科技服務業集聚對科技創新的非線性影響研究
——基于門檻特征和空間溢出視角

曹允春，王尹君

（鄭州大學 商學院，河南 鄭州450001）

一、引 言

目前，我國正處于經濟轉型的攻關期，要想順利地實現產業結構的轉型升級與經濟增長方式的轉變，必須緊緊抓住科技創新這一動力源。提高科技創新能力，激發科技創新潛能，以科技創新打造發展新引擎，助力我國經濟的快速騰飛。而作為國家創新體系重要組成部分的科技服務業，其特有的高附加值、高科技含量以及強勁的輻射帶動力，為提升區域科技創新水平提供了強有力的支撐。因此，強化科技服務業集聚發展，是深化科技創新、加快科技創新成果轉化的重要舉措，是推動經濟邁向高端化的關鍵環節。基于此，本文對科技服務業集聚與科技創新的相關性展開分析，為加速我國經濟轉型、提升區域科技創新能力、實現科技服務業集聚化和規模化發展提供一定的借鑒和參考。

二、文獻綜述

國內外學者從多種視角考察了產業集聚對科技創新的影響。在理論研究方面，古典經濟學家馬歇爾在1920年指出了產業集聚作用于科技創新的機理，認為相比于單個獨立的廠商來說，相互集聚在一起的廠商更具有效率。地理位置上的集中可利于企業之間進行技術、設施上的共享，促進分工協作，進而降低企業生產成本，加快技術和資源的流通速度［1］。之后Arrow（1962）在其基礎上進行拓展延伸，提出產業在地理位置上的集聚，會加強產業內各企業之間的知識溢出，促進科技創新能力的提高［2］，由此形成了著名的“MAR外部性”理論。與此相對應的是，Jacobs（1969）研究得出，產業之間同樣也可以實現知識的外溢效應，促進技術創新［3］，即“Jacobs外部性”理論。

在實證研究方面，關于產業集聚對科技創新的影響，學者們各執己見，尚未達成一致的觀點。有的學者認為，產業集聚對科技創新起到了顯著的促進作用。例如，杜威劍和李夢潔（2015）基于1998-2007 年中國工業企業數據，研究發現產業集聚對企業的產品創新具有明顯的激勵作用，并且這種激勵作用存在著行業異質性［4］。楊浩昌等（2016）以我國高技術產業為研究對象，研究得出高技術產業集聚對地區科技創新具有正向推進作用，并且東部地區的促進作用高于中西部地區［5］。還有一些學者得出了不同的結論，認為產業集聚與科技創新之間有著非線性的關聯關系。如Fritsch&Slavtchev（2010）對產業集聚與創新效率展開研究，結果表明，產業集聚與技術創新效率之間存在著倒“U”形曲線關系，在不同地區中，產業集聚對創新效率呈現不同的影響效應［6］。杜江等（2017）通過構建面板門檻模型，發現產業集聚對區域技術創新的影響存在非線性，并呈現“U”型分布［7］。陶愛萍等（2017）以行業異質性為切入點，論證了產業集聚對技術創新影響的門檻效應，即產業集聚對技術創新的影響并非單調遞增（遞減），而是隨著產業集聚程度的深化，產業集聚對技術創新的影響呈現先正后負的影響效應［8］。

通過上述相關研究可以看出，產業集聚對科技創新的影響較為復雜，目前無法得出一致的結論，而導致這種影響效應不同的原因主要是，產業集聚對科技創新的影響存在著多種作用路徑，即兩者之間存在多個中介變量。而以往關于科技服務業集聚的相關文獻，大多是圍繞科技服務業集聚與科技創新兩者間的線性關系展開的，常常忽略了中間變量的影響。謝泗薪和戴雅蘭（2016）指出，科技服務業集聚效應的表現與區域經濟發展水平有著密切的聯系［9］。這意味著，在科技服務業集聚對科技創新發生作用之時，可能會受到區域經濟發展水平的影響。因此，在分析科技服務業集聚與科技創新之間的關系時，應將經濟發展水平考慮進去。

另外，產業集聚作用于本地區科技創新時，是否會對相鄰地區科技創新也產生一定的影響呢？若產生，又具體會發生怎樣的影響呢？基于上述分析，本文試圖構建面板門檻模型和空間計量模型來深入剖析變量之間的關聯性。本文主要強化了兩個方面的研究：①大多數文獻圍繞科技服務業集聚與科技創新兩者間線性關系展開，往往忽略了科技服務業集聚與科技創新兩者發生作用時的中間變量。對此，本文一方面引入經濟發展水平這一中間變量，另一方面構建面板門檻模型，既將中間變量考慮進模型中，又探討了科技服務業集聚對科技創新的非線性影響。②通過建立空間計量模型，并引入科技服務業集聚的二次項，將空間效應和非線性效應相結合，既能深入剖析科技服務業集聚對科技創新影響的空間溢出效應，又可以進一步刻畫出科技服務業集聚的“本地—鄰地”創新效應的非線性特征，進而便于詳細地描繪科技服務業集聚對本地區與相鄰地區科技創新影響效應的差異。

三、研究方法

（一）科技服務業集聚的評價

關于測度產業集聚的方法諸多，主要包括行業集中度（CRn）、赫芬達爾指數（HHI）、區位熵指數（LQ）以及E-G 集聚指數與空間基尼系數等。但是，鑒于區位熵在衡量區域中某要素空間分布狀況等方面具有獨特的便利性與充分的解釋力度，所以，參考楊樹旺（2018）等［10］的做法，選取區位熵指數來反映科技服務業的集聚水平。其計算公式為：

其中，i 表示產業；j 表示地區；LQij表示j 地區i產業的區位熵指數；qij表示j地區i產業的有關指標（如就業人數、銷售收入、產量、產值等）；qj表示j地區所有產業的相應指標；qi表示全國所有地區i 產業的相應指標總和；q是全國所有產業的對應指標。LQij值越大，說明該地區該產業的集聚程度越高。通常來說，當LQij＞1 時，表明j 地區的i 產業在全國范圍內具有較高的集聚水平與一定的發展競爭優勢；當LQij＜1 時，則表明j 地區i 產業的集聚程度低于全國平均水平，具有相對的劣勢；當LQij=1時，表明j 地區i 產業的集聚水平與全國平均水平相當。本文選取科技服務業的就業人數指標來測量其集聚程度。

（二）基本模型的設定

1.面板門檻模型的構建

鑒于科技服務業集聚與科技創新之間不僅僅是單純的線性關系，還可能存在著非線性的關聯效應，同時傳統的線性模型又難以識別出復雜的非線性關系。因此，為了詳細探究不同門檻范圍內科技服務業集聚對科技創新的影響，參考漢森（Hansen，1999）所提出的門檻模型，深入考察變量之間的非線性關系。為驗證上文所指出的科技服務業集聚對科技創新發生作用之時可能會受到區域經濟發展水平的影響，借鑒李斌等（2016）［11］做法，用人均GDP 來衡量經濟發展水平，作為門檻變量，并以科技服務業集聚作為核心解釋變量構建面板門檻模型，來考察科技服務業集聚對科技創新的非線性影響。如下所示：

模型一：

其中，τi為第i個門檻值（i=1，2，…，n）；I（·）為指示函數；εit為誤差項，假設其服從方差為σ2、均值為0的正態分布。被解釋變量為科技創新（Inn），參考張平等（2016）［12］的做法，以創新產出為切入點，同時鑒于用絕對數可能會高估區域創新能力，因此采用專利申請授權量的相對值，即用每萬人專利申請授權量來度量科技創新水平的高低；核心解釋變量為科技服務業集聚水平（Agg）；門檻變量為人均GDP（RGDP）；同時還選取了除核心解釋變量之外的可能對科技創新產生影響的三個控制變量，分別為：

（1）對外開放水平（FDI）。對外開放水平的擴張會產生一定的技術溢出效應和擠出效應，進而對科技創新造成不同的影響。參考周柯和唐娟莉（2016）［13］的做法，用外商直接投資與GDP 的比值來表示對外開放程度。

（2）受教育程度（EDU）。一個區域受教育水平越高，象征著擁有更高水平的人力資本，對科技創新的促進作用也就越大。參照周長富等（2016）［14］的做法，用地區普通高等院校在校人數來反映區域受教育水平。

（3）環境規制強度（ER）。蔣伏心等（2016）［15］指出，環境規制的實施會對科技創新產生雙重影響，既可能會抑制創新能力的提高，對科技創新產生一定的擠出效應，又可能會與科技創新之間發生補償效應，促進創新水平的增強。借鑒張躍勝（2016）［16］的做法，用環境治理投資額占GDP 的比重來測量。

綜上，模型所選取的指標體系見表1所列。

表1 指標體系表

2.空間計量模型的構建

（1）空間計量模型的設立。空間面板模型一般有空間自回歸模型（SAR）、空間誤差模型（SEM）以及空間杜賓模型（SDM）三種，其中空間杜賓模型不僅可以衡量被解釋變量的空間效應，還可以描繪解釋變量的空間關聯性。因此選用空間杜賓模型（SDM）來刻畫科技服務業集聚與科技創新之間的關系，以便更詳細分析出科技服務業集聚的“本地—鄰近”創新效應。同時鑒于科技服務業集聚與科技創新之間不是簡單的線性關系，所以將科技服務業集聚的一次項與二次項同時引入模型中，所構建的空間杜賓模型如下所示：

模型二：

其中，σ0為隨個體變化的截距項；W 為空間權重矩陣；εit為隨機誤差項。其余變量的含義同模型一。

（2）空間相關性的檢驗。利用全局莫蘭指數（Moran'I）來檢驗地區科技創新能力是否存在著空間相關性，其計算公式為：

其中

為樣本方差；wij為空間權重矩陣的（i，j）元素（用來衡量區域i與區域j之間的距離）所有空間權重矩陣之和。莫蘭指數的取值一般位于（-1，1）之間，當莫蘭指數大于0時，表示空間正相關，即高值與高值相鄰近、低值與低值相鄰近；小于0 表示負相關，即高值與低值相靠近；接近于0時，表明空間分布是隨機的，即不存在空間自相關。

（3）空間權重矩陣的確定。選用空間地理權重矩陣W來反映各區域之間的空間權重效應。所采用的相鄰空間權重矩陣如下所示：

（三）數據來源與說明

本文所利用的是2008-2017 年我國30 個省份的面板數據（因西藏地區數據缺失比較嚴重，故剔除該地區，也不考慮港澳臺地區）。數據主要來源于2009-2018年《中國統計年鑒》《中國環境統計年鑒》《中國第三產業統計年鑒》《中國科技統計年鑒》以及各省市統計年鑒。各變量的描述性統計分析見表2所列。

表2 變量的描述性統計

四、實證分析

（一）區域科技服務業集聚分析

根據上述設計的區位熵指數法，分步計算得到2008-2017 年我國30 個省份科技服務業的集聚發展水平。將各省份區位熵指數分為小于1、介于1～3 之間、大于3 三個區間，各區間省市個數如圖1所示。

圖1 2008-2017年不同科技服務業集聚程度的省份個數分布

由圖1看出，我國科技服務業集聚水平整體上在緩慢提高，但是大部分省域科技服務業的區位熵指數仍小于1，即對大多數省域而言，其科技服務業集聚程度均低于全國平均水平，這意味著當前我國科技服務業整體水平仍然偏低，這與我國科技服務業起步較晚、發展環境尚不成熟等原因有關。

通過對不同區間范圍內具體所包含的省份分析發現，我國科技服務業集聚程度呈現出“西部高、東部低”的分布態勢。北京地區的區位熵指數始終排列第一，表明北京科技服務業的集聚水平最高，具有很強的發展優勢。另外，熵值大于1 的省份還有上海、天津、吉林、黑龍江、陜西、青海、云南等東北和西部地區，意味著這些省份的科技服務業發展尚有較廣闊的進步空間。而一些經濟發展較好的省份如廣東、江蘇、浙江等地的區位熵指數均小于1，其科技服務業分布相對比較分散，這可能是因為相比于西部地區而言，東部地區經濟相對更加發達，資源分布相對更加分散，進而引致其科技服務業集聚程度尚不太高。

（二）門檻效應分析

1.門檻效應檢驗

首先運用stata 11.0 軟件對科技服務業集聚與科技創新間是否存在非線性的門檻效應進行檢驗，得到單一門檻、雙重門檻和三重門檻的F統計量和P值，見表3所列。

表3 門檻效應檢驗結果

通過表3 可以發現，單一門檻、雙重門檻和三重門檻在不同的置信水平下均顯著，P值分別為0.000、0.000和0.002，因此，可構建三重門檻模型對其進行分析。但是對比三個門檻值發現，第三個門檻估計值小于雙重門檻值，表明建立雙重門檻模型即可有效反映出自變量與因變量之間的結構變化狀況。也就是說，科技服務業集聚與科技創新之間存在著雙門檻效應，這兩個門檻值分別為6.750 和

10.523。

2.門檻模型的估計

對科技服務業集聚與科技創新的非線性雙重門檻展開回歸估計，估計結果見表4所列。

表4 門檻模型估計結果

由表4可知，當區域經濟發展水平處于不同區間范圍時，科技服務業集聚對科技創新呈現出不同的影響效應。當經濟發展水平低于第一個門檻值時，即滿足RGDP＜6.750 時，科技服務業集聚的彈性系數為-3.135，并通過了5%置信水平下的顯著性檢驗；當經濟發展水平跨越第一個門檻值，處于第一個門檻值與第二個門檻值之間時，科技服務業集聚的回歸系數為2.022，但是未通過顯著性檢驗；隨著經濟的不斷發展，當其跨過第三個門檻值，即滿足RGDP≥10.523 時，科技服務業集聚的回歸系數由2.022 顯著增大至7.458，且通過了1%置信水平下的顯著性檢驗。從回歸估計結果可得出，當經濟發展水平處于第一個區間時，即低等區段范圍內，科技服務業集聚對科技創新的影響呈現出顯著的負向抑制效果；當經濟發展水平處于第二個區段時，即中等區間范圍內，科技服務業集聚對科技創新的影響由反向抑制突變為正向促進作用，但是這種促進作用不顯著；當經濟發展水平處于第三個區間時，即位于高等區段內，科技服務業集聚對科技創新的影響仍呈現出顯著的正向推動效應，并且與第二個區間相比，這種正向效應更加強烈。

綜合三個區間段來看，2008-2017 年，科技服務業集聚對科技創新的影響效應并不是呈線性分布的，而是存在一個基于經濟發展水平的非線性雙門檻效應，并且整體上表現出逐漸增強的變化趨勢。主要原因如下：

（1）在經濟發展水平處于較低階段時，無法為科技服務業集聚提供良好的發展環境，缺乏支撐科技服務業健康發展的載體和平臺，尚未實現真正意義上的產業集聚，集聚區內資源浪費，產品同質化問題嚴重，企業之間的縱向聯系尚不緊密，資源和知識的流通尚存在較大程度的阻礙，進而使得科技服務業集聚的技術溢出效應和規模效應不明顯，不利于科技創新。

（2）隨著經濟發展水平的不斷提升，科技服務業集聚的技術溢出效應和規模效應逐步得到體現，逐漸削弱其對科技創新的負向影響甚至轉變為正向促進作用。在經濟發展水平得到顯著提高的條件下，科技服務業集聚所依賴的外部環境逐漸得到改善，產業集聚規模和結構更加合理，企業間聯系和資源的流通更加順暢，促使科技服務企業的生產向價值鏈的中高端邁進，進而體現出對科技創新的正向激勵作用。具體來看，該正向影響的原因主要有兩點：第一，科技服務業的集聚既會加速技術的擴散與轉化，又會提高資源的利用與配置效率，從而促進科技創新能力的增強。即在經濟快速發展時，科技服務業集聚的規模不斷得到調整，一方面，集聚區內知識、技術、人才等資源的大量流動，會使區域內技術和知識傳播的渠道隨之增加，從而使得集聚區內的企業更易獲得與掌握新知識、新技術和新人才，不斷加快知識和技術的擴散與轉化速度，促進科技創新；另一方面，集聚區內企業更易開展分工協作，有利于優化各種資源的相互整合，提高資源使用效率，同時又可降低物資的運輸成本和在途損耗，節約交易成本，以便使企業有更多的資本投入于新產品和新技術的研究與開發。第二，位置空間上的臨近會在一定程度上加大企業間的競爭與合作。當企業處于更大的競爭壓力下時，為保持自身的競爭優勢，會更加注重技術和產品的原創性、獨創性創新，會激勵企業進行一輪又一輪的科技創新活動，從而提高科技創新水平。但是，此時科技服務業集聚創新效應的不顯著表明，科技服務業集聚規模有待于進一步優化，欠優的集聚規模和結構致使其對科技創新的正向推動作用尚未得到有效發揮。

（3）隨著經濟發展水平的進一步提升，科技服務業集聚的技術正外部性被逐步加大。技術外部性有著空間根植性的特征，即隨著空間距離的增加，外部性會相應減弱，此種特征使得產業集聚程度更高的區域具有更大的技術正外部性，進而對科技創新的推動作用更強烈（趙勇和白永秀，2009）［17］。因此，在經濟不斷發展的背景之下，科技服務業的集聚程度隨之增加，集聚規模和結構也不斷得到優化，從而使其對科技創新的促進作用相應增強。

再來看控制變量的回歸估計結果，受教育程度EDU與科技創新之間呈現出正向關系，外商直接投資FDI和環境規制ER對科技創新都產生了反向抑制作用，但是環境規制的影響不顯著。其中，受教育程度的正向效應證實了高水平的教育程度可以培育出高素質的人才，進而對科技創新產生激勵作用。外商直接投資彈性系數的負值可能是因為目前我國外商投資結構尚不均衡，東中西部三大地區差異過大，從而阻礙科技創新水平的提高。同時環境規制的負向影響意味著，我國環境規制結構和水平還存在不合理之處，以“環境換增長”的現象可能尚有存在，制約了科技創新的發展。

3.穩健性檢驗

上述實證研究表明科技服務業集聚與科技創新之間存在著非線性雙重門檻效應。當模型中變量過多時，可能會影響模型檢測結果的準確性，增加或者減少某一個控制變量都可能對模型的估計結果產生影響。因此，在上述雙重門檻模型的基礎上逐一剔除其中一個控制變量進行回歸估計，進而來檢驗模型的估計結果是否具有穩健性。從回歸結果中發現，剔除外商直接投資FDI 和環境規制ER 的模型接受了雙重門檻效應，且門檻值與未剔除控制變量的門檻值相同，剔除受教育程度EDU后模型通過了三重門檻檢驗，門檻值依次為5.814、8.187 和10.523。各模型的回歸估計結果見表5所列。

表5 穩健性檢驗結果

由表5可知，在原模型基礎上依次剔除控制變量FDI 和ER 后，科技服務業集聚的彈性系數估計結果保持了符號、變化趨勢的一致性，只是在數值上存在著微弱的差別，說明隨著經濟發展水平的提升，科技服務業集聚對科技創新的影響呈現出先抑制后促進的“U”型分布態勢。剔除控制變量EDU的模型同樣也說明了科技服務業集聚影響科技創新的效應呈正“U”型分布。上述結論表明，本文的回歸估計結果具有穩健性，不會隨著控制變量個數的變化而使回歸結果發生本質性的改變。

（三）空間計量結果分析

1.空間相關性檢驗

利用全局Moran'I指數對區域科技創新進行空間相關性檢驗，檢驗結果見表6所列。由表6看出，2008-2017 年，各區域科技創新的Moran'I指數均通過了1%置信水平下的顯著性檢驗，并且都為正值，表明各地區科技創新存在著正的空間相關性。

表6 2008-2017年我國科技創新的Moran' I指數

續表6

2.回歸結果分析

以2008-2017年各地區面板數據為樣本，對空間模型二進行計量分析，回歸結果見表7所列。

表7 空間計量模型回歸估計結果

由表7可知，科技服務業集聚對本地科技創新的影響呈現出先抑制后促進的“U”型曲線特征，這與上述門檻模型回歸結果保持一致。也就是說，在短期內，科技服務業集聚無法有效地激勵本地區科技創新，反而會產生阻礙作用。即短時間內科技服務業集聚規模和結構不盡合理，集聚區內企業同質化問題比較突出，進而抑制科技創新水平的提高。但從長期來看，隨著科技服務業集聚規模的不斷擴張，集聚結構的不斷優化，其對科技創新的影響會逐步轉變為正向推動。

與本地效應相比，科技服務業集聚對鄰近地區科技創新的影響效應則表現出完全相反的變化趨勢。科技服務業集聚對相鄰區域科技創新的影響體現出先促進后抑制的倒“U”形曲線，其原因可能是：在短期內，一些企業為免受科技服務業集聚區內統一制度和規范政策等約束，而選擇在相鄰地區開拓市場，開展相關科技活動，進而促進了相鄰區域科技創新力的發展。但長期來看，若鄰近區域科技服務業集聚水平的提高步伐不能與本地保持一致，科技服務業集聚的虹吸效應將會逐步凸顯，會不斷吸引鄰近地區的人力、物力等資源向本地區集中，最終阻礙相鄰區域做強科技創新力。

再來看控制變量的回歸結果，其對本地科技創新的影響效應與門檻模型所對應的回歸結果基本保持一致，即外商直接投資FDI 和環境規制ER 阻礙了科技創新水平的提升，受教育程度對科技創新產生了正向影響效應。而在其對鄰近區域科技創新的影響中，外商直接投資對科技創新的影響仍然體現出反向抑制，受教育程度也對鄰近地區科技創新產生了負向影響，環境規制則與相鄰地區科技創新之間有著正向激勵關系。其中，外商直接投資本地溢出效應和鄰近區域溢出效應的雙負值，可能是因為外商投資在我國分布的不均衡所致，東中西三大區域投資差異過大，影響科技創新能力的提高。受教育程度的相鄰區域溢出效應顯著為負，表明教育水平較高的地區，可能會通過虹吸效應對相鄰地區的人力、物力等資源產生一定的吸引力，致使鄰近區域創新要素的流失，抑制鄰近區域科技創新。而環境規制對相鄰區域科技創新的促進作用可能是因為，一些企業為規避本地區較嚴格的環境規制而向鄰近地區轉移，相鄰地區由于企業的遷入會帶來一定程度收入水平的提高，從而促進了相鄰區域科技創新力的發展。

五、結論與建議

（一）相關結論

本文以2008-2017 年我國30 個省份的面板數據為研究樣本，利用區位熵測度了科技服務業集聚程度，并通過構建面板門檻模型和空間計量模型，考察了科技服務業集聚對科技創新的影響效應，主要得出以下結論：

第一，從整體上來看，我國科技服務業集聚程度相對不太高，并呈現“西部高東部低”的發展態勢。其中，北京集聚水平最高，具有很強的發展優勢，上海、天津、吉林、陜西、青海等地的集聚水平次之，具有較大的發展空間。而大多數省域科技服務業集聚度位于熵值為1的水平之下，說明目前我國科技服務業的分布相對比較分散，應引導其向規模化方向轉變。

第二，科技服務業集聚與科技創新之間存在著基于經濟發展水平的非線性雙門檻效應，即在不同的經濟發展水平下，科技服務業集聚與科技創新呈“U”形曲線關系。在經濟發展水平處于第一個門檻區間時，科技服務業集聚對科技創新呈現出顯著的負向影響，隨著經濟發展水平的進一步提升，科技服務業集聚對科技創新的影響由反向抑制突變為同向促進作用，并在經濟發展水平跨越第二個門檻值處于第三個門檻區間內時，科技服務業集聚對科技創新的正向推動作用更加強烈。原因主要是：在經濟發展水平較低時，科技服務業集聚程度不高，集聚發展缺乏相配套的軟件、硬件資源等，影響集聚效應的充分發揮；隨著經濟的不斷發展，支撐科技服務業集聚發展的制度、市場、人文等配套環境不斷完善，集聚規模不斷得到優化，從而使集聚帶來的技術外溢性得到逐步釋放，最終表現出對科技創新的激勵作用。

第三，區域科技創新具有正向的空間相關性。科技服務業集聚對本地科技創新的影響呈現先抑制后促進的特征，對鄰近地區科技創新則表現出先促進后抑制的倒“U”形曲線特點。這主要是因為：短期而言，集聚區內企業趨同性問題比較突出，集聚規模和結構尚不合理，影響科技服務業集聚的技術溢出和規模效應的發揮，阻礙本地科技創新能力的提升。而此時，一些企業往往會為了規避本地集聚區內較嚴格的規章制度等問題而轉向相鄰區域，在鄰近地區開展科技創新活動，從而推進相鄰區域科技創新水平的提高。長期來看，科技服務業集聚的規模和結構趨于合理，產業鏈條趨向完整，技術溢出等效應不斷發揮出來，從而推動本地科技創新的發展。與此同時，科技服務業集聚的虹吸效應也會逐步凸顯，鄰近地區高素質人才和優質資本會踴躍地向本地轉移，在增強本地科技創新的同時，也會對相鄰地區科技創新產生一定的阻礙作用。

（二）政策建議

基于上述分析，結合我國科技服務業集聚的現實發展狀況，為加強科技服務業集聚的正外部性，加快科技創新能力的提高，可從以下三個方面著手：

第一，動態處理科技服務業集聚與科技創新之間的關系，根據地區經濟發展水平的不同實行差異化應對策略。在不同經濟發展水平下，科技服務業集聚對科技創新呈現出不同的影響效應。因此，各地政府在強化科技創新力時，應兼顧地區實際經濟發展狀況，不能盲目地照搬統一的發展模式。在科技服務業集聚對科技創新產生不利影響的地區，即經濟發展水平較低的地區，應充分發揮好政府的引導作用，首先要明確科技服務業集聚對科技創新的正向推動效應，加大對科技服務業集聚發展的支持力度，加快優質科技資源的聚集，優化集聚區內人才、信息等資源的流通渠道。其次，要建立一個長效監督機制，實時掌握科技服務業集聚差異化的影響效應，為及時調整科技服務業集聚相關的政策提供依據，削弱科技服務業集聚所帶來的負向影響。在科技服務業集聚對科技創新產生有利影響的地區，應激勵產業科技創新，深度優化科技服務業集聚規模和結構，促使集聚區內各部門、各產業鏈上中下游之間連接成為一個互補共生體，不斷推進科技服務業產業鏈條向中高端邁進，深化科技服務業集聚對科技創新的推動作用。

第二，根據科技服務業集聚的“本地—鄰地”效應，建立區域科技服務業集聚協同發展體制機制。科技服務業集聚的科技創新效應在不同地區呈現出不同的結果。對此，政府應充分考究本地和相鄰地區科技服務業集聚的實際發展狀況，明確區域間科技服務業發展差異，完善科技服務業空間布局發展戰略，精確制定科技服務業集聚相關制度的著力點，構建有效的區域協同管理體系，高效釋放出科技服務業集聚的空間溢出效應。另外，長期來看，科技服務業集聚會對相鄰區域科技創新產生一定的抑制作用，此時政府應鼓勵鄰近地區主動打開大門，進一步強化對外溝通交流，縮小區域差距，堅決不能選擇“閉門造車”方式來發展科技。

第三，強化科技服務業集聚發展水平，加快推進創新平臺的完善。由上述分析可知，我國科技服務業集聚發展水平整體上仍然偏低，若忽略科技服務業集聚發展水平，單純提高經濟發展水平也難以在最大程度上推動科技創新。因為科技服務業集聚的規模化、集中化可有效加快知識和技術的擴散與轉化速度，降低信息傳遞和搜尋成本，使知識、技術的交換模式更加專業化、效率化，從而可以在更大程度上助力科技創新能力的提升。而分散化的科技服務業難以實現創新資源的高效整合，難以使其對科技創新的促進作用發揮至最大化，因此，提高科技服務業集聚發展水平是不可或缺的措施之一。健全科技服務業協同創新平臺，增強科技服務業網絡密度，拓寬知識、技術溢出渠道。設立科技服務業集聚示范區，營造優質的人才引進環境，優化人才保障體系，全力吸引各種高技能型與復合型人才，不斷壯大人才隊伍。同時要充分利用產學研相結合的優勢，倡導企業建立專門的科研部門，引入合理的競爭機制，創造適當的競爭環境，打造出一批提供全鏈條科技服務的高端示范園區，促使科技服務業集聚水平的快速提升，加快科技服務業集聚空間溢出效應的最大化發揮。