肖云月

摘要：生產(chǎn)性服務(wù)業(yè)與制造業(yè)的融合具有重要的戰(zhàn)略意義，為探索其融合現(xiàn)狀。本文首先構(gòu)建了一個指標(biāo)體系，使用熵值法測算其各指標(biāo)權(quán)重，可以得到各年度各省份的生產(chǎn)性服務(wù)業(yè)和制造業(yè)各自的綜合發(fā)展水平;然后，使用耦合協(xié)調(diào)度模型，測算出我國生產(chǎn)性服務(wù)業(yè)與制造業(yè)的耦合度。研究結(jié)果顯示，各地區(qū)與各省市制造業(yè)與生產(chǎn)性服務(wù)業(yè)耦合協(xié)調(diào)均呈現(xiàn)逐年上升的健康發(fā)展態(tài)勢，但區(qū)域間發(fā)展差距相差極大，呈東-中-西依次遞減的階梯狀分布。因此，應(yīng)從加大生產(chǎn)性服務(wù)業(yè)與制造業(yè)的政策支持力度、加快智能制造發(fā)展、協(xié)調(diào)好區(qū)域發(fā)展三方面努力。

關(guān)鍵詞：耦合度、生產(chǎn)性服務(wù)業(yè)、制造業(yè)

一、引言

為解決制造業(yè)難題，我國先后出臺多個文件用以加快培育生產(chǎn)性服務(wù)業(yè)與制造業(yè)融合發(fā)展的新業(yè)態(tài)新模式。2019年11月，國家發(fā)展改革委等15部委聯(lián)合印發(fā)了《關(guān)于推動先進制造業(yè)和現(xiàn)代服務(wù)業(yè)深度融合發(fā)展的實施意見》;2020年，工業(yè)和信息化部等15部委又聯(lián)合印發(fā)了《關(guān)于進一步促進服務(wù)型制造發(fā)展的指導(dǎo)意見》;2021年，國家發(fā)改委又印發(fā)了《關(guān)于加快推動制造服務(wù)業(yè)高質(zhì)量發(fā)展的意見》。未來，生產(chǎn)性服務(wù)業(yè)與制造業(yè)的融合發(fā)展在拓展服務(wù)業(yè)發(fā)展空間、促進制造業(yè)高質(zhì)量發(fā)展、提升全球價值鏈地位、提高供給質(zhì)量和全要素生產(chǎn)率、加快經(jīng)濟增長動能轉(zhuǎn)換及重塑國際合作和競爭新優(yōu)勢等方面，都將發(fā)揮出更大的戰(zhàn)略意義。

二、研究設(shè)計

（一）指標(biāo)體系構(gòu)建

本文參照杜傳忠、毛艷華等學(xué)者的做法，將制造業(yè)和生產(chǎn)性服務(wù)業(yè)評價指標(biāo)體系分為5個一級指標(biāo)，10個二級指標(biāo)。5個一級指標(biāo)是產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、社會貢獻、成長潛力、經(jīng)濟效益。制造業(yè)子系統(tǒng)的10個二級指標(biāo)為制造業(yè)就業(yè)人數(shù)、制造業(yè)固定資產(chǎn)投資、制造業(yè)就業(yè)人數(shù)占第二產(chǎn)業(yè)就業(yè)人數(shù)比重、制造業(yè)固定資產(chǎn)投資占第二產(chǎn)業(yè)固定資產(chǎn)投資比重、制造業(yè)稅收收入、制造業(yè)工資總額、制造業(yè)就業(yè)人數(shù)增長率、制造業(yè)固定資產(chǎn)投資增長率、制造業(yè)平均工資、制造業(yè)勞動生產(chǎn)率。生產(chǎn)性服務(wù)業(yè)子系統(tǒng)的10個二級指標(biāo)為生產(chǎn)性服務(wù)業(yè)業(yè)就業(yè)人數(shù)、生產(chǎn)性服務(wù)業(yè)固定資產(chǎn)投資、生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)占第三產(chǎn)業(yè)就業(yè)人數(shù)比重、生產(chǎn)性服務(wù)業(yè)固定資產(chǎn)投資占第三產(chǎn)業(yè)固定資產(chǎn)投資比重、生產(chǎn)性服務(wù)業(yè)業(yè)稅收收入、生產(chǎn)性服務(wù)業(yè)業(yè)工資總額、生產(chǎn)性服務(wù)業(yè)業(yè)就業(yè)人數(shù)增長率、生產(chǎn)性服務(wù)業(yè)業(yè)固定資產(chǎn)投資增長率、生產(chǎn)性服務(wù)業(yè)業(yè)平均工資、生產(chǎn)性服務(wù)業(yè)業(yè)勞動生產(chǎn)率

（二）模型設(shè)定

目前，關(guān)于權(quán)重的確定有很多種方法，根據(jù)原始數(shù)據(jù)的不同，可以分為主觀賦權(quán)法和客觀賦權(quán)法。而主觀賦權(quán)法由于決策和評價結(jié)果具有較強的主觀性，客觀性較差，而且增加了決策分析者的負(fù)擔(dān)，在應(yīng)用中具有極大的局限性。因此，本文不考慮客觀賦權(quán)法。在客觀賦權(quán)法中，確定權(quán)重最常用的兩種方法是主成分分析法和熵值法，而本文使用熵值法來確定二級指標(biāo)權(quán)重。

為測算兩個子系統(tǒng)之間的耦合協(xié)調(diào)度，本文引入了耦合協(xié)調(diào)度模型進行測算。其公式如下：

其中，D為耦合協(xié)調(diào)度，取值范圍為[0，1];T表示兩個行業(yè)的綜合發(fā)展水平;u1、u2為第1、2個子系統(tǒng)的綜合發(fā)展水平;α和β表示兩者在協(xié)調(diào)過程中的貢獻程度系數(shù)，α+β=1。

三、實證分析

本文選取了2009-2019年30個省（市、自治區(qū)）作為研究對象（西藏地區(qū)由于許多數(shù)據(jù)缺失，因此不作研究）。2019年，國家統(tǒng)計局再一次修訂了生產(chǎn)性服務(wù)業(yè)的分類——《生產(chǎn)性服務(wù)業(yè)統(tǒng)計分類（2019）》，根據(jù)此分類標(biāo)準(zhǔn)，本文選了交通運輸倉儲和郵政業(yè)，信息傳輸、軟件和信息業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)六大行業(yè)作為其細分行業(yè)，相關(guān)的指標(biāo)指標(biāo)數(shù)據(jù)由這六個行業(yè)數(shù)據(jù)加總獲得。 耦合系統(tǒng)中的各指標(biāo)數(shù)據(jù)來自于《中國統(tǒng)計年鑒》、《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》、《中國稅務(wù)統(tǒng)計年鑒》、國泰安數(shù)據(jù)庫及wind數(shù)據(jù)庫。

全國范圍來看，2009-2019年我國制造業(yè)與生產(chǎn)性服務(wù)業(yè)的耦合協(xié)調(diào)度呈穩(wěn)步上升的健康發(fā)展態(tài)勢。從2009年的0.205上升到2019年的0.995，從中度失調(diào)發(fā)展發(fā)展到優(yōu)質(zhì)協(xié)調(diào)發(fā)展。

從省域范圍來看，各地區(qū)與各省市制造業(yè)與生產(chǎn)性服務(wù)業(yè)耦合協(xié)調(diào)均呈現(xiàn)逐年上升的健康發(fā)展態(tài)勢，但區(qū)域間發(fā)展差距相差極大，呈東-中-西依次遞減的階梯狀分布。從地區(qū)來看，東部地區(qū)的耦合協(xié)調(diào)度從2009年的0.536增長到2019年的0.810，由勉強協(xié)調(diào)發(fā)展跨越到良好協(xié)調(diào)發(fā)展;中部地區(qū)的耦合協(xié)調(diào)度從2009年的0.344增長到2019年的0.667，由輕度失調(diào)發(fā)展跨越到初級協(xié)調(diào)發(fā)展;西部地區(qū)的耦合協(xié)調(diào)度從2009年的0.331增長到2019年的0.589，由勉強協(xié)調(diào)發(fā)展跨越到勉強協(xié)調(diào)發(fā)展;東北地區(qū)發(fā)展最慢，僅僅從瀕臨失調(diào)發(fā)展上升至勉強協(xié)調(diào)發(fā)展。從省市來看，2019年，我國處于可接受區(qū)間的有21個省市，其中廣東（0.977）的耦合協(xié)調(diào)度最高，處于優(yōu)質(zhì)協(xié)調(diào)發(fā)展階段，處于良好協(xié)調(diào)發(fā)展階段（0.8以上）以上的還有北京（0.884）、上海（0.960）、江蘇（0.918）、浙江（0.844）和山東（0.804）。其余15個省份則均處于中級協(xié)調(diào)發(fā)展階段和初級協(xié)調(diào)發(fā)展階段，分別為天津、河北、福建、吉林、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、廣西、重慶、四川、云南和陜西。其次，我國處于過度區(qū)間的有9個省市，其中山西和青海處于瀕臨失調(diào)發(fā)展階段，其余7省（海南、遼寧、黑龍江、貴州、甘肅寧夏和新疆）均處于勉強協(xié)調(diào)發(fā)展階段。

四、結(jié)論與對策建議

（一）結(jié)論

由上述分析可知，各地區(qū)與各省市制造業(yè)與生產(chǎn)性服務(wù)業(yè)耦合協(xié)調(diào)均呈現(xiàn)逐年上升的健康發(fā)展態(tài)勢，但區(qū)域間發(fā)展差距相差極大，呈東-中-西依次遞減的階梯狀分布。東部地區(qū)基于自身良好的區(qū)位因素和深厚的經(jīng)濟基礎(chǔ)，這些優(yōu)勢是的東部地區(qū)的制造業(yè)與生產(chǎn)性服務(wù)業(yè)不斷發(fā)展，并相互促進與融合;而中部地區(qū)近年來不斷承接?xùn)|部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，并發(fā)揮自身獨特優(yōu)勢，發(fā)展態(tài)勢強勁;東北地區(qū)與西部地區(qū)發(fā)展起步晚，同時，由于西部自然環(huán)境與資源的限制，發(fā)展一直受限，盡管振興東北與西部大開發(fā)戰(zhàn)略的實施，一定程度上促進了產(chǎn)業(yè)的發(fā)展，但就平均發(fā)展水平來說，西部地區(qū)、東北地區(qū)與中部地區(qū)、東部地區(qū)的差距仍然十分巨大。

（二）對策建議

首先，加大生產(chǎn)性服務(wù)業(yè)與制造業(yè)的政策支持力度。大力推進企業(yè)數(shù)字化建設(shè)和服務(wù)化轉(zhuǎn)型，在人才引進和建設(shè)用地等方面出臺相關(guān)支持政策。其次，加快智能制造發(fā)展。企業(yè)要以智能制造為發(fā)展方向，進行信息化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型發(fā)展。最后，協(xié)調(diào)好區(qū)域發(fā)展。在東部地區(qū)快速發(fā)展的同時，要大力推動西部大開發(fā)戰(zhàn)略與東北振興計劃的實行。