求是专访
着力破解生产性服务业发展的卡点堵点
《求是》杂志记者 陈有勇
编者按：生产性服务业是现代化产业体系的重要组成部分。着力破解生产性服务业的卡点堵点，推进生产性服务业专业化高端化发展，对推动我国产业结构优化升级、培育发展新质生产力、提升服务贸易国际竞争力、促进经济高质量发展具有重要意义。围绕深入认识和着力破解生产性服务业发展的卡点堵点，本刊记者对中国社会科学院财经战略研究院研究员夏杰长进行了专访。
记者：今年4月，习近平总书记在全国服务业大会召开之际作出重要指示，强调要“推进生产性服务业向专业化和价值链高端延伸”。何为“生产性服务业”？为什么要推进生产性服务业专业化高端化发展？
夏杰长：生产性服务业，是指为实体产品和服务的生产过程提供服务的行业集合，涵盖金融保险、现代物流、研发与设计服务、科技成果转化服务、商务咨询、检测认证、知识产权及相关法律服务等，直接服务对象包括农业、制造业和其他类型的服务业。生产性服务业具有知识密集度高、创新活跃度高、专业协同度高等基本特征，在经济增长中起着至关重要的作用，很大程度上决定了我国产业体系的完整性、协调性和先进性水平。党中央提出“推进生产性服务业向专业化和价值链高端延伸”，反映出当前我国生产性服务业高质量发展的迫切需要。
生产性服务业专业化高端化发展是培育发展新质生产力的关键环节。生产性服务业是技术创新的主阵地，它涵盖的研发、设计、技术推介、市场转化、知识产权等服务，与新材料、新产品、新工艺的研发与应用直接相关，是培育发展新质生产力的重要载体。生产性服务业还是要素配置创新的试验田，物流供应、法律咨询、科技金融、数据服务等生产性服务业加快发展，有利于推动各类要素安全高效流动，有效释放各类要素的生产潜能。推进生产性服务业专业化高端化发展，能够有效缩短技术创新周期，提升生产要素配置效率，加速新质生产力发展壮大。
生产性服务业专业化高端化发展是构建现代化产业体系的坚实支撑。生产性服务业是现代服务业的重要内容，是产业融合发展和创新升级的“黏合剂”。生产性服务业可以为农业、工业的高端化柔性化定制化发展提供全链条配套，为传统行业数智化转型拓展应用场景和实施路径。推进我国生产性服务业专业化高端化发展，能够更充分地赋能多元业态的转型升级，塑造关联度高、内容多样、结构完整的现代化产业体系。
生产性服务业专业化高端化发展是提升和稳固我国产业国际竞争优势的重要依托。当前，美国和欧盟的生产性服务业占国内生产总值（GDP）比重分别约为50%和40%，我国则约为30%，这一差距直接体现为产品附加值高低与各国在全球价值链中的位次。发展壮大生产性服务业，往往带来更高水平的研发设计、品牌运营、人员培训、供应链管理等服务，这是我国制造业和农业摆脱“低端锁定”的关键举措，更是打造“中国服务”品牌矩阵的战略问题。推进生产性服务业专业化高端化发展，有利于以“中国服务”提升我国农产品、工业制造品和服务产品的全球影响力，巩固拓展我国产业在国际市场中的竞争优势。
记者：近年来，我国生产性服务业发展成效显著，但与专业化高端化发展目标仍有不小差距。请您谈谈，推进生产性服务业专业化高端化发展存在哪些亟待破解的卡点堵点？
夏杰长：2025年我国服务业增加值约80.89万亿元，占GDP比重提升至57.7%，其中生产性服务业超42万亿元，占服务业比重过半、占GDP比重三成左右，生产性服务业总体上呈现总量扩大、质效提升、结构优化的良好态势。同时要看到，生产性服务业的专业化高端化发展，对行业规模和供给质量都提出了更高水平的要求。我国生产性服务业仍有巨大提升空间，现阶段必须尽快破解一些阻碍其发展的卡点堵点。
一是生产性服务业与制造业、农业，以及其他服务业之间存在融合梗阻。生产性服务业依托新型劳动资料，通过自身作用以及与其他劳动资料和劳动对象融合发生作用，孕育技术革命性突破，促进生产要素创新性配置，从而推动制造业、农业的转型升级。但目前我国生产性服务业自身“高端不足、低端内卷”，与其他产业特别是制造业融合机制薄弱，供需匹配程度不足，这是我国现阶段促进生产性服务业专业化高端化发展亟待破解的难题。
二是生产性服务业的知识密集度明显不足，数智化转型推进力度偏弱。大量生产性服务业仍停留在仓储物流、基础商贸、简易中介等低附加值环节，研发设计、知识产权服务、高端咨询等高知识含量业态占比偏低，行业整体知识沉淀、技术研发投入不足。数智技术在行业全链条的渗透广度、应用深度仍然不够，大量中小生产性服务企业数智化转型的意愿与能力不强。知识要素与数智技术融合不充分，难以通过数智化放大知识服务价值，还不能充分满足先进制造业转型升级的配套需求。
三是关键领域人才相对稀缺，自主创新能力受限。当前，涉及检验检测、数据服务、工业软件设计、人工智能等高端领域的专业人才缺口较大，懂技术又熟悉市场，擅长中试验证、成果产业化转化的专业人才紧缺。人才短板直接制约了科技攻关与技术落地转化，导致专业化的生产性服务业自主创新不足，难以从根本上扭转关键核心技术受制于人的局面。
四是各地生产性服务业发展特色不鲜明，同质化比较严重。我国各地资源禀赋差异明显，产业发展水平不同，立足资源条件与产业基础发展生产性服务业就是必然的选择。但从现状看，各地在推进生产性服务业发展中，跟风现象比较严重，缺乏区域分工协作意识，盲目追求“高大上”，重复布局，细分赛道重合，导致部分生产性服务业“内卷”，地区间同质化竞争问题突出，削弱了生产性服务业对地方产业升级的支撑效能。
国际技术贸易涵盖专利许可、技术转让、跨境研发合作等业态，是高端生产性服务业的重要组成部分。2026年6月11日，第十二届中国（上海）国际技术进出口交易会开幕。交易会以“打造技术贸易新生态 共绘全球合作新篇章”为主题，设置1个主题馆展区、4个专业技术展区和1个创新及交易服务区。图为开幕当日，参观者在体验通过佩戴式脑机接口装置控制机器人。 新华社记者 方喆/摄
记者：刚才您提到，生产性服务业与制造业融合度不够是制约其专业化高端化发展的突出短板。那么，我们该如何提高两者的融合发展水平，实现互促共赢？
夏杰长：伴随生产组织、经营模式、商业业态持续创新，传统生产型制造向服务型制造转型是大势所趋，生产性服务业与制造业深度融合是推动自身专业化高端化发展的重要抓手。近年来，我国生产性服务业与制造业融合不深，极大地制约了生产性服务业的专业化高端化发展。破解两者融合不深的问题，关键要构建“制造+服务”场景的链式联动机制，深化地方先进制造业和现代服务业的协同发展。
一方面，以服务型制造为导向，提升生产性服务嵌入制造全生命周期的精准性和全面性。各地要立足自身产业禀赋，在电子信息、家电、汽车等本地优势制造领域，推广个性化定制生产与配套服务一体化模式。鼓励制造企业与科技金融、标准认证、供应链物流等服务企业跨界合作，以数据驱动“制造+服务”的高效对接，开展针对制造业特定环节的精准营销、需求预测、智能运维等全生命周期的链式服务。
另一方面，以重点政策引导、行业协会对接、链主企业合作等多元化模式，拓宽制造业和生产性服务业协同融合渠道。推出先进制造业和现代服务业协同融合的专项支持办法，引导培育一批领军项目和标杆案例。加大对制造业智能装备研发应用、核心零部件首购首试、工业互联网应用程序开发、海内外专家智力资源引进的政策支持力度。建立健全跨制造业、服务业细分行业协会联盟，推动制造业和服务业链主企业之间的常态化对接，实施由链主企业开路、中小企业跟随外拓的融合场景创新战略。
2026年6月22日，以“链接世界、共创未来”为主题的第四届中国国际供应链促进博览会在北京开幕。图为开幕当日，参观者在数智科技链展区参观。链博会聚焦产业链供应链协同，打通研发设计、物流运输、金融保障等全链条合作渠道，有力推动先进制造业与生产性服务业的融合发展。 新华社发 林秋锦/摄
记者：知识密集度不足，是您提到的生产性服务业专业化高端化发展的又一卡点堵点，也直接导致我国制造业附加值偏低，部分产业滞留于全球产业链“微笑曲线”底端。我们该如何提升生产性服务业的知识密集度，推动产业发展向“微笑曲线”两端攀升？
夏杰长：提升生产性服务业的知识密集度，创造技术含量高、模仿难度大、全球公信力强的“中国服务”品牌，促进我国产业体系延链增值，这是我国迈向全球产业链“微笑曲线”两端的关键抓手。提升生产性服务业知识密集度，需从重视研发类服务业、扩充人才资源储备等方面重点发力。
聚焦生产性服务业自身，细化生产性服务业的发展赛道，围绕直接提供技术与知识增量的研发类生产性服务业，予以重点培育和政策支持。生产性服务业中的软件服务、工业设计、研发试验、数据分析、检验检测等都属于直接创造知识和技术增量的服务业领域，通过服务产品的供给，能够促进新知识、新技术和新工艺的扩散，提高下游生产性服务业和其他产业的知识密集度。因此，在产业政策上，应重点考虑设置科技研发类生产性服务业的绿色通道，周期性遴选专精特新企业并提供相应的激励政策，支持相关链主企业率先开拓新领域，引导中小微企业深耕细分领域，提供更精细化、长尾化的技术研发配套服务。
聚焦人才支撑，扩大新时代的知识技能型人才储备，建立健全产学研用复合型人才的培养机制。简化高校和科研院所的绩效考核、经费审批与成果反馈流程，鼓励广大科研人员聚焦攻克数据高性能存储、零信任安全防护、算法模型训练、电子设计自动化（EDA）、计算机辅助设计（CAD）和计算机辅助工程（CAE）软件设计等基础底层技术。加快完善软件工程、数据分析、通信技术、电子商务、网络安全等学科的培养模式，增设“人工智能+”、“数据要素+”等新型交叉学科。推行校企合作的订单式人才培养使用方式，扩充更适配市场需求的创新型研发服务人才。
记者：数智化转型是生产性服务业专业化高端化发展和生产率提升的强劲引擎和必然趋势。我国该如何推进生产性服务业数智化转型？
夏杰长：智能经济时代，数智化转型为生产性服务业向专业化高端化发展注入强劲动能，也为解决生产性服务业生产成本持续上升问题提供了有效途径。具体而言，应从数据治理、数智技术和数智化生态三个方面共同发力，营造生产性服务业数智化转型的良好生态。
在数据治理上，培育安全可控、高效流通的可信数据空间，加速生产性服务业的数智化运行。加快健全和统一数据分级分类、确权、脱敏、安全管理制度，明确数据权属与使用边界。规范数据资源采集与标注流程，统一专业术语、数据分类及采集格式，建立多级质检标注规范，健全数据资产认证与评估细则，完善全生命周期数据治理监督体系。可由政府牵头支持生产性服务业的链主企业率先构建数据流通框架，广泛联合中小微企业构建多方互信的数据交互环境，打造区域性乃至全国性生产性服务企业的可信数据空间。
在数智科技上，加强数智技术的研发和转化，提高数智设施应用对生产性服务企业的可达性和便捷性。借助大数据、云计算等技术，赋能生产性服务业对客户需求和行业特征的画像分析，推动生产性服务业供给从经验依赖向数据驱动转型。强化数智基础设施的普惠式建设，加大非一线城市的电力系统、网络基础设施、5G基站建设力度，提高全国各地网络覆盖范围和算力供给能力，降低生产性服务企业接入数智基础设施的成本。推动多业态的数智技术适配性改造，推进数智技术和终端设备的定制化设计、装配、使用。
在数智化生态上，塑造全行业“数改智转网联”生态，降低生产性服务业数智化转型的协同成本。在农业领域，稳步发展数字农业体系，推动农业基础设施数字化、农业数据资源要素化、农业技术终端智能化，提高农业数据资源的要素化水平。在工业领域，着力打造工业大数据生态，扎实发展电子信息、软件制造等数字产业，提高工业生产过程中结构化或非结构化数据的规模和质量。在生活性和公共服务业领域，推广智能充电桩、物流车、智能取餐柜、自动生鲜售货终端等智能设备，打造智慧城市大数据平台和地理信息公共服务平台，进一步完善数字政务系统建设。
记者：我国各地的资源禀赋、产业基础、科研条件不同，发展生产性服务业要发挥比较优势、扬长避短，不能搞一种模式、一刀切。我们应该从哪几个方面发力，因地制宜推进我国生产性服务业优质高效发展？
夏杰长：因地制宜是我国发展生产性服务业必须遵循的基本原则。我国是疆域辽阔、资源丰富、地区经济特色鲜明的大国，这为发展生产性服务业提供了庞大需求和市场机遇的同时，也带来了不小的挑战，不能用一套发展逻辑来覆盖各地的发展模式。推进生产性服务业优质高效发展要坚持因地制宜，尊重和放大区域优势和禀赋，扎根和引领区域发展需求，提升本地产业竞争力。
首先，要立足本地生产性服务业的既有基础，结合区域优势和禀赋，明确发展路径。充分挖掘当地现有生产性服务业优势业态，找准细分赛道进行谋划布局，善于借助数智化技术和设备，推动其精细化、高效化发展。摒弃单一产业发展思维，多维度盘活本地资源，谋划多元业态协同布局，抢抓产业发展新机遇，不断重塑区域生产性服务业竞争优势。
其次，各地生产性服务业要分类施策，避免同质化竞争。制造业基础雄厚的城市，重点布局高端生产性服务业，着力推进制造服务化和服务型制造，以提升制造业竞争力和企业增值能力。农业主产区则要立足农业产前、产中、产后全链条，加快发展涉农生产性服务业，比如农资供应与技术服务、农产品检验检测与有机绿色认证服务、农产品冷链物流等，助力实现农业现代化。
第三，扎根本地消费需求，充分释放生产性服务业的发展空间。以区域消费需求统筹优化生产性服务业空间布局，是破解“一拥而上、一哄而散”问题的重要抓手。要把握城乡居民消费现状与升级趋势，推动生产服务向下游消费环节延伸，以精准的消费市场链接生产制造，形成“生产—消费”的良性循环。
记者：感谢您接受采访。
