基于GWR模型的长三角区域经济增长主导因素研究
基于GWR的新疆县域经济影响因素分析
基于GWR的新疆县域经济影响因素分析作者：姜祎窦燕来源：《现代经济信息》2019年第10期摘要：县域经济是国民经济的基石，在整个国民经济体系中占有重要地位。
本文采用Arcgis10.2、OpenGeoDa空间统计软件，运用地理加权回归（GWR）等空间计量经济学方法，剖析新疆83个县域单元经济的影响因素。
结果表明：人均固定资产投资对新疆县域经济发展的促进作用在2011年之前逐渐增大，此后逐渐减少。
人口密度对新疆人均GDP的影响呈现两级分化作用。
消费水平因素对于县域经济发展水平为正影响，影响重要程度从南到北逐步转移。
第三产业比重对新疆人均GDP起抑制作用，新疆县域经济的发展依然靠工农产业驱动。
关键词：ESDA-GWR;县域;时空演变;新疆中图分类号：F127 文献识别码：A 文章编号：1001-828X（2019）015-0494-02一、引言县域经济是经济发展中综合性、区域性最强的基本单元，当前针对县域经济的研究，多着手于宏观和中观角度。
苏方林使用地理加权回归模型，探讨辽宁省27个县域经济发展的空间差异。
张宗锦通过文献查阅，对新疆县域经济分异的原因进行了研究。
夏永久使用莫兰指数对安徽省县域经济的演变特征进行了探索。
蔡芳芳采用ESDA全局和局部空间关联分析方法，对江苏省县域经济发展的空间发展模式进行了研究。
姚丽采用ESDA和GWE相结合的方法，从时空的角度对河南省县域经济差异进行分析。
总的来说，当前对于县域经济的研究趋向于考虑地区的空间因素，能够兼顾空间效应的探索性空间分析（ESDA）和地理加权回归（GWR）成为广泛使用的分析方法。
新疆是我国最大的省级行政区域，研究新疆地区县域经济发展差异，对于实现社会稳定、长治久安的总目标具有重要的意义。
基于此，本文以新疆83个县为研究区域，借鉴以往学者的研究经验，采用地理加权回归的方法对新疆县域经济发展的影响因素进行分析，为一带一路政策下新时代新思想的新疆经济发展提供参考。
基于MGWR模型的中国城市PM_(2.5)影响因素空间异质性
是影响 PM2.5 浓度的重要自然因素[13-14].PM2.5 浓度 与人类活动密切关联,污染物排放源性质、城镇化水 平与产业结构等对于 PM2.5 浓度有直接影响[15-16].土 地利用方式也会影响 PM2.5 浓度的空间格局[17].作为 一种空间要素, PM2.5 浓度与各影响因素的关系在空 间上存在着依赖性与变异性,表现为 PM2.5 及各影响 因素的空间溢出效应[18]和各因素对 PM2.5 浓度影响 的空间差异特征[19-20].此外,PM2.5 浓度影响因素间还 存在着显著的交互作用[21].
认为 VIF 值大于 10 则该变量是高度共线的.VIF 的
倒数即容差,越接近 0 表示多重共线性越强.方差膨
胀因子的计算公式为[25]:
VIF
=
1
1 − Ri2
(1)
式中:Ri 为第 i 个自变量 Xi 对其余自变量作回归分析
的复相关系数.检验结果如表 1 所示.各指标的方差
膨胀因子值均小于 10,表明所选取的指标不存在多
中国环境科学 2021,41(6)：2552~2561
China Environmental Science
基于 MGWR 模型的中国城市 PM2.5 影响因素空间异质性
周志凌,程先富* (安徽师范大学地理与旅游学院,安徽 芜湖 241002)
摘要：基于全国 297 个地级市 2018 年 PM2.5 浓度数据、自然与社会经济数据,采用多尺度地理加权回归(MGWR)模型分析了各影响因素对 PM2.5 浓度 的作用尺度与影响效果的空间异质性.结果表明,MGWR 模型适用于中国地级市 PM2.5 浓度影响因素研究.在作用尺度上,人均 GDP、技术支持水平作用 尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效
基于中心地理论分形模型实证研究——以长三角为例
基于中心地理论分形模型实证研究——以长三角为例引言：中心地理论是人文地理学和城市规划学中的一个重要理论，它揭示了城市和区域发展的模式和规律。
中心地理论认为，城市和区域的发展会形成一个以中心为核心、以周边为辐射的等级结构。
而分形模型是一种能够描述自相似性和尺度不变性的数学模型，可以帮助我们理解中心地理论在长三角地区的适用性和有效性。
本文将对中心地理论分形模型在长三角地区的应用进行实证研究。
研究方法：本研究将采用两种主要的研究方法，即数据收集和分析。
首先，我们将收集关于长三角地区各个城市的人口、经济、交通等数据，以了解该地区的发展状况。
然后，我们将利用这些数据进行分析，运用分形模型来描述中心地理论在长三角地区的应用情况。
研究结果：经过数据收集和分析，我们得出了以下几个主要的研究结果：1.长三角地区的城市分布呈现出明显的中心辐射结构。
研究发现，长三角地区的大城市如上海、杭州和南京等都拥有强大的中心地位，其周边城市在人口和经济上也相对辐射较强。
2.长三角地区的城市规模和功能显示出一定的分形特征。
研究发现，长三角地区的城市规模和经济发展水平与中心地的距离呈现出一定的分形分布，即离中心地越近，城市规模和经济发展水平越高。
4.长三角地区的城市发展存在一定的不均衡性。
研究发现，长三角地区的大城市发展相对较快，而中小城市的发展相对滞后，存在区域内部的发展差距。
结论：本研究实证了中心地理论分形模型在长三角地区的适用性和有效性。
长三角地区的城市发展呈现出明显的中心辐射结构，城市规模和功能显示出分形特征，城市交通网络也呈现分形特征。
然而，长三角地区的城市发展存在不均衡性，需要进一步的政策调整和措施来促进区域均衡发展。
[1] Christaller, W. (1933). Die Zentralen Orte inSüddeutschland.[2] Hall, P. (1966). The World Cities.[3] Batty, M. (2024). The Size, Scale, and Shape of Cities.[4] Parolin, B. (2024). Fractal Cities: A Geometry of Form and Function.[5] Zhang, M. (2024). Spatial Analysis of Urban Growth Patterns in China: A Fractal Perspective.。
基于城市经济圈经济学定义的定量研究——以长三角经济圈为例
基于城市经济圈经济学定义的定量研究——以长三角经济圈为例张咪;程飞阳;朱家明【摘要】针对中国城市经济圈的发展模式,以长三角经济圈为例,研究上海的经济中心地位以及辐射带动作用.从而,为城市经济圈赋予经济学定义.使用因子分析法,突出上海在长三角经济圈的主要地位.利用电场力模型和回归分析法,反映上海在长三角经济圈巨大的辐射带动作用.最后,通过实证分析解释长三角经济圈的经济学定义,即由一个具有较高首位度的城市经济中心和与中心密切关联,且通过的若干腹地城市所构成的环状经济区域.【期刊名称】《黑河学院学报》【年(卷),期】2016(007)002【总页数】5页(P55-59)【关键词】长三角经济圈;中心辐射带;因子分析法;电场力模型【作者】张咪;程飞阳;朱家明【作者单位】安徽财经大学金融学院,安徽蚌埠233030;安徽财经大学金融学院,安徽蚌埠233030;安徽财经大学统计与应用数学学院,安徽蚌埠233030【正文语种】中文【中图分类】F061.5;TM151城市经济圈是一国经济的重心区和增长极。
所谓重心区是指对国民经济的重要程度，就像生命体的“心脏”一样；所谓增长极是指对国民经济的增长带动作用，可以比作是机械运动中的“发动机”。
在中国，具有“重心区”和“增长极”意义的城市经济圈，在过去的1/4世纪经历了重大的变迁。
现在通常认为，有三大城市经济圈，即以上海为中心包括周边的苏州、无锡、南京、杭州、宁波等城市构成的长江三角洲城市经济圈[1]；以广州、深圳、珠海、佛山、东莞等城市群构成的珠江三角洲城市经济圈；以北京、天津、唐山、沈阳、大连、济南、青岛等城市构成的环渤海城市经济圈。
然而，作为城市经济圈，必须具有以下三大特征。
第一，有一个首位度较高的城市经济中心。
一般以经济总量居第一的中心城市与经济总量居第二的城市的比值来衡量。
比值越高，其凝聚力和集聚功能越强，该经济圈的发展规模和经济效能也越大。
第二，有若干腹地或周边城市。
gwr模型用法-概述说明以及解释
gwr模型用法-概述说明以及解释1.引言1.1 概述概述部分的内容可以参考如下：引言是一篇文章的开端，用于引起读者的兴趣并提供背景信息。
在本文中，我们将探讨GWR模型的用法。
GWR模型（Geographically Weighted Regression，地理加权回归模型）是一种空间统计模型，用于研究地理空间数据的非均质性和异质性。
GWR模型是基于回归分析的方法，它考虑了数据的空间相关性和异变性，从而提供了更加准确的模型拟合和预测能力。
传统的全局回归模型假设数据的统计关系在整个地理空间范围内是稳定不变的，这忽略了地理空间上异质性的存在。
GWR模型通过引入地理加权矩阵，将回归模型的参数与空间位置相关联。
这意味着模型的每个位置都可以有不同的参数值，因此能够更好地捕捉地理空间上的变化。
这种地理加权的方式使得GWR模型在处理非均质性数据时比传统模型更为有效。
本文将首先介绍GWR模型的基本原理和假设，然后探讨其应用场景。
我们将重点讨论GWR模型在城市规划、交通规划、环境科学等领域的应用，并展示其在实际研究中取得的成果。
最后，我们将总结GWR模型的优点和局限性，并展望其未来的发展方向。
通过本文的阐述，读者将能够了解GWR模型的基本概念和原理，并对其在实际应用中的潜力有一定的了解。
无论是从学术研究的角度还是实际问题的解决，GWR模型都具有重要的意义和应用价值。
让我们一起深入探索GWR模型的奥秘吧！1.2文章结构文章结构部分主要介绍了本文的组织结构和各个章节的内容安排。
本文按照以下结构进行组织：第一部分是引言，包括概述、文章结构以及目的。
在概述部分，将简要介绍GWR模型的概念和应用背景，引起读者对该模型的兴趣。
在文章结构部分，将说明本文的整体组织结构，包括引言、正文和结论部分。
在目的部分，将明确本文撰写的目的和意义。
第二部分是正文，主要包括GWR模型介绍和GWR模型的应用场景。
在GWR模型介绍部分，将详细解释GWR模型的概念、原理和算法，并介绍该模型在地理空间分析中的应用。
中国经济增长动力及区域差异因素研究——基于省域面板数据实证分析
二、 文献综述
从国外研究来看， 20 世纪 80 年代以后， 随着中国 官方数据的大量公布， 国外一些学者对改革开放以后 的中国区域经济发展差异进行了考察。其中最早研 究改革开放以来中国区域经济发展差异变化的是 Aguighier （1988） 和 Yang （1990） ， 他们分析了中国地
基金项目：2012 年国家社科基金青年项目“劳动报酬比重的决定因素和变动机理研究” （12CJL003） 。 收稿日期：2017-01-31 作者简介：陶敏阳，女，浙江缙云县人，中央财经大学博士研究生，云南民族大学经济学院讲师，研究方向
2017 年第 3 期 （总第 533 期）
Journal of Regional Financial Research
区 域 金 融 研 究
NO.3， 2017 General NO.533
中国经济增长动力及区域差异因素研究
——基于省域面板数据实证分析
陶敏阳 汪 波 张铁刚
100081） （中央财经大学，北京
相应地降低高增长所产生的福利， 并进一步阻碍未来 经 济 的 健 康 成 长（Dupont， 2007； Gardiner et al， 2011） 。因此， 在新的历史时期， 什么因素能对区域经 济增长产生决定性作用， 并最终决定区域经济差异能 否收敛， 这已成为所有致力于促进区域经济协调发展 研究的重要课题。
为收入分配理论、宏观经济研究。 汪 波，男，安徽人，中央财经大学博士研究生，研究方向为经济增长、收入分配研究。 张铁刚，男，中央财经大学经济学教授，博士生导师，研究方向为宏观经济研究。
- 70 -
《区 域 金 融 发展。各影响因素的综合作用理解起来更符合实 际， 但是， 在众多影响区域经济增长差异的因素中， 哪 些是相对重要的？同时， 多民族是我国的一大特色， 应关注各民族共同发展， 增强各地区的可持续发展能 力， 但在对中国经济增长的区域差异分析文献中， 主 要从东中西部差异、 城乡差异及省际差异等来分析， 少有文献对汉族与少数民族地区差异的分析。 另外， 本文拟从索罗经济增长模型出发来进行研 究， 目前不乏用该模型来研究经济增长的文献， 如邱 晓华等 （2006） 、 朱贺 （2009） 及丰雷等 （2008） 、 葛守昆 等 （2010） ， 但这些模型中一些解释变量的具体指标过 于简单。 基于此， 本文在新古典经济增长理论的框架内， 对索罗模型进行拓展， 加入开放因素、 人力资源等因 素， 使用 Panel Data 分析方法， 对我国东中西部三大 区域进行对比分析的同时， 同时对少数民族地区与汉 族地区进行分析， 选取 1992~2012 年的面板数据， 全 面地对区域经济差异进行深层次的探讨， 寻找经济增 长区域差异的来源。
长三角地区外商直接投资、知识溢出和区域创新——基于面板数据的实证
长三角地区外商直接投资、知识溢出和区域创新——基于面板数据的实证姜磊;季民河【摘要】长三角地区是吸引外资最多的地区.通过面板误差修正模型发现,长三角地区的外商直接投资和区域创新存在双向的因果关系,FDI的知识溢出效应有利于区域创新,区域创新也吸引FDI,二者之间形成良好的互动关联机制.采用动态面板估计方法中的广义矩估计(GMM)回归发现:FDI、劳动力和对外开放均促进了长三角地区的区域创新的产出,滞后一期的区域创新变量非常显著,说明区域创新具有明显的积累效应.【期刊名称】《科技与经济》【年(卷),期】2011(024)004【总页数】5页(P68-72)【关键词】外商直接投资;知识溢出;区域创新;长三角地区【作者】姜磊;季民河【作者单位】华东师范大学地理信息科学教育部重点实验室,上海200062;华东师范大学地理信息科学教育部重点实验室,上海200062【正文语种】中文0 引言知识和科技要素愈来愈成为主导地区经济发展的关键性变量，区域创新能力已经成为区域经济发展的主要动力。
以上海为龙头、江浙为两翼的长江三角洲地区，是中国经济、科技、文化最发达的地区之一。
长三角凭借其极为优良的区位优势已经成为中国吸引外商直接投资(FDI)的核心区域，成为我国吸引外资最多的地区，国际化程度不断提升。
FDI不仅促进了长三角地区经济的快速发展，同时也对本地区的创新活动产生了影响，从专利的数据来看，长三角地区已经是全国创新活动的高地。
表1 长三角FDI总量及占全国比重2003年 2004年 2005年 2006年 2007年2008年总量(亿美元)217.16254.40245.34316.41371.35 416.77比重(%)41.02 41.75 30.24 32.94 30.69 29.37由表1可知，长三角FDI总量自2003年到2008年不断上涨，但是占全国FDI总量的比重却不断下降。
尽管比重持续下降，但2008年时长三角吸引外资的比重仍然占全国30%，说明了长三角地区吸引外资的数量在全国来说仍然较大，是外资活动十分活跃的地区。
长三角城市群经济重心动态演变及区域发展差异分析
长三角城市群经济重心动态演变及区域发展差异分析白雪【摘要】The economic development of the Yangtze River Delta urban agglomeration continues to accelerate since China’s reform and opening-up,but there is a big gap in development between cities. This paper,by employing the research method of economic gravity center,calculates the location,direction and distance of the economic gravity center in the Yangtze River Delta urban agglomeration from 1982 to 2013. Then the paper makes an analysis on the difference of regional economic development by combining with indexes,such as the relative speed of economic development and the skewness coefficient,etc.,discusses the causes of differences of regional economic development in the Yangtze River Delta urban agglomeration,and puts forward suggestions and prospects for the balanced regional development.%改革开放以来，长江三角洲城市群经济发展持续加快，但各城市之间也产生了较大的发展差距。
基于地理加权回归模型的县域经济发展的空间因素分析——以辽宁省县域为例
2005年第5期(总第172期)学术论坛ACADEM IC FORUMNO.5,2005(Cumulatively NO.172)基于地理加权回归模型的县域经济发展的空间因素分析———以辽宁省县域为例苏方林(华东师范大学资源与环境科学学院,上海200062) [摘 要]普通最小二乘法(OL S)只能是在全局或者平均意义上对参数进行估计,无法反映空间局部的变化,故其不能揭示空间依赖性;地理加权回归(GWR)可以在空间上对每个参数进行估计,更能反映经济变量之间的空间依赖性。
文章使用地理加权回归(GWR)方法,以辽宁省27个县为例,研究县域经济的空间差异。
通过研究发现,人均G DP与在岗职工人数占总人口的份额(UL)呈正相关,绝大部分县的工业化水平却与人均G DP呈负相关,其他的经济变量也反映出县域经济发展是有空间差异的,这也说明GWR 比OL S更能反映经济变量的空间依赖性。
[关键词]空间依赖性;地理加权回归(GWR);县域经济;辽宁省[中图分类号]F23 [文献标识码]A [文章编号]1004-4434(2005)05-0081-04一、引 言当前,辽宁经济成了学术界和政府部门的研究热点之一。
辽宁省国有经济占有很大比重,由于体制、管理等方面的原因,在计划经济向市场经济转轨过程中,普遍存在适应市场能力低、企业效益差、经济增长乏力的问题。
国内学者对辽宁经济进行了多方面研究,但多从产业角度进行研究,如王景升(2002)研究了辽宁国有经济的发展现状;郝忠胜、蔡得久(2002)分析了辽宁工业竞争力等等,而从县域经济角度研究辽宁经济的文献并不多见,夏本力、刘景新(2001)通过比较江浙两省县域经济的发展对辽宁县域经济进行了一定的探讨。
由于县域经济是中国国民经济中具有综合性和区域性的基本单元、国民经济的基本支柱和协调城乡关系的重要环节,因此,研究辽宁县域经济的发展有实际意义。
根据Tobler(1970)的地理学第一定理“在地球上,任何事物都和其它事物有关系,但是距离近的比距离远的关系更大”,因此,县域经济发展具有空间依赖性。
长江三角洲经济增长影响因素的实证研究
长江三角洲经济增长影响因素的实证研究改革开放以来，长三角经济持续稳定快速发展，是全国经济增长的重要贡献地区。
对1978年—2016年长江三角洲地区的GDP与消费、投资、财政支出、净出口、第三产业总值和普通高等学校在校学生数等有关统计数据进行了基于V AR模型的实证分析。
研究结果表明长江三角洲地区GDP与6个解释变量之间存在长期稳定的均衡关系，其中居民消费总额、固定资产投资对长江三角洲地区生产总值影响较大，普通高等学校在校学生数影响较小。
标签：经济增长；V AR模型；协整检验；脉冲响应；方差分解改革开放以来，长江三角洲经济的发展突飞猛进，成为中国经济增长最快和最活跃的地区。
2017年上半年，长江三角洲26个城市实现地区生产总值达到767万亿，以占全国110%的人口和22%的土地，创造了全国201%的GDP，其进出口经济以及对外贸易均居世界前列。
作为中國经济最发达的地区，长江三角洲对全国经济发展起着巨大的主导作用，它们是中国其它地区改革开放和经济发展的“大教室”，其经济发展模式、市场经济观念、经营思想和管理经验以及面临的困难和问题对其它地区具有指导和借鉴作用。
所以本文通过构造经济增长的向量自回归模型，从中找出对长江三角洲经济增长影响较显著的因素，并以此为依据，提出有效的政策建议。
1模型的设定与数据预处理11模型的设定首先基于国民经济核算恒等式Y=C+I+G+X-M，选取了居民消费支出、固定资产投资、财政支出、进出口净额四个解释变量。
考虑到经济增长还与第三产业发展情况和科技发展水平有关，因此还在模型中加入了第三产业总值和普通高等学校在校学生数两个解释变量来构造模型。
本文分别用GDP、C、I、G、NX、TIV、CS别表示长江三角洲地区的GDP、居民消费、固定资产投资、财政支出、净出口、第三产业总值和普通高等学校在校学生数。
为了便于检验各个变量长期之间是否存在稳定的关系，本文采取如下的K阶向量自回归模型：Yt=α1Yt-1+…+αkYt-k+ut其中Yt=（GDP，C，I，G，NX，TIV，CS）-112数据预处理本文主要考察近30年的长江三角洲经济发展状况及其影响因素，所有数据根据中国统计局数据库选取1997-2016长江三角洲上海市、浙江省、江苏省各指标数据整理计算得来。
长江三角洲制造业专业化演进与驱动因素
基金项目:国家自然科学基金项目(41571140);安徽省社会科学普及项目(G Z 18023);安徽省哲学社会科学规划项目(A H S K Y 2018D 17)作者简介:沈惊宏(1976),男,博士,安庆师范大学资源环境学院副教授㊁硕士生导师,研究方向:经济地理㊁旅游经济与区域发展㊂长江三角洲制造业专业化演进与驱动因素沈惊宏(安庆师范大学资源环境学院,安徽安庆246133)摘 要:区域经济一体化建设是区域经济发展的重要途径㊂长三角一体化背景下,以长三角制造业为研究对象,分析了2008-2018年长三角产业专业化㊁城市专业化的演进过程,并通过GWR 模型分析了城市专业化驱动因素的空间异质性㊂研究表明:长三角产业和城市群一体化逐步加强,部分产业和城市专业化程度不明显;GWR 分析表明人均G D P 和城市化率对增强城市专业化有促进作用㊂关键词:产业专业化;城市专业化;GWR ;长三角中图分类号:F 121.3 文献标识码:A d o i :10.3969/j.i s s n .1672-2272.2020070940 引言区域分工是经济发展的一种必然趋势,同时也是区域经济联系的重要形式[1]㊂区域分工能够使不同区域资源㊁要素实现合理配置,进行专业化生产,实现产业互补,发挥专业生产优势,有利于统筹区域关系,形成一体化经济格局㊂产业同构㊁市场分割,不利于专业化生产㊁区域分工协作以及生产技术和管理体制的创新发展㊂实现专业化生产,建设区域经济一体化是现代经济发展的重要途径㊂2019年12月中共中央㊁国务院印发了‘长江三角洲区域一体化发展规划纲要“,通过一体化战略把长江三角洲(以下统称为长三角 )建设成为 中国综合实力最强的区域 ㊂诸多区域经济学和经济地理学者关注经济发展的内生作用机制,并聚焦于产业集聚与专业化对区域经济增长的影响[2]㊂古典经济学家亚当㊃斯密从绝对成本的角度论证了分工对于经济增长的作用机制,传统的区域分工贸易理论认为区域分工取决于各地区技术或者要素禀赋[3],由于资源禀赋和区位不同而形成的区域比较优势,使得某些产业集聚于一定区域,构成了区域产业分工网络[4]㊂赫克希尔-俄林模型阐述了区域各种生产要素的相对丰裕程度,产生的价格差异导致了国际贸易和国际分工[5]㊂另外,新贸易理论[6]㊁竞争优势理论[7]等都为开展实证分析奠定了理论基础㊂梳理国内区域分工的研究成果主要体现在以下几个方面:一是不同产业区域分工的差异性及分工程度,探求不同产业在区域间的空间特征和发展水平[8];二是单一产业的区域分工格局,主要分析某一种产业在区域上的分布状况[9,10];三是区域分工与经济发展关系,分析区域分工对经济增长㊁产业创新等的促进作用[11];四是专业化生产及其影响因素,分析区域分工的背后作用因素[12];五是其他方面,如专业化与多样化比较㊁产业分工合作模式等[13]㊂实证方法上也有很大拓展,运用区位熵㊁区域分工指数㊁基尼系数和赫希曼 赫芬达尔指数等[14]对产业专业化㊁区域分工㊁竞合关系开展研究㊂已有成果鲜有探讨各产业间在整个区域的布局情况比较,影响因素分析上也少有查明其作用力空间异质性㊂本文在长三角一体化背景下,论证长三角地区制造业专业化空间布局演化以及作用力的空间异质性,意在以制造业为切入点对长三角地区产业专业化深入了解,为深化区域分工与合作,促进产业合理布局,更好推进长三角地区一体化提供科学参考㊂1 数据来源与研究方法1.1 数据来源长三角区域一体化发展规划范围包括上海㊁江苏㊁浙江和安徽三省一市,覆盖41个城市,面积35.8万平方公里㊂根据‘国民经济行业分类与代码(G B/T 4754-2017)“标准,选择C 门类,考虑到数据的一致性,删除金属制品㊁机械和设备修理业,将汽车制造业与铁路船舶航空航天和其他运输设备制造业合并为交通运输设备制造业,共计29种制造业㊂数据主要来源于各城市2009㊁2019年统计年鉴,取规模以上65工业企业经济指标,并根据分类标准以及城市行政区范围的变化做行业数据调整,极少数城市2018年数据未能获取,根据历年数据进行回归分析获得㊂行政区划地图数据来源于国家1:10,000基础地理信息数据㊂1.2 研究方法(1)产业专业化指数㊂利用变异系数可以比较几组数据间离散程度的原理,本文用其比较不同产业在整个研究区的布局均衡度,从而了解哪些产业专业化相对强或弱,如公式(1):I i =1X -•ðNi =1(X i -X -)2/N (1)式中,I i 为产业i 专业化指数,指数越大表明该产业产值在各市间离散大,也就是该产业布局不均衡,即专业化越强;反之,越小㊂X i 为产业i 的总产值,X -为各城市该产业的平均值,N 为城市数㊂(2)城市(产业)专业化指数㊂变异系数测算的是各产业的专业化强弱,进一步了解优势产业的城市分布,以及各城市产业的专业化和集中度(以下简称 城市专业化 ),借助区位熵进行度量,公式(2):C i j =q i j q j/q i q (2)其中,C i j 为城市专业化指数,指数越大,城市专业化越强;q i j 为城市j 的产业i 产值,qj 为城市j 的所有产业总产值,q i 为上级区域产业i 的产值,q 为上级区域所有产业总产值㊂(3)地理加权回归模型 为分析专业化影响因素的空间异质性,本文采用英国学者F o t h e r i n gh a m 提出的地理加权回归模型(GWR )[15],GWR 使用邻近数据的观测值来估计局部回归,并随着空间位置的变化而变化,GWR 模型表示为:y i =β0u i ,v i +ðp i =1βk u i ,v i x i k +εi (3)其中,y i 为城市专业化指数,u i ㊁v i 是城市i 的地理坐标;β0u i ,v i是城市i 的常数项,βk u i ,v i 是城市i 的第k 个回归参数;p 为城市独立变量的个数,x i k 为城市i 的第k 个独立变量;εi 是城市i 的随机误差㊂2 长三角制造业专业化演进2.1 产业专业化根据公式(1)测算得到长三角2008年和2018年各种产业专业化指数(表1),如表1所示,长三角产业专业化演进表现为如下特征㊂表1 2008年和2018年长三角产业专业化指数产业2008年2018年产业2008年2018年变异系数排序变异系数排序变异系数排序变异系数排序计算机㊁通信和其他电子设备制造业3.13422.6791酒㊁饮料和精制茶制造业1.452231.66816电气机械和器材制造业1.691192.5482黑色金属冶炼和压延加工业2.42161.64917家具制造业1.613212.4713专用设备制造业1.873141.54718烟草制品业2.82342.4454非金属矿物制品业1.403251.54119石油㊁煤炭及其他燃料加工业3.26012.3185皮革㊁毛皮㊁羽毛及其制品和制鞋业1.758171.48620农副食品加工业1.439242.2116医药制造业2.92131.47221交通运输设备制造业2.23092.1937造纸和纸制品业1.337281.44322其他制造业1.344262.1468有色金属冶炼和压延加工业2.25081.37423印刷和记录媒介复制业1.881132.0259仪器仪表制造业1.970121.37224橡胶和塑料制品业1.707182.01910纺织业1.342271.34025通用设备制造业1.604221.82011化学原料和化学制品制造业2.73451.32226化学纤维制造业2.063101.80012文教㊁工美㊁体育和娱乐用品制造业1.685201.25727金属制品业1.837151.78213木材加工和木㊁竹㊁藤㊁棕㊁草制品业1.280291.08328食品制造业2.055111.76214纺织服装㊁服饰业1.810161.06429废弃资源综合利用业2.41571.73315 (1)长三角产业专业化指数有所下降㊂通过比较,2018年专业化指数平均数比2008年降低了0.199,可见,长三角专业化在减弱㊂主要是因为这一地区地域广阔㊁经济发展差距大,特别是安徽地区和江浙一些地区正在承接发达城市的产业,来自东部地区的产业扩散和产业转移还正在进行中㊂电气机械和器材制造业㊁家具制造业㊁农副食品加工业㊁其他制造业㊁印刷和记录媒介复制业㊁橡胶和塑料制品业㊁通用设备制造业等7个产业的专业化指数和位序都较大,说明这些产业专业化急剧增强㊂黑色金属冶炼和压延加工业㊁有色金属冶炼和压延加工业㊁医药制造业㊁仪器仪表制造业㊁化学原料和化学制品制造业㊁纺织服装服饰业与文教工美体育和娱乐用品制造业等6种产业存在同构㊂(2)专业化程度与稳定性主要由专业资本和技术含量而定㊂2008年和2018年专业化指数皆在前十75位的产业为:计算机通讯和其他电子设备制造业㊁烟草制品业㊁石油煤炭及其他燃料加工业㊁交通运输设备制造业四种产业㊂2008年和2018年专业化指数均在后十位的产业为:造纸和纸制品业㊁纺织业㊁文教工美体育和娱乐用品制造业㊁木材加工和木竹藤棕草制品业四种产业㊂前者大多技术含量高㊁资金投入大㊁历史品牌声誉高,后者表现为应用范围广㊁耗量大㊁低投入㊁低成本㊁技术含量底㊂在高度市场化环境中,只有具备这些特性的产业才能有较高的专业化或产业同构下的发展稳定性㊂(3)产业专业化变化强度根据附加值变化强度而定㊂从2008年到2018年,专业化指数排名位序前进10位以上的产业是:电器机械和器材制造业㊁家具制造业㊁农副食品加工业㊁其他制造业和通用设备制造业,这些产业附加值经历了较高到较低的过程,由于产品利润变得较低,大量资本转移,因此,这些产业专业化急剧提升且很强㊂而对于附加值较高的医药制造业㊁有色金属冶炼和压延加工业㊁仪器仪表制造业㊁化学原料和化学制品制造业㊁纺织服装服饰业㊁黑色金属冶炼和压延加工业等六种产业专业化位序下降较大,专业化排序较靠后㊂2.2 城市专业化根据式(2),测算得到2008年和2018年长三角各城市专业化指数㊂鉴于数据量大,仅把各产业的区位熵最高城市列出,如表2㊂数据显示,城市产业区位熵体现如下特点㊂表2 长三角产业区位熵首位城市产业2008年2018年2008年2018年C i j 首位城市C i j首位城市计算机㊁通信和其他电子设备制造业苏州苏州酒㊁饮料和精制茶制造业亳州宿迁电气机械和器材制造业舟山滁州黑色金属冶炼和压延加工业马鞍山马鞍山家具制造业湖州湖州专用设备制造业淮南徐州烟草制品业蚌埠徐州非金属矿物制品业池州淮南石油㊁煤炭及其他燃料加工业安庆安庆皮革㊁毛皮㊁羽毛及其制品和制鞋业温州温州农副食品加工业宿州淮南医药制造业亳州亳州交通运输设备制造业舟山舟山造纸和纸制品业镇江衢州其他制造业金华安庆有色金属冶炼和压延加工业铜陵铜陵印刷和记录媒介复制业黄山蚌埠仪器仪表制造业南通扬州橡胶和塑料制品业宣城宣城纺织业绍兴绍兴通用设备制造业徐州台州化学原料和化学制品制造业淮南衢州化学纤维制造业绍兴绍兴文教㊁工美㊁体育和娱乐用品制造业丽水阜阳金属制品业金华金华木材加工和木㊁竹㊁藤㊁棕㊁草制品业宿迁宿州食品制造业蚌埠淮北纺织服装㊁服饰业嘉兴安庆废弃资源综合利用业台州阜阳(1)城市专业化增强的产业其城市经济发展程度不同㊂发达城市产业区位熵高的多集中于高附加值㊁资本大的产业,欠发达城市产业区位熵高的多集中于低附加值㊁低投入㊁劳动密集型产业㊂2018年,对于计算机通信和其他电子设备制造业㊁石油煤炭及其他燃料加工业㊁化学原料和化学制品制造业㊁医药制造业㊁黑色金属冶炼和压延加工业㊁有色金属冶炼和压延加工业㊁交通运输设备制造业与仪器仪表制造业等高附加值产业来说,上海㊁苏州㊁无锡㊁常州㊁南京㊁杭州㊁宁波㊁嘉兴等城市区位熵普遍较高,以计算机通信和其他电子设备制造业为例,区位熵前十位的为:苏州(2.376)㊁合肥(1.409)㊁上海(1.302)㊁杭州(1.216)㊁无锡(1.016)㊁南京(0.855)㊁徐州(0.688)㊁滁州(1.658)㊁常州(0.586)㊁嘉兴(1.571)㊂对于农副食品加工业㊁食品制造业㊁纺织服装㊁木材加工和木竹藤棕草制品业㊁印刷和记录媒介复制业等附加值低的产业,安徽城市和江浙欠发达城市区位熵普遍都高,以木材加工和木竹藤棕草制品业为例,区位熵前十位的为:淮南(10.341)㊁舟山(10.012)㊁宿州(6.234)㊁六安(4.429)㊁蚌埠(4.404)㊁亳州(4.267)㊁淮北(4.065)㊁淮安(3.362)㊁阜阳(3.033)㊁滁州(2.543)㊂换言之,高附加值产业主要布局于江浙沿海和沿江发达城市,低附加值产业主要布局于欠发达地区㊂(2)优势产业区位熵变化较小㊂表2中,有12个产业2008年到2018年城市首位区位熵没有变化,也就是说这些城市优势产业一直领先于长三角其他城市㊂两个年度中,实际上绝大数产业区位熵前五位城市相同,仅有极少数城市的优势产业发生了大变动,如2008年专用设备制造业区位熵最高的是淮南,而徐州仅位居18位,2018年徐州该产业区位熵已是首位㊂分析产业区位熵最高城市会发现,优势产业大体变动较小的原因有多方面,如铜陵㊁马鞍山拥有相应的金属特色资源;亳州㊁绍兴拥有悠久的草药㊁桑蚕历史产业文化;舟山有着地理区位优势;徐州㊁安庆有着传统的产业;另外东部部分城市着力打造专业化产业,如苏州㊁温州㊂值得关注的是,上海㊁杭州㊁南京和85合肥都不在所有产业的绝对优势城市之列,绝对优势的制造业没有位于省会和直辖市,与城市发展规划密切相关㊂(3)少数发达城市专业化强化,欠发达城市专业化减弱㊂把2008年和2018年各城市产业区位熵指数进行比对,以产业区位熵上升产业10种及以下的城市和下降20种及以上的城市为例,前者是上海㊁南京㊁常州㊁苏州㊁无锡㊁杭州㊁宁波和嘉兴等8个城市,后者是阜阳㊁淮北㊁蚌埠㊁安庆㊁芜湖㊁马鞍山㊁黄山㊁宣城㊁宿迁等9个城市㊂也就是说,前8个城市中大多产业区位熵在下降,而后9个城市仅少数产业区位熵在上升㊂不难发现,发达城市专业化得到加强,而欠发达城市专业化在减弱,前者在逐渐产业转移,后者正在产业转入㊂进一步分析数据发现,除合肥㊁池州外,安徽其他城市区位熵提升的产业数大于下降的产业数;江苏和浙江除了泰州㊁南通㊁淮安㊁温州㊁湖州㊁舟山外,其他城市专业化有加强趋势㊂实际上,安徽地区和江浙地区制造业发展理念上存在差距,安徽正在大规模地承接江浙地区的产业转移,尤其是皖江城市带各城市表现尤为突出㊂江浙两省和上海地区,发达城市专业化在增强,附加值低㊁污染大的产业在转移优化;其他城市产业专业化10年内变化并不大,但有加强趋势㊂主要原因是:一方面未进一步发展附加值低和耗能大㊁污染大的产业,同时自己落后产业淘汰较慢,而先进的制造业发展步履维艰㊂总之,长三角少数发达城市专业化增强,安徽大多城市专业化在减弱㊂2.3 专业化的影响因素以2018年城市专业化指数为因变量,通过对各种解释变量反复实验建模,观测P 值小于0.01的各解释变量,最后以人均G D P ㊁城镇化率和距离为解释变量进行建模测算其全局和局域关系,分别做普通最小二乘法和地理加权回归分析㊂这里的距离是每个城市到达其他40个城市实际距离的平均值,通过G I S 网络分析得到㊂普通最小二乘法(O L S )分析得到人均G D P ㊁城镇化率和与其他城市距离的P v a l u e 分别为0.00671㊁0.00102㊁0.00079㊂利用A r c G I S10.5的地理加权回归工具,核类型设为A D A P -T I V E ,带宽方法为A I C c,分析结果见表3㊂城市专业化的G W R 分析具体结果:最佳带宽为360k m ,与O L S 分析相比,A I C c 从643.069下降到633.807,按照F o r t h e r i n gh a m 的标准,只要两者之差大于3,即为最佳带宽㊂有效数为11㊂R A d j 2由0.681提升到了0.711,可见G W R 拟合结果优于O L S㊂G W R 测算各解释变量空间异质性见图1㊂通过测算结果,可以得出影响专业化因素及其空间作用力㊂表3 O L S 与G W R 模型比较因变量O L S /GWR S i gm a A I C cR2R A d j2M o r a n I o f r e s d u a l专业化O L S0.288643.0690.7160.681-0.054GWR 0.047633.8070.7420.711-0.099(1)人均G D P ㊁城镇化率和距离对城市专业化有主要影响㊂从GWR 建模结果可以知道,人均G D P ㊁城镇化率和距离对专业化有较大影响㊂值得一提的是,前期建模过程中,全域相关关系研究中发现财政收入㊁固定资产投资㊁G D P 等要素对城市专业化也有一定促进作用,但在空间异质性上不明显,因此不能局域加权建模㊂(2)人均G D P 和城镇化率对专业化有促进作用㊂图1(a )㊁图1(b )显示,人均G D P 和城镇化率两者都表现出自东向西的渐渐弱化作用,也就是说,较高的人均G D P 和城镇化对长三角东部城市专业化增强有积极促进作用,而皖西㊁皖北㊁苏北和浙南因受人均G D P 和城镇化的影响,专业化较弱㊂显然,人均G D P 和城镇化率较高是随着区域经济规模不断提高,这使得发达地区有财力在科研㊁外贸㊁市场营销和规模效应上提高经济效率,从而使得专业化生产规模和市场占有率越大㊂(3)空间距离对专业化有反作用㊂图1(c)显示,城市间空间距离的空间作用力自中心向周边逐渐得到加强,也就是说城市空间距离越大,专业化减弱;空间距离越小,专业化越强㊂由于地理距离衰减规律的作用,离区域经济中心地带越近,越容易受到影响;反之,离得越远,则经济就越不发达㊂当下,长三角核心地带城市专业化正在加强,与此同时,也是产业转移的过程,这些转移出去的产业被周边地区所承接㊂3 结论与启示基于长三角制造业分析了产业专业化㊁城市专业化演进过程㊂产业专业化是通过计算不同产业在整个长三角地区的变异系数分析其离散程度,离散大则该产业专业化强;城市专业化通过测算区位熵分析其专业化程度,区位熵越大,则该城市的产业专业化越强;以GWR 模型分析了城市专业化影响因素的空间作用力㊂研究发现:长三角整体上产业专业化在减弱,不同产业由于性质不同其专业化演变趋势有所差异;少数发达城市专业化显著增强,欠发达城市专业化减弱;GWR 分析表明人均G D P 和城市化率对增强城市专业化具有促进作用,而城市空间距离对城市95(a )(b)(c)图1 长三角城市专业化影响因素空间异质性专业化有一定反作用㊂长三角作为中国重要经济区,2008年到2018年的10年里,长三角制造业表现为少数产业和少数大城市专业化得到增强㊂长三角作为整体来说,需科学谋划加快产业专业化进程,长三角产业发展才能真正一体化㊂应该加强长三角地区合作,依据各自资源禀赋㊁产业发展优势㊁经济实力和区位特点等重要因素整体规划产业发展布局㊂参考文献:[1] 吴殿廷,宋金平,孙久文,等.区域经济学[M ].北京:科学出版社,2003.[2] 毕学成,谷人旭,苏勤.制造业区域产业专业化㊁竞合关系与分工基于江苏省市域面板数据的计量分析[J ].长江流域资源与环境,2018,27(10):2201-2213.[3] R i c h a r d D.O n t h e p r i n c i p l e s o f p o l i t i c a l e c o n o m y a n d t a x a t i o n [M ].L o n d o n :J o h n M u r r a y ,1817.[4] J a c o b s J .T h e e c o n o m i c o f c i t i e s [M ].N e w Y o r k :R a n -d o m H o u s e ,1969.[5] 杨小凯,张永生.新贸易理论㊁比较利益理论及其经验研究的新成果:文献综述[J ].经济学(季刊),2001(01):19-44.[6] K R U GMA N P .I n c r e a s i n g r e t u r n s a n d e c o n o m i c g e o gr a -p h y [J ].J o u r n a l o f P o l i t i c a l E c o n o m y,1991,99(03):483-499.[7] 迈克尔㊃波特.国家竞争优势[M ].北京:华夏出版社,2002.[8] 孟德友,陆玉麒.中部省区制造业区域专业化分工与竞合关系演进[J ].地理科学,2012,32(8):913-920.[9] 夏令军,刘艳芳,刘国炜.中国地级城市餐饮业分布格局及影响因素 基于 大众点评网 数据的实证研究[J ].经济地理,2018,38(5):133-141.[10] 王武林,余翠婵,税伟,等.中国种植业专业化发展的时空格局研究[J ].地理研究,2019,38(5):1265-1279.[11] 毛熙彦,贺灿飞.贸易开放条件下的区域分工与工业污染排放[J ].地理研究,2018,37(7):1406-1420.[12] 李小建,罗庆,杨慧敏.专业村类型形成及影响因素研究[J ].经济地理,2013,33(7):68-76.[13] 苏华.中国城市产业结构的专业化与多样化特征分析[J ].人文地理,2012(2):98-101.[14] 谢燮,杨开忠.中国城市的多样化与专业化特征[J ].软科学,2003,17(1):10-13.[15] F O T H E R I N G HAM A ,C HA R L T O N M ,B R U N S D O NC .G e o g r a p h i c a l l y w e i g h t e d r e g r e s s i o n :a n a t u r a l e v o l u -t i o n o f t h e e x p a n s i o n m e t h o d f o r s p a t i a l d a t a a n a l ys i s [J ].E n v i r o n m e n t a n d P l a n n i n g A ,1998,30(4):1905-1927.(责任编辑:邢文君)06。
2022年区域金融发展对区域经济增长的支撑效应论文
区域金融发展对区域经济增长的支撑效应论文（一）讨论背景近年来，我国区域金融各地区总体运行平稳，金融改革不断深化，区域金融进展更趋协调，金融生态环境进一步改善。
数据显示，截至2022年末，我国东部、中部、西部、东北地区分别实现地区生产总值32.2万亿元、12.7万亿元、12.6万亿元和5.4万亿元。
与此同时，我国的区域金融进展水平也不断提高，各地区存款平稳增长，贷款保持较快增长，信贷结构进一步优化。
但不行否认的是，区域之间仍旧存在经济进展的严峻不平衡，因而，在贯彻落实“总量平稳、结构优化”的要求基础上，提高区域金融服务区域经济协调进展的力量，以实现区域金融与区域经济的协调进展具有重要的现实意义。
基于这种背景形势，本文收集了中国1997～2022年衡量东、中、西、东北四大经济区域31个省市的金融进展与经济增长的评价指标值。
并基于单位根检验和协整检验的基础，建立固定效应模型。
通过对固定效应模型参数的估量，详细分析区域金融进展对区域经济的影响。
由此，提出强化区域金融作用的措施，促进区域金融、经济的协调进展。
（二）文献综述1.国外的文献综述。
金融进展与经济增长之间的关系始终是经济学界关注的热点问题。
国外学者对相关问题的讨论起步较早，因而理论体系相对比较成熟。
熊彼特（1912）从银行和信用的角度说明金融在经济增长中所发挥的作用，认为经济进展的动力来源于企业家的创新，而企业家的创新离不开银行信用的制造，并且指出运行良好的银行通过鉴别那些能胜利地开发新产品和新生产方法的企业家，为其供应信贷从而刺激技术的进步，间接促进经济的增长。
帕特里克（1966）关于金融进展与经济增长关系的讨论提出两种模式，即“需求跟随型”和“供应引导型”，认为在经济进展的初期，“供应引导型”模式较为普遍，而到了经济进展的成熟阶段，金融进展与经济增长之间的关系呈现出“需求跟随型”模式。
麦金农和肖（1973）提出了“金融抑制”和“金融深化”，认为进展中国家要使其金融和经济不断进展，应放弃所奉行的金融抑制政策，实行金融深化改革。
市场一体化与经济增长——基于长三角城市群面板数据的空间计量分析
效应；从研究对象看，对长三角城市群市场一体化 经济增长效应的研究较少，尤其缺少以 27 个城市为 研究对象。另一方面，以长三角地区为研究对象， 运用空间计量模型研究经济增长状况，较多的文 献关注产业集聚［11-12］、金融集聚［13-15］、交通 及 ［16-18］ 城镇化 等 ［19-20］ 方面，缺少市场一体化对经济增长 的空间效应问题研究。因此，本文探讨长三角城 市群市场一体化经济增长的空间效应，将有利于 促进城市群经济高质量发展。
关于市场一体化对经济增长的影响，从现有的 文献看，主要有三种观点：一是市场一体化对经济 增长产生正向影响。例如，Dirk（2011）从实证角度 考察了区域市场一体化是否以及如何促进发展中 国家之间的趋同和经济增长，发现区域市场一体化 通过增加贸易和投资对增长产生积极影响［1］；Ke （2015）探讨了 1995—2011 年我国市场一体化与区 域经济规模和增长间的关系，研究结果表明，国内 市场开放对区域经济具有显著的促进作用［2］；张治 栋等（2018）、陈磊等（2019）研究表明，劳动力与资 本等要素流动可以提高区域一体化水平，从而对经 济发展产生积极影响［3-4］；Oprea 和 Stoica（2018）、 Orlowsk（i 2020）等研究发现，资本深度一体化是支 持经济加速增长的必要条件，进一步的市场一体化 将提供资本融资渠道，改善资本配置，缓解市场和 系统风险，促进实体经济增长［5-6］；张跃等（2021）从 产业结构升级角度探讨市场一体化能够促进城市 经济高质量发展［7］。二是在特定条件下，市场非一 体化（市场分割）对经济增长产生正向影响。市场 分割通过扭曲资源合理配置为代价促进经济增 长［8］，还能基于较高的产业同构度对经济增长产生 促进作用［9］。三是市场一体化对经济增长的影响 不显著。Andreas 和 Alexabder（2019）分析东非市 场时利用卫星图像测量夜间从地球发出的光线来 衡量经济活动，结果发现经济增长效应是暂时的， 而且对整个地区的影响并不显著［10］。
基于GWR模型的长三角区域经济增长主导因素研究
据 限制 以及计 算 的复 杂性 ，大多 数有 关 中 国地 区
发展 的文章仅 限于 省 级水 平 ，而 很 少详 细 到 县 域
水平 。但正 如 Ｌ ａｏ Ｅ ｒ ｅＣｌ 和 ｍｉ所述 ，空 间效 应 在 ｌ
小尺度 范 围 内表 现得 更 为 清 楚［ 。因 此 ，忽 视详 ４ １
据， 通过该模型来探析长三角地 区投入要素对经 济增长的影响及其对不同地区的影响。
本 文 的研 究特 点有 以下二 点 ： （）本 文 对 长 １
三角地 区进行 县 域 层 面 的 区域 经济 分 析 。 由于数
两 种特别 的性 质 ，这 些都 违 反 了传 统 统计 方 法 的 假设 要求 ［ｌ 使 得 回归模 型 失 去 了有 效 性 ，导 １ ，会 致模 型参 数估 计量 非 有 效 、变 量 的显 著性 检 验 失
细尺度 的分 析将会 产 生 误 导 或者 不 正 确 的分 析 结
果 。对 于发展 日新 月 异 并 在 中 国经 济具 有 举 足 轻
重地位 的长 三角 地 区来 说 ，更 需 要 进行 详 细 尺 度
的分析 。
基 金 项 目 ：上 海 市 教 委 ２１ 科 技 创 新项 目 （ 目编 号 ： ｌＹ １ ） ０ ｏ年 项 Ｏ Ｓ２ ；上 海 市 ９８ 目 “ 海 市 海 洋 经济 现 状 分 析 及 海 洋 产业 发 展 战 略 ０ ０项 上 研 究 “ （ 目编 号 ：Ｐ１） 项 Ｊ３ 作者简介 ：俞路 ，上海海事大学经济管理学院教师 。研究方向 ：区域 经济 。
“ 平均”或 “ 全局”估计 ，不能反映参数在不 同空间的空间非稳定性 ；Ｇ ＷＲ是一种 简单 、有效 的技 术 ，可
长三角地区经济发展水平评价实证分析--基于因子分析和主成分分析视角
长三角地区经济发展水平评价实证分析--基于因子分析和主成
分分析视角
郑琳
【期刊名称】《常州工学院学报》
【年(卷),期】2016(029)004
【摘要】根据区域经济发展研究的相关文献，结合长三角地区实际情况，构建22个城市经济发展评价的综合指标。
利用因子分析和主成分分析方法，对原始数据进行分析，从而对长三角地区经济发展水平做出客观、科学的评价。
在综合分析的基础上，提出提升长三角地区经济发展水平的政策性建议与对策。
【总页数】5页(P64-68)
【作者】郑琳
【作者单位】中共铜陵市委党校，安徽铜陵 244100
【正文语种】中文
【中图分类】F127
【相关文献】
1.基于因子分析的河南省市域开放型经济发展水平实证分析 [J], 贾蕊
2.主成分分析和因子分析在评价区域经济发展水平中的应用 [J], 贾万敬;何建敏
3.河南地区经济发展水平实证分析——基于主成分分析法 [J], 张奕蕾
4.河北省各设区市经济发展水平综合评价——基于主成分分析方法的视角 [J], 徐辛颖;刘振忠;李峰
5.基于主成分分析法的长三角地区某水库蓝藻生长影响因子分析 [J], 张会豪;闫光辉;焦鑫雅;杨欢;张思琦;贾璐遥
因版权原因，仅展示原文概要，查看原文内容请购买。
长三角地区旅游经济发展动力因素研究
长三角地区旅游经济发展动力因素研究彭倩;黄震方;牛品一【摘要】利用标准差、变异系数及核密度方法分析长三角地区旅游经济发展状况,使用分位数回归与OLS回归对比研究分析影响旅游经济发展的动力因子.旅游经济动力因子呈多元化趋势,对不同旅游经济水平的影响显著不同.随着旅游经济的发展,区域经济发展水平与人力资本的数量影响加大,资源禀赋在旅游起步阶段作用更大,基础设施中星级宾馆数量与环境状况的影响被低估,人力资本品质与对外联系对低分位点影响更大.与OLS回归相比,分位数回归结果更细致,对旅游经济发展动力因素的认识更清晰.【期刊名称】《地域研究与开发》【年(卷),期】2014(033)003【总页数】7页(P90-96)【关键词】旅游经济;动力因素;分位数回归;长三角地区【作者】彭倩;黄震方;牛品一【作者单位】南京师范大学地理科学学院,南京210023;南京师范大学地理科学学院,南京210023;南京师范大学地理科学学院,南京210023【正文语种】中文【中图分类】F5900 引言改革开放以来我国旅游业发展迅速，旅游业被国家提升为战略性产业，先后被26个省份列为支柱产业、先导产业和重点产业，逐步成为三产的中坚力量[1]。
寻求区域旅游经济发展动力所在是促进旅游业持续、蓬勃发展的关键。
旅游经济发展的动力因素及其作用机制一直是国内外学术界关注和探讨的重点与热点问题[2]。
随着旅游目的地基础设施的完善，旅游者数量经历了上升到下降，直到旅游业重新整合、重组，市场是旅游发展的主要推动力[3]。
旅游地生命周期理论认为，一个旅游地的发展都会经过探查、参与、发展、巩固、停滞和衰落或复苏6个阶段，曲线呈现“S”型，在各阶段受到不同因素的作用而对旅游业产生不同的影响[4]。
彭华对城市旅游发展的动力机制进行了系统分析，并建立了旅游发展动力系统的结构模型[5]。
保继刚等通过定性、定量分析对城市旅游驱动力的转化过程进行个案剖析，认为城市之间旅游发展的主导动力机制不尽相同且处于不断变化之中[6-7]。
长三角财政收入分析-计量经济学模型分析
2010年长三角地区影响财政收入的因素一、问题设计随着社会经济的发展，一个地区的财政收入被越来越多的变量所影响。
长三角地区作为中国经济发展的龙头地区其财政收入的多少不仅影响着本地区的经济的发展而且也影响着整个国家经济的发展。
为了研究长三角地区2010年的财政收入的主要影响因素，分析地方财政收入的增长规律，预测长三角地区财政收入的未来的增长趋势，需要建立计量经济学模型。
二、理论基础影响长三角地区财政收入的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。
（2）公共财政的需求，税收收入是财政的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算指出所表现的公共财政的需求对当年的税收收入可能有一定的影响。
（3）物价水平。
我国的税制结构以流转税为主，以现行价格计算的DGP 等指标和和经营者收入水平都与物价水平有关。
（4）房地产的投资额，也对财政收入有影响。
三、计量经济学方程 0112233i Y x x x ββββμ=++++四、数据收集2010年长三角地区影响财政收入的因素五、回归方程估计 回归方程的参数分别为ˆβ=-540.0391ˆβ=0.062ˆβ=0.264 3ˆβ=0.178回归方程模型估计：ˆY =-540.039+0.61X +0.2642X +0.1783X 方程的经济意义为，当地区生产总值每增加1亿元时，财政收入增加0.6亿元；当社会消费零售额每增加1亿元时，财政收入增加0.264亿元；当房地产开发投资每增加1亿元时，财政收入增加0.178亿元。
由于财政支出的数据有所残缺因此不将其作为解释变量。
六、统计检验1、拟合优度检验由上图可知，可决系数2R =0.954,接近于1，表明财政收入Y 变化的95.4%可由社会消费零售额1X 、地区生产总值2X 、房地产开发投资3X 的变化来解释。
2、F 检验随机干扰项的方差为RSS 2/(n-k-1)= 142711.987F=110.208大于0.05(3,16)F =6.23，因此拒绝原假设解释变量对被解释变量有显著性影响，所以认为该回归方程有效。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于GWR 模型的长三角区域经济增长主导因素研究俞 路(上海海事大学,上海 201306)摘 要 本文运用地理加权回归(geographical weighted regression,GWR)方法,对2003年、2008年两个年度的长三角区域经济增长主导因素的空间非稳定性进行了实证分析。
传统的OLS 只是对参数进行 平均 或 全局 估计,不能反映参数在不同空间的空间非稳定性;GWR 是一种简单、有效的技术,可以反映参数在不同空间的空间非稳定性。
研究结果表明,在对长三角经济增长各主要因素进行参数估计时,GWR 模型与OLS 模型有显著的差异;经济增长的主导因素存在空间变异。
关键词 区域发展 空间效应 地理加权回归 长三角地区DOI:10.3969/j.issn.1004-910X.2011.08.001 中图分类号 F061 5文献标识码 A收稿日期:2011 05 11基金项目:上海市教委2010年科技创新项目(项目编号:10YS120);上海市908项目 上海市海洋经济现状分析及海洋产业发展战略研究 (项目编号:PJ13)作者简介:俞路,上海海事大学经济管理学院教师。
研究方向:区域经济。
引 言目前,长三角地区是中国经济活动最活跃、增长最具潜力的区域,也是中国最大的经济核心区。
在其龙头城市上海的带动下,长三角城市群已经成为世界的第六大都市群。
近年来,长三角地区GDP 占全国比重的22 37%,故而长三角被誉为是中国经济发展的 发动机 。
对于这个对中国经济发展起到举足轻重作用的地区,研究其内在的经济发展动力机制显得尤为重要。
但是对于区域发展数据而言,有种情况往往被人们所忽略,即区域发展数据属于空间数据。
空间数据与其他类型数据相比,存在着空间自相关和空间异质这两种特别的性质,这些都违反了传统统计方法的假设要求[1],会使得回归模型失去了有效性,导致模型参数估计量非有效、变量的显著性检验失去意义和模型的预测失效。
对于普通回归模型(OLS)而言,其计算得到的参数只是代表了整个区域的总体平均状况,并不能反映出局部地区的情况[2]。
对于区域发展数据而言,由于各个地区的情况千差万别,总体的情况并不能代表个别。
为了研究复杂的空间参数变化或空间非平稳性,Brunsdon 等提出了简单而实用的地理加权回归(Geographically Weighted Regression,简称GW R)分析方法,它允许不同的地理空间有不同的空间关系的存在[3]。
因此,其结果是区域性的并非全域性的参数估计,从而就能够探测到空间数据的空间非平稳性。
本文使用地理加权回归模型来分析长三角区域经济增长数据,通过该模型来探析长三角地区投入要素对经济增长的影响及其对不同地区的影响。
本文的研究特点有以下二点:(1)本文对长三角地区进行县域层面的区域经济分析。
由于数据限制以及计算的复杂性,大多数有关中国地区发展的文章仅限于省级水平,而很少详细到县域水平。
但正如Le Callo 和Ertur 所述,空间效应在小尺度范围内表现得更为清楚[4]。
因此,忽视详细尺度的分析将会产生误导或者不正确的分析结果。
对于发展日新月异并在中国经济具有举足轻重地位的长三角地区来说,更需要进行详细尺度的分析。
27(2)本文根据新古典经济理论构建出相应的人均产出模型,分析固定资产投入、外商直接投资、地方财政支出对区域经济发展的带动作用,并得到相应的产出弹性。
本文挑选2003年和2008年两个年份进行比较分析,研究投入要素对经济拉动作用的动态区域变化过程,这样就可以披露出更为详细的局部发展特点。
本文中的基础数据来自相应年份长江和珠江三角洲及港澳特别行政区统计年鉴,中国统计年鉴,上海统计年鉴,浙江统计年鉴,江苏统计年鉴。
1 研究方法概述根据新古典经济学的理论,经济发展取决于各地区所拥有的资本和劳动量[5],因此,根据柯布 道格拉斯生产函数可得:Y=AL K (1)上式中,Y为地区生产总值,K为各地区投入的资本量,L为各地区投入的劳动量。
两边同除以L,可得:y=Ak (2)y为人均地区生产总值,k为各地区人均投入资本量,上式说明人均产出取决于人均资本量。
而地方资本的投入有多种来源,有的来自地方政府,有的来自国内经济主体,有的来自海外资金。
因此,对于人均产出而言,起到关键作用的因素如下所示:1 1 人均固定资产投资固定资产投资被认为是主导地区经济发展的关键因素,它是地区发展投入的基本因素,对工业化发展和基础设施建设至关重要。
马润潮(2005年)指出固定资产投资是中国经济发展中关键的影响因素。
由于固定资产投资当中包含外商投资和地方政府投资,因此本文中的人均固定资产投资为扣除了外商投资和地方政府投资后的人均固定资产投资。
1 2 人均外商直接投资对于中国经济改革至关重要的因素是对外开放程度,这直接导致了外商直接投资(FDI)和国内外经济交流的扩大。
Fujita(2001年)表明FDI 对中国地区经济发展起到了很好的促进作用,尤其是对于沿海地区。
因此,本文采用人均FDI作为衡量长三角对外开放政策和全球化水平的指标。
1 3 人均地方财政支出随着改革开放的深入,中央政府下放了一定的权力,允许地方政府使用一定的财力和资源来支持本地方的发展,魏也华(2000年)称地方政府在地区经济发展当中也扮演了重要的角色。
本文使用人均地方政府支出作为地方政府在区域发展发挥作用的指标。
上述3个指标均是各地区人均资本的主要来源,本文继续基于柯布 道格拉斯生产函数来构建相应的模型。
在模型中,人均GDP(y)作为因变量;而人均固定资产投入(FIXINV)、人均外商直接投资(FDIPC)、人均地方财政支出(FIN-EXP)。
因此,地区发展的生产函数模型定义如下:y=A*FIXINV 1*FDIPC 2*FINEXP 3(3)上述模型通过两边取对数转变为常见的线性模型:lny i= 0+ k k lnx ik+ i(4)在(4)式中,对于某县市i来说,y i即人均GDP;x i k为生产投入,包括人均固定资产投入、人均外商直接投资和人均地方财政支出, k为各投入要素的产出弹性, i为误差项。
(4)式为常见的普通最小二乘回归(OLS)模型,在满足了线性、正态和方差齐等假设条件下,OLS的结果被认为是可靠的。
但由于空间数据的性质都违反了传统回归方法的假设要求,因此对于区域经济数据应使用特定的空间回归模型,而地理加权回归模型则是其中的代表。
(1)地理加权回归模型能够反映出系数的空间变化,因此它能够克服空间数据的异方差问题,而且体现出局部地区对各自变量的反映。
在本模型中,它能够捕获到每个市县人均固定资28产投入、人均外商直接投资和人均地方财政支出对人均产出的产出弹性。
(2)它使用移动窗口来进行回归分析,并对距离较近的数据点赋予较大的权重,因此处理得当,它也能克服空间数据的自相关问题。
GWR是一种特定的空间回归模型,它允许回归系数随着空间而变化,从而反映出因变量和多个自变量之间的局部关系。
本文应用GWR模型拓展了柯布 道格拉斯生产函数,这使得每个县市都可得到其局部参数估计,(4)式可改写为: lny i= 0(u i,v i)+ k k(u i,v i)lnx ik+ i(5)本式中,对于某县市i,(u i,v i)为该县市质心的坐标, k(u i,v i)为连续函数 k(u,v)的具体实现,即为每一个县市的局部参数值。
这也就是说,通过一个连续的参数表面,GWR模型就可以展现出人均产出和投入要素关系的空间变动性,即空间非平稳性。
不同的地区对相同的因素往往表现出不同的反应,例如有的地区海外投资对本地区的经济拉动作用非常明显,而其他地区却是地方财政支出对本地经济发展起到很好的促进作用,这就导致所谓的空间非平稳性。
这种空间非平稳性往往又和距离有一定的关系,一般情况下,距离较近的地区往往对某一因素具有相同或者近似的反映。
GWR使用移动窗口来进行回归分析,并对距离较近的数据点赋予较大的权重,因此它能够体现出因变量和自变量之间的空间变动。
因此,通过GWR模型可以得到每个县市不同投入要素的产出弹性,即 k(u i,v i)。
2 长三角区域经济发展的主导因素分析前文为本文研究方法的具体阐述,接下来本部分将分别使用OLS和GWR模型来分析长三角区域发展的动力机制,并比较两个模型的优劣,从而更好地理解本地区的区域经济发展情况。
本部分所有的统计量和统计检验均使用Arcgis9 3和Geoda0 95i实现。
表1 普通最小二乘回归模型(OLS)的统计结果,2003年和2008年系 数2003年2008年系数值t值p值系数值t值p值CONS TANT0 0130 2010 841-0 009-0 1940 846 FIXINV0 446***4 6561 28E-050 252***3 4788 84E-04 FDIPC0 261***2 9733 91E-030 418***5 1192 71E-06 FINEXP0 244***2 6888 75E-030 415***4 7711 01E-05 Multicollinear i tyCondition Number2 7993 412Jarq ue-Bera test2 3012 074Breusch-Pagan test38 917***2 829Residual SS25 82011 317Adust R20 6820 838F-statistic59 696***124 287***AIC146 62679 103Moran s I(Residual)0 313***0 181**注:*表示显著性水平为10%,**表示显著性水平为5%,***表示显著性水平为1%,下同。
29表1是两个年份OLS模型的统计结果,从中可以发现以下情况。
(1)OLS模型的Multicollinearity Condition Number小于30,说明模型不存在多重共线性的问题。
OLS模型的Jarque-Bera检验不显著,说明模型满足了正态性要求。
(2)从Adust R2和F检验的结果来看,OLS模型的拟合程度很好,这说明本文根据经济理论建立的模型对实际情况具有较高的解释程度。
此外,在2008年,模型对实际情况的拟合程度更高,这说明随着市场经济不断的深入发展,地区经济的发展越来越符合经济理论,受其他因素的干扰越来越小。
以上情况说明OLS模型在一定程度上反映了真实情况,但是OLS模型也存在着一些问题。
(1)OLS模型的B reusch-Pagan检验显著性水平很高,说明模型存在着异方差问题,这也是本文使用GWR模型的主要原因。
(2)根据两个年份模型残差的Moran s I检验,两个年份的Moran s I值均高度显著,说明模型存在着严重的空间自相关问题,这将导致OLS模型的结果不准确。