良性循环：知识密集型服务业的发展与制造业的就业扩张

肖挺

摘要：众所周知服务业与制造业在发展过程中彼此互为促进因素，本文引入属地内制造业的行业特征作为良性循环计量研究的中介，包括制造业的投资总额以及地区内产品进出口贸易总量。利用中国分省区数据进行实证分析，结果证明知识密集型服务业有助于制造业的就业创造能力，而制造业又带动了配套知识密集型服务业的发展，在这种良性循环中，制造业和知识密集型服务企业之间的互动拉动了地区经济的发展。

关键词：服务化；知识密集型服务业；就业创造；产业特征

文献标识码：A文章编号：1002-2848-2018（03）-0086-09

一、 引 言

近年来，制造业产业部门对于配套的知识密集型服务业的需求与日俱增[1]，制造商寄希望于通过在业务范畴内增加服务元素，打造“实体+服务”的运营模式以拓展产品价值链，增加企业在行业市场内的竞争优势[2]。服务化在实业界普遍被认为是企业战略转型的大势并蕴含着巨大的经济潜力，企业可以通过这种转型提升其创新能力并通过增加的服务项目更好的“取悦”于消费者[3-4]。目前，越来越多的学者从微观企业层面对企业服务化的流程进行了解读，这种视野当然有助于人们获得对服务化问题更准确的结论，但忽略了制造业服务化对区域经济的影响，譬如整个地区的制造业的产业发展。决策层如何制定出台政策以保障当地制造业服务化流程的演进，而这种产业服务化与地区经济社会发展之间的关联也需在数理上加以验证。

诸多学者通过企业案例的研究指出，西方经济体的制造业复苏有赖于知识密集型服务业部门的发展为其“保驾护航”[5-6]，将本企业业务拓展进入知识密集型服务业领域，使得企业可以将高利润附加值内部化，同时在使得中小微型制造业企业的运营风险有所降低的同时也提升了产品生产系统的专业性[7]。西方学者指出，企业的服务化战略的制定和推进应当结合地区的产业结构大环境加以分析，事实上，由于诸多制造业企业在运营过程中进行了服务化的转型，从而形成了产业集聚，即出现“外部经济”，这种现象有利于地区经济服务化的实现[5]。理论上，地域服务化超越了组织的边界，体现为在一个地区内由于信息服务业与制造业之间相互的依存与促进，改善了当地的经济结构、就业吸纳以及其他社会经济指标，概言之在我国体现为信息化与工业化的良性互动，提升了当地工业企业的竞争力。某一地区内，以工业园为代表的制造业集聚潜在地刺激了与之配套的知识密集型服务业的发展，而知识密集型服务业的发展壮大又有效地促进了当地的基础设施，从而又为更多的制造商进入该地区提供便利，这就是良性循环的简单逻辑。

本文从宏观角度入手对地区知识密集型服务业与当地制造业的就业创造关联度的关系进行推断。以我国省际数据为样本构建2005—2015年数据面板，考察省际范围内知识密集型服务业的比重与制造行业就业人口之间可能存在的良性促进效应。此外，本文将引入工业制造业核心的特征来调节上述两个变量的因果关系，这些特征包括各省区制造业的投资额以及省际范围内实体产品的贸易强度。在这里，本文期望探析企业服务化导向的商业模式对于地区制造业发展所产生双向作用，以及为决策层出台推进服务化进程的政策提供建议，通过良性循环的作用，最终也将为我国各地工业化的发展产生积极推动作用。

二、 理论分析与研究假设

服务化由Vandermerwe等[8]于20世纪80年代提出，表现为制造业企业为提高竞争优势，将其经营的重心从单纯的产品转向“一揽子”整体解决方案，在生产实体产品的同时，厂商更强调其服务主张，向市场提供更专业的配套服务，并以此为企业找到更为广阔的价值来源[9]。根据Crozet等[10]对全美制造企业的统计发现，顺应这一趋势潮流的制造业企业超过1/3，且这些企业的服务性营收在其总营收中的占比超过六成。目前对于服务化问题的研究文献主要集中于服务化战略落实的驱动力量、企业服务化战略的实施过程[11]以及服务化战略给制造业企业所带来的组织绩效促进[12-13]，而绩效层面则包括了稳定的收益、高利润增长率以及企业长远的发展空间等概念。现有关于“服务化”的主流研究自然围绕着微观企业层面展开，尽管西方国家也都认识到公共管理对于一国或地区的服务创新存在潜在的变革力量，但分析区域宏观层面对服务化影响的研究则是相对较为缺失的。Rocha等[14]的研究指出，在地理上聚集大量產业具有关联度的企业或机构对区域经济会产生显著的影响，服务化作为二三产业相互关联融合的生产过程，将有效提升地区内的制造企业活动的影响力，从而提升地区经济的竞争力，加速知识的传播和流动。长期以来，经济学家们认为制造商的内部经济可以通过将业务分解并外包给几个业务上相互关联的部门加以实现，这一思想在现实中往往可以在企业的经营实践中走的更远。早在19世纪末，马歇尔在其巨著《经济学原理》中就记载了当时英国某些地区出现的企业生产特征，即集中于生产流通的部分环节进行集聚，从而出现了诸多中小企业，而这些企业分布在业务的上下游，相互依赖协作，提升工作效率的同时更专业且更高质量地完成生产活动。时至今日，在很多国家和地区，其内部经济已被外部经济所取代，即通过非正式的知识传播，知识密集型服务企业与制造商产生了业务上的关联与合作，此时已经不是某一家企业的生产流程服务化的问题，而是整个地区的产业结构已被“服务化”，这种地域性的服务化所衍生出的生产流程似乎更适合区域产业的战略，而不是由某一家企业来做产业上的前后向垄断。知识密集型服务业与现代制造业价值链不可避免交织在了一起，而作为现代制造企业，通过享受地区产业服务化所带来外部经济的惠及（主要表现为知识密集型服务业为企业所提供的智力支持），有效地增强了企业适应市场变化的柔性，进而提升其产品的辨识度，地区制造业的市场竞争力自然也水涨船高。Teece[15]指出制造企业要实现可持续的市场竞争力，有赖于一国或地区内服务业所实现的规模经济以及“制造+服务”生产模式下的范围经济。而高效的核心产品和附加服务可以通过降低制造商的采购成本，部分的消除信息不对称问题，从而为客户带来利益[13]，上述论断也表明制造商和服务提供商之间存在着一种双向的关联。

在服务商的角度来看，决定其市场地位的关键在于企业能否为合作制造业企业的产品提供能切实增加价值的配套服务，而随着时代的发展，制造商对于知识密集型服务业的技术含量要求也是越来越高，因此对于其概念涵盖也出现了诸多的定义，一般认为知识密集型服务业主要是为中小企业服务的高智能化服务业，包括技术研发、管理咨询以及信息外包等领域。知识密集型服务业带有很强的创新性特征，会对整个周边的经济环境产生溢出效应，经济合作与发展组织（OECD）的研究报告也指出，知识密集型服务业是知识的来源和载体，通过向其他企业组织提供有价值的知识服务，促进就业以及提升地区的产业进步与发展。而西方学者也指出，企业的创新行为往往与地区经济结构相关联，制造业由此得到复苏[16]，这一结果又会引致更多的就业岗位[17]，其中自然也会催生知识密集型服务业的发展，也就意味着制造业的发展带动了知识密集型服务业的壮大，而现代服务业所提供的知识信息能够为企业创新提供基础，由此又进一步带动了制造业规模的扩张，出现新的制造企业，可以说新老制造商的这种互动拉动了地区经济体中知识密集型服务业的大量出现，形成了地区经济结构的服务化态势，而制造业也受益于这种态势，形成了良性循环。

蓬勃发展的制造业以产业大量的集聚为征兆，固定资产投资总额的增长以及企业的经营活动对外部经济产生了溢出效应，进而对当地的商业产生了直接的影响，也为创业活动提供了外部条件[18]，这当然也为更多的知识密集型服务业的成长提供了平台[5]。综上所述，本文认为决策者可以通过改变优化本地区产业结构以促进新制造企业的整合，并创造稳定的市场环境以保障知识型服务行业的茁壮成长。

接下来，本文将注意力转移到知识密集型服务业对制造产业发展的影响上。从制造商的角度来看，服务性元素的注入将通过诸多方式改变企业的绩效：首先，服务商为制造商提供新颖且专业性的服务以提升新老生产企业的运营效率，譬如为一些制造商提供会计类服务（如专业的财务软件），或是为信息通信器材制造业配以数字化的增值服务，或是提高产品配送管理系统，还有为供应商提供招投标服务，等等。其次，制造商通过服务化战略的落实更好地了解消费者需求变化的信息，这对于企业产品的未来研发策略指明了方向[13]。再次，由于知识信息服务业可以降低服务成本，因此服务化战略的落实可以为企业创新提供激励，由此知识密集型服务业的发展可以在特定范围内产生溢出效应[19]。最后，尽管在传统意义上，大家认为服务业的产业特征不似制造业那样具有标准化、高效率的特征，但知识密集型服务业不同于传统服务业，带有极强的专业化特点，它的存在必然会对制造业产生促进效应，现实中制造产业发达的工业园区对于专业性服务具有更强的需求，这为服务业的发展提供了环境，增值服务通过降低制造企业的运营成本，提升企业的收益水平[20]。

在这样的背景下，我们认为现代制造业企业，特别是中小规模或是新创办的企业有强大的动力利用现有的知识密集型服务业资源进行服务化战略转型。在制造业基础较为雄厚且当地知识密集型服务业具有较强市场竞争力的地区，那里的企业往往更热衷进行服务化。现有的研究也证实，知识密集型服务业对于中小企业维系其竞争优势确有贡献。如Doloreux等[21]针对加拿大804家制造业企业进行的研究指出，以创新为导向的企业产出增长是知识密集型服务业服务发展的必然结果。

服务化可以视作制造商应对市场压力时的一种反应。之前的诸多研究都表明，在企业生产流程中增加先进服务业的成分将积极影响企业绩效的方方面面，诸如利润水平以及就业规模等[22]而现代科技的实施也实现了区域内产业结构的调整[23]。基于以上阐述，本文提出以下假设：

假设1：地区制造业的现有产业特征（如固定资本存量、贸易活动等）将正向调节制造业产业规模的拓展（表现为行业从业人口的增长）与知识密集型服务业成长之间的相关性。

假设2：地区内知识密集型服务业与制造业的发展规模存在积极的正相关性。

假设3：地区制造业产业的特征变量（固定资本存量增、产品贸易活动频繁）将正向调节知识密集型服务业与制造业产业规模的拓展（表现为行业从业人口的增长）之间的相关性。

三、 实证设计

（一）数据采集

本文需要搜集三类数据，其一用于衡量知识密集型服务业在产业结构中的比重，其二反映新创制造业企业的数量，其三要找到可以表征地区制造业部门特征的数据，数据主要来自于歷年《中国统计年鉴》以及Wind数据库，上述数据可以准确地反映2005—2015年的分省区情况，之所以时间点始于2005年，是考虑到2003—2004年我国统计局对服务业的部门划分进行了调整，如样本推至2005年之前，想针对前后两段进行计量难以实现口径对接。

（二）变量定义

1.前因变量

前因变量包含两类指标。首先设定地域服务化水平的变量，即省区内制造业中知识密集型服务业的含量，承前所述，知识密集型服务业的存在已被视作巩固知识经济的主要引擎动力，随着我国对制造业国际市场竞争力量质齐飞的需求，知识密集型服务业的地位水涨船高，制造业寄希望于通过在产业链中增加知识密集型服务业以增加产业价值[1]，此处本文将带有鲜明知识密集型服务业特征的产业增加值总额与制造业产值之比作为各省区制造业服务化的表征，具体而言几个知识密集型服务业的行业包括信息传输、计算机服务和软件业、金融业、租赁商务服务业、科技服务和地质勘查业、教育培训、卫生社保和社会福利业、文体娱乐业等几大门类。知识密集型服务业占比（KIBS）可以有效地反映区域内经济结构服务化的倾向，指标值的上升意味着经济体系中有更多的知识密集型服务业元素，也体现着产业结构的优化升级。本文据此绘制了2005年、2010年以及2015年各省区知识密集型服务业比重的核密度分布图（见图1），总体上KIBS指标值在样本期内小幅度提升，且不同省区间经济结构中的知识密集型服务业的比重值呈现集中收敛的趋势。根据具体测算，在样本期内，该比率以年均1.78%的速度增长，到2015年，约有八成省区该比率值集中在40%上下，相比于2005年平均34.8%的比重，我国制造产业中以现代科技为代表的知识密集型服务业元素在显著提升，这也大体上反映出近十年来产业结构的调整。

接下来我们将衡量制造业发展的水平并设定对应指标，这个指标主要反映的是各省际地区制造业规模发展速度，即制造企业在数量上增长，这点目前从统计报告中准确获取存在难度，本文采用的替代数据是各省区制造业的从业人口数，就业人口的增长意味着产业规模的扩张，因此用就业创造可大体反映企业数量的变化，以这种做法衡量制造业产业发展在诸多文献中均有所提及[24-25]。此处，本文以《中国统计年鉴》中历年各省区制造业從业人数作为制造业就业人口指标（MEMP）的表征。图2反映了样本期内我国总的制造业人口走势曲线，图中可以很清晰地反映出2005—2015年制造业就业人口保持了平滑而稳定的上升趋势，这与图1核密度图中的KIBS三个样本年份内的变化是基本一致的，那么可以大体上猜测这两个变量之间可能存在着计量上的相关性。

2.自变量（省际内制造业产业特征变量）

本文所设定的核心自变量用于捕捉地区内制造业的产业特征，要验证服务化与就业之间的良性循环，这些能反映地区产业特征的变量应当同时能够对知识密集型服务业产业部门以及制造业的就业水平产生影响。根据这些要求，本文引入两组变量，其一是各省制造业固定资产投资额（STOCK），我们可以通过产业投资量的大小来反映地区内制造业的经济活力[26]；另一个变量则是某一地区实体产品的外贸总量（FREIGHT），该指标取自于《中国统计年鉴》中各地区全社会货物周转量，该变量用于反映的同样是某一地区产业的繁盛程度。由此可见上述两个指标均采用滞后一期的变量值以抗拒可能存在的内生性问题。

3.控制变量

接下来，我们除了控制时间虚拟变量之外，还设定了另外两组变量用以控制地区宏观层面的影响因素，包括地区经济发展水平（GDPPC）以及失业率（UNEMR）两组指标，其中地区经济发展水平以2005年价格调整之后各年的人均收入表征，表1为各指标的描述性统计。

（三）技术方法

根据前文所提出的假设，本文分析的是互为因果的两组变量之间的关系，因此此处将参考Baron等[28]提出的两阶段估计模型策略，以针对图1研究框架中所述变量间的调节效应进行准确分析。

第一步，通过对制造产业特征变量以及控制变量进行的回归计算关于KIBS以及MEMP两组指标的工具变量，其具体方法为通过估计获得两组制造业产业特征变量的系数，进而在KIBS以及MEMP值中减去两组产业特征指标的预测项后所获得的残差项即为本文所需的工具变量。模型采用固定效应，形式如下：

式中，α0是常数项，β为变量的系数，t为时间，i为地区，δ是为地区内不随时间变化的固定效应，用以控制跨地区之间不可观测的异质性，T为一组时间虚拟变量，ε为正态分布的跨期与跨区的残差，CV为控制变量，包括各地区的人均GDP以及失业率。此外，在模型中各期内，我们引入了前因变量的平均值用以计算某一地区所受的同群效应（peer effects）影响。在本文的研究中置入反映同群效应的指标是很有价值的，这是因为通过计算出同一个时期内前因变量的均值可以反映某一地区在面对市场选择时所受到其他地区的影响。换言之，在估计过程中应控制所有观测对象对本观测对象行为的影响，此处两式中用KIBS以及MEMP变量在同一年内全国各省级地区之间均值来衡量同群效应。

通过式（1）和式（2）我们可以计算本文实证模型所需要的核心工具变量，即在观测值中减去通过估计所获系数计算出的产业特征预测项后的余项，表达式如下：

第二步，将考察诸产业特征变量在知识密集型服务业占比与制造业从业人数之间关系的调节作用，在模型中我们采用第一步所计算出的工具变量进行估计。

本文采用固定效应模型对变量关联性进行估计，这种做法可以更为有效地克服共线性以及内生性问题。前者本文通过对各变量进行的pearson相关性检验予以排除

[ZW（DY]限于篇幅此处没有展示。[ZW）]，而内生性问题主要是因为前因变量与不随时间变化的变量可能存在着关联。而为了处理这样的问题本文引入滞后一期的数据，为了进行测算，我们设置了两组不同类型的估计模型，第一组是直接考察核心变量（知识密集型服务业占比、制造业从业人员）的数理相关性：

第二组模型中我们将对产业特征变量在两组核心变量之间的调节效应进行估计，模型形式如下：

根据假设1，即各地区制造业的产业特征变量对于知识密集型服务业占比与制造业从业人数之间的关系会产生调节效应，应满足三个条件才能证实假设：第一，知识密集型服务业占比会对地区产业特征变量产生影响；第二，制造业从业人数增长可以提升知识密集型服务业的占比（即在式（5）中的γ1>0）；第三，制造业从业人数的工具变量对于知识密集型服务业的占比应当不会产生显著的影响（即式（7）中δ1=0），然而制造业的产业特征变量对于知识密集型服务业的占比则应表现出显著的正相关性（即式（7）中δ2，δ3>0）。同样，假设2如需被证实，则式（6）中的系数γ1>0，而假设3中所提及的产业特征变量对于制造业从业人数与知识密集型服务业占比之间的关系能否产生调节效应也需满足三个条件：第一，知识密集型服务业占比会对地区产业特征变量产生影响；第二，知识密集型服务业占比可以提升制造业从业人数的增长（即在式（6）中的γ1>0）；第三，知识密集型服务业占比的工具变量对于制造业从业人数的变化应当不会产生显著的影响（即式（8）中δ1=0），然而制造业的产业特征变量对于制造业从业人数的变化则应表现出显著的正相关性（即式（8）中δ2，δ3>0）。只有上述几组系数符合判断，才能证明服务化与产业规模扩张之间存在良性循环。

四、 计量结果

表2反映了四组模型（5）—（8）估计结果，根据各组回归所计算的方差膨胀因子（VIF）均远小于10，本文的回归不存在多重共线性的问题，模型（5）的估计结果表明，在制造业就业人口越高地区，其知识密集型服务业在制造业中的比重（即区域服务化程度）将显著提高，而模型（7）则显示产业特征变量在知识密集型服务业发展与制造业就业创造之间的调节效应作用的确存在，具体而言，在模型（7）中制造业就业创造工具变量对知识密集型服务业比重的影响不显著，但制造业固定资产投资额以及外贸总量则对KIBS存在显著的正向影响，这证实了假设1。而假设2提出地区内知识密集型服务业对制造业的就业夸张有积极的促进作用，模型（6）的实证结果也证实了这一假设，KIBS指标滞后值的系数显著为正。上述结论支持了本文之前的诸多论断，知识信息的注入可以有效降低服务业的成本，增强产业竞争力，从而使得服务业的消费变得更为普遍，这与Arnold等（2016）的研究发现相符，知识密集型服务业由其对制造商成本削减的作用，可以通过在产品价值链中引入服务业的元素为新型制造业的扩张提供了广阔的发展土壤。譬如通过打造更加完备的信息系统以挖掘和分析顾客的需求以提升产品市场的稳定性，而这对企业的产品策略是至关重要的。

假设3认为地区的制造业产业的特征变量在知识密集型服务业占比与制造业从业人口的之间关系将表现出正向的调节效应。模型（6）和模型（8）的实证结果也证实了上述假设。承前所述，产业结构中知识密集型服务业占比正向影响就业人口数（式（6）），但在考虑内生性的同时置入产业特征变量，那么这种实证上的关系将变得不再显著，地区产业特征变量资本投资额以及貿易量则显著影响制造业的就业规模。

综合来看，研究支持了产业特征变量在服务化与就业之间存在调节作用的观点，在引入地区产业特征变量之后，核心的两组变量之间的相关系数变得不再显著（式（7）与式（8）），这一结果意味着服务化与就业之间良性的促进循环受到各地区产业特征，即产业投资规模以及产品商贸频度所影响和调节。此外，需要指出的是，根据我们在设置产业特征变量时所述，上述调节效应的存在前提是两组核心变量对于产业特征变量存在显著的影响，对此检验见表3，在控制了时间与地区效应的基础上，估计的结果也表明知识密集型服务业在制造业中的占比以及各地区制造业就业人数对于两组地区制造业产业特征变量均会产生显著的正向影响，这也保障了表2估计结果的有效性。

五、 结论及建议

本文通过对我国省际间知识密集型服务业的发展与制造业就业增长之间关联度的分析来探讨我国制造产业服务化对产业发展所带来的益处，在宏观层面上所谓的服务化在学术界往往被称为“地域服务化”，而地区产业结构的服务化可以有效提升地区经济的整体竞争力，越来越多的配套于制造业的知识密集型服务业元素注入制造业之中，与制造业的就业创造能力彼此之间产生了良性循环。据此我们用制造业固定资产投资总额以及产品外贸进出口总量衡量的产业特征作为调节变量分析知识密集型服务业以及以从业总人口衡量产业规模的关系进行论证。由此可见本文的研究分析了制造业服务导向的商业模式如何促进地区产业竞争力以及提升产业的绩效，为决策者出台促进地区产业服务化的政策提供指导意见。

本文的研究认为地域服务化是后金融危机时代制造企业复苏的根本途径，这源自于计量部分所证实的良性循环，在一个更具柔性生产的运营模式下，通过出台相关鼓励性政策，打造地区内知识密集型服务业稳定而坚实的发展，对于新型制造产业的升级改造是至关重要的举措。企业的发展应以市场为目标，通过一揽子解决方案更好地为市场服务，因此促进先进制造业与知识密集型服务业的产业融合是当前政府工作的应有之意，而本文的研究对于推动政策制定者出台有效匹配地区产业服务化政策具有一定的启发意义。

在本文的实证结果中，制造业的服务化与产业规模的扩张是一个强化的循环过程，但也具有“双刃剑”的特征，它既可以使得两个变量之间相互促进，也可能出现相互否定的消极结果，因而出现恶性循环问题。虽然本文的研究并未给出解决出现不良结果的方案，但还是提供了一些思路，在某些情况下，政府应尽力调动经济的活力，使得经济社会中的某些因素跨越出现恶性循环的可能区间，从而触发制造业的产业规模扩张与知识性服务的发展彼此间出现良性的相互促进。正如近年来我国各地市以工业园为载体产业集聚的大量出现，制造业的复苏依赖于知识经济的大背景，但这也反过来带动了服务业的共生性成长，我们需要的是在一个较大的环境内的产业服务化，而我国实体产业至少在产业规模以及产品贸易强度方面的做大，才是地域服务化战略实施的“温床”。

现实中，很多地区并未能够在经济运行中获得本文所预期的良性循环，由于知识型服务业兼具知识的来源与载体双方面的功能，它们通过向其他组织群体提供增值服务，从而促进制造行业的就业以及绩效。而要打造地区内强大的知识密集型服务产业，决策者需集中注意力于本地区的制造业产业规模的建设，加大产品外贸进出口力度，并完善地区内如宽带和移动通信业务等数字化基础设施的建设，从而增强制造业与新兴服务业之间的联系与互动。

欧盟委员会在2012年的调研报告中明确指出，知识密集型服务业在地区经济发展战略中起到了至关重要的作用。但是，目前我国各级政府所出台的政策落脚点却不应将重点放在对具体制造企业的知识创新性行为进行补贴资助。推动知识密集型服务业可持续发展的努力应当放在地区内部以及地区之间企业之间网络构建的完善上，增加彼此间合作交流的机会可能性。在此基础上，制造业可以充分开发和利用知识密集型服务业，而高速信息网络的大面积覆盖也使得知识密集型服务业可以更好地服务于有需求的制造企业，为他们提供增值服务，且不用受地理位置的桎梏。

参考文献：

[1] Cusumano M A， Kahl S J， Suarez F F. Services， industry evolution， and the competitive strategies of product firms [J]. Strategic Management Journal， 2015， 36： 559-575.

[2] Suarez F F， Cusumano M A， Kahl S. Services and the business models of product firms： an empirical analysis of the software industry [J]. Management Science， 2013， 59： 420-435.

[3] Lee S， Yoo S， Kim D. When is servitization a profitable competitive strategy？ [J]. International Journal of Production Economics， 2016， 173： 43-53.

[4] 徐振鑫， 莫长炜， 陈其林. 制造业服务化： 我国制造业升级的一个现实性选择 [J]. 经济学家， 2016， 28（9）： 59-67.

[5] Arnold J M， Javorcik B， Lipscomb M， et al. Services reform and manufacturing performance： evidence from India [J]. Economic Journal， 2016， 126： 1-39.

[6] Kohtamki M， Partanen J. Cocreating value from knowledgeintensive business services in manufacturing firms： the moderating role of relationship learning in suppliercustomer interactions [J]. Journal of Business Research， 2016， 69： 2498-2506.

[7] Grnroos C， Voima P. Critical service logic： making sense of value creation and cocreation [J]. Journal of the Academy of Marketing Science， 2013， 41： 133-150.

[8] Vandermerwe S， Rada J. Servitization of business： adding value by adding services [J]. European Management Journal， 1989， 6： 314-324.

[9] Barnett N J， Parry G， Saad M， et al. Servitization： is a paradigm shift in the business model and service enterprise required？ [J]. Strategic Change， 2013， 22： 145-156.

[10] Crozet M， Milet E. Should everybody be in services？ the effect of servitization on manufacturing firm performance [J]. Journal of Economics & Management Strategy， 2015， 26： 112-142.

[11] Parry G， Bustinza O F， VendrellHerrero F. Servitisation and value coproduction in the UK music industry： an empirical study of consumer attitudes [J]. International Journal Production Economics， 2012， 135： 320-332.

[12] Neely A. Exploring the financial consequences of the servitization of manufacturing [J]. Operations Management Research， 2008， 1： 103-118.

[13] Visnjic I， Van Looy B. Servitization： disentangling the impact of service business model innovation on manufacturing firm performance [J]. Journal， Operation， Management， 2013， 31： 169-180.

[14] Rocha H， Sternberg R. Entrepreneurship： the role of clusters， theoretical perspectives and empirical evidence from germany [J]. Small Business Economics 2005， 24： 267-292.

[15] Teece D J. Economies of scope and the scope of the enterprise [J]. Journal of Economic Behavior & Organization， 1980， 1： 223-247.

[16] Sternberg R， Arndt O. The firm or the region： what determines the innovation behaviour of european firms？ [J]. Economic Geography， 2001， 7： 364-382.

[17] Arauzo J M. Determinants of industrial location： an application for catalan municipalities [J]. Papers in Regional Science， 2005， 84： 105-120.

[18] Lafuente E， Vaillant Y， Serarols C. Location decisions of knowledgebased entrepreneurs： why some Catalan KISAs choose to be rural？ [J]. Technovation， 2010， 30： 590-600.

[19] Zhen L. An analytical study on serviceoriented manufacturing strategies [J]. International Journal of Production Economics， 2012， 139： 220-228.

[20] Rabetino R， Kohtamki M， Lehtonen H， et al. Developing the concept of lifecycle service offering [J]. Industrial Marketing Management， 2015， 49： 53-66.

[21] Doloreux D， Shearmur R. Collaboration， information and the geography of innovation in knowledge intensive business services [J]. Journal of Economic Geography， 2012， 12（1）： 79-105.

[22] Gebauer H， Fleisch E. An investigation of the relationship between behavioral processes， motivation， investments in the service business and service revenue [J]. Industrial Marketing Management， 2007， 36： 337-348.

[23] Baines T， Shi V G. A Delphi study to explore the adoption of servitization in UK companies [J]. Production Planning & Control， 2015， 26： 1171-1187.

[24] Mueller P， Van Stel A， Storey D J. The effects of new firm formation on regional development over time： the case of Great Britain [J]. Small Business. Economics， 2008， 30： 59-71.

[25] Eriksson R H， Hansen H K， Lindgren U. The importance of business climate and people climate on regional performance [J]. Regional Studies， 2014， 48： 1135-1155.

[26] Leydesdorff L， Dolfsma W， Van der Panne G. Measuring the knowledge base of an economy in terms of triplehelix relations among technology， organization， and territory [J]. Research Policy， 2006， 35： 181-199.

[27] Angrist J. The perils of peer effects [J]. Labour Economics， 2014， 30： 98-108.

[28] Baron R， Kenny D. The moderatormediator variable distinction in social psychological research： conceptual， strategic and statistical considerations [J]. Journal of Personality & Social Psychology， 1986， 51： 1173-1182.