生產性服務業集聚與制造業轉型的關聯性研究
——基于產業互動視域的分析

曲紹衛，夏 遠，姚 毅

(1.北京科技大學 文法學院，北京100083; 2.長江大學 文理學院，湖北 荊州434020)

1 引言

隨著中國經濟發展進入到由提高速度轉為注重質量的階段，打造“現代化經濟”體系是優化產業結構、轉換新舊驅動模式的現實需要。黃毅敏和齊二石［1］認為現代產業體系作為經濟水平現代化的重要標志，制造業代表一國的核心競爭力和綜合國力，優化現代經濟結構體系、增強產業競爭優勢的關鍵取決于制造業能否順利升級轉型。程東全等［2］，盛豐［3］認為針對制造業轉型的路徑探索很多，核心要素就是優化配置產業的微觀要素結構和從低級向高級演變資源的利用方式。當前形勢下，優化產業結構已經被提議為國家發展戰略，生產性服務業和制造業能否深度融合并且相互促進已成為學術界的熱點研究問題［4，5］。本文以產業互動作為研究的邏輯起點，研究兩者之間的關系，通過量化模型分析并驗證生產性服務業對制造業的影響作用，進而為制造業轉型升級提出合理的對策，為真正把握以發展生產性服務業來提升制造業轉型升級的精髓提供較強的理論基礎與現實意義。

由于中國的服務業在改革開放以來才開始逐漸發展，而生產性服務業作為一類特殊的服務業，近些年才在學術界得到了關注。通過對兩者之間關系的文獻梳理總結，主要有三類觀點。

第一類是生產性服務業集聚或制造業升級的單方程研究。例如，基于馬歇爾的產業集聚理論，Ellison等［6］通過美國的經濟普查數據計算出兩者之間的集聚程度，并通過一系列要素科學解釋了美國的生產性服務業和制造業集聚，他們的結論很好地驗證了馬歇爾的產業集聚理論合理性。盛龍和陸根堯［7］根據新經濟地理理論并以中國2003 ～2010 年這7 年的地級市數據為基礎研究生產性服務業集聚的影響因素，結論表明制造業集聚、信息化水平、市場化程度和人力資本水平這四個因素會明顯影響地區的生產性服務業集聚程度。他們認為制造業的外包行為能夠有效地促進其與生產性服務業的信任度，從而形成了二者互動發展的模式。

第二類是生產性服務業與制造業升級的共生關系測算以及因素分析［8］。例如，劉浩和原毅軍［9］選取27 個省市區1998 ～2005 年面板數據作為研究樣本，通過構造和測算生產性服務業與制造業的共生度和共生系數深入地研究了中國生產性服務業與制造業的共生關系。其研究結果顯示生產性服務業與制造業的共生性在中國不同地區和不同時期差異較大，東部地區在大部分時期內都存在著互惠共生關系而部分中部和西部省份呈現出反共生現象。喻春嬌和鄭光鳳［10］以湖北省2005年的投入—產出延長表為依據，得到的研究結果顯示制造業對生產性服務業的依賴度較高，但生產性服務業對制造業卻沒有這么強的依賴性。

第三類是關于生產性服務業與制造業的互動影響關系研究。這方面的研究是近年來才開始的，胡曉鵬和李慶科［11］，高覺民和李曉慧［12］認為生產性服務業與制造業的關系不一定是簡單的單向影響或者共生發展，他們可能存在更深層次的互動因果關系。喬均和施建軍［13］，張曉濤和李芳芳［14］通過對大量國外文獻的整理，發現國外經濟學者通過研究證明了兩者之間是一種共同發展的協同關系。

通過對現有文獻的分析，本文發現現有的研究內容主要集中在前兩類:第一，通過單方程實證分析研究兩者之間相互作用的影響因素。第二，研究兩者之間的共生發展關系。盡管生產性服務業與制造業之間的互動影響得到了學術界的不少關注，但是較少有研究涉及到二者的因果識別和討論。最后，現有的研究選取的數據大多是基于某一個省份某幾年的投入產出表或者是省級面板數據作為樣本進行實證分析，雖然這種做法能夠體現一定的針對性，但是不利于總結全國的一般性特征與規律。通過上述分析，本文認為，基于地市級的面板數據運用聯立方程模型研究生產性服務業與制造業轉型的雙向因果關系具有較大的價值，只有深入地剖析兩者之間的因果關系，才能從產業互動及融合的視域科學合理地制定相關政策提升中國生產性服務業和制造業的水平。

2 理論模型分析

本文認為生產性服務業與制造業間存在著一個內在的互動影響的系統，為了進一步說明生產性服務業與制造業的互動影響的作用機理，本文擬選取柯布—道格拉斯函數作為基礎模型，在此模型基礎上進行分析和擴展，研究二者相互作用的過程，該模型的基礎形式如(1)式所示

可以看出，上述(1)式的左邊為產出，右邊為投入要素和技術水平。為了進一步探究生產性服務業與制造業在系統內的互動影響，本文分別從產出和要素投入的角度進行分析。首先，從產出方面來講，假設一個產業中既存在生產商也存在服務商，其中生產商的產出為Yp，服務商的產出為Ys，且Y=Yp+Ys，設生產商所占比重為δ(0 ＜δ ＜1)，則有Yp=δY，Ys=(1－δ)Y，基于以上公式能夠推導出兩者的產出規模關系，如(2)式所示

其次，從要素投入方面來講，資本和勞動都也可以分解為生產商和服務商投入的資本和勞動，而綜合技術水平A 也可以分解為生產商的技術水平(如技術創新等)和服務商的技術水平(如管理能力等)。基于以上分析，產業內生產商和服務商的技術水平、資本和勞動投入具有較大的差別，所以可以將(1)式改寫成如下形式

其中Ap表示產業內生產商的技術水平、Kp表示生產商的資本投入、Lp表示生產商的勞動投入，As表示產業內服務商的技術水平、Ks表示服務商的資本投入、Ls表示服務商的勞動投入。在此基礎上，可以進一步將(3)式進行重組，如下所示

將方程(2)帶入方程(4)中，可以得出生產性服務業與制造業的關系，如下所示

通過上述的方程(5)和方程(6)，可以看出只要該產業的要素產出彈性系數滿足α1α+α2α+β1β+β2β1，就能夠保證該產業的整體規模收益不變或者遞增。將方程(4)與方程(5)進行聯立，得出如下聯立方程

基于上述聯立方程，生產性服務業與制造業的互動影響過程和機理可以從兩個方面進行說明:

其次，根據上文的分析，可以看出生產性服務業與制造業的互動影響是有一定的假設和前提的，那就是該產業總體的規模收益至少保持不變，同時，產業內的生產商和服務商的規模收益也保持不變，這樣才能保證生產性服務業與制造業的良性互動能夠持續下去。設生產商的規模收益彈性系數為γ1，服務商的規模收益彈性系數為α+β－γ1，在滿足二者都處于規模收益不變或者遞增的條件下，即可實現兩者間的互動發展。具體來講，當α1α+α2αγ1和β1β+β2βα+β－γ1時，兩者之間可以實現良性互動發展。

在下文的研究中，本文基于上述聯立方程理論模型同時借鑒前人的相關研究成果來構建計量經濟學模型進行實證分析，并添加相應的控制變量在上述模型中以保證得到的回歸結果科學合理。

3 變量選取、數據說明和模型設定

3.1 變量選取

生產性服務業集聚程度:參考陳建軍等［15］的研究作為樣板，主要有雅各布外部性(即赫芬達爾指數)、生產性服務業的從業人員占比、產值比例和所在區位這幾種。其中生產性服務業的雅各布外部性和區位熵是從地區專業化的角度來衡量生產性服務業的集中度，這一類指標雖能較好地反映該地區的生產性服務業專業化程度，但是不能有效地衡量該地區生產性服務業在產業結構中所占比重。本文的研究重點在于兩者之間能否互相融合發展，因此，本文著重關注的是生產性服務業在經濟結構中的“量”而非“質”。鑒于此，本文選取生產性服務業從業人員數量的占比作為衡量生產性服務業集聚程度的標志并用Ser 符號指代。

制造業轉型:本文使用地區的勞動生產率來衡量制造業升級轉型的進程，勞動生產率即為單位制造業從業人員貢獻的工業產值，為了滿足計量模型估計的基本假設，本文對單位制造業從業人員貢獻的工業產值取對數作為制造業轉型的代理變量并用符號lnPro 指代。

區域創新能力:本文選取地區每萬人中的高校在校生人數來衡量區域創新能力，同樣對該變量取對數以符號lnlnn 指代。

區域經濟發展水平:經濟發展水平一般是由地區人均國民生產總值和地區人均可支配收入作為衡量標準，本文研究與制造業相關聯，因此，選取制造業人均工資水平的對數值來衡量地區經濟發展水平并以符號lnlnc 表示。

市場需求規模:本文選取地區貨運量和地區工業總產值來衡量地區的市場規模，為保證計量回歸的基本假設，本文均對上述變量取對數分別用符號lnFre 和lnInd 指代。

地理區位:本文選取地區到省會城市的距離以符號Dis 指代用來衡量該地區的區位特征。

金融發展水平:本文選取地區存貸比以符號Fin 用來衡量金融發展水平。

政府干預程度:本文參考樊綱等［16］的研究，將政府干預市場程度的強弱用地區政府財政支出占地區GDP 的比例大小來指代并用符號Gov 表示。

3.2 數據說明

本文從《中國城市統計年鑒》中選取全國共283 個地級市從2010 年到2017 年總樣本數為2583 個數據作為研究樣本。并從Google Maps 收集到省會城市的距離數據。當前學術界關于如何統計生產性服務業口徑不一，例如交通服務運輸業和零售業，他們既可以作為生產者也可以作為消費者，這種產業究竟是否應該納入到生產性服務業的研究范疇并沒有確定的答案。本研究采用顧乃華等［4］的成果，將“倉儲和郵政業”等8 個產業部門納入到生產性服務業范圍。

對生產性服務業集聚程度，制造業轉型變量的相關分析可知，一個國家生產性服務業集聚程度越大，活動頻率越高，其制造業轉型往往越快越容易。這是因為眾所周知，生產性服務業對于增加制造業生產的迂回度和知識含量，提升制造業效率和競爭力，以及促進制造業轉型升級具有十分重要的作用。而二者之間還存在互相促進的因果關系，制造業轉型升級往往會反作用于生產性服務業的規模。對后續使用的變量數據進行描述性統計說明，可以看到我們篩選的因變量、自變量、控制變量的均值、最小值、最大值和標準差，不區分年份看，生產性服務業集聚程度，制造業轉型在不同年份間離差均呈現較大的差異，說明不同年份不同地區之間的生產性服務業集聚程度，制造業轉型水平均存在顯著差異，而區域創新能力，區域經濟發展水平，市場需求規模，地理區位，金融發展水平，政府干預程度等控制變量變化較小。綜上，為了確保本文研究選取的樣本不存在較為明顯的離群值，對本文選取的內生變量和外生變量進行5%的截尾處理，確保最終進行實證分析的數據都處在合理的區間內，所以排除了本文研究受到離群值干擾的可能性。

3.3 模型設定

根據理論分析部分的內容，本文在借鑒江靜等［17］對于生產性服務業集聚與制造業轉型的單方程研究基礎上構建以下聯立方程模型來研究生產性服務業集聚與制造業轉型的關系。

上述模型中，Ser 和lnPro 表示本文研究的主要變量，即生產性服務業集聚程度和制造業轉型。lnlnc 為地區制造業職工工資的對數值，lnlnn 為地區每萬人擁有的高校在校學生數的對數值，lnInd為地區工業總產值的對數值，Gov 為地區政府干預程度，lnFre 為地區貨運量的對數值，Dis 為地區與省會城市的距離，Fin 為地區金融發展程度。

4 實證結果分析

4.1 聯立方程識別和檢驗

根據包群和彭小軍［18］的研究，在聯立方程前，需要先判斷聯立方程的可識別性。若聯立方程在模型中具有唯一的統計形式，則說明該聯立方程是可識別的，可識別的聯立方程又可以分為恰好識別和過度識別兩種。只有聯立方程具有可識別性才能通過對應的計算方法進行參數預估，因此要先判斷上述聯立方程是否具有可識別性后才能進行下一步的聯立方程參數預估。

階條件作為必要條件而秩條件作為充要條件都是判斷聯立方程可識別性的主要依據。判斷聯立方程的可識別性通常需要經過三個步驟來驗證。第一，先判斷階條件是否成立，只有成立才能進行接下來的步驟;第二，如果階條件成立則需進一步判斷秩條件是否成立，否則方程無法識別;第三，當兩個條件都成立，仍需要通過階條件的情況來判斷是哪一種具體識別方式。

對于上述聯立方程來講，其內生變量和前定變量共有K 個(K=10)，內生變量共有G 個(G=2)。其中方程(Ⅰ)有M1個內生變量和前定變量(M1=7)，方程(Ⅱ)中有M2個內生變量和前定變量(M2=5)。對于方程(Ⅰ)來講，有K－M1=3 ＞G－1=1，所以方程(Ⅰ)滿足階條件。對于方程(Ⅱ)來講，有K－M2=5 ＞G－1=1，所以方程(Ⅱ)也滿足階條件。接下來對方程的秩條件進行判斷，通過對上述聯立方程計算得到滿足秩條件的被斥變量的參數矩陣的秩為1。但是階條件中K－M均大于G－1，因此該聯立方程屬過度識別，那么上述方程可以使用參數估算法對參數進行估算。

先要通過Hausman 檢驗來驗證方程的聯立性(也稱內生性檢驗)，而后才能對可識別的聯立方程進行估計，其基本原理是使用方程(Ⅰ)進行回歸，然后將回歸得到的殘差作為一項解釋變量放到方程(Ⅱ)中進行回歸，若該殘差項在方程(Ⅱ)中是顯著的，則說明該聯立方程具有相關性，即方程可以聯立進行參數估計。根據上述步驟，本文對聯立方程(Ⅰ)和(Ⅱ)的聯立性進行檢驗，檢驗結果顯示，方程(Ⅰ)的殘差項ε1在方程(Ⅱ)中通過了5%的顯著性水平檢驗，即方程(Ⅰ)和(Ⅱ)可以聯立并進行參數估計。

4.2 估計方法選擇和估計結果分析

目前常用的面板數據聯立方程估算法主要是兩階段最小二乘法(2SLS)和三階段最小二乘法(3SLS)。本文使用3SLS 對上述聯立方程模型進行參數估計，主要原因有兩點，一是3SLS 基于2SLS 上使用了廣義最小二乘法(FGLS)對2SLS 的結果進行進一步計算，提高了結果的可靠性和合理性，二是3SLS 是一種系統估計方法，能夠考慮回歸方程的聯立性。

表1 基于3SLS 和OLS 的聯立方程估計結果分析

根據表1 聯立方程回歸的結果來看，聯立方程(Ⅰ)的回歸結果顯示Ser 的系數為2.943，且通過了1%的顯著性水平檢驗，即生產性服務業集聚程度每提高1%，會導致制造業轉型提升2.943%，一定程度說明了提高生產性服務業集聚程度能夠促進制造業轉型升級。其中lnInd 的系數為0.522，通過了1%的顯著性水平檢驗，表明地區工業總產值對制造業升級具有一定的促進作用，即地區工業總產值每增加1%會導致制造業轉型程度提升0.522%。此外，lnlnc、Gov、lnFre 和lnlnn 的系數分別為－6.933、－0.942、－1.620 和－8.731，且他們都通過了1%的顯著性水平檢驗，這表明地區職工收入、政府干預度、地區市場規模對制造業轉型具有一定的抑制作用。其次，從聯立方程(Ⅱ)的回歸結果來看，lnPro 的系數為2.150，且通過了1%的顯著性水平檢驗，這表明制造業轉型能夠在一定程度上增強生產性服務業集聚，制造業轉型程度每提升1 個百分點會導致生產性服務業集聚程度提升2.15 個百分點。對于方程(Ⅱ)的控制變量，Dis、Fin 和Gov 的系數分別為－2.624、2.916 和0.535，上述三個變量的系數均通過了1%的顯著性水平檢驗，其中到省會的距離對地區生產性服務業起到了一定的抑制作用而金融發展和政府干預程度的增強均會在一定程度上促進地區生產性服務業集聚。最后，為了進一步說明使用聯立方程進行估計的必要性，本文同樣使用OLS 對上述的方程(Ⅰ)和方程(Ⅱ)進行估計，結果如表1 的第4列和第5 列所示。OLS 估計的數據結果顯示生產性服務業集聚對制造業升級轉型的影響系數為0.011，通過了1%的顯著性水平檢驗。而制造業轉型對生產性服務業集聚的影響系數為0.220，沒有通過顯著性水平檢驗，這表明制造業轉型對生產性服務業集聚沒有顯著的影響。OLS 的估計結果與聯立方程估計得結果存在較大的差異，OLS 估計表明生產性服務業集聚與制造業轉型僅僅存在單向因果關系，而聯立方程估計表明生產性服務業集聚與制造業轉型存在著雙向因果關系。這進一步證明了本文使用聯立方程估計的合理性，因為OLS估計恰恰無法解決模型中變量存在的內生性問題，因此會導致估計結果存在偏差，而聯立方程估計合理地解決了內生性存在的問題，其估計結果是較為可靠的。

通過對回歸結果的描述，可以看出中國生產性服務業與制造業轉型之間確實存在著較為顯著的雙向因果關系，即一方面生產性服務業集聚能夠推動制造業升級轉型，另一方面，制造業升級轉型也能夠促使生產性服務業的集聚。這說明，從產業互動的視角，國家可以同時推動生產性服務業發展和制造業轉型，二者能夠相互促進、協調發展。此外，實證分析的結果表明地區創新能力并不能很有效地促進制造業轉型，這與中國的實際情況有關。目前中國制造業總體發展水平不高，許多創新型成果并不能有效地推動制造業轉型，反而會導致制造業原有的人才流失，從而不利于制造業轉型。最后，通過本文的實證分析，可以看出地區的金融發展和政府干預程度會顯著地影響制造業轉型和生產性服務業集聚。其中金融發展能夠有效地推動生產性服務業集聚［19］，這是因為很多生產性服務業的發展都需要投入大量的資金。政府干預程度對制造業轉型和生產性服務業集聚的影響存在較大差異，這與產業發展的特征有關。制造業的轉型升級依靠的是企業的工藝流程改造和創新，政府對這方面并沒有足夠的專業知識，一旦政府對企業自主發展干預程度過多，必然會擾亂市場原有的正常秩序，阻礙制造業的轉型升級［20］。對于生產性服務業當中的金融業來說，此類產業的發展更多地依賴于政策、資金和人力的投入，政府的支持能夠快速地打造出地區的金融中心，所以政府干預能夠顯著地促進生產性服務業的集聚。

4.3 穩健性檢驗分析

為了證明實證結果不是一次樣本估計的偶然現象，本文對研究結果穩健性進行檢驗。實證分析的穩健性檢驗指模型評價方法或者指標解釋能力的魯棒性，也就是當改變某些參數或者采取不一樣的樣本時，研究結果是否與原結論大體一致。前沿研究采用的穩健性檢驗通常有三種，分別是從不同計量方法、不同樣本數據、不同變量選取的角度，再結合自己文章的具體情況選擇穩健性檢驗方法。本文就是改變某個特定的參數，進行重復的實驗，來觀察實證結果是否隨著參數設定的改變而發生變化，如果改變參數設定以后，結果發現符號和顯著性發生了改變，說明不是穩健性的，需要尋找問題的所在。鑒于本文數據選取變量的差異性對結果可能存在較大偏差，而衡量生產性服務業集聚程度的指標著重強調生產性服務業的“量”，因此選取生產性服務業總體產值作為檢驗指標;同理，選取制造業總體人均產出對數作為檢驗制造業轉型指標。同時考察整體變量的穩健性，采用2013 ～2017年度樣本對結果進行穩健性檢驗，結果如表2。

表2 基于不同樣本、年份的聯立方程估計結果分析

根據表2 回歸的結果來看，生產性服務業集聚程度和制造業轉型替代變量均通過了顯著性水平檢驗，即新的變量一定程度再次說明了提高生產性服務業集聚程度能夠促進制造業轉型升級，同時制造業轉型能夠在一定程度上增強生產性服務業集聚，Dis、Fin 和Gov 等控制變量系數均通過了顯著性水平檢驗，這表明地理區位、金融發展水平、政府干預度對生產性服務業集聚具有一定的作用，選取的控制變量對研究變量的影響穩定。采用就近2013 ～2017 年度樣本可以發現對結果影響系數有些許變動:聯立方程(Ⅰ)的回歸結果顯示Ser 的系數為2.845 相對于全樣本的2.943 有所下降，即生產性服務業集聚程度每提高1%，會導致制造業轉型提升2.845%，一定程度說明了近幾年生產性服務業集聚程度對制造業轉型升級的促進能力有所下降。其次，從聯立方程(Ⅱ)的回歸結果來看，lnPro 的系數為2.240，相對于全樣本系數2.150 有所上升，這表明制造業轉型程度每提升1 個百分點會導致生產性服務業集聚程度提升2.240 個百分點，制造業轉型對生產性服務業集聚的促進作用有所上升。

綜上所述，區分制造業升級轉型進程、生產性服務業集聚程度指標和不同年份樣本的回歸結果整體顯示，中國生產性服務業與制造業轉型之間確實存在著較為顯著的雙向因果關系，采用相近變量指標和不同年份依然得到與前文同樣的結論，本文選擇的數據樣本具有穩定性。

5 研究結論與建議

生產性服務業與制造業之間是一種互動影響、彼此依賴、協同發展的關系。本文從產業互動視域對兩者之間的互動關系進行驗證并分析，得到以下研究結論:第一，中國生產性服務業集聚與制造業轉型之間存在著較為顯著的互動關系，兩者之間能夠相互影響并相互促進;第二，由于中國制造業發展階段的局限性，區域創新能力的提升并不能很好地推進制造業轉型;第三，地區金融發展和政府干預能夠促進生產性服務業集聚，但政府干預卻不利于制造業轉型升級。

基于以上結論，本文可得到以下政策建議:

第一，同時推進生產性服務業和制造業轉型，深化供給側改革。本文的研究表明生產性服務業集聚與制造業轉型之間具有高度關聯、融合促進的內在聯系，政府應該本著產業互動的視域，既要提升生產性服務業，也要支持制造業轉型。具體措施上，一方面可以采取人才引進、資金支持和政策導向等方式提升生產性服務業，另一方面，可以通過搭建創新平臺、引進國外專家和組織學習交流等方式促進制造業轉型升級。

第二，提高應用型創新人才的培養力度，推進制造業轉型升級。通過本文的研究，發現僅僅培養學術型創新人才并不能夠有效促進制造業轉型升級，政府應聚焦于應用型技術人才的培養，并支持廣大高校制定專業型應用人才培養計劃，選定的培養方向應以推動制造業轉型升級為目的。同時，相關科研機構也應設置相對應的研究課題，鼓勵學術型創新人才將所學理論知識與工藝改造和創新過程相結合。

第三，引導金融機構支持實體經濟發展。金融是制造業轉型升級發展的核心推動力，運行良好的金融系統可以將有效資源高效配置在制造業的優勢產業或者推動傳統產業改造升級，進而優化產業發展的運行環境。本文的研究表明地區金融發展能夠顯著地推動生產性服務業集聚。因此，政府應當合理引導金融機構扶持實體經濟相關產業的發展，并為生產性服務業相關的企業提供多元化金融服務，淡化此類中小企業因融資困難而得不到發展的負向影響。

第四，政府對市場進行合理調控。政府與市場的關系不能單一地用市場經濟和計劃經濟來衡量，本文的研究也表明政府調控對制造業轉型和生產性服務業集聚會帶來截然不同的影響效果。針對這種現象，政府應該根據特定時期內的發展情況對市場進行合理調控，對于不同產業的調控也可以有所不同。具體來講，政府可以減少對制造業的干預，從營造有利于生產性服務業發展的軟環境入手，充分發揮市場在資源中的配置作用。而對于生產性服務業，政府應給予相應的政策扶持和資金補貼，扶持這類企業平穩地渡過艱難的創業初期，打造包容、多元、開放的市場環境并提供優質的公共服務。