生产性服务业集聚如何提升制造业创新效率？——基于集聚外部性的理论分析与实证检验

于斌斌 吴 丹

1 引 言

随着中国经济逐渐步入“新常态”，中国产业结构开始逐步调整，服务业在经济总量中所占的比重日益提高。截至2018年底，第三产业增加值占国内生产总值的比重为52.2%，比上年增长7.6%，这意味着服务业正逐渐成为中国经济发展的主动力，而其中生产性服务业的发展尤为突出。同时，美国工业互联网、德国工业 4.0以及英国高价值制造业战略等再工业化发展战略都确定生产性服务业作为制造业发展的支撑力量，可以看出生产性服务业的发展得到世界各国的广泛重视。而近年来，生产性服务业对制造业发展的作用已经从起初的“润滑剂”到“生产力”再转化为如今的“推进器”（于斌斌，2019［1］），体现了生产性服务业在经济发展过程中的重要作用。2014年国务院出台的政策也表明①2014年国务院出台《关于加快发展生产性服务业促进产业结构调整升级的指导意见》，生产性服务业是建立在知识、信息技术上的产业，是全球产业竞争的战略制高点，其具备了专业特性强，涉及面广、创新活跃等特点。同样地，2015年发布的《中国制造 2025》又再一次强调，制造业的技术创新要围绕着“制造业+服务业”，以此来为中国制造业未来十年的创新转型提供支撑。

同样的，随着工业化进程的不断推进，制造业在国民经济中的地位日渐提升。数据表明，2018年，中国GDP超过90万亿元（90.03万亿元），相比于2017年增加了近8万亿元，其中制造业占中国经济总量的29.41%，为26.48万亿元。可以看出，中国已经是世界上具有重要影响力的制造大国，但却不是制造强国，仍然与其他发达国家存在差距。据国家工信部的统计显示②中国人民共和国工业和信息化官网：http://www.miit.gov.cn/n1146285/n1146352/n3054355/n3057497/n3057504/c3609139/content.html，中国制造业创新能力不强，主要体现在关键领域的核心技术及高端设备所需要的技术产品依赖进口、缺少有竞争力的大企业等方面，这已成为制约中国制造业创新发展的瓶颈，例如绝大多数的高端专用芯片、高档装备仪器等要依靠进口。可见，中国制造业的创新效率相比于发达国家整体还处于偏低水平，而生产性服务集聚正是破解制造业创新效率偏低的关键因素。随着信息技术、全球分工步伐加快，制造业对生产性服务业的需求逐渐增加，导致生产性服务业集聚程度不断提高，在集聚区内的生产性服务业能够通过促进专业化效应的形成、劳动力市场的共享、知识和技术的外溢以及基础设施建设等途径提升产业的竞争优势，从而推动区域内制造业的创新。不仅如此，生产性服务业集聚还能够带来积极的外溢效应，通过提升专业化水平、降低交易成本以及知识和技术的外溢等方式提升产业效率和竞争优势，从而促进周边地区制造业的发展。因此，深入考察生产性服务业集聚对制造业创新效率的影响路径，并挖掘制造业创新效率提高的深层机制，对中国制造业的创新发展存在重要的理论和现实意义。

关于生产性服务业集聚的研究较为丰富，但大多数学者集中探讨了生产性服务业集聚对制造业协同集聚、制造业生产效率、制造业升级等方面的影响效应以及区域创新效率或技术创新能力的影响作用（宣烨，2012［2］；张虎等，2017［3］；刘奕等，2017［4］；原毅军和郭然，2018［5］），但是关于生产性服务业集聚如何影响制造业创新效率的问题的研究较为少。这些相关文献主要具有以下特征：①多数文献仅关注了生产性服务业集聚对制造业的作用效应，但从生产性服务业不同集聚模式的角度研究对制造业影响的文献不多，以及较少探讨生产性服务业集聚外部性对于制造业创新效率的影响机制。②在与制造业创新效率的相关文献中，多数文献对于创新产出指标的选取方面侧重点不同，但大致集中在专利申请数和专利授权数上，鉴于部分数据难以获得，较少使用其他创新产出指标，这在一定程度上难以反映制造业创新效率的真实性。③多侧重于从区域层面来研究创新效率，缺少对制造业创新效率的研究和分析。随着“中国制造2025”计划的提出以及服务业内部分工日趋专业化、多样化，生产性服务业在制造业创新的过程中发挥了重要作用。因此，如何有效集聚生产性服务业并发挥其对制造业创新效率的提升作用，对制造业的发展具有重要的现实意义。

本文的边际贡献在于：一是在理论分析上，本文将生产性服务业集聚外部性划分为 MAR外部性、Jacobs外部性和 Porter外部性，把生产性服务业集聚的三个外部性与制造业创新效率纳入同一个分析框架，更为详细地分析了生产性服务业集聚的三种外部性对制造业创新效率的影响机制；二在研究方法上，以中国省级面板数据为基础，运用动态面板模型实证检验了生产性服务业集聚的三种外部性对制造业创新效率的影响机制，克服了静态面板模型的内生性问题，从而使研究结论更加精确。

2 理论分析

2.1 MAR外部性：规模经济和知识溢出

MAR外部性由 Marshall（1890）［6］提出，后经Arrow（1962）［7］和Romer（1990）［8］拓展形成。该观点认为，同一产业企业在同一区域内集聚，有利于信息、技术、知识和人力资本在产业内的扩散和共享，形成了专业化生产，从而有利于该地区技术的进步与创新。Andersson等（2010）［9］运用瑞典1994-2001年的数据进行研究，得出专业化集聚促进了企业创新。Sultan和Dijk（2017）［10］研究也发现，区域内产业的集聚加快了知识技术的溢出和研发要素的流动，有助于技术创新的快速传播。Baptista和Swann（1998）［11］发现，知识溢出有利于“公共池”知识和专利的积累，有利于提高企业创新的可靠性和成功率。而且集聚有利于生产性服务业提升其发展水平，从而能满足制造业创新发展的需要（于斌斌，2017［12］）。尤其是，生产性服务业的分工越细，企业的专业化水平会大幅度提升，进一步提升了制造业创新水平。一方面，同一地区同一产业内众多企业的集聚促使劳动力的集中，从而形成专业的人才市场，同时也会对中间产品或配套产品形成大量需求；另一方面，地区内同一产业的企业集聚，通过企业与企业之间的知识分享，相互学习，促进企业之间产生知识溢出，进而开发出新思想，研究出新技术。而彭向和蒋传海（2011）［13］通过实证研究发现，不同的产业集聚状态对地区创新能力的提高差异不大。

作为给制造业提供重要的中间性服务投入的产业，生产性服务业集聚的MAR外部性对制造业创新效率的作用机制主要表现在：①生产性服务业的专业化集聚通过规模经济效应作用于制造业创新效率。一方面，生产性服务业集聚通过规模经济效应能使其提供专业化服务的成本降低，例如制造业管理成本、信息搜寻成本等，从而使制造业企业可以投入更多的资金用于技术创新，进一步提升了制造业的创新效率；另一方面，相同企业的集聚使得区域内的研发基础设施为制造业创新提供了便利，中间产品投入和高技能劳动者等提高了制造业企业的竞争力和资源配置效率（吉亚辉和杨倩妮，2017［14］）。②生产性服务业的专业化集聚可以通过知识溢出效应作用于制造业创新效率。首先，专业化集聚能够使得大量专业化的人才在各制造业企业之间的顺畅流动，引发相同产业内不同企业之间的交流和学习并促进知识、技术和信息的传播和共享，进而产生技术知识溢出。而制造业企业则通过吸收消化这种知识技术外溢，获得技术进步，从而有利于制造业自主研发能力的提高和技术创新能力的积累。其次，地区人力资本水平的提高也提升了相应企业员工的基本素质与专业技能水平，员工吸收先进技术以及进行技术创新的能力也就越强。因此，知识技术的溢出和人力资本水平的提高或成为制造业创新效率提升的重要途径。

2.2 Jacobs外部性：创新链接和合作效应

Jacobs外部性理论认为，多样化产业间互动、交叉领域的碰撞所形成的创新合作与知识溢出，是企业技术创新的重要来源。同时，产业在区域内的多样化集聚，能实现产业间的精细化专业分工与合作交流，有利于发挥知识溢出效应和推动技术创新（Jacobs，1969［15］）。杨浩昌等（2016）［16］根据新经济地理学的分析框架研究发现，不同行业的集聚会带来不同领域的知识技术、信息、人才以及研发设施等要素，有利于形成涵盖知识、信息和技术的交流网和合作网，从而各行各业各地区的大量人才汇聚在一起，形成了知识交流、传播和共享的创新链接环境，促进了制造业的创新发展。Harrison等（1996）［17］研究也发现，区域内的经济环境的多样化，有利于各种技能要素的互惠互利，进而产生新技术。Combes（2000）［18］则认为对于技术的使用，不同的产业之间也存在共性，一个产业的研发成果往往成为其它产业创新的基础与动力。Duranton等（2001）［19］指出，多样化集聚能够增强了不同行业之间的知识和人才的交流与合作。Yamada和Kawakami（2015）［20］则通过研究发现，在集群核心，多元化又相互关联的结构更有助于制造业的发展。

生产性服务业集聚的Jacobs外部性对于制造业创新效率的作用机制主要表现在：①生产性服务业的多样化集聚会形成创新链接效应。不同产业集聚通过产业关联促进了产业之间的交流。而生产性服务业与制造业之间存在天生的关联性，导致产业多元化所创造的服务环境减少了制造业之间的生产成本和技术信息成本。企业之间存在技术知识流动，一个行业可以通过知识、技术、信息和人力资源等方面获得来的核心技术来带动该行业的技术创新，同时带动其他相关行业的互补性技术创新，使得其他产业迅速发展，从而形成互惠互利的产业链条。不仅如此，当生产性服务业为制造业提供中间服务时，制造业企业可以充分吸纳“制造业服务化”以及其他领域所带来的相关专业知识和技术。也正是由于生产性服务业与制造业之间存在密切的关联性，才使得专业化人才和相关要素在不同行业间的知识交流不会受到阻碍，要素资源的流动也更便捷。因此，通过产业之间多样化要素资源的相互交流和知识积累，制造业企业能够将萌发的创意转变为研究项目，进而加速了创新融合并进行后续的技术研发和产品开发。行业之间的相互学习、融合共享，也促进了制造业企业的技术创新，并通过信息网络的传播和扩散，加快了区域之间、行业之间、企业之间的创新链接效应。②生产性服务业集聚通过合作效应提升了制造业创新效率。生产性服务业不同行业的集聚促进了企业间的协同合作，降低了不同行业、不同企业间知识的排他性，并可以通过技术共享、成本分摊的方式实现科研合作开发，加快新技术的产生（Glaeser，2000［21］）。例如，生产性服务业中的信息技术服务能够解决制造业企业的信息分散、不准确等问题，通过实施信息化来减少制造业的管理成本；交通运输服务则能够有效降低制造企业的物流成本；金融服务也能够通过提供融资服务来降低制造企业融资成本；租赁服务能够为制造业提供设备来降低企业的生产成本，也减少制造业的投资风险。这种合作创新有效促进生产性服务业的服务水平提高，从而为制造业企业提供更加优质，技术层次更高的生产性服务。

2.3 Porter外部性：市场竞争和专业分工

Porter外部性则认为，开放市场环境下的市场竞争更能促进技术外溢和知识创新。同时，该理论还指出，市场的激烈竞争环境可以为企业带来改进生产技术、提高生产效率以追求更大利润的动机（Porter，1990［22］）。Combes（2000）［18］指出，市场竞争的激烈程度决定了企业的研发投入的强烈程度，市场竞争越激烈，企业越重视研发投入，创新能够为企业赢得更多的市场机遇。同样的，Gu（2016）［23］也认为，在强有力的市场竞争中，消费者选择的增加也可能会激发企业的创新动力，使技术创新成为企业发展的关键。此外，Porter外部性还优化了区域内的制度环境，抑制了机会主义倾向，从而更利于促进技术、知识在企业之间的快速溢出。

生产性服务业集聚的Porter外部性对于制造业创新效率的作用机制主要表现在：①生产性服务业集聚可以通过市场竞争效应来影响制造业的创新效率。当某区域内的企业数量越来越多，同类企业“扎堆”落户在相对集中的同一区域内，会让企业处于高强度的竞争氛围中，即各部门之间会因为对高技能劳动力、研发基础设施、知识技术等资源的共享而形成竞争关系，进而给企业带来一种持续的竞争压力，“扎堆”的同类企业越多，企业面对的竞争压力就越大。为了获得更大的经济效益，大部分企业会通过降低成本、改善效率等来减少制造业的服务成本，提高企业的盈利空间和核心竞争力，从而有更多资金用于技术研发和效率改进。②生产性服务业的集聚会通过专业化分工来倒逼制造业创新，从而提升制造业的创新效率。一方面，企业在区域内的集聚使得产业内的竞争优势不断扩大，而生产性服务业集聚会使得生产性服务业子行业的专业化分工越来越细，所提供的服务也越来越精准，这样会增强制造业企业对生产性服务业的依赖，倒逼制造业企业加强与生产性服务业的有效联系与融合，来提升产品的功能和附加值，进而生产技术水平也大幅度提高，进而提升制造业企业的创新效率；另一方面，生产性服务业通过提供技术外包服务，直接为制造业提供一定的技术创新成果，例如商务服务、品牌营销等，使得企业可以专心致志地把重心放在关键环节核心技术产品的创新研发上（霍景东和黄群慧，2012［24］）。因此，制造业企业就可以利用生产性服务业的创新成果，节约创新成本。

3 研究设计

3.1 模型设定与变量说明

为了研究生产性服务业集聚外部性对制造业创新效率的作用机制，本文以制造业创新效率为被解释变量，以生产性服务业集聚外部性为核心解释变量，主要包括MAR外部性、Jacobs外部性、Porter外部性，同时考虑其他控制变量对地区制造业创新效率的影响，构建如下动态面板数据模型：

其中，式（1）（2）（3）分别考察了生产性服务业集聚的三种外部性对制造业创新效率的影响作用。模型中i表示省份，t代表时期。TEit表示i省t年的制造业创新效率，εit为残差项，X为控制变量。考虑到创新效率是一个动态过程，制造业前期的创新效率很大程度上会影响后期，因此在模型右边加入其一阶滞后项TEit-1。为消除变量的异方差，所有变量均采用对数形式。

控制变量：①信息化水平（inf）。马淑琴和谢杰（2013）［25］研究发现一个国家中，企业技术创新所需要的技术信息或者先进产品离不开通信基础设施，它影响着该地区企业在创新过程中所产生的交易费用，因此，采用人均电信业务量来衡量。②政府干预（gov）。政府支持能够为制造业企业在各方面提供合理的保障，帮助企业克服环境不确定性，从而促进制造业企业更好的发展（吴松强和蔡文洁，2019［26］），因此采用政府消费占最终消费的比例衡量。③地区经济发展水平（gdp）。宣烨和余泳泽（2014）［27］认为，地区经济的发展与制造业效率密不可分，发达地区的现代服务业占比较高，进而制造业效率也会提升，因此采用各地区人均国内生产总值衡量。④人力资本积累（edu）①人均受教育程度的衡量以全国6岁及以上人口作为统计口径进行计算：小学为6年、初中为9年、高中为12年、大专以上为16年。然后，以各受教育水平在人口中的比例为权数，计算得到各地区的平均受教育年限。。创新很大程度上取决于人的思维、想象力和知识积累，通过加大对人力资本的投入为企业带来高技能劳动力，从而提高创新成功率。因此使用人均受教育程度衡量。

3.2 生产性服务业集聚外部性的测度

借鉴于斌斌和金刚（2014）［28］学者的处理方法，三种外部性的测算方式为：

其中，Sji为i地区生产性服务业细分行业j的就业人数占该地区总就业人数的比重，Si为j产业的就业人数占全国总就业人数的比重。

其中，Aggi表示用区位熵来衡量的生产性服务业集聚程度，如式（7）所示；Comi为市场竞争程度，借鉴刘胜和顾乃华（2015）［29］的方法，选用城镇职工平均工资水平并取对数来衡量。生产性服务业集聚程度的计算公式中，PSi和PS分别表示i省份生产性服务业就业人数和全国生产性服务业就业人数，Ei和E分别表示i省份总就业人数和全国总就业人数。

3.3 制造业创新效率的测度

由于数据包络分析法（DEA）可以有效避免主观因素，减少不必要的主观设定误差，因而采用DEA-Malmquist指数法对中国各省份的制造业创新效率进行测算。DEA-Malmquist指数法属于非参数的方法，它是通过测算t+1期相对于t期的投入产出关系的变化程度来测算创新效率的变动，度量创新效率增长的Malmquist指数可以表示为：

在公式（8）中，（xt，yt）是t时期的投入产出向量，（xt+1，yt+1）是t+1时期投入产出向量，D0t（xt,yt）表示在t时期的距离函数，D0t+1（xt,yt）表示在t+1 时期的距离函数。

本文借鉴吴延兵（2008）［30］、白俊红和蒋伏心（2015）［31］的处理方法，选择R&D人员全时当量和R&D经费支出作为人员和资金的投入指标。创新产出变量的选择，大都以新产品销售收入、专利申请数量等为主（苏屹等，2017［32］），本文以新产品销售收入和专利申请数为代表。对于R&D经费支出采用永续盘存法进行核算，同时构造R&D支出价格指数=0.55×消费价格指数+0.45×固定资产投资价格指数，并对各期的R&D经费支出进行平减。新产品销售收入采用工业生产者出产价格指数进行平减。

3.4 数据来源

本文基于2007—2016年全国30个省的生产性服务业和制造业的数据来进行实证分析，生产性服务业的数据来源于《中国统计年鉴》以及各省份统计年鉴，制造业的数据来源于《中国科技统计年鉴》《工业企业科技活动统计年鉴》，控制变量的数据来源于《中国统计年鉴》，主要变量的统计特征如表1所示。

表1 各指标的描述性统计分析

4 实证分析

4.1 制造业创新效率的特征事实分析

本文采用DEA-Malmquist指数法对2007-2016年中国30个省制造业创新效率进行测度，得到了制造业创新效率的动态变化情况，如表2所示。

表2 2007-2016年中国30个省份制造业的创新效率

为了分析生产性服务业集聚外部性对制造业创新效率影响的地区性差异，对31个省、直辖市及自治区进行区域分组①按照国家统计局对31个省、直辖市及自治区按照经济地带的划分方法进行分组，分为东部和中西部地区，其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、河南、江西、湖南、湖北；西部地区包括内蒙古、广西、四川、重庆、云南、贵州、陕西、甘肃、青海、宁夏、新疆、西藏。。表2和图1的结果显示，制造业整体的创新效率变动在总体上呈现出向上的情况。从全国层面来看，在2007-2016年间，制造业创新效率的变动值始终维持在0.9-1.3之间波动，平均增长率为8.0%。在考察期内，2009-2012年之间波动幅度最大，尤其在2009年后创新效率急速下降以及在2010年迅速回升。究其原因在于，受2008年金融危机以及为应对全球金融危机所采取的“四万亿”刺激政策的影响，因此在2009-2011年间，制造业创新效率出现较为激烈的波动。同时，“十二五”规划的提出明确要求，制造业在发展过程中可以通过实现与生产性服务业的相互融合，来带动两者的共同发展，这也为制造业向先进制造业进一步发展的途中提供帮助，更有助于制造业在其技术流程环节减少高能消耗所导致产品价值贬低的危害。在考察期内，虽然制造业创新效率波动较为平缓，但却维持着缓缓上升的趋势，这也说明依托生产性服务业来改造提升制造业，是提升制造业创新效率的重要契机。

图1 2007-2016年制造业创新效率增长率的变化趋势

从分区域来看，在2007-2016年间，中国东、中、西部的制造业创新效率一直处于缓慢的上升阶段。从区域差异来看，中部地区的制造业创新效率增长率最高，年平均增长率为11.9%，其次是西部地区，年平均增长率为10.4%，而东部地区的制造业年均增长率最低，为3.0%。原因可能在于，东部地区的制造业较中西部地区发展较为成熟，创新效率相对来说已经处于较高水平，而中西部地区由于发展环境较差，制造业起步较晚、基础薄弱，在主动承接东部产业转移的背景下，制造业获得了较快发展，从而使中西部地区制造业的创新效率增长率较高。

从省际差异来看，在2007-2016年间，大部分省份的创新效率高于全国平均水平，其中增幅最快的省市是安徽、云南、青海等地区。这说明，虽然中西部地区的制造业发展与东部地区差距较大，但是“西部大开发”、“中部崛起”等国家战略的制定实施，加快了中西部地区的制造业发展速度。值得注意的是，部分省份经济发展程度和制造业创新效率并不是呈正相关的，例如四川、湖北的制造业创新效率增长率高于其它省份。究其原因在于：一方面，四川省作为西部制造业强省，“十二五”规划以来，政府在加大对制造业投入的同时，重点培育现代服务业的发展，进而逐步成为中国重要的现代制造业基地；另一方面，湖北是工业大省，制造业具有良好的基础，在供给侧结构性改革全面实施以后，湖北省加大培育高新技术产业，提高了高新技术产业在制造业结构中的比重，尤其是《长江中游城市群发展规划》的颁布实施，加快了制造业和现代服务业的融合发展。

4.2 实证结果分析

回归结果如表3所示，滞后一期的制造业创新效率均通过了5%水平下的显著性检验，这说明中国制造业创新效率存在较为明显的动态效应。MAR外部性在5%的显著水平下通过了检验，Porter外部性在10%的显著水平下通过了检验。可以看出，生产性服务业集聚的MAR外部性对制造业创新效率有明显的促进作用，生产性服务业集聚的Porter外部性也有利于制造业创新效率的提升，可见生产性服务业集聚发展能够推动制造业的技术研发与创新。其一，生产性服务业集聚的MAR外部性带来的规模经济效应有利于减少制造业企业创新所需要的各项成本，包括获取所需要的专业人才的培育成本和搜寻成本等；同时，生产性服务业的专业化集聚有利于发挥知识溢出效应，同一产业的集聚，使得企业之间能够共享各种研发设备、人力资源，积极交流、传播新技术和新创意，进而提升企业的创新能力。其二，由于Porter外部性的存在，生产性服务业集聚可以通过激烈的市场竞争来提升自己的市场份额、扩大市场竞争力进而提高制造业的创新效率。企业集聚形成的竞争压力以及同类企业之间价格、效率、质量等方面的激烈竞争能够促使生产性服务业提升质量和水平，从而提升了制造业企业的投入产出效率，使得制造业企业将自己的核心竞争力转移到高附加值环节来，专注于核心业务。而Jacobs外部性对制造业创新效率的影响没有通过显著性检验，可能是由于不同企业集聚在一起，使得企业之间的互动频繁，而产业之间的交流和知识的积累虽可以使制造业企业迸发出新的创意，但也会使得制造业企业的创新成果容易被其他竞争对手学习和模仿，导致这种创新的高风险和不确定性降低了企业创新的积极性，进而影响了制造业创新效率的增进。

表3 全国样本面板数据回归分析结果

为了考察生产性服务业集聚外部性影响不同地区制造业创新效率的异质性，引入东部与中西部地区的虚拟变量D与外部性的交互项，继续采用动态GMM方法进行估计，结果见表4。

表4 分地区面板数据回归分析结果

从表4中可以发现，模型（1）中，生产性服务业集聚的MAR外部性对制造业创新效率存在显著的促进作用；分地区来看，生产性服务业集聚对中西部地区制造业创新效率提升的影响要强于东部地区。模型（2）中，Jacobs外部性没有通过10%以下的显著性检验并且系数为负，说明Jacobs外部性不利于制造业创新效率的提升，但这种影响并不显著。模型（3）中，生产性服务业集聚的Porter外部性有利于提升制造业创新效率；分地区来看，东部地区的生产性服务业集聚对制造业创新效率提升的作用要强于中西部地区。可见，生产性服务业集聚外部性对制造业创新效率的影响存在着明显的区际差异，这可能是与东中西地区的产业结构密切相关。自2008年国际金融危机以来，东部地区产业向中西部地区转移步伐加快，而中西部地区凭借自然资源丰富、要素成本较低，对生产性服务业的专业化集聚存在较大的潜在需求，因而在很大程度上促进了知识溢出以及创新能力的提升。与之不同的是，东部地区较中西部地区集聚程度更高，相邻或者相近的企业之间的竞争较为激烈，创新活动较频繁，从而使生产性服务业的Porter外部性对制造业创新效率的提升作用会显著大于中西部地区。

5 结论与建议

本文基于集聚外部性理论分析了生产性服务业集聚对制造业创新效率的作用机制，并利用系统GMM估计方法和2007-2016年省际面板数据实证检验了生产性服务业集聚的三种外部性对制造业创新效率的影响效应。理论研究发现，生产性服务业集聚外部性可以通过规模经济、知识溢出、创新链接、合作效应、市场竞争和专业分工等途径促进制造业创新效率提升。实证结果表明：（1）从全国层面来看，生产性服务业集聚的外部性显著提升了制造业创新效率。其中，在外部性的影响分析中，MAR外部性和Porter外部性对制造业创新效率提升的作用最明显，而Jacobs外部性抑制了制造业创新效率的提升，但并不显著；即生产性服务业的专业化集聚和竞争对制造业创新效率的提升有正向的推动作用。（2）从区域层面来看，生产性服务业集聚外部性对制造业创新效率的提升作用与全国层面的实证结果基本一致，MAR外部性对提升中西部地区制造业创新效率的作用要强于东部地区。相反地，Porter外部性对提升东部地区制造业创新效率的作用要强于中西部地区。基于以上研究结论，本文提出以下建议：

第一，坚持发挥生产性服务业集聚的外部效应来推动制造业创新。一方面，企业可以通过招聘高素质人才或培养高端人力资源，来提升企业技术创新的核心力量，而专业化集聚往往对人才、文化等要求较高，可以为制造业的重要研发环节提供人力资本和知识技术等中间投入，促进企业之间的技术外溢；另一方面，鼓励生产性服务业集聚区的各企业间的良性竞争，充分发挥Porter外部性的优势，企业之间的竞争不再依附低成本优势，而应追求高技术含量的差异化产品，为制造业企业提供更为先进、优质的服务或产品。

第二，根据制造业创新发展需求，因地制宜地选择生产性服务业集聚模式。合适的生产性服务业集聚模式是提升制造业创新效率的有效路径。对于中西部地区而言，应把重心放在发展生产性服务业的专业化集聚上，培育高质量的生产性服务业，而地方政府在政策层面上，可以通过减税降费，减轻生产性服务业的负担，加速产业创新，为制造业创新提供良好的政策环境。东部地区因经济优势集聚了大量生产性服务业，迫切需要更好的竞争环境来为制造业创新升级提供便利，因而地方政府可以要通过一系列行政和法律手段来营造良好的市场环境和竞争环境，提供相关的配套设施，为制造业企业创新提供强有力的保障。

第三，营造生产性服务业和制造业发展的创新环境，加强创新成果保护。地方政府鼓励生产性服务业在制造业应用与服务的同时，应该进一步完善对知识产权的保护措施。加强科技创新成果的保护，将有利于企业产品附加值的提高和市场竞争力的提升。知识产权能取得有效的保护，不仅能提高生产性服务业和制造业企业的创新热情，营造创新氛围，还能增强企业的创新动力，从而为生产性服务业的多样化集聚提供更好的条件。