代 斌

(山東大學商學院，山東威海264209)

一、問題的提出

國家和區(qū)域間的競爭力表現(xiàn)為對各種生產要素的吸引以及利用這些要素創(chuàng)造價值的能力，而產業(yè)集聚在全球化和區(qū)域化相互合作與競爭中起到了不可替代的作用。對于產業(yè)集聚與經(jīng)濟增長和技術創(chuàng)新的研究，新地理經(jīng)濟學、集群理論和內生增長理論等研究范式普遍認為產業(yè)集聚能夠通過降低交易成本、加強企業(yè)競爭、共享基礎設施和要素資源、獲得知識技術外溢以及擴展上下游相互關聯(lián)的產業(yè)鏈等途徑提高生產效率，促進經(jīng)濟增長。

事實上，國內外學者從不同角度對集聚效應進行了實證檢驗，其中，支持產業(yè)集聚的技術溢出效應的結果大量存在。Bottazzi＆Peri(2003)［1］利用1977—1995年間歐洲186個區(qū)域的數(shù)據(jù)進行實證檢驗發(fā)現(xiàn)，知識和技術的溢出效應隨距離遞減。Gilbert，McDougall，Andretsch(2007)［2］利用 127 個不同地區(qū)的微觀企業(yè)數(shù)據(jù)檢驗發(fā)現(xiàn)，集聚效應通過技術知識溢出促進企業(yè)創(chuàng)新。此外，Dekle＆Eaton(1999)［3］、Harris＆Ioannides(2000)［4］、Ottaviano＆Pinelli(2006)［5］、Braunerhjelm＆Borgman(2006)［6］和 Brulhart＆Mathys(2007)［7］等學者分別利用不同國家的數(shù)據(jù)分析得出產業(yè)集聚與生產率之間存在正向影響關系。

但是，也有不少學者的檢驗結果不支持產業(yè)集聚的技術溢出效應。Bode(2004)［8］在擴展Ciccone和Hall(1996)理論模型的基礎上，利用德國的數(shù)據(jù)檢驗得出經(jīng)濟集聚與生產率沒有顯著關系。Bautista(2006)［9］采用工具變量法對墨西哥32個州年度數(shù)據(jù)進行實證檢驗，結果不支持聚集經(jīng)濟對于技術溢出的促進作用。Gopinath等(2004)［10］研究美國制造業(yè)行業(yè)數(shù)據(jù)，發(fā)現(xiàn)產業(yè)集聚與生產率的增長并沒有直接相關性，而呈現(xiàn)倒U關系;另外，Carlino(1979)［11］、Jones(1995)［12］的相關實證研究發(fā)現(xiàn)集聚效應與生產率之間是負相關的關系。

那么，究竟產業(yè)集聚能否促進技術的溢出?針對國內外學者實證檢驗結果的分歧，本文嘗試從技術吸收角度探討這一問題。盡管集聚效應對技術溢出的促進作用在理論上得到了有效的論證，但在實際數(shù)據(jù)的檢驗中卻存在差異，由此本文猜測，在現(xiàn)實經(jīng)濟中，產業(yè)集聚的技術溢出效應的實現(xiàn)可能依賴于其他的因素。在現(xiàn)有文獻的實證研究中不難發(fā)現(xiàn)，發(fā)達國家和地區(qū)的檢驗結果普遍存在著技術溢出效應，但是對于發(fā)展中國家和地區(qū)的技術溢出效應，假設檢驗卻難以得到一般性的結論。一個可能的解釋就是各個國家和地區(qū)吸收能力的差異導致了產業(yè)集聚的技術溢出效果不同，而R＆D經(jīng)費投入作為反映技術吸收能力的關鍵因素，對產業(yè)集聚的技術溢出效應產生了重要影響。Eaton ＆Kortum(1999)［13］，Kinoshita(2000)［14］，Connolly(2003)［15］實證研究發(fā)現(xiàn)，R＆D投入會促進產業(yè)吸收、消化先進技術，增強技術溢出效應;吳延兵(2006)［16］和李小平等(2006)［17］利用中國行業(yè)數(shù)據(jù)研究表明，R＆D 能促進行業(yè)內部技術擴散，提高行業(yè)勞動生產率。基于此，本文在研究產業(yè)集聚的技術溢出效應時，將R＆D納入同一框架中進行分析，研究在不同R＆D強度下，產業(yè)集聚與技術溢出的變動關系。

二、模型設定和變量選擇

集聚經(jīng)濟的發(fā)展促進了同質和相互關聯(lián)企業(yè)的集中，而高度依附于企業(yè)的科技知識在高集聚地區(qū)得到了大量的累積，如何將集聚經(jīng)濟帶來的知識技術轉化為生產力，這與一個地區(qū)的技術吸收能力息息相關。因此，本文嘗試在R＆D視角下研究集聚經(jīng)濟的技術溢出效應，摒棄以往對產業(yè)集聚與技術溢出的簡單線性研究，借鑒Hansen(1999)［18］提出的系統(tǒng)內生分組的非線性回歸方法——門限模型，選取不同地區(qū)的R＆D強度作為門檻變量，測算各省的全要素生產率(TFP)增長，并將其作為技術溢出的代理變量，檢驗產業(yè)空間集聚和區(qū)域技術溢出水平的非線性關聯(lián)。

(一)門檻模型不設定

本文研究在R＆D水平約束下產業(yè)集聚的技術溢出效應，結合Hansen的面板門檻模型，初步將研究的回歸方程設定為:

其中，技術溢出水平(TFPit)為被解釋變量，R＆D強度(Innoit)為門檻變量，制造業(yè)集聚指數(shù)(Aglit)為門檻依賴變量，城鎮(zhèn)化水平(Ubrit)、人力資本發(fā)展水平(Ubrit)、技術追趕項(Catch_upit)為控制變量，ηit為個體效應，表示不隨時間變化但是影響地區(qū)技術進步的資源稟賦差異;εit為隨機擾動項，假設其服從均值為零且方差有限的正態(tài)分布。門檻模型主要解決兩方面問題:一是聯(lián)合估計門檻值γ和斜率值β;二是進行門檻效應檢驗，即門檻的顯著性檢驗和門檻真實性檢驗。

(二)數(shù)據(jù)來源及變量說明

本文采用的是我國29個省份1986—2011年的樣本數(shù)據(jù)進行實證分析。由于西藏省份數(shù)據(jù)存在嚴重缺失，所以不將其納入樣本范圍;而重慶市在1997年之前缺失數(shù)據(jù)，所以將重慶市和四川省合并為同一樣本分析，其他缺失數(shù)據(jù)采用插值法補齊。除特別指出外，數(shù)據(jù)的來源均為《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》以及各省《統(tǒng)計年鑒》。各項指標的描述性統(tǒng)計如表1。

表1 各指標的描述性統(tǒng)計

其中，全要素生產率(TFPit)增長作為衡量地區(qū)技術溢出水平的指標。衡量不同測算地區(qū)全要素生產率的方法優(yōu)缺點，我們使用數(shù)據(jù)包絡分析(DEA)的Malmquist生產率指數(shù)，計算TFP的增長。Malmquist生產率是利用投入產出效率計算每個年份相對要素生產率，本文以1978年不變價格的實際GDP作為產出變量，投入變量采用資本存量和勞動要素，資本存量沿用張軍等(2004)［19］的做法選取9.6%的經(jīng)濟折舊率，采用永續(xù)盤存法估計中國各省1985—2011年的資本存量，并折算為1978年不變價格;勞動要素選擇各省年底從業(yè)人數(shù)代替，具體原理可見顏鵬飛等(2004)［19］相關論文。

本文研究的是在R＆D經(jīng)費支出約束水平下產業(yè)集聚與全要素生產率增長的變動關系，因此，本文選取各省份的R＆D強度作為門檻變量(Innoit)，產業(yè)集聚水平作為門檻依賴變量(Aglit)。對于R＆D強度指標，本文選取R＆D經(jīng)費存量占生產總值百分比表示。產業(yè)集聚水平選擇的是中國各省份的制造業(yè)集聚程度，測算指標為制造業(yè)的區(qū)位熵指數(shù)，用各省份制造業(yè)的生產總值占該省份所有行業(yè)的比例，除以全國制造業(yè)生產總值在全國總行業(yè)生產總值的比例，即可測算出不同地區(qū)的制造業(yè)集聚水平。

在門限模型設定中，為更全面地反映集聚水平高對全要素生產率增長的影響程度，本文選取中國各個省份的城鎮(zhèn)化水平(Ubrit)、人力資本水平(Ubrit)和技術追趕項(Catch_upit)作為控制變量。其中，城鎮(zhèn)化選取的是各省份非農村人口的比例;人力資本別表示各教育層次的權重和不同教育程度的從業(yè)人員比重，本文借鑒楊文舉(2006)［21］的方法，根據(jù)受教育程度的不同賦予從業(yè)人員不同權重:文盲、半文盲、小學、初中、高中、大專及以上分別為0、1、6、9、12、16，以陳釗等(2004)［22］的數(shù)據(jù)為基礎，估算我國各省份歷年從業(yè)人員的人均受教育年限表示各地區(qū)的人力資本水平;技術追趕項Catch_up=Hi(Ymax-Yi)/Yi，Ymax，其中，表示的是最發(fā)達地區(qū)的人均收入水平，以上海市人均收入表示，Yi表示i省份的人均收入水平。

三、集聚對全要素生產率(TFP)增長的實證結果及討論

(一)模型門檻效應檢驗

在模型系數(shù)估計之前，必須檢驗模型是否存在門檻效應。針對本文建立的實證模型，為判斷模型究竟存在幾個門檻值，Hansen構造了門限模型的F統(tǒng)計量進行識別。檢驗結果如下:

表2 門檻效應檢驗

通過模型的門檻效應檢驗結果可知，單門檻效應在1%的顯著性水平下顯著，且F統(tǒng)計量為37.985，P值為0.006;雙門檻效應在5%的顯著性水平下顯著，且F統(tǒng)計量為10.955，P值為0.016;三重門檻效應在10%的顯著性水平下顯著，且F統(tǒng)計量為8.635，P值為0.068。為確定門檻個數(shù)，需進一步檢驗門檻值及其置信區(qū)間。

(二)門檻值的確定和檢驗

門檻效應檢驗的原假設(H0)為:β1=β2，Hansen(1996)提出使用極大似然估計量檢驗模型門檻值，模型的門檻值則是能夠使LR估計值接近于零的門檻變量的取值，基于此，本文采用“自助取樣法”(bootstrap)，運用 stata12.0抽樣500次，測算模型的LR值，進而確定模型的門檻置信區(qū)間。

上圖為門限自抽樣檢驗的LR趨勢線，LR與圖中虛線相交的點為門檻變量(Innoit)的置信區(qū)間，由圖1可知，估計出的第一個門檻值置信區(qū)間為［2.261，3.265］，抽樣結果顯示，當門檻變量為2.790時，LR的值最接近零，所以門檻單一門檻值為2.790，在確定第一個門檻值的基礎上繼續(xù)抽樣驗證第二個門檻。模型存在第二個門檻，LR趨勢線與虛線相交于1.179和1.908，這是第二個門檻值的置信區(qū)間，抽樣結果顯示第二個門檻值為1.511。為判斷第三個門檻值是否可取，在固定兩個門檻的基礎上對樣本重新抽樣，確定第三個門檻值為8.652，但在樣本數(shù)據(jù)中只有極個別的數(shù)值在8.652之上，由此判定第三個門檻值是游離于整體樣本之外的離群值。因此，本文將模型設定為雙門檻面板門檻模型，門檻變量R＆D強度(Inno it)的兩個門檻值分別為2.790和1.511。

(三)模型的估計結果及討論

根據(jù)模型門檻效應檢驗的結果，將模型修正為雙重門檻模型，如下:

基于上述模型，將模型內生分組，分別在地區(qū)R＆D強度位于1.511以下、1.511與2.790之間以及2.790以上，對模型系數(shù)進行回歸估計，以期研究在不同R＆D強度下，產業(yè)集聚對全要素生產率的增長的影響差異程度。為使模型估計更加直觀，本文采用面板固定效應模型和門檻模型分別對變量進行估計對比，見表3。

表3 模型估計結果

由表3可知，城鎮(zhèn)化水平的加劇對于地區(qū)全要素生產率的增長促進作用不顯著，這是因為雖然廉價的農村勞動力涌入城鎮(zhèn)，但從事的大部分工作是簡單的體力勞動，并不能有效促進地區(qū)企業(yè)之間的技術知識流動，并且隨著地區(qū)的城鎮(zhèn)化進程的加快，居民的收入差距也不斷擴大(蔡昉，2003)［23］，不同時期城鄉(xiāng)收入差距對經(jīng)濟增長的影響效應不同(王少平等，2007)［24］，所以城鎮(zhèn)化不能直接促進地區(qū)生產率提高;人力資本與全要素生產率增長的關系顯著為正，表明人力資本在吸收、消化集聚效應帶來的知識技術積累中起到顯著的促進作用;技術追趕項對全要素增長的影響顯著為負，這說明全要素生產率存在馬太效應，落后地區(qū)并沒有表現(xiàn)出對發(fā)達地區(qū)生產率的追趕。

本文關注的重點是在不同R＆D強度下，產業(yè)集聚對全要素生產率(TFP)增長影響的差異性。通過面板固定效應的檢驗結果可見，產業(yè)集聚對TFP增長的影響并不顯著，由此表明產業(yè)集聚與TFP增長的關系并不是簡單的線性關系。而在面板門限模型估計結果中，產業(yè)集聚對TFP增長的影響存在顯著的門檻效應。在R＆D強度位于1.511以下，產業(yè)集聚與TFP增長的關系雖然為正，但并不明顯;當R＆D強度跨越1.511，產業(yè)集聚對TFP增長的正向影響在置信水平為10%的條件下顯著;而當R＆D強度位于2.790以上時，產業(yè)集聚對TFP增長的促進作用明顯加強，顯著性水平也進一步提高。兩種模型的估計結果充分支持了本文的預期假設，地區(qū)的科研投入會對產業(yè)集聚的技術溢出效應產生約束和限制，當研發(fā)投入較低時，集聚所帶來的技術積累得不到有效的吸收和消化，因此不會產生技術溢出效應，對TFP增長的促進作用也不明顯;隨著R＆D經(jīng)費的不斷投入，則會促進集聚地區(qū)內科學技術的進步，將集聚效應產生的技術積累有效地轉化為生產力，促進地區(qū)創(chuàng)新能力和經(jīng)濟水平的發(fā)展;當R＆D強度得到進一步提高，技術知識的轉化效應加速，對地區(qū)的投入產出效率的促進作用尤為明顯。

(四)對于樣本的內生性分組

依據(jù)雙重門檻模型估計結果，可以將研究對象分為三組，即較低R＆D強度組(Innoit≤1.511)，中等R＆D強度組(1.511 ＜Innoit≤2.790)和較高R＆D強度組(Innoit﹥2.790)。為直觀地研究中國歷年R＆D支出變化，本文選取了1995年、2000年、2005年和2011年的各省R＆D指標對比分析。

表4 各省歷年R＆D強度分組

由內生分組結果可見，我國的R＆D強度總體呈現(xiàn)上升趨勢。在1995年，各省份的R＆D強度投入普遍偏低，絕大部分地區(qū)落在第一區(qū)間，只有三個省份的科技研發(fā)投入達到中等水平，而在較高R＆D強度組只有兩個省份;在2000年，各省的R＆D經(jīng)費產生了一定的變化，但總體變化不明顯，只有廣東省進入到中等R＆D強度組，其他各省的區(qū)間并沒有變動;而隨著經(jīng)濟發(fā)展和科技進步，各省對科研經(jīng)費投入越來越重視，2005年各省的R＆D強度發(fā)生了較大的變動，共有11個省份的R＆D強度達到了中等水平，而上海和天津的經(jīng)費支出跨越過了第二個門檻值，進入了較高R＆D強度組;在2011年，各省的R＆D強度進一步提高，較低R＆D強度組只剩下海南省，中高R＆D強度組的省份數(shù)均為14個。此外，本文發(fā)現(xiàn)，我國R＆D強度在東中西部地區(qū)存在差異。以2011年底的各省分組為例，雖然大部分省份的R＆D投入水平達到了中等以上水平，但是經(jīng)過進一步分類發(fā)現(xiàn)，東中西地區(qū)R＆D水平存在顯著的差異，東部地區(qū)的11個省份共有9個位于較高R＆D強度組，而中西部大部分省份則仍位居中等R＆D強度組。

四、產業(yè)集聚對TFP增長作用渠道的進一步驗證

在驗證產業(yè)集聚對全要素生產率增長存在門檻效應的基礎上，本文進一步研究在不同R＆D水平下，產業(yè)集聚對TFP增長的作用渠道。基于數(shù)據(jù)包絡(DEA)的估算方法，TFP增長可以進一步分解:［25］

由(3)式可知，TFP增長可以分解為兩部分，一個是技術效率的改進(EFFCH)，一個是技術進步的變化(TECH)。其中，EFFCH是要素強處置和規(guī)模報酬不變條件下的相對效率變化指數(shù)，測度的是t到t+1期每個觀察對象到最佳時點的追趕程度。TECH測度的是技術邊界從t到t+1期的移動，該指標大于1表示技術進步，等于1時技術無進步，小于1時技術退步。為進一步研究產業(yè)集聚對全要素生產率增長的門檻效應的作用渠道，本文分別驗證在R＆D(Innoit)約束下產業(yè)集聚(Aglit)對技術進步(TECH)和技術效率(EFFCH)影響的門檻效應。關于門檻效應研究和門檻F統(tǒng)計驗證步驟限于文章篇幅不再列出，實證最終結果見表5。

表5 模型估計結果

針對模型估計結果，本文重點研究在不同R＆D強度下產業(yè)集聚促進全要素生產率增長的作用渠道。通過表4的檢驗結果可見，在較低R＆D區(qū)間，集聚對技術進步(EFFCH)的影響不顯著，但是隨著科研經(jīng)費投入水平的不斷提高，集聚對技術進步(EFFCH)的促進作用逐漸加強，且十分顯著;而產業(yè)集聚對于技術效率(EFFCH)影響起初為正，但是隨著R＆D強度的提高，集聚對于技術效率的影響作用逐漸為負。這說明產業(yè)集聚的技術效應主要是通過促進技術進步來實現(xiàn)的，R＆D水平的提高則會加快集聚地區(qū)新信息、新創(chuàng)意、新技術在企業(yè)之間的傳播速度，促進新工藝、新技術的外溢的實現(xiàn)，進而促進地區(qū)技術進步;但是，隨著地區(qū)專業(yè)化水平的提高，大量同質和關聯(lián)企業(yè)的不斷集中，集聚密度達到一定程度之后，地方公共設施供給難以滿足需求的快速增長，會出現(xiàn)能源緊張、交通擁擠、要素供給不足等“擁擠現(xiàn)象”，同時在高集聚密度的區(qū)域，企業(yè)內部的管理方式相對落后、企業(yè)之間的惡意競爭等現(xiàn)象會在一定程度影響技術效率的改進，在本文實證結果中，集聚對技術效率影響的先正后負，也充分說明了這個問題。綜合來看，盡管在不同R＆D強度下，產業(yè)集聚對技術進步和技術效率的影響不盡相同，但整體上R＆D對產業(yè)集聚的技術溢出起到了顯著的促進作用。

五、結論與啟示

本文基于1986—2011年中國省際數(shù)據(jù)，利用面板門限模型，以各省R＆D強度為門檻變量，產業(yè)集聚水平為門檻依賴變量，檢驗了不同R＆D強度下產業(yè)集聚的技術溢出效應。研究結果表明，產業(yè)集聚的技術溢出效應確實存在著門檻效應，只有當R＆D強度達到1.511時，產業(yè)集聚對全要素生產率的促進作用才在統(tǒng)計上表現(xiàn)出一定的顯著性，而當R＆D強度跨越2.790時，產業(yè)集聚對全要素生產率的促進作用則表現(xiàn)得十分顯著。這意味著，隨著區(qū)域R＆D投入的不斷增加，產業(yè)集聚的技術溢出效應會不斷加強，而集聚產生的技術積累則能有效地轉化為生產力，帶來地區(qū)生產率水平的提高，促進區(qū)域經(jīng)濟發(fā)展。因此，區(qū)域在利用產業(yè)集聚帶來的技術溢出效應提高產業(yè)技術水平時，應注意加大R＆D投入，提高區(qū)域R＆D水平，為產業(yè)集聚發(fā)展提供良好的技術吸收消化環(huán)境，突破R＆D投入對產業(yè)集聚技術溢出效應的限制和約束，有效提升產業(yè)競爭力。

此外，本文發(fā)現(xiàn)，雖然R＆D強度對產業(yè)集聚的技術溢出效應整體上存在著積極影響，但不同R＆D強度下產業(yè)集聚對全要素生產率的具體作用渠道卻不同。其中，產業(yè)集聚在不同的R＆D強度下與技術進步之間均存在正向影響，且產業(yè)集聚對技術進步的促進作用隨著R＆D強度的加強愈加明顯。然而，產業(yè)集聚與技術效率水平則僅在中低R＆D強度的區(qū)域中趨于同方向變化，也就是說，隨著R＆D強度的提高，集聚對技術效率的積極作用將越來越弱，甚至出現(xiàn)負向影響。這說明在集聚程度較高的區(qū)域，“擁擠現(xiàn)象”、同質企業(yè)之間惡性競爭等現(xiàn)象相應較嚴重，這將阻礙產業(yè)技術效率的提高。對此，應注意加強對產業(yè)集聚區(qū)企業(yè)的監(jiān)管，完善相應的法律法規(guī)，減少企業(yè)間的惡性競爭，同時也要及時完善產業(yè)發(fā)展所需的公共配套設施，減少產業(yè)集聚過程中的技術效率浪費，促進集聚區(qū)產業(yè)健康可持續(xù)發(fā)展。

最后，通過對中國各省R＆D支出變化的研究，本文指出，盡管中國各省R＆D強度總體呈現(xiàn)上升趨勢，但區(qū)域發(fā)展卻不平衡，東部地區(qū)大部分省份的R＆D投入水平均達到了中等以上水平，而中西部地區(qū)的大部分省份則仍處于中等R＆D強度組。值得注意的是，通過實證分析本文還發(fā)現(xiàn)，全要素生產率的增長并不具有收斂性，落后地區(qū)的全要素生產率并不具有更快的增長率。全要素生產率的這種馬太效應將會導致東中西部生產率差距的進一步擴大，使區(qū)域發(fā)展的不平衡性加劇。因此，在加大各省R＆D強度的同時，更應注意協(xié)調東中西部產業(yè)發(fā)展，改善中西部地區(qū)產業(yè)發(fā)展的基礎設施，提高中西部地區(qū)從業(yè)人員的受教育水平，加大對中西部產業(yè)發(fā)展R＆D投入的政策支持，提高中西部地區(qū)產業(yè)的技術吸收、消化能力，促進產業(yè)生產率的增長，緩解區(qū)域產業(yè)發(fā)展不平衡的矛盾，實現(xiàn)經(jīng)濟快速健康可持續(xù)發(fā)展。

［1］Bottazzi L.and G Peri.Innovation and Spillovers in Regions:Evidence from European Patent Data［J］.European Economic Review，2003，46:687-710.

［2］Gilbert B.A ，Mcdougall P.Pand Audretsch D.B.Clusters.Knowledge Spillovers and New Venture Performance:An empirical examination［J］.Journal of Business Venturing，2007.

［3］Dekle R and Eaton J.Agglomeration and Land Rents:Evidence from the Prefectures［J］.Journal of Urban Eeonomics，1999，46(2):200-214.

［4］Harris T.F and Ioannides Y.M.Productivity and Metropolitan Density.Discussion Paper，Department of Economics，Tufts University，2000.

［5］Ottaviano G.I.P and D.Pinelli.Market Potential and Productivity:Evidence from Finnish Regions［J］.Regional Science and Urban Economics，2006，36:636-657.

［6］Pontus Braunerhjelm and Benny Borgman.Agglomeration，Diversity and Regional Growth.Electronic Working Paper 71，2006.

［7］Brulhart M.and Mathys N.Sectoral Agglomeration Economics in a Panel of European Regions.CEPR Discussion Paper，2007，6410.

［8］Bode E.Productivity Effects of Agglomeration Externalities.Working Paper，2004

［9］ Bautista A.D.Agglomeration Economies，Economic Growth and the New Economic Geography in Mexieo［Z］.EconWPA，2005

［10］Gopinath M，Piek D.and Y.Li.An Empirical Analysis of Productivity Growth and Industrial Concentration in US Manufacturing［J］.Applied Economics，2004，36(1):1-17

［11］Carlino G.A.Increasing Returns to Scale in Metropolitan Manufacturing.Journal of Regional Science，Vol.19，1979:363-373.

［12］Jones C.R＆D-Based Models of Economic Growth.Journal of Political Economy［J］，Vol.103，1995:759-784.

［13］ Jonathan Eaton and Samuel Kortum.International Technology Diffusion:Theory and Measurement［ R］，Boston University and NBER，Working paper，1996b:1-56.

［14］Kinoshita Y.R＆D and Technology Spillovers Via FDI:Innovation and Absorptive Capacity［R］，CEPR Working Paper Number 349，2000.

［15］Connolly M.The Dual Nature of Trade:Measuring Its Impact on Imitation and Growth［J］，Journal of Development Economics，2003，72:31-55.

［16］吳延兵.R＆D與生產率—基于中國制造業(yè)的實證研究［J］.經(jīng)濟研究，2006，(11):60-71.

［17］李小平，朱鐘棣.國際貿易、R＆D溢出和生產率增長［J］.經(jīng)濟研究，2006，(12):31-43.

［18］Hansen B.E.Effects in No-dynamic Panels:Estimation，Testing，and Inference［J］.Journal of Econometrics.1999，93(2):345-368.

［19］張 軍，吳桂英，張吉鵬.中國省際物質資本存量估算:1952—2000［J］.經(jīng)濟研究，2004，(10):35-44.

［20］顏鵬飛，王 兵.技術效率、技術進步與生產率增長:基于DEA的實證分析［J］.經(jīng)濟研究，2004，(12):55-65

［21］楊文舉.適宜技術理論與中國地區(qū)經(jīng)濟差距的實證研究［D］.武漢大學.

［22］陳 釗，陸 銘，金 煌.中國人力資本和教育發(fā)展的區(qū)域差異:對于面板數(shù)據(jù)的估算［J］.世界經(jīng)濟，2004，(12):25-31.

［23］蔡 昉.城鄉(xiāng)收入差距與制度變革的臨界點［J］.中國社會科學，2003，(5):16-25.

［24］王少平，歐陽志剛.我國城鄉(xiāng)收入差距的度量及其對經(jīng)濟增長的效應［J］.經(jīng)濟研究，2007，(10):44-55.

［25］ Fare R，Grosskopf S and Norris M.Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，84:66-83