论文部分内容阅读
摘 要：本文基于全球42个国家15年的面板数据，采用动态GMM和随机前沿分析方法（SFA）分析了制造业服务化对生产性服务业效率的影响。分析结果显示，在制造业服务化水平方面，发达国家略领先于发展中国家，在生产性服务业效率方面，发达国家远超于发展中国家。进一步发现制造业服务化对生产性服务业效率的影响是滞后的，其对生产性服务业效率的影响随时间由正转负。制造业服务化对中低端生产性服务业效率的提升作用相对较强，当期的制造业服务化只对发达国家生产性服务业效率有正向影响。本文的研究成果对推动我国两业融合发展，促进制造业高质量发展具有一定的启示作用。
关键词：制造业服务化;生产性服务业效率;SFA;动态面板GMM
中图分类号：F410文献标识码：A文章编号：1003-5192（2021）03-0090-07doi：10.11847/fj.40.3.90
The Influence of Manufacturing Serivice on the Efficiency of Producer Service
——Empirical Analysis of Dynamic GMM and SFA Methods Based on Panel Data
HOU Xiao-ye1，2， YUAN Chun-hui1
（1.School of Economics and Management， Beijing University of Posts and Telecommunications， Beijing 100876， China; 2.China Academy of Industrial Internet， Beijing 100102， China）
Abstract：Based on the 15-year panel data of 42 countries， this paper analyzes the impact of manufacturing service on producer service efficiency by dynamic GMM and stochastic frontier analysis（SFA）. The results show that the developed countries are slightly ahead of the developing countries in terms of the service level of manufacturing， and the developed countries are far more efficient than the developing countries in terms of producer service. The impact of manufacturing service on producer service efficiency is lagging behind， and its impact on producer service efficiency changes from positive to negative over time. Manufacturing service has a strong effect on the efficiency of low-end producer services， and the current manufacturing service only has a positive impact on the efficiency of producer service in developed countries. The research results of this article have a certain enlightenment effect on promoting the integrated development of the two industries in our country and promoting the high-quality development of the manufacturing industry.
Key words：manufacturing service; producer service efficiency; SFA; dynamic panel GMM
1 引言
當前，在我国跨越“中等收入陷阱”的关键时刻，去工业化的现象出现得有些早，这会导致制造业的发展受阻，而当制造业和服务业的关联度高时，会同样阻碍服务业的发展，进而导致整体经济的发展受阻。制造业的技术渗透效应、外汇储备效应、产业关联效应只有在增加值比重超过30%的时候，实施去工业化，不会影响经济增长，因为服务业可以充当新的引擎。但如果制造业增加值比重低于30%，这时候急于实施去工业化，可能会增加掉入“中等收入陷阱”的风险。中国目前的服务业增长速度过快，工业占比的下降速度过快，这就让中国出现了过快去工业化的现象，并且还存在明显的“鲍莫尔成本病”现象。因此中国主要面临着产业结构已经“转型”但并未实现“升级”的问题。那么如何在推动服务业发展的过程中，提升服务业的效率，并且防止落入中等收入陷阱，这就可以选择制造业服务化的发展方式。并且随着制造业企业提高服务要素占比的同时会促进附加值的增加，提升产品竞争力，有效降低成本，进而推动制造业升级，最终推动整体产业升级和促进经济发展
[1]，而将制造业和服务业区分对待，并制定单独的产业政策的做法已经过时[2]。那么制造业服务化对生产性服务业效率的影响如何？是否能够起到有效的推动作用？针对此种发展趋势又该制定怎样的产业政策？这是本文的研究重点。已有关于生产性服务业发展和制造业相关的研究主要是从制造业的需求角度开展的，当需求比较低端时，会影响生产性服务业技术提升，进而阻碍产业高端化发展[3]。生产性服务业和制造业属于相互促进的关系，其中促进作用较大的，是制造业对生产性服务业。在制造业产能过剩时，就会减少对高端生产性服务的需求，因此阻碍了两者的耦合[4]。随着制造业服务化程度的加深，制造业对服务业的需求不断加大，进而推动了服务业的发展[5～13]。另一些研究主要是针对制造业升级和制造业服务化之间的非线性关系展开的，原因可能在于实施服务化而增加的成本，并且还存在因为资源约束而失去的改进机会，还包括沟通协调成本和服务所得收益之间的关系[14，15]。 相较于以往的研究，本文的创新点为：第一，以往围绕制造业服务化开展的研究较多，但较少研究制造业服务化对生产性服务业的影响。本文采用42个国家2000～2014年的面板数据，利用实证研究方法分析了制造业服务化对生产性服务业效率的影响。第二，以往有关制造业服务化的实证研究通常采用企业微观数据，较少使用产业宏观数据。本文采用的是全球的制造业和生产性服务业的产业宏观数据。从发达国家和发展中国家两个不同的角度，分析制造业服务化对不同技术水平生产性服务业效率的不同影响，并比较了发达国家和发展中国家在制造业服务化和生产性服务业效率水平方面的差异。这些结论不仅丰富了制造业服务化和生产性服务业的相关研究，还对推动我国两业融合发展，制定有针对性的措施建议提供支撑。
2 理论基础与研究假设
制造业服务化是指在制造业的全部投入和产出中，服务这一要素所占比重提高，从而使得制造业通过服务转型并逐渐实现价值增值的一个动态过程。生产性服务业最初是由制造行业分离出来的，作为一种中间投入不直接用来消费，能够满足企业和其它组织生产活动的新兴行业。与发展中国家相比，发达国家的制造業服务化发展较早，其制造业服务化实践始于上世纪60年代，近年来发达国家制造业服务化呈明显上升趋势，随着新一代信息技术的发展和个性化需求的日益增多，工业互联网等新兴技术极大提高了工业企业对用户数据的感知和分析能力，为制造业企业实现产品全生命周期管理提供了技术支撑，极大提高了制造业服务化能力。近年来，发达国家都通过加固制造业的顶层设计来适应制造业服务化的大趋势。发达国家一般不通过经济或行政手段直接干预产业发展，而是加强对标准和规范建设来支持和引导制造业服务化发展。发达国家生产性服务业发展基础较好，其生产性服务业的发展，很大程度上取决于服务外包和服务贸易的推动，在它们的推动下，发达国家的生产性服务业占服务业的比重迅速增大[16]。相对而言，发展中国家的生产性服务业发展基础较弱。由此，提出假设：
假设1 发达国家在制造业服务化和生产性服务业效率方面都优于发展中国家。
制造业服务化初期，制造业会产生对生产性服务业的大量需求，从而推动生产性服务业效率迅速提升。但很多制造业企业在服务化过程中会采用加大投资的做法，用来拓展服务业务、增加服务种类，而由于组织文化、组织结构、内部流程、供应链合作、资源整合等组织因素的僵化，以及企业资源稀缺造成的对制造和服务两项业务领域资源配比的失衡，会削弱已有业务的竞争优势，进而制约了传统制造业企业服务化的进程，也抑制了服务化过程中对生产性服务业的需求，从而阻碍了生产性服务业效率的提升[17]。由此，提出假设：
假设2 制造业服务化对生产性服务业效率的影响存在滞后效应。
在制造业服务化的过程中，因为制造业关键共性制造技术薄弱等关键原因，制造业产品以低端为主，附加值不高，数字化能力不足，制造业企业本身的创新能力未达到一定水平，未能通过利润驱动的方式增加生产性服务业中技术创新要素的投入，因此在最开始对低端生产性服务业需求较多，而随着制造业服务化逐渐发展，技术创新不断加深，逐渐增加了对金融等中端生产性服务业的需求。但由于创新水平还未达到一定高度，未能增加对高端生产性服务业的需求，因此未能有效推动高端生产性服务业发展[18]。由此，提出假设：
假设3 制造业服务化对中低端生产性服务业效率的提升作用相对较强。
发达国家的生产性服务业和制造业的基础较好，因此制造业服务化的时间更早，生产性服务业从制造业中分离出去的时间更早，发展得也比较成熟，因此随着制造业服务化的发展，制造业对生产性服务业的需求日益增强，从而进一步推动生产性服务业发展[19]。而发展中国家因为制造业和生产性服务业的基础都相对较差，因此制造业服务化发展得比较晚，所以在制造业服务化的初步阶段，可能还无法对生产性服务业发展产生明显影响，而随着制造业服务化的不断深化，对生产性服务业发展的影响才逐渐显现[20]。由此，提出假设：
假设4 制造业服务化对发达国家生产性服务业效率的正向影响相对较强。
3 模型的设定与变量说明
3.1 数据来源
本文采用的数据库，一是世界银行数据库，二是世界投入产出（WIOD 2016）数据库，共采用了42个国家的2000年至2014年的面板数据。关于数据最新性的说明，有关世界各个国家各个行业的投入产出的数据，通常采用的都是WIOD数据库的数据，而WIOD数据库的数据自2016年之后就没有更新，因此本文已经采用的是目前所能获得的最新数据。生产性服务业效率是本文的因变量，制造业服务化水平是自变量，本文采用的控制变量有创新能力、经济发展水平、城市化水平、人力资本水平，各变量的具体测量指标和数据来源见表1。
3.2 变量设置
3.2.1 因变量
生产性服务业效率是因变量，具体采用随机前沿分析方法 （SFA）进行测算。SFA方法是一种考虑随机噪声的参数化方法，能够识别各种因素对效率的影响，在估计效率的时候鉴别力比较强[21，22]。产出变量采用生产性服务业增加值，投入变量采用劳动力资本存量和资本存量[23，24]。具体公式如下
teit=β0+β1lnkit+β2lnempit+Vit-Uit（1）
其中te为生产性服务业效率，k为资本投入，emp为劳动力投入，i为国家，t为年份，Vit为随机扰动项，Uit为技术非效率项。
3.2.2 自变量
制造业服务化水平是自变量，采用制造业对生产性服务业的完全消耗系数进行测算[25]。具体公式如下
misij=αij+∑nk=1αikαkj+∑ns=1
∑nk=1αisαskαkj+…（2） 其中misij代表制造业服务化程度，第一项是第j部门对第i服务部门的直接消耗，接下来是第一轮间接消耗，后面第n+1项为第n轮间接消耗。
3.2.3 控制变量
采用人均GDP（现价美元）衡量经济发展水平，采用高等学校入学率衡量人力资本水平，采用研发支出占GDP的比例衡量创新能力，采用城市人口占总人口的百分比衡量城市化水平。
3.3 模型设定
本文分析制造业服务化对生产性服务业效率的动态影响时，主要采用了广义矩估计（GMM）方法[26]。此方法有助于解决可能产生的内生性问题，并且在有单位根的情况下，分析结果一样有效[27，28]。模型设定如下
teit=αi+λteit-1+β1lnmis+β2lnmisit-1+β3lnicit+
β4lndedit+β5lnulit+β6lnhclit+εit （3）
其中αi是个体固定效应，εit是随机干扰项，i是各国家，t是各年份。
4 实证结果分析
为进一步深入分析，将样本分为发达国家和发展中国家两类，将生产性服务业按照低技术、中技术、高技术分为三类。并按照行业分类将生产性服务业分为金融保险业（K64-K66）、信息通讯业（J61-J63）、运输仓储业（H49-H53）、生产性支持服务（I）、专业科技服务业（M69-M75）和批发零售业（G45-G47），其中专业科技服务（M69-M75）和信息通讯服务（J61-J63）属于高端生产性服务业，金融保险服务（K64-K66）和生产性支持服务（I）属于中端生产性服务业，批发零售服务（G45-G47）和运输仓储服务（H49-H53）属于低端生产性服务业。
4.1 发达和发展中国家制造业服务化和生产性服务业效率水平比较
由表2可知，在采用完全消耗系数测算制造业服务化和随机前沿方法测算生产性服务业效率后发现，2000～2014年，发达国家的制造业服务化水平为0.370，发展中国家为0.329，发达国家水平微微领先于发展中国家。而两者在生产性服务业效率方面差异较大，发达国家为0.490，发展中国家为0.176，发达国家生产性服务业效率是发展中国家的2.8倍。由此可知，发达国家在制造业服务化和生产性服务业效率方面都优于发展中国家，假设1得到验证。中国制造业服务化水平为0.268，处在比较落后的位置，更低于发展中国家平均值0.329，原因可能在于中國制造业企业整体发展水平较低，采用的生产方式还是以加工组装为主，还处在全球价值链的低端环节。中国生产性服务业效率为0.102，仍处于较低的水平，且低于发展中国家平均值0.176，这可能是因为中国的工业化程度不高，所以对于生产性服务业的“挤出效应”不强。
4.2 GMM估计结果
4.2.1 制造业服务化对生产性服务业效率的影响
制造业服务化对生产性服务业效率影响的GMM估计结果见表3。首先对模型的有效性进行检验，结果显示二阶自相关检验AR（2）的p值都大于5%，Sargan检验p值都大于5%，证明扰动项无自相关且所有工具变量的设定均有效，因此模型的设定基本有效。其次GMM
估计结果显示，滞后一期的生产性服务业效率对当期的生产性服务业效率的正向影响在1%的水平上显著，说明生产性服务业发展具有持续性。制造业服务化对生产性服务业效率的当期作用系数为0.605，通过1%的显著性水平检验，滞后一期的作用系数为-0.260，在5%的显著水平上显著。这说明随着时间的发展，制造业服务化对生产性服务业效率的影响从正向转为负向，存在滞后效应，假设2得到验证。从系数大小来看，滞后一期的生产性服务业效率对当期生产性服务业效率的影响（0.629）大于制造业服务化对生产性服务业效率的当期影响（0.605），说明制造业服务化对生产性服务业效率的影响还不够强烈。
4.2.2 制造业服务化对不同技术水平生产性服务业效率的影响
制造业服务化对不同技术水平的生产性服务业效率影响的GMM估计结果见表4。结果显示，当期制造业服务化对中低端生产性服务业效率产生的正向影响较大，分别为0.049和0.037且在1%水平上显著，而对高端生产性服务业效率的促进作用相对较小，为0.015且不显著，假设3得到验证。原因可能在于制造业服务化未能有效推动生产性服务业创新，即在制造业服务化的过程中，制造业本身的创新能力未达到一定水平，未能通过利润驱动的方式增加生产性服务业中技术创新要素的投入，因而未能有效推动高端生产性服务业发展。
4.2.3 发达和发展中国家制造业服务化对不同技术水平生产性服务业效率影响的差异
发达国家和发展中国家制造业服务化对生产性服务业效率影响的GMM估计结果见表5和表6。结果显示，当期的制造业服务化对发达国家的生产性服务业效率有正向影响，系数为0.202且在1%水平上显著，发展中国家为0.008且不显著，假设4得到验证。当期的制造业服务化对发展中国家各个水平的生产性服务业效率都无显著影响，但是滞后一期的制造业服务化会抑制发展中国家高端（-0.042）、低端（-0.079）的生产性服务业效率，并且对低端生产性服务业效率的抑制作用更大。可能因为发展中国家制造业基础在开始阶段还比较弱，在发展制造业服务化的过程中，制造业实力也在不断增强，但因为发展质量不高，因此无法有效促进高端生产性服务业效率的提升，并且随着制造业服务化程度的加深，又会对低端生产性服务业产生一定的抑制作用。
4.3 稳健性分析
为了验证结果的稳健性，本文采用固定效应模型（FE）和随机效应模型（RE）进行对比分析。表3～表6检验结果显示，制造业服务化对生产性服务业效率的当期作用显著为正，系数分别为0.055、0.047，滞后一期的作用显著为负，系数均为-0.053;当期制造业服务化对中低端生产性服务业效率产生的正向影响较大，FE系数分别为0.050、0.034且显著，RE系数分别为0.050、0.038且显著;当期的制造业服务化只对发达国家的生产性服务业效率有显著正向影响，系数分别为0.053、0.046。上述检验和实证分析结果一致，说明本文实证检验结果具有稳健性。 5 結论与政策建议
我国仍处在还未完全实现工业化的阶段，但却呈现出工业增加值比重快速下降的现象，出现了过早去工业化的特征，并且开始重点实施以服务为主导的经济发展模式，推动从工业经济向服务经济转型。鉴于当前制造业和服务业的融合趋势越来越强烈，而制造业服务化作为两业融合的趋势之一，研究其对生产性服务业发展的影响具有重要意义。本文利用42个国家2000～2014年15年的面板数据，采用GMM和SFA方法，分析了发达国家和发展中国家在制造业服务化和生产性服务业效率方面的差异，并针对不同技术水平的生产性服务业效率进行对比分析。同时，研究了制造业服务化对生产性服务业效率的动态影响，得出以下结论：
第一，在制造业服务化水平方面，发达国家略领先于发展中国家，而在生产性服务业效率方面，发达国家远超于发展中国家。第二，制造业服务化对生产性服务业效率存在滞后效应，随着时间的推移，制造业服务化对生产性服务业效率的影响由正转负。第三，制造业服务化对中低端生产性服务业效率产生的正向影响较大，对高端生产性服务业效率的促进作用相对较小。第四，制造业服务化对发达国家生产性服务业效率的正向影响相对较强。
政策建议如下：第一，我国应该大力推动制造业和服务业的融合发展。原因主要在于我国制造业和服务业的产业发展基础不够牢固，这时如果只一味地追求去工业化，或者一味地只推动制造业服务化，则无法有效促进生产性服务业发展。因此，要推动工业互联网平台建设，为两业融合提供技术服务，推动制造业和服务业融合创新发展;壮大已有的产业联盟的发展，组织搭建产业协作平台，推动数据共享和网络化协同制造;组织建设综合服务平台，为两业融合发展提供法律、金融、咨询等方面的服务。
第二，我国更要重视推动制造业高质量发展。发达国家在实施制造业服务化的初期就能够显著地对生产性服务业效率起到提升作用，原因主要在于发达国家制造业本身的发展基础较好。但我国制造业质量不高，发展基础还比较弱，因此，不但要大力推动发展制造业服务化，更要注重制造业本身的高质量发展，从而减少对生产性服务业效率的阻碍。因此，要积极开展制造业高质量发展相关政策制定工作。
第三，我国应制定功能性产业政策。在产业融合背景下，制定的产业政策应该从选择性产业政策转向功能性产业政策。即不要直接选择制造业或服务业中的某一领域进行扶持，而是将重点放在基础设施完善方面。积极发挥市场在产业发展中的主导作用，要大力建设基础共性技术研发平台，建立并巩固创新机制，推动制造业和生产性服务业企业创新发展，推动创新成果应用转化，并加快构建制造业、生产性服务业、研发创新、金融投资、人力资本等协同发展的产业体系。
参 考 文 献：
[1]Ciriaci D， Palma D. Structural change and blurred sectoral boundaries： assessing the extent to which knowledge-intensive business services satisfy manufacturing final demand in western countries[J]. Economic Systems Research， 2016， 28（1）： 55-77.
[2]Lodefalk M. Servicification of manufacturing-evidence from Sweden[J]. International Journal of Economics and Business Research， 2013， 6（1）： 87-113.
[3]Buera F J， Kaboski J P. The rise of the service economy[J]. American Economic Review， 2012， 102（6）： 2540-2569.
[4]宣烨.要素价格扭曲、制造业产能过剩与生产性服务业发展滞后[J].经济学动态，2019，（3）：91-104.
[5]Yuan F， Gao J， Wang L， et al.. Co-location of manufacturing and producer services in Nanjing， China[J]. Cities， 2017， 63（3）： 81-91.
[6]Baines T， Bigdeli A Z， Bustinza O F， et al.. Servitization： revisiting the state-of-the-art and research priorities[J].
International Journal of Operations & Production Management， 2017， 37（2）： 256-278.
[7]Cusumano M A， Kahl S J， Suarez F F. Services， industry evolution， and the competitive strategies of product firms[J]. Strategic Management Journal， 2015， 36（4）： 559-575.
[8]Lerch C， Gotsch M. Digitalized product-service systems in manufacturing firms a case study analysis[J].
Research-technology Management， 2015， 58（5）： 45-52.
[9]Mahut F， Daaboul J， Bricogne M， et al.. Product-service systems for servitization of the automotive industry： a literature review[J]. International Journal of Production Research， 2016， 55（7）： 2102-2120. [10]rsdemir A， Deshpande V， Parlaktürk A K. Is servicization a win-win strategy？ Profitability and environmental implications of servicization[J]. Manufacturing & Service Operations Management， 2019， 21（3）： 674-691.
[11]徐振鑫，莫长炜，陈其林.制造业服务化：我国制造业升级的一个现实性选择[J].经济学家，2016，（9）：59-67.
[12]刘畅，马永军.制造业服务化，政府补贴与企业绩效[J].技术经济，2019，（12）：83-89.
[13]Kohtamki M， Partanen J， Parida V， et al.. Non-linear relationship between industrial service offering and sales growth： the moderating role of network capabilities[J]. Industrial Marketing Management， 2013， 42（8）： 1374-1385.
[14]王岚.投入服务化是否提高了中国制造业全要素生产率[J].国际贸易问题，2020，（2）：29-43.
[15]Arellano M， Bond S. Some tests of specification for panel data： monte carlo evidence and an application to employment equations[J]. Review of Economic Studies， 1991， 58（2）： 277-297.
[16]王晓红，王传荣，彭玉麒.发展生产性服务业推动二业融合的国际经验及启示[J].国际贸易，2013，（8）：18-24.
[17]王文，孙早.制造业需求与中国生产性服务业效率——经济发展水平的门槛效应[J].财贸经济，2017，38（7）：136-155.
[18]盛朝迅.中美比较视角下我国制造业发展存在的问题及对策[J]. 湖北大学学报（哲学社会科学版），2020，（3）：159-168.
[19]黄群慧，霍景东.中国制造业服务化的现状与问题——国际比较视角[J].学习与探索，2013，（8）：90-96.
[20]邓晶，张文倩.生产性服务贸易自由化对制造业升级的影响——基于全球价值链视角[J].云南财经大学学报，2015，31（6）：45-49.
[21]Lin B， Wang X. Exploring energy efficiency in China’s iron and steel industry： a stochastic frontier approach[J]. Energy Policy， 2014， 72（4）： 87-96.
[22]Afonso A， St. Aubyn M. Public and private inputs in aggregate production and growth： a cross-country efficiency approach[J]. Applied Economics， 2013， 45（32）： 4487-4502.
[23]Hong J， Hong S， Wang L， et al.. Government grants， private R&D funding and innovation efficiency in transition economy[J]. Technology Analysis & Strategic Management， 2015， 27（9）： 1068-1096.
[24]Ma S， Xu G， Zhang H. Input tariff liberalisation and servitisation in manufacturing： evidence from China’s WTO accession[J]. The World Economy， 2019， 42（12）： 3569-3587.
[25]Bombińska E. International trade in services： some evidence on the influence of international servicification of manufacturing[J]. International Entrepreneurship Review， 2019， 5（2）： 107-117.
[26]李虹靜，彭水军.中国制造业的生产性服务供给结构与效率分析[J].产经评论，2019，10（2）：111-123.
[27]Ullah S， Akhtar P， Zaefarian G. Dealing with endogeneity bias： the generalized method of moments（GMM）for panel data[J]. Industrial Marketing Management， 2018， 71（5）： 69-78.
[28]Timmer M P， Dietzenbacher E， Los B， et al.. An illustrated user guide to the world input-output database： the case of global automotive production[J]. Review of International Economics， 2015， 23（3）： 575-605.
关键词：制造业服务化;生产性服务业效率;SFA;动态面板GMM
中图分类号：F410文献标识码：A文章编号：1003-5192（2021）03-0090-07doi：10.11847/fj.40.3.90
The Influence of Manufacturing Serivice on the Efficiency of Producer Service
——Empirical Analysis of Dynamic GMM and SFA Methods Based on Panel Data
HOU Xiao-ye1，2， YUAN Chun-hui1
（1.School of Economics and Management， Beijing University of Posts and Telecommunications， Beijing 100876， China; 2.China Academy of Industrial Internet， Beijing 100102， China）
Abstract：Based on the 15-year panel data of 42 countries， this paper analyzes the impact of manufacturing service on producer service efficiency by dynamic GMM and stochastic frontier analysis（SFA）. The results show that the developed countries are slightly ahead of the developing countries in terms of the service level of manufacturing， and the developed countries are far more efficient than the developing countries in terms of producer service. The impact of manufacturing service on producer service efficiency is lagging behind， and its impact on producer service efficiency changes from positive to negative over time. Manufacturing service has a strong effect on the efficiency of low-end producer services， and the current manufacturing service only has a positive impact on the efficiency of producer service in developed countries. The research results of this article have a certain enlightenment effect on promoting the integrated development of the two industries in our country and promoting the high-quality development of the manufacturing industry.
Key words：manufacturing service; producer service efficiency; SFA; dynamic panel GMM
1 引言
當前，在我国跨越“中等收入陷阱”的关键时刻，去工业化的现象出现得有些早，这会导致制造业的发展受阻，而当制造业和服务业的关联度高时，会同样阻碍服务业的发展，进而导致整体经济的发展受阻。制造业的技术渗透效应、外汇储备效应、产业关联效应只有在增加值比重超过30%的时候，实施去工业化，不会影响经济增长，因为服务业可以充当新的引擎。但如果制造业增加值比重低于30%，这时候急于实施去工业化，可能会增加掉入“中等收入陷阱”的风险。中国目前的服务业增长速度过快，工业占比的下降速度过快，这就让中国出现了过快去工业化的现象，并且还存在明显的“鲍莫尔成本病”现象。因此中国主要面临着产业结构已经“转型”但并未实现“升级”的问题。那么如何在推动服务业发展的过程中，提升服务业的效率，并且防止落入中等收入陷阱，这就可以选择制造业服务化的发展方式。并且随着制造业企业提高服务要素占比的同时会促进附加值的增加，提升产品竞争力，有效降低成本，进而推动制造业升级，最终推动整体产业升级和促进经济发展
[1]，而将制造业和服务业区分对待，并制定单独的产业政策的做法已经过时[2]。那么制造业服务化对生产性服务业效率的影响如何？是否能够起到有效的推动作用？针对此种发展趋势又该制定怎样的产业政策？这是本文的研究重点。已有关于生产性服务业发展和制造业相关的研究主要是从制造业的需求角度开展的，当需求比较低端时，会影响生产性服务业技术提升，进而阻碍产业高端化发展[3]。生产性服务业和制造业属于相互促进的关系，其中促进作用较大的，是制造业对生产性服务业。在制造业产能过剩时，就会减少对高端生产性服务的需求，因此阻碍了两者的耦合[4]。随着制造业服务化程度的加深，制造业对服务业的需求不断加大，进而推动了服务业的发展[5～13]。另一些研究主要是针对制造业升级和制造业服务化之间的非线性关系展开的，原因可能在于实施服务化而增加的成本，并且还存在因为资源约束而失去的改进机会，还包括沟通协调成本和服务所得收益之间的关系[14，15]。 相较于以往的研究，本文的创新点为：第一，以往围绕制造业服务化开展的研究较多，但较少研究制造业服务化对生产性服务业的影响。本文采用42个国家2000～2014年的面板数据，利用实证研究方法分析了制造业服务化对生产性服务业效率的影响。第二，以往有关制造业服务化的实证研究通常采用企业微观数据，较少使用产业宏观数据。本文采用的是全球的制造业和生产性服务业的产业宏观数据。从发达国家和发展中国家两个不同的角度，分析制造业服务化对不同技术水平生产性服务业效率的不同影响，并比较了发达国家和发展中国家在制造业服务化和生产性服务业效率水平方面的差异。这些结论不仅丰富了制造业服务化和生产性服务业的相关研究，还对推动我国两业融合发展，制定有针对性的措施建议提供支撑。
2 理论基础与研究假设
制造业服务化是指在制造业的全部投入和产出中，服务这一要素所占比重提高，从而使得制造业通过服务转型并逐渐实现价值增值的一个动态过程。生产性服务业最初是由制造行业分离出来的，作为一种中间投入不直接用来消费，能够满足企业和其它组织生产活动的新兴行业。与发展中国家相比，发达国家的制造業服务化发展较早，其制造业服务化实践始于上世纪60年代，近年来发达国家制造业服务化呈明显上升趋势，随着新一代信息技术的发展和个性化需求的日益增多，工业互联网等新兴技术极大提高了工业企业对用户数据的感知和分析能力，为制造业企业实现产品全生命周期管理提供了技术支撑，极大提高了制造业服务化能力。近年来，发达国家都通过加固制造业的顶层设计来适应制造业服务化的大趋势。发达国家一般不通过经济或行政手段直接干预产业发展，而是加强对标准和规范建设来支持和引导制造业服务化发展。发达国家生产性服务业发展基础较好，其生产性服务业的发展，很大程度上取决于服务外包和服务贸易的推动，在它们的推动下，发达国家的生产性服务业占服务业的比重迅速增大[16]。相对而言，发展中国家的生产性服务业发展基础较弱。由此，提出假设：
假设1 发达国家在制造业服务化和生产性服务业效率方面都优于发展中国家。
制造业服务化初期，制造业会产生对生产性服务业的大量需求，从而推动生产性服务业效率迅速提升。但很多制造业企业在服务化过程中会采用加大投资的做法，用来拓展服务业务、增加服务种类，而由于组织文化、组织结构、内部流程、供应链合作、资源整合等组织因素的僵化，以及企业资源稀缺造成的对制造和服务两项业务领域资源配比的失衡，会削弱已有业务的竞争优势，进而制约了传统制造业企业服务化的进程，也抑制了服务化过程中对生产性服务业的需求，从而阻碍了生产性服务业效率的提升[17]。由此，提出假设：
假设2 制造业服务化对生产性服务业效率的影响存在滞后效应。
在制造业服务化的过程中，因为制造业关键共性制造技术薄弱等关键原因，制造业产品以低端为主，附加值不高，数字化能力不足，制造业企业本身的创新能力未达到一定水平，未能通过利润驱动的方式增加生产性服务业中技术创新要素的投入，因此在最开始对低端生产性服务业需求较多，而随着制造业服务化逐渐发展，技术创新不断加深，逐渐增加了对金融等中端生产性服务业的需求。但由于创新水平还未达到一定高度，未能增加对高端生产性服务业的需求，因此未能有效推动高端生产性服务业发展[18]。由此，提出假设：
假设3 制造业服务化对中低端生产性服务业效率的提升作用相对较强。
发达国家的生产性服务业和制造业的基础较好，因此制造业服务化的时间更早，生产性服务业从制造业中分离出去的时间更早，发展得也比较成熟，因此随着制造业服务化的发展，制造业对生产性服务业的需求日益增强，从而进一步推动生产性服务业发展[19]。而发展中国家因为制造业和生产性服务业的基础都相对较差，因此制造业服务化发展得比较晚，所以在制造业服务化的初步阶段，可能还无法对生产性服务业发展产生明显影响，而随着制造业服务化的不断深化，对生产性服务业发展的影响才逐渐显现[20]。由此，提出假设：
假设4 制造业服务化对发达国家生产性服务业效率的正向影响相对较强。
3 模型的设定与变量说明
3.1 数据来源
本文采用的数据库，一是世界银行数据库，二是世界投入产出（WIOD 2016）数据库，共采用了42个国家的2000年至2014年的面板数据。关于数据最新性的说明，有关世界各个国家各个行业的投入产出的数据，通常采用的都是WIOD数据库的数据，而WIOD数据库的数据自2016年之后就没有更新，因此本文已经采用的是目前所能获得的最新数据。生产性服务业效率是本文的因变量，制造业服务化水平是自变量，本文采用的控制变量有创新能力、经济发展水平、城市化水平、人力资本水平，各变量的具体测量指标和数据来源见表1。
3.2 变量设置
3.2.1 因变量
生产性服务业效率是因变量，具体采用随机前沿分析方法 （SFA）进行测算。SFA方法是一种考虑随机噪声的参数化方法，能够识别各种因素对效率的影响，在估计效率的时候鉴别力比较强[21，22]。产出变量采用生产性服务业增加值，投入变量采用劳动力资本存量和资本存量[23，24]。具体公式如下
teit=β0+β1lnkit+β2lnempit+Vit-Uit（1）
其中te为生产性服务业效率，k为资本投入，emp为劳动力投入，i为国家，t为年份，Vit为随机扰动项，Uit为技术非效率项。
3.2.2 自变量
制造业服务化水平是自变量，采用制造业对生产性服务业的完全消耗系数进行测算[25]。具体公式如下
misij=αij+∑nk=1αikαkj+∑ns=1
∑nk=1αisαskαkj+…（2） 其中misij代表制造业服务化程度，第一项是第j部门对第i服务部门的直接消耗，接下来是第一轮间接消耗，后面第n+1项为第n轮间接消耗。
3.2.3 控制变量
采用人均GDP（现价美元）衡量经济发展水平，采用高等学校入学率衡量人力资本水平，采用研发支出占GDP的比例衡量创新能力，采用城市人口占总人口的百分比衡量城市化水平。
3.3 模型设定
本文分析制造业服务化对生产性服务业效率的动态影响时，主要采用了广义矩估计（GMM）方法[26]。此方法有助于解决可能产生的内生性问题，并且在有单位根的情况下，分析结果一样有效[27，28]。模型设定如下
teit=αi+λteit-1+β1lnmis+β2lnmisit-1+β3lnicit+
β4lndedit+β5lnulit+β6lnhclit+εit （3）
其中αi是个体固定效应，εit是随机干扰项，i是各国家，t是各年份。
4 实证结果分析
为进一步深入分析，将样本分为发达国家和发展中国家两类，将生产性服务业按照低技术、中技术、高技术分为三类。并按照行业分类将生产性服务业分为金融保险业（K64-K66）、信息通讯业（J61-J63）、运输仓储业（H49-H53）、生产性支持服务（I）、专业科技服务业（M69-M75）和批发零售业（G45-G47），其中专业科技服务（M69-M75）和信息通讯服务（J61-J63）属于高端生产性服务业，金融保险服务（K64-K66）和生产性支持服务（I）属于中端生产性服务业，批发零售服务（G45-G47）和运输仓储服务（H49-H53）属于低端生产性服务业。
4.1 发达和发展中国家制造业服务化和生产性服务业效率水平比较
由表2可知，在采用完全消耗系数测算制造业服务化和随机前沿方法测算生产性服务业效率后发现，2000～2014年，发达国家的制造业服务化水平为0.370，发展中国家为0.329，发达国家水平微微领先于发展中国家。而两者在生产性服务业效率方面差异较大，发达国家为0.490，发展中国家为0.176，发达国家生产性服务业效率是发展中国家的2.8倍。由此可知，发达国家在制造业服务化和生产性服务业效率方面都优于发展中国家，假设1得到验证。中国制造业服务化水平为0.268，处在比较落后的位置，更低于发展中国家平均值0.329，原因可能在于中國制造业企业整体发展水平较低，采用的生产方式还是以加工组装为主，还处在全球价值链的低端环节。中国生产性服务业效率为0.102，仍处于较低的水平，且低于发展中国家平均值0.176，这可能是因为中国的工业化程度不高，所以对于生产性服务业的“挤出效应”不强。
4.2 GMM估计结果
4.2.1 制造业服务化对生产性服务业效率的影响
制造业服务化对生产性服务业效率影响的GMM估计结果见表3。首先对模型的有效性进行检验，结果显示二阶自相关检验AR（2）的p值都大于5%，Sargan检验p值都大于5%，证明扰动项无自相关且所有工具变量的设定均有效，因此模型的设定基本有效。其次GMM
估计结果显示，滞后一期的生产性服务业效率对当期的生产性服务业效率的正向影响在1%的水平上显著，说明生产性服务业发展具有持续性。制造业服务化对生产性服务业效率的当期作用系数为0.605，通过1%的显著性水平检验，滞后一期的作用系数为-0.260，在5%的显著水平上显著。这说明随着时间的发展，制造业服务化对生产性服务业效率的影响从正向转为负向，存在滞后效应，假设2得到验证。从系数大小来看，滞后一期的生产性服务业效率对当期生产性服务业效率的影响（0.629）大于制造业服务化对生产性服务业效率的当期影响（0.605），说明制造业服务化对生产性服务业效率的影响还不够强烈。
4.2.2 制造业服务化对不同技术水平生产性服务业效率的影响
制造业服务化对不同技术水平的生产性服务业效率影响的GMM估计结果见表4。结果显示，当期制造业服务化对中低端生产性服务业效率产生的正向影响较大，分别为0.049和0.037且在1%水平上显著，而对高端生产性服务业效率的促进作用相对较小，为0.015且不显著，假设3得到验证。原因可能在于制造业服务化未能有效推动生产性服务业创新，即在制造业服务化的过程中，制造业本身的创新能力未达到一定水平，未能通过利润驱动的方式增加生产性服务业中技术创新要素的投入，因而未能有效推动高端生产性服务业发展。
4.2.3 发达和发展中国家制造业服务化对不同技术水平生产性服务业效率影响的差异
发达国家和发展中国家制造业服务化对生产性服务业效率影响的GMM估计结果见表5和表6。结果显示，当期的制造业服务化对发达国家的生产性服务业效率有正向影响，系数为0.202且在1%水平上显著，发展中国家为0.008且不显著，假设4得到验证。当期的制造业服务化对发展中国家各个水平的生产性服务业效率都无显著影响，但是滞后一期的制造业服务化会抑制发展中国家高端（-0.042）、低端（-0.079）的生产性服务业效率，并且对低端生产性服务业效率的抑制作用更大。可能因为发展中国家制造业基础在开始阶段还比较弱，在发展制造业服务化的过程中，制造业实力也在不断增强，但因为发展质量不高，因此无法有效促进高端生产性服务业效率的提升，并且随着制造业服务化程度的加深，又会对低端生产性服务业产生一定的抑制作用。
4.3 稳健性分析
为了验证结果的稳健性，本文采用固定效应模型（FE）和随机效应模型（RE）进行对比分析。表3～表6检验结果显示，制造业服务化对生产性服务业效率的当期作用显著为正，系数分别为0.055、0.047，滞后一期的作用显著为负，系数均为-0.053;当期制造业服务化对中低端生产性服务业效率产生的正向影响较大，FE系数分别为0.050、0.034且显著，RE系数分别为0.050、0.038且显著;当期的制造业服务化只对发达国家的生产性服务业效率有显著正向影响，系数分别为0.053、0.046。上述检验和实证分析结果一致，说明本文实证检验结果具有稳健性。 5 結论与政策建议
我国仍处在还未完全实现工业化的阶段，但却呈现出工业增加值比重快速下降的现象，出现了过早去工业化的特征，并且开始重点实施以服务为主导的经济发展模式，推动从工业经济向服务经济转型。鉴于当前制造业和服务业的融合趋势越来越强烈，而制造业服务化作为两业融合的趋势之一，研究其对生产性服务业发展的影响具有重要意义。本文利用42个国家2000～2014年15年的面板数据，采用GMM和SFA方法，分析了发达国家和发展中国家在制造业服务化和生产性服务业效率方面的差异，并针对不同技术水平的生产性服务业效率进行对比分析。同时，研究了制造业服务化对生产性服务业效率的动态影响，得出以下结论：
第一，在制造业服务化水平方面，发达国家略领先于发展中国家，而在生产性服务业效率方面，发达国家远超于发展中国家。第二，制造业服务化对生产性服务业效率存在滞后效应，随着时间的推移，制造业服务化对生产性服务业效率的影响由正转负。第三，制造业服务化对中低端生产性服务业效率产生的正向影响较大，对高端生产性服务业效率的促进作用相对较小。第四，制造业服务化对发达国家生产性服务业效率的正向影响相对较强。
政策建议如下：第一，我国应该大力推动制造业和服务业的融合发展。原因主要在于我国制造业和服务业的产业发展基础不够牢固，这时如果只一味地追求去工业化，或者一味地只推动制造业服务化，则无法有效促进生产性服务业发展。因此，要推动工业互联网平台建设，为两业融合提供技术服务，推动制造业和服务业融合创新发展;壮大已有的产业联盟的发展，组织搭建产业协作平台，推动数据共享和网络化协同制造;组织建设综合服务平台，为两业融合发展提供法律、金融、咨询等方面的服务。
第二，我国更要重视推动制造业高质量发展。发达国家在实施制造业服务化的初期就能够显著地对生产性服务业效率起到提升作用，原因主要在于发达国家制造业本身的发展基础较好。但我国制造业质量不高，发展基础还比较弱，因此，不但要大力推动发展制造业服务化，更要注重制造业本身的高质量发展，从而减少对生产性服务业效率的阻碍。因此，要积极开展制造业高质量发展相关政策制定工作。
第三，我国应制定功能性产业政策。在产业融合背景下，制定的产业政策应该从选择性产业政策转向功能性产业政策。即不要直接选择制造业或服务业中的某一领域进行扶持，而是将重点放在基础设施完善方面。积极发挥市场在产业发展中的主导作用，要大力建设基础共性技术研发平台，建立并巩固创新机制，推动制造业和生产性服务业企业创新发展，推动创新成果应用转化，并加快构建制造业、生产性服务业、研发创新、金融投资、人力资本等协同发展的产业体系。
参 考 文 献：
[1]Ciriaci D， Palma D. Structural change and blurred sectoral boundaries： assessing the extent to which knowledge-intensive business services satisfy manufacturing final demand in western countries[J]. Economic Systems Research， 2016， 28（1）： 55-77.
[2]Lodefalk M. Servicification of manufacturing-evidence from Sweden[J]. International Journal of Economics and Business Research， 2013， 6（1）： 87-113.
[3]Buera F J， Kaboski J P. The rise of the service economy[J]. American Economic Review， 2012， 102（6）： 2540-2569.
[4]宣烨.要素价格扭曲、制造业产能过剩与生产性服务业发展滞后[J].经济学动态，2019，（3）：91-104.
[5]Yuan F， Gao J， Wang L， et al.. Co-location of manufacturing and producer services in Nanjing， China[J]. Cities， 2017， 63（3）： 81-91.
[6]Baines T， Bigdeli A Z， Bustinza O F， et al.. Servitization： revisiting the state-of-the-art and research priorities[J].
International Journal of Operations & Production Management， 2017， 37（2）： 256-278.
[7]Cusumano M A， Kahl S J， Suarez F F. Services， industry evolution， and the competitive strategies of product firms[J]. Strategic Management Journal， 2015， 36（4）： 559-575.
[8]Lerch C， Gotsch M. Digitalized product-service systems in manufacturing firms a case study analysis[J].
Research-technology Management， 2015， 58（5）： 45-52.
[9]Mahut F， Daaboul J， Bricogne M， et al.. Product-service systems for servitization of the automotive industry： a literature review[J]. International Journal of Production Research， 2016， 55（7）： 2102-2120. [10]rsdemir A， Deshpande V， Parlaktürk A K. Is servicization a win-win strategy？ Profitability and environmental implications of servicization[J]. Manufacturing & Service Operations Management， 2019， 21（3）： 674-691.
[11]徐振鑫，莫长炜，陈其林.制造业服务化：我国制造业升级的一个现实性选择[J].经济学家，2016，（9）：59-67.
[12]刘畅，马永军.制造业服务化，政府补贴与企业绩效[J].技术经济，2019，（12）：83-89.
[13]Kohtamki M， Partanen J， Parida V， et al.. Non-linear relationship between industrial service offering and sales growth： the moderating role of network capabilities[J]. Industrial Marketing Management， 2013， 42（8）： 1374-1385.
[14]王岚.投入服务化是否提高了中国制造业全要素生产率[J].国际贸易问题，2020，（2）：29-43.
[15]Arellano M， Bond S. Some tests of specification for panel data： monte carlo evidence and an application to employment equations[J]. Review of Economic Studies， 1991， 58（2）： 277-297.
[16]王晓红，王传荣，彭玉麒.发展生产性服务业推动二业融合的国际经验及启示[J].国际贸易，2013，（8）：18-24.
[17]王文，孙早.制造业需求与中国生产性服务业效率——经济发展水平的门槛效应[J].财贸经济，2017，38（7）：136-155.
[18]盛朝迅.中美比较视角下我国制造业发展存在的问题及对策[J]. 湖北大学学报（哲学社会科学版），2020，（3）：159-168.
[19]黄群慧，霍景东.中国制造业服务化的现状与问题——国际比较视角[J].学习与探索，2013，（8）：90-96.
[20]邓晶，张文倩.生产性服务贸易自由化对制造业升级的影响——基于全球价值链视角[J].云南财经大学学报，2015，31（6）：45-49.
[21]Lin B， Wang X. Exploring energy efficiency in China’s iron and steel industry： a stochastic frontier approach[J]. Energy Policy， 2014， 72（4）： 87-96.
[22]Afonso A， St. Aubyn M. Public and private inputs in aggregate production and growth： a cross-country efficiency approach[J]. Applied Economics， 2013， 45（32）： 4487-4502.
[23]Hong J， Hong S， Wang L， et al.. Government grants， private R&D funding and innovation efficiency in transition economy[J]. Technology Analysis & Strategic Management， 2015， 27（9）： 1068-1096.
[24]Ma S， Xu G， Zhang H. Input tariff liberalisation and servitisation in manufacturing： evidence from China’s WTO accession[J]. The World Economy， 2019， 42（12）： 3569-3587.
[25]Bombińska E. International trade in services： some evidence on the influence of international servicification of manufacturing[J]. International Entrepreneurship Review， 2019， 5（2）： 107-117.
[26]李虹靜，彭水军.中国制造业的生产性服务供给结构与效率分析[J].产经评论，2019，10（2）：111-123.
[27]Ullah S， Akhtar P， Zaefarian G. Dealing with endogeneity bias： the generalized method of moments（GMM）for panel data[J]. Industrial Marketing Management， 2018， 71（5）： 69-78.
[28]Timmer M P， Dietzenbacher E， Los B， et al.. An illustrated user guide to the world input-output database： the case of global automotive production[J]. Review of International Economics， 2015， 23（3）： 575-605.