我國知識密集型服務業創新格局的時空演化研究
——基于探索性空間數據分析方法

方遠平， 謝 蔓， 鄭心怡

(1.華南師范大學地理科學學院， 廣州 510631； 2.華南師范大學旅游管理學院， 廣州 510006；3.廣州新華學院， 廣東 東莞 523133)

當前我國已進入以5G、大數據、云計算、人工智能、物聯網為核心的新信息技術高速發展階段，知識密集型服務業(knowledge-intensive business service，KIBS)在區域產業經濟發展中承擔了日趨重要的角色.新信息技術的進步與廣泛應用，也有效推動了KIBS發展.KIBS已成為國家創新體系和現代產業體系的重要組成部分，并引發了學術界廣泛關注，在過去20年間KIBS相關文獻數量增長.但目前關于KIBS的創新視角研究，尚缺乏創新能力評價、創新競爭力及創新保護機制等方面的研究[1].同時，KIBS創新能力的強弱對服務創新及區域創新發展潛力發揮著重要影響，因此從創新視角深入研究我國KIBS的空間分異特征，對區域發展創新有重大意義.

Miles最早開始提出KIBS的概念并進行研究，他認為KIBS是顯著依賴于專門領域的專業性知識，向社會和用戶提供以知識為基礎的中間產品或服務的公司和組織[2].隨后Muller和Zenker將KIBS定義為為其他企業提供高知識附加值服務的行業[3].KIBS創新是指知識密集型服務企業在給客戶服務的過程中，按照客戶的需求應用產生新的思想和服務理念、與客戶溝通的新界面、新的技術手段，并借助高度專業化的知識，來改革或完善現有的服務流程和服務產品.例如在現有服務的基礎上進行更新，或者重新設計出全新的服務方案，KIBS創新包括產品創新、組織創新、技術創新、流程創新和特定創新等因素的創新，這是從廣義上來定義的.從狹義層面出發，KIBS創新指僅發生在知識密集型服務業中的創新行為活動.國外有學者從區域發展角度強調，如何更全面、系統地梳理KIBS在創造和擴散知識，以及研判作為創新系統在培育地區競爭力方面所扮演的角色和發揮的功能，是未來研究的一個重要轉向趨勢[4].

KIBS創新能力提高的影響因素既有科技因素、也有非科技因素[5].不僅依賴企業自身的研發投入、人力資源投入等因素，也受到所在區域間知識溢出的影響.國外已有研究發現在英國的東北部城市，相比自主投入研發，區域間知識溢出對KIBS創新促進作用更明顯[6].KIBS創新具有擴散溢出效應，在集群內具有很強的外部經濟性[7].施衛東等研究證明，由于創新本身對經濟、社會產生的影響和對生產力的提高是極其有限的，只有通過創新外溢效應，才能最大限度地發揮創新的最大效益[8].因此就發展效益而言，創新擴散比創新本身顯得更為重要.

KIBS的知識擴散階段、途徑及創新系統，國內外已有學者做了充分研究.如Strambach解釋了KIBS與客戶間的知識生產和傳播過程，將其分為知識的獲取階段、重新組合階段、知識轉移階段3個階段[9].并且知識創造存在階段性轉化過程，發現不同產業間存在間接和直接的知識流動[10-11].徐建敏等就KIBS創新的擴散過程進行研究，并提出應鼓勵構建創新及其專有知識溢出的補償機制[12].施衛東等對我國KIBS的技術創新擴散效應進行實證研究，在引入的R&D流動矩陣基礎上構建了技術創新擴散矩陣[13].有學者將KIBS的創新系統構建為資源基礎層、內在動力層、作用機制層、外在結果層四個維度[14].

在知識密集型服務企業與客戶間的持續互動過程中，會產生大量的非編碼知識，即KIBS與客戶間的高度交互作用引發了知識的產生和流動[15].創新具有擴散效應，由于空間鄰近性，KIBS可以通過與客戶企業(其他創新主體)面對面頻繁互動來獲得知識，對知識的創造、存儲、外溢、應用和擴散有著獨特的優勢.雖然信息通信技術日益更新，使得各種成本不斷地降低，但是地理距離的作用仍然沒有消失，非編碼知識尚需要人們進行面對面的交流.知識生產和使用的空間邊界對企業創新水平有重要的影響.由于區位、規模經濟和社會網絡、知識擴散等原因，創新活動一般存在空間集聚效應[16-17].已有我國學者研究發現，知識密集型服務業的空間集聚對經濟增長和產業發展具有顯著的促進作用，可形成規模經濟[18].國外有學者研究發現企業嵌入一個垂直和水平的密集網絡，在互動學習和系統性創新的過程有著強大的當地網絡，如空間、制度和文化距離等都傾向于更緊密的聯系，以及不同類型穩固的知識合作[19].在中國省域層面，KIBS集聚也表現出很強的空間關聯性，并且從城市空間的集聚視角看，KIBS集聚對區域創新有顯著的促進作用[21-22].

有學者以我國省域和區域城市群為空間尺度，對KIBS的空間關聯特征、空間集聚現象、時空演化規律及其影響因素進行了研究探討[23-25].KIBS創新對于宏觀區域及微觀企業的影響作用及機制，也都已有了充分的研究成果，但目前針對KIBS產業內部的行業創新水平，并構建系統的評價體系指標的研究較少，且從全國尺度探討空間集聚模式、區域差異等空間特征及影響因素的研究有待深化；本研究擬構建KIBS創新的評估體系，并運用空間計量方法刻畫我國知識密集型服務業創新集聚的空間格局演變，并深入揭示其背后的機制，具有積極的理論與實踐意義.

1 研究假設、研究方法和數據來源

1.1 研究假設

在空間差異和空間局限、空間集聚基礎上，KIBS傾向于形成空間趨同俱樂部.而在不同的俱樂部之間，存在極化效應和涓滴效應.總體而言，當極化效應大于涓滴效應時，溢出效應為負，KIBS創新易于形成俱樂部之間趨異；而通過鄰近地區的擴散效應，且擴散效應占主導地位時，溢出效應為正，這時會逐漸出現俱樂部之間趨同.但由于空間距離的存在，溢出會隨著地理距離的增加不斷遞減，因此俱樂部之間不會完全收斂，趨同俱樂部仍然存在.對此，提出以下假說：KIBS創新溢出在空間上遵循著距離衰減規律，并形成不同的俱樂部.目前經濟發展階段的性質使得總體上極化效應大于涓滴效應，因此，會出現俱樂部之間趨異.

1.2 研究方法

研究中采用了探索性空間數據分析法和核密度估計法.探索性空間數據分析法(exploratory spatial data analysis，ESDA)包括全局和局部自相關分析.全局自相關分析是某一研究對象在區域空間上的依賴性和異質性，公式為：

(1)

而局部自相關分析能細化分析空間局部的特征和變化，最常用的是Moran 散點圖.散點圖分為四個象限，第一象限是高高集聚(HH)，表明區域自身和周邊地區的KIBS創新水平均較高.第二象限是低高集聚(LH)，表明KIBS創新水平較低的地區被周邊KIBS創新水平較高的地區包圍.第三象限是低低集聚(LL)，區域自身和周邊地區的KIBS創新水平較低.第四象限是高低集聚(HL)，KIBS創新水平較高的地區被周邊KIBS創新水平較低的地區所包圍.第一、三象限為典型區域，而第二、四象限為非典型區域(空間離群).

Local Moran’sI的數值正負意義與全局Moran’sI相同.在Local Moran’sI中，如果一個地區的Local Moran’sI數值較大，并且該地區是屬于HH，那么該地區對周邊地區的正向帶動作用較強，輻射作用較大；如果一個地區的Local Moran’sI數值比較小，且該地區屬于LL，這說明該地區對周邊地區的負向帶動作用較強.

(2)

核密度估計則是一種非參數估計方法，它不假定數據的分布及特征，而是用核函數來研究和分析研究對象的分布運動.核密度函數估計方法基本原理如下:

假定變量X的密度函數f(x)未知，而X1，X2，…，Xn服從同分布，那么，就可以通過這些樣本來估計密度函數f(x),即每一點X上的密度為:

(3)

式中，K(*)稱為核函數，是一個非負的函數，h為平滑系數或窗寬，N為觀測值的個數.本文采用高斯核函數進行估計，最優帶寬的確定是Silverman的通用性方法[26].

1.3 數據來源

根據我國國民經濟中的行業分類以及研究的需要，將知識密集型服務業劃分為信息通訊、計算機服務與軟件業、金融業、租賃和商務服務業以及科學研究，技術服務和地質勘探業四類，將KIBS創新界定為發生在KIBS產業中的創新活動.

研究范圍為我國香港、澳門和臺灣以外的31個省、自治區、直轄市，對三大地區的劃分依據《中國城市統計年鑒》的劃分方法.數據來源于《高等學?？萍冀y計資料匯編》《中國統計年鑒》《中國基本單位統計年鑒》《中國城市統計年鑒》《中國第三產業統計年鑒》《中國區域經濟統計年鑒》《中國科技統計年鑒》以及各個省級行政區的統計年鑒、社會統計公報等，研究年份選取2008年—2019年.

2 KIBS創新的綜合評價

在兼顧數據可獲得性的前提下，構建一套KIBS創新的評價指標體系是一個關鍵性問題.目前已有部分學者對KIBS創新的衡量指標體系構建做了探索：辛楓冬從組織管理能力、服務實施能力、服務研發能力等方面出發來構建指標體系[27]；孫友霞等在宏觀層面上從知識創造能力、技術創新能力、創新支撐能力等方面來建立指標體系，中觀層面上則考慮創新基礎能力和服務創新績效等方面[28]；趙炎和周文從KIBS集群內網絡機制、進駐集群的供需影響因素、集群內企業所受到的作用等進行評價[29].

本文基于綜合性、典型性、可操作性等原則，從創新的經濟基礎實力、創新環境、支撐能力、投入和績效多方面建立KIBS創新的一、二級指標.

經濟基礎實力則為KIBS創新的發展提供保障，經濟基礎良好的地區能為KIBS創新提供優質的人力、物力和財力、信息技術等要素，并能使經濟活動趨于集中.本文選取人均GDP、第三產業占GDP比重來衡量經濟和第三產業的發展狀況.由于經濟發展好，人均消費支出也相應會提高，所以用城鎮居民人均消費支出來反映經濟的基礎實力.

創新環境主要反映KIBS創新的環境氛圍，共設4個評價指標.高等院校數、研發機構數和KIBS法人單位數反映地區KIBS產業進行創新活動的平臺環境和潛在能力.而創新與城市化存在某種內在關聯，只有城市化發展到一定的水平和層次，相對應的創新才會發生.

創新支撐能力可以由多重指標反映.信息基礎設施為創新活動提供便利、快捷、優質的信息傳播服務，降低了創新的成本.因此，選取固定電話、移動電話、互聯網的普及率和人均郵電業務總量來反映信息基礎設施對KIBS創新的支撐能力.每人公共圖書館藏書量能反映對知識創新的支撐能力.地區的高等教育水平對知識密集型服務業非常重要，由于這種專業化模式需要高度熟練的人力資本來完成[30]，教育能夠培養和激發人的創新性，教育經費占地區生產總值的比重反映了教育對創新的基礎性支撐作用.高等學校是創新人才的主要培養基地，每百萬人在校大學生數這個指標用以反映地區勞動力綜合素質.

在創新投入方面，KIBS全社會固定資產投資及其占第三產業的比重、KIBS產業的R&D支出經費占地區GDP的比重、地方財政科技撥款及其占研究機構科技活動經費比重體現了政府、企業對KIBS創新的投入和支持程度，是實現服務創新的重要保障.選用KIBS從業人員數占總從業人員的比重衡量該產業的人員投入規模.科研人員是從事服務創新的主體，其智力投入密切關系到KIBS創新的成果產出，直接影響著KIBS創新的效果.所以，選取每萬人中R&D人員來作為人員投入的指標.

表1 KIBS創新的綜合指標體系Tab.1 Evaluation index system of KIBS Innovation

在KIBS創新績效方面，新產品產值、技術市場合同成交額、專利申請數等是重要的創新產出指標，反映了創新活動的產出水平和效率.同時KIBS從業人員的平均工資在一定程度上也體現KIBS行業的經營業績及其創新水平.若創新水平高，產出增加，平均工資也會相應地提高.由于在統計數據中沒有統計到各個地區KIBS行業的專利申請數指標，因此用全部專利申請數來代替.技術市場成交額和新產品產值反映技術轉移和科技成果轉化的總體規模.

3 我國KIBS創新的動態演化分析

3.1 KIBS創新的地理格局

為了能更準確形象地描述我國KIBS創新的空間分布特征，依據Jenks最佳自然斷裂法，將2008年、2013年、2019年的指數值生成分位圖.研究發現，KIBS創新存在4個趨同俱樂部，分別是高、中、中低、低的KIBS創新水平趨同俱樂部.

2008年，高KIBS創新水平趨同俱樂部包括北京、天津、上海、江蘇、浙江、廣東和新疆，得分區間為0.139 2～2.039 2；中KIBS創新水平趨同俱樂部有山東、遼寧、內蒙古、陜西、青海、云南、海南；中低KIBS創新水平趨同俱樂部較大，包括黑龍江、山西、河北、四川、重慶、湖南和湖北；其余地區則是屬于低KIBS創新水平趨同俱樂部，KIBS創新得分在-0.583 5至-0.367 1之間.指數小于0的地區意味著其KIBS創新水平低于全國平均水平，其中，中低KIBS創新水平趨同俱樂部囊括了大部分的中部地區.2013年，四川省的KIBS創新水平在西部地區遙遙領先，KIBS創新水平明顯高于周邊其他中西部省市.四川處于我國內陸腹地，但其借助西部大開發之風，憑借著其重要的戰略地位及享有相關的政策優勢，經濟發展迅猛，綜合競爭實力不斷得到增強，成為西部地區的領頭羊，相應地也為KIBS產業及其創新發展提供了有利的條件.在研究的年份中，浙江、江蘇和上海呈現群落式發展，河北是“黃金海岸帶”的“低谷區”，KIBS創新水平低于其他東部沿海省市.

由于缺乏相關地區的作用、缺乏行業技術互補性、城市規模和密度等，外圍或偏僻地區的創新動力往往受到阻礙[31].因為在集聚經濟體里面可以通過促進企業之間的相互作用和支持組織來加強學習[32]，但這些地區缺乏集聚經濟體.故外圍或偏僻地區往往被認為在研究方面、開發和創新活動缺乏創新性.另外，服務業創新有著較強的外溢效應[33]，在區域與國家層面上，全域溢出有助于收斂的實現，而外溢效應的地理局限性可能會導致形成不同產出水平的經濟集群.并且知識溢出存在地域局限性特征[34]，地理距離與獲得溢出的程度呈明顯的反向關系，接近創新水平高的地區知識溢出獲取度高，反之則反，這是導致西部地區KIBS創新水平低下的原因之一.

注：基于自然資源部標準地圖服務系統審圖號為GS(2016) 2892的標準底圖制作，底圖無修改.圖1 KIBS創新空間分布格局(2008年、2013年、2019年)Fig.1 Spatial distribution of KIBS innovation (2008， 2013， 2019)

3.2 自相關分析

3.2.1 全局自相關分析 本文以500 km為間隔的距離倒數為空間權重矩陣來計算2008年—2019年的Moran’sI，結果發現，在相同的年份里，隨著地理距離的增大，Moran’sI總體上越來越小.如在2008年，Moran’sI在以0～500 km為帶寬時為0.137 4，帶寬為0～1 000 km時指數為0.054 8，帶寬增加到1 500 km時，指數則下降到0.028 2，在以0～2 000 km為帶寬時，Moran’sI為0.012 4.帶寬增加到2 500 km時，Moran’sI則下降到0.014 6，其他年份也有同樣的特點.可見，在較小的帶寬范圍內，各地區間的KIBS創新存在著較強的空間正相關性，但隨著帶寬的增加，正相關性逐漸變小.通過對基于不同距離的Moran’sI進行比較，發現基于0～500 km帶寬的Moran’sI表現出最強的正相關線，而隨著距離的增加，KIBS創新的空間相關性越來越弱，且通過的顯著性檢驗水平越來越低，即空間相關性呈現出距離衰減規律，這支持了先前部分學者的研究結論，兩個或多個更加靠近的變量之間具有更強的相關性[35-36].這種地域性便構成空間集聚的重要機制，并加強了集聚效應.有研究發現中國城市100 km范圍內鄰近城市間的產業集聚有相互依賴作用，這種產業集聚的相互促進是集聚經濟在空間上呈現成片格局的重要機制[37].

在時間維度上，以最佳帶寬500 km來觀測，發現KIBS創新的空間分布并非表現出完全的隨機狀態，而是呈現出相似數值之間的空間集聚現象，即正的空間相關性，表現出較高KIBS創新水平的地區趨于相互靠近，而較低KIBS創新水平的地區也相互靠近的空間關系結構.2003年—2011年Moran’sI雖然都大于0，但出現不同的波動現象，波動走勢圖呈為“W”型.

Moran’sI在2008年—2011年期間不斷下降，從0.137 4下降到0.008 4，隨后又反彈上升，2012年指數值為0.258 5，而在2013年，Moran’sI又開始下降，Moran’sI為0.072 4，表現出弱的空間相關性.2017年的空間相關性又迅速加強，2019年Moran’sI提高到0.23，揭示區域間的KIBS創新存在明顯的正向空間相關關系，表示相鄰地區的KIBS創新活動出現集群現象.

3.2.2 局域自相關分析 在2008年，長三角、云貴地區和陜西是在HH集聚區.安徽、新疆、西藏是屬于LH集聚區，這些地區本身的KIBS創新水平不高，但被高的KIBS創新水平的地區所包圍.屬于LL集聚區的地區主要是廣東、廣西、福建、山東、天津沿海一帶，以及江西、湖北、河南、河北、山西、內蒙古、甘肅及東北地區.屬于HL集聚區的地區有北京、貴州和湖南，其自身KIBS創新水平較高，而周邊地區的KIBS創新水平較低.青海、遼寧、寧夏、甘肅則跨越了不同象限.

在2013年，67%的地區是處于正相關性的典型區域，其中，HH集聚區尚未得到很大的鞏固和加強，屬于該類型的地區減少到6個，包括環渤海心臟地帶北京和天津、新疆、西藏等.安徽、四川、上海、河北屬于LH區域，這些地區KIBS創新水平相對周邊地區下降了.屬于低低集聚類型的地區較高高集聚類型的地區多.

表2 中國2008年—2019年KIBS創新的Moran’s I指數Tab.2 Moran’s I index of KIBS innovation in China (2008-2019)

圖2 KIBS創新的Moran’s I散點圖對應的省份(2008年、2013年、2019年)Fig.2 Moran’s I plot of KIBS innovation(2008， 2013， 2019)

在2019年，有80%的地區是屬于典型區域，北京、天津、上海、江蘇、新疆、西藏和青海處于HH區，這些地區形成了“強強集聚”.大部分的中部地區是屬于LL區，安徽則跨越了低高和低低象限.處于LL的地區依然沒有取得實質性的改變和突破，自身和周邊地區的KIBS創新水平依然較低，趨于形成“弱弱集聚”的低水平集聚帶.根本原因在于惡性累積循環機制和空間關聯性的作用，在地方化力量的影響下，一旦某種集聚模式形成，便會發生路徑依賴和鎖定效應，導致“強強”或“弱弱”集聚的兩極化現象.

由于全局分析的是總體的集聚程度，而不能揭示出某一省份與周邊地區之間的空間聯系，因而不能準確判斷該省份對周邊地區產生輻射效應或極化效應及其強度大小.因此，本文利用局部 Moran’sI指數來衡量具體地區與其周邊地區相關性程度.

在2008年，局域 Moran’sI為正值的地區只有9個，如北京、天津、遼寧、上海、江蘇、浙江、福建、廣東和新疆.其中，上海的局域 Moran’sI顯著為正且數值較大，說明其對周邊地區的輻射和帶動作用較大.局域 Moran’sI為負值的地區有22個，如山西、黑龍江、內蒙古、安徽、寧夏、陜西、河南、西藏、云南、貴州等.其中，安徽的局域 Moran’sI顯著為負.安徽在地理上接近上海、江蘇、浙江和山東這些KIBS創新較為發達的東部沿海地區，這些發達地區為了給自己的進一步發展創造條件，會不斷積累有利因素，吸引和拉動周圍地區的要素和經濟活動向高梯度地區集中，這樣就使得安徽呈現出負的空間相關性.西藏、甘肅、廣西、河南、貴州等則表現出顯著的、較大的局域負相關性，說明其對周圍地區的負向帶動作用很大.這些地區的知識密集型服務業總量小，發展層次較低，創新成分不夠，工業化和城市化水平落后，知識密集型服務業的創新缺乏需求基礎.同時，也缺乏國家的政策扶持，進一步制約了KIBS創新的發展.

表3 中國KIBS創新的Local Moran’s I(2008年，2013年，2019年)Tab.3 Local Moran’s I index of KIBS innovation in China (2008， 2013， 2019)

3.3 核密度估計

從圖中發現，我國KIBS創新的分布主要以“單峰”為主.2008年，KIBS創新分布為“多峰”分布，形成了兩峰——主峰和次峰，地區主要向兩個不同的KIBS創新集群聚斂.大部分地區仍停留在較低的KIBS創新水平狀態，但具有較高KIBS創新水平的地區開始出現分化.主峰密度約1.2，峰值對應的KIBS創新水平為-0.25，這是第一大KIBS創新集群地；次峰密度約0.1，峰值約為1.6，這反映了地區間的KIBS創新發展存在趨同俱樂部，俱樂部之間的KIBS創新走向發散，發展不均衡.KIBS創新發達地和不發達地各自收斂，且兩者之間的差距擴大，總體上體現“俱樂部間趨異，俱樂部內趨同”的現象.

2009年和2010年主峰峰尾出現兩個次峰，意味著多個俱樂部趨同，區域分化跡象更明顯.2011年核密度估計圖形狀與2008年相似，但波峰密度和創新水平不同，主峰密度約1.2，但KIBS創新提高到0.1.次峰密度約0.5，KIBS創新水平提升到2.9.2012年的波峰高度明顯下降，這意味著省域間的差異有所加大，集中程度有所下降.2008年—2017年出現趨同現象，波峰分布特征相似.2019年，KIBS創新呈現出近似正態分布的特征，表示KIBS創新存在收斂的趨勢.

總體上來看，在2008年—2019年期間，全國大多數地區的KIBS創新處于國內平均水平之下，主要收斂于-0.2的KIBS創新水平.在時間的演進上，呈“單峰-多峰”的動態演變，這反映出KIBS創新的動態變化具有階段性的特征.

圖3 KIBS創新的核密度估計圖Fig.3 Kernel density estimation of KIBS innovation

4 結論與對策建議

4.1 主要結論

本研究在考慮空間因素影響的條件下，運用探索性空間數據分析法、核密度估計法研究我國省域KIBS創新水平的空間分布、聚集模式及時空演變規律，得出以下結論

1) 我國KIBS創新水平整體較低，且空間發展不平衡，總體上呈現出創新水平由東向西遞減的“核心—邊緣”結構.

全國大多數地區的KIBS創新較低，高水平的KIBS創新趨同俱樂部主要分布在東部沿海地區；中西部地區總體經濟比較落后，KIBS創新能力低.KIBS創新的發達地區和不發達地區各自收斂，且兩者之間的差距擴大.根本原因在于惡性累積循環機制和空間關聯性的作用，在地方化力量的影響下，一旦某種集聚模式形成，便會發生路徑依賴和鎖定效應，導致“強強集聚”或“弱弱集聚”的兩極化現象.這間接說明了中部所處的重要戰略位置，具有承東向西的作用，在KIBS創新擴散過程中在扮演著由東至西傳遞的支撐角色.

KIBS創新在空間上的集聚呈現出明顯的兩極化發展趨勢，這與產業的不均衡分布和產業區域集聚、政府戰略規劃和重心傾斜有關.在環渤海、長三角、珠三角經濟帶制造業集聚，許多為企業提供服務的知識密集型服務業也傾向于靠近本地市場，因此相應的KIBS創新活動也主要產生在該類地區.在“蒂伯特選擇”機制影響下，地方政府加大對基礎設施建設、完善交通通訊，吸引優質要素、外來企業和產業的流入.一旦區位優勢形成則會產生區域鎖定效應，強化需求關聯的循環積累效應和投入產出聯系，進一步提高要素積聚的外部經濟性，提升KIBS創新的效率.因此在極化區域內KIBS創新地區差距的演變具有持續性和內生性.

2) KIBS創新遵循著地理增距衰減效應，呈現出不同的空間集聚模式，并存在趨同俱樂部

在這種開放的KIBS創新系統中，KIBS創新空間效應的溢出是存在的，并呈現出增距衰減規律.KIBS創新在空間上形成不同的趨同俱樂部，高高集聚區主要分布在江浙滬和環渤海心臟地帶——北京和天津，而大西南和大西北大部分地區則屬于低低的空間集聚模式.上海是全國最重要的經濟、金融中心之一，高技術性、高增長性、高附加值的知識密集型現代服務產業群高度集聚發達，金融機構創新和發展步伐較快，促進了KIBS創新的發展，正向輻射效應非常強，涓滴效應戰勝極化效應而處于主導地位，初步形成了以上海為核心的長三角輻射帶.而廣東對周圍地區的負向輻射效應愈來愈強，極化效應占主導地位并持續走強，造成對鄰近地區的空間爭奪，有拉大與周邊地區差距的趨勢.

中西部省區KIBS發展水平相對較低，發展中缺乏來自環境基礎的力量推動，其與東部沿海地區之間存在距離障礙且聯系不密切，因此輻射帶動作用不顯著.空間的異質性相對擴大，這與核密度估計結果吻合，即KIBS創新發展存在俱樂部之間趨異的態勢.

4.2 政策建議

當前我國正處于高質量發展的關鍵時期，面臨產業結構優化和經濟發展轉型等重大任務，而KIBS及其創新的發展在產業轉型中扮演了極其重要的角色.進一步推動KIBS高質發展、提升KIBS創新水平，對我國未來構建產業新發展格局具有深刻意義.因此，根據以上的研究結果，并結合國家發展戰略需求，對KIBS創新的發展提出相應的政策建議.

1) 鼓勵加強知識密集型服務業及其創新的區域合作，深化一線中心城市的輻射作用，為相鄰和欠發達地區的KIBS創新發展提供機遇

東部沿海發達地區如北上廣等作為區域性、綜合性現代服務業中心，應該加強與周邊地區關于KIBS創新的合作交流，對KIBS創新水平低的地區進行幫扶，縮短極化效應的作用期.欠發達地區應加強基礎設施環境建設，提高硬軟條件，以更好承接發達地區KIBS創新擴散效應.在優先發展發達地區的KIBS產業時，也要注意地區間的差異化擴大.因此應制定相關的政策刺激欠發達地區KIBS產業的發展，加大對欠發達地區的專項資金扶持，避免出現“馬太效應”.對于具有重要戰略位置的中部地區省份，要充分利用東部沿海地區KIBS創新的輻射效應，加強東西合作，在自身KIBS創新的發展過程中也發揮對西部的帶動作用.

2) 優化KIBS創新的信息基礎設施條件，加強創新平臺及機構建設，為KIBS創新提供優質的基礎環境

大力提升知識密集型服務業的信息化水平，完善信息基礎設施及數據庫系統建設，加快網絡化進程，用信息化推進知識密集型服務業自主創新，塑造核心競爭力.構建信息與科技服務體系，鼓勵以產學研方式帶動KIBS創新的發展.充分發揮高等院校、科研院所的帶動作用，與企業共建多方合作平臺，整合利用內外部資源，提升高校、科研機構、中介機構等創新資源對KIBS創新進程的加速作用.

3) 發揮KIBS對城市化健康發展的作用，推動KIBS與城市產城融合，加強KIBS創新人才培養

注重KIBS產業與城鎮化的協調發展，實現我國城鎮化的健康發展.通過“新四化”的相輔相成，共同推進KIBS創新的發展.人力資本是 KIBS 重要的創新來源和支撐，因此應加大對人力資本的優化投入.不斷提高 KIBS 從業人員的素質，注意相關專業的設置和學科建設，為 KIBS 創新提供良好的人才基礎.KIBS企業要加強崗位職業培訓，提升管理效率及優化管理體制.另一方，可以依托本地高校和科研機構來加強知識密集型服務業基礎人才隊伍培養.