我国省级绿色创新能力评价及实证

曹　慧　石宝峰　赵　凯

(1.西北农林科技大学经济管理学院; 2.西北农林科技大学应用经济研究中心)



我国省级绿色创新能力评价及实证

曹慧1,2石宝峰1赵凯1,2

(1.西北农林科技大学经济管理学院; 2.西北农林科技大学应用经济研究中心)

从界定绿色创新能力的内涵出发，在初步构建绿色创新能力评价指标的基础上，运用共线性和变异系数方法对所构建的指标体系进行定量筛选，最终确定了区域绿色创新能力评价指标体系及其评价方法，并以我国31个省、市、自治区为例进行了实证分析。研究发现，运用共线性-变异系数指标筛选模型所构建的区域绿色创新能力评价指标体系具有可行性，其信息贡献率高达99.74%；从创新投入、创新产出、绿色发展3个方面构建了区域绿色创新能力评价指标体系；我国省级绿色创新能力分布不均衡，整体水平偏低。根据绿色创新能力综合得分，运用聚类分析方法将我国31个省(市、自治区)聚类成五大类，其中北京、上海和广东分别位于前3名，河北、河南和贵州依次为最后3名。

绿色创新能力； 指标筛选模型； 评价指标体系； 可持续发展

1　研究背景

开展绿色创新能力评价是实现区域经济、社会和生态可持续发展的重要环节。当前，学者们针对区域绿色创新能力评价展开了大量的研究，主要集中在国家、省际、行业和企业4个方面。国家层面代表性的有：经济合作与发展组织(OECD)共同构建的用于测评各个国家创新能力的《奥斯陆手册》[1]、欧盟创建的用于评测欧盟国家创新能力的《欧盟创新计分牌》[2]以及澳大利亚创新能力评价体系[3]、中国科学技术发展战略研究院构建的用于测评国家创新能力的指标体系[4]。省际方面主要有：中国科学技术发展战略研究院构建的用于测评区域创新能力的指标体系[5]；韩晶[6]运用主观筛选法对中国绿色创新效率评价指标进行了选取；华振[7]从创新投入、创新产出和创新环境层面构建了绿色创新绩效评价指标体系。行业方面代表性的有：李健[8]从主体、功能、环境、低碳4个方面构建了用于考察制造业绿色创新体系绩效的评价指标体系；毕克新等[9]主观筛选构造了制造业绿色创新系统绿色创新能力指标体系。企业层面主要有：中华人民共和国科学技术部[10]构建了用于测评企业创新能力的指标体系；陈劲等[11]以客观筛选法中的层次分析法对基层指标进行两步集成，先将基层指标集成为次级指标，再将次级指标集成为4个最终指标，用以反映企业环境绩效与绿色技术创新的总体情形。

纵观现有研究，权威机构相关指标体系虽然具有很强的针对性，但在反映绿色可持续方面的评价指标相对不足；指标体系存在多个不同的指标反映同样的信息、信息冗余的不足；在筛选指标的过程中单凭指标含义和个人经验具有太强的主观随意性，而仅靠客观数据又对指标的实际意义有所忽略。基于此，本研究从界定区域绿色创新能力的内涵出发，通过共线性-变异系数的指标筛选模型定量筛选指标，建立区域绿色创新能力评价指标体系，并对我国31个省、市、自治区的绿色创新能力进行评价。

2　绿色创新能力的内涵

目前，不同学者分别对企业创新能力、产业创新能力、区域创新能力和国家创新能力等方面进行了内涵界定，但专门针对区域绿色创新能力的界定偏少。总体来看，有关绿色创新能力的内涵界定可以归纳为以下两种观点：①华振[7]认为，“绿色”的内涵与“可持续”和“可持续发展”是密不可分的，既满足当代人的需求，又不损害后代人的利益，强调经济发展与保护环境之间的统一协调；“创新”强调的是新，即行为主体通过全新的思维方式创造出来新的产品、服务或工艺；“能力”则是一种技能或潜力。此外，还利用全要素生产率来测度绿色创新能力。此观点侧重于创新投入与创新产出两个层面，但在实证研究中采用的指标数量不足，强调了R&D经费强度、人力资本素质、贸易开放程度以及环境保护投资在绿色创新能力中的角色。②BRAUN等[12]认为，绿色创新能力是减少环境污染，减少原材料和能源消耗所使用的技术和工艺，以及生产出绿色产品的能力。此观点侧重于环境影响和生产水平。

本研究认为，要界定绿色创新能力，必须体现创新性原则、能力原则和可持续发展原则，是“绿色+创新+能力”的集成。其中，能力是基础，创新是核心，绿色是条件。基于此，本研究提出，所谓绿色创新能力，是指特定区域一定时期内，创新行为主体在保证经济、社会和环境可持续发展的前提下，将创新投入(包括人力、物力和财力等)转变为创新产出(包括新知识、新技术和新产品等)的一种区域综合发展能力。需要强调的是，绿色创新能力与一般的创新能力既有联系又有区别。一般的创新能力是指一个地区将知识转化为新产品、新工艺、新服务的能力。绿色创新能力在一般创新能力的基础上，更多侧重绿色可持续的理念，是对一个区域综合创新能力的衡量，既体现创新投入和创新产出的水平，又体现绿色发展。评价绿色创新能力要体现创新性原则、能力原则和可持续发展原则。

3　评价模型构建

一般而言，在评价特定经济活动中均会涉及多方面的要素，需要选择大量的指标来反映。其遵循的基本步骤是：①根据经济活动的内涵确定指标选择标准；②根据指标含义和个人经验构建指标体系；③确定指标权重；④对经济活动进行评价。虽然这种方法较为普遍，但存在以下不足：①由于个人认知的不同，单凭经验选择指标，其主观随意性较强；②由于各指标所代表的经济活动一致，容易出现指标信息冗余。鉴于此，本研究在广泛借鉴现有相关研究的基础上，提出基于共线性-变异系数的指标筛选模型，以此来对指标进行筛选，以便达到准确评价的目的。

3.1确定海选评价指标体系

纵观现有文献，学者们主要从国家、省际、行业和企业4个方面对区域绿色创新能力评价进行了研究。本研究在广泛借鉴国内外现有研究成果[1～16]的基础上，基于绿色创新能力的内涵，从区域绿色创新发展现状出发，根据创新性原则、能力原则和可持续发展原则的要求，提出由创新投入、创新产出和绿色发展3个方面构成的区域绿色创新能力海选评价指标体系。其中创新投入包括人力投入、物力投入和财力投入3个二级准则层；创新产出包括创新知识、创新技术和创新产品3个二级准则层；绿色发展包括经济发展、社会和谐和环境友好3个二级准则层。以此为基础，遴选出包括高技术产业就业人员占就业人员比重在内的109个指标(见表1第1～3列)。

表1　区域绿色创新能力海选指标体系

3.2运用共线性-变异系数的指标筛选

基于共线性-变异系数的指标筛选模型的基本思路是：首先，在海选指标的基础上，通过可观测性原则，删除数据不可获得的指标。其次，进行指标筛选。指标筛选原则具体为：①可观测性原则，选择评测力较好且数据易获取的指标，保证其可实践应用；②冗余信息删除原则，指标体系中冗余指标会影响评测结果的真实度，因此剔除冗余指标，使保留指标不重复反映信息；③信息含量大原则。指标信息含量反映省际间数据的差别度，体现评价的区分力。选择信息含量大的指标，使保留指标对评价有显著影响。具体为，一则，在同一准则层内，通过共线性检验，剔除方差膨胀因子大于10的指标，使保留指标反映信息不重复；二则，通过变异系数计算指标信息含量，筛选出准则层内大于变异系数均值的指标，使筛选出的指标对评价结果有显著影响；三则，对其合理性进行判断，确定评价指标体系。其技术路线见图1。

图1　技术路线

基于共线性-变异系数的指标筛选模型的具体步骤如下。

(1)海选指标的标准化借鉴石宝峰等[13]周知等[14]的方法，具体如下

正向指标

(1)

负向指标

(2)

适中指标

(3)

区间指标

(4)

式中，Pij为j地区i指标的标准化之后的值；vij为j地区i指标的原始数值；vio为第i个指标适中值；[qi1，qi2]为第i个指标区间值；n为地区数。

(5)

设VIFi为指标i的方差膨胀因子，则

(6)

式(6)的经济学含义：VIFi表示某一二级准则层下i指标与其他指标的相关程度，用来判定i指标与其他指标是否存在多重共线性。若VIFi大于10[15]，则i指标与其他指标存在多重共线性，故应删除i指标。

(3)基于变异系数的指标筛选其目的是通过变异系数来计算指标信息的含量，挑选出准则层内大于变异系数均值的指标，使保留下来的指标对评价结果具有显著影响。

(7)

式(7)经济学含义：变异系数的大小代表了指标数据所包含的信息量的多少，在评价中体现为对评价结果的鉴定能力。某指标的变异系数越大，其在绿色创新能力评价中的信息含量就越大，鉴定能力也越强。

变异系数指标筛选的标准：指标变异系数大于二级准则层内各指标变异系数均值，则保留该指标；指标变异系数小于或等于二级准则层内各指标变异系数均值，则删除该指标。这样既可以精炼指标，又可以使保留的指标具有较强的鉴定能力。

(4)评价指标体系合理性判断通过共线性-变异系数的指标筛选模型筛选后的指标对原始信息的反映用信息贡献率In来表示[14]

In=trSs/trSh，

(8)

式中，S表示指标矩阵的协方差矩阵；trS表示协方差矩阵的迹；s表示筛选后的指标个数；h表示原始指标个数。式(8)表示：原始指标的方差之和trSh中筛选后指标的方差之和trSs所占的比重。评价指标体系合理性的判断准则是95%以上的原始信息能够用30%以下的原始指标来反映[13]。

(5) 确定评价指标体系在海选指标的基础上，通过共线性-变异系数的指标筛选模型筛选后，若信息贡献率满足评价指标体系合理性的判断准则，则剩余的指标就是最终确定的评价指标体系。

3.3确定指标权重

根据已构建的绿色创新能力评价指标体系，运用主观赋值法中的德尔菲法和客观赋值法中的变异系数法来综合确定指标的权重，进而对区域绿色创新能力进行评价。各指标权重wi计算采用德尔菲权重和变异系数权重的均值

(9)

3.4区域绿色创新能力水平的计算

各省的绿色创新能力得分Cj由各指标标准化值的加权之和表示，具体公式为

(10)

各指标含义同上。

4　实证分析

4.1数据来源及处理

以可观测性原则为依据，删除科技进步率、福利满意度和生态环境满意度3个数据不可获得的指标，剔除后剩余106个指标。选取中国31个省、市、自治区的绿色创新能力评价指标的截面数据。指标原始数据除X3-1,1人均绿色GDP外均来源于《中国科技统计年鉴2013》[16]和《中国统计年鉴2013》[17]，X3-1,1由式(11)计算得到。区域绿色创新能力评价指标原始数据见表2第5～35列。在表2第4列的指标层中，X3-1,5、X3-1,6、X3-2,2、X3-2,3、X3-2,4、X3-2,7、X3-2,8、X3-3,1、X3-3,6、X3-3,12、X3-3,13、X3-3,14为负向指标；X3-1，9、X3-2，11为适中指标；X3-1，7为区间指标，剩下的指标都是正向指标。将表2中5～35列的正向、负向、适中和区间指标的原始数据分别代入式(1)、式(2)、式(3)和式(4)进行标准化处理，所得标准代数据值列到表2中36～66列相应的行。

由于人均绿色GDP比人均GDP更能反映人、经济与自然的和谐发展[13]，故设置人均绿色GDP指标，其计算公式如下

(11)

式中，AG为人均绿色GDP；TG为GDP；A1和A2分别为上年度和本年度固定资产净值；I为本年度固定资产投资；NR为能源消耗总量；p为标准煤的单价；Lp为环境污染的直接经济损失；Tp为人口总量。

4.2省级绿色创新能力的评价

(1)指标数据的标准化在剔除不可观测指标后剩余的106个指标中，共有94个正向指标，包括万人大专以上学历人数、高技术产业总产值占工业总产值比重等；有12个负向指标，包括城镇居民家庭恩格尔系数、工业废水排放总量、万元GDP能耗等；有GDP增长率(%)和人口自然增长率(‰)两个适中指标，其中，GDP增长率的适中值为8%，人口自然增长率的适中值为7.2‰[17]；有通货膨胀率(%)1个区间指标，该指标的区间值为[1%～3%][18]。用式(1)～式(4)对各指标原始数据进行标准化，结果见表2。

表2　区域绿色创新能力评价指标原始数据和标准化数据

(2)基于共线性检验的指标筛选以二级准则层人力投入X1-1为例，说明共线性检验指标筛选的过程。将表2二级准则层X1-1下第36～66列数据代入式(6)计算各指标的方差膨胀因子VIF。只有企业R&D人员占就业人员比重(%)和万人R&D人员全时当量(人年/万人)这两个指标的方差膨胀因子大于10，其余指标的方差膨胀因子小于或等于10，因此将这两个指标剔除掉，保留准则层内其余指标。其他二级准则层的指标筛选同理可得。用共线性检验对指标进行筛选，最后剔除掉46个指标，保留下60个指标。

(3)基于变异系数的指标筛选 经过第一步共线性检验筛选指标，接下来用变异系数筛选各准则层内剩余的指标。这里选择准则层内变异系数大于其均值的指标。以X1-1，1高技术产业就业人员占就业人员比重(%)为例，说明通过变异系数筛选指标的过程。将X1-1，1所对应的各省数据及其均值0.202代入式(7)，得X1-1，1的变异系数1.420。同理，计算X1-1二级准则层内其余指标的变异系数，并计算变异系数的均值，挑选出变异系数大于均值的指标，同时剔除其余指标。其他准则层的指标筛选同理可得。经过第二步变异系数筛选指标，删除了万人大专以上学历人数(人/万人)等34个对区域绿色创新能力评价影响不显著的指标。

根据国际权威机构经典观点的高频指标以及指标的实际含义保留X2-1,1国外主要检索工具(SCI、EI、CPCI-S)收录我国科技论文数(共线性删除)、X2-2，2技术市场成交额(共线性删除)、X3-1，1人均绿色GDP(共线性删除)、X3-3，1工业废水排放总量(变异系数删除)4个指标。最后保留高技术产业就业人员占就业人员比重(%)等29个指标。

(4)指标体系合理性的判断通过共线性-变异系数筛选，从109个指标中选出29个指标，建立了囊括创新投入、创新产出、绿色发展3个一级准则层，涵盖人力投入、物力投入、财力投入、创新知识、创新技术、创新产品、经济发展、社会和谐和环境友好共9个二级准则层的区域绿色创新能力评价指标体系(见表3)。

利用原始数据计算得筛选后指标的信息贡献率为

In=trSs/trSh=

换言之，原始指标中筛选出26.6%(29/109≈26.6%)的指标可以反映99.74%的原始信息，表示所构建的指标体系是合理的。

(5)不同准则层指标权重的确定根据已构建的区域绿色创新能力评价指标体系，首先分别运用主观赋值法中的德尔菲法和客观赋值法中的变异系数法来计算各指标权重，接着通过计算两种权重的均值来确定指标的最终权重(见表3)。

表3　区域绿色创新能力评价指标体系

注：括号内数值是准则层权重。

表4　31个省区域绿色创新能力综合排名表

(6)省级绿色创新能力排名通过对各指标加权得分计算，按照区域绿色创新能力及一级准则层对31个省份进行排名。由表4可知，在31个省、市、自治区中，绿色创新能力的平均值为0.206，极差为0.591，最大值是最小值的6.23倍。绿色创新能力最强的是北京市(0.704)，排名第1位；最弱的省份是贵州(0.113)，排名第31位。绿色创新能力排名在前3名的省市分别是北京、上海和广东，排名最后3位的省份是河北、河南和贵州。值得说明的是，西藏综合排名位于全国第10位，其主要是由于创新投入排名位于全国第6位。在创新投入中，国家创新基金与R&D经费支出的比值的贡献份额最大，占到其得分的59.3%。西藏的国家创新基金与R&D经费支出的比值为7.01，位于全国首位，而北京仅为0.2，西藏是北京的35倍。

在绿色创新能力排名中，只有前9名在全国平均水平之上(见图2)。在创新投入、创新产出和绿色发展3个准则层的排名中，综合排名在前5位的省市，其名次基本排在全国前10，只有江苏省的绿色发展排名没有进入全国前10，仅排全国第12位。综合排名后5位的省份在分准则层排名中，其名次基本均在全国20位之后，仅有甘肃省的创新投入排名全国第16位。创新投入排名中，只有前7名在全国平均水平之上，创新产出只有前10名在全国平均水平之上，而绿色发展只有前13名在全国平均水平之上。

(7)区域绿色创新能力类别划分：基于Ward聚类为了描述不同区域绿色创新能力的总体特征，根据表4各区域综合排名及各准则层的排名情况，通过Ward聚类，将全国绿色创新能力特征分成5类(见图3)。

图2　绿色创新能力一级准则层省际得分

图3　全国绿色创新能力特征聚类结果

由图3可知，我国省级绿色创新能力分布不均衡，整体水平偏低。北京和上海表现异常突出，分别位于第一类和第二类；第三类仅有3个省市，分别是广东、江苏和天津；前3类省市的个数占31个省、市、自治区的16.1%，有26个省、市、自治区集中在第四类和第五类。各类别具体特点如下。

第一类为北京市，其综合得分最高，创新投入、创新产出和绿色发展均居全国首位。

第二类为上海市，其综合得分、创新投入和创新产出得分均靠前，位列第二，只有绿色发展得分相对靠后。

第三类为广东、江苏和天津，其综合排名和创新投入排名均相对靠前。在创新产出排名中，天津市相对靠后，其创新产出水平相对不足；而在绿色发展排名中，江苏和天津分别位第12和第9，其绿色发展水平相对落后。

第四类为浙江、海南、重庆、西藏、黑龙江、湖北、山东、四川、陕西、吉林、福建、辽宁12个省、市、自治区，其绿色创新能力在全国排名中处于中等水平。浙江、海南、山东和四川的创新投入水平相对不足；重庆、西藏、吉林和福建在创新产出方面相对较弱；湖北、山东、四川和陕西的绿色发展较其他省份相对落后。

第五类为安徽、湖南、青海、江西、新疆、山西、云南、广西、内蒙古、宁夏、河北、河南、贵州、甘肃14个省份，其绿色创新能力在全国排名靠后。其中，青海和宁夏的创新投入水平相对较高；安徽和湖南的创新产出水平相对较高；内蒙和宁夏的绿色发展水平相对较为突出，位于全国第14和第15位。

5　结论与讨论

综上分析，本研究的实证探讨表明：①基于共线性-变异系数指标筛选模型所构建的区域绿色创新能力评价指标体系，用26.6%的指标反映了99.74%的原始信息。②我国省级绿色创新能力分布不均衡。按照Ward聚类法将31个省、市、自治区划分为五大类型，其中第一类有1个省份，第二类有1个省份，第三类有3个省份，第四类有12个省份，第五类有14个省份。可见，北京和上海表现异常突出，分别位于第一类和第二类，第三类仅有3个省份，而大多数省份集中在第四、五类。③31个省、市、自治区中，绿色创新能力综合排名在前3名的省份分别是北京、上海和广东，排名最后3位的省份是河北、河南和贵州。④从创新投入准则层来看，排名前3名的省份分别是北京、上海和天津，排名最后3位的是内蒙古、贵州和河南。从创新产出来看，排名前3名的省份分别是北京、上海和江苏，排名最后3位的是新疆、广西和贵州。从绿色可持续发展来看，排名前3名的是北京、广东和上海，排名最后3名的省份是河南、河北和甘肃。⑤基于我国省级绿色创新能力差异较大的现实条件，不同类别的省份应根据其自身发展条件，扬长避短，调整相应的发展政策，尽快提升区域绿色发展创新能力，满足市场竞争的需求。

值得讨论的问题有：①区域绿色创新能力是一个综合概念，虽然本研究从9个二级准则层进行了指标的海选，但仍然不是很全面，有待相关统计指标数据的完善；②在各准则层和指标的权重测算方面有多种测算方法，不同的方法所得的权重测算结果可能有所偏差，本研究仅用德尔菲法和变异系数法这一主客观相结合的方法来测算指标权重，进而对区域绿色创新能力进行了初步评价，因此，今后指标体系在应用的过程中，权重的确定还有待进一步探讨；③根据测算的各省绿色创新能力综合得分进行类别的划分也有多种方法，不同的方法所得的划分结果可能有所不同，本研究仅是根据Ward聚类将其划分为五大类型。

[1] OECD. Oslo Manual 3rd Edition[EB/OL]. (2005-11-10) [2015-05-05]. http://www.oecd.org/dataoecd/35/61/2367580. pdf

[2] EUROPEAN COMMISSION. European Innovation Scoreboard 2007: Comparative Analysis of Innovation Performance[R]. Brussels: The European Commission·Innovation/Smes Programme, 2008

[3] JOSHUA G, STERN S, PORTER M E,et al. Assessing Australia’s Innovative Capacity in the 21st Century[M]. Cambridge: Harvard University,2003

[4] 中华人民共和国科学技术部. 国家创新能力评价指标体系[EB/OL]. (2013-11-09)[2015-07-05]. http://www.most.gov.cn/index.htm

[5] 中华人民共和国科学技术部. 区域创新能力评价指标体系[EB/OL]. (2012-03-20)[2015-05-05]. http://www.most.gov.cn/index.htm

[6] 韩晶. 中国区域绿色创新效率研究[J]. 财经问题研究, 2012(11): 130～137

[7] 华振. 我国绿色创新能力评价及其影响因素的实证分析——基于DEA-Malmquist生产率指数分析法[J]. 技术经济, 2011,30(9): 36～41, 69

[8] 李健. 基于低碳的制造业绿色创新体系绩效测度与评价研究[D]. 哈尔滨: 哈尔滨理工大学管理学院, 2012

[9] 毕克新, 王禹涵, 杨朝均. 创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J]. 中国软科学, 2014(3): 153～166

[10] 中华人民共和国科学技术部. 企业创新能力评价指标体系[EB/OL].(2014-09-29) [2015-05-05]. http://www.most.gov.cn/index.htm

[11] 陈劲, 刘景江, 杨发明. 绿色技术创新审计指标测度方法研究[J]. 科研管理, 2001, 22(6):69～75

[12] BRAUN E, WIELD D. Regulation as a Means for the Social Control of Technology[J]. Technology Analysis & Strategic Management, 1994,6(3):259～272

[13] 石宝峰, 迟国泰. 基于信息含量最大的绿色产业评价指标筛选模型及应用[J].系统工程理论与实践, 2014,34(7): 1 799～1 810

[14] 周知, 迟国泰, 章穗. 基于次约束的区县科学发展评价及其实证[J]. 系统工程学报, 2014,29(2): 257～268

[15] 洪世勤, 刘厚俊. 中国制造业出口技术结构的测度及影响因素研究[J]. 数量经济技术经济研究, 2015(3):77～93

[16] 中华人民共和国统计局. 中国科技统计年鉴2013[M]. 北京: 中国统计出版社, 2013

[17] 中华人民共和国统计局. 中国统计年鉴2013[M]. 北京: 中国统计出版社, 2013

[18] 第十七届中央委员会第五次全体会议. 中华人民共和国国民经济和社会发展第十二个五年规划纲要[EB/OL]. (2011-03-16)[2015-07-16]. http://www.gov.cn/2011lh/content_1825838.htm

(编辑丘斯迈)

Evaluation on Provincial Green Innovation Capability: Based on Index Screening Model of Collinearity-Coefficient of Variation

CAO HuiSHI BaofengZHAO Kai

(Northwest A&F University, Yangling, Shaanxi, China)

By defining the regional green innovation capability (RGIC) and putting forward the primary index system of evaluating the RGIC, a systematical index system of evaluating the RGIC was established after using the screening model of collinearity-coefficient of variation, and an evaluating model was built. Finally, an empirical study of 31 provinces in China was conducted. The results showed, 1) the index system of evaluating the RGIC based on the screening model of collinearity-coefficient of variation is feasible, in which the information contribution rate is 99.74%. 2) The index system of evaluating the RGIC is consisted of innovation input, innovation output and green development. 3)The characteristics of RGIC in China were unbalance and relatively low. 31 provinces were classified into five categories by clustering analysis, in which Beijing, Shanghai and Guangdong located on top three and Hebei, Henan and Guizhou ranked as bottom three respectively, on the basis of the total score of RGIC.

RGIC； index screening model； index system； sustainable development

2015-12-24

国家社会科学基金资助西部项目(15XJY010)；国家自然科学基金资助青年项目(71503199)；教育部人文社会科学研究规划基金资助项目(13YJA630141)；中央高校基本科研业务费人文社会科学专项基金资助项目(2015RWYB09)；陕西省社会科学基金资助一般项目(2014P21)；西北农林科技大学软科学研究资助项目(RKX20160515)

C93

A

1672-884X(2016)08-1215-08

赵凯(1971～)，男，宁夏固原人。西北农林科技大学(陕西省杨凌市712100)经济管理学院教授、博士研究生导师。研究方向为区域经济学、农业经济管理。E-mail:xinongzhaokai@sina.com

DOI编码： 10.3969/j.issn.1672-884x.2016.08.012