曲紹衛(wèi)，夏 遠(yuǎn)，姚 毅

(1.北京科技大學(xué) 文法學(xué)院，北京100083; 2.長江大學(xué) 文理學(xué)院，湖北 荊州434020)

1 引言

隨著中國經(jīng)濟(jì)發(fā)展進(jìn)入到由提高速度轉(zhuǎn)為注重質(zhì)量的階段，打造“現(xiàn)代化經(jīng)濟(jì)”體系是優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、轉(zhuǎn)換新舊驅(qū)動模式的現(xiàn)實需要。黃毅敏和齊二石［1］認(rèn)為現(xiàn)代產(chǎn)業(yè)體系作為經(jīng)濟(jì)水平現(xiàn)代化的重要標(biāo)志，制造業(yè)代表一國的核心競爭力和綜合國力，優(yōu)化現(xiàn)代經(jīng)濟(jì)結(jié)構(gòu)體系、增強(qiáng)產(chǎn)業(yè)競爭優(yōu)勢的關(guān)鍵取決于制造業(yè)能否順利升級轉(zhuǎn)型。程東全等［2］，盛豐［3］認(rèn)為針對制造業(yè)轉(zhuǎn)型的路徑探索很多，核心要素就是優(yōu)化配置產(chǎn)業(yè)的微觀要素結(jié)構(gòu)和從低級向高級演變資源的利用方式。當(dāng)前形勢下，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)已經(jīng)被提議為國家發(fā)展戰(zhàn)略，生產(chǎn)性服務(wù)業(yè)和制造業(yè)能否深度融合并且相互促進(jìn)已成為學(xué)術(shù)界的熱點研究問題［4，5］。本文以產(chǎn)業(yè)互動作為研究的邏輯起點，研究兩者之間的關(guān)系，通過量化模型分析并驗證生產(chǎn)性服務(wù)業(yè)對制造業(yè)的影響作用，進(jìn)而為制造業(yè)轉(zhuǎn)型升級提出合理的對策，為真正把握以發(fā)展生產(chǎn)性服務(wù)業(yè)來提升制造業(yè)轉(zhuǎn)型升級的精髓提供較強(qiáng)的理論基礎(chǔ)與現(xiàn)實意義。

由于中國的服務(wù)業(yè)在改革開放以來才開始逐漸發(fā)展，而生產(chǎn)性服務(wù)業(yè)作為一類特殊的服務(wù)業(yè)，近些年才在學(xué)術(shù)界得到了關(guān)注。通過對兩者之間關(guān)系的文獻(xiàn)梳理總結(jié)，主要有三類觀點。

第一類是生產(chǎn)性服務(wù)業(yè)集聚或制造業(yè)升級的單方程研究。例如，基于馬歇爾的產(chǎn)業(yè)集聚理論，Ellison等［6］通過美國的經(jīng)濟(jì)普查數(shù)據(jù)計算出兩者之間的集聚程度，并通過一系列要素科學(xué)解釋了美國的生產(chǎn)性服務(wù)業(yè)和制造業(yè)集聚，他們的結(jié)論很好地驗證了馬歇爾的產(chǎn)業(yè)集聚理論合理性。盛龍和陸根堯［7］根據(jù)新經(jīng)濟(jì)地理理論并以中國2003 ～2010 年這7 年的地級市數(shù)據(jù)為基礎(chǔ)研究生產(chǎn)性服務(wù)業(yè)集聚的影響因素，結(jié)論表明制造業(yè)集聚、信息化水平、市場化程度和人力資本水平這四個因素會明顯影響地區(qū)的生產(chǎn)性服務(wù)業(yè)集聚程度。他們認(rèn)為制造業(yè)的外包行為能夠有效地促進(jìn)其與生產(chǎn)性服務(wù)業(yè)的信任度，從而形成了二者互動發(fā)展的模式。

第二類是生產(chǎn)性服務(wù)業(yè)與制造業(yè)升級的共生關(guān)系測算以及因素分析［8］。例如，劉浩和原毅軍［9］選取27 個省市區(qū)1998 ～2005 年面板數(shù)據(jù)作為研究樣本，通過構(gòu)造和測算生產(chǎn)性服務(wù)業(yè)與制造業(yè)的共生度和共生系數(shù)深入地研究了中國生產(chǎn)性服務(wù)業(yè)與制造業(yè)的共生關(guān)系。其研究結(jié)果顯示生產(chǎn)性服務(wù)業(yè)與制造業(yè)的共生性在中國不同地區(qū)和不同時期差異較大，東部地區(qū)在大部分時期內(nèi)都存在著互惠共生關(guān)系而部分中部和西部省份呈現(xiàn)出反共生現(xiàn)象。喻春嬌和鄭光鳳［10］以湖北省2005年的投入—產(chǎn)出延長表為依據(jù)，得到的研究結(jié)果顯示制造業(yè)對生產(chǎn)性服務(wù)業(yè)的依賴度較高，但生產(chǎn)性服務(wù)業(yè)對制造業(yè)卻沒有這么強(qiáng)的依賴性。

第三類是關(guān)于生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動影響關(guān)系研究。這方面的研究是近年來才開始的，胡曉鵬和李慶科［11］，高覺民和李曉慧［12］認(rèn)為生產(chǎn)性服務(wù)業(yè)與制造業(yè)的關(guān)系不一定是簡單的單向影響或者共生發(fā)展，他們可能存在更深層次的互動因果關(guān)系。喬均和施建軍［13］，張曉濤和李芳芳［14］通過對大量國外文獻(xiàn)的整理，發(fā)現(xiàn)國外經(jīng)濟(jì)學(xué)者通過研究證明了兩者之間是一種共同發(fā)展的協(xié)同關(guān)系。

通過對現(xiàn)有文獻(xiàn)的分析，本文發(fā)現(xiàn)現(xiàn)有的研究內(nèi)容主要集中在前兩類:第一，通過單方程實證分析研究兩者之間相互作用的影響因素。第二，研究兩者之間的共生發(fā)展關(guān)系。盡管生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間的互動影響得到了學(xué)術(shù)界的不少關(guān)注，但是較少有研究涉及到二者的因果識別和討論。最后，現(xiàn)有的研究選取的數(shù)據(jù)大多是基于某一個省份某幾年的投入產(chǎn)出表或者是省級面板數(shù)據(jù)作為樣本進(jìn)行實證分析，雖然這種做法能夠體現(xiàn)一定的針對性，但是不利于總結(jié)全國的一般性特征與規(guī)律。通過上述分析，本文認(rèn)為，基于地市級的面板數(shù)據(jù)運用聯(lián)立方程模型研究生產(chǎn)性服務(wù)業(yè)與制造業(yè)轉(zhuǎn)型的雙向因果關(guān)系具有較大的價值，只有深入地剖析兩者之間的因果關(guān)系，才能從產(chǎn)業(yè)互動及融合的視域科學(xué)合理地制定相關(guān)政策提升中國生產(chǎn)性服務(wù)業(yè)和制造業(yè)的水平。

2 理論模型分析

本文認(rèn)為生產(chǎn)性服務(wù)業(yè)與制造業(yè)間存在著一個內(nèi)在的互動影響的系統(tǒng)，為了進(jìn)一步說明生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動影響的作用機(jī)理，本文擬選取柯布—道格拉斯函數(shù)作為基礎(chǔ)模型，在此模型基礎(chǔ)上進(jìn)行分析和擴(kuò)展，研究二者相互作用的過程，該模型的基礎(chǔ)形式如(1)式所示

可以看出，上述(1)式的左邊為產(chǎn)出，右邊為投入要素和技術(shù)水平。為了進(jìn)一步探究生產(chǎn)性服務(wù)業(yè)與制造業(yè)在系統(tǒng)內(nèi)的互動影響，本文分別從產(chǎn)出和要素投入的角度進(jìn)行分析。首先，從產(chǎn)出方面來講，假設(shè)一個產(chǎn)業(yè)中既存在生產(chǎn)商也存在服務(wù)商，其中生產(chǎn)商的產(chǎn)出為Yp，服務(wù)商的產(chǎn)出為Ys，且Y=Yp+Ys，設(shè)生產(chǎn)商所占比重為δ(0 ＜δ ＜1)，則有Yp=δY，Ys=(1－δ)Y，基于以上公式能夠推導(dǎo)出兩者的產(chǎn)出規(guī)模關(guān)系，如(2)式所示

其次，從要素投入方面來講，資本和勞動都也可以分解為生產(chǎn)商和服務(wù)商投入的資本和勞動，而綜合技術(shù)水平A 也可以分解為生產(chǎn)商的技術(shù)水平(如技術(shù)創(chuàng)新等)和服務(wù)商的技術(shù)水平(如管理能力等)?；谝陨戏治?，產(chǎn)業(yè)內(nèi)生產(chǎn)商和服務(wù)商的技術(shù)水平、資本和勞動投入具有較大的差別，所以可以將(1)式改寫成如下形式

其中Ap表示產(chǎn)業(yè)內(nèi)生產(chǎn)商的技術(shù)水平、Kp表示生產(chǎn)商的資本投入、Lp表示生產(chǎn)商的勞動投入，As表示產(chǎn)業(yè)內(nèi)服務(wù)商的技術(shù)水平、Ks表示服務(wù)商的資本投入、Ls表示服務(wù)商的勞動投入。在此基礎(chǔ)上，可以進(jìn)一步將(3)式進(jìn)行重組，如下所示

將方程(2)帶入方程(4)中，可以得出生產(chǎn)性服務(wù)業(yè)與制造業(yè)的關(guān)系，如下所示

通過上述的方程(5)和方程(6)，可以看出只要該產(chǎn)業(yè)的要素產(chǎn)出彈性系數(shù)滿足α1α+α2α+β1β+β2β1，就能夠保證該產(chǎn)業(yè)的整體規(guī)模收益不變或者遞增。將方程(4)與方程(5)進(jìn)行聯(lián)立，得出如下聯(lián)立方程

基于上述聯(lián)立方程，生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動影響過程和機(jī)理可以從兩個方面進(jìn)行說明:

其次，根據(jù)上文的分析，可以看出生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動影響是有一定的假設(shè)和前提的，那就是該產(chǎn)業(yè)總體的規(guī)模收益至少保持不變，同時，產(chǎn)業(yè)內(nèi)的生產(chǎn)商和服務(wù)商的規(guī)模收益也保持不變，這樣才能保證生產(chǎn)性服務(wù)業(yè)與制造業(yè)的良性互動能夠持續(xù)下去。設(shè)生產(chǎn)商的規(guī)模收益彈性系數(shù)為γ1，服務(wù)商的規(guī)模收益彈性系數(shù)為α+β－γ1，在滿足二者都處于規(guī)模收益不變或者遞增的條件下，即可實現(xiàn)兩者間的互動發(fā)展。具體來講，當(dāng)α1α+α2αγ1和β1β+β2βα+β－γ1時，兩者之間可以實現(xiàn)良性互動發(fā)展。

在下文的研究中，本文基于上述聯(lián)立方程理論模型同時借鑒前人的相關(guān)研究成果來構(gòu)建計量經(jīng)濟(jì)學(xué)模型進(jìn)行實證分析，并添加相應(yīng)的控制變量在上述模型中以保證得到的回歸結(jié)果科學(xué)合理。

3 變量選取、數(shù)據(jù)說明和模型設(shè)定

3.1 變量選取

生產(chǎn)性服務(wù)業(yè)集聚程度:參考陳建軍等［15］的研究作為樣板，主要有雅各布外部性(即赫芬達(dá)爾指數(shù))、生產(chǎn)性服務(wù)業(yè)的從業(yè)人員占比、產(chǎn)值比例和所在區(qū)位這幾種。其中生產(chǎn)性服務(wù)業(yè)的雅各布外部性和區(qū)位熵是從地區(qū)專業(yè)化的角度來衡量生產(chǎn)性服務(wù)業(yè)的集中度，這一類指標(biāo)雖能較好地反映該地區(qū)的生產(chǎn)性服務(wù)業(yè)專業(yè)化程度，但是不能有效地衡量該地區(qū)生產(chǎn)性服務(wù)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中所占比重。本文的研究重點在于兩者之間能否互相融合發(fā)展，因此，本文著重關(guān)注的是生產(chǎn)性服務(wù)業(yè)在經(jīng)濟(jì)結(jié)構(gòu)中的“量”而非“質(zhì)”。鑒于此，本文選取生產(chǎn)性服務(wù)業(yè)從業(yè)人員數(shù)量的占比作為衡量生產(chǎn)性服務(wù)業(yè)集聚程度的標(biāo)志并用Ser 符號指代。

制造業(yè)轉(zhuǎn)型:本文使用地區(qū)的勞動生產(chǎn)率來衡量制造業(yè)升級轉(zhuǎn)型的進(jìn)程，勞動生產(chǎn)率即為單位制造業(yè)從業(yè)人員貢獻(xiàn)的工業(yè)產(chǎn)值，為了滿足計量模型估計的基本假設(shè)，本文對單位制造業(yè)從業(yè)人員貢獻(xiàn)的工業(yè)產(chǎn)值取對數(shù)作為制造業(yè)轉(zhuǎn)型的代理變量并用符號lnPro 指代。

區(qū)域創(chuàng)新能力:本文選取地區(qū)每萬人中的高校在校生人數(shù)來衡量區(qū)域創(chuàng)新能力，同樣對該變量取對數(shù)以符號lnlnn 指代。

區(qū)域經(jīng)濟(jì)發(fā)展水平:經(jīng)濟(jì)發(fā)展水平一般是由地區(qū)人均國民生產(chǎn)總值和地區(qū)人均可支配收入作為衡量標(biāo)準(zhǔn)，本文研究與制造業(yè)相關(guān)聯(lián)，因此，選取制造業(yè)人均工資水平的對數(shù)值來衡量地區(qū)經(jīng)濟(jì)發(fā)展水平并以符號lnlnc 表示。

市場需求規(guī)模:本文選取地區(qū)貨運量和地區(qū)工業(yè)總產(chǎn)值來衡量地區(qū)的市場規(guī)模，為保證計量回歸的基本假設(shè)，本文均對上述變量取對數(shù)分別用符號lnFre 和lnInd 指代。

地理區(qū)位:本文選取地區(qū)到省會城市的距離以符號Dis 指代用來衡量該地區(qū)的區(qū)位特征。

金融發(fā)展水平:本文選取地區(qū)存貸比以符號Fin 用來衡量金融發(fā)展水平。

政府干預(yù)程度:本文參考樊綱等［16］的研究，將政府干預(yù)市場程度的強(qiáng)弱用地區(qū)政府財政支出占地區(qū)GDP 的比例大小來指代并用符號Gov 表示。

3.2 數(shù)據(jù)說明

本文從《中國城市統(tǒng)計年鑒》中選取全國共283 個地級市從2010 年到2017 年總樣本數(shù)為2583 個數(shù)據(jù)作為研究樣本。并從Google Maps 收集到省會城市的距離數(shù)據(jù)。當(dāng)前學(xué)術(shù)界關(guān)于如何統(tǒng)計生產(chǎn)性服務(wù)業(yè)口徑不一，例如交通服務(wù)運輸業(yè)和零售業(yè)，他們既可以作為生產(chǎn)者也可以作為消費者，這種產(chǎn)業(yè)究竟是否應(yīng)該納入到生產(chǎn)性服務(wù)業(yè)的研究范疇并沒有確定的答案。本研究采用顧乃華等［4］的成果，將“倉儲和郵政業(yè)”等8 個產(chǎn)業(yè)部門納入到生產(chǎn)性服務(wù)業(yè)范圍。

對生產(chǎn)性服務(wù)業(yè)集聚程度，制造業(yè)轉(zhuǎn)型變量的相關(guān)分析可知，一個國家生產(chǎn)性服務(wù)業(yè)集聚程度越大，活動頻率越高，其制造業(yè)轉(zhuǎn)型往往越快越容易。這是因為眾所周知，生產(chǎn)性服務(wù)業(yè)對于增加制造業(yè)生產(chǎn)的迂回度和知識含量，提升制造業(yè)效率和競爭力，以及促進(jìn)制造業(yè)轉(zhuǎn)型升級具有十分重要的作用。而二者之間還存在互相促進(jìn)的因果關(guān)系，制造業(yè)轉(zhuǎn)型升級往往會反作用于生產(chǎn)性服務(wù)業(yè)的規(guī)模。對后續(xù)使用的變量數(shù)據(jù)進(jìn)行描述性統(tǒng)計說明，可以看到我們篩選的因變量、自變量、控制變量的均值、最小值、最大值和標(biāo)準(zhǔn)差，不區(qū)分年份看，生產(chǎn)性服務(wù)業(yè)集聚程度，制造業(yè)轉(zhuǎn)型在不同年份間離差均呈現(xiàn)較大的差異，說明不同年份不同地區(qū)之間的生產(chǎn)性服務(wù)業(yè)集聚程度，制造業(yè)轉(zhuǎn)型水平均存在顯著差異，而區(qū)域創(chuàng)新能力，區(qū)域經(jīng)濟(jì)發(fā)展水平，市場需求規(guī)模，地理區(qū)位，金融發(fā)展水平，政府干預(yù)程度等控制變量變化較小。綜上，為了確保本文研究選取的樣本不存在較為明顯的離群值，對本文選取的內(nèi)生變量和外生變量進(jìn)行5%的截尾處理，確保最終進(jìn)行實證分析的數(shù)據(jù)都處在合理的區(qū)間內(nèi)，所以排除了本文研究受到離群值干擾的可能性。

3.3 模型設(shè)定

根據(jù)理論分析部分的內(nèi)容，本文在借鑒江靜等［17］對于生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型的單方程研究基礎(chǔ)上構(gòu)建以下聯(lián)立方程模型來研究生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型的關(guān)系。

上述模型中，Ser 和lnPro 表示本文研究的主要變量，即生產(chǎn)性服務(wù)業(yè)集聚程度和制造業(yè)轉(zhuǎn)型。lnlnc 為地區(qū)制造業(yè)職工工資的對數(shù)值，lnlnn 為地區(qū)每萬人擁有的高校在校學(xué)生數(shù)的對數(shù)值，lnInd為地區(qū)工業(yè)總產(chǎn)值的對數(shù)值，Gov 為地區(qū)政府干預(yù)程度，lnFre 為地區(qū)貨運量的對數(shù)值，Dis 為地區(qū)與省會城市的距離，F(xiàn)in 為地區(qū)金融發(fā)展程度。

4 實證結(jié)果分析

4.1 聯(lián)立方程識別和檢驗

根據(jù)包群和彭小軍［18］的研究，在聯(lián)立方程前，需要先判斷聯(lián)立方程的可識別性。若聯(lián)立方程在模型中具有唯一的統(tǒng)計形式，則說明該聯(lián)立方程是可識別的，可識別的聯(lián)立方程又可以分為恰好識別和過度識別兩種。只有聯(lián)立方程具有可識別性才能通過對應(yīng)的計算方法進(jìn)行參數(shù)預(yù)估，因此要先判斷上述聯(lián)立方程是否具有可識別性后才能進(jìn)行下一步的聯(lián)立方程參數(shù)預(yù)估。

階條件作為必要條件而秩條件作為充要條件都是判斷聯(lián)立方程可識別性的主要依據(jù)。判斷聯(lián)立方程的可識別性通常需要經(jīng)過三個步驟來驗證。第一，先判斷階條件是否成立，只有成立才能進(jìn)行接下來的步驟;第二，如果階條件成立則需進(jìn)一步判斷秩條件是否成立，否則方程無法識別;第三，當(dāng)兩個條件都成立，仍需要通過階條件的情況來判斷是哪一種具體識別方式。

對于上述聯(lián)立方程來講，其內(nèi)生變量和前定變量共有K 個(K=10)，內(nèi)生變量共有G 個(G=2)。其中方程(Ⅰ)有M1個內(nèi)生變量和前定變量(M1=7)，方程(Ⅱ)中有M2個內(nèi)生變量和前定變量(M2=5)。對于方程(Ⅰ)來講，有K－M1=3 ＞G－1=1，所以方程(Ⅰ)滿足階條件。對于方程(Ⅱ)來講，有K－M2=5 ＞G－1=1，所以方程(Ⅱ)也滿足階條件。接下來對方程的秩條件進(jìn)行判斷，通過對上述聯(lián)立方程計算得到滿足秩條件的被斥變量的參數(shù)矩陣的秩為1。但是階條件中K－M均大于G－1，因此該聯(lián)立方程屬過度識別，那么上述方程可以使用參數(shù)估算法對參數(shù)進(jìn)行估算。

先要通過Hausman 檢驗來驗證方程的聯(lián)立性(也稱內(nèi)生性檢驗)，而后才能對可識別的聯(lián)立方程進(jìn)行估計，其基本原理是使用方程(Ⅰ)進(jìn)行回歸，然后將回歸得到的殘差作為一項解釋變量放到方程(Ⅱ)中進(jìn)行回歸，若該殘差項在方程(Ⅱ)中是顯著的，則說明該聯(lián)立方程具有相關(guān)性，即方程可以聯(lián)立進(jìn)行參數(shù)估計。根據(jù)上述步驟，本文對聯(lián)立方程(Ⅰ)和(Ⅱ)的聯(lián)立性進(jìn)行檢驗，檢驗結(jié)果顯示，方程(Ⅰ)的殘差項ε1在方程(Ⅱ)中通過了5%的顯著性水平檢驗，即方程(Ⅰ)和(Ⅱ)可以聯(lián)立并進(jìn)行參數(shù)估計。

4.2 估計方法選擇和估計結(jié)果分析

目前常用的面板數(shù)據(jù)聯(lián)立方程估算法主要是兩階段最小二乘法(2SLS)和三階段最小二乘法(3SLS)。本文使用3SLS 對上述聯(lián)立方程模型進(jìn)行參數(shù)估計，主要原因有兩點，一是3SLS 基于2SLS 上使用了廣義最小二乘法(FGLS)對2SLS 的結(jié)果進(jìn)行進(jìn)一步計算，提高了結(jié)果的可靠性和合理性，二是3SLS 是一種系統(tǒng)估計方法，能夠考慮回歸方程的聯(lián)立性。

表1 基于3SLS 和OLS 的聯(lián)立方程估計結(jié)果分析

根據(jù)表1 聯(lián)立方程回歸的結(jié)果來看，聯(lián)立方程(Ⅰ)的回歸結(jié)果顯示Ser 的系數(shù)為2.943，且通過了1%的顯著性水平檢驗，即生產(chǎn)性服務(wù)業(yè)集聚程度每提高1%，會導(dǎo)致制造業(yè)轉(zhuǎn)型提升2.943%，一定程度說明了提高生產(chǎn)性服務(wù)業(yè)集聚程度能夠促進(jìn)制造業(yè)轉(zhuǎn)型升級。其中l(wèi)nInd 的系數(shù)為0.522，通過了1%的顯著性水平檢驗，表明地區(qū)工業(yè)總產(chǎn)值對制造業(yè)升級具有一定的促進(jìn)作用，即地區(qū)工業(yè)總產(chǎn)值每增加1%會導(dǎo)致制造業(yè)轉(zhuǎn)型程度提升0.522%。此外，lnlnc、Gov、lnFre 和lnlnn 的系數(shù)分別為－6.933、－0.942、－1.620 和－8.731，且他們都通過了1%的顯著性水平檢驗，這表明地區(qū)職工收入、政府干預(yù)度、地區(qū)市場規(guī)模對制造業(yè)轉(zhuǎn)型具有一定的抑制作用。其次，從聯(lián)立方程(Ⅱ)的回歸結(jié)果來看，lnPro 的系數(shù)為2.150，且通過了1%的顯著性水平檢驗，這表明制造業(yè)轉(zhuǎn)型能夠在一定程度上增強(qiáng)生產(chǎn)性服務(wù)業(yè)集聚，制造業(yè)轉(zhuǎn)型程度每提升1 個百分點會導(dǎo)致生產(chǎn)性服務(wù)業(yè)集聚程度提升2.15 個百分點。對于方程(Ⅱ)的控制變量，Dis、Fin 和Gov 的系數(shù)分別為－2.624、2.916 和0.535，上述三個變量的系數(shù)均通過了1%的顯著性水平檢驗，其中到省會的距離對地區(qū)生產(chǎn)性服務(wù)業(yè)起到了一定的抑制作用而金融發(fā)展和政府干預(yù)程度的增強(qiáng)均會在一定程度上促進(jìn)地區(qū)生產(chǎn)性服務(wù)業(yè)集聚。最后，為了進(jìn)一步說明使用聯(lián)立方程進(jìn)行估計的必要性，本文同樣使用OLS 對上述的方程(Ⅰ)和方程(Ⅱ)進(jìn)行估計，結(jié)果如表1 的第4列和第5 列所示。OLS 估計的數(shù)據(jù)結(jié)果顯示生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)升級轉(zhuǎn)型的影響系數(shù)為0.011，通過了1%的顯著性水平檢驗。而制造業(yè)轉(zhuǎn)型對生產(chǎn)性服務(wù)業(yè)集聚的影響系數(shù)為0.220，沒有通過顯著性水平檢驗，這表明制造業(yè)轉(zhuǎn)型對生產(chǎn)性服務(wù)業(yè)集聚沒有顯著的影響。OLS 的估計結(jié)果與聯(lián)立方程估計得結(jié)果存在較大的差異，OLS 估計表明生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型僅僅存在單向因果關(guān)系，而聯(lián)立方程估計表明生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型存在著雙向因果關(guān)系。這進(jìn)一步證明了本文使用聯(lián)立方程估計的合理性，因為OLS估計恰恰無法解決模型中變量存在的內(nèi)生性問題，因此會導(dǎo)致估計結(jié)果存在偏差，而聯(lián)立方程估計合理地解決了內(nèi)生性存在的問題，其估計結(jié)果是較為可靠的。

通過對回歸結(jié)果的描述，可以看出中國生產(chǎn)性服務(wù)業(yè)與制造業(yè)轉(zhuǎn)型之間確實存在著較為顯著的雙向因果關(guān)系，即一方面生產(chǎn)性服務(wù)業(yè)集聚能夠推動制造業(yè)升級轉(zhuǎn)型，另一方面，制造業(yè)升級轉(zhuǎn)型也能夠促使生產(chǎn)性服務(wù)業(yè)的集聚。這說明，從產(chǎn)業(yè)互動的視角，國家可以同時推動生產(chǎn)性服務(wù)業(yè)發(fā)展和制造業(yè)轉(zhuǎn)型，二者能夠相互促進(jìn)、協(xié)調(diào)發(fā)展。此外，實證分析的結(jié)果表明地區(qū)創(chuàng)新能力并不能很有效地促進(jìn)制造業(yè)轉(zhuǎn)型，這與中國的實際情況有關(guān)。目前中國制造業(yè)總體發(fā)展水平不高，許多創(chuàng)新型成果并不能有效地推動制造業(yè)轉(zhuǎn)型，反而會導(dǎo)致制造業(yè)原有的人才流失，從而不利于制造業(yè)轉(zhuǎn)型。最后，通過本文的實證分析，可以看出地區(qū)的金融發(fā)展和政府干預(yù)程度會顯著地影響制造業(yè)轉(zhuǎn)型和生產(chǎn)性服務(wù)業(yè)集聚。其中金融發(fā)展能夠有效地推動生產(chǎn)性服務(wù)業(yè)集聚［19］，這是因為很多生產(chǎn)性服務(wù)業(yè)的發(fā)展都需要投入大量的資金。政府干預(yù)程度對制造業(yè)轉(zhuǎn)型和生產(chǎn)性服務(wù)業(yè)集聚的影響存在較大差異，這與產(chǎn)業(yè)發(fā)展的特征有關(guān)。制造業(yè)的轉(zhuǎn)型升級依靠的是企業(yè)的工藝流程改造和創(chuàng)新，政府對這方面并沒有足夠的專業(yè)知識，一旦政府對企業(yè)自主發(fā)展干預(yù)程度過多，必然會擾亂市場原有的正常秩序，阻礙制造業(yè)的轉(zhuǎn)型升級［20］。對于生產(chǎn)性服務(wù)業(yè)當(dāng)中的金融業(yè)來說，此類產(chǎn)業(yè)的發(fā)展更多地依賴于政策、資金和人力的投入，政府的支持能夠快速地打造出地區(qū)的金融中心，所以政府干預(yù)能夠顯著地促進(jìn)生產(chǎn)性服務(wù)業(yè)的集聚。

4.3 穩(wěn)健性檢驗分析

為了證明實證結(jié)果不是一次樣本估計的偶然現(xiàn)象，本文對研究結(jié)果穩(wěn)健性進(jìn)行檢驗。實證分析的穩(wěn)健性檢驗指模型評價方法或者指標(biāo)解釋能力的魯棒性，也就是當(dāng)改變某些參數(shù)或者采取不一樣的樣本時，研究結(jié)果是否與原結(jié)論大體一致。前沿研究采用的穩(wěn)健性檢驗通常有三種，分別是從不同計量方法、不同樣本數(shù)據(jù)、不同變量選取的角度，再結(jié)合自己文章的具體情況選擇穩(wěn)健性檢驗方法。本文就是改變某個特定的參數(shù)，進(jìn)行重復(fù)的實驗，來觀察實證結(jié)果是否隨著參數(shù)設(shè)定的改變而發(fā)生變化，如果改變參數(shù)設(shè)定以后，結(jié)果發(fā)現(xiàn)符號和顯著性發(fā)生了改變，說明不是穩(wěn)健性的，需要尋找問題的所在。鑒于本文數(shù)據(jù)選取變量的差異性對結(jié)果可能存在較大偏差，而衡量生產(chǎn)性服務(wù)業(yè)集聚程度的指標(biāo)著重強(qiáng)調(diào)生產(chǎn)性服務(wù)業(yè)的“量”，因此選取生產(chǎn)性服務(wù)業(yè)總體產(chǎn)值作為檢驗指標(biāo);同理，選取制造業(yè)總體人均產(chǎn)出對數(shù)作為檢驗制造業(yè)轉(zhuǎn)型指標(biāo)。同時考察整體變量的穩(wěn)健性，采用2013 ～2017年度樣本對結(jié)果進(jìn)行穩(wěn)健性檢驗，結(jié)果如表2。

表2 基于不同樣本、年份的聯(lián)立方程估計結(jié)果分析

根據(jù)表2 回歸的結(jié)果來看，生產(chǎn)性服務(wù)業(yè)集聚程度和制造業(yè)轉(zhuǎn)型替代變量均通過了顯著性水平檢驗，即新的變量一定程度再次說明了提高生產(chǎn)性服務(wù)業(yè)集聚程度能夠促進(jìn)制造業(yè)轉(zhuǎn)型升級，同時制造業(yè)轉(zhuǎn)型能夠在一定程度上增強(qiáng)生產(chǎn)性服務(wù)業(yè)集聚，Dis、Fin 和Gov 等控制變量系數(shù)均通過了顯著性水平檢驗，這表明地理區(qū)位、金融發(fā)展水平、政府干預(yù)度對生產(chǎn)性服務(wù)業(yè)集聚具有一定的作用，選取的控制變量對研究變量的影響穩(wěn)定。采用就近2013 ～2017 年度樣本可以發(fā)現(xiàn)對結(jié)果影響系數(shù)有些許變動:聯(lián)立方程(Ⅰ)的回歸結(jié)果顯示Ser 的系數(shù)為2.845 相對于全樣本的2.943 有所下降，即生產(chǎn)性服務(wù)業(yè)集聚程度每提高1%，會導(dǎo)致制造業(yè)轉(zhuǎn)型提升2.845%，一定程度說明了近幾年生產(chǎn)性服務(wù)業(yè)集聚程度對制造業(yè)轉(zhuǎn)型升級的促進(jìn)能力有所下降。其次，從聯(lián)立方程(Ⅱ)的回歸結(jié)果來看，lnPro 的系數(shù)為2.240，相對于全樣本系數(shù)2.150 有所上升，這表明制造業(yè)轉(zhuǎn)型程度每提升1 個百分點會導(dǎo)致生產(chǎn)性服務(wù)業(yè)集聚程度提升2.240 個百分點，制造業(yè)轉(zhuǎn)型對生產(chǎn)性服務(wù)業(yè)集聚的促進(jìn)作用有所上升。

綜上所述，區(qū)分制造業(yè)升級轉(zhuǎn)型進(jìn)程、生產(chǎn)性服務(wù)業(yè)集聚程度指標(biāo)和不同年份樣本的回歸結(jié)果整體顯示，中國生產(chǎn)性服務(wù)業(yè)與制造業(yè)轉(zhuǎn)型之間確實存在著較為顯著的雙向因果關(guān)系，采用相近變量指標(biāo)和不同年份依然得到與前文同樣的結(jié)論，本文選擇的數(shù)據(jù)樣本具有穩(wěn)定性。

5 研究結(jié)論與建議

生產(chǎn)性服務(wù)業(yè)與制造業(yè)之間是一種互動影響、彼此依賴、協(xié)同發(fā)展的關(guān)系。本文從產(chǎn)業(yè)互動視域?qū)烧咧g的互動關(guān)系進(jìn)行驗證并分析，得到以下研究結(jié)論:第一，中國生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型之間存在著較為顯著的互動關(guān)系，兩者之間能夠相互影響并相互促進(jìn);第二，由于中國制造業(yè)發(fā)展階段的局限性，區(qū)域創(chuàng)新能力的提升并不能很好地推進(jìn)制造業(yè)轉(zhuǎn)型;第三，地區(qū)金融發(fā)展和政府干預(yù)能夠促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚，但政府干預(yù)卻不利于制造業(yè)轉(zhuǎn)型升級。

基于以上結(jié)論，本文可得到以下政策建議:

第一，同時推進(jìn)生產(chǎn)性服務(wù)業(yè)和制造業(yè)轉(zhuǎn)型，深化供給側(cè)改革。本文的研究表明生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)轉(zhuǎn)型之間具有高度關(guān)聯(lián)、融合促進(jìn)的內(nèi)在聯(lián)系，政府應(yīng)該本著產(chǎn)業(yè)互動的視域，既要提升生產(chǎn)性服務(wù)業(yè)，也要支持制造業(yè)轉(zhuǎn)型。具體措施上，一方面可以采取人才引進(jìn)、資金支持和政策導(dǎo)向等方式提升生產(chǎn)性服務(wù)業(yè)，另一方面，可以通過搭建創(chuàng)新平臺、引進(jìn)國外專家和組織學(xué)習(xí)交流等方式促進(jìn)制造業(yè)轉(zhuǎn)型升級。

第二，提高應(yīng)用型創(chuàng)新人才的培養(yǎng)力度，推進(jìn)制造業(yè)轉(zhuǎn)型升級。通過本文的研究，發(fā)現(xiàn)僅僅培養(yǎng)學(xué)術(shù)型創(chuàng)新人才并不能夠有效促進(jìn)制造業(yè)轉(zhuǎn)型升級，政府應(yīng)聚焦于應(yīng)用型技術(shù)人才的培養(yǎng)，并支持廣大高校制定專業(yè)型應(yīng)用人才培養(yǎng)計劃，選定的培養(yǎng)方向應(yīng)以推動制造業(yè)轉(zhuǎn)型升級為目的。同時，相關(guān)科研機(jī)構(gòu)也應(yīng)設(shè)置相對應(yīng)的研究課題，鼓勵學(xué)術(shù)型創(chuàng)新人才將所學(xué)理論知識與工藝改造和創(chuàng)新過程相結(jié)合。

第三，引導(dǎo)金融機(jī)構(gòu)支持實體經(jīng)濟(jì)發(fā)展。金融是制造業(yè)轉(zhuǎn)型升級發(fā)展的核心推動力，運行良好的金融系統(tǒng)可以將有效資源高效配置在制造業(yè)的優(yōu)勢產(chǎn)業(yè)或者推動傳統(tǒng)產(chǎn)業(yè)改造升級，進(jìn)而優(yōu)化產(chǎn)業(yè)發(fā)展的運行環(huán)境。本文的研究表明地區(qū)金融發(fā)展能夠顯著地推動生產(chǎn)性服務(wù)業(yè)集聚。因此，政府應(yīng)當(dāng)合理引導(dǎo)金融機(jī)構(gòu)扶持實體經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)的發(fā)展，并為生產(chǎn)性服務(wù)業(yè)相關(guān)的企業(yè)提供多元化金融服務(wù)，淡化此類中小企業(yè)因融資困難而得不到發(fā)展的負(fù)向影響。

第四，政府對市場進(jìn)行合理調(diào)控。政府與市場的關(guān)系不能單一地用市場經(jīng)濟(jì)和計劃經(jīng)濟(jì)來衡量，本文的研究也表明政府調(diào)控對制造業(yè)轉(zhuǎn)型和生產(chǎn)性服務(wù)業(yè)集聚會帶來截然不同的影響效果。針對這種現(xiàn)象，政府應(yīng)該根據(jù)特定時期內(nèi)的發(fā)展情況對市場進(jìn)行合理調(diào)控，對于不同產(chǎn)業(yè)的調(diào)控也可以有所不同。具體來講，政府可以減少對制造業(yè)的干預(yù)，從營造有利于生產(chǎn)性服務(wù)業(yè)發(fā)展的軟環(huán)境入手，充分發(fā)揮市場在資源中的配置作用。而對于生產(chǎn)性服務(wù)業(yè)，政府應(yīng)給予相應(yīng)的政策扶持和資金補(bǔ)貼，扶持這類企業(yè)平穩(wěn)地渡過艱難的創(chuàng)業(yè)初期，打造包容、多元、開放的市場環(huán)境并提供優(yōu)質(zhì)的公共服務(wù)。