趙鵬

近年來，安徽省生產(chǎn)性服務(wù)業(yè)保持持續(xù)增長態(tài)勢，引領(lǐng)產(chǎn)業(yè)轉(zhuǎn)型升級，促進(jìn)產(chǎn)業(yè)鏈、價值鏈向高端躍升，為“雙循環(huán)”大背景下安徽經(jīng)濟(jì)高質(zhì)量發(fā)展，打造長三角高端制造業(yè)主陣地帶來了更加充沛的、充滿活力的新動能。然而，相較于長三角其他地區(qū)和發(fā)達(dá)省份，安徽省生產(chǎn)性服務(wù)業(yè)在發(fā)展規(guī)模、發(fā)展效率和協(xié)同集聚方面還有著較大的發(fā)展空間。相關(guān)研究表明，生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚可以在推動兩個產(chǎn)業(yè)有效互動與融合的過程中，進(jìn)一步提升產(chǎn)業(yè)各自的技術(shù)水平與生產(chǎn)效率［1］。因此，生產(chǎn)性服務(wù)業(yè)的發(fā)展，不僅僅是單一產(chǎn)業(yè)的集群發(fā)展，更應(yīng)該是協(xié)同集聚的高水平發(fā)展，是注重協(xié)同供給質(zhì)量和高效率的高質(zhì)量發(fā)展。產(chǎn)業(yè)協(xié)同集聚水平能否帶來安徽省整體和16個地市的生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的提高，協(xié)同集聚對產(chǎn)業(yè)效率影響機(jī)理如何，是值得研究的問題。基于此，探究安徽省生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率影響機(jī)制，分析生產(chǎn)性服務(wù)業(yè)發(fā)展質(zhì)量和效率提升策略，對促進(jìn)生產(chǎn)性服務(wù)業(yè)和制造業(yè)深度融合、加快生產(chǎn)性服務(wù)業(yè)轉(zhuǎn)型升級和創(chuàng)新發(fā)展具有重要的現(xiàn)實(shí)意義。

一、相關(guān)研究綜述

通過知網(wǎng)文獻(xiàn)檢索，現(xiàn)有生產(chǎn)性服務(wù)業(yè)研究主要集中在利用DEA方法、投入產(chǎn)出法、回歸分析法等實(shí)證方法測度生產(chǎn)性服務(wù)業(yè)效率，并在此基礎(chǔ)上給出相關(guān)政策建議；有學(xué)者對生產(chǎn)性服務(wù)業(yè)與制造業(yè)效率、制造業(yè)互動融合進(jìn)行研究，探討生產(chǎn)性服務(wù)業(yè)和制造業(yè)協(xié)調(diào)集聚發(fā)展的機(jī)制和規(guī)律等問題，表明生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚水平僅對欠發(fā)達(dá)地區(qū)的作用效率存在顯著的正向效應(yīng)［2］，生產(chǎn)性服務(wù)業(yè)對制造業(yè)升級的促進(jìn)作用表現(xiàn)出顯著的省際差異［3］，協(xié)同集聚對制造業(yè)全要素生產(chǎn)率變化產(chǎn)生正向影響［1］。也有學(xué)者研究生產(chǎn)性服務(wù)業(yè)的影響因素，選取城市化水平、人力資本積累、經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)發(fā)展結(jié)構(gòu)、基礎(chǔ)設(shè)施等變量，研究其影響機(jī)制，得出信息化水平、人才投入、科技投入等對生產(chǎn)性服務(wù)業(yè)有重要的推動作用［4］。部分省內(nèi)學(xué)者還從生產(chǎn)性服務(wù)業(yè)集聚水平測度、技術(shù)效率實(shí)證分析等角度進(jìn)行了研究，顯示產(chǎn)業(yè)融合程度對安徽省生產(chǎn)性服務(wù)業(yè)的發(fā)展有明顯的促進(jìn)作用，而經(jīng)濟(jì)發(fā)展水平對生產(chǎn)性服務(wù)業(yè)的發(fā)展作用不顯著［5］?，F(xiàn)有研究中，基于生產(chǎn)性服務(wù)業(yè)和制造業(yè)產(chǎn)業(yè)協(xié)同集聚水平的生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率研究較少，也缺乏安徽省區(qū)域內(nèi)16地市生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的研究。因此本文基于DEA-Malmquist模型進(jìn)行了安徽省整體以及16地市的生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率實(shí)證測度，并從產(chǎn)業(yè)協(xié)同集聚的角度探究了生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的影響機(jī)制，給出提高安徽省生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的對策建議。

二、研究方法

（一）DEA-Malmquist模型

DEA模型是將所有的決策單元的投入和產(chǎn)出項投影到幾何空間中，以尋找最低投入或最高產(chǎn)出的邊界［6］。傳統(tǒng)的CCR模型和BCC模型往往只能比較決策單元（DMU）在某個時點(diǎn)的時間效率，對面板數(shù)據(jù)不大適用。因此，采用DEAMalmquist指數(shù)模型測度決策單元在不同時期的動態(tài)時間序列下效率的變化，用來分析面板數(shù)據(jù)較為合適。其表達(dá)式為：

式中，MAL代表Malmquist產(chǎn)業(yè)效率指數(shù)，x，y分別代表投入變量和產(chǎn)出變量分別代表以t和t+1期為參照的距離函數(shù)。該產(chǎn)業(yè)效率指數(shù)可以分解為技術(shù)效率變化和技術(shù)進(jìn)步變化，而技術(shù)效率變化又可以分解為純技術(shù)效率變化和規(guī)模效率變化。

利用DEA-Malmquist模型可以計算生產(chǎn)性服務(wù)業(yè)在動態(tài)時間序列下的技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率。當(dāng)數(shù)值大于1時，表明產(chǎn)業(yè)效率是增長的，反之，則是下降的，值越大，表示產(chǎn)業(yè)效率越高。本文選擇生產(chǎn)性服務(wù)業(yè)增加值作為產(chǎn)出指標(biāo)，生產(chǎn)性服務(wù)業(yè)固定資產(chǎn)投資、從業(yè)人員數(shù)量作為投入指標(biāo)，利用DEAP2.1軟件測算了2013年至2019年的7個年度中安徽省16個地級市的生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率值以及變化情況。

（二）面板數(shù)據(jù)回歸模型

為了衡量安徽省制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚效應(yīng)對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的影響，采用實(shí)證分析的方法對搜集的相關(guān)數(shù)據(jù)進(jìn)行處理，并構(gòu)建實(shí)證分析模型。

其中，PROE表示生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率，數(shù)值來自于EDA-Malmquist模型實(shí)證分析所得的產(chǎn)業(yè)效率。CI表示協(xié)同集聚指數(shù)，代表生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚水平?？紤]到集聚指數(shù)CI可能與產(chǎn)業(yè)效率PROE之間存在的非線性關(guān)系，在公式中加入了集聚指數(shù)CI的二次方［7］。EDU代表受教育程度，TEC表示技術(shù)創(chuàng)新能力，ε代表模型的隨機(jī)誤差。下標(biāo)的i，j分別代表不同的城市和年度。本文采用Stata16.0軟件進(jìn)行描述統(tǒng)計、平穩(wěn)性檢驗(yàn)，并在此基礎(chǔ)上進(jìn)行面板數(shù)據(jù)的Tobit模型回歸。

（三）變量說明

1.生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率（PROE）

生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率是模型的因變量，也是模型的核心解釋變量，選用數(shù)據(jù)包括分析所測算的7個年度16個地市生產(chǎn)性服務(wù)業(yè)的技術(shù)效率，表示不同城市的生產(chǎn)性服務(wù)業(yè)在一定條件下投入產(chǎn)出要素的生產(chǎn)效率。產(chǎn)業(yè)效率可以衡量某市生產(chǎn)性服務(wù)業(yè)的投入產(chǎn)出是否有效。由于在實(shí)證分析過程中，用固定效應(yīng)和隨機(jī)效應(yīng)的面板回歸分析均未能得到顯著的一致估計。因此借鑒杜宇瑋（2017）的做法，采用Tobit模型來分析協(xié)同集聚指數(shù)和其他控制變量對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的影響機(jī)制。

2.協(xié)同集聚指數(shù)（CI）

協(xié)同集聚指數(shù)是模型中關(guān)鍵解釋變量，采用的是基于區(qū)位熵計算的協(xié)同集聚指數(shù)。協(xié)同集聚表示各城市不同產(chǎn)業(yè)集聚在空間上建立起聯(lián)系，進(jìn)而更有效地推動產(chǎn)業(yè)的有效互動和融合［8］。協(xié)同集聚指數(shù)的實(shí)證分析方法包括綜合指數(shù)法、赫芬達(dá)爾指數(shù)法、投入產(chǎn)出法、區(qū)位熵法、E-G指數(shù)法等?？紤]到數(shù)據(jù)的可獲得性，基于兩個產(chǎn)業(yè)的區(qū)位熵共同構(gòu)建指數(shù)模型。表達(dá)式如下：

其中，cmi表示某城市制造業(yè)的區(qū)位熵值，Csi表示某城市的生產(chǎn)性服務(wù)業(yè)的區(qū)位熵值；emi和Emi分別代表各城市制造業(yè)的產(chǎn)值和安徽省制造業(yè)的總產(chǎn)值；esi和Esi分別代表各城市生產(chǎn)性服務(wù)業(yè)的產(chǎn)值和全省生產(chǎn)性服務(wù)業(yè)的總產(chǎn)值；ei和E分別表示各城市總產(chǎn)值和全省總產(chǎn)值。CIi表示各城市的協(xié)同集聚指數(shù)，代表某城市的產(chǎn)業(yè)間協(xié)同集聚程度，數(shù)值越大，表示協(xié)同集聚效應(yīng)越高。

3.其他變量

生產(chǎn)性服務(wù)業(yè)的發(fā)展還會受到人力資源狀況和科技發(fā)展?fàn)顩r等因素的影響。模型中設(shè)計了相應(yīng)的控制變量來還原這些因素的影響作用。人力資源狀況由變量受教育程度EDU來代表，采用的數(shù)據(jù)是各市每十萬人口中擁有大專及以上學(xué)歷人群的百分比；科技發(fā)展?fàn)顩r由變量技術(shù)創(chuàng)新能力TEC來代表，采用的數(shù)據(jù)是各市三種專利申請受理的數(shù)量占全省專利總數(shù)的比例。相關(guān)變量描述性統(tǒng)計結(jié)果如表1所示。

（四）數(shù)據(jù)來源

數(shù)據(jù)來源是2014至2020年安徽省統(tǒng)計局發(fā)布的《安徽統(tǒng)計年鑒》及各地級市統(tǒng)計年鑒和相關(guān)公開數(shù)據(jù)。考慮到統(tǒng)計數(shù)據(jù)的可獲得性和相關(guān)研究的一致性，選取交通運(yùn)輸、倉儲和郵政業(yè)，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)［9］五個行業(yè)的數(shù)據(jù)來代表生產(chǎn)性服務(wù)業(yè)。

三、分析結(jié)果

（一）產(chǎn)業(yè)效率分析

1.產(chǎn)業(yè)效率空間分布特征

表2顯示的是2013年至2019年安徽省16個地市生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的空間分布情況。由表2可見，安徽省生產(chǎn)性服務(wù)業(yè)技術(shù)效率指數(shù)呈現(xiàn)“北高南低”的趨勢，皖北區(qū)域的阜陽、亳州、宿州三地技術(shù)效率變化指數(shù)位居全省前三位。大部分城市的指數(shù)值大于1，生產(chǎn)性服務(wù)業(yè)技術(shù)效率體現(xiàn)正向發(fā)展的趨勢。蕪湖、宣城、馬鞍山等地的技術(shù)效率指數(shù)排名較為靠后，且指數(shù)值小于1，說明三個城市的技術(shù)效率變化近年來可能呈下降趨勢。純技術(shù)效率指數(shù)僅在蕪湖、馬鞍山兩地低于1，其余城市的數(shù)值都在1以上，說明在一定的規(guī)模條件下，兩地的生產(chǎn)性服務(wù)業(yè)純技術(shù)效率變化呈下降趨勢。其余城市生產(chǎn)性服務(wù)業(yè)純技術(shù)效率成上升趨勢?；幢?、宿州兩地在生產(chǎn)性服務(wù)業(yè)規(guī)模效率方面指數(shù)較為靠前，但有7個地市未達(dá)平均值，5個城市的生產(chǎn)性服務(wù)業(yè)規(guī)模效率方面指數(shù)小于1。

技術(shù)進(jìn)步指數(shù)反映了安徽16個地市的生產(chǎn)性服務(wù)業(yè)的技術(shù)進(jìn)步程度，所有地市的指數(shù)均為正值，說明各市的生產(chǎn)性服務(wù)業(yè)都存在技術(shù)進(jìn)步，指數(shù)值越高，說明技術(shù)進(jìn)步影響越大。位于安徽中部的六安市技術(shù)進(jìn)步指數(shù)值最高，滁州、淮南等則相對較低，呈現(xiàn)出中部區(qū)域高，周圍區(qū)域低的趨勢。全要素生產(chǎn)率方面，全省16個地市的指數(shù)值均為正，說明各市的生產(chǎn)性服務(wù)業(yè)的全要素生產(chǎn)率均呈正增長態(tài)勢，其中淮北的全要素生產(chǎn)率指數(shù)值最高。全省各地市的全要素生產(chǎn)率分布較為均衡，但出現(xiàn)了區(qū)域分化的現(xiàn)象。

表2安徽省各地市生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率

2.產(chǎn)業(yè)效率時間分布特征

表3顯示的安徽全省2013年至2019年生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率變動情況。由表3可見，全省生產(chǎn)性服務(wù)業(yè)技術(shù)效率變化指數(shù)除兩個時段小于1外，其余時段的指數(shù)值均大于1，說明技術(shù)效率遞增效應(yīng)并不明顯，呈現(xiàn)了先增高后降低再增高的趨勢。技術(shù)進(jìn)步變化指數(shù)、純技術(shù)效率變化指數(shù)也體現(xiàn)了相類似的變化趨勢，但其變化在技術(shù)效率變化之前，存在技術(shù)進(jìn)步引導(dǎo)技術(shù)效率變化的現(xiàn)象。規(guī)模效率方面，在時間上呈現(xiàn)波動式變化，缺乏穩(wěn)定的變化趨勢，未能表現(xiàn)出穩(wěn)定的規(guī)模效應(yīng)遞增。這與省內(nèi)學(xué)者提出的生產(chǎn)性服務(wù)業(yè)發(fā)展已經(jīng)逐漸顯現(xiàn)出規(guī)模經(jīng)濟(jì)特征的結(jié)論［10］并不一致。全要素生產(chǎn)率方面，僅有一個時段數(shù)值低于1，其余時段都呈現(xiàn)全要素生產(chǎn)率增長的趨勢。但全要素生產(chǎn)率增長速度變化趨勢不明顯，增速出現(xiàn)了漲跌交替的現(xiàn)象，說明安徽省整體的生產(chǎn)性服務(wù)業(yè)的發(fā)展還不夠穩(wěn)定，受各種因素干擾較大?？傮w來說，安徽省生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率的變化與技術(shù)進(jìn)步變化有較高的趨勢一致性，可以說技術(shù)進(jìn)步引導(dǎo)著全要素生產(chǎn)率和技術(shù)效率的變化，提高純技術(shù)效率和技術(shù)進(jìn)步將有助于產(chǎn)業(yè)效率增長。

表3安徽省省域2013年至2019年產(chǎn)業(yè)效率變動情況

（二）Tobit回歸分析

1.平穩(wěn)性檢驗(yàn)

在擬合模型之前，需要對數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，以避免因此帶來的偽回歸問題，確保估計結(jié)果的有效性。對變量使用LLC單位根檢驗(yàn)（Levin-Lin-Chu unit-root test）考察面板數(shù)據(jù)的平穩(wěn)性，原假設(shè)為面板數(shù)據(jù)存在單位根。表4的檢驗(yàn)結(jié)果表明，在加入個體固定效應(yīng)與線性時間趨勢的LLC檢驗(yàn)中，6個變量均在1%的顯著性水平上拒絕原假設(shè)，面板數(shù)據(jù)為平穩(wěn)過程，可以進(jìn)行Tobit回歸。

表4各變量LLC檢驗(yàn)結(jié)果

2.參數(shù)估計

表5顯示了2013年至2019年安徽省生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率各影響因素的Tobit模型回歸結(jié)果。可以看出，協(xié)同集聚指數(shù)的估計系數(shù)為正，在1%的顯著水平下效果明顯，并且在四個變量中影響系數(shù)最高，表明協(xié)同集聚水平對各地市的生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率有著比較顯著的影響。其作用程度為，協(xié)同集聚水平每提高1個百分點(diǎn)，會對生產(chǎn)性服務(wù)業(yè)效率產(chǎn)生1.528 2個百分點(diǎn)的正向影響。協(xié)同集聚指數(shù)平方變量的估計系數(shù)值為負(fù)，在5%的顯著水平下效果明顯，說明協(xié)同集聚對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)產(chǎn)業(yè)效率的影響效果并不持續(xù)為正。原因可能在于，當(dāng)協(xié)同集聚水平不斷增加時，受到資源、競爭、環(huán)境、政策等因素的限制，導(dǎo)致協(xié)同集聚所帶來的擁負(fù)效應(yīng)日益凸顯［7］。產(chǎn)業(yè)協(xié)同集聚對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的影響存在正向的顯著影響作用，但影響作用存在著邊際效用遞減的機(jī)理，其優(yōu)勢未能得到充分發(fā)揮。

控制變量人力資源狀況在10%的顯著水平下對生產(chǎn)性服務(wù)業(yè)的影響是正向的，且影響程度較為明顯，這表明，大專學(xué)歷以上人員占比越高，受教育程度越高、人力資源狀況越好，對生產(chǎn)性服務(wù)業(yè)效率的影響程度越大?？萍及l(fā)展?fàn)顩r對生產(chǎn)性服務(wù)業(yè)效率影響較小，并且沒有通過顯著性檢驗(yàn)，說明在本模型中科技發(fā)展?fàn)顩r變量對生產(chǎn)性服務(wù)業(yè)的效率影響并不明確。這需要在后續(xù)的研究中進(jìn)一步探索。

表5各變量回歸結(jié)果

四、結(jié)論及建議

本文采用了DEA-Malmquist模型測度了安徽省生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的空間、時間特征和變化規(guī)律，并基于協(xié)同集聚水平關(guān)鍵變量，采用Tobit模型實(shí)證考察了各變量對生產(chǎn)性服務(wù)業(yè)的影響機(jī)制。

（一）結(jié)論

1.產(chǎn)業(yè)效率空間特征

安徽省16個地級市生產(chǎn)性服務(wù)業(yè)的全要素生產(chǎn)率差距不大，都呈現(xiàn)正增長的態(tài)勢，但存在區(qū)域分化現(xiàn)象。全要素生產(chǎn)率排名靠前的皖北區(qū)域城市居多，但排名靠后的皖北城市也有1個；省會城市合肥的全要素生產(chǎn)率排名第九，位居中部位置。技術(shù)效率變化中，呈現(xiàn)“北高南低”的趨勢；技術(shù)進(jìn)步變化中，皖中的六安位居第一位，整體呈現(xiàn)中間高、周圍低的趨勢。

2.產(chǎn)業(yè)效率時間特征

技術(shù)效率變化指數(shù)時間上呈現(xiàn)上下波動，但總體呈現(xiàn)先增高后降低再增高的波形趨勢，技術(shù)進(jìn)步和純技術(shù)效率變化指數(shù)也體現(xiàn)了相類似的變化趨勢。規(guī)模效率變化也呈波形變化，且只在3年中存在規(guī)模效應(yīng)的遞增，其余時間都表現(xiàn)為規(guī)模效應(yīng)遞減。全要素生產(chǎn)率僅在2015至2016年的時段降低，其余時段都呈現(xiàn)增長的趨勢。總體來看，技術(shù)進(jìn)步引導(dǎo)著全要素生產(chǎn)率和技術(shù)效率的變化，提高純技術(shù)效率和技術(shù)進(jìn)步有助于產(chǎn)業(yè)效率增長。

3.協(xié)同集聚對產(chǎn)業(yè)效率的影響

生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚水平對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的提升有著正向的顯著影響。但協(xié)同集聚水平平方的估計系數(shù)為負(fù)，說明協(xié)同集聚水平對產(chǎn)業(yè)效率的影響并不總為正。協(xié)同集聚水平對生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的影響存在著邊際效用遞減。

（二）對策建議

基于以上研究結(jié)論，給出以下提升安徽省生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)效率的對策建議。

1.實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略

各地級市要充分考慮資源稟賦和區(qū)位優(yōu)勢，明確各城市的角色和功能定位，推動生產(chǎn)性服務(wù)業(yè)與其他產(chǎn)業(yè)的產(chǎn)業(yè)聯(lián)動和空間協(xié)同發(fā)展［11］。省級層面要做好生產(chǎn)性服務(wù)業(yè)區(qū)域布局的引導(dǎo)和協(xié)調(diào)，制定有針對性的產(chǎn)業(yè)協(xié)調(diào)發(fā)展政策，避免重復(fù)建設(shè)，充分發(fā)揮規(guī)模效應(yīng)。

2.加大技術(shù)改造升級力度

技術(shù)進(jìn)步引導(dǎo)著全要素生產(chǎn)率和技術(shù)效率的變化，通過技術(shù)改造升級，可以提高生產(chǎn)性服務(wù)業(yè)的技術(shù)創(chuàng)新。依靠技術(shù)進(jìn)步和創(chuàng)新優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高行業(yè)內(nèi)部高知識技術(shù)含量［12］，進(jìn)而通過引導(dǎo)機(jī)制促進(jìn)技術(shù)效率和全要素生產(chǎn)率的提升，形成規(guī)模效應(yīng)。

3.提高產(chǎn)業(yè)協(xié)同集聚水平

調(diào)整生產(chǎn)性服務(wù)業(yè)的規(guī)模、結(jié)構(gòu)和質(zhì)量，優(yōu)化資源配置，營造生產(chǎn)性服務(wù)業(yè)與制造業(yè)共生共榮的產(chǎn)業(yè)環(huán)境，促進(jìn)生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同集聚和深度融合，充分發(fā)揮產(chǎn)業(yè)協(xié)同集聚的正向影響作用，提升生產(chǎn)性服務(wù)業(yè)的產(chǎn)業(yè)效率。