經(jīng)濟(jì)發(fā)展水平差異精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的經(jīng)濟(jì)發(fā)展水平差異主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：經(jīng)濟(jì)發(fā)展水平差異范文

關(guān)鍵詞：經(jīng)濟(jì)發(fā)展 經(jīng)濟(jì)差異 東四盟市

內(nèi)蒙古東四盟市位于內(nèi)蒙古東部，總面積約46.23萬(wàn)平方公里，約占內(nèi)蒙古土地面積的39%；現(xiàn)有人口1163.79萬(wàn)人，約占內(nèi)蒙古總?cè)丝诘?7.1%。內(nèi)蒙古東四盟市地處內(nèi)陸但與周邊地區(qū)關(guān)聯(lián)性極強(qiáng)，周邊相連河北、吉林、遼寧和黑龍江4個(gè)省區(qū)，并與俄羅斯、蒙古接壤，具有廣泛的區(qū)際、國(guó)際合作的可能；也便于內(nèi)蒙古東四盟市抓住東北振興的機(jī)遇，實(shí)現(xiàn)自身經(jīng)濟(jì)的騰飛。所以經(jīng)濟(jì)發(fā)展水平差異研究、縮小區(qū)域差異、促進(jìn)各地區(qū)平衡發(fā)展，己經(jīng)是蒙東地區(qū)經(jīng)濟(jì)全面協(xié)調(diào)發(fā)展需待解決的問(wèn)題。

一、數(shù)據(jù)來(lái)源與研究方法

（一） 數(shù)據(jù)來(lái)源

本文以縣級(jí)區(qū)域（含縣、自治縣、縣級(jí)市）為地域研究單位來(lái)采集數(shù)據(jù)，選取內(nèi)蒙古東四盟市39個(gè)縣級(jí)行政單元的1995年、2000年、2005年和2010年4個(gè)年份為研究時(shí)間截面。選取的社會(huì)經(jīng)濟(jì)指標(biāo)主要來(lái)源于1996年、2001年、2006年、2011年的《內(nèi)蒙古統(tǒng)計(jì)年鑒》和地方志（統(tǒng)計(jì)年鑒）。

（二）研究方法與指標(biāo)選擇

內(nèi)蒙古東四盟市每個(gè)縣、市的經(jīng)濟(jì)由于生產(chǎn)力水平、人文社會(huì)經(jīng)濟(jì)條件、資源稟賦等原因，縣域之間存在著明顯的差異。單一指標(biāo)法雖然簡(jiǎn)單直觀，但是無(wú)法全面反映區(qū)域經(jīng)濟(jì)發(fā)展整體水平，因此應(yīng)用SPSS軟件對(duì)12個(gè)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)標(biāo)準(zhǔn)化后進(jìn)行主成分分析，得到每個(gè)主成分對(duì)39個(gè)個(gè)案的得分。從相關(guān)系數(shù)矩陣可以看出，各變量間存在很高的相關(guān)性，符合因子分析的前提條件。以旋轉(zhuǎn)后各主成分的方差貢獻(xiàn)率作為權(quán)重，與各主成分得分的加權(quán)求和得到4個(gè)年份各縣經(jīng)濟(jì)發(fā)展綜合水平指數(shù)值，以此作為依據(jù)比較評(píng)價(jià)內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展水平差異。再運(yùn)用ArcGIS軟件對(duì)研究區(qū)域經(jīng)濟(jì)綜合水平進(jìn)行類型劃分并歸納出內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展差異演變的基本特征。

影響內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展的因素是多方面的，與經(jīng)濟(jì)實(shí)力、經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)結(jié)構(gòu)等方面有關(guān)，考慮到指標(biāo)的科學(xué)性、全面性以及數(shù)據(jù)的可獲取性，本文統(tǒng)一選取12個(gè)統(tǒng)計(jì)指標(biāo)，包括：X1人均GDP（元）、X2人均社會(huì)固定資產(chǎn)投資（元）、X3人均社會(huì)消費(fèi)品零售總額（元）、X4人均財(cái)政收入（元）、X5人均財(cái)政支出（元）、X6人均城鄉(xiāng)居民儲(chǔ)蓄存款余額（元）、X7人均工業(yè)總產(chǎn)值（元）、X8在崗職工平均工資（元）、X9農(nóng)民人均收入（元）、X10財(cái)政收入占GDP比重（%）、X11第三產(chǎn)業(yè)比重（%）、X12第二產(chǎn)業(yè)比重（%）。

二、內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展差異的時(shí)間演變

（一） 內(nèi)蒙古東四盟市經(jīng)濟(jì)綜合水平的計(jì)算

本文選用巴特利特球形檢驗(yàn)法和KMO檢驗(yàn)，設(shè)定提取的主成分個(gè)數(shù)為3，采用方差極大法旋轉(zhuǎn)，把主成分得分作為新變量保存在數(shù)據(jù)文件中，得到社會(huì)經(jīng)濟(jì)主成分載荷矩陣。結(jié)果顯示：

1.1995年的Bartlett值=420.927，Sig=0，說(shuō)明相關(guān)矩陣不是一個(gè)單位矩陣，可以進(jìn)行因子分析，KMO值為0.693，表明因子分析的結(jié)果較好；2000年的Bartlett值=397.247，Sig=0，KMO值為0.673；2001年的Bartlett值=577.854，Sig=0，KMO值為0.734；2010年的Bartlett值=600.052，Sig=0，KMO值為0.654。根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的標(biāo)準(zhǔn)，KMO值大于0.6，表明變量間的相關(guān)很小，因子分析的結(jié)果較好，巴特利特（bartlett值）球體檢驗(yàn)通常用于檢驗(yàn)相關(guān)陣是否是單位陣，檢驗(yàn)結(jié)果的顯著性，相應(yīng)的概率Sig值小于0.5時(shí)適宜進(jìn)行主成分分析。

2.經(jīng)過(guò)方差極大法旋轉(zhuǎn)后，1995年的第3主成分的累計(jì)方差貢獻(xiàn)率是75.166%，2000年是74.460%，2005年是85.584%，2010年是82.486%，包含了這12個(gè)指標(biāo)的大部分信息，說(shuō)明選擇3個(gè)主成分較為恰當(dāng)。

3.由主成分載荷矩陣（表1）可看出：1995年的第1主成分與X1、X3、X4、X5、X6、X7、X8有較大的正相關(guān)，根據(jù)其意義判斷是經(jīng)濟(jì)實(shí)力主成分；第2主成分與X10、X11有較大的正相關(guān)，是經(jīng)濟(jì)結(jié)構(gòu)主成分；第3主成分與X2、X12有較大的正相關(guān)，是經(jīng)濟(jì)規(guī)模主成分。2000年的第1主成分與X1、X2、X3、X4、X6、X7、X8有較大的正相關(guān)，是經(jīng)濟(jì)實(shí)力主成分；第2主成分與X12有較大的正相關(guān)，是經(jīng)濟(jì)結(jié)構(gòu)主成分；第3主成分與X11、X12有較大的正相關(guān)，是經(jīng)濟(jì)規(guī)模主成分。2005年的第1主成分與X1 、X2、X4、X5、X7、X8、X10、X12有較大的正相關(guān)，是經(jīng)濟(jì)實(shí)力主成分；第2主成分與X3、X6、X11有較大的正相關(guān)，是經(jīng)濟(jì)結(jié)構(gòu)主成分；第3主成分與X8、X9有較大的正相關(guān)，是經(jīng)濟(jì)規(guī)模主成分。2010年的第1主成分與X1、X2、X4、X5、X7、X8、X10有較大的正相關(guān)，是經(jīng)濟(jì)實(shí)力主成分；第2主成分與X3、X6、X11有較大的正相關(guān)，是經(jīng)濟(jì)結(jié)構(gòu)主成分；第3主成分與X8、X9有較大的正相關(guān)，是經(jīng)濟(jì)規(guī)模主成分。主成分分析解決了原有的12個(gè)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)有較大相關(guān)性的問(wèn)題，得出的3個(gè)主成分涵蓋了約75%以上的原有信息，并生成了3個(gè)主成分對(duì)39個(gè)個(gè)案的得分，以旋轉(zhuǎn)后各主成分的方差貢獻(xiàn)率作為權(quán)重，與各主成分得分的加權(quán)求和得到1995、2000、2005、2010年4個(gè)年份的各縣經(jīng)濟(jì)發(fā)展水平綜合指數(shù)。該指數(shù)越高，說(shuō)明該地區(qū)經(jīng)濟(jì)發(fā)展水平越高，反之越低。以此作為依據(jù)分析內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展差異演變。

（二）內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展水平類型劃分

依據(jù)1995、2000、2005和2010年內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展綜合水平指數(shù)，運(yùn)用SPSS進(jìn)行層次聚類分析中的Q型聚類分析，統(tǒng)一選離差平方合法，聚成四類：滯后型、慢發(fā)展型、較發(fā)展型和快發(fā)展型。需要說(shuō)明的是，以上分類是在內(nèi)蒙古東四盟市內(nèi)部縣之間的相對(duì)稱謂，并不具有全國(guó)意義。因?yàn)閺娜珖?guó)范圍看，內(nèi)蒙古東四盟市屬于欠發(fā)達(dá)地區(qū)。

把內(nèi)蒙古資源環(huán)境數(shù)據(jù)庫(kù)中的面狀行政單元層以縣為單元提取出來(lái)作為圖形數(shù)據(jù)，把經(jīng)濟(jì)發(fā)展綜合水平指數(shù)輸入到數(shù)據(jù)庫(kù)中作為屬性數(shù)據(jù)，利用ArcGIS軟件關(guān)鍵字段把屬性數(shù)據(jù)連接到圖形數(shù)據(jù)上，利用符號(hào)化設(shè)置的逐漸變色顯示功能，選擇手動(dòng)（Manual）分級(jí)法，把4類縣分別賦以4種不同的顏色，且經(jīng)濟(jì)發(fā)展綜合水平越高的區(qū)域被賦予的顏色越深，將4個(gè)年份內(nèi)蒙古東四盟市各縣的經(jīng)濟(jì)發(fā)展差異水平在圖上顯示出來(lái)（圖1-4）。

進(jìn)一步分析圖1后發(fā)現(xiàn)：1995年快發(fā)展型的縣有3個(gè)，主要位于呼倫貝爾市縣級(jí)城市；較發(fā)展型的縣有6個(gè)，主要位于呼倫貝爾市西部俄羅斯、蒙古交接區(qū)；慢發(fā)展型的縣有10個(gè)，主要位于呼倫貝爾市中部及其他盟市行政中心城市；滯后型的縣有20個(gè)，大部分位于除呼倫貝爾市的其它盟市。分析圖2后發(fā)現(xiàn)：2000年快發(fā)展型的縣有3個(gè)，主要位于呼倫貝爾市行政中心附近；較發(fā)展型的縣有7個(gè)，主要位于呼倫貝爾西部；慢發(fā)展型的縣有7個(gè)，主要位于呼倫貝爾市中部及其他盟市行政中心附近；滯后型的縣有22個(gè)，主要位于呼倫貝爾市東部及其它盟市。分析圖3后發(fā)現(xiàn)：2005年快發(fā)展型的縣有3個(gè)，主要位于呼倫貝爾市西部俄羅斯、蒙古交接區(qū)；較發(fā)展型的縣有3個(gè)，主要位于呼倫貝爾市行政中心附近；慢發(fā)展型的縣有15個(gè)，主要位于呼倫貝爾市中部地區(qū)及赤峰市西部地區(qū)；滯后型的縣有18個(gè)，主要位于烏蘭浩特市、通遼市及赤峰市東部地區(qū)。分析圖4后發(fā)現(xiàn)：2010年快發(fā)展型的縣有3個(gè)，主要位于呼倫貝爾市及通遼市；較發(fā)展型的縣有5個(gè)，主要位于呼倫貝爾市及赤峰市行政中心附近；慢發(fā)展型的縣有16個(gè)，位于呼倫貝爾市中部通遼市及赤峰市西部地區(qū)；滯后型的縣有15個(gè)，主要位于興安盟地區(qū)、通遼市及赤峰市東部地區(qū)。

三、結(jié)果分析

在上述研究基礎(chǔ)上，可進(jìn)一步歸納出內(nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展差異演變的基本特征：（一）東四盟市整體發(fā)展比較滯后，各縣中高于平均水平的縣僅占31%。四種類型中，無(wú)論個(gè)數(shù)比重還是面積比重，快發(fā)展型都是最少，多數(shù)縣屬于慢發(fā)展型和滯后型。（二）根據(jù)各縣經(jīng)濟(jì)綜合水平指數(shù)可知，東四盟市經(jīng)濟(jì)發(fā)展差距幅度比較穩(wěn)定，2005年后經(jīng)濟(jì)發(fā)展差距有明顯拉大的趨勢(shì)。快發(fā)展型和慢發(fā)展型總體上從東四盟市北部向南部轉(zhuǎn)移，而滯后型的個(gè)數(shù)明顯減少。（三）通遼市和赤峰市經(jīng)濟(jì)發(fā)展水平明顯高于呼倫貝爾市和烏蘭浩特市，2000年后呼倫貝爾市經(jīng)濟(jì)發(fā)展水平明顯下降。（四）興安盟一直是東四盟市經(jīng)濟(jì)發(fā)展的低谷。2000年后，滯后型的范圍從東四盟市中、西部明顯縮小到中部通遼市東部、興安盟地區(qū)，說(shuō)明興安盟的發(fā)展速度明顯慢于整個(gè)東四盟市其它地區(qū)。（五）東四盟市約30%的縣經(jīng)濟(jì)發(fā)展較為穩(wěn)定。呼倫貝爾市大部分地區(qū)一直屬于快、較發(fā)展型，是經(jīng)濟(jì)發(fā)展的龍頭；陳巴爾虎旗、牙克石市一直屬于慢發(fā)展型；鄂倫春自治旗、扎賚特旗、科爾沁右翼前旗、科爾沁右翼中旗、科爾沁左翼中旗、科爾沁左翼后旗、翁牛特旗、敖漢旗、寧城縣等9個(gè)縣一直屬于滯后型。

2005年以來(lái)，內(nèi)蒙古東四盟市縣域經(jīng)濟(jì)差異呈現(xiàn)拉大趨勢(shì)，從經(jīng)濟(jì)綜合水平相對(duì)地位來(lái)看，1995-2010年間，各區(qū)縣排名發(fā)生了很大變化，各盟市行政中心和快發(fā)展型縣域的帶動(dòng)作用不明顯。整體發(fā)展從東北向西南轉(zhuǎn)移，較發(fā)展型縣域空間范圍擴(kuò)大，但是中部地區(qū)一直處于低谷，2010年總體呈現(xiàn)“凹”型空間格局。低經(jīng)濟(jì)發(fā)展水平縣域集聚區(qū)、高經(jīng)濟(jì)增長(zhǎng)水平縣域以及邊緣縣域與其各自相鄰縣域經(jīng)濟(jì)發(fā)展相關(guān)性不顯著，各類型從連片的面狀分布發(fā)展成關(guān)聯(lián)性較小的斑塊狀分布，且各類型之間出現(xiàn)緩沖地帶。從區(qū)縣數(shù)量上來(lái)看，快發(fā)展型

研究?jī)?nèi)蒙古東四盟市經(jīng)濟(jì)發(fā)展差異，對(duì)西部大開發(fā)和東三省老工業(yè)地區(qū)復(fù)興問(wèn)題的有效解決，及東三省和內(nèi)蒙古東四盟市的區(qū)域協(xié)調(diào)發(fā)展和區(qū)域協(xié)作的方式具有重要指導(dǎo)意義。同時(shí)，可為其他經(jīng)濟(jì)欠發(fā)達(dá)的省邊緣區(qū)提供發(fā)展思路。

參考文獻(xiàn)：

[1]李小建，喬家君.20世紀(jì)90年代中國(guó)縣際經(jīng)濟(jì)差異的空間分析[J].地理學(xué)報(bào)，2001，56（2）.

[2]孫珊珊，朱傳耿，李志江.淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)發(fā)展差異研究[J].地理學(xué)報(bào)，2009，64（8）.

[3]張宇碩，白永平，李慧.蘭州——西寧城鎮(zhèn)密集區(qū)縣域經(jīng)濟(jì)差異的空間格局演化分析[J].經(jīng)濟(jì)地理，2011，31（2）.

[4]李二玲，覃成林.中國(guó)南北區(qū)域經(jīng)濟(jì)差異研究[J].地理與地理信息科學(xué)，2002，18（4）.

[5]許旭，金鳳君，.成渝經(jīng)濟(jì)區(qū)縣域經(jīng)濟(jì)實(shí)力的時(shí)空差異分析[J].經(jīng)濟(jì)地理，2010，30（3）.

[6]張超.計(jì)量地理學(xué)基礎(chǔ)[M].北京：高等教育出版社，2009.

[7]袁中金，楊朝輝.中國(guó)小城鎮(zhèn)經(jīng)濟(jì)發(fā)展的地區(qū)差異研究[J].經(jīng)濟(jì)地理，2004，24（3）.

[8]李莉，劉慧等.基于城市尺度的中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)差異及其因素分析[J].地理研究，2008，27（5）.

第2篇：經(jīng)濟(jì)發(fā)展水平差異范文

關(guān)鍵詞：建成區(qū)綠地率；經(jīng)濟(jì)發(fā)展；計(jì)量分析；時(shí)空差異

中圖分類號(hào)：TU985.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2016）16-4317-05

DOI：10.14088/ki.issn0439-8114.2016.16.062

改革開放以來(lái)，中國(guó)經(jīng)濟(jì)持續(xù)高速增長(zhǎng)，至2014年底，年均增長(zhǎng)率在9.5%以上[1]。城市經(jīng)濟(jì)發(fā)展既對(duì)城市綠地建設(shè)水平提出了更高要求，也為其快速提升提供了必要的物質(zhì)基礎(chǔ)。1981-2014年中國(guó)建成區(qū)綠地面積從11.00萬(wàn)hm2增至182.00萬(wàn)hm2，建成區(qū)綠地率從14.79%增至36.29%[2]。目前，中國(guó)經(jīng)濟(jì)發(fā)展已進(jìn)入到轉(zhuǎn)方式調(diào)結(jié)構(gòu)的重要時(shí)期[3]，城市綠地建設(shè)也步入新的發(fā)展階段[4]，且不同地區(qū)間的城市經(jīng)濟(jì)發(fā)展?fàn)顩r與綠地建設(shè)水平均存在較大差異[5]，故探究前者對(duì)后者影響的時(shí)空差異，對(duì)全國(guó)及各地區(qū)城市綠地建設(shè)有針對(duì)性地把握經(jīng)濟(jì)發(fā)展新契機(jī)，更好地利用經(jīng)濟(jì)發(fā)展的促進(jìn)作用，具有重要的理論意義與實(shí)踐價(jià)值。

目前，尚未有學(xué)者就城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的時(shí)空差異做出研究，相關(guān)研究側(cè)重于討論兩者間的內(nèi)在關(guān)系。例如，吳彤等[6]以南京為研究對(duì)象，定量分析出經(jīng)濟(jì)發(fā)展水平與綠地規(guī)模存在顯著相關(guān)性；劉鵬等[7]以綿陽(yáng)作為研究對(duì)象，借助軟件SPSS 10.0，分析出綿陽(yáng)市經(jīng)濟(jì)增長(zhǎng)與綠地建設(shè)水平間存在密切關(guān)系。在上述成果基礎(chǔ)上，開展以下方面的探討將使研究體系更加完整，針對(duì)全國(guó)層面、不同地區(qū)層面等多個(gè)空間單元分別進(jìn)行實(shí)證分析，比較不同空間單元城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的差異；分析比較不同時(shí)間段內(nèi)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的差異及演變趨勢(shì)。

1 變量選取、數(shù)據(jù)基礎(chǔ)與研究范圍

1.1 變量選取

城市經(jīng)濟(jì)是以城市空間為載體，通過(guò)人口、資本、技術(shù)等高度聚集，形成二、三產(chǎn)業(yè)快速發(fā)展及結(jié)構(gòu)不斷優(yōu)化的地區(qū)經(jīng)濟(jì)[8]，其促進(jìn)綠地建設(shè)水平提高主要體現(xiàn)在總產(chǎn)值增加、人均產(chǎn)值提升、地均產(chǎn)值增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、綠地建設(shè)投資增加等方面。體現(xiàn)城市經(jīng)濟(jì)發(fā)展及城市綠地建設(shè)水平的變量選取如下：

1）二、三產(chǎn)業(yè)總值（INV），單位為億元，表征城市經(jīng)濟(jì)總產(chǎn)值。由于第一產(chǎn)業(yè)的產(chǎn)值占城市經(jīng)濟(jì)總產(chǎn)值比例較小，且對(duì)城市綠地建設(shè)水平影響程度較弱，故選第二與第三產(chǎn)業(yè)產(chǎn)值之和表征經(jīng)濟(jì)總產(chǎn)值。

2）人均二、三產(chǎn)業(yè)總值（PNV），單位為萬(wàn)元/人，表征人均產(chǎn)值。計(jì)算該指標(biāo)的人口變量選城區(qū)常住人口更具科學(xué)性，但其統(tǒng)計(jì)口徑發(fā)生過(guò)變化，故選統(tǒng)計(jì)口徑一致且數(shù)據(jù)連續(xù)性強(qiáng)的城市非農(nóng)人口作為替代。

3）地均二、三產(chǎn)業(yè)總值（MD），單位為千元/m2，表征地均產(chǎn)值。計(jì)算該指標(biāo)時(shí)選建成區(qū)面積作為其分母。

4）三產(chǎn)比重（SC），單位為%，表征產(chǎn)業(yè)結(jié)構(gòu)。該指標(biāo)是通過(guò)第三產(chǎn)業(yè)產(chǎn)值與二、三產(chǎn)業(yè)總值相比得到的。

5）園林綠化固定資產(chǎn)投資（TZ），單位是萬(wàn)元，表征城市綠地建設(shè)投資。此類投資為城市園林綠化固定資產(chǎn)再生產(chǎn)活動(dòng)，包括改建、擴(kuò)建及新建園林綠化等活動(dòng)[2]。

6）建成區(qū)綠地率（GBD），單位為%，表征城市綠地建設(shè)水平。反映城市綠地建設(shè)水平的指標(biāo)很多，有建成區(qū)綠地面積、人均公園綠地面積、建成區(qū)綠化覆蓋率等，但建成區(qū)綠地率具有統(tǒng)計(jì)口徑一致、數(shù)值精確、作為相對(duì)指標(biāo)更適合用于不同地區(qū)間進(jìn)行比較等優(yōu)勢(shì)[9]。

1.2 數(shù)據(jù)來(lái)源及處理

以上各指標(biāo)來(lái)自《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒（報(bào)）》、《中國(guó)城市統(tǒng)計(jì)年鑒》與《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》（《中國(guó)人口統(tǒng)計(jì)年鑒》）。為盡可能消除異方差對(duì)實(shí)證檢驗(yàn)的影響，對(duì)部分指標(biāo)采取對(duì)數(shù)化處理[10]，處理后各變量名稱為lnINV、lnPNV、MD、SC、lnTZ、GBD。

1.3 研究范圍

在空間尺度上，根據(jù)《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》中按區(qū)域經(jīng)濟(jì)帶劃分地區(qū)的方式，將中國(guó)劃分為東、中、西三大地區(qū)。在時(shí)間尺度上，根據(jù)中國(guó)二、三產(chǎn)業(yè)產(chǎn)值年均遞增速率的逐年變化情況，將1996-2014年劃分為3個(gè)時(shí)間段（圖1）。1996-2004年總產(chǎn)值年均增速不斷加快；2005-2010年為總產(chǎn)值年均增速處于波動(dòng)起伏階段；2011-2014年為總產(chǎn)值年均增速下降階段。

2 實(shí)證分析

2.1 單位根檢驗(yàn)及協(xié)整檢驗(yàn)

在回歸分析前需驗(yàn)證各指標(biāo)序列是否平穩(wěn)或存在長(zhǎng)期均衡關(guān)系[11]。針對(duì)全國(guó)1996-2014年面板數(shù)據(jù)進(jìn)行檢驗(yàn)（表1），各指標(biāo)的差分序列均在1%顯著性水平下接受LLC、Im-Pesaran-Skin、Fisher-ADF、Fisher-PP檢驗(yàn)，說(shuō)明各變量均為一階單整序列。在此基礎(chǔ)上需考察變量間是否有長(zhǎng)期均衡關(guān)系，故有必要進(jìn)行協(xié)整檢驗(yàn)。

由于Pedroni檢驗(yàn)允許存在較大程度個(gè)體差異，故本研究選此方法進(jìn)行檢驗(yàn)[10]。由表2可知，Panel PP-Statistic、Panel ADF-Statistic、Group PP-Statistic與Group ADF-Statistic均通過(guò)5%顯著性水平檢驗(yàn)。由于研究樣本數(shù)量較小，故主要參考Panel ADF-Statistic與Group ADF-Statistic的檢驗(yàn)結(jié)果，確定變量間存在協(xié)整關(guān)系。綜上所述，全國(guó)面板數(shù)據(jù)可以進(jìn)行回歸分析。

2.2 建立計(jì)量模型

通過(guò)F檢驗(yàn)及Hausman檢驗(yàn)，發(fā)現(xiàn)全國(guó)及三大地區(qū)的面板數(shù)據(jù)均拒絕常截距模型與隨機(jī)效應(yīng)模型，故采用固定效應(yīng)模型進(jìn)行研究，考察不同時(shí)空內(nèi)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的狀況及差異[9]。建立計(jì)量模型如下：

GBDit=C+β1lnINVit+β2lnPNVit+β3lnMDit+β4lnSCit+β5lnTZit （1）

式中，C為常數(shù)項(xiàng)，β1～β5為回歸系數(shù)，GBDit、INVit、PNVit、MDit、SCit、TZit分別代表第i個(gè)省份第t年的建成區(qū)綠地率、二三產(chǎn)業(yè)總值、人均二三產(chǎn)值、地均二三產(chǎn)值、三產(chǎn)比重和園林綠化固定資產(chǎn)投資。

2.3 城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響空間尺度分析

由表3可知，全國(guó)及三大地區(qū)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的回歸結(jié)果。全國(guó)經(jīng)濟(jì)變量T值均顯著，且顯著性水平高；三大地區(qū)由于各自特點(diǎn)，其內(nèi)部個(gè)別經(jīng)濟(jì)變量T值不顯著。模型調(diào)整后R2均較高，F(xiàn)值較高且顯著，表明各模型擬合度均較好?；貧w結(jié)果說(shuō)明基于全國(guó)及三大地區(qū)，各經(jīng)濟(jì)變量對(duì)城市綠地建設(shè)水平的解釋力強(qiáng)[12]。

2.3.1 全國(guó)SC回歸系數(shù)最大，MD影響效果最弱 從全國(guó)層面看，經(jīng)濟(jì)總產(chǎn)值增加、人均及地均產(chǎn)值提高、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與園林綠化固定資產(chǎn)投資均較大程度促進(jìn)建成區(qū)綠地率提高。在各變量增幅相同的前提下，SC最大程度促進(jìn)GBD增加。SC回歸系數(shù)為0.199 4，表示其每增長(zhǎng)10%，GBD將提高19.94%。INV、TZ、PNV對(duì)GBD的影響效果顯著且作用力較強(qiáng)，T值分別為9.474 1、8.828 6與2.316 5，回歸系數(shù)分別是0.021 7、0.012 2與0.011 3。MD對(duì)GBD的影響效果及作用力度均較弱，T值為1.920 6，回歸系數(shù)為0.018 6。造成上述現(xiàn)象的原因主要是：①城市產(chǎn)業(yè)結(jié)構(gòu)與城市綠地建設(shè)水平間的聯(lián)系十分密切，前者的調(diào)整與升級(jí)既對(duì)后者的提高提出了迫切需求，也為后者創(chuàng)造了更多的發(fā)展空間與有利條件；②城市經(jīng)濟(jì)總產(chǎn)值及人均、地均產(chǎn)值增加都會(huì)為城市綠地建設(shè)提供必備的物質(zhì)基礎(chǔ)與資金保障；③園林綠化固定資產(chǎn)投資中的一部分資金用于修復(fù)、改造原有建設(shè)，僅一部分用作新增投資，且投資的綠地僅為建成區(qū)綠地的一部分，故園林綠化投資對(duì)城市綠地建設(shè)的促進(jìn)力度相對(duì)較??；④研究時(shí)段內(nèi)，建成區(qū)面積擴(kuò)張過(guò)快，導(dǎo)致地均產(chǎn)值的增長(zhǎng)相對(duì)較慢，其影響效果及作用力度相對(duì)較弱。

2.3.2 東部SC作用力度最大，MD影響效果不顯著 從東部尺度看，SC對(duì)GBD的促進(jìn)力度最大，回歸系數(shù)為0.267 9，表示SC每增長(zhǎng)10%，GBD將提高26.79%；INV對(duì)GBD的促進(jìn)力度排第2位，回歸系數(shù)為0.020 9；PNV、TZ對(duì)GBD的作用力度較小且接近，回歸系數(shù)分別是0.015 9與0.013 2，但PNV的T值僅為1.922 3；MD對(duì)GBD的影響效果不顯著。造成上述現(xiàn)象的原因有：①東部城市產(chǎn)業(yè)結(jié)構(gòu)升級(jí)很快，比重不斷加大的第三產(chǎn)業(yè)對(duì)城市綠地的需求最強(qiáng)烈，且其所給予后者的發(fā)展空間最大，同時(shí)，與城市綠地建設(shè)相關(guān)的產(chǎn)業(yè)也大幅增加；②東部產(chǎn)業(yè)總值高，提升速度快，對(duì)綠地建設(shè)水平提高的支撐作用十分明顯；③研究時(shí)段內(nèi)，東部城市人口數(shù)量與建成區(qū)面積增長(zhǎng)均過(guò)快，減緩了人均產(chǎn)值及地均產(chǎn)值的提升速度，導(dǎo)致其對(duì)綠地建設(shè)水平提高的作用效果減弱。

2.3.3 中部SC作用力度最大，PNV影響效果不顯著 從中部尺度看，SC對(duì)GBD的促進(jìn)力度最強(qiáng)，回歸系數(shù)為0.166 8；MD對(duì)GBD的促進(jìn)力度較弱于SC，回歸系數(shù)為0.034 9；TZ的回歸系數(shù)為0.017 4，與全國(guó)、東部、西部相比，其在中部的促進(jìn)力度更大；INV的促進(jìn)力度最弱，回歸系數(shù)為0.015 2；PNV的影響效果不顯著。造成上述現(xiàn)象的原因主要有：①本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、升級(jí)處于不斷加快階段，與城市綠地建設(shè)水平間的聯(lián)系不斷加深；②本地區(qū)城市綠地建設(shè)基礎(chǔ)相對(duì)薄弱，強(qiáng)有力的園林綠化投資使其建設(shè)水平能夠快速提升；③中部人口基數(shù)較大，導(dǎo)致人均產(chǎn)值增加對(duì)城市綠地建設(shè)水平的促進(jìn)作用相對(duì)較弱；④中部建成區(qū)面積擴(kuò)張速度相對(duì)較慢，地均產(chǎn)值的提升則相對(duì)較快，對(duì)城市綠地建設(shè)水平的促進(jìn)作用相比其他地區(qū)更為明顯。

2.3.4 西部MD作用力度最大，SC影響效果不顯著 從西部尺度看，MD對(duì)GBD的作用力度在各變量同幅度增加條件下最大，且在全國(guó)及各地區(qū)間相對(duì)最大，回歸系數(shù)為0.040 8，表示其每增加10%，GBD增長(zhǎng)4.08%；PNV的促進(jìn)力度排第二位，回歸系數(shù)為0.027 6；INV與TZ的促進(jìn)作用較為接近，回歸系數(shù)分別為0.010 6與0.008 6；SC影響效果不顯著。造成上述現(xiàn)象的原因有：①西部建成區(qū)面積相對(duì)較小，人口相對(duì)較少，兩者的擴(kuò)張速度均較慢，而隨著西部大開發(fā)等政策制度的落實(shí)與實(shí)施，經(jīng)濟(jì)總量快速增長(zhǎng)，使西部地均產(chǎn)值與人均產(chǎn)值相對(duì)較快提升，成為促使城市綠地建設(shè)水平提高的重要因素；②西部產(chǎn)業(yè)結(jié)構(gòu)較落后，第三產(chǎn)業(yè)產(chǎn)值比重小，較難在短時(shí)間內(nèi)改變現(xiàn)狀。

2.4 城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響時(shí)間尺度分析

本研究不僅基于空間尺度進(jìn)行分析，也從時(shí)間尺度考察了不同時(shí)間段中國(guó)經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平影響的差異及演變情況。對(duì)1996-2004年、2005-2010年、2011-2014年3個(gè)時(shí)間段分別進(jìn)行檢驗(yàn)，得到回歸結(jié)果（表4）。模型調(diào)整后R2均較高，F(xiàn)統(tǒng)計(jì)量均在1%水平顯著，表明各模型整體擬合均較好，即在不同時(shí)間段內(nèi)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平提高均具有很強(qiáng)的解釋力。

2.4.1 1996-2004年SC作用力度最強(qiáng)，MD與PNV影響效果不顯著 此時(shí)間段內(nèi)，在各變量同幅增加條件下，SC對(duì)GBD的作用力度最大，回歸系數(shù)為0.351 3，表示SC每提高10%，GBD增加35.13%；INV促進(jìn)力度較大，回歸系數(shù)為0.035 1；TZ促進(jìn)力度較小，回歸系數(shù)為0.008 4；MD與PNV的影響效果不顯著。造成上述現(xiàn)象的原因主要有：①此階段的城市產(chǎn)業(yè)結(jié)構(gòu)進(jìn)入到加速調(diào)整與升級(jí)時(shí)期，三產(chǎn)比重不斷提升，對(duì)城市綠地建設(shè)的需求不斷提升，且為其創(chuàng)造更多的發(fā)展空間；②城市產(chǎn)業(yè)總值快速增加，為城市綠地建設(shè)的多方面均提供了必要保障，在基本物質(zhì)層面支撐了其水平穩(wěn)步提高；③針對(duì)城市綠地建設(shè)的專項(xiàng)投資還相對(duì)較少，對(duì)其整體水平提升的促進(jìn)力度相對(duì)較弱；④在本階段內(nèi)，城市建成區(qū)規(guī)模與人口均處于快速增長(zhǎng)階段，人均及地均產(chǎn)值的增速相對(duì)減緩，對(duì)城市綠地建設(shè)水平影響不顯著。

2.4.2 2005-2010年SC作用力度減弱，TZ作用力度增強(qiáng) 此時(shí)間段內(nèi)回歸模型的擬合度在3個(gè)模型中最高；SC回歸系數(shù)為0.218 8，對(duì)GBD的促進(jìn)作用與前一階段相比開始減弱，但作用力度仍最大；MD對(duì)GBD的作用效果變得顯著，作用力度排第二位；TZ的回歸系數(shù)為0.019 5，相比前一階段，其對(duì)GBD的促進(jìn)力度相對(duì)增強(qiáng)；INV與PNV的作用效果不顯著。造成上述現(xiàn)象的原因主要有：①該階段城市經(jīng)濟(jì)發(fā)展水平明顯高于上一階段，其對(duì)城市綠地建設(shè)水平提高的促進(jìn)作用明顯增強(qiáng)；②促進(jìn)城市綠地建設(shè)水平提升的各方面因素增多，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)其的影響比重開始下降；③該階段城市綠地建設(shè)更加受到重視，由于相關(guān)政策、建設(shè)理念等影響，對(duì)城市綠地的投資力度不斷增強(qiáng)。

2.4.3 2011-2014年各變量作用力度減弱 此時(shí)間段內(nèi)經(jīng)濟(jì)發(fā)展的大多變量對(duì)GBD的作用力度均減弱。SC的作用力度仍最大，回歸系數(shù)為0.167 7，但較前一階段已大幅減小；TZ作用力度較大，回歸系數(shù)是0.012 4，但也較前一階段有所減弱；INV的作用力度最小，回歸系數(shù)為0.004 9；PNV與MD的影響效果不顯著。造成上述現(xiàn)象的原因主要有：①中國(guó)整體經(jīng)濟(jì)增速較上一階段開始放緩，制約了經(jīng)濟(jì)發(fā)展，尤其是在總產(chǎn)值、人均及地均產(chǎn)值增加方面對(duì)綠地建設(shè)的促進(jìn)作用；②在轉(zhuǎn)型時(shí)期，經(jīng)濟(jì)發(fā)展更加側(cè)重于通過(guò)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、固定資產(chǎn)投資等方面促進(jìn)城市綠地建設(shè)水平提升。

3 結(jié)論與討論

3.1 結(jié)論

1）中國(guó)城市經(jīng)濟(jì)發(fā)展有力地促進(jìn)了城市綠地建設(shè)水平提高，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、總產(chǎn)值增加、人均產(chǎn)值增長(zhǎng)、地均產(chǎn)值提升、固定資產(chǎn)投資加大均不同程度的為其提供了強(qiáng)大動(dòng)力。在相同幅度增加的條件下，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)城市綠地建設(shè)水平提高的促進(jìn)力度最強(qiáng)。

2）從空間尺度看，城市經(jīng)濟(jì)發(fā)展對(duì)不同地區(qū)城市綠地建設(shè)水平提高的促進(jìn)作用存在差異。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在東部和中部的促進(jìn)力度最大，而在西部的影響效果不顯著；經(jīng)濟(jì)總產(chǎn)值增加的促進(jìn)力度在東部排第二位，在中部與西部均排第三位；人均產(chǎn)值提高的促進(jìn)力度在西部排第二位，在東部排第三位，而在中部影響效果不顯著；地均產(chǎn)值增加的促進(jìn)力度在西部排第一，在中部排第二，而在東部影響效果不顯著；園林綠化固定資產(chǎn)投資的影響效果均顯著，但除中部外，在其他地區(qū)的作用力度均最小。

3）從時(shí)間尺度看，中國(guó)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平的促進(jìn)力度呈現(xiàn)為先加強(qiáng)，后不斷減弱的趨勢(shì)。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)雖在不同階段均保持最強(qiáng)促進(jìn)作用，但隨時(shí)間推移，其作用力度不斷降低；經(jīng)濟(jì)總量增加的促進(jìn)強(qiáng)度在大多數(shù)時(shí)期處于第二位，且促進(jìn)力度也在逐步下降；園林綠化固定資產(chǎn)投資的促進(jìn)力度先大幅加強(qiáng)，后又小幅減弱；地均產(chǎn)值提高的促進(jìn)效果經(jīng)歷了由不顯著轉(zhuǎn)為顯著，后又變?yōu)椴伙@著的過(guò)程；人均產(chǎn)值增加在各階段的影響效果均不顯著。

3.2 討論

1）中國(guó)城市經(jīng)濟(jì)發(fā)展對(duì)城市綠地建設(shè)水平提高的促進(jìn)作用不斷減弱是客觀趨勢(shì)，需深刻認(rèn)識(shí)與積極利用兩者間的規(guī)律及作用機(jī)制，把握好現(xiàn)階段產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與園林綠化固定資產(chǎn)投資加大為城市綠地建設(shè)帶來(lái)的良好契機(jī)，發(fā)揮好轉(zhuǎn)型時(shí)期經(jīng)濟(jì)發(fā)展所能提供的促進(jìn)效力。

2）各地區(qū)需就各自經(jīng)濟(jì)發(fā)展現(xiàn)狀做出合理判斷與部署，為城市綠地建設(shè)水平提高探尋新的動(dòng)力源。東部應(yīng)在經(jīng)濟(jì)總產(chǎn)值快速增加、產(chǎn)業(yè)結(jié)構(gòu)不斷升級(jí)的同時(shí)，更加注重加快人均產(chǎn)值及地均產(chǎn)值的提高；中部應(yīng)更加重視產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)總產(chǎn)值增長(zhǎng)；西部應(yīng)大力推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與園林綠化固定資產(chǎn)投資，帶動(dòng)城市綠地建設(shè)水平快速提升。

3）促進(jìn)城市綠地建設(shè)水平提高的因素眾多，經(jīng)濟(jì)發(fā)展僅為其中的一個(gè)重要方面。城市用地規(guī)模、城市人口數(shù)量、相關(guān)政策、建設(shè)理念、自然地理?xiàng)l件等均對(duì)城市綠地建設(shè)起到了推動(dòng)或抑制作用[4]。在經(jīng)濟(jì)發(fā)展的促進(jìn)作用減弱時(shí)，可通過(guò)擴(kuò)張城市建設(shè)用地規(guī)模、制定相關(guān)政策措施等途徑，在更多方面合理且較快地促進(jìn)城市綠地建設(shè)水平提升。

參考文獻(xiàn)：

[1] 劉 偉.經(jīng)濟(jì)新常態(tài)與經(jīng)濟(jì)發(fā)展新策略[J].中國(guó)特色社會(huì)主義研究，2015（2）：5-13.

[2] 中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部.中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒（2014年）[M].北京：中國(guó)計(jì)劃出版社，2015.

[3] 何菊蓮，張 軻，唐未兵.我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變進(jìn)程測(cè)評(píng)[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2012（10）：17-26.

[4] 劉 頌，何 蓓.城市用地分類新標(biāo)準(zhǔn)導(dǎo)引下城市綠地系統(tǒng)規(guī)劃的應(yīng)對(duì)[J].華中建筑，2015（12）：118-120.

[5] 劉志強(qiáng)，王俊帝.基于錫爾系數(shù)的中國(guó)城市綠地建設(shè)水平地區(qū)差異實(shí)證分析[J].中國(guó)園林，2015，31（3）：81-85.

[6] 吳 彤，倪紹祥.南京市城市綠地規(guī)模與經(jīng)濟(jì)發(fā)展水平關(guān)系分析[J].南京師大學(xué)報(bào)（自然科學(xué)版），2005（2）：108-111.

[7] 劉 鵬，董廷旭，鄧小菲.綿陽(yáng)城市綠地規(guī)模與經(jīng)濟(jì)發(fā)展水平關(guān)系分析[J].安徽農(nóng)業(yè)科學(xué)，2007（24）：7535-7536.

[8] 孟德友，李小建，陸玉麒，等.長(zhǎng)江三角洲地區(qū)城市經(jīng)濟(jì)發(fā)展水平空間格局演變[J].經(jīng)濟(jì)地理，2014（2）：50-57.

[9] 邢琳琳，劉志強(qiáng).我國(guó)城市建成區(qū)綠地率與人均公園綠地面積失調(diào)特征及差異[J].規(guī)劃師，2015，31（6）：108-113.

[10] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模：EViews應(yīng)用及實(shí)例[M].北京：清華大學(xué)出版社，2006.

第3篇：經(jīng)濟(jì)發(fā)展水平差異范文

1數(shù)據(jù)來(lái)源與研究方法

1.1數(shù)據(jù)來(lái)源

本文以山西省107個(gè)縣市為研究區(qū)域，利用2008-2013年《山西省統(tǒng)計(jì)年鑒》農(nóng)民人均純收入數(shù)據(jù)，利用ArcGIS、GeoDA軟件對(duì)山西省農(nóng)村經(jīng)濟(jì)發(fā)展區(qū)域差異方面進(jìn)行研究。

1.2研究方法

空間自相關(guān)分析主要描述并呈現(xiàn)對(duì)象的空間分布格局狀況，揭示空間關(guān)系、集聚及異質(zhì)性的空間模式。

2結(jié)果分析

2.1總體水平

山西省2008-2013年農(nóng)民人均純收入分別為4097元、4244元、4736元、5601元、6356元、7153元，從整體上來(lái)，農(nóng)民人均純收入逐年增長(zhǎng)，這主要得益于農(nóng)民理財(cái)觀念轉(zhuǎn)變、政策扶持、農(nóng)民素質(zhì)提高、“一縣一業(yè)”和“一村一品”工程得到落實(shí)等幾方面。利用ArcGis軟件的自然間斷點(diǎn)分級(jí)法把2008年和2013年的山西省農(nóng)民人均純收入由低到高分為三個(gè)等級(jí)，最后得到其分級(jí)圖（圖1）。山西省農(nóng)民人均純收入整體分布格局為中部高，東部其次，西部最低。從地級(jí)市來(lái)看，太原市最高，呂梁市和忻州市最低；從縣市來(lái)看，清徐縣、河津市、太谷縣、孝義市、靈石縣、長(zhǎng)治縣最高，大寧縣、石樓縣、方山縣、永和縣、興縣、臨縣最低；從集聚區(qū)域來(lái)看，主要呈現(xiàn)出以朔州市為核心的北部、以太原市、陽(yáng)泉市、介休市、晉中市為核心的中部、以長(zhǎng)治市、晉城市、臨汾市為核心的南部集聚的趨勢(shì)；從影響因素來(lái)看，農(nóng)民人均純收入較高的地區(qū)一般集中在自然條件優(yōu)良、區(qū)位條件好的地區(qū)，而農(nóng)民人均純收入低的地區(qū)集中在自然條件差、交通不便的地區(qū)。

2.2全局自相關(guān)分析

為了更好的分析山西省農(nóng)村經(jīng)濟(jì)空間分布的內(nèi)在聯(lián)系及演變過(guò)程，運(yùn)用GeoDa軟件計(jì)算出2008-2013年山西省農(nóng)民人均純收入全局自相關(guān)指數(shù)（Moran’s指數(shù)），并選取2008年和2013年的農(nóng)民人均純收入數(shù)據(jù)作出全局自相關(guān)散點(diǎn)圖（見(jiàn)圖2）。2008-2013年Moran’s指數(shù)分別為0.3704、0.3901、0.3723、0.3643、0.3213、0.3813，其值均為為正數(shù)，這表明山西省農(nóng)村經(jīng)濟(jì)發(fā)展水平存在明顯的空間正相關(guān)性，即山西省農(nóng)村經(jīng)濟(jì)發(fā)展在空間分布上呈現(xiàn)出集聚的特征，農(nóng)村經(jīng)濟(jì)發(fā)展水平高的縣市其周圍的農(nóng)村經(jīng)濟(jì)發(fā)展水平也高，農(nóng)村經(jīng)濟(jì)發(fā)展水平低的縣市其周圍的農(nóng)村經(jīng)濟(jì)發(fā)展水平也低。從整體來(lái)看這種趨勢(shì)隨著時(shí)間的推移還在逐漸加強(qiáng)。山西省農(nóng)民人均純收入Moran’s指數(shù)呈現(xiàn)出先增長(zhǎng)再下降再增長(zhǎng)的趨勢(shì)。在全局空間自相關(guān)散點(diǎn)圖中，按其性質(zhì)將四個(gè)象限依次分為高高、低高、低低、高低，位于第一、三象限的點(diǎn)是正相關(guān)的點(diǎn)數(shù)據(jù)，而位于第二、四象限的點(diǎn)是負(fù)相關(guān)的點(diǎn)數(shù)據(jù)。2008年的農(nóng)民人均純收入散點(diǎn)圖位于第一、三象限的縣市有82個(gè)，約占總數(shù)的77%，位于第二、四象限的縣市有24個(gè)，約占總數(shù)的23%，77%縣市的農(nóng)村經(jīng)濟(jì)發(fā)展呈現(xiàn)出集聚特征，而23%縣市表現(xiàn)出分散的分布特征。農(nóng)村經(jīng)濟(jì)發(fā)展水平較高的地區(qū)主要集中在中部和部分東部，而農(nóng)村經(jīng)濟(jì)落后地區(qū)主要位于西部。到2013年山西省農(nóng)村經(jīng)濟(jì)發(fā)展的整體格局變化不大，只是稷山縣、應(yīng)縣由高高區(qū)域進(jìn)入低高區(qū)域，表明這些縣農(nóng)村經(jīng)濟(jì)發(fā)展速度放緩，明顯低于周圍地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平；而垣曲縣、中陽(yáng)縣、五臺(tái)縣、原平市、柳林縣由低低區(qū)域進(jìn)入高低區(qū)域，其主要是由于這些地方的資源得到開發(fā)和利用。一些發(fā)達(dá)城市憑借區(qū)位、交通、資源等優(yōu)勢(shì)農(nóng)村經(jīng)濟(jì)發(fā)展速度加快，其經(jīng)濟(jì)輻射能力增強(qiáng)，能夠帶動(dòng)周圍地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平的提高，如太原市、晉中市等。

2.3局部空間自相關(guān)分析

利用GeoDa軟件計(jì)算出2008年和2013年山西省各縣市農(nóng)民人均純收入的LISA值，作出LISA集聚圖（圖3）。Moran’sI散點(diǎn)圖不能定量表示其顯著性指標(biāo)，LISA集聚圖正好彌補(bǔ)了這一缺陷，它是衡量某區(qū)域與周圍區(qū)域之間的相近或相異程度的指標(biāo)。從山西省各縣市農(nóng)民人均純收入LISA值可知，山西省農(nóng)村經(jīng)濟(jì)發(fā)展存在明顯的差異，形成顯著的空間二元結(jié)構(gòu)。2008年山西省西部和中部出現(xiàn)了兩個(gè)顯著區(qū)域，說(shuō)明這些縣市與周圍區(qū)域相互關(guān)聯(lián)、相互影響，西部地區(qū)處于低低區(qū)域，這些地區(qū)與周圍地區(qū)之間的聯(lián)系較少，大體上處于孤立發(fā)展?fàn)顟B(tài)，其農(nóng)村經(jīng)濟(jì)發(fā)展水平落后，而中部地區(qū)特別是太原市和晉中市處于高高區(qū)域，這些地區(qū)與周圍地區(qū)之間的聯(lián)系非常緊密，農(nóng)村經(jīng)濟(jì)發(fā)展水平較高，其經(jīng)濟(jì)輻射能力較高。文水縣和陽(yáng)曲縣處于低高區(qū)域，其農(nóng)村經(jīng)濟(jì)發(fā)展水平明顯低于周圍地區(qū)。至2013年山西省農(nóng)村經(jīng)濟(jì)發(fā)展格局變化不大，農(nóng)村經(jīng)濟(jì)差異呈現(xiàn)出較弱縮小趨勢(shì)。西部仍然為落后地區(qū)，只是范圍有所縮小，而中部也仍處于發(fā)達(dá)地區(qū)，但是范圍向南、向西擴(kuò)大。這表明五年來(lái)山西省農(nóng)村經(jīng)濟(jì)發(fā)展水平較高地區(qū)的經(jīng)濟(jì)帶動(dòng)作用已經(jīng)開始顯現(xiàn)。右玉縣和柳林縣與其周圍農(nóng)村經(jīng)濟(jì)發(fā)展呈現(xiàn)出相異的狀態(tài)，柳林縣依托資源優(yōu)勢(shì)發(fā)展農(nóng)村經(jīng)濟(jì)，使其得到明顯提高，而右玉縣由于地理位置偏僻、資源缺少等因素農(nóng)村經(jīng)濟(jì)明顯低于周圍地區(qū)。

3建議

第4篇：經(jīng)濟(jì)發(fā)展水平差異范文

關(guān)鍵詞：赤水河；流域經(jīng)濟(jì)；貴州省

中圖分類號(hào)：F2

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/ki.16723198.2017.11.004

流域經(jīng)濟(jì)是指依托江河，發(fā)揮流域水資源承載、航運(yùn)和景觀生態(tài)等功能的經(jīng)濟(jì)活動(dòng)，以實(shí)現(xiàn)流域經(jīng)濟(jì)均衡發(fā)展的目標(biāo)。但因上下游之間存在資源稟賦差異，以及土地利用方式的不同，導(dǎo)致流域內(nèi)經(jīng)濟(jì)發(fā)展差距擴(kuò)大和經(jīng)濟(jì)發(fā)展整體效率不高。目前關(guān)于流域經(jīng)濟(jì)不平衡問(wèn)題的研究尚處在起步階段，且較多關(guān)注長(zhǎng)江流域，關(guān)于赤水河流域的研究極少。鑒于此，本文擬從空間維度對(duì)貴州赤水河流域的經(jīng)濟(jì)發(fā)展情況進(jìn)行研究，以期為推進(jìn)“赤水河生態(tài)經(jīng)濟(jì)示范區(qū)”創(chuàng)建，促進(jìn)赤水河流域生態(tài)建設(shè)和區(qū)域合作提供決策參考。

1貴州赤水河流域概況

赤水河，發(fā)源于云南省鎮(zhèn)雄縣，是長(zhǎng)江干流上游的一級(jí)支流，全長(zhǎng)436.5公里，是以生態(tài)保護(hù)為主，基本上保持原生態(tài)的河流，是三峽庫(kù)區(qū)上游重要的生態(tài)屏障，享有“美酒河”、“生態(tài)河”等美譽(yù)。整個(gè)赤水河流經(jīng)云南、貴州和四川三個(gè)省，其中貴州省境內(nèi)流域面積為12222平方公里，占59.8%，涉及七星關(guān)區(qū)、大方縣、金沙縣、遵義縣（播州區(qū)）、仁懷市、桐梓縣、習(xí)水縣、赤水市等8個(gè)市縣（區(qū)）。

數(shù)據(jù)來(lái)源：根據(jù)各市縣（區(qū)）統(tǒng)計(jì)公報(bào)整理。

2.2流域各市縣（區(qū)）產(chǎn)業(yè)結(jié)構(gòu)不合理

從表1可以看出，貴州赤水河流域上游七星關(guān)區(qū)、大方縣雖然工業(yè)化起步較早，但最近幾年開始進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，縮減煤電行業(yè)等資源消耗型產(chǎn)業(yè)規(guī)模，大力發(fā)展旅游業(yè)等第三產(chǎn)業(yè)，第三產(chǎn)業(yè)占GDP的比重分別為45%、42%，成為七星關(guān)區(qū)、大方縣的主導(dǎo)產(chǎn)業(yè)。流域內(nèi)其他市縣（區(qū)）的產(chǎn)業(yè)發(fā)展則都以第二產(chǎn)業(yè)為主導(dǎo)，尤其是仁懷市，其第二產(chǎn)業(yè)的比重占GDP的比重高達(dá)66%，其中釀酒I是仁懷市工業(yè)中的支柱產(chǎn)業(yè)。

2.3流域各市縣（區(qū)）經(jīng)濟(jì)發(fā)展不平衡

人均GDP這一指標(biāo)常用來(lái)衡量區(qū)域經(jīng)濟(jì)發(fā)展水平。從表1可以看出，貴州赤水河流域內(nèi)經(jīng)濟(jì)發(fā)展水平最高的是仁懷市，2015年其人均GDP為91483元，遠(yuǎn)遠(yuǎn)超過(guò)全國(guó)平均水平，約為全國(guó)人均GDP的1.83倍；流域內(nèi)經(jīng)濟(jì)發(fā)展水平最低的是桐梓縣，2015年其人均GDP僅為23859元，比全國(guó)人均GDP低52.27%。貴州赤水河流域內(nèi)其他市縣（區(qū)）的經(jīng)濟(jì)發(fā)展水平都低于全國(guó)平均水平。

3貴州赤水河流域經(jīng)濟(jì)發(fā)展的差異化研究

為探究貴州赤水河流域經(jīng)濟(jì)發(fā)展的差異化程度，本文采用變異系數(shù)和基尼系數(shù)兩個(gè)指標(biāo)進(jìn)行量化研究。

3.1變異系數(shù)

變異系數(shù)是指研究區(qū)域各縣市（區(qū)）的人均GDP值變異程度，是各區(qū)域數(shù)值的標(biāo)準(zhǔn)差與平均數(shù)的比值。

C.V=∑ni=1（Xi-X-）2/n-1X-

其中X-為貴州省赤水河流域各縣市（區(qū)）的人均GDP平均值，Xi為各區(qū)域人均GDP值，n-1表示自由度，n=8。

根據(jù)2015年貴州省赤水河流域各市縣（區(qū)）的人均GDP指標(biāo)值，求出變異系數(shù)值為0.62，說(shuō)明貴州省赤水河流域8個(gè)縣市（區(qū)）的人均GDP偏離平均值的程度較高，各縣市（區(qū)）經(jīng)濟(jì)發(fā)展差異不均衡。

3.2基尼系數(shù)

基尼系數(shù)于20世紀(jì)初提出后，就經(jīng)常用作衡量社會(huì)收入分配均等程度的指標(biāo)，反映區(qū)域間的分配差異?；嵯禂?shù)值為0～1之間，基尼系數(shù)越接近1，說(shuō)明區(qū)域間的分配越不均衡。

（1）將貴州省赤水河流域各縣市（區(qū)）的人均GDP按從大到小排序，分別計(jì)算各縣市（區(qū)）人均GDP占的比重。

xi=Xi/XX=∑ni=1Xi

（2）計(jì)算流域內(nèi)各縣市（區(qū)）的基尼系數(shù)：G（x）=a-bZx，其中a=（n+1）/n，b=2/n，Zx=∑ni=1ixi。

根據(jù)2015你貴州省赤水河流域各縣市（區(qū)）的人均GDP值，求出基尼系數(shù)為0.23，在0.2～0.3期間，分配比較平均。

從變異系數(shù)指標(biāo)看，貴州省赤水河流域內(nèi)的8個(gè)縣市（區(qū)）的區(qū)域經(jīng)濟(jì)發(fā)展不均衡；但從基尼系數(shù)指標(biāo)看，流域內(nèi)各縣市（區(qū)）的社會(huì)收入分配比較平均。究其原因，流域內(nèi)除仁懷市的經(jīng)濟(jì)發(fā)展水平較高，其他縣市（區(qū)）的經(jīng)濟(jì)發(fā)展水平相差不大，整體都落后，縣市（區(qū)）的收入水平都較低。

4結(jié)論與對(duì)策

貴州省赤水河流域內(nèi)8個(gè)縣市（區(qū)）的經(jīng)濟(jì)發(fā)展水平具有顯著差異，整個(gè)流域內(nèi)的經(jīng)濟(jì)發(fā)展水平極為不均衡，呈現(xiàn)單極增長(zhǎng)，仁懷市的人均GDP遠(yuǎn)遠(yuǎn)超過(guò)全國(guó)水平，但其他縣市（區(qū)）的經(jīng)濟(jì)發(fā)展水平均落后于全國(guó)水平。同時(shí)，整個(gè)貴州省赤水河流域的城鎮(zhèn)化水平低下，都未達(dá)到全國(guó)平均水平。對(duì)此，需采取相關(guān)措施，改善當(dāng)前赤水河流域的經(jīng)濟(jì)發(fā)展?fàn)顩r。

4.1依托“赤水河生態(tài)經(jīng)濟(jì)示范區(qū)”的創(chuàng)建，大力發(fā)展特色生態(tài)經(jīng)濟(jì)

一是根據(jù)貴州赤水河流域的區(qū)域特點(diǎn)，結(jié)合貴州的山地農(nóng)耕條件，調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，打造“互聯(lián)網(wǎng)+現(xiàn)代農(nóng)業(yè)”，大力發(fā)展現(xiàn)代高效生態(tài)農(nóng)業(yè)。二是依托貴州良好的生態(tài)環(huán)境和豐富的旅游資源，加快發(fā)展生態(tài)文化旅游業(yè)，大力開發(fā)休閑旅游、康養(yǎng)旅游以及文化旅游等多種旅游新業(yè)態(tài)新產(chǎn)品，打造全域旅游產(chǎn)業(yè)；三是依托赤水河流域的交通樞紐以及產(chǎn)業(yè)集群的優(yōu)勢(shì)，整合物流資源，構(gòu)建高效的物流服務(wù)中心，同時(shí)重點(diǎn)推進(jìn)批發(fā)、零售、會(huì)展等行業(yè)發(fā)展，大力推進(jìn)商貿(mào)、物流等服務(wù)業(yè)的發(fā)展。

4.2合理布局，分區(qū)域發(fā)展重點(diǎn)優(yōu)勢(shì)產(chǎn)業(yè)

貴州省赤水河流域的上游，其生態(tài)環(huán)境脆弱，同時(shí)承擔(dān)著保護(hù)赤水河流域生態(tài)環(huán)境的重責(zé)，該區(qū)域可通過(guò)采用現(xiàn)代種植技術(shù)，發(fā)展特色生態(tài)經(jīng)濟(jì)農(nóng)業(yè)；中游區(qū)則以仁懷的茅臺(tái)酒為龍頭，整合為集約化醬香型酒企業(yè)集團(tuán)，大力發(fā)展循環(huán)工業(yè)，建設(shè)全國(guó)優(yōu)質(zhì)白酒生產(chǎn)基地；下游依托獨(dú)特的地形地貌，豐富的自然景觀資源，特有的珍稀藥材，大力發(fā)展生態(tài)旅游業(yè)和健康養(yǎng)老產(chǎn)業(yè)。

4.3建立生態(tài)補(bǔ)償機(jī)制，保障赤水河流域經(jīng)濟(jì)持續(xù)發(fā)展

為了保護(hù)赤水河流域的生態(tài)環(huán)境，保障赤水河流域的水質(zhì)，流域上游既需要增加投入用于生態(tài)環(huán)境保護(hù)，同時(shí)也放棄發(fā)展就有良好經(jīng)濟(jì)效益的產(chǎn)業(yè)，因此，需要中下游為上游損失予以生態(tài)補(bǔ)償，從而保障流域內(nèi)整體經(jīng)濟(jì)的健康持續(xù)發(fā)展。

參考文獻(xiàn)

[1]呂添貴，吳次芳，陳美球等.基于博弈視角的鄱陽(yáng)湖流域經(jīng)濟(jì)協(xié)調(diào)機(jī)制及路徑選擇[J].自然資源學(xué)報(bào)，2014，29（9）：14651474.

[2]彭榮勝.基于區(qū)域協(xié)調(diào)發(fā)展的黃河流域經(jīng)濟(jì)空間開發(fā)[J].商業(yè)研究，2010，（2）：116120.

第5篇：經(jīng)濟(jì)發(fā)展水平差異范文

我國(guó)西北五省區(qū)(包括陜西、甘肅、寧夏、青海、新疆)總面積約為297萬(wàn)km2,占全國(guó)總面積的30.94%。西北五省地處亞歐大陸腹地,地形以高原和盆地為主,屬于溫帶大陸性干旱和半干旱氣候(陜西南部和關(guān)中平原除外),年降水量40)600mm。西北五省區(qū)是我國(guó)沙漠和戈壁的集中省區(qū),生態(tài)環(huán)境極其脆弱,但它們也是我國(guó)重要的能源基地,區(qū)域內(nèi)石油及煤炭資源極其豐富,是依靠能源發(fā)展的地區(qū)。2011年,西北五省區(qū)能源消耗分別為9761萬(wàn)t標(biāo)準(zhǔn)煤、6496萬(wàn)t標(biāo)準(zhǔn)煤、3189萬(wàn)t標(biāo)準(zhǔn)煤、4316萬(wàn)標(biāo)準(zhǔn)煤、9927萬(wàn)t標(biāo)準(zhǔn)煤,能源消費(fèi)年平均增長(zhǎng)率分別為14.6%、14.2%、19.9%、18.7%及13.7%,增長(zhǎng)速度較快。同時(shí),西北五省區(qū)經(jīng)濟(jì)發(fā)展水平整體上處于落后水平,產(chǎn)業(yè)結(jié)構(gòu)不完善,能源結(jié)構(gòu)不合理,仍以高排放的傳統(tǒng)能源為主,使西北五省區(qū)迫切需要走低碳經(jīng)濟(jì)之路。

2指標(biāo)體系構(gòu)建及數(shù)據(jù)來(lái)源

低碳經(jīng)濟(jì)是以低排放、低能耗、高效益為原則的經(jīng)濟(jì)發(fā)展模式,其實(shí)質(zhì)是通過(guò)更少的資源消耗和環(huán)境污染創(chuàng)造更高的經(jīng)濟(jì)效益,從而達(dá)到更高水平、更高質(zhì)量的生活。為了評(píng)價(jià)西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平,本文在借鑒學(xué)者們的研究成果的基礎(chǔ)上,結(jié)合西北地區(qū)的實(shí)際情況,建立了由低碳經(jīng)濟(jì)發(fā)展基礎(chǔ)、低碳排放、低碳產(chǎn)業(yè)、低碳消費(fèi)和低碳資源5個(gè)一級(jí)指標(biāo)、22個(gè)二級(jí)指標(biāo)構(gòu)成的評(píng)價(jià)體系。

3結(jié)果與分析

我國(guó)西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平存在顯著差異,陜西低碳經(jīng)濟(jì)發(fā)展水平地較高,寧夏低碳經(jīng)濟(jì)發(fā)展水平最低,青海、甘肅、新疆處于中間位置。形成此格局的主要原因是:¹西北五省區(qū)能源結(jié)構(gòu)不合理,煤炭能源消費(fèi)仍然占據(jù)很大比重,使經(jīng)濟(jì)發(fā)展過(guò)程中的碳排放強(qiáng)度高,碳排放壓力過(guò)大。º西北五省區(qū)大多處于城市化快速發(fā)展階段,工業(yè)所占比重較大,且對(duì)鋼鐵、水泥等高耗能產(chǎn)品的需求量大,導(dǎo)致碳排放量大。»西北五省區(qū)生態(tài)環(huán)境極其脆弱,水資源失調(diào)、水土流失嚴(yán)重、荒漠化程度加劇,生態(tài)環(huán)境惡化,使社會(huì)發(fā)展成本增加,限制了低碳經(jīng)濟(jì)發(fā)展水平和速度。¼西北五省區(qū)相關(guān)的法律法規(guī)不健全,對(duì)低碳經(jīng)濟(jì)認(rèn)識(shí)不夠,使西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平較低。2007)2011年,我國(guó)西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平逐年提高,陜西低碳經(jīng)濟(jì)發(fā)展水平指數(shù)由0.6125提高到0.7359,年平均增長(zhǎng)率為3.09%;甘肅經(jīng)濟(jì)發(fā)展水平指數(shù)由0.3977提高到0.4225,年平均增長(zhǎng)率為1.37%;青海經(jīng)濟(jì)發(fā)展水平指數(shù)由0.5426提高到0.6307,年平均增長(zhǎng)率為1.95%;寧夏經(jīng)濟(jì)發(fā)展水平指數(shù)由0.2467提高到0.2723,年平均增長(zhǎng)率為0.64%;新疆經(jīng)濟(jì)發(fā)展水平指數(shù)由0.2633提高到0.3197,年平均增長(zhǎng)率為1.41%。這說(shuō)明我國(guó)西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平在提高,但各省低碳發(fā)展速度存在差異,陜西省低碳經(jīng)濟(jì)發(fā)展速度最快,寧夏低碳經(jīng)濟(jì)發(fā)展速度最慢。從權(quán)重來(lái)看,5個(gè)一級(jí)指標(biāo)的權(quán)重所占的比重分別為14.82%、23.85%、15.43%、24.58%和21.32%。權(quán)重越大,表示對(duì)評(píng)價(jià)結(jié)果影響越大,因此低碳消費(fèi)和低碳產(chǎn)業(yè)兩個(gè)一級(jí)指標(biāo)對(duì)低碳經(jīng)濟(jì)發(fā)展水平起主導(dǎo)作用。碳排放可反映出區(qū)域的碳排放情況,直接反映出低碳經(jīng)濟(jì)發(fā)展程度。在低碳排放方面,得分較高的是青海、陜西和甘肅,說(shuō)明這3個(gè)省份的節(jié)能減排做得較好;得分較低是寧夏和青海,說(shuō)明這兩個(gè)省區(qū)的能源利用率較低。低碳產(chǎn)業(yè)發(fā)展程度決定著區(qū)域經(jīng)濟(jì)的發(fā)展方向。在低碳產(chǎn)業(yè)方面,除陜西得分為0.1688以外,其余四省的低碳產(chǎn)業(yè)發(fā)展遠(yuǎn)遠(yuǎn)落后于全國(guó)平均水平,得分僅僅為全國(guó)的平均水平得分的1/7)1/2。一個(gè)地區(qū)經(jīng)濟(jì)社會(huì)資源基礎(chǔ)從一定程度決定其區(qū)域發(fā)展程度和方向,經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和城市化水平能直接反應(yīng)出區(qū)域社會(huì)經(jīng)濟(jì)資源基礎(chǔ)條件。新疆和陜西的低碳經(jīng)濟(jì)發(fā)展基礎(chǔ)較好,得分分別為0.1470和0.0971;甘肅得分最低,為0.0592,不足全國(guó)平均水平的1/2。在低碳消費(fèi)方面,陜西和甘肅得分較高,分別為0.1283和0.0787;青海得分最低,僅為0.0242,說(shuō)明其能源消費(fèi)效率低,產(chǎn)業(yè)結(jié)構(gòu)不完善。在低碳資源方面,西北五省區(qū)處于干旱半干旱地區(qū),森林覆蓋率低,使其碳吸收能力弱。

4結(jié)論與建議

4.1結(jié)論

主要是:低碳經(jīng)濟(jì)發(fā)展水平較低。西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平均總體較低,仍然處于高碳發(fā)展階段。低碳經(jīng)濟(jì)發(fā)展水平最高的為陜西,其次為青海,寧夏的低碳經(jīng)濟(jì)發(fā)展水平最低。低碳經(jīng)濟(jì)發(fā)展水平逐年提高。2007)2011年,西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展水平逐年提高,但各省低碳發(fā)展速度存在差異。陜西的低碳經(jīng)濟(jì)發(fā)展速度最快,年平均增長(zhǎng)率為3.09%,寧夏低碳經(jīng)濟(jì)發(fā)展速度最慢,年平均增長(zhǎng)率僅為0.64%。低碳經(jīng)濟(jì)發(fā)展難度較大。西北五省區(qū)經(jīng)濟(jì)發(fā)展基礎(chǔ)薄弱,產(chǎn)業(yè)結(jié)構(gòu)不合理,第一產(chǎn)業(yè)、第二產(chǎn)業(yè)比重大,高耗能行業(yè)所占比重較大;且西北五省區(qū)多為能源大省,長(zhǎng)期以來(lái)對(duì)石油、煤炭等化石能源的依賴性強(qiáng),已處于/碳鎖定0模式。這種模式在短時(shí)間內(nèi)很難改變,使西北地區(qū)低碳經(jīng)濟(jì)發(fā)展難度增大。低碳經(jīng)濟(jì)發(fā)展?jié)摿Υ?。?guó)家對(duì)西北地區(qū)的支持力度較大,特別是/西部大開發(fā)0和/新絲綢之路0的提出,為西北五省區(qū)發(fā)展低碳經(jīng)濟(jì)提供了極其重要的戰(zhàn)略機(jī)遇;國(guó)家在西部實(shí)施生態(tài)和經(jīng)濟(jì)和諧發(fā)展戰(zhàn)略,為西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展提供了相應(yīng)的政策保障。西北地區(qū)新能源發(fā)展較快,風(fēng)能和太陽(yáng)能等新能源開發(fā)的潛力很大、發(fā)展速度較快,為低碳經(jīng)濟(jì)發(fā)展奠定了明顯優(yōu)勢(shì);陜西是我國(guó)著名的高校及科研院所聚集地,高等人才眾多,為西北地區(qū)發(fā)展高科技產(chǎn)業(yè)、發(fā)展低碳經(jīng)濟(jì)模式奠定了人才優(yōu)勢(shì)。因此,西北五省區(qū)低碳經(jīng)濟(jì)發(fā)展?jié)摿薮蟆?/p>

4.2建議

第6篇：經(jīng)濟(jì)發(fā)展水平差異范文

[關(guān)鍵詞]房地產(chǎn)經(jīng)濟(jì)；主成分分析；因子分析

本文立足于安徽省房地產(chǎn)經(jīng)濟(jì)的發(fā)展現(xiàn)狀，構(gòu)建出一套測(cè)度安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展水平的指標(biāo)體系，運(yùn)用主成分分析和因子分析法，測(cè)算出2004～2015年安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展水平綜合得分以及2015年安徽省16個(gè)市房地產(chǎn)經(jīng)濟(jì)發(fā)展水平的綜合得分。探索研究安徽省房地產(chǎn)經(jīng)濟(jì)的發(fā)展水平和發(fā)展能力，對(duì)加快安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展提供了一定的理論和現(xiàn)實(shí)借鑒。

1評(píng)價(jià)指標(biāo)體系的構(gòu)建與數(shù)據(jù)處理

1.1評(píng)價(jià)指標(biāo)體系的構(gòu)建

在對(duì)有關(guān)研究成果進(jìn)行總結(jié)的基礎(chǔ)上，依據(jù)代表性、科學(xué)性、綜合性及數(shù)據(jù)可得性等指標(biāo)選取原則，經(jīng)過(guò)細(xì)分，最終從房地產(chǎn)投資、建設(shè)、銷售及開發(fā)企業(yè)等四個(gè)方面選取了11個(gè)指標(biāo)，建立了一套較為完整的評(píng)價(jià)體系（見(jiàn)表1）。1.2數(shù)據(jù)來(lái)源與處理通過(guò)對(duì)《安徽統(tǒng)計(jì)年鑒》2004～2015年的相關(guān)數(shù)據(jù)分析和整理，得到原始樣本數(shù)據(jù)。由于各評(píng)價(jià)指標(biāo)具有不同的性質(zhì)和內(nèi)涵，相互之間不具有可比性，因此要對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將其轉(zhuǎn)化為無(wú)量綱的純數(shù)值，使各指標(biāo)相互之間具有可比性，公式為：Yij=（Xij-Xmin）/（Xmax-Xmin）式中Yij為原始指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后的數(shù)值；Xij為原始指標(biāo)值；Xmin為該項(xiàng)指標(biāo)的最小值；Xmax為該項(xiàng)指標(biāo)的最大值。

2安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)

2.1總體評(píng)價(jià)

利用時(shí)序數(shù)據(jù)對(duì)安徽省2004～2015年整體房地產(chǎn)經(jīng)濟(jì)的發(fā)展情況進(jìn)行縱向比較，研究安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展水平的時(shí)間變化。利用SPSS21.0軟件進(jìn)行因子分析，提取了2個(gè)公共因子。對(duì)原有的因子載荷矩陣進(jìn)行正交變換，由旋轉(zhuǎn)后的因子載荷圖可知：第一主成分F1的F6、F8、F10的系數(shù)明顯大于F2的系數(shù)，主要反映了房地產(chǎn)開發(fā)企業(yè)規(guī)模和平均銷售水平；第二主成分F2的F1、F2、F3、F4、F5、F7、F9、F11的系數(shù)明顯大于F1的系數(shù)，主要反映了房地產(chǎn)投資建設(shè)和開發(fā)企業(yè)經(jīng)營(yíng)情況。用因子的方差貢獻(xiàn)率作為綜合評(píng)價(jià)的權(quán)重，于是2個(gè)因子按各自的方差貢獻(xiàn)率加權(quán)相加為綜合評(píng)價(jià)得分，其計(jì)算公式為：F=0.87614*F1+0.06287*F2進(jìn)一步計(jì)算，可以得出安徽省從2004～2015年間房地產(chǎn)經(jīng)濟(jì)發(fā)展水平的綜合得分，結(jié)果如表2所示。從安徽省2004～2015年這12年間房地產(chǎn)經(jīng)濟(jì)的綜合得分和排名可以看出：2004年以來(lái)安徽省房地產(chǎn)經(jīng)濟(jì)總體發(fā)展水平呈逐年上升的趨勢(shì)，表明安徽省房地產(chǎn)經(jīng)濟(jì)在投資建設(shè)及銷售，房地產(chǎn)開發(fā)企業(yè)的經(jīng)營(yíng)、規(guī)模方面都有顯著提高，且增長(zhǎng)速度較穩(wěn)定。其中，因子F1的指標(biāo)評(píng)價(jià)值逐年升高，綜合得分值從2004年的-4.18上升到2015年的5.05，說(shuō)明房地產(chǎn)開發(fā)企業(yè)規(guī)模和房地產(chǎn)平均銷售水平均又好又快發(fā)展；而因子F2，反映房地產(chǎn)投資建設(shè)和開發(fā)企業(yè)經(jīng)營(yíng)情況這類指標(biāo)的得分先下降后上升，綜合得分值從2004年的1.14下降到2010年的-0.87又開始上升直至2015年的1.5，說(shuō)明安徽省房地產(chǎn)投資建設(shè)和開發(fā)企業(yè)的經(jīng)營(yíng)狀況有待改善。

2.2安徽省各地區(qū)2015年房地產(chǎn)經(jīng)濟(jì)發(fā)展水平綜合得分及排名

對(duì)原有的因子載荷矩陣進(jìn)行正交變換，由旋轉(zhuǎn)后的因子載荷圖可知：第一主成分F1的F1、F2、F3、F4、F6、F8、F9、F11的系數(shù)明顯大于F2、F3的系數(shù)，主要反映了房地產(chǎn)投資建設(shè)與開發(fā)企業(yè)規(guī)模；第二主成分F2的F5、F7的系數(shù)明顯大于F1、F3的系數(shù)，主要反映了房地產(chǎn)的供給與需求之間的關(guān)系；第三主成分F3的F10的系數(shù)明顯大于F1、F2的系數(shù)，主要反映了房地產(chǎn)開發(fā)企業(yè)的經(jīng)營(yíng)情況。用因子的方差貢獻(xiàn)率作為綜合評(píng)價(jià)的權(quán)重，于是3個(gè)因子按各自的方差貢獻(xiàn)率加權(quán)相加為綜合評(píng)價(jià)得分，其計(jì)算公式為：F=0.67964*F1+0.13732*F2+0.08433*F3進(jìn)一步計(jì)算，可以得出安徽省各地區(qū)2015年間房地產(chǎn)經(jīng)濟(jì)發(fā)展水平的綜合得分及排名，結(jié)果如表3所示。對(duì)安徽省16個(gè)城市的房地產(chǎn)經(jīng)濟(jì)進(jìn)行橫向分析比較可以得出：安徽省各地區(qū)房地產(chǎn)經(jīng)濟(jì)指標(biāo)得分差別較大，合肥市的房地產(chǎn)經(jīng)濟(jì)發(fā)展水平最高，達(dá)到6.43，蕪湖市位列第二名，得分僅1.24，最后一名得分竟為-1.41。此外，16個(gè)城市中5個(gè)城市的房地產(chǎn)經(jīng)濟(jì)得分為正，分別是合肥市、蚌埠市、滁州市、馬鞍山市和蕪湖市，說(shuō)明這5個(gè)城市的房地產(chǎn)經(jīng)濟(jì)發(fā)展水平高于安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)展的平均水平；另外11個(gè)城市的房地產(chǎn)經(jīng)濟(jì)發(fā)展則低于平均水平，尤其是池州市，在16個(gè)城市中排名最后，說(shuō)明該地區(qū)房地產(chǎn)經(jīng)濟(jì)發(fā)展較落后，房地產(chǎn)經(jīng)濟(jì)發(fā)展水平不高。

3結(jié)論與建議

3.1結(jié)論

對(duì)安徽省房地產(chǎn)經(jīng)濟(jì)的發(fā)展水平從縱向和橫向兩方面進(jìn)行評(píng)價(jià)研究，可得出以下結(jié)論：第一，房地產(chǎn)經(jīng)濟(jì)發(fā)展水平地區(qū)差異較大。從橫向來(lái)看，通過(guò)截面數(shù)據(jù)分析2015年安徽省16個(gè)市各自的房地產(chǎn)經(jīng)濟(jì)發(fā)展水平，得出合肥市房地產(chǎn)經(jīng)濟(jì)發(fā)展水平最高，蕪湖市和滁州市分別位列第二、三名，池州市最后。依據(jù)綜合得分將16個(gè)市劃分為四個(gè)梯度，可以看出安徽省內(nèi)各地區(qū)的房地產(chǎn)經(jīng)濟(jì)發(fā)展水平參差不齊，空間發(fā)展上不平衡。第二，安徽省房屋待售面積逐年增加，而建筑面積竣工率卻逐年下降，供求矛盾突出。2004年安徽省房屋待售面積為272.1萬(wàn)m2，建筑面積竣工率為42.17%，而2015年安徽省房屋待售面積為2509.4萬(wàn)m2，建筑面積竣工率為16.17%，說(shuō)明安徽省的房地產(chǎn)建設(shè)速度遠(yuǎn)遠(yuǎn)大于其銷售速度，容易形成大面積房屋空置而房?jī)r(jià)卻依然很高的現(xiàn)象，造成買房難的窘境。

3.2建議

第一，加強(qiáng)省內(nèi)聯(lián)動(dòng)，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)、共同發(fā)展。安徽省內(nèi)房地產(chǎn)經(jīng)濟(jì)發(fā)展差異明顯，合肥市、蕪湖市的房地產(chǎn)經(jīng)濟(jì)發(fā)展水平明顯高于池州市、淮北市，發(fā)揮各地區(qū)優(yōu)勢(shì)，協(xié)調(diào)好省內(nèi)發(fā)展水平的差異，對(duì)于促進(jìn)安徽省房地產(chǎn)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要意義。對(duì)于安徽省房地產(chǎn)經(jīng)濟(jì)發(fā)達(dá)地區(qū)，如合肥市和蕪湖市，市場(chǎng)、技術(shù)和資金具有較大優(yōu)勢(shì)，房地產(chǎn)經(jīng)濟(jì)發(fā)展水平在省內(nèi)位于領(lǐng)先地位，應(yīng)該發(fā)揮其對(duì)省內(nèi)其他地區(qū)的模范帶動(dòng)作用，引領(lǐng)安徽全省房地產(chǎn)經(jīng)濟(jì)的快速發(fā)展；對(duì)于落后地區(qū)而言，勞動(dòng)力和資源具有相對(duì)優(yōu)勢(shì)，因此，各市可以選擇自身具有相對(duì)優(yōu)勢(shì)的項(xiàng)目參與到區(qū)域分工中去，將發(fā)達(dá)地區(qū)所擁有的資金、技術(shù)與落后地區(qū)的資源與勞動(dòng)力優(yōu)勢(shì)結(jié)合起來(lái)，提高資源配置效率，在省內(nèi)開展更廣泛的分工與合作，縮小地區(qū)間發(fā)展差異，實(shí)現(xiàn)共同發(fā)展。第二，對(duì)于不同等級(jí)的城市，政府部門應(yīng)當(dāng)因地制宜地制定相關(guān)政策。對(duì)于房地產(chǎn)經(jīng)濟(jì)發(fā)達(dá)地區(qū)，應(yīng)當(dāng)時(shí)刻做好抑制房?jī)r(jià)快速持續(xù)上漲的應(yīng)對(duì)工作并要努力健全租房市場(chǎng)，提高住房利用率。對(duì)于房地產(chǎn)經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，應(yīng)當(dāng)積極引導(dǎo)并制定相關(guān)產(chǎn)業(yè)政策。這些地區(qū)與發(fā)達(dá)地區(qū)的部分政治、經(jīng)濟(jì)和社會(huì)功能相承接，具有增強(qiáng)、容納發(fā)達(dá)地區(qū)產(chǎn)業(yè)資本、人力資本及相關(guān)資源“外溢”的城市能力，與發(fā)達(dá)地區(qū)之間形成良好的合作關(guān)系。對(duì)于房地產(chǎn)經(jīng)濟(jì)一般發(fā)達(dá)或欠發(fā)達(dá)地區(qū)，政府應(yīng)當(dāng)做到積極引導(dǎo)公共資金進(jìn)入公共服務(wù)和基礎(chǔ)設(shè)施領(lǐng)域。通過(guò)增加這些地區(qū)自身的生活、就業(yè)、生產(chǎn)等綜合吸納能力，循序漸進(jìn)地培育并健全以滿足住房消費(fèi)需求為主的房地產(chǎn)市場(chǎng)。

[參考文獻(xiàn)]

[1]錢力，曹巍.長(zhǎng)江經(jīng)濟(jì)帶現(xiàn)代服務(wù)業(yè)發(fā)展水平評(píng)價(jià)[J].蚌埠學(xué)院學(xué)報(bào)，2016（4）.

第7篇：經(jīng)濟(jì)發(fā)展水平差異范文

【關(guān)鍵詞】首都經(jīng)濟(jì)圈；財(cái)政政策；區(qū)域經(jīng)濟(jì)；空間計(jì)量模型

一、首都經(jīng)濟(jì)圈經(jīng)濟(jì)發(fā)展及財(cái)政政策實(shí)施的差異性描述分析

本文中選取人均GDP衡量經(jīng)濟(jì)增長(zhǎng)發(fā)散或收斂趨勢(shì)，從首都經(jīng)濟(jì)圈中的各省市按照2011年人均GDP總值的大小進(jìn)行分組，可以看出各地區(qū)經(jīng)濟(jì)發(fā)展仍呈現(xiàn)出不平衡的現(xiàn)象，在首都經(jīng)濟(jì)圈的各省市中，人均地區(qū)生產(chǎn)總值仍呈現(xiàn)出北京市作為首都，經(jīng)濟(jì)最為發(fā)達(dá)，其次是作為直轄市的天津市人均GDP總量仍是明顯高于其他省市，再次是山西省、河北省，最后是經(jīng)濟(jì)較不發(fā)達(dá)的內(nèi)蒙古。

此外，首都經(jīng)濟(jì)圈中各地區(qū)的財(cái)政收入與財(cái)政支出也呈現(xiàn)出地區(qū)差異。北京作為首都經(jīng)濟(jì)圈的核心財(cái)政收入與支出都處于最高水平，而與北京相鄰的天津市的財(cái)政收支水平則處于最低的水平，可見(jiàn)財(cái)政收支的資源在不同地區(qū)分布特點(diǎn)具有很大的差異，也為利用財(cái)政政策縮小地區(qū)間經(jīng)濟(jì)發(fā)展水平創(chuàng)造了條件。從財(cái)政收支的對(duì)比可以看出，河北和內(nèi)蒙古的財(cái)政收入均處于中低水平，但兩省的財(cái)政支出卻均處于較高水平。因此，進(jìn)一步測(cè)量財(cái)政支出對(duì)區(qū)域間經(jīng)濟(jì)發(fā)展的促進(jìn)作用具有很強(qiáng)的實(shí)際意義，使得首都經(jīng)濟(jì)圈經(jīng)濟(jì)發(fā)展差異能得到進(jìn)一步的縮小。

二、財(cái)政政策對(duì)首都經(jīng)濟(jì)圈發(fā)展區(qū)域效應(yīng)分析

由于以往分析財(cái)政政策對(duì)經(jīng)濟(jì)發(fā)展影響的文章，均假設(shè)各地區(qū)的經(jīng)濟(jì)發(fā)展水平是相互獨(dú)立的，不存在空間上的相關(guān)關(guān)系，因此在衡量首都經(jīng)濟(jì)圈各地區(qū)經(jīng)濟(jì)發(fā)展水平受到財(cái)政政策的影響程度時(shí)，只考慮了各地區(qū)經(jīng)濟(jì)發(fā)展水平與財(cái)政政策之間受時(shí)間推移的影響，而沒(méi)有考慮到首都經(jīng)濟(jì)圈中各地區(qū)空間自相關(guān)性及各地區(qū)之間相互影響的溢出效應(yīng)。因此，本文將從空間自相關(guān)性的角度出發(fā)，考慮首都經(jīng)濟(jì)圈各地區(qū)間的地理鄰近性質(zhì)，進(jìn)一步考察首都經(jīng)濟(jì)圈中各地區(qū)的經(jīng)濟(jì)發(fā)展受財(cái)政政策影響的程度大小。由于中央財(cái)政對(duì)各地方的轉(zhuǎn)移支付在區(qū)域間經(jīng)濟(jì)發(fā)展過(guò)程中具有較強(qiáng)的空間溢出效應(yīng)，因此，在本文分析財(cái)政政策對(duì)首都經(jīng)濟(jì)圈發(fā)展的區(qū)域效應(yīng)時(shí)，選取的變量包括：被解釋變量為人均GDP，解釋變量為中央一般投資依賴度（各地區(qū)固定資產(chǎn)投資來(lái)源于中央預(yù)算內(nèi)占本地固資投資總額比重）、地方財(cái)政資源豐裕度（居民人均享有財(cái)政資源來(lái)自于本地財(cái)政支出比重）、地方財(cái)政自給度（地方財(cái)政收入與支出之比）、地方財(cái)政供養(yǎng)人口數(shù)（一單位的地方財(cái)政本級(jí)收入供養(yǎng)的百萬(wàn)人口數(shù)）以及地方人均中央轉(zhuǎn)移支付（中央財(cái)政轉(zhuǎn)移支付的各省人均擁有量，取對(duì)數(shù)，考察人均轉(zhuǎn)移支付的彈性變化）。

（一）中央財(cái)政支出空間效應(yīng)的實(shí)證檢驗(yàn)

通過(guò)計(jì)算首都經(jīng)濟(jì)圈各財(cái)量的Moran’s I指數(shù)并計(jì)算各Moran’s I的伴隨概率，可以看出，首都經(jīng)濟(jì)圈中的各地區(qū)經(jīng)濟(jì)變量的Moran’s I統(tǒng)計(jì)值均能夠在小于5%的顯著性水平上，提供各地區(qū)經(jīng)濟(jì)發(fā)展在空間上具有全局自相關(guān)的顯著證據(jù)。該計(jì)算結(jié)果表明，各地區(qū)經(jīng)濟(jì)變量的空間隨機(jī)分布假設(shè)在5%的顯著性水平下被拒絕，因此，在對(duì)經(jīng)濟(jì)變量人均GDP所受影響因素進(jìn)行回歸分析時(shí)，還要考慮相鄰地區(qū)經(jīng)濟(jì)發(fā)展的“溢出效應(yīng)”影響，也就是說(shuō)若使用普通最小二乘法OLS估計(jì)的回歸結(jié)果是有偏的。并且通過(guò)計(jì)算結(jié)果也可以看出，首都經(jīng)濟(jì)圈的全局自相關(guān)性相比全國(guó)范圍而言更顯著，也就是說(shuō)，首都經(jīng)濟(jì)圈中利用財(cái)政政策達(dá)到縮小區(qū)域間經(jīng)濟(jì)發(fā)展差距的效果應(yīng)更有效。

（二）局域空間自相關(guān)性LISA檢驗(yàn)

由以上分析可知，首都經(jīng)濟(jì)圈各地區(qū)的經(jīng)濟(jì)水平、中央財(cái)政支出水平都存在空間之間的相關(guān)性，存在一定程度的空間聚集效應(yīng)。下面試通過(guò)計(jì)算局域空間自相關(guān)LISA值的顯著性水平探究各地區(qū)空間集聚效應(yīng)的程度。

在對(duì)人均GDP對(duì)數(shù)的局域空間自相關(guān)性的檢驗(yàn)中，河北省在首都經(jīng)濟(jì)圈中與其他各地區(qū)存在著較高的局域空間自相關(guān)性，而且河北省人均GDP處于首都經(jīng)濟(jì)圈中較低水平，被首都經(jīng)濟(jì)圈其余地區(qū)較高水平的人均GDP所包圍，因此，利用財(cái)政支出拉近河北省與其他地區(qū)間的經(jīng)濟(jì)發(fā)展水平具有一定效果。在中央投資依賴度的局域空間自相關(guān)性檢驗(yàn)中，河北省在首都經(jīng)濟(jì)圈中經(jīng)濟(jì)發(fā)展水平較低，需要較大程度依賴中央投資來(lái)發(fā)展本省經(jīng)濟(jì)，因此，需要合理利用財(cái)政支出，拉近其與首都經(jīng)濟(jì)圈中各地區(qū)經(jīng)濟(jì)發(fā)展水平。在對(duì)中央固定資產(chǎn)投資比重的局域空間自相關(guān)性的檢驗(yàn)中，中央固定資產(chǎn)的投資比重在首都經(jīng)濟(jì)圈的各地區(qū)中投資水平比較低，因此適當(dāng)加大首都經(jīng)濟(jì)圈中中央投資的比重，有助于拉近首都經(jīng)濟(jì)圈中各地區(qū)經(jīng)濟(jì)水平的差異程度。

三、財(cái)政支出效果估計(jì)及結(jié)果分析

為了建立首都經(jīng)濟(jì)圈財(cái)政支出對(duì)經(jīng)濟(jì)發(fā)展影響的空間計(jì)量模型。首先應(yīng)考慮模型的形式，一般判斷規(guī)則如下：若在空間依賴性的檢驗(yàn)中表現(xiàn)出LM-lag比LM-err的統(tǒng)計(jì)檢驗(yàn)結(jié)果更顯著且RLM-lag顯著而RLM-err不顯著，則此時(shí)選擇空間滯后模型（SLM）更為合適；相反若LM-err比LM-lag在統(tǒng)計(jì)檢驗(yàn)上更顯著且RLM-err較RLM-lag更顯著，則應(yīng)選擇空間誤差模型（SEM）最恰當(dāng)。通過(guò)判斷規(guī)則可知，應(yīng)在首都經(jīng)濟(jì)圈內(nèi)建立空間誤差模型（SEM）最為恰當(dāng)。

從首都經(jīng)濟(jì)圈的空間誤差模型的回歸結(jié)果可以看出，首都經(jīng)濟(jì)圈中各地區(qū)依賴中央政府的轉(zhuǎn)移支出受到地區(qū)空間效應(yīng)的影響而有所削弱，而更依賴于各地區(qū)自給的財(cái)政支出。地區(qū)財(cái)政自給率的回歸系數(shù)通過(guò)了1%顯著性水平下的統(tǒng)計(jì)檢驗(yàn)且系數(shù)為正，說(shuō)明地區(qū)財(cái)政的自給率的提高有利于經(jīng)濟(jì)的發(fā)展。中央政府的人均轉(zhuǎn)移支付的回歸系數(shù)也通過(guò)了1%顯著性水平下的統(tǒng)計(jì)檢驗(yàn)且系數(shù)為正，說(shuō)明中央政府的轉(zhuǎn)移支付越高越有利于經(jīng)濟(jì)的增長(zhǎng)。此外，受到首都經(jīng)濟(jì)圈中各地區(qū)間的空間效應(yīng)，地方經(jīng)濟(jì)的發(fā)展更依賴于地區(qū)自身的財(cái)政支出，是地方經(jīng)濟(jì)建設(shè)的主要力量。而對(duì)于中央政府的轉(zhuǎn)移支付，地區(qū)經(jīng)濟(jì)發(fā)展也會(huì)受到一定的影響，但影響效果會(huì)受到空間效應(yīng)的影響。最后，空間誤差系數(shù)在1%水平下顯著為負(fù)，說(shuō)明了相鄰地區(qū)間空間相關(guān)性并不是通過(guò)區(qū)域間經(jīng)濟(jì)增長(zhǎng)的外溢效應(yīng)帶來(lái)的，而是通過(guò)相鄰區(qū)域間受到?jīng)_擊后的各種波動(dòng)效應(yīng)帶來(lái)的，相鄰區(qū)域間經(jīng)濟(jì)增長(zhǎng)的波動(dòng)效應(yīng)的增長(zhǎng)，會(huì)使得本地經(jīng)濟(jì)發(fā)展水平相應(yīng)上升。由此可見(jiàn)，首都經(jīng)濟(jì)圈中各地區(qū)經(jīng)濟(jì)發(fā)展具有一定的空間自相關(guān)關(guān)系，若忽略了這種潛在的空間相關(guān)性，估計(jì)經(jīng)濟(jì)發(fā)展與財(cái)政政策之間的關(guān)系是不恰當(dāng)?shù)?。這也進(jìn)一步證明，首都經(jīng)濟(jì)圈中各地區(qū)間的財(cái)政支出與經(jīng)濟(jì)發(fā)展之間是存在空間聯(lián)系的，具有空間溢出效應(yīng)。

通過(guò)本文分析可以得出以下結(jié)論：首都經(jīng)濟(jì)圈中各地區(qū)經(jīng)濟(jì)發(fā)展的空間效應(yīng)較全國(guó)范圍內(nèi)更加明顯，首都經(jīng)濟(jì)圈在考慮空間效應(yīng)時(shí)，更突出地方財(cái)政支出的供給對(duì)于地區(qū)經(jīng)濟(jì)發(fā)展的影響；此外，中央政府的轉(zhuǎn)移支付對(duì)于地區(qū)間的經(jīng)濟(jì)發(fā)展仍有一定影響，可見(jiàn)首都經(jīng)濟(jì)圈各地區(qū)經(jīng)濟(jì)水平的發(fā)展一方面依賴于自身的財(cái)政供給，另一方面也需要加大中央財(cái)政的轉(zhuǎn)移支付力度，而某一地區(qū)的經(jīng)濟(jì)發(fā)展水平也會(huì)通過(guò)經(jīng)濟(jì)活動(dòng)的波動(dòng)而影響其余相鄰地區(qū)，因此，除了加大各地區(qū)自身的財(cái)政供給力度，還應(yīng)有目標(biāo)的加大對(duì)某一地區(qū)的中央轉(zhuǎn)移支付的力度，從而達(dá)到大力發(fā)展某一地區(qū)的經(jīng)濟(jì)水平，進(jìn)而帶動(dòng)相鄰地區(qū)的經(jīng)濟(jì)發(fā)展水平。

參考文獻(xiàn)：

[1]馬立平.關(guān)于財(cái)政支出與總產(chǎn)出效果的數(shù)量分析[J].統(tǒng)計(jì)與決策，2005，12.

[2]郭慶旺，賈俊雪.財(cái)政投資的經(jīng)濟(jì)增長(zhǎng)效應(yīng)：實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2005，04.

[3]馬驪.空間統(tǒng)計(jì)與空間計(jì)量經(jīng)濟(jì)學(xué)方法在經(jīng)濟(jì)研究中的應(yīng)用[J].統(tǒng)計(jì)與決策，2007，09.

[4]楊曦.中國(guó)式財(cái)政分權(quán)與地區(qū)經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J].蘭州大學(xué)，2009，04.

第8篇：經(jīng)濟(jì)發(fā)展水平差異范文

關(guān)鍵詞：四川??；區(qū)域經(jīng)濟(jì)差異；回歸分析；對(duì)策

中圖分類號(hào)：F299.27　文獻(xiàn)標(biāo)志碼：A　文章編號(hào):1673-291X(2009)06-0112-02

四川古稱巴蜀，是中國(guó)西南部的一個(gè)大省，行政區(qū)劃包括18個(gè)市3個(gè)自治州，面積48.5萬(wàn)多平方公里，人口8642萬(wàn)。周邊同重慶市、貴州省、云南省、自治區(qū)、青海省、陜西省接壤，四川地大物博，歷史悠久，自古以來(lái)就享有“天府之國(guó)”的美譽(yù)。四川是全國(guó)的農(nóng)產(chǎn)品供應(yīng)大省，是國(guó)家最大的糧、油、豬生產(chǎn)基地之一，也是中國(guó)重要的工業(yè)基地之一。

一、四川省區(qū)域經(jīng)濟(jì)差異的變化態(tài)勢(shì)

本文以1997―2006年為研究時(shí)段，以人均GDP為測(cè)度區(qū)域經(jīng)濟(jì)差異的變量指標(biāo)，采用國(guó)際上通用的基尼系數(shù)和變異系數(shù)來(lái)分析重慶從四川分離劃為直轄市以來(lái)四川省區(qū)域經(jīng)濟(jì)的變化態(tài)勢(shì)。

基尼（Gini）系數(shù)是聯(lián)合國(guó)推薦的一種定量測(cè)定貧富差距的指標(biāo)，它的數(shù)值越大，表明其差距也越大。其計(jì)算公式為：

G（Y）=（n+1）/n-（2/n）×Uy

其中：Y=（Y1，Y2，…，Yn），Y1＜Y2＜…＜Yi＜…＜Yn，n為樣本數(shù)，Yi為第i市的人均GDP。

u=（i×y），y=Y/Y，Y=Y

加權(quán)變異系數(shù)采用統(tǒng)計(jì)學(xué)中的標(biāo)準(zhǔn)差和平均值進(jìn)行計(jì)算,反映的是人均GDP在各市間的離散程度，其值越大，說(shuō)明區(qū)域差異越大。

CV=

式中，為全省人均GDP，x為i市人均GDP，P為i市人口，P為全省總?cè)丝?，P/P為人口權(quán)重。

上述2個(gè)指標(biāo)的計(jì)算結(jié)果見(jiàn)表1。可見(jiàn)，這兩個(gè)指標(biāo)的變動(dòng)軌跡大致吻合。1997―2002年為一個(gè)較長(zhǎng)的區(qū)域經(jīng)濟(jì)差異上升期，2002―2006年區(qū)域經(jīng)濟(jì)差異略有回落。

二、四川省區(qū)域經(jīng)濟(jì)差異的現(xiàn)狀

本文以恩格爾系數(shù)和人均國(guó)內(nèi)生產(chǎn)總值來(lái)反映四川省區(qū)域經(jīng)濟(jì)差異的現(xiàn)狀。恩格爾系數(shù)是反映居民生活水平的重要指標(biāo)。聯(lián)合國(guó)認(rèn)為：恩格爾系數(shù)在60%以上為絕對(duì)貧困；50%～60%為勉強(qiáng)度日；40%～50%為小康水平；30%～40%為富裕；30%以下為最富裕。恩格爾系數(shù)的計(jì)算公式為：恩格爾系數(shù)=食品支出總額/個(gè)人消費(fèi)品支出總額×100%。

人均國(guó)內(nèi)生產(chǎn)總值是反映經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。表3是2006年四川省各市、自治州的人均國(guó)內(nèi)生產(chǎn)總值表。可以看出，成都市、自貢市、攀枝花市、德陽(yáng)市、綿陽(yáng)市、樂(lè)山市的人均國(guó)內(nèi)生產(chǎn)總值較高，均在萬(wàn)元以上，而巴中市的人均國(guó)內(nèi)生產(chǎn)總值只有4705元，區(qū)域經(jīng)濟(jì)差異的極差為20834元。

三、四川省區(qū)域經(jīng)濟(jì)差異的成因分析及對(duì)策

1.計(jì)量模型

為了便于分析四川省的區(qū)域經(jīng)濟(jì)差異成因，本研究建立以自然資源、交通、人力資本、政策、地理區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)等為自變量，經(jīng)濟(jì)發(fā)展水平為因變量的回歸模型。

y=b+kx+kx+kx+kx+kx+kx

其中，Y為經(jīng)濟(jì)發(fā)展水平，x為自然資源，x為人力資本，x為政策，x為地理區(qū)位，x為產(chǎn)業(yè)結(jié)構(gòu)，x為交通，K、K、K、K、K、K分別為自然資源、人力資本、政策、地理區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)、交通對(duì)經(jīng)濟(jì)發(fā)展水平的彈性系數(shù)。

2.數(shù)據(jù)說(shuō)明

考慮數(shù)據(jù)的準(zhǔn)確性和可獲得性，本研究用當(dāng)年人均國(guó)內(nèi)生產(chǎn)總值作為區(qū)域經(jīng)濟(jì)發(fā)展水平，當(dāng)年人均耕地面積作為自然資源指標(biāo)，當(dāng)年人均等級(jí)公路里程作為交通指標(biāo)，當(dāng)年高中以上文憑人數(shù)占總?cè)藬?shù)的比例作為人力資本指標(biāo)，當(dāng)年各地區(qū)人均固定資產(chǎn)投資額作為區(qū)域政策指標(biāo)，把區(qū)位熵作為地理區(qū)位指標(biāo)，把第三產(chǎn)業(yè)增加值占GDP的比例作為產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)。數(shù)據(jù)來(lái)源于《1998―2007年四川統(tǒng)計(jì)年鑒》。

3.區(qū)域差異分析與對(duì)策研究

通過(guò)對(duì)區(qū)域內(nèi)各個(gè)要素進(jìn)行橫向比較可知，四川地區(qū)21個(gè)地、市、州可以劃分為五類。

一類地區(qū)為政策推動(dòng)型，主要包括成都市。成都市作為四川的省會(huì)城市,是四川省的政治、經(jīng)濟(jì)、文化中心，它的最佳發(fā)展方案是利用其豐富的自然資源，高素質(zhì)的人力資本，重點(diǎn)發(fā)展高技術(shù)產(chǎn)業(yè)，繼續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)由資源密集型、勞動(dòng)力密集型向知識(shí)技術(shù)密集型轉(zhuǎn)變，并且在實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)換代的同時(shí)帶動(dòng)落后地區(qū)的發(fā)展。

二類地區(qū)為資源推動(dòng)型，主要包括鋼城攀枝花市、鹽化城自貢市、甜城內(nèi)江市、酒城瀘州市和宜賓市、絲綢城南充市。六市自然資源豐富，它們的最佳發(fā)展方案是充分利用其豐富的自然資源，大力加強(qiáng)城市基礎(chǔ)設(shè)施建設(shè)，交通運(yùn)輸網(wǎng)建設(shè)，優(yōu)化工業(yè)結(jié)構(gòu)，建成專業(yè)化工業(yè)基地。

三類地區(qū)為區(qū)位拉動(dòng)型，主要包括德陽(yáng)市、綿陽(yáng)市、樂(lè)山市、眉山市、資陽(yáng)市、雅安市、遂寧市。七市距離省會(huì)成都市較近，聯(lián)系比較緊密，有一定的工業(yè)基礎(chǔ)，受成都市的輻射，經(jīng)濟(jì)發(fā)展速度較快。最佳發(fā)展方案是充分利用其區(qū)位優(yōu)勢(shì)，繼續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，積極融入成都的發(fā)展，做好產(chǎn)業(yè)分工與合作，帶動(dòng)全省經(jīng)濟(jì)的發(fā)展。

四類地區(qū)為交通不便型，主要包括巴中市、廣元市、廣安市、達(dá)州市，它們均位于四川東部地區(qū)，基本屬于山區(qū)，地形高低不平，交通不便，經(jīng)濟(jì)發(fā)展慢。最佳發(fā)展方案是充分利用其農(nóng)畜產(chǎn)品豐富的特點(diǎn)，加大政府投入，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，完善交通網(wǎng)，積極引進(jìn)發(fā)達(dá)地區(qū)轉(zhuǎn)移的產(chǎn)業(yè)、技術(shù)，大力發(fā)展農(nóng)業(yè)、農(nóng)產(chǎn)品加工業(yè)、輕紡、食品以及紅色旅游業(yè)。

五類地區(qū)為自然條件惡劣型，主要包括阿壩藏族羌族自治州、甘孜藏族自治州、涼山彝族自治州。三州位于四川省的西部，面積廣，但自然條件極其惡劣，經(jīng)濟(jì)發(fā)展水平低，為四川省的貧困區(qū)。因而阿壩州、甘孜州、涼山州的最佳發(fā)展方案利用其自然資源，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，完善交通網(wǎng)，大力發(fā)展以生態(tài)旅游為中心的第三產(chǎn)業(yè)、農(nóng)業(yè)以及農(nóng)產(chǎn)品加工業(yè)，適度發(fā)展水電、采礦業(yè)。

參考文獻(xiàn)：

[1]侯景新.區(qū)域經(jīng)濟(jì)分析方法[M].北京：商務(wù)印書館，2007.

[2]斷七零.江蘇省區(qū)域經(jīng)濟(jì)差異的成因與區(qū)域發(fā)展戰(zhàn)略的選擇:第25卷[J].揚(yáng)州教育學(xué)院學(xué)報(bào)，2007，（2）.

[3]黃春燕.江蘇農(nóng)村經(jīng)濟(jì)區(qū)域差異的原因分析：第21卷[J].華東經(jīng)濟(jì)管理，2007，（10）.

[4]裴瑋.區(qū)域空間開發(fā)理論與四川區(qū)域空間開發(fā)策略[J].成都大學(xué)學(xué)報(bào)，2006，（2）.

第9篇：經(jīng)濟(jì)發(fā)展水平差異范文

1.數(shù)據(jù)來(lái)源

為了確保數(shù)據(jù)模型的科學(xué)性和原始數(shù)據(jù)的統(tǒng)一性，本文所采用的統(tǒng)計(jì)數(shù)據(jù)均來(lái)自《江蘇省統(tǒng)計(jì)年鑒》，數(shù)據(jù)統(tǒng)計(jì)時(shí)間為 2007年底。數(shù)據(jù)涉及江蘇省13個(gè)地級(jí)市，包括南京市、無(wú) 錫市、徐州市、常州市、蘇州市、南通市、連云港市、淮安市、鹽城市、揚(yáng)州市、鎮(zhèn)江市、泰州市以及宿遷市。

2.聚類分析

下表是2007年江蘇省13個(gè)地級(jí)市的旅游發(fā)展水平的統(tǒng)計(jì)數(shù)據(jù)，將表中數(shù)據(jù)輸入SPSS數(shù)據(jù)處理軟件做聚類分析。

下表是根據(jù)上表07年全省13市旅游統(tǒng)計(jì)數(shù)據(jù)所做的K-means聚類分析的結(jié)果：

根據(jù)上述分析表格的結(jié)果，可將江蘇省13個(gè)地級(jí)市的旅游綜合實(shí)力分為四類。第一類為旅游發(fā)達(dá)地區(qū)，含蘇州和南京兩個(gè)城市；第二類是旅游較發(fā)達(dá)地區(qū)，只包含無(wú)錫一市，第三類為旅游較發(fā)達(dá)地區(qū)，包括鎮(zhèn)江、揚(yáng)州、常州、徐州、連云港和南通6市；第四類為旅游欠發(fā)達(dá)地區(qū)，包括淮安、鹽城、泰州和宿遷4市。

3.影響因素分析

由上表可知，江蘇省各地級(jí)市的經(jīng)濟(jì)發(fā)展水平與本區(qū)域的旅游綜合實(shí)力有很強(qiáng)的相關(guān)性。選取江蘇各地級(jí)市2007年GDP收入數(shù)據(jù)作為衡量各市經(jīng)濟(jì)發(fā)展情況的指標(biāo)，反映各地級(jí)市的經(jīng)濟(jì)發(fā)展水平。旅游綜合實(shí)力排名的前三的蘇州、無(wú)錫、南京其在省內(nèi)的GDP排名也位列前三。一般來(lái)講，城市GDP排名較前的，旅游綜合實(shí)力的排名也比較靠前，除蘇州、南京、無(wú)錫三市外，如常州，GDP位列全省第五，其旅游綜合實(shí)力位列全省第六，呈現(xiàn)了很強(qiáng)的正相關(guān)性；如GDP排名全省第六的徐州市，其旅游綜合實(shí)力排名位居全省第七，兩者之間同樣趨于一致。相反，旅游綜合實(shí)力較弱的城市，其對(duì)應(yīng)的GDP排名也很低，兩者之間同樣表現(xiàn)出了正相關(guān)性。如位于全省GDP末四位的城市（宿遷、連云港、淮安、泰州），其中三個(gè)城市（淮安、泰州、宿遷）同樣出現(xiàn)在了旅游綜合實(shí)力末四位中。由此可見(jiàn)經(jīng)濟(jì)因素對(duì)江蘇省旅游也發(fā)展的空間差異具有較強(qiáng)的影響。地方雄厚的經(jīng)濟(jì)實(shí)力可以為城市提供良好的旅游基礎(chǔ)設(shè)施、便捷的市內(nèi)旅游交通、舒適的酒店、整潔美麗的市容；其次也會(huì)使本區(qū)域內(nèi)的旅游資源得到全面開發(fā)，讓區(qū)域內(nèi)的旅游資源發(fā)揮出它最大的旅游經(jīng)濟(jì)效益；再次，良好的經(jīng)濟(jì)條件也增加了本地居民出游的可能；最后，經(jīng)濟(jì)發(fā)展速度較快的地區(qū)與外界的物質(zhì)、技術(shù)、信息等交流相對(duì)頻繁，在一定程度上促進(jìn)了區(qū)域內(nèi)商務(wù)、會(huì)議高層次旅游的發(fā)展。

三、區(qū)域旅游協(xié)調(diào)發(fā)展的對(duì)策

目前江蘇省旅游經(jīng)濟(jì)發(fā)展水平與旅游業(yè)發(fā)展綜合實(shí)力都存在過(guò)大的差異，不利于江蘇省旅游業(yè)長(zhǎng)期健康的發(fā)展。因此，如何協(xié)調(diào)各城市之間的旅游業(yè)的發(fā)展、縮小江蘇省各地級(jí)市之間旅游發(fā)展水平的差距、使其區(qū)域差異在一個(gè)合理的范圍之內(nèi)成了亟待解決的問(wèn)題，具有很強(qiáng)的現(xiàn)實(shí)意義。

1.加強(qiáng)區(qū)域之間的旅游協(xié)作

要縮短江蘇省各區(qū)域之間的旅游發(fā)展差異，加強(qiáng)區(qū)域之間的協(xié)作是很重要的一條途徑。區(qū)域協(xié)作是指江蘇省內(nèi)不同地區(qū)之間的旅游經(jīng)濟(jì)主體按照一定的章程、協(xié)議或合同，將各類資源在地區(qū)之間重新配置、組合，以期獲得最大的經(jīng)濟(jì)效益、社會(huì)效益以及生態(tài)效益的旅游經(jīng)濟(jì)活動(dòng)。區(qū)域協(xié)作的內(nèi)容主要包括：區(qū)域旅游發(fā)展戰(zhàn)略的共同制定、旅游資源的重組和共享、旅游產(chǎn)品的更新與提升，區(qū)域旅游功能的分工、客源市場(chǎng)的共同開拓與互換、聯(lián)合促銷、旅游企業(yè)之間的優(yōu)化組合以及區(qū)域旅游形象的構(gòu)建組合等等。有些城市本身雖然自身具有豐富的旅游資源，然而它們?nèi)狈β糜螛I(yè)發(fā)展所需的各項(xiàng)基礎(chǔ)設(shè)施投資資金、比較有實(shí)力的旅游企業(yè)、旅游人才等條件，而這些阻礙當(dāng)?shù)芈糜伟l(fā)展的劣勢(shì)正是蘇州、南京、無(wú)錫、常州等旅游經(jīng)濟(jì)發(fā)達(dá)地區(qū)的強(qiáng)勢(shì)，這些強(qiáng)勢(shì)為以上地區(qū)旅游業(yè)的發(fā)展提供了廣闊的空間。因此，蘇南、蘇中、蘇北各區(qū)域之間可以通過(guò)加強(qiáng)彼此間的旅游協(xié)作，通過(guò)優(yōu)勢(shì)互補(bǔ)來(lái)促進(jìn)各地旅游業(yè)的發(fā)展。

2.發(fā)揮蘇南的輻射作用，帶動(dòng)蘇中、蘇北的旅游發(fā)展

根據(jù)前面的分析可知旅游經(jīng)濟(jì)發(fā)展水平位于全省前三名的分別是：蘇州、南京和無(wú)錫，而且這三個(gè)城市遙遙領(lǐng)先與省內(nèi)其他城市；從空間的角度上看，江蘇省旅游發(fā)展水平向蘇南集聚的態(tài)勢(shì)非常明顯，要縮短不同區(qū)域之間旅游經(jīng)濟(jì)的發(fā)展差異，應(yīng)通過(guò)寧鎮(zhèn)揚(yáng)和蘇錫常所構(gòu)建的沿江黃金旅游帶的輻射效應(yīng)，以沿海、沿江兩軸來(lái)帶動(dòng)蘇中、蘇北地區(qū)旅游業(yè)的發(fā)展，最終實(shí)現(xiàn)江蘇省旅游業(yè)的協(xié)調(diào)發(fā)展和整體水平的提升，當(dāng)前應(yīng)特別注重發(fā)展蘇中、蘇北地區(qū)的國(guó)內(nèi)旅游。