柳州制造业与生产性服务业协同发展测度与对策研究

来源:用户上传      作者:

　　[摘 要]制造业和生产性服务业协同发展能促进柳州经济高质量发展。运用灰色网格关联度模型，对2009—2018年柳州制造业和生产性服务业协同发展水平进行测度，结果表明：研究期内两大产业关联度虽展现波动上升趋势，但总体呈现产业协同程度弱，互动层次低的状态，通过进一步分析发现主要是制造业产业集中度高、企业规模小，生产性服务业服务层次低、发展规模小阻碍分工、创新协同机制运行造成的。对此，柳州应增强分工协同机制、提升创新协同機制、加大制度协同机制，促进两大产业协同发展。
　　[关键词]协同发展;灰色网格关联度;分工协同;创新协同;制度协同
　　[中图分类号] F427         [文献标识码] A            [文章编号] 2095-3283（2020）05-0059-07
　　Abstract： Synergetic development between manufacturing and producer services is the adjustment mechanism of industrial structure to promote high-quality development for Liuzhou’s economy. Based on gray grid incidence model， the paper measures Liuzhou’s status of synergetic development between manufacturing and producer services during 2009-2018. In Liuzhou， such status is quite low in terms of degree and level， mainly resulting from insufficient effects brought by division and innovation synergetic mechanisms due to high concentration ratio and small firm scale of manufacturing， as well as low level and small overall scale of producer services. Accordingly， Liuzhou should promote synergetic development between manufacturing and producer services through improving the synergetic mechanisms for division， innovation and institution.
　　Key Words： Synergetic Development; Grey Grid Incidence; Division Synergy; Innovation Synergy; Institution Synergy
　　柳州经过长期工业积累，形成了汽车、钢铁、机械三大行业“三足鼎立”的局面，在这三大行业兴盛时期带动了柳州经济的繁荣发展，但随着近年来中低端汽车市场低迷，钢铁、机械行业发展放缓，导致柳州经济面临停滞不前的困境。柳州迫切需要推动产业转型升级，为经济发展注入活力。而发达地区的产业升级经验告诉我们，制造业转型升级离不开生产性服务业特别是高端生产性服务业的支撑和助推，区域制造业与生产性服务业的协同发展不仅能提升自身发展水平，也有助于提升区域经济整体发展水平和竞争力。因此研究柳州市制造业与生产性服务业协同发展现状及存在的问题，对推动柳州市制造业转型升级，促进经济高质量发展具有重要的实践意义和参考价值。
　　一、文献综述
　　制造业与生产性服务业协同发展的研究主要集中在协同机制及实证研究方面。在协同机制研究方面，王思语[1]指出制造业与生产性服务业相互融合推动制造业服务化，这一过程是制造业和企业为适应新的市场竞争环境、增强产业链各个环节的服务中间要素投入与功能，最终达到企业转型升级、产业提升并增强竞争力的过程。郭澄澄[2]从全球价值链下产业转型升级的视角，对我国制造业与生产性服务业协同机制及效果展开研究，表明两大产业协同机制是促进我国经济转型升级的产业结构调整机制。在实证研究方面，大量研究围绕我国制造业与生产性服务业协同性水平及协同外溢效果展开，结果显示虽然存在行业、地域、阶段性差异，但协同的外溢效应明显[3-6];此外，在其他区域研究中，阿诺德等[7]利用捷克国有企业数据研究表明生产性服务业改革与关联制造企业生产效率呈现正向的互动关系;陈赤平等[8]通过建立VEC模型指出湖南省制造业与生产性服务业的相互作用虽然不平衡，但均是正向拉动作用;马卫红等[9]针对长三角两省一市研究表明制造业与生产性服务业内部各子行业间均相互影响。
　　这些研究充分表明制造业与生产性服务业的协同发展是经济高质量发展的内在要求，两者的协同发展不仅有助于制造业和生产性服务业自身的水平提升，也有助于全产业的转型升级，为本文研究奠定了理论基础。但针对具体区域制造业与生产性服务业细分行业的协同发展研究还较少，尤其是针对柳州的深入研究更少。本文阐述制造业与生产性服务业协同发展的内涵及机制，运用灰色网格关联度模型对柳州市2009—2018年制造业与生产性服务业协同发展水平进行测度，剖析阻碍柳州市制造业与生产性服务业协同发展的深层次原因，尝试提出促进两大产业协同发展的对策建议。
　　二、制造业与生产性服务业协同发展的内涵及机制
　　（一）制造业与生产性服务业协同发展内涵 　　当前学者们对于产业协同从不同的角度展开研究，为本文界定制造业与生产性服务业协同发展内涵提供了有益的借鉴。如徐力行等[10]从产业结构理论与协同理论融合的视角提出产业协同的定义，认为产业协同是在开放条件下，国民经济中的各个子系统、产业或者产业群相互协调合作，形成有序结构的过程;而苏东水[11]从产业协调的角度分析产业协同，认为产业协调包括产业间素质、联系方式、相对地位、供需结构四个方面的协调。可见，制造业与生产性服务业協同发展的内涵是指两类行业通过供需关系形成相互支撑、相互依赖的产业合作关系，在提升合作效率驱动下不断动态调整各自发展结构和质量，形成产业间相互配合与协调发展。具体而言，包含数量协同发展和质量协同发展两个层面：一是制造业与生产性服务业数量协同发展。数量协同发展反映的是产业间相对地位的匹配，是指制造业与生产性服务业在发展规模、发展速度、提供产品或服务的比例结构上保持协同;二是制造业与生产性服务业质量协同发展。质量协同发展反映的是产业内部结构功能的匹配，是指制造业与生产性服务业在生产效率、技术水平、供需结构上保持协同。
　　（二）制造业与生产性服务业协同发展机制
　　制造业与生产性服务业协同发展机制是在“有效市场”的内部推动，“有为政府”的外部调节下形成、生效的，是分工协同、创新协同、制度协同三个方面机制共同作用的结果[2]。
　　一是分工协同机制。一方面基于产业分工中的比较优势理论，通过专业化分工形成的产业规模效应促进了新产业部门的形成，从而使生产性服务业逐步脱离制造业发展成为独立的产业，形成诱导效应;另一方面，在市场竞争机制下为了获取更多的利润，身处制造业和生产性服务业的微观企业必然会不断提升分工合作效率，降低交易成本，生产性服务业效率提升又能促进制造业发展，形成反哺效应。在诱导和反哺效应推动下，分工协同机制能有效促进制造业和生产性服务业整体协同发展。
　　二是创新协同机制。制造业与生产性服务业协同发展是两产业相互支撑、相互依赖、动态适应的过程，在技术创新方面亦是如此。当制造业首先出现某一领域技术创新时，必然会带动对应产业的生产技术、方式的变革，并通过供需关系传导到相关生产性服务业，推动这些行业部门的技术革新，取得技术突破、适应市场需求的企业得以生存，否则即被淘汰，从而提升生产性服务业的技术水平。反之，当生产性服务业某一领域出现重大技术革新时，也会带动制造业的技术水平提升。因此，制造业和生产性服务业在市场优胜劣汰、适者生存法则下，通过产业内部不断地动态调整促进产业结构高级化，形成两类产业创新协同发展态势。
　　三是制度协同机制。分工协同机制和创新协同机制都是在市场有效情况下公平竞争推动发挥作用的，但由于欠发达区域的产业后发优势难以与发达区域先发优势形成平等竞争，仅仅依靠比较优势推动的分工协同机制和内生性主导的创新协同机制发挥作用有限，必须引入制度协同机制作为补充。通过“有为政府”因地制宜的制度创新，消除或减弱阻碍分工效率提升和技术创新推进的各种人为因素，使市场作用充分发挥即保障“市场有效”，为分工、创新协同机制提供良好环境。
　　综上，通过“有为政府”的适时干预即制度协同机制，保障“有效市场”，从而促进分工协同机制和创新协同机制作用充分发挥，推动制造业与生产性服务业协同发展，具体作用过程如图1所示。
　　三、柳州制造业与生产性服务业协同发展实证分析
　　本文充分考虑制造业与生产性服务业子行业内部发展的差异性，从细分行业的角度，运用灰色网格关联度模型深入分析柳州市制造业与生产性服务业间的动态关联程度与互动特点，探索两大产业协同发展存在的问题。
　　（一）研究产业的范围
　　根据《国民经济行业分类》国家标准2017年第四次修订版，结合柳州产业的实际情况，将其中二位数代码为C13—C18、C20—C27、C29—C40的26个行业作为制造业研究的行业范畴;将门类代码分为（F）批发和零售业、（G）交通运输、仓储和邮政业、（I）信息传输、软件和信息技术服务业、（J）金融业、（L）租赁和商务服务业、（M）科学研究和技术服务业的六大与制造业关系密切的服务业界定为生产性服务业，纳入研究范围。
　　（二）制造业与生产性服务业发展水平评价指标体系构造
　　选取合适的行业发展水平评价指标体系是对制造业与生产性服务业两大行业协同性及各细分行业联动性进行科学评价的基础。本文在借鉴已有相关研究成果的基础上，考虑上述制造业与生产性服务业数量协同发展和质量协同发展的内涵，遵循指标选取必须具备科学性、代表性、动态性、可得性的原则，建立包含两级指标的各细分行业发展水平测度的指标体系，其中一级指标包含产业规模、经济效益、发展趋势三个方面。
　　1.产业规模。反映行业经营和投资的规模，用行业固定资产投资额、从业人数、固定投资占全社会固定投资比重、从业人数占比来表示。
　　2.经济效益。反映行业盈利能力和生产效率，用行业利润总额、人均利润率表示。
　　3.发展趋势。反映行业发展扩张或收缩的趋势，用行业固定资产投资增长率、利润增长率来表示。
　　研究中所使用的指标均出自2010—2019年《柳州统计年鉴》或据其测算而来，据此对2009—2018年10年间柳州市制造业与生产性服务业及细分行业的动态关联性展开研究。
　　（三）制造业与生产性服务业灰色网格关联度模型构建
　　灰色网格关联度模型运用信息内涵丰富的面板数据，在克服时间序列数据多重共线性的同时，将数据分析扩展到包含时间、指标、对象三维空间，能最大程度保留多维信息，更加全面挖掘行业间的关联性和协同关系[12]。
　　1.数据的矩阵表述及初始化
　　本文主要构建的是不同行业间关联度模型，因此面板数据时间和指标间的距离均视为1。设制造业和生产性服务业各细分行业的面板数据为 和 ，其矩阵形式如下： 　　其中，xi（p，t）为制造业i行业第p项指标t时刻的指标值，xj（p，t）为生产性服务业j行业第p项指标t时刻的指标值，且i=1，2..，26 ;j=1，2..，6 ;p=1，2..，8;t=1，2..，10。
　　鉴于8个指标中存在量纲不同的问题，为了保证数据间可比性，采用如下方法对制造业Xj和生产性服务业Xj进行初始化处理，使各行业每个指标均在0—1的范围内波动：
　　2.指标和时间维度斜率函数构造
　　令Hi（p，t） 、Hj（p，t）分别表示制造业i行业和生产性服务业j行业在指标维度上的斜率，Wi（p，t） 、Wj（p，t） 分别表示制造业i行业和生产性服务业j行业在时间维度上的斜率函数，则
　　3.制造业和生产性服务业面板数据间网格关联系数测算
　　针对制造业i行业和生产性服务业j行业的面板数据Xi和Xj，用表示从（p-1，t）到（p，t）的指标维度的网格关联系数，表示从（p，t-1）到（p，t）的时间维度的网格关联系数，则
　　4.制造业和生产性服务业灰色网格关联度计算
　　（1）行业间灰色网格关联度水平测度
　　根据面板数据Xi、Xj的指标、时间维度的网格关联系数和，可得制造业i行业和生产性服务业j行业的灰色网格关联度rij：
　　灰色网格关联度水平是两面板数据指标维度和时间维度所有网格关联系数的算术平均值，表示兩个行业间的关联程度。
　　（2）行业间灰色网格关联度趋势分析
　　根据面板数据Xi、Xj的指标和时间维度的网格关联系数、，可得制造业i行业和生产性服务业j行业在第 年的灰色网格关联度rij（t）：
　　通过历年灰色网格关联度rij（t）的走势，可以判断制造业和生产性服务业及其不同子行业从2010年至2018年互动发展的趋势。
　　（3）产业间协同程度判定
　　由于关联度分析从根本上还是判断各因素间的相关性，因此结合产业发展的行业差异性并参考相关程度的判定标准，笔者综合界定了产业间协同程度区间标准，具体如下表1所示。当关联度为正时表示正向协同，关联度为负时表示负向协同。
　　（四）柳州市制造业与生产性服务业协同性水平测度与分析
　　基于柳州市制造业及26个子行业、生产性服务业及6个子行业2009—2018年8个指标的面板数据，运用上述灰色网格关联度模型，借助R软件测算出柳州市制造业与生产性服务业历年及平均关联度、制造业子行业与生产性服务业子行业历年及平均关联度，具体结果如下。
　　1.柳州市制造业与生产性服务业协同程度较弱
　　从制造业与生产性服务业整体协同性来看，2010—2018年期间柳州制造业
　　与生产性服务业平均关联度为0.25，处于低度协同状态。由图2的趋势可以看出，柳州市制造业与生产性服务业关联度呈现波动上升趋势，但一直在中度协同以下徘徊，特别是2016年以前长期处于低度协同和弱协同状态，说明柳州市制造业与生产性服务业发展协同程度较低。
　　2.柳州市制造业与生产性服务业互动层次较低
　　图3是柳州市制造业与6个生产性服务业子行业的2010—2018年平均关联度，从这6个行业比较来看，制造业与批发和零售业的关联度最高，关联度为0.39，其次是交通运输、仓储和邮政业、科学研究和技术服务业，这3个行业均处于低度协同状态;而金融业等其它3个行业则处于弱协同状态。这表明柳州市制造业与生产性服务业的互动关系，依然以处于价值链较低端的产品生产所涉及的运输—销售环节为主，互动层次较低。此外，本文根据柳州“5+5”产业发展格局规划，将汽车、钢铁、机械、化工及日化、轻工5大传统优势产业与未来重点发展的5个新兴产业中的高端装备制造业、新一代电子信息技术产业、节能环保产业、生物与制药产业中涉及的制造业行业，划分为支柱产业、其他传统优势产业、新兴产业，剩余制造业行业则作为其他制造业，据此将柳州市制造业分为4大类。进而将2010—2018年以上各类涉及的制造业行业与生产性服务业各子行业关联度进行平均，得到上述4大类制造业行业与生产性服务业6个子行业的平均关联度，具体结果见图4所示。从4大类制造业与生产性服务业各子行业关联度来看，包含支柱产业在内的传统优势产业与批发和零售业、交通运输、仓储和邮政业的关联性普遍高于其他服务行业，特别是租赁和商务服务业、信息传输、软件和信息技术服务业。而新兴产业和其他制造业与服务业各子行业关联性均较弱，尤其是与除批发和零售业外的其他5个子行业的关联性非常低。因此，当前柳州市制造业与生产性服务业的互动以低层次的商贸流通领域合作为主。
　　四、柳州市制造业与生产性服务业协同发展水平低的原因分析
　　从制造业与生产性服务业协同发展机制可知，分工协同机制、创新协同机制有效运行是两大产业协同发展的直接驱动轮，而当前柳州制造业和生产性服务业的发展存在阻碍分工协同机制、创新协同机制这两大驱动轮有效运转的问题。
　　（一）制约分工协同机制运行的因素
　　1.制造业产业集中度高导致分工协同机制的诱导效应不足
　　汽车、钢铁、机械作为柳州市的三大支柱产业，不仅发展基础扎实，而且发展规模长期处于绝对领先地位。从2014—2018年上述4大类制造业规模以上工业总产值占全部工业总产值的比重来看，各大类制造业在全部工业中的占比稳定，其中支柱产业占比持续保持在72%以上，其他传统优势产业为12%左右，其他制造业为8%左右，新兴产业最低，大概占到2.5%左右。这充分表明柳州制造业高度集中于汽车制造业、黑色金属冶炼和压延加工业、设备制造业等为数不多的几个行业，其他行业的规模相对较小，专业化分工程度总体不高，只是在随着国内外信息技术的推进被动产生基本的商贸流通服务等需求，导致柳州制造业整体对生产性服务业的需求规模、层次较低，高端服务的诱发作用较弱。 　　2.生产性服务业发展规模较小导致分工协同机制的反哺效应较弱
　　柳州市生产性服务业发展规模相对较小。以2018年为例，柳州与全国平均水平及工业规模相近的安徽芜湖、贵州遵义、广东江门3个城市相比，生产性服务业发展总体存在较大差距。
　　（1）与全国的对比来看。从2018年柳州与全国制造业、生产性服务业城镇单位就业人数在城镇单位就业总人数占比的对比来看，柳州制造业人数占比与全国相当，均为24.2%左右，但生产性服务业中除了租赁和商务服务业就业人数比重比全国平均水平高0.26%之外，其他5个行业的就业人数占比均低于全国平均水平，特别是信息传输、软件和信息技术服务业占比只有0.44%，不到全国平均水平的20%。
　　（2）与芜湖、遵义、江门三个城市比较来看。表2列出的2018年柳州与芜湖、遵义、江门工业生产总值、生产性服务业城镇单位就业人数对比显示，柳州工业规模仅比芜湖略低，超过江门和遵义，但生产性服务业的就业总人数却远低于芜湖和江门。从具体行业来看，柳州除了租赁和商务服务业、科学研究和技术服务业就业人数略高于其他城市之外，其他4个行业就业人数均处于四个城市中最低或较低水平。
　　（二）阻碍创新协同机制运行的因素
　　1.制造业企业规模普遍较小造成创新协同机制的基础不牢
　　从柳州工业企业规模结构来看，长期以来中小企业占据主体地位。由下图5所示的2014—2018年柳州规模以上工業不同规模企业数量占比可以看出，柳州市大型企业占比不足5%，而95%以上的企业是中小微型企业。同时，从图6可以看出，与工业发展规模相当的安徽芜湖市相比较，柳州市工业大型企业数一直低于芜湖，仅有其75%左右。因此柳州市制造业虽然发展规模较大，但大型企业相对较少，使制造业企业整体的技术创新能力和高端服务需求及购买能力不足，制造业与生产性服务业创新协同机制的形成和发展基础较薄弱，影响了其发挥的作用和效率，阻碍了柳州市制造业与生产性服务业协同发展水平的提升。
　　2.生产性服务业发展层次不高造成创新协同机制的牵引动力不足
　　（1）劳动密集型服务业初具规模，但仍以提供低层次基本服务为主，难以形成创新协同的原动力。近年来，柳州市在促进商贸、物流服务等劳动密集型服务业从制造业内部剥离方面取得了一定效果。在商贸服务方面，不仅建设了汽贸园、鹧鸪江钢铁深加工物流产业园等服务支柱产业的专门市场，也推动本地企业与阿里巴巴等主流电商平台合作组建了柳州东盟电子商务产业园、广西电子商务产业示范园等电商贸易服务园区。但这些园区基本是低端小规模经营企业扎堆构成，缺乏平台型龙头企业的整体科学规划与引领，因此服务能力和水平比较低，对柳州支柱产业转型升级所需的产业链打通、整合、重构方面的支撑力不够。在物流服务方面，重点规划建设了桂中海迅、安吉天地等物流龙头企业为首的物流园，能为汽车、工程机械、制糖、医药等企业提供较为便捷的仓储、配送等第三方物流服务，但对现代制造业企业所需要的“一整套供应链解决方案”即第四方物流服务供应能力不足。附加值高的高层次商贸物流服务能力不足，削弱了生产性服务业对制造业的影响和带动作用，导致商贸物流服务业与制造业的协同发展仍处于较低水平。
　　（2）知识密集型服务业发展缓慢，创新能力及带动作用较弱，难以形成创新协同的提升力。当前柳州市生产性服务业发展存在价值链高端服务从制造业中的剥离、外包不够，导致知识密集型服务业发展动力不足。主要表现：一是研发设计普遍由制造业企业自主推动完成。具备一定规模和经济实力的制造业企业都组建有自己的研发设计部门，负责本企业产品、技术研发。全市现有自治区级及以上企业技术中心88家，其中国家级4家。这些技术中心绝大部分隶属于制造业企业内部，特别是4家国家级企业技术中心分属于三大支柱产业的4家龙头制造业企业。工业研发设计服务尚未从制造业独立出来，无法形成集聚外溢效应，无法实现全产业研发设计模块内部的层级专业化分工，产业创新效率不高。二是金融服务业在河东片区形成集中发展的格局，并向柳东新区拓展，但一方面仍是以传统金融产品与服务为主导，产业金融服务能力较弱，支撑制造业效率提高、转型升级的特色新型现代金融产品和服务较少;另一方面股权投资、财富管理等新金融业态发展短板较多。三是“互联网+”信息服务业在柳州尚处于起步阶段，管理咨询服务企业普遍规模较小，缺乏品牌知名度。
　　五、结论与建议
　　由灰色网格关联度模型测算结果可知，柳州市制造业与生产性服务业在2009—2018年期间关联度虽呈现波动上升的趋势，但整体关联度还是较弱，无论是协同程度还是协同发展层次都比较低。进一步的原因分析表明：制造业产业集中度较高、生产性服务业发展规模相对较小抑制了分工协同机制的作用;制造业大型企业较少，生产性服务业服务能力和水平较低影响了创新协同机制的形成和作用发挥。对策建议如下：
　　（一）增强分工协同机制作用
　　关键是从推动制造业与生产性服务业拓展互动合作领域着手强化分工协同机制作用。首先，大力发展新兴产业，促进制造业形成多点开花的发展格局。在当前汽车、钢铁、机械三大支柱产业具有较强发展优势的情况下，重点引导和发展具备比较宽广市场前景的高端装备制造业、新一代电子信息技术、生物与制药等产业，通过项目引进，与先进企业合作等方式培育相关行业，依托柳州市良好的工业发展基础和经验，加大人才、资金等创新要素的投入，做大、做强相关行业，加快形成新的经济增长点。其次，瞄准柳州市制造业发展的前沿“热点”和关键“痛点”，提升生产性服务的能力。针对柳州市当前三大支柱产业面临转型升级、新兴产业发展缓慢等紧迫问题，重点发展面向制造业的工业设计服务、产业金融服务、现代信息技术服务等高层次服务业;并在现有商贸服务业发展的基础上，鼓励支柱产业骨干企业与电商企业进行深层次合作，构建成本低、针对性强的全产业链电商平台;积极推动传统物流的专业化和社会化，大力发展第三方物流，促进桂中海迅、五菱物流等第三方物流公司向第四方物流公司转型升级。 　　（二）提升创新协同机制作用
　　主要是以加强制造业和生产性服务业创新能力作为切入点，促进创新协同机制充分发挥作用。首先，制造业特别是传统优势产业和新兴产业应积极推进与东部相关行业先进企业合作，通过引进投资、购买技术或服务、加强技术人员的交流等方式快速提升企业技术水平、增强企业创新能力，一方面能促进制造业成为柳州创新洼地，推动创新协同机制有效运行;另一方面随着制造业产业发展水平和竞争力的提高，可以带动本地市场生产性服务特别是高层次服务需求的增长，为柳州知识密集型服务业发展奠定基础。其次，生产性服务业需积极承接东部知识密集型服务企业或服务外包项目，加大知识型劳动力培养力度，充分发挥人力成本较低的相对区位优势，逐步形成和壮大本区域高级生产性服务的供给能力，推动知识密集型服务业集聚，进而通过优化竞合效应，使柳州市生产性服务业成为创新的又一发源地，为创新协同机制有效运行增强驱动力。
　　（三）加大制度协同机制作用
　　重点是为分工协同和创新协同机制提供良好的外部环境和保障条件。首先，积极推动发展平台型龙头服务企业，依托其强大的衔接功能将有经济联系的主体组织起来，形成共享资源、共创价值、虚拟集聚的产业价值生态链。通过引导和鼓励本地支柱行业骨干企业的先进服务部门剥离重组或从东部地区引进成熟、先进的平台运营服务商，组建满足制造业各级需求的平台型龙头服务企业，借助于物联网、大数据等智慧信息技术搭建信息平台，为制造业企业、供应链协助伙伴、第三方服务商、终端顾客提供便捷的沟通合作渠道，在提升原材料供应商、制造商、服务商、终端消费者跨行业联动效率的同时，为各产业的分工协同和创新协同创造良好条件。其次，加大重点领域的政府引导和监督力度，加强各级各类人才的引进力度，特别是重点行业领域的高水平精英人才引入，为柳州市各行业发展提供良好的制度环境及充分的要素保障。
　　[参考文献]
　　[1]王思语.制造业服务化对我国制造业产业升级的影响研究[D].对外经济贸易大学，2018.
　　[2]郭澄澄.全球价值链视角下我国制造业与生产性服务业协同机制及实证研究[D].上海社会科学院，2019.
　　[3]唐晓华，张欣钰.制造业与生产性服务业联动发展行业差异性分析[J].经济与管理研究，2016（7）：83-93.
　　[4]周蕾.全球价值链视角下中国汽车产业升级路径研究综述[J].对外经贸，2018（5）：74-78.
　　[5]田华.以服务业引领山西省制造业高质量发展[J].对外经贸，2019（7）：67-69.
　　[6]黄俊东，詹浩勇.西部地区生产性服务业与制造业协同集聚研究[J].对外经贸，2018（3）：68-72.
　　[7]ARNOLD J M， JAVORCIK B S， MATTOO A. Does services liberalization benefit manufacturing firms？ Evidence from the Czech Republic[J].Journal of International Economics，2011，85（1）：136-146.
　　[8]陈赤平，李青松.湖南省生产性服务业与制造业互动发展研究[J].湘潭大学学报（哲学社会科学版），2015（1）：44-49.
　　[9]马卫红，黄繁华.生产者服务业与制造业的互动发展与行业差异——基于长三角地区的实证研究[J].上海经济研究，2012（5）：75-84.
　　[10]徐力行，高伟凯.产业创新与产业协同——基于部门间产品嵌入式创新流的系統分析[J].中国软科学，2007（6）：131-134.
　　[11]刘志阳，苏东水.战略性新兴产业集群与第三类金融中心的协同演进机理[J].学术月刊，2010（12）：68-75.
　　[12]刘震，党耀国，钱吴永，周伟杰.基于面板数据的灰色网格关联度模型[J].系统工程理论与实践，2014（4）：991-996.
　　（责任编辑：张彤彤）
转载注明来源:https://www.xzbu.com/3/view-15238353.htm