中國生產性服務業與裝備制造業的互動效率分析

解季非

（天津大學 管理與經濟學部，天津 300072）

0 引言

供給側結構性改革的提出，使中國制造業轉型升級的任務更加緊迫。裝備制造業作為制造業的核心組成部分，面臨淘汰落后產能、化解過剩產能、提高技術創新和信息化水平等壓力，提高與生產性服務業之間的互動效率將成為必然選擇。生產性服務業作為生產過程的中間產業，在保證生產柔性、促進技術進步、提高生產效率、降低生產成本、推動產業升級等方面發揮著重要作用，其發展規模和水平極大地影響著供給側改革在制造業中的作用和效果，而提高與裝備制造業之間的互動效率將是其擴大規模和向高級化發展的有效途徑。

中外學者對生產性服務業與制造業的互動進行了大量研究[1-8]。但大都集中于互動的動因、作用、模式和戰略等方面，很少著眼于互動效率，且多為生產性服務業對制造業整體效率單向作用的研究，從而無法對二者間的雙向互動效率做出有效評價。

裝備制造業作為制造業的核心組成部分，與生產性服務業之間存在緊密的互動關系。Gebauer(2012)[9]等曾以裝備制造業為例，研究其與生產性服務業之間的互動關系，并證明了互動對于二者皆具有重要意義。因此，本文以中國生產性服務業與裝備制造業的互動效率為研究對象，建立互動效率評價指標體系，運用DEA模型，以2015年中國30個省市兩大產業細分行業截面數據為基礎進行實證研究，以揭示中國兩大產業互動效率的現狀及特征。

1 研究假設

1.1 裝備制造業拉動和牽引生產性服務業

Cohen和Zysman(1987)[2]的研究表明，裝備制造業是生產性服務業的重要需求來源，為后者的生存和發展帶來了廣闊的市場和空間。一方面，Geo(1991)[10]認為裝備制造業內部技術的不足和發展的需要，促使其通過外購來獲得所需服務，因而以市場需求拉動了生產性服務業發展；另一方面，Guerrieri等(2005)[11]的研究表明，隨著要素市場化程度的加深，裝備制造業規模的擴大和水平的提高，使其對生產過程中要素配置效率化的要求不斷提高，進而對生產性服務業的需求結構也在持續變化和發展，牽引著其結構優化升級，并向高端化邁進。

假設1：裝備制造業能夠拉動和牽引生產性服務業發展。

1.2 生產性服務業支持和助推裝備制造業

生產性服務業為裝備制造業提供高級服務要素，是其產業鏈中的重要價值環節。一方面，Karaomerlioglu等(1999)[12]認為生產性服務業的介入能有效降低裝備制造業的生產成本、信息成本、中間服務成本和交易成本，從而支持其發展；另一方面，Dnniels(1989)[13]、O’Faeeell等(1990)[14]的研究顯示，生產性服務業提供的高級知識和技術，能夠大幅提高裝備制造業在創意研發、生產加工、市場營銷及售后服務等運營環節中的效率，實現其生產的效率化，優化其產品和產業結構，進而助推裝備制造業發展。

假設2：生產性服務業可以支持和助推裝備制造業發展。

1.3 生產性服務業與裝備制造業融合發展

Diaz(1998)[15]的研究表明，生產性服務業與裝備制造業存在融合發展的趨勢，表現為相互依托、相互促進、協同發展的狀態。劉明宇等(2010)[7]的研究表明，裝備制造業對生產性服務業的需求日益增長，二者的互動滲透在各個價值環節之中，并協同發展。隨著互動程度不斷加深，兩大產業的融合將在經濟規律、市場機制和相關政策的作用下，伴隨產業要素的有效流動得以完成。

假設3：生產性服務業與裝備制造業在發展進程中存在融合趨勢。

2 指標體系的構建及檢驗

2.1 裝備制造業拉動和牽引生產性服務業的效率評價指標體系

裝備制造業對生產性服務業的拉動和牽引是通過外包和購買各種服務要素實現的。生產性服務業作為裝備制造業的中間投入產業，其總需求與結構在很大程度上取決于后者的發展規模和水平。裝備制造業的發展規模和水平可由多種指標予以評價，本文選擇其工業銷售產值、資產總計、平均用工人數和利潤總額作為相應評價指標。此外，區位因素也在一定程度上影響著裝備制造業帶動和牽引生產性服務業的效率，因此選擇地區生產總值作為區位因素的評價指標。裝備制造業對生產性服務業拉動和牽引的結果表現為后者的發展程度，因此選擇法人單位數、全社會固定資產投資、營業收入和從業人員數作為相應評價指標。由此建立效率評價指標體系（見圖1）。

圖1 裝備制造業拉動和牽引生產性服務業的效率評價指標體系

2.2 生產性服務業支持和助推裝備制造業的效率評價指標體系

生產性服務業對裝備制造業的支持和助推是通過其高級服務要素向后者價值環節中滲透實現的，滲透過程受雙方共同影響。高級服務要素的數量和質量，分別取決于作為提供者的生產性服務業的發展規模和程度。本文選擇其法人單位數、全社會固定資產投資、營業收入和從業人員數作為其發展規模和程度的評價指標。區位因素同樣在一定程度上影響著支持和助推作用的發揮，因此仍以地區生產總值作為區位因素的評價指標。生產性服務業對裝備制造業支持和助推的效果表現為后者的發展程度，因此選擇工業銷售產值、主營業務收入和利潤總額作為相應評價指標。由此建立效率評價指標體系（見圖2）。

圖2 生產性服務業支持和助推裝備制造業的效率評價指標體系

2.3 科學性檢驗

運用灰色關聯分析對所建效率評價指標體系進行科學性檢驗（見表1），分析結果表明各投入指標對產出指標均具有顯著影響，因此所建效率評價指標體系合理。

表1 互動效率評價指標體系灰色關聯分析

3 模型的構建

目前相關研究所用指標多為產業規模、產業利潤水平等單一業績指標，只能測度互動效率的某個方面，無法反映整體情況。王恕立等(2012)[16]曾運用DEA方法對中國服務業細分行業TFP進行了測算。本文則運用DEA方法，將一系列相關指標設定為投入、產出指標，從而得到能夠反映中國整體及各地區生產性服務業與裝備制造業互動效率的單一數字指標。

設DMUk(k=1,2,…,n)為n個同質決策單元，投入、產出指標分別為 X=(x1,x2,…xp)和Y=(y1,y2,…yq)，相應權重系數向量分別為V=(ν1,ν2,…νp)T和U=(u1,u2,…uq)T，則每個決策單元DMUk有其效率評價指數：

式（1）中，xik表示第k個決策單元的第i項投入(i=1,2,…,p)，yjk表示第k個決策單元的第 j項產出(j=1,2,…,q)。

在hk≤1(k=1,2,…,n)的約束條件下，選擇最優的V和U對第k0個決策單元進行效率評價，以使h0達到最大值?？山⑷缦聰祵W規劃模型：

式（2）中，xik和 yjk為已知數，νi和uj為變量。

記 Xk=(x1k,x2k,…,xpk)T，Yk=(y1k,y2k,…,yqk)T，則有：

此模型是一個分式規劃，不便于求解，故進行Charnes-Cooper變換：

此為等價線性規劃模型，其中 ωT=(ω1,…,ωp)T和μT=(μ1,…,μq)T是變量。此模型即為CCR模型，其對偶模型如下：

引入松弛變量得：

其中 λ=(λ1,λ2,…,λn) 及 θ 為n+1個變量。該模型的直觀意義為：在確定產出Y0不變的條件下，嘗試將投入X0以比例θ減少，如果已不能減少，即θ=1，說明DMUk0已經是有效的；反之，可減少量為S-。

該模型即為BCC模型。

若綜合效率等于1，表明決策單元是DEA有效的，即達到了生產前沿；若綜合效率值小于1，表明決策單元并非DEA有效的，尚未達到生產前沿，意味著其在技術效率或規模效率上至少一項并非有效，因而需要向著生產前沿做出相應調整。

4 實證分析

4.1 實證對象與數據來源

以2015年中國30個省份（西藏無數據，故不選）生產性服務業與裝備制造業細分行業截面數據為基礎，對其互動效率進行實證分析，其中生產性服務業集PS={PS1，PS2，PS3，PS4，PS5，PS6}={交通運輸、倉儲業和郵政業，信息傳輸、軟件和信息技術服務業，金融業，房地產業，租賃和商務服務業，科學研究和技術服務業}；裝備制造業集EM={EM1，EM2，EM3，EM4，EM5，EM6、EM7}={金屬制品業，通用設備制造業，專用設備制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業}。數據選自2016年《中國統計年鑒》《中國第三產業統計年鑒》《中國工業統計年鑒》及相關網絡數據庫。

4.2 互動效率分析結果

對所選數據運用DEA模型進行分析。運用CCR模型測算2015年中國各地區兩大產業及細分行業互動綜合效率；運用BCC模型測算2015年中國各地區兩大產業互動技術效率；互動規模效率則由計算得到。為便于表述，分別以CESEP-PS、TESEP-PS和SESEP-PS代表裝備制造業作用于生產性服務業的綜合效率得分、技術效率得分和規模效率得分，以CESPS-EP、TESPS-EP和SESPS-EP代表生產性服務業作用于裝備制造業的綜合效率得分、技術效率得分和規模效率得分，結果見下頁表2至表5。分析結果驗證了前文提出的三個理論假設。

從中國總體來看（表2），一方面，生產性服務業與裝備制造業雙向作用技術效率均達到前沿（TES=1），具有技術有效性，但規模效率不高，其中SESEP-PS=0.572，SESPS-EP=0.511，進而使得兩大產業互動CES不高，僅為0.541。另一方面，全國大多數地區裝備制造業對生產性服務業作用的規模報酬遞減，而后者對前者作用的規模報酬遞增。這在反映出中國兩大產業技術水平不斷提高的同時，也反映出近些年來裝備制造業規模的盲目擴大導致其產能可能面臨過剩的問題，傳統領域“大而全，小而全”的現象仍然存在，使得生產性服務業整體發展規模相對不足。這也是兩大產業轉型升級的困難所在。

按照東、中、西部區域劃分（表3），東、中、西部兩大產業互動CES依次為0.622、0.509、0.473，其中東部地區CESEP-PS=0.629，CESPS-EP=0.614；中 部 地 區 CESEP-PS=0.514，CESPS-EP=0.505；西部地區 CESEP-PS=0.698，CESPS-EP=0.248。由此可見，東、中、西部兩大產業互動CES表現出遞減趨勢。與此同時，東部地區兩大產業互動效率較為均衡，說明東部地區兩大產業發展相對成熟，表現出相對穩定的良性互動態勢；中部地區裝備制造業相對發達，對生產性服務業存在較大需求，而生產性服務業對裝備制造業的支持和助推效果尚顯不足；西部地區CESPS-EP僅為0.248，反映出西部地區生產性服務業的嚴重落后，沒有對裝備制造業發揮應有的支持和助推效果。

表2 生產性服務業與裝備制造業互動效率

表3 東、中、西部生產性服務業與裝備制造業互動效率

表4 主要經濟區域生產性服務業與裝備制造業互動效率

從中國主要經濟區域來看（表4），京津冀地區兩大產業互動綜合效率得分為0.643，CESEP-PS=0.700，CESPS-EP=0.586。其中，北京CESEP-PS達到前沿，而CESPS-EP僅為0.275，這在很大程度上反映出了北京裝備制造業的外遷趨勢；天津兩大產業互動綜合效率得分為0.780，位列全國第一，這主要歸功于天津近年來生產性服務業的迅速發展，為相關產業帶來了強大的支撐和動力；河北省兩大產業互動效率得分不高，僅為0.512。長三角地區兩大產業互動綜合效率得分為0.677，其中江蘇、上海兩大產業互動綜合效率位列全國第二和第三，其 CESPS-EP分別達到 1和 0.717；浙江、安徽兩大產業互動效率也相對較高。珠三角地區的廣東省兩大產業互動綜合效率得分為0.680，位列全國第六，CESPS-EP達到0.902，相比之下，CESEP-PS較低，僅為0.458。長三角、珠三角兩地生產性服務業起步較早，發展較為成熟，成為本地區裝備制造業發展的重要基礎。成渝地區兩大產業的互動綜合效率得分為0.632，CESEP-PS=0.684，CESPS-EP=0.580。成渝地區工業基礎雄厚，為生產性服務業帶來了廣闊的生存發展空間，但生產性服務業的發展尚無法很好地支持和助推本地區裝備制造業的效率化提升。

從兩大產業細分行業CES來看（表5），生產性服務業部門中對裝備制造業作用的CES最高的是交通運輸、倉儲和郵政業（0.630）；其次為金融業（0.561），租賃和商務服務業（0.548）以及科學研究和技術服務業（0.521）；信息傳輸、軟件和信息技術服務業（0.484）以及房地產業（0.466）的作用綜合效率較低。裝備制造業部門中對生產性服務業作用的CES由高到低依次為金屬制品業（0.607），專用設備制造業（0.582），通用設備制造業（0.571），電氣機械和器材制造業（0.532），鐵路、船舶、航天航空和其他運輸設備制造業（0.514），計算機、通信和其他電子設備制造業（0.488），儀器儀表制造業（0.450）。由此可見，兩大產業互動綜合效率較高的部門仍主要集中于勞動相對密集的基礎性部門，而知識和技術密集型部門間的互動綜合效率仍然較低。

表5 生產性服務業與裝備制造業細分行業互動綜合效率

5 結論

生產性服務業與裝備制造業的互動效率不僅關系到兩大產業自身的發展，同時也關系到供給側結構性改革效果的發揮。本文構建了互動效率評價指標體系，運用DEA模型，以2015年中國30個省份兩大產業細分行業截面數據為基礎進行實證分析，主要結論如下：

（1）中國總體生產性服務業與裝備制造業雙向作用技術效率均達到前沿，具有技術有效性，但規模效率不高，進而使得互動綜合效率不高。與此同時，全國大多數地區裝備制造業對生產性服務業作用的規模報酬遞減，而后者對前者作用的規模報酬遞增。

（2）東、中、西部生產性服務業與裝備制造業互動綜合效率表現出遞減趨勢。東部地區兩大產業互動效率較為均衡；中部地區裝備制造業對生產性服務業的拉動和牽引作用相對明顯；西部地區生產性服務業嚴重落后，沒有對裝備制造業發揮應有的支持和助推效果。

（3）四大經濟區域生產性服務業與裝備制造業互動綜合效率得分較為接近，珠三角和長三角得分略高于京津冀和成渝地區。

（4）中國生產性服務業與裝備制造業互動綜合效率較高的部門仍主要集中于勞動相對密集的基礎性部門，而知識和技術密集型部門間的互動綜合效率仍然較低。

[1]Grubel G H,Walker A M.Service Industry Growth:Cause and Effects[M].Vancouver:Fraser Institute,1989.

[2]Cohen S,Zysman J.Manufacturing Matters:The Myth of the Post-In?dustrial Economy[M].New York:Basic Books,1987.

[3]Markusen J.Trade in Producer Services and in Other Specialized In?termediate Inputs[J].American Economic Review,1989,79(1).

[4]Eswarn M,Kotwal A.The Role of the Service Sector in the Process of Industrialization[J].Journal of Development Economics,2002,68(2).

[5]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).

[6]江靜,劉志彪,于明超.生產性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).

[7]劉明宇,芮明杰,姚凱.生產性服務價值鏈嵌入與制造業升級的協同演進關系研究[J].中國工業經濟,2010,(8).

[8]高覺民,李曉慧.生產性服務業與制造業的互動機理：理論與實證[J].中國工業經濟,2011,(6).

[9]Gebauer H,Ren G J,Valtakoski A,et al.Service-driven Manufactur?ing Provision,Evolution and Financial Impact of Services in Industri?al Firms[J].Journal of Service Management,2012,(1).

[10]Geo W R.The Growth of Producer Service Industries:Sorting Through the Externalization Debate[J].Growth and Change,1991,(22).

[11]Guerrieri P,Meliciani V.Technology and International Competitive?ness:The Interdependence Services[J].Structural Change and Eco?nomic Dynamics,2005,16(4).

[12]Karaomerlioglu D,Carlsson B.Manufacturing in Decline?A Matter of Definition[J].Economics Innovation of New Technology,1999,(8).

[13]Dnniels P W.Some Perspectives on the Geography of Services[J].Progress in Human Geography,1989,(13).

[14]O’Faeeell P N,Hitchens D M.Producer Services and Regional De?velopment:A Review of Some Major Conceptual Policy and Re?search Issues[J].Environment and Planning,1990,(22).

[15]Diaz F D.On the Limits of Post-Industrial Society:Structural Change and Service Sector Employment in Spain[J].International Review of Applied Economics,1998,(12).

[16]王恕立,胡宗彪.中國服務業分行業生產率變遷及異質性考察[J].經濟研究,2012,(4).