Files
Download Full Text (26.5 MB)
Download 封面 (2.3 MB)
Download 目錄 Contents (761 KB)
Download 本顧問研究報告的主要貢獻 (1.3 MB)
Download 報告摘要 (2.7 MB)
Download Executive Summary (933 KB)
Download 一、研究背景及目的 (2.6 MB)
Download 二、資料來源 (1.2 MB)
Download 三、概念定義 (3.2 MB)
Download 四、選定地方推行工業轉型升級和發展工業4.0的經驗總結 (1.4 MB)
Download 五、「粵港澳大灣區」9市港資製造業企業對灣區的經濟貢獻和經營情況 (9.8 MB)
Download 六、「粵港澳大灣區」9市港資製造業企業實現轉型升級發展對策建議 (6.1 MB)
Download 七、附錄 (8.6 MB)
Download 八、參考資料 (1.4 MB)
Description
本研究報告對於港資製造業這個領域的嶄新研究貢獻,主要歸結為以下幾個類別:
- 以多項第一手數據表明,並讓香港特區政府重新認識到港資製造業在「延外發展」模式經營下對香港整體經濟佔有非常重要帶動作用、貢獻和地位;
- 本報告通過挖掘包括國家工商總局在內的大數據方式,從而得出近年包括大灣區以至不同九個市在內的港資製造業企業數目、從業人員數目、註冊資本、營業利潤等的具體數字和變動情況;由於工商總局的註冊或登記數字的個案數比統計局的抽樣為主的統計數字更為具體,因而相關數字能夠更仔細的反映出港資製造業在大灣區內的經營情況,較具有參考價值;
- 本報告以大數據結合問卷調查、深入訪談等方式交叉分析,互補有無,能夠發現更多港資製造業企業對大灣區的經濟貢獻具體情況,有助外界尤其是特區政府和內地相關部委了解到港資企業特別是港資製造業對整個大灣區經濟的重要性,尤其港資製造業如何對專業服務業產生帶動作用,有助社會各界重新關注振興製造業和實現製造業轉型升級的重要性,從而推出更為切合實際的具體振興方案;
- 通過對不同企業和行業的深入訪談,可以令大家更為仔細了解港資製造業目前的經營情況、優勢所在和面對的挑戰,有助中小港資製造業企業借鑑相關經驗,從而發展壯大;
- 這份報告的對策建議部份,內容主要針對包括內地政府、香港特區政府,以及港資製造業企業三大部分,當中具代表性和可操作性的建議,如能獲得有關方面加以關注,對促進港資製造業企業以至整個大灣區的製造業發展均有裨益。有助業界尤其兩地政府知道發展壯大港資製造業事關回應全球產業升級大趨勢,需要讓香港和灣區九市、以至整個廣東和全國的大格局在這大趨勢中去分析和綜合規劃。
Publication Date
6-2020
Publisher
嶺南大學中國經濟研究部
City
香港
Disciplines
Business | Business Administration, Management, and Operations | Business Analytics | Business Intelligence
Language
Chinese (Traditional)
Additional Information
受香港中華廠商聯合會的委託,並在香港特別行政區政府工業貿易署「發展品牌、升級轉型及拓展內銷市場(BUD)的專項基金(機構支援計劃)」支持下,嶺南大學中國經濟研究部魏向東教授、周文港博士帶領研究團隊等在過去一年深入開展本研究計劃。如對報告內容有查詢,請不吝電郵聯絡嶺南大學中國經濟研究部周文港博士:mkchow2@ln.edu.hk。
在此刊物上/活動內(或項目小組成員)表達的任何意見、研究成果、結論或建議,並不代表香港特別行政區政府、工業貿易署或中小企業發展支援基金及發展品牌、升級轉型及拓展內銷市場的專項基金(機構支援計劃)評審委員會的觀點。
Copyright
Copyright © 2020 China Economic Research Programme, Lingnan University and The Chinese Manufacturers' Association of Hong Kong.
Recommended Citation
嶺南大學中國經濟研究部 (2020)。《粵港澳大灣區的港資製造業經營情況、對灣區經濟貢獻與實現轉型升級發展策略顧問研究報告》。香港:嶺南大學中國經濟研究部。檢自:https://commons.ln.edu.hk/cerp_report/1/
Included in
Business Administration, Management, and Operations Commons, Business Analytics Commons, Business Intelligence Commons