制造業投入服務化、融資約束與企業污染減排

江三良 束巧巧

一 引 言

改革開放以來，我國制造業憑借低成本勞動力的比較優勢參與全球生產，但卻一直大而不強，長期處于全球價值鏈的低端。中國作為一個處于工業化進程中的國家，其經濟增長對工業的依賴程度仍然較高，且極度依賴生產要素的投入。這種粗放型發展模式導致的高能源消耗和高污染排放給中國資源環境帶來了巨大壓力。根據付華等(2021)[1]的測算，2000—2017年中國制造業28個子行業的能源消耗量從6億噸標準煤增至近20億噸標準煤，增長了近2.3倍，同期，二氧化碳排放量增長了2.36倍。2020年10月，《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》中提到要“保持制造業比重基本穩定”“加快推動綠色低碳發展”，制造業的綠色發展已經成為中國低碳經濟發展的關鍵。在尋求綠水青山與金山銀山之間協調均衡的過程中，傳統節能政策發揮的實際效果卻不盡如人意(王林輝等，2020)[2]，謀求制造業綠色轉型的新路徑成為亟待解決的問題。2015年國務院印發《中國制造2025》，作為中國實施“制造強國”戰略的首個十年綱領，其核心理念便是制造業投入服務化，這與“德國工業4.0”的理念不謀而合。過去制造業強調投入實物資源并產出一系列產品，而全球服務化的趨勢使中國制造業也開始轉向服務型經濟。制造企業開始將更多服務要素投入到生產過程中，逐漸完成以制造為中心到以“制造+服務”為中心的轉變過程(Reiskin et al.，1999[3]；趙宸宇，2021[4])。理論上講，服務要素作為一種綠色、清潔的中間投入，對環境更加友好?！吨袊圃?025》中明確指出服務型制造本身是制造業結構的優化，在推動制造業轉型升級的同時，也有助于制造業節能減排、實現綠色發展(黃群慧和霍景東，2015)[5]。

目前與制造業投入服務化相關的研究主要涉及其經濟效益與環境效益，且大部分為經濟效益方面的探討。僅制造業投入服務化與企業績效關系的研究就有正相關、負相關、U 型、倒 U型及馬鞍型等多種結果。Ryan(2000)[6]認為制造業投入服務化雖是一種很好的生態理念，但帶給企業的經濟效益卻十分有限。多數研究結果顯示制造業投入服務化可以顯著提升企業績效(劉暢和馬永軍，2019[7]；張峰等，2021[8])。而制造業投入服務化與企業績效之間U 型(陳春明和賈晨冉，2021)[9]、倒U型(趙艷萍等，2020)[10]關系的研究中也涉及投入服務化對企業績效的增強作用。除了企業績效，制造業投入服務化的研究也常出現在國際貿易視角下或置于全球價值鏈分工的大框架之中。經濟全球化的今天，各國貿易往來日益密切，制造業與服務業的協調融合能夠在提高企業出口產品質量的同時(龍飛揚和殷鳳，2019[11]；Lodefalk，2014[12])，進一步提升我國制造業的國際分工地位(黃玉霞和謝建國，2020)[13]。隨著企業在全球價值鏈中嵌入程度的加深，制造業投入服務化對企業全要素生產率的促進作用也會增強(呂越等，2017)[14]。有關制造業投入服務化環境效益的研究相對較少。許冬蘭和張新闊(2021)[15]認為制造業投入服務化作為行業轉型升級的重要支撐點，可以提升制造業綠色福利。林立杰和陳新(2021)[16]、李穎和許月朦(2021)[17]從綠色全要素生產率的視角研究了制造業投入服務化的綠色經濟效益，發現制造業投入服務化會對行業綠色全要素生產率產生顯著的提升作用。單純考察制造業投入服務化環境效益的研究則主要從能源消耗或單一污染物二氧化碳切入。祝樹金等(2020)[18]指出制造業與服務業融合發展能夠降低企業能源消耗強度，推動制造業綠色可持續發展。王宏森等(2022)[19]研究分析了制造業投入服務化程度與二氧化碳排放量之間的關系，發現制造業投入服務化能通過提高勞動生產率和優化產業結構來降低碳排放強度。不過，使用單一污染物指標對污染強度進行衡量的方法往往不夠系統全面，且相關研究多使用省級、行業層面數據，對工業企業的污染排放強度沒有過多考察。另一方面，制造業投入服務化過程中服務要素的來源和類型也有差異，因此，有必要對不同來源和類型的服務要素進行異質性分析，而這一點大多研究并未涉及。綜合而言，本文的貢獻在于：第一，使用化學需氧量、工業廢水、二氧化硫排放量數據去構建一個綜合指數來衡量微觀企業的污染排放強度，進而研究制造業投入服務化與企業污染排放強度的關系和作用機制。第二，研究內容上有所拓展，對融資約束在制造業投入服務化污染減排效應發揮過程中的調節作用進行了研究。第三，考慮服務要素種類和來源的不同，考察投入服務化過程中不同類型、不同來源服務要素帶來的污染減排效應異質性。

二 理論機制與研究假說

制造業投入服務化作為制造業綠色轉型升級的重要途徑，往往涉及內部要素資源和組織結構的重新部署(許冬蘭和張新闊，2021)[15]。這個過程中，包含知識、技術的服務要素被更多地投入到生產過程中，傳統制造業所需的實物要素與生產流程不斷減少。相較于原材料、機器設備等實物投入，知識、人才以及技術等服務要素本身就具備“清潔性”特征，暗含更少的能源消耗(Rothenberg，2007)[20]。因此，理論上，投入服務化將有利于企業削減污染活動規模、減少能源消耗、降低污染排放。同時，服務化轉型通常不會改變產品的所有權，生產所帶來的環境成本會迫使企業在研發、設計、生產上下功夫，不斷改進企業產品的環境性能，減少產品各個生命周期對環境的不利影響(李松慶，2020)[21]。傳統的資源消耗型與環境污染型生產方式也將得到改善。據此提出假說1。

假說1：制造業投入服務化可以減少企業的污染排放。

制造業投入服務化過程往往伴隨著企業經營結構和業務模式的重大改動調整，企業組織體系和內部資源將得到重新整合，本質上是要素投入結構發生相應的變化(陳麗嫻和沈鴻，2019)[22]。服務要素替代實物要素的過程加深了要素結構和產業結構的“軟化”(史丹和張成，2017)[23]，要素投入層面對能源的依賴程度開始減小，單位產出的能源消耗隨之降低(Doni et al.，2019)[24]。此外，服務要素因具備較高的技術復雜度和價值增值能力(劉維剛和倪紅福，2018)[25]，在與其他生產要素融合互補后，也會對制造部門原有的要素資源結構、產品開發體系以及組織管理架構等產生一種“破壞式創新”。這將進一步推動現有生產范式的革新，降低生產冗余，促進要素配置效率提升(祝樹金等，2020)[18]，從而在提高生產率和產品附加值的同時，減少企業的能源消耗和污染排放。據此提出假說2。

假說2：制造業投入服務化通過要素結構優化來降低企業的污染排放。

在物質和信息大爆炸的當下，制造業投入服務化給產品帶來的附加值和競爭力遠遠大于傳統模式中的制造加工組裝。根據 “微笑曲線”，運營銷售和研發設計環節處于價值鏈的兩端，具有更加清潔的生產模式和更加綠色的生產技術(Paolo和Valentina，2005)[26]。隨著富含知識、技術的服務要素嵌入到制造業的生產運營環節，由此產生的技術溢出效應推動企業技術不斷進步(劉維剛和倪紅福，2018)[25]。但獲取來自其他企業的服務要素需要一定成本，尤其是存在知識壁壘的情況下，長期依靠高成本的外源服務要素是不可持續的(劉偉江和呂鐲，2018)[27]。且知識、技術等服務要素不斷更新換代，外源服務要素競爭力無法長久保持。種種情況使得企業傾向于自主研發創新，實現技術進步，技術進步帶來的生產效率提升和組織運營框架優化又進一步推動企業節能減排。據此提出假說3。

假說3：制造業投入服務化通過技術創新來降低企業的污染排放。

企業綠色轉型離不開資金支持。清潔服務要素的投入、生產工藝流程的升級以及企業的研發創新都需要環境投資，資金不足將會嚴重阻礙技術進步和制造業投入服務化污染減排效應的發揮。而目前中國制造業企業環境投資普遍具有周期長、前期收益低和風險高的特點(馬駿等，2020)[28]，這些特點在高污染行業尤甚。僅僅依靠企業內部資金可能會帶來財務風險，甚至引發資金鏈斷裂。此時金融部門的支持就顯得十分重要，其在一定程度上可以緩解企業困境。融資約束放松時，企業可以通過外部融資來分擔環境投資帶來的成本和風險(陳詩一等，2021)[29]?，F金流壓力的減小讓企業擁有足夠的資金與風險承受能力實施服務化轉型，暢通要素結構優化和企業技術創新渠道，從而順利實現污染減排。據此提出假說4。

假說4：融資約束的降低能夠強化制造業投入服務化的污染減排效應。

三 模型、變量和數據

(一)模型設定

本文使用中國工業企業數據庫、工業企業綠色發展數據庫和世界投入產出表進行匹配，建立模型(1)來研究制造業投入服務化與企業污染排放之間的關系：

cpdinpt=β0+β1smipt+β2fc+β3controls+μ1+μ2+μ3+μ4+ε

(1)

式(1)中，cpdi表示企業的污染排放強度指數，smi表示制造業投入服務化程度，fc表示融資約束，controls表示所有控制變量合集。μ1表示個體固定效應，μ2表示時間固定效應，μ3表示城市固定效應，μ4表示二位數行業固定效應，ε表示其他可能影響企業污染排放的隨機干擾項。n表示企業個體，p表示行業，t表示年份。

(二)變量的選取和說明

1.被解釋變量

對于企業污染排放強度，借鑒蘇丹妮(2020)[30]的方法，同時考慮數據的可得性與衡量的有效性，用化學需氧量、工業廢水和二氧化硫的排放量數據構建污染排放強度綜合指數來衡量。

第一步，對所獲得的單一污染物指標進行線性化處理。

(2)

其中，perpolmnt表示企業n在第t年單位產值的污染物m的排放量，minperpolmnt和maxperpolmnt分別表示第t年所有企業單位產值污染物m排放量中的最小值和最大值。

第二步，計算企業n第t年污染物m的調整系數。

(3)

第三步，計算污染排放強度綜合指數cpdint。

(4)

將得到的rperpolmnt和γmnt代入式(4)求出cpdint。k為污染物的種類，該綜合指數數值越大表示污染排放強度越大。

2.解釋變量

核心解釋變量制造業投入服務化的衡量主要有企業層面和產業層面兩個角度。企業層面多用服務要素投入占企業生產總投入的比重來衡量，由于這些數據搜尋比較復雜加之企業一般不會公布，因此難以獲得?；诖?，本文使用投入產出法計算各個制造行業對服務行業的完全消耗系數，以此衡量制造業各行業各年的投入服務化程度。該方法的好處是能夠把企業每單位產品直接消耗和間接消耗的服務要素都涵蓋在內。完全消耗系數矩陣的計算公式為：

B=A1+A2+A3+…+AK+…=(E-A)-1-E

(5)

A為直接消耗系數矩陣，E為單位矩陣。而直接消耗系數矩陣的計算公式為：

(6)

其中，ωij計算公式如下：

(7)

式(7)中，Yj是部門j的總產出，φij是部門i投入到部門j的要素含量。因此，ωij是部門i投入的要素占部門j總產出的比重。矩陣A刻畫了各個行業使用的不同上游中間投入價值占本行業總產出的比重系數。相比直接消耗系數，完全消耗系數是生產過程中具體部門的產出需要各部門直接和間接中間投入之和的比重(袁征宇等，2020)[31]。因此，本文通過測算完全消耗系數矩陣B來衡量投入服務化程度。

3.調節變量

本文使用SA指數來衡量融資約束，計算公式如下：

SA=-0.737S+0.043S2-0.04A

(8)

其中，S為企業規模(單位為百萬元)的自然對數，A為企業存續年齡。參照鞠曉生等(2013)[32]的界定標準，SA指標取值應為負，絕對值越大表示企業所受融資約束越嚴重。

4.控制變量

控制變量涉及影響企業污染排放的其他因素，主要從企業個體差異和所在地差異兩方面考察。從企業特征看，吳清揚(2021)[33]指出企業污染排放強度與其規模和經營績效密切相關，經營績效的提高和規模的擴大會為工業企業的環保計劃與污染減排提供有力的資金支持。企業參與國際貿易在開拓市場的同時也會擴大規模，進一步影響污染物排放。從地區層面上看，環境規制也是影響企業污染減排行為的重要因素。具體而言，隨著環境規制水平的提升，邊際成本逐漸超過邊際收益，企業往往會縮減規?；蜻M行污染治理(陳詩一等，2021)[29]。而污染治理需要的環境投資不僅周期長，而且風險高、收益低(馬駿等，2020)[28]。此時企業不僅會缺乏充足的資金來源，還會陷入環境投資和污染減排都無法實現的困境。因此，總結現有文獻并考慮數據的可得性，選取如下控制變量：出口企業虛擬變量(ex)，若企業出口交貨值大于0，ex取值為1，否則為0；企業盈利能力(pro)，用利潤總額占資產總計比重衡量；企業變現能力(cas)，用流動資產占資產總計比重衡量；企業規模(sca)，用百萬資產取對數來表示；環境規制水平(ers)，用各省三廢排放量和熵值法計算出來的環境規制綜合指數來表示。

表1 變量說明以及描述性統計

(三)數據處理與說明

測算制造業投入服務化程度時使用的數據來自WIOD提供的2000—2013年中國投入產出表。時間段的選擇一方面是考慮到數據的可得性，另一方面是因為進入21世紀后，受國外服務化研究熱潮的影響，中國制造業才開始積極探索服務化戰略。由于國際行業分類和中國國民經濟行業分類有細微差別，因此，參考李碧珍和蔡云清(2021)[34]的研究，先將《國民經濟行業分類》(GB/T 4754-2017)與所有經濟活動的《國際標準行業分類》(ISIC Rev.4)進行比對，選取《國民經濟行業分類》(GB/T 4754-2017)中包括C13—C41在內的29個制造業行業，并分類整合為18大類。服務部門則選取了與批發零售貿易、運輸倉儲活動、咨詢和相關活動、信息服務活動、金融服務活動、科研與開發等生產性服務活動相關的15類服務業部門。結合投入產出表整合成252個產業-年份服務化樣本觀測值。文中使用到的企業污染排放數據和相關財務數據來自中國工業企業數據庫和工業企業綠色發展數據庫，并根據企業唯一標識碼進行匹配。

對數據進行如下處理：(1)剔除非正常營業的企業，以保證樣本數據的連續性與可得性；(2)剔除污染物排放量、投入服務化程度為負數或者缺失的企業；(3)剔除明顯存在異常值與缺失值的企業；(4)剔除總資產為負、總資產小于固定資產、總資產小于流動資產的企業。

從測算的制造業投入服務化程度以及污染排放強度數據可以看出，制造業投入服務化與污染排放強度之間整體呈線性負相關關系(圖1)。

圖1 制造業投入服務化與污染排放強度散點圖

四 實證結果

(一)基準回歸

本文采用非平衡面板雙向固定效應模型研究制造業投入服務化與企業污染排放強度的關系。表2報告了基準回歸結果，重點需要關注制造業投入服務化的系數和顯著性。列(1)為僅考慮核心解釋變量時的結果，制造業投入服務化的系數在1%的水平上顯著為負，表明在樣本期內制造業投入服務化有助于降低企業的污染排放強度。當模型加入企業出口啞變量、環境規制等控制變量和不同維度的固定效應后，列(2)—列(3)顯示制造業投入服務化的系數仍然顯著為負。說明制造業投入服務化確實能夠降低企業的污染排放和對環境的不利影響。投入服務化戰略將成為制造業部門進行節能減排、實現綠色發展的重要舉措，假說1得證。

表2 制造業投入服務化對企業污染排放強度的影響

(二)穩健性檢驗和內生性問題處理

為了排除其他可能的干擾因素，使結果更加可靠，本部分對模型進行如下穩健性檢驗和內生性問題處理。

1.替換核心解釋變量。用制造業部門對生產性服務業部門的間接消耗系數衡量制造業投入服務化。間接消耗系數矩陣C的計算公式如下：

C=B-A=(E-A)-1-E-A

(9)

檢驗結果如表3列(1)所示，用間接消耗系數衡量的制造業投入服務化的系數除了大小與前文有細微差別，總體上還是顯著為負。說明假說1依舊成立。

表3 穩健性和內生性檢驗

2.縮尾處理。為削弱異常值、極端值對研究結果的影響，對數據進行上下1%的縮尾處理，結果如表3列(2)所示。制造業投入服務化的系數仍然在1%的水平上顯著為負，表明在去除了極端值的情況下，假說1仍然成立。

3.加入交互固定效應?？紤]到企業污染減排會受到不同地區環境政策差異的影響，因此，在模型中加入省份與年份交互項以及城市與年份交互項。結果如表3列(3)和列(4)所示，制造業投入服務化的系數仍然顯著為負，與基準回歸結果一致，因此本文核心結論是穩健的。

4.內生性問題處理。前文回歸時使用的固定效應模型本身在一定程度上可以緩解遺漏變量引起的內生性問題。但考慮到解釋變量和被解釋變量之間可能存在逆向因果關系，比如減排需求會促使制造業企業改變生產模式進行服務化轉型。因此，為了進一步克服這種內生性，參考許和連等(2017)[35]的方法，利用制造業投入服務化的一階滯后和二階滯后作為工具變量進行兩階段最小二乘估計(2SLS)。由于滯后值是前期發生的，其取值已經固定，與當期隨機擾動項不相關，因此，滿足外生性條件。表4回歸結果也顯示，第一階段回歸中制造業投入服務化滯后一期和制造業投入服務化滯后兩期的系數都在1%的水平上顯著，說明工具變量和解釋變量相關，不存在弱工具變量，滿足相關性條件。同時對工具變量進行過度識別檢驗，結果在10%的水平上拒絕“存在過度識別”的原假設，因此，工具變量的選取是合理的?？紤]可能存在的內生性問題后，制造業投入服務化的系數仍然顯著為負，這意味著制造業投入服務化有助于降低企業污染排放強度的結論是穩健的。

表4 內生性檢驗

五 拓展分析

(一)調節效應——融資約束的作用

理論分析部分提到融資約束可能對制造業投入服務化的污染減排過程產生負向調節作用。為了驗證這個猜想，在模型(1)的基礎上加入制造業投入服務化與融資約束的交互項，建立如下模型：

cpdinpt=β0+β1smipt+β2smipt×fc+β3fc+β4controls+μ1+μ2+μ3+μ4+ε

(10)

其中，β2為融資約束的調節效應?；貧w結果如表5所示，列(1)、 列(3)、 列(5)是未加入制造業投入服務化與融資約束交互項時不同維度固定效應下的回歸結果，列(2)、 列(4)、 列(6)則分別對應列(1)、 列(3)、 列(5)加入交互項后的結果。加入交互項之前的主效應都顯著為負，即制造業投入服務化能降低企業的污染排放強度，驗證了假說1。加入交互項之后，交互項的系數也顯著為負，可知融資約束fc數值的增大會強化制造業投入服務化的污染減排效應。融資約束fc用SA指數來衡量，且始終是負數，絕對值越小表示融資約束強度越低。因此，fc的增大其實是fc絕對值的減小，即融資約束強度的減小。所以融資約束強度的減小會對制造業投入服務化過程中企業的污染減排起到正向調節作用。融資約束的放寬增加了資金有效供給，補償環境投資帶來的高風險和高成本，進而激發企業的創新活力，暢通制造業投入服務化的減排渠道，進一步降低企業污染排放強度。

表5 調節效應

(二)中介機制檢驗

根據前文機制分析，制造業投入服務化可能通過要素結構優化效應和技術創新效應來減少企業的污染排放。制造業投入服務化過程中，企業多選擇以信息技術、現代裝備為基礎的資本密集型生產性服務業，強化了資本要素的投入。隨著投入服務化的不斷加深，要素投入層面越來越傾向于人力資本、知識資本和技術資本等，而對普通勞動力要素的相對需求會下降(陳麗嫻和沈鴻，2019)[22]。在知識、技術和人力資本不斷積累的過程中，企業要素結構也會變得更加高效合理。因此，本文采用資本勞動比(klr)衡量要素結構的優化。借鑒許和連等(2017)[35]的研究，采用企業新產品產值與工業總產值的比重衡量技術創新(ti)。

根據溫忠麟和葉寶娟(2014)[36]的研究，使用依次檢驗加Bootstrap檢驗的方法來分析制造業投入服務化污染減排效應的中介機制。模型設定為式(11)—式(13)：

cpdinpt=a0+a1smipt+a2fc+a3controls+ε

(11)

channelnpt=b0+b1smipt+b2fc+b3controls+ε

(12)

cpdinpt=c0+c1smipt+c2fc+c3channelnpt+c4controls+ε

(13)

其中，channel為中介機制要素結構優化效應和技術創新效應?；貧w結果如表6所示，列(1)—列(3)為技術創新的中介機制檢驗，列(4)—列(6)為要素結構優化的中介機制檢驗。列(1)中制造業投入服務化對企業污染排放強度的影響系數顯著為負，列(2)中制造業投入服務化對技術創新的影響系數顯著為正，而列(3)中技術創新對企業污染排放強度的影響系數為負但不顯著。此時無法判斷技術創新的中介機制是否存在，需要進一步進行Bootstrap檢驗。若Bootstrap檢驗結果中間接效應的置信區間不包含0，則可以認為中介效應存在。按此方法對技術創新效應進行檢驗，發現置信區間不包含0，表明技術創新中介機制確實存在。隨著越來越多服務要素投入到生產經營過程中，蘊含技術、知識的生產要素會給企業帶來更加清潔的生產模式和更加綠色環保的技術，推動企業污染排放的減少。同理，列(6)中要素結構優化對污染排放強度的影響系數顯著為負，而列(5)制造業投入服務化對要素結構優化的影響系數為正但不顯著。這時進行Bootstrap檢驗，結果顯示間接效應的置信區間也不包含0，由此可知制造業投入服務化確實可以通過優化要素結構減少企業污染排放。生產性服務要素取代實物要素的同時，還使其與其他生產要素有機結合、優勢互補，提升企業資源配置效率，推動企業實現污染減排。綜上，本文的假說1和假說2成立。

表6 中介檢驗

(三)異質性分析

1.企業能耗水平的異質性

基于制造業企業單位產值能源消耗的均值水平，將所有制造業企業劃分為兩類。單位產值能源消耗在均值水平以上的歸為高能耗企業，單位產值能源消耗等于或低于均值水平的企業歸為中低能耗企業，分別對這兩類企業進行檢驗。表7結果顯示，高能耗企業投入服務化的系數顯著為正，說明制造業投入服務化并沒有減少高能耗企業的污染排放，反而加劇了污染排放。相反，中低能耗企業投入服務化的系數顯著為負，說明服務化轉型確實降低了其污染排放強度。出現這種結果可能是因為大多數高能耗制造業企業位于價值鏈中低端，而服務化轉型常涉及價值鏈分工地位的變化。為了讓產品向價值鏈上游攀升，企業往往會加入更多的生產環節，從而導致企業能源消耗和污染水平不減反增。而中低能耗企業大多以勞動要素和技術要素為主要投入，制造業投入服務化會帶來企業專業化程度的進一步提高，從而有效降低污染排放強度。

表7 基于能源消耗水平的異質性分析

2.服務要素類型的異質性

不同類型服務要素投入帶來的污染減排效應可能也不同。參考許和連等(2017)[35]的研究，將制造業投入服務化過程中投入的服務要素分為批發零售服務、運輸服務、信息和通信服務、金融保險服務、專業科學技術服務五大類，研究不同類型服務要素投入對污染排放強度的異質性影響。表8顯示，這五類服務投入的系數都在1%的水平上顯著為負，說明這五類服務要素投入都可以顯著降低企業的污染排放強度。但它們的污染減排效應仍有強弱之分，金融保險服務投入的污染減排效應最強，其次是專業科學技術服務投入和運輸服務投入，而批發零售服務投入以及信息和通信服務投入的污染減排效應相對較弱?？傮w上，污染減排效應差異主要與各類服務要素內含的知識密集度相關，投入高知識密集度和高專業化程度的服務要素將更利于在生產過程中注入人力資本和知識資本，從而促進產業“軟化”，降低污染排放(王宏森等，2022)[19]。因此，應該積極推動生產性服務業的開發與發展，尤其是要促進高知識密集度的服務要素深度融入制造業各環節，從而在實現更高產品附加值的同時減少資源消耗和環境污染。

3.服務要素來源的異質性

全球生產分工環境下，服務要素不僅可以來自國內，也可以從國外進口。參考戴翔等(2021)[37]的研究，分別計算各制造業行業消耗國外服務要素和國內服務要素的水平，以此考察不同來源服務要素對企業污染排放強度的異質性影響。表9回歸結果顯示，兩種來源服務要素帶來的污染減排效應不同。國內服務要素投入的系數顯著為負，而國外服務要素投入的系數為負卻不顯著。說明制造業投入服務化過程中，投入國內服務要素顯著降低了企業的污染排放強度，但投入進口服務要素并沒有顯著降低企業的污染排放強度。理論上說，國外尤其是發達國家的生產性服務業起步較早，長期處于全球價值鏈的高端環節，研發、信息等知識技術密集型服務產業的專業優勢更加突出(許冬蘭和張新闊，2021)[15]，國外服務要素投入應該更能發揮服務化的污染減排效應，而結果恰恰相反?？赡苁且驗槲覈圃鞓I投入服務化起步晚，盡管開放了國外生產性服務要素的進口，但優質進口服務要素的投入比例并不高，因而投入進口服務要素并沒有發揮有效的污染減排作用。另一可能的原因是發達國家一直憑借高端服務要素占據著價值鏈高端，過度依賴進口服務要素可能使我國制造業陷入“低端鎖定”。長此以往發達國家便會憑借自身的壟斷優勢，掠奪下游企業的資源，阻礙資源流動，產生“服務化陷阱”。中國制造業企業的資源配置效率則會受到不利影響，投入服務化戰略的污染減排效應便也無法充分發揮。

表9 基于服務要素來源的異質性分析

六 結論和政策啟示

本文實證檢驗了制造業投入服務化對工業企業污染排放強度的影響和作用機制，同時還根據企業能耗水平、服務要素類型以及服務要素來源進行了異質性分析。得到的主要結論為：(1)制造業投入服務化可以通過優化企業要素結構、促進企業技術創新來減少企業的污染排放。(2)融資約束強度的降低能強化制造業投入服務化與污染排放強度之間的負向關系。在融資條件放寬時，金融部門給予制造業企業更多的支持，投入服務化戰略的污染減排效應得到進一步提升。(3)制造業投入服務化對企業污染排放強度的削弱作用因企業能源消耗水平而異。相比高能耗企業，對中低能耗企業的污染減排效應更為突出。(4)相較于國內服務要素，來源于國外的生產性服務要素投入并沒有發揮預期的污染減排效應。因為目前國外優質服務要素的投入比例相對較低，加上過度依賴國外服務要素所帶來的低端鎖定會使中國制造業企業陷入“服務化陷阱”，從而抑制了制造業投入服務化的污染減排功能。(5)不同類型服務要素投入所帶來的污染減排效果存在差異。這種差異主要與服務要素所含的知識密集度有關，知識越密集和專業化程度越高的服務要素投入更有利于企業進行污染減排。

本文結論對制造業轉型升級、制造業綠色發展以及制造業與生產性服務業融合發展都有重要政策啟示：(1)環境污染問題關乎人類社會發展，發展經濟一味尋求量的增加而忽略質的提升是不可持續的，因此，當前中國制造業高能耗高污染的發展模式亟待改變。而僅依靠各級政府的環保政策來實現污染減排遠遠不夠，制造業需要從內部尋求改變。制造業投入服務化無疑是解決這一困局的重要技術路徑，也是兼顧“金山銀山”和“綠水青山”雙重目標的重要發展戰略(祝樹金等，2020)[18]。制造業企業應積極提升自身投入服務化水平、努力推進制造業投入服務化的改革創新，實現制造業綠色可持續發展。(2)沒有一成不變的準則，只有在實踐中不斷發展的理念。企業要結合自身實際和客觀條件，實行差異化的服務化戰略，切忌墨守成規。低能耗企業應積極發揮自身優勢，加大優質服務要素的投入，實現綠色轉型。而高能耗企業應順應經濟發展趨勢，將制造業投入服務化精神與理念納入到企業經營活動之中，在“干中學”中發現問題、糾正錯誤、不斷成長，逐漸摸索出適合自己的轉型方案(李穎和許月朦，2021)[17]。(3)持續推進本國生產性服務業升級，推動制造業投入服務化更廣范圍更深層次的發展。加快服務業市場化改革，推動生產性服務業開放發展。重點促進金融、技術等服務要素深度融入制造業研發、生產和銷售等各環節，從而在減少資源消耗和環境污染的前提下，提高產品知識密集度和附加值。(4)在推動制造業投入服務化的過程中，政府應積極發揮相關財稅政策的作用，引導企業綠色高效發展。降低貸款標準、拓寬融資渠道、積極幫助企業實施投入服務化戰略，努力推動污染減排效應的釋放，加快實現經濟的綠色可持續發展。