服務業成本病如何影響技術創新？

【關鍵詞】服務業成本病；技術創新；人才獲得感；中介效應

引言

創新是個系統工程。多年來，我們對技術創新的關注主要集中在創新要素的投入和國際比較，而較少關注技術創新的服務業環境支撐。英國著名經濟學家克里斯托夫·弗里曼曾指出，一個國家的創新系統是“由公共部門和私營部門中各種機構組成的網絡，這些機構的活動和相互影響促進了新技術的開發、引進、改進和擴散”[1]。如果說技術創新活動是生產力形成擴散網絡的中心環節，那么服務業在技術創新過程中將扮演重要角色。在理解服務業與經濟增長的關系時，美國經濟學家威廉·鮑莫爾曾首先關注到經濟系統中制造業與服務業勞動生產率增長不均衡的現象，并將由于服務業勞動生產率提升緩慢甚至滯后而影響產業結構演變和遲滯經濟增長的現象總結為“鮑莫爾成本病”。服務業增長的特點得到國內外諸多實證的證實，但與鮑莫爾提出“鮑莫爾成本病”的時代背景相比，當下技術的快速發展已使服務業的發展業態和結構特征遠遠超越最初的“鮑莫爾病”分析框架。從技術創新與服務業環境系統關聯的角度看，我們有理由懷疑服務業的生產率差異可能是遲滯中國技術創新步伐的重要成因。然而，技術變革誘發的服務業成本病異化對技術創新究竟有何影響？哪些服務業成本病在遲滯技術創新？其影響機制如何？這些都是本文通過實證檢驗試圖回答的問題。

縱觀現有文獻研究，直接探討有關服務業成本病與技術創新之間聯系的文獻較少，與“鮑莫爾成本病”相關的討論主要集中在兩個方面。

一是“鮑莫爾成本病”的識別與理論機理分析。最早的“鮑莫爾成本病”模型主要基于兩部門的非均衡模型。Baumol（1967）將制造業部門稱為勞動生產率的“進步部門”，而服務業部門則被看作勞動生產率“停滯部門”[2]。進步部門勞動生產率不斷提高的同時伴隨著工資上漲，也帶動停滯部門名義工資的跟進，這造成勞動要素向停滯部門轉移的同時，停滯部門就業比重不斷提升。此后，Baumol等（1985）為更貼近現實，對模型修正為“進步”“停滯”和“漸進停滯”三部門非均衡模型，更加精細地揭示產業結構演進的規律[3]。在上述模型框架啟發下，國內也有學者對“鮑莫爾成本病”的理論機理做了拓展性研究。例如，周揚（2016）引入流通和生產的需求互補特征假設，重點分析鮑莫爾非均衡增長模型中工業部門和流動服務業部門之間的變化[4]。郭凱明等（2020）則建立了一個基于廣義可加型偏好的多部門多地區一般均衡模型，重點分析勞動生產率對中國區域結構的影響[5]。宋建和王靜（2018）在增長源分解基礎上，將服務業“成本病”與“結構紅利”效應從勞動要素再配置的效應中分離，并具體分析行業資源錯配對總體經濟效率的影響[6]。大量理論文獻研究為后續識別和證實“鮑莫爾成本病”奠定了堅實基礎，一些學者揭示的“鮑莫爾成本病”與區域經濟增長[7]、產業升級[8]之間聯系，也為本文分析服務業成本病與技術創新之間的聯系提供了有益的理論啟示。

二是“鮑莫爾成本病”的存在性檢驗。早在20世紀60年代，Fuchs（1968）通過實證發現，第三產業比重不斷上升與其相對滯后的勞動生產率之間存在緊密聯系[9]。進入21世紀，Hartwig（2011）、Fernandez和Palazuelos（2012）等都發表了證實“鮑莫爾成本病”存在較有影響力的文獻，國內也有較多文獻支持“鮑莫爾成本病”的存在[10-12]。然而，并非所有學者都支持上述實證結果。有學者認為，服務業并非經濟體系中生產效率落后或遲滯的部門，如Triplett和Bosworth（2003）基于美國1995—2001年的數據，證實服務業勞動生產率高于商品生產行業，因此認為美國并不存在“鮑莫爾成本病”[13]。還有學者關注服務業內部結構或不同國別之間的異質性，認為“鮑莫爾成本病”并非適用于所有行業和地區。判別一個經濟體是否存在“鮑莫爾成本病”的關鍵在于服務業勞動生產率或全要素生產率的測量[14]。由于服務業分類繁雜，數據可得性較低，故20世紀的許多研究將服務業的效率難以測量作為質疑“鮑莫爾成本病”存在的主要依據。21世紀以來，評測不同行業或地區之間的服務業效率差異成為學者重新關注“鮑莫爾成本病”的切入點，這一研究進展也為本文對服務業開展分類研究提供了參考。

在探討“鮑莫爾成本病”與技術創新關系方面，一些文獻測算了服務業內部的技術進步效應[15]，或者基于服務業內部的技術進步影響經濟系統的效率優化[16]，而對服務業滯后影響技術創新的研究遠遠不足。與既有文獻研究相比，本文除了在研究主題方面有鮮明的探索價值外，其余邊際創新價值主要體現為三個方面：一是將服務業整合細分為生產服務業、生活服務業和公共服務業，采用制造業與不同種類服務業的勞動生產率相對程度作為“鮑莫爾成本病”的衡量指標，并將技術創新分為實質性創新和策略性創新兩種模式，具體分析不同技術創新模式對應的服務業支撐特征；二是從人才生存獲得感和人才發展獲得感兩個維度構造人才獲得感指數，具體分析“鮑莫爾成本病”在影響技術創新時人才獲得感的中介作用；三是結合當前中國經濟南北分異和服務業領域市場化改革的時代需求，對如何抑制“服務業成本病”對技術創新的影響做了拓展性分析。

一、理論機理與研究假說

（一）服務業成本病對技術創新的影響

目前，雖然沒有服務業成本病影響技術創新的直接理論基礎和經驗證據，但從制度經濟學、產業經濟學等多學科角度審視，服務業成本病影響技術創新至少存在三種渠道。一是交易成本關聯效應。交易成本理論鼻祖科斯曾認為，交易成本是通過價格機制組織生產的、最明顯的成本。從技術創新的內部組織環節看，技術創新創意的構思與形成需要外部服務環節的參與。在服務業的組成門類中，科技服務業作為獨立的細分門類之一，是市場化和專業化分工背景下，降低交易成本和提高服務業效率的一種表現。如果沒有這種專業環節的參與或者科技服務業運行效率低下，勢必會遲滯技術創新的步伐，甚至抑制諸多技術創新的發生。二是制度環境阻滯效應。在服務業的組成門類中，公共服務業的效率和質量對技術創新至關重要。周旋和陶長琪（2021）發現，不同優劣程度的制度質量對創新要素的聚集會產生不同影響[16]。馮根福等（2021）研究發現，金融領域對民營企業和國有企業的不同制度安排對企業技術創新影響尤為顯著[17]。在不同地區，公共服務業的服務質量可以影響一個地區營商環境，進而逐步影響技術創新的績效。三是生活要素牽制效應。所有科技創新活動都是通過人來完成的，人的創造力、積極性和主動性是技術創新的根本動力。服務業涉及國計民生，從人的直觀感受出發，很難想象一個生活服務業較為落后、民眾獲得感較弱的地區能孕育出強大的創新力。以上三種渠道也與生產性服務業、生活性服務業和公共服務業的特點緊密相關。由于不同服務業發展在不同地區的發育具有不平衡性，所以提出如下假設。

假設1：服務業成本病總體上不利于技術創新，但服務業成本病對技術創新的抑制效果因服務業發育程度而表現出較強的異質性特征。

（二）人才獲得感的中介作用

增強人才獲得感一直是我國激發技術創新活力的重要政策著眼點。早在2016年，中共中央辦公廳國務院辦公廳印發了《關于實行以增加知識價值為導向分配政策的若干意見》，明確提出將提升科研人員的獲得感和成就感作為政策實施目標。獲得感除了人才主體對物質層面的感知，還包括精神層面的感知。其中，經濟領域的獲得感是其他獲得感的基礎。“2015年中國幸福小康指數”調查結果顯示，收入仍是影響受訪者職業幸福感最重要的因素之一[18]。本文將人才獲得感作為中介變量，原因有二：一方面是因為服務業運行效率較低，直接影響人才從事職業發展的幸福值和生活滿足感；另一方面是人才獲得感與技術創新活力緊密相關。近年來，“生活滿意度”“幸福感”等概念的提出表明，越來越多的研究者意識到重視個體精神層面的重要性和必要性。國外學者Schaufeli等（2002）認為，積極的工作心理狀態更有利于激發員工的創新動機[19]。提升服務業的經濟效率不僅可以提高人才生產生活的便捷性，同時也可以滿足人才創新發展的平臺支撐，促使他們以更加飽滿的熱情投入技術創新過程中。基于人才獲得感的中介銜接作用，提出如下假設。

假設2：服務業成本病通過人才獲得感的中介作用影響技術創新。

（三）市場化程度的調節作用與地區異質性特征

大量文獻證實，削減政府管制、強化市場化改革更有利于服務業效率的提高[20]。歸結市場化對服務業效率的影響路徑，主要有如下幾個方面。一是強化市場化有利于通過打破壟斷提高效率。我國服務業領域改革涉及面廣，包括金融、電信、航空、教育、醫療等涉及人才獲得感的服務業領域，都存在較高的行業進入壁壘，打破這些領域的壟斷地位有助于優化資源配置，提升服務業效率。二是強化服務業市場化改革有利于促進激發市場活力，進而緩解眾多服務業領域優質公共服務供給不足和供需結構不匹配等諸多問題。三是強化服務業市場化改革有利于要素資源流動，發揮好市場在配置資源過程中的決定性作用。在市場發育程度方面，近年來，不斷加劇的南北經濟差異引起社會廣泛關注。在討論南北差異的學術文獻中，“產業結構差異”成為學術界討論的熱點[21]。南北區域產業結構的演進差異必然導致服務業成本病的表現有所不同，這可能對技術創新產生不同的影響。基于服務業市場化調整的現實背景和中國南北經濟分化不斷加劇的現象，本文對市場化程度的調節作用和南北區域異質性進行拓展討論，并提出如下假設。

假設3：市場化程度對服務業成本影響技術創新具有調節效應。由于南北方有不同的產業結構特點和市場化程度，故服務業成本病對技術創新的影響具有顯著的南北方分異特征。

為驗證上述假設，本文將從三個方面設置計量模型，分別對假設1、假設2和假設3展開實證分析。

二、研究設計與指標選取

（一）模型構建

首先，針對服務業成本病與技術創新之間的關系，設定以下基準模型：

式（1）中，Innov表示地區技術創新，Disea表示服務業成本病，Z是控制變量合集，μ和ε分別表示固定效應和隨機誤差項。其中，為區分不同服務業門類成本病對技術創新的影響，本文將服務業成本病劃分為生產性服務業成本病、生活性服務業成本病和公共服務業成本病，分別用Disea1、Disea2、Disea3表示。同時，由于技術創新也有質量差異，故參考黎文靖和鄭曼妮（2016）的思路，以專利授權量作為技術創新的代理變量，將發明專利的數量作為實質性技術創新的代理變量[22]，用Innov1表示，將非發明專利的數量作為策略性技術創新的代理變量。

其次，為了檢驗人才獲得感變量在服務業成本病影響技術創新的中介作用，在式（1）基礎上，擴充如下模型作為中介效應檢驗計量模型：

上式中：Acquis為中介變量，表示人才獲得感變量；α1為服務業成本病影響技術創新的總效應；γ1為服務業成本病影響技術創新的直接效應；β1和γ1為服務業成本病影響技術創新的間接效應。式（2）和式（3）中的末兩項均分別表示固定效應和隨機誤差項，下同。

最后，為檢驗市場化程度的調節作用，設定如下模型：

上式中，Market表示市場化程度。通過比較α1、δ1和θ1的系數和顯著性，分析市場化程度對服務業成本病影響技術創新的調節效應。區域異質性特征主要基于基準模型分析。

（二）變量定義

1.被解釋變量：實質性技術創新和策略性技術創新

實質性技術創新用發明專利授權量的數量表示，策略性技術創新用實用新型和外觀設計專利數量表示。相較策略性技術創新，實質性技術創新具有技術含量高、研發難度大、研發成本高和審查標準嚴格等特點，策略性技術創新相對技術創新質量較低。

2.解釋變量：生產性服務業成本病、生活性服務業成本病和公共服務業成本病

在鮑莫爾兩部門非均衡增長模型中，鮑莫爾成本病形成的根本原因和誘發因素是制造業和服務業部門之間不斷擴大的勞動生產率差異。宋建和鄭江淮（2018）的模型推導和實證檢驗顯示，部門產出、就業份額以及部門之間的相對價格[23]，最終都取決于相對生產率的差異。故采用制造業與服務業之間勞動生產率的比值來衡量服務業成本病的大小；制造業與服務業之間的相對生產率比值越大，表明勞動生產率差距越大，鮑莫爾成本病也就越嚴重；反之，相對生產率比值越低，成本病則越輕微。本文重點不在于判斷中國服務業成本病的存在性質，而是尋找一種代理變量來衡量中國省際服務業成本病的變化。為區分匹配不同服務業對技術創新的影響，將成本病進一步劃分為生產性服務業成本病、生活性服務業成本病和公共服務業成本病。其中，生產性服務業主要包括交通運輸、倉儲和郵政服務業、金融業、信息傳輸、軟件和信息技術服務業、租賃和商務服務業、科學研究和技術服務業等，生活性服務業主要包括住宿和餐飲業、批發和零售業、房地產業、居民服務、修理和其他服務業、文化、體育和娛樂業等。而教育、衛生和社會工作、公共管理、社會保障和社會組織等其他服務業則屬于公共服務業范疇。

3.中介變量：人才獲得感

人才獲得感的計算主要基于評價指標體系（表1），采用熵值法進行加權測算。其中，人才獲得感的評價分為生存獲得感和發展獲得感。前者用于衡量人才在基礎公共服務領域的滿足狀態；后者則用于衡量人才在事業發展、職業收入等領域的獲得感。在評價指標中，除了普通小學生師比和初中生師比作為反向指標外，其余均為正向指標。反向指標意味著指標越高，人才生存獲得感越低。

4.調節變量：市場化水平

采用樊綱和王小魯（2001）編制的《中國市場化指數》[24]指標體系計算，從政府與市場關系、非國有經濟發展、產品市場的發育程度、要素市場的發育程度和市場中介組織的發育和法律制度環境五個維度通過加權合成市場化水平指標。

5.控制變量

在廣泛參閱相關文獻基礎上，分別選取經濟發展水平、產業結構、人力資本強度、財政支出強度和研發投入強度作為控制變量進入模型。其中，經濟發展水平用人均GDP指標表示，產業結構采用第三產業與第二產業的增加值比重表示，人力資本強度采用每萬人大專及以上學歷人口的數量表示，政府干預強度采用政府一般財政支出與GDP的比重表示，研發投入強度采用地區研發投入與GDP的比重表示。為降低代理指標單位不同引發的數量差異，上述五個控制變量均在取對數以后進入模型。

（三）數據來源說明

本文采用2005—2020年中國省際面板數據，各類專利和中介變量的主要指標數據來源于中經數據庫、國家統計局官網以及各省統計年鑒。服務業成本病在計算中涉及的“細分行業增加值”和“細分行業從業人口數量”數據主要來源于《第三產業統計年鑒》《固定資產投資統計年鑒》和各省統計年鑒。由于少數省份服務業細分行業的增加值數據僅公布金融業、房地產業、批發和零售業、其他服務業等少數幾個行業，對“其他服務業”沒有做進一步細分，故參照鄰近省份或產業結構、資源稟賦較為類似省份的“其他服務業”細分結構，對這些未對“其他服務業”門類進行細分的省份進行替代計算。通過這種方法，可以整理出各省15種服務業細分門類的行業增加值，并結合《第三產業統計年鑒》公布的服務業細分行業從業人員數量，分別計算不同行業的服務業成本病大小。上述主要變量的描述性統計結果如表2所示。

三、實證結果及分析

（一）基準回歸結果分析

在固定年份和省份基礎上，采用固定效應模型對式（1）進行估計。表3列（1）至列（3）分別報告了生產性服務業成本病、生活性服務業成本病和公共服務業成本病對實質性技術創新的影響。從回歸系數看，無論是生產性服務業成本病，還是生活性服務業成本病和公共服務業成本病，均對實質性技術創新形成顯著的抑制作用。從系數比較看，生產性服務業成本病對實質性技術創新的遲滯作用最強，其次是公共服務業，最后是生活性服務業。在控制變量的表現中，五個變量對實質性技術創新的影響均較為顯著。尤其是人力資本強度和研發投入強度對實質性技術創新的影響更為突出，與實質性技術創新的“高要素投入”“高強度研發”特點較為一致。政府干預強度與實質性技術創新的回歸系數為負，表明政府干預會抑制實質性技術研發。因此，在促進實質性技術創新的過程中更應強化市場的作用。列（4）至列（6）報告了生產性服務業成本病、生活性服務業成本病和公共服務業成本病對策略性技術創新的影響。其中，僅公共服務業成本病對策略性技術創新有顯著抑制作用，生產性服務業成本病和生活性服務業成本病的影響則不顯著，由此假設1得到證明。服務業成本病對創新的不同影響效果也間接表明，與策略性技術創新相比，實質性技術創新需要更完善的服務業配套和更高的服務業運行效率。由于策略性技術創新往往涉及模仿和跟隨，其研發環節相對獨立，因此對生產性服務業和生活性服務業的配套需求較低，而對基礎公共服務業的配套能力需求較高。

（二）內生性檢驗

為克服雙向因果和遺漏變量可能導致的內生性問題，本文分別引入生產性服務業成本病、生活性服務業成本病和公共服務業成本病滯后一期作為工具變量進行2SLS估計。限于篇幅，本文僅呈現實質性技術創新對上述三種服務業成本病基準回歸的穩健性進行分析，估計結果如表4所示。Anderson-LM檢驗和Cragg-DonaldWald-F檢驗結果顯示，上述工具變量選擇既不存在不可識別問題，也非弱工具變量。這說明，在考慮模型內生性問題后，上述基準回歸結果穩健。

（三）穩健性檢驗

為重點考察實質性技術創新對三種服務業成本病基準回歸的穩健性，本文采取以下三種方法進行檢驗：

1.替換被解釋變量

將各省新產品銷售收入替代實質性技術創新，實證結果如表5的列（1）至列（3）所示。從中可以看出，相關系數估計值的符號并未發生明顯變化，說明基準回歸結果具有穩健性。

2.考慮特殊年份影響

考慮到新冠疫情特殊年份可能會對不同服務業成本病的趨勢產生影響，故在模型中納入交叉項Covid×Disea選項。其中，Covid變量在2019年以前年份取值為0，在2019年以后年份取值為1。表5的列（4）至列（6）為回歸結果，從中可以看出，表3基準回歸的系數符號未發生變化，也說明基準回歸結果具有穩健性。

3.去除異常值

為排除異常值干擾，相關回歸均進行上下1%的Winsorize處理，結果如表5的列（7）至列（9），回歸結果同樣印證了基準回歸結果的穩健性。

四、影響機制分析

以人才獲得感為中介變量，分析不同服務業成本病對技術創新的影響機制。表6報告了不同服務業成本病通過人才獲得感影響實質性技術創新的中介效應檢驗結果。列（2）回歸結果顯示，生產性服務業成本病對人才獲得感的影響在5%的水平上通過了顯著性檢驗，說明生產性服務業成本病越高，對人才獲得感越有顯著的抑制作用。列（3）是將人才獲得感和生產性服務業成本病兩個變量同時納入實證模型的回歸結果，此時，生產性服務業成本病對實質性技術創新的影響系數絕對值為0.020，較列（1）基準回歸的系數絕對值顯著變小，且均通過了顯著性檢驗，說明人才獲得感變量的中介效應顯著存在。同樣，生活性服務業成本病和公共服務業成本病通過人才獲得感影響實質性技術創新的中介效應也通過了顯著性檢驗。這說明如果服務業發展相對滯后，會極大影響人才的獲得感，進而削弱人才技術創新的動力，最終抑制實質性技術創新。

表7報告了不同服務業成本病通過人才獲得感影響策略性技術創新的中介效應檢驗結果。與基準回歸結果一致，在三種服務業成本病影響策略性技術創新的中介效應檢驗中，僅有公共服務業對策略性技術創新的中介效應通過了檢驗，其余兩種未通過檢驗。通過比較表6和表7可知：一方面，服務業成本病通過人才獲得感影響技術創新的中介效應存在，假設2得到證明；另一方面，實質性技術創新相較策略性技術創新需要更高的服務業配套條件，這種服務業配套條件對技術創新的影響最終是通過人才提升對生存和發展的滿足感、獲得感這一中介變量發揮作用的，人才是技術創新的核心。

五、拓展性討論

（一）市場化改革是否有利于矯正服務業成本病對技術創新的抑制作用

使用雙向固定效應模型對式（4）和式（5）進行回歸分析。表8的列（1）和列（5）分別報告了市場化程度變量對實質性技術創新和策略性技術創新的單獨影響。回歸系數均為正，且在1%水平上顯著，表明在不考慮服務業成本病背景下，市場化改革可以有效提升技術創新水平。在模型中加入市場化程度與各類型服務業成本病的交互項后，服務業成本病對實質性技術創新的顯著抑制作用消失了，而公共服務業成本病對策略性技術創新的部分抑制作用也得到逆轉。這表明，在考慮市場化改革變量后，服務業成本病對技術創新的抑制作用得到了有效緩解，由此假設3中“市場化程度對服務業成本影響技術創新具有調節效應”的結論得到證明。

（二）南北地區服務業成本病對技術創新的抑制作用是否有顯著的異質性

本文將樣本按照地理位置標準劃分為南方省份和北方省份，采用雙向固定效應模型對式（1）進行回歸。以實質性技術創新為例，表9報告了南北方服務業成本病影響實質性技術創新的差異。其中，列（1）至列（3）為南方樣本服務業成本病影響實質性技術創新的回歸結果，從中可以看出，南方地區服務業成本病對實質性技術創新的影響更為敏感，且回歸系數表現與全樣本回歸結果基本一致。列（4）至列（6）顯示，北方地區生活服務業和公共服務業對實質性技術創新的影響不顯著，而生產性服務業成本病對實質性技術創新甚至還有正向促進作用，由此假設3中“服務業成本病對技術創新的影響具有顯著的南北方分異特征”的結論得到證明。之所以存在南北方分異的特征，很可能源于北方以企業為主體從事實質性技術創新的市場化比重較低，技術創新的模式較多依靠科研院所和國有部門推動，疊加政策扶持誘發的要素資源配置扭曲，由此造成生活性服務業成本病和公共服務業成本病對實質性技術創新的抑制作用不顯著，而生產性服務業成本病在要素市場扭曲程度較高的背景下反而促進了實質性技術創新水平。

六、結論與政策建議

本文基于2005—2020年中國省際面板數據，實證檢驗了服務業成本病對技術創新的影響與理論機制。第一，服務業成本病總體上不利于技術創新。具體來說，生產性服務業成本病、生活性服務業成本病和公共服務業成本病均對實質性技術創新形成顯著的抑制作用，而對策略性技術創新的影響則不明顯或不顯著。這表明實質性技術創新相比策略性技術創新需要更高的服務業配套條件。第二，服務業成本病通過人才獲得感對技術創新產生影響。服務業成本病降低了人才的獲得感，進而削弱了人才的技術創新動力，最終抑制了實質性技術創新。這一中介效應在生產性服務業、生活性服務業和公共服務業中均得到了驗證。第三，市場化程度對服務業成本病影響技術創新具有顯著的調節效應。市場化改革可以有效提升技術創新水平，并且能夠矯正服務業成本病對技術創新的抑制作用。第四，南北方在服務業成本病對技術創新的影響上存在顯著差異。南方地區服務業成本病對實質性技術創新的影響更為敏感，而北方地區生活服務業和公共服務業成本病對實質性技術創新的抑制作用不顯著，生產性服務業成本病甚至對實質性技術創新有正向促進作用。

基于上述研究結論，本文提出如下政策建議。第一，樹立動態思維，積極營造適應策略性技術創新向實質性技術創新階段轉變的服務業發展環境。在策略性技術創新時期，優質的公共服務業能夠有效促進策略性技術進步。在我國由策略性技術創新走向實質性技術創新時期，傳統的政策主導思維難以適應日趨復雜的需求。因此，必須著眼全局，構建生產服務業、生活服務業和公共服務業提質增效的良好局面，促進實質性技術創新，推動中國戰略驅動總體目標的實現。第二，將以人民為中心的理念貫穿于技術創新和發展服務業的具體行動中，將服務業發展作為增強人才獲得感的重要抓手。通過服務業提質增效發展，激發人才參與實質性技術創新的積極性。以地市為基礎單元，全面推動實質性技術創新為目標，以服務業高質量發展為抓手，以滿足人才獲得感為根本落腳點，構建地區技術創新發展的保障機制與系統政策體系，將地方競爭的焦點轉向技術創新的生態鏈打造上，增強地區經濟發展的內生動力。第三，以深入推動市場化建設為主導，降低或消除服務業發展壁壘，緩解南北差距，消除政策風險，多措并舉矯正服務業成本病。貫徹落實建設全國統一大市場的政策舉措，加大粵港澳大灣區、長江經濟帶等改革先行區服務業試點改革成果舉措的推廣力度，打破區域和行業壟斷，鼓勵傳統服務業利用數字經濟提高運營效率，努力將服務業打造成當前我國經濟高質量增長的強勁引擎。