生产性服务业资源配置与制造业产能过剩治理：机制与检验

于斌斌 孙波约 胡雅静

(浙江工商大学 经济学院，浙江 杭州 310018)

一、引言

制造业作为国民经济的支柱性产业，不断提高其发展质量与发展水平对中国从制造大国迈向制造强国的进程尤为重要。2015年国务院印发《中国制造2025》中强调，制造业作为国民经济的主体，是立国之本、兴国之器和强国之基。而要实现制造业发展和提质增效，推动行业整体由大变强，首要解决的便是掣肘产业转型升级的制造业产能过剩问题。与西方国家因经济危机而出现的产能过剩现象不同，中国式产能过剩同时具有市场失灵、体制扭曲、结构失衡等多重特征，是产业发展过程中久治不愈的痼疾。而为了治理产能过剩，政府出台过包括市场准入、目录指导、强制性清理等一系列政策措施，但收效甚微；产能过剩问题非但没有得到有效的治理，反而陷入“越调控越过剩”的怪圈[1]。

产能过剩因何而生？关于产能过剩的形成机制，学术界已经形成了四大主流观点：市场失灵假说、体制扭曲假说、结构失衡假说和需求不足假说。其中，市场失灵假说认为产能过剩的形成来源于市场机制本身，包括微观个体“投资潮涌”、市场结构低集中度等因素[1-2]。体制扭曲假说则认为，“投资潮涌”假说前提在现实中难以成立，而源于晋升考核压力下的体制性扭曲因素才是导致产能过剩形成的重要原因[3]。随后，学者们对各类具体的扭曲性因素进行了大量研究，包括政府购买、竞争性投资补贴、政企合谋、土地供给和信贷资源倾斜等[4-7]。相较之下，后两种假说影响力较弱，结构失衡假说强调供给结构与需求结构之间的错位是造成产能过剩的关键；需求疲软假说则认为自金融危机后，居民消费力不足，加之近年来国际出口贸易萎缩，共同导致了产能过剩的出现。除这四大主流研究观点外，近年来学者们还从技术进步偏向、创新行为、对外直接投资、渐进式改革、新型城镇化等视角探讨了产能过剩的形成与化解问题[8-12]。

梳理上述文献发现，尚未有研究从生产性服务业视角探讨产能过剩的形成与治理问题。优质的生产性服务资源是实现制造业高质量发展过程中必不可少的中间投入。生产性服务业不仅可以通过分工细化为制造业提供高效率的基础性产品和服务支持，还能将高级人力资本、新知识和新技术对其的影响传导至下游的制造业企业，是提升制造业产品差异化和竞争力的重要来源[13]。近年来，关于生产性服务业的研究大多从集聚模式和集聚外部性、产业融合、协同集聚等视角出发，探讨制造业全要素生产率、技术创新、结构升级等问题[14-16]，鲜有文献关注到生产性服务业资源配置状况，更缺乏其对制造业产能过剩的影响研究。自Hsieh和Klenow(2009)[17]的开创性工作以来，资源错配问题引起了学界的重视，后续学者在HK模型的基础上作了进一步拓展和大量研究。例如，陈永伟和胡伟民(2011)[18]考虑了产业政策、进入壁垒等因素，将原先的行业内资源错配模型进一步扩展为N个异质性行业间的错配模型；韩剑和郑秋玲(2015)[19]则进一步改进了HK模型，不考虑行业间具体的相对扭曲，而用资源错配情况下的产出与无错配情况下的理想产出之比来测算资源错配程度，并推导了行业内和行业间的测度公式。上述研究为本文实证分析生产性服务业资源配置影响制造业产能过剩提供了方法基础。

那么，生产性服务业资源错配是导致制造业产能过剩的深层次原因吗？从直接影响看，在生产性服务业资源配置低效下，制造业企业难以获得高效率、高附加值的优质生产性服务。这既不利于企业通过价值链攀升获取足够利润，进而开展研发创新活动来提升技术水平和化解产能过剩，也限制了制造业供给结构对市场需求变化的适应性和灵活性，极易产生结构性产能过剩。而从间接影响来看，资源错配带来的生产性服务业质态低端会进一步造成制造业转型升级困难，不利于企业在长期发展中化解过剩产能。更为关键的是，体制扭曲理论方面的研究指出，GDP考核晋升制度下地方政府主导的过度投资是造成产能过剩的重要因素。在制造业转型升级受阻的背景下，为完成GDP考核必然需要“倚重”资本和劳动密集型为代表的中低端制造业；即便有明确的产能治理文件下达，仍会产生央地博弈，反复多轮的博弈将使产能过剩久治不愈。杨其静和吴海军(2016)[20]的研究发现，在产能管制政策下达后，出现在管制名单上的地方产能过剩行业虽然工业用地出让增速显著下降；但“上有政策，下有对策”，对于未出现在名单上的过剩行业，地方政府仍对其大量出让低价工业用地且增速不减，以刺激企业大量投资来拉动短期增长。笔者认为这可能是产能过剩治理过程中，过剩非但没有得到抑制，反而从结构性、阶段性过剩演化为持续性、全面性过剩的重要原因。事实上，鉴于生产性服务业对整个产业体系具有广泛辐射和全面支撑的作用，无论是出于化解制造业产能过剩的现实需要，还是从加快产业结构转型升级、重塑全球价值链格局的长远考量，优化资源配置以实现生产性服务业的高质量发展都具有重要意义。那么当生产性服务业资源合理配置时，其能否促进制造业转型升级、构建产能过剩治理的长效机制？如果可以，什么因素会促进或抑制这一化解效应？其对不同类型的制造业的化解效应是否一致？针对这一系列问题的回答对于化解制造业产能过剩，尤其是治理反复爆发的产能过剩具有重要意义。

本文可能存在的边际贡献如下：一是在研究视角上，不同于政府干预、结构失衡等切入角度，文章尝试从生产性服务业资源配置视角出发，分析制造业产能过剩难以治理并反复爆发的原因以及治理的可行路径。二是在理论分析上，将生产性服务业资源配置效率与制造业产能过剩治理置于同一研究框架，探讨生产性服务业资源配置对制造业产能过剩的影响效应，以及技术进步、信息化水平提升、产业协同集聚在此过程中的调节作用。三是在实证检验中，考虑到生产性服务具有强烈的空间外溢性，本文构建动态空间杜宾模型，检验生产性服务业资源配置对制造业产能过剩治理的直接影响和空间溢出效应，使实证结果更加符合现实情况。

二、理论机制与研究假设

(一)生产性服务业资源配置化解制造业产能过剩的直接效应

生产性服务业资源有效配置涉及资本配置和劳动配置两个方面。其中，生产性服务业资本有效配置对制造业产能过剩的化解路径可从过剩要素退出和生产性服务高效嵌入两个视角进行分析。第一，生产性服务业资本配置优化过程使资本要素从低效率企业流向高效率企业，有助于纠正资本市场扭曲。这一方面能引导要素从低效的产能过剩领域退出， “釜底抽薪”式地化解产能过剩；另一方面，在资本市场扭曲得到改善后，企业难以低成本获取大量的资本要素，导致部分成本敏感企业向外转移落后产能，加剧周边地区的产能过剩；而本地留存企业则逐步改变粗放型发展模式，调整各类生产要素的投入比例以实现技术、人才等要素对资本的替代。并且由于生产服务业的从业者通常是专业性强、创造力高的创意阶层，对文化服务、教育医疗等软性公共服务具有较高层次的需求，能够在这一过程中引导政府财政投资从制造业部门向教育、医疗等公共服务部门转移，有利于减少重复建设和引导过剩资源退出[21-22]。第二，生产性服务业的资本有效配置可以通过规模经济效应和循环累积因果效应强化生产性服务业与制造业的良性互动，将高质量的生产性服务嵌入制造业生产环节来化解产能过剩。一方面，制造业剥离本身不擅长的生产性服务后形成的成本剩余可转化为营销费用、研发投入或产品价格优势，为需求侧化解产能过剩奠定基础；另一方面，企业将更多的精力集中于比较优势环节，通过与外部生产性服务的高效衔接，能够优化产出结构和实现转型升级，进而化解产能过剩[23]。需要指出的是，短期内本地生产性服务业配置优化过程产生的规模经济效应和累计循环因果效应可能会虹吸周边生产性服务业高级要素。考虑到此时本地生产性服务业正处于内部结构优化调整阶段，尚未辐射覆盖周边地区，因此可能会恶化周边地区产能过剩；而从长期看，资源有效配置后的本地生产性服务业会逐步扩大服务范围，通过投入产出关联来优化周边制造业生产的各个环节，进而化解产能过剩。

生产性服务业劳动有效配置可以通过收入结构调整和技术知识溢出等途径化解制造业产能过剩。第一，劳动配置优化过程有助于不同层次劳动力“各得其所”，提高劳动收入份额和优化地区收入结构[24]。这一方面奠定了产能过剩治理的需求基础；另一方面会激励企业采取差异化策略来满足生产性服务业中高素质劳动力群体的消费升级偏好，减少低端产品供给，缓解供需失衡[25-26]。需要指出的是，劳动配置效率提升带来的人才需求和工资溢价除了吸引本地部门的高素质劳动力外，还会辐射至周边地区。在短期内，高端要素虹吸会造成周边地区生产性服务业发展滞后，不利于产能过剩的治理；而在长期，本地的优质生产性服务业会在数字技术加持下扩大覆盖区域，以金融支持、科技转化等途径支撑周边地区制造业的改造升级。第二，劳动有效配置提升能够加强技术知识溢出，促进研发创新，进而化解产能过剩。劳动配置优化过程除了在原先岗位引入更高层次的人力资本，还能借助生产性服务业空间集聚的特性，加强高素质劳动力之间的正式或非正式交流，更好地吸收来自同行、供给方和需求方的技术知识溢出，优化区域创新网络[27]。而制造业企业创新活动能有效化解产能过剩[9]。因此，本文提出假设1。

H1生产性服务业资源有效配置对制造业产能过剩具有化解效应，但由于高端要素虹吸等因素在短期内会不利于周边地区产能过剩治理。

(二)技术进步、信息化水平和协同集聚的调节效应

生产性服务业与制造业之间并非仅仅是简单的因果关系，更多地是一种在技术关联下的双向互动关系[28]。当制造业通过开展研发创新活动提升技术水平时，必然会与相匹配的生产性服务业企业在知识、人才、要素等方面产生技术经济关联，尤其是会增强对现代生产性服务业的需求(1)参考于斌斌(2017)的做法，将“信息传输、计算机服务业和软件业”“金融业”和“科学研究、技术服务业和地质勘查业”作为现代生产性服务业部门；将“交通运输、仓储和邮政业”“批发零售业”“房地产业”“租赁和商务服务业”作为传统生产性服务业部门。。这既能引导生产性服务业内部传统部门向现代部门演进，优化生产性服务业内部资源配置；也有助于反过来推动生产性服务业与制造业的互动融合向更高层级跃迁，借助产业结构优化升级来化解产能过剩。与此同时，制造业的技术进步过程需要大量的创新知识和人力资本积累，会通过技术专用性“锁定”高素质劳动力需求，以较高的劳动报酬来加速人才流入和地区收入结构调整[29-30]。但制造业技术进步升级也是一把双刃剑。一方面，相关研究表明我国制造业技术进步具有明显资本偏向性，会通过压缩劳动收入份额、刺激资本要素投入等方式恶化产能过剩[8,31]；另一方面，由于技术引进惯性，制造业技术进步可能更多地向国外生产性服务业厂商购买相关专利与技术，由此切断我国生产性服务业与制造业之间的互动发展路径，不利于生产性服务业资源有效配置对制造业产能过剩的化解。因此，本文提出假设2。

H2技术进步升级对生产性服务业资源有效配置化解制造业产能过剩的影响存在不确定性。

生产性服务业资源配置能通过技术知识溢出路径来化解制造业产能过剩，而技术外溢过程中所需的知识、技能等媒介可以通过信息网络实现低成本的传递。已有研究表明，信息化水平的提升在改善劳动力市场信息不对称、提高就业搜寻-匹配效率、降低产业互动成本等方面均有着积极意义[32-33]。因此，信息化水平提升在生产性服务业资源配置化解制造业产能过剩中可能存在显著的调节效应。首先，信息化水平提升不仅能使制造业企业以更低的交易成本和搜寻成本来获取所需的生产性服务，从而改进生产效率；还能通过扩展生产性服务业业务的辐射范围，使其拥有更大的市场容量并逐步演化出规模经济，推动生产性服务种类增加和专业化水平提升。其次，信息化水平提升有助于加快生产性服务业显性知识溢出与技术扩散。最后，信息化水平提升可以改善劳动力市场信息不对称，提高了劳动力跨区域流动过程的搜寻-匹配效率，从而加速生产性服务业劳动配置对制造业产能过剩治理的进程。因此，本文提出假设3。

H3信息化水平提升能增强生产性服务业资源有效配置对制造业产能过剩的化解效应。

产业协同集聚是生产性服务业与制造业互动融合的现实平台[34]。大量相同或相似行业、具有上下游关系的厂商在空间上集聚能有效减少信息不对称、加快要素流动、深化产业分工和隐性知识溢出。第一，产业协同集聚能优化同一区域内上下游产业间的投入-产出联系，引导生产性服务业与制造业的良性互动，并通过市场机制加快资本要素从低效率、产能过剩的企业向高效率企业转移，从而深化资本配置对制造业产能过剩的治理。第二，产业协同集聚环境下，生产性服务业与制造业因空间邻近而加强了正式和非正式交流的频率，实现各类创新知识的有效互补，从而加速制造业生产效率的提升和产能过剩的治理。第三，产业协同集聚节约了上下游企业的运输成本和交易成本，为生产性服务业与制造业的分工深化和生产效率提升奠定了基础。因此，本文提出假设4。

H4产业协同集聚能增强生产性服务业资源有效配置对制造业产能过剩的化解效应。

综上所述，生产性服务业资源配置化解制造业产能过剩的机制见图1。

图1 生产性服务业资源配置化解制造业产能过剩的机制分析图

三、生产性服务业资源配置和制造业产能利用率的测度

(一)生产性服务业资源配置的测度

考虑到生产性服务业内部存在传统部门和现代部门，不同行业和企业间的替代弹性差异较大以及生产性服务业相关统计数据的可得性，本文参考季书涵等(2016)[35]的做法，采用相对扭曲系数法测度生产性服务业资源配置效率，其计算公式为

(1)

其中，γKi和γLi分别表示资本和劳动力相对扭曲系数，计算方法如下

(2)

在式(1)和式(2)的基础上，将资本错配指数和劳动错配指数加权平均得到综合资源错配指数。具体计算公式如下

τi=βKiτKi+βLiτLi

(3)

若指数大于0，则说明生产性服务业综合资源配置不足，反之说明配置过度；绝对值越大，代表资源错配程度越严重[36]。为使后续的计量回归方向一致，数据处理参考季书涵等(2016)[35]的做法，取绝对值处理。另外，本文依据《生产性服务业分类(2015)》中的相关标准设定生产性服务业(2)依据国家统计局、国家发展和改革委员会联合印发的《生产性服务业分类(2015)》 ，本文选择 “交通运输、仓储和邮政业”“信息传输、计算机服务业和软件业”“批发零售业”“金融业”“房地产业”“租赁和商务服务业”和“科学研究、技术服务业和地质勘查业”7个行业作为生产性服务。。

(二)制造业产能利用率的测度

关于供给侧制造业产能利用率测度，本文采用了随机前沿分析(SFA)法测度各地区制造业产利用率。与数据包络分析法(DEA)不同的是，SFA法不仅可以引入了时间变量反映不同主体间技术进步差异性，还综合考虑了生产过程中各类要素间的替代和交互关系，因而能够更好地刻画经济系统实际的生产过程。本文设定的生产函数的具体形式如下

(4)

μit=μiexp[-η(t-T)]

(5)

(6)

(7)

表1给出了上式参数估计的结果，其中大部分的参数都已通过了显著性检验，这在一定程度上说明模型设定较为合理的。γ的值介于0到1之间，若γ值接近于1，说明技术无效是造成潜在产出缺口的重要成因；若γ值接近于0，说明随机误差是造成潜在产出缺口的重要成因。本文中γ值为0.86，大于0.5，且通过了1%水平的显著性检验，说明SFA模型设定合理，能够较好地解释制造业生产活动的效率及其变化。

表1 超越对数生产函数的回归结果

四、研究设计

(一)空间计量模型设定

传统的空间计量分析通常涉及空间滞后(SLM)和空间误差(SEM)两种模型，其具体形式分别为

εit～N(0,σ2I)

(8)

(9)

其中，εit和μit为服从正态分布的随机误差项，ρ和λ分别为空间滞后系数和空间误差系数，W为空间权重矩阵。空间权重矩阵通常设定为二元邻接矩阵，通过对权重矩阵中相邻和非相邻地区分别赋值1和0来描述空间相关性。虽然二元邻接矩阵对于相邻地区发生重大事件的空间计量分析效果较好，但简单的0-1设定割裂了更远距离经济单位之间的空间关联及溢出效应。因此，本文选用更符合现实情况的地理距离空间权重矩阵，见式(10)(3)α为系数，dij为i和j两个地区之间的地理距离。为了消除距离度量单位对结果的影响和避免权重矩阵计算结果过小引起的误差，将α设定为省市最短距离dmin的倒数。。

(10)

由于生产性服务业产出具有“产品无形化”和“强流动性”的特征，本地生产性服务业企业往往与周边地区的制造业厂商之间存在跨界合作与业务往来，需引入生产性服务业资源配置空间滞后项来考察其空间溢出效应。并且考虑到制造业企业投资生产过程难以根据市场销售情况迅速调整，产能过剩的形成与化解存在连续性和动态性特征[8]。因此，本文最终采用动态空间杜宾模型，其设定形式为

(11)

(12)

其中，m_cuit表示制造业产能利用率；misit表示生产性服务业资源错配指数；Xijt表示控制变量。

(二)数据来源与变量说明

样本选定为全国31个省市，数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国第三产业统计年鉴》《各省统计年鉴》及EPS数据库，对其中个别缺失数据采用插值法进行补充。由于《中国工业统计年鉴》中各地区制造业相关数据仅连续更新至2016年，而2017年和2018年数据缺失。并且考虑到各省统计年鉴中生产性服务业的相关数据于2003年开始保持统一口径进行统计，本文最终选择2003-2016年相关数据进行实证分析。

1.被解释变量

采用制造业产能利用率(m_cu)作为被解释变量，产能利用率水平越低表示产能过剩情况越严重，关于制造业产能利用率的测算直接采用上文的计算结果。

2.核心解释变量

采用生产性服务业资源错配指数(mis)作为核心解释变量，用以反映生产性服务业资源配置状况，资源错配指数越大表明生产性服务业配置效率越低，关于生产性服务业资源错配指数的测算直接采用上文的计算结果。

3.控制变量

为了尽可能避免遗漏变量误差，本文控制了如下变量：(1)社会消费水平(con)，采用社会零售品消费总额占生产总值的比重表示。(2)政府干预(gov)，以政府财政支出占财政收入的比重表示。相关研究发现，地方政府对产能过剩行业的直接、间接干预都对产能过剩问题的形成和化解产生了重要的影响[5]。(3)市场机制(mar)，采用城镇和私营个体就业人数占城镇单位总就业人数的比重来表示。(4)城镇化水平(urb)，采用城镇人口占比表示。(5)人力资本(edu)，采用人均受教育年限表示。

4.调节变量

(1)制造业技术进步(TPit)。参考于斌斌和吴银忠(2020)[24]的做法，综合自主研发创新(RD)与外部技术引进(FDI)两个维度进行制造业技术进步水平的测算。其中，自主研发创新(RD)通过工业研发经费占工业总产值之比表示；外部技术引进(FDI)的测度，采用外商直接投资与全社会固定资产投资的比值大小衡量。最终，制造业技术进步升级的计算公式如下所示

TPit=RDit×FDIit

(13)

(2)信息化水平(Informit)。关于信息化水平的测度，多数文献采用人均邮电量或人均电信收入等指标，考虑到本文研究的信息化水平更多地是作为一种区域经济发展的基础建设，最终以地区邮电总量占生产总值之比表示信息化水平。

(3)产业协同集聚(Coaggit)。参考陈晓峰和陈昭峰(2014)[37]的处理方法，以两个产业间集聚度的相对差异大小表示产业协同集聚水平，具体计算公式如下

(14)

(15)

(16)

其中，Magg和Sagg分别表示制造业和生产性服务业的区位熵。显然，该指数的数值大(小)直接反应了协同集聚水平的高(低)。

五、实证结果分析

(一)空间相关性检验

表2给出了2003-2016年我国高中低三类制造业产能利用率与生产性服务业资源配置的Moran’s I指数检验结果。结果显示,在2003-2016年间，高端制造业产能利用率(hm_cu)的Moran’s I指数都通过了10%水平的显著性检验，中端(mm_cu)和低端(lm_cu)制造业的Moran’s I指数则均通过了1%水平的显著性检验，说明我国省际之间的制造业产能利用率存在着显著的空间相关性；而从生产性服务业资源错配的Moran’s I指数检验结果看，核心解释变量的空间相关性较弱。因此，有必要采用LM检验对空间模型的选择作进一步考察。

表2 制造业产能利用率与生产性服务业资源错配指数的Moran’s I指数检验结果

本文根据Anselin(1996)[38]给出的相关判别标准，分别进行了LM、LR、Wald检验，确定了空间计量分析采用PSDM模型。再借助豪斯曼检验在固定效应模型和随机效应模型两者间做出判断；并应用似然比检验考察具体的固定效应形式，最终确定了时间个体双向固定形式，具体检验结果见表3。

表3 空间计量模型的检验结果

(二)基准回归结果分析

由于空间效应的存在，采用传统的最小二乘估计将无法得到参数的有效估计，本文将采用QLM法对参数进行估计[39]。为了合理地设定动态空间杜宾模型的具体形式，进一步考虑三种不同形式的空间滞后项(见表4)。并参考卢娜等(2019)[40]的处理方法，通过对比调整前后的拟合优度、LL值大小，m_cu(-1)、W×m_cu(-1)以及核心解释变量估计结果的显著性、符号的经济意义进行综合判断，最终确定时间滞后形式的动态空间杜宾模型估计结果相对较好。故下文主要针对时间滞后形式动态空间杜宾模型的结果进行分析。

表4 动态空间杜宾模型的回归结果

表4中模型(1)的估计结果显示，制造业产能利用率的空间外溢系数ρ显著为正，意味着制造业产能过剩在省级层面具有明显的正向空间外溢效应。而制造业产能利用率时间滞后项通过了1%水平下的显著性检验，且符号为正，这说明上一期积累的过剩产能会显著降低当期的产能利用率。同时注意到滞后项的系数值大小接近于1，说明制造业产能过剩的“惯性力”非常明显，这与杨振兵(2016)[8]、孙焱林和温湖炜(2017)[41]等学者关于产能过剩的形成与化解具有连续性和动态性特征的观点一致。

由表4的估计结果可知，生产性服务业资源错配对本地制造业产能利用率产生了负向影响且系数通过了1%水平的显著性检验，而空间滞后项系数在1%水平显著为正，验证了假设1的合理性。这意味着生产性服务业资源配置优化可以有效化解本地制造业产能过剩，但却不利于周边制造业产能过剩治理。究其原因在于，本地生产性服务业资源配置效率提升可以通过引导过剩资源退出、加快结构转型升级、扩大市场需求和增强创新能力等途径，进而化解本地产能过剩。但在短期内，本地生产性服务业资源配置优化过程常伴随着高端要素虹吸、落后产能外转等副作用，不利于周边制造业产能过剩治理。

控制变量方面的估计结果显示，社会消费水平能显著提高制造业产能利用率。这主要是因为社会消费水平的提高会直接带动了制造业产品的市场销售，有利于从需求侧化解产能过剩。政府干预和城镇化水平对制造业产能利用率存在显著的负向效应且均通过了1%水平的显著性检验。这表明，地方政府的行政干预是造成地区制造业产能过剩的重要原因，与大部分体制性产能过剩研究的结论相符[5]；而以城镇人口占比表示的传统城镇化，往往具有“投资驱动”“要素依赖”等特征，极易导致过度投资和产能过剩等问题。与本文预期相悖的是，市场机制加剧了制造业产能过剩，但其系数没有通过显著性检验。这可能是由于渐进式市场改革过程中，原先受到行政限制的民营企业逐渐显示出成本优势，并不断扩张产能且“侵蚀”了高成本的国有企业市场份额，继而引发了低效率型国有企业的产能过剩[11]。

LeSage和Pace(2009)[42]的研究指出，当模型中涉及解释变量或被解释变量的空间项或引入时间滞后项时，需要采用偏微分矩阵分解的方式重新对空间计量模型点估计的结果进行偏误修正，才能得到准确的空间溢出效应。Elhorst(2014)[43]的研究也指出在分析空间外溢效应时还需要进一步分解点估计结果以计算直接效应和间接效应(空间溢出效应)。由于本文设定的空间计量分析模型为PSDM模型，因此还可将生产性服务业资源配置对制造业产能过剩的直接和间接效应进一步划分为短期直(间)接效应和长期直(间)接效应。表5给出了PSDM模型下生产性服务业资源配置影响制造业产能过剩的长期和短期的直接效应和间接效应的具体估计结果。

表5 动态空间杜宾模型的长短期直接效应和间接效应的回归结果

表5的估计结果显示，生产性服务业资源错配对制造业产能利用率的短期直接效应为负且通过了5%水平的显著性检验，短期间接效应为正且通过5%水平的显著性检验，与基准回归结果一致，再次验证了假设1的合理性。究其原因在于：一方面，在短期内，本地区生产性服务业资源配置优化会纠正要素市场扭曲，迫使部分成本敏感的中低端制造业向外转移落后产能，加深周边制造业的“低端锁定”和恶化产能过剩；另一方面，本地生产性服务业在资源配置优化过程中会通过需求增加和工资溢价，吸引周边高端要素流入，造成周边生产性服务业发展滞后和收入结构调整缓慢，而当地生产性服务业短期内又无法覆盖至周边制造业，无法展开产业分工和融合互动，最终恶化周边地区产能过剩。

生产性服务业资源错配对制造业产能过剩的长期间接效应显著为负且通过了5%水平的显著性检验，说明在长期生产性服务业资源配置能够有效化解周边地区制造业产能过剩。这是由于在长期发展的过程中，本地生产性服务业资源配置优化后会逐步扩大辐射覆盖范围，而周边地区在获得高效率生产性服务嵌入支持后，能通过引导过剩要素退出、加快结构转型升级等途径化解过剩产能。与预期的结果相悖，生产性服务业资源错配的长期直接效应为正且通过了5%水平的显著性检验，表明长期中生产性服务业资源配置未对制造业产能过剩形成化解效应。可能的原因在于：一方面，由于我国生产性服务业发展起步晚、专业化程度不高，且内部结构中多为交通运输、仓储邮政业等传统生产性服务业，在资源再配置总量一定的条件下，传统生产性服务业的资源配置效率更容易优先得到改善，可能会导致本地区制造业缺乏高端生产性服务支撑而长期陷入“低端锁定”，不利于产能过剩治理；另一方面，我国制造业长期对国外高端生产性服务有着路径依赖，使得技术封锁条件下本地生产性服务业缺乏来自高端制造业的相关需求，造成生产性服务业内部结构刚性，难以向更高层次演进，以致样本考察期内未观测到预期的长期直接效应。

(三)调节效应的检验分析

为了验证制造业技术进步(TPit)、信息化水平(Informit)和产业协同集聚(Coaggit)三者在生产性服务业资源配置影响制造业产能利用率中的调节作用，本文在动态空间杜宾模型中引入了生产性服务业资源错配指数与调节变量的交互项，估计结果见表6。

表6 调节效应回归结果

续表6

根据表6中列(2)的估计结果，生产性服务业资源错配与制造业技术进步的交乘项通过了1%水平的显著性检验且符号为正，这说明制造业技术进步可以增强生产性服务业资源有效配置对制造业产能过剩的化解能力。这种正向的调节效应根源在于技术进步能够强化生产性服务业与制造业技术关联。一方面，能够加快生产性服务业内部传统部门向现代部门演进，优化生产性服务业内部结构，通过提升融合互动层次实现两者的相融相长；另一方面，通过技术专用性“锁定”高素质劳动力需求，加快地区收入结构调整和需求结构升级。

列(3)的估计结果显示，生产性服务业资源错配与信息化水平的交互项通过了5%水平的显著性检验且符号为正，与假设3的预期一致，说明信息水平提升可以正向调节生产性服务业资源配置对制造业产能过剩的治理效应。究其原因在于，信息化水平提升能有效降低制造业获取外部高质量生产性服务业的搜寻成本和交易成本，扩大产业分工规模。同时还能促进技术知识溢出和优化劳动配置效率，从而正向调节了生产性服务业资源配置对制造业产能过剩的化解效应。

列(4)的估计结果显示，生产性服务业资源错配与产业协同集聚的交互项通过了5%水平的显著性检验且符号为正，这表明协同集聚有助于生产性服务业资源配置对制造业产能过剩的化解效应，验证了假设4的合理性。一方面，产业协同集聚能强化上下游联系，降低行业与企业间信息不对称，促进要素在企业间流动和再配置；另一方面，协同集聚不仅为上下游企业节省了运输和交易成本，也为各类创新资源间的有效互补创造了条件。

(四)稳健性检验

采用以下方式对生产性服务业资源配置影响制造业产能过剩进行稳健性检验：(1)替换经济距离空间权重矩阵；(2)更改被解释变量测算方式；(3)增加控制变量；(4)改变估计模型。首先，经济空间权重矩阵能较为全面地反映地理距离和经济结构等综合信息，因此本文采用经济空间权重矩阵替换地理距离空间权重矩阵重新进行空间计量分析。其中，经济空间权重矩阵的构建公式为

(17)

其次，通过DEA模型和更换SFA生产函数设定形式两种方式重新测算被解释变量产能利用率。其中，随机前沿分析的C-D形式的生产函数设定如下

lnYit=α0+α1t+α3lnKit+α4lnLit+νit-uit

(18)

再次，在原有模型上再增加经济发展状况(dgdp)、出口规模(export)、产业结构(ind)和企业创新意愿(ent)等控制变量进行实证检验。其中，经济发展状况采用地区GDP增长率衡量；出口规模采用工业出口交货值占工业产值比重来衡量；产业结构用第二产业产值占地区总产值之比表示；企业创新意愿采用区域科技经费中企业资金占比来表示。

最后，考虑到生产性服务业资源配置与制造业产能过剩之间可能存在反向因果关系。本文采用系统GMM方法重新对模型进行估计以缓解其内生性问题。

由表7中列(1)—(5)的估计结果可知，核心解释变量和调节变量的估计结果与上文基本保持一致，其余控制变量和空间溢出系数的数值和显著性变动较小。这说明，上文关于生产性服务业资源配置对制造业产能利用率的影响效应具有较强的稳定性和可靠性。

表7 稳健性检验结果

(五)按行业分类的考察

为了进一步考察传统与现代两类生产性服务业资源配置对不同层次制造业产能过剩的影响差异，本文借鉴韩峰和阳立高(2020)[14]对制造业的分类方法，将制造业分为高中低三类，并分别测算他们的产能利用率。同时，参考于斌斌(2017)[44]的处理方法，将生产性服务业划分为传统生产性服务业和现代生产性服务业，并分别测算其资源错配程度。在上述基础上，继续使用动态空间杜宾模型进行计量分析。

表8汇报了传统和现代两类生产性服务业资源配置对高中低三类制造业产能过剩影响的估计结果。从空间计量结果看，传统生产性服务业资源配置的短期直接效应能化解中低制造业的产能过剩，却不利于高端制造业产能过剩的化解；而现代生产性服务业资源配置的短期直接效应则相反，表现为不利于中低制造业产能过剩化解，却有助于高端制造业产能过剩治理。本文给出的解释是，短期内传统生产性服务业与现代生产性服务业在资源配置优化上存在“竞争效应”，尤其是在土地供给、财政支持、融资贷款等传统和现代两类生产性服务业都通用的要素方面。因此，短期传统生产性服务业资源的有效配置可能会造成当地现代生产性服务业发育不足，进而不利于高端制造业产能过剩治理；而本地现代生产性服务业资源的有效配置在短期内也可能恶化传统生产性服务业部门的资源配置，造成其能化解高端制造业产能过剩却不利于中低制造业产能过剩治理的局面。

从表8中的短期间接效应来看，传统生产性服务业资源错配对高端制造业产能利用率的影响显著为负，而现代生产性服务业资源错配对低端制造业的影响显著为负，但其对高端制造业的影响则显著为正。这表明，传统(现代)生产性服务业资源有效配置在短期内有助于周边地区高端(中低端)制造业的产能过剩治理，而现代生产性服务业的资源配置却不利于周边地区高端制造业化解产能过剩。可能的原因在于，本地传统生产性服务业在短期内的资源配置优化过程中会虹吸周边地区传统生产性服务业发展所需的各类要素，造成周边地区传统生产性服务业发展滞后，而这一抑制效应又恰好使得周边地区内土地、金融等要素能够更多地配置于现代生产性服务业，导致周边地区现代生产性服务业资源的有效配置后能通过高级要素嵌入、价值链提升等方式来提升高端制造业产能利用率。同样地，现代生产性服务业资源配置效率的提升会通过虹吸效应在短期内造成周边现代生产性服务业的发育迟缓，而这使得周边地区资源配置优化更倾向于传统生产性服务业，因此有助于中低端制造业产能利用率提升，而不利于高端制造业产能过剩治理。

表8 异质性分析回归结果

从长期直接效应的估计结果来看，传统生产性服务业资源错配对中低制造业产能利用率具有显著的正向影响，而对高端制造业产能利用率的影响显著为负，表明本地传统生产性服务业资源的有效配置在长期中会加剧中低端制造业产能过剩，但却有助于高端制造业产能过剩治理。究其原因在于，中低端制造业产能过剩治理在长期中主要依赖于技术研发创新、地区产业结构转型升级来实现，而传统生产性服务业资源配置在长期中占据优势容易导致本地生产性服务业层次不高、质态低端，无法带动中低制造业摆脱价值链“低端锁定”，不利于产能过剩治理。而对于本地原有的高端制造业而言，其现代生产性服务需求通常依赖于国外厂商或外地研发中心来实现，因此本地传统生产性服务业资源配置优化在长期中造成的内部结构“低级化”对高端制造业影响不大，而发达的交通运输、高效的批发零售网络等传统生产性服务能有效改善本地高端制造业的物流、销售环节，有助于缓解产能过剩。总体而言，传统生产性服务业资源配置在长期发展中恶化了中端与低端产能过剩，但有利于高端制造业产能过剩化解，综合系数值大小来看对前者产能过剩的恶化效应显著大于对后者产能过衡的治理效应，因此会对制造业整体的产能过剩化解形成不利影响，这也与上文表5中长期直接效应的回归结果相一致。而从现代生产性服务业资源配置的长期直接效应来看，其对中端制造业产能过剩具有显著的化解效应，这主要是由于现代生产性服务业具有技术、知识和人才密集特征，能在长期中发挥结构升级效应，从而提升中端制造业产能利用率。而现代生产性服务业对高端制造业的长期直接效应为负，但没有通过显著性检验，这可能与当前我国生产性服务业整体发展水平不高，制造业高端、核心生产性服务依赖于国外厂商的现状有关。

从长期间接效应来看，现代生产性服务业资源错配对高端制造业产能利用率影响显著为负，说明其有助于产能过剩化解，这主要是由于长期中生产性服务业会逐步扩大辐射覆盖范围，通过跨区域的产业关联将专业化的人力资本和知识资本嵌入高端制造业价值链。现代生产性服务业资源错配对低端制造业产能利用率的长期间接效应为正，说明现代生产性服务业资源有效配置在长期中不利于周边地区低端制造业产能过剩化解。这可能是由于在长期中，本地生产性服务业资源在有效配置后，会逐步与本地低端制造业形成“中心-外围”的空间结构，加速了落后产能转移。传统生产性服务业对高端制造业产能利用率的长期间接效应显著为正，表明其不利于周边地区高端制造业产能过剩化解。其可能的原因在于，传统生产性服务业具有初期投入大、规模经济等行业特性，在长期中会固化生产性服务业区域协作体系，造成周边地区传统生产性服务业发展滞后，无法向本地企业提供高效率传统性生产服务。

六、主要结论与政策启示

难以治理和反复爆发的产能过剩是多年来悬挂在中国经济发展之上的“达摩克利斯之剑”。本文从生产性服务业视角出发，构建了生产性服务业资源配置与制造业产能过剩治理的理论分析框架，探究中国制造业产能过剩的深层次原因。在机制分析的基础上，进一步使用动态空间杜宾模型和2003-2016年中国各省市面板数据实证检验生产性服务资源配置对制造业产能过剩的直接影响效应和空间溢出效应。研究发现：生产性服务业资源有效配置是治理制造业产能过剩反复爆发的重要途径；但生产性服务业资源配置的空间溢出效应在短期内可能会造成高端要素虹吸，不利于周边地区产能过剩化解。进一步实证发现，高端制造业产能过剩的化解效应主要来自现代生产性服务业资源配置效率提升，而传统生产性服务业资源有效配置主要对中低端制造业产能过剩治理产生作用。调节效应的检验结果显示：制造业技术进步、信息化水平提升和产业协同集聚均能促进生产性服务业资源配置对制造业产能过剩的化解效应。

在上述研究基础上，本文提出如下建议。(1)减少地方政府对要素市场的干预，加快现代生产性服务业与高端制造业的深度融合。在体制机制方面为生产性服务业的发展“松绑”，并因地制宜地推进研发设计、第三方物流、融资租赁、信息技术服务等重点生产性服务领域的发展，积极引导本地企业打破“大而全”“小而全”模式，加快产业分工合作，促进融合互动。以此推动地方产业结构优化、转型和升级，走出“过剩—治理—再过剩”的怪圈。(2)地方政府应加大财政科技投入力度，积极引导企业申报国家级实验室，而科技厅等相关部门加强对高新企业研发加计扣除政策的宣传普及，鼓励企业开展研发创新活动；同时加强地区工业互联网、物联网的应用，整合优化产业合作平台，从而改善信息基础设施建设；而在产业协同集聚方面，要在园区规划时注重企业间的投入产出关联，并借鉴国际国内经验，成立集聚协同治理机构。(3)结合本地制造业服务需求、工业发展阶段和城市资源禀赋，以差异化政策来推动生产性服务业与制造业分工协作、融合互动。一是要在产业规划、功能布局时统筹周边发展，关注空间外溢效应，构建错位竞争、优势互补的生产性服务业区域分工体系，优化本地制造业的各项生产环节，支撑企业价值链攀升；二是要从顶层设计层面出发，明确本地生产性服务业资源配置优化方向，继而从土地、财税、金融、人才等方面发力，优化生产性服务业内部结构。