中图分类号: F062.9
文献标识码: A
文章编号: 1000-0690(2018)02-0177-09
收稿日期: 2017-05-8
修回日期: 2017-09-2
网络出版日期: 2018-04-10
版权声明: 2018 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.
基金资助:
作者简介:
作者简介:马仁锋(1979-),男,湖北枣阳人,博士,副教授,主要从事经济地理、区域规划与城市研究。E-mail: marfxf@126.com
展开
摘要
采用静态和动态计量方法分析2006~2015年海洋经济对沿海省(市、区)经济发展的影响程度并通过空间计量方法识别差异动因。研究发现:① 海洋经济对中国省域经济发展具有显著地影响,其中天津、上海、福建、山东、广东、海南海洋经济总量贡献率高于全国平均水平;② 省域海洋产业对区域经济影响度分异呈现省际绝对差异不断扩大、相对差异不断缩小,且具有显著的空间相关性;③ 引起省域经济增长差异的海洋经济相关因素中,海洋第二产业、海洋进出口贸易额等起到正向促进作用(即拉大差异),且海洋第二产业结构具有显著的溢出效应。相关发现有助于中国沿海省(市、区)经济的协调发展和科学决策。
关键词:
Abstract
By analyzing the economic impact of marine industry on coastal provinces, the arcitle examines the spatial correlation of per capita GDP, establishes a spatial econometric model, and then analyzes the spatial and temporal differentiation of the marine industry and the causes of the regional economic growth (2006-2015). Choosing the coastal provinces (cities) as the research unit. This study found that: 1) Comprehensive portrayal of the contribution rate of the marine economy to the provincial economy and the static and dynamic measurement results of marine economy promoting regional economic growth. We found that the marine economy in coastal provinces (cities) has a significant impact on provincial economic growth, and the degree of promotion is different. In addition, the contribution rate of marine economy to provincial economy in Tianjin, Shanghai, Fujian, Shandong, Guangdong and Hainan is higher than the national average rate. Further, the differences in the influence degree of the marine industry on the regional economy shows that the absolute difference between the provinces is expanding and the relative difference is shrinking, and there is significant spatial correlation. 2) The related factors of the Marine economy may give rise to the difference of provincial economic growth, we have found that the second marine industry, marine import and export trade volume both play a positive role in promoting regional economy. While the first and tertiary industries of marine economy have a hindrance to the differences in provincial economic growth. And the secondary industry of marine economy has obvious positive spillover effect on the surrounding areas, while the estimated parameters of the employment situation, the fiscal revenue and the education basic situation in the coastal areas are not significant in the spatial measurement model. 3) The results of the four spatial econometric models show that most of the explanatory variables pass the significance testing and they are in line with the actual situation. Durbin space error model estimation results overall is superior to the other models, the error of spatial Durbin model identify the Marine economy factors influencing the regional economic growth differences includes not only the neighboring regions of the economy themselves, but also the surrounding provinces of the relevant explanatory variables. Basing on the analysis of the economic growth difference and the contribution rate of the marine economy in the coastal provinces, the article draws the focus of narrowing the development gap of marine industry in the coastal provinces and cities to promote the coordinated development of China's coastal zone. That is, to cultivate the marine economic potential of provincial economic growth. Related findings are helpful for understanding the balanced development and making scientific decision-making of Marine economy in coastal cities and provinces in China.
Keywords:
陆域人口剧增,资源环境问题日益严重以及人类利用海洋的高新技术迅速发展,促使海洋产业成长为沿海国家和地区的经济发展重要动力。学术界现今普遍认同的海洋经济定义为“海洋经济是以海洋为活动场所和以海洋资源为开发对象的各种经济活动的总和”。中国“海洋经济”第一次出现是在1978年召开的全国哲学社会科学规划会议上,著名经济学家许涤新、于光远等提出建立一批新学科,其中列入了“海洋经济”[1]。而海洋产业作为海洋经济研究的核心领域,是衡量海洋经济的主体。其中,海洋产业结构同经济发展相适应而不断变动,它由低级向高级演进的高度化和产业结构横向演变的合理化,推动着地方经济发展[2]。国外海洋产业效应研究集中在海洋经济对国民经济的贡献、海洋经济活动对海洋环境影响、海洋产业结构研究,主要通过构建GDP、就业和家庭收入等为基础指标,用投入产出等分析方法来评估海洋经济对区域经济和国民经济的带动效用,其中海洋产业的关联性是研究的重点[3,4,5,6,7];主要采用投入产出、产业关联等方法解析海洋产业或其部门的产业前向、后向及旁侧效应,相关实证表明海洋产业或其重要部门的产业后向效应、供给短缺成本效应及价格效应低于前向关联效应。
中国海洋产业研究,早期以经济地理学为主,集中探究海洋产业布局及其形成条件和发展规律[8,9,10],1990年后随着《中国海洋统计年鉴》的出版,学界开始依靠传统海洋产业统计指标分析海洋产业的经济社会效益[11,12,13]。在寻求研究海洋经济效应的定量方法过程中,国内学界试图使用投入产出法分析海洋产业间关联[14]。此外,滨海省市高校的经济地理学者也尝试从区域层面运用基尼系数和变异系数[15]、泰尔指数和加权变异系数[16]、小波分析[17]、ESDA[18]、主成分分析[19] 和因子分析等方法研究中国滨海地带[20,21]、三角洲地区[22]和滨海省域[23,24]及市辖区海洋产业的增长分异及其区域经济相关性[19,25]。
对比国内外相关研究发现:① 海洋经济对区域经济影响可以测量,常用思路是直接解析海洋产业在区域经济增长中的份额及其长期效应和海洋产业前向、后向及旁侧效应,间接解析区域经济总体增长格局中海洋产业或其重要部门的拉动效应;② 全球海洋经济统计数据缺乏微观标准,西方学者尝试用投入产出法精细刻画小区域海洋产业的经济社会效应,中国学者多定量分析滨海省域经济增长过程中海洋产业的贡献及其区域分异格局;③ 研究方法趋同,其中,直接解析主流方法是投入产出法、产业关联分析法,间接解析方法主要为基尼、变异、泰尔、加权变异等系数。相较而言,中国海洋经济的区域综合效应研究在标准统计数据源缺失情况下难以使用投入产出模型;虽有学者尝试采用海洋经济增加值及其占GDP比重、就业和劳动力收入等定量说明海洋经济在地方经济总量中份额[26],但是忽略了沿海省(市、区)发展的本底资源环境差异与区际扩散、极化效应。因此,以省域单元为研究对象,利用静态和动态计量模型实证分析海洋经济对省域经济影响程度,再利用空间计量模型解析海洋产业对省域经济增长差异的影响因素,为实现海陆联动驱动沿海地区经济协调发展模式提供理论基础。
沿海省域综合经济发展水平存在差异,海洋经济发展的历程和特点各有不同,各地的海洋经济强弱区分明显。要实现中国沿海经济的区域协调发展,就必须分析中国沿海地区海洋经济的总体增长贡献。因此,本文以除港澳台地区之外的中国沿海省(市、区)为研究区域,即辽宁省、河北省、天津市、山东省、江苏省、浙江省、上海市、福建省、广东省、广西壮族自治区和海南省。
借助来自沿海各地国民经济与社会发展统计公报及中国海洋经济统计公报中的沿海各地的经济数据及海洋产业数据对海洋经济影响省域经济增长进行估计。另外,借助来自《中国海洋统计年鉴》(2006~2015)[27]的海洋第一、二、三产业产值、沿海地区海洋货物运输量、沿海地区涉海就业人员人数、沿海地区财政收入及沿海地区本、专科毕结业生数分析其分异动因。需要指出的是,为了方便模型分析,以人均GDP 做为背景数据,并将各省(市、区)所辖的所有市(县、区)看做一个整体进行研究。
自空间计量经济学提出后,空间计量模型得到许多学者青睐,并逐步得到完善[28]。本文主要采用基础面板数据模型,即空间计量模型,分别是空间滞后模型(SLM)和空间误差模(SEM)。此外,还采用了由其扩展的空间杜宾模型(SDM)和空间杜宾误差模型(SDEM)[29]。鉴于海洋统计数据和相关研究[11,12,14],选取海洋第一、二、三产业、沿海地区海洋货物运输量、沿海地区涉海就业人员、沿海地区财政收入及沿海地区本、专科毕结业生数作为省域经济增长差异的解释变量,分析沿海省份海洋经济对省域经济的影响因素,构建省域经济差异影响因素的传统计量模型式:
式中,
表1 海洋经济对省域经济影响因素的指标体系
Table 1 The index system of marine economy’s influence on provincial economy
变量分类 | 变量名称 | 变量解释 | |
---|---|---|---|
被解释变量 | Y | 区域经济差异 | 人均 GDP(元) |
解释变量 | H | 主要海洋产业活动 | 沿海地区海洋货物运输量(万t) |
C | 财政收入 | 沿海地区财政收入(万元) | |
J | 涉海就业 | 涉海就业人员情况(万人) | |
E | 教育基本情况 | 本、专科毕(结)业生数(万人) | |
O | 海洋产业结构 | 海洋第一产业产值(万元) | |
T | 海洋第二产业产值(万元) | ||
S | 海洋第三产业产值(万元) |
2006~2015年沿海地区11个省(市、区)(不含港澳台)主要海洋产业总产值在绝对量上均保持快速增长趋势,总量由2006年的21 220.3亿元增到 2015年的 64 669 亿元,增长2.05倍,年均增长13.18%;各地海洋经济增长速度较快,沿海各省(市、区)海洋经济年均增长速度均值为14.37%,与地方经济年均增长速度14.33%相当。海洋经济总量呈稳定增长态势,增长速度较稳定。比较各地海洋经济占地方生产总值比重,发现起初沿海各省(市、区)海洋产业总值占该地区生产总值比重均不大,但该比重在2010年后开始出现稳定增长趋势,到2015年该比重高达16.36%,说明2010年后海洋经济对中国沿海地区各省(市、区)经济发展贡献呈稳定增长态势。
国家海洋局《海洋及相关产业分类》(GB/T20794-2006)将所涉及海洋产业划分为海洋第一产业(海洋水产业即海洋渔业)、海洋第二产业(海洋盐业、海洋油气业、滨海砂矿业和沿海造船业、深海采矿业和海洋制药业)和海洋第三产业(海洋交通运输业、滨海旅游业、海洋公共服务业等)。比较沿海各省(市、区)2006~2015年主要海洋产业结构变化,发现:① 中国海洋产业结构趋向高级阶段,海洋第一、第二、第三产业产值比重由2006年的5.4∶46.2∶48.4调整到2015年的5.1∶42.5∶52.4,海洋三次产业结构逐步优化。② 海洋第二产业中,海洋船舶工业迅速发展,新兴海洋产业如海洋生物医药、海洋电力和海水利用等高科技含量产业快速形成并稳步增长,但区域差异非常显著,尤其是环渤海地区新兴海洋产业发展水平总体滞后于长三角、珠三角城市群相关产业。③ 在海洋第三产业内部,海洋交通运输日益成为最重要组成部分,海洋科技研发与中介业快速发展且主要集聚在大连、青岛、上海、广州等城市。
构建公式2测算海洋经济对省域经济发展贡献度。
式中,
表2 海洋经济对省域经济发展贡献率(%)
Table 2 The contribution rate of marine economy to provincial economy development (%)
地区 | 2006年 | 2007年 | 2008年 | 2009年 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 |
---|---|---|---|---|---|---|---|---|---|---|
辽宁 | 15.99 | 15.96 | 15.41 | 15.00 | 14.19 | 15.05 | 13.65 | 13.82 | 15.00 | 15.43 |
天津 | 31.41 | 31.70 | 29.72 | 28.69 | 32.76 | 31.12 | 30.55 | 31.69 | 31.97 | 33.10 |
河北 | 9.37 | 8.99 | 8.63 | 5.35 | 5.65 | 5.92 | 6.10 | 6.15 | 6.30 | 6.90 |
山东 | 16.67 | 17.24 | 17.21 | 17.17 | 18.06 | 17.70 | 17.94 | 17.73 | 17.60 | 17.46 |
江苏 | 5.95 | 7.28 | 6.98 | 7.89 | 8.57 | 8.66 | 8.74 | 8.32 | 8.99 | 9.10 |
上海 | 38.47 | 35.45 | 34.99 | 27.94 | 30.44 | 29.27 | 29.46 | 29.19 | 26.40 | 26.57 |
浙江 | 11.79 | 11.95 | 12.46 | 14.76 | 14.01 | 14.04 | 14.27 | 14.00 | 14.33 | 14.41 |
福建 | 22.89 | 24.76 | 24.84 | 26.17 | 24.99 | 24.40 | 22.75 | 23.11 | 27.00 | 26.90 |
广东 | 15.70 | 14.58 | 16.32 | 16.87 | 17.94 | 17.27 | 18.41 | 18.15 | 21.28 | 21.88 |
广西 | 6.23 | 5.77 | 5.56 | 5.72 | 5.73 | 5.24 | 5.84 | 6.26 | 5.90 | 6.00 |
海南 | 29.60 | 30.34 | 29.44 | 28.61 | 27.13 | 25.91 | 26.37 | 28.08 | 26.94 | 28.00 |
全国 | 15.74 | 15.67 | 15.80 | 15.56 | 16.09 | 15.74 | 15.84 | 15.78 | 16.07 | 16.36 |
沿海各地海洋经济与该地经济发展之间存在高度的正相关显而易见,但是海洋经济的发展对地方经济增长的促进程度究竟是多少却尚不可知。因此,分析2006~2015年沿海各省(市、区)海洋产业总产值(
其中,
借助 Eviews7.0软件对式3、4和5进行OLS回归,得到各省份海洋产业总产值(
表3 海洋产业经济总产值(X)与11省份经济(GDP)的回归结果
Table 3 The regression results of the marine economy output value (X) and the 11 province economy (GDP)
地区 | 回归模型 | R2 | AdjR2 | DW | F |
---|---|---|---|---|---|
天津 | y=3.1347x+244.87 | 0.992 | 0.991 | 2.497 | 778.967 |
河北 | y=17.277x-3096.3 | 0.608 | 0.542 | 0.852 | 9.299 |
辽宁 | y=19293lnx-132993.1483 | 0.971 | 0.967 | 2.983 | 203.537 |
上海 | y=22326lnx-173917.0365 | 0.905 | 0.889 | 2.07 | 56.882 |
江苏 | y=9.866x+8115 | 0.989 | 0.988 | 1.651 | 557.862 |
浙江 | y=10596e0.00024x | 0.984 | 0.982 | 1.932 | 379.960 |
福建 | y=4399.5e0.00032x | 0.983 | 0.980 | 1.034 | 339.515 |
山东 | y=5.3612x+2198.5 | 0.998 | 0.998 | 2.746 | 3448.532 |
广东 | y=4.7766x+7820.8 | 0.992 | 0.991 | 3.001 | 765.189 |
广西 | y=8942.2lnx-46353 | 0.970 | 0.965 | 1.398 | 195.120 |
海南 | y=2154.7lnx-11496 | 0.987 | 0.985 | 1.315 | 471.619 |
表3可知:① 回归系数
静态效应刻画的是海洋经济自身的增长所带来的当年GDP的增长,而实际上海洋经济的涉及面极广、系统性很强、带动潜力极大。为全面定量刻画海洋经济产值对省域经济增长的动态推动作用,建立模型和引入海洋经济推动力系数
式中,回归系数a和b为所求的海洋产业的经济推动力系数T。
将《中国海洋统计年鉴》[27](2006~2015)中的相关数据代入式6、7得到变量的相关系数
综合海洋经济对沿海各省份经济发展的静态、动态效应计量结果,可知2006~2015年沿海各省份海洋经济对沿海各地经济发展的贡献率平均值均在15%以上;计量模型实证分析表明沿海各省份海洋产业对地方经济增长有显著的促进作用,且具体数字化表现为各省份海洋产业产值每增长1%将推动其省(市、区)GDP增长相应百分比(表4)。
表4 海洋产业总产值的增长率ZX(X)与各省份GDP增长率ZGDP的回归模型
Table 4 The regression model of the growth rate of marine industrial output ZX(X) and the growth rate ZGDP of each province in China
地区 | 回归模型 | R(Kendall’s ) Tau-b相关系数 | R2 | F |
---|---|---|---|---|
天津 | y=-207.37x3+139.54x2-26.157x+1.6359 | 0.524 | 0.509 | 1.286 |
河北 | y=-19.196x3+1.0969x2+2.1056x-0.09637 | 1.000 | 0.818 | 4.496 |
辽宁 | y=-53.281x3+22.445x2-1.8977x+0.13773 | 0.429 | 0.786 | 3.675 |
上海 | y=-45.604x3+9.3626x2+1.0051x-0.00386 | 0.619 | 0.497 | 0.990 |
江苏 | y= 0.25393x0.30375 | 0.714 | 0.590 | 7.209 |
浙江 | y=-45.389x3+12.404x2+0.08291x+0.02794 | 0.048 | 0.760 | 3.174 |
福建 | y=7.7647x3-4.2736x2+1.004x+0.07884 | 0.333 | 0.421 | 0.726 |
山东 | y=-231.2x3+94.61x2-11.199x+0.50071 | 0.619 | 0.937 | 11.074 |
广东 | y=6.5954x3-2.375x2+0.30598x+0.11158 | 0.048 | 0.090 | 0.099 |
广西 | y=1114.6x3-586.81x2+98.977x-5.1774 | 0.048 | 0.363 | 0.022 |
海南 | y=-880.75x3+394.99x2-56.758x+2.747 | 0.238 | 0.159 | 0.300 |
沿海省份间海洋经济空间相关性采用OLS进行预测,结果可能存在偏差或无效,因此还需要建立空间计量模型进行更加准确估计,以及通过 Hausman检验来选择空间计量模型的随机效应或固定效应(表5)。
表5 沿海省份海洋经济的省域经济增长差异动因Hausman检验
Table 5 Provincial economic growth difference motivation Hausman test of marine economy in coastal provinces
卡方统计 | 卡方自由度 | P值 | ||
---|---|---|---|---|
966.217356 | 7 | 0.0000 | ||
变量 | 固定效应 | 随机效应 | 方差 | P值 |
H | 0.198796 | 0.253289 | 0.000050 | 0.0000 |
C | 0.029424 | -0.576559 | 0.001879 | 0.0000 |
J | -0.172104 | 0.460696 | 0.002985 | 0.0000 |
E | 0.012960 | 0.716520 | 0.002125 | 0.0000 |
O | -0.040608 | -0.265288 | 0.000322 | 0.0000 |
T | 0.156970 | -0.083384 | 0.000237 | 0.0000 |
S | 0.044353 | -0.001629 | 0.000175 | 0.0005 |
运用 EVIEWS 7.0软件实现对原始数据的检验,得出Hausman检验的统计量为966.217 356,伴随概率为0,各指标均通过了1%的显著性水平检验(表5)。因此,固定效应模型与随机效应模型不存在系统差异的原假设不成立,可以通过建立固定效应模型估计沿海省(市、区)区域经济差异影响因素。
运用GeoDa与Matlab 2014b等软件在空间面板回归计量模型的基础上,对沿海11个省(市、区)2006~2015年省域海洋产业影响地方经济增长效应差异的影响因素进行回归分析(表6)。
表6 基于GeoDa与Matlab 2010的沿海地区海洋经济的省域经济增长差异动因回归
Table 6 The regression of the differential growth rate of provincial marine economy in coastal area of China based on GeoDa and Matlab 2010
变量 | SLM系数 | SEM系数 | SDM系数 | SDEM系数 |
---|---|---|---|---|
H | 0.9584***(3.103746) | 0.489461***(2.648149) | 1.166775***(2.37734) | 1.051553***(3.789919) |
J | -2.341585(-0.106089) | -9.435456(-0.780028) | -24.077058(-0.668345) | 29.337306*(1.481309) |
C | -7.761522**(-1.902011) | -0.439478(-0.199542) | -6.691618(-1.024232) | -2.545109(-0.561547) |
E | 640.653006*(1.698864) | -205.513042*(-1.089912) | 347.633515(0.782879) | 145.52079(0.462581) |
O | -33.228169*(-1.596233) | -19.664495**(-1.788737) | -1.524914*(-0.054038) | -4.406687* (-0.160597) |
T | 11.537193*(1.843374) | 10.515812***(3.305701) | 5.279244**(0.717254) | 7.941851**(1.322155) |
S | -7.145898*(-0.946012) | -4.931319*(-1.565384) | 3.189366*(0.221914) | -4.607707*(-0.415416) |
W×H | - | - | -0.10783(-0.191012) | 0.065832(0.10073) |
W×J | - | - | -6.225627(-0.113743) | 93.928872*(1.795482) |
W×C | - | - | -35.154602**(-2.271724) | -12.134548(-1.113041) |
W×E | - | - | 1937.788188***(3.133376) | 990.949808(1.296434) |
W×O | - | - | 66.110194(0.75398) | 36.886462(0.471991) |
W×T | - | - | 16.63193**(1.964318) | 37.328556**(2.040601) |
W×S | - | - | 13.190625(0.664135) | -24.674653(-1.013791) |
Ρ(λ) | -0.236068***(-2.625756) | 0.768493***(13.929742) | -0.236068***(-2.614974) | 0.798501***(16.366526) |
R2 | 0.1485 556795057.5 | 0.1592 | 0.0061 | 0.0061 |
Sig.2 | 144874119.1 | 481838304.8 | 481838304.8 | |
对数似然估计函数值 | -943.54625 | -961.45765 | -951.5286 | -951.5286 |
分析表6可知如下结果:
1) 4个模型都通过了1%的显著性检验,且4个模型中SEM和SDEM模型的空间自相关系数
2) 从拟合度(R2)看,SEM的对数似然值(
3) 从产业结构看,海洋第一、三产业对省域经济增长差异有负向效应,海洋第二产业对省域经济增长差异有正向效应,说明地区海洋盐业、海洋油气业、滨海砂矿业和沿海造船业、深海采矿业和海洋制药业、海水利用业、海洋电力和海洋工程建筑业等的发展会扩大省域经济增长差异;而海洋渔业等海洋第一产业和海洋科学研究、海洋教育、海洋社会服务业、海洋交通运输业和滨海旅游业等海洋第三产业会缩小省域经济增长差异。在SDM、DEM模型中海洋第一、二产业的滞后项系数为正,且后者系数更大,通过5%显著性检验,表明海洋第一、二产业具有一定的空间溢出效应,且周边地区海洋第一、二产业的发展在一定程度上促进了该省域经济发展,但是周边地区海洋第一产业的促进效果没有海洋第二产业的影响效果显著;在SDEM估计结果中,海洋第三产业的滞后项参数为负值不显著,说明周边地区的海洋第三产业的发展对该省份经济增长影响整体为负作用,但仍需进一步确认。
4) 从海洋进出口贸易看,海洋货物运输量对省域经济增长的差异性同样具有正向效应。一个沿海省域进出口贸易量越多,其经济发展速度越快;相反,进出口贸易量越少的省域,其经济发展速度就越慢。因此,海洋货物运输量对省域经济增长差异性的正向效应是显而易见的。在SDEM估计结果中,海洋货物运输量的滞后项总体为正,但不显著,说明某省域周边地区进出口贸易水平可能促进该地区的经济增长,但程度不明显。
5) 沿海地区就业人员、财政收入与本专科毕业人数均没有全部通过4个模型的10%显著性水平检验。说明这3个指标对沿海各省份海洋产业对经济增长差异的影响不显著。但在SDEM中,沿海地区就业人员的滞后项为正且通过了10%显著性检验,表示沿海地区就业人员具有一定的溢出效应,周边沿海地区就业人员对本地区具有一定的促进作用。在SDM中,财政收入的滞后项为正且通过了5%显著性检验,表示财政收入具有一定的溢出效应,但结果为负值说明周边地区的财政收入对本地区具有一定的阻碍作用;教育基本情况的滞后项为正且通过了1%显著性检验,表示教育基本情况具有一定的溢出效应,周边地区教育基本情况对本地区具有一定的促进作用,且作用显著。
综上,4种空间计量模型的估计结果显示,大部分解释变量通过了显著性检验,且符合实际情况。而SDM与SDEM模型的估计结果中不仅体现了地区各变量的参数,而且体现了变量的滞后项参数,可见,SDM与SDEM两个模型效果更佳。从而可得出在分析影响沿海省份经济增长差异时除了要考虑本地的解释变量外,还应包括周边省(市、区)的一些变量的影响。
分析海洋产业对沿海省域经济影响(包括对沿海地区海洋经济增速分异、经济贡献测度、促进作用静态和动态计量,建立空间计量经济模型,以沿海省(市、区)为研究单元分析海洋产业影响省域经济增长时空分异及其动因发现:
1) 综合海洋经济对省域经济贡献的刻画、海洋经济促进省域经济增长的静态与动态计量结果,沿海各省份的海洋经济对省域经济增长有显著的促进作用,且促进程度不同。
2) 构建空间计量模型估计沿海各省份海洋产业对省域经济增长差异的影响因素,发现海洋进出口贸易、海洋第二产业对省域经济增长差异均产生正向作用,而海洋第一、三产业对省域经济增长差异产生阻碍作用,且海洋第二产业对周边地区具有明显的正向溢出效应,而沿海地区就业人员、财政收入与教育基本情况的估计参数在空间计量模型中均不显著。
3) 4种空间计量模型的估计结果显示,大部分解释变量通过了显著性检验,且符合实际情况。SDM、SDEM 可以体现变量的滞后项参数,因此效果要优于其他两个模型。即海洋产业影响省域经济增长差异的因素除了本地的解释变量以外,还包括周边省份的一些变量的影响。
基于沿海各省(市、区)经济增长差异及海洋经济在其中的贡献分析,得出缩小沿海各省(市、区)间的海洋产业发展差距是促进中国沿海地带经济协调发展的着力点,即培育省域经济增长的海洋经济潜力。
1) 沿海各省份需发挥海洋产业区域优势,促进海洋要素的合理流动。应充分利用市场机制促进海洋经济要素的合理流动,如沿海三大港口群的协调发展中亟待解决的问题就是港口群功能定位与腹地结构失衡、港口群内部的一体化进程缓慢。因此,必须尽快改善港航物流产业发展的集疏运基础设施与人力资本、制度优化等软环境,促进沿海地区港口群-产业群-城市群的互馈发展,实现海洋产业发展的形式与实质有效统一、竞争与合作转向深度融合。
2) 合理的海洋产业结构是沿海省份经济快速发展的重要动力之一。以优势海洋产业发展为核心,拓展海洋产业链条。如围绕海洋第三产业的新兴行业,培育、构建一体化的配套设施、公共服务,建立跨行政区的海洋新技术产业孵化合作园区,提速海洋第三产业的科技溢出效应。通过多地海洋科技合作与孵化溢出,提升沿海地区海洋第二产业的价值链环节与全球生产网络中的话语权。最终,通过海洋第一、三产业带动相关产业和陆域产业的协调发展,进而实现海洋经济和省域经济的良性互动发展。如经济相对欠发达的广西,其海洋经济对地方GDP的推动作用最不显著,则可尝试通过高效发展海洋第一产业,多层次多元化发展海洋第三产业以促进海洋经济发展进而带动省域经济的发展,早日跻身海洋经济强省之列。
3) 明确政府在海洋产业带动省域经济协调发展中的着力点。各省份应适时启动一体化的财政、税收等系列优惠政策,健立和完善海洋科技异地孵化、产业化的利益分享机制。通过规范和监督各种海洋科技市场行为,提升北京、大连、青岛、南京、上海、杭州、广州等城市海洋知识产权市场参与者的合法权益。鼓励海洋科技人才培养过程的产学研协同、高级别海洋科技人才团队异地服务,促进海洋人才集聚高地的科技溢出与创新创业的多地化。政府必须加强沿海居民转产的涉海岗位职业培训,提升沿海地区海洋公共事业、海洋科技服务和民间海洋文化创业等的从业者素质与比重,满足海洋产业升级、技术创新和可持续发展对劳动力的需求。
The authors have declared that no competing interests exist.
[1] |
海洋经济概念界定:一个综述 [J]. ,Definition of marine economy: A review . , |
[2] |
|
[3] |
Economic impact of marine-oriented activities: A study of the southern New England marine region [R]., |
[4] |
The value of the ocean sector to the economy of Prince Edward Island [R/OL]., |
[5] |
The role of the maritime industry in the Korean national economy:An input-output analysis [J]. ,https://doi.org/10.1016/j.marpol.2004.06.004 URL [本文引用: 1] 摘要
Environmental changes at home and abroad as well as rapid advancement in ocean technology are calling for a great shift in the perception of the maritime industry and for new policy measures. This situation demands that researchers provide policy-makers with accessible and reliable information regarding the role of the maritime industry. This study employs input–output (I–O) analysis to examine the role of the maritime industry in the national economy for the period 1975–1998, with specific application to Korea. This paper, therefore, has two major goals. The first is the development of a static I–O framework for examining the role of the maritime industry in the short run. The second goal is obtaining at least a preliminary indication of the role of the maritime industry. This study pays particular attention to the maritime industry by taking the industry as exogenous and then investigating its economic impacts. Finally, we present the results, which address inter-industry linkage effects in 32 sectors, production-inducing effects, employment-inducing effects, supply-shortage effects of the maritime sector and pervasive effects of price change in the maritime sector.
|
[6] |
Analysis of the role of maritime freight transport industry in the Korean national economy [J].,https://doi.org/10.24006/jilt.2008.6.1.002 URL [本文引用: 1] 摘要
The maritime freight transportation industry has played an important role in the Korean economy. The Korean maritime freight transportation industry is faced with a period of transforming it competitively and efficiently in this global age. This paper, therefore, aims to identify the impact of the maritime freight transportation industry in the Korean national economy. Hence, this paper provides policy-makers with accessible and reliable information regarding the role of the Korean maritime freight transportation industry. This study employs input-output(I-O) analysis to examine the role of the maritime freight transportation industry in the national economy for the period 1995-2003, with specific application to Korea. This study pays particular attention to the maritime freight transportation industry by taking the industry as exogenous variable and then investigates its economic impacts. We identify inter-industry linkage effects in 20 sectors, production-inducing effects, added value-inducing effects, and supply-shortage effects of the maritime freight transportation industry.
|
[7] |
The inter-industrial linkage of maritime sector in Taiwan: An input-output analysis [J]. ,https://doi.org/10.1080/13504851.2011.577002 URL [本文引用: 1] 摘要
The main purpose of this article is to investigate the role and influence of the maritime sector on the national economy of Taiwan by using Input–Output (I–O) analysis. Results show that the maritime industry has relatively high backward linkage and production-inducing effects, but has relatively low forward linkage, supply-shortage cost and price effects. This study reveals the difficulty in considering the maritime sector as a leading sector for the national economy based on the low values of both power and sensitivity of dispersion, no matter how many shipping companies who request government incentives for promoting the shipping industries and underscore the importance of maritime transport in conveying the national imports and exports.
|
[8] |
中国和美国海洋经济与海洋产业结构特征对比——基于海洋GDP中国超过美国的实证分析 [J].,https://doi.org/10.13249/j.cnki.sgs.2016.11.002 URL Magsci [本文引用: 1] 摘要
<p>对比中美两国海洋经济总产值(海洋经济增加值)发现, 2011年开始,中国海洋经济总产值(海洋经济增加值)(2 849.73×10<sup>8</sup>美元),已超过美国海洋经济增加值(2 779.02×10<sup>8</sup>美元)(实际GDP)。重点分析2005~2012年,中国海洋产业超过美国的演进过程,并以两国共同的6个海洋产业部门为例,分析了中国与美国海洋产业发展历程。为了体现中美两国海洋经差异的特征与规律性,应用标准差、变差系数、集中化指数(基尼系数)、锡尔系数等方法,分析了中、美两国在海洋经济总值(海洋经济增加值)、海洋产业与区域海洋经济的差异与特征。</p>
Wang Shengyun et al.Acomparison of marine economy and marine industrial structure between China and the US: A pragmatic study based on the fact that China surpassed the US in marine economic output . ,https://doi.org/10.13249/j.cnki.sgs.2016.11.002 URL Magsci [本文引用: 1] 摘要
<p>对比中美两国海洋经济总产值(海洋经济增加值)发现, 2011年开始,中国海洋经济总产值(海洋经济增加值)(2 849.73×10<sup>8</sup>美元),已超过美国海洋经济增加值(2 779.02×10<sup>8</sup>美元)(实际GDP)。重点分析2005~2012年,中国海洋产业超过美国的演进过程,并以两国共同的6个海洋产业部门为例,分析了中国与美国海洋产业发展历程。为了体现中美两国海洋经差异的特征与规律性,应用标准差、变差系数、集中化指数(基尼系数)、锡尔系数等方法,分析了中、美两国在海洋经济总值(海洋经济增加值)、海洋产业与区域海洋经济的差异与特征。</p>
|
[9] |
长江三角洲海洋经济空间发展格局及其一体化发展策略 [J].,
<p>海洋经济空间发展格局的形成与区域海洋经济发展密切相关,探讨区域海洋经济空间发展格局,提出优化策略,对提升区域海洋经济综合竞争力具有重要的意义。运用定量与定性相结合的方法,分析了长江三角洲海洋经济空间发展格局,研究结果表明长三角海洋经济发展不均衡,空间差异显著;海洋产业地域空间集聚态势明显;形成了以上海、嘉兴、杭州、绍兴、宁波和舟山为中心的三角地带,以连云港、盐城和南通为中心的北部轴线,以台州和温州为中心的南部轴线,所组成的“三角两翼”海洋经济空间发展格局。在此基础上,提出了长江三角洲海洋经济一体化发展的策略。</p>
Spatial pattern and integration strategy of marine economy in the Yangtze River Delta . ,
<p>海洋经济空间发展格局的形成与区域海洋经济发展密切相关,探讨区域海洋经济空间发展格局,提出优化策略,对提升区域海洋经济综合竞争力具有重要的意义。运用定量与定性相结合的方法,分析了长江三角洲海洋经济空间发展格局,研究结果表明长三角海洋经济发展不均衡,空间差异显著;海洋产业地域空间集聚态势明显;形成了以上海、嘉兴、杭州、绍兴、宁波和舟山为中心的三角地带,以连云港、盐城和南通为中心的北部轴线,以台州和温州为中心的南部轴线,所组成的“三角两翼”海洋经济空间发展格局。在此基础上,提出了长江三角洲海洋经济一体化发展的策略。</p>
|
[10] |
中国海洋产业的结构与布局研究展望 [J]. ,https://doi.org/10.11821/yj2013050013 URL [本文引用: 1] 摘要
海洋产业结构与布局是海洋经济 地理学研究的核心领域与主体内容,国内相关文献日益丰富,但海洋产业结构与布局研究尚未形成完整体系。梳理现有文献发现:国内研究存在起步晚、发展缓慢, 高层次研究成果少且增长慢,以区域实证研究为主、理论创新研究较少等问题,现有研究集中在6方面:①海洋产业结构与布局的内涵、规律及其与陆域布局差异探 索;②沿海省份或大城市海洋产业结构的现状与问题、结构优化与主导产业选择、产业结构绩效评价、竞争力与趋势研究;③区域海洋产业布局模式及优化政策支撑 体系研究;④海洋资源与环境的产业承载力评价及海洋功能区划研究;⑤海洋产业集群,尤其是港航集群的初步探索;⑥国外海洋产业发展态势、统计标准与区域海 洋产业合作探索。本文初步总结了国内对海洋产业结构与布局研究文献的增长规律,并立足于海洋产业结构与布局研究趋势,指出未来应加强海洋产业结构与布局的 前沿领域及理论体系探索,并为我国海洋经济示范区建设提供科学指导。
Progress on the research of maritime industry structure and layout in China .,https://doi.org/10.11821/yj2013050013 URL [本文引用: 1] 摘要
海洋产业结构与布局是海洋经济 地理学研究的核心领域与主体内容,国内相关文献日益丰富,但海洋产业结构与布局研究尚未形成完整体系。梳理现有文献发现:国内研究存在起步晚、发展缓慢, 高层次研究成果少且增长慢,以区域实证研究为主、理论创新研究较少等问题,现有研究集中在6方面:①海洋产业结构与布局的内涵、规律及其与陆域布局差异探 索;②沿海省份或大城市海洋产业结构的现状与问题、结构优化与主导产业选择、产业结构绩效评价、竞争力与趋势研究;③区域海洋产业布局模式及优化政策支撑 体系研究;④海洋资源与环境的产业承载力评价及海洋功能区划研究;⑤海洋产业集群,尤其是港航集群的初步探索;⑥国外海洋产业发展态势、统计标准与区域海 洋产业合作探索。本文初步总结了国内对海洋产业结构与布局研究文献的增长规律,并立足于海洋产业结构与布局研究趋势,指出未来应加强海洋产业结构与布局的 前沿领域及理论体系探索,并为我国海洋经济示范区建设提供科学指导。
|
[11] |
-2005 . , |
[12] |
|
[13] |
中国海洋产业空间集聚及其协调发展研究 [J].,
产业集聚是经济活动最突出的地理特征,对陆域产业集聚的研究由来已久,而对海洋产业空间集聚问题的探讨尚处起步阶段。基于海洋经济地理视角,首先依系统论观点,对区域海洋产业集聚的空间结构层次及其相互关系进行了简要分析,省际尺度的海洋产业空间结构的研究处于“承上启下”的地位;在此基础上运用区位熵对沿海11 省市区海洋产业的集聚程度进行测度,并描述了1996~2012 年空间集聚变化特征,研究发现,近17 年中国沿海地区海洋产业的集聚过程大致可以分为3 个阶段,并已形成了4 个较强集聚区,即天津、上海、福建、海南;产业集聚带来发展的同时也会增加对区域资源环境的压力,文中进而运用耦合协调度模型对4 个地区2001~2012 年海洋产业-资源环境复合系统的协调程度进行了测度,结果表明,目前4 个地区均处于中级协调阶段。
Spatial Agglomeration of marine industries and region coordinated development in China . ,
产业集聚是经济活动最突出的地理特征,对陆域产业集聚的研究由来已久,而对海洋产业空间集聚问题的探讨尚处起步阶段。基于海洋经济地理视角,首先依系统论观点,对区域海洋产业集聚的空间结构层次及其相互关系进行了简要分析,省际尺度的海洋产业空间结构的研究处于“承上启下”的地位;在此基础上运用区位熵对沿海11 省市区海洋产业的集聚程度进行测度,并描述了1996~2012 年空间集聚变化特征,研究发现,近17 年中国沿海地区海洋产业的集聚过程大致可以分为3 个阶段,并已形成了4 个较强集聚区,即天津、上海、福建、海南;产业集聚带来发展的同时也会增加对区域资源环境的压力,文中进而运用耦合协调度模型对4 个地区2001~2012 年海洋产业-资源环境复合系统的协调程度进行了测度,结果表明,目前4 个地区均处于中级协调阶段。
|
[14] |
|
[15] |
基尼系数和交差系数对区域不平衡性度量的差异 [J].,https://doi.org/10.2190/K5DG-LENJ-AMDR-591P URL [本文引用: 1] 摘要
用基尼系数和变差系数分别描述了我国以省为单元,按国民收入计算的,1952~1992年间区域不平衡的变动情况,发现它们对较长时段的不平衡性变动的描述是比较一致的,但对较短时段有一些差别;从两系数的构造上揭示了它们给各发展水平的区域对总体不平衡性贡献之权重的基本差别,并结合中国的地区发展不平衡分布认为,从对两极分化的关注考虑,变差系数比较更适合于测量我国的情况
Gini ratio and standard deviation: The difference of indicating regional disparity . ,https://doi.org/10.2190/K5DG-LENJ-AMDR-591P URL [本文引用: 1] 摘要
用基尼系数和变差系数分别描述了我国以省为单元,按国民收入计算的,1952~1992年间区域不平衡的变动情况,发现它们对较长时段的不平衡性变动的描述是比较一致的,但对较短时段有一些差别;从两系数的构造上揭示了它们给各发展水平的区域对总体不平衡性贡献之权重的基本差别,并结合中国的地区发展不平衡分布认为,从对两极分化的关注考虑,变差系数比较更适合于测量我国的情况
|
[16] |
近20 年来中国区域经济发展差异的测定与评价 [J].,https://doi.org/10.3969/j.issn.1000-8462.2005.05.002 URL [本文引用: 1] 摘要
选取人均GDP、人均社会消费零售总额社会经济指标,通过计算其变异系数、加权变异系数、威廉森系数、最大与最小系数,对中国1978-2002年的经济发展不平衡性进行了动态时序分析,定量评价了近20年来中国区域社会经济发展的差异程度;采用经济区位熵指标分析了中国经济发展空间格局的动态演化过程.结果表明,1990年以前中国经济区域差异程度在减小,1990年以后经济区域差异程度扩大,社会消费水平总体上呈扩大趋势.在空间格局上,经济发达区由过去的东北地区扩展到东部沿海地区,1970-1980年代区域差异表现为经济发达区、经济发展区、经济落后区之间的差异,而到1990年代主要表现为经济发达区和经济落后区之间的差异,两极化趋势明显,区域差异程度加大.
Relationship of the districts’costs of attracting investment and their benefit and optimization of the investment environment . ,https://doi.org/10.3969/j.issn.1000-8462.2005.05.002 URL [本文引用: 1] 摘要
选取人均GDP、人均社会消费零售总额社会经济指标,通过计算其变异系数、加权变异系数、威廉森系数、最大与最小系数,对中国1978-2002年的经济发展不平衡性进行了动态时序分析,定量评价了近20年来中国区域社会经济发展的差异程度;采用经济区位熵指标分析了中国经济发展空间格局的动态演化过程.结果表明,1990年以前中国经济区域差异程度在减小,1990年以后经济区域差异程度扩大,社会消费水平总体上呈扩大趋势.在空间格局上,经济发达区由过去的东北地区扩展到东部沿海地区,1970-1980年代区域差异表现为经济发达区、经济发展区、经济落后区之间的差异,而到1990年代主要表现为经济发达区和经济落后区之间的差异,两极化趋势明显,区域差异程度加大.
|
[17] |
中国区域经济差异的时空尺度分析 [J].,https://doi.org/10.3321/j.issn:1000-0585.2005.01.007 URL [本文引用: 1] 摘要
运用多阶段Theil系数嵌套分解法和小波分析法, 从空间尺度和时间尺度两个方面研究中国区域经济差异问题。基本结论是: 从省级行政区域单元来看, 东部省际之间差异的变化趋势和全国的变化趋势基本是一致的, 中部和西部省际之间的差异一直相对较小, 而且变化趋势较为缓慢, 但是三大地带之间差异一直在增大。从地级行政区域单元来看, 省内差异是全国整体差异的重要构成部分, 省内差异对于全国整体差异的贡献比三大地带之间差异和省际差异的贡献显著得多。从时间尺度来看, 在大时间尺度 (譬如 24年 ) 水平上, 中国区域经济差异的变化过程, 基本上服从“倒U型”曲线规律, 但是小时间尺度 (譬如 23年或 22年)水平上来看, 则呈现为一条由几个倒U与U型曲线首尾相接的“复合倒U型曲线”。
Spatial and temporal scale analysis on the regional economic disparities in China . ,https://doi.org/10.3321/j.issn:1000-0585.2005.01.007 URL [本文引用: 1] 摘要
运用多阶段Theil系数嵌套分解法和小波分析法, 从空间尺度和时间尺度两个方面研究中国区域经济差异问题。基本结论是: 从省级行政区域单元来看, 东部省际之间差异的变化趋势和全国的变化趋势基本是一致的, 中部和西部省际之间的差异一直相对较小, 而且变化趋势较为缓慢, 但是三大地带之间差异一直在增大。从地级行政区域单元来看, 省内差异是全国整体差异的重要构成部分, 省内差异对于全国整体差异的贡献比三大地带之间差异和省际差异的贡献显著得多。从时间尺度来看, 在大时间尺度 (譬如 24年 ) 水平上, 中国区域经济差异的变化过程, 基本上服从“倒U型”曲线规律, 但是小时间尺度 (譬如 23年或 22年)水平上来看, 则呈现为一条由几个倒U与U型曲线首尾相接的“复合倒U型曲线”。
|
[18] |
基于ESDA-GIS 的城镇群体空间结构 [J]., |
[19] |
长江三角洲地区海洋产业竞争力评价 [J].,
<p>作为全国海洋经济发展高地,长三角已初步形成比较完备的海洋产业体系。构建区域海洋产业竞争力评价的单要素对比分析与全要素综合量化评价的方法及指标体系,以2008~2010年度海洋统计数据从竞争力要素层和省域综合评判了江浙沪海洋产业竞争力,从不同侧面揭示江浙沪海洋产业竞争力优、劣势与空间差异性。研究表明:要素层面,上海除海洋产业发展条件外均位于江浙沪首位,而江浙两省的4要素差异较小;省域层面综合测度呈现上海处于长三角龙头地位,江浙两省虽有梯度但初现两翼格局。单要素竞争力格局与综合竞争力区域分异,既表明长三角海洋产业竞争力在要素层存在同构,又隐喻了区域一体化背景下长三角海洋产业的区域合作与整体竞争力提升的强烈要求</p>
Comprehensive evaluation of the competitiveness of marine industries in the Yangtze Delta region . ,
<p>作为全国海洋经济发展高地,长三角已初步形成比较完备的海洋产业体系。构建区域海洋产业竞争力评价的单要素对比分析与全要素综合量化评价的方法及指标体系,以2008~2010年度海洋统计数据从竞争力要素层和省域综合评判了江浙沪海洋产业竞争力,从不同侧面揭示江浙沪海洋产业竞争力优、劣势与空间差异性。研究表明:要素层面,上海除海洋产业发展条件外均位于江浙沪首位,而江浙两省的4要素差异较小;省域层面综合测度呈现上海处于长三角龙头地位,江浙两省虽有梯度但初现两翼格局。单要素竞争力格局与综合竞争力区域分异,既表明长三角海洋产业竞争力在要素层存在同构,又隐喻了区域一体化背景下长三角海洋产业的区域合作与整体竞争力提升的强烈要求</p>
|
[20] |
中国区域经济时空动态不平衡发展分析 [J].,https://doi.org/10.3321/j.issn:1000-0585.2004.04.014 URL [本文引用: 1] 摘要
区域经济发展是受区域内外的多重因素影响的,对区域经济发展的空间不平衡动态规律的研究是国内外学者研究的重要课题。本文应用区域经济空间动态发展模型对中国1978~1998年的区域经济生产率增长率进行分析,寻找影响其增长的区域内外因素及变动规律。考虑到中国的本土化特色,在模型中引入开放优惠政策和区位优势变量,回归结果得到显著提高。研究表明,在过去的20年间中国区域经济发展与国外(如欧盟)的发展规律不完全相同,具有中国特色。尽管各地区间的经济发展存在差异,但总体上中国经济发展满足一定的模式。
On China’s spatio-temporal dynamics and imbalance of regional economy . ,https://doi.org/10.3321/j.issn:1000-0585.2004.04.014 URL [本文引用: 1] 摘要
区域经济发展是受区域内外的多重因素影响的,对区域经济发展的空间不平衡动态规律的研究是国内外学者研究的重要课题。本文应用区域经济空间动态发展模型对中国1978~1998年的区域经济生产率增长率进行分析,寻找影响其增长的区域内外因素及变动规律。考虑到中国的本土化特色,在模型中引入开放优惠政策和区位优势变量,回归结果得到显著提高。研究表明,在过去的20年间中国区域经济发展与国外(如欧盟)的发展规律不完全相同,具有中国特色。尽管各地区间的经济发展存在差异,但总体上中国经济发展满足一定的模式。
|
[21] |
基于WSBM模型的环渤海地区海洋经济脆弱性研究 [J].,https://doi.org/10.13249/j.cnki.sgs.2016.05.008 URL Magsci [本文引用: 1] 摘要
<p>基于海洋经济脆弱性内涵,结合“压力-状态-响应”模型(PSR)和“暴露度<i>-</i>敏感性<i>-</i>应对能力”模型,从压力、敏感性、应对能力3个方面构建海洋经济脆弱性测度评价指标体系,采用考虑了松弛变量权重的数据包络分析方法(WSBM)对2000~2011年环渤海地区17个沿海城市海洋经济脆弱性进行测算,并利用核密度估计模型分析了海洋经济脆弱性的动态演变,结果基本显示了环渤海地区海洋经济脆弱性的分布格局。其中微度脆弱地区为天津市、大连市、东营市、烟台市;轻度脆弱地区为秦皇岛市、丹东市、盘锦市、葫芦岛市、威海市、日照市;中度脆弱地区为青岛市、潍坊市、滨州市;高度脆弱地区为唐山市、沧州市、锦州市、营口市。同时对环渤海地区海洋经济脆弱性空间分异规律进行研究,研究成果对降低环渤海地区海洋经济脆弱性具有一定理论价值和现实意义。</p>
Assessment of marine economy vulnerability of coastal cities in Bohai Sea ring area based on WSBM model . ,https://doi.org/10.13249/j.cnki.sgs.2016.05.008 URL Magsci [本文引用: 1] 摘要
<p>基于海洋经济脆弱性内涵,结合“压力-状态-响应”模型(PSR)和“暴露度<i>-</i>敏感性<i>-</i>应对能力”模型,从压力、敏感性、应对能力3个方面构建海洋经济脆弱性测度评价指标体系,采用考虑了松弛变量权重的数据包络分析方法(WSBM)对2000~2011年环渤海地区17个沿海城市海洋经济脆弱性进行测算,并利用核密度估计模型分析了海洋经济脆弱性的动态演变,结果基本显示了环渤海地区海洋经济脆弱性的分布格局。其中微度脆弱地区为天津市、大连市、东营市、烟台市;轻度脆弱地区为秦皇岛市、丹东市、盘锦市、葫芦岛市、威海市、日照市;中度脆弱地区为青岛市、潍坊市、滨州市;高度脆弱地区为唐山市、沧州市、锦州市、营口市。同时对环渤海地区海洋经济脆弱性空间分异规律进行研究,研究成果对降低环渤海地区海洋经济脆弱性具有一定理论价值和现实意义。</p>
|
[22] |
基于空间变差函数的长江三角洲经济发展差异演变研究 [J]. ,
以长江三角洲为例,运用空间变差函数分析了1978年、1988年、1998年和2008年4个时间断面的发展差异演化。研究发现:①长江三角洲经济发展空间关联效应的作用范围在不断地扩大,长江三角洲地区的经济发展受上海的辐射作用不断地增强;②经济发展的空间自组织性越来越强,空间经济分布差异明显;③在全方向上的均质程度越来越低,更多的差异体现在中观、宏观尺度,而微观尺度上空间差异变的越来越不明显;④东南—西北方向差异最大,东西方向的经济发展相对均衡。将长江三角洲发展差异演化因素归结为3个方面:历史基础、经济区位和区域发展政策。历史基础、经济区位是区域经济格局演化的内在因素,而区域发展政策则是区域经济格局演化的外在推力。
Evolvement of economic development diversity in the Changjiang River Delta based on spatial variogram . ,
以长江三角洲为例,运用空间变差函数分析了1978年、1988年、1998年和2008年4个时间断面的发展差异演化。研究发现:①长江三角洲经济发展空间关联效应的作用范围在不断地扩大,长江三角洲地区的经济发展受上海的辐射作用不断地增强;②经济发展的空间自组织性越来越强,空间经济分布差异明显;③在全方向上的均质程度越来越低,更多的差异体现在中观、宏观尺度,而微观尺度上空间差异变的越来越不明显;④东南—西北方向差异最大,东西方向的经济发展相对均衡。将长江三角洲发展差异演化因素归结为3个方面:历史基础、经济区位和区域发展政策。历史基础、经济区位是区域经济格局演化的内在因素,而区域发展政策则是区域经济格局演化的外在推力。
|
[23] |
基于ESDA 的江苏省县域经济发展空间模式解析 [J].,Zhang Jian et al. Identification of spatial economic structure in Jiangsu province by applying exploratory spatial data statistics ., |
[24] |
基于空间计量经济模型的县域经济发展差异研究 [J].,
采用1996—2008年江苏省各县(市)人均GDP经济指标,计算并分析江苏省县域单元经济发展整体空间特征,描述县域经济发展的不平衡性,进而运用全局空间自相关与局部空间自相关理论,定量描述自1996年以来江苏省县域单元经济空间格局的动态演化特征与趋势。结果表明:江苏省县域单元经济发展存在较强的空间自相关性,即县域经济发达的区域周边县域经济也往往较发达,反之亦然,并且空间发展格局呈现显著的集聚模式,且集聚态势越来越明显。空间格局更多表现为以苏州、无锡为核心的圈状空间结构,并成为江苏省县域经济发展的核心区域,而苏北地区则成为圈状结构的外围地带,且这种空间格局的分布状态在短时间内难以改变,对不同年际Moran’s I和Local Moran’s I的计算与分析也较好地揭示了江苏省县域经济发展的时空演化规律。
Research on spatial disparity of economy at country level based on the spatial econometrics mode . ,
采用1996—2008年江苏省各县(市)人均GDP经济指标,计算并分析江苏省县域单元经济发展整体空间特征,描述县域经济发展的不平衡性,进而运用全局空间自相关与局部空间自相关理论,定量描述自1996年以来江苏省县域单元经济空间格局的动态演化特征与趋势。结果表明:江苏省县域单元经济发展存在较强的空间自相关性,即县域经济发达的区域周边县域经济也往往较发达,反之亦然,并且空间发展格局呈现显著的集聚模式,且集聚态势越来越明显。空间格局更多表现为以苏州、无锡为核心的圈状空间结构,并成为江苏省县域经济发展的核心区域,而苏北地区则成为圈状结构的外围地带,且这种空间格局的分布状态在短时间内难以改变,对不同年际Moran’s I和Local Moran’s I的计算与分析也较好地揭示了江苏省县域经济发展的时空演化规律。
|
[25] |
基于探索性空间数据分析方法的北京市区域经济差异 [J].,https://doi.org/10.11820/dlkxjz.2010.12.012 URL Magsci [本文引用: 1] 摘要
<p>我国区域经济的不平衡发展是政府和社会普遍关注的问题。针对城乡之间的较大尺度上的空间差异研究已经受到普遍的关注,但对经济发展迅猛的特大城市(如北京、重庆、上海等)内部贫富差距加大的现象尚未引起足够的重视,而这种现象有可能成为经济可持续发展和社会稳定的严重隐患。因此,正确认识特大城市内部的经济差异及演变趋势,是实现区域协调发展的重要条件之一。本文采用探索性空间数据分析方法,以北京市18 区/县的人均GDP作为评估标准,分析了北京市18 区(县)在2001-2007 年,即2008 年奥运会筹备期间的经济发展的空间格局及其变化规律。分析结果表明北京市人均GDP的空间分布自2005 年后开始有向负的空间自相关性发展的趋势,暗示北京各区县的经济发展局部分异正在逐渐拉大,并显示由过去的南低北高的经济发展差异格局逐步转变为中心高周边低的空间分布格局。</p>
Exploratory spatial data analysis of regional economic disparities in Beijing during 2001-2007 . ,https://doi.org/10.11820/dlkxjz.2010.12.012 URL Magsci [本文引用: 1] 摘要
<p>我国区域经济的不平衡发展是政府和社会普遍关注的问题。针对城乡之间的较大尺度上的空间差异研究已经受到普遍的关注,但对经济发展迅猛的特大城市(如北京、重庆、上海等)内部贫富差距加大的现象尚未引起足够的重视,而这种现象有可能成为经济可持续发展和社会稳定的严重隐患。因此,正确认识特大城市内部的经济差异及演变趋势,是实现区域协调发展的重要条件之一。本文采用探索性空间数据分析方法,以北京市18 区/县的人均GDP作为评估标准,分析了北京市18 区(县)在2001-2007 年,即2008 年奥运会筹备期间的经济发展的空间格局及其变化规律。分析结果表明北京市人均GDP的空间分布自2005 年后开始有向负的空间自相关性发展的趋势,暗示北京各区县的经济发展局部分异正在逐渐拉大,并显示由过去的南低北高的经济发展差异格局逐步转变为中心高周边低的空间分布格局。</p>
|
[26] |
|
[27] |
|
[28] |
Spatial econometrics: Methods and models [M]., |
[29] |
Spatial Econometrics: From Cross-sectional Data to Spatial Panels [M]. , |
/
〈 | 〉 |