經濟發展水平差異精選(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濟發展水平差異主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：經濟發展水平差異范文

關鍵詞：經濟發展 經濟差異 東四盟市

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

一、數據來源與研究方法

（一） 數據來源

本文以縣級區域（含縣、自治縣、縣級市）為地域研究單位來采集數據，選取內蒙古東四盟市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。選取的社會經濟指標主要來源于1996年、2001年、2006年、2011年的《內蒙古統計年鑒》和地方志（統計年鑒）。

（二）研究方法與指標選擇

內蒙古東四盟市每個縣、市的經濟由于生產力水平、人文社會經濟條件、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域經濟發展整體水平，因此應用SPSS軟件對12個社會經濟統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個年份各縣經濟發展綜合水平指數值，以此作為依據比較評價內蒙古東四盟市經濟發展水平差異。再運用ArcGIS軟件對研究區域經濟綜合水平進行類型劃分并歸納出內蒙古東四盟市經濟發展差異演變的基本特征。

影響內蒙古東四盟市經濟發展的因素是多方面的，與經濟實力、經濟規模、經濟結構等方面有關，考慮到指標的科學性、全面性以及數據的可獲取性，本文統一選取12個統計指標，包括：X1人均GDP（元）、X2人均社會固定資產投資（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人均城鄉居民儲蓄存款余額（元）、X7人均工業總產值（元）、X8在崗職工平均工資（元）、X9農民人均收入（元）、X10財政收入占GDP比重（%）、X11第三產業比重（%）、X12第二產業比重（%）。

二、內蒙古東四盟市經濟發展差異的時間演變

（一） 內蒙古東四盟市經濟綜合水平的計算

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據文件中，得到社會經濟主成分載荷矩陣。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。根據統計學家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，根據其意義判斷是經濟實力主成分；第2主成分與X10、X11有較大的正相關，是經濟結構主成分；第3主成分與X2、X12有較大的正相關，是經濟規模主成分。2000年的第1主成分與X1、X2、X3、X4、X6、X7、X8有較大的正相關，是經濟實力主成分；第2主成分與X12有較大的正相關，是經濟結構主成分；第3主成分與X11、X12有較大的正相關，是經濟規模主成分。2005年的第1主成分與X1 、X2、X4、X5、X7、X8、X10、X12有較大的正相關，是經濟實力主成分；第2主成分與X3、X6、X11有較大的正相關，是經濟結構主成分；第3主成分與X8、X9有較大的正相關，是經濟規模主成分。2010年的第1主成分與X1、X2、X4、X5、X7、X8、X10有較大的正相關，是經濟實力主成分；第2主成分與X3、X6、X11有較大的正相關，是經濟結構主成分；第3主成分與X8、X9有較大的正相關，是經濟規模主成分。主成分分析解決了原有的12個社會經濟統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個年份的各縣經濟發展水平綜合指數。該指數越高，說明該地區經濟發展水平越高，反之越低。以此作為依據分析內蒙古東四盟市經濟發展差異演變。

（二）內蒙古東四盟市經濟發展水平類型劃分

依據1995、2000、2005和2010年內蒙古東四盟市經濟發展綜合水平指數，運用SPSS進行層次聚類分析中的Q型聚類分析，統一選離差平方合法，聚成四類：滯后型、慢發展型、較發展型和快發展型。需要說明的是，以上分類是在內蒙古東四盟市內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，內蒙古東四盟市屬于欠發達地區。

把內蒙古資源環境數據庫中的面狀行政單元層以縣為單元提取出來作為圖形數據，把經濟發展綜合水平指數輸入到數據庫中作為屬性數據，利用ArcGIS軟件關鍵字段把屬性數據連接到圖形數據上，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，且經濟發展綜合水平越高的區域被賦予的顏色越深，將4個年份內蒙古東四盟市各縣的經濟發展差異水平在圖上顯示出來（圖1-4）。

進一步分析圖1后發現：1995年快發展型的縣有3個，主要位于呼倫貝爾市縣級城市；較發展型的縣有6個，主要位于呼倫貝爾市西部俄羅斯、蒙古交接區；慢發展型的縣有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后發現：2000年快發展型的縣有3個，主要位于呼倫貝爾市行政中心附近；較發展型的縣有7個，主要位于呼倫貝爾西部；慢發展型的縣有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后發現：2005年快發展型的縣有3個，主要位于呼倫貝爾市西部俄羅斯、蒙古交接區；較發展型的縣有3個，主要位于呼倫貝爾市行政中心附近；慢發展型的縣有15個，主要位于呼倫貝爾市中部地區及赤峰市西部地區；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。分析圖4后發現：2010年快發展型的縣有3個，主要位于呼倫貝爾市及通遼市；較發展型的縣有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；滯后型的縣有15個，主要位于興安盟地區、通遼市及赤峰市東部地區。

三、結果分析

在上述研究基礎上，可進一步歸納出內蒙古東四盟市經濟發展差異演變的基本特征：（一）東四盟市整體發展比較滯后，各縣中高于平均水平的縣僅占31%。四種類型中，無論個數比重還是面積比重，快發展型都是最少，多數縣屬于慢發展型和滯后型。（二）根據各縣經濟綜合水平指數可知，東四盟市經濟發展差距幅度比較穩定，2005年后經濟發展差距有明顯拉大的趨勢。快發展型和慢發展型總體上從東四盟市北部向南部轉移，而滯后型的個數明顯減少。（三）通遼市和赤峰市經濟發展水平明顯高于呼倫貝爾市和烏蘭浩特市，2000年后呼倫貝爾市經濟發展水平明顯下降。（四）興安盟一直是東四盟市經濟發展的低谷。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，說明興安盟的發展速度明顯慢于整個東四盟市其它地區。（五）東四盟市約30%的縣經濟發展較為穩定。呼倫貝爾市大部分地區一直屬于快、較發展型，是經濟發展的龍頭；陳巴爾虎旗、牙克石市一直屬于慢發展型；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，內蒙古東四盟市縣域經濟差異呈現拉大趨勢，從經濟綜合水平相對地位來看，1995-2010年間，各區縣排名發生了很大變化，各盟市行政中心和快發展型縣域的帶動作用不明顯。整體發展從東北向西南轉移，較發展型縣域空間范圍擴大，但是中部地區一直處于低谷，2010年總體呈現“凹”型空間格局。低經濟發展水平縣域集聚區、高經濟增長水平縣域以及邊緣縣域與其各自相鄰縣域經濟發展相關性不顯著，各類型從連片的面狀分布發展成關聯性較小的斑塊狀分布，且各類型之間出現緩沖地帶。從區縣數量上來看，快發展型

研究內蒙古東四盟市經濟發展差異，對西部大開發和東三省老工業地區復興問題的有效解決，及東三省和內蒙古東四盟市的區域協調發展和區域協作的方式具有重要指導意義。同時，可為其他經濟欠發達的省邊緣區提供發展思路。

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.淮海經濟區經濟發展差異研究[J].地理學報，2009，64（8）.

[3]張宇碩，白永平，李慧.蘭州——西寧城鎮密集區縣域經濟差異的空間格局演化分析[J].經濟地理，2011，31（2）.

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

[5]許旭，金鳳君，.成渝經濟區縣域經濟實力的時空差異分析[J].經濟地理，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.中國小城鎮經濟發展的地區差異研究[J].經濟地理，2004，24（3）.

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

第2篇：經濟發展水平差異范文

關鍵詞：建成區綠地率；經濟發展；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，中國經濟持續高速增長，至2014年底，年均增長率在9.5%以上[1]。城市經濟發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年中國建成區綠地面積從11.00萬hm2增至182.00萬hm2，建成區綠地率從14.79%增至36.29%[2]。目前，中國經濟發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展階段[4]，且不同地區間的城市經濟發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，對全國及各地區城市綠地建設有針對性地把握經濟發展新契機，更好地利用經濟發展的促進作用，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濟發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在關系。例如，吳彤等[6]以南京為研究對象，定量分析出經濟發展水平與綠地規模存在顯著相關性；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濟發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城市經濟發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、數據基礎與研究范圍

1.1 變量選取

城市經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、三產業快速發展及結構不斷優化的地區經濟[8]，其促進綠地建設水平提高主要體現在總產值增加、人均產值提升、地均產值增長、產業結構升級、綠地建設投資增加等方面。體現城市經濟發展及城市綠地建設水平的變量選取如下：

1）二、三產業總值（INV），單位為億元，表征城市經濟總產值。由于第一產業的產值占城市經濟總產值比例較小，且對城市綠地建設水平影響程度較弱，故選第二與第三產業產值之和表征經濟總產值。

2）人均二、三產業總值（PNV），單位為萬元/人，表征人均產值。計算該指標的人口變量選城區常住人口更具科學性，但其統計口徑發生過變化，故選統計口徑一致且數據連續性強的城市非農人口作為替代。

3）地均二、三產業總值（MD），單位為千元/m2，表征地均產值。計算該指標時選建成區面積作為其分母。

4）三產比重（SC），單位為%，表征產業結構。該指標是通過第三產業產值與二、三產業總值相比得到的。

5）園林綠化固定資產投資（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再生產活動，包括改建、擴建及新建園林綠化等活動[2]。

6）建成區綠地率（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，有建成區綠地面積、人均公園綠地面積、建成區綠化覆蓋率等，但建成區綠地率具有統計口徑一致、數值精確、作為相對指標更適合用于不同地區間進行比較等優勢[9]。

1.2 數據來源及處理

以上各指標來自《中國城市建設統計年鑒（報）》、《中國城市統計年鑒》與《中國人口和就業統計年鑒》（《中國人口統計年鑒》）。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《中國城市建設統計年鑒》中按區域經濟帶劃分地區的方式，將中國劃分為東、中、西三大地區。在時間尺度上，根據中國二、三產業產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年總產值年均增速不斷加快；2005-2010年為總產值年均增速處于波動起伏階段；2011-2014年為總產值年均增速下降階段。

2 實證分析

2.1 單位根檢驗及協整檢驗

在回歸分析前需驗證各指標序列是否平穩或存在長期均衡關系[11]。針對全國1996-2014年面板數據進行檢驗（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，確定變量間存在協整關系。綜上所述，全國面板數據可以進行回歸分析。

2.2 建立計量模型

通過F檢驗及Hausman檢驗，發現全國及三大地區的面板數據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，考察不同時空內城市經濟發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為常數項，β1～β5為回歸系數，GBDit、INVit、PNVit、MDit、SCit、TZit分別代表第i個省份第t年的建成區綠地率、二三產業總值、人均二三產值、地均二三產值、三產比重和園林綠化固定資產投資。

2.3 城市經濟發展對城市綠地建設水平影響空間尺度分析

由表3可知，全國及三大地區城市經濟發展對城市綠地建設水平影響的回歸結果。全國經濟變量T值均顯著，且顯著性水平高；三大地區由于各自特點，其內部個別經濟變量T值不顯著。模型調整后R2均較高，F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，各經濟變量對城市綠地建設水平的解釋力強[12]。

2.3.1 全國SC回歸系數最大，MD影響效果最弱 從全國層面看，經濟總產值增加、人均及地均產值提高、產業結構升級與園林綠化固定資產投資均較大程度促進建成區綠地率提高。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，回歸系數為0.018 6。造成上述現象的原因主要是：①城市產業結構與城市綠地建設水平間的聯系十分密切，前者的調整與升級既對后者的提高提出了迫切需求，也為后者創造了更多的發展空間與有利條件；②城市經濟總產值及人均、地均產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小；④研究時段內，建成區面積擴張過快，導致地均產值的增長相對較慢，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，回歸系數為0.020 9；PNV、TZ對GBD的作用力度較小且接近，回歸系數分別是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。造成上述現象的原因有：①東部城市產業結構升級很快，比重不斷加大的第三產業對城市綠地的需求最強烈，且其所給予后者的發展空間最大，同時，與城市綠地建設相關的產業也大幅增加；②東部產業總值高，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，東部城市人口數量與建成區面積增長均過快，減緩了人均產值及地均產值的提升速度，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，回歸系數為0.166 8；MD對GBD的促進力度較弱于SC，回歸系數為0.034 9；TZ的回歸系數為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，回歸系數為0.015 2；PNV的影響效果不顯著。造成上述現象的原因主要有：①本地區產業結構調整、升級處于不斷加快階段，與城市綠地建設水平間的聯系不斷加深；②本地區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中部人口基數較大，導致人均產值增加對城市綠地建設水平的促進作用相對較弱；④中部建成區面積擴張速度相對較慢，地均產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，且在全國及各地區間相對最大，回歸系數為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，回歸系數為0.027 6；INV與TZ的促進作用較為接近，回歸系數分別為0.010 6與0.008 6；SC影響效果不顯著。造成上述現象的原因有：①西部建成區面積相對較小，人口相對較少，兩者的擴張速度均較慢，而隨著西部大開發等政策制度的落實與實施，經濟總量快速增長，使西部地均產值與人均產值相對較快提升，成為促使城市綠地建設水平提高的重要因素；②西部產業結構較落后，第三產業產值比重小，較難在短時間內改變現狀。

2.4 城市經濟發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濟發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統計量均在1%水平顯著，表明各模型整體擬合均較好，即在不同時間段內城市經濟發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，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，回歸系數為0.035 1；TZ促進力度較小，回歸系數為0.008 4；MD與PNV的影響效果不顯著。造成上述現象的原因主要有：①此階段的城市產業結構進入到加速調整與升級時期，三產比重不斷提升，對城市綠地建設的需求不斷提升，且為其創造更多的發展空間；②城市產業總值快速增加，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，城市建成區規模與人口均處于快速增長階段，人均及地均產值的增速相對減緩，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 此時間段內回歸模型的擬合度在3個模型中最高；SC回歸系數為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。造成上述現象的原因主要有：①該階段城市經濟發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，產業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 此時間段內經濟發展的大多變量對GBD的作用力度均減弱。SC的作用力度仍最大，回歸系數為0.167 7，但較前一階段已大幅減小；TZ作用力度較大，回歸系數是0.012 4，但也較前一階段有所減弱；INV的作用力度最小，回歸系數為0.004 9；PNV與MD的影響效果不顯著。造成上述現象的原因主要有：①中國整體經濟增速較上一階段開始放緩，制約了經濟發展，尤其是在總產值、人均及地均產值增加方面對綠地建設的促進作用；②在轉型時期，經濟發展更加側重于通過產業結構升級、固定資產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）中國城市經濟發展有力地促進了城市綠地建設水平提高，產業結構升級、總產值增加、人均產值增長、地均產值提升、固定資產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，產業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，城市經濟發展對不同地區城市綠地建設水平提高的促進作用存在差異。產業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；經濟總產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；園林綠化固定資產投資的影響效果均顯著，但除中部外，在其他地區的作用力度均最小。

3）從時間尺度看，中國城市經濟發展對城市綠地建設水平的促進力度呈現為先加強，后不斷減弱的趨勢。產業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；經濟總量增加的促進強度在大多數時期處于第二位，且促進力度也在逐步下降；園林綠化固定資產投資的促進力度先大幅加強，后又小幅減弱；地均產值提高的促進效果經歷了由不顯著轉為顯著，后又變為不顯著的過程；人均產值增加在各階段的影響效果均不顯著。

3.2 討論

1）中國城市經濟發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律及作用機制，把握好現階段產業結構升級與園林綠化固定資產投資加大為城市綠地建設帶來的良好契機，發揮好轉型時期經濟發展所能提供的促進效力。

2）各地區需就各自經濟發展現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。東部應在經濟總產值快速增加、產業結構不斷升級的同時，更加注重加快人均產值及地均產值的提高；中部應更加重視產業結構升級與經濟總產值增長；西部應大力推進產業結構調整與園林綠化固定資產投資，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，經濟發展僅為其中的一個重要方面。城市用地規模、城市人口數量、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]。在經濟發展的促進作用減弱時，可通過擴張城市建設用地規模、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.經濟新常態與經濟發展新策略[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建設部.中國城市建設統計年鑒（2014年）[M].北京：中國計劃出版社，2015.

[3] 何菊蓮，張 軻，唐未兵.我國經濟發展方式轉變進程測評[J]. 經濟學動態，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規劃的應對[J].華中建筑，2015（12）：118-120.

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

[6] 吳 彤，倪紹祥.南京市城市綠地規模與經濟發展水平關系分析[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.綿陽城市綠地規模與經濟發展水平關系分析[J].安徽農業科學，2007（24）：7535-7536.

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

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

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

第3篇：經濟發展水平差異范文

1數據來源與研究方法

1.1數據來源

本文以山西省107個縣市為研究區域，利用2008-2013年《山西省統計年鑒》農民人均純收入數據，利用ArcGIS、GeoDA軟件對山西省農村經濟發展區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，農民人均純收入逐年增長，這主要得益于農民理財觀念轉變、政策扶持、農民素質提高、“一縣一業”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；從集聚區域來看，主要呈現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，農民人均純收入較高的地區一般集中在自然條件優良、區位條件好的地區，而農民人均純收入低的地區集中在自然條件差、交通不便的地區。

2.2全局自相關分析

為了更好的分析山西省農村經濟空間分布的內在聯系及演變過程，運用GeoDa軟件計算出2008-2013年山西省農民人均純收入全局自相關指數（Moran’s指數），并選取2008年和2013年的農民人均純收入數據作出全局自相關散點圖（見圖2）。2008-2013年Moran’s指數分別為0.3704、0.3901、0.3723、0.3643、0.3213、0.3813，其值均為為正數，這表明山西省農村經濟發展水平存在明顯的空間正相關性，即山西省農村經濟發展在空間分布上呈現出集聚的特征，農村經濟發展水平高的縣市其周圍的農村經濟發展水平也高，農村經濟發展水平低的縣市其周圍的農村經濟發展水平也低。從整體來看這種趨勢隨著時間的推移還在逐漸加強。山西省農民人均純收入Moran’s指數呈現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據，而位于第二、四象限的點是負相關的點數據。2008年的農民人均純收入散點圖位于第一、三象限的縣市有82個，約占總數的77%，位于第二、四象限的縣市有24個，約占總數的23%，77%縣市的農村經濟發展呈現出集聚特征，而23%縣市表現出分散的分布特征。農村經濟發展水平較高的地區主要集中在中部和部分東部，而農村經濟落后地區主要位于西部。到2013年山西省農村經濟發展的整體格局變化不大，只是稷山縣、應縣由高高區域進入低高區域，表明這些縣農村經濟發展速度放緩，明顯低于周圍地區農村經濟發展水平；而垣曲縣、中陽縣、五臺縣、原平市、柳林縣由低低區域進入高低區域，其主要是由于這些地方的資源得到開發和利用。一些發達城市憑借區位、交通、資源等優勢農村經濟發展速度加快，其經濟輻射能力增強，能夠帶動周圍地區農村經濟發展水平的提高，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，它是衡量某區域與周圍區域之間的相近或相異程度的指標。從山西省各縣市農民人均純收入LISA值可知，山西省農村經濟發展存在明顯的差異，形成顯著的空間二元結構。2008年山西省西部和中部出現了兩個顯著區域，說明這些縣市與周圍區域相互關聯、相互影響，西部地區處于低低區域，這些地區與周圍地區之間的聯系較少，大體上處于孤立發展狀態，其農村經濟發展水平落后，而中部地區特別是太原市和晉中市處于高高區域，這些地區與周圍地區之間的聯系非常緊密，農村經濟發展水平較高，其經濟輻射能力較高。文水縣和陽曲縣處于低高區域，其農村經濟發展水平明顯低于周圍地區。至2013年山西省農村經濟發展格局變化不大，農村經濟差異呈現出較弱縮小趨勢。西部仍然為落后地區，只是范圍有所縮小，而中部也仍處于發達地區，但是范圍向南、向西擴大。這表明五年來山西省農村經濟發展水平較高地區的經濟帶動作用已經開始顯現。右玉縣和柳林縣與其周圍農村經濟發展呈現出相異的狀態，柳林縣依托資源優勢發展農村經濟，使其得到明顯提高，而右玉縣由于地理位置偏僻、資源缺少等因素農村經濟明顯低于周圍地區。

3建議

第4篇：經濟發展水平差異范文

關鍵詞：赤水河；流域經濟；貴州省

中圖分類號：F2

文獻標識碼：A

doi：10.19311/ki.16723198.2017.11.004

流域經濟是指依托江河，發揮流域水資源承載、航運和景觀生態等功能的經濟活動，以實現流域經濟均衡發展的目標。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，導致流域內經濟發展差距擴大和經濟發展整體效率不高。目前關于流域經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濟發展情況進行研究，以期為推進“赤水河生態經濟示范區”創建，促進赤水河流域生態建設和區域合作提供決策參考。

1貴州赤水河流域概況

赤水河，發源于云南省鎮雄縣，是長江干流上游的一級支流，全長436.5公里，是以生態保護為主，基本上保持原生態的河流，是三峽庫區上游重要的生態屏障，享有“美酒河”、“生態河”等美譽。整個赤水河流經云南、貴州和四川三個省，其中貴州省境內流域面積為12222平方公里，占59.8%，涉及七星關區、大方縣、金沙縣、遵義縣（播州區）、仁懷市、桐梓縣、習水縣、赤水市等8個市縣（區）。

數據來源：根據各市縣（區）統計公報整理。

2.2流域各市縣（區）產業結構不合理

從表1可以看出，貴州赤水河流域上游七星關區、大方縣雖然工業化起步較早，但最近幾年開始進行產業結構調整，縮減煤電行業等資源消耗型產業規模，大力發展旅游業等第三產業，第三產業占GDP的比重分別為45%、42%，成為七星關區、大方縣的主導產業。流域內其他市縣（區）的產業發展則都以第二產業為主導，尤其是仁懷市，其第二產業的比重占GDP的比重高達66%，其中釀酒I是仁懷市工業中的支柱產業。

2.3流域各市縣（區）經濟發展不平衡

人均GDP這一指標常用來衡量區域經濟發展水平。從表1可以看出，貴州赤水河流域內經濟發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；流域內經濟發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%。貴州赤水河流域內其他市縣（區）的經濟發展水平都低于全國平均水平。

3貴州赤水河流域經濟發展的差異化研究

為探究貴州赤水河流域經濟發展的差異化程度，本文采用變異系數和基尼系數兩個指標進行量化研究。

3.1變異系數

變異系數是指研究區域各縣市（區）的人均GDP值變異程度，是各區域數值的標準差與平均數的比值。

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）的人均GDP平均值，Xi為各區域人均GDP值，n-1表示自由度，n=8。

根據2015年貴州省赤水河流域各市縣（區）的人均GDP指標值，求出變異系數值為0.62，說明貴州省赤水河流域8個縣市（區）的人均GDP偏離平均值的程度較高，各縣市（區）經濟發展差異不均衡。

3.2基尼系數

基尼系數于20世紀初提出后，就經常用作衡量社會收入分配均等程度的指標，反映區域間的分配差異。基尼系數值為0～1之間，基尼系數越接近1，說明區域間的分配越不均衡。

（1）將貴州省赤水河流域各縣市（區）的人均GDP按從大到小排序，分別計算各縣市（區）人均GDP占的比重。

xi=Xi/XX=∑ni=1Xi

（2）計算流域內各縣市（區）的基尼系數：G（x）=a-bZx，其中a=（n+1）/n，b=2/n，Zx=∑ni=1ixi。

根據2015你貴州省赤水河流域各縣市（區）的人均GDP值，求出基尼系數為0.23，在0.2～0.3期間，分配比較平均。

從變異系數指標看，貴州省赤水河流域內的8個縣市（區）的區域經濟發展不均衡；但從基尼系數指標看，流域內各縣市（區）的社會收入分配比較平均。究其原因，流域內除仁懷市的經濟發展水平較高，其他縣市（區）的經濟發展水平相差不大，整體都落后，縣市（區）的收入水平都較低。

4結論與對策

貴州省赤水河流域內8個縣市（區）的經濟發展水平具有顯著差異，整個流域內的經濟發展水平極為不均衡，呈現單極增長，仁懷市的人均GDP遠遠超過全國水平，但其他縣市（區）的經濟發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濟發展狀況。

4.1依托“赤水河生態經濟示范區”的創建，大力發展特色生態經濟

一是根據貴州赤水河流域的區域特點，結合貴州的山地農耕條件，調整農業種植結構，打造“互聯網+現代農業”，大力發展現代高效生態農業。二是依托貴州良好的生態環境和豐富的旅游資源，加快發展生態文化旅游業，大力開發休閑旅游、康養旅游以及文化旅游等多種旅游新業態新產品，打造全域旅游產業；三是依托赤水河流域的交通樞紐以及產業集群的優勢，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、零售、會展等行業發展，大力推進商貿、物流等服務業的發展。

4.2合理布局，分區域發展重點優勢產業

貴州省赤水河流域的上游，其生態環境脆弱，同時承擔著保護赤水河流域生態環境的重責，該區域可通過采用現代種植技術，發展特色生態經濟農業；中游區則以仁懷的茅臺酒為龍頭，整合為集約化醬香型酒企業集團，大力發展循環工業，建設全國優質白酒生產基地；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，大力發展生態旅游業和健康養老產業。

4.3建立生態補償機制，保障赤水河流域經濟持續發展

為了保護赤水河流域的生態環境，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環境保護，同時也放棄發展就有良好經濟效益的產業，因此，需要中下游為上游損失予以生態補償，從而保障流域內整體經濟的健康持續發展。

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濟協調機制及路徑選擇[J].自然資源學報，2014，29（9）：14651474.

[2]彭榮勝.基于區域協調發展的黃河流域經濟空間開發[J].商業研究，2010，（2）：116120.

第5篇：經濟發展水平差異范文

我國西北五省區(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。西北五省區是我國沙漠和戈壁的集中省區,生態環境極其脆弱,但它們也是我國重要的能源基地,區域內石油及煤炭資源極其豐富,是依靠能源發展的地區。2011年,西北五省區能源消耗分別為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,西北五省區經濟發展水平整體上處于落后水平,產業結構不完善,能源結構不合理,仍以高排放的傳統能源為主,使西北五省區迫切需要走低碳經濟之路。

2指標體系構建及數據來源

低碳經濟是以低排放、低能耗、高效益為原則的經濟發展模式,其實質是通過更少的資源消耗和環境污染創造更高的經濟效益,從而達到更高水平、更高質量的生活。為了評價西北五省區低碳經濟發展水平,本文在借鑒學者們的研究成果的基礎上,結合西北地區的實際情況,建立了由低碳經濟發展基礎、低碳排放、低碳產業、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

我國西北五省區低碳經濟發展水平存在顯著差異,陜西低碳經濟發展水平地較高,寧夏低碳經濟發展水平最低,青海、甘肅、新疆處于中間位置。形成此格局的主要原因是:¹西北五省區能源結構不合理,煤炭能源消費仍然占據很大比重,使經濟發展過程中的碳排放強度高,碳排放壓力過大。º西北五省區大多處于城市化快速發展階段,工業所占比重較大,且對鋼鐵、水泥等高耗能產品的需求量大,導致碳排放量大。»西北五省區生態環境極其脆弱,水資源失調、水土流失嚴重、荒漠化程度加劇,生態環境惡化,使社會發展成本增加,限制了低碳經濟發展水平和速度。¼西北五省區相關的法律法規不健全,對低碳經濟認識不夠,使西北五省區低碳經濟發展水平較低。2007)2011年,我國西北五省區低碳經濟發展水平逐年提高,陜西低碳經濟發展水平指數由0.6125提高到0.7359,年平均增長率為3.09%;甘肅經濟發展水平指數由0.3977提高到0.4225,年平均增長率為1.37%;青海經濟發展水平指數由0.5426提高到0.6307,年平均增長率為1.95%;寧夏經濟發展水平指數由0.2467提高到0.2723,年平均增長率為0.64%;新疆經濟發展水平指數由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低碳經濟發展水平在提高,但各省低碳發展速度存在差異,陜西省低碳經濟發展速度最快,寧夏低碳經濟發展速度最慢。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業兩個一級指標對低碳經濟發展水平起主導作用。碳排放可反映出區域的碳排放情況,直接反映出低碳經濟發展程度。在低碳排放方面,得分較高的是青海、陜西和甘肅,說明這3個省份的節能減排做得較好;得分較低是寧夏和青海,說明這兩個省區的能源利用率較低。低碳產業發展程度決定著區域經濟的發展方向。在低碳產業方面,除陜西得分為0.1688以外,其余四省的低碳產業發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。一個地區經濟社會資源基礎從一定程度決定其區域發展程度和方向,經濟規模、產業結構和城市化水平能直接反應出區域社會經濟資源基礎條件。新疆和陜西的低碳經濟發展基礎較好,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,產業結構不完善。在低碳資源方面,西北五省區處于干旱半干旱地區,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:低碳經濟發展水平較低。西北五省區低碳經濟發展水平均總體較低,仍然處于高碳發展階段。低碳經濟發展水平最高的為陜西,其次為青海,寧夏的低碳經濟發展水平最低。低碳經濟發展水平逐年提高。2007)2011年,西北五省區低碳經濟發展水平逐年提高,但各省低碳發展速度存在差異。陜西的低碳經濟發展速度最快,年平均增長率為3.09%,寧夏低碳經濟發展速度最慢,年平均增長率僅為0.64%。低碳經濟發展難度較大。西北五省區經濟發展基礎薄弱,產業結構不合理,第一產業、第二產業比重大,高耗能行業所占比重較大;且西北五省區多為能源大省,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很難改變,使西北地區低碳經濟發展難度增大。低碳經濟發展潛力大。國家對西北地區的支持力度較大,特別是/西部大開發0和/新絲綢之路0的提出,為西北五省區發展低碳經濟提供了極其重要的戰略機遇;國家在西部實施生態和經濟和諧發展戰略,為西北五省區低碳經濟發展提供了相應的政策保障。西北地區新能源發展較快,風能和太陽能等新能源開發的潛力很大、發展速度較快,為低碳經濟發展奠定了明顯優勢;陜西是我國著名的高校及科研院所聚集地,高等人才眾多,為西北地區發展高科技產業、發展低碳經濟模式奠定了人才優勢。因此,西北五省區低碳經濟發展潛力巨大。

4.2建議

第6篇：經濟發展水平差異范文

[關鍵詞]房地產經濟；主成分分析；因子分析

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

1評價指標體系的構建與數據處理

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，依據代表性、科學性、綜合性及數據可得性等指標選取原則，經過細分，最終從房地產投資、建設、銷售及開發企業等四個方面選取了11個指標，建立了一套較為完整的評價體系（見表1）。1.2數據來源與處理通過對《安徽統計年鑒》2004～2015年的相關數據分析和整理，得到原始樣本數據。由于各評價指標具有不同的性質和內涵，相互之間不具有可比性，因此要對原始數據進行標準化處理，將其轉化為無量綱的純數值，使各指標相互之間具有可比性，公式為：Yij=（Xij-Xmin）/（Xmax-Xmin）式中Yij為原始指標數據進行標準化處理后的數值；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安徽省房地產經濟發展水平評價

2.1總體評價

利用時序數據對安徽省2004～2015年整體房地產經濟的發展情況進行縱向比較，研究安徽省房地產經濟發展水平的時間變化。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的系數明顯大于F2的系數，主要反映了房地產開發企業規模和平均銷售水平；第二主成分F2的F1、F2、F3、F4、F5、F7、F9、F11的系數明顯大于F1的系數，主要反映了房地產投資建設和開發企業經營情況。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年間房地產經濟發展水平的綜合得分，結果如表2所示。從安徽省2004～2015年這12年間房地產經濟的綜合得分和排名可以看出：2004年以來安徽省房地產經濟總體發展水平呈逐年上升的趨勢，表明安徽省房地產經濟在投資建設及銷售，房地產開發企業的經營、規模方面都有顯著提高，且增長速度較穩定。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，說明房地產開發企業規模和房地產平均銷售水平均又好又快發展；而因子F2，反映房地產投資建設和開發企業經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，說明安徽省房地產投資建設和開發企業的經營狀況有待改善。

2.2安徽省各地區2015年房地產經濟發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的系數明顯大于F2、F3的系數，主要反映了房地產投資建設與開發企業規模；第二主成分F2的F5、F7的系數明顯大于F1、F3的系數，主要反映了房地產的供給與需求之間的關系；第三主成分F3的F10的系數明顯大于F1、F2的系數，主要反映了房地產開發企業的經營情況。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2015年間房地產經濟發展水平的綜合得分及排名，結果如表3所示。對安徽省16個城市的房地產經濟進行橫向分析比較可以得出：安徽省各地區房地產經濟指標得分差別較大，合肥市的房地產經濟發展水平最高，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個城市的房地產經濟得分為正，分別是合肥市、蚌埠市、滁州市、馬鞍山市和蕪湖市，說明這5個城市的房地產經濟發展水平高于安徽省房地產經濟發展的平均水平；另外11個城市的房地產經濟發展則低于平均水平，尤其是池州市，在16個城市中排名最后，說明該地區房地產經濟發展較落后，房地產經濟發展水平不高。

3結論與建議

3.1結論

對安徽省房地產經濟的發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，房地產經濟發展水平地區差異較大。從橫向來看，通過截面數據分析2015年安徽省16個市各自的房地產經濟發展水平，得出合肥市房地產經濟發展水平最高，蕪湖市和滁州市分別位列第二、三名，池州市最后。依據綜合得分將16個市劃分為四個梯度，可以看出安徽省內各地區的房地產經濟發展水平參差不齊，空間發展上不平衡。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象，造成買房難的窘境。

3.2建議

第一，加強省內聯動，實現優勢互補、共同發展。安徽省內房地產經濟發展差異明顯，合肥市、蕪湖市的房地產經濟發展水平明顯高于池州市、淮北市，發揮各地區優勢，協調好省內發展水平的差異，對于促進安徽省房地產經濟的可持續發展具有重要意義。對于安徽省房地產經濟發達地區，如合肥市和蕪湖市，市場、技術和資金具有較大優勢，房地產經濟發展水平在省內位于領先地位，應該發揮其對省內其他地區的模范帶動作用，引領安徽全省房地產經濟的快速發展；對于落后地區而言，勞動力和資源具有相對優勢，因此，各市可以選擇自身具有相對優勢的項目參與到區域分工中去，將發達地區所擁有的資金、技術與落后地區的資源與勞動力優勢結合起來，提高資源配置效率，在省內開展更廣泛的分工與合作，縮小地區間發展差異，實現共同發展。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。對于房地產經濟發達地區，應當時刻做好抑制房價快速持續上漲的應對工作并要努力健全租房市場，提高住房利用率。對于房地產經濟較發達地區，應當積極引導并制定相關產業政策。這些地區與發達地區的部分政治、經濟和社會功能相承接，具有增強、容納發達地區產業資本、人力資本及相關資源“外溢”的城市能力，與發達地區之間形成良好的合作關系。對于房地產經濟一般發達或欠發達地區，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。通過增加這些地區自身的生活、就業、生產等綜合吸納能力，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市場。

[參考文獻]

[1]錢力，曹巍.長江經濟帶現代服務業發展水平評價[J].蚌埠學院學報，2016（4）.

第7篇：經濟發展水平差異范文

【關鍵詞】首都經濟圈；財政政策；區域經濟；空間計量模型

一、首都經濟圈經濟發展及財政政策實施的差異性描述分析

本文中選取人均GDP衡量經濟增長發散或收斂趨勢，從首都經濟圈中的各省市按照2011年人均GDP總值的大小進行分組，可以看出各地區經濟發展仍呈現出不平衡的現象，在首都經濟圈的各省市中，人均地區生產總值仍呈現出北京市作為首都，經濟最為發達，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，最后是經濟較不發達的內蒙古。

此外，首都經濟圈中各地區的財政收入與財政支出也呈現出地區差異。北京作為首都經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分布特點具有很大的差異，也為利用財政政策縮小地區間經濟發展水平創造了條件。從財政收支的對比可以看出，河北和內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域間經濟發展的促進作用具有很強的實際意義，使得首都經濟圈經濟發展差異能得到進一步的縮小。

二、財政政策對首都經濟圈發展區域效應分析

由于以往分析財政政策對經濟發展影響的文章，均假設各地區的經濟發展水平是相互獨立的，不存在空間上的相關關系，因此在衡量首都經濟圈各地區經濟發展水平受到財政政策的影響程度時，只考慮了各地區經濟發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濟圈中各地區空間自相關性及各地區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，考慮首都經濟圈各地區間的地理鄰近性質，進一步考察首都經濟圈中各地區的經濟發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域間經濟發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濟圈發展的區域效應時，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（各地區固定資產投資來源于中央預算內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）、地方財政供養人口數（一單位的地方財政本級收入供養的百萬人口數）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，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

通過計算首都經濟圈各財量的Moran’s I指數并計算各Moran’s I的伴隨概率，可以看出，首都經濟圈中的各地區經濟變量的Moran’s I統計值均能夠在小于5%的顯著性水平上，提供各地區經濟發展在空間上具有全局自相關的顯著證據。該計算結果表明，各地區經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，還要考慮相鄰地區經濟發展的“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，首都經濟圈中利用財政政策達到縮小區域間經濟發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，首都經濟圈各地區的經濟水平、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空間集聚效應的程度。

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

三、財政支出效果估計及結果分析

為了建立首都經濟圈財政支出對經濟發展影響的空間計量模型。首先應考慮模型的形式，一般判斷規則如下：若在空間依賴性的檢驗中表現出LM-lag比LM-err的統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。通過判斷規則可知，應在首都經濟圈內建立空間誤差模型（SEM）最為恰當。

從首都經濟圈的空間誤差模型的回歸結果可以看出，首都經濟圈中各地區依賴中央政府的轉移支出受到地區空間效應的影響而有所削弱，而更依賴于各地區自給的財政支出。地區財政自給率的回歸系數通過了1%顯著性水平下的統計檢驗且系數為正，說明地區財政的自給率的提高有利于經濟的發展。中央政府的人均轉移支付的回歸系數也通過了1%顯著性水平下的統計檢驗且系數為正，說明中央政府的轉移支付越高越有利于經濟的增長。此外，受到首都經濟圈中各地區間的空間效應，地方經濟的發展更依賴于地區自身的財政支出，是地方經濟建設的主要力量。而對于中央政府的轉移支付，地區經濟發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，空間誤差系數在1%水平下顯著為負，說明了相鄰地區間空間相關性并不是通過區域間經濟增長的外溢效應帶來的，而是通過相鄰區域間受到沖擊后的各種波動效應帶來的，相鄰區域間經濟增長的波動效應的增長，會使得本地經濟發展水平相應上升。由此可見，首都經濟圈中各地區經濟發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，估計經濟發展與財政政策之間的關系是不恰當的。這也進一步證明，首都經濟圈中各地區間的財政支出與經濟發展之間是存在空間聯系的，具有空間溢出效應。

通過本文分析可以得出以下結論：首都經濟圈中各地區經濟發展的空間效應較全國范圍內更加明顯，首都經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經濟發展的影響；此外，中央政府的轉移支付對于地區間的經濟發展仍有一定影響，可見首都經濟圈各地區經濟水平的發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，而某一地區的經濟發展水平也會通過經濟活動的波動而影響其余相鄰地區，因此，除了加大各地區自身的財政供給力度，還應有目標的加大對某一地區的中央轉移支付的力度，從而達到大力發展某一地區的經濟水平，進而帶動相鄰地區的經濟發展水平。

參考文獻：

[1]馬立平.關于財政支出與總產出效果的數量分析[J].統計與決策，2005，12.

[2]郭慶旺，賈俊雪.財政投資的經濟增長效應：實證分析[J].財貿經濟，2005，04.

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

[4]楊曦.中國式財政分權與地區經濟增長關系研究[J].蘭州大學，2009，04.

第8篇：經濟發展水平差異范文

關鍵詞：四川省；區域經濟差異；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、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。四川是全國的農產品供應大省，是國家最大的糧、油、豬生產基地之一，也是中國重要的工業基地之一。

一、四川省區域經濟差異的變化態勢

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

基尼（Gini）系數是聯合國推薦的一種定量測定貧富差距的指標，它的數值越大，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，Yi為第i市的人均GDP。

u=（i×y），y=Y/Y，Y=Y

加權變異系數采用統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。可見，這兩個指標的變動軌跡大致吻合。1997―2002年為一個較長的區域經濟差異上升期，2002―2006年區域經濟差異略有回落。

二、四川省區域經濟差異的現狀

本文以恩格爾系數和人均國內生產總值來反映四川省區域經濟差異的現狀。恩格爾系數是反映居民生活水平的重要指標。聯合國認為：恩格爾系數在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。恩格爾系數的計算公式為：恩格爾系數=食品支出總額/個人消費品支出總額×100%。

人均國內生產總值是反映經濟發展水平的重要指標。表3是2006年四川省各市、自治州的人均國內生產總值表。可以看出，成都市、自貢市、攀枝花市、德陽市、綿陽市、樂山市的人均國內生產總值較高，均在萬元以上，而巴中市的人均國內生產總值只有4705元，區域經濟差異的極差為20834元。

三、四川省區域經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域經濟差異成因，本研究建立以自然資源、交通、人力資本、政策、地理區位、產業結構等為自變量，經濟發展水平為因變量的回歸模型。

y=b+kx+kx+kx+kx+kx+kx

其中，Y為經濟發展水平，x為自然資源，x為人力資本，x為政策，x為地理區位，x為產業結構，x為交通，K、K、K、K、K、K分別為自然資源、人力資本、政策、地理區位、產業結構、交通對經濟發展水平的彈性系數。

2.數據說明

考慮數據的準確性和可獲得性，本研究用當年人均國內生產總值作為區域經濟發展水平，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占總人數的比例作為人力資本指標，當年各地區人均固定資產投資額作為區域政策指標，把區位熵作為地理區位指標，把第三產業增加值占GDP的比例作為產業結構指標。數據來源于《1998―2007年四川統計年鑒》。

3.區域差異分析與對策研究

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

一類地區為政策推動型，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、經濟、文化中心，它的最佳發展方案是利用其豐富的自然資源，高素質的人力資本，重點發展高技術產業，繼續優化產業結構，實現區域經濟由資源密集型、勞動力密集型向知識技術密集型轉變，并且在實現產業結構升級換代的同時帶動落后地區的發展。

二類地區為資源推動型，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，交通運輸網建設，優化工業結構，建成專業化工業基地。

三類地區為區位拉動型，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，聯系比較緊密，有一定的工業基礎，受成都市的輻射，經濟發展速度較快。最佳發展方案是充分利用其區位優勢，繼續優化產業結構，積極融入成都的發展，做好產業分工與合作，帶動全省經濟的發展。

四類地區為交通不便型，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，基本屬于山區，地形高低不平，交通不便，經濟發展慢。最佳發展方案是充分利用其農畜產品豐富的特點，加大政府投入，加強基礎設施建設，完善交通網，積極引進發達地區轉移的產業、技術，大力發展農業、農產品加工業、輕紡、食品以及紅色旅游業。

五類地區為自然條件惡劣型，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，經濟發展水平低，為四川省的貧困區。因而阿壩州、甘孜州、涼山州的最佳發展方案利用其自然資源，加強基礎設施建設，完善交通網，大力發展以生態旅游為中心的第三產業、農業以及農產品加工業，適度發展水電、采礦業。

參考文獻：

[1]侯景新.區域經濟分析方法[M].北京：商務印書館，2007.

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

[3]黃春燕.江蘇農村經濟區域差異的原因分析：第21卷[J].華東經濟管理，2007，（10）.

[4]裴瑋.區域空間開發理論與四川區域空間開發策略[J].成都大學學報，2006，（2）.

第9篇：經濟發展水平差異范文

1.數據來源

為了確保數據模型的科學性和原始數據的統一性，本文所采用的統計數據均來自《江蘇省統計年鑒》，數據統計時間為 2007年底。數據涉及江蘇省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個地級市的旅游發展水平的統計數據，將表中數據輸入SPSS數據處理軟件做聚類分析。

下表是根據上表07年全省13市旅游統計數據所做的K-means聚類分析的結果：

根據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。第一類為旅游發達地區，含蘇州和南京兩個城市；第二類是旅游較發達地區，只包含無錫一市，第三類為旅游較發達地區，包括鎮江、揚州、常州、徐州、連云港和南通6市；第四類為旅游欠發達地區，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濟發展水平與本區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收入數據作為衡量各市經濟發展情況的指標，反映各地級市的經濟發展水平。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）同樣出現在了旅游綜合實力末四位中。由此可見經濟因素對江蘇省旅游也發展的空間差異具有較強的影響。地方雄厚的經濟實力可以為城市提供良好的旅游基礎設施、便捷的市內旅游交通、舒適的酒店、整潔美麗的市容；其次也會使本區域內的旅游資源得到全面開發，讓區域內的旅游資源發揮出它最大的旅游經濟效益；再次，良好的經濟條件也增加了本地居民出游的可能；最后，經濟發展速度較快的地區與外界的物質、技術、信息等交流相對頻繁，在一定程度上促進了區域內商務、會議高層次旅游的發展。

三、區域旅游協調發展的對策

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

1.加強區域之間的旅游協作

要縮短江蘇省各區域之間的旅游發展差異，加強區域之間的協作是很重要的一條途徑。區域協作是指江蘇省內不同地區之間的旅游經濟主體按照一定的章程、協議或合同，將各類資源在地區之間重新配置、組合，以期獲得最大的經濟效益、社會效益以及生態效益的旅游經濟活動。區域協作的內容主要包括：區域旅游發展戰略的共同制定、旅游資源的重組和共享、旅游產品的更新與提升，區域旅游功能的分工、客源市場的共同開拓與互換、聯合促銷、旅游企業之間的優化組合以及區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，然而它們缺乏旅游業發展所需的各項基礎設施投資資金、比較有實力的旅游企業、旅游人才等條件，而這些阻礙當地旅游發展的劣勢正是蘇州、南京、無錫、常州等旅游經濟發達地區的強勢，這些強勢為以上地區旅游業的發展提供了廣闊的空間。因此，蘇南、蘇中、蘇北各區域之間可以通過加強彼此間的旅游協作，通過優勢互補來促進各地旅游業的發展。

2.發揮蘇南的輻射作用，帶動蘇中、蘇北的旅游發展

根據前面的分析可知旅游經濟發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其他城市；從空間的角度上看，江蘇省旅游發展水平向蘇南集聚的態勢非常明顯，要縮短不同區域之間旅游經濟的發展差異，應通過寧鎮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、蘇北地區旅游業的發展，最終實現江蘇省旅游業的協調發展和整體水平的提升，當前應特別注重發展蘇中、蘇北地區的國內旅游。