林宏杰

(廈門理工學院 經(jīng)濟與管理學院，福建 廈門　361024)

一、問題與文獻回顧

2014年的《國務院關(guān)于加快科技服務業(yè)發(fā)展的若干意見》(以下簡稱《意見》)指出，加快科技服務業(yè)發(fā)展，對于深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、推動經(jīng)濟提質(zhì)增效升級具有重要意義。《意見》要求各地方政府加快政府職能轉(zhuǎn)變，激發(fā)各類科技服務主體活力，堅持市場導向，綜合運用財稅、金融、產(chǎn)業(yè)等政策支持科技服務機構(gòu)市場化發(fā)展，拓展市場空間，實現(xiàn)科技服務業(yè)集聚發(fā)展。在此政策背景下，中國科技服務業(yè)在京津地區(qū)、珠三角和長三角初步形成了集聚發(fā)展的態(tài)勢：2015年北京和天津科技服務業(yè)增加值分別為1 820.6億元和714.56億元，分別占GDP的7.91%和4.32%；深圳和廣州科技服務業(yè)增加值分別為486.14億元和492.66億元，分別占GDP的2.78%和2.72%；上海、杭州和南京科技服務業(yè)增加值分別為713.37億元、251.36億元和358.1億元，分別占GDP的2.84%、2.5%和3.68%，而同一時期全國科技服務業(yè)增加值占GDP比重約為1.5%?；谝陨蠑?shù)據(jù)，我們可以初步得到兩個基本經(jīng)驗判斷：其一，中國科技服務業(yè)的發(fā)展具有明顯的空間集聚特征，集聚發(fā)展模式形成的人才集聚、低交易費用及知識溢出效應等優(yōu)勢，有助于當?shù)乜萍挤諛I(yè)的進一步發(fā)展；其二，科技服務業(yè)集聚區(qū)域多為市場經(jīng)濟發(fā)達、政府執(zhí)行力強的地區(qū)，中國科技服務業(yè)總體上仍處于發(fā)展初期，政府行為和市場效應的合力作用或是其集聚發(fā)展的主要動力?；谶@兩個基本經(jīng)驗判斷，我們希望進一步了解的是，市場效應和政府行為對科技服務業(yè)空間集聚發(fā)展的作用機制。

產(chǎn)業(yè)集聚的理論分析框架概括起來主要有Marshall的外部經(jīng)濟理論、Henderson等的經(jīng)濟地理學理論和以Krugman為代表的新經(jīng)濟地理學理論，尤其是以Krugman為代表的新經(jīng)濟地理學理論的誕生，使得針對產(chǎn)業(yè)集聚的研究取得了重大進展。關(guān)于產(chǎn)業(yè)集聚的研究基本上都是基于上述3種理論分析框架，且研究主要集中在“制造業(yè)領域”和“服務業(yè)領域”，隨著全球經(jīng)濟“科技化”和“服務化”的趨勢愈發(fā)明顯，針對科技服務業(yè)的研究得到了更多學者的關(guān)注。

國內(nèi)外對于科技服務業(yè)的研究主要集中于以下幾個方面：一是在科技服務業(yè)的運行機理方面，李建標等從產(chǎn)業(yè)協(xié)同演進和制度諧振的視角研究了科技服務業(yè)發(fā)展動因[1]；廖穎寧從系統(tǒng)內(nèi)部結(jié)構(gòu)和外部動力的角度,分析科技服務業(yè)技術(shù)創(chuàng)新的運行機理[2]。二是在科技服務業(yè)的帶動作用方面，Tether等從創(chuàng)新的角度論證了科技服務業(yè)能夠支持其他的公司進行創(chuàng)新[3]；張琴、趙丙奇和鄭旭通過對北京、上海、廣東和江蘇科技服務業(yè)集聚發(fā)展的實證分析，發(fā)現(xiàn)科技服務業(yè)對制造業(yè)升級具有正向帶動作用[4]。三是在科技服務業(yè)激勵政策和發(fā)展對策方面，寧凌等比較研究了美、日、英三國科技服務業(yè)的激勵模式，探索激勵政策的普遍規(guī)律，為中國相關(guān)政策的制定提供參考[5]；韓魯南等采用PEST分析方法，從政策體系、人力資源和技術(shù)交易平臺等方面對北京市科技服務業(yè)的發(fā)展提出建議[6]。四是在科技服務業(yè)空間集聚方面，張清正、李國平利用空間計量模型研究中國科技服務業(yè)空間集聚發(fā)展態(tài)勢及其影響因素[7]；鐘小平從市場效應和政策效應兩個角度，對廣東科技服務業(yè)產(chǎn)業(yè)集聚現(xiàn)象進行探討[8]。

綜合國內(nèi)外相關(guān)文獻，從研究內(nèi)容看，當前對于科技服務業(yè)的研究更多集中于運行機理、激勵政策、發(fā)展對策和帶動作用等理論層面，對于科技服務業(yè)的集聚發(fā)展現(xiàn)狀及其影響因素的實證研究仍然較少；從研究方法看，還是以描述性研究和理論性推理居多，定量分析相對較少；從理論分析框架看，基本上還是沿用制造業(yè)集聚或生產(chǎn)性服務業(yè)集聚的研究范式，此類研究范式對科技服務業(yè)集聚機理的解釋力有所欠缺；從研究所覆蓋的地理范圍看，大部分研究是以省級地理單元為樣本進行實證分析，所提的對策建議具有宏觀指導意義，但若要落實到具體的省市則顯得針對性不足。針對以上研究不足，本文以地級城市為空間尺度，根據(jù)福建省內(nèi)各城市科技服務業(yè)集聚現(xiàn)狀，將其區(qū)分為高集聚區(qū)和低集聚區(qū)，在明晰市場效應和政府行為對科技服務業(yè)集聚發(fā)展影響機制的基礎上，應用空間杜賓模型(SDM)進行實證檢驗，為省內(nèi)不同區(qū)域制定較為合理的產(chǎn)業(yè)集聚發(fā)展政策，優(yōu)化福建省科技服務業(yè)的空間布局提供參考。

二、福建省科技服務業(yè)集聚的特征性描述

從收集到的代表性研究[9-12]看，關(guān)于產(chǎn)業(yè)集聚度的度量，主要有赫芬達爾指數(shù)、空間基尼系數(shù)、區(qū)位熵和E-G系數(shù)。考慮到數(shù)據(jù)的可得性和度量的有效性，本文采用空間基尼系數(shù)和區(qū)位熵系數(shù)對福建省各城市的科技服務業(yè)集聚程度進行度量，結(jié)果可能因為方法的不同而有所偏差，但并不影響我們對福建省科技服務業(yè)集聚現(xiàn)狀的總體判斷。

(一)空間基尼系數(shù)

空間基尼系數(shù)用于考察行業(yè)在區(qū)域間的空間集聚程度，其計算公式為：

(1)

其中Gi為地區(qū)i的空間基尼系數(shù)，SPi、SP、Xi、X分別為地區(qū)i某產(chǎn)業(yè)就業(yè)人數(shù)、全省某產(chǎn)業(yè)就業(yè)總?cè)藬?shù)、地區(qū)i的就業(yè)人數(shù)、全省就業(yè)總?cè)藬?shù)，空間基尼系數(shù)的取值范圍是[0,1]，其值越大，表示該行業(yè)的空間集聚程度越高。

為了能夠更直觀地了解福建省科技服務業(yè)集聚的現(xiàn)狀和趨勢，本節(jié)選取了服務業(yè)的14個行業(yè)作為比較研究對象，由公式(1)和相關(guān)統(tǒng)計數(shù)據(jù)*本文在計算福建省服務業(yè)空間基尼系數(shù)時采用的是省內(nèi)9個城市的第一(2004年)、二(2008年)、 三次(2013年)《全國經(jīng)濟普查主要數(shù)據(jù)公報》中的統(tǒng)計數(shù)據(jù)。，測算出福建省2004年、2008年、2013年14個服務業(yè)行業(yè)空間基尼系數(shù)，結(jié)果如表1。金融業(yè)一般集聚在城市中心區(qū)，因此集聚趨勢上升并保持第一是合理的；而隨著經(jīng)濟發(fā)展水平的提高，房地產(chǎn)業(yè)會漸漸從中心繁華區(qū)域朝周邊發(fā)展擴散，因此集聚度處于下降趨勢，與之相關(guān)度較高的批發(fā)零售、住宿和餐飲、居民服務等亦是處于下降趨勢；至于教育、衛(wèi)生、文體娛樂等，一般的政策是均等化，所以就不應以集聚為全部行業(yè)的統(tǒng)一目標，故而集聚度普遍較低。本文的研究對象科學研究和技術(shù)服務業(yè)的集聚程度在14個行業(yè)中排名第3，有別于傳統(tǒng)服務業(yè)，科技服務業(yè)是知識密集型行業(yè)，更傾向于分布在文化發(fā)達、信息交流通暢的區(qū)域，對周邊科研院所等科學機構(gòu)的配套要求較高，故而相較于其他服務業(yè)而言集聚程度較高，且從集聚趨勢上看，也表現(xiàn)出穩(wěn)定提高的動態(tài)趨勢。

表1　福建省14個服務行業(yè)空間基尼系數(shù)(2004、2008、2013年)

(二)區(qū)位熵系數(shù)

區(qū)位熵系數(shù)又稱專門化率，用于區(qū)位分析領域，它可以用來衡量某一產(chǎn)業(yè)部門的專業(yè)化程度，并確認其在某地區(qū)可能存在的集聚現(xiàn)象。其值越大，產(chǎn)業(yè)的地方專業(yè)化水平就越高，產(chǎn)業(yè)集聚水平就越高。一般來說，當區(qū)位熵大于1(也有學者認為1.25)時，說明該產(chǎn)業(yè)在當?shù)鼐哂忻黠@的專業(yè)化優(yōu)勢，產(chǎn)業(yè)集聚的可能性高；當區(qū)位熵小于1時，則說明該產(chǎn)業(yè)專業(yè)化程度處于劣勢，產(chǎn)業(yè)集聚的可能性小。其計算公式如下：

LQi=(SPi/SP)/(Xi/X)

(2)

其中地區(qū)i的區(qū)位熵用LQi表示，SPi、SP、Xi、X分別為地區(qū)i科技服務業(yè)就業(yè)人數(shù)、全省科技服務業(yè)就業(yè)總?cè)藬?shù)、地區(qū)i的就業(yè)人數(shù)、全省就業(yè)總?cè)藬?shù)。根據(jù)公式(2)和相關(guān)統(tǒng)計數(shù)據(jù)*本文在計算福建省科技服務業(yè)區(qū)位熵系數(shù)時采用的是2001—2016年《中國城市統(tǒng)計年鑒》中的數(shù)據(jù)，2013年以前的統(tǒng)計年鑒采用的是國民經(jīng)濟行業(yè)分類標準GB/T 4754-2002，科學研究、技術(shù)服務和地質(zhì)勘查業(yè)從業(yè)人員數(shù)包含了地質(zhì)勘查業(yè)的數(shù)據(jù)，這部分數(shù)據(jù)所占比例較小，雖然可能在最后的計算結(jié)果上有所偏差，但并不影響我們對福建省科技服務業(yè)集聚現(xiàn)狀的總體判斷。，分別計算全省9個城市科技服務業(yè)的區(qū)位熵，計算結(jié)果如表2所示。從表2看，福建省科技服務業(yè)區(qū)位熵小于1的城市有泉州、漳州、龍巖、南平、三明、莆田和寧德，區(qū)位熵大多在0.2～0.7之間，且從發(fā)展趨勢上看，除了泉州和廈門外產(chǎn)業(yè)專業(yè)化程度均處于下降趨勢；福州和廈門的區(qū)位熵均大于1，表明這兩個城市的科技服務業(yè)專業(yè)化水平較高，科技服務業(yè)發(fā)展具有一定的比較優(yōu)勢，產(chǎn)業(yè)集聚發(fā)展的可能性較大。綜合空間基尼系數(shù)和區(qū)位熵系數(shù)這兩個指標，可以發(fā)現(xiàn)，福建省科技服務業(yè)在局部地區(qū)呈現(xiàn)集聚發(fā)展的特征，本文將在此基礎上，進一步引入空間自相關(guān)分析的理論和方法，以揭示福建省科技服務業(yè)的空間布局結(jié)構(gòu)。

表2　福建省9地市科技服務業(yè)區(qū)位熵(2001—2015年)

三、福建科技服務業(yè)集聚發(fā)展的空間全局與局部模式分析

為揭示福建省科技服務業(yè)整體空間關(guān)系及其顯著性，我們運用全局Moran’s I指數(shù)來進行測度。Moran’s I指數(shù)的取值范圍為[-1,1]，I>0表示該產(chǎn)業(yè)空間分布具有正相關(guān)性，值越大空間相關(guān)性越明顯，體現(xiàn)為空間高高或低低集聚；I<0表示該產(chǎn)業(yè)空間分布具有負相關(guān)性，值越小空間差異越大，體現(xiàn)為空間高低或低高集聚；I=0表示產(chǎn)業(yè)空間分布呈現(xiàn)隨機性。全局Moran’s I指數(shù)計算公式如下：

(3)

(4)

要進行空間自相關(guān)的度量，首先要構(gòu)建用于表達區(qū)域關(guān)聯(lián)程度的空間權(quán)重矩陣?？臻g權(quán)重矩陣的類型主要有空間鄰接權(quán)重矩陣、反距離空間權(quán)重矩陣、K最近點權(quán)重矩陣和各類經(jīng)濟—社會因素綜合權(quán)重矩陣。李立等認為構(gòu)建空間權(quán)重矩陣時應該綜合考慮被觀測對象的空間位置特征和經(jīng)濟狀態(tài)指標[13]。本文借鑒李立等的方法，嘗試構(gòu)建一種能夠綜合考慮城市間空間位置特征和城市科技服務業(yè)發(fā)展水平的空間權(quán)重矩陣，具體構(gòu)建思路如下：考查福建省各城市空間分布，如果選擇空間鄰接權(quán)重矩陣，則廈門僅有兩個鄰接點，而三明有五個，顯然這種權(quán)重分配與兩個城市的科技服務業(yè)發(fā)展水平和影響力并不相符；若選擇K最近點權(quán)重矩陣，位于福建省地理邊緣的南平市和位于地理中心的泉州市同樣具有K個鄰接點，顯然這種權(quán)重分配與兩個城市的空間位置特征也不相符。因此，為了能夠綜合考慮各城市的經(jīng)濟發(fā)展水平、空間位置特征等要素，本文根據(jù)福建省各市的空間位置關(guān)系測算出平均鄰接點K=3.33，同時考慮到各城市科技服務業(yè)的發(fā)展水平差異(以表2數(shù)據(jù)為依據(jù))及空間位置特征差異，將福州和廈門的K最近點調(diào)整為4，南平和寧德的K最近點設為2，其余城市為3，設置得到空間權(quán)重矩陣W1。為了驗證結(jié)果的穩(wěn)健性，本文另外構(gòu)建2個空間權(quán)重矩陣W2和W3，W2是空間鄰接權(quán)重矩陣，當兩個城市之間相鄰時賦權(quán)wij=1，否則為0；W3是隨機生成的K最近點權(quán)重矩陣，每個城市都設置K=3個相鄰城市，當兩個城市之間相鄰時賦權(quán)wij=1，否則為0。應用全局Moran’s I指數(shù)檢驗結(jié)果如表3所示，空間權(quán)重矩陣W1檢驗值最優(yōu)。結(jié)果表明：在對科技服務業(yè)集聚的研究中，單純考慮地理鄰接的權(quán)重矩陣空間相關(guān)性最弱；而綜合考慮了位置特征和經(jīng)濟因素的空間權(quán)重矩陣對于挖掘科技服務業(yè)空間效應更有效，本文確定采用W1為空間權(quán)重矩陣。

其中，w1j,w2j,..,w9j分別表示福州、廈門、泉州、龍巖、南平、三明、莆田和寧德與其他城市的鄰接關(guān)系。

表3　空間權(quán)重矩陣檢驗結(jié)果比較

注：***代表顯著性水平為1%，**代表顯著性水平為5%，*代表顯著性水平為10%

根據(jù)公式(3)、(4)和空間權(quán)重矩陣W1，計算得到福建省科技服務業(yè)全局自相關(guān)Moran’s I指數(shù)值及其顯著性檢驗結(jié)果如表4。剔除未通過顯著性檢驗的2004—2007年數(shù)據(jù)，其余年份Moran’s I值均顯著為負，顯示福建省科技服務業(yè)具有負的空間自相關(guān)性，即在分布上呈現(xiàn)離散空間模式，說明福建省內(nèi)各城市科技服務業(yè)發(fā)展水平存在差異化的地區(qū)集聚分布態(tài)勢，表現(xiàn)為高觀測值城市排斥其他高觀測值城市，而與低觀測值城市集聚。從表4可以看出，福建省科技服務業(yè)空間集聚趨勢呈現(xiàn)先減小后增大，繼而逐步下降的變化趨勢。2001—2007年集聚趨勢持續(xù)減弱，低觀測值城市的科技服務業(yè)發(fā)展水平日益均衡是這一時期的主要特征；2008—2012年集聚程度呈現(xiàn)顯著上升的發(fā)展態(tài)勢，表明產(chǎn)業(yè)空間分布出現(xiàn)了局部顯著差異化的現(xiàn)象，之前作為低觀測值的廈門市科技服務業(yè)快速發(fā)展是導致這一結(jié)果的主要原因；2013—2015年集聚空間離散程度持續(xù)減弱，閩東南地區(qū)由于泉州市科技服務業(yè)的快速發(fā)展，而使得該地區(qū)空間差異化程度有所降低。整體上看福建省科技服務業(yè)空間負相關(guān)性明顯，相鄰地區(qū)科技服務業(yè)發(fā)展并不均衡，2008—2012年期間這種現(xiàn)象尤為突出。

表4　2001—2015年福建省科技服務業(yè)全局Moran-I指數(shù)值及Z得分

注：***代表顯著性水平為1%，**代表顯著性水平為5%，*代表顯著性水平為10%

由于全局Moran’s I指數(shù)只是作出對所有空間單元相關(guān)性的總體判斷，不能刻畫局部相關(guān)性，即在一個存在全局空間自相關(guān)的樣本中，有可能存在局部不相關(guān)，而在不存在全局空間自相關(guān)的樣本中，又有可能存在局部相關(guān)。因此，為了更好地描述福建省科技服務業(yè)空間局部自相關(guān)性，挖掘局部對象間可能存在的空間差異性，進一步引入局部Moran’s Ii指數(shù)，其公式如下：

(5)

zi和zj是標準化后的觀測值，wij為行標準化后的空間權(quán)重矩陣元素。局部Moran’s Ii指數(shù)的解讀為：若Ii>0且zi>0，屬高高集聚；若Ii>0且zi<0，屬低低集聚；若Ii<0且zi>0，屬高低集聚；若Ii<0且zi<0，屬低高集聚。

根據(jù)公式(5)，計算得到福建省科技服務業(yè)局部Moran’s Ii指數(shù)值如表5。2001—2015年觀測期內(nèi)，屬于高高集聚模式的觀測目標有5個，屬于高低集聚模式的有30個，屬于低高集聚模式的有81個，屬于低低集聚模式的有19個，表明福建省科技服務業(yè)的發(fā)展具有顯著的空間離散現(xiàn)象，科技服務業(yè)發(fā)展水平較高的相鄰城市集中性很低，科技服務業(yè)發(fā)展水平較低的相鄰城市集中性在2007年以后顯著減少。

表5　2001—2015年福建省9個地市科技服務業(yè)局部Moran’s Ii指數(shù)值及z得分

為進一步對福建省科技服務業(yè)集聚發(fā)展模式進行空間演變分析，生成局部LISA圖，如圖1。在2001—2015年觀測期內(nèi)，“低高”“高低”集聚模式出現(xiàn)次數(shù)最多，特別是南平、寧德、莆田三市在觀測期內(nèi)全部呈現(xiàn)“低高”集聚模式，顯示這三個城市的科技服務業(yè)發(fā)展水平與周邊城市差距較大，而“高低”集聚模式主要出現(xiàn)在福州和廈門，表明這兩個城市的科技服務業(yè)發(fā)展水平持續(xù)領先于周邊城市?！暗偷汀奔勰Ｊ降姆植紖^(qū)域持續(xù)減少，并且從南部地區(qū)向西部地區(qū)轉(zhuǎn)移，南部地區(qū)的科技服務業(yè)在觀察期內(nèi)發(fā)展迅速，而西部地區(qū)科技服務業(yè)的發(fā)展水平仍然較低。特別應該引起重視的是，在2011—2015年觀測期內(nèi)，泉州持續(xù)呈現(xiàn)“高高”集聚模式，說明泉廈地區(qū)科技服務業(yè)已經(jīng)出現(xiàn)空間集聚發(fā)展的態(tài)勢。

為更好地了解福建省各個時間段內(nèi)科技服務業(yè)的局部空間集聚特性，我們以5年為一個觀測期，根據(jù)局部自相關(guān)分析結(jié)果總結(jié)出福建省科技服務業(yè)集聚的空間相關(guān)模式，如表6所示，分析如下。

第一，“高高”集聚模式的城市逐漸顯現(xiàn)。在2001—2005年和2006—2010年兩個觀測期內(nèi)，均未出現(xiàn)“高高”集聚模式的城市，說明在該觀測期內(nèi)，福建省科技服務業(yè)尚未形成集聚發(fā)展的態(tài)勢。2011—2015年在泉州地區(qū)連續(xù)5年呈現(xiàn)“高高”集聚模式，表明泉州與周邊的高觀測值城市——廈門，已經(jīng)形成“高高集聚”的產(chǎn)業(yè)發(fā)展模式，且其局部Moran’s Ii指數(shù)值從0.02增加到0.076，顯示這種集聚態(tài)勢還在穩(wěn)定增長。從表2數(shù)據(jù)容易看出，福建省內(nèi)只有泉州和廈門科技服務業(yè)的區(qū)位熵系數(shù)處于增長態(tài)勢，其中以泉州的增長趨勢最為明顯，2015年比2001年增長了23.93%。進一步測算省內(nèi)各區(qū)域科技服務業(yè)的空間基尼系數(shù)發(fā)現(xiàn)，2011—2015年閩南地區(qū)(廈、漳、泉)科技服務業(yè)空間基尼系數(shù)均值(0.046 3)大幅高于閩東(福、寧、莆)的均值(0.017 5)和閩西北(龍、三、南)的均值(0.002 5)，顯示閩南地區(qū)科技服務業(yè)具有相對較高的集聚發(fā)展態(tài)勢。2016年4月，廈門、泉州高新區(qū)成為省內(nèi)僅有的兩個入選科技部科技服務業(yè)區(qū)域試點單位，這一國家層面的產(chǎn)業(yè)發(fā)展布局也一定程度上佐證了本文的分析。

第二，“低低”集聚模式的城市從南部轉(zhuǎn)向西部且數(shù)量逐漸較少。在2001—2010年觀測期內(nèi)，出現(xiàn)“低低”集聚模式的城市有廈門、泉州、漳州、龍巖，共計觀測到18個樣本，主要集中在福建南部地區(qū)；在2011—2015年觀測期內(nèi)，出現(xiàn)“低低”集聚模式的城市僅剩閩西地區(qū)的三明市，共計觀測到1個樣本，其局部Moran’s Ii指數(shù)值0.028，表明這種集聚模式并不顯著。以上數(shù)據(jù)表明，總體上看福建省科技服務業(yè)低觀測值集聚的程度日益降低，且當前這種集聚主要在西部區(qū)域但并不顯著。

第三，“高低”“低高”集聚模式的城市漸趨穩(wěn)定?！案叩汀奔勰Ｊ降某鞘袕?個減少到2個，近8年來穩(wěn)定在廈門和福州，其局部Moran’s Ii指數(shù)值在[-1.260,-0.532]波動，顯著為負，表明福建省科技服務業(yè)的核心城市已經(jīng)形成并穩(wěn)定；“低高”集聚模式的城市數(shù)量先增加后減少，繼而穩(wěn)定為6個，其中南平、莆田、寧德在15年觀測期內(nèi)，均處于“低高”集聚模式，表明這3個城市的科技服務業(yè)發(fā)展水平顯著低于周邊城市。

總體而言，福建省9地市科技服務業(yè)的局部空間關(guān)聯(lián)模式以“高低”“低高”集聚模式為主，形成了以廈門、福州和泉州為中心的集聚發(fā)展態(tài)勢，城市間科技服務業(yè)的發(fā)展存在顯著的競爭關(guān)系，中心城市吸收周邊城市各種資源，表現(xiàn)出明顯的極化現(xiàn)象。這固然是由于城市規(guī)模、城市定位和產(chǎn)業(yè)基礎所決定，在一定時期內(nèi)也利于中心城市科技服務業(yè)集聚發(fā)展，但是，從長遠看，這并不利于區(qū)域均衡發(fā)展。

表6　2001—2015年福建省科技服務業(yè)集聚的空間相關(guān)模式表

四、福建省科技服務業(yè)集聚發(fā)展的影響因素分析

(一)科技服務業(yè)集聚發(fā)展的機理分析

從本質(zhì)上而言，空間集聚是產(chǎn)業(yè)的主要空間分布形態(tài)，但其集聚在不同行業(yè)和不同地域?qū)用婢哂胁煌挠绊懸蛩?。目前關(guān)于服務業(yè)集聚特別是科技服務業(yè)集聚還沒有一個完整的理論分析框架，本文在新經(jīng)濟地理學理論基礎上，提出一個“市場效應—政府行為”的二維分析視角，作為分析福建省科技服務業(yè)集聚影響因素的理論框架，其中市場效應從技術(shù)(隱性知識溢出)、資金(FDI)和市場規(guī)模(城市規(guī)模)三個層面進行考察。

1.基于政府行為要素

科技服務業(yè)集群的形成是一個市場化的企業(yè)自組織過程，但這個過程并非僅僅依賴于市場力量，政府行為因素同樣也能對產(chǎn)業(yè)集群產(chǎn)生影響。白重恩等發(fā)現(xiàn)地方政府保護主義嚴重時，產(chǎn)業(yè)的集聚度也相應較低[14]。陳建軍等認為政府行為本質(zhì)上就是一種社會服務，一個無所不包的政府替代了生產(chǎn)性服務業(yè)的功能，并不利于生產(chǎn)性服務業(yè)的集聚發(fā)展[15]。汪德華利用跨國截面數(shù)據(jù)驗證了政府規(guī)模與服務業(yè)比重的負相關(guān)關(guān)系[16]。本文認為，在科技服務業(yè)集聚初期，集群成長動力和集聚力較弱。在激烈的市場競爭中，如果沒有政府的政策扶持，集群的發(fā)展可能會非常緩慢甚至停滯。此時，政府行為的有效參與能夠促進科技服務業(yè)的集聚發(fā)展。而在產(chǎn)業(yè)集聚發(fā)展到成熟階段時，集群在規(guī)模邊界上達到一種動態(tài)平衡，此時政府行為的過度干預反而會對科技服務業(yè)集聚產(chǎn)生負面作用。綜合以上理論線索，提出假設1：政府行為對于科技服務業(yè)的集聚只具有短期作用，表現(xiàn)為在集聚初期時有促進作用，在集聚成熟期時作用不明顯，甚至反而有抑制作用。

2.基于隱性知識溢出要素

以Marshall為代表的新古典經(jīng)濟學認為促進產(chǎn)業(yè)集聚有3個要素：勞動力市場、協(xié)同效應、知識溢出。陳建軍等和蔣三庚[17]已經(jīng)論證了前兩個要素無法很好地解釋服務業(yè)的空間集聚。對于第三個要素——知識溢出，已有的研究往往把顯性知識和隱性知識作為一個整體，討論其對產(chǎn)業(yè)集聚的作用，但緘默知識理論的相關(guān)研究者指出創(chuàng)新過程產(chǎn)生大量隱性知識溢出，這類知識難以編碼和標準化，必須通過面對面的方式才能被有效地吸收，隱性知識溢出才是知識密集產(chǎn)業(yè)產(chǎn)生地理空間集聚的基礎。劉毅、汪波的研究指出，創(chuàng)新型企業(yè)為了更好地獲得行業(yè)內(nèi)最新和最稀缺的隱性知識，會選擇向隱性知識集中的地方聚集[18]；Carrincazeaux等發(fā)現(xiàn)隨著學習難度的增加，企業(yè)技術(shù)源在空間上更趨于集中，尤其是那些涉及新興、復雜技術(shù)的科技型企業(yè)更具備空間集聚的動力[19]；Audretsch認為那些隱性知識比重大的行業(yè)更具有集聚的動力，因為地理上的接近有助于面對面的交流溝通，以完成隱性知識的交換[20]。本文認為，鑒于科技服務業(yè)是以知識傳播和技術(shù)創(chuàng)新向社會提供服務的知識密集型產(chǎn)業(yè)，在產(chǎn)業(yè)活動過程中必然存在大量的隱性知識，地理上的鄰近能夠提高科技服務主體和受眾的知識傳播效率和技術(shù)創(chuàng)新收益。綜合以上理論線索，提出假設2：為了獲取更多的隱性知識溢出，科技服務業(yè)將趨于地理上的集中，隱性知識溢出對科技服務業(yè)的集聚具有正向影響。

3.基于FDI要素

當前跨國公司參與產(chǎn)業(yè)集聚已經(jīng)成為非常普遍的經(jīng)濟現(xiàn)象，越來越多的研究指出FDI流入和產(chǎn)業(yè)集聚之間存在千絲萬縷的聯(lián)系。Enright的研究表明，美國紐約藥業(yè)集群的形成和加拿大電信服務業(yè)的集聚都受益于FDI[21]。周兵、張倩和張晨陽的研究發(fā)現(xiàn)，F(xiàn)DI引起的產(chǎn)業(yè)集聚存在省際差異，這取決于產(chǎn)業(yè)的發(fā)展水平、金融環(huán)境等其他相關(guān)條件和配套設施[22]。王晶晶和張昌兵在研究中發(fā)現(xiàn)，F(xiàn)DI更有利于高集聚度的服務業(yè)，而對中、低集聚程度的服務業(yè)集聚影響并不顯著[23]。本文認為，科技服務業(yè)集聚初期，本土企業(yè)普遍具有產(chǎn)業(yè)基礎薄弱和知識吸收能力差的特征，無法進入或只能處于FDI主導的產(chǎn)業(yè)集群邊緣，F(xiàn)DI的溢出效應對產(chǎn)業(yè)集聚的促進作用就很難發(fā)生。而在產(chǎn)業(yè)集聚的成熟期，跨國公司為了參與到產(chǎn)業(yè)集群中，考慮到當?shù)禺a(chǎn)業(yè)基礎和集群整體優(yōu)勢的重要性，F(xiàn)DI企業(yè)有意愿向集群企業(yè)進行技術(shù)轉(zhuǎn)移，再加上處于產(chǎn)業(yè)集聚成熟期的集群主導企業(yè)普遍具有較好的知識吸收能力，此時FDI的溢出效應對產(chǎn)業(yè)集聚的促進作用就有可能發(fā)生。綜合以上理論線索，提出假設3：FDI要素對于科技服務業(yè)集聚發(fā)展初期影響不顯著，而對處于集聚發(fā)展成熟期的科技服務業(yè)則具有顯著的影響。

4.基于城市規(guī)模要素

在新古典經(jīng)濟學對集聚經(jīng)濟與集聚成本討論的基礎上，以Alonso為代表的西方學者開啟了城市規(guī)模與產(chǎn)業(yè)集聚關(guān)系的探索。曾鵬、吳功亮通過對全國23個城市群的研究發(fā)現(xiàn)城市規(guī)模對產(chǎn)業(yè)集聚的影響存在地域差異[24]。高鴻鷹、武康平在分析城市規(guī)模分布結(jié)構(gòu)和產(chǎn)業(yè)集聚效率的基礎上，指出產(chǎn)業(yè)集聚效率與城市規(guī)模呈現(xiàn)正相關(guān)關(guān)系[25]。陳建軍等以中國222個城市為樣本證實生產(chǎn)性服務業(yè)集聚與城市規(guī)模存在非線性關(guān)系，當城市人口規(guī)模突破“拐點”時，生產(chǎn)性服務業(yè)的集聚效應開始降低。本文認為，一方面，城市規(guī)模的擴大是科技服務業(yè)產(chǎn)生規(guī)模經(jīng)濟的主要原因之一，規(guī)模經(jīng)濟形成了科技服務業(yè)向城市空間集聚的吸引力，但另一方面，由于集聚成本的存在，城市規(guī)模的不斷擴大，帶來了諸如土地費用增加、擁擠成本、工資費用增加等集聚成本，進而產(chǎn)生產(chǎn)業(yè)集聚的排斥力。綜合以上理論線索，提出假設4：一定范圍內(nèi)，城市規(guī)模的擴大有助于科技服務業(yè)集聚水平的提高，但可能存在拐點。

(二)福建省科技服務業(yè)集聚發(fā)展影響因素空間計量分析

1.模型設定

本部分主要考察假設1—假設4在福建省現(xiàn)實的可行性。由于要檢驗含空間因素在內(nèi)的不同因素對科技服務業(yè)集聚的影響程度，且前文已經(jīng)通過空間全局與局部模式分析發(fā)現(xiàn)福建省科技服務業(yè)發(fā)展存在的空間關(guān)聯(lián)性，因此，本文在計量方法上考慮采用空間計量模型。常用的空間計量模型包括空間誤差模型(SEM)、空間滯后模型(SLM)和空間杜賓模型(SDM)。本文遵循Lesage和Pace[26]的建模思路，先構(gòu)建一個SDM，再通過LR檢驗，考察SDM是否可簡化為SEM或SLM?；谏衔膶萍挤諛I(yè)集聚發(fā)展的機理分析，構(gòu)建的空間杜賓模型(SDM)如下：

SPit=α+βXit+ρWSPit+θWXit+vt+μi+εit

(6)

Xit=[GOVit/GOVt,KNOit/KNOt,SCALEit/SCALEt,FDIit/FDIt,(SCALEit/SCALEt)2]

其中，SPit表示城市i在年份t科技服務業(yè)的集聚度(后文中it含義相同不再贅述)；GOVit/GOVt表示政府行為，KNOit/KNOt表示隱性知識溢出，SCALEit/SCALEt表示城市規(guī)模，F(xiàn)DIit/FDIt表示外國直接投資，W表示空間權(quán)重矩陣，ρ表示空間自相關(guān)系數(shù)，用于反映科技服務業(yè)集聚的空間關(guān)聯(lián)效應，α，β和θ為待估參數(shù)，vt為時間固定效應列向量，μi為城市固定效應列向量，εit為服從均值為0、方差σ2的獨立同分布隨機誤差項。根據(jù)假設4，科技服務業(yè)集聚度與城市規(guī)模可能存在非線性關(guān)系，因此在模型中加入二次項(SCALEit/SCALEt)2。

2.變量選取和數(shù)據(jù)說明

本文選取福建省全部9個地級市2001—2015年的面板數(shù)據(jù)作為樣本區(qū)間，其中科技服務業(yè)集聚程度采用空間基尼系數(shù)來衡量。在衡量政府行為的指標上，已有文獻一般采用政府非公共財政支出或地方財政預算內(nèi)支出來衡量，鑒于數(shù)據(jù)的可得性，本文用城市一般預算支出與福建省城市平均一般預算支出的比值來衡量政府行為*由于科技服務業(yè)集聚程度是用空間基尼系數(shù)來衡量，是一個取值0～1的比值，因此，本文為了消除指標量綱的影響，保證數(shù)據(jù)的可比性，對于政府行為、隱性知識溢出程度、FDI和城市規(guī)模等指標均采用比值來衡量，這樣處理的另一個好處是可以消除CPI和匯率對城市一般預算支出和FDI的影響，參考文獻[15]也是采用類似的處理方法。，即GOVit/GOVt。在衡量隱性知識溢出的指標上，Jaffe認為集群內(nèi)企業(yè)的溝通與交流，會逐漸形成一種創(chuàng)新網(wǎng)絡，隱性知識的外溢會激發(fā)新知識、新思想和新方法的應用與推廣[27]，從這個意義上看，本文認為可以用城市發(fā)明專利授權(quán)量與福建省城市平均發(fā)明專利授權(quán)量的比值來衡量隱性知識溢出程度，即KNOit/KNOt。在衡量外國直接投資指標上，目前還沒有針對科技服務業(yè)外國直接投資的專項統(tǒng)計數(shù)據(jù)，但是FDI和科技服務業(yè)FDI存在高度的線性相關(guān)，因此，本文用城市FDI與福建省城市平均FDI的比值來衡量外國直接投資，即FDIit/FDIt。在衡量城市規(guī)模指標上，本文用各城市人口與福建省城市平均人口的比值來衡量，即SCALEit/SCALEt。以上數(shù)據(jù)主要來源于福建省各市統(tǒng)計年鑒，其中城市發(fā)明專利授權(quán)量來源于各城市歷年《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》相關(guān)數(shù)據(jù)的匯總，統(tǒng)計年鑒和統(tǒng)計公報缺失的部分數(shù)據(jù)以各城市數(shù)據(jù)為基礎采用線性插值法進行補充。

3.計量檢驗與實證結(jié)果分析

首先采用LR檢驗和Hausman檢驗選擇適合的空間計量模型，在此基礎上針對科技服務業(yè)集聚的空間計量模型進行回歸，上述計量分析均采用Geoda和R軟件完成。

表7下半部分報告了檢驗結(jié)果，SDM模型與SLM模型(零假設θ=0下，p=0.0043<0.01)、SDM模型與SEM模型(零假設θ=-ρβ下，p=0.017 1<0.05)的似然比檢驗結(jié)果表明SDM模型無法降解為SEM或SLM模型；Hausman檢驗結(jié)果，統(tǒng)計量對應的p值為0.002 5，拒絕隨機效應的原假設；進而固定效應的LR檢驗結(jié)果顯示加入雙向固定效應的SDM為最終理想的模型。鑒于權(quán)重矩陣的設置具有一定的隨意性，本文設置了一種空間鄰接權(quán)重矩陣W2和一種隨機生成的權(quán)重矩陣W3用來檢查回歸結(jié)果的穩(wěn)健性。從表7看，基于W2的空間回歸結(jié)果與W1基本一致，而基于隨機生成的W3，無論從解釋變量的顯著性、空間互動效應或者模型的擬合度來看，都和W1和W2顯著不同，表明本文的實證結(jié)果具有穩(wěn)健性。因此，本文后續(xù)對回歸結(jié)果的解釋均基于空間權(quán)重矩陣W1。

注：圓括號內(nèi)為t值；方括號內(nèi)為p值；*、**、***分別表示通過10%，5%，1%水平下的顯著性檢驗

在確定采用面板SDM雙固定效應模型后，考慮到福建省城市發(fā)展的不平衡，在城市規(guī)模、FDI、預算支出、科技水平等存在差距的情況下，本文根據(jù)表6的研究結(jié)果將城市樣本分為高集聚區(qū)樣本(包括福州、廈門、泉州)，低集聚區(qū)樣本(包括龍巖、寧德、三明、龍巖、漳州和莆田)，分別加以研究，從而考察福建科技服務業(yè)集聚發(fā)展的區(qū)域差異性。表7上半部分報告了模型的回歸結(jié)果。

從全省層面看，空間自相關(guān)系數(shù)ρ在95%的置信水平下顯著為負，表明福建省科技服務業(yè)存在較為顯著的空間負相關(guān)性，這說明某城市的科技服務業(yè)集聚會對周邊城市的科技服務業(yè)集聚產(chǎn)生負面影響，城市之間存在競爭關(guān)系，總體而言，福建省科技服務業(yè)的空間溢出效果很差。由于空間自相關(guān)系數(shù)不為零，需要進行影響效應分解，因此根據(jù)表7分別計算出基于空間權(quán)重矩陣W1的各自變量的效應分解結(jié)果，如表8。從本地影響要素對周邊城市科技服務業(yè)集聚的空間溢出效應(即間接效應)看：政府行為、隱性知識溢出和FDI均為負，表明存在一種“陰影效應”——本地影響要素的活躍會抑制周邊城市科技服務業(yè)的集聚發(fā)展。福廈泉經(jīng)濟發(fā)達地區(qū)的科技服務業(yè)獲取資源的能力更強，而周邊城市卻處于“燈下黑”的狀態(tài)，科技服務業(yè)難以獲得集聚發(fā)展的動力。同時，也應注意到高集聚區(qū)城市的一些影響要素，如城市規(guī)模和FDI與同是高集聚區(qū)的城市科技服務業(yè)的集聚發(fā)展卻呈現(xiàn)正相關(guān)，表現(xiàn)出“溢出效應”——高集聚區(qū)城市對科技服務業(yè)發(fā)展要素的持續(xù)投入，開始溢出到同是高集聚區(qū)的周邊城市，從而更進一步加快高集聚區(qū)科技服務業(yè)的集聚發(fā)展。下文將從各影響要素的角度，分區(qū)域?qū)@種“陰影效應”和“溢出效應”進行討論。

表8　基于W1的解釋變量影響科技服務業(yè)集聚度空間溢出效應分解

注： *、**、***分別表示通過10%，5%，1%水平下的顯著性檢驗

從全省層面的回歸模型和分區(qū)域的回歸模型看，各解釋變量均通過了顯著性檢驗，表明各個解釋變量對福建省科技服務業(yè)集聚具有比較強的解釋力，有利地論證了本文所提出的4個假設。

第一，政府行為從全省層面看，與科技服務業(yè)集聚存在較為顯著的正相關(guān)關(guān)系，但從分區(qū)域?qū)用婵?，高集聚區(qū)為負相關(guān)關(guān)系(-0.009 61)，而低集聚區(qū)為正相關(guān)關(guān)系(0.014 62)，這說明政府行為對不同集聚水平的科技服務業(yè)的影響具有差異性?？萍挤諛I(yè)集聚初期，稅收優(yōu)惠、降低用地成本和完善基礎設施等一系列政府行為可以在一定程度上加快產(chǎn)業(yè)的集聚程度，伴隨著集群的進一步發(fā)展，集群“擁擠成本”不斷增加，這些“政策紅利”所帶來的集聚收益會逐漸耗散減弱，這與鄭江淮等[28]的研究結(jié)論基本一致。從空間溢出效應看，政府行為要素的直接效應為正，而間接效應為負，說明本地政府行為有利于保護本地科技服務業(yè)的集聚，而對周邊城市則產(chǎn)生“虹吸效應”，回歸結(jié)果顯示省內(nèi)各地政府對科技服務業(yè)都采取了“保護主義”政策。

第二，隱性知識溢出不管是從全省層面還是分區(qū)域?qū)用婵?，都表現(xiàn)出與科技服務業(yè)集聚顯著的正相關(guān)性，但高集聚區(qū)的影響系數(shù)(0.018 77)明顯高于低集聚區(qū)的影響系數(shù)(0.002 6)，這說明高集聚區(qū)的科技服務業(yè)對隱性知識具有更強的吸收能力，隱性知識的間接效應為負，說明本地隱性知識溢出的增加會限制周邊城市科技服務業(yè)的集聚。這與Schmitz提出的產(chǎn)業(yè)集群“升級悖論”和“鎖定陷阱”現(xiàn)象相符，即高端集群的技術(shù)“升級”速度越快，鄰近區(qū)域的隱性知識溢出就越困難，而相鄰地區(qū)產(chǎn)業(yè)對隱性知識的吸收能力被弱化的可能性就越大[29]。

第三，F(xiàn)DI從全省層面看，與科技服務業(yè)集聚呈現(xiàn)出較為顯著的正相關(guān)關(guān)系，從分區(qū)域?qū)用婵矗現(xiàn)DI為高集聚區(qū)所帶來的集聚效果(0.042 40)好于全省層面的集聚效果(0.019 19)，這與預期相符；但在低集聚區(qū)，F(xiàn)DI所帶來的負相關(guān)關(guān)系和預期不相符。這一方面可能是因為無法獲取科技服務業(yè)FDI數(shù)據(jù)而間接采用全行業(yè)FDI數(shù)據(jù)，從而影響了回歸結(jié)果的準確性；另一方面則可能是科技服務業(yè)產(chǎn)業(yè)發(fā)展規(guī)律的真實體現(xiàn)，從空間溢出效果看，在低集聚區(qū)FDI的直接效應為正(0.000 67)，遠低于高集聚區(qū)的(0.031 49)，低集聚區(qū)的科技服務業(yè)由于集群競爭力較弱，在向上“攀升”的過程中往往會受到來自更高一層網(wǎng)絡內(nèi)企業(yè)(如經(jīng)由FDI入華的外資企業(yè))的打壓而陷入“升級悖論”，集群內(nèi)企業(yè)沒能真正享受到FDI帶來的技術(shù)外溢紅利，使得低集聚區(qū)集群陷入“悲慘增長”甚至步入集群消退的境地。孫浦陽等[30]的研究也持有相似的看法。因此，這也在一定程度上解釋了為什么FDI與低集聚區(qū)的科技服務業(yè)集聚存在負相關(guān)關(guān)系。

第四，城市規(guī)模從全省層面和分區(qū)域?qū)用婵矗兞縎CALE的系數(shù)都顯著為正，其平方項的系數(shù)為負，但并未通過顯著性檢驗，這說明福建省科技服務業(yè)集聚程度與城市規(guī)?？傮w上仍然處于單調(diào)遞增的線性關(guān)系，拐點還未出現(xiàn)。從空間溢出效果看，在所有區(qū)域直接效應和間接效應都為正，這表明福建省科技服務業(yè)的集聚程度尚沒有達到產(chǎn)生“擁擠成本”的程度，因此城市規(guī)模的提高對產(chǎn)業(yè)集聚在整體上具有促進作用，而且對低集聚區(qū)的促進效果更明顯。

五、主要結(jié)論

第一，在政府行為方面，政府應在政策的扶持者與創(chuàng)新的倡導者之間選擇合理的定位?？萍挤諛I(yè)集聚發(fā)展取決于市場機制和政府引導，并非單純的取舍，而是一種二者組合程度的選擇。從回歸結(jié)果看，低集聚區(qū)政府行為的直接效應為正，且顯著高于全省平均水平，這說明產(chǎn)業(yè)集群初期由于基礎設施不完善、企業(yè)間知識網(wǎng)絡和聯(lián)系不暢及信任缺失等原因，可能存在“市場失效”。此時的政府應該是政策扶持者，工作重心在于完善產(chǎn)業(yè)政策、提供財政支持和確定集群發(fā)展方向，培育集群主導企業(yè)，形成品牌效應，逐步提高科技服務業(yè)集聚程度。而高集聚區(qū)政府行為的直接效應為負，說明產(chǎn)業(yè)集群發(fā)展到達成熟階段時，政府如果繼續(xù)從政策角度刺激產(chǎn)業(yè)集聚，反而可能使集群內(nèi)的企業(yè)及其產(chǎn)品的多樣性降低、趨同性增強，引發(fā)集群的惡性競爭，從而導致產(chǎn)業(yè)集聚發(fā)展的“政策效應”開始減弱。此時的政府應該是創(chuàng)新的倡導者，工作的著力點應該放在產(chǎn)業(yè)信息服務、促進產(chǎn)業(yè)升級、拓展集群發(fā)展空間，防止集群內(nèi)企業(yè)惡性競爭的出現(xiàn)，延長集群的成熟期，提升非政策性的集聚效應，必要時應制定和啟動集群風險預警機制。此外，高集聚區(qū)科技服務業(yè)“政策效應”的弱化，也說明地方政府的“保護主義”并不能為科技服務業(yè)帶來持續(xù)發(fā)展的動力。

第二，鑒于隱性知識溢出對福建省科技服務業(yè)集聚具有較大促進作用，各地在進行科技園區(qū)建設時，除了培育本土科技服務業(yè)集群網(wǎng)絡，更應注重在華跨國科技服務龍頭企業(yè)的引入。弱聯(lián)系優(yōu)勢理論和“結(jié)構(gòu)洞”理論指出，本土集群網(wǎng)絡和更高一層企業(yè)網(wǎng)絡(如在華跨國公司)之間存在“結(jié)構(gòu)洞”，產(chǎn)業(yè)集群跨網(wǎng)絡學習的增強，能夠激活本土科技服務業(yè)集群網(wǎng)絡和在華跨國科技服務龍頭企業(yè)間斷裂的弱聯(lián)系，從而獲取網(wǎng)絡間“結(jié)構(gòu)洞”中豐富的隱性知識，并進而優(yōu)化科技服務業(yè)集聚質(zhì)量。從回歸結(jié)果看，隱性知識溢出在低集聚區(qū)的影響系數(shù)顯著低于高集聚區(qū)，這說明低集聚區(qū)科技服務業(yè)由于自身基礎薄弱，缺乏集群主導企業(yè)，隱性知識溢出并不能被很好地消化吸收。因此，在科技服務業(yè)集聚度較低的城市，在積極引入跨國公司的同時，應更注重培育本土集群主導企業(yè)。

第三，從回歸結(jié)果看，低集聚區(qū)FDI直接效應顯著低于高集聚區(qū)，這說明FDI帶來的技術(shù)溢出效應不會自動發(fā)生，而是取決于本土集群產(chǎn)業(yè)的吸收能力、技術(shù)水平差距等相關(guān)因素。因此，在科技服務業(yè)集聚初期，重點在于提升本土集群企業(yè)的技術(shù)吸收能力，為其承接FDI帶來的技術(shù)外溢夯實內(nèi)在基礎；而在科技服務業(yè)集聚成熟期，政府應積極引入FDI，促進本土集群企業(yè)和跨國公司之間的關(guān)聯(lián)，推動跨國公司科研機構(gòu)的本土化進程，為技術(shù)外溢創(chuàng)造外部條件。特別值得注意的是，在高集聚區(qū)FDI的間接效應為正，這說明科技服務業(yè)集群發(fā)展到成熟階段后，F(xiàn)DI帶來的技術(shù)溢出效應開始在高集聚區(qū)城市間共享。此時，高集聚區(qū)科技服務業(yè)的FDI引進政策應該以區(qū)域整體優(yōu)化為導向，不應再采取城市間競爭策略。

第四，在城市規(guī)模方面，從上文的回歸分析看，當前福建省科技服務業(yè)集聚的演進與城市規(guī)模的擴大是同步的，不管從直接效應還是間接效應看，城市規(guī)模的擴大都能促進科技服務業(yè)的集聚，發(fā)達國家的“拐點”現(xiàn)象還未在福建省各地市普遍出現(xiàn)，但這個過程從量上看不是無止境的，科技服務業(yè)的集群體量存在一個最優(yōu)規(guī)模。以高集聚區(qū)代表城市廈門為例，其科技服務業(yè)空間基尼系數(shù)從2001年到2010年增長了將近15倍，而后持續(xù)回落到高峰時的1/5，可見其集聚程度并未隨著城市規(guī)模的擴大而不斷增長，但同時期廈門市科技服務業(yè)的增加值卻一直穩(wěn)定增長了將近12倍?？梢婋S著城市規(guī)模的擴大，高集聚區(qū)科技服務業(yè)在集群體量的收斂調(diào)整中逐步開始集群質(zhì)量的提升。此時的產(chǎn)業(yè)發(fā)展思路應是利用城市規(guī)模擴大帶來的規(guī)模經(jīng)濟效應、人才集聚和資本集聚效應，引導科技服務業(yè)形成區(qū)域特色，與地方產(chǎn)業(yè)協(xié)同創(chuàng)新，構(gòu)建和延伸服務鏈條。劉曙華通過對長三角生產(chǎn)性服務業(yè)集群與城市群互動關(guān)系的研究發(fā)現(xiàn)，不同級別的城市與不同檔次和實力的生產(chǎn)性服務業(yè)集群是相對應的，隨著城市規(guī)模的擴大，會在城市群中形成產(chǎn)業(yè)的“梯度集群”[31]。因此，對于仍處于提升集群體量的低集聚區(qū)科技服務業(yè)而言，應該積極融入高集聚區(qū)科技服務業(yè)的空間結(jié)構(gòu)和布局調(diào)整中，有效承接高集聚區(qū)科技服務業(yè)的轉(zhuǎn)移，進而形成福建省科技服務業(yè)的“梯度集群”。