辽宁制造业与生产性服务业融合发展影响因素分析——基于全球价值链的视角

张晓芬，杨 震

（沈阳理工大学 经济管理学院，辽宁 沈阳110159）

中国作为世界上最大的发展中国家，经济总量在世界排名第二，制造业也在快速发展，但仍然存在技术依赖度高、创新能力不强等问题，目前在全球价值链分工中总体处于中低端[1]。世界主要国家为提升制造业在全球价值链中的地位，以求促进经济复苏和本土制造业发展都提出了各自的发展策略。中国也在2015年提出了《中国制造2025规划纲要》的发展方案，指出要加快制造业与服务业的协同发展，促进生产型制造向服务型制造转变。2019年，中央经济工作会议再次强调了要推动先进制造业和现代服务业深度融合，建设制造强国，为我国制造业在全球价值链中地位的提升指明了方向。全球价值链囊括了世界绝大多数国家和多个企业用于生产经营的“链条”，生产过程中的多个阶段（如设计、研发、制造、服务）都存在于该“链条”中，商品制造的不同阶段可被其中一个或多个生产商负责，各自获取利益，并通过与跨国公司和主供应商的协调来实现该价值链持续不间断的运作[2][3]。

在我国制造业结构转型过程中，生产上游的利润获取相对滞后。辽宁省虽然是老工业基地，但由于单一的经济结构和对重工业的过度依赖导致经济增长处于全国平均水平之下。在国家寻求经济结构优化改革的契机之下，推动制造业的创新进步有助于增强辽宁省经济社会的可持续健康发展，辽宁制造业要更新换代、要提高产品附加值，就必须向“微笑曲线”两端移动。所以，增强辽宁省制造业与生产性服务业深入融合已是重中之重。

一、制造业与生产服务业嵌入到全球价值链中的实现机制

随着国际分工的深入及技术的进步，跨国界生产已经是一种全球性行为，各国通过自身优势嵌入进全球价值链当中谋求利益。在全球价值链中，生产性服务业中的金融服务业通过对各种金融衍生工具的利用来提供制造产业发展所必要的资本要素，实现了分担风险和财富升值的目的，保证了制造业的发展。信息服务业能够提高产业之间进行实时沟通和交流的效率。而科技服务业可以推动制造产业技术、工艺水平的提高，科技进步自然也会带动产业技术水平的提升。具有高知识和人力资本、高产品附加值及高技术含量等特点的生产性服务业在生产过程中需要用到大量知识和人才储备，在推动生产更加的精细化和专业化的同时，也提升了制造企业的生产效率和生产要素的边际生产率，使产品进一步增值。制造业与生产性服务业通过贸易和投资的发展融入到全球价值链中。

（一）通过加工贸易和一般贸易的方式嵌入全球价值链

在改革开放的前期，中国通过加工贸易、一般贸易进入国际市场，与其他国家的贸易往来愈加频繁。在第一波全球化大浪的席卷下，世界范围内的制造业产业转移奠定了中国加工贸易出口的根本趋势。在这期间，加工出口贸易一直是中国出口贸易的主导，出口贸易产品也主要是工业制造产品，这也使中国在真正意义上参与到了贸易体系和国际分工当中，成为“世界加工工厂”。然而，以中国为主的发展中国家由于品牌和先进核心技术的缺乏，虽然通过加工贸易的方式嵌入到了全球价值链之中，却存在着在全球价值链中“低端锁定”的问题，以至于产业转型升级和更深层的发展受到限制。

随着中国贸易规模的不断扩大，一般贸易的比重也在逐年增加，一般贸易成为中国制造产业融入全球价值链中的重要方式。

（二）通过投资的方式嵌入全球价值链

外商直接投资（FDI）可以帮助欠发达国家获得先进的技术与知识，促进产业的转型升级，并自动往全球价值链的高端攀升。随着“走出去，引进来”战略的推出，中国对外直接投资和外商直接投资发展迅速，显著地提升了行业效率，中国制造业向全球价值链中的嵌入程度也在不断深化。随着世界各国经济联系的愈加紧密，外商直接投资的优势也在逐渐显露，对中国产业的更新换代和产业效率提高都做出了巨大贡献。跨国公司通过外商直接投资的方式来中国投资、建厂时，会将先进的生产技术和管理经验等带给本土企业，这样能够使当地的生产效率和技术水平得以提升，这就是所说的“技术溢出效应”。

在经济开放和融入全球价值链体系成为普遍战略的大背景下，作为融入世界经济的重要形式，对外直接投资（OFDI）也可以帮助欠发达国家获取来自跨国公司的先进技术。当今，寻求技术已经成为一些欠发达国家OFDI的主要目的，通过形成逆向的“技术溢出效应”来推动本国技术进步。

二、辽宁省制造业与生产性服务业融合度测算

融合，即几种不同的事物合成一体，产业融合度代表了不同结构的产业在同个产业链中相互渗透的程度。本文运用了耦合协调度模型来测算全球价值链下辽宁省制造业与生产性服务业的融合发展程度。耦合协调度模型原本是物理学模型，因其可以良好地测算两个或多个实体之间的关联程度也被广泛应用于经济学的研究。该模型使用的条件是互相耦合的各个因子之间要存在联系，制造业与生产性服务业之间彼此相互影响和促进，具备耦合协调的条件，可以使用该模型。耦合协调度测算公式为：

公式中：C表示制造业与生产性服务业间的协调度；T反映的是两大产业各自的综合发展水平；D则代表两大产业的耦合度，取值范围是［0，1］。

公式中的x、y代表制造业和生产性服务业两个子系统，α、β分别表示两大产业发展水平的权重。本文参阅现有文献，并咨询专家，专家打分将α设定值为0.4，β设定值为0.6，f（x和f（y）代表两大产业的功效函数，它们的公式为：

其中，Wi是序参量的权重，在全球价值链理论的基础下从规模、结构、投入及增速四个方面来建立测算指标，有i年j个指标的原始样本数据，获得了原始数列矩阵R=（rab）i×j，其中rab代表第b个指标第a年的原始数据。熵权法能够较为客观地得出各指标的计算权重。

表1 辽宁省制造业与生产性服务业各项指标及数据权重

本文基于数据测算了2010—2018年辽宁省制造业和生产性服务业的融合情况，各项数据来自历年《辽宁统计年鉴》《辽宁省国民经济和社会发展统计公报》及《中国统计年鉴》。

具体的测算结果如表2所示。辽宁省制造业与生产性服务业在2010—2014年耦合度明显升高，并于2014年到达最高点，为0.7626，耦合等级为中级协调；而自2014—2016年处于下降的态势，2016年更是处于轻度失调的状态；2016—2018年有所回升。值得注意的是，在2014—2016年因为制造业的大幅下降，两大产业的耦合度也随之大幅度下降，到2018年虽有所上升，但还是处于濒临失调的状态。

表2 2010—2018年辽宁省制造业与生产性服务业的综合发展指数和耦合协调度

三、影响制造业与生产性服务业融合发展的因素

近几年，辽宁省制造业与生产性服务业的融合程度多数处于濒临失调的状态，对于辽宁省而言，随着制造业日趋服务化的发展，影响辽宁省制造业与生产性服务业融合发展的因素直接影响到经济的发展和产业链的深化。

（一）市场竞争程度

在全球价值链中制造业如果要获取更高的产业附加值，就必须依靠生产性服务业向价值链两端延伸，形成竞争优势。随着辽宁省制造业竞争的加剧，为制造业提供中间服务的生产性服务业也会由于竞争使生产成本下降，专业化程度的不断提高，推动了制造业调整产业结构、产业升级，也推动了制造业与生产性服务业的融合发展[4]。另外，随着两大产业的融合程度不断深化，制造业所需要的以人力资本和知识资本为主的生产性服务业的投入产出比会呈现出增长的趋势，可以在一定程度上提高市场占领地位，推动其市场竞争能力的提高。

（二）技术创新能力

制造业与生产性服务业的融合发展也需要科技创新的推动。服务、管理方面的技术创新是生产性服务业快速应用于制造业内部的重要环节，同时将制造业原先由内部提供的生产性服务活动进行垂直分解，在产业内逐渐渗透扩散，形成新一轮的科技创新，增强了创新技术在实际生产中的可行性。对于新兴产业来讲，由于资金和技术能力等限制，需要加大技术要素的投入来扩大自身规模，因此，推动科技创新有利于增强产业内的技术储备，驱动制造业与生产性服务业融合发展。技术创新能力强会促进制造业与生产性服务业的融合。

（三）经济发展水平

制造产业对生产性服务的需要与经济发展水平有紧密的关联，高的经济发展水平也对应着大的服务产品的需求。总体来看，经济环境能够通过影响产业的管理、技术和产品等能力进而影响制造业与生产性服务的融合发展。制造业在发展过程中，对经济的贡献度逐年上升，反过来，辽宁省经济发展水平逐步上升，直接结果就是经济环境的优化对制造业与生产性服务业融合发展的推动作用明显增加。随着经济发展和收入水平的提高，对制造业中间服务型产品的需求就会扩大，相应地，产业结构也会走向优化，制造业与生产性服务业的融合程度就会加深[5]。因此，经济发展水平越高，越能促进制造业与生产性服务业融合。

（四）政策制度环境

依据市场准入原则，政策制度的宽松与否是生产性服务业能否顺利深入渗透到制造业生产研发等各个环节的关键。政府的政策制度越透明完善，表示产业间的竞争机制越向良性发展，越能通过经济和行政等手段矫正产业融合发展的瑕疵部分，政府资金和优惠政策的倾斜会为产业注入新的活力。由于生产性服务业自身的特点，对制造业的中间产品投入具有无形性和复杂性，这就更需要良好的政策制度环境作为支持和保障用途。相反，若政策制度不完善带来产业壁垒高筑，会造成产业间经济效率低下，成本提高，专业化分工不明确，在一定程度上对制造业与生产性服务业的融合发展起到负面作用。所以，完善公开的政策制度环境是提高制造业与生产性服务业高度融合发展的重要影响因素。

（五）信息技术运用

生产性服务产品最突出的特点就是具有无形性，而制造业所生产的产品则大多为有形商品，两种原本相悖的商品在信息技术的应用下融合更深入。信息技术的运用极大降低了产业间的沟通交易成本，信息的高效利用与处理则扩大了服务范围、提高了服务水平、挖掘了制造业与生产性服务业融合发展新的市场潜力[6]。互联网强大的承载力带动了传统制造业与新兴生产性服务业的粘性发展，大大增加了产品在流通消费过程中的速度。新信息技术在生产性服务业和制造业间的广泛运用，推动了两大产业的融合发展。

（六）人才资源投入

据统计，辽宁省拥有115所高等院校，包括13所综合大学和51所理工院校，研究生高校培养机构45所，科研培养机构8所。近年来，培养硕士、博士研究生人数超过15万。人才的创新发展主要来自于知识的创新，不同于其他有形中间商品的投入，创新人才所具备的知识具有溢出效应。在制造业中，知识人才的创新推动了技术的创新[7]。对于生产性服务业来讲，知识人才的创新在一定程度上突破了行业间壁垒的限制，人才推动服务和管理创新，由此获得规模经济效应。因此，知识外溢会使得一部分新兴企业在原有企业的内部产生和传递，加强了制造业与生产性服务业的融合程度。

（七）流动资金投入

制造业的更新换代需要生产性服务业的参与和辅助，而生产性服务业又是高资本密集型的产业，产品生产过程中的研制策划、生产要素采购、销售运营、产品推广及售后服务等各个环节都需要有充沛的流动资金支持产业的正常循环。所以，大量的资金投入是制造业与生产性服务业循序融合的重要因素[8]。

（八）对外开放程度

对外开放程度是衡量一个国家参与全球价值链的重要指标。一般来说，一个国家或地区的对外开放程度越高，国际分工参与度就越强。辽宁省陆上与三省相邻，隔渤海海峡与山东省相望，东部与朝鲜半岛相邻，既拥有大型国际机场，联运铁路等发达的内陆交通，又是东北三省中唯一一个拥有海岸港口的省份。在制造业与生产性服务业的融合发展过程中，对外开放有着极为重要的依托性。对外开放程度越高，生产性服务业需求扩大的范围越广，同时开放城市的发展会推动更多制造业产业集聚效应发生，有利于优化产业资源配置，提高全球价值链中所处的地位。

四、制造业与生产性服务业融合发展因素实证分析

（一）模型构建

本文将使用多元线性逐步回归的方法，利用固定面板数据模型作为框架，构建辽宁省制造业与生产性服务业融合影响因素评价的理论模型，多元回归的方法可以规避多重共线性问题，面板数据模型有利于正确分析经济变量之间的关系。其具体公式为：

其中，Y为因变量，X为自变量，β为模型参数，μ是误差项。本文将选取上文计算得出的产业融合度作为因变量，各影响因素为自变量。实证分析时，本文将采用辽宁2008—2018年时间序列数据作为辽宁两大产业融合影响因素的分析数据。

（二）变量选取和数据来源

本文选取的数据变量有：X1市场竞争程度，用企业数量来表示；X2技术创新能力，用R&D投入表示；X3经济发展水平，用辽宁省GDP表示；X4政策制度环境，用辽宁省政府财政支出表示；X5信息技术运用，用辽宁信息经济指数来表示；X6人才资源投入，用就业人数表示；X7流动资金投入，用FDI表示；X8对外开放程度，用对外依存度表示。各原始的数据都来自于历年《辽宁统计年鉴》《中国统计年鉴》《中国信息年鉴》（见表3）。

表3 各项解释变量指标

（三）相关计量检验

1.将数据进行标准化处理，利用Eviews8.0对数据进行ADF验证后，检验结果P=0＜临界值，说明所选的数据在有常数项下的一阶差分不存在单位根，这组数据平稳，可以用于测度辽宁省制造业与生产性服务业的影响因素。为了避免“伪回归”的现象，本文运用协整检验的方式对各变量做进一步分析，在1%的临界水平下该方程序列是平稳的，说明该方程存在协整关系。

2.进行回归分析，Y1为因变量，制造业的影响因素是自变量，选择对数据进行逐步回归分析，用于分析制造业的影响因素对两大产业融合的影响程度。

由表4可以看出，R2=0.981789，F=53.91166，P（F）=0.000238＜5%，这表明该方程的回归拟合度很高，回归效果也很显著，而且在t检验下P（t）都小于10%，说明这些数据变量符合回归方程。

表4 回归分析结果

所以，Y1最终得到的回归方程式为：

从Y1的方程式中可以看出，变量X21、X5、X61和X71的系数为正值，这表明制造业R&D投入、辽宁省信息经济指数、制造业就业人数及制造业FDI有助于两大产业融合程度的提高，且系数愈大，作用效果愈明显。而其他变量的系数为负，说明其余影响因素对辽宁省两大产业融合程度的提高产生了消极影响。

采用同样方法，以两大产业的融合度为因变量Y，生产性服务业的各影响因素为自变量，用于分析生产性服务业的各个影响因素对两大产业融合的影响程度。使用Eviews8.0对数据进行分析，Y2最终得到的回归方程式为：

从Y2的方程式中可以看出，只有变量X1、X22和X4存在于公式中，这表明生产性服务业的R&D投入、辽宁省GDP及辽宁省财政支出对生产性服务业有显著影响，其中，X3、X4的系数为正数，说明辽宁省GDP、财政支出对两大产业融合程度的深入有积极作用，且系数愈大，作用效果愈明显。其他变量的系数为负，说明其余影响因素对辽宁省两大产业融合程度的提高产生了消极影响。

（四）实证结果分析

1.市场竞争程度（X1）和对外开放程度（X8）

X1代表市场竞争的数据变量是企业数量，X8代表对开放程度的数据变量是产业的对外依存度，在Y1和Y2最后的方程式中都没有出现自变量X1、X8，这说明生产性服务业和制造业企业的数量变化和产业对外依存度没有对制造业和生产性服务业的融合产生显著影响。

2.技术创新能力（X2）

代表技术创新能力的数据变量是产业R&D经费的投入，制造业的R&D经费的投入水平提高对两大产业的融合产生了积极影响，并且生产性服务业的知识技术创新能力每增加1%，两大产业融合度将会上升0.6403%。生产性服务业的R&D经费的投入水平对两大产业的融合产生了消极影响，并且生产性服务业的技术创新能力每增加1%，两大产业融合度将会下降0.6403%。但是可以看出，制造业R&D经费的投入对两大产业融合的积极影响要大于生产性服务业R&D经费的投入对两大产业融合的消极影响，所以，可以通过提高制造业R&D经费的投入来促进两大产业的融合。

3.经济发展水平（X3）

辽宁省GDP可以通过影响生产性服务业来推动两大产业的融合，且辽宁省GDP每上涨1%，会引起两大产业融合程度上涨0.3142%，所以，可以通过推动辽宁省GDP的增长来促进两大产业的融合。

4.政策制度环境（X4）

辽宁省GDP可以通过作用于制造业来影响两大产业的融合，回归分析结果显示，辽宁省政府财政支出每上升1%，会使两大产业的融合度下降2.8353%。

5.信息技术运用（X5）

代表信息技术的数据变量是辽宁省的信息经济指数，辽宁省信息经济指数可以通过作用于制造业来影响两大产业的融合，并且辽宁省信息经济指数每上升1%，会使两大产业融合度上升1.74%。所以，可以通过促进辽宁省信息资源的方式去促进两大产业的融合。

6.人才资源投入（X6）

代表人才资源的数据变量是产业就业人数，制造业就业人数的增加对两大产业的融合产生了积极影响，就业人数每增加1%，两大产业融合度将会上升0.327%。所以，可以通过促进辽宁省制造业人才资源的增长去促进两大产业的融合。

7.资金资源（X7）

代表资金资源的数据变量是产业FDI，制造业FDI每上涨1%，两大产业的融合度就会随之上涨0.5017%。生产性服务业FDI的增长没有对两大产业的融合度产生显著影响。所以，可以通过增加制造业的FDI来促进两大产业的融合。

综上可以知道，在全球价值链视角下知识技术能力、经济环境、信息资源、人才资源及资金资源等影响因素对辽宁省制造业与生产性服务业的融合有助推作用，其中信息资源对其影响效果最好。

五、结论和建议

本文结合辽宁省制造业和生产性服务业融合的实际情况，选择了市场竞争程度、技术创新能力等8个影响因素，采用逐步回归方法进行实证分析，结果表明技术创新能力、经济发展水平、信息技术运用、人才资源投入及流动资金投入等影响因素对辽宁省制造业与生产性服务业的融合有助推作用，其中信息技术运用对其影响效果最好。

虽然辽宁省近几年一直在积极推动两大产业的深入融合，但还存在许多问题。现结合辽宁省制造业和生产性服务业融合发展实际，提出以下对策建议。

1.政府应完善政策，促进融合。辽宁应继续增加两大产业物质资本的投入，为制造企业和生产性服务企业提供税率上的优惠和财政上的补贴等，并完善省内金融服务，大力推动金融行业的进一步发展，加大力度围绕创新创业设立投资基金，这将为生产性服务业提供长足的支持。除此之外，还要改善辽宁省省内的经营销售环境，进一步放松外商到辽宁的投资管制，使制造业与生产性服务业能得到外资方面的支持，进而推动辽宁省的经济发展。增加辽宁省制造业与生产性服务业对国际的投资，积极扩大国际市场，进一步推动整体的经济提升，这样不仅可以推动两大产业的融合，还有利于制造业与生产性服务业向全球价值链高端攀升。

2.进一步提升技术创新能力。应注重中、低技术层次制造产业的技术创新和升级，积极争取政府方面的支持，如在税收上进行减免，或者实行低息贷款，促进技术创新[9]。大力发展计算机、软件和科技服务等生产性服务业，使其充分发挥对制造产业发展的支撑能力。另外，辽宁省还应积极利用和吸收国际先进技术，在推动两大产业深入融合的过程中，必须要求相关制造产业和相关生产性服务业加大对先进技术的投入。

3.促进信息化整合。在制造业与生产性服务业融合的过程中，产业间信息互通和有效的交流沟通是非常重要的。政府要搭建一个能够促进两大产业进行有效沟通的支撑平台，这样的一个平台不仅可以提高制造业与生产性服务业之间的沟通效率，还能够起到信息共享的作用。在这个平台之中，将会存在大量的制造企业和生产性服务企业，而起到监管作用的政府部门会帮助整理有关两个行业的外界信息，如最新的政府法律法规、制造企业的市场需求及生产性服务企业的技术更新等，政府部门会整合这些信息以保证其安全性。