● 熊云飚,李 斌
(云南民族大学 经济学院,云南 昆明 650500)
习近平总书记提出,我国经济已由高速增长阶段转向高质量发展阶段,要推进中国制造向中国创造的转变,中国速度向中国质量转变,制造大国向制造强国转变。经济的增长正在从依靠要素数量扩张而实现经济增长的粗放型增长方式,向依靠要素合理配置、科技进步、提高劳动者素质和提高劳动生产率而实现经济增长进步的集约型增长方式的转变。科技产业是绿色创新发展的主战场和创新驱动战略的重要抓手,是推动经济高效、平稳增长的重要引擎;科技的进步、国家竞争力的提高离不开科技产业的发展,所以对科技产业的研究是必不可少的。近些年,随着在科技产业上的投入,我国科技产业有了很大的发展,但是还是存在数量多、质量低、成果转化率低、监管差等问题,如何实现科技产业的高质量发展成为一个重要的议题。
我国数字经济近年来发展迅速,各地政府都将数字经济发展领域定位到战略层面,随着经济转型的深化、技术的发展,以人工智能、大数据、区块链等为代表的数字经济与传统产业的深度融合,诞生出的新兴产业,都会对我国经济的转型升级提供客观条件,协助实体经济的快速发展;此外,数字经济的发展还有效地减少了碳排放,契合绿色发展的要求[1]。传统科技产业的数字化转型升级提高了自身的科技含量与创新能力,从而促进了科技产业的发展。受到地理、文化、人口等的影响,科技产业存在区域差异,并在一定程度上存在聚集效应,也在地理空间上存在关联效应。因此,研究科技产业高质量发展在空间上的效应,对于促进我国科技产业的发展具有重要的现实意义。
自党的十九大提出推动高质量发展以来,众多学者对于高质量发展的内涵及测度进行了探讨和研究。从微观、中观和宏观视角,高质量发展还可分为要素的高质量发展、产业的高质量发展和社会的高质量发展[2],在产业的高质量发展方面,测度方法主要包括指标体系评估法和效率测度法。其一,学者使用熵权法测度产业高质量发展水平:陈晓雪和时大红[3]运用“拉开档次法”从创新性、协调性、绿色性、开放性、共享性、有效性六个方面对各地的科技产业高质量发展水平进行综合指标构建。刘丽[4]从产业链的角度,从创新链、供应链、空间链和价值链四个方面构建科技产业高质量发展测度体系,认为各省份科技产业高质量发展水平大致呈橄榄球形状。赵晓枫等[5]通过Malmquist 指数法,测算了2011—2017 年中国十大城市群高技术产业的创新效率,发现总体上呈现上升趋势。其二,还有学者采用数据包络分析法(DEA),从效率测度的视角来衡量产业高质量发展水平[6-8],DEA 在测度效率时能够最大化经济产出等期望产出的影响,而最小化环境污染等非期望产出的影响[9],能够有效测度产业高质量发展。继农业经济、工业经济后,数字经济已成为经济发展的重要驱动力量,已有较多的学者对数字经济进行了研究,许宪春和张美慧[10]从数字化基础设施、数字化媒体、数字化交易、数字经济交易产品等角度测度了数字经济;陈文和吴赢[11]从信息化、互联网发展和数字交易等方面对数字经济进行测度。
数字经济本身的快速发展就是高质量发展的重要表现形式。数字经济推动了生产方式、生活方式和社会治理方式的深刻变革,提高了社会的高质量发展水平,同时助推了大量新产业、新业态、新模式、新就业的蓬勃发展,也促进了产业的高质量发展。从数字经济对科技产业高质量发展方面来看:田秀娟和李睿[12]认为数字技术与金融部门的深度融合在短期内因融资约束缓解而显著带动科技产业发展,促进产业结构转型升级,加快经济增长动能转换[13]。数字经济发展对科技产业的影响还存在显著的区域异质性, 东西部地区数字经济发展更能有效促进科技产业发展[14];Rodrigo 等[15]指出资金投入、人力资本投入带来的技术创新是科技产业发展的重要动力,沿海地区开放程度更高,更容易接触到国外的高新技术,在模仿、研发上更容易获得进步,能够获生产效率上的提升[16]。有学者研究了数字经济驱动科技产业高质量发展作用路径,方湖柳等[17]研究发现数字经济能够显著促进长三角城市的产业结构升级,资源配置效率的改善和创新绩效的提高。冯珍等[18]研究发现产业结构合理化和高级化能够显著提高科技产业的全要素生产率。此外,在空间效应的研究方面,赵景峰和李妍[19]认为数字经济的发展是促进科技创新产出的重要支撑力,呈现出显著的空间溢出效应,且数字经济对于科技产业发展呈现出负向的空间溢出特点[20]。
综上所述,现有研究为本文提供了很好的研究理论和实证借鉴,但仍有以下不足:首先,现有文献多研究经济的高质量发展,研究科技产业高质量发展的文献较少,有文献研究了科技产业全要素生产效率,而全要素生产效率更多的关注在技术进步,而科技产业高质量发展是综合指标,这是全要素生产率所不能替代的。其次,现有文献中关于数字经济与科技产业高质量发展的的研究比较缺乏,该方面文献的缺乏为本研究提供了一个可以尝试突破的空间。最后,现有文献在数字经济对产业发展的空间效应上的研究不足,已有研究不能得出有关数字经济与科技产业高质量发展之间关系的可靠结论。
基于此,本文的创新之处在于:第一,借鉴已有文献,从省级层面对数字经济和科技产业高质量发展进行较为全面的测度,研究了二者之间的关系;第二,对数字经济与科技产业高质量发展之间的传导路径进行了研究,发现数字经济通过促进产业结构升级进而促进了科技产业高质量发展;第三,探讨了数字经济对科技产业高质量发展的空间溢出效应,相比于以往研究更能反映出科技产业高质量发展在空间上的特征。
数字经济为科技产业高质量发展提供了基础条件。第一,数字经济优化了要素配置效率。生产要素逐渐从边际效益低的部门向边际效益高的部门流动[21],例如,互联网金融、数字金融的出现有效解决了中小企业和科技企业的融资贷款问题,使得资金的借贷更加便利、频繁,提高了社会资金的流动性,为创新研发提供了充足的资金[22]。研发需要投入大量的人力、财力和物力,研发周期长,成果转化率没有保障,资金回笼困难,沉没成本较高,风险较大。但数字经济的发展,研发机构和企业之间的交流,相关产业之间的融合发展,使得研发活动产生规模经济性,绿色技术创新的成本显著下降,极大地激发了企业家精神,鼓励科技产业的创新行为[23]。此外,数字经济的发展,增加了信息之间的共享程度,人才自发向劳动报酬高的地区流动,增加了地区的人才储备。第二,数字经济促进了产业间的融合发展。数字经济的发展,研发机构和企业之间的交流,使产业更好的协同联动,相关产业之间的融合发展,提高产业间分工和专业化程度,在产业间分工不断提高的同时,对产业结构产生知识外溢效应,进而影响科技产业的发展[24]。据此提出假设1。
H1:数字经济发展促进了科技产业高质量发展。
数字经济的发展会通过促进产业结构的变化,进而促进科技产业高质量发展。一方面,传统产业的数字化和智能化程度越来越高,另一方面,数字经济的发展催生出更加依赖数字网络的产业,如智能光传输、窄带物联网、虚拟现实等[21,25]。数字经济带来新技术,新技术的诞生意味着新产业、新业态形成,这带来产业交替、产业结构升级;劳动力密集型产业依靠新工艺、新方法向技术密集型产业转型,而依靠数字技术的产业大多是高新技术产业,这些产业的创新能力较强,通过改进技术,增强产品研发能力、减少污染物排放,促进了科技产业高质量发展[26]。据此提出假设2。
H2:数字经济通过产业结构促进了科技产业高质量发展。
数字经济在推动信息化发展的过程中,压缩了信息在不同区域间传递的时空距离,增强了区域间各种经济活动的横向和纵向关联,不同地区间的交互效应逐渐显现,科技产业高质量发展效率呈现出空间关联特征。同时,数字经济以现代信息网络作为重要载体,以数字化的知识和信息作为关键生产要素的特性,以及其本身所具有的渗透性、融合性和协同性特征,使其能够突破地理距离的限制,超越空间和区域的束缚,实现跨地区的分工与合作,产生“空间溢出效应”[27]。但是,数字经济发展较好的地区,往往占据网络中心位置,凭借着自身的优势,吸引周边地区的人才和资金等生产要素聚集,促进自身科技产业高质量发展;而数字经济较低的地区,往往由于地理环境、要素报酬等因素处于相对边缘的位置,难以吸引要素流入,抑制科技产业高质量发展;并且数字经济的发展使区域之间的信息差逐渐减小,根据资本的逐利性,“马太效应”会较为普遍,即产生“负向空间溢出效应”,数字经济发展水平高的地区科技产业高质量发展增长速度会比数字经济发展水平低的地区更快。据此提出假设3。
H3:数字经济发展对科技产业高质量发展存在“负向空间溢出效应”。
1.基准模型
为实证分析数字经济发展对科技产业高质量发展的影响,设立了如下形式的基准模型:
在式(1)中,hqdit代表科技产业高质量发展;digeit代表数字经济;i代表地区;t代表时间;Controlit为控制变量;εi表示地区固定效应;σt表示时间固定效应;μit为随机扰动项。
2.中介模型
为具体研究数字经济对科技产业高质量发展的影响路径,建立了中介效应模型,具体步骤如公式(1)、(2)和(3)所示:
其中,isuit代表产业结构,为中介变量;Controlit为控制变量。式(1)中的α1反映的是数字经济对科技产业高质量发展的总效应,式(2)中的γ1反映的是数字经济对产业结构的直接影响,式(3)中的δ2是在控制了数字经济的影响后,产业结构对科技产业高质量发展的影响效应。(2)式中的γ1和式(3)中的δ2相乘,即γ1×δ2反映的是产业结构作为中介变量的影响效应。
3.空间面板模型
为进一步讨论数字经济对科技产业高质量发展的空间溢出效应,本文构建了空间杜宾模型,具体模型设置如下:
上式中,W为权重矩阵,ρ和δ分别为被解释变量和解释变量的空间效应系数,其余变量与前文相同,不再赘述。
1.被解释变量
科技产业高质量发展(hqd):借鉴《高技术产业(制造业)分类(2017)》,本文研究的科技产业主要包含六大类:医药制造业,航空、航天器及设备制造业,电子及通信设备制造业,计算机及办公设备制造业,医疗仪器设备及仪器仪表制造业,信息化学品制造业。科技产业是国际经济和科技竞争的重要阵地。参考冯之坦等[28]的指标选取,陈晓雪和时大红[3]的指标体系构建,本文从产品研发、创新效率、经济绩效、市场环境、民生共享和基础设施六个方面来构建科技产业高质量发展指标体系。科技产业高质量发展的指标体系构建如表1所示。
表1 科技产业高质量发展的指标体系
表1 指标的选取单位和量级差别较大,我们采用熵权法测算各个指标的相对权重,进而得出科技产业高质量发展的综合得分。具体步骤如下:
设地区数量为m,评价指标数量为n。
①原始数据标准化。
②求各指标的信息熵。
上式中的pij计算公式如下:
③确定各指标权重,通过信息熵计算各指标权重为wj。
④计算科技产业高质量发展水平得分。
2.核心解释变量
数字经济发展(dige):采用赵涛等[1]的数字经济测度方法,从互联网发展和数字普惠金融两方面对数字经济发展水平进行测度。在互联网发展方面,采用互联网普及率、相关从业人员情况、相关产出情况和移动电话普及率等四个指标;在数字金融发展方面,参考郭峰等[29]的研究成果,采用中国数字普惠金融指数,该指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。选取指标的单位和量级差别较大,本文采用熵权法测算各个指标的相对权重,进而得出数字经济发展的综合得分。
3.中介变量
产业结构(isu):参考李治国等[30]对产业结构的测度方法,通过权重赋值,并以第一、第二、第三产业产值与GDP的比值,分别赋值1、2、3 进行加权计算后得出中国区域产业结构水平,既能表现出产业升级中的结构变化,又能反映出产业结构升级的整体效果。具体计算方法如下所示,isu为产业结构水平,取值在1~3 之间,xi表示第i产业占国内生产总值的比值。
4.控制变量
为了更加准确的估计数字经济对科技产业高质量发展的影响,本文控制了以下可能影响科技产业高质量发展的变量:(1)人均gdp对数值(lnrgdp),人均gdp反映一个地区的经济发展水平,可能影响被解释变量。(2)对外开放水平(open),采用进出口贸易总额与gdp的比值表示。(3)教育水平(edu),采用人口平均教育年限表示。(4)环境规制(er),采用工业污染治理投资总额与gdp的比值表示。
选取中国30 个省份(剔除港澳台地区和西藏自治区的数据缺失数据)2011—2020 年的面板数据进行实证分析。数据主要来源于“中国高技术产业统计年鉴”“中国各省份统计年鉴”“统计公报”和中经网数据库。描述性统计如表2 所示。
表2 描述性统计
本文使用短面板数据,故省略单位根检验,同时分析各变量之间的相关性发现无多重共线性问题。表3 报告了数字经济对科技产业高质量发展的影响结果。模型(1)为未加入控制变量时数字经济对科技产业高质量发展的影响,模型(2)为加入控制变量时数字经济对科技产业高质量发展的影响,可以看出:核心解释变量数字经济的估计系数为正,且均在1%的显著性水平下显著,说明数字经济发展促进了科技产业高质量发展水平的提升,该实证结果支持了假设1。数字经济提升了要素的配置效率,加快了产业间的融合发展,促进了产品创新和技术改造升级;同时数字技术的发展,改进了污染治理的技术减少了污染物的排放,促进了科技产业高质量发展。从控制变量来看,人均gdp、教育水平和环境规制均能促进科技产业高质量发展水平的提升,对外开放水平不利于科技产业高质量发展水平的提升。
表3 基准回归结果
下面进一步对科技产业高质量发展的中介效应进行检验,回归结果见表3。模型(2)是数字经济对科技产业高质量发展的影响,作为中介模型的第一步结果显示数字经济系数均为正,且在1% 的显著性水平下显著,说明数字经济的发展促进了科技产业高质量提升;模型(3)作为中介模型的第二步结果显示数字经济系数均显著为正,说明数字经济发展促进了产业结构的升级;模型(4)为中介模型的第三步,将产业结构加入数字经济对科技产业高质量发展影响的回归模型中,数字经济、产业结构系数均显著为正,从结果可以看出再加入中介变量后,数字经济的系数相比于模型(2)数字经济的系数均有所下降,说明产业结构是数字经济促进科技产业高质量发展的重要渠道,由此证明假设2。究其原因:一方面,科技企业的信息获取、整合、清洗、分析等能力普遍提升,进而促进行业横向的信息交换,产业上下游之间的联系也更加紧密,科技企业逐渐向信息化、网络化、智能化转型升级,科技企业获取信息能力越强越有利于产品创新和技术改进,并且可以通过技术创新减少污染物的排放,进而提升社会的科技产业高质量发展。另一方面,数字经济发展扩大了高技能劳动力的比例,这一群体本身具有良好的知识素养、学习能力较强,可以通过干中学不断学习新知识新技能,在工作岗位中不断创新进而提高科技产业高质量发展水平。
已有研究表明,区位因素是影响数字经济发展水平的重要原因,下面将我国30 个省份划分为东部11 省份、中部8 省份和西部11 省份进行区域异质性检验,见表4。可以看出无论是东部、中部还是西部地区,数字经济发展均会促进科技产业高质量发展水平的提升,但产生的经济效应在不同地区存在显著差异,数字经济对科技产业高质量发展的影响效果呈现出东、中、西部依次递减的趋势。可能的原因如下:一方面,东部地区经济发展较快,基础设施较为完善、产业结构较为完整,数字经济为创新提供了客观条件,更好地促进了科技产业高质量发展水平的提升;另一方面,东部沿海地区依托对外开放的便利区位因素,通过从国外学习技术仿造产品,加之东部地区产业和科技企业较多,适度竞争也有利于创新效率的提升,进而促进科技产业高质量发展水平提升。
表4 区域异质性检验
基准回归结果表明,数字经济对科技产业高质量发展具有显著的影响。为了验证该结论的可靠性,从内生性问题处理、更换变量和估计方法三方面进行稳健性检验。
1.内生性处理
在构建模型时,一方面,可能会遗漏对科技产业高质量发展有重要影响的变量,使估计结果出现偏误;另一方面,数字经济对科技产业高质量发展有影响,但科技产业发展水平的提高可能会反过来影响数字经济水平的提升,变量之间互为因果,产生内生性问题。参考赵涛等[1],选取各省份1984 年的邮电历史数据作为数字经济的工具变量,首先,邮电历史数据会影响后续的电信基础设施建设和使用习惯;其次,邮电历史数据与科技产业高质量发展并无直接关系。需要说明的是,邮电历史数据为截面数据,参考Nunn[31],对这一问题的处理办法,引入一个面板数据来构造工具变量,采用上一年互联网用户数与1984 年邮电历史数据构造交互项作为数字经济的工具变量(dige_iv),使用二阶段最小二乘法处理内生性问题。对于原假设“工具变量识别不足”的检验,Kleibergen-Paaprk的LM统计量为11.706,P值为0.000,显著拒绝原假设;此外,表5 模型(1)第一阶段F值为231.03,大于10,同时进行弱工具变量检验,检验结果显示,R2为0.713,F统计量为51.806,P值为0.000,说明工具变量与内生变量之间具有相关性,不存在弱工具变量的问题;因此可以认为模型设定是合理的,回归结果是可信的。从表5 的模型(2)第二阶段回归结果可知,在引入工具变量后,数字经济对科技产业高质量发展的影响系数符号未变,并在5%的水平下显著,工具变量回归结果与本文研究结果保持一致。
2.更换核心解释变量
根据刘翠花[32]的做法,从数字产业化和产业数字化的角度,采用熵权法对数字经济重新测度,进一步观察替换变量后的结论是否成立,表5 的模型(3)为重新测试的数字经济对科技产业高质量发展的回归结果,与前文的结论基本一致,证明了结果的稳健性。
3.更换估计模型
本文使用系统GMM方法进行估计,结果如表5 的模型(4)。从表5 的稳健性检验可以发现更换估计模型后,核心解释变量的显著性和系数正负号均未发生变化,说明实证结果是稳健可靠的。
表5 稳健性检验
采用全局莫兰指数来检验科技产业高质量发展的空间相关性,计算过程如下:
式(12)中,Xi表示第i 城市的观测值,n为城市总数,Wij为地理距离空间权重矩阵,Wij= 1/d2ij,其中dij为i和j两城市的中心位置距离,测算结果如表6 所示,由表6 科技产业高质量发展的全局Moran's I 指数可知,科技产业高质量发展的莫兰指数均为正,且至少在10% 的水平下显著,说明科技产业高质量发展具有空间相关性。因此,在分析数字经济与科技产业高质量发展之间的关系时,应考虑空间效应。
表6 科技产业高质量发展的全局Moran's I指数
在进行空间回归之前,首先进行了LR检验和wald检验,检验结果如表7 所示。可以看出,空间杜宾模型不能退化为空间自回归模型和空间误差模型;其次,进行Hausman检验,检验结果在1%的水平下显著,选择固定效应模型更为合适;最后,对SDM模型的时间固定效应和地区固定效应进行选择,结果显示,应选用时间、地区双向固定效应。
表7 模型检验结果
空间效应分析结果如表8 的模型(1)和模型(2)所示,空间自回归系数rho为负值且在1%的水平下显著,这说明各省份科技产业在发展时存在负向空间溢出效应,发达地区的科技产业进一步吸引周围欠发达地区的资本投资、人力资本,加剧科技产业在空间上的分布不均。在未加入空间因素时,数字经济系数在1%的水平下显著为正,说明本地区数字经济促进了本地区科技产业高质量发展水平的提升。在加入了空间因素后,数字经济系数为负,说明周围地区数字经济对本地区科技产业高质量发展水平有抑制作用。可能的原因是数字经济的发展扩宽了信息获取渠道,增强了产业之间的联系,加速了产业融合进程,为创新活动提供了资金支持和人力资本,所以本地区数字经济发展提升了本地区科技产业高质量发展水平;数字经济发展增加了资本市场和劳动力市场的流动性,生产要素从相对低效率部门流向高效率部门,更多优质的创新要素配置到生产效率更高的部门,在这一过程中,创新资源的重新配置提升了科技产业高质量发展水平,本地区创新资源的流出,周围地区创新资源的流入,导致了周围地区数字经济发展对本地区科技产业高质量发展水平的抑制作用。
表8 的模型(3)、模型(4)和模型(5)报告了各解释变量对科技产业高质量发展影响的空间效应,包括直接效应、间接效应和总效应。直接效应描述了各解释变量对科技产业高质量发展的空间反馈效应,数字经济系数为正且显著,说明周围地区数字经济提升有助于提高本地区科技产业高质量发展水平。一方面,数字经济发展具有垂直溢出和水平溢出效应,数字经济发展能以虚拟聚集的方式使得产业链的上下游、同类型产业整合到数字生态网络中,企业借助数字生态网络与其他用户、企业形成广泛互动与合作,共同推动科技产业发展;另一方面,产业内的厂商因为竞争而产生行业内的技术进步,当一个厂商因为技术进步而获得超额利润,数字经济加深了厂商之间的联系,其他厂商通过学习和仿造,使超额利润消失而变为平均利润,此时行业内整体的创新效率水平上升。间接效应描述了各解释变量对科技产业高质量发展的空间溢出效应,数字经济系数为负,说明本地区数字经济发展的提高对周围地区科技产业发展具有负向空间溢出效应。这可能是数字经济发展较好的地区形成极点,周围地区的生产要素会逐渐向科技产业发展较好的区域聚集,并逐步形成规模经济和聚集效应,产业之间的聚集带来生产费用的降低,增强了极核优势区域的竞争力;此外,乘数效应也强化了科技产业发展较好的区域对周围地区生产要素的吸引,加上政府在政策和投资上的倾斜,使得处于科技产业发展较好区域增长速度要高于周围地区的增长速度,不利于周围地区的科技产业发展水平的提升。由此证明了假设3。
表8 空间效应分析
本文运用2011—2020 年中国30 个省份面板数据使用熵权法测算了科技产业高质量发展水平,选用固定效应模型、中介效应模型和空间效应模型研究了数字经济对科技产业高质量发展的影响。研究发现:第一,数字经济对科技产业高质量发展具有促进作用,不同区域的省份在数字经济对科技产业高质量发展的影响上呈现出差异性;第二,数字经济通过产业结构的路径对科技产业高质量发展产生影响;第三,数字经济对科技产业高质量发展具有负向的空间溢出效应。基于以上的结论,提出如下建议:
第一,促进数字经济发展,重视科技产业高质量发展提升。加快数字平台的建设,平台的建设使各方主体的联系更加紧密,赋予了信息时效性,企业接入平台会获得更多的机会;加快信息共享,开放共享的资源网络提供了信息的可获得途径,有利于整合线上线下资源、降低供给和需求方成本、提升资源对接和配置的效率。提高生产要素的供给质量、引导要素投入、整合市场资源,加快科技企业的创新产出。
第二,产业结构升级是数字经济作用于科技产业高质量发展的有效传导路径。政府应加快发展新型产业,提高新型产业的效率和品质,打造高质量发展新高地,数字经济发展为新经济、新产业的形成提供了条件,传统产业积极主动地与5G、人工智能、大数据等创新技术融合发展,形成新的产业生态,培育一批拥有技术优势的创新型企业,加大对企业创新的支持力度,营造良好的科技创新发展环境;此外,还应加大对第三方培训机构的监管力度,保证高等教育与市场需求契合,培养创新型人才,促进科技产业的高质量发展水平。企业应不断提高自身的竞争力,主动融入新一轮科技革命和产业革命,为产业结构升级提供支撑,以驱动科技产业的高质量发展。
第三,重视区域数字经济和科技产业高质量发展水平均衡发展。我国地域辽阔,区域经济发展水平有所差异,资源禀赋也不尽相同,中、西部地区与东部地区差异仍然十分明显,所以要因地制宜制定相应的政策,消除区域发展之间的鸿沟。东部地区要继续完善数字经济,制定进一步促进科技创新的政策,对新兴产业进行税收减免和资金补贴,加快科技产业高质量发展水平提升。中、西部地区要加快数字经济的建设、扩大覆盖范围,合理规划优势产业发展,鼓励和扶持创新型产业,注重扶持自己本土科技产业的发展;同时,提升数字人才储备,鼓励资金投资,吸引资源要素流入防止流出。
第四,发挥数字经济的带动辐射作用,消除负向空间溢出效应,保证区域协同发展。数字经济的发展,突破了产业在地理距离上的限制,充分发挥区域的资源禀赋优势,实现跨区域的分工与合作,加快生产要素和产品在区域和部门之间的流动。科技产业高质量发展水平相对较低地区应积极承接科技产业高质量发展水平相对较高地区的先进产业转移,加快实施全球化战略,提升国际竞争力,打通产品的销售渠道。