王 俊，銀成鉞

（東北師范大學經濟與管理學院，吉林 長春 130117）

一、引 言

制造業(yè)在我國經濟發(fā)展中占有重要地位。據工信部2022 年統(tǒng)計數(shù)據顯示，中國制造業(yè)增加值占全球的比重從2012 年的22.5%提高到2021 年的近30%，持續(xù)保持世界第一制造大國地位。我國制造業(yè)雖然取得了舉世矚目的成就，但同時也出現(xiàn)了勞動力老齡化的瓶頸，人口紅利的消退導致制造業(yè)發(fā)展速度不斷放緩，后工業(yè)時代如何提升制造業(yè)效率已成為我國制造業(yè)發(fā)展面臨的最為嚴峻的問題之一。［1-2］

制造業(yè)發(fā)展的關鍵是制造業(yè)效率的提升，而僅僅依靠制造業(yè)自身智能化發(fā)展來提升效率是遠遠不夠的。眾多研究表明，生產性服務業(yè)的發(fā)展對提升制造業(yè)效率有明顯的推動作用，而近年來大量生產性服務業(yè)出現(xiàn)智能化趨勢。產業(yè)智能化屬于經濟學中剛剛興起的研究領域，其核心思想是將智能化手段運用到產業(yè)中，從而促進某一產業(yè)的產出增加。產業(yè)智能化體現(xiàn)為人工智能的大規(guī)模應用，是將智能化運用到三大產業(yè)中，包括在企業(yè)采購、物流生產、管理、技術創(chuàng)新和服務等領域的運用。［3-4］隨著智能化進程的加速，生產性服務業(yè)也逐步過渡至智能化時代，并衍生出智能金融服務、智能物流服務、智能研發(fā)服務、智能信息服務、智能營銷服務等多種生產性服務的新模式、新業(yè)態(tài)、新產品。因此，生產性服務業(yè)智能化也是運用人工智能、物聯(lián)網、互聯(lián)網等技術促進生產性服務業(yè)產出增加?，F(xiàn)有研究主要圍繞產業(yè)智能化水平對產業(yè)結構優(yōu)化與升級、經濟增長、勞動、收入及就業(yè)等方面的影響展開。［5-7］至于產業(yè)智能化能否提升產業(yè)效率的問題，研究表明人工智能的進步可能提高全要素生產率，尤其是企業(yè)能源效率和材料使用效率可以得到改善。［8］云計算、大數(shù)據、人工智能等新一代信息技術通過補充與替代現(xiàn)有的生產要素，可以不同程度地提升資本與勞動生產率。［9］智能化是通過技術進步增長的方式實現(xiàn)對全要素生產率的促進作用，甚至人工智能政策都會對產業(yè)效率產生影響。［10］可見，現(xiàn)有研究成果主要是從定性的角度分析產業(yè)智能化水平如何影響產業(yè)效率，而鮮有研究從定量角度研究生產性服務業(yè)智能化對制造業(yè)效率的影響。

本文的主要創(chuàng)新在于：其一，界定了生產性服務業(yè)智能化的內涵，構建了生產性服務業(yè)智能化水平的評價指標體系并測度了全國及29 個省、市、自治區(qū)的生產性服務業(yè)智能化水平；其二，實證分析了中國生產性服務業(yè)智能化對制造業(yè)效率的影響。

二、理論分析

生產性服務業(yè)與制造業(yè)的關系的理論基礎主要依托價值鏈理論。邁克爾·波特于1985 年首次提出價值鏈的概念，他認為企業(yè)價值創(chuàng)造的過程一般通過兩類活動來實現(xiàn)，一類是與企業(yè)經營直接相關的基本活動，包括研發(fā)設計、生產作業(yè)、物料運輸、市場銷售、售后服務等；另一類是與企業(yè)生產活動沒有直接關系的支持活動，包括采購、技術研發(fā)、人力資源管理、財務管理等。一個企業(yè)價值鏈的形成過程可以被看作是這些相互關聯(lián)的生產經營活動構造的企業(yè)活動集合體幫助企業(yè)實現(xiàn)價值增值的動態(tài)過程。隨著分工的不斷深化和競爭的加劇，一些早期在企業(yè)內部完成的價值鏈活動從企業(yè)內部剝離出來，成為獨立的中間服務生產者并通過市場交換將生產性服務有償提供給制造業(yè)。［11］從微笑曲線來看，我國制造業(yè)的優(yōu)勢體現(xiàn)在微笑曲線的中間環(huán)節(jié)，即生產制造。雖然中間環(huán)節(jié)經濟附加值較低，但我國制造業(yè)依靠廉價勞動力仍舊換取了全球市場份額。然而近年來人口老齡化趨勢導致我國人口紅利逐步消失，加之生產要素價格逐年提高，依靠低成本攫取高額利潤的產業(yè)優(yōu)勢已不復存在，制造業(yè)的經濟附加值需要向微笑曲線兩側附加值較高的研發(fā)和營銷環(huán)節(jié)轉移，而借助生產性服務業(yè)提升制造業(yè)研發(fā)與營銷等環(huán)節(jié)的創(chuàng)新水平，無疑有助于制造業(yè)實現(xiàn)產品附加值的增加和中間加工制造環(huán)節(jié)的減少。因此，以往在研究生產性服務業(yè)與制造業(yè)的關系時，多選擇價值鏈理論來闡述二者之間的關系。

然而，隨著信息技術水平的不斷發(fā)展，原有的價值鏈理論已經不能完全反映產業(yè)間的關系，于是價值網的概念應運而生。該理論最初由Merce管理顧問公司的亞德里安·斯萊沃斯基于1998 年提出，他認為企業(yè)成員之間應通過資源共享和優(yōu)勢互補共同為顧客提供服務。美國學者大衛(wèi)·波維特進一步豐富了價值網理論，他主張將傳統(tǒng)產業(yè)鏈的協(xié)作融入新的價值網，企業(yè)需要將價值鏈上的各個環(huán)節(jié)結合數(shù)字信息技術，形成新的價值創(chuàng)造方式，從而突破自身內部價值鏈的限制，與外部其他企業(yè)的價值鏈相互關聯(lián)，形成合作協(xié)同關系，構建更優(yōu)的價值共創(chuàng)聯(lián)合體。隨著信息技術和智能化技術的不斷發(fā)展，原本價值鏈中研發(fā)、生產、銷售等模塊在新技術的作用下可以突破原有的鏈狀順序被重新塑造，企業(yè)可以用網絡化和數(shù)字化的方式來創(chuàng)造價值?？梢姡瑑r值網形成的過程是價值鏈重構的過程，企業(yè)間的價值鏈關系在信息化和智能化時代演變成價值網絡關系，實現(xiàn)了由關注價值增值和成本控制到關注價值共創(chuàng)的轉變。面對客戶對高質量產品和服務的需求，價值網需要具備靈活、高效、可靠、成本低、可定制等特性，以適應不斷變化的市場需求。［12］

在智能化時代，生產性服務業(yè)出現(xiàn)智能化發(fā)展趨勢，在為制造業(yè)提供中間服務時，可以通過智能化手段和技術為制造業(yè)提供更為精確和個性化的定制服務，推動網絡、資源、信息和物質流等在價值網內快速流動，為制造業(yè)提供更為高效、低價和可靠的服務，從而對制造業(yè)的交易成本和生產效率產生影響。［13］同時，采用智能化服務可以實現(xiàn)以制造業(yè)企業(yè)需求為中心，通過智能化的基礎設施連接和信息共享來實現(xiàn)優(yōu)勢互補，通過密切合作共同創(chuàng)造更大價值，從而滿足制造業(yè)企業(yè)的需求。智能化程度低的制造業(yè)企業(yè)可以借助生產性服務業(yè)提供的智能化產品及服務，將材料采購、研發(fā)設計、加工生產、倉儲、物流、銷售配送、售后服務等流程無縫銜接形成高效智能化的生產協(xié)作網絡，并通過物聯(lián)網平臺對企業(yè)業(yè)務進行重構和整合，從而降低成本，提升制造業(yè)的產業(yè)效率。依靠生產性服務業(yè)為制造業(yè)部門提供技術與經驗支持，是促使制造業(yè)專注于核心研發(fā)、智能制造的輔助力量的必然選擇。［14］因此，根據價值網理論，本文認為發(fā)展并利用智能化的生產性服務業(yè)是提升我國制造業(yè)效率的重要方式，可以有效實現(xiàn)生產性服務業(yè)參與制造業(yè)價值網優(yōu)化，提升制造業(yè)效率。

三、實證研究

（一）變量定義

1.被解釋變量：本文的被解釋變量為制造業(yè)效率（Y），選取制造業(yè)勞動生產率作為代理指標，具體采用我國制造業(yè)各細分行業(yè)的總產值與行業(yè)從業(yè)人數(shù)計算的勞動生產率之和代表制造業(yè)總體效率。

2.解釋變量：本文的解釋變量為生產性服務業(yè)智能化水平（sczn）。國外學者關于產業(yè)智能化的衡量主要是為了解決產業(yè)發(fā)展的具體問題，故大多選擇單一指標進行測度，未能構建健全的測度體系。國內學者多從宏觀層面測度產業(yè)智能化，如孫早和侯玉琳借鑒了由國家工業(yè)和信息化部構建的工業(yè)化和信息化融合的指標體系，構建了工業(yè)智能化水平測度指標體系，這開創(chuàng)了國內利用指標體系方法測度具體產業(yè)智能化研究的先河。［7］本文在孫早和侯玉琳研究的基礎上，從生產性服務業(yè)智能化基礎、智能化應用、智能化效益三部分構建生產性服務業(yè)智能化水平的測度指標（見表1），并采用熵值法客觀衡量各個指標的權重，最終計算出生產性服務業(yè)智能化的總體水平。

表1 生產性服務業(yè)智能化水平測度指標體系

3.控制變量：本文的控制變量在已有對制造業(yè)效率研究的基礎上，結合產業(yè)智能化的研究視角，選取了固定資產投資、研發(fā)創(chuàng)新水平、人力資本水平、外商投資水平4 個指標作為控制變量。

（1）固定資產投資（fai）。使用各個省份年度獲得的社會固定資產投資與該地區(qū)生產總值的比值作為影響制造業(yè)效率的控制變量。

（2）研發(fā)創(chuàng)新水平（res）。選擇工業(yè)企業(yè)發(fā)明專利數(shù)作為衡量產業(yè)效率的代理變量。

（3）人力資本水平（hum）。人力資本水平會通過提升管理效率和創(chuàng)新效率來提高制造業(yè)效率，故本文選取每十萬人口高等學校平均在校生數(shù)（人/10 萬人）作為衡量人力資本水平的代理變量。

（4）外商投資水平（fdi）。改革開放以來，外商直接投資大力促進了我國經濟的發(fā)展，尤其是促進了我國制造業(yè)發(fā)展。某一地區(qū)引入外商投資可以增加資本、技術等多方面投入，從而有利于制造業(yè)效率的提高。本文用外商直接投資與地區(qū)生產總值的比值衡量外商投資水平。

（二）數(shù)據來源及模型設定

由于一些產業(yè)年鑒數(shù)據的更新具有滯后性，部分數(shù)據只能采集到2019 年，故本文選取2006 ～2019年中國29 個省級地區(qū)（除西藏、青海）的面板數(shù)據為研究樣本，原始數(shù)據來自2006 ～2020 年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國第三產業(yè)統(tǒng)計年鑒》《中國電子信息產業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》以及國家統(tǒng)計局網站、EPS全球統(tǒng)計數(shù)據/分析平臺等。個別缺失數(shù)據通過插值法進行估算補齊。同時，為去除價格的影響，對生產性服務業(yè)增加值和制造業(yè)產值等數(shù)據以2006 年為基期進行平減處理。生產性服務業(yè)能源消耗數(shù)據和折算標準煤系數(shù)來源于《中國能源統(tǒng)計年鑒》。在生產性服務業(yè)的細分行業(yè)選取方面，對照我國《國民經濟行業(yè)分類》的行業(yè)分類標準，著重考察智能化發(fā)展突出的細分行業(yè)，按照數(shù)據的可獲取性、統(tǒng)計口徑的一致性、弱化內生性等要求，本文最終將“金融業(yè)”“租賃和商務服務業(yè)”“科學研究、技術服務和地質勘查業(yè)”“交通運輸、倉儲和郵政業(yè)”及“批發(fā)和零售業(yè)”五個細分行業(yè)納入到生產性服務業(yè)的研究范疇。由于五個細分行業(yè)諸多統(tǒng)計數(shù)據并沒有被全部涵蓋，所以就行業(yè)層面而言，對其進行分別測度缺乏一定的科學性，因此本文主要結合熵值法測度全國及各個地區(qū)的生產性服務業(yè)智能化水平。為去除異方差的影響，對制造業(yè)效率、生產性服務業(yè)智能化、固定資產投資、研發(fā)創(chuàng)新水平、人力資本水平、外商投資水平取自然對數(shù)。變量描述性統(tǒng)計如表2 所示。

表2 變量的描述性統(tǒng)計

為了檢驗生產性服務業(yè)智能化與制造業(yè)效率之間的關系，本文建立如下基本檢驗模型：

在模型（1）中，i和t分別表示地區(qū)和時間，Yit表示制造業(yè)效率，sczn表示生產性智能化水平，α0為常數(shù)項，α1代表生產性智能化對制造業(yè)效率的影響系數(shù)，Z 表示控制變量，包括固定資產投資（fai）、研發(fā)創(chuàng)新水平（res）、人力資本水平（hum）、外商投資水平（fdi）。μi表示地區(qū)異質項，δt表示時間異質項，εit表示隨機誤差項。

（三）基準性檢驗結果

根據模型（1），對2006 ～2019 年我國29 個省級地區(qū)的面板數(shù)據進行回歸分析，由于存在省區(qū)的個體效應，因而回歸時選用混合效應模型，并通過豪斯曼（Hausman）檢驗來確定個體效應存在的兩種形式——固定效應模型（FE）和隨機效應模型（RE），最終檢驗p值為0.0000，小于0.1，拒絕原假設，故選擇固定效應模型，其基準回歸結果如表3 所示。其中，模型（1）為采用隨機效應模型的檢驗結果，模型（2）至模型（4）為采用固定效應模型的檢驗結果，模型（2）控制了地區(qū)固定效應，模型（3）控制了時間固定效應，模型（4）為時間地區(qū)雙向固定效應模型。

表3 2006 ～2019 年生產性服務業(yè)智能化對制造業(yè)效率的基準檢驗結果

通過表3 可以看出，無論是隨機效應模型還是固定效應模型，生產性服務業(yè)智能化系數(shù)顯著為正，表明生產性服務業(yè)智能化對制造業(yè)效率起促進作用這一結果具有穩(wěn)定性。從固定效應的回歸結果來看，生產性服務業(yè)智能化水平在1%水平上顯著，為0.136，說明生產性服務業(yè)智能化水平對我國制造業(yè)效率具有明顯的促進作用。研發(fā)創(chuàng)新水平和人力資本水平的回歸系數(shù)顯著為正，說明在當前數(shù)字經濟等新興產業(yè)發(fā)展的背景下，高水平人才和技術創(chuàng)新、研發(fā)能力等與制造業(yè)效率的提升息息相關，這也符合智能制造發(fā)展的趨勢。而固定資產投資和外商投資水平的系數(shù)在固定模型效應下并不顯著，但是系數(shù)為正?？傮w而言，生產性服務業(yè)智能化可以促進我國制造業(yè)效率的提升，為制造業(yè)發(fā)展助力。

（四）穩(wěn)健性檢驗

通過前文對生產性服務業(yè)智能化水平和制造業(yè)效率關系的基準檢驗，結果表明生產性服務業(yè)智能化水平對制造業(yè)效率具有顯著的促進作用。為了進一步檢驗這一關系的穩(wěn)健性，本文結合已有研究采用如下兩種方式再次進行穩(wěn)健性檢驗。其一，在自變量生產性服務業(yè)智能化水平的測度上，借鑒孫早和侯玉琳對產業(yè)智能化衡量的方法，采用主成分分析法對生產性服務業(yè)智能化體系指標進行合成與測量（sczn1）。其二，對于被解釋變量制造業(yè)效率采用不同的方法進行計算，運用產出率作為制造業(yè)效率的代理變量（產業(yè)增加值/產值）。由于制造業(yè)的產業(yè)增加值統(tǒng)計口徑不一致，導致大多數(shù)年份數(shù)據缺失，故采用工業(yè)增加值與總產值來代替制造業(yè)增加值與產值，從而計算得出制造業(yè)效率（Y1）。如表4 所示，模型（1）～（3）為采用固定效應模型檢驗結果，模型（1）控制了地區(qū)固定效應，模型（2）控制了時間固定效應，模型（3）為時間地區(qū)雙向固定效應模型。通過表4 可以看出，生產性服務業(yè)智能化水平無論是雙向固定還是針對時間和地區(qū)的分布固定，其對制造業(yè)效率的影響在1%的水平上是顯著的，其值為0.009，這一結果與基準回歸的檢驗結果保持一致，并沒有因生產性服務業(yè)智能化水平的測度變化和制造業(yè)效率的指標變化而產生變化，因此，我們推斷出生產性服務業(yè)智能化對制造業(yè)效率提升的結果是穩(wěn)健的?？刂谱兞恐醒邪l(fā)創(chuàng)新水平、人力資本水平和固定資產投資都有不同程度的正向顯著性，這也充分說明制造業(yè)的高速發(fā)展過程除了依賴大量資金的投入，也十分依賴科技創(chuàng)新和高質量人力資本等生產要素的投入，這與前文的基準研究結論較為一致。

表4 2006 ～2019 年生產性服務業(yè)智能化對制造業(yè)效率的穩(wěn)健性檢驗結果

（五）內生性檢驗

生產性服務業(yè)智能化對制造業(yè)效率的影響會受到內生性問題的影響，內生性的產生主要是因為遺漏變量引起的內生性問題。為了解決此問題，前文在基準模型的檢驗中將固定資產投資、研發(fā)創(chuàng)新水平、人力資本水平、外商投資水平等作為控制變量，納入到基準回歸模型中，并采用固定效應模型對年份和省份進行雙向固定，以此來緩解遺漏變量所帶來的內生性問題。另外，生產性服務業(yè)智能化與制造業(yè)效率之間也可能存在互為因果的關系，為了避免雙向因果帶來的內生性問題，本文借助工具變量法實證檢驗生產性服務業(yè)智能化對制造業(yè)效率的影響。在工具變量的選擇方面，由于當期的生產性服務業(yè)智能化水平會受到前期智能化水平的影響，所以將生產性服務業(yè)智能化水平的一階滯后項（iv1）和二階滯后項（iv2）作為相應的工具變量，并將兩個工具變量同時作為生產性服務業(yè)智能化的工具變量。為了檢驗過度識別問題，通過兩階段最小二乘法（2sls）檢驗生產性服務業(yè)智能化對制造業(yè)效率的影響。結果如表5 所示。其中，模型（1）和模型（2）為生產性服務業(yè)智能化水平的一階滯后項（iv1）作為工具變量的結果，模型（3）和模型（4）為生產性服務業(yè)智能化水平的二階滯后項（iv2）作為工具變量的結果，模型（5）和模型（6）為生產性服務業(yè)智能化水平的一階、二階滯后項共同作為工具變量的結果。

表5 工具變量的兩階段估計結果

通過表5 的估計結果可以看出，第一階段的估計結果中工具變量與自變量表現(xiàn)出顯著的正向關系，均在1%水平上顯著，符合相關性條件。工具變量檢驗結果顯示，弱工具變量檢驗F 值均超過顯著性水平10%臨界值，意味著不存在弱工具變量問題。在模型（5）和（6）中，將之前兩種工具變量共同放入模型回歸，進行過度識別檢驗，得到過度識別檢驗P值為0.174，大于0.1，接受原假設（工具變量為外生變量），認為工具變量均是外生，即與擾動項不相關，說明采用生產性服務業(yè)智能化一階和二階滯后項作為工具變量具有合理性和可行性。生產性服務業(yè)智能化對制造業(yè)效率的估計系數(shù)均在1%水平上顯著為正，表明生產性服務業(yè)智能化能夠顯著提升制造業(yè)效率，與基準檢驗結論和穩(wěn)健性回歸結果一致，證明了本文結論的穩(wěn)健性和可靠性。

四、結論與建議

本文通過實證研究發(fā)現(xiàn)生產性服務業(yè)智能化對制造業(yè)效率存在顯著的正向促進作用，并采用固定效應模型檢驗了二者之間的因果關系。選用熵值法和主成分分析法對指標合成的檢驗結果一致，并采用產出率重新測度我國制造業(yè)效率，其穩(wěn)健性檢驗結果與基準回歸結果保持一致。同時，運用工具變量法緩解互為因果等原因導致的內生性問題，保證研究結果的一致性。依據上述研究結論，本文提出如下建議：

第一，制造業(yè)企業(yè)要充分利用智能化的生產性服務業(yè)。通過借助智能化服務技術有助于解決制造業(yè)企業(yè)在生產過程中的各種難題，可極大地提高我國制造業(yè)效率。制造業(yè)企業(yè)應大規(guī)模增加對智能化生產性服務的運用，增加資金投入，充分打造互聯(lián)網智能化服務信息、支付、交易等平臺，充分利用精準、安全、高效、柔性的智能服務平臺，以便在研發(fā)、生產、銷售等過程中實時調整投入和計劃，提升生產效率。

第二，積極培育智能化人才，加大創(chuàng)新研發(fā)的投入。智能化生產中需要更多的智能化人才和高技能勞動力，需要借助其先進的技術和豐富的經驗知識來支撐生產性服務活動的平穩(wěn)運轉以及靈活應對突發(fā)問題。故積極培育智能化人才對于生產性服務業(yè)智能化水平的提升和制造業(yè)效率的提升都具有重要作用。因此，政府需要投入更多資金，借助產學研結合和高?？蒲袡C構的力量，著力培養(yǎng)前沿的專業(yè)型智能化人才，促使低端勞動力向智能化人才轉變。