制造业投入服务化的生产率效应分析

李晓慧，邹昭晞

(首都经济贸易大学 工商管理学院，北京 100070)

制造业投入服务化的生产率效应分析

李晓慧，邹昭晞

(首都经济贸易大学 工商管理学院，北京 100070)

基于要素投入视角，使用投入产出表数据，计算了中国28个制造行业的投入服务化水平，并运用面板数据模型实证检验了投入服务化对制造业生产率的影响，以及投入服务化对生产率影响的行业差异。研究结果表明：中国制造业投入服务化总体水平不高，并有下降趋势；投入服务化有利于制造行业生产率的提高，但作用不明显；投入服务化在劳动密集型行业的生产率效应大于资本密集型行业，在高技术行业和低技术行业的差异不明显。

投入服务化；制造业；生产率

引言

随着分工深化和生产专业化，国际制造业投入服务化趋势日益明显。越来越多的制造企业在生产经营过程中，将用于生产最终产品的中间服务(如研发、设计、物流、仓储、市场、销售)外包，利用外部专业化社会化服务投入优化生产结构和提升效率。制造业投入服务化的动因不仅在于通过降低成本提高效率增强竞争力，而且是适应日益复杂多变的市场和竞争环境的重要体现。随着服务业(主要是生产性服务业)的发展，服务企业凭借专业化分工和规模经济优势，成为承接制造企业服务外包的重要主体，并对制造业生产效率产生重要影响。因此，在制造业服务化背景下，研究中国制造业的投入服务化水平、投入服务化对制造业生产率的影响以及这种影响在不同类型制造行业可能存在的差异，对于从微观视角认识服务在制造业生产过程中的作用，更好地通过服务业的发展促进中国制造业升级具有重要的理论和现实意义。

关于投入服务化、生产性服务对制造业生产率的影响，格吕贝尔和沃克(Grubel & Walker，1989)最早指出，生产性服务通过将人力资本和知识资本导入生产过程，能够提高制造业生产过程的效率以及其他要素的生产率[1]。佛朗索瓦(Francois，1990)[2]、佛朗索瓦和赖纳特(Francois & Reinert，1996)[3]认为，生产性服务业的发展能够显著提高制造业效率和竞争力。罗和沃夫(Raa & Wolff，2001)的研究表明，服务中间投入的增长与制造部门的生产率呈正相关关系[4]。圭列里和梅利恰尼(Guerrieri & Meliciani，2005)运用OECD国家投入产出数据实证研究发现，作为中间投入的生产性服务能显著提高制造业生产率，特别是在化工、电子设备制造、专用设备制造等资本密集型行业中尤为明显[5]。阿莫尔德等(Amold et al.，2006)[6]、沃尔夫梅耶(Wolfmayr，2008)[7]等也分别利用发展中国家和发达国家投入产出数据，实证检验了服务投入与制造业生产率的关系，研究表明服务投入对制造业生产率具有显著的正向影响效应。国内从宏观视角研究生产性服务业对制造业发展绩效影响的文献较多，研究表明，生产性服务业的发展对制造业生产效率提升具有积极作用[8-11]。然而，从微观要素投入视角，研究服务投入对制造业生产率影响的文献还很有限，仅有极少数研究对此进行了定量分析。如顾乃华(2010)利用投入产出数据，研究了工业投入服务化的形成机制、经济效应和区域差异[12]。研究表明，提高工业投入服务化程度能显著提高国内工业增加值率和全要素生产率水平，并且工业投入服务化的经济绩效存在显著的区域差异。

现有研究对于更好地认识投入服务化、生产性服务对制造业发展的影响具有重要借鉴意义，然而，既有研究也存在一些不足。首先，目前相关文献主要集中于从宏观视角考察生产性服务业与制造业效率之间的关系，缺乏从微观要素投入视角，研究中间服务投入对制造业生产率的影响。此外，从行业异质性视角研究投入服务化对不同类型制造行业生产率影响的研究更不多见。基于此，本文拟从要素投入视角，使用投入产出表数据估算中国制造业的投入服务化水平，然后运用面板数据模型实证分析投入服务化对制造业生产率的影响，并检验这种影响在不同类型制造行业可能存在的差异，为更好地促进中国制造业服务化的发展和制造业升级提供经验证据。

一、模型设定与变量说明

1.模型设定

本文采用C-D生产函数分析投入服务化对制造业生产率的影响，对Y=A(RS)F(K,L)取对数得到中性技术进步假设下的计量模型：

lnyit=α0+α1RSit+α2lnεitKit+α3lnLit+λi+μt+εit

(1)

其中，y、K、L分别表示制造业劳动生产率、资本和劳动力，RS表示投入服务化水平。i和t分别表示行业和时间，λi为行业固定效应，μt为时间固定效应，为随机误差项。

具体而言，投入服务化对制造业生产率影响的途径和机制主要包括以下几方面：一是直接成本效应。制造企业通过使用比企业自行生产价格更低的外部专业化服务降低生产成本，从而以单位投入衡量的生产效率获得提高[13-14]。二是要素重组和配置效应。企业通过将生产过程中效率较低的环节外包，有利于将低效率环节所使用的要素投向更具优势、边际产出更高的生产环节，并有利于增加边际产出较高的要素投入，通过要素重组和配置效应提高生产率。三是技术促进效应。现代生产性服务具有知识和技术密集型的特征，具有较高质量和技术含量的生产性服务嵌入制造业生产环节，有利于促进企业生产技术创新和技术进步[5]。四是多样化效应。更多新的服务投入使要素专业化程度提高，生产率获得提升[15-16]。五是学习的外部效应。通过与外部服务企业的互动合作，改进企业组织形式和生产经营方式进而提高生产率。

为捕捉投入服务化带来的非中性的技术变化，将投入服务化水平与资本及劳动的对数分别相乘，得到带乘积项的超越对数型计量模型：

lnyit=α0+α1RSit+α2lnKit×RSit+α3lnLit×RSit+λi+μt+εit

(2)

为考察投入服务化对制造业生产率影响的行业差异，在式(2)基础上引入行业虚拟变量与投入服务化水平的交叉项，得到以下计量模型：

lnyit=α0+α1RSit+α2lnKit×RSit+α3lnLit×RSit+α4RSit×D1+α5RSit×D2+λi+μt+εit

(3)

其中，D1是表示行业资本密集度的虚拟变量，D2是表示行业技术密集度的虚拟变量。

此外，考虑到劳动生产率与投入服务化水平之间可能存在相互影响关系。为克服可能存在的“内生性”问题，在对上述三个模型进行估计时，同时采用滞后变量方法进行处理，使用投入服务化水平对其他变量的滞后一期作为随机变量代入方程，以检验原始回归结果的可靠性。

2.变量说明

本文计量检验所需的数据包括劳动生产率、资本、劳动力以及投入服务化水平等，下面对相关变量分别予以说明。

(1)劳动生产率。用制造业各行业增加值与全部从业人员年平均人数之比表示，其中增加值用各行业工业品出厂价格指数将当年价折算为1997年为基期的不变价。

(2)资本。用制造业各行业固定资产净值年平均余额表示资本存量，并以固定资产价格指数将当年价折算为1997年为基期的不变价。

(3)劳动力。考虑到数据的可获得性和准确性，本文采用制造业各行业全部从业人员年平均人数表示。

(4)投入服务化水平。中国目前的统计体系中缺乏投入服务化水平的统计数据，对此可以通过投入产出表做近似计算。在本文的研究中，制造业投入要素包括交通运输仓储和邮政业、批发和零售贸易业、金融保险业、租赁和商务服务业、信息传输计算机和软件业、科学研究和综合技术服务业，采用各制造行业中这些服务投入总和占其中间投入总和的比重来表示投入服务化水平。

(5)行业虚拟变量。本文按照资源密集度分别将制造业划分为资本密集型行业和劳动密集型行业、高技术行业和低技术行业。根据制造业各行业的资本—劳动投入比与所有行业均值的比较将所有行业划分为资本密集型和劳动密集型，资本密集型行业取值为1，劳动密集型行业取值为0；根据各行业科技人员占从业人员的比重将所有行业划分为高技术行业和低技术行业，高技术行业取值为1，低技术行业取值为0。

二、数据说明与分析

1.数据来源

本文所使用的数据来自1997年、2002年和2007年《投入产出表》、1998—2009年《中国统计年鉴》和《中国工业经济统计年鉴》。由于投入产出表的行业分类和统计年鉴的行业分类存在一定的差异，为保证统计口径的一致性，本文按照国民经济行业分类标准，对1997年124部门、2002年122部门和2007年135部门投入产出表的部门分类进行合并，从而和统计年鉴的行业分类一一对应。合并后的制造业共包括30个两位数行业*30个行业的代码和名称按照《国民经济行业分类与代码(GB/T4754—2002)》如下：C12农副食品加工业、C13食品制造业、C14饮料制造业、C15烟草制造业、C16纺织业、C17纺织服装鞋帽制品业、C18皮革毛皮羽毛(绒)及其制品业、C19木材加工及木竹藤棕草制品业、C20家具制造业、C21造纸及纸制品业、C22印刷业和记录媒介的复制、C23文教体育用品制造业、C24石油加工炼焦及核然料加工业、C25化学原料及化学制品制造业、C26医药制造业、C27化学纤维制造业、C28橡胶制品业、C29塑料制品业、C30非金属矿物制品业、C31黑色金属冶炼及压延加工业、C32有色金属冶炼及压延加工业、C33金属制品业、C34通用设备制造业、C35专用设备制造业、C36交通运输设备制造业、C37电气机械及器材制造业、C38通信设备计算机及其他电子设备制造业、C39仪器仪表及文化办公用品制造业、C40工艺品及其他制造业、C41废弃资源和废旧材料回收加工业。，其中，工艺品及其他制造业、废弃资源和废旧材料回收加工业由于缺失部分年份数据而被剔除。因此，本文最终选取的样本数据共包含28个两位数行业。在资本密集度行业的划分上，石油加工炼焦及核燃料工业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、金属制品业等11个行业为资本密集型行业*资本密集型行业包括：C24、C30、C31、C32、C33、C34、C35、C36、C37、C38、C39。，其余为劳动密集型行业。在技术密集度行业划分上，化学原料及化学制品制造业、医药制造业、交通运输设备制造业等9个行业为高技术行业*高技术行业包括：C25、C26、C27、C34、C35、C36、C37、C38、C39。，其余为低技术行业。

2.基于数据的经验事实分析

基于相关统计数据，本文先对中国制造业投入服务化水平的经验事实、制造业的生产率状况以及投入服务化水平与制造业生产率的关系进行初步分析。根据相关服务要素投入占制造业总中间投入的比重，本文对制造业投入服务化水平进行了计算。结果表明，1997年、2002年和2007年中国制造业投入服务化水平的平均值分别为10.39%、15.59%和9.75%，2002年投入服务化水平显著高于1997年，2007年显著低于2002年。总体上看，中国制造业投入服务化总体水平不高，并且有一定的下降趋势。从分行业看，2002年全部制造行业的投入服务化水平均高于1997年；2007年和2002年相比，所有行业投入服务化水平均低于2002年，除了饮料制造业、烟草制造业、医药制造业、通信设备制造业的投入服务化水平呈小幅下降外，其他行业的投入服务化水平均出现明显下降趋势，并且皮革毛皮羽毛(绒)及其制品业、造纸及纸制品业、印刷业和记录媒介的复制、金属制品业的投入服务化水平下降幅度均超过50%，反映出生产性服务对这些制造行业中间投入的明显下降趋势，不利于制造企业集中优势资源和能力进行生产和提高竞争力。

对制造业各行业劳动生产率的计算结果表明，1997年、2002年和2007年中国制造业劳动生产率分别为34592.25元/人·年、84775.37元/人·年和188266.33元/人·年，2002年制造业劳动生产率显著高于1997年，2007年显著高于2002年，表明中国制造业的技术水平和生产效率在不断提高。从分行业看，2002年各制造行业的劳动生产率普遍高于1997年，2007年普遍高于2002年；但受行业特征的影响，2007年和2002年相比，不同行业劳动生产率上升幅度的差异较大，其中，非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、通用设备制造业、专用设备制造业、烟草制造业等6个行业的劳动生产率上升幅度达150%以上，其余22个行业劳动生产率也呈现不同程度的上升趋势。

此外，本文还考察了投入服务化水平高于和低于均值的行业的劳动生产率状况。研究表明，投入服务化程度相对较高的行业，其生产率水平大多高于投入服务化程度较低的行业，这从一定程度上反映了投入服务化对制造业生产率的提升可能具有积极作用。为了解不同类型行业投入服务化程度的差异性，本文还比较分析了资本密集型和劳动密集型行业、高技术行业和低技术行业的投入服务化状况。结果表明，劳动密集型、低技术行业的投入服务化水平高于资本密集型、高技术行业。反映出劳动密集型、低技术行业更倾向于利用外部服务组织生产，而资本密集型、高技术行业更倾向于服务内部化。

三、实证结果分析

本文采用静态面板数据模型对制造业投入服务化的生产率效应进行实证分析，在面板数据回归分析中，根据Hausman检验结果确定固定效应模型和随机效应模型的选择。表1是用即期值对式(1)、式(2)、式(3)的个体固定效应和随机效应的估计结果。对于内生性问题，本文用滞后变量法进行了处理，表2是用滞后一期值对式(1)、式(2)、式(3)的个体固定效应和随机效应的估计结果。对比表1和表2，两者的估计结果并没有太大差别，表明内生性问题并不严重，不影响回归方程的可靠性。因此，本文将集中分析即期模型的估计结果。在即期模型中，Hausman检验结果均拒绝支持随机效应的零假设，表明用固定效应模型更为合适。下面对照具体的回归结果进行分析。

注：***、**、*分别表示在0.01、0.05、0.1的水平下显著；括号内为t统计值。

根据表1中对(1)式的回归结果，投入服务化水平的系数为正，但不显著，因此不能确切地说明投入服务化对制造业的生产率效应。这与理论分析有所偏差，出现这种结果可能有两方面原因：一是中国生产性服务业发展相对滞后，大部分生产性服务企业仍然以提供一般性的金融、商贸、信息等生产性服务为主，对综合技术服务、创新和设计、供应链管理与综合化服务等高技术含量、高附加值以及综合性服务的供给能力还很有限，因而难以满足制造企业高级化综合化的生产性服务需求。而且，生产性服务企业与制造企业之间还没有形成良好的互动合作关系，作为中间投入品的生产性服务还无法深度参与制造企业的生产经营过程，还不能对制造企业的生产流程和运作方式产生实质影响，因而对制造业生产效率的作用还相对有限。二是制造企业传统生产组织模式的影响。受传统大而全、小而全的企业组织模式影响，生产性服务内部化仍然是制造企业的主要生产组织模式，外包的种类和数量还相当有限，因而，制造业中间投入中生产性服务所占比重偏低[17]。加上中国市场信任机制、法制环境建设还不健全，市场交易成本较高，使得企业利用外部服务的预期风险增加，预期收益降低，不利于制造企业组织经营模式的转型和调整，因而难以获取专业化社会化服务的外溢效应。

超越对数型生产函数模型中，投入服务化水平的估计值为负，说明投入服务化表现为中性的技术退步。投入服务化水平与资本交叉项的系数显著为正，与劳动力交叉项的系数显著为负，说明投入服务化带来的是资本节约型技术进步。通过计算劳动生产率对投入服务化水平的导数，得到投入服务化对制造业生产率的总效应为0.025，即投入服务化水平每增加一个百分点，可以促进制造业生产率增加0.025%。上述结果表明，中国制造企业利用外部生产性服务的主要作用在于节约固定资产投资。中性的技术退步可能是因为中国生产性服务业发展水平整体较低，尤其是技术能力、信息化水平和对技术的集成整合能力不高，而且生产性服务企业还没有与制造企业形成良好的互动合作，从而抑制了生产性服务业对制造业的技术外溢。尽管对制造业技术进步产生不利影响，投入服务化对制造业生产率的总效应为正，但这种正向影响效应还很小。

注：***、**、*分别表示在0.01、0.05、0.1的水平下显著；括号内为t统计值。

加入行业虚拟变量的估计结果显示，投入服务化对资本密集型行业生产率的影响系数为-0.472-0.05D1，即比劳动密集型行业低0.05%。投入服务化对资本密集型制造业的生产率效应小于劳动密集型行业，产生这一结果可能是因为，和劳动密集型行业相比，资本密集型行业产品专用性较强、复杂程度较高，而且资产专用性较强，企业选择服务外包的风险较大，加上外部市场机制和法制环境的发育还不成熟，因而资本密集型制造企业更倾向于选择将生产性服务内置，外部生产性服务对于资本密集型行业缓解资金约束并没有太大作用。投入服务化与技术密集度的交叉项系数为-0.001，但不显著，表明投入服务化对不同技术密集程度制造行业生产率的影响差异不大。这种非显著的影响关系可能由于高技术企业为维持在技术上的垄断优势，往往不倾向于将研发、信息、销售、售后服务等价值链重要环节外包，因而对外部生产性服务的依赖度较低，削弱了投入服务化的生产率效应。但另一方面，现代信息技术的广泛应用，大大降低了高技术行业的服务外包成本，提高了交易效率，有助于增强投入服务化的经济效应。因而，从总体上看，投入服务化的生产率效应在高技术行业和低技术行业的差异还不显著。

四、结论与启示

本文基于要素投入视角，根据中国1997年、2002年和2007年投入产出表数据，计算了28个制造行业的投入服务化水平，并运用面板数据模型实证检验了投入服务化对制造业生产率的影响以及这种影响在不同类型制造行业间的差异。研究结果表明：(1)中国制造业投入服务化总体水平不高，并且呈现一定的下降趋势。投入服务化水平在不同类型制造行业之间有所差异，劳动密集型行业、低技术行业的投入服务化水平高于资本密集型、高技术行业；(2)中性技术进步假设下，投入服务化对制造业生产率的影响为正，但不显著。非中性技术进步假设下，投入服务化带来的是资本节约型技术进步以及中性的技术退步，投入服务化对制造业生产率的总效应为正，但这种正向影响效应还很小；(3)行业特征对投入服务化的生产率效应存在一定的差异，投入服务化在劳动密集型行业的生产率效应大于资本密集型行业，但在高技术行业和低技术行业的差异不明显。

上述研究结论表明，投入服务化对中国制造业生产绩效的作用还很有限。为提高制造业服务化的经济绩效，促进中国制造业升级，应该做好以下几个方面：(1)提高制造业投入服务化水平。消除制约服务业发展的体制性障碍，培养公开、公平、公正的市场环境，加强法律制度、市场中介组织建设，降低交易成本和风险，促进制造业投入服务化水平的提高。进一步推进劳动密集型、低技术制造业服务投入的同时，加强生产性服务与资本密集型、高技术制造业的对接与融合。(2)强化生产性服务企业的专业化分工优势。加大政策支持和投入力度，强化生产性服务企业的专业化水平及规模经济优势，加强信息化和标准化建设，推动生产性服务企业从提供一般性的生产性服务向高技术含量高附加价值以及综合性服务转变，提高服务水平和供给能力。(3)推动制造企业转变传统的生产经营模式。集中资源于核心生产能力的同时，整合利用外部专业化社会化服务的供给能力，发挥现代服务业在制造业生产经营中的作用。在实施生产性服务外包的同时，注重与服务企业的沟通协调，降低外包风险，提高外包绩效。

[1]GRUBEL H，WALKER M.Service industry growth:cause and effects[M].Vancouver:Fraser Institute，1989.

[2]FRANCOIS J.Producer services，scale，and the division of labor[J].Oxford Economic Papers,1990，42(4)：715-729.

[3]FRANCOIS J,REINERT K.The role of services in the structure of production and trade:stylized facts from a cross-country analysis[J].Asia-Pacific Economic Review,1996,2(1):35-43.

[4]TEN T R，WOLFF E N.Outsourcing of services and the productivity recovery in US manufacturing in the 1980s and 1990s[J].Journal of Productivity Analysis,2001,16(2):149-165.

[5]GUERRIERI P，MELICIANI V.Technology and international competitiveness:the interdependence between manufacturing and producer services[J].Structural Change and Economic Dynamics,2005,16(4):489-502.

[6]ARNOLD J M，MATTOO A，NARCISO G.Services inputs and firm productivity in Sub-Saharan Africa:evidence from firm-level data[R].Policy Research Working Paper,2006.

[7]WOLFMAYR Y.Producer services and competitiveness of manufacturing exports[R].FIW Research Report,2008.

[8]顾乃华，毕斗斗，任旺兵.中国转型期生产性服务业发展与制造业竞争力关系研究——基于面板数据的实证分析[J].中国工业经济，2006(9):14-21.

[9]江静，刘志彪，于明超.生产者服务业发展与制造业效率提升：基于地区和行业面板数据的经验分析[J].世界经济，2007(8):52-62.

[10]汪德华，江静，夏杰长.生产性服务业与制造业融合对制造业升级的影响——基于北京市与长三角地区的比较分析[J].首都经济贸易大学学报，2010(2):15-22.

[11]刘纯彬，杨仁发.中国生产性服务业发展对制造业效率影响实证分析[J].中央财经大学学报，2013(8):69-74.

[12]顾乃华.工业投入服务化：形成机制、经济效应及其区域差异[J].产业经济研究，2010(3):23-30.

[13]MARKUSEN J R.Trade in producer services and in other specializad intermediate inputs[J].American Economic Review,1989,79(1):85-95.

[14]ABRAHAM K，TAYLOR S.Firms’ use of outside contractors:theory and evidence[J].Journal of Labor Economics,1996,14(3):394-424.

[15]ETHIER W.National and international returns to scale in the modern theory of international trade[J].The American Economic Review,1982,72(3):389-405.

[16]CICCONE A，HALL R E.Productivity and the density of economic activity[J].The American Economic Review,1996,86(1):54-70.

[17]吕政，刘勇，王钦.中国生产性服务业发展的战略选择——基于产业互动的研究视角[J].中国工业经济，2006(8):5-12.

(责任编辑：蒋 琰)

The Productivity Effect of Servitization of Input in Manufacturing

LI Xiaohui，ZOU Zhaoxi

(School of Business Administration，Capital University of Economics and Business，Beijing 100070，China)

From the perspective of inputs，the paper calculates the servitization level in China’s manufacturing based on input-output data，and tests its effect on manufacturing’s productivity and industrial disparity by a panel data model.The results show that the overall level of service input in manufacturing is low，and there is a tendency of decline.The influence of input servitization on manufacturing is positive but limited.The effect on productivity in the labor-intensive industries is larger than that of capital-intensive industries，while in the high-tech and the low-tech industries，the disparity is not obvious.

servitizaiton of input；manufacturing；productivity

2014-12-10

中国博士后科学基金项目“流通业外溢效应促进中国制造业升级研究”(2014M561004)；北京市博士后工作经费资助项目“现代流通业的外溢效应及其形成机制研究”(2014ZZ-81)

李晓慧(1981—)，女，首都经济贸易大学工商管理学院博士后，研究方向为技术经济与管理；邹昭晞(1950—)，女，首都经济贸易大学工商管理学院教授，博士生导师，研究方向为技术经济与管理。

F424.7

A

1008-2700(2015)02-0039-07