科技人才集聚与战略性新兴产业集聚的空间交互效应研究

产业集聚是指同一类型或不同类型的相关产业依据专业分工和协作关系紧密联系在一起，通过相互之间的溢出效应，形成一组在地理上集中的产业群现象[1, 2]。战略性新兴产业是我国重点培育和发展的产业，其发展的重要途径是推进相关产业在特定区域集聚，从而实现范围经济性、速度经济性、关联经济性、规模经济性。2016年11月，国家出台的《“十三五”国家战略性新兴产业发展规划》明确指出,产业集聚是战略性新兴产业发展的基本模式，要以产业链和创新链协同发展为途径，培育新业态、新模式，发展特色产业集群，带动区域经济转型，形成创新经济集聚发展新格局。在战略性新兴产业集聚发展过程中，关键驱动力是科技人才集聚。科技人才作为促进战略性新兴产业集聚发展的核心创新要素，向创新型产业发展水平较高的地区集聚已成为一种普遍现象，如美国硅谷、日本筑波以及北京中关村等均以产业集聚为依托形成科技人才集聚现象。

在人才集聚与产业集聚关系研究中[3-5]，学者们通常忽视了一个重要事实，即地区联动性。与传统经济要素类似，作为创新生产重要投入的科技人才亦具有趋利性特征，会从边际收益较低的地区流向边际收益较高的地区[6]，自2017年以来各地区爆发的“抢人大战”就是典型例子。如果一个地区战略性新兴产业集聚水平较高，就会导致周边地区科技人才不断流入，随着该地区科技人才集聚度不断提升，该地区与周边地区就会产生一定的位势差，人才集聚与产业集聚互为推力形成动态循环，既可能产生更大的集聚效应，也可能加剧区域间经济发展不平衡。那么，目前我国科技人才集聚与战略性新兴产业集聚是否存在相互关系？区域间两者空间效应又是怎么样的？解答上述问题，既对于厘清科技人才集聚与战略性新兴产业集聚的复杂关系具有重要价值，也可以为科学人才引进和产业发展政策制定提供决策依据。

综上，本文首先通过文献梳理分析科技人才集聚与战略性新兴产业集聚作用机制并提出相应的假设，在此基础上构建空间联立方程模型，实证研究我国整体科技人才集聚与战略性新兴产业集聚的互动关系，以及区域间两者空间交互溢出效应，最后针对科技人才和战略性新兴产业的“产才融合”及区域协调发展，提出相关政策建议。

1 文献综述与研究假设

从现有研究看，科技人才集聚与战略性新兴产业集聚之间的作用机理包含两个层面：一方面，区域内将全国视为一个整体看，两者存在双向促进作用；另一方面，区域间考虑各地区之间的联动性，两者存在空间溢出效应和空间交互效应。

1.1 区域内科技人才集聚与战略性新兴产业集聚互动关系

区域内人才集聚与产业集聚互动关系研究主要从经济学理论视角展开。英国经济学家Marshall[1]提出的工业区理论认为，区域内产业集聚会促进劳动力市场发展和专业技术人才集中，人才间的相互交流会产生新的专业思想，从而提高集聚区域技术，技术、信息等溢出效应又会推动产业集聚发展。

从产业集聚效应角度分析，战略性新兴产业集聚对科技人才集聚的影响主要表现在地理集中性、网络性和知识流动性3个方面。区域地理集中性使得集群内信息传播渠道通畅，能够为科技人才提供信息共享、知识溢出、集体学习、技术创新平台[6]；网络特性能够有效降低科技人才信息搜索和隐性知识获取成本，提升个人学习能力和创新能力[7]；知识流动性强化了科技人才间知识整合和碰撞效应，激发和聚集集群内部创新活动。因此，科技人才更愿意到战略性新兴产业集聚区工作。

从科技人才集聚效应角度分析，信息共享、知识溢出与创新等集聚效应[8]对战略性新兴产业集聚发展起重要作用。信息共享效应可以使组织内部科技人才充分利用彼此的知识和经验，使信息资源、知识资源效益最大化，进而降低战略性新兴产业资源配置成本；知识溢出效应促进隐性知识扩散、传递、转移和整合，使隐性知识显性化，最终浓缩为企业核心知识，为战略性新兴产业技术创新提供基础，推动整个产业集聚发展；创新是战略性新兴产业集聚发展的核心动力，创新效应作为知识溢出的联动效应，会大大降低创新风险，创新效应的自反馈作用又会产生创新积累优势。总之，科技人才集聚效应使得集聚区企业规模不断扩大，企业数量不断增加，从而进一步促进战略性新兴产业集聚发展。科技人才集聚与战略性新兴产业集聚具有正向交互作用，符合经济要素集聚规律(见图1)。据此，本文提出第一个假设：

H1:区域内科技人才集聚与战略性新兴产业集聚具有正向交互影响，即科技人才集聚正向影响战略性新兴产业集聚，战略性新兴产业集聚正向影响科技人才集聚。

1.2 科技人才集聚与战略性新兴产业集聚的空间溢出效应

1991年，美国经济学家保罗·克鲁格曼[9]提出“中心—外围”模型，认为经济活动在空间分布上表现出的集聚力和分散力相互作用，推动了人力和产业在空间上的集聚。本文引入空间因素分析科技人才集聚与战略性新兴产业集聚的空间溢出效应和空间交互效应。

1.2.1 战略性新兴产业集聚的空间溢出效应

已有研究表明，产业空间溢出效应的产生条件是外部经济[10]，产业集聚的空间溢出效应发生机制主要包括协作效应、空间竞争效应、示范效应[11]。协作效应——各区域战略性新兴产业横向拓展或纵向延伸，形成专业化分工产业价值链[12]；空间竞争效应——对战略性新兴产业而言，外来企业的进入促进本地区发展新产品并加剧了市场竞争，本地区企业会通过技术创新提高生产效率以保持自身竞争力[13]；示范效应——战略性新兴产业集聚发展较好的地区能够提供生产和管理经验，从而促进较落后地区进行模仿学习[14]。据此，本文提出第二个假设：

H2：战略性新兴产业集聚的空间溢出效应为正，即周边地区战略性新兴产业通过空间外溢效应正向影响本地区战略性新兴产业集聚发展。

1.2.2 科技人才集聚的空间溢出效应

在区域经济发展状况及区域资源异质等因素影响下，科技人才在不同区域间流动，正是由于人才广泛流动，才使得科技人才聚集具有一定的网络特征。在人才网络中，其核心节点(区域)是整个网络的核心关系群，资源在核心与外围区域不断进行扩散、流通以促进区域资源合理配置，实现资源优势互补，从而提升区域创新能力[15]。因此，科技人才聚集中心不仅会随着网络构建、资源流通、人才集聚产生极化效应，还会对其它区域产生溢出效应，影响人才集聚。据此，本文提出第三个假设：

H3：科技人才集聚的空间溢出效应为正，即周边地区科技人才集聚通过空间外溢效应正向影响本地区科技人才集聚。

1.2.3 科技人才集聚与战略性新兴产业集聚的空间交互溢出效应

区域内科技人才集聚与战略性新兴产业集聚的交互关系是正向的，但区域间两者未必能够相互促进，相反，两者有可能存在挤出效应，这种挤出效应主要源于集聚经济性产生的虹吸效应[16]。

一方面，战略性新兴产业存在较多就业机会和较高的资本报酬，以及较好的创新环境，使得周边地区的产业集聚区对本地区科技人才的吸引力增强，进而产生人才集聚效应的马太效应。随着集聚力增强，战略性新兴产业集聚程度较高的周边地区对本地区人才产生持续的“引力”，从而抑制本地区科技人才集聚。另一方面，本地区由于科技人才流出导致科技人才匮乏从而使得发展后劲不足，进而抑制战略性新兴产业集聚发展。两者空间交互机制如图2所示。据此，本文提出第四个假设：

H4:科技人才集聚与战略性新兴产业集聚之间具有负向空间交互溢出效应。即周边地区战略性新兴产业集聚负向影响本地区科技人才集聚，同理，周边地区科技人才集聚负向影响本地区战略性新兴产业集聚发展。

2 模型设定与变量选取

2.1 计量模型设定与估计方法

基于4个假设，借鉴张可等[17]的研究方法，构建科技人才集聚和战略性新兴产业集聚的空间联立方程模型，对我国科技人才集聚与战略性新兴产业集聚的空间交互溢出效应进行分析，模型设定如下：

其中，ILQit为i地区t年度战略性新兴产业集聚程度，TLQjt为i地区t年度科技人才集聚程度，wij表示空间权重矩阵的第i行第j列元素，反映地区之间的空间关联程度，Xit、Tit分别表示影响战略性新兴产业集聚和科技人才集聚的控制变量组，α和β为其对应的系数向量，α0和β0为常数项，εit和vit为随机扰动项。

2.2 数据来源及变量测量

选取2007-2017年中国内地30个省份面板数据对我国科技人才集聚和战略性新兴产业集聚的空间交互效应进行实证分析(因数据不全，样本中不包括西藏)。其中，虽然战略性新兴产业这一说法是2009年出现的，其所属国民经济行业却早已起步，为便于发现战略性新兴产业发展规律，将相关数据追溯至2007年。原始数据均来源于2008-2018年《中国统计年鉴》、《中国科技统计年鉴》、2008-2017年《中国工业统计年鉴》、2018年各省市统计年鉴及Wind宏观经济数据库。

(1)战略性新兴产业集聚度。在产业集聚经验研究中，有关集聚度测算方法比较多,包括行业集中度、EG指数和区位商等，区位商既衡量了区域产业部门专业化程度，又考虑了要素空间分布情况，故本文采用区位商指数测量战略性新兴产业集聚水平。在实际应用中,可以选择企业数量、产业总产值、产业销售产值等指标进行计算。考虑到数据可得性，本文选取产业销售产值作为计算产业集聚度的基准依据，其计算公式如下：

ILQit=(ci/Ci)/(di/Di)

其中,ci为i地区战略性新兴产业销售产值,Ci为i地区工业总销售产值,di为全国战略性新兴产业销售产值,Di为全国工业总销售产值。

借鉴郭秩丹[18]的做法，依据《战略性新兴产业分类(2012)》将其划分为七大门类，共涉及21个大类产业。刘艳[19]指出，战略性新兴产业中集聚特征最显著的还是制造业，故本文选取11个制造业依托部门，具体见表1。

(2)科技人才集聚度。借鉴产业集聚度测量方法，建立科技人才区位熵以衡量区域科技人才集聚程度。R&D人员作为我国基础研究、应用研究和试验发展活动主体，是我国科技创新发展的中坚力量。因此，本文选取R&D人员全时当量作为科技人才集聚度计算的基准依据，计算公式如下：

TLQi=(ti/Ti)/(xi/Xi)

其中,ti为i地区R&D人员全时当量,Ti为i地区总就业人数,xi为全国R&D人员全时当量,Xi为全国总就业人数。

影响战略性新兴产业集聚的控制变量Xit包括：企业创新能力(Ta)，选用企业专利申请数进行测量；政府干预程度(Gov)，使用政府财政科技支出测量；高校在校学生数(Cp)，采用在校大学生数衡量；市场规模(Ms)，利用各地区人均GDP与全国人均GDP的比值测算；对外开放水平(Open)，用各地区进出口贸易总额与GDP比值表示。影响科技人才集聚的控制变量Tit包括：高校在校学生数(Cp)；经济发展水平(GDP)，采用地区GDP衡量；工资水平(Wage)，选用在岗员工平均工资衡量。

2.2.3 空间权重矩阵

空间权重矩阵描述了变量的空间结构。参考陈强[20]的研究成果，本文采用3类空间权重矩阵:①相邻空间权重矩阵。如果两地区相邻则权重值为1，如果两地区不相邻则权重值为0；②地理距离空间权重矩阵，用两个地区地理距离的倒数表示影响权重，即wkl=1/dkl，dkl为k省和l省的球面距离；③经济地理空间权重矩阵，即wmn=wkl×wij，wij=1/dij=1/|GDPi-GDPj|,GDPi、GDPj为考察期内i和j省份实际人均GDP的平均值。所有空间权重矩阵均经过标准化变换，使其各行的和为1。

3 实证检验结果与分析

3.1 模型内生性检验与识别

在利用联立方程进行实证回归之前，需要对科技人才集聚与战略性新兴产业集聚进行联立性检验，采用Hausman设定误差检验方法，结果如表2所示。残差值系数在1%的显著性水平下不为0，由此可以判断科技人才集聚与战略性新兴产业集聚之间存在内生性，采用联立方程模型可以有效反映两者之间的相互关系。此外，根据联立方程模型识别的阶条件和秩条件，本文设定的方程模型属于过度识别模型，可以进行总体参数估计。

3.2 空间相关性检验

采用空间计量模型，需要明确变量是否存在空间关联性。本文采用Moran′s I指数检验空间相关性，其计算公式如下：

其中，n为样本个数，xi、xj分别代表区域i、j科技人才集聚和战略性新兴产业集聚的观测值，

为样本方差，wij为相邻空间权重矩阵，结果如图3所示。

历年科技人才集聚和战略新兴产业集聚的Moran′s I指数在5%水平下均通过显著性检验且均为正，表明中国各地区科技人才集聚和战略新兴产业集聚水平均具有显著正向空间相关关系。战略性新兴产业集聚Moran′s I指数总体呈现上升趋势,但2011年明显下降，表明2011年我国战略性新兴产业空间集聚出现了局部集聚效应，从而降低了空间相关性；科技人才集聚Moran′s I指数呈现逐步上升趋势，表明我国内地各省市间科技人才集聚的空间溢出效应不断增强。总之，我国科技人才集聚和战略新兴产业集聚水平空间特征显著。因此，在分析两者的交互效应时需要考虑空间相关性，建立空间计量模型。

3.3 模型结果估计

为避免多重共线性对估计结果的影响，本文对方程自变量进行共线性检验，发现相关系数未超过0.8，且方差膨胀因子VIF值都在6以内，说明不存在明显的多重共线性问题。为了提高估计结果的有效性并消除各方程之间扰动项可能存在的相关性，采用Kelejian&Prucha[21]提出的广义空间三阶段最小二乘法(GS3SLS)对联立方程进行整体估计。为了进行对比，本文同时报告了不含空间滞后项的2SLS、3SLS估计结果，如表3所示。

从估计结果看，3种估计方法下两个内生变量系数符号均一致且显著，各控制变量的系数符号未发生明显变化，表明我国科技人才集聚和战略性新兴产业集聚的交互关系较为稳定。考虑到空间相关性，下文着重对相邻空间权重矩阵下的估计结果展开分析，并对本文假设进行验证。

注：括号内的数字表示z值或t值，***、**、*分别表示在1%、5%、10%的统计水平上显著

从交互效应看，战略性新兴产业集聚方程中科技人才集聚系数在1%水平下显著为正，说明科技人才集聚对战略性新兴产业集聚具有显著正向促进作用，科技人才区位熵指数每增加1个单位，可以促进战略性新兴产业集聚强度提高0.179 3；科技人才集聚方程中战略性新兴产业集聚系数在1%水平下显著为正，表明战略性新兴产业集聚对科技人才集聚具有显著正向促进作用，战略性新兴产业集聚强度每增加1个单位，可以促进科技人才区位熵指数提高2.854 2。可见，战略性新兴产业集聚与科技人才集聚具有显著正向交互关系，且战略性新兴产业集聚水平的提高对科技人才集聚产生更大的促进效应，符合H1的预期。

从空间溢出效应看，战略性新兴产业集聚和科技人才集聚的空间效应系数均通过1%的显著性检验，周边地区战略性新兴产业集聚强度提升1个单位，会使本地战略性新兴产业集聚强度提升0.181 9；周边地区科技人才集聚强度提升1个单位，会使本地科技人才集聚强度提升0.354，表明区域间战略性新兴产业集聚和科技人才集聚均具有显著正向空间溢出效应，与H2和H3一致。

从空间交互效应看，战略性新兴产业集聚对科技人才集聚的空间溢出效应在1%水平下显著为负，周边地区战略性新兴产业集聚强度增加1个单位，会使本地科技人才区位熵指数下降0.705；科技人才集聚对战略性新兴产业集聚的空间溢出效应同样显著为负，周边地区科技人才集聚强度增加1个单位，会使本地战略性新兴产业区位熵指数下降0.103 9。可见，战略性新兴产业集聚与科技人才集聚存在一定的空间挤出效应，且战略性新兴产业集聚对科技人才集聚的空间挤出效应更大，符合H4的预期。

从控制变量看，企业创新能力、大学生数、政府干预程度、市场规模、对外开放水平对战略性新兴产业集聚的估计系数分别为0.038 2、-0.274 9、-0.032 7、-0.006、0.043 8。其中，企业创新能力对我国战略性新兴产业集聚具有显著正向促进作用；大学生数的估计系数为负且通过1%的显著性水平检验，说明目前我国战略性新兴产业整体仍处于低级阶段，其发展水平与高人力资本水平不匹配，可能更需要职业教育培养的技能型人才；政府干预的估计系数为负；市场规模的估计系数为负但不显著，说明目前我国战略性新兴产业市场规模太小，在一定程度上抑制了战略性新兴产业集聚发展；对外开放水平能够促进战略性新兴产业集聚发展。大学生数、经济发展水平和工资水平对科技人才集聚的回归系数分别为1.543 3、0.113、0.540 6，均在1%水平下显著，说明大学生数、经济发展水平和工资水平对科技人才集聚存在显著正向促进作用。大学生数推动科技人才开发与培养，为科技人才提供存量支撑，进而促进科技人才集聚。经济发展水平高的地区为科技人才提供良好的生活环境和创新环境，有利于科技人才集聚。工资水平越高的地区，对科技人才就越具有吸引力。

3.4 稳健性检验

考虑到不同空间权重矩阵设定可能产生的影响，本文运用地理距离空间权重矩阵和经济地理距离空间权重矩阵进行估计。稳健性结果表明，核心变量的估计系数正负号与显著性均一致，如表4所示。此外，考虑到采用不同指标计算的产业集聚度对结果的影响，本文选取主营业务收入作为产业集聚度计算的基准依据并进行估计，结果显示，核心变量的估计系数正负号均一致，表明本文结论较为稳健。

4 结论与建议

4.1 结论

本文聚焦科技人才集聚与战略性新兴产业集聚的交互关系和空间溢出效应，通过构建空间联立方程模型，验证了4个假设。基于假设检验结果，本文得出如下结论：

(1)我国科技人才集聚与战略性新兴产业集聚具有显著双向促进作用，且战略性新兴产业集聚对科技人才集聚的影响更大。战略性新兴产业提供的创新平台吸引科技人才集聚，科技人才集聚为战略性新兴产业集聚发展提供新动能。

(2)战略性新兴产业集聚具有正向空间溢出效应，周边地区战略性新兴产业可以通过空间外溢效应促进本地区战略性新兴产业集聚发展。地区间战略性新兴产业合作与竞争加强了联结经济性，从而产生正向溢出效应。

(3)科技人才集聚具有正向空间溢出效应，周边地区科技人才集聚可以通过空间外溢效应提高本地区科技人才集聚度。科技人才流动产生的扩散效应促进了区域间创新知识共享，提高了落后地区技术创新能力，从而进一步促进区域间科技人才良性互动。

(4)科技人才集聚与战略性新兴产业集聚存在负向空间交互溢出效应，且周边地区战略性新兴产业集聚发展对本地区科技人才集聚的空间交互挤出效应更强。集聚经济性产生的虹吸效应导致两者空间交互效应为负，表明我国区域协调机制有待进一步完善。

4.2 政策建议

(1)推进战略性新兴产业与科技人才的“产才融合”发展，发挥科技人才集聚与战略性新兴产业集聚的双向促进效应。一方面，按照“产业聚人，功能留人”的原则，既要持续壮大战略性新兴产业规模、打造功能丰富的产学研平台，为科技人才营造良好的创新环境，又要优化全国产业布局，发展地方特色产业集群，实现产才结构均衡；另一方面，加大科技人才培养力度，鼓励科技人才向企业流动，落实国家和企业对科技人才的各项激励措施，切实发挥科技人才集聚对战略性新兴产业集聚发展的促进效用。

(2)打造点面结合、协调共享的产业发展新格局，强化战略性新兴产业的空间溢出效应。强化先进地区战略性新兴产业集聚区的引领带动作用，实施以集聚发展水平较高的地区带动发展水平较落后地区的“福邻”政策，实现战略性新兴产业从部分地区集中发展向全面铺开协调发展转变。

(3)科技人才柔性化管理，发挥科技人才集聚的空间溢出效应。一方面，破除区域间科技人才流动机制障碍，营造有利于科技人才流动的外部环境，根据本地区产业发展特点引进合适的科技人才，但也要避免“抢人才”的短利行为发生；另一方面，利用移动互联网技术促进区域间科技人才交流，实现“人”不动而“才”动，充分发挥科技人才的知识溢出效应。

(4)将虹吸效应转变为辐射作用，打造区域协调发展新格局。一方面，国家要统筹协调区域间资源配置，加强对战略性新兴产业发展较落后地区的规划与引导，鼓励科技人才向产业欠发展地区流动；另一方面，区域之间加强交流与合作，发挥长江三角洲、粤港澳、京津冀、长江经济带四大国家区域的辐射功能，通过深化区域合作带动各地区联动发展，弱化战略性新兴产业集聚与科技人才集聚的空间挤出效应。

科技人才集聚与战略性新兴产业集聚存在复杂的互动机制。本文不仅验证了我国整体科技人才集聚与战略性新兴产业集聚之间的双向促进关系，还从空间视角出发验证了区域间科技人才集聚和战略性新兴产业集聚的正向空间溢出效应及两者之间的空间挤出效应。据此，从产才融合、创新科技人才集聚模式、区域间协调发展等方面提出了相应的政策思路，以促进两者的良性互动。值得注意的是，对于不同类别的战略性新兴产业，其产业集聚发展模式可能有所不同，那么它们与科技人才集聚的互动机制是否存在异质性？这是今后研究中值得探索的重要方向。

[1] 马歇尔·阿弗里德.经济学原理:珍藏本[M].北京：华夏出版社,2012.

[2] PORTER M E.Clusters and the new economics of competition[J].Harvard Business School Press, 1998,76(6):77-90.

[3] 孙健,尤雯.人才集聚与产业集聚的互动关系研究[J].管理世界,2008(3):177-178.

[4] 张樨樨.我国高技术产业集聚与高技术人才集聚互动关系的建模研究[J].科技进步与对策,2010(11):72-75.

[5] 曹雄飞,霍萍,余玲玲.高科技人才集聚与高技术产业集聚互动关系研究[J].科学学研究,2017(11):1631-1638.

[6] 牛冲槐,张永红.区域人才聚集效应研究[M].北京：知识产权出版社,2013.

[7] 裴玲玲.科技人才集聚与高技术产业发展的互动关系[J].科学学研究,2018,36(5):813-824.

[8] 牛冲槐,张帆,封海燕.科技型人才聚集、高新技术产业聚集与区域技术创新[J].科技进步与对策,2012(15):46-48.

[9] KRUGMAN P.Increasing returns and economic geography[J].Nber Working Papers,1991,99(3):483-499.

[10] BROCK W A, XEPAPADEAS A, YANNACOPOULOS A N.Spatial externalities and agglomeration in a competitive industry[J].Journal of Economic Dynamics & Control,2014,42(3):143-174.

[11] 孙智君,李响.文化产业集聚的空间溢出效应与收敛形态实证研究[J].中国软科学,2015(8):173-183.

[12] BLOMSTRÖM M, KOKKO A, ZEJAN M.Technology, market characteristics and spillovers[J].Journal of Development Economics,2000,43(2):279-293.

[13] PORTER M.Competitive advantage of nations[M]. New Yovk:Simon and Schuster,2011.

[14] TANAKA K, HASHIGUCHI Y.Spatial spillovers from foreign direct investment:evidence from the Yangtze River Delta in China[J].China & World Economy,2015,23(2):40-60.

[15] 刘春虎,曹薇.科技型人才聚集的空间结构差异分析与核心区域研究[J].科技管理研究,2019,39(1):32-38.

[16] 李红锦,曾敏杰.新兴产业发展空间溢出效应研究——创新要素与集聚效应双重视角[J].科技进步与对策,2019,36(1):67-73.

[17] 张可,汪东芳.经济集聚与环境污染的交互影响及空间溢出[J].中国工业经济,2014(6):70-82.

[18] 郭轶舟,冯华.我国战略性产业的地理集中度系数及其要素贡献度测算[J].统计与决策,2018,34(21):126-130.

[19] 刘艳.中国战略性新兴产业集聚度变动的实证研究[J].上海经济研究,2013,25(2):40-51.

[20] 陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社,2014.

[21] KELEJIAN H H, PRUCHA I R. Estimation of simultaneous systems of spatially interrelated cross sectional equations[J].Journal of Econometrics,2004,118(1):27-50.