王雪莹，叶堂林，李 璐

(首都经济贸易大学 城市经济与公共管理学院，北京 100070)

一、问题提出与相关文献

在经济高质量发展和构建以国内大循环为主体、国内国际双循环相互促进的新发展格局的新时代背景下，如何实现经济发展的新旧动能转换、突破关键技术瓶颈，通过高端生产性服务业的发展，推动高技术制造业向高端、智能化发展，同时通过高技术制造业拉动现代服务业跃升，对于推动中国社会经济发展向全球价值链中高端环节攀升具有重要的现实意义。京津冀、长三角和珠三角城市群作为中国最具竞争力和发展潜力的三大城市群，促进高技术制造业和生产性服务业的协调发展，不仅有助于推动生产性服务业向专业化和价值链高端环节延伸、制造业由生产型向生产服务型转变，还有助于增强城市群的国际竞争力。

学术界对制造业和生产性服务业关系的研究由来已久且日益深化，内容涵盖二者的作用关系(“供需”到“互动”“融合”)[1-3]、作用机理(生产性服务业通过专业化分工和推动技术创新等推动制造业发展)[4-7]和模式演化(“共生”模式到“协同”模式)[8-10]等多个领域。随着制造业转型升级和高技术产业的发展，该研究向高技术制造业与生产性服务业延伸。学者们多运用计量方法对高技术制造业与生产性服务业的互动关系和作用机理进行实证分析。一方面，聚焦于是否实现融合发展、融合发展产生了何种效应。由于在产业界定、研究对象等方面存在差异，学者们研究得出的结论也迥然不同。一是实现融合发展，并通过协同效应促进高技术制造业发展。刘川(2015)以珠三角地区先进制造业与现代服务业为研究对象，发现二者具有融合发展的趋势，且融合发展已成为珠三角地区突破产业发展瓶颈的关键所在[11]。高智和鲁志国(2019)以装备制造业与高技术服务业为研究对象，指出二者融合发展有效促进了装备制造业创新效率和全要素生产率的提升[12]。二是目前仅存在单向作用关系，互动关系尚未形成。华广敏(2015)基于经济合作与发展组织成员国面板数据分析发现，高技术服务业有效地促进了制造业效率的提升，但二者的互动关系尚未形成[13]。另一方面，聚焦于生产性服务业促进高技术制造业效率提升的作用机理和效应分析。一是生产性服务业能改善中间投入(如增加劳动力供给、实现资本积累等)，促进集约化生产，提升制造业效率。知识密集型服务业能够带动高技能劳动力供给的增加，促进制造业发展[14]。任皓等(2017)通过对知识密集型服务业与高技术产业协同作用机理的探讨和实证检验，得出二者具有明显的协同增长效应的结论[15]。王志强等(2017)证明了生产性服务业集聚对高技术产业的净外部效应显著为正[16]。二是生产性服务业能够增加创新产品投入，扩大创新溢出，促进高技术制造业研发效率和创新效率的提升。吕云龙和吕越(2017)认为制造业投入服务化所带来的创新性服务要素提升了产品质量，进而提高了企业竞争力和行业的国际竞争力[17]。许梦博等(2018)利用省级行政单位的面板数据，通过系统广义矩估计(GMM)两步法考察了生产性服务业对高技术产业研发效率的影响[18]。王燕等(2018)利用随机前沿模型实证检验表明生产性服务业的发展有利于提高高技术制造业的研发效率[19]。

现有研究多以全国或某一地区的高技术制造业和生产性服务业为对象，分析二者的协调发展情况，而从城市群的视角出发，测度和分析高技术制造业和生产性服务业耦合协调水平的研究相对不足。城市群内不同省份城市的高技术制造业和生产性服务子行业的发展水平存在差异，以城市群为研究范围，考虑了区域协调发展背景下，不同城市主体间联系加强对高技术制造业和生产性服务业耦合协同的影响。本文将基于对中国三大城市群的高技术制造业和生产性服务业耦合协调水平的测度，对其协调发展现状和趋势进行研判，并通过构建面板回归模型，检验经济发展水平、交通便利度、区域开放程度、创新水平等外部环境因素对高技术制造业与生产性服务业协调发展的影响，对把握三大城市群的产业布局方向和重点发展领域具有重要意义，并能为其他城市群发展提供借鉴。

二、研究设计

(一)高技术制造业与生产性服务业发展水平测算

设xthi、xtsi分别为高技术制造业和生产性服务业第i项指标t年的数值，Mhi、mhi和Msi、msi分别为高技术制造业和生产性服务业第i项指标的最大值与最小值，为消除不同指标间量纲的影响，本文选用功效系数法对指标进行规范化处理，如式(1)所示：

(1)

其中，uthi和utsi分别表示t年高技术制造业与生产性服务业第i项指标标准化后的数值。通过熵值赋权法确定高技术制造业和生产性服务业第i项指标的权重λhi、λsi。uth和uts分别表示高技术制造业与生产性服务业t年的综合发展水平，本文选取线性加权和法进行测算，如式(2)所示：

(2)

(二)耦合协调度测量模型

本文借鉴物理学中的容量耦合概念和容量耦合系数模型来测度高技术制造业与生产性服务业系统间的耦合协调程度。设变量ui(i=1，2，...，n)、uj(j=1，2，...，m)分别表示多个系统，则这些系统相互作用的耦合度模型可表示为：

(3)

当只有两个系统时，耦合度模型为：

(4)

其中，Cths为高技术制造业与生产性服务业在t年份的耦合度，Cths∈[0，1]。然而，在uth和uts取值相近且较低的情况下，仅计算耦合度会出现两系统在发展水平都不高的情况下，协调发展程度呈现较高值的伪评价结果。因此，为准确地反映高技术制造业与生产性服务业之间的互动发展水平，进一步构建耦合协调度模型，具体如下：

(5)

其中，Dths为高技术制造业与生产性服务业在测度年间的耦合协调度，Tths=αuth+βuts为反映高技术制造业与生产性服务业在测度年间协调效应的综合评价指数(α+β=1)，α和β分别为高技术制造业和生产性服务业对整体系统耦合协调作用的贡献程度，本文赋值α为0.5，β为0.5。

(三)高技术制造业与生产性服务业耦合发展影响因素的模型设定

通过构建实证计量模型，从经济发展水平、交通便利度、区域开放程度、创新水平等外部环境方面，分析高技术制造业和生产性服务业耦合协调的影响因素。模型设置如下：

(6)

其中，t表示第t年，Dhs表示高技术制造业和生产性服务业的耦合协调度；preGDP表示人均地区生产总值(GDP)，代表经济发展水平；TRA表示公路通达度，代表交通便捷水平；FDI表示外商直接投资额，代表地区开放程度；TEC表示发明专利申请授权量，TTM表示技术市场交易额，代表科技创新水平；u为随机误差项。

三、指标数据与耦合判别类型划分

(一)指标选取和数据来源

参照国家统计局发布的《高技术产业(制造业)分类(2013)》，本文界定高技术制造业包括医药制造业，航空、航天器及设备制造业，电子及通信设备制造业，计算机及办公设备制造业，医疗仪器设备及仪器仪表制造业，信息化学品制造业。参照《生产性服务业分类(2019)》，考虑到与高技术制造业关联的密切程度及数据的可得性，将生产性服务业界定为交通运输业、仓储和邮政业(G)，信息传输、软件和信息技术服务业(I)，金融业(J)，租赁和商业服务业(L)，科学研究和技术服务业(M)。

在遵循科学性、完备性和可量化性的原则下，结合高技术制造业和生产性服务业的发展特点，借鉴已有研究[20-21]，从产业规模、经济效益、发展潜力、社会贡献4个方面，构建高技术制造业和生产性服务业综合发展水平的评价指标体系，详见表1。测算区间为2005—2018年，数据主要来源于《中国高技术产业统计年鉴》《中国第三产业统计年鉴》《中国税务统计年鉴》《中国统计年鉴》及三大城市群各省份统计年鉴，部分缺失数据采用线性插值法、时间序列预测值等方法补齐。

表1 高技术制造业与生产性服务业综合发展水平评价指标体系

(二)耦合协调发展评判标准与类型划分

本文参照已有文献[20，22-23]，根据高技术制造业与生产性服务业耦合协调度(Dij)的取值，将二者间的耦合协调发展程度先总体划分为失调衰退区间、过度区间、协调发展区间三个层次，再详细划分为10种耦合协调等级，详见表2。

表2 高技术制造业与生产性服务业协调耦合发展的判定标准

表2(续)

四、实证分析

(一)高技术制造业与生产性服务业整体耦合协调发展分析

基于耦合协调度模型，利用Matlab软件对中国三大城市群高技术制造业与生产性服务业的综合发展评价指数uh、us及耦合协调度Dhs进行测算。根据测算结果，中国三大城市群及城市群内部不同省份城市高技术制造业与生产性服务业的耦合协调度在整体上呈稳步上升的发展态势，但协调发展水平存在差异。2005—2009年，珠三角城市群凭借毗邻港澳的区位优势，在高技术制造业领域起步较早，相较于长三角城市群和京津冀城市群，已具备一定的发展规模，高技术制造业和生产性服务业的耦合协调度最高。2010年，国务院出台了《国务院关于加快培育和发展战略性新兴产业的决定》，各级政府纷纷对发展高技术制造业进行战略部署和科学规划，并从财政等方面给予大力支持，促进了高技术制造业的发展，进而推动高技术制造业与生产性服务业耦合协调水平的提升。2011年，三大城市群的耦合协调度均突破0.6，迈入初级协调发展阶段。2012—2014年，京津冀城市群高技术制造业和生产性服务业的耦合协调度高于长三角城市群和珠三角城市群。但长三角城市群长期保持快速增长趋势，2015年长三角城市群耦合协调度超过京津冀城市群，2018年耦合协调度为0.924 4，跨入优质协调发展阶段。京津冀城市群、珠三角城市群的耦合协调度分别为0.897 3和0.837 7，处于良好协调发展阶段。详见图1。

图1 中国三大城市群高技术制造业与生产性服务业耦合协调度

(二)京津冀城市群高技术制造业与生产性服务业耦合协调发展分析

从行业层面看，京津冀城市群高技术制造业与各生产性服务业耦合协调发展存在差异性，详见表3。生产性服务各子行业的综合发展水平均呈现出逐年上升趋势，金融业发展速度最快，其次为租赁和商业服务业及交通运输业、仓储和邮政业。以交通运输业、仓储和邮政业、租赁和商业服务业为代表的传统生产性服务业早于现代生产性服务业，分别于2010年和2011年率先跨过过渡区间迈入初级发展阶段。2011—2015年，金融业与高技术制造业的耦合协调水平最高，最早进入良好协调发展阶段，信息传输、软件和信息技术服务业及科学研究和技术服务业与高技术制造业的耦合协调水平较低，相较于其他生产性服务子行业，约滞后一个发展阶段。2015年以后，信息传输、软件和信息技术服务业及科学研究和技术服务业快速发展，与高技术制造业相对发展水平趋于合理，协调发展水平大幅提升，2018年与高技术制造业的耦合协调度分别为0.897 2和0.889 2，即将跨入优质协调发展阶段。反观交通运输业、仓储和邮政业及金融业，在先后经历了较早进入良好协调发展阶段后，却徘徊不前。租赁和商业服务业虽在2016年后与高技术制造业的协调发展趋势减缓，但仍于2018年耦合协调度突破0.9，进入优质协调发展阶段。详见表3、图2。这侧面反映出随着知识、技术等密集型生产要素投入的不断增加，京津冀城市群的生产性服务业逐渐从产业链尾端向前端转移，高技术制造业与生产性服务业的互动需求不断向以现代生产性服务业为主体转变，现代生产性服务业对高技术制造业的促进影响作用日益增强，进而形成较强的耦合协调发展趋势。

表3 2005—2018 年京津冀城市群高技术制造业与各生产性服务业耦合协调度及相对发展度

图2 京津冀城市群高技术制造业和各生产性服务子行业耦合协调度

从城市群内部看，2005—2018年，京津冀三地高技术制造业与生产性服务业总体耦合协调程度逐步增强，但由于不同地区自身经济基础及产业发展进程不同，其高技术制造业与生产性服务业的耦合程度存在明显的差异，北京最高，其次为天津、河北。自2016年起，北京高技术制造业与生产性服务业耦合协调度均大于0.6，处于协调发展的初级阶段，且耦合协调度呈稳态增长趋势；2016年天津两产业间的耦合协调度突破0.5，进入勉强协调发展阶段，但2018年又退回濒临失调衰退阶段；河北自2010年起长期处于濒临失调衰退阶段。详见图3。2005年，北京高技术制造业与生产性服务业的耦合协调度为0.492 7，处于濒临失调衰退阶段，2018年增加到0.672 3，年均增长率为2.42%，表明两产业间耦合协调水平起步较高但增长较为缓慢。从相对发展度看，2005—2018年，北京高技术制造业与生产性服务业的相对发展度(uh/us)始终低于0.75，参照俞彤晖(2018)对两系统相对发展类型的分析[24]，说明北京高技术制造业的发展水平较低，远滞后于生产性服务业发展，阻碍了两产业间的协调发展。详见表4。2005年天津高技术制造业与生产性服务业耦合协调度为0.492 7，处于轻度失调衰退阶段，2016年耦合协调度为0.536 6，进入勉强协调发展阶段，但2018年下降到0.492 3，再次退回濒临失调衰退阶段，表明天津两产业间的协调发展水平较低且波动较大。从相对发展度看，天津高技术制造业和生产性服务业的发展较为同步，但由于二者的发展水平均较低，导致无法实现耦合协调度的稳步提升。详见表5。2005年河北高技术制造业与生产性服务业的耦合协调度为0.292 5，处于中度失调衰退阶段，至2018年，耦合协调度为0.485 0，仍处于濒临失调衰退阶段，离协调发展阶段存在很大差距。河北高技术制造业与生产性服务业发展水平过低，导致二者间协调发展水平较低。详见表6。由此可见，京津冀城市群内部不同地区产业发展水平差距较大，高技术制造业与生产性服务业间互相促进、相互提升的作用较弱，两产业间尚未形成良性的耦合互动关系。

图3 京津冀高技术制造业和生产性服务业耦合协调度

表4 2005—2018年北京高技术制造业与生产性服务业耦合协调水平

表5 2005—2018年天津高技术制造业与生产性服务业耦合协调水平

表6 2005—2018年河北高技术制造业与生产性服务业耦合协调水平

(三)长三角城市群高技术制造业和生产性服务业耦合协调发展分析

从行业层面看，长三角城市群生产性服务各子行业的综合发展水平均呈逐年上升趋势，金融业发展速度最快，其次为科学研究和技术服务业。详见表7。2010年金融业、交通运输业、仓储和邮政业、租赁和商业服务业率先进入初级协调发展阶段，2011年信息传输、软件和信息技术服务业及科学研究和技术服务业进入初级协调发展阶段。直至2015年，长三角城市群传统型生产性服务业与高技术制造业的耦合协调水平高于以信息传输、软件和信息技术服务业及科学研究和技术服务业为代表的现代生产性服务业，但差距不断缩小。金融业最早进入良好协调发展阶段，其他生产性服务子行业均于2018年迈入优质协调发展阶段，且科学研究和技术服务业与高技术制造业的耦合协调水平最高。详见表7、图4。与京津冀城市群相比，长三角城市群的现代生产性服务业与高技术制造业发展速度相对均衡，呈现出更为良好的同步发展耦合趋势，因此更早步入优质协调发展阶段。

表7 2005—2018年长三角城市群高技术制造业与各生产性服务业耦合协调度及相对发展度

图4 长三角城市群高技术制造业和各生产性服务子行业耦合协调度

从城市群内部看，江苏高技术制造业与生产性服务业的耦合协调发展水平最高，且远高于上海和浙江。2018年，江苏耦合协调度为0.737 2，处于中级协调发展阶段，而浙江、上海耦合协调度分别为0.629 8、0.579 9，仍处于初级协调发展阶段、勉强协调发展阶段。详见图5。2005年上海高技术制造业与生产性服务业的耦合协调度为0.386 2，处于轻度失调衰退阶段，2018年耦合协调度为0.579 9，尚未进入协调发展的初级阶段，表明两产业间的耦合协调度提升缓慢且耦合程度较低。从相对发展度看，上海同北京类似，均表现为高技术制造业发展水平低，远滞后于生产性服务业，2018年相对发展度仅为0.387 6，阻碍了高技术制造业与生产性服务业的耦合协调。详见表8。2011年江苏高技术制造业和生产性服务业进入初级协调发展阶段，2015—2018年两产业耦合协调度分布在(0.7，0.8]范围内，处于中级协调发展阶段，表明两产业的耦合协调度增长迅速且协调程度较高。从相对发展度看，其高技术制造业的发展水平由2005年的0.241 1上升为2018年的0.611 6，高技术制造业的迅速发展促进了两产业间的耦合协调。2018年江苏生产性服务业发展水平为0.482 8，二者的相对发展度为1.266 8，江苏未来可通过提升其生产性服务业水平推动两产业协调发展。详见表9。浙江高技术制造业和生产性服务业的耦合协调度由2005年的0.364 5上升为2018年的0.629 8，达到协调发展的初级阶段，耦合协调度增长较快。两产业发展较为同步，未来应通过提升两产业的发展水平，促进二者的进一步协调发展。详见表10。

图5 长三角三省(市)高技术制造业和生产性服务业耦合协调度

表8 2005—2018年上海高技术制造业与生产性服务业耦合协调水平

表9 2005—2018年江苏高技术制造业与生产性服务业耦合协调水平

表10 2005—2018年浙江高技术制造业与生产性服务业耦合协调水平

(四)珠三角城市群高技术制造业和生产性服务业耦合协调发展分析

从行业层面看，珠三角城市群生产性服务各子行业的综合发展水平呈逐年上升趋势，科学研究和技术服务业发展速度最快，年增长率为28.35%，详见表11。珠三角城市群生产性服务各行业与高技术制造业耦合协调呈现波动式上升的态势，整体上看，较现代服务业，传统型生产性服务业与高技术制造业耦合协调程度更高，但随着时间的推移，两类生产性服务业的耦合协调水平趋于一致。2010年交通运输业、仓储和邮政业、科学研究和技术服务业率先进入初级发展阶段。2018年租赁和商业服务业与高技术制造业的耦合协调度突破0.9，迈入优质协调发展阶段，其余生产性服务子行业处于良好协调发展阶段。与京津冀城市群、长三角城市群类似，珠三角城市群生产性服务业也逐渐从传统型向现代型转变，但仍然以传统型生产性服务业为主导，现代生产性服务业对高技术制造业的促进作用不断增强，耦合协调度不断提升。

表11 2005—2018年珠三角城市群高技术制造业与各生产性服务业耦合协调度及相对发展度

图6 珠三角城市群高技术制造业和各生产性服务子行业耦合协调度

2005年广东高技术制造业和生产性服务业的耦合协调度为0.466 7，处于濒临失调衰退阶段，2018年耦合协调度上升为0.837 7，进入良好协调发展阶段，说明两产业间的耦合协调度增长较快且发展程度较高。从相对发展度看，2018年广东高技术制造业和生产性服务业的发展水平分别为0.735 1、0.669 9，两产业的相对发展度为1.097 3，表明两产业的发展水平均较高且发展较为同步，促进了两产业间的耦合协调发展。详见表12。

表12 2005—2016年广东省高技术制造业与生产性服务业耦合协调水平

五、高技术制造业与生产性服务业耦合发展的影响因素

(一)变量说明及数据来源

本文的被解释变量为高技术制造业和生产性服务业耦合协调水平，用耦合协调度来表示。选取经济发展水平、交通便利度、地区开放程度、劳动力素质及科技水平作为解释变量，其中，人均GDP表示经济发展水平，人均GDP越高，地区经济发展水平越高；公路通达度表示交通便利度；外商直接投资表示开放程度，一般情况下，一个地区的外商直接投资越多，地区开放程度越高；关于科技创新对产业协调发展的影响，采用发明专利申请授权数、技术市场交易额分别表示科技产出水平和市场化程度。数据主要来自2005—2019年各省份统计年鉴和国家统计局官网等，详见表13。限于篇幅，变量的描述性统计未列示。

表13 指标与数据来源

(二)实证结果分析

为避免伪回归现象，在回归前对面板数据进行单位根检验和协整检验。本文分别采用LLC和ADF两种方法检验各个变量是否存在单位根，结果见表14。运用Kao检验方法进行协整检验(模型的P值小于0.05)，检验结果显示回归有效。为避免解释变量之间存在多重共线性问题，本文通过方差膨胀因子VIF对模型中各解释变量进行检验，检验结果见表15。相关数据表明所选取的解释变量之间不存在多重共线性问题(方差膨胀因子VIF小于10)。

表14 单位根检验结果

表15 高技术制造业和生产性服务业耦合协调影响因素分析

由于数据为长面板，故采用面板校正标准误进行回归，回归结果见表16。在显著性水平为1%的条件下，lnDhs与lnpreGDP存在正相关关系，相关系数为0.368，表明一个地区经济发展水平越高，高技术制造业与生产性服务业的耦合协调度越高。通常情况下，经济发展水平越高，生产要素流动的市场化程度越高，生产资料的供给越充足，有效推动高技术制造业和生产性服务业的发展，进而促进协调发展水平的提升。lnDhs与lnTRA存在显著的正相关关系，说明地区交通便捷程度的提高能够有效提升高技术制造业和生产性服务业的耦合水平，原因在于一个地区的交通便捷程度越高，越能够促进生产要素充分流动，强化产业间联系，推动产业融合发展。lnDhs与lnTEC不存在显著的相关关系，而lnDhs与lnTMM在显著性水平为0.05的条件下存在正相关关系，原因在于科技成果如果没有实现有效的落地转化，就无法充分发挥其对产业发展的促进作用，而技术市场成交额越高，表明越多的创新成果运用到实体产业发展中，同时表明生产性服务业在推动技术成果落地转化方面发挥了积极作用，与高技术制造业的耦合协调度不断提升。lnDhs与lnFDI的相关系数为负数，表明外商直接投资增长不利于高技术制造业和生产性服务业的协调发展，原因可能在于受经济全球化影响，跨国公司仅将高技术制造业的部分低端环节布局在中国，无法推动中国高技术制造业向全球价值链高端环节攀升，也无法形成与生产性服务业的耦合协调。这侧面验证了以国外大循环为主的发展格局不利于中国制造业的高质量发展，应加快形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。

表16 高技术制造业和生产性服务业耦合协调影响因素的实证结果

六、结论和启示

本文基于耦合协调度视角，对中国三大城市群的高技术制造业和生产性服务业的综合发展水平及耦合协调水平进行测度和分析，并分析了影响高技术制造业和生产性服务业协调发展的外部环境因素，得出如下结论：(1)中国三大城市群及城市群内各省份高技术制造业与生产性服务业的耦合协调度在整体上呈现稳步提升的发展态势，长三角城市群耦合协调水平最高，其次为京津冀城市群、珠三角城市群。(2)中国三大城市群的生产性服务业逐渐从产业链尾端向前端转移，现代生产性服务业对高技术制造业的促进作用日益增强，二者间耦合协调水平不断提升；现阶段传统型生产性服务业特别是租赁和商业服务业在促进高技术制造业发展方面仍发挥着显著性影响。(3)经济发展水平、交通通达性对推动高技术制造业和生产性服务业的协调发展具有显著的正向作用，科技创新是否对高技术制造业和生产性服务业协调发展产生作用，取决于科技成果能否有效落地转化。(4)受全球分工格局的影响，跨国公司仅将高技术制造业的部分低端环节布局在中国，外商直接投资的增加不利于高技术制造业和生产性服务业的耦合协调发展，侧面验证了以国外大循环为主的发展格局不利于中国产业融合发展和向产业链高端延伸。

根据结论得出以下政策启示：以产业转型升级需求为导向，加快推动生产性服务业的专业化发展，培育一批专业性强的研发设计、商务咨询等生产性服务企业，推动生产性服务业向专业化和价值链高端延伸，能有效促进高技术制造业的发展；应重视科技创新对高技术制造业发展的引领作用，通过提升科技创新实力和加强专利技术运用及创新成果转化，以推动高技术制造业和生产性服务业的耦合协调发展；政府部门可通过加强交通基础设施的配套建设，提高生产要素的流动效率，加强区域间的产业联系，为推动高技术制造业和生产性服务业的协调发展营造良好的外部环境。