中国产业结构内生发展的经验研究

中国产业结构内生发展的经验研究_国际外包承接与中国产业结构升级

在研究国际外包的作用之前，我们希望对中国产业结构内生发展的经验事实有一个清晰的印象，为此，我们首先对产业结构内生性进行一个简单的度量，并对产业结构内生发展的影响机制进行一个简单分析。进一步，我们知道产业结构内生发展的重要部分就是生产性服务业与制造业发展的相互推动作用，为此，我们在第三部分对生产性服务业的发展是否推动制造业的生产效率进行一个实证检验。

一、生产性服务业的界定

由于我们在本章所考察的产业结构内生性主要涉及制造业和生产性服务业之间的内生发展问题，为此，在研究产业结构内生性之前，我们需要对生产性服务业进行一个界定。

在工业化之前，服务业就已经是经济体的一个重要组成部分，但是，那时候的服务业主要是针对最终消费者的基本生存需要。在进入工业化时代之后，随着技术进步的迅速推进和分工的深化，生产过程被打破，要将不同的生产环节组织联系在一起也需要服务的支持，由此促进了现代服务业发展。伴随着生产过程中而发展的服务业即为生产性服务业。格鲁伯和沃克（1989）指出，生产性服务是指那些被其他商品和服务的生产者用作中间投入的服务，也就是说，生产性服务具有中间投入品的性质，这与外包有着相同的内涵。

生产性服务的概念最早由Greenfield（1966）提出，在其基础上，Browning和Singelman（1975）等将金融、保险、法律工商服务、经纪等为客户提供专门服务的知识密集产业归为生产性服务。其后，不同的研究者根据自身需要对生产性服务业的概念和内涵都进行了延展，但是，研究者对于生产性服务的归类方式存在着极大的差异。表6.1给出了不同研究对生产性服务业的界定。

表6.1　生产性服务业的不同界定

资料来源：中国社会科学院工业经济研究所课题组：《我国生产性服务业促进政策研究》。

从表6.1的界定中可以看出，研究者对于生产性服务业的理解具有极强的弹性，但是无论如何，这些界定中有一些具有相似的特征。格鲁伯和沃克（1989）将整个服务业的特点进行了一个分类，并将各类服务业的特征进行了比较（见表6.2）。格鲁伯和沃克（1989）按照服务业的功能将其分为生产性服务、消费性服务和社会公共服务三个类别，从表6.2的清单中我们可以看到，生产性服务和消费性服务的界限是相当分明的，而上面各类对于生产性服务的界定实际上是游移在生产性服务与社会公共服务之间的。

表6.2　服务业分类及各项特征比较

资料来源：［加］格鲁伯、沃克：《服务业的增长：原因与影响》，陈彪如译，上海三联书店1989年版。

基于中国的实际情况，裴长洪和彭磊（2008）结合中国《国民经济和社会发展第十一个五年规划纲要》中对生产性服务业的规定，以及《国民经济行业分类》（GB/T4754—2002）第三产业的详细分类和格鲁伯和沃克（1989）的功能性分类，将中国的服务业进行了一个详细的划分（见表6.3）。由于中国的各种统计数据大都以《国民经济行业分类》为基础，为了实证的方便，本书对于生产性服务业的界定遵循了裴长洪和彭磊（2008）的分类方式。

表6.3　我国国民经济行业分类的调整及各服务行业的属性界定

注：根据国家统计局2002年国民经济行业分类标准界定。转引自裴长洪、彭磊：《中国服务业与服务贸易》，社会科学文献出版社2008年版，第29页。

二、产业结构内生性的测算

（一）测算方法

在谈到产业结构内生性的时候，实际上，我们是将各类产业作为一个系统来讨论产业之间的相互促进作用。研究产业之间相互联系的经典理论就是投入产出分析，它通过数学模型的方式将经济中各类产业投入与产出之间的相互经济联系刻画出来。我们知道投入产出的基本思想就是将产出分为中间需求和最终需求，将投入分为中间投入和其他投入，通过这种分解方式建立经济中的各种均衡，从而研究各类产业的相互联系，这种产业关联分析实质就是产业结构内生性的体现。

在上述投入产出平衡关系下，对于产业结构内生性的衡量，我们可以通过以下四个指标来进行刻画：中间需求率、中间投入率、感应度系数和影响力系数，前两个指标刻画了基本的产业结构状态，反映的是一个产业在整个经济系统中的地位，后两个指标则反映了产业与其他行业的经济联系程度。

（3）感应度系数它反映了产业部门i受到其他产业部门影响的程度，即国民经济各部门都增加1单位最终需求时，产业部门i提供的生产量与平均水平的比值。感应度系数越大，表示该部门受到其他部门需求的影响越大。其中，rij表示里昂惕夫逆矩阵（I－A）－1第i行第j列元素。

（4）影响力系数它反映了部门j对所有部门所产生的生产需求波及的相对水平，影响力程度和影响力系数越大，说明该部门对其他部门的拉动作用越大。当影响力系数τ＞1时，表示第j部门对其他部门所产生的生产波及影响程度超过社会平均影响力水平。

（二）测算结果

1.制造业测算结果

利用1997年、2002年以及2007年中国投入产出表数据，^[1]我们计算了28个制造业行业的中间需求率和中间使用率。中国制造业十年之间的中间需求率从1997年的0.734 0上升到2007年的0.775 7，而中间使用率则由1997年的0.720 2上升到2007年的0.786 2，即两者均处于上升状态。这表明中国制造业发展的转变趋势是，需求上由最终需求带动转向中间需求拉动，而在增加值上却是由高附加值转向了低附加值。这种情况不仅仅在制造业总体层面上是如此，在劳动密集产业、资本密集产业和资本及技术密集产业等各大类上均呈现了这种特征。这表明，中国制造业的发展的中间品性质在加深，这是与全球化趋势是一致的。全球分工的深化导致了产业链条的纵向拉伸，制造业的生产越来越多地依赖于中间投入品，因此，制造业的生产对中间需求的依赖性不断增强。但是，就中间使用率来看，中国制造业发展却表现了“低附加值、高带动性”的倾向，即中国制造业附加值不断降低，企业不断陷入全球价值链的低端，但是，却在国民经济中占有重要地位，国民经济的发展越来越多的依靠制造业来带动，这正是中国当前制造业面临困境的一种体现。

表6.4　制造业各行业中间需求率和中间使用率测算结果

续　表

续　表

从各类产业来看，劳动密集型产业与资本及技术密集产业的中间需求率远远小于资本密集型产业，即资本密集型产业更加依赖于中间需求，产业分工深化程度更高，也就是说，劳动密集型产业与资本及技术密集产业的分工与全球化嵌入程度仍然是有待提升的。同时，三类产业之间的中间投入率相差不是很大，相较而言，资本及技术密集产业的中间投入率略高，这表明中国制造业的附加值特征相差并不十分明显，如果一定要区别对待的话，资本及技术密集产业的附加值更为低下。

从更加细致的角度分析，食品加工业制造业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、家具制造业、饮料制造业、烟草加工业、文教体育用品制造业和专用设备制造业等行业中间需求率较低，其发展更多地依赖于最终需求的拉动，而其他产业则更多依赖于中间需求的拉动。值得一提的是，木材加工及竹藤棕草制品业、造纸及纸制品业、印刷业记录媒介的复制、石油加工及炼焦业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业和化学纤维制造业等行业的中间需求率大于1，这表明这些行业高度依赖于中间需求，特别是对于国外该产业的需求依赖程度较高。在中间使用率上，除了极个别的行业（烟草加工业）之外，几乎所有产业的中间使用率都集中于0.75左右，也就是说，中国制造业中除了烟草加工业具有较高的附加值之外，其他所有行业的附加值状态相近，且都处于一个比较低的水平上。

为了进一步确定制造业各行业之间的产业经济联系，表6.5对各行业的感应度系数和影响力系数进行了计算。整体上，中国1997—2007年间，感应度系数和影响力系数均在增加。这表明无论是从产业受到其他产业的影响来看还是从产业对于其他产业的波及程度来看，产业之间的联系都在增强，也就是说，产业内部结构的稳定性和内生性在加强，这对于中国制造业的长远发展是有利的。

表6.5　制造业各行业感应度系数和影响力系数测算结果

续　表

从制造业大类产业上看，劳动密集产业的感应度系数在减小，资本密集产业和资本及技术密集产业的感应度系数在增加，也就是说，劳动密集产业的发展越来越不依赖于其他产业的发展，相反，资本密集产业和资本及技术密集产业的成长则越来越受到其他产业发展的影响。在影响力系数上，三类产业均略有增加，只不过资本及技术密集产业的影响力系数增加最多，资本密集产业次之，而劳动密集产业最小，这说明中国制造业各类产业对于其他行业的发展的影响力均在增加，而其中资本及技术密集产业对于其他产业发展的影响最为显著，劳动密集产业对其他行业发展的影响力最小。事实上，原因也很简单，因为资本及技术密集产业在技术上有着强烈的外部经济性，对于其他产业的技术进步起到了重要的推动作用，因此，对于一国的经济发展而言，资本及技术密集产业的发展是至关重要的，这一点在影响力系数上已明显地得到了体现。

从细分产业上看，一些产业，如服装及其他纤维制品制造业、家具制造业、饮料制造业、烟草加工业、文教体育用品制造业等行业的感应度系数相当小，其产业发展趋势受到其他行业影响很小，而另一些产业，如纺织业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、普通机械制造业和电子及通信设备制造业等行业的感应度系数则很大，产业发展严重依赖于其他产业的发展状况。从影响力系数上看，制造业各行业之间的差异则远远没有感应度系数那么大，也就是说，产业发展对其他产业的影响的不确定性远远没有受到其他产业发展的过多影响。但是也可以看到，像食品加工业制造业、其他制造业、饮料制造业、烟草加工业、石油加工及炼焦业和医药制造业等行业发展对于其他产业发展的影响能力相对要弱一些，而塑料制品业、有色金属冶炼及压延加工业、化学纤维制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业和仪器仪表及文化办公用机械等行业发展对其他行业的影响力明显要大，同时，从这里也进一步可以看到，这些影响力系数较大的行业多数为资本及技术密集产业。

2.生产性服务业测算结果

表6.6计算了生产性服务业的中间需求率和中间使用率。从中间需求率来看，1997—2007年十年之间的数值结果变化细微，表明生产性服务业的中间需求与最终需求结构式相当稳定的。考虑到生产性服务一般来说是劳动密集性质的，我们将其与劳动密集制造业进行一个简单比较。可以看到，生产性服务业整体上与劳动密集产业的中间需求率也是相差不大的，但是在最近几年，劳动密集产业的制造业发展开始向中间需求拉动转变，而生产性服务业仍然保持了原先的稳定性，这也是生产性服务业发展落后，产业分工不深的表现。然而在中间使用率上，生产性服务业的中间使用率在1997—2007年间总体上略有上升，但是2002年则出现了一个波峰，不过相对于劳动密集型制造业来说，其中间使用率就要小得多了。这一方面表明中国生产性服务业的增加值远远高于劳动密集型制造业，同时也意味着生产性服务业的增加值状态在近几年有所下滑，这可能是生产性服务业的发展严重滞后，以至于影响到其生产效率的发挥的结果。从这里我们也可以看到，加快生产性服务业的发展是中国经济发展的当务之急。

表6.6　生产性服务业各行业中间需求率和中间使用率测算结果

从细分的生产性服务业上看，各类产业的中间需求率和中间使用率却表现出比较大的差异和发展趋势。交通运输、仓储和邮政业发展表现出了比较强的中间需求拉动，但是其状态比较稳定；信息传输、计算机服务和软件业发展过程中中间需求的拉动影响也比较大，但是，产业发展却表现出来由中间需求拉动向最终需求拉动的快速转变；金融业的发展中间需求的影响力也是比较大，尤其在2002年左右达到一个很高的水平，但是近几年中，中间需求的拉动力开始减弱，这是金融业发展严重滞后的一种表现；房地产业的发展最终需求的带动作用是极其明显的，中间需求的影响力不强；租赁和商业服务业和科学研究、技术服务和地质勘探业的发展快速实现了由最终需求带动向中间需求拉动的转变，只不过租赁和商业服务业的转变在1997—2002年间就实现了，而科学研究、技术服务和地质勘探业的转变则在2002—2007年间才得以实现。相较于中间需求率而言，各类生产性服务业发展的中间使用率上的稳定性要小得多，但是，其差异化也是十分明显的。交通运输、仓储和邮政业的中间使用率高于平均水平，并且其值不断增加，这表明交通运输、仓储和邮政业在生产性服务业中是一种“低附加值、高带动性”产业，并且其低附加值和高带动性的趋势不断得到加强；信息传输、计算机服务和软件业的中间使用率接近于平均水平，但是存在一个明显的波动，在2002年达到峰值，这说明了近几年信息传输、计算机服务和软件业的产业附加值增加，行业获利能力在增强；金融业中间使用率低于平均水平，并且不断降低，这意味着金融业在中国来说是一个“高附加值、低带动性”产业，并且其趋势还在不断加强，这与金融业的功能是不相符合的，是金融业发展不合理的一个明显表现；房地产业中间使用率比金融业更低，而且中间使用率下降速度也十分迅速，这表明房地产业更是一个“高附加值、低带动性”行业，实际上，这是近年来中国房地产业畸形发展的一个例证；租赁和商业服务业也是一个“低附加值、高带动性”产业，并且在2002—2007年之间，这一趋势得到了增强；科学研究、技术服务和地质勘探业中间使用率也与平均水平接近，在2002—2007年之间中间使用率增大，意味着该产业有向“低附加值、高带动性”转变的态势。

在生产性服务业的产业关联作用上，其总体上的感应度系数和影响力系数在1997—2002年均处于增大的阶段，而在2002—2007年之间其对应的关联值则都有所降低。这意味着，在最近的一些年中，生产性服务业的发展过程中，不论是在其对于其他产业的影响上，还是受到其他行业发展的影响上，关联效应均在下降。同样的，与劳动密集型的制造业进行比较可以看到，其感应度系数由1997年的低于劳动密集型的制造业变得高于劳动密集型的制造业，而影响力系数则始终低于劳动密集型的制造业，并且二者在数值结果上均有一个先上升后下降的过程。这表明，生产性服务业的发展受到其他产业发展的影响较劳动密集型的制造业要深，但是，其对于其他产业发展的影响力却较劳动密集型的制造业要弱，这也不符合生产性服务业的定位。在前文的理论分析中我们指出，生产性服务业的发展对于制造业的发展有着强力的支持性功能，但是这里的影响力系数却较小，这表明中国产业发展过程中生产性服务业的支持性作用并没有得到显现，这也是中国生产性服务业发展滞后的重要表现。而且，尤为重要的是，中国生产性服务业的感应度系数和影响力系数在2002—2007年均在减小，这表明生产性服务业与其他行业的关联作用越来越差，这正是值得我们重视的地方，因此，如何加快生产性服务业的发展，促进生产性服务业功能的充分发挥是中国产业结构转型和升级的一个重要问题。

表6.7　生产性服务业感应度系数和影响力系数测算结果

续　表

在细分行业上，交通运输、仓储和邮政业和金融业的感应度比较大，这表明两类产业的发展受到其他产业发展的影响比较深，而其他产业的发展相对来说，受到其他产业发展的影响就要小得多。同时，我们还要看到除了科学研究、技术服务和地质勘探业之外，基本上所有其他类型的生产性服务业的感应度系数均在2002—2007年之间下降了，也就是说，产业发展受到其他行业的影响程度在降低。影响力系数方面，细分行业的差异就没有感应度系数那么大，但是，租赁和商业服务业、科学研究、技术服务和地质勘探业和交通运输、仓储和邮政业明显高出平均水平，这些产业对于其他行业的发展的影响能力较大，而金融业和房地产业的影响力系数比较小，对于其他产业的影响力不强，这里尤其要强调的就是金融业，其影响力不强意味着社会发展中的融资能力不明显，因此，如何加快金融业的发展，促进其对于其他产业的影响力是政府政策制定的一个重要内容。在细分行业的变化趋势上，除了租赁和商业服务业之外，其他各类生产性服务业的影响力系数在2002—2007年之间都下降了，这也是生产性服务业功能未能充分发挥的重要表现。

三、生产性服务业与制造业之间的关联与互馈：一个里昂惕夫逆矩阵的分解

（一）关联与互馈的测度：投入产出模型

假设经济体有n个产业部门，其投入产出系统为AX＋Y＝X。我们考虑其中两类部门组成的子系统，从而，子系统的投入产出模型为：

其中，Aii为部门i（i＝1，2）的直接消耗矩阵，Aij表示部门j内各产业对部门i类各产业的消耗系数矩阵，X为部门产出，Y为最终需求，I表示对其他产业部门的中间需求。子系统的里昂惕夫逆矩阵（I－A）－1表示了两类部门之间的直接和间接的相互影响。

我们知道（I－A）－1反映了最终需求增加一单位对于各部门产品的直接和间接的消耗，反之，也可以说是产品增加一单位时对各部门产生的各种影响。假设多生产一单位的X1，它首先直接造成了部门1一单位产出的增加，而当期一单位产出的增加中还可以有A11部门作为下一期的投入，进而造成下一期多生产A11单位的X1……这个过程循环下去，从而会产生一个乘数作用，导致X1产量上有（I－A11）－1的增量，这种效应集中于产业部门内部，因此，我们定义Wii＝（I－Aii）－1为部门内乘数效应，它刻画了部门内的相互作用，是一个产业部门自我调节能力的表现。

然而，多生产的一单位X1不仅会对自身产生影响，由于部门2在生产过程中对X1的消耗，因此，部门2也会受到影响，这一影响也是循环的，最终会造成该部门（I－A22）－1 A21的产出增量，我们将Bij＝（I－Aii）－1 Aij（j≠i）定义为部门间溢出效应，它反映了部门之间的相互关联作用，表示部门j增加一单位产出对部门i的关联影响。

此外，部门1一单位产出的增加造成了下一期部门2产出的增加，而部门2的这一增量又会通过关联作用反馈到部门1身上，最终导致部门1的产出增量为F11＝［I－（I－A11）－1 A12（I－A22）A21］－1＝（I－B12B21）－1。定义Fii＝（I－Bij Bji）－1为部门间反馈效应，它表示产业部门i一单位产出增加导致产业部门j产量变化之后的回馈作用。

基于上述定义，我们可以将（I－A）－1进行分解为部门内乘数效应、部门间溢出效应与部门间反馈效应的乘积：

为了进一步明确其分解式的经济含义，对（6.2）式改写：

对于F11W11来说，它一方面表示了当部门1产出增加一个单位时对本部门总产品的需求，同时也包含了产业部门1产出增加一个单位时带来的反馈效应，也就是说，这里的反馈效益不仅包含了两类产业部门之间反馈作用导致的总产出的增加，还包含了部门1内部作用所带来的产出增量。而对于F22B21W11来说，它一方面代表了部门1产出增加一个单位导致的对产业部门2的产品需求，同时，也隐含了该需求中来自部门1对部门2的溢出效应所引致的对部门2的反馈作用。相类似，部门2的反馈效益也包含了部门内部的乘数效应和两类部门之间的反馈。因此，这里部门之间的反馈效应不是单纯的反馈作用，它包含了部门内部乘数效应。

由于上述部门之间的溢出效应和反馈效益是针对一个单位总产出的增加所带来的影响，我们为寻求一致，将其统一到反映一个单位最终产出带来的影响上，可以对各种效应进行改进定义：

这样一来，我们就将原来溢出效应与反馈效应中的乘数效应予以排除，从而对分解式进一步计算，即有：

上式右边第一项表示部门内乘数效应，第二项表示部门间溢出效应，第三项表示部门间的反馈效应，从而，我们可以将两类部门之间的影响分解为三个部分。

如果考虑的一类部门较大的话，那么，在投入产出表中这类部门还可以进一步细致划分，因此，由上述计算得出的每一种效应就是一个矩阵。按照里昂惕夫逆矩阵的理解，其逆矩阵的列和是产业后向关联的体现，而其行和则是前向关联的体现，但是，不论是后向关联还是前向关联都是指产业部门之间的相互联系和相互影响。在此，如同里昂惕夫逆矩阵的列和与行和可以测度部门之间的相互作用一样，我们将每一项的列和和行和进行计算，并取均值以作为各种效应的测度。

（二）测算结果

利用上述投入产出模型，我们对1997年、2002年和2007年的投入产出表集结数据进行了计算。表6.8与表6.10是我们分别将整个制造业部门以及各大类的制造业部门与生产性服务业部门作为两个子部门进行计算的结果，^[2]表6.9和表6.11则是以整个制造业部门与生产性服务业作为两个子部门进行计算的结果。其中，表6.8和表6.9汇集了带来一单位制造业（或大类制造业）产出增加时带来的各种效应值及其贡献，表6.10和表6.11则汇集了带来一单位生产性服务业产出增长时的各种效应值及其贡献。

从表6.8中可以看出，2007年，一单位制造业产出增长的部门内乘数效应为2.526 9，部门间溢出效应为0.165 8，而部门间反馈效应则为0.096 2，也就是说，一单位制造业产出的增长能够在长期内通过部门内乘数效应带来2.526 9单位的制造业产出增长，通过部门间溢出效应为生产性服务业带来0.165 8单位的产出增长，而通过部门间反馈效应也能带来0.096 2的产出增量。从贡献上看，部门产出的增加还是主要源自部门内乘数效应，占比90.61%。因此，要维持制造业可持续增长的话，部门内乘数效应是一个占绝对主导的因素。从时间上看，1997—2007年间，各种效应值均在增加，这表明制造业的自我维持机制和产业关联机制在这些年均有所改进。

从大类制造业部门上分析，2007年资本及技术密集产业部门内乘数效应为1.809 3，部门间溢出效应为0.205 6，而部门间反馈效应为0.028 2，相比而言，在各种效应值上资本密集产业都要小，而且劳动密集产业则更小，也就是说，一单位资本及技术密集产业将会带来更多的社会产出，而劳动密集产业则要少得多。这也证明了资本及技术密集产业比资本密集产业和劳动密集产业更能促进经济可持续发展。从时间趋势上看，资本密集产业的各种效应值均处于上升态势，这表明资本密集产业发展机制是良好的。劳动密集产业的部门间溢出效应在2002—2007年之间下降了，这意味着劳动密集产业对于生产性服务业的促进作用在降低。资本及技术密集产业对于生产性服务业的推进国内在2002—2007年之间也大为下降，而且，资本及技术密集产业的部门间反馈效应也有所下降，我们知道，部门间溢出效应和部门间反馈效益均是通过产业关联在起作用的，因此，这表明了生产性服务业与资本及技术密集产业之间的内生发展机制存在着倒退的现象。

从细分行业上看，一些产业，如纺织业、造纸及纸制品业、化学原料及化学制品制造业、塑料制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业和电子及通信设备制造业等行业具有极强的部门内乘数效应，也就是说，这些产业的发展对于制造业部门的成长具有重要作用；石油加工及炼焦业、化学原料及化学制品制造业、交通运输设备制造业、电气机械及器材制造业和电子及通信设备制造业等行业的发展对于生产性服务业的发展具有重要的推动力；而石油加工及炼焦业、化学原料及化学制品制造业、交通运输设备制造业、电气机械及器材制造业和电子及通信设备制造业等行业的部门间反馈效应比较强。

在考虑了制造业产出增加的影响之后，我们还想知道生产性服务业产出增加的影响。从表6.10可以看到，2007年一单位生产性服务业的产出通过部门内乘数效应带来本部门1.169 8单位的产出增量，通过部门间溢出效应为制造业部门带来0.708 1单位的增量，而通过部门间的反馈作用带来0.062 6单位的生产性服务业产出增长。在时间趋势上，生产性服务业的乘数效应则缩小，部门间溢出效应和部门间反馈效应在2002—2007年之间也有所下降，这表明单位产出对本部门和其他部门的推动作用均在减小。也就是说，生产性服务部门的自我发展机制受到了伤害，并且对制造业的推动能力也在萎缩，这正是中国生产性服务部门严重滞后的表现。

从大类制造业上看，一单位生产性服务业对各类制造业的溢出作用在2002—2007年都在不同程度上减弱了，其部门间反馈作用也是如此，因此，生产性服务业的滞后性对于各种制造业部门都是存在的。同时，我们还可以看到生产性服务业的部门间溢出效应最高的是资本密集产业，其次才是资本及技术密集产业。而部门间反馈效应则相反，这是因为资本及技术密集产业对于生产性服务业的推动能力比资本密集产业要大的缘故，因此，部门见反馈效应中包含了制造业部门对于生产服务部门的溢出能力。

通过表6.8和表6.10，我们还可以看到，生产性服务业的部门内乘数效应远远小于制造业部门，即生产性服务业的自我调节机制不如制造业部门，这可能是因为生产性服务部门的发展一般来说是依托于制造业部门的缘故。

在各细分的生产性服务业中，其部门内乘数效应最大的是金融业，其次为交通运输、仓储和邮政业，这表明两类行业的自我调节机制比较强。在对于制造业的推动能力上，最为有效的当属交通运输、仓储和邮政业，该产业一单位的产出能够给制造业创造1.100 6的价值，其次则是租赁和商业服务业和金融业，与制造业关系最不紧密的则是房地产业，其对于制造业的溢出系数只有0.186 0。通过与制造业的互动而反馈到生产性服务业自身发展这一点来说，交通运输、仓储和邮政业和租赁和商业服务业的发展也是具有明显的优势的。

单位制造业带来效应与单位生产性服务带来的产出相比较，制造业要比生产性服务业要大。但是，单位制造业给生产性服务业带来的产出增量则远远不如生产性服务业给制造业带来的增长，这也表明虽然生产性服务业与制造业之间虽然确实具有较强的内生互动特征，但是，更多的还是生产性服务业对于制造业的支持性作用。

四、生产性服务业发展与制造业生产效率

前面的实证结论告诉我们，虽然生产性服务业的发展相对于制造业的发展来说有所滞后，但是，两者之间的内生性随着时间的推移得到了加强，而这种内生性正是结构转型的一个重要表征，也就是说，中国产业结构转型的基本条件得到了满足，然而，作为经济可持续发展的还有一个重要内容就是产业结构升级。作为产业结构升级的一个重要判断标准就是产业绩效的提高，因此，本小节就生产性服务业的发展对于制造业生产效率的提升进行了一个简单的实证分析。

（一）研究方法

对于产业绩效的考察有多种研究方式，在第四章，我们对外包承接的升级效应检验中曾经利用了非参数的DEA分析范式，为了与前述研究相区别，同时，也为了充实本书的研究方法和研究内容，本书利用生产绩效的另外一种前沿研究范式——随机前沿分析法（SFA）对本节的问题进行分析。

1.随机前沿生产函数

随机前沿方法是基于传统生产函数分析方法的一个推广，传统的生产函数假定生产者以最小的投入获得最大的产出，但实践表明并非所有的生产者总是能够成功地解决最优化问题（Kumbhakar＆Lovell，2000）。生产者无法达到利润最大化的事实使经济学家开始重新审视传统生产函数，生产无效率开始受到关注（Debreu，1951；Shephard，1953）。Farrell（1975）首次对生产效率进行了实证测量，这直接促进了随机前沿分析理论的发展，Aigner、Lovell和Schmidt（1977），Meeusen和van den Broeck（1977）提出了随机前沿生产函数，其一般形式为：

其中，Y表示生产者的产出，X表示要素投入向量，F（·）是前沿生产函数，表示经济中最优生产技术。此外，第一个误差项v用于控制统计噪声，表示观测误差和其他随机因素，通常假定它独立于投入和技术水平，服从零均值同方差的正态分布；第二个误差项u，假定u≥0，用以衡量技术无效率。这样，判断生产者的生产状况是在随机生产标准上还是低于标准线［F（X）exp（v）］，只需看u＝0，还是u＞0即可。u服从一个非负的分布，有多种可能的选择，如半正态分布（Battese＆Corra，1977）、指数分布（Meeusen＆van den Broeck，1977）、Gamma分布（Greene，1980）和截断正态分布（Stevenson，1980）等。

2.计量模型设定

随机前沿分析由于考虑了生产的非效率更接近于现实，因而得到了广泛的应用（Corwell、Schmidt＆Sickles，1990；Kumbhakar，1990；Battese＆Coelli，1992）。近年来，国内学者也将其用于分析中国的问题（涂正革、肖耿，2005；王争等，2006；王志刚等，2006）。本书假设生产函数形式为F（X）＝AF（K，L），并令技术水平为时间t的函数，即A（t）＝exp（α＋λt），将对F（K，L）二阶展开，从而可得计量模型：

这一模型是许多之前的随机前沿模型的一般化，如果zit仅含常数1，而且其他因素及时间变量均不考虑，则模型退化到Stevenson（1980）情形；如果δ全部为0，则生产无效率项与zit无关，从而模型退化到Aigner、Lovell和Schmidt（1977）情形；如果与生产单元有关的一些变量或投入变量包含在zit向量中，则模型变为Huang和Liu（1994）的情形。

需要指出的是，这一模型与Battese和Coelli（1992）模型并不是相互包含的关系，而Battese和Coelli模型是我国学者所广泛采用的模型（涂正革、肖耿，2005；王争等，2006）。在这一模型的假设下，最终生产效率是具有较强的单调性特征。根据Battese和Coelli（1992）对生产无效率项的假设，uit＝ui exp［－η（t－T）］，并有ui～i.i.d.N（μ），在其模型中η＞0、η＝0和η＜0分别意味着无效率项随时间递增、不变和递减，这也是国内学者们在利用随机前沿模型进行分析时所估计出来的生产效率总是单调的原因。

在这一推广的随机前沿模型下，需要对无效率项进行设定，本书的实证分析设定无效率项回归模型为：

由于本书考虑的是生产性服务业发展对于制造业生产效率的影响，因此，首先生产性服务业应当进入模型。这里我们以每年生产性服务业职工人数占全部第三产业的职工人数的比重来表示，由于统计数据资料的缺乏，我们的实证分析只采用了2003—2008年的相关数据，数据来源于历年《中国统计年鉴》。

为了防止回归的误差，我们在模型中还有选择的加入了一些控制变量。对于制造业生产效率的影响因素是很多的，大致归纳起来，现有文献着重研究了以下几种变量：（1）研发投资R＆D。研发投资的力度对制造业的生产效率的提升的影响可能是至关重要的一个环节，这得到了国内外大力文献的实证支持（李小平等，2008），因此，本书将其作为技术效率影响因素的一种控制因素。我们各产业大中型工业企业科技经费内部支出与主营业务收入之比作为R＆D的替代变量，数据来自历年《中国科技统计年鉴》。（2）劳动力结构H/L。劳动力资源的合理分配对于产业绩效的影响是很重要的一个变量，高技术工人因其熟练的技能和知识水平具有较高的生产效率，而低技术劳动力则需要进行大量的培训和学习生产效率较低，因此，劳动力结构对于企业的生产效率具有重要影响。我们将大中型工业企业的科技人员视为大中型工业企业的高技术劳动力，而将就业与科技人员之差视为大中型工业企业的低技术劳动力，将二者之比作为国有企业及规模以上工业企业高低技术劳动力的劳动力结构的代表，数据来源于历年《中国科技年鉴》。（3）全球化程度globalization。当今世界分工格局是以国家为基本单位的，一个产业的全球化程度是其分工深化的真实反映，而分工对于产业生产绩效具有重要的影响，因此，它是一个重要的控制因素。我们以各行业进出口总额与行业总产值之比作为全球化的替代变量，进出口数据来自联合国COMTRADE数据库，行业总产值数据来自历年《中国统计年鉴》。（4）所有制结构state。产权制度是生产效率的重要影响因素（刘小玄，2003），国有企业和外资企业以及私营企业在生产绩效方面均存在显著的差异，本书以行业国有企业生产总值与全部总产值之比作为所有制结构的代理变量，数据来源于历年《中国统计年鉴》。（5）市场结构structure。在产业组织理论中，市场结构对于产业绩效具有决定性的意义，因此，将这一因素作为一个重要的控制变量也是必要的。对于市场结构往往以集中度指标进行衡量，但是由于数据的不可得性，我们以勒纳指数替代，并以（主营业务收入－主营业务成本）/主营业务收入作为勒纳指数的衡量，数据来源于历年《中国统计年鉴》。（6）产业规模scale。产业规模的大小对于行业规模经济的发挥具有重要作用，从而对于产业绩效可能具有重要作用，本书以产业总资产与产业企业数值比作为产业规模的衡量，数据来源于历年《中国统计年鉴》。（7）产业聚集agglomeration。当今世界经济的一个重要特征就是产业聚集，Krugman（1993）指出产业集聚可以给企业丰富的市场效应，这包括规模经济、产业关联、竞争效应以及要素流动等，这些因素对于产业绩效均具有重要的影响，因此，本书也将其作为一个重要的控制变量。对于产业聚集往往以基尼系数和区域集中度指数衡量，由于数据可获得性的限制，我们利用虚拟变量的形式将其引入模型，在郑若谷（2009）对2008年制造业产业聚集的计算基础上，我们将产业聚集程度高于全国平均值的产业设为1，低于的则设定为0。

（二）实证分析结果

基于模型（6.9）和（6.10）的设定，我们利用中国制造业2003—2008年的相关数据对模型进行了估计，估计方法为极大似然估计法。^[3]同时，为了考察各类细分的生产性服务业发展对制造业生产效率的影响，我们还分别对各类生产性服务业做了类似的估计，表6.12反映了回归的结果。

通过基础模型部分的回归系数可以看到，在2003—2008年中国制造业的技术进步是相当明显的，这种情形在各类回归中显著性都得到了满足，因此，中国制造业在近几年的迅速技术进步这一结论是可靠的。并且各类模型中，虚拟变量D1和D2的回归系数基本一致且显著性程度也高，这表明中国制造业生产过程中存在着显著的行业差异。

本书重点讨论的是生产性服务业发展对于制造业生产效率的影响，因此，模型技术无效率项是我们讨论的核心内容。从该部分的回归结果来看，各控制变量在各类模型的回归结果也具有较强的一致性，因此，模型的结果是相当稳健的。从回归结果可以看到，研发投资、劳动力结构和市场结构对于制造业生产效率具有较强的负面影响；产业全球化、所有制结构和产业聚集则促进了制造业生产效率的提高；而产业规模则对制造业生产效率影响不明显。本书研发投资对于制造业的影响与李小平等（2008）较为一致，他们认为我国R＆D投资强度过大以及国有企业治理结构的不完善是中国研发投资低效的重要原因；中国劳动力结构的不合理，高端技术人才严重不足，而低端劳动力供应过剩对于中国制造业生产效率具有严重的负面作用；中国市场制度不完善，许多产业的市场结构处于竞争无序的状态，因此，市场结构对于制造业生产效率并没有积极的效果；中国的对外开放造成了大量外资的进入，尤其是加入WTO以来，中国制造业利用全球分工迅速融入了世界体系，这对于制造业的生产效率具有重要的助力；中国近年来一直在进行国企改革的深层探索，现在看来，这种探索对于制造业生产效率的提高也起到了积极作用；全球分工深入的一个直接结果就是产业的大量集中，这有利于各种聚集效应发挥作用，促进了制造业生产效率的提高；中国制造业的产业规模经济表现得并不明显，这可能与中国很多产业并不强大有关。

在排除了控制变量对于制造业生产效率的影响之后，我们还发现生产性服务业对于制造业生产效率的提高具有积极的作用，其系数相对很大，而且显著程度很高，这意味着近几年来生产性服务业为制造业生产效率的改进作出了重要的贡献。同时，从细分的生产性服务业来看，只有信息传输、计算机服务和软件业的回归系数较为显著，其他所有生产性服务业的回归结果在统计上都是不显著的，这意味着中国生产性服务业对于制造业的积极作用主要是通过信息传输、计算机服务和软件业来推动的，其他生产性服务业并没有太多的积极作用。

此外，表6.13对技术效率进行了整理。从该表中可以看到，2003—2008年间，中国制造业的技术效率呈现了N形的波动性变化。2004年开始逐年上升，到2007年出现了一个峰值，并在2008年又出现了效率水平的下降。同时，从各大类产业上看，基本上也出现了效率水平的波动。并且，各类产业的技术效率呈现出显著的差异，劳动密集产业的技术效率要低于资本密集产业，而资本密集产业又要明显地比资本技术密集产业要低。这表明中国产业本身的技术水平对于产业技术效率的发挥具有重要影响。从更为细致的层面上看，饮料制造业、烟草加工业、普通机械制造业、医药制造业、专用设备制造业、交通运输设备制造业和电子及通信设备制造业等产业的技术效率水平是相对较高的，其值处于0.9以上，而对于纺织业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、家具制造业、文教体育用品制造业、石油加工及炼焦业和化学纤维制造业等产业的效率值均在0.6以下，技术效率较为落后。这里尤其值得指出的是，像石油加工及炼焦业和化学纤维制造业等战略性的产业技术效率极为低下，这也是政策制定者值得重视的地方，在以后的相当一段时期内，如何促进这种产业的技术效率提高对于中国可持续发展具有重要影响。

表6.13　制造业生产技术效率估计值

续　表

续　表

注：效率均值的计算我们采用产业增加值进行加权。