经济政策不确定性对制造业企业服务化的影响

冯玉静，王 晖

(1.安徽财经大学 财政与公共管理学院，安徽 蚌埠 233030；2.山东财经大学 财政税务学院，山东 济南 250014)

一、 引言

制造业服务化是当今世界制造业发展的大势所趋。相比于西方发达国家，我国制造业服务化水平明显偏低[1]，同时制造业发展进入市场饱和、产品同质化严重和竞争力低下的瓶颈期，服务化是产业转型升级的必然选择[2]，也是制造业高质量发展的重要路径。2007年国务院提出《关于加快发展服务业的若干意见》，制造业要与服务业尤其是现代服务业有机融合。2015年出台“中国制造2025”，制造业定义由“生产型制造”转变为“服务型制造”。2016年工业和信息化部发布《发展服务型制造专项行动指南》，制造业企业应该是“制造+服务”的企业。2019年国家发展和改革委员会印发《关于推动先进制造业和现代服务业深度融合发展的实施意见》，企业提高生产性服务投入，两业融合推动制造业高质量发展。

与此同时，经济政策不确定性不断攀升甚至达到历史新高。我国内部在深化供给侧结构性改革的同时注重需求侧管理，外部抵抗逆全球化势力，加之新冠疫情在全球肆虐，政策不确定性上升态势迅猛。2020年经济政策不确定性指数达到747.86，远远超过金融危机时期的168.54，上升幅度超过3倍[3]。相对于政策调整本身，不确定性的影响更加隐蔽，却又不容忽视。那么，在经济政策不确定性不断升高的背景下，我国的制造业服务化会受到什么影响？其作用机制如何？企业如何应对政策不确定性带来的冲击？这些问题正是本文所关注的焦点。

二、 文献综述

经济政策不确定性是国家宏观层面的因素，企业个体的生产经营不可避免受其影响。学者们针对经济政策不确定性对企业行为的影响展开了大量研究，主要体现在以下几方面：从企业投资来看，政策不确定性升高会抑制企业投资[4]，这一观点已经成为共识，实物期权[5]、金融摩擦[6]、资金成本和资本边际收益率[7]等是可能的影响渠道；对企业现金流而言，经济政策不确定性升高，出于预防性动机，企业倾向于增加现金持有量，现金流增加[8]；对企业研发创新来说，郝威亚等[9]、樊霞等[10]发现政策不确定性升高会降低企业创新激励、抑制企业创新持续性，而孟庆斌和师倩[11]却提出，政策不确定性升高会促使企业出于谋求发展的动机而增强研发创新。在企业出口方面，部分学者认为进口国经济政策不确定性升高会引起企业出口激励下降[12]，不利于出口产品质量提升[13]；另有学者则认为该情况有利于企业出口规模扩大和出口产品质量提升[14-15]。

制造业服务化的概念最早由Vandermerwe and Rada[16]提出，企业由以制造为中心转向以服务为中心。制造业服务化要投入大量高端服务要素，融资约束是首先要面临的问题，内外源融资约束均会阻碍服务化[17]；从生产性服务中间投入的角度，来自国内和国外的中间投入均会促进制造业服务化，且后者的促进作用更大[18]；生产性服务进口规模扩大使制造业投入率提高，反向增大了制造业对进口生产性服务中间投入的需求[19]，且高质量生产性服务进口有助于提高制造业服务化水平[20]；盛新宇等[21]则关注制度的调节作用，认为生产性服务进口会促进制造业服务化；另外，FDI和OFDI也有利于制造业服务化，OFDI对技术密集型行业促进作用最大[22-23]；从贸易壁垒方面来看，乔小勇和凌鑫[24]研究发现国外对华反倾销正向作用于国内产出服务化水平，负向作用于国外产出服务化水平。

由上述文献梳理可知，目前针对我国制造业服务化学界尚未形成全面系统的研究，学者们主要围绕融资约束、中间投入、投资等企业内部因素进行探讨，而关于外部因素的影响则鲜有涉及，因此对影响因素的识别明显不足。考虑到制造业服务化的重要性以及当前经济政策的高度不确定性，认识经济政策不确定性对制造业企业服务化的影响及作用机制，具有极大的必要性和紧迫性。对比已有研究，本文有以下几个边际贡献：第一，从外部视角分析制造业企业服务化的影响因素，是对制造业服务化研究的一项有益补充；第二，有助于我们更加全面地认识政策不确定性的微观经济效应，为优化政策设计提供经验参考；第三，在当前深化供给侧结构性改革和加强需求侧管理的背景下，考虑经济政策不确定性对制造业企业服务化的影响，对推动制造业的转型升级和高质量发展具有重要的现实意义。

三、 研究假说

(一) 经济政策不确定性对企业服务化的影响分析

在Krugman[25]和Melitz[26]模型的基础上做适当拓展，将企业服务化和政策不确定性纳入异质性企业模型，分析政策不确定性与企业服务化之间的逻辑关系。

在需求方面，沿用D-S模型的基本框架，假设代表性消费者的效用函数为CES形式，见式(1)。

(1)

假设消费者追求效用最大化，得到消费者的需求函数：

(2)

(3)

其中，β表示企业服务化系数，且β≥1。

假设工人的工资率为w，企业追求利润最大化，得到：

(4)

政策不确定性会影响企业的经营条件，包括生产侧和需求侧。从生产侧来看，政策不确定性升高会增加企业进入市场的固定成本，导致固定成本由f增加为eaf；从需求侧来看，政策不确定性升高会减少需求，导致市场规模由Y减小为e-bY，其中e表示政策不确定性，a和b均为指数，且a>0,b>0。考虑政策不确定性的情况，得到式(5)：

(5)

将β对e求偏导，得到：

(6)

假说1：经济政策不确定性升高会阻碍制造业企业进行服务化决策。

假说2：经济政策不确定性升高会抑制制造业企业服务化水平的进一步提高。

(二) 影响机制分析

服务化离不开创新作为技术支撑，创新是促进先进制造业与现代服务业深度融合的关键驱动力。

第一，从需求方面分析。高端消费是企业进行服务化的动力，促使企业由单纯制造向服务型制造转变。消费者同时也是企业的员工，为企业提供劳动获得相应的收入，一部分收入作为家庭储蓄，余下的部分则用来消费；企业则从该消费行为中获得利润，一部分利润投入研发创新，为消费者更好地提供产品和服务。如此，在消费者需求升级与企业服务化转型之间完成了良性的闭环。政策不确定性给经济带来的不利影响对需求市场造成负向冲击，主要表现为以下两个方面。第一，就业波动。市场的不稳定会造成需求萎缩，一部分企业被迫退出市场，导致就业岗位减少，就业率下降[27]。第二，收入减少。在动荡的市场中，幸存企业盈利空间缩小，企业无力负担过高的劳动成本，为求生存不得不降低工资水平，员工收入减少。出于预防性动机，不确定的经济大环境使居民倾向于减少消费[28-29]，降低需求层次。市场需求是企业赖以生存和发展的基础，需求层次降低使企业服务化的动力不足，结果是阻碍制造业企业进行服务化。通过上述分析，提出本文的第三个假说：

假说3：从需求侧来看，经济政策不确定性升高会通过缩减国内需求，进而负向作用于制造业企业的服务化。

第二，从供给方面分析。当经济政策不确定性升高时，第一，根据实物期权理论，企业倾向于延缓当期投资，等待未来更好的投资机会[30]；第二，根据预防性动机理论，投资具有较大不可逆性，企业倾向于加快现金调整速度和增加现金持有量[8,31]，对投资更加谨慎；第三，根据融资约束理论，信贷审批银行与申请企业之间信息不对称程度增大，银行更加难以准确判断企业将来的盈利能力，倾向于降低审批概率或者减小审批额度[32]，使得企业的外源融资约束增大[5]，因而不利于企业进行投资，研发创新力度以及效率弱化[10]，不利于制造业企业服务化。基于此，提出本文的第四个假说：

假说4：从供给侧来看，经济政策不确定性升高会通过增加企业的内部成本，进而负向作用于制造业企业的服务化。

图1 经济政策不确定性的作用机理

四、 计量模型设定与数据说明

(一) 计量模型设定

本文从制造业企业的服务化决策和服务化水平两个方面来实证检验经济政策不确定性对制造业服务化的影响，设定如下面板数据的双固定效应模型：

(7)

(二) 变量说明

1. 制造业企业服务化

根据国家统计局制定的《工业统计指标解释》和《企业会计准则第30号——财务报表列报》，工业中间总投入由五部分构成，分别是直接材料、制造费用中的中间投入、管理费用中的中间投入、销售费用中的中间投入和财务费用。直接材料包括企业生产经营过程中实际消耗的原材料等，主要用于实物项下的投入；其他四部分主要用于企业的服务支出，包括研发、教育、运输、金融、营销等服务项下的投入，在一定程度上能够代表服务化[33]。企业服务化决策(Iserv_dum)是0或1二值虚拟变量，企业有服务支出，赋值1，否则，赋值0。企业服务化水平(Iserv)是0到1之间的连续变量，为企业服务支出占工业总投入的比重。

2. 经济政策不确定性(Epu)

本文对经济政策不确定性的测度采用Bakeretal.[3]开发的指数，基于中国香港《南华早报》的新闻报道文章，运用文本分析法，计算每月涉及经济政策不确定性关键词的文章占当月全部文章的比重。该指数具有连续性和综合性，每一时期都有相应数值，同时政策涵盖了财政、税收、货币、贸易等各个不同领域。Epu指数的原始数据是月度指数，而本文是在年度基础上展开研究，因此，在回归之前先将其加总为年度指数。借鉴张莹和朱小明[14]的处理方式，采用算术平均法、几何平均法、月份加权平均法和比重加权平均法进行加总。另外，考虑到上述加总方法可能会平滑掉不同月度指数之间的波动，因而计算了指数的标准差和离差。经济政策不确定性是国家层面的宏观变量，为了避免模型中出现多重共线性问题，将年度指数除以企业规模，进而得到企业层面的变量。经济学意义是，不同规模的企业经营实力存在较大差异，对外部冲击的敏感性也不同，因而，企业感知到的或者面临的实际经济政策不确定性自然不会相同。

3. 其他控制变量

模型中的其他控制变量包括企业的全要素生产率、规模、人均工资、经营年限、资本密集度、人均管理费用、流动资产占比、政府补贴和市场竞争。企业全要素生产率(tfp)，是产品生产过程中的要素利用率，用LP方法计算得到的全要素生产率表示[34]；企业规模(size)，由销售额取自然对数计算而得；企业人均工资(wage)，用本年应付工资总额与本年应付福利费总额相加之和除以职工总数计算而得；企业经营年限(age)用统计当年的年份减去成立年份再加上1计算而得；企业资本密集度(klr)，用固定资产净值除以从业人员总数并取对数计算而得；企业人均管理费用(pcmf)由管理费用除以从业人员总数计算而得；企业流动资产占比(qass)用流动资产除以总资产计算而得；政府补贴(lsub)将政府补贴金额加1后取自然对数计算而得；企业面临的市场竞争(hhi)用赫芬达尔指数表示，为企业的销售额占所属行业当年总销售额的比重。

(三) 数据来源及处理

指数原始数据来源于经济政策不确定性的研究网站(http://www.economicpolicyuncertainty.com)，该网站目前已经公布了23个国家的指数。企业数据来自中国工业企业数据库，参考已有研究和实际情况做了如下处理：删除非制造业企业；删除从业人员数量少于8人的企业；剔除不符合会计准则的样本；删除统计年份早于成立年份的企业；剔除实收资本、工业中间投入不为正数的样本；最后，对于本文中所用变量的取值为空或者存在明显异常值的企业样本也进行剔除。如此处理过后得到的企业样本即为本文的研究样本。

(四) 主要变量的描述性统计

模型中主要变量的描述性统计如表1所示。两个被解释变量分别是企业服务化决策Iserv_dum和企业服务化水平Iserv，Iserv_dum的均值为0.995，说明研究样本中有99.5%的企业已经开始了服务化。Iserv的均值为0.193，平均来看，样本企业的服务化水平只有19.3%。由此看出，我国制造业企业的服务化水平整体上明显偏低，提升空间较大。解释变量是企业面临的Epu指数，Epu算术平均数均值为17.312，标准差为4.544，样本期内存在较大的波动。由其他平均法计算而得的Epu年度指数在均值、标准差等方面均与算术平均数差别不大。基于内陆报纸构建的Epu指数在均值、标准差等方面均明显偏小。其他控制变量的主要情况也在表1中列出。

表1 主要变量的描述性统计

五、 实证结果分析

(一) 基准回归结果

企业服务化决策Iserv_dum为0或1虚拟变量，适用面板数据Logit模型；企业服务化水平Iserv为0到1之间的连续变量，适用面板数据Tobit模型。考虑到制造费用中间投入、管理费用中间投入、营业费用中间投入和财务费用等四个变量只有在2004—2007年期间记录最完整，本文选择2004—2007年作为研究样本期，基准回归结果如表2所示。

表2中列(1)至列(4)的被解释变量是制造业企业服务化决策Iserv_dum，均固定了年份效应。列(1)和列(2)纳入个体随机效应，列(3)和列(4)固定了企业个体效应，列(1)至列(4)Epu的系数均在1%水平上显著为负。模型中固定企业个体效应能够在很大程度上缓解因遗漏变量造成的内生性问题，Hausman检验结果也拒绝随机效应模型的原假设；因而，对于企业服务化决策Iserv_dum，本文选择同时固定企业个体效应和年份效应的面板数据Logit模型，下文对企业服务化决策的分析也在列(4)的基础上展开。根据列(4)的回归结果，经济政策不确定性升高会阻碍企业进行服务化决策，降低企业服务化意愿。可能的原因是，经济环境不稳定，市场前景不乐观，企业进行研发创新的沉没成本增大，出于风险规避和预防性动机，企业倾向于延缓开发自身相对不擅长的服务领域，等待将来更好的机会。由此，本文提出的假说1得到证实。

表2 基准回归结果

表2中列(5)至列(8)的被解释变量是制造业企业服务化水平Iserv，列(5)和列(6)纳入个体随机效应，列(7)和列(8)固定了企业个体效应，列(5)至列(8)的系数均在1%水平上显著为负。考虑到遗漏变量内生性问题和Hausman检验结果，对于企业服务化水平Iserv，选择同时固定个体效应和年份效应的面板数据Tobit模型，下文对企业服务化水平的分析也是在列(8)基础上展开。根据列(8)的回归结果，经济政策不确定性升高会对制造业企业服务化水平造成负向作用。可能的原因是，市场不稳定使得服务要素成本增大，同时需求市场萎缩，企业的收益减少，难以加强研发创新，阻碍企业服务化水平的进一步提高。由此，本文提出的假说2得到证实。

经济政策不确定性的负向作用表现在不仅阻碍企业服务化决策，而且抑制企业服务化水平的进一步提高。根据“微笑曲线”理论，制造业产业链划分为左端研发创新、中间制造加工和右端品牌营销三个环节，而附加值更多体现在曲线两端，中间的制造加工环节附加值最低。本文的研究结果显示，经济政策不确定性阻碍制造业企业向研发创新环节的转移和产品附加值的提升，从而不利于我国制造业的转型升级和高质量发展。

(二) 内生性检验

1. 解释变量与残差项相关内生性

考虑到模型中解释变量可能与残差项中无法观测的因素相关，继而造成多重共线性，该部分运用工具变量法进行两阶段最小二乘2SLS回归，结果如表3所示。选用印度和美国的经济政策不确定性作为工具变量，原因是印度是世界上仅次于中国的第二大发展中国家，其经济社会发展过程与中国有很大的相似性；美国是中国最大的贸易伙伴之一，其政策调整会对中国的政策具有一定的传导性；因而，两者满足工具变量的相关性原则。同时，印度和美国的政策调整一般不会直接影响中国经济，即与残差项不相关，满足工具变量的外生性原则。结果显示，解释变量与残差项相关的内生性没有对本文基本结论造成实质性影响。因篇幅限制，略去了由被解释变量与解释变量互为因果以及企业服务化行为状态的持续性导致的内生性检验结果。

表3 解释变量与残差相关内生性检验

2. 与经济不确定性影响重叠

经济政策不确定性是从政策调整角度对经济不确定性的测度，该部分将其他方面的不确定性纳入模型。在宏观层面和微观层面分别选用GDP增长率条件方差pgdp和企业销售额增长率条件方差perv作为经济不确定性的其他测度指标，如表4中列(1)至列(4)所示。结果显示，经济政策不确定性对制造业企业服务化决策和服务化水平的影响没有与其他方面不确定性重叠，即本文反映的确实是经济政策不确定性的制造业服务化效应。

表4 叠加其他不确定性和经济运行周期的检验

3. 经济运行周期检验

经济政策不确定性具有较强的逆周期性，若能通过分析经济运行周期而进行预测，则可认为经济政策不存在不确定性。参考已有文献[35]，选用企业家信心指数和企业景气指数表征经济运行周期，将其纳入模型进行回归，结果如表4中列(5)至列(8)所示。由此可知，对于微观企业而言，经济政策不确定性确实存在，控制经济运行周期因素没有对本文基本结论造成实质性影响。

(三) 机制检验

本文根据“三步法”构建中介效应模型进行机制检验。

在需求方面，选用居民收入和居民消费作为中介变量，居民收入的计算方法是将企业为员工缴纳的失业和医疗保险加1后取自然对数，以gnxq表示；居民消费的计算方法是将企业的内销额加1后取自然对数，其中，内销额是由销售额减去出口交货值计算而得。表5中列(1)至列(6)的结果说明，以居民收入和居民消费表征企业的国内需求，机制检验结果均显著，本文的假说3得到证实。

表5 机制检验——需求侧

供给方面，选用企业的融资约束和投资收益率作为中介变量，融资约束的计算方法是将银行信贷的利息支出除以销售额，以rzys表示；投资收益率的计算方法是将投资收益除以销售额，以tzsy表示。表6中列(1)至列(6)的结果说明，以企业的融资约束和投资收益率表征内部成本，机制检验结果均显著，本文的假说4得到证实。

表6 机制检验——供给侧

(四) 稳健性检验

1. 基于内陆报纸构建经济政策不确定性指数

考虑到可能存在依赖特定报纸媒介导致的测度偏差，该部分采用Davisetal.[36]基于《人民日报》和《光明日报》构建的经济政策不确定性指数重新进行回归，结果如表7中列(1)和列(2)所示，Epu的系数仍然在1%水平上显著为负，说明基于《南华早报》构建的经济政策不确定性指数能够很好地反映中国大陆政策的不确定性。因篇幅限制，略去了Epu指数加总方法的稳健性检验结果。

表7 内陆报纸指数和延长样本期稳健性

2. 延长样本期

该部分将样本期延长至1999—2007年，企业服务化决策的依据是财务费用是否为0，服务化水平由财务费用占总中间投入的比重表示，如此处理在一定程度上也能反映企业服务化的相关情况，回归结果如表7中列(3)和列(4)所示。Epu的系数仍然在1%水平上显著为负，说明本文基本结论对样本期是稳健的。

六、 结论与对策建议

(一) 结论

作为国民经济的基础产业，制造业面临日益激烈的市场竞争，服务化是其转型升级的必然趋势。为了培养竞争优势，制造业企业正在由以制造为中心向以服务为中心转变。本文基于中国制造业企业微观数据，实证研究经济政策不确定性对制造业服务化的影响，主要结论如下：

第一，经济政策不确定性升高会显著阻碍企业进行服务化决策，并抑制企业服务化水平的进一步提高。在一系列内生性和稳健性检验之后，本文基本结论依然成立。

第二，从需求侧来看，经济政策不确定性升高会通过降低居民收入和减少居民消费进而对制造业企业的服务化决策和服务化水平造成负向作用；从供给侧来看，经济政策不确定性升高会通过增加融资约束和降低投资收益率进而对制造业企业服务化产生消极影响。

(二) 对策建议

基于本文的研究结论，分别从政府和制造业企业两个方面提出相关的建议。

1. 对于政府

第一，保持政策的连续性和透明性。政府需要根据相应阶段市场主体的反馈制定政策，以达到运用宏观经济政策调整稳定经济运行的目的；伴随着政策的出台，企业会形成一定的预期，包括政策何时执行、执行方式以及政策效果等。政府需要构建完善的信息共享平台，比如政府门户网站的定期维护和更新、微信公众号的实时推送等，分行业整理政策信息，为企业提供最新的政策动向，合理引导企业预期，有助于降低政企之间的信息不对称，减少沉没成本的产生。

第二，建立风险防御机制。国内各个部门以及各个国家不可能独立存在，而是彼此间存在资本、贸易等方面密切的联系。新政策发挥正向作用的同时，政策的频繁调整以及新旧政策的有缝衔接会带来不确定性的升高，从而对经济发展造成消极影响。建立健全风险防御机制，提高风险应对能力，有助于降低经济政策不确定性。

第三，政策调整需以微调为主。宏观经济政策是在市场失灵的情况下政府调控经济的一个有力工具，但是政策运用过度反而会过犹不及。微调政策不会引起市场主体预期的太大变动，企业的生产经营决策得以平稳地进行过渡。经济政策往往涉及不同领域，例如财政政策和货币政策，多种不同政策协调配合更容易实现预期目标。

2. 对于企业

第一，建立良好政企关系。企业要设立专门人员负责与政府沟通，实时掌握现行政策的持续性以及未来的变动趋势。在进行重要投资、生产决策时，多向政府相关部门征求意见，以便提前获悉相关行业的政策走向。良好的政企关系，是企业规避政策不确定性的有效方式。

第二，加大研发创新投入。制造业企业不能只是被迫遭受冲击，要积极主动求变，将服务化作为不确定性大背景下逆流而上的助力。企业要注重增加研发创新投入，拓展多渠道融资、缓解融资约束，扩大投资，提高投资收益率，增加产品的附加价值，培育新的利润增长点。创新的重点是与高端服务业的融合，扩大与生产性服务业的联合，产业之间在融合与互动中增强技术溢出效应，反过来又会促进制造业企业的创新。

第三，做好市场调研。企业在开发新服务之前，要做好充分的市场调研工作，对顾客需求的充分了解能够有效降低不确定性。在充满不确定性的今天，企业只有与顾客在一起，才能与不确定性“和平共处”。