任 皓，周紹杰，胡鞍鋼

(清華大學(xué) 公共管理學(xué)院，北京 100084)

知識密集型服務(wù)業(yè)與高技術(shù)制造業(yè)協(xié)同增長效應(yīng)研究

任 皓，周紹杰，胡鞍鋼

(清華大學(xué) 公共管理學(xué)院，北京 100084)

知識與技術(shù)密集型產(chǎn)業(yè)已經(jīng)成為世界經(jīng)濟增長的主要動力，本文發(fā)現(xiàn)在知識經(jīng)濟內(nèi)部知識密集型服務(wù)業(yè)與高技術(shù)產(chǎn)業(yè)具有明顯的協(xié)同增長效應(yīng)，運用工具變量法，計算結(jié)果顯示知識密集型服務(wù)業(yè)對于高技術(shù)產(chǎn)業(yè)具有高產(chǎn)出彈性。在考慮相互影響的情況下，運用EC3SLS方法，本文測算知識密集型服務(wù)業(yè)對于高技術(shù)產(chǎn)業(yè)的產(chǎn)出彈性為1.22。穩(wěn)健性檢驗結(jié)果顯示，低制造業(yè)結(jié)構(gòu)、低收入水平的國家，知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)產(chǎn)出彈性更高。本文認(rèn)為，對于中等收入國家，發(fā)展知識密集型服務(wù)業(yè)有利于本國高技術(shù)產(chǎn)業(yè)的發(fā)展，進(jìn)而有助于跨越中等收入陷阱。

知識密集型服務(wù)業(yè)；高技術(shù)產(chǎn)業(yè)；產(chǎn)出彈性；中等收入陷阱

隨著全球經(jīng)濟增長方式的轉(zhuǎn)型，知識與技術(shù)密集型產(chǎn)業(yè)(Knowledge-and technology-intensive industries)對于全球經(jīng)濟增長的作用越來越顯著，已經(jīng)成為世界經(jīng)濟的主要增長動力[1]。區(qū)別于傳統(tǒng)制造業(yè)與服務(wù)業(yè)的概念，美國國家科學(xué)基金會(2016)參考依據(jù)OECD(2007)[2]的定義，將知識與技術(shù)密集型產(chǎn)業(yè)分為知識密集型服務(wù)業(yè)(Knowledge-intensive services)與高技術(shù)制造業(yè)(High-technology manufacturing)兩個部門，每個部門又都包含了五個子部門(具體見表1)。作為現(xiàn)代經(jīng)濟的重要組成部門，知識與技術(shù)密集型產(chǎn)業(yè)不僅得到了學(xué)者的廣泛關(guān)注，而且也成為許多政策制定者重點關(guān)注的產(chǎn)業(yè)部門。推動知識與技術(shù)密集型產(chǎn)業(yè)發(fā)展，已經(jīng)成為許多國家最為重要的產(chǎn)業(yè)政策。由此，如何正確認(rèn)識知識密集型服務(wù)業(yè)與高技術(shù)制造業(yè)的相互關(guān)系，不僅具有十分重要的學(xué)術(shù)價值，更有重要的政策含義，這既是本研究的出發(fā)點，也是落腳點。

表1 知識密集型服務(wù)業(yè)與高技術(shù)制造業(yè)分類

注：知識密集型服務(wù)業(yè)可以分兩個部分：商業(yè)服務(wù)(包括Financial, Business, and Information services)與公共服務(wù)(Education, and Health services)兩個部分。

一 問題的提出

經(jīng)濟增長率在制造業(yè)與服務(wù)業(yè)之間會表現(xiàn)出差異[3-6]，進(jìn)而帶來經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)變，表現(xiàn)為服務(wù)業(yè)就業(yè)與增加值比重上升，制造業(yè)就業(yè)與增加值比重不變或者下降，制造業(yè)與服務(wù)業(yè)增加值之比隨著經(jīng)濟發(fā)展程度的增加，表現(xiàn)為一條向右下方傾斜的曲線(見圖1右圖)。

與傳統(tǒng)的服務(wù)業(yè)與制造業(yè)的結(jié)構(gòu)關(guān)系不同，知識與技術(shù)密集型產(chǎn)業(yè)中高技術(shù)制造業(yè)與知識密集型服務(wù)業(yè)表現(xiàn)出了獨特的結(jié)構(gòu)變動特性，其增加值相對比重并沒有表現(xiàn)為向下傾斜的曲線，而是表現(xiàn)為一條相對平穩(wěn)的水平直線(見圖1左圖)。相對比重的穩(wěn)定與傳統(tǒng)上關(guān)于經(jīng)濟中制造業(yè)與服務(wù)業(yè)相互關(guān)系的認(rèn)識產(chǎn)生了偏差，顯示出兩種業(yè)態(tài)之間一定程度的協(xié)同增長的規(guī)律。由此提出本文核心研究問題：在知識與技術(shù)密集型產(chǎn)業(yè)內(nèi)部，知識密集型服務(wù)業(yè)的增長是否會帶動高技術(shù)制造業(yè)的增長？本文通過研究知識密集型服務(wù)業(yè)對高技術(shù)制造業(yè)的增加值彈性，探究知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的乘數(shù)效應(yīng)，進(jìn)而為正確認(rèn)識兩者的相互關(guān)系，提供一個更為清晰的實證研究視角。

本文的結(jié)構(gòu)安排如下：第二部分為文獻(xiàn)綜述與評述，總結(jié)當(dāng)前關(guān)于知識密集型服務(wù)業(yè)對于制造業(yè)影響的途徑以及效果的相關(guān)研究，提出知識

(1) (2)圖1 制造業(yè)與服務(wù)業(yè)比重變動情況注：各國制造業(yè)與服務(wù)業(yè)增加值數(shù)據(jù)來源為世界銀行數(shù)據(jù)庫，高技術(shù)產(chǎn)業(yè)與知識密集型服務(wù)業(yè)增加值數(shù)據(jù)來源為美國國家科學(xué)基金會。

密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)促進(jìn)作用的途徑，并提出我們的研究假設(shè)；第三部分為數(shù)據(jù)說明，通過對數(shù)據(jù)收集部門的說明，減少研究誤差；第四部分為計量分析，通過OLS以及工具變量法，消除估計誤差；第五部分為穩(wěn)健性分析，通過對不同產(chǎn)業(yè)類型與經(jīng)濟發(fā)展程度的經(jīng)濟體的分析，比較促進(jìn)效果的強弱；第六部分為聯(lián)立方程檢驗，通過探究兩者之間的相互關(guān)系，提出對于影響效應(yīng)更為深刻的認(rèn)識；第七部分基于本文研究，提出一個關(guān)于如何跨越中等收入陷阱的新的解釋機理；第八部分為結(jié)論與政策建議。

二 文獻(xiàn)綜述與評述

知識密集型服務(wù)業(yè)不僅僅是一個知識使用產(chǎn)業(yè)，更是一個知識生產(chǎn)產(chǎn)業(yè)[7]。對于知識密集型服務(wù)業(yè)來說，知識不僅作為投入要素，同時也是產(chǎn)出要素[8-9]*這就與近年來研究的熱點，生產(chǎn)性服務(wù)業(yè)有所不同。根據(jù)高覺民、李曉慧(2011)的觀點，生產(chǎn)性服務(wù)業(yè)主要包括金融業(yè)、保險業(yè)、房地產(chǎn)業(yè)和商務(wù)服務(wù)業(yè)、信息服務(wù)業(yè)等。由此，生產(chǎn)性服務(wù)業(yè)既有重疊又不完全相關(guān)。。由此，知識密集型服務(wù)業(yè)會通過多種途徑影響制造業(yè)，尤其是高技術(shù)制造業(yè)的產(chǎn)出與效率，具體來說有如下三種影響途徑：

1.作為中間投入品的知識密集型服務(wù)業(yè)

與傳統(tǒng)上與只作為最終消費品的傳統(tǒng)服務(wù)業(yè)不同，知識密集型服務(wù)業(yè)，尤其是知識密集型商業(yè)服務(wù)作為生產(chǎn)過程中滿足其它制造業(yè)行業(yè)的中間需求而提供各種生產(chǎn)服務(wù)，形式上以中間產(chǎn)品的形式存在。Guerrieria & Meliciani (2005)的實證研究表明，作為中間投入品的生產(chǎn)者服務(wù)在發(fā)達(dá)國家顯著增長[10]。作為中間投入品，知識密集型服務(wù)業(yè)的發(fā)展對制造業(yè)的影響存在兩種影響機制。首先，知識密集型服務(wù)業(yè)的發(fā)展有助于降低制造業(yè)生產(chǎn)的服務(wù)成本，提高制造業(yè)生產(chǎn)效率[11-12]。實證研究中，Antonelli(1998)的研究表明，知識密集型服務(wù)業(yè)發(fā)展有助于OECD國家制造業(yè)的增長，具有高增長彈性[13]。江靜等(2007)關(guān)于中國的研究也支持這個觀點。Hoekman & Shepherd(2015)基于全球100多個國家公司層面的分析進(jìn)一步指出，服務(wù)業(yè)效率提升對于更多使用服務(wù)作為中間投入的制造業(yè)效率具有更為顯著的提升作用[14]。

其次，作為制造業(yè)出口的中間投入，知識密集型服務(wù)業(yè)的發(fā)展有助于制造業(yè)產(chǎn)品的出口，提高制造業(yè)生產(chǎn)效率，從而促進(jìn)制造業(yè)生產(chǎn)[15]。實證研究中，F(xiàn)rancois & Woerz(2008)關(guān)于OECD國家的貿(mào)易研究表明，作為貿(mào)易中間投入的生產(chǎn)者服務(wù)業(yè)增加，有效提升了技術(shù)密集型制造業(yè)出口[16]。Hoekman & Shepherd(2015)基于企業(yè)層面的實證研究也支持此結(jié)論。

2.作為創(chuàng)新部門的知識密集型服務(wù)業(yè)

知識密集型服務(wù)業(yè)是創(chuàng)新的重要來源。一方面，知識密集型服務(wù)業(yè)本身作為創(chuàng)新部門[17-18]，其創(chuàng)新產(chǎn)品投入到高技術(shù)制造業(yè)之中有利于提高制造業(yè)生產(chǎn)效率。Macpherson(2008)關(guān)于紐約州的實證研究證實了此效應(yīng)的存在，同時驗證了對于高技術(shù)制造業(yè)有更為顯著的作用[19]。另一方面，知識密集型服務(wù)業(yè)的發(fā)展，有利于創(chuàng)新的擴散[20]，進(jìn)而引起廣泛使用創(chuàng)新與技術(shù)的高技術(shù)制造業(yè)效率的提高。Ciriaci & Palma (2012)[21], Ciriaci et al (2015)的實證研究證明了，歐洲國家的知識密集型服務(wù)業(yè)發(fā)展顯著提高了制造業(yè)創(chuàng)新能力[22]。

正是由于知識密集型服務(wù)業(yè)創(chuàng)新具有擴散效應(yīng)，許多學(xué)者注意到了知識密集型服務(wù)業(yè)與制造業(yè)之間存在空間聚集關(guān)系。實證研究中，也有學(xué)者發(fā)現(xiàn)這種關(guān)系并不穩(wěn)定存在，主要取決于知識密集型服務(wù)業(yè)貿(mào)易成本的大小[23-25]。Shearmur & Doloreux (2015)關(guān)于加拿大的研究拓展了這個爭論，表明在一個省內(nèi)，去除貿(mào)易成本的影響之外，制造業(yè)與知識密集型服務(wù)業(yè)空間聯(lián)系的影響因素主要是市場環(huán)境。

Ciriaci & Palma (2012)、Ciriaci et al (2015)總結(jié)知識密集型服務(wù)業(yè)的作用體現(xiàn)為兩個方面：第一為基于生產(chǎn)的知識傳輸；第二為經(jīng)濟技術(shù)影響的知識傳輸。

以上的觀點，更多地集中于知識密集型服務(wù)業(yè)中的商業(yè)知識密集型服務(wù)業(yè)，而忽視了作為公共服務(wù)的知識密集型服務(wù)業(yè)的作用。

3.公共產(chǎn)品的外部性

不僅作為投入產(chǎn)品，知識密集型服務(wù)業(yè)同時作為一個公共產(chǎn)品，具有極強的外部性[26-27]。尤其是作為知識產(chǎn)品生產(chǎn)部門的教育以及健康部門，都會顯著提高勞動者的人力資本水平，會產(chǎn)生外溢性。Vincenti(2007)通過構(gòu)建一個服務(wù)業(yè)外部性的內(nèi)生增長模型，證明了服務(wù)業(yè)知識外部性對于制造業(yè)增長具有促進(jìn)作用[28]。Ciriaci & Palma (2012), Ciriaci et al (2015)也強調(diào)了知識密集型服務(wù)業(yè)對于制造業(yè)創(chuàng)新的技術(shù)溢出效應(yīng)。Shearmur & Doloreux (2015)的實證研究也表明，知識密集型服務(wù)業(yè)帶動的高技能勞動力的供給增加，有利于本地制造業(yè)的發(fā)展。

總結(jié)以上文獻(xiàn)，知識密集型服務(wù)業(yè)通過多種途徑促進(jìn)制造業(yè)的發(fā)展。尤其是對于知識密集型服務(wù)業(yè)需求更加顯著的高技術(shù)制造業(yè)，知識密集型服務(wù)業(yè)的促進(jìn)作用更加顯著。

當(dāng)前研究關(guān)注點主要在知識密集型服務(wù)業(yè)對于制造業(yè)效率的提高，缺少關(guān)于產(chǎn)出乘數(shù)效應(yīng)的研究，不能很好地反映出知識密集型服務(wù)業(yè)與高技術(shù)制造業(yè)之間的協(xié)同增長效應(yīng)。現(xiàn)代經(jīng)濟增長不僅表現(xiàn)為生產(chǎn)效率的提高，也表現(xiàn)為要素投入結(jié)構(gòu)與產(chǎn)出結(jié)構(gòu)之間的轉(zhuǎn)變[29]。本文關(guān)注高技術(shù)制造業(yè)增加值增長率而非其全要素生產(chǎn)率增長率，主要出發(fā)點為高技術(shù)產(chǎn)業(yè)的主要產(chǎn)品也是知識密集型服務(wù)業(yè)的重要投入，知識密集型產(chǎn)業(yè)的發(fā)展從需求端也會促進(jìn)高技術(shù)制造業(yè)發(fā)展，由此測算兩者產(chǎn)出水平之間的彈性系數(shù)，有利于從實證角度判斷協(xié)同增長效應(yīng)。

與袁志剛、高虹(2015)[30]關(guān)于就業(yè)乘數(shù)效應(yīng)的研究相類似，本文研究產(chǎn)出增長可以從更為全面的角度考察知識密集型服務(wù)業(yè)增長對于高技術(shù)制造業(yè)增長的乘數(shù)效應(yīng)。

基于此，本文的基準(zhǔn)估計方程為：

LnYmt=θ*LnYst+a

其中LnYmt表示高技術(shù)制造業(yè)增加值的對數(shù)，LnYmt表示知識密集型服務(wù)業(yè)增加值的對數(shù)。由此，θ的大小為知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的產(chǎn)出彈性。

三、計量模型與數(shù)據(jù)說明

本文主要利用如下計量模型對知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的產(chǎn)出彈性進(jìn)行計算：

LnHTit=α1LnKISit+α2LnK/Lit+α3M/Sit+α4R&Dit+α5RCAit+α0+γi+εt+it

其中：

LnHTit表示i國t時期高技術(shù)制造業(yè)增加值的對數(shù)值，為被解釋變量；LnKISit表示i國t時期知識密集型服務(wù)業(yè)增加值的對數(shù)值，為核心解釋變量。同時，本計量模型包含其它控制變量，主要有：

K/Lit表示i國t時期勞均資本，即資本存量與勞動力比值，其對數(shù)值表示一國技術(shù)水平；M/Sit表示i國t時期制造業(yè)增加值與服務(wù)業(yè)增加值比重，反映一國產(chǎn)業(yè)結(jié)構(gòu)。以上兩個控制變量，主要控制技術(shù)水平與產(chǎn)業(yè)結(jié)構(gòu)對于彈性系數(shù)的影響。

R&Dit表示i國t時期研發(fā)支出占GDP比重，反映一國創(chuàng)新能力，此變量主要控制創(chuàng)新對于彈性系數(shù)的影響。

為了控制高技術(shù)制造業(yè)產(chǎn)品出口對于彈性系數(shù)的影響，本文引入RCAit，表示i國t時期，高技術(shù)產(chǎn)品出口的顯性比較優(yōu)勢指數(shù)，反映一國高技術(shù)產(chǎn)品在全球市場的競爭能力，其計算公式為：

RCAit=100*(HTEXit/EXit)/(WHTEXt/WEXt)

HTEXit為i國t時期高技術(shù)產(chǎn)品出口額，EXit為i國t時期商品出口額；WHTEXt為全球t時期高技術(shù)產(chǎn)品出口額，WEXt為全球 t時期商品出口額。

本文實證研究采用的數(shù)據(jù)為1999-2011年35個國家和地區(qū)的跨國面板數(shù)據(jù)(具體國家見附表1)。知識與技術(shù)密集型產(chǎn)業(yè)在全球國家間分布并不均勻，2011年此35個國家知識與技術(shù)密集型產(chǎn)業(yè)增加值占全球比重為89.31%*數(shù)據(jù)來源：NSF Science and Engineering Indicators 2016。，可以反映知識與技術(shù)密集型產(chǎn)業(yè)的主要發(fā)展?fàn)顩r。由于對數(shù)據(jù)我們進(jìn)行了必要的處理，在此做出說明。

高技術(shù)制造業(yè)增加值數(shù)據(jù)來源為美國國家科學(xué)基金會Science and Engineering Indicators 2016。原數(shù)據(jù)沒有區(qū)分中國大陸與香港，我們對香港與中國大陸的數(shù)據(jù)進(jìn)行分離。我們首先嘗試使用《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》高技術(shù)制造業(yè)增加值作為中國大陸高技術(shù)產(chǎn)業(yè)增加值，但是我們發(fā)現(xiàn)數(shù)據(jù)匹配度不高。因為香港制造業(yè)規(guī)模較小而且均不是勞動密集型制造業(yè)，我們假設(shè)香港所有制造業(yè)增加值都為高技術(shù)產(chǎn)業(yè)增加值(香港制造業(yè)增加值來源世界銀行數(shù)據(jù)庫)，從而區(qū)分兩地區(qū)增加值。由于原數(shù)據(jù)為現(xiàn)價美元，本文利用陳詩一(2011)介紹的制造業(yè)不變價格單縮法對增加值進(jìn)行平減[31]。平減指數(shù)本文選用制造業(yè)國內(nèi)PPI指數(shù)，歐洲國家數(shù)據(jù)來源為歐盟統(tǒng)計局，其余數(shù)據(jù)來源為各國(地區(qū))統(tǒng)計局，2010年設(shè)為100。

知識密集型服務(wù)業(yè)增加值數(shù)據(jù)來源為美國國家科學(xué)基金會Science and Engineering Indicators 2016。與高技術(shù)制造業(yè)增加值相類似，我們利用香港統(tǒng)計局知識密集型服務(wù)業(yè)占服務(wù)業(yè)比重數(shù)據(jù)與世界銀行服務(wù)業(yè)增加值數(shù)據(jù)得到香港知識密集型服務(wù)業(yè)增加值，由此區(qū)分兩地增加值。原數(shù)據(jù)為現(xiàn)價美元，本文利用鄭學(xué)工、董森(2012)[32]介紹的世界主要國家不變價格服務(wù)業(yè)增加值核算方法，利用各國消費價格指數(shù)CPI進(jìn)行平減，數(shù)據(jù)來源為世界銀行數(shù)據(jù)庫。新加坡、韓國、臺灣數(shù)據(jù)來源為各國(地區(qū))統(tǒng)計局，2010年為100。

表2 統(tǒng)計性描述

四、計量結(jié)果

為了估計以上計量模型，本文首先使用普通最小二乘法(OLS)，估計結(jié)果見表3。我們分別估計了固定效應(yīng)模型OLS_FE與隨機效應(yīng)模型OLS_RE，由Hausman檢驗可知，在5%顯著性水平下顯著，由此我們采信固定效應(yīng)模型的估計結(jié)果，同時為了估計的準(zhǔn)確性，我們加入了時間虛擬變量。

知識密集型服務(wù)業(yè)系數(shù)顯著為正，知識密集型服務(wù)業(yè)的擴張會顯著帶來本國高技術(shù)制造業(yè)的增長，其系數(shù)所反映的彈性系數(shù)0.9164，即知識密集型服務(wù)業(yè)增加值每增長1%，高技術(shù)制造業(yè)增加值增長0.9164%，展現(xiàn)出高度的同步增長趨勢。此結(jié)果與我們的預(yù)期相一致。勞均資本的系數(shù)在10%條件下顯著，一定程度上反映了技術(shù)能力對于高技術(shù)制造業(yè)的促進(jìn)作用。研發(fā)與出口顯性比較優(yōu)勢的系數(shù)都顯著為正，說明研發(fā)投入的增加和對外開放程度的加深有助于高技術(shù)制造業(yè)的發(fā)展。

不可避免，回歸結(jié)果會存在內(nèi)生性問題。本文的內(nèi)生性主要涉及兩個方面：(1)解釋變量與異質(zhì)誤差相關(guān)；(2)研發(fā)投入與出口的顯性比較優(yōu)勢等變量與知識密集型服務(wù)業(yè)增加值相互影響。我們選擇使用面板工具變量法解決以上內(nèi)生性問題。為了解決誤差相關(guān)問題，我們分別估計了離差變化(WG)和一階差分(FD)估計，若異質(zhì)性誤差序列不相關(guān)，則WG估計比FD估計更有效[34]。為了解決變量內(nèi)生性的問題，本文參考?xì)W陽峣等(2012)[35]、米增渝等(2012)[36]的研究，引入研發(fā)投入與顯性比較優(yōu)勢滯后一期變量作為工具變量，估計結(jié)果見表3。

DWH檢驗顯示，相比于普通最小二乘，工具變量法相對有效地解決了估計量有偏的問題，F(xiàn)統(tǒng)計量顯示，F(xiàn)D估計比WG估計結(jié)果更為一致?？疾毂?中IV_FD估計，知識密集型服務(wù)業(yè)增加值的系數(shù)依然為正，且與IV_WG估計結(jié)果差距不大，彈性系數(shù)為0.8385。數(shù)值結(jié)果低于普通最小二乘法。這說明已考慮內(nèi)生性的情況下，知識密集型服務(wù)業(yè)依然表現(xiàn)為高彈性系數(shù)。

表3 基本計量結(jié)果

*p<0.05;**p<0.01;***p<0.001。F統(tǒng)計量報告的是面板Wooldridge檢驗。

考慮到不變價格折算方法的不同以及數(shù)據(jù)質(zhì)量的問題會對估計結(jié)果產(chǎn)生影響，本文同時給出另一種不變價格計算方法，即：

產(chǎn)業(yè)增加值不變價格=不變價格GDP*(產(chǎn)業(yè)增加值現(xiàn)價/現(xiàn)價GDP)

回歸結(jié)果見附表2。由回歸結(jié)果可知，即使考慮了不變價格折算方面的差異，高彈性系數(shù)依然存在。

五、穩(wěn)健性檢驗

以上的計量結(jié)果表明，知識密集型服務(wù)業(yè)增加值對高技術(shù)制造業(yè)有彈性，即其增加值增長1%，高技術(shù)制造業(yè)增加值增長0.8385%，接近于1%，表現(xiàn)出了兩者間存在協(xié)同增長的發(fā)展模式。但是，這種協(xié)同增長效果，是否會由于制造業(yè)結(jié)構(gòu)、服務(wù)業(yè)結(jié)構(gòu)以及經(jīng)濟發(fā)展程度的不同而產(chǎn)生差異？為了回答上述問題，本文從以下三個角度進(jìn)行穩(wěn)健性檢驗。

1.制造業(yè)結(jié)構(gòu)

2016年國務(wù)院辦公廳及政府有關(guān)部門，陸續(xù)出臺以降本增效為核心的支持物流業(yè)發(fā)展政策措施，2017年黨的十九大報告提出，要加強物流基礎(chǔ)設(shè)施和網(wǎng)絡(luò)戰(zhàn)略，要形成新增長點形成新動能，為新時代物流指明了方向。2018年國務(wù)院大督察，物流業(yè)降本增效為物流業(yè)供給側(cè)改革創(chuàng)造了條件，在這一時期，資本和技術(shù)的雙輪驅(qū)動是一個突出的特點。

本文使用高技術(shù)制造業(yè)增加值占制造業(yè)增加值比重來衡量制造業(yè)結(jié)構(gòu)。制造業(yè)結(jié)構(gòu)區(qū)分標(biāo)準(zhǔn)為：2011年，高技術(shù)制造業(yè)增加值占制造業(yè)增加值比重高于世界平均水平的為高制造業(yè)結(jié)構(gòu)，低于世界平均水平為低制造業(yè)結(jié)構(gòu)(具體劃分結(jié)果見附表3)。

表4 高、低制造業(yè)結(jié)構(gòu)估計結(jié)果

*p<0.05;**p<0.01;***p<0.001

由以上回歸結(jié)果可知，在低制造業(yè)結(jié)構(gòu)的國家和地區(qū)中，知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的提升效果更為顯著。此結(jié)果表明，在制造業(yè)結(jié)構(gòu)相對較低的地區(qū)，知識密集型服務(wù)業(yè)的發(fā)展，可以更為有效地降低高技術(shù)制造業(yè)發(fā)展的成本，通過知識產(chǎn)品的外溢性，帶動高技術(shù)制造業(yè)發(fā)展。

2.服務(wù)業(yè)結(jié)構(gòu)

本文使用知識密集型服務(wù)業(yè)增加值占服務(wù)業(yè)增加值比重來衡量服務(wù)業(yè)結(jié)構(gòu)。服務(wù)業(yè)結(jié)構(gòu)區(qū)分標(biāo)準(zhǔn)為：2011年，知識密集型服務(wù)業(yè)增加值占服務(wù)業(yè)增加值比重高于世界平均水平的為高服務(wù)業(yè)結(jié)構(gòu)，低于世界平均水平為低服務(wù)業(yè)結(jié)構(gòu)(具體劃分結(jié)果見附表3)。

服務(wù)業(yè)結(jié)構(gòu)對于知識密集型服務(wù)業(yè)彈性效果的區(qū)分并不顯著，說明一定程度上服務(wù)業(yè)結(jié)構(gòu)并不影響乘數(shù)效應(yīng)。一國知識密集型服務(wù)業(yè)的發(fā)展，會通過多種途徑提升高技術(shù)制造業(yè)的發(fā)展，而并不會表現(xiàn)出明顯的結(jié)構(gòu)性差異。這有極強的政策含義，即任何發(fā)展水平階段，都應(yīng)該推動知識密集型服務(wù)業(yè)的發(fā)展。

3.收入水平

本文使用人均GDP(PPP)相對美國的比值大小表征收入水平。2011年，高于60的為高收入國家，低于60的為中低收入國家(具體劃分結(jié)果見附表3)。

表5 高、低服務(wù)業(yè)結(jié)構(gòu)估計結(jié)果

*p<0.05;**p<0.01;***p<0.001

表6 高、低收入水平估計結(jié)果

*p<0.05;**p<0.01;***p<0.001

不同收入水平下，知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的乘數(shù)效應(yīng)表現(xiàn)了顯著的差異，低收入水平的乘數(shù)效應(yīng)更加明顯，甚至一定程度上更為接近1，說明在低收入國家，高技術(shù)制造業(yè)與知識密集型服務(wù)業(yè)同步效應(yīng)更加顯著。其背后機理為，低收入國家一定程度上仍然處在制造業(yè)驅(qū)動階段，知識密集型服務(wù)業(yè)的發(fā)展，可以更加有助于其產(chǎn)業(yè)結(jié)構(gòu)升級，這也給中等收入國家提供了一個新的發(fā)展政策啟示。

六、聯(lián)立方程檢驗

內(nèi)生性的另一個來源為自變量與因變量互為因果關(guān)系。理論上，制造業(yè)的發(fā)展會通過供給與需求多種途徑影響服務(wù)業(yè)的發(fā)展。實證研究中，Park & S.Chan(1989)的實證研究也顯示，制造業(yè)作為服務(wù)業(yè)的投入產(chǎn)品，對服務(wù)業(yè)發(fā)展具有正向影響[37]。Guerrieria & Meliciani(2005)的實證研究進(jìn)一步指出，在發(fā)達(dá)國家高技術(shù)制造業(yè)作為生產(chǎn)者服務(wù)業(yè)的主要使用者，高技術(shù)制造業(yè)增長有助于生產(chǎn)者服務(wù)業(yè)增長[38]。

為了解決知識密集型服務(wù)業(yè)與高技術(shù)制造業(yè)相互影響的問題，我們使用聯(lián)立方程模型，解決單一方程估計不一致的問題，回歸方程如下：

其中，Lngdppit表示i國t時期，人均GDP(PPP,2011不變美元價格)，數(shù)據(jù)來源為世界銀行數(shù)據(jù)庫；urbanit為i國t時期的城鎮(zhèn)化率，即城鎮(zhèn)人口與總?cè)丝诘谋戎?，?shù)據(jù)來源為世界銀行數(shù)據(jù)庫。

為了對以上聯(lián)立方程進(jìn)行估計，本文使用Baltagi(2013)[39]介紹的EC3SLS估計，具體估計過程如下：

(1)我們分別對聯(lián)立方程模型中單個方程進(jìn)行W2SLS與B2SLS估計，方程一的估計結(jié)果分別見表3中IV_WG和IV_BG；方程二的估計結(jié)果分別見附表4中的IV_WG和IV_BG。

(2)利用單一方程估計結(jié)果計算新的殘差矩陣，計算公式參考Baltagi(2013)。

(3)利用新的殘差矩陣對原聯(lián)立方程模型進(jìn)行變換，然后對變換后的模型進(jìn)行3SLS估計，估計結(jié)果見下表：

表7 EC3SLS估計結(jié)果

*p<0.05;**p<0.01;***p<0.001。

聯(lián)立方程的估計結(jié)果表明，在考慮知識與技術(shù)密集型行業(yè)內(nèi)部服務(wù)業(yè)與制造業(yè)雙向影響的情況下，知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的產(chǎn)出彈性系數(shù)為1.2212，即知識密集型服務(wù)業(yè)每增長1%，高技術(shù)制造業(yè)增長1.2212%。同時，高技術(shù)制造業(yè)對于知識密集型服務(wù)業(yè)的產(chǎn)出彈性系數(shù)為0.9848，即高技術(shù)制造業(yè)每增長1%，知識密集型服務(wù)業(yè)增長0.9848%，展現(xiàn)出了較高的彈性，具有顯著的協(xié)同增長特性。與高覺民、李曉慧(2011)[40]關(guān)于中國的實證研究結(jié)論不同，跨國面板數(shù)據(jù)結(jié)果表明，知識密集型服務(wù)業(yè)對于高技術(shù)制造業(yè)的促進(jìn)作用，大于高技術(shù)制造業(yè)對于知識密集型服務(wù)業(yè)的促進(jìn)作用。

基于實證結(jié)果，本文從供給與需求兩個角度給出高技術(shù)制造業(yè)與知識密集型服務(wù)業(yè)協(xié)同增長效應(yīng)的理論分析：

從供給的角度看，一方面，知識密集型服務(wù)業(yè)有利于降低高技術(shù)產(chǎn)業(yè)中間投入成本。就高技術(shù)制造業(yè)而言，知識服務(wù)作為重要投入，其成本主要由知識密集型服務(wù)業(yè)的相對規(guī)模決定，隨著一國知識密集型服務(wù)業(yè)規(guī)模的增長，有效知識服務(wù)供給的增加，中間投入成本逐漸下降。另一方面，知識密集型服務(wù)業(yè)有利于增加高技術(shù)產(chǎn)業(yè)人力資本水平，發(fā)揮公共服務(wù)，尤其是醫(yī)療與教育部門的正外部性，可以有效提高制造業(yè)生產(chǎn)效率，促進(jìn)高技術(shù)產(chǎn)業(yè)發(fā)展。

從需求的角度看，知識密集型服務(wù)業(yè)是高技術(shù)產(chǎn)業(yè)產(chǎn)品的主要需求方，其自身的發(fā)展，尤其是產(chǎn)業(yè)規(guī)模的擴大，本身就是對于高技術(shù)制造業(yè)的有效需求，有利于高技術(shù)制造業(yè)的發(fā)展。

總結(jié)來看，知識密集型服務(wù)業(yè)會從供給與需求兩個方面促進(jìn)高技術(shù)產(chǎn)業(yè)發(fā)展，從而表現(xiàn)出協(xié)同增長特性。

七、關(guān)于中等收入陷阱的討論

由東亞國家經(jīng)濟發(fā)展的成功經(jīng)驗可知，跨越中等收入陷阱的過程，伴隨著主導(dǎo)產(chǎn)業(yè)向技術(shù)前沿的逐步升級。日本在上世紀(jì)60-70年代，主導(dǎo)產(chǎn)業(yè)逐步從鋼鐵、化工等傳統(tǒng)重工業(yè)轉(zhuǎn)向以造船與電子為代表的高技術(shù)制造業(yè)，也就是在這一時期，日本完成了中等收入陷阱的跨越。以香港、新加坡為代表的城市型國家(地區(qū))，在上世紀(jì)70年代，發(fā)展中心逐漸也從傳統(tǒng)的紡織、成衣、玩具制造等低附加值產(chǎn)業(yè)向以銀行與金融為代表的知識密集型服務(wù)業(yè)方向轉(zhuǎn)變，同一時期也是這兩個地區(qū)跨越中等收入陷阱，向高收入國家邁進(jìn)的關(guān)鍵時期。臺灣與韓國在承接了日本紡織與鋼鐵等產(chǎn)業(yè)轉(zhuǎn)移之后，結(jié)合本地區(qū)特點，逐步推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級與技術(shù)進(jìn)步，在上世紀(jì)80年代中后期的信息技術(shù)革命中抓住機遇，電子信息產(chǎn)業(yè)迅速發(fā)展，逐步成為經(jīng)濟發(fā)展的支柱性產(chǎn)業(yè)，也在這一時期成功跨越中等收入陷阱(具體過程見表8)。

由此，我們提出，大國跨越中等收入陷阱的過程，是一個工業(yè)化升級的過程，即制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)逐漸提高。技術(shù)前沿在不同時期表現(xiàn)為不同的產(chǎn)業(yè)，當(dāng)前，高技術(shù)產(chǎn)業(yè)作為研發(fā)密集型產(chǎn)業(yè)，對于經(jīng)濟增長具有多重效應(yīng)[41]，處于技術(shù)前沿地位。結(jié)合本文的分析結(jié)果，我們給出如下的跨越中等收入陷阱的分析路徑。

對于中等收入國家而言，跨越中等收入陷阱的關(guān)鍵，就是經(jīng)濟增長從要素驅(qū)動轉(zhuǎn)向技術(shù)驅(qū)動與全要素生產(chǎn)率驅(qū)動，表現(xiàn)為主導(dǎo)產(chǎn)業(yè)從要素密集型產(chǎn)業(yè)向知識與技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型。如何才能更好地驅(qū)動這樣的轉(zhuǎn)變？由本文的分析可知，知識密集型服務(wù)業(yè)在中低收入國家對于高技術(shù)產(chǎn)業(yè)的乘數(shù)效應(yīng)更加顯著，由此，中等收入國家在工業(yè)化的過程中，除了依據(jù)比較優(yōu)勢發(fā)展之外，還要注意發(fā)展知識密集型服務(wù)業(yè)，利用知識密集型服務(wù)業(yè)的發(fā)展，形成新的比較優(yōu)勢，為主導(dǎo)產(chǎn)業(yè)從勞動密集型產(chǎn)業(yè)向高技術(shù)制造業(yè)轉(zhuǎn)變創(chuàng)造更為有利的條件。

表8 東亞主要國家和地區(qū)的關(guān)鍵產(chǎn)業(yè)與發(fā)展階段* 參見Ito, Takatoshi, “Japanese Economic Development: Are Its Features Idiosyncratic or Universal?” paper presented at the XI th Congress of International Economic Association at Tunis, December 17-22, 1995.

八、主要結(jié)論與政策建議

本文通過分析知識密集型服務(wù)業(yè)與高技術(shù)產(chǎn)業(yè)的相互關(guān)系，得出如下主要結(jié)論：

(1)知識密集型服務(wù)業(yè)對高技術(shù)產(chǎn)業(yè)有高彈性系數(shù)，考慮知識密集型服務(wù)業(yè)與高技術(shù)產(chǎn)業(yè)相互作用的情況下，其彈性系數(shù)為1.2212，即知識密集型服務(wù)業(yè)每增長1%，高技術(shù)制造業(yè)增長1.22%，展現(xiàn)出了非常高的協(xié)同增長效應(yīng)。

(2)知識密集型服務(wù)業(yè)對于高技術(shù)產(chǎn)業(yè)的協(xié)同增長效應(yīng)在中低收入國家更加顯著。對于中低收入國家，其制造業(yè)結(jié)構(gòu)相對較低，知識密集型服務(wù)業(yè)的發(fā)展，有利于其制造業(yè)結(jié)構(gòu)升級。

(3)當(dāng)前我國經(jīng)濟處于新常態(tài)，面臨經(jīng)濟增長率下行與跨越中等收入陷阱雙重挑戰(zhàn)，而破解的關(guān)鍵就在于經(jīng)濟結(jié)構(gòu)調(diào)整與經(jīng)濟增長方式轉(zhuǎn)型。供給側(cè)結(jié)構(gòu)性改革的提出正是對這一突出矛盾的回應(yīng)。本文認(rèn)為，供給側(cè)結(jié)構(gòu)性改革，一定要充分重視知識密集型經(jīng)濟的發(fā)展，在提升制造業(yè)結(jié)構(gòu)的同時，大力促進(jìn)知識密集型服務(wù)業(yè)的發(fā)展，使之充分發(fā)揮二者之間的協(xié)同增長效應(yīng)。

[1] National Science Foundation.science and technology indicators 2016[R]. DC, 2016.

[2] Organization for Economic Co-operation and Development (OECD). Science,technology and industry scoreboard 2007[R].Annex 1, 2007.

[3] Baumol W J. Macroeconomics of unbalanced growth: the anatomy of urban crisis[J]. The American economic review, 1967, 57(3): 415-426.

[4] Kongsamut P, Rebelo S, Xie D. Beyond balanced growth[J]. The Review of Economic Studies, 2001, 68(4): 869-882.

[5] Ngai L R, Pissarides C A. Structural change in a multisector model of growth[J]. The American Economic Review, 2007, 97(1): 429-443.

[6] Herrendorf B, Rogerson R, Valentinyi. Growth and structural transformation[R]. National Bureau of Economic Research, 2013.

[7] Strambach S. Knowledge-Intensive Business Services (KIBS) as drivers of multilevel knowledge dynamics[J]. InternationalJournal of Services Technology and Management, 2008, 10(2-4): 152-174.

[8] Miles I. Services innovation: a reconfiguration of innovation studies[M]. Manchester: PREST, 2001.

[9] Gallouj F. Innovation in services and the attendant old and new myths[J]. The Journal of Socio-Economics, 2002, 31(2): 137-154.

[10] Guerrieri P, Meliciani V. Technology and international competitiveness: the interdependence between manufacturing and producer services[J]. Structural Change and Economic Dynamics, 2005, 16(4): 489-502.

[11] Eswaran M, Kotwal A. The role of the service sector in the process ofindustrialization[J]. Journal of Development Economics, 2002, 68(2): 401-420.

[12]江 靜,劉志彪,于明超.生產(chǎn)者服務(wù)業(yè)發(fā)展與制造業(yè)效率提升：基于地區(qū)和行業(yè)面板數(shù)據(jù)的經(jīng)驗分析[J]. 世界經(jīng)濟，2007(8)：52-62.

[13] Antonelli C. Localized technological change, new information technology and the knowledge-based economy: the European evidence[J]. Journal ofEvolutionary Economics, 1998, 8(2): 177-198.

[14] Hoekman B, Shepherd B. Services productivity, trade policy and manufacturing exports[J]. The World Economy, 2015.

[15] Markusen J R. Trade in producer services and in other specialized intermediate inputs[J]. The American Economic Review, 1989: 85-95.

[16] Francois J, Woerz J. Producer services, manufacturing linkages, and trade[J]. Journal of Industry, Competition and Trade, 2008, 8(3-4): 199-229.

[17] Miles I. Knowledge intensive business services: prospects and policies[J]. Foresight, 2005, 7(6): 39-63.

[18] Miles I. Patterns of innovation in service industries[J]. IBM Systems journal, 2008, 47(1): 115-128.

[19]Macpherson A. Producer service linkages and industrial innovation: results of a twelve-year tracking study of new york state manufacturers[J]. Growth and Change, 2008, 39(1): 1-23.

[20] Shearmur R, Doloreux D, Laperrière A. Is the degree of internationalization associated with the use of knowledge intensive services or with innovation?[J]. International Business Review, 2015, 24(3): 457-465.

[21] Ciriaci D, Palma D. To what extent are knowledge-intensive business services contributing to manufacturing? A subsystem analysis[R]. Institute for Prospective and Technological Studies, Joint Research Centre, 2012.

[22] Ciriaci D, Montresor S, Palma D. Do KIBS make manufacturing more innovative? An empirical investigation of four European countries[J]. Technological Forecasting and Social Change, 2015, 95: 135-151.

[23] Markusen J R, Strand B. Trade in business services in general equilibrium[R]. National Bureau of Economic Research, 2007.

[24] Rychen F, Zimmermann J B. Clusters in the global knowledge-based economy: knowledge gatekeepers and temporary proximity[J]. Regional Studies, 2008, 42(6): 767-776.

[25]譚洪波. 生產(chǎn)者服務(wù)業(yè)與制造業(yè)的空間集聚：基于貿(mào)易成本的研究[J]. 世界經(jīng)濟，2015(3)：171-192.

[26] Antonelli C. Collective knowledge communication and innovation: the evidence of technological districts[J]. Regional Studies, 2000, 34(6): 535-547.

[27] Bellandi M. External economies and local public goods in clusters and industrial districts: Some views[C]//6th International EUNIP Conference. 2002: 5-7.

[28] De Vincenti C. ‘Baumol’s disease’, production externalities and productivity effects of intersectoral transfers[J]. Metroeconomica, 2007, 58(3): 396-412.

[29] Timmer M P, Szirmai A. Productivity growth in Asian manufacturing: the structural bonus hypothesis examined[J]. Structural change and economic dynamics, 2000, 11(4): 371-392.

[30]袁志剛, 高 虹. 中國城市制造業(yè)就業(yè)對服務(wù)業(yè)就業(yè)的乘數(shù)效應(yīng)[J]. 經(jīng)濟研究, 2015 (7)：30-41.

[31]陳詩一. 中國工業(yè)分行業(yè)統(tǒng)計數(shù)據(jù)估算: 1980—2008[J]. 經(jīng)濟學(xué) (季刊), 2011, 10(3): 735-776.

[32]鄭學(xué)工, 董 森. 不變價服務(wù)業(yè)增加值核算方法研究[J]. 統(tǒng)計研究, 2012 (11): 14-20.

[33] Berlemann M, Wesselh?ft J E. Estimating aggregate capital stocks using the perpetual inventory method-new empirical evidence for 103 countries[R]. 2012.

[34]Wooldridge, Econometric analysis of cross section and panel data[M]. The MIT Press,2002．

[35]歐陽峣, 易先忠，生延超. 技術(shù)差距、資源分配與后發(fā)大國經(jīng)濟增長方式轉(zhuǎn)換[J].中國工業(yè)經(jīng)濟，2012(6)：18-30.

[36]米增渝，劉霞輝，劉窮志. 經(jīng)濟增長與收入不平等：財政均衡激勵政策研究[J]. 經(jīng)濟研究，2012(12)：43-54.

[37] Park S H, Chan K S. A cross-country input-output analysis of intersectoral relationships between manufacturing and services and their employment implications[J]. World Development, 1989, 17(2): 199-212.

[38] Guerrieri P, Meliciani V. Technology and international competitiveness: the interdependence between manufacturing and producer services[J]. Structural Change and Economic Dynamics, 2005, 16(4): 489-502.

[39] Baltagi. Econometric analysis of Panel Data 5th[R]. Wiley,2013.

[40]高覺民,李曉慧. 生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動機理：理論與實證[J]. 中國工業(yè)經(jīng)濟，2011(6):151-160.

[41] 胡鞍鋼，任 皓. 中國高技術(shù)產(chǎn)業(yè)如何趕超美國[J]. 中國科學(xué)院院刊，2016(12)：1355-1365.

附表1 2014年各國(地區(qū))知識與技術(shù)密集型產(chǎn)業(yè)增加值 單位：百萬美元(現(xiàn)價美元)

附表2 不同價格核算方法下的回歸結(jié)果

附表3 各國(地區(qū))不同發(fā)展階段劃分

注：1代表高制造業(yè)結(jié)構(gòu)、高服務(wù)業(yè)結(jié)構(gòu)與高收入水平。

附表4 方程二的回歸估計

內(nèi)生變量為Lngdpp，使用其滯后一期做為工具變量。

(本文責(zé)編：王延芳)

The Synergistic Growth Effect Between Knowledge Intensive Services and High-Tech Manufacturing

REN Hao， ZHOU Shao-jie, HU An-gang

(SchoolofPublicPolicyandManagement，TsinghuaUniversity，Beijing100084,China)

With the transformation of global economic growth, knowledge and technology intensive industries have been a major and growing part of the global economy. In this paper, we found knowledge intensive service and high-tech industry have significantly synergistic growth effect. By using IV regression, we calculated that the output elasticity of knowledge intensive service to high-tech manufacturing is high. Taking interaction effect into consideration, we calculated that the output elasticity is 1.22% with EC3SLS regression. And robustness test results showed that the output elasticity is higher in the low manufacturing structure and low-mid income countries. Based on the empirical results, we argued that the development of knowledge intensive service industries is conducive to the development of high-tech manufacturing in middle income countries, and thus helped to escape the middle income trap.

knowledge intensive service；high-tech manufacturing；output elasticity；middle income trap

2017-06-08

2017-07-10

中宣部全國哲學(xué)社科規(guī)劃辦高端智庫建設(shè)項目(20155010298)。

任皓(1991-)，男，山西長治人，清華大學(xué)公共管理學(xué)院、國情研究院博士生，研究方向：中國宏觀經(jīng)濟與產(chǎn)業(yè)政策。通訊作者：周紹杰。

F062.9

A

1002-9753(2017)08-0034-12