战略性新兴产业集聚、空间溢出效应与区域经济增长质量

陶金国，刘海艳

(南京财经大学 国际经贸学院，江苏 南京 210023)

一、引言与文献回顾

中国特色社会主义已进入新时代，但是由于面临环境污染、资源紧缺及人口红利消失等问题，人们对经济增长的关注逐渐从数量转向质量，并将创新及质量提升作为驱动经济健康发展的新动力。另一方面，随着国家宏观政策的调整以及环境因素的变化，战略性新兴产业在推动产业结构升级、促进新旧动能转换等方面的引领作用日渐凸显，成为支撑中国经济持续发展的重要力量。为此，国务院出台并推动实施了《“十三五”国家战略性新兴产业规划》。那么，作为技术密集型产业，战略性新兴产业的集聚及其程度是否会对相邻区域形成溢出效应？对经济增长质量的影响又会怎样？这些都是值得探讨的现实问题。

国内于2009年提出“战略性新兴产业”，而国外几乎很难找到关于该词的文献，不过与之意思相近的有新能源、高新技术及生物产业等。对于战略性新兴产业集聚度的测量，国内外大多数学者一般使用空间基尼系数、EG指数及区位熵等指标。通过测度及研究发现，由于受市场需求、科学技术、地理位置等因素的影响，该产业在经济发达地区的集聚度更高且存在空间依赖性及异质性[1]。

随着生态环境被破坏、资源短缺等问题的出现，世界各国经济增长进入瓶颈期，并越来越注重经济增长质量的提升。很明显，与单纯衡量经济增长的数量相比，经济增长质量不仅要反映经济增长的规模，而且包含经济增长的持续性、稳定性、协调性以及与政治、文化、民生等有关的各个方面[2]。以往学者们较多采用全要素生产率(TFP)、环境质量及生活幸福感等单项指标对经济增长质量进行评价或测度[3]。随着研究的深入，一些学者分别从不同的角度出发，采用各具特色的综合指标评价法对经济增长质量进行测度[4]。而魏敏等认为现有文献多是在“旧常态”背景下构建的，它在一定程度上未能重视对“新常态”下经济增长质量的综合测度，于是构建适用于新常态的经济增长质量综合评价体系[5]。

国内外学者较多关注产业集聚与经济增长规模的关系，而针对产业集聚特别是战略性产业集聚与经济增长质量关系的研究及文献较为欠缺，且即使是分析产业集聚与经济增长规模之间的关系，学者们的观点也不尽一致。Lucio等认为产业集聚通过技术知识溢出、资源共享、降低交易成本及投入产出联系等提高生产率，促进经济增长[6]；而Brulhart等则认为产业集聚与经济增长呈现出“倒 U型”关系[7]。从国内来看，付兆刚等认为金融集聚与经济增长之间存在显著的收敛与协同效应[8]。此外，现有文献一般都采用单项指标来评价和分析产业集聚与经济增长质量之间的关系，如崔宇明等应用面板门槛模型来探讨产业集聚与TFP的关系，研究得出：产业集聚往往具有技术溢出效应，并对TFP起到促进作用，随着城镇化水平的稳步提高，产业集聚对TFP的影响日渐增强[9]。随着空间计量经济学理论和工具的不断完善，如已有部分学者开始考虑将空间因素纳入研究范围[10-11]，如：鹿坪使用动态空间面板模型分析了产业集聚对区域TFP的影响；吴远仁等利用空间面板模型对中国高端服务业空间分布、空间溢出与工业升级关系进行验证，认为中国各省份工业升级的空间正相关性显著。

总之，梳理现有文献可以发现，首先，由于战略性新兴产业发展较晚，数据收集困难等原因造成定量分析较少；其次，少数文献虽然开始研究战略性新兴产业的空间集聚现象，但在研究过程中并没有将其与经济增长质量联系起来，也没有考虑到与邻近区域的空间依赖关系；最后，大部分文献是关于产业集聚对经济增长规模而非质量的研究，即使有少数文献对经济增长质量进行研究也是采用单项指标评价法，采用综合评价法的文献极少，而这很容易导致研究结果出现偏误。因此，本文以30个省份的战略性新兴产业及其集聚为分析对象，在综合评价并测度区域经济增长质量的基础上，建立空间面板模型，实证探究战略性新兴产业集聚对区域经济增长质量的空间溢出效应，并提出对策建议。

二、战略性新兴产业集聚对经济增长质量的影响机制

外部规模经济理论认为，产业集聚可以促进新思想的扩散(即知识溢出)，细化分工，促进行业规模扩大，进而产生正外部性和规模效应，有利于区域经济持续增长。内生经济增长理论认为：产业集聚产生的知识溢出加快了企业技术和知识的更新换代，提升企业生产率，最终促进经济健康发展。以Krugman为代表的新经济地理理论提出，产业集聚往往是基于运输成本因素及产业关联性，通过集聚可以实现利润最大化，进而影响经济发展水平[12]。Williamson认为空间集聚存在最优规模，当集聚水平超过某一临界值时可能会阻碍经济增长[13]。因此，本文从分析外部规模经济效应等四个效应入手，探究战略性新兴产业集聚对经济增长质量的影响及其溢出机制。

(一)外部规模经济效应

战略性新兴产业集聚使空间距离得以缩短，有利于促进企业间的专业化分工，使其更加专注于具有比较优势的环节上。集聚形成的这种弹性专精生产提升了企业扩张规模的积极性，引致规模收益递增、生产效率提高。战略性新兴产业的集聚还会强化企业与企业之间及企业与市场的联系，既促使企业尽快把握市场需求，加速产品更新换代，又带来就业机会增加、工资上涨，进而刺激消费者消费，改善消费结构与福利分配水平，增进人们的生活幸福感和区域经济活力。大量战略性新兴产业同类企业在集聚区内的集中，无疑加剧了这些企业之间的竞争，为保持竞争优势，各企业纷纷增加研发投入，提高技术水平，促使企业能源使用效率提高，实行低耗能发展模式，实现人与自然共存发展。

(二)知识溢出效应

战略性新兴产业作为技术密集型产业，其企业集中在一个区域，有利于促进创新知识和技术的形成，缓解空间距离限制对于创新知识和技术传递的束缚。该产业企业间技术联系日趋紧密，信息传递加速，知识溢出效应增强，不仅能够使集聚区内企业创新的技术风险、市场风险和开发成本下降，企业创新效率提升，强化区域经济增长质量，而且这种知识溢出还能够辐射到区域外企业，降低企业间特别是区域外企业的学习成本，增强行业整体创新能力和相近区域的竞争力，而多区域竞争力的提高又会反过来助推产业及企业创新，形成良性循环。由此，该产业集聚及其形成的知识溢出，能逐步改善区域间发展不平衡，最终带来相邻区域整体经济效率的提升。

(三)产业关联效应

在战略性新兴产业集聚区，大量上、中、下游的企业根据产业链形成了弹性专精的生产方式，一方面它们利用临近的地理位置，透过产业关联可以降低运输成本和信息搜寻成本等，提升企业经济效益；另一方面，它们还能利用该产业集聚所形成的网络关系，强化相邻地区间的合作与交流，拓展多样化的经济联系。当一个地区的战略性新兴产业集聚度过高时，可能会造成当地竞争加剧而生产要素价格飙升。为了降低成本，企业就有动力在要素价格相对较低的相邻地区投资设厂，这有利于实现产业空间转移，增加相邻区域产业多样性，同时这种产业的扩散可以优化区域间产业布局，推动相邻区域经济增长质量水平的提高。

(四)拥挤效应

由于地区资源的相对有限性，当战略性新兴产业集聚水平不断发展并超过市场最优规模时，该集聚所形成的对要素的巨大需求会引起要素价格飙升，引起本地企业生产成本随之增加，而市场上提供同类产品供给的战略性企业众多，易导致产品供过于求、价格下降，从而区域集聚经济效应逐渐衰弱，拥挤效应日渐显现。另外，在特定空间范围内战略性新兴产业及相关企业的过度集中往往造成交通拥堵、本地治理成本及通勤成本上升，乃至形成负的环境外部性，最终该产业集聚带来的收益可能不足以弥补拥挤效应所产生的损失，出现“集聚不经济”，经济发展缺乏效率支撑，阻碍经济增长质量的提升。

三、模型设定及数据说明

(一)空间相关性检验

根据空间计量经济学理论，在引入空间模型前，首先应检验经济增长质量与战略性产业集聚是否存在空间相关性，即研究这两个变量在不同地区之间是否存在相关关系。本文用Moran’sI指数来测度它们的全局空间相关性。全局莫兰指数(Global Moran’sI)的计算公式为：

Moran'sΙ=

设置好相应的空间权重矩阵W，是进行空间相关性检验时的关键步骤。学者们一般根据研究实际来选择空间邻接、经济距离及地理距离空间权重矩阵等设置形式。由于空间邻接权重矩阵公认度较高，因此本文采用空间邻接权重矩阵计算莫兰指数。该权重矩阵的定义为：若地区i和地区j相邻，那么wij为 1；相反，wij为 0。

(二)模型设定

计量经济学者通常运用的空间计量模型主要有三种：空间滞后模型(SAR) 、空间误差模型(SEM)及空间杜宾模型(SDM)，因此本文运用这三种模型，实证探究中国战略性新兴产业集聚对经济增长质量的空间溢出程度。

1.空间滞后模型(SAR)

由空间滞后模型的一般形式：Y=α+ρWY+βX+ε，得到第一个模型：

β3Ait+εit

它反映出地区的经济增长质量不仅是本地区战略性新兴产业集聚的函数，也是邻近地区经济增长质量的函数。

2.空间误差模型(SEM)

由空间误差模型的一般形式：Y=α+βX+ε，ε=λWε+μ，得到第二个模型：

3.空间杜宾模型(SDM)

由空间杜宾模型的一般形式：Y=ρWY+βX+θWX+ε，得到第三个模型：

它反映出本地区战略性新兴产业集聚程度、相邻区域战略性新兴产业集聚水平和经济增长质量对于本地区经济增长质量的影响。

上面几个式子中，i和t分别表示各行政省区和年份，qua为经济增长质量，W为空间权重矩阵，体现区域间的联系程度，lq为战略性新兴产业集聚水平，A为控制变量，WX和WY分别为解释和被解释变量的空间滞后项，α为截距，β为自变量系数，ρ、λ、θ为空间滞后项的系数，ε为随机误差项。

(三)变量说明

1.被解释变量

经济增长质量(qua)。根据上文文献综述，魏敏等学者对经济增长质量的理解和测度更符合中国经济内涵式发展理念，因此本文以其构建的经济增长质量的综合评价体系为依据，经过适度调整，来测算2007—2016年中国30个省区的经济增长质量情况。本文评价经济增长质量的体系共包括5个方面指数、10个分项指标，其中以投资率与消费率两个基础指标来更好地测度投资结构与消费结构的状况[5]，总的评价指标体系如表1所示。

基于以上构建的评价指标体系，本文采用主成分分析法对区域经济增长质量展开综合评价。在综合评价前需要先处理基础指标：首先，由于每个基础指标的属性不同，因此对逆指标取倒数以确保基础指标对经济增长质量具有相同的作用方向；其次，指标的标准化。对各指标原始数值进行无量纲化处理。

表1 经济增长质量评价指标体系

注：()中是各项基础指标的属性，“+”表示正向指标，“-”表示逆指标。

根据经济增长质量测算结果，2016年相较于2007年，30个省区中，大部分省区的经济增长质量总体呈现出一定的上升趋势，如北京增长幅度为0.89%、江苏增长幅度为7.14%、甘肃增长幅度为17.69%、安徽增长幅度为65.66%、海南增长幅度为194.44%、山东增长幅度为675%等；部分省份在2010年左右出现一定下滑，相比于2009年，北京下降幅度为46.03%、天津下降幅度为36.05%、辽宁下降幅度为114.29%、上海下降幅度为32%、江苏下降幅度为6%、浙江下降幅度为11%、吉林下降幅度为5%、云南下降幅度为10%等，这可能与政府在2008年金融危机发生之后所实施的一系列刺激政策有关。从区域间对比来看，东部地区的大部分省份的经济增长质量水平为正值，其中北京经济质量均值为5.73、天津均值为1.83、上海均值为3.63、江苏均值为1.28、浙江均值为1.48、福建均值为0.29、广东均值为1.66、海南均值为0.28，表明东部省份更加注重经济增长质量的发展。中西部地区所在省域的经济质量水平基本为负值，西部地区省份经济增长质量均值处于-1.29至-0.33之间，中部地区省份经济增长质量均值处于-0.91至-0.32之间，从整体上稍优于西部省份的经济质量。这些省份经济质量水平低，原因可能是这些省域经济基础相对薄弱，政府为了促进经济快速增长，以牺牲生态环境为代价或盲目制定相关政策导致资源错配等。

2.解释变量

战略性新兴产业集聚(lq)。本文采用区位熵测量该产业的空间集聚水平，其表达公式为：

lq=(Lij/Li)/(Lj/L)

式中，i表示各行政省区，j表示战略性新兴产业，Lij表示i省区战略性新兴产业的就业人员数，Li表示i省区的总就业人员数，Lj表示全国战略性新兴产业的就业人员数，L表示全国的总就业人员数，区位熵值越大表明产业集聚度越高。此外，为了探究战略性新兴产业集聚与经济增长质量可能存在的非线性关系，模型还引入战略性新兴产业集聚水平的平方项。

3.控制变量

(1)人力资本(hc)。人力资本丰富的地区有更大的潜力进行研究开发活动，增强地区科技创新能力，进而保持经济持续增长。本文借鉴张家平等的研究，选择6岁以上人口人均受教育年限来测度[14]。(2)制度变迁(ins)，以樊纲的市场化指数衡量。(3)劳动力数量(la)，以社会总就业人数衡量。(4)政府干预(gov)，以财政支出与GDP的比值衡量。

(四)数据说明

本文以中国2007—2016年30个省区(除西藏和香港、澳门、台湾外)的空间面板数据来展开实证分析。基于中国提出并实际发展战略性新兴产业的时间较短，国家在这方面的统计分类及相应标准仍欠完善，进而造成数据收集存在一定困难等原因，同时考虑到战略性新兴产业属于高技术产业的范畴，因此本文参照康翠玉等的研究，以高技术产业代表战略性新兴产业来拓展数据来源[15]。本文数据主要来自2007—2016年《中国统计年鉴》《中国高技术产业统计年鉴》和《中国环境统计年鉴》，在年鉴中不能取得的个别数据利用线性拟合法补齐。数据的描述性统计如表2所示。

表2 数据的描述性统计

四、实证分析

(一)空间相关性检验

运用stata软件对各行政省区的经济增长质量和战略性新兴产业集聚水平进行全局莫兰指数和局域莫兰指数及散点图分析。具体计算结果如表3及表4所示。

表3 2007—2016年中国地区经济增长质量Moran’s I指数

注：*、**、***代表显著性水平为10%、5%、1%，下同。

根据表3莫兰指数检验结果，中国2007—2016年30个行政省区的经济增长质量的莫兰指数值均为正值，指数位于0.263～0.420之间，且均在1%的显著性水平上显著，结果表明在现阶段中国地区经济增长质量不是随机分布的，它们在省际上体现出空间正相关关系，即经济质量水平较高的省份相互毗邻，经济质量水平稍低的省份则相互靠近。由表4可以发现，2007—2016年中国30个省区的战略性新兴产业集聚的莫兰指数值同样为正值，且在0.122～0.193之间，也反映了现阶段该产业集聚所具有的空间正相关关系，即相邻省域的该产业集聚程度存在着一定的相似性。

表4 2007—2016年中国战略性产业集聚Moran’s I指数

然而全局莫兰指数只能显示在某一年份中国整体经济增长质量的空间相关性，不能显示出某个省份的空间集聚特征，因此本文结合局域莫兰散点图分析中心省份与周边省份的空间相关关系，并选取2007 年和 2016年的横截面数据进行分析。

由图1可以发现，在省际的经济增长质量方面，2007年和2016年落在图示第一象限(高高集聚)的省份完全相同，这些省份均属于东部地区且其经济质量水平呈现出较高的空间集聚态势；而落在第三象限(低低集聚)的省份个数均多于其他象限，且大部分省份处于中西部地区，表明总体上中国经济增长质量仍处于较低水平，在空间上呈现出分布不均衡格局。

图1 2007年(上)和2016年(下)中国经济增长质量的莫兰散点图

据图2的莫兰散点图可知，同样在战略性新兴产业集聚上，2007年及2016年多数省份落在了第一和第三象限，只有少数几个省份落在第二和第四象限，很明显，高低集聚与低高集聚两种模式不是该产业集聚发展中的主要模式。

图2 2007年(上)和2016年(下)中国战略性产业集聚的莫兰散点图

根据以上分析，可以发现中国各省区经济增长质量的全域空间相关与局域空间相关之间具有密切联系，空间地理位置对地区经济增长质量起着重要作用。因此，本文充分考虑地理位置的影响，使用空间计量模型进一步分析战略性新兴产业集聚与区域经济增长质量的关系。

(二)模型回归结果

由于模型中存在空间滞后项及空间误差项，采用传统的最小二乘回归方法处理空间相关问题时，通常不能获得一致或无偏的估计量，而采用极大似然估计法(ML)则可以放松高斯-马尔可夫假设并克服变量的内生性问题，因此本文运用 ML方法和 stata软件对模型展开回归分析。表5显示出SAR模型、SEM模型及SDM模型的FE及RE估计结果。根据表5，SAR、 SEM、 SDM三种模型的豪斯曼检验结果均显著拒绝原假设，因此本文认为固定效应模型最优。

在对模型进行空间计量分析之前，采用Anselin等提出的Lagrange乘数及Robust Lagrange乘数对模型的合理性进行判别[16]。表5显示： LM-error及 LM-lag均不显著，然而 Robust LM-lag及 Robust LM-error在1%的水平上拒绝空间滞后项及误差项不具有自相关关系的原假设，表明包含空间因素的面板模型是最科学合理的选择。另一方面，基于 LR检验拒绝原假设，因此与SAR模型及SEM模型相较，SDM模型应为最佳选择。进一步，在模型选择上，因时间固定效应模型的对数似然值及拟合优度系数高于空间及双固定效应模型，本文最终采用SDM模型的时间固定效应模型来展开分析。

表5 空间计量模型的估计结果

从SDM模型的时间固定效应的估计结果来看，在10%的显著性水平下，经济增长质量的空间自相关系数不为0，体现出区域间的经济质量水平具有空间溢出效应，即一个区域的经济质量水平会对另一个地区的经济质量产生作用，这与全局莫兰指数的分析结果一致。从影响因素上分析，除劳动力水平的系数不显著外，战略性新兴产业集聚、人力资本、制度变迁及政府干预等均通过了1%水平的显著性检验，且均对本地区经济质量水平产生了积极影响。

结合表5，就战略性新兴产业集聚来说，其二次方项的系数在1%的显著性水平上为负，这说明该产业集聚会先促进区域经济质量水平的提升，但这种促进是非线性的，即当促进达到一定程度后，对经济质量水平的提升又会产生阻碍作用；从变量的空间滞后项系数来看，集聚所表现的空间滞后系数为正，反映出该地区产业集聚水平对相邻区域经济质量的强化产生了积极作用，即战略性新兴产业集聚对经济增长质量产生空间溢出效应；另外，集聚的二次方项的空间滞后系数为负，这同样说明战略性新兴产业集聚对相邻区域的经济质量先产生增强作用，进而达到一定水平后，则产生阻碍作用。制度变迁、劳动力及政府干预对相邻地区的经济增长质量具有阻碍作用，其系数均至少通过10%水平的显著性检验，而人力资本水平的系数不显著。

由于SDM模型同时包含被解释变量和解释变量的空间滞后项，运行产生的直接回归结果不能准确估计解释变量对本地区和相邻地区被解释变量的影响，因此本文利用 Lesage等提出的偏微分法把战略性新兴产业集聚的空间总效应分解为空间直接和空间间接效应，具体结果如表6所示[17]。

从解释变量的直接效应估计结果来看，战略性新兴产业集聚对本地区经济增长质量的影响明显，在1%的水平上其系数为1.387，这说明该产业集聚对本地区经济质量具有明显的积极作用。从间接效应的结果来看，集聚所产生的空间溢出效应显著为正，反映了本地区的产业集聚水平对相邻区域经济质量提升起到促进作用。战略性新兴产业集聚体现出外部规模经济、知识溢出和产业关联三个效应，有助于区域不断吸引人才、资本等关键要素，并刺激企业的创新与技术变革，增强行业整体创新能力，进一步缓解地区发展过程中的结构性减速、发展失衡等问题，这不仅能提升本地区的经济质量水平，而且还通过空间溢出机制形成对相邻区域经济质量的激励作用。战略性新兴产业集聚水平的二次项的直接效应及间接效应均为负，表明随着产业集聚水平的提高，不仅本地区经济增长质量先上升后下降，而且相邻地区经济增长质量先上升后下降，均呈现“倒 U型”特征，原因可能是由于在集聚水平达到某临界值之前，集聚可以促进知识和技术的传播，增强地区及企业自主创新能力，提高能源利用率，引致污染指数及污染成本下降，实现经济与环境的协同发展，但当集聚超过某一临界值后，可能造成地区出现拥挤效应，地区的生产成本、交易成本等持续增加，污染程度加重，集聚产生的边际效应下降，产生“集聚不经济”，阻碍经济增长质量的提升。

表6 SDM模型分解

结合表6，分析各控制变量的效应结果，其中人力资本水平表现的直接效应显著为正而间接效应不显著，反映出人力资本对本地区经济质量的强化产生促进作用，但对相邻区域经济质量的影响不明显，这可能与区域间竞争及人力资本数量有限相关。制度变迁方面，其直接效应显著为正而其间接效应显著为负，体现出它能促进本地区经济质量的提升，却会对相邻区域经济质量的提高产生阻碍。再就劳动力因素分析，其直接效应不显著而间接效应显著为负，这一结果表征了本地区劳动力数量对相近区域具有负向空间溢出效应，即对相邻区域经济增长质量起到阻碍作用，出现这种现象与人才的稀缺性密不可分，人才的稀缺性导致各地区的创新水平及学习能力的差异，造成负的空间溢出效应。此外，政府干预反映出自身的倾向性，其直接效应显著为正，而间接效应显著为负，说明政府干预在强化本地区经济质量的同时，却一定程度上抑制了相邻区域经济质量的提高，可能的原因是，政府干预通过优化本地区资源配置及政策环境，吸引相邻区域资金、技术、人才等关键要素的不断流入，进一步对相邻区域产生不利影响等。

最后，运用地理距离权重矩阵对空间杜宾模型进行稳健性检验，结果显示如表7。从解释变量的直接效应估计结果来看，战略性新兴产业集聚对本地区经济增长质量的影响明显，在1%的水平上其系数显著为正，略低于空间邻接权重下的值，但影响方向是一致的。战略性新兴产业集聚水平的二次项的直接效应及间接效应均为负，表明产业集聚水平不仅对本地区经济增长质量产生先上升后下降的影响，而且对相邻地区经济增长质量同样产生先上升后下降的空间溢出效应，均呈现“倒 U型”特征。就控制变量而言，虽然个别变量的显著性表现不同，但这并不影响战略性新兴产业集聚对经济增长质量影响的准确性。综上研究结果表明，基于空间邻接权重矩阵对空间杜宾模型进行的结果分析是合理且有效的，因此本文研究结果整体上具有稳健性。

表7 SDM模型分解

五、结论及建议

为探求战略性新兴产业集聚对区域经济增长质量的空间溢出效应，本文采用空间相关理论及空间计量模型，以2007—2016年中国30个省区的空间面板数据进行空间计量分析。研究结果表明：(1)中国经济增长质量和战略性新兴产业集聚水平一直存在空间自相关，表现出高高集聚和低低集聚态势；(2)战略性新兴产业集聚水平引致本地区经济增长质量先增后减，且随着该产业集聚水平的日渐提高，产业集聚程度也对相邻区域经济质量产生先增后减的影响，趋势上呈现“倒 U型”特征；(3)人力资本水平可强化本地区经济增长质量，但对邻近区域的经济质量水平的影响不显著。制度变迁可明显提升本地区经济增长质量水平，却对相邻地区经济质量水平的提高产生一定的抑制作用。劳动力数量对本地区经济质量的影响不显著，而对相邻区域的经济增长质量产生消极影响。政府干预的影响体现出一定的倾向性，本地区政策制度和环境往往对当地经济增长质量产生正向影响，却可能对相邻区域产生消极影响。基于以上研究，本文提出以下具体建议：

第一，结合区域发展实际，稳步推进战略性新兴产业集聚引领作用的发挥。为避免“一刀切”方式所造成的资源浪费，应根据中国区域经济的分布特点，并结合自身资源禀赋、竞争优势以及当地经济发展情况及其与相邻地区之间的关系等，形成“个性化”的战略性新兴产业发展战略，并引导该产业在不同地区之间层级发展、关联发展，形成相近区域间功能互补的产业布局，并以其为着力点打造新的经济增长点，促进区域协调和共同发展，加快经济增长质量的提升。

第二，重视并发挥战略性新兴产业集聚的正溢出效应。基于中国不同省际、地区战略性新兴产业发展的异质性，同时为避免集聚水平较高地区出现拥挤效应，政府在制定和实施产业政策和战略时应适度向经济发展相对滞后的地区倾斜，尤其要改善落后地区的基础设施建设，如增加地区公路网、铁路网修建等，缩短地区经济距离，从而加快生产要素流动，促进人才、技术等关键资源在经济比较落后的地区适度集聚，打破生产要素在区域分布上的两极分化，鼓励、支持资本进入战略性新兴产业及相关产业，推进产业结构调整，进一步实现以强带弱，促进地区经济向内涵式发展转变。

第三，投入与制度创新相结合。加大地区人力资本投入，提高人才待遇水平，搭建人才与企业间的互动平台，吸引高端创新人才与先进设备的流入。另外，通过制度创新来激发科技创新，促进战略性新兴企业的技术进步和稳健成长，加快地区由传统式发展向创新驱动发展的转变，实现经济发展方式的转型，同时加强各地区的交流与合作，破除地区之间的经济壁垒，积极促进区域间的创新知识与技术的向外扩散与溢出，助力各地区互惠共赢和健康发展。