投入产出表是连接经济理论和现实问题的不可缺少的中间环节,并且具有非常广泛的应用研究的领域。不过,就现实的投入产出表的公布情况来看,公布的投入产出表之间的时间间隔可达二至四年,这种客观层面上的时滞性对利用投入产出表研究问题带来了一些局限性,比如,只能使用公布出的间隔年份的投入产出表研究问题,不能与计量模型相结合等。基于这种考量,许多学者开始研究中间未公布年份的投入产出表的更新问题,以及投入产出表的预测问题。就现有中间年份的更新工作来看,较为常用的方法主要有三类,分别是RAS类、交叉熵类和最小二乘类。但是遗憾的是,这些方法可能会造成先验信息的损失,并且,从现有研究结果来看,大多学者仅利用前向或后向的已知数据的信息,只有很少学者同时借助于前向和后向信息更新中间年份投入产出表。因此,本文将特征样本重复抽样的思想(FSR)引入到投入产出表的更新工作中,并且同时利用前后原始矩阵信息更新投入产出表,会使得基础数据精度更高,编制结果更为可靠。本文研究内容主要可以分为四方面,一是相关理论研究,主要为本文编表和应用研究奠定理论基础。具体来说,本文梳理了与投入产出表有关的经济学原理、表式结构、基本含义等内容,同时,还详细阐述了文中采用的特征样本重复抽样的方法,包括其基本思想、抽样方法及步骤等。除此之外,本文还从微、中、宏三个角度,阐述了战略性新兴产业和现代服务业的互动发展在理论上的必要性,为本文的应用研究工作建立了理论基础。二是投入产出表的编制方法设计,主要论述了如何编制出完整的2002-2018年19×19部门的投入产出表。具体来说,对已有的投入产出表来说,考虑到每张表之间的部门数存在差异这一情况,因此,只需按照文中规定的部门分类对其进行数据合并等处理即可;对于中间缺失的年份来说,主要通过特征样本重复抽样与GRAS法相结合来编制中间流量和增加值象限,通过GDP核算资料与最终使用结构系数相结合来编制最终使用象限,然后依据投入产出表平衡关系,加总相应象限得到总投入、总产出数据。并且,本文还从理论层面设计了中间年份投入产出表更新的检验方法,来验证本文提出方法的可靠性;除此之外,本文还通过“估算总量,分解结构”的整体思路完整投入产出表的预测工作。具体来说,利用时间序列模型或者已有的GDP核算数据来估算总量,然后借助于状态空间模型计算出相应的结构系数,通过计算出的结构系数对总量进行分解,从而得到各项分量的数据。三是投入产出表的实际编制过程展示,限于篇幅,本文以2003年为例,详细介绍了中间未公布年份各象限的编制步骤和编制结果。并且,本文以2015年为目标矩阵,2012和2017年作为前后原始矩阵,将TLS法、MCE法等方法更新出的结果与本文的更新结果进行了精度比较,结果显示,本文提出的FSRGRAS法具有较高精度。除此之外,本文以2018年数据为例,详细介绍了如何对各象限数据进行总量预测和结构分解,从而得到完整的2018年投入产出预测表。四是投入产出表的应用研究,主要是基于前文编制出的2002-2018年的投入产出表,对战略性新兴产业和现代服务业的互动发展进行了测度。具体来说,在部门分类和测度指标设计的基础上,研究了战略性新兴产业历年的发展水平等问题,并且,本文还通过对战略性新兴产业和现代服务业的互动需求和波及影响的测度,对两产业之间历年的互动发展情况进行了研究。本文创新之处主要有两点,一是将特征样本重复抽样思想引入了投入产出表的更新工作中去,使得更新过程中依据的基础数据精度有了很大的提高,并且,通过投入产出表更新工作与预测延长工作的结合,不仅提高了投入产出表应用的时效性,还使得与大量计量模型结合分析问题成为可能。二是基于本文编制的2002-2018年的投入产出表时间序列数据,对战略性新兴产业和现代服务业之间的互动发展情况进行了测度。与以往学者们只采用某一年,或某几个间隔年份数据进行研究不同的是,本文从时间序列的角度反映了战略性新兴产业和现代服务业互动发展的变动情况。