中国省际创新资源整合绩效评价——基于2009-2013省际面板数据的分析-厉伟.pdf

《中国省际创新资源整合绩效评价——基于2009-2013省际面板数据的分析-厉伟.pdf》由会员分享，可在线阅读，更多相关《中国省际创新资源整合绩效评价——基于2009-2013省际面板数据的分析-厉伟.pdf（5页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、2016年第12期 Science and Te意臻簇m。nt R。眦hdoi：103969jissn10007695201612014中国省际创新资源整合绩效评价基于2009-2013省际面板数据的分析厉 伟1，李 健1，汪国懋1，王辉龙2(1河海大学商学院，江苏南京210095；2南京市行政学院经济学教研室，江苏南京210000)摘要：基于20092013年我国31个省区的面板数据，综合运用DEA法、超效率DEA法对我国省际创新资源的整合绩效进行测度。研究结果表明，20092013年间我国创新资源整合平均绩效呈现先递减后递增的特征，年均技术效率水平与生产前沿面相差272个百分点，存在着很大

2、的提高空间，各省区创新资源整合绩效则可分为“双高型”、“高低型”、“低高型”和“双低型”四种。关键词：创新资源整合；绩效评价；DEA法；超效率DEA法中图分类号：F2725；F205 文献标志码：A 文章编号：10007695(2016)12007205Evaluation of Chinese Province Innovation Resource Integration PerformanceBa鼬d on the 200920 1 3 Provincial Panel Data AnalysisLI Weil，LI Jianl，WANG Guoma01，WANG Huilon92(1B

3、usiness School，Hohai University，N州ing 210095，Cllina；2Department of Economics，Naniing Administrative College，Nanjing 21000，China)Abstract：Based on 20092013 province panel data，the paper evaluates the performance of innovation resources integra-tion using the method of DEA，super efficiency DEAThe resu

4、lts show that the average performance of innovation resourcesintegration between 2009201 3 first decreased and then increased：the difference between the average annual level of tech-nical efficiency and production frontier is 272 percentage points which shows much room for improvement，and the pmvin-

5、cial innovation resource integration performance can be divided into“doublehi曲”，“hi曲一low”，“lowhiigh”and“doublelOW”four kindsKey words：innovation resource integration；performance evaluation；DEA method；super efficiency DEA method1问题的提出创新是国家兴旺发达的主要驱动力。近年来，尽管创新在我国社会经济发展中的贡献率13益提高，但是仍面临着整体创新能力不足的问题。在研发投入

6、占国内生产总值、科技成果对经济增长贡献率以及技术对外依存度这三个判定创新型国家的标准上，中国2013年的数值分别为167，42和62，与世界通行标准25，70和30相差甚远。中国经济继续依靠现有的劳动和资源投入增加将难以持续，只有通过不断提高创新资源的整合绩效，才是中国经济发展的未来希望。提高创新资源的整合绩效需要正确测度其绩效现状。对于该问题的探讨目前主要着眼于指标体系构建以及测度方法选择两方面。徐建国将科技资源整合能力分解成规模、结构、强度和效果，并利用线性加权法对全国科技资源整合能力进行评价1。王亮基于探索性因子分析法，构建了区域创新人力投入因子、财力投入因子、科技成果产出因和产业成果产

7、出因子，并通过DEA法测算了上海市创新系统的配置效率旧J。冯伟，王修来从人才、资金、设备、项目、科技机构和成果六方面构建了创新资源整合效果评价指标体系，并采用多层次灰色评价法构建了评价模型旧J。陈菲琼，任森利用因子分析法对浙江省创新资源整合情况进行评价，认为主导因素是人力和物力，创新资源投入的增加改善了区域科技创新能力H J。虞晓芬在用DEA法测算全国三大区域创新效率的基础上，定量分析了企业性质、人力资本、产业结构对我国区域创新效率的影响1。在国外，Sharma、Thomas采用DEA法，考虑创新投收稿日期：20150916，修回日期：20151210基金项目：河海大学中央高校基本科研项目“房

8、价扭曲对城市创新的影响机制研究”(2015824114)；国家社会科学基金项目“苏南一苏北产业转承中的环境污染转移机制、测度与矫正制度设计研究”(15BJY061)万方数据厉伟等：中国省际创新资源整合绩效评价基于2009-2013省际面板数据的分析 73人与产出的时滞效应，测度了22个发达国家和发展中国家的创新效率J。Rolf GSteinberg在研究创新支出的配置效果时，利用OECD关于研发的指标体系，对美国、英国、法国、日本、德国在高新技术领域的政策进行了实证分析J。上述研究中，在创新资源整合绩效指标体系构成上，大多将人力和财力作为投人指标，而忽略了物力这一基础性投人要素在创新活动中的作

9、用；在产出方面，往往仅考虑单一的直接产出或间接产出，缺乏多产出共同作用的综合分析。而在创新资源整合绩效的测度方法上，国内学者在创新资源整合绩效评价方法上多运用经典的DEA方法，测度得到的绩效值仅能区分出有效单元和无效单元，且有效单元往往包含多个，无法进一步比较优劣。本文将尝试改进上述情况。在指标体系构成上，从投入产出两个角度构造更全面的指标评价体系；在测度方法上，利用DEA法、超效率DEA法对创新资源整合绩效进行测度。希冀能够更科学地测度我国省际创新资源的整合绩效，为科学制定创新政策提供依据。2绩效评价体系构建影响创新资源整合绩效最直接的因素就是创新投入和创新产出两方面，本文从创新投入产出的生

10、产过程出发，从投人和产出两方面构建区域创新资源整合绩效评价指标体系。在分析区域创新资源整合绩效时涉及到对效率的理解问题。生产单元的经济效率(Overall Efficiency，OE)可以分解为技术效率(Technical Efficiency，TE)与配置效率(AHocative Efficiency，AE)旧J。技术效率是指要素的投入产出比，没有考虑投入要素的结构对经济效率的影响。而配置效率是指既定的生产技术和要素价格下，选择最优投入组合进行生产的能力。对整合效率的考察和测度一般是针对技术效率而言的一o，本文也遵循这一思路。技术效率描述的是生产单元处于规模报酬固定时的情况，然而现实中规模报

11、酬一般是可变的。在规模报酬可变的条件下，技术效率又可以分为规模效率(Scale Efficiency，SE)和纯技术效率(Pure Technical Efficiency，PrE)。规模效率是指生产单元规模经济发挥的程度。在技术效率中，剔除规模因素后，就得到了纯技术效率，反映生产单元的管理水平和资源配置能力。分析区域创新资源整合绩效主要考虑的是技术效率(TE)、规模效率(SE)和纯技术效率(PTE)三个指标。21投入指标的选择创新投入是指创新整合过程中所需要的各类创新投入要素，主要包括人力、财力、物力、信息、政策等。但信息、政策等要素主要通过人力、财力和物力资源来体现，因此在创新投入中主要考

12、虑人力、财力、物力这三种形式。(1)人力资源。人力资源是创新活动的关键力量，科技人员的数量和质量直接决定着区域创新整合能力的高低。研发活动(R&D)是创新活动最直接的反映，本文选择R&D人员全时当量作为衡量创新人力资源的指标。(2)财力资源。地方政府不但通过政策法规来引导创新主体的行为，更直接通过财政资金投入参与创新整合活动。我国科研机构、高等院校等创新主体在创新资源上对政府有着极强依赖性，本文选择政府科技拨款指标来衡量创新财力投入。(3)物力资源。物力资源是刻画区域内政府、科研机构等创新主体在创新活动中物力支撑的方面。物力资源的投入直接决定了创新活动的规模和程度，本文选择各地区研发机构设备和

13、仪器投入作为衡量创新物力资源的指标。22产出指标的选择创新资源整合的本质目的就是提高单位创新资源的产出能力。创新产出是指通过创新整合活动得到的创新成果，按照产出成果的方式分类，主要有直接产出和间接产出。(1)直接产出。直接产出是指通过创新活动直接带来的创新成果。本文选择发明专利申请受理量、国外三系统(SCI、EI和ISTP)收录的科技论文数量两个指标来反映。专利申请受理量包含了真实的专利授权量，更涵盖了各种体现创新意愿和动机的未被授权的部分。选用国外三系统收录的科技论文数量作为评价指标主要是因为科研机构和高等院校的创新成果一般不直接转化为经济效益。(2)间接产出。间接产出是指由于创新活动产生的

14、经济效益，反映了创新活动成果转换为实际经济的效果。企业创新活动是创新成果转化为经济效益的主体力量。本文选择高新技术产业产值来反映创新间接产出，代表创新投入后的一种市场绩效型的产出。23测度方法选择本文主要基于超效率DEA法和DEA法对创新资源整合绩效状况进行测算。当使用DEA法进行效率评价时，会出现多个决策单元同时处于生产前沿面，从而导致多个决策单元都相对有效(有效决策单元的效率值都为1)，这样就很难对有效的DMU进行再评价。此时需要使用超效率DEA法解决位于生产前沿面决策单元的再评价问题，通过对有效决策单元再一次进行效率比较，可以实现对所有决策单元的充分排序，并通过技术效率、纯技术效率、规模

15、效率的对比，分析造成绩效高低不同的原因。此外，根据研究视角的不同，传统DEABCC模型可分为投入导向型和产出导向型。本文主要从优化创新资源投人量的角度来提高创新资源整合绩效，因此选用投入导向型的BCC模型作为基础DEA模型。3 实证分析31样本选取与数据来源本文选择20092013年中国31个省、直辖市、自治区(以下简称“省区”)的面板数据作为样本。变量数据来源中，R&D人员全时当量、研发机构设万方数据74 厉伟等：中国省际创新资源整合绩效评价基于2009-2013省际面板数据的分析备和仪器投入量，产出变量中发明专利申请受理量、国外三系统收录的科技论文数量、高新技术产业产值来源于中国科技统计年

16、鉴，政府科技拨款来源于中国区域创新能力报告。32创新资源整合绩效分析创新资源整合绩效分析从整体和省域两个层面展开分析。整体绩效分析可以从整体上把握我国创新资源的整合绩效，省域层面分析则有助于分析省域之间在总体指标和分项指标上的差异性。321整体绩效分析。在20092013年间，共有155个观察样本，其中47个决策单元是相对有效的，108个决策单元是相对无效的，无效决策单元占所有观察样本的70，可见我国20092013年五年来国家总体层面来看，创新资源整合绩效还亟待提高。+技术效率-,41-纯技束绶宰十规使效辜图1列示了我国20092013年创新资源整合三种效率值的变化趋势。创新资源整合平均技术

17、效率值的整体趋势是先递减后递增。技术效率总体而言相对较低，仅在07左右徘徊，表明我国创新资源整合绩效值还不高。而规模效率平均值相对较高，同时几乎每年平均规模效率值都高于纯技术效率的平均值，说明纯技术效率相对较低是我国大部分省份创新资源整合绩效提升的主要制约因素。322省域层面分析。根据DEA的测算特征，计算出的结果为相对效率，而不是绝对效率，当决策单元的效率值达到l时，说明该决策单元在所有被评估的决策单元中是相对有效的；反之则是相对低效的。具体而言，当TE=l时，表示该省份创新资源整合绩效处于生产前面上，当TEl时，表示该省份创新资源整合尚且处于无效率状态。将投入产出数据代人传统DEA模型中，

18、运用DEAP21软件对我国各省区的创新资源整合绩效进行测算，技术效率(rIE)、纯技术效率(PIE)和规模效率(SE)等结果见表1。根据表1，DEA构造的创新资源整合绩效前沿面是广东、浙江、江苏、湖南、江西、重庆、上海、北京、黑龙江、吉林、陕西、甘肃和福建。20092013年间创新资源整合绩效达到相对有效的省区分别为8个、7个、11个、11个和10个，均不到全国省区的一半。其中，连续5年创新资源整合绩效都相对有效的省区有广东、浙江、江苏、湖南和上海5个省区，约占31个省区总数的1613；连续5年创新资源整合绩效都相对无效的有天津、辽宁、四川、山东、安徽、湖北、贵州、河南、河北、云南、宁夏、新疆

19、、广西、海南、山西、内蒙古、青海、西藏18个省区，接近31个省区总数的60，表明创新资源整合绩效偏低的问题在我国各省区普遍存在。表1 中国省际区域创新资源整合静态绩效值及其分解(20092013)地区1雨i元面r1行r蓖丽雨雨_1汀f匣两霄磊1i丽币r1丽r1f丽可1冠i茬百r1而F一北京 l_OGO 1 000 1 000 cn 0845 l0 n 854 如 1咖 1咖 1咖 Cm I咖 1咖 1咖 10 I唧 I咖 m天津 n 997 1咖0 997 im 0813 0824 n9盯 h 0 926 0 931 0 994 il毫0哳 n掰0 957 缸 n啪 nw 0粥dm河北 n嗍

20、n鲫0哪 im n424 0445 n 95I ira 0163 n 63l n钾I im 0519 n 527 0 9拈 iI- n694 n 737 n舛I im山西 n 403 0441 0 914 im n 304 n 364 n 836 n 0 413 0 499 n掰 im n450 n 5”0 853 im n 483 n 523 0 923 iI|713 璐997 im9盯 ira9 岫Ocn咖cn0 990 im972 im0 c日976 dm9 蚰0 0 cn咖cm855 im527 h咖m91 啊螂im0 c珥加0 咖m9盯 im939 im咖m师im938 in997

21、im啪0 739 im6酌 im伽0 mOc珥咖m咖cn0 咖e,m995 h咖cnl 岫咖m9铂 im啪d日咖cm咖m772 iIB7勰 im958 dm996 im0口-0 c恺咖mO 9卵 im0cnO m992 dm995 如如如咖en0 c博846 iI|67I iI|9衢 扣咖咖咖口j咖 mO 9卵 im0 mI im999 h99B 士799 dm0 咖967 im海南0 389 0 641 n 6艏 i| n437 0 797 n铷 iII nm 0嘲 n456 il摹 n40l n 7蛄 n 50 im 04511 n 854 n 527 h重庆 n蛳0瞄 n蚴 il| I咖

22、 1 1咖 cn I咖 l咖 I咖 m 1咖 1啪 1咖 cm I咖 1咖 I咖 四川 n瞵 0撇 n科 i-毫 n 717 n 719 n 997 im n蝴 0研 n992 iI| n槲 n嘟 n哪 由I n934 n晰 n954 由|责州 n470 0 556 n845 响 n 667 n鼬1 n 748 h n24 0 8鹊 A 815 im n蹴 nl n857 il摹 n673 n 7 n娜 h云南 n434 n 48I nl i-| n 383 n 42l n9 岫 n 558 0 5钾 n 934 h n 572 n612 n934 洒 n613 n酗l n 9靳 h西藏 n瑚

23、 I n230 蛔 n172 1咖 n172 il n 239 l咖 n坳 iI| n199 1咖 n122 h nm I啪 nl盯 h陕西 n95l 0 956 n螂 ilB n铆 n鳓 n949 如 n蜘 0 9舯 n 994 im 1咖 1嘲 1咖 0啪 1咖 n啪 抽甘肃 l咖 l咖 I咖 n 587 n 622 n943 iII 1咖 1咖 I咖 哺 n974 1咖 n974 il矗 n974 1咖 n974 h青海 n 213 n 553 n粥 i|I n瑚 1咖 n瑚 i曙 n 212 l咖 n 212 im n 237 n935 n 254 im 0蜥 n纵 n姗 h宁蔓0 4

24、37 I咖 n437 iIB n546 I咖 n 546 iI|0 773 l咖0 773 岫 n 335 n937 n 358 iI|0撇 1咖 n瑚 h夤 n挪 n 487 n鲫 J啉 n粥0516 n啪 h n张 n 602 0 667 ira 0476 n 622 垒筮 iI| n54l n铷 n嘶 its注：TE=P厄sE；Itls为规模回撮h表示规模报酮递增，d|表示规模报遵曩啪表示规模报囊不变。(1)技术效率角度表1显示每年均有多个有效决策单元，即多个省区技术效率为l，均处于生产前沿面上，这就很难对这些有效决策单元进行再评价，此时可以通过超效率DEA法该方法将相对有效的决策单元的

25、技术效率进一步排序。对全国31个省区20092013年的创新投入、产出数据代人超效率模型，运行EMSl3软件，得到相关省区近5年的DEA超效率值，见表2。比较表1的技术效率和表2的超效率值不难看出，采用DEA模型和超效率DEA模型对于无效率的省区不会产出任何差异，不影响其技术效率值和辨赫撼躲器精瓣罐万方数据厉伟等：中国省际创新资源整合绩效评价基于2009-2013省际面板数据的分析 75排名。但超效率DEA模型区分了技术效率均为1的省区，可以很直观地得到各省区的绝对技术效率值，很好地解决了所有省区的排序问题。此时，相对有效的省区的技术效率不再是单一的l，而是大于l的数字。表2 中国省际区域创新

26、资源整合超效率值(20092013)由表2可知，20092013年平均超效率值大于1的省区共有9个，这9个省区与其他省区相比，创新资源整合绩效是相对最高的，处于技术效率前沿面上，按绩效值的高低顺序排列依次是广东、浙江、江苏、湖南、江西、重庆、上海、北京和黑龙江。湖南、江西、重庆、黑龙江在样本期间同样处于最优前沿面上，尽管这4个省区没有其他5个省区在经济、地理方位的优势。创新资源整合绩效值排序后四位依次是西藏、青海、内蒙古、山西。山西则在于以煤炭为中心的产业结构恶化了技术创新环境，造成创新资源整合绩效不高。各省区纵向比较来看，连续5年超效率值大于l，即创新资源整合连续5年相对有效的省区有广东、浙

27、江、江苏、湖南、上海，其他26个省区都存在创新资源整合相对无效的时期。值得注意的是，广东、湖南、江西3个省份的效率值尽管较多，但呈现逐年递减的趋势，表明这三个省份对提升创新资源整合绩效的努力有所松懈。其他省份的创新资源整合绩效在这5年当中均处于波动状态，仍需采取稳定并有效的措施提高其绩效水平。(2)规模效率角度省区有上海、江苏、浙江、湖南、广东，表明这5个省区都已经接近于最佳规模状态，继续扩大创新投入规模的必要性不大。规模效率最低的两个省份为西藏和青海，其平均规模效率值分别仅为0。189和0279，并且一直成递减状态，因此，应适度减少这两个省份的创新投入，避免资源的不必要浪费。样本考察期内，仅

28、有3个省区的规模效率值为逐年上升的状态，分别为福建、重庆、云南，并且福建、重庆的规模效率值在2011年、2012、2013年都达到了1，说明这些地区创新投入的规模处于不断优化的过程中，创新资源整合绩效的提升很大程度上得益于规模效率的提升。而湖北的规模效率呈现不断下滑状态，说明该省份不适宜增加创新投入和扩大生产规模。其他各省份创新资源整合的规模效率则处于波动当中，说明其最优创新资源整合规模还在探索过程当中。表3 中国省际区域创新资源整合规模效率值(20092013)(3)纯技术效率角度由表4可知，20092013年我国共有7个省份每年的纯技术效率都达到1，分别为北京、上海、江苏、浙江、湖南、广东

29、、西藏，说明这些省区创新资源的整合水平较高。然而，样本考察期内，纯技术效率的平均值几乎每年都小于规模效率的平均值，这主要是由于某些省份纯技术效率值与1差距较大所致，如内蒙古20092013年的平均纯技术效率值仅达到043，该省份创新资源的整合存在严重的管理问题。此外，重庆的纯技术效率值逐年上升，且在20102013年都达到了l，说明其创新资源整由表3可知，20092013年规模效率均为1的 合水平的改进措施卓有成效。万方数据76 厉伟等：中国省际创新资源整合绩效评价基于2009-2013省际面板数据的分析表4中国省际区域创新资源整合纯技术效率值20092013)地区 2009 加10 20ll

30、 2012 2013 平均北京 IO 1OOO 1000 1 000 1000 1000天津 1000 0824 n931 0874 0 844 0895河北 0665 0445 0631 0527 0737 0 601山西0441 0364 0499 0527 0523 n47l内蒙古 O311 0363 0455 o458 0565 0430辽宁 O890 n 659 097I n 967 1000 0897吉林 1000 0594 1000 0981 1000 0915黑龙江 1000 0628 1000 I(DO 1000 0 926E海 1咖 1咖 1咖 1 1000 1000江苏

31、1000 1咖 l 000 l 000 1000 1000浙江 1咖 1000 1000 1 000 1咖 1000安徽 n 828 0 996 n 752 n 712 0762 0810福建 O773 n 616 1O 1000 1000 0878江西 1咖 1000 o84l 1000 1000 0968山东 n 956 0798 n 812 0793 O891 0850河南 n 502 n 509 0732 0666 n 697 062l湖北0981 0518 1000 I000 0999 0 9(30湖南 1000 1000 10 1_000 I000 1000广东 1000 1000

32、 1000 1000 1000 1000广西 0456 0403 05”0497 0582 0493海南0641 0797 0828 0795 n 854 0783重庆 0903 1000 1000 1000 1000 n 98l四川 ot842 0719 n 895 0嘶 0979 0860贵州 n 556 n 891 0889 0691 0760 0757云南 n 48l 042l 05卯 n612 n 641 0550西藏 1000 1000 1000 1000 1000 1000陕西0956 0690 0987 1000 1000 0927甘肃 1000 0622 1瞄 1000 10

33、00 n 924青海0553 1000 1000 0935 0864 0870宁夏 1000 1 000 1000 0937 1000 0987新疆 n 487 0516 n 602 0622 0596 0565平均0814 0754 0869 0854 08帅 0834(4)纯技术效率和规模效率的综合分析按照09的临界值对纯技术效率和规模效率进行划分，可将我国各省区创新资源整合效率分为四种娄犁萁率间折射图如图2罐摸教室D匿乍月走鼙葛0河南$南新薯耥；鼹漤甄磊600 n(Io纯技术救事海南毒 里1o(时中国省际区域创新资源整合纯技术效率及规模效率分布图和产出两方面构建了创新资源整合绩效评价指标

34、体系，采用DEA法和超效率DEA法测度了20092013年中国31个省区的创新资源整合静态绩效。主要研究结论如下：2009至2013年间我国平均效率值的趋势是先递减后递增，年均技术效率水平与生产前沿面相差272个百分点，创新资源整合水平存在很大的提高空间。各省区创新资源整合静态绩效特征并不一致，=1-，、L “_n11丘tl ；!r，rrl山I， “，rf￥1tIl”1：n “：，rt，r1甘肃共12个省区。这类省份创新资源整合效率相对较高，需要改进的方面比较少。处于第二象限的为纯技术效率在09以下但规模效率在09以上的“低高型”省份，包括天津、河北、辽宁、安徽、福建、山东、河南、四川和云南共

35、9个省区。这一类省份在后续创新资源整合过程中要着重进行纯技术效率的改进，即提高创新资源的管理水平以更好地利用创新投入。处于第三象限的为“双低型”省份，包括山西、内蒙古、广西、海南、贵州、青海和新疆共7个省区。这类省份的创新资源整合低绩效由创新资源管理水平不高和投入规模不适宜两方面因素造成，因此改善更为困难。这些省区创新资源整合的规模报酬递增，因此在注重提高创新资源管理水平的同时，政府应提高创新资源投入向这些省份的倾斜，以提高创新投入规模对绩效的作用。处于第四象限的为纯技术效率较高但规模效率偏低的“高低型”省份，其纯技术效率超过09但规模效率在09以下，包括西藏和宁夏，这类省份创新资源整合应着重

36、规模效率的改进。4主要结论本文从创新资源整合绩效的内涵出发，从投人参考文献：1徐建国我国区域科技资源配置能力分析J中国软科学，2002(9)：98一1002王亮区域创新系统资源配置效率的演进规律与创新机制研究D长春：吉林大学博士论文，20083冯伟，王修来基于多层次灰色理论的科技资源整合共享效果评价模型J技术经济，2009(28)：16204陈菲琼，任森创新资源集聚的主导因素研究：以浙江省为例J科研管理，201l(1)：89955虞晓芬，李正卫，池仁勇，等我国区域技术创新效率：现状与原因J科学学研究，2005(23)：2582646SHARMA S，THOMAS V JIntercountry

37、 R&D efiqciency analysis：application of data envelopment analysisJScientometrics2013，76(3)：4835017ROLF G SGovernment RD expenditure and space：empirical evi-dence from five industrialized countriesJResearch Policy，2006，5(25)：7417588FARREL M JThe measurement of productive efficiencyJJournalof Royal Statistical Society，1957，Series A，120()：2532819魏晋楚，沈洪创新效率及其影响因素：基于DEA的实证分析J管理世界，2007(8)：6676作者简介：厉伟(1976一)，男，江苏淮安人，教授，主要研究方向为区域与城市经济；李健(1992一)，男，江苏句容人，研究生，主要研究方向为区域经济；汪国懋(1990一)，男，江苏南京人，研究生，主要研究方向为城市创新；王辉龙(1978一)，男，通信作者，江苏南京人，副教授，主要研究方向为公共管理。万方数据