市场竞争环境下的制造业服务化与绿色全要素生产率

李振洋，金文翰

(1.郑州大学 商学院，河南 郑州 450001；
2.安徽财经大学 经济学院，安徽 蚌埠 233030)

改革开放以来，中国工业对经济增长发挥了重要的作用。然而，传统高投资、高能耗、高排放特征的粗放型工业发展模式已难以为继，大量资源的消耗和严重的环境污染正逐步接近资源环境所承受的极限[1]。与此同时，新一轮工业革命的到来以及能源价格和劳动力成本等的不断上升，也促使工业发展模式的改变。实现工业发展和环境的双赢，逐步改变中国工业的发展模式，全面提高工业发展的绿色全要素生产率将是转变的根本问题[2]。而制造业作为工业发展的重要组成部分，其转型升级和高质量发展将主导工业的比重、结构与前景[3]。因而，有必要对如何提高制造业绿色全要素生产率水平进行研究。

现有文献中，相关学者主要研究了经济开放度、环境规制、市场化改革、人力资本、金融发展水平等因素对绿色全要素生产率的影响。田银华等指出人均收入与环境约束下TFP的增长呈现“U”型变化，经济开放度和工业结构中的大中企业比例呈现正向作用，而能源强度、国企比重发挥着负向的影响[4]。汪锋和解晋通过索罗余值法对中国各省绿色全要素生产率进行了测算，并研究了教育投入、研发投入、市场化改革、外商投资等对绿色全要素生产率的影响[5]。蔡乌赶和周小亮对不同环境规制工具与省域绿色全要素生产率之间的关系进行了研究，发现命令控制型、市场激励型和自愿协议型环境规制对绿色全要素生产率分别呈现尚未有影响、倒“U”型影响和“U”型影响三种情况[6]。王伟和孙芳城通过对长江经济带107个城市绿色全要素生产率的测度，指出金融发展和环境规制对绿色全要素生产率发挥了显著的正向作用[7]。师博等在测度制造业绿色全要素生产率的基础上，研究了创新投入和市场竞争对绿色全要素生产率的影响[8]。刘赢时等通过对中国260个城市绿色全要素生产率的测度，研究了产业结构升级、能源效率对绿色生产率的影响[9]。朱金鹤和王雅莉利用DEA的Malmquist指数，对中国省域的绿色全要素生产率进行了测度，并且利用GMM方法研究了对外贸易、FDI、财政支出的市场化、自由化程度、人力资本、环境规制等12个指标对绿色全要素生产率的影响[10]。

虽然现有研究对如何提高绿色全要素生产率提供了丰富的文献基础，但鲜有文献关注制造业服务化对绿色全要素生产率的影响。随着市场竞争的加剧和服务业的快速发展，众多制造业企业开始涉足服务业务，中国制造业企业的生产投入结构呈现“软化”特征[11]，也就是制造业服务化[12]。部分学者对制造业服务化与企业效率之间的关系进行了研究，基本上认为制造业服务化有利于企业生产效率的提升[13-18]。而周念利等则认为制造业服务化虽然有利于促进企业生产效率的提高，但是二者之间呈现出“倒U型”关系[11]。王岚基于投入服务化的角度指出，投入服务化与制造业生产率之间呈现“U型”关系[19]。在资源与环境约束逐步趋紧的新形势下，制造业发展亟待转型升级，而制造业服务化是当前制造业转型升级的趋势之一。随着发达国家如德国提出“工业4.0”、美国提出“工业互联网”等制造业重振计划，众多制造业企业开始将制造业服务化作为其发展的核心战略。而制造业服务化能否有利于制造业绿色全要素生产率的提升，二者之间是否存在非线性关系，市场竞争环境是否会对制造业服务化与绿色全要素生产率之间的关系造成影响，这些问题都有待进一步研究。

鉴于此，本文在测度制造业分行业服务化水平和绿色全要素生产率的基础上，对制造业服务化与绿色全要素生产率之间的关系进行了研究，同时进一步考察了市场竞争环境对制造业服务化与绿色全要素生产率之间关系的调节作用。

本文可能的贡献在于：(1)基于制造业服务化角度，对其与绿色全要素生产率关系的研究，进一步拓展了绿色全要素生产率影响因素的研究视角。(2)对制造业服务化与绿色全要素生产率之间非线性关系的研究，丰富了相关研究内容。(3)检验制造业服务化与绿色全要素生产率关系中市场竞争的作用，能够为市场化改革提供进一步的政策依据。

(一)制造业服务化与绿色全要素生产率

Vandermerwe和Rada首次提出“制造业服务化”这一概念，他们指出越来越多的制造业企业通过涉足服务业来增加企业资产的核心价值[12]。企业由产品提供向服务提供的演进过程，是一种基于产品的服务[20]。这种服务化转型，不仅能够增加制造业产品中知识型服务要素的密集度，带来产品种类的增加，实现范围经济[21]，而且能够降低制造业的交易成本[22]，加强专业化分工等，从而提高企业的生产效率水平。制造业企业生产环节中服务投入的增加，也意味着高效的企业管理、完善的产品研发体系等不断进入企业生产环节，这些要素无疑将有利于企业生产效率水平的提高[23]。另外，制造业企业的服务化倾向，也将减少企业对能源等物质资料的消耗[24]，服务要素在产品价值中的作用将越来越重要。这样，制造业服务化就有可能使得制造业在实现进一步发展的同时，也能够降低自身环境污染水平，从而促进制造业绿色全要素生产率的提高。但是服务业并不一定比制造业绿色环保，基于能源效率的角度，服务业并未显示出比制造业更优的绿色环保特征[25]，而且鲍莫尔—福克斯假说也指出，服务业的劳动效率相对要低于制造业。因而，制造业的服务化程度可能并不是越高越好，制造业服务化与绿色全要素生产率之间的关系可能存在拐点效应。基于上述分析，提出研究假设1。

假设1：制造业服务化水平的上升有利于提高绿色全要素生产率水平，但服务化水平存在一个门槛值，当服务化水平超过该门槛值时，制造业服务化会造成绿色全要素生产率的下降。

(二)市场竞争对制造业服务化与绿色全要素生产率关系的调节作用

随着制造业市场竞争的日益加剧，制造业企业必须提高自身的市场竞争力才能在激烈的市场竞争环境中赢得一席之地。根据波特的竞争优势理论，企业获取竞争优势主要依靠成本领先战略和差异化战略。制造业企业由主要提供产品到“产品+服务”运营模式的转变，其服务化程度的增加可以提高产品的差异性[17]，从而提高企业的市场竞争力。这样，在激烈的市场竞争环境以及全球制造业呈现出服务化的新趋势下，企业很大程度上会采取将产品产业链由制造为中心向服务为中心转变以获取竞争优势的战略。另一方面，随着中国经济发展水平的不断提高，政府对环境的规制越来越严格，消费者的环保意识也日益增强。基于制造业企业的服务化倾向往往以顾客为中心[12]，为了能够在市场竞争中幸存，制造业企业必须满足消费者更高的消费需求，通过服务化转型降低污染，提升绿色全要素生产率，树立绿色企业的品牌形象，突出自身产品的环境友好型特征。从而，可以提出假设2。

假设2：市场竞争程度的提高，将强化制造业服务化对绿色全要素生产率的促进作用。

(一)计量模型设定

根据前文的理论分析与研究假设，制造业服务化不仅能够直接对绿色全要素生产率产生影响，而且市场竞争也可能对二者之间的关系产生正向调节作用，为了较好刻画上述变量之间的逻辑关系，本文建立如下面板数据的回归模型。

为了验证假设1，将制造业服务化水平(Service)的一次项和平方项(Sqr_Service)作为核心解释变量，制造业绿色全要素生产率(GTFP)作为被解释变量，同时考虑其他可能影响制造业绿色全要素生产率的控制变量(Control)，如环境治理、行业资本密集度、资产专用性等，构建模型(1)。

Controlj+εit

(1)

为了验证假设2，在模型(1)的基础上加入市场竞争(Competition)与制造业服务化水平(Service)的交互项，构建模型(2)以检验市场竞争对制造业服务化与绿色全要素生产率关系的调节作用。

(2)

其中，αi、βi分别为各变量的系数，εit为随机扰动项。

(二)核心指标构建说明

1.制造业绿色全要素生产率(GTFP)

本文利用非导向SBM模型，通过将能源与环境因素纳入分析框架，在测算DEA-Malmquist指数的基础上，对2003—2016年制造业分行业的绿色全要素生产率进行了测度。具体的投入产出指标测算如下：(1)投入要素中，考虑资本、劳动力、能源三种要素，其中，资本采用制造业分行业的固定资产净值表示，同时为了消除通货膨胀的影响，利用固定资产投资价格指数(2003年作为基期)对相关数据进行了平减处理。投入要素中的劳动力采用制造业分行业从业人数的平均人数表示。投入要素中的能源用制造业分行业能源消费总量表示。(2)期望产出要素，利用制造业分行业的增加值表示。由于2008年以后《中国工业统计年鉴》不再公布制造业分行业的增加值数据，本文采用公式：工业增加值=工业总产值×工业增加值率进行测算；
而2012年之后，工业总产值数据也不再公布，本文采用工业总产值=工业销售产值/产品销售率进行核算。同时，制造业增加值数据利用各行业生产者出厂价格指数(2003年作为基期)进行平减。(3)非期望产出要素，主要考虑制造业分行业的环境污染因素，包括工业废水排放量、工业废气排放量、工业二氧化硫排放量、工业烟(粉)尘排放量、工业固体废弃物产生量。测算过程中，利用熵值法将上述指标合成环境污染综合指数，并取该指数的倒数对制造业分行业的绿色全要素生产率水平进行测度。

2.制造业服务化水平(Service)

本文运用投入产出法对制造业细分行业的服务化水平进行测度，主要包括制造业对服务的直接消耗系数(Direct_Service)和完全消耗系数(Total_Service)两项指标。直接消耗系数(亦称投入系数)指的是生产一单位j部门产品所要消耗的i部门产品的数量，其计算公式为：

(3)

直接消耗系数忽视了制造业中服务的间接投入，因而可能造成制造业服务化水平的低估，鉴于此，本文采用完全消耗系数测度制造业服务化水平。完全消耗系数指的是生产一单位j部门产品所要直接和间接消耗i部门产品的数量之和，因此，完全消耗系数等于直接消耗系数加上间接消耗系数，其计算公式为：

(4)

其中，k表示中间产品部门。(4)式用矩阵可表示为：

B=A+BA

(5)

B=(I-A)-1-I=

(6)

其中，I为单位矩阵。

本文计算直接消耗系数和完全消耗系数所需的数据来源于2002、2007、2012年的全国投入产出表以及2005、2010、2015年的投入产出表延长表，并依据其行业设置选取制造业中的15个大类行业作为研究对象。一般而言，一个国家相近年份的投入产出结构变化不大，因此中间缺失年份的制造业服务化相关数据采用相近年份数据进行替代。

3.市场竞争水平(Competition)

衡量市场竞争水平，通常能够采用勒纳指数度量市场垄断程度进而表征市场的竞争水平，然而制造业分行业数据中，行业生产的边际成本数据难以获取，从而直接使用该指标测度市场竞争水平存在困难。因而，本文借鉴孙早和宋炜的做法[26]，采用利税总额与利息支出之和占平均资产总额的比重对行业市场势力进行度量，市场势力数值越大，行业垄断程度越高，反之，行业市场竞争水平越高。进一步，本文采用杨振兵等的做法[27]，通过对行业市场竞争势力数值取倒数，构造行业市场竞争水平的指标。

4.其他控制变量

(1)环境规制(ER)。本文借鉴林伯强和刘泓汛的做法[28]，采用制造业分行业废水和废气治理运行费用之和占工业增加值的比重表示。(2)行业资产专用性(Asset)。采用制造业各行业固定资产与总资产的比值衡量，该比值越大，表示资产专用性越高。(3)外贸参与度(Trade)。利用制造业各行业出口交货值占制造业总出口交货值的比值表示。(4)行业资本密集度(Capital_Intense)。利用行业固定资产净值与总就业人数之比表示。(5)行业规模(Ind_Scale)。利用行业主营业务收入的对数值表示。(6)产权制度(State)。采用制造业分行业国有资本占实收资本的比重表示。(7)本土市场规模(Local_Market)。借鉴陈丰龙和徐康宁的做法[29]，采用制造业分行业销售产值与出口交货值差值的对数值表示。一般而言，本土市场规模的扩大能够对企业技术创新发挥有利作用，进而提高其生产效率[30]。

由于在利用中国投入产出表对制造业服务化水平进行测度的过程中，投入产出表对制造业某些行业进行了合并，因而本文针对制造业合并行业后的数据，选取15个大类行业2003—2016年的面板数据作为研究样本①，上述各变量数据来自于《中国工业统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国统计年鉴》等。

针对面板数据可能存在的组间异方差、组内自相关和组间同期相关问题，本文使用Stata16统计分析软件对面板数据的组间异方差、组内自相关和组间同期相关进行相关检验。对于组间异方差，使用沃尔德检验进行分析，该检验的原假设为：不同个体的扰动项方差均相等。由表1，通过对直接消耗系数和完全消耗系数未包含控制变量和包含全部变量数据的检验，发现上述四组数据的Wald统计量分别为845.92、1 088.74、583.67、723.69，P值皆为0，这样检验结果拒绝原假设，面板数据存在组间异方差。对于组内自相关，根据Wooldridge提供的沃尔德检验进行分析，该检验的原假设为：不存在组内自相关，四组数据的F统计量分别为2.06、1.21、1.75、0.81，P值分别为0.172 7、0.290 7、0.206 6、0.384 8，这样检验结果未能拒绝原假设，面板数据组内自相关问题并不严重。对于组间同期相关或者截面相关，本文分别利用Friedman[31]、Frees[32]、Pesaran[33]提出的检验方法，对组间同期相关进行分析，该检验的原假设为：不存在组间同期相关。根据Friedman的检验方法，四组数据的统计量分别为40.81、41.67、38.25、37.21，P值分别为0.000 2、0.000 1、0.000 5、0.000 7，检验结果拒绝不存在组间同期相关的原假设，类似地，Frees和Pesaran检验的统计量，同样给出拒绝原假设的证据，这样，面板数据存在组间同期相关。

表1 制造业服务化对绿色全要素生产率的影响

综合上述分析，本文使用的数据存在组间异方差和组间同期相关问题，为了有效控制面板数据存在的异方差以及组间同期相关对回归结果的影响，本文使用Stata16中的xtgls命令进行回归分析，该命令通过使用可行广义最小二乘估计法(FGLS)，能够有效控制数据存在的异方差、自相关以及组间相关问题。

(一)制造业服务化对行业绿色全要素生产率的回归结果分析

表1给出了回归模型(1)的估计结果，根据表1中模型(1-1)未包含控制变量的回归结果，发现制造业服务化的一次项系数显著为正，二次项系数显著为负，表明制造业服务化水平的提高有利于行业绿色全要素生产率水平的改进，但是存在一个最优的服务化水平门槛值。当制造业服务化处于该水平时，其对行业绿色全要素生产率的促进作用最大；
当制造业服务化水平进一步提高跨过该门槛值时，绿色全要素生产率下降，即制造业服务化与行业绿色全要素生产率之间呈现出“倒U型”关系。表1中模型(1-2)为包含全部变量的回归结果，发现制造业服务化的一次项系数和二次项系数依然分别显著为正和显著为负。表1中模型(1-3)和模型(1-4)分别为完全消耗系数衡量服务化水平下的未添加控制变量和包含全部变量的回归结果，制造业服务化系数依然在1%的水平上显著，而且符号也未发生变化，进一步验证了研究结果的稳健性。这样，上述回归结果基本上验证了假设1，即制造业服务化水平虽然有利于行业绿色全要素生产率水平的提高，但二者关系呈现一种非线性关系，服务化水平存在最优的门槛值，超过该门槛值，会抑制绿色全要素生产率的提高。对此可能的解释是，制造业的服务化倾向能够通过范围经济、加强专业化分工、降低彼此之间的协调成本等，促进自身生产效率的提高，同时随着制造业中服务要素投入的增加，也能减少自身对能源等物质资料的消耗，从而有利于减少自身环境污染物质的排放，进而制造业服务化有益于行业绿色全要素生产率水平的提高。但是当服务化程度过高时，服务要素会对生产设备等生产资料的投入产生一定的“挤出效应”，从而对生产效率提高产生抑制性作用[11]。并且服务业虽然发展迅速，但尚处于发展初期阶段，可能存在与工业发展类似的粗放型发展模式，忽略对服务业发展的环境规制，从而使得服务业的绿色环保性并未显著优于制造业。这样，制造业服务化程度可能并不是越高越好，跨过最优服务化水平，将使得制造业服务化对行业绿色全要素生产率的促进作用下降。

控制变量中，环境规制变量的系数显著为正，表明环境规制促进了制造业绿色全要素生产率水平的提高。行业资产专用性的系数显著为负，表明行业内资产专用性程度越高，越不利于制造业企业改良生产设备，提高企业的绿色环保生产特征，进而对行业绿色全要素生产率的提高造成了负向影响。行业规模的系数显著为负，说明行业规模的扩大将抑制行业绿色全要素生产率水平的提高。类似地，产权制度也对行业绿色全要素生产率提高发挥了负向作用。而本土市场规模的扩大对行业绿色全要素生产率的提升发挥了正向促进作用。

(二)市场竞争环境下制造业服务化对绿色全要素生产率的回归结果分析

在前述分析的基础上，本文进一步分析在市场竞争环境下，制造业服务化对行业绿色全要素生产率的影响。为此，本文在模型(1)的基础上加入了市场竞争与制造业服务化水平的交互项，通过对回归模型(2)的估计，对市场竞争环境下制造业服务化对绿色全要素生产率的影响进行了分析，回归结果如表2所示。根据表2中模型(2-1)的回归结果，市场竞争与制造业服务化水平交互项的系数为正，且在1%的水平上显著，表明随着制造业市场竞争程度的不断提高，制造业服务化对行业绿色全要素生产率的促进作用将会更加突出。表2中模型(2-2)为以完全消耗系数衡量制造业服务化水平的回归结果，发现制造业服务化水平与市场竞争的交互项系数仍然显著为正。总体而言，无论是考虑服务业直接投入还是完全投入，当制造业行业市场竞争程度提高时，都将进一步提高制造业服务化对行业绿色全要素生产率的促进作用，上述实证结果基本上验证了假设2。出现上述结果的原因可能是，随着市场竞争水平的不断提高，制造业企业取得的利润将越来越稀薄，激烈的市场竞争必将促使企业寻找新的利润增长点，保证自身有一定的竞争优势，以在市场竞争中得以幸存。制造业服务化程度的增加，能够增加企业产品的差异性特征，从而保证在制造业行业更加细分的市场拥有一定的竞争力，这样，面临市场竞争的外部压力，制造业行业内的企业就有涉足服务业的动力。而且为了满足细分市场中消费者对产品环保属性的要求，企业也会进一步改善生产技术，突出产品的环保友好型特征，这将有利于制造业服务化对行业绿色全要素生产率的提升。

为了保证研究结论的稳健可靠，本文根据研究数据的可得性，更换了部分变量的度量方式进行回归分析。更换的变量包括：(1)环境规制。借鉴韩先锋等的做法[34]，采用制造业分行业的工业生产总值与能源消费总量的比值进一步衡量了环境规制强度，指标数值越大，表明行业环境规制强度越高。(2)行业规模。借鉴屈小娥等的做法[35]，采用制造业行业总产值与行业内企业数的比值，进一步衡量了行业的平均规模。更换变量之后的回归结果如表2中模型(2-3)和模型(2-4)所示，可以看出，本文主要关注的变量制造业服务化的一次项系数、二次项系数，以及制造业服务化与市场竞争的交互项系数符号和显著性均未发生明显变化，这进一步验证了本文提出的假设。

表2 市场竞争环境下制造业服务化对行业绿色全要素生产率的影响

新时代背景下，制造业亟待摆脱传统粗放型的发展模式，实现经济增长与环境保护兼顾的高质量发展，制造业服务化将是制造业转型升级的重要途径之一。本文利用制造业2003—2016年的行业面板数据，在测度制造业分行业服务化水平以及绿色全要素生产率的基础上，对制造业服务化与绿色全要素生产率之间的关系进行了研究，同时进一步考察了市场竞争环境下制造业服务化对行业绿色全要素生产率的影响效应，得到如下研究结论。

1.制造业服务化程度与行业绿色全要素生产率之间呈现出显著的“倒U型”关系。无论是考虑制造业中服务要素的直接投入还是完全投入，制造业服务化水平的提高均有利于绿色全要素生产率的改善，但存在一个最优的制造业服务化水平，当服务化水平超过该门槛值时，会使得行业绿色全要素生产率水平下降。

2.市场竞争水平的提高，有利于促进制造业服务化对行业绿色全要素生产率的正向提升作用。激烈的市场竞争环境会驱使制造业企业不断提升自身的市场竞争优势，引致制造业服务化对绿色全要素生产率的促进作用增强。

基于上述研究结论，可以得到如下启示：第一，服务已经成为当前制造业发展的重要投入要素，必须进一步提高服务业发展的质量，发展高端技术服务业，优化服务业产业结构。同时需要政府放松对服务业的管制，推动制造业与服务业的融合，提高制造业的服务化程度，实现制造业转型升级的同时，提高制造业绿色全要素生产率水平，从而既能够实现经济增长，又能够实现环境保护。但是，推动制造业与服务业的融合也需要防止制造业的过度服务化。第二，新工业革命方兴未艾，其带来的新一代信息通信技术使得制造业和服务业的融合不断加深，新的制造、服务模式也不断涌现，应抓住这个历史机遇，鼓励服务模式的创新，大力发展服务型制造业；
利用新一代信息通信技术建设协作创新平台，积极推动定制化服务和智能制造系统的有机融合。第三，当前阶段，需要进一步推动市场化改革，破除政府在某些行业的价格管制、行政管制或垄断现象，提高市场竞争的程度，要对行业内的企业做到一视同仁，这样，才能够最大程度地激发市场竞争的活力，从而进一步促进制造业服务化对行业绿色全要素生产率提升的正向作用。

注释：

① 由于论文中使用的数据主要来源于《中国工业统计年鉴》，但是《中国工业统计年鉴—2018》以及《中国工业统计年鉴—2019》并未公布。虽然《中国工业统计年鉴—2020》已经公布，但本文所需要的数据：制造业分行业销售产值、固定资产合计、主营业务收入、出口交货值等存在缺失。进一步查阅《中国经济普查年鉴—2018》以及《中国统计年鉴—2018》《中国统计年鉴—2019》，上述数据在相关年鉴中也存在缺失。另外，论文中计算制造业绿色全要素生产率的数据，部分数据来源于《中国环境统计年鉴》，但是《中国环境统计年鉴—2018》和《中国环境统计年鉴—2019》数据缺少本文所需要的数据，包括制造业分行业工业废水排放量、工业烟(粉)尘排放量、工业废气排放量。因而，论文中数据截至2016年。

猜你喜欢 服务化生产率要素 制造企业服务化程度、服务化模式和服务化收益研究运筹与管理(2022年9期)2022-10-20中国城市土地生产率TOP30决策(2022年7期)2022-08-04基于行业异质性的制造业服务化对生产效率的非线性影响研究科技经济导刊(2021年1期)2021-01-18掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16制造业服务化对企业竞争力的影响合作经济与科技(2019年16期)2019-08-06跟踪导练（三）4时代英语·高一(2019年1期)2019-03-13外资来源地与企业生产率智富时代(2018年1期)2018-03-26外资来源地与企业生产率智富时代(2018年1期)2018-03-26关于机床生产率设计的探讨中国市场(2016年45期)2016-05-17也谈做人的要素山东青年(2016年2期)2016-02-28

推荐访问:生产率 化与 要素