中國科技服務業發展水平測度與時空演化探析

摘" "要：[研究目的]全面評估中國科技服務業的發展水平，揭示各省份科技服務業在不同空間和時間維度上的演變規律，為提升科技服務業發展水平、優化科技服務業的空間布局、促進區域協調發展提供理論支持和決策參考。[研究方法]基于2010—2021年除西藏、香港、澳門、臺灣地區外的30個省（區、市）的面板數據，從科技服務業規模水平、創新投入水平、發展潛力、數字化發展環境和政策支持環境五個方面出發，構建科學合理的評價指標體系。運用熵值法、非參數核密度估計和探索空間數據分析（ESDA）對中國科技服務業發展水平進行測度，并探討其時空演化特征。[研究結論]在總體層面上，中國科技服務業發展規模不斷擴大，呈現持續增長的態勢。但在區域層面上，具有明顯的空間分異性特征。第一，東部地區由于其經濟基礎、科技資源和政策優勢，科技服務業發展水平遠高于中西部地區。第二，中國科技服務業發展存在明顯的絕對β收斂趨勢，且西部地區具有較高收斂速度。第三，科技服務業發展呈現顯著的空間集聚特征，但由于區域間合作機制缺失和要素競爭，科技服務業發展存在負向空間溢出效應。未來應通過政策引導、人才培養、科技創新、區域合作等手段，驅動中國科技服務業高質量均衡發展。

關鍵詞：科技服務業；熵值法；非參數核密度估計；絕對β收斂；空間相關性

中圖分類號：F719；F062.3 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2025.02.02

科技服務業是現代服務業的重要組成部分，它不僅是傳統產業轉型升級和新興產業發展的助推器，在引領技術創新和帶動經濟發展方面也發揮著重要作用。2018年，為規范科技服務業的分類標準和統計口徑，國家統計局出臺了《國家科技服務業統計分類（2018）》，將科技服務業劃分為7個大類、24個中類和88個小類。2019年，國家發改委發布了《產業結構調整指導目錄（2019年本）》，將科技服務業中的“分析、試驗、測試以及相關技術咨詢與研發服務”列入國家鼓勵類產業。國家對科技服務業的高度重視和大力支持，進一步凸顯了其在建設科技強國中的核心地位。科技服務業是建設科技強國的關鍵支撐，是實施創新驅動發展戰略的重要抓手。

我國科技服務業由于起步較晚和市場機制不成熟等原因，存在以下問題：第一，科技服務業核心競爭力不強，服務內容單一。一些科技服務企業在技術服務過程中更多地注重于技術應用和實施，而缺乏自主創新的意識和能力。他們傾向于模仿和復制技術，而不是進行原創性研發和創新。第二，區域發展水平不平衡問題突出。大部分科技服務企業集中在一線城市和沿海地區，而中西部地區科技服務資源相對匱乏。第三，市場化程度不高。由于社會資本介入程度低，民營科技服務機構少，市場發育不夠充分。第四，專業化服務人才短缺。高端技術人才的數量和質量仍然不足，特別是在人工智能、大數據分析和物聯網等前沿技術領域。缺乏優秀的科技人才限制了中國科技服務業的創新能力和競爭力[1]。

中國政府一直倡導區域協調發展，促進科技服務業的協調發展，可以推動各地區經濟的協同增長，促進區域間的交流與合作，加強產業鏈條的整合和優化。因此，深入了解科技服務業在中國的空間布局，可以幫助我們揭示科技服務業的空間特征、空間差異和發展規律，進而為政府制定科技服務業發展政策、優化資源配置、促進區域協調發展提供科學依據。

一、文獻綜述

（一）科技服務業的概念與特征

科技服務業起源于西方，但是在國外沒有科技服務業（Technology Service Industry）這一術語，而是被稱作知識密集型服務業（Knowledge Intensive Business Service，KIBS）[2]。“科技服務業”這一概念在中國使用較多，它在我國最早見于1992年8月22日國家科委發布的《關于加速發展科技咨詢、科技信息和技術服務業意見》文件中[3]。我國對科技服務業還沒有統一的定義，但總體來說，科技服務業是指以專業性的知識和技術向社會其他行業提供服務的產業，提供的服務包括技術支持、咨詢、開發、維護等，這一產業具有高度創新性、高度專業化、需要快速響應和以服務為導向等特點。具體而言，第一，科技服務業的核心是技術創新和持續發展。企業需要保持技術進步的步伐，不斷推出新產品和服務以保持競爭力。第二，科技服務業通常涉及高度技術性的工作，需要擁有專業的技術知識和技能[4]。第三，科技服務業處于快速變化的市場環境中，需要保持對技術和市場變化的敏感性，并迅速響應。第四，科技服務業通常是以服務為導向的，需要專注于客戶需求并提供高質量的服務和支持[5]。

（二）科技服務業發展水平評價指標體系的構建

由于對科技服務業的內涵界定存在差異，相應的評價指標也必然有所不同。王穎等[6]從發展規模、投入水平、發展潛力3個層面構建評價指標體系，采用TOPSIS方法測度中部地區科技服務業發展水平。李東瑾等[7]從發展水平、全社會科技活動和科技服務業外部環境3個層面構建評價指標體系，運用因子分析法對海南省科技服務業發展水平進行評價。張鑫等[8]從資源投入能力、成果創造能力和產業發展潛力3個層面構建一級指標，基于改進的CRITIC-VIKOR法對區域科技服務業服務創新能力進行評價。張鵬等[9]、于淳馨等[10]、宋謙等[11]從科技服務業投入、科技服務業產出、發展環境、發展規模4個維度構建評價指標體系，分別采用改進的CRITIC賦權法、因子分析和聚類分析法、改進突變級數法對不同區域的科技服務業發展水平進行評價。姚正海等[12]從發展規模、產業結構、成長能力、創新環境、經濟效益5個方面構建指標體系，利用主成分分析法進行評價。

就研究空白而言，采用熵值法測度科技服務業發展水平的文獻較少，較少涉及探索中國科技服務業發展的時空演化特征。而探析科技服務業在中國的空間布局，可以揭示科技服務業的空間特征、空間差異和發展規律，為政府制定科技服務業發展政策提供科學依據。本文的主要貢獻有：構建科技服務業發展水平評價指標體系，將科技服務業數字化發展環境指標和政策支持環境指標納入指標體系；運用熵值法測算中國各省（區、市）科技服務業發展水平；采用探索空間數據分析（ESDA）探討中國科技服務業發展的時空演化特征。

二、科技服務業發展水平評價體系和評價方法

（一）科技服務業發展水平的評價體系

在對科技服務業概念的分析與理解的基礎上，學者們采用不同的實證方法對科技服務業發展水平進行測度與評價。結合數據的可獲得性，本文從中觀層面構建科技服務業發展水平評價體系，分別從五個維度來刻畫科技服務業發展指數。省級層面的科技服務業發展指數具體評價體系如表1所示。

（二）評價方法

1.熵值法

因熵值法在綜合評價過程中利用數據所蘊含的信息熵進行客觀賦權，具有客觀性和準確性，因而本文選擇熵值法對各項指標進行賦權。計算過程如下所示，各項指標權重結果見表1。

第一步，原始數據矩陣歸一化。對于正向指標：

rij =" " " " " " " " " " " " （1）

對于負向指標：

rij =" " " " " " " " " " " " （2）

第二步，計算熵值。

hi=-k" " " " " " "（3）

第三步，計算熵權。

wj=" " " " " " " "（4）

第四步，計算綜合指數。

gi=rij wij" " " " " " " " " " " " " " " " " "（5）

2.非參數核密度估計

非參數核密度估計是一種無須事先指定概率密度函數形式的統計方法，它利用樣本數據來估計未知的概率密度函數。相比于參數方法，非參數核密度估計具有靈活性、適應復雜分布、沒有過擬合的問題和沒有先驗分布假設等優點，因此在統計分析中得到了廣泛應用。其表達式如下：

f（x）=∑ni=1K（）" " " " " " " " " " " （6）

其中f（x）表示核密度估計量，函數K（·）稱為“核函數”，本質上就是權重函數。xi為樣本觀測值，t為平均值，n為樣本個數。帶寬h越大，在平均值t附近鄰域越大，則估計的密度函數f（x）越光滑[13]。一般假設核函數還需滿足下列條件：

（7）

在核函數估計方法上，選取高斯核密度估計：

K（x）=exp（" " "）" " " " " " " " " " " " " （8）

3.區域斂散性分析

為了進一步揭示科技服務業發展水平在全國及東中西部β的動態演變趨勢，采用絕對β收斂理論進行檢驗，其理論模型為：

ln（Vi，t/Vi，1）=α+βln（Vi，1）+εi，t" " " " " " " " " （9）

式中，Vi，1，Vi，t分別為第1期和第t期i省（區、市）的科技服務業發展水平；ln（Vi，t/Vi，1）為從基期到第t期i省（區、市）科技服務業發展水平的平均增長率；β代表絕對收斂值。若β為負值，說明該區域科技服務業發展水平與其基期水平呈反向關系，存在收斂性，反之則發散[14]。

可以通過β系數計算出β收斂速度v：

v =ln（1-|β|）" " " " " " " " " " " " " （10）

4.空間相關性

空間相關性是指空間上相鄰或接近的位置之間存在一定程度的相似性或相關性。在空間統計學和地理信息系統等領域中，空間相關性是一種重要的統計特征，能夠揭示空間數據之間的聯系和規律，有助于進行地理現象的分析和預測。全局莫蘭指數（Moran’I）是目前應用最為廣泛的空間自相關統計量。

Moran'I=" " " " " " "（11）

在計算全局莫蘭指數之前，需要計算空間權重矩陣，也就是上述兩個公式中的wij。由地理學第一定律可知，距離越遠的空間單元之間的空間交互效應越弱。因此，如果選擇通過距離來表達空間單元之間的空間交互效應的強弱，通常取空間單元之間距離的倒數[15]。因此，對空間距離取倒數的空間權重矩陣定義如下：

wij=" " " " " " " " " " " " "（12）

（三）數據來源

參照王智毓、馮華[16]的做法，由于西藏和港澳臺統計數據的缺失，本文選取除西藏、香港、澳門、臺灣地區外的30個省（區、市）的2010—2021年的面板數據作為研究樣本。數據主要來源于2011—2022年《中國科技統計年鑒》。

三、科技服務業發展的時空演化分析

（一）科技服務業市場規模分析

近年來，我國科技服務業發展速度較快。2015年中國科技服務業市場規模為1.32萬億元。2021年中國科技服務業市場規模達到了2.2萬億元，GDP占比在2.2%左右，市場規模較2020年期間同比增長大約2.8%（見圖1）[17]。

隨著中國科技服務活動強度的不斷擴大，科技服務業市場規模將不斷增加。與此同時，隨著人工智能和大數據等新興技術的廣泛應用，科技服務業將迎來新機會和持續增長。而我國作為發展中國家，科學研究和成果積累與發達國家仍存在差距。鑒于此，本文對中國科技服務業空間相關性進行實證研究，以了解科技服務業的空間分布特征、區域發展不平衡等現狀。通過優化區域協同創新與合作，加強科技服務業與產業融合，推動技術創新和產業升級，能夠為科技服務企業提供更好的政策和環境支持。

（二）科技服務業整體性分析

基于表1對科技服務業發展指數的構建，本文通過熵值法運用Stata17.0軟件測度了各省（區、市）各年度科技服務業發展指數。由于篇幅限制，本文僅報告2010年、2015年、2019年、2021年的樣本數據，并對2010年至2021年各年份的科技服務業發展指數進行累加平均值，得到最終的綜合指數，在此基礎上對30個省（區、市）的綜合指數進行排名。測算結果如表2所示。

從表2的結果來看，2010—2021年中國科技服務業發展的綜合指數排在前3位的城市分別為北京市（0.4460）、廣東省（0.4100）、江蘇省（0.3584），排名靠前的省（區、市）大多位于東部地區。而位于倒數三位的省（區、市）為青海省（0.0799）、寧夏回族自治區（0.0799）、海南省（0.0826），分布比較分散，主要集中在西部地區。青海省和寧夏回族自治區地處青藏高原和黃土高原，氣候惡劣，生態環境脆弱，這些因素對科技服務業發展有著較大的制約。海南省科技服務業發展較慢的原因可能是海南省主要以旅游業為主，產業結構單一，在技術研發方面投入較少，這些因素限制了科技服務業的發展速度。從橫向即某一特定的年份來看，中國科技服務業發展指數呈現出顯著的地域差異，東部地區發展程度遠高于中部和西部地區。從縱向即歷年發展變化來看，各地科技服務業發展水平都呈現出上升趨勢。

為了進一步觀察中國科技服務業發展的內部差異，我們對2010—2021年中國科技服務業發展指數進行了分解，分別測算它們的最大值、最小值、平均值、標準差。測算結果見表3。

從表3的結果來看，2010年中國各省（區、市）科技服務業發展指數的最大值是0.2968，最小值為0.0226，兩極化趨勢明顯，標準差為0.0662，區域差距比較小。到了2021年，中國各省（區、市）科技服務業發展指數的最大值是0.6643，最小值為0.1155，標準差為0.1482，兩極化趨勢更加明顯，區域差距不斷拉大。原因可能與各地經濟基礎、經濟發展速度和質量、地理環境、政策制度、人才吸引力等有關。但是從整體上看，中國科技服務業發展水平是不斷上升的。

（三）科技服務業的動態演進分析

為了深入分析中國科技服務業的動態演化過程，本文選取2010年、2015年、2019年和2021年作為時間節點，使用Stata17.0軟件計算和描繪非參數核密度圖（見圖2）。

從圖2的結果來看，在核密度函數的分布位置上，核密度函數逐年向右移動，表明中國科技服務業發展水平總體不斷提高；在核密度函數的分布形態上，核密度函數的波峰呈現出持續下降的趨勢，且帶寬（h）呈現出不斷擴大的趨勢，說明中國科技服務業的區域發展差異擴大；在核密度函數的分布延展性上，線的右拖尾現象逐漸明顯，多峰特征顯著，表明存在多個集聚中心，極化現象比較明顯。

（四）區域科技服務業的斂散性分析

利用熵值法對科技服務業發展水平的分析結果，進行斂散性分析（見表4）。研究結果顯示：第一，無論是從全國整體來看，還是從東中西部來看，β系數均為負值，且在1%的顯著性水平下顯著，說明區域科技服務業發展水平存在絕對β收斂。第二，從收斂速度v來看，全國的β收斂速度為1.0308%，東中西部按照收斂速度快慢排序依次為西部（1.6578%）、東部（0.7580%）、中部（0.6324%），西部收斂速度最快，中部收斂速度最慢。綜上可以得出，中國科技服務業發展水平存在絕對β收斂態勢，且發展水平較低的西部地區具有較高的收斂速度。

（五）空間相關性分析

為了深入分析各省（區、市）之間科技服務業發展的空間關聯性，本文基于空間地理距離倒數矩陣構建空間權重矩陣，并利用莫蘭指數計算全局空間相關性，計算結果如表5中所示。從表5可以看出，2010—2021年，30個省（區、市）的科技服務業發展指數的莫蘭指數大部分顯著，且顯著性水平至少大于10%，說明中國科技服務業發展始終呈現出較強的空間相關性。2010年，莫蘭指數為0.081，在1%的水平通過顯著性檢驗，高于其他年份，此后各省（區、市）科技服務業發展的空間相關性呈現出減弱趨勢。2021年，莫蘭指數為0.037，在5%的顯著性水平下顯著。

四、結論與建議

（一）研究結論

科技服務業能夠為企業提供技術創新支持，提供智能化、數字化、信息化等服務，幫助傳統產業實現轉型升級，推動經濟增長和增加就業機會。研究科技服務業在不同地區的發展狀況和空間分布差異，可以幫助我們識別區域競爭優勢和短板，為政府制定差異化政策和措施提供參考，推動科技服務業在不同地區的均衡發展。

研究結果表明：第一，中國科技服務業市場規模不斷擴大，呈現持續增長態勢。第二，雖然12年間各省（區、市）科技服務業發展水平均有所提升，但是30個省（區、市）科技服務業發展呈現出顯著空間差異，東部地區發展指數明顯高于中西部地區。相比于東部沿海地區，中西部地區的經濟基礎、資金和投資環境等方面相對薄弱。中西部地區的產業結構主要以傳統產業為主，科技服務企業在獲取融資和資金支持方面相對困難，科技創新能力和科技密集型產業相對較弱。第三，非參數核密度圖顯示，多峰特征顯著，表明存在多個集聚中心，極化現象比較突出。第四，收斂性分析表明，中國科技服務業發展水平存在絕對β收斂態勢，且發展水平較低的西部地區具有較高的收斂速度。第五，全局莫蘭指數表明30個省（區、市）的科技服務業發展呈現出顯著的空間正相關性。

（二）政策建議

第一，深化區域協同與合作，發揮各地區優勢和特色。中國科技服務業已經表現出多極化集聚特征，在京津冀、長三角、珠三角等地區形成了科技服務業的產業集群。未來以各地區產業優勢和科研資源為依托，打造更多科技服務集聚區，提高產業整體水平和競爭力。通過在特定的地理區域內集中高新技術企業、科技服務企業和科研機構，形成有機生態系統，使各個參與者之間能夠更加緊密地合作和協同發展。同時可成立跨地區的科技服務業協會或聯盟，為各方提供一個交流合作的平臺，定期舉辦行業峰會及交流活動。推動東部地區的信息技術和科技資源向中西部地區轉移，從而促進信息共享、經驗交流和技術合作。

第二，加快新業態培育，與新興產業融合發展。工業元宇宙、數據交易服務、人工智能大模型等新興產業快速發展，促使企業的生產技術與生產方式必須做出調整與更新。科技服務企業需要向數字化、智能化、專業化發展，加強信息化建設，優化服務資源配置，才能更好地滿足高新技術企業的需要。將傳統的線下服務通過數字化改造轉變為線上服務，從而實現高效的業務流程和數據管理。加快培育共享科研、數字化研發協同、敏捷研發、自助服務系統等新業態，使客戶需求得到快速響應，人力成本得到降低。利用人工智能大模型重塑科研范式，推動科技服務企業盡快與新興產業融合發展，提高服務效率。

第三，加強人才引進和培養，提高行業整體素質和水平。人才是科技服務業的核心競爭力，科技服務業的快速發展離不開人才。通過人才政策、優惠待遇、福利補貼、獎金獎勵等有利條件吸引更多高素質人才到科技服務業工作。制定針對性的人才引進政策，提供具有競爭力的薪酬待遇、良好的工作環境和職業晉升機會等，吸引更多具備相關專業背景和技能的人才。同時注重人才培訓和職業發展，聘請人工智能大模型等新興領域的專家做講座和指導，緊跟全球技術前沿，進一步提升行業整體素質和水平。政府可以與高校、研究機構等建立合作關系，培養交叉領域人才，建立人才引進的渠道和橋梁，吸引畢業生和研究人員加入科技服務業，為行業注入新的活力和創新思維。

第四，加大對科技服務業的政策支持，設立科技創新專項基金。資金需求是科技服務企業發展面臨的主要制約因素。政府加大對科技服務業的財稅支持能夠擴大科技服務業的產業規模，壯大科技服務業市場主體。通過降低科技服務企業所得稅稅率、給予企業研發費用的稅前扣除或研發費用的加計扣除等政策，激勵企業加大研發投入和技術創新，提高服務質量和水平。政府還可以通過設立科技創新專項基金，為科技服務企業提供資金支持，用于技術研發、創新項目和市場推廣等方面。

注釋：

1. ***、**、*分別表示在1%、5%、10%的顯著性水平上顯著，括號內報告的是t統計量。

參考文獻：

[1] 祖明，朱建濤.面向2035年中國科技服務業發展建議[J].中國科技論壇，2020（12）：6-8.

[2] MILES I，KASTRINOS N，FLANA K，et al.Knowledge-intensive business services：their role as users，carriers and sources of innovation[R].Luxembourg：The EC DG XIII Sprint EIMS Programmer，1995.

[3] 刁伍鈞，扈文秀，張根能.科技服務業研究綜述[J].科技管理研究，2012（14）：44-47.

[4] 王霄瓊.科技服務業若干基本問題探析：兼論中國情境下科技服務業研究趨勢[J].科學管理研究，2022，38（3）：61-66.

[5] 劉開云.科技服務業研究述評與展望[J].科技進步與對策，2014，31（12）：149-153.

[6] 王穎，藍云飛，汪琳.基于TOPSIS方法的中部地區科技服務業發展水平評價[J].統計與決策，2019（21）：53-56.

[7] 李東瑾，戴聲佩.基于因子分析法的海南省科技服務業發展水平評價研究[J].科技和產業，2020，20（12）：160-164，176.

[8] 張鑫，梁佩云，陳茹茹.區域科技服務業服務創新能力評價：基于改進的CRITIC-VIKOR法[J].科技管理研究，2020，40（16）：60-69.

[9] 張鵬，梁詠琪，楊艷君.中國科技服務業發展水平評估及區域分布研究[J].科學學研究，2019，37（5）：833-844.

[10] 于淳馨，陳紅喜，侯召蘭，等.城區科技服務業發展水平測評的實證研究[J].科技管理研究，2017，37（8）：88-93.

[11] 宋謙，王靜.我國科技服務業發展水平評價：基于改進突變級數法[J].科技管理研究，2017，37（6）：51-58.

[12] 姚正海，姚佩怡，王珊珊.我國區域高技術服務業發展水平評價研究：基于主成分分析法[J].經濟問題，2014（11）：70-74.

[13] 陳強.高級計量經濟學及Stata應用（第二版）[M].北京：高等教育出版社，2014.

[14] 席建國.我國碳排放效率的區域動態差異、斂散性及時變因素分析[J].地域研究與開發，2013，32（5）：83-87.

[15] 姜磊.應用空間計量經濟學[M].北京：中國人民大學出版社，2020.

[16] 王智毓，馮華.科技服務業發展對中國經濟增長的影響研究[J].宏觀經濟研究，2020（6）：102-113，121.

[17] 中研網.科技服務發展前景及市場規模分析2023[EB/OL].（2023-07-03）[2025-01-03].https：//www.chinairn.com/hyzx/20230703/094637955.shtml.

[18] 中研網.2021科技服務行業發展現狀及前景分析[EB/OL].（2021-07-11）[2025-01-03].https：//www.chinairn.com/scfx/20210711/1308505.shtml.

[19] 中研網.2022年科技服務行業市場規模及發展前景規劃分析[EB/OL].（2022-04-29）[2025-01-03].https：//www.chinairn.com/scfx/20220429/160302369.shtml.

Research on the Development Level Measurement and Spatio-temporal Evolution of China’s Technology Service Industry

Hu Xunan1" " Gao Weilong2" " Wang Jinling1

（1.Changchun University，School of Economics，Jilin，Changchun， 130022；2.Jilin University，Institute of National Development and Security Studies，Jilin，Changchun，130012）

Abstract： [Research purpose] TThis study aims to conduct a comprehensive evaluation of the development level of China's technology service industry and reveal the evolutionary patterns of this industry across different provinces in both spatial and temporal dimensions. The findings offer theoretical support and decision-making references for enhancing the development level of the technology service industry， optimizing its spatial layout， and promoting coordinated regional development. [Research method] Based on the panel data of 30 provinces （autonomous regions and municipalities） except Tibet， Hong Kong， Macao and Taiwan from 2010 to 2021， this study constructs a scientific and rational evaluation index system from five aspects： the scale of the technology service industry， innovation input level， development potential， digital development environment， and policy support environment. This study employs the entropy method， nonparametric kernel density estimation， and exploratory spatial data analysis （ESDA） to measure the development level of China's technology service industry and investigate its spatio-temporal evolution characteristics. [Research conclusion] On the aggregate level， the scale of China's technology service industry continues to expand， exhibiting a sustained growth trend. However， at the regional level， there are distinct spatial heterogeneity characteristics. Firstly， the eastern region， with its economic foundation， technological resources， and policy advantages， has a significantly higher development level of the technology service industry compared to the central and western regions. Secondly， the development of China's technology service industry shows a pronounced absolute β convergence trend， with the western region having a higher convergence rate. Thirdly， the development of the technology service industry exhibits significant spatial agglomeration characteristics. However， due to the lack of regional cooperation mechanisms and factor competition， there is a negative spatial spillover effect in the development of the technology service industry. In the future， high-quality development of China's technology service industry should be driven by means such as policy guidance， talent cultivation， technological innovation， and regional cooperation.

Keywords：technology service industry; entropy method; nonparametric kernel density estimation; absolute β convergence; spatial correlation

基金項目：吉林省教育廳社會科學研究項目“數字鄉村建設驅動吉林省農業高質量發展機制研究”（JJKH20241212SK）。

作者簡介：胡續楠，博士，講師，研究方向為產業經濟。高維龍，博士，講師，研究方向為生態安全。王金翎，博士，副教授，研究方向為產業經濟。