核心观点： 调降关税对RCEP成员国之间的贸易将带来促进作用。其主要的逻辑有以下四个方面：一是对于国内产能有限或生产水平不高的产品，进口具有比较优势国家的产品将进一步成为替代选择，虽然这将带来国内同类产品的竞争；二是对于国内具有比较优势的产品，剔除它国税收壁垒将更利于出口端的表现；三是对于国内不能生产的材料或急需品的进口，关税的下降将利于满足国内生产和生活需要；四是全球范围来看，单边主义、非税收壁垒等因素造成全球贸易发展步履维艰，RCEP的出现有利于提振全球经贸信心，树立自由贸易的标杆。 关税对产业端的影响主要取决于RCEP成员国进出口关税下调周期和幅度以及各成员国设立的一定限制条款。RCEP成员国各自设立关税承诺表，从当前税率降至0%的周期是0-20年不等。此外，成员国设有限制条款，比如日本，部分关税仅适用于ASEAN、澳大利亚、新西兰，因此短期来看，关税因素对产业的影响并不会显著体现。长期而言，对我国而言，当下具有比较优势的纺织原料、机电等行业还是会获得更直接的利好，运输设备、仪器仪表也将有较大发展潜力，而矿产品、贱金属、化工等行业将带来其他成员国的竞争。 总的来看，关税降低并不足以直接导致产业发生转移，因为影响产业转移的因素众多，包括成本、营商环境、基础设施建设、生产效率等。但RCEP是一个全面的区域自贸协定，包括货物贸易、服务贸易、投资等一揽子措施，这些措施极有可能在产业转移中发挥更大的推动力，尤其是投资准入条款相关规定，会进一步凸显出东盟的比较优势。 结合各国人口结构、城市化、人均GDP等指标来看，可以判断我国部分产业转移到东南亚存在合理性，从行业端来看，由于产业聚集效应的形成，电气设备、计算机光学用品、化学化工等行业也具有向东南亚转移的动机。 以下为正文的内容： 一、RCEP的关税减让成果 历经8年、31轮正式谈判，RCEP成为东亚经济一体化最重要的一项成果，近年来经济全球化和自由贸易受到单边主义、逆全球化的严峻挑战，区域贸易成为全球各大经济体的一致选择。据统计，2019年RCEP的15个成员国总人口达22.7亿，GDP达26万亿美元，出口总额达5.2万亿美元，均占全球总量约30%，是目前全球体量最大的自贸区。我国与RCEP成员国贸易约占我国贸易总额的30%，来自RCEP成员的实际直接投资占我实际吸引外资总额比重超过10%，协议的签订将为我国构建开放型经济新体制、形成以国内大循环为主体、国内国际双循环相互促进的新发展格局提供强大动力。 此前RCEP成员国之前已构建了多对自由贸易伙伴关系，RCEP将如何超越其他多边自由贸易协定，带来更大的增量效果？首先，通过矩阵的形式对RCEP参与国之间的自由贸易协定（FTA）进行展示，整体来看，RCEP成员国在协议签订之前早已形成了自由贸易网络，本次协议最突出的特点是间接达成了中国、日本、韩国的自由贸易协议，从而达成了“东亚闭环”。其次，日本在FTA的步调上一直落后于韩国，在RCEP协议中，日本对中国条款仍然很保守，而对ASEAN、澳大利亚、新西兰等国的待遇明显超过中国。即便如此，日本作为我国在RCEP成员国中最大的贸易对象，在此之前只有日本还没有和中国签署过自由贸易协定，关税的下调将直接对中日进出口贸易产生促进作用。 我们从RCEP对各经济体间关税的变化来理解其对贸易的影响。根据WTO统计，过去柬埔寨对货物贸易采取的平均关税税率超过10%，中国、泰国、越南分别为9.8%、9.6%和9.5%。这意味着关税壁垒的削减仍是新兴经济体构建自由贸易网络的重要领域。就具体产品而言，泰国、越南、中国、柬埔寨等国采取的农产品平均关税税率均超过了15%，明显高于其他国家；在非农产品领域，柬埔寨平均关税税率相对较高，其次是中国和印度尼西亚；而在贸易自由化方面，新加坡、文莱两国的零关税占比显著高于其他国家。 RCEP的降税模式包括“协定生效立即降为零”、“部分降税”、“例外产品”等，各成员国以“协定生效立即降为零”和“10年内降为零”为主，在“加速关税承诺”条款中，RCEP允许两个或两个以上缔约方基于共识加速降税。整体而言，协定成员将总体渐进实现90%以上税目的零关税。为理解RCEP成员国对我国出口商品采取的关税政策变化，根据HS分类的20个行业，我们抽样选取关税目录中某一个商品作为代表，并通过B/A（before/after）对比来观察RCEP协议之前和签订之后将会发生的变化，签订协议之后的税率我们选取第10年的承诺税率。整体来看，RCEP协议的签订将带来明显的关税下降，澳大利亚、柬埔寨、印度尼西亚、韩国、新西兰、老挝、菲律宾、老挝、缅甸等国家承诺10年之后相关行业的关税将出现不同程度的下降。而根据蒋葳（2020）的测算，中国与“一带一路”沿线国家签署自贸协定将会给各国或地区带来积极的影响，在关税降低50%之后，中国的GDP增加了0.044%。我们认为此次RCEP零关税目标的设定，将对我国经济增长和经济产业结构带来机会。具体到产业层面，预计当下我国具有比较优势的纺织原料、机电等行业将获得更直接的利好，而长期来看，随着我国产业升级转型，运输设备、仪器仪表具有较大发展潜力。 RCEP成员国中经济体量差异巨大，劳动力、资源、资本等生产要素直接约束各国经济增长和市场潜力，因而我国对RCEP成员国的出口未来大概率会保持“强者恒强，弱者恒弱“的局面。我国对RCEP成员国整体呈贸易逆差，进口依赖度高于出口依赖度，凸显了不同的资源禀赋和产业分工。2019年对日本、韩国、越南、新加坡、马来西亚等五国的出口占比接近对RCEP成员国出口的70%，分别为1432亿美元、1110亿美元、980亿美元、550亿美元和525亿美元。从韩国、日本、澳大利亚、马来西亚、越南等五国进口占RCEP成员国进口的80%左右，分别为1735亿美元、1715亿美元、1196亿美元、716亿美元和640亿美元。我国与韩国、日本、澳大利亚、新西兰、马来西亚之间呈现贸易逆差。 我国与RCEP成员国的重点产业贸易差额实际反映了国际产业分工和经济体之间出口竞争力，根据RCEP的降税条款，将有利于我国在顺差行业优势扩大、逆差行业劣势亦扩大。从行业来看，我国在纺织制品、机电制品等领域具有相对竞争力，2019年顺差额分别为508亿美元和74亿美元。而矿产品、贱金属、化工制品、塑料制品、光学医疗器械、运输设备等领域都是贸易逆差，尤其是矿产品逆差超过1200亿美元，其次贱金属逆差为600亿美元。 总的来看，调降关税将对RCEP成员国之间的进出口贸易带来促进作用，其主要的逻辑有以下四个方面：一是对于国内产能有限或生产水平不高的产品，进口具有比较优势国家的产品将进一步成为替代选择，虽然这将带来国内同类产品的竞争；二是对于国内具有比较优势的产品，剔除它国税收壁垒将更利于出口端的表现；三是对于国内不能生产的材料（如特殊零部件）或急需品的进口，关税的下降将利于满足国内生产和生活需要；四是全球范围来看，单边主义、非税收壁垒等因素造成全球贸易发展步履维艰，RCEP的出现有利于提振全球经贸信心，树立自由贸易的标杆。 关税对产业端的影响主要取决于RCEP成员国进出口关税下调周期和幅度以及各成员国设立的一定限制条款。RCEP成员国各自设立关税承诺表，从当前税率降至0%的周期是0-20年不等。此外，成员国设有限制条款，比如日本，部分关税仅适用于ASEAN、澳大利亚、新西兰，因此短期来看，关税因素对产业的影响并不会显著体现。长期而言，对我国而言，当下具有比较优势的纺织原料、机电等行业还是会获得更直接的利好，运输设备、仪器仪表也将有较大发展潜力，而矿产品、贱金属、化工等行业将带来其他成员国的竞争。 二、RCEP对产业链重构的影响 当前RCEP成员国之间已形成较完善的机电产品产业链，由于各国已形成上下游的比较优势，协议的签订会进一步加速技术、服务、资本等要素流动，使得比较优势进一步放大。我国的出口优势主要得益于两方面，一是在电子产业链全球化的背景下，作为全球制造中心，我国发挥“中转站”的功能，二是随着我国在营商环境上的投入，生产效率已经逐渐替代了传统的劳动力优势。从出口产品来看，我国对RCEP前五大出口国的出口主要集中在机电制品，包括电机、电气、音像设备及其零附件、机械器具及零件等，其次是纺织制品、贱金属和化工制品等。 而RCEP其他成员国的比较优势又如何呢？从我国主要进口国来源来看，韩国、日本、澳大利亚、马来西亚、越南等五国的进口产品差异显著，韩国、日本在机电制品领域占有强势地位，其次马来西亚和越南也成为电子行业跨国公司偏爱的布局地点。而澳大利亚主要的优势则是矿产品，2019年我国从澳大利亚矿产品进口占从澳总进口的70%左右。 从产业链转移的角度来看，我们认为最有可能发生转移的目的地是东盟，其原因主要有三方面，一是RCEP下关税降低的政策将极大促进生产要素流动，东盟在劳动力、土地等资源上存在比较优势，会对劳动密集型产业存在较大吸引力；二是，RCEP关于投资准入的条款涉及投资促进、投资保护、投资便利化与自由化等四方面，极大便利跨国投资的发生；三是，我国过剩产能和“借道出口”的产业近几年已有迁往东南亚趋势，易形成产业聚集效应。 2019年受中美贸易战影响，东盟替代美国成为我国第二大贸易伙伴。数据显示，我国与东盟进出口额达6420亿美元，同比增长8.6%，占总贸易额的14.05%。中国与东盟贸易额排前三位的经济体是越南、马来西亚和泰国；而增速前三位经济体是柬埔寨（增长 27.7%）、缅甸（增长 22.8%）、马来西亚（增长 14.2%）。投资方面，从我国对各国的直接投资流量显示，近10年来我国对印度尼西亚的直接投资稳步上升，2018年投资额超过18亿美元，累计投资达121亿美元。近5年对马来西亚直接投资快速增长， 2018年投资约17亿美元，累计投资超74亿美元，对老挝、越南、泰国等国的投资也增长明显，累计投资额分别为72亿美元、66亿美元、58亿美元。 从2005年到2019年，东盟吸引外商投资的原因已逐步发生变化，2005年东盟主要是凭借廉价的生产要素和相对宽松的投资限制吸引外商投资，而到2019年，部分产业链的完善及自由贸易的市场环境发挥更多吸引力，而RCEP的签订极大程度上将进一步放大东盟的优势。以泰国为例， 2005年外商主要投资行业为机动车辆、电气设备、化学品和化工产品、橡胶和塑料制品、计算机电子及光学产品等行业，投资额分别为1109.5百万美元、709百万美元、411.8百万美元、314.1百万美元。而到2019年，外商投资主要集中在电气设备、计算机电子及光学产品、化学品和化工产品、食品饮料、其他机械设备等行业，投资额分别为1194.9百万美元、920.5百万美元、757.5百万美元、366.5百万美元。 总的来看，关税降低并不足以直接导致产业发生转移，因为影响产业转移的因素众多，包括成本、营商环境、基础设施建设、生产效率等。但RCEP是一个全面的区域自贸协定，包括货物贸易、服务贸易、投资等一揽子措施，这些措施极有可能在产业转移中发挥更大的推动力，尤其是投资准入条款相关规定，会进一步凸显出东盟的比较优势。 根据对印度尼西亚、马来西亚、泰国、越南和老挝的贸易、直接投资等数据以及结合东盟各国人口结构、城市化、人均GDP等指标，可以判断我国部分产业转移到东南亚存在合理性，第一，除新加坡、文莱等国人均GDP相对较高外，老挝、越南和印度尼西亚的人均GDP仍然较为落后，经济发展水平较低，劳动力成本也较低，从0-14人口和粗出生率来看，老挝、印尼、越南仍然具有较大的人口红利；第二，城市人口比重来看，老挝、越南城市化程度低，其土地、资源的成本也会相对较低；第三，对“借道”东南亚出口的国内企业而言，随着美国和东南亚各国的监管升级，转运操作不断减少，将不得不面临直接转移的选择。从行业端来看，由于产业聚集效应的形成，电气设备、计算机光学用品、化学化工等行业也具有向东南亚转移的动机。
这个问题要是在网络上征求意见，答案一定是绝大多数人反对延迟退休。我看到的最有说服力的反对意见是：年轻人本来找工作难，让老年人占着位置，最终会出现孙子没事干送爷爷去上班的感人场景。 “实施渐进式延迟法定退休年龄” 从情感而言，反对者固然振振有词，但事实上，这个问题已经不是应该不应该，而是如何实施延迟退休的问题。在“十四五”规划建议中，对于延迟退休，中央明确提出要“实施渐进式延迟法定退休年龄”。这意味着，延迟退休问题已经走过了务虚和论证阶段，而是正式要进入实施阶段。 为什么要实施延迟退休，理由非常简单： 第一、延迟退休其实是一个世界话题，不是一个中国话题。因为全球都面临人的寿命越来越长，面临着老龄化的压力和退休金不足的问题。人类自出现在地球上以来，从来没有这么长寿过，也从来没有经历过这么大面积的老龄化。 而过去的养老金制度安排和设计是根据过去的年龄设置的。这意味着，不提高退休年龄，养老金体系最终会崩溃。因为你的寿命越长，意味着你需要的养老金越多，也意味着需要更多的劳动力养你。这也意味着，你要么存更多的钱，要么工作更长的时间，要么生更多的孩子来养你。其实，随着人的寿命的提高，养老金体系的崩溃不仅仅是某个国家面临的难题，也是一个全球性的难题。 第二、全球大多数国家都通过立法在推动延迟退休。经合组织的36个成员国中，大多数都提高了退休年龄。大多数成员国的男性退休年龄在65岁或以上。英国在2013年宣布将英国人退休年龄在本世纪30年代中期推迟至68岁，40年代末期推迟至69岁。 截至2050年，美国与德国退休年龄将达到67岁，意大利与丹麦的正常退休年龄也将为69岁。日本在2019年再次提出延长退休年龄，计划在今年修改《老年人就业安定法》，分两步将退休年龄延长至70岁。 新加坡作为世界上平均寿命最长的国家之一，准备进一步提高退休年龄，2019年8月，新加坡总理李显龙宣布，新加坡的法定退休年龄和重新雇佣年龄将从2022年7月1日开始第一轮调整，将从目前的62岁和67岁分别上调到63和68岁，2030年再分别提高到65岁和70岁。澳大利亚也准备在2029年将退休年龄提高至70岁。 第三、中国的退休年龄属于全球最早的之一。男性60岁，女性55岁，女性工人50岁，平均退休年龄不到55，而世界上很多国家的退休年龄都在65岁以上，我们不到66岁的退休年龄在全球算低的了。 从全球来看，提高退休年龄的空间还是比较大的。一些人反对提高退休年龄，关键是不知道中国的法定退休年龄在全球处于最早的水平，而中国的预期寿命并不短，已经超过了77岁。 随着中国逐步迈入老龄化社会，不要说养老金是否有亏空，按照正常的退休年龄和老龄化的程度，中国的养老金迟早有一天也会难以为继，我的预计是，在10年之内，基本养老金将会入不敷出，提高退休年龄势在必行。 第四、中国已经70年没有调整退休年龄了。现在的关于男性60岁、女性55岁、女性工人50岁退休的规定还是在1951年。从那个时候到现在，中国人的预期寿命已经大幅度提高，老龄化程度在加速。 根据国家统计局的数据， 2019年末，我国60周岁及以上人口达到25388万人，占总人口的18.1%，其中65周岁及以上人口17603万人，占总人口的12.6%。到2030年，60周岁以上的人口将超过25%，世界银行预测中国到2050年，65岁以上人口占比将达到26%。 届时中国将成为世界上老龄人口最多，老龄化程度最严重的国家之一。从全球比较的视角，提高退休年龄也是合理的。在预期寿命大幅度提高的情况下，60岁和55岁退休，的确有点浪费。 提高退休年龄的同时，要加快废除计划生育 那么，如何延迟退休年龄。中央的意见是“渐进式”，渐进，就是慢慢来。不是一下子提高到65岁，而是每年延长退休年龄几个月，慢慢提高到法定退休年龄。 在具体实施中，为了减轻阻力，笔者有三个建议： 第一、在提高退休年龄的同时，要加快废除计划生育。人口老龄化除了预期寿命的提高，生育率的下降也是重要原因。要提高退休年龄，必须考虑废除目前仍然正在实施的计划生育，提高生育率，防止抚养比的严重失衡。 第二、保持一些特殊行业的退休年龄的规定。比如，现在的退休规定是，井下、高空、高温、繁重体力劳动等其他有害健康工种，并在这类岗位工作达到规定年限的职工男性年满55周岁、女性年满45周岁即可退休。这些特殊工种的退休年龄仍然应该维持，不易提高。 随着人类社会的进步，这些工作愿意干的人越来越少，不提高退休年龄至少可以让一些人愿意选择这个职业。 第三、既要有法律的规定，也要一些过渡的激励的措施。比如，在规定法定退休年龄提高至65岁的同时，可以规定一个过渡期，在过渡期内，仍然允许60岁退休，但如果晚退休一年，拿到的退休金的比例相应可以提高。这样，就可以鼓励一部分人自愿选择晚退休。
2020年新冠疫情直接导致全球经济一度面临崩溃的边缘，各国逆周期调控政策密集出台，我国防风险暂时让步于稳增长也是应急之举，政策只能力求本轮加杠杆在结构上更有效率，努力在稳短期经济和防长期风险中保持平衡，以降低加杠杆的负面作用。 本报告正文第一部分，我们将结合杠杆数据中的线索来分析本轮逆周期加杠杆的特征，另外在第二、三部分中我们对三部门杠杆进行了更细致的测算和剖析。 主要观点 杠杆率水平综述：截至2020Q3，我国宏观杠杆率为270.1%（+24.7pct，较2019年末，下同），企业部门164.0%（+12.7pct），居民部门61.4%（+5.6pct），政府部门44.7%（+6.4pct）。 总量杠杆：抬升速度仅次于2009年，但已度过快速上升期。三个季度24.7个百分点的杠杆上升速度惊人，但我国杠杆率抬升幅度伴随经济修复在逐步减小（Q3仅上行3.7个百分点）。对比2009年上半年加杠杆力度居高不下，和2012-2016年的持续加杠杆，政策调整较为及时。此外，对比其他发达国家，我国宏观杠杆率的上升虽高，但尚在可控范围内。估算美国的实体经济杠杆率年中或将高达300%以上，半年即抬升50个百分点。 企业杠杆：对整体杠杆率贡献度下降，国企稳杠杆，民企加杠杆。2020年前三季度企业部门上行12.7个百分点，对总杠杆抬升的贡献51%（2009年同期+21.2pct，贡献69%）。企业部门杠杆贡献度下降的背后，一是由于居民部门和政府部门加杠杆做了承接，二是由于国企在本轮逆周期中较为克制，而民企在本轮信贷支持上受益明显。这与本轮货币政策结构性支持民营企业、小微企业，同时国有企业受制于资产负债约束相关。前三季度私营企业资产负债率抬升0.86个百分点，而国有企业下降0.62个百分点。更重要的是，三季度开始企业部门杠杆率已现回落，影子银行业务的持续压缩，严监管下对套利资金的打击是主要原因，但同时这一进程无碍于企业中长期贷款继续高增。 政府杠杆：对整体杠杆率贡献度抬升，中央政府更主动更积极。2020年前三季度政府部门上行6.4个百分点，对总杠杆抬升贡献了26%（2009年同期+4.9pct，贡献16%）。政府部门贡献度增加的同时，部门内部中央政府更主动更积极的承担逆周期调控重担。中央所承担的比例在提升。2020年前三季度，政府杠杆6.4个百分点的抬升中，中央和政府占比分别为35.9%和64.1%，而2009年同期对应的是14.3%和85.7%。并且，中央更快速更长期的参与加杠杆。2009年，真正贯穿整个逆周期的是地方政府加杠杆，而2020年，中央政府在疫情暴发之初即开始加杠杆，并且到三季度中央政府加杠杆的力度已经反超地方。 居民杠杆：对整体杠杆率贡献度抬升，贷款增速平稳下常态加杠杆。2020年前三季度政府部门上行5.6个百分点，对总杠杆抬升的贡献度为23%（2009年同期+4.6pct，贡献15%）。居民部门虽然杠杆率上行，但贷款增速小幅回落。数字上两个指标的背离与居民部门负债常态化的高增长和杠杆率的计算公式有关。自2009年开始，我国住户贷款增速始终高于企业贷款增速，始终高于名义GDP增速，这就必然导致过去十年间居民杠杆绝对水平的抬升。所以即便本轮逆周期中，居民贷款增速小幅回落，但对比处于低谷的GDP名义增速，我国居民部门依然处在“常态加杠杆”的状态。我们认为，居民信贷增速的平稳，反映居民在本轮逆周期中对政策刺激的响应较弱。这背后，除了本轮房地产刺激政策的缺席、疫情下客观消费环境的限制外，也反映当下居民高杠杆的负面影响有所凸显，居民财富的贫富差距正在加大。 风险提示：金融监管收紧超预期 报告目录 报告正文 一 疫情下的抬升：突发应急加杠杆，尽力而为求平衡 （一）总量上抬升速度仅次于2009年 截至2020年三季度，我国宏观杠杆率为270.1%，较上年末抬升了24.7个百分点，抬升速度仅次于2009年。但从持续时间和抬升幅度看，我国杠杆率抬升势头在三季度已经明显受控，较部分发达国家更为克制。 从抬升斜率上分析，我国宏观杠杆率在Q3基本告别了快速抬升的阶段，本轮逆周期政策调控节奏比较精准。从Q1到Q3，伴随经济的修复，杠杆率抬升幅度是在逐步减小的，Q1上行13.9个百分点> Q2上行7.1个百分点> Q3上行3.7个百分点。同样是全球面临经济冲击，2009年加杠杆力度在整个上半年居高不下。而2012-2016年的杠杆上行更是缺乏节制，成为一场部门间加杠杆的接力。 此外，对比其他发达国家，我国宏观杠杆率的上升虽高，但尚在可控范围内，这要归功于强有效的疫情防控和经济的快速修复，使得我们的政策不必急于“一上来就把子弹打光”。我们根据美国的资产负债表和GDP数据测算，截至年中，美国的实体经济杠杆率或将高达300%以上，半年杠杆率即抬升50个百分点。 （二）结构上尽量注重效率和平衡 截至2020年三季度末，我国实体经济各部门杠杆率如下，企业部门164.0%，居民部门61.4%，政府部门44.7%。分别较2019年末抬升了12.7个百分点、5.6个百分点和6.4个百分点。毫无疑问，非金融企业依然是我国宏观杠杆的主体。但对比相似的2009年，杠杆的部门结构更为平衡，具体在数据上体现为中央政府承担的比重在增加，居民住房贷款增速相对平稳，以及国有企业杠杆率的克制。下面我们就一一剖析各部门本轮加杠杆的特点。 1、企业部门：对整体杠杆率贡献度下降，国企稳杠杆，民企加杠杆 相较2009年，2020年企业部门加杠杆在快速抬升的同时，尽量做到了按效率分配杠杆资源。一则部门整体对实体杠杆抬升的贡献度下降，二则部门内部从国企加杠杆到民企加杠杆。2020年前三季度24.7个百分点的杠杆率抬升中，企业部门上行12.7个百分点，占比51%，对比2009年前三季度企业部门杠杆上行了21.2个百分点，比重为69.1%。 企业部门杠杆贡献度下降的背后，一是由于居民部门和政府部门加杠杆做了承接，二是由于国企在本轮逆周期中的克制，并不能简单等同于企业对于逆周期刺激的钝化。规上工业企业的历史数据显示， 2007-2015年的9年间，国有企业持续加杠杆，民营企业持续去杠杆。2009年的逆周期措施对民企的刺激有限，国有企业一呼百应的继续加杠杆才是企业部门杠杆率上升的主要原因。 直到2018年，这一趋势在货币政策快速收紧和金融防风险任务下才有明显改变，但却出现了偏差，国企成功开启去杠杆，民企却因“资产掉的比负债快”反而杠杆抬升。 最新三季度的变化中，企业部门杠杆率已现回落，影子银行业务的持续压缩，严监管下对套利资金的打击是主要原因，同时这一进程无碍于企业中长期贷款继续高增。预计在货币政策正常化的进程下，企业部门杠杆率还有望继续下降。 2、政府部门：对整体杠杆率贡献度抬升，中央政府更主动更积极 首先部门整体对实体杠杆抬升的贡献度增加。2020年前三季度24.7个百分点的杠杆率抬升中，政府部门上行6.4个百分点，占比25.9%，而2009年前三季度政府部门杠杆上行了4.9个百分点，比重为16%。 其次部门内部中央政府更主动更积极的承担逆周期调控重担。从比重上看，中央所承担的部分在提升。2009年前三季度，政府杠杆4.9个百分点的抬升中，中央和地方占比分别为14.3%和85.7%。而2020年前三季度，政府杠杆6.4个百分点的抬升中，中央和政府占比分别为35.9%和64.1%。从节奏上看，中央更快速更长期的参与加杠杆。2009年，中央政府杠杆直到Q3才快速加杠杆，并且很快在四季度杠杆再次回落，真正贯穿整个逆周期的是地方政府加杠杆。2020年，中央政府在疫情暴发之初即开始加杠杆，并且到三季度中央政府加杠杆的力度已经反超地方。且根据政府债券发行情况，地方政府债券的发行到10月底已告一段落，而国债发行额度还余万亿左右。 我国政府相对较高的净资产，是政府部门能够适度承接居民和企业部门高杠杆的原因。根据社科院，2016年中国社会净财富的27%由政府持有，同年英美政府净资产均为负，而日德政府净资产占社会净财富比重均不足5%。但美国政府杠杆率超过100%，日本政府杠杆率超过200%，英国和欧元区政府杠杆率在85%左右，与中国考虑了城投债务的政府杠杆率（政府债务/名义GDP）大致相当。 3、居民部门：对整体杠杆率贡献度抬升，贷款增速平稳下常态加杠杆 2020年前三个季度24.7个百分点的杠杆率抬升中，居民部门上行5.6个百分点，占比23%，而2009年前三个季度居民部门杠杆上行了4.6个百分点，比重为15%。 虽然居民杠杆率明显上行，但我们注意到9月末住户贷款增速仅有14.6%，较2019年末15.5%反而是回落的。这与以往几轮周期中居民部门杠杆率和信贷增速双跳升有所不同。数字上两个指标为何会存在方向的背离？这与居民部门负债常态化的高增长和杠杆率的计算公式有关。自2009年开始，我国住户贷款增速始终高于企业贷款增速，始终高于名义GDP增速。而根据各部门杠杆=各部门负债/名义GDP的定义，这就必然导致过去十年间居民杠杆绝对水平的抬升以及对整体杠杆贡献度的抬升。同理，本轮逆周期中，即便居民贷款增速小幅回落，对比处在低谷的名义GDP增速，居民加杠杆的趋势也没有停止，我国居民部门依然处在“常态加杠杆”的状态。 我们认为，虽然杠杆抬升，但居民信贷增速的平稳，反映居民对本轮逆周期中对政策刺激的响应较弱。这背后，除了本轮房地产刺激政策的缺席、疫情下客观消费环境的限制外，也反映当下居民高杠杆的负面影响有所凸显，居民财富的贫富差距正在加大。 首先，无论是居民长贷还是销售数据均反映本轮居民逆周期购房的冲动并不强。2009年上半年居民长贷增速从11.6%快速爬升至21.8%，并在2010年最高达到58.7%，而2020年上半年个人住房贷款余额增速反从17%回落至15.8%。即便排除一季度售房受限的情况，商品房销售的当月增速对比前几轮地产之后的高点也有相当的距离。 其次，除了个人住房贷款增速回落之外，居民短期消费贷款增速穿负直接导致了居民消费杠杆的压降。除了疫情下居民出门消费受限，疫情下贫富差距的加大值得关注。中低收入人口的就业和收入明显受到疫情影响，而高收入人群就业稳定的同时更享受到了资产增值和杠杆成本下降的福利。根据中国家庭金融调查与研究中心的数据，上半年年收入10万以下的家庭财富持续缩水，而年收入30万以上的家庭稳步增长，各职业中，自由职业者、普通职员、技术工人和个体户财富缩水程度靠前。 二 宏观杠杆率总况：继续抬升，但斜率放缓 疫情下我国宏观杠杆率总体上行，但斜率放缓。按社科院口径，截至2020年三季度我国宏观杠杆率已经达到了270.1%，前三季度共抬升了24.7个百分点，抬升速度仅次于2009年前三季度。但2020Q3杠杆率抬升3.7个百分点，低于Q1（13.9个百分点）和Q2（7.1个百分点）。进一步基于我们对于社融的假设，若年底社融增速攀升至13.8%，则年末实体经济杠杆率将上行至272%左右，全年上行近26个百分点。 三大实体部门杠杆率分别上行至：企业部门164.0%，居民部门61.4%，政府部门44.7%。分别较2019年末抬升了12.7个百分点、5.6个百分点和6.4个百分点。存量结构中，当前的杠杆构成里企业部门占比61%，居民部门占比23%，政府部门占比17%。增量结构中，前三季度24.7个百分点的抬升中企业部门占比51%，居民部门占比23%，政府部门占比26%。 三 宏观杠杆率细究：杠杆加在了何处 （一）非金融企业杠杆 2020年Q3企业部门杠杆率高达164.0%，较2019年末抬升了12.7个百分点，其中固然涵盖了城投平台的负债，但企业依然是我国杠杆最高的部门。本轮疫情后，民企杠杆率在2008年后首次重新回到了国有企业以上，其中主要是尾部民企在加杠杆，而头部企业无论国企或民企杠杆率均较为稳定。行业层面，房地产和建筑仍然是绝对杠杆水平最高的行业，在上半年加杠杆力度最大的是农林牧渔、化工、和休闲服务业。并且，三季度开始企业部门杠杆率已现回落，影子银行业务的持续压缩，严监管下对套利资金的打击是主要原因。具体分析详见下文： 1、从所有制看工业企业杠杆 以37.8万户规上工业企业的资产负债率衡量各所有制企业的杠杆率水平（整体法）——绝对水平看，截至月9份，杠杆率自高到低分别为私营企业（58.22%）、国有企业（57.42%）、股份制企业（57.33%）。这是2008年下半年以来第一次私营企业杠杆率水平重新回到国有企业以上。 从抬升速度看，前三季度加杠杆力度由高到低排位如下：私营企业（+0.86pct）>股份制企业（+0.28pct）>国有企业（-0.62pct）。规上私营工业企业的资负表扩张速度居于高位，上半年平均同比在18.5%左右，为2015年以来的新高。 宽松政策的对冲下，疫情对私营企业的资负表冲击实际有限，自2019年下半年以来私营企业扩表力度就在低基数上出现了跳升，并在今年上半年一以贯之。而国有企业明显较为保守，资产增速1-9月均同比2.6%，负债增速更低至1.3%，我们认为这与国有企业依然受制于“三年去杠杆”目标有关（即2018年中办国办印发的《关于加强国有企业资产负债约束的指导意见》中，要求到2020年国有企业资负率在2017年基础上压降2个百分点）。 2、从大小国民企看杠杆 再以近5000家发债企业的资产负债率对比大小国民企的杠杆率水平（整体法）——绝对水平看，截至2020年H1，杠杆率自高到底分别为头部民企（76.1%）>头部国企（69.7%）>尾部民企（62.1%）>尾部国企（50.4%）。5000家发债企业杠杆率同样是民企>国企，这与规上工业企业的结果基本一致、相互映证。 从抬升速度看，上半年加杠杆力度从高到低为尾部民企（+13pct）>尾部国企（+1.7pct）>头部国企（+0.7pct）>头部民企（-0.5pct）。这又为我们多提供了一层视角，即无论国企民企，疫情当中头部企业的杠杆率都相当稳定，而尾部企业中，尾部民企才是绝对的加杠杆主力。我们认为，疫情下宽松的货币政策尤其是融资成本的下行，对头部企业而言，融资渠道的绝对拓宽程度其实有限，但却是一个置换降低融资成本的好契机。但对尾部企业，尤其是此前融资相对困难的民企，利率下行既节省了负债成本又降低了信用债发行的门槛。 3、从行业看上市公司杠杆 以上市公司的资产负债率衡量行业杠杆率（整体法），截至2020年三季度末，25个行业中，绝对杠杆水平排在前列的是地产（79.53%）、建筑装饰（75.32%）、公用事业（61.78%）、商业贸易（60.98%），地产和建筑装饰杠杆率可谓一骑绝尘。绝对杠杆水平排在末位的是食品饮料（32.06%）、传媒（38.47%）、纺织服装（40.62%）、医药生物（42.59%）。 而在上半年的加杠杆进程中，加杠杆力度最强劲的是农林牧渔（+2.7pct）、休闲服务（+2.3pct）、商业贸易（+1.8pct），而疫情中去杠杆力度幅度最大的是纺织服装（-9.2pct）、食品饮料（-3.0pct）、传媒（-3.0pct）。 但在这些行业中，谁是主动加杠杆（负债增长），谁是被动加杠杆（资产收缩），在疫情冲击下必须注意区分： ➢ 部分行业为主动加杠杆，即负债增速%>资产增速%>0，其中杠杆增速抬升靠前的分别是农林牧渔（+2.7pct）、休闲服务（+2.3pct）、商业贸易（+1.8%）、钢铁（+0.75%）、机械设备（+0.74%）； ➢ 还有不少行业已经开启良性去杠杆，即资产增速%>负债增速%，其中杠杆压降幅度靠前的分别是食品饮料（-3.1pct）、电子（-1.8pct）、医药生物（-1.8pct）、计算机（-1.6pct）、建筑材料（-1.4pct）。这里的典型代表是电子、医药生物和计算机行业，两者借力于疫情期间需求增加和产业链转移的机会，承接大量订单，实现资产负债双增的同时成功去杠杆。 ➢ 但仍有极个别行业为烈性去杠杆，及0>资产增速%>负债增速%，比如传媒（-3.0pct）、纺织服装（-9.2pct）。 （二）政府杠杆 2020年三季度末政府杠杆率达到44.7．%，较2019年末抬升6.4个百分点，其中地方杠杆抬升占比近64%。此外，我们额外测算了截止年中的城投平台的杠杆率水平，也已高达44.7%，抬升3.5个百分点，同期来看并不较政府杠杆率逊色。从地区看，经济越差、杠杆越高的省份，杠杆上的也越快；经济越好，杠杆越低的省份，杠杆抬升速度反而可控。具体测算分析详见下文： 1、中央vs地方政府杠杆 我国政府杠杆率政府杠杆率由两部分构成，一是中央政府杠杆；二是地方政府杠杆。在社科院政府杠杆统计下，政府杠杆=政府债务余额/名义GDP（TTM），其中中央政府债务余额=国债余额，地方政府债务余额=财政部公布的地方债务余额（未囊括城投债和融资平台贷款）。 2020年三季度末中央政府杠杆率达到19.1%，较2019年末抬升2.3个百分点，地方政府杠杆率达到25.6%，较2019年末抬升4.1个百分点，中央和地方所承担的比例接近1：2。 2、各地政府杠杆 分行政区域来看，债务不平衡问题愈发严重：经济越差、杠杆越高的省份，杠杆上的也越快；经济越好，杠杆越低的省份，杠杆抬升速度反而可控。2020年1-9月，GDP排名后10位的省份，除去西藏，杠杆率基本高于40%，多数杠杆率抬升也都超过了7个百分点。而反观GDP排名前10名的省份，杠杆均低于30%，杠杆抬升幅度除了湖北省外均不超过5个百分点。可见在疫情当中，经济较弱的省份一则GDP受挫较重，恢复缓慢，二则为了恢复经济，新增债务的力度却有增加，因此疫情后杠杆抬升力度反而不小。 3、城投平台杠杆 但在上述比较外，必须区分的是，无论是在社科院口径还是BIS口径中，城投平台的负债都被统计在了非金融企业部门，而非政府部门。但考虑到城投平台无论在职能和财务上都难和政府做到实质脱离，把城投债务移动到政府部门更有助于我们观测杠杆的构成和变化。 以负债法测算城投平台的隐性政府债务，通过统计Wind已公开的2324家城投平台的负债规模，大致估算得2020年H1融资平台形成的隐性债务约44.15万亿（考虑到有部分城投平台不公布中报，实际数额应该更大），按照负债/GDP（TTM）的口径，杠杆率高达44.7%。对比2019年末，隐性债务规模约为40.84万亿，杠杆率为41.2%。也就是说，上半年仅城投平台杠杆率就至少抬升了3.5个百分点。 而按照城投口径调整后的政府杠杆率在2020年H1应达到42.3%+44.7%=87%，非金融企业杠杆率应降至164.4%-44.7%=119.7%。 （三）居民杠杆 2020年三季度末居民部门杠杆率达61.4%，较2019年末抬升了5.6个百分点，杠杆抬升幅度为历史最快，其中房贷杠杆抬升3.2个百分点，短期消费杠杆压降1.6个百分点，经营杠杆则抬升了1.8个百分点。 1、住房与消费杠杆 以个人购房贷款余额/名义GDP TTM来衡量居民房贷杠杆率的变化，2020年Q3居民房贷杠杆率达到33.6%，较2019年底抬升了3.2个百分点。但换一个角度，个人购房贷款的余额增速依然在保持下降，由2019年底的16.8%压降至2020年Q3的15.6%，调降了1个百分点左右。可以说，2020年上半年居民住房杠杆率的抬升，主要原因不在于负债端（分子端）居民住房贷款的过度放纵，而在于资产端（分母端）GDP的负增长。但无论如何在经济负增长的情况下，居民住房贷款的增速却没有出现大调整，杠杆率的抬升确实说明居民负债压力在加大。 以住户消费短贷余额/名义GDP TTM来衡量居民消费杠杆的变化，2020年Q3居民消费贷杠杆率达到8.5%，对比2019年底下降了1.6个百分点。消费贷杠杆率的下降主因短期消费贷款的快速收缩，负债端（分子端）居民短期消费贷款增速跌至-11%，资产端（分母端）GDP过去四个季度的名义增速仍有3%。 2、经营杠杆 以住户经营贷款余额/名义GDP TTM来衡量居民经营贷杠杆率的变化，实际上可侧面反映了小微企业主（特别是个体工商户）的经营杠杆情况。2020年Q3个人经营贷杠杆率达到13.3%，较2019年底抬升了1.8个百分点，为2006年来最快的抬升速度。普惠金融力度的加大、货币政策创新工具的应用使得本轮逆周期中小微企业获贷能力提升，三季度末普惠小微贷款余额同比高达29.6%。 3、比对收入看杠杆 再换一个视角，以住户贷款余额/居民可支配收入TTM来衡量居民杠杆率的变化。在以GDP法做衡量时，有助于在同一分母之上拆分总杠杆的构成，而以居民收入做衡量时，更有助于我们观测居民部门的绝对负债水平。截至2020年Q3，居民部门杠杆已达到138.6%，较去年底抬升了9.8个百分点，相当于当前居民至少要用近1.4年的收入才可基本偿还负债本金。
摘 要：企业利润是成本转换、增值的结果，企业的成本结构决定了其利润率和竞争力。本文基于 Vargo 和 Lusch 提出的“服务主导逻辑”，创新性地将企业成本划分为“受动性成本”和“能动性成本”，认为“受动性成本”的作用是转移价值，“能动性成本”的投入才是企业升级转型、提高利润率的关键。在实证分析上，本文使用工业企业成本调查数据，应用多元回归模型和门限回归模型考察了企业利润率与能动性成本投入的关系，结果表明：企业研发费用、职工教育基金、销售人员薪酬等能动性成本投入对企业利润提升具有显著的正向影响。这种效果在大中型企业中表现得更加明显，在高附加值和低附加值行业也非常明显。 关键词：服务主导逻辑能动性成本 企业利润率 门限回归模型 企业利润是企业成本转换、增值的结果，企业的成本结构决定了其利润率和竞争力，进而决定了宏观经济的层次和结构。本文遵循“商品主导逻辑”到“服务主导逻辑”的理论主线，研究了企业成本结构对企业利润和企业竞争力的影响，提出了企业在优化成本结构方面的应对举措，探讨了政府在推动企业转型和促进经济升级方面的政策措施，这对于我国供给侧结构性改革和经济转型升级具有重要的理论和现实意义。 一、主要理论和文献回顾 企业的核心竞争力和生命力是顾客价值创造，关于顾客价值创造，主要存在两种观点，一种是商品主导逻辑，另一种是服务主导逻辑。 （一）商品主导逻辑和服务主导逻辑的价值内涵 商品主导逻辑源于工业革命时期。1776年，英国著名经济学家亚当·斯密在《国富论》中提出国家财富主要来源于具有生产性的产品，而非生产性的服务只是次优产出。此后的几个世纪，学者对商品和服务的研究，都将商品摆在主导位置，并且将商品和服务严格分开，由此衍生出商品主导逻辑的概念。Zeithaml等（1985）指出在新古典经济学的世界里，“生产性”商品处于中心位置，而“非生产性”的服务则被定义为一种特殊商品，而且是一种次优或低等商品。商品主导逻辑根植于古典经济学，高度反映了工业经济特征，将“商品”看作是价值创造和国民财富积累的核心要素，而没有给予商品生产和销售过程中涉及的知识、技能等操作性资源应有的重视。 20世纪后半叶，在信息革命的大背景下，商品和服务的关系日益模糊，难以区分企业向市场提供的究竟是商品还是服务，越来越多的企业把注意力从商品转移到了服务上面，很多制造企业中，服务的投入比重甚至超过了制造，服务收入的比重也超过了制造品的收入比重，于是，服务主导逻辑的理念逐渐浮出水面。Berry（1983）认为交换本质上是建立关系而非交易，Gronroos（1983）认为质量是客户感知而非技术标准，Phillips、Ochs和Schrock（1999）指出客户不是购买产品，而是购买该产品的服务能力，并认识到使用价值相对于价值的重要性，提出了“产品已死、服务永存”的观点和理念。Vargo和Lusch于2004年首次正式提出了服务主导逻辑的概念，又于2008年、2016年对服务主导逻辑的理论进行了完善，对商品主导逻辑和服务主导逻辑进行了严格区分。该理论指出：几乎所有经济体都在生产和交换比商品更多的服务，服务需要更多的关注；服务是一切经济交换的基础，应该将商品和服务统一到服务主导的逻辑框架下来思考和分析；在价值创造中，操作性资源、资源整合者、制度安排所形成的服务生态系统起到重要作用。在对服务主导逻辑进行系统阐述后，Vargo和Lusch（2016）将2008年提出的10项假设进行了修订，升级为服务主导逻辑的5大公理和11项假设（见表1）。 表1：服务主导逻辑的 概括而言，商品主导逻辑是以商品（包括有形货物和无形服务）为中心的传统理论，服务被看作一种无形商品或可以增加商品价值的附加组件，商品是上等的，服务是商品的附属品。服务主导逻辑认为，“服务”是交换活动的重点，商品依然很重要，但服务是上等的。 在价值创造方面，二者有很大不同，商品主导逻辑认为价值创造者在生产方，其本质是在生产过程中嵌入价值。服务主导逻辑将价值创造的场所从“生产者”转移到各参与者之间共同创造的协作过程，资源整合者、制度安排、生产者的知识和技能（能力）代表了创造价值的基本来源，所有价值创造的根本驱动力是操作性资源，即能够“有目的地”作用于其他资源的资源。商品主导逻辑认为商品是客户价值的载体，商品价值存在于产品本身，价值在商品交换中得到实现；服务主导逻辑认为商品价值在于商品为客户带来的体验和效用，即产品的使用价值，商品是以服务载体的角色参与交换的，商品是服务能力的传递者。 表2：商品主导逻辑与服务主导逻辑的属性对比 （二）商品主导逻辑和服务主导逻辑与企业成本结构的相关文献回顾 商品主导逻辑和服务主导逻辑的区分可以从Constantin和Lusch（1994）的研究找到理论渊源，他们创造性地将资源分为对象性资源（Operand Resources）和操作性资源（Operant Resources），对象性资源主要包括商品和自然资源等，在企业的价值创造中起被动作用；操作性资源主要包括知识和技能等，在企业价值创造中起主动作用。商品主导逻辑和服务主导逻辑的根本区别实际上在于对操作性资源和对象性资源在价值创造中的作用的不同看法。服务主导逻辑把以“知识和技能束”、“资源整合能力”等为代表的能动的基础资源的集合体当作企业赖以生存和发展的高阶资源，这些操作性资源成了企业核心竞争力的体现，而商品主导逻辑更强调实物商品，对操作性资源并没有充分重视（见表2）。 服务主导逻辑提出后，众多国内外学者对其应用、发展等方面开展了研究，一些学者探讨了对象性资源和操作性资源对企业成本结构划分的借鉴意义。刘林青等（2010）认为越来越多的公司像苹果公司那样提供的既不是纯商品也不是纯服务，而是将两者组合的“解决方案”，解决方案设计方面的支出变得非常重要。Banker等（2011，2019）发现销售和管理费用不能仅仅被看成一项费用，公司长期股权激励措施的推出和销售费用、管理费用、研发费用方面的支出增加，会提升企业的未来价值，但这些影响因企业和行业不同而有所差异。李雷等（2013）认为知识、技能等操作性资源是内生于竞争系统的，操作性资源和竞争会相互促进，为企业构建可持续竞争优势提供了保障。马元驹等（2018）指出商品主导逻辑下的资源主要指静态的有形资源，产品成本一般由制造过程中所使用的对象性资源，即料、工、费等制造成本构成，服务主导逻辑下的成本是为了取得客户认可的价值而发生的所有支出，包括营业成本、销售费用、管理费用、财务费用，即收入动因成本。郭永清（2018）认为公司要提升盈利能力，需要采取服务差异化、技术差异化、品牌形象差异化等竞争策略，管理费用、销售费用等投入对利润提升和差异化竞争策略至关重要。刘琨（2018）将我国乘用车制造业上市公司与代表现代乘用车制造先进水平的福特、丰田和大众三家企业进行对比，发现我国乘用车企业研发投入比重偏低，材料成本和税费成本是导致制造成本上升的主要原因，提升研发投入可以降低材料成本，促进成本结构的良性循环优化，最终实现企业综合盈利能力与制造核心能力的提升。 总之，服务主导逻辑重新审视了产品、服务和价值创造的关系，认为操作性资源而非对象性资源才是价值创造的主体，价值存在于服务中。商品固然很重要，但服务是上等的，是一切经济交换的基础，应当将商品和服务在统一的框架下思考企业资源、成本结构和价值创造等基本问题。但目前的研究侧重于宏观和中观层面的理论分析，微观层面分析和定量分析非常少。本文以服务主导逻辑理论为基础，借鉴对象性资源和操作性资源的划分方法，从微观视角出发，创新性地将企业成本划分为能动性成本和受动性成本，探索性地研究了成本结构与企业利润之间的关系，期望对企业升级转型提供借鉴。 二、不同主导逻辑下的成本结构及习性分析 结合Vargo和Lusch的服务主导逻辑理论、Constantin和Lusch的资源划分方法以及国内学者关于企业成本结构的相关研究，本文对企业成本结构做如下分析。 （一）商品主导逻辑下的成本主要是营业成本 商品主导逻辑认为企业负责产品的生产，并将价值直接嵌入所生产的产品中以获得交换价值。为制造商品发生的直接材料、直接人工和制造费用等营业成本属于企业成本，在产品价值创造中处于主导地位；销售费用、管理费用和财务费用等没有直接参与商品制造，不属于企业成本，在产品价值创造中处于从属地位。 从对象性资源和操作性资源划分的角度看，为生产商品而发生的直接材料、直接人工和制造费用为对象性成本，在产品价值增值和客户价值创造中起主导作用；商品生产和销售过程中涉及的知识、技能等操作性资源，则被认为属于费用类科目，在企业价值创造中只起辅助作用（见图1）。 （二）服务主导逻辑下，成本分为“能动性成本”和“受动性成本” 服务主导逻辑认为客户价值在于商品和服务的融合，创造价值的不再局限于产品直接成本，而是体现在为了取得顾客认可的价值而发生的所有支出（马元驹，2018）。也就是说，服务主导逻辑下的企业成本概念不仅包括为生产产品所发生的料、工、费等制造成本，也包括与客户认可的商品和服务价值相匹配的其他支出，是从产品生产到产品出厂再到客户手中所发生的全部成本。比照利润表项目，服务主导逻辑下的成本就是营业成本、销售费用、管理费用和财务费用四个项目之和。 从成本结构看，服务主导逻辑强调，真正对结果产生作用的是操作性资源，如知识和技能，且操作性资源是无形的、动态的，在多数情况下不易损耗、可再补充，能够创造额外的产品价值，为顾客增加新的体验，在客户价值创造中居主导地位，本文称这类成本为“能动性成本”；而对象性资源具有有形性、静态性、有限且可损耗等特征，如物力和财力资源，主要起转移价值的作用，在客户价值创造中居辅助和从属地位，本文称这类成本为“受动性成本”（见图1）。 图1：不同主导逻辑下的企业成本结构 需要指出的是，企业成本支出中的各类税费不是本文的研究内容，因为这些税费是国家强制征收的，对客户价值创造不起直接作用。 综上，服务主导逻辑下的企业成本大于商品主导逻辑下的营业成本范畴，是扣除企业税费成本后，参与客户价值创造的各类成本费用之和。根据这些成本在价值创造中的作用不同，可分为“能动性成本”和“受动性成本”。 （三）服务主导逻辑下的成本习性分析 根据各类资源在客户价值创造中发挥的作用，本文将服务主导逻辑下的企业成本分为能动性成本和受动性成本（见图2）。 图2：服务主导逻辑下的企业成本结构 根据服务主导逻辑下企业成本结构划分的理论和思路，我们尝试从各类成本费用的特征出发，探索性地将企业成本费用报表中各项成本费用划分为能动性成本和受动性成本。 根据企业成本费用报表，企业成本费用共包括4个一级科目，其下又细分为多个二级科目（参见表3）。 表3：服务主导逻辑下的成本习性分析 生产成本中，直接材料、直接人工和制造费用是企业生产产品和提供劳务的过程中所消耗的、直接用于产品生产的成本，这些成本通常是按照既定的程序和步骤将价值转移到产成品或服务上，属于受动性成本的范畴。 销售费用是指企业销售商品和材料、提供劳务的过程中发生的各种费用。从内涵看，销售费用是企业实施销售策略产生的各类费用。企业销售策略是企业根据自身内部条件和外部竞争状况所确定的关于选择和占领目标市场的策略，良好的销售策略可以充分发挥企业优势，实现企业产品的价值增值。因此，本文认为，销售费用中有人的脑力劳动参与其中的部分，特别是销售策略的设计、产品品牌建设和维护等相关费用支出，应当归入能动性成本，仅仅是人的体力劳动以及其他转移价值过程中发生的费用则属于受动性成本。具体而言，销售人员薪酬、广告设计费大体可以归入能动性成本，折旧费、修理费、保险费、差旅费等则可以归入受动性成本。 财务费用是指企业为筹集生产经营所需资金等而发生的费用，与企业员工的脑力劳动和智慧创造无关，都属于受动性成本。 管理费用是指企业行政管理部门为组织和管理生产经营活动而发生的各种费用。管理把人才、技术和商业模式等几项核心要素聚合起来，管理方式和能力代表了企业的软实力和核心竞争力。从这个意义上讲，管理部门负责设计企业管理制度的员工报酬以及接受外部管理咨询而发生的费用属于典型的能动性成本；企业的研发费用、技术转让费以及职工教育经费都有助于提升企业产品的附加值，属于能动性成本；而折旧费、修理费、办公费等其他管理费用则属于典型的受动性成本。 综上而言，在企业成本费用中，有6个二级科目属于能动性成本。当然，我们也认识到，这种划分方法是一种粗线条的分类方法，很多具体科目的分类方法尚待深入探讨。比如：管理费用中的职工薪酬这个二级科目的性质不能明确划分，因为其中设计管理制度、付出脑力劳动的那部分高级管理人员的薪酬可以列入能动性成本，但管理部门中具体经办人员的薪酬，实际上也是受动性成本。 由于数据源的局限性，我们无法得到每一项二级科目的企业成本费用数据，为此，下文的分析中，我们将选择几项典型的能动性成本变量开展研究。 三、能动性成本对主营业务利润率影响的实证分析 （一）研究方法 1．普通多元线性回归模型 我们构建如下的多元线性回归模型： 式中：c为常数项， 为第i个样本企业的各项能动性成本占全部成本费用的比重， 为第i个样本企业的控制变量， 和 分别是二者的系数， 为残差项。 企业在经营发展和转型升级的过程中，各项成本费用对企业主营业务利润率的影响可能会随着企业的规模扩大有所变化。也就是说，对于不同规模的企业，回归模型中的系数可能不同，因此，我们还考虑使用门限回归模型。 2．门限回归模型 门限回归模型（Threshold Regressive Model）的基本思想是根据门限变量的门限阈值的判别结果，在不同情况下使用不同的回归方程，从而试图解释各种类似于跳跃和突变的现象，其实质是用分段的线性回归模型来描述总体非线性问题。 假定一个具有T个观测值和m个门限值（具有m+1个区制）的标准多元线性回归模型，在区制j=0，1，2，…，m中，被解释变量可以表示为解释变量的组合： 式中：模型有两类解释变量，解释变量X的系数 不随区制变动而变化，而解释变量Z的系数 在每个区制中均不相同，两类变量均与扰动项 不相关。 假定存在一个可观测的门限变量 用于划分样本，并且门限值 是严格单调递增的，则在区制j中有且仅有 以一个单门限（两区制）模型为例，门限变量为 ，待估计的门限值为 ，则回归模型可写成如下形式： 将两方程合并，也可写为 其中， 为指示函数，当其中的表达式为真时，取值为1；反之，则取0。 定义 ，则一个具有m个门限值（具有m+1个区制）的回归方程可写为： 通过设定门限变量 、解释变量 和 可以确定回归方程的形式。已有文献中，企业规模通常用营业收入、总资产或企业员工人数三方面指标来衡量，这三个指标各有利弊（ Scherer， 1965）。张杰、刘志彪和郑江淮（2007）分别使用这三个指标分析企业规模对创新强度的门限效应，结果表明以营业收入作为企业规模衡量指标时，最能体现出企业规模因素是企业创新强度的影响因素这一结论。张瑶（2013）、李宇和张瑶（2014）、李波和孙利华（2019）等分析企业创新、研发的规模效应时，均利用营业收入作为衡量企业规模的门限变量。同时营业收入也是企业成本预算的主要依据。所以，我们选择企业主营业务收入表示企业规模，并作为门限变量，各项能动性成本占比为随区制变化的解释变量，控制变量的系数不随区制变化。 （二）数据来源与指标选择 人民银行调查统计司于2018年11月在全国范围内开展了工业企业成本费用调查，调查从各项成本费用的具体用途出发，涵盖了2017年1月至2018年9月期间企业生产经营过程中发生的主营业务收入和各项成本费用，具体调查指标见附表1。我们使用此项调查数据进行实证分析，剔除无效问卷后，样本为4490个企业。该项调查数据为截面数据。 我们使用计量模型考察能动性成本对企业利润率的影响，企业主营业务利润率为被解释变量，能动性成本为解释变量。我们将企业的研发费用占比、广告费用占比、职工教育基金占比和销售人员薪酬占比设定为企业能动性成本，把它们占全部成本费用的比重作为解释变量。 表4：主要变量选取 此外，由于影响企业利润率的因素众多，本文在其他学者的研究分析和数据可得性的基础上，选取了一些企业层面的变量作为回归控制变量，以增强实证分析的解释力。 （1）企业所有制：虚拟变量，国有企业赋值为1，非国有企业赋值为0。（2）行业主营业务收入波动率：行业属性的代理变量。Vargo和Lusch强调，服务主导逻辑不意味着无需关注商品的作用。对于部分行业，产品的商品价值属性强，企业的利润率除了受操作性资源的影响，还会受到经济周期、商品价格波动等外部因素影响，使用企业所在行业主营业务收入增速波动率主要为了剔除可能会影响企业利润率的经济周期及行业因素等。（3）企业资本密集度：使用企业人均固定资产净值。（4）企业资产负债率：资产负债率是衡量企业偿债能力的指标，过高的资产负债率会产生偿债风险，进而影响企业的盈利能力。（5）通过非正式金融渠道融资占比作为模型的控制变量：指通过银行贷款及债券之外的融资额占企业全部有息负债融资额的比重（见表4）。 （三）工业企业整体的实证结果及分析 1．描述性统计 从企业经营成本费用调查数据来看，在工业企业的各项能动性成本中，占比较大的是研发费用，其占比均值为1.54%，其次是销售人员薪酬和广告费用，其占比均值分别为0.90%和0.71%。职工教育基金占比较低，其占比均值仅为0.05%。各样本的数据间差距较大，说明工业企业间的成本结构差异较大。 表5：主要变量的描述性统计 2．普通多元线性回归模型的估计结果 按照表4中对主要解释变量和控制变量的选取，我们建立工业企业整体的回归方程，利用普通最小二乘法进行估计，回归结果经White检验证明存在异方差。将系数标准差用White异方差一致协方差进行修正后，得到回归结果（见表6回归1）。从回归1结果看，职工教育基金和销售人员薪酬的系数未通过显著性检验。剔除这两个解释变量后，重新利用普通最小二乘法进行模型估计后，对回归方程进行White检验，判定存在异方差。将系数标准差用White异方差一致协方差进行修正后，得到回归结果（见表6回归2）。 表6：工业企业多元线性回归结果 从回归2的估计结果看，企业研发费用和广告费用的增加对提高企业利润率有显著正向影响。在5%的显著性水平下，工业企业的研发费用占比每增加1个百分点，企业利润率将提高0.28个百分点。在1%的显著水平下，工业企业的广告费用占比每增加1个百分点，企业利润率将提高0.42个百分点。可见，对整个工业企业而言，增加研发和广告支出可有效提高企业利润率。 3．门限回归模型的估计结果 表7：工业企业门限效应检验结果*在5%的水平上显著。** Bai-Perron （Econometric Journal， 2003） 临界值。 门限效应的检验结果表明，在5%的显著性水平下，工业企业存在两个门限，对应企业年营业收入分别为10290万元和88388万元。根据门限值将工业企业划分为三类，对门限回归模型加以估计，估计结果见表8。 可以看出，在不同的门限区间内，能动性成本占比对企业利润率的影响有明显变化。当企业年营业收入小于10290万元时，此时企业在规模上大致相当于中小型企业，企业的各项能动性成本占比的系数均小于0，说明在此阶段，企业提高利润率的主要手段还是尽可能地减少各项成本费用。随着企业营业收入的提升，企业研发费用、广告及宣传费、职工教育基金占全部成本费用比重对企业利润率的影响系数转为正值，说明当企业规模扩大到一定程度后，提高这四项能动性成本的占比有助于提高企业利润率。值得注意的是，当企业营业收入提高至大于88388万元后，研发费用占比、职工教育基金占比和销售人员薪酬占比均对企业利润率的影响明显提高，但广告费用占比的影响有所下降，说明当企业成长至一定规模后，继续加大广告宣传费用对利润率影响的边际效应开始减弱，而加大研发费用、职工教育基金投入和销售人员薪酬对提高企业利润率的正向影响更加明显。而职工教育基金占比虽然很高，达到19.48%，但是由于该科目在企业成本费用中的占比极低，因此，该项成本占比每提高0.1个百分点，主营业务利润率即可提高1.95个百分点。 注：括号内数据为t检验值，﹡、﹡﹡、﹡﹡﹡分别表示在10%、5%和1%的水平上显著表8：工业企业门限模型估计结果 （四）分行业的实证结果及分析 为进一步考察回归结果的稳健性，我们使用部分行业的样本替代全部样本回归，进一步衡量企业成本结构对不同行业企业的影响。我们选择了产品附加值相对较高的装备制造业和产品附加值相对较低的高污染、高能耗及产能过剩（“两高一剩”）行业企业，分析各项能动性成本对企业利润率的影响。 1．装备制造业 （1）描述性统计 装备制造业企业广告费用占比均值为0.31%，低于工业企业总体水平；研发费用占比均值为2.59%，高于工业企业总体水平；销售人员薪酬费用占比和职工教育基金占比均值分别为0.94%和0.06%，与工业企业总体水平相近。四项能动性成本占比合计为3.90%，比工业企业总体水平高0.70个百分点。 表9：主要变量的描述性统计 （2）普通多元线性回归模型的估计结果 与工业企业估计模型类似，我们建立了装备制造业企业的回归方程，得到White异方差修正后的回归结果（见表10回归3）和剔除不显著变量后的White异方差修正后的回归结果（见表10回归4）。 回归4的估计结果显示，对装备制造业企业而言，企业研发费用增加对提高企业利润率有显著正向影响。在5%的显著性水平下，装备制造业企业的研发成本占比每增加1个百分点，企业利润率将提高0.30个百分点。职工教育基金在1%的显著水平下显著，但是对企业利润率的影响为负。可见，对装备制造业企业而言，增加研发是提高企业利润率的有效手段。 表10：装备制造业多元线性回归结果 （3）门限回归模型的估计结果 *在5%的水平上显著。** Bai-Perron （Econometric Journal， 2003） 临界值。 表11：装备制造业企业门限效应检验结果 门限效应的检验结果表明，在5%的显著性水平下，装备制造业企业存在三个门限，对应企业年营业收入分别为8063万元、23426万元和91584万元。根据门限值将装备制造业企业划分为四类，对门限回归模型加以估计，估计结果见表12。 表12：装备制造业企业门限模型估计结果 可以看出，在不同的门限区间内，企业各项能动性成本占比对企业利润率的影响有明显变化。企业研发费用、职工教育基金和销售人员薪酬占全部成本费用的比重对企业利润率的影响随着企业销售规模扩大总体呈现逐渐提高的态势；广告及宣传费用占比对企业利润率的影响随着销售规模的扩大呈现先升后降的态势。 当企业年营业收入小于8063万元时，此时企业的各项能动性成本占比系数均小于0，与全部企业相同，此时企业提高利润率的主要手段还是尽可能地减少各项成本费用。随着企业销售收入的提升，企业研发费用对利润率的影响逐渐转为正向，当营业收入大于23426万元后，广告费用对利润率的影响也转为正向。当企业营业收入提高至大于91584万元后，研发费用占比、职工教育基金占比和销售人员薪酬占比对企业利润率的影响均明显提高，且显著大于0，而广告费用占比的影响下降，说明当企业成长至一定规模后，加大研发费用、职工教育基金投入和销售人员薪酬对提高企业利润率的正向影响更加明显。 2．“两高一剩”行业 （1）描述性统计 表13：主要变量的描述性统计 根据“两高一剩”行业企业的特点，我们增加了环保支出占企业成本费用的比重作为解释变量。“两高一剩”企业广告费用占比均值为0.30%，与工业企业总体水平相近；研发费用占比均值为0.77%，低于工业企业总体水平；销售人员薪酬费用占比和职工教育基金占比均值分别为0.53%和0.04%，低于工业企业总体水平。四项能动性成本占比合计为1.71%，比工业企业总体低1.49个百分点，即使加上环保支出，占比也仍然较低。 （2）普通多元线性回归模型的估计结果 表14：“两高一剩”行业企业多元线性回归结果 与之前的估计模型类似，我们建立“两高一剩”行业企业的回归方程，其中解释变量中增加了环保支出占企业成本费用的比重，分别得到White异方差修正后回归结果（见表14回归5）和剔除不显著变量后的White异方差修正后回归结果（见表14回归6）。 回归6的估计结果显示，对于“两高一剩”行业企业，企业研发费用、广告费用、职工教育基金的增加均对提高企业利润率有显著正向影响。在1%的显著性水平下，“两高一剩”行业企业的研发成本占比每增加1个百分点，企业利润率将提高0.59个百分点；企业的广告费用占比每增加1个百分点，企业利润率将提高0.89个百分点；企业的职工教育基金占比每增加1个百分点，企业利润率将提高11.75个百分点。销售人员薪酬的回归系数为-0.57，在5%显著水平下显著，说明对于“两高一剩”行业而言，销售人员薪酬占比的增加会降低企业利润率。环保支出的回归系数大于0，但是未通过显著性检验。 表15：各行业企业研发费用变化对利润率的影响 “两高一剩”行业研发费用占比的回归系数大于装备制造业企业，也大于工业企业整体，其原因主要是“两高一剩”行业企业研发费用占比整体较低。同样是研发费用占比提高1个百分点，工业企业研发费用需增长66.63%，装备制造业企业增长40.05%，“两高一剩”行业企业需增长132.21%。若工业、装备制造业和“两高一剩”行业企业研发费用均增长100%，则研发费用占比分别提高1.49、2.50和0.76个百分点，利润率分别提高0.42、0.75和0.45个百分点。 （3）门限回归模型的估计结果 *在5%的水平上显著。** Bai-Perron （Econometric Journal， 2003） 临界值。表16：“两高一剩”行业门限效应检验 门限效应的检验结果表明，在5%的显著性水平下，“两高一剩”行业企业存在两个门限，对应企业年营业收入分别为29350万元和489004万元。根据门限值将“两高一剩”行业企业划分为三类，对门限回归模型加以估计，估计结果见表17。 表17：门限模型估计结果（两高一剩行业） 可以看出，在不同的门限区间内，企业各项能动性成本占比对企业利润率的影响有明显变化。当企业年营业收入小于29350万元时，职工教育基金占比系数大于0，且在5%的水平下显著；研发费用占比的系数大于0但不显著，销售人员薪酬占比小于0，且在1%的水平下显著；广告费用和环保支出的占比系数均小于0，但均不显著。随着企业销售规模的增加，研发费用、广告费用、职工教育基金和环保支出占比的系数逐渐大于0，且均显著。这说明即使对于两高一剩行业，在企业销售规模增大之后，也应该提高研发、广告支出、职工教育基金等能动性成本的支出，提高企业利润率。此外，当两高一剩行业规模增加时，适当的承担部分社会责任，提高环保支出的费用长期来看也有助于提高企业的竞争力。当企业年营业收入大于或等于489004万元时，广告费用占比的系数为0，这与全部企业的回归结果一致，说明当企业销售规模增加到一定程度后，继续增加广告支出的投入并不会继续提高企业利润；其他四项能动性成本占全部成本费用比重的系数均大于0。 （五）实证结果总结 多元线性回归模型的结果显示，对工业企业来说，能动性成本占比尤其是研发费用占比的增加对提高企业利润率有显著的正向影响，证明企业改善成本结构，加大能动性成本投入，有助于企业提高利润率，促进企业转型升级。分行业看，能动性成本投入在产品附加值相对较高的装备制造业和产品附加值相对较低的“两高一剩”行业都表现出类似的正向影响。 门限回归的结果显示，能动性成本投入增加对企业利润率的正向影响在大中型企业中表现的更加明显。对于工业、装备制造业和“两高一剩”行业企业，研发费用、销售人员薪酬和职工教育基金占比对企业利润率的影响均随着企业销售规模的增大而提高；工业企业和装备制造业企业广告及宣传费用占比对利润率的影响随销售规模增加先提高后下降。对于销售规模最小区间的工业和装备制造业企业，提高能动性成本占比并不能提高企业利润率，甚至对企业利润率有负向影响。从企业的角度看，这部分企业缺乏增加能动性成本投入的动力，政府应加强相关配套政策，支持企业增加能动性成本投入。 （六）不足之处及下一步改进方向 （1）受制于数据可得性原因，本文对企业绩效的评估仅考虑了企业的盈利能力。未来可以扩大对企业绩效评估的视角，如考虑企业的发展能力，即企业扩大规模，并长久持续发展下去的潜在能力。 （2）受制于数据可得性原因，本文选择了部分财务指标作为企业能动性成本的替代变量，未来可以进一步扩大数据采集范围，增加相关解释变量； （3）本文实证部分采用的调查数据为2018年开展的成本费用调查采集的截面数据，因此未在解释变量中引入被解释变量的滞后项，研究其动态效应。未来会继续开展相关调查，并引入面板数据模型开展相关实证研究。 四、政策建议和启示 本文研究结果表明企业能动性成本投入对企业提升利润和转型升级具有显著的正向影响。在企业成长过程中，要通过成本溢价向技术溢价、品牌溢价转型，从受动性成本投入向能动性成本投入过度，通过提升企业的市场竞争力来提升企业的盈利能力。政府和金融机构也要采取多种措施积极推动企业升级转型，进而推动产业升级和经济转型。 （一）企业要根据自身情况合理调整成本结构 对初创企业和中小企业而言，由于技术水平弱、产品市场认同度低，企业优势主要体现在成本优势。因此，中小型企业要努力建立精细化成本管理模式，在确保产品质量和企业信誉的前提下，对生产、销售、售后服务等各阶段成本进行科学核算，实行全员、全要素、全过程精细化管理；要深入分析市场需求和企业产能，抛弃低能无效投资，减少人员冗余；严格控制各项费用支出，合理压缩渠道层级，提升物流运输效益，严格控制资金成本；创新营销模式，根据销售规模严格控制宣传成本的投入等。在控制好成本的同时，中小企业也要意识到：研发和品牌建设等能动性成本的积累是一个厚积薄发的过程，在企业发展过程中，一定要注意研发、品牌建设等方面所需的资金、技术和人才的积累，这些能动性成本的投入不一定立竿见影，但长期来看会给企业带来丰厚的回报。 图3：企业成本投入与附加价值的“微笑曲线”图 随着企业规模的壮大、技术和资本的积累，企业开始进入到转型发展的关键时期，此时，企业要从“微笑曲线”（见图3）两端入手，转变经营理念，从“生产制造为本”向“研发、服务、品牌”为本转变，加强能动性成本的投入，提升产品科技含量和市场知名度，改善客户体验，增强核心竞争力。具体而言，一是毫不犹豫加强研发，提升产品科技含量，增强企业核心竞争力；二是坚定不移地做好品牌建设，提升产品的市场认知度和影响力，努力增加品牌溢价，增强产品定价权；三是始终如一地做好客户服务，既要与客户沟通和互动，又要与企业研发设计部门密切联系，不断改进产品设计，改善客户体验，提高客户忠诚度。 （二）政府要加强政策引导，鼓励企业能动性成本投入 政府可以通过政策引导，激励企业加强研发，尤其是增加对中小型企业的相关优惠政策，引导企业在具有比较优势的产业和产品上持续发力，帮助企业提升核心竞争力和市场话语权。具体措施包括：对于研发费用高的企业，可以加大税收优惠，激发企业研发动力；建立创新基金，对研发费用高的企业给予融资补贴、人才补贴等，解决企业转型发展中的资金瓶颈问题，帮助企业引进优秀人才、做好员工教育培训，提升企业的研发设计能力等。 同时，也要完善知识产权法律保护制度，营造鼓励研发、鼓励创新的良好氛围。对侵犯知识产权、侵犯他人专利、侵犯他人商标等行为，要加大处罚力度。同时，可以在国家或地方政府层面，搭建产业链协同创新服务平台，促进关键核心技术的突破，并鼓励各类企业参与到政府主导的创新服务平台中，提升科技成果转化能力。最后，建议鼓励研发设计、广告服务、品牌建设等各类咨询公司发展，为生产性企业转型发展提供外部智力支持。 （三）金融机构要转变金融发展理念，更好地服务好科技创新和品牌建设 企业的研发设计和品牌建设等离不开金融的支持，商业银行要转变经营服务模式，打破重抵押轻还款能力、重第二还款来源轻第一还款来源的信贷投放模式，针对研发型企业和有品牌优势的企业的经营特点，通过完善企业信息系统、设置专营机构、打造专营团队、创新风控机制、探索差异化的激励考核机制等，设计开发适合这类企业的信贷产品，为企业技术改造和产品创新提供资金支持。人民银行可利用货币信贷政策工具，对银行为科创型企业提供融资服务给予定向支持。 同时，也可以通过直接融资、辅助上市、发行企业债券等综合性金融服务，解决企业融资问题，为企业提供全方位多层次的金融服务，助力企业转型升级。 附表1：企业成本费用调查表主要项目（单位：万元） 参考文献 [1]郭朝阳，许杭军，郭惠玲．“服务主导逻辑演进轨迹追踪与研究述评”，《外国经济与管理》，2012（7），17-24。 [2]郭永清．财务报表分析与股票估值，机械工业出版社，2018年12月，42-62。 [3]李波，孙利华．阈值效应：研发投入的企业规模分析，中国医药工业杂志，2019（2），113-117 [4]李雷，简兆权，张鲁艳．“服务主导逻辑产生原因、核心观点探析与未来研究展望”，《外国经济与管理》，2013（4），2-12。 [5]李宇，张瑶．制造业产业创新的企业规模门槛效应研究，宏观经济研究，2014（11），96-106 [6]刘琨．我国制造业成本结构的优化路径探微，《财会月刊》，2018（1），95-101 [7]刘林青，雷昊，谭力文．从商品主导逻辑到服务主导逻辑—以苹果公司为例，《中国工业经济》，2010（9），57-66。 [8]马元驹，潘迪．“基于服务主导逻辑的成本结构分析及验证”，《会计与经济研究》，2018（11），19-32。 [9]马元驹，潘迪．“服务主导逻辑下成本和成本动因的特征与确定”，《会计之友》，2018（1），15-19。 [10]马元驹，杨琳．“基于财务报表数据的成本习性分解方法研究”，《会计之友》，2016（6），104-108。 [11]孙晓华，辛梦依．“R&D投资越多越好吗？—基于中国工业部门面板数据的门限回归模型”，《科学学研究》，2013（3），377-385。 [12]张杰，刘志彪，郑江淮．中国制造业企业创新活动的关键影响因素研．《管理世界》，2007（6），64-74 [13]张婧．“服务主导逻辑导向与资源互动对价值共创的影响研究”，《科研管理》，2014（1），114-121。 [14]张瑶．制造业技术创新旳企业规模门槛效应研究—基于门槛面板数据模型，东北财经大学硕士论文，2013年10月 [15]钟振东，唐守廉，PierreVialle．“商品主导逻辑与服务主导逻辑对比研究-基于顾客价值”，《管理现代化》， 2013（6），54-56。 [16]Banker，R.D．， R.Huang， and R.Natarajan． Equity incentives and long-term value created by SG&A expenditure． Contemporary Accounting Research， ， 2011， 28：794-830． [17]Banker， R.D．， R.Huang，R.Natarajan.andS． Zhao． Market valuation of intangible asset： Evidence on SG&A expenditure． The Accounting Review， 2019，94： 61-90． [18]Constantin，J.A．，and R.F.Lusch．“Understanding Resource Management”， 1994， Oxford， OH： The Planning Forum． [19]Scherer，F.M． Firm size，market structure，opportunity andthe output of patentedinventious.American EconomicReview，1965，55（ 5） ： 1097 -1126． [20]Vargo，S.L．，and R.F． Lusch．“Evolving to a New Dominant Logic for Marketing”， Journal of Marketing，2004， 68（1）：1-17． [21]Vargo，S.L．，and R.F． Lusch．“From Goods to Service（S）：Divergencesand Convergences of Logics”， Industrial Marketing Management， 2008， 37（3） ： 254-259． [22]Vargo，S.L．， and R.F.Lusch，Service-dominant logic： continuing the evolution． Journal of the Academy of Marketing Science， 2008． 36（1）：1-10． [23]Vargo，S.L．，and R.F.Lusch． Institutions and axioms： an extension and update of service-dominant logic． Journal of the Academy of Marketing Science． 2016，44：5–23 [24]Phillips，F．，O.LyleandS.Mike． The product is dead-Long live the product-service． Research Technology Management，1999，42（4）：51−56． [25]Zeithaml，V.A．， A． Parasuraman， and L.L.Berry．“Problems and Strategies in Service Marketing”， Journal of Marketing， 1985， 49（3）：33-46． [26]Zeithaml，V.A． “Consumer Perspections of Price， Quality， and Value： A Means-End Model and Synthesis of Evidence”， Journal of Marketing， 1988， 52（7）：2-22．
10月经济指标进一步回暖，但出现了分化，制造业PMI出现见顶迹象，投资主要靠基建和房地产支撑，促消费政策和十一黄金周下居民边际消费提振空间趋于饱和，海外供需缺口支撑出口强韧性，但进口明显回落。货币政策边际收紧，信贷和M2增速不及预期，但企业流动性改善。CPI同比大幅回落至0.5%，PPI同比处于低位，较低的物价数据说明需求依然疲弱，恐难支撑货币政策立即全面收紧。 10月官方制造业PMI为51.4%，好于预期的51% 10月官方制造业PMI为51.4%，较上月减少0.1个百分点，好于预期的51%，连续六个月位于临界线上方。从分类指数看，生产指数、新订单指数和供应商配送时间指数高于临界点，原材料库存指数和从业人员指数低于临界点。从进出口来看，新出口订单指数和进口指数在临界线上方。从价格指数来看，主要原材料购进价格和出厂价格在临界线上方。 10月官方制造业PMI好于预期，产需、进出口和价格指数均处于较为景气的区间，但结构上依然存在一些问题。一是不同规模企业情况分化加剧，小企业回落至临界线下方。二是就业没有改善和企业库存减少，可能是由于美国大选临近和海外疫情进入新一轮爆发期，虽然国内经济复苏情况较好，但企业家对于扩大再投资呈现谨慎观望态度。三是新订单指数和新出口订单指数走势不一致，内需有放缓迹象。 考虑到欧美疫情失控、美国可能跟随欧洲国家的步伐收紧防疫措施影响出口订单，今年气温较以往更加寒冷影响施工，以及新增专项债额度在10月底用完，预计11月官方制造业PMI指数大概率回落。 1—10月投资增速符合预期，分项指标均回暖 1—10月固定资产投资同比增长1.8%，比1—8月提高1个百分点，符合预期。从分项数据来看，制造业投资下降5.3%，降幅较1—9月收窄1.2个百分点；基建投资同比增长3.01%，较1—9月增加0.59个百分点；房地产投资同比增长6.3%，较1—9月增加0.7个百分点。房地产相关指标方面，除施工面积和土地购置面积增速外，其他主要指标改善。 投资符合预期，分项指标单月数据均出现了明显回暖，但后劲不足。从单月数据来看，10月制造业、房地产和基建投资增速分别为3.7%、12.7%和7.3%，分别较上月增加0.7个百分点、0.7个百分点和2.5个百分点。制造业投资增速最弱，房地产单月增速创新高，基建投资单月增速大幅反弹。 但分项指标的高增速不具有可持续性：一是作为终端需求的消费增速复苏较弱，难以支撑制造业投资增速的快速反弹；二是房地产投资增速的高韧性与房企“三条红线”监管政策有关，房企正在赶工期加快资金周转，从土地购置面积增速和施工面积增速回落来看，房地产投资单月增速距离见顶很近；三是基建投资增速快速反弹，但10月今年新增专项债额度用尽，后续基建投资增速大概率回落。 考虑到房地产和基建投资仍有一定韧性，制造业投资增速缓慢修复，预计11月投资增速可能会反弹，但反弹幅度收窄。 10月消费增速不及预期，可选消费增速居前 10月社会消费品零售总额同比增长4.3%，较上月增加1个百分点，不及预期的5.2%，连续三个月正增长。1—10月社会消费品零售总额同比下降5.9%，降幅较1—9月收窄1.3个百分点。 具体到细分行业来看，在15个限额以上零售行业中，除石油及制品类外，其他14个行业正增长。汽车销售方面，汽车销售额和销量增速降幅收窄。 10月消费增速不及预期，主要受油价拖累以及居民边际消费提振空间趋于饱和，与节假日相关的消费保持高位增长。中秋和十一双节黄金周提振居民消费需求，化妆品、饮料、金银珠宝、烟酒、服装等可选消费增速较高。但考虑到今年4月以来促消费政策较多，每个月都有购物节，居民消费需求的边际提升空间逐渐收窄。同时，汽车消费7月以来连续4个月保持在两位数增长，对消费增速有明显的提振作用，主要是地方政府出台了一系列促进汽车消费的政策。整体来看，在出台一系列促消费政策的前提下，消费增速的反弹依然较为疲弱。 考虑到双十一购物节、汽车销售短期内有一定韧性以及国际油价有反弹迹象影响，预计11月消费增速可能小幅回升，但涨幅收窄。 10月出口增速超预期，进口增速不及预期 10月出口增速超预期，进口增速不及预期，贸易顺差超预期。按美元计，10月中国出口同比增长11.4%，创2019年4月以来新高，好于预期的10.2%。中国进口同比增长4.7%，不及预期的10.2%。贸易顺差584.4亿美元，好于预期的480.4亿美元。其中，对美贸易顺差313.75亿美元，较上月增加6.21亿美元。 10月出口增速好于预期，主要是欧美疫情进入新一轮暴发期，海外供需缺口由中国填补。流感季和天气转冷加速了欧美疫情的恶化，全球产能没有明显修复，而欧美在刺激政策下需求修复更快，供需缺口主要由已经恢复产能的中国填补。另外，10月人民币兑美元汇率升值，对中国出口增速没有影响，也说明现阶段疫情影响了全球产能的供给，在供不应求的背景下，国际需求对中国产品的价格弹性不明显。从主要出口商品来看，出口商品集中在机电产品、家具用品、服装、医疗防护物资等工业品上，但对医疗防护物资的需求呈下降趋势，主要是医疗防护物资的产能供给大幅改善。考虑到疫苗还未上市、海外疫情暴发将会持续一段时间，预计11月中国出口增速有望在现有水平震荡。 10月进口增速不及预期，大宗商品涨跌互现，对机电产品的进口需求由于美国对芯片禁令的生效而有所回落。铁矿石和原油进口数量涨幅均出现了回落，10月铁矿石和原油进口数量涨幅分别回落了6.8个百分点和17.2个百分点，但由于铁矿石价格上涨，铁矿石进口增速反弹。农产品进口增速依然维持在高位，主要是因为中国正在积极履行中美第一阶段贸易协议。中国对机电产品的进口增速涨幅回落，主要是由于美国对高端芯片禁令生效后机电产品的进口增速回落。考虑到拜登将要入主白宫、中美之间贸易摩擦有望缓和，厂商对部分大宗商品和机电产品的囤货情绪可能会有所缓解，预计11月进口增速可能会小幅回落。 10月信贷和M2增速不及预期，货币政策边际收紧 10月社会融资规模增量为1.42万亿元，比上年同期多5493亿元，基本符合预期的1.41万亿元，主要是信贷和直接融资增加较多。10月末，社会融资规模存量为281.28万亿元，同比增长13.7%，创2018年1月以来新高。 10月人民币贷款增加6898亿元，同比多增285亿元，不及预期的7942.9亿元，主要是居民和企业中长期贷款增加较多，但企业短期贷款和票据融资明显回落。 10月末M2同比增长10.5%，不及预期的10.8%；M1同比增长9.1%，企业流动性改善；M0同比增长10.4%。 10月信贷和M2增速不及预期，主要是因为经济复苏、企业经营情况改善，货币政策边际收紧。一方面，官方多次在公开场合表态，随着经济回暖，要逐步考虑退出特殊时期的货币政策，目前央行的资金投放以满足货币市场的需求为主，DR007在2.3%上下浮动，资金处于紧平衡状态。另一方面，M1增速继续上升，说明企业流动性改善，货币政策的边际收紧只是回收多余的货币，防止资金空转套利，对实体经济的影响有限。另外，10月本来就是金融数据的小月和缴税大月，金融数据一般都会出现回落。 考虑到国内经济复苏较好、官方的表态和较低的物价数据，经济对资金的内生需求增加，但货币政策边际收紧，正负因素交织，预计11月金融数据大概率在现有水平震荡。 10月CPI增速大幅回落至0.5%，PPI维持在低位 10月CPI同比上涨0.5%，较上月减少1.2个百分点，低于预期的0.8%。 10月PPI同比下降2.1%，与上月持平，与预期持平。 主要行业出厂价格中，石油系、化工系和煤炭系价格降幅居前。 从主要行业价格增速走势来看，30个细分行业中，12个行业10月价格同比较上月回落，5个持平，13个回升。石油系和农副产品PPI同比回落幅度靠前，煤炭系、化学系和黑色系PPI同比反弹幅度靠前。 10月CPI同比增速回落，主要是因为高基数和猪肉价格由升转降。生猪产能修复、供给增多，但高位的猪肉价格抑制了猪肉需求的反弹，加上去年同期基数较高，猪肉价格同比大幅回落。根据农业农村部的数据显示，猪肉价格有趋稳迹象，但考虑到去年基数较高，预计11月CPI可能会回落至负值。 10月PPI符合预期，主要是由于低基数、国际油价震荡下行以及需求较弱。虽然冬季北方供暖需求增加，对煤炭和燃料的需求增加，但国际油价下跌，导致基于石油的工业品价格整体低迷。生活资料价格同比明显回落，说明终端需求仍然偏弱。考虑到受疫情影响国际油价难有明显起色，而且去年同期基数偏低，预计11月PPI同比可能在现有水平震荡。 物价处于低位，加上人民币兑美元汇率近期大幅升值，货币政策大概率维持现状。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估