中国生产性服务业与装备制造业的互动效率分析

解季非

（天津大学 管理与经济学部，天津 300072）

0 引言

供给侧结构性改革的提出，使中国制造业转型升级的任务更加紧迫。装备制造业作为制造业的核心组成部分，面临淘汰落后产能、化解过剩产能、提高技术创新和信息化水平等压力，提高与生产性服务业之间的互动效率将成为必然选择。生产性服务业作为生产过程的中间产业，在保证生产柔性、促进技术进步、提高生产效率、降低生产成本、推动产业升级等方面发挥着重要作用，其发展规模和水平极大地影响着供给侧改革在制造业中的作用和效果，而提高与装备制造业之间的互动效率将是其扩大规模和向高级化发展的有效途径。

中外学者对生产性服务业与制造业的互动进行了大量研究[1-8]。但大都集中于互动的动因、作用、模式和战略等方面，很少着眼于互动效率，且多为生产性服务业对制造业整体效率单向作用的研究，从而无法对二者间的双向互动效率做出有效评价。

装备制造业作为制造业的核心组成部分，与生产性服务业之间存在紧密的互动关系。Gebauer(2012)[9]等曾以装备制造业为例，研究其与生产性服务业之间的互动关系，并证明了互动对于二者皆具有重要意义。因此，本文以中国生产性服务业与装备制造业的互动效率为研究对象，建立互动效率评价指标体系，运用DEA模型，以2015年中国30个省市两大产业细分行业截面数据为基础进行实证研究，以揭示中国两大产业互动效率的现状及特征。

1 研究假设

1.1 装备制造业拉动和牵引生产性服务业

Cohen和Zysman(1987)[2]的研究表明，装备制造业是生产性服务业的重要需求来源，为后者的生存和发展带来了广阔的市场和空间。一方面，Geo(1991)[10]认为装备制造业内部技术的不足和发展的需要，促使其通过外购来获得所需服务，因而以市场需求拉动了生产性服务业发展；另一方面，Guerrieri等(2005)[11]的研究表明，随着要素市场化程度的加深，装备制造业规模的扩大和水平的提高，使其对生产过程中要素配置效率化的要求不断提高，进而对生产性服务业的需求结构也在持续变化和发展，牵引着其结构优化升级，并向高端化迈进。

假设1：装备制造业能够拉动和牵引生产性服务业发展。

1.2 生产性服务业支持和助推装备制造业

生产性服务业为装备制造业提供高级服务要素，是其产业链中的重要价值环节。一方面，Karaomerlioglu等(1999)[12]认为生产性服务业的介入能有效降低装备制造业的生产成本、信息成本、中间服务成本和交易成本，从而支持其发展；另一方面，Dnniels(1989)[13]、O’Faeeell等(1990)[14]的研究显示，生产性服务业提供的高级知识和技术，能够大幅提高装备制造业在创意研发、生产加工、市场营销及售后服务等运营环节中的效率，实现其生产的效率化，优化其产品和产业结构，进而助推装备制造业发展。

假设2：生产性服务业可以支持和助推装备制造业发展。

1.3 生产性服务业与装备制造业融合发展

Diaz(1998)[15]的研究表明，生产性服务业与装备制造业存在融合发展的趋势，表现为相互依托、相互促进、协同发展的状态。刘明宇等(2010)[7]的研究表明，装备制造业对生产性服务业的需求日益增长，二者的互动渗透在各个价值环节之中，并协同发展。随着互动程度不断加深，两大产业的融合将在经济规律、市场机制和相关政策的作用下，伴随产业要素的有效流动得以完成。

假设3：生产性服务业与装备制造业在发展进程中存在融合趋势。

2 指标体系的构建及检验

2.1 装备制造业拉动和牵引生产性服务业的效率评价指标体系

装备制造业对生产性服务业的拉动和牵引是通过外包和购买各种服务要素实现的。生产性服务业作为装备制造业的中间投入产业，其总需求与结构在很大程度上取决于后者的发展规模和水平。装备制造业的发展规模和水平可由多种指标予以评价，本文选择其工业销售产值、资产总计、平均用工人数和利润总额作为相应评价指标。此外，区位因素也在一定程度上影响着装备制造业带动和牵引生产性服务业的效率，因此选择地区生产总值作为区位因素的评价指标。装备制造业对生产性服务业拉动和牵引的结果表现为后者的发展程度，因此选择法人单位数、全社会固定资产投资、营业收入和从业人员数作为相应评价指标。由此建立效率评价指标体系（见图1）。

图1 装备制造业拉动和牵引生产性服务业的效率评价指标体系

2.2 生产性服务业支持和助推装备制造业的效率评价指标体系

生产性服务业对装备制造业的支持和助推是通过其高级服务要素向后者价值环节中渗透实现的，渗透过程受双方共同影响。高级服务要素的数量和质量，分别取决于作为提供者的生产性服务业的发展规模和程度。本文选择其法人单位数、全社会固定资产投资、营业收入和从业人员数作为其发展规模和程度的评价指标。区位因素同样在一定程度上影响着支持和助推作用的发挥，因此仍以地区生产总值作为区位因素的评价指标。生产性服务业对装备制造业支持和助推的效果表现为后者的发展程度，因此选择工业销售产值、主营业务收入和利润总额作为相应评价指标。由此建立效率评价指标体系（见图2）。

图2 生产性服务业支持和助推装备制造业的效率评价指标体系

2.3 科学性检验

运用灰色关联分析对所建效率评价指标体系进行科学性检验（见表1），分析结果表明各投入指标对产出指标均具有显著影响，因此所建效率评价指标体系合理。

表1 互动效率评价指标体系灰色关联分析

3 模型的构建

目前相关研究所用指标多为产业规模、产业利润水平等单一业绩指标，只能测度互动效率的某个方面，无法反映整体情况。王恕立等(2012)[16]曾运用DEA方法对中国服务业细分行业TFP进行了测算。本文则运用DEA方法，将一系列相关指标设定为投入、产出指标，从而得到能够反映中国整体及各地区生产性服务业与装备制造业互动效率的单一数字指标。

设DMUk(k=1,2,…,n)为n个同质决策单元，投入、产出指标分别为 X=(x1,x2,…xp)和Y=(y1,y2,…yq)，相应权重系数向量分别为V=(ν1,ν2,…νp)T和U=(u1,u2,…uq)T，则每个决策单元DMUk有其效率评价指数：

式（1）中，xik表示第k个决策单元的第i项投入(i=1,2,…,p)，yjk表示第k个决策单元的第 j项产出(j=1,2,…,q)。

在hk≤1(k=1,2,…,n)的约束条件下，选择最优的V和U对第k0个决策单元进行效率评价，以使h0达到最大值。可建立如下数学规划模型：

式（2）中，xik和 yjk为已知数，νi和uj为变量。

记 Xk=(x1k,x2k,…,xpk)T，Yk=(y1k,y2k,…,yqk)T，则有：

此模型是一个分式规划，不便于求解，故进行Charnes-Cooper变换：

此为等价线性规划模型，其中 ωT=(ω1,…,ωp)T和μT=(μ1,…,μq)T是变量。此模型即为CCR模型，其对偶模型如下：

引入松弛变量得：

其中 λ=(λ1,λ2,…,λn) 及 θ 为n+1个变量。该模型的直观意义为：在确定产出Y0不变的条件下，尝试将投入X0以比例θ减少，如果已不能减少，即θ=1，说明DMUk0已经是有效的；反之，可减少量为S-。

该模型即为BCC模型。

若综合效率等于1，表明决策单元是DEA有效的，即达到了生产前沿；若综合效率值小于1，表明决策单元并非DEA有效的，尚未达到生产前沿，意味着其在技术效率或规模效率上至少一项并非有效，因而需要向着生产前沿做出相应调整。

4 实证分析

4.1 实证对象与数据来源

以2015年中国30个省份（西藏无数据，故不选）生产性服务业与装备制造业细分行业截面数据为基础，对其互动效率进行实证分析，其中生产性服务业集PS={PS1，PS2，PS3，PS4，PS5，PS6}={交通运输、仓储业和邮政业，信息传输、软件和信息技术服务业，金融业，房地产业，租赁和商务服务业，科学研究和技术服务业}；装备制造业集EM={EM1，EM2，EM3，EM4，EM5，EM6、EM7}={金属制品业，通用设备制造业，专用设备制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业}。数据选自2016年《中国统计年鉴》《中国第三产业统计年鉴》《中国工业统计年鉴》及相关网络数据库。

4.2 互动效率分析结果

对所选数据运用DEA模型进行分析。运用CCR模型测算2015年中国各地区两大产业及细分行业互动综合效率；运用BCC模型测算2015年中国各地区两大产业互动技术效率；互动规模效率则由计算得到。为便于表述，分别以CESEP-PS、TESEP-PS和SESEP-PS代表装备制造业作用于生产性服务业的综合效率得分、技术效率得分和规模效率得分，以CESPS-EP、TESPS-EP和SESPS-EP代表生产性服务业作用于装备制造业的综合效率得分、技术效率得分和规模效率得分，结果见下页表2至表5。分析结果验证了前文提出的三个理论假设。

从中国总体来看（表2），一方面，生产性服务业与装备制造业双向作用技术效率均达到前沿（TES=1），具有技术有效性，但规模效率不高，其中SESEP-PS=0.572，SESPS-EP=0.511，进而使得两大产业互动CES不高，仅为0.541。另一方面，全国大多数地区装备制造业对生产性服务业作用的规模报酬递减，而后者对前者作用的规模报酬递增。这在反映出中国两大产业技术水平不断提高的同时，也反映出近些年来装备制造业规模的盲目扩大导致其产能可能面临过剩的问题，传统领域“大而全，小而全”的现象仍然存在，使得生产性服务业整体发展规模相对不足。这也是两大产业转型升级的困难所在。

按照东、中、西部区域划分（表3），东、中、西部两大产业互动CES依次为0.622、0.509、0.473，其中东部地区CESEP-PS=0.629，CESPS-EP=0.614；中 部 地 区 CESEP-PS=0.514，CESPS-EP=0.505；西部地区 CESEP-PS=0.698，CESPS-EP=0.248。由此可见，东、中、西部两大产业互动CES表现出递减趋势。与此同时，东部地区两大产业互动效率较为均衡，说明东部地区两大产业发展相对成熟，表现出相对稳定的良性互动态势；中部地区装备制造业相对发达，对生产性服务业存在较大需求，而生产性服务业对装备制造业的支持和助推效果尚显不足；西部地区CESPS-EP仅为0.248，反映出西部地区生产性服务业的严重落后，没有对装备制造业发挥应有的支持和助推效果。

表2 生产性服务业与装备制造业互动效率

表3 东、中、西部生产性服务业与装备制造业互动效率

表4 主要经济区域生产性服务业与装备制造业互动效率

从中国主要经济区域来看（表4），京津冀地区两大产业互动综合效率得分为0.643，CESEP-PS=0.700，CESPS-EP=0.586。其中，北京CESEP-PS达到前沿，而CESPS-EP仅为0.275，这在很大程度上反映出了北京装备制造业的外迁趋势；天津两大产业互动综合效率得分为0.780，位列全国第一，这主要归功于天津近年来生产性服务业的迅速发展，为相关产业带来了强大的支撑和动力；河北省两大产业互动效率得分不高，仅为0.512。长三角地区两大产业互动综合效率得分为0.677，其中江苏、上海两大产业互动综合效率位列全国第二和第三，其 CESPS-EP分别达到 1和 0.717；浙江、安徽两大产业互动效率也相对较高。珠三角地区的广东省两大产业互动综合效率得分为0.680，位列全国第六，CESPS-EP达到0.902，相比之下，CESEP-PS较低，仅为0.458。长三角、珠三角两地生产性服务业起步较早，发展较为成熟，成为本地区装备制造业发展的重要基础。成渝地区两大产业的互动综合效率得分为0.632，CESEP-PS=0.684，CESPS-EP=0.580。成渝地区工业基础雄厚，为生产性服务业带来了广阔的生存发展空间，但生产性服务业的发展尚无法很好地支持和助推本地区装备制造业的效率化提升。

从两大产业细分行业CES来看（表5），生产性服务业部门中对装备制造业作用的CES最高的是交通运输、仓储和邮政业（0.630）；其次为金融业（0.561），租赁和商务服务业（0.548）以及科学研究和技术服务业（0.521）；信息传输、软件和信息技术服务业（0.484）以及房地产业（0.466）的作用综合效率较低。装备制造业部门中对生产性服务业作用的CES由高到低依次为金属制品业（0.607），专用设备制造业（0.582），通用设备制造业（0.571），电气机械和器材制造业（0.532），铁路、船舶、航天航空和其他运输设备制造业（0.514），计算机、通信和其他电子设备制造业（0.488），仪器仪表制造业（0.450）。由此可见，两大产业互动综合效率较高的部门仍主要集中于劳动相对密集的基础性部门，而知识和技术密集型部门间的互动综合效率仍然较低。

表5 生产性服务业与装备制造业细分行业互动综合效率

5 结论

生产性服务业与装备制造业的互动效率不仅关系到两大产业自身的发展，同时也关系到供给侧结构性改革效果的发挥。本文构建了互动效率评价指标体系，运用DEA模型，以2015年中国30个省份两大产业细分行业截面数据为基础进行实证分析，主要结论如下：

（1）中国总体生产性服务业与装备制造业双向作用技术效率均达到前沿，具有技术有效性，但规模效率不高，进而使得互动综合效率不高。与此同时，全国大多数地区装备制造业对生产性服务业作用的规模报酬递减，而后者对前者作用的规模报酬递增。

（2）东、中、西部生产性服务业与装备制造业互动综合效率表现出递减趋势。东部地区两大产业互动效率较为均衡；中部地区装备制造业对生产性服务业的拉动和牵引作用相对明显；西部地区生产性服务业严重落后，没有对装备制造业发挥应有的支持和助推效果。

（3）四大经济区域生产性服务业与装备制造业互动综合效率得分较为接近，珠三角和长三角得分略高于京津冀和成渝地区。

（4）中国生产性服务业与装备制造业互动综合效率较高的部门仍主要集中于劳动相对密集的基础性部门，而知识和技术密集型部门间的互动综合效率仍然较低。

[1]Grubel G H,Walker A M.Service Industry Growth:Cause and Effects[M].Vancouver:Fraser Institute,1989.

[2]Cohen S,Zysman J.Manufacturing Matters:The Myth of the Post-In⁃dustrial Economy[M].New York:Basic Books,1987.

[3]Markusen J.Trade in Producer Services and in Other Specialized In⁃termediate Inputs[J].American Economic Review,1989,79(1).

[4]Eswarn M,Kotwal A.The Role of the Service Sector in the Process of Industrialization[J].Journal of Development Economics,2002,68(2).

[5]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).

[6]江静,刘志彪,于明超.生产性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).

[7]刘明宇,芮明杰,姚凯.生产性服务价值链嵌入与制造业升级的协同演进关系研究[J].中国工业经济,2010,(8).

[8]高觉民,李晓慧.生产性服务业与制造业的互动机理：理论与实证[J].中国工业经济,2011,(6).

[9]Gebauer H,Ren G J,Valtakoski A,et al.Service-driven Manufactur⁃ing Provision,Evolution and Financial Impact of Services in Industri⁃al Firms[J].Journal of Service Management,2012,(1).

[10]Geo W R.The Growth of Producer Service Industries:Sorting Through the Externalization Debate[J].Growth and Change,1991,(22).

[11]Guerrieri P,Meliciani V.Technology and International Competitive⁃ness:The Interdependence Services[J].Structural Change and Eco⁃nomic Dynamics,2005,16(4).

[12]Karaomerlioglu D,Carlsson B.Manufacturing in Decline?A Matter of Definition[J].Economics Innovation of New Technology,1999,(8).

[13]Dnniels P W.Some Perspectives on the Geography of Services[J].Progress in Human Geography,1989,(13).

[14]O’Faeeell P N,Hitchens D M.Producer Services and Regional De⁃velopment:A Review of Some Major Conceptual Policy and Re⁃search Issues[J].Environment and Planning,1990,(22).

[15]Diaz F D.On the Limits of Post-Industrial Society:Structural Change and Service Sector Employment in Spain[J].International Review of Applied Economics,1998,(12).

[16]王恕立,胡宗彪.中国服务业分行业生产率变迁及异质性考察[J].经济研究,2012,(4).