王小波，邓 玥
(湘潭大学 商学院，湖南 湘潭 411105)
随着全球价值链分工的深化，服务要素在全球分工中的地位逐渐高涨，制造业企业由“生产型制造”向“服务型制造”方向转变。制造业服务化分为投入服务化和产出服务化，投入服务化是指制造业企业把中间投入要素由过去的以实物为主转变为以服务为主[1]45-48，有助于其全要素生产率的提高[2]29-43。制造业投入服务化已然成为制造业产业升级的驱动力，同样也是实现产业链现代化的重要途径。然而，产业链现代化的核心在于其技术创新能力，这关乎着产业核心技术的可控与安全性、制造业的竞争优势以及高质量发展等问题。那么，制造业投入服务化对产业链技术创新能力的影响如何？是否应该加快制造业投入服务化的进程？这些问题的研究对于推动制造业高质量发展以及产业链现代化建设都具有重要意义。
关于制造业投入服务化对技术创新能力的影响，大部分学者认为两者存在正向关系。李方静(2020)认为投入服务化对企业技术创新的影响受到服务要素投入、企业所有制结构、所处地区、生产率等特征的影响。[3]61-69从不同服务要素投入细分来看，Ang(2010)认为金融资本投入服务化为制造业技术创新提供了大量的金融资本，缓解融资约束，进而促进技术创新。[4]536-576杨仁发(2019)则指出研发设计服务要素的投入会促进产品的高端化，从而提高开发新产品的能力；
信息服务的投入可以带来创新的信息，促进对企业创新生产的控制。[5]71-82，135从不同的影响效应来看，一是成本效应。Grossman(2002)研究发现服务化可以降低企业的经营成本并带来“干中学”效应，促进技术创新能力的提高。[6]85-120二是知识与技术的外溢效应。Schwrer(2013)等学者研究发现制造业投入服务化可以促进人力资本创新能力的提高。[7]131-149由于生产性服务投入具有知识和人力资本密集的特点[8]73-77，通过发挥规模经济效应和技术外溢效应会提高制造业技术创新能力[9]126-140。张文红等(2010)认为生产性服务投入基于知识和技术能够带来差异化的竞争优势。[10]122-134此外，周杰等(2017)发现制造业服务化会抑制技术创新的产出。[11]46-57而刘凯月(2022)认为制造业服务化水平对技术创新存在“U”形影响。[12]89-101
产业链技术创新能力区别于企业技术创新能力和产业技术创新能力，是更加强调产业链上下游之间相互协作的系统创新。这是由于产业链不只是企业内部以产品为中心的链条,其前后向关系也对经济发展有推动作用[13]183-199，体现了企业之间的分工与协作[14]41-52，侧重反映各产业环节的经济技术联系[15]，[16]3-7。
综上，已有研究大多聚焦研究投入服务化对企业技术创新能力的影响，缺少对产业链技术创新能力的影响研究。因此，本文从宏观层面探究投入服务化对产业链技术创新的影响。
本文的创新点有以下两个方面：一是从宏观上构建了产业链技术创新能力指数评价指标体系，并测度了42个国家的产业链技术创新能力指数，克服了多数研究用单一指标测度企业技术创新能力的局限。二是研究发现制造业投入服务化与产业链技术创新能力存在先促进后抑制的倒“U”形影响，并基于不同服务要素、不同制造业行业、不同收入水平国家进行了异质性分析，为制造业与服务业的深度融合问题提供了借鉴。
制造业产业链包括了商品生产过程中所经历的从原材料到最终消费品的所有阶段，其本质在于价值增值过程。本文主要从价值链和供应链维度来分析制造业投入服务化对其产业链技术创新能力的影响。
1.价值链维度
当投入服务化程度处于前期增长阶段时，投入服务化主要体现在对价值链的渗透和延伸。一是服务环节向制造环节渗透。研发、咨询、电信、金融等服务要素向制造业价值链渗透，促进了产业链分工的细化，实现产业链的价值增值，提高了产业链技术创新的驱动力。一方面分工的细化使得制造业企业专注于核心技术研发，服务企业专注于提供专业服务要素，推动各环节的研发创新更加专业且精细；
另一方面产业链中服务环节与制造环节互动融合，发挥协同创新效应和组合效应，扩大产业链的增值效应，进而驱动产业链创新。二是制造业向上、下游的服务环节延伸。其核心在于增强对价值链的控制力，提升产业链技术创新能力。具体而言，制造业向上游研发设计、原材料采购等环节的延伸提高了产业链竞争优势，如手机制造商向上游的互联网和软件研发设计延伸，开发互联网门户、在线商城。制造业向下游品牌营销、售后服务的延伸有助于充分对接客户需求，鼓励参与研发设计以及制造生产环节的全程互动，实现产品差异化创新，提高产业链创新的核心竞争力。如设备生产商为客户提供租赁、设备维修以及其他售后服务。
当投入服务化程度处于后期过渡阶段时，一方面产业链上劳动分工逐渐泛化，已有的人才与知识水平在短时间内无法与高度投入服务化水平相适应，创新的组合效应和协同效应的发挥受到抑制。同时，产业链上制造环节与服务环节的交换频率的增加以及交易规模扩大，也会带来交易费用的上升。当交易成本上升的边际成本大于投入服务化带来的边际效益时，过高的交易成本会阻碍产业链技术创新能力的提高；
另一方面，由于投入服务化存在价值增值效应，企业为追逐高额利润会加大对服务要素的投入资金，从而对产业链的研发创新投入产生挤出效应，又会抑制产业链技术创新能力的提高。
图1 从价值链维度分析投入服务化对产业链技术创新能力的作用机制
2.供应链维度
当投入服务化程度处于前期增长阶段时，一是服务要素对制造业的中间投入可以促进制造业供应链的整合[17]1-18，即制造企业与服务企业进行战略性合作，从而影响产业链的技术创新能力。一方面，物流服务、技术服务、营销服务等投入提高了产业链信息交换的效率，使制造业的生产经营活动更加连续可协调，从而降低了产业链中企业要素的使用成本，企业可以有更多的资金投入创新，最终推动产业链创新能力的提高；
另一方面，产业链和配套资源进行整合管理进一步优化了产业链的组织结构，高水平和专业化的人才、资金等要素向产业链的优势企业流动，提高了产业链资源配置的效率，要素供给的增加以及产业链功能的完善，提高了创新的产出。二是供应链的整合也会促进各环节企业的知识合作与共享[18]538-553，形成技术协作网，相比于单个企业的创新，创新的速度会更快，创新成果的扩散也会加快。
当投入服务化程度处于后期过渡阶段时，一是服务要素的过度投入会导致供应链的规模过大，产生资源错配，进而对产业链技术创新能力产生抑制效应。一方面是资本的错配，过度服务化会导致资本过度向金融等高端服务要素倾斜，减少对制造业创新的投入，可能会导致资产的过度“泡沫化”等问题；
另一方面是劳动的错配，过度服务化导致人才向服务行业流动，造成技术人才的流失，减少了创新的产出。二是由于服务要素边际报酬递减带来的效率损失，服务要素过度投入不仅不会带来规模经济效应，反而会损失服务要素使用的效率，影响创新效率，降低创新产出与扩散。
图2 从供应链维度分析投入服务化对产业链技术创新能力的作用机制
基于此，本文提出如下假设：
H0：制造业投入服务化对产业链的技术创新能力存在先促进后抑制的倒“U”形影响。
1.数据样本
本文对WIOD数据库中42(1)42个国家包括欧洲及中亚高收入国家：瑞士、德国、芬兰、西班牙、法国、英国、意大利、荷兰、瑞典、俄罗斯、奥地利、丹麦、波兰、比利时、捷克、挪威、希腊、葡萄牙、塞浦路斯、克罗地亚、拉脱维亚、立陶宛、斯洛伐克、斯洛文尼亚、卢森堡、爱沙尼亚、爱尔兰；
欧洲及中亚中上等收入国家：保加利亚、墨西哥、土耳其、匈牙利、罗马尼亚；
东亚及太平洋高收入国家：日本、韩国、澳大利亚；
中东及北非高收入国家：马耳他；
东亚中上等收入国家：中国；
南亚中低收入国家：印度；
东亚及太平洋地区中低收入国家：印度尼西亚；
北美高收入国家：美国、加拿大；
拉丁美洲中上等收入国家：巴西。个国家2000—2014年的跨国面板数据进行计量分析，其中，被解释变量的数据来源于国家统计局《中国统计年鉴》和《世界宏观经济》数据库。核心解释变量制造业投入服务化水平的测度是基于世界银行2016版的投入产出表。其他控制变量如经济发展水平、人口城镇化水平、政府支持力度、信息化水平以及对外贸易水平的数据来自世界银行、EPS数据库、《世界经济发展》数据库、《世界宏观经济》数据库。
2.变量选择
(1)解释变量：制造业投入服务化水平(serv)
对于制造业投入服务化水平的度量，本文借鉴许和连(2017)[19]62-80等的做法，采用对WIOD数据库投入产出表所测度的制造业对服务业的完全消耗系数代表各国的制造业投入服务化水平，并作为本文的核心解释变量。具体公式如下：
(2)被解释变量：产业链技术创新能力(innov)
本文参考世界知识产权组织发布的《全球创新指数报告》，并借鉴张贵(2011)[20]72-79等学者的做法，采用熵值法构建产业链技术创新能力评价指标体系来度量产业链技术创新能力。主要包含创新的投入、创新的产出、创新的扩散三个一级指标，选取了R&D支出、R&D人员、科技文章数、专利申请量、高科技出口这五个二级指标。具体测算步骤及结果如下：
首先，对数据进行正向化处理：
其次，计算各指标信息熵：
然后，计算各指标权重：
最后，用线性加权法求出产业链技术创新能力指数：
其中，i表示国家，j表示测度指标，n表示国家数，m表示指标个数，max(Xij)、min(Xij)分别代表Xij的最大值与最小值，产业链技术创新能力指数的值介于0到1之间，值越大，则表明产业链技术创新能力越强。
表1 产业链技术创新能力指数评价指标体系
(3)控制变量
除了核心解释变量制造业投入服务化水平外，本文控制了影响产业链技术创新能力的其他重要变量。其中，经济发展水平(gdp)采用以美元计价的人均国民收入衡量；
政府支持力度(gov)采用政府支出/国民生产总值衡量；
人口城镇化水平(urb)用城镇人口/总人口衡量；
信息化水平(inf)采用ICT产品出口/总产品出口衡量；
对外贸易程度(trade)采用出口总额/国民生产总值衡量。
主要变量的描述性统计如表2：
表2 变量的描述性统计
3.计量模型设计
为了验证制造业投入服务化对产业链技术创新能力的影响，根据理论分析，本文构建了如下计量模型：
innovit=∂0+β1servit+β2serv2it+β3gdpit
+β4govit+β5urbit+β6infit+β7tradeit+μi+μt+εit
其中，innovit代表产业链技术创新能力,i代表各个国家，t代表年份，∂0是常数项，servit代表制造业投入服务化水平，gdpit、govit、urbit、infit、tradeit是控制变量，gdpit代表经济发展水平，govit代表政府支持力度，urbit代表人口城镇化水平，infit代表信息化水平，tradeit代表对外贸易水平，μi、μt、εit分别代表个体、时间效应以及随机项。
1.基准回归
表3第(1)(2)(3)列为固定效应回归结果，第(4)列为控制了时间变量的双向固定效应回归结果，第(5)列为随机效应回归结果。回归结果显示，在1%的显著性水平下，制造业投入服务化水平一次项系数为正，二次项的系数为负，表明制造业投入服务化与产业链技术创新能力是先促进后抑制的倒“U”形关系。这解释了制造业投入服务化水平高的国家，产业链技术创新能力不一定突出的问题，说明制造业投入服务化应当保持在适当的水平才能促进产业链技术创新能力的提高。其他控制变量的回归结果也均符合预期，在1%的显著性水平下，经济发展水平、政府支持力度、人口城镇化水平、信息化水平以及对外贸易水平对产业链技术创新能力有正向的促进作用。
表3 制造业投入服务化影响产业链技术创新能力的基准回归结果
2.稳健性检验
考虑到同期变量可能存在双向因果关系，故加入产业链技术创新能力的下一期变量以及制造业投入服务化滞后一期项变量进行稳健性检验。
表4 制造业投入服务化影响产业链技术创新能力的稳健性检验
根据以上检验结果可以看出，加入产业链技术创新能力的下一期变量以及制造业投入服务化滞后一期项的方程的回归结果与原方程的回归结果基本一致，解释变量、解释变量二次项以及其他控制变量回归系数的符号均相同，并且在1%的显著性水平下制造业投入服务化与产业链技术创新能力之间仍然存在倒“U”形关系。验证了原方程回归结果的可靠性。
3.异质性分析
不同技术层次的服务要素投入服务化对产业链技术创新能力的影响可能存在差异，为此从不同角度进行异质性检验。本文在《国际标准行业分类》的基础上，将投入制造业的服务要素分为三个大类(2)低技术服务要素包括批发零售以及运输仓储，在WIOD数据库中的行业代码分别为G45-G47、H49-H53；
中技术服务要素包括金融保险，行业代码为K64-K66；
高技术服务要素包括信息服务以及专业技术服务，行业代码分别为J61-J63、M69-M73。。其中，低技术服务要素包括批发零售以及运输仓储服务要素，中技术服务要素主要是金融和保险服务要素，高技术服务要素包括信息服务以及专业技术服务要素。不同服务要素投入服务化的回归结果如下表所示。
回归结果显示，低技术服务要素即运输、分销服务要素，在1%的显著性水平下对产业链技术创新能力的先促进后抑制的倒“U”形影响最为显著。因为运输、分销投入服务化会在产业链上下游当中有协调产业链上下游供需端的直接作用，可以降低企业的交换成本从而促进创新。高技术服务要素即信息服务和专业技术服务要素对产业链技术创新能力尚未表现出促进作用。一方面高技术服务要素的溢出效应存在资金门槛，另一方面由于行政管制，高端服务企业的经营范围也受到了准入门槛的限制。
表5 服务要素技术差异的异质性检验
除服务要素的异质性之外，不同类型的制造业投入服务化对产业链技术创新能力的影响也存在异质性。本文参照《全球行业分类标准》，采用生产要素密集度分类法，即按照不同制造业在生产过程中对要素依赖的差异将制造业划分为劳动密集、资本密集和知识密集三类(3)劳动密集型制造业包括纺织品、木材、家具等制造，WIOD数据库中行业代码分别为C13-C16、C31、C32；
资本密集型制造业包括食品、橡胶、金属等制造，行业代码分别为C10-C12、C17-C19、C22-C25；
知识密集型制造业包括化学制品、电气设备、汽车等制造，行业代码分别为C20、C21、C26-C30。。分别对产业链技术创新能力的影响进行分析，探究哪类制造业更适合走服务化道路，回归结果如下表所示：
表6 制造业行业差异的异质性检验
从回归结果来看，劳动密集型、资本密集型、知识密集型制造业投入服务化与产业链技术创新能力均在1%的显著性水平下呈现出显著的倒“U”形关系，并且投入服务化对知识密集型制造业的影响最大。因为资本密集型以及知识密集型制造业相比劳动密集型制造业而言，对知识以及资本等高端服务要素的依赖度更大。投入服务化可以为产业链中的企业带来更多的资金、知识、人才等服务要素。
根据国家收入水平的差异还可以进一步探究高收入国家、中等收入国家以及低收入国家制造业投入服务化水平的国别差异。回归结果如下：
表7 国家收入水平差异的异质性检验
从表中可以看出，制造业投入服务化对产业链技术创新能力呈倒“U”形影响，对高收入国家在1%的显著性水平下显著，在中等收入与低收入国家并不显著，但是低收入水平国家投入服务化的一次项和二次项系数更大。这是因为高收入水平国家即经济发达国家其服务业也相对发达，拥有更充足的资金和更多的服务要素，使得制造业投入服务化在物质基础上具有较强的优势。而低收入国家制造业投入服务化对产业链技术创新能力的倒“U”形影响虽然不显著但作用效果更大，在一定的阈值内对产业链技术创新能力的促进作用也更大。这可能是由于低收入水平国家的服务要素相对缺乏，服务要素投入对于低收入水平国家而言尚处于规模报酬递增阶段，等量的服务要素投入在低收入水平国家对产业链技术创新能力的影响更大。
本文基于价值链、供应链两个维度分析了制造业投入服务化对产业链技术创新能力的影响，并采用跨国面板数据实证检验了两者之间的关系，同时对不同技术差异服务要素投入、行业差异、国家收入水平差异进行了分析。研究结论如下：(1)制造业投入服务化对产业链技术创新能力具有倒“U”形影响。当制造业投入服务化水平低于拐点的临界值时，制造业投入服务化会促进产业链技术创新能力的提高；
当制造业投入服务化水平超过拐点的临界值时，则会产生抑制效应。(2)从服务要素异质性来看，低技术服务要素对产业链技术创新能力先促进后抑制的倒“U”形影响最为显著，高技术服务要素尚未表现出促进作用；
从制造业行业异质性来看，资本密集型和知识密集型制造业相比劳动密集型制造业的倒“U”形作用更大；
从国家收入水平异质性来看，制造业投入服务化对产业链技术创新能力先促进后抑制的倒“U”形影响在高收入国家更为显著，在中等收入和低收入国家中尚不显著。基于本文的研究结论，提出如下政策建议：
第一，制造业投入服务化要保持适度水平，防止过度投入服务化。在制造业发展前期，鼓励制造业企业向服务业延伸，推动企业内部分工的细化，发挥整合效应，带动企业创新能力的提升。而在制造业发展后期，要适度控制服务化水平，在降低组织管理和交易成本的同时，防止制造环节投入比重过低，进而防止创新投入比重和创新产出水平下降。第二，放宽高端服务要素的准入门槛限制。由于高端服务业受到准入门槛的限制，技术外溢效应尚未完全显现，因此需进一步放松行政管制，拓宽高端服务业企业经营领域，形成高端服务业的竞争格局。第三，扩大对外开放，培育产业链上具有优势的“链主”企业，并注重协同“人才链”。注重本土创新，构建中国主导的全球产业链，集中培育出具有国际竞争力的“拳头”产业；
同时需要重视对人才的培育，围绕创新链培育产业链，推动资金链、技术链、人才链、产业链、创新链深度融合。