產業集聚對旅游業全要素生產率的影響

作者：郭悅鐘廷勇安燁

旅游學刊 2015年08期

改革開放以來，我國國民經濟保持了年均10%的高速增長。目前，這種以投資和出口拉動的高速增長已經難以為繼，國民經濟將進入中高速增長的“新常態”。在新常態下，如何拉動內需，使消費成為拉動經濟增長的主要動力，優化產業結構，增加服務業在國民經濟中的比重成為重要的現實問題。旅游業是許多國家和地區實現經濟增長和結構調整的有效切入點和重要突破口，具有綜合性強、關聯度大、產業鏈長、涉及行業廣等特點。正因如此，國務院于2009年發布了《國務院關于加快發展旅游業的意見》(國發[2009]41號)，提出要將旅游業培育為國民經濟的戰略性支柱產業和人民群眾更加滿意的現代服務業。2014年8月，國務院出臺了《關于促進旅游業改革與發展的若干意見》(國發[2014]31號)，進一步指出“旅游業是現代服務業的重要組成部分”，并提出到2020年，旅游業增加值占國內生產總值的比重超過5%的目標，為將旅游業打造成為戰略性支柱產業制定了具體時間表。各地方政府也將旅游業置于經濟發展戰略的核心。截至2013年，全國共有31個省、自治區、直轄市將旅游業定為支柱產業，其中24個省區市將旅游業定位為戰略性支柱產業。

在各地加大對旅游業的投資力度，不斷上馬新的旅游項目的時候，有學者詬病中國旅游業正在走一條高投入、低產出的發展道路[1]。根據新經濟增長理論，經濟增長的動力在于要素累積和生產率提高，由于要素累積的有限性，一個產業必須提高生產率，才能獲得持續增長的動力。在國務院發布的《關于促進旅游業改革與發展的若干意見》(國發[2014]31號)中明確提出要轉變旅游業的發展方式，以轉型升級、提質增效為主線，推動旅游產品的多樣化，并且在旅游開發中注重資源能源節約和環境保護，從粗放型開發向集約型開發轉變。產業集聚作為一種世界性的經濟現象，受到越來越多專家學者的關注。最早對產業集聚現象進行描述和分析的經濟學家是Alfred Marshall[2]，他認為產業集聚能促進專業化供應商隊伍的形成，有利于勞動力市場共享和知識外溢，從而使集中在一起的廠商比單個孤立的廠商更有效率。新競爭優勢理論的代表人物Michael E.Porter[3]認為，集聚會以一種創新的發展方式使彼此孤立的中小型企業結合起來，最大程度地整合其自然優勢和稟賦，提升產業整體的生產效率和競爭優勢，并指出旅游業涉及的行業眾多，且行業之間多呈水平式的關聯，吃、住、行、游、購、娛是一個整體，是集聚效應最明顯，最適合集聚化發展的產業之一，建議國家應把旅游企業集群作為重點培植對象。

本文使用全要素生產率(Total Factor Productivity)對中國旅游業的生產效率進行測量，運用系統矩估計方法實證分析產業集聚對旅游業全要素生產率的影響程度，并探討產業集聚對旅游業全要素生產率的作用機理。本文有兩點創新：首先，在研究方法上，本文考慮到關鍵變量的內生性問題，采用系統矩估計，使獲得的結果更加可靠。第二，本文不僅分析了產業集聚對旅游全要素生產率的總體影響，而且還將旅游業全要素生產率分解為技術進步、規模效率和純技術效率，并分別計量了產業集聚對這三部分的影響程度，從而具體地剖析了產業集聚對旅游業全要素生產率產生作用的機制和渠道，為地方政府有的放矢地制定旅游產業政策提供了依據。

1 文獻評述

1.1 旅游業集聚

國內外學者對于旅游業集聚的研究始于20世紀末，研究者們試圖將產業集聚的分析框架應用到旅游業中去，討論的話題主要集中在旅游業集聚的原因、影響因素、效應等方面。首先，對于旅游業集聚形成的原因，學者們普遍認為，提升旅游區域的競爭力是旅游業集聚形成的根本原因[4]。根據效用最大化原則，消費者總是希望在有限的時間內，通過有限的花費獲得更多的旅游體驗。這就要求旅游企業之間結成聯盟，以一種創新的方式結合起來，最大限度地整合其自然優勢和稟賦，提供更加豐富的產品以滿足不同消費者的需求。Jackson和Murphy指出旅游企業集聚的成因主要是外部性，認為旅游企業集聚是為了獲得重要的企業聯系、互補的技術、技能、信息、市場和跨企業的顧客需求的外溢[5]。第二，對旅游業集聚影響因素的分析中，比較有代表性的是鄧冰等的研究，他們認為影響旅游業集聚的因素主要有資源稟賦、客源市場、交通區位、產業鏈和政策作用等[6]。第三，關于旅游業集聚的效應，James等認為集聚經濟的發展有利于減少旅游目的地的漏損，提高旅游目的地的經營收益[7]。Lafferty和Van Fossen通過實證分析證明，集聚在防止旅游目的地衰退的過程中發揮了重要作用[8]。劉佳和趙金金運用全局空間自相關Moran's I指數、空間關聯局域指標(Local Indicator of Spatial Association，LISA)分析，考察了中國大陸31個省級區域旅游業集聚與旅游經濟增長的空間相關性，結果表明旅游業集聚對區域旅游經濟增長有顯著的正向影響，并表現為較強的空間溢出效應[9]。王凱和易靜基于2010年31個省區的截面數據，考察了產業集聚和旅游業績效之間的關系，結果發現旅游業集聚對產業利潤率和勞動生產率的提高有顯著的正向影響作用[10]。馮衛紅認為旅游業集聚有利于創新，并且在旅游業集群中，通過組織間的互動，實現知識的產生、傳遞和積累，從而實現內生增長和競爭力的提升[11]。

1.2 旅游業的全要素生產率

國外的學者對旅游業全要素生產率的研究主要關注旅游業的微觀領域，先后對酒店業、旅行社、景區景點等旅游行業或具體企業進行全要素生產率的測算[12-13]。國內學者主要關注旅游業的宏觀領域，文獻中主要分省、分區域對全要素生產率進行測算。其中，比較有影響力的是左冰和保繼剛采用生產函數法對1992-2005年中國旅游業全要素生產率進行了研究，結果發現中國旅游業的增長方式屬于典型的勞動力驅動型；旅游業年均全要素生產率為2.91%；技術進步速度緩慢的原因主要在于投資效率低下和基礎設施投資不足[14]。陳芳對西部12個省區市2000-2010年間的旅游業全要素生產率進行了測算，結果表明這11年間西部省區的.旅游業全要素生產率的平均值為0.715，還對影響全要素生產率發展的因素進行了分析，結果發現地區經濟發展水平、服務業發展水平、區位條件、固定資產投資規模對旅游業全要素生產率有正向影響[15]。趙磊利用Malmquist指數法測算了2001-2009年中國各省旅游全要素生產率，并對其進行了生產率指數的分解，得到的結果是：中國旅游業全要素生產率的年均增長為12.7%，其中，技術進步創新率為6.7%，技術效率增長為5.6%，技術進步是中國旅游全要素生產率增長的主要源泉[16]。張麗峰使用1997-2009年的數據對我國31個省的旅游業全要素生產率進行了測度和分解，研究發現我國旅游業全要素生產率年均增長2.5%，我國旅游業屬粗放型增長，且存在區域差異，東部旅游業全要素生產率增長最快，其次是中部和西部[17]。

1.3 產業集聚對全要素生產率的影響

目前，國內文獻中尚無針對產業集聚對旅游業全要素生產率影響的專門分析，本文對產業集聚對其他產業的全要素生產率的影響進行簡要綜述。劉艷萍運用面板數據回歸，對長三角地區制造業行業全要素生產率的影響因素進行實證檢驗，結果發現產業集聚和企業規模對全要素生產率增長的作用顯著，且產業集聚的作用大于企業規模的作用[18]。戰炤磊和王凱利用Malmquist生產率指數法測算了2000-2008年江蘇省農產品加工業12個細分行業的全要素生產率，并使用面板數據模型分析了產業集聚和企業規模對農產品加工業全要素生產率的影響，結果發現產業集聚對全要素生產率增長有顯著正向影響，而企業規模對全要素生產率增長有顯著負向影響[19]。李靜和李寧周利用1998-2007年中國工業企業微觀數據，考察了制造行業集聚指數對全要素生產率的影響程度。文中使用EG指數表示制造行業集聚指數，采用LP方法計算企業的全要素生產率，結果發現集聚有助于企業全要素生產率的提高，且集聚與生產率之間呈現倒“U”形演化關系[20]。

2 旅游業全要素生產率的測算和產業集聚的衡量

2.1 旅游產業全要素生產率的測算

2.1.1 基于DEA測算旅游業全要素生產率

鐘廷勇和安燁將行業全要素生產率的測算劃分為兩種類型：基于前沿分析方法下的全要素生產率測算，一般以數據包絡分析(Data Envelopment Analysis，DEA)和SFA為代表，二是非前沿分析方法下的全要素生產率的測算，一般以增長核算法和回歸分析方法為代表[21]。從現有的文獻來看，對行業層面的全要素生產率的測算，多數學者采用DEA方法(如劉艷萍[18]，戰炤磊和王凱[19]，李靜和李寧周[20]等都采用DEA制造業全要素生產率的測算)。因此，本文對旅游產業全要素生產率測算也采用DEA方法。

根據Ray和Desli的理論，可以獲得基于t期和t+1期基準技術的Malmquist生產指數[22]：

可以將Malmquist綜合生產指數定義為上述二者的幾何平均數：

按照Ray和Desli[22]的指數分解方法，可以把技術效率分解為規模效率和純技術效率兩個部分，最后全要素生產率分解為：

TFP表示文化產業全要素生產率，分解式的第一項Techch表示技術進步變化情況，Pech表示純技術效率變化情況，Sech表示規模效率變化。根據公式(4)，不僅可以測算旅游業全要素生產率的總體變化趨勢，更能清楚地知道全要素生產率變化的主要驅動因素。

2.1.2 樣本與數據

由于國內尚未建立統一的旅游衛星賬戶，各省旅游收入的統計口徑有很大差別。為了得到較為客觀的計量結果，一些學者選擇企業層面的數據計算旅游業的全要素生產率，如左冰和保繼剛[14]采用旅游企業營業收入之和作為衡量旅游業產出的指標，以旅游企業年末就業人數之和與資本存量之和作為衡量旅游業投入的指標，計量旅游業全要素生產率，本文沿襲了這種數據選取的方法。根據《中國旅游統計年鑒(正副本)》，旅游企業包括旅游景區、星級飯店、旅行社、旅游車船公司和其他旅游企業。2005-2012年間，旅游車船公司及其他旅游企業數據缺失嚴重，且各年統計口徑不一致，所以本文主要以旅游景區、星級飯店、旅行社三部分作為研究樣本，利用兩種投入、單一產出的投入導向型DEA測算旅游業全要素生產率。勞動投入采用上述3個行業各省的年末從業人員數量之和，資本數據采用上述3個行業各省年末固定資產原值之和，并利用“固定資產投資價格指數”將其平減至2005年不變價格；產出數據采用3個行業各省營業收入之和，并利用“旅游類居民消費價格指數”折算成2005年不變價格下的旅游收入數據。以上數據來自《中國統計年鑒》和《中國旅游統計年鑒(正副本)》。將以上數據帶入DEAP 2.1中可以測算出中國各省2005-2012年旅游業全要素生產率(表1)。

在表1中，技術效率變化指數是基于規模報酬可變并且要素自由配置條件下，從t期到t+1期每個省份的實際產出與前沿面最大可能產出之間距離的變化程度，技術效率衡量了一個地區有效使用資源的效率；技術進步變化指數表示各省份旅游生產力從t期到t+1期的變化情況，衡量了各地區旅游業技術升級情況。純技術效率和規模效率是對技術效率的進一步分解，因此，全要素生產率既可以是技術進步與技術效率的乘積，也可以表示為技術進步、純技術效率和規模效率的乘積。均值是基于各年數據的幾何平均數計算得到的。

表1顯示，我國旅游業的年均全要素生產率增長率為8.4%，其中技術進步實現增長10.2%，但是技術效率退化了1.6%，表現在純技術效率和規模效率的惡化。這至少說明兩點：第一，我國旅游業全要素生產率的增長主要由技術進步所推動；第二，我國旅游業管理效率不高，旅游業的發展并沒有形成有效的規模經濟。

2.2 產業集聚的衡量

目前，國內外關于產業集聚測度方法主要有區位熵、行業集中度、基尼系數、赫芬代爾系數、H指數、E—G指數、主成分分析法、CR[，n]指數等。本文主要采用區位熵指數來衡量我國旅游業在各省的空間集聚程度，其計算公式借鑒安燁和鐘廷勇[23]計算文化產業區位熵的計算方法：

其中，是第i省t時期的區位熵指數，它表示第i省t時期旅游收入占全省GDP的比重與全國旅游收入與全國GDP比重的比值，衡量了一個省份旅游產業在全國所占份額，如果該指數大于1表示該省旅游業產業集聚趨勢明顯，相應的計算結果見表2。

由表2可知，我國旅游業整體上出現了產業集聚趨勢，全國旅游業區位熵指數的均值為1.0012，呈現出產業集聚的趨勢，但是這種趨勢還十分微弱。此結論與一些學者的研究結果相吻合。楊勇通過空間基尼系數、行業區域集聚系數和區域共同集聚系數等指標對我國旅游產業集聚現象進行了測算和分析，結果表明我國旅游產業集聚現象已經成為一種客觀存在的現象[4]。王凱和易靜使用基尼系數和E—G指數作為測量旅游業集聚程度的指標，結果表明旅游業的空間集聚現象存在但程度較低[10]。另外，從產業集聚的空間分布來看，產業集聚程度較高的省份主要有北京、海南、上海、云南、廣東等，其區位熵指數超過了1，而產業集聚程度較低的省份主要有天津、河北、吉林、黑龍江、河南、內蒙古等，其區位熵指數低于0.5。

3 產業集聚對旅游業全要素生產率影響的實證檢驗和作用機理分析

3.1 計量模型

為了檢驗產業集聚與旅游業全要素生產率之間的內在關系，本文建立如下基本模型：

其中，i、t分別表示省份和年份，j表示控制變量種類，X表示其他控制變量，本文主要選擇人均GDP、星級酒店數量、旅行社數量、景區景點數量、旅游業規模(用各省旅游業年末固定資產數衡量)。

各省旅游業全要素生產率的調整可能是一個動態變化過程，當前旅游業全要素生產率可能依賴于過去全要素生產率，為了防止模型設定的偏誤，在模型中引入全要素生產率的滯后項，從而得到各省旅游業全要素生產率的動態模型，因此可以將模型(6)修改如下：

為了考察產業集聚對旅游業全要素生產率的作用機理，建立如下4個方程：

其中，Techch、Techef、Pech、Sech分別表示旅游業的技術進步、技術效率、純技術效率和規模效率。通過以上4個方程，可以明確產業集聚對旅游業全要素生產率的作用渠道。

3.2 計量方法

由于本文的模型中考慮被解釋變量的滯后項，以及模型中的解釋變量可能存在內生性問題，為了得到一致無偏的估計量，一般采用工具變量法或者廣義矩估計法。但是正如Baltagi等[24]指出，工具變量法或者固定效應法能夠解決內生性的前提是樣本的時間跨度特別長，如果在較短的面板模型中固定效應不能消除內生性問題，估計的系數將是有偏且非一致的。此時廣義矩估計是最好的選擇。廣義矩估計分為差分矩估計(DIF—GMM)和系統矩估計(SYS—GMM)，Blundell和Bond[25]證明在滿足一定的初始條件下，SYS—GMM比DIF—GMM估計的參數更為一致。本文通過AR檢驗和Sargan檢驗驗證模型設定合理性和工具變量選用的有效性。

3.3 回歸結果與分析

3.3.1 產業集聚對旅游業全要素生產率的總體影響

本文首先基于方程(7)的產業集聚對旅游業全要素生產率的影響進行普通最小二乘估計(Ordinary Least Squares，OLS)，具體結果見表3的第2列，產業集聚變量系數為0.415，并且在1%顯著水平下通過假設檢驗，其他控制變量在5%下顯著，這表明產業集聚對旅游業全要素生產率具有很強的促進作用。OLS估計方式是將全部數據堆積在一起然后估計出參數，忽略了數據的面板特征，由于模型是基于省級面板數據，區域異質性和時期異質性會影響不同區域旅游業全要素生產率，比如趙磊[16]認為中國旅游全要素生產率存在顯著的時空差異性，區域旅游資源稟賦、區位因素等會影響各區域全要素生產率，不考慮區域異質性會導致參數估計的偏誤，因此在第3列采用了固定效應模型進行估計，結果發現產業集聚依然在1%顯著水平下通過檢驗，區別于OLS估計的結果，FE估計的產業集聚對旅游業全要素生產率的影響更大，其系數為0.839，是OLS估計結果的兩倍多，因此FE有效修正了OLS的偏誤。由于將被解釋變量滯后一期引入模型中導致了內生性問題的產生，因此在第4列中，本文采用工具變量法對其估計。工具變量有3個：分別是全要素生產率滯后2期、技術效率滯后2期、技術進步滯后2期，結果發現前兩個工具變量有效克服了內生性問題，估計的產業集聚依然顯著，其結果要高于OLS但是低于FE，其他控制變量顯著性與二者相似。表3的最后一列是采用系統矩估計進行參數估計。廣義矩估計分為差分矩估計(DIF—GMM)和系統矩估計(SYS—GMM)兩種方法，由于前者的有限樣本特征較差，特別是在滯后期與隨后的一階差分項存在弱相關時，工具變量將變得較弱，而后者將差分方程和水平方程結合在一起，從而有效提供了估計的有效性，因此本文主要采用系統矩估計。從估計結果來看，產業集聚對旅游業全要素生產率的影響依然顯著，其系數較之Ⅳ估計有所提升。另外，其他控制變量顯著性與前面基本相似。為了增強對模型的估計結果的可靠性，需要對模型設定和工具變量的選擇進行檢驗，主要采用AR檢驗和Sargan檢驗。結果AR(1)在1%下顯著，而在AR(2)中不顯著，這表明本文采用SYS—GMM是合適的，另外從Sargan檢驗來看，其值在1%下通過檢驗，表明工具變量的選擇也是有效的。

從表3可以看出，產業集聚對旅游業全要素生產率產生了極強的促進作用，這意味著各地區通過產業集聚能夠提升旅游業的生產效率，繼而提升旅游業的整體競爭力。但是旅游業規模對旅游業全要素生產率產生負面影響，這一點在上述4種估計中得到了一致性的結論。可能的原因是，我國旅游業尚處于起步階段，在增加對旅游業的固定資產投資，擴大旅游業規模的同時，管理、服務、營銷等方面卻相對滯后，這無形中傷害了旅游業的全要素生產率的提升。另外，從表3中可以看出旅行社數量和景區數量的增加有利于旅游業全要素生產率的提高，但是星級酒店數量的增加對旅游業全要素生產率的提高具有負面影響。

3.3.2 產業集聚對旅游業全要素生產率的作用渠道分析

上面的分析表明，產業集聚在總體上有利于旅游業全要素生產率的提升，但是并不清楚這種積極的影響是通過哪種渠道進行傳導的，因此，下面基于方程(8)～(11)，采用SYS—GMM進一步考察產業集聚對旅游業全要素生產率的作用機制，估計結果見表4。

表4中第2列顯示的是產業集聚對旅游業全要素生產率的影響，從估計結果來看，這種影響是顯著的。根據理論分析來看，全要素生產率可以分解為技術進步、技術效率兩部分，另外技術效率可以進步細分為規模效率和純技術效率，為了弄清楚產業集聚對全要素生產率的作用渠道，本文首先將產業集聚變量和其他控制變量對技術進步進行SYS—GMM估計，結果如第3列所示。從估計結果來看，雖然產業集聚變量為正，但是除了景區數量外，產業集聚變量及其他變量并不顯著，這說明當前我國旅游業的產業集聚雖然從理論上應該促進旅游業的技術進步，但是目前這種促進效應并沒有顯現出來。同樣的，將產業集聚對旅游業技術效率進行回歸時發現，產業集聚具有非常強的顯著性，除了人均GDP和星級酒店數量不顯著外，其他控制變量都顯著。值得注意的是，產業集聚對技術效率的影響程度要超過其對全要素生產率的總體影響，結合其對技術進步的不顯著的影響來看，說明當前我國旅游業中的產業集聚對全要素生產率的影響主要通過技術效率發揮作用。

由于技術效率可以進一步分解為純技術效率和規模效率，而產業集聚可能會形成規模經濟，那么，產業集聚對技術效率強烈的促進效應到底源于純技術效率的提升，還是源于規模效率的改善呢？因此將產業集聚對純技術效率和規模效率進行回歸，其結果見表4的最后兩列。結果表明，產業集聚對旅游業的純技術效率和規模效率都具有較強的促進效應，但是對純技術效率的影響要超過規模效率。具體說來，產業集聚對純技術效率的影響為0.422，而對規模效率的影響只有0.258，二者之和為0.68，正好與產業集聚對技術效率的影響相近。

基于以上分析可以看出，產業集聚與旅游業全要素生產率之間確實存在較強的內在聯系，在旅游業產業集聚水平較高的地區，產業集聚通過形成規模經濟，促進集聚區純技術效率的提升以此改善該地區總體技術效率，從而推動旅游業全要素生產率的提高，由于我國旅游業發展尚處于初級階段，產業集聚尚未對旅游業的技術進步形成實質性的促進作用。

4 研究結論

本文利用2005-2012年我國各省份作為樣本，運用系統矩估計方法，實證分析了產業集聚與旅游業全要素生產率之間的內在關系，并實證探討了產業集聚對全要素生產率的作用機理，實證結果表明：

第一，我國旅游業的年均全要素生產率增長率為8.4%，其中技術進步實現增長10.2%，但是技術效率退化了1.6%，表現在純技術效率和規模效率的惡化。這至少說明兩點：首先，我國旅游業全要素生產率的增長主要由技術進步所推動；其次，我國旅游業管理效率不高，旅游業的發展并沒有形成有效的規模經濟。

第二，旅游業產業集聚對各省旅游業的全要素生產率具有顯著為正的影響，產業集聚程度較高的地區，旅游業的全要素生產率也較高。

第三，旅游業產業集聚對旅游業的技術效率具有顯著為正的影響，但是對旅游業的技術進步的影響并不顯著，產業集聚對旅游業全要素生產率的促進作用主要是通過改善旅游業技術效率實現的。

第四，產業集聚能夠有效促進旅游業規模效率和純技術效率的提升，但是二者存在較大差異，其對規模效率的促進作用要小于其對純技術效率的影響。產業集聚對旅游業全要素生產率的作用機理為：通過旅游業在空間上的集聚產生兩種效應，分別改善旅游業純技術效率和規模效率，進而導致旅游業技術效率的提升，最后達到促進旅游業全要素生產率提高的目的。

本文的研究結論在政策上的啟示為：第一，旅游企業在引進技術的同時，應著重提高管理水平，增加人力資源開發的投入，從而提高現有技術的使用效率。第二，旅游企業應樹立區域營銷的觀念，加強與鄰近旅游企業的合作，通過優勢互補為旅游者提供更豐富多樣的旅游產品，提高旅游者的滿意度，從而增強所在區域的旅游產業競爭力。第三，政府應在信息、資金、政策等方面對本地旅游產業集聚的形成和發展加以扶持，建立中介組織并設立專項基金，鼓勵企業利用產業鏈等市場關聯及社會網絡等非市場關聯，促進產業集聚的知識外溢，充分發揮旅游產業集聚的規模效應。

本研究尚有不足之處，期待在后續的研究中加以完善。首先，本文使用宏觀數據對旅游產業集聚對旅游業全要素生產率的影響進行分析，期待以后進行一些微觀的調研，對產業集聚對旅游業生產效率的影響程度及機制進行更深入細致的觀察和剖析。同時，在本文使用的模型中，控制變量的選取不夠全面，隨著研究的深入，將在模型中加入更多的控制變量，以期對旅游產業全要素生產率的影響因素有更全面的把握。

作者介紹：郭悅(1984-)，女，吉林長春人，東北師范大學商學院，博士研究生，研究方向為旅游產業經濟學，吉林 長春 130012；鐘廷勇(1984-)，男，重慶人，重慶工商大學會計學院，博士，講師，研究方向為管理決策與管理效率，重慶 400067；安燁(1965-)，女，吉林長春人，東北師范大學商學院，博士，教授，博士生導師，研究方向為產業投融資，吉林 長春 130012

【產業集聚對旅游業全要素生產率的影響】相關文章：

突出全區域全要素全產業發展旅游業07-08

紡織產業集聚升級指導意見06-28

產業集聚、產業鏈及在西部產業發展中的運用10-18

產業集聚及其對經濟發展的意義01-20

中國全要素生產率為何明顯下降01-20

全要素生產率與湖南經濟增長的實證分析11-11

旅游業的產業地位辨析09-07

剖析民營產業集聚水平增長度論文09-10

軟件服務外包影響IT業生產率論文09-10