1、我国第三产业发展的影响因素分析我国第三产业发展的影响因素实证分析广东商学院 黄晓、江敏敏、刘萃婷中文摘要：为了对影响第三产业发展的因素进行实证分析，本文利用Eviews5.0软件，选取我国1991年-2009年的数据，运用多元线性回归分析方法，通过建立多元线性回归模型对影响第三产业发展的因素进行回归分析，实证了经济发展水平、居民生活水平、城镇化化水平、第三产业劳动力和对外开放程度这些因素对我国第三产业发展有显著影响。根据我国第三产业发展的影响因素的实证分析结果，提出相关的建议，对发展我国第三产业具有一定的指导作用。关键词：第三产业 影响因素 回归分析 实证分析一、问题的提出第三产业，即服务业，
2、是指不生产物质产品的产业，广义上认为是除了第一、二产业以外的其他各产业，第三产业作为国民经济的组成成分之一，对一个国家或地区的经济发展起着重要的作用。改革开放以来，我国对外开放经济，与世界接轨，以发展经济为主要建设目的，随着经济全球化的发展，第三产业的对国民经济的推动作用越来越明显，第三产业逐渐成为经济增长的主导力量。下表1是我国改革开放以来，我国国内生产总值的产业结构，反映了改革开放以来我国第一、二、三产业占GDP的比重的大致变化趋势。表1：我国国内生产总值的产业结构年份第一产业比重第二产业比重第三产业比重19780.2818860.4787640.2393519900.2711620.41
3、34070.31543220000.150630.4591650.39020420090.1034520.4629530.433595在表1中，我国第三产业占GDP的比重呈不断上升的趋势，说明第三产业对GDP的贡献越来越显著，发挥着其特定的推动作用，此外，第三产业的比重由1978年在三大产业中排列最后，发展成目前排列第二，超越了第一产业，且与第二产业相差不大，这都表明，第三产业的发展对我国经济具有越来越重要的作用。第三产业的发展程度标志着一国经济发展的水平1，也成为衡量现代经济发达程度的重要标志，那么，影响第三产业发展的因素有哪些？它们对第三产业的发展的影响显著吗？本文利用Eviews软件，运
4、用定量和定性分析的方法对第三产业的影响因素进行实证分析。二、文献综述 随着全球经济的发展，第三产业的发展越来越受到大家的关注，不少国内外学者针对第三产业做了大量的定性和定量的研究。国外学者鲍默尔（1967）和富克斯（1968）从宏观经济学的角度对第三产业对GDP 的贡献、第三产业就业容量、第三产业拉动经济增长等方面进行了分析，形成了比较系统的第三产业经济理论框架4。加拿大学者格鲁伯和沃克(1989)在服务业的增长原因与影响一书中，对加拿大第三产业增长的原因及第三产业增长对国民经济的影响进行了系统的研究4。近年来，国内有许多的学者也对第三产业的影响因素进行了实证分析，郑吉昌、周蕾（2005）选取
5、了16个国家19922001 年经验数据实证分析人均GDP、服务业增加率、货物进口额和货物出口额4 个因素对于服务业国际竞争力的影响4。周娜（2006）运用湖南19802003 年第三产业增加值比重和第三产业从业人员比重作为因量，人均GDP（表示湖南经济发展水平）、城市化率（湖南城市人口占总人口比重，表示城市化程度）、政府财政支出比例、人口（表示人口规模）作为自变量进行了回归份额分析4。江春玲（2010）选取江苏市的第三产业增加值比重和人均GDP（反映人均收入水平）、非农人口比重（反映城镇化水平）、第二产业的产值占GDP的比重（反映工业化水平）、政府财政支出（反映政府作用）、非国有化率（反映制
6、度因素）、进出口总额占GDP的比重（反映对外开放程度）运用自然对数变换模型进行回归分析。周天勇博士和张弥（2010）在我国第三产业发展战略一文中指出，第三产业的发展滞后于我国现有的经济发展水平，指出发展第三产业具有重大的意义。上述不少研究者所建的回归模型中保留的指标个数不多，造成不少信息的流失，而本文通过多次探索并结合实际找到一个较优的多元回归模型，该模型保留了较多的信息量，充分解释了影响第三产业的具体因素。三、理论原理影响第三产业发展的因素主要有以下几个方面：1.经济发展水平 一个国家只有经济发展起来，人们的温饱问题解决了，第三产业才能发展起来，所以经济发展水平对第三产业的发展具有重要的作用
7、。2.城镇化水平有统计资料表明, 服务业发展与城市化水平之间存在着高度正相关关系: 用1965年101个国家的数据和1980年123个国家的数据计算分析, 二者的相关系数分别达0.74和0.802 。城镇化的过程中，各中配套的基础设施随着完善，以及医疗服务、教育、金融服务、交通设施保障等的发展和完善都对第三产业的发展起着重要的作用。3.居民生活水平居民的生活水平对第三产业的发展有着不可忽视的作用，居民的生活水平提高了，有足够的时间和金钱去享受，生活支出的主体不再仅仅局限于食品支出，将更多地转向服务消费，这在一定程度上有利于第三产业的发展和壮大。4.劳动力第三产业的就业人员比重和劳动力素质是劳动
8、力因素的两个主要方面。第三产业的发展能广泛吸收劳动力资源，第三产业的就业人数在一定程度上能够反映第三产业的发展状况；劳动力的素质是经济发展的很重要因素，在很大程度上决定了第三产业发展的进程和行业经营的状况，高素质人力资源是行业竞争力的重要体现，同时高素质的人才对于服务业有大的需求，能够促使第三产业高质量的发展3。5.政府作用政府的作用对第三产业的影响主要体现政府的支出和政策上，政府的投资和消费有利于某一行业发展，此外，在我国，现行的社会主义市场经济中，政府发挥了管理者的作用，政府的政策对经济的影响也是显著的。6.对外开放程度改革开放以来，市场是开放的，在开放的条件下，市场由国内扩大至世界，市场
9、规模的扩大，促进了社会的分工和生产率的提高，从而促进了第三产业的发展4，因此对外开放程度是第三产业的发展的影响因素之一。四、实证分析 本文选取了1991年至2009的时间序列数据，运用Eviews5.0软件进行回归分析。本文选取的指标有：反映我国第三产业发展水平的指标：第三产业增加值；反映我国经济发展状况的指标：人均GDP；反映居民生活质量水平的指标：城镇居民可支配收入；反映第三产业的劳动力的指标：第三产业从业人员比重；代表我国教育水平的指标：普通高等学校毕业生人数；代表政府政策的指标：财政支出总额；代表我国城镇化水平的指标：城镇人口比重；代表我国对外开放程度的指标：货物进出口总额。对所选取的
10、指标的处理：为了消除价格因素对价值指标的影响，本文的数据用居民消费品价格指数，求得剔除价格因素影响后的实际价值；为消除量纲的影响，均以1990年对应的数据为基期数据，得到各指标的增长率，以其增长率作为分析的变量进行回归分析。将第三产业增加值增长率作为被解释变量Y,分别将人均GDP增长率、居民可支配收入增长率、第三产业就业人员比重增长率、普通高校毕业生人数增长率、财政支出额增长率、城镇人口比重增长率、货物进出口总额增长率作为解释变量X1、X2、X3、X4、X5、X6、X7。1.多元线性回归模型的建立：Y=C+X1+X2+X3+dX4+eX5+fX6+gX7+ （为随机扰动项）利用Eviews对模
11、型进行回归，得到结果，见附录（二）。2.模型的检验在回归模型的结果中，变量X2、 X4、 X5、 X7的系数的T统计量对应的P值均大于0.05，说明未通过系数非零的显著性检验，F值为15564.62，方程总体通过检验，D-W值为2.3391，查D-W表可以看到，对于n=19，k=7，在0.05显著性水平下，=0.549, =2.396，这里的D-W值落入盲区内，其自相关性不确定，即可能存在自相关。综合看来，方程拟合得不好。3.模型的改善我们知道该模型拟合得不是很好，为此，我们通过排除部分系数不显著的变量来改进模型，为了防止重要信息的流失，我们按P值的大小逐个排除。首先，排除变量X5，在结果中，
12、我们看到模型中只有变量X4的系数未通过显著性检验，F检验值增大，且通过检验，D-W检验值为2.320225，查表可知其落入无自相关区域，这说明剔除变量5后模型有所改善，但仍有不足。为了继续得到更好的模型，我们剔除了变量X4，得到结果：Y = 1.524*X1 + 0.597*X2 - 1.633*X3 + 1.361*X6 - 0.077*X7 - 1.061（1.101）（0.181） （0.122） （0.223） （0.007）（0.093）（15.028） （3.305） （-13.114） （6.089） （-10.3）（-11.366）=0.999892 SE=0.3431 F=2
13、4085.81 D-W=2.329583从结果中可以看到，各变量系数的T检验统计量的P值均小于0.05，通过了T检验，说明该模型中引入的变量对解释变量均有显著影响，F检验值为24085.81，明显增大，说明模型拟合得更优，D-W值为2.329583，查D-W表可知在显著性水平0.05下，n=19,k=5时，=0.752，=2.023,该模型的D-W值落入无自相关性的区域，说明该模型无自相关性，得到了较好的模型。4.异方差性的检验Park检验法 根据以上估计模型得到的残差图如下： 图1：残差图从残差图中可以判断该估计模型不存在异方差性。利用Park检验法检验异方差性，通过ln对样本值Y作回归，得
14、到回归结果，从结果中我们看到ln的系数的T检验统计量为0.850736，对应的P值为0.4067，故接受了系数为零的原假设，认为该模型不存在异方差性。5.模型的确定及经济意义的解释通过检验、分析和比较，我们将模型确定为：Y = 1.524*X1 + 0.597*X2 - 1.633*X3 + 1.361*X6 - 0.077*X7 - 1.061为得到这一模型，经过探索，剔除了两个变量：普通高校毕业生人数增长率X4和财政支出增长率X5；保留了5个变量：人均GDP增长率X1、居民可支配收入增长率X2 、第三产业就业人员比重增长率X3 、城镇人口比重增长率X6 和货物进出口总额增长率X7。模型结果
15、的经济意义的解释： 在其他变量保持不变的情况下，当人均GDP增长率每增长1个百分点，第三产业增加值的增长率将增加1.524个百分点，这说明我国经济的发展对第三产业具有一定的促进作用，符合现实的经济； 在其他变量保持不变的情况下，当居民可支配收入增长率每增加1个百分点，第三产业增加值的增长率将增加0.597个百分点，这说明居民生活水平的提高有利于第三产业的发展，这与现实也是相符的； 在其他变量保持不变的情况下，当第三产业就业人员比重增长率每增长1个百分点，第三产业增加值增长率将下降1.633个百分点，两者之间呈现负相关关系，并不意味着第三产业就业人员比重的增长阻碍了第三产业的发展，相反，第三产业
16、就业人员的充足保障了第三产业发展所需的劳动力，在一定程度上促进了第三产业的发展，只是第三产业增加值的增长率较慢于第三产业就业人员比重的增长率。 在其他变量不变的情况下，当城镇人口比重增长率每增加1个百分点，第三产业增加值的增长率将增加1.361个百分点，这说明城镇化水平对第三产业具有一定的推动作用，城镇化有利于第三产业的发展。 在其他变量不变的情况下，当进出口总额增长率每增加1个百分点，第三产业增加值增长率将下降0.077个百分点，这说明进出口总额增长率在一定程度上可以促进第三产业的发展，只是第三产业增加值的增长率较慢于进出口总额增长率，这也说明一国的对外开放程度在一定程度上有利于发展本国的第
17、三产业。6.结论和不足通过以上实证分析，影响第三产业发展的因素中经济发展水平、居民生活水平、劳动力、城镇化水平和对外发展程度已得到实证，而政府作用的影响在这里并不明显，但并不意味着第三产业不受政府作用的影响，可能是本文在这方面的数量指标选择上存在一定的问题，没有很好将其影响反映出来。另外，反映我国教育水平的指标没有得到实证，可能是因为该指标与第三产业的发展没有直接的联系。该模型中变量间存在一定的多重共线性，但考虑到多重共线性是一个样本特征，是一个程度问题而不是存在与否的问题，故对此没有改善，这是该模型不足的原因。五、政策建议第一，大力发展新型的第三产业经济。第三产业的分类有限，有些已经达到饱和
18、状态，例如有些第三产业人员出现增长率过高，影响第三产业的发展，因此，要大力发展我国的第三新型经济具有重要的作用。第二，加快城镇化的步伐，提高居民的生活质量。城镇化的过程是人群聚拢的过程，城市实现城镇化，农村实现乡镇化，这将扩大第三产业的市场，拉动第三产业的消费需求，从而扩大我国第三产业的发展空间。通过缩小城乡差距，多途径增加农村居民的收入来源，提高我国居民总体的生活质量，促进第三产业的发展。第三，提高第三产业服务人员的素质，改善服务质量，提高服务行业的吸引力，提高服务质量的水平，更好地发展我国的第三产业。第四，继续坚持对外开放，加快推进我国服务业的对外贸易，向外扩展需求，带动我国第三产业的发展
19、。参考文献:1. 周天勇与张弥, 我国第三产业发展方略. 财经问题研究, 2010(9): 第3-7页.2. 曹静, 关于我国第三产业发展的战略思考. 生产力研究, 2006(3): 第184-186+81+289页.3. 谢熳琳与苗壮, 江苏省第三产业的地区差异及影响因素分析. 商业时代, 2010(33): 第117-118页.4. 江春玲, 苏州市第三产业发展影响因素的实证分析. 经济视角(下), 2010(11): 第12-14页.5.中华人民共和国国家统计局，中国统计年鉴2010。北京： 中国统计出版社.6.袁建文 编著，计量经济实验教程.北京：科学出版社，2008.附录（一）表1
20、各变量的数据时间 第三产业增加值增长率人均GDP增长率 居民可支配收入增长率 第三产业从业人员比重增长率 普通高等学校毕业生人数增长率 财政支出额的增长率 城镇人口比重增长率货物进出口总额增长率TYX1X2X3X4X5X6X719911.204821.113251.088840.0216201.0620.020071.2566119921.444291.277651.219640.07027-0.016291.1030.039761.490719931.603461.445171.352330.14595-0.070031.19290.059831.6062619941.7541.570241
21、.477810.243240.0374591.19920.079522.3400219951.849861.673391.546290.340540.3110751.20650.099582.3044119961.994051.789941.612880.405410.366451.29570.154112.1849119972.244441.91241.67330.427030.3501631.46640.208252.3751319982.563492.040521.773210.443240.3517921.72850.262782.3836619992.880272.180181.94
22、0850.454050.3804562.14130.316932.6921920003.27822.38322.073450.486490.5469062.56890.371453.5219320013.730652.596972.249260.49730.6877853.03560.425983.7569620024.230192.853672.546140.545951.1780133.57010.480114.612820034.691543.163082.767270.583782.0570033.94320.534656.2530920045.205433.562382.961920
23、.654052.8941374.3860.581228.1579620055.933814.024183.240440.69733.9966715.13180.627799.8073620066.909554.611173.577590.740545.1482086.02290.6622511.648920078.29055.378674.002020.751356.2930087.07770.7016313.147420089.234275.970254.326120.794597.3379458.40370.7297313.3969200910.45446.486524.74180.843
24、247.64987510.3170.764111.2972（二）Dependent Variable: YMethod: Least SquaresDate: 06/24/07 Time: 09:03Sample: 1991 2009Included observations: 19VariableCoefficientStd. Errort-StatisticProb.X11.5444350.14878710.380200.0000X20.4400130.2827011.5564590.1479X3-1.4335620.342507-4.1854960.0015X4-0.0608880.07
25、2933-0.8348520.4216X50.0716820.0989080.7247330.4837X61.1133550.3694483.0135600.0118X7-0.0483150.034578-1.3972630.1899C-1.0275870.203636-5.0462070.0004R-squared0.999899Mean dependent var4.184064Adjusted R-squared0.999835S.D. dependent var2.806573S.E. of regression0.036068Akaike info criterion-3.51126
26、9Sum squared resid0.014310Schwarz criterion-3.113610Log likelihood41.35705F-statistic15568.37Durbin-Watson stat2.339081Prob(F-statistic)0.000000（三）Dependent Variable: YMethod: Least SquaresDate: 06/24/07 Time: 09:04Sample: 1991 2009Included observations: 19VariableCoefficientStd. Errort-StatisticPro
27、b.X11.5240050.10139915.029750.0000X20.5969830.1805833.3058640.0057X3-1.6325310.124476-13.115200.0000X61.3607350.2234366.0900360.0000X7-0.0773160.007506-10.300290.0000C-1.0609740.093332-11.367800.0000R-squared0.999892Mean dependent var4.184064Adjusted R-squared0.999851S.D. dependent var2.806573S.E. of regression0.034307Akaike info criterion-3.654856Sum squared resid0.015300Schwarz criterion-3.356612Log likelihood40.72113F-statistic24090.59Durbin-Watson stat2.329482Prob(F-statistic)0.000000
