科技服务业集聚对科技创新的非线性影响研究——基于门槛特征和空间溢出视角

曹允春，王尹君

（郑州大学 商学院，河南 郑州450001）

一、引 言

目前，我国正处于经济转型的攻关期，要想顺利地实现产业结构的转型升级与经济增长方式的转变，必须紧紧抓住科技创新这一动力源。提高科技创新能力，激发科技创新潜能，以科技创新打造发展新引擎，助力我国经济的快速腾飞。而作为国家创新体系重要组成部分的科技服务业，其特有的高附加值、高科技含量以及强劲的辐射带动力，为提升区域科技创新水平提供了强有力的支撑。因此，强化科技服务业集聚发展，是深化科技创新、加快科技创新成果转化的重要举措，是推动经济迈向高端化的关键环节。基于此，本文对科技服务业集聚与科技创新的相关性展开分析，为加速我国经济转型、提升区域科技创新能力、实现科技服务业集聚化和规模化发展提供一定的借鉴和参考。

二、文献综述

国内外学者从多种视角考察了产业集聚对科技创新的影响。在理论研究方面，古典经济学家马歇尔在1920年指出了产业集聚作用于科技创新的机理，认为相比于单个独立的厂商来说，相互集聚在一起的厂商更具有效率。地理位置上的集中可利于企业之间进行技术、设施上的共享，促进分工协作，进而降低企业生产成本，加快技术和资源的流通速度［1］。之后Arrow（1962）在其基础上进行拓展延伸，提出产业在地理位置上的集聚，会加强产业内各企业之间的知识溢出，促进科技创新能力的提高［2］，由此形成了著名的“MAR外部性”理论。与此相对应的是，Jacobs（1969）研究得出，产业之间同样也可以实现知识的外溢效应，促进技术创新［3］，即“Jacobs外部性”理论。

在实证研究方面，关于产业集聚对科技创新的影响，学者们各执己见，尚未达成一致的观点。有的学者认为，产业集聚对科技创新起到了显著的促进作用。例如，杜威剑和李梦洁（2015）基于1998-2007 年中国工业企业数据，研究发现产业集聚对企业的产品创新具有明显的激励作用，并且这种激励作用存在着行业异质性［4］。杨浩昌等（2016）以我国高技术产业为研究对象，研究得出高技术产业集聚对地区科技创新具有正向推进作用，并且东部地区的促进作用高于中西部地区［5］。还有一些学者得出了不同的结论，认为产业集聚与科技创新之间有着非线性的关联关系。如Fritsch&Slavtchev（2010）对产业集聚与创新效率展开研究，结果表明，产业集聚与技术创新效率之间存在着倒“U”形曲线关系，在不同地区中，产业集聚对创新效率呈现不同的影响效应［6］。杜江等（2017）通过构建面板门槛模型，发现产业集聚对区域技术创新的影响存在非线性，并呈现“U”型分布［7］。陶爱萍等（2017）以行业异质性为切入点，论证了产业集聚对技术创新影响的门槛效应，即产业集聚对技术创新的影响并非单调递增（递减），而是随着产业集聚程度的深化，产业集聚对技术创新的影响呈现先正后负的影响效应［8］。

通过上述相关研究可以看出，产业集聚对科技创新的影响较为复杂，目前无法得出一致的结论，而导致这种影响效应不同的原因主要是，产业集聚对科技创新的影响存在着多种作用路径，即两者之间存在多个中介变量。而以往关于科技服务业集聚的相关文献，大多是围绕科技服务业集聚与科技创新两者间的线性关系展开的，常常忽略了中间变量的影响。谢泗薪和戴雅兰（2016）指出，科技服务业集聚效应的表现与区域经济发展水平有着密切的联系［9］。这意味着，在科技服务业集聚对科技创新发生作用之时，可能会受到区域经济发展水平的影响。因此，在分析科技服务业集聚与科技创新之间的关系时，应将经济发展水平考虑进去。

另外，产业集聚作用于本地区科技创新时，是否会对相邻地区科技创新也产生一定的影响呢？若产生，又具体会发生怎样的影响呢？基于上述分析，本文试图构建面板门槛模型和空间计量模型来深入剖析变量之间的关联性。本文主要强化了两个方面的研究：①大多数文献围绕科技服务业集聚与科技创新两者间线性关系展开，往往忽略了科技服务业集聚与科技创新两者发生作用时的中间变量。对此，本文一方面引入经济发展水平这一中间变量，另一方面构建面板门槛模型，既将中间变量考虑进模型中，又探讨了科技服务业集聚对科技创新的非线性影响。②通过建立空间计量模型，并引入科技服务业集聚的二次项，将空间效应和非线性效应相结合，既能深入剖析科技服务业集聚对科技创新影响的空间溢出效应，又可以进一步刻画出科技服务业集聚的“本地—邻地”创新效应的非线性特征，进而便于详细地描绘科技服务业集聚对本地区与相邻地区科技创新影响效应的差异。

三、研究方法

（一）科技服务业集聚的评价

关于测度产业集聚的方法诸多，主要包括行业集中度（CRn）、赫芬达尔指数（HHI）、区位熵指数（LQ）以及E-G 集聚指数与空间基尼系数等。但是，鉴于区位熵在衡量区域中某要素空间分布状况等方面具有独特的便利性与充分的解释力度，所以，参考杨树旺（2018）等［10］的做法，选取区位熵指数来反映科技服务业的集聚水平。其计算公式为：

其中，i 表示产业；j 表示地区；LQij表示j 地区i产业的区位熵指数；qij表示j地区i产业的有关指标（如就业人数、销售收入、产量、产值等）；qj表示j地区所有产业的相应指标；qi表示全国所有地区i 产业的相应指标总和；q是全国所有产业的对应指标。LQij值越大，说明该地区该产业的集聚程度越高。通常来说，当LQij＞1 时，表明j 地区的i 产业在全国范围内具有较高的集聚水平与一定的发展竞争优势；当LQij＜1 时，则表明j 地区i 产业的集聚程度低于全国平均水平，具有相对的劣势；当LQij=1时，表明j 地区i 产业的集聚水平与全国平均水平相当。本文选取科技服务业的就业人数指标来测量其集聚程度。

（二）基本模型的设定

1.面板门槛模型的构建

鉴于科技服务业集聚与科技创新之间不仅仅是单纯的线性关系，还可能存在着非线性的关联效应，同时传统的线性模型又难以识别出复杂的非线性关系。因此，为了详细探究不同门槛范围内科技服务业集聚对科技创新的影响，参考汉森（Hansen，1999）所提出的门槛模型，深入考察变量之间的非线性关系。为验证上文所指出的科技服务业集聚对科技创新发生作用之时可能会受到区域经济发展水平的影响，借鉴李斌等（2016）［11］做法，用人均GDP 来衡量经济发展水平，作为门槛变量，并以科技服务业集聚作为核心解释变量构建面板门槛模型，来考察科技服务业集聚对科技创新的非线性影响。如下所示：

模型一：

其中，τi为第i个门槛值（i=1，2，…，n）；I（·）为指示函数；εit为误差项，假设其服从方差为σ2、均值为0的正态分布。被解释变量为科技创新（Inn），参考张平等（2016）［12］的做法，以创新产出为切入点，同时鉴于用绝对数可能会高估区域创新能力，因此采用专利申请授权量的相对值，即用每万人专利申请授权量来度量科技创新水平的高低；核心解释变量为科技服务业集聚水平（Agg）；门槛变量为人均GDP（RGDP）；同时还选取了除核心解释变量之外的可能对科技创新产生影响的三个控制变量，分别为：

（1）对外开放水平（FDI）。对外开放水平的扩张会产生一定的技术溢出效应和挤出效应，进而对科技创新造成不同的影响。参考周柯和唐娟莉（2016）［13］的做法，用外商直接投资与GDP 的比值来表示对外开放程度。

（2）受教育程度（EDU）。一个区域受教育水平越高，象征着拥有更高水平的人力资本，对科技创新的促进作用也就越大。参照周长富等（2016）［14］的做法，用地区普通高等院校在校人数来反映区域受教育水平。

（3）环境规制强度（ER）。蒋伏心等（2016）［15］指出，环境规制的实施会对科技创新产生双重影响，既可能会抑制创新能力的提高，对科技创新产生一定的挤出效应，又可能会与科技创新之间发生补偿效应，促进创新水平的增强。借鉴张跃胜（2016）［16］的做法，用环境治理投资额占GDP 的比重来测量。

综上，模型所选取的指标体系见表1所列。

表1 指标体系表

2.空间计量模型的构建

（1）空间计量模型的设立。空间面板模型一般有空间自回归模型（SAR）、空间误差模型（SEM）以及空间杜宾模型（SDM）三种，其中空间杜宾模型不仅可以衡量被解释变量的空间效应，还可以描绘解释变量的空间关联性。因此选用空间杜宾模型（SDM）来刻画科技服务业集聚与科技创新之间的关系，以便更详细分析出科技服务业集聚的“本地—邻近”创新效应。同时鉴于科技服务业集聚与科技创新之间不是简单的线性关系，所以将科技服务业集聚的一次项与二次项同时引入模型中，所构建的空间杜宾模型如下所示：

模型二：

其中，σ0为随个体变化的截距项；W 为空间权重矩阵；εit为随机误差项。其余变量的含义同模型一。

（2）空间相关性的检验。利用全局莫兰指数（Moran'I）来检验地区科技创新能力是否存在着空间相关性，其计算公式为：

其中

为样本方差；wij为空间权重矩阵的（i，j）元素（用来衡量区域i与区域j之间的距离）所有空间权重矩阵之和。莫兰指数的取值一般位于（-1，1）之间，当莫兰指数大于0时，表示空间正相关，即高值与高值相邻近、低值与低值相邻近；小于0 表示负相关，即高值与低值相靠近；接近于0时，表明空间分布是随机的，即不存在空间自相关。

（3）空间权重矩阵的确定。选用空间地理权重矩阵W来反映各区域之间的空间权重效应。所采用的相邻空间权重矩阵如下所示：

（三）数据来源与说明

本文所利用的是2008-2017 年我国30 个省份的面板数据（因西藏地区数据缺失比较严重，故剔除该地区，也不考虑港澳台地区）。数据主要来源于2009-2018年《中国统计年鉴》《中国环境统计年鉴》《中国第三产业统计年鉴》《中国科技统计年鉴》以及各省市统计年鉴。各变量的描述性统计分析见表2所列。

表2 变量的描述性统计

四、实证分析

（一）区域科技服务业集聚分析

根据上述设计的区位熵指数法，分步计算得到2008-2017 年我国30 个省份科技服务业的集聚发展水平。将各省份区位熵指数分为小于1、介于1～3 之间、大于3 三个区间，各区间省市个数如图1所示。

图1 2008-2017年不同科技服务业集聚程度的省份个数分布

由图1看出，我国科技服务业集聚水平整体上在缓慢提高，但是大部分省域科技服务业的区位熵指数仍小于1，即对大多数省域而言，其科技服务业集聚程度均低于全国平均水平，这意味着当前我国科技服务业整体水平仍然偏低，这与我国科技服务业起步较晚、发展环境尚不成熟等原因有关。

通过对不同区间范围内具体所包含的省份分析发现，我国科技服务业集聚程度呈现出“西部高、东部低”的分布态势。北京地区的区位熵指数始终排列第一，表明北京科技服务业的集聚水平最高，具有很强的发展优势。另外，熵值大于1 的省份还有上海、天津、吉林、黑龙江、陕西、青海、云南等东北和西部地区，意味着这些省份的科技服务业发展尚有较广阔的进步空间。而一些经济发展较好的省份如广东、江苏、浙江等地的区位熵指数均小于1，其科技服务业分布相对比较分散，这可能是因为相比于西部地区而言，东部地区经济相对更加发达，资源分布相对更加分散，进而引致其科技服务业集聚程度尚不太高。

（二）门槛效应分析

1.门槛效应检验

首先运用stata 11.0 软件对科技服务业集聚与科技创新间是否存在非线性的门槛效应进行检验，得到单一门槛、双重门槛和三重门槛的F统计量和P值，见表3所列。

表3 门槛效应检验结果

通过表3 可以发现，单一门槛、双重门槛和三重门槛在不同的置信水平下均显著，P值分别为0.000、0.000和0.002，因此，可构建三重门槛模型对其进行分析。但是对比三个门槛值发现，第三个门槛估计值小于双重门槛值，表明建立双重门槛模型即可有效反映出自变量与因变量之间的结构变化状况。也就是说，科技服务业集聚与科技创新之间存在着双门槛效应，这两个门槛值分别为6.750 和

10.523。

2.门槛模型的估计

对科技服务业集聚与科技创新的非线性双重门槛展开回归估计，估计结果见表4所列。

表4 门槛模型估计结果

由表4可知，当区域经济发展水平处于不同区间范围时，科技服务业集聚对科技创新呈现出不同的影响效应。当经济发展水平低于第一个门槛值时，即满足RGDP＜6.750 时，科技服务业集聚的弹性系数为-3.135，并通过了5%置信水平下的显著性检验；当经济发展水平跨越第一个门槛值，处于第一个门槛值与第二个门槛值之间时，科技服务业集聚的回归系数为2.022，但是未通过显著性检验；随着经济的不断发展，当其跨过第三个门槛值，即满足RGDP≥10.523 时，科技服务业集聚的回归系数由2.022 显著增大至7.458，且通过了1%置信水平下的显著性检验。从回归估计结果可得出，当经济发展水平处于第一个区间时，即低等区段范围内，科技服务业集聚对科技创新的影响呈现出显著的负向抑制效果；当经济发展水平处于第二个区段时，即中等区间范围内，科技服务业集聚对科技创新的影响由反向抑制突变为正向促进作用，但是这种促进作用不显著；当经济发展水平处于第三个区间时，即位于高等区段内，科技服务业集聚对科技创新的影响仍呈现出显著的正向推动效应，并且与第二个区间相比，这种正向效应更加强烈。

综合三个区间段来看，2008-2017 年，科技服务业集聚对科技创新的影响效应并不是呈线性分布的，而是存在一个基于经济发展水平的非线性双门槛效应，并且整体上表现出逐渐增强的变化趋势。主要原因如下：

（1）在经济发展水平处于较低阶段时，无法为科技服务业集聚提供良好的发展环境，缺乏支撑科技服务业健康发展的载体和平台，尚未实现真正意义上的产业集聚，集聚区内资源浪费，产品同质化问题严重，企业之间的纵向联系尚不紧密，资源和知识的流通尚存在较大程度的阻碍，进而使得科技服务业集聚的技术溢出效应和规模效应不明显，不利于科技创新。

（2）随着经济发展水平的不断提升，科技服务业集聚的技术溢出效应和规模效应逐步得到体现，逐渐削弱其对科技创新的负向影响甚至转变为正向促进作用。在经济发展水平得到显著提高的条件下，科技服务业集聚所依赖的外部环境逐渐得到改善，产业集聚规模和结构更加合理，企业间联系和资源的流通更加顺畅，促使科技服务企业的生产向价值链的中高端迈进，进而体现出对科技创新的正向激励作用。具体来看，该正向影响的原因主要有两点：第一，科技服务业的集聚既会加速技术的扩散与转化，又会提高资源的利用与配置效率，从而促进科技创新能力的增强。即在经济快速发展时，科技服务业集聚的规模不断得到调整，一方面，集聚区内知识、技术、人才等资源的大量流动，会使区域内技术和知识传播的渠道随之增加，从而使得集聚区内的企业更易获得与掌握新知识、新技术和新人才，不断加快知识和技术的扩散与转化速度，促进科技创新；另一方面，集聚区内企业更易开展分工协作，有利于优化各种资源的相互整合，提高资源使用效率，同时又可降低物资的运输成本和在途损耗，节约交易成本，以便使企业有更多的资本投入于新产品和新技术的研究与开发。第二，位置空间上的临近会在一定程度上加大企业间的竞争与合作。当企业处于更大的竞争压力下时，为保持自身的竞争优势，会更加注重技术和产品的原创性、独创性创新，会激励企业进行一轮又一轮的科技创新活动，从而提高科技创新水平。但是，此时科技服务业集聚创新效应的不显著表明，科技服务业集聚规模有待于进一步优化，欠优的集聚规模和结构致使其对科技创新的正向推动作用尚未得到有效发挥。

（3）随着经济发展水平的进一步提升，科技服务业集聚的技术正外部性被逐步加大。技术外部性有着空间根植性的特征，即随着空间距离的增加，外部性会相应减弱，此种特征使得产业集聚程度更高的区域具有更大的技术正外部性，进而对科技创新的推动作用更强烈（赵勇和白永秀，2009）［17］。因此，在经济不断发展的背景之下，科技服务业的集聚程度随之增加，集聚规模和结构也不断得到优化，从而使其对科技创新的促进作用相应增强。

再来看控制变量的回归估计结果，受教育程度EDU与科技创新之间呈现出正向关系，外商直接投资FDI和环境规制ER对科技创新都产生了反向抑制作用，但是环境规制的影响不显著。其中，受教育程度的正向效应证实了高水平的教育程度可以培育出高素质的人才，进而对科技创新产生激励作用。外商直接投资弹性系数的负值可能是因为目前我国外商投资结构尚不均衡，东中西部三大地区差异过大，从而阻碍科技创新水平的提高。同时环境规制的负向影响意味着，我国环境规制结构和水平还存在不合理之处，以“环境换增长”的现象可能尚有存在，制约了科技创新的发展。

3.稳健性检验

上述实证研究表明科技服务业集聚与科技创新之间存在着非线性双重门槛效应。当模型中变量过多时，可能会影响模型检测结果的准确性，增加或者减少某一个控制变量都可能对模型的估计结果产生影响。因此，在上述双重门槛模型的基础上逐一剔除其中一个控制变量进行回归估计，进而来检验模型的估计结果是否具有稳健性。从回归结果中发现，剔除外商直接投资FDI 和环境规制ER 的模型接受了双重门槛效应，且门槛值与未剔除控制变量的门槛值相同，剔除受教育程度EDU后模型通过了三重门槛检验，门槛值依次为5.814、8.187 和10.523。各模型的回归估计结果见表5所列。

表5 稳健性检验结果

由表5可知，在原模型基础上依次剔除控制变量FDI 和ER 后，科技服务业集聚的弹性系数估计结果保持了符号、变化趋势的一致性，只是在数值上存在着微弱的差别，说明随着经济发展水平的提升，科技服务业集聚对科技创新的影响呈现出先抑制后促进的“U”型分布态势。剔除控制变量EDU的模型同样也说明了科技服务业集聚影响科技创新的效应呈正“U”型分布。上述结论表明，本文的回归估计结果具有稳健性，不会随着控制变量个数的变化而使回归结果发生本质性的改变。

（三）空间计量结果分析

1.空间相关性检验

利用全局Moran'I指数对区域科技创新进行空间相关性检验，检验结果见表6所列。由表6看出，2008-2017 年，各区域科技创新的Moran'I指数均通过了1%置信水平下的显著性检验，并且都为正值，表明各地区科技创新存在着正的空间相关性。

表6 2008-2017年我国科技创新的Moran' I指数

续表6

2.回归结果分析

以2008-2017年各地区面板数据为样本，对空间模型二进行计量分析，回归结果见表7所列。

表7 空间计量模型回归估计结果

由表7可知，科技服务业集聚对本地科技创新的影响呈现出先抑制后促进的“U”型曲线特征，这与上述门槛模型回归结果保持一致。也就是说，在短期内，科技服务业集聚无法有效地激励本地区科技创新，反而会产生阻碍作用。即短时间内科技服务业集聚规模和结构不尽合理，集聚区内企业同质化问题比较突出，进而抑制科技创新水平的提高。但从长期来看，随着科技服务业集聚规模的不断扩张，集聚结构的不断优化，其对科技创新的影响会逐步转变为正向推动。

与本地效应相比，科技服务业集聚对邻近地区科技创新的影响效应则表现出完全相反的变化趋势。科技服务业集聚对相邻区域科技创新的影响体现出先促进后抑制的倒“U”形曲线，其原因可能是：在短期内，一些企业为免受科技服务业集聚区内统一制度和规范政策等约束，而选择在相邻地区开拓市场，开展相关科技活动，进而促进了相邻区域科技创新力的发展。但长期来看，若邻近区域科技服务业集聚水平的提高步伐不能与本地保持一致，科技服务业集聚的虹吸效应将会逐步凸显，会不断吸引邻近地区的人力、物力等资源向本地区集中，最终阻碍相邻区域做强科技创新力。

再来看控制变量的回归结果，其对本地科技创新的影响效应与门槛模型所对应的回归结果基本保持一致，即外商直接投资FDI 和环境规制ER 阻碍了科技创新水平的提升，受教育程度对科技创新产生了正向影响效应。而在其对邻近区域科技创新的影响中，外商直接投资对科技创新的影响仍然体现出反向抑制，受教育程度也对邻近地区科技创新产生了负向影响，环境规制则与相邻地区科技创新之间有着正向激励关系。其中，外商直接投资本地溢出效应和邻近区域溢出效应的双负值，可能是因为外商投资在我国分布的不均衡所致，东中西三大区域投资差异过大，影响科技创新能力的提高。受教育程度的相邻区域溢出效应显著为负，表明教育水平较高的地区，可能会通过虹吸效应对相邻地区的人力、物力等资源产生一定的吸引力，致使邻近区域创新要素的流失，抑制邻近区域科技创新。而环境规制对相邻区域科技创新的促进作用可能是因为，一些企业为规避本地区较严格的环境规制而向邻近地区转移，相邻地区由于企业的迁入会带来一定程度收入水平的提高，从而促进了相邻区域科技创新力的发展。

五、结论与建议

（一）相关结论

本文以2008-2017 年我国30 个省份的面板数据为研究样本，利用区位熵测度了科技服务业集聚程度，并通过构建面板门槛模型和空间计量模型，考察了科技服务业集聚对科技创新的影响效应，主要得出以下结论：

第一，从整体上来看，我国科技服务业集聚程度相对不太高，并呈现“西部高东部低”的发展态势。其中，北京集聚水平最高，具有很强的发展优势，上海、天津、吉林、陕西、青海等地的集聚水平次之，具有较大的发展空间。而大多数省域科技服务业集聚度位于熵值为1的水平之下，说明目前我国科技服务业的分布相对比较分散，应引导其向规模化方向转变。

第二，科技服务业集聚与科技创新之间存在着基于经济发展水平的非线性双门槛效应，即在不同的经济发展水平下，科技服务业集聚与科技创新呈“U”形曲线关系。在经济发展水平处于第一个门槛区间时，科技服务业集聚对科技创新呈现出显著的负向影响，随着经济发展水平的进一步提升，科技服务业集聚对科技创新的影响由反向抑制突变为同向促进作用，并在经济发展水平跨越第二个门槛值处于第三个门槛区间内时，科技服务业集聚对科技创新的正向推动作用更加强烈。原因主要是：在经济发展水平较低时，科技服务业集聚程度不高，集聚发展缺乏相配套的软件、硬件资源等，影响集聚效应的充分发挥；随着经济的不断发展，支撑科技服务业集聚发展的制度、市场、人文等配套环境不断完善，集聚规模不断得到优化，从而使集聚带来的技术外溢性得到逐步释放，最终表现出对科技创新的激励作用。

第三，区域科技创新具有正向的空间相关性。科技服务业集聚对本地科技创新的影响呈现先抑制后促进的特征，对邻近地区科技创新则表现出先促进后抑制的倒“U”形曲线特点。这主要是因为：短期而言，集聚区内企业趋同性问题比较突出，集聚规模和结构尚不合理，影响科技服务业集聚的技术溢出和规模效应的发挥，阻碍本地科技创新能力的提升。而此时，一些企业往往会为了规避本地集聚区内较严格的规章制度等问题而转向相邻区域，在邻近地区开展科技创新活动，从而推进相邻区域科技创新水平的提高。长期来看，科技服务业集聚的规模和结构趋于合理，产业链条趋向完整，技术溢出等效应不断发挥出来，从而推动本地科技创新的发展。与此同时，科技服务业集聚的虹吸效应也会逐步凸显，邻近地区高素质人才和优质资本会踊跃地向本地转移，在增强本地科技创新的同时，也会对相邻地区科技创新产生一定的阻碍作用。

（二）政策建议

基于上述分析，结合我国科技服务业集聚的现实发展状况，为加强科技服务业集聚的正外部性，加快科技创新能力的提高，可从以下三个方面着手：

第一，动态处理科技服务业集聚与科技创新之间的关系，根据地区经济发展水平的不同实行差异化应对策略。在不同经济发展水平下，科技服务业集聚对科技创新呈现出不同的影响效应。因此，各地政府在强化科技创新力时，应兼顾地区实际经济发展状况，不能盲目地照搬统一的发展模式。在科技服务业集聚对科技创新产生不利影响的地区，即经济发展水平较低的地区，应充分发挥好政府的引导作用，首先要明确科技服务业集聚对科技创新的正向推动效应，加大对科技服务业集聚发展的支持力度，加快优质科技资源的聚集，优化集聚区内人才、信息等资源的流通渠道。其次，要建立一个长效监督机制，实时掌握科技服务业集聚差异化的影响效应，为及时调整科技服务业集聚相关的政策提供依据，削弱科技服务业集聚所带来的负向影响。在科技服务业集聚对科技创新产生有利影响的地区，应激励产业科技创新，深度优化科技服务业集聚规模和结构，促使集聚区内各部门、各产业链上中下游之间连接成为一个互补共生体，不断推进科技服务业产业链条向中高端迈进，深化科技服务业集聚对科技创新的推动作用。

第二，根据科技服务业集聚的“本地—邻地”效应，建立区域科技服务业集聚协同发展体制机制。科技服务业集聚的科技创新效应在不同地区呈现出不同的结果。对此，政府应充分考究本地和相邻地区科技服务业集聚的实际发展状况，明确区域间科技服务业发展差异，完善科技服务业空间布局发展战略，精确制定科技服务业集聚相关制度的着力点，构建有效的区域协同管理体系，高效释放出科技服务业集聚的空间溢出效应。另外，长期来看，科技服务业集聚会对相邻区域科技创新产生一定的抑制作用，此时政府应鼓励邻近地区主动打开大门，进一步强化对外沟通交流，缩小区域差距，坚决不能选择“闭门造车”方式来发展科技。

第三，强化科技服务业集聚发展水平，加快推进创新平台的完善。由上述分析可知，我国科技服务业集聚发展水平整体上仍然偏低，若忽略科技服务业集聚发展水平，单纯提高经济发展水平也难以在最大程度上推动科技创新。因为科技服务业集聚的规模化、集中化可有效加快知识和技术的扩散与转化速度，降低信息传递和搜寻成本，使知识、技术的交换模式更加专业化、效率化，从而可以在更大程度上助力科技创新能力的提升。而分散化的科技服务业难以实现创新资源的高效整合，难以使其对科技创新的促进作用发挥至最大化，因此，提高科技服务业集聚发展水平是不可或缺的措施之一。健全科技服务业协同创新平台，增强科技服务业网络密度，拓宽知识、技术溢出渠道。设立科技服务业集聚示范区，营造优质的人才引进环境，优化人才保障体系，全力吸引各种高技能型与复合型人才，不断壮大人才队伍。同时要充分利用产学研相结合的优势，倡导企业建立专门的科研部门，引入合理的竞争机制，创造适当的竞争环境，打造出一批提供全链条科技服务的高端示范园区，促使科技服务业集聚水平的快速提升，加快科技服务业集聚空间溢出效应的最大化发挥。