制造業服務化對碳強度的影響研究

王宏森，周 輝，何冬妮

（1.東北大學 工商管理學院，沈陽 110819；2.天津市工業和信息化研究院，天津 300203；3.中國（海南）改革發展研究院，海口 570311）

一、引言

制造業是國民經濟的重要組成，制造業發展水平在很大程度上代表國民生產力水平和現代化程度。面對全球經濟從以制造為中心向以服務和創新為中心轉變的趨勢（郭躍進，1999），立足于新需求創造的機遇，重塑制造業核心競爭力具有迫切性和可行性。此外，由于新興技術的不斷發展和服務分離度的不斷提高，制造業通過整合和吸收相對“清潔”的服務要素，有利于向節能低碳、智能高效的綠色發展轉型。并且，中國將力爭2030 年前實現碳達峰、2060 年前實現碳中和。隨著越來越多的國家和地區對經濟發展施加碳約束，服務化轉型作為平衡經濟與環境可持續發展的新模式具有明顯優勢（Mont，2002）。一方面，作為全球最大的碳排放國，中國推動碳減排對中國和世界具有重要的戰略意義；另一方面，作為世界上工業體系最完整、產業配套最完善的制造基地，中國制造業大而不強的矛盾依然存在（祝樹金等，2019）。在碳約束背景下，借助制造業服務化在降低碳強度的同時提高產業核心競爭力具有現實需求。由此，制造業服務化能否抑制碳強度？制造業服務化在不同經濟體、行業和服務要素下的碳減排效果有何差異性特征？制造業服務化影響碳強度的傳導機制是什么？探討這些問題對于在碳約束下實現經濟高質量發展具有理論和實際意義，也是本文的研究重點。

二、文獻綜述

隨著服務業的發展，分工合作機制日趨完善，服務化轉型逐漸成為制造業發展變革的必然趨勢（高翔和袁凱華，2020）。從世界各國看，無論是“美國先進制造伙伴計劃”“德國工業4.0”還是“中國制造2025”等戰略規劃，制造業服務化都被視為產業轉型升級的關鍵環節。服務化（servitization）是指通過在研發和生產過程中加入服務元素，實現商業模式從只提供有形的產品向提供“產品+服務”的轉變（Vandermerwe 和Rada，1988）。本文主要將制造業投入服務化作為服務化水平的衡量指標。作為制造業服務化的一個重要方面，投入服務化是指研發、物流、廣告等服務要素作為中間投入在生產過程中所占比例不斷增加（劉斌和趙曉斐，2020），使得價值創造模式和資源利用方式發生改變的過程。加快吸收和融合先進服務要素，提高制造業服務化水平，是實現制造業轉型升級的有效途徑（王娟和張鵬，2019）。

國內外學者對制造業服務化作用的研究主要從經濟效益的角度展開。例如，制造業服務化通過吸納優質服務要素，優化資源配置效率，降低企業生產成本，產生規模效益和范圍效益（Grossman 和Rossi-Hansberg，2008；劉斌等，2016）；改善企業參與國際供應鏈、產業鏈的程度和地位，有利于產品向價值鏈高端攀升（劉斌等，2016；許和連等，2017）；對提高制造企業創新能力產生積極影響，通過技術進步促進制造業勞動生產率的提升（李方靜，2020）；有利于不斷加強制造業與服務業的協調發展，有效推動制造業轉型升級（周大鵬，2013）。可見，在國際分工和低碳目標背景下，制造企業單純依靠傳統資源和市場份額的優勢將無法保障持續的盈利能力，附加上下游的服務活動會成為制造業價值增長新的潛力點。

制造業碳減排研究側重于碳排放分解及影響因素分析。在僅考慮碳排放總量的前提下，多數專家認為影響碳減排的主要因素是能源強度、能源結構和經濟增長（Wang et al，2005）。在兼顧碳減排和經濟增長的考量下，學者們認為效率提升和結構優化是減少碳排放的重要路徑（潘雄鋒等，2011；邵帥等，2017）。結構優化和效率提升有賴于技術進步。因此技術進步可以通過轉變發展方式，為實現環境和經濟協調發展提供支持（朱俏俏等，2014；史丹和張成，2017）。制造業是需要節能減排的重點產業，在保持穩定發展的同時確保“雙碳”目標順利實現，關鍵在于推動產業技術創新和轉型升級。

有一些學者對制造業服務化的環境效應進行了思考。Rothenberg（2007）較早研究了制造業服務化對環境的影響，認為制造業服務化通過提升企業生產率及資源利用率來減少資源消耗和環境污染。祝樹金等（2020）從能源角度研究中國制造業服務化的節能效應，認為制造業服務化通過技術創新效應、要素結構優化效應和規模擴張效應降低能源強度。王向進等（2018）和饒暢（2013）分別基于中國國內和廣東珠三角地區的數據，提出制造業投入服務化可以減少碳排放。綜上所述，制造業服務化對碳減排具有積極作用。緩解經濟增長與環境保護之間的矛盾，需要加快推進制造業服務化轉型，利用先進技術提升制造業低碳發展水平。

梳理現有文獻后發現，關于制造業服務化的研究主要側重于經濟效應視角，而對制造業碳減排的研究則側重于因素分解與演化分析，缺乏對制造業服務化與碳強度之間關系的深入研究；部分文獻使用國內外數據對接或微宏觀數據結合的方式，在版本時效、時間跨度和統計口徑等方面難免存在局限性；異質性分析主要側重于服務要素投入等方面，缺少對于不同類型經濟體異質性特征的研究。本文從宏觀角度探索制造業服務化的碳減排效應，主要貢獻在于：①綜合考慮生態效益和經濟效益目標，定量分析制造業服務化對碳強度影響的大小和方向，闡釋影響機制；②使用最新版、同口徑的世界投入產出數據庫（WIOD）和歐盟委員會聯合研究中心（JRC）環境賬戶數據庫，利用基于年份、經濟體和行業的三維面板數據進行實證分析，完善了完全碳強度等核心變量的測度方法；③基于全球視角分析共性，推導出等碳效率線，進一步分析異質性，對充分考慮差異性下推動制造業服務化轉型，精準施策促進企業轉型升級具有參考意義。

三、理論分析

（一）理論假設

回顧以往文獻發現，勞動生產率提高和產業結構優化不僅是制造業服務化作用的結果，也是碳減排的影響因素。本文基于“制造業服務化水平提升-勞動生產率提高和產業結構優化-碳強度降低”路徑來驗證關聯性。

1.制造業服務化通過“規模效應”提高勞動生產率從而增加碳效率

在勞動生產率水平低下的粗放型增長階段，制造企業在品牌、研發、設計等服務方面的積累相對薄弱，依靠生產要素的大量投入來實現生產規模的擴大，從而使得制造企業長期停留在高能耗、低利潤的生產環節（劉志彪和張杰，2009），造成低效率的CO2排放。因此，要實現低碳化的經濟增長，關鍵在于提高勞動生產率。大量研究表明，制造業服務化將為勞動生產率的提升注入新動力：①基于迂回生產理論（roundabout production），服務化策略充分發揮生產性服務作為制造業“傳遞器”的作用，將知識和人力資本嵌入到諸生產環節中，可以提高制造企業的技術含量、經營效率和產出規模，降低固定成本和可變成本（Grossman 和Rossi-Hansberg，2008），節省的成本可以投入擴大生產或技術研發，進一步推動勞動生產率的提高；②根據國際生產分工理論（international division），各國企業基于專業化分工和比較優勢，從外部服務提供商處采購效率更高、費用更低、質量更好的產品和服務作為投入要素（劉明宇等，2010）。這使得制造企業能夠精簡不必要的內部部門，更加專注于主業，提升整個制造過程的資源配置效率，提高勞動生產率；③根據產業集聚理論（industrial agglomeration），制造企業和生產性服務企業由于共性和互補性而緊密相連，制造業服務化加強了企業之間的生產聯系，為產業集群的形成提供了平臺，使信息、人才、資本等要素充分共享。這種外部經濟和溢出效應擴大了技術受益的范圍，提高了勞動生產率（劉繼國和李江帆，2007）。勞動生產率的提高帶動了制造業整體產出規模的擴大，為提高單位碳排放下的總產出的提供了重要抓手，從而從“規模效應”的角度降低了碳強度。

2.制造業服務化通過“替代效應”優化產業結構減少碳排放

產業結構優化依賴于知識和人力資本的不斷積累，是社會分工深化、專業化水平提升和資源配置效率提高的過程（Montobbio，2002）。以服務化為導向的產業結構轉型成為全球制造業發展的重要趨勢（Vandermerwe 和Rada，1988），通過提高產品中服務要素的知識密集度，引發要素結構和產業結構的“軟化”，由此為降低碳排放的提供重要動力（史丹和張成，2017）；①隨著由“生產型制造”向“服務型制造”轉變，更多源于制造業需求的生產性服務業得到開發和擴展。制造業服務化加強了產業間的協同聯動，形成了產業化服務與集約化制造相互支撐的動態網絡（王娟和張鵬，2019），優化了產業結構的同時，避免了產業空心化和環境負外部性；②服務要素與生產環節的結合是對傳統要素結構、生產范式和產業體系的創新。根據產品生命周期理論（product life cycle），隨著競爭的加劇，為適應新環境、培育新優勢，進入成熟階段的制造企業加大在服務方面的投入，而無法適應戰略轉型的企業則難以生存、逐漸被市場淘汰。企業不斷向更有效率的市場主體轉變，提升了資源配置效率，推動了產業結構的動態優化（謝眾和李婉晴，2020）；③根據產業轉移理論（industrial transfer），發達地區的制造企業往往將其生產過程中的勞動密集型環節轉移到發展中地區，而將研發、設計、服務等技術密集型環節留在境內。這種對生產環節的主動選擇和企業的自發行為，促進了經濟一體化和跨區域協調合作，優化了產業結構的整體布局，為由局部碳減排向整體碳減排過渡創造了條件。綜上所述，組織體系、商業模式和資源配置的重新整合是制造業服務化的基本特征（陳麗嫻和沈鴻，2017），促使了投入結構和產出結構的調整。一方面，生產過程向精細高效、綠色集約的新模式轉變，衍生出許多以專業化服務為導向的“低碳”業態；另一方面，用相對更加“清潔”的服務要素替代實物要素，可以減少對生態環境的負外部性（Reiskin et al，2000）。因此，制造業服務化推動產業結構向高端化、綠色化、智能化的方向轉型，有助于培育制造業競爭新優勢，從“替代效應”角度為制造業碳減排提供了新思路。

假設H1：制造業服務化能夠降低碳強度；

假設H2：勞動生產率提高和產業結構優化是制造業服務化降低碳強度的有效途徑。

上述傳導機制分析如圖1 所示。

圖1 傳導路徑分析

（二）模型分解

根據碳強度定義，分解公式如下：

其中：CI為碳強度；Y為制造業總產值；i為制造業內行業部門；j為能源種類；C為CO2排放量；Ej為第j種能源消耗量；Yi為制造業內第i行業產值。為便于表述，Yi Y用SIi表示，為i行業在制造業總產值中的份額，即行業結構；Ei Yi用EIi表示，為i行業單位產值能耗，即能源強度；Eij Ei用ESij表示，為i行業中j類能耗的比重，即該行業的能源結構；Cij Eij用CCij表示，為i行業j能源的CO2排放量，即碳排放系數。

基于前文的分析，在式（1）基礎上加入制造業服務化（Serij）對碳強度（CI）的影響，使用對數平均迪式指數（logarithmic mean divisia index，LMDI）分解法，CI從基期0 到T期的變化如下：

根據式（2）的分解，為降低碳強度，需要優化產業結構，淘汰落后和過剩的產能，發展低碳高效的高端制造業（潘雄鋒等，2011）；加大研發投入力度，激發技術創新活力，提高能源利用水平；減少化石能源的使用比例，適度增加清潔能源的使用；在碳排放約束下，努力提高產業增加值。

在生產過程中，生產單位除了產生合意的產出（desirable output，如GDP、食品等），還會產生非合意的產出（undesirable output，如SO2、面源污染物等）。利用Cobb-Douglas 函數，假設投入資本（K）、能源（E）、服務要素（S）和勞動力（L）作為生產要素，將制造業行業產值（Y）作為合意產出，CO2排放量（C）為非合意產出，A為技術水平，得到以下公式：

其中：α、β、γ、δ為各生產要素的產出彈性；ε表示隨機干擾的影響。

式（3）表明，除能源外，服務、資本、勞動力和技術水平同樣對碳強度產生影響。為進一步驗證上述推論，下文將設計模型進行研究。

四、數據處理和模型設定

（一）模型設定

結合前文分析，設計如下普通最小二乘回歸（OLS）計量模型：

其中：下標i、p、t分別為行業、經濟體和年份；Carbon為碳強度水平；Service為制造業服務化程度；α為待估參數；Control為控制變量；μi、μp、μt分別為行業、經濟體和年份的固定效應；εipt為隨機誤差項。

1.核心解釋變量：制造業服務化（lnService）

目前學界主要是根據投入產出表，計算制造業單位產值對服務的消耗系數來衡量制造業服務化水平（Vandermerwe 和Rada，1988；祝樹金等，2020）。消耗系數包括直接消耗系數和完全消耗系數。直接消耗系數反映了部門單位產品生產過程中對中間產品的直接消耗，計算公式如下：

其中：xij是j部門中間消耗第i部門產品的數量；Xj是j部門總產值；aij表示j部門生產單位產品對i部門產品的消耗量。n個部門的直接消耗系數矩陣（A）為

完全消耗系數（bij）是指j部門生產一單位最終產品需要完全消耗第i部門產品的數量，代表部門之間的直接和間接聯系。設單位矩陣為I，當各部門都生產一單位的產品時，直接消耗各部門產品總量為X(0)=AI，第一次間接消耗為X(1)=AX(0)=A2I；以此類推，第k-1 次間接消耗為X(k-1)=Ak I。根據列昂惕夫投入產出模型（leontief input-output model），完全消耗系數矩陣為

與式（6）的直接消耗系數相比，式（7）的完全消耗系數考慮了間接消耗，反映了制造業服務化的全過程，計算更為復雜和準確。但是，用完全消耗系數作為制造業服務化的量化指標可能存在一定缺陷。因為在其他條件相近的情況下，中間投入高的部門往往具有更高的完全消耗系數，可能引致服務的重要性被高估，從而與實際的服務化程度不一致。為了彌補這一不足，本文綜合了楊玲（2015）的直接依存度和劉斌等（2016）的完全消耗系數法，用完全依存度來衡量制造業服務化水平：

其中：b為完全消耗系數；下標i、j、m分別代表各經濟部門、制造業內行業部門和服務業部門。

2.被解釋變量：碳強度（lnCarbon）

碳強度為完全碳排放與總產出的比值，綜合考慮了經濟增長和生態保護雙重目標。完全碳排放包括了本部門直接碳排放和對于其他部門的間接消耗所引致的碳排放（潘安和魏龍，2016）。黃玉霞和謝建國（2019）采用完全碳強度法，即以單位產值的完全碳排放作為衡量碳減排的指標，其計算公式如下：

其中：為各經濟部門CO2直接排放行向量；Y為各經濟部門總產出行向量為直接碳強度；B為Leontief 逆矩陣；Carbon為完全碳強度。這種計算方法實際上類似于求各系數的加權平均值。本文先利用完全消耗系數計算各部門的完全碳排放，繼而計算完全碳排放系數：

其中：C為完全碳排放行向量。

3.控制變量（Control）

基于前文分析，參考張友國（2010）的研究，本文選取以下控制變量：能源結構（lnEnstru）用非化石能源消耗占比的對數表示，化石能源消耗通常比非化石能源產生更多的CO2排放。能源強度（lnEnergy）用能耗與產值之比的對數表示，反映制造業能耗管理水平和能源利用技術水平，能源強度越高的行業碳強度越高。人均資本存量（lnCapital）表示為名義股本與員工人數比值的對數。資本存量代表了行業發展的現代化、高級化水平，資本密集度越高，碳強度可能越低。資本生產率（lnCc）表示為行業增加值與名義股本之比的對數。資本生產率反映制度完善程度和管理水平等，代表經濟增長質量。資本生產率的提高有助于降低碳強度。

（二）數據描述

主要變量的描述性特征見表1。本文使用的數據來源于世界投入產出數據庫（World Input-Output Database，WIOD）發布的世界投入產出表（WIOTs）和各經濟體的社會經濟賬戶（SEAs），以及JRC 發布的環境賬戶。2016 年11 月發布的WIOTs 和SEAs，根據國際標準行業分類（ISIC Rev.4）修訂，涵蓋2000—2014 年28個歐盟國家和其他15 個主要國家（地區），56 個行業部門的數據；JRC 于2019 年8 月發布了2000—2016 年各國家（地區）能源消耗和CO2排放的相關數據，與WIOD 的統計標準完全一致。數據處理如下：相關數據按價格指數平減，并按匯率換算成美元。樣本涵蓋2000—2014 年43 個經濟體、18 個制造業部門的相關數據。

表1 主要變量含義及統計特征

基于數據可以看出，lnCarbon與lnService整體呈線性負相關（圖2）。進一步計算lnCarbon與lnService相關系數，得出Pearson 值約為-0.518，Spearman 值約為-0.555，且都在1%水平上顯著不為零。表明制造業服務化與碳強度具有很強的負相關性。然后進行方差膨脹因子①如果最大的VIF 大于10 或平均的VIF 大于1，則認為變量存在多重共線性。（VIF）檢驗，VIF的最大值為1.34，排除多重共線性對模型回歸的影響。

圖2 lnCarbon 與lnService 散點圖

四、實證分析

（一）基準回歸結果

Hausman 檢驗的p值為0，認為應該使用固定效用模型而非隨機效用模型。表2 為2000—2014 年，控制行業、經濟體、年份固定效應的基準回歸結果。結果顯示，不論是否加入控制變量，lnService與lnCarbon始終成負相關，結果在1%的水平上顯著。列（6）表明，其他條件不變的情況下，制造業服務化水平每提高1%，碳強度將下降0.579%。控制變量的影響總體符合預期，由列（6）可知：lnEnergy與lnCarbon呈顯著正相關，能源強度每增加1%，碳強度將增加0.143%。lnCapital和lnCc與lnCarbon成負相關，人均資本存量每提升1%，碳強度降低0.059%。資本生產率每提升1%，碳強度下降0.072%。列（2）顯示非化石能源消耗比重的增加對碳強度具有抑制作用，且在1%水平上效果顯著。但加入lnEnergy后，lnEnstru的影響系數不再顯著，可能因為不能完全區分能源結構與能源強度對碳強度的影響。

表2 基準回歸結果

以上結果表明：從解釋變量看，制造業服務化對降低碳強度具有積極作用，驗證了假設H1，在實證上支持了Mont（2002）關于服務化轉型環境效應的觀點。面對嚴峻的氣候問題，制造業作為全球溫室氣體排放的主要來源之一，迫切需要綠色轉型和低碳發展。本節驗證了制造業服務化對碳減排具有積極影響，從而為優化提高制造業碳生產率提供了理論和對策參考。從控制變量看，能源強度（lnEnergy）是影響碳強度的最重要因素。能源強度的降低取決于能源效率的提高。通過改進工藝裝備、挖掘企業節能潛力，能夠提高能效。因此，大力研發節能降碳技術，提高能源利用的經濟效益，是減少溫室氣體排放、實現綠色發展的重要途徑。此外，人均資本存量和資本生產率對碳減排具有顯著促進作用，與黃玉霞和謝建國（2019）的研究結論類似。健全完善碳資本市場體系，對于拓寬融資渠道和實現碳減排具有重要意義。在實現“碳轉型”的過程中，即需要啟動資金的驅動，也需要提高資本的利用效率以降低碳投資強度（朱俏俏等，2014）。因此，在深化市場化改革的配合下，高效的資本支持可以有效促進產業整體碳生產率的提高。

（二）穩健性檢驗

1.內生性檢驗

低碳強度的制造企業可能具備更高的技術水平和更低的生產成本，從而有更多資源用于服務化轉型。此外，碳強度受多種因素的影響，固定效應雖然可以在一定程度上緩解估計偏差，但不能完全覆蓋可能的影響因素。為避免反向影響和遺漏變量造成的內生性問題，借鑒許和連等（2017）和祝樹金等（2019）的研究，采用滯后一期的lnService作為工具變量（L.lnService），通過兩階段最小二乘法（two stage least square，2SLS）估計對lnCarbon的影響系數，見表3列（1）；參考肖挺等（2014）的做法，對模型進行一階差分，將內生變量的滯后項作為工具變量（D.lnService）進行2SLS 回歸，見列（2）。

表3 穩健性檢驗回歸結果

2.雙邊縮尾處理

為避免極端值等問題的影響，對lnService和lnCarbon進行1%水平上的雙邊縮尾處理后進行OLS 回歸，結果見表3 列（3）。

3.劃分樣本期

由于2008 年金融危機對各經濟體影響較大，選取2000—2008 年和2008—2014 年兩個樣本期重新估計系數，以驗證模型結論的穩健性，分別見表3 列（4）、列（5）。

4.替換指標

用直接消耗系數代替完全消耗系數后，計算制造業對服務投入的直接依存度進行回歸，結果見表3 列（6）。表3 列（1）、列（2）表明，考慮內生性后，回歸系數符號沒有變化，結果仍然顯著。且Kleibergen-Paap rk LM 的p值均為0，強烈拒絕不可識別的假設，Cragg-Donald WaldF檢驗統計量和Kleibergen-Paap rk WaldF檢驗統計量均大于5%臨界值，拒絕弱工具變量假設。列（2）～列（4）表明，經過縮尾處理、劃分樣本期或替換指標后，變量的方向和顯著性沒有改變。因此，表3 結果顯示本文的核心結論是穩健的。

六、拓展分析

（一）異質性分析

由于行業特征存在差異性，各行業制造業服務化對碳排放的影響也不盡相同。參考李金昌和項瑩（2014）的做法，將制造業分為高技術行業、中技術行業和低技術行業三類②按照WIOD 提供的行業代碼，具體分類方法為：低技術行業（C10-C12、C13-C15、C16、C17、C18、C31_C32）、中技術行業（C19、C22、C23、C24、C25）和高技術行業（C20、C21、C26、C27、C28、C29、C30）。，分析行業異質性，見表4 列（1）～列（3）。此外，不同類型的經濟體由于發展階段、市場化水平和開放程度等的不同，可能產生不同的碳減排效果。根據發展中經濟體和發達經濟體的分類③WIOD 樣本數據中共43 個經濟體：發達經濟體33 個、發展中經濟體10 個；未統計港澳等地區數據。發達經濟體為澳大利亞、奧地利、愛爾蘭、愛沙尼亞、比利時、波蘭、德國、丹麥、芬蘭、法國、荷蘭、韓國、加拿大、捷克、立陶宛、盧森堡、拉脫維亞、馬耳他、美國、挪威、葡萄牙、日本、瑞典、瑞士、斯洛伐克、斯洛文尼亞、塞浦路斯、西班牙、希臘、匈牙利、英國、意大利、中國臺灣；發展中經濟體為俄羅斯、保加利亞、巴西、克羅地亞、羅馬尼亞、墨西哥、土耳其、印度、印度尼西亞和中國大陸。，分析經濟體異質性，如列（4）、列（5）。

結果表明，劃分行業和經濟體類別進行異質性分析后，lnService對lnCarbon影響系數的方向和顯著程度沒有變化。由表4 列（1）～列（3）可以看出，低技術制造業的服務化對碳排放的抑制作用最大，是高技術制造業的1.93 倍。這可能是因為低技術制造業對實物要素的消耗較多，服務對實物要素的邊際技術替代率更高，制造業服務化的潛力更大、門檻更低，對碳減排的影響更為明顯。進一步利用Cobb-Douglas 函數和生產環境技術概念（environmental production technology），假設：只有實物資源（W）和服務資源（S）兩種生產要素；將制造業產值（Y）作為合意產出，CO2排放（C）為非合意產出；用于生產合意產出的要素比例均大于非合意產出。則碳強度的鏡像值——碳生產率公式為

表4 行業和經濟體異質性分析結果

在坐標系中繪制等碳效率線。可以看出，隨著服務要素投入的逐漸增加，服務要素對實物要素的邊際技術替代率逐漸降低（圖3）。也就是說，中低技術制造業的服務化轉型具有更強的環境效應，對能源消耗和環境污染的抑制作用更強。因此，要輕重有別、重點突破的提高制造業服務化水平，讓有限的資源能夠更大程度地發揮碳減排的作用。建議優先開展中低技術制造業服務化轉型試點，形成一批可復制、可推廣的低碳技術和發展模式，從而在全面節能減排中發揮示范引領作用。

圖3 邊際技術替代率

表4 列（4）、列（5）表明，發展中經濟體制造業服務化的碳減排效果弱于發達中經濟體。這可能是由于發達經濟體服務業發展更加成熟和專業，服務作為制造業的中間產品在提高勞動生產率和產品附加值等方面更加高效，服務要素增加引起的合意產出（Y）的增幅大于非合意產出（C）。因此其規模效應更加有利于碳生產率的提升，如圖4（a）所示。發展中經濟體處于服務化初期，促使了服務要素投入規模的盲目擴張。不完善的環境規制政策也為無序競爭、產能過剩和資源浪費創造了條件，引致了低效率的碳排放，削弱了碳減排效果，如圖4（b）所示。由于世界各國生產性服務業和服務貿易發展水平嚴重不均衡，制約了發展中經濟體的產業轉型升級和經濟可持續增長。發展中經濟體要努力補齊高端服務業的短板，盡快推動服務貿易創新發展，為降低制造業碳強度提供堅實的技術保障和物質基礎。

圖4 制造業服務化的碳減排效應

此外，由于碳減排效果會因要素性質的不同而異。為了檢驗要素投入的異質性，將制造業投入的服務要素分為生產性服務投入、生活性服務投入和公共服務投入三類④生產性服務業為WIOD 行業代碼中以G、H、J、K、M 開頭的行業及C33，生活性服務業為I、L68、R_S 和T，公共服務業為N、O84、P85、Q 和U。，結果見表5 列（1）～列（3）。生產性服務進一步細分為金融服務、運輸服務、信息服務、分銷服務和技術服務五類進行分析，結果見表5 列（4）～列（8）。

表5 服務要素異質性分析結果

結果表明，各類服務要素的投入均與碳強度呈負相關關系，且至少在10%水平上顯著。在細分服務要素時，制造業吸收生產性服務要素的碳減排效果最強，約為生活性服務和公共服務效果的兩倍。一方面，由于大部分生產性服務面向中間投入，與生產環節的結合更加緊密，對制造業的影響更深；另一方面，生產性服務業具有知識密集和專業化程度高等特點，更有利于向生產過程注入人力資本和知識資本，從而促進產業“軟化”，降低碳強度。進一步細分生產性服務業：金融和技術服務對碳強度影響最大，其次是信息和分銷服務，運輸服務的影響最小。可以發現，這種影響基本上與各類服務要素所內含的知識密集度相關。因此，需要加快服務業市場化改革，推動生產性服務業開放發展，重點促進金融、技術等服務要素深度融入到制造業的研發、生產和銷售等各環節。提升制造業產業鏈現代化水平，從而在減少資源消耗和環境污染的前提下，可以實現更高的知識密集度和產品附加值。

（二）機制檢驗

根據前面的分析，制造業服務化水平對碳減排的影響路徑如下：①通過提高勞動生產率降低碳強度（Arnold et al，2011）。隨著人力資本、知識資本等服務要素的增加，促進了生產技術進步和勞動技能水平的提高，將有助于提升產出效率，帶來更好的生態效益；②通過結構優化降低碳強度（周銀香和呂徐瑩，2017）。隨著能源成本和環境代價更低的服務要素的增加，生產過程中物質要素的投入相對減少，具有促進產業結構“軟化”、降低碳強度的正外部性。為驗證影響機制，構建以下中介效應模型：

其中：Medipt為中介效用變量，分別為勞動生產率（Productivity）、產業結構（Industry）、增加值率（Var）的對數值。勞動生產率為行業增加值與從業人數之比；產業結構用行業份額表示，為行業增加值占總增加值比重；增加值率為行業增加值與行業產值之比。數據來源于SEAs，結果見表6。

表6 列（2）、列（3）表明制造業服務化對勞動生產率的提高具有顯著的正向影響。勞動生產率的提高降低了碳強度，勞動生產率是制造業服務化影響碳強度的中間渠道。列（4）結果表明制造業服務化降低了本行業增加值比重，說明制造業服務化對于上下游產業鏈的發展具有明顯的正外部性。列（5）表明服務投入引發的溢出效應擴大了受益范圍，促進了產業結構優化，擴大了節能減排的整體效應。列（6）顯示，制造業服務化可以提升行業增加值率，即在不犧牲本行業的情況下發揮溢出效應。然而，lnVar對lnCarbon的影響并不顯著。總的看，lnService與lnCarbon在加入中介變量前后始終呈負相關，符號和顯著性沒有變化。采用Sobel 檢驗，lnProductivity和lnIndustry的中介效應占總效應的比重分別為3.06%和5.34%。因此，制造業服務化通過勞動生產率提高和產業結構優化對碳強度具有顯著抑制作用，驗證了前面的假設H2。當前，中國正向低能耗、高技術的集約化發展轉型，制造業面臨著傳統優勢減弱和碳約束增強的雙重壓力。制造企業僅依靠擴大投資和占領市場難以維持穩定的盈利能力，應當以科技創新和結構優化驅動制造業轉型升級，以適應要素成本和環境成本的硬約束。

表6 機制檢驗回歸結果

（三）典型事實

選擇中國、德國、印度、日本和美國5 個國家繪制制造業服務化水平的變化趨勢圖，并標注出中國的線性趨勢線（圖5）。可見，德國的制造業服務化水平最高，與其具有世界競爭力的制造業現代化水平相對應。五國中，中國制造業服務化水平偏低，甚至低于印度。2012 年以后，中國服務化水平超過了2000—2014 年的線性趨勢線，表明中國制造業服務化形勢正在好轉。制造業是國民經濟的支柱產業，是否具有強大的制造業關系到一個民族和國家在國際競爭中的戰略地位。未來在碳約束日益趨緊的背景下，中國要負責任地履行碳減排承諾，需要加快提升制造業服務化水平，以贏得國際競爭的主動權。

圖5 制造業服務化趨勢圖

七、結論與啟示

本文實證檢驗了制造業服務化對碳強度的影響，并根據制造業類型、經濟體發展水平和服務要素類型分析了異質性。主要結論如下：①制造業服務化有利于降低碳強度。使用完全碳強度作為碳減排衡量指標，在經過縮尾處理、劃分樣本期、替換衡量指標并考慮內生性后，效果依然穩健。可以發現，生產中間產品的部門是否“清潔”，也會影響到使用部門的碳排放。因此，應建立閉環的碳排放監管體系，引導企業樹立綠色供應鏈和產業鏈的管理意識；②異質性檢驗表明，不同類型經濟體、制造業部門和服務要素投入的服務化，會產生不同的碳減排效果。與中高技術制造業相比，低技術制造業服務化的碳減排效應更為明顯。與發達經濟體相比，發展中經濟體制造業服務化對碳減排的促進作用較小。投入知識密集度更高的金融、技術服務，使得碳強度降低的幅度更大。因此，要充分考慮部門差異性，在強調引導和示范效應的同時防止“突擊冒進”，在強調公平的同時避免“一刀切”的監管標準；應根據經濟體發展階段制定碳減排路線圖和時間表，尤其要給予發展中經濟體更大的調整優化空間；優化服務要素供給側改革，優先發展金融、技術等知識密集型服務業，從而為制造業服務化取得更好的環境效應奠定基礎；③勞動生產率提高和產業結構優化有助于降低碳強度。提高勞動生產率和優化產業結構作為中間渠道，需要服務等中間投入的不斷積累。但新興經濟體往往存在服務供給總量不足、質量不優、專業化程度不高和結構不匹配的矛盾。因此，需要加快推進服務業項下的自由貿易，構建高水平開放型經濟新體制，激發市場主體的活力和要素流動的動力。

當前，中國制造業正處于從“微笑曲線”底部向兩端攀升的關鍵階段。在發展中經濟體成本優勢和發達經濟體技術優勢的雙重擠壓下，亟需改變過去以資源環境為代價換取經濟增長的模式。制造業服務化是中國抓住綠色發展新機遇，實現“綠水青山”和“金山銀山”雙重目標的可行路徑之一。本文的政策建議為：①綜合經濟效益和減排目標，鼓勵制造企業根據行業特點引進和整合服務要素，提高制造業服務化水平，推動制造業向高端化、綠色化和智能化發展；②激發市場主體的技術創新動力，引導產學研深度融合，為企業將服務要素轉化為產品附加值提供更加便利的條件；③加快服務業市場開放步伐，增加服務要素的有效供給，強化產業關聯度，拓展制造業和服務業深度融合發展的空間；④根據本國特色和比較優勢，制定切實可行的環境監管政策，引導企業向綠色低碳發展方向轉型。