The Impact Mechanism of Servitization on Total Factor Productivity of Advanced Manufacturing Industry against the Backdrop of Dual Circulation

Qi Liangqun, Qiao Qian, Wang Jinshi

(School of Economics and Management, Harbin University of Science and Technology, Harbin 150080, China)

Abstract：As a typical representative of the new industrial economy, the development level of advanced manufacturing highlights a country's comprehensive national strength and regional core competitiveness.In recent years, China's advanced manufacturing industry in the global value chain system is still locked in the bottom of the smile curve of low value-added links. The strategic plan of "accelerating the construction of a new development pattern with domestic circulation as the main body and domestic and international dual circulation promoting each other" and "building a high-quality regional economic layout" proposed at the 20th National Congress aims to promote the rational flow and efficient aggregation of key production factors, fully leverage the comparative advantages of various regions, and thus form a high-quality development pattern. The current Chinese economy is in a critical process of transitioning towards high-quality development. The extensive growth of increasing factor inputs in the traditional economic system has transformed into an "intensive" growth of improving total factor productivity (TFP). Servitization is an important upgrade path for the manufacturing industry to consume service elements, improve resource allocation, and achieve value addition. Scholars at home and abroad have conducted extensive research on the impact of service inputs that carry knowledge and technology on TFP. But they are not yet united in their views on the relationship between servitization and total factor productivity in manufacturing or advanced manufacturing. The relevant research lacks further consideration of the service-oriented utility of advanced manufacturing industries in various regions of China, and also overlooks the comprehensive consideration of the differences in service factor sources in the context of dual circulation. This article distinguishes the differences in the sources of service factors in the context of dual circulation, and based on this, further tests the impact of different input sources of servitization on the total factor productivity of regional advanced manufacturing. It enriches the research on the impact mechanism of servitization on the total factor productivity of regional advanced manufacturing in the context of dual circulation, and provides reference and guidance for improving the domestic and international service factor flow markets and promoting industrial upgrading.

Specifically, this article distinguishes the sources of service factors invested in regional advanced manufacturing based on the value-added flow between industries in the context of dual circulation, and measures the level of service based on world input-output data embedded in the Chinese region. Furthermore, a fixed effects model is used to empirically test the impact of overall input service and input service originating from internal and external circulation on the total factor productivity of regional advanced manufacturing and explore their mechanisms of action. The study draws the following conclusions. The overall impact of servitization on the total factor productivity of regional advanced manufacturing is not significant, but the impact of servitization from different input sources on the total factor productivity of the regional advanced manufacturing industry is heterogeneous. The improvement of servitization level from internal circulation has a promoting effect on total factor productivity, while servitization from external circulation has a restraining effect. Mechanism testing shows that both knowledge capital investment and innovation accumulation can enhance the promoting effect of servitization-oriented originating from internal circulation on the total factor productivity of regional advanced manufacturing, and can also weaken the inhibitory effect of servitization-oriented originating from external circulation on the total factor productivity of regional advanced manufacturing. This article enriches and expands the theoretical and empirical research on the issues of service-oriented and regional advanced manufacturing industry upgrading against the backdrop of dual circulation.

The possible innovations of this article are reflected in three aspects. Firstly, it distinguishes the sources of productive service factors in China's regions based on the flow of industrial added value in the context of dual circulation, enriching the research from the perspective of service source differences; secondly, the servitization from different sources is measured from the perspective of added value, which compensates somewhat for the problem of duplicate calculation; finally, the exploration of the impact mechanism of servitization on the total factor productivity of regional advanced manufacturing industry against the backdrop of dual circulation enriches relevant theories.

Key Words：Dual Circulation; Servitization; Total Factor Productivity; Knowledge Capital; Innovation Accumulation

收稿日期：2023-09-06

修回日期：2024-01-26

基金项目：国家自然科学基金面上项目(72074062);国家社会科学基金一般项目(22BJL117);教育部人文社会科学研究项目(21YJC630177);黑龙江省哲学社会科学研究规划项目(22JYC331)

作者简介：綦良群(1964—),男,吉林长春人,博士,哈尔滨理工大学经济与管理学院教授、博士生导师,研究方向为高技术产业发展战略与政策;乔谦(1998—),女,山西忻州人,哈尔滨理工大学经济与管理学院硕士研究生,研究方向为高技术产业发展战略与政策;王金石(1992—),男,黑龙江哈尔滨人,哈尔滨理工大学经济与管理学院博士研究生,研究方向为高技术产业发展战略与政策。本文通讯作者:乔谦。

DOI：10.6049/kjjbydc.2023090167

开放科学(资源服务)标识码(OSID)：

中图分类号：F264.2

文献标识码：A

文章编号：1001-7348(2025)06-0011-12

0 引言

先进制造业是工业新经济的典型代表,其发展水平彰显一个国家的综合国力和核心竞争力。近年来,面对西方发达国家的高端挤压与发展中国家的低端追撵,我国先进制造业在全球价值链体系中被锁定在微笑曲线的低附加值环节[1]。党的二十大报告提出,“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”、“构建优势互补、高质量发展的区域经济布局”。当前,我国经济已由高速增长阶段转向高质量发展阶段,传统经济体系中增加要素投入的粗放型增长模式已转变为提高全要素生产率(Total Factor Productivity,以下简称TFP)的集约型增长模式[2]。在双循环背景下,统筹协调国内外双重资源与市场并实现TFP持续增长是先进制造业转型升级的关键,亦是学术界关注的重点。因此,有必要就区域先进制造业对全要素生产率提升的影响机制进行深入探讨。

随着服务经济日渐成为拉动全球经济增长的新方式[3],国内外学者就承载知识与技术的服务要素投入对TFP的影响进行积极探索[4]。大多数学者认为服务要素投入有助于提升企业资源配置效率[5]、促进技术进步[6]、拓展企业优势业务[7]以及实现全球价值链攀升。然而,学者对服务化与先进制造业TFP关系未形成共识,大致包含促进论、抑制论及复杂论。其中,促进论研究指出服务化通过规模经济、降低交易成本以及实现专业化分工等方式促进制造企业生产率提升[8-10],且对高技术产业的促进作用更显著[11];抑制论研究认为服务化会导致生产经营非效率,存在“服务化悖论”[12],且服务要素投入结构层次低会抑制TFP增长[13];复杂论研究证实服务化与TFP之间呈非线性U型与倒U型[14]、马鞍型[15]等不同形态或多种形态关系[16]。观点各异的原因在于:一方面,已有研究对服务化内涵的界定不同,服务化水平计算与表征方法存在差异,多用中间品投入直接消耗系数、完全消耗系数[8,16]以及出口增加值占比[17]表征服务化水平,存在重复计算问题;另一方面,相关文献多选取制造业或典型制造业上市公司为研究对象,根据WIOD数据库测度国家整体服务化指标或利用服务业务收入占比、提供服务业务的上市公司数量[18]表征服务化水平,忽视了不同来源服务所蕴含的科技含量差异[19]以及中西部地区制造业或先进制造业主体。此外,现有研究多关注服务要素分类差异下的制造业服务化效应差异,仅有少数研究从中国整体视角探究服务来源差异视角下制造业服务化效应差异。一方面,部分学者用区域内外来源差异下的直接消耗系数[19]表征服务化水平并开展实证研究,但存在中间品重复计算的缺陷,以此审视的服务化具有“所见非所得”的特征;另一方面,部分学者以制造业出口所含服务增加值占比[17,20]表征服务化水平,但出口产品中亦包含源自国内外的重复计算部分,该区分方式有可能会高估制造业服务化水平。总之,相关研究既缺乏对中国各区域先进制造业服务化效应的考量,也忽视了双循环背景下对服务要素来源差异的综合考量。

当前,双循环新发展格局面临国内外双重市场与资源的考验[21],世界经济竞争格局已深入到国家内部区域层面[22],中国不同区域存在显著异质性特征。因此,立足于区域特征,结合比较优势,采取差异化发展策略是构建双循环新发展格局的应有之义[23]。本文基于双循环背景对服务要素来源差异进行区分,检验不同投入来源服务化对区域先进制造业TFP的影响,旨在丰富服务化对区域先进制造业TFP的影响机制研究,进而为完善国内国际服务要素市场流动、推动产业升级提供参考。本文贡献主要体现在:首先,在双循环背景下,根据产业增加值流向对中国区域生产性服务要素来源进行区分,有助于丰富服务来源差异视角研究;其次,基于内嵌中国区域的世界投入产出理论分析框架,从增加值视角对服务化水平进行测度,一定程度上可弥补重复计算的不足;最后,探究双循环背景下服务化对区域先进制造业TFP的影响机制,有助于丰富相关理论。

1 理论分析与研究假设

双循环背景下,我国经济贸易应摒弃规模扩张的高速增长模式,转向提升质量效益的高水平发展模式,实现服务化投入从数量增长到质量提升的科学转变[24]。一方面,双循环背景下,先进制造业服务化过程包含内循环要素投入和外循环要素投入,内外要素在价值链中的功能和地位不同,对价值链的控制能力、主导能力及要素获利能力也不同[20],进而会对先进制造业产生不同效应;另一方面,已有研究表明技术创新和知识资本等要素投入对制造业转型具有促进作用[25],中国各区域创新积累和知识资本存量水平存在差异,服务化对不同区域不同企业的影响作用也不同[6]。因此,在双循环背景下不仅要对服务要素投入来源进行区分,还要关注区域创新积累水平和知识资本的调节作用。

1.1 服务化对区域先进制造业全要素生产率的影响

先进制造业生产需要复杂的工艺技术和多类型服务予以支持[26]。先进制造业将精密复杂的制造技术与生产性服务业提供的高知识含量服务要素进行融合,通过优化生产方式和提升专业化水平,将生产模式转变为先进“产品+服务”模式,即先进制造业服务化。先进制造业服务化从以下两个方面影响TFP:一方面,服务化专业化分工通过优化企业资源降低服务投入成本[6],通过融合生产性服务要素实现技术创新、提升产品附加值和市场竞争力,进而促进TFP提升;另一方面,服务化要素投入过快也有可能引发资源错配,导致生产力过剩,使企业陷入服务化困境[16]。另外,发达国家的贸易壁垒也会阻碍创新升级,从而抑制TFP提升。据此,本文提出如下假设:

H1：由于服务化对先进制造业TFP兼具促进与抑制双重影响,因此服务化对先进制造业TFP的作用具有不确定性。

1.2 不同投入来源服务化对区域先进制造业全要素生产率的影响

服务化是制造业消耗服务要素、改善资源配置、实现价值增值的主要途径。在双循环背景下,先进制造业服务化体现为先进制造业通过重构各类生产要素参与内外循环流通。考虑到各经济体中间品投入产出本质上体现为增加值投入产出关系,因此本文根据各经济体产业增加值流向不同,将其划分为实际参与内循环与外循环两种流向。而先进制造业服务化过程实质上就是其消耗生产性服务要素的过程,因此本文将其划分为消耗源自内循环与消耗源自外循环两种生产性服务要素投入来源,增加值流动关系如图1所示。其中,源自内循环的服务化表现为先进制造业消耗实际参与内循环的服务要素,即区域先进制造业消耗在内循环中的生产性服务业增加值(简称“内部服务化”);源自外循环的服务化表现为先进制造业消耗实际参与外循环的服务要素,即区域先进制造业消耗在外循环中的生产性服务业增加值(简称“外部服务化”)。

从国内服务投入看,国内本土服务业作为驱动经济增长的关键主体[27],依托国内服务投入能有效提升制造业出口国内增加值,提高制造业全球价值链分工地位[20]。而全球价值链分工地位提升会削减进口中间品加工贸易量或增加出口上游中间品量,使生产资源流向高生产率企业,优化企业资源配置,进而提高TFP[28]。从国外服务投入看,一方面,源自国外进口的优质服务要素投入占比较低,不足以发挥资源配置效应[5];另一方面,国内外贸易双方存在竞争关系,如果国外服务要素在质量方面优于国内服务要素,那么国内服务投入就比国外服务投入对全球价值链的控制力弱[20]。此时发达国家会借助高端服务要素投入占据全球有利分工位置并形成垄断优势,掠夺下游企业资源,对资源流动产生阻碍,负向影响中国资源配置效率[5],对国内先进制造业TFP产生抑制作用。据此,本文提出如下假设:

H2：内部服务化对区域先进制造业TFP提升具有正向促进效应。

H3：外部服务化对区域先进制造业TFP提升具有逆向抑制效应。

1.3 知识资本投入与创新积累的调节作用

知识资本指通过知识性活动带来增值的资本。研究表明,知识资本投入通过提升资本配置效率实现技术赶超以及通过研发创新创造前沿技术两个渠道提升TFP[29]。先进制造业服务化实质上就是将各种要素与高素质、高知识含量的生产性服务要素进行多样化组合产生优质组合效应,通过资源高效配置激发企业创新潜力,进而对TFP产生正向促进效应。在此过程中,知识资本作为优质服务要素嵌入生产制造环节,通过技术积累和创新,吸收和融合国内服务要素、获取和整合国外服务要素,进而促进先进制造业TFP提升。据此,本文提出如下假设:

H4：加大知识资本投入有助于促进内部服务化对先进制造业TFP的正向效应,并削弱外部服务化对先进制造业TFP的逆向效应。

创新作为企业的一种比较优势[30],是促进产业升级的动力源泉。企业通过创新积累促进创新成果扩散和产品服务创新,带来知识存量增加[31],优化地区创新环境[32]。良好的创新环境能激发创新主体积极性和创造性,吸引生产要素集聚[33],对高端行业产生技术外溢效应、创新水平提升效应,进而促进TFP增长(韩峰等,2020)。创新技术支撑体系可为国内外生产性服务业高级要素投入中国区域先进制造业提供良好的环境保障,使得生产性服务要素能够更好地发挥技术溢出效应,进而促进TFP提升。据此,本文提出如下假设:

H5：增加创新积累有助于强化内部服务化对先进制造业TFP的正向效应,并削弱外部服务化对先进制造业TFP的逆向效应。

2 研究设计

2.1 计量模型设定

为检验本文研究假设,构建如下面板数据模型:

lntfpit=β0+β1TSERit+β2Xit+tt+ui+εit

(1)

lntfpit=β0+β1DSERit+β2FSERit+β3Xit+tt+ui+εit

(2)

lntfpit=β0+β1DSERit+θ1Mit×DSERit+θ2Mit+β2Xit+tt+ui+εit

(3)

lntfpit=β0+β1FSERit+θ1Mit×FSERit+θ2Mit+β2Xit+tt+ui+εit

(4)

其中,下标i代表省份,t代表年份,tfp为全要素生产率,TSER为服务化投入,DSER为内部服务化,FSER为外部服务化,X为控制变量,M为调节变量知识资本或创新积累,tt为时间效应,ui为个体效应,εit为随机效应。模型(1)用以检验服务化投入对区域先进制造业TFP的影响,模型(2)用以检验不同来源服务化对先进制造业TFP的影响,模型(3)(4)用以检验知识资本或创新积累在不同来源服务化对TFP影响中的调节作用。

2.2 变量选取与数据说明

(1)被解释变量:全要素生产率(TFP),采用DEA-Malmquist指数法对2012—2022年各省份先进制造业TFP增长率进行测算,具体包括:①产出变量(Y):工业总产值,本文借鉴王卫(2017)的研究,利用工业销售产值对缺失数值进行估算,并采用《中国价格统计年鉴》提供的各省份先进制造业分行业工业品出厂价格指数将工业总产值平减到基期,以消除价格因素对数据造成的不良影响;②资本投入(K):固定资产净值,本文用插值法补齐缺失数据,采用固定资产投资价格指数对数据进行平减;③劳动投入(L),选取规模以上先进制造业年平均用工人数度量,采用线性插值法补齐缺失值。

(2)解释变量:服务化投入(TSER)。按照前文理论分析可知,双循环背景下先进制造业服务化由内部服务化水平(DSER)与外部服务化水平(FSER)两部分内容构成。本文基于主体差异,通过嵌入中国各省份的世界投入产出表(IRIOT-MRIO表)区分服务要素投入来源,借鉴吴永亮和王恕立(2018)的研究,从增加值视角对双循环背景下中国区域先进制造业服务化水平进行测度。

为区分与计算区域先进制造业国内外服务化投入水平,本文在Meng等[34]研究的基础上,运用Matlab软件将2012、2015和2017年中国区域投入产出表(IRIOT)嵌入亚洲开发银行世界投入产出表(ADB-MRIO)。限于数据可得性,参照倪红福等[36]固定比例系数不变的假设,推算相关数据。具体步骤如下:①调整ADB-MRIO表,用Stata软件将投入产出表中美国之后的20个国家和地区归并至ROW(Rest of the World)地区,整理亚洲开发银行世界投入产出表(ADB-MRIO)为44地区8部门,将最终需求和增加值合并;②调整IRIOT表,用Stata软件将IRIOT表合并为8个部门,根据平均汇率将中国区域投入产出表(IRIOT)转化为美元计价的投入产出表,合并最终需求和增加值;③构建IRIOT-MRIO表,对照原表,运用Matlab软件插入不需要推算的数据;④根据比例系数不变假设,使用ADB-MRIO表中的中国各区域贸易统计数据对进出口结构系数进行计算,推导出国内各区域对其它地区以及其它地区对国内各区域的中间投入和最终需求矩阵;⑤对ROW账户进行调整,使校准后平衡IRIOT-MRIO表中其它账户的总中间投入、增加值、总投入、总产出等变量尽可能与原始ADB-MRIO表、IRIOT表保持一致;⑥得到内嵌中国各省份的世界投入产出表,基本形式如表1所示。其中,X(2)、Y(2)和Z(1)区域表示中国各省份之间的投入产出关系,包括中国各省份各行业中间品投入与使用情况、最终品生产和使用情况以及总产出数值;X(1)、X(3)、Y(1)和Y(3)区域表示中国各省份各行业出口使用情况;X(4)、X(5)、Y(4)和Y(5)区域表示中国各省份各行业进口使用情况。

基于嵌入中国各区域的世界投入产出IRIOT-MRIO模型,借鉴Koopman[35]、吴永亮和王恕立(2018)对一国产出增加值的分析框架,根据IRIOT-MRIO投入产出表,将国家和区域总数设为G,每个国家(或区域)包含N个行业,X为产出矩阵,Y为最终需求矩阵。Xmn为N×1的产出向量,表示m国(或区域)生产被n国(或区域)获取的各行业产出;Ymn为N×1的需求向量,表示n国(或区域)对m国(或区域)各行业的最终需求;B为GN×GN的里昂惕夫逆矩阵,I为单位矩阵,由X=(I-A)-1Y=BY得转换式(5)。

(5)

根据IRIOT-MRIO表中的增加值和总产出数据,用增加值除以总产值测算得出行列均为GN的增加值系数矩阵为N×N的对角矩阵,并且对角线上的元素为m国家(或区域)各行业增加值系数,表示m国家n行业的增加值系数,即m国n行业单位产出增加值占比,其中m=1,2,3,…,G;n=1,2,3,…,N,则增加值系数矩阵如式(6)所示:

(6)

进而得到总产出增加值分解框架,如式(7)所示:

(7)

参照吴永亮和王恕立(2018)的研究,进一步构建增加值分解框架,定义“&”为矩阵中对应行的各项相乘但不加总,完整的表达式见式(8)。矩阵中元素表示区域n中j行业消耗区域m中i行业的增加值,即区域m中i行业增加值产出被区域n中j行业消耗的增加值。

(8)

本文选取生产性服务业作为服务增加值的主要来源。中国内地各省份(除西藏外)在世界投入产出表中属于第8～37个区域,当m,n=8,9,…37时,表示中国内地除西藏外的其余30个省份;当i,j=4时,表示先进制造业;当i,j=8时,则表示生产性服务业。中国各省份先进制造业服务化投入水平(TSER)的经济含义为:中国各省份在其消耗的国内外各行业增加值投入总量中,先进制造业消耗国内外生产性服务业增加值投入所占比例,如式(9)所示。其中,内部服务化水平(DSER)的经济含义为:中国区域先进制造业消耗国内生产性服务业增加值投入在其消耗的国内外各行业增加值投入总量中的占比,如式(10)所示;外部服务化水平(FSER)的经济含义为:中国各省份先进制造业消耗国外生产性服务业增加值投入在其消耗的国内外各行业增加值投入总量中的占比,如式(11)所示。

TSERn=DSERn+FSERn=

(9)

(10)

(11)

(3)调节变量:知识资本(KC)。参考程惠芳等(2017)的研究,用主成分分析法计算知识资本指数。其中,人力资本、研发资本与创新资本分别用先进制造业行业研发人员、研发内部经费以及研发机构数量度量。创新积累(inno)参考Popp[37]的研究,用专利存量衡量区域创新积累水平。

(4)控制变量。为避免其它因素对TFP的影响,参考已有文献,设置如下控制变量:①行业资本密集度(CI):参考王岚[14]的研究,采用人均资本存量表征,即先进制造业行业资本存量与雇佣人数的比值;②人力资本水平(hum):用R&D人员全时当量与平均用工人数之比表征先进制造业中从事技术研发创新岗位等不可替代的高素质人力资本[38];③外商直接投资(FDI):用外国直接投资占行业总产出之比度量[20];④技术创新能力(tech):用新产品销售收入占总营业收入之比表征;⑤行业规模(indu):用先进制造业行业从业人数表示;⑥市场竞争强度(MC):用先进制造业毛利率衡量[39];⑦环境规制(ER):参照杨骞等[40]的研究,用工业污染治理完成额与工业企业主营业务成本的比值衡量。回归之前,对所有控制变量作归一化处理。

2.3 样本选取与数据来源

由于存在个别省份与年份数据缺失、行业分类标准改变、价格指数约束等问题,使得延长样本考察时期存在一定困难。因此,为尽可能延伸考察期跨度,确保指标准确,本文设定2012—2022年为考察期。数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国价格统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》《中国经济普查年鉴》(2018)以及各省市统计年鉴。解释变量基于内嵌中国区域投入产出表的亚洲开发银行世界投入产出表(IRIOT-MRIO表)计算,并用工业总产值增长率填补空缺年份的服务化数据,从而构成平衡面板数据。

3 实证结果分析

3.1 共线性检验

本文首先对相关变量进行共线性检验,结果如表2所示。从中可见,所有变量方差膨胀因子VIF值均小于5,说明变量间不存在多重共线性问题,可进行下一步回归分析。

3.2 基准回归结果

Hausman检验结果拒绝原假设,因此根据前文模型设定和计量分析思路,采用时间与地区双向固定效应进行回归分析,结果如表3所示。模型1回归结果显示,服务化系数估计值为正,但未通过显著性水平检验。这说明,服务化整体对区域先进制造业TFP提升具有较弱正向影响。模型2回归结果显示,内部服务化水平系数为0.316,并通过5%显著性水平检验。这表明,参与内循环的生产性服务要素投入对先进制造业具有显著促进效应。模型3回归结果显示,外部服务化水平系数为-0.199,并通过1%显著性水平检验。这表明,参与外循环的生产性服务要素投入对TFP提升具有显著抑制作用。模型4将内部服务化水平和外部服务化水平同时纳入回归模型进行分析,对比核心解释变量和各列回归结果可知,内部服务化水平和外部服务化水平对先进制造业TFP的影响存在显著差异,且各自相对稳定。

控制变量回归结果显示,外商直接投资对TFP具有逆向影响。出现这一结果的原因可能在于FDI技术溢出效应有限,且存在一定滞后性。一方面,当前一些处于价值链高端且对链条具有较强控制能力的发达国家为保持自身垄断地位,会对中国先进制造业实施技术封锁和排挤,使得跨国公司FDI溢出效应有限;另一方面,高附加值高技术中间品进口所带来的新技术并不能迅速被我国企业获取,技术引进之后,消化吸收需要一定时间。此外,技术创新的影响作用亦不显著,可能是因为研发创新成果向实际应用转化面临商业模式、市场需求和技术成熟度等挑战,使得应用落地较为困难,存在一定滞后效应。其余控制变量回归结果同现有文献类似,限于篇幅,不再一一列示。综上所述,假设H2和H3成立。

3.3 稳健性检验

本文选用三种方法进行稳健性检验,以验证研究结论的稳健性。

(1)剔除特殊时间段与时间节点。考虑到新冠肺炎疫情期间中国乃至世界内外循环体系遭受的冲击可能会影响本文实证结果,故剔除2020—2022年数据,用剩余样本数据对模型进行再估计,结果如表4模型5～模型8所示。从中可见,各变量回归系数及显著性无实质性变化,说明本文研究结果较为稳健。考虑到2023版《中国工业统计年鉴》尚未发布,2022年先进制造业相关数据从各省份统计年鉴中获取,部分省份统计数据存在缺失,缺失数据由插值法补齐存在一定误差,因此剔除2022年样本数据,用剩余样本数据对模型进行再估计,结果如表4模型9～模型12所示。从中可见,各变量回归系数及显著性无实质性变化,说明本文研究结果较为稳健。

(2)替换核心变量。考虑到测度方法对解释变量与被解释变量测度结果的潜在影响,采用直接消耗系数对区域先进制造业国内外服务化投入水平重新进行测度,结果见表5模型13～模型16。同时,改变被解释变量先进制造业TFP产出指标,使用区域先进制造业主营业务收入替代工业总产值作为新产出指标,投入指标使用平减后的固定资产净值和平均用工人数重新进行测度,结果见表5模型17～模型20。从中可见,各变量回归系数及显著性无实质性变化,说明研究结果依然稳健。

(3)内生性处理。一方面,服务化水平提升能带来更多高附加值服务,助力价值链不同环节协同与集成,提高生产效率,促进TFP提升;另一方面,TFP提升也会为企业带来充裕的人才、技术与资金支持,助力企业服务化转型。考虑到TFP与服务化之间可能存在相互促进的双向因果关系,有可能带来内生性问题。因此,本文将核心解释变量滞后一期作为工具变量进行回归分析以消除内生性带来的不利影响,结果见表6模型21～模型24。从中可见,各变量回归系数及显著性无实质变化,说明本文研究结果稳健。

3.4 进一步检验

经济发展水平不同区域先进制造业对服务要素需求不同,需求结构差异会影响服务要素获取、吸收、整合和利用,进而对TFP产生不同影响。人均GDP可度量地区之间的发展差异(冯志轩等,2020),本文按照人均GDP排序,选取前25%和后25%对模型(2)进行分组回归分析,探究不同来源服务化投入对区域先进制造业TFP的影响是否随地区经济发展水平不同而不同,结果见表7模型25和模型26。从中可见,在低水平分组模型25中内部服务化系数显著为负,外部服务化系数显著为正,与整体回归结果截然不同。这可能是因为,国内生产性服务业比国外起步晚,对经济发展水平较低区域的适配度较国外稍显逊色,内循环优质服务要素更多适配于发达地区,内部服务投入较外部服务投入发挥的效应有限,导致内部服务化对低经济水平地区TFP产生抑制作用,而外部服务化则起促进作用;高水平分组模型26回归结果与总体结果方向一致,均体现为内部服务投入的促进作用和外部服务投入的抑制作用。

3.5 调节效应检验

表8模型27和模型28对不同知识资本投入水平下不同来源服务化投入与先进制造业TFP关系进行检验,结果发现内部服务化与知识资本交互项系数显著为正,表明知识资本投入有助于强化内部服务化对先进制造业TFP的正向作用;外部服务化与知识资本交互项系数显著为正,说明知识资本投入能够削弱外部服务化对先进制造业TFP的抑制作用,假设H4得到验证。

模型29和模型30用以检验不同创新积累水平下不同来源服务化投入对先进制造业TFP的影响,结果显示内部服务化与创新积累交互项系数显著为正。这表明,随着创新积累水平提升,内部服务化对先进制造业TFP的促进作用增强;外部服务化与创新积累的交互项系数显著为正,说明随着创新积累水平提升,外部服务化对先进制造业TFP的抑制作用被削弱,假设H5得到验证。

4 结论与建议

4.1 研究结论

本文就区域先进制造业服务化对TFP的作用机制进行分析,揭示双循环背景下产业间增加值流动关系,根据投入产出数据对增加值流向进行分解,进而对区域先进制造业服务化投入水平进行实证检验。研究发现:第一,服务化对区域先进制造业TFP的提升作用不显著,当考虑服务要素来源差异时,源于实际参与内循环的服务要素投入对先进制造业TFP具有积极推动作用,而源于实际参与外循环的服务要素投入对先进制造业TFP具有负向抑制作用。当替换核心解释变量、解决内生性问题后,上述研究结论依然稳健。第二,随着知识资本投入增加与创新积累水平提升,内部服务化对区域先进制造业TFP的正向影响不断增强,外部服务化对区域先进制造业TFP的逆向影响不断减弱,增加知识资本投入与提升创新积累水平是服务化投入促进区域先进制造业TFP提升的重要途径。

4.2 政策建议

基于以上研究结论,本文提出如下政策建议:

(1)推动生产性服务业高水平发展,实现高质量服务化建设。政府层面应对生产性服务业给予高度重视,充分发挥政策引导作用。一方面,要出台政策法规,为生产性服务业发展营造良好的技术创新环境,建立健全要素省际流动制度保障,破除资源要素省际跨区域流动壁垒,加速国内生产性服务要素流动,对生产性服务业关键核心技术领域给予政策倾斜和支持,促进创新型、知识技术密集型国内生产性服务要素投入驱动国内高端服务大循环,通过区域关联和技术溢出加快国内高质量生产性服务要素聚集;另一方面,通过服务外贸财政补贴和关税减免等政策支持生产性服务业开放,引进、集聚和积累国外高级生产性服务要素,以外促内,带动国内生产性服务业尤其是高端生产性服务业发展。另外,企业应结合自身资源禀赋和发展阶段选择适配的生产性服务要素,在生产经营过程中不断增加高质量生产性服务要素投入,优化组织架构,加快多层次人才培养体系建设,精准匹配数字化和智能化人力资本,提升企业服务质量。

(2)立足于区域比较优势,对各省份先进制造业采取差异化服务发展策略。不同区域要结合自身优势和发展现状,有针对性地选择适配的生产性服务要素投入,发挥服务化的正向促进效应。例如,经济发展水平较高地区应适度降低对国外生产性服务要素的依赖,提高外循环优质服务要素和本土需求的契合度,避免产品资源误置引发成本飙升和投入产出不均衡问题。同时,还应依托完整的工业体系、强大的生产能力和超大规模的内需市场,强化内循环,集聚国内生产性服务要素等高级资源,持续增强国内配套能力,促进先进制造业全要素生产率提升。鼓励经济水平较低省域积极参与“一带一路”共建外循环体系,获取适配的生产性服务要素。

(3)优化知识资本与创新积累,发挥服务化正向效应。一方面,完善市场配置与运行机制,挖掘知识资本要素的潜在贡献,建设高规格创新产业联盟、产业园区、高等研究院等,引导企业与高校密切合作,构建产学研用创新体系,最大限度提升知识资本质量,优化国内高质量高水平服务要素自我供给,实现供给端高质量内循环。另一方面,摒弃技术模仿低效模式,加快创新积累,实现自主创新突破式发展。发挥国家技术创新平台的承载作用,加大共性关键性技术和前沿引领技术研发力度,把握研发创新主动权。同时,利用外循环高效赋能,正视本土高端技术缺失的现实,突破外部技术封锁,开辟国外高端技术引进到吸收的新路径。

4.3 不足与展望

本文存在如下不足:首先,立足省际区域层面,未考虑区域服务化空间溢出效应,未来应使用空间计量模型进行深入研究。其次,囿于数据可得性,未对先进制造业进行行业异质性分析,未来应深入分析双循环背景下不同来源服务化对区域先进制造业细分行业TFP的影响。最后,囿于数据缺失,本文选取插补替代法,使得研究结论存在一定局限性,未来随着数据的不断丰富和完善,进一步提高研究结论普适性。

参考文献：

[1] 熊彬, 范亚亚. 东亚区域价值链背景下中国制造业分工地位及提升路径研究[J]. 软科学, 2020, 34(2): 80-85.

[2] 唐松, 赖晓冰, 黄锐. 金融科技创新如何影响全要素生产率:促进还是抑制——理论分析框架与区域实践[J]. 中国软科学, 2019, 34(7): 134-144.

[3] LOW P. The role of services in global value chains[R]. Real Sector Working Paper, 2013.

[4] 王欠欠, 夏杰长. 服务业全球价值链位置提升与制造业技术进步[J]. 世界经济研究, 2019, 38(5): 67-79,135.

[5] 祝树金, 罗彦, 段文静. 服务型制造、加成率分布与资源配置效率[J]. 中国工业经济, 2021, 39(4): 62-80.

[6] 刘维刚, 倪红福. 制造业投入服务化与企业技术进步:效应及作用机制[J]. 财贸经济, 2018, 39(8): 126-140.

[7] KOZLOWSKA J. Servitization of manufacturing: survey in the polish machinery sector[J]. Engineering Management in Production and Services, 2020, 12(1) : 20-33.

[8] 吕越, 李小萌, 吕云龙. 全球价值链中的制造业服务化与企业全要素生产率[J]. 南开经济研究, 2017, 33(3): 88-110.

[9] ARNOLD J M, JAVORCIK B S, LIPSCOMB M, et al. Services reform and manufacturing performance: evidence from India[J]. The Economic Journal, 2016, 126 (590): 1-39.

[10] LODEFALK M.The role of services for manufacturing firm exports[J]. Review of World Economics, 2014, 150(1): 59-82.

[11] WOLFMAYR Y. Producer services and competitiveness of manufacturing exports[R]. FIW Research Reports, 2008.

[12] BARQUET APB, OLIVEIRA MGD, AMIGO CR, et al. Employing the business model concept to support the adoption of product-service systems (PSS)[J]. Industrial Marketing Management, 2013, 42(5): 693-704.

[13] 彭继宗, 郭克莎. 制造业投入服务化与服务投入结构优化对制造业生产率的影响[J]. 经济评论, 2022, 43(2): 17-35.

[14] 王岚. 投入服务化是否提高了中国制造业全要素生产率[J]. 国际贸易问题, 2020, 46(2): 29-43.

[15] KASTALLI IV, VAN LOOY B. Servitization: disentangling the impact of service business model innovation on manufacturing firm performance[J]. Journal of Operations Management, 2013, 31(4): 169-180.

[16] 李琳, 刘凯. 区域异质性视角下制造业服务化与制造业全要素生产率研究[J]. 科技进步与对策, 2018, 35(23): 66-74.

[17] 戴翔. 中国制造业出口内涵服务价值演进及因素决定[J]. 经济研究, 2016, 51(9): 44-57, 174.

[18] 姜铸, 李宁. 服务创新、制造业服务化对企业绩效的影响[J]. 科研管理, 2015, 36(5): 29-37.

[19] 焦青霞. 制造业投入服务化对产业结构转型升级的影响——基于投入来源差异的再验证[J]. 经济经纬, 2023, 40(1): 88-98.

[20] 戴翔, 李洲,张雨. 服务投入来源差异、制造业服务化与价值链攀升[J]. 财经研究, 2019, 45(5): 30-43.

[21] 江小涓, 孟丽君. 内循环为主、外循环赋能与更高水平双循环——国际经验与中国实践[J]. 管理世界, 2021, 37(1): 1-19.

[22] PORTER M E, KRAMER M R. The competitive advantage of corporate philanthropy[J]. Harvard Business Review, 2002, 80(12): 56-68.

[23] 万科, 欧阳志刚. 省域制造业国内国际双循环:参与强度与比较优势[J]. 财经科学, 2023, 68(8): 78-92.

[24] 郝大江, 初天天. 投入服务化的双重效应与中国制造业价值链攀升[J]. 社会科学研究,2023,45(5): 63-73.

[25] JOHNSON, NOGUERA. Accounting for intermediates: production sharing and trade in value added[J]. Journal of International Economics, 2012, 86: 224-236．

[26] CHEN KL, MOLLER C. A thousand-mile journey begins with the very first step: the case of a product-centric manufacturing firm's transformation towards servitization[J]. Cirp Journal of Manufacturing Science and Technology, 2019,27(11):102-113.

[27] BAILY M , FARRELL D, REMES J. Domestic services: the hidden key to growth[R]. McKinsey Global Institute, 2005.

[28] 马建峰, 赵田明娣. 全球价值链分工地位对中国制造业全要素生产率的影响——基于行业出口与技术双重异质特征视角的实证研究[J]. 国际商务研究, 2022, 43 (4): 14-26.

[29] SCHERNGELL T, BOROWIECKI M, HU Y.Effects of knowledge capital on total factor productivity in china: a spatial econometric perspective[J]. China Economic Review,2014,29:82-94.

[30] PORTER M. Capital disadvantage: america′s failing capital investment system[J]. Harvard Business Review, 1992,70(5): 65-82.

[31] 夏凡. 创新货币外部性在区域创新发展中的产生与作用研究[D]. 北京:北京交通大学, 2020.

[32] 史丹, 叶云岭, 于海潮. 双循环视角下技术转移对产业升级的影响研究[J]. 数量经济技术经济研究, 2023,40(6): 5-26.

[33] 刘凤朝, 杨玲, 孙玉涛. 创新活动空间集聚及其驱动因素国外研究进展评述[J]. 管理学报, 2011,8(9): 1413-1418.

[34] MENG B, WANG Z, KOOPMAN. How are global value chains fragmented and extended in China′s domestic production networks[R]. IDE Discussion Papers, 2013．

[35] KOOPMAN R, WANG Z. The value-added structure of gross exports: measuring revealed comparative advantage by domestic content in exports[C].AEA Annual Meeting,2012: 6-8.

[36] 倪红福, 夏杰长. 中国区域在全球价值链中的作用及其变化[J]. 财贸经济, 2016,37(10):87-101.

[37] POOP D. Induced innovation and energy prices[J]. American Economic Review, 2002,92(1):160-180.

[38] 修国义, 韩佳璇, 陈晓华. 科技人才集聚对中国区域科技创新效率的影响——基于超越对数随机前沿距离函数模型[J]. 科技进步与对策, 2017, 34(19): 36-40.

[39] CORREA J A, ORNAGHI C. Competition &innovation: evidence form U.S. patent and productivity data[J]. Journal of Inductrial Economics, 2014, 62(2): 258-285.

[40] 杨骞, 秦文晋, 刘华军. 环境规制促进产业结构优化升级吗[J]. 上海经济研究, 2019,38(6): 83-95.

(责任编辑：王敬敏)