離岸服務外包對制造業全要素生產率的影響

楊繼軍 方 銳

一、引言與文獻綜述

當前，各國制造業呈現出服務化程度日益深化的趨勢，服務要素在制造業的生產和運作中發揮著愈發重要的作用?！吨泄仓醒腙P于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》明確指出，要“推動現代服務業同先進制造業、現代農業深度融合”。隨著新一輪信息技術的發展，制造業正逐漸擺脫單一生產的形態并向著生產與服務相融合的形態轉變，服務化轉型已成為推動制造業高質量發展的必然要求。國際分工的不斷深化和細化使得一國制造企業的服務要素投入來源也不再只是企業內部和國內的服務部門，制造企業逐漸開始將生產鏈中的服務環節外包給國外服務部門，而離岸服務外包已成為各國制造業服務化轉型的重要方式。同時，全要素生產率(TFP)是衡量一國制造業發展水平的關鍵指標，而提高全要素生產率是經濟高質量發展的動力源泉。因此，研究離岸服務外包對制造業全要素生產率的影響，是適應經濟全球化趨勢的客觀要求，也是推進中國制造業服務化轉型、提升制造業發展水平以及推動經濟高質量發展的必然選擇。

目前，關于離岸服務外包和全要素生產率的研究主要從以下三個方面展開。一是離岸服務外包率的測算。當前對于外包的研究主要使用FH指數、DJ指數和垂直專業化(vertical specialization，VS)指數來測度行業層面的外包水平。Feenstra和Hanson(1996，1999)提出的FH指數基于投入產出表和貿易數據，用某一行業使用的進口中間投入占總中間投入的比重來度量這一行業的外包水平，但這一方法假定一國各行業的進口中間品使用比例是相同的，這一假定會導致計算結果存在誤差。Daveri和Jona-Lasinio(2008)提出的DJ指數與FH指數并無本質上的區別，只是對數據的利用不同，并克服了“相同假定比例”帶來的缺陷，在簡化了計算的同時也提高了計算的準確度。Hummels等(2001)將VS指數定義為出口中的進口中間品的比重，或是出口中所包含的國外價值部分，因此該指數主要反映的是貿易結構，適用于承包方的外包水平測度。在此基礎上，尹今格等(2019)進一步梳理了國內目前使用較為廣泛的服務外包測度指標，并基于增加值視角對服務外包指標進行重新構建，揭示了中國對各經濟體的服務外包水平。由于本文擬從發包方的視角進行研究，在綜合考慮了計算的難度和精度后，最終使用DJ指數對各國制造業部門的離岸服務外包率進行測度。

二是全要素生產率的測算。目前全要素生產率的測度方法主要分為參數方法和非參數方法兩類。最常用的參數方法是索洛殘差法，即在假定規模報酬不變和?？怂怪行约夹g進步的前提下，采用柯布-道格拉斯生產函數并運用普通最小二乘(OLS)方法估計資本和勞動投入的產出份額，然后將產出增長率扣除各要素投入增長率后的殘差來測算全要素生產率的增長。因此，索洛殘差法計算的全要素生產率即為技術進步率。此外，參數方法中還包括半參數方法，如OP法(Olley & Pakes，1996)和LP法(Levinsohn & Petrin，2003)，這類方法適用于測算微觀層面的全要素生產率。非參數方法中，最具代表性的是數據包絡分析-曼奎斯特(DEA-Malmquist)指數方法，其中Malmquist指數最初由瑞典經濟學家Sten Malmquist于1953年提出，F?re等(1994)基于DEA方法進一步將Malmquist指數變為實證指數，并將其分解為技術效率變動、規模效率變動和技術進步三部分。

三是離岸服務外包對全要素生產率的影響。關于離岸服務外包與制造業生產效率的研究最早可以追溯到比較優勢理論。Arndt(1997、1998)在一般均衡框架下將離岸外包的假設加入要素稟賦理論，證明了外包可以使接發包雙方都集中于具有比較優勢的生產環節從而提高生產率。Egger等(2001)在此基礎上進一步發現低技能生產環節的外包能夠帶動低技能部門的中性技術進步和工資水平提升并帶動工人的積極性，因此促進了生產率的提升。Grossman 和 Helpman(2001)分析了企業的內部化和外包決策行為，發現外包不僅能夠降低企業的經營成本，而且能夠促使企業通過專業化生產獲得“干中學”效應。Chen 和 Shen(2021)將離岸外包以及在岸外包納入同一框架，研究其對中國全球價值鏈升級的影響，結果表明離岸外包能夠促進全要素生產率的提升以推動中國全球價值鏈向中高端攀升。但Baum等(2022)以專利和全要素生產率衡量離岸外包與技術變革之間的關系，發現離岸外包與全要素生產率間不存在顯著的相關關系。

隨著制造業服務化趨勢的不斷推進和服務貿易的迅速發展，國內學者也開始關注離岸服務外包與全要素生產率的關系。李平和楊慧梅(2017)基于發包與承包的雙重視角，實證檢驗了離岸服務外包對制造業全要素生產率的影響，結果表明發包顯著促進了中國制造業全要素生產率的提升，并且提升作用會隨行業技術密集度的增加而增大。姚星等(2017)測算了2003-2011年中國各行業的全要素生產率及其分解項，以及各部門的制造、服務離岸外包率及其前、后向溢出效應變量，考察了兩種離岸外包對各行業全要素生產率的影響及其內在機制。劉天琦和劉京星(2020)則基于逆向服務外包視角，探究其對制造業全要素生產率的影響，結果表明逆向服務外包能夠顯著促進制造業全要素生產率增長。王嵐(2020)的研究發現，由于國內服務投入對技術效率的抑制作用比規模效應帶來的促進作用更加持久，導致其與中國制造業全要素生產率呈U型關系，而國外服務投入與制造業全要素生產率呈倒U型關系。祝樹金等(2021)采用中國工業企業數據和世界投入產出數據庫(WIOD)的匹配數據實證檢驗了服務型制造業對以企業加成率分布的資源配置效率的影響，研究發現二者呈倒U型關系。彭繼宗和郭克莎(2022)運用系統廣義矩估計(GMM)模型考察了制造業投入服務化對生產率的影響，發現制造業服務化對生產率增長具有抑制作用，但國外服務投入能夠顯著促進制造業生產率增長。

與既有文獻相比，本文的創新之處主要體現在以下三個方面：第一，本文選取36個國家的18個制造業部門作為研究樣本，獲取離岸服務外包影響制造業全要素生產率的國際經驗證據，并進行跨國比較，從而有助于深入考察離岸服務外包的生產率效應；第二，本文進一步將36個國家劃分為發達國家和發展中國家，并實證考察離岸服務外包對不同發展水平國家的制造業全要素生產率產生影響的差異，以及接包國發展水平不同時離岸服務外包生產率效應的差異；第三，本文實證檢驗離岸服務外包通過促進制造業部門人力資本水平升級從而提升其全要素生產率的路徑機制。

二、理論分析與研究假設

關于離岸服務外包對制造業全要素生產率影響的理論機制主要包括以下三個層面的內容。一是技術層面。企業的離岸服務外包行為是進口本國不具備比較優勢的服務產品的行為，而在使用外國具有更高技術水平的服務投入的過程中，制造業企業能夠學習和模仿其中蘊含的高新技術，并運用到自身的生產流程中，進而提升生產效率；同時，在學習和模仿的過程中也能夠提升自身的技術創新能力，從而實現技術進步。離岸服務外包的技術溢出對于中國等發展中國家的制造業技術進步能夠起到很大的促進作用，主要原因在于發展中國家通常自主創新能力較低，研發人員供給不足，而在外包的過程中發揮學習和模仿的能力，在掌握外國先進技術的基礎上對其進一步改良和創新，這能夠極大降低發展中國家實現技術進步的難度和成本。外包為企業創造了與接包方(技術源)直接接觸的機會，也就創造了技術溢出的路徑。外包雙方作為合作伙伴，存在頻繁的信息交流和溝通，這使得發包方能夠更充分地掌握服務投入中的技術以及更加高效地將服務投入應用于生產流程中。接包方向發包方提供技術指導、人才培訓等配套服務，也有助于發包企業技術創新能力和人力資本水平的提升。研發創新本身屬于服務活動，企業將研發等服務環節外包給國外廠商能夠直接獲得新技術，而將先進的技術應用于生產中則可以顯著地提升生產率。

二是規模效應層面。盧鋒(2007)指出，某一產品生產過程中的各個環節的最佳規?？赡懿煌?，如果將所有環節集中于單個企業內進行，則難以達到各個環節的最佳規模；而外包作為產業內分工的一種形式，使得不同的生產環節分散至不同的單位，從而使各個環節均達到最佳規模成為可能。同時，生產性服務如研發服務、金融服務和軟件服務等，往往需要專業的團隊才能夠完成，如果將這些專業的服務環節局限于企業內部進行，將面臨高昂的成本和較大的困難，難以實現企業內部的規模經濟。制造業企業的離岸服務外包即是將生產中所涉及的服務環節交給國外專業的服務供應商完成，這使得制造業企業能夠免于從事自身并不擅長的服務環節，從而將全部生產要素投入專業化程度更高的制造環節。這種分工使得企業的規模擴大，不變的固定成本被增加的產出分攤，平均成本下降，從而實現規模報酬遞增。離岸服務外包引致的企業生產規模的擴大也能夠產生學習效應，即“干中學”效應也能夠促使企業獲得規模效益。具體來說，離岸服務外包使得制造業企業實現專業化生產，生產規模得到擴大，這促使企業的工人、技術人員和管理者均能夠更快地積累經驗，工人的生產操作更加熟練，技術人員能夠更加高效地改良技術，管理者則具備了更加豐富的管理經驗，由此整個企業的生產效率得以顯著提升。

三是資源配置層面。資源的有效配置是提升生產率的重要途徑，制造業企業通過服務外包能夠實現對內部資源的重新配置，使資源由低效率的環節轉移至高效率的環節，從而提升其全要素生產率。在外包的過程中，企業通常會經歷三個步驟以實現資源的優化配置從而提升生產效率：首先，審視自身涉及的所有業務以及生產中的各個環節，并找出核心業務及擅長的生產環節；其次，將非核心業務和并不擅長的生產環節外包給生產成本更低的外部供應商執行；再次，企業得以將內部的全部人力、物力和財力等資源以及管理的注意力集中于發展企業自身的核心業務上。由此可以看出，服務外包能夠促使制造業企業免受自身并不擅長的服務環節之擾，提升其全要素生產率。

由此，本文提出如下研究假設：

假設1：離岸服務外包能夠促進制造業部門全要素生產率的提升。

已有大量研究表明，服務外包在一定程度上能夠提升發包方的人力資本水平；李惠娟和蔡偉宏(2018)進一步指出，離岸生產性服務外包能夠通過人力資本的中介效應提升發展中國家的產業結構。首先，離岸服務外包的技術溢出效應使得發包方接觸到進口服務中間品的先進技術，而發包方通過不斷學習、吸收和模仿，在掌握國外先進技術的同時，能夠形成自身的技術創新能力；同時，發包方能夠通過接受接包方的技術指導、人員培訓等獲取技術外溢，其勞動力的技術水平和管理能力都將得到提升，進而推動生產率的提升。其次，外包促使發包方專業化生產，達成規模經濟，并進一步發揮“干中學”效應，加快生產經驗的積累，促進熟練工快速形成；同時，管理人員在更大規模的專業化生產下，管理組織能力得到更充分的鍛煉。由此，發包方的整體人力資本水平得到提升，從而進一步提高生產效率。此外，離岸服務外包使得制造業企業和部門專注于自身核心業務的發展并優化制造業部門內部的資源配置，而發包方能夠將更多資源投入有助于提升人力資本的活動，如員工培訓、人才招募、產學研合作等，進而提升生產效率。由此，本文提出如下研究假設：

假設2：離岸服務外包能夠通過促進制造業部門人力資本水平升級提升其全要素生產率。

三、計量模型、變量測度與數據來源

(一)計量模型設定

本文構建檢驗離岸服務外包對制造業全要素生產率影響的面板數據模型如下：

ln=+ln++++

(1)

式(1)中，ln為年國制造業部門的全要素生產率的對數值，ln為年國制造業部門的離岸服務外包率的對數值，為控制變量集合，和分別為國別-行業固定效應和時間固定效應，為隨機擾動項。為了消除異方差和極端值對回歸結果的影響，本文對計量模型中的所有變量進行了對數處理。進一步地，本文將式(1)的被解釋變量替換為DEA-Malmquist指數的3個分解項，分別進行回歸，以分析離岸服務外包影響制造業全要素生產率的內部原因，具體的回歸模型如下：

ln=+ln++++

(2)

ln=+ln++++

(3)

ln=+ln++++

(4)

其中，、和分別表示年國制造業部門的純技術效率、規模效率和技術進步。

(二)變量說明

1.核心解釋變量：離岸服務外包率()

目前學術界普遍接受的離岸服務外包率的測算方法主要是FH指數及DJ指數，考慮到后者能夠克服FH指數忽略國別和行業差異及“相同比例假定”的缺陷，測算精度更高，因此本文采用DJ指數測算各國制造業部門的離岸服務外包率，根據WIOD提供的國家間非競爭性投入產出表對各國制造業部門的全要素生產率進行測算。DJ指數將離岸服務外包率定義為某一行業使用的來自國外服務部門的中間服務投入占該行業總中間投入的比重。具體公式為：

(5)

其中，和表示國家，和分別表示制造業部門和服務業部門，表示年份，表示年國制造業部門使用的來自國服務業部門的服務中間投入量，表示年國制造業部門的總中間投入，則即為根據指數方法測算的年國制造業部門的離岸服務外包率。WIOD提供的2016版世界投入產出表(WIOT)的行業劃分標準依據的是聯合國國際標準產業分類第四版(ISIC_Rev4)，該標準中包含了56種行業，包括19個制造業和33個服務業。在19個制造業中，考慮到機械設備的維修和安裝行業本身具有一定的服務屬性并且數據不完整，本文將該行業剔除，選擇余下的18個制造業部門(在WIOD中的編號為c5-c22)。對于服務業的選取，鑒于本文的研究重點是離岸服務外包的生產率效應，而非生產性服務業(如住宿和餐飲服務業、出版服務業等)，可能無法對制造業的生產活動產生實質性的影響，本文根據國家統計局發布的《生產性服務業統計分類(2019)》選取了33個服務業中的18個生產性服務業，編號為c28-c35、c39-c43和c45-c49。

基于上述方法，本文測算了2000-2014年36個國家制造業部門的離岸服務外包水平。圖1表明，樣本期內各國制造業離岸服務外包的平均水平呈現出不斷上升的趨勢。其中，2000-2006年制造業離岸服務外包水平緩慢上升；在2010年之后，各國制造業離岸服務外包平均水平出現一定程度的波動。從不同類型國家看，發達國家制造業的離岸服務外包水平是發展中國家的1.5—2倍。主要原因在于發展中國家的制造業大多處在以勞動力比較優勢為基礎的承接發達國家勞動密集型裝配加工環節的發展階段，其服務化的程度和對服務要素的需求都相對較低，因此離岸服務外包活動也相對較少；而發達國家則大多已步入高端制造的發展階段，主要將研發設計、核心部件的生產等服務化程度更高的核心環節保留在國內，促使其在全球范圍尋找合適的服務投入，而將勞動密集型的業務流程如銷售、呼叫中心等非核心環節外包至勞動力低廉的發展中國家，導致其制造業較發展中國家有著更高的離岸服務外包水平。

圖1 2000-2014年樣本國家制造業離岸服務外包平均水平

2.被解釋變量：全要素生產率()

在全要素生產率測算方法的選擇上，本文選取基于DEA-Malmquist指數測算36個國家的18個制造業部門的全要素生產率。基于Malmquist指數測度的期到+1期的生產率變動指數可以表示為：

(6)

其中，和分別代表投入和產出，和+1分別代表時期，則和+1分別為以期技術為參照的期和+1期的距離函數。若+1期的Malmquist指數大于1，則表示+1期的生產率較期有所提升；若等于1則表示生產率沒有變動；若小于1，則表示生產率下降。根據F?re等(1994)的研究，可以對式(6)進行進一步分解，如式(7)所示。

(+1，+1;，)

(7)

其中，等號右側的三項分別為純技術效率變動、技術進步和規模效率變動。純技術效率變動指決策和管理方式以及資源配置方式帶來的生產率變動；技術進步指技術因素引起的生產率變動；規模效率變動則是指由規模報酬變動造成的生產率變動。

具體地，本文使用軟件DEAP2.1測算各國制造業部門的全要素生產率。在假定規模報酬可變的前提下，將各國制造業部門的投入設置為資本投入和勞動投入兩種，產出則為各部門的實際產出。投入產出數據均來自WIOD于2016年發布的社會經濟賬戶(social economic account，SEA)；資本投入數據來自SEA中的行業名義資本存量(nominal capital stock)，由于2016版SEA并沒有提供資本存量的價格指數，本文使用各國的國內生產總值(GDP)平減指數(以2010年為基期)對各國各制造業部門的名義資本存量進行平減；勞動投入則使用SEA提供的各國各制造業部門的雇傭人數(number of persons engaged)衡量；產出使用SEA中的行業總產出(gross output)，并利用SEA提供的總產出價格指數(price levels gross output，以2010年為基期)對各行業總產出進行平減。由于Malmquist指數測算的是相對于上一年全要素生產率的變化率，而本文的研究內容是離岸服務外包對制造業全要素生產率的影響，而不是其對全要素生產率的變化率的影響，在進行實證檢驗之前，本文借鑒邱愛蓮等(2014)的方法，將各國制造業部門2000年的均設定為1，則2001年各部門的為該部門2000年的乘以該部門2001年的Malmquist指數，其余年份以此類推。

圖2顯示了2000-2014年樣本國家制造業的純技術效率變動、規模效率變動和技術進步的均值。其中，純技術效率變動的均值除2013年外均大于1(2013年的純技術效率變動均值為0.993)，表明各國制造業的純技術效率整體呈現出不斷上升的趨勢，各國制造業部門的管理決策方式和資源配置方式都在日益優化。規模效率變動的均值則是在2008年、2011年和2013年出現了小于1的情形，其余年份均大于1，這可能主要是受全球金融危機的沖擊，導致全球需求下降和貿易發展低迷，制造業企業的經營遭遇極大阻力，難以形成規模經濟。技術進步的變動起伏較多，在2003年、2004年、2007年和2012年均出現了下降，且純技術效率變動和規模效率變動的均值在技術進步均值較高的年份(如2005年、2009年和2013年)都相對較低，這表明制造業部門的技術進步可能對其純技術效率和規模效率存在一定的擠出效應，即當企業投入大量資源用于研發創新時，必然在一定程度上擠出生產規模或造成資源的不合理配置，從而取得了技術上的升級但損失了純技術效率和規模效率。

圖2 2000-2014年樣本國家制造業Malmquist指數分解項的均值

3.控制變量

本文設定如下控制變量：(1)行業規模()，用制造業部門從業人數衡量。(2)資本勞動比()，用制造業部門實際資本存量與從業人數的比值衡量。(3)市場規模()，用一國的國內生產總值衡量。市場規模越大，制造業部門就越可能擴張自身的生產規模，從而提高規模效率。(4)研發環境()，用一國研發支出占國內生產總值的比重來衡量。一國研發支出的比重大，說明該國可能具備較好的研發創新環境，其企業具有較強的創新意識，其制造業部門就更有可能實現技術進步。(5)制造業增加值占比()，用一國制造業增加值占該國GDP的比重衡量。一國制造業增加值的占比越高，說明其國民經濟更加依賴制造業部門，其制造業水平也可能更高，則制造業部門的全要素生產率也會更高。(6)信息基礎設施()，用一國每百萬人中互聯網使用人數衡量。如今，信息技術已成為制造業生產的關鍵要素，完善的信息基礎設施能夠為制造業生產率的提升提供支持。(7)經濟自由度()，采用美國傳統基金會發布的全球經濟自由度指標衡量。

(三)數據來源

本文的數據主要來自WIOD的世界投入產出表(WIOT)和社會經濟賬戶(SEA)及世界銀行世界發展指標(WDI)數據庫。測算全要素生產率和離岸服務外包率所需的投入產出相關數據來自WIOD，該數據庫提供了43個國家(地區)56個行業2000-2014年的相關數據，本文研究所涉及的制造業行業涵蓋了WIOD中c5-c22共18個部門。本文控制變量的數據主要來自WIOD和WDI數據庫。受限于數據的完整性和可測算性，本文剔除了保加利亞、塞浦路斯、拉脫維亞、盧森堡、俄羅斯、中國臺灣和土耳其共7個經濟體，選擇其余36個國家(地區)的18個制造業細分行業作為樣本，時間跨度為2000-2014年，最終得到的樣本數量為9720個。

四、基本回歸結果

(一)基本回歸分析

本文首先對式(1)進行回歸估計，同時為了進一步消除非觀測效應，采取逐步控制固定效應的方法。表1的列(1)-列(3)分別為未控制固定效應、只控制國別-行業固定效應，以及同時控制了國別-行業和年份雙向固定效應的回歸結果。由表1可以看出，離岸服務外包水平的回歸系數始終在1%的水平上顯著為正，這表明離岸服務外包能夠顯著促進制造業部門全要素生產率的提升，從而驗證了本文提出的假設1。同時，隨著逐步對計量模型控制固定效應，離岸服務外包的系數值也隨之增大，初步證明了本文所得結果的穩健性。

此外，本文將測算得出的衡量各國制造業部門全要素生產率的Malmquist指數分解為純技術效率指數()、規模效率指數()和技術進步指數()三項，并根據式(2)-式(4)進行回歸，結果如表1的列(4)-列(6)所示。表1列(4)、列(5)的結果顯示，離岸服務外包率對純技術效率和規模效率的回歸系數均在1%的水平上顯著為正，這表明制造業企業將其不擅長的服務環節外包給國外專業的服務提供商，使其能夠將企業內部有限的資源集中于自身核心業務的生產和經營，優化了企業內部的資源配置；同時，核心業務的生產經營規模也隨之擴大，使得企業生產的單位成本下降，規模經濟效應得以實現，從而進一步提升純技術效率和規模效率。表1的列(6)為離岸服務外包率對制造業技術進步指數的回歸結果，結果顯示離岸服務外包對制造業部門的技術進步具有顯著的抑制作用?？赡艿脑蛟谟?，一方面，外包的技術溢出效應能否發揮作用取決于發包方對先進技術的學習吸收能力；另一方面，外包可能會導致發包方對外部技術的依賴，從而對其研發創新活動產生擠出效應(劉丹鷺和岳中剛，2011)。

表 1 基本回歸結果

(續表)

(二)穩健性檢驗

本文對上述主要估計結果從以下三方面開展穩健性分析，回歸結果如表2所示。

1.穩健性檢驗I：核心解釋變量滯后一期

考慮到制造業部門開展離岸服務外包活動對其全要素生產率產生實質影響可能存在時間上的滯后，尤其是離岸服務外包通過技術溢出效應對制造業全要素生產率產生影響。一方面，從將研發環節外包給國外專業研發機構，到取得研發成果和技術創新存在一定時滯；另一方面，制造業部門的管理人員和技術工人對進口服務中間品中包含的先進技術進行學習和消化吸收，也需要一定時間才能夠實現。因此，本文將式(1)中的核心解釋變量替換為離岸服務外包率的滯后一期項，以考察離岸服務外包影響制造業全要素生產率的滯后效應。表2的列(1)、列(2)結果顯示，離岸服務外包滯后一期項對制造業全要素生產率仍然具有顯著的正向作用，這表明離岸服務外包對生產率的影響的確存在一定的滯后效應，同時也證明本文研究結論是穩健的。

表2 穩健性檢驗結果

(續表)

2.穩健性檢驗II：重新劃分樣本區間

按一定時間間隔對原有樣本重新進行劃分，以檢驗模型的回歸結果是否穩健。具體地，本文借鑒Anderson和Yotov(2016)的做法，以3年為界，對原有的2000-2014年的樣本進行重新劃分，即選取2000年、2003年、2006年、2009年和2012年共5年的樣本進行回歸，結果如表2的列(3)、列(4)所示?？梢钥闯?，對樣本區間進行重新劃分后，離岸服務外包對制造業全要素生產率的回歸系數依舊在1%的水平上顯著為正，證明了本文計量模型的穩健性。

3.穩健性檢驗III：縮尾處理

考慮到變量的極大值和極小值可能對本文的研究結果產生影響，本文使用Stata16軟件對基準回歸模型中的被解釋變量和核心解釋變量進行前后1%的縮尾處理，即使用全要素生產率和離岸服務外包率的第1百分位和第99百分位的數據替換“異常值”，進一步對本文的研究結果進行穩健性檢驗。表2的列(5)、列(6)分別報告了在未控制固定效應和控制了固定效應的情況下，對被解釋變量和核心解釋變量均進行前后1%縮尾處理后的回歸結果。結果表明，離岸服務外包對制造業全要素生產率仍然具有顯著的正向促進作用，進一步證明了基準回歸結果的穩健性。

(三)內生性處理

本文在計量模型中加入了行業層面和國家層面的控制變量，并控制了年份固定效應和國別-行業固定效應，以解決模型中可能存在的因遺漏變量引起的內生性問題。此外，本文的被解釋變量與核心解釋變量之間也可能存在著一定的雙向因果關系，即生產率更高的制造業部門可能本身開展離岸服務外包活動的需求也更大。一方面，生產率較高的制造業部門可能得益于較早地推進制造業服務化的進程，其對于服務要素投入的需求也就更大；另一方面，制造業生產率較高的國家的對外開放程度也可能更高，而服務貿易壁壘也較低，其制造業部門離岸服務外包的成本也就更低。同時，考慮雙向因果關系也是導致模型內生性的重要原因之一，本文將模型中的被解釋變量全要素生產率的滯后一期和被解釋變量離岸服務外包率的滯后一期同時作為工具變量，進行兩階段最小二乘(2SLS)法估計。

表3報告了本文計量模型的內生性處理結果。其中，列(1)為未控制固定效應的2SLS估計結果，可以看出離岸服務外包的回歸系數在1%的水平上顯著為正，在逐步控制了國別-行業固定效應和年份固定效應后，回歸系數的符號和顯著性依然沒有改變。同時，Kleibergen-Paap rk LM統計量和Kleibergen-Paap rk Wald F 統計量均通過了檢驗，說明不存在工具變量識別不足和弱工具變量的問題。因此，在對計量模型進行了內生性處理之后，本文研究所得結論依然成立，即離岸服務外包能夠顯著提升制造業部門的全要素生產率。

表 3 內生性處理結果

(四)機制檢驗

根據前文的實證結果可以發現，離岸服務外包對制造業全要素生產率存在顯著的正向促進作用，但仍需檢驗離岸服務外包影響制造業全要素生產率的作用機制。本節將構建衡量制造業部門的人力資本水平的中介變量及中介效應模型，以檢驗基于人力資本水平升級的影響機制。

對于制造業部門人力資本水平的衡量，本文借鑒了齊俊妍和任奕達(2021)的方法，使用各制造業部門的高技能勞動力的總勞動報酬(_)和總工作時間(_)衡量該部門的人力資本水平，數據來源于WIOD的社會經濟賬戶(SEA)。其中，WIOD-SEA(2013)提供了2000-2009年各行業高技能勞動力的工作時間占比和勞動報酬占比數據，WIOD-SEA(2016)中包含了2000-2014年各行業勞動力總工作時間和各行業從業人員總勞動報酬，本文對兩個版本的SEA進行行業匹配后的數據進行相乘，得出各制造業部門高技能勞動力的總勞動報酬和總工作時間。本文設定如下模型來檢驗離岸服務外包對制造業全要素生產率的影響機制：

ln_=+ln++++

(8)

ln=+ln+ln_++++

(9)

ln_=+ln++++

(10)

ln=+ln+ln_++++

(11)

由表4可以看出，離岸服務外包對制造業部門高技能勞動力的總勞動報酬和總工作時間的回歸系數均顯著為正，說明離岸服務外包能夠促使制造業部門生產中高技能勞動力的貢獻增加，進而提升人力資本水平。同時，與表1的基準回歸結果相比，表4列(2)、列(4)中離岸服務外包的回歸系數均有所減小，表明存在中介效應，即離岸服務外包通過提升制造業部門的人力資本水平促進其全要素生產率的提升，從而驗證了本文提出的假設2。其主要原因在于：一方面，接包方向發包方提供技術指導、人才培訓等服務，能夠提升發包方工作人員的生產技術水平和管理組織能力，進而提升其生產效率；另一方面，離岸服務外包使企業專注于核心業務，在生產中產生“干中學”效應，即隨著生產技術逐漸提高，生產經驗日益豐富，人力資本水平不斷升級，生產效率也隨之提升。

表 4 基于人力資本水平升級的機制檢驗結果

五、離岸服務外包影響制造業全要素生產率的異質性分析

(一)基于發包國性質差異和接包國性質差異的異質性分析

為進一步考察國家性質層面離岸服務外包對制造業全要素生產率產生影響的差異，本文將36個樣本國家劃分為發達國家和發展中國家，并從發包國和接包國兩個視角出發進行研究。一方面，從發包國視角，考察離岸服務外包對不同性質發包國的制造業全要素生產率影響的差異；另一方面，從接包國視角，測算各國各制造業部門將服務環節外包至不同性質的接包國的外包率，以考察接包國性質不同時，離岸服務外包對制造業全要素生產率影響的差異。

表5的列(1)-列(3)報告了總體離岸服務外包、接包國為發達國家的離岸服務外包(_)，以及接包國為發展中國家的離岸服務外包(_)對發達國家的制造業全要素生產率的回歸結果。結果表明，總體離岸服務外包和接包國性質不同的離岸服務外包均能夠對發達國家的制造業全要素生產率產生顯著的促進作用。從回歸系數的大小看，接包國為發展中國家的離岸服務外包對發達國家制造業全要素生產率的促進作用更大，這表明發達國家制造業的離岸服務外包活動遵循比較優勢原則，將銷售、倉儲物流等勞動密集型的業務流程服務環節外包至勞動力成本低廉的發展中國家，將研發設計等核心環節保留在國內，使資源得到合理配置，更易實現行業內的規模經濟，進而提升全要素生產率。

表 5 基于發包國性質差異和接包國性質差異的異質性分析

(續表)

表5列(5)報告了總體離岸服務外包對發展中國家制造業全要素生產率的回歸結果，可以看出總體離岸服務外包對發展中國家制造業全要素生產率同樣具有顯著的促進作用，且比其對發達國家制造業全要素生產率的促進作用更大，這與馬盈盈和盛斌(2018)的研究結論基本一致。表5列(5)、列(6)報告了接包國性質不同的離岸服務外包對發展中國家制造業全要素生產率的回歸結果。結果顯示，接包國為發達國家的離岸服務外包對發展中國家制造業的全要素生產率能夠產生顯著的促進作用，且遠大于其對發達國家的促進作用，而接包國為發展中國家的離岸服務外包對發展中國家制造業全要素生產率則不具有顯著的影響。一般而言，與發達國家相比，發展中國家的服務業基礎較為薄弱，制造業部門的服務化程度也相對較低，其制造業部門通過離岸服務外包可以獲得國外更加先進優質的服務要素投入，這些服務要素投入能夠在其制造業生產過程中發揮更強的“黏合劑”的作用，提高其生產效率；同時，發展中國家制造業的生產技術也相對落后，將研發服務和專業技術服務等外包至科技發達的發達國家，能夠產生較強的技術溢出效應，促進了發展中國家制造業部門的技術進步，從而使得全要素生產率得到提升。

(二)基于行業性質差異的異質性檢驗

本文根據行業要素密集度將涉及的18個制造業部門劃分為勞動密集型制造業、資本密集型和技術密集型三類，以考察離岸服務外包對不同要素密集型制造業全要素生產率的影響。由表6可知，離岸服務外包對勞動密集型制造業和技術密集型制造業的全要素生產率具有顯著的正向作用，且對勞動密集型制造業的正向促進作用更大，主要原因在于銷售、倉儲等的業務流程外包均能夠促進兩種類型的制造業部門的資源配置優化和規模經濟效益。具體來說，對于勞動密集型制造業而言，這類業務流程環節在其價值鏈中占據更加重要的地位；而對于技術密集型制造業，其全要素生產率的提升更多依靠生產技術的升級，研發服務、專業技術服務以及信息技術服務等的離岸外包能夠在一定程度上促進其技術進步，但研發成果和技術創新的形成存在一定的時滯，因此離岸服務外包對技術密集型制造業全要素生產率的促進作用要小于其對勞動密集型制造業全要素生產率的促進作用。

表 6 基于制造業要素密集度差異的異質性分析

表6列(2)顯示，離岸服務外包對資本密集型制造業的全要素生產率并不存在顯著影響，其原因可能在于，諸如金屬及金屬制品制造業、焦炭和精煉石油產品制造業、電子與通信設備制造業、運輸設備制造業等資本密集型制造業，主要是通過使用更先進的生產設備來提高全要素生產率，本身對服務要素的需求遠不及技術密集型制造業，在設計研發、生產模式、銷售售后等方面并未產生大量的離岸服務外包需求。此外，資本密集型制造業大多具有壟斷性質，行業內的企業利用自身雄厚的資金實力和自然資源控制權，制造較高的進入門檻，形成行業內壟斷優勢以獲取巨額壟斷利潤，較少關注生產效率的問題。

六、結論與建議

本文基于WIOD對36個國家的18個制造業部門2000-2014年的離岸服務外包率和全要素生產率進行測度，考察了離岸服務外包對制造業全要素生產率的影響。研究結果表明，離岸服務外包對制造業全要素生產率具有顯著的促進作用，且主要促進了制造業部門的純技術效率和規模效率提升，但在一定程度上抑制了制造業部門的技術進步。機制檢驗結果表明，離岸服務外包能夠通過促進制造業部門人力資本水平升級這一路徑提升全要素生產率。異質性分析結果表明，一方面，離岸服務外包對發達國家制造業全要素生產率的促進作用更大，且發達國家和發展中國家的制造業部門將服務環節外包至其他發達國家均能夠促進其全要素生產率提升，而外包至其他發展中國家時，發達國家制造業的全要素生產率能夠顯著提升，但發展中國家制造業全要素生產率并不會受到顯著影響;另一方面，離岸服務外包的生產率效應存在行業異質性，其對勞動密集型制造業全要素生產率的促進作用最大，技術密集型制造業次之，而對資本密集型制造業則沒有顯著影響。本文的政策建議如下：

第一，進一步推進服務貿易自由化，鼓勵并引導企業正確開展制造業離岸服務外包。目前，中國制造業離岸服務外包率較低，主要原因在于服務貿易壁壘較高。因此，應當進一步深化服務貿易開放程度，為制造業企業整合全球資源；同時，需要穩步推進金融業、通信業和科研技術服務業等高端服務業領域的開放，獲取優質先進的國外服務要素投入，提供便利的貿易環節和良好的政策保障。此外，政府在為企業創造便利條件、鼓勵其開展離岸服務外包活動的同時，須為企業做出必要的引導，促使其根據自身比較優勢參與國際分工，外包自身無法達成的服務環節，而不是一味地盲目外包，使資源得到最合理的配置，以充分發揮離岸服務外包的生產率效應。

第二，積極培育高技能勞動力和管理人才與研發人才，增強制造業部門對外部服務要素的吸收能力。制造業企業的離岸服務外包不僅是將生產運營中的服務環節交由外部服務供應商完成，還需要在外包的過程中學習和吸收并形成自身的知識技術和經驗。因此，中國應當由原本傳統的以低成本低技能勞動力為主的發展戰略，轉變為以高技能高素質勞動力為核心的發展戰略，提升高技能勞動力的利用率，培育并挖掘高素質的管理人才和研發人才，從而充分吸收離岸服務外包的技術溢出，提高全要素生產率。

第三，提升本土服務業尤其是高端服務業水平，打破離岸服務外包中國外上游企業利用技術優勢對中國的壟斷。鑒于中國服務業基礎薄弱，尤其是高端服務業發展水平相對較低，需要加快發展本土服務業，打破發達國家在研發和專業技術服務等高端領域的國際壟斷，降低中國制造業企業獲取服務要素的成本。與此同時，積極利用新一輪科技革命成果，聚焦制造業關鍵領域，加強制造業自主創新能力，提升制造業產業鏈水平，避免過度依賴外部技術，導致出現被發達國家“卡脖子”的現象。

第四，健全和完善服務外包中的交流培訓機制，充分發揮離岸服務外包的人力資本升級效應。在服務外包的過程中，接包方向發包方提供技術指導、人員培訓等，能夠提升發包方的人力資本水平。中國應當積極與服務業先進的國家簽訂貿易協定，深化雙方服務貿易合作；鼓勵和指導企業在服務外包合同中簽訂關于交流培訓的條款，充分發揮離岸服務外包對人力資本水平的提升作用，從而提升全要素生產率；同時，強化企業的知識產權意識，避免在學習發包方技術時產生知識產權糾紛。