制造业转移与区域创新空间演进——直接影响与空间溢出效应

凌星元, 孟卫东, 王春杨

(重庆大学 经济与工商管理学院,重庆 400044)

1 引言

产业转移是指由于资源供给、需求条件和制度环境的变化，引起某些产业从某一国家和地区转移到另一国家和地区的经济地理过程[1]。产业转移是一个复杂性系统过程,是优化经济空间布局的有效途径，在我国现阶段则是促进经济发展方式转变、加快产业结构调整和促进区域协调发展的必然要求[2]。我国是一个以地方政府竞争推动经济快速发展的大国，其中以制造业为代表的资本竞争是地方政府竞争的核心内容。随着我国经济增长进入“新常态”，创新驱动增长成为各地促进经济发展的主攻方向。各省市县纷纷编制创新发展规划、出台创新鼓励政策，以追求产业高端化、创新化，腾退低端制造作为实现可持续发展的重要手段。然而，从另一个角度来说，政府的推动固然重要，但是产业区位的演化更多地是根据地区间比较优势而主动调整，要素禀赋结构决定区域分工和贸易结构[3]。虽然向创新驱动型经济转型指明了我国制造业发展的方向，然而大国背景下如何平衡制造业分布和创新资源配置的地理空间关系却至关重要。尤其是相比于产业在地理空间上的不均衡分布，创新则更倾向于空间集聚[4]。创新活动，特别是狭义的创新总是在大城市发生和商业化，而后向周边扩散[5]。这就意味着我国创新驱动战略的实施，必须与制造业发展战略一样，实施差异化的空间政策。

创新活动为何存在如此大的地区差异？区位条件、要素积累和创新环境等都是重要因素[6]。从集聚经济和外部性的视角来看，产业分布是影响创新产出时空演进的重要原因[7]。产业集聚能够带来显著的知识溢出，从而降低生产和研发的成本[8]。知识溢出是不同主体在直接或间接的信息交流中，知识无意识的传播过程[9]。一般来说，区域间的产业联系、商品贸易、区际投资、项目合作以及产学研联系等均是影响知识溢出的重要机制，但由于知识的默会性特征，知识溢出具有随距离增加而衰减的特性。“新”新经济地理学在“空间集聚效应”和“空间选择效应”的综合框架下，研究异质性微观主体的区位选择及空间结构特征：就正向的空间选择效应而言，高生产效率的企业倾向于选择核心地区以占领更多的市场份额，而低生产效率的企业则选择在边缘地区，力求通过运输成本等壁垒来维持市场份额[10]。除了产业关联所带来的报酬递增，技术创新和知识溢出对经济活动的区位选择也具有重要影响[11]。一方面，知识溢出具有局域性特征，由此引发产业集聚，并且知识溢出与集聚相互强化而呈现内生的互动关系[12]；另一方面，区际知识溢出又是一种强有力的离心力，虽然贸易成本的降低鼓励集聚，但地区间知识溢出的政策却能促进产业活动的扩散[13]。基于空间计量经济学，大量研究提供了此类证据。空间计量经济学强调样本之间的空间依赖性，通过空间权重矩阵的设定，能够更好地分析经济活动的空间溢出效应、距离衰减特征以及“空间涟漪效应”[14]。然而，此类模型的解释力同时依赖于明确的空间传导机制以及恰当的空间尺度选择。

近年来，随着国内外经济、政治环境的波动变化，国内产业的区域转移现象逐渐显现[15]。且随着市场配置资源功能的完善，资本、劳动力和技术等可移动要素的流动性增强，使得地区间产业发展和创新活动的空间溢出效应日益增强[16]。产业转移如何影响创新的空间分布？创新与制造业分布会呈现怎样的协同演进特征？这不仅仅关系着区域自身特征对产业经济活动的作用比较，还关系到对中国区域经济结构战略性调整路径与方式的深化认识。与已有研究相比，本文的贡献主要体现在如下三个方面：(1)从制造业区域转移的视角探讨区域创新空间演进的机制，将空间因素引入区域创新演化的分析之中。制造业规模不仅直接影响本地区创新产出，还能对其他地区的创新活动产生溢出效应；随着地区间交通条件改善、信息技术的发展以及制度障碍的消除，如果仅仅研究当地制造业对本地创新产出的影响，就很可能高估或者低估本地制造业的影响。(2)采用更为合理的计量方法对各地区的知识溢出进行测度。空间计量模型依赖于来源地和目的地之间的距离函数，也依赖于适合用于描述来源地和目的地的特征解释变量[17]，本文采用空间杜宾模型(SDM)，借助城市间人口流动矩阵、社交网络联系矩阵和空间临近矩阵，评估制造业转移对区域创新产出的直接影响和空间溢出效应。(3)选择我国地级及以上地理单元进行制造业区域转移以及空间溢出效应的分析。如果空间尺度过于宏观，将使得溢出效应不可测以及区域内部差异被忽略，从而降低分析的准确性，而更细的地理单元则更能揭示经济活动的空间关联[18]。

2 方法选择与数据说明

2.1 空间溢出效应的测度

知识的空间溢出效应是由知识的外部性特征决定的，但是由于知识的溢出是无形的，因此对其测度存在较大难度。近年来，随着空间统计和计量经济分析工具的发展，空间计量模型逐渐被应用于知识溢出的测度中，使得知识溢出的衡量越来越科学、准确[19]。在构建空间计量模型时，首先要选择合适的空间权重矩阵，而不同的空间权重矩阵对应于不同的知识溢出传导机制。根据已有关于知识溢出属性特征的研究基础，并参考空间计量建模的一般做法，本文选择3种空间权重矩阵，并对基于不同权重矩阵的空间计量模型分别进行估计。空间权重矩阵的基本设定如下

其中W为空间权重矩阵，wij即为地区j特征变量变动对地区i影响的空间权重，空间权重矩阵与其他区域相应的变量相乘则为其他区域变量的加权加总。本文设定的3种空间权重分别为：基于城市间人口流动联系的空间权重矩阵、基于城市间社交网络联系的空间权重矩阵和基于城市地理邻接的空间权重矩阵。随着空间权重矩阵的设定，就形成了区域间三种知识溢出的传导机制。具体来说，基于人口流动的知识溢出，即假设地区之间的人口流动规模会影响知识溢出大小。知识植根于个体，人口流动是知识尤其是隐性知识溢出的主要途径，公司技术人员、大学和科研机构研究人员之间跨地区正式或非正式的学术活动能够促进知识的转移和扩散；跨区域就业岗位的提供、企业家跨区域创业、从事贸易投资的人员往来也会带来非常显著的知识溢出效应。基于社交网络的知识溢出，即假设地区之间的信息交流频率和规模会影响知识溢出的大小。信息化和数字化时代，通讯技术和互联网的发展使得信息传递不再仅依赖于面对面的交流，信息传播和扩散的距离、速度和效率都大幅提高，通过社交网络的交流和传递信息，可以促进知识在不同地区的传播和扩散。基于空间邻接的知识溢出,由于知识和技术本身的属性，其在跨区域传播过程中容易发生扭曲和失真，特别是对那些难以被编码的默会知识而言更需要面对面的交流，因而知识溢出的效果往往呈现出随距离衰减的特性，距离仍是关键的决定因素。通过3种空间权重矩阵的设定，评估不同传导机制下的知识溢出效应，并识别何种机制最为有效。

2.2 计量模型的构建

本文计量模型的构建基于新经济地理学框架，除了重点考察产业转移对区域创新的影响，参考已有研究，其他影响一个地区创新产出的因素还包括人口集聚程度，创新活动的投入成本，以及反映国内外一体化水平的对外开放程度和本地基础设施建设水平。本文设定的基础模型如下

lnINVit=β0+β1lnMANit+β2lnDENit+β3lnEXPit+

β4lnINCit+β5lnINFit+μi+λt+εit

其中lnINVit表示t年i地区创新产出水平；lnMANit表示t年i地区制造业产出水平；lnDENit表示t年i地区人口集聚程度；lnEXPit表示t年i地区开放程度；lnINCit表示t年i地区创新活动投入成本；lnINFit表示本地基础设施水平；μi和λt分别是空间和时间特定效应，εit为随机扰动项。

本文研究重心在于搭建起制造业转移影响区域创新差异的“空间桥梁”，即特别需要考察其他地区制造业发展对本地区创新水平产生的影响。考虑到制造业和区域创新分布均存在显著的空间依赖性，本文构建包含自变量空间滞后效应的空间Durbin模型，测度制造业的空间溢出效应。空间Durbin模型的优点在于：无论真实数据生成过程是空间滞后模型还是空间误差模型，均可基于此模型得到系数的无偏估计；同时，其对潜在空间溢出效应的规模并未预先施加任何限制，这也使得模型及其对溢出效应的估计更具一般性[20]。

具体而言，本文的空间Durbin模型设定的具体形式如下

lnINVit=β0+β1lnMANit+β2lnDENit+β3lnEXPit+

β4lnINCit+β5lnINFit+ρ1W×lnMANit+

ρ2W×lnDENit+ρ3W×lnEXPit+

ρ4W×lnINCit+ρ5W×lnINFit+μi+λt+εit

其中W表示N阶空间权重矩阵，在本文分别为基于地理邻接、城市间人口流动和城市间社交联系三种不同的空间权重矩阵。空间权重矩阵与变量相乘则构成空间变量，利用空间权重加权的制造业产出自变量加总(W×lnMANit)和其他控制变量加总以反映其他地区创新能力和影响因素对本地制造业的空间溢出效应。

2.3 变量说明与数据来源

空间溢出效应。本文分别选择地理邻接矩阵、城市间人口流动矩阵和社交网络矩阵来测度其他区域对本地区的空间溢出效应。地理邻接权重矩阵为对称矩阵，由GeoDa软件生成；而“城市间人口流动联系”矩阵和“城市间社交网络联系”矩阵分别来自百度跨城市人口流动数据(“百度迁徙”数据)和北京大学地理信息系统软件(Geosoft)实验室提供的中国社交媒体提取的中国城市间交互数据。空间权重矩阵与相应的变量相乘得出的空间变量是其他区域变量的加权总和。

制造业区域转移。本文以各地区制造业总产值变动来衡量制造业的跨区域转移，即总产值增加表明存在制造业转入，总产值减小则存在制造业转出。需要说明的是，产业转移会导致产业地理分布变迁，但地区产业变动却并不一定是产业转移的结果，还包括本地生产规模的扩大或缩小。然而，在对国内产业转移进行实证分析时，由于缺乏企业跨区域迁移的数据，导致很难按照产业转移的定义来衡量产业转移。参照国内已有研究[21]，本文使用各地区制造业产值变动作为衡量制造业区域转移的指标，一是产业转移体现在产业地理分布变迁中；二是产业地理分布变迁往往是产业转移的前奏。本文使用的制造业产值数据来自于中国工业企业统计数据库，该数据库统计中国大陆地区销售额500万元以上(2012 年起为2000万元以上)的工业企业各经济指标。本文对各年份不同制造业门类下所有企业总产值进行加总，以获得各地区制造业总产值数据。为统一数据口径，本文选择使用2005—2011年的制造业企业总产值数据进行分析。

地区创新水平。参考国内外此类研究的惯常做法以及数据的可获得性，本文以地区的发明专利授权数量来衡量区域创新能力。一般来说，创新活动的过程可以分为创新投入、创新组织和创新产出3个主要环节，而发明专利作为创新的产出反映了创新的最终效果和创新水平，并且专利数据具有可比性和易获得的特征，是目前国内外最经常使用的衡量指标。基于此，本文选择地区发明专利授权数作为区域创新能力的衡量指标，该数据的获取来自中国知识产权局的在线专利检索系统。考虑到制造业转移对区域创新水平影响的时滞性，以及发明专利从申请到最终授权的时滞性，本文最终选择2007—2013年的地区专利发明数据进行加总测算。

控制变量。本文以本地的人口密度来衡量地区人口集聚程度；以地区出口总额来衡量地区开放程度；以职工平均工资水平来衡量地区创新投入成本；以区域交通里程数来衡量地区基础设施水平。通过对获取的数据进行梳理，删除缺失比较严重的部分地区数据，最终构建了全国340个地级及以上城市2005—2013年的面板数据用于计量分析，除了空间权重矩阵数据和发明专利数据之外，其他数据均来自相应年份的全国工业企业统计数据库、《中国城市统计年鉴》和《中国区域经济统计年鉴》。

3 实证结果分析

3.1 制造业转移与区域创新空间特征

改革开放以来，依托于地理区位优势，制造业主要分布在我国东部沿海地区；但随着西部大开发和中部崛起战略的实施，以及区域之间比较优势的动态转变，制造业区域分布发生了较为明显的变化，制造业区域转移的特征较为明显。2005至2011年间，在所考察的340个地级城市当中，发生制造业转出的城市有187个，制造业份额总体减少22.47%；而发生制造业转入的城市有153个，制造业份额总体增加22.47%。分区域来看，省级层面发生制造业转入即份额增加的城市主要分布在江苏(5.55%)、浙江(5.22%)、上海(1.06%)、安徽(0.70%)、北京(1.05%)、天津(0.90%)、河北(1.07%)、福建(1.20%)、山西(0.55%)、江西(0.42%)、内蒙古(0.31%)和辽宁(2.69%)等省份；发生制造业转出即份额减少的城市主要分布在广东(-9.49%)、山东(-4.10%)、河南(-2.94%)、湖北(-1.99%)、湖南(-1.11%)、云南(-0.42%)、新疆(-0.31%)、贵州(-0.12%)、吉林(-0.10%)和黑龙江(-0.10%)等省份。总体上，在考察期内，我国制造业继续向长三角地区和京津冀地区转移的地理空间特征十分明显；而广东和山东两地制造业转出的特征最为明显，超过制造业转出份额的一半。中部地区制造业转出份额大于转入份额，呈现制造业的外流，而整个西部地区制造业的转入和转出特征并不明显。值得说明的是，虽然省级层面制造业转移的空间特征较为明显，但是发生制造业转出或者转入的省份，其内部城市层面的制造业转移又呈现不同的空间分异特征，中心城市向周边区域转移的趋势明显，进而对区域创新的空间格局产生影响。

从区域创新产出的空间演进特征来看，在考察期间，我国地级空间尺度上创新分布与制造业产出在地理空间上呈现较为显著的相关性。从2005—2013年发明专利地理分位图来看，我国的创新产出主要分布在东部沿海地区，以及中西部的省会城市和省会临近城市，与制造业产出的分布特征呈现较为明显的空间相关性。与此同时，我国制造业分布与创新产出分布在地级空间尺度上表现出明显空间依赖特征。一方面，我国制造业总产值和创新产出各自呈现出显著的空间依赖性，且随时间呈现增加的变动趋势。基于地理邻接矩阵，制造业总产值在2005年和2013年的空间自相关Moran’s I指数分别为0.590和0.642；创新产出在2005年和2013年的空间自相关Moran’s I指数分别为0.422和0.524。结果说明制造业的扩散程度要明显地大于创新产出的扩散程度，即创新的集聚程度相对于制造业的扩散反而变得更大。另一方面，制造业产出和创新产出之间也呈现明显的空间依赖性，以临近地区制造业产值作为空间滞后变量，区域创新产出在2005年和2013年的空间自相关Moran’s I指数分别为0.482和0.527。结果说明，创新产出与临近地区的制造业产出水平呈现显著的空间相关和空间依赖特征。即通过地理临近和空间关联，其他区域的制造业可以通过空间溢出效应影响本地区创新产出的变动，宏观涌现为制造业的区域转移与创新产出空间的协同演进，也进一步说明从制造业转移和知识溢出视角研究区域创新空间格局变动的合理性。

3.2 计量检验

首先对不考虑空间相关性的面板数据模型进行Hausman检验，以判断应该选择固定效应模型还是随机效应模型进行估计。结果表明，Hausman检验结果在1%的显著性水平上拒绝了原假设，因此，本文的模型估计方法采用固定效应模型。表1给出了计量模型的估计结果，其中模型1是普通面板回归模型，即没有考虑制造业对创新的空间溢出效应；模型2～4是考虑了区域间溢出效应的空间杜宾模型，空间权重矩阵依次选择地理邻接权重矩阵、流动人口权重矩阵和社交网络权重矩阵，模型2～4的估计采用极大似然法(ML)。

表1 估计结果(被解释变量:lnINV)

从模型的估计结果来看，在模型1中，当不考虑其他地区创新产出、制造业产值对本地创新产出的影响时，结果显示本地制造业产值增长对本地创新产出则具有显著的负影响，即本地制造业增长对创新产出的增长具有显著的抑制作用；相反来说，发生制造业转出的地区，则由于制造业规模减少促进了创新产出的增长。此结果在一定程度上说明，那些发生制造业转出的城市，产业转移同时伴随着产业结构调整和产业升级，传统制造业的转出为创新增长提供了发展空间。而那些发生制造业转入的地区，由于多是承接发达地区腾退的传统产业如资源密集型产业或者劳动密集型产业，因此并未明显地促进地区的创新增长。在模型2～4中，首先，在考虑了创新活动的空间关联性之后，本地制造业产值对本地创新产出仍然具有显著的负影响，说明此结论具有稳健性。其次，当考虑其他地区制造业产值对本地创新产出的影响时，无论是基于人口流动关系还是社交网络关系的空间关联模式，发现其他地区制造业产值(W×lnMAN)对本地创新产出都将产生显著的正影响；而基于地理临近矩阵的影响系数则不显著。此结果一方面说明，人口流动和社交网络所搭建的区域联动关系是制造业发生知识溢出的重要途经，一个地区的创新产出在一定程度上也依赖于制造业的发展，受其空间分布格局的影响，因而制造业的空间知识溢出是影响我国区域创新空间结构演进的重要因素；另一方面，制造业基于人口流动和社交网络的知识溢出对区域创新的影响，要显著地高于基于地理临近发生的知识溢出效应，即空间临近或许并不代表更强的空间联系。从空间溢出(W×lnMAN)系数的大小来看，地理邻接矩阵、人口流动矩阵和社交网络矩阵加权的其他地区制造业产值对本地创新产出的影响依次增加(系数分别为-0.008、0.215和13.52)。再次，当考虑其他地区创新产出对本地创新产出的影响时，其他地区的创新产出(W×lnINV)对本地区创新产出具有显著为正的影响，说明其他地区创新活动也通过人口流动和社交网络对本地创新带来显著的知识溢出效应。

此外，本地区前期的创新产出(L.INV)对本地区当期的创新产出具有显著为正的影响，表现出滚雪球效应或循环累积效应，说明了创新基础的重要性；而其他地区的前期创新产出(W×L.INV)对本地区创新产出在模型3和模型4中则表现出显著的负效应，即呈现创新的空间竞争效应。以上结果说明，制造业转移带来的其他地区制造业产值的增加，将有利于本地区的创新增长，而其他地区较低的制造业产值则会显著降低本地区的创新产出，因此地区之间呈现明显 “产业—创新”空间关联特征，而这种关联特征的大小和方向，则取决于产业特征以及空间关联模式和强度。反过来也说明，主动升级区域制造业水平，转移传统落后产业，不仅可以通过直接效应增加本地区的创新产出，同时可以通过“空间溢出效应”促进其他地区的创新产出。因此，制造业区域转移是区域创新水平的重要影响因素，而人口流动和社交联系均是重要的知识溢出机制。

3.3 直接效应和空间溢出效应

由以上估计结果可见，区域创新水平除了受本地制造业规模变动的直接影响，同时还存在明显的空间溢出效应。需要特别指出的是，前述空间杜宾模型的估计参数仅仅是提取了变量影响系数中基于空间权重矩阵的最大公约数，还不能得出解释变量对被解释变量的直接影响和空间溢出效应的实际大小，因而无法进行准确的数值比较分析。LeSage和Pace[17]运用偏微分方法将变量间相互作用拆分为直接效应和间接效应，因此参照LeSage和Pace[17]的方法，可以将构建的空间杜宾模型改写为

Yit=(IN-ρW)-1αlN+(IN-ρW)-1·

(Xβ+WXθ)+(IN-ρW)-1ε

其中I是单位向量，在偏微分矩阵下，对所有空间单元而言，本文所考察的创新对区域制造业产值的影响程度可表示为

其中直接效应为对角线元素平均值，而间接效应即“空间溢出效应”为每行和每列中非对角线元素之和的均值。本文其他地区制造业规模对本地创新产出的空间溢出效应即为其他地区的制造业产出通过三种空间权重矩阵进行加权而对本地区创新产出产生的影响。直接效应和空间溢出效应的计算结果见表2。

表2 直接效应和空间溢出效应

结果表明，本地制造业产出对创新产出水平增加具有负向的直接影响，其他区域的制造业产出与知识溢出共同作用，对本地创新产出增加具有正向的空间溢出效应。具体而言，在基于人口流动矩阵的模型中，本地制造业产出水平每增加1%，那么本地创新产出将降低0.143%；而如果关联区域制造业产出增加1%，本地创新产出将增长0.331%，带来的最终的总效应为0.188%。此结果与没有考虑空间溢出效应的创新产出影响较为接近而符号完全相反(在模型1中，制造业产出的估计系数为-0.162)。说明未考虑空间溢出效应的结果低估了制造业对地区创新产出的总体影响。同样，在基于社交网络矩阵的模型中，本地制造业产出每增加1%，将使得区域创新产出下降0.366%；而如果关联区域制造业产出增加1%，本地创新产出将增长3.256%，带来的最终的总效应为2.889%。在基于地理邻接矩阵的模型中，间接效应和总效应的系数不显著。相比之下，人口流动和社交网络是影响空间知识溢出的重要渠道，知识的溢出更多地依赖于人的面对面交流以及频繁的信息往来与互动，这也与大部分的研究结论相一致。此外，制造业的空间溢出效应在短期和长期对区域创新产出呈现不同的影响方向，在短期的影响为负而在长期才呈现为正，可能的原因是制造业的空间溢出到创新的产出需要一段时间，因此在制造业转移的初期，其他地区制造业的增长并未对本地创新产出产生明显的正影响。

值得说明的是，制造业发展对区域创新产出的总效应系数显著为正，体现了空间溢出效应的双向性所带来的“累积效应”。制造业转移不仅可以促进本地区创新产出的增加，还可以通过空间溢出效应对其他地区的创新增长产生正影响。初始阶段，其他区域制造业发展对本地区创新产出产生正向影响，同时也意味着，本地区制造业产出的减少对其他地区将产生负向影响，表现出制造业增长对创新产出影响的“空间竞争性”，而这种双向的空间竞争所带来的间接溢出效应通过累积效应，最终呈现出正向的总溢出效应。在我国区域创新活动区位选择和空间演进的过程中，制造业区域分布和转移成为重要的影响因素，这不仅是因为其对本地创新增长的关键作用，同时显著的空间溢出效应也决定了区域创新空间演进的大小和方向。以上的实证结果说明，知识的空间溢出效应使得制造业区域转移的同时，区域创新呈现更加非均衡的空间分布特征，在地级空间尺度下，制造业转移和知识溢出效应更多地是引发了创新的空间集聚，而制造业转移对创新的扩散作用(离心力)还十分薄弱。

4 结论与政策建议

创新的空间集聚一直是学术界关注的重点，大量研究致力于识别影响创新活动区位选择和创新绩效的因素，以寻找引发创新产出非均衡分布的深层次原因，从而为各地区提高自主创新能力、促进经济转型增长提供可行的政策建议。不同于以往研究，本文从制造业区域转移和地区创新差异的角度，分析制造业转移对区域创新空间分布的影响，这种影响不仅包括直接影响，还包括基于知识溢出的空间间接影响。本文基于全国2005—2013地级及以上城市面板数据，利用城市间地理邻接关系、社交网络关系和人口流动关系数据设定空间权重矩阵，通过空间动态Durbin模型考察制造业转移对区域创新空间格局的直接影响和空间溢出效应。结果表明：考察期间，地区制造业规模与以发明专利度量的地区创新水平之间呈现显著的负相关，即制造业转出地区伴随产业升级和创新增长，从而带来制造业转移与创新集聚；同时其他地区制造业增长则借助空间关联矩阵，呈现出对本地区创新产出显著为正的空间溢出效应。本文的研究结果发现，传统上未考虑空间溢出效应的模型设定，高估了本地制造业规模对创新的作用，而低估了制造业对区域创新空间演进的总效应，其中人口流动和社交联系是空间知识溢出的重要渠道。总体上，考察期内，我国区域创新呈现更加非均衡的空间分布特征。

本文的政策启示如下：(1)重视制造业发展及其空间分布对区域创新的重要作用，并强调差异化的区域创新驱动战略。一方面，各区域发展要因地制宜，结合自身要素禀赋，强化自身比较优势发展制造业；另一方面，要加强区域创新能力建设，通过实施重点突出有针对性的创新驱动战略，促进地区产业结构调整和升级，提升区域的竞争优势。在当前供给侧结构性改革的过程中，尤其要强调实施差异化的区域推进政策，优化制造业空间分布格局，以提升制造业整体供给的质量和效率；差异化推动区域产业结构优化升级，促进制造业合理有序转移和区域联动发展。(2)强化创新资源的空间配置和产业配置，优化区域创新的空间结构。创新活动的空间特征和产业特征表明，创新主要分布在大城市，虽然中小城市也有创新，但相对较少。创新的空间集聚倾向要求创新资源的配置不能过于分散，要集中于大城市，以提高创新的效率。既要继续强化东部地区创新在推动产业调整和升级中的重要作用，也要重视西部优势地区的创新能力建设，以推动产业的有序转移。在中西部地区强调研发投入，特别要重视缓解研发资源配置的地域失衡，尤其要重点加强中西部地区大城市创新能力建设，形成在一定区域范围内具有带动作用的“创新极”。(3)注重区域联动发展，强化知识溢出在区域创新中的作用。其他区域与本地区通过人口流动、社交网络、企业家创业的方式与本地区产生创新的交互和知识溢出，后者不仅与地区间的空间距离有关，同时还与地区间经济发展水平、技术差距有关，这也是形成产业梯度的根本原因。但是，随着地区间交通基础设施条件的大幅度改善，尤其是航空、高铁等快速交通方式的冲击，使得区域之间的联系更为密切，区域的联动发展成为可能和必然。因此，要强化知识溢出在区域联动中的作用，明确知识溢出的传导机制以充分发挥各种知识溢出对区域创新空间格局优化的重要作用。