生產性服務業發展、城市規模與制造業效率

王文　牛澤東　孫早

摘要：在新一輪科技革命和產業變革背景下，產業創新和競爭模式發生了根本變化，生產性服務業對制造業發展的重要作用被提升到了前所未有的高度。本文從質量（效率）和數量（集聚）兩方面分析生產性服務業發展對制造業效率的影響，重點考察城市規模對這種影響的調節效應。基于2012—2016年中國地級及以上城市面板數據，采用非線性面板平滑轉換回歸（PSTR）模型的估計結果顯示，雖然在整體上，生產性服務業效率的提升與集聚程度的增加對制造業效率均具有積極作用，但是這種作用的大小取決于所在城市的規模，即城市需達到一定的門檻規模才能促使生產性服務業和制造業形成更加有效的產業關聯，目前多數城市都未同時達到引發生產性服務業質量和數量發展對制造業全要素生產率（TFP）產生顯著積極效應的門檻值。

關鍵詞：生產性服務業;效率;集聚;城市規模;制造業;全要素生產率

文獻標識碼：A

文章編號：1002-2848-2020（03）-0015-13

一、問題提出

近年來，隨著全球價值鏈分工體系的深化和新的國際產業分工格局的形成，世界經濟呈現出從制造型經濟向服務型經濟轉變的新趨勢，服務業在全球經濟中的重要性日益凸顯。特別地，由于研發設計、品牌售后等生產性服務環節的附加值越來越高，而加工制造環節的附加值越來越低，因此傳統意義上的制造業企業，無不通過發展生產性服務來全面改善生產率和提升國際競爭力①。雖然中國生產性服務業發展相對滯后，但是伴隨著經濟進入新常態，在勞動力成本優勢減弱和西方制造業加快回流的雙重壓力下，生產性服務業作為知識和技術密集型的高附加值產業，不僅能夠助推制造業向價值鏈高端攀升，而且有利于培育新的經濟增長點，被許多經濟學家認為是促進中國產業結構轉型升級的重要抓手[2-3]。在政策層面，2014年中央政府出臺了《國務院關于加快發展生產性服務業促進產業結構調整升級的指導意見》，表明生產性服務業發展已經上升為國家戰略，十九大報告也明確強調要“加快發展現代服務業，瞄準國際標準提高水平。促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群。”意味著生產性服務業發展對推動制造業國際競爭力提升的重要性被提升到新的高度。在這個意義上，深入研究新形勢下生產性服務業發展對制造業競爭力的影響具有重要的理論意義和現實價值。

現有文獻從多種角度考察了生產性服務業發展對制造業效率的重要作用，形成了豐富的研究成果。Markusen等[4-8]強調生產性服務業發展會促進制造業服務外包和專業化分工，進而提升制造業的生產效率。江靜等[9-10]分析指出，作為高級生產要素投入的生產性服務業，其所內含的較高的技術水平以及對資本、勞動等要素較強的集聚能力，可以顯著提升制造業生產率。Eswaran等[11-12]研究發現生產性服務業發展主要通過降低交易成本促進制造業效率提升。劉斌等[13-14]則從價值鏈視角闡釋了生產性服務業在帶動制造業向全球價值鏈中高端躍升過程中的決定性作用。宣燁等[15-16]研究指出生產服務業的空間集聚將會提升制造業企業全要素生產率和促進制造業升級。雖然這些研究都肯定了生產性服務業對制造業發展的積極作用，但是還有少數研究得出了不同的結論。魏鋒等[17]利用中國地區面板數據研究發現并沒有證據表明生產性服務業集聚對制造業發展存在正效應。于斌斌[18]以中國地級市為樣本所做的研究也表明，生產性服務業集聚對制造業生產率提升存在一定的阻礙作用。

上述研究出現不同的觀點在某種程度上意味著對生產性服務業發展與制造業效率之間關系的考察可能忽略了一些重要變量。除行業異質性的影響外，本文認為更值得注意的一個方面是城市發展水平的作用。隨著城市化進程的快速推進，近期有一些研究關注到了生產性服務業與城市發展之間的緊密聯系。閆小培等[19]通過詳細考察全國生產性服務業的空間布局，發現中心城市往往會聚集更多的生產性服務業。Au等[20-21]的研究指出，服務業占比越高的城市，最優城市規模也較高。柯善咨等[22]強調城市需達到一定的門檻規模才能從生產性服務業與制造業之間的關聯效應中獲益。陳建軍等[23]的實證研究則顯示，大城市需要首先關注生產性服務業的發展才能推動制造業轉型升級，而中小城市則應著力于提升制造業發展水平，以此吸引生產性服務業集聚。總體來看，這些研究均表明，生產服務業發展與城市規模之間存在密切的正相關關系，但這些研究并未詳細考察不同的城市規模對生產性服務業與制造業效率之間關系可能造成的影響。

基于上述考慮，本文首先從生產性服務業發展的質量（效率）和數量（集聚）兩個維度對生產性服務業影響制造業效率的機理進行分析，接著討論城市規模對這種影響的調節效應，得出基本命題，然后采用2012—2016年中國地級及以上城市面板數據對命題進行檢驗。本文的主要發現是，在整體層面，生產性服務業效率的提升與集聚程度的擴大對制造業效率均具有積極影響，但是這種影響表現出明顯的地區異質性，與所在城市規模高度相關。引發生產性服務業效率和集聚對制造業TFP產生顯著積極效應的城市規模門檻值分別為市轄區87.3萬人和187.4萬人，目前大部分地級城市的規模都未同時達到這兩個門檻。本文的研究不僅有助于人們深入理解生產性服務業與制造業發展之間的關系，同時也可為依托生產性服務業發展推動制造業升級和城市化進程的相關政策制定提供有益參考。

二、理論分析與基本命題

與傳統服務業不同，生產性服務業是伴隨著技術進步和分工深化逐漸從制造業內部分離出來的行業，以金融服務、信息服務、研發及科技服務等為主導產業，具有知識、技術、信息、人才密集的顯著特征，是制造業的高級中間投入要素[10]。在Bosworth等[24]看來，生產服務業是在現代信息技術浪潮中獲益最多的行業，是新知識的創造者、承載者和擴散者，在促進制造業升級和提升制造業競爭力等方面扮演著粘合劑和推動力的重要角色。一般來講，生產性服務業發展包括質量和數量兩個維度，質量維度主要是指生產性服務業效率的提升，數量維度則在很大程度上意味著生產性服務業在特定空間的集聚。本節首先討論生產性服務業質量和數量兩個維度的發展對制造業效率的影響機理，接著進一步分析城市規模對生產性服務業發展與制造業效率之間關系的調節效應，得到有待檢驗的基本命題（見圖1）。

在質量維度，生產性服務業發展對制造業效率的影響機理主要體現在促進技術創新、助推價值鏈攀升等方面。首先，生產性服務業作為知識資本和人力資本的重要載體，將引導兩種資本進入制造業的生產過程，充當制造業協同創新者的角色[25]。也就是說，生產性服務業本身的技術創新將會滲透到制造業中去，通過提高制造業對其他生產要素的利用率改善制造業效率。其次，在價值鏈的各個環節，高質量的生產性服務業都可以提升制造業附加值，在上游可以為制造業企業完善研發創新體系，在中游可以通過規模經濟和范圍經濟等促進制造業企業核心競爭力提升，在下游可以通過品牌、物流和售后等差異化戰略促使制造業企業由傳統制造環節向價值鏈高端攀升。劉斌等[13]運用中國工業企業數據和海關進出口企業數據等合并數據，研究指出生產性服務業效率的提升不僅能提高制造業參與全球價值鏈的程度，而且還會顯著提升制造業企業在全球價值鏈中的分工地位。

在數量維度，生產性服務業發展對制造業效率的影響機理主要體現在形成規模經濟、推進技術擴散和促進人才集聚、降低新技術搜尋成本和服務門檻等方面。首先，生產性服務業在同一區域的集聚較易形成規模經濟，比制造業內部提供生產性服務更有效率，從而降低制造業的單位生產成本，提高制造業競爭力和效率水平。其次，生產性服務業集聚一方面會通過知識外溢效應和集體學習過程，實現知識、信息和技術在區域內的擴散和共享[26]，形成“技術池”[27]，引導制造業企業采用新技術和新工藝，提升該區域制造業的增長潛力;另一方面還可以吸納專業化技術人才向該區域集聚，通過“勞動力蓄水池”效應提升制造業企業中相似服務性崗位的勞動力匹配概率和勞動生產率，加快制造業服務化進程[16]。第三，生產性服務業集聚所產生的溢出效應還可以降低制造業企業在購買知識和技術密集服務過程中的隨機性和不確定性，降低制造業企業對新的管理和技術服務的搜尋成本。與此同時，生產性服務業在同一區域的集聚會形成持續的同業競爭壓力[28]，降低服務門檻，促使制造業企業將服務環節甚至部分制造環節進行服務外包，一方面使企業能更加專注于具有比較優勢的制造環節，另一方面加速了制造業服務化進程，最終提高制造業生產效率。

值得注意的是，隨著國際分工深化和信息、互聯網等技術的不斷創新，經濟發展越來越仰仗于各產業部門之間的融合互動，生產性服務業作為新知識和新技術的主要提供者和傳播者，能夠全面參與到全球價值鏈的各個環節，促使貨物、技術和信息高效傳輸，協調統籌跨地區甚至跨國界的生產和服務活動，具有經濟增長推進器的戰略功能。在這一新的形勢下，生產性服務業不再被要求必須面對面與制造業接觸才能與其產生聯系，即生產服務業與制造業的地理鄰近性要求被削弱，生產性服務活動與制造業生產的空間可分性使得生產性服務業的遠距離交易成為可能，促使生產性服務業呈現出越來越明顯的區域集聚現象[29]。

由于大城市具有市場規模大[30]、人力資本積累高[31]、信息通信網絡發達[32]以及制度完善[9]等有利于生產性服務業發展的諸多特點，因此規模較大的城市一方面能聚集更多數量的生產性服務業，另一方面由于集聚所產生的競爭效應使得這些生產性服務業的效率水平也相對較高。理論上，大城市生產性服務業的發展，既因生產性服務效率較高而增強對該地區制造業技術溢出的質量，又因生產性服務的密集分布而加速該地區的制造業服務化進程，與此同時，制造業技術含量的提升和制造業服務化進程兩者之間存在相互強化的互動效應，將共同促進制造業效率的提升（見圖2）。相應地，在規模較小的城市，由于無法形成有效的市場需求，且高端生產性服務業所必須的人力資本積累不夠、信息通信網絡和制度等欠完善，導致生產性服務業在質量和數量上發展不足，對制造業效率的提升作用可能不如大城市顯著。

在經驗研究方面，柯善咨等[22]利用2003—2008年中國地級及以上城市相關數據分析發現產業結構變化對城市效率的影響取決于城市規模。如果要從制造業向生產性服務業的轉變中獲得收益，城市的門檻規模以市轄區總人口測度大約為43.5萬人，低于門檻規模的城市則無法從產業結構轉變中獲益。這主要是因為小城市往往無法為任何產業的集聚提供有效支撐，且制造業發展普遍較為落后，勞動力只能流向一些無法與制造業產生實際關聯的低附加值服務業。與之相對應的是，大城市能夠容納較大規模的各個行業，制造業能夠與生產性服務業形成有效關聯進而從中間產品的本地市場效應中獲益。柯善咨等[22]討論的是城市規模對產業結構變化與城市效率之間關系的效應，本文著重考察城市規模對生產性服務業發展與制造業效率之間關系的影響，類似的，我們預期同樣可能存在一個城市規模的門檻，當越過該門檻后，生產性服務業發展對制造業效率的促進作用更強。根據以上分析可以得到如下基本命題：

生產性服務業質量維度（效率）和數量維度（集聚）的發展都會對制造業效率的提升產生積極作用，且這種作用與所在城市規模密切相關，當城市發展越過一定的門檻規模后，生產性服務業發展對制造業效率的促進作用將會顯著增強。

三、模型、變量與數據

（一）模型設定

本文側重于考察城市規模對“生產性服務業發展與制造業效率之間關系”的影響。針對前述基本命題，后續實證主要循著兩方面展開：首先是基礎回歸，采用面板數據固定效應（FE）和工具變量兩階段回歸（IV2SLS）對生產性服務業發展對制造業效率的效應進行考察，同時引入交互項對城市規模變量的調節作用做初步識別，其意在于為后續進一步以非線性面板平滑轉換回歸（Panel?Smooth?Transition?Regression，PSTR）模型刻畫三者間的非線性關系提供基礎。之后則是構造PSTR模型對生產性服務業發展、城市規模與制造業效率之間的非線性關系進行刻畫，在詳細檢驗的基礎上識別門檻數，進而對三者間的動態變化予以深入分析。

基礎回歸主要基于如下面板數據模型：

其中，因變量MTFPit為i城市t年的制造業效率;PSDit表示生產服務業發展，包括生產性服務業效率（YLit）和生產性服務業集聚程度（Aggit）兩個變量;Nit表示城市規模;X為一組可能影響制造業效率的控制變量集（對于質量和數量兩個層面，所包括的控制變量不完全相同）。模型（2）在模型（1）基礎上進一步引入了城市規模（lnNit）的二次項與三次項，以及其與生產服務業發展變量的交互項

為大致確定城市規模與估計方程（1）中的核心解釋變量系數α1之間的關系，本研究在方程（1）中依次引入lnNit、lnNit的二次項、lnNit的三次項及其與核心解釋變量的交互項，結果發現當引入lnNit的三次項時，各估計系數的顯著性明顯提高（見表2），估計效果得到改善。這說明城市規模與α1之間并不是簡單線性關系，而是類似于PSTR模型所呈現的形式。。

在基礎回歸之后，本文進一步以PSTR模型對基本命題進行檢驗。PSTR模型是對面板門檻回歸（Panel?Threshold?Regression，PTR）模型的進一步拓展[33]，由于允許回歸參數逐步、緩慢地變化，能夠較好刻畫面板數據的截面異質性。包含兩機制（Regime）的基本PSTR模型為：

（3）

其中，yit為被解釋變量，xit為解釋變量。τ0和τ1依次為線性部分和非線性部分的參數向量。μi為截面固定效應，uit為殘差項。轉換函數G（·）通常采用邏輯函數形式，是關于轉換變量sit的值域為[0，1]的有界連續函數。γ為平滑參數。c為轉換發生的位置參數，即機制轉換發生的臨界值。在轉換函數G（·）中，m通常取1或2。當m=1時，轉換函數稱為LSTR1型，關于sit單調遞增。G（·）=0和G（·）=1分別對應低機制和高機制。位置參數c代表從低機制向高機制轉換的過渡點。當m=2時，轉換函數關于sit非單調，且關于（c1+c2）/2對稱，稱為LSTR2型。對應于G（·）=1的極限狀態稱為外機制;在sit=（c1+c2）/2處，G（·）達到最小值，對應機制為中間機制。當γ→∞，m=1時，PSTR模型退化為包含兩機制的面板門檻回歸（PTR）模型;當γ→∞，m=2時，PSTR模型變為包含兩個相同的外機制和一個中間機制的三機制PTR模型;當γ=0時，無論m如何取值，PSTR模型均會退化為系數為（τ0+τ1/2）的線性固定效應模型。線性固定效應模型和PTR模型均可看成PSTR模型的特殊情形。

基于以上分析，本文最終建立的PSTR模型具有如下形式：

（二）變量說明

1.被解釋變量。囿于城市數據的可得性，以工業口徑作為對制造業的近似。本文采用基于CD生產函數的隨機前沿分析（SFA）方法測算獲得的各城市工業TFP來反映制造業效率（MTFPit）。

2.核心解釋變量。生產性服務業效率（YLit）：采用服務業勞動生產率反映各城市生產性服務業效率[34-35]，計算方法為服務業生產總值與服務業就業人數之比。

生產性服務業集聚程度（Aggit）：參照多數文獻的做法，我們采用區位熵指數來衡量生產性服務業在各城市的集聚水平。具體計算公式為：Aggit=（PSit/Tit）/（PSt/Tt）。其中PSit和Tit分別為i城市t年生產性服務業的就業人數和全部產業就業人數，PSt和Tt分別為t年所有城市生產性服務業的就業人數和全部產業就業人數。生產性服務業的區位熵指數越大，說明集聚程度越高。

3.門檻變量。參照柯善咨等[22]的做法，城市規模（Nit）采用市轄區年末總人口來衡量。為判斷城市規模對生產性服務業發展與制造業效率之間關系的影響，估計方程（2）中引入了lnNit與核心解釋變量的交互項。

4.控制變量。除了本文重點關注的生產性服務業發展變量外，將其他可能影響城市制造業效率的因素也加以了控制，包括經濟發展水平（Devit）、城市信息化水平（Infit）、科技發展（STit）和人力資本（HRit）、企業在價值鏈的位置（GVCit）、外商直接投資（FDIit）、政府干預程度（Govit）。另外，考慮到一個城市制造業效率不僅會受到該城市生產性服務業發展的影響，還可能受到來自其他城市的生產性服務業外溢效應的影響，對這種效應也應當進行控制。余泳澤等[36]的研究顯示，生產性服務業在省界內對制造業效率提升的空間外溢效應較為顯著，而超過了省界則明顯下降。為得到相對準確的估計結果，本文對目標城市所在省內及省外生產性服務業發展的影響進行分別控制。（YLinPro）it和（YLoutPro）it分別表示t時期i城市所在省份內部其他城市和省外城市的平均生產性服務業效率，（AgginPro）it和（AggoutPro）it分別表示t時期i城市所在省份內部其他城市和省外城市的平均生產性服務業集聚程度。

（三）數據說明

2012年起國家統計局實行了新的行業分類標準，為使生產性服務業口徑保持一致，本文使用2012—2016年中國地級及以上城市數據。在新的行業分類下，參照已有研究，本文用“交通運輸、倉儲和郵政業”“信息傳輸、計算機服務和軟件業”“金融業”“租賃和商務服務業”以及“科學研究和技術服務業”代表生產性服務業。根據中國城市行政區域的劃分，2012年全國共有289個地級及以上城市，此后又在海南、西藏等省區陸續設立地級市，到了2016年共有297個地級及以上城市，但是考慮到2012年以來新設立的8個城市以及海南的三沙市數據缺失較多，為了統一口徑，本文最終選取2012—2016年除了8個新增城市以及三沙市以外的288個城市作為樣本。原始數據主要來自《中國城市統計年鑒》《中國統計年鑒》以及各省市統計年鑒，缺省數據采用線性插值。表1給出了各變量的含義及描述性統計。

四、實證結果與分析

（一）基礎模型估計結果

首先采用面板數據固定效應（FE）回歸對模型（1）（2）進行估計。與此同時，考慮到生產性服務業發展和制造業效率之間存在雙向因果關系[37]，采用工具變量兩階段回歸（IV2SLS）來緩解可能的內生性問題，選取的工具變量其一為內生變量的一階滯后項，其二為“因變量與其均值之差”和“內生變量與其均值之差”的乘積[38]。表2報告了估計結果。

質量維度的固定效應（FE）估計結果報告在列（1）（2）。列（1）顯示，生產性服務業效率（lnYL）每增加1%，制造業TFP增長約0.114%，且在10%的水平上顯著，?表明在整體上生產性服務業在質量（效率）方面的提升有助于促進城市制造業TFP的增長。控制變量方面，城市經濟發展水平（lnDev）、科技發展水平（lnST）、制造業企業在價值鏈中的位置（lnGVC）和外商直接投資（lnFDI）的估計系數都顯著為正，表明這些因素都對城市制造業效率具有正效應，而政府干預（lnGov）則對制造業發展產生了不利影響，這可能是因為地方政府通過財政支出扶持了一些生產率較低的制造業企業的緣故。lnInf的估計系數雖為負但不顯著，lnHR的估計系數為正但同樣不顯著，表明在固定效應估計中，城市信息化及人力資本水平與制造業效率之間的因果效應并沒有得到充分體現。ln（YLinPro）的系數為正，而ln（YLoutPro）的系數為負，但都沒有通過顯著性檢驗，盡管如此，仍在一定程度上說明省內其他城市生產性服務業效率的提升對目標城市制造業效率提升具有正的溢出效應，省外城市的這種溢出效應則不明顯。城市規模（lnN）的系數在1%的水平上顯著為正，意味著大城市的制造業效率相對更高。為初步明確城市規模對生產性服務業發展與制造業效率之間關系的效應，在列（2）中引入交互項lnYL×lnN、lnYL×（lnN）2、lnYL×（lnN）3，結果顯示，交互項lnYL×（lnN）3的系數為正值但不顯著，說明城市規模與lnYL的系數之間的非線性性質有待進一步考察。

質量維度的工具變量兩階段（IV2SLS）估計結果報告在列（3）（4），相關檢驗表明，工具變量不存在識別不足（KleibergenPaap?rk?LM檢驗顯著拒絕原假設），檢驗弱工具變量的KleibergenPaap?rk?Wald?F統計量大于StockYogo?10%偏誤下的臨界值（19.93），說明所選的工具變量與lnYL的相關性較強，不是弱工具變量，Hansen?J檢驗不能在10%的水平上拒絕工具變量過度識別的原假設，三個檢驗表明本文選取的工具變量是合理的。列（3）顯示，lnYL的系數依然為正，且較之列（1）的結果更加顯著。控制變量方面，與列（1）結果相比，列（3）中信息化（lnInf）的估計系數由之前的負值變為預期的正值，人力資本（lnHR）的系數由之前的不顯著變為顯著，省內其他城市生產性服務業效率的提升對目標城市制造業效率提升的正向溢出效應變得更加顯著，省外城市的這種溢出效應也由負變正，表明在緩解內生性后，IV2SLS的估計結果更加符合預期。進一步的，在列（4）中引入城市規模（lnN）與生產性服務業效率（lnYL）的各交互項，結果顯示，lnYL×（lnN）3的系數較之列（2）變得更為顯著，在一定程度上說明城市規模對生產性服務業效率與制造業效率之間關系的影響具有明顯的非線性性質，這為后文采用PSTR模型考察生產服務業發展、城市規模與制造業效率三者之間的關系提供了一定合理性。

數量維度的估計結果報告在列（5）—（8）。根據列（5）（7）呈現的信息，不管是采用固定效應（FE）還是工具變量兩階段（IV2SLS）進行估計，生產性服務業集聚程度（lnAgg）的系數都為正，表明在整體上生產性服務業在數量上的集聚對該地區制造業TFP具有正向效應。與質量維度的估計結果類似，制造業效率與城市經濟發展水平（lnDev）、信息化水平（lnInf）、科技發展水平（lnST）、人力資本（lnHR）、制造業企業在價值鏈中的位置（lnGVC）以及外商直接投資（lnFDI）等因素主要表現為正相關，?而與政府干預（lnGov）呈負相關，省內其他城市生產性服務業集聚對目標城市制造業效率的正向溢出效應比省外城市的溢出效應更顯著。同樣的，列（8）顯示，城市規模（lnN）的三次項及其與生產性服務業集聚程度（lnAgg）的交互項均在1%的水平上顯著，這在一定程度上說明城市規模對生產性服務業集聚與制造業效率之間關系的影響也具有非線性特征。

（二）門檻效應模型估計結果

本文采用計量軟件R3.5.1對模型（4）進行估計

為緩解由生產性服務業發展與制造業效率之間雙向因果關系導致的內生性問題，本文直接采用生產性服務業效率（lnYL）和生產性服務業集聚程度（lnAgg）的一階滯后項對模型（4）進行非線性估計。。PSTR模型的經驗估計，首先要檢驗模型的截面異質性，即是否存在非線性[33]。構建輔助回歸方程

yit=μi+

τ0xit+

τ1xitsit+…+

τ3xits3it+uit，若

H0：τ1=…=τ3=0被拒絕表明存在非線性關系。非線性關系確定后，再根據最強拒絕原則來確定轉換函數的具體形式。依次檢驗

H03：τ3=0、

H02：τ2=0τ3=0和

H01：τ1=0τ3=τ2=0。若最強拒絕H02，則選取m=2，轉換函數形式為LSTR2;反之，則選取m=1，轉換函數形式為LSTR1。檢驗結果見表3。從中可見，在1%、5%、10%的顯著水平上，質量維度和數量維度的模型（4）均拒絕了線性模型的原假設，表明轉換變量lnN對生產性服務業發展與制造業效率之間關系的影響確實存在門檻效應，因此本文采用PSTR模型進行估計是合適的。在兩個維度的模型（4）中，LM1和LM3對應的p值最小，因而轉換函數均應采取LSTR1的形式。

對模型（4）進行估計，需要首先確定參數γ、c的初始值，本文采用網格搜索法確定γ和c的初始值。表4顯示，通過網格搜索所得到的γ、c的初始值均落在了相應的構造區間之內。在確定γ和c的初始值后，采用非線性最小二乘法（NLS）對模型（4）中參數進行估計。質量和數量二維度的估計結果均呈現在表5中。

本部分著重分析城市規模（lnN）對核心解釋變量lnYL和lnAgg的系數的影響。質量維度的PSTR估計結果顯示，平滑參數γ為1.486，表明模型轉換的速度較慢，不同機制之間的轉換是平滑的。L.lnYL×G（·）的系數顯著為正，表明生產性服務業效率對制造業TFP的影響系數與城市規模正相關，城市規模越大，生產性服務業效率對制造業TFP產生的提升作用越強。質量維度回歸含有一個位置參數，引發生產性服務業效率對制造業TFP的影響產生明顯變化的城市規模門檻值大約為4.469，即當lnN>4.469（N=87.3萬人）時，生產性服務業效率對制造業TFP的促進作用明顯加快。2016年全國城市市轄區平均人口規模為163萬，大約有2/3的城市已經越過該門檻值。而且，由lnYL系數的表達式（-0.147+0.518×G（·））可知，當越過門檻值后（此時G（·）由1/2向1趨近），生產性服務業效率提升1%所帶來的制造業TFP提升約在0.11%～0.37%之間。為直觀反映生產性服務業效率對制造業TFP的影響與城市規模之間的關系，圖3繪制了lnYL的系數與lnN的變動曲線，圖4繪制了lnMTFPlnYLlnN三變量的回歸擬合曲面

繪制回歸擬合曲面圖時，由于核心解釋變量和門檻變量之外的其余變量的作用只影響曲面在lnMTFP軸的高低，不影響曲面形狀，因而將這些因素的作用簡化為0進行繪圖。圖6中的回歸擬合曲面圖也做了同樣處理。。易看出，生產性服務業效率（lnYL）的系數與城市規模（lnN）之間確實表現為一種非線性的正相關關系，生產性服務業效率對制造業TFP的作用隨著城市規模的擴張在不斷提升，且這種作用在越過門檻值后有明顯加強。

值得注意的還有兩個方面。一方面，在lnN<3.8時，lnYL的系數小于零，呈現在三維曲面圖上的效果就是當lnN小于3.8時，lnMTFP隨lnYL的增大而下降，而當lnN大于3.8時，lnMTFP隨lnYL的增大而增大。這意味著，我國城市制造業從生產性服務業效率提升中獲得TFP增長的市轄區人口最低門檻規模大約為44.7萬，低于該門檻規模的小城市，其制造業TFP與生產性服務業效率負相關，跨越了最低門檻規模的城市制造業TFP隨著生產性服務業效率的提高而提高。本文發現2016年小于這一最低門檻規模的城市有30個，大多分布在西部和邊陲地區，其中26個城市的制造業TFP都低于同期全國平均水平。由于小城市制造業發展普遍較為落后，不能對高效率的生產性服務業產生需求，技術層次不匹配，此時生產性服務業效率的提高可能會造成同地區生產要素成本（如勞動力成本）的上升，進而對制造業發展產生不利影響，與此同時，小城市資源有限，生產性服務業的相對高效發展可能會使產業布局向其傾斜，對制造業發展產生擠出效應。另一方面，在另一個維度上，三維曲面圖還顯示，當lnYL處于較低水平時，

制造業TFP與城市規模負相關，表明如果沒有生產性服務業效率的提升，即使規模較大的城市也無法實現制造業的高效發展。當lnYL較大時，制造業TFP隨著lnN的增長呈現出先下降、后增長、再下降的變化趨勢（曲面圖兩端呈現卷曲形狀），表明在給定較高水平的lnYL的情況下，當城市規模由極小逐漸增大，以及由特大城市再逐漸增加規模時，制造業TFP不升反降，前者主要是因為城市規模過小無法為制造業發展提供有效支撐，后者則可能是特大型城市的各要素成本都比較高的緣故。

數量維度的PSTR估計結果顯示，平滑參數γ為9.761，表明模型轉換的速度相對較快，不同機制之間的轉換較為急劇。與質量維度的估計結果類似，L.lnAgg×G（·）的系數也顯著為正，表明生產性服務業集聚（lnAgg）對制造業TFP的影響系數與城市規模（lnN）之間同樣表現為一種非線性正相關關系。數量維度回歸也是只含有一個位置參數，引發生產性服務業集聚對制造業TFP的影響產生顯著變化的城市規模門檻值大約為5.233，即當lnN>5.233（N=187.4萬人）時，生產性服務業效率對制造業TFP的促進作用明顯加快。由lnAgg的系數表達式（0.089+0.363×G（·））可知，一旦越過該門檻，生產性服務業集聚程度提升1%帶來的制造業TFP增長在0.27%～0.45%之間。按照2016年城市規模，全國288個城市中只有65個越過了該門檻值。類似的，圖5繪制了lnAgg的系數與lnN的變動曲線，圖6繪制了lnMTFPlnAgglnN三變量的回歸擬合曲面。可以看出，較之圖3中lnYL系數的變動，lnAgg系數在門檻值前后的變動更加劇烈;三維曲面圖也呈現出與圖4不一樣的變動特征：當lnAgg較小時，制造業TFP與城市規模之間只是在門檻值前后表現出一定的負相關關系，而當lnAgg較大時，曲面圖兩端不再發生卷曲，隨著城市規模由極小到特大城市過渡，制造業TFP會一直增加，且在門檻值前后有顯著躍升。

與質量維度的PSTR估計結果相比，數量維度的估計結果所得出的城市規模門檻值相對更高，表明較之質量（效率）維度，生產性服務業發展的數量（集聚）維度對制造業TFP的顯著提升作用的發揮，需要更大的城市規模作為支撐。其原因可能在于，只有規模相對較大的城市才能以更加有效的方式聚集起具有相當密集程度的高端生產性服務業，并擁有更加完善的制造業結構，產業間在高資本和高技術水平上的關聯會更緊密，因此這些城市才能通過生產性服務業集聚產生顯著的規模經濟效應、技術擴散和人才集聚效應，并大幅降低服務搜尋成本和服務門檻，進而更大程度地促進制造業發展。另外，圖5與圖6還顯示，即使在城市規模較小時，生產性服務業集聚對制造業TFP也能產生正向影響，說明即使在以中低端制造業為主的中小城市，生產性服務業集聚所產生的外部性依然能促進制造業效率提升。

五、穩健性考察：基于不同城市規模的分組估計

為進一步考察本文所估計出的城市規模門檻的穩健性，本部分根據城市規模門檻值對全部樣本進行分組，分析比較各子樣本生產性服務業發展對制造業效率的效應。前文的PSTR估計結果顯示，引發生產性服務業效率對制造業TFP產生顯著積極效應的城市規模門檻值大約為lnN=4.469（N=87.3萬人），引發生產性服務業集聚對制造業TFP影響產生顯著變化的城市規模門檻值大約為lnN=5.233（N=187.4萬人）。本文分別以質量維度和數量維度的這兩個門檻水平為界，將全部樣本分為兩個子樣本，進而依據模型（1）對每個子樣本分別進行FE和IV2SLS估計，結果見表6。列（1）顯示，lnYL的系數不顯著，在緩解了內生性問題后，列（2）顯示，lnYL的系數在10%的水平上顯著為負，表明當城市規模小于門檻時，生產性服務業效率對制造業TFP不存在顯著正向影響。與之相對應的是，列（4）顯示，當城市規模大于門檻水平后，lnYL的系數變得顯著為正。可見，在門檻值前后，生產性服務業效率對于制造業效率的影響存在明顯差別，當城市規模超過大約87.3萬人時，生產性服務業質量方面的發展將會顯著促進制造業TFP的提升。

在列（5）（6）中，lnAgg的系數分別為0.153和0.102，且都在5%的水平顯著，說明在低于門檻規模的城市，生產性服務業集聚與制造業TFP之間也具有較強的正相關性。而當城市規模高于門檻規模時，列（7）（8）顯示，lnAgg的系數顯著為正且明顯高于列（5）（6）的結果，說明在越過187.4萬人的城市規模門檻后，生產性服務業集聚對于制造業效率的影響同樣存在一個從低機制向高機制的轉變和過渡，較之低于門檻值的城市，越過門檻值后的城市，生產服務業集聚對制造業效率的提升作用更大。

通過上述分析，可以發現表6中核心解釋變量的回歸結果與表5中PSTR模型的估計結果是一致的：在門檻值前后，不論是質量維度的效率，還是數量維度的集聚，生產性服務業發展對制造業TFP的影響均存在顯著的城市規模異質性;當越過一定門檻值后，無論是生產性服務業效率（lnYL）還是生產性服務業集聚（lnAgg），它們對制造業TFP的作用都得到顯著提升。這說明基于PSTR模型估計出的城市規模門檻值在很大程度上是可靠的。

六、結論與啟示

隨著中國經濟進入新常態，如何促進制造業升級和提升制造業國際競爭力日益成為經濟學家和政策制定者所共同關注的一個重要問題。本文分析了生產性服務業質量（效率）和數量（集聚）兩方面的發展對制造業效率的作用機理，以及城市規模對這種作用的調節效應。基于2012—2016年全國288個地級及以上城市的面板數據的估計結果顯示：

（1）在整體上，生產性服務業質量維度的效率提升與數量維度的集聚程度擴大都會對制造業TFP產生正向影響，但是這種影響表現出明顯的地區異質性;

（2）生產性服務業發展對制造業效率的效應存在顯著的城市規模門檻，即只有滿足一定的城市規模，生產性服務業的發展才能對城市制造業效率的提升提供有效支撐，在越過門檻后，生產性服務業效率水平和集聚程度提升1%所帶來的制造業TFP增長分別在0.11%～0.37%之間和0.27%～0.45%之間。

（3）較之質量（效率）維度，生產性服務業發展的數量（集聚）維度對制造業TFP的顯著提升作用的發揮，需要更大的城市規模作為支撐，以市轄區人口計，生產性服務業效率和集聚發揮顯著效應的城市規模門檻分別為87.3萬人和187.4萬人。

（4）生產性服務業效率較低時，制造業TFP與城市規模負相關，生產性服務業效率較高時，制造業TFP隨著城市規模的增加會呈現出先下降、后增長、再下降的變化趨勢;生產性服務業集聚則表現出不同特征，當集聚程度較低時，制造業TFP與城市規模之間只是在門檻值前后表現出一定的負相關關系，而當集聚程度較高時，隨著城市規模由極小到特大城市過渡，制造業TFP會一直增加，且在門檻值前后有顯著躍升。

本文的研究可為制造業升級和城市化進程的討論提供一些政策啟示。

（1）以提升制造業效率和競爭力為目標，搭建有利于增加生產性服務效率和集聚程度的發展平臺。我國生產性服務業發展水平較低的很大一部分原因在于體制機制的約束，信息、金融業等生產性服務部門普遍存在較高的進入壁壘，不利于形成全面競爭的市場環境，制約了生產性服務業效率的提升。因此在當前推進供給側結構性改革的過程中，應積極推廣實施負面清單制度，逐漸消除生產性服務業的行政管制，在土地利用、融資及稅收優惠等方面向服務業傾斜。應從與制造業協同定位和產業互動著手促進生產性服務業集聚，采用政府共建、股權投資、貸款貼息及PPP等模式，支持制造業基地配套功能性生產性服務中心建設，同時引導資金優先支持一批高水平、覆蓋廣的支持性服務業，集聚高端服務要素，形成生產性服務業發展高地。

（2）從產業結構轉型升級的視角，為中國城市化發展路徑提供新的思路。在中國城市化進程中，關于優先發展中小城市還是更加注重大城市發展，一直存在爭議。本文的分析表明，大城市生產性服務業效率的提升和集聚程度的增加對制造業TFP的促進作用高于小城市;在特大型城市，這種促進作用在高水平上漸趨穩定;而當城市小于最低門檻規模時，因制造業發展落后，產業間技術層次的不匹配，生產性服務業效率與制造業TFP負相關。因此在調整產業結構、促進高質量發展的背景下，不同規模的城市需要推行不同的產業發展模式。中西部地區規模較小的城市應在有序推動人口集聚的前提下，積極承接從東部大城市轉移出的成熟制造業，促進生產性服務業發展與制造業發展之間形成有效關聯。在已經越過門檻規模的大城市及特大型城市，一方面需要積極培育對生產性服務有更多需求的高附加值制造業，另一方面應逐漸向高端服務型城市轉型。

參考文獻：

[1]?Wood?A.?World?Trade?Report?2014Trade?and?development：?Recent?trends?and?the?role?of?the?WTO[J].?World?Trade?Review，?2015，?14（3）：?546-548.

[2]?江小涓.?服務業增長：?真實含義、多重影響和發展趨勢[J].?經濟研究，?2011（4）：?4-14.

[3]?吳敬璉.?中國增長模式抉擇[M].?上海：?上海世紀出版股份有限公司遠東出版社，?2014.

[4]?Markusen?J.?Trade?in?producer?service?and?in?other?specialized?intermediate?input[J].?American?Economic?Review，?1989，?79（1）：?85-95.

[5]?陳憲，?黃建鋒.?分工、互動與融合：?服務業與制造業關系演進的實證研究[J].?中國軟科學，?2004（10）：?65-71.

[6]?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.

[7]?顧乃華.?生產性服務業對工業獲利能力的影響和渠道——基于城市面板數據和SFA模型的實證研究[J].?中國工業經濟，?2010（5）：?48-58.

[8]?姚戰琪.?工業和服務外包對中國工業生產率的影響[J].?經濟研究，?2010（7）：?91-102.

[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]李平，?付一夫，?張艷芳.?生產性服務業能成為中國經濟高質量增長新動能嗎[J].?中國工業經濟，?2017（12）：?5-21.

[11]Eswaran?M，?Kotwal?A.?The?role?of?the?service?sector?in?the?process?of?industrialization[J].?Journal?of?Development?Economics，?2002，?68（2）：?401-420.

[12]馮泰文.?生產性服務業的發展對制造業效率的影響——以交易成本和制造成本為中介變量[J].?數量經濟技術經濟研究，?2009（3）：?56-65.

[13]劉斌，?魏倩，?呂越，?等.?制造業服務化與價值鏈升級[J].?經濟研究，?2016（3）：?151-162.

[14]呂越，?李小萌，?呂云龍.?全球價值鏈中的各制造業服務化與企業全要素生產率[J].?南開經濟研究，?2017（3）：?88-110.

[15]宣燁，?余泳澤.?生產性服務業集聚對制造業企業全要素生產率提升研究——來自230個城市微觀企業的證據[J].?數量經濟技術經濟研究，?2017（2）：?89-104.

[16]劉奕，?夏杰長，?李垚.?生產性服務業集聚與制造業升級[J].?中國工業經濟，?2017（7）：?24-42.

[17]魏鋒，?曹中.?我國服務業發展與經濟增長的因果關系研究——基于東、中、西部面板數據的實證研究[J].?統計研究，?2007（2）：?44-46.

[18]于斌斌.?生產性服務業集聚能提高制造業生產率嗎？——基于行業、地區和城市異質性視角的分析[J].?南開經濟研究，?2017（2）：?112-132.

[19]閆小培，?鐘韻.?區域中心城市與生產性服務業發展[M].?北京：?商務印書館，?2006.

[20]Au?C?C，?Henderson?J.?Are?Chinese?cities?too?small[J].?The?Review?of?Economic?Studies，?2006，?73（3）：?549-576.

[21]王垚，?年猛，?王春華.?產業結構、最優規模與中國城市化路徑選擇[J].?經濟學（季刊），?2017（1）：?441-462.

[22]柯善咨，?趙曜.?產業結構、城市規模與中國城市生產率[J].?經濟研究，?2014（4）：?76-88.

[23]陳建軍，?陳菁菁.?生產性服務業與制造業的協同定位研究——以浙江省69個城市和地區為例[J].?中國工業經濟，?2011（6）：?141-150.

[24]Bosworth?B，?Triplett?J.?The?early?21st?century?US?productivity?expansion?is?still?in?services[J].?International?Productivity?Monitor，?2007（14）：?3-19.

[25]Teece?D.?Profiting?from?technological?innovation：?Implications?for?integration，?collaboration，?licensing?and?public?policy[J].?Research?Policy，?1986，?15（6）：?285-305.

[26]Glaeser?E.?Learning?in?cities[J].?Journal?of?Urban?Economics，?1999，?46（2）：?254-277.

[27]Duranton?G，?Puga?D.?Nursery?cities：?Urban?diversity，?process?innovation，?and?the?life?cycle?of?products[J].?American?Economic?Review，?2001，?91（5）：?1454-1477.

[28]盛豐.?生產性服務業集聚與制造業升級：?機制與經驗[J].?產業經濟研究，?2014（2）：?32-39.

[29]陳建軍，?陳國亮，?黃潔.?新經濟地理學視角下的生產性服務業集聚及其影響因素研究——來自中國222個城市的經驗證據[J].?管理世界，?2009（4）：?83-95.

[30]姚永玲，?趙宵偉.?城市服務業動態外部性及其空間效應[J].?財貿經濟，?2012（1）：?101-107.

[31]梁文泉，?陸銘.?后工業化時代的城市：?城市規模影響服務業人力資本外部性的微觀證據[J].?經濟研究，?2016（12）：?90-103.

[32]譚洪波.?從生產性服務業的角度審視美國的再工業化[N].?光明日報，?2013-09-06.

[33]Gonzlez?A，?Tersvirta?T，?Dijk?D?V，?et?al.?Panel?smooth?transition?regression?models[R].?WP?Series?in?Economics?and?Finance?No.?604，?Stockholm?School?of?Economics，?2005.

[34]范劍勇.?產業集聚與地區間勞動生產率差異[J].?經濟研究，?2006（11）：?72-81.

[35]孫浦陽，?韓帥，?許啟欽.?產業集聚對勞動生產力的動態影響[J].?世界經濟，?2013（3）：?33-53.

[36]余泳澤，?劉大勇，?宣燁.?生產性服務業集聚對制造業生產效率的外溢效應及其衰減邊界——基于空間計量模型的實證分析[J].?金融研究，?2016（2）：?23-36.

[37]王文，?孫早.?制造業需求與中國生產性服務業效率——經濟發展水平的門檻效應[J].?財貿經濟，?2017（7）：?136-155.

[38]Lewbel?A.?Constructing?instruments?for?regressions?with?measurement?error?when?no?additional?data?are?available，?with?an?application?to?patents?and?R&D[J].?Econometrica，?1997，?65（5）：?1201-1213.

責任編輯、校對：?李再揚

The?Development?of?Producer?Services，?City?Size?and?Manufacturing?Efficiency

WANG?Wen1，?NIU?Zedong2，?SUN?Zao1

（1.?School?of?Economics?and?Finance，?Xian?Jiaotong?University，?Xian?710061，?China;

2.?The?Journal?of?Humanities，?Shaanxi?Academy?of?Social?Sciences，?Xian?710065，?China）

Abstract：?Under?the?new?round?of?scientific?revolution?and?industrial?transformation，?industrial?innovation?and?competition?mode?have?changed?radically?in?recent?years，?and?producer?services?have?played?an?unprecedented?role?in?the?development?of?manufacturing?industry.?This?paper?analyzes?the?influence?of?producer?services?efficiency?and?agglomeration?on?manufacturing?efficiency，?placing?emphasis?on?the?moderating?effect?of?city?size?on?this?influence.?Based?on?a?panel?data?of?central?cities?in?Chinese?urban?system?from?2012?to?2016?and?nonlinear?panel?smooth?transition?regression?（PSTR）?model，?the?result?shows?that，?both?the?promotion?of?producer?services?efficiency?and?agglomeration?have?positive?effects?on?manufacturing?efficiency?generally，?however，?these?improvement?effects?differ?in?the?size?of?city?where?the?producer?services?are?located.?That?is?to?say，?city?needs?to?reach?a?certain?threshold?size?to?facilitate?the?formation?of?effective?linkages?between?producer?services?and?manufacturing?industries;?however，?most?cities?do?not?reach?the?two?thresholds?that?cause?substantial?changes?in?the?effect?of?producer?services?efficiency?and?agglomeration?on?manufacturing?TFP?at?the?same?time?at?present.

Keywords：?Producer?services;?Efficiency;?Agglomeration;?City?size;?Manufacturing;?TFP

收稿日期：2019-10-19

基金項目：國家社會科學基金一般項目“新一輪科技革命和產業變革背景下制造業服務化促進產業升級的機制與路徑研究”（19BJL092）;

國家社會科學基金教育學項目“高等教育結構對經濟效率的影響測度與優化對策”（CFA150151）;

陜西省社會科學基金項目“基于供給側結構性改革的陜西工業轉型升級路徑選擇研究”（2018D30）。

作者簡介：

王文，女，西安交通大學經濟與金融學院副教授，經濟學博士，研究方向：結構轉型與產業競爭力，電子郵箱：wangwen83@xjtu.edu.cn;

牛澤東，男，陜西省社會科學院人文雜志社編輯，經濟學博士，研究方向：產業發展與技術創新;

孫早，男，西安交通大學經濟與金融學院教授，博士生導師，經濟學博士，研究方向：公司戰略與現代產業的演進。