经济开放程度与知识密集型服务业集聚现象的关系研究

郭际 陈海棠

摘 要：本文主要对知识密集型行业的产业集聚现象从行业层面和地区层面进行数量分析，并对经济开放对知识密集型行业集聚现象的影响进行了研究。研究表明：从行业层面来看，知识密集型行业的集聚趋势是在不断增强;东部、中部和西部3个经济区的知识密集型行业的集聚程度不同;地区的经济开放程度会对知识密集型企业的集聚产生影响。

关 键 词：经济开放指标;空间基尼系数;知识密集型服务业;集聚程度

DOI：10.16315/j.stm.2020.03.010

中图分类号： F 0625

文献标志码： A

Research on the cluster relationship between economic openness

and knowledge intensive business service industry

GUO Ji， CHEN Hai tang

（School of Economics and Management， Shanghai Maritime University， Shanghai 201306， China）

Abstract：In this paper， we analyzed the phenomenon of industrial agglomeration in knowledge intensive business service from the industrial and regional levels， and studied the impact of economic opening on the agglomeration of knowledge intensive business service. the conclusion shows： the concentration of knowledge intensive business service is increasing; the concentration of knowledge intensive business service of Chinese regional of Middle， East and West is different; the degree of economical openness of the region affects the concentration of knowledge intensive business service.

Keywords：economic opening indicators; spatial Gini coefficient; knowledge intensive business service; concentration

自1978年改革开放以来，我国便进入了独特的区域经济开放模式。独特性主要体现在以下3点：一是区域和国际两个层次同时对外开放，即同时开放国内各区域的内部市场和跨地区的外部市场;二是中国的区域对外开放有着明显的区域色彩，中央政府和区域政府均是根据地方经济发展特色和政治特色采取不同的区域开放政策;三是我国同时开放了贸易、资本、非资本要素三者的流动，区域开放范围明显领先于先行市场经济国家，如美国和英国在工业化期间的开放程度。这种独特的区域经济开放模式一方面促进了沿海地区经济的持续增长和转型，另一方面拉大了内陆和沿海地区之间的经济差异化，从而导致了区域经济发展不平衡。近些年来，为了改变区域经济开放不平衡的现象，“十九大”提出了“推动形成全面开放的新格局”，通过扩大经济的开放范围和深化服务体系等方式促使全面的经济開放体系逐渐形成。

在产业政策的引导之下，中国把握住了全球产业改革和技术革命，优化原先以第二产业为主导地位的产业结构，涌现出一批新的组织形式和产业模式，出现优势产业的集群现象。产业结构的优化提升了劳动率，优化产业的空间布局。到2018年为止，3大产业的结构逐渐合理化，形成以第三产业为主导地位的产业结构。而知识密集型服务业增长速度明显高于其他服务业的增速，这越能说明知识密集型服务业对第三产业的贡献作用大。

近些年来，国内外逐渐意识到知识密集型服务业的重要性，加深对知识密集型服务业的理论研究。但目前的研究仍存在一些疏漏之处，一是没有深入研究知识密集型服务业与经济发展之间的关系，二是没有深入研究区域经济发展程度与知识密集型服务业集聚现象的关系。而本文将根据我国的特色区域开放体系，建立一套经济开放程度指标体系，深入研究各区域经济开放指标与知识密集型服务业集聚之间的关系。为我国今后的区域经济发展提供一些政策建议。

1 相关研究评述

1.1 知识密集型服务业及经济开放的概念

最早在1995年的时候，欧盟委员会率先提出了知识密集型服务业（knowledge intensive business service，KIBS）的概念。随后不少学者从不同的角度给出KIBS的定义，Mile[1]指出KIBS是运用专业知识，为社会和客户提供以知识为基础产品服务的企业或组织构成的产业。Dathe等[2]认为KIBS是指那些拥有丰富的人力资源和创新能力的服务业Divide[3]指出KIBS应该是从事金融和贸易等专业咨询工作的企业。Bettencourt等[4]则认为KIBS是指通过对学习和创新的整合，为特定客户提供知识类型服务或产品的一类企业或组织。魏江等[5]还提出KIBS的“四高”特征，即高技术、高知识、高创新以及高互动性。

经济开放主要包含2个层次，第1个层面是区域对国内地区的经济开放程度，即区域开放。第2个层面是指区域对国外市场的开放程度，即国际开放。此外，我国的区域经济开放具有明显的区域色彩，即中央政府和地方政府根据区域的经济发展特色和民族政治特色采取不同的经济开放模式。龚洁[6]对中国独特的经济开放模式进行实证研究，建立了一套经济开放评价体系，包括以下4个方面：区域开放、国际开放、政府干预、地方基础设备。本文将采用这套评价体系研究经济开放程度对KIBS集聚的影响。

1.2 KIBS集聚度评价研究综述

在2009年，Muller和Doloreux总结各学者对KIBS的研究脉络，并提出了以下观点：KIBS包含知识、集聚和创新3个核心维度。即KIBS与知识相关，促进创新，主要集中在都市地区。Muller等[7]研究指出在知识经济快速发展的阶段，KIBS对社会经济发展的作用越发突出，逐渐成为国家调整经济结构、促进科技创新的重要手段之一。

随着全面开放经济体系的提出和KIBS对社会发展的贡献度提高，国内外众多学者开始对KIBS集聚特征进行探讨。Nachum等[8]从KIBS的作用和发展基础进行分析，发现知识密集型企业主要倾向集聚在大型都市。纽约城市的金融服务业集聚现象、上海市的金融服务业集聚现象均逐一验证了Nachum等观点。Gallouj等[9]通过研究，提出了地区的信息技术水平、知识水平、客户与相关企业的集聚程度均会对KIBS的集聚趋势产生正向影响。时省等[10]通过建立以人力资源水平为门槛的回归模型，发现KIBS对创新的促进作用受限于地区的人力资源水平。王晓亚等[11]对知识密集型产业协同度进行实证研究，发现地区的产业结构会对KIBS的集聚程度产生正向影响。王丽娟等[12]通过考察KIBS与经济增长之间的关系，指出KIBS和经济增长呈现出倒U型关系。现代学者除了对KIBS集聚特征进行深度研究外，还对KIBS集聚趋势进行研究。胡霞[13]通过实证研究，提出当前服务业集聚趋势逐渐增强，呈现出不断上升的趋势。

学者们在研究KIBS的集聚程度时，采用了诸多不同的测量方法，例如空间基尼系数、区位熵、行业平均占有率、EG指数等。其中，许多学者都运用了空间基尼系数来测度服务业在不同省份上的集聚程度。例如：丛海彬等[14]运用空间基尼系数和EG指数来研究KIBS在浙江省的集聚程度[14];芦津等[15]利用空间基尼系数和区位熵两种指标对江苏省的KIBS集聚程度进行了实证研究;张琳彦[16]通过对不同的产业集聚测度方法进行实证研究，提出了空间基尼系数的比较基准是全部产业在该经济区域的地理位置分布，可以用来比较同区域不同行业之间的空间集聚差异性。空间基尼系数是Krugman[17]于1991年提出的，用来测量美国制造业的集聚程度。本文将用空间基尼系数来比较经济区域中的制造业和知识密集型服务业集聚现象的差异性。

目前的学术研究主要集中于KIBS的概念界定和集聚特征，影响KIBS的主要因素为经济发展水平、区域地理位置、人力资源水平、创新水平、信息科技水平、区域产业结构等经济开放指标。但多数学者只是从经济开放指标的单一层面进行研究，并没有进行综合性的研究。而本文首先建立完整的经济开放程度体系，其次从行业层面数据得出KIBS集聚加剧的结论，再次对经济开放与KIBS在空间上的集聚程度（即行业平均占有率）的关系进行了实证分析。最后，主要利用面板数据建立回归模型，量化各项经济开放指标对KIBS集聚程度的影响，从深层次分析了经济开放程度对KIBS集聚影响的研究。

2 知识密集型服务业的集聚特征分析

2.1 全国知识密集型服务业集聚现状

本文主要从行业层面数据来分析现阶段KIBS的集聚现象是否加剧，再从地区层面数据评价全国各省KIBS的集聚程度。

2.1.1 知识密集型服务业集聚特征——行业层面研究

本文采用空间基尼系数来考察KIBS在行业层面的聚集特征。在1991年，Krugman提出空间基尼系数。空间基尼系數主要用来测算制造业集聚程度的指标，能够有效衡量一个产业在空间的集聚程度。空间基尼系数（式中用Gini表示）计算如下：

Gini=2n∑nii×Sik-n+1n。（1）

空间基尼系数取值范围为[0，1]，空间基尼系数值越大，表示该产业在空间上集聚程度越高。其中：n为样本数据的地区个数，i表示地区i，k表示产业k，Sik为地区i产业k的就业人数与全国产业k总就业人数之比，i根据地区i的Sik值递增排序。

由于目前对KIBS的分类没有统一的标准，为了后文的研究方便和数据可得性，本文采用魏江等提出的行业划分方法，将KIBS划分为4大类，分别为金融服务业、通信与通讯服务业、科技服务业、商务服务业。以上计算数据均来源2010—2017年《中国城市统计年鉴》，选取我国的285个地级（除去西藏自治区和新疆维吾尔自治区）以上城市数据，减少了因地区划分标准的模糊原因而带来的误差。4大服务行业的空间基尼系数计算结果，如表1所示。由表1可知，2010—2017年KIBS和制造业的空间基尼系数都存在不同程度的递增趋势，说明中国的KIBS和制造业仍处于集聚发展的阶段。同时在2010—2017年中，科技服务业集聚程度的增长幅度最大，表明科技服务业集聚趋势最强，其次是金融服务业、通信与通讯服务业，商务服务业的集聚趋势最弱。相比较KIBS与制造业的空间基尼系数的增幅发现，KIBS的空间基尼系数增长幅度均大于制造业。因此，相比较于制造业，KIBS更加具有集聚特征，这一结果与Krugman等提出的服务业聚集程度强于制造业的观点一致。

2.1.2 知识密集型服务业集聚特征——地区层面研究

行业平均占有率是衡量地区某个产业在全国中的平均占有率，适用于描述某行业在空间上的集聚特征。因此，本文将采用行业平均占有率作为知识密集型服务在地区层面上的集聚程度指标，行业平均占有率的计算式如下。

Vi=∑ksikm。（2）

其中：V表示行业平均占有率，取值范围为[0，1]，数值越大表示集聚程度越大;i表示地区i;k表示产业k，表示KIBS的4个细分行业;sik表示地区i产业k的就业人数占全国产业k总就业人数的比例;m为行业的总数。

根据国家相关的政策文件，将我国29个内陆省划分为东部经济区、中部经济区和西部经济区。北京、天津、上海、河北、辽宁、山东、浙江、江苏、福建、广东、广西、海南为东部经济区;黑龙江、内蒙古、吉林、安徽、山西、江西、河南、湖南、湖北为中部经济区;四川、重庆、贵州、云南、陕西、甘肃、宁夏、青海为西部经济区（剔除西藏自治区和新疆维吾尔自治区）。以下的行业平均占有率的计算数据均来源于2010—2017年《中国城市统计年鉴》285个地级城市的行业细分就业人数。

2010年和2017年中国29个内陆省KIBS行业平均占有率，如表2所示。为了更加清晰地显示各省的差异，单位设为%。从静态的数值上看，东部经济区的KIBS集聚程度最高，其次是中部经济区，西部经济区最低。因此，在地区层面上，KIBS的集聚程度呈现东、中、西部地区逐渐减弱的阶梯状分布。从省级层面上看，2010年KIBS的行业平均占有率前5的省市是北京市、广东省、浙江省、上海市、山东省、江苏省。2017年KIBS的行业平均占有率前5的省市是北京市、广东省、上海市、江苏省、浙江省。虽然从2010—2017年个别省份有变动，但是均属于东部经济区。而且在2017年，前5个省份的KIBS的行业平均占有率均大于5%。2010年KIBS的行业平均占有率最后5个省份是海南、青海、宁夏、贵州、甘肃，2017年KIBS的行业平均占有率最后5个省份是青海、宁夏、海南、贵州、甘肃，其中除了海南省，其余4个省均属于西部经济区。虽然海南位于最后5个省份之一，但是从2010年到2017年，海南省KIBS的行业平均占有率上升33.3%，均高于其他4个省份行业平均占有率的增长值。从以上的分析可知，KIBS有明显的地区集聚特征，东部经济区明显高于中西部经济区。东部经济区的经济发达程度高于中西部经济区，因此从地区层面上看，KIBS在经济发达地区具有明显的集聚特征。

从数值动态的趋势上看，在2010年和2017年中，东部经济区KIBS的行业平均占有率呈现出上升的趋势;中部经济区KIBS的行业平均占有率呈现出下降的趋势;西部经济区KIBS的行业平均占有率呈现出上升的趋势。如果除去经济较为发达的四川省，西部经济区KIBS的行业平均占有率在2010年为1.327%，2017年仅为1.329%，整体还是呈现下降的趋势。从地区的经济发达程度上看，东部地区除了个别省份略有下降的趋势，其他省份KIBS的行业平均占有率均呈现上升的趋势，而经济较为落后的中西部省份呈现出下降的趋势。因此，这些年东部经济发达地区的KIBS集聚程度逐渐提高，原因在于经济发达区域的人力、资本、科技创新等要素对KIBS具有极大的吸引力，使得中西部KIBS逐渐向东部经济区域迁移。从以上的分析可以得出，KIBS具有明显的地区分布特征，可以认为东部经济区是KIBS的净流入地区，中西部经济区是KIBS的净流出地区。而影响地区经济发展最主要的因素之一便是地区的经济开放程度，因此下文将利用不同层次的经济开放指标对KIBS集聚现象进行分析。

3 经济开放程度对知识密集型服务业集聚影响的实证分析

从上文分析得知，地区经济开放程度的高低对KIBS集聚有着重要的影响。下文将参考一些经济开放指标体系相关的文献，建立多层次的经济开放指标体系，对KIBS集聚现象进行实证分析。

3.1 模型设定

本文将通过构建线性回归模型来分析各项经济开放指标对KIBS集聚的影响程度。该模型从地区层面来检验经济开放程度、产业结构协同程度、信息产业集聚程度、人力资源水平、政府保护程度等因素对KIBS集聚的影响。为了保留更多的样本数据，减少自变量遗漏，引进一阶滞后项。本文采用最小二乘法进行参数估计，但是被解释变量V表示地区行业平均占有率，范围为[0，1]，若直接将被解释变量V代入模型，会使最小二乘法出现偏差。因此被解释变量取对数后再代入模型，这使得解释变量的取值范围从[0，1]映射到（-SymboleB@

，+SymboleB@

）。模型设定如下：

log V=αi+β1logVit-1+β2govit+β3humit+β4EXit+β5informit+β6Industryit+β7PEOit+β8R&Dit+β9Marketit+β10R_Mit+β11M_Pit+uit。（3）

其中：下角标i、t分别表示地区、年份，t-1表示滞后1年;αi、β1、β2、β3……β11为待估参数，αi表示i地区不随时间变化但无法检验到的个体效应;govit、humit、EXit、informit、Industryit、PEOit、R&Dit、Marketit分別表示地方政府保护程度、地区人力资源水平、外贸依存度、信息化程度、工业集聚程度、科学研究人员人数、工业R&D经费、科技市场份额;R_Mit、M_Pit分别表示工业R&D经费与科技市场份额的交互项、科技市场份额与科学研究人员人数的交互项（2个项目的乘积），uit为随机扰动项。

从前面KIBS集聚特征分析中得知，东部地区属于KIBS的流入地区，而中西部地区属于KIBS的流出地区，可以推断出KIBS集聚具有明显的区域性，不同的经济地带对KIBS集聚的影响因素可能存在差异。因此，本文在全国样本的回归模型后又分别加入了东部地区、中西部地区的回归模型，更好体现出KIBS集聚的空间性，便于比较不同经济地带对KIBS集聚的影响差异，能够有针对性的提出政策建议。

3.2 变量选取及数据说明

选用2010—2017年4大知识密集型服务业相关的数据和29个内陆省、市、自治区（除去新疆维吾尔自治区和西藏自治区）的相关数据，数据来源于《中国统计年鉴》、《中国城市统计年鉴》和《中国投入产出表》。

3.3 变量选取的理论支撑

工业集聚程度、工业R&D经费：新经济地理学表明，管理者们为了降低系统成本，降低交通运输等费用，会选择在市场需求较大的地方建立企业。上下游企业会随之而来，随着规模递增效应逐渐累积，该地区的企业越来越多，聚集规模增大。而KIBS的输出目标客户主要是工业企业，因此KIBS的需求主要来源于制造业企业。近些年来，工业R&D经费上升，制造业逐渐专业化，规模逐渐扩大，对知识型服务业的需求急剧上升，工业集聚程度对KIBS的带动作用也越加明显。

信息化程度、科研人数、科技市场份额：Marshall提出影响产业集聚的3个主要因素，其中包含了知识外溢。KIBS有别于其他服务业主要区别在于KIBS将大量的知识引入生产过程中，因此知识外溢效应对KIBS集聚有着重要的影响[18]。Keeble等[19]研究指明学习交流环境、科技创新等因素对KIBS更重要。而信息化程度、科研人数和科技市场份额这3个因素能够共同体现出一个地区的学习交流环境以及科技创新能力。

地区人力资源水平：这个因素在经济开放指标体系中是衡量地区基础设施水平的重要指标。时省、王腊芳等通过建立以人力资源为单一门槛的回归模型，证明不同人力资源水平对知识密集型服务集聚有着不同程度的影响，因此地区的人力资源水平是影响KIBS集聚程度的重要因素之一。

外贸依存度是衡量某地区经济对外开放程度的重要指标，反映地区的经济发达程度。地区的经济发达程度有利于外资的引进，而外资的引进会间接影响着KIBS的集聚程度。

地区政府保护程度是衡量某地区经济市场开放程度的重要指标。政府干预程度过高将会给经济市场带来消极影响，分割市场，对区域贸易产生阻碍作用，影响KIBS的产出[20]。陈建军等[21]通过实证研究，得出政府的管制对KIBS的集聚有阻碍作用，因此地区的政府保护程度对KIBS聚集产生负面影响。

根据以上的理论分析对模型系数符号做出预判，如表4所示。

3.4 模型结果及分析

运用Stata15分别对全国样本数据、东部地区数据、中西部地区数据进行面板数据分析。根据Hausman检验结果，采用的固定效应回归。回归估计结果，如表5所示。

由表5可知，3个样本的回归模型拟合度都较高，R值平均为0.857，F检验均为显著，说明回归方程拟合效果好。从表5可以看出，解释变量在不同的地区的显著性存在差异，说明KIBS在不同地区受不同因素的影响，且同一因素影响程度不同。

全国样本的回归结果表明：除了工业R&D经费之外，各项解释变量符号均符合预期判断，并且均在不同水平下显著，因此本文选取的除了工业R&D经费之外的解释变量对KIBS的集聚程度都有不同程度上的促进或抑制作用。虽然工业R&D经费不显著，但是R&D和科技市场份额的交互项却是显著的，并且对KIBS的集聚有正向促进作用，这说明科技成果对KIBS集聚具有促进作用。通过投入科研经费，产出科技成果，获取较高的市场份额，促进当地KIBS内部的学习交流等，从而吸引更多的KIBS人才流入。科技市场份额和科学研究人员的交互项系数是显著的，但是符号是负的，对KIBS集聚具有明显的抑制作用。但是科技市场份额与科学研究人员人数两个单独解释变量对KIBS集聚都具有正向促进作用，原因在于过高的科技市场份额和科学研究人员数量将会促进更多新兴产业的崛起，当地产业发展更多元化，反向抑制KIBS在该地区的集聚。从全国的样本回归结果分析得知，只有适当的人才政策、资金支持等才有可能促进某地区的KIBS发展，过高或过低均会抑制KIBS在该地区的集聚。

由表5可知，KIBS集聚现象具有明显的地区差异性，东部地区的外贸依存度、工业R&D经费两个解释变量的系数项与全国样本的回归结果相反，对KIBS均为抑制作用，并且不显著，这是因为东部地区经济发达程度高于中西部经济带，过高的外贸依存度和工业R&D经费都会促进新型产业的出现，产业的多元化将会抑制当地的KIBS集聚，造成人才转型和人才技术的流动。但是不排除后期新兴产业会为KIBS带来业务需求的可能性，将抑制作用转变为促进作用。

东部地区与中西部地区的差异性主要体现在地区政府保护程度、人力资源水平、工业集聚程度、科技市场份额4个经济开放指标上。在中西部地区中，政府保护程度对KIBS集聚具有正向促进作用。前文提到政府保护程度过高将会削弱经济市场的开放程度，分割市场，但是中西部地区经济开放度远低于东部地区，且属于KIBS的流出地区，因此对于中西部经济带来说，政府的保护政策有利于抑制人才的流出，人才补贴等政策能够减少人才流出量，促进中西部地区KIBS的发展。人力资源水平对中西部地区的KIBS集聚具有促进作用，但是在东部地區表现为抑制作用，这表明东部地区现有的人力资源水平已难以推动KIBS进一步的集聚，而中西部地区的人力资源水平仍能够推动KIBS集聚，还未达到饱满。工业集聚程度对中西部地区KIBS集聚的促进作用相对于东部地区来说并不显著，这是因为中西部地区的第二产业生产总值高于第三产业生产总值，第三产业的发达程度低于第二产业。虽然KIBS的目标输出客户是制造业企业，但是过高的工业集聚程度会削弱KIBS集聚，阻碍KIBS的进入，因此工业集聚程度对中西部地区的促进作用并不显著。相比较于东部地区，科技市场份额对中西部地区KIBS的集聚作用较差，说明中西部地区的科技创新环境等因素并不是推动KIBS集聚的主要因素。

东部地区和中西部地区的一致性主要体现在科学研究人员人数和科技市场份额与科学研究人员人数的交互项上，这两项对KIBS集聚都具有促进作用，并且促进效果都是显著的，只是作用程度上略有不同。科技研究人员人数这一解释变量的回归估计结果表明，人才培养和引进对一个地区产业发展的重要性，带动作用远高于其他因素，这契合了当今中国的人才引进政策。而产业的多元化抑制KIBS集聚契合产业保护政策。

从以上分析可知，不同的经济开放程度将会对不同区域的KIBS集聚产生不同的影响。东部沿海地区的经济开放程度比中西部地区高，东部地区的模型系数均高于中西部地区，因此东部经济区各项经济开放指标对KIBS集聚程度的作用均强于中西部地区。

4 政策建议

第一，引导KIBS合理集聚，发挥集聚效应[22]。虽然KIBS的集聚程度已经远超过工业的集聚程度，增长趋势平均超过了50%，但相对于发达国家来说，KIBS的集聚趋势还是较弱的。因此在原有的基础上，进一步引导KIBS的合理集聚，使得KIBS的集聚效应达到最大。从行业层面上看，虽然金融服务业集聚程度的变动趋势达到80%以上，在4大细分行业中位列第2，但是集聚程度仍是最低的，2017年的行业空间基尼系数仅有0.544，并没有发挥出金融服务业最大的集聚效应。因此，政府应该针对金融服务业推出定向的优惠政策，可以考虑在税收、租金等方面给予相关企业一定的政策照顾，增强金融服务业的集聚效应。从行业层面上看，中西部经济区KIBS的行业平均占有率远低于东部经济区。截止2017年，西部经济区KIBS的行业平均占有率仅有1.88%，东部经济区却达到了5.28%，KIBS集聚严重不平衡。因此，政府应加强对中西部经济区KIBS集聚引导，改变KIBS集聚不平衡的现状。

第二，把握产业之间的关联效应，促进产业的协同发展。从上文的模型回归结果分析可知，工业的集聚程度对全国KIBS的集聚程度产生显著的促进作用。制造业是KIBS的主要输出产业，制造业的集聚将会降低交通运输等成本费用，从而增强KIBS地区的集聚趋势。因此，加快产业结构升级，建立制造业和KIBS的双重集聚产业园，增强两种产业之间的互动和融合发展，从而提高知识密集型服务在该地区的集聚程度，从而发挥KIBS的集聚效应。

第三，推进信息科技建设，增加人力资本投入。从上文的模型分析可知，地区的人力资源水平、信息化程度和科技市场份额对全国的KIBS集聚均有显著的促进作用，但这3个因素对东部经济区和中西部经济区的KIBS集聚影响具有差异性。东部经济区应该建立更健全的人才管理体系，通过完善的激励奖赏、社会保障等各项制度，吸引和培养更多的优秀人力资源，进一步提高KIBS在东部经济区的集聚程度。而在信息科技水平较为落后的中西部经济区，政府应该继续推进信息科技创新的理念，完善信息网络等基础设施，推动物联网和大数据发展，实现信息产业和KIBS的协同发展。

第四，加大市场的开放程度，削弱地方政府对市场的保护作用。从上文的模型分析可知，只有政府保护程度这一因素会对全国的KIBS集聚产生抑制作用。东部经济区KIBS行业平均占有率均高于中西部经济区，这说明开放市场能够提高KIBS的集聚程度，短暂的政府保护政策会对产业产生积极的保护作用，但是长期的保护作用将会阻碍地方产业的发展。因此，政府应当逐渐削弱对地方市场的保护作用，提高市场的对外开放程度，实现不同地区之间的资源共享，引进更加优质的资源，从而推动地方产业的发展。

第五，引进外资，加大科研投入。虽然R&D经费对KIBS集聚作用不显著，但是R&D经费和科技市场份额的交互项却对KIBS集聚具有显著的促进作用，这说明在科技市场份额较高的地区，加大R&D经费的投入，能够进一步的提高KIBS的集聚程度。因此政府应该加大科研方面的投入，构建一个完整的创新体系，从而引进更高质量的外资。

参考文献：

[1] MILES I.Knowledge intensive business services users，carriers and sources of innovation[M].EC：EIMS，1995.

[2] DATHE D，SCHMID G.Determinants of business and personal services.evidence from west german regions[M].Berlin： Wissenschaftszentrum Berlin für Socialfors chung，2000：153.

[3] DVIVIDE C.Variety in the knowledge base of knowledge intensive business service[J].Research Policy，2010，39（10）：1303.

[4] BETTENCOURT L，OSTROM A，BROWN S，et al.Client co production in knowledge intensive business services[J].California Management，2002，44（4）：491.

[5] 魏江，陶顏，王琳.知识密集型服务业的概念与分类界定[J].中国软科学，2007（1）：33.

[6] 龚洁.区域经济开放评价指标体系构建与实证检验[J].商业经济研究，2015（13）：129.

[7] MULLER E，DOLOREUX D.What we should know about knowledge intensive business service[J].Technology in Society，2009，31（1）：64.

[8] NACHUM L.KEEBLE D.MNE linkages and localized clusters：foreign and indigenous firms in the media clusters of Central London[J].Journal of International Management，2003，29（10）：126.

[9] GALLOUJ，MOULAERT.The locational geography of advanced producer firms[J].The Geography of Services，1993，31（7）：267.

[10] 時省，王腊芳，赵定涛.KIBS集聚、区域创新及人力资本门槛效应[J].系统工程，2014，32（3）：18.

[11] 王晓亚，瓮国阳.知识密集型产业协同度及影响因素研究[J].中国科技论坛，2015（11）：47.

[12] 王丽娟，杨艳琳，尹希果.知识密集型服务业集聚对经济增长的影响研究[J].重庆大学学报，2016，22（2）：32.

[13] 胡霞.中国城市服务业空间集聚变动趋势研究[J].财经经济，2008（6）：103.

[14] 丛海彬，邹德琳，徐明.长三角知识密集型服务业空间集聚综合测度[J].中国科技论坛，2015（11）：54.

[15] 芦津，朱洪兴.江苏省知识密集型服务业集聚特征研究[J].经济研究导刊，2019，410（24）：153.

[16] 张琳彦.产业集聚测度方法研究[J].技术经济与管理研究，2015（6）：113.

[17] KRUGMAN P.Geography and trade[M].Cambridge：MIT Press，1991b：1.

[18] 刘志彪.论现代生产者服务业发展的基本规律[J].中国经济问题，2006（1）：3.

[19] KEEBLE D，NACHUM L.Why do business service firms cluster：small consultancies， clustering and decentralization in London and Southern England[J].Transactions of the Institute of British Geographers，2002，27（1）：67.

[20] 黄玖立，李坤望.对外贸易、地方保护和中国的产业布局[J].经济学季刊，2006（3）：733.

[21] 陈建军，陈国亮，黄洁.新经济地理学视角下的生产性服务业集聚及其影响因素研究[J].管理世界，2009（4）：83.

[22] 盛龙，陆根尧.中国生产性服务业集聚及其影响因素研究：基于行业和地区层面的分析[J].南开经济研究，2013（5）：115.

[编辑：费 婷]