tài)時，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LNMAFt-1-6.024-0.847LNRDt-1表示變量LNMAF與LNRD之間的長期均衡關(guān)系。另外，該ECM模型可以反映出被解釋變量D(LNMAF)短期波動的影響因素來源于兩個部分：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)展程度之間長期均衡關(guān)系的均衡誤差（上一期的LNMAF對均衡水平的偏離程度）。

3.5 Granger因果檢驗

建立VAR模型的一個重要應(yīng)用在于分析經(jīng)濟時間序列變量間的因果關(guān)系［14］，為了進一步探究兩個變量間的長短期均衡關(guān)系是否還存在因果關(guān)系（檢驗統(tǒng)計意義上的因果關(guān)系），本文采用Granger因果關(guān)系檢驗法(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)系檢驗對滯后期數(shù)的選擇比較敏感，因此本文根據(jù)信息準則AIC值最小原則確定最優(yōu)滯后期數(shù)為2，檢驗結(jié)果如表5所示。

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

根據(jù)檢驗結(jié)果可知：LNRD科技服務(wù)業(yè)發(fā)展指標與LNMAF制造業(yè)發(fā)展指標之間僅存在單向因果關(guān)系；在5%顯著性水平下，當滯后期數(shù)為2時，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)展對相關(guān)制造業(yè)的發(fā)展具有一定的正向推動作用，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)互動發(fā)展趨勢尚未成熟。

3.6 脈沖響應(yīng)分析

為了進一步研究上海市科技服務(wù)業(yè)與制造業(yè)發(fā)展的局部動態(tài)關(guān)系，本文利用脈沖響應(yīng)函數(shù)（IRF）來說明模型內(nèi)生變量對于誤差出現(xiàn)所產(chǎn)生的反應(yīng)［15］，以捕捉某個干擾項的沖擊因素對所有內(nèi)生變量在一定時間段內(nèi)（當前到未來）的影響效應(yīng)。LNRD科技服務(wù)業(yè)發(fā)展指標與LNMAF制造業(yè)發(fā)展指標的脈沖響應(yīng)分析結(jié)果如圖3所示，圖中橫坐標代表滯后期數(shù)（波動持續(xù)的時間長度），縱坐標代表脈沖響應(yīng)數(shù)值（單位沖擊引起的波動大?。?，每個坐標軸內(nèi)實線部分表示脈沖響應(yīng)函數(shù)，實線兩側(cè)的虛線部分表示偏離正負兩倍標準差的響應(yīng)函數(shù)。

圖3 LNMAF&LNRD的脈沖響應(yīng)結(jié)果

具體表現(xiàn)為：當科技服務(wù)業(yè)發(fā)展指標LNRD在受到自身一個單位正向標準差沖擊后，會立即產(chǎn)生強烈的正向響應(yīng)，并在第一期達到峰值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LNMAF制造業(yè)發(fā)展指標施加一個單位正向標準差的沖擊之后，LNRD科技服務(wù)業(yè)發(fā)展指標并沒有在第一期的時間節(jié)點立刻做出響應(yīng)，而是逐漸產(chǎn)生一定幅度的正向響應(yīng)趨勢并在第四期達到峰值0.039，隨后有輕微的負向響應(yīng)趨勢，數(shù)值輕微下滑至0.34并在第八期后保持平穩(wěn)；

對LNRD科技服務(wù)業(yè)發(fā)展指標施加一個單位正向標準差沖擊后，制造業(yè)發(fā)展指標LNMAF立刻做出強烈的響應(yīng)，后期的響應(yīng)程度逐漸減弱且存在小幅度波動，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)展對來自科技服務(wù)業(yè)的擾動做出了積極地響應(yīng)，且該正向響應(yīng)趨勢長期穩(wěn)定存在；當制造業(yè)發(fā)展指標LNMAF受到了來自自身的單位正向標準差沖擊后同樣會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，最終在第六期后基本趨于穩(wěn)定。

3.7 方差分解分析

方差分解可以進一步分析結(jié)構(gòu)沖擊對內(nèi)生變量變化的影響效應(yīng)，并對不同結(jié)構(gòu)沖擊的貢獻度做出評價［16］，本文采用Cholesky分解法對LNRD上海市科技服務(wù)業(yè)發(fā)展指標與LNMAF制造業(yè)發(fā)展指標的預(yù)測均方誤差展開分解，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LNMAF的10期方差波動中，有0～47.99%的波動可以由LNRD科技服務(wù)業(yè)發(fā)展指標來解釋，其解釋能力呈現(xiàn)出緩速增強的趨勢并在第八期之后穩(wěn)定在46%附近；制造業(yè)發(fā)展指標LNMAF對自身波動的貢獻度為52.01%～100%，其自身貢獻度的變化呈現(xiàn)階梯型弱化趨勢，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)展指標對制造業(yè)的發(fā)展指標存在較為顯著的長期波動影響。

在反映科技服務(wù)業(yè)發(fā)展指標LNRD的10期方差波動中，有0.62%～11.66%的波動可以由LNMAF制造業(yè)發(fā)展指標來解釋，其影響程度從第二期開始趨于平穩(wěn)，波動水平維持在7%～10%之間；科技服務(wù)業(yè)發(fā)展指標LNRD對自身的貢獻度第一期為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)展并沒有對科技服務(wù)業(yè)的發(fā)展產(chǎn)生較大的推動力，二者之間的互動融合發(fā)展成效有待進一步優(yōu)化與完善。

4 研究結(jié)論

（1）協(xié)整檢驗分析結(jié)果：變量LNMAF制造業(yè)發(fā)展指標與LNRD科技服務(wù)業(yè)發(fā)展指標二者之間存在長期穩(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：長期均衡對于LNMAF和LNRD的短期波動影響在統(tǒng)計上是顯著的，被解釋變量D（LNMAF）短期波動的影響因素來源于兩個部分：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)展程度之間長期均衡關(guān)系的均衡誤差（上一期的LNMAF對均衡水平的偏離程度）。

（3）Granger因果關(guān)系檢驗結(jié)果：LNRD科技服務(wù)業(yè)發(fā)展指標與LNMAF制造業(yè)發(fā)展指標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)展對相關(guān)制造業(yè)的發(fā)展具有一定的正向推動作用，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)互動發(fā)展趨勢尚未成熟。

（4）脈沖響應(yīng)分析結(jié)果：LNRD科技服務(wù)業(yè)發(fā)展指標與LNMAF制造業(yè)發(fā)展指標這個兩個變量不僅會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LNMAF的響應(yīng)程度更為顯著），該響應(yīng)長期存在并在一定時期后趨于平穩(wěn)，表明上海市制造業(yè)的發(fā)展對來自科技服務(wù)業(yè)的擾動做出了積極地響應(yīng)，且該正向響應(yīng)趨勢長期穩(wěn)定存在。

（5）方差分解分析結(jié)果：在LNRD與LNMAF的10期方差波動中，LNRD科技服務(wù)業(yè)發(fā)展指標對LNMAF制造業(yè)發(fā)展指標存在一定的長期波動影響，相比之下，LNRD對LNMAF的波動影響要大于LNMAF對LNRD的波動影響?？傮w可以反映出上海市科技服務(wù)業(yè)的發(fā)展對制造業(yè)的發(fā)展產(chǎn)生了較為顯著的長期波動影響，二者之間的互動融合發(fā)展成效有待進一步優(yōu)化與完善。