叶阿忠 肖志学
（福州大学经济与管理学院，福州 350108）
改革开放以来的40多年里，中国经济增长取得了令人瞩目的成就，伴随而来的是我国经济发展过程中的资源和环境约束日益凸显，绿色可持续发展成为国家战略层面的重大议题。当前我国经济发展已进入高质量发展阶段，这就必然要求转变传统粗放式的增长模式，促进经济由 “量”的增长转向 “质”的增长。绿色全要素生产率同时考虑期望产出和非期望产出，成为评价经济发展质量的重要标准，要充分激发绿色全要素生产率对经济高质量发展的重要推动作用，进而实现经济增长和环境保护的 “双赢”，如何调整产业结构成为提升绿色全要素生产率的关键。随着工业化发展进入中后期，产业分工不断细化，产业之间的联系日益紧密，产业发展方式正逐渐由专业化生产方式向多样化生产方式转变，对经济绩效和环境绩效的影响也更为复杂。一直以来，学者们较少关注产业结构多样化对绿色经济发展的影响，造成了地区在产业转型升级过程中对产业多样化作用的忽视。因此，有必要从多样化产业结构内部来分析产业间的相互联系和技术距离对地区绿色经济发展产生的影响。
本文通过构建空间计量模型，探究产业结构多样化（相关多样化和无关多样化）对城市绿色全要素生产率的影响，检验产业结构多样化的空间效应，有利于发挥城市产业结构的优势，把握产业发展与绿色发展之间的协调关系，为城市产业政策的制定提供可靠依据，对我国未来加快实现＂双碳＂目标具有重要意义。
关于如何提升绿色全要素生产率以促进经济可持续发展，学术界进行了大量的研究，其关注焦点大多集中在环境规制、金融发展、FDI和OFDI以及产业集聚等方面［1-4］。现有关于产业结构多样化对绿色全要素生产率影响的研究还较少，与该研究内容较为相似的文献是研究产业集聚对绿色全要素生产率的影响。
产业集聚与绿色全要素生产率之间的关系目前尚未有一致的研究结论。有学者研究发现产业集聚可以有效促进地区绿色发展。如任阳军等（2019）［5］发现生产性服务业集聚和制造业集聚均会对绿色全要素生产率产生正向促进作用。Xie等（2021）［6］认为金融集聚能够显著提升本地区绿色全要素生产率，但是降低了周围地区的绿色全要素生产率。然而，也有部分学者认为产业集聚不利于绿色全要素生产率提升。如王兵和聂欣 （2016）［7］发现短期内产业集聚可能对环境治理产生阻碍作用。Lu等 （2021）［8］认为制造业集聚对区域绿色全要素生产率具有显著的负向影响。有学者也发现产业集聚与绿色全要素生产率之间存在非线性关系。如朱风惠和刘立峰 （2021）［9］发现制造业集聚对绿色全要素生产率存在非线性影响。胡求光和周宇飞 （2020）［10］认为产业集聚在初始所形成的污染集中排放加剧了环境污染，但后期所产生技术溢出和示范效应则能有效提升环境治理水平。
根据产业集聚是否产生于同一产业内部，可以将其进一步分为专业化产业集聚和多样化产业集聚两种集聚类型，而关于哪种集聚类型对地区绿色全要素生产率增长的贡献作用最大，一直是学术界争论的焦点。如李健等 （2021）［11］指出，高技术产业专业化集聚和多样化集聚均对绿色全要素生产率有显著正向影响，且专业化集聚的促进作用大于多样化产业集聚的作用。乔海曙等 （2015）［12］研究发现，制造业专业化产业集聚相对多样化产业集聚更利于能源效率的提升，过度产业竞争下专业化集聚不利于能源效率的提升。然而，曲延芬和于楚琪 （2021）［13］认为产业集聚多样化和专业化都能促进区域绿色技术创新效率的提升，产业集聚多样化的作用更强。Cheng和Jin（2020）［14］认为专业化集聚和多样化聚集对工业绿色全要素生产率均有促进作用，其中多样化集聚中的产业互补性对绿色全要素生产率的促进作用最强。
综合现有文献可以发现，大多数对于产业集聚与区域绿色发展的关系研究聚焦在专业化集聚与多样化集聚对区域绿色经济效率的影响，缺少从产业结构内部来分析产业间的相互联系和技术距离对区域绿色发展的影响。本文运用熵指标法将产业结构多样化分解为相关多样化和无关多样化，从多样化产业结构内部来分析产业间的相互联系和技术距离对地区绿色经济发展产生的影响。
2.1 产业结构多样化对绿色全要素生产率的影响
多样化产业结构指不同产业在同一区位集聚的现象，不同产业在同一地区集聚增加了企业间的投入产出联系和共享中间投入品的机会，降低了企业对生产要素的搜寻成本，促进了生产效率的提高。从微观上看，多样化产业结构为消费者提供了选择更加多样化的产品和服务的机会［15］，这会进一步倒逼生产者不断通过技术创新、产品创新满足消费者的多样化需求，最终将会提升整个行业的创新能力；
另外，多样化产业结构能够有效满足企业多样化的市场需求，使企业能够以更低廉和更节能、环保的方式对现有生产工艺进行改进，进而提升了企业的绿色生产效率。
产业结构多样化能够通过技术溢出提升绿色全要素生产率。Jacobs外部性强调互补产业之间更容易产生知识外溢［16］，多样化带来部门间的“经济关联”和 “知识关联”会引发技术在部门间的溢出，技术溢出能够有效促进地区经济发展和产业转型升级。大量不同类型的产业聚集在同一地区城市中形成了多样化的 “技术池”，有助于新思想和新技术的交流和融合［17］，这为地区内一些高污染、高耗能的企业提供了在转型升级过程中更多技术选择的机会，通过选择合适的生产技术，这些企业实现从由低价值、高污染的生产制造企业向高价值、环境友好型转型。
多样化的产业结构有助于地区建立绿色循环经济系统。某一上游产业生产过程中产生的副产品或废弃物可能成为下游产业的原材料或中间投入品，从而能够实现在多样化产业结构内部将企业生产产生的废弃物循环利用，进而实现地区经济绿色发展的目标。
多样化的产业结构有助于促进功能互补性产业在区域空间内集聚，进而产生一定规模的协同集聚效应。协同集聚意味企业面临更多的中间品投入服务商，可以为一些高污染、高能耗的企业提供价格低廉、多样化的环保类中间服务品［18］，有助于提升企业的环境治理效率。
2.2 相关多样化对绿色全要素生产率的影响
早期对产业结构多样化的研究建立在产业类别的数量和产业分布是否均衡的基础上，这种传统的关于产业结构多样化的认识忽视了产业间的相互联系［19］。
Frenken 等 （2007）［20］将多样化产业结构分解为相关多样化产业结构和无关多样化产业结构，意味着产业多样化的不同组织结构形式对绿色全要素生产率的影响可能存在异质性。
产业相关多样化是指多样化的产业之间存在类别领域相似或邻近技术的关系。地区的创新活动本质上存在着地理限制和路径依赖特点［21，22］，企业进行技术变革的能力通常受限于已有的技术水平，如果地区不存在相似的知识和技术，在创新过程中通常会面临较高创新风险和沉没成本，降低了企业进行研发活动的积极性。相关多样化考虑到产业间的技术距离，以相似的知识和技术为基础，缩短了技术和知识的认知距离，企业在认知距离较近的技术方向进行创新能够大大降低创新失败的风险。相关多样化有助于产业之间形成网络化结构进而发挥出关联产业的 “自净效应”［23］。相关多样化有利于企业通过共享相似的资源和劳动力以降低生产成本，加强企业间的专业化合作，带动传统高污染、高耗能企业实现转型升级，从而提升企业的绿色全要素生产率。另外，相关多样化有助于企业间形成紧密的 “前向关联”和 “后向关联”，这会进一步通过产业结构优化和市场需求响应使绿色全要素生产率提高［24，25］。
2.3 无关多样化对绿色全要素生产率的影响
产业无关多样化是指经济与技术联系较弱的产业在特定地区的集聚。尽管地区进行创新活动依赖于现有的知识、技术，但是有时也会偏离这种创新方式而进入不相关的技术领域［26］，从而给地区产业发展带来新鲜 “血液”。无关多样化产业结构是在地区原有技术范围内开拓了新的技术领域，将同时实现产业内部的MAR外部性和产业间的Jacobs外部性。无关多样化产业结构增加了不同类别的知识和技术间交流的可能性，拓展了知识溢出的渠道，某些看似不相关的技术之间可能通过其他类型技术作为技术联系的纽带而联系在一起，增加了知识和技术的多向溢出。无关多样化将会有助于新知识、新技术与不同行业进行交叉融合［27］，极大地影响了地区产业结构，给地区带来 “结构红利”，生产要素将从 “落后部门”向 “进步部分” 转移［28］，促进地区整体生产率不断提升。绿色创新通常被认为是突破式创新，而不相关技术和知识的重组是区域实现突破式创新的来源［29，30］。
3.1 变量选取
3.1.1 被解释变量
被解释变量：绿色全要素生产率（GTFP）。本文采用基于规模报酬可变条件下的超效率-非期望产出的Malmquist生产指数法（SBM-Malmquist）对绿色全要素生产率进行测度。投入变量和产出变量如下：
投入变量指标：（1）劳动力投入：用城市从业人数来衡量；
（2）资本投入：用以2007年为基期通过永续盘存法计算得出的资本存量衡量；
（3）土地投入：以城市建成区面积来衡量；
（4）能源投入：以标准煤计算的能源消费量衡量。
续 表
产出变量指标：（1）期望产出：各城市实际GDP（以2007年为基期，使用各城市所在省域的GDP平减指数进行平减后获得）；
（2）非期望产出：选用工业废水、工业烟尘和工业SO2排放量衡量。
3.1.2 解释变量
产业结构多样化（DIV）。本文借鉴Frenken等（2007）［20］的研究，采用应用广泛的熵指数法来测算产业结构多样化水平，可表示为：
其中，DIVi为熵值，代表产业结构多样化水平，Pi为城市某一产业的就业比重。DIVi越大，说明城市产业结构多样化水平越高。
Frenken等 （2007）［20］将产业结构多样化指数分解为相关多样化指数和无关多样化指数。其分解方法如下：
其中，将各产业划分为G个大类和N个细分部门。
大类部门Sg（g＝1，2，…，G）的就业比重可表示为对内部各个细分部门的就业比重进行求和，即。
相关多样化（RV）衡量了各大类部门内部的多样化水平，体现大类部门内较强的产业关联。无关多样化（UV）衡量了各大部门之间的多样化水平，体现大类部门之间较弱的产业关联。
本文依据万道侠等 （2019）［31］的划分标准，将行业分为四大类，划分标准根据产业网络理论，按照产业间的技术经济联系程度进行产业社团划分，能够较好的反映产业间的关联关系。
3.1.3 控制变量
（1）环境规制（ER）。以节能减排、保护环境为目标制定的各项政策对企业绿色生产效率产生直接影响。本文参照叶琴等 （2018）［32］通过计算城市各类污染物排放量的综合指数来衡量城市的环境规制强度，主要计算废水、SO2、烟尘三类污染物；
（2）经济发展水平（Pgdp）。城市经济发展能够为使用节能环保技术和治理污染提供物质基础。以城市人均GDP的对数衡量；
（3）科技创新水平（Tech）。技术创新能够帮助企业有效利用新技术降低能源消耗、减少环境污染，从而提升绿色全要素生产率。以公共财政支出中的科学技术支出占地区生产总值比重衡量；
（4）人力资本（Capital）。人力资本是城市进行研发创新、利用节能减排新技术的重要力量。以公共财政支出中的教育支出占地区生产总值比重衡量；
（5）外商直接投资（Fdi）。外商直接投资会通过技术溢出加快企业技术创新以提升绿色全要素生产率，也会导致发达国家的高污染产业转移至当地降低绿色全要素生产率。以城市当年实际使用外资金额与地区生产总值的比值衡量；
（6）金融发展水平（Finance）。金融能够为企业利用节能减排的新技术提供资金支持，进而提高绿色全要素生产率。以金融机构年末存贷款余额与地区生产总值的比值衡量。
3.2 数据说明
港、澳、台地区因数据可得性原因未列入研究范围，同时剔除了相关指标数据缺失严重的城市，鉴于 《中国城市统计年鉴》未提供2020年及以后年度按行业分组的年末城镇单位就业人员数据，因此本文最后以277个地级及以上城市2007～2019年面板数据作为研究样本，样本数据来源于历年 《中国城市统计年鉴》，缺失数据采用插值法进行插补。需要说明的是，2019年末爆发的新冠肺炎疫情虽对中国宏观经济的运行造成了一定的影响，但考虑到对样本期的影响时间较短以及样本数据并未出现极端值，因此疫情对本文实证结果的影响并不明显。变量相应的描述性统计如表1所示。
表1 变量描述性统计
4.1 空间相关性
在构建模型之前，需要对本文的城市绿色全要素生产率进行空间相关性检验。实证研究过程中，通常会采用Moran指数来测算变量之间的空间相关性。其中，Moran"I指数的计算公式如下：
4.2 空间计量模型
空间计量模型是研究变量在空间上存在交互作用的有效工具，而传统计量模型由于忽视了个体在空间上的相关性可能导致估计结果不够准确。构建空间计量模型时首先需要考虑的问题是选用何种形式的空间计量模型来刻画空间交互作用。目前较为常用的空间计量模型为空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。
4.2.1 空间滞后模型（SLM）
空间滞后模型刻画了地区之间被解释变量具有的空间溢出效应。模型形式为：
式中，Yit为被解释变量，wij为空间权重矩阵第i行第j列元素，ρ为被解释变量空间滞后项的系数，刻画了被解释变量空间溢出效应的大小，Xit为解释变量集合，θ为解释变量前的回归系数，εit为随机误差项，N是横截面个体数量；
T是样本时间维度。
4.2.2 空间误差模型（SEM）
空间误差模型刻画了被解释变量受到周围地区误差冲击的影响。模型形式为：
式中，υit为存在空间相关性的随机扰动项，λ为被解释变量的空间误差系数。
4.2.3 空间杜宾模型（SDM）
空间杜宾模型反映了一个城市的被解释变量不仅会受到周围城市被解释变量的影响，还会受到周围城市解释变量的影响，本文设定如下形式的空间杜宾面板模型：式中，β为解释变量空间滞后项的系数。
5.1 空间相关性检验
本文基于式 （1）采用Moran指数检验变量间的空间相关性，样本期内城市绿色全要素生产率的空间自相关检验结果（表略）表明，2007～2019年城市绿色全要素生产率的Moran"I指数均显著为正，表明中国城市绿色全要素生产率存在较强空间自相关，因此，应采用空间计量模型进行估计。
5.2 模型选择
为了选择合适的空间计量模型，本文进行了一系列的检验。（1）选择最优空间计量模型的LR检验结果（表略）表明，SDM模型要优于SLM模型和SEM模型；
（2）为了判断SDM模型是选择随机效应还是选择固定效应，本文进行了Hausman检验，结果表明，在1%显著性水平下拒绝选择随机效应的原假设，应选择固定效应模型；
（3）固定效应类型选择LR检验结果（表略）表明，在1%的显著性水平下应选择双向固定效应模型。
5.3 整体回归结果
为了便于比较，首先进行了OLS回归。如表2所示，结果显示产业结构多样化、相关多样化、无关多样化和人力资本的回归系数都为正数，且通过了显著性检验，说明它们对城市绿色全要素生产率有显著的促进作用。环境规制的回归系数为负数，但是本文采用各类污染物排放量的综合指数来衡量城市环境规制强度，数值越大说明环境规制强度越弱，因此环境规制强度的提升有利于城市绿色全要素生产率增加。外商直接投资的系数为负，且通过了10%显著性检验，说明对城市绿色全要素生产率有显著的负效应。在考虑了空间效应后，模型的拟合优度均有所增加，说明考虑了空间效应的空间杜宾模型要优于传统普通最小二乘回归模型，同时空间滞后项的系数（ρ）均显著为正，说明本地城市绿色全要素生产率会受到周围城市绿色全要素生产率的正向影响。
表2 空间计量模型回归结果
LeSage和 Pace （2009）［34］指出， 仅根据 SDM模型得出的估计结果来解释空间效应存在偏差，需要采用偏微分法计算各变量的直接效应、间接效应和总效应。
表3中的分解结果显示：产业结构多样化的直接效应显著为正，且通过了1%的显著性检验，说明产业结构多样化对本地城市绿色全要素生产率具有显著的正向促进作用，同时间接效应也表明具有明显的空间溢出效应，说明本地城市产业结构多样化程度的提升有利于邻近城市绿色全要素生产率的增加，本地城市可以通过知识和技术外溢对邻近城市产生示范效应，进而提升邻近城市绿色全要素生产率。进一步将产业结构多样化分解为相关多样化和无关多样化，发现相关多样化和无关多样化的直接效应均显著为正，说明本地城市相关多样化和无关多样化水平的提升能够提升城市绿色全要素生产率，相关多样化所驱动的创新通常是对现有生产技术的调整，属于渐进式一般性创新，无关多样化所驱动的创新通常是创造新的生产结构，属于突破性创新。区域向绿色经济的过渡不仅需要调整现有的生产技术，而且需要建立新的生产结构，因此相关多样化和无关多样化都有助于地区实现绿色经济增长。这一研究结论与徐圆和邓胡艳 （2020）［27］、 Barbieri等（2020）［29］的发现一致。相关多样化的系数要大于无关多样化，说明现阶段对绿色全要素生产率的提升作用主要依靠在现有技术基础上进行技术创新和产业升级。相关多样化的间接效应为正，但不显著，说明本地城市产业相关多样化程度的增加并未对邻近城市绿色全要素生产率产生显著的空间溢出效应，原因可能是城市通常是基于自身比较优势和要素禀赋特点进行技术创新，这类创新产生的知识溢出有助于邻近地区模仿和借鉴绿色生产技术，但也可能会导致城市之间产品同质化严重，出现低质低价竞争，使得绿色创新投入不足。而无关多样化的间接效应显著为正，说明邻近城市无关多样化水平的提升有利于本地城市绿色全要素生产率的增加，其原因可能是绿色创新通常被认为是突破性创新，这类创新需要重组认知距离较远的知识和技术，本地城市可以通过重组由邻近城市无关多样化产生的新知识和新技术以实现本城市的不相关技术多样化，同时这类技术与本地区的技术相关性较小，能有效避免过度竞争，进而能够提升本地城市的绿色全要素生产率。
表3 空间杜宾模型直接效应和间接效应
5.4 异质性分析
由于我国各地在要素禀赋、经济结构等方面存在较大差异，有可能导致产业结构多样化对城市绿色全要素生产率的影响存在空间异质性，本文进一步分东、中、西部地区样本进行空间杜宾模型估计，其分解结果见表4。
表4 分地区样本的空间杜宾模型直接效应和间接效应估计结果
表4显示，产业结构多样化的估计结果具有明显的空间异质性。（1）东部地区产业结构多样化、相关多样化和无关多样化的直接效应均显著为正，且作用大小在3个地区中最大，间接效应为正，但不显著。说明东部地区的产业结构多样化有利于本地城市绿色全要素生产率的提升，但是对邻近城市空间溢出效应的影响效果有限。东部地区作为我国产业结构层次最高、创新活动最为频繁的地区，具有良好的基础设施和高素质人才，有利于进行大量新技术的创新活动，进而提升城市绿色全要素生产率。但是由于东部地区城市与邻近城市在产业结构方面可能存在着空间错配，从而导致对邻近城市的空间溢出效应有限；
（2）中部地区的产业结构多样化、相关多样化和无关多样化的直接效应和间接效应均不显著，说明中部地区在承接从东部地区转移出来的产业时忽视了自身的比较优势，盲目追求产业 “量”上的增加，没有兼顾引入产业与当地已有产业的匹配度，造成了产业之间的恶性竞争，难以发挥出多样化产业结构协同集聚效应，进而不利于城市绿色全要素生产率的提升；
（3）西部地区产业结构多样化对本城市和邻近城市绿色全要素生产率的影响均显著为正，将其分解为相关多样化和无关多样化后可以发现，产业结构多样化对本城市绿色全要素生产率的提升作用主要来自相关多样化，而对邻近城市绿色全要素生产率的促进作用主要依靠无关多样化。随着西部大开发战略的实施以及区域协调发展战略目标的提出，国家逐渐加大对西部地区的资金投入，大力支持西部地区基础设施建设以及鼓励高层次人才在西部地区发展，西部地区逐渐摆脱原来的单一化产业发展模式，在从东部地区转移的 “先进产业”产生的知识和技术溢出的基础上进行相关技术的研发和创新有利于高污染、高能耗企业进行产业转型升级而减少污染物的排放。同时，西部地区由于产业基础薄弱，本城市产生的新技术很容易被邻近城市学习和借鉴，因此无关多样化产生知识和技术溢出有利于邻近城市绿色全要素生产率的提升。
6.1 结论
经济高速增长背景下，面对资源和环境约束的双重压力，依靠合理的产业结构提升绿色全要素生产率以驱动经济高质量发展是各地区亟需解决的重要问题。本文以产业结构多样化为主要视角，从理论上分析了产业结构多样化（相关多样化和无关多样化）影响城市绿色全要素生产率的内在机理，并以中国2007～2019年277个地级及以上城市面板数据为研究样本，采用双重固定效应的空间杜宾模型实证检验产业结构多样化 （相关多样化和无关多样化）对城市绿色全要素生产率的影响，得出以下结论：（1）产业结构多样化能够显著提升本地区城市绿色全要素生产率，对邻近地区绿色全要素生产率也有明显的促进作用；
（2）将产业结构多样化分解为相关多样化和无关多样化后，发现相关多样化对本地区城市绿色全要素生产率有显著促进作用，对邻近城市绿色全要素生产率的促进作用不显著。无关多样化能够显著促进本地区城市绿色全要素生产率的增加，对邻近城市绿色全要素生产率也有显著的促进作用；
（3）异质性检验证明，产业结构多样化对城市绿色全要素生产率的影响存在明显的区域异质性。具体而言，产业结构多样化的直接效应在东部和西部地区显著为正，在中部地区为负，但不显著。产业结构多样化的间接效应只有在西部地区显著为正。将产业结构多样化分解为相关多样化和无关多样化后，发现相关多样化的直接效应在东部和西部显著为正，在中部为正，但不显著，间接效应在三大地区均不显著。无关多样化的直接效应只有在东部显著为正，间接效应只有在西部显著为正。
6.2 政策建议
基于以上研究结论，提出政策建议如下：
（1）在加快实现绿色经济发展的战略导向下，我国城市的产业发展模式应走多样化发展道路，充分发挥多样化产业结构的正外部性。不论是相关多样化还是无关多样化都能够促进城市绿色全要素生产率的提升，因此，各个城市在制定产业发展政策时要根据城市产业的关联特征，突出相关多样化的技术外溢效应。要以当地主导产业为核心，大力培育与主导产业存在一定关联的行业，可以沿着主导产业上下游环节继续延展产业链；
另外，政府要结合国家产业发展战略规划，引导、鼓励和支持企业开展不相关技术领域的研发创新活动，不相关产业多样化为城市创新指明新的技术方向，对城市实现绿色经济增长具有重要推动作用。
（2）积极发挥邻近地区绿色全要素生产率和无关多样化的正向外溢效应。本文研究显示绿色全要素生产率的提升会受到邻近地区绿色全要素生产率和无关多样化的显著影响，这为提升地区绿色全要素生产率提供了新的思路，即可以通过区域协同、区域合作、信息共享等战略促进绿色全要素生产率和无关多样化水平高的地区向低水平地区进行辐射和外溢，进而提升整体的绿色全要素生产率。
（3）产业结构多样化对绿色全要素生产率的影响存在着明显的区域异质性，地方政策应该充分考虑自身的比较优势、要素禀赋特点，逐步实施与本地产业特点相适宜的政策导向。如东部地区应加大不相关技术领域的研发投入，利用所具备的高素质人才优势和资金优势积极开展新技术的创新，发展高附加值的 “新经济”部门，抓住窗口机会实现突破性创新。中、西部地区在引入新产业时要强化产业之间的技术联系，避免与已有产业出现恶性竞争。
猜你喜欢生产率产业结构要素中国城市土地生产率TOP30决策(2022年7期)2022-08-04掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16国外技术授权、研发创新与企业生产率产业经济评论(2019年4期)2019-09-10观赏植物的色彩要素在家居设计中的应用现代园艺(2017年22期)2018-01-19论美术中“七大要素”的辩证关系河北书画研究(2017年1期)2017-08-22基于产业结构对接的人力资源培养实践与思考——以湖南省为例湖南行政学院学报(2016年2期)2016-12-01关于机床生产率设计的探讨中国市场(2016年45期)2016-05-17也谈做人的要素山东青年(2016年2期)2016-02-28固定成本与中国制造业生产率分布当代经济科学(2015年2期)2015-02-03产业结构江苏年鉴(2014年0期)2014-03-11