制造業服務化、行業異質性與勞動收入占比
——基于微觀企業數據的實證研究

·部門經濟·

制造業服務化、行業異質性與勞動收入占比
——基于微觀企業數據的實證研究

唐志芳顧乃華

制造業服務化已成為產業和企業轉型升級的重要途徑，而制造業服務化水平提高離不開服務勞動收入分配改進。不同行業有基于要素投入結構、技術水平、對外開放度、市場結構和垂直專業化等方面的異質性，從而影響其勞動收入分配效應。從行業異質性角度研究我國制造業服務化與勞動收入占比的關系，利用中國工業企業數據庫與世界投入產出表匹配的面板數據，實證分析制造業服務化投入的不同行業特征對勞動收入占比變化的差別影響。結果顯示，制造業服務化對勞動收入占比有著積極的促進作用，且具有行業異質性特征。分行業看，制造業的資本密集度越大、技術水平越高，投入服務化對勞動收入占比的正向作用越強。同時，開放程度和市場結構等行業異質性因素通過制造業服務化對勞動收入占比產生間接影響。制造業服務化過程中，要有效提高勞動收入占比，需注意不同制造業行業投入服務化對勞動收入占比的不同促進作用。提升垂直專業化分工地位，并獲取實質分工和貿易利益，是提高勞動收入占比的治本之策。

制造業服務化； 行業異質性； 勞動收入占比； 要素密集度

一 引 言

近年來，在制造業日益融入國際市場的進程中，我國尤其是沿海地區的制造業行業結構不斷優化，高新技術產業和先進制造業的比重逐年提高。而與之形成鮮明對比的是，自20世紀90年代后，我國勞動收入占比尤其是制造業勞動收入占比一直呈下降態勢，不僅與發達國家差距明顯，甚至低于大多數發展中國家。在社會保障制度不健全的背景下，勞動收入占比低可能不僅意味著勞動和資本收益分配的失衡，也或許將成為經濟發展和社會穩定的絆腳石。

從行業職工平均收入看，制造業行業的職工年平均收入是最低的。制造業勞動收入占比過低，是宏觀層面勞動報酬占增加值比重持續下降的重要原因。1995-2011年，制造業勞動收入占比從41.69%下降到39.06%，分行業均值僅為38.40%。是什么原因造成制造業部門勞動收入占比過低及增長乏力呢？制造業服務化水平不高是主要原因。我國生產性服務業發展滯后、結構不合理對勞動收入占比增長產生了抑制效應。發達國家普遍存在“兩個70%”現象，即服務業產值占GDP的70%，生產性服務業占整個服務業的70%，而我國目前服務業占比和生產性服務業占比均不到50%，發展明顯滯后。制造業勞動收入占比的下降與工業化達到一定程度后，服務型經濟推進緩慢有關。隨著全球經濟由“工業化”向“現代化”邁進，為提高競爭力，制造業企業逐步將產業鏈從以制造為中心向以服務為中心轉型，這種轉變過程被稱為制造業服務化，是企業實現轉型升級的關鍵因素。制造業服務化包括制造業投入服務化和產出服務化，前者指的是制造業中間投入由實物中間投入逐漸轉向服務中間投入，后者是指制造業產出由實物類產品向服務類產品轉變。從直接消耗系數和完全消耗系數看，與發達國家及金磚國家相比，2011年我國制造業投入服務化分別不到15%和約為40%，制造業服務化發展水平明顯偏低，尤其高端服務能力不足。制造業企業呈現創新能力落后、自主品牌缺失及組織能力低下的局面，從而導致制造業效率提升緩慢和勞動收入占比降低。另一方面，行業異質性因素對制造業勞動收入占比下降有重要作用。制造業服務化的行業差異明顯，相比勞動密集型行業，資本及知識和技術密集型制造業的投入服務化需求更高。在低技術制造業，由于規模經濟、范圍經濟尚未形成，與行業配套的硬件設備和軟件設施都存在不足，所以對服務中間投入的需求不高。投入服務化行業結構的不合理，對勞動收入占比提升產生阻礙作用。地區和行業間招商引資的惡性競爭行為，要素市場扭曲以及垂直專業化分工地位的低端鎖定，均不利于制造業勞動收入份額的分配。從國內外趨勢來看，制造業服務化是經濟轉型升級的需要。本文主要探討發展服務業，提高制造業投入服務化能否提高勞動收入占比？投入服務化是否對不同行業制造業的勞動收入占比產生差異性影響，表現出行業異質性特征？本文試圖找到這些問題的答案，為我國政府如何提高制造業服務化水平，以及針對不同特征行業如何通過服務中間投入提高勞動收入占比提供建議。

本文接下來的內容安排如下：第二部分為文獻綜述，主要從制造業服務化、行業異質性以及技術進步等方面論述其對勞動收入占比的影響；第三部分主要以第二部分的論述為依據設定計量模型，并對所需變量的度量方法和數據進行說明；第四部分根據計量估計結果，分析制造業服務化、行業異質性對勞動收入占比的影響；第五部分進一步探討行業異質性因素通過制造業服務化對勞動收入占比產生的間接影響；第六部分是結論與啟示。

二 文獻綜述

國內外學者從不同的維度分析了勞動收入占比的影響因素。第一，生產技術的影響。Acemoglu(2000)[1]認為均衡增長路徑對應著勞動增強型技術進步，這會使勞動收入占比保持穩定；轉型路徑對應著資本增強型技術進步，會降低勞動收入占比。Bentolina和Saint-Paul(2003)[2]對OECD國家的研究表明，資本增強型技術進步與勞動收入占比負相關。另外，采用資本產出比或資本勞動比來控制要素相對價格的變化，發現若資本與勞動為替代關系，則勞動收入占比與資本產出比負相關；反之，若為互補關系，則呈正相關關系。姚毓春等(2014)[3]發現，工業部門技術進步朝偏向于資本方向發展，引致勞動收入份額的下降。第二，不完全競爭市場。羅長遠(2008)[4]指出如果產品市場是非完全競爭的，由于產品價格受成本加成份額的影響，會導致勞動收入占比下降。Spector(2004)[5]認為要素市場的非完全競爭主要表現為勞動相對資本的談判能力，進而影響壟斷利潤在要素之間的分配比例，從而對勞動收入份額產生影響。第三，對外開放。羅長遠和張軍(2009)[6]的研究表明，FDI、資本密集型產品出口都不利于改善勞動收入占比。邵敏和黃玖立(2010)[7]研究發現，外資對勞動收入占比的負向作用主要源于負向的“技術外溢”效應。蔣為和黃玖立(2014)[8]利用2000-2011年省級面板數據進行實證考察，認為國際生產分割的上升導致了勞動收入占比的下降，且這種負向效應與我國在國際分工中的地位密切相關。上述文獻主要從宏觀層面解釋勞動收入占比的變化，除此之外，部分學者從微觀因素出發，對勞動收入占比下降的原因展開了廣泛討論。張杰等(2012)[9]以制造業部門為研究對象，得出勞動力的地區流動、外資進入及出口均對我國制造業企業勞動報酬比重產生抑制效應這一結論。白重恩等(2008)[10]發現國有企業改制和企業壟斷力量變化是資本收入份額提高的主要原因。周明海等(2010)[11]認為民營和外資企業對勞動收入占比產生負向影響。Bental和Demougin(2010)[12]發現企業工資水平決定勞資博弈力量，從而影響企業勞動收入占比。

綜上，現有文獻大多采用宏觀數據進行整體實證檢驗或微觀數據進行企業異質性分析，基于行業異質性角度的討論卻很少；其次，現有文獻主要對勞動收入占比行業差異進行統計性描述，忽視了行業間勞動收入占比的實證檢驗及比較分析；最后，從制造業服務化的角度對勞動收入占比進行解釋還比較少。針對上述研究現狀，本文做了以下補充和改進：與其他行業相比，制造業的要素投入結構以生產性服務投入為主。而由于各行業要素投入的資本密集度、技術水平等存在差異，行業對外開放度、市場結構和垂直專業化等也會呈現不同程度的異質性特征。探討這些行業異質性特征對要素收入分配的影響具有重要的理論和現實意義。當前，制造業服務化已成為全球趨勢，受互聯網等新技術的影響，制造業產業鏈全球化延伸和再配置不斷加速，生產性服務業對制造業的滲透加深。通過計算直接消耗系數或完全消耗系數可知，制造業對生產性服務業的依賴程度逐年上升，制造業中間投入服務化趨勢明顯。要素投入結構的變化顯然會改變要素的收入分配結構，進而影響勞動收入占比。在制造業服務化不斷擴大和深入的情況下，有必要考慮制造業服務化及其行業特征對制造業勞動收入占比產生的綜合效應，這是本文的拓展方向。

另外，文獻中也有學者對影響制造業服務化的因素進行了細致研究。黃群慧和霍景東(2014)[13]利用1995-2009年主要制造業國家的投入產出數據進行實證分析，發現服務業相對生產率、經濟自由度、人力資本水平和創新能力等因素對制造業服務化具有明顯推動作用，而制造業附加值率和行業競爭程度等因素對制造業服務化有一定的抑制作用。劉斌等(2016)[14]研究了制造業服務化與價值鏈升級之間的聯系，證明兩者呈正相關關系。本文也將研究影響制造業服務化的重要因素，并了解這些因素如何通過制造業服務化對勞動收入占比產生間接影響。

基于此，本文擬從行業異質性視角，利用微觀企業數據，對制造業服務化與勞動收入占比的關系進行系統性研究。與已有文獻相比，本文的創新性主要體現在：(1)從行業異質性角度分析制造業服務化對勞動收入占比的影響；(2)通過中國工業企業數據庫與世界投入產出表的匹配，采用門檻回歸模型和樣本分組回歸實證檢驗不同行業特征制造業服務化的勞動收入分配效應，并進行對比分析；(3)分析行業異質性因素對勞動收入占比影響的差異性，進一步探討這些因素通過制造業服務化對勞動收入占比產生的間接影響。

三 制造業服務化與勞動收入占比關系的模型構建及檢驗

(一)計量模型構建

為探究制造業服務化、行業異質性對勞動收入占比的影響，本文利用中國工業企業數據庫與世界投入產出表匹配的面板數據構建計量模型并進行實證分析，包括普通最小二乘回歸模型和門檻回歸模型。進行門檻回歸模型檢驗的目的在于，分析不同行業技術水平下，制造業投入服務化對勞動收入占比的影響差異。由于不同資本密集度或技術水平的行業，制造業服務化水平及勞動收入占比存在差異，那么制造業服務化對勞動收入占比的影響必然存在行業異質性特征。

1.普通最小二乘回歸模型

借鑒已有理論和相關經驗研究文獻，建立模型檢驗制造業服務化與勞動收入占比兩者之間的關系。在行業層面將待檢驗的普通最小二乘回歸模型設定為：

MLSijt=α0+α1manuserjt+β′controls+λj+ηt+εijt

(1)

其中，i表示企業；j=1, 2, ...,N表示不同行業；t=1, 2, ...,T表示年份。因變量MLSijt是勞動收入占比，即企業i中勞動收入占企業增加值的比重；manuserjt表示行業j在t年的制造業服務化水平；controls代表一系列企業和行業層面的控制變量，β′為相應的系數向量；λj和ηt分別表示行業和時間非觀測效應，εijt為隨機誤差項。

2.門檻回歸模型

根據前述分析，制造業服務化與勞動收入占比可能由于行業特征的不同而呈現非線性關系，表現為區間效應。由于人為劃分區間可能帶來偏誤，本文采用Hansen(1999)[15]的門檻回歸分析方法以有效克服這一點。該方法是對“分組檢驗”進行擴展的非線性計量經濟模型，可根據行業自身特點內生地劃分區間(連玉君和程建，2006)[16]，從而研究不同特征行業的制造業服務化與勞動收入占比之間的關系。基于此，門檻模型的設定如下：

MLSijt=μj+β′controls+θ1manuserjtI(tfpjt≤γ)+θ2manuserjtI(tfpjt>γ)+εijt

(2)

上式為單一門檻模型，假設僅有一個門檻，從計量角度看可能出現多個門檻，可以此為基礎擴展為多重門檻模型。式中，μj為行業個體效應；I(·)為一個示性函數；tfpjt為門檻變量，其可以是解釋變量的回歸元，也可作為一個獨立的門檻變量，此處為代表行業特征的全要素生產率；γ為特定的門檻值，在單一門檻模型中依據門檻變量tfpjt與門檻值γ的相對大小把樣本觀測值分成兩類，若存在多個門檻，則可劃分為更多不同的區間；εijt為隨機干擾項(白噪聲)，其他變量與式(1)相同。Hansen(1999)[15]把門檻變量的每一個觀測值都作為可能的門檻值，門檻估計值一旦確定，其他變量的參數也隨之確定。區間的差異反映在回歸參數θ1和θ2的不同上。

(二)變量說明

1.企業勞動收入占比。本文基于白重恩和錢震杰 (2009)[17]的要素收入法GDP項目構成原理，運用制造業企業中勞動者取得的所有報酬占企業增加值的比重來衡量企業勞動收入占比。由GDP要素收入法的核算原理可得，GDP包括勞動者報酬、生產稅凈額、固定資產折舊和營業盈余四個部分。依據以上思路，企業層面的增加值核算也可從這四個要素入手(張杰等，2012)[9]。首先，從企業層面來看，勞動者報酬主要涵蓋工資和福利兩大方面。具體來說，在工業企業數據庫中勞動收入由本年應付工資、本年應付福利費、勞動待業保險、養老及醫療保險和住房公積金構成。其次，生產稅凈額的計算方法為：生產稅凈額=本年應交所得稅+本年應交增值稅+產品銷售稅金及附加+管理費用中的稅金支出-補貼收入。生產稅凈額是既不屬于資本要素也不屬于勞動者的收入，是分配給其他市場經濟主體的要素份額。本文在計算勞動收入占比時，引入生產稅凈額，原因在于，若不考慮生產稅凈額，只考察收入在勞動與資本之間的分配，則會高估勞動要素報酬所占比重。另外，此處考慮的是“凈額”而非“總額”，即政府對企業征稅和補貼之差額。當稅收不斷增加時，依照上述計算方法得到的勞動收入占比會下降，然而下降的原因可能并不是資本力量增強所導致，從而夸大了勞動收入占比的下降幅度。所以，在核算企業稅收時應該剔除補貼收入。最后，固定資產折舊和營業盈余分別為本年固定資產折舊和本年營業利潤，兩者之和即為資本要素報酬。綜上所述，企業增加值為勞動者報酬、生產稅凈額和資本報酬三者之和，具體計算方法是：企業增加值=(本年應付工資+本年應付福利費+勞動待業保險+養老及醫療保險+住房公積金)+(本年應交所得稅+本年應交增值稅+產品銷售稅金及附加+管理費用中的稅金支出-補貼收入)+(本年固定資產折舊+本年營業利潤)。

2.制造業服務化。本文依據Lay(2010)[18]和楊玲(2015)[19]等的測算方法，通過WIOD公布的世界投入產出表，運用直接消耗系數法與完全消耗系數法來計算制造業投入服務化水平。直接消耗系數是指某產品部門(如j部門)生產單位總產出直接消耗的各部門(如i部門)服務的數量，采用該部門服務投入占總投入的比重表示。在國民經濟各部門之間，除直接消耗外，還有間接消耗。制造業對各服務部門的直接消耗和所有間接消耗之和即構成完全消耗，其更能全面反映各部門之間的相互依存關系。設直接消耗系數rij=xij/xj，其中xij為制造業j對服務部門i的直接消耗量，xj為總中間投入，則完全消耗系數為：

(3)

式(3)的第一項為制造業j對服務部門i的直接消耗系數，第二項表示第一輪間接消耗，依此類推，第m+1項代表第m輪間接消耗。若經濟中存在n個服務部門，可以得到制造業服務化的計算公式為SD=uB，B表示元素為bij的矩陣，u為n維單位行向量。SD代表制造業服務化的行向量，其中向量中的每個元素表示各個制造業行業的投入服務化水平。

3.控制變量。企業層面的控制變量：(1)工資水平(wage)用企業人均工資表示，即企業人均工資=企業應付工資/從業人員數；(2)資本-產出比率(KY)以企業固定資產凈值與企業總產值之比來衡量，其中固定資產凈值=固定資產原價-本年折舊；(3)資本密集度(KL)采用企業固定資產凈值與從業人員數之比表示；(4)市場勢力(marketp)使用不同地區4分位行業的企業銷售產值占全行業銷售產值的比重表示，代表企業在勞動力市場中的談判地位；(5)出口(export)，設為虛擬變量，企業有出口交貨值為1，無出口交貨值則為0；(6)企業規模(size)，用固定資產凈值的對數表示；(7)企業生產率(comtfp)，本文使用LP半參數方法計算企業全要素生產率。計算過程中利用的指標包括企業增加值、從業人員數、企業中間投入和固定資產凈值，并對最后結果取自然對數；(8)產業集中度(HHI)，通過計算4分位行業劃分的赫芬達爾-赫希曼指數得到，該指數是一種測量產業集中度的綜合指數。本文采用4分位行業的企業總產值占全行業總產值百分比的平方和表示，可計量市場份額的變化，即市場中廠商規模的離散度，反映企業的競爭程度。行業層面的控制變量：(1)開放程度(open)，由外資企業產值占全部規模以上企業產值的比重來衡量；(2)市場結構(mt)，運用大中型企業產值占全部規模以上企業產值的比率表示；(3)垂直專業化(VSI)，由行業中間品投入除以總產出得到。上述變量的基本統計信息如表1所示。

表1 描述性統計

(三)數據說明

本文以制造業為研究對象，數據主要源于世界投入產出數據(WIOD)、中國工業企業數據庫、《中國工業統計年鑒》。其中，制造業投入服務化采用1995-2011年世界投入產出表(WIOT)中的制造業細分部門數據。制造業細分行業按照ISIC Rec.3分類標準進行劃分，并依據戴翔(2015)[20]的研究，劃分為勞動密集型、資本密集型及知識和技術密集型3大類*資本密集型制造業包括食品飲料制造及煙草加工業，紙漿、紙張、紙制品、印刷及出版業，石油加工、煉焦及核燃料加工業，橡膠與塑料制品業，其他非金屬礦物制品業，金屬制品業；知識和技術密集型制造業包括化學工業，機械設備制造業，電氣機械及光學器材制造業，交通運輸設備制造業；勞動密集型制造業包括紡織業，服裝皮革及鞋類制品業，木材制品業，其他制造業及可再生品。；根據李金昌和項瑩(2014)[21]的研究，劃分為高技術、中技術及低技術制造業3大類*高技術制造業包括化學工業，機械設備制造業，電氣機械及光學器材制造業，交通運輸設備制造業；中技術制造業包括石油加工、煉焦及核燃料加工業，橡膠與塑料制品業，其他非金屬礦物制品業，金屬制品業；低技術制造業包括食品飲料制造及煙草加工業，紡織業，服裝皮革及鞋類制品業，木材制品業，紙漿、紙張、紙制品、印刷及出版業，其他制造業及可再生品。。勞動收入占比的原始數據來源于中國工業企業數據庫，企業層面控制變量數據來自中國工業企業數據庫，其余變量數據均來自于《中國工業統計年鑒》。通過行業代碼實現企業和行業層面數據的對接，把1998-2002年、2003-2007年中國工業企業數據庫的4分位行業代碼分別與2002年122個分部門、2007年135個分部門《中國投入產出表》的行業代碼進行對接。由于中國相關數據庫對制造業細分行業的劃分依據與ISIC不同，本文按照《國民經濟行業分類》(GB/T 4754-2011)三位碼分類方式將制造業產品子類匹配為與ISIC相同的制造業細分行業。

(四)特征性事實

制造業服務化與勞動收入占比的關系如圖1所示。整體而言，制造業服務化(由完全消耗系數計算得到)越高的行業，勞動收入占比也越高。但制造業細分行業由于具有行業異質性特征，其吸收服務中間投入的能力不一致，因此對勞動收入占比的影響也有差異。從1995-2011年制造業投入服務化水平的均值來看，排名靠前的是金屬制品業、電氣及光學設備制造業和交通運輸設備制造業等資本和技術密集型行業；排名靠后的是食品飲料與煙草業、其他制造業及可再生品等勞動密集型行業，各行業的制造業服務化水平變化并不顯著。制造業服務化水平不同的行業，勞動收入占比存在明顯差異，波動幅度較大。大體來說，制造業服務化水平較高的其他非金屬礦物制品業、機械設備制造業等行業，其勞動收入占比較高；投入服務化水平較低的食品飲料與煙草業、其他制造業及可再生品等行業，其勞動收入占比較低，制造業服務化對勞動收入占比產生正向作用。除此之外，對于個別行業，兩者呈現微弱負向關系。

圖1 1995-2011年制造業分行業投入服務化水平與勞動收入占比的關系

四 實證結果與分析

(一)基本估計結果

表2為式(1)的基本估計結果。模型(1)-(5)是依次加入核心解釋變量和控制變量(包括企業和行業層面)的固定效應和隨機效應估計結果。由于Hausman檢驗拒絕隨機效應模型的零假設，所以采用固定效應模型進行估計。結果顯示，制造業服務化manuser的估計系數顯著為正，表明制造業服務中間投入越多，勞動收入占比越大。在制造業日趨服務化的背景下，生產中為更好地利用服務投入，需要更優質的人力資本與之匹配。生產性服務業與制造業之間是相互作用、相互依賴的雙向影響關系。制造業產品部門規模的增大會導致其對生產性服務部門中間投入需求的快速增加，隨之而來的是制造業產品部門對高技能勞動力需求的加大，從而有利于帶動更多的勞動力就業。一方面技術進步體現為人力資本(技能勞動)增強屬性，生產效率得到提高，若按要素邊際產出支付報酬，則制造業的勞動收入占比顯然會提高。另一方面由于高技能勞動者的“稀缺性”特征，其更具“話語權”，從而得到更高工資，勞動收入占比隨之增加。

在行業層面的控制變量中，開放程度(open) 的系數顯著為負且通過1%的顯著性水平檢驗，地區間招商引資“錦標賽”式的競爭，弱化了勞動者的談判地位，資本的“要價能力”得到提高，使勞動收入占比出現持續下降的趨勢。此外，外資進入對我國企業勞動生產率產生的“技術外溢”效應大于對工資水平產生的“工資溢出”效應，也會降低勞動收入占比(邵敏和黃玖立，2010)[7]。市場結構(mt)與勞動收入占比存在顯著負相關關系，在不完全競爭市場中，產品根據成本加成定價，導致勞動收入占比降低。垂直專業化(VSI)不利于勞動收入占比的提高，隨著垂直專業化程度的加深，由于我國制造業企業位于生產鏈的低端，主要承擔零部件的生產和組裝工作，只能獲取較少部分的利益，從而不利于豐裕勞動要素的收入分配。以上三個行業特征變量的估計結果表明行業異質性是造成制造業勞動收入占比低的重要因素。

在企業層面的控制變量中，企業員工工資水平(wage)的估計系數為正且通過1%的顯著性水平檢驗，工資水平越高的企業，勞動越表現出超出資本的博弈力量，勞動收入占比相對越高，這為伍山林(2011)[22]提出的工資水平對勞動收入占比產生不確定影響的理論觀點提供了直接經驗證據。資本-產出比率(KY)與勞動收入占比呈顯著正相關關系，依據羅長遠和張軍(2009)[6]的理論，制造業企業的勞動和資本之間為互補而非替代關系。資本密集度(KL)的估計系數顯著為負，這與白重恩和錢震杰(2009)[17]的結論一致，制造業的資本勞動替代效應總體較小，資本積累的直接效應導致勞動收入占比的下降。市場勢力(marketp)對勞動收入占比產生負向影響，說明企業自身的個體市場勢力并不能對勞動收入占比產生影響。出口(export)的估計系數顯著為負，主要原因是傳統出口產品的貿易條件惡化，同時制造業企業的出口逐漸向資本密集型產品轉移(李慧中和黃平，2006)[23]。企業規模(size)對勞動收入占比產生正向作用，表明規模越大的企業，由于吸收就業能力強且更容易得到政府扶持，勞動相對資本的談判力越強。企業生產率(comtfp)的估計系數為負且均通過1%的顯著性水平檢驗，意味著技術進步為資本偏向型，不利于勞動收入占比的提高，這與大多數國內外研究結果相同。Bentolina和Saint-Paul(2003)[2]對OECD國家的研究發現，技術進步與勞動收入占比負相關，原因是技術進步的性質為資本增強型。產業集中度(HHI)和勞動收入占比呈現顯著正向關系，表明競爭性越強的行業，企業勞動收入占比越高。模型(5)在模型(3)的基礎上引入了勞動收入占比的滯后一期項，說明我國制造業勞動收入占比呈現自我弱化機制，這也正是勞動報酬占GDP比重持續下降的原因之一。

表2 基本估計結果

(續上表)

變量(1)FE(2)RE(3)FE(4)RE(5)FEF檢驗值20893210 118e+0615681252 118e+0634403377(00000)(00000)(00000)(00000)(00000)R2(within)0640706243064080624308940樣本數636242636242636242636242428775

注：RE括號內數值為z值，FE括號內數值為t值；*、**、***分別表示10%、5%、1%的顯著性水平；Hausman檢驗和F統計量括號里的數分別為prob>chi2和prob>F(chi2)的值；Hausman檢驗的零假設是隨機效應模型，下表同。

(二)不同制造業行業服務化的勞動收入分配效應

前文是在不考慮行業類別的情況下，研究制造業服務化對勞動收入占比的影響。由于制造業細分行業具有不同特征，要素密集度、全要素生產率等在不同制造業行業間呈現明顯的差異性，接下來從門檻回歸分析和行業分樣本回歸兩方面探討行業異質性對制造業服務化的勞動收入分配效應的影響。

1.門檻效應檢驗與結果分析

在進行門檻回歸之前，首先要確定門檻的個數和大小，以便得到門檻回歸模型的形式。Hansen(1999)[15]采用格子搜索(排列回歸)的方法尋找門檻值，即把樣本按門檻變量tfp進行升序排序，剔除前后10%的觀測值，并選擇不同的tfp作為門檻值依次對模型進行估計，以殘差平方和最小原則找到門檻估計值(顧乃華，2010)[24]。門檻參數的估計值是指似然比檢驗統計量LR為0時的γ值，確定好門檻估計值后還需對模型是否存在門檻效應進行檢驗。對式(2)進行估計，結果顯示：單一門檻和雙重門檻的檢驗結果都非常顯著，相應的自抽樣P值均為0.000，且都在1%的水平上顯著，F統計量分別為96.437和21.067；而三重門檻效果卻不顯著，自抽樣P值為0.287。在雙重門檻模型中，兩個門檻估計值的大小分別為2.698和10.832。根據門檻值可以將行業分成低生產率 (tfp<2.698)、中等生產率(2.698≤tfp<10.832)、高生產率(tfp≥10.832)三種類型。因此，下面將基于雙重門檻模型進行分析。

由表3的門檻回歸結果可看出，以門檻值劃分的不同組別樣本，其對應的模型估計參數顯著不同，行業特征的門檻效應明顯存在于制造業服務化與勞動收入占比的關系中。高生產率(tfp≥10.832)的行業，制造業服務化與勞動收入占比正相關，且在1%的水平上顯著，系數高達22.8608；而中等生產率(2.698≤tfp<10.832 )的行業，制造業對勞動收入占比的促進作用同樣顯著，通過10%的顯著性水平檢驗，但相關系數降為4.2806；當行業生產率位于低區間(tfp<2.698)時，制造業服務化與勞動收入占比卻呈現負相關關系，且通過1%的顯著性水平檢驗。綜合上述三個不同生產率區間的回歸結果可知，隨著行業生產率的提高，制造業服務化的勞動收入分配效應得到進一步加強。從控制變量結果來看，出口、產業集中度與勞動收入占比均顯著正相關，分別通過10%和5%的顯著性水平檢驗；資本密集度、企業規模與勞動收入占比正相關但不顯著；工資水平、市場勢力和資本產出比率與勞動收入占比負相關，但僅資本產出比率在5%的水平上顯著，前兩者并不顯著。

2.分行業回歸結果分析

為進一步驗證制造業投入服務化水平的不同行業特征對勞動收入占比的影響差異，本文分別按要素密集度和技術水平兩個標準對制造業行業進行分組檢驗，比較不同組別樣本的制造業服務化的勞動收入分配效應。

從我國制造業服務化的特征性事實可看出，無論是制造業服務化還是勞動收入占比，不同制造業細分部門所呈現的差異性均與制造業部門特征即要素密集度或技術水平密切相關。為此，本文借鑒WIOD的構建說明及Stehrer et al.(2012)[25]等學者對WIOD的產業劃分，將制造業部門分為3大類。按要素密集度劃分，可分為勞動密集型制造業、資本密集型制造業及知識和技術密集型制造業3大類；按OECD產業R&D含量及我國制造業實際發展情況劃分，可分為高技術制造業、中技術制造業和低技術制造業3大類。表3報告了兩種分組方法回歸的結果。

從表3模型(2)-(6)可看出，資本、知識和技術密集型的制造業，制造業服務化對勞動收入占比的促進作用顯著，通過1%的顯著性水平檢驗；而對于資本密集度低的勞動密集型制造業，兩者也為正相關關系但并不顯著，相關系數從28.3093降為1.3924。這說明制造業越偏向資本密集型，投入服務化對勞動收入占比的正向效應越顯著。對于高技術制造業，制造業投入服務化與勞動收入占比顯著正相關，manuser系數從2.8672提高到84.6521；中技術制造業在所考察樣本期內，制造業服務化對勞動收入占比具有促進作用，且通過10%的顯著性水平檢驗；當制造業屬于低技術類別時，兩者呈負相關。據此容易得出，制造業的技術含量越高，投入服務化的勞動收入分配效應越強。

綜上所述，不管是門檻回歸還是分組回歸，制造業服務化對勞動收入占比的影響存在行業異質性特征。當行業的資本密集度越強、技術水平越高時，隨著制造業服務化和高新化程度的加深，技術進步使物質資本貶值加速，而人力資本在與物質資本的對弈中則表現出更強的博弈力量，并將知識和技術滲透到制造業的生產中，制造業服務化對勞動收入占比的正向作用越強。這基本驗證了Acemoglu(2010)[26]等提出的關于技能偏向性技術進步的觀點。與服務投入相融合的技術進步提高了產品生產和技術環境的復雜度，要求產品的生產主要由技能勞動完成，誘使新技術應用與技能勞動緊密結合，技術進步與技能勞動表現為互補關系(董直慶等，2014)[27]。另外，高技能勞動適應性較強，短時間學習新技術能減少技術革新初期不適應性造成的效率損失，制造業企業更愿意雇傭高技能勞動，并誘發技能溢價。伴隨著技能偏向性技術進步的逐步擴散，制造業企業為創造高邊際產出而增加對高技能勞動的需求，高技能勞動較容易獲取教育和培訓的機會，工資的討價還價能力更強，因此高技能勞動者工資更高，制造業服務化對勞動收入占比的正向效應得到加強。

表3 門檻回歸和分行業回歸結果

(續上表)

變量(1)門檻回歸(2)勞動密集型(3)資本/知識和技術(4)低技術(5)中技術(6)高技術KY-00019?? -00021??? 01808???00004 03171??? 00016(-218)(-259)(31391)(084)(142917)(133)KL00003-00001-01466???00001-00005???-00730???(102)(-019)(-96046)(081)(-403)(-17108)marketp-11702-74607??-243243???60886???34463?-255675???(-046)(-251)(-708)(319)(155)(-460)export03142?-01908-16300???04009?03630?-11334??(159)(-108)(-424)(182)(174)(-251)size00980-01712??65133???-00644-0064517162???(151)(-227)(4886)(-080)(-092)(990)HHI46112??86094???200208???-44288??08318214003???(198)(257)(564)(-222)(036)(357)常數項-20914??14345-628413???22837?-03359-474112???(-217)(141)(-3206)(157)(-036)(-2009)年份是是是是是行業是是是是是Hausman143632892569535641608136614檢驗(00000)(00000)(00000)(00134)(00000)門檻效應21067???檢驗(0000)F檢驗值1502288155691502062558915424640450(00000)(00033)(00000)(00363)(00000)(00000)樣本數107928139660509123236092170762252578

注：manusera、manuserb和manuserc分別為低中高生產率區間的制造業服務化；括號內數值為t值；門檻效應檢驗首行數為F值，括號內的數為P值，P值是采用自抽樣法(Bootstrap)反復抽樣得到的結果。

(三)穩健性檢驗

為避免行業維度與企業維度數據對接時的可能過度加總問題，以表2中的模型(1)為基礎，進一步運用企業層面制造業投入服務化和產出服務化指標進行穩健性檢驗。另一方面，基于服務中間投入的視角，通過異質性的服務投入對勞動收入占比的差別影響進行進一步驗證。

對于企業層面度量制造業服務化指標，本文依據劉斌和王乃嘉(2016)[28]的方法進行計算，數據來源于中國工業企業數據庫。制造業產出服務化用“產出活動單位數”來度量，它指的是一個集團公司下面出資成立的工業或商業公司的個數，該制造業企業的產業活動如果涉足交通運輸業、批發零售業等服務行業，則它的產出服務化越高。對于投入服務化，工業中間投入由物質投入和服務投入構成。根據國家統計局的《工業統計指標解釋》，物質投入指的是直接材料，服務投入包括制造中間投入、管理中間投入、營業中間投入和財務費用四部分。所以此四項服務投入之和占工業總中間投入的比重在一定程度上代表制造業投入服務化水平。需要說明的是，由于在2004年之前中國工業企業數據庫沒有報告這些指標，因此企業層面投入服務化的考察年份為2004-2007年。從表4估計結果(這里只寫出解釋變量系數和t值)可看出，企業層面的制造業服務化同樣對勞動收入占比有促進作用，投入服務化和產出服務化的系數分別為0.0003和0.0498。服務中間投入異質性指的是運輸服務化、電信服務化、金融服務化和分銷服務化四個方面。估計結果顯示：運輸服務化、電信服務化和分銷服務化對勞動收入占比均產生正向作用，其中電信服務化的正向作用最大；金融服務化則與勞動收入占比負相關，主要原因是金融機構具有動員儲蓄的功能，從而放松企業流動性約束，降低交易成本，提高企業勞動生產率，對勞動收入分配產生不利影響。因此，企業層面的制造業服務化和服務投入異質性的檢驗結果進一步驗證了如上計量結果的穩健性。

注:模型(1)-(6)中Hausman檢驗結果拒絕隨機效應模型零假設，所以均采用固定效應模型。

五 制造業服務化異質性因素及其對勞動收入占比的間接影響

本文主要研究制造業服務化對勞動收入占比的影響，但一些行業異質性因素會影響制造業服務化，從而對勞動收入占比產生間接影響。為使模型變量的選擇更加嚴密，驗證不同制造業行業投入服務化的勞動收入分配效應，下面單獨分析影響制造業服務化的行業異質性因素。這些因素主要采用垂直專業化、開放程度和市場結構等指標進行衡量，其中垂直專業化和開放程度主要從生產和投資視角分析制造業服務化，而市場結構則從企業管理層面解釋制造業服務化乃至勞動收入占比。為此，將制造業服務化分別進行靜態模型估計和動態模型估計。進行動態估計的原因在于，制造業生產是一個動態過程，前期制造業投入服務化不可避免會影響到當期的服務化水平。考慮到內生性問題，采用系統GMM和差分GMM方法。據此三個估計模型分別設定為：

manuserjt=β0+β1openjt+β2mtjt+β3VSIjt+δt+μj+vjt

(4)

manuserjt=γmanuserjt-1+β1openjt+β2mtjt+β3VSIjt+δt+μj+vjt

(5)

manuserjt=γΔmanuserjt-1+β1Δopenjt+β2Δmtjt+β3ΔVSIjt+Δδt+Δvjt

(6)

其中，j表示制造業行業，t表示年份；μj和δt分別表示行業和時間固定效應，vjt為隨機誤差項。mt表示市場結構，采用大中型企業產值占全部規模以上企業產值的比率來表示，代表行業不完全競爭程度。黃群慧和霍景東(2014)[13]利用國際投入產出表分析制造業服務化的影響因素，認為行業競爭程度越強，制造業服務化系數越高。隨著工業化向現代化邁進，制造業行業間競爭激烈，來自本國和外國不同行業產品的博弈勢必會擠壓制造業企業市場空間，降低企業經營績效。為鞏固市場，企業推行商業模式創新、產品差異化銷售策略，從而刺激企業采取服務化戰略。所以行業競爭程度與制造業服務化呈正相關關系，預期mt的估計系數為負。open為對外開放，用外資企業產值占全部規模以上企業產值的比重衡量。由于伴隨著外資進來的技術往往比較先進，包括蘊含在信息、通訊和教育等生產性服務資本品中物化形態的技術，引進外資越多，制造業企業越容易獲得研發創新等投入，所以制造業進行投入服務化的動力不足。VSI代表垂直專業化，由行業中間品投入除以總產出得到。制造業服務化提高了企業的垂直專業化程度(劉斌等，2016)[14]。由于我國制造業處于全球價值鏈的低端，主要承擔零部件生產和組裝工作，為提高企業競爭力，實現價值鏈的攀升，會促使企業增加服務要素投入，進而提升制造業投入服務化水平。以上指標的數據來源于2001-2005年《中國統計年鑒》、2006-2015年《中國工業統計年鑒》和2000-2014年世界投入產出表。

在表5中，Hausman檢驗結果拒絕隨機效應模型零假設，所以采用固定效應模型；Hansen檢驗通過了過度識別有效的零假設，則系統GMM和差分GMM均為有效的模型。從變量的估計系數看，同表2中對外開放open的估計結果類似，外資進入對制造業服務化的估計系數顯著為負，通過制造業服務化對勞動收入占比同樣產生阻礙作用。行業不完全競爭程度對制造業服務化有抑制作用，并間接對勞動收入占比產生抑制作用，這與表2中市場結構指標mt對勞動收入占比所起的作用相同。垂直專業化與制造業服務化呈正相關關系，與上文垂直專業化對勞動收入占比產生負向作用不一致，說明垂直專業化并未通過投入服務化對勞動收入占比產生間接作用。

(續上表)

變量(1)FE(2)RE(3)系統GMM(4)差分GMMLmanuser09871???06921???(2294)(1011)常數項0166501439?-01594???-01438??(157)(168)(-365)(-267)AR(1)-351-376(0000)(0000)AR(2)070019(0483)(0847)Hausman檢驗/1645164516661679Hansen檢驗(00025)(00025)(10000)(09910)F檢驗值37218011763412302(00332)(00004)(00000)(00000)行業效應是是年份效應是是R2(within)0185901778樣本數255255255255

注：RE括號內數值為z值，其他模型括號內數值為t值；AR、Hansen檢驗括號里的數分別為prob>z、prob>chi2的值；Hansen檢驗的零假設是過度識別有效。

六 結論與啟示

本文從行業異質性角度探討了制造業服務化、行業異質性與勞動收入占比之間的關系。通過中國工業企業數據庫與世界投入產出表的匹配，利用靜態模型、動態模型和門檻回歸模型進行實證檢驗，并對結果做了穩健性分析。得到的主要結論為：(1)制造業服務化對勞動收入占比產生正向作用，并具有行業異質性特征。(2)門檻回歸檢驗表明，中高生產率行業的制造業服務化對勞動收入占比有顯著正向作用，低生產率制造業的投入服務化與勞動收入占比顯著負相關；隨著行業生產率的提高，制造業服務化對勞動收入占比的促進作用逐漸加強。(3)從樣本分組回歸結果看，知識和技術密集型的制造業，投入服務化對勞動收入占比的促進作用顯著，對于勞動密集型制造業，兩者正向作用不明顯；中高技術行業的制造業服務化對勞動收入占比的正向作用明顯；當制造業位于低技術類別時，兩者為負相關但不顯著；要素密集度、全要素生產率越高的行業，制造業服務化的勞動收入分配效應越強。(4)開放程度和市場結構等行業異質性因素負向作用于制造業投入服務化，對勞動收入占比產生間接影響。

當前，制造業企業的生存環境發生了重大變化，制造業服務化已成為產業和企業轉型升級的新途徑。鑒于此，上述研究對于我國如何改善制造業服務化的勞動收入分配效應具有重要啟示意義。制造業服務化可有效提高勞動收入占比，但要注意不同制造業行業間，投入服務化對勞動收入占比的促進作用不同。首先，加快制造業服務化進程。在全球化背景下，應加強制造業和服務業的深度融合，提高制造業生產中服務要素的滲透率，加大企業的研發投入，增強企業創新能力和競爭力。將制造在內、研發和營銷在外的“橄欖球模式”，轉變為制造環節變小、研發和營銷環節變大的“啞鈴模式”。對于中高生產率行業，為確保勞動和資本的均衡發展，要尤其注重人力資源的配套，大力推動制造活動研發、戰略管理及外包等人力資本密集型環節的發展。對于低生產率制造業，主要加大技術和知識含量高的金融、信息及科技服務等生產性服務業投入，培養服務業要素投入的技術優勢，提高制造業服務化程度。優質服務要素的投入和技術水平的提高往往會伴隨著更密集的人力資本投入，有利于收入分配向勞動者傾斜。其次，增加服務業的開放度。降低私人資本進入服務業的壁壘，逐步縮小或減少其與外資和國有資本的差別待遇，在改變資本“稀缺性”的同時，提高勞動的“話語權”，使勞動收入份額得到改善。在開放過程中，要規范地方政府的招商引資行為，避免地區和行業間的惡性競爭，積極鼓勵良性和有序競爭，形成良好的市場競爭氛圍。政府應對外資企業進行合理征稅，削弱資本的要價能力，在資本積累的同時，帶動更多的就業，促進勞動收入占比的提高。同時，加快制造業產出服務化趨勢，拓寬服務業的發展空間、改進服務業質量，以提高服務業的就業水平，推動勞動收入占比進入上升通道。最后，注重人才的培養。實現制造業服務化和技術創新驅動，關鍵在人才，各地區需制訂人才高地政策，注重人才的培養，提升工人知識水平、創新能力。在勞動力市場，通過工會力量和法律制度保障勞動者的合法權益，制定合理的最低工資增長機制，提高勞動力的談判力量，抑制要素市場扭曲對勞動收入分配產生不利影響。從提升勞動者技能來看，應開展更多高素質教育培訓，通過對非技術工人進行技能培訓使其向技能型工人轉變，從而更多地承擔研發、精細加工工作而非簡單的零部件生產和組裝工作，提升垂直專業化分工地位，并獲取實質分工和貿易利益，這也正是提高勞動收入占比的治本之策。

[1] Acemoglu, D.. Laber- and Capital- Augmenting Technical Change[R]. NBER Working Paper No.7544, 2000.

[2] Bentolila, S., Saint-Paul, G.. Explaining Movements in the Labor Share[J].ContributionstoMacroeconomics, 2003, (9): 3-13.

[3] 姚毓春, 袁禮, 王林輝. 中國工業部門要素收入分配格局——基于技術進步偏向性視角的分析[J]. 中國工業經濟, 2014, (8): 44-56.

[4] 羅長遠. 卡爾多“特征事實”再思考: 對勞動收入占比的分析[J]. 世界經濟, 2008, (11): 86-96.

[5] Spector, D.. Competition and the Capital-Labor Conflict[J].EuropeanEconomicReview, 2004, 48(1): 25-38.

[6] 羅長遠, 張軍. 勞動收入占比下降的經濟學解釋——基于中國省級面板數據的分析[J]. 管理世界, 2009, (5): 25-35.

[7] 邵敏, 黃玖立. 外資與我國勞動收入份額——基于工業行業的經驗研究[J]. 經濟學(季刊), 2010, (4): 3-24.

[8] 蔣為, 黃玖立. 國際生產分割、 要素稟賦與勞動收入份額: 理論與經驗研究[J]. 世界經濟, 2014, (5): 28-50.

[9] 張杰, 卜茂亮, 陳志遠. 中國制造業部門勞動報酬比重的下降及其動因分析[J]. 中國工業經濟, 2012, (5): 57-69.

[10] 白重恩, 錢震杰, 武康平. 中國工業部門要素分配份額決定因素研究[J]. 經濟研究, 2008, (8): 17-28.

[11] 周明海, 肖文, 姚先國. 企業異質性、 所有制結果與勞動收入份額[J]. 管理世界, 2010, (10): 24-33.

[12] Bental, B., Demougin, D.. Declining Labor Shares and Bargaining Power: An Institutional Explanation[J].SocialScienceElectronicPublishing, 2010, 32(1): 443-456.

[13] 黃群慧, 霍景東. 全球制造業服務化水平及其影響因素——基于國際投入產出數據的實證分析[J]. 經濟管理, 2014, (1): 1-11.

[14] 劉斌, 魏倩, 呂越等. 制造業服務化與價值鏈升級[J]. 經濟研究, 2016, (3): 151-162.

[15] Hansen, B. E.. Threshold Effects in Non-dynamic Panels: Estimation, Testing and Inference[J].JournalofEconometrics, 1999, 93: 345-368.

[16] 連玉君, 程建. 不同成長機會下資本結構與經營績效之關系研究[J]. 當代經濟科學, 2006, (2): 97-103.

[17] 白重恩, 錢震杰. 國民收入的要素分配: 統計數據背后的故事[J]. 經濟研究, 2009, (3): 27-41.

[18] Lay, G., Copani, G., J?ger, A., et al.. The Relevance of Service in European Manufacturing Industries[J].JournalofServiceManagement, 2010, 21(5): 715-726.

[19] 楊玲. 生產性服務進口貿易促進制造業服務化效應研究[J]. 數量經濟技術經濟研究, 2015, (5): 37-53.

[20] 戴翔. 中國制造業國際競爭力——基于貿易附加值的測算[J]. 中國工業經濟, 2015, (1): 59-74.

[21] 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.

[22] 伍山林. 勞動收入份額決定機制: 一個微觀模型[J]. 經濟研究, 2011, (9): 56-68.

[23] 李慧中, 黃平. 中國FDI凈流入與貿易條件惡化:悖論及解釋[J]. 國際經濟評論, 2006, (3): 48-51.

[24] 顧乃華. 對外開放門檻與服務業的外溢效應——基于省際面板數據的實證檢驗[J]. 當代經濟科學, 2010, 32(6): 74-81.

[25] Stehrer, R., Foster, N., Vries, G. D.. Value Added and Factors in Trade: A Comprehensive Approach[R].WIOD Working Paper, 2012.

[26] Acemoglu, D.. When Does Labor Scarcity Encourage Innovation[J].JournalofPoliticalEconomy, 2010, 118(6): 1037-1078.

[27] 董直慶, 蔡嘯, 王林輝. 技能溢價: 基于技術進步方向的解釋[J]. 中國社會科學, 2014, (10): 22-40.

[28] 劉斌, 王乃嘉. 制造業投入服務化與企業出口的二元邊際——基于中國微觀企業數據的經驗研究[J]. 中國工業經濟, 2016, (9): 78-88.

ServitizationofManufacturing,IndustryHeterogeneityandLaborIncomeShare——AnEmpiricalResearchbasedontheDataofMicro-enterprise

TANG Zhi-fang GU Nai-hua

Based on the perspective of industry heterogeneity, this paper systemically studied the relationship of servitization of manufacturing and labor income share, and then discussed the different impact of the input servitization of manufacturing industry with different characteristics on the change of labor income share. The results show that servitization of manufacturing has promotive effect on labor income share and has the characteristics of industry heterogeneity. From the angle of industry, the higher the capital intensity and the technology level of manufacturing industry, the stronger the positive effect of input servitization on labor income share. At the same time, industry heterogeneity factors such as openness and market structure have indirect influence on labor income share through servitization of manufacturing.

servitization of manufacturing; industry heterogeneity; labor income share； factor intensity

10.14007/j.cnki.cjpl.2017.06.004

方式]閆文娟, 郭樹龍. 中國排污權交易政策與企業就業效應——基于微觀企業數據的分析[J]. 產經評論, 8(6): 45-53.

2017-08-18

廣東省科技計劃項目“科技服務業發展模式研究”(項目編號：2016A040404008，項目負責人：顧乃華)。

唐志芳，暨南大學產業經濟研究院博士研究生，研究方向為產業結構與產業演化；顧乃華，暨南大學產業經濟研究院教授、博士生導師，研究方向為服務經濟與管理理論、產業規劃、產業轉型與創新管理。

F407

A

1674-8298(2017)06-0054-16

[責任編輯：陳 林]