异质性生产性服务对中国制造业全要素生产率影响的比较分析：基于微观企业数据

李虹静

(闽南师范大学 商学院， 福建 漳州 363000)

一、引言

改革开放以来，为顺应经济全球化的发展，中国制造业凭借人口红利下的低成本优势成功嵌入全球价值链，成为世界工厂。但是，在中国创造增长奇迹的同时，在全球价值链底端高能耗、高污染、低附加值的发展模式弊端也开始凸显，特别是在2008年全球性的金融危机导致外部发展环境不再宽松的情况下，中国制造业迫切需要寻求向全球价值链顶端攀升的路径，通过产业结构优化升级实现高质量发展的目标。借鉴国外的发展经验，制造业的服务化以及制造业与服务业的融合发展已经成为了并行不悖的产业发展趋势[1]，当下全球服务贸易发展势头迅猛，一国的经济技术实力和竞争力越来越体现在服务业之上[2]。因此，充分利用国内外服务业特别是生产性服务业与制造业的产业互促机制，促进制造业与服务业的共同发展，无疑将达到事半功倍的效果。在理论上，生产性服务作为一种知识、人力资本密集型的高级投入要素[3]，对制造业的产业促进作用主要通过两条路径实现，一是生产性服务直接参与到制造业生产过程中，降低制造业的生产成本[4]，二是作为一种间接投入要素，起到连接制造业各个生产阶段的纽带和润滑剂作用，降低制造业的交易成本[5]。现有理论研究文献主要从以上两个角度解释生产性服务业对制造业的影响机制，并且已有经验研究利用中介效应模型对这两种影响机制进行了验证[6]，该领域早期相关经验研究文献的重点主要是验证生产性服务业对制造业的影响效应，并大多得出了积极的结论，证实了生产性服务业对制造业发展具有积极影响[7-9]。

然而，值得注意的是，中国服务业在国民经济中的占比远低于发达国家的平均水平，新兴生产性服务业更是由于缺乏良好的制造业需求市场作为支撑而发展乏力，早期的服务业发展相对滞后已是不争的事实。基于这一现实，中国本土的服务供给很难满足制造业对生产性服务的多样化需求，更无法通过服务供给侧的优化实现对制造业需求的再塑造，与此同时，以加工贸易模式为主导的中国制造业本就面临低端锁定的风险，使得中国面临服务业与制造业发展双双陷入困境的窘地。那么，在中国将进一步扩大开放的大趋势下，中国制造业能否主动融入全球价值链，通过从外部获取生产性服务而谋求自身发展呢？现有研究表明，进口生产性服务与国内服务在功能上具有互补性，可以成为国内高技术劳动的替代品，能够提供一国所缺失的关键性服务要素，使得制造业可以使用进口生产性服务完善生产流程，进而改变本国的比较优势[10]。另外，还有研究表明，由于进口生产性服务可能内含更高的人力和技术资本，会通过密切的产业关联性对制造业产生技术溢出效应，并通过竞争效应和示范效应推动制造企业更多的研发投入，因此能够促进技术创新，最终促进企业生产率的提升[11-12]。还有研究指出，进口生产性服务的使用有助于增加一国中间服务品的种类，从而满足制造企业多样化的服务需求，并带来最终品生产率的提升和产出的多样化[13-14]。最后，服务获取方式的多样化和便利化也将有助于改变制造企业将所需要的服务内部化的倾向，形成对生产性服务的有效需求市场，进而促进生产性服务市场的发展，最终实现制造业与生产性服务业互促发展的良性循环。基于此，近年来，国内相关经验研究开始关注进口生产性服务对中国制造业的影响效应[15-17]，如有研究考察了进口生产性服务与我国制造业全球价值链分工地位的关系[18]，还有研究验证了进口生产性服务对我国服务贸易技术复杂度提升的促进作用[19]。

总体来看，国内的研究多是基于产业层面的数据，基于微观企业层面数据的研究则相对较少，也缺少对进口和国产生产性服务投入影响效应的比较分析。在已有研究的基础上，本文的主要贡献在于：首先，不同于已有文献从宏观产业层面的分析，本文利用中国工业企业数据库，结合投入产出数据，提供来自微观企业层面数据的经验证据；其次，已有文献多是从单一角度考察进口生产性服务的影响，本文从服务的来源、类型上进行比较分析，分别考察进口、国产生产性服务投入以及其他服务投入对制造业全要素生产率(Total Factor Productivity,TFP)的影响效应，研究角度更全面，有助于准确评估国产及进口中间服务投入的功能异质性。本文的研究结论可以为中国产业、贸易政策的制定，以及制造业与服务业的供给侧结构性改革提供启示。

二、模型构建、数据来源及处理

(一)模型构建

1.因变量：全要素生产率(TFP)

本文选取全要素生产率作为因变量，这是由于提高制造业全要素生产率是实现经济可持续发展的需要，也是衡量增长质量的重要指标。利用中国工业企业数据库的数据，基于索洛剩余法计算全要素生产率TFPit，假设生产函数为三要素的C-D生产函数，即：

(1)

其中：Yit、Ai(t)、Kit、Lit和Mit分别为i企业第t年的总产值、技术水平、固定资本、劳动和中间投入；αk、αl和αm分别为资本、劳动、中间投入的产出弹性。我们再设Ai(t)=A0i(t)eatt，对两边求对数可得：

lnYit=a0i+att+αklnKit+αllnLit+αmlnMit

(2)

其中，a0i=ln(A0i)，代表个体影响。本文借鉴李小平等的做法[20]，以企业i在t时期的工业总产值作为衡量产出的标准，以2002年为基期，根据该企业所在行业工业品出厂价格指数将工业总产值折算为2002年不变价格。另外，本文利用企业i在t时期的年末人员数代表劳动投入。最后，参照郑京海等对资本投入的定义[21]，选取固定资产净值年平均余额作为资本投入的数量指标，按照固定资产投资价格指数对固定资产净值进行平减。计算资本投入最关键的问题就是确定固定资产投资价格指数，根据国家统计局固定资产投资统计司的规定，固定资产价格指数分为建筑安装工程价格指数、设备价格指数和其他费用价格指数，本文的行业固定资产投资价格指数表达式如下：

Pit=ω1tP1t+ω2tP2t+ω3tP3t

(3)

其中：Pit，P1t，P2t和P3t分别表示t时期行业i的固定资产投资价格指数、建筑安装工程价格指数、设备投资价格指数和其他费用价格指数；ω1t、ω2t和ω3t分别表示建筑安装工程费用、设备费用以及其他费用在固定资产总值中所占的比例。

对于企业的中间投入Mit，用企业所属产业部门的中间投入价格指数进行平减，本文利用投入产出表提供的直接消耗系数和各产业部门的出厂价格指数采用如下公式推算得到中间投入价格指数：

(4)

笔者将制造业企业按照所属产业部门划分为14个制造业部门，并利用这14个制造业部门企业层面的面板数据根据式(2)分别进行普通最小二乘法回归，可以计算出资本、劳动和中间投入的产出弹性αk、αl和αm，正规化得到:

(5)

全要素生产率的计算公式为：

(6)

2.核心解释变量

(1)服务联系指数：service_linkage

首先，需要构建一个自由化指数以反映服务部门的开放度水平和竞争程度，服务部门k在t时期的自由化指数表示为liberalization_indexkt，基于数据的可获得性，笔者以非国有单位就业人数占总就业人数的比重来代表自由化指数。

接下来，构建联系指数用以衡量开放经济下生产性服务投入对制造业的影响。由于无法获得企业层面的要素服务使用数据，本文在Arnold等[10]方法的基础上，借助I-O表中的相关系数来评估制造业部门与服务部门间的相互依赖程度，并在此基础上对相应指标加以改进和拓展，进而测算制造企业的国产和进口生产性服务投入，指标构建如下：

services_linkagejt=∑kakjt·liberalization_indexkt

(7)

其中：akjt表示制造业部门j在t时期所使用的服务部门k的投入品在其总投入中所占的比重，liberalization_indexkt如上文所述表示服务部门自由化程度的衡量指标。

经过拓展后的指标如下：

(8)

(9)

(2)上游制造业联系指数：manu_linkage

制造企业的全要素生产率也会受到上游制造业部门开放度水平的影响，因为这会带来上游投入品的数量和种类的变化。上游制造业联系指数的构造方法与服务业联系指数的构造方法相同，在此不再赘述，与服务联系指数相类似，上游制造业联系指数反映了上游制造业中间投入要素对制造业的影响。

(3)上游制造业的关税保护水平：imfiltrate

本文参照现有研究的方法，采用进口渗透率指标来衡量进口关税变动[22]，即用行业的进口数值除以该行业的总产出所计算出来的进口渗透率来衡量中国进口关税水平的削减程度，这是由于高进口渗透率意味着贸易高度自由化，也即意味着更低的进口关税。与联系指数的构造方法相同，该指标也用投入产出系数进行加权。

3.模型设定

(10)

根据上述基本模型，表1对本文面板数据回归模型中的变量进行了简要说明。

表1 面板数据回归模型相关变量说明

(二)数据来源及处理

根据研究需要，笔者将中国官方公布的2002、2005、2007、2010以及2012年投入产出表合并为38个部门投入产出表，包括1个农业部门、4个采选业部门、16个制造业部门、15个服务业部门，以及电力热力生产和供应业、建筑业两个部门。在此基础上，本文选取14个制造业部门(剔除了其他制造业和废品废料两个部门)和15个服务业部门作为研究对象。这14个制造业部门包括：4个劳动密集型制造业部门，即食品制造业、纺织业、木材加工及家具制造业、造纸印刷及文教体育用品制造业；5个资本密集型制造业部门，即石油加工炼焦及核燃料加工业、非金属矿物制品业、金属冶炼及压延加工业、金属制品业、通用专用设备制造业；5个技术密集型制造业部门，即化学工业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业。根据服务业部门的性质，将15个服务业部门进一步归并为生产性服务部门和其他部门，其中，生产性服务部门包括信息传输业、租赁和商务服务业、金融业、交通运输仓储邮政业、科学研究事业、综合技术服务业等6个部门；其他服务部门则包括批发零售业、住宿餐饮业、房地产业、居民及其他服务业、水利环境设施管理业、卫生社会保障福利业、教育业、文化体育娱乐业、公共管理业等9个部门。

在计量回归中，由于本文需要2002—2012年连续的投入产出表数据，而国家统计局仅公布了2002、2005、2007、2010及2012年投入产出表，对于缺省年份的投入产出表及其相应系数需要自行推算。由于投入产出系数反映的是技术水平，短期内一国技术水平不会出现明显的变动，因此本文使用相邻年份或者后一年份的投入产出系数代替缺省年份投入产出表的相应数值。

首先，对于中国工业企业数据库，由于其各年数据参差不齐，企业改制、改名和在不同地区之间迁徙，致使法人代码、工商注册号等均不能作为唯一的企业识别码，因此本文参照已有研究采用的贯序识别匹配法对2002—2012年中国工业企业数据库数据进行匹配[23]。其次，基于数据的可获得性，本文选取了14个制造业部门作为研究对象，按照国民经济行业分类(GB/T 4754—2002)的两位数行业代码，进一步剔除不属于这14个制造业部门的企业。另外，由于本文主要考察对国内企业的影响，因此如上文所述剔除港澳台商独资经营企业、港澳台商投资股份有限公司、外资企业和外商投资股份有限公司。

计算制造企业全要素生产率所需的企业层面数据来自于中国工业企业数据库。制造业整体的固定资产投资价格指数、建筑安装工程价格指数、设备投资价格指数和其他费用价格指数来自于《中国统计年鉴》。此外，《中国统计年鉴》没有2002年和2003年按行业划分的各类固定资产投资权重指标，因此本文按照已有研究，以2004—2012年的平均值代替2002年和2003年的权重指标[24]。另外，对制造企业中间投入品剔除价格因素时所需要的相应部门的工业品出厂价格指数来自于《中国工业经济统计年鉴》。构造制造业联系指数及进口渗透率指标所需的制造业产值、外资占比等数据来自于《中国统计年鉴》和《中国工业经济统计年鉴》。构建服务业联系指数所需的服务业相关数据来自于相应年份的《中国统计年鉴》和《中国第三产业统计年鉴》，缺省的2004年数据则来自于2004年《中国经济普查年鉴》。其中，信息传输、计算机服务和软件业缺乏2001年及2002年按注册类型分的就业数据，笔者采用2003—2004年的就业增长率逆推计算得到，观察2003年之后的数据发现，该部门就业按照相对稳定的速率逐年递增，因此该处理方法具有一定的合理性。

三、异质性服务投入对制造业全要素生产率的影响效应

通过对式(10)进行普通最小二乘回归分析，考察进口、国产的生产性服务投入和其他服务投入对制造业全要素生产率的影响效应，具体结果如表2所示。

表2 中间服务投入对制造业全要素生产率的影响效应

说明：括号内为t值；*、**和***分别表示在10%、5%和1%的水平下显著

从整体来看，进口生产性服务投入的回归系数显著为正，表明在开放经济条件下生产性服务进口增加将会促进制造业全要素生产率的提升，但是其对不同类型制造业的影响存在显著的差异性，对技术密集型制造业的促进作用尤为突出，回归系数为0.854 1，其次是资本密集型制造业，回归系数是0.836 0，对劳动密集型制造业的回归系数虽然为正却不显著，这很可能是由于作为一种知识密集型投入要素，生产性服务与技术密集型制造业具有更为密切的产业关联性，因此更能促进技术密集型制造业竞争力的提升，已有研究也得出了类似的结论[16，18]。此外，进口其他服务投入对制造业整体以及不同类型制造业的回归系数显著，但是影响效果表现出明显的差异性，进口其他服务能够很大程度上促进制造业整体全要素生产率的提升，分类型来看，其对资本和技术密集型制造业同样具有显著的正向影响效应，但是由于回归系数为-0.356 1，并且是显著的，进口其他服务投入并不利于劳动密集型制造业的发展。因此，综合来看，进口服务的使用能够促进我国制造业全要素生产率的提升，并且因为进口服务投入更有利于资本、技术密集型制造业全要素生产率的提升，而在很大程度上有利于我国制造业产业结构的优化升级。

另外，国产生产性服务投入对整体制造业全要素生产率具有显著的正向影响，但是其回归系数为0.401 2，小于进口生产性服务投入的0.742 6，说明相对于进口服务而言，国产生产性服务的影响效应相对较小。从不同制造业类型来看，其对劳动密集型制造业的回归系数为0.706 3，并且显著为正，说明国产生产性服务投入有利于劳动密集型制造业全要素生产率的提升，但是其对资本密集型制造业的回归系数则显著为负，因而不利于资本密集型制造业全要素生产率的提升，与此同时，对技术密集型制造业的影响不显著。此外，国产其他服务也表现出与国产生产性服务类似的影响效应，虽然对制造业整体竞争力的提升具有积极的影响，但是这主要体现在劳动密集型制造业部门，对资本以及技术密集型制造业部门的影响效应并不显著。由此可见，目前我国生产性服务市场发展还难以起到对制造业产业的促进作用，特别是作为高级投入要素的生产性服务投入对制造业的产业促进作用还有待进一步提升。

上游制造业联系指数反映了开放经济条件下上游制造业中间投入对制造业的影响，从表2可以看出，虽然其对劳动、资本密集型制造业的回归系数分别为0.177 2和0.760 8，并且显著为正，因而能够促进劳动、资本密集型制造业全要素生产率的提升，却不利于技术密集型制造业全要素生产率的提升，说明上游制造业中间投入的使用并不有利于我国制造业产业结构的优化，这可能是由于我国制造业自身在全球价值链中处于较为低端的位置，这一不利的价值链分工地位影响了制造业对上游进口中间投入品的需求水平和需求结构[25]，使得上游制造业投入品的使用不利于高技术领域制造业竞争力的提升，使制造业进一步被锁定在全球价值链底端。此外，进口渗透率对制造业具有积极的影响效应，这与预期是相符的，说明贸易开放度水平的提高有助于我国制造业竞争力的提升。

四、结论与启示

本文将中国工业企业数据库与投入产出数据相结合，通过构建服务联系指数进行面板数据回归分析，考察了不同来源及类型的异质性服务投入对中国制造业全要素生产率的影响效应。研究结果表明：进口生产性服务投入和其他服务投入对我国制造业整体全要素生产率的提升具有显著的促进作用，特别是对资本、技术密集型制造业，能够很大程度上促进我国制造业产业结构的优化升级，相比较而言，国产生产性服务和其他服务投入对制造业全要素生产率提升的积极影响则较小，且主要体现在劳动密集型制造业部门，对技术密集型制造业的影响并不显著。由此可见，在国内中间服务市场发展不足的情况下，从外部获取中间服务投入可以在很大程度上推动我国制造业竞争力的提升和产业结构的优化。从本文的结论可以得出以下重要启示：

首先，应当进一步促进服务业部门，特别是生产性服务部门开放度水平的提升，与此同时，积极成为全球服务贸易的“发包方”，由被动锁定于全球价值链底端的状态转变为主动参与方，积极在全球价值链中谋求新利益。通过外部获取的方式，弥补国内生产性服务市场缺失的不足，使国内企业能够以更低的成本获得更加多样化的中间服务。另外，通过参与生产性服务的进口还能为制造业部门提供更为优质的中间投入，使得制造业部门各生产环节更好地吸收来自上游环节的技术溢出，进而促进本部门的技术提升。最后，对外国生产性服务的引入还有助于创造良性的竞争环境，从而利用竞争机制倒逼本土生产性服务市场的发展，与此同时，为了更好地消化、吸收进口生产性服务投入，也会倒逼制造业自身进行结构优化。

其次，从本文的研究结论可以看出，本土生产性服务投入对制造业的影响还相当有限，因此应当加强本土生产性服务业市场的供给侧改革。生产性服务是一种知识密集型要素，同时具有很强的契约密集性，这就导致其交易成本的降低很大程度上依赖于良好的制度环境，而交易成本的高低直接决定了制造企业是否愿意将服务活动外部化，作为生产性服务的主要需求方，制造业对外部生产性服务的需求总量和需求结构决定了生产性服务需求市场能否发展。因此，发展生产性服务市场的关键就在于是否具有良好的制度环境以降低交易成本，基于此，应当进一步完善知识产权保护体系、建立完备的信用体系和自由竞争的市场环境，为本土生产性服务市场的发展创造良好的制度和市场环境，从而实现制造业中间服务活动的进一步剥离，最终实现制造业服务化转型和向全球价值链顶端攀升的目标。