杨 芸,洪功翔
(安徽工业大学 商学院,安徽 马鞍山 243002)
国有高技术企业创新效率及影响因素研究
杨 芸,洪功翔
(安徽工业大学 商学院,安徽 马鞍山 243002)
基于DEA-Tobit两阶段模型研究我国国有企业创新效率及其影响因素。研究发现:国有高技术企业具有创新效率优势;不同地区不同行业高技术企业创新效率差异大;政府补助和企业规模不利于国有高技术企业创新效率提升,而出口交货值与技术改造经费支出有利于其效率进步。
国有企业;高技术企业;DEA-Tobit模型;创新效率
创新是一个民族进步的灵魂,是一个国家兴旺发达的不竭动力。我国高度重视创新发展,党的十八大报告强调我国要坚持走中国特色自主创新道路、实施创新驱动发展战略,并提出要建立以企业为主体、以市场为导向、产学研结合的创新体系,明确了企业作为创新主体的重要地位。进入发展新阶段,我国企业在国际上的低成本优势逐渐消失,以往的资源驱动式发展逐渐被效率驱动所替代。单纯的依靠大量人力、财力、物力的投入并不能有效提升企业创新效率。因此,提高企业创新效率对提升企业整体实力具有举足轻重的作用。
国有企业作为我国国民经济发展的重要支柱,其创新发展关乎整个国家经济命脉。习近平总书记对国有企业改革作了重要指示,强调“理直气壮做强做优做大国有企业,尽快在国企改革重要领域和关键环节取得新成效”。因此,国有企业创新效率的高低在一定程度上影响着我国综合实力。但现有针对国有企业创新效率的研究颇少,研究过程不够详尽系统,研究结果还没有达成共识,仍需要进一步细致研究。高技术产业作为当代尖端技术(主要指信息技术、生物工程和新材料等领域)生产高技术产品的产业群,具有知识和技术密集,资源、能量消耗少,更新换代快,附加值高等特点。故高技术产业创新效率能在很大程度上体现我国国有企业总体创新效率水平。那么,我国高技术产业中国有企业创新效率如何呢?与高技术产业整体效率相比有何不同呢?有哪些因素会影响国有及国有控股高技术企业(下文都用国有高技术企业表示)创新效率呢?有什么方法能有效提高我国国有企业创新效率继而提升国家整体创新能力?
基于此,本文以我国高技术产业为研究对象,在回顾现有研究的基础上,构建经济转型背景下国有企业创新效率评价体系,运用DEA(数据包络分析法)分析法分行业分地区分析我国国有高技术企业创新效率,并与高技术企业整体创新效率水平进行比较。在此基础上,运用Tobit模型研究国有高技术企业创新效率影响因素,以期为国有企业创新研究提供实践指导和理论启示。
针对国有企业效率的研究大多集中在经营效率、财务效率等方面,而对创新效率的研究相对较少。由于创新研究近年来备受关注,国有企业创新效率研究也开始受到大量学者的关注。针对国有企业创新效率的现有研究主要集中在国有企业与其他所有制企业创新效率的比较以及国有企业创新效率影响因素分析。
国有企业与民营企业效率问题一直以来都是学术界关注的热点问题。近年来,随着创新成为整个社会所讨论的重要议题,大量学者逐渐开始关注国有企业和民营企业的创新绩效比较,但由于研究样本、研究范围、研究方法的不同,实证分析得出的结果也不尽相同,且总体上分为两类。一类是国有企业的创新绩效优于民营企业。如:Chen等运用Tobit模型对2005~2007年制造业企业数据进行实证分析,发现国有企业创新效率高于私有企业。[1]李政等运用OLS估计法对2012年制造业上市公司研究发现,国有控股企业的创新绩效明显高于民营企业。[2]Choi等使用2001年548家上市公司数据并运用负二项回归法对国有企业的国家持股与专利之间的关系进行检验,研究得出国家持股与专利之间呈正向关系,并有一定的延迟。[3]
另一类学者研究发现国有企业创新绩效明显低于民营企业。如:董晓庆等运用DEA-Malmquist指数法对2000~2011年高新技术行业的创新绩效动态能力进行分析,发现国有企业创新绩效普遍低于民营企业。[4]曾铖、郭兵以2008~2012年上海市3 761家企业创新调研数据,运用负二项回归的随机效应模型进行了实证检验。研究表明:国有企业的技术创新绩效优于其他所有制企业。[5]李冲、钟昌标通过对我国2005~2011年工业企业面板数据进行实证研究发现国有企业虽然获得了较低的融资成本,但国有企业创新产出效率反而比民营企业低。[6]
通过对上述研究综述发现,之所以会出现以上这两种完全不同的研究结论,主要是学者们的研究视角和研究样本、研究范围不同所造成的。且现有研究鲜有系统考虑国有企业创新效率问题,对知识密集型企业的创新效率研究不足。
针对国有企业创新绩效影响因素研究主要集中在企业内部因素和外部因素。企业内部因素主要有企业内部股权结构、企业创新投入、企业规模等方面。如:陈岩、张斌利用 3SLS 方法探究中国制造业国有企业债务结构如何影响企业的创新投入和创新产出。由实证结果发现,国有流动债务和长期负债不同程度的影响创新投入与产出。[7]孙早等利用2000~2009年中国制造业面板数据,估计了企业R&D投入对产业创新绩效的效应,发现与国有企业相比,民营企业R&D投入与产业创新绩效之间的正相关关系更为显著。[8]栾斌等以238家上市公司作为样本,同样发现民营企业创新投入对就业的稳定和促进效果优于国有企业,但这种优势在创新绩效的就业效应中并不明显。[9]影响国有企业创新绩效的企业外部因素主要有政府补贴、税收制度、对外直接投资等方面。如:吴佐等利用 2001~2010年中国33个两位码工业行业面板数据估计了政府R&D投入对产业创新绩效的影响,研究发现:国有企业的弱创新激励以及易获得政府研发资源的特性,对产业的创新绩效具有两面性。[10]王遂昆等选取2007~2012年深市进行研发创新的中小企业作为分析对象,实证发现与国有企业相比,政府补贴对中小企业研发创新的促进效应更大。[11]
综上所述,现有研究对国有企业创新研究很丰富,但仍有以下几点不足:首先,在指标选取上没有详细的介绍,没有体现构建指标体系的严谨性;在研究对象选取方面没有突出创新研究的独特性;大部分选取制造业和上市公司数据,没有详细研究区别于传统企业的具有其他产业所不具备高风险、高创新、高投入特征的高技术产业创新问题。其次,针对国有企业自主创新效率影响因素的研究大部分运用OLS估计等方法,没有考虑到被解释变量取值被限制而导致估计结果出现偏差的情况。再次,现有研究所用数据年限大部分都集中在2010年以前,而在党的十八大召开之后,各企业机构都逐渐认识到创新的重要性,加大创新投入。故通过以往数据得出的企业创新效率时效性大大降低。最后,不同因素对国有企业创新效率的影响不同,并没有达成共识。我们在回顾现有研究的基础上,剔除现有研究中已经达成共识的影响因素,且加入一些新的影响因素,以期为创新效率影响因素研究提供理论依据。
据此,我们选取2014年国有高技术产业数据样本,通过结合高技术产业特点和以往研究经验构建系统完善的创新指标体系,运用DEA-Tobit两阶段分析法将国有高技术企业创新效率与高技术企业整体创新效率进行对比分析,并对影响国有高技术企业创新效率因素分析。
(一)方法介绍
目前评价效率的方法多种多样。但其中DEA(数据包络分析)方法在以往文献中使用的频率是最高的,主要是因为DEA分析法具有其他分析法所不具备的优势,如:不需要考虑投入、产出变量权重和单位,能处理多投入多产出同类决策单元,避免主观因素等优点。因此,本文选取DEAP软件对我国国有企业中高技术产业创新效率进行评估。
同时,由于经过DEA分析出的创新效率值是处于0~1受限制区间,如若将其作为因变量,以往的OLS估计不符合要求,而Tobit模型很好地解决了这个问题。故,我们选择DEA-Tobit两阶段法评价分析我国国有高技术企业创新效率并分析其影响因素。
(二)指标体系构建
构建创新评价体系需要考虑到指标的系统性、全面性和合理性。基于此,我们在创新投入指标方面分别从财力、人力、物力三个角度考虑。在创新人员投入方面,现有大部分研究采用通用的R&D人员折合全时当量表示,但由于不同企业的员工规模截然不同,仅仅分析R&D人员折合全时当量并不全面,故我们在此基础上,以R&D人员折合全时当量/从业人员平均数表示企业创新人员投入指标;在财力方面,一方面考虑到财力不同公司的研发比不同,不能仅仅用资金投入总额代表企业财力投入量。另一方面,创新财力投入通常会采用新产品开发经费支出和R&D经费内部支出两个指标,由于考虑到投入变量之间的相关性和合理性,故我们选择新产品开发经费支出/主营业务收入表示企业创新财力投入;在创新物力投入方面,有固定资产投入、每年新增固定资产投入指标表示,但考虑到固定资产投入产出的滞后期问题,我们将选择固定资产投入/主营业务收入表示企业创新物力投入。
同样,在选择创新产出指标方面也遵循指标体系构建的合理性、系统性和全面性。我们将创新产出分为经济产出和非经济产出。首先,经济产业方面与创新投入方面相结合,选择新产品销售收入/主营业务收入,避免选择不同类型指标而出现系统误差。其次,创新的非经济产出主要有专利申请量、专利授权量、发明专利量等。考虑到数据的时效性,专利申请量更适合反映当期非经济产出效率,故我们选择专利申请量作为非经济创新产出。具体如表1所示。
表1 国有高技术企业创新效率评价指标体系
(三)数据选取与处理
本文所选用的数据来源于历年《中国高技术产业统计年鉴》和《中国科技统计年鉴》,由于西藏、青海等省份数据缺失,故在后文分析中直接剔除。在数据处理方面,首先由于考虑到创新投入与产出不可能一蹴而就,投入的资源需要一定的周期才能转换成创新产出,因此将投入指标数据滞后一期。其次,运用Tobit模型分析创新效率影响因素时,对自变量影响因素指标数据进行标准化处理。
通过DEAP软件运用所选指标数据对国有高技术企业创新效率分地区分行业地详细分析,并与高技术产业整体创新效率对比研究我国国有高技术企业创新效率现状。分析结果见表2和表3。
(一)国有高技术企业创新效率分析
从国有高技术产业自身效率来看,在地区方面,只有东部地区处于有效率状态,东北、中、西部创新效率依次递减。其中,技术效率是影响其创新无效率的主要原因。具体来说,山西、辽宁、安徽、江西、山东、广东、四川的综合创新效率值为1,表示创新有效率。其他省份表现的效率层次不齐,最低的地区是贵州,综合效率值仅为0.125。 从规模效益看,中、西部处于规模效益递减状态,东北地区处于规模收益递增状态。从各省份具体来看,北京、天津、河北、吉林、黑龙江、江苏、广西、重庆、云南、甘肃省规模效益递增,上海、福建、河南、湖北、湖南、贵州、陕西省规模效益递减。
在行业方面,除了电子及通信设备制造业处于创新有效率状态,其他行业都处于相对无效状态,且限制其综合效率的主要原因是技术效率。其中,计算机及办公设备制造业、医药制造业、医疗仪器设备及仪器仪表制造业、航空、航天器及设备制造业的综合效率按照顺序递减。
表2 国有高技术企业分地区创新效率分析结果
注:-表示规模收益不变;drs表示规模收益递减;irs表示规模收益递增。蓝色表示国有高技术企业综合效率低于高技术产业综合效率,橙色表示国有高技术企业综合效率高于高技术产业综合效率。
表3 国有高技术企业分行业创新效率分析结果
注:-表示规模收益不变;drs表示规模收益递减;irs表示规模收益递增。蓝色表示国有高技术企业综合效率低于高技术产业综合效率,橙色表示国有高技术企业综合效率高于高技术产业综合效率。
(二)国有高技术企业与高技术企业创新效率比较分析
通过对国有高技术企业自身创新效率分析,我们发现大部分地区行业创新无效率,需要进一步探讨这种无效率情况是由国有企业性质导致的,还是整个高技术产业创新无效率决定的。因此,我们将国有高技术企业与高技术产业整体创新效率进行对比分析。结果发现,从地区方面来看,国有高技术企业创新效率在东、中、西、东北地区都优于高技术产业整体创新效率。具体来看,除了北京、天津、上海、福建等地区外,其他地区的国有高技术企业创新效率更优。这主要是因为我国一些发达城市的市场更加活跃,私有部门能够更迅速地整合自身资源、调整企业战略,拥有更好的规模效率和技术效率。
在行业比较方面,除了计算机及办公设备制造业以外,其他行业不论是规模效率还是技术效率都是国有企业更具有优势。这是因为计算机及办公制造业属于竞争性领域,其他性质企业拥有更灵活的组织和反应速度,如华为公司等。但其他几大行业都是由国有企业主导,且电子及通信设备制造业综合效率值为1,处于相对有效状态。在规模效益方面除了医药制造业中国有企业是规模递增、计算机及办公设备制造业的整体创新规模效应不变以外,其他行业都处于规模递减状态。
从整体来看,我国国有高技术企业创新效率在整个高技术产业中是具有优势的,也就意味着高技术产业中国有企业是在提升高技术产业整体创新效率。这也就回答了上面的问题,我国高技术产业大部分地区行业创新效率低下主要是由于整个产业创新效率低迷造成的,并不是由国有企业性质所决定的。故一味地认为国有企业创新无效的结论是站不住脚的。
(三)国有高技术企业创新效率的影响因素分析
通过对国有高技术企业创新效率分析,得出大部分地区、行业没有达到创新效率最优的结论。在此基础上有必要分析影响其创新效率的因素有哪些。
一是出口强度。该变量反映的是产业对外出口量。对外出口贸易所带来的规模效益会直接影响产业的需求量,从而提高企业创新产出,进而提升企业的创新动力,在一定程度上影响创新效率。[12]同时,在出口贸易过程中,本土企业可以通过出口获得发达国家先进的产品设计、工艺技术以及完善的管理制度,从而提高本土企业的研发水平,进一步提高创新效率。[13]故出口能提高企业创新效率。[14-15]我们采用国有高技术产业出口交货值(X1,单位:亿元)来反映高技术产业出口规模。
二是科技改进投入。现有研究中关于技术研发投入与创新效率的关系,大部分学者认为加大科技改进不仅能提高现有技术的使用效率还能加快培育新技术,因此会增加产业技术转换效率从而提高创新综合效率。[16-17]我们采用技术改造经费(X2,单位:亿元)作为科技改进投入的代理变量。
三是政府支持。政府对产业创新具有重要的推动和引导作用。Arrow研究认为政策补贴能弥补企业创新活动过程中的市场失灵。[18]但政府干预会带来两种不同的效果,一种是政府补助会加大企业创新资金投入,激励企业加大研发投入,从而提高企业创新效率;[19-20]另一种是政府补贴会对企业原有研发投入产生“挤出效应”,不仅不能激励企业加大创新投入,反而会挤出企业原有创新投入,从而会拉低企业创新效率。[21-22]我们采用R&D内部经费支出中政府资金所占比例为代理变量(X3)。
四是企业规模。不同规模企业创新各有优劣,大企业相对于小企业有资金和风险上的优势,而小企业则比大企业拥有更加灵活的组织结构和创新执行力。现有研究结论中企业规模和创新效率之间的关系不一致。一种观点认为创新效率与企业规模之间的相关关系不显著;[23-24]一种观点认为企业规模与创新效率之间存在正向相关关系[25-26];一种观点认为企业规模的增大会抑制创新效率的提高;[27]还有学者认为企业规模与创新效率之间呈现出倒U型关系。[28]我们采用高技术产业从业人员平均人数(X4,单位:万人)作为企业规模的代理变量来实证分析其与创新效率之间的关系。
由于本文研究国有高技术企业创新效率影响因素,故选择其综合效率为因变量。而综合效率值限定在0~1区间内,所建立的模型属于受限因变量模型,故以往使用的OLS估计法便不再适用。而Tobit模型不同于离散选择模型和一般的连续变量选择模型,它的特点在于因变量是受限变量。因此,我们选择Tobit模型对其进行回归分析。回归分析结果如下表4所示。
表4 Tobit回归结果
注:*表示10%的显著水平,**表示5%的显著水平,***表示1%的显著水平。
由表4可知,四个变量在不同程度上与创新综合效率之间有显著的相关关系。出口强度与高技术产业综合效率之间在1%的显著性水平下存在正向相关关系,这表明加大出口会提升产业综合创新效率,这与现有大部分研究结果一致。技术研发投入与综合效率之间在10%的显著性水平下有正向相关关系,这说明加大技术改造经费支出可以提高高技术产业综合效率。政府支持和企业规模分别在5%、10%显著性水平下与创新综合效率之间存在负向相关关系,这表明一味地增大政府补助和扩大企业规模并不能有效地提高产业创新效率,这一研究结果与Guan、周黎安等学者的研究结果一致。从系数来看,政府支持力度>企业规模>科技改进投入>出口强度。这表明在10%显著性水平下,政府介入程度对国有高技术企业创新效率的影响是最大的,而出口强度最小。这从一定程度上说明,限制我国国有高技术企业创新效率的影响因素主要来源于企业自身规模和政府补助等供给端,而非出口等需求侧,这与我国目前提出的“供给侧”改革相呼应,也从一定程度上验证了国有企业“供给侧”改革的重要性。
本文基于DEA-tobit两阶段模型对我国国有高技术企业创新效率进行详细评价,并与高技术产业整体创新效率进行比较分析。在此基础上,研究了影响我国国有高技术企业创新效率因素,得出如下结论,并提出一些建议。
各地区各行业的国有高技术企业创新效率差异大。从地区上看,北京、天津等城市创新效率高达1,达到创新相对有效水平;广东、山西、辽宁等省的国有高技术企业创新相对有效;贵州、云南、黑龙江等省的创新效率值却很低,处于创新无效状态。从行业视角看,计算机及办公设备制造业国有企业创新效率值为1,而航空、航天器及设备制造业创新效率值却仅仅只有0.383。这说明我国国有高技术企业乃至整个高技术产业创新效率出现严重的区域、行业差异化。造成我国高技术企业创新效率低下的原因主要是技术效率低下。这表明我国高技术产业中大部分企业技术利用率低,不能将技术转化成有效成果。通过对国有高技术产业与高技术产业整体创新效率的比较,研究发现:除了个别发达省份和竞争性行业以外,大部分地区和行业的国有高技术企业创新效率高于高技术产业整体创新水平。这表明我国国有高技术产业创新效率在整个产业中处于有效位置,国有高技术企业在一定程度上提升了高技术产业创新水平。这说明国有企业创新无效论是站不住脚的。在创新效率影响因素方面,政府补助和企业规模在一定程度上不利于国有高技术企业创新效率提升,而出口交货值与技术改造经费支出有利于其效率进步。
针对上述研究结论,针对性地提出一些建议对策:政府应该高度重视不同地区创新投入转化效率问题,针对不同地区采取不同政策措施激活企业创新,而不能一味地不分主次地加大创新投入;企业需要高度重视对人才的引进,制定产学研平台建设等提升技术转换等措施;政府应该控制对国有企业的政府补助,适当调整国有企业规模并深化改革国有企业,并制定相关外汇政策刺激企业出口,增大国有企业出口交货值,并鼓励企业加大对技术改进的投入,激活企业创新热情。
[1]Chen Y,Zhang B.How Does Ownership Promote Innovation in a Transition Economy? Evidence from China[C].Proceeding of 2013 6th International Conference on Information Management,Innovation Management and Industrial Engineering,ICIII,2013.
[2]李政,陆寅宏.国有企业真的缺乏创新能力吗——基于上市公司所有权性质与创新绩效的实证分析与比较[J].经济理论与经济管理,2014(2):27-38.
[3]Choi S B, Lee S H, Williams C. Ownership and Firm Innovation in a Transition Economy: Evidence from China[J].ResearchPolicy,2011,40(3):441-452.
[4]董晓庆,赵坚,袁朋伟.国有企业创新效率损失研究[J].中国工业经济,2014(2):97-108.
[5]曾铖,郭兵.产权性质、组织形式与技术创新绩效——来自上海微观企业数据的经验研究[J].科学学与科学技术管理,2014(12):128-139.
[6]李冲,钟昌标.融资成本差异与企业创新:理论分析与实证检验——基于国有企业与民营企业的比较研究[J].科技进步与对策,2015(17):98-103.
[7]陈岩,张斌,翟瑞瑞.国有企业债务结构对创新的影响——是否存在债务融资滥用的经验检验[J].科研管理,2016(4):16-26.
[8]孙早,宋炜.企业R&D投入对产业创新绩效的影响——来自中国制造业的经验证据[J].数量经济技术经济研究,2012(4):49-63,122.
[9]栾斌,杨俊.企业创新投入与创新绩效的就业效应及其差异分析[J].管理学报,2016(5):725-734.
[10]吴佐,张娜,王文.政府R&D投入对产业创新绩效的影响——来自中国工业的经验证据[J].中国科技论坛,2013(12):31-37.
[11]王遂昆,郝继伟.政府补贴、税收与企业研发创新绩效关系研究——基于深圳中小板上市企业的经验证据[J].科技进步与对策,2014(9):92-96.
[12]Krugman P.A.A Model of Innovation Technology Transfer and the World Distribution of Income[J].JournalofPoliticalEconomy,1979,87(2):253-266.
[13]Bemard A.,Jensen B.Exceptional Exporter Performance Cause,Effect or Both?[J].JournalofInternationalEconomics,1999,47(1):1-25.
[14]张杰,李勇,刘志彪.出口促进中国企业生产率提高吗?——来自中国本土制造业企业的经验证据:1999~2003[J]. 管理世界,2009 (12):11-26.
[15]Tybont J.,Westbrook M.D.Trade Liberalization and the Dimensions of Efficiency Changes in Mexican Manufacturing Industries[J].JournalInternationalEconomics,1995,39(1-2):53-78.
[16]戴小勇,成力为.研发投入强度对企业绩效影响的门槛效应研究[J].科学学研究,2013( 11) :1708-1716.
[17]唐德祥,李京文,孟卫东.R&D对技术效率影响的区域差异及其路径依赖——基于我国东、中、西部地区面板数据随机前沿方法( SFA)的经验分析[J].科研管理,2008 ( 2) :115-121.
[18]Arrow K.J. The Economic Implications of Learning by Doing[J].ReviewofEconomicStudies, 1962,29(3):155-173.
[19]Czarnitzki D.,Hussinger K.TheLinkbetweenR&DSubsidies,R&DSpendingandTechnologicalPerformance[R].ZEW Discussion Paper,2004.
[20]白俊红.中国的政府 R&D 资助有效吗?——来自大中型工业企业的经验证据[J]. 经济学(季刊),2011,10(4):1375-1400.
[21]Gorg H.,Strobl E.The Effect of R&D Subsidies on Private R&D[J].Economica, 2007,74(294),215-234.
[22]赵付民,苏盛安,邹珊刚.我国政府科技投入对大中型工业企业 R&D 投入的影响分析[J].研究与发展管理,2006 (2):78-84.
[23]Jefferson G.H.,Bai H.,Guan X.R&D Performance in Chinese Industry[J].EconomicsofInnovationandNewTechnology,2006,15(4-5):345-366.
[24]吴延兵.R&D存量、知识函数与生产效率[J].经济学季刊, 2006,5(4):1129-1156.
[25]Gayle P.G.MarketConcentrationandInnovation:NewEmpiricalEvidenceontheSchumpeterianHypothesis[R].Center for Economic Analysis,University of Colorado,Working Paper,2001.
[26]吴延兵.市场结构、产权结构与R&D——中国制造业的实证分析[J].统计研究,2007,24(5):67-75.
[27]Freeman C.,Soete L.TheEconomicsofIndustrialInnovation[M].Massachusetts: MIT Press,1997.
[28]吴延兵.创新的决定因素——基于中国制造业的实证研究[J].世界经济文汇,2008 (2):46-58.
(责任编辑 汪继友)
Research on Innovation Efficiency and Influencing Factors of State-owned High Tech Enterprises
YANG Yun,HONG Gong-xiang
(School of Business, AHUT, Ma’anshan 243002, Anhui, China)
Based on the DEA-Tobit two stage model, the innovation efficiency of China’s state-owned enterprises and its influencing factors are studied. The study shows: state-owned high tech enterprises have the advantage of innovation efficiency; innovation efficiency of high-tech enterprise from different regions, or different industries is different; the government subsidies and enterprise scale is not conducive to improving innovation efficiency of the state-owned high-tech enterprises, but the export delivery value and technical transformation expenses is favorable for promoting it.
state-owned enterprise; high tech enterprise; DEA-Tobit model; innovationefficiency
2016-05-30
杨 芸(1992-),女,安徽和县人,安徽工业大学商学院硕士研究生。 洪功翔(1964-),男,安徽合肥人,安徽工业大学商学院执行院长,教授。
F276.1
A
1671-9247(2016)05-0012-05