长江经济带高新技术产业竞争力综合评价实证研究

雷勋平，刘 晨

(1.铜陵学院 工商管理学院，安徽 铜陵 244000;2.南京航空航天大学 经济与管理学院，南京 210006)

【区域经济与特色产业研究】

长江经济带高新技术产业竞争力综合评价实证研究

雷勋平1,2，刘 晨1

(1.铜陵学院 工商管理学院，安徽 铜陵 244000;2.南京航空航天大学 经济与管理学院，南京 210006)

科学评价高新技术产业竞争力，是促进区域高新技术产业竞争力提升的有效途径。借鉴已有研究成果，基于高新技术产业投入、产出、创新和支持环境4个维度，构建了高新技术产业竞争力综合评价指标体系。进而以长江经济带为研究对象展开实证研究。结果表明：2013年，长江经济带各省市产业投入、产出和创新能力差距较大，产业支持环境差距较小；从长期看，江苏、上海和浙江竞争力强，重庆、湖南和安徽竞争力较弱；长江经济带高新技术产业竞争力水平波动幅度不大，江苏和上海稳居前两名，四川稳中有升，安徽、湖南和重庆一直较弱。最后，据此提出了提升长江经济带高新技术产业竞争力的政策建议。

长江经济带；高新技术产业；竞争力综合评价；熵权TOPSIS模型

0 引言

德国政府率先提出“工业4.0”，重点强调制造业智能化。为顺应历史发展潮流，应对国际竞争，促进工业转型，中国政府审议并通过《中国制造2025》，力争把中国打造为工业强国。事实上，以高新技术支撑的先进制造业代表着未来技术和产业的发展方向，是中国参与国际经济与技术竞争的核心竞争力和制胜法宝。国发〔2014〕39号文件强调，通过技术和创新，推动产业从要素驱动转变为创新驱动，大力发展高新技术产业。同时，提升高新技术产业竞争力对中国实现工业2025具有重要的现实意义。

鉴于此，本文立足国家发展战略，以长江经济带为研究对象，借鉴已有研究成果，基于高新技术产业投入、产出、技术创新和支持环境4个维度，综合运用熵权法和TOPSIS法，构建基于熵权TOPSIS的高新技术产业竞争力评价模型，并结合长江经济带各省市2008—2013年的数据进行实证研究，一方面，验证该模型的有效性、科学性和实用性；另一方面，以期评价结果及结论为长江经济带各省市提升高新技术产业竞争力提供方法指导和现实依据。

1 高新技术产业竞争力评价指标体系构建

1.1 有关高新技术产业竞争力评价指标的研究

关于产业竞争力评价的研究可以追溯到20世纪70年代，评价主导者以美国为代表。此后，产业竞争力评价的相关研究与实践陆续开展，鉴于评价标准和侧重点的不一样，产生了较多的指标体系。但是，目前得到认可的产业竞争力评价指标体系有4个：瑞士洛桑国际管理发展学院(IMD)[1]、世界经济论坛组织(WEF)[2]、荷兰格林根大学(HGU)[3]和联合国工业发展组织(UNIDO)[4]的评价指标体系(见表1)。

表1 国外典型的产业竞争力评价指标体系

注：根据文献[1-4]整理

国外学者和机构对高新技术产业竞争力的研究主要有：对比评价高新技术与非高新技术产业竞争力、区域位置对高新技术产业竞争力的影响、《科学与工程技术指标》之高新产业竞争力评价指标、高新产业竞争力与企业实力等。

由此可见，洛桑国际管理发展学院的成果主要集中研究产业主体竞争力，世界经济论坛组织则重点关注现实竞争力和潜在竞争力，荷兰格林根大学则立足产品视角探讨产业竞争力，联合国工业发展组织的研究强调了制造业竞争力。就国内而言，有关高新技术产业竞争力评价指标的研究见表2。

表2 国内有关高新技术产业竞争力评价指标

注：根据文献[5-14]整理

从表2发现，国内成果主要集中在4个方面：一是王敏、曾雪琴、刘昌年、徐一萍和朱波强等学者重点关注产业投入与产出能力以及产业环境等，二是吕晨等主要考察了产业现实竞争力和潜在竞争力，三是翟佳林、潘霞等深入研究了产业的内、外在竞争力，四是陈良、钟雪飞等重视人力资本、学习力和创新对产业竞争力的影响。

综上所述，国外较少涉及高新技术产业竞争力实质性评价，多集中在一般产业竞争力和科技竞争力评价方面，也有研究涉及高新技术产业与其他产业的关系，仅有少数研究涉及高新技术产业竞争力评价指标的制定。国内已有研究部分指标选择维度与标准比较一致，大多数研究基本集中在高新技术产业投入、产出、创新能力和支持方面，为本文研究奠定基础并提供参考和借鉴。

1.2 指标选择与体系构建

当然，同其他产业竞争力评价一样，高新技术产业竞争力评价是一个系统工程。鉴于此，本文基于已有研究成果[5-15]，遵循客观性、多角度、科学性、有效性和实用性原则，借鉴瑞士洛桑国际管理发展学院(IMD)产业竞争力评价的基本框架，立足我国实际，从高新技术产业投入、产出、创新能力和潜力、产业支持4个维度，构建高新技术产业竞争力评价指标体系。具体方法为：初步选取26个评价指标，运用SPSS 20.0计算得到相关系数矩阵和变异系数，并通过相关系数和变异系数筛选指标，同时遵循以下筛选原则：删除相关性较强或变异系数小的指标，本文定义相关系数在 0.8 以上为相关性较强[16]；保留指标所反映的信息量不能低于原信息量的90%。运用文献[17]的方法，最终得到表征高新技术产业竞争力的20个指标，并将这20个指标按照上述4个维度进行归集，得到高新技术产业竞争力评价指标体系(见表3)。

表3 高新技术产业竞争力综合评价指标体系

2 基于熵权TOPSIS的评价模型构建

2.1 熵权法

从熵的概念可知，依托决策信息量可以提高决策精度，熵在多目标决策与评价中是一个非常理想的尺度[18]。在搜集和掌握指标评价原始数据后，据此确定权重，能客观真实地反映指标数据中的隐含信息，提高指标的分辨率，避免因指标差异过小导致的选择偏差，故能全方位地反映指标信息。熵权是表征指标竞争相对激烈的程度。一般而言，指标熵越大，熵权越小，表示该指标越不重要；反之亦然。

2.2 TOPSIS法

TOPSIS法即为逼近理想解排序方法，它是系统工程中常用的决策技术，主要用来解决有限方案多目标决策问题，是一种运用距离作为评价标准的综合评价法[19]。通过定义目标空间中的某一测度，据此计算目标靠近或偏离正、负理想解的程度，可以综合评价高新技术产业竞争力，同时能够全面客观地反映高新技术产业竞争力的动态及变化趋势。

2.3 基于熵权TOPSIS的评价模型

(1)标准化评价矩阵构建。设评价问题的原始评价指标矩阵为

(1)

要得到标准化评价矩阵，可以采用归一化方法对原始数据进行处理，处理方法为公式(2)(3)。

对于收益(越大越好)指标

(2)

对于成本(越小越好)的指标

(3)

故得到标准化矩阵为

(4)

其中：V为初始评价矩阵；vij为第i个评价对象第j个指标的初始值；R为标准化后的评价矩阵；rij为第i个评价对象第j个指标的标准化值；i=1,2,…，m，m为评价对象数目；j=1,2,…，n，n为指标数。

(2)指标权重确定。熵权法能有效兼顾指标Xi的变异程度，客观反映其重要性，熵权计算公式为

(5)

(3)基于熵权的评价矩阵构建。为进一步提高高新技术产业竞争力评价矩阵的客观性，借助加权思想，运用熵权wj构建加权规范化评价矩阵Y，具体计算公式为

(6)

(4)正负理想解确定。设Y+为评价数据中第j个指标在i个评价对象中的最大值，即最偏好的方案，称为正理想解；Y-为评价数据中第j个指标在i个评价对象中的最小值，即最不偏好的方案，称为负理想解，其计算方法为公式(7)(8)。

(7)

(8)

(9)

(10)

(6)计算评价对象与理想解的贴近度。令Ti为第i个评价对象的高新技术产业竞争力接近最优竞争力的程度，一般称为贴近度，其取值范围为[0,1]，Ti越大，表明该评价对象的竞争力越接近高新技术产业竞争力最优水平。本文以贴近度Ti表示高新技术产业竞争力大小，当Ti=1时，高新技术产业竞争力最强；当Ti=0时，高新技术产业竞争力最弱，并根据每个评价对象的贴近度大小来研判其高新技术产业竞争力的强弱。贴近度Ti的计算方法为公式(11)，即

(11)

3 实证分析

3.1 评价对象与数据来源

长江经济带是经济发展的黄金走廊，国家发改委强调，要将长江经济带打造成中国经济支撑带。该区域东起上海、西至云南，具体包括我国7个省和2个直辖市：川、渝、鄂、湘、赣、皖、苏、浙及沪。当前，鲜有关于该区域的高新技术产业竞争力的研究。鉴于此，本文以长江经济带为研究区域，构建高新技术产业竞争力综合评价指标体系，运用基于熵权的TOPSIS模型，定量评价该区域各省市2008—2013年的高新技术产业竞争力，并进行演化趋势分析，据此提出提升长江经济带高新技术产业竞争力的政策建议。研究数据主要来源于《中国统计年鉴》(2009—2014)、《中国高技术产业统计年鉴》(2009—2014)以及长江经济带各省市2009—2014年的统计年鉴。

3.2 评价过程

(1)确定各指标权重。根据表3评价指标体系，选择长江经济带2013年高新技术产业各指标相关数据，并运用公式(2)(3)进行归一化处理，进而运用公式(5)确定指标Xi的权重wj，结果见表4。

表4 高新技术产业竞争力综合评价指标权重

(2)构建加权规范化矩阵。结合表4中的数据和标准化矩阵rij，构建加权规范化矩阵Y，限于篇幅，此处计算过程和结果略去，资料备索。

(3)距离计算。用公式(7)(8)确定正、负理想解，进而运用公式(9)(10)，结合加权规范化矩阵Y，求解长江经济带2013年高新技术产业竞争力靠近/偏离正负理想解的距离，具体见表5。

表5 2013年长江经济带高新技术产业竞争力靠近/偏离正、负理想解的距离

(4)计算贴近度。根据公式(11)，结合表5数据，计算得到贴近度Ti，用来表示长江经济带高新技术产业竞争力大小，计算结果和排名见表6。

表6 2013年长江经济带高新技术产业竞争力排名

依然按照上述计算方法，对长江经济带2013年高新技术产业的投入能力、产出能力、创新能力和支持环境的分项能力进行评价，结果见表7。

表7 2013年长江经济带高新技术产业单项竞争力

3.3 结果分析与讨论

(1)综合竞争力分析。从表3构建的指标体系来看，高新技术产业综合竞争力是高新技术产业投入能力、产出能力、创新能力和支持环境的集中体现。再结合表6可以发现，江苏、上海的高新技术产业综合竞争力分别名列第1名和第2名，浙江名列第3名，江苏的贴近度更是超过了 0.5，达到0.77以上，表明其综合竞争力非常强；四川、重庆和安徽位居后3位，特别是安徽的贴近度不足 0.2，可见其综合竞争力处于明显的弱势地位；排在中间的3个省份，其贴近度基本介于 0.2～0.3 之间，其高新技术产业综合竞争力一般。进一步深究发现，江苏、上海的高新技术产业竞争力很强的原因如下：一是江苏无论是产业投入能力、产出能力还是创新能力都稳居第1名，仅有产业支持环境名列第2名；二是上海除产业创新能力名列第4名外，其余三大能力均名列前三。排在中间的3个省份湖北、湖南和四川主要得益于国家系列战略(如西部大开发战略、中部崛起战略和皖江城市带承接产业转移示范区等)的实施与驱动，促进了这些省份在高科技产业投入、产出、创新和支持环境四个方面均有不同程度的进步与提升，从而使得这些省份高新技术产业综合竞争力逐渐增强。

(2)单项竞争力分析。为了全面分析长江经济带高新技术产业竞争力，以2013年为例，结合表7，对长江经济带高新技术产业单项竞争力逐一展开分析，深入识别影响长江经济带高新技术产业竞争力的关键因素。

第一，产业投入能力分析。借鉴文献[19]的观点，根据长江经济带高新技术产业投入能力大小，可以把长江经济带分为三个梯队：第一梯队包括江苏、浙江和上海，属于高新技术产业投入大的省市，如江苏在固定资产投资额、R&D人员全时当量等表征高新技术产业投入能力的5个指标上全部第一；第二梯队为湖北、四川和安徽，属于高新技术产业投入较大的省市，这3个省份在以上5个方面的指标值基本居中；第三梯队为江西、湖南和重庆，属于高新技术产业投入较少的省市，如江西和重庆在以上5个指标的绝对排序方面，基本处于倒数后3名之列。深入分析还可以发现，9个省市的产业投入能力的贴近度大部分偏小，贴近度最大的江苏比贴近度最小的重庆高出50多倍，由此表明长江经济带省市间高新技术产业投入力度与强度严重失衡，使得高新技术产业投入能力呈现非常严重的两极分化现象。

第二，产业产出能力分析。排在前3名依然是江苏、上海和浙江，四川紧随其后，深入分析发现，在X6至X10这5个指标值上，四川除指标X6的数值排名较靠后外，其余指标值均名列前三，2013年其高新技术产业总产值更是突破万亿元大关，表明四川高新技术产业产出能力较强。从表7还可以发现，产业产出能力的贴近度最大值与最小值相差约为25倍，和长江经济带产业投入能力差距相比，尽管该差距有所缩小，但长江经济带各省市高新技术产业产出能力差距仍然十分明显，有待进一步缩小。

第三，产业创新能力分析。和前面两项单项竞争力相比，产业创新能力的前三名发生了变化，依次是江苏、浙江和四川，四川首次进入前三，上海屈居第4名。但就长江经济带内部来看，产业创新能力的贴近度普遍较低，前3名的贴近度分别为：0.977 5、0.360 0和0.189 7，仅有两个省份贴近度超过0.3，其余有5个省份不足 0.1，最小的仅为 0.002 4，与最大的0.977 5相差400多倍。一方面，表明长江经济带各省市高新技术产业创新能力差距非常悬殊，亟待缩小；另一方面，也表明长江经济带乃至全国高新技术产业创新能力亟待提高。事实上，这与我国的现实状况密切相关且基本一致，无论是高新技术产业还是其他产业，创新能力优势还不是很明显，有广阔的发展和提升空间。

第四，产业支持环境分析。列居前3名的分别是上海、江苏和湖北，其贴近度均超过了0.5。同时，在该单项竞争力贴近度方面，除安徽外，其余均在0.25以上，最小值也接近0.2，为0.195 3，与最大值仅相差3倍多。可以得出两点结论：一是表明长江经济带高新技术产业支持环境普遍较好，呈现政府支持、企业重视的良好发展局面，这与我国大力推行创新驱动战略密切相关；二是表明在当前崇尚创新，大力倡导万众创新、大众创业的时代，长江经济带乃至全国高新技术产业在支持环境方面的竞争力差距很小，也说明我国各级政府在不断制定和完善鼓励创新的政策环境、加大资金支持、持续营造驱动创新特别是高新技术产业创新的环境和氛围。

(3)综合竞争力演化趋势分析。前面主要以长江经济带2013年的数据探讨了长江经济带高新技术产业综合竞争力，为了进一步弄清长江经济带高新技术产业的演化与发展趋势，探究长江经济带高新技术产业竞争力的演变规律，仍借鉴熵权TOPSIS模型，结合长江经济带各省市2008—2012年的高新技术产业数据进行评价，具体结果见表8。

表8 长江经济带高新技术产业竞争力(2008—2013年)

从表8来看，江苏和上海高新技术产业竞争力连续6年分别稳居第1名和第2名，浙江仅有2012年名列第四，其余年份均列第3名，可见，江苏、上海和浙江高新技术产业竞争力具有明显的优势，这与上述地区高新技术产业投入充足、科研力量雄厚、特色产业园区发展良好、主导产业定位准确以及“科技兴省”战略等举措或政策密切相关；安徽有3年排名倒数第一，重庆有1年倒数第一、4年倒数第二，湖南2年倒数第一、1年倒数第二，上述3省市高新技术产业竞争力明显较弱，究其原因在于：其高新技术产业产值主要依靠大中型企业创造，高新技术产业在区县分布不均，且优势支柱产业结构有待优化。从各省市2008—2013年排名的平均值来看，江苏、上海和浙江稳居前三甲，高新技术产业竞争力最强；四川、江西和湖北高新技术产业竞争力优势较强，但与第一梯队的3个省市相比，差距仍然较大；安徽、湖南和重庆高新技术产业竞争力最弱，究其原因发现，这些省市虽然部分城市高新技术产业较发达(如安徽的合肥、湖南的长沙等)，但是其高新技术产业的总体投入能力、技术引进力度和政府资金支持力度与第一梯队相比，有很大的差距，严重影响了上述省市高新技术产业竞争力整体水平。从高新技术产业竞争力水平波动情况来看，整体变化幅度不大，其中：江苏、上海无任何波动，浙江波动很小，3省市水平一直领先；四川、江西和湖北波动较小，且四川竞争力基本呈逐年提高趋势。

此外，从2008—2013年贴近度的平均值来看，排名依次为江苏、上海、浙江、四川、湖北、江西、湖南、重庆和安徽，与《2014年高技术发展报告》[22]发布的结果基本一致，也表明本文的模型和指标体系具有一定的科学性。

4 结论与政策建议

由于长江经济带各省市高新技术产业投入、产出创新和支持环境等差异，区域内部竞争力发展不均衡，江苏、上海和浙江高新技术产业竞争力最强，是长江经济带建设的“领头羊”，四川、江西和湖北次之，是长江经济带建设的中坚力量，安徽、重庆和湖南高新技术产业竞争力最弱，结合2013年的数据进一步研究发现，各省市除产业支持环境差距较小外，其余3项单项竞争力差距均较大，尤以产业创新能力差距最为显著；从长江经济带高新技术产业竞争力的演化趋势来看，竞争力最强的江苏、上海和浙江几乎无任何波动，竞争力一般的四川基本呈逐年上升趋势；无论依据排名的平均值还是贴近度的平均值进行再次排名，其结果与历年排名基本一致，一方面说明了指标体系具有一定的科学性，另一方面也表明熵权TOPSIS模型具有可行性和合理性。

鉴于长江经济带高新技术产业竞争力差距较大，长江经济带各省市应大力贯彻和落实国家系列战略，并发挥系列政策优势，全面提升长江经济带高新技术产业的整体竞争力。具体而言，有如下建议：

一是打破行政区划，加强府际合作，形成推动长江经济带高新技术产业发展的向心力和凝聚力，通过“大带小”“强帮弱”，推进长江经济带高新技术产业均衡发展。二是各创新主体要大力实施创新驱动发展战略，提高自身创新能力和创新实力，逐步突破引进创新、模仿创新阶段，大力推行自主创新、集成创新，提升长江经济带高新技术产业创新能力。三是积极承接产业转移，逐步优化产业结构，遴选和定位各省市的高新技术主导产业，进而形成错位发展、各具特色的高新技术产业集群，增强长江经济带高新技术产业综合竞争实力。四是按照大中型企业龙头发展、中小型企业特色发展的原则，提高各类型企业的积极性，大力培育高新技术产业主体，逐步引导企业加大产业投入，并积极助力其高新技术成果转化，提高长江经济带高新技术产业投入产出能力。五是通过加快建设公共创新服务平台、研发机构和创新联盟等系列措施，构建长江经济带创新服务体系，鼓励创新、支持创新，嘉奖创新成功、包容创新失败，营造良好的创新氛围，为长江经济带高新技术产业发展提供服务支持。

[1] John Ratliff. The Persistence of National Differences in a Globalizing World：the Japanese Struggle for Competitiveness in Advanced Information Technologies[J].Journal of Socio-Economies，2004,33:71-85.

[2] D.Zheng, Kuroda T. The Impact of Economic Policy on Industrial Specialization and Regional Concentration of China’s High-tech Industries[J].The Annals of Regional Science，2013，(3):771-790.

[3] Sang Harbi,Mariam Amamou,R.Alistair.Establishing High-tech Industry: The Tunisian ICT Experience[J].Technovation, 2009,(29):465-480.

[4] Guan J C,Gao X. Exploring the H-index at Patent Level[J]. Journal of the American Society for Information Science and Technology, 2009,(1):35-40.

[5] 王敏,辜胜阻.中国高技术产业技术创新能力的实证分析[J].中国科技论坛,2015,(3):67-73.

[6] 吕晨,霍国庆,张晓东.中国区域科技竞争力评价研究[J].科技管理研究,2015,(3):42-47.

[7] 曾雪琴,陈建国,吕峰.中国三大经济圈高新技术产业竞争力评价研究——基于熵权可拓决策模型的分析[J].经济问题探索,2014,(5):37-44.

[8] 刘昌年,张银银.中国高新技术产业竞争力评价研究[J].工业技术经济,2014,(4):28-35.

[9] 翟佳林.河南省高新技术产业竞争力评价与提升对策研究[D].乌鲁木齐：新疆财经大学硕士学位论文,2014.

[10] 潘霞,鞠晓峰,陈军.基于因子分析的我国29个地区高新技术产业竞争力评价研究[J].经济问题探索,2013,(4):65-69.

[11] 徐一萍.长三角地区高新技术产业竞争力的动态评价——基于2004—2010年面板数据的实证分析[J].科技与经济,2012,(2):50-54.

[12] 陈良,孙红梅.我国省域高新技术产业竞争力评价[J].科技管理研究,2011,(2):76-79.

[13] 朱波强.中小企业技术创新能力评价研究——以四川省为例[J].中国流通经济,2012,(10):73-77.

[14] 钟雪飞.基于社会责任的高新技术企业核心竞争力构建策略[J].科技进步与对策,2011,(11):91-94.

[15] 于伟,张鹏.中国省域高新技术产业发展差异演变和解释[J].中国科技论坛,2015,(3):106-111.

[16] 肖宪政.统计基础[M].武汉：华中科技大学出版社，2006.

[17] 雷勋平,叶松,龚月琴,等.安徽省区域物流能力评价指标体系构建及实证研究[J].吉林工商学院学报,2012,(3):32-37.

[18] 雷勋平,吴杨,叶松,等.基于熵权可拓决策模型的区域粮食安全预警[J].农业工程学报,2012,(6):233-239.

[19] 李灿,张凤荣,朱泰峰,等.基于熵权TOPSIS模型的土地利用绩效评价及关联分析[J].农业工程学报,2013,(5):217-227.

[20] 李伟,杨国才.基于熵权TOPSIS法的城市竞争力综合比较与时间演化分析——以“中四角”城市群为例[J].暨南学报(哲学社会科学版),2014,(10):77-86.

[21] 李海东,王帅,刘阳.基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证[J].系统工程理论与实践,2014,(7):1749-1755.

[22] 中国科学院.2014高技术发展报告[M].北京：科学出版社，2014.

【责任编辑 马小侠】

Empirical Study on High-tech Industry Competitiveness Comprehensive Evaluation in the Yangtze Economic Zone

LEI Xun-ping1,2, LIU Chen1

(1. School of Business Administration, Tongling University, Tongling 244000, China;2. School of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)

Scientific evaluation of high-tech industry competitiveness is an effective way to promote regional high-tech industry competitiveness. Profiting from the existing research result, the paper sets up a comprehensive evaluation index system about high-tech industry competitiveness based on dimensions of input, output, innovation and supportive environment. Then it launches an empirical study and analyzes an evolutionary tendency based on a case of high technology industry in the Yangtze Economic Zone. Result shows that there is a greater gap of industry input, output and innovation and a less one of supportive environment among the cities and provinces of the Yangtze Economic Zone in 2013. Jiangsu, Shanghai and Zhejiang have highly competitive, and Chongqing, Hunan and Anhui have less competitive in the long-term. High-tech industry competitiveness fluctuation is not big, and Jiangsu and Shanghai secure first place and Sichuan is still rising steadily, Anhui, Hunan and Chongqing are less powerful in all the time. In the end, the paper gives some advice about enhancing high-tech industry competitiveness in the Yangtze Economic Zone.

Yangtze Economic Zone; High-tech industry; competitiveness comprehensive evaluation; Entropy-weight TOPSIS model

F062.9

A

1009-5128(2017)04-0049-10

2016-10-29

安徽省高校人文社科研究重大项目：安徽省物流业与制造业融合发展研究(SK2014ZD050)；安徽省高校人文社科研究重大项目：安徽省服务业集聚水平测度与发展对策研究(SK2016SD60)；高等教育振兴计划人才项目：安徽省优秀青年人才支持计划(〔2014〕181号)

雷勋平(1979—)，男，湖北荆州人，铜陵学院工商管理学院副教授，南京航空航天大学经济与管理学院博士研究生，主要从事物流和供应链管理、管理决策与评价研究；刘晨(1964—)，男，安徽怀宁人，铜陵学院工商管理学院副教授，主要从事会计学研究。