城市基础设施对城镇居民收入的影响研究

发布时间：2017-09-25 00:10

  本文关键词：城市基础设施对城镇居民收入的影响研究

  更多相关文章： 城市基础设施 城镇居民收入 投资效率 PCA-SEDEA模型 空间面板模型

【摘要】：城市基础设施是城市正常运行和健康发展的物质基础,是区域经济水平、居民生活质量和城市物质文明的重要标志,其对经济发展和社会进步发挥了重要作用。研究表明基础设施对经济增长具有推动作用,各国政府也均将基础设施投资作为一项重要的财政政策。但归根结底,经济发展的落脚点是居民生活水平和生活质量的提高,那么城市基础设施对城镇居民收入的影响作用如何,影响路径又是怎样。另外,在大量资金、劳动力投入到基础设施建设中后,各地区基础设施投资效率有多高,以及其对城市居民收入是否也产生了影响等,这些问题均值得去进行深入探讨。本文研究内容分为五个部分。第一部分,梳理国内外基础设施和居民收入的相关研究文献,总结当前研究领域的现状及不足,进而提出本文的研究方向、路径及创新点。第二部分,先界定基础设施相关概念,并对城市基础设施现状进行统计描述与趋势分析,其后运用PCA-SEDEA模型进行城市基础设施投资效率的测算,并结合各省市特点进行具体分析。第三部分,先界定城镇居民收入相关概念,其后从宏观和微观视角分类讨论城镇居民收入的影响因素,接着考察了城镇居民收入结构及地区差异性。此外,该部分末尾进行了城市基础设施对城镇居民收入影响的机理分析。第四部分为本文实证章节,先简要介绍空间计量理论,进而对城镇居民收入进行空间相关性探究,其后构建空间面板模型度量基础设施投资水平与投资效率对城镇居民收入的影响作用,并对实证结果进行阐述分析。第五部分为文章的结论及建议。文章得出如下结论：(1)城市基础设施对城镇居民收入具有正向促进作用,具体来说随着基础设施投资水平与投资效率的提高,城镇居民收入水平均出现相应增长,但基础设施投资效率的影响效果并不显著；(2)影响居民收入的其他因素中,除对外开放程度外,人力资本和财政支出对居民收入均表现为促进作用；(3)我国城镇居民收入存在显著的空间相关性,即人均收入高的省份邻近省份人均收入也较高,而人均收入低的省份邻近省份人均收入低。
【关键词】：城市基础设施 城镇居民收入 投资效率 PCA-SEDEA模型 空间面板模型
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.24;F126.2
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-20
• 1.1 研究背景及意义12-13
• 1.1.1 研究背景12-13
• 1.1.2 选题意义13
• 1.2 国内外文献综述13-17
• 1.2.1 基础设施相关文献13-15
• 1.2.2 居民收入相关文献15-16
• 1.2.3 文献述评16-17
• 1.3 研究方法及思路17-19
• 1.3.1 研究方法17-18
• 1.3.2 研究思路18-19
• 1.4 主要创新点19-20
• 第2章 城市基础设施相关理论探讨及现状考察20-34
• 2.1 相关概念界定20-22
• 2.1.1 基础设施20
• 2.1.2 城市基础设施20-21
• 2.1.3 城市基础设施投资效率21-22
• 2.2 城市基础设施分类考察22-23
• 2.2.1 道路交通系统22
• 2.2.2 供排水及水资源系统22
• 2.2.3 能源动力系统22-23
• 2.2.4 邮电通讯系统23
• 2.2.5 生态系统23
• 2.3 城市基础设施统计描述及趋势分析23-26
• 2.4 基于超效率DEA模型的基础设施投资效率测度26-34
• 2.4.1 测度方法研究26-28
• 2.4.2 城市基础设施指标构建及数据来源28-30
• 2.4.3 我国省域基础设施投资效率测度及分析30-34
• 第3章 城镇居民收入相关理论研究34-44
• 3.1 相关概念界定34
• 3.1.1 城镇34
• 3.1.2 居民收入34
• 3.2 城镇居民收入影响因素分析34-36
• 3.2.1 微观经济因素34-35
• 3.2.2 宏观经济因素35-36
• 3.3 城镇居民收入结构及地区差异分析36-41
• 3.3.1 城镇居民收入结构分析36-39
• 3.3.2 城镇居民收入地区差异分析39-41
• 3.4 城市基础设施对城镇居民收入影响的机理分析41-44
• 第4章 城市基础设施对城镇居民收入影响的空间计量研究44-54
• 4.1 空间计量相关理论简介44-46
• 4.1.1 空间自相关检验44-45
• 4.1.2 空间面板模型45-46
• 4.2 居民收入的空间相关性分析46-47
• 4.3 城市基础设施对城镇居民收入影响的空间计量分析47-54
• 4.3.1 变量选取与数据说明47-49
• 4.3.2 模型构建与选择49
• 4.3.3 实证结果分析49-54
• 结论54-57
• 参考文献57-61
• 致谢61-62
• 附录A 攻读学位期间所发表的学术论文目录62-63
• 附录B 相关程序代码63-65

，

本文编号：914242