生产性服务业集聚与城市创新——基于行业、城市规模异质性的空间杜宾模型研究

(云南大学 经济学院,云南 昆明 650504)

1 引言

2017年我国提出加快建设创新型国家,2018年发出关于支持新一批城市开展创新型城市建设的通知,将创新型城市建设作为实施创新驱动发展战略的重要举措,加大政策保障力度,强化对区域内各创新型城市的统筹推动,并将万人发明专利拥有量、服务业增加值占比等关键指标作为创新型城市建设定期监测与评价的对象。城市作为国家经济产出和创新中心的重要基地,集聚了各种资源和创新要素,为

新专利与新发明产生提供了重要场所[1],城市创新已经成为建设创新型国家的基本元素和重要支撑。

城市创新产出与一城市的政治、文化、交通、科技投入等因素有关[2],同时还受到城市产业集聚的影响,相关研究已证实产业集聚的外部性对区域创新具有促进作用[3]。生产性服务业作为第二、三产业加速融合的关键环节,贯穿制造业整个产业链的诸多环节,具有高知识密集度、高附加值等特点,已成为产业创新的重要组成部分。生产性服务业大都聚集于大城市,可为城市创新提供资金和设备支撑。自20世纪80年代以来,生产性服务业已成为西方发达国家经济发展的主要动力和创新源泉[4]。鉴于此,研究生产性服务业集聚如何影响城市创新具有重要意义。

2 文献综述

Marshall[5]提出产业集聚是产业创新的重要因素之一,指出知识技术外溢是产业集聚促进创新的主要因素，后来Arrow[6]、Romer[7]的研究形成了产业集聚的MAR外部性理论。该理论认为，相同产业的企业集聚容易产生知识溢出,有利于企业创新,即产业专业化集聚能够促进创新。与产业集聚的MAR外部性理论相反,Jacobs[8]提出了产业集聚的JAC外部性理论。该理论认为，不同产业间的企业集聚容易产生知识溢出,有利于技术创新,即产业多样化集聚有利于创新。从相关文献研究发现,产业专业化集聚对创新的影响可归纳为促进论[9,10]、抑制论[11]和以时间变化[12]、集聚程度、城市规模为限制条件[13]的非线性论。同样,产业多样化集聚对创新的影响可归纳为促进论[14,15]、抑制论或不显著论[16,17]和以集聚程度[18]为限制条件的非线性论。

关于生产性服务业集聚对创新的影响,相关文献研究表明:一地区的生产性服务业集聚可促进区域人才、知识、信息等创新要素的集聚与流动,形成涵盖知识、信息和技术的交流网[19],改善该地区的投资经营环境[20],产生明显的技术溢出效应[21],促进企业间的技术交流与合作,为集聚区内企业提供学习和创新环境[22]。同时,生产性服务业集聚规模的扩大可提高企业间的技术扩散效率[23]。此外,生产性服务业与制造业的协同集聚还有利于产业的协同创新[24,25],节约相关企业的生产、运输、交易、研发成本,为制造业企业开发新产品提供技术和资金方面支持[26],尤其是小型制造企业主要依靠生产性服务企业作为获取外部知识的渠道而获取新技术[27],特别作为制造业一个分类的高技术产业,生产性服务业可为高技术产业提供大量的中间产品,共享中间产品,吸引高技术产业向生产性服务业较多的地区集聚,通过技术外溢的方式提升高技术产业的生产效率[28],为高技术产业技术创新提供支撑。何守超、陈斐[29]利用我国省级面板数据实证检验了生产性服务业聚集有助于技术创新,并且东部地区生产性服务业聚集对技术创新的促进作用大于中西部地区;原毅军、郭然[30]利用我国省级面板数据也得出生产性服务业集聚可显著促进技术创新,且东部省份高端生产性服务业集聚对技术创新的影响显著,而中西部省份低端生产性服务业的促进作用更显著。

综上所述,国内外学者分别研究了产业集聚的多样化与专业化对创新的影响，关于生产性服务业集聚对创新的研究,大多集中于生产性服务业单一集聚的研究,鲜有不同集聚模式对创新的影响研究。同时，现代信息科技和互联网的发展为生产性服务业服务周边地区创新提供了可能,以往文献鲜有考虑生产性服务业集聚对区域创新的空间溢出效应。目前,生产性服务业集聚对创新的影响研究大都选取省级层面数据,数据选取过于粗糙,可能对实证检验结果造成偏误,且相关文献拘囿于我国东部、中部、西部三大区域视角。城市作为生产性服务业集聚与创新的主要场所,区域差异性明显,显然不能从省级层面说明问题。基于此,本文将从生产性服务业不同集聚模式出发,从城市产业结构、城市规模角度来研究生产性服务业集聚对城市创新的影响作用与空间溢出效应。

3 理论机理

3.1 城市创新提升机理

生产性服务业专业化集聚是指生产性服务业内部结构集聚在少数行业形成专业化分工、规模化生产的发展模式。生产性服务业专业化集聚可为工业生产提供专业化服务,促进知识、信息和技术在企业之间的扩散和共享,通过分工与协作促进上、下游产业的产出与投入的有效链接,形成显著的规模经济效应,进而促进区域创新。如果相同的生产性服务业企业集聚在一起,还可共享创新中间产品、研发基础设施、高素质人才,为企业战略合作创新创造有利的条件,且生产性服务业大都为知识密集性的企业,专业化的集聚促进知识传播和技术更新迅速,督促企业必须不断持续创新才能保持市场的竞争力。

生产性服务业多样化集聚是指生产性服务业内部结构均匀分布在各个行业,形成多元化的发展模式。生产性服务业多样化集聚可通过“技术池观点”[31]和“市场区观点”[32]作用于区域创新的提升。一方面,生产性服务业多样化集聚可提供多种类的服务环境,促使各产业关联性更加密切、企业间的技术合作与交流更加频繁,满足企业的定制化和创新性服务需求,有助于产生更多的创新回报;另一方面,生产性服务业多样化集聚可减少工业企业的生产成本和搜寻成本,提高工业企业在市场竞争中的适应能力和市场势力,有利于新技术、新工艺应用于高科技产业,通过溢出效应进一步增强该地区的创新水平。

3.2 空间溢出机理

区域创新不但取决于本地区的自身特征,而且还受到其他地区经济活动空间关联的影响,忽略生产性服务业集聚的空间效应将会对研究结果产生偏误。生产性服务业的空间溢出效应主要受到信息技术、市场规模、政府规制等因素的影响:①信息技术。生产性服务业不同于工业或制造业,受传统的运输成本等因素的限制较小,具有服务无形、无法储存、产销同时等特征,信息技术可促进生产性服务业快速与低成本地获取和反馈相关信息,为其服务周边地区实体经济，促进周边地区创新提供技术支撑。②市场规模。如果一个地区的工业发展潜力和市场规模不足,生产性服务业就有可能向周边地区拓展业务,进而为生产性服务业集聚的空间溢出提供可能。分行业结构来看,物流运输、一般性商务等低端生产性服务业具有知识与技术密度低、服务半径小、交易频率大等特征,适合在市场规模较小的中小城市进行专业化集聚,在一定程度上能促进本区域创新的提升而空间溢出效应不明显。高端生产性服务业(如科技、会计、咨询等)具有产品附加值高、服务半径大、交易频率小等特征,适合在市场规模较大的大中城市采用多样化集聚[33],这样不仅能促进本地区创新的提升,还能对周边地区产生明显的空间溢出效应。③政府规制。一般而论，地方政府会根据自身的经济发展特点,并结合服务业不同类型与内部结构的差异,对生产性服务业进入本地市场及其竞争规制制定相应的政策。具体而言,高端生产性服务业更容易获得制度上的优先支持,对周边地区的创新产生显著的空间溢出效应;而低端生产性服务业则更多地赖于本地市场规模,空间溢出效应不显著。

4 模型与数据

4.1 空间自相关性检验

本文采用距离的倒数平方空间矩阵来构建城市的空间距离权重矩阵[34],同时城市之间创新的相互作用还受到城市创新要素的流动带来的空间相互作用[35]，因此借鉴Lim[36]对解释美国城市创新活动的空间相关性所建立的权重矩阵来完善空间距离权重矩阵,即创新网络空间权重矩阵,采用Moran′s I指数来检验空间相关性。Moran′s I指数定义为:

(1)

(2)

式中,qi与qj为城市i与城市j的2004—2015年万人发明专利申请量的平均数,表示城市创新强度;dij为采用城市经纬度坐标测算的两城市中心距离;k为采用ArcGIS12测度的两城市中心距离参数,取值为1000,城市创新的Moran′s I指数采用创新网络空间权重矩阵来计算。

4.2 空间计量模型的研究设计

为了更好地验证生产性服务业多样化与专业化集聚对城市创新影响的空间效应,本文采用空间计量模型进行研究。同时,城市创新(innoit)不仅受到生产性服务业专业化集聚(MARit)和多样化集聚(JACit)的影响,还受到人力资本(humit)、对外开放(openit)、政府对科技教育的支持(govkjit)、信息化水平(inforit)、产业结构(industrit)、固定资产投资(investit)等控制变量的影响,控制变量采用符号Xit统一表示，因此空间计量模型构建为:

μit～N(0，σ2I)

(3)

式中,ρ为本地区因变量对其他地区因变量的影响系数。当ρ>0时,表明相邻地区间存在空间溢出效应;当ρ<0时,表明相邻地区间存在空间负效应。X为包含生产性服务业专业化、多样化集聚及控制变量向量;β、θ为X的参数估计;φi、vt分别表示地区效应、时间效应;ψ表示残差之间的空间相关性;εit为随机误差项;i和t表征地区个体和时间维度。若ρ≠0、θ=0、ψ=0,则式(3)为空间滞后模型(SLM);若ρ=0、θ=0、ψ≠0,则为空间误差模型(SEM);若ρ≠0、θ≠0、ψ=0,则为空间杜宾模型(SDM)。同时,采用Wald检验和LR检验对SLM、SEM、SDM进行筛选,如果检验都拒绝H0:θ=0和H0:θ+ρβ=0的原假设,则选择SDM,接受其中一个原假设,则在SLM、SEM之间进行选择。

4.3 直接效应、间接效应估计

当模型选择空间杜宾模型(SDM)时,采用LeSage和Pace[37]提出的直接效应、间接效应和总效应来进一步考察生产性服务业多样化与专业化集聚对城市创新影响的空间效应。用Yt代表lninnoit向量,将SDM模型改写为:

Yt=(1-ρW)-1(βXt+θWXt)+(1-ρW)-1μt

(4)

对上式以第k个解释变量为自变量进行求导,可得到偏微分矩阵:

YX1k…YXNkéëêêùûúút=(1-ρW)-1βkω12υk…ω1Nυkω21υkβk…ω2Nυk︙︙⋱︙ωN1υkωN2υk…βkéëêêêêêùûúúúúút

(5)

对角线元素的平均值代表解释变量的变化对本地区因变量的平均影响效应,即直接效应;非对角线元素的平均值代表x的变化对其他地区因变量的平均影响效应,即间接效应。

4.4 变量选取与数据来源

被解释变量——城市创新(innoit):创新能力可用专利数量和新产品销售额来表示,但在我国采用新产品规模有可能会高估城市的创新能力[38]，因此本文采用每万人国内发明专利申请数量来衡量城市的创新水平。采用发明专利申请数量可避免发明专利授数权量的时滞性和机构的偏好干扰,可更好地度量创新产出和能力[39,40]。2004—2015年的城市发明专利申请数据来源于中华人民共和国国家知识产权局(SIPO)专利检索系统,以城市名称(检索词)作为申请(专利权)人,公开(公告)日为研究时段,发明类型为中国发明申请,生成检索公式进行检索。

解释变量——生产性服务业专业化集聚指数(MARit):本文借鉴《北京生产性服务业统计分类标准》和《上海生产性服务业分类》(试行)对生产性服务业进行分类,本文选取“交通运输、仓储和邮政业,信息传输、计算机服务业和软件业,批发和零售业,金融业,房地产业,租赁和商业服务业,科学研究、技术服务业和地质勘查业”7个行业来代表生产性服务业。借鉴Ezcurra、Pascual[41]的研究,公式为:

(6)

解释变量----生产性服务业多样化集聚指数(JACit):借鉴韩峰、洪联英和文映[42]的研究,公式为:

(7)

式中,Es代表全国生产性服务业s的就业人数;E为全国总就业人数。

控制变量:①人力资本。人力资本已成为企业创新发展的新动力,通过学习、吸收、消化各种知识,为一个地区的新技术、新产品与新工艺研发提供智力保障,进而提升区域创新水平。本文选取城市普通高等学校在校人数表示。②对外开放。对外开放通过引进国外先进管理经验、技术等生产要素,改善一个地区的创新环境,以外商直接投资衡量对外开放将对地区创新能力和技术进步产生重要影响[43]。本文选取城市年度的实际外商投资额(以当年人民币平均汇率转换成人民币)占城市国内生产总值比重来表示。③政府对科技教育的支持。政府对科技教育的支持既可直接提供创新知识,又可提升科技人员的从业比重和人力资本水平,从而间接促进区域创新。本文采用政府财政支出中科学教育的支出比重表示政府对科教领域的支持力度。④信息化水平。信息化水平将有助于地区之间劳动力、资本等生产要素的跨区域、远距离流动,有助于提高技能、知识等媒介的传输速度,提升区域创新水平。⑤产业结构。第三产业中的金融业、技术服务业、创意产业、教育和科学研究事业等具有高度的创新性,其创新力度和强度远超过第二产业中的工业企业创新[44]。随着经济的发展,一个地区将由第二产业升级促进自主创新能力的提升转向第三产业升级促进自主创新能力提升。本文选取城市第三产业产值占城市国内生产总值的比重表示。⑥固定资产。固定资产投资能改善一个地区的基础设施建设,有利于当地物质资本投资水平的提高,为地区创新提供物质支撑。本文利用全社会固定资本存量占GDP的比重衡量。全社会固定资本采取永续盘存法核算固定资产存量,折旧率为9.6%。

本文中的原始数据均来源于相关年份的《中国城市统计年鉴》、《中国区域经济统计年鉴》和Wind数据库,其中控制变量中关于货币衡量的指标全部采用以2003年为基期的GDP平减指数进行平减消除。

5 实证结果与分析

5.1 城市创新的空间相关性检验结果

2004—2015年我国249个地级及以上城市万人发明专利申请量的Moran′s I指数采用式(1)计算(表1)。从表1可见,除2005年城市万人发明专利申请量不存在较显著的空间全局自相关外,其他年份城市万人发明专利申请量的Moran′s I指数值均为正值,在1%显著性水平下通过了空间自相关检验,且城市万人发明专利申请量的全域Moran′s I指数值出现波动式上升,说明城市创新的空间关联性在不断加强。

表1 城市创新的Moran′s I指数值

本研究采用局部Moran′s I指数值进一步考察城市创新的局部空间相关性,采用2004年、2009年、2012年和2015年城市万人发明专利申请量的局域Moran′s I散点图来表示其局部空间变动趋势(图1—4)。

由城市万人发明专利申请量的局域Moran′s I散点图可见,249个城市的万人发明专利申请量局部空间关联特征差异明显,大部分城市的万人发明专利申请量局部Moran′s I指数值位于第一象限、第三象限,呈现出明显的高—高集聚、低—低集聚的现象,说明城市的创新水平呈现出空间上的聚集效应。

图1 2004年城市创新局域Moran′s I散点图

图2 2009年城市创新局域Moran′s I散点图

图3 2012年城市创新局域Moran′s I散点图

图4 2015年城市创新局域Moran′s I散点图

5.2 空间计量模型的选择与估计分析

本文从OLS模型、空间固定、时间固定、空间时间双固定的非空面板4种模型来检验是否可构建空间模型,从表2中的LM值及其显著性来看,模型拒绝了非空面板模型,应选择考虑空间因素的面板模型。从表3的3种模型估计结果来看,Wald检验和LR检验同样拒绝了H0:θ=0和H0:θ+ρβ=0的原假设,空间杜宾模型Hausman检验拒绝了随机效应,因此选择时间和空间双固定的空间杜宾模型是比较合理的。

表2 普通面板模型的相关检验

表3 空间计量模型估计结果

由表3见,空间杜宾模型的空间滞后系数(ρ)在1%水平下显著为正,说明城市创新存在显著的空间正相关,本地区创新可提升周边地区的创新水平。本地区创新水平每提升1%,可以提升周边地区创新水平的8.23%。生产性服务业集聚模式对城市创新水平有重要的影响作用,一个地区的创新不仅受到本地区生产性服务业集聚模式的影响,还受到周边地区的影响。

表4 空间杜宾模型的效应分解

由表4可见,从生产性服务业专业化集聚来看,对城市创新的直接效应为正,在5%水平下显著,间接效应为负,在5%水平下显著。从生产性服务业多样化集聚来看,对城市创新的直接效应和间接效应均为正,且都在5%水平下显著。这说明生产性服务业的专业化集聚提升了本地区的城市创新，而抑制了周边地区的城市创新；生产性服务业多样化集聚均促进了本地区及周边地区的城市创新,说明我国城市创新的溢出效应更多地来源于生产性服务业多样化集聚。在控制变量方面,人力资本促进了本地区的城市创新,10%水平下显著,对周边地区城市创新的空间溢出效应不显著,说明地区之间应构建相应的人才交流平台,加强人才、科技等要素的交流,才能发挥人力资本在区域间知识技术溢出效应中的作用。

对外开放对城市创新的直接效应和间接效应均不显著,可能的原因在于:自20世纪90年代开始,我国为获取国外先进技术,放宽了外商进入本国市场的门槛,带动了行业技术进步,但抑制了本土企业自主创新的提升[45,46]。政府对科技教育支持的直接效应不显著而空间溢出效应显著,原因主要在于:由于人力资本和知识具有正外部性,当某地方政府增加教育和科技投入时,知识技术就会溢出到相邻地区,此时邻区政府可能采取“搭便车”策略,这种“搭便车”策略会因此弱化本地区政府投入教育和科技的激励作用[47],造成地方政府教育和科技投入对本地区城市创新能力的提升作用不显著。信息技术对城市创新的直接效应不显著而间接效应显著,说明信息技术更多地是通过空间溢出效应促进城市创新的提升,产业结构及固定资产投资仅能促进本地区城市创新的提升,对周围地区城市创新的空间溢出效应不显著。

5.3 低端、高端生产性服务业的实证分析

结合其他文献研究,根据生产性服务业研发产值等指标,将“租赁和商业服务业,交通运输、仓储和邮政业,批发和零售业”3个行业归为低端生产性服务业,将“科学研究、技术服务业和地质勘查业,信息传输、计算机服务业和软件业,金融业,房地产”4个行业归为高端生产性服务业,进一步考察生产性服务业行业差异对城市创新的影响。由于篇幅限制,表5只给出低端生产性服务业和高端生产性服务业不同集聚模式对城市创新的影响(表6—8同),其他控制变量省略。

表5 低、高端生产性服务业空间杜宾模型的直接效应、间接效应和总效应

表6 不同城市规模下生产性服务业空间杜宾模型的直接效应、间接效应和总效应

表7 不同城市规模下高端生产性服务业空间杜宾模型的直接效应、间接效应和总效应

表8 不同城市规模下低端生产性服务业空间杜宾模型的直接效应、间接效应和总效应

由表5估计结果可见,低端生产性服务业专业化集聚对城市创新的直接效应显著为正,间接效应不显著,其多样化集聚对城市创新的直接效应与间接效应均不显著,说明低端生产性服务业中仅有专业化集聚能够促进本地区城市创新的提升,而多样化集聚对本地及周围地区的城市创新均未产生促进作用。高端生产性服务业专业化集聚对城市创新的直接效应不显著,间接效应显著为负,多样化集聚对城市创新的直接效应与间接效应均显著为正,说明高端生产性服务业专业化集聚未能促进本地区城市创新的提升,且对周边地区城市创新具有抑制作用,多样化集聚不仅能促进本地区城市创新的提升,还能对周边地区城市创新生产显著的空间溢出效应。这一发现也与我国制造业的发展现状相符合,我国制造业仍处于低端化、专业化的发展层次,低端性生产性服务业以专业化的集聚模式与其匹配,高端生产性服务业更适合多样化集聚,适合集中在经济和人口规模较大的大城市,以满足制造业和相关产业的升级需求[48]。

5.4 不同城市规模的实证分析

不同规模等级的城市经济发展水平各有差异,生产性服务业集聚模式也不相同，因此有必要从城市规模等级的特征出发来验证生产性服务业适合采取何种模式在不同规模等级的城市集聚,进而影响城市创新。本文根据市辖区人口规模的不同(分为4类:特大城市,200万人口以上;大城市100—200万人口;中等城市,50—100万人口;小城市,50万以下人口),将我国249个地级及以上城市划分为特大城市(43个)、大城市(72个)、中等城市(93个)和小城市(41个)4种类型,分别考察不同城市规模等级下生产性服务业、高端生产性服务业、低端生产性服务业不同集聚模式对城市创新的影响,估计结果见表6—8。

由表6可知,从特大及大城市来看,生产性服务业多样化集聚对城市创新的直接效应、间接效应都显著为正,而专业化集聚对城市创新的直接效应均不显著,仅有特大城市生产性服务业专业化集聚对城市创新的间接效应显著为负;从中小城市来看,中等城市生产性服务业多样化集聚对城市创新的直接效应显著为正,小城市生产性服务业专业化集聚对城市创新的直接效应显著为正。从4类城市总体来看,城市规模越大,生产性服务业多样化集聚对城市创新的空间溢出效应越大。这说明特大城市及大城市生产性服务业多样化集聚不仅能促进本地区城市创新的提升,还对周边及其他地区城市创新的提升存在明显的空间溢出效应。而小城市生产性服务业专业化集聚仅能促进本地区城市创新的提升。由表7可知,特大及大城市高端生产性服务业多样化集聚均促进了本地区及周边地区城市创新的提升,而中小城市高端生产性服务业多样化集聚对本地区及周边地区城市创新的影响均不显著。由表8可知,中小城市低端生产性服务业专业化集聚促进了本地区及周边地区城市创新的提升,而多样化集聚抑制了周边地区城市创新的提升。这说明特大城市和大城市更适合高端生产性服务业多样化集聚,以满足城市创新的多样化、高端化需求,而中小城市更适合低端生产性服务业专业化集聚,这也与前面的理论机理相符合。

6 稳健性分析

本文将城市万人发明专利申请量改为城市万人专利申请量、城市万人专利授权量、城市万人发明专利授权量,采用创新网络空间权重矩阵重新进行空间杜宾模型实证分析,得到的研究结果基本一致,仅有个别变量系数大小和显著性水平发生了变化,各变量回归系数符号基本保持不变。同时,参考白俊红和蒋伏心[49]的处理方法对城市万人申请专利和授权专利中的发明专利、实用新型专利、外观设计专利进行0.5、0.3、0.2赋予权重,采用加权平均值作为最终的专利考核指标重新进行验证,结果与城市万人发明专利申请量的实证结果基本相差不大,稳健性得到验证。

7 结论与启示

7.1 结论

本文分析了生产性服务业集聚模式对城市创新的提升机理,并采用空间杜宾模型和我国城市面板数据实证了生产性服务业专业化集聚与多样化集聚对城市创新的影响及空间溢出效应。研究结果显示,生产性服务业专业化集聚仅能促进本地区城市创新的提升,而多样化集聚不仅能促进本地区城市创新的提升,还对周边地区的城市创新提升存在显著的空间溢出效应。从行业层面看,低端生产性服务业中仅有专业化集聚能够促进本地区城市创新的提升,高端生产性服务业多样化集聚能促进本地区及周边地区城市创新的提升;从城市规模看,特大城市和大城市高端生产性服务业多样化集聚促进了本地区及周边地区城市创新的提升,中小城市低端生产性服务业专业化集聚促进了本地区及周边地区城市创新的提升,说明特大城市和大城市更适合高端生产性服务业多样化集聚,而中小城市更适合低端生产性服务业专业化集聚。

7.2 启示

考虑到我国城市创新在城市创新网络空间关系下存在空间溢出效应及呈现“高高集聚”与“低低集聚”的特点,各城市应根据自身创新的空间差异制定不同的政策规则，加大对创新规模较大城市的科技人力投入和地理邻近城市的科研资本投入,从而有效获得空间知识溢出效应。一方面,地方政府应加大信息化水平、基础设施和人力资本等方面的财政投入,提高信息传播速度,为外商投资营造良好的营商环境,从而更多地促进城市创新产出;另一方面,加强城市之间的联动性,破除城市之间产业转移、要素流动的“市场分割”,构建区域技术、知识、人才交流平台,发挥生产性服务业集聚对城市创新提升的空间溢出效应,促进城市协同创新。

鼓励生产性服务业多样化集聚与专业化集聚与产业结构、城市规模相匹配。一方面,大力加快高端生产性服务业的多样化集聚发展,将新型产业、高端技术产业、金融服务业等作为城市重点引进、资助、扶持产业,以便提高城市创新;促进低端生产性服务业专业化集聚,加快现代物流、日常商务等行业专业化、规模化运营,为生产性服务业发展节约成本,提高交易效率,为城市创新提供支撑。另一方面,中小城市应积极推进低端生产性服务业专业化集聚,积极配合本地及周边地区的工业发展,与本地及周边地区的工业形成功能互补、各具特色的生产性服务业布局,特大核心城市应积极发展与其城市规模等级和工业化水平相匹配的高端生产性服务业,鼓励技术开发、中介咨询等高端生产性服务业多样化集聚,形成对邻近中小城市创新的空间溢出效应。专利衡量一地区城市创新水平存在一定的缺陷,在今后的研究中,城市创新水平的综合指标体系构建应进一步加以关注。