李東海
(內蒙古師范大學 政府管理學院,內蒙古 呼和浩特 010022)
十九大報告指出,中國經濟已經由高速增長階段轉向高質量發展階段。依靠物質資源規模擴大、投資增加驅動的經濟增長方式已不適應新時代發展的需求,經濟的高質量發展迫切需要由要素驅動、投資驅動轉向創新驅動[1]。提高區域創新效率,走集約型創新驅動發展道路,是新常態背景下中國經濟發展的重要選擇[2]。那么如何走出一條具有中國特色的創新驅動發展之路,產業集聚是一個受到學術界廣泛關注的研究課題。產業集聚是普遍存在的經濟地理現象,并非在自發偶然的情況下形成的,而是在一切有利因素推動下完成的。在中國全面實施趕超戰略的進程中,產業結構不斷調整且優化升級,各地區產業呈現出顯著的空間集聚態勢,從而形成集聚效應。那么,產業集聚對中國區域創新是否具有影響作用?影響程度如何?這種影響作用是否存在區域差異性?關于這些問題的深入探究,對于統籌區域創新協調發展及推動國家創新驅動發展戰略具有重要的理論和實踐意義。
關于產業集聚影響區域創新方面的研究,主要集中于理論分析和實證研究兩個方面。首先,關于產業集聚影響區域創新的理論研究。顧新(2001)認為,產業集聚能夠提升區域內經濟資源利用率,進而提升區域創新能力[3]。Chung&Alcácer(2002)認為集聚導致的知識溢出效應能夠推動地區產業創新能力的提升[4]。Storper &Venables(2004)認為,產業集聚能夠增強知識、技術的空間溢出效應,進而促進區域創新發展[5]。陳柳欽(2005)認為,產業集聚伴隨著知識和技術的轉移及擴散,有效降低創新成本,進而促進區域創新發展[6]。蘇英等(2007)認為在宏觀層面上高技術產業集聚能夠提升區域市場效率、發揮區域規模報酬遞增效應以及增強區域自主創新能力[7]。張秀武等(2008)研究表明,高技術產業在區域內和區域間通過發揮知識溢出效應對創新產生正向促進作用[8]。Murata 等(2014)認為產業集群中不同類型企業之間的協同合作、集群之間的交流學習能夠有效促進區域創新[9]。
其次,關于產業集聚影響區域創新的實證研究。產業集聚的特征模式可以分為產業專業化集聚和產業多樣化集聚。一種觀點認為這兩種模式均能夠促進區域創新,比如Paci &Usai(1999)以意大利為研究對象,研究表明專業化外部性和多樣化外部性對區域創新均具有顯著的促進作用[10];Feldman &Audretsch(1999)研究表明產業專業化集聚和多樣化集聚均能促進區域創新,相比較產業專業化集聚而言,產業多樣化集聚更能有效促進創新[11];Greunz(2004)以歐盟為研究對象進行實證研究,結果表明專業化外部性和多樣化外部性對區域創新能力均具有顯著的影響作用,而多樣化外部性在人口密度高的區域的影響作用更為顯著[12];另一種觀點認為這兩種模式不是均能夠促進區域創新,比如吳玉鳴(2007)研究,表明MAR 外部性對區域創新活動具有顯著的正向作用,而Jacobs 外部性對區域創新具有不顯著的負向作用[13];陳勁等(2013)研究表明產業集聚的異質性對區域創新具有不同的影響作用,當產業集聚水平較高時,則產業專業化集聚對區域創新產生抑制作用,產業多樣化集聚對區域創新產生促進作用,而產業集聚水平較低時則相反[14];程中華(2015)結果表明產業專業化集聚對區域制造業創新績效的影響不顯著,而多樣化集聚對區域制造業創新績效具有顯著的正向影響[15]。
目前關于產業集聚影響區域創新效率的研究,在研究視角、研究范圍及研究方法等方面仍存在一定的局限性,文章較以往研究主要在以下三方面有所突破:從研究視角來看,多數研究存在一個共性特征是各區域彼此相互獨立,而文章從空間相關性視角進行研究;從研究范圍來看,多數研究是基于全國層面的研究,而文章在充分考慮區域差異性的前提下,從區域視角做了進一步研究;從研究方法來看,目前多數研究采用統計性、規范性分析,而文章在充分考慮因變量的時空滯后性的前提下,采用空間計量模型進行實證研究。
選擇合適的產業集聚模式對區域創新效率提升至關重要。對于產業集聚的兩種模式,究竟哪種集聚模式對區域創新的影響更為深刻,下面主要從全國層面和區域層面對該問題進行理論分析。
產業專業化集聚可以通過區域內規模效應、空間溢出效應、完整的產業鏈等路徑來影響區域創新效率。第一,產業專業化集聚可以產生規模效應有利于區域創新效率提升。對于產業專業化集聚模式,集聚區內的產業結構呈現單一的特征,這些單一產業在空間上的大量集聚形成規模效應,從而能夠大大降低生產成本、提高生產技術水平。企業對同類中間投入品大規模的需求,能夠刺激并促進中間投入品的技術研發,從而提升創新能力[16];第二,產業專業化集聚通過空間溢出效應促進生產性技術的外溢,進而促進區域創新效率提升。關于生產性技術的傳播方式,除了現代化的技術交流方式外,傳統的面對面交流方式仍是不可替代的。因此,生產性技術的傳播方式具有地理空間性。如果超過一定地域范圍,生產性技術的空間關聯降低,生產成本提高,那么,在地理空間上的產業聚集有利于生產技術的溢出,從而提升區域創新效率;第三,產業專業化集聚能夠促進產業鏈的完善。產業專業化集聚有利于在集聚區內形成完整的產業鏈,可以為集聚區內的企業提供豐富的創新資源,也可以降低企業人才招募成本,有利于提高區域創新效率。基于上述分析,提出如下假設:
假設H1:產業專業化集聚能夠促進區域創新效率的提升。
在產業多樣化集聚模式下,產業多樣化集聚有利于實現技術互補性、建立良好的文化氛圍及增強企業競爭力,進而促進區域創新效率的提升。第一,多樣化集聚可以促進技術互補性的實現。多樣化集聚區域內包含多種類型的產業,這些產業具有互補的特性。不同產業的先進技術與管理理念可以在彼此間大量溢出,區域內的其他產業可以充分消化和吸收這些先進的生產技術和超前的管理理念,能夠大大節約研發成本,提高企業研發效率,從而促進區域創新效率的提升;第二,多樣化集聚可以促進信任文化氛圍的建立。在產業聚集區域內,多樣化產業通過產品或服務交易能夠建立彼此信任的關系,這種關系長期處于穩定狀態,并且能夠促進各產業間的關系更加密切。那么,企業也會不斷拓展業務,為其他有需求的企業提供全方位、精細化的服務,也節約了生產成本與人才招募成本;第三,多樣化集聚可以增強企業的競爭力。企業的競爭力主要是由企業本身的特性以及企業所擁有的獨特的創新資源所決定,在產業多樣化集聚區內,多樣化產業在某一區域內的聚集能夠促進不同特性產業的整合吸收,進一步增強企業的競爭力。基于上述分析,提出如下假設:
假設H2:產業多樣化集聚能夠促進區域創新效率的提升。
中國東、中、西部三大區域經濟環境不同,區域創新發展差異較大,存在著不平衡不充分問題,各地區在充分考慮區域差異性的基礎上,根據自身發展屬性選擇合理的產業集聚特征模式。首先,東部地區經濟發展水平較高、設施設備較齊全、科技人員大量集聚,那么在充分利用自身優勢的前提下,優先夯實區域的產業結構,繼續優化產業結構配置,提升產業發展的水平和質量,但因其租地費用等生產成本較高,進行大規模專業化生產并不適合;其次,中部地區的產業優勢發展相對不足,中部地區需要承接東部地區產業轉移,積極引入合作機構與邊緣主體,有效發揮其規模效應,實現產業專業化的規模生產,進而促進技術創新效率提升;最后,西部地區產業結構相對不完善,產業發展條件相對不成熟,在西部大開發戰略實施過程中,促進西部地區“政策性供給”,積極推動產業在西部地區集聚效應,增強西部地區對產業的承接力和吸引力,打造西部地區特色產業生態圈。基于上述分析,提出如下假設:
假設H3:產業多樣化集聚對東部地區的創新效率產生更為顯著的促進作用。
假設H4:產業專業化集聚對中、西部地區的創新效率產生更為顯著的促進作用。
文章將選取的中國30 個省份劃分為東、中、西部三大區域(由于數據的可得性,西藏和港澳臺地區不在研究樣本范圍內) 作為研究區域。這三大區域按照地域的鄰接性以及區域經濟的發展程度進行的劃分,其中,東部地區包括13 個省份,分別為北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區包括6 個省份,分別為山西、安徽、江西、河南、湖北和湖南;西部地區包括11 個省份,分別為內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。選取2000—2017 年的面板數據來論證產業集聚對區域創新效率的影響分析。數據來源于歷年《中國高技術產業統計年鑒》 《中國科技統計年鑒》及各省份的統計年鑒等。
根據Tobler 地理學第一定律,事物之間的相關性隨距離的增大而逐漸減小。關于空間權重矩陣的構建,基于假定空間相互作用的強度是由地區間中心距離所決定的,如式(1)所示,dij表示通過地區幾何中心經緯度計算的地理單元間的地表距離。

全局空間自相關,能夠分析在地理區域內某種要素的整體空間依賴性。全局空間自相關的測算方法主要有Moran's I、Getis's G 和Geary's C 等,其中Moran's I 是測算全局空間自相關最為常用的方法之一,取值范圍在[-1,1]。若Moran's I 的取值大于0,則存在空間要素的正相關;若Moran's I 值小于0,則說明存在空間要素的負相關;若Moran's I 值趨近0,則說明空間分布性呈現隨機性。Moran's I 絕對值越大則表示空間關聯性越大,Moran's I 絕對值越小,則表示空間關聯性越小[17]。其計算公式如下:

在式(2)中,i≠j,為觀測值,為Xi的均值,N為研究對象數,,Wij為空間權重矩陣,通常用標準化的Moran's I 值來檢驗統計結果:,其中,表示變異系數,E(I)表示期望值。
考慮空間相關性的情況下,目前最為常見的空間計量模型主要有:空間杜賓模型(SDM)、空間滯后模型(SAR)及空間誤差模型(SEM)。其中,SAR 主要考察因變量在地區間存在的空間溢出效應,而忽視了誤差項中的空間依賴性,該模型降低了估計的有效性。SEM主要考察包含在自變量中的遺漏變量,而忽視了因變量的空間溢出效應。鑒于SAR 和SEM自身所存在的局限性,以及對文章所研究問題屬性的考慮,在對產業集聚與區域創新效率二者的影響分析時可能同時存在空間滯后和空間誤差,基于此,文章借鑒Lesage&Pace(2009)[19]的研究,構建能夠同時衡量因變量的空間溢出效應和誤差項空間依賴性的空間杜賓(SDM)模型。該模型較SAR 和SEM 模型而言,估計結果具有相對一般性和穩健性,能夠更好地對不同觀測個體產生的溢出效應和基于面板數據的空間溢出效應進行估計。其表達式見式(3):

式(3)中,Yit為截面i在t時刻的被解釋變量;Xit為解釋變量;α 為常數項;W為空間權重矩陣;WYit為被解釋變量的內生交互效應;WXit為解釋變量的外生交互效應;εit為誤差項;δ、β1和β2為估計系數。
根據前文關于空間計量模型的選定分析,以產業集聚為解釋變量構建空間計量模型,分別從全國層面和東、中、西部區域層面進行實證分析,具體模型如式(4)所示。

式(4)中,Yit為被解釋變量,表示i地區t時期的區域創新效率;Rzi、Rdi為解釋變量,分別表示產業專業化集聚變量、產業多樣化集聚變量;W為空間權重矩陣;ρ 為空間自相關回歸系數;β 為相應變量的系數;εit為隨機誤差項;X為控制變量。
為檢驗產業集聚對區域創新效率的影響,需要構建合理的模型指標體系。其中,被解釋變量是區域創新效率,解釋變量是產業專業化集聚、產業多樣化集聚。從理論上講,在宏觀經濟環境中一些關鍵性的因素也會對區域創新效率起到重要的影響作用。因此,為了能夠更為準確地對被解釋變量的影響程度進行有效估計,文中又設置了5 個控制變量。具體見表1。

表1 變量選取及說明
(1) 被解釋變量
文章的被解釋變量為區域創新效率,采用DEA 方法對區域創新效率進行測算,那么,關于區域創新效率的衡量指標體系可以從投入指標和產出指標進行分析。第一,關于投入指標的選擇。投入指標主要包括財力指標和人力指標等。那么,投入指標采用R&D 經費投入總額(采用永續盤存法將R&D 經費投入總額核算為R&D 資本存量[20]) 和R&D 人員全時當量這兩個指標進行表示[21];第二,關于產出指標的選擇。主要從兩方面進行構建,一是從創新投入所產出的新知識、新技術,二是從創新投入為地區所帶來的社會經濟收益。新知識、新技術可以從發明專利、技術改進等角度進行定量測度,因此,可以選擇專利授權量作為區域創新的成果產出指標[22];創新成果生產出產品,并直接轉化為經濟效益,社會經濟收益可以從產品產值、勞動生產率的變化、銷售利潤收入等角度進行定量測度,因此,選取新產品銷售收入作為區域創新的成果產出的另一個指標。構建的區域創新效率指標體系見表2。另外,綜合考慮科技、競爭等因素對區域創新產出的滯后效應,對區域創新效率進行評價時,將滯后期設定為1 年,即區域投入指標采用2000—2016 年的數據,產出指標采用2001—2017 年的數據。

表2 區域創新效率評價指標
(2) 解釋變量
產業專業化集聚,采用區位熵指數來測度產業專業化集聚,如果相對專業化指數越大,則說明該區域的專業化程度越高;反之,則表明該區域的專業化程度越低,具體的計算公式如(5)和(6)。Sj表示行業j的經濟指標(文章采用工業從業人員平均人數) 在全國所占的比重。絕對專業化指數ZIi是高技術產業中工業從業人員平均人數最高的子行業所占的比重,相對專業化指數RZIi是不同區域間橫向相對專業化水平的對比。

產業多樣化集聚,采用赫芬達爾-赫希曼指數來測度產業多樣化集聚。區域i的產業多樣化指數DIi定義為該區域各產業占該區域全部工業從業人員平均人數的平方和的倒數。具體的計算公式如(7)和(8)。式中各變量的意義表征同上。HHI 指數越大,則說明該地區的產業類別較多且均衡。
絕對多樣化指數:

相對多樣化指數:

(3) 控制變量
人力資本水平(Hum)。創新是知識密集型活動,需要大量高素質人才,李婧等(2017)認為地區人力資本水平對區域創新績效具有顯著正向影響[23],朱萬里等(2018)認為人力資本積累有助于提升區域創新能力[24]。借鑒李婧、朱萬里等的做法,采用地區每人平均受教育年限來表征。
對外開放水平(Ope)。地區的經濟開放水平對區域創新效率的提升具有重要影響,借鑒胡園園等(2015)[25]的做法,對外開放水平用地區外商直接投資額來表征。
基礎設施水平(Inf)。完善的交通基礎設施可以有效提高區域創新水平[26]。用區域公路里程數近似表征地區基礎設施水平。
金融發展水平(Fin)。熊彼特(1990)[27]、Levine(1996)[28]、李曉龍等(2017)研究認為,金融發展水平對創新活動開展具有重要的支持作用[29]。采用金融機構借貸款總額占GDP 總額的比重來表征。
產權制度水平(Str)。丁輝俠(2010)認為合理支持和鼓勵民營和外資經濟的發展,促進區域發展水平[30]。文章用大中型工業企業國有資本金占實收資本的比重來表征。
通過對選取數據的分布性以及相關性進行分析,從而能夠了解樣本指標的分布均勻性以及是否符合假設預期。因此,下文對文章的面板數據主要做描述性統計分析和相關性分析。
(1) 描述性統計
表3 為以產業集聚為核心解釋變量的描述性統計結果。通過統計結果可知各變量指標存在比較均勻的分布,表明所選取樣本代表性良好。

表3 描述性統計
(2)相關性分析
由表4 可以看出區域創新效率與產業專業化集聚呈現顯著正相關,與產業多樣化集聚呈現顯著負相關。結果顯示變量指標的相關性較好,初步符合假設預期。那么,文章將運用回歸模型來檢驗產業集聚對區域創新效率的影響情況。

表4 相關性分析
(3) 單位根檢驗
通過對面板數據的單位根檢驗,可以判定其平穩性,從而得知是否適合模型估計。通過LLC、IPS、ADF-Fisher 和PP-Fisher 檢驗分別對產業專業化集聚、產業多樣化集聚變量進行單位根檢驗(見表5),由檢驗結果可知拒絕原假設,表明這兩個變量均具有平穩性。進一步進行Kao 協整檢驗,由檢驗結果(1.8963,P<0.05)表明面板數據存在顯著的協整關系,可以進行變量的回歸分析。

表5 單位根檢驗
采用Stata16.0 軟件來測度2001—2017 年中國區域創新效率空間關聯性,得到區域創新效率的Moran's I 值。由表5 可知Moran's I 值大部分為正值,且多數通過了顯著性檢驗。表明中國各省市的區域創新效率存在空間相關性,說明構建面板模型時需要考慮空間因素。下一步能夠運用空間計量模型對考察期內中國區域創新效率進行檢驗。

表6 中國2001—2017 年區域創新效率的Moran's I 值
在進行模型估計之前,首先,應用Stata16.0 通過Hausman檢驗,由檢驗結果可知拒絕原假設。同時,參照林少宮等(2003)[31]的研究,認為隨機效應的估計量只有在模型真實的情況下才存在有效性與一致性,而固定效應的估計量總是存在一致性。綜上,在Hausman 檢驗的結果和參照前人研究的基礎上,文章采用固定效應模型進行估計;其次,通過LR 檢驗進一步確定采用哪種固定效應模型,檢驗結果表明時空雙向固定效應優于時間固定效應和空間固定效應,因此文章選定時空雙固定效應模型的參數估計結果來進行分析。
(1) 全國層面的實證檢驗分析
文章使用Stata16.0 軟件對2000—2017 年30 個省份的面板數據,分別采用空間固定效應、時間固定效應和時空固定效應下的靜態空間杜賓模型進行估計,結果如表7 所示。

表7 產業集聚影響區域創新效率的回歸估計
由實證結果可知,產業專業化集聚對區域創新效率起到顯著正向影響作用;產業多樣化集聚對區域創新效率沒有起到顯著的正向影響作用。具體分析如下:
產業專業化集聚。產業專業化集聚對區域創新效率具有顯著的正向效應。這一研究結論與一些學者的觀點一致。如吳玉鳴(2007)研究表明,專業化外部性對區域創新呈現顯著的正相關[32]。文章得出該結論的原因主要在于:一方面,中國產業發展仍處于粗放增長階段,仍然以追求規模為主的產業發展模式。同時,企業更傾向于在成熟產品上追加投入,進而能夠搶占并擴大市場規模,獲得規模收益。另一方面,專業化產業集聚區內具備完整的產業鏈,能夠為集聚區內的企業提供豐富的資源,有利于促進創新能力的提升。
產業多樣化集聚。產業多樣化集聚對區域創新效率沒有起到顯著的正向影響作用。這一研究結論與一些學者的觀點一致。如吳玉鳴(2007)研究表明,多樣化外部性對區域創新呈現不顯著的負相關[32]。當多種產業在區域內集聚時,多樣化集聚未能充分發揮技術互補性優勢,相反彼此間的競爭更加激烈,產業間未能展開良好合作,甚者可能會出現產業間內耗,不利于區域創新效率的提升。
(2)解釋變量的直接效應、間接效應及總效應
在構建的模型中,對所有變量的空間效應進行了估計,這樣解釋變量對被解釋變量的回歸系數不再具有彈性含義。因此,為考察各影響因素對我國區域創新效率的本地效應及溢出效應,還需要對模型中產業集聚這個核心解釋變量及其控制變量的總效應、直接效應及間接效應進行探究,從而進一步揭示要素溢出效應與區域創新效率的空間交互影響。其中,直接效應具體反映產業集聚對本省創新效率的平均影響;間接效應具體反映產業集聚對其他省創新效率的平均影響。具體分解效應估計結果詳見表8。

表8 產業集聚影響區域創新效率的直接效應和間接效應
通過產業集聚影響區域創新效率的分解效應的角度可以得知:
產業專業化集聚。產業專業化集聚對區域創新效率的直接效應在1%的水平上顯著為正,說明產業專業化集聚對本地區的創新效率具有顯著的正向促進作用。而產業專業化集聚對區域創新效率的間接效應為負,說明產業專業化集聚對其他地區的創新效率具有一定的負向抑制作用。原因可能在于企業在成熟產品上不斷追加投入,繼續擴大市場份額,從而獲得規模收益,進而提升本地區的區域創新效率。同時,對其他地區的產業會產生一定的“虹吸效應”。
產業多樣化集聚。產業多樣化集聚對區域創新效率的直接效應為正且不顯著,說明產業多樣化集聚對本地區的創新效率具的正向促進作用不明顯。產業專業化集聚對區域創新效率的間接效應為正且不顯著,說明產業多樣化集聚對其他地區的創新效率的促進作用不明顯。產業多樣化集聚能夠實現本地區技術產業之間的優勢互補,為技術創新提供較好的平臺,從而提高區域創新效率。
(3) 穩健性檢驗
為了保證結果的穩定性,文章進一步構建時空雙固定的動態空間杜賓模型進行驗證,由表9 可知,估計結果具有穩健性。

表9 穩健性檢驗
考慮到產業集聚具有顯著的區域差異性,文章進而分別考察中國東、中、西部地區產業集聚對區域創新效率的影響。估計結果見表10。

表10 區域產業集聚的計量回歸結果
通過分區域回歸結果可以得出,產業集聚對區域創新效率影響存在區域差異性。具體表現如下:
產業專業化集聚。在中部和西部地區產業專業化集聚對區域創新效率的影響顯著為正,東部地區產業專業化集聚對區域創新效率的影響不顯著,說明產業專業化集聚對中、西部地區的創新效率具有顯著的促進作用,而對東部地區的創新效率的影響作用不顯著。由于中、西部地區產業結構相對單一,仍以追求規模為主的產業發展模式,在成熟產業上不斷追加投入,形成一定的規模經濟效應,因此,產業專業化集聚對中、西部地區創新效率具有顯著的促進作用。
產業多樣化集聚。在東部地區產業多樣化集聚對區域創新效率的影響顯著為正,中部和西部地區產業多樣化集聚對區域創新效率的影響不顯著,說明產業多樣化集聚對東部地區的創新效率具有顯著的促進作用,而對中、西部地區的創新效率的促進作用不明顯。由于東部地區率先實行產業轉移與產業結構升級,形成產業多樣化的結構鏈,因此,產業多樣化集聚對東部地區的創新效率產生顯著的促進作用。
選取2000—2017 年中國30 個省份的面板數據,采用地理距離空間權重矩陣,構建空間杜賓模型實證檢驗產業集聚對區域創新效率的影響。實證結果表明,區域創新效率存在鄰地效應,即本地創新效率會在區域間產生溢出效應;產業專業化集聚能夠促進區域創新效率的提升,而產業多樣化集聚沒有顯著的提升作用;產業專業化集聚對區域創新效率的直接效應顯著為正,而產業多樣化集聚對區域創新效率的直接效應和間接效應均不顯著。進一步分區域來看,產業專業化集聚對中、西部地區的創新效率產生顯著的促進作用,產業多樣化集聚對東部地區的創新效率產生顯著的促進作用。
基于上述研究結論,提出以下政策建議:第一,重視產業集聚與區域創新的本地效應和鄰地效應,促進區域協同聯動發展。一方面加速區域內部產業從低效率生產部門向高效率生產部門流動,促進產業結構優化升級,提升區域內科技創新的核心競爭力;另一方面促進產業跨區域自由流動,充分考慮到自身發展需求,以創新和科技為主軸,完善區域層面產業結構優化機制,推進創新合作平臺建設。通過完善引導機制和搭建合作平臺,加強各區域間更廣泛的協同合作,促進區域間創新成果的溢出及產業結構的優化,推動區域創新的良性互動與協同發展。第二,制定地區差異化的產業發展策略,選擇合適的產業集聚類型。各區域在結合自身發展屬性的基礎上,重視產業集聚影響區域創新的差異性,選擇合適的產業集聚模式,開展差異化的創新發展戰略,需從以下幾方面入手:一是進一步發揮東部地區的引領作用。東部地區在充分發揮自身優勢的前提下,不斷優化區域產業結構,促進產業合理配置,提升產業發展質量,但因其租地費用等生產成本較高,進行大規模專業化生產并不適合,應該充分發揮產業多樣化集聚效應的作用;二是做好中部地區的產業銜接。中部地區的產業集聚發展相對不足,又受中部崛起等發展戰略影響,采取內部激勵與外部承接相結合的政策,鼓勵本地優勢產業發展,并有序承接東部地區產業轉移,積極引入合作機構與邊緣主體,進行規模化生產,有效發揮其規模效應。積極完善產業多樣化集聚的條件,使其更好地實現產業專業化的規模性生產,提高技術創新效率;三是積極扶持西部地區的產業良性發展。西部地區產業發展相對不完善,產業發展條件也不成熟,對于發達地區產業轉移不能做到有效承接和吸收。因此,西部地區應完善產業發展環境,在發揮優勢產業的基礎上合理選擇產業集聚模式。