产业融合促进了制造业转型升级吗？——基于先进制造业与现代服务业融合的视角

夏 伦

(湖北经济学院 信息管理与统计学院，武汉 430205)

引 言

制造业既是国民经济的主体，又是立国之本、兴国之器、强国之基。改革开放以来，我国制造业迅速发展，形成了门类齐全、独立完善的产业体系，有力地推动了我国工业化和现代化发展，国际竞争力显著提升，国力明显增强。然而，与发达国家相比，我国制造业依然大而不强，在高、精、尖端领域缺乏核心竞争力。在新一轮科技革命和产业变革的潮流下，美(制造业振兴框架)、英(制造业新战略)、德(工业4.0)、法(新工业法国)、日(制造业基础白皮书)等制造业强国先后提出“再工业化”战略，意在进一步巩固和加强制造业的全球领先地位，占据制造业价值链的制高点，而印度、越南等发展中国家不断兴起，积极承接发达国家的产业转移，制造业水平不断上升，竞争力大幅增强。加之突如其来的新冠疫情，导致国际形势发生深刻变化，少数发达国家借此采用经济封锁和制裁等方式试图打压我国经济发展。在多重压力下，我国制造业转型升级任务紧迫且艰巨，中央政府于2015年制定了《中国制造2025》行动纲领，对未来十年中国制造业强国路线进行了规划。

加快现代服务业和先进制造业的深度融合成为促进制造业转型升级的重要手段，对我国经济高质量发展具有重要意义。近年来，国家政策倾向非常明晰，2019年政府工作报告中明确强调“要推动先进制造业和现代服务业的深度融合，坚定不移建设制造强国”。2019年11月我国15部门联合印发的《关于推动先进制造业和现代服务业深度融合发展的实施意见》明确了“两业”(现代服务业与先进制造业，简称“两业”)融合发展的总体思路与目标、融合路径和融合主体作用，确定了两业融合发展的现实意义。两业融合发展是供给侧结构改革的主要内容，是产业转型升级的趋势，是建立现代化产业体系的重要保障，是实现制造业高质量发展和制造强国战略的内在需要和必然选择。在国家发展战略的指导下，地方政府也纷纷跟进，湖北、河北、吉林、江西等多个省(市、自治区)试点“两业”深度融合，以促进制造业高质量发展(1)详见《经济参考报》，2020年12月2日 http://www.jjckb.cn/2020-12/02/c_139556919.htm。在两业融合发展的基础上，诞生了新的行业，被业界称为“制造服务业”，它是数字化、信息化、智能化时代背景下出现的一个制造业新业态，是服务业与制造业融合的新形式，也体现出近年来制造业与服务业概念边界日益模糊、两业相辅相成的共生发展局面。近年来，我国积极推进制造业与现代服务业的深度融合并取得了良好的成效。有调查数据显示，近五年我国现代服务业重点领域企业数量大幅增加，营业收入年均增长率达10%以上，增速明显高于其他服务业，制造业发展不仅在数量上实现扩张，在质量上也显著提升。尽管我国服务业和制造业都得到了长足的发展，但与世界先进水平相比依然存在较大差距，2018年中国制造业劳动生产率为28 974.93美元/人，仅为美国的20%、德国的27%、日本的30%。在两业深度融合上同样存在突出的问题。从世界范围来看，制造业服务化、智能化的发展趋势非常明显，全球成品贸易中超过1/3的增加值来源于服务业，发达国家制造业生成过程中的服务投入普遍超过30%，而我国仅保持在10%左右。

面对世界百年未有之大变局，明确我国两业融合的发展现状与短板，并进一步研究两业融合对制造业转型升级的影响非常必要。本文将重点探讨两业融合程度并对制造业转型升级进行测度，通过数据揭示我国两业融合发展的水平和趋势、制造业转型升级的现状和特征以及两业融合如何定量影响制造业转型升级。

一、文献综述

先进制造业和现代服务业是关乎我国经济高质量发展的核心产业，学术界围绕两业的研究非常丰富。目前大量文献主要从制造业和服务业的关系进行分析[1-5]，关于两业融合对制造业转型升级影响的文献主要是政策分析或定性研究，定量研究相对较少，少量文献分别从两业融合的测算和制造业转型升级的评价进行探讨[6-8]。从两业融合的测算来看，主要包括三类方法：技术系数法、统计模型法和投入产出法。技术系数法通常包含相关系数法、赫芬达尔指数和熵指数法等，投入产出法主要指以投入产出表为基础计算的融合指数。对产业融合的研究起源于20世纪70年代，数字技术的出现促使计算机、广播技术、印刷技术的融合，不同行业间通过数字技术互联互通，形成了产业间相互服务的纽带，为产业融合建立了技术支撑。在早期的产业融合的研究中，主流观点认为技术创新是产业融合的重要动因，故而采用产业间的技术融合度测量产业间的融合程度，最具代表性的指标为赫芬达尔指数和熵指数法。Gambardella and Torrisi (1998) 在研究技术融合对市场的影响时，提出采用赫芬达尔指数测算计算机、电子、电信等五个产业的融合水平，即采用企业每个产业技术专利占所有专利比重的平方和来衡量技术融合水平，并将技术融合水平看作产业融合水平的近似替代[9]；熵指数主要借鉴信息理论中熵的概念，与赫芬达尔指数构造形式类似，不同的是在权重分配上采用了不同的方式。早期相关系数也作为衡量产业融合的一种方法，Fai等(2001)采用专利数量的相关系数确定产业间的融合情况[10]。从统计模型法来看，统计模型法主要包括利用耦合协调度模型、灰色关联模型、计量经济模型等方法测算产业融合水平。张健和李沛(2016)利用灰色关联法研究京津地区现代服务业与制造业、农业的融合程度，研究发现产业融合趋势不断上升，产业融合发展有效促进地区经济转型升级[11]；高智和鲁志国(2019)利用系统耦合理论研究装备制造业和高技术服务业的融合水平，研究发现，整体上两业融合水平不高，并呈现出地区差异[12]；傅为忠等(2017)利用耦联评价模型对我国2006—2015年现代服务业与装备制造业的融合程度进行测算，研究表明两业融合程度良好，并呈现上升趋势[13]；姜博等(2019)运用ISCNFI指数模型测算省际装备制造业的产业融合状况，并进一步分析其对创新效率的影响[14]；张虎等(2019)运用耦合协调法测算城市制造业与生产性服务业融合水平，并分析其对空间区域协调的影响[15]。投入产出表揭示了各产业之间的密切关系，利用投入产出表测算产业融合程度是较为普遍的一种方式，方来等(2016)利用中国投入产出表分析甘肃省制造业与生产性服务业的融合关系，研究发现，制造业对知识密集型服务业融合较低[16]；彭徽等(2019)利用国际投入产出表测算中国制造业和生产性服务业的融合程度，并与国际比较，发现中国产业融合发展相对滞后[17]。我国制造业转型升级的发展目标已提出多年，对此展开研究的文献也比较丰富，然而对制造业转型升级的测度一直未形成权威的标准，早期研究的文献较多采用一维指标，即仅仅采用一个指标来衡量，如采用制造业增加值、制造业生成率、制造业人均GDP、工业利润率等来测度转型升级，显然单指标难以全面反映制造业转型升级状况。近年来，随着国家宏观政策的不断深化，相关文件对制造业发展的维度进行了详细的阐述，利用指标体系测度备受青睐，马茹等(2019)认为产业转型升级应从高质量供给、需求、生产效率、经济运行和对外开放五个方面进行分析[18]；任保平(2019)认为，制造业转型升级应该体现在结构升级、技术创新、新动能培育、生成效率和竞争力等方面[19]；简新华等(2020)认为制造业高质量的转型升级包括经济效益、社会效益、生态效益和运行质量四个方面[20]；余东华等(2020)借鉴国家“五大新发展理念”的思路，认为制造业可从要素投入低、资源配置效率高、生态环境优、社会效益好等方面升级[21]。

从已有文献来看，诸多学者对两业融合、制造业转型升级等问题进行了探讨并取得丰硕的研究成果。然而，研究两业融合对制造业转型升级定量影响的文献相对较少，对该影响在我国不同区域间异质性分析更是少见。鉴于此，本文拟从以下方面展开研究：(1)分别构建两业融合指标体系和制造业转型升级指标体系，并测算中国各省综合指标，描述我国两业融合与制造业转型升级特征与趋势；(2)采用面板数据空间杜宾模型研究两业融合对制造业转型升级的影响，探索空间效应关系；(3)选择最优的局部带宽，运用变系数地理加权回归研究各地区两业融合对制造业转型升级的异质性，为我国制定差异化发展政策提供基础。

二、数据来源与指标测度

(一)数据来源与说明

本文选择2003—2018年作为样本时间范围，选择这个期限的原因为：第一，2003年开始制造业统计口径发生变化，纳入生产性服务业的行业增多(后期虽然也存在多次行业修改，但整体稳定)；第二，目前我国最新的数据更新到2018年。选择中国31个内陆省份(包括直辖市、自治区，不包含港澳台地区)作为个体代表。研究数据主要来自《中国工业经济统计年鉴》(2004—2019)、《中国第三产业统计年鉴》(2004—2019)、31个内陆省份《统计年鉴》(2004—2019)以及《中国统计年鉴》(2004—2019)，部分数据还参考了中国投入产出表、世界投入产出表(WOID)、EPS数据库等资料，所有数据均来自政府官方数据。为消除价格指数变化带来的影响，本文涉及的价格变量(主要包括各地区行业增加值)均以2003年为基期进行价格调整。

(二)两业融合的测度

为了有效测度两业融合水平，首先需要对两业的范围进行界定。现代服务业是指以现代科学技术特别是信息网络技术为主要支撑，建立在新的商业模式、服务方式和管理方法基础上的服务产业。从概念上来看，难以对现代服务业所涵盖的行业进行精准的界定，我们参考科技部颁布的《现代服务业科技发展“十二五”专项规划》(国科发计〔2012〕70号)文件，以及学界普遍采用的处理方式，认为现代服务业主要指生产性服务业(服务业还包括生活性服务业)，按照国家统计局颁布的《生产性服务业统计分类(2019)》(国统字〔2019〕43号)文件，拟定现代服务业具体包括交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，租赁和商务服务业，科学研究和技术服务业共五个行业。先进制造业是相对于传统制造业而言，指吸收信息技术、智能技术等高新技术成果，并将高新技术、制造模式和管理理念贯穿于设计、研发、制造、生产和检测等全过程的制造业。从现实来看，随着信息技术的不断完善，人工智能的不断发展，近年来制造业各行各业都或多或少引入了高新技术，因此根据2019年国家质量监督检验检疫总局和国家标准化管理委员会联合颁布的《国民经济行业分类》(2019修改版)标准，选择其制造业类目中的所有行业(2)《国民经济行业分类》(2019修改版)中将所有行业划分为20个大类行业、97个细分行业，分别用字母A到T表示大类行业，其中制造业代号为C，其细分行业代号范围为13-43，共31个行业。。

1.两业融合的测算方法

从文献中看，衡量产业融合的方法包括技术系数法、统计模型法和投入产出法。其中技术系数法仅用少数技术指标来综合衡量产业融合水平，相对比较片面；投入产出法可较为全面地反映产业融合水平，然而考虑到我国投入产出表每五年发布一次，数据缺乏连续性，难以精确揭示全时期水平。因此本文选择统计模型法，具体采用耦合评价模型进行测度，耦合评价模型主要用于衡量两个系统之间的相关性，先进制造业和现代服务业都包含诸多部门，是相对较大的产业系统。因此，耦合评价模型适用于衡量两业融合水平，采用Cao L等(2020)(3)Cao L,Li L, Wu Y, et al.Does industrial convergence promote regional metabolism? Evidence from China. Journal of Cleaner Production, 2020, 273:123010. https://doi.org/10.1016/j.jclepro.2020.123010.的计算方法进行测算。具体模型构建步骤如下：

(1)指标标准化采用最大—最小归一化方法对数据进行标准化处理，先进制造业和现代服务业指标的标准化公式如式(1)、式(2)：

mij=(xij-xijmin)/(xijmax-xijmin)

(1)

sij=(yij-yijmin)/(yijmax-yijmin)

(2)

式(1)中，xij表示先进制造业第i个部门第j个指标的取值，xijmax和xijmin分别表示该指标的最大值和最小值；式(2)中，yij表示现代服务业第i个部门第j个指标的取值，yijmax和yijmin分别表示该指标的最大值和最小值；mij和sij分别表示两业标准化后的取值。

(2)子系统贡献值计算。先进制造业和现代服务业的贡献值计算如式(3)、式(4)：

MC=Σλijmij

(3)

SC=Σμijsij

(4)

其中，MC和SC分别表示先进制造业和现代服务业的贡献值；λij表示制造业子系统各指标的权重，mij是式(1)先进制造业标准化后的取值；μij表示现代服务业子系统各指标的权重，Sij是式(2)现代服务业标准化后的取值；其中各指标的权重λij和μij采用熵权法进行计算。

一般而言，若MC取值越大，则先进制造业发展水平越高，SC取值越大，现代服务业发展水平越高；当MC>SC，表明先进制造业发展水平领先于现代服务业发展水平，反之则现代服务业领先制造业发展水平。

(3)融合水平计算。先进制造业和现代服务业的发展有着各自的演化过程，并存在紧密的联系，当整体系统达到稳定的状态时，可计算两业的耦合度(coupling degree，简记为C)，计算方法如式(5)：

(5)

然而，两个产业的子系统在发展环境与演化基础上存在差异，因此仅靠耦合度来衡量并不全面，故而引入耦合协调度(记作D)指标进行更加全面的测度。其构造模式是在耦合度基础上考虑综合协调度，具体计算方法为式(6)：

(6)

其中，T=α×MC+β×SC表示两个产业融合发展的综合协调系数；α与β分别表示两个产业的行业贡献度；D表示两个产业的耦合协调度，本文作为最终衡量两业融合水平的指标，通常来看，耦合协调度越高表明两个产业融合水平越高。

2.指标选择

目前的文献大多采用少数指标(如行业增加值、就业人数)甚至单一指标作为两个产业融合测算的基础(苏永伟，2020[6]；邓明亮等，2020[8])。本文认为，两个产业的融合是多维度的，结合国家部委出台促进两业融合发展的文件内容，并遵循全面性、科学性、数据可得性原则，选择从产业发展规模、产业结构、空间集聚、发展速度四个方面进行综合测量。具体指标体系与计算方法见表1。

表1 两业融合维度指标

3.两业融合发展特征

根据测算方法和数据，计算全国31个内陆省份2003—2018年两业融合水平(图1)(4)为了节约篇幅，此处对全国31个内陆省份按地理区域划分为四大区域，分为东部地区(包括北京、天津、上海、河北、山东、江苏、浙江、福建、广东)、中部地区(包括湖南、湖北、河南、安徽、江西、山西)、西部地区(包括内蒙古、新疆、宁夏、陕西、甘肃、青海、重庆、四川、西藏、广西、贵州、海南、云南)、东北地区(包括辽宁、吉林、黑龙江)进行分类汇总。，可以看出，整体上我国先进制造业与现代服务业融合水平呈现上升趋势；从地区来看，四大区域同样呈现两业融合水平不断提高的发展态势，然而各地区发展不均衡的矛盾依然突出，东部地区2003年两

图1 两业融合水平时间演变图(分区域)

业融合水平已达到0.55，大幅领先于其他三大地区，经过2012年大幅提升并稳定发展后，到2018已经达到0.8的融合水平，不仅保持了全国领先地位，并进一步拉开了区域发展差距。中部、西部和东北地区到2018年两业平均融合水平分别为0.61、0.52和0.56，西部地区和东北地区2018年两业融合水平和东部地区2003年水平相差无几，充分展现了我国区域发展的差距，对于中、西、东北地区而言，两业发展不充分，两业融合水平较低依然是目前存在的突出矛盾。

(三) 制造业转型升级的测度

1.制造业转型升级的测度方法

改革开放以来，我国制造业取得了巨大的发展成就，同时也存在一些短板，面对日益复杂和严峻的国际形势，加快制造业转型升级是保持我国经济健康稳定发展的关键。如何有效衡量制造业转型升级是学界关注的热点话题之一。从已有文献来看，在早期的研究中有采用单一指标衡量的，如采用制造业增加值、制造业生产率、制造业人均增加值、高技术制造业占第二产业增加值比重等直接作为反映制造业转型升级的指标，也有利用计算指数方式来衡量的(余东华等，2020[21])，采用单一指标显然无法全面准确衡量产业转型升级水平，因此近年来学者们主要采用构建指标体系的方式测度制造业转型升级(潘为华，2019[22]；王玉燕，2015[23]；罗序斌等，2020[24])。指标体系法可以从多维度宽视角全面反映制造业转型升级状况，然而目前官方和学界均未形成权威评价制造业转型升级的指标体系，因此，为了满足指标体系构建的科学性，我们在参考相关文献的基础上，重点借鉴国务院发布的《工业转型升级规划(2011—2015年)》(国发〔2011〕47号)和《中国制造2025》(国发〔2015〕28号)两个文件精神，确定制造业转型升级的内涵包括产业结构优化、质量效益、创新能力、两化融合、环境保护五个方面，并在此基础上构建指标体系，其中一级指标为制造业转型升级，也是最终的核心目标指标。五个二级指标，产业结构包括反映产业规模和高技术制造业的比重两个三级指标；质量效益高的具体体现为生产效率高、附加值高和价值链高，是制造业高质量发展的核心体现，因此选择劳动生产率、增加值率和高技术产品比重作为测量指标；创新能力是发展的生命线，是制造业转型升级的关键和直接推动力，学界通常的作法是选择专利数量和研发投入类指标进行衡量，专利是研发活动的直接成果之一，研发投入体现对创新的重视程度。一般而言，较高的研发投入更易产生创新成果，本文在选择这两项通用指标后，还考虑到高技术新产品的销售情况。产品是创新能力的终极承载和体现，因此将高技术制造业新产品的收入占比作为一个指标引入创新能力指标体系；两化融合是指信息化和工业化的高度融合，主要体现制造业信息化、数字化、智能化水平，由于缺乏两化融合的直接数据，《中国制造2025》文件中采用宽带和互联网普及率和数字化研发设计工具普及率作为衡量指标，数字化研发设计工具是“互联网+”时代的新产物，近几年出现的新指标目前缺乏完整的数据，因此采用传统的互联网与宽带普及率和人均电信业务作为替代指标，同时借鉴罗序斌等(2020)[24]文献引入数字化人才储备和智能生产从业人员作为数字化和智能化指标；环境保护是当前世界关注的热点，也是我国高质量发展的重要体现之一，单位能耗和“三废”排放量是衡量环境保护的核心指标，本文补充近年来备受关注的PM2.5作为指标，结合数据的可得性，我们选择单位工业废水排放量、单位工业废气排放量和单位电耗、单位煤耗和PM2.5值作为衡量测量指标。指标体系的具体构建和指标计算详见表2。

表2 制造业转型升级评价指标体系设计

本部分的数据主要来自《中国统计年鉴》(2004—2019)、《中国工业统计年鉴》(2004—2019)(5)2012年及以前为《中国工业经济统计年鉴》，2013年开始为《中国工业统计年鉴》。、《中国高技术产业统计年鉴》(2004—2019)、《中国科技统计年鉴》(2004—2019)、《中国环境统计年鉴》(2004—2019)以及各省统计年鉴(2004—2019)。部分地区缺失数据采用移动平均进行补齐。测算各地区制造业转型升级指数，需要将指标进行同方向处理，19个三级指标中，除环境保护的五个指标是逆指标(6)评估指标依照性质可分为正指标和逆指标。逆指标是指该指标取值越大，负向结果越明显。外，其余指标均为正指标，本文将环境保护的五个指标取倒数进行正向化处理。

2.制造业转型升级综合指数

在指标体系的基础上，计算综合指数以反映全国及各地区制造业转型升级状况。为了科学获得综合指数，各指标权重设置非常重要。本文选择熵权法对指标进行赋权，该方法依靠数据本身的特征计算权重，相对客观，是多指标综合评价问题中确定权重的重要方法之一。根据表2的指标，利用熵权法计算的各指标权重如表3所示(7)此处给出的是2003—2018年各指标权重的平均值。后续计算各地区综合指数，为保证数据可比性，取平均权重作为每年各指标的权重。，可以看出，环境保护和创新能力权重占据前两位(8)每个二级指标下三级指标数量不同，而二级指标的权重由三级指标权重求和所得，因此不能完全依照总权重确定二级指标的重要性，本部分主要测算综合指数，并不比较各二级指标的重要性，因此不影响后续分析。，而产业结构因三级指标数量少而权重最低。平均来看，各三级指标权重分布较为均匀，在0.025-0.066之间小幅波动。

表3 熵权法指标权重表

根据各指标权重，我们计算全国2003—2018年制造业转型升级综合指数，从表4可以看出，近16年来我国制造业转型升级综合水平不断提升，综合指数从2003年0.1814上升到2018年0.9048，整体呈现良好发展趋势；从五个二级指标来看，基本呈现出前期波动、中后期稳定向好的发展态势。

表4揭示了全国整体制造业转型升级的发展特征，进一步地，我们计算31个内陆省份(直辖市、自治区)2003—2018年制造业转型升级指数，计算结果见图2(9)为了节省篇幅，同时揭示数据主要特征，按照区域进行汇总展示，区域划分同上文两业融合的划分标准，分为东部、中部、西部和东北地区四个部分。。从图2可以看出，整体上2003—2006年制造业转型升级水平比较平稳，2006年以后发展速度明显加快，2016年之后保持稳定发展；从地区来看，各区域发展轨迹相似，均呈现上升趋势，东部地区依然保持领先优势，中部、西部和东北地区差距较小，和两业融合发展态势不同的是，从制造业转型升级水平来看，东部地区与其他地区差距逐渐缩小，呈现均衡发展的趋势。

图2 制造业转型升级综合指数时间演变图(分区域)

表4 2003—2018年中国制造业转型升级综合指数

三、两业融合对制造业转型升级的实证研究

目前关于两业融合对制造业转型升级影响的文献相对较少，少量近似文献为我们的研究提供了参考[25-29]。在参考相关文献的基础上，根据前文对两业融合和制造业转型升级的测算结果，分析两业融合对制造业转型升级的定量影响。

(一)模型选择

在传统计量经济模型中，通常假设观测个体之间相互独立。然而，现实中该假设并非一定成立尤其在经济领域，随着全球一体化、区域一体化发展的不断深入，区域之间存在着密切的关联，如发达地区对周边的辐射效应就是空间相关的重要体现之一，本文研究的产业融合与制造业转型升级同样存在这种外部性，因此将个体之间的空间相关因素引入模型将更加科学合理。通常而言，个体之间的空间相关体现在两方面：一方面是不同空间个体的观测数据存在空间相关(包括空间自回归模型和空间杜宾模型)；另一方面是通过误差项相关来体现(空间误差模型)。

面板数据的空间自回归模型(通常也被称为空间滞后模型)形式为：

yit=ρΣwijyjt+xitβ+μ+εit,i=1,2...,N,t=1,2，...,T

(7)

其中，yit为被解释变量；xit为k维解释变量向量；ρ是空间自回归系数；wij是空间权重矩阵；N是样本数量；T是时间长度；μi是个体固定效应(或随机效应)；β是解释变量回归系数向量；εit为随机误差项。

在空间自回归的基础上，如果存在某个体受到相邻个体解释变量的影响，则形成空间杜宾模型，其形式如下：

(8)

而当空间关系由误差项体现时，则采用空间误差模型，其形式为：

yit=xitβ+μi+εit

(9)

(二)空间回归模型

本文的核心是研究两业融合对制造业转型升级的影响，被解释变量为制造业转型升级水平(记作Y)，解释变量为两业融合程度(记作X)，为了消除遗漏变量的影响，模型中将设置若干控制变量。根据经济学理论和对相关文献的借鉴，本文最终选择经济发展规模(采用国内生产总值的对数衡量，记作lnGDP)、外商直接投资占比(采用外商直接投资与GDP的比衡量，记作FDI)、固定资产投资(取对数，记作lnIFA)、人力资本(采用每万人科研机构和高校职工人数衡量，记作HUM)、政府支持(采用财政支出与GDP的比衡量，记作FES)、城镇化率(记作UR)六个变量作为控制变量。

在考虑空间因素的计量模型中，空间权重矩阵的选择非常重要，目前构建空间权重矩阵常见的方法包括0-1邻接矩阵法、地理距离法和经济社会距离法。为了得到可靠并稳健的结果，我们分别对三种常见空间权重矩阵进行空间计量分析，其中0-1邻接矩阵法即相邻地区权重为1、不相邻地区权重为0,记作W1；地理距离法的设置方法是：首先计算各地区省会间的经纬度距离，然后采用该距离的倒数(距离越远，空间相关性越低，也称反距离空间权重)作为权重，记作W2；社会经济距离的设置方法是：先计算各地区GDP离差的绝对值，然后求倒数(经济距离越小，空间相关程度越高)作为权重(10)与地理信息权重矩阵不同，经济距离的空间权重矩阵通常是时变的，不同时期各地区经济发展特征发生变化，导致每年都会产生一个空间权重，为了简化计算，本文采用取平均值的方法计算经济距离，即每年的经济空间权重保持一致。，记作W3。

在进行空间计量模型分析前，按照Anselin(1998)[30]提出的建议，首先，进行空间相关性检验，采用目前最广泛使用的Moran’I指数对三种空间权重矩阵进行空间相关性检验。结果发现，不论是被解释变量制造业转型升级水平，还是解释变量两业融合程度，三种空间权重矩阵均拒绝无空间自相关的原假设，证实了将空间关系引入模型的必要性。其次，通过拉格朗日数乘检验(LM)发现，针对空间滞后模型，拒绝“无空间自相关”假设，针对空间误差模型，同样拒绝“无空间自相关”假设，进一步表明考虑空间效应更加合适，同时两种模型相较于不考虑空间模型均更优。最后，在空间面板模型中，需要对固定效应和随机效应进行检验，采用豪斯曼(Hausman)检验，检验结果表明，对于空间滞后模型和空间误差模型，固定效应优于随机效应。因此，我们选择空间滞后和空间误差模型进行分析，同时为了便于对比，将最小二乘估计(OLS)作为参照。

回归结果见表5，可以看出，整体上两业融合程度对制造业转型升级存在显著的提升效应。从参数估计值来看，在不考虑空间效应的情况下，解释变量X的估计结果(OLS)小于空间模型结果(除空间误差W2的估计结果外)，空间自回归系数ρ的结果为正且显著，表明相邻地区的制造业转型升级水平将显著影响本地区，并存在促进作用；空间误差项回归系数λ显著为正，表明我国地区间制造业转型升级可通过误差项辐射周边地区；从控制变量来看，经济发展规模、外商直接投资、固定资产投资和政府支持对制造业转型升级具有显著的促进作用，而人力资本和城镇化率则在各模型中表现出分歧，人力资本对制造业转型升级不存在显著影响，部分模型得到的参数甚至为负，表明人力资本在制造业发展过程中并未充分发挥功效，将人才优势转化为经济转型的动力依然有待挖掘，城镇化率则在部分模型中不显著；从拟合优度R2和似然比检验Log-L来看，空间回归模型优于OLS，其中空间滞后模型略优于空间误差模型。

通过对面板数据的空间滞后模型和空间误差模型分析后，我们发现两个模型均比OLS模型更优，同时通过检验证实空间滞后效应和空间误差效应均显著存在，接下来探讨解释变量的滞后效应是否存在，这里采用面板数据的空间杜宾模型进行探索。根据表5的实证结果发现，三种空间权重矩阵的结果差异较小，因此选择其中效果最好的W2(即反地理距离空间权重矩阵)进行分析。前文通过检验已发现固定效应模型更优。对于空间面板模型而言，又可分为空间固定效应。时间固定效应和双固定效应模型三种，其中空间固定效应模型主要揭示空间面板数据中随个体变化但不随时间变化变量的影响规律，时点固定效应则反映随时间变化而不随个体变化变量的影响规律，双固定效应揭示空间和时间两者均发生变化变量的影响规律。

表5 空间回归模型参数估计表

从表6可以看出，两业融合程度对制造业转型升级存在显著的促进作用，并且同时存在空间固定效应和时间固定效应。我们以双固定效应模型进行解释。从主效应来看，两业融合程度每增加1个单位，制造业转型升级水平平均提升0.007个单位；控制变量中，除人力资本不显著外，其他变量均通过显著性检验，表明经济发展规模、固定资产投资、政府支持等因素对制造业转型升级存在显著作用。从空间效应来看，相邻地区的经济发展对本地制造业转型升级存在正向促进作用，而外商直接投资、固定资产投资、人力资本和政府支持则存在负的空间效应，表明邻近地区的优势可能会吸引本地资源外流进而抑制本地发展;城镇化率没有通过显著性检验，表明邻近地区城镇化发展对本地制造业转型升级影响不明显。虽然模型给出了解释变量及其滞后项的回归参数，但其数值大小并非真实对被解释变量作用的大小，而真实效应分解为直接效应和间接效应(11)LeSage and Pace(2009)提出空间效应分解为直接效应和间接效应，参见LeSage, J. P. & Pace, R. K. Introduction to Spatial Econometrics[M], Boca Raton, Taylor & Francis, 2009.，从空间效应分解来看，某地区的制造业转型升级既受到自身两业融合程度的影响，同时也受到邻近地区两业融合程度的影响，从数值大小来看，直接效应更加突出。

表6 空间杜宾模型参数估计表

(三)空间变量系数地理加权回归

从空间杜宾模型可以得到整体上解释变量以及控制变量对被解释变量的平均影响，从实证结果可以发现两业融合程度对制造业转型升级存在显著的促进作用，经济发展、外商直接投资等控制变量同样显著影响制造业转型升级，然而经济发展的异质性并没有揭示。因此应进一步探讨区域异质性特征，而非全域固定特征。在经典回归模型(包括经典空间模型)中，通常假设待估参数具有空间平稳性，即变量之间的关系不随个体空间位置变化而变化，得到参数是两变量之间的一种平均关系。如果这种关系随着位置的变化而发生改变，或者需要知道不同空间个体两变量之间的关系，则需要采用地理加权回归模型，Chris,Brunsdon等(1996)首次提出了地理加权回归模型[31]，其表达式为：

Yi=Xiβ(ui,vi)+εi=1,2,...B

(10)

其中,Yi表示被解释变量，Xi表示1×K维解释变量向量，β(ui,vi)表示待估参数，该参数是空间信息ui、vi的函数，ui、vi表示个体i的空间特征，如表示地理位置特征的经度和纬度。

地理加权回归模型将地理位置特征的参数引入模型，采用局部加权对参数进行估计。在估计参数时，带宽选择非常重要，空间个体i与个体j的权重是两个体距离的函数，最常见的函数形式为指数距离函数wij=exp(-dij/h)、高斯距离函数wij=exp[-(dij/h)2]和三次距离函数wij=[1-(h/dij)3]3，其中，dij为两个体的地理距离，h为带宽，如果在整个分析中选择相同的h，即每一个体的带宽都相同，则称为全局带宽，全局带宽保证了与个体i距离相同的任意若干个体的权重相同。式(10)为最基础的地理加权模型，后来Brunsdon等(1998,1999)学者进行了完善[32-33]，接着Paez等(2002)借鉴空间滞后和空间误差模型的形式将其引入模型，提出了更为一般化的空间地理加权回归模型[34]：

yi=ρiW1tY+Xiβ(ui,vi)+μi

(11)

至今运用地理加权回归模型进行实证研究的文献已较为丰富，但大多是对横截面数据的研究，而对面板数据的研究相对较少，同时在设置带宽时通常是选择全局带宽，对局部带宽研究较少，林志鹏等(2012)提出了针对面板数据的地理加权模型，并对局部带宽展开了研究，其面板数据地理加权回归形式为(12)模型设置参考林志鹏,龙志和,吴梅.中国人口年龄结构对地区居民消费的差异影响——基于空间面板数据的地理加权回归方法[J].广东商学院学报,2012,27(2):56-64.：

Yit=ρ0WitY+Xitβ0+μiti=1,2,...,N

μit=vit+εitt=1,2,...,N

(12)

最终模型的形式还需要进行两个检验来确定是空间滞后模型还是空间误差模型、是固定效应还是随机效应。检验结果如下：

第一，通过空间相关性检验发现，LM -Error 检验(统计量值为8.547，p值为0.007)和LM -Lag检验(统计量值为11.682，p值为0.000)均通过1%的显著性检验，即拒绝不存在空间相关的假设；然后进一步通过稳健性统计量Robust LM-Error 和 Robust LM -Lag检验，发现Robust LM-Error的值为0.267，p值为0.351，未通过10%水平下的显著性检验；Robust LM -Lag的值为2.892，p值为0.072，通过10%水平下的显著性检验，因此选择空间滞后效应模型。

第二，通过Elhorst(2010)提出的空间面板豪斯曼(Hausman)检验[35]确定固定效应或随机效应，结果发现Hausman统计量值为-1.372，p值为0.614，不能拒绝个体效应与解释变量不相关的假设，因此采用随机效应模型。

基于本文研究的主题和变量设置，结合上述检验结果，得到两业融合对制造业转型升级影响的模型如下：

Y=conslo,la+ρWY+β1,lo,laX+β2,lo,lalnGDP+β3,lo,laFDI+β4,lo,lalnIFA+β5,lo,laHUA+β6,lo,laFES+β7,lo,laUR+ulo,la,ulo,la=v+ε

(13)

其中，Y代表制造业转型升级水平，X代表两业融合程度，cons代表常数项，下角标lo、la分别代表地理经度和纬度(下同)，ρ代表空间滞后系数，W代表进行行标准化的空间权重矩阵，β1,lo,la代表考虑地理位置特征的待估参数，INGDP、FDI、InIFA、HUM、FES和UR表示控制变量，含义与前文一致，ulo,la代表包含地理位置特征的随机扰动项，其中包括个体效应v和随机误差项ε。

表7为被解释变量的空间滞后回归系数结果，即反映相近地区制造业转型升级状况对本地区制造业转型升级水平的影响。为了观察结果，按照东部、中部、东北、西部地区四个区域进行排列，由估计结果可知，有19个地区在10%显著性水平下通过检验，整体来看，东部沿海地区通过检验的地区较多，并且系数值相比其他地区较大，表明我国东部地区区域发展战略实施效果良好，不仅单个地区经济发展水平领先全国，区域间的协调发展能力也非常突出。具体来看，东部地区除河北、福建两省系数为负且未通过检验外，其他地区均显著为正，其原因可能在于区域发展定位的差异，河北与北京、天津两直辖市毗邻，在政策和资源分配上存在一定差距，导致周边的发展未能显著促进河北发展，而福建虽与浙江、广东两省接壤，浙江更倾向于向上海、江苏所在的长三角一体化发展，广东则倾向于珠三角和粤港澳一体化发展，因此福建在两大城市群中均无法充分享受到显著的辐射效应，相反可能存在一定的负影响。从中部地区来看，江西和山西系数不显著，其他四省系数显著但系数相比于东部地区较小，反映出和发达地区的差距，中部地区区位优势得天独厚，然而六省之间并未形成发展合力，其原因主要有两个：第一，缺乏具有绝对领导力的核心省份带动周边发展，中部各省实力差距不大，在全国经济发展大格局中，属于中等偏上水平，致使长期以来各自为战的局面没有根本改变。第二，经济、文化、人口等多种特征趋同，导致难以形成互补、容易形成竞争的发展态势，加之湖南可融入珠三角，安徽、江西可融入长三角等一系列现实需求，导致中部多年以来未形成强大的城市群体尤其是跨省城市群，实证结果较为真实地揭示了中部各省的发展状态。东北地区也存在发展后劲不足的趋势，东北三省近年来经济发展速度相对较慢，人才流失严重，各省之间难以形成有效互动，辐射效应难以发挥。西部地区除了重庆、四川和陕西经济实力较强外，多数省份经济发展相对落后，因此形成具有强辐射力的地区较少，大多数省份不具备辐射周边的能力。空间滞后回归系数的结果证实了区域发展存在异质性的结论。

表7 面板数据地理加权模型空间滞后系数估计结果

从各地区带宽系数来看(见表8)，所有地区均通过了5%显著性水平检验，表明两业融合程度对制造业转型升级的影响随着地理位置的不同而发生变化。从数值来看，中部地区带宽整体较小，边疆地区带宽较大。这是因为从区位来看，中部地区省份离全国各省份的平均距离最短，其带宽则相对较小，而边疆偏远省份到全国各省份平均距离最远，所以带宽较大。

表8 各地区局部带宽系数估计结果

从两业融合程度对制造业转型升级的影响来看(见表9)，广东、上海、浙江、江苏、北京等东部地区两业融合对制造业转型升级的促进作用更突出，东部地区平均影响系数为0.017，表明两业融合程度每增加1个单位平均可提升制造业转型升级水平0.017个单位，中部地区其次，平均影响系数为0.006，而东北地区和西部地区分别为0.001和0.0008。从整体结果可以看出，经济发展水平高的地区两业融合对制造业转型升级的影响更显著，东部地区先进制造业、现代服务业发展水平较高，为两者的融合发展奠定了坚实基础，西部部分地区由于各种客观原因而缺乏具有竞争力的制造业产业或者现代服务业，导致两业融合不够，限制了产业转型发展。值得关注的是，在最发达的东部地区，两业融合对制造业转型升级的促进作用也尚未充分发挥，其提升空间依然较大，两业融合的经济动能如何有效发挥仍然值得进一步探索。

表9 两业融合对制造业转型升级的参数估计表

从结果来看，经济发展规模、外商直接投资、固定资产投资和政府支持对制造业转型升级存在显著影响，同时也存在区域异质性。人力资本在相对发达的地区影响显著，在欠发达地区没有表现出显著效应，而城镇化率对多数地区影响并不显著。

四、研究结论及启示

本文构建了先进制造业与现代服务业融合和制造业转型升级两套指标体系，并测算两业融合程度与制造业转型升级水平，最后利用面板数据空间计量模型分析两业融合程度对制造业转型升级的影响。主要研究结论如下：

第一，从产业发展规模、产业结构、空间集聚和发展速度四个维度构建两业融合指标体系，采用耦合评价模型分别测算2003—2018年中国31个省(直辖市、自治区，不包含港澳台)两业融合水平。研究结果表明，无论从全国整体看还是从区域看，两业融合程度均呈现上升趋势，东部地区领先于全国，地区发展不均衡的现象依然存在并呈现扩大趋势。2003年东、西部两业融合程度的差距为0.14个单位，而到2018年差距扩大到0.28个单位，缩小区域间发展不均衡、提高欠发达地区经济发展水平的任务依然艰巨。

第二，从产业结构、质量效益、创新能力、两化融合和环境保护五个维度建立制造业转型升级指标体系，采用熵权法确定三级指标权重，并分别计算2003—2018年31个省(直辖市、自治区，不包含港澳台)制造业转型升级水平。结果表明，我国制造业转型升级呈现良好趋势，各区域发展轨迹均表现出逐渐提升的态势，值得关注的是，东部地区与中西部、东北地区的差距在缩小，体现了制造业转型升级向均衡的方向发展。

第三，利用空间面板模型研究两业融合对制造业转型升级的定量影响。通过空间滞后和空间误差模型检验空间关系的存在性和传导方式，研究发现，制造业转型升级存在显著的空间效应，这种空间效应既可通过被解释变量滞后项体现，也可通过误差项体现，在三种空间权重矩阵条件下分别求解待估参数，结果表明，两业融合对制造业转型升级存在显著促进作用，显著的空间回归参数证实了地区之间存在明显的辐射效应。进一步通过空间杜宾面板模型探索解释变量的空间效应，发现邻近地区两业融合程度对本地区的制造业转型升级存在显著影响，通过空间效应分解发现直接效应大于间接效应，即地区的发展内部因素大于外部因素。

第四，为了探索对制造业转型升级影响的异质性，采用面板数据空间变系数地理加权回归模型分析两业融合对制造业转型升级的影响，引入局部带宽法更加精确地捕捉地理位置特征对空间关系的影响。研究发现，两业融合对制造业转型升级的影响存在非线性，东、中、西部和东北地区影响特征存在明显差异，在相对发达地区两业融合显著促进制造业转型，而欠发达地区两者关系较弱。

基于上述研究结论，本文认为我国先进制造业和现代服务业深入融合水平依然不够，除少数发达地区初见成效外，大部分地区存在较大的提升空间，究其原因是由于两大产业本身发展不足。两业融合首先需要两业自身发展良好，融合才能发挥出共赢的效果，否则容易出现相互争夺资源、形成零和博弈的局面；高端价值链产业份额较低同样制约着产业转型升级，在服务业中相对低端的生活性服务业比重较大，高附加值的生产性服务业发展相对滞后，而制造业中高新技术制造业占比较低，尤其涉及“高、精、尖”领域，依然受制于发达国家，我国制造业大而不强的状态没有发生根本转变。因此，要进一步促进先进制造业和现代服务业深度融合，首先需要在“先进”和“现代”上下功夫，提高先进制造业的比重，激励高新技术研究，充分发挥人才优势、资金优势，实施科技兴国战略，大力发展研发、设计、咨询、现代物流、金融、软件、信息技术、通讯技术等现代服务业，为两业深度融合打下坚实基础。除此之外，区域发展不平衡、落后地区发展不够的现象值得关注，“强者恒强、弱者恒弱”的现象合理但不科学，容易导致强弱差距进一步拉大，发展不均衡是常态，均衡发展是最终目标，因此建议在制定经济发展政策时应加大对落后地区的支持，激发其发展潜力。只有实现区域经济均衡发展、两大产业协调发展，才能更好地完成中国经济高质量发展的战略目标。