区域经济协调发展视角下的差异化税收政策研究
2015-04-28魏红颜周丽俭
李 兰,魏红颜,周丽俭
(哈尔滨商业大学财政与公共管理学院,哈尔滨 150028)
一、引言
改革开放以来,我国的经济一直保持着高速发展,综合国力显著提高。但在经济高速发展的同时,区域经济中的非均衡发展,即地区差距的存在将会产生诸多消极影响。根据联合国《人文发展报告》所列数据表明,中国是目前世界上四大区域差距较大的国家之一。我国东部地区的经济发展水平要远高于中西部及东北地区。东部地区经济总量占全国的比例从1995年的52.05%增长到2012年的62.87%,而中西部及东北地区的经济总量占GDP的比重平稳在20%左右,由此可见我国区域内部存在明显的差距并逐渐扩大。北京、上海、广东、江苏的税收收入远高于其他省市,且其税收收入之和比中西部及东北地区的总和还要高。由于东西部之间的区域差异和税收结构差异,东部地区税基较大,税收优惠力度较强,税收增长率较低,而西部地区的税基较小,却承担着较高的税收增长率,这会造成区域间税收增长的不平衡性,从而影响了区域间的协调发展。作为调节宏观经济的主要手段之一,税收政策能够调节资源的有效配置,引导生产要素流动,平衡生产力的合理布局。因此,税收政策对于区域经济的发展有着极其重要的影响。对区域差异化税收政策的研究能够为我国区域政策的制定提供相应的理论基础,国家根据区域税收收入情况与税收结构的不同制定与其经济社会发展水平协调一致的税收优惠政策,结构调整建议,促进区域经济协调发展。本研究着眼于中央和各地区的税务部门创新差异化税收政策,具体问题具体分析,通过研究税收政策的区域性差异,对于缩小地区经济差距,促进区域经济协调发展具有非常重要的实践意义和学术价值。
二、文献综述
(一)区域税收与经济发展关系研究
国内外学者在研究区域税收与经济发展的关系时,由于模型和数据分析方法的差异得出不同的结论。Lawrence H.Summers(2006)认为政府应通过区域投资政策、区域税收政策来适度干预经济,充分发挥财税政策的积极作用。当政府支出占GDP比例小于17%时,经济增长随着税收增加而增加;当比例超过17%时,经济增长随税收增加而降低,要充分把握好适度原则,才能推动区域经济协调发展。Engen Eric和Skinne Jonathan(1996)的研究表明,在区域经济发展过程中,税收的组合与税收的绝对水平对经济增长来说同样重要,与征税水平普遍较低的地区相比,采用税基较宽的税收结构并加强管理整合税收资源的地区具有较高的增长率。郭庆旺(2002)通过计量模型研究了1994—2000年税收负担对我国三个经济区经济增长的影响进行了研究,研究结果表明东、中西部的宏观边际税率均为负,进而得出1994年以来东、中西部的税收增长将扩大区域经济差距。张伦俊(2006)从经济增长、宏观税负、边际税负的角度剖析了税收与经济增长的关系,综合运用因子分析、聚类分析的方法,讨论研究了税收负担与区域经济协调发展的联系和差异,据此对我国当前的税收政策进行反思。吴永贺(2009)建立了误差修正模型,对1994—2006年的数据进行Granger检验和协整检验,研究结果显示,税收收入与国民生产总值存在着长期的均衡关系。
(二)税收与经济增长关系的实证研究
税收与经济增长关系的实证研究方面,国内外学者也做了不少有益探索。Sims(1980)最早提出了向量自回归(VAR)模型。Sims在研究模型的过程中提出了两个疑问:第一,在建立方程组时,很难找到包含所有影响因素的理论基础与之相匹配;第二,整个模型出现较大偏差很可能是由于其中的某一个方程的估计产生偏差所致。选择VAR模型能够将整个模型中所有变量都视为内生变量与每个方程一一对应,这样能够减弱既有理论的限制。同时,能够方便地分析我国税收负担与我国经济发展的长期动态影响特征,有利于解决联立方程组估计法所产生的弊端。董志勇、邓丽(2010)在宏观税负对经济增长的研究中,使用了SVAR模型来研究中国税负水平和经济增长之间的动态关系,并使用脉冲响应函数和方差分解法来研究宏观税负的经济增长效应。而且他们构建四个SVAR模型深入分析了投资、消费、进出口四个指标对经济增长的影响。研究表明,其中只有投资对降低宏观税负的刺激作用是长期有效的,消费、进出口对宏观税负的刺激作用仅仅是短期显著的。刘海庆、徐颖科(2011)采用PVAR分析方法,对税制结构、税负水平与经济增长的关系进行分析,选择了1994—2008年30个省级单位的相关数据作为研究对象,研究表明,税收负担与经济增长是双向、复杂的互动关系,即经济的增长促进税收负担的增加,税收负担的增加反过来,进一步抑制经济的增长。
基于以上研究,本文以促进区域经济协调发展的差异化税收政策作为主要研究对象,对我国东、中、西及东北地区的社会经济发展以及地方税收负担差异进行分析,并通过建立向量自回归模型(VAR)来探讨税收及税收政策对区域经济增长的影响,使用广义的脉冲响应函数法从动态角度来分析经济发展与税收的关系,并得出相应结论:为了缩小地区发展差距,促进区域经济协调发展需制定差异化的税收政策,最后根据相应结论,提出有针对性的对策建议。
三、研究模型与变量选取
(一)VAR模型相关设计
税收作为政府支出的主要来源,同样具有经济增长效应。由于考虑经济增长率内生化的问题,需要不断扩充模型中的内生变量,使资本的边际效应不变。税收政策是调控经济政策的主要手段之一,可以调节总产出。Barro(1990)在Cass-Koopmans(1965)模型的基础上,建立 Cobb-Douglas型生产函数:
其中,Y为经济的总产出,K为经济的总私人资本,Z为总的公共支出。该生产函数反映的是政府支出对经济增长的效应。政府投资支出作为内生化的变量,决定社会生产总量,从而对经济增长产生影响。因此,税收作为政府支出的主要来源,与政府投资支出具有同向的经济增长效应。这就是较早研究总税负水平与经济增长效应的Barro模型。
为真实反映税收对各区域经济增长的长期动态影响,本文选用向量自回归模型(VAR)。VAR是基于数据的统计性质建立的模型,VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值来构造模型,从而将单变量自回归模型推广到多元时间序列变量组成的“向量”自回归模型。VAR模型通常用来预测与之相联系的时间序列系统和随机扰动项对变量系统的动态冲击,这样就可以有效地解释各种经济冲击对经济变量的影响。
其一般表达式为:
为考察税收政策是否对不同区域产生不一样的作用效果,首先需要选取合适的税收政策衡量指标。本文选取能直接体现现行税收政策和客观税源变化以及衡量各区域经济发展质量的三大指标:税收负担率、税收增长率和全社会固定资产投资占GDP比率。为研究在实证检验转型条件下,各区域税收对其经济增长效应,把VAR模型设定为:
其中,RGDP为人均GDP增长率,T为税收负担率,TX为税收增长率,K为全社会固定资产投资占GDP的比率。j=e,w,m,d分别表示东部、西部、中部和东北地区样本。a0,a1i,a2i,a3i,a4i均为待估参数,i=1,2,3…n表示相关内生变量的滞后期。
(二)数据和变量的选取
自1994年我国开始实施分税制改革以来,对保障宏观财政收入和宏观经济调控能力都发挥了积极作用。因此,本文数据选取的是1994—2013年我国四大经济区域(包括东部、中部、西部、东北地区)人均GDP增长率、税收负担率、税收增长率和全社会固定资产总值占GDP的比率为变量。相关的数据来源于中国国家税务总局网站和相应各年《中国统计年鉴》和各省市统计年鉴。
图1 东中西北各区域人均GDP增长率变动趋势
如图1所示,东部、中部、西部和东北地区四大区域的人均GDP增长率变动趋势为:从1994年分税制改革开始,到2000年我国四大区域的人均GDP增长率呈现逐年下降的趋势,并且下降的速度很快。从2000年至今,四大区域整体趋同,人均GDP增长率平稳中有所波动,表现为整体上升的趋势。
图2 东中西北各区域的税收负担率变动趋势
如图2所示,东部、中部、西部和东北地区的税收负担率变动趋势为:四大区域的税收负担率从1994年至今,都呈现平稳上涨的趋势,并且税收负担率的比率变化较小。东部地区税收负担率的相对数明显高于其他三个地区,而由图2中可以看出,中部地区的税收负担率的相对数最少。
如图3所示,东部、中部、西部和东北地区的税收增长率变动趋势为:各区域变动幅度较大,尤其是1996—1998年税收增长率变动比较明显,突然上升又下降,呈现倒“V”型。但四大区域整体趋势趋同,税收增长率基本处于波动状态,1998年之后,税收增长率的振幅基本都保持在30%以内。
图3 东中西北各区域的税收增长率变动趋势
图4 东中西北各区域全社会固定资产投资占GDP比率变动趋势
如图4所示,东部、中部、西部和东北地区全社会固定资产投资总额占GDP比率的变动趋势为:20年间各大区域的比率整体上升,1994年东部地区的比率比中西和东北地区的比率都高,但上升趋势比较平缓,中部、西部和东北地区的增速明显快于东部地区。到2013年,东北地区的全社会固定资产投资总额占GDP的比重最高。
四、实证分析
(一)序列图分析及检验
1.时间序列图分析
时间序列图分析是一种动态数据处理的统计方法,主要目的是观察变量是否随时间变化而呈现出某种趋势。由于经济变量的非平稳性,使得基本回归模型的OLS方法所估计的方程可能存在伪回归的问题,因此,根据相关数据分析,分别绘出各区RGDP、T、TX和K的时间序列图。
图5 东部RGDP、T、TX和K时间序列趋势图
图6 中部RGDP、T、TX和K时间序列趋势图
图7 西部RGDP、T、TX和K时间序列趋势图
图8 东北RGDP、T、TX和K时间序列趋势图
从图5至图8中可以看出:四个经济变量存在某种相关趋势,属于非平稳的时间序列,经济变量RGDP、T、TX和K明显存在某种均衡关系。
2.变量的平稳性检验
由于上述经济变量属于非平稳的时间序列,非平稳时间序列如果存在单位根,则一般可以通过差分的方法来消除单位根,得到平稳序列。因此,利用ADF统计量对其进行单位根的平稳性检验。检验结果如表1所示,在差分阶数不同的情况下,RGDP、T、TX和K在1%和5%显著水平下都达到了稳定。
表1 时间序列RGDP、T、TX和K的平稳性检验
(二)滞后阶数的确定
应用Eviews软件对LR、FPE、AIC、SC、HQ共五个评价统计量进行分析,来确定模型的滞后期。从整体上看,东部、中部、西部和东北地区经济变量的当期值受其滞后1期值的影响较大,与其他值之间所呈现的关系并不明显,即建立滞后期为1期的VAR模型能消除随机误差中存在的自相关,如表2所示。
表2 四大区域VAR模型滞后阶数的确定
表3 东部地区VAR模型估计结果
表4 中部地区VAR模型估计结果
表5 西部地区VAR模型估计结果
表6 东北地区VAR模型估计结果
(三)VAR模型结果分析
运用Eviews软件对数据进行处理分析,由表3至表6可以得到,各区域的VAR模型如下:
从上述模型中我们可以看到:自1994年分税制改革以来,全社会固定资产投资对四大区域的经济增长都具有正向的影响,即指标K对经济增长具有促进作用,而税收负担率和税收增长率对各区域的经济增长影响各不相同。主要表现为以下几个方面:
1.税收负担率对当期人均GDP增长率的影响存在区域差异效应
税收负担率对当期人均GDP增长率的影响在东部、中部和东北地区的表现为正相关的关系,分别为 0.3603、1.3318 和 1.2019,即增加这三个区域的税收负担率会促进本区域的经济发展。这就意味着,在我国的东部、中部和东北地区税收收入的增长会促进区域经济的增长。而税收负担率对西部人均GDP增长率的影响表现为负相关的关系,为-5.3122。这说明税收负担率在西部地区已经处于饱和的状态,如果再增加税收收入,则会加重人民负担,这势必会影响经济的发展。而且税收负担率每增加一个单位,人均GDP增长率将会下降5.3122个单位,这表明增加西部地区的税收负担率对经济增长的抑制作用比较明显,所以国家应该对西部地区采取适当的减税或加大税收优惠力度。对于我国东部、中部和东北地区,应采取适当的税收政策来增加区域的税收收入,由于税收负担具体体现国家的税收政策,是税收的核心和灵魂,直接关系到国家、企业和个人之间的利益分配关系,也是税收发挥经济杠杆作用的着力点,因此,适度地把握好本区域的税负水平,将对其经济的发展具有极其重要的拉动作用,这在中部地区表现较为明显,税收负担率每增加一个单位,人均GDP增长率将会增加1.3318个单位,而东部地区税收负担率对经济增长的影响反映较弱。
2.税收增长率对当期人均GDP增长率的影响存在区域差异效应
税收增长率对当期人均GDP增长率的影响在中部和东北地区的表现为正相关的关系,分别为0.0691和0.0745,即增加中部和东北地区的税收增长率会促进本区域的经济发展。这就意味着,税收增长率与区域经济增长存在着长期均衡的变动关系。税收增长率每增加一个单位,人均GDP增长率分别增加0.0691和0.0745个单位,可见我国税收呈现高增长态势,税收增长率远超经济增长率,这在东北地区的表现比较明显。而税收增长率对东部和西部的人均GDP增长率的影响表现为负相关的关系,分别为-0.0091和-0.0093。这说明税收增长率在东部和西部地区已经处于饱和状态,税收增长率每增加一个单位,人均GDP增长率分别下降0.0091和0.0093个单位,但东部和西部的税收增长率对经济增长的影响反应不太明显。自1994年分税制改革以来,到2014年这20年间的税收收入比1994增长了近20倍。虽然税收增长率的增加为我国经济的稳定发展提供了坚实的财力保障,但长期的税收增长率与经济增长的不协调关系,也会加重人民的负担,这势必会影响社会经济的长治久安。从理论上来说,经济决定税收,税收对经济有反作用。因此,应该从经济发展的总体规模和速度来决定税收收入的增长速度,使税收增长率与经济增长率大体保持同步增长。
3.全社会固定资产投资占GDP的比率对各个区域的当期人均GDP增长率都具有重要的促进作用
全固定资产投资占GDP的比率每增加一个单位,东部、中部、西部和东北地区的人均GDP增长率分别增加 0.1760、0.8953、0.8426、0.2448个单位。中部和西部地区的固定资产投资总额对经济增长的影响表现最为明显,其次是东北地区,表现最弱的则为东部地区。这说明在中部和西部地区加大固定资产投资对当地区域经济发展具有非常重要的作用,如国家对中西部地区采取一定的税收优惠政策和加大落后地区的优惠力度,吸引民间投资和外商投资,扩大投资的来源,提高投资资源的使用效率等。
4.有针对性的选择适合本区域发展的经济指标
从上述三个指标的比较分析来看,东部、中部和东北地区的税收负担率对区域经济增长的促进作用要高于税收增长率对区域经济增长的促进作用。东部、中部和东北地区这两个指标相差分别为0.3694、1.2627、1.1274。其中,中部地区二者指标的差距最大,东部地区二者差距最小,所以加大中部地区的税收收入对区域经济增长的促进作用最为明显。对中部和西部加大固定资产投资总额也会加快区域经济发展,提高经济发展质量。同时,我国在实现经济强国的目标时也要注意,不能盲目地追求增长率,而应该根据不同区域的不同发展情况,采取差异化的税收政策来促进区域经济协调发展。
(四)脉冲响应函数(IRF)分析
脉冲响应函数(Impulse Response Functions,IRF)是用于衡量随机扰动项的一个标准差冲击对内生变量的当前和未来取值的影响。由于VAR模型不能合理解释单个参数的估计值,通常对模型系统建立脉冲响应函数。脉冲响应分析主要是指在一个动态系统中,某个变量如税收负担率(T)在T0时刻对均衡状态偏离的一个单位冲击对其他变量在时间趋势上的影响。由于VAR方程中不同方程的随机误差项之间存在同期相关,需要构造一个正交矩阵将同期相关的冲击转为同期不相关的冲击项。如图9至图12所示,图中分别描绘了东部、中部、西部和东北地区的T、TX和 K对RGDP的脉冲响应。
图9 东部地区T、TX和K对RGDP的动态影响
图10 中部地区T、TX和K对RGDP的动态影响
图11 西部地区T、TX和K对RGDP的动态影响
图12 东北地区T、TX和K对RGDP的动态影响
对东部、中部、西部和东北地区的脉冲响应函数(IRF)路径进行比较分析,由图9至图12可以得出以下结论:
1.税收负担率(T)对人均 GDP增长率的反应
东部地区税收负担在受到其自身的一个标准差信息后,T立刻有较强的响应,在前四期反应表现比较强烈,增加了0.008之后快速下降,而第四期以后,逐渐趋于平稳。而对人均GDP增长率的反应基本上是反向的,脉冲响应在第一期就降到-0.003,呈现微弱的负响应,第二期至第六期呈现平稳的正相关关系,第六期之后呈现平稳负相关的关系,但表现并不明显。中部地区的税收负担对其自身的一个标准差的信息反应在前二期反应较大,对税收负担的冲击从0.004下降到0左右,之后稳定在0.0004左右,脉冲反应很微弱。而对人均GDP的反应则是反向的,在第二期达到最高峰-0.0028后开始回落,与人均GDP增长率呈现负相关关系,在第四期之后逐渐趋于平稳。西部地区的税收负担对其自身的一个标准差的信息反应比较明显,并趋于不断下降的趋势,而对人均GDP增长率的反应在前三期呈现微弱的负反应,第四期之后开始平稳在0.001左右。这就意味着税收负担率每增加一个标准差的单位冲击,人均GDP增长率上升0.1%。东北地区的税收负担对其自身的一个标准差信息反应最为敏感,短期波动较大,长期来看呈现微弱的正响应,而对人均GDP增长率的反应基本与西部地区相一致。
2.税收增长率(TX)对人均 GDP增长率的反应
东部地区税收增长率对其自身的一个标准差信息反应在前两期较为敏感,在接收到信息后立刻有较强的响应,第一期迅速增加到0.1之后快速下降,在第二期之后逐渐趋于平稳。而对人均GDP增长率的反应在前三期基本上是反向的,在第三期之后呈现平稳的正相关关系。中部地区的税收增长率对其自身的一个标准差的信息反应在前两期比较明显,短期波动较大,在第二期至第六期有所波动,但脉冲响应微弱,在第六期之后逐渐平稳在0.01左右。而对人均GDP增长率的反应在前五期呈现非常明显的正效应,在第三期达到最高峰0.07后开始回落,长期调整后对经济基本不会产生影响。西部地区税收增长率对自身的一个标准差信息反应在前三期较为明显,经过短暂的调整后,基本不会产生长期的经济影响。对人均GDP增长率的反应和东部地区基本趋同,在前三期呈现负响应,第三期之后呈现平稳的正相关关系。东北地区税收增长率在受到其自身的一个标准差信息后,立刻产生较强的正响应,达到峰值0.063后开始回落,第三期至第八期出现短期的波动后逐渐趋于平稳。而对人均GDP增长率的反应在前四期呈现明显的正效应,第四期至第八期呈现微弱的负反应后逐渐趋于平稳。
3.全社会固定资产投资对人均GDP增长率的反应
东部地区全社会固定资产投资对其自身的一个标准差信息反应呈现明显的正效应,在前三期逐渐上升,达到峰值0.037后开始回落,在第七期达到最低点0.013后平稳上升。中部、西部和东北地区的表现极为相似,全社会固定资产投资对其自身的一个标准差反应表现为略有上升但相对缓和,而东部地区对人均GDP增长率的反应表现为前五期呈正响应,第五期之后呈现负相关关系且反应程度越来越小。中部、西部和东北地区对人均GDP增长率的反应呈现为稳中有升的正相关关系。
4.四大区域对经济影响的脉冲响应对比分析
由图9至图12的对比分析中可以得出:
(1)在东部和中部地区,税收负担对经济的影响程度较大,分别在第四期达到峰值0.015和第三期达到峰值0.017,这说明在中部地区采取适当的税收政策来增加税收收入在第三年会有明显的作用效果促进西部地区的经济发展,东部地区则会在第四年达到最佳的效果。在东北地区,税收负担对经济影响的程度一般,在增加税收收入的第三年会产生对经济比较明显的促进作用,响应值为0.01。而在西部地区,税收负担与经济发展呈现明显的负效应,即增加税收收入会抑制经济的发展,在第三年抑制程度最为明显,响应值为-0.03。这表明,适当增加中部地区的税收收入对经济增长的促进作用效果最好,而西部地区需要采取适当的税收优惠措施来降低西部地区的税负水平。
(2)税收增长率对区域经济的影响在东部、中部、和西部具有负效应,在东部地区表现最为明显,对西部地区的经济影响最不明显。而税收增长率对东北地区的经济发展具有一定的正效应。因此,我国在制定差异化的税收政策的同时,要注意保持东部地区税收收入的稳步增长,税收收入过快的增长反而会抑制东部地区的经济发展,东北地区则要增加税收收入,税收收入的增长会促进东北地区的经济发展。因此,应该从不同区域经济发展的总体规模和速度来决定税收收入的增长速度,具体问题具体分析,采取差异化的税收政策来促进区域经济协调发展。
(3)全社会固定资产投资对东部地区的经济影响基本不大,对中部和西部地区的反应程度在第一期的表现为负相关,响应值基本保持在-0.01左右,但在第二期反应最为敏感,到达峰值0.3左右再逐渐下降。全社会固定资产投资在东北地区表现为正相关的关系,再由东北地区属于老工业基地,其经济主要以能源、机械工业为主,集中了大量国有资产和国有大中型骨干企业,中央应该加大固定资产投资,如重大装备国产化项目、高新技术产业化项目等,采取“同等优先、适当放宽”的原则向东北老工业基地实施倾斜的优惠政策。
五、结论及政策建议
(一)结论
本文通过建立VAR模型,对1994—2013年间我国东、中、西及东北地区的社会经济发展以及地方税收负担差异进行分析,并采用广义的脉冲响应函数法从动态角度来分析区域经济发展与税收政策的关系。主要结论如下:
1.我国东部、中部、西部和东北地区存在显著的税收政策区域效应,影响税收政策的三大指标税收负担率、税收增长率、全社会固定资产投资总额占GDP的比率存在明显的区域差异,是导致我国税收政策区域效应存在的原因之一。
2.在东部、中部和东北地区,税收负担率对其经济增长具有正效应。这在中部地区表现最为明显,税收负担率每增加一个单位,人均GDP增长率将会增加1.3318个单位,但东部地区税收负担率对经济增长的影响反映最弱。税收负担率对西部地区的经济增长具有较强的抑制作用,税收负担率每增加一个单位,人均GDP增长率将会下降5.3122 个单位。
3.税收增长率对当期中部和东北地区的经济增长表现为正相关的关系,分别为0.0691和0.0745,而税收增长率对东部、滞后期的中部和西部地区的人均GDP增长率的影响表现为负相关的关系,分别为 -0.0091、-0.0097 和 -0.0093。这说明税收增长率在东部和西部地区已经处于饱和状态。
4.全社会固定资产投资对东北地区经济增长的促进作用最为明显,在东部地区基本不会影响该地区的经济发展。
(二)政策建议
针对我国存在显著税收政策区域效应的现象,本文提出以下政策建议:
1.对东部地区实施“中性”、中西部和东北地区实施“激励”的区域差异化税收政策,我国应对中西部和东北地区相对于东部地区,实行“更加宽松,更加优惠,力度更大”的激励性税收政策,增加税收优惠的力度,实施多元化的区域差异化税收政策,发挥其调节收入分配、缩小地区差距的作用,以实现区域经济的协调、快速发展。
2.研究和构建科学规范的区域差异化税收激励政策。对东部、中部、西部和东北地区的税负及其差异进行税负最优水平分析,根据各个区域的实际情况,对其采取优惠的区域差异化税收激励政策,加快落后地区的经济发展进程,完善结构性减税政策,鼓励固定资产投资,加强税收优惠监督管理,提高税收征收管理效率等。
[1]高凌江.我国最优宏观税负水平的实证分析及政策选择[J].税务与经济,2012,(6):75.
[2]张效功.促进我国区域协调发展的财税体制机制研究[J].财会研究,2010,(1):11.
[3]张可云.西部大开发战略的成效与问题分析[J].创新,2010,(4):7.
[4]肖玉才.区域经济协调发展中的财政政策分析[J].改革与战略,2010,(3):115.
[5]王曙光,蔡徳发.我国财政体制60年:演进、运行与优化[J].商业研究,2009(6):5.
[6]Bagchi- Sen.Consideration for Invotion and Commeration in the US Biotechnology Sector[J].European Planning Studies,2007.(4):32.