劉 慧，楊 君，吳應(yīng)宇

(1.浙江理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，浙江 杭州 310018；2.東南大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189)

一、引 言

改革開(kāi)放以來(lái)，中國(guó)取得了令學(xué)界贊嘆的“經(jīng)濟(jì)奇跡”，成為了僅次于美國(guó)的世界第二大經(jīng)濟(jì)體，這一經(jīng)濟(jì)奇跡很大程度上得益于中國(guó)“高投資、高產(chǎn)出”[1]和“引進(jìn)外資從事加工貿(mào)易的國(guó)際代工、嵌入發(fā)達(dá)國(guó)家主導(dǎo)的全球價(jià)值鏈引致出口劇增”[2]的經(jīng)濟(jì)增長(zhǎng)模式，然而這一增長(zhǎng)模式不僅導(dǎo)致了中國(guó)區(qū)間產(chǎn)業(yè)嚴(yán)重同構(gòu)，還使得經(jīng)濟(jì)增長(zhǎng)質(zhì)量、效益普遍較低[2-3]。隨著人口紅利的逐漸消失和環(huán)境壓力持續(xù)增長(zhǎng)，上述增長(zhǎng)模式逐漸變得舉步維艱。有鑒于此，十九大提出了經(jīng)濟(jì)由“高速增長(zhǎng)”階段向“高質(zhì)量增長(zhǎng)”階段轉(zhuǎn)變的發(fā)展戰(zhàn)略，因而轉(zhuǎn)變長(zhǎng)期形成的粗放型增長(zhǎng)方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)和轉(zhuǎn)換經(jīng)濟(jì)增長(zhǎng)動(dòng)力成為了當(dāng)前經(jīng)濟(jì)發(fā)展的重要任務(wù)[4-5]。由于資本要素的流動(dòng)會(huì)推動(dòng)技術(shù)和勞動(dòng)力等要素的空間再配置，進(jìn)而對(duì)異質(zhì)性資源要素的利用效率和回報(bào)率產(chǎn)生影響[3]，為此，提升投資效率和資本回報(bào)率是實(shí)現(xiàn)上述任務(wù)的重要途徑。

制造業(yè)轉(zhuǎn)型升級(jí)是造成資本回報(bào)率動(dòng)態(tài)波動(dòng)的關(guān)鍵因素[6-7]，而產(chǎn)業(yè)資源空間集聚則會(huì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)產(chǎn)生深遠(yuǎn)影響[8]。產(chǎn)業(yè)資源空間分布和集聚的本質(zhì)是中間品、勞動(dòng)力和知識(shí)要素在不同空間的配置[9]，生產(chǎn)性服務(wù)資源以知識(shí)要素密集型中間品的形式融入生產(chǎn)過(guò)程，能有效地耦合制造業(yè)的人才、知識(shí)、中間品和生產(chǎn)環(huán)節(jié)，被視為制造業(yè)發(fā)展的潤(rùn)滑劑和助推劑[10]。由此，我們自然會(huì)產(chǎn)生一個(gè)疑惑，生產(chǎn)性服務(wù)資源空間集聚會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生什么樣的影響呢？生產(chǎn)性服務(wù)資源集聚呈現(xiàn)出三種類型：生產(chǎn)性服務(wù)資源自身集聚、生產(chǎn)性服務(wù)資源與制造業(yè)生產(chǎn)過(guò)程協(xié)同集聚、生產(chǎn)性服務(wù)資源與農(nóng)業(yè)生產(chǎn)過(guò)程協(xié)同集聚。這三類集聚對(duì)制造業(yè)資本回報(bào)率的作用機(jī)制是否存在差異呢？提高制造業(yè)資本回報(bào)率和生產(chǎn)性服務(wù)資源利用效率是我國(guó)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效益提升的根本途徑和核心內(nèi)容，也是我國(guó)應(yīng)對(duì)當(dāng)前資源錯(cuò)配(特別是資本和生產(chǎn)性服務(wù)資源)，進(jìn)一步釋放要素空間再配置的重要手段[3]。為此，探索上述問(wèn)題的答案對(duì)中國(guó)制定擺脫生產(chǎn)性服務(wù)資源低效均衡、提升經(jīng)濟(jì)增長(zhǎng)質(zhì)量、優(yōu)化生產(chǎn)性服務(wù)資源空間溢出效應(yīng)和緩解要素資源錯(cuò)配方面的政策具有較高的參考價(jià)值。

雖然生產(chǎn)性服務(wù)資源集聚和資本回報(bào)率的研究歷史并不長(zhǎng)，但一方面生產(chǎn)性服務(wù)資源會(huì)對(duì)制造業(yè)產(chǎn)品質(zhì)量升級(jí)[9]、生產(chǎn)率提升[10]、技術(shù)進(jìn)步[11]和生產(chǎn)成本降低[12]產(chǎn)生顯著的正向效應(yīng)；另一方面資本回報(bào)率既是經(jīng)濟(jì)高質(zhì)量、高效益運(yùn)行的重要標(biāo)志[3]，也是激發(fā)資本要素活力、優(yōu)化勞動(dòng)力和知識(shí)配置效率的關(guān)鍵因素[6]。二者迅速成為了當(dāng)前學(xué)界研究的熱點(diǎn)，經(jīng)過(guò)近些年的發(fā)展，逐漸形成了以下兩個(gè)相對(duì)系統(tǒng)的研究領(lǐng)域：

一是生產(chǎn)性服務(wù)資源集聚的研究。Markusen(1989)[13]對(duì)生產(chǎn)性服務(wù)(Producer Service)內(nèi)涵的界定，開(kāi)啟了生產(chǎn)性服務(wù)資源系統(tǒng)研究的先河，融入生產(chǎn)過(guò)程既是生產(chǎn)性服務(wù)資源的生存之道[10]，也是其發(fā)揮各項(xiàng)功能的核心途徑，因而早期關(guān)于生產(chǎn)性服務(wù)資源的研究多關(guān)注其對(duì)制造業(yè)的促進(jìn)功能[11]及生產(chǎn)性服務(wù)資源與制造業(yè)的耦合、互動(dòng)機(jī)制[14]。由于生產(chǎn)性服務(wù)資源發(fā)展趨勢(shì)呈現(xiàn)出典型的空間集聚分布特征[15]，為此，生產(chǎn)性服務(wù)資源集聚越來(lái)越成為當(dāng)前學(xué)界關(guān)注的焦點(diǎn)。已有研究多在運(yùn)用Ellison和Glaeser(1997)[16]、Duranton和Overman(2014)[17]等方法測(cè)度出集聚度的基礎(chǔ)上，深入分析生產(chǎn)性服務(wù)資源的集聚效應(yīng)。已有研究多表明：生產(chǎn)性服務(wù)資源集聚對(duì)經(jīng)濟(jì)績(jī)效[18]、全要素生產(chǎn)率[19]和技術(shù)創(chuàng)新[20]具有顯著的促進(jìn)作用，也有部分學(xué)者嘗試對(duì)比分析了生產(chǎn)性服務(wù)資源集聚與制造業(yè)集聚經(jīng)濟(jì)效應(yīng)的差異[20]。綜上可知：雖然學(xué)界對(duì)生產(chǎn)性服務(wù)資源自身集聚的經(jīng)濟(jì)效應(yīng)進(jìn)行了大量的深耕，但生產(chǎn)性服務(wù)資源與其他產(chǎn)業(yè)的協(xié)同集聚以及自身集聚與協(xié)同集聚經(jīng)濟(jì)效應(yīng)差異的研究仍屬于“少墾之地”。

二是資本回報(bào)率的研究。中國(guó)的高投資率和資本回報(bào)率持續(xù)上升并存的事實(shí)，不僅使得已有的理論框架難以為其提供科學(xué)的解釋[6]，還激發(fā)了學(xué)界研究資本回報(bào)率的熱情。早期研究集中于資本回報(bào)率測(cè)度方法的構(gòu)建領(lǐng)域，如Bai等(2006)[21]、白重恩和張瓊(2014)[22]以及黃先海等(2011)[23]等均從多個(gè)視角構(gòu)建了資本回報(bào)率的識(shí)別方法。在度量方法相對(duì)成熟后，資本回報(bào)率變遷的動(dòng)因成為了新的研究熱點(diǎn)，如劉曉光和盧鋒(2014)[6]與張勛和徐建國(guó)(2016)[7]等均在該領(lǐng)域進(jìn)行了深入的剖析，已有研究發(fā)現(xiàn)資本深化[7]、技術(shù)進(jìn)步[23]、資源配置方式[24]、全要素生產(chǎn)率[22]、金融效率[24]和產(chǎn)業(yè)升級(jí)[3]均會(huì)對(duì)資本回報(bào)率產(chǎn)生影響。也有少量學(xué)者開(kāi)始嘗試探究資本回報(bào)率波動(dòng)的經(jīng)濟(jì)效應(yīng)，如陳虹和朱鵬珅(2018)[25]深入剖析了資本回報(bào)率對(duì)中國(guó)區(qū)域經(jīng)濟(jì)差異的作用機(jī)制，認(rèn)為資本回報(bào)率是影響中國(guó)區(qū)域間經(jīng)濟(jì)差距的重要因素。綜合梳理可以發(fā)現(xiàn)：資本回報(bào)率的測(cè)度、影響因素和經(jīng)濟(jì)效應(yīng)已成為學(xué)界關(guān)注的熱點(diǎn)，學(xué)界也意識(shí)到資源配置方式會(huì)對(duì)資本回報(bào)率產(chǎn)生重要影響，但鮮有學(xué)者深入剖析生產(chǎn)性服務(wù)資源空間配置對(duì)資本回報(bào)率的影響，更無(wú)學(xué)者探究生產(chǎn)性服務(wù)資源不同集聚類型對(duì)資本回報(bào)率的作用機(jī)制及其差異。

綜合可知，生產(chǎn)性服務(wù)資源集聚和資本回報(bào)率同屬當(dāng)前學(xué)界研究的熱點(diǎn)，但二者的研究長(zhǎng)期處于“平行而無(wú)交集”狀態(tài)，僅能從已有研究中推導(dǎo)出生產(chǎn)性服務(wù)資源集聚對(duì)資本回報(bào)率可能具有如下作用機(jī)制。一是促進(jìn)作用。生產(chǎn)性服務(wù)資源的自身集聚或與工業(yè)協(xié)同集聚所具備的空間外溢效應(yīng)，會(huì)對(duì)工業(yè)技術(shù)進(jìn)步、生產(chǎn)成本降低產(chǎn)生正向影響，進(jìn)而推動(dòng)資本邊際產(chǎn)出的提升，從而有利于資本回報(bào)率的提升；二是抑制作用。生產(chǎn)性服務(wù)資源集聚往往意味著知識(shí)密集型資本的集聚，進(jìn)而促進(jìn)當(dāng)?shù)氐馁Y本勞動(dòng)比提升和資本深化，要素回報(bào)率邊際遞減規(guī)律會(huì)對(duì)資本回報(bào)率產(chǎn)生一定負(fù)向效應(yīng)。交集型經(jīng)驗(yàn)分析的缺乏使得學(xué)界始終無(wú)法知悉二者的實(shí)際作用機(jī)制，更無(wú)法構(gòu)建準(zhǔn)確政策啟示助力資本回報(bào)率和生產(chǎn)性服務(wù)資源集聚的良性互動(dòng)。有鑒于此，本文以中國(guó)265個(gè)地級(jí)城市生產(chǎn)性服務(wù)資源的自身集聚和協(xié)同集聚測(cè)度為切入點(diǎn)，首次細(xì)致分析生產(chǎn)性服務(wù)資源異質(zhì)性集聚類型對(duì)制造業(yè)資本回報(bào)率的作用機(jī)制，并從多維細(xì)分視角進(jìn)行剖析，以期在彌補(bǔ)現(xiàn)有研究缺憾的基礎(chǔ)上，首次將生產(chǎn)性服務(wù)資源、集聚類型和資本回報(bào)率等相對(duì)分散的研究領(lǐng)域進(jìn)行有效對(duì)接，為我國(guó)制定制造業(yè)資本回報(bào)率提升、生產(chǎn)性服務(wù)資源空間配置方式優(yōu)化和高質(zhì)量增長(zhǎng)方面的政策提供更為可靠的經(jīng)驗(yàn)證據(jù)。

二、關(guān)鍵變量的測(cè)度與特征分析

(一) 中國(guó)生產(chǎn)性服務(wù)資源集聚的測(cè)度與分析

本文要分析生產(chǎn)性服務(wù)資源自身集聚和協(xié)同集聚對(duì)制造業(yè)資本回報(bào)率的影響機(jī)制，為此，本文關(guān)于集聚的測(cè)度方法涉及到兩類：一類是自身集聚的測(cè)度。綜合權(quán)衡區(qū)位商、空間基尼系數(shù)、赫芬達(dá)爾指數(shù)、Hoover指數(shù)和集中度等自身集聚測(cè)度方法和本文的數(shù)據(jù)特征，筆者以區(qū)位商衡量生產(chǎn)性服務(wù)資源的自身集聚，具體方法如下：

(1)

其中，PSJi為i地區(qū)生產(chǎn)性服務(wù)資源集聚度，SLi為地區(qū)i生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)，Li代表i地區(qū)總就業(yè)人數(shù)，SL表示全國(guó)生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)，L代表全國(guó)總就業(yè)人數(shù)。

另一類是協(xié)同集聚的測(cè)度方法，目前衡量產(chǎn)業(yè)協(xié)同集聚的常用方法有E-G法和D-O法兩類，但兩類方法各有優(yōu)劣，筆者借鑒陳建軍等(2016)[26]的處理方法，以如下方法衡量生產(chǎn)性服務(wù)資源的協(xié)同集聚：[注]陳建軍等(2016)[26]論證了方程(2)的科學(xué)性和合理性。其研究表明：方程(2)測(cè)度結(jié)果與E-G法測(cè)度結(jié)果的相關(guān)系數(shù)達(dá)到了0.9409。為此，陳建軍等(2016)[26]認(rèn)為方程(2)具有較強(qiáng)的科學(xué)性和合理性。不僅如此，與E-G系數(shù)相比，方程(2)的優(yōu)勢(shì)在于不僅能夠刻畫(huà)“協(xié)同質(zhì)量”，還能刻畫(huà)“協(xié)同高度”。詳見(jiàn)陳建軍等(2016)[26]一文的說(shuō)明。

(2)

其中，SXJmij為生產(chǎn)性服務(wù)資源與特定產(chǎn)業(yè)的協(xié)同集聚指數(shù)，該指數(shù)越大說(shuō)明協(xié)同集聚程度越高，Smi為產(chǎn)業(yè)i在城市m的集聚程度，Smj為產(chǎn)業(yè)j在城市m的集聚程度。參照陳建軍等(2016)[26]的處理方法，筆者以(1)式核算方程(2)中各地區(qū)不同產(chǎn)業(yè)的集聚度S。借鑒余泳澤等(2016)[27]的做法，筆者選擇了《中國(guó)城市統(tǒng)計(jì)年鑒》中的“交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)”“信息傳輸、計(jì)算機(jī)和軟件業(yè)”“金融業(yè)”“租賃和商業(yè)服務(wù)業(yè)”“科研、技術(shù)服務(wù)和地質(zhì)勘查業(yè)”作為生產(chǎn)性服務(wù)產(chǎn)業(yè)?？紤]到數(shù)據(jù)的連貫性和可獲得性，筆者刪除了部分?jǐn)?shù)據(jù)有缺失的城市，選取了265個(gè)地級(jí)市作為研究對(duì)象，[注]中國(guó)城市統(tǒng)計(jì)年鑒中共統(tǒng)計(jì)了291個(gè)城市數(shù)據(jù)(2016年)，因數(shù)據(jù)缺失比較嚴(yán)重或統(tǒng)計(jì)數(shù)據(jù)不連續(xù)而刪除的地級(jí)市有：長(zhǎng)治市、朔州市、忻州市、雙鴨山市、伊春市、牡丹江市、黑河市、蚌埠市、馬鞍山市、惠州市、防城港市、貴港市、三沙市、儋州市、巴中市、資陽(yáng)市、六盤(pán)水市、畢節(jié)市、銅仁市、普洱市、拉薩市、金昌市、白銀市、海東市、吳忠市、中衛(wèi)市等共計(jì)26個(gè)。時(shí)間跨度為2005—2015年。筆者分別測(cè)算了生產(chǎn)性服務(wù)資源自身集聚，生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚和生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚等三個(gè)集聚指數(shù)。表1報(bào)告了265個(gè)城市測(cè)度結(jié)果在不同區(qū)域的均值?？芍紫葟娜珖?guó)層面上看，生產(chǎn)性服務(wù)資源的自身集聚系數(shù)基本維持在0.8左右，呈現(xiàn)略微下降的趨勢(shì)，而生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚程度提升了8.228%，與農(nóng)業(yè)協(xié)同集聚程度提升了1.9266%。這一定程度上表明：首先，我國(guó)生產(chǎn)性服務(wù)資源與制造業(yè)和農(nóng)業(yè)的融合程度有進(jìn)一步加強(qiáng)的趨勢(shì)；其次，生產(chǎn)性服務(wù)資源與制造業(yè)的協(xié)同集聚指數(shù)明顯大于其與農(nóng)業(yè)的協(xié)同集聚指數(shù)，可見(jiàn)制造業(yè)與生產(chǎn)性服務(wù)資源在空間上的融合集聚程度高于農(nóng)業(yè)與生產(chǎn)性服務(wù)業(yè)的融合集聚程度，導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于：生產(chǎn)性服務(wù)資源立足于生產(chǎn)過(guò)程，制造業(yè)生產(chǎn)過(guò)程對(duì)技術(shù)和知識(shí)密集型中間品的要求往往高于農(nóng)業(yè)生產(chǎn)，進(jìn)而使得其與生產(chǎn)性服務(wù)資源有更高的空間集聚度；最后，從區(qū)域上看，東部地區(qū)三類集聚值均大于中部地區(qū)，而中部地區(qū)的集聚程度高于西部地區(qū)，可見(jiàn)生產(chǎn)性服務(wù)資源集聚程度在我國(guó)東、中、西部區(qū)域呈現(xiàn)遞減趨勢(shì)，導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于：我國(guó)的經(jīng)濟(jì)發(fā)展水平在東、中、西部地區(qū)呈現(xiàn)遞減趨勢(shì)，經(jīng)濟(jì)發(fā)展水平越高的區(qū)域?qū)ιa(chǎn)性服務(wù)資源的需求越高[12,19]，從而使得東部地區(qū)三類集聚均高于中、西部。

表1 生產(chǎn)性服務(wù)資源自身集聚與協(xié)同集聚測(cè)度結(jié)果的均值

注:SXJM代表與制造業(yè)的協(xié)同集聚值，SXJA代表與農(nóng)業(yè)協(xié)同集聚值，增幅的單位為%

(二) 生產(chǎn)性服務(wù)資源集聚與制造業(yè)資本回報(bào)率

學(xué)界在測(cè)度方法領(lǐng)域的深入探討為本文測(cè)度制造業(yè)資本回報(bào)率提供了深刻的洞見(jiàn)，綜合權(quán)衡方法的科學(xué)性和數(shù)據(jù)的可獲得性，筆者借鑒劉曉光和盧鋒(2014)[6]的研究以利潤(rùn)總額與固定資產(chǎn)之比來(lái)衡量制造業(yè)的資本回報(bào)率。基于《中國(guó)城市統(tǒng)計(jì)年鑒》筆者測(cè)度了265個(gè)城市制造業(yè)的資本回報(bào)率，圖1報(bào)告了全國(guó)層面1996—2015年的資本回報(bào)率?？芍w而言1996—2015年間中國(guó)制造業(yè)的資本回報(bào)率呈現(xiàn)上升趨勢(shì)，而2011年后中國(guó)制造業(yè)的回報(bào)率呈現(xiàn)略微的下降趨勢(shì)。這一結(jié)論既印證了2011年前我國(guó)投資量增和資本回報(bào)率升并存的事實(shí)特征， 也在一定程度上表明：投資量增與回報(bào)率升并存的狀態(tài)可能難以持續(xù)，繼續(xù)采用投資量的粗放型擴(kuò)大的經(jīng)濟(jì)政策，可能會(huì)對(duì)資本回報(bào)率產(chǎn)生負(fù)面影響。

圖1 1996—2015中國(guó)制造業(yè)資本回報(bào)率

生產(chǎn)性服務(wù)資源集聚對(duì)資本回報(bào)率的作用機(jī)制雖能從已有研究中推導(dǎo)而得，但經(jīng)驗(yàn)研究仍缺乏，尚無(wú)學(xué)者證實(shí)二者存在長(zhǎng)期均衡關(guān)系，為避免實(shí)證結(jié)果出現(xiàn)無(wú)長(zhǎng)期均衡關(guān)系的“偽回歸”，筆者采用Kao-ADF檢驗(yàn)對(duì)生產(chǎn)性服務(wù)資源三類集聚與資本回報(bào)率間的關(guān)系進(jìn)行協(xié)整檢驗(yàn)。表2報(bào)告了相應(yīng)的結(jié)果，可知：滯后一期與滯后二期的Kao-ADF檢驗(yàn)值均在1%顯著性水平下證實(shí)了生產(chǎn)性服務(wù)資源三類集聚與資本回報(bào)率存在長(zhǎng)期均衡關(guān)系，為此，排除了“偽回歸”的風(fēng)險(xiǎn)。

表2 生產(chǎn)性服務(wù)資源三類集聚與資本回報(bào)率協(xié)整檢驗(yàn)結(jié)果

圖2 生產(chǎn)性服務(wù)資源集聚與制造業(yè)資本回報(bào)率關(guān)系的散點(diǎn)圖

為了更直觀地判斷生產(chǎn)性服務(wù)資源三類集聚對(duì)制造業(yè)資本回報(bào)率的影響機(jī)制。筆者進(jìn)一步繪制出了相應(yīng)的散點(diǎn)圖，由圖2的擬合曲線斜率可知：生產(chǎn)性服務(wù)資源集聚、與制造業(yè)協(xié)同集聚會(huì)對(duì)制造業(yè)產(chǎn)生正效應(yīng)，生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生一定的負(fù)向影響。導(dǎo)致上述現(xiàn)象出現(xiàn)的原因可能在于：一方面生產(chǎn)性服務(wù)資源集聚、與制造業(yè)協(xié)同集聚會(huì)使得制造業(yè)的生產(chǎn)過(guò)程更便利地獲得生產(chǎn)性服務(wù)資源的支持，進(jìn)而推動(dòng)其生產(chǎn)升級(jí)，對(duì)資本要素的邊際產(chǎn)出產(chǎn)生正向影響，也在一定程度上表明這兩類集聚所產(chǎn)生的促進(jìn)效應(yīng)大于抑制效應(yīng)。另一方面生產(chǎn)性服務(wù)資源是有限的，當(dāng)生產(chǎn)性服務(wù)資源流向農(nóng)業(yè)時(shí)，制造業(yè)獲得生產(chǎn)性服務(wù)資源支持的機(jī)會(huì)就會(huì)降低，進(jìn)而對(duì)制造業(yè)的資本回報(bào)率產(chǎn)生負(fù)向影響。當(dāng)然這僅僅是無(wú)條件相關(guān)的方向性判斷結(jié)論，后文將以空間面板模型結(jié)合相應(yīng)的控制變量進(jìn)行實(shí)證解析，以得到更為科學(xué)可靠的結(jié)論。

三、研究的設(shè)計(jì)

(一) 空間相關(guān)性的判斷

本文以265個(gè)城市為樣本研究生產(chǎn)性服務(wù)資源集聚類型對(duì)資本回報(bào)率的影響機(jī)制，由于城市間的距離存在差異且資本具有較強(qiáng)的空間流動(dòng)性，即被解釋變量可能存在空間相關(guān)性，為此，筆者先判斷被解釋變量的空間相關(guān)性，再確定實(shí)證模型的選擇。本文以Moran’s I指數(shù)來(lái)判斷被解釋變量的空間相關(guān)性，計(jì)算公式如下：

(3)

(4)

表3 中國(guó)城市制造業(yè)資本回報(bào)率的Moran’s I指數(shù)

注：***，**和*分別代表在1%，5%和10%的顯著性水平下顯著

借助方程(3)和(4)，筆者識(shí)別了265個(gè)城市2005—2015年制造業(yè)資本回報(bào)率在不同地理距離上的空間相關(guān)性。表3報(bào)告了整體、0～300公里、0～500公里和0～1000公里四個(gè)層面的Moran’s I指數(shù)及其相應(yīng)的Z統(tǒng)計(jì)量?？芍?，首先，不同地理距離層面的Moran’s I指數(shù)均顯著為正，這表明制造業(yè)資本回報(bào)率存在顯著的正向空間相關(guān)，為此，制造業(yè)資本回報(bào)率存在較強(qiáng)的空間集聚特征；其次，隨著距離的擴(kuò)大，Moran’s I指數(shù)呈現(xiàn)顯著的下降趨勢(shì)，這表明距離越近，制造業(yè)資本回報(bào)率的空間相關(guān)性越高；最后，隨著時(shí)間的推移四個(gè)層面Moran’s I指數(shù)均呈現(xiàn)上升的趨勢(shì)，可見(jiàn)中國(guó)城市制造業(yè)資本回報(bào)率的空間相關(guān)性呈日益加強(qiáng)的趨勢(shì)。綜上可知，空間相關(guān)性是影響我國(guó)城市制造業(yè)資本回報(bào)率變化的重要因素。為此，本文采用空間面板模型刻畫(huà)生產(chǎn)性服務(wù)資源集聚對(duì)資本回報(bào)率的作用機(jī)制。

(二) 空間面板模型的設(shè)定與變量的選擇

被解釋變量的空間相關(guān)估計(jì)結(jié)果證實(shí)空間外溢效應(yīng)顯著存在，為此，采用普通的面板數(shù)據(jù)模型進(jìn)行實(shí)證分析，所得結(jié)論可能是有偏的。筆者采用空間計(jì)量模型來(lái)檢驗(yàn)生產(chǎn)性服務(wù)資源集聚對(duì)制造業(yè)資本回報(bào)率的影響機(jī)制。筆者構(gòu)建如下基礎(chǔ)性計(jì)量方程：

HBLit=α+βJJit+γiXi+εit

(5)

JJ和HBL分別代表生產(chǎn)性服務(wù)資源集聚類型和制造業(yè)資本回報(bào)率，X為控制變量。Elhorst(2010)[28]指出空間計(jì)量模型的一般形式可以設(shè)定為：

(6)

(7)

(8)

其中，空間矩陣Wij對(duì)角線上的值均為0，dij是城市i和j之間的地理距離。

為了提高實(shí)證結(jié)果的可靠性，筆者進(jìn)一步加入既能刻畫(huà)區(qū)域特征，又可能影響資本回報(bào)率的變量作為控制變量。具體有：(1)政府規(guī)模(GOV)，政府規(guī)模刻畫(huà)的是政府對(duì)本地區(qū)市場(chǎng)的影響程度[26]，實(shí)證中以各城市政府支出占GDP的比重來(lái)表示；(2)就業(yè)密集度(JYD)，資本不變的情況下，增加勞動(dòng)力投入會(huì)有助于資本邊際產(chǎn)出的遞增，進(jìn)而對(duì)資本回報(bào)率產(chǎn)生影響。本文以各城市就業(yè)人數(shù)與國(guó)土面積之比表示；(3)人力資本(HUM)，勞動(dòng)力技能提升不僅會(huì)提升勞動(dòng)力的產(chǎn)出，還使得資本匹配到了更高質(zhì)量的勞動(dòng)力，推動(dòng)資本回報(bào)率變遷，本文以各城市每百萬(wàn)人口中高校在校生人數(shù)的自然對(duì)數(shù)表示；[注]非常感謝匿名審稿人關(guān)于人力資本代理變量選擇的建議?？紤]到地級(jí)市層面就業(yè)人員中受教育狀況的數(shù)據(jù)難以獲得，本文以地級(jí)市高校在校生人數(shù)表示。雖然在校生人數(shù)是一個(gè)“次優(yōu)”代理變量，但在“最優(yōu)”變量數(shù)據(jù)不可獲得的情況下，在校生是則成為“最優(yōu)選擇”，而且這一做法為學(xué)界廣泛推崇，如陳建軍等(2016)[26]和于斌斌(2016)[19]等均以地級(jí)市在校生作為人力資本的代理變量進(jìn)行實(shí)證研究。為此，該變量是相對(duì)科學(xué)可靠的。(4)研發(fā)投入(TCP)，研發(fā)投入是實(shí)現(xiàn)技術(shù)升級(jí)的重要途徑，也是優(yōu)化要素資源配置的重要方式，本文以各城市人均科研經(jīng)費(fèi)支出的自然對(duì)數(shù)表示。(5)城市生產(chǎn)率(SCL)，生產(chǎn)率反映了城市的生產(chǎn)效率，生產(chǎn)率的變遷會(huì)影響生產(chǎn)要素的邊際產(chǎn)出，進(jìn)而對(duì)資本回報(bào)率產(chǎn)生影響。文章以各城市GDP與總就業(yè)人數(shù)之比的自然對(duì)數(shù)表示。

四、計(jì)量結(jié)果與分析

(一) 基準(zhǔn)分析

基于基礎(chǔ)模型、空間計(jì)量模型和中國(guó)265個(gè)城市的數(shù)據(jù)，筆者對(duì)生產(chǎn)性服務(wù)資源三類集聚對(duì)制造業(yè)資本回報(bào)率作用機(jī)制進(jìn)行了面板OLS回歸，空間面板SEM回歸和空間面板SAR回歸，表4報(bào)告了相應(yīng)的檢驗(yàn)結(jié)果?？臻g面板SEM回歸和空間面板SAR回歸的Spatial rho統(tǒng)計(jì)量和Spatial lambda統(tǒng)計(jì)量均在至少1%的顯著性水平下通過(guò)檢驗(yàn)，為此，采用空間計(jì)量檢驗(yàn)結(jié)果所得結(jié)論是可靠的。此外，面板OLS回歸，空間面板SEM回歸和空間面板SAR回歸所得結(jié)果中，變量預(yù)期符號(hào)和顯著性上較為一致，這一定程度上表明解釋變量和被解釋變量之間關(guān)系具有較強(qiáng)的穩(wěn)定性，這種穩(wěn)定性不受回歸方法變化的影響。

表4 整體層面生產(chǎn)性服務(wù)資源集聚類型對(duì)資本回報(bào)率影響的計(jì)量結(jié)果

注：M為解釋變量，代表PSJ，MJ和AJ。***，**和*分別代表在1%，5%和10%的顯著性水平下顯著，括號(hào)內(nèi)為t值，Rho和Lambda為空間自相關(guān)檢驗(yàn)結(jié)果，其中Rho為SAR模型的檢驗(yàn)系數(shù)，Lambda為SEM模型檢驗(yàn)系數(shù)，以下同

對(duì)比三類生產(chǎn)性服務(wù)資源集聚的估計(jì)系數(shù)可以得到如下發(fā)現(xiàn)：首先，生產(chǎn)性服務(wù)資源自身集聚會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生顯著的促進(jìn)作用，這表明：推進(jìn)生產(chǎn)性服務(wù)資源集聚有助于中國(guó)城市的資本回報(bào)率，進(jìn)而進(jìn)一步激發(fā)資本的活力；其次，生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚也會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生顯著的正向效應(yīng)。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于：生產(chǎn)性服務(wù)資源以高端知識(shí)密集型要素融入制造業(yè)生產(chǎn)環(huán)節(jié)[10]，生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚有助于推動(dòng)要素邊際產(chǎn)出的提升，進(jìn)而推動(dòng)制造業(yè)資本回報(bào)率的提升。值得一提的是，三種計(jì)量方法的回歸結(jié)果中，生產(chǎn)性服務(wù)資源自身集聚的系數(shù)均小于其與制造業(yè)協(xié)同集聚的估計(jì)系數(shù)。這一定程度上表明：一方面與制造業(yè)協(xié)同集聚給制造業(yè)資本回報(bào)率帶來(lái)的正向效應(yīng)比生產(chǎn)性服務(wù)資源自身集聚的正效應(yīng)大，另一方面通過(guò)引導(dǎo)生產(chǎn)性服務(wù)資源從自身集聚向與制造業(yè)協(xié)同集聚，可以更好地發(fā)揮生產(chǎn)性服務(wù)資源促進(jìn)制造業(yè)資本回報(bào)率提升的功能。最后，生產(chǎn)性服務(wù)資源與農(nóng)業(yè)的協(xié)同集聚會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生顯著的負(fù)效應(yīng)。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于：資源有限性約束下，一旦生產(chǎn)性服務(wù)資源與農(nóng)業(yè)生產(chǎn)過(guò)程形成協(xié)同集聚，會(huì)在一定程度上“擠占”制造業(yè)所需的生產(chǎn)性服務(wù)資源“份額”，進(jìn)而使得制造業(yè)生產(chǎn)過(guò)程無(wú)法得到“足夠”的生產(chǎn)性服務(wù)資源支持，從而對(duì)制造業(yè)資本回報(bào)率產(chǎn)生不利影響。綜合分析控制變量的實(shí)證結(jié)果還可以得到以下結(jié)論：

一是就業(yè)密集度深化有助于制造業(yè)資本回報(bào)率的提升。表4的9個(gè)方程中就業(yè)密集度變量的估計(jì)系數(shù)均顯著為正，這表明：一方面增強(qiáng)就業(yè)密集度可以成為制造業(yè)資本回報(bào)率提升的重要途徑；另一方面本文的實(shí)證結(jié)論與要素配置理論的基本觀點(diǎn)是吻合的，提升勞動(dòng)力要素配置比能促進(jìn)資本要素的邊際產(chǎn)出，進(jìn)而推動(dòng)資本回報(bào)率提升。然而根據(jù)1%人口抽樣調(diào)查數(shù)據(jù)或人口普查計(jì)算，中國(guó)的生育率已經(jīng)低到令人難以置信的程度[29]，為此，伴隨著人口紅利的消失，通過(guò)這一手段來(lái)提升資本回報(bào)率已經(jīng)難以為繼。此外，這一實(shí)證結(jié)果也給中國(guó)未來(lái)的資本回報(bào)率提升帶來(lái)了警示：生育率降低會(huì)引致就業(yè)密集度降低，進(jìn)而對(duì)制造業(yè)資本回報(bào)率產(chǎn)生一定的不利影響，因而克服這一不利因素的影響也是未來(lái)提升資本回報(bào)率、激發(fā)資本要素活力的必由之路。

表5 變更被解釋變量測(cè)度方法的穩(wěn)健性檢驗(yàn)結(jié)果

注：***，**和*分別代表在1%，5%和10%的顯著性水平下顯著

二是人力資本深化有助于制造業(yè)資本回報(bào)率的提升。該變量在9個(gè)方程的估計(jì)結(jié)果中均顯著為正。這一結(jié)論表明：首先，人力資本變量的估計(jì)結(jié)果也符合了邊際產(chǎn)出理論的基本觀點(diǎn)，為此，實(shí)證結(jié)果具有一定的科學(xué)性；其次，未來(lái)可以通過(guò)適度擴(kuò)大高等院校招生規(guī)模、大力提升高等院校學(xué)生教育質(zhì)量和加大技能教育培訓(xùn)投入等手段持續(xù)提升人力資本規(guī)模和質(zhì)量，為制造業(yè)資本回報(bào)率提升提供源源不斷的人力資本支持；最后，人力資本可以成為彌補(bǔ)人口紅利逐步消失的重要手段，可見(jiàn)提升勞動(dòng)力技能水平可以成為緩解人口老齡化壓力的重要手段。

三是生產(chǎn)率的提升會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生促進(jìn)功能。導(dǎo)致這一現(xiàn)象出現(xiàn)的原因可能在于：生產(chǎn)率的提升往往意味著單位要素產(chǎn)出的提升，進(jìn)而推動(dòng)要素回報(bào)率的提升。提升生產(chǎn)技術(shù)水平和勞動(dòng)力技能是生產(chǎn)率提升的主要途徑，為此，提升技術(shù)水平和勞動(dòng)者技能可以成為資本回報(bào)率提升的重要渠道。值得一提的是政府規(guī)模變量對(duì)資本回報(bào)率的作用力并不顯著，為此，通過(guò)增加或降低財(cái)政支出難以達(dá)到優(yōu)化制造業(yè)資本回報(bào)率的效果。此外，人均研發(fā)投入變量對(duì)制造業(yè)資本回報(bào)率的作用力也不顯著。研發(fā)對(duì)資本回報(bào)率的作用可能表現(xiàn)在兩個(gè)方面：一方面研發(fā)投入會(huì)推動(dòng)技術(shù)進(jìn)步，進(jìn)而推動(dòng)資本的邊際產(chǎn)出和回報(bào)率提升；另一方面研發(fā)投入往往源于企業(yè)的利潤(rùn)，為此，越大的研發(fā)投入對(duì)利潤(rùn)的擠占越大，進(jìn)而不利于資本回報(bào)率的提升。因而導(dǎo)致上述現(xiàn)象出現(xiàn)的本質(zhì)原因在于：中國(guó)研發(fā)投入引致的技術(shù)進(jìn)步對(duì)制造業(yè)資本回報(bào)率的正向作用小于其對(duì)利潤(rùn)擠占引致的負(fù)效應(yīng)，即研發(fā)投入所帶來(lái)的技術(shù)進(jìn)步幅度不夠大，無(wú)法抵消其對(duì)利潤(rùn)擠占帶來(lái)的負(fù)效應(yīng)。

(二) 穩(wěn)健性檢驗(yàn)

前文面板OLS回歸，空間面板SEM回歸和空間面板SAR回歸所得結(jié)果在預(yù)期符號(hào)和顯著性方面保持了一致，已經(jīng)從變更計(jì)量方法視角進(jìn)行了穩(wěn)健性檢驗(yàn)。為更好確保前文實(shí)證結(jié)果的可靠性，進(jìn)一步運(yùn)用兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)：一是通過(guò)變更被解釋變量測(cè)度方法進(jìn)行穩(wěn)健性檢驗(yàn)。劉曉光和盧鋒(2014)[6]與黃先海等(2011)[23]的研究表明：資本回報(bào)率有包含稅收和不包含稅收兩類測(cè)度方法，前文所測(cè)度的資本回報(bào)率不包含稅收。為此，借鑒劉曉光和盧鋒(2014)[6]的做法，筆者將本年應(yīng)交增值稅與利潤(rùn)之和除以固定資產(chǎn)來(lái)衡量制造業(yè)含稅資本回報(bào)率，表5報(bào)告了制造業(yè)含稅資本回報(bào)率的穩(wěn)健性檢驗(yàn)結(jié)果?？芍悍€(wěn)健性檢驗(yàn)結(jié)果在預(yù)期符號(hào)和顯著性上與表4 相比，并無(wú)明顯差異，因而前文的檢驗(yàn)結(jié)果是穩(wěn)健可靠的。

表6 變更空間權(quán)重矩陣的穩(wěn)健性檢驗(yàn)結(jié)果

注：***，**和*分別代表在1%，5%和10%的顯著性水平下顯著

二是通過(guò)變更計(jì)量檢驗(yàn)空間矩陣進(jìn)行穩(wěn)健性檢驗(yàn)，筆者進(jìn)一步運(yùn)用經(jīng)濟(jì)空間權(quán)重作為空間矩陣進(jìn)行穩(wěn)健性分析。借鑒于斌斌(2016)[19]的研究，筆者構(gòu)建如下經(jīng)濟(jì)空間權(quán)重矩陣：

(8)

表7 時(shí)間異質(zhì)性層面SAR模型回歸結(jié)果

注：***，**和*分別代表在1%，5%和10%的顯著性水平下顯著

(三) 時(shí)間與距離異質(zhì)性檢驗(yàn)

本部分進(jìn)一步從時(shí)間和距離異質(zhì)性視角就集聚類型對(duì)制造業(yè)資本回報(bào)率的影響進(jìn)行檢驗(yàn)。考慮到表4中SEM模型和SAR模型在變量回歸結(jié)果的顯著性和預(yù)期符號(hào)上較為一致。而SAR模型回歸結(jié)果的可決系數(shù)均大于SEM模型。為此，為免累贅異質(zhì)性計(jì)量結(jié)果均采用SAR模型分析。表7報(bào)告了2005—2010、2005—2012和2005—2014三個(gè)時(shí)間段的回歸結(jié)果?？芍菏紫?，生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚系數(shù)的估計(jì)值顯著為正，與整體層面具有一致性，這表明二者促進(jìn)制造業(yè)資本回報(bào)率的功能在不同的時(shí)間段均穩(wěn)健存在。值得一提的是，兩類集聚的系數(shù)呈現(xiàn)出一定的提升趨勢(shì)，這一定程度上表明生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚對(duì)制造業(yè)資本回報(bào)率的促進(jìn)作用日益增強(qiáng)；其次，生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚的估計(jì)系數(shù)在2005—2010和2005—2012兩個(gè)時(shí)間段并不顯著，而在2005—2014年顯著為負(fù)。這表明：生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚對(duì)制造業(yè)生產(chǎn)性服務(wù)資源的“擠占”現(xiàn)象主要出現(xiàn)在2012年后，2012年后中國(guó)生產(chǎn)性服務(wù)資源供給的增長(zhǎng)速度已經(jīng)低于生產(chǎn)性服務(wù)資源需求的增長(zhǎng)速度，從而使得生產(chǎn)性服務(wù)資源的“有限性”矛盾更為突出。

表8 距離異質(zhì)性層面SAR模型回歸結(jié)果

注：***，**和*分別代表在1%，5%和10%的顯著性水平下顯著

空間經(jīng)濟(jì)學(xué)的研究多表明：在空間距離的作用下，變量之間的作用力可能會(huì)具有衰減特征。為此，筆者通過(guò)重新設(shè)定空間距離矩陣的形式，從距離異質(zhì)性視角就生產(chǎn)性服務(wù)資源三類集聚與制造業(yè)資本回報(bào)率的作用機(jī)制進(jìn)行實(shí)證分析。表8報(bào)告了不同距離的實(shí)證結(jié)果。[注]需要指出的是300公里是筆者多次“試錯(cuò)”所得到的結(jié)論。由于K公里(250

五、結(jié)論與啟示

提升生產(chǎn)性服務(wù)資源和資本要素服務(wù)經(jīng)濟(jì)增長(zhǎng)的水平是當(dāng)前我國(guó)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)質(zhì)量提升的重要戰(zhàn)略支撐，而優(yōu)化資本回報(bào)率和生產(chǎn)性服務(wù)資源配置模式是實(shí)現(xiàn)上述戰(zhàn)略支撐的關(guān)鍵途徑。為此，理清生產(chǎn)性服務(wù)資源集聚模式對(duì)制造業(yè)資本回報(bào)率的作用機(jī)制，對(duì)于中國(guó)提升生產(chǎn)性服務(wù)資源配置效率、激發(fā)資本要素活力和轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式都具有重要的現(xiàn)實(shí)價(jià)值。鑒于此，本文在測(cè)算出生產(chǎn)性服務(wù)資源三類集聚程度的基礎(chǔ)上，運(yùn)用空間計(jì)量方法首次深入剖析集聚模式對(duì)制造業(yè)資本回報(bào)率的作用機(jī)制，并進(jìn)一步從時(shí)間和距離異質(zhì)性視角刻畫(huà)上述機(jī)制。得到的結(jié)論主要有：一是生產(chǎn)性服務(wù)資源自身集聚及其與制造業(yè)協(xié)同集聚均有助于制造業(yè)資本回報(bào)率的提升，這一正效應(yīng)呈現(xiàn)出日趨增強(qiáng)的趨勢(shì)，生產(chǎn)性服務(wù)資源與農(nóng)業(yè)的協(xié)同集聚則會(huì)對(duì)制造業(yè)資本回報(bào)率產(chǎn)生負(fù)向沖擊，這一負(fù)向沖擊主要產(chǎn)生于2012年后；二是雖然生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚對(duì)制造業(yè)資本回報(bào)率的作用力大于生產(chǎn)性服務(wù)資源自身集聚，但生產(chǎn)性服務(wù)資源與制造業(yè)協(xié)同集聚對(duì)制造業(yè)資本回報(bào)率正向作用的顯著性上限為300公里，地理距離對(duì)生產(chǎn)性服務(wù)資源自身集聚正向效應(yīng)的制約力則不顯著；三是就業(yè)密集度、人力資本深化和生產(chǎn)率提升均有助于制造業(yè)資本回報(bào)率的提升。就業(yè)密集度的正效應(yīng)也對(duì)人口增長(zhǎng)乏力的中國(guó)提出了警示，而人力資本和生產(chǎn)率提升的正效率則表明，中國(guó)制造業(yè)資本回報(bào)率持續(xù)提升還有賴于勞動(dòng)者技能提升和技術(shù)進(jìn)步；四是研發(fā)投入對(duì)制造業(yè)資本回報(bào)率的作用力不顯著，這一定程度上表明，中國(guó)研發(fā)的投入產(chǎn)出效率偏低，以至于用于研發(fā)投入所產(chǎn)生的利潤(rùn)無(wú)法抵消其所擠占“利潤(rùn)”，有陷入“研發(fā)投入遞增、資本回報(bào)率遞減”的研發(fā)悖論傾向，為此，優(yōu)化研發(fā)投入模式迫在眉睫。

本文一定程度上填補(bǔ)了生產(chǎn)性服務(wù)資源與資本回報(bào)率交叉研究的空白，從集聚類型視角為理解生產(chǎn)性服務(wù)資源對(duì)制造業(yè)資本回報(bào)率的作用機(jī)制提供新的經(jīng)驗(yàn)證據(jù)。此外本研究還具有重要的政策內(nèi)涵：首先，在制造業(yè)集聚區(qū)300公里內(nèi)，鼓勵(lì)生產(chǎn)性服務(wù)資源自身集聚向與制造業(yè)協(xié)同集聚有助于資本回報(bào)率的提升。這一政策措施的優(yōu)勢(shì)在于，其本質(zhì)上相當(dāng)于生產(chǎn)服務(wù)資源空間配置結(jié)構(gòu)的優(yōu)化，能在無(wú)需增加生產(chǎn)性服務(wù)資源供給的條件下，增強(qiáng)生產(chǎn)性服務(wù)資源提升制造業(yè)資本回報(bào)率的作用效率；其次，生產(chǎn)性服務(wù)資源與農(nóng)業(yè)協(xié)同集聚對(duì)制造業(yè)資本回報(bào)率產(chǎn)生負(fù)向沖擊的根本原因是生產(chǎn)性服務(wù)資源“有限性”引致的擠占效應(yīng)。為此，可以通過(guò)增強(qiáng)生產(chǎn)性服務(wù)領(lǐng)域資本投入、優(yōu)化生產(chǎn)性服務(wù)企業(yè)經(jīng)營(yíng)環(huán)境、大力引進(jìn)境外高水平生產(chǎn)性服務(wù)和加大高端服務(wù)業(yè)政策支持力度等手段提升生產(chǎn)性服務(wù)資源的供給規(guī)模與質(zhì)量，以緩解生產(chǎn)性服務(wù)資源“有限性”給制造業(yè)資本回報(bào)率帶來(lái)的提升瓶頸；再次，提高人力資本的數(shù)量和質(zhì)量是中國(guó)緩解人口老齡化給制造業(yè)資本回報(bào)率帶來(lái)不利沖擊的重要手段。為此，加大高等教育投入、提升高等教育質(zhì)量是今后制造業(yè)資本回報(bào)率提升的重要途徑；最后，研發(fā)悖論現(xiàn)象的存在使得資本回報(bào)率提升常用的“研發(fā)投入-技術(shù)進(jìn)步-資本回報(bào)率提升”途徑在中國(guó)似乎顯得難以企及。為此，迫切需要重新審視中國(guó)研發(fā)投入產(chǎn)出的模式，逐步消除研發(fā)投入產(chǎn)出中不當(dāng)配置和不當(dāng)“損耗”，并科學(xué)合理地利用全球科技資源提升自身的研發(fā)效率和創(chuàng)新水平，以最大化研發(fā)投入對(duì)制造業(yè)資本回報(bào)率提升的促進(jìn)效應(yīng)。