生產者服務業專業化發展與制造業勞動生產率

黃燦燦，周 俊，陳為民，陶 喆

（湖南科技大學 商學院，湖南 湘潭 411201）

一、引言及文獻綜述

改革開放至今，我國已成為名副其實的制造業大國，但在參與全球價值鏈的分工模式中仍是以代工、貼牌為主，導致了中國制造業陷入大而不強的“低端鎖定”狀態[1～2]。如何實現制造業的轉型升級,由“中國制造”向“中國創造”轉變是我國亟需解決的現實問題。而在制造業的發展過程中，知識技術資本、人力資本又是生產者服務業必不可少的中間投入，這無疑是制造業創新能力與效率提升的重要源泉。但是，投資形成的這些資本還需要借助于一定的分工形式才能轉化為生產力。楊小凱（2003）指出，如果投資不是用來發展適當的分工模式以及提高分工水平，那么在物資資本、教育或研究方面的投資將不能提高未來的生產力[3]。生產者服務業專業化發展是分工發展的重要方面，是可以影響制造業生產率及其轉型升級的重要路徑。正因如此，本文研究生產者服務業如何獲得專業化發展并促進制造業勞動生產率提高的內在機理，然后運用中國制造業數據對其實際效應進行實證研究。

從內涵上來看，生產者服務業是指在生產過程中為其他行業或部門的中間需求而提供的各種中間服務產品[4～5]。在外延上，生產者服務業主要包括金融、保險服務業，科學研究和發展服務業，商務服務業，交通運輸和信息服務業[6]。然而，在實際的經濟統計中，如何劃分與界定生產者服務業行業一直是個難點，如交通運輸服務、信息服務、金融服務既可以作為中間產品服務于生產者，又可以作為最終產品服務于消費者[7～8]。本文所研究的生產者服務業從內涵上來看主要是指那些專門為其他行業或部門提供中間投入品的行業，或稱生產性服務業[9]。

國內外大多數關于服務業與制造業勞動生產率的研究主要基于新古典經濟學的思想。供給主導論認為生產者服務業是制造業效率提高的前提和基礎。格魯伯與沃克（1993）認為生產過程中的迂回程度以及專業化程度的提高有利于制造業生產率的提升[10]。生產服務業部門的擴張促進生產的專業化程度日益加深，導致制造業部門的收益遞增以及勞動生產率的提高[11～12]。Macpherson（1997）認為專業化的外部技術服務可以支持創新型企業的產品開發，如果沒有服務業的鼎力相助，制造業無法形成強大的發展根基[13]。需求遵從論認為隨著制造業對生產者服務業中間產品的需求不斷增加，制造業成為生產者服務業發展的基礎。Guerrieri 和Meliciani（2005）認為專業化生產水平較高的制造業發展需要投入更多的專業化生產性服務[14]。隨著經濟的發展、分工程度的加深和市場規模的擴大，產品的制造過程被分解，大量的生產者服務業獨立出來并獲得發展[15～16]。此外，馮泰文（2009）以交易成本和生產制造成本為中介變量，研究發現中國制造業效率的提升并不是通過降低成本實現的，這在一定程度上表明生產性服務業并未完全從制造企業中分離出來[17]。高覺民和李曉慧（2011）從產業結構的視角闡明了生產性服務業與制造業的交互作用，制造業增長對生產性服務發展的拉動力度顯著大于制造業發展對生產性服務業發展的促進作用，這在一定程度上表明我國正處于產業轉型升級的新階段，正由投資拉動的粗放型向效率提升的集約型轉變[18]。劉明宇等（2010）認為制造業與生產性服務業是協同演進的關系，生產性服務的外包有利于制造業效率的提升，從而導致更多的生產性服務外部化，促進服務外包規模擴大以及種類數的增加[19]。而彭水軍和李虹靜（2014）認為我國生產者服務業的發展有利于制造業出口結構的優化和價值增值能力的提升[20]。

此外，張振剛等（2014）從專業化的角度闡述制造業企業研發活動不再是內部研發，更多的是與其他主體的合作研發及外部服務，以此來促進制造業效率的提升[21]，然而作者只是使用大中型工業企業科研經費支出作為生產者服務業產業水平的近似衡量指標，并未詳細分析生產者服務業內部的研發投入對制造業效率產生的整體影響。也有學者從區域的視角來研究生產者服務業與制造業勞動生產率的關系，發現生產者服務業的投入與制造業勞動生產率呈正相關，且生產者服務業可以克服距離障礙，有利于非本地制造商的經營[22]，這說明了生產者服務業運作的高效性。

與已有文獻相比，本文的邊際貢獻主要有以下兩點：首先，現有研究發現生產者服務業通過規模的擴大以及種類數的增加獲得發展，但并未詳細地分析生產者服務業專業化發展的原因，本文基于新興古典經濟學的視角，引入提升生產者服務技術與效率的研發投入，構建含有生產者服務業中間產品投入的數理模型，詳細地分析生產者服務業如何獲得專業化發展進而促進制造業勞動生產率提高的內在機理，進一步擴展和細化了新古典視角下生產者服務業通過規模的擴大以及種類的增加促進制造業效率提高的內在機理；其次，在實證方面現有文獻主要使用生產者服務業就業人數或增加值來衡量分工的程度，而本文立足于新興古典經濟學的視角，對衡量指標進一步細化，使用生產者服務業的勞動專業化水平與生產規模來衡量分工的程度。

本文后續章節做如下安排：第二部分構建本文研究的數理模型，并闡明生產者服務業專業化發展促進制造業勞動生產率提高的內在機理；第三部分是實證分析；第四部分為結論及政策建議。

二、理論模型

（一）基本模型

設有如下的效用函數和生產體系：

本文結合文定理[3]，有如下6種基本結構：自給自足結構A(xz)、A(yz)、A(xyz)，完全分工結構D(xz)、D(yz)、D(xyz)。為了聚焦本文研究的主題——生產者服務業專業化發展與制造業勞動生產率，本文重點考察自給自足結構A(yz)以及完全分工結構D(yz)、D(xz)。

（二）自給自足結構A(yz)以及完全分工結構D(yz)、D(xz)的角點均衡信息

在自給自足結構A(yz)中，制造業產品生產者自己生產生產者服務中間產品，而這需要提升生產者服務技術與效率的研發投入以提高勞動者的人力資本、知識資本，然后再使用此中間產品生產最終產品。 其最大化問題為：MaxU=z，Z p = z =（yρ）β/ρlza，Yp= y = lya+ υ，Yp= y = lya+ υ，l y + l z = 1，即Uyz=( lya+ υ)βlzα。此外，制造業產品的勞動生產率可表示為：Zp/lz=(yρ)β/ρlzα-1=(lyα+υ)β(1-ly)α-1。

在完全分工結構D(xz)中，制造業專家通過購買普通的中間產品專業化生產最終產品，其最大化問題為：MaxU=z，Zp=[(txd)ρ]β/ρlzα=(txd)βlzα，且lz=1，pzzs=pxxd，解得：Zs=[β(tpz/px)β]1/1-β，Uz=[(tpz/px)β]1/1-βββ/1-β(1-β)；而生產普通中間產品的專家專業生產中間產品，然后再出售此普通中間產品給制造業專家以換取最終制造業產品z，那么生產普通中間產品專家的最大化問題為：MaxU=kzd，Xp=lxα，lx=1，pxxs=pzzd，即：zd=px/pz，從而解得：Ux=kpx/pz。由市場出清條件Mxxs=Mzxd（Mx、Mz是生產中間產品與最終產品的人數），效用均等化條件Uz=Ux，可以解出結構Dxz角點均衡時的人均真實收入、均衡價格、均衡相對人數如下：

更進一步地，在完全結構Dxz中，制造業產品的勞動生產率表示為：

在完全分工結構D(yz)中，制造業專家通過購買生產者服務中間產品專業生產最終產品其最大化問題為：MaxU=z，Zp=z+zs=[(tyd)ρ]β/ρlzα=(tyd)βlzα，且lz=1，pzzs=pyyd，解得：Zs=[β(tpz/py)β]1/1-β，Uz=[(tpz/py)β]1/1-βββ/1-β(1-β)；而生產者服務業專家專業生產中間產品，然后再出售生產者服務產品給制造業專家以換取最終制造業產品z，但生產此種中間產品需要進行研發投入以提升生產者服務的技術與效率，那么生產者服務業專家最大化問題為：MaxU=kzd，Yp= y+ys= lya+ υ，ly=1，pyys=pzzd，即：zd=py(1+υ)/pz，從而解得：Uy=kpy(1+υ)/pz。由市場出清條件Myys=Mzyd（My、Mz是生產中間產品與最終產品的人數）,效用均等化條件Uz=Uy，可以解出結構Dyz角點均衡時的人均真實收入、均衡價格、均衡相對人數如下：

更進一步地，在完全結構Dyz中，制造業產品的勞動生產率表示為：

（三）角點均衡分析與一般均衡分析

在自給自足結構A(yz)中，制造業產品的勞動生產率為：A=Zp/lz=(lyα+υ)β(1-ly)α-1，當?A/?ly>0時，0<υ0時，00，這是因為勞動專業化水平比較低，研發投入主要用于提升勞動者的人力資本及彌補固定學習成本，人力資本作用的發揮存在一定的時滯效應，使得勞動專業化水平對制造業產品的勞動生產率的作用不確定。當υ>Q(ly)，?A/?ly<0，當研發投入成本超過一定值時，制造業產品的勞動生產率是生產中間產品勞動專業化水平的減函數，這主要是因為分工程度低，生產者服務業未獲得專業化發展，其勞動專業化水平未得到充分的釋放，從而限制了勞動者吸收知識的能力。

當kt>k0={[β/(β+1)]α[1/(β+1)]α/β}/(1+υ)β(1-β)1-β/β，Uyz＞Uxz，完全分工結構始終優于自給自足結構，Dyz成為一般均衡結構。制造業產品生產者由自給自足演進為專業化生產制造業最終產品與生產者服務業中間產品，勞動專業化水平得到了提高與釋放，人均真實效用也相應地增加。此外，隨著市場最終產品交易效率的外生演進，分工程度的加深，My/Mz=kβ/(1-β)，擴大了生產者服務業的規模。中間產品種類數以及從事生產者服務業生產人數的增加使得生產者服務業獲得一定程度的專業化發展。更進一步地，在完全分工結構Dyz中，制造業產品的勞動生產率為：A=Zp/lz=[kt(1+υ)β/(1-β)]β，且?A/?υ>0。此時，在完全分工結構下，作為制造業中間投入的生產者服務產品，其勞動專業化水平達到最大化且吸收知識的能力較強，生產者服務產品的研發投入不再主要用于提升人力資本以及彌補固定學習成本，而是直接用于開發新產品，其研發投入能夠顯著提升制造業產品勞動生產率。

當制造業專家與生產中間產品專家所處的完全分工結構分別為D(xz)和D(yz)時，此時結構D(yz)的人均真實效用與制造業專家的勞動生產率分別大于D(xz)的人均真實效用與制造業專家的勞動生產率。這是因為生產者服務業專家在生產中間產品時需要不斷地進行研發投入以提升自身的人力資本，使其生產的中間產品質量要高于普通專家生產的中間產品質量，而制造業專家由于使用高質量的生產者服務中間產品來生產最終產品，獲得了更高的人均真實效用與勞動生產率。

由此可推出如下命題與推論：

命題：生產者服務業專業化的發展有利于正向提升制造業勞動生產率，其可以通過生產者服務業勞動專業化水平的提高以及生產規模的擴大對制造業勞動生產率產生正向影響。

推論：生產者服務業專業化的發展需要研發投入與創新，當分工程度較低時，其研發投入不能顯著提升制造業勞動生產率；隨著交易效率的外生演進，分工程度加深，生產者服務業規模擴大且種類數增加，其研發投入能顯著提升制造業勞動生產率。

三、實證分析

（一）基準計量模型設定

上述內容從理論上推導了生產者服務業如何獲得專業化發展進而促進制造業勞動生產率提高的內在機理，數理模型僅僅是對兩者之間關系的抽象分析，還待經驗數據的實證檢驗。考慮到現實經濟社會的復雜性，還需要在實證分析過程中加入一些控制變量，在考慮制造業行業個體異質性因素影響后，設定如下計量模型：

其中i表示行業，t表示時間，εit為隨機誤差項，ζi代表個體固定效應。ln spet、ln srdt、ln scaltt分別代表第t年生產者服務業的勞動專業化水平、研發投入以及生產規模，該變量沒有下標，表示對所有的細分行業都產生整體影響。本文又特別使用ln spet*ln srdt的交叉項來解釋在考慮到生產者服務業研發投入時，勞動專業化水平對制造業勞動生產率的影響，ln constrolit為一系列控制變量（具體見下文變量說明），為了消除異方差性，也使檢驗數據更加平穩，以上各經濟變量都要經過自然對數處理。

（二）變量說明與數據來源

1. 被解釋變量：選擇制造業細分行業②大中型工業企業的全員勞動生產率(ln pro)作為被解釋變量。制造業勞動生產率以大中型工業企業的工業總產值與年平均從業人數的比值來衡量，其中工業總產值使用以2000 年為基期的各行業工業品出廠價格指數進行平減。因本文無法從官方統計年鑒獲得2012－2015 年的工業總產值，所以工業總產值使用工業銷售產值與產品銷售率的比值來衡量。此外，官方統計年鑒并未公布2013－2015 年的產品銷售率，考慮到相近年份產品銷售率的差異在1%以內，本文假定2013－2015 年的產品銷售率與2012 年的相同，基于此推算得到2012－2015 年的工業總產值。所有數據來源于《中國工業經濟統計年鑒》以及《中國統計年鑒》。

2. 解釋變量：選取生產者服務業的勞動專業化水平（ln spe）、生產規模（ln scal）以及生產者服務業研發投入（ln srd）作為解釋變量。考慮到數據的可獲得性，本文選取了交通運輸倉儲及郵電通信業、金融業、科學研究和技術服務業這三個行業代表生產者服務業④。由于生產者服務業勞動者的生產率越高其個人的勞動專業化水平也就越大，故本文使用生產者服務業勞動生產率來代替勞動專業化水平。生產者服務業勞動生產率以生產者服務業增加值與生產者服務業就業人數的比值來衡量。為了消除不同年份間的價格差異，本文采用以1978 年為基期的居民消費價格指數對生產者服務業增加值進行平減，生產者服務業的就業人數借鑒已有文獻的做法，使用第三產業中的各行業城鎮單位就業人員表示。生產者服務業的生產規模借鑒江靜等（2007）[23]的做法，并對衡量分工程度的指標進一步細化，使用生產者服務業就業人數與制造業的就業人數之比來衡量，制造業就業人數使用全部從業人員的年平均人數來衡量。生產者服務業研發投入借鑒大多數文獻的做法，使用生產者服務業研發內部的經費支出來衡量，并使用以1978 年為基期的居民消費價格指數進行平減，其中，研發經費內部支出包括費用性支出（含人員勞務費）、資產性支出（含儀器和設備）。所有數據來源于《中國統計年鑒》《第三產業統計年鑒》以及《中國科技統計年鑒》。

3. 控制變量：選擇制造業細分行業大中型工業企業的數量（ln comp）、資本有機構成（ln cap）、對外開放度（ln open）以及研發密度（ln mrd）作為控制變量。

本文選取制造業細分行業固定資產凈值年平均余額與全部從業人員的年平均人數的比值來衡量資本有機構成（ln cap）。由于《中國工業經濟統計年鑒》并未公布2009－2015 年的分行業固定資產凈值年平均余額數據，僅報告分行業的固定資產凈值數據，所以我們借鑒李斌等（2013）[24]的做法，使用該年末固定資產凈值和上年末固定資產凈值的平均值來表征，并使用以2000 年為基期的分行業的固定資產投資價格指數⑤[25]進行平減。

關于對外開放度（ln open）指標，我們借鑒陳豐龍與徐康寧（2012）[26]的衡量方法，使用出口交貨值與行業總產值的比值來表征，研發密度（ln mrd）以行業的研發經費內部支出與工業總產值來衡量。所有數據均來源于《中國工業經濟統計年鑒》與《中國科技統計年鑒》。

（三）實證檢驗及結果分析

考慮到計量模型可能存在內生性問題，即制造業勞動生產率可能與生產者服務業專業化發展存在雙向因果效應，因此本文使用生產者服務業勞動專業化水平滯后一期作為當期變量的工具變量，并使用面板工具變量法進行回歸，如模型（2）。此外考慮到模型內存在的異方差問題，本文特別使用加權最小二乘法（WLS）來規避此類問題，如模型（4）。表1展示估計回歸結果。

從模型（4）的回歸結果來看，在不考慮生產者服務業研發投入的情況下，隨著交易效率的改進，分工程度的加深，生產者服務業獲得一定程度的專業化發展，其通過勞動專業化水平提升以及生產規模擴大對制造業勞動生產率產生正向影響。當考慮到生產者服務業的研發投入時，從模型（2）的回歸結果來看，生產者服務業的勞動專業化水平、生產規模顯著提升了制造業勞動生產率，但研發投入并沒有顯著提升制造業勞動生產率，這可能是因為期初研發投入主要用于提升人力資本以及彌補固定學習成本，并未直接用于生產過程中。從模型（3）的回歸結果來看，生產者服務業勞動專業化水平對制造業勞動生產率的影響程度還與其研發投入與勞動專業化水平的交互項的系數有關，其勞動專業化水平對制造業勞動生產率的影響程度為（6.891-0.406lnsrd），隨著生產者服務業研發投入的增加，勞動專業化水平對制造業勞動生產率正向作用逐漸減弱，這說明期初研發投入主要用于提升勞動者的人力資本，而人力資本作用的發揮存在一定的時滯效應，當生產者服務業研發投入過多時，勞動專業化水平將不利于制造業勞動生產率的提高，這是因為分工程度低使得勞動專業化水平未得到充分的釋放，限制了勞動者吸收知識的能力。

表1 基準模型回歸結果

從控制變量的回歸結果來看，資本有機構成對制造業勞動生產率產生正向影響，而對外開放度對制造業勞動生產率并未產生顯著影響，近年來雖然我國對外開放程度逐漸加深，但我國在全球價值鏈國際分工中的地位仍然很低，主要以代工、貼牌為主，并未獲得顯著的技術溢出效應，這和已有的研究是一致的。制造業內部的研發密度對制造業勞動生產率產生負向影響，隨著交易效率的提高，分工水平的加深使得制造業勞動者的研發效率得以提升，但制造業企業內部的研發投入結構存在一定的問題，高的研發投入不一定有高產出，還需要有完善的市場競爭機制加以引導。

此外，為了進一步探究不同類型的生產者服務業對制造業勞動生產率的影響，本文又進行了生產者服務業異質性影響的回歸，回歸結果如表2 所示。

表2 生產者服務業異質性影響的回歸結果

從模型（6）的回歸結果來看⑥，隨著交易效率的改進，分工程度的深化，生產者服務業中間品種類數增加，提高交易效率型的生產者服務業，如交通運輸、倉儲和郵政業，信息傳輸、計算機服務軟件業，其勞動專業化水平、生產規模顯著提升了制造業勞動生產率，但其研發投入并未顯著提升制造業勞動生產率。從模型（8）的回歸結果來看，提高生產效率型的生產者服務業，其勞動專業化水平、生產規模以及研發投入均顯著提升了制造業勞動生產率，這說明提高生產效率型的生產者服務業是知識密集度較高的生產者服務業，隨著分工程度的加深，勞動專業化水平得到釋放使得勞動者吸收知識的能力更強，人力資本得到更快的提升，此時，生產者服務業研發投入的主要作用不再是提升人力資本以及彌補固定學習成本，而是直接用于開發新產品，其研發投入能夠顯著提升制造業勞動生產率。

（四）穩健性檢驗

為了對分析的實證結果進行進一步的穩健性檢驗，且考慮到制造業勞動生產率的提高會促進其全要素生產率的提高，本文又使用制造業全要素生產率作為被解釋變量進行實證檢驗。此外，本文采用DEA-Malmquist 測度的全要素生產率指數來表征制造業行業的全要素生產率。考慮到生產者服務業的發展具有一定的滯后性，所以本文選擇生產者服務業的勞動專業化水平、生產相對規模、研發投入強度以及生產者服務業勞動專業化水平與其研發投入強度的一期滯后值作為解釋變量。由于影響制造業全要素生產率的控制變量均屬于前定變量，為了體現對被解釋變量的滯后影響，所有的控制變量均取滯后一期值。此外，考慮到計量模型可能存在異方差，即擾動項可能存在組間異方差與組內自相關，本文除了使用固定效應模型外，特別使用加權最小二乘法（WLS）以及全面的FGLS 來規避計量模型內存在的異方差與自相關問題。全樣本回歸結果見表3。

從模型（9）與模型（10）的基準回歸結果來看，隨著分工程度的加深，生產者服務業得到一定發展，滯后一期的生產者服務業的勞動專業化水平與生產相對規模對制造業全要素生產率產生正向影響，理論命題得到驗證，即生產者服務業的發展對制造業全要素生產率的影響確實存在滯后效應。對于模型（11）與模型（12）的回歸結果，本文重點關注生產者服務業的研發投入強度與勞動專業化水平的交互項對制造業全要素生產率的影響，僅從生產者服務業的研發投入強度來判斷其對制造業全要素生產率的影響并不能得出正確的結論，其對制造業全要素生產率產生負向影響，而生產者服務業的研發投入強度與勞動專業化水平的交互項對制造業全要素生產率卻產生正向效應，即隨著生產者服務業勞動專業化水平的提高，生產者服務業研發投入強度對制造業全要素生產率的負向影響逐漸減小，這在一定程度上說明，勞動專業化水平的提高使得勞動者吸收知識的能力得到增強，人力資本得到一定的提高。此時，研發投入的作用主要是用于人力資本的積累，這和前文分析的結果是一致的。

表3 穩健性檢驗的回歸結果

四、結論及政策建議

本文以新興古典經濟學理論為基本分析框架，引入提升生產者服務業勞動力的人力資本以及彌補固定學習成本的研發投入并構建含有生產者服務業中間產品投入的數理模型，詳細闡明了生產者服務業專業化發展促進制造業勞動生產率提高的內部機理，并得出理論命題及推論，然后利用2001－2015 年27個制造業細分行業的大中型工業企業的面板數據實證檢驗理論命題及推論，研究發現：隨著交易效率的改進，分工程度的加深，生產者服務業專業化發展通過勞動專業化水平提高以及生產規模的擴大對制造業勞動生產率產生正向影響，但生產者服務業總的研發投入并未顯著提升制造業勞動生產率。這可能是因為分工程度低使得勞動專業化水平未得到充分的釋放，期初研發投入主要用于提升人力資本以及彌補固定學習成本，并未直接用于開發新產品。進一步異質性檢驗發現，與提高交易效率型的生產者服務業相比，提高生產效率型的生產者服務業的研發投入對制造業勞動生產率的促進作用程度更大，這在一定程度上說明提高生產效率型的生產者服務業是知識密集度較高的生產者服務業，伴隨著分工水平的深化，勞動專業化水平的提高使得勞動者吸收知識的能力更強，人力資本得到更快的提升。此時，生產者服務業研發投入的主要作用不再是提升人力資本以及彌補固定學習成本，而是用于新產品的開發，其研發投入能夠顯著提升制造業勞動生產率。

在日益激烈的全球化競爭中，我國制造業要想實現轉型升級以及提升在全球價值鏈中的分工地位，就應該大力發展現代生產者服務業。首先，知識密集度較高的生產者服務業，如金融業、科學研究和技術服務業應該加大研發投入強度，力求生產出高質量的中間服務產品，更好地促進制造業的發展；知識密集度相對較低的生產者服務業，如交通運輸倉儲及郵電通信業，應減少研發投入，并加強勞動者的學習教育與技能培訓以提高人力資本與專業化技術水平。其次，應提高交易效率。交易效率是行業分工的基本經濟要求，交易效率的提高有利于市場交易規模的擴大與分工程度的加深。為此，應該適宜推進基礎設施建設，改善運輸條件，把更多落后地區的勞動者也卷入社會的分工網絡中，更好地促進制造業與生產者服務業的專業化發展以及提高人均真實收入。此外，由于生產者服務業發展具有一定的滯后性，還應該降低生產者服務業的市場交易成本。因此應加強知識產權的保護力度并完善服務業相關的法規，以減少生產者服務業交易的不確定性、道德風險問題。最后，完善市場競爭機制，發揮市場在資源配置中的基礎性作用，健全統一、開放、競爭、有序的現代市場體系。放寬對生產者服務業的準入限制，進一步提升要素市場化程度，使得重要資源能夠得到有效利用。打破行政壟斷，推進供給側結構性改革，推進僵尸企業退出，不斷優化市場競爭環境，確保市場上的有效供給能夠滿足消費者多樣化的需求，提高消費者的人均真實效用以及生產者的有效產出能力。

注釋：

① 本文提到的交易效率是與冰山交易成本有關的，所謂冰山交易成本就是指一個人在購買一單位產品時得到其中的k部分，而1-k部分由于交易成本而在轉移的過程中消失了，其中k屬于[0,1]。這些交易成本通常會以運輸費用、執行交易的費用、儲存費用以及延誤運輸導致的費用等形式出現。在有冰山交易成本的新興古典模型中，雖然交易成本是外生的，但每個消費者-生產者以及社會的總交易成本卻是內生的，這是由交易量的提高而帶來的總交易成本的內生化。

② 根據國民經濟行業分類代碼，以及考慮到數據的缺失性，選取了分類號從13到40的27個細分行業，分別為：農副食品加工業，食品制造業，酒、飲料和精制茶制造業，煙草制品業，紡織業，紡織服裝、鞋帽制造業，皮革、毛皮、羽毛（絨）及其制品業，木材加工和木、竹、藤、棕、草制品業，家具制造業，造紙和紙制品業，印刷和記錄媒介復制業，文教、工美、體育和娛樂用品制造業，石油加工、煉焦和核燃料加工業，化學原料和化學制品制造業，醫藥制造業，化學纖維制造業，橡膠和塑料制品業，非金屬礦物制品業，黑色金屬冶煉和壓延加工業，有色金屬冶煉和壓延加工業，金屬制品業，通用設備制造業，專用設備制造業，交通運輸設備制造業，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，儀器儀表及文化、辦公用機械制造業。

③ 測算制造業勞動生產率指標需要用到各個細分行業的工業總產值，但是官方的《中國工業經濟統計年鑒》在2012年以后并未公各個細分行業的工業總產值，因此本文借鑒前人的做法推算到2015年，即推算三年的數據。考慮到推算的結果與事實存在的數據有一定的差距，所以本文選擇研究的時間為2001年至2015年。

④ 對于2003年以后的交通運輸和倉儲郵電通信業，本文使用交通運輸、倉儲和郵電業與信息傳輸、計算機服務和軟件業這兩類行業的合并得到；對于2003－2010年的科學研究和技術服務業，由于官方統計數據難以分離，科學研究和技術服務業包括了地質勘查業。

⑤ 由于官方統計年鑒并未公布分行業的固定資產投資價格指數，本文借鑒李小平和朱鐘棣（2005）[25]的做法，將分行業固定資產投資價格指數設置為：Pit=ωjtPjt+ωstPst，其中，Pit、Pjt、Pst分別代表第i個行業第t年的投資品、建筑安裝工程以及設備工器具的價格指數。ωjt、ωst分別表示建筑安裝工程和設備工器具的費用占固定資產投資總額的比重。

⑥ 限于篇幅，控制變量的估計結果未報告，為了突出本文的主題，控制變量的影響分析略。以下回歸中均省略了控制變量的報告。