政府科技激励与技术创新效率研究——基于动态面板数据的GMM检验

郑琼洁

（河海大学商学院，江苏 南京 210018）

政府科技激励与技术创新效率研究
——基于动态面板数据的GMM检验

郑琼洁

（河海大学商学院，江苏 南京 210018）

文章根据1999-2011年中国37个工业行业的相关数据，首先基于SFA方法对技术创新效率进行测量，然后利用面板数据的系统广义矩估计(SYS-GMM)，实证检验了中国政府在技术创新投入和知识产权保护方面的行为对技术创新效率的影响。结果显示，中国工业行业技术创新效率整体较低，其中政府投入行为对技术创新产生显著的负面影响，而政府产出行为对技术创新为不显著的正向影响。文章还探讨了除政府因素外，企业规模、企业研发支持、行业竞争程度、行业所有制结构、境外研发投入及企业自身业绩对技术创新效率的影响。

政府科技激励；技术创新；动态面板GMM

一、引言

技术创新是经济增长的重要引擎，目前世界上许多国家把强化科技创新作为国家战略，把建设创新型国家作为重要的发展目标。尤其在国际金融危机爆发以来，为了实现经济的再复苏，各国政府纷纷制定创新战略，加大科技投入，将技术创新视为经济再次腾飞的主要动力源。如2013年美国联邦政府投入了200亿美元创建了“数字制造与设计创新”、“轻量级和现代金属制造”、“下一代电力电子制造”三个制造业研究机构，实施重点领域创新突破。日本在2013年通过了《科学技术创新综合战略》，明确了未来日本经济发展将全力解决重点课题的科学技术创新。俄罗斯于同年制定了《2013-2020年俄罗斯国家经济发展与创新型经济计划》，强调从根本上提高创新基础设施的利用效率，保证科研成果商业化和新技术的应用，并实施区域创新发展政策。可以预见，以技术创新为核心的国际竞争将更加激烈。

我国政府制定的《国家中长期科学和技术发展规划纲要（2006-2020）》指出要提高自主创新能力，建设创新型国家，其中特别强度要发挥政府的主导作用。“十二五”规划增强科技创新能力作为主要的任务之一。十八大报告提出实施创新驱动发展战略，强调把科技创新摆在国家发展全局核心位置。十八届三中全会又明确指出加快建设创新型国家。多年来，我国R&D投入持续增长，2012年为10298.4亿元，占GDP比重的1.98%，投入总量与投入强度创历史新高。按汇率计算，我国R&D经费投入总量位居世界第三，投入强度在新兴发展国家中居于领先地位。作为技术创新的主体，企业的研发投入占全国研发投入比一直在70%以上，并呈现上升趋势（见图1）。

图12007 -2012年我国企业R&D投入情况

尽管我国在R&D投入高速增长，但其研发投入强度却明显滞后于美国（2011年为3.2%）、日本（2011年为2.7%）及经合组织（2011年为2.2%）的平均水平。企业研发投入态势良好，但并没有带来技术创新的显著提升。与发达国家相比，我国技术创新总体水平还有较大差距，从科技进步贡献率看，2007-2012年仅为52.2%。其主要原因在于以下两个方面：

其一是近两年我国经济下行压力较大，面临创新资金缺乏的现实困难，迫切需要政府扶持。虽然R&D活动中政府资金所占的比重在逐年提高，2012年为21.6%，但这一比例尚远低于美国（2011年为33.4%）、英国（2011年为32.2%）、法国（2010年为37%）和加拿大（2010年为36.1%）等西方发达国家的投入比例。

其二是创新环境有待改善，企业增加R&D投入的积极性受到影响。2013年《全球创新指数报告》认为我国创新环境存在相关政策实施效率低、公共服务质量不高、创业难度较大、知识产权密集型服务业就业环境有待改善等问题。

因此，在企业的技术创新遇到投资不足与市场失灵的困境时[1]，政府有必要通过制订和实施纠正这种外部性的公共政策，通过政府资金支持、知识产权保护、采购及相关政策法规的调整等行为来影响企业技术创新的活动。随着政府对技术创新扶持力度的加大，国内外学者开始关注技术创新效率问题。目前，关于政府科技激励对技术创新的影响研究主要集中在如下两个方面：

一是政府科技投入对技术创新的影响。现有的大量研究表明政府科技投入虽然在一定程度上激励企业进行研发活动，促进技术创新，但同时会产生替代或挤出效应[2-6]。Tommy把企业研发活动划分为“远离市场”和“贴近市场”两类，利用挪威政府对企业创新活动调查数据的实证研究发现，政府对“远离市场”的创新活动的补贴能促进企业研发投资的增加，而“贴近市场”的补贴则会减少企业技术创新投入的预算[7]。由于在研究对象、数据及方法方面的差异性，政府科技投入对企业技术创新的影响的实证结果不尽一致。

二是政府政策法规的调整如税收政策对技术创新的影响。Bygrave&Timmons的研究表明美国1980年前后投资所得税税率降低等系列政策法规的调整引起了创新资本量的迅速增加，但投资所得税与创新资本总量并不存在显著的相关关系[8]。朱平芳等(2003)[9]以上海市为例，研究发现政府的科技拨款资助和税收减免对企业技术创新具有积极的效果。刘小元等(2013)[10]将政府行为置于市场分割的背景下，从技术创新资源配置与创新产出的双重视角研究其对企业技术创新的影响，结果表明政府补贴与创业企业研发资金投入和研发人力资源投入呈正相关关系，适用所得税税率和实际所得税税率对技术创新产生负作用。

从政府行为看，上述影响技术创新的原因涉及政府在技术创新中的投入和产出两个方面的科技激励保障。那么，我国工业行业的技术创新究竟效率如何？对其效率如何进行测量？政府科技激励对技术创新效率影响如何？由此，文章尝试从政府科技资金投入和知识产权保护两个角度来研究其对技术创新的影响。此外，综观现有文献，笔者认为存在如下几个方面的不足：首先，在研究技术创新效率时，已有的研究往往将政府科技激励作为控制变量，作为解释变量的研究较少，而在中国现行体制下，政府科技激励对技术创新起到非常重要的作用，应当考虑其行为对技术创新带来的影响，并将其作为一个重要的变量进行研究；其次，对政府科技激励的研究大多仅集中在资金支持等单一方面，没有从投入和产出角度来研究其对技术创新效率的影响；再次，已有的研究主要集中在宏观层面上的国家或地区政府科技激励对技术创新的影响，对行业层面的研究并不多见；最后，大部分对于行业层面的技术创新多采用单一的变量来衡量，文章将技术创新过程视为一个生产过程，采用参数估计方法，从投入产出角度对技术创新效率进行测算。基于上述分析，文章根据1999-2011年中国37个工业行业的相关数据，首先基于SFA方法对技术创新效率进行测量，然后利用面板数据的系统广义矩估计(SYS-GMM)，实证检验中国政府在技术创新投入和产出方面的行为对技术创新效率的影响，以期在已有研究基础上有所补充。

二、模型与数据说明

1.基于SFA的技术创新效率测算模型

测量技术创新效率的方法通常有两种：一种是非参数方法，最常见的是由Charnes等(1978)[11]提出的DEA方法，其最大的优点在于不用事先设定生产函数，从而避免因错误的函数形式带来的问题，但它不允许误差的存在，同时对生产过程没有任何描述。另一种是参数方法，最常见的是由Aigner等(1977)[12]提出的随机前沿分析方法(SFA，Stochastic Frontier Approach)，可以预先设定一个生产函数，且考虑到该生产函数中的各个参数。参数方法的最大优点是通过估计生产函数对个体的生产过程进行了描述，从而使对技术创新效率的估计得到控制，有利于每个企业的综合绩效指标进行考察和评价。文章是对不同工业行业在不同时期的技术创新效率的测算，因此存在显著的差别，即随机误差项的影响较大，因此参数方法更适合我们的研究需要。文章依据Battese&Coelli(1995)[13]的基本原理，运用对数C-D（柯布-道格拉斯）生产函数对技术创新效率模型进行测定，其具体模型设定如下：

其中，公式(1)中Y为技术创新活动的产出变量，K为技术创新活动的资本投入变量，L为劳动投入变量；公式(2)表示样本中第i个行业在第t时期内的技术创新效率水平；公式(3)中Zit表示的是影响效率的因素，δ为各影响因素变量的参数，ωit是技术无效方程的随机误差项，服从正态分布Ν(0，δ2)；公式(4)中如果γ=0这一原假设被接受，则无须使用SFA技术来分析，直接采用OLS方法即可。

2.系统GMM(Generalzed Method of Moments)模型

为了进一步分析政府科技激励对技术创新效率的影响程度，文章采用动态面板数据模型对两者的关系进行实证检验。为解决内生性问题，经验分析中使用GMM方法进行处理，先对估计方程进行一阶差分以去掉固定效应的影响，再用自变量的滞后变量作为差分变量的估计变量。Arellano&Bond(1991)[14]认为可以使用所有可能的滞后变量作为工具变量，进行差分GMM估计，但之后的研究认为，这种差分方法有可能存在弱工具变量的问题，尤其在小样本的情况下更容易出现这一问题。因此，Blundell&Bond(1998)[15]将差分GMM与水平GMM结合在一起，提出了系统GMM估计，其优点是可以提高估计的效率。因此，文章以系统GMM估计以下动态面板模型：

其中，下标i表示不同的工业行业，下标t表示年份。EFFi，t为上文得到的技术创新效率值，EFFi，t-1表示滞后一期的技术创新效率值，Goν表示政府资金支持，Z表示控制变量。

3.指标选取和数据来源

由于2013年《中国科技统计年鉴》工业行业分类方面与往年有所变动，为了保持数据的连续性和统一性，文章采用《中国科技统计年鉴》 （2012年）的工业行业分类标准，对37个行业进行面板数据分析。

（1）技术创新的投入和产出变量

研究技术创新效率，主要是明确技术创新投入和创新产出。对于技术创新投入包括研发资金投入和研发人员投入。文章选择各工业行业大中型企业R&D投入金额作为研发资金投入的衡量指标。关于R&D的资本存量的计算，采用永续盘存法。确定1999年为基期，借鉴Griliches(1992)[16]的方法，以1999年当年R&D投资流量除以折旧率和基期以后若干年的平均增长率作为1999年的R&D存量，即Ri1999=I1999/(δ+ζ)，其中I1999为某行业1999年大中型工业企业的R&D经费支出，δ为折旧率，一般设定为10%，ζ为2000-2011年的平均增长率。基于此，再用永续盘存法进行计算，即第t年的R&D存量=第 t-1年的R&D存量×(1－10%)+第t年的R&D流量。关于研发人员投入，由于《中国科技统计年鉴》绝大多数年份并没有公布R&D活动的人员投入，因此文章采用分行业大中型工业企业科技活动人员作为研发人员投入的衡量指标。关于创新产出，文章选择新产品销售收入。

（2）解释变量

解释变量包括政府科技激励及其他6个控制变量。笔者将政府科技激励从投入产出两个方面考虑，分政府投入支持(GIF)和政府产出支持(GOP)。其中政府投入支持采用“大中型工业企业的科技活动经费筹集额”中的“政府资金”代替。政府产出支持从知识产权保护的角度入手，选择发明专利数除以专利申请数来衡量。

文章采用的6个控制变量分别为：

企业规模(Size)。采用大中型工业企业分行业工业总产值除以该行业大中型企业总数。

企业研发支持(EF)。采用企业对技术创新的资金投入。

行业竞争程度(Comp)。采用以下四个比重的算术平均值进行度量：大中型工业企业总产值占规模以上工业企业总产值的比重、大中型工业企业数占规模以上工业企业数的比重、大中型工业企业资本总值占规模以上工业企业资产总值的比重、大中型工业企业销售收入占规模以上工业企业销售收入的比重。

行业所有制结构(State)。采用分行业国有及国有控股企业工业总产值占全部规模以上工业企业总产值比重进行衡量。

行业开放度(Open)。采用大中型工业企业科技活动经费筹集中来自境外资金的比重进行衡量。

行业平均经营绩效(Cap)。采用分行业大中型工业企业的成本费用利润率。

以上相关数据均来自《中国科技统计年鉴》(2000-2012)和《中国统计年鉴》(2000-2012)。

三、技术创新效率的测算结果

1.总体评价技术创新效率的表现

图2 1999-2011年技术创新效率总体平均水平

文章运用Frontier(Version4.1)程序对技术创新效率进行了测定。图2显示了技术创新效率总体平均水平。可以看到，整体上技术创新效率呈现上升趋势，2011年总体平均水平达到了0.528。但1999-2011年的行业总体平均水平偏低，仅为0.405。

2.分行业的技术创新效率

通过计算得到，37个行业的平均技术创新效率值，排名前十的行业分别为：皮革、毛皮、羽毛（绒）及其制造业，交通运输设备制造业，通信设备、计算机及其他电子设备制造业，烟草制品业，家具制造业，纺织服装、鞋、帽制造业，电气机械及器材制造业，石油加工、炼焦及核燃料加工业，橡胶制品业，化学纤维制造业。

由相关数据可知，各个行业的技术创新效率差异较大。其中，制造业技术创新效率最高，采掘业次之，水电气业最后。排名前19位的行业均达到了行业平均水平，其中皮革、毛皮、羽毛（绒）及其制造业技术创新效率最高，为0.885，在平均水平以下的有18个行业，其中水的生产和供应业技术效率值最低，仅为0.006。垄断行业如燃气生产和供应业、电力、热力、水的生产和供应业等，缺乏同行业竞争，技术创新效率较低。从2000-2012年的政府资金投向看，政府更愿意投向交通运输设备制造业(22.5%)、通信设备、计算机及其他电子设备制造业(9.57%)、通用设备制造业(9.07%)、专用设备制造业(6.28%)、电气机械及器材制造业(5.44%)、医药制造业(5.35%)等具有较强知识密度的高新技术产业，相对来说，对传统制造业的资金支持较少。结合技术创新下的数据可以发现，政府科技投入具有一定的现实意义，具体来说，政府科技投入较高的行业，其技术创新效率也相对较高，如交通运输设备制造业、通信设备、计算机及其他电子设备制造业、通用设备制造业、电器机械及器材制造业等，而医药制造业作为国家重要的战略性产业，虽然受到政府资金的大力支持，但其技术创新效率较差。

四、政府干预对技术创新的影响分析

对模型采用SYS-GMM来进行回归，文章运用Stata12.0统计软件得到表1的结果。通过Arellano-Bond检验即残差序列相关性检验可以看到，扰动项的差分存在一阶自相关，但不存在二阶自相关，因此接受原假设“扰动项无自相关”，说明模型设定是合理的。Sargan检验显示，在5%的显著性水平上，p值=1＞0.05，因此无法决绝“所有工具变量均有效”的原假设，故所有工具变量均有效，不存在过度识别问题。从表1的分析结果看，我们认为：

表1 政府行为对技术创新效率影响的估计结果

第一，政府科技资金投入对技术创新效率的影响为负。在模型中，政府资金支持在1%的显著性水平下与技术创新负相关，说明中国的政府科技投入对技术创新效率产生了明显的负面影响，或者说政府的科技投入并未发挥其应有的作用，反而带来技术创新效率的“损失”。其可能原因在于：一是政府在科技投入过程中可能进行一定的行政干预，对企业管理带来一定束缚，严重影响了企业技术创新活力，不利于技术创新效率的提高；二是短期内政府资金的增加可能只是体现在研发人员工资的上涨，对研发活动本身的效率提升并没有起到实质性的作用，反而对企业的研发投入起到挤出效果；三是政府科技投入与企业目标函数不一致，政府干预往往具有鲜明的意愿特色，往往会投资在社会回报率高的项目，与企业短期目标相冲突；四是政府科技资金投入企业后，缺乏一定的资金监管，企业在申请得到资助后，根据自身情况，有可能将资金投向非技术创新领域，因而起不到其应有的作用。

第二，从政府对科技产出方面的支持来看，政府在知识产权方面的保护对工业行业技术创新的影响为正，但是不显著。这表明知识产权作为保障和实现国家技术创新战略的重要工具并没有很好地发挥其应有的支撑作用。这可能由于政府对知识产权保护的意识还比较薄弱，对知识产权产业化扶持力度还不够，缺乏合理的考核指标和机理机制。

第三，在控制变量方面，除了国有企业占比为负相关，其他均为正向相关。

根据前文分析结果可以得出：

1.企业的规模对技术创新效率的影响为正，并且显著

这支持了众多研究有关企业规模有利于技术创新效率提升的结论[17-20]。说明企业规模，其拥有的人力、物力和财力、信息技术更能得到保障，因此有利于技术创新效率的提高，但是从实证结果的系数来看，其对技术创新效率的促进效果并不十分明显。

2.企业自身的科技投入有利于技术创新效率的显著提升

企业作为技术创新的主体，正如图1所示，其研发投入占主导作用。企业贴近市场，更能了解市场需要，能及时迅速捕捉信息，前瞻性地掌握市场需求，使R&D的研发活动更具有针对性。

3.行业竞争对技术创新效率为正向作用，并且显著

这一结果验证了Loury(1979)[21]、Lee&Wilde(1980)、Delbono& Denicolo(1991)等的分析，认为竞争促进企业创新的激励，企业投资R&D的目的是为了第一个获得创新。行业竞争迫使企业通过不断的技术创新以提高企业竞争力，使自己处于领先地位。

4.从带有政府干预色彩的国有企业占比来看，其对技术创新效率影响的系数显著为负

这表明国有企业占比越高的行业，对技术创新效率越低。国有企业往往更容易获得政府资助，掌握更多的资源和市场，占据中国工业技术资源分配的主导地位，即便如此，由于技术创新的激励不足和存在激励扭曲，国有企业尽管在研发支出上较高，但其技术创新效率反而不高。

5.来自境外的研发投资对技术创新效率的影响为显著正相关，并且促进作用非常明显

一般而言，企业的开放度越大，表明其自身的管理机制越灵活，对外部创新知识与技术资源的吸引力越强，越有利于技术创新效率的提高。因此，引进境外研发投入，尤其是技术含量高的境外投资，对整个行业的技术创新效率具有积极作用。

6.行业平均经营绩效有利于提升技术创新效率，但是贡献程度并不是很大（系数仅为0.001）

企业的经营绩效越高，代表其综合的经营效益越高，就越有承担技术创新活动开展的能力，也就越有利于技术创新效率的提升。

五、结论与启示

笔者选取我国37个工业行业1999-2011年的面板数据，首先采用参数估计法SAF对各个行业的技术创新效率进行测量，然后采用SYS-GMM方法对政府科技激励对技术创新效率影响进行了实证检验。笔者打破了传统的单一用资金投入来衡量政府科技激励，而是将政府科技激励分为投入支持和产出支持两个方面。

首先，技术创新效率的测算结果表明中国工业行业整体技术创新效率不高，其提升空间比较大。其中，制造业技术创新效率最高，采掘业次之，水电气业最后。政府投资支持力度并不是很大的传统劳动密集型制造业的技术创新效率仍然较高，而垄断行业如燃气生产和供应业、电力、热力、水的生产和供应业等的技术创新效率较低。

其次，从政府对技术创新投入和产出的支持来看，政府的直接资金支持反而带来了技术创新效率的“损失”。因此，政府要加强“顶层设计”和“统一规划”，在科技激励政策方面应该注意把握住方式和方向，应该多集中投资于那些与企业技术创新活动相关的行业领域。政府对知识产权的保护虽然有正向影响却不显著，没有发挥其应有的贡献。技术创新具有公共产品的属性，若不加保护将会被无偿使用，从而影响企业再创新的热情和动力。因此，要充分认识知识产权保护对技术创新提高的重要意义，通过确立和完善知识产权的相关政策法规，加强专利管理，以保护企业创新者的利益和积极性。从政府干预的另一个间接渠道，即国有企业占比来看，并不利于技术创新效率的提升。

最后，除了政府因素外，技术创新效率还受到企业规模、企业自身研发支持、行业竞争程度、境外研发投入及企业自身业绩的影响。研究表明，上述几个因素均在一定程度上促进技术创新效率的提高，其中行业竞争和境外研发投入促进效果最为明显。

[1]TasseyG.Policyissues for R&Dinvestment in a knowledge-based economy[J].Journal ofTechnologyTransfer，2004，29(2)：153-185.

[2]郑绪涛.公共研发政策对私人R&D活动的作用：基于中国高科技产业1995-2006年的实证分析 [J].2009(3)：29-33.

[3]Lach，S.Do R&D subsidies stimulate or displace private R&D，evidence fromIsrael[J].The Journal ofIndustrial Economics，2002，50(4)：369-390.

[4]Bloom，N.，R.Griffith，J.van Reenen.DoR&DCredits Work?Evidence from a Panel of Countries 1979-1997 [J].Journal of Public Economics，2002，85(1)：1-31.

[5]LichtenbergF R.The relationship between federal contract R&Dand companyR&D[J].American Economic Review，1984,74(2)：73-78.

[6]Wallsten S.The effects of government-industry R&D programs on private R&D：The case of the small business innovation research program[J]. Rand Journal ofEconomic，2000，31(1)：82-100.

[7]Tommy H C.Do subsidies have positive impacts on R&D and innovation activities at the firmlevel?[J].Structural Change and Economic Dynamics，2009，20(4)：239-253.

[8]Lee E Y，Cin B C.The effect of risk sharing government subsidy on corporate R&Dinvestment：Empirical evidence fromKorea[J].Technologi -cal Forecastingand Social Change，2010，42(6)：881-890.

[9]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响—上海市的实证研究 [J].经济研究，2003(6).

[10]刘小元，林嵩.地方政府行为对创业企业技术创新的影响—基于技术创新资源配置与创新产出的双重视角 [J].研究与发展管理，2013，(10)：12-24.

[11]Charnes，A.，W.W.Cooper and E.Rhodes.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978(2)：429-444.

[12]Aigner D.J.，C.A.K.Lovell and P.Schmidt.Formulation and Estimation ofStochastic Frontier Production Function Models[J].Journal ofEconometrics，1977(6)：21-37.

[13]Battese，E.，Coelli T..AModel ofTechnical InefficiencyEffects in Stochastic Frontier Production for Panel Data[J].Empirical Economics，1995，20 (2)：325-332.

[14]Arellano M.，Bond S.Some tests of specification for panel data：Monte carlo evidence and an application to employment equation [J].Rview of economic studies，1991(58)：277-297.

[15]Blundell，R.，Bond S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal ofEconometrics，1998：87.

[16]Griliches，Z..The Search for R&D Spillovers[J].Scandinavian Journal of Economics，1992，94：29-47.

[17]姚洋，章奇.中国工业企业技术效率分析 [J].经济研究，2001(10).

[18]钱燕云.中德企业技术创新效率的评价和比较研究 [J].科学学与科学技术管理，2003(12)：47-50.

[19]余泳泽.我国高技术产业技术创新效率及其影响因素研究—基于价值链视角下的两阶段分析 [J].经济科学，2009(4)：62-74.

[20]周立群，邓路.企业所有权性质与研发效率—基于随机前沿函数的高技术产业实证研究 [J].当代经济科学，2009(4)：70-75.

[21]Loury，Glenn C.Market Structure and Innovation [J].Econometrica，1979，93(3)：395-410.

[22]Lee，T.，L.L.Wilde.Market Structure and Innovation：A Reformulation [J].The QuarterlyJournal ofEconomics，1980，94(2)：429-436.

[23]Delbono，E.and V.Denicolo.Incentives to Innovate in a Cournot Oligopoly.The QuarterlyJournal of Economics，1991，106(3)：951-961.

[24]唐要家，唐春晖.竞争、所有权与中国工业行业技术创新效率 [J].上海经济研究，2004(6)：13-19.

（责任编辑：FZF）

Government Incentives of S&T and the Technological Innovation Efficiency——Based on SYS-GMM Estimate

ZHENG Qiong-jie
（Business School of Hohai University，Nanjing Jiangsu 210018，China）

Based on Chinese 37 industries data from year 1999 to 2011，this paper firstly uses the Stochastic Frontier Approach (SFA)to measure the technological innovation efficiency，then from government input and output behavior，we take SYS-GMM to study the relationship between government incentives of S&T(Science and Technology)and technological innovation efficiency.The results show that the average technological innovation efficiency is low.Meantime，the government funds on R&D behavior has significant negative effect on the efficiency of technological innovation，and the intellectual property right protection of government output behavior has insignificant positive effect on the efficiency of technological innovation.Besides，other factors of enterprise scale，self-raised funds by enterprise，industry ownership structure，the foreign capital of industries and enterprise performance are also taken into account.

Government incentives of science and technology；Technological innovation；SYS-GMM

F273.1

A

1004-292X（2014）09-0032-05

2014-05-17

国家社会科学基金项目（11BGL103）。

郑琼洁（1986-），女，浙江温州人，博士研究生，研究方向：城市与区域经济。