制造业服务化的绿色发展效应研究

许冬兰 郭宇钦

[摘 要]制造业服务化是制造业转型升级的重要支点。为检验制造业服务化能否促进制造业的绿色发展，基于2000—2014年中国17个制造业面板数据，采用投入产出模型、动态EBM-Malmquist指数等方法，从绿色生产率视角揭示制造业服务化影响绿色发展的內在机制和实现路径。结果显示：制造业服务化具有显著的绿色发展效应，其中，技术进步和纯技术效率起正向传导作用，而规模效率和环境改善效率存在U型影响;制造业服务化可通过技术转移、自主创新、生产分工和生产成本路径实现绿色全要素生产率提升;从服务投入异质性的视角来看，金融服务化、电信服务化和运输服务化的绿色全要素生产率增长效应明显，而分销服务化则不显著。因此，制造业企业应不断提高服务化水平，通过鼓励自主技术研发、引入先进管理模式等方式促进制造业的绿色发展。

[关键词]制造业服务化;绿色发展;绿色全要素生产率;投入产出模型;动态EBM-Malmquist指数

[中图分类号]F426 [文献标识码]A [文章编号]1671-8372（2022）02-0033-10

Research on green development effect of service-oriented manufacturing industry

XU Dong-lan， GUO Yu-qin

（School of Economics， Ocean University of China， Qingdao 266100， China）

Abstract：The service-oriented manufacturing industry is an important support for the transformation and upgrading of manufacturing industry. In order to test whether service-oriented manufacturing industry can promote green development of manufacturing industry， based on the panel data of 17 manufacturing industries in China from 2000 to 2014， the input-output model， dynamic EBM-Malmquist index and other methods were used to reveal the internal mechanism and realization path of the service of manufacturing industry influencing green development from the perspective of green total factor productivity （TFP）. The results show that the service-oriented manufacturing industry has significant green development effects， among which technological progress and pure technical efficiency play a positive conduction role， while scale efficiency and environmental improvement efficiency have a U-shaped effect; service-oriented manufacturing industry can improve green TFP through technology transfer， independent innovation， production division and production cost; from the perspective of the heterogeneity of service factor input， financial service， telecommunications service and transportation service have significant effects on green TFP growth， while distribution service is not. Therefore， manufacturing enterprises should constantly improve the level of service， encourage independent technology research and development， and introduce advanced management mode and other ways to promote the green development of manufacturing industry.

Key words：service-oriented manufacturing industry; green development; green total factor productivity; input- output model; dynamic EBM-Malmquist index

一、引言

近年来，随着全球制造业竞争格局发生转变，多数发达国家的制造业不断呈现服务化的特征，如美国“再工业化”战略、德国“工业4.0”等均强调在服务经济的基础上提升本国制造业竞争优势。《中国制造2025》也明确提出要协同发展制造与服务，促进制造业由生产型制造转变为服务型制造。不同于传统的制造业粗放发展模式，制造业服务化是一种基于创新驱动的集约型分工模式[1]，也是制造业实现转型升级的关键支点。然而，在参与全球生产分工的过程中，中国制造业长期被锁定在全球价值链的低附加值和高污染生产环节，导致污染排放居高不下，环境恶化、资源浪费等问题日益凸显。因此，在全球制造业服务化趋势持续加强和中国环境污染不断加剧的背景下，党的十九大报告明确提出“加快建设制造强国，推进绿色发展”的战略目标，而实现这一目标的关键在于着力提升绿色全要素生产率（Total Factor Productivity，TFP）。那么，制造业服务化能否在推动中国制造业转型升级的同时，带动制造业的绿色发展？两者间有何逻辑关系？其内在机制和实现路径是怎样的？这些问题的解答对于中国实现制造业转型升级和绿色发展具有重大的现实意义。

目前，学界对绿色发展水平的测度尚未统一，主要测度方法有两类：一类是构建综合评价指标体系衡量区域绿色发展水平[2-3]，另一类是利用其他代理指标进行衡量[4-6]。此外，由于绿色全要素生产率既涉及环境因素又涉及经济因素，能够充分体现绿色发展的内涵，近年来也被越来越多的学者用作绿色发展水平的代理指标[7-8]。学界关于制造业服务化影响生产率的研究，大致从两个层面展开。首先是制造业服务化对生产率的影响研究。主要有三种观点：第一种观点是制造业服务化促进生产率提升[9-10];第二种观点是制造业服务化抑制生产率提升[11-12];第三种观点是制造业服务化对生产率的影响呈非线性[13-14]。其次是制造业服务化对环境污染的影响研究。现有研究指出服务化对环境污染存在正负两种影响：Cook等认为制造业服务化会逼迫原有企业投入额外时间成本与资源等，造成资源浪费[15];Rothenberg发现企业在由提供产品向提供服务转变的过程中产生了环境效益[16];陈艳莹和周娟认为制造业服务化改变了企业原有的资源利用模式，具有生态效益[17];Agrawal等从产出角度出发，认为制造业服务化提高了产品的环保性能，产生绿色经济效应[18];饶畅认为制造业服务化能够减少我国珠三角地区能源无效利用，实现碳减排[19]。

综上可知，制造业服务化对生产率及环境的影响研究已取得丰富成果，但鲜有研究考察制造业服务化与绿色全要素生产率之间的关系，也鲜有文献探究前者对后者的影响机制和实现路径。为此，本文尝试从以下三方面进行思路拓展与创新：第一，从绿色全要素生产率的视角探析中国制造业绿色发展，构建动态EBM-Malmquist指数，对中国制造业绿色全要素生产率进行科学测度和分解;第二，将制造业服务化与融合了环境因素和经济因素的绿色全要素生产率联系起来，考察制造业服务化对绿色全要素生产率的影响，并将绿色全要素生产率的分解项视为传导途径，探究制造业服务化影响绿色全要素生产率的内在传导机制和可能实现路径;第三，基于服务投入异质性视角，考察不同种类制造业服务化对绿色全要素生产率影响效应的差异。

二、制造业服务化影响绿色发展的理论分析与假设

本文从绿色全要素生产率视角探究制造业服务化对绿色发展的影响，并将制造业服务化对绿色全要素生产率的影响效应分解为技术进步效应、纯技术效率效应、规模效率效应和环境改善效率效应，从而深入剖析服务化影響绿色全要素生产率的内在传导机制。

（一）技术进步效应

技术进步效应是指由于技术水平提升引起的生产前沿面整体外移[20]。制造业服务化对技术进步的推动作用可能体现在以下两方面：第一，制造业企业通过扩展研发、信息等高技术含量的服务业务，拓宽了其与生产性服务企业间的技术转移渠道，有利于制造业企业通过学习、模仿等途径获取技术溢出，实现技术进步。第二，制造业企业在服务化过程中，一方面，通过引入信息和通信服务掌握消费者对产品的需求趋势[21]，明确产品创新动向;另一方面，通过引入金融服务缓解融资压力，增加创新资本。这都有利于企业提高自身创新水平。

技术进步会提高资本品和劳动要素质量，促进绿色全要素生产率提升。具体而言，技术水平通常会物化在机器设备等资本品内，因此，技术进步会带来清洁设备更新升级，有利于企业绿色清洁生产;同时，技术进步引起的生产设备优化会推动劳动要素质量提升，使企业获得更大产出，促进绿色全要素生产率提升。

据此，提出假设1：制造业服务化水平可能通过技术进步效应对绿色全要素生产率产生正向影响，促进绿色发展。

（二）纯技术效率效应

纯技术效率效应是指由于现有技术水平的潜能得到更大释放而引起的效率变动，当企业的管理水平提高或资源要素协调性增加时，企业的现有技术水平会得到充分发挥，由此带动纯技术效率的提升[20]。制造业服务化对纯技术效率的推动作用有以下表现：第一，制造业企业通过学习、模仿等途径充分吸收生产性服务中嵌入的先进管理技术[22]，优化组织管理模式，提升企业管理水平，进而促进纯技术效率提升;第二，制造业企业通过将比较劣势的服务业务外包给生产性服务企业，能够使企业更专注于自身核心业务，推动企业内部生产分工细化，提高专业化分工水平，从而加强信息在生产经营各环节的有效传递，增加资源要素的协调性，实现纯技术效率提升。

纯技术效率提升能够降低企业沟通成本，减少资源浪费，促进绿色全要素生产率提升。具体而言，纯技术效率提升意味着企业管理决策水平的提升，能够有效缓解企业各部门存在的信息不对称问题，降低内部沟通成本，从而合理安排生产要素的投入使用，减少资源浪费，促进绿色全要素生产率提升。

据此，提出假设2：制造业服务化水平可能通过纯技术效率效应对绿色全要素生产率产生正向影响，促进绿色发展。

（三）规模效率效应

规模效率效应是指由于规模经济（或规模不经济）导致的效率变动[23]，当企业扩大生产规模至最优规模时，实现规模经济，规模效率提升。当制造业服务化水平较低时，制造业企业物流、维修等服务业务种类的扩展需要足够的劳动力与资金支持，这增加了相应的转型成本[24]，而此时制造业企业大多与提供低端生产性服务的企业关联[25]，服务要素投入带来的管理经验与技术较少，导致资源无法达到最优配置状态，从而使生产成本降低的优势不足，难以弥补企业的转型成本，故规模效率下降;当制造业服务化水平不断提升并跨过某一阈值时，制造业企业能够从高端生产性服务要素中获取更多技术溢出，使资源配置愈发合理，由此节省的生产成本足以弥补业务转型成本，有利于提高规模效率。即制造业服务化与规模效率间可能存在U型关系。

规模效率提升能够细化生产分工，促进绿色全要素生产率提升。根据规模报酬递增理论，随着规模日益扩张，企业在生产环节愈发具有比较优势，生产设备的投入种类不断扩展，使专业化分工更为细化，有利于劳动力最大限度地发挥生产潜力，减少资源浪费，进而提升绿色全要素生产率。

据此，提出假设3：制造业服务化水平可能通过规模效率效应对绿色全要素生产率的影响表现为U型关系。

（四）环境改善效率效应

环境改善效率是指考虑了资源投入和环境负产出的效率[26]。当环境负产出减少或资源消耗量降低时，环境改善效率提升。当制造业服务化水平较低时，制造业企业大多与低端生产性服务的企业相关联，企业能够获取的绿色技术有限，由此引致的节能减排优势较小，无法弥补此阶段资源利用效率低下导致的资源浪费[27]，故企业的资源消耗和环境负产出增加，环境改善效率下降;当制造业服务化水平不断提升并跨过某一阈值时，制造业企业逐渐导入环保、设计等高技术含量的生产性服务，获取更多绿色生产技术[16]，节能减排优势不断凸显，环境改善效率提升。即制造业服务化与环境改善效率间可能存在U型关系。

环境改善效率提升有利于企业降低治污成本，促进绿色全要素生产率提升。具体而言，环境改善效率提升直接使制造业企业的非合意产出减少，企业需要额外引进的污染处理设备数量缩减，从而在很大程度上减少企业的治污成本，节省了企业在生产过程中投入的资源要素量，促进绿色全要素生产率提升。

据此，提出假设4：制造业服务化水平可能通过环境改善效率效应对绿色全要素生产率的影响表现为U型关系。

三、模型介绍、变量及数据说明

（一）模型介绍

1. 多区域投入产出模型

本文借鉴王思语和郑乐凯[28]的计算方法，基于增加值视角衡量制造业服务化水平。假设有Z个国家，每个国家有N个部门，建立多区域投入产出模型：

其中，X c、Y c（c=1，2，…，z）均为N维列向量，分别表示国家c的总产出与最终消耗。Apc为国家c对国家p的直接消耗系数矩阵，B为完全消耗系数矩阵。

将出口进行增加值分解：

式（2）中， （c=1，2，…，z）表示c国各部门的增加值率，  为c国增加值率方阵。    表示c国出口贸易矩阵。式（2）第二行矩阵的行向量代表增加值去向，列向量则是出口增加值来源。

因此，c国家j制造行业服务化水平可表示为：

式（3）中，p为出口国，j为c国各制造行业，i为各生产性服务行业，  为所有服务行业的集合。   為p国家i服务行业的增加值率，bij  为c国家j制造行业对p国家i服务行业的完全消耗系数， 为c国家j制造行业出口，   为c国家j制造行业的总出口。

2. 动态EBM-Malmquist指数

本文借鉴雷明等的做法[26，29]，使用动态EBM- Malmquist指数计算并分解绿色全要素生产率指数，具体分解式如下：

其中，x为投入要素，y为产出要素，yb为环境负产出要素，z为动态要素。下标c、v分别代表规模报酬不变与规模报酬可变。

3. 计量模型

考虑到经济变量存在惯性，将被解释变量的滞后期作为解释变量引入回归方程，构建动态面板模型。首先构建制造业服务化影响绿色全要素生产率的模型：

其次，为进一步分析制造业服务化影响绿色全要素生产率的传导机制，构建以下计量模型对假设1至假设4进行检验：

其中，i代表各制造行业，t代表年份，代表控制变量。

（二）变量与数据说明

1. 被解释变量

借鉴尹传斌和蒋奇杰的研究，绿色发展水平使用绿色全要素生产率（GTFP）衡量[8]。本文界定的绿色全要素生产率是涉及多种环境污染物下的全要素生产率，考虑到行业数据可得性，文中多种环境污染物仅纳入二氧化碳、二氧化硫、固态废弃物及废水排放等指标。本文选取的投入产出指标及动态要素如下：

（1）投入指标选取劳动投入和能源投入，前者以制造行业从业人员年平均数衡量，后者以制造行业能源消费总量衡量。

（2）产出指标包括期望产出和非期望产出，前者以制造行业的工业总产值（调整为2000年不变价）来衡量，后者以二氧化碳、二氧化硫、固体废弃物、废水排放量等衡量。

（3）动态要素为固定资本投资。参考Tone的处理方法，将上一年的固定资本投资作为投入，将本年的固定资本投资作为产出[30]。

数据来源于相关年份的中国统计年鉴、中国工业统计年鉴、中国环境统计年鉴和中国能源统计年鉴。此外，借鉴邱斌等的做法，以2000年绿色全要素生产率为基期，后续年份绿色全要素生产率绝对量采取指数累乘方法计算得到[31]，分解项做相同处理。

2. 核心解释变量

制造业服务化水平（S）为核心解释变量。本文利用WIOD数据库提供的投入产出数据，将WIOD（2016）数据库中19个制造业与GB/T4754-2002分类标准中的29个制造业重新划分合并为17个制造行业，并计算其服务化水平。鉴于最新版WIOD（2016）提供的数据仅更新至2014年，本文使用2000—2014年世界投入产出数据。

3. 控制变量

（1）外商直接投资（FDI），以行业实收资本中外商资本和港澳台资本之和衡量。

（2）人力资本（HUM），采用各行业研发人员全时当量衡量。

（3）知识产权保护强度（IIPR），借鉴杨林燕和王俊的指标计算方法，以我国知识产权保护强度与各行业专利密集度的乘积来衡量行业知识产权保护强度[32]。

（4）所有制结构（OS），以国有企业工业总产值与全行业工业总产值之比衡量。

（5）环境规制（ER），采用行业废水废气治理运行费用占工业总产值比重衡量。

（6）研发投入（RD），采用行业研发内部支出衡量。

数据来源于相关年份的中国统计年鉴、中国工业统计年鉴、中国科技统计年鉴、中国环境统计年鉴和中国能源统计年鉴，并参考陈诗一对统一口径的处理方法，将数据调整为全行业口径[33]。

4. 变量描述性统计

本文选用2000—2014年中国17个制造行业面板数据进行分析，各变量的描述性统计见表1。

四、制造业服务化的绿色发展效应实证结果分析

（一）绿色全要素生产率及其分解项变动趋势

如图1所示，2000—2014年，我国制造业绿色全要素生产率（GTFP）大体呈上升趋势。2008—2014年，国家逐步将“绿色”与“变革”提上日程，出台了一系列环境经济政策，在很大程度上优化中国制造业能源消费结构，推动行业清洁技术引进与创新，使绿色全要素生产率明显提升。分解项中技术进步（TC）的增长幅度最大，纯技术效率（PTEC）、规模效率（SEC）和环境改善效率（EC）基本保持平稳趋势，增长幅度低。这意味着，在样本考察期内，技术进步是中国制造业绿色全要素生产率上升的主导因素。

（二）制造业服务化对绿色全要素生产率的影响效应

为有效解决模型的内生性问题，本文采用系统GMM（Generalized Method of Moments）方法对动态面板模型进行回归估计，并且为确保估计结果具有有效性，进行了Arellano-Bond序列相关检验和Sargan检验。表2为基于公式（6）依次引入控制变量的回归结果，相关检验也均已通过。表2（1）—（6）列制造業服务化水平的回归系数均显著为正，表明在样本考察期内，制造业服务化水平提高能够显著促进绿色全要素生产率提升，带动制造业绿色发展。

外商直接投资对绿色全要素生产率的影响显著为负，可能的解释是，对发展中国家而言，外商投资大部分流入污染密集型产业[34]，使企业生产中污染物排放量增加，不利于绿色全要素生产率提升。人力资本的回归系数显著为正，意味着企业通过加强对劳动力的技能培训，实现劳动力要素质量提升，促进绿色全要素生产率增长。行业知识产权保护强度对绿色全要素生产率的影响显著为负，可能的解释为，中国制造业的专利申请量较低，行业技术进步更多依赖于技术模仿，而严格的行业知识产权保护制度会提高技术模仿的成本，阻碍技术溢出[35]，从而抑制绿色全要素生产率提升。所有制结构对绿色全要素生产率的影响显著为负，可能的原因是，国有企业存在经营管理者选拔机制低效问题，导致其内部治理结构不完善[36]、管理水平低下，容易造成资源配置扭曲，不利于绿色全要素生产率提升。环境规制强度的回归系数显著为正，说明环境规制能够激励企业研发绿色生产技术，减少污染排放，同时提高生产效率，从而使企业获得的补偿性收益能够有效弥补环境规制造成的治污成本提升，促进了企业绿色全要素生产率提升。研发投入的回归系数显著为正，表明企业增加研发投入，有利于研发高端生产技术并革新机器设备，推动绿色全要素生产率提升。

（三）制造业服务化影响绿色全要素生产率的传导机制检验

制造业服务化影响绿色全要素生产率的传导机制检验的回归结果如表3所示。首先，第（1）列的结果表明，制造业服务化显著促进技术进步。第（2）列的结果表明，技术进步对绿色全要素生产率提升有显著促进作用。故理论假设1得到验证。其次，第（3）列的结果表明，制造业服务化对纯技术效率有显著促进作用。第（4）列的结果表明，纯技术效率显著促进绿色全要素生产率提升。故理论假设2得到验证。再次，第（5）列的结果表明，制造业服务化水平与规模效率间存在显著的U型关系。当服务化水平不断提高并超过临界值0. 281时，制造业企业经营成本降低，规模效率改善。（6）列的结果表明，规模效率显著促进绿色全要素生产率提升。故理论假设3得到验证。最后，第（7）列的结果表明，制造业服务化水平对环境改善效率的影响显著呈U型。当服务化水平不断提高并超过临界值0.235时，企业的环境改善效率提升。第（8）列的结果表明，环境改善效率显著促进绿色全要素生产率提升。故理论假设4得到验证。

综合来看，在样本考察期内，技术进步是中国制造业绿色全要素生产率提升的主导因素，因此，在制造业服务化影响绿色全要素生产率的四条传导途径中，技术进步效应对绿色全要素生产率的促进作用最大，这是制造业服务化显著促进绿色全要素生产率提升的原因。

（四）制造业服务化提升绿色全要素生产率的实现路径

从技术进步效应和纯技术效率效应两条具有正向影响的传导途径出发，进一步探究中国制造业在服务化背景下提升绿色全要素生产率的可能实现路径。一方面，自主创新能力提升有利于激励企业积极进行新技术研发，而技术引进能够使企业直接获取先进技术溢出，从而推动技术进步[37]，故将自主创新和技术转移作为制造业服务化提升绿色全要素生产率的两条可能的实现路径进行探究分析;另一方面，企业积极参与价值链生产分工能够改善组织管理方式[29]，而生产成本降低有利于企业利用节省的资金引进更多高水平的管理人才，从而促进纯技术效率提升，故将生产分工和生产成本路径作为另外两条可能的实现路径。因此，本部分借鉴温忠麟等的方法，利用中介效应模型对这四条实现路径进行验证[38]。具体模型设定如式（11）、式（12）所示。

公式（11）（12）中，M是中介变量，为技术转移（INTRO）、自主创新（INNO）、生产分工（DOP）或生产成本（COST）。其中，技术转移用各行业技术引进经费与国内技术购买经费之和来衡量;自主创新用各行业新产品销售收入衡量;生产分工用各行业全球价值链参与度指数衡量[39];生产成本用各行业主营业务成本衡量。采用系统GMM模型对制造业服务化提升绿色全要素生产率的实现路径进行回归分析，结果如表4所示。

由上文分析可知，制造业服务化对绿色全要素生产率具有显著正向影响，故中介效应检验可继续进行。表4第（1）列制造业服务化的回归系数显著为正，且第（2）列制造业服务化和技术转移的系数均显著为正，说明技术转移的部分中介效应显著，即技术转移是中国制造业在服务化背景下提升绿色全要素生产率的实现路径之一。第（3）、（4）列结果显示自主创新的部分中介效应显著，即自主创新是中国制造业在服务化背景下提升绿色全要素生产率的实现路径之一。第（5）、（6）列结果显示生产分工的部分中介效应显著，即生产分工是中国制造业在服务化背景下提升绿色全要素生产率的实现路径之一。第（7）、（8）列结果显示生产成本的部分中介效应显著，即降低生产成本是中国制造业在服务化背景下提升绿色全要素生产率的实现路径之一。

（五）基于不同服务投入的异质性分析

根据中间服务投入的不同，本文从运输服务化、电信服务化、金融服务化和分销服务化四个方面进一步分析制造业服务化对绿色全要素生产率的影响，回归结果如表5所示。表5结果表明，运输服务化、电信服务化和金融服务化显著促进制造业绿色全要素生产率提升，其中电信服务化的促进作用最大。具体来看，运输服务化能够有效保证货物到达供应链各节点的时间，降低企业的时间成本和交易风险，有助于企业合理配置生产要素，提高生产效率，带动绿色全要素生产率增长;电信服务化能够通过信息技术的“信息搜寻”功能，减少制造业企业与产品市场间的信息不对称，消除生产中的信息阻隔，有效控制产品生产各环节经营运作，促进绿色全要素生产率增长;金融服务化能够减轻制造业企业融资压力，并为其营造良好投资环境，激励企业增加创新投资，获得技术进步，在提高产品创新性和多样性的同时，带动绿色全要素生产率提升。此外，分销服务化的回归系数并不显著，原因可能是：一方面，企业引入专业化销售服务能够缩短其与产品市场的距离，并通过消费者对产品的反馈信息有效降低生产盲目性，提高生产率[40];另一方面，承接销售服务外包的生产性服务企业可能会缺乏对制造业企业及其产品的了解，从而增加制造业企业的生产难度，阻碍生产率提升。

（六）稳健性检验

为了检验制造业服务化与绿色全要素生产率之间关系的稳健性，本文运用以下方法进行稳健性检验：一是对样本数据进行缩尾处理;二是借鉴刘斌等的研究[40]，采用完全消耗系数法对制造业服务化进行重新估算;三是保持其他控制变量不变，用研发密集度作为研发投入的替代指标。由检验结果（见表6）可以发现，制造业服务化回归系数的正负和显著性水平与表2的结果基本一致，证明了本文研究结论的可靠性。

五、主要结论与政策启示

本文基于2000—2014年中国17个制造行业的面板数据，对制造业服务化影响绿色发展的内在传导机制和实现路径进行了实证分析。本文主要结论为：其一，制造业服务化具有显著的绿色全要素生产率增长效应和绿色发展效应。剖析其内在传导机制，这种效应是技术进步效应和纯技术效率效应的正向影响以及规模效率效应和环境改善效率效应的U型影响的共同结果。其中，技术进步效应的正向作用在制造业服务化的绿色全要素生产率增长效应中占主导地位。其二，技术转移、自主创新、生产分工、生产成本是制造业服务化促进绿色全要素生产率提升的四条具体实现路径。其三，对服务投入异质性进行分析发现，运输服务化、电信服务化和金融服务化对绿色全要素生产率具有显著提升效应，其中电信服务化的提升效应最大，而分销服务化对绿色全要素生产率的影响并不显著。

基于以上研究结论，本文得出以下政策启示。

第一，长期而言，中国制造业企业应将不断扩展服务、提高服务化水平视为长期发展目标，努力跨过制造业服务化通过规模效率效应和环境改善效率效应对绿色发展的抑制区间。短期而言，政府应帮助企业努力克服规模效率效应和环境改善效率效应对绿色发展的抑制作用：一方面，完善生产性服务市场的竞争机制，进一步放宽生产性服务业市场准入，使制造业企业获得购买生产性服务的价格优势，实现规模经济，带动中国制造业绿色发展;另一方面，制造业企业在服务化过程中，应当增强绿色生产意识，同时，政府应当对企业购买环保、节能等高成本的生产性服务业务提供补贴政策，以便企业在服务化初期吸收大量的绿色生产技术。

第二，应继续借助技术进步效应和纯技术效率效应带动中国制造业绿色发展。一方面，政府应鼓励企业与科研机构或大学院校开展自主创新活动，同时企业可为消费者提供参与产品性能设计的平台，这既能充分了解消费者对产品的服務需求，又能有针对性地改进生产工艺、开发新产品，致力于实现技术进步;另一方面，企业应当与信息服务业和金融服务业等建立密切协作关系，并积极参与全球价值链生产分工，引入先进管理模式，减轻企业内部管理难度，促进纯技术效率效应提升。

第三，政府应大力推进电信业改革，在提高信息服务质量的同时，降低电信市场的垄断程度，推动信息化网络服务在产品制造中的普遍应用，使制造业企业能够运用云计算、互联网等信息技术，充分采集、处理生产中的相关数据，强化资源要素协调利用，以此带动制造业绿色发展。同时，制造业企业应努力引入专业化销售服务投入，充分交换产品相关信息，缩短生产端与消费端距离，以此提高生产率。

[参考文献]

聂飞. 中国对外直接投资推动了制造业服务化吗？：基于国际产能合作视角的实证研究[J]. 世界经济研究，2020（8）：86-100.

李晓西，刘一萌，宋涛. 人类绿色发展指数的测算[J]. 中国社会科学，2014（6）：69-95.

王勇，李海英，俞海. 中国省域绿色发展的空间格局及其演变特征[J]. 中国人口·资源与环境，2018（10）：96-104.

方时姣，肖权. 中国区域生态福利绩效水平及其空间效应研究[J]. 中国人口·资源与环境，2019（3）：1-10.

高赢. 中国八大综合经济区绿色发展绩效及其影响因素研究[J]. 数量经济技术经济研究，2019，36（9）：3-23.

张玥，乔琦，姚扬，等. 国家级经济技术开发区绿色发展绩效评估[J]. 中国人口·资源与环境，2015（6）：12-16.

袁宝龙，李琛. 环境规制政策下创新驱动中国工业绿色全要素生产率研究[J]. 产业经济研究，2018（5）：101-113.

尹传斌，蒋奇杰. 绿色全要素生产率分析框架下的西部地区绿色发展研究[J]. 经济问题探索，2017（3）：155-161.

ARNOLD J M，MATTOO A，NARCISO G. Services inputs and firm productivity in Sub-Saharan Africa：evidence from firm-level data[J]. Journal of African  Economics，2008，17（4）：578-599.

吕越，李小萌，吕云龙. 全球价值链中的制造业服务化与企业全要素生产率[J]. 南开经济研究，2017（3）：90-110.

FANG E，PALMATIER R W，STEENKAMP J-B E M. Effect of service transition strategies on firm value[J]. Journal of Marketing，2008，72（5）：1-14.

刘维刚，倪红福. 制造业投入服务化与企业技术进步：效应及作用机制[J]. 财贸经济，2018（8）：126-140.

夏秋，胡昭玲. 制造业投入服务化能提高全要素生产率吗：基于成本和风险的视角[J]. 当代财经，2008（7）：99-111.

王岚. 投入服务化是否提高了中国制造业全要素生产率[J]. 国际贸易问题，2020（2）：29-43.

COOK M，BHAMRA T，LENMO M. The transfer and application of product service：from academia to UK manufacturing firms[J]. Journal of Cleaner Production，2006（14）：1455-1465.

ROTHENBERG S. Sustainability through servicizing[J]. MIT Sloan Management Review，2007，48（2）：83-91.

陈艳莹，周娟. 制造业服务化的生态效益：国内外研究进展评述[J]. 工业技术经济，2009（1）：69-72.

AGRAWAL V，FERGUSON M ，THOMAS V. Is leasing greener than selling？[J]. Management Science，2012（58）：523-533.

饶畅. 制造业投入服务化对碳生产率影响的理论建模和实证检验：以珠三角为例[J]. 经济与管理，2013（6）：81-86.

李平. 提升全要素生产率的路径及影响因素：增长核算与前沿面分解视角的梳理分析[J]. 管理世界，2016（9）：1-11.

杨仁发，刘勤玮. 生产性服务投入与制造业全球价值链地位：影响机制与实证检验[J]. 世界经济研究，2019（4）：71-82.

刘奕，夏杰长，李垚. 生产性服务业集聚与制造业升级[J]. 中国工业经济，2017（7）：24-42.

孙早，刘李华. 中国工业全要素生产率与结构演变：1990—2013年[J]. 数量经济技术经济研究，2016（10）：57-75.

肖挺. “服务化”能否为中国制造业带来绩效红利[J]. 财贸经济，2018（3）：138-153.

许和连，成丽红，孙天阳. 制造业投入服务化对企业出口国内增加值的提升效应：基于中国制造业微观企业的经验研究[J]. 中国工业经济，2017（10）：62-80.

雷明，赵欣娜，张明玺. 基于环境负产出的能效动态Malmquist模型研究[J]. 数量经济技术经济研究，2012（4）：38-48.

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（9）：59-67.

王思語，郑乐凯. 制造业出口服务化与价值链提升：基于出口复杂度的视角[J]. 国际贸易问题，2018（5）：92-102.

许冬兰，于发辉，张敏. 全球价值链嵌入能否提升中国工业的低碳全要素生产率？[J]. 世界经济研究，2019（8）：60-72.

TONE KAORU，TSUTSUI M. Dynamic DEA：a slack-based measure approach[J]. Omega，2010，38：145-156.

邱斌，杨帅，辛培江. FDI技术溢出渠道与中国制造业生产率增长研究：基于面板数据的分析[J]. 世界经济，2008（8）：20-31.

杨林燕，王俊. 知识产权保护提升了中国出口技术复杂度吗？[J]. 中国经济问题，2015（3）：97-108.

陈诗一. 中国工业分行业统计数据估算：1980-2008[J]. 经济学（季刊），2011（3）：735-776.

傅京燕，胡瑾，曹翔. 不同来源FDI、环境规制与绿色全要素生产率[J]. 国际贸易问题，2018（7）：134-148.

沈国兵，黄铄珺. 行业生产网络中知识产权保护与中国企业出口技术含量[J]. 世界经济，2019（9）：76-100.

刘瑞明. 中国的国有企业效率：一个文献综述[J]. 世界经济，2013（11）：136-160.

傅元海，叶祥松，王展祥. 制造业结构优化的技术进步路径选择：基于动态面板的经验分析[J]. 中国工业经济，2014（9）：78-90.

温忠麟，张雷，侯杰泰，等. 中介效应检验程序及其应用[J]. 心理学报，2004（5）：614-620.

KOOPMAN R，POWERS W，WANG Z，et al. Give credit where credit is due：tracing value added in global production chains[R]. National Bureau of Economic Research，2010：16426.

刘斌，魏倩，吕越，等. 制造业服务化与价值链升级[J]. 经济研究，2016（3）：151-162.