凌 丹，刘慧岭，肖德云

(武汉理工大学经济学院，湖北 武汉 430070)

0 引言

近年来，以生产国际分割为特征的全球价值链 (GVC)分工模式成为世界经济的显著特征和趋势，中间产品跨境流动现象愈来愈普遍，一国出口产品的价值可能源自多个国家或地区[1]，各国贸易竞争的焦点不再只是对大规模出口的追求，而是更为关注以出口国内增加值度量的贸易利益大小。中国制造业凭借廉价的成本优势快速融入GVC，实现了规模的快速扩张，但贸易获利却未同步增长。根据世界银行统计数据显示，1990年中国制造业产值仅占全球制造业总产值的3%，而2010年这一比重升至19.8%，超过美国的19.4%，并从2010年连续多年保持全球第一的位置，中国已成为名副其实的世界第一制造业大国。但中国制造业规模迅速扩张的背后，许多出口企业却面临着仅仅赚取低廉组装加工费用的困境，如对惠普和联想笔记本电脑的案例研究显示，中国从其中获得的实际利益仅占出厂价的3%左右，大部分利润被发达国家攫取[2]。庞大的生产规模与微薄的贸易利益形成巨大反差，给中国制造业贸易发展、转型及升级带来极大挑战。

生产性服务业是为企业生产过程提供中间产品或服务的行业，其贯穿于企业价值链的多个环节(如上游环节的设计研发、中游环节的物流运输以及下游环节的品牌营销等)，具有高度的产业关联，以及高成长、高智力、高附加值的特征[3]。该特征使生产性服务业成为制造业进入价值链高端环节、提升知识技术水平和生产效率，进而提高贸易获利能力的重要着力点。欧美等发达国家长期占据GVC高端环节的重要原因就是其注重投入生产性服务业所内含的技术、知识和人力资本[4]。由此可知，大力发展生产性服务业，提升其对制造业所需中间品的供给规模和供给质量，成为中国制造业转型升级、提升贸易利益的重要突破口。因此，探索生产性服务业中间投入对制造业贸易利益的具体影响，对于发现并解决生产性服务业发展中存在的迫切问题，助推制造业攀升价值链高端，增强贸易利益获取能力具有重要研究意义。

1 文献综述

生产性服务业中间投入如何影响制造业贸易利益？生产性服务业中间投入对制造业贸易利益的提升效果究竟如何？以下研究对上述问题的探讨具有重要参考和借鉴价值。

(1)关于贸易利益来源的研究。古典国际贸易理论的代表Ricardo所提出的 “比较优势论”认为，造成国际贸易和贸易利得(或损失)的原因是生产技术的差异。 “新贸易理论”派认为贸易利益不仅来源于比较优势，同时受到规模经济、产业的竞争程度、产品差异性等因素影响[5-7]。近年来，随着运输模式和信息技术的快速进步，全球价值链分工模式日渐深化，产品生产过程被分割为设计、采购、装配、分销等多个环节，国际贸易理论关注的重点由最终产品转向产品内分工的链条环节内，不少学者提出专业化分工水平成为贸易利益的重要来源[8，9]。

(2)关于生产性服务业影响制造业生产效率、产业集聚、产业升级等的研究。随着产品分工模式的不断演化，专业化分工水平对制造业贸易利益的影响愈发突出，而生产性服务业就是制造业专业化分工深化的产物。对生产性服务业影响制造业贸易利益的直接研究相对较少，已有文献主要围绕生产性服务业如何影响制造业生产效率、产业集聚、产业升级等方面展开。代表性的研究有：陈光等基于2004—2011年各地区面板数据探究了生产性服务业对制造业生产率的影响，研究发现流通、金融、商务三类生产性服务对整体制造业的生产率有显著促进作用；生产性服务业对不同要素密集型制造业生产率影响差异较大，对资本密集型制造业生产率的提升效果最突出[10]。赵伟等以2001—2008年28个制造行业为样本，实证研究得出生产性服务业发展对制造业集聚具有正向促进影响，且交通运输、仓储和邮政业的提升作用最明显[11]。杜宇玮运用数据包络分析法评价1999—2014年生产性服务业对制造业升级的影响，发现前者对制造业经济效益的促进作用不断增强，但对制造业创新能力的促进作用进步缓慢[12]。

在贸易利益的测度方面，按照贸易规模、贸易差额等指标衡量贸易利益的方法难以真实反映出一国在全球价值链分工网络中的贸易利得水平[13]。关于GVC背景下国际贸易利益新的衡量方式在近年来被广泛讨论。Hummels等首先针对国际贸易性质的变化，运用国际化分工程度的垂直专业化率来衡量一国的贸易利益水平奠定了增加值贸易的研究基础(即HIY测算法)[14]。其后，Koopman 等基于投入产出模型，将出口中的国内外价值增值分离，确立了增加值贸易分析框架，提供了一种更为准确的衡量一国从国际贸易中获利大小的方法[15]。在此分析框架下，王岚将附加值口径与传统贸易口径下所测算的中美贸易差额进行对比，发现传统贸易统计严重高估了中美贸易顺差[16]。李清如在测度全球各国出口中的本国增加值时发现，1995—2011年高技术制造业出口中的国内增加值比重由79%降至70%，说明在全球生产网络下中国高技术制造业贸易获利能力呈现下降趋势[17]。

上述文献所指出的如下两点对本文研究有重要启示作用：一是不同生产性服务行业对制造业相关影响效果存在差异；二是在当前GVC分工背景下，基于增加值口径的度量结果更能客观反映一国制造业贸易利益。基于此，本文尝试阐释生产性服务业中间投入对制造业贸易利益的影响机理，并以2005—2014年的面板数据为样本考察生产性服务业对制造业整体及不同要素密集型制造业贸易利益的具体影响效果。在指标设计上，生产性服务业中间投入指标以世界投入产出表(WIOTs)内中国生产性服务业对制造业的中间品投入量表征；制造业贸易利益指标则是基于Koopman(2012)增加值核算方法，以出口国内增加值来衡量。此外，考虑到2015年之前国家统计局一直未对生产性服务业范围进行界定，故已有研究对生产性服务业的划分标准不一，行业选取亦存在差异，影响研究间的对比。本文对生产性服务业的选取尝试参照国家统计局2015年发布的分类标准，并实现其与WIOTs中生产性服务行业的对接。

2 影响机理与研究假说

已有研究已经论证，比较优势、规模经济、技术水平等是贸易利益的重要来源。生产性服务业高成长、高智力、高附加值的特性决定其在向制造业供给中间品的过程中，通过发挥专业化分工效应、成本降低效应和技术创新效应可有效促进制造业形成新的比较优势、实现规模经济、提高整体技术水平，进而提升贸易获利。

(1)专业化分工效应。随着制造业产品内分工模式的深化，原先嵌入在制造企业中的服务活动逐渐从制造业价值链中分离。剥离出的生产性服务业专业化水平快速增长，并实现规模经济和生产效率的提高[18]；然后根据制造业各价值链条的需求，将运输、信息、金融、批发、技术等生产性服务导入制造业，丰富制造业服务内容与质量，提升制造业价值增值能力。另一方面，制造企业将非核心业务外包，可有效降低自身的生产成本，减少对服务的固定投入，使更多资本及资源配置到企业本身的核心业务环节，培育核心竞争力，从而实现技术水平的提升及生产率的提高，形成新的比较优势，进而提升贸易获利水平。

(2)成本降低效应。生产性服务业的中间投入可有效降低制造业生产成本和交易成本，助推制造企业剩余价值最大化的实现，为制造业贸易竞争提供资本积累。一是生产性服务业向制造企业投入可编码的、标准化的服务活动，供给规模扩张后制造企业平均生产成本显著降低[19]。如交通运输业和物流业充分发挥自身的枢纽作用，将制造业内的上下游供应产业联系起来，实现物流成本的降低；金融业开发出多种金融工具供企业选择，加快资本流通的效率，实现制造企业融资成本的降低。二是生产性服务业向制造业生产的各环节提供全面的服务，为生产要素在生产环节的流通开拓了渠道，巩固两部门间的 “客户-供应商”关系，减少制造业获取生产要素的不必要环节，降低了交易成本。

(3)技术创新效应。增强技术创新能力是制造业提升贸易获利能力的重要方式。生产性服务业中间投入通过知识传送和知识扩散两种方式提升制造企业技术创新能力。首先，如奥地利学派的 “迂回生产学说”观点所述，生产性服务业在制造业生产中实质上扮演了人力资本和知识资本的传送器角色，通过将这两类能大幅提高制造产品附加值的资本导入制造业各环节生产过程中[20]，能够有效提高制造业产品的科技含量，进而实现其产品市场竞争力的提升，增强贸易获利能力。其次，长期以来，管理经验不足、难以获得创新项目所需的关键技术和信息是大多制造企业进行创新活动面临的两个主要障碍因素[21]。生产性服务业通过提供技术咨询、信息咨询与管理服务等方式分析、诊断并解决制造企业面临的技术或管理难题，在此过程中新技术、新管理模式、关键性信息等稀缺知识要素不断扩散，在溢出效应影响下，制造企业的学习和创新的能力得以提高，这对于制造业生产方式的转变、产品的创新、科学技术水平的提高具有重要作用。

基于上述分析，本文提出假说H1：一国生产性服务业中间投入对其制造业贸易利益有提升作用。

值得注意的是，由于各生产性服务业所内含的知识、信息和技术差异较大，制造企业引入不同类型的生产性服务，势必带来不同水平的知识溢出，对企业生产效率起到不同促进作用，进而对贸易利益的提升产生差异性影响。对2004—2010年省级面板数据实证研究得出，交通运输、仓储、邮政等低知识服务对制造业效率提升作用明显，而科学研究、技术服务等高知识服务的提升效果不显著[22]。基于此，本文提出假说H2：不同生产性服务行业的中间投入对制造业整体贸易利益影响效果不同。此外，有学者发现不同生产性服务投入对不同类型制造行业影响存在较大差异，生产性服务业所内含的知识、信息、人力等高级要素更易同资本和技术密集型制造企业对知识或技术的密集化诉求形成有效对接[3]，进而提升制造企业的贸易获利；而劳动密集型制造行业由于对资金和技术需求较小，其贸易利益提升主要依靠节省运输、物流、仓储等费用实现，故该类制造业受交通运输仓储和邮政业影响可能更大。交通运输仓储和邮政业扩张对劳动密集型制造业效率促进作用最大，金融保险业发展对资本密集型制造业效率提升效果最明显，科学研究服务对技术密集型制造业影响突出[23]。基于此，本文提出假说H3：不同生产性服务业中间投入对不同要素密集型制造业贸易利益的影响亦不相同。

3 计量模型设定与数据说明

3.1 变量设定

(1)被解释变量的设定。本文以出口国内增加值 (DV)作为制造业各行业国际贸易利益的表征指标，某行业的该指标值越大，表示该行业在国际贸易竞争中获利越多。

GVC使得产品生产工序跨越国界，实现了不同经济体在GVC活动中价值链环节间的相互关联和互动。一国出口增加值往往被分为国内与国外两个部分[24]。其中，出口国外增加值包含了从别国进口的中间产品的价值；而出口国内增加值中包含了出口国本国的资源、劳动等要素带来的贸易附加值，更能体现一国从GVC活动中获取的贸易利益[25]。

Koopman(2012)提出了一国各个产业出口增加值在世界各经济体各产业的分配向量，能够分离出口的国内增加值部分。以三国模型为例：

(1)

其中，V表示各国增加值率对角矩阵；B是里昂惕夫逆矩阵；E为各国出口对角阵。分块矩阵对角线元素表示出口产品的本国增加值DV，列向非对角线元素表示出口产品的外国增加值FV，即出口贸易中进口中间品的增加值，本文重点关注的是中国出口贸易中内含的国内增加值部分，以r国为例，出口国内增加值DV的计算公式如下：

(2)

(2)核心解释变量的设定。参照何青松等的做法，选取生产性服务业对制造业的中间品投入量作为生产性服务业中间投入的测度指标[26]。

(3)控制变量的设定。已有研究结果显示，技术水平[27]、专业化分工程度[28]、比较优势[29]、规模经济[30]等因素也会对制造业贸易利益产生影响。故本文加入全要素生产率、行业要素禀赋、外商直接投资(FDI)及行业出口份额等变量来控制其他因素对出口国内增加值的影响。①全要素生产率的计算参考李梅等[31]的做法，使用DEA-Malmquist法计算各行业各年全要素生产率值。其中，由于2012—2014年工业总产值数据缺失，考虑数据的连续性，本文所选取的产出变量由各制造行业的 “工业销售产值”表征，资本投入变量由各行业 “资产总计”表征，劳动投入变量由各行业全部从业人员年平均人数表示。为了消除通货膨胀影响，对产出和资本投入数据采用2003年为基期的 “工业生产者出厂价格指数”进行平减处理。②由于无法直接获取制造业各行业外商直接投资(FDI)的具体数据，但FDI渗透度一定程度上反映了被投资国接受国外先进技术与经验的程度，可作为FDI的表征指标。某行业的FDI渗透度由该行业外商资本与行业总产值之比得到，其中行业总产值由 “工业销售产值”替代。③行业要素禀赋采用某行业资产合计与该行业年平均从业人员数的比值衡量，其中各年 “资产合计”亦采用2003年为基期的 “工业生产者出厂价格指数”进行平减处理。④行业出口份额由某行业出口额与当年各行业出口总额的比值衡量。此外，诸如金融风险、价格波动等宏观经济因素也会对贸易利益产生影响，本文将此类因素均归于其他影响因素，体现在扰动项中。

3.2 模型构建

本文旨在分析不同生产性服务业中间投入对制造业贸易利益的影响，验证所提假说。考虑数据和样本的可获得性，选取2005—2014年生产性服务业及制造业相关行业数据为样本。为了减少变量量纲不同所引起的数据波动，本文对被解释变量和核心解释变量均做对数处理，所建立的平衡面板数据模型如下：

ln(DV)i,t=α0+β1ln(Intermediate)i,t+

β2TFPi,t+β3FDIi,t+β4Endowmenti,t+β5Exportsi,t+

YearFE+μi+ε

(3)

其中，ln(DV)i,t表示制造业i在t年出口国内增加值的自然对数；ln(Intermediate)i,t表示七种生产性服务业对制造业i在t年中间品投入的自然对数；TFPi,t表示制造业i在t年的全要素生产率；FDIi,t表示制造业i在t年的FDI渗透度；Endowmenti,t表示制造业i在t年的要素禀赋；Exportsi,t表示制造业i在t年的制造业出口占总出口比例；YearFE为年份固定效应矩阵；μi表示行业个体效应；ε表示随机扰动项。

3.3 数据来源及说明

本文研究样本包括15个制造行业2005—2014年的年度数据，形成由150个观测值构成的平衡面板数据。其中被解释变量和核心解释变量的样本数据均由世界投入产出数据库网站2016年公布的世界投入产出表 (WIOTs)中相关数据计算所得，此表内含2000—2014年全球44个经济体56个行业 (含19个制造业和16个生产性服务业)的投入产出数据。计算全要素生产率、FDI渗透度和要素禀赋所需的工业销售产值、资产合计、全部从业人员年平均人数指标、外商资本数据均源自 《中国工业统计年鉴》，其中2012年缺失的全部从业人员年平均人数根据Wind咨询公布的行业从业人员月度数据计算所得；计算行业出口份额所需的行业出口额和所有行业出口总额数据由WIOTs中相关数据计算得到。

需要说明的是，生产性服务业的选取参照国家统计局2015年颁布的 《生产性服务业分类》标准，选取研发设计与其他技术服务业(c1)、货物运输仓储和邮政快递服务业(c2)、信息服务业(c3)、金融服务业(c4)、商务服务业(c5)、批发经纪代理服务业(c6)、生产性支持服务业(c7)七大类作为研究对象，其占生产性服务业对制造业中间投入总量比例超过90%，具有较强的代表性。一般认为，c1和c5为高知识类服务业、c3和c4为中知识类服务业、其余三类为低知识服务业。另外，由于WIOTs中的产业分类是按照国际标准行业分类(ISIC Rev 4.0)进行的，为了保证数据统计口径的一致性，将其与上述 《生产性服务业分类》中的产业进行对接，具体对接方法见表1。

制造业的选取通过《中国统计年鉴》与WIOTs的行业对接实现。为了保证数据的连续性与行业一致性，剔除家具制造与其他制造业、机械设备的修理和安装两个行业，并将汽车、拖车和半挂车的制造业、其他运输设备的制造业合并为交通运输设备制造业，将橡胶制品业和塑料制品业合并为橡胶和塑料制品业，最终整理确定15个制造行业。

对样本数据进行相关性分析可知(见表2)，所有加入同一模型自变量两者间的相关系数绝对值都小于0.5，可以判断所有回归模型均不存在较高的多重共线性影响。通过相关系数的初步分析可知：①通过生产性服务业中间品投入值与制造业出口国内附加值衡量变量两两之间相关系数，可以初步判断生产性服务业中间投入与制造业贸易利益之间存在一定的统计关系；②其他控制变量与制造业贸易利益之间关系符合现有文献结论。

表1 《生产性服务业分类》与WIOTs中生产性服务行业的对接方法

表2 主要变量相关系数

注释：***、**、*分别表示回归系数在1%、5%、10%的显著性水平下显著,下同。

4 实证结果分析

4.1 整体回归分析

采用前文构建的模型，即式(3)，分析生产性服务业整体中间投入对整体制造业贸易利益的影响作用。面板数据回归采用固定效应还是随机效应，通常利用Hausman检验来判定，经检验，全样本数据适宜用随机效应对计量模型进行回归。为了保证实证结果的稳健性，本文逐次将解释变量纳入回归模型，形成模型 (1)～(5)的回归结果(见表3)。观察可知，逐次回归得到的五个模型中，ln(Intermediate)的系数均为正，且都通过了1%的显著性水平检验，说明生产性服务业中间投入对制造业贸易利益具有显著提升作用，充分验证了假说1。

表3 生产性服务业整体中间投入对制造业整体贸易利益影响的回归结果

4.2 生产性服务业分部门回归分析

仍采用式(3)，分析七类生产性服务业中间投入对制造业贸易利益的影响作用，回归结果如表4所示。首先对模型有效性进行检验，观察可知，所有模型F统计量均在1%的显著性水平下显著，说明模型通过整体显著性水平检测，回归系数有统计意义；所有回归模型调整后的R2均大于85%，说明模型拟合度良好，具有较强解释力。模型所有Hausman统计量均在1%水平显著，说明应使用固定效应模型。

采用固定效应模型进行回归分析发现：①本文所研究的七个生产性服务业中间品投入指标中，交通运输仓储和邮政业、批发经纪代理服务业、生产性支持服务业、信息服务业中间品投入与制造业出口国内增加值存在显著的正相关关系，该四类生产性服务业相较于其他生产性服务业而言，发展速度较快，已初步度过了发展初期的积累阶段，具备一定的规模效应，对制造业贸易利益增长的贡献已初步显现；②金融服务、研发设计与其他技术服务业中间品投入对制造业出口国内增加值不存在显著影响，这主要是因为中国在当前一段时期主要集中于对基础性生产服务的提供，而对于技术与人力资源需求较高的行业(如研发服务)服务能力与服务机制尚不成熟，难以满足当前制造业发展需要；③商务服务业中间品投入对制造业出口国内增加值存在显著的负向影响，可能的原因是我国在企业管理、法律服务、广告宣传等方面投入不足，样本期内商务服务业增加值在生产性服务业中的占比整体呈下降趋势，在一定程度上致使制造业在营销及售后服务等高附加值环节处于国际竞争劣势，不利于贸易获利能力的提升。以上结论与刘纯彬等[22]的研究所得出的低知识类服务业中间投入对制造业促进效果更明显的结论吻合，同时也验证了本文假说2。其他控制变量如要素禀赋在大多数模型中均与制造业出口国内增加值存在显著的正相关关系，但统计上的影响并不明显(回归系数的绝对值相对偏小)。

表4 生产性服务业中间投入对制造业整体贸易利益影响的回归结果

4.3 制造业分类型回归分析

这里仍然采用制造业整体分析的基本模型，同时借鉴王志等对制造业的分类方法，将制造业划分为劳动密集型行业、资本密集型行业与技术密集型行业，分组检验与分析生产性服务业对此三类不同要素密集型制造业的影响效果(见表5)。对模型有效性进行检验可知，所有模型F统计量均在1%的显著性水平下显著，说明模型通过整体显著性水平检测，回归系数有统计意义；模型所有Hausman统计量均在1%显著，所有模型均使用固定效应模型。

表5 七类生产性服务业中间投入对不同要素密集型制造业贸易利益影响的回归结果

由表5所示的回归结果可知，在对劳动密集型制造业贸易利益的影响方面，仅交通运输仓储和邮政业与批发经纪代理服务业中间投入存在显著促进效应，金融服务、商务服务、信息服务呈显著负影响，生产性支持服务、研发设计与其他技术服务影响不显著。造成这一现象的主要原因是我国劳动密集型制造业产品内分工程度相对较低，对知识和技术等高级要素的要求较低，对交通运输仓储和邮政业、批发经纪代理服务业等低技术类生产性服务业的需求旺盛。此外，此类生产性服务业是制造业产品内分工的有效润滑剂与连接枢纽，通过发挥其润滑与衔接功能可以有效降低制造业生产成本，提升专业化分工程度，从而促进制造业出口国内增加值的提高。

在对资本密集型制造业贸易利益的影响方面，仅金融服务中间投入有显著的正向影响，其余生产性服务业影响均不显著。究其原因，资本密集型制造业以资本作为主要生产要素，需要投入大量的生产设备、厂房等硬件，大量的资本投入需要依托银行、证券、保险、信托、基金等机构，满足其借贷、担保、抵押以及金融咨询等需求。因此金融服务业更容易融入资本密集型制造业，通过提供便利的金融服务提高制造企业资本利用效率，从而降低企业生产和经营成本，以便企业将更多的资金用于技术研发和创新，从而提升贸易获利能力。其余生产性服务业对资本密集型制造业也存在一定规模的中间品投入，但回归结果却显示二者不相关。可能是因为我国资本密集型制造企业在经营管理水平、研发投入机制、资源配置能力等方面不够成熟，未能与此类生产性服务有机融合。

在对技术密集型制造业贸易利益的影响方面，交通运输仓储和邮政业、批发经纪代理服务业、生产性支持服务业以及信息服务业四类生产性服务业中间投入表现出显著的促进作用；商务服务业、研发服务及其他技术服务业中间投入的影响呈现显著负相关。说明我国技术密集型制造业的研发以及营销业务中，较多地依赖购买专利、品牌或技术引进，自主创新和自主品牌塑造的占比较低，大量的研发和营销投入未能带来企业利润的提高，反而占据了企业较多资源，一定程度上增加了 “制造成本”。与此同时，说明我国技术密集型制造业多依靠逆向研发取得一定的生产制造能力，并依托所购买品牌实现产品的大规模生产与销售。所以技术密集型制造业对交通运输仓储和邮政业、批发经纪代理服务业、生产性支持服务业以及信息服务业等生产性服务需求旺盛，可以通过引入此类生产性服务业实现产品各分工环节的有效衔接，节约生产成本，从而提升贸易获利水平。上述实证结果中，交通运输仓储和邮政业投入显著提升劳动密集型制造业贸易利益，金融服务投入提高资本密集型制造业贸易利益的实证结果与江静等[23]的研究结论基本吻合，但研发服务及其他技术服务业投入并未表现出对技术密集型制造业贸易利益的促进作用，二者结论的差异可能是由于样本周期内技术服务特征不同所致，以上结论验证了假说3。

4.4 稳健性检验

选取生产性服务业发展水平滞后一阶变量对制造业贸易利益的主要模型及分样本模型进行回归，进行稳健性检验。结果表明，大多数变量的回归系数符号与原模型结果基本一致，且显著性程度处于同一水平。少数变量回归系数存在些许显著性水平差异，但不存在逻辑上的矛盾。基于以上结果判定，本文的研究结论稳定可靠，潜在的内生性问题不影响实证结论。

5 总结、启示与讨论

本文得出如下结论：①从影响机理来说，生产性服务业中间投入通过专业化分工效应、成本降低效应、技术创新效应可助推制造业形成新的比较优势、实现规模经济、提高整体技术水平，进而促进制造业贸易利益提升；②交通运输仓储和邮政业、批发经纪代理服务业、生产性支持服务业、信息服务业等中低知识类服务业中间投入对制造业贸易利益的提升作用明显，但金融服务、研发设计与其他技术服务业等高知识类服务业中间投入对制造业贸易利益不存在显著影响。制造业分类型来看，生产性服务业中间投入对不同类型的制造业贸易利益影响表现出明显的行业异质性。对劳动密集型制造业贸易利益的影响方面，交通运输仓储和邮政业与批发经纪代理服务业两类低知识服务业中间投入呈现促进作用。对资本密集型制造业贸易利益的影响方面，仅金融服务业中间投入有促进作用。值得关注的是，在对技术密集型制造业贸易利益的影响方面，商务服务业、研发服务及其他技术服务业等高知识服务业中间投入呈现出显著负效应。

由上述结论不难发现：①在当前一段时期内，相比高知识类生产性服务业，中低知识类生产性服务业中间投入对制造业贸易利益提升效果更明显。为了保证此类行业快速成长，应注重优化生产性服务业市场竞争环境，加速金融服务、交通运输服务、信息服务等仍有垄断性质的服务行业的体制改革进程，放宽市场准入限制条件，培养多元化竞争主体，为制造业提供种类更多、价格更优的中间服务。②商务服务业、研发设计与其他技术服务业等高知识类生产性服务业中间投入未能有效促进中国制造业贸易利益的提升。而该类行业可通过技术创新效应助推制造企业创新能力提升，是制造企业提升附加值实现转型升级的重要动力源。当前我国此类服务业对制造业中间投入占比较低(2014年两行业对制造业的中间投入占生产性服务业总投入的比重均不到7%)，增长速度缓慢，供给规模亟待扩大。政府应抓紧制定关于高知识型生产性服务企业人才引进、融资、税收、土地使用等方面政策扶持计划，壮大服务供给规模，培育一批服务质量突出、具有国际竞争力的领军企业。

值得注意的是，囿于生产性服务业在国民经济中的地位变化较快，在不同阶段，学者们对生产性服务业的界定方法莫衷一是，可能会影响研究间的对比。目前主要存在客观定量计算方法和主管判定方法两类，尚于力等以中间需求系数大于50%作为划定生产性服务行业的标准[32]；而上海统计局、国家统计局分别于2013年和2015年所颁布的分类目录则是把是否为生产活动提供中间服务作为判断依据。中国统计局2015年颁布 《生产性服务业分类》，对生产性服务业的范围界定无疑具有里程碑意义，但这并非意味着对生产性服务业分类探讨的结束，而是新的起点。此外，国际贸易利益是一个内涵丰富的概念，本文所采用的是其显性贸易利益部分，而由贸易引致的生产技术和管理经验的外溢、资源和环境成本等隐性贸易利益由于统计困难，未纳入本文考虑范围。所以，如何更为全面地测度一国及其主要部门的贸易利益也是值得继续深入研究的方向。