高 智，鲁志国

(深圳大学 经济学院，广东 深圳 518000)

内容提要：我国是装备制造大国，与高技术服务业融合发展是我国装备制造业实现转型升级、由大变强的必然途径。本文利用全局参比的DEA-Malmquist模型和耦合评价模型，采用2007-2016年的省级面板数据测算装备制造业全要素生产率水平及装备制造业与高技术服务业间的产业融合水平，并构建面板Tobit模型分析产业融合对装备制造业全要素生产率的影响。结果表明：我国装备制造业全要素生产率总体上不断上升，中西部地区的增长速度大于东部及东北地区；装备制造业与高技术服务业融合发展水平较低，总体上呈现“金字塔”型分布特点，区域上呈现自东向西递减的分布特点；装备制造业与高技术服务业融合发展主要通过制度变革和技术变革双重机制，对装备制造业的纯技术效率和技术水平产生正向影响，促进了装备制造业全要素生产率的提升；产业融合之初的全要素生产率增长效应主要来自于技术进步，随着装备制造业对新技术的消化、吸收、熟练以及两大产业间制度、管理水平上的深度融合，当期的技术进步效逐渐消退，纯技术效率增长成为全要素生产率增长的主要来源。

我国是装备制造大国，装备制造业承担着为国民经济各部门提供技术设备的重要任务。长久以来我国装备制造业面临着“大而不强”的困局，技术设备落后、生产方式粗放、自主创新能力差等问题制约着我国装备制造业由大向强的转变[1]。高技术服务业是具有知识、技术密集型特点的现代服务业，与高技术服务业融合发展必定是我国装备制造业实现转型升级、由大变强的必然途径，探究装备制造业与高技术服务业之间融合发展对装备制造业全要素生产率的影响具有现实意义。本文采用2007-2016年的省级面板数据，构建相应指标体系分别测算装备制造业全要素生产率水平以及装备制造业与高技术服务业间的产业融合水平，并实证分析两大产业融合发展对装备制造业全要素生产率的影响，以期为更好地促进我国装备制造业的转型升级与可持续发展提供参考。

一、研究假设与研究设计的提出

(一)研究假设

不同产业间的深度融合往往建立在高度的产业关联基础之上。制造业乃至整个国民经济的整体技术水平在很大程度上取决于装备的现代化，因此装备制造业存在更多的技术需求；而高技术服务业兴起使规模化、专业化的技术服务供给成为可能。一方面，高技术服务业的先进技术通过各种方式向装备制造业渗透，有利于装备制造业获得源源不断的外部技术供给，两大产业间形成良性的协同创新体系有利于装备制造业自主研发能力提升，最终实现前沿技术进步促进全要素生产率增长；另一方面，高技术服务业专业的技术服务促使装备制造业对现有技术的运用更加自如，两大产业在组织结构、制度、企业文化各方面不断交融促使装备制造业管理水平不断进步，最终实现技术效率提升促进全要素生产率增长。因此，提出如下假设：

假设：装备制造业与高技术服务业融合发展可促进装备制造业前沿技术进步和技术效率提升，最终实现全要素生产率增长。

图1 产业融合与全要素生产率关系图

(二)模型构建与变量选择

1.研究方法

(1)全要素生产率测算方法。本文采用Pastor和Lovell[2]提出的全局参比DEA-Malmquist指数法，该方法无须采用几何平均形式且具有满足可传递性要求、避免线性规划无可行解等优点[3]。以所有各期的总和作为参考集，反映全要素生产率变化情况的Malmquist指数可表示为①：

=ECH×TCCHCH=PECH×SECH×TCCHCH

(1)

由(1)式可知Malmquist指数可分解为技术效率变化(ECH)和技术变化(TECHCH)，技术效率变化又可以分解为纯技术效率变化(PECH)和规模效率变化(SECH)。Malmquist指数大于1表明从t到t+1时期全要素生产率的增长率为正，反之为负；纯技术效率变化、规模效率变化或技术变化大于1时表明其为全要素生产率增长的来源，反之则为全要素生产率增长的阻碍。

(2)产业融合水平测算方法。本文采用耦合评价模型度测装备制造业与高技术服务业融合发展水平。设装备制造业和高技术服务业耦合系统由各自的子系统构成，各子系统内又包含相应细分指标，构建如下有序功效模型：

其中，mij、mijmax、mijmin分别表示第i个序参量的第j个指标的数值及其上、下限；Uij为系统i指标j的功效系数，反映mij对耦合系统的功效贡献程度，取值范围为[0,1]。

(3)

CR为装备制造业和高技术服务业两大系统的耦合协调度，用来评价两大产业融合发展水平，取值范围为CR∈[0,1]；其中，CR∈(0.6,1]为可接受区间、CR∈(0,0.4]为不可接受区间、CR∈(0.4,0.6]为过渡区间。T为反映两大产业协同效应的综合协调系数，T=α·U1+β·U2，且α+β=1。α、β分别代表装备制造业和高技术服务业的贡献系数，其数值视两大产业的重要程度而定，本文结合实际情况和以往研究[4-5]，取值为α=0.4、β=0.6。

2.变量选择

(1)全要素生产率指标，测算装备制造业全要素生产率需设置相应的投入与产出变量，本文以各地区装备制造业的固定资产净值(亿元)作为资本投入变量、全部从业人员年平均人数(万人)作为劳动投入变量、工业销售产值(亿元)作为产出变量。

(2)产业融合指标。依据科学性和可行性的原则分别从产业规模、产业结构、成长绩效、制度文化4大方面构建装备制造业与高技术服务业融合发展指标体系，相关指标及采用熵值法计算的各指标权重如表1所示②。

表1 装备制造业与高技术服务业融合发展指标体系及权重

表2 装备制造业全要素生产率变化及产业融合水平一览表(2007-2016)

(3)控制变量。除核心解释变量产业融合度之外，本文在综合考察前人关于企业全要素生产率影响因素研究的基础上，选择以下市场环境变量作为控制变量：(1)区域市场化水平，采用国有及国有控股工业企业销售产值/工业销售总产值衡量，记作Pro。(2)区域政府R&D支持力度，采用工业企业R&D经费内部支出中政府资金/工业企业R&D经费内部支出总额衡量，记作Gov。(3)区域对外开放水平，采用(进出口总额+外商直接投资)/GDP衡量，记作Open。

3.计量模型

由于Malmquist指数法的最终计算结果为增长率指标，而本文需分析装备制造业与高技术服务业融合水平对装备制造业全要素生产率而非全要素生产率增长率的影响，还需提取相应中间变量构建水平值数据以便回归分析。根据(1)式，分别以TFPt=Eg(xt,yt)代表全要素生产率水平、PEt=PEt(xt,yt)代表纯技术效率水平、SEt=SEt(xt,yt)代表规模效率水平、TCt=Eg(xt,yt)/Et(xt,yt)③代表技术水平。由于上述各因变量介于0-1之间，若按照一般面板数据回归方法会产生偏误，对此类归并数据可采用面板Tobit模型进行分析[6]，而固定效应的面板Tobit模型通常不能得到一致、无偏的估计量[7]，本文采用随机效应面板Tobit模型。实证模型如下：

(4)

其中Y为因变量，当k=1,2,3,4时，分别代表装备制造业全要素生产率、技术效率、规模效率、技术水平；CR为装备制造业与高技术服务业融合水平；X为控制变量；ui为个体效应；εit为扰动项。

4.数据来源与处理

本文选择我国2007-2016年30个省份(港澳台除外，西藏数据缺失严重，故舍去)相关数据作为研究基础④，数据来源为相应年份的《中国统计年鉴》《中国工业经济统计年鉴》《中国第三产业统计年鉴》《中国科技统计年鉴》、各省市统计年鉴及国研网统计数据库，缺失数据采用线性插值法补足或用年均增长率估算。为了消除价格因素的影响，所有涉及价格的变量均使用相应平减指数折算成以2006年为基期的不变价格，其中固定资产净值、R&D经费内部支出采用固定资产投资价格指数折算；工业销售产值采用工业生产者出厂价格指数折算，高技术服务业增加值以地区生产总值指数(第三产业)为折算系数折算，进出口总额、外商投资额采用人民币对美元年均汇率折算。

二、实证结果与分析

(一)全要素生产率与产业融合结果分析

本文采用MaxDEA7Ultra软件，使用基于产出导向型的全局Malmquist指数，度测我国装备制造业2007-2016年的全要素生产率变动情况；采用EXCEL2007软件，度测我国2007-2016年装备制造业与高技术服务业的融合发展水平(具体结果见表2)。由表2可知我国装备制造业全要素生产率2007-2016年的年均增长率为4.72%，其中纯技术效率年均增长1.67%，规模效率年均下降0.08%，技术水平年均增长3.42%。从全国来看，装备制造业全要素生产率增长主要来自于技术进步，其次来自于纯技术效率改进，规模效率虽存在一定下降，但幅度很小，对全要素生产率增长的阻碍作用不大。从区域差异来看，装备制造业全要素生产率增长率表现出西部>中部>东部>东北的特点，中西部地区的追赶态势明显。从分解项来看，各个地区装备制造业的年均技术进步率都为正，且数值较大，即各区域装备制造业全要素生产率的增长都很大程度上取决于技术进步；规模效率指数在各地区间虽正负交替，但在数值上总体波动不大，对全要素生产率的促进或阻碍作用相对较小，各地区装备制造业全要素生产率增长率的差异主要来自于纯技术效率指数的差异。

具体来看，东部地区装备制造业全要素生产率年均增长2.64%，其中纯技术效率年均下降0.05%，规模效率年均下降0.59%，技术水平年均增长3.44%。东部地区是我国改革开放最早的地区，市场化水平较高，企业制度、管理水平相对更优，因而在纯技术效率的改进上已不明显，装备制造业全要素生产率的增长主要源自技术进步；规模效率存在一定的下降趋势，这可能是由于资源的过度集中所致，因而深化供给侧改革、推动产业转移、优化资源配置是东部地区装备制造业将来发展的关键环节。

东北地区装备制造业全要素生产率年均增长1.89%，其中纯技术效率年均下降1.94%，规模效率年均增长0.45%，技术水平年均增长3.70%。东北地区是四大经济区中装备制造业全要素生产率增长最慢的地区，主要原因在于纯技术效率的恶化；东北地区是我国的老工业基地，装备制造业基础雄厚，但区域市场化水平较低，企业在制度、管理水平等方面相对落后，活力不足，因而深化国企改革、构建完善的市场制度以提升纯技术效率水平是未来东北地区装备制造业发展的关键。

中部地区和西部地区装备制造业全要素生产率年均增长分别为5.58%、6.91%，其中中部地区装备制造业纯技术效率年均增长2.36%，规模效率年均下降0.13%，技术水平年均增长3.37%；西部地区装备制造业纯技术效率年均增长3.85%，规模效率年均增长0.26%，技术水平年均增长3.36%。与东部和东北地区不同，中西部地区装备制造业全要素生产率的增长是纯技术效率改进和技术进步的“双轮驱动”，因而近年来全要素生产率增长很快，赶超趋势明显；其原因在于随着西部大开发战略、中部崛起战略的推进，中西部地区在市场制度建设、对外开放水平上都取得了较好的成果，装备制造企业的制度、管理水平不断提升；但中西部地区相比东部和东北地区装备制造业自身基础相对薄弱，未来应抓住东部地区产业转移的机遇，继续完善市场机制和竞争环境，实现装备制造业的转型升级。

在产业融合方面，结合表2、图2来看我国装备制造业与高技术服务业融合发展水平10年均值为0.36，融合水平较低，总体上位于不可接受区间。其中，高于0.6进入可接受区间的仅有广东、北京两地；位于0.4-0.6过渡区间的也仅有7省(市)，分别为东部地区的江苏、上海、浙江、山东、天津，东北地区的辽宁以及西部地区的四川；其余大多数省市皆低于0.4，位于不可接受区间⑤。因此，我国装备制造业与高技术服务业融合水平呈现“金字塔”型的分布特点：原因在于我国高技术服务业起步较晚，产业规模较小，服务水平、质量较低，服务体系不够完善；此外，我国装备制造业生产方式相对落后，对技术的消化、吸收再创新的能力不足，两大产业间不易形成高效耦合[4]。从区域差异来看，总体上呈现东部>东北>中部>西部的阶梯式发展特点，但各区域内部依然存在较大差异，区域内的“非均衡”特点明显。东部地区最为复杂，内部10省市跨越了不可接受区间、过渡区间、可接受区间3大区间；东北地区和西部地区内部各省市分别跨越了不可接受区间和过渡区间2大区间；中部地区内各省市则皆位于不可接受区间。所以，各地政府在制定政策、规划和促进本地装备制造业与高技术服务业发展时应充分考虑当地实际情况，因地制宜对相关产业发展予以引导。

图2 各地区装备制造业与高技术服务业融合发展水平排序图(2007-2016)

表3 随机效应面板Tobit计量模型估计结果

注：(1)括号内为各系数的z统计量；(2)*、**、***分别表示在10%、5%、1%水平上显著，下同。

(二)产业融合与全要素生产率关系分析

为了探究装备制造业与高技术服务业间的产业融合是否能促进装备制造业全要素生产率的提升及影响程度，本文采用MaxDEA7Ultra软件提取、计算相关中间变量，再采用STATA15.1软件估计产业融合对装备制造业全要素生产率的影响(具体结果见表3)。由表3可知四个模型的ρ值皆大于0.7，表明复合扰动项(ui+εit)中的个体效应重要；似然比(LR)值都较大，强烈拒绝个体效应为零的原假设，故使用随机效应面板Tobit模型回归合理。

从回归结果来看，CR对TFP的影响系数在1%的水平上显著为正，表明装备制造业与高技术服务业融合发展确实能够促进装备制造业全要素生产率的提升。CR对PE的影响系数虽为正，但没有通过显著性检验，可能是由于产业融合过程当中企业对制度、文化、管理经验的吸收学习需要一定的时间，即产业融合对纯技术效率的提升可能存在一定的滞后效应；CR对SE的影响系数虽为负，但未通过显著性检验，主要是由于产业融合的全要素生产率提升效应主要通过技术和制度两大机制，当规模效率从综合技术效率中分解出后，CR对其影响便不显著；CR对TC的影响系数在1%水平上显著为正，表明装备制造业与高技术服务业融合发展有利于提升装备制造业的技术水平，进而促进了装备制造业全要素生产率的提升，印证了前文的理论分析。

在控制变量方面，所有控制变量对SE的影响系数皆不显著，可能由于规模效率受企业自身异质性影响较大，对市场环境变化不敏感。Pro对TFP、PE和TC的影响系数都为负且通过了1%的显著性水平，表明市场化水平越高越有利于促进装备制造企业纯技术效率和技术水平的提高，进而推动全要素生产率的增长。Gov对TFP和PE的影响分别在5%和1%的显著性水平上为负，但这并非“政府支持悖论”，而是政府R&D资金占比较大的企业多是新生企业，或生产设备陈旧的老企业，这类企业用于研发的自主资金不足，对政府资金较为依赖，且这类企业往往在管理水平和制度建设上存在不足，表现出政府R&D支持对纯技术效率乃至全要素生产率的抑制作用。当分析Gov对TC的影响时便可发现政府的R&D支持对企业技术水平的影响在5%显著性水平上为正，这正表明了政府的R&D支持起到了促进装备制造业技术进步的重要作用。Open对TFP、TC的影响在1%的显著性水平上为负，对PE的影响在5%的显著性水平上为正，表明区域开放水平对装备制造业全要素生产率总体上产生了抑制作用，主要是由于我国经济不断发展，国内外装备制造业间的技术差距不断缩小，FDI以及国际贸易所带来的技术溢出效应减弱，从而对企业技术水平乃至全要素生产率产生了抑制作用；但对外开放对企业纯技术效率起到明显的促进作用，装备制造企业在开放水平不断提高的情况下依然能够在制度、管理经验上不断进步，进而有利于全要素生产率的提升。

表4 滞后自变量估计结果

考虑到当期因变量对自变量可能产生的逆向影响，也为了探究产业融合对全要素生产率影响可能存在的滞后效应，本文对所有自变量取1-4期滞后值进行估计，估计方法与前文一致。在对自变量分别取1-4期滞后值进行回归时，根据表4可知CR对TFP的影响皆在1%的显著性水平上为正，这说明装备制造业与高技术服务业融合发展确实可对装备制造业的全要素生产率产生促进作用，且这种促进作用存在一定的持续性；以全要素生产率的分解项作为被解释变量时，可以发现产业融合对装备制造业全要素生产率的正向影响在不同的滞后期表现出不同的主导机制。CR对PE的影响系数为正且随着CR滞后阶数的增加而不断增大，在取1-2期滞后值时CR对PE的影响不显著，但取3-4期滞后值时，CR对PE的影响分别通过了5%和1%的显著性检验；相反，CR对TC的影响系数随着CR滞后阶数的增加而不断减小，且在取1-2期滞后值时CR对TC的影响分别通过了1%和5%的显著性检验，在取3-4期滞后值时CR对TC的影响不显著。这表明装备制造业与高技术服务业的融合在最初的2年内主要通过技术进步效应提升装备制造业的全要素生产率，在2年过后则主要通过纯技术效率增长效应提升装备制造业的全要素生产率。这主要是因为产业融合最直接的结果，是高技术服务业对装备制造业的技术输出与渗透，特别是技术设备的整体引进，可以在短时间内提升装备制造企业的技术水平；随着时间推移，装备制造企业对新技术的掌握愈发成熟，这种即期的技术进步效应逐渐消退。企业的管理方式与制度文化往往存在一定的路径依赖性，对先进制度、管理经验的学习往往需要一定时间，产业融合之初的纯技术效率增长效应不显著；随着时间推移，装备制造业与高技术服务业间不断磨合、交互、碰撞、博弈，最终实现管理融合，装备制造业纯技术效率提升，进而推动了全要素生产率增长。其他大多数控制变量回归结果除系数的显著性水平随滞后阶数增加而减小外，系数符号皆与当期值回归结果保持了较高的一致性。

三、结论与政策建议

本文采用我国30省市2007-2016年的面板数据，运用全局参比的DEA-Malmquist方法和耦合评价模型分别测算了我国装备制造业全要素生产率以及装备制造业与高技术服务业融合发展水平，并运用面板Tobit模型实证分析了装备制造业与高技术服务业融合发展对装备制造业全要素生产率的影响，主要研究结论如下：

第一，2007-2016年间我国装备制造业全要素生产率水平总体上不断上升，发展势头良好，技术进步与纯技术效率提升是装备制造业全要素生产率增长的主要来源；东部地区和东北地区装备制造业全要素生产率增长主要来源为技术进步，中西部地区装备制造业全要素生产率增长则靠纯技术效率提升和技术进步双重驱动，因此中西部地区装备制造业全要素生产率增长率大于东部地区和东北地区，追赶效应明显。

第二，我国装备制造业与高技术服务业融合发展的总体水平较低，呈“金字塔”型特点，2007-2016年平均水平位于过渡区间和可接受区间的省份较少，绝大多数位于不可接受区间，这也从侧面反映出两大产业的融合发展水平未来还有很大的提升空间；产业融合水平在区域差异上呈现自东向西递减的特点，但各区域内部依然存在明显的“不均衡”现象，各地应因地制宜的对装备制造业和高技术服务业的发展进行规划和引导。

第三，装备制造业与高技术服务业融合发展对装备制造业纯技术效率的提作用存在一定滞后效应，因而产业融合之初，主要通过技术进步效应促进装备制造业全要素生产率增长，随着时间推移，当期技术进步效应减退，产业融合的全要素生产率提升效应转而主要来源于纯技术效率提升效应；总的来看，装备制造业与高技术服务业融合发展可以通过制度和技术的双重机制，分别对装备制造业的纯技术效率和技术水平产生显著的正向影响，进而促进全要素生产率的提升，而我国两大产业的融合水平还位于较低阶段，因此，推动、促进装备制造业与高技术服务业融合发展应是未来我国经济发展的一项重要任务。

根据以上研究结论，为了更好地促进我国装备制造业全要素生产率的增长，推动我国装备制造业转型升级与长期健康发展，本文提出以下政策建议：

第一，积极促进、推动装备制造业与高技术服务业融合发展。我国高技术服务业的起步较晚，产业规模较小，服务质量不足，缺乏较为完善的服务体系，这些都成为阻碍装备制造业与高技术服务业融合发展的重要因素，因而促进产业融合首先应重视高技术服务业的发展，将其上升到国家战略层面予以统筹规划并给予配套支持，使我国尽快形成具有一定规模、一定服务水平和科技含量的高技术服务业产业体系；同时，产业壁垒与技术约束也是阻碍产业融合的重要原因，各级政府应积极调整产业政策，完善相应法规建设，打破管制框架与准入限制，促进产业间的良性竞争，为我国装备制造业与高技术服务业融合发展创造良好的外部环境。

第二，继续深化改革开放，建立政府R&D支持的长效机制。区域市场化水平、开放水平与政府的R&D支持都是影响装备制造业全要素生产率的重要因素。不断深化改革开放，提升区域市场化水平与开放水平，不仅能够为装备制造业的转型发展提供强大的外部动力，也能为产业融合提供良好的外部环境；同时，政府应建立、完善R&D支持的长效机制，构建评估、跟踪与验收的完整体系，实现企业获取政府R&D支持的优胜劣汰，将有限的政府资源真正投入到具有发展潜力的企业中去，并以政府支持为基础，积极引导装备制造企业R&D资金的自主投入，最终提高装备制造企业技术研发与创新的“自生能力”，以实现装备制造业的长期健康发展[8]。

第三，各地区应把握产业融合趋势，因势利导，结合当地经济发展特点对装备制造业与高技术服务业的发展予以针对性指导。东部地区装备制造业在制度和管理水平上相对成熟，正在向技术驱动的现代高端装备制造业转变，未来应着力装备制造业与高技术服务业协同创新体系的建设，通过政府引导和市场机制，形成一批自主创新能力强、具有国际竞争力的装备制造业和高技术服务业产业群；同时继续深化供给侧改革，推动产业转移，充分利用市场机制实现资源优化配置，逐渐缓解东部地区产业、资源、人口过度集中的“拥挤效应”，为装备制造业转型升级提供良好的外部环境。东北地区装备制造业多为老牌国企，其发展症结主要是制度和管理水平上的不足，未来应牢牢把握产业融合趋势，抓住机遇继续深化国企改革，通过产业间的渗透与重组，实现装备制造业转型升级；同时，应积极发挥老工业基地的规模优势，通过庞大的技术需求带动高技术服务业的发展，逐渐形成两大产业协同发展、深度融合的良性生态。中部地区装备制造业全要素生产率水平近年来增长较快，但产业融合水平相对较低，未来应充分发挥毗邻东部地区的优势，做好产业承接工作的同时不断吸收东部地区的管理经验与技术水平，促进本地高技术服务业的发展，在产业融合趋势下实现装备制造业的转型升级。西部地区装备制造业全要素生产率增长很快，但装备制造业与高技术服务业的基础都相对薄弱，其产业融合水平除四川、陕西、重庆三地相对较好外，其他地区皆于低位徘徊，未来应把握赶超效应与经济增速所带来的制度与技术红利，做好高技术服务业发展的长期规划，积极引导先进技术和管理经验向装备制造业渗透，实现装备制造业长期、健康发展。

注释：

① (1)式中公式含义如下：指标参考集(被评价DMU)，如Eg(xt,yt)表示以全局前沿作为参考集通过DEA模型得出的第t期综合效率值，下同。

② 产值占比=装备制造业产值/工业总产值；增加值占比=高技术服务业增加值/第三产业增加值；从业人数占比=产业从业人数/地区总就业人数；外商投资占比=外商投资额/产业总资本，其中高技术服务业相关数据采用第三产业相关数据代替；R&D人员占比=产业R&D人员数/产业总就业人数，由于各地区细分行业R&D经费及人员相关数据较难获得，因此装备制造业与高技术服务业相关指标分别采用工业企业及研究与开发机构相关指标作为替代变量。

③Eg(xt,yt)/Et(xt,yt)表示前沿t与全局前沿接近的程度，比值越大说明前沿t与全局前沿越接近。

④ 按照学术界主流划分方法，装备制造业包含金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用品制造业；高技术服务业包含信息传输、计算机服务和软件业，科学研究、技术服务业与地质勘探业。

⑤ 关于2007-2016年各区域装备制造业与高技术服务业融合发展水平的动态分析详见参考文献[3]，此处不做展开讨论，若需各地区产业融合度完整结果，亦可向作者索取。