生產性服務業對天津制造業技術創新效率影響的實證研究

摘要：生產性服務業發展已日益成為影響制造業技術創新的重要因素。文章以天津為研究對象，采用序列DEA和面板數據的計量方法實證研究了生產性服務業對天津制造業技術創新效率的影響，結果表明這種影響效應顯著存在，且對于產業鏈較長、工藝技術相對復雜的裝備制造業促進作用更大。

關鍵詞：生產性服務業 制造業 技術創新效率

一、 引言

作為一種為滿足其他產業中間性需求服務的產業類型，現代生產性服務業的發展不僅是社會分工日益深化的結果，而且它還會通過密切的產業關聯促進其他產業特別是制造業的技術創新和發展（原毅軍，2007）。天津一直是我國重要的制造業基地，2010年天津制造業總產值達到1.39萬億元，約占全國比重的10%左右。近年來天津在加快以航空航天、電子信息等為主導的高技術裝備制造業發展的同時，以科技研發、金融、物流業為代表的現代生產性服務業也得到了長足發展，其制造業的生產性服務投入水平不斷提升，現代生產性服務業已逐漸成為推動天津制造業結構升級和技術創新的重要力量。

二、 變量選擇和計量模型

1. 變量選擇。

（1）因變量。首先要確定的是作為因變量的制造業的技術創新效率。目前國內外學者常用的測算創新效率的方法是非參數DEA方法，另外不同于傳統的當期DEA方法，近年來有少數學者開始采用序列DEA方法測算技術效率，王兵等（2007）在通過對兩種方法的比較指出：序列DEA方法在構造最佳邊界時不僅考慮了當期觀察值，而且還將以往的觀察值也納入其中，從而能夠有效避免僅使用當期觀察值構造最佳邊界的當期DEA方法計算結果中可能出現的技術退化的情形，更有利于對技術效率進行動態分析。

在本文中，我們將每個制造業行業視作一個決策單元，運用序列DEA構造每一個時期的創新生產的最佳邊界。假設每個時期t=1，2，…，T，第k=1，2，…，K個行業使用m=1，2，…，M種創新投入xtk，m，得到n=1，2，…，N種創新產出ytk，n，用Xt和Yt表示每個時期所有制造業行業的創新投入和產出向量，則根據Fare（1996），當期DEA下每個時期在固定規模報酬、投入要素強可處置條件下的參考技術被定義為：

z表示每個橫截面觀察值的權重。而序列DEA下，每一期同樣在固定規模報酬、投入要素強可處置條件下的參考技術則被定義為：

其中Xt=（Xt1，Xt2，…，Xt），Yt=（Yt1，Yt2，…，Yt）；相應地產出導向的距離函數為：

而以上式為依據計算技術效率指數（TE）的方法與當期DEA相同，即：

TE=Dt0（xt，yt）/D0t+1（xt+1，yt+1）（4）

在具體指標方面，本文選擇制造業各行業的科技活動經費支出額與科技活動人員投入作為創新生產的投入指標；在創新產出方面，本文選擇各制造業行業專利申請數量以及新產品銷售收入兩個指標作為創新產出的代表性指標。

（2）自變量。作為重要的中間性投入產業，生產性服務業主要是通過為制造業提供重要的中間性服務投入而與制造業產生密切的產業關聯的，因此可以采用投入產出表中各制造業行業生產性服務投入所占比重來作為測度生產性服務業對制造業影響效應的代理變量（黃莉芳等，2011），另外考慮到中間性服務投入內涵的人力資本對溢出質量的影響，同時也將生產性服務業的科技人員投入比重納入溢出變量的計量基礎，具體的計算公式如下：

上式中，Sjt為基于中間性服務關聯的生產性服務業對第j個制造業行業的溢出變量，?啄ijt為第i個生產性服務行業對第j個制造業行業中間性投入的比重，使用投入產出表中的直接消耗系數矩陣各列數值表示（剔出對角線元素），Hit為生產性服務業各分行業科技人員占全部從業人員比重。

（3）控制變量。①外資比重。大量研究表明FDI會通過競爭、示范、人員交流與合作等多種途徑影響行業技術創新活動，因而在分析生產性服務業對制造業技術創新效率的影響時，引入各制造業行業外資（包括港澳臺）企業產值比重這一控制變量。②資本密集度。資本密集度是反映制造業不同行業特征的重要變量，它也是影響行業創新投入能力和創新研發水平的重要因素，因此我們選擇制造業各行業資產總值與全部從業人員人數比值作為控制變量。③國有產權比重。對于處于轉軌背景下的我國制造業來說，產權形式也是影響各行業技術創新活動的重要制度因素，所以設置了制造業行業國有資產占行業總資產比重這一控制變量。

2. 影響機理和模型設定。

（1）生產性服務業對制造業技術創新效率提升的作用機理。作為為制造業提供重要的中間性服務投入的產業，生產性服務業經由與制造業之間密切的投入產出關聯可以促進制造業技術創新效率的提高。具體表現在以下幾個方面：

①生產性服務業在為制造業提供專業化的中間性服務投入過程中，其內涵的人力資本和知識資本也借由此渠道被導入到制造業的技術創新過程，這將有助于制造業技術創新能力的累積，并促進后者的技術創新投入產出轉化效率的提升。

②生產性服務業的創新成果可以直接經由貿易途徑為下游制造業帶來租金溢出效應，這一方面使后者通過直接銷售內涵更高技術質量中間性投入的最終產品而獲取更多的利潤、提高自身的技術創新投入能力；另一方面也增加了后者通過產業關聯間接獲取來自生產性服務業創新所引發的新的創新技術機會，從而有助于降低制造業技術創新面臨的風險、提高其技術創新的成功概率，提升制造業整體的技術創新效率。

③生產性服務業的發展還促進了制造業自身專業化程度的加深，制造業將生產經營過程中非核心的服務環節外包給專業化的生產性服務提供商，可以集中精力從事核心環節的技術創新研發工作，這樣既可以提高自身技術創新活動的針對性，還可以利用生產性服務業的外部創新資源，縮短技術創新周期，從而促進技術創新效率水平的提高。這對于產業鏈較長、 產品和工藝流程都較復雜的高技術裝備制造業的作用尤為明顯。

（2）計量模型和數據來源。為研究生產性服務業對天津制造業技術創新效率的影響效應，我們參照Moletal（2004）以及原毅軍等（2007）學者的研究，設置如下計量分析模型：

TEjt=a0+a1Sjt+a2FDIjt+a3Kjt+a4SOjt+ujt（6）

其中，TEjt為制造業第j個分行業的技術創新效率， Sjt為生產性服務業對第j個制造業行業創新效率溢出的影響變量，FDIjt代表外資比重，Kjt表示制造業行業資本密集度，SOjt則是代表國有制造業產權的控制變量，ujt為隨機誤差項。同時為了檢驗生產性服務業對天津裝備制造業技術創新效率的影響，我們還在實證研究時還進一步將全部制造業行業分為裝備制造業和其他制造業兩組分別進行計量估計。

本文采用天津市生產性服務業和制造業的行業面板數據進行計量分析，由于2003年前后我國國民經濟行業統計口徑有較大調整，為避免前后不一致，所以選擇2004年~2010年作為實證研究的時間段，全部數據來源于相應年份的《天津統計年鑒》、《天津科技統計年鑒》及《2007年中國地區投入產出表》天津部分。考慮到不同數據來源的行業差異，對相關資料進行整理，刪除數據不全的行業數據，最終確定研究范圍包括納入生產性服務業的交通運輸、倉儲和郵政業，信息傳輸、計算機服務和軟件業，批發零售業，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；納入制造業行業的包括食品制造及煙草加工業等15個行業；其中金屬制品業，通用、專用設備制造業，交通運輸設備制造業，電氣機械及器材制造業，通信設備、計算機及電子設備制造業，儀器儀表及文化辦公機械制造業6個行業則歸屬于裝備制造業范疇。

三、 實證結果分析

1. 制造業技術創新效率。為消除價格因素的影響，在使用DEA方法對原始數據進行計算分析時，首先對制造業各行業科技經費支出及創新產出中的新產品銷售收入按照2000年不變價格進行平減處理，其中新產品銷售收入按照各行業產品價格指數平減，接著使用序列DEA方法對數據進行處理，得到天津市制造業分行業的技術創新效率（見表1）。作為對照，同時也列出了當期DEA下的制造業分行業平均技術創新效率。

從全部樣本的分析結果來看，無論采取當期DEA還是序列DEA方法所得到的天津制造業行業總體的平均技術創新效率值都小于1，也即天津制造業目前的技術創新活動是無效率的，尚存在著一定的改進空間。比較當期DEA和序列DEA下所得的結果會發現前者的數值明顯要高于后者，這也進一步證明了在采用當期DEA方法下出現的“技術退化”會產生技術效率“被提高”的缺陷。

從制造業分行業來看，技術創新效率存在著行業間的差異。在15個制造業行業中，技術創新效率在均值水平以上的有9個行業，其中創新效率最高的是通信、計算機及電子設備制造業，達到了0.987 3；技術創新效率在均值水平以下的有6個行業，其中石油加工、煉焦及核燃料加工業的效率為0.823 8，技術創新效率最低。考慮到石油冶煉和加工一直是天津重要的支柱行業之一，因此今后還要重點關注該行業的技術創新情況，采取積極措施提高行業創新績效。此外，裝備制造業技術創新效率的均值達到了0.964 7，高于整個行業的平均水平，且其中除了通用及專用設備制造行業的技術創新效率略低于整體行業均值外，其余5個行業都在均值水平以上，這也與近年來天津裝備制造業技術創新能力不斷加強的狀況相吻合。

2. 計量估計結果與分析。本文采用面板數據對公式（6）進行計量估計，并且為了分析生產性服務業對天津裝備制造業及其他制造業行業技術創新影響的差異，在實際研究中我們將分別以全部制造業（模型Ⅰ）、裝備制造業（模型Ⅱ）及其他制造業行業（模型Ⅲ）的技術創新效率為因變量進行估計。雖然通常的面板數據估計需要使用Hausman檢驗在固定效應模型和隨機效應模型之間進行選擇，但由于考慮到不同行業受內生創新努力水平的差異較大，因而本文借鑒魏守華（2010）的方法，選擇廣義最小二乘法（FGLS）進行面板數據的處理，以消除可能存在的截面異方差影響，具體的計量估計結果見表2。

從上述回歸參數的估計結果我們可以看出：（1）生產性服務業無論對天津制造業總體還是裝備制造業以其他制造業技術創新效率的影響都為正，并在5%的水平上顯著；且比較三個模型的估計系數，會發現生產性服務業對裝備制造業技術創新效率提升的貢獻作用最大，達到了0.086，而對于其他制造業的影響則低于總體水平，這也與我們的預期一致。（2）FDI的回歸估計系數顯著為正，且同樣表現出對裝備制造業影響較強的特點（高于行業總體和其他制造業行業估計值）。（3）資本密集度 的回歸系數僅在模型Ⅱ中通過了10%水平的顯著性檢驗，表明當前資本因素僅對天津市裝備制造業技術創新效率發揮了正面影響，而對大多數傳統行業、甚至是石油加工、金屬冶煉等傳統的資本密集行業的技術創新效率影響并不顯著，其主要原因可能是與這些行業體制和經營管理方式較落后，資金運用效率較低有關。（4）國有產權影響在三組模型中呈現出不同方向，對于制造業總體和非裝備制造業行業，非國有化的產權改革促進了技術創新效率的提升，然而在裝備制造業行業卻出現相反結果，這似乎與理論分析相矛盾，但考慮到裝備制造業作為天津重點發展的支柱行業且其中國有控股企業又普遍受到來自政府、公共研發機構等多方扶助和支持，這一估計結果也在情理之中。

四、 結語

我們以天津為對象通過使用有助于避免“技術退化”的序列DEA處理方法分析其制造業技術創新效率，發現作為中國重要的制造業基地，天津制造業整體的創新活動普遍存在著技術無效率的情況，雖然技術密集度較高的裝備制造業創新效率優于其他制造業行業，但仍存在著一定的提升空間。

生產性服務業對天津制造業技術創新發揮著積極的促進作用，其對于制造業技術創新效率的提升超過了外資所發揮的作用，特別是對于目前天津市著力發展的具有高技術特征的裝備制造業行業來說，其效應更為顯著。今后要進一步推動天津制造業制度創新，提高天津生產性服務業的人力和知識資本水平，并促進其與制造業之間的產業分工和關聯合作，加快天津先進制造業和高技術研發轉化基地的建設。

參考文獻：

1. Pappas N，P Sheehan. The New Manufacturing: Linkage Between Production and Service Activities in P. Sheehan and G. Tegart Working for the Future Melbourne Victoria University Press，1998.

2. Macpherson A. Producer Service Linkages and Industrial Innovation: Results of a Twelve- year Tracking Study of New York State Manufacturers Growth and Change，2008，39（1）:1-23.

3．曹毅.天津生產性服務業與制造業的產業關聯分析.經濟地理，2009，（5）:21-29.

基金項目：國家社會科學基金重點項目（項目號：07AJY017）

作者簡介：張沛東，南開大學經濟學院城市與區域經濟研究所博士生，天津外國語大學國際商學院講師。

收稿日期：2011-12-14。