基于多水平发展模型的工业生产性服务外部化时空分异及影响因素研究

张 艳

1 引 言

生产性服务业的形成源于社会分工的深化，服务外部化是推动生产性服务业发展的主要动力。服务化也是传统工业企业重构竞争优势的战略手段。但当前中国服务化水平相对较低，无论是整体还是细分行业，显著低于美国、德国、日本等发达国家［1］。基于OECD数据库中、美投入产出表测算结果，2000-2015年，美国工业生产性服务业中间投入率大于0.09，而中国在0.06上下波动（2011年除外）。与此同时，从各区域横向比较结果来看，与我们的直觉恰好相反，工业生产性服务业中间投入率较高的省份主要集中在经济相对较为落后的西部地区［2］。那么导致中国工业生产性服务外部化相较国外较低，但同时西部欠发达地区又普遍高于东部发达地区这一相悖现象的原因是什么？是工业化进程中产业分工的动态变化规律？还是由其现有的工业产业结构和服务业发展水平等引起的？

服务化是产业结构软化的高级形态,有效率的生产性服务业投入是提高制造业生产率和产品竞争力的前提和保障（Bathla，2003［3］）。当前服务化效应研究大部分以制造业为本体，关注服务化对制造业生产率提升（Gorg和Hanley，2005［4］；吕越等，2017［5］）、企业绩效提高（赵艳萍等，2017）［6］、出口产品升级（郑休休和赵忠秀，2018［7］）、价值链攀升(杨仁发和刘勤玮，2019［8］)等效应的实证研究和理论分析，较少关注服务化对服务业本身的影响。企业内外部环境是导致服务化经济效果差异的重要原因，部分学者对两者之间的调节效应进行了进一步的探索。认为服务业与产业关联度较高时，高产业成熟度、低集中度可以增强服务价值创造能力，而企业数量增加，竞争加剧则起着负向调节作用（Fang和Palmatier，2008［9］）。潘安等（2020）［10］引入技术创新，以2000-2012年42国为研究对象，实证分析了技术创新对制造业服务化与全球价值链分工地位的中介效应。戴翔（2020）［11］区分了不同路径实现的制造业服务化所体现的差异化影响，认为相比于利用国外服务，国内服务投入是推进制造业全球价值链攀升的主要来源。

服务化分为投入服务化和产出服务化，本文主要是指生产性服务业对工业的中间投入产生的工业生产性服务外部化现象。除少数研究从企业层面，采用直接和间接服务性营业收入占总营业收入的比例作为度量指标（肖挺和黄先明，2018［12］；陈雯和李碧珍，2018［13］），大多数研究主要采用投入产出方法，基于产业关联相关指标，如直接消耗系数、完全消耗系数、融合系数等测量制造业或工业服务化水平（唐强荣，2009［14］）。当前相关研究大多是基于中国投入产出表，对我国工业生产性服务外部化整体水平的分析，部分聚焦某些省份或区域（孔令夷和邢宁，2019［15］）。或将我国与世界其他国家进行横向比较（彭徽和匡贤明，2019［1］），认为虽然中国融合水平取得了长足的进展，但相比于美德日等发达国家，我国服务投入化水平仍然相对较为滞后。生产性服务业是城市化、工业化的产物，工业化不同阶段生产性服务业与制造业呈现不同的产业关系（Park，1989［16］；陈宪，2004［17］），现有文献对制造业与服务业投入产出关系的研究大多为对相关指标某一年的静态分析，或对指标不同时间节点的纵向比较，缺乏对指标与时间之间关系的定量刻画和动态演变规律的一般探索（高翔和袁凯华，2020）［18］。

相对来说，国内外关于服务外包或服务化的影响因素研究相对较少，比较分散。当前影响因素指标构建大体以企业内外部为主线，外部因素主要从宏观经济环境、产业竞争因素等展开，内部因素主要包括企业组织要素、技术创新、企业文化等（刘继国，2008［19］；杨水利，2016［20］；Taija 和 Ma，2014［21］；Nadine等，2014［22］）。研究大体可分为企业层面和产业层面两类。企业层面研究主要以企业问卷调查或上市公司年报为数据来源，利用结构方程模型、Probit模型等对中国制造企业服务外包影响因素进行实证检验（王小波和李婧雯，2016［23］；肖挺，2018［12］）。部分将研究对象从制造企业大类聚焦到装备制造业，从装备制造业企业服务化动因入手，结合装备制造业特征，构建装备制造业服务化影响因素评价模型，检验服务化影响因素的影响强度与方向（綦良群等，2014［24］；肖挺，2019［25］）。产业层面研究则主要基于规模以上工业企业数据，采用面板计量方法，检验所有制结构、企业规模、生产率等行业特征对中国工业行业服务外包的影响（唐东波，2012［26］；霍景东和黄群慧，2013［27］；楚明钦和刘志彪，2014［28］），对制造业服务化的区域差异研究较少。顾乃华（2010）［2］采用2002年地区投入产出表，利用HLM对制造业服务化的区域差异及影响因素进行了探索性分析。但其数据仅一年，无法开展纵向发展趋势研究，指标也相对简单，仅选取了国有企业占比和贸易依存度作为影响制造业服务化的两个区域环境指标。

纵观国内外现有研究，关于服务中间投入对提高制造业生产率、推进全球价值链地位提升等方面的积极作用等基本达成共识，而中国服务化水平低于发达国家是不争的事实，但当前对于导致我国服务化水平较低的原因，如何改善这种现状，相关研究相对较少。且大多从产业层面构建指标并进行检验分析，区域差异及影响因素相关研究相对较少。同时，对于我国服务化的动态演变趋势大多停留在指标的纵向比较和定性分析上，缺乏对服务化与时间变量之间动态关系的定量刻画，不能对中国服务化水平低于发达国家、而国内经济相对落后的西部地区与东部地区同处高位的相悖现象做出合理解释。

本文基于当前最新最全的2002、2007、2012和2017年的中国地区投入产出表，考虑数据的时间（4年）、行业（18行业）、区域（30省）三层结构特征，利用HLM构建工业生产性服务外部化多水平发展模型，据此探索工业生产性服务外部化的动态演变趋势及其行业、区域差异，并实证检验行业特征和区域环境对外部化水平及其发展速度的影响。多水平发展模型契合本文数据结构和研究目的，相较于传统面板计量分析方法在处理嵌套数据时的局限，能对研究中组效应和组间交互作用进行深入探讨，提高模型估计的准确性。

2 服务外部化影响因素

基于多个国家工业化发展经验，钱纳里认为中间投入品的变化是工业化演变的一个重要观察指标。产业中间投入结构和投入数量将随着技术发展、产业结构和制度环境呈现一定的阶段特征(Guerrieri 和Meliciani，2005［29］)。唐强荣（2008）从产业共生的角度，认为产业关系主要受种群特性和共生环境影响［15］。结合国内外现有相关研究内容，本文主要从工业、服务业行业属性和制度环境三个方面对服务外部化影响因素相关文献进行梳理。

2.1 工业行业属性对服务外部化的影响

根据斯密分工理论，分工受市场规模限制。市场规模的扩大为分工创造了条件。同时，“分工一般地取决于分工”，分工不仅仅源自外部市场的扩张，还源自分工过程中新的需求（杨格，1928）。因此，工业行业规模的扩大将会促进生产性服务的社会化分工。从微观层面来看，企业规模影响成本，从而影响外包决策。当企业规模较小时，无法实现规模效应，外包倾向较大。随着企业规模的不断增大，规模效应使得单位生产成本下降；但与此同时，制造企业规模越大，在外包契约关系形成中谈判能力越强，外包所产生的单位交易费用也越低。因此，企业规模与外包之间的关系不确定，一定程度上取决于企业规模的取值范围［30］。企业所有制结构也是影响外包决策的重要因素。一般来说，外资企业具有较高的外部性，而国有企业由于体制和业务外包导致的原有资产处理、人员安置等问题，外包倾向较低。

2.2 服务业行业属性对服务外部化的影响

服务业是社会分工发展的结果，同时，服务业的发展也是分工深化的前提。成本节约是服务外包的核心动力，只有当产品或服务外部交易成本小于内部交易成本时，外包才成为可能。边际化分析是Grossman和Helpman(2002)在分工一般均衡模型中所采用的主要研究手段［31］。从降低边际交易成本的角度来看，生产性服务业专业化水平越高，包括外包业务发生前的信息搜索成本和外包过程中所产生的监督管理成本等交易成本越低。从提高外包边际收益的角度来看，生产性服务业效率越高，比较优势使得外包边际收益越高。同时，相比于产品外包，服务的无形化特点使得服务外包过程中外包双方互动程度更高，技术的邻近性有利于外包双方技术交流、技术合作及外包过程中产生的技术溢出效应等［32］。

2.3 制度环境对服务外部化的影响

制度性交易成本是外包交易成本的重要组成部分。较高的制度性交易成本一方面给企业带来较重的经济负担，另一方面，抑制市场作用的充分发挥，降低资源的配置效率［33］。市场化进程所带来的市场开放程度提高、政府审批手续复杂性降低、法律制度完善和对于知识产权的保护将大大降低制度性交易费用，为服务外部化提供良好的制度保障。范锐敏（2016）［34］比较了中国两种不同的质量技术服务业供给制度，认为市场化供给交易成本更低。齐俊妍等（2020）［35］实证验证了生产性服务业开放导致的服务要素流动对制造业服务化水平的促进作用。同时，服务产品无形性增加了服务外包交易过程中出现道德风险和“逆向选择”的可能性，主体产权不清会带来较大的外部性。各级政府积极利用政策“工具箱”，提升知识产权保护力度，将对服务外包，特别是高技术生产性服务业外包起到有力的推动作用。

3 模型构建及数据来源

3.1 模型构建

2002、2007、2012和2017年中国地区投入产出表及工业行业相关数据为其主要数据来源，具有显著的“行业—地区—年份”三层结构特征，即行业嵌套于地区，而不同年份则可以当作是对行业数据的重复观测，符合三层发展模型构建条件。

首先利用零模型检验三层模型建立的合理性和必要性。

（1）零模型

下小标t表示年份，i表示行业，j表示地区，ytij表示j地区i工业行业t年的生产性服务业中间投入率。β0ij、γ00j、π000表示第一、二、三层的截距；etij、μ0ij、ν00j表示各层的随机误差项；σ2e、σ2μ、σ2ν则分别表示各层随机误差项的方差。基于各层随机误差项方差计算跨级相关，即组间变异占ytij总变异的比例，据此判断分层模型构建的必要性。其中行业间、地区间变异占比公式ICC分别为：σ2μ/(σ2e+σ2μ+σ2ν)、σ2ν/(σ2e+σ2μ+σ2ν)。一般来说，当ICC>0.059时，则认为不能忽视组间差异进行固定效应分析，有建立分层结构模型的必要性（cohen，1988）。

（2）完整模型

确定模型层级结构后，首先在第一层模型中引入时间变量，然后依次在第二层、第三层中加入变量及其与时间的交叉项，进一步验证工业生产性服务业外部化的时间变化趋势、行业和区域差异，以及区域因素对外部化动态变化的调节效应。完整模型为：

3.2 变量说明与数据来源

（1）被解释变量。被解释变量ytij为生产性服务业对工业部门的中间投入率，采用地区生产性服务业对工业部门的中间投入占该工业部门总投入的比例表示。地区为除西藏外其他中国30个省市自治区（西藏地区投入产出及其他变量数据都存在不同程度的缺失，故删除）。工业部门包括从煤炭开采和采选业到仪器仪表及文化办公用机械制造业共18个行业，对应投入产出表部门序号为2-20（其中工业统计年鉴中木材加工及家具制造业二层变量数据缺失，故删除）。生产性服务业则包括交通运输及仓储业，邮政业（2012和2017年地区投入产出表中，上述两个部门合并为一个部门——交通运输、仓储和邮政业），信息传输、计算机服务和软件业，金融保险业，租赁和商务服务业，科学研究事业，综合技术服务业（2012和2017年地区投入产出表中，上述两个部门合并为一个部门——科学研究和技术服务）等5个行业。

表1 三水平发展模型各层指标说明

（2）解释变量。一层变量time为时间相关变量。线性发展模型的第一层模型不一定是线性，也可以是其他的函数形式（张雷等，2005）［36］。结合中国工业生产性服务外部化的描述性统计分析结果，time包含t和t2等2个变量。

二层变量industry为影响工业生产性服务外部化的行业因素。基于对服务外部化影响因素的文献梳理，综合考虑数据的可得性，本文选取了市场规模（size）、企业平均规模（scale)和资本密集程度(capital)等3个指标。

三层变量location为影响工业生产性服务外部化的区域因素。本文主要从生产性服务业发展水平和市场化两个方面提取影响因素。生产性服务业专业化(LQ)和生产性服务业生产率（productivity）分别从“量”和“质”两个维度衡量了生产性服务业发展水平。以王小鲁等出版的中国分省分市场化指数报告中的市场化指数（marketization)作为地区市场化指标，其中，市场化指数由五个二级指数组成，分别为政府与市场的关系（M1）、非国有经济的发展（M2）、产品市场的发育程度（M3）、要素市场的发育程度（M4）、市场中介组织的发育和市场的法制环境（M5）。为了更加细化探讨市场化不同维度对服务外部化的影响，本文在后续实证检验中将分别检验M1-M5对生产性服务外部化的直接影响和调节效应。

生产性服务业对工业行业的中间投入率、生产性服务业专业化程度通过2002、2007、2012和2017年中国地区投入产出表测算得到；市场化指数及其分指数根据王小鲁等编制的《中国分省份市场化指数报告（2018）》整理得到，其他二、三层指标均通过2003、2008、2013年《中国工业统计年鉴》和《中国经济普查年鉴2018》测算得到。

4 实证检验

4.1 工业生产性服务外部化行业和区域特征

从工业部门生产性服务外部化的行业特征来看（如表2所示），生产性服务业中间投入率平均值最高的3个行业都集中在采选业，其中，非金属矿采选业最高，生产性服务业中间投入率平均值为0.126，煤炭开采和洗选业次之、金属矿采选业第3，其他行业普遍低于0.10，以纺织行业最低，仅为0.055。大多数行业生产性服务中间投入率呈U型动态变化趋势，先下降，后缓慢上升，2017年普遍低于2002年水平。

表2 工业生产性服务外部化行业特征

从工业部门生产性服务业中间投入率的区域特征来看（如表3所示），与直觉相反，生产性服务中间投入率的省份大多集中在西部地区。前5除北京外，贵州位列榜首，排名第2、4和5的青海、新疆和宁夏都为西部经济相对欠发达地区。东部经济较为发达的省份内部差异较大，北京、天津和上海等，排名相对靠前，分别位列第3、6和7；与此同时，广东、江苏分别位列25和28。总的来说，经济发达地区和相对欠发达地区生产性服务同处高位，中部省份居中。

表3 工业生产性/服务外部化区域特征

4.2 三水平发展模型建立的必要性判断

首先利用HLM软件对上述空模型进行回归分析，以检验三层发展模型构建的合理性和必要性。其中，由于部分地区部分行业存在数据缺失，对应删除数据缺失的样本，最终一层、二层、三层样本个数分别为2095，526 和 30。

零模型回归结果显示，一层方差0.0019；二层行业间组间方差为0.0004（df=496，χ2=927.33，p<0.001）；三层区域间组间方差为0.0002（df=29，χ2=156.29，p<0.001），方差卡方检验对应P 值均小于0.001，说明工业部门生产性服务外部化存在显著的行业差异和区域差异。组内相关系数ICC分别为0.1667=0.0004/(0.0019+0.0004+0.0002)、0.0833=0.00021/(0.0019+0.0004+0.0002），均大于0.059，进一步验证了建立三水平发展模型的必要性。

4.3 无条件发展模型估计结果

一层加入时间变量t和t2，回归结果如表4所示。从固定效应回归结果来看，t变量参数为负，-0.0268，t2变量参数为正，0.0079，且都通过了显著性检验。说明工业生产性服务外部化随时间先下降后上升，呈U型动态变化趋势。曲线最低点出现在t=1.69处，即中国工业生产性服务外部化在2010-2011年间达到最低，随后上升。

表4 无条件发展模型参数估计结果

从随机效应回归结果来看，二层随机效应只有截距通过了卡方检验，t和t2斜率系数随机效应卡方检验对应P值分别为0.130和>0.500，未通过显著性检验，说明工业生产性服务外部化存在显著行业差异，但其发展速度行业差异不显著；三层截距、t和t2斜率均通过了卡方显著性检验，说明生产性服务外部性无论是截距还是发展速度都存在明显的区域差距。据此，下一步分别引入二、三层变量分析其对工业生产性服务外部化行业差异、区域差异的影响，鉴于二层t和t2斜率随机项方差未通过显著性检验，因此仅对三层变量与时间的调节效应进行进一步的检验。

4.4 二、三层变量显著性检验

为了确定潜在的解释变量，首先进行探索性分析，即在无条件发展模型的基础上分别逐个引入二、三层变量进行回归，变量显著性检验结果如表5所示。

表5 二、三层变量显著性检验结果

续表

从二层变量参数显著性检验结果来看，二层变量行业规模size和资本密集程度capital通过了5%水平下的显著性检验，而企业平均规模scale对应P值为0.052，略大于0.05，仅通过10%水平下的显著性检验。其中size参数符号为正，scale和capital为负。表明市场规模的扩大对生产性服务社会化分工具有显著的促进作用；而企业平均规模越大的行业，其生产性服务业外部化水平反而相对更低；相较于资本密集行业，劳动密集型产业生产性服务业外部化程度更高。

生产性服务业发展水平是凸显比较优势、提高外包边际收益的重要途径，但从三层变量参数显著性检验结果来看，作为衡量区域生产性服务业发展水平的两个不同维度指标，专业化水平LQ和生产率productivity对工业生产性服务业外部化影响截然不同。LQ符号为正，且通过了1%水平下显著性检验，生产率productivity参数符号为负，其t检验对应P 值为0.223，未通过显著性检验。这说明当前中国生产性服务业地理集聚初见成效，专业化程度的提高有效促进了生产性服务社会化分工，但生产性服务业生产率，特别是技术效率较低已成为制约生产性服务业与其他产业融合的关键制约因素（张维今，2020）［37］。

一般来说，市场化程度越高，交易成本越低，产品或服务社会化水平越高。但本文实证结果显示市场化指数marketization系数符号为负，与楚明钦和刘志彪（2014）［34］的研究结论一致。这说明当前中国市场化进程并没有如预期设想般对产业分工起到推动促进作用，反而阻碍了生产性服务业的社会化分工，特别是政府与市场的关系M1、非国有经济的发展M2、产品市场的发育程度M3三个指标，对工业生产性服务外包存在显著的负向影响。要素市场的发育程度M4和市场中介组织的发育和法律制度环境M5符号也为负，但未通过显著性检验。根据王小鲁等《中国分省份市场化指数报告2018》，自2007年以来，各省份市场化进程都取得了明显的进展，其中要素市场发育程度M4和市场中介组织的发育和法律制度环境M5得分提高相对较多，2008-2014年分别上升1.92、2.55，而M3相对停滞，得分仅增加0.18，M1甚至出现了一定幅度的下降，平均得分下降1.21分，市场化改革进程滞后于社会分工发展需求。

4.5 调节效应的检验

将二、三层通过5%显著性水平下t显著性检验的变量同时引入模型，并逐步加入三层变量与时间的交互项，检验其调节效应（见表6）。

表6 调节效应回归估计结果

从交互项回归符号来看，LQ*t符号为负，LQ*t2为正，分别与t和 t2参数符号相同；与之相反，生产性服务业生产率（productivity）、市场化marketization及其分指标M1-M5，与t交叉项参数符号为正，与t2交叉项参数符号为负，与t和 t2参数符号相反。这表明生产性服务业专业化对服务外部化发展速度存在正向调节，而生产率和市场化存在负向调节。从交互项显著性检验来看，LQ*t和LQ*t2对应 P值分别为0.010和0.051，分别通过了5%和10%显著性水平下的显著性检验；生产率productivity与t和t2的交互项对应P值均小于5%，通过了5%水平下显著性检验。市场化总指标marketization与时间和时间平方的交互项对应P值分别为0.100和0.066，没有通过5%水平下的显著性检验。M1-M4与marketization一致，与时间交互项均未通过显著性检验，只有M5调节效应显著，对应P值分别为0.033和0.046。

调节效应的符号和显著性直接影响二次曲线的形状和位置。生产性服务业专业化时间交互项LQ*t 、LQ*t2参数符号分别与t和t2参数符号相同，因此其二次曲线一次项和二次项系数绝对值都变大，与此同时，productivity和M5与时间交互项的参数符号与t和t2参数符号截然相反，其二次曲线一次项和二次项系数绝对值都变小。从极值点出现的时间来看，LQ 和productivity调节效应的存在推迟了极值点出现时间，分别在t=1.73、1.97时工业生产性服务业外部化达到最低点（原曲线t=1.69），M5调节效应导致的曲线极值位置变动不大（t=1.68）。从发展速度来看，专业化LQ加速了区域工业生产性服务外部化进程，而生产性服务业生产率productivity和市场中介组织的发育和法律制度环境M5对其发展变化存在显著的阻滞作用。

5 结论和启示

（1）2002-2017年中国工业行业生产性服务外部化呈现先下降后上升的U型动态变化趋势，与中国产业产值利润率恰好相反。以2008年全球金融危机前后的一段时期为转折点，产值利润率先升后降，从2002年的7.9上升至2005年的9.9、2007年的9.8%，2010年断崖式下跌至7.8%，其后基本维持在8%左右。同时，随着中国从工业化中期向工业化后期、服务经济转变，产业垂直分工结构逐步由“自膨胀式的生产链工业化”向“生产链服务化”转变［38］，中间投入品中物质投入比例下降，非物质投入，特别是知识密集型生产性服务业中间投入比例将逐步加大。这也较好的解释了中国部分发达地区和西部欠发达地区工业生产性服务外部化同处高位的相悖现象。

（2）工业生产性服务外部化水平行业差异显著，但其发展速度行业差异不显著。其中市场规模对生产性服务社会化分工具有显著的促进作用；相较于资本密集行业，当前劳动密集型产业生产性服务业外部化程度更高；企业平均规模越大的行业，其生产性服务业外部化水平反而相对更低。究其原因，一方面，“大而全”的生产组织模式一定程度上制约了服务外部化；另一方面，中国市场化程度和服务业发展水平较低，比较优势有限，与此同时外包带来的协调、监督成本削弱了外包积极性，而规模效应的存在使得大企业更加倾向于将服务内化。

（3）工业生产性服务外部化水平及其发展速度均存在显著的区域差异。生产性服务业专业化对外部化及其发展速度均存在显著正向促进作用，而体现生产性服务业发展水平的另一指标——生产性服务业生产率对两者均存在负向影响，其中对工业生产性服务外部化水平影响不显著，对发展速度影响显著。市场化对上述两者影响也为负，5个分指数符号与总指数参数符号相同，但指标之间显著性差异较大。M1-M3对外部化存在显著的负向影响，但对其发展速度影响不显著，M5与之截然相反，而M4对两者影响皆不显著。这说明当前中国生产性服务业专业化已形成工业生产性服务业外部化的有力支撑，而其生产率和市场化进程显著滞后于社会分工需求［39］，阻碍了工业部门生产性服务外部化。

根据以上研究结论，本文得到如下启示:

首先，鼓励工业企业内置生产性服务业剥离，促进生产性服务业专业化、产业化、规模化发展。政府积极利用各项财税支持政策，引导、鼓励工业企业，特别是大型集团企业、行业龙头企业，将销售、研发、物流、设计、配套服务等非核心业务环节剥离，组建独立的生产性服务企业，引导其整合重组、做专做强，使内部服务资源走上专业化、社会化和市场化发展轨道。优化服务外包业务结构和行业结构，服务内容从传统、单一服务向高附加值、综合服务转变，服务对象从劳动密集型向技术密集型、知识密集型制造行业转变。

其次，深化生产性服务业结构性改革，提高生产性服务业生产率，缓解两业融合“小马拉大车”、缺“芯”少“基”的困境。生产性服务业发展水平是促进两业相融相长、耦合共生的核心，也是引领制造业向价值链高端提升、实现产业发展弯道超车的关键环节。坚持市场主导，以先进制造业需求为导向，强基础、补短板，全面推进生产性服务业产业结构和空间结构适应性重构。围绕现代制造业的关键环节和重点领域，加快新技术的引入和应用，实现业态突破，提高生产性服务业生产率。

最后，推进新一轮市场化改革再出发，优化产业社会分工制度环境，降低制度性成本。中国当前市场体系还不健全、市场发育还不充分、政府和市场的关系没有完全理顺，工业生产性服务外部化仍存在不少体制机制障碍，新一轮更高起点、更高层次、更高目标的市场化改革势在必行。市场化改革以要素市场化配置改革为重点，正确处理政府和市场的关系，充分发挥市场在资源配置中的决定性作用。全面完善经济法律制度，强化法治保障体系，以保护产权、维护契约为导向，构建平等交换、公平竞争的市场环境。