制造業服務化的綠色發展效應研究

[摘 要]制造業服務化是制造業轉型升級的重要支點。為檢驗制造業服務化能否促進制造業的綠色發展，基于2000—2014年中國17個制造業面板數據，采用投入產出模型、動態EBM-Malmquist指數等方法，從綠色生產率視角揭示制造業服務化影響綠色發展的內在機制和實現路徑。結果顯示：制造業服務化具有顯著的綠色發展效應，其中，技術進步和純技術效率起正向傳導作用，而規模效率和環境改善效率存在U型影響;制造業服務化可通過技術轉移、自主創新、生產分工和生產成本路徑實現綠色全要素生產率提升;從服務投入異質性的視角來看，金融服務化、電信服務化和運輸服務化的綠色全要素生產率增長效應明顯，而分銷服務化則不顯著。因此，制造業企業應不斷提高服務化水平，通過鼓勵自主技術研發、引入先進管理模式等方式促進制造業的綠色發展。

[關鍵詞]制造業服務化;綠色發展;綠色全要素生產率;投入產出模型;動態EBM-Malmquist指數

[中圖分類號]F426 [文獻標識碼]A [文章編號]1671-8372（2022）02-0033-10

Research on green development effect of service-oriented manufacturing industry

XU Dong-lan， GUO Yu-qin

（School of Economics， Ocean University of China， Qingdao 266100， China）

Abstract：The service-oriented manufacturing industry is an important support for the transformation and upgrading of manufacturing industry. In order to test whether service-oriented manufacturing industry can promote green development of manufacturing industry， based on the panel data of 17 manufacturing industries in China from 2000 to 2014， the input-output model， dynamic EBM-Malmquist index and other methods were used to reveal the internal mechanism and realization path of the service of manufacturing industry influencing green development from the perspective of green total factor productivity （TFP）. The results show that the service-oriented manufacturing industry has significant green development effects， among which technological progress and pure technical efficiency play a positive conduction role， while scale efficiency and environmental improvement efficiency have a U-shaped effect; service-oriented manufacturing industry can improve green TFP through technology transfer， independent innovation， production division and production cost; from the perspective of the heterogeneity of service factor input， financial service， telecommunications service and transportation service have significant effects on green TFP growth， while distribution service is not. Therefore， manufacturing enterprises should constantly improve the level of service， encourage independent technology research and development， and introduce advanced management mode and other ways to promote the green development of manufacturing industry.

Key words：service-oriented manufacturing industry; green development; green total factor productivity; input- output model; dynamic EBM-Malmquist index

一、引言

近年來，隨著全球制造業競爭格局發生轉變，多數發達國家的制造業不斷呈現服務化的特征，如美國“再工業化”戰略、德國“工業4.0”等均強調在服務經濟的基礎上提升本國制造業競爭優勢。《中國制造2025》也明確提出要協同發展制造與服務，促進制造業由生產型制造轉變為服務型制造。不同于傳統的制造業粗放發展模式，制造業服務化是一種基于創新驅動的集約型分工模式[1]，也是制造業實現轉型升級的關鍵支點。然而，在參與全球生產分工的過程中，中國制造業長期被鎖定在全球價值鏈的低附加值和高污染生產環節，導致污染排放居高不下，環境惡化、資源浪費等問題日益凸顯。因此，在全球制造業服務化趨勢持續加強和中國環境污染不斷加劇的背景下，黨的十九大報告明確提出“加快建設制造強國，推進綠色發展”的戰略目標，而實現這一目標的關鍵在于著力提升綠色全要素生產率（Total Factor Productivity，TFP）。那么，制造業服務化能否在推動中國制造業轉型升級的同時，帶動制造業的綠色發展？兩者間有何邏輯關系？其內在機制和實現路徑是怎樣的？這些問題的解答對于中國實現制造業轉型升級和綠色發展具有重大的現實意義。

目前，學界對綠色發展水平的測度尚未統一，主要測度方法有兩類：一類是構建綜合評價指標體系衡量區域綠色發展水平[2-3]，另一類是利用其他代理指標進行衡量[4-6]。此外，由于綠色全要素生產率既涉及環境因素又涉及經濟因素，能夠充分體現綠色發展的內涵，近年來也被越來越多的學者用作綠色發展水平的代理指標[7-8]。學界關于制造業服務化影響生產率的研究，大致從兩個層面展開。首先是制造業服務化對生產率的影響研究。主要有三種觀點：第一種觀點是制造業服務化促進生產率提升[9-10];第二種觀點是制造業服務化抑制生產率提升[11-12];第三種觀點是制造業服務化對生產率的影響呈非線性[13-14]。其次是制造業服務化對環境污染的影響研究。現有研究指出服務化對環境污染存在正負兩種影響：Cook等認為制造業服務化會逼迫原有企業投入額外時間成本與資源等，造成資源浪費[15];Rothenberg發現企業在由提供產品向提供服務轉變的過程中產生了環境效益[16];陳艷瑩和周娟認為制造業服務化改變了企業原有的資源利用模式，具有生態效益[17];Agrawal等從產出角度出發，認為制造業服務化提高了產品的環保性能，產生綠色經濟效應[18];饒暢認為制造業服務化能夠減少我國珠三角地區能源無效利用，實現碳減排[19]。

綜上可知，制造業服務化對生產率及環境的影響研究已取得豐富成果，但鮮有研究考察制造業服務化與綠色全要素生產率之間的關系，也鮮有文獻探究前者對后者的影響機制和實現路徑。為此，本文嘗試從以下三方面進行思路拓展與創新：第一，從綠色全要素生產率的視角探析中國制造業綠色發展，構建動態EBM-Malmquist指數，對中國制造業綠色全要素生產率進行科學測度和分解;第二，將制造業服務化與融合了環境因素和經濟因素的綠色全要素生產率聯系起來，考察制造業服務化對綠色全要素生產率的影響，并將綠色全要素生產率的分解項視為傳導途徑，探究制造業服務化影響綠色全要素生產率的內在傳導機制和可能實現路徑;第三，基于服務投入異質性視角，考察不同種類制造業服務化對綠色全要素生產率影響效應的差異。

二、制造業服務化影響綠色發展的理論分析與假設

本文從綠色全要素生產率視角探究制造業服務化對綠色發展的影響，并將制造業服務化對綠色全要素生產率的影響效應分解為技術進步效應、純技術效率效應、規模效率效應和環境改善效率效應，從而深入剖析服務化影響綠色全要素生產率的內在傳導機制。

（一）技術進步效應

技術進步效應是指由于技術水平提升引起的生產前沿面整體外移[20]。制造業服務化對技術進步的推動作用可能體現在以下兩方面：第一，制造業企業通過擴展研發、信息等高技術含量的服務業務，拓寬了其與生產性服務企業間的技術轉移渠道，有利于制造業企業通過學習、模仿等途徑獲取技術溢出，實現技術進步。第二，制造業企業在服務化過程中，一方面，通過引入信息和通信服務掌握消費者對產品的需求趨勢[21]，明確產品創新動向;另一方面，通過引入金融服務緩解融資壓力，增加創新資本。這都有利于企業提高自身創新水平。

技術進步會提高資本品和勞動要素質量，促進綠色全要素生產率提升。具體而言，技術水平通常會物化在機器設備等資本品內，因此，技術進步會帶來清潔設備更新升級，有利于企業綠色清潔生產;同時，技術進步引起的生產設備優化會推動勞動要素質量提升，使企業獲得更大產出，促進綠色全要素生產率提升。

據此，提出假設1：制造業服務化水平可能通過技術進步效應對綠色全要素生產率產生正向影響，促進綠色發展。

（二）純技術效率效應

純技術效率效應是指由于現有技術水平的潛能得到更大釋放而引起的效率變動，當企業的管理水平提高或資源要素協調性增加時，企業的現有技術水平會得到充分發揮，由此帶動純技術效率的提升[20]。制造業服務化對純技術效率的推動作用有以下表現：第一，制造業企業通過學習、模仿等途徑充分吸收生產性服務中嵌入的先進管理技術[22]，優化組織管理模式，提升企業管理水平，進而促進純技術效率提升;第二，制造業企業通過將比較劣勢的服務業務外包給生產性服務企業，能夠使企業更專注于自身核心業務，推動企業內部生產分工細化，提高專業化分工水平，從而加強信息在生產經營各環節的有效傳遞，增加資源要素的協調性，實現純技術效率提升。

純技術效率提升能夠降低企業溝通成本，減少資源浪費，促進綠色全要素生產率提升。具體而言，純技術效率提升意味著企業管理決策水平的提升，能夠有效緩解企業各部門存在的信息不對稱問題，降低內部溝通成本，從而合理安排生產要素的投入使用，減少資源浪費，促進綠色全要素生產率提升。

據此，提出假設2：制造業服務化水平可能通過純技術效率效應對綠色全要素生產率產生正向影響，促進綠色發展。

（三）規模效率效應

規模效率效應是指由于規模經濟（或規模不經濟）導致的效率變動[23]，當企業擴大生產規模至最優規模時，實現規模經濟，規模效率提升。當制造業服務化水平較低時，制造業企業物流、維修等服務業務種類的擴展需要足夠的勞動力與資金支持，這增加了相應的轉型成本[24]，而此時制造業企業大多與提供低端生產性服務的企業關聯[25]，服務要素投入帶來的管理經驗與技術較少，導致資源無法達到最優配置狀態，從而使生產成本降低的優勢不足，難以彌補企業的轉型成本，故規模效率下降;當制造業服務化水平不斷提升并跨過某一閾值時，制造業企業能夠從高端生產性服務要素中獲取更多技術溢出，使資源配置愈發合理，由此節省的生產成本足以彌補業務轉型成本，有利于提高規模效率。即制造業服務化與規模效率間可能存在U型關系。

規模效率提升能夠細化生產分工，促進綠色全要素生產率提升。根據規模報酬遞增理論，隨著規模日益擴張，企業在生產環節愈發具有比較優勢，生產設備的投入種類不斷擴展，使專業化分工更為細化，有利于勞動力最大限度地發揮生產潛力，減少資源浪費，進而提升綠色全要素生產率。

據此，提出假設3：制造業服務化水平可能通過規模效率效應對綠色全要素生產率的影響表現為U型關系。

（四）環境改善效率效應

環境改善效率是指考慮了資源投入和環境負產出的效率[26]。當環境負產出減少或資源消耗量降低時，環境改善效率提升。當制造業服務化水平較低時，制造業企業大多與低端生產性服務的企業相關聯，企業能夠獲取的綠色技術有限，由此引致的節能減排優勢較小，無法彌補此階段資源利用效率低下導致的資源浪費[27]，故企業的資源消耗和環境負產出增加，環境改善效率下降;當制造業服務化水平不斷提升并跨過某一閾值時，制造業企業逐漸導入環保、設計等高技術含量的生產性服務，獲取更多綠色生產技術[16]，節能減排優勢不斷凸顯，環境改善效率提升。即制造業服務化與環境改善效率間可能存在U型關系。

環境改善效率提升有利于企業降低治污成本，促進綠色全要素生產率提升。具體而言，環境改善效率提升直接使制造業企業的非合意產出減少，企業需要額外引進的污染處理設備數量縮減，從而在很大程度上減少企業的治污成本，節省了企業在生產過程中投入的資源要素量，促進綠色全要素生產率提升。

據此，提出假設4：制造業服務化水平可能通過環境改善效率效應對綠色全要素生產率的影響表現為U型關系。

三、模型介紹、變量及數據說明

（一）模型介紹

1. 多區域投入產出模型

本文借鑒王思語和鄭樂凱[28]的計算方法，基于增加值視角衡量制造業服務化水平。假設有Z個國家，每個國家有N個部門，建立多區域投入產出模型：

其中，X c、Y c（c=1，2，…，z）均為N維列向量，分別表示國家c的總產出與最終消耗。Apc為國家c對國家p的直接消耗系數矩陣，B為完全消耗系數矩陣。

將出口進行增加值分解：

式（2）中， （c=1，2，…，z）表示c國各部門的增加值率，" 為c國增加值率方陣。" " 表示c國出口貿易矩陣。式（2）第二行矩陣的行向量代表增加值去向，列向量則是出口增加值來源。

因此，c國家j制造行業服務化水平可表示為：

式（3）中，p為出口國，j為c國各制造行業，i為各生產性服務行業，" 為所有服務行業的集合。" "為p國家i服務行業的增加值率，bij" 為c國家j制造行業對p國家i服務行業的完全消耗系數， 為c國家j制造行業出口，" "為c國家j制造行業的總出口。

2. 動態EBM-Malmquist指數

本文借鑒雷明等的做法[26，29]，使用動態EBM- Malmquist指數計算并分解綠色全要素生產率指數，具體分解式如下：

其中，x為投入要素，y為產出要素，yb為環境負產出要素，z為動態要素。下標c、v分別代表規模報酬不變與規模報酬可變。

3. 計量模型

考慮到經濟變量存在慣性，將被解釋變量的滯后期作為解釋變量引入回歸方程，構建動態面板模型。首先構建制造業服務化影響綠色全要素生產率的模型：

其次，為進一步分析制造業服務化影響綠色全要素生產率的傳導機制，構建以下計量模型對假設1至假設4進行檢驗：

其中，i代表各制造行業，t代表年份，代表控制變量。

（二）變量與數據說明

1. 被解釋變量

借鑒尹傳斌和蔣奇杰的研究，綠色發展水平使用綠色全要素生產率（GTFP）衡量[8]。本文界定的綠色全要素生產率是涉及多種環境污染物下的全要素生產率，考慮到行業數據可得性，文中多種環境污染物僅納入二氧化碳、二氧化硫、固態廢棄物及廢水排放等指標。本文選取的投入產出指標及動態要素如下：

（1）投入指標選取勞動投入和能源投入，前者以制造行業從業人員年平均數衡量，后者以制造行業能源消費總量衡量。

（2）產出指標包括期望產出和非期望產出，前者以制造行業的工業總產值（調整為2000年不變價）來衡量，后者以二氧化碳、二氧化硫、固體廢棄物、廢水排放量等衡量。

（3）動態要素為固定資本投資。參考Tone的處理方法，將上一年的固定資本投資作為投入，將本年的固定資本投資作為產出[30]。

數據來源于相關年份的中國統計年鑒、中國工業統計年鑒、中國環境統計年鑒和中國能源統計年鑒。此外，借鑒邱斌等的做法，以2000年綠色全要素生產率為基期，后續年份綠色全要素生產率絕對量采取指數累乘方法計算得到[31]，分解項做相同處理。

2. 核心解釋變量

制造業服務化水平（S）為核心解釋變量。本文利用WIOD數據庫提供的投入產出數據，將WIOD（2016）數據庫中19個制造業與GB/T4754-2002分類標準中的29個制造業重新劃分合并為17個制造行業，并計算其服務化水平。鑒于最新版WIOD（2016）提供的數據僅更新至2014年，本文使用2000—2014年世界投入產出數據。

3. 控制變量

（1）外商直接投資（FDI），以行業實收資本中外商資本和港澳臺資本之和衡量。

（2）人力資本（HUM），采用各行業研發人員全時當量衡量。

（3）知識產權保護強度（IIPR），借鑒楊林燕和王俊的指標計算方法，以我國知識產權保護強度與各行業專利密集度的乘積來衡量行業知識產權保護強度[32]。

（4）所有制結構（OS），以國有企業工業總產值與全行業工業總產值之比衡量。

（5）環境規制（ER），采用行業廢水廢氣治理運行費用占工業總產值比重衡量。

（6）研發投入（RD），采用行業研發內部支出衡量。

數據來源于相關年份的中國統計年鑒、中國工業統計年鑒、中國科技統計年鑒、中國環境統計年鑒和中國能源統計年鑒，并參考陳詩一對統一口徑的處理方法，將數據調整為全行業口徑[33]。

4. 變量描述性統計

本文選用2000—2014年中國17個制造行業面板數據進行分析，各變量的描述性統計見表1。

四、制造業服務化的綠色發展效應實證結果分析

（一）綠色全要素生產率及其分解項變動趨勢

如圖1所示，2000—2014年，我國制造業綠色全要素生產率（GTFP）大體呈上升趨勢。2008—2014年，國家逐步將“綠色”與“變革”提上日程，出臺了一系列環境經濟政策，在很大程度上優化中國制造業能源消費結構，推動行業清潔技術引進與創新，使綠色全要素生產率明顯提升。分解項中技術進步（TC）的增長幅度最大，純技術效率（PTEC）、規模效率（SEC）和環境改善效率（EC）基本保持平穩趨勢，增長幅度低。這意味著，在樣本考察期內，技術進步是中國制造業綠色全要素生產率上升的主導因素。

（二）制造業服務化對綠色全要素生產率的影響效應

為有效解決模型的內生性問題，本文采用系統GMM（Generalized Method of Moments）方法對動態面板模型進行回歸估計，并且為確保估計結果具有有效性，進行了Arellano-Bond序列相關檢驗和Sargan檢驗。表2為基于公式（6）依次引入控制變量的回歸結果，相關檢驗也均已通過。表2（1）—（6）列制造業服務化水平的回歸系數均顯著為正，表明在樣本考察期內，制造業服務化水平提高能夠顯著促進綠色全要素生產率提升，帶動制造業綠色發展。

外商直接投資對綠色全要素生產率的影響顯著為負，可能的解釋是，對發展中國家而言，外商投資大部分流入污染密集型產業[34]，使企業生產中污染物排放量增加，不利于綠色全要素生產率提升。人力資本的回歸系數顯著為正，意味著企業通過加強對勞動力的技能培訓，實現勞動力要素質量提升，促進綠色全要素生產率增長。行業知識產權保護強度對綠色全要素生產率的影響顯著為負，可能的解釋為，中國制造業的專利申請量較低，行業技術進步更多依賴于技術模仿，而嚴格的行業知識產權保護制度會提高技術模仿的成本，阻礙技術溢出[35]，從而抑制綠色全要素生產率提升。所有制結構對綠色全要素生產率的影響顯著為負，可能的原因是，國有企業存在經營管理者選拔機制低效問題，導致其內部治理結構不完善[36]、管理水平低下，容易造成資源配置扭曲，不利于綠色全要素生產率提升。環境規制強度的回歸系數顯著為正，說明環境規制能夠激勵企業研發綠色生產技術，減少污染排放，同時提高生產效率，從而使企業獲得的補償性收益能夠有效彌補環境規制造成的治污成本提升，促進了企業綠色全要素生產率提升。研發投入的回歸系數顯著為正，表明企業增加研發投入，有利于研發高端生產技術并革新機器設備，推動綠色全要素生產率提升。

（三）制造業服務化影響綠色全要素生產率的傳導機制檢驗

制造業服務化影響綠色全要素生產率的傳導機制檢驗的回歸結果如表3所示。首先，第（1）列的結果表明，制造業服務化顯著促進技術進步。第（2）列的結果表明，技術進步對綠色全要素生產率提升有顯著促進作用。故理論假設1得到驗證。其次，第（3）列的結果表明，制造業服務化對純技術效率有顯著促進作用。第（4）列的結果表明，純技術效率顯著促進綠色全要素生產率提升。故理論假設2得到驗證。再次，第（5）列的結果表明，制造業服務化水平與規模效率間存在顯著的U型關系。當服務化水平不斷提高并超過臨界值0. 281時，制造業企業經營成本降低，規模效率改善。（6）列的結果表明，規模效率顯著促進綠色全要素生產率提升。故理論假設3得到驗證。最后，第（7）列的結果表明，制造業服務化水平對環境改善效率的影響顯著呈U型。當服務化水平不斷提高并超過臨界值0.235時，企業的環境改善效率提升。第（8）列的結果表明，環境改善效率顯著促進綠色全要素生產率提升。故理論假設4得到驗證。

綜合來看，在樣本考察期內，技術進步是中國制造業綠色全要素生產率提升的主導因素，因此，在制造業服務化影響綠色全要素生產率的四條傳導途徑中，技術進步效應對綠色全要素生產率的促進作用最大，這是制造業服務化顯著促進綠色全要素生產率提升的原因。

（四）制造業服務化提升綠色全要素生產率的實現路徑

從技術進步效應和純技術效率效應兩條具有正向影響的傳導途徑出發，進一步探究中國制造業在服務化背景下提升綠色全要素生產率的可能實現路徑。一方面，自主創新能力提升有利于激勵企業積極進行新技術研發，而技術引進能夠使企業直接獲取先進技術溢出，從而推動技術進步[37]，故將自主創新和技術轉移作為制造業服務化提升綠色全要素生產率的兩條可能的實現路徑進行探究分析;另一方面，企業積極參與價值鏈生產分工能夠改善組織管理方式[29]，而生產成本降低有利于企業利用節省的資金引進更多高水平的管理人才，從而促進純技術效率提升，故將生產分工和生產成本路徑作為另外兩條可能的實現路徑。因此，本部分借鑒溫忠麟等的方法，利用中介效應模型對這四條實現路徑進行驗證[38]。具體模型設定如式（11）、式（12）所示。

公式（11）（12）中，M是中介變量，為技術轉移（INTRO）、自主創新（INNO）、生產分工（DOP）或生產成本（COST）。其中，技術轉移用各行業技術引進經費與國內技術購買經費之和來衡量;自主創新用各行業新產品銷售收入衡量;生產分工用各行業全球價值鏈參與度指數衡量[39];生產成本用各行業主營業務成本衡量。采用系統GMM模型對制造業服務化提升綠色全要素生產率的實現路徑進行回歸分析，結果如表4所示。

由上文分析可知，制造業服務化對綠色全要素生產率具有顯著正向影響，故中介效應檢驗可繼續進行。表4第（1）列制造業服務化的回歸系數顯著為正，且第（2）列制造業服務化和技術轉移的系數均顯著為正，說明技術轉移的部分中介效應顯著，即技術轉移是中國制造業在服務化背景下提升綠色全要素生產率的實現路徑之一。第（3）、（4）列結果顯示自主創新的部分中介效應顯著，即自主創新是中國制造業在服務化背景下提升綠色全要素生產率的實現路徑之一。第（5）、（6）列結果顯示生產分工的部分中介效應顯著，即生產分工是中國制造業在服務化背景下提升綠色全要素生產率的實現路徑之一。第（7）、（8）列結果顯示生產成本的部分中介效應顯著，即降低生產成本是中國制造業在服務化背景下提升綠色全要素生產率的實現路徑之一。

（五）基于不同服務投入的異質性分析

根據中間服務投入的不同，本文從運輸服務化、電信服務化、金融服務化和分銷服務化四個方面進一步分析制造業服務化對綠色全要素生產率的影響，回歸結果如表5所示。表5結果表明，運輸服務化、電信服務化和金融服務化顯著促進制造業綠色全要素生產率提升，其中電信服務化的促進作用最大。具體來看，運輸服務化能夠有效保證貨物到達供應鏈各節點的時間，降低企業的時間成本和交易風險，有助于企業合理配置生產要素，提高生產效率，帶動綠色全要素生產率增長;電信服務化能夠通過信息技術的“信息搜尋”功能，減少制造業企業與產品市場間的信息不對稱，消除生產中的信息阻隔，有效控制產品生產各環節經營運作，促進綠色全要素生產率增長;金融服務化能夠減輕制造業企業融資壓力，并為其營造良好投資環境，激勵企業增加創新投資，獲得技術進步，在提高產品創新性和多樣性的同時，帶動綠色全要素生產率提升。此外，分銷服務化的回歸系數并不顯著，原因可能是：一方面，企業引入專業化銷售服務能夠縮短其與產品市場的距離，并通過消費者對產品的反饋信息有效降低生產盲目性，提高生產率[40];另一方面，承接銷售服務外包的生產性服務企業可能會缺乏對制造業企業及其產品的了解，從而增加制造業企業的生產難度，阻礙生產率提升。

（六）穩健性檢驗

為了檢驗制造業服務化與綠色全要素生產率之間關系的穩健性，本文運用以下方法進行穩健性檢驗：一是對樣本數據進行縮尾處理;二是借鑒劉斌等的研究[40]，采用完全消耗系數法對制造業服務化進行重新估算;三是保持其他控制變量不變，用研發密集度作為研發投入的替代指標。由檢驗結果（見表6）可以發現，制造業服務化回歸系數的正負和顯著性水平與表2的結果基本一致，證明了本文研究結論的可靠性。

五、主要結論與政策啟示

本文基于2000—2014年中國17個制造行業的面板數據，對制造業服務化影響綠色發展的內在傳導機制和實現路徑進行了實證分析。本文主要結論為：其一，制造業服務化具有顯著的綠色全要素生產率增長效應和綠色發展效應。剖析其內在傳導機制，這種效應是技術進步效應和純技術效率效應的正向影響以及規模效率效應和環境改善效率效應的U型影響的共同結果。其中，技術進步效應的正向作用在制造業服務化的綠色全要素生產率增長效應中占主導地位。其二，技術轉移、自主創新、生產分工、生產成本是制造業服務化促進綠色全要素生產率提升的四條具體實現路徑。其三，對服務投入異質性進行分析發現，運輸服務化、電信服務化和金融服務化對綠色全要素生產率具有顯著提升效應，其中電信服務化的提升效應最大，而分銷服務化對綠色全要素生產率的影響并不顯著。

基于以上研究結論，本文得出以下政策啟示。

第一，長期而言，中國制造業企業應將不斷擴展服務、提高服務化水平視為長期發展目標，努力跨過制造業服務化通過規模效率效應和環境改善效率效應對綠色發展的抑制區間。短期而言，政府應幫助企業努力克服規模效率效應和環境改善效率效應對綠色發展的抑制作用：一方面，完善生產性服務市場的競爭機制，進一步放寬生產性服務業市場準入，使制造業企業獲得購買生產性服務的價格優勢，實現規模經濟，帶動中國制造業綠色發展;另一方面，制造業企業在服務化過程中，應當增強綠色生產意識，同時，政府應當對企業購買環保、節能等高成本的生產性服務業務提供補貼政策，以便企業在服務化初期吸收大量的綠色生產技術。

第二，應繼續借助技術進步效應和純技術效率效應帶動中國制造業綠色發展。一方面，政府應鼓勵企業與科研機構或大學院校開展自主創新活動，同時企業可為消費者提供參與產品性能設計的平臺，這既能充分了解消費者對產品的服務需求，又能有針對性地改進生產工藝、開發新產品，致力于實現技術進步;另一方面，企業應當與信息服務業和金融服務業等建立密切協作關系，并積極參與全球價值鏈生產分工，引入先進管理模式，減輕企業內部管理難度，促進純技術效率效應提升。

第三，政府應大力推進電信業改革，在提高信息服務質量的同時，降低電信市場的壟斷程度，推動信息化網絡服務在產品制造中的普遍應用，使制造業企業能夠運用云計算、互聯網等信息技術，充分采集、處理生產中的相關數據，強化資源要素協調利用，以此帶動制造業綠色發展。同時，制造業企業應努力引入專業化銷售服務投入，充分交換產品相關信息，縮短生產端與消費端距離，以此提高生產率。

[參考文獻]

聶飛. 中國對外直接投資推動了制造業服務化嗎？：基于國際產能合作視角的實證研究[J]. 世界經濟研究，2020（8）：86-100.

李曉西，劉一萌，宋濤. 人類綠色發展指數的測算[J]. 中國社會科學，2014（6）：69-95.

王勇，李海英，俞海. 中國省域綠色發展的空間格局及其演變特征[J]. 中國人口·資源與環境，2018（10）：96-104.

方時姣，肖權. 中國區域生態福利績效水平及其空間效應研究[J]. 中國人口·資源與環境，2019（3）：1-10.

高贏. 中國八大綜合經濟區綠色發展績效及其影響因素研究[J]. 數量經濟技術經濟研究，2019，36（9）：3-23.

張玥，喬琦，姚揚，等. 國家級經濟技術開發區綠色發展績效評估[J]. 中國人口·資源與環境，2015（6）：12-16.

袁寶龍，李琛. 環境規制政策下創新驅動中國工業綠色全要素生產率研究[J]. 產業經濟研究，2018（5）：101-113.

尹傳斌，蔣奇杰. 綠色全要素生產率分析框架下的西部地區綠色發展研究[J]. 經濟問題探索，2017（3）：155-161.

ARNOLD J M，MATTOO A，NARCISO G. Services inputs and firm productivity in Sub-Saharan Africa：evidence from firm-level data[J]. Journal of African" Economics，2008，17（4）：578-599.

呂越，李小萌，呂云龍. 全球價值鏈中的制造業服務化與企業全要素生產率[J]. 南開經濟研究，2017（3）：90-110.

FANG E，PALMATIER R W，STEENKAMP J-B E M. Effect of service transition strategies on firm value[J]. Journal of Marketing，2008，72（5）：1-14.

劉維剛，倪紅福. 制造業投入服務化與企業技術進步：效應及作用機制[J]. 財貿經濟，2018（8）：126-140.

夏秋，胡昭玲. 制造業投入服務化能提高全要素生產率嗎：基于成本和風險的視角[J]. 當代財經，2008（7）：99-111.

王嵐. 投入服務化是否提高了中國制造業全要素生產率[J]. 國際貿易問題，2020（2）：29-43.

COOK M，BHAMRA T，LENMO M. The transfer and application of product service：from academia to UK manufacturing firms[J]. Journal of Cleaner Production，2006（14）：1455-1465.

ROTHENBERG S. Sustainability through servicizing[J]. MIT Sloan Management Review，2007，48（2）：83-91.

陳艷瑩，周娟. 制造業服務化的生態效益：國內外研究進展評述[J]. 工業技術經濟，2009（1）：69-72.

AGRAWAL V，FERGUSON M ，THOMAS V. Is leasing greener than selling？[J]. Management Science，2012（58）：523-533.

饒暢. 制造業投入服務化對碳生產率影響的理論建模和實證檢驗：以珠三角為例[J]. 經濟與管理，2013（6）：81-86.

李平. 提升全要素生產率的路徑及影響因素：增長核算與前沿面分解視角的梳理分析[J]. 管理世界，2016（9）：1-11.

楊仁發，劉勤瑋. 生產性服務投入與制造業全球價值鏈地位：影響機制與實證檢驗[J]. 世界經濟研究，2019（4）：71-82.

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.

孫早，劉李華. 中國工業全要素生產率與結構演變：1990—2013年[J]. 數量經濟技術經濟研究，2016（10）：57-75.

肖挺. “服務化”能否為中國制造業帶來績效紅利[J]. 財貿經濟，2018（3）：138-153.

許和連，成麗紅，孫天陽. 制造業投入服務化對企業出口國內增加值的提升效應：基于中國制造業微觀企業的經驗研究[J]. 中國工業經濟，2017（10）：62-80.

雷明，趙欣娜，張明璽. 基于環境負產出的能效動態Malmquist模型研究[J]. 數量經濟技術經濟研究，2012（4）：38-48.

徐振鑫，莫長煒，陳其林. 制造業服務化：我國制造業升級的一個現實性選擇[J]. 經濟學家，2016（9）：59-67.

王思語，鄭樂凱. 制造業出口服務化與價值鏈提升：基于出口復雜度的視角[J]. 國際貿易問題，2018（5）：92-102.

許冬蘭，于發輝，張敏. 全球價值鏈嵌入能否提升中國工業的低碳全要素生產率？[J]. 世界經濟研究，2019（8）：60-72.

TONE KAORU，TSUTSUI M. Dynamic DEA：a slack-based measure approach[J]. Omega，2010，38：145-156.

邱斌，楊帥，辛培江. FDI技術溢出渠道與中國制造業生產率增長研究：基于面板數據的分析[J]. 世界經濟，2008（8）：20-31.

楊林燕，王俊. 知識產權保護提升了中國出口技術復雜度嗎？[J]. 中國經濟問題，2015（3）：97-108.

陳詩一. 中國工業分行業統計數據估算：1980-2008[J]. 經濟學（季刊），2011（3）：735-776.

傅京燕，胡瑾，曹翔. 不同來源FDI、環境規制與綠色全要素生產率[J]. 國際貿易問題，2018（7）：134-148.

沈國兵，黃鑠珺. 行業生產網絡中知識產權保護與中國企業出口技術含量[J]. 世界經濟，2019（9）：76-100.

劉瑞明. 中國的國有企業效率：一個文獻綜述[J]. 世界經濟，2013（11）：136-160.

傅元海，葉祥松，王展祥. 制造業結構優化的技術進步路徑選擇：基于動態面板的經驗分析[J]. 中國工業經濟，2014（9）：78-90.

溫忠麟，張雷，侯杰泰，等. 中介效應檢驗程序及其應用[J]. 心理學報，2004（5）：614-620.

KOOPMAN R，POWERS W，WANG Z，et al. Give credit where credit is due：tracing value added in global production chains[R]. National Bureau of Economic Research，2010：16426.

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.