中国的区域经济协调发展:空间集聚与政策效应——基于2136个市县1999、2010年数据
发布时间:2021-10-20 22:51
本文对我国2136个县市1999年到2010年人均GDP增量数据进行空间自相关性、位置相关性进行显著性检验,并采用空间计量模型进行实证后,发现我国人均GDP增量具有空间依赖、地理位置、初始水平和区域政策的联合效应,我国东部和西部发展均已获得区域政策效应,区域政策在一定程度上已促进了区域发展差距的收敛,这说明我国区域政策体系已取得一定的成效,但中部崛起战略效果在2010年时还不显著。为进一步促进区域协调发展,我国仍需在创新区域政策,实施更有针对性的区域政策,特别是将促进"大西南"发展应作为今后我国以区域政策为导向的宏观调控战略重点。
【文章来源】:经济科学. 2016,(04)北大核心CSSCI
【文章页数】:13 页
【部分图文】:
图3Y分布的Kernel密度函数估计
于Y平均值的样本分布就一般而言,一个空间变量在空间的分布有集聚、平均和随机分布三个状态。当样本当分大时,平均分布趋于正态分布。从表1可知,人均GD增量样本数据的正态分布统计量Jarque-Bera值均大于临界5.77,在统计上为非正态分布。就图3看出,我国人均GDP增量集聚形态不是随机分布,也不是正态分布,这就意味着市县人均GDP增量分布只可能集聚分布。根据赵果庆、罗宏翔(2009)提出的集聚强度=样本数×峰度×︱偏度-3︱÷6公式,以表1数据计算我国人均GDP增量的集聚指数为58308.81,东部、中部和西部图3Y分布的Kernel密度函数估计00.511.522.533.544.5x10400.511.522.533.5x10-4
于Y平均值的样本分布就一般而言,一个空间变量在空间的分布有集聚、平均和随机分布三个状态。当样本当分大时,平均分布趋于正态分布。从表1可知,人均GD增量样本数据的正态分布统计量Jarque-Bera值均大于临界5.77,在统计上为非正态分布。就图3看出,我国人均GDP增量集聚形态不是随机分布,也不是正态分布,这就意味着市县人均GDP增量分布只可能集聚分布。根据赵果庆、罗宏翔(2009)提出的集聚强度=样本数×峰度×︱偏度-3︱÷6公式,以表1数据计算我国人均GDP增量的集聚指数为58308.81,东部、中部和西部图3Y分布的Kernel密度函数估计00.511.522.533.544.5x10400.511.522.533.5x10-4
【参考文献】:
期刊论文
[1]中国县域经济差距的收敛性研究——基于动态面板数据的GMM方法[J]. 陈芳,龙志和. 中国科技论坛. 2011(04)
[2]中国区域经济差异与收敛[J]. 潘文卿. 中国社会科学. 2010(01)
[3]中国梯度发展模式下经济效率的增进——基于空间视角的分析[J]. 吕冰洋,余丹林. 中国社会科学. 2009(06)
[4]西部大开发成效与中国区域经济收敛[J]. 刘生龙,王亚华,胡鞍钢. 经济研究. 2009(09)
[5]经济地理与地区间工资差异[J]. 范剑勇,张雁. 经济研究. 2009(08)
[6]中国经济收敛速度的估计[J]. 周亚虹,朱保华,刘俐含. 经济研究. 2009(06)
[7]中国制造业集聚:度量与显著性检验——基于集聚测量新方法[J]. 赵果庆,罗宏翔. 统计研究. 2009(03)
[8]中国人均GDP的空间相关与地区收敛:1978—2003[J]. 张晓旭,冯宗宪. 经济学(季刊). 2008(02)
[9]县域经济增长集聚与差异:空间计量经济实证分析[J]. 吴玉鸣. 世界经济文汇. 2007(02)
[10]中国地区经济发展差距的空间分析[J]. 张馨之,何江. 地域研究与开发. 2007(01)
本文编号:3447739
【文章来源】:经济科学. 2016,(04)北大核心CSSCI
【文章页数】:13 页
【部分图文】:
图3Y分布的Kernel密度函数估计
于Y平均值的样本分布就一般而言,一个空间变量在空间的分布有集聚、平均和随机分布三个状态。当样本当分大时,平均分布趋于正态分布。从表1可知,人均GD增量样本数据的正态分布统计量Jarque-Bera值均大于临界5.77,在统计上为非正态分布。就图3看出,我国人均GDP增量集聚形态不是随机分布,也不是正态分布,这就意味着市县人均GDP增量分布只可能集聚分布。根据赵果庆、罗宏翔(2009)提出的集聚强度=样本数×峰度×︱偏度-3︱÷6公式,以表1数据计算我国人均GDP增量的集聚指数为58308.81,东部、中部和西部图3Y分布的Kernel密度函数估计00.511.522.533.544.5x10400.511.522.533.5x10-4
于Y平均值的样本分布就一般而言,一个空间变量在空间的分布有集聚、平均和随机分布三个状态。当样本当分大时,平均分布趋于正态分布。从表1可知,人均GD增量样本数据的正态分布统计量Jarque-Bera值均大于临界5.77,在统计上为非正态分布。就图3看出,我国人均GDP增量集聚形态不是随机分布,也不是正态分布,这就意味着市县人均GDP增量分布只可能集聚分布。根据赵果庆、罗宏翔(2009)提出的集聚强度=样本数×峰度×︱偏度-3︱÷6公式,以表1数据计算我国人均GDP增量的集聚指数为58308.81,东部、中部和西部图3Y分布的Kernel密度函数估计00.511.522.533.544.5x10400.511.522.533.5x10-4
【参考文献】:
期刊论文
[1]中国县域经济差距的收敛性研究——基于动态面板数据的GMM方法[J]. 陈芳,龙志和. 中国科技论坛. 2011(04)
[2]中国区域经济差异与收敛[J]. 潘文卿. 中国社会科学. 2010(01)
[3]中国梯度发展模式下经济效率的增进——基于空间视角的分析[J]. 吕冰洋,余丹林. 中国社会科学. 2009(06)
[4]西部大开发成效与中国区域经济收敛[J]. 刘生龙,王亚华,胡鞍钢. 经济研究. 2009(09)
[5]经济地理与地区间工资差异[J]. 范剑勇,张雁. 经济研究. 2009(08)
[6]中国经济收敛速度的估计[J]. 周亚虹,朱保华,刘俐含. 经济研究. 2009(06)
[7]中国制造业集聚:度量与显著性检验——基于集聚测量新方法[J]. 赵果庆,罗宏翔. 统计研究. 2009(03)
[8]中国人均GDP的空间相关与地区收敛:1978—2003[J]. 张晓旭,冯宗宪. 经济学(季刊). 2008(02)
[9]县域经济增长集聚与差异:空间计量经济实证分析[J]. 吴玉鸣. 世界经济文汇. 2007(02)
[10]中国地区经济发展差距的空间分析[J]. 张馨之,何江. 地域研究与开发. 2007(01)
本文编号:3447739
本文链接:https://www.wllwen.com/jingjilunwen/quyujingjilunwen/3447739.html