中-日制造業產業內貿易對中國就業調整成本的影響

李 江，衛 平，宋 毅，石大千

(華中科技大學 經濟學院，湖北 武漢 430074)

?

中-日制造業產業內貿易對中國就業調整成本的影響

李 江，衛 平，宋 毅，石大千

(華中科技大學 經濟學院，湖北 武漢 430074)

選取中-日制造業貿易作為研究對象，首先比較分析衡量邊際產業內貿易A、B和S指數優缺點；其次，選取2001—2014年面板數據，實證分析平滑調整假說(SAH)在中-日制造業產業內貿易的適用性；最后，分別運用A、B、S指標及其衍生指標測度中-日14個制造業細分行業的邊際產業內貿易，比較不同產業就業調整成本的大小。結果表明：平滑調整假說對中-日制造業貿易具有適用性，即產業內貿易程度越高，就業調整成本越小，且中、日制造業整體調整成本偏高，尤以紡織業等勞動力或資源密集型產業表現突出。

中-日制造業貿易；平滑調整假說；邊際產業內貿易；就業調整成本

一、問題提出與研究綜述

在金融危機與歐債危機大背景下，世界經濟下滑明顯，嚴重影響了中國出口，出口結構亟需調整，這必然帶來生產要素市場需求的變化，在這些生產要素中，勞動力調整因涉及就業問題而顯得尤為關鍵。研究產業內貿易與中國就業調整成本之間的關系對于及時調節中國勞動力市場，保證人員及時就業很有必要。20世紀90年代以來，中-日貿易一直處于穩步推進中，根據聯合國商品貿易統計數據庫(UN comtrade)的資料，1992—2014年，中日進出口商品貿易總額從253.6億美元上漲至3 074.8億美元，日本成為中國第四大貿易伙伴。到了21世紀，兩國之間的進出口貿易總額穩定在超過兩位數的增長速度，2000年，兩國貿易額突破千億美元大關；2014年，兩國貿易額已經達到3 074.8億美元。在中日貿易迅速發展的同時，中日產業內貿易也在逐步加深，產業內貿易的演進會引起勞動要素市場調整。加之中日制造業中制成品間的貿易多為產業內貿易，因而選擇中國與日本制造業這一角度來研究產業內貿易與就業調整成本之間的關系具有代表性意義。

平滑調整假說(SAH)由巴拉薩(Balassa，1966)提出[1]，國外的理論研究與實證檢驗都比較成熟：在理論層面，洛夫利和尼爾森(Lovely & Nelson，2002)在產業內貿易中引入一般均衡分析理論，研究發現產業內貿易發展到一定程度將會引起產業間的重新調整，即產業內貿易不一定會導致貿易調整成本的降低[2]；在實證檢驗層面，陸續有薩拉肯和卡菲特(Tharakan & Calfat，1999)、布魯爾哈特(Brülhart，2000)以及格里納韋等(Greenaway et al.，2002)進行研究，并未發現產業內貿易必然導致較低調整成本[3-5]。

相比之下，國內對于該假說的研究才剛起步并且研究方向比較局限，多集中在中國制造業產業內貿易與調整成本的關系研究。劉春平和施鳳丹(2008)從水平型產業內貿易和垂直型產業內貿易角度出發，以主要制成品產業1996—2005年數據為樣本，研究認為垂直型產業內貿易比水平型產業內貿易對勞動力市場沖擊更大，由此產生的調整成本更高[6]。杜運蘇和郭羽誕(2009)對中國制造業面板數據的實證研究顯示，產業內貿易導致的經濟調整成本要低于產業間貿易[7]。孫孟(2011)、郭東杰和張瓊燕(2012)分別將中國制造業分為27個和22個細分行業，前者運用廣義距估計證實了平滑調整假說在中國的有效性；后者則發現間隔3年的邊際產業內貿易指數最為有效，且產業內貿易水平對勞動力市場調整具有滯后效應，但回歸分析結果并不支持平滑調整假說[8-9]。也有部分學者選擇從中國與某一貿易伙伴的產業內貿易來做分析研究。如佟家棟和劉鈞霆(2006)對1992—2003年中韓制造業貿易調整成本進行研究，發現相比于勞動密集型制造業，資本技術密集型制造業具有更大的調整成本[10]。孫孟和張彬(2010)對中澳貿易自由化調整成本進行實證分析，結果表明“中高技術密集型制造品”行業調整成本低于“初級產品”和“勞動力、資源密集型制造品”行業[11]。許統生等(2012)測度了15個中美制造業的邊際產業內貿易，發現“平滑調整假說”對中美貿易是成立的，中美制造業調整成本總體較高[12]。

國內關于產業內貿易與調整成本兩者關系的研究多存在三大問題：一是所用數據都是針對中國整個行業的產業內貿易，即使部分學者選取兩國之間的貿易數據，也多是中國與美國、韓國的數據，并沒有采納中國與日本制造業之間的貿易數據；二是在沒有分析和論證平滑調整假說在中國適用性的前提下，直接借用假說中的指標來說明產業內貿易與調整成本的關系；三是在使用相關指標時只選擇單一有缺陷的指標來佐證或說明自己的研究問題，而沒有全面客觀地反映兩者之間的關系。鑒于此，本文將在借鑒已有研究成果基礎上，利用2001—2014年面板數據，構建模型實證分析“平滑調整假說”在中-日制造業產業內貿易的適用性；并據此分別運用A、B、S三個指標及其衍生指標測度中-日14個制造業細分行業的邊際產業內貿易，對制造業中不同產業的就業調整成本展開具體分析。

二、模型設定與指標測度

由于貿易調整成本模型無法從現有貿易理論中直接獲取，并且對于模型變量的選取也不存在確切固定的變量，因而本文只能參考以往的經驗分析來構造模型。本文主要采用菲爾圖(Ferto，2009)模型構造方法[13]，引入產品需求變量、勞動生產率、貿易開放度、邊際產業內貿易與貿易開放度作為控制變量，構造計量模型如下：

(1)

其中，i表示工業行業，t表示某一年份，vi表示行業部門水平效應，εit為誤差項。

(一)產業內貿易測算指標

測度產業內貿易的指數大體可分為靜態指數、比較靜態指數和動態指數。靜態指數通常是衡量某一個特定時間特地產品的產業內貿易水平，常見的指標有G-L指數、Aquino指數和Bergstrand指數等；比較靜態指數則是指通過對比1～2年來產業內貿易水平而測度出來的值，常見指標有一階差分G-L指數、Dixon-Menon指數；動態指數通常是指邊際產業內貿易指數，具體包括HK指數、A指數和B指數[14]、S指數[15]。

在研究產業內貿易與就業調整成本關系時，通常考慮到就業成本調整具有動態特征。邊際產業內貿易指數(MIIT)具有動態特性，能夠很好地反映一定時期內貿易流的變化，恰好吻合模型需求；而且很多實證研究表明與G-L等靜態指數相比，調整成本受邊際產業內貿易指數影響更大。因此，文本將主要從邊際產業內貿易指數中的A、B和S指數來動態衡量產業內貿易變化情況。

邊際產業內貿易A指數由布魯爾哈特和艾略特(Brulhart & Elliott ，2002)提出[14]，其計算表達式如下：

(2)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，0≤At≤1。A指數越小，說明產業間貿易在新增貿易額中占比越大；反之則說明產業內貿易在新增貿易額中占比越大。但是，A指數在測度時存在兩個明顯問題：其一，A指數本身具有隱含的前提假設，即行業中相同部門凈出口與凈進口等量增加所造成的就業調整成本是一樣的。實際上在勞動力市場中失業是普遍現象，凈出口增加所創造的新就業和凈進口增加所造成的新失業的調整成本并不是相同的。其二，A指數取值介于0和1之間，無法判定貿易方向，且當ΔXt與ΔMt異號時，A的取值均為0，這樣對于貿易的解釋力度稍弱。

邊際產業內貿易B指數同樣是由布魯爾哈特和艾略特提出[14]，其計算公式為：

(3)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，-1≤Bt≤1。B指數越接近0，說明邊際產業內貿易越高，邊際產業間貿易占比越低；B指數越接近1或-1，說明邊際產業內貿易越低，邊際產業間貿易占比越高。與A指數相比，B指數可以識別貿易優勢的方向：當ΔXt>ΔMt(Bt>0)時，可以認為該行業貿易表現良好，具有貿易優勢；當ΔXt<ΔMt(Bt<0)時，則認為該行業貿易表現不佳，存在貿易劣勢。但B指數也存在問題，一是無法直接加總運算；二是當ΔXt與ΔMt符號相反時，其指數大小為-1或者1，依然會有貿易信息丟失情況。

為改進A、B指數，艾茲哈爾和艾略特(Azhar & Elliott，2003)提出了S指數[15]，其計算公式為：

(4)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1，-1≤St≤1。與B指數意義類似，當S值越接近于0時，表明該產業貿易變化量中邊際產業內貿易比重越高；當S值越趨近于1或-1時，邊際產業間貿易在產業貿易變化量中占比越高。與B指數相比，S指數更能準確地反應出貿易方向變化，其對行業貿易形勢和績效的測算要優于B指數。

(二)就業調整成本衡量指標

(5)

(三)控制變量指標

就業調整成本除了與產業內貿易水平相關外，還受其他經濟因素影響，因而為了使模型解釋性增強，需加入其他控制變量。本文借鑒菲爾圖(2009)的方法[13]，引入如下控制變量：

2.貿易開放度，其計算公式為：TRADEit=Xit+Mit/Pit。其中，Pit、Xit和Mit分別表示t時期行業i的總產值，出口額與進口額。通常某個工業行業對外開放程度越高，則該產業與國外交流合作越多，因而帶來企業頻繁做出調整，故貿易開放度系數符號預期為正。

3.勞動生產率，其計算公式為：PRODit=Pit/Lit。其中，Pit和Lit分別表示t時期行業i的總產值和勞動人數。通常人均勞動生產率較高的行業，人均工資相應也會比較高。在高工資激勵下，該行業內勞動力更換工作的可能會降低，此外，還會吸引其他企業進入該行業，帶來更多就業機會，因此勞動生產率系數符號預期為正。

4.邊際產業內貿易與貿易開放度的交互項，其計算公式為：MIIT_TRADEit=MIITit×TRADEit。其中，MIITit和TRADEit分別表示t時期行業i的邊際產業內貿易指數與貿易開放度。針對具體行業來說，貿易對行業內勞動力市場影響作用的大小與該行業的貿易開放度密切相關，因而實證分析中加入了貿易開放度與邊際產業內貿易指數的交乘項。通常情況下，如果平滑調整假說(SAH)適用的話，那么某行業對外貿易開放度越高，產業內貿易降低調整成本的作用就會越明顯，因此邊際產業內貿易與貿易開放度交叉項系數預期為負[16]。

除了中日貿易數據來自于聯合國商品貿易統計數據庫外，工業產值、職工人數等數據皆來自于《中國統計年鑒》。由于國內統計年鑒關于制造業分類與聯合國商品貿易統計數據庫分類不一致，在數據處理中，按照《中國統計年鑒》分類標準，將國際貿易標準分類(SITC REV 3.0)中工業制成品第5—8類產品重新分類成14個行業，分類轉化過程參考盛斌(2002)[17]的做法。此外，為了實現數據單位的統一，按歷年匯率將人民幣轉換成美元。由于行業職工人數的數據可獲取性存在局限，實證分析選取的區間為2001—2014年。

三、實證結果分析

(一)邊際產業內貿易對就業調整成本的影響分析

從三種度量指數取值范圍來看，B、S指數屬于同一類，而A指數則屬于另一類。為了使實證變得更具說服力和可比性，本文采用A指數和S指數絕對值來度量邊際產業內貿易。

1.基于A指數的實證結果

狀態感知是指在特定的時間和空間下，對環境中各元素或對象的覺察、理解及對未來狀態的預測，按照感知的過程可劃分為狀態要素采集、狀態理解和未來狀態預測[5]。狀態感知技術的關鍵在于對大量信息的采集、實時計算分析和對未來狀態的預測，適用于電力通信設備自動巡檢系統中對多類型數據的獲取[6]、風險評估[7]和預測[8]等主要功能。

在對面板數據進行建模之前，先進行豪斯曼(Hausman)檢驗，以確定此模型是屬于個體隨機效應還是個體固定效應。

表1 A指數豪斯曼檢驗結果

由表1結果可知，其P值在10%的水平上都不顯著，則不應拒絕原假設，即應該建立個體隨機效應模型，模型實證結果如表2。

表2 A指數隨機效應模型回歸結果

表2(續)

由表2可知，F值在1%的水平下通過了檢驗，D-W值接近1.8，表明模型不存在自相關。具體來看，A指數度量的邊際產業內貿易對勞動力調整的影響是顯著的，其系數符號為負，表明當A指數上升，即產業內貿易程度加深，勞動力調整降低，這與預期情況相符。消費需求變化對就業調整成本的影響也在10%的水平上顯著，且系數符號為正，表明消費需求變動與就業調整變動是一致的，即需求增加或減少，勞動力都會相應變化。除了這兩個變量對就業調整成本影響顯著之外，其余變量的影響都不顯著，這些變量的符號與預期是一致的。

2.基于S指數的實證結果

對S指數表示的邊際產業內貿易進行建模時，也要先確定模型屬于隨機效應還是固定效應模型。

表3 S指數豪斯曼檢驗結果

由表3可知，P值為0.449 1，因而不應拒絕原假設，也就是說應該采用個體隨機效應模型。對確定后的個體隨機效應模型做回歸分析，其結果如表4。

表4 S指數隨機效應模型回歸結果

(二)邊際產業內貿易測算及就業調整成本分析

以上對就業調整成本的A、S指數實證結果表明在中日制造業貿易中，平滑調整假說是可取的，即就業調整成本隨著產業內貿易加深會減小。因而，能夠借用邊際產業內貿易指數A、B和S指數對制造業的就業調整成本展開分析。

1.基于A指數的就業調整成本分析

利用在實證分析中的A指數，對各年紡織業、服裝羽絨皮革及其他纖維制造業等14個行業進行加總后取平均值。其A指數平均值的結果如表5所示。

表5 制造業細分行業A指數平均值

數據來源：根據聯合國商品貿易統計數據庫數據和本文公式計算而得。

從表5可以看出，各細分行業邊際產業內貿易指數差異較大，其中服裝羽絨皮革及其他纖維制造業的0.016 2最小，表明中、日在該行業產業內貿易程度很小；而以金屬冶煉、壓延及制品業的0.623 1最大，表明中、日在該行業產業內貿易程度較大。總體來看，除了金屬冶煉、通用設備、非金屬礦物和儀器儀表等4個行業的A指數超過了0.5，中-日其他行業間A指數都比0.5要小，不難看出中-日制造業產業內貿易的整體水平不高。

此外，根據A指數平均值的高低，結合平滑調整假說在中-日制造業貿易的適用性，可以初步判定，服裝羽絨皮革及其他纖維制造業、木材加工及家具制造業、石油加工煉焦及核燃料加工業以及紡織業對勞動力調整成本的影響較大，這些行業中勞動、資源密集型產品占主要比例，因而調整成本較大。相反，像金屬冶煉壓延及制品業、通用設備制造業、交通運輸設備和儀器儀表等A指數較高，這些行業中多是中高技術行業，行業調整成本較小。

2.基于B指數的就業調整成本分析

同樣，對各年的B指數加總求平均值，此外通過BR公式(即中國、日本同行業B指數相除)計算出BR平均值以及BR大于1的年份百分比，其結果如表6所示。

表6 制造業細分行業B指數平均值以及加總平均值

表6(續)

數據來源：根據聯合國商品貿易統計數據庫數據和本文公式計算而得。

B指數的取值范圍為-1～1，且越接近于0的行業，產業內貿易程度越高。對比表6的結果，服裝羽絨皮革及其他纖維制造業、木材加工及家具制造業以及紡織業的B指數較高，最高可達0.865 2，這表明中日在這些行業產業內貿易程度很低，勞動力調整成本高，該結論與A指數的分析結論一致。而B指數絕對值較低的行業有非金屬礦物制品業、通用設備制造業、通信設備計算機其他電子設備制造業、化學工業和儀器儀表等工業，這些行業趨向于產業內貿易，勞動力調整成本相對較低。

分析比較BR指數年平均值，化學工業、專用設備制造業、電氣機械及器材制造業等4個行業的BR年平均值低于1，表明中國對日本在這4個行業上的貿易績效不如日本，貿易競爭優勢相對缺乏；這些行業貿易績效不足的原因很大程度上在于中國相比日本而言，行業技術水平和研究投入不足。除此4個行業外，其余10個行業的BR年平均值都高于1，表明中國在這10個行業上對日本的貿易績效較好。表6第4列顯示了2001—2014年BR指數超過1的年份百分比，同樣，這14年間BR指數超過1的年份百分比不足50%的還是化學工業等4個行業，而其他10個行業貿易績效良好的百分比都超過了50%，其中服裝羽絨皮革及其他纖維制造業、木材加工及家具制造業、紡織業和造紙印刷及文教用品制造業的貿易績效最好，14年中BR指數超過1的年份比例超過了85%，表明中國對日本在這些行業上具有比較明顯的貿易競爭優勢。

3.基于S指數的就業調整成本分析

對各年的S指數加總求平均值，此外通過SR公式(即中國、日本同行業S指數相除)計算出SR平均值以及SR大于1的年份百分比，其結果如表7所示。

表7 制造業細分行業S指數平均值以及加總平均值

表7(續)

數據來源：根據聯合國商品貿易統計數據庫數據和本文公式計算而得。

表7計算出來的S指數平均值比A、B指數差異波動小，最大的S值平均值為0.502 3(服裝羽絨皮革及其他纖維制造業)，勞動力調整成本較高；最小的為0.247 0(金屬冶煉、壓延及制品業)，勞動力調整成本較低；剩余行業的S指數平均值都穩定在0.3～0.4，表明這些行業產業內貿易程度較高。SR平均值超過1的年份百分比由于與BR指數的情況一樣，這里就不贅述分析。

四、主要結論

本文先介紹度量行業邊際產業內貿易的A、B和S指數，分述各指數在衡量邊際產業內貿易的優缺點，之后分別選取A和S指數作為實證分析中邊際產業內貿易的衡量指標，繼而在此基礎上建立了邊際產業內貿易與就業調整成本之間的實證模型。通過模型驗證了平滑調整假說在中-日制造業貿易中的適用性后，再對制造業細分行業進行了邊際產業內貿易指數測度及對就業調整成本的影響。綜合實證分析可以得出如下幾點結論：

(1)平滑調整假說在中-日制造業產業內貿易具有適用性，且穩定性較好。本文分別選取了A、S指數兩種度量指標來衡量中-日制造業邊際產業內貿易，繼而在這兩種指標基礎上建立邊際產業內貿易與就業調整成本模型，研究發現：當A指數上升時，產業內貿易程度增加，就業調整成本下降；當S指數絕對值上升時，產業內貿易程度降低，就業調整成本上升。因而，不論是采用A指數，還是S指數建立模型，邊際產業內貿易與就業調整成本都是負相關，這表明平滑調整假說在中-日制造業產業內貿易上具有適用性。

(2)除邊際產業內貿易指數會顯著影響就業調整外，國內消費需求變化同樣是就業調整的主要影響因素。基于A、S指數的實證分析都顯示國內消費需求變化對就業調整起正向作用，即當國內對某產業商品需求增加，該行業進入企業就會增加，繼而導致勞動力向該行業調整；反之，當國內對某產業商品需求減少，該行業企業就會退出，導致勞動力外向轉移。

(3)就整個中-日制造業貿易來看，中-日邊際產業內貿易程度較低，對勞動力調整成本影響較大。細分行業的A指數表明：除了金屬冶煉、通用設備、非金屬礦物和儀器儀表等4個行業的A指數超過了0.5，中、日其他行業間A指數都比0.5要小，整體A指數偏低表明中、日制造業新增貿易中產業內貿易的整體水平不高，就業調整成本較大。

(4)分行業而言，服裝羽絨皮革及其他纖維制造業、木材加工及家具制造業、紡織業和造紙印刷及文教用品制造業等行業的調整成本較高；化學工業、金屬冶煉壓延、通用設備制造業、交通運輸設備和儀器儀表等行業的調整成本較小。就細分行業而言，A、B和S指數對于調整成本的結果是類似的，三種指數的分析都表明諸如服裝羽絨等勞動或資源密集型產業的就業調整成本較高，而諸如化學工業等技術密集型產業的就業調整成本較低。

[1]BALASSA B.Tariff reductions and trade in manufacturers among the industrial countries[J].The American Economic Review，1966，56(3)：466-473.

[2]LOVELY M E，NELSON D R.Intra-industry trade as an indicator of labor market adjustment[J].Weltwirtschaftliches Archiv，2002，138(2)：179-206.

[3]THARAKAN P K M，CALFAT G.Belgium[M]//BRüLHART M,HINE R C.Intra-industry trade and adjustment:the European experience.London:Macmillan Press，1999：121-134.

[4]BRüLHART M.Dynamics of intra-industry trade and labor-market adjustment[J].Review of International Economics，2000，8(3)：420-435.

[5]GREENAWAY D，HAYNES M，MILNER C.Adjustment，employment characteristics and intra-industry trade[J].Weltwirtschaftliches Archiv，2002，138(2)：254-276.

[6]劉春平，施鳳丹.發展中國家產業內貿易形態與調整成本——基于中國面板數據的實證分析[J].企業經濟，2008(1)：146-148.

[7]杜運蘇，郭羽誕.產業內貿易與貿易調整成本——基于中國制造業面板數據的經驗分析[J].產業經濟研究，2009(3)：9-13.

[8]孫孟.經濟一體化下中國貿易發展與勞動力市場調整關系研究——“平滑調整假說”及其在中國適用性研究[J].財貿經濟，2011(3)：67-73.

[9]郭東杰，邵瓊燕.產業內貿易對勞動力市場調整的影響分析——基于中國制造業面板數據的SAH檢驗[J].國際貿易問題，2012(6)：18-31.

[10]佟家棟，劉鈞霆.中國與日韓制造業貿易調整成本的經驗研究——基于邊際產業內貿易分析[J].南開經濟研究，2006(3)：3-12.

[11]孫孟，張彬.經濟一體化下中國貿易自由化調整成本實證研究——以中國和澳大利亞自貿區建立為例[J].世界經濟研究，2010(8)：75-81.

[12]許統生，萬兆泉，涂遠芬等.中美制造業產業內貿易對就業調整成本影響的估計[J].經濟學動態，2012(1)：35-40.

[13]FERTO T.Labor market adjustment and intra-industry trade：the effects of association on the Hungarian food industry[J].Journal of Agricultural Economics，2009，60(3)：668-681.

[14]BRüLHART M，ELLIOTT R.Labor-market effects of intra-industry trade：evidence for the United Kingdom[J].Weltwirtschaftliches Archiv，2002，138(2)：207-228.

[15]AZHAR A K,ELLIOTT R.On the measurement of trade-induced adjustment[J].Weltwirtschaftliches Archiv，2003,139(3)：419-439.

[16]莫莎，李玲.對外直接投資對出口技術復雜度的影響研究[J].貴州財經大學學報，2015(2)：63-73.

[17]盛斌.中國對外貿易政策的政治經濟分析[M].上海：上海三聯書店，上海人民出版社，2002.

(責任編輯：姜 萊)

The Influences of Intra-industry Trade Between China and Japan Manufacturing Industries on the Employment Adjustment Costs in China

LI Jiang，WEI Ping，SONG Yi，SHI Daqian

(Huazhong University of Science and Technology，Wuhan 430074，China)

The paper selects the manufacturing trade between China and Japan as research objects.Firstly，the paper compares the merit and demerit among three measurement indexes of marginal intra-industry trade，namely A index，B index and S index.Secondly，with the panel data of trade between these two countries from 2001 to 2014，this paper empirical analyzes the applicability of the smooth adjustment hypothesis (SAH) to the intra-industry trade between China and Japan manufacturing industries.Thirdly，it takes advantage of A，B，S and other indexes to estimate the levels of marginal intra-industry trade in 14 manufacturing industry segments between China and Japan，and also analyzes the adjustment costs among these segments.The empirical results present that the SAH can be applied to the manufacturing trade between China and Japan，namely，the higher intra-industry trade，the smaller the cost of employment adjustment，and the adjustment costs are generally high，especially in the resource-consumed and labor-intensive industries such as the textile industry.

manufacturing trade between China and Japan；smooth adjustment hypothesis；marginal intra-industry trade；employment adjustment costs

10.13504/j.cnki.issn1008-2700.2017.04.007

2016-12-26

中國科學技術協會項目“國際產業競爭中的專利戰略及知識產權保護狀況調查研究”(2015DCYJ07-2)

李江(1990—)，男，華中科技大學經濟學院博士研究生；衛平(1952—)，男，華中科技大學經濟學院教授、博士生導師；宋毅(1990—)，男，華中科技大學經濟學院碩士研究生；石大千(1990—)，男，華中科技大學經濟學院博士研究生。

F752.7

A

1008-2700(2017)04-0054-09