生產性服務業資源配置與制造業產能過剩治理：機制與檢驗

于斌斌 孫波約 胡雅靜

(浙江工商大學 經濟學院，浙江 杭州 310018)

一、引言

制造業作為國民經濟的支柱性產業，不斷提高其發展質量與發展水平對中國從制造大國邁向制造強國的進程尤為重要。2015年國務院印發《中國制造2025》中強調，制造業作為國民經濟的主體，是立國之本、興國之器和強國之基。而要實現制造業發展和提質增效，推動行業整體由大變強，首要解決的便是掣肘產業轉型升級的制造業產能過剩問題。與西方國家因經濟危機而出現的產能過剩現象不同，中國式產能過剩同時具有市場失靈、體制扭曲、結構失衡等多重特征，是產業發展過程中久治不愈的痼疾。而為了治理產能過剩，政府出臺過包括市場準入、目錄指導、強制性清理等一系列政策措施，但收效甚微；產能過剩問題非但沒有得到有效的治理，反而陷入“越調控越過剩”的怪圈[1]。

產能過剩因何而生？關于產能過剩的形成機制，學術界已經形成了四大主流觀點：市場失靈假說、體制扭曲假說、結構失衡假說和需求不足假說。其中，市場失靈假說認為產能過剩的形成來源于市場機制本身，包括微觀個體“投資潮涌”、市場結構低集中度等因素[1-2]。體制扭曲假說則認為，“投資潮涌”假說前提在現實中難以成立，而源于晉升考核壓力下的體制性扭曲因素才是導致產能過剩形成的重要原因[3]。隨后，學者們對各類具體的扭曲性因素進行了大量研究，包括政府購買、競爭性投資補貼、政企合謀、土地供給和信貸資源傾斜等[4-7]。相較之下，后兩種假說影響力較弱，結構失衡假說強調供給結構與需求結構之間的錯位是造成產能過剩的關鍵；需求疲軟假說則認為自金融危機后，居民消費力不足，加之近年來國際出口貿易萎縮，共同導致了產能過剩的出現。除這四大主流研究觀點外，近年來學者們還從技術進步偏向、創新行為、對外直接投資、漸進式改革、新型城鎮化等視角探討了產能過剩的形成與化解問題[8-12]。

梳理上述文獻發現，尚未有研究從生產性服務業視角探討產能過剩的形成與治理問題。優質的生產性服務資源是實現制造業高質量發展過程中必不可少的中間投入。生產性服務業不僅可以通過分工細化為制造業提供高效率的基礎性產品和服務支持，還能將高級人力資本、新知識和新技術對其的影響傳導至下游的制造業企業，是提升制造業產品差異化和競爭力的重要來源[13]。近年來，關于生產性服務業的研究大多從集聚模式和集聚外部性、產業融合、協同集聚等視角出發，探討制造業全要素生產率、技術創新、結構升級等問題[14-16]，鮮有文獻關注到生產性服務業資源配置狀況，更缺乏其對制造業產能過剩的影響研究。自Hsieh和Klenow(2009)[17]的開創性工作以來，資源錯配問題引起了學界的重視，后續學者在HK模型的基礎上作了進一步拓展和大量研究。例如，陳永偉和胡偉民(2011)[18]考慮了產業政策、進入壁壘等因素，將原先的行業內資源錯配模型進一步擴展為N個異質性行業間的錯配模型；韓劍和鄭秋玲(2015)[19]則進一步改進了HK模型，不考慮行業間具體的相對扭曲，而用資源錯配情況下的產出與無錯配情況下的理想產出之比來測算資源錯配程度，并推導了行業內和行業間的測度公式。上述研究為本文實證分析生產性服務業資源配置影響制造業產能過剩提供了方法基礎。

那么，生產性服務業資源錯配是導致制造業產能過剩的深層次原因嗎？從直接影響看，在生產性服務業資源配置低效下，制造業企業難以獲得高效率、高附加值的優質生產性服務。這既不利于企業通過價值鏈攀升獲取足夠利潤，進而開展研發創新活動來提升技術水平和化解產能過剩，也限制了制造業供給結構對市場需求變化的適應性和靈活性，極易產生結構性產能過剩。而從間接影響來看，資源錯配帶來的生產性服務業質態低端會進一步造成制造業轉型升級困難，不利于企業在長期發展中化解過剩產能。更為關鍵的是，體制扭曲理論方面的研究指出，GDP考核晉升制度下地方政府主導的過度投資是造成產能過剩的重要因素。在制造業轉型升級受阻的背景下，為完成GDP考核必然需要“倚重”資本和勞動密集型為代表的中低端制造業；即便有明確的產能治理文件下達，仍會產生央地博弈，反復多輪的博弈將使產能過剩久治不愈。楊其靜和吳海軍(2016)[20]的研究發現，在產能管制政策下達后，出現在管制名單上的地方產能過剩行業雖然工業用地出讓增速顯著下降；但“上有政策，下有對策”，對于未出現在名單上的過剩行業，地方政府仍對其大量出讓低價工業用地且增速不減，以刺激企業大量投資來拉動短期增長。筆者認為這可能是產能過剩治理過程中，過剩非但沒有得到抑制，反而從結構性、階段性過剩演化為持續性、全面性過剩的重要原因。事實上，鑒于生產性服務業對整個產業體系具有廣泛輻射和全面支撐的作用，無論是出于化解制造業產能過剩的現實需要，還是從加快產業結構轉型升級、重塑全球價值鏈格局的長遠考量，優化資源配置以實現生產性服務業的高質量發展都具有重要意義。那么當生產性服務業資源合理配置時，其能否促進制造業轉型升級、構建產能過剩治理的長效機制？如果可以，什么因素會促進或抑制這一化解效應？其對不同類型的制造業的化解效應是否一致？針對這一系列問題的回答對于化解制造業產能過剩，尤其是治理反復爆發的產能過剩具有重要意義。

本文可能存在的邊際貢獻如下：一是在研究視角上，不同于政府干預、結構失衡等切入角度，文章嘗試從生產性服務業資源配置視角出發，分析制造業產能過剩難以治理并反復爆發的原因以及治理的可行路徑。二是在理論分析上，將生產性服務業資源配置效率與制造業產能過剩治理置于同一研究框架，探討生產性服務業資源配置對制造業產能過剩的影響效應，以及技術進步、信息化水平提升、產業協同集聚在此過程中的調節作用。三是在實證檢驗中，考慮到生產性服務具有強烈的空間外溢性，本文構建動態空間杜賓模型，檢驗生產性服務業資源配置對制造業產能過剩治理的直接影響和空間溢出效應，使實證結果更加符合現實情況。

二、理論機制與研究假設

(一)生產性服務業資源配置化解制造業產能過剩的直接效應

生產性服務業資源有效配置涉及資本配置和勞動配置兩個方面。其中，生產性服務業資本有效配置對制造業產能過剩的化解路徑可從過剩要素退出和生產性服務高效嵌入兩個視角進行分析。第一，生產性服務業資本配置優化過程使資本要素從低效率企業流向高效率企業，有助于糾正資本市場扭曲。這一方面能引導要素從低效的產能過剩領域退出， “釜底抽薪”式地化解產能過剩；另一方面，在資本市場扭曲得到改善后，企業難以低成本獲取大量的資本要素，導致部分成本敏感企業向外轉移落后產能，加劇周邊地區的產能過剩；而本地留存企業則逐步改變粗放型發展模式，調整各類生產要素的投入比例以實現技術、人才等要素對資本的替代。并且由于生產服務業的從業者通常是專業性強、創造力高的創意階層，對文化服務、教育醫療等軟性公共服務具有較高層次的需求，能夠在這一過程中引導政府財政投資從制造業部門向教育、醫療等公共服務部門轉移，有利于減少重復建設和引導過剩資源退出[21-22]。第二，生產性服務業的資本有效配置可以通過規模經濟效應和循環累積因果效應強化生產性服務業與制造業的良性互動，將高質量的生產性服務嵌入制造業生產環節來化解產能過剩。一方面，制造業剝離本身不擅長的生產性服務后形成的成本剩余可轉化為營銷費用、研發投入或產品價格優勢，為需求側化解產能過剩奠定基礎；另一方面，企業將更多的精力集中于比較優勢環節，通過與外部生產性服務的高效銜接，能夠優化產出結構和實現轉型升級，進而化解產能過剩[23]。需要指出的是，短期內本地生產性服務業配置優化過程產生的規模經濟效應和累計循環因果效應可能會虹吸周邊生產性服務業高級要素。考慮到此時本地生產性服務業正處于內部結構優化調整階段，尚未輻射覆蓋周邊地區，因此可能會惡化周邊地區產能過剩；而從長期看，資源有效配置后的本地生產性服務業會逐步擴大服務范圍，通過投入產出關聯來優化周邊制造業生產的各個環節，進而化解產能過剩。

生產性服務業勞動有效配置可以通過收入結構調整和技術知識溢出等途徑化解制造業產能過剩。第一，勞動配置優化過程有助于不同層次勞動力“各得其所”，提高勞動收入份額和優化地區收入結構[24]。這一方面奠定了產能過剩治理的需求基礎；另一方面會激勵企業采取差異化策略來滿足生產性服務業中高素質勞動力群體的消費升級偏好，減少低端產品供給，緩解供需失衡[25-26]。需要指出的是，勞動配置效率提升帶來的人才需求和工資溢價除了吸引本地部門的高素質勞動力外，還會輻射至周邊地區。在短期內，高端要素虹吸會造成周邊地區生產性服務業發展滯后，不利于產能過剩的治理；而在長期，本地的優質生產性服務業會在數字技術加持下擴大覆蓋區域，以金融支持、科技轉化等途徑支撐周邊地區制造業的改造升級。第二，勞動有效配置提升能夠加強技術知識溢出，促進研發創新，進而化解產能過剩。勞動配置優化過程除了在原先崗位引入更高層次的人力資本，還能借助生產性服務業空間集聚的特性，加強高素質勞動力之間的正式或非正式交流，更好地吸收來自同行、供給方和需求方的技術知識溢出，優化區域創新網絡[27]。而制造業企業創新活動能有效化解產能過剩[9]。因此，本文提出假設1。

H1生產性服務業資源有效配置對制造業產能過剩具有化解效應，但由于高端要素虹吸等因素在短期內會不利于周邊地區產能過剩治理。

(二)技術進步、信息化水平和協同集聚的調節效應

生產性服務業與制造業之間并非僅僅是簡單的因果關系，更多地是一種在技術關聯下的雙向互動關系[28]。當制造業通過開展研發創新活動提升技術水平時，必然會與相匹配的生產性服務業企業在知識、人才、要素等方面產生技術經濟關聯，尤其是會增強對現代生產性服務業的需求(1)參考于斌斌(2017)的做法，將“信息傳輸、計算機服務業和軟件業”“金融業”和“科學研究、技術服務業和地質勘查業”作為現代生產性服務業部門；將“交通運輸、倉儲和郵政業”“批發零售業”“房地產業”“租賃和商務服務業”作為傳統生產性服務業部門。。這既能引導生產性服務業內部傳統部門向現代部門演進，優化生產性服務業內部資源配置；也有助于反過來推動生產性服務業與制造業的互動融合向更高層級躍遷，借助產業結構優化升級來化解產能過剩。與此同時，制造業的技術進步過程需要大量的創新知識和人力資本積累，會通過技術專用性“鎖定”高素質勞動力需求，以較高的勞動報酬來加速人才流入和地區收入結構調整[29-30]。但制造業技術進步升級也是一把雙刃劍。一方面，相關研究表明我國制造業技術進步具有明顯資本偏向性，會通過壓縮勞動收入份額、刺激資本要素投入等方式惡化產能過剩[8,31]；另一方面，由于技術引進慣性，制造業技術進步可能更多地向國外生產性服務業廠商購買相關專利與技術，由此切斷我國生產性服務業與制造業之間的互動發展路徑，不利于生產性服務業資源有效配置對制造業產能過剩的化解。因此，本文提出假設2。

H2技術進步升級對生產性服務業資源有效配置化解制造業產能過剩的影響存在不確定性。

生產性服務業資源配置能通過技術知識溢出路徑來化解制造業產能過剩，而技術外溢過程中所需的知識、技能等媒介可以通過信息網絡實現低成本的傳遞。已有研究表明，信息化水平的提升在改善勞動力市場信息不對稱、提高就業搜尋-匹配效率、降低產業互動成本等方面均有著積極意義[32-33]。因此，信息化水平提升在生產性服務業資源配置化解制造業產能過剩中可能存在顯著的調節效應。首先，信息化水平提升不僅能使制造業企業以更低的交易成本和搜尋成本來獲取所需的生產性服務，從而改進生產效率；還能通過擴展生產性服務業業務的輻射范圍，使其擁有更大的市場容量并逐步演化出規模經濟，推動生產性服務種類增加和專業化水平提升。其次，信息化水平提升有助于加快生產性服務業顯性知識溢出與技術擴散。最后，信息化水平提升可以改善勞動力市場信息不對稱，提高了勞動力跨區域流動過程的搜尋-匹配效率，從而加速生產性服務業勞動配置對制造業產能過剩治理的進程。因此，本文提出假設3。

H3信息化水平提升能增強生產性服務業資源有效配置對制造業產能過剩的化解效應。

產業協同集聚是生產性服務業與制造業互動融合的現實平臺[34]。大量相同或相似行業、具有上下游關系的廠商在空間上集聚能有效減少信息不對稱、加快要素流動、深化產業分工和隱性知識溢出。第一，產業協同集聚能優化同一區域內上下游產業間的投入-產出聯系，引導生產性服務業與制造業的良性互動，并通過市場機制加快資本要素從低效率、產能過剩的企業向高效率企業轉移，從而深化資本配置對制造業產能過剩的治理。第二，產業協同集聚環境下，生產性服務業與制造業因空間鄰近而加強了正式和非正式交流的頻率，實現各類創新知識的有效互補，從而加速制造業生產效率的提升和產能過剩的治理。第三，產業協同集聚節約了上下游企業的運輸成本和交易成本，為生產性服務業與制造業的分工深化和生產效率提升奠定了基礎。因此，本文提出假設4。

H4產業協同集聚能增強生產性服務業資源有效配置對制造業產能過剩的化解效應。

綜上所述，生產性服務業資源配置化解制造業產能過剩的機制見圖1。

圖1 生產性服務業資源配置化解制造業產能過剩的機制分析圖

三、生產性服務業資源配置和制造業產能利用率的測度

(一)生產性服務業資源配置的測度

考慮到生產性服務業內部存在傳統部門和現代部門，不同行業和企業間的替代彈性差異較大以及生產性服務業相關統計數據的可得性，本文參考季書涵等(2016)[35]的做法，采用相對扭曲系數法測度生產性服務業資源配置效率，其計算公式為

(1)

其中，γKi和γLi分別表示資本和勞動力相對扭曲系數，計算方法如下

(2)

在式(1)和式(2)的基礎上，將資本錯配指數和勞動錯配指數加權平均得到綜合資源錯配指數。具體計算公式如下

τi=βKiτKi+βLiτLi

(3)

若指數大于0，則說明生產性服務業綜合資源配置不足，反之說明配置過度；絕對值越大，代表資源錯配程度越嚴重[36]。為使后續的計量回歸方向一致，數據處理參考季書涵等(2016)[35]的做法，取絕對值處理。另外，本文依據《生產性服務業分類(2015)》中的相關標準設定生產性服務業(2)依據國家統計局、國家發展和改革委員會聯合印發的《生產性服務業分類(2015)》 ，本文選擇 “交通運輸、倉儲和郵政業”“信息傳輸、計算機服務業和軟件業”“批發零售業”“金融業”“房地產業”“租賃和商務服務業”和“科學研究、技術服務業和地質勘查業”7個行業作為生產性服務。。

(二)制造業產能利用率的測度

關于供給側制造業產能利用率測度，本文采用了隨機前沿分析(SFA)法測度各地區制造業產利用率。與數據包絡分析法(DEA)不同的是，SFA法不僅可以引入了時間變量反映不同主體間技術進步差異性，還綜合考慮了生產過程中各類要素間的替代和交互關系，因而能夠更好地刻畫經濟系統實際的生產過程。本文設定的生產函數的具體形式如下

(4)

μit=μiexp[-η(t-T)]

(5)

(6)

(7)

表1給出了上式參數估計的結果，其中大部分的參數都已通過了顯著性檢驗，這在一定程度上說明模型設定較為合理的。γ的值介于0到1之間，若γ值接近于1，說明技術無效是造成潛在產出缺口的重要成因；若γ值接近于0，說明隨機誤差是造成潛在產出缺口的重要成因。本文中γ值為0.86，大于0.5，且通過了1%水平的顯著性檢驗，說明SFA模型設定合理，能夠較好地解釋制造業生產活動的效率及其變化。

表1 超越對數生產函數的回歸結果

四、研究設計

(一)空間計量模型設定

傳統的空間計量分析通常涉及空間滯后(SLM)和空間誤差(SEM)兩種模型，其具體形式分別為

εit～N(0,σ2I)

(8)

(9)

其中，εit和μit為服從正態分布的隨機誤差項，ρ和λ分別為空間滯后系數和空間誤差系數，W為空間權重矩陣。空間權重矩陣通常設定為二元鄰接矩陣，通過對權重矩陣中相鄰和非相鄰地區分別賦值1和0來描述空間相關性。雖然二元鄰接矩陣對于相鄰地區發生重大事件的空間計量分析效果較好，但簡單的0-1設定割裂了更遠距離經濟單位之間的空間關聯及溢出效應。因此，本文選用更符合現實情況的地理距離空間權重矩陣，見式(10)(3)α為系數，dij為i和j兩個地區之間的地理距離。為了消除距離度量單位對結果的影響和避免權重矩陣計算結果過小引起的誤差，將α設定為省市最短距離dmin的倒數。。

(10)

由于生產性服務業產出具有“產品無形化”和“強流動性”的特征，本地生產性服務業企業往往與周邊地區的制造業廠商之間存在跨界合作與業務往來，需引入生產性服務業資源配置空間滯后項來考察其空間溢出效應。并且考慮到制造業企業投資生產過程難以根據市場銷售情況迅速調整，產能過剩的形成與化解存在連續性和動態性特征[8]。因此，本文最終采用動態空間杜賓模型，其設定形式為

(11)

(12)

其中，m_cuit表示制造業產能利用率；misit表示生產性服務業資源錯配指數；Xijt表示控制變量。

(二)數據來源與變量說明

樣本選定為全國31個省市，數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》《中國第三產業統計年鑒》《各省統計年鑒》及EPS數據庫，對其中個別缺失數據采用插值法進行補充。由于《中國工業統計年鑒》中各地區制造業相關數據僅連續更新至2016年，而2017年和2018年數據缺失。并且考慮到各省統計年鑒中生產性服務業的相關數據于2003年開始保持統一口徑進行統計，本文最終選擇2003-2016年相關數據進行實證分析。

1.被解釋變量

采用制造業產能利用率(m_cu)作為被解釋變量，產能利用率水平越低表示產能過剩情況越嚴重，關于制造業產能利用率的測算直接采用上文的計算結果。

2.核心解釋變量

采用生產性服務業資源錯配指數(mis)作為核心解釋變量，用以反映生產性服務業資源配置狀況，資源錯配指數越大表明生產性服務業配置效率越低，關于生產性服務業資源錯配指數的測算直接采用上文的計算結果。

3.控制變量

為了盡可能避免遺漏變量誤差，本文控制了如下變量：(1)社會消費水平(con)，采用社會零售品消費總額占生產總值的比重表示。(2)政府干預(gov)，以政府財政支出占財政收入的比重表示。相關研究發現，地方政府對產能過剩行業的直接、間接干預都對產能過剩問題的形成和化解產生了重要的影響[5]。(3)市場機制(mar)，采用城鎮和私營個體就業人數占城鎮單位總就業人數的比重來表示。(4)城鎮化水平(urb)，采用城鎮人口占比表示。(5)人力資本(edu)，采用人均受教育年限表示。

4.調節變量

(1)制造業技術進步(TPit)。參考于斌斌和吳銀忠(2020)[24]的做法，綜合自主研發創新(RD)與外部技術引進(FDI)兩個維度進行制造業技術進步水平的測算。其中，自主研發創新(RD)通過工業研發經費占工業總產值之比表示；外部技術引進(FDI)的測度，采用外商直接投資與全社會固定資產投資的比值大小衡量。最終，制造業技術進步升級的計算公式如下所示

TPit=RDit×FDIit

(13)

(2)信息化水平(Informit)。關于信息化水平的測度，多數文獻采用人均郵電量或人均電信收入等指標，考慮到本文研究的信息化水平更多地是作為一種區域經濟發展的基礎建設，最終以地區郵電總量占生產總值之比表示信息化水平。

(3)產業協同集聚(Coaggit)。參考陳曉峰和陳昭峰(2014)[37]的處理方法，以兩個產業間集聚度的相對差異大小表示產業協同集聚水平，具體計算公式如下

(14)

(15)

(16)

其中，Magg和Sagg分別表示制造業和生產性服務業的區位熵。顯然，該指數的數值大(小)直接反應了協同集聚水平的高(低)。

五、實證結果分析

(一)空間相關性檢驗

表2給出了2003-2016年我國高中低三類制造業產能利用率與生產性服務業資源配置的Moran’s I指數檢驗結果。結果顯示,在2003-2016年間，高端制造業產能利用率(hm_cu)的Moran’s I指數都通過了10%水平的顯著性檢驗，中端(mm_cu)和低端(lm_cu)制造業的Moran’s I指數則均通過了1%水平的顯著性檢驗，說明我國省際之間的制造業產能利用率存在著顯著的空間相關性；而從生產性服務業資源錯配的Moran’s I指數檢驗結果看，核心解釋變量的空間相關性較弱。因此，有必要采用LM檢驗對空間模型的選擇作進一步考察。

表2 制造業產能利用率與生產性服務業資源錯配指數的Moran’s I指數檢驗結果

本文根據Anselin(1996)[38]給出的相關判別標準，分別進行了LM、LR、Wald檢驗，確定了空間計量分析采用PSDM模型。再借助豪斯曼檢驗在固定效應模型和隨機效應模型兩者間做出判斷；并應用似然比檢驗考察具體的固定效應形式，最終確定了時間個體雙向固定形式，具體檢驗結果見表3。

表3 空間計量模型的檢驗結果

(二)基準回歸結果分析

由于空間效應的存在，采用傳統的最小二乘估計將無法得到參數的有效估計，本文將采用QLM法對參數進行估計[39]。為了合理地設定動態空間杜賓模型的具體形式，進一步考慮三種不同形式的空間滯后項(見表4)。并參考盧娜等(2019)[40]的處理方法，通過對比調整前后的擬合優度、LL值大小，m_cu(-1)、W×m_cu(-1)以及核心解釋變量估計結果的顯著性、符號的經濟意義進行綜合判斷，最終確定時間滯后形式的動態空間杜賓模型估計結果相對較好。故下文主要針對時間滯后形式動態空間杜賓模型的結果進行分析。

表4 動態空間杜賓模型的回歸結果

表4中模型(1)的估計結果顯示，制造業產能利用率的空間外溢系數ρ顯著為正，意味著制造業產能過剩在省級層面具有明顯的正向空間外溢效應。而制造業產能利用率時間滯后項通過了1%水平下的顯著性檢驗，且符號為正，這說明上一期積累的過剩產能會顯著降低當期的產能利用率。同時注意到滯后項的系數值大小接近于1，說明制造業產能過剩的“慣性力”非常明顯，這與楊振兵(2016)[8]、孫焱林和溫湖煒(2017)[41]等學者關于產能過剩的形成與化解具有連續性和動態性特征的觀點一致。

由表4的估計結果可知，生產性服務業資源錯配對本地制造業產能利用率產生了負向影響且系數通過了1%水平的顯著性檢驗，而空間滯后項系數在1%水平顯著為正，驗證了假設1的合理性。這意味著生產性服務業資源配置優化可以有效化解本地制造業產能過剩，但卻不利于周邊制造業產能過剩治理。究其原因在于，本地生產性服務業資源配置效率提升可以通過引導過剩資源退出、加快結構轉型升級、擴大市場需求和增強創新能力等途徑，進而化解本地產能過剩。但在短期內，本地生產性服務業資源配置優化過程常伴隨著高端要素虹吸、落后產能外轉等副作用，不利于周邊制造業產能過剩治理。

控制變量方面的估計結果顯示，社會消費水平能顯著提高制造業產能利用率。這主要是因為社會消費水平的提高會直接帶動了制造業產品的市場銷售，有利于從需求側化解產能過剩。政府干預和城鎮化水平對制造業產能利用率存在顯著的負向效應且均通過了1%水平的顯著性檢驗。這表明，地方政府的行政干預是造成地區制造業產能過剩的重要原因，與大部分體制性產能過剩研究的結論相符[5]；而以城鎮人口占比表示的傳統城鎮化，往往具有“投資驅動”“要素依賴”等特征，極易導致過度投資和產能過剩等問題。與本文預期相悖的是，市場機制加劇了制造業產能過剩，但其系數沒有通過顯著性檢驗。這可能是由于漸進式市場改革過程中，原先受到行政限制的民營企業逐漸顯示出成本優勢，并不斷擴張產能且“侵蝕”了高成本的國有企業市場份額，繼而引發了低效率型國有企業的產能過剩[11]。

LeSage和Pace(2009)[42]的研究指出，當模型中涉及解釋變量或被解釋變量的空間項或引入時間滯后項時，需要采用偏微分矩陣分解的方式重新對空間計量模型點估計的結果進行偏誤修正，才能得到準確的空間溢出效應。Elhorst(2014)[43]的研究也指出在分析空間外溢效應時還需要進一步分解點估計結果以計算直接效應和間接效應(空間溢出效應)。由于本文設定的空間計量分析模型為PSDM模型，因此還可將生產性服務業資源配置對制造業產能過剩的直接和間接效應進一步劃分為短期直(間)接效應和長期直(間)接效應。表5給出了PSDM模型下生產性服務業資源配置影響制造業產能過剩的長期和短期的直接效應和間接效應的具體估計結果。

表5 動態空間杜賓模型的長短期直接效應和間接效應的回歸結果

表5的估計結果顯示，生產性服務業資源錯配對制造業產能利用率的短期直接效應為負且通過了5%水平的顯著性檢驗，短期間接效應為正且通過5%水平的顯著性檢驗，與基準回歸結果一致，再次驗證了假設1的合理性。究其原因在于：一方面，在短期內，本地區生產性服務業資源配置優化會糾正要素市場扭曲，迫使部分成本敏感的中低端制造業向外轉移落后產能，加深周邊制造業的“低端鎖定”和惡化產能過剩；另一方面，本地生產性服務業在資源配置優化過程中會通過需求增加和工資溢價，吸引周邊高端要素流入，造成周邊生產性服務業發展滯后和收入結構調整緩慢，而當地生產性服務業短期內又無法覆蓋至周邊制造業，無法展開產業分工和融合互動，最終惡化周邊地區產能過剩。

生產性服務業資源錯配對制造業產能過剩的長期間接效應顯著為負且通過了5%水平的顯著性檢驗，說明在長期生產性服務業資源配置能夠有效化解周邊地區制造業產能過剩。這是由于在長期發展的過程中，本地生產性服務業資源配置優化后會逐步擴大輻射覆蓋范圍，而周邊地區在獲得高效率生產性服務嵌入支持后，能通過引導過剩要素退出、加快結構轉型升級等途徑化解過剩產能。與預期的結果相悖，生產性服務業資源錯配的長期直接效應為正且通過了5%水平的顯著性檢驗，表明長期中生產性服務業資源配置未對制造業產能過剩形成化解效應。可能的原因在于：一方面，由于我國生產性服務業發展起步晚、專業化程度不高，且內部結構中多為交通運輸、倉儲郵政業等傳統生產性服務業，在資源再配置總量一定的條件下，傳統生產性服務業的資源配置效率更容易優先得到改善，可能會導致本地區制造業缺乏高端生產性服務支撐而長期陷入“低端鎖定”，不利于產能過剩治理；另一方面，我國制造業長期對國外高端生產性服務有著路徑依賴，使得技術封鎖條件下本地生產性服務業缺乏來自高端制造業的相關需求，造成生產性服務業內部結構剛性，難以向更高層次演進，以致樣本考察期內未觀測到預期的長期直接效應。

(三)調節效應的檢驗分析

為了驗證制造業技術進步(TPit)、信息化水平(Informit)和產業協同集聚(Coaggit)三者在生產性服務業資源配置影響制造業產能利用率中的調節作用，本文在動態空間杜賓模型中引入了生產性服務業資源錯配指數與調節變量的交互項，估計結果見表6。

表6 調節效應回歸結果

續表6

根據表6中列(2)的估計結果，生產性服務業資源錯配與制造業技術進步的交乘項通過了1%水平的顯著性檢驗且符號為正，這說明制造業技術進步可以增強生產性服務業資源有效配置對制造業產能過剩的化解能力。這種正向的調節效應根源在于技術進步能夠強化生產性服務業與制造業技術關聯。一方面，能夠加快生產性服務業內部傳統部門向現代部門演進，優化生產性服務業內部結構，通過提升融合互動層次實現兩者的相融相長；另一方面，通過技術專用性“鎖定”高素質勞動力需求，加快地區收入結構調整和需求結構升級。

列(3)的估計結果顯示，生產性服務業資源錯配與信息化水平的交互項通過了5%水平的顯著性檢驗且符號為正，與假設3的預期一致，說明信息水平提升可以正向調節生產性服務業資源配置對制造業產能過剩的治理效應。究其原因在于，信息化水平提升能有效降低制造業獲取外部高質量生產性服務業的搜尋成本和交易成本，擴大產業分工規模。同時還能促進技術知識溢出和優化勞動配置效率，從而正向調節了生產性服務業資源配置對制造業產能過剩的化解效應。

列(4)的估計結果顯示，生產性服務業資源錯配與產業協同集聚的交互項通過了5%水平的顯著性檢驗且符號為正，這表明協同集聚有助于生產性服務業資源配置對制造業產能過剩的化解效應，驗證了假設4的合理性。一方面，產業協同集聚能強化上下游聯系，降低行業與企業間信息不對稱，促進要素在企業間流動和再配置；另一方面，協同集聚不僅為上下游企業節省了運輸和交易成本，也為各類創新資源間的有效互補創造了條件。

(四)穩健性檢驗

采用以下方式對生產性服務業資源配置影響制造業產能過剩進行穩健性檢驗：(1)替換經濟距離空間權重矩陣；(2)更改被解釋變量測算方式；(3)增加控制變量；(4)改變估計模型。首先，經濟空間權重矩陣能較為全面地反映地理距離和經濟結構等綜合信息，因此本文采用經濟空間權重矩陣替換地理距離空間權重矩陣重新進行空間計量分析。其中，經濟空間權重矩陣的構建公式為

(17)

其次，通過DEA模型和更換SFA生產函數設定形式兩種方式重新測算被解釋變量產能利用率。其中，隨機前沿分析的C-D形式的生產函數設定如下

lnYit=α0+α1t+α3lnKit+α4lnLit+νit-uit

(18)

再次，在原有模型上再增加經濟發展狀況(dgdp)、出口規模(export)、產業結構(ind)和企業創新意愿(ent)等控制變量進行實證檢驗。其中，經濟發展狀況采用地區GDP增長率衡量；出口規模采用工業出口交貨值占工業產值比重來衡量；產業結構用第二產業產值占地區總產值之比表示；企業創新意愿采用區域科技經費中企業資金占比來表示。

最后，考慮到生產性服務業資源配置與制造業產能過剩之間可能存在反向因果關系。本文采用系統GMM方法重新對模型進行估計以緩解其內生性問題。

由表7中列(1)—(5)的估計結果可知，核心解釋變量和調節變量的估計結果與上文基本保持一致，其余控制變量和空間溢出系數的數值和顯著性變動較小。這說明，上文關于生產性服務業資源配置對制造業產能利用率的影響效應具有較強的穩定性和可靠性。

表7 穩健性檢驗結果

(五)按行業分類的考察

為了進一步考察傳統與現代兩類生產性服務業資源配置對不同層次制造業產能過剩的影響差異，本文借鑒韓峰和陽立高(2020)[14]對制造業的分類方法，將制造業分為高中低三類，并分別測算他們的產能利用率。同時，參考于斌斌(2017)[44]的處理方法，將生產性服務業劃分為傳統生產性服務業和現代生產性服務業，并分別測算其資源錯配程度。在上述基礎上，繼續使用動態空間杜賓模型進行計量分析。

表8匯報了傳統和現代兩類生產性服務業資源配置對高中低三類制造業產能過剩影響的估計結果。從空間計量結果看，傳統生產性服務業資源配置的短期直接效應能化解中低制造業的產能過剩，卻不利于高端制造業產能過剩的化解；而現代生產性服務業資源配置的短期直接效應則相反，表現為不利于中低制造業產能過剩化解，卻有助于高端制造業產能過剩治理。本文給出的解釋是，短期內傳統生產性服務業與現代生產性服務業在資源配置優化上存在“競爭效應”，尤其是在土地供給、財政支持、融資貸款等傳統和現代兩類生產性服務業都通用的要素方面。因此，短期傳統生產性服務業資源的有效配置可能會造成當地現代生產性服務業發育不足，進而不利于高端制造業產能過剩治理；而本地現代生產性服務業資源的有效配置在短期內也可能惡化傳統生產性服務業部門的資源配置，造成其能化解高端制造業產能過剩卻不利于中低制造業產能過剩治理的局面。

從表8中的短期間接效應來看，傳統生產性服務業資源錯配對高端制造業產能利用率的影響顯著為負，而現代生產性服務業資源錯配對低端制造業的影響顯著為負，但其對高端制造業的影響則顯著為正。這表明，傳統(現代)生產性服務業資源有效配置在短期內有助于周邊地區高端(中低端)制造業的產能過剩治理，而現代生產性服務業的資源配置卻不利于周邊地區高端制造業化解產能過剩。可能的原因在于，本地傳統生產性服務業在短期內的資源配置優化過程中會虹吸周邊地區傳統生產性服務業發展所需的各類要素，造成周邊地區傳統生產性服務業發展滯后，而這一抑制效應又恰好使得周邊地區內土地、金融等要素能夠更多地配置于現代生產性服務業，導致周邊地區現代生產性服務業資源的有效配置后能通過高級要素嵌入、價值鏈提升等方式來提升高端制造業產能利用率。同樣地，現代生產性服務業資源配置效率的提升會通過虹吸效應在短期內造成周邊現代生產性服務業的發育遲緩，而這使得周邊地區資源配置優化更傾向于傳統生產性服務業，因此有助于中低端制造業產能利用率提升，而不利于高端制造業產能過剩治理。

表8 異質性分析回歸結果

從長期直接效應的估計結果來看，傳統生產性服務業資源錯配對中低制造業產能利用率具有顯著的正向影響，而對高端制造業產能利用率的影響顯著為負，表明本地傳統生產性服務業資源的有效配置在長期中會加劇中低端制造業產能過剩，但卻有助于高端制造業產能過剩治理。究其原因在于，中低端制造業產能過剩治理在長期中主要依賴于技術研發創新、地區產業結構轉型升級來實現，而傳統生產性服務業資源配置在長期中占據優勢容易導致本地生產性服務業層次不高、質態低端，無法帶動中低制造業擺脫價值鏈“低端鎖定”，不利于產能過剩治理。而對于本地原有的高端制造業而言，其現代生產性服務需求通常依賴于國外廠商或外地研發中心來實現，因此本地傳統生產性服務業資源配置優化在長期中造成的內部結構“低級化”對高端制造業影響不大，而發達的交通運輸、高效的批發零售網絡等傳統生產性服務能有效改善本地高端制造業的物流、銷售環節，有助于緩解產能過剩。總體而言，傳統生產性服務業資源配置在長期發展中惡化了中端與低端產能過剩，但有利于高端制造業產能過剩化解，綜合系數值大小來看對前者產能過剩的惡化效應顯著大于對后者產能過衡的治理效應，因此會對制造業整體的產能過剩化解形成不利影響，這也與上文表5中長期直接效應的回歸結果相一致。而從現代生產性服務業資源配置的長期直接效應來看，其對中端制造業產能過剩具有顯著的化解效應，這主要是由于現代生產性服務業具有技術、知識和人才密集特征，能在長期中發揮結構升級效應，從而提升中端制造業產能利用率。而現代生產性服務業對高端制造業的長期直接效應為負，但沒有通過顯著性檢驗，這可能與當前我國生產性服務業整體發展水平不高，制造業高端、核心生產性服務依賴于國外廠商的現狀有關。

從長期間接效應來看，現代生產性服務業資源錯配對高端制造業產能利用率影響顯著為負，說明其有助于產能過剩化解，這主要是由于長期中生產性服務業會逐步擴大輻射覆蓋范圍，通過跨區域的產業關聯將專業化的人力資本和知識資本嵌入高端制造業價值鏈。現代生產性服務業資源錯配對低端制造業產能利用率的長期間接效應為正，說明現代生產性服務業資源有效配置在長期中不利于周邊地區低端制造業產能過剩化解。這可能是由于在長期中，本地生產性服務業資源在有效配置后，會逐步與本地低端制造業形成“中心-外圍”的空間結構，加速了落后產能轉移。傳統生產性服務業對高端制造業產能利用率的長期間接效應顯著為正，表明其不利于周邊地區高端制造業產能過剩化解。其可能的原因在于，傳統生產性服務業具有初期投入大、規模經濟等行業特性，在長期中會固化生產性服務業區域協作體系，造成周邊地區傳統生產性服務業發展滯后，無法向本地企業提供高效率傳統性生產服務。

六、主要結論與政策啟示

難以治理和反復爆發的產能過剩是多年來懸掛在中國經濟發展之上的“達摩克利斯之劍”。本文從生產性服務業視角出發，構建了生產性服務業資源配置與制造業產能過剩治理的理論分析框架，探究中國制造業產能過剩的深層次原因。在機制分析的基礎上，進一步使用動態空間杜賓模型和2003-2016年中國各省市面板數據實證檢驗生產性服務資源配置對制造業產能過剩的直接影響效應和空間溢出效應。研究發現：生產性服務業資源有效配置是治理制造業產能過剩反復爆發的重要途徑；但生產性服務業資源配置的空間溢出效應在短期內可能會造成高端要素虹吸，不利于周邊地區產能過剩化解。進一步實證發現，高端制造業產能過剩的化解效應主要來自現代生產性服務業資源配置效率提升，而傳統生產性服務業資源有效配置主要對中低端制造業產能過剩治理產生作用。調節效應的檢驗結果顯示：制造業技術進步、信息化水平提升和產業協同集聚均能促進生產性服務業資源配置對制造業產能過剩的化解效應。

在上述研究基礎上，本文提出如下建議。(1)減少地方政府對要素市場的干預，加快現代生產性服務業與高端制造業的深度融合。在體制機制方面為生產性服務業的發展“松綁”，并因地制宜地推進研發設計、第三方物流、融資租賃、信息技術服務等重點生產性服務領域的發展，積極引導本地企業打破“大而全”“小而全”模式，加快產業分工合作，促進融合互動。以此推動地方產業結構優化、轉型和升級，走出“過剩—治理—再過剩”的怪圈。(2)地方政府應加大財政科技投入力度，積極引導企業申報國家級實驗室，而科技廳等相關部門加強對高新企業研發加計扣除政策的宣傳普及，鼓勵企業開展研發創新活動；同時加強地區工業互聯網、物聯網的應用，整合優化產業合作平臺，從而改善信息基礎設施建設；而在產業協同集聚方面，要在園區規劃時注重企業間的投入產出關聯，并借鑒國際國內經驗，成立集聚協同治理機構。(3)結合本地制造業服務需求、工業發展階段和城市資源稟賦，以差異化政策來推動生產性服務業與制造業分工協作、融合互動。一是要在產業規劃、功能布局時統籌周邊發展，關注空間外溢效應，構建錯位競爭、優勢互補的生產性服務業區域分工體系，優化本地制造業的各項生產環節，支撐企業價值鏈攀升；二是要從頂層設計層面出發，明確本地生產性服務業資源配置優化方向，繼而從土地、財稅、金融、人才等方面發力，優化生產性服務業內部結構。