生產性服務業開放與制造業高質量發展

摘"要：厘清生產性服務業開放對制造業高質量發展的影響及其內在機制，有助于為實現制造強國提供理論支持與經驗借鑒。基于2005—2019年期間26省市面板數據，采用OLS、差分與系統GMM模型進行實證檢驗，研究發現：生產性服務業開放對制造業發展質量的影響呈“U”型變動關系；這種“U”型關系在沿海和內陸地區都存在，且沿海地區的拐點出現更早。機制分析發現，生產性服務業開放通過成本節約效應和資源重置效應推動制造業高質量發展。此外，科研經費投入份額、地區開放程度、地區環境規制強度等因素都是影響制造業發展質量的重要因素。

關鍵詞：生產性服務業開放；制造業高質量發展；融合發展

中圖分類號：F272""文獻標識碼：A""文章編號：1001-148X（2023）06-0020-10

收稿日期：2023-05-07

作者簡介：聶淑花（1989-），女，江西撫州人，博士研究生，講師，研究方向：服務經濟與貿易；魏作磊（1976-），河南滑縣人，男，教授，研究方向：服務經濟與貿易。

基金項目：國家社會科學基金項目，項目編號：18BJY177；國家自然科學基金青年項目，項目編號：72003048；教育部人文社會科學基金項目，項目編號：20YJC790010。

①"生產性服務業開放包括兩種：服務業外商直接投資和服務業對外直接投資，對應的是“引進來”與“走出去”兩個方面。囿于省級數據的限制，本文重點關注服務業外商直接投資。此外，關于生產性服務業的內涵并未有一致結論，本文參照宣燁（2013）的研究，把生產性服務業的范疇界定為：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、科學研究、技術服務和地質勘查業、居民服務和其他服務、教育。

一、引言

黨的二十大報告指出，高質量發展是全面建設社會主義現代化國家的首要任務。制造業是立國之本、強國之基，是振興實體經濟的主戰場，更是實現經濟高質量發展的重要載體和關鍵力量。改革開放以來，我國制造業實現了跨越式發展，制造業增加值連續十余年保持世界第一。但受經濟結構轉型和要素成本上升等內部因素的影響，以及中美經貿摩擦的外部沖擊，近年來我國制造業發展略顯疲軟，2022年上半年規模以上工業增加值增長率僅為3.4%。在內部壓力與外部沖擊的雙重作用下，提升制造業的發展質量成為振興實體經濟，實現制造強國、質量強國的重要途徑，實現制造業高質量發展成為當前我國經濟發展的核心問題。

國內外諸多理論與實踐表明，生產性服務業與制造業融合發展是實現制造業高質量發展的重要途徑［1］。伴隨著制造業服務化和服務業產業化進程推進，生產性服務業逐漸向制造業價值鏈延伸，尤其在研發設計、產品架構等環節向制造業不斷滲透，同時，制造業企業也不斷通過增加在投入產出中服務要素的比重來發展服務型制造業，兩個產業正實現從共生互動到高效融合發展轉變［2］。在產業融合過程中，生產性服務業通過促進人力資本和知識資本深化、降低生產成本等途徑促進制造業效率提升、轉型升級，進而提升其核心競爭力，從而實現制造業高質量發展［3］。對外開放是生產性服務業發展的重要途徑，深入探究生產性服務業開放①與制造業高質量發展之間關系極具現實意義。

已有關于生產性服務業開放與制造業發展關系的研究主要圍繞以下內容展開：首先，關于生產性服務業開放對制造業生產率影響的研究。Arnold等（2016）［4］發現服務業自由化可顯著促進制造業企業提高生產效率；徐毅和張二震（2008）［5］、張艷等（2013）［6］均發現相似結論。進一步研究發現，不同類型的生產性服務業開放對不同區域的制造業生產率影響也不同。姚星等（2012）［7］發現對外開放度相對較低的地區生產性服務業對制造業生產效率產生外溢效應具有一定后發優勢；白雪潔和劉瑩瑩（2021）［8］發現生產性服務業FDI對我國制造業生產率影響不論在長期還是短期都存在，且存在地區異質性，陳啟斐和劉志彪（2014）［9］、陳明和魏作磊（2018）［10］也得到類似結論。其次，關于生產性服務業開放對制造業全球價值鏈地位的影響方面。梁經偉等（2021）［11］等發現了其正向作用的存在；符大海和魯成浩（2021）［12］則基于工業企業數據庫數據和海關數據，發現服務業開放能加速中國企業貿易方式由加工貿易向一般貿易轉型；顧雪芹（2020）［13］發現我國的生產性服務業開放通過提高制造業中高技能勞動力的勞動報酬占比、勞動時間占比來促進制造業價值鏈地位提升，且對中、低層次的制造業價值鏈攀升影響更顯著；杜運蘇等人（2021）［14］認為服務業開放在總體上對企業出口國內價值鏈具有正向作用，既有利于提高出口的國內附加值率，又有利于延長從進口中間投入品至出口產品的國內價值鏈長度；不過，張二震和戴翔（2022）［15］發現服務業開放并未推動制造業全球價值鏈攀升。最后，在生產性服務業開放對制造業服務化影響方面。齊俊妍和任同連（2020）［16］基于2000—2014年37個國家制造業數據，研究發現生產性服務業開放對制造業服務化有顯著的提升作用；仝文濤和張月友（2021）［17］則基于省際面板數據得到類似結論；柳香如等（2022）［18］基于世界投入產出數據庫發現前者對后者的促進作用是非線性的，對不同程度的創新型人力資本會存在差異；亦有研究發現兩者關系并非一定正向，存在門檻效應［19］。

已有文獻已充分關注到生產性服務業開放對制造業生產率、制造業全球價值鏈、制造業服務化的影響，其相關理論分析、指標選取、模型構建、實證檢驗與異質性分析等對本文研究亦有所啟示，所得結論亦為擴大生產性服務業開放以促進制造業發展提供了理論指導，但仍有可拓展空間。一是關于生產性服務業與制造業高質量發展的研究幾乎沒有，理論分析二者之間的關系及其作用機制并加以實證檢驗的相關研究更是匱乏；二是沒把時下日益受重視的綠色發展引入制造業發展的評估體系，考察生產性服務業開放對制造業高質量發展的影響；三是數據層面都局限于2015年之前的數據，時效性差。鑒于此，本文基于2005—2019年期間的省際面板數據，考察生產性服務業開放對制造業高質量發展的影響，進而分析并檢驗其作用機制，以期拓展現有研究。

相較于已有文獻，本文可能的邊際貢獻有：（1）將生產性服務開放與制造業高質量發展納入統一分析框架，對生產性服務業開放選擇、制造業高質量發展有重要意義。（2）從經濟效益、創新水平、生態效益和社會共享四個方面構建了制造業發展質量評價指標體系，并測度了2005—2019年期間26個省市制造業發展質量。（3）已有文獻更多是研究2015年之前的省級生產性服務業開放，時效性較弱。本文把數據拓展至2005—2019年期間26個省市的面板數據。（4）從理論上分析了生產性服務業開放與制造業高質量發展之間的關系及其內在機制，并利用固定效應、差分GMM和系統GMM等模型實證檢驗了二者的非線性關系以及成本節約效應與資源重置效應，并做了相關的異質性分析，得出一些新的結論。

二、理論分析與研究假設

關于生產性服務業開放對制造業高質量發展的影響。首先，生產性服務業開放有助于引進外資，能夠增加國內的資本總量，助力于制造業發展質量的提升，進而推動我國經濟高質量發展。不過，生產性服務業開放的影響并不必然是線性的，原因在于我國經濟發展方式發生了變化。當我國經濟處于粗放型的發展階段的時候，雖然依靠本土廉價資源能提高經濟增長速度，但制造業企業大多被鎖定為國際產業鏈的中低端環節，難以有效提升制造業發展質量，可能會存在“量增質降”的窘境。只有當我國經濟發展由粗放型增長轉向高質量發展，生產性服務業開放才能在促進制造業增長的同時提升制造業發展質量，實現“量質齊升”的局面。由于在2008年的金融危機之前，我國經濟發展更多強調高速增長，用粗放型的發展換取高速增長，導致生產性服務業開放可能會對制造業發展質量產生負面影響；而在金融危機之后，我國的經濟發展模式開始向高質量發展轉變，使得生產性服務業開放對制造業發展質量的促進作用不斷顯現。由此，本文提出如下研究假設：

H1：生產性服務業開放與制造業發展質量存在非線性關系。

生產性服務業開放影響制造業高質量發展的作用機制體現為成本節約效應和資源重置效應兩個方面。

第一，成本節約效應。生產性服務業屬于制造業的上游投入部門，上下游產業關聯是生產性服務業影響制造業發展的重要渠道。生產性服務業開放能夠從三個方面降低制造業生產成本：一是通過生產者服務種類的增加來提高下游產業的全要素生產率，進而降低制造業生產成本；二是通過增強生產性服務業企業的競爭以及內部分工來促使服務價格下降，進而降低下游制造業企業的生產成本；三是通過引入國外具備先進的管理模式、經營理念，提升本土服務企業的發展水平與服務質量，有助于提高下游制造業企業的生產效率與發展質量［4］。綜合看，生產性服務業開放有助于降低下游制造業企業的生產成本，進而提升制造業發展質量。由此，本文提出如下研究假設：

H2：生產性服務業開放能通過成本節約效應來促進制造業高質量發展。

第二，資源重置效應。生產性服務業開放不僅有助于提高本地服務企業的專業化程度、創新能力，增加生產者服務種類，降低下游制造業生產成本，還能通過競爭效應與示范效應等方式來提升生產性服務業規模，最終形成要素集聚并吸引生產要素流入。在制造業生產率提高的同時，會反過來增加生產性服務的需求，促進生產性服務業進一步開放，使得兩者形成雙向促進的作用［20］，進一步吸引生產要素流入，產生資源重置效應［21］。此外，時下日益受重視的綠色發展所對應的環境規制政策會影響生產性服務業開放的種類與結構，進而通過產業關聯作用于下游制造業發展，對制造業在生產要素投入規模與結構上產生影響，引發資源重置效應的變化。綜合來看，生產性服務業開放也能通過資源重置效應來助力于制造業高質量發展。由此，本文提出如下研究假設：

H3：生產性服務業開放會促使生產要素向制造業集聚，進而通過資源重置效應來促進制造業高質量發展。

三、研究設計

（一）模型設計

為考察生產性服務業開放對制造業高質量發展的影響，并檢驗假設H1是否成立，本文構建了如下基本模型：

qualityit=β0+β1ln（sfdiit）+β2ln（sfdiit）2+αXit+γi+εit（1）

其中，qualityit表示i省第t年的制造業發展質量，sfdiit代表i省第t年的生產性服務業開放程度，Xit為控制變量，β0、β1、β2和α為待估參數，γi為省市固定效應，εit為隨機擾動項。

進一步地，本文參照溫忠麟和葉寶娟（2014）［22］、邵帥等（2019）［23］、孔令丞和柴澤陽（2021）［24］等研究，利用中介效應模型來檢驗“生產性服務業開放—成本節約效應—制造業高質量發展”和“生產性服務業開放—資源重置效應—制造業高質量發展”的作用機制是否存在，驗證假設H2和假設H3是否成立。由此，進一步推導出公式（2）和公式（3）兩個方程：

costit=β′+β′1ln（sfdiit）+α′Xit+γi+εit

qualityit=β″0+β″1ln（sfdiit）+β″2（costit）+α″Xit+γi+εit"（2）

reallocateit=λ′0+λ′1ln（sfdiit）+α′Xit+γi+εit

qualityit=λ″0+λ″1ln（sfdiit）+λ″2（reallocateit）+α″Xit+γi+εit（3）

其中，costit和reallocateit分別代表成本節約效應和資源重置效應。如果β′1和β″2顯著為負，并且β″1顯著為正，說明生產性服務業開放有助于節約企業生產成本，進而提升制造業發展質量，即“生產性服務業開放—成本節約效應—制造業高質量發展”的作用機制存在。如果λ′1、λ″1和λ″2都顯著為正，說明生產性服務業開放有助于提高企業的資源配置效率，進而提升制造業發展質量，即“生產性服務業開放—資源重置效應—制造業高質量發展”的作用機制存在。

（二）測度制造業發展質量

由于制造業發展質量是一個綜合變量，包含制造業在多個維度的表現。現有文獻常用的測度方法主要有兩種：一種方法是從多個方面構建評價指標體系，并采用熵值法等方法測度一個綜合指數，如，金澤虎和蔣婷婷（2022）［25］；另一種方法同樣是先構建評價指標體系，但采用的是DEA-Malmquist指數法測度制造業要素生產率，如余東華和王梅娟（2022）［26］。其中，第一種方法是現有文獻采用最多的。鑒于此，本文采用熵值法，并參照金澤虎和蔣婷婷（2022）［25］的研究，從經濟效益、創新水平、生態效益和社會共享等4個方面和14個二級指標構建制造業高質量發展指標體系，綜合測度各省在2005—2019年期間的制造業發展質量，如表1所示。需說明的是，本文測度指標體系的二級指標主要來源于《工業企業科技活動統計年鑒》，但是該統計年鑒只發布了2005—2015年期間各省的工業企業數據。為了盡可能地反映制造業發展的最新情況，本文利用各省統計年鑒的大中型工業企業數據和規模以上工業企業數據來間接反映各省的制造業高質量發展情況就，進而把研究數據更新到2019年。

對于評價指標體系，確定各個指標權重是關鍵，熵值法是現有文獻最常采用的方法。熵值法的基本原理為：首先對基礎指標進行無量綱化處理，然后利用熵值法對基礎指標進行賦權，并把無量綱化的值與指標權重相乘，之后加總成一級指標的權重，最后根據一級指標的權重計算出綜合分數。由于熵值法既考慮了經濟發展質量的各維度重要性，還利用了各個指標數據客觀信息，具有一定科學性。

不過，傳統熵值法主要適用于橫截面數據的評價，牛苗苗等（2022）［27］把該方法拓展到面板數據上，形成一個動態熵值法，具體分為如下幾個步驟。

第一步，對基礎指標進行無量綱化和歸一化處理。利用最大值－最小值的標準化方法對原始數據進行無量綱化處理，進而對基礎指標進行歸一化處理。假設有I個省市，J個二級指標和T個年份，具體的歸一化方式為：

pt，i，j=rt，i，j∑Tt=1∑Ii=1rt，i，j"

其中，rt，i，j是經過無量綱化處理之后i省第t年的j指標，pt，i，j是i省第t年的j指標的權重。

第二步，計算第j項指標的信息熵hj。

hj=－∑Ii=1∑Tt=1pt，i，jln（pt，i，j）/ln（TI）"

第三步，計算第j項指標的權重。

wj=1－hj∑Jj=1（1－hj）

第四步，測度i省第t年的制造業發展質量。

Qt，i=∑Jj=1wjpt，i，j/qi，j"

經過上述步驟，本文測算出了各省在2005—2019年期間的制造業發展質量。經過比較，本文測度的各省制造業發展質量與馬永偉（2022）［28］測度的結果相近，表現為沿海省市（東部地區）的制造業發展質量總體水平要高于內陸省市（中西部地區），與現實情況基本相符。

（三）指標測度與描述

在核心變量方面，參照魏作磊和佘穎（2013）［29］，本文選取各省生產性服務業外商直接投資（sfdi）來反映生產性服務業開放程度。參照陳建軍等（2009）［30］、宣燁（2013）［31］，本文選取了交通運輸、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，科學研究、技術服務和地質勘查業這5個子行業來代表生產性服務業。各省分行業的外商直接投資數據來源于各省統計年鑒，經整理，有12個省市的數據齊全，同時包含服務業FDI和生產性服務業FDI；有14個省市的數據有各省的服務業FDI但沒有分行業數據，剩余5個省市則沒有找到相關數據。針對存在部分數據缺失的省市，本文先利用12個省市的數據計算出歷年的生產性服務業FDI與服務業FDI比值的平均水平，然后用此數值來估算這14個省市的生產性服務業FDI。最終，本文獲得26個省市在2005—2019年期間的省際面板數據，共390個有效樣本。

在控制變量方面，本文參照金澤虎和蔣婷婷（2022）［25］等研究，并結合數據可得性，選取制造業企業科研投入（ramp;d）反映制造業的創新能力，選取制造業企業平均規模（scale）和制造業固定資產比例（structure）反映制造業的社會效益，選取工業企業出口交貨值（open）反映制造業的對外貿易狀況，選取政府一般預算支出占比（gov）反映該地區的政府調控程度，選取王芳（2021）［32］測算的各省環境規制強度來反映環境規制（regulation）。上述變量的數據主要來源于《中國統計年鑒》《工業企業科技活動統計年鑒》。

在作用機制方面，本文選取制造業就業人員占比來反映制造業企業的用工成本，用于刻畫成本節約效應；選取制造業固定資產與制造業就業人員的比值來反映制造業企業的資本與勞動力的相對變動情況，用于刻畫資源重置效應。上述變量的測度方式及描述性分析如表2所示。

在測度各省制造業發展質量（quality）和生產性服務業開放程度（sfdi）的基礎上，本文描繪了兩者的關系以及制造業發展質量的動態變化情況。由上圖（a）可知，雖然sfdi總體呈增長趨勢，但是呈先降后升的“U”型變動關系。進一步地，本文計算了歷年的制造業發展質量總體水平，發現在2005—2010年期間幾乎呈逐年下降的趨勢，并且在2010年的制造業發展質量總體水平達到最低（0.114），而在2011—2019年期間呈逐年上升的趨勢，如上圖（a）所示。進一步地，上圖（b）描繪了2005—2019年期間生產性服務業開放與制造業發展質量的關系，發現兩者之間仍舊呈先降后升的“U”型變動關系，意味著兩者之間非線性的變動關系是相對穩定的。因此，假設H1得到了初步驗證。

四、實證結果分析

為考察生產性服務業開放對制造業高質量發展的影響，本文同時采用OLS、差分GMM（diffGMM）和系統GMM（sysGMM）三種計量模型進行估計，并比較不同計量模型的估計結果。其中，OLS模型是從靜態的角度進行考察，差分和系統GMM則從動態的角度來考察兩者之間的關系。本小節包括如下三個部分的內容：一是基準回歸，檢驗生產性服務業開放與制造業發展質量之間的“U”型變動關系是否存在；二是從地區和時間兩個層面，對生產性服務業開放的影響進行異質性分析；三是對實證估計結果開展相關的穩健性檢驗。

（一）基準回歸

本文利用2005—2019年期間26個省市面板數據，在控制相關變量的基礎上，利用OLS、差分和系統GMM模型的估計結果如表3所示。

表3報告了生產性服務業開放對制造業發展質量的影響。由OLS的估計結果可知，不管有無引入控制變量，sfdi對quality具有顯著的正向影響，并且在1%統計水平上顯著。由差分和系統GMM的估計結果可知，sfdi對quality產生顯著的正向影響，意味著生產性服務業開放對制造業發展質量具有促進作用，與已有文獻發現生產性服務業開放對提升制造業生產率的結論是一致的［7，10］。除此之外，quality的一階滯后項同樣具有顯著的正向影響，表明上一期的制造業發展質量也會對當期的質量水平產生影響。

在控制變量方面，制造業企業科研投入（ramp;d）和制造業企業平均規模（scale）都對制造業發展質量產生顯著的正向影響，表明制造業科研經費投入越多和制造業企業平均規模越大，地區的制造業發展質量越高；制造業地區開放程度（open）、地方政府調控程度（gov）和制造業固定資產比例（structure）也對quality產生顯著的正向影響，意味著地區的制造業開放程度、政府調控程度和制造業固定資產份額提高也有助于提升制造業發展質量；地區環境規制程度（regulation）同樣對quality產生顯著的正向影響，表明地區環境規制強度有助于提升制造業發展質量，原因在于環境規制強度增加會倒逼制造業升級，從而提升制造業發展質量。綜合來看，上述控制變量在不同計量模型下的影響方向基本不變，意味著本文的估計結果相對穩健。

進一步地，由上圖可知，生產性服務業開放程度（sfdi）與制造業發展質量（quality）之間存在的是先降后升的“U”型變動關系。因此，為驗證上圖描繪的結果，本文引入sfdi的平方項，利用OLS、差分和系統GMM模型的具體估計結果如表4所示。

根據表4第（1）列的估計結果，在沒有引入控制變量的情況下，sfdi和sfdi2分別對quality產生顯著的負向與正向影響，表明生產性服務業開放程度（sfdi）對quality產生的是先降后升的“U”型變動關系，而不是簡單的線性關系。根據第（2）列的估計結果，在引入控制變量之后，sfdi對quality產生的非線性影響仍舊穩定存在，與上圖描繪的結果一致。因此，本文認為生產性服務業開放對制造業發展質量的非線性影響是相對穩健的。進一步地，利用差分和系統GMM方法的估計結果顯示，sfdi仍舊對quality產生顯著的負向影響，而sfdi2產生顯著的正向影響，再次說明兩者之間存在的是非線性關系，再次驗證了假設H1。

關于sfdi與quality的非線性關系，本文發現制造業發展質量在2008年的金融危機之后出現較大變化，是導致兩者呈先降后升“U”型變動關系的重要原因。其中，制造業發展總體水平在2005—2010年期間幾乎呈逐年下降的趨勢，并且在2010年達到最低，而在2011—2019年期間呈逐年上升的趨勢。具體地，在2010年之前，制造業發展質量總體呈下降趨勢，因為當時的中國經濟發展更強調高速增長而不是高質量發展，雖然依靠本土廉價資源提高了經濟增長速度，但制造業企業大多被鎖定為國際產業鏈的中低端環節，難以有效提升制造業發展質量；在2010年之后，制造業發展質量觸底反彈，呈逐年上升趨勢，中國經濟開始轉向高質量發展。由于金融危機之前，我國經濟發展偏粗放型增長，導致sfdi的增加并未明顯改善制造業發展質量，甚至出現負向作用；而在金融危機之后，這種情況得到扭轉并對制造業發展質量產生顯著的促進作用。

進一步地，本文根據表4第（2）-（4）列的估計結果，計算出OLS、差分和系統GMM三個模型下生產性服務業開放的拐點分別為8.944、9.222和9.417，可見sfdi對quality之間“U”型關系的拐點在8.944-9.417之間。此結果意味著，在sfdi還未達到拐點之前，其對quality的影響為負；而在sfdi超過拐點之后，其對quality的正向影響逐漸顯現。根據本文測算的各省sfdi，在2010年之前，大部分省市的sfdi都在拐點左邊。隨著改革開放的不斷推進，越來越多省市的sfdi超過拐點，對quality的正向影響不斷增強。

（二）異質性分析

在基準回歸的基礎上，本文從地區和時間兩個層面，考察生產性服務業開放對制造業發展質量的異質性影響。在地區異質性方面，本文把26個省市劃分為沿海省市和內陸省市，分別是10個和16個省市；在時間異質性方面，根據上圖（a）的描繪結果，本文把研究樣本劃分為2005—2010年和2011—2019年兩個時期，具體的估計結果如表5所示。

表5呈現了生產性服務業開放對制造業發展質量的異質性影響。從地區異質性來看，在引入控制變量的情況下，sfdi對沿海省市的quality具有顯著的正向影響，而且先降后升的“U”型變動關系也顯著存在；類似地，sfdi和sfdi2對內陸省市的制造業發展質量的影響同樣存在“U”型變動關系。進一步地，可計算出sfdi在沿海和內陸省市的拐點分別為9.824和11.500，表明生產性服務業開放對制造業高質量發展的“U”型變動關系在沿海和內陸省市都存在，而且沿海省市的拐點比內陸省市要早。

從時間異質性來看，2005—2010年期間，sfdi對quality產生顯著的負向影響；而在2011—2019年期間，sfdi對quality才產生顯著的正向影響，意味著生產性服務業開放對制造業發展質量的影響的確是非線性的，而且是先降后升的“U”型變動關系，與表4報告的估計結果一致。

（三）穩健性檢驗

為檢驗上述估計結果是否穩健，本文開展了兩個方面的穩健性檢驗：一是采用2005—2015年的研究樣本，因為《工業企業科技活動統計年鑒》只發布了2005—2015年的統計數據；二是采用12個省市的樣本，因為用于測度生產性服務業開放程度（sfdi）的分行業fdi數據只有12個省市是齊全的。

上述兩種穩健性檢驗的估計結果顯示限于篇幅，穩健性檢驗結果未做報告，如有需要可向作者索取。，無論是采用2005—2015年的樣本，還是采用18個省市的樣本，生產性服務業開放程度對制造業發展質量產生先降后升的“U”型變動關系仍舊存在，表明本文的研究結論是穩健的。

五、機制檢驗

（一）成本節約效應

根據本文的機制分析，生產性服務業開放會通過成本節約效應來提升制造業發展質量。為檢驗此作用機制，本文利用OLS、差分和系統GMM模型對公式（2）設定的計量模型進行估計，具體的估計結果如表6所示。

表6呈現了生產性服務業開放程度（sfdi）通過成本節約效應（cost）對制造業發展質量（quality）的影響。首先，考察生產性服務業開放程度對成本節約效應的影響，可以發現，無論是采用OLS模型，還是差分GMM模型，又或者是系統GMM模型，生產性服務業開放程度都對成本節約效應產生負向影響，意味著生產性服務業開放有助于制造業企業節約成本的影響是存在的。然后，考察生產性服務業開放程度通過成本節約效應對制造業發展質量的影響，可以發現，在引入成本節約效應之后，生產性服務業開放程度對制造業發展質量仍舊產生顯著的正向影響，而成本節約效應對制造業發展質量具有顯著的負向影響。此結果表明，生產性服務業開放程度通過成本節約效應降低來提升制造業發展質量的作用機制是存在的，由此驗證假設H2。

（二）資源重置效應

為檢驗“生產性服務業開放—資源重置效應—制造業高質量發展”的作用機制是否存在，本文同樣利用OLS、差分和系統GMM模型對公式（3）設定的計量模型進行估計，具體的估計結果如表7所示。

表7呈現了生產性服務業開放程度（sfdi）通過資源重置效應（reallocate）對制造業發展質量（quality）的影響。可以看出，采用OLS、差分和系統GMM模型的估計結果都顯示，生產性服務業開放程度都對資源重置效應產生顯著的正向影響，表明生產性服務業開放能夠促使制造業企業往資本密集型方向發展，起到資源重置效應。進一步地，考察資源重置效應對制造業發展質量的影響。發現生產性服務業開放程度和資源重置效應都對制造業發展質量產生顯著的正向影響，意味著生產性服務業開放程度增加能夠加快資源重置效應進而提升制造業發展質量，即生產性服務業開放能夠提高制造業的資本吸引能力，進而提升制造業發展質量，由此驗證假設H3。

六、結論與建議

本文首先在文獻回顧的基礎上分析了生產性服務業開放對制造業高質量發展的作用機制，然后從經濟效益、創新水平、生態效益和社會共享四個方面構建指標評價體系，測度2005—2019年期間26省市的制造業發展質量及其生產性服務業開放程度，接著考察生產性服務業開放對制造業發展質量的影響，最后檢驗兩者之間的作用機制。得出如下結論：

第一，我國制造業發展質量在2005—2019年期間呈先降后升的“U”型變化特征，制造業發展質量在金融危機之后（2010年）迎來觸底反彈。第二，生產性服務業開放是造成制造業發展質量呈非線性變化的重要因素，而且這種變動關系在沿海和內陸地區都存在，且沿海地區的拐點比內陸地區更早。第三，生產性性服務業開放影響制造業發展質量的拐點發生在2010年附近，在2005—2010年和2011—2019年期間分別對制造業發展質量產生顯著的負向與正向影響。第四，生產性服務業開放主要通過成本節約效應和資源重置效應助力于制造業高質量發展。第五，制造業發展質量還會受到科研經費投入份額、地區開放程度、地區環境規制強度等因素的影響。

根據上述研究結論，為充分發揮生產性服務業開放對制造業高質量發展的推動作用，本文提出以下政策建議：首先，政府應該加大生產性服務業的開放力度，適度引導外商直接投資進入生產性服務業，提高生產性服務業規模，增強生產性服務業開放對制造業高質量發展的促進作用。其次，強化生產性服務業與制造業之間的產業關聯度，增強兩者之間的產業耦合度，充分發揮生產性服務業開放的成本節約效應和資源重置效應，助力于制造業高質量發展。最后，充分發揮地區環境規制作用，通過企業倒逼機制促進制造業發展質量的提升，適當提高地區環境規制強度，促進我國經濟高質量發展。

參考文獻：

［1］"江小涓，孟麗君.內循環為主、外循環賦能與更高水平雙循環——國際經驗與中國實踐［J］．管理世界，2021，37（1）：1-19.

［2］"魏作磊，王鋒波.廣東省制造業與生產性服務業融合程度研究［J］．蘭州財經大學學報，2018，34（6）

［3］"郭克莎，彭繼宗.制造業在中國新發展階段的戰略地位和作用［J］．中國社會科學，2021（5）：128-149，207.

［4］"Arnold，J."M.，Javorcik，B.，Lipscomb，M.，et"al."Services"reform"and"manufacturing"performance：Evidence"from"India［J］．The"Economic"Journal，2016，126：1-39.

［5］"徐毅，張二震．FDI、外包與技術創新：基于投入產出表數據的經驗研究［J］．世界經濟，2008（9）：41-48．

［6］"張艷，唐宜紅，周默涵．服務貿易自由化是否提高了制造業企業生產效率［J］．世界經濟，2013（11）：51-71．

［7］"姚星，楊錦地，袁東.對外開放門檻、生產性服務業與制造業生產效率——基于省際面板數據的實證分析［J］．經濟學動態，2012（5）：24-28.

［8］"白雪潔，劉瑩瑩.生產性服務業外商直接投資對中國制造業生產率的影響檢驗——基于體現型技術進步視角［J］．軟科學，2021，35（12）：29-35.

［9］"陳啟斐，劉志彪.需求規模與服務業出口：一項跨國的經驗研究［J］．財貿經濟，2014（7）：82-94，36.

［10］陳明，魏作磊.生產性服務業開放對中國制造業生產率的影響分析——基于生產性服務細分行業的角度［J］．經濟評論，2018（3）：59-73.

［11］梁經偉，劉堯飛.生產性服務業嵌入制造業的影響機制研究——基于全球價值鏈的視角［J］．哈爾濱商業大學學報（社會科學版），2021（6）：82-93.

［12］符大海，魯成浩.服務業開放促進貿易方式轉型——企業層面的理論和中國經驗［J］．中國工業經濟，2021（7）：156-174.

［13］顧雪芹．中國生產性服務業開放與制造業價值鏈升級［J］．世界經濟研究，2020，（3）：121－134，137．

［14］杜運蘇，彭冬冬，陳啟斐．服務業開放對企業出口國內價值鏈的影響———基于附加值率和長度視角［J］．國際貿易問題，2021，（9）：157－174．

［15］張二震，戴翔.服務業開放與制造業GVC升級：典型事實、理論反思與政策啟示［J］．經濟學家，2022（1）：96-103.

［16］齊俊妍，任同蓮.生產性服務業開放、行業異質性與制造業服務化［J］．經濟與管理研究，2020，41（3）：72-86.

［17］仝文濤，張月友.生產性服務業開放政策能否有效提升中國制造業服務化？［J］．商業研究，2021（6）：34-43.

［18］柳香如，秦子惠，鄔麗萍.生產性服務業開放與制造業服務化提升——基于創新型人力資本的作用效應［J］．金融與經濟，2022（1）：75-81，90.

［19］夏杰長，姚戰琪.生產性服務中間投入對中國制造業服務化的影響［J］．社會科學戰線，2019（5）：102-110.

［20］李逸飛，李靜，許明.制造業就業與服務業就業的交互乘數及空間溢出效應［J］．財貿經濟，2017，38（4）：115-129.

［21］楊紅燕，李冬雪.服務業開放與中國制造業全球價值鏈地位——技術溢出與人力資本的中介效應［J］．哈爾濱工業大學學報（社會科學版），2022，24（4）：155-160.

［22］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］．心理科學進展，2014，22（5）：731-745.

［23］邵帥，李欣，曹建華.中國的城市化推進與霧霾治理［J］．經濟研究，2019，54（2）：148-165."

［24］孔令丞，柴澤陽.省級開發區升格改善了城市經濟效率嗎？——來自異質性開發區的準實驗證據［J］．管理世界，2021，37（1）：60-75.

［25］金澤虎，蔣婷婷.數字貿易助力制造業高質量發展的機理與實證研究——基于長三角樣本的分析［J］．工業技術經濟，2022，41（6）：44-51.

［26］余東華，王梅娟.數字經濟、企業家精神與制造業高質量發展［J］．改革，2022（7）：61-81.

［27］牛苗苗，譚顯春，郭建新，等.碳總量控制政策對中國經濟高質量發展的影響——基于中國省際面板數據的實證研究［J/OL］．［2022-09-04］．中國管理科學：1-17.

［28］馬永偉.工匠精神與中國制造業高質量發展［J］．東南學術，2019（6）：147-154.

［29］魏作磊，佘穎.生產服務業FDI對中國制造業競爭力的影響研究［J］．國際經貿探索，2013，29（1）：71-79.

［30］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.

［31］宣燁.本地市場規模、交易成本與生產性服務業集聚［J］．財貿經濟，2013（8）：117-128.

［32］王芳.我國環境規制強度測度及其對就業規模的影響——基于省際動態面板數據的實證分析［J］．中國環境管理，2021，13（1）：121-127，75.

Opening"of"Producer"Services"and"High-quality"Development"of"Manufacturing

NIE"Shuhua1，2，WEI""Zuolei3

（1.""China"Research"Center"for"Special"Economic"Zones，"Shenzhen"University，Shenzhen"518000，China；

2.The"CPC"Jiangxi"Province"Committee"Party"School，Nanchang"330038，China；

3.Guangdong"University"of"Foreign"Studies，"School"of"Economics"and"Trade，Guangzhou"510700，China）

Abstract："Clarifying"the"impact"of"the"opening"up"of"productive"services"on"the"high-quality"development"of"the"manufacturing"industry"and"its"internal"mechanism"can"help"to"provide"theoretical"and"empirical"reference"for"realizing"the"high-quality"development"of"the"manufacturing"industry"and"realizing"a"strong"manufacturing"country.Based"on"the"panel"data"of"26"provinces"from"2005"to"2019，"the"empirical"test"is"carried"out"by"using"OLS，"differential"and"systematic"GMM"models."It"is"found"that："the"impact"of"the"liberalization"of"productive"services"on"the"quality"of"the"evelopment"of"the"manufacturing"industry"is"in"a"“U”-shaped"relationship"and"the"inflection"point"occurs"near"2010."This"“U”-shaped"relationship"has"been"observed"in"both"coastal"and"coastal"cities"and"the"inflection"point"occurs"earlier"in"coastal"areas."And"the"results"of"the"robustness"test"support"thenbsp;above"conclusion."The"mechanism"analysis"found"that"the"opening"up"of"productive"services"promotes"the"high-quality"development"of"China’s"manufacturing"industry"through"cost-saving"effects"and"resource"replacement"effects."In"addition，"factors"such"as"the"share"of"research"funding，"the"degree"of"regional"openness"and"the"intensity"of"regional"environmental"regulation"are"all"important"factors"affecting"the"quality"of"manufacturing"development.

Key"words：opening"up"of"productive"service"industry;"high-quality"development"of"manufacturing"industry;"integrated"development

（責任編輯：趙春江）