制造業對生產性服務業供應鏈發展的影響

中圖分類號：F425 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.12.007

Abstract：High-qualitydevelopment（HQD）isonecrucialideologyofthe14thFive-YearPlan，whichaccountsforthepractical significanceofanalyzingtherelationshipbetweenmanufacturingandproducerservicesthatderivedfromthemanufacturing.This paperstartsbyemployingaddedvalueratesofintermediateproductsofexport，combining withstepwiseregression，Sobeltest andBotstraptest，folowedbyconsideringthetechnicalcomplexityasthemediatingvariableandaplyingcontrolvariablesto modelingtoanalyzetheinfluenceofrelevantfactorsthroughmediatingefectanalysis.Theresultsindicatesthatthedirectffect of manufacturingismoresignificantthanthemediatingefectofthetechnicalcomplexityonproducerservices，sugestigimperfectionsof themeasureofthetechnicalcomplexity.Basedontheresearch，thispaperadvocatesthatChinashouldutliethe opportunityofthesignedRegionalComprehensiveEconomicPartnership（RCEP），strengthencooperationwithcountriesofthe regionalvaluechain，enhancethelevelofinformatizationandimprovemarketdevelopmentofthefinancialindustrywhichcould achieve space for development of domestic alternative enterprises.

Key words： high-quality development; manufacturing; producer services; technical complexity; mediation effect

0引言

我國已轉向高質量發展階段，需致力于實現關鍵核心技術突破，進人創新型國家行列，這是中國追求全球價值鏈地位攀升的重要階段性戰略目標之一。中國長期被“鎖定”在微笑曲線低端，以加工組裝為主的制造業大而不強，產品增加值較低，制造業宏觀抗風險能力不足。制造業與服務業高質量發展相融合派生出的生產性服務業成為了新興研究方向，其核心在于將制造業進一步劃分，把最終產品生產前的制造業服務投人獨立拉出，從而為研究高質量發展提供了新的視野。這是因為在區分二者后，制造業高質量發展的核心便轉向如何推動生產性服務業發展。基于高質量發展背景下學界對制造業方向的研究，本文將進一步研究其對生產性服務業的影響，通過融合價值鏈理論構建面板模型，以期拓展中國高質量發展的實證研究基礎。

1文獻綜述

生產性服務業研究在早期并沒有得到較多關注，在高質量發展目標提出以后，學界主要先針對高質量發展的內涵、評估體系優先展開研究。金碚（2018）1]，王瑞峰等（2019）[2先后定性探討了高質量發展的時代意義，強調了其評估的主觀性與不一致性。曲維璽等（2019）3]，湯婧等（2020）[4]，王偉（2020）5在定性分析基礎上分別提出了外貿高質量發展、服務貿易高質量發展與經濟高質量發展的評估體系，這些體系均以層次分析法為基礎，通過創建不同三級指標以評估相應對象的高質量發展水平。除類層次分析方法，也有學者利用全要素生產率，產業增加值率作為高質量發展的代理顯變量，通過實證模型的回歸分析相應的要素影響問題。可以看出，學界對于高質量發展的評估與研究尚不充分，對于實證的評估方法暫不統一，其原因可能在于一是高質量發展仍舊是新興概念，缺乏足夠的產業實踐作為研究支撐，難以在短期形成完善的研究方法；二是高質量發展具備綜合性又不失方向性，不同方向的高質量發展目標與側重有所不同，這也必然生成了多角度評價體系。因此在高質量發展研究早期，明確研究方向是較為穩妥的方法，將生產性服務業從制造業中獨立成篇成為了研究趨勢之一。

外國學者早期提出了廣義的生產性服務8，本文更多關注以制造業為核心的生產性服務業，國內相關研究大多從三個方面展開。一是在全球價值鏈視角下對生產性服務業展開針對性研究。崔日明等（2020）基于價值鏈理論認為生產性服務業與制造業存在三種機理關系，并劃定出六種生產性服務業，通過實證分析認為生產性服務業能有效促進制造業全球價值鏈攀升；孟方琳等（2019）針對性分析了中國生產性服務業國際競爭力問題，認為要素稟賦，技術創新以及制定規則對提升競爭力具有重要作用。二是研究生產性服務業對高質量發展的影響[]。上官緒明等（2020）通過門檻效應研究認為生產性服務業對制造業升級具備支撐性，而在不同地區受外部環境因素影響其支撐性會有所差別；顧雪芹（2020）構建生產性服務業開放度指標，通過實證分析認為生產性服務業開放通過勞動力結構效應促進制造業價值鏈升級[12]。三是引入技術復雜度指標分析生產性服務業與制造業的相互影響。陳虹等（2020）刻畫生產性服務業進口技術復雜度，并結合靜態與動態面板回歸分析，發現技術復雜度對制造業出口質量的影響具備異質性、方向性與時序性[3；羅軍（2020）與前者相反，刻畫了制造業出口技術復雜度來研究其受生產性服務FDI的影響，認為生產性服務FDI對制造業出口技術復雜度的間接提升效應強于直接效應[4]。在上述三方面研究中，引入技術復雜度介入分析慢慢形成了趨勢。馬盈盈等（2018）基于價值鏈理論下的前向與后向關聯分析，發現制造業服務化對制造業出口技術復雜度影響顯著性不盡相同[5；趙富森（2020）通過多重檢驗論證了技術復雜度對經濟增長的促進作用，并重點分析了高技術產業在不同地區產生的促進效應。

梳理學界已有的研究，可發現生產性服務業與制造業二者關系密切，且技術復雜度在二者之間扮演著潛在的橋梁作用，但是不同學者對三者之間影響的顯著性結論并不一致。而在高質量發展的背景下，結合價值鏈理論，應用中介效應可針對性地分析制造業與生產性服務業的聯系，同時判斷技術復雜度是否作為引子推動二者相互影響。因此，本文從附加值高的中間產品出發，利用WIOD世界投入產出表構建面板數據，通過逐步回歸與Sobel Test中介效應模型分析制造業對生產性服務業的推動作用，驗證技術復雜度在二者之間是否表現出中介作用以及探討其他因素對生產性服務業發展的影響。本文主要的邊際貢獻可能有以下幾點：一是拓展學界關于生產性服務業與制造業方向的研究，選用中間產品增加值率作為二者代理顯變量更符合高質量背景下的評估要求；二是結合Sobel Test中介效應分析與Botstrap檢驗法，揭示了技術復雜度雖具有一定中介效應，但并不顯著的問題，相比僅用傳統逐步法更具可靠性。

2模型構建與變量選取

如前文所述，本文旨在探討高質量發展背景下制造業對生產性服務業的影響，分析技術復雜度是否扮演中介角色，因此本文采用中介效應模型進行分析。

2.1建立中介效應模型

傳統中介效應模型主要通過逐步回歸法進行分析[I7]，第一步分析被解釋變量與核心解釋變量之間的影響系數及顯著性；第二步分析中介變量與核心解釋變量之間的影響系數及顯著性；第三步分析三者共同納入模型后相關影響系數與顯著性的變化程度，以此來判斷是否存在中介效應。但是逐步回歸法對存在微弱中介效應的情形難以察覺[8]，于是學界開始使用Sobel檢驗，同時配合Bootstrap檢驗以取得具有較高統計效力的分析結果[19]。基于以上考量，本文構建出如下中介效應模型。

intser_it=λ₁ivax_it+γ₁X_it+c₁+ε₁

tecom_it=λ₂ivax_it+γ₂X_it+c₂+ε₂

intser_it=αtecom_it+λ₃ivax_it+γ₃X_it+c₃+ε₃

其中下標i、t分別表示國家和時間， λ 、 γ 和 α 表示回歸系數， 表示常數， ε 代表殘差， X 表示控制變量。

2.2 變量選取

被解釋變量：生產性服務業中間產品出口國內增加值率（intser）。在價值鏈理論中，產品被分為中間及最終產品，前者產品增加值往往大于后者，處于全球價值鏈上游，微笑曲線兩端的位置，后者則以加工組裝為代表，處于價值鏈下游，微笑曲線底端的位置。傳統海關貿易數據無法有效區分二者，同時對于產品增加值存在多重計算問題，因此基于投入產出法的增加值分解被廣泛使用。從早期HIY分解20到完整分解架構的KWW法2]，到研究層面更廣的WWZ法[2]，增加值分解框架逐漸成熟，這些框架大多基于 X=（I-A）^-1Y=BY 的基本表達式，通過線性代數與冪級數分解將增加值從總出口中分解出來。本文參考WWZ方法，該分解框架將總出口劃分成八個部分，因為最終產品多反映行業規模問題，與本文探究的高質量發展背景關系較弱，因此本文取中間產品直接與間接出口增加值結果，計算增加值率以其作為被解釋變量的代理顯變量。

中介變量：生產性服務業出口技術復雜度（tecom）。學界對于技術復雜度的研究大多借鑒 Hausmann et al.（2007）的兩步法[23]，并根據數據進行相應的修改，本文采用增加值計算出口技術復雜度過程，首先定義某國家 j 在 Φ_t 年的所有產品l總出口增加值，如式（4）所示。

其次，定義國家j在t年人均GDP為 Y_jt ，則定義某產品 k 的出口技術復雜度一階段指數VAP，如式（5）所示。

最后，定義國家j在t年的出口技術復雜度tecom，如式（6）所示。

式（6）是技術復雜度的二階段指數，即最終指數，相對于Hausmamn et al.的方法[23]，本文修改之處在于將數據替換成增加值數據，同時加入時間 Φ_t 變量以計算每個國家每年的技術復雜度情況。

核心解釋變量及控制變量：本文的核心解釋變量為制造業中間產品出口國內增加值率（ _ivax ），選取原因與被解釋變量一致。對于控制變量，本文分別選取外資凈流人（sofdi）、信息化水平（inter）、金融市場建設（finmar）、人口規模（lndop）、知識產權保護（ipri），政府穩定性（gs）進行分析。

相關變量說明及數據來源如表1所示。

3基于技術復雜度中介效應的實證分析

為探究高質量發展背景下制造業對生產性服務業的影響關系以及技術復雜度扮演的角色，本文實證部分在描述性統計分析的基礎上，首先利用基準面板回歸進行傳統逐步分析觀察影響系數變化，接著通過 Sobel 與Bootstrap檢驗進行深人探究。

3.1數據處理與描述性統計分析

限于WIOD投人產出表與其他變量數據可得性限制，本文構建了全球38個國家2006—2014年的短面板數據庫，其中對制造業與生產性服務業的劃分，本文參考黃蕙萍等（2020）[24和李金昌等（2014）[25]的劃分重新整理后如表2所示。

在此基礎上，本文以2006年數據為基準，利用熵值法對各行業賦權以計算兩種大類行業增加值率，其中非負平移均為0.000 01以減小誤差。數據庫中部分仍舊缺失的數據采用線性插值進行補充，考慮到正負性與數值偏大問題，對外資凈流入進行標準化處理，對技術復雜度與人口密度數據采用對數化處理。

3.2逐步回歸中介效應分析

通過描述性分析對數據進行初步了解后，通過面板逐步回歸可以進一步了解各變量之間的相互關系，同時可以對中介效應的存在進行初步判斷。在進行固定與隨機效應回歸后，豪斯曼檢驗 P 值為 0.3346 ，因此選擇使用隨機效應進行逐步回歸。基準回歸結果如表3所示，其中，ivax對中介變量tecom的回歸結果系數為0.7904，且在 1% 的統計水平下顯著，因制表篇幅限制不在匯總表中體現。

由表3結果可看出，在高質量發展背景下，總體上制造業對與生產性服務業具備顯著的正向促進作用，而技術復雜度的加人會一定程度減弱這種促進作用的影響系數，因此可以初步判斷技術復雜度對制造業高質量發展與生產性服務業存在部分中介效應，但是觀察模型（1）和（2）發現，加入技術復雜度后，iuax的影響系數下降了 9.4% ，且技術復雜度對生產性服務業的影響系數只有0.0574，相對較小，因此中介效應可能并不顯著，有待Sobel檢驗進一步分析。具體地，首先對于制造業出口國內增加值率，隨著控制變量的加入，其對生產性服務業影響力逐漸下降，但就影響系數而言始終占據主導地位且均在 1% 的統計水平下顯著，說明高質量發展背景下制造業對生產性服務業的直接影響效應較強，可能是因為制造業作為實體經濟之根本，在追求高質量的基礎上，以中間產品為發展重點會催生一系列生產性服務業的連鎖反應，尤其會提高對產品創新與設計，物流與供應鏈，金融與網絡等制造業服務投入需求[20]。其次對于出口技術復雜度，隨著控制變量的加入，其對生產性服務業的影響系數起伏不定，但總體在0.048＼～0.058之間且均在 1% 的水平下顯著，可以認為技術復雜度對生產性服務業存在一定的促進作用，這是因為隨著生產性服務業自身出口技術復雜度的提高，無論其動力來自制造業的“大”亦或是“強”，均會對提供生產性服務的企業產生“激將”效應，尤其是對于部分行業準入門檻較低的制造業服務投入，良好的市場帶來“大”的需求前景會吸引更多的新興企業加入，于是行業競爭愈加激烈，從而制造業廠商對服務投入的“質”需求提高，亦能推動生產性服務業向“強”更快發展。

對于控制變量，結果顯示隨著控制變量的加入，各變量對生產性服務業的影響與現實預期基本一致，但顯著性存在不同差異性。首先，外資凈流人對于生產性服務業具有一定的促進作用但在統計水平上并不顯著，這可能是因為生產性服務業對國內融資的依賴要強于外資，尤其對于發展中國家而言，外資流入更多在于對實體制造業的投資，通過投資建廠利用目標國比較優勢降低生產成本，而對于研發設計等服務性環節更多傾向于本地化發展，從而提升核心競爭力與抗風險能力。其次，信息化水平的影響較為穩定且基本在 5% 的統計水平上顯著，這說明在經濟全球化的今天，生產性服務業對信息化水平要求不斷提高，通過網絡進行項目外包可以極大提升服務效率和節省成本，而在5G網絡逐漸商業化的時代，信息化水平的影響力也會愈加明顯。再次，金融市場建設與人口規模均對生產性服務業產生了負向影響且隨著控制變量的加入，二者分別在 10% 和 5% 的統計水平上顯著，這可能是因為一是金融市場建設管理較為困難，尤其是資產證券化與互聯網金融服務等手段具備杠桿效應，容易制造金融風險，同時生產性服務業覆蓋面廣，從業企業多，市場競爭相對充分，過快的金融市場建設可能不利于中小型生產性服務業企業融資與發展，形成跨行業擠出；二是較高的人口規模雖可提供人口紅利，但中間產品生產性服務業對人才需求不在于多而在于質，同時人口規模大的國家易在少數城市形成人口集聚，不利于不同區域企業篩選人才和各地區綜合發展。最后，知識產權保護和政府穩定性對生產性服務業存在促進作用。一是因為國際上缺少生產性服務業的針對性數據，且產品設計，創新等環節也暫未明確歸屬至生產性服務業，而物流與供應鏈管理等生產性服務業對知識產權保護并不敏感；二是由于各個國家體制存在很大差異，這種差異使政府針對生產性服務業的政策實踐效果各不相同，導致了在統計水平上的不顯著。

3.3Sobel與Bootstrap中介效應檢驗

通過基準逐步回歸可以發現技術復雜度在制造業與生產性服務業發展之間可能存在中介效應，但是二者之間的直接效應更為顯著，為了更加準確地判斷它們之間的關系，本文使用Sobel檢驗進行再次分析，檢驗結果如表4所示。

表4中的列（1）（2）（3）是Stata軟件輸出的過程分析，相關系數與顯著性只具備一定的參考性，Sobel檢驗的最終結果為表4中右側兩列的數據。首先，簡單觀察將所有變量囊括的列（3），可以發展總體結果與基準面板回歸相差不大，部分變量的影響方向與顯著性有所差別，其中核心解釋變量及中介變量與面板逐步回歸一致，二者對生產性服務業均存在正向促進作用且均在 1% 的統計水平上顯著，而技術復雜度的影響力要顯著弱于制造業出口增加值率，說明制造業對生產性服務業的影響著重于直接效應。其次，觀察右上角Sobel檢驗結果， P 值在 10% 的水平上顯著，具備顯著性但要弱于學界普遍認可的 5% 顯著性統計水平，同時中介效應在總效應中占比只有 8.31% 。以上結果再次說明高質量發展背景下制造業對生產性服務業的直接影響效應顯著大于技術復雜度的中介效應，技術復雜度可能并未發揮強有力作用。為此，使用Botstrap檢驗對Sobel檢驗結果進行自主抽樣2000次，結果顯示間接效應 P 值為0.195，不顯著，直接效應 P 值在 1% 的統計水平上顯著，因此最終的Botstrap 檢驗否定了技術復雜度的中介效應，這與文獻述評中技術復雜度的重要角色具有一定的矛盾性。本文認為其原因應從技術復雜度的計量角度出發，學界目前普遍使用的技術復雜度借鑒的是Hausmann提出的PRODY與 EXPY指標，實際上這兩個指標在原文中體現的是與收入和專業化生產模式關聯的產品生產率水平，通過該指標可以對貿易產品的潛在生產率進行分級量化，原文認為國家生產結構決定不僅取決于要素稟賦，同時在于有多少企業能夠被激勵參與成本發現過程（Cost Discovery），因為生產不同產品帶來的經濟效益是不同的[2]，而這就需要企業敢于嘗試生產不同產品并根據結果來判斷是否值得，可能正是該指標涉及多種行業使得國內逐漸將該指標作為技術復雜度顯變量，但本文認為這樣使用略顯牽強，雖然技術復雜度在學者研究中的確發揮了重要價值，但是更全面與針對性的技術復雜度評估方法還有待發掘。

基于上文的分析，可以發現中國對于服務業尤其是生產性服務業的發展重視程度雖逐步加大，但是由于其短期收益不明朗，各地方政府多著力于制造業發展，這在理論上對生產性服務業也能構成正向影響，但是實踐中由于國內制造業對生產性服務業投入不足等問題，導致生產性服務業的有效需求遠低于潛在需求，進而抑制了制造業對生產性服務業的實際推動效果。因此，在高質量發展的指導思想下，政府除保證技術復雜度穩步提升，也應看重生產性服務業在制造業生產中的實際投入占比，同時結合本文控制變量的分析，還要關注對投資環境、基礎設施、金融發展和知識產權保護問題的宏觀調控。

4結論與啟示

本文基于高質量發展目標提出的背景，使用增加值理論與中介效應模型探討了制造業對生產性服務業的影響，同時探討了相關控制變量帶來的影響。通過實證分析本文主要可以得出以下結論：一是在高質量發展背景下，從增加值角度出發發現制造業對生產性服務業發展可以產生顯著的正向促進作用，其直接效應要遠大于基于技術復雜度的中介效應，且中介效應在嚴格條件檢驗下并不顯著；二是外資凈流入、信息化水平、知識產權保護與政府穩定度均存在促進作用但顯著性不盡相同，而金融市場建設、人口規模均存在一定促進作用，總體上控制變量的影響與現實預期一致；三是技術復雜度的評估方法還有待商榷，基于Hausmann提出的指標刻畫方式用來映射技術復雜度從計量角度略顯牽強。

基于上述研究，本文可能的相關啟示有：一是加強區域內價值鏈合作，更好服務于中國制造業高質量發展。對于國內，應推動對制造業中間產品廠商的扶持，減緩產品對外強依賴性；對于區域內合作，基于RCEP簽署生效之際，加強區域內貿易合作，構建區域價值鏈是中國提升制造業高質量發展的重大機遇之一。二是提高信息化水平建設，合理安排金融市場發展。信息化水平提高與金融市場發展相輔相成，在能夠得到有效監管的前提下，金融市場發展可為替代性新興企業提供融資幫助，信息化水平提高也能更好幫助企業加入全球貿易，降低合作成本。三是技術復雜度評估仍需商榷，生產性服務應更加依賴制造業自身成長。技術復雜度只具備一定參考價值，推動生產性服務的核心在于制造業自身競爭力的提升。本文實證了制造業是生產性服務業發展的主要內在驅動力，服務于制造業高質量發展便是服務于生產性服務業高質量發展。

參考文獻：

[1]金碚．關于“高質量發展”的經濟學研究[J].中國工業經濟，2018（4）：5-18.

[2]王瑞峰，李爽．中美貿易摩擦背景下中國外貿高質量發展的評價[J]．中國流通經濟，2019，33（12）：16-24.

[3]曲維璽，崔艷新，馬林靜，等．我國外貿高質量發展的評價與對策[J]．國際貿易，2019（12）：4-11.

[4]湯婧，夏杰長．我國服務貿易高質量發展評價指標體系的構建與實施路徑[J].北京工業大學學報（社會科學版），2020，20（5）：47-57.

[5]王偉．中國經濟高質量發展的測度與評估[J].華東經濟管理，2020，34（6）：1-9.

[6]朱風慧，劉立峰．我國產業結構升級與經濟高質量發展——基于地級及以上城市經驗數據[J].云南財經大學學報，2020，36（6）：42-53.

[7]高麗娜，宋慧勇．創新驅動、人口結構變動與制造業高質量發展[J]．經濟經緯，2020，37（4）：81-88.

[8]GREENFIELDHI.Manpowerandthegrowthof producerservices[Cy/Conservationof Human ResourcesProject（ColumbiaUniversity）.NewYork：Columbia University Press，1966.

[9]崔日明，鄒康乾．生產性服務業與全球價值鏈分工體系——基于我國制造業的研究[J].經濟經緯，2020，37（4）：56-63.

[10]孟方琳，趙袁軍，秦玉蘭．全球價值鏈視角下我國生產性服務貿易國際競爭力提升路徑研究[J].管理現代化，2019，39（6）：20-26.

[11]上官緒明，吳慧．生產性服務業高質量發展對制造業升級的門檻效應[J].地域研究與開發，2020，39（5）：8-12.

[12]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.

[13]陳虹，王蓓．生產性服務業進口技術復雜度對制造業出口質量的影響研究[J]．國際貿易問題，2020（9）：97-112.

[14] 羅軍．生產性服務FDI對制造業出口技術復雜度的影響研究[J].中國管理科學，2020，28（9）：54-65.

[15]馬盈盈，盛斌．制造業服務化與出口技術復雜度：基于貿易增加值視角的研究[J]．產業經濟研究，2018（4）：1-13，87.

[16]趙富森．高技術產業出口技術復雜度與中國經濟增長質量[J].統計與信息論壇，2020，35（9）：42-53.

[17]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.

[18]MACKINNOND，FAIRCHILDA，FRITZMS.Mediationanalysis[J].AnnualReviewofPsychology，2007，58（1）：593-614.

[19]方杰，張敏強．中介效應的點估計和區間估計：乘積分布法、非參數Bootstrap和MCMC法[J].心理學報，2012，44（10）：1408-1420.

[20]HUMMELSD，SHIJ，YIK-M.henatureandgrowthofverticalspecializationinworldtrade[J].JoualofInteatalEconomics，2001，54（1）：75-96.

[21]KOOPMANR，WANGZhiWEIShangjin.Tracingsalue-addedanddoublecountingingrossexports[J].Social ScienceElectronic Publishing，2014，104（2）：459-494.

[22]WANGZhiWEIShangzhi，ZHUKunfu.Quantifyinginternationalproductionsharingatthebilateralandsectorlevels[/L].NBER Working Paper，2013：1-49.[2024-09-23]. http：//www.nber.org/papers/w19677.

[23] HAUSMANNR，HWANGJ，RODRIKD.Whatyou export maters[J].Journalof EconomicGrowth，2007，12：1-25.

[24]黃蕙萍，繆子菊，袁野，等．生產性服務業的全球價值鏈及其中國參與度[J]．管理世界，2020，36（9）：82-97.

[25]李金昌，項瑩．中國制造業出口增值份額及其國別（地區）來源——基于SNA-08框架下《世界投入產出表》的測度與分析[J].中國工業經濟，2014（8）：84-96.

[26]黃永生，郭曉靜．制造業企業供應鏈數字化轉型研究[J].物流科技，2024，47（24）：136-139.

[27]向思鳳，秦迎林，數字化背景下物流企業員工工作-家庭平衡研究——一個有調節的中介模型[J].物流科技，2024，47（11）：35-38.