摘 要：战略性新兴产业发展与传统产业改造升级形成的“双峰逼近效应”，将倒逼产业协同规律的识别与政府功能定位。本文在评述协同发展文献的基础上，采用1998—2011年中国省际数据对产业协同度影响因素进行了空间面板计量分析。结果表明，新兴产业科技活动经费筹集额中，政府资金比重对协同度无显著影响；环境规制未能抑制高污染行业增长，传统产业高能耗特征依然显著；人力资本增长提升了协同水平；而市场化改革效果并不显著。

关键词：战略性新兴产业；传统产业；产业协同度；产业政策

中图分类号：F424 文献标识码：A 文章编号：1000-176X（2015）02-0025-08

一、引言与文献综述

作为转变经济发展方式的重要内容，战略性新兴产业（下文简称“新兴产业”）的技术带动效应与传统产业的转型升级能否实现协同发展，一直以来都是学术界与政府产业政策制定持续关注的热点。虽然中国新兴产业受到大力的政策支持表现出良好的发展态势，但其与传统产业的协同程度则处于较低的水平。自2009年以来，中国新兴产业、传统产业发展方面存在较大问题，《中国私营经济年鉴2010.6—2012.6》的数据显示，2011年中国民营企业500强中有66家因为传统产业空间小而进入新兴产业，占比13.20%；由于政府鼓励而进入新兴产业的有203家，占比40.60%。从上述统计数据可以看出，产业发展受政府与市场的影响程度较大，产业协同发展需全面布局产业体系和优化政府行为。当前中国部分传统产业产能过剩、环境污染加剧与部分新兴产业剧烈震荡所形成的产业发展体系需从根源上得到有效控制，必须从产业协同发展的内在逻辑与政府功能定位上挖掘破解思路。

由于新兴产业与传统产业的根本区别在于技术差异性，国外文献主要从技术生命周期理论和耗散结构理论等视角研究产业演化发展规律。Anderson和Tushman[1]指出，技术演化模型被认为是技术生命周期理论的经典模型，随后得到了Kaplan和Tripsas[2]、Murmann 和Frenken[3]以及Suarez[4]的广泛拓展。McGahan等[5]认为，这些文献主要关注的是技术演化、产业内技术进步和产业演化过程。Dosi[6]则认为主要是研究的宏观层面的技术轨迹技术生命周期理论的相关文献还包括对宏观层面技术轨迹的研究。苏屹[7]指出，耗散结构理论最早是由比利时物理学家Prigogine在1969年关于《耗散结构与生命》的国际会议报告中提出，并与Thom的“突变论”和Haken的“协同论”一起构成系统科学的“新三论”，并在经济学研究中得到广泛应用。耗散结构理论和耦合系统演化理论通常被应用于产业创新系统和协同发展问题的理论层面研究，正确判断新兴产业与传统产业的耦合程度与阶段是政府政策制定的基础。

国内学者对产业协同发展领域的研究具有以下四个方面的特征：第一，从理论层面界定新兴产业与传统产业发展的阶段划分；第二，采用典型案例进行经验研究；第三，从理论层面提出促进产业协同发展的政策建议；第四，现有的文献主要是从评价方法、视角和内容上展开。从研究方法来看，国内学者主要利用系统学、协同学与耗散结构理论分析复杂系统或产业协同机制。孟庆松和韩文秀[8]基于系统学的视角首次提出复合因子、协调机制的概念，建立了一个可实际计算的复合系统的协调度模型，并以“教育—经济—科技”的复合系统为例，对该模型的有效性进行了验证。王宏起和徐玉莲[9]采用有序度模型和复合系统协同度模型，测度了2000—2010年中国科技创新和科技金融的复合系统协同度区间为[-0.2，0.2]，表明中国还未形成科技创新与科技金融的协同发展机制。綦良群和孙凯[10]结合协同学和耗散结构理论，对高新技术产业与传统产业的协同发展机理进行了理论分析，并以东北老工业基地振兴为例，提出促进老工业基地产业的协同发展机制，认为高技术产业与传统产业的子系统兼有竞争和协同的相互作用，最终导致产业的涨落，而且这种涨落必须有人参与，只有通过制定合理的产业政策，才能促进形成具有耗散结构特征的产业系统。

从研究视角来看，近年来部分学者从产业耦合发展模型与博弈模型的角度研究了新兴产业与传统产业发展的关系。熊勇清和李世才[11]从产业要素、产业结构和产业布局等视角对新兴产业与传统产业子系统的耦合内容进行了细致的理论分析，并从理论层面阐述了耦合过程：萌芽阶段、成长阶段、发展阶段初期和发展阶段中后期分别对应于无耦合、低度耦合、中度耦合和高度耦合，其中，在成长阶段，需要政府的推动机制，随后依次为传导机制、叠加放大机制、联动机制和融合机制。陆立军和于斌斌[12]在进化博弈的理论框架下，研究了新兴产业与传统产业融合的演化、企业行为和政府的产业政策，结果表明，融合演化分为相互相应、协调发展和分化替代等三个阶段，影响融合度的因素主要包括地方政府和龙头企业决策，并认为地方政府在产业融合发展中具有重要作用。苑清敏和赖瑾慕[13]的研究认为，时变演化是新兴产业和传统产业的耦合发展过程中的显著特征，通过技术、产品、资金和政策等要素，能够促进两者实现动态耦合式发展，并将动态耦合过程分成无耦合、协调、发展极限、衰退和重组等阶段，政府作用的发挥应以正确评价两者的耦合程度为基础。杨以文等[14]通过建立结构方程模型，基于昆山新兴产业与传统制造业调研数据，研究了产业升级、增量创新与突破创新的关系，结论表明传统产业升级到越高阶段，突破性创新越容易出现；新兴产业升级到越高阶段，越有利于增量创新。

从研究内容来看，主要是以政府补贴形式支持新兴产业与传统产业发展，多数文献研究了补贴的动机与效果。王宇和刘志彪[15]从政府作用的角度研究了补贴方式对传统产业和新兴产业的影响，研究认为不同产业中研发的知识溢出效应决定了研发补贴的效果；产业间具备双向知识溢出的情形下，生产性补贴在短期促进新兴产业增长而抑制传统产业增长，此时的补贴方式所带来的增长在长期来看不具备持续性，甚至会阻碍技术进步。因而，新兴产业与传统产业在发展的不同阶段需对补贴方式进行动态调整。

从上述已有文献可以看出，上述研究虽然视角比较全面，但很重要的一点是现有文献的研究均忽略了新兴产业、技术溢出与传统产业带动效应的内在逻辑与传导机理，而且基本上均为理论分析和案例研究，缺乏基于新兴产业和传统产业的省际样本数据的实证研究。由于技术扩散、技术生命周期与产业协同存在着密切的经济联系，在中长期的发展过程中，政府如何根据发展阶段选择合理的产业政策标准，值得深入研究。现有研究尚未将政府行为纳入统一的分析框架中，而且没有对经济社会发展施加资源环境的双重约束，缺乏大样本数据的经验证据，研究得出的政策建议通常理论性色彩较浓，针对性和可操作性不足。

本文区别于以往的研究，将政府行为、资源环境约束纳入产业协同发展的影响因素分析框架中，并以高技术产业作为新兴产业的代表，以各地区工业总产值与高技术产业总产值的差额作为传统产业的代表，首次为新兴产业与传统产业协同发展问题的研究提供省际面板数据的经验研究，以期为中国新兴产业发展与传统产业改造升级的协同推进提供实证上的支持。本文以下的内容安排为：第二部分是变量选取、数据来源与计量模型设定；第三部分是模型相关检验与实证研究；第四部分是本文的研究结论和政策建议。

二、变量选取、数据来源与模型设定

（一）变量选取、数据来源与描述统计

由于上市公司数据仅以企业为样本，对资源环境约束和政府行为难以纳入进来一并考虑。为此，本文利用1998—2011年中国30个省（地区）的面板数据研究新兴产业与传统产业协同度影响，主要涉及到的数据变量有：新兴产业与传统产业比重、高技术产业科技活动经费筹集额中政府资金所占比重、环境污染治理强度、能源消耗总量、人力资本、市场化指数、人均GDP等，以此全面衡量新兴产业与传统产业协同发展的诸多内外部因素的影响。

1.新兴产业与传统产业比重

由于传统产业的范围较大，且概念较为模糊，本文在衡量时采用余泳泽和刘大勇[16]的做法，将传统产业界定为：食品加工业、食品制造业、饮料制造业、烟草加工业、纺织业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制造业、木材加工及竹藤棕草制品业、家具制造业、造纸及纸制品业、印刷业制造业、文教体育用品制造业、化学纤维制造业、橡胶制造业、塑料制造业、石油加工及炼焦业、非金属矿物制造业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、金属制品业、普通机械制造业等 21 个行业。由于缺乏省际的传统产业数据，我们近似将规模以上工业企业总产值减去高技术产业工业总产值得到传统产业工业总产值。

由于学术界尚未披露新兴产业的统计数据，高技术产业与新兴产业具有相同的属性，一些学者例如肖兴志和谢理[17]将高技术产业数据近似作为新兴产业的代表。本文沿用这一做法，将新兴产业工业总产值与传统产业工业总产值之比（记为PRO）作为产业协同度指标，数据来源于各年的《中国高技术产业统计年鉴》，其中1998—2008年数据直接从年鉴中获取，2009—2011年的新兴产业工业总产值数据是将高技术产业的5个子行业，即医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备和医疗设备及仪器仪表制造业的当年总产值加总得到。

2.政府行为变量

新兴产业的技术投资与传统产业的改造升级均离不开政府的大力支持，因此，政府在推动产业协同发展方面具有重要的作用，基于数据可得性的考虑，本文选取高技术产业科技活动经费筹集额中政府资金所占比重（记为FUN）作为政府支持新兴产业发展力度的代理变量，由于2009年以后统计指标发生变化，遂将研发经费内部支出中政府资金的比重作为代理变量，数据均来源于各年的《中国高技术产业统计年鉴》。

3.研发经费投入强度

研发投入强度（记为RD）作为影响产业动态的重要变量，对于技术溢出和技术采纳具有重要推动作用，进而对新兴产业与传统产业比重有着间接影响，本文使用的研发数据是各地区研发经费支出，由于1999年之前指标口径不同，我们采用研发经费内部支出总额代表，1999—2011年数据来源于历年的《中国科技统计年鉴》，1998年数据是依据1999年和2000年的均值得到，数据的单位均换算为亿元。

4.资源环境约束指标

本文采用治理工业污染项目投资额占工业增加值的比重（记为REG）衡量环境约束指标，治理工业污染项目投资额和工业增加值的数据来源于中经网统计数据库，时间跨度为1998—2011年；为了有效衡量节能降耗对产业协同发展的影响，本文加入能源消耗总量（记为ENE）作为控制变量，近似作为资源约束的代表，由于电力消费在能源消费中占据的比重较大且易于衡量，本文借鉴王火根和沈利生[18]的做法，利用电力消费量作为能源消费量的代理指标，数据来源于国研网统计数据库。

5.控制变量

（1）人力资本（记为HUM）。人力资本对产业效率、产业技术进步有着直接的影响，借鉴已有文献的做法，本文将各省每万人高中、专科和本科的在校生数量作为衡量人力资本的指标，原始数据来源于中经网统计数据库。（2）市场化指数（记为MAR）。市场化程度的高低直接影响着要素在产业间的流动，改变产业的规模，进而能够影响到产业间的发展程度，所以本文将市场化指数作为影响产业协同发展的控制变量。1998—2010年市场化指数数据直接来源于樊纲等[19]出版的《中国市场化指数：各地区市场化相对进程2011年报告》，2011年数据则依据2009—2010年的数据的加权平均得到。（3）人均GDP（记为PGDP）。经济发展水平对产业的协同发展具有重要的宏观影响，为此，本文将人均GDP作为新兴产业与传统产业协同发展影响因素经验研究的控制变量，原始数据来源于中经网统计数据库，上述控制变量在经验分析过程中均取自然对数。

（二）模型设定

由于创新活动具有显著的技术外溢性，各地区产业发展与创新活动的外溢可能具有一定程度的空间相关性，因此，传统的面板模型不能够很好地解决这一问题。为此，本文利用Anselin[20]提出的空间面板计量模型对新兴产业与传统产业协同发展程度的影响因素进行经验研究。空间计量模型分为空间滞后（SAR）面板模型和空间误差（SEM）面板模型两大类。

空间滞后面板模型的形式为：

Yt=αYt-1+βWYt+Xtγ+φt（1）

空间误差面板模型的形式为：

Yt=αYt-1+Xtγ+η+φt（2）

其中，φt=τWφt+θt；Yt是每个省份（i=1，2，...，30）的因变量在t期（t=1，2，...，13）的样本值构成的N×1向量；Xt（自变量）是N×K的矩阵；α与γ（K×1）表示参数；η=（η1，...，ηN）′；φt=（φ1T，...，φNT）′；θt=（θ1T，...，θNT）′，且独立同分布，满足E（θt）=0，E（θtθt′）=σ2IN，IN表示N阶的单位阵；W（N×N）表示空间权重矩阵（非负），对角线数字为0；τ表示空间自相关系数；α是区分面板数据模型的最核心指标，若α=0，φit=0，表明该模型是静态面板模型，若α=0，φit≠0，表明该模型是静态空间面板模型，若α≠0，φit≠0，表明该模型是动态空间面板模型。本文建立的新兴产业与传统产业比重协同度的具体模型如下：

PRO=α1+α2FUN+α3REG +α4ENE +α5HUM +α6RD +α7MAR +α8PGDP +φit+θit （3）

其中，φit=τWφit+θt，τ和W分别表示空间相关系数和空间权重矩阵；α1—，α2，α3，α4，α5，α6，α7，α8是模型的相应参数；φit与θit是随机扰动项，θit～（0，σ2）。；τ和W分别表示空间相关系数和空间权重矩阵。

为了考虑经济增长的扩散影响，我们构建了包括经济影响力的空间权重矩阵。包含经济影响力的空间权重矩阵i为省份i的国内生产总值，为所有省份国内生产总值的平均值，在设定包含经济影响力的空间权重矩阵时，我们借鉴陈晓玲和李国平[21]的做法，假设经济实力强的省份对周围省份的经济影响大，包含经济影响力的空间权重矩阵用地理空间权重矩阵w乘以各个省份国内生产总值占全国所有省份国内生产总值的比重均值为对角线的对角矩阵来表示。各省国内生产总值的数据来源于中经网统计数据库，经济距离空间权重矩阵的具体表示方法为：

W=w×diag（1，2，...，n），其中，i=1t1-t0+1∑t1t0yit，=1n（t1-t0+1）∑ni=1∑t1t0yit。

计算出包含技术影响力的空间权重矩阵后，利用Matlab软件将其标准化，行和等于1。

三、经验研究

空间计量回归过程主要包括空间自相关检验、模型形式选择与估计结果等三个部分。本部分利用第二部分的省际数据进行产业协同度影响因素的空间计量回归分析，以期为新兴产业与传统产业的协同发展提供必要的实证依据。

（一）空间自相关检验

在空间面板统计分析中，检验各地区变量是否存在空间自相关的最常用方法是Moran I指数：

Moran I=n∑ni=1∑nj=1ωij（xi-）（xj-）∑ni=1∑nj=1ωij∑ni=1（xi-）2=∑ni=1∑nj=1ωij（xi-）（xj-）S2∑ni=1∑nj=1ωij（4）

其中，S2=1n∑ni=1（xi-）2，=1n∑ni=1xi；xi表示第i个省的观测值；n表示截面样本量（空间单元数）；ωij是空间权重矩阵。Moran I∈[-1，1]，当Moran I∈（0，1]时，表示存在空间正相关，当Moran I∈[-1，0）时，表示存在空间负相关，当Moran I=0时，表示无空间相关性。为便于对比和确定模型形式的准确性，我们首先估计了静态面板，结果如下：

PRO=0.53-0.03FUN+4.27REG-0.10ln（ENE）-0.09ln（HUM）

+0.08ln（RD）+0.02ln（MAR）+0.04ln（PGDP）（5）

（6.19） （-1.53） （3.32） （-11.97）（-5.64）（12.90）（0.70）（3.21）

其中，括号内为相应变量的t统计量，2=0.42（拟合程度较低）。由表2可以看出，变量之间存在一定的相关性。因此，我们针对产业协同度影响因素研究建立空间面板模型，以剔除掉变量之间可能存在的空间相关性，使得实证结论更为准确。从表2的结果可以看出，中国各省新兴产业与传统产业的相对比重之间存在高度的正空间自相关，且在2008—2011年呈现出递增的趋势，在一定程度上表明，随着经济交往的日益密切，各省产业协同表现出较高的空间相关性；新兴产业科技活动筹集额中政府资金所占比重指标在2003年以前为正数，而近年来的Moran I指数变化为负数，这表明政府支持新兴产业科技活动的力度呈现出负的空间自相关。

为保证实证模型建立的有效性和便于比较，本文分别建立了静态和动态空间面板模型这两种形式的计量方程，依据SAR面板模型与SEM面板模型形式选择的判别标准，应当选择SEM面板模型对新兴产业与传统产业协同发展的影响因素进行经验分析，检验结果如表3所示。在固定效应模型和随机效应模型的选择上，笔者认为对于中国各省划分的产业协同程度的计量模型而言，显然应当采取固定效应模型更好一些。

（二）经验研究结果

1.静态空间面板模型估计结果

表4实现了三种静态空间误差固定效应模型的估计：地区固定效应、时间固定效应和双向固定效应[22]。三种估计结果的空间自相关系数均为正，表明新兴产业与传统产业协同发展存在空间上的促进作用。从参数估计的显著性上来看，时间固定效应模型的各参数显著性较好，因此，我们选择时间固定效应模型结果进行解释。从新兴产业科技活动经费筹集额中政府资金所占比重的系数为负且不显著，可以看出，中国各省以资金支持新兴产业发展的做法并未有效促进产业协同发展，可能的原因在于以获取资金支持的新兴企业并未具有足够的创新动力，这与郭晓丹和何文韬[23]关于政府补贴的光环效应并未增加企业的研发支出的结论相印证。因此，针对新兴产业创新动力不足的问题，政府不应当以增加资金支持为重点，而应当发挥企业在创新投资上的积极性，并为此创造良好的环境。

从全社会研发支出的系数来看，各省总体研发强度的提高在10%的显著性水平上促进了产业协同发展，这与研发支出的技术外溢效应不无关系，各地区研发支出每增长1%，产业协调度提高2.09%，因此，增加研发支出仍然是促进产业协同的重点措施；政府环境规制显著降低了新兴产业与传统产业的相对比重，这表明环境规制在一定程度上促进了传统产业产值的增长，意味着传统高污染的产业在环境规制强度下并未减少生产，从侧面可以看出环境规制促进了传统产业的生产效率，亦即使得传统产业得到了基于技术进步的产能增长好处；电力消费在10%的显著性水平上降低了新兴产业相对传统产业的比重，意味着传统产业是以高耗能的形式获得了产值的增长，表明传统产业的节能降耗是实现产业协同发展的重点任务；人力资本在1%的显著性水平上促进了新兴产业相对传统产业的比重，这表明受教育水平的提高对于新兴产业发展具有重要意义；市场化改革对于产业协同的影响效果不显著，在一定程度上说明促进生产要素在传统产业与新兴产业之间的流动是实现产业可持续发展的重要任务，当前的市场化改革效果仍需加强；人均GDP的增长显著促进产业协同发展，这表明随着经济发展程度的提高，新兴产业相对于传统产业的比重将持续走高，意味着随着经济的发展，科技引领经济发展的作用将持续显现。

2.动态空间面板模型估计结果

为甄别产业协同发展过程可能存在的动态性，我们拟以经济距离空间权重矩阵为基础，引入动态空间误差模型固定效应模型进行重新估计，估计所需要的Matlab命令运用NB逼近估计法，估计结果如表5所示。从估计结果来看，在加入新兴产业相对传统产业比重的一阶滞后变量的动态空间计量模型中，NB逼近估计法显示前期的协同对后期的协同不存在显著的动态关系。值得指出的是，在加入动态因素以后，NB逼近估计方法的空间相关系数的显著性降低（由表5的时间固定效应估计出的负的空间相关系数由在1%的显著性水平上显著变为不显著），进一步说明静态空间面板模型能够较好地刻画产业协同的特征。从表55的NB逼近估计方法的估计结果来看可以看出，政府资金所占比重的系数仍为负数（不显著），表明政府支持新兴产业发展的资金力度越大，产业协同发展的程度越低，但降低的效果并不显著；研发支出在1%的显著性水平上促进新兴产业与传统产业的比重提高，与静态面板的估计结果一致，表明创新投入对于实现产业协同发展至关重要；人力资本在5%的显著性水平上促进产业的协同发展，与静态空间面板的估计结果一致；市场化改革促进产业协同发展，效果显著。

四、研究结论与政策含义

新兴产业发展与传统产业改造升级所形成的“双峰逼近效应”，对资本、技术人才以及产业政策的公平性、适应性提出更高要求，探寻产业协同发展机理与政府作用尤为重要。本文系统梳理了新兴产业与传统产业协同发展的国内研究现状，针对现有研究中仅从理论层面解释和分析协同问题的视角，本文区别于以往关于协同发展的文献研究，利用1998—2011年的省际数据对新兴产业与传统产业协调度的影响因素进行了空间面板计量经验研究，研究结果表明，新兴产业科技活动经费筹集额中政府资金所占比重对新兴产业相对传统产业比重的无显著影响；环境规制在一定程度上并未有效抑制传统高污染行业的增长，传统产业的高能耗特征依然显著；人力资本的增长对于实现产业协同效果显著；市场化改革对新、旧产业协同效果不显著，随着经济的发展，新兴产业相对传统产业产值的比重将持续提高。本研究对促进战略性新兴产业与传统产业的协同发展具有重要的理论与政策实践价值。

针对当前中国新兴产业与传统产业发展过程中存在的“双峰逼近效应”，本文拟从以下四个方面对新兴产业与传统产业的协同发展提出相关的政策建议：第一，政府在推动新兴产业与传统产业协同发展中应避免单纯为促进技术创新而增加政府支持新兴产业的资金，应当发挥企业创新主体的作用，着重发挥对传统产业改造升级的资金支持，鉴于新兴产业仍处于发展的初期阶段，传统产业仍然占据经济的支柱地位，对传统产业技术改造的投入将能够更大程度地促进产业协同发展；第二，环境规制在促进传统产业减排方面的作用较为积极，应当适度加强高污染传统行业的环境规制强度，增加治理环境污染的投资对于实现产业协同效果显著；第三，加强人力资本建设，由于人力资本在实现产业协同方面存在着显著的推动作用，因此，在人力资本的培育与应用方面，应着重加强创新人才培育和加大就业市场的流动性，进而实现新兴产业与传统产业的协同发展；第四，深化市场化改革力度，由于市场化改革的目的在于使得生产要素能够以市场机制为作用进行流动，产业间的人才、技术和资源的共享成为实现互利共赢的关键所在，因此，应当着重发挥市场配置资源的决定性作用，努力实现新兴产业与传统产业发展突破“双峰逼近效应”，实现产业向质量和效益的协同发展转变。参考文献：

[1] Anderson， P.， Tushman，M. L. Technological Discontinuities and Dominant Designs： A Cyclical Model of Technological Change[J]. Administrative Science Quarterly， 1990， 35（4）： 604-633.

[2] Kaplan， S.， Tripsas，M. Thinking about Technology： Applying a Cognitive Lens to Technical Change[J]. Research Policy， 2008， 37（5）： 790-805.

[3] Murmann， J. P.， Frenken，K. Toward a Systematic Framework for Research on Dominant Designs， Technological Innovations， and Industrial Change[J]. Research Policy， 2006， 35（7）： 925-952.

[4] Suarez， F. F. Battles for Technological Dominance： An Integrative Framework[J]. Research Policy， 2004， 33（2）： 271.

[5] McGahan， A. M.， Argyres， N. ，Baum，J.A.C. Context，Technology and Strategy： Forging New Perspectives on the Industry Life Cycle[J]. Advances in Strategic Management ， 2004，（21）： 1-21.

[6] Dosi， G. Technological Paradigms and Technological Trajectories： A Suggested Interpretation of the Determinants and Directions of Technical Change[J]. Research Policy， 1982， 11（3）： 147-162.

[7] 苏屹. 耗散结构理论视角下大中型企业技术创新研究[J]. 管理工程学报，2013，（2）：107-114.

[8] 孟庆松，韩文秀. 复合系统协调度模型研究[J]. 天津大学学报（自然科学与工程技术版），2000，（4）：444-446.

[9] 王宏起，徐玉莲. 科技创新与科技金融协同度模型及其应用研究[J]. 中国软科学，2012，（6）：129-138.

[10] 綦良群，孙凯. 高新技术产业与传统产业协同发展机理研究[J]. 科学学与科学技术管理，2007，（1）：118-122.

[11] 熊勇清，李世才. 战略性新兴产业与传统产业耦合发展的过程及作用机制探讨[J]. 科学学与科学技术管理，2010，（11）： 84-87.

[12] 陆立军，于斌斌. 传统产业与战略性新兴产业的融合演化及政府行为：理论与实证[J].中国软科学，2012，（5）： 28-39.

[13] 苑清敏，赖瑾慕. 战略性新兴产业与传统产业动态耦合过程分析[J]. 科技进步与对策，2013，（11）：1-5.

[14] 杨以文，郑江淮，黄永春. 传统产业升级与战略性新兴产业发展——基于昆山制造企业的经验数据分析[J]. 财经科学，2012，（2）：71-77.

[15] 王宇，刘志彪. 补贴方式与均衡发展：战略性新兴产业成长与传统产业调整[J]. 中国工业经济，2013，（8）：57.

[16] 余泳泽，刘大勇. 中国传统产业和新兴产业差异性技术进步路径选择研究[J]. 财贸研究，2013，（1）：22-31.

[17] 肖兴志，谢理. 中国战略性新兴产业创新效率的实证分析[J]. 经济管理，2011，（11）：26-35.

[18] 王火根，沈利生. 中国经济增长与能源消费空间面板分析[J]. 数量经济技术经济研究，2007，（12）：98-107.

[19] 樊纲，王小鲁，朱恒鹏. 中国市场化指数——各地区市场化相对进程2011年报告[M]. 北京：经济科学出版社，2011.5-30.

[20] Anselin， L. Spatial Econometrics：Methods and Models[M]. Dordrecht：Kluwer Academic Publishers，1998.42-51.

[21] 陈晓玲，李国平. 我国地区经济收敛的空间面板数据模型分析 [J]. 经济科学，2006，（5）：5-17.

[22] 肖兴志，李少林. 中国服务业扩张模式：平推化还是立体化？[J]. 数量经济技术经济研究，2013，（11）： 144.

[23] 郭晓丹，何文韬. 战略性新兴产业政府R&D补贴信号效应的动态分析[J]. 经济学动态，2011，（9）：88-93.

[24] Elhorst， J. P. Unconditional Maximum Likelihood Estimation of Linear and Log‐Linear Dynamic Models for Spatial Panels[J]. Geographical Analysis， 2005， 37（1）： 85-106.

[25] Elhorst， J. P. DynamicPanels with Endogenous Interaction Effects When T is Small[J]. Regional Science and Urban Economics， 2010， 40（5）： 272-282.

（责任编辑：徐雅雯）