制造業服務化如何影響企業競爭優勢

羅彥 段文靜 祝樹金

摘?要：基于2000-2013年中國制造業投入服務化和企業加成率的測算構建計量模型，采用制造業企業數據實證檢驗制造業投入服務化對企業競爭優勢的影響。結果顯示：制造業投入服務化與企業加成率呈倒U型關系，中國當前制造業服務化水平總體上還處于倒U型曲線左側，對企業加成率主要表現為正向效應;在改變估計方法、考慮潛在內生性問題、剔除關鍵變量極端值后進行估計，結果依然穩健。進一步的機制檢驗表明，成本降低是制造業服務化提高企業加成率的中介渠道。

關鍵詞： 制造業投入服務化;企業加成率;非線性效應

中圖分類號：F42?文獻標識碼：?A?文章編號：1003-7217（2021）01-0125-08

一、引?言

改革開放以來，我國制造業快速發展，生產和出口規模居世界前列，已成為全球制造業大國，但總體上“大而不強”，大多行業還處于全球價值鏈中低端;并且隨著我國要素成本上升、貿易不確定性凸顯，我國制造業傳統競爭優勢逐步下降。黨的十九大報告指出，要“促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群”“加快培育國際經濟合作和競爭新優勢”等。制造業服務化已成為全球產業發展的重要趨勢，也是培育制造業競爭優勢、推動價值鏈升級的關鍵模式;推動制造業服務化是提升制造業核心競爭力、實現高質量發展的重要渠道。根據測算，中國平均制造業投入服務化水平從2004年的38%提高至2014年的48%①，升幅高達25%。那么，制造業投入服務化水平的上升如何影響企業競爭優勢？企業加成率反映了企業價格與邊際成本的偏離程度，較高的加成率反映企業具有較強的市場競爭能力或市場勢力。本文將基于企業加成率的視角，衡量企業的競爭優勢或市場勢力，研究制造業投入服務化對其影響機制和效應，這不僅有助于制造業投入服務化微觀成效的客觀評估，而且能夠為如何更好地推動制造業與服務業深度融合提供有益的政策啟示。

與本文內容相關的已有研究主要涉及兩個方面。一是關于制造業投入服務化對制造業績效的影響研究。目前已有文獻主要考察了制造業服務化對制造業企業生產率、增加值、創新和出口二元邊際等方面的影響。Arnold等（2008） 基于世界銀行企業調查數據庫中1000家非洲企業的數據，實證研究發現制造業企業的服務要素投入與企業生產率之間存在顯著的正向關系[1];Wolfmayr （2008）使用1995-2000年16個OECD國家18個制造業行業層面的數據，實證發現制造業投入服務化顯著提升行業出口市場份額，即有利于提升市場競爭力[2];Lodefalk （2014）使用2001-2007年瑞典的數據，研究發現制造企業服務要素投入的增加顯著提升企業出口強度[3]。劉斌和王乃嘉（2016）使用中國的數據研究發現制造業投入服務化從增加企業出口概率、擴大企業出口產品種類和市場范圍等三個方面影響出口擴展邊際，從提高出口價格和降低出口數量等兩個方面影響出口集約邊際[4]。劉斌等（2016）進一步研究了制造業投入服務化對中國制造企業全球價值鏈升級的影響，表現為制造業企業參與全球價值鏈程度和分工地位的雙重提升[5];許和連等（2017）使用中國2000-2010年的數據實證發現制造業投入服務化與企業出口國內增加值之間呈U型關系[6]。二是關于企業加成率影響因素的研究。一方面，根據Allen和Lerner （1934）的研究[7]，加成率可以用企業面臨的需求價格彈性的表達式來表示，而需求彈性往往受市場競爭程度的影響，因此，已有理論和實證文獻直接研究市場競爭對企業加成率的影響效應[8];另一方面，根據加成率的定義，其等于價格與邊際成本之比，任何影響企業價格或者邊際成本的因素均可引起其加成率的變動，基于此，大量文獻研究貿易自由化對企業加成率的影響。具體地，最終品貿易自由化通過進口競爭降低企業價格，進而降低加成率[9-12];中間品貿易自由化引致企業邊際成本下降，有利于企業價格加成的提高[13-15]。此外，還有文獻基于產品創新、人民幣匯率、勞動力成本等視角研究企業加成率的影響因素并得到諸多有益觀點[16-18]。

制造業服務化會影響企業生產率、技術創新等方面，勢必會對企業國際競爭勢力產生影響，而加成率作為衡量企業國際競爭勢力的一個重要指標，耿偉和王亥園（2019）探討了制造業服務化和企業加成率的關系，但他們側重于出口企業，且認為制造業投入服務化與出口企業加成率之間主要表現為線性關系[19]。相對于現有文獻，本文基于我國制造業企業數據，研究了制造業投入服務化對企業加成率的非線性效應及其作用機制，在以下幾個方面有所貢獻：其一，本文將研究樣本期拓展到了2013年，估算了1998-2013年我國制造業企業加成率;其二，首次基于微觀層面探討制造業投入服務化影響企業加成率的非線性效應及其機制，區別于耿偉和王亥園（2019）的研究，本文以全部制造業企業為研究對象，探討了制造業投入服務化對企業加成率倒“U”型的非線性影響;其三，本文從企業成本和技術創新兩個方面檢驗了制造業投入服務化影響企業加成率的作用機制，深化了制造業、服務業兩業融合與企業競爭勢力之間關系的認識。

二、機制分析與研究假說

根據加成率的定義，引起產品價格或邊際成本變動的因素均會影響到企業價格加成。制造業投入服務化可能通過成本效應、創新效應降低企業邊際成本、提高產品價格從而影響加成率。（1）成本效應。制造業投入服務化可降低企業的邊際成本進而影響企業加成率。首先，在制造業企業增加服務要素投入的過程中，通過融合不同的服務要素可能直接降低企業的生產成本、管理成本、運輸成本和銷售成本等。例如在“互聯網+”時代，通過融合信息服務技術與制造技術，有利于提高企業內、外的信息互享與協同運作，從而利于企業有效控制與協調研發設計、生產和銷售等各環節，提高產出效率，降低企業生產成本和管理成本;而受益于區域和全球交通網絡的不斷完善和整合，運輸服務化可更為有效地實現生產要素和產品的空間移動，極大地降低交易風險和單位運輸成本;分銷服務化有助于縮短企業與消費者之間的“距離”[5]，完善企業的營銷服務網絡，從而降低企業的溝通成本和銷售成本。其次，制造業服務化可通過服務外包促進企業優化資源配置，降低生產成本。制造業服務化的發展是服務外包不斷外化發展的過程[20]，制造業企業將自身服務部門的相關業務或環節外包出去，集中資源于核心產品的生產，利于企業通過優化資源配置提高生產率，降低生產成本。此外，隨著外包出去的服務業務自身質量的提高，外部生產性服務業的專業化水平和市場細分程度都相應提高，形成規模經濟，中間服務投入成本進一步降低。（2）創新效應。已有研究表明技術創新可以通過提高企業生產率、降低生產成本、擴大市場份額等提升企業加成率[21，16]，制造業投入服務化可通過推動企業技術創新而影響企業加成率。首先，隨著產業鏈在全球范圍不斷深化和延長，內嵌于制造業各環節的服務投入的深度和廣度日益提高，在其與制造業不斷融合的過程中，通過新思想、新技術和新流程推動知識的轉移和共享，產生技術外溢，推動技術創新，增加創新產品產出。其次，在產業鏈上游，高端服務要素投入（例如研發、設計、管理）提高了企業的技術創新和吸收能力，在產業鏈中下游，信息咨詢、技術支持、市場調查、營銷等服務要素占比的增加促使制造業企業從以加工組裝為主向“制造+服務”轉型，從單純出售產品向出售“產品+服務”轉變，優化要素稟賦與產品組合方式，利于激勵企業進行自主創新和協同創新[22]，提供差異化、多樣化的產品供給，提高企業議價能力。特別地，以人力資本和知識資本為主的生產性服務要素的投入，對企業內部結構和部門協作管理產生重要影響，主要通過“干中學”、經驗積累和學習效應促進企業創新能力的提升，直接或者間接地提高企業出口產品的技術復雜度，加快企業產品“量”到“質”轉變速度[23，24]，有利于提高企業盈利能力和競爭勢力。此外，制造業、服務業兩業融合發展，可能衍生出更多新業態、增值服務等，從而突破創新邊界，擴大創新領域，推動交叉創新或者跨界創新[25]。

要注意的是，在制造業服務化初期，其可能通過成本效應和創新效應提升企業產品價格加成，但這種提升效應存在邊際遞減趨勢，過度的服務化甚至會對部分企業加成率產生負向影響。一方面，生產性服務業有知識密集型和資本密集型特征，固定成本投入較高，過度地進行生產要素投入服務化，會增加企業的成本，同時可能擠出核心生產環節的資源，降低生產效率，對企業加成率產生負向影響。特別對于以勞動、資源密集型產品為主的中國制造業企業而言，當服務化超過一定發展程度時，其服務化轉型帶來的成本下降難以抵消過度的服務投入增加的成本，對企業加成率產生負向作用;另一方面，近年來，我國制造業服務要素投入越來越多地依賴國內市場，國外服務要素投入占比僅有1/4，且呈明顯下降趨勢。而國內服務要素，特別是研發技術服務、商務服務等高附加值優質服務要素投入，與發達國家水平存在差距，因此，過高的服務化水平帶來的創新效應呈邊際下降趨勢，對價格加成的提升幅度可能難以彌補成本擠出效應帶來的負向影響，整體上降低企業的競爭優勢。因此，總體來說，制造業服務化對企業加成率的影響存在非線性的倒U型效應。

基于以上典型事實及機制分析，提出研究假設1。

H1?制造業投入服務化主要通過成本效應和創新效應影響企業產品加成率;在其他條件不變的情形下，制造業服務化對于企業加成率具有非線性的倒U型影響效應。

三、計量模型、變量與數據

（一）計量模型設定

根據機制分析和研究假說，設定檢驗制造業投入服務化影響企業加成率的基本模型：

制造業投入服務化Servicejt。目前學者主要采用投入產出法中的生產消耗系數法進行測度，包括直接消耗系數法和間接消耗系數法[20，5，6]。本文基于WIOD（2016）發布的2000-2014年的投入產出表，使用完全消耗系數法測算中國制造業投入服務化水平。

其中，Servicesj表示制造行業j對服務業s的完全消耗系數;asj表示制造行業j對服務業s的直接消耗系數。但在國民經濟各行業之間，除了直接消耗關系，還應該考慮制造行業j對服務業s的間接消耗，從而構成完全消耗系數。第一輪間接消耗為∑nk=1askakj，依次類推，加到第n輪間接消耗。進一步將每個制造業行業內所有服務行業的投入加總，得到各個制造業行業的總的服務投入。

控制變量。全要素生產率（TFP），在計算企業加成率的過程中，需要基于生產函數估計每一種要素投入的產出彈性系數，在得到產出彈性系數后，采用索羅殘差方法計算得到企業的全要素生產率。企業資本-勞動比（KLR），企業的資本-勞動比由企業的固定資產凈值與企業的就業人數之比表示，是表征企業要素構成的關鍵變量。企業平均工資（Wage），企業平均工資用企業總工資與就業人數之比來表示。企業年齡（Age），根據樣本當前年份與成立年份的差值計算企業年齡。外資企業虛擬變量（FOE），外資企業包括港澳臺企業，控制企業所有制對加成率的影響效應。

（二）數據來源及處理

本文使用的數據主要涉及兩個數據庫，分別是世界投入產出數據庫和中國國家統計局公布的中國工業企業數據庫。世界投入產出數據庫（簡稱WIOD）統計了2000-2014年全球43個國家56個行業（國際標準行業分類ISIC）的投入產出數據，其中，5～22為制造業行業，28～56為服務業。中國工業企業數據庫涵蓋了規模以上中國工業企業的詳細數據，目前可用年限為1998-2013年，為了與WIOD數據保持一致，保留2000-2013年的中國工業企業數據。下面詳細介紹對中國工業企業數據庫的處理過程，以及如何補齊2007年之后用于估算生產函數的關鍵變量。

首先，根據Cai和Liu （2009）的做法[28]，刪除工業總資產、固定資本、就業人數和中間投入等關鍵指標缺失或者小于零的觀測值，同時剔除違背會計準則的觀測值。其次，借鑒Brandt，Van Biesebroeck和Wang（2012）的方法[29]，采用序貫識別法構建一個新企業ID和年份為兩維的面板數據。再次，根據Brandt等 （2012）公布的數據對樣本期間的中國工業企業數據庫國民經濟四位行業代碼進行了統一，以及對工業總產值、中間投入等金額指標進行了價格平減。最后，2007年后，中國工業企業數據沒有報告中間投入和增加值等估算生產函數的重要變量，這就需要利用已有變量構造這兩個關鍵變量。具體方法如下：采用收入法計算增加值，其表達式為：增加值=勞動工資+勞動福利+各項稅收+各項費用+利潤+當期折舊。其中，勞動福利2009年之后沒有統計，本文估算出2000-2008年每一年城市-行業層面的福利占工資的比例，發現這一比例變動很小，因而采用2008年的福利工資比例和2009年之后的工資，計算2009年之后的勞動福利數據。在測算了增加值之后，采用總產值=增加值+中間投入的公式，得到了每個企業的中間投入。2009年和2010年關鍵指標缺失特別嚴重，例如沒有折舊等指標，且2010年的數據存在較大的統計偏差，因此，本文沒有估計這兩年的企業加成率。

（三）典型化事實

制造業投入服務化的演變趨勢。圖1的虛線部分描繪了這18個制造業行業投入服務化的年度均值的變化趨勢。樣本期間，制造業投入服務化水平總體呈上升趨勢，表明我國制造業投入趨于服務化。具體地，2000-2004年制造業服務化水平下降，這可能是我國在加入WTO后初期，中國企業面臨市場迅速擴大，從而能夠從規模效益中獲取收益[30]，導致企業主要增加物質要素投入，而減少服務要素投入;2004年后制造業投入服務化水平呈顯著上升趨勢，也有助于企業應對勞動力成本上升、人民幣升值和全球金融危機等負面沖擊。同時，本研究還整理了樣本期間各細分制造業行業服務化水平平均值，結果表明，計算機、電子產品和光學產品制造，汽車、掛車和半掛車制造，電力設備制造等技術密集型制造業行業有相對較高的服務化水平，而家具制造及其他制造，食品、飲料和煙草制品制造，木材、木材制品及軟木制品等制造等勞動密集型的傳統制造業服務化水平相對較低。

制造業企業加成率的演變趨勢。圖1繪制了中國制造業企業加成率年度均值演變趨勢②。1998-2013年，中國制造業企業加成率均值呈不斷上升的趨勢，由1998年的1.2上升到1.42，上升幅度高達18%。由圖形還可以看出，以制造業投入服務化由下降轉為上升的2004年作為時間分界點，前一階段的企業加成率的上升幅度僅為3%，遠低于后一階段的增幅（14.5%）。可以初步判斷，制造業投入服務化的上升可能推動了制造業企業加成率的提升。

為了進一步分析制造業投入服務化與企業加成率之間的關系，圖2繪制了WIOD行業層面制造業服務化與加成率的散點圖。初步擬合關系表明，制造業投入服務化與加成率之間可能存在先上升后下降的倒U型關系，也就是說，隨著制造業投入服務化發展，加成率提升的速率呈下降趨勢;當制造業投入服務化達到一定水平之后，加成率上升幅度變得很小;存在某一個制造業投入服務化的拐點值，當制造業服務化水平超過該臨界值之后，隨著制造業服務化發展，其對企業加成率的影響不再表現為正向效應，反而存在抑制作用。

四、實證結果分析

（一）基準回歸估計

表1第（1）和（2）列報告了檢驗制造業投入服務化與企業加成率線性關系的計量模型（1）的回歸結果，其中第（1）列僅納入企業生產率作為控制變量，第（2）列在第（1）列基礎上引入資本勞動比、平均工資、企業年齡和企業所有制等控制變量，兩列均控制了企業個體固定效應和年份效應。回歸結果顯示，核心解釋變量制造業投入服務化的估計系數顯著為正，以引入全部控制變量的列（2）為例，行業層面的制造業投入服務化水平上升1%，將導致該行業內企業加成率上升0.27%，具有較強的經濟顯著性。因此，在沒有考慮到制造業投入服務化變量的二次項時，制造業投入服務化顯著促進企業提升加成率，有利于提高企業的市場競爭勢力。表1第（3）和（4）列報告了進一步納入制造業投入服務化二次項的回歸結果，其中，第（3）列僅納入控制變量企業生產率，第（4）列在第（3）列基礎上引入其他所有控制變量。結果顯示，制造業投入服務化單獨項的估計系數均顯著為正，二次項的估計系數在5%的水平上顯著為負，且兩列的估計系數絕對值大小較為接近，表明制造業投入服務化與企業加成率存在顯著的倒U型關系。具體地，當行業層面的制造業投入服務化水平低于某一個門檻值時，制造業投入服務化有利于提高該行業內企業加成率，而當行業層面的制造業投入服務化水平高于該門檻值后，進一步的制造業投入服務化將會降低企業加成率。這一實證結果與前文的預期一致。本文進一步基于第（3）和（4）列的制造業投入服務化一次項和二次項的估計系數，計算得到制造業投入服務化的門檻值分別為0.6747和0.6656。根據表1，使用的樣本期內（2000-2013

年）制造業投入服務化的均值為0.4143，最大值為0.5612，因此，中國目前的制造業投入服務化與企業加成率的關系仍然處于倒U型曲線的左邊，這也在

一定程度上與不考慮制造業服務化二次項的估計結果相符，也就是說在目前乃至今后的一段時間內，我國制造業服務化對于企業加成率具有促進效應。但當制造業服務化發展到一定階段時，也就是說制造業投入服務化水平超出臨界值時，制造業服務化將抑制企業加成率，因此，制造業投入服務化水平并不是越高越好，而是存在一個最優值。

（二）穩健性檢驗

1. 差分模型回歸。前文采用個體固定效應的方法進行計量實證估計，這里進一步采用差分方法消除不可觀測的個體效應，并且還能檢驗制造業投入服務化變化率對加成率變化率的影響效應。具體地，根據樣本期長度，對計量模型的被解釋變量、核心解釋變量和全部控制變量均分別取1階、3階、5階差分，回歸結果見表2。根據差分回歸結果，制造業投入服務化估計系數顯著為正;而在納入制造業投入服務化變量的二次項之后，制造業投入服務化一次項系數顯著為正，二次項系數顯著為負，依然表明制造業投入服務化與企業加成率呈倒U型關系，與基準回歸基本一致。

2.內生性問題。基準回歸模型控制了不可觀測的年份固定效應、企業固定效應等，一定程度上緩解了樣本選擇和遺漏變量引起的內生性問題;且被解釋變量是企業層面的數據，核心解釋變量是行業層面數據，制造業投入服務化與企業加成率之間的逆向因果導致內生性的可能性也大大降低。但是仍然存在某些行業內市場勢力高的企業傾向于更高的服務投入，且這些企業在行業內市場份額很高，其制造業服務投入水平可能在很大程度上決定行業層面的制造業服務投入水平。因此，進一步借鑒許和連等（2017）的方法[6]，使用制造業投入服務化的滯后期作為制造業投入服務化的工具變量，進行兩階段最小二乘回歸，由于篇幅限制，回歸結果不予展示。結果表明，無論是否引入控制變量，制造業投入服務化的一次項和二次項分別顯著為正和顯著為負，與基準回歸結果一致。因此，在考慮了模型潛在的內生性后，本文主要結論仍然成立。

3.剔除極端值。為了排除回歸結果受到樣本中異常值的干擾，進一步分別剔除被解釋變量企業加成率，核心解釋變量制造業投入服務化，以及控制變量的位于最小和最大的1個百分區間的樣本極端值，由于篇幅限制，回歸結果不予展示。結果表明：結論依然穩健。

（三）機制檢驗

正如理論機制分析所指出的，制造業投入服務化通過成本效應和創新效應等渠道影響企業加成率，借鑒劉斌和王乃嘉（2016）、許和連等（2017）的研究[4，6]，構建如下中介效應模型進行機制檢驗。

其中，MV指中介效應變量，這里主要包括兩個變量：一是反映成本效應的企業成本變量（Cost），借鑒劉斌和王乃嘉（2016）的研究[4]，企業成本等于管理費用、財務費用、主營業務成本、銷售費用、主營業務應付工資、主營業務應付福利費的總和，其中，產品銷售費用、主營業務應付工資和主營業務應付福利費的總和數據有缺失，本文使用相應指標占主營業務收入之比作為權重進行了補齊，取自然對數;二是反映創新效應的企業創新變量（Grant），本文參考寇宗來和劉學悅（2020）的研究[31]，使用2000-2013年中國專利數據庫中授權專利數據，取自然對數。

表3報告了中介效應模型的具體估計結果。其中，第（1）和第（2）列報告了成本渠道的中介效應回歸結果。列（1）顯示制造業投入服務化系數顯著為負，表明制造業投入服務化顯著降低企業成本;列（2）顯示企業成本系數顯著為負，即企業成本與企業成本加成呈顯著的負向關系，而制造業投入服務化變量一次項估計系數顯著為正，二次項估計系數顯著為負;因此，成本效應是制造業投入服務化與企業成本加成倒U型關系的可能中介渠道。第（3）和第（4）列報告了創新渠道的中介效應回歸結果。列（3）顯示，制造業投入服務化與企業創新之間呈顯著的正相關關系，列（4）顯示企業創新系數為正，制造業投入服務化與企業成本加成之間呈倒U型關系，但不顯著。因此，基于以上分析，成本效應是制造業投入服務化影響企業成本加成的主要機制渠道。

五、結論與政策啟示

本文的研究結論表明，制造業服務化與企業加成率之間呈倒U型關系，一定程度的投入服務化通過降低成本促進了企業價格加成提升;但因我國服務要素質量相對較低、服務投入的成本擠出效應等，過高的服務化水平會對價格加成產生負向效應;當前我國制造業服務化水平尚未到達拐點，進一步推動制造業服務化能夠提升企業加成率和市場競爭優勢。在改變估計方法、克服內生性問題、剔除關鍵變量的極端值后，研究結果仍然穩健;通過構建中介效應模型進行機制檢驗，證實了成本效應是制造業投入服務化影響企業加成率的可能中間渠道。

本文的研究結論蘊含豐富的政策啟示。第一，進一步推進制造業投入服務化，將有利于提升企業競爭勢力。本文的一個主要結論是制造業投入服務化顯著提升企業加成率，且目前的制造業投入服務化水平遠低于降低企業加成率的拐點值，因此，為了提升企業的價格加成定價能力和市場勢力，繼續推進和深化制造業與服務業融合是一項重要的政策措施，尤其應該加大金融、研發設計等服務投入的比重。第二，過高的制造業服務化水平可能對企業價格加成產生負向效應，且這一效應可能主要來自國內服務要素投入，因此，一方面應整合全球資源，適量增加國外優質服務投入，另一方面應提高國內服務投入的質量、優化國內服務投入結構，大力發展現代服務業。第三，本文研究發現制造業投入服務化能顯著降低企業成本和促進技術創新，要充分發揮制造業投入服務化對企業加成率的促進效應，可進一步著力降低企業成本和促進技術創新;同時，進一步優化企業營商環境，尤其是降低企業的制度性交易成本，例如稅費負擔、融資成本等;企業應積極參與國家“創新驅動”戰略、“互聯網+”戰略等，通過自主創新、“互聯網+”等方式降低企業成本。同時，企業應抓住機遇，著力提高企業高端化人才的投入數量、加強復合型人才的培訓力度，提升服務投入的生產效率，提高制造業與服務業融合深度、廣度和質量。

注釋：

①?制造業服務化水平是指服務要素投入占總投入的比重。

② 由于中國工業企業數據庫在2009年和2010年缺乏估算加成率的關鍵變量，如工業增加值、中間投入，因此無法估算企業加成率，這兩年的企業加成率缺失。數據來源和處理中對此進行了詳細介紹。

參考文獻：

[1]?Arnold J M， Mattoo A， Narciso G. Services inputs and firm productivity in Sub-Saharan Africa： Evidence from firm-level data[J]. Journal of African Economies， 2008，17（4）： 578-599.

[2]?Wolfmayr Y.Producer services and competitiveness of manufacturing exports[R]. FIW Research Reports，2008.

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

[4]?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）：59-74.

[5]?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， 51（3）：151-162.

[6]?許和連，成麗紅，孫天陽. 制造業投入服務化對企業出口國內增加值的提升效應——基于中國制造業微觀企業的經驗研究[J].中國工業經濟， 2017（10）：62-80.

[7]?Allen R G D， Lerner A P. The concept of arc elasticity of demand[J]. The Review of Economic Studies， 1934，1（3）： 226-230.

[8]?Melitz M J， Ottaviano G I P. Market size， trade， and productivity[J]. The Review of Economic Studies，2008，75（1：295-316）.

[9]?Feenstra R C. Measuring the gains from trade under monopolistic competition[J]. Canadian Journal of Economics/Revue Canadienne D'économique， 2010， 43（1）： 1-28.

[10]錢學鋒，范冬梅，黃漢民. 進口競爭與中國制造業企業的成本加成[J].世界經濟， 2016，39（3）：71-94.

[11]余淼杰，袁東. 貿易自由化、加工貿易與成本加成——來自我國制造業企業的證據[J].管理世界， 2016（9）：33-43+54.

[12]許明，李逸飛. 中國出口低加成率之謎：競爭效應還是選擇效應[J].世界經濟，2018， 41（8）：77-102.

[13]De Loecker J， Goldberg P K， Khandelwal A K，et al. Prices，markups，and trade reform[J].Econometrica，2016，84（2）： 445-510.

[14]毛其淋，許家云. 中間品貿易自由化提高了企業加成率嗎？——來自中國的證據[J].經濟學（季刊）， 2017，16（2）：485-524.

[15]祝樹金，鐘騰龍，李仁宇. 中間品貿易自由化與多產品出口企業的產品加成率[J].中國工業經濟， 2018（1）：41-59.

[16]劉啟仁，黃建忠. 產品創新如何影響企業加成率[J].世界經濟， 2016，39（11）：28-53.

[17]許家云，毛其淋. 人民幣匯率水平與出口企業加成率——以中國制造業企業為例[J].財經研究，2016， 42（1）：103-112.

[18]諸竹君，黃先海，宋學印，等. 勞動力成本上升、倒逼式創新與中國企業加成率動態[J].世界經濟， 2017，40（8）：53-77.

[19]耿偉，王亥園. 制造業投入服務化與中國出口企業加成率[J].國際貿易問題， 2019（4）：92-108.

[20]顧乃華，夏杰長. 對外貿易與制造業投入服務化的經濟效應——基于2007年投入產出表的實證研究[J].社會科學研究，?2010（5）：17-21.

[21]Aghion P， Howitt P A. Model of growth through creative destruction[R]. National Bureau of Economic Research，1990.

[22]戴覓，余淼杰. 企業出口前研發投入、出口及生產率進步——來自中國制造業企業的證據[J].經濟學（季刊），?2012，11（1）：211-230.

[23]戴翔. 服務貿易自由化是否影響中國制成品出口復雜度[J].財貿研究， 2016，27（3）：1-9.

[24]王思語，鄭樂凱. 全球價值鏈嵌入特征對出口技術復雜度差異化的影響[J].數量經濟技術經濟研究， 2019，36（5）：65-82.

[25]黃群慧，霍景東. 產業融合與制造業服務化：基于一體化解決方案的多案例研究[J].財貿經濟， 2015（2）：136-147.

[26]De Loecker J， Warzynski F. Markups and firm-level export status[J]. American Economic Review， 2012，102（6）： 2437-71.

[27]Levinsohn J， Petrin A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies， 2003， 70（2）： 317-341.

[28]Cai H， Liu Q. Competition and corporate tax avoidance： Evidence from Chinese industrial firms[J]. The Economic Journal， 2009， 119（537）： 764-795.

[29]Brandt L， Van Biesebroeck J， Zhang Y. Creative accounting or creative destruction？ Firm-level productivity growth in Chinese manufacturing[J]. Journal of Development Economics， 2012，97（2）： 339-351.

[30]Krugman P R. Increasing returns， monopolistic competition， and international trade[J]. Journal of International Economics， 1979，9（4）：469-479.

[31]寇宗來，劉學悅. 中國企業的專利行為：特征事實以及來自創新政策的影響[J].經濟研究，2020，55（3）：83-99.

（責任編輯：鐘?瑤）