异质性视角下制造业服务化驱动高质量发展研究

Research on Service-Oriented Driving High-Quality Development of Manufacturing Industry from the Perspective of Heterogeneity

摘要: 在服务业增值占国内生产总值比重不断上升的背景下，服务业逐渐成为经济增长的核心动力，服务业与制造业的融合为经济高质量发展注入了新的活力。本文通过从产业关联溢出、技术创新、成本节约和资源再配置四个角度阐述了制造业服务化驱动经济高质量发展的理论机制。为检验理论，本研究建立了高质量发展的综合评价指标体系，并进行了实证分析。结果表明，制造业服务化在促进经济高质量发展方面效果显著。然而，异质性检验揭示了在东部地区和经济不发达地区，其影响更为显著，且主要对资本密集型制造业的高质量发展具有显著推动作用。因此，本文建议政府相关部门促进制造业与服务业之间的深度整合，并制定具有地域特色的制造业服务化发展策略。同时，应解除制造业服务化转型的政策机制限制，并通过技术创新提升制造业的高质量发展水平。本文的研究不仅丰富了关于制造业服务化与经济高质量发展关系的理论，同时也为政策制定者提供了有价值的参考。

Abstract: In the context of the service industry’s growing contribution to GDP, it has emerged as a primary driver of economic growth. The merging of service and manufacturing industries has revitalized high-quality economic development. This paper expounds the theoretical mechanism of manufacturing service-oriented driving high-quality economic development from four perspectives: industrial spillover, technological innovation, cost saving and resource reallocation. In order to test the theory, this study establishes the comprehensive evaluation index system of high quality development, and carries on the empirical analysis. The results indicate that manufacturing servitization significantly fosters high-quality economic development. However, the heterogeneity analysis reveals that its impact is most pronounced in the eastern region and economically underdeveloped areas. Notably, it demonstrates a substantial promoting effect on the high-quality development of capital-intensive manufacturing industries. As a result, government authorities should encourage the comprehensive integration of manufacturing and service sectors; tailored strategies for manufacturing service-oriented development should be devised based on regional differences, breaking policy constraints and boosting the manufacturing sector’s growth to a high standard via technological advancements. The research in this paper not only enriches the theory of the relationship between manufacturing servitization and high-quality economic development, but also provides a valuable reference for policy makers.

1. 引言

作为国民经济发展的核心驱动力，制造业为实现高质量发展提供了根本支撑。中国多年来一直通过加工贸易的方式参与全球价值链，虽然促进了贸易的增长，但也存在着“低端锁定”的风险。因此，为了在全球价值链中获得更有利的位置并实现高质量发展，中国亟需提高其制造业水平。在“十四五”计划期间，中国特别强调了现代服务行业与高端制造业之间的整合，以稳固其实体经济基石，明确了当前的经济发展方向。经验证明，在制造业中，应当降低加工和组装工作，而更多地关注企业的服务价值链，例如品牌设计和金融商务等领域。借助知识和技术密集型的服务，推动制造业向服务化方向迈进，以适应高品质的发展需要，促进工业升级，建立一个现代化的经济体系，具有重要实际意义。同时，新一代信息技术迅猛发展加速推动社会分工和产业融合，制造业服务化转型也成为经济结构升级和高质量发展的内在需求。

2. 文献综述

在学术界，制造业服务化的相关问题引起了广泛关注。目前，国内外学者主要从制造业服务化的经济效应方面展开。其中，关于制造业服务化与经济高质量发展之间的关系，学者们进行了相对较少的研究，更多的关注点通常放在制造业生产率提升、数字化转型等方面。现有文献中，关于经济效应的研究主要着重于资源配置效率、企业创新、产品质量、企业出口、价值链升级等方面。Amiti和Wei (2009)的研究强调，引进中间服务可以为制造行业的公司创造一个学习经验和技术的平台，进而助力于积聚创新的人力资源并增强其创新实力[1]。祝树金等(2019)研究发现，我国的制造业服务外包和企业的出口质量之间存在着“U型”的变化，这种变化是由技术创新的机理所决定的[2]。此外，窦大鹏与匡增杰(2023)的研究发现，制造企业通过服务升级来提高其在GVC中的位置，其中，科技进步与产品成本的下降在这一过程中扮演关键角色[3]。

尽管现有研究在探讨制造业服务化的经济效应方面积累了丰富的文献基础，但其对高质量发展的影响方面，文献关注相对较少。对于两者之间的关系，学术界存在着明显的争论，总体来说主要分为“促进论”、“抑制论”和“非线性论”三种观点。首先，很多学者都认同制造企业的转型升级对高质量发展具有重要意义。例如，郑瑛琨(2020)将传统的制造和数字经济相结合，可以对高质量发展产生明显的推动作用[4]。刘明(2021)的研究发现，制造业与物流业的协同集聚对实现高质量发展有帮助[5]。李蕾和刘荣增(2022)的研究通过对模型的中介作用进行了实证分析，结果表明，不管是制造和服务的结合，还是高级制造和现代服务的结合，都会对高质量发展产生正面的作用[6]。根据陈丽娴和魏作磊(2022)的观点，制造业服务化对促进中部、西部经济高质量发展的作用尤为显著[7]。在经济活动中，企业处于关键地位，制造企业高质量发展的服务化效应也会对整个制造企业带来巨大冲击。杜传忠和金华旺(2021)的研究通过对制造业上市公司的数据进行深入分析，发现制造业向金融服务化的转型有助于提高企业的全要素生产效率，而资本配置效率的提高推动了这一过程[8]。Haven和Van Der Marel (2018)的研究也得出了类似的结论，即土耳其制造业企业可以通过增加服务产出来提高生产率。其次，少部分学者持有相反看法，即认为服务化可能对高质量发展产生抑制作用[9]。彭继宗和郭克莎(2022)的研究通过分析2000—2014年WIOD中43个国家或地区的数据，从投入服务化的角度出发，由于服务要素的投入结构水平不高，制造企业生产要素的外包对其生产率的提升具有消极作用[10]。Kastalli和Vanlooy (2013)支持所谓的“服务业悖论”，认为制造业服务化反而会降低企业的生产率。此外，还有部分学者坚持“非线性论”的观点[11]。李振洋和金文翰(2022)基于2003~2016年的行业面板数据实证考察发现：在市场竞争环境下，虽然制造业服务化有助于提高绿色全要素生产率，但是存在“倒Ｕ型”影响[12]。周念利等(2017)也指出，服务化对企业生产效率提升具有一定的门槛效应，呈现出明显的“倒Ｕ型”影响[13]。根据王岚(2020)的观点，区分服务投入来源情况下，由于“挤出效应”的存在，国内的服务化投入对中国制造业的全要素生产率产生了先下降后上升的效应，而国外的服务化投入则表现为先上升后下降的趋势[14]。姜博等(2019)的实证研究从结构嵌入的角度出发，发现装备制造业创新效率随着产业融合程度的提高，呈现出“正Ｕ型”的变化趋势[15]。

综上所述，目前的研究文献已经在制造业服务化对经济和生产率的影响上取得了丰富的研究成果，这为我们深入探讨制造业服务化与经济高质量增长之间的联系提供了坚实的基础。然而，国内外文献综述表明相关研究主要集中在微观企业或单一国家层面，在省际层面的研究相对缺乏，这为本文的研究提供了一个新的切入点。相对于既有文献，本研究有以下几个方面的贡献：第一，试图以2002~2022年的中国地区投入产出表为研究样本，详细测算我国30个省份在此期间的制造业服务化水平，侧重从省际层面考察其真实水平对高质量发展的影响，为进一步的区域比较研究提供了数据支撑。第二，鲜有从制造业服务化视角考察其对经济高质量发展的影响。本文构建高质量发展综合指标体系深入探讨两者的关系，特别是阐释了其中的作用机制，进一步丰富了关于高质量发展影响因素的研究。此外，考虑到中国在区域产业结构的调整以及经济增长的不平衡状况，本文从地理位置、经济发展和要素密集度三个方面进行异质性分析。通过这种方式，旨在为促进我国制造业的服务化转型提供有价值的政策参考，以推动各地区实现经济的高质量发展。

3. 理论机制

全球制造业正朝着服务化方向发展，尤其在新一代信息技术的推动下。为了实现产业资源的有机融合，发达国家通过互相提供生产服务或服务生产来达成这一目标。这种发展趋势包括了如业务流程的外包、系统的整合以及产品的全生命周期管理等多个领域。本文从产业关联、技术、成本和资源再配置四个角度探讨制造业服务化对中国的适应性，以及其对经济高质量发展的影响，具体机制如图1所示。

Figure 1. Mechanism path

图1. 机制路径

由图1可知，制造业服务化主要通过产业关联溢出和破坏性创新两条直接路径，以及技术溢出、成本节约和资源再配置三条间接路径来促进中国地区经济高质量发展。首先，制造业服务化通过产业关联溢出效应促进经济高质量发展。这种转型在本质上意味着制造业与服务业能够通过它们之间的上下游产业联系更为紧密地结合在一起。主要体现在将高品质的生产服务，特别是那些技术和信息集中的服务，与高度专业化的人力资源结合起来，共同形成制造业上游生产的核心要素。这种合作产生的“飞轮”效应成功地将服务价值融合到制成品的生产过程中，实现了价值的增长，增强了其在国际市场上的竞争力。尤其在全球价值链分工的大背景下，服务部门在制成品生产过程中不仅起到了“润滑剂”的作用以优化生产流程，还促进了不同生产部门间的信息交流和创新活动，促进整个价值链的高效协同作业，有助于经济实现更高水平的发展。

其次，服务化转型通过技术创新效应促进经济高质量发展。服务要素的融入不仅为企业提供了智力上的支撑，还增强了后勤保障，进一步提高了产品的技术水平。制造业服务化对技术创新有着双重推动作用：一方面，“破坏性创新”直接推动技术创新。通过知识主导型服务要素与其他生产要素的互补和重组，形成“破坏性创新”，革新企业生产范式，减少冗余，降低成本，提高技术创新能力。另一方面，技术溢出间接促进技术创新。随着生产性服务的引入，企业将服务供应商的技术支持和培训内化，间接提升了企业的技术水平。通过技术溢出，服务供应商的技术成果得以传播和共享，协助企业克服技术门槛。这种服务化转型带来的技术创新效应有助于形成产品之间的技术水平差异和垂直差异，推动具有创新特质的产品和服务的开发，是提升产品质量、促使经济高质量发展的关键途径。

再次，制造业服务化通过成本节约促进经济高质量发展。传统资源的过度依赖增加制造成本，不利于企业绩效的提升。而制造业服务化的转型降低了对传统资源的需求，有助于生产成本的有效控制；通过从外部购入专门的服务，制造业得以将其资源主要集中在核心产品的研发上，从而减少了交易的成本，提高利润；生产性服务不仅有较强增值功能，还在产品生产中起到协调作用，成为促进高效运作的“粘合剂”。随着专业化生产的深化，服务在产品生产中的协调作用更为突显，例如高效的电子信息服务设备能够显著减少沟通和协调的费用。

最后，制造业服务化还通过资源再配置效应间接推动经济高质量发展[16]。从本质上讲，制造业的服务化过程是将企业中非核心且缺乏竞争力的服务环节“外包”给了专业的第三方服务公司，这不仅提高了上游中间投入质量，同时使企业能够更充分发挥比较优势。通过巧妙地重新设计和分配有限的内部资源，可以将更多的资源投入到研发环节中，从而提高生产效率，为经济创造良好条件，促进高质量发展。

基于以上分析，本文提出假设：

假设H1：制造业服务化有助于实现经济高质量发展。

假设H2：制造业服务化对经济高质量发展的影响呈现出异质性。

4. 模型构建及变量选取

4.1. 模型构建

为了实证检验制造业服务化对高质量发展的影响，构建以下计量分析模型：

$\ln {\text{gqu}}_{it}={\beta }_0+{\beta }_1{\text{ser}}_{it}+{\beta }_2{X}_{it}+{\gamma }_i+v_t+{\epsilon }_{it}$ (1)

在(1)式中：下标i和t分别代表了特定的地区和时间，而${\text{gqu}}_{it}$ 则代表了地区i在t一年内的经济高质量发展水平，${\text{ser}}_{it}$ 是制造业服务化水平，$X_{it}$ 为控制变量集，${\gamma }_i$ 、${\nu }_t$ 是地区和时间固定效应，${\epsilon }_{it}$ 为随机误差项。

4.2. 变量选取

4.2.1. 被解释变量

在研究经济高质量发展的相关理论时，“创新、协同、绿色、开放、共享”这一新的发展观念被广泛认为是评估经济高质量发展的关键标准。鉴于经济高质量发展综合反映在各个层面，涵盖了多个维度，为避免单一指标的局限性，本文参考了孙豪等(2020)和吕平(2020)的方法构建综合评价指标体系，包括5个二级指标和14个三级指标(详见表1) [17] [18]。使用该体系对2002年至2021年中国30个省级行政区的经济高质量发展水平进行测度。

Table 1. Evaluation index system of high-quality economic development

表1. 经济高质量发展评价指标体系

一级指标	二级指标	三级指标	指标测度	影响方向
经济高质量发展 经济高质量发展	创新发展	研发投入强度	规模以上工业企业R&D经费/GDP	+
		投资效率	投资率/地区GDP增长率	−
		技术交易活跃度	技术交易成交额/GDP	+
	协调发展	需求结构	社会消费品零售总额/GDP	+
		城乡结构	城镇化率	+
		产业结构	第三产业产值占地区GDP比值的提高	+
	绿色发展	能源消费弹性系数	能源消费增长率/GDP增长率	−
		单位产出的废水	废水排放量/GDP	−
		单位产生的废气	二氧化硫排放量/GDP	−
	开放发展	对外贸易依存度	进出口总额/GDP	+
		外商投资比重	外商投资总额/GDP	+
		市场化程度	地区市场化指数	+
	共享发展	城乡消费差距	城镇居民人均消费支出/农村居民人均消费支出	−
		民生性财政支出比重	住房保障支出、医疗卫生支出、地方财政教育支出、社会保障和就业支出占地方财政预算支出的比重	+

4.2.2. 解释变量

本文借鉴投入产出框架下的测算方法，使用完全消耗系数来测度制造业服务化，并用直接消耗系数用于稳健性检验。计算公式为：

$a_{jk}=x_{jk}/x_k$ (2)

${\text{ser}}_{jk}=a_{jk}+{\displaystyle {\sum }_{m=1}^m{a}_{jm}{a}_{mk}}+{\displaystyle {\sum }_{s=1}^n+{\displaystyle {\sum }_{m=1}^m{a}_{js}{a}_{sm}{a}_{mk}}+\cdots }$ (3)

在公式(2)中，a_jk是指在服务业j部门中，由制造业k部门的产品产量直接消耗的中间投入，x_k表示k部门的总投入，x_jk表示j部门投入到k部门中的要素量；(3)式右边第一项表示直接消耗，第二项间接消耗则通过多轮迭代表示，两项之和即为完全消耗系数。

4.2.3. 控制变量

本文的控制变量主要包括：1) 人力资本水平(hum)是通过比较地区内普通高等教育机构的在校学生数量与该地区总人数的比率来进行评估的；2) 环境规制(ers)是通过测算工业污染治理所完成投资占工业增加值比重；3) 产业聚集程度(agg)，通过就业人员数(万人)与行政区划面积(平方公里)的比值来衡量；4) 劳动力水平(lab)：采用就业人员数(万人)取对数来度量。

4.3. 数据来源及说明

本研究的主要数据来源包括《中国统计年鉴》《中国工业统计年鉴》、中国各个地区的投入产出数据、各个省份的历年统计年鉴，还有中国经网的统计数据。为了确保数据的精确性和统计准则的一致性，决定剔除来自西藏自治区、香港特别行政区、澳门特别行政区和中国台湾的相关信息。在数据处理过程中，为了解决异方差性问题，我们采用了对数转换，并用均值插值法来填补数据的缺失值。中国各地区的投入产出表是每隔5年制定一次的，因此在评估各省(市)制造业的服务化程度时，我们采用了2002年、2007年、2012年和2017年的统计数据，使用相邻年份的数据来替代中间缺失年份。为了获取2002年至2021年的连续年份数据，本研究借鉴了陈丽娴和魏作磊(2019)研究手法，首先计算了各省每年制造业增加值与相应服务化水平的乘积，进而得出了制造业服务化的具体数额。在此基础上，利用各个省份(市)的对应年度GDP数据，得到制造业服务化程度的相对值。测算公式如下：${\text{ser}}_i={\text{manoutput}}_i\times \text{ser}/{\text{GDP}}_i$ 。本文主要变量描述性统计如表2所示。

5. 回归结果分析

5.1. 基准回归分析

回归分析前分别考察个体效应与时间效应，结果均显著。说明相对于混合OLS模型而言，采用固定效应模型或者随机效应模型所获得的效果更为优越。利用Hausman检验方法，我们观察到p值低于0.05，这意味着本研究中的面板数据更倾向于使用固定效应模型。

表3展示了采用固定效应模型的回归结果。第(1)列和第(2)列显示，无论是否控制时间和地区层面，被解释变量lngqu的估计系数在1%的显著性水平下均为正值。在第(3)列和第(4)列中，引入环境规制、人力资本等控制变量后，结果依然显著。每当制造业的服务化水平上升1%，其高质量发展水平也会相应提高0.471%，证实了假设H1，即制造业服务化有助于实现经济高质量发展。这一结果也与前文的机制分析相符，表明制造业服务化在产业关联溢出、技术创新、成本节约、资源再配置等方面对经济高质量发展产生积极作用，为其提供了新的源泉和力量。这为中国迈向高质量发展提供了重要的启示。

Table 2. Descriptive statistics

表2. 描述性统计

变量	观测值	平均值	中位数	标准差	最小值	最大值
lngqu	600	−1.375	−1.476	0.464	−2.264	−0.164
ser	600	0.135	0.134	0.0460	0.0290	0.332
hum	600	0.0170	0.0170	0.00700	0.00300	0.0420
ers	600	0.00400	0.00300	0.00400	0	0.0310
agg	600	0.0240	0.0150	0.0340	0	0.217
lab	600	7.561	7.649	0.795	5.624	8.864

Table 3. Baseline regression

表3. 基准回归

	(1)	(2)	(3)	(4)
	lngqu	lngqu	lngqu	lngqu
ser	1.005^*** (0.204)	0.693^*** (0.156)	1.087^*** (0.199)	0.471^*** (0.148)
hum			8.361^*** (1.407)	−8.995^*** (2.459)
ers			−8.211^*** (2.154)	−0.610 (1.688)
agg			2.283^*** (0.790)	−0.876 (0.737)
lab			−0.242^*** (0.050)	−0.466^*** (0.051)
_cons	−1.510^*** (0.079)	−0.297^*** (0.038)	0.141 (0.383)	3.178^*** (0.373)
N	600.000	600.000	600.000	600.000
R^2	0.037	0.527	0.182	0.594
时间	No	Yes	No	Yes
地区	No	Yes	No	Yes

注：^*、^**和^***分别表示10%、5%、1%的显著性水平。

5.2. 稳健性与内生性检验

5.2.1. 稳健性检验

本研究再次将全要素生产率视为高质量发展的表征，对该模型的稳健性进行了验证。在表4中，第(1)列和第(2)列呈现了替换因变量后的回归结果，尽管作用系数略微降低，但仍然在1%的显著性水平下为正值。这说明，制造业服务化是提升高质量发展的重要变量。此外，其他控制变量的显著性水平与前文回归结果略有差异。

本文进一步采用替换自变量的测度方法，使用直接消耗系数(serz)度量并重新进行回归。如表4的列(3)、列(4)所示，在1%的显著性水平上，直接消耗系数依然是正且显著的，与前文的基准回归结果基本一致，这表明本研究的估计结果是稳定的。

5.2.2. 内生性检验

使用双向固定效应模型，有助于降低因忽略变量导致的估计误差。在此基础上，本文采用了工具变量的方法进一步解决内生问题。利用解释变量ser的一阶滞后项来执行两阶段的最小二乘估计。这主要是因为：首先，符合关联关系的要求，即制造业的服务业与一阶滞后之间有关联。第二，符合外生性条件，延迟变量和报表中的扰动项是无关的。表4第(5)、第(6)列显示了内生性的检验，其中，制造业服务业发展程度的因子在1%的水平上是明显的，这和前面的研究是相吻合的。

Table 4. Robustness and endogeneity tests

表4. 稳健性检验与内生性检验

	稳健性检验				内生性检验
	替换因变量		替换自变量测度方法
	(1)	(2)	(3)	(4)	(5)	(6)
	TFP	TFP	lngqu	lngqu	lngqu	lngqu
ser	0.388^*** (0.114)	0.430^*** (0.113)	1.680^*** (0.493)	1.321^*** (0.461)	0.822^***(0.192)	0.560^*** (0.188)
hum		−5.275^*** (1.871)		−9.300^*** (2.458)		−8.982^*** (2.520)
ers		0.505 (1.284)		−0.544 (1.695)		−0.867 (1.835)
agg		−3.232^*** (0.560)		−0.899 (0.739)		−1.298 (0.883)
lab		0.052 (0.039)		−0.480^*** (0.051)		−0.439^*** (0.050)
_cons	1.492^*** (0.028)	1.767^*** (0.284)	−0.259^*** (0.036)	3.300^*** (0.368)	−0.111^** (0.049)	3.482^*** (0.409)
N	600.000	600.000	600.000	600.000	570.000	570.000
R^2	0.789	0.802	0.521	0.593	0.946	0.953
时间	Yes	Yes	Yes	Yes	Yes	Yes
地区	Yes	Yes	Yes	Yes	Yes	Yes

注：^*、^**和^***分别表示10%、5%、1%的显著性水平。

5.3. 异质性分析

5.3.1. 地理位置异质性

中国国土辽阔，各地区经济发展水平和市场条件呈现显著差异，服务化转型可能对高质量发展的影响存在区域性差异。为验证这一可能性，将中国30个省份分为东、中和西三大区域进行异质性检验。如表5所示，只有在东部地区，解释变量ser对高质量发展水平提升才表现出显著的促进作用，而在中、西部地区系数并不显著。东部地区的经济发展水平相对较高和产业基础更为稳固，从而为服务化的转型创造了有利的环境，这可能是造成这种区域差异的原因。东部地区物质资源的集中有助于两个产业的融合，从而催生了技术创新和成本效益，进一步优化了产业结构，提升了资源再分配的效率，地区经济高质量发展水平得以提升。相比之下，中部地区因其较低的经济水平和相对简单的产业结构，生产性服务业和高技术制造业水平相对较低，人力资本水平存在较大差异。在此背景下，两个产业的整合可能导致环境污染和创新效率的降低，这进一步限制了中部地区制造业服务化带来的正向外部效应。至于西部地区，由于地理环境等多种因素的限制，该地区的经济发展相对滞后，产业基础不够健全，创新能力也相对较低，这些因素共同阻碍了制造业向服务化转型的进程，也难以推动西部地区走向高质量的发展道路。

Table 5. Estimation results of geographic heterogeneity

表5. 地理位置异质性估计结果

	(1)	(2)	(3)
	东部地区	中部地区	西部地区
ser	0.709^*** (0.215)	0.116 (0.229)	0.489 (0.400)
hum	0.311 (4.814)	−19.812^*** (3.117)	4.438 (5.918)
ers	6.844^** (2.959)	3.862 (2.500)	−9.008^*** (3.390)
agg	0.696 (0.930)	−5.569^*** (1.697)	−13.459 (15.531)
lab	−0.373^*** (0.077)	−0.080 (0.114)	−0.617^*** (0.110)
_cons	1.695^*** (0.591)	−0.679 (0.878)	2.749^*** (0.847)
N	240.000	180.000	180.000
F	11.510	16.608	12.663
R^2	0.575	0.731	0.674
时间	Yes	Yes	Yes
地区	Yes	Yes	Yes

注：^*、^**和^***分别表示10%、5%、1%的显著性水平。

5.3.2. 经济发展水平异质性

鉴于中国经济增长的不平衡性，各个地区在服务化转型过程中对高质量发展的影响可能会有所不同。将2022年人均国内生产总值作为划分标准，将30个省份划分为经济发达、较发达和不发达地区，估计结果见表6。结果显示，无论经济发达与不发达，服务化都表现为带动区域经济发展的“利器”，相反，较发达地区的影响系数显著为负。此外，欠发达地区的回归系数大于发达地区，说明欠发达地区服务化转型所带来的提升作用在统计上明显高于发达地区。究其原因可能是，发达地区的经济结构已优化，服务业已经占据主导地位，已由“粗放型”向“集约型”的经济增长方式转变，两产业融合所能起到的拉动作用有限。相反，鉴于目前正处于经济发展的关键时期，政府为欠发达地区提供了强有力的支援，包括政策和财务援助。一些制造业公司将其业务从沿海城市转移到了欠发达地区，这导致了服务化转型对经济高质量发展的资源重新配置和产业关联的溢出效应变得更加显著。经济较发达地区既没有强大的物质基础和研发能力支撑，又没有相应的政策扶持，制造业服务化转型难以对地区经济高质量发展起到拉动作用。

Table 6. Estimation results of economic development level heterogeneity

表6. 经济发展水平异质性估计结果

	(1)	(2)	(3)
	经济发达	经济较发达	经济不发达
ser	0.424^** (0.175)	−0.466^** (0.209)	1.100^** (0.289)
hum	4.509 (4.186)	−6.581^* (3.649)	4.874 (4.963)
ers	−3.464 (3.971)	−3.586 (4.107)	1.099 (2.198)
agg	1.828^** (0.729)	5.926^** (2.545)	−9.416^*** (2.222)
lab	0.001 (0.078)	−0.186 (0.120)	−0.437^*** (0.082)
_cons	−0.794 (0.586)	−0.045 (0.926)	1.465^** (0.612)
N	140.000	180.000	280.000
F	11.850	29.878	14.764
R^2	0.723	0.830	0.594
时间	Yes	Yes	Yes
地区	Yes	Yes	Yes

注：^*、^**和^***分别表示10%、5%、1%的显著性水平。

5.3.3. 基于不同要素密集度制造业的分析

不同制造业行业在技术、资本和劳动力等方面存在差异，在生产活动中对服务要素的依赖程度因此有所不同，对各制造业行业高质量发展的影响也随之产生异质性。本文研究了诸如纺织、食品生产和烟草加工等劳动密集型产业，诸如金属熔炼和压延加工等资本密集型制造业，和诸如电子机械和设备制造等技术密集型产业，对各种要素密度的制造业进行了统计分析，如表7所示。在资本密集度的工业中，其系数是明显的，而劳动力与技术密集的工业部门，其系数是正向的，但是不明显。资本密集度高的制造业企业更能够掌控价值链高端环节，随着制造和服务的深度融合，企业对服务要素的需求进一步扩大，更加有利于资源再配置和产品创新，从而促进制造业高质量发展。劳动密集型制造企业通常承担低附加值的生产加工环节，其服务投入主要集中在批发零售和交通运输服务，对产品升级和资源再配置的作用有限，因而制造业服务化对劳动密集型制造业的作用难以有效发挥。技术密集型制造业没有达到预期中的促进效果，可能是由于技术密集型制造业在整体制造业中的比重较低，且相关的服务投入种类有限，因此制造业服务化对其促进效果不如资本密集型制造业显著。

Table 7. Estimation results of manufacturing with different factor intensities

表7. 不同要素密集度制造业估计结果

	(1)	(2)	(3)
	劳动密集型	资本密集型	技术密集型
ser		0.265^** (0.129)	0.043 (0.035)
hum	−9.747^*** (2.473)	−9.506^*** (2.465)	−9.488^*** (2.472)
ers	−1.138 (1.697)	−0.683 (1.701)	−0.937 (1.698)
agg	−0.882 (0.748)	−0.949 (0.745)	−0.778 (0.742)
lab	−0.478^*** (0.052)	−0.463^*** (0.053)	−0.481^*** (0.052)
_cons	3.327^*** (0.375)	3.209^*** (0.380)	3.327^*** (0.374)
N	600.000	600.000	600.000
R^2	0.588	0.590	0.588
时间	Yes	Yes	Yes
地区	Yes	Yes	Yes

注：^*、^**和^***分别表示10%、5%、1%的显著性水平。

6. 研究结论与政策启示

本文通过四个视角，即产业关联溢出、技术创新、成本节约、资源再配置，从理论层面探讨了制造业服务化对经济高质量发展的理论机制，并认为其为经济提供了新的动力。通过对省级面板数据进行实证检验，研究得出以下主要结论：首先，在分析了经济高质量发展的内涵和特征后，构建了一个包含五个二级指标的综合评价指标体系，对2002至2021年中国30个省(市)进行了经济高质量发展指数的测算。实证检验得出制造业服务化能够显著促进高质量发展。估计结果在多种计量模型、地区和时间固定效应的控制下以及替换不同指标和测度方法等情况下均得到验证。其次，从地理位置和经济发展水平的角度来看，东部和经济不发达地区通过实施转型策略能够更为明显地推动高质量发展水平提升。而区分要素密集度的情况下，只有资本密集型制造业能够充分发挥其作为“利器”的作用。

基于上述结论，本文提出如下政策建议：

第一，推动制造业与服务业的深度融合，制定区域差异化的制造业服务化发展策略。在新工业革命和信息技术的推动下，制造业与服务业的融合是提升生产效率和竞争力的关键。东部地区应聚焦智能制造和信息技术服务的发展，促进高附加值产业的扩展，例如智能物流、远程服务等；中西部地区则应重点推动制造业向服务化转型，尤其是在仓储、物流、金融服务等领域，力争在三年内将中小型制造企业服务化比例提高15%。为此，应设立专项扶持资金，建议每年为中西部地区提供不少于50亿元人民币的服务化转型支持，特别针对中小型企业进行服务化升级补贴。此外，政府应加强东部地区或国际先进经验的引进，每年组织至少10次技术培训和知识援助，并为各地区制定量化的服务化发展指标，如服务型制造业产值占比、创新成果转化率等，定期评估各区域的进展情况，确保政策执行效果。

第二，优化制造业服务化转型的政策和机制，减少体制障碍。目前，制造业与服务业在税收、政策优惠等方面存在差异，形成了产业融合的政策壁垒。建议出台统一的产业政策，尤其是在要素价格、税收和金融支持等方面，消除制造业与服务业的待遇差异。例如，在金融支持方面，设立专项贷款计划，降低服务型制造企业的融资成本。各省政府应加强合作，建立利益共享机制，减少跨地区要素流动的行政壁垒，目标是在3至5年内打造一个统一、开放的市场环境，推动制造业服务化转型的顺利进行。

第三，以技术创新为驱动，推动制造业高质量发展。技术创新是提升制造业竞争力的核心。大力推动研发投入，设立创新基金，支持企业在关键技术领域的突破，特别是在智能制造、绿色生产等领域。建议设立专项人才培养计划，通过校企合作模式，提供符合市场需求的职业教育和技能培训，并设定每年培养技术人才的具体目标，如3年内新增5000名技术人才。此外，完善知识产权保护制度，建立创新奖励机制，推动科技成果的产业化应用。金融层面，应加强创业板和中小板的融资功能，设立风险投资引导基金，支持初创企业和高科技企业的发展，预计5年内通过金融工具扶持100家创新型企业。