先进制造业与生产性服务业融合发展研究——以安徽省为例

肖红XIAO Hong

（安徽科技学院财经学院，蚌埠 233100）

0 引言

2021 年提出的《安徽省国民经济和社会发展第十四个五年规划》中明确提出要以支撑制造业转型升级为导向，加快现代服务业与先进制造业深度融合。安徽省地处中部核心区域，地理位置优越，承东启西，是长三角经济一体化建设中的重要节点省份。安徽省制造业正在由大向强转变，制造业服务化趋势不断加强，但安徽省先进制造业与生产性服务业融合度仍偏低，产业链相互渗透程度较低，两大产业相互促进、共同发展的空间还需优化。

1 安徽省先进制造业与生产性服务业融合状态分析

制造业与生产性服务业融合度主要指的是不同产业之间在同一产业链内部相互渗透的程度，用来测算产业融合度的模型很多，本文借鉴前人的研究成果采用耦合协调度模型对安徽省先进制造业与生产性服务业的融合状态进行测算。耦合协调度模型原本是物理学上的模型，现被很多学者运用到经济研究领域，因其可以比较好地测算两个或多个实体之间的关联程度。使用这一模型关键是模型中耦合的各因子之间要有内在联系，生产性服务业与先进制造业之间彼此相互影响可以使用耦合协调度模型。耦合协调度模型可以表示成如下形式：

在上述公式中，A 代表的是制造业与生产性服务业之间的协调度，B 代表两大产业的综合发展水平，C 代表生产性服务业与先进制造业的耦合度，耦合度的取值范围为[0，1]之间，产业协调水平越高则取值越接近于1，产业间协调水平越低则取值越接近于0。

先进制造业与生产性服务业两个子系统分别由上述公式中的x 和y 表示，a 和b 分别表示两大产业的权重，根据前人的研究成果a 取0.4，b 取0.6，g（x）和g（y）代表两大产业的功效函数，公式可设为如下形式：

上述两个公式中的wi表示序参量的权重，本文分别从规模、增速、投入和结构四个方面构建测算指标，共有i年j 个指标的原始数据，得到原始数列矩阵R=（RAB）i×j，其中RAB 表示第B 个指标第A 年的数据。熵权法的优势在于能够比较客观地得出各指标的权重。安徽省先进制造业与生产性服务业各项指标的构建及权重见表1。

鉴于数据发布的滞后性，本文选取的数据为2010-2019 年安徽省生产性服务业与先进制造业的数据，所有数据来源于相关统计资料。根据相关行业分类标准本文选取的先进制造业包括6 大产业，分别是通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机和其他电子设备制造业和仪器仪表制造业。选取的生产性服务业包括5 大产业，分别是交通运输、仓储和邮政业，科学研究、技术服务业，信息传输、计算机服务和软件业，金融业和房地产业。安徽先进制造业与服务业协调度测算结果见表2。

表2 2010-2019 年安徽省先进制造业与生产性服务业耦合协调度测算表

由表2 计算结果可知，安徽省先进制造业与生产性服务业2010-2016 年耦合度逐年升高，2016 年达到0.6103，处于中等协调状态；而2016-2019 年又开始下降，2019 年为0.3702，处于濒临失调状态。

2 影响安徽省先进制造业与生产性服务业融合发展的因素

实证分析表明，近几年来安徽省先进制造业与生产性服务业融合发展状态不佳，两者耦合状态处于濒临失调状态。两大产业融合发展影响因素包括：

2.1 市场竞争因素

生产性服务业因为是为制造业提供中间服务的产业，自身也会面临市场的激烈竞争，在竞争的压力下会趋向于努力降低成本，制造业竞争力也会由于生产性服务业成本降低而提高。制造业的专业化趋势使得产业结构升级和调整步伐加快，同时随着两大产业的融合发展，两大产业各自的竞争能力也将不断提升。

2.2 技术创新因素

技术创新在先进制造业与生产性服务业深度融合方面发挥了催化剂作用，技术创新推动了制造业转型升级，提高了生产性服务业的服务能力。同时，随着制造业服务化趋势的发展，加强技术创新可以使制造业中的服务环节剥离出去，进一步提高制造业的专业化水平。

2.3 经济发展水平

经济发展水平越高的地区，对制造业或者生产性服务业的需求水平就会越高，对相关产品和服务的需求就会越大。先进制造业的发展，产值的提高，为经济增长做了极大贡献，经济增长促进了生产性服务业与先进制造业的深度融合。随着安徽省经济发展和社会收入水平的提高，对制造业服务化要求增强，产业结构也会逐渐走向优化，先进制造业与生产性服务业的融合进一步加深。

2.4 政府政策制度因素

政府的制度环境是决定安徽省先进制造业与生产性服务业能否深度融合的关键。政策制度环境越完善，市场竞争越趋于良性循环，政府的行为越能矫正市场失灵，政府的优惠政策越能为企业注入新的活力。生产性服务业作为制造业的中间产品投入具有无形性和复杂性，良好的政策制度环境为制造业与生产性服务业的融合提供了保障和支撑。相反，不良的政策制度环境会带来过高的产业进入和退出壁垒，降低产业间经济效率，对先进制造业与生产性服务业的融合发展带来不良影响。

2.5 人才资源投入

人才资源投入水平决定了制造业与生产性服务业能否实现深度融合。当前制造业服务化是大势所趋，服务环节应从制造业中剥离，实现专业化的生产，提高制造业核心竞争力，延伸产业价值链，实现规模经济效益，要实现这一目标需要专业化的人才从事专业化的工作。

3 实证分析

3.1 实证模型构建

本文以上面测算得出的先进制造业与生产性服务业融合度为因变量，以两大产业融合发展的影响因素为自变量，利用面板数据构建多元线性回归模型，对先进制造业与生产性服务业融合发展的影响因素进行回归分析。具体实证模型如下所示：

在上述公式中，Y 为因变量，X 为自变量，α 为待估参数，ε 为干扰项。因变量数据即为上面所求得的先进制造业与生产性服务业的耦合度数据，自变量本文选取2010-2019 年安徽省先进制造业与生产性服务业融合发展影响因素数据。

3.2 实证数据选取及来源

本文选取的自变量有市场竞争程度、技术创新能力、经济发展水平、政策制度环境、人才资源投入、对外开放度等几个指标。具体指标及含义见表3。

表3 各变量指标及含义

3.3 计量检验分析

①首先对数据进行标准化处理，本文利用Stata15.0对数据进行ADF 检验，结果显示该数据常数项下一阶差分不存在单位根，表明数据平稳，可以进行相关计量分析。同时为了避免“伪回归”现象，对数据进行了协整分析，发现方程在1%临界水平下是平稳的，说明协整关系是存在的。

②进一步回归分析，首先运用Stata15.0 软件从制造业方面对两大产业的耦合影响因素进行回归分析。具体结果见表4。

表4 回归分析结果

由表4 可以看出，方程拟合度较高，回归效果显著，系数p 值均在10%显著水平以下显著，具体回归方程为：

从Y1的方程式中可以看出，技术创新能力、经济发展水平和人才资源投入对先进制造业与生产性服务业的融合具有促进作用，系数越大表明促进作用越明显。相反，财政支出总额与对外开放度对先进制造业与生产性服务业的融合具有阻碍作用。

运用同样的方法，以两大产业融合度为因变量，以生产性服务业各影响因素为自变量，得到最终回归方程如下：

从方程Y2中可以看出，安徽省经济发展水平、人才资源投入与财政支出对两大产业融合具有促进作用，且促进作用较明显，技术创新对两大产业融合作用具有负面影响，其他变量没有进入模型。

4 安徽省先进制造业与生产性服务业融合发展的建议

①推动制造业与生产性服务企业集聚式发展。通过招商引资的方式，围绕安徽省的先进制造业积极地引入关联性服务企业，实现生产性服务业的集中化、大型化、组织化，使得先进制造业集聚变为先进制造业与生产性服务业的产业链集聚。

②提高技术创新水平，加强生产性服务业与先进制造业发展的创新成果保护，营造良性的创新政策制度环境。加强科技创新成果的保护，企业产品附加值和市场竞争力就会有效提升。先进制造业与生产性服务业的创新热情将因知识产权得到有效保护而大大提升，能够提高企业的创新动力，为生产性服务业与先进制造业融合创造良好的条件。同时，要区别不同层次的技术创新与升级，争取政府的优惠政策支持，如税收减免，低息贷款等。积极引入外来先进技术，取长补短，不断消化再创新。

③培养专业人才，夯实制造业与生产性服务业深度融合的智力基础。管理、营销、技术服务、研发等高端专业人才可以为生产性服务业与先进制造业的融合发展提供智力支撑，为此，可以鼓励安徽省高等院校、高职院校以及科研院所、咨询机构、金融等机构，积极创业创新，发展新产业新业态。