經(jīng)濟發(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)濟發(fā)展水平差異范文

關鍵詞：經(jīng)濟發(fā)展 經(jīng)濟差異 東四盟市

內(nèi)蒙古東四盟市位于內(nèi)蒙古東部，總面積約46.23萬平方公里，約占內(nèi)蒙古土地面積的39%；現(xiàn)有人口1163.79萬人，約占內(nèi)蒙古總人口的47.1%。內(nèi)蒙古東四盟市地處內(nèi)陸但與周邊地區(qū)關聯(lián)性極強，周邊相連河北、吉林、遼寧和黑龍江4個省區(qū)，并與俄羅斯、蒙古接壤，具有廣泛的區(qū)際、國際合作的可能；也便于內(nèi)蒙古東四盟市抓住東北振興的機遇，實現(xiàn)自身經(jīng)濟的騰飛。所以經(jīng)濟發(fā)展水平差異研究、縮小區(qū)域差異、促進各地區(qū)平衡發(fā)展，己經(jīng)是蒙東地區(qū)經(jīng)濟全面協(xié)調發(fā)展需待解決的問題。

一、數(shù)據(jù)來源與研究方法

（一） 數(shù)據(jù)來源

本文以縣級區(qū)域（含縣、自治縣、縣級市）為地域研究單位來采集數(shù)據(jù)，選取內(nèi)蒙古東四盟市39個縣級行政單元的1995年、2000年、2005年和2010年4個年份為研究時間截面。選取的社會經(jīng)濟指標主要來源于1996年、2001年、2006年、2011年的《內(nèi)蒙古統(tǒng)計年鑒》和地方志（統(tǒng)計年鑒）。

（二）研究方法與指標選擇

內(nèi)蒙古東四盟市每個縣、市的經(jīng)濟由于生產(chǎn)力水平、人文社會經(jīng)濟條件、資源稟賦等原因，縣域之間存在著明顯的差異。單一指標法雖然簡單直觀，但是無法全面反映區(qū)域經(jīng)濟發(fā)展整體水平，因此應用SPSS軟件對12個社會經(jīng)濟統(tǒng)計指標標準化后進行主成分分析，得到每個主成分對39個個案的得分。從相關系數(shù)矩陣可以看出，各變量間存在很高的相關性，符合因子分析的前提條件。以旋轉后各主成分的方差貢獻率作為權重，與各主成分得分的加權求和得到4個年份各縣經(jīng)濟發(fā)展綜合水平指數(shù)值，以此作為依據(jù)比較評價內(nèi)蒙古東四盟市經(jīng)濟發(fā)展水平差異。再運用ArcGIS軟件對研究區(qū)域經(jīng)濟綜合水平進行類型劃分并歸納出內(nèi)蒙古東四盟市經(jīng)濟發(fā)展差異演變的基本特征。

影響內(nèi)蒙古東四盟市經(jīng)濟發(fā)展的因素是多方面的，與經(jīng)濟實力、經(jīng)濟規(guī)模、經(jīng)濟結構等方面有關，考慮到指標的科學性、全面性以及數(shù)據(jù)的可獲取性，本文統(tǒng)一選取12個統(tǒng)計指標，包括：X1人均GDP（元）、X2人均社會固定資產(chǎn)投資（元）、X3人均社會消費品零售總額（元）、X4人均財政收入（元）、X5人均財政支出（元）、X6人均城鄉(xiāng)居民儲蓄存款余額（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)濟發(fā)展差異的時間演變

（一） 內(nèi)蒙古東四盟市經(jīng)濟綜合水平的計算

本文選用巴特利特球形檢驗法和KMO檢驗，設定提取的主成分個數(shù)為3，采用方差極大法旋轉，把主成分得分作為新變量保存在數(shù)據(jù)文件中，得到社會經(jīng)濟主成分載荷矩陣。結果顯示：

1.1995年的Bartlett值=420.927，Sig=0，說明相關矩陣不是一個單位矩陣，可以進行因子分析，KMO值為0.693，表明因子分析的結果較好；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)計學家Kaiser給出的標準，KMO值大于0.6，表明變量間的相關很小，因子分析的結果較好，巴特利特（bartlett值）球體檢驗通常用于檢驗相關陣是否是單位陣，檢驗結果的顯著性，相應的概率Sig值小于0.5時適宜進行主成分分析。

2.經(jīng)過方差極大法旋轉后，1995年的第3主成分的累計方差貢獻率是75.166%，2000年是74.460%，2005年是85.584%，2010年是82.486%，包含了這12個指標的大部分信息，說明選擇3個主成分較為恰當。

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，根據(jù)其意義判斷是經(jīng)濟實力主成分；第2主成分與X10、X11有較大的正相關，是經(jīng)濟結構主成分；第3主成分與X2、X12有較大的正相關，是經(jīng)濟規(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，是經(jīng)濟實力主成分；第2主成分與X12有較大的正相關，是經(jīng)濟結構主成分；第3主成分與X11、X12有較大的正相關，是經(jīng)濟規(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，是經(jīng)濟實力主成分；第2主成分與X3、X6、X11有較大的正相關，是經(jīng)濟結構主成分；第3主成分與X8、X9有較大的正相關，是經(jīng)濟規(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，是經(jīng)濟實力主成分；第2主成分與X3、X6、X11有較大的正相關，是經(jīng)濟結構主成分；第3主成分與X8、X9有較大的正相關，是經(jīng)濟規(guī)模主成分。主成分分析解決了原有的12個社會經(jīng)濟統(tǒng)計指標有較大相關性的問題，得出的3個主成分涵蓋了約75%以上的原有信息，并生成了3個主成分對39個個案的得分，以旋轉后各主成分的方差貢獻率作為權重，與各主成分得分的加權求和得到1995、2000、2005、2010年4個年份的各縣經(jīng)濟發(fā)展水平綜合指數(shù)。該指數(shù)越高，說明該地區(qū)經(jīng)濟發(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)濟發(fā)展差異演變。

（二）內(nèi)蒙古東四盟市經(jīng)濟發(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)濟發(fā)展綜合水平指數(shù)，運用SPSS進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)部縣之間的相對稱謂，并不具有全國意義。因為從全國范圍看，內(nèi)蒙古東四盟市屬于欠發(fā)達地區(qū)。

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

進一步分析圖1后發(fā)現(xiàn)：1995年快發(fā)展型的縣有3個，主要位于呼倫貝爾市縣級城市；較發(fā)展型的縣有6個，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，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，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，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，主要位于呼倫貝爾西部；慢發(fā)展型的縣有7個，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，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，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，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，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，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，主要位于呼倫貝爾市及通遼市；較發(fā)展型的縣有5個，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，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，主要位于興安盟地區(qū)、通遼市及赤峰市東部地區(qū)。

三、結果分析

在上述研究基礎上，可進一步歸納出內(nèi)蒙古東四盟市經(jīng)濟發(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，無論個數(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)濟綜合水平指數(shù)可知，東四盟市經(jīng)濟發(fā)展差距幅度比較穩(wěn)定，2005年后經(jīng)濟發(fā)展差距有明顯拉大的趨勢?？彀l(fā)展型和慢發(fā)展型總體上從東四盟市北部向南部轉移，而滯后型的個數(shù)明顯減少。（三）通遼市和赤峰市經(jīng)濟發(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)濟發(fā)展水平明顯下降。（四）興安盟一直是東四盟市經(jīng)濟發(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)，說明興安盟的發(fā)展速度明顯慢于整個東四盟市其它地區(qū)。（五）東四盟市約30%的縣經(jīng)濟發(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個縣一直屬于滯后型。

2005年以來，內(nèi)蒙古東四盟市縣域經(jīng)濟差異呈現(xiàn)拉大趨勢，從經(jīng)濟綜合水平相對地位來看，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)展型縣域的帶動作用不明顯。整體發(fā)展從東北向西南轉移，較發(fā)展型縣域空間范圍擴大，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)濟發(fā)展水平縣域集聚區(qū)、高經(jīng)濟增長水平縣域以及邊緣縣域與其各自相鄰縣域經(jīng)濟發(fā)展相關性不顯著，各類型從連片的面狀分布發(fā)展成關聯(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)量上來看，快發(fā)展型

研究內(nèi)蒙古東四盟市經(jīng)濟發(fā)展差異，對西部大開發(fā)和東三省老工業(yè)地區(qū)復興問題的有效解決，及東三省和內(nèi)蒙古東四盟市的區(qū)域協(xié)調發(fā)展和區(qū)域協(xié)作的方式具有重要指導意義。同時，可為其他經(jīng)濟欠發(fā)達的省邊緣區(qū)提供發(fā)展思路。

參考文獻：

[1]李小建，喬家君.20世紀90年代中國縣際經(jīng)濟差異的空間分析[J].地理學報，2001，56（2）.

[2]孫珊珊，朱傳耿，李志江.淮海經(jīng)濟區(qū)經(jīng)濟發(fā)展差異研究[J].地理學報，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)濟差異的空間格局演化分析[J].經(jīng)濟地理，2011，31（2）.

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

[5]許旭，金鳳君，.成渝經(jīng)濟區(qū)縣域經(jīng)濟實力的時空差異分析[J].經(jīng)濟地理，2010，30（3）.

[6]張超.計量地理學基礎[M].北京：高等教育出版社，2009.

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

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

第2篇：經(jīng)濟發(fā)展水平差異范文

關鍵詞：建成區(qū)綠地率；經(jīng)濟發(fā)展；計量分析；時空差異

中圖分類號：TU985.2 文獻標識碼：A 文章編號：0439-8114（2016）16-4317-05

DOI：10.14088/ki.issn0439-8114.2016.16.062

改革開放以來，中國經(jīng)濟持續(xù)高速增長，至2014年底，年均增長率在9.5%以上[1]。城市經(jīng)濟發(fā)展既對城市綠地建設水平提出了更高要求，也為其快速提升提供了必要的物質基礎。1981-2014年中國建成區(qū)綠地面積從11.00萬hm2增至182.00萬hm2，建成區(qū)綠地率從14.79%增至36.29%[2]。目前，中國經(jīng)濟發(fā)展已進入到轉方式調結構的重要時期[3]，城市綠地建設也步入新的發(fā)展階段[4]，且不同地區(qū)間的城市經(jīng)濟發(fā)展狀況與綠地建設水平均存在較大差異[5]，故探究前者對后者影響的時空差異，對全國及各地區(qū)城市綠地建設有針對性地把握經(jīng)濟發(fā)展新契機，更好地利用經(jīng)濟發(fā)展的促進作用，具有重要的理論意義與實踐價值。

目前，尚未有學者就城市經(jīng)濟發(fā)展對城市綠地建設水平影響的時空差異做出研究，相關研究側重于討論兩者間的內(nèi)在關系。例如，吳彤等[6]以南京為研究對象，定量分析出經(jīng)濟發(fā)展水平與綠地規(guī)模存在顯著相關性；劉鵬等[7]以綿陽作為研究對象，借助軟件SPSS 10.0，分析出綿陽市經(jīng)濟增長與綠地建設水平間存在密切關系。在上述成果基礎上，開展以下方面的探討將使研究體系更加完整，針對全國層面、不同地區(qū)層面等多個空間單元分別進行實證分析，比較不同空間單元城市經(jīng)濟發(fā)展對城市綠地建設水平影響的差異；分析比較不同時間段內(nèi)城市經(jīng)濟發(fā)展對城市綠地建設水平影響的差異及演變趨勢。

1 變量選取、數(shù)據(jù)基礎與研究范圍

1.1 變量選取

城市經(jīng)濟是以城市空間為載體，通過人口、資本、技術等高度聚集，形成二、三產(chǎn)業(yè)快速發(fā)展及結構不斷優(yōu)化的地區(qū)經(jīng)濟[8]，其促進綠地建設水平提高主要體現(xiàn)在總產(chǎn)值增加、人均產(chǎn)值提升、地均產(chǎn)值增長、產(chǎn)業(yè)結構升級、綠地建設投資增加等方面。體現(xiàn)城市經(jīng)濟發(fā)展及城市綠地建設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)濟總產(chǎn)值。由于第一產(chǎn)業(yè)的產(chǎn)值占城市經(jīng)濟總產(chǎn)值比例較小，且對城市綠地建設水平影響程度較弱，故選第二與第三產(chǎn)業(yè)產(chǎn)值之和表征經(jīng)濟總產(chǎn)值。

2）人均二、三產(chǎn)業(yè)總值（PNV），單位為萬元/人，表征人均產(chǎn)值。計算該指標的人口變量選城區(qū)常住人口更具科學性，但其統(tǒng)計口徑發(fā)生過變化，故選統(tǒng)計口徑一致且數(shù)據(jù)連續(xù)性強的城市非農(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。計算該指標時選建成區(qū)面積作為其分母。

4）三產(chǎn)比重（SC），單位為%，表征產(chǎn)業(yè)結構。該指標是通過第三產(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），單位是萬元，表征城市綠地建設投資。此類投資為城市園林綠化固定資產(chǎn)再生產(chǎn)活動，包括改建、擴建及新建園林綠化等活動[2]。

6）建成區(qū)綠地率（GBD），單位為%，表征城市綠地建設水平。反映城市綠地建設水平的指標很多，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)計口徑一致、數(shù)值精確、作為相對指標更適合用于不同地區(qū)間進行比較等優(yōu)勢[9]。

1.2 數(shù)據(jù)來源及處理

以上各指標來自《中國城市建設統(tǒng)計年鑒（報）》、《中國城市統(tǒng)計年鑒》與《中國人口和就業(yè)統(tǒng)計年鑒》（《中國人口統(tǒng)計年鑒》）。為盡可能消除異方差對實證檢驗的影響，對部分指標采取對數(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)《中國城市建設統(tǒng)計年鑒》中按區(qū)域經(jīng)濟帶劃分地區(qū)的方式，將中國劃分為東、中、西三大地區(qū)。在時間尺度上，根據(jù)中國二、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個時間段（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起伏階段；2011-2014年為總產(chǎn)值年均增速下降階段。

2 實證分析

2.1 單位根檢驗及協(xié)整檢驗

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

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

2.2 建立計量模型

通過F檢驗及Hausman檢驗，發(fā)現(xiàn)全國及三大地區(qū)的面板數(shù)據(jù)均拒絕常截距模型與隨機效應模型，故采用固定效應模型進行研究，考察不同時空內(nèi)城市經(jīng)濟發(fā)展對城市綠地建設水平影響的狀況及差異[9]。建立計量模型如下：

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

式中，C為常數(shù)項，β1～β5為回歸系數(shù)，GBDit、INVit、PNVit、MDit、SCit、TZit分別代表第i個省份第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)濟發(fā)展對城市綠地建設水平影響空間尺度分析

由表3可知，全國及三大地區(qū)城市經(jīng)濟發(fā)展對城市綠地建設水平影響的回歸結果。全國經(jīng)濟變量T值均顯著，且顯著性水平高；三大地區(qū)由于各自特點，其內(nèi)部個別經(jīng)濟變量T值不顯著。模型調整后R2均較高，F(xiàn)值較高且顯著，表明各模型擬合度均較好。回歸結果說明基于全國及三大地區(qū)，各經(jīng)濟變量對城市綠地建設水平的解釋力強[12]。

2.3.1 全國SC回歸系數(shù)最大，MD影響效果最弱 從全國層面看，經(jīng)濟總產(chǎn)值增加、人均及地均產(chǎn)值提高、產(chǎn)業(yè)結構升級與園林綠化固定資產(chǎn)投資均較大程度促進建成區(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GBD增加。SC回歸系數(shù)為0.199 4，表示其每增長10%，GBD將提高19.94%。INV、TZ、PNV對GBD的影響效果顯著且作用力較強，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)結構與城市綠地建設水平間的聯(lián)系十分密切，前者的調整與升級既對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)濟總產(chǎn)值及人均、地均產(chǎn)值增加都會為城市綠地建設提供必備的物質基礎與資金保障；③園林綠化固定資產(chǎn)投資中的一部分資金用于修復、改造原有建設，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，故園林綠化投資對城市綠地建設的促進力度相對較?。虎苎芯繒r段內(nèi)，建成區(qū)面積擴張過快，導致地均產(chǎn)值的增長相對較慢，其影響效果及作用力度相對較弱。

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GBD的促進力度最大，回歸系數(shù)為0.267 9，表示SC每增長10%，GBD將提高26.79%；INV對GBD的促進力度排第2位，回歸系數(shù)為0.020 9；PNV、TZ對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)結構升級很快，比重不斷加大的第三產(chǎn)業(yè)對城市綠地的需求最強烈，且其所給予后者的發(fā)展空間最大，同時，與城市綠地建設相關的產(chǎn)業(yè)也大幅增加；②東部產(chǎn)業(yè)總值高，提升速度快，對綠地建設水平提高的支撐作用十分明顯；③研究時段內(nèi)，東部城市人口數(shù)量與建成區(qū)面積增長均過快，減緩了人均產(chǎn)值及地均產(chǎn)值的提升速度，導致其對綠地建設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GBD的促進力度最強，回歸系數(shù)為0.166 8；MD對GBD的促進力度較弱于SC，回歸系數(shù)為0.034 9；TZ的回歸系數(shù)為0.017 4，與全國、東部、西部相比，其在中部的促進力度更大；INV的促進力度最弱，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)結構調整、升級處于不斷加快階段，與城市綠地建設水平間的聯(lián)系不斷加深；②本地區(qū)城市綠地建設基礎相對薄弱，強有力的園林綠化投資使其建設水平能夠快速提升；③中部人口基數(shù)較大，導致人均產(chǎn)值增加對城市綠地建設水平的促進作用相對較弱；④中部建成區(qū)面積擴張速度相對較慢，地均產(chǎn)值的提升則相對較快，對城市綠地建設水平的促進作用相比其他地區(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GBD的作用力度在各變量同幅度增加條件下最大，且在全國及各地區(qū)間相對最大，回歸系數(shù)為0.040 8，表示其每增加10%，GBD增長4.08%；PNV的促進力度排第二位，回歸系數(shù)為0.027 6；INV與TZ的促進作用較為接近，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)面積相對較小，人口相對較少，兩者的擴張速度均較慢，而隨著西部大開發(fā)等政策制度的落實與實施，經(jīng)濟總量快速增長，使西部地均產(chǎn)值與人均產(chǎn)值相對較快提升，成為促使城市綠地建設水平提高的重要因素；②西部產(chǎn)業(yè)結構較落后，第三產(chǎn)業(yè)產(chǎn)值比重小，較難在短時間內(nèi)改變現(xiàn)狀。

2.4 城市經(jīng)濟發(fā)展對城市綠地建設水平影響時間尺度分析

本研究不僅基于空間尺度進行分析，也從時間尺度考察了不同時間段中國經(jīng)濟發(fā)展對城市綠地建設水平影響的差異及演變情況。對1996-2004年、2005-2010年、2011-2014年3個時間段分別進行檢驗，得到回歸結果（表4）。模型調整后R2均較高，F(xiàn)統(tǒng)計量均在1%水平顯著，表明各模型整體擬合均較好，即在不同時間段內(nèi)城市經(jīng)濟發(fā)展對城市綠地建設水平提高均具有很強的解釋力。

2.4.1 1996-2004年SC作用力度最強，MD與PNV影響效果不顯著 此時間段內(nèi)，在各變量同幅增加條件下，SC對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促進力度較大，回歸系數(shù)為0.035 1；TZ促進力度較小，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)結構進入到加速調整與升級時期，三產(chǎn)比重不斷提升，對城市綠地建設的需求不斷提升，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，為城市綠地建設的多方面均提供了必要保障，在基本物質層面支撐了其水平穩(wěn)步提高；③針對城市綠地建設的專項投資還相對較少，對其整體水平提升的促進力度相對較弱；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階段，人均及地均產(chǎn)值的增速相對減緩，對城市綠地建設水平影響不顯著。

2.4.2 2005-2010年SC作用力度減弱，TZ作用力度增強 此時間段內(nèi)回歸模型的擬合度在3個模型中最高；SC回歸系數(shù)為0.218 8，對GBD的促進作用與前一階段相比開始減弱，但作用力度仍最大；MD對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GBD的促進力度相對增強；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)濟發(fā)展水平明顯高于上一階段，其對城市綠地建設水平提高的促進作用明顯增強；②促進城市綠地建設水平提升的各方面因素增多，產(chǎn)業(yè)結構升級對其的影響比重開始下降；③該階段城市綠地建設更加受到重視，由于相關政策、建設理念等影響，對城市綠地的投資力度不斷增強。

2.4.3 2011-2014年各變量作用力度減弱 此時間段內(nèi)經(jīng)濟發(fā)展的大多變量對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?。籘Z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中國整體經(jīng)濟增速較上一階段開始放緩，制約了經(jīng)濟發(fā)展，尤其是在總產(chǎn)值、人均及地均產(chǎn)值增加方面對綠地建設的促進作用；②在轉型時期，經(jīng)濟發(fā)展更加側重于通過產(chǎn)業(yè)結構升級、固定資產(chǎn)投資等方面促進城市綠地建設水平提升。

3 結論與討論

3.1 結論

1）中國城市經(jīng)濟發(fā)展有力地促進了城市綠地建設水平提高，產(chǎn)業(yè)結構升級、總產(chǎn)值增加、人均產(chǎn)值增長、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大動力。在相同幅度增加的條件下，產(chǎn)業(yè)結構升級對城市綠地建設水平提高的促進力度最強。

2）從空間尺度看，城市經(jīng)濟發(fā)展對不同地區(qū)城市綠地建設水平提高的促進作用存在差異。產(chǎn)業(yè)結構升級在東部和中部的促進力度最大，而在西部的影響效果不顯著；經(jīng)濟總產(chǎn)值增加的促進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）從時間尺度看，中國城市經(jīng)濟發(fā)展對城市綠地建設水平的促進力度呈現(xiàn)為先加強，后不斷減弱的趨勢。產(chǎn)業(yè)結構升級雖在不同階段均保持最強促進作用，但隨時間推移，其作用力度不斷降低；經(jīng)濟總量增加的促進強度在大多數(shù)時期處于第二位，且促進力度也在逐步下降；園林綠化固定資產(chǎn)投資的促進力度先大幅加強，后又小幅減弱；地均產(chǎn)值提高的促進效果經(jīng)歷了由不顯著轉為顯著，后又變?yōu)椴伙@著的過程；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）中國城市經(jīng)濟發(fā)展對城市綠地建設水平提高的促進作用不斷減弱是客觀趨勢，需深刻認識與積極利用兩者間的規(guī)律及作用機制，把握好現(xiàn)階段產(chǎn)業(yè)結構升級與園林綠化固定資產(chǎn)投資加大為城市綠地建設帶來的良好契機，發(fā)揮好轉型時期經(jīng)濟發(fā)展所能提供的促進效力。

2）各地區(qū)需就各自經(jīng)濟發(fā)展現(xiàn)狀做出合理判斷與部署，為城市綠地建設水平提高探尋新的動力源。東部應在經(jīng)濟總產(chǎn)值快速增加、產(chǎn)業(yè)結構不斷升級的同時，更加注重加快人均產(chǎn)值及地均產(chǎn)值的提高；中部應更加重視產(chǎn)業(yè)結構升級與經(jīng)濟總產(chǎn)值增長；西部應大力推進產(chǎn)業(yè)結構調整與園林綠化固定資產(chǎn)投資，帶動城市綠地建設水平快速提升。

3）促進城市綠地建設水平提高的因素眾多，經(jīng)濟發(fā)展僅為其中的一個重要方面。城市用地規(guī)模、城市人口數(shù)量、相關政策、建設理念、自然地理條件等均對城市綠地建設起到了推動或抑制作用[4]。在經(jīng)濟發(fā)展的促進作用減弱時，可通過擴張城市建設用地規(guī)模、制定相關政策措施等途徑，在更多方面合理且較快地促進城市綠地建設水平提升。

參考文獻：

[1] 劉 偉.經(jīng)濟新常態(tài)與經(jīng)濟發(fā)展新策略[J].中國特色社會主義研究，2015（2）：5-13.

[2] 中華人民共和國住房和城鄉(xiāng)建設部.中國城市建設統(tǒng)計年鑒（2014年）[M].北京：中國計劃出版社，2015.

[3] 何菊蓮，張 軻，唐未兵.我國經(jīng)濟發(fā)展方式轉變進程測評[J]. 經(jīng)濟學動態(tài)，2012（10）：17-26.

[4] 劉 頌，何 蓓.城市用地分類新標準導引下城市綠地系統(tǒng)規(guī)劃的應對[J].華中建筑，2015（12）：118-120.

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

[6] 吳 彤，倪紹祥.南京市城市綠地規(guī)模與經(jīng)濟發(fā)展水平關系分析[J].南京師大學報（自然科學版），2005（2）：108-111.

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

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

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

[10] 高鐵梅.計量經(jīng)濟分析方法與建模：EViews應用及實例[M].北京：清華大學出版社，2006.

第3篇：經(jīng)濟發(fā)展水平差異范文

1數(shù)據(jù)來源與研究方法

1.1數(shù)據(jù)來源

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

1.2研究方法

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

2結果分析

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，農(nóng)民人均純收入逐年增長，這主要得益于農(nóng)民理財觀念轉變、政策扶持、農(nóng)民素質提高、“一縣一業(yè)”和“一村一品”工程得到落實等幾方面。利用ArcGis軟件的自然間斷點分級法把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等級，最后得到其分級圖（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。從地級市來看，太原市最高，呂梁市和忻州市最低；從縣市來看，清徐縣、河津市、太谷縣、孝義市、靈石縣、長治縣最高，大寧縣、石樓縣、方山縣、永和縣、興縣、臨縣最低；從集聚區(qū)域來看，主要呈現(xiàn)出以朔州市為核心的北部、以太原市、陽泉市、介休市、晉中市為核心的中部、以長治市、晉城市、臨汾市為核心的南部集聚的趨勢；從影響因素來看，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全局自相關分析

為了更好的分析山西省農(nóng)村經(jīng)濟空間分布的內(nèi)在聯(lián)系及演變過程，運用GeoDa軟件計算出2008-2013年山西省農(nóng)民人均純收入全局自相關指數(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)作出全局自相關散點圖（見圖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)濟發(fā)展水平存在明顯的空間正相關性，即山西省農(nóng)村經(jīng)濟發(fā)展在空間分布上呈現(xiàn)出集聚的特征，農(nóng)村經(jīng)濟發(fā)展水平高的縣市其周圍的農(nóng)村經(jīng)濟發(fā)展水平也高，農(nóng)村經(jīng)濟發(fā)展水平低的縣市其周圍的農(nóng)村經(jīng)濟發(fā)展水平也低。從整體來看這種趨勢隨著時間的推移還在逐漸加強。山西省農(nóng)民人均純收入Moran’s指數(shù)呈現(xiàn)出先增長再下降再增長的趨勢。在全局空間自相關散點圖中，按其性質將四個象限依次分為高高、低高、低低、高低，位于第一、三象限的點是正相關的點數(shù)據(jù)，而位于第二、四象限的點是負相關的點數(shù)據(jù)。2008年的農(nóng)民人均純收入散點圖位于第一、三象限的縣市有82個，約占總數(shù)的77%，位于第二、四象限的縣市有24個，約占總數(shù)的23%，77%縣市的農(nóng)村經(jīng)濟發(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)濟落后地區(qū)主要位于西部。到2013年山西省農(nóng)村經(jīng)濟發(fā)展的整體格局變化不大，只是稷山縣、應縣由高高區(qū)域進入低高區(qū)域，表明這些縣農(nóng)村經(jīng)濟發(fā)展速度放緩，明顯低于周圍地區(qū)農(nóng)村經(jīng)濟發(fā)展水平；而垣曲縣、中陽縣、五臺縣、原平市、柳林縣由低低區(qū)域進入高低區(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)達城市憑借區(qū)位、交通、資源等優(yōu)勢農(nóng)村經(jīng)濟發(fā)展速度加快，其經(jīng)濟輻射能力增強，能夠帶動周圍地區(qū)農(nóng)村經(jīng)濟發(fā)展水平的提高，如太原市、晉中市等。

2.3局部空間自相關分析

利用GeoDa軟件計算出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散點圖不能定量表示其顯著性指標，LISA集聚圖正好彌補了這一缺陷，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。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)濟發(fā)展存在明顯的差異，形成顯著的空間二元結構。2008年山西省西部和中部出現(xiàn)了兩個顯著區(qū)域，說明這些縣市與周圍區(qū)域相互關聯(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)展狀態(tài)，其農(nóng)村經(jīng)濟發(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)濟發(fā)展水平較高，其經(jīng)濟輻射能力較高。文水縣和陽曲縣處于低高區(qū)域，其農(nóng)村經(jīng)濟發(fā)展水平明顯低于周圍地區(qū)。至2013年山西省農(nóng)村經(jīng)濟發(fā)展格局變化不大，農(nóng)村經(jīng)濟差異呈現(xiàn)出較弱縮小趨勢。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)達地區(qū)，但是范圍向南、向西擴大。這表明五年來山西省農(nóng)村經(jīng)濟發(fā)展水平較高地區(qū)的經(jīng)濟帶動作用已經(jīng)開始顯現(xiàn)。右玉縣和柳林縣與其周圍農(nóng)村經(jīng)濟發(fā)展呈現(xiàn)出相異的狀態(tài)，柳林縣依托資源優(yōu)勢發(fā)展農(nóng)村經(jīng)濟，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)濟明顯低于周圍地區(qū)。

3建議

第4篇：經(jīng)濟發(fā)展水平差異范文

關鍵詞：赤水河；流域經(jīng)濟；貴州省

中圖分類號：F2

文獻標識碼：A

doi：10.19311/ki.16723198.2017.11.004

流域經(jīng)濟是指依托江河，發(fā)揮流域水資源承載、航運和景觀生態(tài)等功能的經(jīng)濟活動，以實現(xiàn)流域經(jīng)濟均衡發(fā)展的目標。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，導致流域內(nèi)經(jīng)濟發(fā)展差距擴大和經(jīng)濟發(fā)展整體效率不高。目前關于流域經(jīng)濟不平衡問題的研究尚處在起步階段，且較多關注長江流域，關于赤水河流域的研究極少。鑒于此，本文擬從空間維度對貴州赤水河流域的經(jīng)濟發(fā)展情況進行研究，以期為推進“赤水河生態(tài)經(jīng)濟示范區(qū)”創(chuàng)建，促進赤水河流域生態(tài)建設和區(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，是長江干流上游的一級支流，全長436.5公里，是以生態(tài)保護為主，基本上保持原生態(tài)的河流，是三峽庫區(qū)上游重要的生態(tài)屏障，享有“美酒河”、“生態(tài)河”等美譽。整個赤水河流經(jīng)云南、貴州和四川三個省，其中貴州省境內(nèi)流域面積為12222平方公里，占59.8%，涉及七星關區(qū)、大方縣、金沙縣、遵義縣（播州區(qū)）、仁懷市、桐梓縣、習水縣、赤水市等8個市縣（區(qū)）。

數(shù)據(jù)來源：根據(jù)各市縣（區(qū)）統(tǒng)計公報整理。

2.2流域各市縣（區(qū)）產(chǎn)業(yè)結構不合理

從表1可以看出，貴州赤水河流域上游七星關區(qū)、大方縣雖然工業(yè)化起步較早，但最近幾年開始進行產(chǎn)業(yè)結構調整，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%，成為七星關區(qū)、大方縣的主導產(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，尤其是仁懷市，其第二產(chǎn)業(yè)的比重占GDP的比重高達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)濟發(fā)展不平衡

人均GDP這一指標常用來衡量區(qū)域經(jīng)濟發(fā)展水平。從表1可以看出，貴州赤水河流域內(nèi)經(jīng)濟發(fā)展水平最高的是仁懷市，2015年其人均GDP為91483元，遠遠超過全國平均水平，約為全國人均GDP的1.83倍；流域內(nèi)經(jīng)濟發(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)濟發(fā)展水平都低于全國平均水平。

3貴州赤水河流域經(jīng)濟發(fā)展的差異化研究

為探究貴州赤水河流域經(jīng)濟發(fā)展的差異化程度，本文采用變異系數(shù)和基尼系數(shù)兩個指標進行量化研究。

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)值的標準差與平均數(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指標值，求出變異系數(shù)值為0.62，說明貴州省赤水河流域8個縣市（區(qū)）的人均GDP偏離平均值的程度較高，各縣市（區(qū)）經(jīng)濟發(fā)展差異不均衡。

3.2基尼系數(shù)

基尼系數(shù)于20世紀初提出后，就經(jīng)常用作衡量社會收入分配均等程度的指標，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，分別計算各縣市（區(qū)）人均GDP占的比重。

xi=Xi/XX=∑ni=1Xi

（2）計算流域內(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)指標看，貴州省赤水河流域內(nèi)的8個縣市（區(qū)）的區(qū)域經(jīng)濟發(fā)展不均衡；但從基尼系數(shù)指標看，流域內(nèi)各縣市（區(qū)）的社會收入分配比較平均。究其原因，流域內(nèi)除仁懷市的經(jīng)濟發(fā)展水平較高，其他縣市（區(qū)）的經(jīng)濟發(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結論與對策

貴州省赤水河流域內(nèi)8個縣市（區(qū)）的經(jīng)濟發(fā)展水平具有顯著差異，整個流域內(nèi)的經(jīng)濟發(fā)展水平極為不均衡，呈現(xiàn)單極增長，仁懷市的人均GDP遠遠超過全國水平，但其他縣市（區(qū)）的經(jīng)濟發(fā)展水平均落后于全國水平。同時，整個貴州省赤水河流域的城鎮(zhèn)化水平低下，都未達到全國平均水平。對此，需采取相關措施，改善當前赤水河流域的經(jīng)濟發(fā)展狀況。

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

一是根據(jù)貴州赤水河流域的區(qū)域特點，結合貴州的山地農(nóng)耕條件，調整農(nóng)業(yè)種植結構，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，整合物流資源，構建高效的物流服務中心，同時重點推進批發(fā)、零售、會展等行業(yè)發(fā)展，大力推進商貿(mào)、物流等服務業(yè)的發(fā)展。

4.2合理布局，分區(qū)域發(fā)展重點優(yōu)勢產(chǎn)業(yè)

貴州省赤水河流域的上游，其生態(tài)環(huán)境脆弱，同時承擔著保護赤水河流域生態(tài)環(huán)境的重責，該區(qū)域可通過采用現(xiàn)代種植技術，發(fā)展特色生態(tài)經(jīng)濟農(nóng)業(yè)；中游區(qū)則以仁懷的茅臺酒為龍頭，整合為集約化醬香型酒企業(yè)集團，大力發(fā)展循環(huán)工業(yè)，建設全國優(yōu)質白酒生產(chǎn)基地；下游依托獨特的地形地貌，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)補償機制，保障赤水河流域經(jīng)濟持續(xù)發(fā)展

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

參考文獻

[1]呂添貴，吳次芳，陳美球等.基于博弈視角的鄱陽湖流域經(jīng)濟協(xié)調機制及路徑選擇[J].自然資源學報，2014，29（9）：14651474.

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

第5篇：經(jīng)濟發(fā)展水平差異范文

我國西北五省區(qū)(包括陜西、甘肅、寧夏、青海、新疆)總面積約為297萬km2,占全國總面積的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(陜西南部和關中平原除外),年降水量40)600mm。西北五省區(qū)是我國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t標準煤、6496萬t標準煤、3189萬t標準煤、4316萬標準煤、9927萬t標準煤,能源消費年平均增長率分別為14.6%、14.2%、19.9%、18.7%及13.7%,增長速度較快。同時,西北五省區(qū)經(jīng)濟發(fā)展水平整體上處于落后水平,產(chǎn)業(yè)結構不完善,能源結構不合理,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)濟之路。

2指標體系構建及數(shù)據(jù)來源

低碳經(jīng)濟是以低排放、低能耗、高效益為原則的經(jīng)濟發(fā)展模式,其實質是通過更少的資源消耗和環(huán)境污染創(chuàng)造更高的經(jīng)濟效益,從而達到更高水平、更高質量的生活。為了評價西北五省區(qū)低碳經(jīng)濟發(fā)展水平,本文在借鑒學者們的研究成果的基礎上,結合西北地區(qū)的實際情況,建立了由低碳經(jīng)濟發(fā)展基礎、低碳排放、低碳產(chǎn)業(yè)、低碳消費和低碳資源5個一級指標、22個二級指標構成的評價體系。

3結果與分析

我國西北五省區(qū)低碳經(jīng)濟發(fā)展水平存在顯著差異,陜西低碳經(jīng)濟發(fā)展水平地較高,寧夏低碳經(jīng)濟發(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)能源結構不合理,煤炭能源消費仍然占據(jù)很大比重,使經(jīng)濟發(fā)展過程中的碳排放強度高,碳排放壓力過大。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,且對鋼鐵、水泥等高耗能產(chǎn)品的需求量大,導致碳排放量大。»西北五省區(qū)生態(tài)環(huán)境極其脆弱,水資源失調、水土流失嚴重、荒漠化程度加劇,生態(tài)環(huán)境惡化,使社會發(fā)展成本增加,限制了低碳經(jīng)濟發(fā)展水平和速度。¼西北五省區(qū)相關的法律法規(guī)不健全,對低碳經(jīng)濟認識不夠,使西北五省區(qū)低碳經(jīng)濟發(fā)展水平較低。2007)2011年,我國西北五省區(qū)低碳經(jīng)濟發(fā)展水平逐年提高,陜西低碳經(jīng)濟發(fā)展水平指數(shù)由0.6125提高到0.7359,年平均增長率為3.09%;甘肅經(jīng)濟發(fā)展水平指數(shù)由0.3977提高到0.4225,年平均增長率為1.37%;青海經(jīng)濟發(fā)展水平指數(shù)由0.5426提高到0.6307,年平均增長率為1.95%;寧夏經(jīng)濟發(fā)展水平指數(shù)由0.2467提高到0.2723,年平均增長率為0.64%;新疆經(jīng)濟發(fā)展水平指數(shù)由0.2633提高到0.3197,年平均增長率為1.41%。這說明我國西北五省區(qū)低碳經(jīng)濟發(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)濟發(fā)展速度最快,寧夏低碳經(jīng)濟發(fā)展速度最慢。從權重來看,5個一級指標的權重所占的比重分別為14.82%、23.85%、15.43%、24.58%和21.32%。權重越大,表示對評價結果影響越大,因此低碳消費和低碳產(chǎn)業(yè)兩個一級指標對低碳經(jīng)濟發(fā)展水平起主導作用。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,說明這3個省份的節(jié)能減排做得較好;得分較低是寧夏和青海,說明這兩個省區(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)展遠遠落后于全國平均水平,得分僅僅為全國的平均水平得分的1/7)1/2。一個地區(qū)經(jīng)濟社會資源基礎從一定程度決定其區(qū)域發(fā)展程度和方向,經(jīng)濟規(guī)模、產(chǎn)業(yè)結構和城市化水平能直接反應出區(qū)域社會經(jīng)濟資源基礎條件。新疆和陜西的低碳經(jīng)濟發(fā)展基礎較好,得分分別為0.1470和0.0971;甘肅得分最低,為0.0592,不足全國平均水平的1/2。在低碳消費方面,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,說明其能源消費效率低,產(chǎn)業(yè)結構不完善。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結論與建議

4.1結論

主要是:低碳經(jīng)濟發(fā)展水平較低。西北五省區(qū)低碳經(jīng)濟發(fā)展水平均總體較低,仍然處于高碳發(fā)展階段。低碳經(jīng)濟發(fā)展水平最高的為陜西,其次為青海,寧夏的低碳經(jīng)濟發(fā)展水平最低。低碳經(jīng)濟發(fā)展水平逐年提高。2007)2011年,西北五省區(qū)低碳經(jīng)濟發(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)濟發(fā)展速度最快,年平均增長率為3.09%,寧夏低碳經(jīng)濟發(fā)展速度最慢,年平均增長率僅為0.64%。低碳經(jīng)濟發(fā)展難度較大。西北五省區(qū)經(jīng)濟發(fā)展基礎薄弱,產(chǎn)業(yè)結構不合理,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,長期以來對石油、煤炭等化石能源的依賴性強,已處于/碳鎖定0模式。這種模式在短時間內(nèi)很難改變,使西北地區(qū)低碳經(jīng)濟發(fā)展難度增大。低碳經(jīng)濟發(fā)展?jié)摿Υ蟆覍ξ鞅钡貐^(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)濟提供了極其重要的戰(zhàn)略機遇;國家在西部實施生態(tài)和經(jīng)濟和諧發(fā)展戰(zhàn)略,為西北五省區(qū)低碳經(jīng)濟發(fā)展提供了相應的政策保障。西北地區(qū)新能源發(fā)展較快,風能和太陽能等新能源開發(fā)的潛力很大、發(fā)展速度較快,為低碳經(jīng)濟發(fā)展奠定了明顯優(yōu)勢;陜西是我國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)濟模式奠定了人才優(yōu)勢。因此,西北五省區(qū)低碳經(jīng)濟發(fā)展?jié)摿薮蟆?/p>

4.2建議

第6篇：經(jīng)濟發(fā)展水平差異范文

[關鍵詞]房地產(chǎn)經(jīng)濟；主成分分析；因子分析

本文立足于安徽省房地產(chǎn)經(jīng)濟的發(fā)展現(xiàn)狀，構建出一套測度安徽省房地產(chǎn)經(jīng)濟發(fā)展水平的指標體系，運用主成分分析和因子分析法，測算出2004～2015年安徽省房地產(chǎn)經(jīng)濟發(fā)展水平綜合得分以及2015年安徽省16個市房地產(chǎn)經(jīng)濟發(fā)展水平的綜合得分。探索研究安徽省房地產(chǎn)經(jīng)濟的發(fā)展水平和發(fā)展能力，對加快安徽省房地產(chǎn)經(jīng)濟發(fā)展提供了一定的理論和現(xiàn)實借鑒。

1評價指標體系的構建與數(shù)據(jù)處理

1.1評價指標體系的構建

在對有關研究成果進行總結的基礎上，依據(jù)代表性、科學性、綜合性及數(shù)據(jù)可得性等指標選取原則，經(jīng)過細分，最終從房地產(chǎn)投資、建設、銷售及開發(fā)企業(yè)等四個方面選取了11個指標，建立了一套較為完整的評價體系（見表1）。1.2數(shù)據(jù)來源與處理通過對《安徽統(tǒng)計年鑒》2004～2015年的相關數(shù)據(jù)分析和整理，得到原始樣本數(shù)據(jù)。由于各評價指標具有不同的性質和內(nèi)涵，相互之間不具有可比性，因此要對原始數(shù)據(jù)進行標準化處理，將其轉化為無量綱的純數(shù)值，使各指標相互之間具有可比性，公式為：Yij=（Xij-Xmin）/（Xmax-Xmin）式中Yij為原始指標數(shù)據(jù)進行標準化處理后的數(shù)值；Xij為原始指標值；Xmin為該項指標的最小值；Xmax為該項指標的最大值。

2安徽省房地產(chǎn)經(jīng)濟發(fā)展水平評價

2.1總體評價

利用時序數(shù)據(jù)對安徽省2004～2015年整體房地產(chǎn)經(jīng)濟的發(fā)展情況進行縱向比較，研究安徽省房地產(chǎn)經(jīng)濟發(fā)展水平的時間變化。利用SPSS21.0軟件進行因子分析，提取了2個公共因子。對原有的因子載荷矩陣進行正交變換，由旋轉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)投資建設和開發(fā)企業(yè)經(jīng)營情況。用因子的方差貢獻率作為綜合評價的權重，于是2個因子按各自的方差貢獻率加權相加為綜合評價得分，其計算公式為：F=0.87614*F1+0.06287*F2進一步計算，可以得出安徽省從2004～2015年間房地產(chǎn)經(jīng)濟發(fā)展水平的綜合得分，結果如表2所示。從安徽省2004～2015年這12年間房地產(chǎn)經(jīng)濟的綜合得分和排名可以看出：2004年以來安徽省房地產(chǎn)經(jīng)濟總體發(fā)展水平呈逐年上升的趨勢，表明安徽省房地產(chǎn)經(jīng)濟在投資建設及銷售，房地產(chǎn)開發(fā)企業(yè)的經(jīng)營、規(guī)模方面都有顯著提高，且增長速度較穩(wěn)定。其中，因子F1的指標評價值逐年升高，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)投資建設和開發(fā)企業(yè)經(jīng)營情況這類指標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，說明安徽省房地產(chǎn)投資建設和開發(fā)企業(yè)的經(jīng)營狀況有待改善。

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

對原有的因子載荷矩陣進行正交變換，由旋轉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)營情況。用因子的方差貢獻率作為綜合評價的權重，于是3個因子按各自的方差貢獻率加權相加為綜合評價得分，其計算公式為：F=0.67964*F1+0.13732*F2+0.08433*F3進一步計算，可以得出安徽省各地區(qū)2015年間房地產(chǎn)經(jīng)濟發(fā)展水平的綜合得分及排名，結果如表3所示。對安徽省16個城市的房地產(chǎn)經(jīng)濟進行橫向分析比較可以得出：安徽省各地區(qū)房地產(chǎn)經(jīng)濟指標得分差別較大，合肥市的房地產(chǎn)經(jīng)濟發(fā)展水平最高，達到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個城市中5個城市的房地產(chǎn)經(jīng)濟得分為正，分別是合肥市、蚌埠市、滁州市、馬鞍山市和蕪湖市，說明這5個城市的房地產(chǎn)經(jīng)濟發(fā)展水平高于安徽省房地產(chǎn)經(jīng)濟發(fā)展的平均水平；另外11個城市的房地產(chǎn)經(jīng)濟發(fā)展則低于平均水平，尤其是池州市，在16個城市中排名最后，說明該地區(qū)房地產(chǎn)經(jīng)濟發(fā)展較落后，房地產(chǎn)經(jīng)濟發(fā)展水平不高。

3結論與建議

3.1結論

對安徽省房地產(chǎn)經(jīng)濟的發(fā)展水平從縱向和橫向兩方面進行評價研究，可得出以下結論：第一，房地產(chǎn)經(jīng)濟發(fā)展水平地區(qū)差異較大。從橫向來看，通過截面數(shù)據(jù)分析2015年安徽省16個市各自的房地產(chǎn)經(jīng)濟發(fā)展水平，得出合肥市房地產(chǎn)經(jīng)濟發(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個市劃分為四個梯度，可以看出安徽省內(nèi)各地區(qū)的房地產(chǎn)經(jīng)濟發(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m2，建筑面積竣工率為16.17%，說明安徽省的房地產(chǎn)建設速度遠遠大于其銷售速度，容易形成大面積房屋空置而房價卻依然很高的現(xiàn)象，造成買房難的窘境。

3.2建議

第一，加強省內(nèi)聯(lián)動，實現(xiàn)優(yōu)勢互補、共同發(fā)展。安徽省內(nèi)房地產(chǎn)經(jīng)濟發(fā)展差異明顯，合肥市、蕪湖市的房地產(chǎn)經(jīng)濟發(fā)展水平明顯高于池州市、淮北市，發(fā)揮各地區(qū)優(yōu)勢，協(xié)調好省內(nèi)發(fā)展水平的差異，對于促進安徽省房地產(chǎn)經(jīng)濟的可持續(xù)發(fā)展具有重要意義。對于安徽省房地產(chǎn)經(jīng)濟發(fā)達地區(qū)，如合肥市和蕪湖市，市場、技術和資金具有較大優(yōu)勢，房地產(chǎn)經(jīng)濟發(fā)展水平在省內(nèi)位于領先地位，應該發(fā)揮其對省內(nèi)其他地區(qū)的模范帶動作用，引領安徽全省房地產(chǎn)經(jīng)濟的快速發(fā)展；對于落后地區(qū)而言，勞動力和資源具有相對優(yōu)勢，因此，各市可以選擇自身具有相對優(yōu)勢的項目參與到區(qū)域分工中去，將發(fā)達地區(qū)所擁有的資金、技術與落后地區(qū)的資源與勞動力優(yōu)勢結合起來，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，實現(xiàn)共同發(fā)展。第二，對于不同等級的城市，政府部門應當因地制宜地制定相關政策。對于房地產(chǎn)經(jīng)濟發(fā)達地區(qū)，應當時刻做好抑制房價快速持續(xù)上漲的應對工作并要努力健全租房市場，提高住房利用率。對于房地產(chǎn)經(jīng)濟較發(fā)達地區(qū)，應當積極引導并制定相關產(chǎn)業(yè)政策。這些地區(qū)與發(fā)達地區(qū)的部分政治、經(jīng)濟和社會功能相承接，具有增強、容納發(fā)達地區(qū)產(chǎn)業(yè)資本、人力資本及相關資源“外溢”的城市能力，與發(fā)達地區(qū)之間形成良好的合作關系。對于房地產(chǎn)經(jīng)濟一般發(fā)達或欠發(fā)達地區(qū)，政府應當做到積極引導公共資金進入公共服務和基礎設施領域。通過增加這些地區(qū)自身的生活、就業(yè)、生產(chǎn)等綜合吸納能力，循序漸進地培育并健全以滿足住房消費需求為主的房地產(chǎn)市場。

[參考文獻]

[1]錢力，曹巍.長江經(jīng)濟帶現(xiàn)代服務業(yè)發(fā)展水平評價[J].蚌埠學院學報，2016（4）.

第7篇：經(jīng)濟發(fā)展水平差異范文

【關鍵詞】首都經(jīng)濟圈；財政政策；區(qū)域經(jīng)濟；空間計量模型

一、首都經(jīng)濟圈經(jīng)濟發(fā)展及財政政策實施的差異性描述分析

本文中選取人均GDP衡量經(jīng)濟增長發(fā)散或收斂趨勢，從首都經(jīng)濟圈中的各省市按照2011年人均GDP總值的大小進行分組，可以看出各地區(qū)經(jīng)濟發(fā)展仍呈現(xiàn)出不平衡的現(xiàn)象，在首都經(jīng)濟圈的各省市中，人均地區(qū)生產(chǎn)總值仍呈現(xiàn)出北京市作為首都，經(jīng)濟最為發(fā)達，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)濟較不發(fā)達的內(nèi)蒙古。

此外，首都經(jīng)濟圈中各地區(qū)的財政收入與財政支出也呈現(xiàn)出地區(qū)差異。北京作為首都經(jīng)濟圈的核心財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政收支水平則處于最低的水平，可見財政收支的資源在不同地區(qū)分布特點具有很大的差異，也為利用財政政策縮小地區(qū)間經(jīng)濟發(fā)展水平創(chuàng)造了條件。從財政收支的對比可以看出，河北和內(nèi)蒙古的財政收入均處于中低水平，但兩省的財政支出卻均處于較高水平。因此，進一步測量財政支出對區(qū)域間經(jīng)濟發(fā)展的促進作用具有很強的實際意義，使得首都經(jīng)濟圈經(jīng)濟發(fā)展差異能得到進一步的縮小。

二、財政政策對首都經(jīng)濟圈發(fā)展區(qū)域效應分析

由于以往分析財政政策對經(jīng)濟發(fā)展影響的文章，均假設各地區(qū)的經(jīng)濟發(fā)展水平是相互獨立的，不存在空間上的相關關系，因此在衡量首都經(jīng)濟圈各地區(qū)經(jīng)濟發(fā)展水平受到財政政策的影響程度時，只考慮了各地區(qū)經(jīng)濟發(fā)展水平與財政政策之間受時間推移的影響，而沒有考慮到首都經(jīng)濟圈中各地區(qū)空間自相關性及各地區(qū)之間相互影響的溢出效應。因此，本文將從空間自相關性的角度出發(fā)，考慮首都經(jīng)濟圈各地區(qū)間的地理鄰近性質，進一步考察首都經(jīng)濟圈中各地區(qū)的經(jīng)濟發(fā)展受財政政策影響的程度大小。由于中央財政對各地方的轉移支付在區(qū)域間經(jīng)濟發(fā)展過程中具有較強的空間溢出效應，因此，在本文分析財政政策對首都經(jīng)濟圈發(fā)展的區(qū)域效應時，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)投資來源于中央預算內(nèi)占本地固資投資總額比重）、地方財政資源豐裕度（居民人均享有財政資源來自于本地財政支出比重）、地方財政自給度（地方財政收入與支出之比）、地方財政供養(yǎng)人口數(shù)（一單位的地方財政本級收入供養(yǎng)的百萬人口數(shù)）以及地方人均中央轉移支付（中央財政轉移支付的各省人均擁有量，取對數(shù)，考察人均轉移支付的彈性變化）。

（一）中央財政支出空間效應的實證檢驗

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

（二）局域空間自相關性LISA檢驗

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

在對人均GDP對數(shù)的局域空間自相關性的檢驗中，河北省在首都經(jīng)濟圈中與其他各地區(qū)存在著較高的局域空間自相關性，而且河北省人均GDP處于首都經(jīng)濟圈中較低水平，被首都經(jīng)濟圈其余地區(qū)較高水平的人均GDP所包圍，因此，利用財政支出拉近河北省與其他地區(qū)間的經(jīng)濟發(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性檢驗中，河北省在首都經(jīng)濟圈中經(jīng)濟發(fā)展水平較低，需要較大程度依賴中央投資來發(fā)展本省經(jīng)濟，因此，需要合理利用財政支出，拉近其與首都經(jīng)濟圈中各地區(qū)經(jīng)濟發(fā)展水平。在對中央固定資產(chǎn)投資比重的局域空間自相關性的檢驗中，中央固定資產(chǎn)的投資比重在首都經(jīng)濟圈的各地區(qū)中投資水平比較低，因此適當加大首都經(jīng)濟圈中中央投資的比重，有助于拉近首都經(jīng)濟圈中各地區(qū)經(jīng)濟水平的差異程度。

三、財政支出效果估計及結果分析

為了建立首都經(jīng)濟圈財政支出對經(jīng)濟發(fā)展影響的空間計量模型。首先應考慮模型的形式，一般判斷規(guī)則如下：若在空間依賴性的檢驗中表現(xiàn)出LM-lag比LM-err的統(tǒng)計檢驗結果更顯著且RLM-lag顯著而RLM-err不顯著，則此時選擇空間滯后模型（SLM）更為合適；相反若LM-err比LM-lag在統(tǒng)計檢驗上更顯著且RLM-err較RLM-lag更顯著，則應選擇空間誤差模型（SEM）最恰當。通過判斷規(guī)則可知，應在首都經(jīng)濟圈內(nèi)建立空間誤差模型（SEM）最為恰當。

從首都經(jīng)濟圈的空間誤差模型的回歸結果可以看出，首都經(jīng)濟圈中各地區(qū)依賴中央政府的轉移支出受到地區(qū)空間效應的影響而有所削弱，而更依賴于各地區(qū)自給的財政支出。地區(qū)財政自給率的回歸系數(shù)通過了1%顯著性水平下的統(tǒng)計檢驗且系數(shù)為正，說明地區(qū)財政的自給率的提高有利于經(jīng)濟的發(fā)展。中央政府的人均轉移支付的回歸系數(shù)也通過了1%顯著性水平下的統(tǒng)計檢驗且系數(shù)為正，說明中央政府的轉移支付越高越有利于經(jīng)濟的增長。此外，受到首都經(jīng)濟圈中各地區(qū)間的空間效應，地方經(jīng)濟的發(fā)展更依賴于地區(qū)自身的財政支出，是地方經(jīng)濟建設的主要力量。而對于中央政府的轉移支付，地區(qū)經(jīng)濟發(fā)展也會受到一定的影響，但影響效果會受到空間效應的影響。最后，空間誤差系數(shù)在1%水平下顯著為負，說明了相鄰地區(qū)間空間相關性并不是通過區(qū)域間經(jīng)濟增長的外溢效應帶來的，而是通過相鄰區(qū)域間受到?jīng)_擊后的各種波動效應帶來的，相鄰區(qū)域間經(jīng)濟增長的波動效應的增長，會使得本地經(jīng)濟發(fā)展水平相應上升。由此可見，首都經(jīng)濟圈中各地區(qū)經(jīng)濟發(fā)展具有一定的空間自相關關系，若忽略了這種潛在的空間相關性，估計經(jīng)濟發(fā)展與財政政策之間的關系是不恰當?shù)摹＿@也進一步證明，首都經(jīng)濟圈中各地區(qū)間的財政支出與經(jīng)濟發(fā)展之間是存在空間聯(lián)系的，具有空間溢出效應。

通過本文分析可以得出以下結論：首都經(jīng)濟圈中各地區(qū)經(jīng)濟發(fā)展的空間效應較全國范圍內(nèi)更加明顯，首都經(jīng)濟圈在考慮空間效應時，更突出地方財政支出的供給對于地區(qū)經(jīng)濟發(fā)展的影響；此外，中央政府的轉移支付對于地區(qū)間的經(jīng)濟發(fā)展仍有一定影響，可見首都經(jīng)濟圈各地區(qū)經(jīng)濟水平的發(fā)展一方面依賴于自身的財政供給，另一方面也需要加大中央財政的轉移支付力度，而某一地區(qū)的經(jīng)濟發(fā)展水平也會通過經(jīng)濟活動的波動而影響其余相鄰地區(qū)，因此，除了加大各地區(qū)自身的財政供給力度，還應有目標的加大對某一地區(qū)的中央轉移支付的力度，從而達到大力發(fā)展某一地區(qū)的經(jīng)濟水平，進而帶動相鄰地區(qū)的經(jīng)濟發(fā)展水平。

參考文獻：

[1]馬立平.關于財政支出與總產(chǎn)出效果的數(shù)量分析[J].統(tǒng)計與決策，2005，12.

[2]郭慶旺，賈俊雪.財政投資的經(jīng)濟增長效應：實證分析[J].財貿(mào)經(jīng)濟，2005，04.

[3]馬驪.空間統(tǒng)計與空間計量經(jīng)濟學方法在經(jīng)濟研究中的應用[J].統(tǒng)計與決策，2007，09.

[4]楊曦.中國式財政分權與地區(qū)經(jīng)濟增長關系研究[J].蘭州大學，2009，04.

第8篇：經(jīng)濟發(fā)展水平差異范文

關鍵詞：四川??；區(qū)域經(jīng)濟差異；回歸分析；對策

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

四川古稱巴蜀，是中國西南部的一個大省，行政區(qū)劃包括18個市3個自治州，面積48.5萬多平方公里，人口8642萬。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，自古以來就享有“天府之國”的美譽。四川是全國的農(nóng)產(chǎn)品供應大省，是國家最大的糧、油、豬生產(chǎn)基地之一，也是中國重要的工業(yè)基地之一。

一、四川省區(qū)域經(jīng)濟差異的變化態(tài)勢

本文以1997―2006年為研究時段，以人均GDP為測度區(qū)域經(jīng)濟差異的變量指標，采用國際上通用的基尼系數(shù)和變異系數(shù)來分析重慶從四川分離劃為直轄市以來四川省區(qū)域經(jīng)濟的變化態(tài)勢。

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

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

加權變異系數(shù)采用統(tǒng)計學中的標準差和平均值進行計算,反映的是人均GDP在各市間的離散程度，其值越大，說明區(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為全省總人口，P/P為人口權重。

上述2個指標的計算結果見表1?？梢?，這兩個指標的變動軌跡大致吻合。1997―2002年為一個較長的區(qū)域經(jīng)濟差異上升期，2002―2006年區(qū)域經(jīng)濟差異略有回落。

二、四川省區(qū)域經(jīng)濟差異的現(xiàn)狀

本文以恩格爾系數(shù)和人均國內(nèi)生產(chǎn)總值來反映四川省區(qū)域經(jīng)濟差異的現(xiàn)狀。恩格爾系數(shù)是反映居民生活水平的重要指標。聯(lián)合國認為：恩格爾系數(shù)在60%以上為絕對貧困；50%～60%為勉強度日；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)的計算公式為：恩格爾系數(shù)=食品支出總額/個人消費品支出總額×100%。

人均國內(nèi)生產(chǎn)總值是反映經(jīng)濟發(fā)展水平的重要指標。表3是2006年四川省各市、自治州的人均國內(nèi)生產(chǎn)總值表?？梢钥闯?，成都市、自貢市、攀枝花市、德陽市、綿陽市、樂山市的人均國內(nèi)生產(chǎn)總值較高，均在萬元以上，而巴中市的人均國內(nèi)生產(chǎn)總值只有4705元，區(qū)域經(jīng)濟差異的極差為20834元。

三、四川省區(qū)域經(jīng)濟差異的成因分析及對策

1.計量模型

為了便于分析四川省的區(qū)域經(jīng)濟差異成因，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)結構等為自變量，經(jīng)濟發(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)結構，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)結構、交通對經(jīng)濟發(fā)展水平的彈性系數(shù)。

2.數(shù)據(jù)說明

考慮數(shù)據(jù)的準確性和可獲得性，本研究用當年人均國內(nèi)生產(chǎn)總值作為區(qū)域經(jīng)濟發(fā)展水平，當年人均耕地面積作為自然資源指標，當年人均等級公路里程作為交通指標，當年高中以上文憑人數(shù)占總人數(shù)的比例作為人力資本指標，當年各地區(qū)人均固定資產(chǎn)投資額作為區(qū)域政策指標，把區(qū)位熵作為地理區(qū)位指標，把第三產(chǎn)業(yè)增加值占GDP的比例作為產(chǎn)業(yè)結構指標。數(shù)據(jù)來源于《1998―2007年四川統(tǒng)計年鑒》。

3.區(qū)域差異分析與對策研究

通過對區(qū)域內(nèi)各個要素進行橫向比較可知，四川地區(qū)21個地、市、州可以劃分為五類。

一類地區(qū)為政策推動型，主要包括成都市。成都市作為四川的省會城市,是四川省的政治、經(jīng)濟、文化中心，它的最佳發(fā)展方案是利用其豐富的自然資源，高素質的人力資本，重點發(fā)展高技術產(chǎn)業(yè)，繼續(xù)優(yōu)化產(chǎn)業(yè)結構，實現(xiàn)區(qū)域經(jīng)濟由資源密集型、勞動力密集型向知識技術密集型轉變，并且在實現(xiàn)產(chǎn)業(yè)結構升級換代的同時帶動落后地區(qū)的發(fā)展。

二類地區(qū)為資源推動型，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，大力加強城市基礎設施建設，交通運輸網(wǎng)建設，優(yōu)化工業(yè)結構，建成專業(yè)化工業(yè)基地。

三類地區(qū)為區(qū)位拉動型，主要包括德陽市、綿陽市、樂山市、眉山市、資陽市、雅安市、遂寧市。七市距離省會成都市較近，聯(lián)系比較緊密，有一定的工業(yè)基礎，受成都市的輻射，經(jīng)濟發(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，繼續(xù)優(yōu)化產(chǎn)業(yè)結構，積極融入成都的發(fā)展，做好產(chǎn)業(yè)分工與合作，帶動全省經(jīng)濟的發(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，加大政府投入，加強基礎設施建設，完善交通網(wǎng)，積極引進發(fā)達地區(qū)轉移的產(chǎn)業(yè)、技術，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，加強基礎設施建設，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：

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

[2]斷七零.江蘇省區(qū)域經(jīng)濟差異的成因與區(qū)域發(fā)展戰(zhàn)略的選擇:第25卷[J].揚州教育學院學報，2007，（2）.

[3]黃春燕.江蘇農(nóng)村經(jīng)濟區(qū)域差異的原因分析：第21卷[J].華東經(jīng)濟管理，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].成都大學學報，2006，（2）.

第9篇：經(jīng)濟發(fā)展水平差異范文

1.數(shù)據(jù)來源

為了確保數(shù)據(jù)模型的科學性和原始數(shù)據(jù)的統(tǒng)一性，本文所采用的統(tǒng)計數(shù)據(jù)均來自《江蘇省統(tǒng)計年鑒》，數(shù)據(jù)統(tǒng)計時間為 2007年底。數(shù)據(jù)涉及江蘇省13個地級市，包括南京市、無 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個地級市的旅游發(fā)展水平的統(tǒng)計數(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)計數(shù)據(jù)所做的K-means聚類分析的結果：

根據(jù)上述分析表格的結果，可將江蘇省13個地級市的旅游綜合實力分為四類。第一類為旅游發(fā)達地區(qū)，含蘇州和南京兩個城市；第二類是旅游較發(fā)達地區(qū)，只包含無錫一市，第三類為旅游較發(fā)達地區(qū)，包括鎮(zhèn)江、揚州、常州、徐州、連云港和南通6市；第四類為旅游欠發(fā)達地區(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，江蘇省各地級市的經(jīng)濟發(fā)展水平與本區(qū)域的旅游綜合實力有很強的相關性。選取江蘇各地級市2007年GDP收入數(shù)據(jù)作為衡量各市經(jīng)濟發(fā)展情況的指標，反映各地級市的經(jīng)濟發(fā)展水平。旅游綜合實力排名的前三的蘇州、無錫、南京其在省內(nèi)的GDP排名也位列前三。一般來講，城市GDP排名較前的，旅游綜合實力的排名也比較靠前，除蘇州、南京、無錫三市外，如常州，GDP位列全省第五，其旅游綜合實力位列全省第六，呈現(xiàn)了很強的正相關性；如GDP排名全省第六的徐州市，其旅游綜合實力排名位居全省第七，兩者之間同樣趨于一致。相反，旅游綜合實力較弱的城市，其對應的GDP排名也很低，兩者之間同樣表現(xiàn)出了正相關性。如位于全省GDP末四位的城市（宿遷、連云港、淮安、泰州），其中三個城市（淮安、泰州、宿遷）同樣出現(xiàn)在了旅游綜合實力末四位中。由此可見經(jīng)濟因素對江蘇省旅游也發(fā)展的空間差異具有較強的影響。地方雄厚的經(jīng)濟實力可以為城市提供良好的旅游基礎設施、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)濟效益；再次，良好的經(jīng)濟條件也增加了本地居民出游的可能；最后，經(jīng)濟發(fā)展速度較快的地區(qū)與外界的物質、技術、信息等交流相對頻繁，在一定程度上促進了區(qū)域內(nèi)商務、會議高層次旅游的發(fā)展。

三、區(qū)域旅游協(xié)調發(fā)展的對策

目前江蘇省旅游經(jīng)濟發(fā)展水平與旅游業(yè)發(fā)展綜合實力都存在過大的差異，不利于江蘇省旅游業(yè)長期健康的發(fā)展。因此，如何協(xié)調各城市之間的旅游業(yè)的發(fā)展、縮小江蘇省各地級市之間旅游發(fā)展水平的差距、使其區(qū)域差異在一個合理的范圍之內(nèi)成了亟待解決的問題，具有很強的現(xiàn)實意義。

1.加強區(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)濟效益、社會效益以及生態(tài)效益的旅游經(jīng)濟活動。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)展所需的各項基礎設施投資資金、比較有實力的旅游企業(yè)、旅游人才等條件，而這些阻礙當?shù)芈糜伟l(fā)展的劣勢正是蘇州、南京、無錫、常州等旅游經(jīng)濟發(fā)達地區(qū)的強勢，這些強勢為以上地區(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)域之間可以通過加強彼此間的旅游協(xié)作，通過優(yōu)勢互補來促進各地旅游業(yè)的發(fā)展。

2.發(fā)揮蘇南的輻射作用，帶動蘇中、蘇北的旅游發(fā)展

根據(jù)前面的分析可知旅游經(jīng)濟發(fā)展水平位于全省前三名的分別是：蘇州、南京和無錫，而且這三個城市遙遙領先與省內(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)勢非常明顯，要縮短不同區(qū)域之間旅游經(jīng)濟的發(fā)展差異，應通過寧鎮(zhèn)揚和蘇錫常所構建的沿江黃金旅游帶的輻射效應，以沿海、沿江兩軸來帶動蘇中、蘇北地區(qū)旅游業(yè)的發(fā)展，最終實現(xiàn)江蘇省旅游業(yè)的協(xié)調發(fā)展和整體水平的提升，當前應特別注重發(fā)展蘇中、蘇北地區(qū)的國內(nèi)旅游。