制造業投入服務化的生產率效應分析

李曉慧，鄒昭晞

(首都經濟貿易大學 工商管理學院，北京 100070)

制造業投入服務化的生產率效應分析

李曉慧，鄒昭晞

(首都經濟貿易大學 工商管理學院，北京 100070)

基于要素投入視角，使用投入產出表數據，計算了中國28個制造行業的投入服務化水平，并運用面板數據模型實證檢驗了投入服務化對制造業生產率的影響，以及投入服務化對生產率影響的行業差異。研究結果表明：中國制造業投入服務化總體水平不高，并有下降趨勢；投入服務化有利于制造行業生產率的提高，但作用不明顯；投入服務化在勞動密集型行業的生產率效應大于資本密集型行業，在高技術行業和低技術行業的差異不明顯。

投入服務化；制造業；生產率

引言

隨著分工深化和生產專業化，國際制造業投入服務化趨勢日益明顯。越來越多的制造企業在生產經營過程中，將用于生產最終產品的中間服務(如研發、設計、物流、倉儲、市場、銷售)外包，利用外部專業化社會化服務投入優化生產結構和提升效率。制造業投入服務化的動因不僅在于通過降低成本提高效率增強競爭力，而且是適應日益復雜多變的市場和競爭環境的重要體現。隨著服務業(主要是生產性服務業)的發展，服務企業憑借專業化分工和規模經濟優勢，成為承接制造企業服務外包的重要主體，并對制造業生產效率產生重要影響。因此，在制造業服務化背景下，研究中國制造業的投入服務化水平、投入服務化對制造業生產率的影響以及這種影響在不同類型制造行業可能存在的差異，對于從微觀視角認識服務在制造業生產過程中的作用，更好地通過服務業的發展促進中國制造業升級具有重要的理論和現實意義。

關于投入服務化、生產性服務對制造業生產率的影響，格呂貝爾和沃克(Grubel & Walker，1989)最早指出，生產性服務通過將人力資本和知識資本導入生產過程，能夠提高制造業生產過程的效率以及其他要素的生產率[1]。佛朗索瓦(Francois，1990)[2]、佛朗索瓦和賴納特(Francois & Reinert，1996)[3]認為，生產性服務業的發展能夠顯著提高制造業效率和競爭力。羅和沃夫(Raa & Wolff，2001)的研究表明，服務中間投入的增長與制造部門的生產率呈正相關關系[4]。圭列里和梅利恰尼(Guerrieri & Meliciani，2005)運用OECD國家投入產出數據實證研究發現，作為中間投入的生產性服務能顯著提高制造業生產率，特別是在化工、電子設備制造、專用設備制造等資本密集型行業中尤為明顯[5]。阿莫爾德等(Amold et al.，2006)[6]、沃爾夫梅耶(Wolfmayr，2008)[7]等也分別利用發展中國家和發達國家投入產出數據，實證檢驗了服務投入與制造業生產率的關系，研究表明服務投入對制造業生產率具有顯著的正向影響效應。國內從宏觀視角研究生產性服務業對制造業發展績效影響的文獻較多，研究表明，生產性服務業的發展對制造業生產效率提升具有積極作用[8-11]。然而，從微觀要素投入視角，研究服務投入對制造業生產率影響的文獻還很有限，僅有極少數研究對此進行了定量分析。如顧乃華(2010)利用投入產出數據，研究了工業投入服務化的形成機制、經濟效應和區域差異[12]。研究表明，提高工業投入服務化程度能顯著提高國內工業增加值率和全要素生產率水平，并且工業投入服務化的經濟績效存在顯著的區域差異。

現有研究對于更好地認識投入服務化、生產性服務對制造業發展的影響具有重要借鑒意義，然而，既有研究也存在一些不足。首先，目前相關文獻主要集中于從宏觀視角考察生產性服務業與制造業效率之間的關系，缺乏從微觀要素投入視角，研究中間服務投入對制造業生產率的影響。此外，從行業異質性視角研究投入服務化對不同類型制造行業生產率影響的研究更不多見。基于此，本文擬從要素投入視角，使用投入產出表數據估算中國制造業的投入服務化水平，然后運用面板數據模型實證分析投入服務化對制造業生產率的影響，并檢驗這種影響在不同類型制造行業可能存在的差異，為更好地促進中國制造業服務化的發展和制造業升級提供經驗證據。

一、模型設定與變量說明

1.模型設定

本文采用C-D生產函數分析投入服務化對制造業生產率的影響，對Y=A(RS)F(K,L)取對數得到中性技術進步假設下的計量模型：

lnyit=α0+α1RSit+α2lnεitKit+α3lnLit+λi+μt+εit

(1)

其中，y、K、L分別表示制造業勞動生產率、資本和勞動力，RS表示投入服務化水平。i和t分別表示行業和時間，λi為行業固定效應，μt為時間固定效應，為隨機誤差項。

具體而言，投入服務化對制造業生產率影響的途徑和機制主要包括以下幾方面：一是直接成本效應。制造企業通過使用比企業自行生產價格更低的外部專業化服務降低生產成本，從而以單位投入衡量的生產效率獲得提高[13-14]。二是要素重組和配置效應。企業通過將生產過程中效率較低的環節外包，有利于將低效率環節所使用的要素投向更具優勢、邊際產出更高的生產環節，并有利于增加邊際產出較高的要素投入，通過要素重組和配置效應提高生產率。三是技術促進效應。現代生產性服務具有知識和技術密集型的特征，具有較高質量和技術含量的生產性服務嵌入制造業生產環節，有利于促進企業生產技術創新和技術進步[5]。四是多樣化效應。更多新的服務投入使要素專業化程度提高，生產率獲得提升[15-16]。五是學習的外部效應。通過與外部服務企業的互動合作，改進企業組織形式和生產經營方式進而提高生產率。

為捕捉投入服務化帶來的非中性的技術變化，將投入服務化水平與資本及勞動的對數分別相乘，得到帶乘積項的超越對數型計量模型：

lnyit=α0+α1RSit+α2lnKit×RSit+α3lnLit×RSit+λi+μt+εit

(2)

為考察投入服務化對制造業生產率影響的行業差異，在式(2)基礎上引入行業虛擬變量與投入服務化水平的交叉項，得到以下計量模型：

lnyit=α0+α1RSit+α2lnKit×RSit+α3lnLit×RSit+α4RSit×D1+α5RSit×D2+λi+μt+εit

(3)

其中，D1是表示行業資本密集度的虛擬變量，D2是表示行業技術密集度的虛擬變量。

此外，考慮到勞動生產率與投入服務化水平之間可能存在相互影響關系。為克服可能存在的“內生性”問題，在對上述三個模型進行估計時，同時采用滯后變量方法進行處理，使用投入服務化水平對其他變量的滯后一期作為隨機變量代入方程，以檢驗原始回歸結果的可靠性。

2.變量說明

本文計量檢驗所需的數據包括勞動生產率、資本、勞動力以及投入服務化水平等，下面對相關變量分別予以說明。

(1)勞動生產率。用制造業各行業增加值與全部從業人員年平均人數之比表示，其中增加值用各行業工業品出廠價格指數將當年價折算為1997年為基期的不變價。

(2)資本。用制造業各行業固定資產凈值年平均余額表示資本存量，并以固定資產價格指數將當年價折算為1997年為基期的不變價。

(3)勞動力。考慮到數據的可獲得性和準確性，本文采用制造業各行業全部從業人員年平均人數表示。

(4)投入服務化水平。中國目前的統計體系中缺乏投入服務化水平的統計數據，對此可以通過投入產出表做近似計算。在本文的研究中，制造業投入要素包括交通運輸倉儲和郵政業、批發和零售貿易業、金融保險業、租賃和商務服務業、信息傳輸計算機和軟件業、科學研究和綜合技術服務業，采用各制造行業中這些服務投入總和占其中間投入總和的比重來表示投入服務化水平。

(5)行業虛擬變量。本文按照資源密集度分別將制造業劃分為資本密集型行業和勞動密集型行業、高技術行業和低技術行業。根據制造業各行業的資本—勞動投入比與所有行業均值的比較將所有行業劃分為資本密集型和勞動密集型，資本密集型行業取值為1，勞動密集型行業取值為0；根據各行業科技人員占從業人員的比重將所有行業劃分為高技術行業和低技術行業，高技術行業取值為1，低技術行業取值為0。

二、數據說明與分析

1.數據來源

本文所使用的數據來自1997年、2002年和2007年《投入產出表》、1998—2009年《中國統計年鑒》和《中國工業經濟統計年鑒》。由于投入產出表的行業分類和統計年鑒的行業分類存在一定的差異，為保證統計口徑的一致性，本文按照國民經濟行業分類標準，對1997年124部門、2002年122部門和2007年135部門投入產出表的部門分類進行合并，從而和統計年鑒的行業分類一一對應。合并后的制造業共包括30個兩位數行業*30個行業的代碼和名稱按照《國民經濟行業分類與代碼(GB/T4754—2002)》如下：C12農副食品加工業、C13食品制造業、C14飲料制造業、C15煙草制造業、C16紡織業、C17紡織服裝鞋帽制品業、C18皮革毛皮羽毛(絨)及其制品業、C19木材加工及木竹藤棕草制品業、C20家具制造業、C21造紙及紙制品業、C22印刷業和記錄媒介的復制、C23文教體育用品制造業、C24石油加工煉焦及核然料加工業、C25化學原料及化學制品制造業、C26醫藥制造業、C27化學纖維制造業、C28橡膠制品業、C29塑料制品業、C30非金屬礦物制品業、C31黑色金屬冶煉及壓延加工業、C32有色金屬冶煉及壓延加工業、C33金屬制品業、C34通用設備制造業、C35專用設備制造業、C36交通運輸設備制造業、C37電氣機械及器材制造業、C38通信設備計算機及其他電子設備制造業、C39儀器儀表及文化辦公用品制造業、C40工藝品及其他制造業、C41廢棄資源和廢舊材料回收加工業。，其中，工藝品及其他制造業、廢棄資源和廢舊材料回收加工業由于缺失部分年份數據而被剔除。因此，本文最終選取的樣本數據共包含28個兩位數行業。在資本密集度行業的劃分上，石油加工煉焦及核燃料工業、非金屬礦物制品業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、金屬制品業等11個行業為資本密集型行業*資本密集型行業包括：C24、C30、C31、C32、C33、C34、C35、C36、C37、C38、C39。，其余為勞動密集型行業。在技術密集度行業劃分上，化學原料及化學制品制造業、醫藥制造業、交通運輸設備制造業等9個行業為高技術行業*高技術行業包括：C25、C26、C27、C34、C35、C36、C37、C38、C39。，其余為低技術行業。

2.基于數據的經驗事實分析

基于相關統計數據，本文先對中國制造業投入服務化水平的經驗事實、制造業的生產率狀況以及投入服務化水平與制造業生產率的關系進行初步分析。根據相關服務要素投入占制造業總中間投入的比重，本文對制造業投入服務化水平進行了計算。結果表明，1997年、2002年和2007年中國制造業投入服務化水平的平均值分別為10.39%、15.59%和9.75%，2002年投入服務化水平顯著高于1997年，2007年顯著低于2002年。總體上看，中國制造業投入服務化總體水平不高，并且有一定的下降趨勢。從分行業看，2002年全部制造行業的投入服務化水平均高于1997年；2007年和2002年相比，所有行業投入服務化水平均低于2002年，除了飲料制造業、煙草制造業、醫藥制造業、通信設備制造業的投入服務化水平呈小幅下降外，其他行業的投入服務化水平均出現明顯下降趨勢，并且皮革毛皮羽毛(絨)及其制品業、造紙及紙制品業、印刷業和記錄媒介的復制、金屬制品業的投入服務化水平下降幅度均超過50%，反映出生產性服務對這些制造行業中間投入的明顯下降趨勢，不利于制造企業集中優勢資源和能力進行生產和提高競爭力。

對制造業各行業勞動生產率的計算結果表明，1997年、2002年和2007年中國制造業勞動生產率分別為34592.25元/人·年、84775.37元/人·年和188266.33元/人·年，2002年制造業勞動生產率顯著高于1997年，2007年顯著高于2002年，表明中國制造業的技術水平和生產效率在不斷提高。從分行業看，2002年各制造行業的勞動生產率普遍高于1997年，2007年普遍高于2002年；但受行業特征的影響，2007年和2002年相比，不同行業勞動生產率上升幅度的差異較大，其中，非金屬礦物制品業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、通用設備制造業、專用設備制造業、煙草制造業等6個行業的勞動生產率上升幅度達150%以上，其余22個行業勞動生產率也呈現不同程度的上升趨勢。

此外，本文還考察了投入服務化水平高于和低于均值的行業的勞動生產率狀況。研究表明，投入服務化程度相對較高的行業，其生產率水平大多高于投入服務化程度較低的行業，這從一定程度上反映了投入服務化對制造業生產率的提升可能具有積極作用。為了解不同類型行業投入服務化程度的差異性，本文還比較分析了資本密集型和勞動密集型行業、高技術行業和低技術行業的投入服務化狀況。結果表明，勞動密集型、低技術行業的投入服務化水平高于資本密集型、高技術行業。反映出勞動密集型、低技術行業更傾向于利用外部服務組織生產，而資本密集型、高技術行業更傾向于服務內部化。

三、實證結果分析

本文采用靜態面板數據模型對制造業投入服務化的生產率效應進行實證分析，在面板數據回歸分析中，根據Hausman檢驗結果確定固定效應模型和隨機效應模型的選擇。表1是用即期值對式(1)、式(2)、式(3)的個體固定效應和隨機效應的估計結果。對于內生性問題，本文用滯后變量法進行了處理，表2是用滯后一期值對式(1)、式(2)、式(3)的個體固定效應和隨機效應的估計結果。對比表1和表2，兩者的估計結果并沒有太大差別，表明內生性問題并不嚴重，不影響回歸方程的可靠性。因此，本文將集中分析即期模型的估計結果。在即期模型中，Hausman檢驗結果均拒絕支持隨機效應的零假設，表明用固定效應模型更為合適。下面對照具體的回歸結果進行分析。

注：***、**、*分別表示在0.01、0.05、0.1的水平下顯著；括號內為t統計值。

根據表1中對(1)式的回歸結果，投入服務化水平的系數為正，但不顯著，因此不能確切地說明投入服務化對制造業的生產率效應。這與理論分析有所偏差，出現這種結果可能有兩方面原因：一是中國生產性服務業發展相對滯后，大部分生產性服務企業仍然以提供一般性的金融、商貿、信息等生產性服務為主，對綜合技術服務、創新和設計、供應鏈管理與綜合化服務等高技術含量、高附加值以及綜合性服務的供給能力還很有限，因而難以滿足制造企業高級化綜合化的生產性服務需求。而且，生產性服務企業與制造企業之間還沒有形成良好的互動合作關系，作為中間投入品的生產性服務還無法深度參與制造企業的生產經營過程，還不能對制造企業的生產流程和運作方式產生實質影響，因而對制造業生產效率的作用還相對有限。二是制造企業傳統生產組織模式的影響。受傳統大而全、小而全的企業組織模式影響，生產性服務內部化仍然是制造企業的主要生產組織模式，外包的種類和數量還相當有限，因而，制造業中間投入中生產性服務所占比重偏低[17]。加上中國市場信任機制、法制環境建設還不健全，市場交易成本較高，使得企業利用外部服務的預期風險增加，預期收益降低，不利于制造企業組織經營模式的轉型和調整，因而難以獲取專業化社會化服務的外溢效應。

超越對數型生產函數模型中，投入服務化水平的估計值為負，說明投入服務化表現為中性的技術退步。投入服務化水平與資本交叉項的系數顯著為正，與勞動力交叉項的系數顯著為負，說明投入服務化帶來的是資本節約型技術進步。通過計算勞動生產率對投入服務化水平的導數，得到投入服務化對制造業生產率的總效應為0.025，即投入服務化水平每增加一個百分點，可以促進制造業生產率增加0.025%。上述結果表明，中國制造企業利用外部生產性服務的主要作用在于節約固定資產投資。中性的技術退步可能是因為中國生產性服務業發展水平整體較低，尤其是技術能力、信息化水平和對技術的集成整合能力不高，而且生產性服務企業還沒有與制造企業形成良好的互動合作，從而抑制了生產性服務業對制造業的技術外溢。盡管對制造業技術進步產生不利影響，投入服務化對制造業生產率的總效應為正，但這種正向影響效應還很小。

注：***、**、*分別表示在0.01、0.05、0.1的水平下顯著；括號內為t統計值。

加入行業虛擬變量的估計結果顯示，投入服務化對資本密集型行業生產率的影響系數為-0.472-0.05D1，即比勞動密集型行業低0.05%。投入服務化對資本密集型制造業的生產率效應小于勞動密集型行業，產生這一結果可能是因為，和勞動密集型行業相比，資本密集型行業產品專用性較強、復雜程度較高，而且資產專用性較強，企業選擇服務外包的風險較大，加上外部市場機制和法制環境的發育還不成熟，因而資本密集型制造企業更傾向于選擇將生產性服務內置，外部生產性服務對于資本密集型行業緩解資金約束并沒有太大作用。投入服務化與技術密集度的交叉項系數為-0.001，但不顯著，表明投入服務化對不同技術密集程度制造行業生產率的影響差異不大。這種非顯著的影響關系可能由于高技術企業為維持在技術上的壟斷優勢，往往不傾向于將研發、信息、銷售、售后服務等價值鏈重要環節外包，因而對外部生產性服務的依賴度較低，削弱了投入服務化的生產率效應。但另一方面，現代信息技術的廣泛應用，大大降低了高技術行業的服務外包成本，提高了交易效率，有助于增強投入服務化的經濟效應。因而，從總體上看，投入服務化的生產率效應在高技術行業和低技術行業的差異還不顯著。

四、結論與啟示

本文基于要素投入視角，根據中國1997年、2002年和2007年投入產出表數據，計算了28個制造行業的投入服務化水平，并運用面板數據模型實證檢驗了投入服務化對制造業生產率的影響以及這種影響在不同類型制造行業間的差異。研究結果表明：(1)中國制造業投入服務化總體水平不高，并且呈現一定的下降趨勢。投入服務化水平在不同類型制造行業之間有所差異，勞動密集型行業、低技術行業的投入服務化水平高于資本密集型、高技術行業；(2)中性技術進步假設下，投入服務化對制造業生產率的影響為正，但不顯著。非中性技術進步假設下，投入服務化帶來的是資本節約型技術進步以及中性的技術退步，投入服務化對制造業生產率的總效應為正，但這種正向影響效應還很小；(3)行業特征對投入服務化的生產率效應存在一定的差異，投入服務化在勞動密集型行業的生產率效應大于資本密集型行業，但在高技術行業和低技術行業的差異不明顯。

上述研究結論表明，投入服務化對中國制造業生產績效的作用還很有限。為提高制造業服務化的經濟績效，促進中國制造業升級，應該做好以下幾個方面：(1)提高制造業投入服務化水平。消除制約服務業發展的體制性障礙，培養公開、公平、公正的市場環境，加強法律制度、市場中介組織建設，降低交易成本和風險，促進制造業投入服務化水平的提高。進一步推進勞動密集型、低技術制造業服務投入的同時，加強生產性服務與資本密集型、高技術制造業的對接與融合。(2)強化生產性服務企業的專業化分工優勢。加大政策支持和投入力度，強化生產性服務企業的專業化水平及規模經濟優勢，加強信息化和標準化建設，推動生產性服務企業從提供一般性的生產性服務向高技術含量高附加價值以及綜合性服務轉變，提高服務水平和供給能力。(3)推動制造企業轉變傳統的生產經營模式。集中資源于核心生產能力的同時，整合利用外部專業化社會化服務的供給能力，發揮現代服務業在制造業生產經營中的作用。在實施生產性服務外包的同時，注重與服務企業的溝通協調，降低外包風險，提高外包績效。

[1]GRUBEL H，WALKER M.Service industry growth:cause and effects[M].Vancouver:Fraser Institute，1989.

[2]FRANCOIS J.Producer services，scale，and the division of labor[J].Oxford Economic Papers,1990，42(4)：715-729.

[3]FRANCOIS J,REINERT K.The role of services in the structure of production and trade:stylized facts from a cross-country analysis[J].Asia-Pacific Economic Review,1996,2(1):35-43.

[4]TEN T R，WOLFF E N.Outsourcing of services and the productivity recovery in US manufacturing in the 1980s and 1990s[J].Journal of Productivity Analysis,2001,16(2):149-165.

[5]GUERRIERI P，MELICIANI V.Technology and international competitiveness:the interdependence between manufacturing and producer services[J].Structural Change and Economic Dynamics,2005,16(4):489-502.

[6]ARNOLD J M，MATTOO A，NARCISO G.Services inputs and firm productivity in Sub-Saharan Africa:evidence from firm-level data[R].Policy Research Working Paper,2006.

[7]WOLFMAYR Y.Producer services and competitiveness of manufacturing exports[R].FIW Research Report,2008.

[8]顧乃華，畢斗斗，任旺兵.中國轉型期生產性服務業發展與制造業競爭力關系研究——基于面板數據的實證分析[J].中國工業經濟，2006(9):14-21.

[9]江靜，劉志彪，于明超.生產者服務業發展與制造業效率提升：基于地區和行業面板數據的經驗分析[J].世界經濟，2007(8):52-62.

[10]汪德華，江靜，夏杰長.生產性服務業與制造業融合對制造業升級的影響——基于北京市與長三角地區的比較分析[J].首都經濟貿易大學學報，2010(2):15-22.

[11]劉純彬，楊仁發.中國生產性服務業發展對制造業效率影響實證分析[J].中央財經大學學報，2013(8):69-74.

[12]顧乃華.工業投入服務化：形成機制、經濟效應及其區域差異[J].產業經濟研究，2010(3):23-30.

[13]MARKUSEN J R.Trade in producer services and in other specializad intermediate inputs[J].American Economic Review,1989,79(1):85-95.

[14]ABRAHAM K，TAYLOR S.Firms’ use of outside contractors:theory and evidence[J].Journal of Labor Economics,1996,14(3):394-424.

[15]ETHIER W.National and international returns to scale in the modern theory of international trade[J].The American Economic Review,1982,72(3):389-405.

[16]CICCONE A，HALL R E.Productivity and the density of economic activity[J].The American Economic Review,1996,86(1):54-70.

[17]呂政，劉勇，王欽.中國生產性服務業發展的戰略選擇——基于產業互動的研究視角[J].中國工業經濟，2006(8):5-12.

(責任編輯：蔣 琰)

The Productivity Effect of Servitization of Input in Manufacturing

LI Xiaohui，ZOU Zhaoxi

(School of Business Administration，Capital University of Economics and Business，Beijing 100070，China)

From the perspective of inputs，the paper calculates the servitization level in China’s manufacturing based on input-output data，and tests its effect on manufacturing’s productivity and industrial disparity by a panel data model.The results show that the overall level of service input in manufacturing is low，and there is a tendency of decline.The influence of input servitization on manufacturing is positive but limited.The effect on productivity in the labor-intensive industries is larger than that of capital-intensive industries，while in the high-tech and the low-tech industries，the disparity is not obvious.

servitizaiton of input；manufacturing；productivity

2014-12-10

中國博士后科學基金項目“流通業外溢效應促進中國制造業升級研究”(2014M561004)；北京市博士后工作經費資助項目“現代流通業的外溢效應及其形成機制研究”(2014ZZ-81)

李曉慧(1981—)，女，首都經濟貿易大學工商管理學院博士后，研究方向為技術經濟與管理；鄒昭晞(1950—)，女，首都經濟貿易大學工商管理學院教授，博士生導師，研究方向為技術經濟與管理。

F424.7

A

1008-2700(2015)02-0039-07