基于空间计量的中国电信业区域差异分析
区域创新发展能力评价与空间差异测度
区域创新发展能力评价与空间差异测度
戴金辉;林典伟
【期刊名称】《统计与决策》
【年(卷),期】2024(40)6
【摘要】区域创新发展能力是区域经济在发展过程中获取竞争优势的重要影响因素,文章从区域创新发展规模、区域创新发展条件、区域创新发展活力、区域创新发展环境四个子系统筛选出20个可观测指标构建区域创新发展能力评价指标体系,应用面板数据熵权法对我国31个省份2014—2019年创新发展能力进行综合评价,利用泰尔指数和莫兰指数对创新发展能力空间差异特征进行分析,并为区域创新发展能力实现协同发展提供参考。
【总页数】6页(P62-67)
【作者】戴金辉;林典伟
【作者单位】山东工商学院统计学院;中国联合网络通信有限公司烟台市分公司财务部
【正文语种】中文
【中图分类】F061.5
【相关文献】
1.我国区域大中型工业企业技术创新能力评价及差异测度
2.山东省区域科技创新能力动态评价及空间差异分析
3.广西区域科技创新能力评价及空间差异分析
4.长江经济带协同创新发展水平测度、区域差异及空间分布
因版权原因，仅展示原文概要，查看原文内容请购买。
规模经济、集聚效应与流通效率的空间差异性研究
学术界从多个视角对流通效率和流通市场水平展开了 研究。例如，俞超和任阳军（2017）运用超效率 DEA 模 型测算我国省际商贸流通业效率，并借助空间 Durbin 模 型分析区域商贸流通业效率的空间溢出效应及其影响因 素。结果表明：我国商贸流通业效率区域差异明显，省际 区域商贸流通业效率具有空间溢出效应，间接效应、总效 应对商贸流通业效率的影响与直接效应呈现出相同的影响 方向，不同解释变量对本地区和其他地区商贸流通业效率 提升作用的显著性不同。于桂宾（2017）认为商贸流通业
引言
商贸流通业是区域经济发展的风向标，更是实现区域 内部产业组合，增强经济市场互通的核心部门。自 2008 年金融危机以来，世界经济发展缓慢，我国进出口贸易和 投资拉动效果显著下降，消费经济已然成为促进国民经济 发展的新引擎，流通产业则是实现消费经济突破、完善消 费经济市场、提升消费经济规模的关键要素。在新常态背 景下，我国各类产业均面临严峻的结构调整和转型压力， 如何满足消费经济所需的多重职能、推动区域经济发展更 上层楼，成为了流通产业改革的阶段性目标。然而，我国 流通经济发展的不均衡、不全面的问题依然突出，商贸流 通市场的结构性问题依然顽固，流通产业的综合发展需要 更稳定、均衡的经济环境。鉴于上述背景，本文采用空间 计量分析模型，从量化角度对我国各个区域的流通效率及 其空间分布展开研究，以期为解决我国流通产业发展的结 构性问题提供依据。
作为连接生产和消费的纽带，对我国制造业的稳定可持续 发展有着重要作用。从本质上看，商贸流通业是制造业专 业分工深化的结果，商贸流通业专业化程度的提升，可以 提高制造业运行效率，实现制造业增长方式的转型升级， 对制造业的发展起到显著的溢出效应。
在流通水平量化研究的基础上，亦有大量学者针对 流通水平的空间分布展开了分析。例如，曾庆均等（2019） 基于随机前沿模型对我国区域创新效率进行测算，构建 空间计量模型衡量生产性服务业集聚与区域创新效率的 关系。结果表明：我国各地区生产性服务业集聚与创新 效率相互促进作用明显，均存在显著的空间溢出效应。 梁坤（2019）指出，流通成本通过产业聚集效应影响区 域经济发展，区域流通效率是产业间商品交流速度的衡 量指标，提升商品流通效率是发展商品经济的重要任务。 研究发现，我国不同区域的流通效率具有明显的差异和 空间性，产业流通成本与区域流通效率间存在显著的负 相关关系。
中国电信业发展的区位差异及其影响因素研究
发 展 的空 间分布 差异基 本相 符 。
３． 中国电信 业发展 区位 分布的相对 差异 ２
同 时 应 努 力 缩 小 东 部 地 区 内部 电 信 业 发 展 的 差 距 ［ 。 杨 显 ３ ｊ
比 重 低 ， 排 名 较 后 ， 并 且 与 东 部 大 多 数 地 区 相 差 较 大 。 因
此， 电信 业发 展 的空 间分布 呈现 由东 部沿 海 向 中西 部 内陆
地 区 递 减 的 特 征 ， 而 且 这 种 分 布 差 异 与 我 国 当 前 区域 经 济
了深入 的研究。薛蓉娜等 （ ０ ０ ２ ０ ）对我 国东 、中和西部地 区 问 电信业 务收入 、业务结构 、电话普及率 、电话 网容量和 电
信 企 业 收 支 差 额 指 标 进 行 了 详 细 的 比较 分 析 】 指 出各 地 ，
（ ４ ．０元 ）和甘肃 （ ９ ．０ ） ４ ２９ ４ ９ ０ 元 ，人均相 差 ３ 多。因此 ， 倍
区 电信业 发展 水平 差距 巨大 ， 原 因在于 过去 邮 电部 的投 资 政策 、各地 区的经 济基础 、企 业经 营和员工素质 的差异。刘 宇 （０ ３ ２ ０ ）通过对 电信业务 收入省际问 的差异 变化分 析，认 为 电信业 务 收入 区域 差异 突 出表 现 在东 部省份 和 中西部 省 份之 间 的差异 ， 并提 出应 以 中西部 重点 省 的发展来 带 动 中
究 经 济 活 动 发 生 在何 处且 为什 么发 生 在 该 处 ， 克 鲁格 曼
（９ １ １９ ）指 出， 当 今 最 突 出 的地 方 化 例 子 事 实 上 是 基 于 服 务
ቤተ መጻሕፍቲ ባይዱ业 而非 制 造 业 …。
对 于 我 国 电 信 业 区 位 发 展 特 征 与 差 异 ， 一 些 学 者 进 行
基于标准差椭圆模型的贵州省经济密度空间差异分析
基于标准差椭圆模型的贵州省经济密度空间差异分析【摘要】本文利用空间计量分析中的标准差椭圆模型，以2011年贵州省88个县（市辖区、县级市）的GDP密度为基础，对贵州省各县域经济发展水平的空间差异进行分析。
结果表明：贵州省经济密度较低的地区所占的比重大，区域经济差异十分明显，西北部经济密度明显高于东南部；在总体格局上，极化效应明显，形成以省会贵阳市为中心、辐射外围县域的经济格局。
【关键词】经济密度空间差异标准差椭圆一、引言自改革开放以来，我国经济发展的活力逐渐增强，经济要素的区域流动更加频繁，区域间的经济差异也日益扩大，这也成为了区域经济学研究的一个热点问题。
早期的学者们大多使用一些传统的统计学指标（如基尼系数、变异系数等）对整体差异的分布情况进行衡量（蒋建业，1998；董德利，2000）。
此后，一些学者通过建立经济发展的综合指标，以指标体系对各区域经济差异进行评价（陈秀洁，2001；代合治，2003）。
然而，这样的方法虽然简便，但是很难直观反映区域差异的全局特征。
在此之后，学者们开始使用空间计量分析方法对区域差异做更加全面科学的研究。
蒲英霞（2005）基于ESDA（Exploratory Spatial Data Analysis，探索性空间数据分析）全局和局部空间自相关分析对江苏省县域总体和局部空间差异的变化趋势、特征与成因进行了初步探索；任家强等（2010）利用空间计量分析方法对辽宁省县域经济空间差异进行了研究，揭示辽宁省44个县域经济差异的空间联系及空间变动规律。
沈体雁（2013）基于区域密度方程和空间统计方法，利用两次经济普查的就业数据对我国内地就业密度的空间特征进行了研究。
从研究对象来看，目前区域经济空间差异的研究多以全国总体或经济发达地区作为主要研究对象，而对西部落后地区研究仅有少数几篇（陈群利，2011；朱士鹏；2013）。
基于此，本文借鉴空间计量分析中的标准差椭圆模型，对贵州省县域经济的空间差异进行定量测度与分析，并通过ArcGIS软件绘制图像以直观考察区域之间的经济差异，以期能够补充和完善当前的研究成果，同时也为欠发达地区的经济发展建言献策。
中国区域创新生产的空间计量分析基于静态与动态空间面板模型的实证研究
中国区域创新生产的空间计量分析基于静态与动态空间面板模型的实证研究一、本文概述1、研究的背景与意义2、国内外研究现状和评价3、研究目的、内容和方法二、中国区域创新生产的现状分析1、创新生产的定义和指标体系创新生产是一个多维度、复杂且动态的过程，涵盖了从新思想的产生、研发活动的进行，到新技术、新产品、新服务的商业化应用的整个过程。
在中国，创新生产被赋予了推动经济转型升级、实现高质量发展的关键角色。
本文所指的创新生产，主要关注科技创新，即通过科学研究和技术开发产生新知识、新技术，并将其转化为实际生产力，推动经济社会的持续发展。
为了全面、系统地衡量创新生产，需要构建一个综合性的指标体系。
本文在参考国内外相关研究和实际数据可获得性的基础上，构建了一个包含创新投入、创新产出和创新环境三个维度的指标体系。
创新投入指标主要包括研发投入、研发人员数量等，反映了一个地区对科技创新的重视程度和投入力度；创新产出指标则包括专利数量、技术市场成交额等，直接体现了科技创新的成果和效益；创新环境指标涵盖了教育水平、科技服务机构数量等，这些因素对于激发创新活力、促进创新成果的转化和应用具有重要影响。
通过这一指标体系，可以全面评估中国各地区创新生产的水平、结构和特点，为后续的空间计量分析提供基础数据支撑。
这一指标体系也具有一定的动态性，可以根据实际情况进行调整和完善，以适应创新生产不断发展变化的需要。
2、中国区域创新生产的总体情况中国作为世界上最大的发展中国家，近年来在区域创新生产方面取得了显著的进步。
从总体情况来看，中国的区域创新生产呈现出以下几个显著的特点。
创新生产的地理分布不均。
尽管全国范围内的创新活动都在不断增加，但东部地区，特别是长三角、珠三角和京津冀等经济发达区域，其创新生产的规模和速度明显领先于其他地区。
这些地区的创新资源丰富，科研机构和高校众多，为创新生产提供了强大的支撑。
创新生产的行业差异明显。
高新技术产业，如信息技术、生物技术和新材料等，是创新生产的主要领域。
产业结构调整与中国经济增长方式转变——基于240个城市数据的空间计量分析
牧术蝕济与管搜研老2021年第5期产业结构调整与中国经济增长方式转变----基于240个城市数据的空间计量分析钟肖英1,2,谢如鹤3(1.广州大学经济与统计学院，广东广州510006;2.中山大学南方学院，广东广州510970;3.广州大学管理学院，广东广州510006)摘要：文章构建产业结构合理化和产业结构高度化与经济增长方式之间的理论假设，基于2000—2016年中国240个地级以上城市数据，采用贝叶斯模型比较法和极大似然估计法，在对多个空间权重矩阵与空间计量模型进行比较的基础上，考察产业结构合理化与产业结构高度化对中国经济增长方式转变的影响。
研究结果表明：基于地理距离空间权重矩阵的静态空间自相关随机效应模型拟合效果优于其他模型。
中国经济增长方式具有明显空间正相关性，地理邻近地区增长方式会积极影响本地区经济增长方式，此效应在东、西部地区表现的更为明显。
产业结构合理化会明显促进中国经济增长方式转变，但在不同地区存在异质性，东、中部地区所受影响更强。
关键词：产业结构调整；经济增长方式；贝叶斯法；SAR模型中图分类号：F062.4文献标识码：A文章编号：1004-292X(2021)05-0092-04Industrial Restructuring and the Transformation of China's Economic Growth Pattern:Spatial Econometric Analysis based on Data of240CitiesZHONG Xiao-ying1，2,XIE Ru-he3(1.School of Economics and Statistics,Guangzhou University,Guangzhou Guangdong510006,China；2.Nanfang College of Sun Yat-sen University,Guangzhou Guangdong510970,China；3.School of Management,Guangzhou University,Guangzhou Guangdong510006,China)Abstract:This paper firstly constructs the theoretical hypothesis between industrial structure rationalization and industrial structure heightening and economic growth pattern,and then based on the data of240cities above prefectural level in China from2000to2016,it adopts Bayesian model comparison method and great likelihood estimation method,on the basis of comparing multiple spatial weight matrices with spatial econometric models,to examine the industrial structure rationalization and industrial structure heightening the impact on the transformation of China's economic growth mode.The results show that：The static spatial autocorrelation random effects model based on the spatial weight matrix of geographic distance fits better than other models.China's economic growth mode has obvious positive spatial correlation,and the growth mode of geographic proximity will positively influence the economic growth mode of the region,and this effect is more obvious in the eastern and western regions.The rationalization of industrial structure will obviously promote the transformation of China's economic growth mode,but there is heterogeneity in different regions,and the influence is stronger in the east and central regions.Key words:Industrial restructuring；Economic growth pattern；Bayesian method；Spatial Autocorrelation Model一、引言与相关文献综述期，经济增长必须坚持质量第一、效益优先，推动经济发展质党的十九大报告指出我国已进入转换经济增长动力的攻关量变革、效率变革、动力变革。
空间计量经济分析
应用领域：广泛应用于地理学、社会学、经济 学等领域，用于研究空间分布、区域差异和空 间关系。
R语言的空间计量包
01
简介：R语言是一个强大的统计分析工具，其空间计量包 提供了丰富的函数和工具进行空间数据分析。
02
特点
03
灵活的编程语言，易于定制和扩展。
04
拥有庞大的社区和丰富的资源支持。
04
支持多种空间权重矩阵和地理数据格式。
05
可与其他Python库（如NumPy、Pandas）无缝集成。
06
应用领域：广泛应用于地理信息系统（GIS）、城市规划、 环境科学等领域，用于探索空间模式、预测和决策支持。
05
空间计量经济分析的挑战与展望
数据获取与处理
数据来源
空间计量经济分析需要大量空间数据，包括地理空间数据、经济数 据等，需要从各种来源获取数据，并进行清洗和整理。
在空间误差模型中，误差项被假定为服从某种空间过程，如 高斯过程或马尔科夫过程。通过估计这些误差项的相关参数 ，可以更好地解释和预测某一属性在空间上的变异和分布。
马尔科夫链蒙特卡洛方法
马尔科夫链蒙特卡洛（MCMC）方法是一种基于随机采样的统计推断方法，常用于估计复杂模型的参数。 在空间计量经济学中，MCMC方法被广泛应用于估计空间自回归模型和空间误差模型的参数。
VS
常见的空间自回归模型包括SAR （Spatial Autoregression）模型和 SEM（Spatial Error Model）模型 等。这些模型能够揭示不同观测点之 间的相互影响机制，为政策制定和区 域发展提供科学依据。
空间误差模型
空间误差模型是一种用于处理空间相关误差的计量模型。它 假设观测点之间的误差存在相关性，而这些相关性可以通过 空间权重矩阵来捕捉。
地区生产服务业发展差异的空间计量分析
性服 务业 成 长 因素 来 自生 产货 物 与服 务方 式 的改
变 ，管 制 措 施 与 法 规 的采 取 ，制 造 业 与 生 产 性 服 务
业 互动关 系的增 加 ，生产过程创新 的需要等 因素。
以上 学 者 主 要 从 企 业 微 观 的 角 度 分 析 生 产 服 务 的 原 因 ，还 有 许 多 学 者 从 企 业 宏 观 角 度 分 析 影 响 生 产 服 务 业 发 展 因 素 ，把 生 产 服 务 业 的 增 长 原 因 归 结 为 商 业 复 杂 性 的 提 高 、信 息 通 讯 费 用 的 下
摘要 ：借 助 空间经 济计 量模 型 ，在 考虑到 空 间 因素影 响 的条件 下 ，探 讨 了生 产性服 务 业 空 间差
异 影 响 因素 。在 纳 入 空 间 因 素 的 前 提 下 ，揭 示 出 显 著 影 响 地 区 生 产 性 服 务 业 发 展 差 异 的 因 素 ，
以及相 邻地 区生产性服务 业有一 定 的空 间依 赖 性。全 域 空间 自相 关分析 表 明 ，江 苏生产性服 务
收 稿 日期 ：２ ０ ０ ９—０ ２ ４— ８
作者简介 ：赵成柏 （９６一） １６ ，男，江苏淮安人 ，淮阴工学院经济管理学院副教授 ，经济学硕 士，研 究方向：
服 务 经 济与 管理 、 产业 经 济 学。 基金 项 目：江 苏省教 育厅 基金 项 目，项 目编号 ： ６Ｊ７０４ ；江 苏省社 科联 基金 项 目，项 目编号 ：Ｂ一 ７ ４ ０ ＳＤ ９０７ ０—。
我国数字经济发展现状及区域差异探究
我国数字经济发展现状及区域差异探究赵依博(郑州大学商学院,河南郑州450000)摘㊀要:本文基于国家产业划分及统计局提供的分类标准,采用熵值法㊁Theil指数测算2015-2020年间中国30个省份㊁地区的数字经济发展现状及差异程度㊂研究表明:我国数字经济总体水平持续提升,其中东部地区领先,中部次之,西部和东北地区相对落后,而近年中西部地区发展速度相对较快,且在发展中展露出一定的分化现象;就差异构成而言,总体差异不断缩小的同时,地区内部差异是构成总体差异的主要部分㊂关键词:数字经济;区域差异;四大区域中图分类号:F2㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀doi:10.19311/ki.1672-3198.2023.18.0060㊀引言人工智能㊁移动支付㊁5G㊁物联网㊁区块链等新兴事物的到来,给正处在百年之大变局中的中国带来新机遇,为数字经济助力经济高质量发展提供基础保证,使之成为实现我国经济转型㊁重塑全球经济结构㊁改变全球竞争格局的关键力量㊂‘中国互联网发展报告2022“数据显示:2021年中国数字经济规模达45.2万亿,占GDP达38.6%,保持9.7%的高位增长速度,是国民经济全面向好的稳定剂㊂数字经济提 量 的同时也对 质 有了更高的要求㊂现有文献对于数字经济的研究主要围绕以下三个方面进行㊂一是数字经济促进经济发展㊂数字经济从客观上培育了新知识㊁新技术㊁新业态生长的良性土壤(余伯阳)㊂并提高了经济效率,以数字化赋能推动了城乡融合的进程(谢璐㊁韩文龙)㊂催生了一系列传导机制从而促进产业结构升级,提高了社会生产率和资源配置效率(万永坤等)㊂进一步推动产业升级和科技创新,从多方位推动实现 内循环 的自我强化(梁会君)㊂二是涉及数字经济发展程度测算㊁驱动数字经济发展的因素及区域差异等㊂杜雪锋指出数字与实体经济的融合中存在基础创新能力较弱㊁发展不平衡㊁产业数字化程度不高等突出问题㊂王军等从数字产业化㊁产业数字化㊁数字经济发展载体及环境四个维度剖析了中国数字经济发展的时空演变特征㊂钟业喜㊁毛炜圣采用空间计量法探讨了长江经济带数字经济发展水平空间格局㊂三是数字经济缩小经济差异,驱动共同富裕㊂熊子怡㊁张科等发现数字经济通过调节要素流动机制,减少城乡收入差距㊂杨望㊁魏志恒等认为产业数字化通过创新效应㊁外溢效应㊁协同效应缩小城乡经济差异㊁区域差异㊂陈飞㊁刘宣萱等研究发现数字经济显著降低了以收入为导向的农户多维相对贫困程度,有利于缩小贫困差异㊂现有研究成果聚焦于数字经济的创造效应,忽视了数字经济区域发展不均衡以及引发的经济发展多级分化从而迟滞共同富裕㊂因此本文选取具有指代性的指标测算我国四大区域的数字经济差异,以空间相关性分析驱动数字经济发展的因素,探讨共同富裕背景之下数字经济区域均衡发展带动国民经济全面发展㊂1㊀测算方法与指标体系数字经济的核算以建立的统计规模为基础因而各有不同㊂本文采用客观赋值法的熵值法及Theil指数测算数字经济发展现状及地区差异,能有效缩减结果误差㊂1.1㊀测算方法1.1.1㊀数字经济发展状况分析:熵值法考虑到不同指标对数字经济的发展贡献有轻重之分,若采用主观权重赋值法,可能会导致由于认知偏差所出现的与事实相背现象㊂故采用熵值法客观赋值对各项指标进行赋值㊂由于原指标单位与指代内容不统一,因此有必要先进行极差标准化处理,以确保数据有效性㊂极差标准化过程:X∗QPI=X QPI-min X QPImax X QPI-min X QPI(1)式中X和X∗分别为原始数据和标准化后的数据, Q㊁P㊁I分别表示年份㊁省份和指标序列,根据本文所取数据,Q为1-5,P为1-30,I为1-10.min X QPI㊁max X QPI分别为最小和最大原始数据㊂算出第Q年P省的第I项指标在总指标中的权重:UQPI=X∗QPID Q=1 M P=1X∗QPI(2)计算对应I指标的熵值:㊃61㊃EI=-1ln(DM) D Q=1 M P=1U QPI㊃ln(U QPI)(3)计算第I项指标的差异系数:GI=1-E I(4)计算第I项指标的权重:W I =G In I=1G I(5)从而得出T年P省第I项指标的综合指数:ZQP= n I=1(W I㊃X∗QPI)(6)此客观赋值法可得到数字经济发展的综合指数,其大小介于0-1,靠近1表明发展水平高,反之水平较低㊂1.1.2㊀区域数字经济发展差异分析:泰尔指数作为研究差异性的重要指标,Theil指数介于0到1之间,指数越大则表明数字经济差异越大;反之越均衡㊂T=1n n P=1y p y log(y p y)(7)TFi = niP=1ypiyilog(y pi/y i1/ni)(8)T g = 4i=1yiy TP i(9)T b = 4i=1log(yi/yni/30)(10)T=Tg +Tb(11)如上公式中,T表示数字经济发展的总体差异Theil 指数,p表示省份,n表示样本中30个省份,y p表示p省的数字经济发展水平,y指代全国数字经济发展平均水平㊂式(8)中TF i是四大区域数字经济发展的分组差异Theil指数,y pi是指i区域中p省的数字经济发展水平, yp是区域中数字经济发展水平,n p是i区域中省份的个数㊂式(9)则是反应区域内数字经济发展差异的Theil 指数T g,而式(10)T b则是区域间差异的Theil指数,式(11)说明数字经济的总体差异是由区域内差异与区域间差异构成㊂1.2㊀指标体系及数据来源数字经济归根结底是依赖互联网的新型经济,互联网基础建设是数字经济发展的根基㊂根据国家统计局产业划分并参考张三峰(2020)㊁王晓红(2021)㊁刘军的做法,采用产业数字发展㊁数字产业发展体系,并将其细化为电信业务㊁软件产品㊁信息服务收入等衡量的数字产业化,电商交易额㊁信息行业人员比例㊁企业百人使用计算机数量等表现数字经济在传统产业的渗透程度即产业数字化㊂本文2015-2020年30个省份的指标数据主要来自各类统计年鉴及省份公报等,其中针对部分数据缺失,这里采用插值法进行补充㊂表1㊀数字经济指综合发展水平测度指标一级指标二级指标单位影响基础设施建设IPv4地址数万个正向互联网竞带接入用户教万个正向移动电话普及率万个正向数字产业化电信业务收入亿元正向互联网接入端口数软件产品收入亿元正向信息服务收入亿元正向电子信息产业制造业产值个正向产业数字化电子商务交易额亿元正向从事信息行业㊁电子商务㊁软件行业的人员比例%正向数字惠普金融指数/正向企业每百名职工使用计算机数量台正向2㊀中国数字经济发展现状及区域差异描述2.1㊀全国数字经济发展综合水平由图1数字经济发展绝对值可知,2015年数字经济规模为18.6万亿,5年内稳步增长至39.2万亿,年平均增长率达12.36%㊂GDP占比从27.5%增长至38.6%,其增长率从15年的21.51%下降到9.5%,说明我国数字经济已经达到了一定规模,已成为国民经济的重要支柱㊂图1㊀全国数字经济发展现状及GDP占比2.2㊀各省份数字经济发展现状表2是根据熵值法测算的2015-2020年各省份㊁地区数字经济发展水平综合指数,由测算结果可知,我国省际数字经济发展水平存在明显的差异性及非同质性㊂中国数字经济发展指数均值从0.1131增长至0.3534,说明近年来我国整体数字经济发展水平在迅速提升,同时不同地区发展水平的差异化程度相当显著㊂如北上广等东部经济发达地区的数字经济指数明显高于经济落后的中西部及东北地区,且近5年来一直处于领先地位,而天津㊁河北㊁山西等地的数字经济发展水平明显落后,其中青海省的年均综合指数0.1145低于全国平均水平㊂中部六省中河南㊁安徽㊁湖北三个省份的年均综合指数均接近全国平均水平,而在西部及东北部地区中除四川与辽宁省以外其余省份数字经济发展水平明显落后于全国数字经济发展水平,尤其是甘肃㊁青海㊁宁夏等地区㊂这意味着我国的数字经济水平存在严重的两极分化态势,除东部地区外绝大多数地区的数字经济发展水平仍旧相对较低㊂㊃71㊃表2㊀各省份数字经济发展指数及均值2.3㊀区域差异测算前文已使用熵值法测算各区域不同年份数字经济发展的综合指数,这里将采用Theil 指数探究2015-2020年间中国总体数字经济差异及区域间数字经济发展差异㊂2.3.1㊀综合差异分析区域间与区域内数字经济差异如图2所示,可知:(1)我国数字经济总体差异性逐渐降低,2015-2020年间Theil 指数从0.5086降至0.3373,缩减33.7%左右,说明我国数字经济整体水平逐渐趋于平稳㊂(2)从差异的来源来看,区域内差异是我国整体数字经济差异的主要构成,区域间差异处于从属地位㊂区域间数字经济差异的降低有相当部分离不开政府政策的扶持,东南沿海率先崛起,中部地区紧随其后,西部与北部地区稳步协调发展;各地区传统经济差异为数字差异之根本㊂近年来随着互联网㊁4G 的普及,落后地区搭上了数字时代的顺风车从而实现了经济的飞速增长,发达地区则逐渐趋于平稳,各地经济差距由此减小㊂图2㊀我国整体、局部数字经济发展差异2.3.2㊀区域内局部差异如图3可知:(1)观察期内东部与西部区域内的数字经济发展差异程度小于中部和东北部区域的差距,且差异趋势相对更加平稳㊂在仅包括辽吉黑三省的东北地区中,域间数字经济发展水平差异程度较小,然局部细微变化将导致差异波动的幅度较大,与东北部泰尔指数2015-2020年的变化相符㊂(2)差异来源方面,东西部地区内差异不大,由图可知西部地区内部发展水平波动较大,中部地区与东北地区皆有一定波动,二者内部不均衡差异㊂(3)西部地区数字经济差异除2018年外,整体呈稳定下降趋势,说明西部地区数字经济水平整体进步㊂东部地区数字经济差异较为平稳,指数稳定在0.34上下,发展相对均衡㊂图3㊀我国各地区Theil 指数趋势图3㊀数字经济发展的地域异质性因素探究由以上分析可知我国各区域数字经济发展水平存在显著异质性,为进一步探究数字经济发展的影响因素并提供参考,这里考察相关因素的效应水平㊂3.1㊀模型与变量选取归根结底,数字经济是信息时代进步的产物,是传统经济和互联网融合的新型经济,其发展程度与区域经济发展水平以及产业结构高级化㊁城镇化等因素密切相关,因此本文参考王彬燕㊁邱娟㊁徐康宁等的研究采用以下模型进行回归:Y it =λ0+λ1PGDP it +λ2IS it +λ3MD it +λ4HR it +λ5FIANCE it +Z it式中,Y 表示数字经济发展水平,以前文所测数字经济指数表示,PGDP 为人均生产总值,是核心解释变量,IS ㊁MD ㊁HR ㊁FIANCE 为控制变量,分别为产业结构水平㊁城镇化率㊁人才力量与人均科研资金水平㊂λ0为常数,λk 为个解释变量的系数,Z it 为随机干扰项㊂3.2㊀实证结果分析进行回归分析前,为保证结果准确性,进行了豪斯曼检验与BP 检验,最终选择混合效应模型为佳,回归结果如表3㊂㊃81㊃基金项目:皖南医学院中青年科研基金 基于合作治理的城市社区疫情防控研究 (WKS202009)㊂作者简介:陈玲玲(1990-),女,安徽巢湖人,皖南医学院人文与管理学院教师,主要从事公共管理㊁社会治理研究㊂表3㊀回归分析结果(1)从全国层面来看,人均GDP㊁产业结构高级化㊁城镇化㊁人才力量等因素均对数字经济发展起到一定的正向作用,与现有研究结果基本符合,说明通过提高科研投入㊁加快经济发展㊁加快产业结构高级化等均可促进数字经济发展㊂(2)从地区层面来看,由表格可知:核心解释变量PGDP 显著,即各区域数字经济发展水平与本地区经济发展水平呈明显的正相关㊂MD 在中东西三地区模型中显著,且在四大都区均呈现负相关,考虑实际城镇化情况,可能是各地区城镇化过于集中所导致,难以兼容数字经济发展进程㊂IS 在各模型均显著,说明产业结构高级化对数字经济发展有正效应㊂HR 普遍显著,在东部地区不显著,推测为该地区人才过于集中,导致效率降低㊂FIANCE 在西部和北部地区不显著,推测为资金投入不足以产生明显规模效应以及产业结构不合理导致资金利用不当㊂4㊀建议为加快全国数字经济发展,这里提出如下建议:(1)夯实数字经济基础建设,因地制宜地提供各地区所需基础建设,完善各地区数字经济设施完备程度,形成规模效应,助力整体经济发展㊂(2)加快产业结构高级化进程,建立多种规模的数字经济平台,突破地理条件的限制,利用区域产品特色,建立差异化优势㊂(3)区域经济差异缩小化,应重视数字经济发展水平较高的城市群对周围城市的溢出效应,走出自己的优势道路㊂(4)建立完善的数字技术人才培育体系,要求区域人才协同培养,落实干中学进程,提高工作待遇㊁改善就业环境等途径吸引人才,同时与国外技术前沿进行对接,把握最新趋势,开拓发展思路㊂(5)提高创新能力,应加大科研资金投入,并根据区域内各省份资源状况分层次地分配资金以期实现最大收益,发挥规模经济效应,增速数字化进程㊂参考文献[1]俞伯阳.数字经济㊁要素市场化配置与区域创新能力[J ].经济与管理,2022,36(02):36-42.[2]谢璐,韩文龙.数字技术和数字经济助力城乡融合发展的理论逻辑与实现路径[J ].农业经济问题,2022,(02):146-155.[3]万永坤,王晨晨.数字经济赋能高质量发展的实证检验[J ].统计与决策,2022,38(04):21-26.[4]梁会君. 双循环 新发展格局下数字经济驱动消费增长的机制与路径:基于有调节的中介效应检验[J ].重庆大学学报(社会科学版),2021,27(03):1-13.[5]杜雪锋.数字经济发展的国际比较及借鉴[J ].经济体制改革,2020,(05):164-170.协同治理视角下居民参与社区志愿服务调查研究以新冠肺炎疫情防控为例陈玲玲(皖南医学院人文与管理学院,安徽芜湖241002)摘㊀要:社区志愿服务是社区治理的重要力量㊂本文对居民参与社区志愿服务现状展开调查,结果表明:社区居民积极参与防疫志愿服务,党员带头发挥模范作用;但部分居民行动不足㊁对志愿精神认知不够㊁志愿服务组织管理不完善㊂对此,应加强党建引领,汇聚治理合力;宣传志愿精神,营造浓厚氛围;完善组织管理,推动社区治理,不断完善社区应急志愿服务体系㊂关键词:疫情防控;居民;志愿服务;社区治理中图分类号:F2㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀doi:10.19311/ki.1672-3198.2023.18.0071㊀研究背景‘国务院关于加强基层治理体系和治理能力现代化建设的意见“提出 建立健全基层治理体制机制,推动政府治理同社会调节㊁居民自治良性互动㊂坚持共建共治㊃91㊃。
基于空间计量经济学的区域经济研究
基于空间计量经济学的区域经济研究引言：区域空间经济学是一门新兴的边缘科学，近几十年内区域空间计量模型在国外社会科学的很多领域，尤其以空间计量经济学的发展而著称。
本文梳理了空间计量经济学的产生发展以及其概念，国内外的文献研究，对其内容和方法作了一定的整合，并且分析了空间计量经济学的不足以及未来发展方向，希望能应用于具体的地区实证研究。
关键词：区域空间经济学；空间计量经济学；空间自相关区域空间经济学是一门新兴的边缘科学，如今随着空间计量模型的广泛运用，尤其在应用经济学方面的应用十分广泛。
但是，国内的文献检索中发现国内学者对于空间计量模型的研究仍然是比较薄弱。
随着空间计量分析方法和计量工具的快速发展，越来越多的经济地理学者和区域经济学者开始将注意力放到宏观尺度的空间集聚现象研究上，他们为了给区域经济的增长以及空间集聚产生的效应做出相对合理且详尽的分析，借助了空间计量方法以及一定的空间数据分析方法，并且在此过程中构建了空间结构模型的构建，分析集聚产生的机制以及经济成效，并将此应用于具体地区的实证研究。
一、空间计量经济学的产生和主要概念空间计量经济学作为一个确定的研究领域出现时在20世纪70年代早期，是为了满足区域计量经济学中处理区域经济数据的需要而出现的。
1974年的荷兰统计协会年会上，j.pealinck在其对大会的演讲中第一次提出了”空间计量经济学”的概念。
paelinck和klaassen（1979）没有定义空间计量经济学本身，而是初步确定了五个重要原则，用来指导空间经济计量模型。
这五个规则包括：（一）空间相互依存的作用；（二）空间关系的不对称性；（三）位于其他空间解释性因素的重要性；（四）分化事后和事前互动；（五）明确建模空间模型中的空间模拟。
有趣的是，这些规则强调一个现实的表达空间直观变量在计量模型规范中的重要性，如潜在措施，距离衰退功能和空间的安排。
他们同时指出，空间系列和时间系列的根本区别是由于空间相互作用相对于时间序列的反馈。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
蒙特卡罗模拟的方法来检验。它通过多次重新计
算统计量产生一个参考分布, 用得到的统计量与
参考分析相比较, 计算出一个假设显著性。重新
计算的次数可以由使用者自己选择, 而计算次数
的不同造成检验的结 果也会不同。本文选择 999
次计算次数后, 得到 P- value 值等于 0 0170, 说
明在 97 3% 置信度下各省人均电信业务收入的全
第 12 期( 总第 206 期) 2010 年 12 月
工业技术经济
Journal of Industrial Technological Economics
No 12 ( General, No 206) Dec 2010
基于空间计量的中国电信业区域差异分析
卜寒英 汪贵浦 ( 浙江工业大学, 杭州 310014)
Rock 规则的二进制邻接空间权重矩阵, 其构造方
法如下:
0 当 i 省与 j 省不相邻时
Wij 1
当 i 省与 j 省相邻时
( 2)
其中, i= 1, 2, &, n ; j= 1, 2, &, n ; 本文取
n= 31。考虑到海南省孤立在外, 但鉴于海南与广
东、广西实际联系密切, 故在研究中, 还是认为
关键词 电信业 空间 相关性 区域差异 中图分类号 F632 3 文献标识码 A
引言
改革开放以来, 随着通信 技术的不 断进步, 我国电信业取得了举世瞩目的成就。但与此同时 由于我国地域广阔, 地区间电信业发展是极不平 衡的[ 1] 。从 2008 年人均电信业务收入指标来看, 北京、上海、广东分别是 2374 63 元、2230 92 元 和 1271 95 元, 而 安 徽、 江 西、 甘 肃 分 别 为 360 23 元、357 73 元和 352 72 元, 由此可见, 我 国电信业区域发展极不平衡。分析我国电信业发 展的非均衡性, 寻求解决这个问题的途径和对策, 无论对电信业整体协调发展, 还是对加快推进国 民经济的信息化进程, 都具有重要意义。
各地区电信业发展差异研究, 已成为经济学 者和地 理学 者关注 的热 点 问题 之一[ 2] 。李 元生
未能分析各区域之间的数据存在与时间序列相关 对应的空间相关。一般认为, 一个地区空间单元 上的某种经济地理现象或某一属性值与邻近地区 空间单元上同一现象或属性值是相关的[ 5] 。事实 上, 几乎所有的空间数据都具有空间依赖性或空 间自相关性的特征。本文利用空间计量分析方法, 通过地理位置与 空间联系建立 统计与计量关系, 对我国 31 个省、市、自治区电信业区域非均衡性 进行实证分析, 研究我国各地区电信业发展是否 受邻近地区的影响, 即是否有空间自相关和聚集 现象。
电信业务收入是各省电信发展水平的主要指 标, 而电信业务收入与各省的人口总数有较大关 系。本文将人口数量对电信业务收入的影响考虑
收稿日期: 2010 ! 05 ! 24 基金项目: 国家自然科学基金资助项目空间市场力的测度研究 ( 项目批准号: 71071143)
作者简介: 卜寒英, 浙江工业大学经贸管理学院硕士研究生。研究方向: 产业经济学。汪贵浦, 浙江工业大学经贸管理学院教授。研 究方向: 管理计量与评价、产业及投资管理。
摘 要 基于空间计量经济学方 法, 以人 均电信业务收入为指标, 对中国 31 个省 市电信业发 展差 异进行了实证研究。通过对电信业发展指标的全局空间自相关系数的计算 并作相应显著性检验, 表明中国 各省市电信业发展存在明显的空间正相关性, 即电信业比较发达的省市相 靠近, 电 信业比较落后的省市相 邻。对局部空间相关系数的分析和分类, 则揭示了中国电信业区域分布规律。最后, 就协调区域电信 业发 展并针对属于不同聚类的省市发展电信业提出相应的措施和政策 建议。
价值量形式表现的电信企业为社会提供各类通信 服务的总收入。其计算公式为: 电信业务收入= ∀ ( 各类电信业务量 # 相应的产品价格) + 电信出 租代维及其他业务收入。
和发展环境进行分类, 建立电信收入水平的计量 模型, 并进行实证分析[ 4] 。然而大多数对于电信 业区域差异的研究采 用的都是传统 的统计方法,
Moran 统 计量是全局相 关性的一 个度量, 它 反映一定范围内的自相关, 即概括了一个总的空 间模式中的空间依赖程度。但是, 它无法发现存 在于不同位置区域的空间关联模式。因此为了描 述一个空间单元 和其邻近单元 之间的相似程度, 表示每个局部服从全局总趋势的程度并揭示空间 异质性, 说明空间关系是如何随地理位置变化而 变化的, 我们采用 LISA 分析方法对我国 31 个省 区人均电信业务收入的空间差异进行分析。局部 空间相关性分析结果用 Moran 散点图表示, 并将 局部空间相关性显著的省份形象地展现在地图上。
局空间相关是显著的。从图 2 中可以看到, 2008
年各省人均电信业务收入全局 Moran 指数的理论
平均 值 为 - 0 0333, 经 验 分 布 的 平 均 值 为
- 0 0310, 标 准 差 是 0 1034, 在 本 次 检 验 中,
Moran 统计量通过了 5% 水平的显著性检验。
图 2 全局 Moran 指数显著性检验 结果图
限所对应的空间相关类型存在一定的规律性, 大 部分省份都分布在第一象限和第三象限, 即分别 相对应 HH 和 LL 两种空间自相关类型, 2008 年各 省人均电信业务收入 Moran 散点图属于这两种类 型的 省 份 比 重 为 83 87% , 其 中 HH 类 型 占 比 19 35% , LL 则为 64 51% 。这反映出我国区域金 融发展具有强烈的空间集聚性。
! 10 !
第 12 期( 总第 206 期) 2010 年 12 月
工业技术经济
Journal of Industrial Technological Economics
No 12 ( General, No 206)Fra bibliotekDec 2010
在内, 以各省人均电信业务收入作为指标, 进行 空间分析与研究。本文详细统计了 2008 年全年中 国各省份电信行业的业务与收支数据 ( 文中经济 数据均来自 ∃2008 中国统计年鉴%、 ∃2008 中国通 信年鉴% 和 ∃2008 中国通信统计年度报告% 及中 国国家基础地理信息系统) , 从而得到各省人均电 信业务收入的地理分布情况, 将 31 个省根据人均
nn
( 1)
∀ ∀ S2
W ij
i= 1 j= 1
∀ 其中S2 =
1 n
n
( Yi-
i= 1
Y)
,
Yi 表示第 i 地区的
现为空间负相关性。空间相关性分为空间全局相 观测值, 在本文中为人均电信业务收入, 以 PDI-
关分析和局部相关分析, 全局相关分析指标与局 表示。Wij为衡量空间事物之间关系的空间权重矩
海南省与广东省、广西省在空间上是相邻的。
通过对各省人均电信业务收入进行全局空间
相关分析, 计算得到 2008 年各省市人均电信业务
收入 Moran 指数为 0 2299, 说明我国各省市人均
电信业务收入具有较大的空间正相关性, 即各省
市人均电信业务收入的空间分布并非表现出完全
随机性, 而是表现出空间相似值之间的空间聚集。 为了检验 Moran 统计量是否显著, 本文采用
Moran 散 点图用二维图 示的形式, 描述变 量 与空间滞后 ( 即 该观测值周围邻居的 加权平均) 矩阵间的相互关系。Moran 散点图的 4 个象限分别 对应于空间单元与其邻居之间 4 种类型的局部空 间联系形式: 第一象限代表了高观测值的空间单 元为同是高值的区域所包围的空间联系形式; 第 二象限代表了低观测值的空间单元为高值的区域 所包围的空间联系形式; 第三象限代表了低观测 值的空间单元为同是低值的区域所包围的空间联 系形式; 第四象限代表了高观测值的区域单元为 低值的区域所包围的空间联系形式。图 3 中横轴 所示 PDI- 08 表示的是 2008 年各省人均电信业务 收入的分布, 而纵轴所示 W- PDI- 08 表示的是邻 近省市人均电信业务收入加权平均值的分布。坐 标轴上的数值经过了标准化, 大小表示的是该点 落在均值几个标准差之内, 而正负表示该点与均 值的大小关系。
电信业务收入从低到高分成 4 个阶梯, 如图 1 所 示。第 一阶梯 包括: 甘肃、广西、贵州、云南、 河南、江西和安徽; 第二阶梯包括: 黑龙江、吉 林、青海、四川、重庆、陕西、湖南和湖北; 第 三阶梯包括: 西藏、新疆、内蒙古、宁夏、山西、 河北、山东和海南; 第四阶梯包括: 辽宁、北京、 天津、江苏、上海、浙江、福建和广东。
! 11 !
第 12 期( 总第 206 期) 2010 年 12 月
工业技术经济
Journal of Industrial Technological Economics
No 12 ( General, No 206) Dec 2010
阵。
空间权重矩阵的建立有多种规则, 其中最常
用的是基于邻接规则和距离规则。本文采用基于
2 区域电信业空间相关分析
空间相关性是指同一个变量在不同空间位置
n
部相关分析指标间存在 ∀ Ii = n* I 的关系。 i
2 1 空间全局相关分析 全局相关分析主要有 Moran 指数和 Geary 系数
来度量, Moran 指数反映的是 空间邻接或空 间邻 近的区域单元 属性值的 相似程度。Geary 系数 与 Moran 指数存在负相关关系。Moran 指数 I 的取值 一般在[ - 1, 1] 之间, 小于 0 表示负相关, 等于 0 表示不相关, 大于 0 表示正相关, 其绝对值越大, 表示相关性越强。本研究选取 Moran 指 数作为全 局相关分析指标, 其计算公式为:
! 12 !