专业化、多样化集聚对制造业创新效率的影响

张 璐，牟仁艳，胡树华，张 权

(武汉理工大学管理学院，湖北 武汉 430070)

0 引言

2016年,中国制造业增加值规模和制成品出口规模占全球比重均超过20%，产业规模稳居全球第一。然而，由于创新水平不高，中国制造业面临 “大而不强”的发展困境。制造业技术整体对外依存度高达50%，几乎100%的高档液压件、密封件和发动机，95%的高端数控系统，80%的芯片、传感器、高端医疗器械都依赖进口。2016年中国芯片进口总额高达2270.26亿美元，超过原油名列第一，高端装备、电子设备、仪器仪表进口总额接近1万亿美元。因此，把创新摆在制造业发展全局的核心位置，不断提升制造业创新效率是新科技产业革命趋势下破解制造业 “大而不强”瓶颈，实现中国制造业强国目标的关键举措。

制造业创新效率的提升受到产业形态、市场机制、人员素养、管理水平等诸多因素的影响，其中产业集聚通过知识溢出效应、规模效应、协同效应、竞争效应等作用于创新效率，成为学者研究技术创新效率的焦点视角[1-3]。根据特定区域内集聚个体是否属于同一行业及知识是否存在产业边界，制造业集聚可分为两种典型模式——专业化集聚和多样化集聚。前者以Marshall、Arrow、Romer为代表，强调同类产业的企业集聚通过同质性知识溢出促进产业创新效率的提升，即Mar外部性[4-5]；后者以Jacobs为代表，强调不同产业的企业集聚能通过异质性知识溢出提升产业创新效率，即Jacobs外部性[6]。但就现实情况而言，并非所有类型的产业集聚都能有效改善创新效率，聚而不集、集聚过度、集聚模式不当等都会制约创新效率的提升。制造业创新效率包括创新规模效率和纯技术效率两个方面，通过区分两种效率可以将将制造业创新路径分为两条，即以增加创新投入规模发挥规模效应的外延式创新路径和以技术突破来提升纯技术效率的内涵式创新路径。不同模式的制造业集聚是否影响及如何影响制造业创新效率，其影响通过何种路径实现目前还没有学者研究。

基于此，本文区分制造业两种集聚模式，分别研究专业化集聚和多样化集聚对制造业创新效率的影响及其作用路径，重点探索以下四个问题：第一，各地区制造业集聚的模式差异和程度差异；第二，不同模式的制造业集聚是否影响及如何影响其创新效率；第三，不同模式的制造业集聚对其创新效率的影响是否存在区域差异；第四，各地区制造业应如何集聚才能有效提升其创新效率。上述问题的解决能够为区域选择产业重点，利用制造业的有效集聚提升技术创新效率提供借鉴，帮助地方政府结合本地制造业集聚实际情况制定产业布局规划与区域创新战略，同时为不同制造业企业的合理布局和创新路径的选择提供参考。

1 文献述评

国内外学者关于制造业集聚对创新的影响研究颇为丰富，根据是否区分制造业不同集聚模式，可将现有成果归纳为以下两个方面：

第一，制造业集聚整体对创新的影响。这类研究未区分集聚模式，将制造业集聚作为一个整体变量研究集聚程度差异对创新的影响。周彩红等[7]、张萃[8]利用中国制造业行业面板数据分析得出，制造业集聚程度对创新具有正向影响；韩庆潇[9]、杨浩昌[10]认为制造业集聚对技术创新影响存在明显行业差异。还有部分学者认为制造业集聚对创新的影响具有不确定性甚至是负相关性。李子彪[11]研究得出生物制造业的产业聚集对创新能力的影响机制不是固定不变，中国的东中西三大区域之间存在显著差异，且产业聚集度过高或过低都会负向影响产业技术创新能力；曹玉平[12]认为制造业集聚对创新虽然有一定的促进作用，但作用效果不是十分显著。

第二，制造业不同集聚模式对创新的影响。这类研究将制造业集聚分为专业化集聚和多样化集聚，分析每一类集聚模式的集聚程度高低对创新的影响，目前学者们的结论尚未达成。国外学者Panne[13]实证研究发现地区专业化水平与企业新产品开发之间存在正向关系，多样化水平的影响效果不显著；Oort[14]、Ouwersloot等[15]分别利用荷兰、美国制造业数据证实区域多样化与制造业创新存在正向关系。Fritsch等[16]则利用德国城市数据得出专业化集聚和多样化集聚均以 “倒U型”方式影响创新效率，且存在显著的区域差异。国内学者的研究多围绕制造业及其细分行业，重点考察了制造业专业化集聚与多样化集聚对区域创新效率的影响；陈劲等[2]以中国高技术产业为例研究得出，集聚程度和集聚模式均影响创新，但不同集聚模式在不同集聚水平上对创新的影响作用恰好相反；张昕等[17]以电子及通信设备制造业为例研究得出，专业化知识溢出和多样化知识溢出对区域创新能力分别产生正向和负向影响：范剑勇等[18]以通信设备、计算机与其他电子设备业企业为研究对象，得出专业化集聚能够提高技术效率，而多样化集聚对技术效率改善无显著影响。

综上所述，关于制造业集聚对创新影响的既有研究呈现 “三重三轻”的特征： “重制造业集聚对创新能力的影响，轻制造业集聚对创新效率的影响”， “重制造业不同模式的集聚对区域所有行业整体创新的影响，轻制造业不同模式的集聚对制造业创新的影响”， “重制造业细分行业分析，轻制造业全行业整体分析”。据此，本文在上述研究成果的基础上进行改进，将我国制造业整体作为研究对象，首先借鉴成熟做法将集聚划分为专业化集聚和多样化集聚两种模式，测算我国不同省市区两种集聚模式的具体水平；然后，将环境要素考虑在内，利用DEA-BCC模型分别测算出制造业创新的综合效率、规模效率和纯技术效率；最后，深入探索专业化、多样化集聚分别对制造业三种不同创新效率的影响及其区域差异。

2 模型设定与指标测算

2.1 模型设定

制造业专业化、多样化集聚对制造业创新效率的影响主要表现为由企业技术突破引起的纯技术效率的改变和由创新要素规模变化引起的规模效率的改变。本文将制造业创新效率分为创新综合效率、纯技术效率和规模效率，重点研究制造业专业化、多样化集聚分别对制造业三种创新效率的影响及其作用路径。由于影响制造业创新效率的因素是复杂的，为使测量结果更加准确，本文综合前人研究设产业环境为控制变量，并将其划分为基础环境、市场环境和制度环境，建立如下三个计量模型，各变量取对数以消除异方差影响：

lnCTIEi,t=ci,t+β1lnSpeaggloi,t+β2lnDiaggloi,t+

β3lnBasei,t+β4lnFdii,t+β5lninstii,t+εi,tlnPTIEi,t=ci,t+β1lnSpeaggloi,t+β2lnDiaggloi,t+β3lnBasei,t+β4lnFdii,t+β5lninstii,t+εi,tlnSTIEi,t=ci,t+

β1lnSpeaggloi,t+β2lnDiaggloi,t+β3lnBasei,t+

β4lnFdii,t+β5lninstii,t+εi,t

其中，lnSpeaggloi,t、lnDiaggloi,t为自变量，分别指专业化和多样化集聚水平；lnCTIEi,t、lnPTIEi,t和lnSTIEi,t为因变量，分别指创新综合效率、纯技术效率和规模效率；lnBasei,t、lnFdii,t、lninstii,t为控制变量，分别指基础环境、市场环境和制度环境；ci,t为常数，β1、β2、β3、β4、β5为待估参数；εi,t为随机干扰项，i、t分别表示区域和时间。

2.2 指标测算

(1)自变量。①专业化集聚水平。综合乔海曙[19]、张彩江等[20]、范剑勇[21]的做法，利用相对专业化指数度量地区制造业专业化集聚水平，并在其基础上，考虑地方行业在全国的重要程度，利用31个制造业分行业的相对专业化指数加权计算制造业整体相对专业化指数，从而更加客观全面地反映制造业专业化集聚状况，避免出现由于地区制造业总体规模较小导致地区细分行业占制造业的产值比重较高，进而使得地区制造业相对专业化指数计算值偏高。计算公式为：

(1)

其中，Speaggloi,t是i地区t时期制造业相对专业化集聚指数，度量i地区与其他地区平均水平的制造业结构差异，值越大，说明i地区制造业集聚相对专业化水平越高；Pi,k,t为i地区k行业t时期的产值；Pj,k,t为j地区k行业t时期的产值；Pi,t为i地区t时期的制造业产值；Pj,t为j地区t时期制造业产值；Wi，k，j是权重系数，为区域i行业k的产值在全国行业k的产值的占比。

②相对多样化集聚水平。借鉴张彩江等[20]、李金滟等[22]、刘乃全等[23]的做法，利用地区制造业相对多样化集聚指数衡量地区制造业多样化集聚水平，计算公式为：

(2)

其中，Pi,k,t为i地区k行业t时期的产值；Pi,t为i地区t时期制造业产值；Pk,t为全国k行业t时期的产值；Pt表示全国t时期的制造业产值；Diaggloit为制造业的相对多样化集聚指数，值越大，表明制造业集聚多样化水平越高。

目前制造业方面，反映产值的指标包括制造业的工业总产值、工业增加值和工业销售产值，由于从2011年起， 《中国工业统计年鉴》不再统计分行业的工业总产值和工业增加值的数据，考虑数据的可得性和统计口径的一致性，本文根据 《国民经济行业分类》(GB/T 4754—2011)的31个制造业2位代码行业，利用各地区规上工业企业的工业销售产值来计算制造业2012—2015年的相对专业化集聚指数和相对多样化集聚指数。

(2)因变量。DEA-BCC模型是评价创新效率的经典模型之一，该模型假定规模报酬可变，可以同时测出创新的综合效率(CTIE)、纯技术效率(PTIE)和规模效率(STIE)，且在规模效益可变的情况下，三者之间存在如下关系：CTIE=PTIE×STIE。笔者借鉴王艳秋等[24]、梁合等[25]学者的做法，利用deap2.1软件，根据DEA方法中基于投入的规模报酬可变的BCC模型衡量制造业创新的综合效率、纯技术效率和规模效率。基于数据可得、指标客观等建模需求，既有研究普遍将企业R&D人员全时当量、R&D经费支出作为投入指标，企业专利申请数作为产出指标[1，7，11，23]计算创新效率。笔者认为，新形势下的制造业创新不仅仅体现在以专利为结果所体现的技术领先和突破，更需要通过创新实现产业与生态的协调发展，这既是企业主体的主观性追求，也是外部环境形成的客观约束。因而，对创新效率的衡量既要考虑研发投入成本所产生的技术性成果，也要考量能源消耗产生的生态代价。因此，在创新投入方面增设能源消耗指标，创新产出方面增设环境污染指标。由于BCC模型中评价效率的产出均为期望产出，产出越大，效率越高。而环境污染产出是一种非期望产出，产出越少，效率越高，因此借鉴韩晶[26]、Hailu[27]的做法将环境污染产出看作创新投入要素。能源消耗指标采用能源消耗量(标煤)衡量，环境污染指标利用各地区工业废水排放总量、工业废气排放总量、一般工业固体废物产生量衡量。

(3)产业环境。基础环境以制造业固定资产占总资产的比重 (Base)来衡量；制度环境以非国有资产占全社会总资产的比重来衡量；市场环境以制造业中规上工业企业实收资本中外商资本的比重 (Fdi)来衡量[28]。

由于2011年国家质检总局和国家标准化委员会批准的由国家统计局修订的国家标准 《国民经济行业分类》 (GB/T 4754—2011)与 《国民经济行业分类注释》(GB/T 4754—2002)相比，制造业行业分类发生变化，为了保证统计口径的一致性和数据的可比性，本文选取制造业2012—2015年数据进行研究，数据来源于 《中国工业统计年鉴》 《中国环境统计年鉴》和 《中国统计年鉴》。

3 实证研究

3.1 各地区制造业专业化、多样化集聚情况

根据省份地理特征，可将中国除港、澳、台外的31个省市自治区划分为东部、中部、西部三大区域。由于西藏部分数据缺失，这里将西藏剔除，根据式(1)、式(2)计算得出2012—2015年各地区制造业相对专业化集聚指数和相对多样化集聚指数。三大区域的相对专业化集聚指数和相对多样化集聚指数分别由其对应省份的平均值表示，如图1、图2所示。

东中西三大区域制造业在专业化、多样化集聚方面表现出一定的差异性。从专业化聚集水平看，东中西梯次格局明显，东部集聚水平远高于中西部。与中西部相比，东部作为改革开放政策的先试地区，自20世纪80年代以来，长期成为人才、资本、技术等制造业生产要素的汇聚区，推动地区制造业整体水平的领先式发展，客观形成了远高于中西部地区制造业专业化集聚水平的现状。同时，东部地区抓住经济全球化进程机遇，发挥沿海区位开放优势及要素成本比较优势，通过外贸、代工生产等手段积极融入全球产业链分工，在一定程度上促进了区域内部的专业化产业集群形成。这种专业化集聚又使得东部地区企业的知识和技术获得成本普遍更低，进而吸引更多其他区域企业的聚集，形成循环累积效应。

图1 三大区域相对专业化集聚指数

图2 三大区域相对多样化集聚指数

从多样化集聚水平来看，中部地区逐步领先且增长态势明显。在制造业转型升级大背景下，从东向西产业梯次转移格局逐步形成。东部地区传统制造业在出清过程中逐渐向低成本、高效率地区集聚，而部分新兴制造业，如通信设备、电子元件、半导体等也不同程度地向中西部地区迁移，客观导致东部地区制造业多样化集聚水平下降。中部地区由于资源丰富，要素成本低、市场潜力大等优势大力承接先发地区产业，制造业多样化集聚水平进而大幅提升，超过东部地区。而西部地区受制于区位交通、基础设施、消费市场等主客观条件导致区内产业成长与区外产业承接能力不足，进而制造业多样化集聚程度有限，长期处于相对较低水平。

为了进一步揭示各省市制造业聚集特征，以相对专业化集聚指数为横轴，相对多样化集聚指数为纵轴，两者均值 (1.775，1.858)为集聚程度高低区分点，将30个省市划归到四个象限，绘制制造业相对专业化—多样化集聚矩阵图，见图3。

图3 各地区制造业相对专业化—多样化集聚矩阵图

图3显示，各地区制造业专业化、多样化集聚程度存在明显分异。江苏、浙江、山东、福建、河南、四川的专业化、多样化集聚水平呈双高状态，这些区域制造业总体规模位居全国前列，且支柱性细分产业门类较多。以山东为例，该省2015年制造业销售产值居全国第二，细分行业销售产值占比超过4%的有13个，占制造业31个细分门类的42%。广东、云南、河北制造业专业化集聚水平较高，多样化聚集水平相对较低。这是由于广东、河北制造业虽然体量大，2015年制造业销售产值在全国分别排名第三和第七，但主要集中于少数细分行业，如广东的计算机、通信和其他电子设备制造业、电器机械和器材制造业两个行业销售产值之和占制造业总销售产值的比重高达36%；河北仅黑色金属冶炼和压延加工业的销售产值占比就高达29%。与之不同，云南的专业化集聚水平之所以在全国排名第四，主要得益于依托自然禀赋发展的相关制造业聚集，如该省烟草制造业专业化集聚水平位列全国首位。安徽、湖南、湖北等八省多样化集聚水平较高，而专业化集聚水平较低，这与这些地区制造业多而不专，细分行业分布比较均匀有关。以湖南省为例，2015年制造业31个细分行业中销售产值占制造业总销售产值比重在1%以上的有23个，但比重在10%以上却无一个。上海、北京、山西等13个省市自治区专业化、多样化集聚水平均较低,这是因为北京、上海、重庆、吉林、内蒙古制造业规模均一般，且只集中于少数细分行业。如北京专业化于汽车制造业、计算机、通信和其他电子设备制造业等等部分行业，但从制造业总体来看，专业化、多样化集聚水平均不高。海南、甘肃、青海等八个省市区制造业专业化、多样化集聚水平呈双低状态，主要因为这些地区制造业规模非常小，各地区制造业销售产值占全国的比重均不足1%。

3.2 制造业差异化集聚对技术创新效率的影响

(1)总样本面板数据多元回归分析。本研究利用Eviews6.0对制造业专业化、多样化集聚水平与制造业创新综合效率、纯技术效率和规模效率进行面板数据多元回归分析以探索其关系。首先采用Hausman检验确定自变量、控制变量与因变量之间的关系为固定效应模型还是随机效应模型。P值小于0.1，拒绝原假设，采用固定效应模型；反之，采用随机效应模型。研究所用数据为2012—2015年除西藏外30个省市自治区的制造业数据，总样本面板数据回归分析结果见表1。

表1 总样本面板数据回归分析结果

注：圆括号内的数字为t统计量，***、**和*分别表示在1%、5%和10%的水平上显著，下同。

从总体来看，模型一结果显示制造业专业化、多样化集聚均在1%的水平下对制造业创新综合效率存在显著正向影响；模型二结果显示制造业专业化、多样化集聚均在1%的水平下对制造业创新纯技术效率有显著正向影响；模型三结果显示制造业专业化集聚在10%的水平下对制造业创新的规模效率有显著负向影响，制造业多样化集聚对制造业创新规模效率有正向影响，但作用不显著。即：现阶段制造业专业化、多样化集聚均能促进制造业创新综合效率的提升，但其作用路径不同。制造业专业化集聚通过纯技术效率、规模效率两条路径影响制造业创新综合效率，且现阶段中国制造业专业化集聚会抑制制造业创新规模效率的提升。而制造业多样化集聚主要通过纯技术效率影响制造业创新综合效率。究其原因，创新纯技术效率方面，专业化、多样化集聚均能促进其提升的原因是：制造业集聚有利于企业之间显性知识和隐性知识的交流与传播，同一制造业细分行业企业的专业化集聚和不同制造业细分行业企业的多样化集聚分别可以产生同质性知识溢出和异质性知识溢出，这两种知识溢出效应有利于企业及时了解本行业或其他行业竞争所需要的信息和技术，提高企业技术创新的纯技术水平。

创新规模效率方面，专业化集聚对其产生负向作用的原因是：虽然专业化集聚使同行业的企业集中在一起，企业为了争夺市场，会扩大创新规模以降低成本。但创新规模不是越大越好，一旦创新规模达到或超过某一个值，创新效益便会逐渐下降，甚至变为零或负值，引发规模不经济现象。本文研究的是2012—2015年制造业数据，这一阶段的制造业，尤其是云南的烟草制造业、浙江的化学纤维制造业等专业化集聚水平达到一个相对较高的水平，可能超过了专业化集聚能够促进创新规模效率的阀值，导致其对创新规模效率产生负向作用。多样化集聚对创新规模效率影响不显著的原因是：制造业中小企业占比非常大[22]，由于所处行业不同且规模过小等原因，中小企业的多样化集聚使集聚区内的企业在创新方面难以形成规模效应，导致制造业多样化集聚对创新的规模效率作用不明显。

(2)分组面板数据多元回归分析结果。由于各区域间的产业集聚水平、创新能力差异明显，为区分不同区域产业集聚模式对创新效率的影响差异，本文将样本划分为东中西三大区域进行分析，结果如表2所示。

表2 分组面板多元回归结果

①制造业专业化集聚对技术创新效率的影响。东部地区与全国类似，专业化集聚在分别1%、1%的显著水平下对制造业创新综合效率和纯技术效率存在正向影响，在5%的显著水平下对制造业创新规模效率存在负向影响。中部地区专业化集聚对三种创新效率的影响均不显著。西部地区专业化集聚通过促进创新规模效率来促进创新综合效率。究其原因，由图1、图3可知，东部地区，尤其是江苏、广东、浙江、山东、福建等地区制造业专业化集聚水平远远高于其他地区，导致全国整体的专业化集聚平均水平被拉高。而由图2可知，东部地区的多样化集聚水平低于中部地区，高于西部地区，位于中间位置，且其他地区均相差不大。这两个原因均导致全国的总样本面板数据多元回归结果与东部地区回归结果类似。前文已阐述全国专业化集聚对制造业创新效率影响的可能原因，东部地区与全国类似，此处不再赘述。

西部地区专业化集聚促进创新规模效率的原因是：国家实施西部大开发战略使西部地区制造业集聚水平上升，同一行业企业的专业化集聚带来的竞争效应刺激企业不断扩大创新规模以降低创新成本，实现规模经济。同时，专业化集聚也降低了企业的协调成本，企业通过协作分工产生协同效应，提高创新产出，也有利于企业规模效率的提升，且西部地区的专业化集聚水平相对东部和中部地区差距较大，现阶段其值还没有达到使专业化集聚对创新规模效率产生负向效应的阀值，因而能够促进创新规模效率的提升，进而对创新综合效率产生正向影响。

中部和西部地区专业化集聚对纯技术效率影响不显著的原因是：两地专业化集聚水平较高的产业如河南的农副食品加工业，云南的烟草制品业等均为资源密集型产业，对技术要求不高，导致同质性知识外溢效应相对不太明显，因而产业的专业化集聚对纯技术的提升影响不显著。

②多样化集聚对技术创新效率的影响。东部地区，制造业多样化集聚分别在1%、5%的显著水平下促进创新综合效率和纯技术效率的提升。中部地区多样化集聚分别在1%、5%、1%的显著水平下对创新综合效率、纯技术效率、规模效率存在正向影响，而西部地区多样化集聚在5%的显著水平下促进创新的规模效率，但其作用较小，对创新综合效率的提升的作用不显著。

多样化集聚促进东部和中部地区创新纯技术效率的提升与异质性知识溢出效应有利于纯技术效率的提升有关，此处不再赘述。多样化集聚对中部和西部地区创新规模效率的促进作用与中西部积极承接沿海产业转移有关，如广东、上海、浙江等沿海地区的家电、纺织、服装等劳动密集型制造业纷纷转移至湖南、湖北、安徽和江西等中部地区。这不仅提升了中部地区的制造业集聚水平，更有利于企业利用中部地区丰富的劳动力及土地资源，扩大生产规模，形成规模效应，促进创新规模效率的提升。

4 结论与建议

4.1 研究结论

总体来看，不同模式的制造业集聚均会影响制造业创新效率，但其影响程度和作用路径不同。制造业专业化集聚通过纯技术效率、规模效率两条路径影响制造业创新综合效率，而制造业多样化集聚主要通过纯技术创新效率影响制造业创新综合效率。且现阶段中国制造业专业化集聚程度总体偏高，达到饱和或过度状态。制造业专业化集聚水平的提升对制造业创新的规模效率会产生负向影响。

分区域来看，制造业专业化、多样化集聚对制造业创新效率的影响存在明显地区差异。东部和西部地区制造业各创新效率均受到专业化、多样化集聚两方面的影响，东部地区专业化、多样化集聚主要通过纯技术效率正向影响创新综合效率，同时现阶段对于规模效率而言，东部地区专业化集聚程度偏高，达到饱和或过度状态，其专业化集聚会对创新规模效率产生负向影响。中部地区专业化集聚对三种创新效率的影响均不显著，多样化集聚通过规模效率和纯技术效率两方面正向影响创新综合效率。西部地区，制造业创新效率主要与专业化集聚有关。专业化集聚通过规模效率正向影响创新综合效率，而多样化集聚虽然对制造业创新规模效率存在显著正向影响，但对创新综合效率和纯技术效率影响均不显著。

4.2 建议与对策

东部地区，制造业创新效率的提升依赖于纯技术的进步，由扩大创新规模带来的规模效应对创新效率的正向影响已经消失，甚至会对创新规模效率产生抑制作用。政府应优化产业结构，积极落实国家产业转移相关政策，将江苏、广东、浙江、山东、福建等地区部分过度专业化集聚的劳动密集型制造业向中、西部地区转移，重视资本密集型和技术密集型产业的发展，促进制造业集聚的高端化发展。同时，重点提高广东、河北、天津、上海等地区不同制造业细分行业下企业的多样化集聚水平，使企业人员充分利用不同行业间异质性知识溢出，促进本行业与其他行业的知识融合，实现纯技术突破，通过创新纯技术效率的改善促进制造业创新综合效率的提升。

中部地区，应响应国家中部崛起战略政策，大力承接东部沿海产业转移，提升制造业的多样化集聚水平。由于制造业的专业化、多样化集聚对其创新效率的影响不同，企业可以根据各集聚区制造业集聚模式的不同和企业自身发展的需要调整其创新战略及经营方针。制造企业，尤其是资本密集型和技术密集型制造业企业尤其要重视其多样化集聚环境，一方面通过大规模创新生产产生规模效应，另一方面，利用不同行业异质性知识的外部溢出效应和知识的互补性提升企业技术创新的纯技术水平，从创新的规模效率和纯技术效率两方面提升制造业的技术创新效率。

西部地区，制造业发展相对落后，其专业化和多样化集聚水平均远远低于东部和中部地区。由于经济基础薄弱、交通不便、人才资源匮乏等原因，该地区也未能吸引东部地区的产业转移。制造业创新效率的提升重点在于完善基础设施条件和制度环境，增强制造业的专业化集聚水平，通过已有制造业细分行业的大规模创新生产提高创新的规模效率。