生產性服務業促進了技術創新效率的提升嗎?—基于不同的集聚視角

劉明,李佩燊,許 寧

(云南大學 a.工商管理與旅游管理學院;b.經濟學院,云南 昆明 650500)

1 引言

2014年,我國在《關于加快發展生產性服務業促進產業結構調整升級的指導意見》中明確提出,加快發展生產性服務業是推動我國產業結構優化與調整、促進經濟提質增效升級的重大舉措。黨的十九大報告和2018年國務院政府工作報告中再次強調,我國要大力加快發展現代服務業,這為生產性服務業的健康發展提出了更加明確的目標和更高的要求。在“一帶一路”、“中國制造2025”等宏觀戰略的背景下,作為當前產業轉型的“中場發動機”,借助“互聯網+”、物聯網、共享經濟等新技術與新模式,我國生產服務業領域內的新業態不斷涌現,它在國民經濟發展中的作用愈發重要,承擔了加速產業融合、協同發展的關鍵角色。

作為技術密集型和知識密集型的高附加值產業,生產性服務業貫穿了制造業的整個產業鏈并引領產業鏈向高端提升，因此厘清生產性服務業對技術創新的影響對調整產業結構、提升經濟增長質量有著重要意義,也為本文提供了全新的研究方向和研究內容。

2 文獻綜述

產業集聚可分為專業化集聚[1]和多樣化集聚[2]兩種方式,國內外學者一般從這兩種集聚方式分別研究產業集聚對技術創新的影響。對專業化集聚,部分學者的研究表明專業化集聚可以促進技術創新[3-6],而另一些學者則認為專業化集聚抑制了技術創新[7]。同時,Lucio J等認為專業化集聚對創新的影響將隨著時間的變化會由抑制作用變為促進作用[8];而沈能等人的研究結果顯示,專業化集聚對創新的影響呈現以集聚程度和城市規模為限制條件的倒“U”型關系[9]。對多樣化集聚,大量研究表明產業多樣化集聚對技術創新同樣存在促進[10-12]、抑制或不顯著[13-16]或非線性[17]的影響。

相關研究表明,生產性服務業可提升制造業效率[18]，降低制造業成本，提高技術效率[19]，促進制造業集聚與行業技術進步[20]。生產性服務業集聚不僅可優化該地區的投資經營環境,還可吸引大量高素質人才向該地區集聚[21],而大量的人力資本和知識資本進入生產性服務業后,為現代產業發展的競爭力提供了基本來源保障[22]。生產性服務業集聚具有顯著的技術溢出效應[23],并隨著集聚規模的擴大而提高技術擴散效率[24]。陳曉華通過修正Antràs等學者的模型[25],構建了生產型服務業融入制造業環節偏好的新測度工具,得出我國生產性服務業以遠離“最優環節”的形式支持制造業出口技術復雜度升級[26]。何守超等從行業和地區異質性視角驗證了生產性服務業聚集有助于技術創新,且東部地區生產性服務業聚集對技術創新的促進作用大于中西部地區[27]。曹聰麗等利用277個城市的面板數據實證發現生產性服務業集聚顯著促進了本地區城市技術的進步,生產性服務業對東部、中部、西部技術進步的集聚效應呈“U”型結構[28]。

由此可見,國內外有關生產性服務業對技術創新影響的研究視角和研究層次各不相同,研究結論也并不統一。首先,多數文獻雖然研究了生產性服務業集聚對技術創新的影響,但并未對生產性服務業不同集聚模式下的影響進行深入分析;其次,大量學者的研究主要集中在生產性服務業集聚對技術創新的線性影響,但產業集聚是一個周期性的不斷推進演化的過程,不同階段具有明顯的差異化特征[29]，因此會產生不同的外部效應,現有文獻缺少生產性服務業集聚對技術創新變動規律和演進軌跡的深入探討。第三,在生產性服務業集聚對技術創新的相關實證分析中,受數據可得性和計算復雜度的影響,多數研究對技術創新指標的選取基本上圍繞專利申請數、專利授權數等,難以反映技術創新的真實客觀水平,研究較粗泛,忽略了對技術創新效率的分析。

基于現有研究的不足,本文嘗試從兩個方面來擴展補充:一是基于專業化集聚和多樣化集聚兩種類型,分別考察生產性服務業對技術創新效率的影響;二是根據“集群生命周期”相關理論,某一地區的資源配置效率、研發效率、競爭程度等會因集聚在生命周期的不同階段而呈現不同的特征,因此生產性服務業集聚與技術創新效率之間可能存在非線性的關系。本文將運用面板門檻模型,從集聚專業化和集聚多樣化角度,分別考察生產性服務業在集聚的不同階段、不同的外部約束環境下對技術創新效率產生的影響。

3 研究設計與變量選取

3.1 研究設計

根據Miller、Upadhyay的相關研究文獻[30],城市的生產過程遵循柯布—道格拉斯函數:

(1)

式中,K為資本而L代表勞動力;α、β為兩者的彈性系數;i、t分別代表地區和年份。根據毛其淋、盛斌有關技術和不效率函數的研究方法[31],假設Ait滿足:

(2)

式中,Ai0為省、市初始的技術創新效率水平;λi為外生的生產率變遷;MARit、JACit分別表示省市的產業集聚專業化和多樣化指標;δi、φi分別表示專業化集聚和多樣化集聚對省、市技術創新效率的影響系數。根據式(2)的描述,各省市技術創新效率的計算公式為:

TEit=lnAi0+θit+δilnMARit+φilnJACit

(3)

在式(3)的基礎上,本文選擇人力資本、政府支持、對外開放、城鎮化、金融發展、環境規制作為控制變量進行模型完善,公式為:

TEit=a0+μi+δilnMARit+φilnJACit+β1lnhumit++β2zfzcit+β3openit+β4urbit+β5finait+β6erit+εit

(4)

式中,MARit為專業化集聚;JACit為多樣化集聚;humit為人力資本;zfzcit為政府支持;openit為開放程度;urbit為城鎮化水平;finait為金融發展水平;erit為環境規制。根據傅十和、洪俊杰的論證,MARit、JACit不存在著線性關系,因此兩者之間不會產生共線性[32]。

模型確定后,將采用面板門檻回歸模型來驗證不同外部約束環境下生產性服務業專業化集聚與多樣化集聚對技術創新效率產生的作用。本文僅簡單介紹單一門檻的估計和檢驗方法,而雙重門檻、三重門檻可在此方法上依次類推。模型構建為:

yit=ui+β1xitI(qit≤γ)+β2xit(qit>γ)+εit

(5)

式中,i=1,2,…;N為不同的個體;t=1,2,…;T為時間;qit為門檻變量;I(·)為指示性函數,相應條件成立時取1,否則取0。該方程可表示為:

(6)

3.2 變量選取

本文選取2003—2015年30個省(未包括香港與澳門特別行政區、臺灣地區和西藏自治區)的相關面板數據,原始數據來源于歷年的《中國統計年鑒》、《中國科技統計年鑒》、《中國環境統計年鑒》、《中國金融統計年鑒》和Wind數據庫。

技術創新效率(TEit):本文運用FRONTIER 4.1軟件,基于C-D生產函數采用隨機前沿分析方法(Stochastic Frontier Analysis,SFA)測度樣本期內各省市技術創新效率,體模型為:

lnyit=β0+β1lnkit+β2lnlit+vit-uit

(7)

式中,yit為第i個區域t時期發明專利申請量(個);kit為第i個區域t時期的R&D科研經費支出(億元);lit為第i個區域t時期的R&D研發人員全時當量(人/年);β0為常數項;β1、β2為需要估計的參數;vit為隨機誤差項,由觀測誤差和其他隨機噪聲誤差兩方面構成,服從N(0,σ2)的正態分布;uit=uiexp(-η(t-T))為非負誤差項,服從N(mit,σ2)的截尾正態分布;η為被估計的參數。因此,我國各省市技術創新效率為:

(8)

同時,“由于R&D經費支出是一項流量指標,對知識生產的影響不僅反映在當期,對以后的知識生產也將產生影響。因此,測算創新活動的效率時應首先核算R&D資本存量。”[33]參考張軍的做法,R&D存量的計算公式為:Kit=(1-δ)×Ki(t-1)+Eit。式中,Kit、Ki(t-1)分別表示第i地區第t期和t-1期的資本存量;δ為折舊率,δ值在本文中取9.6%[34];Eit表示第i地區第t期的實際R&D經費支出。關于R&D支出價格指數,其值參照白俊紅等對R&D支出價格指數的計算方法,可“以2003年為基期,對名義R&D經費支出進行平減,進一步估算基期資本存量”[35],計算公式為:Ki0=Ei0/(g+δ)。式中,Ki0為基期資本存量；Ei0為基期實際R&D經費支出；g為考察期內實際R&D經費支出的幾何增長率；δ為折舊率。

專業化集聚指數(MARit):本文結合對生產性服務業內涵和外延的現有研究與界定,并借鑒《北京生產性服務業統計分類標準》和《上海生產性服務業分類(試行)》對生產性服務業的分類標準,擬選取交通運輸、倉儲和郵政業,信息傳輸、計算機服務業和軟件業,批發和零售業,金融業,房地產業,租賃和商業服務業,科學研究、技術服務業和地質勘查業等7個行業來代表生產性服務業。根據Ezcurra等的相關研究[36],生產性服務業專業化集聚指數(MARi)可表示為:

(9)

生產性服務業多樣化集聚指數(JACit):借鑒韓峰等人的相關研究[37],生產性服務業多樣化集聚指數可表示為:

(10)

式中,Es代表全國生產性服務業s的就業人數;E為全國總就業人數。

控制變量:①人力資本(humit)。本文選取平均教育年限,未上過學設定為0年。小學6年、初中9年、高中12年，大專及以上16年。人力資本=小學教育人口比重×6+初中教育人口比重×9+高中教育人口比重×12+大專及以上教育人口比重×16。②政府支持(zfzcit)。本文選取科技財政支出總額與財政總支出的比值來衡量。③開放程度(openit)。本文選取進出口總額占當地GDP的比重表示。由于進出口總額是美元衡量,因此我們根據當年人民幣平均匯率將其轉換成人民幣。④城鎮化水平(urbit)。本文選取城鎮人口總數占常住總人口比重表示。⑤金融發展水平(finait)。本文采用金融機構貸款總額占GDP比重表示。⑥環境規制(erit)。采用環境污染治理投資額占GDP的比重表示。為消除通貨膨脹,控制變量中關于貨幣衡量的指標全部用以2003為基期GDP平減指數來平減消除。各變量統計特征見表1。

表1 變量統計描述

3 實證結果估計與分析

3.1 生產性服務業集聚與技術創新效率線性估計

在模型估計方面,運用Hausman檢驗對模型的隨機效應和固定效應進行篩選,篩選結果顯示應采用固定效應模型進行估計。借鑒肖文、殷寶慶的做法[38],分別采用生產性服務業專業化和多樣化集聚的滯后一期、二期變量作為解釋變量,克服內生性問題和檢驗滯后效應。為了消除異方差、截面相關、序列相關,采用可行性的廣義最小二乘法(FGLS)進行估計,估計結果見表2。

表2 全國估計結果

注:***、**、*分別表示在10%、5%、1%水平下顯著;()內為參數估計t或z的統計值;[]內為P值。

表2中專業化、多樣化、專業化與多樣化三類方程式的FE模型、IV模型、FGLS模型分別代表固定效應、集聚方式滯后一期、集聚方式二期工具變量、廣義的最小二乘法估計模型。從三類方程中的FE模型、FGLS模型可見,生產性服務業的專業化集聚、多樣化集聚均促進了技術創新效率的提升;從穩健性的估計可見,生產性服務業多樣化集聚的促進作用要大于專業化集聚。從IV模型可見,生產性服務業的專業化集聚對技術創新效率在1%水平上顯著促進,多樣化集聚在5%水平上有顯著的促進作用,說明專業化集聚和多樣化集聚對技術創新效率的促進作用不僅體現在當期,還存在滯后效應。

生產性服務業專業化集聚促進技術創新效率可能是通過以下三種途徑來產生作用的:①規模經濟效應。生產性服務業的相同產業集聚在一起可共享創新中間產品、研發基礎設施、高素質人才,從而有利于技術創新的提升。②知識溢出效應。相同的生產性服務業集聚能促使企業間知識的空間溢出,并促進知識技術在企業間創造、傳播、積累,有助于持續提升企業的創新能力。③競爭激勵效應。生產性服務業大都是具有知識密集性的企業,具有較高的創新活力,專業化集聚使企業間的競爭程度更加激烈,因此企業通過持續創新得以保持市場的競爭力。生產性服務業的多樣化集聚可通過滿足企業多樣化需求、降低工業成本、加強產業關聯的途徑來促進技術創新效率。經濟發展要求各產業需要不斷開發多樣化的產品與服務,以滿足特定人群的偏好與需求,這就要求相關企業需要進行持續的創新活動。生產性服務業在特定區域內的多樣化集聚提供了多樣化的服務環境,減少了工業企業的生產成本和搜尋成本,推動了生產性服務業和工業互動的創新。同時,生產性服務業的多樣化集聚使各產業關聯性更加密切、互補性的知識交流更加頻繁,有助于產生更多的創新回報。

從控制變量可見,生產性服務業的人力資本顯著促進了技術創新效率的提升,說明教育有助于提高勞動者的素質,促進人力資本專業化,提升創新效率。政府支持的系數顯著為正,說明政府行為在科技創新過程中發揮著重要作用。生產性服務業的開放程度系數顯著為負,說明開放水平抑制了我國技術創新效率的提升,可能的解釋是以貿易進出口表示的開放水平帶來的技術溢出較小。同時,國內勞動成本較低,企業可能忽略了吸收和消化先進技術并進行自主研發[39],從而抑制了技術創新效率水平的提升。城市化顯著提升了技術創新效率,城市化過程是各類要素在城市中高度集聚過程,城市化可通過多樣化分工、知識溢出、市場效應、交易效率等途徑促進創新效率[40]。生產性服務業的金融發展促進了技術創新效率水平的提升,說明良好的金融市場可有效地緩解創新的信貸約束[41],“分散創新風險,促進技術創新行為的長期化、穩定化和持續化”[42]。環境規制對技術創新效率的作用在考慮穩健性后在10%水平上顯著為正,說明投資型環境規制總體上對企業技術創新產生了“激勵效應”,一定程度上支持了“波特假說”[43]。

4.2 集聚與技術創新效率的線性估計

由于我國區域經濟發展存在差異性,導致生產性服務業集聚也存在差別,對技術創新效率的影響是不盡相同的。本文將分別采用我國東部、中部、西部的樣本分別估計生產性服務業的創新效率,估計方法主要采用廣義的最小二乘法(FGLS),估計結果見表3。

從表3的估計結果可見,不同區域下生產性服務業的專業化集聚和多樣化集聚對技術創新效率的影響存在差異。其中,東部地區生產性服務業的專業化集聚在1%水平上顯著抑制了技術創新效率,多樣化集聚在1%水平上顯著促進了技術創新效率;中部地區的專業化集聚和多樣化集聚在1%水平上顯著促進了技術創新效率;西部地區生產性服務業的專業化集聚和多樣化集聚在1%水平上顯著促進技術創新效率,且中部地區生產性服務業的促進作用大于西部地區。生產性服務業的產業結構的調整可能是導致以上差距產生的原因。首先,我國的制造業具有低端化、專業化的特點,東部地區的工業化發展處于中后期,制造業的升級和轉移導致生產性服務業的專業化服務難以匹配制造業的發展,同時東部地區產業數目、種類眾多,創新活動較頻繁,對生產性服務業的多樣化服務產生巨大需求,從而導致專業化集聚抑制了東部地區的技術創新效率水平,而多樣化集聚促進了東部地區技術創新效率水平。其次,制造業在區域間的轉移也刺激了生產性服務業的發展,促進了制造業企業的創新活動。第三,西部地區的產業結構相對落后,對生產性服務業具有潛在的需求,進而會對技術創新效率水平產生一定的促進作用。

在對生產性服務業進行分地區估計的基礎上,我們可以把生產性服務業劃分為低端型生產性服務業和高端型生產性服務業進行進一步檢驗。借鑒于斌斌的處理方法[44],將交通運輸、倉儲和郵政業,批發和零售業,租賃和商業服務業三個行業作為低端生產性服務業,將信息傳輸、計算機服務業和軟件業,金融業,房地產業,科學研究、技術服務業和地質勘查業四個行業作為高端生產性服務業分別進行估計,結果見表4。

表3 分地區估計結果

注:***、**、*分別表示在10%、5%、1%水平下顯著;()內為參數估計z統計值;[]內為P值。

表4 分行業層面估計結果

注:***、**、*分別表示在10%、5%、1%水平下顯著;()內為參數估計z統計值;[]內為P值。

從表4的估計結果可見,穩健性的估計結果表明低端生產性服務業專業化集聚促進了技術創新效率的提升,而多樣化集聚的促進作用不顯著;高端生產性服務業多樣化集聚促進了技術創新效率水平的提升,而專業化集聚對技術創新效率水平的促進作用不顯著。從產業結構層面來看,低端生產性服務業更加注重專業化的發展模式,而高端生產性服務業更加注重多樣化的發展模式,這有助于制造業的轉型升級和技術提升,與前文分地區的東部估計結果相一致。

3.3 面板門檻模型估計結果與分析

本文分別從生產性服務業的專業化集聚、多樣化集聚、外商直接投資、對外直接投資等作為門檻變量來驗證生產性服務業集聚與技術創新效率之間的非線性關系。門檻效應的檢驗結果見表5,門檻值的估計結果見表6。

表5 門檻效應檢驗結果

注:***、**、*分別表示在10%、5%、1%水平下顯著。

表6 門檻值估計結果

從表5、表6可見,專業化集聚存在的雙重門檻為0.145、0.228,多樣化集聚存的在雙重門檻為0.102、0.137,專業化集聚下外商直接投資存在為雙重門檻為7.544、9.546,多樣化集聚下外商直接投資存在的三重門檻為7.793、9.755和10.328,專業化集聚下對外直接投資存在的三重門檻為9.634、11.548和14.755,多樣化集聚下對外直接投資存在的三重門檻為11.061、13.290和16.132。

根據門檻效應檢驗結果、門檻值估計結果可構建含有三重門檻的方程,本文只給出專業化集聚三重門檻的方程式,而多樣化集聚方程與專業化集聚相類似,在此不再贅述。

計算公式為:

TEit=a0+μi+δ1lnMARit×I(thi≤γ1)+δ2lnMARit×I(γ1γ4)+β1lnhumit+β2zfzcit+β3openit+β4urbit+β5finait+β6erit+εit

(11)

式中的控制變量含義與前文所述相同,而thi分別代表產業集聚、外商直接投資以及對外直接投資水平。面板門檻估計結果見表7。

表7 面板門檻模型估計結果

(續表7)

解釋變量 集聚方式 lnfdi lnofdi 專業化多樣化專業化多樣化專業化多樣化MAR-1 0.3386*** -0.5530*** -0.3014*** (4.12) (-4.68) (-3.72)MAR-2 0.1894*** -0.0263 -0.0819 (2.80) (-0.40) (-1.06)MAR-3 0.3502*** 0.4313*** 0.3070*** (5.55) (7.40) (5.52)MAR-4 0.4495*** (7.95)JAC-1 0.6966*** -0.1617*** -0.0846** (5.54) (-3.85) (-2.08)JAC-2 0.4045*** -0.0335 0.0306 (5.57) (-0.90) (0.83)JAC-3 0.1698*** 0.0654* 0.0917*** (4.31) (1.76) 2.64JAC-4 0.1286*** 0.2490*** (3.82) (5.06)C-0.6948***-0.7233***-0.5346***-0.5285***-0.5191***-0.5641*** (-11.73) (-11.87) (-9.36) (-8.86) (-9.22) (-8.87)R2 0.8975 0.8966 0.9143 0.9120 0.9181 0.9059F 341.41 338.17 416.17 362.89 392.13 336.91

注:***、**、*分別表示在10%、5%、1%水平下顯著;()內為參數估計的t統計值;[]內為P值。

從表7全樣本的面板門檻模型可以得出:①當專業化集聚水平低于0.145時,生產性服務業專業化集聚對技術創新效率的影響系數為0.3386,在1%的水平下顯著;當專業化集聚水平為0.145—0.228時,影響系數變為0.1894,在1%的水平下顯著,促進作用有所降低;當專業化集聚水平大于0.228時,影響系數變為0.3502,在1%的水平下顯著,說明生產性服務業專業化集聚對技術創新效率呈現正的“N”型影響規律;當多樣化集聚水平低于0.102時,生產性服務業多樣化集聚對技術創新效率的影響系數為0.6966,在1%的水平下顯著;當多樣化集聚水平為0.102—0.137時,影響系數變為0.4045,在1%的水平下顯著;當多樣化集聚水平大于0.137時,影響系數變為0.1698,在1%水平下顯著。這說明隨著生產性服務業多樣化集聚水平的上升,對技術創新效率的促進作用依次遞減。②如果考慮生產性服務業專業化集聚,當外商直接投資水平低于7.544(eln7.544=1889.3724)時,生產性服務業專業化集聚對技術創新效率的影響系數為-0.5530,在1%的水平下顯著;當外商直接投資水平處于7.544(eln7.544=1889.3724)與9.546(eln9.546=13988.628)之間,影響系數變為-0.0263,且不顯著;當外商直接投資水平大于9.546(eln9.546=13988.628)時,影響系數變為0.4313,在1%的水平下顯著。這說明隨著外商直接投資水平的上升,生產性服務業專業化集聚對技術創新效率的影響呈現“U”型的影響規律。如果考慮生產性服務業多樣化集聚,當外商直接投資水平低于7.793(eln7.793=2423.5774)時,生產性服務業多樣化集聚對技術創新效率的影響系數為-0.1617,在1%的水平下顯著;當外商直接投資水平處于7.793(eln7.793=2423.5774)與9.755(eln9.755=17240.215)之間時,影響系數變為-0.0335,且不顯著;當外商直接投資水平處于9.755(eln9.755=17240.215)與10.328(eln10.328=30576.897)之間時,影響系數變為0.0654,在10%的水平下顯著;當外商直接投資水平大于10.328(eln10.328=30576.897)時,影響系數變為0.1286,在1%的水平下顯著。說明隨著外商直接投資水平的上升,生產性服務業多樣化集聚對技術創新效率的影響呈現“U”型的影響規律。③同樣,無論考慮生產性服務業專業化集聚還是多樣化集聚,隨著對外直接投資水平的提升,生產性服務業集聚對技術創新效率的影響同樣呈現“U”型的影響規律。所以,對外直接投資的逆向技術溢出效應在我國的生產性服務業集聚與技術創新之間具有正向調節作用。

5 結論與啟示

5.1 結論

本文利用2003—2015年省級面板相關數據,從線性和非線性的角度分別考察了生產性服務業不同集聚模式對技術創新效率水平的影響,結果顯示:①從全國層面來看,在考慮內生性、異方差、截面相關、序列相關的線性回歸中,生產性服務業專業化集聚、多樣化集聚均能夠促進中國的技術創新效率,且穩健性的估計中多樣化集聚的促進作用要大于專業化集聚。②從各個地區來看,穩健性的估計結果表明,東部地區的專業化集聚顯著抑制了技術創新效率,多樣化集聚顯著促進了技術創新效率;中部地區的專業化集聚和多樣化集聚顯著促進了技術創新效率;西部地區的專業化集聚和多樣化集聚顯著促進了技術創新效率,且中部地區的促進作用要大于西部地區。③從產業層面來看,穩健性的估計結果表明,低端生產性服務業專業化集聚促進了技術創新效率的提升,而多樣化集聚促進作用不顯著;高端生產性服務業多樣化集聚促進了技術創新效率水平的提升,而專業化集聚對技術創新效率水平的促進作用不顯著。④從全國層面來看,面板門檻模型的估計結果表明生產性服務業專業化集聚、多樣化集聚對我國技術創新效率的影響不僅僅只是簡單的線性關系。首先,專業化集聚基于自身門檻下呈現正的“N”型非線性規律,多樣化集聚基于自身門檻下呈現促進作用并逐步遞減的非線性關系,專業化集聚、多樣化集聚基于外商直接投資、對外直接投資呈“U”型的非線性關系。上述研究結論可為各地區加快發展生產性服務業不同的集聚模式，提高產業集聚的水平,進而提升地區技術創新效率水平和促進經濟發展方式的轉變提供借鑒。

5.2 啟示

從全國層面來看,應加快生產性服務業的發展,因地制宜制定生產性服務業的產業政策,優化產業內部結構,統籌產業空間布局,有效發揮生產性服務業集聚的規模經濟效應。政府要加強分類指導,通過政策引導和必要的財政支持形成特定的生產性服務產業集群,通過建立產學研合作示范區、科技服務業創新區來提升當地的技術創新水平。技術創新是生產性服務業的核心,也是產業升級轉型的關鍵,因此要重點加強技術研發、檢驗檢測、新技術推廣、技術人員培訓、信息化應用、設備共享等服務,以幫助企業增強創新能力;積極探索院校企業間的合作模式,以保證委托研發的順利進行。同時,要加強人才的培養力度,提高當地的教育水平,為生產性服務業提供智力保障;鼓勵發展多元化的金融體系,滿足不同類型生產性服務業的融資需求。

大力發展東部地區生產性服務業多樣化水平,以滿足東部地區制造業的轉型升級,合理、合規、有序地對東部地區制造業進行轉移,同時做好東部地區制造業向中西部地區的轉移承接工作;大力提升高端型生產性服務業的多樣化水平,適度發展低端型生產性服務業的專業化規模。

根據集聚模式的不同門檻可指定相應的產業政策,以克服集聚效應在不同集聚程度下效應遞減的變化。同時,大力引進外資、鼓勵對外投資,堅持“走出去、引進來”與生產性服務業的有效結合,使外商投資和對外投資保持在合理水平以促進我國的技術創新步伐,提升經濟增長的質量。