徐文濤

(南京財經(jīng)大學經(jīng)濟學院，江蘇 南京210023)

一、 引言

能源是人類社會以及經(jīng)濟發(fā)展的重要基礎，是關系到國家命脈的戰(zhàn)略資源。 一方面，現(xiàn)代社會任何的經(jīng)濟活動都離不開能源的供給，一個經(jīng)濟體的能源消費總量可以很大程度上反映其經(jīng)濟體量；另一方面，所有生產(chǎn)活動對能源的需求又會帶來能源市場的波動，對能源的價格及生產(chǎn)產(chǎn)生重大影響。 理論上，能源消費與經(jīng)濟增長之間存在密切聯(lián)系。 常州市作為“蘇錫?！倍际腥Φ某蓡T之一，經(jīng)濟發(fā)展水平長期位于江蘇省前列。 同時，常州市也是能源消費大市，2018 年市全社會用電量達到455.03 億千瓦時，是省內(nèi)第四大用電城市。研究其能源消費和經(jīng)濟發(fā)展之間的關系，對未來經(jīng)濟發(fā)展和能源戰(zhàn)略政策制定具有重要的意義。

從20 世紀70 年代開始，國外學者便開始了有關能源與經(jīng)濟增長之間關系的實證研究，但是長期以來關于二者之間的關系一直無法達成共識。 研究所采用的模型、樣本數(shù)據(jù)和地區(qū)的不同都會導致不一樣的結(jié)論。 J.Kraft 和A.Kraft(1978)利用美國二戰(zhàn)后1947～1974 年度的GEI(gross energy inputs)和GNP(gross national product)數(shù)據(jù)，借鑒Sims(1972)單向因果檢驗的方法進行的研究表明，存在經(jīng)濟增長到能源消費的單向因果關系，且經(jīng)濟增長可以推動能源消費；然而，Akarca 和Long(1980)認為J.Kraft 和A.Kraft 的研究因為采用了發(fā)生經(jīng)濟蕭條、石油禁運以及能源價格暴漲的1970 和1973～1974 年的數(shù)據(jù)而出現(xiàn)了“偽回歸”的結(jié)果，并采用更短的時間序列數(shù)據(jù)進行實證檢驗加以驗證，結(jié)果無法得出經(jīng)濟增長影響能源消費的結(jié)論，從而證明了自己的觀點。 Tugcu等(2012)通過自回歸分布滯后模型對G7 國家1980～2009 年的數(shù)據(jù)進行了實證分析，發(fā)現(xiàn)無論是可再生還是不可再生能源長期以來均對經(jīng)濟增長產(chǎn)生重要的推動作用，且在經(jīng)典生產(chǎn)函數(shù)的情況下經(jīng)濟增長與能源消費能夠相互影響；而Mutascu(2016)通過擴大樣本容量，采用1970～2012 年數(shù)據(jù)，并用面板協(xié)整模型對G7 國家進行檢驗，結(jié)果卻發(fā)現(xiàn)不同國家能源消費與經(jīng)濟增長之間的關系呈現(xiàn)出明顯不一致性。 上述研究結(jié)果表明，即使針對同一研究對象，能源消費與經(jīng)濟增長之間的關系也可能會因為樣本、模型的不同而產(chǎn)生完全不同的結(jié)論。

我國相關研究是從20 世紀80 年代中后期開始的。 趙麗霞和魏巍賢(1998)將能源作為投入要素引入C-D 生產(chǎn)函數(shù)，建立VAR 模型，考察我國1978 ～1996 年GDP、勞動力投入、資本投入及能源消費數(shù)據(jù)，發(fā)現(xiàn)我國在這一時期能源消費與經(jīng)濟增長正相關；林伯強(2003)認為由于煤炭私采濫挖與原油和成品油走私非常猖獗，我國能源消費總量被嚴重低估，因此以計算機直接讀出的電力消費數(shù)據(jù)代替總能源消費數(shù)據(jù)進行研究，通過誤差修正模型發(fā)現(xiàn)，我國GDP、資本投入、勞動力投入與電力消費之間存在長期均衡關系。 隨著研究的深入，一些學者逐漸認識到線性假設的局限性，嘗試以非線性模型解釋能源消費與經(jīng)濟增長之間的關系。 趙進文和范繼濤(2007)在借鑒Granger 和Terasvirta(1993)LSTR 模型的基礎上，對我國1953 ～2005 年GDP 與一次能源消費量進行了實證分析，發(fā)現(xiàn)經(jīng)濟增長對能源消費存在非線性影響；隋建利等(2017)創(chuàng)造性地將能源消費與經(jīng)濟增長之間的時變因果關系劃分為：能源消費和GDP 相互作用、能源消費單向作用于GDP、GDP 單向作用于能源消費和GDP 與能源消費之間無因果關系4 個區(qū)制，基于非線性馬爾科夫區(qū)制轉(zhuǎn)移因果模型，分別測度煤炭、石油、天然氣和電力消費與經(jīng)濟增長之間關系的區(qū)制轉(zhuǎn)移概率，結(jié)果顯示能源消費與經(jīng)濟增長之間的關系存在顯著的能源異質(zhì)性。

論文將借鑒曾勝和黃登仕(2009)的做法，采用生產(chǎn)規(guī)模報酬不變的C-D 生產(chǎn)函數(shù)測算的常州市能源消費對GDP 的貢獻量作為產(chǎn)出指標，同時將煤炭、天然氣、汽油與電力消費作為投入指標，逐年測算2015～2018 年的能源效率；隨后，分別使用2015 ～2018 年常州市下轄6 個區(qū)縣的面板數(shù)據(jù)與1980～2018 年常州市的時間序列數(shù)據(jù)進行VAR 模型回歸，研究能源消費與經(jīng)濟增長之間的因果關系。

二、 常州市各地區(qū)能源效率現(xiàn)狀

從圖1(a)可以看出以電力消費為代表的常州市能源消費量與GDP 幾乎保持相同的增長率，說明常州市的能源消費量與GDP 有著較為接近的增長趨勢。 從圖1(b)可以看出，雖然常州市的能源消費與GDP 保持著幾乎相同速率的增長，但是常州市GDP 的增長量要遠遠高于能源消費的增長量。從單位GDP 的能源消費角度來看，常州市的單位GDP 能源消費是長期下降的，說明自改革開放初期以來常州市在提高生產(chǎn)率和資源利用率方面取得了巨大進步。

圖1 1980～2018 年常州市全社會用電量和GDP 增長趨勢圖

由于上述只是基于圖表的粗略分析，且單位GDP 的能源消費缺乏對GDP 中能源貢獻率的準確測度，因此論文將借鑒曾勝和黃登仕(2009)的做法，將能源看作生產(chǎn)投入要素之一，基于C-D 生產(chǎn)函數(shù)測度能源消費對GDP 增量的貢獻，并利用DEA 方法研究常州市能源利用效率。

假定GDP、資本、勞動力、能源消費滿足C-D 生產(chǎn)函數(shù)，即：

其中，K表示全社會固定資產(chǎn)投資，L表示就業(yè)人數(shù)，E為能源消費總量，α、β、μ分別表示資本、勞動力和能源對GDP 的貢獻率。 通過對函數(shù)兩邊求對數(shù)使之線性化，并對時間t求導有：

表1 C-D 函數(shù)回歸結(jié)果

由回歸結(jié)果可以看出，資本、能源系數(shù)均符合預期且顯著，只是L 的數(shù)值為負且不顯著，原因可能是經(jīng)濟、資本、能源消費增長都較快，而勞動力增長緩慢，并且增長率還出現(xiàn)下降的趨勢。 根據(jù)回歸結(jié)果可得：

說明能源消費每上升1 個百分點，經(jīng)濟增長將上升0.597個百分點。 據(jù)此可以測算出經(jīng)濟增長中能源消費增長的貢獻量。 以能源消費貢獻的經(jīng)濟增長量作為產(chǎn)出，以煤炭、天然氣、汽油和電力消費作為投入，利用DEA 方法對2015 ～2018 年常州市下轄6 個區(qū)縣生產(chǎn)的能源效率進行測度。

非參數(shù)估計的DEA 方法是運籌學的一個新的研究領域，用于評價決策單元(DEA)的相對效率，其目的就是構(gòu)造非參數(shù)的包絡生產(chǎn)前沿面。 生產(chǎn)前沿面描述在當前技術水平下有效率的投入產(chǎn)出向量，即給定投入和其他產(chǎn)出不變時一種產(chǎn)出的最大值，有效點位于生產(chǎn)前沿面上，無效點位于生產(chǎn)前沿面的下方。 由于僅使用了2015 ～2018 年6 個區(qū)縣的數(shù)據(jù)測量能源效率，時間較短，因此論文采用假定規(guī)模報酬不變的CCR 模型進行測度。 模型如下：

表2 DEA 測度結(jié)果

從測度結(jié)果可以發(fā)現(xiàn)，常州市下轄6 個區(qū)縣，2015～2018年除了新北區(qū)以外均達到了DEA 有效，即均處于生產(chǎn)前沿面之上。 回歸結(jié)果說明，一方面，金壇區(qū)、武進區(qū)、天寧區(qū)、鐘樓區(qū)和溧陽市近幾年生產(chǎn)的能源利用效率水平比較接近，新北區(qū)能源利用效率相比較而言處于較低水平，這可能是因為新北區(qū)和其他區(qū)縣相比較存在更多的高能耗型化工企業(yè)，且許多企業(yè)規(guī)模較小、技術落后、單位產(chǎn)值能耗較高；另一方面，新北區(qū)近年能源利用效率有了較快的提升，這可能是由于為了貫徹省委、省政府《關于印發(fā)“兩減六治三提升”專項行動方案的通知》，省政府辦公廳《關于開展全省化工企業(yè)“四個一批”專項行動的通知》，常州市新北區(qū)自2017 年起開始實施了減少落后化工產(chǎn)能暨化工企業(yè)“四個一批”專項行動。

為了進一步分析常州市整體能源消費與經(jīng)濟增長之間的關系，利用2015～2018 年常州市下轄的6 個區(qū)縣一級的面板數(shù)據(jù)和1980～2018 年常州市的時間序列數(shù)據(jù)分別進行實證研究。

三、 常州市經(jīng)濟增長與能源消費的實證分析

論文選取2015 ～2018 年常州市下轄的6 個區(qū)縣一級的工業(yè)綜合能源消費(ICEC)和工業(yè)產(chǎn)值(IOV)數(shù)據(jù)，對能源消費與經(jīng)濟增長之間的關系進行實證分析。 還選取1980 ～2018 年常州市工業(yè)用電量(IELC)與全市工業(yè)產(chǎn)值(CIOV)數(shù)據(jù)建立時間序列數(shù)據(jù)對回歸結(jié)果加以驗證。 其中縣區(qū)一級的綜合能源消費數(shù)據(jù)的單位為噸標準煤，常州市工業(yè)用電量數(shù)據(jù)單位為萬千瓦時，工業(yè)產(chǎn)值數(shù)據(jù)均為萬元。 以上數(shù)據(jù)均取自歷年常州市統(tǒng)計局公布的《常州市統(tǒng)計年鑒》。

(一)面板數(shù)據(jù)

首先對2015～2018 年金壇區(qū)、武進區(qū)、新北區(qū)、天寧區(qū)、鐘樓區(qū)和溧陽市的工業(yè)綜合能源消費與工業(yè)產(chǎn)值數(shù)據(jù)進行平穩(wěn)性檢驗。 由于論文采用的面板數(shù)據(jù)時間較短，便沒有對數(shù)據(jù)滯后平穩(wěn)性進行檢驗。 在LLC 檢驗中，無論是工業(yè)綜合能源消費(ICEC)還是工業(yè)產(chǎn)值(IOV)都強烈拒絕“存在單位根”的原假設，因此LLC 檢驗通過。 由于LLC 要求每位個體具有相同的自回歸系數(shù)，這樣的假設對于金壇區(qū)、武進區(qū)、新北區(qū)、天寧區(qū)、鐘樓區(qū)和溧陽市可能過強。 并且由于截面與時間序列均較短，為避免檢驗結(jié)果產(chǎn)生誤差，論文對面板數(shù)據(jù)進行了IPS 檢驗。 結(jié)果顯示，在更為嚴格的IPS 檢驗中，工業(yè)綜合能源消費(ICEC)和工業(yè)產(chǎn)值(IOV)統(tǒng)計量分別為-2.9212和-2.0201，且P值分別為0.0017 和0.0217——強烈拒絕“存在單位根”的原假設，所以可以認為該面板數(shù)據(jù)中不存在單位根。

由于兩個變量均具有平穩(wěn)性，可以進一步對其進行因果關系檢驗。 檢驗結(jié)果如表3：

表3 格蘭杰因果檢驗

由檢驗結(jié)果可以看出，在10%的顯著性水平下，“工業(yè)綜合能源消費(ICEC)不是工業(yè)產(chǎn)值(IOV)的格蘭杰原因”的原假設被強烈拒絕，而并不能顯著拒絕“工業(yè)產(chǎn)值(IOV)不是工業(yè)綜合能源消費(ICEC)的格蘭杰原因”的原假設。 因此，根據(jù)檢驗結(jié)果可以認為在2015 ～2018 年常州市下轄六個區(qū)縣的能源消費與經(jīng)濟增長之間存在單向的因果關系，能源消費是經(jīng)濟增長的格蘭杰原因。

為了進一步探討能源消費與經(jīng)濟增長的關系，論文采用面板VAR 模型對工業(yè)綜合能源消費(ICEC)和工業(yè)產(chǎn)值(IOV)兩個變量進行回歸分析。 在進行回歸之前先應確定最優(yōu)滯后階數(shù)，論文分別采用AIC、BIC 與HQIC 3 個準則對滯后期做了檢驗。 結(jié)果根據(jù)AIC、BIC 和HQIC 準則，滯后1 階均是最優(yōu)的，因此可以認為面板VAR 模型中滯后階數(shù)應為1階。 由于面板時間序列較短且6 個區(qū)縣差別較小，可以認為不存在個體與時間固定效應，因此構(gòu)建VAR 回歸模型如下：

其中，IOVit和ICECit分別表示第i個區(qū)縣、第j年的工業(yè)產(chǎn)值和工業(yè)綜合能源消費量。 回歸結(jié)果如表4 所示：

表4 回歸結(jié)果

由回歸結(jié)果可以看出，工業(yè)能源消費自回歸系數(shù)為0.735，顯著小于1，而且IOV 的自回歸系數(shù)并不顯著，再次證明了上述ICEC 和IOV 滿足平穩(wěn)性的結(jié)論。 ICEC 對IOV 的回歸系數(shù)并不顯著，但是IOV 對ICEC 的回歸系數(shù)為2.674571，且可在5%的顯著性水平下拒絕原假設，說明確實存在ICEC 對IOV 的單向因果關系，并且能源消費對產(chǎn)值增加存在顯著的推動作用。 對于上述模型回歸結(jié)果可以做這樣的解釋：在樣本范圍內(nèi)，上一年的工業(yè)綜合能源消費每增加1 噸標準煤，第二年的工業(yè)產(chǎn)值將上升大約2.34 萬元。

(二)時間序列數(shù)據(jù)

為了避免面板數(shù)據(jù)樣本太小導致回歸結(jié)果的偶然性，論文采用常州市1980～2018 年的時間序列數(shù)據(jù)進行實證研究。 首先，對常州市工業(yè)用電量(IELC)與市工業(yè)產(chǎn)值(CIOV)兩個變量進行平穩(wěn)性分析。 通過Schwert(1989)建議的最大滯后階數(shù)pmax＝[12×(T/100)1/4]可知，IELC 和CIOV 的最大滯后階數(shù)約等于9。 確定最大滯后階數(shù)后，對IELC 進行ADF 檢驗。 由檢驗結(jié)果可知，9 階滯后項在10%的水平下顯著地不等于0。 且統(tǒng)計量Z(t)無法在10%的水平上拒絕存在單位根的原假設(0.550＞-2.625)，同時P值為0.9863。 因此可以認為IELC 含有最大滯后8 階的單位根。 接下來，對CIOV 進行ADF 檢驗。 由于CIOV 的9 階滯后項無法在10%的水平下顯著地不等于0，因此又對CIOV進行了最大滯后階數(shù)為8 的ADF 檢驗。 檢驗結(jié)果顯示，8階滯后項可以在5%的水平下顯著地不等于0，且Z(t)統(tǒng)計量為0.955，P值為0.9938。 因此可以認為CIOV 含有最大滯后7 階的單位根。 由于IELC 與CIOV 均存在單位根，不滿足平穩(wěn)性條件，對其進行對數(shù)化處理，得到lnIELC 與ln-CIOV 序列(以下簡稱LIELC 和LCIOV)。 由于經(jīng)過對數(shù)化處理后的能源消費數(shù)據(jù)與經(jīng)濟增長數(shù)據(jù)仍然具有明顯的時間趨勢性，可初步判斷不滿足平穩(wěn)性條件。 針對LIELC 和LCIOV 的平穩(wěn)性，可以進一步進行DF-GLS 檢驗。 根據(jù)檢驗結(jié)果，從1 階至9 階滯后，LIELC 均無法在10%的水平上拒絕“存在單位根”的原假設，因此我們可以判定LIELC 依然不滿足平穩(wěn)性條件。 接下來，對LCIOV 的DF-GLS 檢驗，結(jié)果顯示從1 階至9 階滯后，LCIOV 依然無法在10%的水平上拒絕“存在單位根”的原假設，因此可以判定LCIOV 依然不滿足平穩(wěn)性條件。 LIELC 與LCIOV 依然不滿足平穩(wěn)性條件。 除此之外，通過LIELC 和LCIOV 的協(xié)整分析發(fā)現(xiàn)無法在5%的顯著性水平上拒絕“協(xié)整秩為0”的原假設。綜上所述，得將LIELC 與LCIOV 進行差分，得到dLIELC 和dLCIOV，并進一步檢驗其平穩(wěn)性。 從單位根檢驗結(jié)果可知，dLIELC 和dLCIOV 的檢驗統(tǒng)計量均小于5%的臨界值，故可在5%的水平上拒絕“存在單位根”的原假設。 由于dLIELC和dLCIOV 均滿足平穩(wěn)性條件，可以對其進行格蘭杰因果檢驗。 在進行格蘭杰因果檢驗之前，需要根據(jù)信息準則對dLIELC 和dLCIOV 模型階數(shù)進行確定。 結(jié)果顯示，雖然基于AIC 準則，需要滯后9 項，但是根據(jù)FPE、HQIC 與SBIC準則，只需要滯后2 階。 因此取滯后階數(shù)為2 進行格蘭杰因果檢驗。 根據(jù)滯后2 階的格蘭杰因果檢驗結(jié)果可得表5：

表5 格蘭杰因果檢驗

從格蘭杰因果檢驗結(jié)果可以看出，可以在10%的顯著性水平上拒絕dLIELC 不是dLCIOV 的格蘭杰原因原假設，同時無法拒絕dLCIOV 不是dLIELC 的格蘭杰原因原假設。 可以構(gòu)建VAR 模型如下：

最后，對dLIELC 和dLCIOV 進行VAR 回歸，結(jié)果如表6所示：

表6 VAR 回歸結(jié)果

回歸結(jié)果可以看出，滯后一階的dLIELC 對dLCIOV 具有顯著的推動作用，可以在1%的水平上拒絕原假設，因此可以說dLIELC 確實是dLCIOV 的格蘭杰原因，符合格蘭杰因果檢驗的結(jié)論；在10%的顯著性水平上可以拒絕“dLCIOVt-1不會影響dLIELCt”的原假設，說明dLCIOV 可以在一定程度上影響dLIELC。 但是由于無法在5%的顯著性水平上拒絕，因此可以認為dLIELC 和dLCIOV 之間的關系還是以dLIELC 推動dLCIOV 為主。 由回歸結(jié)果可得以下兩式(個別不顯著的變量省略)：

由上述方程組可知，常州市工業(yè)產(chǎn)值與工業(yè)用電量互相影響。 一方面，滯后1 期的工業(yè)產(chǎn)值對數(shù)的上升會推動工業(yè)用電量對數(shù)，滯后2 期的工業(yè)產(chǎn)值對數(shù)上升會降低工業(yè)用電量對數(shù)；另一方面，滯后1 期與滯后3 期的工業(yè)用電量對數(shù)會推動工業(yè)產(chǎn)值對數(shù)上升，滯后2 期的工業(yè)用電量會降低工業(yè)產(chǎn)值對數(shù)。 就時間序列而言，常州市存在經(jīng)濟增長與能源消費的雙向因果關系，且影響的方向會隨著滯后期的不同發(fā)生改變。

從面板數(shù)據(jù)來看，常州市各區(qū)縣的能源消費對經(jīng)濟增長起促進作用，具體而言，上一年的工業(yè)綜合能源消費每增加1噸標準煤，第二年的工業(yè)產(chǎn)值將上升大約2.34 萬元。 從時間序列的回歸結(jié)果可以看出常州市能源消費與經(jīng)濟增長長期以來互相影響，且根據(jù)滯后期的不同，能源消費與經(jīng)濟增長之間的關系會發(fā)生變化，具體而言：滯后1 期的經(jīng)濟增長會促進當期能源消費；滯后1 期的能源消費會促進當期的經(jīng)濟增長；滯后2 期的能源消費會抑制當期經(jīng)濟增長；滯后2 期的經(jīng)濟增長會抑制當期能源消費。 綜上所述，短期內(nèi)常州市以及下轄6 個區(qū)縣的能源消費可以促進經(jīng)濟增長；長期來看，整個常州市的能源消費與經(jīng)濟增長之間存在具有時間異質(zhì)性的雙向因果關系。

四、 常州市能源效率與經(jīng)濟高質(zhì)量發(fā)展對策研究

論文以柯布—道格拉斯生產(chǎn)函數(shù)所測算的常州市能源消費對經(jīng)濟增長的貢獻量作為產(chǎn)出指標，以煤炭、天然氣、汽油與電力消費作為投入指標，逐年測度了2015～2018 年的能源效率；隨后，通過使用2015 ～2018 年常州市下轄6 個區(qū)縣的面板數(shù)據(jù)與常州市1980 ～2018 年的時間序列數(shù)據(jù)分別進行VAR 模型的回歸研究，實證分析能源消費與經(jīng)濟增長之間存在的因果關系。 通過研究常州市能源利用效率現(xiàn)狀和分析能源消費與經(jīng)濟增長關系得出如下結(jié)論：第一，由于集中存在大量高能耗、規(guī)模小、缺乏技術的小型化工企業(yè)，常州市新北區(qū)的能源效率較其他五個區(qū)縣低；第二，由于實施了減少落后化工產(chǎn)能暨化工企業(yè)“四個一批”專項行動，常州市新北區(qū)的能源效率2017 年起有了顯著提升；第三，常州市下轄6 個區(qū)縣均存在能源消費促進經(jīng)濟增長的作用機制；第四，常州市的經(jīng)濟增長與能源消費長期以來存在具有時間異質(zhì)性的雙向因果關系。

綜合以上分析討論，結(jié)合常州市能源消費與經(jīng)濟增長的具體情況，論文就促進常州市能源效率提高與經(jīng)濟高質(zhì)量發(fā)展提出如下建議：

第一，提高能源利用效率。 由于存在大量規(guī)模較小、技術落后、能耗較高的化工企業(yè)，新北區(qū)能源效率水平較低，因此，應該采取相應措施提升新北區(qū)能源利用率，包括：整頓不符合規(guī)定的化工企業(yè)；合理引導先進化工企業(yè)向落后化工企業(yè)的技術轉(zhuǎn)移；加大化工企業(yè)技術研發(fā)和升級投資的扶持力度。

第二，改善能源消費結(jié)構(gòu)。 由于常州市存在能源消費促進經(jīng)濟增長的作用機制，因此應該積極改善能源消費結(jié)構(gòu)，以能源消費結(jié)構(gòu)升級引導經(jīng)濟增長方式的轉(zhuǎn)變，減少高能耗、低收益的落后產(chǎn)能，促進經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展。

第三，減少經(jīng)濟增長的能源消耗。 常州市滯后1 期的經(jīng)濟增長一定程度上提高了當期能源消費量，說明常州市經(jīng)濟發(fā)展還未完全實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級，經(jīng)濟增長仍然一定程度上依賴于能源消費。 因此，應該繼續(xù)推進產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，促進經(jīng)濟增長方式向創(chuàng)新驅(qū)動轉(zhuǎn)變。 同時，明確將自主創(chuàng)新作為核心推動力，通過建設現(xiàn)代化產(chǎn)業(yè)體系和加快產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)常州市向服務經(jīng)濟為主體、現(xiàn)代服務業(yè)和先進制造業(yè)、高新技術產(chǎn)業(yè)融合發(fā)展的工業(yè)化后期階段轉(zhuǎn)型。