产业匹配视域下中国经济高质量发展的动力来源
——基于门槛效应的实证研究
2020-05-07黄梓轩
孙 畅，黄梓轩
(1.西南财经大学 工商管理学院，四川 成都 611130；2.重庆工商大学 经济学院，重庆 400067)
一、引言
中国正处于经济高质量发展转型阶段，也是转变经济发展方式、转换经济增长动力的攻关阶段。美国单方面挑起的贸易摩擦，进一步暴露了中国产业体系中制造业处于全球价值链中低水平、服务业高端化不足的问题，价值链、产业链安全受到威胁。因此，提高全要素生产率，建设高质量发展的现代化产业体系，探寻经济高质量发展的动力来源，已成为当前中国经济发展的迫切要求。
产业匹配是产业间双向适应并相互配合以达到效率最佳的状态，产业间相互匹配才是有效的市场状态，才能最大程度发挥产业对经济发展的影响[1]。产业匹配能够在产业系统内形成优势互补和资源耦合，有利于产出更多高嵌入、高价值链控制力的产品和服务，对于提高产品国际竞争力、提升对全球价值链和产业链的控制力具有重要意义，是实现经济高质量发展的基础。因此，对经济发展过程中产业匹配状况的识别就显得尤为重要。鉴于此，在中国经济向高质量发展阶段转型的背景下，本文从价值链高端环节切入，以高端服务业与先进制造业为研究对象，对产业匹配度进行测算，并基于产业匹配的阶段性特征进一步探究产业规模、资本投入、创新能力对经济发展质量影响的条件特征，探寻不同产业匹配阶段中国经济高质量发展的核心驱动，为制定差异化的区域产业政策提供参考和依据。
二、文献综述
“匹配”源自种群生态学模型和传统权变理论，被广泛应用于组织理论、战略管理等管理学领域研究。近年来，“匹配”这一概念逐渐被引入经济学研究领域，林毅夫等认为只有金融结构与产业结构相匹配，才能有效促进实体经济发展[2]，叶德珠和曾繁清在此基础上进一步构建了金融结构与技术水平匹配度指标，认为金融结构与技术水平匹配度通过全要素生产率可以提升经济发展质量[3]；芮明杰等将匹配概念引入产业关系研究中，认为产业间是否相互匹配是产业互动过程中必须研究的关键问题，产业匹配发展有利于技术进步和知识创新，能够降低生产成本，提高生产效率[1]；张昊认为产需匹配是经济长期稳定发展的基础，应将此作为引导经济调整的基准，国内需求与产能不匹配已引发较为严重的结构问题，应将调整制造业结构和发展商贸服务业相结合[4]。从研究方法上看，匹配度的测算主要采用耦合协调模型、M指数、偏离度、行业需求满足度等指标。
“高质量发展”一词是党的十九大报告中首次提出的新表述，学界对经济高质量发展的研究尚处于起步阶段，现有文献主要聚焦于经济高质量发展的内涵及测度。高质量发展是能够更好满足人民不断增长的真实需要的经济发展方式、结构和动力状态[5]，经济发展的质量主要体现在遵循发展规律、创新驱动、中高端化结构等方面[6]。基于高质量发展理念，学者们选取劳动生产率[7]、全要素生产率等指标[8]，或从不同视角构建指标体系[9]对经济发展质量进行测度和评价。部分学者对经济高质量发展相关问题进行了研究，李平等认为，生产性服务业因具有较高的技术水平和对资本、劳动要素的较强集聚力，能够成为经济高质量增长的新动能[10]；高培勇等构建了高质量发展背景下现代化经济体系建设的理论逻辑框架，认为产业体系将从工业主导、低端主导转型为服务业主导、中高端主导，实现经济由高速增长、低质量发展向可持续增长、高质量发展的转变[11]。
综上所述，匹配理论在经济学领域的应用范围不断扩大，不匹配带来的效率损失已引起学者的关注。然而，匹配理论在产业关系研究中的运用仍处于理论探索阶段，缺乏对产业匹配度的测算和比较，基于产业匹配度开展进一步研究更是少见。基于此，本文试图从以下几个方面进行拓展：一是将匹配理论引入产业关系研究中，基于产业匹配内涵，探索性地采用耦合协调模型对中国高端服务业和先进制造业的产业匹配度进行测算，对产业匹配状况进行判断；二是研究产业匹配在经济高质量发展过程中的现实作用，综合考虑各省市资本折旧率的差异性和不同年限教育回报率的异质性，采用随机前沿模型测度经济发展质量；三是突破线性思维，采用门槛回归模型探究产业规模、资本投入、创新能力对经济高质量发展影响的非线性阈值效应是否源于产业匹配状况的优劣，为制定差异化的产业发展政策提供参考和依据。
三、产业匹配度及经济发展质量的测度
(一)产业匹配度的测度
目前，尚未形成产业匹配的专门概念，芮明杰等认为，产业匹配是产业间相互适应并配合成对以达到效率最佳的状态，是专业化分工条件下的高水平均衡状态[1]；蔡之兵从区域协调发展的角度提出产业匹配容易度，认为不同类型产业的专业化程度、产业链条数、分工程度及技术含量不同，导致区域间不同产业的匹配容易度不同[12]。虽然学者们对产业匹配定义的视角不同，但均认为产业匹配是良好产业关系的形成和维持。结合产业关系理论和匹配理论，本文认为，产业匹配强调产业间不同层次和维度上的双向适应与耦合协调，以使资源要素在产业间的配置效率达到最佳。可见，产业匹配不仅要求产业间资源要素实现“数量”匹配，更强调在产业发展“质量”方面的匹配，涵盖规模、结构、功能、效率、创新等内容。
围绕产业匹配内涵，根据匹配的多层次性和多维度性，结合高端服务业和先进制造业的产业特征，从要素嵌入、市场互动、效率协调三个层次，构建涵盖要素匹配、规模匹配、结构匹配、效率匹配、创新匹配五个维度的高端服务业与先进制造业匹配发展指标体系，见表1。
表1 高端服务业与先进制造业匹配发展指标体系
(1)
(2)
容量耦合模型被广泛应用于产业协调、均衡、融合等产业关系研究中[13]，本文借鉴物理学中的容量耦合模型对高端服务业和先进制造业的匹配程度进行测算。包含高端服务业和先进制造业两个产业单元的匹配测度模型为：
(3)
其中，St和Mt分别为高端服务业和先进制造业在第t年的产业综合发展指数，Ct为高端服务业和先进制造业的静态匹配度。Ct可以反映产业匹配程度的强弱，但不能充分反映匹配程度的动态发展，若高端服务业和先进制造业的综合发展水平均较低，仍可呈现出较高的匹配度。考虑到产业匹配的动态特征，需要构建一个能够反映一段时期内产业单元长期匹配性的匹配测度模型，以便更好地对高端服务业和先进制造业的匹配程度进行测度。考虑动态特征的产业匹配测度模型为：
(4)
其中，Dt为高端服务业和先进制造业的动态匹配度，Tt为高端服务业和先进制造业在第t年的综合协调系数，α和β为待定系数，由高端服务业和先进制造业对整个产业系统的贡献度决定，参考现有文献，本文中α取值为0.6，β取值为0.4。产业动态匹配测度模型综合考虑了产业单元的发展水平、产业单元间的匹配性和协调程度的动态性，能够更准确地测度高端服务业和先进制造业的匹配程度。根据动态匹配度Dt值的大小，可将高端服务业和先进制造业的匹配发展程度分为不匹配、不匹配向匹配过渡、初级匹配、中级匹配、高级匹配5种类型10个等级，见表2。
表2 产业匹配程度评价标准
基于数据的可得性和产业的互动性，参考国家统计局服务业和制造业的行业分类标准，结合高端服务业和先进制造业的行业特性，选取交通运输、仓储和邮政业，信息传输、计算机服务和软件业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业五个行业作为高端服务业；选取医药制造业，航空、航天器及设备制造业，电子及通信设备制造业，计算机及办公设备制造业，医疗仪器设备及仪器仪表，信息化学品制造业六个行业作为先进制造业。根据式(4)测算得出中国各省市高端服务业和先进制造业的动态匹配度Dt[注]由于西藏相关指标数据缺失较为严重，本文选取除西藏以外的30个省(直辖市、自治区)为研究对象。限于篇幅，文中未报告高端服务业和先进制造业动态匹配度测算结果，备索。，测算结果表明，中国各省市高端服务业和先进制造业的产业动态匹配度相对较低，实现产业匹配发展的任务仍较艰巨。从各省市产业动态匹配度均值看，仅广东、江苏、北京的产业动态匹配度值大于0.7，处于中级匹配阶段，大部分省市处于“不匹配向匹配过渡”和初级匹配阶段，青海、海南、宁夏、贵州、新疆、甘肃、广西、吉林、重庆、内蒙古、云南的产业动态匹配度值小于0.4，处于不匹配阶段，产业动态匹配度最大值0.777 3(广东)与最小值0.265 9(青海)相差2.92倍，区域差异明显。
(二)经济发展质量的测度
目前，衡量经济发展质量的指标尚未形成统一标准。综合现有文献，本文选取随机前沿模型测算的技术效率作为衡量经济发展质量的指标。产出水平Yit用国内生产总值衡量，以2004年为基期折算，资本存量Kit采用永续盘存法测算，即：
Kit=Iit+(1-δi)Kit-1
(5)
其中，Kit和Kit-1分别表示以不变价格计算的第i个省市第t年和t-1年的资本存量，δi表示第i个省市的资本折旧率，Iit表示以不变价格计算的第i个省市第t年的固定资产投资额。资本存量初始值计算采用Kohli计算方法，即：
Kt0=It0/(γ-δ)
(6)
其中，Kt0表示初始资本存量，It0表示初始固定资产投资额，γ表示观测期内固定资产投资的实际年增长率，δ表示各省市的资本折旧率。固定资产投资额以2004年为基期，采用各省市固定资产投资价格指数对原始数据进行平减，得到以不变价格计算的固定资产投资额。
资本存量的估算与资本折旧率的取值相关，现有研究在对各省市资本存量估算时，通常没有考虑资本折旧率的差异性，将各省市的资本折旧率看作同一数值，对资本存量的估算存在偏差。Wu对分省市的资本折旧率进行了研究[14]，张健华和王鹏在此基础上分四期对各省市的资本折旧率进行了估算[15]，考虑到各省市资本折旧率的差异性，本文采用张健华等分四期估算的各省市资本折旧率对资本存量进行估算。
现有研究中劳动投入Lit通常采用就业人员数或就业人员人均受教育年限表示。Hall和Jones指出不同年限的教育回报率不同[16]，本文参考张健华等的处理方法[15]，综合考虑劳动者的受教育水平及教育回报率的差异性，采用式(7)对劳动投入进行测算：
(7)
采用随机前沿模型对经济发展质量进行测度之前，需要先对模型的设定和适用性进行检验。检验结果表明随机前沿模型具有适用性，采用柯布-道格拉斯生产函数形式更合适，将随机前沿模型最终设定为：
lnYit=β0+βKlnKit+βLlnLit+(υit-uit)
uit=uiexp[-η(t-T)]
(8)
其中，Yit表示i省市第t年的产出水平；Kit表示i省市第t年的资本投入；Lit表示i省市第t年的劳动投入；βK和βL分别为资本和劳动的产出弹性；υit为随机误差项，表示观测误差和随机因素；uit为技术非效率项，表示技术损失误差。基于2005—2017年各省市投入和产出面板数据，根据式(8)测算得出中国各省市技术效率Eff[注]限于篇幅，文中未报告各省市技术效率的测算结果，备索。。
四、模型设定及变量说明
(一)门槛模型的设定
中国各省市产业匹配度的区域差异性较大，为进一步分析不同产业匹配情况下产业规模、资本投入、创新能力对经济高质量发展的异质性作用，探寻不同产业匹配阶段经济高质量发展的核心驱动，基于Hansen(2000)的思路构建面板门槛回归模型：
Effit=χi+β1lnXitI(Dit≤λ)+β2lnXitI(Dit>λ)+θ1ln lnfit+θ2ln Eduit+θ3ln Envit+εit
(9)
其中，Effit为技术效率，反映经济高质量发展水平；Xit为解释变量，分别为高端服务业规模(Ssc)、先进制造业规模(Msc)、资本投入(Cap)和创新能力(Inn)；引入信息技术(Inf)、知识创造(Edu)和制度环境(Env)作为控制变量；I(·)为指标函数，χi为个体效应，Dit为门槛变量，λ为特定门槛值，εit为随机干扰项(εit～iidN(0，δ2))。
(二)变量说明
1.被解释变量。技术效率能够体现生产绩效，反映经济高质量发展情况，采用随机前沿分析法测度技术效率(Effit)。
2.解释变量。分别考察产业规模、资本投入和创新能力对经济高质量发展的影响。产业规模是产业未来发展的基础，高端服务业规模(Ssc)和先进制造业规模(Msc)分别用高端服务业增加值和先进制造业销售收入表示，以2004年为基期分别采用各省市第三产业增加值指数和工业生产者出厂价格总指数对原始数据进行平减[注]由于第三产业增加值的统计口径尚未细分至高端服务业的具体行业，本文中高端服务业增加值采用“第三产业增加值”减去“批发和零售业”“住宿和餐饮业”“房地产业”增加值计算而得。；资本投入(Cap)反映了产业在一定时期内的资产规模情况，体现了产业发展的资本积累情况，用高端服务业和先进制造业的资本存量之和表示，采用永续盘存法估算得到以2004年不变价格计算的资本存量；创新能力(Inn)反映了知识、技术转化为现实生产力的能力，体现了技术创新的转化和应用能力，用新产品产值率表示。
3.控制变量。经济高质量发展对信息技术和知识创造提出了较高要求，并与制度环境密切相关。现代经济增长理论认为，知识资本和人力资本是内生性经济增长的决定性因素，经济的高质量发展要充分发挥知识、技术和人力资本等高端要素在经济增长中的主导作用[9]，在科技革命背景下，信息技术和高知识人才的知识创造能力在提升经济效率、培育发展新动能、产业转型升级等方面对经济高质量发展产生影响。此外，经济高质量发展与良好的制度环境密不可分，更好地发挥政府在市场治理规制、提供公共服务等方面的作用，激发市场活力、强化制度激励和政策引导，是实现经济高质量发展的重要因素[8-9]。因此，选取信息技术、知识创造和制度环境作为控制变量，信息技术(Inf)选取互联网用户数作为衡量指标，反映信息化水平；知识创造(Edu)用大专及以上人口占比表示，反映高知识人才情况；制度环境(Env)用扣除教育和科技支出后的地方一般公共预算支出占地区生产总值的比重表示，反映政府干预情况。
4.门槛变量。采用高端服务业与先进制造业动态匹配度(D)作为门槛变量，旨在探究产业匹配程度在高端服务业规模、先进制造业规模、资本投入和创新能力对经济高质量发展过程中影响的异质性作用。
各项指标的描述性统计见表3。
表3 各项指标变量的描述性统计
五、实证结果与分析
(一)门槛效应检验
将高端服务业与先进制造业动态匹配度设置为门槛变量，“自助法”(Bootstrap)抽样次数为500次，依次将模型中的解释变量分别设置为高端服务业产出规模、先进制造业产出规模、资本投入和创新能力，门槛效果检验结果见表4。各模型中三重门槛效果均未通过10%的显著检验，根据各模型门槛检验结果，解释变量分别为高端服务业规模、先进制造业规模、资本投入和创新能力的面板门槛回归模型均选择双重门槛模型进行分析。
表4 门槛效果检验
注：p值和临界值均为采用500次 “自抽样”产生的结果； ***、**、* 分别代表统计值在1%、5%、10%水平下显著。下同。
(二)门槛值估计
表5报告了各面板门槛回归模型的门槛值估计结果，将门槛对数值还原后，可以对应不同的产业动态匹配度。
(三)面板门槛回归模型估计结果分析
1.产业规模对经济高质量发展影响的门槛模型分析。在门槛检验的基础上，利用双重门槛模型分别考察高端服务业和先进制造业产业规模变化对经济高质量发展的影响，回归结果如表6所示。通过对门槛模型估计结果的比较可以发现，高端服务业和先进制造业产业规模的扩大对经济高质量发展均具有正向促进作用，但产业动态匹配度不同时，产业规模对经济高质量发展的影响不同，均表现为随着产业动态匹配度的提高，单一产业规模扩大对经济高质量发展的促进作用不断减弱，表明产业匹配程度越高，依托产业规模扩大实现经济高质量发展的作用越有限。
表5 门槛值估计结果
具体而言，从高端服务业规模来看，当产业动态匹配度小于等于0.460时，两产业处于不匹配发展阶段或刚刚进入不匹配向匹配发展的过渡阶段，高端服务业规模的系数为0.023，由于中国服务业发展长期滞后于制造业，特别是高端服务业发展不足，已成为制约经济高质量发展的瓶颈，此时，发展高端服务业有利于产业分工和专业化水平提升，推动经济发展质量提升；当产业动态匹配度大于0.460且小于等于0.547时，高端服务业规模的系数下降为0.020，此时，两产业刚刚步入初级匹配阶段，高端服务业发展规模的提升可为先进制造业提供有利支撑，有益于形成良好的产业协同互动效应，提升经济发展质量；当产业动态匹配度大于0.547时，高端服务业规模的系数进一步下降为0.017，可见，随着两产业匹配程度的提升，扩大高端服务业规模对经济高质量发展的促进作用不断减弱。
从先进制造业规模来看，当产业动态匹配度小于等于0.460时，先进制造业规模的系数为0.008，通过了1%的显著性水平检验，此时两产业处于不匹配发展阶段或刚刚进入不匹配向匹配发展的过渡阶段，通过规模经济提升企业生产效率，能够达到促进经济高质量发展的目的；当产业动态匹配度大于0.460且小于等于0.735时，先进制造业规模的系数下降为0.004，通过了5%的显著性水平检验，说明两产业处于初级匹配阶段或进入中级匹配阶段时，依靠扩大先进制造业产出规模提升经济发展质量的作用减弱；当产业动态匹配度大于0.735时，先进制造业规模的系数进一步下降为0.001，且没有通过显著性检验，即两产业步入中级匹配的中级协调阶段后，扩大先进制造业规模对实现经济高质量发展已无显著促进作用。可见，随着产业匹配程度的提升，先进制造业规模扩大对经济高质量发展的促进作用也不断减弱，特别是当两产业进入中级匹配发展阶段后，依靠扩大先进制造业规模已无法实现经济高质量发展的目标。
表6 产业规模模型门槛估计结果
比较表6中的回归结果可以发现，在产业匹配发展的不同阶段，产业规模对经济高质量发展的促进作用具有异质性，随着产业匹配程度的提升，扩大高端服务业或先进制造业的产业规模对经济高质量发展的促进作用均呈弱化趋势，这进一步说明了产业匹配更加强调质量匹配而非数量匹配，随着产业发展水平的提升，产业间更强调高质量层次的匹配发展，完全依靠扩大产业规模实现经济高质量发展的道路是行不通的。此外，在同样的产业动态匹配度下，高端服务业规模对经济高质量发展的促进作用始终大于先进制造业，且在不同的产业动态匹配度下高端服务业规模对经济高质量发展始终具有显著的正向促进作用，这说明大力发展高端服务业是未来一段时期内中国经济发展的重要任务。
2.资本投入对经济高质量发展影响的门槛模型分析。采用双重门槛模型分析资本投入对经济高质量发展的影响。从表7的估计结果可以看出，资本投入对经济高质量发展具有积极的正向促进作用，产业匹配程度处于不同阶段时，资本投入对经济高质量发展的促进作用强度呈现弱-强-弱的变化趋势。
当产业动态匹配度低于0.378时，资本投入的系数为0.012，此时，产业处于不匹配发展阶段，两产业规模较小且发展水平均相对较低，此阶段增加资本投入可以更新生产设备，改善生产环境，提高生产效率，但受限于产业发展规模和综合发展水平，资本投入对经济高质量发展的促进作用有限；当产业动态匹配度超过了0.378这一门槛值，且小于等于0.460时，资本投入的系数提升至0.015，此阶段两产业处于不匹配向匹配过渡阶段，产业综合发展水平有所提高，资本投入能够推进产业链的对接和渗透，产业匹配效应初步显现，对经济高质量发展的促进作用提升；当产业动态匹配度超过了0.460这一门槛值时，资本投入的系数再次下降至0.013，此时两产业匹配发展的条件基本成熟，逐步进入匹配发展阶段，产业间更加强调匹配的效率和质量，产业发展也由资本驱动逐渐向创新驱动转型，资本投入对经济高质量发展仍然具有正向影响，但促进作用有所下降。
表7 资本投入模型门槛估计结果
3.创新能力对经济高质量发展影响的门槛模型分析。选用双重门槛模型分析创新能力对经济高质量发展的影响。表8的估计结果表明，随着产业匹配程度的不断提升，创新能力对经济高质量发展的正向促进作用呈现强-弱-强的非线性变动特征。
当产业动态匹配度低于0.378时，创新能力的系数为0.021，此时两产业处于发展水平相对较低的不匹配发展阶段，技术创新是推动产业发展的核心要素，通过技术改造升级提高生产效率，实现生产方式转变，更易于形成后发优势，推动经济高质量发展；当产业动态匹配度大于0.378且小于等于0.462时，创新能力系数下降为0.008，此时产业处于不匹配向匹配发展过渡阶段，对产业间创新能力和新产品转化能力的互动协调提出了更高要求，而处于此阶段的高端服务业和先进制造业多为资本密集型，限制了创新对经济高质量发展的促进作用；当产业动态匹配度超过0.462时，创新能力的系数再次提升至0.015，此时两产业逐渐步入匹配发展阶段，技术创新有利于产业间的技术渗透和技术整合，通过创新资源的嵌入和交叉，实现产业间技术溢出效应最大化，增强了创新能力对经济高质量发展的正向影响。
表8 创新能力模型门槛估计结果
比较表7和表8的回归结果可以发现，同样的产业匹配程度下，资本投入和创新能力对经济高质量发展的促进作用具有异质性。当高端服务业和先进制造业处于不匹配发展阶段(D≤0.378)或基本进入匹配发展阶段后(D>0.462)，创新能力对经济高质量发展的促进作用要大于资本投入，而当两产业处于不匹配向匹配过渡阶段时(0.378 4.进一步讨论。从控制变量看，各门槛回归模型中信息技术、知识创造和制度环境的系数符号一致，且均通过了1%的显著性水平检验，影响经济高质量发展的最大因素是制度环境，其次为知识创造和信息技术。制度环境的系数为负，对经济高质量发展具有抑制作用，表明政府干预不利于资源的优化配置，政府应进一步向市场放权，减少非市场干预，强化市场对资源配置的决定性作用；知识创造的系数显著为正，这是因为，经济高质量发展对人才需求提出了更高要求，人力资源知识水平的整体提升能够带来更多的知识外溢，有利于实现经济高质量发展；信息技术的系数为负，意味着现阶段信息技术水平不利于经济高质量发展，经济高质量发展需要现代化信息技术做支撑，然而中国现阶段的信息技术水平与经济高质量发展要求不相协调，未能发挥对经济高质量发展的促进作用。 综合上述门槛模型的回归结果，根据门槛值的大小可将中国各省市归纳为四种类型[注]根据2017年各省市高端服务业与先进制造业的动态匹配度划分。：第一类(D≤0.378)主要包括新疆、甘肃、贵州、内蒙古、宁夏、青海、海南7个省，这些省市高端服务业和先进制造业发展水平低且处于不匹配发展阶段，大力发展高端服务业，提升产业创新能力是实现经济高质量发展的核心驱动；第二类(0.378 基于2005—2017年中国省际面板数据，借鉴容量耦合模型测算各省市高端服务业和先进制造业动态匹配度，采用随机前沿模型对各省市经济发展质量进行测算，并以产业动态匹配度为门槛，进一步探讨了产业规模、资本投入、创新能力对经济高质量发展的门槛效应。研究结果表明：第一，中国各省市高端服务业和先进制造业的产业匹配程度相对较低，且区域差异大，实现产业匹配发展的任务仍较为艰巨；第二，产业规模扩大、资本投入增加、创新能力增强对经济高质量发展均具有积极的促进作用，但在不同的产业动态匹配度门槛区间内，其对经济发展质量的影响具有非线性特征；第三，随着高端服务业和先进制造业匹配程度的提升，产业规模对经济高质量发展的促进作用不断减弱，资本投入的影响呈现弱-强-弱的变化趋势，创新能力的促进作用则呈现强-弱-强的非线性变动特征；第四，产业匹配更加强调质量匹配，随着产业动态匹配度的提升，产业规模对经济高质量发展的促进作用不断弱化，但现阶段中国高端服务业发展规模相对较小、发展水平相对较低，仍是经济发展的短板，大力发展高端服务业有利于经济高质量发展；第五，同样的产业动态匹配度下，资本投入和创新能力对经济高质量发展的影响呈现异质性，当两产业处于不匹配发展阶段或进入匹配发展阶段后，创新能力的促进作用较大，而当两产业处于不匹配向匹配过渡阶段时，资本投入则具有较大促进作用。 基于以上研究结论，本文提出以下几点建议：第一，制定差异化的区域产业发展政策。经济发展过程中的产业匹配状况会对经济高质量发展动能产生影响，对于江西、广西、黑龙江、重庆、云南、吉林、山西等高端服务业和先进制造业发展水平较低，两产业处于不匹配向匹配发展过渡阶段的省市，应在发展高端服务业的同时，强化资本投入，为产业发展提供物质保障，为技术创新奠定基础。其他省市则应加强技术创新，提高技术成果转化率。第二，规模驱动向创新驱动转型。充分发挥市场引导资源配置的决定性作用，发挥企业的创新主体作用，进一步完善财税、投资、金融政策，营造良好的创新发展环境。提升创新成果转化能力，加大技术创新支持力度，优化研发经费使用途径，重点支持新产品研发，提升产品科技含量，鼓励技术创新成果向生产端和消费端转化。第三，大力发展高端服务业。加快发展研发、设计、创意等高知识、高技术密集度的高端服务行业，占据产业链、价值链、分工链的高端位置，推进服务业整体提档升级。推动高端服务行业与国民经济其他行业匹配发展，强化拉动效应，共同推动产业转型升级，使高端服务业成为中国经济高质量发展的重要动力来源。六、主要结论及启示
