中国西南地区引进外资格局时空演变规律分析与驱动因素检验:城市样本
发布时间：2021-10-27 19:31
为优化外资空间布局,文章讨论了中国西南地区引进外资空间结构的演化进程及其驱动因素。文章在文献回顾基础上,首先是基于外资规模时序演化与波动幅度分析的西南外资时间演化分析;其次是基于Moran’s I指数、空间聚集探索性分析的外资分布空间演化分析;再次是时序演化与空间演化双重作用下的西南地区外资投资重心轨迹分析;第四部分,进行了外资进入空间因素检验与各城市关键影响因素比较;最后是对策建议。文章发现,考察期内,西南地区外资空间布局差异上升,外资投资重心窄幅移动,长期徘徊在四川与贵州两省境内。影响因素方面,GDP、工资水平、人口密度等因素显著正向影响外资进入意愿,距离、工业化水平则与外资进入负相关。区域内各城市应针对其引资短板,在打破行政边界约束,促进经济一体化前提下,积极提升区域经济水平,完善各类基础设施,推进消费升级,增加教育投入,提升外资空间溢出效应,推进外资规模与结构的双重优化。
【文章来源】：经济问题探索. 2019,(06)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
西南地区各年实际利用外资额Moran’I指数P值趋势图
以前述57个城市为亚区地理中心，各城市空间地理坐标以城市政府驻地坐标表示，按照下述式(1)计算各亚区中心坐标，Xj=∑ni=1mixi∑ni=1mi，Yj=∑ni=1miyi∑ni=1mi(1)其中，n为亚区个数，(Xj，Yj)代表第i个亚区中心坐标为，Mi为第i亚区属性测量值。将实际利用外资额属性值和相应坐标代入模型，得到历年外商直接投资重心坐标，接着按照时间线索建立空间联系，得到考察期内西南地区引进外资重心移动轨迹如图6。图6西南地区引进外资重心演化轨迹39
详见表2。表2西南地区Moran’I指数表年份morans＇IP值Z值20000.05253750.2090.81312001－0.02761350.387－0.33032002－0.025640.428－0.17872003－0.03622550.332－0.42862004－0.01078260.493－0.044320050.118670.0371.910220060.1159810.0441.805520070.2789680.0014.190820080.2795430.0014.102220090.3295340.0014.980620100.2380750.0023.422620110.3591370.0015.698220120.3368270.0015.036720130.216770.0023.362120140.3103290.0014.80520150.3527750.0015.6959注:检验采用距离权值矩阵，随机性检验采用999permutation。同时，西南地区各年实际利用外资额全域Moran’I指数P值趋势如图3。图3西南地区各年实际利用外资额Moran’I指数P值趋势图如上，2000－2015年的16年间有11年通过了5%的显著性水平检验。以2005年为界限，此前外资没有空间集聚特征，此后则出现了稳定的空间聚集。说明西南地区各地级市之间引资差距巨大，推测原因可能在于中国刚刚进入WTO，西南地区对外开放程度不高，且外资空间效应具有滞后性。2.空间关联演变分析(1)空间关联稳定性分析。根据该区域各城市引进外资有效聚集期间的2005年至2015年Moran’sI四象限图，可以得到各年度空间聚集图，详见图4。图42000－2015年西南地区引进外资的Moran’sIMoran’sI指数四象限图29
【参考文献】：
期刊论文
[1]中国经济不平衡不充分发展的表现、原因及对策[J]. 杨继瑞,康文峰. 贵州师范大学学报(社会科学版). 2018(03)
[2]对外投资和引进外资的双向协调发展研究[J]. 黄凌云,刘冬冬,谢会强. 中国工业经济. 2018(03)
[3]基于“一带一路”构建西部地区外资集聚平台研究[J]. 庞鹤,王珏. 西北大学学报(哲学社会科学版). 2018(02)
[4]“一带一路”倡议下对我国中西部利用外资的思考[J]. 聂平香,崔艳新,王拓. 国际贸易. 2017(10)
[5]中国利用外资区位条件的变化:基于中美制造业成本的比较分析[J]. 杨丹辉,渠慎宁,李鹏飞. 国际贸易. 2017(09)
[6]外资政策演进过程中的地方政府执行力问题研究[J]. 刘畅. 上海行政学院学报. 2016(05)
[7]“一带一路”国内核心区与外商直接投资的异质性——基于东、中、西部的比较分析[J]. 宋维佳,刘丹阳. 财经问题研究. 2016(09)
[8]影响外商直接投资的因素探讨及对广西吸引外资的启示——基于灰色关联度分析的桂赣两省区对比[J]. 王廖莎. 经济研究参考. 2016(29)
[9]2000—2010年长三角地区参与全球劳动分工的时空演化格局——以财富500强外资制造业企业为例[J]. 李涛,张伊娜. 城市发展研究. 2016(03)
[10]外资企业选址与企业生产率[J]. 李佩源,王春阳. 南方经济. 2015(09)
本文编号：3462198
【文章来源】：经济问题探索. 2019,(06)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
西南地区各年实际利用外资额Moran’I指数P值趋势图
以前述57个城市为亚区地理中心，各城市空间地理坐标以城市政府驻地坐标表示，按照下述式(1)计算各亚区中心坐标，Xj=∑ni=1mixi∑ni=1mi，Yj=∑ni=1miyi∑ni=1mi(1)其中，n为亚区个数，(Xj，Yj)代表第i个亚区中心坐标为，Mi为第i亚区属性测量值。将实际利用外资额属性值和相应坐标代入模型，得到历年外商直接投资重心坐标，接着按照时间线索建立空间联系，得到考察期内西南地区引进外资重心移动轨迹如图6。图6西南地区引进外资重心演化轨迹39
详见表2。表2西南地区Moran’I指数表年份morans＇IP值Z值20000.05253750.2090.81312001－0.02761350.387－0.33032002－0.025640.428－0.17872003－0.03622550.332－0.42862004－0.01078260.493－0.044320050.118670.0371.910220060.1159810.0441.805520070.2789680.0014.190820080.2795430.0014.102220090.3295340.0014.980620100.2380750.0023.422620110.3591370.0015.698220120.3368270.0015.036720130.216770.0023.362120140.3103290.0014.80520150.3527750.0015.6959注:检验采用距离权值矩阵，随机性检验采用999permutation。同时，西南地区各年实际利用外资额全域Moran’I指数P值趋势如图3。图3西南地区各年实际利用外资额Moran’I指数P值趋势图如上，2000－2015年的16年间有11年通过了5%的显著性水平检验。以2005年为界限，此前外资没有空间集聚特征，此后则出现了稳定的空间聚集。说明西南地区各地级市之间引资差距巨大，推测原因可能在于中国刚刚进入WTO，西南地区对外开放程度不高，且外资空间效应具有滞后性。2.空间关联演变分析(1)空间关联稳定性分析。根据该区域各城市引进外资有效聚集期间的2005年至2015年Moran’sI四象限图，可以得到各年度空间聚集图，详见图4。图42000－2015年西南地区引进外资的Moran’sIMoran’sI指数四象限图29
【参考文献】：
期刊论文
[1]中国经济不平衡不充分发展的表现、原因及对策[J]. 杨继瑞,康文峰. 贵州师范大学学报(社会科学版). 2018(03)
[2]对外投资和引进外资的双向协调发展研究[J]. 黄凌云,刘冬冬,谢会强. 中国工业经济. 2018(03)
[3]基于“一带一路”构建西部地区外资集聚平台研究[J]. 庞鹤,王珏. 西北大学学报(哲学社会科学版). 2018(02)
[4]“一带一路”倡议下对我国中西部利用外资的思考[J]. 聂平香,崔艳新,王拓. 国际贸易. 2017(10)
[5]中国利用外资区位条件的变化:基于中美制造业成本的比较分析[J]. 杨丹辉,渠慎宁,李鹏飞. 国际贸易. 2017(09)
[6]外资政策演进过程中的地方政府执行力问题研究[J]. 刘畅. 上海行政学院学报. 2016(05)
[7]“一带一路”国内核心区与外商直接投资的异质性——基于东、中、西部的比较分析[J]. 宋维佳,刘丹阳. 财经问题研究. 2016(09)
[8]影响外商直接投资的因素探讨及对广西吸引外资的启示——基于灰色关联度分析的桂赣两省区对比[J]. 王廖莎. 经济研究参考. 2016(29)
[9]2000—2010年长三角地区参与全球劳动分工的时空演化格局——以财富500强外资制造业企业为例[J]. 李涛,张伊娜. 城市发展研究. 2016(03)
[10]外资企业选址与企业生产率[J]. 李佩源,王春阳. 南方经济. 2015(09)
本文编号：3462198
本文链接：https://www.wllwen.com/jingjilunwen/zbyz/3462198.html
