研发资本投入、技术吸收与技术进步

林　涛,陈　昭

(广东外语外贸大学 经济贸易学院, 广州 510006)

一、引言

当下,中国经济进入新的时期和阶段,新常态与供给侧结构性改革成为时下经济社会里最热门的词语。而作为其核心“创新”更是备受关注。技术创新,作为所有创新的核心,一直以来都引领着我们的社会与生活。邓小平曾言:科技是第一生产力。技术的创新与进步是经济增长与发展的首要,也是最重要的推动力量。在新时期,技术创新对于供给侧改革的巨大作用,就体现在可以帮助解决当前中国经济供需错配的问题和经济高速发展带来的外部性问题(王晓芳、权飞过,2016)[1]。并且技术进步也是中国企业实现转型升级,提高供给质量,增加有效供给的有效途径和必然要求。除此之外,技术的创新关系到我国的创新体系,创新机制的建设,以技术的创新和进步推动其他领域的创新和进步,最终实现社会的进步与良性循环发展。

技术进步是技术创新的结果,技术创新表现在技术成果的从无到有,或者已有技术的改良,也可以看作是知识的生产性活动(唐未兵、傅元海、王展祥,2014)[2]。作为其产出,主要受到在已有的技术基础上的研发活动(R&D)的影响,同时也受到外部技术知识溢出的影响。技术研发活动的投入与产出反映了一国的内生自主创新能力,内生增长理论认为:“一国的自主创新能力的大小决定了一国的经济增长。”研发投入主要包括研发资本投入和劳动力投入,研发人员水平参差不齐,而研发资本投入来源又是多样的,如来自政府的投入,企业的投入和国外的投入,还有其他的一些投入。这些都会影响着技术创新的表现。另一方面,随着中国改革开放,加入世界贸易组织(WTO)和中国“引进来、走出去”战略、以及“一带一路”倡议的实施,中国的对外开放程度不断加深,进出口贸易不断扩大,中国的外商直接投资(FDI)和对外直接投资(OFDI)也是逐年增加,伴随在其中的来自外部的技术溢出,知识溢出为我国技术的创新与进步提供了潜在的环境优势。但是技术溢出必须经过吸收,转化,改造,结合中国经济和企业的实际状况,达到吸收门槛,才能为我所用(赖明勇、包群等,2005)[3]。

现阶段,我国经济形势和供给侧结构性改革迫切要求“三降一去一补”,结构优化和产业升级,这些都要以技术的进步为支撑,我国现阶段的技术状况能否满足现实的需要?自主创新能力是否提高?研发投入结构是怎样的?对于国际技术溢出,我国能否有效吸收?吸收程度如何?本文正是基于此,研究我国研发投入,技术吸收对技术创新的影响。

本文余下部分做如下安排:第二部分将回顾与归纳相关的文献;第三部分将借助知识生产函数,构建相关的计量模型;第四部分根据所构建的模型,通过实证分析研究多源研发投入,技术吸收对技术创新的影响;第五部分由实证研究得到相关的结论与政策建议。

二、文献综述

纵观相关文献,关于研究技术进步和技术溢出的文献可谓浩如烟海,国内外的学者各自从不同的角度研究了技术研发、技术溢出和技术进步三者之间的关系,并且都得出了相当重要的结论与启示。

关于技术研发投入和技术进步,目前学术界基本上都承认只要加大研发要素投入,就一定可以促进技术的进步,分歧和区别主要在于在研发要素中,何者影响力更大?哪一种要素更活跃?因此,形成了“资本要素说”和“劳动力要素说“两种不同的观点。

“资本要素说”主要认为在技术研发活动中,研发资本投入的大小决定了研发成果的多少,他们一般认为人力要素一般比较固定,流动性不强,最多是在不同的行业间流动,但仍然还是从事研发活动。靳涛、褚敏(2011)[4],白俊红、李婧(2011)[5],郭兵、罗守贵(2015)[6]等各自应用当时最新的数据模型,分析了政府研发资助对于企业科技创新的效果,得出政府财政科技资助整体上激励了企业的R&D投入,但是存在“挤出效应”的结论。梁莱歆、马如飞(2009)[7]分析研究了我国信息技术类上市企业自主创新水平与R&D经费资金管理有着重要的密切关系,连续的R&D资源投入更有利于企业自主创新,而过于分散的投资研发项目则会降低自主创新的有效性。周亚虹、贺小丹等(2012)[8]运用工具变量法,通过对研发内生性问题的研究分析得出:企业通过增加对产品与技术革新等的研发资本和经费的投入,提高了企业的产出,并且投入产出弹性达到5.5%。因此,研发资本投入越多,技术创新成果也就越多,只有更多的资本投入,才能激发起员工的积极性和创造性。

“劳动力要素说”则认为研发人力投入对技术创新表现影响更大,要提高研发人员的素质和水平,要加大对高技术人才的培训和引进。冯晓玲、赵放(2009)[9]通过对美国的科技R&D活动研究,结果发现美国正是由于不断增加人力资本要素的积累,创造了很高的“人才红利”,才使得更多的科技创新和发明不断涌现,进而才促进和完成了产业结构和贸易结构优化和升级的目标。这对于当下的中国有着相当重要的借鉴意义。Matjaž Novak、Taja Spaija(2008)[10]利用斯洛文尼亚的国家数据,运用收敛性分析方法,发现人力资本在技术进步与经济增长中发挥着决定性的作用。李尚骜、陈继勇、李卓等(2011)[11]分析了人力资本投入和新技术的研发,以及R&D对人力资本积累的“侵蚀效应”所造成的负外部性,资本的过度投资与“侵蚀效应”相互交错、共同作用,会在一定程度上降低人力资本的积累率和经济增长率。冒佩华、周亚虹等(2011)[12]通过分析从事研发活动人员比例对企业专利授权的边际贡献,得出企业研发人员比例对专利产出具有显著的作用,其产出弹性高达2.573%,据此建议企业创新能力的提高,必须重视人力资本的投入。吴华明(2012)[13]以“卢卡斯模型”测算人力资本贡献率,发现人力资本投资的效率远远高于物质资本的投资效率,高技术人才对技术创新有着举足轻重的作用。

关于多个渠道的技术溢出与技术吸收是否有利于促进一国的技术进步?目前主要存在三种不同的观点:“促进论”“抑制论”和“双刃剑论”。“促进论”主要指技术溢出会促进技术进步,提高全要素生产率,促进经济发展。Caves R E(1974)[14]、Meyer(2004)[15]通过研究发现:通过外资进入和国际技术溢出所引起的竞争示范效应与模仿效应会显著的促进技术进步。潘文卿、李子奈等(2011)[16]分析了产业间的技术溢出,结果发现产业部门间的技术溢出对工业各部门劳动生产率有着显著的正面影响,并且测算出产业间技术溢出的生产率弹性值约为0.348,极大的促进技术进步。魏守华、姜宁等(2010)[17]以新增长理论为基准,实证研究得出本土的技术溢出与国际技术溢出对中国高技术产业技术创新有显著的积极影响作用。N Apergis、K Lyroudi、A Vamvakidis(2008)[18]运用27个国家的面板数据,通过因果和协整检验,认为通过FDI渠道产生的技术溢出显著的促进了东道国的技术进步与创新。

“抑制论”指国际技术溢出会使国内企业过度依赖国外技术,自主创新能力降低,不能实现技术的引领与赶超,从而不利于技术的进步和经济的持续发展。董有德、孟醒(2014)[19]用我国各省分价值链的OFDI存量数据,实证研究我国海外非经营性机构和原料获取机构的溢出效应并不显著,这种溢出效应表现出明显的地域差异,而且货物进出口贸易对国内企业的创新能力产生了负面影响。S Djankov、B Hoekman(1999)[20]、Garcia(2013)[21]分别通过对西班牙和发展中国家的经验数据进行研究分析,结果发现来自于国际贸易和FDI的技术溢出并没有产生正向的影响作用,甚至还产生了负向作用,对本土技术存在“挤出效应”,长此以往,将不利于东道国的技术进步。

“双刃剑论”则认为对于技术溢出、技术吸收存在着门槛与阈值效应,当吸收能力强时,可以借鉴与再创新,利于技术进步;当吸收能力弱时,技术吸收只停留在模仿阶段,不利于技术的创新与进步。朱彤、崔昊(2012)[22]在已有的国际技术溢出理论基础之上,研究了逆向技术溢出,发现国内人力资本存在着门槛,并且国内研发资金存量可以形成一定的吸收能力,对国内技术创新有显著的正向影响。

经济学家弗里德曼曾说:“经济学家的基本分歧并不在于理论,而是在于经验。”各个学者对于中国经济历史和现状不同角度的检验和解读,正是由此产生了不同的结论。综合来看已有的文献,有关技术溢出的研究已做的相当深入。而有关技术内生自主创新方面还做得不够深入和细化,技术研发活动尚未受到学者们的更深层次的阐述与解读。对于研发投入部分,也未更进一步与细化。基于此,本文修订知识生产计量模型,利用中国2009～2015年的省级面板数据,实证研究我国的研发资本投入,技术吸收和技术进步的关系。

本文的可能性贡献在于:(1)将我国的研发资本投入按来源分为政府、企业和国外研发资本投入,通过实证证明了自2008年金融危机以来,我国政府研发投入增加会阻碍技术进步,企业研发投入和外资投入会显著促进技术进步,这对于我国当前供给侧改革背景下,对研发资金的投资方向有一定的指导意义;(2)通过对伴随在外国投资中的技术溢出及其吸收能力的实证,研究表明通过外资渠道的技术溢出多,我国吸收程度较低,这对于我国如何接受国际技术溢出以及提高吸收能力有一定的启发意义。

三、模型构建

(一)模型设定

Griliches于1979年首次提出生产函数概念,在研究知识生产对经济发展的影响方面已成为一种重要的分析工具,后经Jaffe(1989)[23]研究与发展,并提出“新经济知识是最重要的产出”,投入则主要分为研发经费投入和人力投入,于是形成了一般的知识生产函数(Griliches-Jaffe):

(1)

在(1)式中,Y为研发活动产出,A为常数项,K为资本要素投入,L为劳动要素投入,α为资本要素的产出弹性,β为劳动要素的产出弹性。

本文将以此生产函数为基础来研究我国的技术创新与技术进步。考虑到技术的进步主要来源于两个方面:一方面是自主创新,即自主研发,通过增加研发资本投入,人力投入,改善研发环境和完善研发创新制度等方面来提高自主创新能力,其中研发资本投入和人力投入是最为重要与突出的部分,而研发资本来源又是多元化的,主要有来自政府,企业和国外,以及其它研发资本投入;另一方面是通过对国际技术溢出的技术吸收、技术消化与改造,来实现技术进步。即对于技术研发活动的投入与产出有:

PATit=(GRKit,REKit,FRKit,FDLit,RFKit·ABCit) .

(2)

在此基础上,结合知识生产函数,为了消除异方差,取对数后即:

LnPATit=α+β1LnGRKit+β2LnERKit+β3LnFRKit+ηLnFRKit×LnABC+γ1LnRDLit+μit+εit.

(3)

考虑到我国的改革开放的实际情况,我国所面临的国际环境,可能会对我国技术进步存在一定的影响,因此在模型中加入开放程度指标,得到拓展修正的回归模型:

LnPATit=α+β1LnGRKit+β2LnERKit+β3LnFRKit+ηLnFRKit×LnABC+γ1LnRDLit+γ2LnOPENit+μi+εit.

(4)

PAT表示技术产出,i表示中国各个省份,t表示时间年份,GRK,ERK,FRK分别表示为来自政府,企业和国外的研发资本投入,ABC表示技术吸收能力,交互项表示伴随在外国投资中的技术溢出,经过消化吸收后,对技术进步的影响,RDL为研发劳动力投入,OPEN为贸易开放度,μ为个体差异效应,e为随机扰动项。

(二)变量选取及数据说明

被解释变量PAT:选用我国各省各年的专利申请数量(件),一方面,授权专利数量小于专利申请数量,不能反映全部的技术进步;另一方面,由于部分专利不能转化为实际应用,所以用新产品销售收入也不能代表技术的实际创新。

解释变量:GRK,ERK,FRK分别选用我国各省各年研发活动中来自政府,企业和国外的研发经费投入(万元),ABC选用我国各省各年的研发经费投入强度(%)来表示。

辅助变量:RDL代表我国各省各年的研发活动中的研发人员当量(人年),OPEN表示我国各省的对外贸易开放度,其为进出口贸易总额与当期GDP的比值。

基于数据的可得性和有效性,本文选用我国30个省份2009～2015年的30组数据组成的面板数据进行分析,西藏由于数据缺省过多,且相关指标不典型,属于异常值,本文沿袭前人的筛选方法予以剔除。全部相关数据均从《中国科技统计年鉴》直接整理得到。本论文使用计量经济学软件EViews9.0,根据模型和数据,进行实证分析。同时为了消除变量之间的异方差,故对所有的变量都取其自然对数,从而产生对应的新的数据序列。在此列出本文模型相关变量数据描述性统计,如表1所示。

表1　变量描述性统计

四、实证研究与结果分析

(一)面板单位根和协整检验

根据相关的计量经济学和统计学的基本理论,为了避免出现“伪回归”,即虚假回归,防止面板数据之间存在着相关性与因果性,有必要在进行回归分析之前对面板数据进行检验,验证变量的平稳性和协整性。面板单位根检验表明模型所用变量均为一阶单整序列,鉴于文章篇幅所限,表略。本文借鉴杨晔、邵同尧(2012)[24]等的做法,使用较为前沿的检验方法“Kao检验法”对模型进行面板协整检验,检验结果如表2所示。从表2中可以看出:根据Kao检验结果,模型在1%的显著性水平上,拒绝没有协整关系的零假设。即各个变量之间长期平稳的,且存在着协整关系。

表2　协整检验

注:① 表示在10%的显著水平上拒绝不存在协整关系的原假设。

(二)回归结果分析

对前文回归方程(4)式,我们借鉴欧阳志刚(2006)[25],温丽琴、卢进勇等(2012)[26],J Han、PH Sheng(2014)[27]的做法, 对模型中的变量LnPAT,LnGRK,LnERK,LnFRK,LnFRK*LnABC,LnRDL,LnOPEN进行静态面板固定效应模型和随机效应模型回归,比较回归结果,并通过Hausman检验的统计量与P值来决定接受哪一种回归。同时本文还进行了面板广义最小二乘估计(Pooled EGLS),通过对比,确定最稳健的回归结果。回归结果如表3所示。

通过回归结果,可以看出:Hausman 检验P值为0,结论是拒绝随机效应模型。再比较固定效应与Pooled EGLS回归结果,结合其它的判定因素如t统计量、R2和Adj R2等,可以得出Pooled EGLS回归结果更好,结果更加稳健与显著,因此本文选用面板广义最小二乘估计模型(Pooled EGLS)结果。

从回归结果中可以看出,GRK,ERK,FRK均通过显著性检验,其中GRK和ERK都在1%的水平上显著,FRK在5% 的水平上显著,这表明GRK,ERK,FRK对被解释变量PAT有强烈的影响作用。GRK的回归系数符号为负号,这表明政府资本投入对技术进步有着反向的影响,并且政府资本投入每增加1%,会使技术成果专利减少0.111 835%,根据廖信林、顾炜宇、王立勇(2013)[28]的研究,这可能是因为政府研发投入对其他来源的研发投入存在“挤出效应”与“杠杆效应”,并且政府投入增加容易造成研发无效率、低效率,不能激发研究人员的创新动力与热情。ERK,FRK的回归系数符号为正号,这表明企业研发资本投入和国外研发资本投入对我国技术进步有显著的积极的正向作用,企业和国外研发资本投入每增加1%,我国技术专利申请数量将分别增加0.410 740%和0.045 845%,可以发现企业资本投入的回报远大于国外资本的投入回报,这与尹恒、柳荻(2016)[29]的研究结果是一致的。

表3　回归结果

注:括号内为其t统计量值;① 、② 、③ 分别表示在1%、5%、10%的水平上显著。

交叉项LnFRK*LnABC表示伴随在国外的资本投入中的技术溢出,经我国消化吸收后,对我国技术进步的影响,从表中可以看到:其在1%的显著水平上通过检验,这表明通过对技术溢出的吸收确实促进了我国的技术进步,当其增加1%时,我国专利申请增加0.037 925%,这说明我国对通过资本渠道的国际技术溢出的吸收程度还比较低,吸收能力不强,还有很大的潜力与上升空间。作为辅助变量,RDL、OPEN对我国技术进步也有非常显著的正向作用。同时这两个变量也从另一个侧面反映了我国的技术吸收能力:高水平的研发人员投入越多,对外开放程度越高,吸收能力也会越强。研发人力投入和开放度每增加1%,技术创新将会增加0.485 236%和0.058 792%,这也表明我国当前吸收能力还有待提高。

(三)稳健性检验

为验证实证结果的可靠性,本文从三个方面对全样本数据进行稳健性检验,首先借鉴郭艳,张群等(2013)[30]的做法,对回归模型进行Ramsey RESET检验,其P值均小于0.1,统计量均通过检验,说明模型没有遗漏关键性变量,不存在设定误差;进行White检验,各变量P值均大于0.1,说明解释变量系数矩阵不存在异方差性,回归结果健全可信。借鉴沙文兵(2012)[31]的做法,对模型做替代变量检验,将技术进步的衡量指标由专利申请数量改为发明专利授权数量(件)和新产品销售收入(亿元),进行同样的估计,实证结果发现其影响方向及程度与EGLS估计结果十分接近,无较大偏差。综合以上三个方面的稳健性检验结果,可以得出本文的实证分析结果是比较稳健、可靠的。

五、结论及建议

本文利用中国2009～2015年30个省的面板数据,基于知识生产函数,通过运用面板广义最小二乘估计方法,实证检验了多元研发资本投入、技术溢出吸收对我国技术进步之间的影响关系与程度。实证结果表明:政府资本投入对技术进步存在显著的反向影响,企业资本投入和国外的资本投入对技术进步有明显的促进作用,并且企业投资作用大于外资的作用;通过资本渠道的国际技术溢出也对我国的技术进步有积极的促进作用,对技术溢出的吸收能力指标显著的通过了检验,说明技术溢出、技术吸收和技术进步之间存在着紧密的关系,回归结果也表明我国的技术吸收能力有限,尚未达到门槛值,这也抑制着我国技术的进一步创新与发展。通过对辅助变量的回归,得出我国研发人力投入与对外开放度均对我国技术进步有积极的促进作用,且作用显著。

根据本文实证研究得出的结论,中国在当前经济“新常态”与“国家供给侧结构性改革”的背景下,实现产业结构的优化升级与企业的转型已刻不容缓,提高生产质量已成为内在要求,就必须立足于技术创新,大力提高国内企业和研发机构的自主创新能力,政府部门应为技术进步创造良好的外部环境,而不是给予研发项目和机构更多的研发经费补贴,应该更加注重于创新体制机制的制度性建设,制定与出台相关的法律来保护知识专利与产权,切实维护与保障发明创造者的权益,而不是片面的追求增加政府投资,并且由于政府投资存在着“挤出效应”,反而会抑制技术进步。企业是实际应用技术和生产的部门,特定的技术需求使企业更加注重技术研发,增加企业研发资本投入,提高研发人员的素质和水平,使技术发明与我国的实际生产结合起来,提高全要素生产率,这也是企业实现转型升级的必经之路。国外资本仍然是我国经济发展和技术进步的重大推动力量,在“一带一路”倡议开展和亚投行成功建立运行以来,必定能够吸引更多的国际资本,我们应当把握机会,继续加大改革开放程度,充分利用外资,引入高科技人才,伴随在其中的国际技术溢出,无疑是推动我国技术进步的巨大的潜在优势,充分利用战略机遇,加强技术消化吸收,改造创新,将国际技术与我国的实际情况结合起来,在全球信息化与再工业化的新时代,实现技术赶超与引领。

[参考文献]

[1]王晓芳,权飞过.供给侧结构性改革背景下的创新路径选择[J].经济研究, 2016,(3):3-12.

[2]唐未兵,傅元海,王展祥. 技术创新、技术引进与经济增长方式转变[J]. 经济研究,2014,(7):31-43.

[3]赖明勇,包群,彭水军,等. 外商直接投资与技术外溢:基于吸收能力的研究[J]. 经济研究,2005,(8):95-105.

[4]靳涛,褚敏. FDI与政府R&D投入对增长的带动效应与溢出效应比较研究[J]. 经济学家,2011,(12):86-93.

[5]白俊红,李婧. 政府R&D资助与企业技术创新——基于效率视角的实证分析[J]. 金融研究,2011,(6):181-193.

[6]郭兵,罗守贵. 地方政府财政科技资助是否激励了企业的科技创新?——来自上海企业数据的经验研究[J]. 上海经济研究,2015,(4):70-78.

[7]梁莱歆,马如飞. R&D资金管理与企业自主创新——基于我国信息技术类上市公司的实证分析[J]. 财经研究,2009,(8):49-59.

[8]周亚虹,贺小丹,沈瑶. 中国工业企业自主创新的影响因素和产出绩效研究[J]. 经济研究,2012,(5):107-119.

[9]冯晓玲,赵放.人力资本和R&D投入与美国服务贸易的关系分析[J]. 财贸经济,2009,(6):75-82.

[10]Matja Novak, Spaija T. love ki kapital, raziskave in razvoj ter rast produktivnosti: empiri na analiza za Slovenijo=Human Capital, Research and Development and Productivity Growth: Empirical Analysis for Slovenia[J]. Management, 2008, 3(2):153-164.

[11]李尚骜,陈继勇,李卓. 干中学、过度投资和R&D对人力资本积累的“侵蚀效应”[J]. 经济研究,2011,(6):57-67.

[12]冒佩华,周亚虹,黄鑫,等. 从专利产出分析人力资本在企业研发活动中的作用——以上海市大中型工业企业为例证[J]. 财经研究,2011,(12):118-128.

[13]吴华明. 基于卢卡斯模型的人力资本贡献率测算[J]. 管理世界,2012,(6):175-176.

[14]Caves R E. Multinational Firms, Competition, and Productivity in Host-Country Markets[J]. Economica,1974, 41(162):176-193.

[15]Meyer K E. Perspectives on multinational enterprises in emerging economies[J]. Journal of International Business Studies, 2004, 35(4):259-276.

[16]潘文卿,李子奈,刘强. 中国产业间的技术溢出效应:基于35个工业部门的经验研究[J]. 经济研究,2011,(7):18-29.

[17]魏守华,姜宁,吴贵生. 本土技术溢出与国际技术溢出效应——来自中国高技术产业创新的检验[J]. 财经研究,2010,(1):54-65.

[18]Apergis N, Lyroudi K, Vamvakidis A. The relationship between foreign direct investment and economic growth: evidence from transition countries[J]. Transition Studies Review, 2008, 15(1):37-51.

[19]董有德,孟醒. OFDI、逆向技术溢出与国内企业创新能力——基于我国分价值链数据的检验[J]. 国际贸易问题,2014,(9):120-129.

[20]Djankov S, Hoekman B. Foreign Investment and Productivity Growth in Czech Enterprises[J]. World Bank Economic Review, 1999, 14(1):49-64.

[21]García F, Jin B, Salomon R. Does inward foreign direct investment improve the innovative performance of local firms?[J]. Research Policy, 2013, 42(1):231-244.

[22]朱彤,崔昊. 对外直接投资、逆向技术溢出与中国技术进步[J]. 世界经济研究,2012,(10):60-67.

[23]Jaffe A B. Real Effects of Academic Research[J]. American Economic Review, 1989, 79(5):957-970.

[24]杨晔,邵同尧. 基于面板数据的风险投资与区域创新因果关系研究[J]. 管理评论,2012,(6):27-33.

[25]欧阳志刚. 外商直接投资对工业行业内部的技术外溢[J]. 国际贸易问题,2006,(5):69-74.

[26]温丽琴,卢进勇,马锦忠. FDI对中国高技术产业技术创新能力的影响研究——基于行业面板数据的实证研究[J].经济问题, 2012,(8):33-36.

[27]Han J, Sheng P H. An Empirical Study about Industrial Structure,Technological Innovation and Carbon Emissions——Panel Data Based on the 15 Rrovinces (city) of Eastern China[J]. Shanghai Journal of Economics, 2014,24(8):78-95.

[28]廖信林,顾炜宇,王立勇. 政府R&D资助效果、影响因素与资助对象选择——基于促进企业R&D投入的视角[J]. 中国工业经济,2013,(11):148-160.

[29]尹恒,柳荻. 理解R&D投入回报之谜:引入不确定性、非线性和企业异质性[J]. 财经研究,2016,(9):121-132.

[30]郭艳,张群,吴石磊.国际贸易、环境规制与中国的技术创新[J].上海经济研究, 2013,(1):122-129.

[31]沙文兵. 对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J]. 世界经济研究, 2012,(3):69-74.