制造業服務化、生產性服務業集聚與產業結構升級

2025-04-10 00:00:00張勇

湖北經濟學院學報 2025年2期

摘要：制造業服務化是推動產業結構升級的新型動力和重要支撐。本文基于2003—2020年我國省域層面的經驗數據，通過構建回歸模型和中介效應、調節效應模型對制造業服務化影響產業結構升級的作用機制和渠道效應進行檢驗。研究發現：（1）制造業服務化正向促進產業結構升級；（2）生產性服務業集聚在制造業服務化影響產業結構升級中發揮部分中介作用；（3）區域創新環境的改善有利于正向調節制造業服務化影響產業結構升級以及生產性服務業集聚的渠道效應。研究結論為推動產業空間布局優化，全面推進產業結構戰略性調整和轉型升級，實現經濟高質量發展提供了理論參鑒。

關鍵詞：制造業服務化；生產性服務業集聚；產業結構升級；區域創新環境

中圖分類號：F273.1 文獻標志碼：A 文章編號：1672-626X（2025）02-0013-14

當前，我國正處在以高質量發展為引領推進中國式現代化建設的新階段。加快產業結構優化升級，釋放“結構性紅利”，是推動供需結構適配和經濟運行質量、效益提升的重要舉措，是高質量發展的題中之義。制造業服務化是隨著傳統產業邊界模糊化和全球經濟服務化趨勢的不斷增強，制造業和服務業基于異質性資源優勢互補和協同優化配置，跨產業深度融合衍生的新型產業形態，其本質是以客戶需求為中心的商業模式創新和價值鏈重構過程。黨的二十大報告明確指出，要“構建優質高效的服務業新體系，推動現代服務業同先進制造業、現代農業深度融合”。制造業服務化作為產業融合發展的生動實踐，為制造業轉型與創新發展提供了新的方向，也為推動產業結構升級和高質量發展注入了新的動能。全面深入解析制造業服務化影響產業結構升級的作用機理與渠道機制，對推進產業結構戰略性調整和轉型升級，實現經濟高質量發展具有重要的現實意義。

一、文獻綜述與理論假設

（一）制造業服務化與產業結構升級

制造業作為我國實體經濟的主導產業，是現代化產業體系最重要的基礎和核心。制造業服務化是全球經濟服務化和產業邊界模糊化在工業制造領域的具體實踐[1]。產業服務化本身也是一個經濟結構不斷趨向高級化的過程?，F有研究證實，高質量服務要素的嵌入對提高制造企業產品質量和技術創新能力[2-3]、促進企業全要素生產率提高[4]和先進制造業全球價值鏈升級[5]、推動制造業轉型[6]、經營績效提升[7]和勞動力市場供需適配，防范“產業空心化”[8]等方面具有顯著的經濟效應。近些年關于制造業服務化與產業結構升級的關系問題引發了學界的廣泛關注?，F有理論和經驗分析主要集中在制造業服務化影響產業結構升級的內在機理、作用路徑以及關系特征等方面。周大鵬（2013）[1]認為，增加知識型服務要素的中間投入能夠通過范圍經濟和成本效應影響制造業產出，促進產業從低端向高端演化。焦青霞（2023）[9]基于兩階段最小二乘法實證檢驗了制造業服務化對產業結構優化的推動作用及其行業異質性特征。有關制造業服務化影響產業結構升級的作用路徑和機制研究目前還不夠充分。胡昭玲等（2017）[10]和夏秋（2021）[11]分別從技術創新和服務需求兩個方面實證檢驗了制造業服務化影響產業結構升級的中介渠道，但同時發現對于發展中國家而言，制造業服務化并未產生明顯的技術創新效應，這為進一步剖解發展中國家制造業服務化影響產業結構升級的渠道機制遺留了空間。制造業服務化影響產業結構升級的方式方面目前存在線性關系和非線性關系兩種典型的觀點。張志醒和劉東升（2018）[12]、唐國鋒和李丹（2020）[13]分別基于理論分析驗證了制造業服務化對產業轉型升級的正向影響。但徐振鑫等（2016）[14]則認為服務化戰略短期內所造成的成本上升和資源配置不當會對制造業產業升級形成阻礙，即所謂“服務化悖論”，從而使二者關系表現為產業結構水平隨服務化戰略推進先下降后上升的“U”型關系。

從制造業服務化的本質和直觀表現來看，制造業服務化就是將研發設計、運輸配送、檢測維護等異質性服務要素作為中間投入與工業產品的生產、交付等環節進行創新性融合，最終實現產品/服務質量提升、企業創新和盈利能力增強以及產業鏈、價值鏈高端化的過程。因此，綜合前人經驗探索，制造業服務化影響產業結構升級的理論和現實邏輯可歸結為三個方面：

第一，制造業服務化有利于推動生產要素變革和組合方式創新，提升產業間不同要素資源的組合配置效率[15]，進一步強化產業融合互動和良性升級改造。先進生產要素體系是支撐現代產業發展質量和效益的關鍵基礎。制造業服務化通過將高度專業化的知識、技術和人力資本以“飛輪”形式嵌入產品生產過程，實現異質性生產要素和服務要素的全方位共融互構，能夠有效緩解服務要素的稀缺性“約束”并優化要素結構，提升產品/服務產出價值和供需適配質量，促進生產模式轉換和產業結構升級。

第二，制造業服務化作為一種創新驅動的集約型分工模式[16]，能夠通過先進知識和環保、設計等高質量生產性服務要素的集聚和深度融合，充分發揮技術進步、要素替代和創新溢出效應，顯著提升產業綠色全要素生產率和區域綠色創新效率[17]，促進形成區域低碳綠色循環的生產體系和資源集約型、環境友好型的產業高質量發展模式，從而推動產業結構合理化、高級化和可持續發展能力提升。

第三，隨著制造業與服務業產業邊界的日益模糊化和產業關聯度的不斷提升，服務要素對工業產品的消費促進和引導效應日益明顯。制造業通過不斷加大服務項目開發和創新力度，培育形成新的消費增長點和新型消費場景，能夠有效推動工業服務化消費迅速崛起，帶動消費結構優化升級。新型消費業態的涌現和工業服務化消費比重的不斷提高，能夠顯著促進產品和服務的專業化集中，不斷提高消費質量和需求剛性，反過來促進工業服務產品、產業經營模式和組織形式持續變革[18]，從而推動產業結構升級。

基于上述分析，提出研究假設H1。

H1：制造業服務化能夠顯著促進產業結構升級。

（二）生產性服務業集聚的中介機制

產業集聚是同一產業或關聯產業在特定地理區域表現出的高度集中分布和產業資本要素的空間匯聚過程。作為一種典型的區域產業組織形式，產業集聚在促進產業轉型和產業結構升級方面具有重要的作用，是塑造經濟地理和推動區域經濟增長的重要方式。

一方面，生產性服務業是從制造業內部分化獨立出來形成的新興產業，二者之間具有天然的內在關聯性和發展互依性。宣燁（2012）[19]研究發現，生產性服務業集聚能夠通過競爭效應、專業化效應和外部性降低制造業交易成本，顯著提升本地和周邊地區制造業效率。也有學者提出，生產性服務業集聚對制造業升級呈現“倒U型”的非線性作用機制，研發資本流動對二者關系存在門檻約束[20]。孟濤等（2022）[21]實證檢驗了生產性服務業集聚通過專業化集聚的MAR外部性、多樣化集聚的JACOBS外部性和競爭性集聚的PORTER外部性影響制造業服務化的路徑。然而，生產性服務業的發展并非制造業服務化的根本原因，而是影響制造業服務化的“催化劑”。現有成果圍繞生產性服務業集聚和制造業融合發展進行了探討，但更多側重于生產性服務業集聚影響制造業發展的經濟效應和作用機制的單向研究，鮮有關于制造業服務化如何影響生產性服務業集聚的理論成果和實證研究。根據產業關聯理論，投入產出關系是反映制造業與生產性服務業融合程度和雙向聯動效應的基本邏輯。制造業服務化影響生產性服務業集聚的理論機制可系統歸結為需求拉動、引致創新和集聚結構優化。

首先，生產性服務業的形成是制造業發展規模不斷擴大和專業化分工的結果。制造業服務化對研發設計、物流運輸、信息和金融以及售后保障等生產性服務要素的供給規模和供給質量都提出了更高的要求。中間投入需求對生產性服務業產出的“后向關聯效應”有助于推動生產性服務業在空間上的集中布局，以進一步提升生產性服務業的專業化水平。其次，制造業與服務業的跨邊界融合，能夠通過技術滲透、產業聯動等途徑打破原有產業邊界，推動實現創新資源的充分有序流動和動態優化配置，能夠有效地引導和促進各類創新要素，尤其是研發和科技服務、現代金融、大數據等高端創新要素協同向新質生產力集聚，進一步提升生產性服務業的協同創新能力和空間集聚水平。最后，制造業不同細分行業基于自身的行業特性，在服務化進程中會對服務要素來源、投入結構、需求規模等方面表現出一定的差異性。制造業服務化在服務要素中間投入方面的需求差異和行業異質性有利于促進生產性服務業的多樣化集聚和分工專業化，通過業務關聯、鏈條延伸和知識、技術溢出等優化生產性服務業的空間布局和網絡結構。

另一方面，從生產性服務業集聚與產業結構升級的關系來看，學界目前關于二者關系的理論研究成果較多，但尚未形成一致性的結論。主流觀點認為，生產性服務業集聚對產業結構升級具有顯著的正向促進效應[22-23]。但也有學者提出，生產性服務業集聚對產業結構升級的影響受到生產性服務業創新水平[24]、經濟發展水平[25-26]、城市規模[27]和資源稟賦[28]的影響。對于生產性服務業創新水平較低、經濟欠發達、城市規模較小和非資源型城市地區來說，生產性服務業集聚對產業結構升級會形成“遮掩效應”，削弱甚至抑制生產性服務業集聚對產業結構升級的促進作用，從而使二者關系表現出非線性特征。

概而言之，生產性服務業集聚影響產業結構升級的作用機制主要包括：（1）促進跨產業深度融合與分工協作。生產性服務業集聚通過專業化的人力資本積累和高端服務嵌入，有利于提升產業技術創新效率和勞動生產效率，降低關聯產業的交易成本，進一步強化跨產業深度融合與專業化分工協作，從而促進產業結構升級。（2）優化資源配置和要素供給結構。生產性服務業集聚的分工協作效應有利于推動統一大市場建設和市場機制完善，發揮市場配置資源的決定性作用，引導資源要素合理化流動和高效率配置，有效化解資源要素配置扭曲和結構性失衡，提高要素供給結構的適應性和靈活性，從而滿足產業結構升級的要素結構需求。（3）強化集群質量引領力和競爭效應。生產性服務業的空間集聚有利于完善“優勝劣汰”的市場競爭機制，激發和釋放企業競爭活力，倒逼企業技術進步和質量升級，顯著提升生產性服務業整體的質量競爭力、引領力和支撐力，更好促進產業結構升級。（4）產業集聚協同釋放規模經濟效應。生產性服務業在特定空間的循環累積通過引發產業鏈上下游企業區位重置，形成連鎖反應擴大產業集群規模[29]，在提升產業內部高端要素配置效率和企業生產效率的同時，也有利于促進和強化產業間的協同集聚創新，進一步釋放規模經濟效應，推動產業結構升級。

綜上分析，提出研究假設H2。

H2：生產性服務業集聚在制造業服務化影響產業結構升級中發揮正向中介作用。

（三）區域創新環境的調節效應

熊彼特認為，創新的本質是“建立一種新的生產函數”，即生產要素和生產條件的“重新組合”[30]。制造業服務化通過引致生產性服務業集聚促進產業結構升級的過程，同樣會受到區域創新環境的影響。區域創新是國家和地方政府通過創新資源調控，引導和支持企業創新行為，激發區域創新活力和提升創新產出的重要手段，是創新驅動發展的重要載體。不同地區在創新資源、創新政策體系和創新服務水平等方面會表現出差異。完善的區域創新環境能夠有效地引導知識、技術等優質服務要素跨區域流動，提升技術市場活躍度和技術轉移效率。一方面，政府主導的研發活動和技術創新能夠形成良好的引領示范效應，并向市場傳遞積極信號，提振產業發展信心。新知識、新技術等高端服務要素的高效流動和空間集聚，能夠顯著促進區域產業勞動生產率提升，進一步影響制造企業服務化的戰略決策，對制造業深度服務化和生產性服務業集聚具有積極的催化效應。另一方面，制造業服務化和產業結構升級離不開完善的產業政策環境和體制機制保障。區域制度創新能夠通過降低交易費用、提升創新要素配置效率和全要素生產率、降低技術研發溢出損失和完善市場競爭機制等影響區域技術進步和創新行為，對產業轉型和產業結構升級形成正向激勵。

基于上述分析，提出研究假設H3。

H3：區域創新環境在制造業服務化推動產業結構升級及其中介機制中發揮正向調節作用。

綜上認為，制造業服務化通過帶動和引導生產性服務業集聚促進區域產業結構升級，區域創新環境的改善和提升有利于正向調節制造業服務化對區域產業結構升級的促進效應及生產性服務業集聚的中介效應。制造業服務化通過引導生產型服務業集聚影響產業結構升級的理論機制如圖1所示。

二、研究設計

（一）模型構建

1. 基準回歸模型

為驗證上述制造業服務化對區域產業結構升級的理論假設，構建基準回歸模型如式（1）所示，用于檢驗制造業服務化對區域產業結構升級的影響。

[ISUit=α0+α1SOMit+α2Xit+μi+τt+εit] （1）

其中，[i]代表省份，[t]代表年份，[ISUit]表示[i]省份[t]年的產業結構升級指數，[SOMit]表示[i]省份[t]年的制造業服務化水平，[ Xit]表示控制變量。同時，為了區域層面不受時間變化因素以及宏觀經濟波動的影響，引入[μi、τt]分別表示區域固定效應和時間固定效應，[εit]為隨機誤差項。

2. 中介效應模型

模型（2）和模型（3）為中介效應模型，用于檢驗生產性服務業集聚在制造業服務化影響產業結構升級中的中介機制。其中，[PSIAit]表示[i]省份[t]年的生產性服務業集聚程度，其余變量含義同上。

[PSIAit=β0+β11SOMit+β12Xit+μi+τt+εit] （2）

[ISUit=β0+β21SOMit+β22PSIAit+β23Xit+μi+τt+εit] （3）

3. 調節效應模型

借鑒Preacher等（2008）[31]提出的基于Bootstrap有調節的中介效應檢驗方法，構建模型（4）—（6），對區域創新環境在制造業服務化影響產業結構升級中的調節效應進行檢驗。其中，[RIEit]表示[i]省份[t]年的區域創新環境，其余變量含義同上。

[ISUit=θ0+θ11SOMit+θ12RIEit+θ13SOMit×RIEit+θ14Xit+μi+τt+εit] （4）

[PSIAit=θ0+θ21SOMit+θ22RIEit+θ23SOMit×RIEit+θ24Xit+μi+τt+εit] （5）

[ISUit=θ0+θ31SOMit+θ32RIEit+θ33SOMit×RIEit+θ34PSIAit+θ35PSIAit×RIEit+θ36Xit+μi+τt+εit] （6）

（二）變量定義與測算

1. 被解釋變量

產業結構升級（[ISU]）：產業結構升級反映了隨著不同部門之間資源配置的動態調整，產業結構由低級形態向高級形態躍遷演化的過程，表現為產業由傳統的勞動密集型向資本和技術密集型的轉變，通常伴隨著產業勞動生產率和附加價值的提高，以及產業競爭力的顯著提升。借鑒干春暉等（2011）[32]、尹勇等（2023）[33]、李豫新和水遠遠（2023）[34]的經驗做法，以各省份第三產業產值和第二產業產值的比值表征區域產業結構升級水平。

2. 解釋變量

制造業服務化（[SOM]）：制造業服務化水平反映了制造業在生產經營過程中對生產性服務業的直接/間接消耗程度或服務要素在制造業價值產出中所占的比重。目前較為普遍的測度方法：一是從生產投入結構的角度衡量制造業生產過程對各生產性服務要素的消耗量[35-37]，即投入服務化；二是從產出和業務的角度測度服務性業務收入占制造業總收入的比重[38]，即產出服務化或業務服務化。鑒于數據的可得性限制，采用歷年投入產出表中制造業對生產性服務業的完全消耗系數和直接消耗系數來表征各地區的制造業服務化程度。考慮到投入產出表每隔五年編制一次，為了測算出2003—2020年各省份的制造業服務化水平，借鑒陳麗嫻和魏作磊（2022）[15]的研究，2003—2005年各省份的制造業服務化程度均使用2002年制造業對生產性服務業的完全消耗系數和直接消耗系數來表示，2006—2010年各省份的制造業服務化程度均使用2007年制造業對生產性服務業的完全消耗系數和直接消耗系數來表示，2011—2015年各省份的制造業服務化程度均使用2012年制造業對生產性服務業的完全消耗系數和直接消耗系數來表示，2016—2020年各省份的制造業服務化程度均使用2017年制造業對生產性服務業的完全消耗系數和直接消耗系數來表示。在此基礎上，以各省份制造業增加值占GDP的比重與對應年份制造業服務化程度的乘積來表征各省份連續年份的制造業服務化水平。圖2所示為各省份歷年制造業服務化水平對比及演變趨勢。可見，不同省份制造業服務化水平差異較大，但從發展演變趨勢來看，除個別省份以外，大部分地區制造業服務化水平總體呈現上升的趨勢。

3. 中介變量

生產性服務業集聚（[PSIA]）：對于生產性服務業的行業范圍，參照席強敏等（2015）[39]和原白云等（2023）[40]關于服務業和生產性服務業的界定，以交通運輸、倉儲和郵政業；信息傳輸、計算機服務和軟件業；金融業；房地產業；租賃和商務服務業；科學研究和技術服務業六大重點行業作為生產性服務業的代表。區位熵（LQ）能夠從地理空間的分布上對產業集聚進行衡量，能夠相對較為準確地衡量地區產業集聚水平，其計算方法為：

其中，[LQijt]表示[t]年[j]地區生產性服務業及其細分行業的區位熵，[qijt]和[qit]分別表示[t]年[j]地區和全國從事[i]行業的就業人數；[qjt]和[qt]分別表示[t]年[j]地區和全國全部行業的就業人數。根據六大重點行業各地區及全國歷年的就業人數計算其區位熵（Loc_Entropy），作為衡量生產性服務業空間集聚程度的代理變量。同時，計算各省份生產性服務業的空間基尼系數（Spa_Gini）替換生產性服務業的區位熵以表征各省份生產性服務業的集聚程度，對中介效應模型進行穩健性檢驗。

4. 調節變量

區域創新環境（[RIE]）：現有研究中對于區域創新的測度指標包括新產品銷售收入、專利申請及授權數量、研發投入等。各省份研究與試驗發展（Ramp;D）經費投入強度能夠從投入的角度反映地區對研發創新活動的資金支持力度，同時也能夠在很大程度上體現不同區域經濟轉型升級的進程和高質量發展水平。因此，將各省份研究與試驗發展（Ramp;D）經費投入強度作為區域創新環境的代理變量，同時借鑒左喜梅和夏冰倩（2023）[41]的研究，以新產品銷售收入占各區域GDP的比值作為區域研發投入強度的替換變量，對調節效應模型進行穩健性檢驗。

5. 控制變量

為消除遺漏變量帶來的偏差，參考溫婷（2020）[42]、陳堂等（2023）[43]、陳小輝等（2020）[44]、袁航等（2019）[45]和吳繼英等（2022）[46]的研究成果，選取政府干預程度（[Gov]）、區域開放程度（[Open]）、人力資本水平（[Edu]）和市場化程度（[Mkt]）作為控制變量。其中，政府干預程度（[Gov]）以各省份歷年政府公共財政支出占GDP的比例表示，區域開放程度（[Open]）以各省份歷年進出口總額占GDP的比例表示，人力資本水平（[Edu]）以各省份歷年人均受教育年限表示，市場化程度（[Mkt]）參考王小魯等（2019）[47]，以樊綱市場化指數表征各省份歷年市場化水平。

（三）樣本選擇與數據來源

研究以我國省域地區為對象，剔除港澳臺及西藏地區，同時考慮部分數據的可得性和統計指標的一致性，最終選擇2003—2020年我國30個省級行政區域的動態面板數據作為樣本來源，主要數據來源于國泰安（CSMAR）數據庫以及歷年各省份統計年鑒、《中國高技術產業統計年鑒》。考慮到模型可能存在的異方差問題以及變量間數量級的不一致，為了進一步提高樣本數據的平穩性和數據擬合度，對模型中數值差異較大的人力資本水平指標和市場化程度指標數據取自然對數。模型主要變量定義及描述性統計結果如表1所示。

三、實證結果與統計分析

（一）基準回歸分析

為了避免模型估計出現偽回歸，首先對模型各指標變量的平穩性進行檢驗，在此采用更適用于短面板模型的IPS檢驗法對各變量的單位根進行檢驗，如表2所示的檢驗結果顯示，各變量同階平穩，可以直接進行模型估計。

表2 模型變量單位根檢驗結果

[變量名 [ISU] [SOM] PSIA [RIE] [Gov] [Open] [LnEdu] [LnMkt] [T]值 -5.81 -5.46 -7.10 -6.15 -4.29 -6.23 -5.02 -4.58 [P]值 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 ]

為了檢驗制造業服務化影響區域產業結構升級的直接效應，首先對模型變量采用混合OLS回歸，回歸結果如表3列（1）—（2）所示。根據固定效應和隨機效應模型修正的Hausman檢驗，結果顯示[Probgt;chi2=0.0000]，因此選擇固定效應模型進行回歸，結果如表3列（3）—（4）顯示。與此同時，為了保證回歸結果的無偏有效，利用White檢驗分別對模型變量的組間異方差、組內自相關性和組間同期相關性進行檢驗。結果顯示：組間異方差檢驗P值為0.2245，故不能拒絕同方差的原假設，認為不存在組間異方差；組內自相關檢驗F值為89.304，P值為0.00，表示模型存在組內自相關；組間同期相關檢驗P值為0.00，強烈拒絕“無組間同期相關”的原假設，認為存在同期組間相關。為了消除模型組內自相關問題，選擇FGLS模型對制造業服務化影響區域產業結構升級的直接效應進行估計，估計結果如表3列（5）—（6）所示。

表3報告了制造業服務化對產業結構升級的基準回歸結果。列（1）為控制時間固定效應和區域固定效應后制造業服務化對產業結構升級的OLS直接回歸結果，回歸系數為0.331且在1%的水平上顯著。列（2）為加入控制變量并同時控制時間固定效應和區域固定效應后，制造業服務化仍然在1%的水平上正向促進產業結構升級。列（3）—（4）顯示了面板固定效應的回歸情況，加入控制變量前后，系數分別為0.343和0.116，均在1%的水平上顯著。列（5）—（6）為FGLS回歸，制造業服務化的回歸系數分別為0.127和0.074，在1%的水平上顯著。因此，制造業服務化對產業結構升級均表現出顯著的正向促進效應，假設H1得以驗證。

（二）中介效應分析

借鑒溫忠麟和葉寶娟（2014）[48]的研究，采用面板固定效應回歸驗證生產性服務業集聚在制造業服務化影響產業結構升級中的渠道效應?；貧w結果如表4所示?；貧w結果表明生產性服務業集聚在制造業服務化影響產業結構升級中的中介效應明顯。為進一步明確生產性服務業集聚的渠道機制，采用非參數百分位Bootstrap法對生產性服務業集聚在制造業服務化影響產業結構升級中的渠道效應進行穩健性檢驗。檢驗結果如表5所示，所有方法構建的置信區間中都不包含0，表明生產性服務業集聚在制造業服務化影響產業結構升級中的間接效應顯著，假設H2得以驗證。

（三）創新調節下的中介機制分析

表4中列（11）—（13）報告了區域創新環境對制造業服務化影響產業結構升級及其中介機制的調節效應檢驗結果。列（11）和列（12）中，交乘項[SOM×RIE]的系數分別為0.271和0.076，且分別在1%和5%的水平上顯著，表明區域創新環境在制造業服務化影響產業結構升級和帶動生產性服務業集聚中存在調節作用。列（13）中交乘項[SOM×RIE]和[PSIA×RIE]的系數分別為0.269和0.301，均在1%水平上顯著。由此可見，區域創新環境在制造業服務化影響產業結構升級以及生產性服務業集聚的渠道效應中均表現出正向調節作用，假設H3得以驗證。為了更為直觀地反映區域創新環境在制造業服務化與生產性服務業集聚之間的調節作用，繪制區域創新環境的調節效應圖（圖3）。相對區域創新環境較差地區來說，區域創新環境較好地區制造業服務化對生產性服務業集聚的影響更加陡峭，反映了區域創新環境能夠顯著增強制造業服務化對生產性服務業集聚的正向影響。

（四）穩健性檢驗

為了避免實證研究由于變量間互為因果、樣本選擇偏誤和遺漏變量等可能導致的內生性問題，進一步檢驗變量選取的解釋能力，分別采用工具變量法和變量替換法對模型穩健性進行檢驗。

1. 工具變量法

考慮模型設定可能帶來的變量之間互為因果而導致的內生性問題，選擇滯后一期和滯后二期的制造業服務化水平作為制造業服務化的工具變量，分別應用兩階段最小二乘法（2SLS）和有限信息的最大似然法（LIML）對模型進行檢驗。不可識別檢驗結果顯示，Kleibergen-Paap rk LM 統計量的值為34.106且P值為0.000，表明強烈拒絕不可識別的原假設，F檢驗結果（Kleibergen-Paap rk Wald F =15.21）表明不存在弱工具變量；Hansen J（P-val=0.7529gt;0.1）檢驗的統計量通過過度識別檢驗，表明所選取的工具變量較為合理?；诠ぞ咦兞糠ǖ姆€健性檢驗結果如表6所示。根據回歸結果顯示，LIML和2SLS的結果均顯著支持了理論假設和前述實證結論，同時也從側面進一步印證了“不存在弱工具變量”，研究結論穩健。

2. 變量替換法

如前文所述，以直接消耗系數替換完全消耗系數表征制造業服務化水平，以生產性服務業的空間基尼系數表征生產性服務業集聚水平，以各省份歷年新產品銷售收入占地區GDP的比例替換區域研發投入強度用以表征區域創新環境，對制造業服務化影響產業結構升級的直接效應、生產性服務業集聚的中介機制和區域創新環境的調節效應進行再檢驗，檢驗結果如表7所示。穩健性檢驗結果顯示，制造業服務化通過推動生產性服務業集聚影響區域產業結構升級以及區域創新環境的調節效應均正向顯著，前述研究結論穩健。

四、主要結論與實踐啟示

（一）主要研究結論

基于理論分析和我國2003—2020年30個省份的經驗數據，通過回歸分析檢驗制造業服務化影響產業結構升級的基本效應和作用機制，研究發現：（1）制造業服務化有助于推動產業結構升級。在控制時間固定效應和區域固定效應后制造業服務化對產業結構升級的正向促進效應顯著。（2）生產性服務業集聚在制造業服務化影響產業結構升級中發揮正向中介作用。（3）區域創新環境的改善有利于正向調節制造業服務化影響產業結構升級以及生產性服務業集聚的渠道作用。

（二）實踐啟示

第一，全面完善頂層政策引導和機制設計，建立健全制造業深度服務化的政策支撐體系。區域層面，應不斷強化政策引導，圍繞制造業服務化，重點支持制造業與服務業產業協作生態、融合標準、公共服務平臺和共性技術開發平臺建設，從財政、稅收、人才、技術、金融等多角度協同發力，推進制造業、服務業雙向深度融合，促進兩業聯動發展和互為支撐。具體而言，一是聚焦于制造業與服務業產業協作生態的構建，積極推動兩業之間形成緊密、高效、協同的產業合作關系，打造互利共贏、充滿活力的產業生態環境；二是著重支持融合標準的制定，通過明確統一、科學合理且具有前瞻性的標準，為制造業與服務業的深度融合提供清晰明確的方向和規范；三是大力投入公共服務平臺的建設，為兩業的融合發展提供全方位、高質量、便捷高效的服務支持，助力企業更好地實現轉型升級和創新發展；四是全力支持共性技術開發平臺的構建，集中力量攻克關鍵共性技術難題，提高產業的整體技術水平和核心競爭力。

第二，推動生產性服務業集聚和空間結構優化布局，釋放生產性服務業集聚的空間溢出和規模效應。區域層面結合地區產業結構特點和資源稟賦，通過政策創新和政策學習等機制，鼓勵現代生產性服務業專業化、多樣化集聚。同時，深化制度銜接，破解生產要素流動的行政阻隔，發揮競爭、供求、價格等市場機制效用，提升人力資本、技術服務等高端生產要素的空間配置效率，從而充分釋放生產性服務業集聚在制造業服務化推動產業結構升級過程中的中介效用。具體而言，一是充分發揮市場在優化資源配置中的決定性作用，構建區域性生產性服務要素平臺，通過供需關系、價格機制、競爭機制等多維途徑，促進實現資源的有效分配和高效利用；二是不斷優化產業空間布局，加快推進產業園區建設，圍繞重點城市或區域，分梯度布局高端生產性服務業和配套服務業，提升區域整體生產性服務業集聚水平和服務輻射能級；三是持續優化城市功能分區，同時構建完善的區域間協同合作機制，積極推動區域一體化發展。

第三，加大區域創新投入和政策激勵，擴展制造業服務化與產業結構升級的軟約束邊界。一是從區域層面加大科技創新投入力度，著眼于區域短板，加強創新資源精準投放，提高區域技術創新能力。不同區域應基于自身在科技發展和創新方面的短板，有針對性地采取調控措施，強化對高質量創新資源的優化配置和精準投放，補短板，鍛長板。例如，在人才方面，制定優惠政策吸引高端科技人才流入，設立專項人才培養基金助力本地人才的成長等；對于科研基礎設施，政府應加大資金投入，規劃建設先進的實驗室、研發中心等；在科技成果轉化上，搭建高效的平臺，完善相關法律法規和政策支持，促進高校、科研機構與企業之間的緊密合作。二是完善創新制度供給和創新環境建設，營造良好的創新生態以激發區域創新活力，改善區域創新環境，不斷強化制造業服務化推動產業結構升級的積極效用和生產性服務業集聚的渠道機制效應。

參考文獻：

［1］周大鵬.制造業服務化對產業轉型升級的影響［J］.世界經濟研究，2013（9）：17-22+48+87.

［2］祝樹金，謝煜，段凡.制造業服務化、技術創新與企業出口產品質量［J］.經濟評論，2019（6）：3-16.

［3］陳偉，陳銀忠，楊柏.制造業服務化、知識資本與技術創新［J］.科研管理，2021（8）：17-25.

［4］呂越，李小萌，呂云龍.全球價值鏈中的制造業服務化與企業全要素生產率［J］.南開經濟研究，2017（3）：88-110.

［5］綦良群，劉晶磊，吳佳瑩.服務化對先進制造業全球價值鏈升級的影響機制——基于企業雙元能力視角的研究［J］.中國軟科學，2022（4）：95-104.

［6］侯曉曄，苑春薈.生產性服務業發展、制造業服務化與制造業升級的關系研究［J］.江淮論壇，2021（3）：33-40+193.

［7］陳春明，賈晨冉.制造業服務化程度與企業績效的關系研究［J］.社會科學戰線，2021（10）：252-257.

［8］鐵瑛，崔杰.服務業發展“搶奪”了制造業技能嗎？——來自中國微觀層面的經驗證據［J］.財經研究，2020（12）：19-33.

［9］焦青霞.制造業服務化對產業結構優化升級的影響研究［J］.統計理論與實踐，2023（9）：34-38.

［10］胡昭玲，夏秋，孫廣宇.制造業服務化、技術創新與產業結構轉型升級——基于WIOD跨國面板數據的實證研究［J］.國際經貿探索，2017（12）：4-21.

［11］夏秋.制造業服務化能否促進產業結構升級——基于技術創新和服務需求的中介效應分析［J］.中國科技論壇，2021（7）：66-75.

［12］張志醒，劉東升.生產服務化與制造業轉型升級［J］.現代經濟探討，2018（1）：59-68.

［13］唐國鋒，李丹.服務化對制造業轉型升級的影響——基于重慶制造行業面板數據的實證分析［J］.科技管理研究，2020（19）：130-139.

［14］徐振鑫，莫長煒，陳其林.制造業服務化：我國制造業升級的一個現實性選擇［J］.經濟學家，2016（9）：59-67.

［15］陳麗嫻，魏作磊.制造業服務化驅動中國經濟高質量發展的理論邏輯與實證檢驗［J］.經濟與管理評論，2022（6）：130-143.

［16］聶飛.中國對外直接投資推動了制造業服務化嗎？：基于國際產能合作視角的實證研究［J］.世界經濟研究，2020（8）：86-100+137.

［17］李琳，田彩紅，徐潔.制造業服務化對區域綠色創新效率的影響［J］.華中師范大學學報（自然科學版），2021（5）：862-875.

［18］劉長庚，張磊，韓雷，等.發展服務業新業態促進消費升級的實現路徑［J］.經濟縱橫，2016（11）：29-33.

［19］宣燁.生產性服務業空間集聚與制造業效率提升——基于空間外溢效應的實證研究［J］.財貿經濟，2012（4）：121-128.

［20］原毅軍，高康.產業協同集聚、空間知識溢出與區域創新效率［J］.科學學研究，2020（11）：1966-1975+2007.

［21］孟濤，王春娟，解蕭語.生產性服務業集聚如何推動制造業服務化？［J］.科學決策，2022（11）：94-109.

［22］林秀梅，曹張龍.中國生產性服務業集聚對產業結構升級的影響及其區域差異［J］.西安交通大學學報（社會科學版），2020（1）：30-37.

［23］陳銀忠，楊楠，李海燕.生產性服務業集聚對產業結構升級影響研究——以四大城市群為例［J］.太原理工大學學報（社會科學版），2023（1）：104-112.

［24］林秀梅，曹張龍.生產性服務業空間集聚對產業結構升級影響的非線性特征——基于中國省級面板數據的實證研究［J］.經濟問題探索，2019（6）：128-134.

［25］于斌斌.生產性服務業集聚能提高制造業生產率嗎？——基于行業、地區和城市異質性視角的分析［J］.南開經濟研究，2017（2）：112-132.

［26］郭將，賀昕玥.生產性服務業集聚對產業結構升級的影響研究——以長江經濟帶為例［J］.經濟論壇，2022（1）：40-47.

［27］于斌斌.生產性服務業集聚如何促進產業結構升級？——基于集聚外部性與城市規模約束的實證分析［J］.經濟社會體制比較，2019（2）：30-43.

［28］裴耀琳，郭淑芬.資源稟賦約束下生產性服務業集聚的產業結構調整效應研究——基于資源型城市與非資源型城市的對比分析［J］.軟科學，2021（1）：62-67.

［29］王西貝，王群勇.產業協同集聚對區域經濟增長的影響研究——基于規模效應與擁堵效應視角［J］.經濟評論，2023（2）：43-58.

［30］李新寧.創新價值鏈構建的戰略路徑與發展邏輯［J］.技術經濟與管理研究，2018（1）：24-30.

［31］ PREACHER K J，HAYES A F. Asymptotic and Resampling Strategies for Assessing and Comparing Strat Egies for Assessing and Comparing Indirect Effects in Multiple Mediator Models［J］.Behavior Research Methods，2008，40（3）：879-891.

［32］干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011（5）：4-16+31.

［33］尹勇，蘇欣怡，謝曉琪.產業結構升級對市域經濟韌性的空間效應［J］.經濟地理，2023（8）：86-92+112.

［34］李豫新，水遠遠.外商直接投資對中國產業結構轉型升級的影響——基于空間溢出視角［J］.技術經濟與管理研究，2023（8）：99-105.

［35］解季非.制造企業服務化路徑選擇研究［J］.中國管理科學，2018（12）：135-145.

［36］魏作磊，劉海燕.制造業投入服務化與高質量服務出口：基于跨國面板數據的實證檢驗［J］.世界經濟研究，2021（5）：24-37+134-135.

［37］楊仁發，鄭媛媛.制造業服務化對能源利用效率的影響：適度區間與突破路徑［J］.商業研究，2023（3）：39-48.

［38］肖挺，黃先明.貿易自由化與中國制造企業服務化［J］.當代財經，2021（1）：112-123.

［39］席強敏，陳曦，李國平.中國城市生產性服務業模式選擇研究：以工業效率提升為導向［J］.中國工業經濟，2015（2）：18-30.

［40］原白云，管玉玉，郭琎.生產性服務業集聚與綠色低碳循環經濟發展水平——基于中國省級面板數據的研究［J］.生態經濟，2023（12）：56-63.

［41］左喜梅，夏冰倩.區域創新視角下數字經濟賦能產業結構升級研究［J］.金融理論與實踐，2023（10）：44-53.

［42］溫婷.生產性服務業集聚、空間溢出與區域異質性——基于經濟增長和產業結構升級的雙視角［J］.中國流通經濟，2020（9）：119-127.

［43］陳堂，陳光，陳鵬羽.數字鴻溝對產業結構升級的空間影響機制和效應［J］.科技管理研究，2023（14）：112-124.