生產性服務業集聚與城市創新
——基于行業、城市規模異質性的空間杜賓模型研究

(云南大學 經濟學院,云南 昆明 650504)

1 引言

2017年我國提出加快建設創新型國家,2018年發出關于支持新一批城市開展創新型城市建設的通知,將創新型城市建設作為實施創新驅動發展戰略的重要舉措,加大政策保障力度,強化對區域內各創新型城市的統籌推動,并將萬人發明專利擁有量、服務業增加值占比等關鍵指標作為創新型城市建設定期監測與評價的對象。城市作為國家經濟產出和創新中心的重要基地,集聚了各種資源和創新要素,為

新專利與新發明產生提供了重要場所[1],城市創新已經成為建設創新型國家的基本元素和重要支撐。

城市創新產出與一城市的政治、文化、交通、科技投入等因素有關[2],同時還受到城市產業集聚的影響,相關研究已證實產業集聚的外部性對區域創新具有促進作用[3]。生產性服務業作為第二、三產業加速融合的關鍵環節,貫穿制造業整個產業鏈的諸多環節,具有高知識密集度、高附加值等特點,已成為產業創新的重要組成部分。生產性服務業大都聚集于大城市,可為城市創新提供資金和設備支撐。自20世紀80年代以來,生產性服務業已成為西方發達國家經濟發展的主要動力和創新源泉[4]。鑒于此,研究生產性服務業集聚如何影響城市創新具有重要意義。

2 文獻綜述

Marshall[5]提出產業集聚是產業創新的重要因素之一,指出知識技術外溢是產業集聚促進創新的主要因素，后來Arrow[6]、Romer[7]的研究形成了產業集聚的MAR外部性理論。該理論認為，相同產業的企業集聚容易產生知識溢出,有利于企業創新,即產業專業化集聚能夠促進創新。與產業集聚的MAR外部性理論相反,Jacobs[8]提出了產業集聚的JAC外部性理論。該理論認為，不同產業間的企業集聚容易產生知識溢出,有利于技術創新,即產業多樣化集聚有利于創新。從相關文獻研究發現,產業專業化集聚對創新的影響可歸納為促進論[9,10]、抑制論[11]和以時間變化[12]、集聚程度、城市規模為限制條件[13]的非線性論。同樣,產業多樣化集聚對創新的影響可歸納為促進論[14,15]、抑制論或不顯著論[16,17]和以集聚程度[18]為限制條件的非線性論。

關于生產性服務業集聚對創新的影響,相關文獻研究表明:一地區的生產性服務業集聚可促進區域人才、知識、信息等創新要素的集聚與流動,形成涵蓋知識、信息和技術的交流網[19],改善該地區的投資經營環境[20],產生明顯的技術溢出效應[21],促進企業間的技術交流與合作,為集聚區內企業提供學習和創新環境[22]。同時,生產性服務業集聚規模的擴大可提高企業間的技術擴散效率[23]。此外,生產性服務業與制造業的協同集聚還有利于產業的協同創新[24,25],節約相關企業的生產、運輸、交易、研發成本,為制造業企業開發新產品提供技術和資金方面支持[26],尤其是小型制造企業主要依靠生產性服務企業作為獲取外部知識的渠道而獲取新技術[27],特別作為制造業一個分類的高技術產業,生產性服務業可為高技術產業提供大量的中間產品,共享中間產品,吸引高技術產業向生產性服務業較多的地區集聚,通過技術外溢的方式提升高技術產業的生產效率[28],為高技術產業技術創新提供支撐。何守超、陳斐[29]利用我國省級面板數據實證檢驗了生產性服務業聚集有助于技術創新,并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;原毅軍、郭然[30]利用我國省級面板數據也得出生產性服務業集聚可顯著促進技術創新,且東部省份高端生產性服務業集聚對技術創新的影響顯著,而中西部省份低端生產性服務業的促進作用更顯著。

綜上所述,國內外學者分別研究了產業集聚的多樣化與專業化對創新的影響，關于生產性服務業集聚對創新的研究,大多集中于生產性服務業單一集聚的研究,鮮有不同集聚模式對創新的影響研究。同時，現代信息科技和互聯網的發展為生產性服務業服務周邊地區創新提供了可能,以往文獻鮮有考慮生產性服務業集聚對區域創新的空間溢出效應。目前,生產性服務業集聚對創新的影響研究大都選取省級層面數據,數據選取過于粗糙,可能對實證檢驗結果造成偏誤,且相關文獻拘囿于我國東部、中部、西部三大區域視角。城市作為生產性服務業集聚與創新的主要場所,區域差異性明顯,顯然不能從省級層面說明問題?；诖?本文將從生產性服務業不同集聚模式出發,從城市產業結構、城市規模角度來研究生產性服務業集聚對城市創新的影響作用與空間溢出效應。

3 理論機理

3.1 城市創新提升機理

生產性服務業專業化集聚是指生產性服務業內部結構集聚在少數行業形成專業化分工、規?；a的發展模式。生產性服務業專業化集聚可為工業生產提供專業化服務,促進知識、信息和技術在企業之間的擴散和共享,通過分工與協作促進上、下游產業的產出與投入的有效鏈接,形成顯著的規模經濟效應,進而促進區域創新。如果相同的生產性服務業企業集聚在一起,還可共享創新中間產品、研發基礎設施、高素質人才,為企業戰略合作創新創造有利的條件,且生產性服務業大都為知識密集性的企業,專業化的集聚促進知識傳播和技術更新迅速,督促企業必須不斷持續創新才能保持市場的競爭力。

生產性服務業多樣化集聚是指生產性服務業內部結構均勻分布在各個行業,形成多元化的發展模式。生產性服務業多樣化集聚可通過“技術池觀點”[31]和“市場區觀點”[32]作用于區域創新的提升。一方面,生產性服務業多樣化集聚可提供多種類的服務環境,促使各產業關聯性更加密切、企業間的技術合作與交流更加頻繁,滿足企業的定制化和創新性服務需求,有助于產生更多的創新回報;另一方面,生產性服務業多樣化集聚可減少工業企業的生產成本和搜尋成本,提高工業企業在市場競爭中的適應能力和市場勢力,有利于新技術、新工藝應用于高科技產業,通過溢出效應進一步增強該地區的創新水平。

3.2 空間溢出機理

區域創新不但取決于本地區的自身特征,而且還受到其他地區經濟活動空間關聯的影響,忽略生產性服務業集聚的空間效應將會對研究結果產生偏誤。生產性服務業的空間溢出效應主要受到信息技術、市場規模、政府規制等因素的影響:①信息技術。生產性服務業不同于工業或制造業,受傳統的運輸成本等因素的限制較小,具有服務無形、無法儲存、產銷同時等特征,信息技術可促進生產性服務業快速與低成本地獲取和反饋相關信息,為其服務周邊地區實體經濟，促進周邊地區創新提供技術支撐。②市場規模。如果一個地區的工業發展潛力和市場規模不足,生產性服務業就有可能向周邊地區拓展業務,進而為生產性服務業集聚的空間溢出提供可能。分行業結構來看,物流運輸、一般性商務等低端生產性服務業具有知識與技術密度低、服務半徑小、交易頻率大等特征,適合在市場規模較小的中小城市進行專業化集聚,在一定程度上能促進本區域創新的提升而空間溢出效應不明顯。高端生產性服務業(如科技、會計、咨詢等)具有產品附加值高、服務半徑大、交易頻率小等特征,適合在市場規模較大的大中城市采用多樣化集聚[33],這樣不僅能促進本地區創新的提升,還能對周邊地區產生明顯的空間溢出效應。③政府規制。一般而論，地方政府會根據自身的經濟發展特點,并結合服務業不同類型與內部結構的差異,對生產性服務業進入本地市場及其競爭規制制定相應的政策。具體而言,高端生產性服務業更容易獲得制度上的優先支持,對周邊地區的創新產生顯著的空間溢出效應;而低端生產性服務業則更多地賴于本地市場規模,空間溢出效應不顯著。

4 模型與數據

4.1 空間自相關性檢驗

本文采用距離的倒數平方空間矩陣來構建城市的空間距離權重矩陣[34],同時城市之間創新的相互作用還受到城市創新要素的流動帶來的空間相互作用[35]，因此借鑒Lim[36]對解釋美國城市創新活動的空間相關性所建立的權重矩陣來完善空間距離權重矩陣,即創新網絡空間權重矩陣,采用Moran′s I指數來檢驗空間相關性。Moran′s I指數定義為:

(1)

(2)

式中,qi與qj為城市i與城市j的2004—2015年萬人發明專利申請量的平均數,表示城市創新強度;dij為采用城市經緯度坐標測算的兩城市中心距離;k為采用ArcGIS12測度的兩城市中心距離參數,取值為1000,城市創新的Moran′s I指數采用創新網絡空間權重矩陣來計算。

4.2 空間計量模型的研究設計

為了更好地驗證生產性服務業多樣化與專業化集聚對城市創新影響的空間效應,本文采用空間計量模型進行研究。同時,城市創新(innoit)不僅受到生產性服務業專業化集聚(MARit)和多樣化集聚(JACit)的影響,還受到人力資本(humit)、對外開放(openit)、政府對科技教育的支持(govkjit)、信息化水平(inforit)、產業結構(industrit)、固定資產投資(investit)等控制變量的影響,控制變量采用符號Xit統一表示，因此空間計量模型構建為:

μit～N(0，σ2I)

(3)

式中,ρ為本地區因變量對其他地區因變量的影響系數。當ρ>0時,表明相鄰地區間存在空間溢出效應;當ρ<0時,表明相鄰地區間存在空間負效應。X為包含生產性服務業專業化、多樣化集聚及控制變量向量;β、θ為X的參數估計;φi、vt分別表示地區效應、時間效應;ψ表示殘差之間的空間相關性;εit為隨機誤差項;i和t表征地區個體和時間維度。若ρ≠0、θ=0、ψ=0,則式(3)為空間滯后模型(SLM);若ρ=0、θ=0、ψ≠0,則為空間誤差模型(SEM);若ρ≠0、θ≠0、ψ=0,則為空間杜賓模型(SDM)。同時,采用Wald檢驗和LR檢驗對SLM、SEM、SDM進行篩選,如果檢驗都拒絕H0:θ=0和H0:θ+ρβ=0的原假設,則選擇SDM,接受其中一個原假設,則在SLM、SEM之間進行選擇。

4.3 直接效應、間接效應估計

當模型選擇空間杜賓模型(SDM)時,采用LeSage和Pace[37]提出的直接效應、間接效應和總效應來進一步考察生產性服務業多樣化與專業化集聚對城市創新影響的空間效應。用Yt代表lninnoit向量,將SDM模型改寫為:

Yt=(1-ρW)-1(βXt+θWXt)+(1-ρW)-1μt

(4)

對上式以第k個解釋變量為自變量進行求導,可得到偏微分矩陣:

YX1k…YXNké?êêù?úút=(1-ρW)-1βkω12υk…ω1Nυkω21υkβk…ω2Nυk????ωN1υkωN2υk…βké?êêêêêù?úúúúút

(5)

對角線元素的平均值代表解釋變量的變化對本地區因變量的平均影響效應,即直接效應;非對角線元素的平均值代表x的變化對其他地區因變量的平均影響效應,即間接效應。

4.4 變量選取與數據來源

被解釋變量——城市創新(innoit):創新能力可用專利數量和新產品銷售額來表示,但在我國采用新產品規模有可能會高估城市的創新能力[38]，因此本文采用每萬人國內發明專利申請數量來衡量城市的創新水平。采用發明專利申請數量可避免發明專利授數權量的時滯性和機構的偏好干擾,可更好地度量創新產出和能力[39,40]。2004—2015年的城市發明專利申請數據來源于中華人民共和國國家知識產權局(SIPO)專利檢索系統,以城市名稱(檢索詞)作為申請(專利權)人,公開(公告)日為研究時段,發明類型為中國發明申請,生成檢索公式進行檢索。

解釋變量——生產性服務業專業化集聚指數(MARit):本文借鑒《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)對生產性服務業進行分類,本文選取“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”7個行業來代表生產性服務業。借鑒Ezcurra、Pascual[41]的研究,公式為:

(6)

解釋變量----生產性服務業多樣化集聚指數(JACit):借鑒韓峰、洪聯英和文映[42]的研究,公式為:

(7)

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。人力資本已成為企業創新發展的新動力,通過學習、吸收、消化各種知識,為一個地區的新技術、新產品與新工藝研發提供智力保障,進而提升區域創新水平。本文選取城市普通高等學校在校人數表示。②對外開放。對外開放通過引進國外先進管理經驗、技術等生產要素,改善一個地區的創新環境,以外商直接投資衡量對外開放將對地區創新能力和技術進步產生重要影響[43]。本文選取城市年度的實際外商投資額(以當年人民幣平均匯率轉換成人民幣)占城市國內生產總值比重來表示。③政府對科技教育的支持。政府對科技教育的支持既可直接提供創新知識,又可提升科技人員的從業比重和人力資本水平,從而間接促進區域創新。本文采用政府財政支出中科學教育的支出比重表示政府對科教領域的支持力度。④信息化水平。信息化水平將有助于地區之間勞動力、資本等生產要素的跨區域、遠距離流動,有助于提高技能、知識等媒介的傳輸速度,提升區域創新水平。⑤產業結構。第三產業中的金融業、技術服務業、創意產業、教育和科學研究事業等具有高度的創新性,其創新力度和強度遠超過第二產業中的工業企業創新[44]。隨著經濟的發展,一個地區將由第二產業升級促進自主創新能力的提升轉向第三產業升級促進自主創新能力提升。本文選取城市第三產業產值占城市國內生產總值的比重表示。⑥固定資產。固定資產投資能改善一個地區的基礎設施建設,有利于當地物質資本投資水平的提高,為地區創新提供物質支撐。本文利用全社會固定資本存量占GDP的比重衡量。全社會固定資本采取永續盤存法核算固定資產存量,折舊率為9.6%。

本文中的原始數據均來源于相關年份的《中國城市統計年鑒》、《中國區域經濟統計年鑒》和Wind數據庫,其中控制變量中關于貨幣衡量的指標全部采用以2003年為基期的GDP平減指數進行平減消除。

5 實證結果與分析

5.1 城市創新的空間相關性檢驗結果

2004—2015年我國249個地級及以上城市萬人發明專利申請量的Moran′s I指數采用式(1)計算(表1)。從表1可見,除2005年城市萬人發明專利申請量不存在較顯著的空間全局自相關外,其他年份城市萬人發明專利申請量的Moran′s I指數值均為正值,在1%顯著性水平下通過了空間自相關檢驗,且城市萬人發明專利申請量的全域Moran′s I指數值出現波動式上升,說明城市創新的空間關聯性在不斷加強。

表1 城市創新的Moran′s I指數值

本研究采用局部Moran′s I指數值進一步考察城市創新的局部空間相關性,采用2004年、2009年、2012年和2015年城市萬人發明專利申請量的局域Moran′s I散點圖來表示其局部空間變動趨勢(圖1—4)。

由城市萬人發明專利申請量的局域Moran′s I散點圖可見,249個城市的萬人發明專利申請量局部空間關聯特征差異明顯,大部分城市的萬人發明專利申請量局部Moran′s I指數值位于第一象限、第三象限,呈現出明顯的高—高集聚、低—低集聚的現象,說明城市的創新水平呈現出空間上的聚集效應。

圖1 2004年城市創新局域Moran′s I散點圖

圖2 2009年城市創新局域Moran′s I散點圖

圖3 2012年城市創新局域Moran′s I散點圖

圖4 2015年城市創新局域Moran′s I散點圖

5.2 空間計量模型的選擇與估計分析

本文從OLS模型、空間固定、時間固定、空間時間雙固定的非空面板4種模型來檢驗是否可構建空間模型,從表2中的LM值及其顯著性來看,模型拒絕了非空面板模型,應選擇考慮空間因素的面板模型。從表3的3種模型估計結果來看,Wald檢驗和LR檢驗同樣拒絕了H0:θ=0和H0:θ+ρβ=0的原假設,空間杜賓模型Hausman檢驗拒絕了隨機效應,因此選擇時間和空間雙固定的空間杜賓模型是比較合理的。

表2 普通面板模型的相關檢驗

表3 空間計量模型估計結果

由表3見,空間杜賓模型的空間滯后系數(ρ)在1%水平下顯著為正,說明城市創新存在顯著的空間正相關,本地區創新可提升周邊地區的創新水平。本地區創新水平每提升1%,可以提升周邊地區創新水平的8.23%。生產性服務業集聚模式對城市創新水平有重要的影響作用,一個地區的創新不僅受到本地區生產性服務業集聚模式的影響,還受到周邊地區的影響。

表4 空間杜賓模型的效應分解

由表4可見,從生產性服務業專業化集聚來看,對城市創新的直接效應為正,在5%水平下顯著,間接效應為負,在5%水平下顯著。從生產性服務業多樣化集聚來看,對城市創新的直接效應和間接效應均為正,且都在5%水平下顯著。這說明生產性服務業的專業化集聚提升了本地區的城市創新，而抑制了周邊地區的城市創新；生產性服務業多樣化集聚均促進了本地區及周邊地區的城市創新,說明我國城市創新的溢出效應更多地來源于生產性服務業多樣化集聚。在控制變量方面,人力資本促進了本地區的城市創新,10%水平下顯著,對周邊地區城市創新的空間溢出效應不顯著,說明地區之間應構建相應的人才交流平臺,加強人才、科技等要素的交流,才能發揮人力資本在區域間知識技術溢出效應中的作用。

對外開放對城市創新的直接效應和間接效應均不顯著,可能的原因在于:自20世紀90年代開始,我國為獲取國外先進技術,放寬了外商進入本國市場的門檻,帶動了行業技術進步,但抑制了本土企業自主創新的提升[45,46]。政府對科技教育支持的直接效應不顯著而空間溢出效應顯著,原因主要在于:由于人力資本和知識具有正外部性,當某地方政府增加教育和科技投入時,知識技術就會溢出到相鄰地區,此時鄰區政府可能采取“搭便車”策略,這種“搭便車”策略會因此弱化本地區政府投入教育和科技的激勵作用[47],造成地方政府教育和科技投入對本地區城市創新能力的提升作用不顯著。信息技術對城市創新的直接效應不顯著而間接效應顯著,說明信息技術更多地是通過空間溢出效應促進城市創新的提升,產業結構及固定資產投資僅能促進本地區城市創新的提升,對周圍地區城市創新的空間溢出效應不顯著。

5.3 低端、高端生產性服務業的實證分析

結合其他文獻研究,根據生產性服務業研發產值等指標,將“租賃和商業服務業,交通運輸、倉儲和郵政業,批發和零售業”3個行業歸為低端生產性服務業,將“科學研究、技術服務業和地質勘查業,信息傳輸、計算機服務業和軟件業,金融業,房地產”4個行業歸為高端生產性服務業,進一步考察生產性服務業行業差異對城市創新的影響。由于篇幅限制,表5只給出低端生產性服務業和高端生產性服務業不同集聚模式對城市創新的影響(表6—8同),其他控制變量省略。

表5 低、高端生產性服務業空間杜賓模型的直接效應、間接效應和總效應

表6 不同城市規模下生產性服務業空間杜賓模型的直接效應、間接效應和總效應

表7 不同城市規模下高端生產性服務業空間杜賓模型的直接效應、間接效應和總效應

表8 不同城市規模下低端生產性服務業空間杜賓模型的直接效應、間接效應和總效應

由表5估計結果可見,低端生產性服務業專業化集聚對城市創新的直接效應顯著為正,間接效應不顯著,其多樣化集聚對城市創新的直接效應與間接效應均不顯著,說明低端生產性服務業中僅有專業化集聚能夠促進本地區城市創新的提升,而多樣化集聚對本地及周圍地區的城市創新均未產生促進作用。高端生產性服務業專業化集聚對城市創新的直接效應不顯著,間接效應顯著為負,多樣化集聚對城市創新的直接效應與間接效應均顯著為正,說明高端生產性服務業專業化集聚未能促進本地區城市創新的提升,且對周邊地區城市創新具有抑制作用,多樣化集聚不僅能促進本地區城市創新的提升,還能對周邊地區城市創新生產顯著的空間溢出效應。這一發現也與我國制造業的發展現狀相符合,我國制造業仍處于低端化、專業化的發展層次,低端性生產性服務業以專業化的集聚模式與其匹配,高端生產性服務業更適合多樣化集聚,適合集中在經濟和人口規模較大的大城市,以滿足制造業和相關產業的升級需求[48]。

5.4 不同城市規模的實證分析

不同規模等級的城市經濟發展水平各有差異,生產性服務業集聚模式也不相同，因此有必要從城市規模等級的特征出發來驗證生產性服務業適合采取何種模式在不同規模等級的城市集聚,進而影響城市創新。本文根據市轄區人口規模的不同(分為4類:特大城市,200萬人口以上;大城市100—200萬人口;中等城市,50—100萬人口;小城市,50萬以下人口),將我國249個地級及以上城市劃分為特大城市(43個)、大城市(72個)、中等城市(93個)和小城市(41個)4種類型,分別考察不同城市規模等級下生產性服務業、高端生產性服務業、低端生產性服務業不同集聚模式對城市創新的影響,估計結果見表6—8。

由表6可知,從特大及大城市來看,生產性服務業多樣化集聚對城市創新的直接效應、間接效應都顯著為正,而專業化集聚對城市創新的直接效應均不顯著,僅有特大城市生產性服務業專業化集聚對城市創新的間接效應顯著為負;從中小城市來看,中等城市生產性服務業多樣化集聚對城市創新的直接效應顯著為正,小城市生產性服務業專業化集聚對城市創新的直接效應顯著為正。從4類城市總體來看,城市規模越大,生產性服務業多樣化集聚對城市創新的空間溢出效應越大。這說明特大城市及大城市生產性服務業多樣化集聚不僅能促進本地區城市創新的提升,還對周邊及其他地區城市創新的提升存在明顯的空間溢出效應。而小城市生產性服務業專業化集聚僅能促進本地區城市創新的提升。由表7可知,特大及大城市高端生產性服務業多樣化集聚均促進了本地區及周邊地區城市創新的提升,而中小城市高端生產性服務業多樣化集聚對本地區及周邊地區城市創新的影響均不顯著。由表8可知,中小城市低端生產性服務業專業化集聚促進了本地區及周邊地區城市創新的提升,而多樣化集聚抑制了周邊地區城市創新的提升。這說明特大城市和大城市更適合高端生產性服務業多樣化集聚,以滿足城市創新的多樣化、高端化需求,而中小城市更適合低端生產性服務業專業化集聚,這也與前面的理論機理相符合。

6 穩健性分析

本文將城市萬人發明專利申請量改為城市萬人專利申請量、城市萬人專利授權量、城市萬人發明專利授權量,采用創新網絡空間權重矩陣重新進行空間杜賓模型實證分析,得到的研究結果基本一致,僅有個別變量系數大小和顯著性水平發生了變化,各變量回歸系數符號基本保持不變。同時,參考白俊紅和蔣伏心[49]的處理方法對城市萬人申請專利和授權專利中的發明專利、實用新型專利、外觀設計專利進行0.5、0.3、0.2賦予權重,采用加權平均值作為最終的專利考核指標重新進行驗證,結果與城市萬人發明專利申請量的實證結果基本相差不大,穩健性得到驗證。

7 結論與啟示

7.1 結論

本文分析了生產性服務業集聚模式對城市創新的提升機理,并采用空間杜賓模型和我國城市面板數據實證了生產性服務業專業化集聚與多樣化集聚對城市創新的影響及空間溢出效應。研究結果顯示,生產性服務業專業化集聚僅能促進本地區城市創新的提升,而多樣化集聚不僅能促進本地區城市創新的提升,還對周邊地區的城市創新提升存在顯著的空間溢出效應。從行業層面看,低端生產性服務業中僅有專業化集聚能夠促進本地區城市創新的提升,高端生產性服務業多樣化集聚能促進本地區及周邊地區城市創新的提升;從城市規模看,特大城市和大城市高端生產性服務業多樣化集聚促進了本地區及周邊地區城市創新的提升,中小城市低端生產性服務業專業化集聚促進了本地區及周邊地區城市創新的提升,說明特大城市和大城市更適合高端生產性服務業多樣化集聚,而中小城市更適合低端生產性服務業專業化集聚。

7.2 啟示

考慮到我國城市創新在城市創新網絡空間關系下存在空間溢出效應及呈現“高高集聚”與“低低集聚”的特點,各城市應根據自身創新的空間差異制定不同的政策規則，加大對創新規模較大城市的科技人力投入和地理鄰近城市的科研資本投入,從而有效獲得空間知識溢出效應。一方面,地方政府應加大信息化水平、基礎設施和人力資本等方面的財政投入,提高信息傳播速度,為外商投資營造良好的營商環境,從而更多地促進城市創新產出;另一方面,加強城市之間的聯動性,破除城市之間產業轉移、要素流動的“市場分割”,構建區域技術、知識、人才交流平臺,發揮生產性服務業集聚對城市創新提升的空間溢出效應,促進城市協同創新。

鼓勵生產性服務業多樣化集聚與專業化集聚與產業結構、城市規模相匹配。一方面,大力加快高端生產性服務業的多樣化集聚發展,將新型產業、高端技術產業、金融服務業等作為城市重點引進、資助、扶持產業,以便提高城市創新;促進低端生產性服務業專業化集聚,加快現代物流、日常商務等行業專業化、規模化運營,為生產性服務業發展節約成本,提高交易效率,為城市創新提供支撐。另一方面,中小城市應積極推進低端生產性服務業專業化集聚,積極配合本地及周邊地區的工業發展,與本地及周邊地區的工業形成功能互補、各具特色的生產性服務業布局,特大核心城市應積極發展與其城市規模等級和工業化水平相匹配的高端生產性服務業,鼓勵技術開發、中介咨詢等高端生產性服務業多樣化集聚,形成對鄰近中小城市創新的空間溢出效應。專利衡量一地區城市創新水平存在一定的缺陷,在今后的研究中,城市創新水平的綜合指標體系構建應進一步加以關注。