EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 7: 1290 - 1306

DOI: https://doi.org/10.18306/dlkxjz.2024.07.003

研究论文

京津冀地区制造业与生产性服务业的互动关系和机制分析

  • 高沙尔·吾拉孜 , 1, 2 ,
  • 杨廷章 3 ,
  • 孙威 , 1, 2, *
展开
  • 1.中国科学院地理科学与资源研究所，北京 100101
  • 2.中国科学院大学资源与环境学院，北京 100049
  • 3.贵州省现代城乡经济发展研究院，贵阳 550000
*孙威(1975— )，男，河南开封人，博士，副研究员，兼任中国科学院大学岗位教授，研究方向为经济地理与区域发展。E-mail:

高沙尔·吾拉孜(1998— )，女，新疆伊犁人，硕士生，研究方向为产业经济地理与区域发展。E-mail:

收稿日期: 2023-11-08

  修回日期: 2024-04-30

  网络出版日期: 2024-07-23

基金资助

中国科学院战略性先导科技专项(A类)(XDA19040401)

国家自然科学基金项目(41871117)

收起

Interactive relationship of manufacturing and producer service industries in the Beijing-Tianjin-Hebei region and mechanism

  • Gaoshaer WULAZI , 1, 2 ,
  • YANG Tingzhang 3 ,
  • SUN Wei , 1, 2, *
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Institute of Guizhou Modern Rural and Urban Economic Development Research, Guiyang 550000, China

Received date: 2023-11-08

  Revised date: 2024-04-30

  Online published: 2024-07-23

Supported by

Strategic Priority Research Program of the Chinese Academy of Sciences(XDA19040401)

National Natural Science Foundation of China(41871117)

Fold

摘要

2014年以来，以一般性制造业为主要抓手的北京非首都功能疏解成为京津冀协同发展战略率先突破的重要领域之一，并取得了显著成效。但是，京津冀产业协同发展仍存在诸多问题，地区内经济差距不减反增。论文利用2017年京津冀地区间投入产出表和2003—2019年京津冀三省(市)面板数据，运用地区间投入产出分析法和联立方程模型，对京津冀三地间制造业与生产性服务业的产业互动关系进行了测度。结果表明：① 京津冀地区制造业和生产性服务业已形成显著的双向互动关系，整体从“供给主导”阶段步入“互动”发展阶段；但从投入产出联系来看，产业间互动水平较低，这可能是目前京津冀产业协同发展水平欠佳的主要原因之一。② 相比之下，北京生产性服务业对津冀地区制造业的推动作用较制造业更强，因此，加强北京生产性服务业的区域内流动，将是促进京津冀产业协同发展的重要途径。③ 高级服务要素在劳动和资本密集型制造业产业升级中发挥作用较弱。未来应继续加强京津冀三地在高技术产业领域的合作，特别是提高知识和技术密集型生产性服务业对制造业的投入水平。研究可为促进京津冀地区两大产业结构升级、互动发展提供经验证据，为缩小区域产业发展差距提供思路。

关键词： 产业互动; 产业关联; 地区间投入产出分析; 联立方程模型; 京津冀地区

本文引用格式

高沙尔·吾拉孜 , 杨廷章 , 孙威 . 京津冀地区制造业与生产性服务业的互动关系和机制分析[J]. 地理科学进展, 2024 , 43(7) : 1290 -1306 . DOI: 10.18306/dlkxjz.2024.07.003

Abstract

Since 2014, the decentralization of Beijing's non-capital functions, with general manufacturing as the main focus, has become one of the important areas in which the Beijing-Tianjin-Hebei coordinated development strategy has taken the lead in making breakthroughs, and has achieved remarkable results. However, there are still many problems in the collaborative development of industries in the Beijing-Tianjin-Hebei region, and the economic gap within the region has increased rather than decreased. Using the 2017 inter-regional input-output table of Beijing, Tianjin, and Hebei and their panel data for 2003-2019, this study applied the inter-regional input-output analysis method and the simultaneous equations model to measure the inter-industry interaction of the manufacturing and producer service industries among the three regions of Beijing, Tianjin, and Hebei. The results of the study show that: 1) The manufacturing and producer service industries in the Beijing-Tianjin-Hebei region have formed a significant two-way interactive relationship, moving from the supply-led stage to the interactive stage. However, in terms of the input-output linkage, the level of inter-industry interaction is low, which may be one of the main reasons for the current low level of industrial synergy in Beijing, Tianjin, and Hebei. 2) In contrast, the role of Beijing's producer service industry in promoting the manufacturing industry in the Tianjin-Hebei region is stronger than that of the manufacturing industry. Therefore, strengthening the intra-regional mobility of Beijing's producer service industry will be an important way to promote the coordinated development of industries in the Beijing-Tianjin-Hebei region. 3) Advanced service factors play a weaker role in the industrial upgrading of labor- and capital-intensive manufacturing industries. In the future, Beijing, Tianjin, and Hebei should continue to strengthen ties and cooperation in the field of high-tech industries, especially to increase the level of inputs from knowledge- and technology-intensive producer services to the manufacturing industry. The research can provide empirical evidence for promoting the structural upgrading and interactive development of the two major industries in the Beijing-Tianjin-Hebei region, and provide ideas for narrowing the regional industrial development gap.

Key words： industrial interaction; industrial linkage; inter-regional input-output analysis; simultaneous equations model; Beijing-Tianjin-Hebei region

制造业与生产性服务业的关系一直是经济地理学和产业经济学研究的热点问题。当前学术界对两个产业关系的主流观点可以归纳为需求主导论、供给主导论、互动论和融合论[1]。随着生产力水平提高，制造业与生产性服务业之间的关系逐步呈现相互支撑、互利共生的融合发展趋势[2-3]。那么，京津冀地区制造业与生产性服务业的关系如何?制造业对生产性服务业的拉动作用更大，还是生产性服务业对制造业的推动作用更大?这种关系受到哪些内生和外生因素的影响?这些是本文关注的主要问题。近年来，京津冀地区以疏解北京非首都功能为“牛鼻子”推动京津冀协同发展取得了明显成效。截至2021年，北京市累计疏解一般性制造业企业近3000家，中关村企业在津冀两地设立分支机构累计9000余家，河北省累计承接京津转入企业和单位4万余家[4]。疏解北京非首都功能成为现阶段京津冀地区产业协同发展的重要推手和实现北京产业溢出的主要工具[5]。北京非首都功能疏解虽然取得了明显成效，但京津冀地区产业协同发展仍存在诸多问题。根据《京津冀协同发展规划纲要》(2015年)，京津冀协同发展的中期目标之一是“到2020年，区域内发展差距趋于缩小”，但实际上，京津冀区域内部经济差距不减反增。从经济总量来看，2014—2021年京津冀地区GDP占全国经济总量比重下降了1.3%[6]；在地区内部，北京占京津冀地区GDP比重从39.0%上升到41.8%，天津占比从18.1%下降到16.3%，河北占比从42.9%下降到41.9%。从人均GDP看，2014年北京人均GDP分别是天津和河北的1.4倍和3.1倍，2021年分别扩大到1.6倍和3.4倍。为什么产业疏解没有促进区域和产业协同发展?已有研究表明，地区间和产业间关联度弱是主要原因之一[7]。因此，从产业关联度的视角切入，分析京津冀地区产业间和地区间制造业与生产性服务业的互动关系，发现其中存在的问题，有助于从整体上把握京津冀地区产业协同发展现状，为促进城市群地区两大产业结构升级、互动发展提供经验证据，为缩小区域产业发展差距提供思路。
当前，有关制造业与生产性服务业产业互动关系的分析框架已经相对成熟，国内外学者基于不同空间尺度，从制造业与生产性服务业之间的单向影响和双向联系两个视角对两个产业之间的关系进行了大量实证研究。从单向影响视角，相关研究均表明生产性服务业对制造业出口增长[8-9]、生产效率提高[10-11]和产业升级[12]具有显著的促进作用；而从双向联系视角，部分研究认为制造业与生产性服务业之间的协调水平较好[13]，但也有部分研究表明，在不同空间尺度均存在制造业与生产性服务业未实现良好互动的问题[14]。在有关京津冀地区产业联系的研究中，除以往的定性分析外，学者采用指标体系构建、区位商、灰色关联度、多层级耦合协调等方法对京津冀产业协同进行测度，研究对象多以制造业为主，研究视角较多关注三地间的产业转移特征[15]、专业化分工[16]、产业梯度差异[17]，以及北京产业疏解的路径[18]和承接地[19]等内容。同时，部分聚焦到制造业与生产性服务业关系的研究认为，虽然两个产业的耦合协调度对区域制造业竞争力具有明显的提升作用[20]，但京津冀制造业与生产性服务业的耦合互动关系整体较弱[21]，且在空间上的协同集聚度较低[22]。
综上所述，目前对于制造业与生产性服务业产业关系研究成果丰硕，同时国内学者对于京津冀产业协同的关注度较高，但较多从地区间产业分工和梯度差异等视角展开研究，有关制造业与生产性服务业关系的研究多停留在产业间的单向促进作用。基于以上分析，本文从产业关联视角出发，首先，利用2017年京津冀地区间投入产出表和投入产出法，以制造业和生产性服务业为研究对象，分析京津冀地区制造业与生产性服务业的三地间和产业间的互动关系。其次，利用2003—2019年京津冀三省(市)面板数据，通过构建联立方程模型对两个产业互动关系进行影响机制分析。最后，根据研究结果提出有针对性的对策建议。研究不仅能够在理论层面丰富产业互动的研究框架，还能够明确推动京津冀地区制造业与生产性服务业互动的关键驱动力，为京津冀地区制定相关政策、推动两大产业良好互动提供科学依据。

1 理论分析

产业互动途径的理论分析包括两种，一是生产性服务外部化，二是制造业服务化，生产性服务外部化成为现有研究中学者最为关注的一条途径：① 古典经济的分工理论认为生产性服务业从制造业内部分化成为独立部门是劳动分工不断细化的结果，劳动分工可以扩大生产性服务业的市场范围，促进服务差异化，推动生产性服务业内部专业化，其本质是制造业与生产性服务业的社会分工。Ethier[23]和Markusen[24]借助数理模型，顾乃华等[25]、江静等[26]通过实证分析验证了劳动分工在生产性服务业外部化和生产性服务业促进制造业竞争力提升中的作用。② 新制度经济学交易成本理论则认为生产性服务业成为独立的市场主体究其本质是因为生产性服务的外部交易成本低于内部组织成本，Goe[27]、陈宪等[28]、冯泰文[29]等从交易成本的角度阐述了生产性服务业外部化的内在机理。③ 基于竞争力策略视角的研究认为，为提升应对外部风险的能力，企业会通过外包等方式分散风险，将企业优势资源集中于最具竞争优势的环节，从而提升企业效率和韧性，提高核心竞争力，由此促进了生产性服务业外部化。而制造业服务化的途径由于仍未建立起理论框架[30-31]，当前研究较多停留于制造业服务化的概念界定[32]、动因[33]和实现路径[34]等方面。
上述研究表明，制造业与生产性服务业通过生产性服务业外部化和制造业服务化两条路径实现互动发展，那么，这种产业互动受哪些因素影响，影响机制如何?根据影响途径和方式可以将制造业与生产性服务业互动的外生变量分为两类：
一类是影响两个产业产出变化的要素投入，包括劳动力、资本和技术投入。从分工理论视角来看，随着生产性服务业从制造业内部分化和劳动投入的提升，生产性服务的种类将不断增加，使其专业化水平和对制造业的投入规模也随之提升。生产性服务业通过为制造业不断输送人力资本和知识资本，帮助制造业企业专注核心能力，从而降低制造业生产成本，提高其生产效率。同时制造业作为生产性服务的消耗部门，制造业劳动分工深化、规模扩大和技术水平提升使其对生产性服务业的需求不断扩大，刺激生产性服务业的分工和专业化水平不断提高，从而促进其产出及规模的提升。
另一类是影响产业发展的控制变量，包括全球化、市场化、分权化和城市化等。① 全球化。随着中国21世纪初加入世界贸易组织，沿海地区制造业得到快速发展，但服务业参与全球化的进程相对滞后，服务业的国际贸易多处于逆差状态。2016年中国服务贸易进出口总额6575.4亿美元，占货物进出口总额的比重仅为17.8%，服务贸易逆差为2409.0亿美元；京津冀地区2016年服务贸易总额为1873.3亿美元，占地区货物进出口总额的比重为43.4%，其服务贸易逆差为382.3亿美元。服务业的国际贸易逆差可能会使本地生产性服务业发展受阻，因此，相比制造业，全球化程度对生产性服务业发展的促进作用可能较弱。② 市场化。随着经济市场化的不断深入，企业间的竞争越来越激烈，对制造业而言，竞争产生的动力将迫使它们逐步从依靠消耗自然资源、劳动力和资本等刚性资源投入、扩大生产规模等方式向更多依靠创新和知识等柔性资源投入、不断丰富发展内涵和提高产品附加值方向转型，以此来降低制造业生产过程中的交易成本；对生产性服务业而言，市场化和开放程度的提升将缓解国有垄断体制对产业发展造成的束缚，从而提高生产性服务业效率及对工业服务外包的吸引力[35]。③ 分权化。分税制改革激发了经济活力，但这也使区域竞争逐渐激烈，造成了严重的市场分割，阻碍了生产要素的自由流动[36]。虽然城市群协同发展能够在一定程度上打破各地区所形成的地方保护和市场分割，促进要素资源在城市群内部更加充分流动和合理集聚[37]，但从京津冀地区当前的情况来看，地方保护主义造成的市场分割仍然较强。因此，分权化对地区间产业互动的促进作用可能不显著。④ 城市化。从全球城市化经验来看，城市化所具有的集聚效应有利于提升产业竞争力[38]，在城市化初期，以制造业为主导的工业是经济发展的主导，服务业发展更多是围绕商品的生产与流通分配展开；而在城市化中后期，服务业成为经济发展的主导，服务业结构快速调整，生产性服务业、居民服务业以及社会服务业呈现加速发展趋势，在地区生产总值中的比重不断上升，进而成为国民经济增长的主要动力。⑤ 经济发展。已有研究表明，经济发展水平对制造业与生产性服务业的产值增长和互动加深具有重要影响[39]，其作用方式主要体现三个方面：一是提供资金支持产业发展。经济发展水平越高，政府对产业的资金支持力度越强。二是提供市场空间。经济发展水平越高，国民收入越高，消费者需求越旺盛，消费范围也会越来越广，由此制造业与生产性服务业发展就会有更大的市场空间。三是推动技术进步。经济发展水平越高，政府越会鼓励企业以技术升级的方式增强竞争力，这种发展模式能够在很大程度上促进制造业与生产性服务业的转型升级和加深互动。同时，参考凌永辉等[39]和杜德瑞等[40]的研究，选取经济发展水平作为控制变量之一。
综上，制造业与生产性服务业的互动关系和影响机制分析框架见图1。
图1 制造业与生产性服务业的互动关系和影响机制分析框架

Fig.1 A framework for analyzing the interactions and mechanism of impact between manufacturing and producer service industries

2 研究方法和数据来源

2.1 研究方法

2.1.1 中间需求率和中间投入率

投入产出法由美国经济学家里昂惕夫于1936年提出，艾萨德(W. Isard)[41]扩展了投入产出分析法，于1951年提出地区间投入产出模型(interregional input-output model, IRIO)。该模型是利用商品和劳务流动，将各地区投入产出模型链接而成的跨地区投入产出模型。相比传统投入产出模型，地区间投入产出模型既包含了各产品在单一地区内各部门间的流动情况，也包含了各地区间各部门产品的投入产出流动情况[42]。本文在李晓等[43]的基础上，定义并构建了地区间中间需求率和地区间中间投入率指标，以分析地区间产业关联的中间需求和中间投入数量关系。地区间中间需求率是指一个地区的某一产业生产过程中作为中间产品被另一地区产业所需求的量占其总体中间需求量的比重。同样，地区间中间投入率是指一个地区的某一产业在生产过程中为生产单位产值的产品从另一地区产业购进的量占其总体中间投入量的比重。地区间中间需求率( h i r s)和地区间中间投入率( k j r s)的公式分别为：
$h_{i}^{r s}=\frac{\sum_{j} x_{i j}^{r s}}{\sum_{s} \sum_{j} x_{i j}^{r s}}$
$k_{j}^{r s}=\frac{\sum_{i} x_{i j}^{r s}}{\sum_{r} \sum_{i} x_{i j}^{r s}}$
式中： h i r s为地区间中间需求率，反映了r地区i产业对s地区产业的需求拉力； k j r s为地区间中间投入率，反映了s地区j产业对r地区产业的供给推力； x i j r s为地区间投入产出表第一象限的元素，表示地区和产业间由于生产技术联系而产生的分配和消耗量，上标r、s代表地区，下标i、j代表产业部门；$\sum_{j} x_{i j}^{r s}$代表r地区i产业对s地区产业的中间需求量；$\sum_{i} x_{i j}^{r s}$代表s地区j产业对r地区产业的中间投入。

2.1.2 联立方程模型

在投入产出分析的基础上，通过构建联立方程模型来实证检验制造业与生产性服务业之间的互动关系及其影响因素。当研究对象属于一个经济系统，且系统中的变量之间存在复杂的互为因果的关系时便可采用联立方程模型。该模型不仅可以同时考察环境变化、制造业与生产性服务业产出增长之间的内在互动及反馈机制，还便于根据经验分析结果，更为全面地考察经济系统外生变量对产业发展的影响[3]。本文构建了以下形式的联立方程模型：
l n m a n u f i t = α 0 + α 1 l n s e r i t + α 2 l n l a b m i t + α 3 l n c a p m i t + α 4 l n r d m i t + α 5 o p e n i t + α 6 m a r i t + α 7 f d i t + α 8 u r b i t + ε i t
l n s e r i t = β 0 + β 1 l n m a n u f i t + β 2 l n l a b s i t + β 3 o p e n i t + β 4 m a r i t + β 5 u r b i t + β 6 l n r g d p i t + μ i t
式中：α0和β0为常数项，εit和μit为随机扰动项，下标i表示地区，t表示时间；核心解释变量为manuf和ser，分别表示制造业总产值和生产性服务业总产值；labm为制造业的劳动投入量，capm为制造业资本投入，rdm为制造业技术投入，labs为生产性服务业的从业人员数量；控制变量open代表全球化，mar代表市场化程度，fd代表分权化，urb为城市化率，rgdp代表经济发展水平。此外，由于中国统计资料缺少生产性服务业的资本投入和技术投入数据，文章仅考虑生产性服务业的劳动投入(labs)，同时考虑到方程存在的多重共线性问题，结合各变量的VIF值和逐步回归法，方程(3)剔除经济发展水平(rgdp)，方程(4)剔除分权化(fd)指标。相关变量的具体定义见表1。
表1 相关变量说明

Tab.1 Description of relevant variables

类型 变量 符号 定义或来源
核心变量 制造业总产值 manuf 规模以上制造业企业分行业总产值(亿元)
生产性服务业总产值 ser 生产性服务业总产值(亿元)
要素投入 制造业劳动投入 labm 规模以上制造业企业就业人员年平均人数(万人)
制造业资本投入 capm 规模以上制造业企业固定资产净值(亿元)
制造业技术投入 rdm 规模以上工业企业R&D经费内部支出(万元)
生产性服务业劳动投入 labs 生产性服务业城镇单位就业人员年末人数(万人)
控制变量 全球化 open 地区出口总值与地区生产总值的比率(%)
市场化 mar 来源于中国分省份市场化指数数据库(https://cmi.ssap.com.cn/)
分权化 fd 地方预算内人均本级财政收入占中央预算内人均本级财政收入的比重(%)
城市化率 urb 城镇常住人口占总人口的比重(%)
经济发展水平 rgdp 人均地区生产总值(元)

2.2 数据来源

2.2.1 投入产出表

投入产出分析数据来源于北京、天津、河北三省(市)统计部门和中国科学院地理科学与资源研究所基于详细的调查数据联合编制的2017年京津冀地区间投入产出表(37部门)(表2)。根据国家统计局发布的《生产性服务业分类(2019)》，并参考顾乃华[35]、杨仁发[44]、高素英等[45]的研究，本文将生产性服务业的研究范围限定在批发和零售业，交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，租赁和商务服务业，科学研究和技术服务业6个行业(编号24~25、27~28、30~31)；制造业范围是第二产业中除去采掘业，电力、热力、燃气和水的生产和供应，建筑业以外的其他行业，包括14个行业种类(编号6~19)。
表2 京津冀地区间投入产出表中的国民经济部门编号及名称

Tab.2 Code and name of economic sectors in the input-output table for the Beijing-Tianjin-Hebei region

编号 部门名称 编号 部门名称
1 农林牧渔产品和服务 20 电力、热力的生产和供应
2 煤炭采选产品 21 燃气生产和供应
3 石油和天然气开采产品 22 水的生产和供应
4 金属矿采选产品 23 建筑
5 非金属矿和其他矿采选产品 24 批发和零售
6 食品和烟草 25 交通运输、仓储和邮政
7 纺织品及其制品 26 住宿和餐饮
8 木材加工、造纸及文体用品 27 信息传输、软件和信息技术服务
9 石油、炼焦产品和核燃料加工品 28 金融
10 化学产品 29 房地产
11 非金属矿物制品 30 租赁和商务服务
12 金属冶炼和压延加工品 31 科学研究和技术服务
13 金属制品 32 水利、环境和公共设施管理
14 通用和专用设备 33 居民服务、修理和其他服务
15 交通运输设备 34 教育
16 电气机械和器材 35 卫生和社会工作
17 通信设备、计算机和其他电子设备 36 文化、体育和娱乐
18 仪器仪表 37 公共管理、社会保障和社会组织
19 其他制造产品和废品废料、金属制品、修理服务

2.2.2 面板数据

机制分析选取2003—2019年京津冀三省(市)面板数据，相关数据主要来源于《中国城市统计年鉴》《中国工业统计年鉴》《中国劳动统计年鉴》、2004—2018年经济普查数据以及三省(市)各年份统计年鉴等。市场化指数来源于“中国分省份市场化指数数据库”(https://cmi.ssap.com.cn/)。由于天津和河北两地2018—2019年制造业及分行业的产值数据未发布，采用前5年产值增长率的均值对2018—2019年的数据进行补充。制造业分行业的R&D经费内部支出数据从2009年开始发布，因此在京津冀地区层面的分析中用规模以上工业企业R&D经费内部支出替代制造业技术投入，而在分行业分析中如用2009—2019年制造业分行业的数据则将面临样本量过少的问题，因此在分行业分析中剔除了技术投入指标。由于《国民经济行业分类》(GB/T4754—2002)与《国民经济行业分类》(GB/T4754—1994)相比，关于服务业细分行业的分类发生了较大的调整，这种调整使得2003年前后生产性服务业细分行业的数据可比性较低，所以本文研究的时间段是2003—2019年。变量描述性统计结果见表3。
表3 变量描述性统计结果

Tab.3 Descriptive statistics of the variables

类型 变量 样本量 平均值 标准差 最小值 中位数 最大值
核心变量 ln manuf 51 9.59 0.72 8.19 9.52 10.85
ln ser 51 8.43 0.84 6.61 8.56 9.94
要素投入 ln labm 51 4.97 0.46 4.31 4.72 5.80
ln capm 51 8.10 0.70 6.95 7.88 9.53
ln rdm 51 14.06 0.89 11.95 14.32 15.29
ln labs 51 4.77 0.74 3.72 4.53 6.05
控制变量 open 51 0.25 0.18 0.07 0.21 0.76
mar 51 8.33 1.36 5.44 8.57 11.01
fd 51 1.26 0.76 0.29 1.32 2.47
urb 51 0.70 0.18 0.34 0.80 0.87
ln rgdp 51 10.78 0.68 9.15 10.76 11.99

3 结果分析

3.1 地区间产业互动关系

在制造业与生产性服务业的互动关系中，制造业通过消耗生产性服务业的中间投入来拉动生产性服务业发展，因此可以利用生产性服务业(被制造业消耗)的中间需求率来反映制造业对生产性服务业的拉动作用。同样，生产性服务业则通过对制造业投入人才、资本、服务等中间产品提升制造业生产率，从而推动制造业发展，因此可以利用制造业(受生产性服务业)的中间投入率反映生产性服务业对制造业的推动作用。

3.1.1 整体分析

对京津冀三地间生产性服务业的中间需求结构和制造业的中间投入结构的分析结果如图2所示。
图2 京津冀三地间生产性服务业的中间需求结构和制造业的中间投入结构

Fig.2 Intermediate demand structure of producer services and intermediate input structure of manufacturing industries between Beijing, Tianjin, and Hebei

从生产性服务业的中间需求结构来看，京津冀三地生产性服务业与本地产业的中间需求联系强于与国内其他地区的联系，如北京生产性服务业被本地产业消耗的中间需求率高达70.9%，河北高达65.6%。这主要是因为北京大量的高新技术企业对知识和技术密集型生产性服务业具有较强的中间需求，使其在北京生产性服务业总体中间需求中占比较高；而天津和河北两地生产性服务业产业基础薄弱、行业种类少，导致其提供跨区域服务的能力较弱，主要服务于本地产业。从制造业的中间投入结构来看，京津冀三地制造业与国内其他地区产业的中间投入联系强于与本地产业的联系，三地受国内其他地区产业的中间投入率均值达49.2%。导致这一现象的原因在北京和津冀各不相同，北京制造业与国内其他地区联系紧密主要是因为北京制造业在科技成果转化方面与国内其他地区联系更加紧密，如2021年北京市技术合同成交总额中有57.1%流向除津冀外的国内其他地区；津冀制造业与国内其他地区联系紧密则主要是由于本地制造业结构单一、相似度高、产业链不完整，因此在原材料和中间品环节需要大量依靠国内其他地区产业的中间投入。在京津冀三地间的产业联系中，制造业的地区间中间投入率普遍较低，平均值仅为3.0%，而生产性服务业的地区间中间需求率均值为5.3%，说明京津冀地区间生产性服务业的产业联系强于制造业。

3.1.2 产业间互动关系分析

对京津冀三地间制造业与生产性服务业的产业间互动关系分析结果如表4所示。
表4 京津冀三地间两个产业间的互动结构

Tab.4 Structure of inter-industry interactions between the two industries in Beijing, Tianjin, and Hebei (%)

产业联系 地区 北京 天津 河北
生产性服务业
中间需求率		 北京 0.8 2.1
天津 0.6 1.1
河北 0.7 1.4
制造业
中间投入率		 北京 0.5 0.7
天津 0.8 0.7
河北 1.2 0.3
首先，从生产性服务业中间需求率来看，北京生产性服务业受天津和河北制造业的中间需求率较高，分别为0.8%和2.1%，说明在制造业的拉动作用方面，天津和河北制造业对北京生产性服务业的拉动作用较明显。其次，从制造业中间投入率来看，天津和河北两地制造业受北京生产性服务业的中间投入率较高，分别为0.8%和1.2%，说明在生产性服务业的推动作用方面，北京生产性服务业对天津和河北两地制造业的推动作用较显著。此外，天津生产性服务业受河北制造业、河北生产性服务业受天津制造业的拉动作用也十分显著，中间需求率分别为1.1%和1.4%，而两地间制造业受生产性服务业的推动作用较弱。
综合来看，京津冀三省(市)间制造业与生产性服务业的互动关系较明显，特别是在北京与天津、北京与河北之间已形成分工较为明确的互动发展关系，且北京与河北间产业互动关系较北京与天津更深入。北京通过其强大的生产性服务业资源推动天津和河北制造业发展，而天津和河北制造业则利用对北京生产性服务业的中间需求拉动北京生产性服务业发展。

3.2 细分行业间产业互动关系分析

在掌握地区间制造业与生产性服务业整体互动关系的基础上，深入两个产业内部的细分行业，分析地区间两个产业细分行业之间的互动关系。
三地生产性服务业被其他地区制造业细分行业消耗的中间需求率情况如图3所示。可见，在京津冀三地制造业中，化学产品(编号10，下同)与食品和烟草(6)制造业对其他地区生产性服务业的拉动作用较强。此外，天津的通信设备、计算机及其他电子设备(17)和河北的电器机械及器材(16)对北京生产性服务业(图3a)，北京和河北的交通运输设备制造业(15)对天津生产性服务业(图3b)，北京的非金属矿物制品(11)和天津的金属冶炼及压延加工(12)对河北生产性服务业(图3c)的拉动作用较大。可见，京津冀三地高技术密集型制造业对生产性服务业的拉动作用较显著，这主要是由于高技术密集型制造业的前端研发、中端生产和后端销售过程均对生产性服务业有较大的需求，能够通过利用生产性服务业所提供的科学研究、信息传输、融资、物流、商务等服务提升生产效率和竞争力。
图3 三地生产性服务业(被其他地区制造业消耗)的中间需求比重

Fig.3 Share of intermediate demand for producer services (consumed by manufacturing in other regions) in the three regions

三地制造业受其他地区生产性服务业细分行业的中间投入率情况如图4所示。可见，津冀三地间制造业受生产性服务业的中间投入结构较一致，其中三地批发和零售业(24)对其他地区制造业的中间投入最大，即三地间批发和零售业对制造业的推动作用最强。其次是天津和河北的交通运输、仓储和邮政业(25)，北京的租赁和商务服务(30)对其他地区制造业的推动较大。总体上，京津冀三地间生产性服务业对制造业的推动主要集中于传统生产性服务业领域，而信息传输、软件和信息技术服务(27)、科学研究和技术服务(31)等知识和技术密集型生产性服务业对制造业的推动作用仍有较大的提升空间。这主要是因为津冀两地的知识和技术密集型生产性服务业规模较小、增长较慢，仍无法对制造业发展产生良好的促进作用，例如2021年天津和河北两地的信息传输、软件和信息技术服务业，科学研究和技术服务业占生产性服务业总产值的比重分别仅为19.5%和13.3%，而这两个行业总产值在北京的比重达到40.8%。
图4 三地制造业(受其他地区生产性服务业)的中间投入比重

Fig.4 Share of intermediate inputs for manufacturing (subject to other regions' producer services) in the three regions

4 产业互动机制研究

4.1 模型识别与单位根检验

联立方程组由多个方程组成，一个方程中的因变量可以是模型中其他方程的解释变量，各个方程包含的变量之间可能存在互为因果的关系，所以需要对系统中各个方程之间的关系进行严格的定义，否则联立方程组中的系数就可能无法估计。因此，在进行联立方程组估计之前，须对联立方程进行有效识别。联立方程模型的识别条件包括秩条件(rank condition)和阶条件(order condition)①(①方程识别的秩条件为在一个有G个内生变量的G个方程的模型中，其中任何一个方程是可识别的充要条件是，模型中不包括在这个方程中的所有变量的系数矩阵的秩等于G-1；阶条件为模型中一个方程式可识别的必要条件是K-M≥G-1，其中K为模型中的变量总数(内生变量+前定变量)，M为该方程中所包含的变量数目，G为模型中方程个数（即内生变量个数）。)。通过检验上述联立方程模型，发现两个方程的秩条件和阶条件成立。所以，该模型是可以识别的。
同时，由于本文数据为时间序列较长的面板数据，为了避免伪回归问题的产生，需要进行面板单位根检验。面板单位根检验分为同质面板和异质面板单位根检验两类，本文数据为平衡面板数据，因此分别采用同质面板单位根LLC检验和异质面板单位根Fisher-ADF检验，结果如表5所示。可见，所有数据均通过单位根检验，体现了一定平稳性，可直接进行回归分析。
表5 各变量的面板单位根检验

Tab.5 Panel unit root test for each variable

变量 LLC检验(水平值方程) Fisher-ADF(水平值方程)
ln manuf -1.8258**
(0.0339)		 33.8294***
(<0.0001)
ln ser -4.4912***
(<0.0001)		 24.1514***
(0.0005)
ln labm -1.8487**
(0.0323)		 12.2036 *
(0.0576)
ln capm -1.5752*
(0.0576)		 16.6626**
(0.0106)
ln rdm -2.9514***
(0.0016)		 21.1072***
(0.0018)
ln labs -1.6149*
(0.0532)		 13.7536**
(0.0325)
open -2.544***
(0.0055)		 12.2091*
(0.0575)
mar -2.2124**
(0.0135)		 15.8587**
(0.0145)
fd -2.3419***
(0.0096)		 16.9737***
(0.0096)
urb -9.3836***
(<0.0001)		 31.3374***
(<0.0001)
ln rgdp -2.9569***
(0.0016)		 21.3128***
(0.0016)

注：表中括号内数字为相应的P值，***、**、*分别表示在1%、5%、10%的显著性水平下拒绝存在单位根的原假设。

4.2 产业互动关系整体分析

联立方程模型的估计方法主要包括单方程估计法和系统估计法两种。单方程估计法包括间接最小二乘法(ILS)、两阶段最小二乘法(2SLS/TSLS)、有限信息极大似然法(LIML)等，是通过将方程组中的方程分开估计，但容易忽视各方程之间的联系而影响估计结果的有效性；系统估计法包括三阶段最小二乘法(3SLS)、完全信息最大似然法(FIML)等，是将方程组作为整体来估计，但可能会因某个方程估计误差影响其他方程的准确度而带来偏误[46]。在联立方程组随机扰动项存在相关性的情况下，系统估计法效率优于单一方程估计[45]。同时，根据联立方程模型识别可知两组方程均为过度识别，适合采用2SLS或3SLS进行估计。因此，本文选用2SLS和3SLS对比估计，并在估计方程中加入了截面固定效应，以便对比分析增加实证结果的科学性。
在表6的模型估计结果中，模型1和模型2是2SLS的估计结果，核心变量的弹性系数分别为0.345和0.397，但只有模型2的核心变量回归结果显著。模型3和模型4是3SLS的估计结果，核心变量的弹性系数为0.327和0.299，两者回归结果均显著。虽然两种估计模型的拟合优度和弹性系数结果十分相近，但综合考虑联立方程随机干扰项之间可能存在相关性以及各方程的估计结果，本文主要选用3SLS模型来估计实证结果。
表6 京津冀地区制造业与生产性服务业互动发展实证结果

Tab.6 Empirical results of the interactive development of manufacturing and producer service industries in the Beijing-Tianjin-Hebei region

变量 估计方法：2SLS 估计方法：3SLS
模型1
ln manuf		 模型2
ln ser		 模型3
ln manuf		 模型4
ln ser
ln manuf 0.397** 0.299**
(2.16) (1.81)
ln ser 0.345 0.327**
(1.39) (1.89)
ln labm -0.004 0.060
(-0.02) (0.40)
ln capm 0.498** 0.430***
(2.28) (2.71)
ln rdm 0.01 0.064
(0.01) (0.73)
ln labs 0.643*** 0.338**
(3.68) (2.47)
open 0.160 -0.525*** 0.153 -0.576***
(0.48) (-2.69) (0.56) (-3.27)
mar 0.068 0.052 0.055* 0.052*
(1.19) (1.65) (1.24) (1.79)
fd -0.070 -0.074
(-0.37) (-0.59)
urb 1.522 0.606 1.466* -0.032
(1.51) (0.76) (1.70) (-0.05)
ln rgdp 0.505** 0.830***
(2.01) (3.95)
常数 0.469 -4.799*** 0.139 -5.279***
(0.46) (-5.750) (0.20) (-7.07)
R2 0.9741 0.9888 0.9740 0.9887
N 51 51 51 51

注：括号内数据分别为2SLS的t值和3SLS的z值，***、**、*分别表示通过1%、5%、10%的显著性水平下检验，下同。

结果表明，京津冀地区制造业与生产性服务业之间存在显著的互动关系。京津冀地区制造业与生产性服务业呈双向互动关系，当生产性服务业发展水平提高1%，制造业发展会提高0.327%，而当制造业发展水平提高1%时，生产性服务业的发展水平会被拉动0.299%。因此，通过弹性系数可知，制造业与生产性服务业之间的双向互动并不对称，相比之下，生产性服务业对制造业的推动作用大于制造业对生产性服务业的拉动作用。这一结果与前面的地区间投入产出分析结果一致，主要是因为北京生产性服务业产业规模大、发展速度较快，对天津和河北制造业辐射效果较好，而京津冀三地制造业的投入产出关系则主要面向京津冀以外的国内其他地区，地区内部的跨产业联系弱于生产性服务业。同时，这一结果与高素英等[45]对京津冀地区两个产业互动关系的分析结果一致。
从外生变量中要素投入的估计结果来看，资本投入(capm)参数估计值为正，且通过1%的显著性水平检验，说明2003—2019年京津冀地区制造业的资本投入对制造业发展水平的推动作用占主导地位，物质资本仍是拉动京津冀地区制造业增长的关键要素，而劳动投入(labm)与技术投入(rdm)虽然估计值为正，但未通过显著性检验，可见京津冀地区制造业的发展仍未完成从资本驱动向技术驱动的转变。劳动投入(labs)参数估计值为正，且通过5%的显著性水平检验，说明2003—2019年劳动投入和人力资本是京津冀地区生产性服务业增长的关键驱动力。
从控制变量的估计结果来看，模型3中市场化程度(mar)和城市化水平(urb)的估计值为正，且均在10%的显著性水平下通过检验，市场化水平提高1个百分点，京津冀地区制造业产值增加0.055%，城市化水平提高1个百分点，会拉动制造业产值增加1.466%，说明市场化水平和城市化水平的提升对京津冀地区制造业发展的推动作用较大。此外，制造业产出方程的估计结果中，全球化(open)的参数估计值为正，但没有通过显著性检验，而分权化(fd)变量的参数估计值为负。以上结果表明，全球化(open)对京津冀地区制造业增长的推动较弱，这可能是由于京津冀地区制造业在全球制造业产业链中的地位仍较低[47-48]，仍以低附加值产品的生产和组装参与全球产业链，导致其对本地产业发展水平的拉动作用不显著。fd变量的估计值为负，说明分权化阻碍了京津冀地区制造业发展水平的提升。分权化导致的地方保护主义容易使三地在辖区内各自为政地考虑产业发展问题，导致制造业产业链的低端环节重复投资[49]、缺乏地区间协调等问题，而无法对地区整体产业升级和竞争力提升做出贡献。
模型4中市场化水平(mar)和经济发展水平(rgdp)的估计值为正，且分别通过10%和1%的显著性水平检验。这表明市场化水平和地区经济发展水平对生产性服务业增长起重要作用，市场化水平提高1%，京津冀地区生产性服务业产值增加0.052%，经济发展水平提高1%，京津冀地区生产性服务业产值增加0.830%。但全球化(open)和城市化(urb)的估计值为负，说明全球化(open)和城市化(urb)并没有促进生产性服务业发展。全球化估计值为负可能是因为随着全球化水平的提升，京津冀地区制造业越倾向于从全球其他服务业高水平发展地区购买生产性服务或进行服务外包活动而减少了对本地生产性服务业的需求，使本地生产性服务业受到来自发达国家具有比较优势的先进服务业的“挤出效应”的排斥[50]，从而阻碍了本地区生产性服务业的发展。例如，根据地区间投入产出分析可知，北京生产性服务业被天津制造业消耗的比重仅占0.8%，被河北制造业消耗的比重仅占2.1%。相比制造业，服务业的出口水平较低、融入全球化进程的速度较慢也是导致全球化对生产性服务业发展提升作用不明显的原因之一[45]。城市化水平为负可能与京津冀三地城市化水平差异较大有关。虽然北京和天津城市化水平已超过80%，但河北省城市化率近两年才提升至60%以上，城市化水平与工业化水平存在脱节，且工业布局相对分散弱化了对生产性服务业的中间需求[35]。并且河北省城市化水平的提升可能更大程度上带动了消费性服务业的发展，而对生产性服务业推动作用仍有限[3]。

4.3 细分行业互动关系分析

本文根据要素密集度将制造业分为劳动密集型、资本密集型和技术密集型三类行业，并分别观察三类行业与生产性服务业的互动发展关系，结果如表7所示。其中模型5和模型6为劳动密集型行业与生产性服务业的估计结果，模型7和模型8为资本密集型行业与生产性服务业的估计结果，模型9和模型10为技术密集型行业与生产性服务业的估计结果。可见，劳动密集型和资本密集型制造业未呈现与生产性服务业的双向互动，而以生产性服务业对制造业的推动作用为主导。其中，生产性服务业发展水平提高1%，会推动劳动密集型制造业提高0.331%，推动资本密集型制造业提高0.375%。而技术密集型制造业与生产性服务业之间存在显著的双向互动关系，生产性服务业提高1%，将推动技术密集型制造业提高0.721%，技术密集型制造业提高1%，将拉动生产性服务业提高0.451%，因此，相比之下，生产性服务业对技术密集型制造业的推动作用大于技术密集型制造业对生产性服务业的拉动作用。这一结果印证了地区间投入产出分析中提出的京津冀地区间化学品等高技术制造业与生产性服务业的产业联系较强这一结论。同时该结果与任皓等[51]利用1999—2011年35个国家和地区的跨国面板数据对知识密集型服务业与高技术制造业协同增长效应的研究结果一致(该研究中的知识密集型服务业与本文的生产性服务业有较大的相似度)。另外，如Dohse等[52]的研究结论，媒体和娱乐业、软件业、工业服务和生物技术等产业存在高度共同集聚度，而这些知识密集型产业的高集聚度，表明这些产业之间存在强烈的动态知识外溢。可见，京津冀地区劳动密集型和资本密集型制造业对生产性服务业的需求较低，主要通过交通运输、仓储、租赁等初级生产性服务来提升其产出水平的增长，对生产性服务业本身发展的促进作用不大。而技术密集型行业与生产性服务业之间形成了良性互动关系，生产性服务业通过将其蕴含的人力资本、知识资本、技术资本等融入制造业的生产过程，加速了制造业的产出增长。同时随着技术密集型行业的不断增长和规模扩大，对专业化的生产性服务业的需求随之增加，从而拉动生产性服务业的发展。
表7 三类制造业行业与生产性服务业的互动发展实证结果

Tab.7 Empirical results of the interactive development of the three types of manufacturing industries and the producer service industry

变量 劳动密集型行业 资本密集型行业 技术密集型行业
模型5
ln manuf		 模型6
ln ser		 模型7
ln manuf		 模型8
ln ser		 模型9
ln manuf		 模型10
ln ser
ln manuf 0.188 0.090 0.451**
(1.39) (1.27) (2.21)
ln ser 0.331** 0.375** 0.721***
(2.45) (2.18) (7.20)
ln labm -0.054 0.346 0.214**
(-0.47) (1.64) (2.34)
ln capm 0.289*** 0.541*** 0.108
(2.72) (4.04) (1.03)
ln labs 0.377*** 0.300** 0.236***
(3.58) (2.24) (3.12)
open -1.067*** -0.329 0.083 -0.573*** 1.109*** -0.949***
(-3.22) (-1.17) (0.24) (-3.17) (4.11) (-4.52)
mar 0.016 0.063** 0.072 0.063** -0.032 0.071***
(0.32) (2.29) (1.25) (2.36) (-0.16) (2.74)
fd 0.329** -0.245 0.018
(2.14) (-1.39) (0.37)
urb 4.518*** 0.133 -0.100 0.410 3.121*** -1.066
(4.33) (0.13) (-0.08) (0.63) (4.79) (-1.08)
ln rgdp 0.929*** 1.065*** 0.636***
(8.22) (9.67) (2.61)
常数 -1.824*** -5.576*** -0.278 -6.212*** -2.037*** -2.979*
(-3.14) (-8.81) (-0.26) (-12.36) (-6.55) (-1.93)
R2 0.9766 0.9898 0.9770 0.9896 0.9791 0.9896
N 51 51 51 51 51 51

注：表中估计方法采用3SLS。

从外生变量中要素投入的估计结果来看，资本投入(capm)对劳动密集型和资本密集型制造业的推动作用显著，而劳动投入对技术密集型制造业的推动作用显著。这可能是由于技术密集型行业中的通用和专用设备制造、汽车制造、仪器仪表制造等行业的产业链中包括零部件制造、组装等需要大量劳动投入的生产环节，使得即便该行业的技术投入水平远高于其他行业，其总体劳动投入对产值的作用仍较为显著。生产性服务业的劳动投入(labs)对产业发展水平的提升在模型6、8、10中均显著。
从控制变量的估计结果来看，全球化(open)对技术密集型制造业发展水平的提升有促进作用，说明全球化水平越高，京津冀地区技术密集型制造业相比劳动密集型和资本密集型行业发展更快。分权化(fd)仅对劳动密集型制造业显著，而城市化(urb)对劳动密集型和技术密集型制造业均显著。此外，在三个生产性服务业产出估计方程中(模型6、8、10)，控制变量的估计结果较一致，即市场化(mar)和经济发展水平(rgdp)的估计值为正，mar分别通过5%、5%和1%的显著性水平检验，rgdp通过1%的显著性水平检验。说明市场化和经济发展水平对京津冀地区生产性服务业具有推动作用，该结果与总体估计中生产性服务业产出方程估计结果一致。

5 结论与讨论

5.1 结论

通过非首都功能疏解促进京津冀协同发展政策措施提出已9年时间，虽然取得了丰硕成果，但缓解区域差异的挑战依然严峻。相较于已有研究重点关注生产性服务业对制造业发展的单向影响作用，本文从产业互动的视角切入，基于2017年京津冀地区间投入产出表和2003—2019年京津冀三省(市)面板数据，运用地区间投入产出分析法和联立方程模型，探究京津冀地区制造业与生产性服务业的产业互动关系和影响因素，为改进非首都功能疏解和京津冀协同发展的政策效果提供经验证据，为缩小区域产业发展差异提供思路。研究结果表明：
第一，从产业联系整体情况来看，京津冀三地制造业的中间投入联系主要面向国内其他地区，京津冀地区间制造业的中间投入率普遍较低；而三地生产性服务业的中间需求联系则主要面向本地产业，其次是面向国内其他地区。
第二，从产业互动关系来看，京津冀地区制造业和生产性服务业已形成显著的双向互动关系，整体从“供给主导”阶段步入了“互动”发展阶段。但由弹性系数可知，制造业与生产性服务业之间的双向互动并不对称，相比之下，生产性服务业对制造业的推动作用大于制造业对生产性服务业的拉动作用。
第三，从地区间产业联系来看，北京与天津、北京与河北之间制造业与生产性服务业存在显著的互动关系，北京的生产性服务业对天津和河北两地制造业的推动作用较显著，而天津和河北两地的制造业对北京生产性服务业的拉动作用也较强；但天津与河北之间还未形成良好的互动关系，以制造业拉动生产性服务业为主。
第四，从行业异质性来看，在三类制造业中，仅有技术密集型制造业与生产性服务业之间存在显著的双向互动关系，劳动密集型和资本密集型制造业未呈现与生产性服务业的双向互动关系，而以生产性服务业对劳动和资本密集型制造业的推动作用为主导。
因此，本文的贡献主要体现在以下两点：第一，关注制造业与生产性服务业的双向互动关系，将研究视角从传统的仅关注生产性服务业对制造业的单向影响转向两个产业的相互影响关系，探讨生产性服务业对制造业推动作用更大，还是制造业对生产性服务业的拉动作用更大的问题；第二，利用地区间投入产出表对京津冀三地间的制造业与生产性服务业的互动关系进行分析，地区间投入产出表不仅包括单一地区部门间的流动，也包括各部门产品在不同地区间的流动情况，弥补了由于缺乏地区间投入产出表而无法对地区间产业互动关系进行精确衡量的问题。

5.2 对策建议

第一，虽然京津冀地区制造业和生产性服务业已形成显著的双向互动关系，但从投入产出联系来看，两个产业间的互动水平较低，这可能是京津冀产业协同水平欠佳的主要原因之一。因此，在疏解北京一般性制造业的同时，应重点关注和加强地区间制造业与生产性服务业的产业关联，提升对外开放程度，增强市场竞争，通过为制造业不断注入生产性服务业带来的人力资本和知识资本，提升地区制造业的技术创新和竞争力水平，促进科技成果就地转化，建成一体化的区域技术市场[53]。
第二，虽然北京生产性服务业对本地产业的中间投入占主导地位，但其对津冀地区产业的推动作用较制造业更强。同时，作为生产性服务业的主要服务对象，制造业在北京国民经济中的比重大幅降低，2021年制造业增加值占GDP比重为14.1%。考虑到北京生产性服务业的产业规模较大，因此，加强北京生产性服务业的区域内流动[54]，推动北京生产性服务业与一般性制造业同步疏解，或在津冀两地设立分支机构，无疑是促进京津冀产业协同的重要途径。
第三，高级服务要素在劳动和资本密集型制造业产业升级中的作用仍有待加强。未来应继续加强京津冀三地在高技术产业领域的联系与合作，特别是提高知识和技术密集型生产性服务业对制造业的投入水平，通过在制造业产业链的前端投入科学研究、信息传输、软件和信息技术服务，提升制造业的技术密集度，提高京津冀地区的产业协同度和竞争力水平。
第四，京津冀三省(市)跨区域治理体制机制有待深入改革。当前京津冀三地协同发展仍以国家层面推动为主，市场化手段较少，利益共享机制不完善。着眼未来，一是要建立多层次的区域协作合作机制，加强三地在制定区域发展战略规划以及产业协同等方面的统筹协调。探索建立京津冀区域一体化的政绩考核机制，尝试将三地协同领域的相关工作合并考核，实现“三地一盘棋”。二是充分发挥市场调控作用，深化市场化改革，协调好政府与市场的作用，使政府行政手段与市场配置资源相辅相成，发挥好市场在京津冀协同发展中配置资源的决定性作用。在区域协同发展的总体方向和总体资源调配中以行政力量为主，在具体项目要素的配置和优化中遵循市场配置和法制保障作用。三是完善监督机制，对京津冀协同发展的计划、进度、阶段性目标落实情况进行定期监督检查，保障各项政策全面落实。

5.3 研究不足与展望

本文存在的不足有：第一，由于当前只有北京、天津、河北三地统计部门和中国科学院地理科学与资源研究所联合编制的2017年京津冀地区间投入产出表，因此地区间产业联系只能基于2017年1个年份的数据进行分析，无法做出与之前年份的对比研究。数据整体滞后性较强，无法反映近年来最新的产业互动发展趋势。未来，如能获取新版投入产出数据，将开展进一步的研究工作。第二，本文基于分行业层面的统计数据对京津冀地区产业互动机制进行探究，但由于河北省邢台、廊坊、沧州、承德、秦皇岛等市分行业层面的统计数据不全，本文研究数据无法精确至地级市尺度。因此，当前只能基于省级数据进行分析，整体样本量较少，无法进一步分析影响机制的地区异质性。第三，由于新冠疫情对各产业影响较大，2020—2021年数据加入模型后个别变量显著性水平波动较大，因此机制分析部分只采取了到2019年的数据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
顾乃华, 毕斗斗, 任旺兵. 生产性服务业与制造业互动发展: 文献综述[J]. 经济学家, 2006(6): 35-41.

[Gu Naihua, Bi Duodou, Ren Wangbing. The interactive development of productive services and manufacturing: A literature review. Economist, 2006(6): 35-41.]

[2]
Guerrieri P, Meliciani V. Technology and international competitiveness: The interdependence between manufacturing and producer services[J]. Structural Change and Economic Dynamics, 2005, 16(4): 489-502.

[3]
高觉民, 李晓慧. 生产性服务业与制造业的互动机理: 理论与实证[J]. 中国工业经济, 2011(6): 151-160.

[Gao Juemin, Li Xiaohui. Theoretical and empirical study on the interactive mechanism between producer services and manufacturing. China Industrial Economics, 2011(6): 151-160.]

[4]
北京市统计局. 凝心聚力谋发展砥砺奋进启新程: 党的十八大以来北京经济社会发展成就系列报告之一[EB/OL]. 2022-09-22 [2023-10-02]. http://tjj.beijing.gov.cn/tjsj_31433/sjjd_31444/202209/t20220922_2820354.html.

[Beijing Statistics Bureau. Concentrating on development, making progress and starting a new journey:One of a series of reports on Beijing's economic and social development achievements since the 18th National Congress of the CPC. 2022-09-22 [2023-10-02]. http://tjj.beijing.gov.cn/tjsj_31433/sjjd_31444/202209/t20220922_2820354.html.]

[5]
孙久文, 卢怡贤, 易淑昶. 高质量发展理念下的京津冀产业协同研究[J]. 北京行政学院学报, 2020(6): 20-29.

[Sun Jiuwen, Lu Yixian, Yi Shuchang. A study on the Beijing-Tianjin-Hebei industrial collaboration from the perspective of high-quality development. Journal of Beijing Administration Institute, 2020(6): 20-29.]

[6]
李国平, 朱婷. 京津冀协同发展的成效、问题与路径选择[J]. 天津社会科学, 2022, 13(5): 83-88.

[Li Guoping, Zhu Ting. Achievements, problems and path selection of coordinated development of Beijing-Tianjin-Hebei. Tianjin Social Sciences, 2022, 13(5): 83-88.]

[7]
孙威, 高沙尔·吾拉孜. 京津冀地区高技术产业地位变化的成因探析[J]. 智库理论与实践, 2022, 7(2): 130-140.

[Sun Wei, Gaoshaer Wulazi. Analysis on the causes of the change of high-tech industry status in Beijing-Tianjin-Hebei region. Think Tank: Theory & Practice, 2022, 7(2): 130-140.]

[8]
Francois J, Woerz J. Producer services, manufacturing linkages, and trade[J]. Journal of Industry, Competition and Trade, 2008, 8: 199-229.

[9]
Qiu Y, Gong Y S. Industrial linkage effects of RCEP economies' imports of producer services on manufacturing advantages[J]. PLoS One, 2021, 16(7): e0253823. doi: 10.1371/journal.pone.0253823.

[10]
Falk M, Peng F. The increasing service intensity of European manufacturing[J]. The Service Industries Journal, 2013, 33(15/16): 1686-1706.

[11]
Yang F F, Yeh A G O, Wang J J. Regional effects of producer services on manufacturing productivity in China[J]. Applied Geography, 2018, 97: 263-274.

[12]
刘佳, 石慕凡, 陈小翔. 研发服务业驱动先进制造业的创新共生效应: 基于京、沪、苏、浙、粤投入产出表的动态比较[J]. 经济问题, 2021(10): 77-86.

[Liu Jia, Shi Mufan, Chen Xiaoxiang. Research on the symbiotic of R&D services driving advanced manufacturing innovation: Dynamic comparison of input-output tables of Beijing, Shanghai, Jiangsu, Zhejiang and Guangdong. On Economic Problems, 2021(10): 77-86.]

[13]
唐晓华, 张欣珏, 李阳. 中国制造业与生产性服务业动态协调发展实证研究[J]. 经济研究, 2018, 53(3): 79-93.

[Tang Xiaohua, Zhang Xinyu, Li Yang. Dynamic coordination development in China's manufacturing and manufacturing-related service industries. Economic Research Journal, 2018, 53(3): 79-93.]

[14]
华广敏. 高技术服务业与制造业互动关系的实证研究: 基于OECD跨国面板数据[J]. 世界经济研究, 2015(4): 113-120, 129.

[Hua Guangmin. An empirical study on the interactive relationship of high technology service industry and manufacturing industry: Based on panel data across OECD countries. World Economy Studies, 2015(4): 113-120, 129.]

[15]
王金杰, 王庆芳, 刘建国, 等. 协同视角下京津冀制造业转移及区域间合作[J]. 经济地理, 2018, 38(7): 90-99.

[Wang Jinjie, Wang Qingfang, Liu Jianguo, et al. Transfer and cooperation mechanism of manufacturing industry in Beijing, Tianjin and Hebei under the synergetic perspective. Economic Geography, 2018, 38(7): 90-99.]

[16]
孙久文, 姚鹏. 京津冀产业空间转移、地区专业化与协同发展: 基于新经济地理学的分析框架[J]. 南开学报(哲学社会科学版), 2015(1): 81-89.

[Sun Jiuwen, Yao Peng. Industrial relocation in Jing-Jin-Ji region, regional specialization and coordinated development: An analysis based on the framework of new economic geography. Journal of Nankai University (Philosophy, Literature and Social), 2015(1): 81-89.]

[17]
徐永利, 赵炎. 京津冀协同发展: 河北省产业逆梯度推移策略[J]. 河北学刊, 2014, 34(4): 214-217.

[Xu Yongli, Zhao Yan. The gradient differences in capital economic circle and industry transfer strategies for Hebei Province. Hebei Academic Journal, 2014, 34(4): 214-217.]

[18]
孙威, 李佳洺, 李洪省. 京津冀地区空间结构的基本类型与划分方法[J]. 经济地理, 2016, 36(12): 211-217.

[Sun Wei, Li Jiaming, Li Hongsheng. Basic type and classification method of spatial structure in Beijing-Tianjin-Hebei region. Economic Geography, 2016, 36(12): 211-217.]

[19]
邓仲良, 张可云. 北京非首都功能中制造业的疏解承接地研究[J]. 经济地理, 2016, 36(9): 94-102.

[Deng Zhongliang, Zhang Keyun. Research on manufacturing easing and undertaking location of Beijing non-capital function. Economic Geography, 2016, 36(9): 94-102.]

[20]
杜传忠, 王鑫, 刘忠京. 制造业与生产性服务业耦合协同能提高经济圈竞争力吗? 基于京津冀与长三角两大经济圈的比较[J]. 产业经济研究, 2013(6): 19-28.

[Du Chuanzhong, Wang Xin, Liu Zhongjing. Can the coupling coordination between manufacturing and producer services improve the competitiveness of the economic circle? Based on the comparison of Jing-Jin-Ji economic circle and Yangtze River Delta economic circle. Industrial Economics Research, 2013(6): 19-28.]

[21]
刘肖, 金浩. 京津冀城市群制造业与生产性服务业协调发展研究: 基于生产性服务业细分产业视角[J]. 河北工业大学学报(社会科学版), 2021, 13(4): 1-8.

[Liu Xiao, Jin Hao. Coordinated development of manufacturing and producer services in Beijing-Tianjin-Hebei urban agglomeration: Perspective of subsectors of producer services. Journal of Hebei University of Technology (Social Sciences Edition), 2021, 13(4): 1-8.]

[22]
席强敏, 罗心然. 京津冀生产性服务业与制造业协同发展特征与对策研究[J]. 河北学刊, 2017, 37(1): 122-129.

[Xi Qiangmin, Luo Xinran. Research on the characteristics and strategies of collaborative development between producer services and manufacturing in the Beijing-Tianjin-Hebei region. Hebei Academic Journal, 2017, 37(1): 122-129.]

[23]
Ethier W J. National and international returns to scale in the modern theory of international trade[J]. The American Economic Review, 1982, 72(3): 389-405.

[24]
Markusen J R. Trade in producer services and in other specialized intermediate inputs[J]. The American Economic Review, 1989, 79(1): 85-95.

[25]
顾乃华, 毕斗斗, 任旺兵. 中国转型期生产性服务业发展与制造业竞争力关系研究: 基于面板数据的实证分析[J]. 中国工业经济, 2006(9): 14-21.

[Gu Naihua, Bi Doudou, Ren Wangbing. Relationship between producer services' development and manufacturing's competence in China during transition period: An empirical research based on panel data. China Industrial Economics, 2006(9): 14-21.]

[26]
江静, 刘志彪, 于明超. 生产者服务业发展与制造业效率提升: 基于地区和行业面板数据的经验分析[J]. 世界经济, 2007, 30(8): 52-62.

[Jiang Jing, Liu Zhibiao, Yu Mingchao. The development of producer service industry and the improvement of manufacturing efficiency: An empirical analysis based on panel data of regions and industries. The Journal of World Economy, 2007, 30(8): 52-62.]

[27]
Goe W R. Producer services, trade and the social division of labour[J]. Regional Studies, 1990, 24(4): 327-342.

[28]
陈宪, 黄建锋. 分工、互动与融合: 服务业与制造业关系演进的实证研究[J]. 中国软科学, 2004(10): 65-71, 76.

[Chen Xian, Huang Jianfeng. Division of labor, interactions and convergence: Empirical research on the evolvement of the relationship between service and manufacturing industries. China Soft Science, 2004(10): 65-71, 76.]

[29]
冯泰文. 生产性服务业的发展对制造业效率的影响: 以交易成本和制造成本为中介变量[J]. 数量经济技术经济研究, 2009, 26(3): 56-65.

[Feng Taiwen. The relationship between producer service and manufacturing efficiency. Journal of Quantitative & Technological Economics, 2009, 26(3): 56-65.]

[30]
Kowalkowski C, Gebauer H, Kamp B, et al. Servitization and deservitization: Overview, concepts, and definitions[J]. Industrial Marketing Management, 2017, 60(1): 4-10.

[31]
Rabetino R, Harmsen W, Kohtamäki M, et al. Structuring servitization-related research[J]. International Journal of Operations & Production Management, 2018, 38(2): 350-371.

[32]
Vandermerwe S, Rada J. Servitization of business: Adding value by adding services[J]. European Management Journal, 1988, 6(4): 314-324.

[33]
周大鹏. 制造业服务化对产业转型升级的影响[J]. 世界经济研究, 2013(9): 17-22, 48, 87.

[Zhou Dapeng. Impact of servization on manufacturing industry transformation and upgrading. World Economy Studies, 2013(9): 17-22, 48, 87.]

[34]
简兆权, 伍卓深. 制造业服务化的路径选择研究: 基于微笑曲线理论的观点[J]. 科学学与科学技术管理, 2011, 32(12): 137-143.

[Jian Zhaoquan, Wu Zhuoshen. A research on the paths selection of servitization in manufacturing: Based on the viewpoint of smiling curve. Science of Science and Management of S. & T., 2011, 32(12): 137-143.]

[35]
顾乃华. 生产性服务业对工业获利能力的影响和渠道: 基于城市面板数据和SFA模型的实证研究[J]. 中国工业经济, 2010(5): 48-58.

[Gu Naihua. Effects and channels between producer services and profits of industries: Empirical research based on cities' panel data and SFA mode. China Industrial Economics, 2010(5): 48-58.]

[36]
卢现祥, 王素素. 中国要素市场化配置水平的南北差异及形成机理[J]. 数量经济技术经济研究, 2021, 38(11): 21-42.

[Lu Xianxiang, Wang Susu. The north-south differences and formation mechanisms of China's factor market allocation level. Journal of Quantitative & Technological Economics, 2021, 38(11): 21-42.]

[37]
倪克金, 刘修岩, 张蕊, 等. 城市群一体化与制造业要素配置效率: 基于多维分解视角的考察[J]. 数量经济技术经济研究, 2023, 40(4): 136-159.

[Ni Kejin, Liu Xiuyan, Zhang Rui, et al. Urban agglomeration integration and manufacturing factors allocation efficiency: Based on the perspective of multidimensional decomposition. Journal of Quantitative & Technological Economics, 2023, 40(4): 136-159.]

[38]
中国经济增长与宏观稳定课题组, 陈昌兵, 张平, 等. 城市化、产业效率与经济增长[J]. 经济研究, 2009, 44(10): 4-21.

[Research Group on China's Growth and Macroeconomic Stability, Chen Changbing, Zhang Ping, et al. Urbanization industrial efficiency and economic growth. Economic Research Journal, 2009, 44(10): 4-21.]

[39]
凌永辉, 张月友, 沈凯玲. 中国的产业互动发展被低估了吗?[J]. 数量经济技术经济研究, 2018, 35(1): 23-41.

[Ling Yonghui, Zhang Yueyou, Shen Kailing. Does the interactional development of China's industries be underestimated? Journal of Quantitative & Technological Economics, 2018, 35(1): 23-41.]

[40]
杜德瑞, 王喆, 杨李娟. 工业化进程视角下的生产性服务业影响因素研究: 基于全国2002-2011年31个省市面板数据分析[J]. 上海经济研究, 2014, 26(1): 3-17.

[Du Derui, Wang Zhe, Yang Lijuan. Are the industrialization process always the influential factors of producer services? Based on the industrialization process, urbanization, investment that ten years (2002-2011) panel data of 31 provinces and cities. Shanghai Journal of Economics, 2014, 26(1): 3-17.]

[41]
Isard W. Interregional and regional input-output analysis: A model of a space-economy[J]. The Review of Economics and Statistics, 1951, 33: 318-328.

[42]
宋增文. 基于投入产出模型的中国旅游业产业关联度研究[J]. 旅游科学, 2007, 21(2): 7-12, 78.

[Song Zengwen. A research on industrial correlation of China's tourism industry: Based on the input-output model. Tourism Science, 2007, 21(2): 7-12, 78.]

[43]
李晓, 张建平. 中韩产业关联的现状及其启示: 基于《2000年亚洲国际投入产出表》的分析[J]. 世界经济, 2009, 32(12): 40-52.

[Li Xiao, Zhang Jianping. The current situation of industrial linkage between China and South Korea and its enlightenment: Based on the analysis of Asia international input-output table 2000. The Journal of World Economy, 2009, 32(12): 40-52.]

[44]
杨仁发. 产业集聚与地区工资差距: 基于我国269个城市的实证研究[J]. 管理世界, 2013(8): 41-52.

[Yang Renfa. Industrial agglomeration and regional wage gap: An empirical study based on 269 cities in China. Journal of Management World, 2013(8): 41-52.]

[45]
高素英, 崔琬纯, 张烨, 等. 京津冀生产性服务业与制造业互动关系研究[J]. 河北工业大学学报(社会科学版), 2021, 13(3): 1-9, 29.

[Gao Suying, Cui Wanchun, Zhang Ye, et al. Interaction between producer services industry and manufacturing industry in Beijing-Tianjin-Hebei region. Journal of Hebei University of Technology (Social Sciences Edition), 2021, 13(3): 1-9, 29.]

[46]
陈强. 高级计量经济学及Stata应用[M]. 2版. 北京: 高等教育出版社, 2014: 487-489.

[Chen Qiang. Advanced econometrics and Stata applications. 2nd ed. Beijing, China: Higher Education Press, 2014: 487-489.]

[47]
贺灿飞, 任卓然, 王文宇. “双循环”新格局与京津冀高质量协同发展: 基于价值链分工和要素流动视角[J]. 地理学报, 2022, 77(6): 1339-1358.

DOI

[He Canfei, Ren Zhuoran, Wang Wenyu. "Dual circulation" and Beijing-Tianjin-Hebei high-quality coordinated development: From the division in the value chain and factor mobility perspective. Acta Geographica Sinica, 2022, 77(6): 1339-1358.]

DOI

[48]
罗奎, 李广东, 劳昕. 京津冀城市群产业空间重构与优化调控[J]. 地理科学进展, 2020, 39(2): 179-194.

DOI

[Luo Kui, Li Guangdong, Lao Xin. Spatial reconstruction and optimization of industrial development in the Beijing-Tianjin-Hebei urban agglomeration. Progress in Geography, 2020, 39(2): 179-194.]

DOI

[49]
韩峰, 李玉双. 产业集聚、公共服务供给与城市规模扩张[J]. 经济研究, 2019, 54(11): 149-164.

[Han Feng, Li Yushuang. Industrial agglomeration, public service supply and urban expansion. Economic Research Journal, 2019, 54(11): 149-164.]

[50]
谭洪波, 郑江淮. 中国经济高速增长与服务业滞后并存之谜: 基于部门全要素生产率的研究[J]. 中国工业经济, 2012(9): 5-17.

[Tan Hongbo, Zheng Jianghuai. The mystery of coexistence of rapid economic growth and lag of service industry in China: Based on the perspective of sector TFP. China Industrial Economics, 2012(9): 5-17.]

[51]
任皓, 周绍杰, 胡鞍钢. 知识密集型服务业与高技术制造业协同增长效应研究[J]. 中国软科学, 2017(8): 34-45.

[Ren Hao, Zhou Shaojie, Hu Angang. The synergistic growth effect between knowledge intensive services and high-tech manufacturing. China Soft Science, 2017(8): 34-45.]

[52]
Dohse D, Steude S C. Concentration, coagglomeration and spillovers: The geography of new market firms in Germany[C]// European Regional Science Association (ERSA). Proceedings of 43rd Congress of the European Regional Science Association on Peripheries, Centres, and Spatial Development in the New Europe. Jyväskylä, Finland: ERSA, 2003: 230.

[53]
毛汉英. 京津冀协同发展的机制创新与区域政策研究[J]. 地理科学进展, 2017, 36(1): 2-14.

DOI

[Mao Hanying. Innovation of mechanism and regional policy for promoting coordinated development of the Beijing-Tianjin-Hebei. Progress in Geography, 2017, 36(1): 2-14.]

DOI

[54]
李宵, 申玉铭, 邱灵. 京津冀生产性服务业关联特征分析[J]. 地理科学进展, 2018, 37(2): 299-307.

DOI

[Li Xiao, Shen Yuming, Qiu Ling. Correlation analysis of producer services in the Beijing-Tianjin-Hebei region. Progress in Geography, 2018, 37(2): 299-307.]

DOI

Options
文章导航

/

〈 〉