制造業關聯網絡承壓能力研究：基于投入產出表的特征分析與壓力測試

摘 要：數字經濟快速發展對制造業關聯網絡帶來諸多不確定性影響，制造業關聯網絡承壓能力研究尤為重要。為應對這一形勢，基于2017年、2018年和2020年投入產出表，借助產業集群三角形化方法識別并構建制造業關聯網絡，結合最大權樹法分析制造業關聯網絡特征，并測試不同程度沖擊對制造業關聯網絡產生的壓力。研究發現：①化學產品是制造業關聯網絡的核心產業，但其核心地位呈下降趨勢；②總體而言，制造業對整個關聯網絡的后向關聯效應較強，非制造業的前向關聯效應較強；③隨著壓力源頭產業直接關聯產業數量的增加，制造業關聯網絡所承受的壓力呈下降趨勢；隨著壓力源頭產業與其它產業關聯程度的下降，制造業關聯網絡承受的壓力呈下降趨勢。研究結論可為制造企業應對承壓狀態、促進經濟高質量發展提供理論依據與實踐參考。

關鍵詞：制造業關聯網絡；產業承壓能力；投入產出表；高質量發展

DOIDOI：10.6049/kjjbydc.2023030762

開放科學（資源服務）標識碼（OSID）""" ""開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F260

文獻標識碼：A

文章編號文章編號：1001-7348（2024）15-0033-11

0 引言

作為立國之本、興國之器、強國之基的制造業不僅是國民經濟的主體，在現代化經濟體系中還具有引領和支撐作用。中共二十大報告強調，“堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字中國”。然而，隨著數字經濟的快速發展，制造業關聯網絡發展面臨諸多不確定性因素，在此情形下探究制造業關聯網絡特征及承壓能力迫在眉睫。

產業關聯是指經濟活動中不同產業間存在的廣泛而復雜的經濟技術聯系，表現為產業間的相互依存關系[1]，泛指各產業通過勞動要素或中間投入而形成的直接或間接關系[2]。產業關聯性指標用以衡量各產業間的聯系[3]，分為前向關聯和后向關聯[4]。已有關于產業關聯網絡的研究多從理論方法和細分內容方面切入。從理論方法看，相關文獻多以投入產出法為切入點研究產業關聯網絡，多位學者基于投入產出表對區域產業關聯進行分析。如張凌潔和馬立平[5]對北京多個高水平發展地區間的產業關聯進行分析；韓麗萍等[6]分析內蒙古等3個中西部省份產業關聯情況；宋之杰和唐曉莉[7]解析河北省信息制造業和信息服務業兩大產業對各產業部門的經濟關聯效應；黃慶華和胡夢佳[8]揭示成渝兩地產業關聯演變特征。除區域產業關聯分析外，特定產業關聯也是學者重點研究對象。如毛曉蒙和劉明（2021）揭示了中國生產性服務業的產業關聯與波及效應；吳利學和方萱[9]基于多年投入產出數據分析數字產業與其它產業間的關聯性；沈曉平等（2022）探究數字經濟對國民經濟各部門的影響作用及關聯關系；王孟欣等[10]闡述裝備制造業與生產性服務業的產業關聯性。從細分內容看，多為在原有產業關聯體系上進行擴展研究。就國外研究來說，隨著投入產出理論的提出，Isard[11]構建區域投入產出模型；Moses[12]在此模型的基礎上構建地區間競爭型投入產出模型；Dietzenbacher等[13]構建技術創新擴散關系矩陣；Hauknes等[14]在投入產出表數據的基礎上加入技術流。國內學者進行了更為多樣化的研究，不僅完善了投入產出矩陣，還針對特定目標構建相關指標。如靳景等（2020）引入創新傳導矩陣對我國9部門創新傳導網絡進行研究；韓君和高瀛璐[15]加入數字經濟調整系數和核算信息系數，形成數字產業投入產出表；鄭休休等[16]引入進出口交易數據，構建國際大循環和國內大循環兩類指標。

綜上所述，現有研究對產業關聯網絡進行了有益探索，但存在以下不足：第一，多以區域為研究對象，鮮有研究以制造業為分析對象。第二，多局限于產業關聯特征，雖然指標體系、模型構建較為完善，但橫向分析仍有所欠缺。鑒于此，本研究以產業關聯理論為基礎，基于2017年、2018年和2020年投入產出表數據，構建制造業關聯網絡并進行壓力測試，探究制造業關聯網絡特征并回答以下問題：如何凝煉制造業關聯網絡特征？如何測試制造業關聯網絡的承壓情況？

1 理論基礎與研究假設

1.1 理論基礎

1.1.1 產業關聯理論

產業關聯理論又稱投入產出關聯理論，主要研究社會經濟活動中各產業間存在的廣泛復雜的關系，最早可追溯至1758年弗朗斯瓦·魁奈的《經濟表》。1936 年，里昂惕夫在《經濟學和統計學評論》上發表《美國經濟系統中的投入產出數量關系》的論文，標志著投入產出理論初步形成。同年，里昂惕夫提出用投入產出法對產業關聯進行分析，并使用中間消耗對不同產業間的技術經濟聯系進行分析，預示著產業關聯理論基本成形；Guitton 等[17]利用感應度系數和影響力系數測量前后向關聯關系；Karmbach amp; Kurz[18]通過構建變系數動態投入產出模型，對投入產出系數進行更新和預測。產業關聯性以產業間投入產出聯系強度衡量[19]，研究產業關聯能促進產業結構優化和調整。產業關聯理論是產業關聯分析的理論基礎，投入產出分析法是產業關聯分析的重要工具，而投入產出表是投入產出法模型構建的基礎。綜上所述，產業關聯理論研究主要基于投入產出法，投入產出表是投入產出法運用的基礎。就研究內容而言，主要包含投入和產出兩個關鍵要素。

（1）投入是指各經濟部門從其它部門獲取所需貨物或服務的投入，即產業在生產過程中消耗的來自其它產業的貨物，如固定資產、勞動和燃料消耗，在投入產出表中用縱向數字表示，分為中間投入和最初投入。對投入數據進行計算可得到直接消耗系數和完全消耗系數，反映一個產業對其提供產品或服務的影響情況，表現為后向關聯影響（王琪延和徐玲，2014）。在本研究中，投入表示單個產業每生產一單位產出需要從各產業中獲取的產品投入值。

（2）產出是指各經濟部門分配給其它部門的產出，即產業在自身生產過程中生產的貨物，如用于投資、消費和出口的產品，在投入產出表中用橫向數字表示，總產出分為中間品部分和最終使用部分。對產出數據進行計算可得到直接分配系數和完全分配系數，反映一個產業將自身生產的產品和服務作為生產資料分配給各產業的供給過程。在本研究中，產出表示單個產業每生產一單位產出分配給各產業的產出值。

1.1.2 承壓能力內涵及其在產業關聯網絡中的重要性

壓力測試最早由國際證券監管機構提出，是假設在市場極端不利情況下對資產組合的影響效應（巴曙松和朱元倩，2010），在軟件工程和金融風險管理領域得到廣泛應用。壓力測試立足于風險管理需求，目的是為確保系統穩定性，一般在系統正常運作范圍外進行測試，通過測算極限和評估危害程度提出應對舉措及解決方案[20]，是一種立足于“尾部”實踐的特殊風險模型（Berkowitz，1999），能使風險更加明顯（Blaschke等，2001）。綜上所述，壓力測試的目的在于在極端事件中突出風險以更好地管理風險。現實中極端事件頻發，如新冠肺炎疫情、俄烏戰爭等對全球經濟發展造成巨大壓力，壓力測試逐漸成為經濟領域的重要議題。企業是市場的微觀主體，其動態演進影響中觀產業發展（關皓明等，2021）。企業間的相互競爭、政府決策、經濟環境變動均會對企業發展產生影響。企業發展面臨諸多壓力，如利益相關者壓力和市場競爭壓力[21]、財政壓力[22]、政府壓力、經濟壓力、社會壓力和內部壓力[23]等。

為促進經濟高質量發展，首先需要保證經濟可持續發展，這離不開企業可持續發展，而企業面臨的各種壓力勢必成為阻礙。在不利環境下，企業可承受的壓力關乎企業可持續發展。企業是產業的基本單位，企業是否具備高承壓能力對產業可持續發展至關重要；延伸到中觀產業層面，產業承壓能力是指一個產業在壓力沖擊下可承受損失的程度，而產業是否具備高承壓能力影響經濟高質量發展。作為國民經濟的基礎，制造業發展質量關乎整個經濟體的健康運行。因此，在極端事件頻發的現實背景下，有必要對制造業及其關聯網絡進行壓力測試，以更好地應對外部壓力沖擊。

1.2 研究假設

根據產業關聯理論，各產業通過供給與需求形成相互影響和制約關系。為此，制造業關聯網絡壓力測試可解釋為制造業在生產過程中由于自身受到極端沖擊而對整個產業關聯網絡所產生的壓力。制造業具有完善的產業結構，產業規模不斷擴張，對經濟發展具有強大推動力，制造業高質量發展有利于促進經濟高質量發展（郭克莎和彭繼宗，2021）。結合產業關聯理論，當某產業部門與其它產業存在投入關系時，受該產業影響的產業部門越多，該產業影響力越大（方愛麗等，2008）。當某一產業受到沖擊時，該沖擊會沿著產業關聯關系擴散到其它產業（寧思雨等，2020），壓力也會由此蔓延到整個產業網絡。換言之，制造業自身受到沖擊會對整個關聯網絡產生影響，且這種影響隨著與該產業直接關聯產業數量的增加而蔓延到其它產業。但隨著關聯產業增加，更有利于分散沖擊。據此，本文提出以下假設：

H1：制造業通過產業沖擊對整個關聯網絡產生的壓力與該產業關聯產業數量成反向關系。

根據產業關聯理論，核心產業可帶動上下游產業發展，具有較強的輻射帶動作用。然而，某產業受到沖擊也會影響其它產業發展。強關聯意味著產業間具有密切的投入產出關系，也意味該產業對其它產業的影響作用更大（陳效珍，2015）。即當某產業受到沖擊時，更易影響其強關聯產業。強關聯關系還意味著經濟互動密切（楊蕙嘉和趙振宇，2021），若一個產業受到沖擊，其強關聯產業也會受到波及，進而對整個關聯網絡產生較大壓力。換言之，制造業受到沖擊對整個制造業關聯網絡產生的影響與產業間關聯程度正相關。據此，本文提出以下假設：

H2：制造業通過產業關聯對整個關聯網絡產生的壓力與該產業和其它產業關聯強度成正向關系。

基于上述分析，本研究構建理論框架，如圖1所示。

2 研究設計

2.1 數據選取與處理

參考徐映梅和張雯婷[24]的研究，本研究采用2017年、2018年和2020年投入產出表作為構建制造業關聯網絡的支撐數據，并篩選出制造業關聯網絡節點產業。計算各制造業與所有產業直接消耗系數的平均值，將上述值的平均值作為產業關聯密切值。當某產業與制造業間的直接消耗系數大于產業關聯密切值且滿足產業集群三角形化法時，則該產業為制造業關聯網絡節點產業。

ei-=∑nj=1eij/n（1）

e=∑ni=1ei-/n（2）

上式中，e為產業關聯密切值；eij為i部門對j部門的直接消耗系數；n為部門總數，i為i部門直接消耗系數的平均值。

2.2 研究方法選取

本文利用產業集群三角形化方法和公式（1）（2）識別制造業關聯網絡節點產業，并根據節點對投入產出表進行調整，構建制造業關聯網絡及該網絡投入產出數據，再結合中心度數據、前向和后向關聯分析以及最大權樹法提取網絡特征。當某產業受到沖擊時，該沖擊會隨著產業間的關聯關系而蔓延到整個產業網絡。為研究制造業受到諸如產出減少等沖擊對整個制造業關聯網絡所產生的壓力，本研究通過設置不同壓力測試整個關聯網絡的承壓情況。

2.3 研究步驟

2.3.1 制造業關聯網絡構建

考慮到數據可得性，借鑒朱英明[25]的做法，本研究采用投入產出表中的直接消耗系數矩陣進行網絡構建。

aij=xijxj（3）

其中，aij為直接消耗系數，表示j部門生產單位產品直接消耗i部門的產品量；xij表示j部門消耗i部門的產品量；xj表示j部門的總產出。

結合產業集群三角形化方法和公式（2）構建制造業下三角矩陣H，H由直接消耗矩陣縱向分析得出，是以起點產業為下游終端的產業鏈。按此方法依次對制造業進行識別，得到n個下三角矩陣H，以上述n個矩陣中的共有產業為節點合并成一個大矩陣H-，即為制造業關聯網絡的矩陣表現形式。

2.3.2 制造業關聯網絡特征提取

（1）中心度。利用UCINET軟件處理大矩陣得到制造業關聯網絡，并測算各產業的度數中心度、接近中心度和中間中心度。其中，度數中心度是指與某節點相連的節點個數，有向網絡分為出度中心度和入度中心度。入度中心度為進入該節點的直接關聯數，出度中心度為由該節點發出的直接關聯數。數值越大，說明與該節點相關聯的節點數越多。接近中心度是一個節點與其它節點的最短路徑之和。在有向網絡中分為入接中心度和出接中心度。接近中心度越大，表明該節點越非網絡核心節點，即受其它節點影響作用越小[26]。中間中心度是指一個節點在多大程度上控制和制約其它節點的能力[27]，中間中心度越大，表明該節點對其它節點的控制和制約能力越強，其越處于網絡核心位置。

（2）前向關聯分析。前向關聯是指產業通過自身產品供給推動下游產業發展，通常用直接分配系數和完全分配系數衡量，是對該產業被需求程度的測量。其中，直接分配系數是指i產業分配給j產業所需產品數量占產業總產出的比值，取值在0～1之間，該值越大說明產業前向關聯強度越強。假設hij為直接分配系數，xij表示i產業分配給j產業的產品或服務總量，xi表示i產業總產出，則直接分配系數如式（4）所示。

hij=xijxi（4）

完全分配系數是指i產業生產單位產品直接或間接分配給j產業生產所需的產品或服務，是直接分配系數與全部間接分配系數之和，反映某產業部門對其它產業部門產出的直接貢獻和間接貢獻。完全分配系數由直接分配系數矩陣計算得到，記W為完全分配系數矩陣，I為單位矩陣，H為直接消耗矩陣，完全分配系數矩陣構建如式（5）所示。

W=（I－H）－1－I（5）

（3）后向關聯分析。后向關聯是指某產業通過自身生產需求拉動上游產業發展，通常用直接消耗系數和完全消耗系數衡量，主要用某產業總產出中來自所有產業的投入占比進行測算。直接消耗系數如公式（3）所示，取值范圍在0～1之間，該值越大說明產業后向關聯強度越高。完全消耗系數是指j產業部門每生產單位產出直接或間接對i產業部門產品產生的消耗量，由直接消耗系數計算得到。假設B為完全消耗矩陣，I為單位矩陣，A為直接消耗矩陣，完全消耗系數矩陣構建如式（6）所示。

B=（I－A）－1－I（6）

（4）最大權樹算法。本研究借鑒生成樹算法，保留各產業間關聯最強的邊，提取關聯網絡中的主干網絡進行深入分析。經典生成樹算法包括最小生成樹Prim算法和 Kruskal算法，一般適用于無向網絡最小連通路徑研究。本研究構建有向網絡，考慮到方法的適用性，結合最小生成樹Kruskal算法和趙炳新[28]的產業基礎關聯樹算法生成最大生成樹算法。

2.4 研究模型

（1）制造業關聯網絡特征研究模型。考慮到數據類型和研究內容，本文選取里昂惕夫投入產出模型，對投入產出表行向數量關系和列向數量關系構建如下公式：

AX+Y=X（7）

XTH+YT=XT（8）

其中，X為總產品的列向量；XT為 X 的轉置；Y 為最終產品列向量；YT為Y 的轉置；A為直接消耗系數矩陣；H 為直接分配系數矩陣。

對式（7）和式（8）移項求逆后得到：

X=（I－A）－1Y（9）

XT=YT（I－H）－1（10）

從而求出公式（5）和公式（6），其中（I－A）－1為里昂惕夫（Leontief）逆矩陣，（I－H）－1為高氏（Ghosh）逆矩陣。

（2）壓力測試研究模型。為測試制造業產出沖擊對整個制造業關聯網絡產生的壓力，本研究借鑒徐澈[29]的方法，建立下式：

ΔYi=AT1aiiΔXi（11）

式（11）中，ΔYi表示制造業總產出變動引起的其它產業最終產出值變動的列向量， ΔXi表示i產業總產出的變化值，為壓力測試變動值與該產業當年總產出的乘積，AT為制造業關聯網絡里昂惕夫逆矩陣中i產業所在列元素（不包含aii），aii為i部門在里昂惕夫逆矩陣中對應的值。單個制造業產出變動引起的整個網絡總產出變動值為ΔYi各元素之和。

借鑒劉陽等[30]的取值方式，按沖擊源頭產業最終產值減少1%作為壓力測試變動值，并依次減少1%進行測試。對于一個經濟體來說，經濟下滑超過10%將使社會陷入蕭條，所以本研究將10%設為制造業測試的極端值。

3 研究結果與分析

3.1 制造業關聯網絡節點選擇

根據《國民經濟行業分類（2017）》，本研究將食品和煙草，紡織品，紡織服裝鞋帽皮革羽絨及其制品，木材加工品和家具，制造印刷和文教體育用品，石油、煉焦產品和核燃料加工品，化學產品，非金屬礦制品，金屬冶煉和壓延加工品，金屬制品，通訊設備，專用設備，交通運輸設備，電氣機械和器材，通訊設備、計算機和其它電子設備，儀器儀表，其它制造產品和廢品廢料和金屬制品，機械和設備維修服務18個部門歸為制造產業。

3.2 制造業關聯網絡特征

（1）制造業關聯網絡。利用2017年、2018年和2020年投入產出表（42部門）直接消耗系數矩陣分別得到3個29×29矩陣，利用UCINET軟件構建關聯網絡，如圖2所示。由圖2可見，3個制造業關聯網絡中各有29個產業節點。其中，2017年反映產業間關聯的邊有207條，2018年增至223條，2020年增至236條。通過UCINET分析得到整個制造業關聯網絡度數中心度、接近中心度和中間中心度的變化情況。限于篇幅，本文僅展示關聯網絡中各節點產業的中心度變動折線，如圖3～圖5所示。從中可見，縱坐標分別表示度數中心度、接近中心度和中間中心度的值，橫坐標為部門代碼，其中度數中心度為出度數中心度和入度數中心度之和。從度數中心度看，化學產品（12）的值最大，且其出度中心度和入度中心度數值也最大。這表明，與化學產品（12）有直接需求或直接供給關系的產業數為整個關聯網絡之最，化學產品（12）在上游網絡和下游網絡出現的次數最多，是眾多產業的基礎產業，這與化學產業是國民經濟基礎產業的事實相符。從整個制造業關聯網絡看，多數產業度數中心度變動很小，少數產業呈顯著變動，且非制造業變動幅度大于制造業變動幅度。如制造產業金屬制品（15）的度數中心度在2017年為16，2018年下降到5，2020年再下降到4；再如，非制造業中金融（32）和房地產（33）度數中心度在2017年為8，2018年升至11，到2020年分別升至23和27。

接近中心度和中間中心度綜合反映一個產業在產業網絡中的中心地位和影響力。由圖3可知，化學產品（12）的接近中心度在整個關聯網絡中最小，中間中心度最大，說明化學產品（12）處于核心位置，在產業間影響力最大，與之相連的產業最多，一旦受到沖擊，多數產業可能都會被波及。值得注意的是，化學產品（12）的中間中心度呈明顯下降趨勢。從整個制造業接近中心度看，除食品和煙草（6）、造紙印刷和文教體育用品（10）、通用設備（16）和交通運輸設備（18）呈顯著下降趨勢外，多數產業下降趨勢緩，且多數制造業接近中心度明顯高于整體水平。此外，非制造業金融（30）、房地產（32）、租賃和商務服務（34）接近中心度也呈明顯下降趨勢，說明其核心位置逐步上升。就中間中心度看，多數節點產業變動明顯，除造紙印刷和文教體育用品（10）、煤炭采選產品（2）、非金屬礦和其它礦采選產品（5）呈下降趨勢外，多數產業呈上升趨勢，如制造業中交通運輸設備（18）漲幅最明顯，僅次于化學產品（12），非制造業中批發和零售（28）、金融（32）、房地產（33）也呈明顯上升趨勢。

綜上所述：第一，化學產品在整個制造業關聯網絡中占據核心地位，但其核心地位呈下降趨勢。原因可能在于：①化學產品耗能大、廢棄物多、易污染，近年來狠抓產業綠色發展和碳中和，使得化學產業可持續發展受阻；②為達成綠色環保目標，導致部分化工企業關停，抑或產品綠化技術未達標而無法進入下一產業；③近年來強調高端制造，反觀化學產品，如化工產品以低端制造為主，消費需求愈發多樣化高端化，低端化學產品難以滿足消費者需求；④目前處于工業經濟向數字經濟過渡階段，化學產業數字化發展緩慢，使得化學產品難以跟上產業發展新形態，因此應加快化學產業結構轉型升級，促進綠色低碳發展，注重高端產能數字化。第二，非制造業在整個制造業關聯網絡中的核心地位呈上升趨勢。信息技術產業高速發展激發了產業融合熱潮，使得服務業等非制造業與制造業之間互動融合程度加深，從而使非制造業核心地位呈上升趨勢。

（2）前向關聯分析結果。前向關聯分析由直接分配系數和完全分配系數衡量，直接分配系數反映某產業對其它產業的供給占產業總產出的比例，完全分配系數反映某產業對另一產業的直接供給和間接供給。限于篇幅，本文僅展示部分制造業的前向關聯情況。借鑒徐小峰和郝俊（2017）的研究，將直接分配系數大于0.1定義為前向關聯關系較強，將完全分配系數介于[0.01，0.1]定義為前向關聯關系較弱（見表1）。

從整體數據看，非制造業前向關聯情況優于制造業，即非制造業對整個制造業關聯網絡的前向推動作用較大。從各節點產業直接分配系數看，非制造業煤炭產品前向關聯較強產業數量最多，2017年、2018年、2020年占比分別為17.24%、17.24%和10.34%，而前向關聯較弱產業占比較少，該產業在整個關聯網絡中的前向推動作用較大。總體來說，多數制造業沒有前向關聯較強產業，且相比于非制造業，前向關聯較弱產業占比較大，如專用設備前向關聯較強產業占比為0，其前向關聯較弱產業2017年、2018年、2020年占比分別為82.76%、82.76%和72.41%。從變動趨勢看，前向關聯較強產業占比較為穩定，只有非金屬礦和其它礦采選產品呈明顯下降趨勢；多數制造業前向關聯較弱產業占比呈下降趨勢，且比非制造業變動幅度大，非制造業前向關聯較弱產業占比變動幅度在7%以內，而制造業變動幅度最大為10%，如金屬制品、專用設備、電氣機械和器材。

（3）后向關聯分析結果。制造業后向關聯分析采用直接消耗系數和完全消耗系數衡量，直接消耗系數反映某產業對其它產業的依賴情況，完全消耗系數反映某產業與其它產業的關系。限于篇幅，本文僅展示部分制造業的后向關聯情況，將直接消耗系數大于0.1定義為后向關聯關系較強，將完全消耗系數介于[0.01，0.1]定義為后向關聯關系較弱（見表2）。

從整體數據看，制造業后向關聯情況優于非制造業，即制造業后向需求拉動作用較大。從各節點產業直接消耗系數看，制造業中的化學產品與金屬制品、機械和設備修理服務的后向關聯較強產業占比最高（6.9%），且兩個產業后向關聯較弱產業占比較小，說明這兩個產業對整個關聯網絡的后向需求拉動作用較大。多數非制造業后向強關聯產業占比為0，且后向關聯較弱產業占比普遍高于制造業，如煤炭采選產品后向關聯較強產業占比為0，但其后向關聯較弱產業占比在整個關聯網絡中最高。從變動趨勢看，后向關聯較強產業占比穩定，多數產業的后向關聯較弱產業占比呈下降趨勢，如制造業中的食品和煙草、金屬制品和專用設備等產業，非制造業中的農林牧漁產品和服務以及批發和零售產業后向關聯較弱產業占比均呈下降趨勢。值得注意的是，制造業下降趨勢較非制造業大，非制造業后向關聯較弱產業占比變動最大幅度為10%左右，制造業變動幅度超過10%。

（4）最大權樹法分析結果。基于前文構建的制造業關聯網絡，采用最大生成樹算法提取網絡主干，在不形成圈的前提下保留網絡中權重最大的邊及其兩端節點，如圖6所示。其中，○代表非制造業部門，●代表制造業部門，圈內數字表示產業代碼。

由圖6可知，化學產品（12）是整個關聯網絡中最重要的供給產業，是多個產業的直接供給者，對這些產業具有直接推動作用，一旦該產業發生沖擊，將對多數產業產生直接影響，這與前面分析相符；金屬冶煉和壓延加工品（14）也是重要的產品供給產業，為多數制造業提供產品，同時也是需求者。非制造產業農林牧漁產品和服務（1）是整個關聯網絡的重要供給者，對3個制造產業具有發揮推動作用；電氣機械和器材（19）是整個關聯網絡的需求者，與3個制造產業產生直接需求關系。從總體看，產業節點數未發生改變，且最大生成樹變動甚微，說明整個制造業關聯網絡處于穩定狀態。尤其是在遭受新冠肺炎疫情沖擊后，大量業務被迫中斷，但2020年整個關聯網絡依然保持穩定發展，說明整個關聯網絡穩定性較強且具有一定韌性，能很好地抵抗沖擊。

3.3 制造業關聯網絡承壓測試

限于篇幅，本文僅展示節點產業受到沖擊時對整個關聯網絡造成的壓力。按上文中壓力測試研究方法繪制圖7～圖9，圖中橫坐標軸表示部門代碼，縱坐標軸表示整個網絡承受的壓力值。

從壓力測試結果看，整個制造業關聯網絡承壓能力較強，即使單個產業遭受的沖擊高達10%，但對整個網絡造成的壓力小于1%，若將其擴展到整個國民經濟產業網絡，其影響作用可能更小，即整個制造業關聯網絡具有良好的承壓能力。度數中心度表示與產業直接關聯的產業，其值越大表示與產業直接關聯的產業越多。結合承壓數據與度數中心度變動情況，紡織品度數中心度呈明顯上升趨勢，2017年、2018年、2020年分別為4、5和6，其受到沖擊后產生的壓力值（以1%沖擊為例，下同）2017年、2018年、2020年分別為0.023 8%、0.022 3%和0.021 1%；紡織服裝鞋帽皮革羽絨及其制品度數中心度呈上升趨勢，2017年、2018年、2020年分別為4、4和5，其產生的壓力值2017年、2018年、2020年分別為0.043 5%、0.040 3%和0.034 9%，具有下降趨勢；再如，交通運輸設備和通信設備、造紙印刷和文教體育用品、計算機和其它電子設備等產業度數中心度呈上升趨勢，但該產業沖擊產生的壓力值呈下降趨勢；金屬制品度數中心度具有下降趨勢，2017年、2018年、2020年分別為16、5和4，該產業產生的壓力值呈上升趨勢，2017年、2018年、2020年分別為0.043 4%、0.043 9%和0.044 0%。綜上所述，假設H1成立。

中間中心度反映產業在整個關聯網絡中的核心地位和對其它產業的影響，產業中間中心度越高，表明其越處于整個關聯網絡中心位置，并越容易對其它產業產生影響，即與其它產業的關聯程度越高。綜合產業承壓數據與產業中心度變動情況可知，化學產品中間中心度呈顯著下降趨勢，2017年、2018年、2020年分別為160.87、116.28和87.56，由上文分析可知其產生的壓力值呈下降趨勢；食品和煙草中間中心度呈下降趨勢，2017年、2018年、2020年分別為26、25.5和24.60，其產生的壓力值也呈下降趨勢，2017年、2018年、2020年分別為0.078 3%、0.066 9%和0.065 6%；批發和零售中間中心度呈明顯上升趨勢，2017年、2018年、2020年分別為13.51、16.22和33.98，其產生的壓力值呈上升趨勢，2017年、2018年、2020年分別為0.045 7%、0.049 8%和0.054 7%。大體而言，隨著產業中間中心度減弱，該產業沖擊對整個網絡產生的壓力呈下降趨勢，假設H2成立。

4 結論與討論

4.1 研究結論

本研究基于2017年、2018年和2020年投入產出數據，結合產業集群三角形化方法篩選制造業關聯網絡節點，根據中心度數據、前向和后向關聯分析以及最大權樹法提取制造業關聯網絡特征，通過壓力測試不同程度制造業沖擊給整個網絡施加的壓力，得出如下結論：

（1）化學產品是制造業關聯網絡中最具核心地位的產業，也是多數產業的基礎產業，在整個網絡中核心地位呈下降趨勢，同時部分非制造業在整個產業中的核心地位呈上升趨勢。

（2）與非制造業相比，制造業在整個關聯網絡中的前向關聯度較弱，但后向關聯度較強。由直接分配系數和完全分配系數變動情況可知，制造業前向關聯較強產業占比較低，前向關聯較弱產業占比高且呈下降趨勢；由直接消耗系數和完全消耗系數變動情況可知，制造業后向關聯較強產業占比較高，后向關聯較弱產業產占比較低且呈下降趨勢。

（3）大體而言，本文兩個假設成立，即隨著產業直接關聯產業數量增加，該產業沖擊對整個制造業關聯網絡產生的壓力呈下降趨勢；當產業與其它產業關聯程度下降時，該產業沖擊產生的壓力呈下降趨勢。由壓力測試結果可知，紡織品和紡織服裝鞋帽皮革羽絨及其制品等產業受到沖擊后對整個制造業關聯網絡產生的壓力隨著與其直接關聯產業數量的增加而增大；化學產品以及食品和煙草等產業受到沖擊后對整個制造業關聯網絡產生的壓力隨著該產業與其它產業關聯度的減小而下降。

4.2 研究啟示

研究發現，我國制造業關聯網絡具有良好韌性和較強承壓能力。但從整個網絡變化情況看，制造業關聯網絡規模長期處于平穩狀態，規模增長速度停滯，產業關聯表現為制造業強關聯扎堆，即與非制造業之間的關聯較小。本研究中兩個假設說明多元化產業關聯有利于壓力分散，但也要避免出現過于強大的產業關聯關系以及對單一產業的過分依賴，減少潛在壓力風險。總體來說，一方面在制造業關聯網絡中非制造業數量較少，制造業在整個國民經濟產業網絡延伸不足；另一方面，制造業關聯網絡規模穩定有利于內部發展，但不利于高質量多元化發展，也不利于其在國民經濟中延伸發展。通過多元化產業融合發展創造豐富的產業關聯關系對降低制造業關聯網絡潛在壓力具有重要意義。為此，本研究對制造業高質量發展提供如下啟示：

（1）積極推動制造業數字化、智能化和綠色化發展，順應數字經濟時代產業變革趨勢。加強產業結構調整，加速智能制造發展，貫徹落實“十四五”規劃，實施制造強國戰略，推動制造產業升級，推動制造產業現代化、綠色化和數字化發展。在工業經濟加速向數字經濟轉型過程中，數據成為新生產要素，數字技術成為產業發展的巨大動力，作為工業經濟核心產業的化學產品，其核心作用減弱有跡可循。在數字經濟時代下，為更好地發展制造業，應積極促進全產業數智化發展，建立健全產學研協同機制，加強研企合作，充分利用科研院所、高校等資源優勢，做大做強制造業產業集群，加快產業數智化發展，穩健提高制造業在國民經濟中的核心地位。積極響應《關于加快建立健全綠色低碳循環發展經濟體系的指導意見》，加速制造產業綠色低碳轉型、產業基礎設施綠色升級，構建以市場為導向的綠色技術創新體系，積極拓展產業間綠色技術合作，探索新型產業合作模式，促進制造業在我國經濟中的延伸發展，加快新技術新業態模式轉型，積極推動實體經濟發展。

（2）增強制造業在經濟體系中的后向關聯和前向關聯作用是提高制造業產業競爭力的重要途徑。制造業多為基礎產業，如食品煙草、石油、化學品、金屬制品等產業產品多為非制造業上游材料來源，產品質量推動著下游產業發展；同樣，非制造業也影響制造業發展，如金融業、教育業通過融資投入和教育知識投入等方式影響電氣機械和器材、計算機和其它電子設備等制造產業發展，制造業需求拉動其它產業發展。因此，應積極響應國家產業發展策略，補齊短板、鍛造長板，強化制造業資源、技術支撐，引導行業龍頭企業發揮引導支撐作用，支持創新型中小微企業發展，推動產業鏈上中下游關聯發展。充分利用“5G＋工業互聯網”項目加速推動制造業轉型升級，實現全產業智能制造，發揮制造業的輻射帶動作用，推動下游產業轉型升級，蓄能制造業經濟體量。增強產業重點企業活力，夯實產業發展基礎，提高其對整個經濟體的拉動作用，促進經濟高質量發展。

（3）制造業關聯網絡壓力測試為制造業高質量發展提供政策方向。關聯網絡壓力測試是在確定產業間關聯關系的基礎上，計算單個產業受到沖擊對整個關聯網絡產生的壓力情況。由結果可知，多元產業關聯關系有利于提高網絡承壓能力，所以政府部門相關政策應著眼于為不同產業創造關聯條件，鼓勵產業融合發展。隨著數字經濟的快速發展，應遵循《國家標準化發展綱要》要求，加快制造業與數字產業融合，應用數字技術賦能制造業高端化，助力制造業綠色化發展；加速高端綠色制造與農業融合，加強產業技術輸出，促進農業現代化高質量發展；推進高端綠色制造業與水利和能源等產業融合發展，促進綠色能源發展。深化產業間業務關聯、技術關聯以及鏈條延伸，推動戰略性新興產業融合，增強產業鏈穩定性和產業綜合競爭力。

4.3 不足與展望

本研究存在如下不足：一方面，采用國家統計局發布的投入產出表，但該表最新發布數據只有2017年、2018年和2020年，未能補充2019年數據；另一方面，投入產出表數據是針對產業中觀層面產業關聯特征進行分析，未分析制造企業微觀特征以及測度單個產業的承壓情況。因此，未來可從以下幾個層面展開深入研究：①將產業間關聯網絡研究方法延伸到微觀企業層面進行測度；②對單一產業進行精準研究，為特定產業發展提供理論基礎。

參考文獻參考文獻：

[1] 余典范，干春暉，鄭若谷. 中國產業結構的關聯特征分析——基于投入產出結構分解技術的實證研究[J]. 中國工業經濟，2011，39（11）：5-15.

[2] 馮居易，魏修建. 數字經濟時代下中國信息服務業的投入產出效應研究[J]. 情報科學，2020，38（5）：112-119.

[3] YANG C， ZHENG Z.Analysis of the theoretical issues on the measurement of industrial linkage[J].Statistical Research， 2014，31（12）： 11-19.

[4] SUN C W， CHEN L Y， XU Y H.Industrial linkage of embodied CO2 emissions： evidence based on an absolute weighted measurement method[J].Resources， Conservation amp; Recycling， 2020， 160：104892.

[5] 張凌潔，馬立平. 城市群產業關聯分析與增長極選擇[J]. 統計與決策，2021，37（23）：116-120.

[6] 韓麗萍，高甜甜，張茜，等. 供需兩側視角下煤炭產業國家價值鏈嵌入與產業關聯問題研究——蒙、晉、陜三省（自治區）的數據分析[J]. 數理統計與管理，2021，40（2）：222-232.

[7] 宋之杰，唐曉莉. 京津冀協同發展背景下河北省信息產業關聯效應分析[J]. 數學的實踐與認識，2019，49（8）：39-46.

[8] 黃慶華，胡夢佳. 成渝地區雙城經濟圈產業關聯演化格局分析[J]. 中南大學學報（社會科學版），2021，27（6）：119-135.

[9] 吳利學，方萱. 中國數字經濟的投入產出與產業關聯分析[J]. 技術經濟，2022，41（12）：91-98.

[10] 王孟欣，藍漢勇，李朗. 產業關聯及技術創新擴散效應——基于裝備制造業與生產性服務業的分析[J]. 江蘇大學學報（社會科學版），2022，24（1）：24-36.

[11] ISARD W. Interregional and regional input-output analysis： a model of a space-economy[J]. Review of Economics and Statistics， 1951， 33（4）： 318-328.

[12] MOSES L N. The stability of interregional trading patterns and input-output analysis[J]. American Economic Review， 1955， 45（5）： 803-832.

[13] DIETZENBACHER E， LOS B. Externalities of Ramp;D expenditures[J]. Economic Systems Research， 2002， 14（4）： 407-425.

[14] HAUKNES J， KNELL M. Embodied knowledge and sectoral linkages： an input-output approach to the interaction of high-and low-tech industries[J]. Research Policy， 2009， 38（3）： 459-469.

[15] 韓君，高瀛璐. 中國省域數字經濟發展的產業關聯效應測算[J]. 數量經濟技術經濟研究，2022，39（4）：45-66.

[16] 鄭休休，劉青，趙忠秀. 產業關聯、區域邊界與國內國際雙循環相互促進——基于聯立方程組模型的實證研究[J]. 管理世界，2022，38（11）：56-70，145，71-80.

[17] GUITTON H，RASMUSSEN P N. Studies in inter-sectoral relations[J]. Economica， 1957， 8（6）：15-17.

[18] KALMBACH P， KURZ H D. Micro-electronics and employment，a dynamic input-output approach：" a reply[J].Journal of" The" Review" of" Economic Dynamics，2004，1（2）：371-386.

[19] ESSLETZBICHLER J. Relatedness， industrial branching and technological cohesion in US metropolitan areas[J]. Regional Studies， 2015， 49（5）： 752-766.

[20] 杜坤倫，李賢彬，李后強. 壓力測試機制助力重大風險防控研究——基于金融風險管控的視角[J]. 財經科學，2020，64（6）：41-50.

[21] BHATIA M S， KUMAR S. Linking stakeholder and competitive pressure to industry 4.0 and performance： mediating effect of environmental commitment and green process innovation[J]. Business Strategy and the Environment，2022，31（5）：1905-1918.

[22] BUCUR A， DOBROTA G， DUMITRASCU O. Implications of fiscal pressure on the sustainability of the equilibrium and performance of companies[J]. Evidences in the Rubber and Plastic Industry from Romania，2019，11（7）：2082.

[23] HE Z， XU S， SHEN W， et al. Exploring external and internal pressures on the environmental behavior of paper enterprises in China： a qualitative study[J]. Business Strategy and the Environment，2019（28）：951-969.

[24] 徐映梅，張雯婷. 中國數字經濟產業關聯網絡結構分析[J]. 統計與信息論壇，2021，36（8）：30-42.

[25] 朱英明. 中國產業集群結構研究[J].系統工程學報，2007，23（3）：225-232.

[26] 朱艷麗，向欣宇，孫英楠. 中國省際知識產權保護空間關聯網絡研究[J]. 科技進步與對策，2020，37（13）：54-63.

[27] 王文靜，趙江坤. 產學專利合作網絡：結構演變與知識流動——合作形式視角[J]. 科技進步與對策，2019，36（7）：1-9.

[28] 趙炳新，陳效珍，陳國慶.產業基礎關聯樹的構建與分析——以山東、江蘇兩省為例[J]. 管理評論，2013，25（2）：35-42.

[29] 徐澈. 內循環背景下出口依存型產業鏈的識別、特征與承壓測試[J]. 經濟學家，2021，33（2）：23-32.

[30] 劉陽，張萌，李體欣. 逆全球化壓力下貿易沖擊的經濟波動壓力測試——基于產業關聯理論[J]. 國際經貿探索，2022，38（6）：76-88.

責任編輯（責任編輯：王敬敏）

英文標題The Pressure-Bearing Capacity of Manufacturing Association Networks： A Characteristic Analysis and Stress Testing Based on Input-Output Tables

英文作者Xie Weihong1，2， Liu Ziyi1，3， Zheng Diwen4，5， Wang Ligang1，3

英文作者單位（1.School of Economics， Guangdong University of Technology;2.Digital Economy and Data Governance Laboratory， Guangdong University of Technology;3.Guangdong Manufacturing Big Data Innovation Research Center;4.School of Management， Guangdong University of Technology;5.Institute of Big Data Strategy， Guangdong University of Technology，Guangzhou" 510520，China）

摘要Abstract：The manufacturing industry is the fundamental industry of the national economy. There are complex interrelationships between various industries， and a manufacturing industry network is formed through the interrelationships between them. Thus， the impact of a single industry will cause pressure on the entire network through the interrelationships between industries. With the rapid development of digitalization， the digital economy has brought many uncertain factors to the development of the manufacturing industry. In this context， exploring the pressure-bearing capacity of manufacturing association networks has become an important issue of concern for people. It is necessary to first understand the characteristics of the manufacturing association network in order to gain a deeper understanding of the development momentum of the manufacturing industry in the current economic context， which introduces two questions： How should researchers conduct stress testing on manufacturing association networks？ Following the network theory of industrial association， this study centers around the above problems by using centrality analysis， forward association analysis， backward association analysis， maximum weight tree algorithm analysis and pressure model construction.

On the basis of reviewing the industrial correlation theory， this study explores the characteristics and conducts stress testing of manufacturing industry correlation networks within the analytical framework of industrial correlation theory. Firstly， the research hypotheses are derived based on relevant theoretical foundations. Then， according to the industrial cluster triangulation method and direct consumption coefficient， the manufacturing association network is constructed， and the characteristics of the current manufacturing-related network are analyzed through centrality analysis， forward-related analysis， backward-related analysis， and the maximum weight tree algorithm. Finally， a model for stress testing is constructed， and the stress of the manufacturing association network is analyzed.

The research results indicate that， firstly， chemical products are the most core industry in the manufacturing industry network， but their core position has a downward trend. The reasons for this phenomenon might be that （1） the production process of chemical products has the characteristics of high energy consumption and high pollution; （2） green environmental protection requirements can easily lead to a one-size-fits-all problem; （3） chemical products are difficult to keep up with the current new forms of manufacturing development; （4） the digitization process of chemical products is slow. It can be seen that the decline in the core position of chemical products as the core industry of the industrial economy is traceable. Meanwhile， with the development of industrial integration， the core position of some non-manufacturing industries in the entire industry is on the rise. Secondly， compared to non-manufacturing industries， the forward correlation degree of manufacturing in the entire correlation network is relatively weak， but the backward correlation degree is relatively strong. From the changes in the direct partition coefficient and the complete partition coefficient， it is clear that the proportion of industries with strong forward linkages in the manufacturing industry is relatively low， and the proportion of industries with weak forward linkages is high and has a downward trend. From the changes in direct consumption coefficient and complete consumption coefficient， it can be seen that the proportion of industries with strong backward correlation in the manufacturing industry is relatively high， while the proportion of industries with weak backward correlation is relatively low and showing a downward trend. Thirdly， in general， the manufacturing association network has a strong pressure-bearing capacity as a whole， and two hypotheses are valid， i.e.， as the number of directly related industries increases， the pressure generated by the industry impact on the entire manufacturing association network tends to decrease; when the degree of correlation between an industry and other industries decreases， the pressure generated by the impact of that industry tends to decrease.

This study provides reference value for deepening the longitudinal and situational research. In future research， the research methods of inter-industry association networks can be extended to micro enterprises; furthermore， it is feasible to conduct precise research on a single industry， providing a more accurate theoretical basis for the development of specific industries.

關鍵詞Key Words：Manufacturing Association Network; Pressure-bearing Capacity; Input-output Table; High-quality Development