摘 要：數(shù)字經(jīng)濟快速發(fā)展對制造業(yè)關聯(lián)網(wǎng)絡帶來諸多不確定性影響，制造業(yè)關聯(lián)網(wǎng)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(chǎn)出表，借助產(chǎn)業(yè)集群三角形化方法識別并構建制造業(yè)關聯(lián)網(wǎng)絡，結合最大權樹法分析制造業(yè)關聯(lián)網(wǎng)絡特征，并測試不同程度沖擊對制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)生的壓力。研究發(fā)現(xiàn)：①化學產(chǎn)品是制造業(yè)關聯(lián)網(wǎng)絡的核心產(chǎn)業(yè)，但其核心地位呈下降趨勢；②總體而言，制造業(yè)對整個關聯(lián)網(wǎng)絡的后向關聯(lián)效應較強，非制造業(yè)的前向關聯(lián)效應較強；③隨著壓力源頭產(chǎn)業(yè)直接關聯(lián)產(chǎn)業(yè)數(shù)量的增加，制造業(yè)關聯(lián)網(wǎng)絡所承受的壓力呈下降趨勢；隨著壓力源頭產(chǎn)業(yè)與其它產(chǎn)業(yè)關聯(lián)程度的下降，制造業(yè)關聯(lián)網(wǎng)絡承受的壓力呈下降趨勢。研究結論可為制造企業(yè)應對承壓狀態(tài)、促進經(jīng)濟高質量發(fā)展提供理論依據(jù)與實踐參考。

關鍵詞：制造業(yè)關聯(lián)網(wǎng)絡；產(chǎn)業(yè)承壓能力；投入產(chǎn)出表；高質量發(fā)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(yè)不僅是國民經(jīng)濟的主體，在現(xiàn)代化經(jīng)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(fā)展經(jīng)濟的著力點放在實體經(jīng)濟上，推進新型工業(yè)化，加快建設制造強國、質量強國、航天強國、交通強國、網(wǎng)絡強國、數(shù)字中國”。然而，隨著數(shù)字經(jīng)濟的快速發(fā)展，制造業(yè)關聯(lián)網(wǎng)絡發(fā)展面臨諸多不確定性因素，在此情形下探究制造業(yè)關聯(lián)網(wǎng)絡特征及承壓能力迫在眉睫。

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

綜上所述，現(xiàn)有研究對產(chǎn)業(yè)關聯(lián)網(wǎng)絡進行了有益探索，但存在以下不足：第一，多以區(qū)域為研究對象，鮮有研究以制造業(yè)為分析對象。第二，多局限于產(chǎn)業(yè)關聯(lián)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(chǎn)業(yè)關聯(lián)理論為基礎，基于2017年、2018年和2020年投入產(chǎn)出表數(shù)據(jù)，構建制造業(yè)關聯(lián)網(wǎng)絡并進行壓力測試，探究制造業(yè)關聯(lián)網(wǎng)絡特征并回答以下問題：如何凝煉制造業(yè)關聯(lián)網(wǎng)絡特征？如何測試制造業(yè)關聯(lián)網(wǎng)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(chǎn)業(yè)關聯(lián)理論

產(chǎn)業(yè)關聯(lián)理論又稱投入產(chǎn)出關聯(lián)理論，主要研究社會經(jīng)濟活動中各產(chǎn)業(yè)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(jīng)濟表》。1936 年，里昂惕夫在《經(jīng)濟學和統(tǒng)計學評論》上發(fā)表《美國經(jīng)濟系統(tǒng)中的投入產(chǎn)出數(shù)量關系》的論文，標志著投入產(chǎn)出理論初步形成。同年，里昂惕夫提出用投入產(chǎn)出法對產(chǎn)業(yè)關聯(lián)進行分析，并使用中間消耗對不同產(chǎn)業(yè)間的技術經(jīng)濟聯(lián)系進行分析，預示著產(chǎn)業(yè)關聯(lián)理論基本成形；Guitton 等[17]利用感應度系數(shù)和影響力系數(shù)測量前后向關聯(lián)關系；Karmbach amp; Kurz[18]通過構建變系數(shù)動態(tài)投入產(chǎn)出模型，對投入產(chǎn)出系數(shù)進行更新和預測。產(chǎn)業(yè)關聯(lián)性以產(chǎn)業(yè)間投入產(chǎn)出聯(lián)系強度衡量[19]，研究產(chǎn)業(yè)關聯(lián)能促進產(chǎn)業(yè)結構優(yōu)化和調整。產(chǎn)業(yè)關聯(lián)理論是產(chǎn)業(yè)關聯(lián)分析的理論基礎，投入產(chǎn)出分析法是產(chǎn)業(yè)關聯(lián)分析的重要工具，而投入產(chǎn)出表是投入產(chǎn)出法模型構建的基礎。綜上所述，產(chǎn)業(yè)關聯(lián)理論研究主要基于投入產(chǎn)出法，投入產(chǎn)出表是投入產(chǎn)出法運用的基礎。就研究內(nèi)容而言，主要包含投入和產(chǎn)出兩個關鍵要素。

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

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

1.1.2 承壓能力內(nèi)涵及其在產(chǎn)業(yè)關聯(lián)網(wǎng)絡中的重要性

壓力測試最早由國際證券監(jiān)管機構提出，是假設在市場極端不利情況下對資產(chǎn)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(tǒng)穩(wěn)定性，一般在系統(tǒng)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?，F(xiàn)實中極端事件頻發(fā)，如新冠肺炎疫情、俄烏戰(zhàn)爭等對全球經(jīng)濟發(fā)展造成巨大壓力，壓力測試逐漸成為經(jīng)濟領域的重要議題。企業(yè)是市場的微觀主體，其動態(tài)演進影響中觀產(chǎn)業(yè)發(fā)展（關皓明等，2021）。企業(yè)間的相互競爭、政府決策、經(jīng)濟環(huán)境變動均會對企業(yè)發(fā)展產(chǎn)生影響。企業(yè)發(fā)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(jīng)濟壓力、社會壓力和內(nèi)部壓力[23]等。

為促進經(jīng)濟高質量發(fā)展，首先需要保證經(jīng)濟可持續(xù)發(fā)展，這離不開企業(yè)可持續(xù)發(fā)展，而企業(yè)面臨的各種壓力勢必成為阻礙。在不利環(huán)境下，企業(yè)可承受的壓力關乎企業(yè)可持續(xù)發(fā)展。企業(yè)是產(chǎn)業(yè)的基本單位，企業(yè)是否具備高承壓能力對產(chǎn)業(yè)可持續(xù)發(fā)展至關重要；延伸到中觀產(chǎn)業(yè)層面，產(chǎn)業(yè)承壓能力是指一個產(chǎn)業(yè)在壓力沖擊下可承受損失的程度，而產(chǎn)業(yè)是否具備高承壓能力影響經(jīng)濟高質量發(fā)展。作為國民經(jīng)濟的基礎，制造業(yè)發(fā)展質量關乎整個經(jīng)濟體的健康運行。因此，在極端事件頻發(fā)的現(xiàn)實背景下，有必要對制造業(yè)及其關聯(lián)網(wǎng)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(jù)產(chǎn)業(yè)關聯(lián)理論，各產(chǎn)業(yè)通過供給與需求形成相互影響和制約關系。為此，制造業(yè)關聯(lián)網(wǎng)絡壓力測試可解釋為制造業(yè)在生產(chǎn)過程中由于自身受到極端沖擊而對整個產(chǎn)業(yè)關聯(lián)網(wǎng)絡所產(chǎn)生的壓力。制造業(yè)具有完善的產(chǎn)業(yè)結構，產(chǎn)業(yè)規(guī)模不斷擴張，對經(jīng)濟發(fā)展具有強大推動力，制造業(yè)高質量發(fā)展有利于促進經(jīng)濟高質量發(fā)展（郭克莎和彭繼宗，2021）。結合產(chǎn)業(yè)關聯(lián)理論，當某產(chǎn)業(yè)部門與其它產(chǎn)業(yè)存在投入關系時，受該產(chǎn)業(yè)影響的產(chǎn)業(yè)部門越多，該產(chǎn)業(yè)影響力越大（方愛麗等，2008）。當某一產(chǎn)業(yè)受到?jīng)_擊時，該沖擊會沿著產(chǎn)業(yè)關聯(lián)關系擴散到其它產(chǎn)業(yè)（寧思雨等，2020），壓力也會由此蔓延到整個產(chǎn)業(yè)網(wǎng)絡。換言之，制造業(yè)自身受到?jīng)_擊會對整個關聯(lián)網(wǎng)絡產(chǎn)生影響，且這種影響隨著與該產(chǎn)業(yè)直接關聯(lián)產(chǎn)業(yè)數(shù)量的增加而蔓延到其它產(chǎn)業(yè)。但隨著關聯(lián)產(chǎn)業(yè)增加，更有利于分散沖擊。據(jù)此，本文提出以下假設：

H1：制造業(yè)通過產(chǎn)業(yè)沖擊對整個關聯(lián)網(wǎng)絡產(chǎn)生的壓力與該產(chǎn)業(yè)關聯(lián)產(chǎn)業(yè)數(shù)量成反向關系。

根據(jù)產(chǎn)業(yè)關聯(lián)理論，核心產(chǎn)業(yè)可帶動上下游產(chǎn)業(yè)發(fā)展，具有較強的輻射帶動作用。然而，某產(chǎn)業(yè)受到?jīng)_擊也會影響其它產(chǎn)業(yè)發(fā)展。強關聯(lián)意味著產(chǎn)業(yè)間具有密切的投入產(chǎn)出關系，也意味該產(chǎn)業(yè)對其它產(chǎn)業(yè)的影響作用更大（陳效珍，2015）。即當某產(chǎn)業(yè)受到?jīng)_擊時，更易影響其強關聯(lián)產(chǎn)業(yè)。強關聯(lián)關系還意味著經(jīng)濟互動密切（楊蕙嘉和趙振宇，2021），若一個產(chǎn)業(yè)受到?jīng)_擊，其強關聯(lián)產(chǎn)業(yè)也會受到波及，進而對整個關聯(lián)網(wǎng)絡產(chǎn)生較大壓力。換言之，制造業(yè)受到?jīng)_擊對整個制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)生的影響與產(chǎn)業(yè)間關聯(lián)程度正相關。據(jù)此，本文提出以下假設：

H2：制造業(yè)通過產(chǎn)業(yè)關聯(lián)對整個關聯(lián)網(wǎng)絡產(chǎn)生的壓力與該產(chǎn)業(yè)和其它產(chǎn)業(yè)關聯(lián)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(shù)據(jù)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(chǎn)出表作為構建制造業(yè)關聯(lián)網(wǎng)絡的支撐數(shù)據(jù)，并篩選出制造業(yè)關聯(lián)網(wǎng)絡節(jié)點產(chǎn)業(yè)。計算各制造業(yè)與所有產(chǎn)業(yè)直接消耗系數(shù)的平均值，將上述值的平均值作為產(chǎn)業(yè)關聯(lián)密切值。當某產(chǎn)業(yè)與制造業(yè)間的直接消耗系數(shù)大于產(chǎn)業(yè)關聯(lián)密切值且滿足產(chǎn)業(yè)集群三角形化法時，則該產(chǎn)業(yè)為制造業(yè)關聯(lián)網(wǎng)絡節(jié)點產(chǎn)業(yè)。

ei-=∑nj=1eij/n（1）

e=∑ni=1ei-/n（2）

上式中，e為產(chǎn)業(yè)關聯(lián)密切值；eij為i部門對j部門的直接消耗系數(shù)；n為部門總數(shù)，i為i部門直接消耗系數(shù)的平均值。

2.2 研究方法選取

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

2.3 研究步驟

2.3.1 制造業(yè)關聯(lián)網(wǎng)絡構建

考慮到數(shù)據(jù)可得性，借鑒朱英明[25]的做法，本研究采用投入產(chǎn)出表中的直接消耗系數(shù)矩陣進行網(wǎng)絡構建。

aij=xijxj（3）

其中，aij為直接消耗系數(shù)，表示j部門生產(chǎn)單位產(chǎn)品直接消耗i部門的產(chǎn)品量；xij表示j部門消耗i部門的產(chǎn)品量；xj表示j部門的總產(chǎn)出。

結合產(chǎn)業(yè)集群三角形化方法和公式（2）構建制造業(yè)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(chǎn)業(yè)為下游終端的產(chǎn)業(yè)鏈。按此方法依次對制造業(yè)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(chǎn)業(yè)為節(jié)點合并成一個大矩陣H-，即為制造業(yè)關聯(lián)網(wǎng)絡的矩陣表現(xiàn)形式。

2.3.2 制造業(yè)關聯(lián)網(wǎng)絡特征提取

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

（2）前向關聯(lián)分析。前向關聯(lián)是指產(chǎn)業(yè)通過自身產(chǎn)品供給推動下游產(chǎn)業(yè)發(fā)展，通常用直接分配系數(shù)和完全分配系數(shù)衡量，是對該產(chǎn)業(yè)被需求程度的測量。其中，直接分配系數(shù)是指i產(chǎn)業(yè)分配給j產(chǎn)業(yè)所需產(chǎn)品數(shù)量占產(chǎn)業(yè)總產(chǎn)出的比值，取值在0～1之間，該值越大說明產(chǎn)業(yè)前向關聯(lián)強度越強。假設hij為直接分配系數(shù)，xij表示i產(chǎn)業(yè)分配給j產(chǎn)業(yè)的產(chǎn)品或服務總量，xi表示i產(chǎn)業(yè)總產(chǎn)出，則直接分配系數(shù)如式（4）所示。

hij=xijxi（4）

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

W=（I－H）－1－I（5）

（3）后向關聯(lián)分析。后向關聯(lián)是指某產(chǎn)業(yè)通過自身生產(chǎn)需求拉動上游產(chǎn)業(yè)發(fā)展，通常用直接消耗系數(shù)和完全消耗系數(shù)衡量，主要用某產(chǎn)業(yè)總產(chǎn)出中來自所有產(chǎn)業(yè)的投入占比進行測算。直接消耗系數(shù)如公式（3）所示，取值范圍在0～1之間，該值越大說明產(chǎn)業(yè)后向關聯(lián)強度越高。完全消耗系數(shù)是指j產(chǎn)業(yè)部門每生產(chǎn)單位產(chǎn)出直接或間接對i產(chǎn)業(yè)部門產(chǎn)品產(chǎn)生的消耗量，由直接消耗系數(shù)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(shù)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(chǎn)業(yè)間關聯(lián)最強的邊，提取關聯(lián)網(wǎng)絡中的主干網(wǎng)絡進行深入分析。經(jīng)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(wǎng)絡最小連通路徑研究。本研究構建有向網(wǎng)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(chǎn)業(yè)基礎關聯(lián)樹算法生成最大生成樹算法。

2.4 研究模型

（1）制造業(yè)關聯(lián)網(wǎng)絡特征研究模型。考慮到數(shù)據(jù)類型和研究內(nèi)容，本文選取里昂惕夫投入產(chǎn)出模型，對投入產(chǎn)出表行向數(shù)量關系和列向數(shù)量關系構建如下公式：

AX+Y=X（7）

XTH+YT=XT（8）

其中，X為總產(chǎn)品的列向量；XT為 X 的轉置；Y 為最終產(chǎn)品列向量；YT為Y 的轉置；A為直接消耗系數(shù)矩陣；H 為直接分配系數(shù)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(yè)產(chǎn)出沖擊對整個制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)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(yè)總產(chǎn)出變動引起的其它產(chǎn)業(yè)最終產(chǎn)出值變動的列向量， ΔXi表示i產(chǎn)業(yè)總產(chǎn)出的變化值，為壓力測試變動值與該產(chǎn)業(yè)當年總產(chǎn)出的乘積，AT為制造業(yè)關聯(lián)網(wǎng)絡里昂惕夫逆矩陣中i產(chǎn)業(yè)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(yè)產(chǎn)出變動引起的整個網(wǎng)絡總產(chǎn)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(chǎn)業(yè)最終產(chǎn)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(jīng)濟體來說，經(jīng)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(yè)測試的極端值。

3 研究結果與分析

3.1 制造業(yè)關聯(lián)網(wǎng)絡節(jié)點選擇

根據(jù)《國民經(jīng)濟行業(yè)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(chǎn)品和核燃料加工品，化學產(chǎn)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(chǎn)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(chǎn)業(yè)。

3.2 制造業(yè)關聯(lián)網(wǎng)絡特征

（1）制造業(yè)關聯(lián)網(wǎng)絡。利用2017年、2018年和2020年投入產(chǎn)出表（42部門）直接消耗系數(shù)矩陣分別得到3個29×29矩陣，利用UCINET軟件構建關聯(lián)網(wǎng)絡，如圖2所示。由圖2可見，3個制造業(yè)關聯(lián)網(wǎng)絡中各有29個產(chǎn)業(yè)節(jié)點。其中，2017年反映產(chǎn)業(yè)間關聯(lián)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(yè)關聯(lián)網(wǎng)絡度數(shù)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(lián)網(wǎng)絡中各節(jié)點產(chǎn)業(yè)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(shù)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(shù)中心度為出度數(shù)中心度和入度數(shù)中心度之和。從度數(shù)中心度看，化學產(chǎn)品（12）的值最大，且其出度中心度和入度中心度數(shù)值也最大。這表明，與化學產(chǎn)品（12）有直接需求或直接供給關系的產(chǎn)業(yè)數(shù)為整個關聯(lián)網(wǎng)絡之最，化學產(chǎn)品（12）在上游網(wǎng)絡和下游網(wǎng)絡出現(xiàn)的次數(shù)最多，是眾多產(chǎn)業(yè)的基礎產(chǎn)業(yè)，這與化學產(chǎn)業(yè)是國民經(jīng)濟基礎產(chǎn)業(yè)的事實相符。從整個制造業(yè)關聯(lián)網(wǎng)絡看，多數(shù)產(chǎn)業(yè)度數(shù)中心度變動很小，少數(shù)產(chǎn)業(yè)呈顯著變動，且非制造業(yè)變動幅度大于制造業(yè)變動幅度。如制造產(chǎn)業(yè)金屬制品（15）的度數(shù)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(yè)中金融（32）和房地產(chǎn)（33）度數(shù)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(chǎn)業(yè)在產(chǎn)業(yè)網(wǎng)絡中的中心地位和影響力。由圖3可知，化學產(chǎn)品（12）的接近中心度在整個關聯(lián)網(wǎng)絡中最小，中間中心度最大，說明化學產(chǎn)品（12）處于核心位置，在產(chǎn)業(yè)間影響力最大，與之相連的產(chǎn)業(yè)最多，一旦受到?jīng)_擊，多數(shù)產(chǎn)業(yè)可能都會被波及。值得注意的是，化學產(chǎn)品（12）的中間中心度呈明顯下降趨勢。從整個制造業(yè)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(shù)產(chǎn)業(yè)下降趨勢緩，且多數(shù)制造業(yè)接近中心度明顯高于整體水平。此外，非制造業(yè)金融（30）、房地產(chǎn)（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(shù)節(jié)點產(chǎn)業(yè)變動明顯，除造紙印刷和文教體育用品（10）、煤炭采選產(chǎn)品（2）、非金屬礦和其它礦采選產(chǎn)品（5）呈下降趨勢外，多數(shù)產(chǎn)業(yè)呈上升趨勢，如制造業(yè)中交通運輸設備（18）漲幅最明顯，僅次于化學產(chǎn)品（12），非制造業(yè)中批發(fā)和零售（28）、金融（32）、房地產(chǎn)（33）也呈明顯上升趨勢。

綜上所述：第一，化學產(chǎn)品在整個制造業(yè)關聯(lián)網(wǎng)絡中占據(jù)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(chǎn)品耗能大、廢棄物多、易污染，近年來狠抓產(chǎn)業(yè)綠色發(fā)展和碳中和，使得化學產(chǎn)業(yè)可持續(xù)發(fā)展受阻；②為達成綠色環(huán)保目標，導致部分化工企業(yè)關停，抑或產(chǎn)品綠化技術未達標而無法進入下一產(chǎn)業(yè)；③近年來強調高端制造，反觀化學產(chǎn)品，如化工產(chǎn)品以低端制造為主，消費需求愈發(fā)多樣化高端化，低端化學產(chǎn)品難以滿足消費者需求；④目前處于工業(yè)經(jīng)濟向數(shù)字經(jīng)濟過渡階段，化學產(chǎn)業(yè)數(shù)字化發(fā)展緩慢，使得化學產(chǎn)品難以跟上產(chǎn)業(yè)發(fā)展新形態(tài)，因此應加快化學產(chǎn)業(yè)結構轉型升級，促進綠色低碳發(fā)展，注重高端產(chǎn)能數(shù)字化。第二，非制造業(yè)在整個制造業(yè)關聯(lián)網(wǎng)絡中的核心地位呈上升趨勢。信息技術產(chǎn)業(yè)高速發(fā)展激發(fā)了產(chǎn)業(yè)融合熱潮，使得服務業(yè)等非制造業(yè)與制造業(yè)之間互動融合程度加深，從而使非制造業(yè)核心地位呈上升趨勢。

（2）前向關聯(lián)分析結果。前向關聯(lián)分析由直接分配系數(shù)和完全分配系數(shù)衡量，直接分配系數(shù)反映某產(chǎn)業(yè)對其它產(chǎn)業(yè)的供給占產(chǎn)業(yè)總產(chǎn)出的比例，完全分配系數(shù)反映某產(chǎn)業(yè)對另一產(chǎn)業(yè)的直接供給和間接供給。限于篇幅，本文僅展示部分制造業(yè)的前向關聯(lián)情況。借鑒徐小峰和郝?。?017）的研究，將直接分配系數(shù)大于0.1定義為前向關聯(lián)關系較強，將完全分配系數(shù)介于[0.01，0.1]定義為前向關聯(lián)關系較弱（見表1）。

從整體數(shù)據(jù)看，非制造業(yè)前向關聯(lián)情況優(yōu)于制造業(yè)，即非制造業(yè)對整個制造業(yè)關聯(lián)網(wǎng)絡的前向推動作用較大。從各節(jié)點產(chǎn)業(yè)直接分配系數(shù)看，非制造業(yè)煤炭產(chǎn)品前向關聯(lián)較強產(chǎn)業(yè)數(shù)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(lián)較弱產(chǎn)業(yè)占比較少，該產(chǎn)業(yè)在整個關聯(lián)網(wǎng)絡中的前向推動作用較大。總體來說，多數(shù)制造業(yè)沒有前向關聯(lián)較強產(chǎn)業(yè)，且相比于非制造業(yè)，前向關聯(lián)較弱產(chǎn)業(yè)占比較大，如專用設備前向關聯(lián)較強產(chǎn)業(yè)占比為0，其前向關聯(lián)較弱產(chǎn)業(yè)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(lián)較強產(chǎn)業(yè)占比較為穩(wěn)定，只有非金屬礦和其它礦采選產(chǎn)品呈明顯下降趨勢；多數(shù)制造業(yè)前向關聯(lián)較弱產(chǎn)業(yè)占比呈下降趨勢，且比非制造業(yè)變動幅度大，非制造業(yè)前向關聯(lián)較弱產(chǎn)業(yè)占比變動幅度在7%以內(nèi)，而制造業(yè)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(lián)分析結果。制造業(yè)后向關聯(lián)分析采用直接消耗系數(shù)和完全消耗系數(shù)衡量，直接消耗系數(shù)反映某產(chǎn)業(yè)對其它產(chǎn)業(yè)的依賴情況，完全消耗系數(shù)反映某產(chǎn)業(yè)與其它產(chǎn)業(yè)的關系。限于篇幅，本文僅展示部分制造業(yè)的后向關聯(lián)情況，將直接消耗系數(shù)大于0.1定義為后向關聯(lián)關系較強，將完全消耗系數(shù)介于[0.01，0.1]定義為后向關聯(lián)關系較弱（見表2）。

從整體數(shù)據(jù)看，制造業(yè)后向關聯(lián)情況優(yōu)于非制造業(yè)，即制造業(yè)后向需求拉動作用較大。從各節(jié)點產(chǎn)業(yè)直接消耗系數(shù)看，制造業(yè)中的化學產(chǎn)品與金屬制品、機械和設備修理服務的后向關聯(lián)較強產(chǎn)業(yè)占比最高（6.9%），且兩個產(chǎn)業(yè)后向關聯(lián)較弱產(chǎn)業(yè)占比較小，說明這兩個產(chǎn)業(yè)對整個關聯(lián)網(wǎng)絡的后向需求拉動作用較大。多數(shù)非制造業(yè)后向強關聯(lián)產(chǎn)業(yè)占比為0，且后向關聯(lián)較弱產(chǎn)業(yè)占比普遍高于制造業(yè)，如煤炭采選產(chǎn)品后向關聯(lián)較強產(chǎn)業(yè)占比為0，但其后向關聯(lián)較弱產(chǎn)業(yè)占比在整個關聯(lián)網(wǎng)絡中最高。從變動趨勢看，后向關聯(lián)較強產(chǎn)業(yè)占比穩(wěn)定，多數(shù)產(chǎn)業(yè)的后向關聯(lián)較弱產(chǎn)業(yè)占比呈下降趨勢，如制造業(yè)中的食品和煙草、金屬制品和專用設備等產(chǎn)業(yè)，非制造業(yè)中的農(nóng)林牧漁產(chǎn)品和服務以及批發(fā)和零售產(chǎn)業(yè)后向關聯(lián)較弱產(chǎn)業(yè)占比均呈下降趨勢。值得注意的是，制造業(yè)下降趨勢較非制造業(yè)大，非制造業(yè)后向關聯(lián)較弱產(chǎn)業(yè)占比變動最大幅度為10%左右，制造業(yè)變動幅度超過10%。

（4）最大權樹法分析結果?；谇拔臉嫿ǖ闹圃鞓I(yè)關聯(lián)網(wǎng)絡，采用最大生成樹算法提取網(wǎng)絡主干，在不形成圈的前提下保留網(wǎng)絡中權重最大的邊及其兩端節(jié)點，如圖6所示。其中，○代表非制造業(yè)部門，●代表制造業(yè)部門，圈內(nèi)數(shù)字表示產(chǎn)業(yè)代碼。

由圖6可知，化學產(chǎn)品（12）是整個關聯(lián)網(wǎng)絡中最重要的供給產(chǎn)業(yè)，是多個產(chǎn)業(yè)的直接供給者，對這些產(chǎn)業(yè)具有直接推動作用，一旦該產(chǎn)業(yè)發(fā)生沖擊，將對多數(shù)產(chǎn)業(yè)產(chǎn)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(chǎn)品供給產(chǎn)業(yè)，為多數(shù)制造業(yè)提供產(chǎn)品，同時也是需求者。非制造產(chǎn)業(yè)農(nóng)林牧漁產(chǎn)品和服務（1）是整個關聯(lián)網(wǎng)絡的重要供給者，對3個制造產(chǎn)業(yè)具有發(fā)揮推動作用；電氣機械和器材（19）是整個關聯(lián)網(wǎng)絡的需求者，與3個制造產(chǎn)業(yè)產(chǎn)生直接需求關系。從總體看，產(chǎn)業(yè)節(jié)點數(shù)未發(fā)生改變，且最大生成樹變動甚微，說明整個制造業(yè)關聯(lián)網(wǎng)絡處于穩(wěn)定狀態(tài)。尤其是在遭受新冠肺炎疫情沖擊后，大量業(yè)務被迫中斷，但2020年整個關聯(lián)網(wǎng)絡依然保持穩(wěn)定發(fā)展，說明整個關聯(lián)網(wǎng)絡穩(wěn)定性較強且具有一定韌性，能很好地抵抗沖擊。

3.3 制造業(yè)關聯(lián)網(wǎng)絡承壓測試

限于篇幅，本文僅展示節(jié)點產(chǎn)業(yè)受到?jīng)_擊時對整個關聯(lián)網(wǎng)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(wǎng)絡承受的壓力值。

從壓力測試結果看，整個制造業(yè)關聯(lián)網(wǎng)絡承壓能力較強，即使單個產(chǎn)業(yè)遭受的沖擊高達10%，但對整個網(wǎng)絡造成的壓力小于1%，若將其擴展到整個國民經(jīng)濟產(chǎn)業(yè)網(wǎng)絡，其影響作用可能更小，即整個制造業(yè)關聯(lián)網(wǎng)絡具有良好的承壓能力。度數(shù)中心度表示與產(chǎn)業(yè)直接關聯(lián)的產(chǎn)業(yè)，其值越大表示與產(chǎn)業(yè)直接關聯(lián)的產(chǎn)業(yè)越多。結合承壓數(shù)據(jù)與度數(shù)中心度變動情況，紡織品度數(shù)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?jīng)_擊后產(chǎn)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(shù)中心度呈上升趨勢，2017年、2018年、2020年分別為4、4和5，其產(chǎn)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(chǎn)業(yè)度數(shù)中心度呈上升趨勢，但該產(chǎn)業(yè)沖擊產(chǎn)生的壓力值呈下降趨勢；金屬制品度數(shù)中心度具有下降趨勢，2017年、2018年、2020年分別為16、5和4，該產(chǎn)業(yè)產(chǎn)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(chǎn)業(yè)在整個關聯(lián)網(wǎng)絡中的核心地位和對其它產(chǎn)業(yè)的影響，產(chǎn)業(yè)中間中心度越高，表明其越處于整個關聯(lián)網(wǎng)絡中心位置，并越容易對其它產(chǎn)業(yè)產(chǎn)生影響，即與其它產(chǎn)業(yè)的關聯(lián)程度越高。綜合產(chǎn)業(yè)承壓數(shù)據(jù)與產(chǎn)業(yè)中心度變動情況可知，化學產(chǎn)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(chǎn)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(chǎn)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(fā)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(chǎn)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(chǎn)業(yè)中間中心度減弱，該產(chǎn)業(yè)沖擊對整個網(wǎng)絡產(chǎn)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(chǎn)出數(shù)據(jù)，結合產(chǎn)業(yè)集群三角形化方法篩選制造業(yè)關聯(lián)網(wǎng)絡節(jié)點，根據(jù)中心度數(shù)據(jù)、前向和后向關聯(lián)分析以及最大權樹法提取制造業(yè)關聯(lián)網(wǎng)絡特征，通過壓力測試不同程度制造業(yè)沖擊給整個網(wǎng)絡施加的壓力，得出如下結論：

（1）化學產(chǎn)品是制造業(yè)關聯(lián)網(wǎng)絡中最具核心地位的產(chǎn)業(yè)，也是多數(shù)產(chǎn)業(yè)的基礎產(chǎn)業(yè)，在整個網(wǎng)絡中核心地位呈下降趨勢，同時部分非制造業(yè)在整個產(chǎn)業(yè)中的核心地位呈上升趨勢。

（2）與非制造業(yè)相比，制造業(yè)在整個關聯(lián)網(wǎng)絡中的前向關聯(lián)度較弱，但后向關聯(lián)度較強。由直接分配系數(shù)和完全分配系數(shù)變動情況可知，制造業(yè)前向關聯(lián)較強產(chǎn)業(yè)占比較低，前向關聯(lián)較弱產(chǎn)業(yè)占比高且呈下降趨勢；由直接消耗系數(shù)和完全消耗系數(shù)變動情況可知，制造業(yè)后向關聯(lián)較強產(chǎn)業(yè)占比較高，后向關聯(lián)較弱產(chǎn)業(yè)產(chǎn)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(chǎn)業(yè)直接關聯(lián)產(chǎn)業(yè)數(shù)量增加，該產(chǎn)業(yè)沖擊對整個制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)生的壓力呈下降趨勢；當產(chǎn)業(yè)與其它產(chǎn)業(yè)關聯(lián)程度下降時，該產(chǎn)業(yè)沖擊產(chǎn)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(chǎn)業(yè)受到?jīng)_擊后對整個制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)生的壓力隨著與其直接關聯(lián)產(chǎn)業(yè)數(shù)量的增加而增大；化學產(chǎn)品以及食品和煙草等產(chǎn)業(yè)受到?jīng)_擊后對整個制造業(yè)關聯(lián)網(wǎng)絡產(chǎn)生的壓力隨著該產(chǎn)業(yè)與其它產(chǎn)業(yè)關聯(lián)度的減小而下降。

4.2 研究啟示

研究發(fā)現(xiàn)，我國制造業(yè)關聯(lián)網(wǎng)絡具有良好韌性和較強承壓能力。但從整個網(wǎng)絡變化情況看，制造業(yè)關聯(lián)網(wǎng)絡規(guī)模長期處于平穩(wěn)狀態(tài)，規(guī)模增長速度停滯，產(chǎn)業(yè)關聯(lián)表現(xiàn)為制造業(yè)強關聯(lián)扎堆，即與非制造業(yè)之間的關聯(lián)較小。本研究中兩個假設說明多元化產(chǎn)業(yè)關聯(lián)有利于壓力分散，但也要避免出現(xiàn)過于強大的產(chǎn)業(yè)關聯(lián)關系以及對單一產(chǎn)業(yè)的過分依賴，減少潛在壓力風險?？傮w來說，一方面在制造業(yè)關聯(lián)網(wǎng)絡中非制造業(yè)數(shù)量較少，制造業(yè)在整個國民經(jīng)濟產(chǎn)業(yè)網(wǎng)絡延伸不足；另一方面，制造業(yè)關聯(lián)網(wǎng)絡規(guī)模穩(wěn)定有利于內(nèi)部發(fā)展，但不利于高質量多元化發(fā)展，也不利于其在國民經(jīng)濟中延伸發(fā)展。通過多元化產(chǎn)業(yè)融合發(fā)展創(chuàng)造豐富的產(chǎn)業(yè)關聯(lián)關系對降低制造業(yè)關聯(lián)網(wǎng)絡潛在壓力具有重要意義。為此，本研究對制造業(yè)高質量發(fā)展提供如下啟示：

（1）積極推動制造業(yè)數(shù)字化、智能化和綠色化發(fā)展，順應數(shù)字經(jīng)濟時代產(chǎn)業(yè)變革趨勢。加強產(chǎn)業(yè)結構調整，加速智能制造發(fā)展，貫徹落實“十四五”規(guī)劃，實施制造強國戰(zhàn)略，推動制造產(chǎn)業(yè)升級，推動制造產(chǎn)業(yè)現(xiàn)代化、綠色化和數(shù)字化發(fā)展。在工業(yè)經(jīng)濟加速向數(shù)字經(jīng)濟轉型過程中，數(shù)據(jù)成為新生產(chǎn)要素，數(shù)字技術成為產(chǎn)業(yè)發(fā)展的巨大動力，作為工業(yè)經(jīng)濟核心產(chǎn)業(yè)的化學產(chǎn)品，其核心作用減弱有跡可循。在數(shù)字經(jīng)濟時代下，為更好地發(fā)展制造業(yè)，應積極促進全產(chǎn)業(yè)數(shù)智化發(fā)展，建立健全產(chǎn)學研協(xié)同機制，加強研企合作，充分利用科研院所、高校等資源優(yōu)勢，做大做強制造業(yè)產(chǎn)業(yè)集群，加快產(chǎn)業(yè)數(shù)智化發(fā)展，穩(wěn)健提高制造業(yè)在國民經(jīng)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(huán)發(fā)展經(jīng)濟體系的指導意見》，加速制造產(chǎn)業(yè)綠色低碳轉型、產(chǎn)業(yè)基礎設施綠色升級，構建以市場為導向的綠色技術創(chuàng)新體系，積極拓展產(chǎn)業(yè)間綠色技術合作，探索新型產(chǎn)業(yè)合作模式，促進制造業(yè)在我國經(jīng)濟中的延伸發(fā)展，加快新技術新業(yè)態(tài)模式轉型，積極推動實體經(jīng)濟發(fā)展。

（2）增強制造業(yè)在經(jīng)濟體系中的后向關聯(lián)和前向關聯(lián)作用是提高制造業(yè)產(chǎn)業(yè)競爭力的重要途徑。制造業(yè)多為基礎產(chǎn)業(yè)，如食品煙草、石油、化學品、金屬制品等產(chǎn)業(yè)產(chǎn)品多為非制造業(yè)上游材料來源，產(chǎn)品質量推動著下游產(chǎn)業(yè)發(fā)展；同樣，非制造業(yè)也影響制造業(yè)發(fā)展，如金融業(yè)、教育業(yè)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(chǎn)業(yè)發(fā)展，制造業(yè)需求拉動其它產(chǎn)業(yè)發(fā)展。因此，應積極響應國家產(chǎn)業(yè)發(fā)展策略，補齊短板、鍛造長板，強化制造業(yè)資源、技術支撐，引導行業(yè)龍頭企業(yè)發(fā)揮引導支撐作用，支持創(chuàng)新型中小微企業(yè)發(fā)展，推動產(chǎn)業(yè)鏈上中下游關聯(lián)發(fā)展。充分利用“5G＋工業(yè)互聯(lián)網(wǎng)”項目加速推動制造業(yè)轉型升級，實現(xiàn)全產(chǎn)業(yè)智能制造，發(fā)揮制造業(yè)的輻射帶動作用，推動下游產(chǎn)業(yè)轉型升級，蓄能制造業(yè)經(jīng)濟體量。增強產(chǎn)業(yè)重點企業(yè)活力，夯實產(chǎn)業(yè)發(fā)展基礎，提高其對整個經(jīng)濟體的拉動作用，促進經(jīng)濟高質量發(fā)展。

（3）制造業(yè)關聯(lián)網(wǎng)絡壓力測試為制造業(yè)高質量發(fā)展提供政策方向。關聯(lián)網(wǎng)絡壓力測試是在確定產(chǎn)業(yè)間關聯(lián)關系的基礎上，計算單個產(chǎn)業(yè)受到?jīng)_擊對整個關聯(lián)網(wǎng)絡產(chǎn)生的壓力情況。由結果可知，多元產(chǎn)業(yè)關聯(lián)關系有利于提高網(wǎng)絡承壓能力，所以政府部門相關政策應著眼于為不同產(chǎn)業(yè)創(chuàng)造關聯(lián)條件，鼓勵產(chǎn)業(yè)融合發(fā)展。隨著數(shù)字經(jīng)濟的快速發(fā)展，應遵循《國家標準化發(fā)展綱要》要求，加快制造業(yè)與數(shù)字產(chǎn)業(yè)融合，應用數(shù)字技術賦能制造業(yè)高端化，助力制造業(yè)綠色化發(fā)展；加速高端綠色制造與農(nóng)業(yè)融合，加強產(chǎn)業(yè)技術輸出，促進農(nóng)業(yè)現(xiàn)代化高質量發(fā)展；推進高端綠色制造業(yè)與水利和能源等產(chǎn)業(yè)融合發(fā)展，促進綠色能源發(fā)展。深化產(chǎn)業(yè)間業(yè)務關聯(lián)、技術關聯(lián)以及鏈條延伸，推動戰(zhàn)略性新興產(chǎn)業(yè)融合，增強產(chǎn)業(yè)鏈穩(wěn)定性和產(chǎn)業(yè)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(tǒng)計局發(fā)布的投入產(chǎn)出表，但該表最新發(fā)布數(shù)據(jù)只有2017年、2018年和2020年，未能補充2019年數(shù)據(jù)；另一方面，投入產(chǎn)出表數(shù)據(jù)是針對產(chǎn)業(yè)中觀層面產(chǎn)業(yè)關聯(lián)特征進行分析，未分析制造企業(yè)微觀特征以及測度單個產(chǎn)業(yè)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(chǎn)業(yè)間關聯(lián)網(wǎng)絡研究方法延伸到微觀企業(yè)層面進行測度；②對單一產(chǎn)業(yè)進行精準研究，為特定產(chǎn)業(yè)發(fā)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(chǎn)業(yè)結構的關聯(lián)特征分析——基于投入產(chǎn)出結構分解技術的實證研究[J]. 中國工業(yè)經(jīng)濟，2011，39（11）：5-15.

[2] 馮居易，魏修建. 數(shù)字經(jīng)濟時代下中國信息服務業(yè)的投入產(chǎn)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(chǎn)業(yè)關聯(lián)分析與增長極選擇[J]. 統(tǒng)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(chǎn)業(yè)國家價值鏈嵌入與產(chǎn)業(yè)關聯(lián)問題研究——蒙、晉、陜?nèi)。ㄗ灾螀^(qū)）的數(shù)據(jù)分析[J]. 數(shù)理統(tǒng)計與管理，2021，40（2）：222-232.

[7] 宋之杰，唐曉莉. 京津冀協(xié)同發(fā)展背景下河北省信息產(chǎn)業(yè)關聯(lián)效應分析[J]. 數(shù)學的實踐與認識，2019，49（8）：39-46.

[8] 黃慶華，胡夢佳. 成渝地區(qū)雙城經(jīng)濟圈產(chǎn)業(yè)關聯(lián)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(shù)字經(jīng)濟的投入產(chǎn)出與產(chǎn)業(yè)關聯(lián)分析[J]. 技術經(jīng)濟，2022，41（12）：91-98.

[10] 王孟欣，藍漢勇，李朗. 產(chǎn)業(yè)關聯(lián)及技術創(chuàng)新擴散效應——基于裝備制造業(yè)與生產(chǎn)性服務業(yè)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(shù)字經(jīng)濟發(fā)展的產(chǎn)業(yè)關聯(lián)效應測算[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2022，39（4）：45-66.

[16] 鄭休休，劉青，趙忠秀. 產(chǎn)業(yè)關聯(lián)、區(qū)域邊界與國內(nèi)國際雙循環(huán)相互促進——基于聯(lián)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(jīng)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(shù)字經(jīng)濟產(chǎn)業(yè)關聯(lián)網(wǎng)絡結構分析[J]. 統(tǒng)計與信息論壇，2021，36（8）：30-42.

[25] 朱英明. 中國產(chǎn)業(yè)集群結構研究[J].系統(tǒng)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(chǎn)權保護空間關聯(lián)網(wǎng)絡研究[J]. 科技進步與對策，2020，37（13）：54-63.

[27] 王文靜，趙江坤. 產(chǎn)學專利合作網(wǎng)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(chǎn)業(yè)基礎關聯(lián)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(nèi)循環(huán)背景下出口依存型產(chǎn)業(yè)鏈的識別、特征與承壓測試[J]. 經(jīng)濟學家，2021，33（2）：23-32.

[30] 劉陽，張萌，李體欣. 逆全球化壓力下貿(mào)易沖擊的經(jīng)濟波動壓力測試——基于產(chǎn)業(yè)關聯(lián)理論[J]. 國際經(jīng)貿(mào)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