经济发展水平差异精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的经济发展水平差异主题范文，仅供参考，欢迎阅读并收藏。

第1篇：经济发展水平差异范文

关键词：经济发展 经济差异 东四盟市

内蒙古东四盟市位于内蒙古东部，总面积约46.23万平方公里，约占内蒙古土地面积的39%；现有人口1163.79万人，约占内蒙古总人口的47.1%。内蒙古东四盟市地处内陆但与周边地区关联性极强，周边相连河北、吉林、辽宁和黑龙江4个省区，并与俄罗斯、蒙古接壤，具有广泛的区际、国际合作的可能；也便于内蒙古东四盟市抓住东北振兴的机遇，实现自身经济的腾飞。所以经济发展水平差异研究、缩小区域差异、促进各地区平衡发展，己经是蒙东地区经济全面协调发展需待解决的问题。

一、数据来源与研究方法

（一） 数据来源

本文以县级区域（含县、自治县、县级市）为地域研究单位来采集数据，选取内蒙古东四盟市39个县级行政单元的1995年、2000年、2005年和2010年4个年份为研究时间截面。选取的社会经济指标主要来源于1996年、2001年、2006年、2011年的《内蒙古统计年鉴》和地方志（统计年鉴）。

（二）研究方法与指标选择

内蒙古东四盟市每个县、市的经济由于生产力水平、人文社会经济条件、资源禀赋等原因，县域之间存在着明显的差异。单一指标法虽然简单直观，但是无法全面反映区域经济发展整体水平，因此应用SPSS软件对12个社会经济统计指标标准化后进行主成分分析，得到每个主成分对39个个案的得分。从相关系数矩阵可以看出，各变量间存在很高的相关性，符合因子分析的前提条件。以旋转后各主成分的方差贡献率作为权重，与各主成分得分的加权求和得到4个年份各县经济发展综合水平指数值，以此作为依据比较评价内蒙古东四盟市经济发展水平差异。再运用ArcGIS软件对研究区域经济综合水平进行类型划分并归纳出内蒙古东四盟市经济发展差异演变的基本特征。

影响内蒙古东四盟市经济发展的因素是多方面的，与经济实力、经济规模、经济结构等方面有关，考虑到指标的科学性、全面性以及数据的可获取性，本文统一选取12个统计指标，包括：X1人均GDP（元）、X2人均社会固定资产投资（元）、X3人均社会消费品零售总额（元）、X4人均财政收入（元）、X5人均财政支出（元）、X6人均城乡居民储蓄存款余额（元）、X7人均工业总产值（元）、X8在岗职工平均工资（元）、X9农民人均收入（元）、X10财政收入占GDP比重（%）、X11第三产业比重（%）、X12第二产业比重（%）。

二、内蒙古东四盟市经济发展差异的时间演变

（一） 内蒙古东四盟市经济综合水平的计算

本文选用巴特利特球形检验法和KMO检验，设定提取的主成分个数为3，采用方差极大法旋转，把主成分得分作为新变量保存在数据文件中，得到社会经济主成分载荷矩阵。结果显示：

1.1995年的Bartlett值=420.927，Sig=0，说明相关矩阵不是一个单位矩阵，可以进行因子分析，KMO值为0.693，表明因子分析的结果较好；2000年的Bartlett值=397.247，Sig=0，KMO值为0.673；2001年的Bartlett值=577.854，Sig=0，KMO值为0.734；2010年的Bartlett值=600.052，Sig=0，KMO值为0.654。根据统计学家Kaiser给出的标准，KMO值大于0.6，表明变量间的相关很小，因子分析的结果较好，巴特利特（bartlett值）球体检验通常用于检验相关阵是否是单位阵，检验结果的显著性，相应的概率Sig值小于0.5时适宜进行主成分分析。

2.经过方差极大法旋转后，1995年的第3主成分的累计方差贡献率是75.166%，2000年是74.460%，2005年是85.584%，2010年是82.486%，包含了这12个指标的大部分信息，说明选择3个主成分较为恰当。

3.由主成分载荷矩阵（表1）可看出：1995年的第1主成分与X1、X3、X4、X5、X6、X7、X8有较大的正相关，根据其意义判断是经济实力主成分；第2主成分与X10、X11有较大的正相关，是经济结构主成分；第3主成分与X2、X12有较大的正相关，是经济规模主成分。2000年的第1主成分与X1、X2、X3、X4、X6、X7、X8有较大的正相关，是经济实力主成分；第2主成分与X12有较大的正相关，是经济结构主成分；第3主成分与X11、X12有较大的正相关，是经济规模主成分。2005年的第1主成分与X1 、X2、X4、X5、X7、X8、X10、X12有较大的正相关，是经济实力主成分；第2主成分与X3、X6、X11有较大的正相关，是经济结构主成分；第3主成分与X8、X9有较大的正相关，是经济规模主成分。2010年的第1主成分与X1、X2、X4、X5、X7、X8、X10有较大的正相关，是经济实力主成分；第2主成分与X3、X6、X11有较大的正相关，是经济结构主成分；第3主成分与X8、X9有较大的正相关，是经济规模主成分。主成分分析解决了原有的12个社会经济统计指标有较大相关性的问题，得出的3个主成分涵盖了约75%以上的原有信息，并生成了3个主成分对39个个案的得分，以旋转后各主成分的方差贡献率作为权重，与各主成分得分的加权求和得到1995、2000、2005、2010年4个年份的各县经济发展水平综合指数。该指数越高，说明该地区经济发展水平越高，反之越低。以此作为依据分析内蒙古东四盟市经济发展差异演变。

（二）内蒙古东四盟市经济发展水平类型划分

依据1995、2000、2005和2010年内蒙古东四盟市经济发展综合水平指数，运用SPSS进行层次聚类分析中的Q型聚类分析，统一选离差平方合法，聚成四类：滞后型、慢发展型、较发展型和快发展型。需要说明的是，以上分类是在内蒙古东四盟市内部县之间的相对称谓，并不具有全国意义。因为从全国范围看，内蒙古东四盟市属于欠发达地区。

把内蒙古资源环境数据库中的面状行政单元层以县为单元提取出来作为图形数据，把经济发展综合水平指数输入到数据库中作为属性数据，利用ArcGIS软件关键字段把属性数据连接到图形数据上，利用符号化设置的逐渐变色显示功能，选择手动（Manual）分级法，把4类县分别赋以4种不同的颜色，且经济发展综合水平越高的区域被赋予的颜色越深，将4个年份内蒙古东四盟市各县的经济发展差异水平在图上显示出来（图1-4）。

进一步分析图1后发现：1995年快发展型的县有3个，主要位于呼伦贝尔市县级城市；较发展型的县有6个，主要位于呼伦贝尔市西部俄罗斯、蒙古交接区；慢发展型的县有10个，主要位于呼伦贝尔市中部及其他盟市行政中心城市；滞后型的县有20个，大部分位于除呼伦贝尔市的其它盟市。分析图2后发现：2000年快发展型的县有3个，主要位于呼伦贝尔市行政中心附近；较发展型的县有7个，主要位于呼伦贝尔西部；慢发展型的县有7个，主要位于呼伦贝尔市中部及其他盟市行政中心附近；滞后型的县有22个，主要位于呼伦贝尔市东部及其它盟市。分析图3后发现：2005年快发展型的县有3个，主要位于呼伦贝尔市西部俄罗斯、蒙古交接区；较发展型的县有3个，主要位于呼伦贝尔市行政中心附近；慢发展型的县有15个，主要位于呼伦贝尔市中部地区及赤峰市西部地区；滞后型的县有18个，主要位于乌兰浩特市、通辽市及赤峰市东部地区。分析图4后发现：2010年快发展型的县有3个，主要位于呼伦贝尔市及通辽市；较发展型的县有5个，主要位于呼伦贝尔市及赤峰市行政中心附近；慢发展型的县有16个，位于呼伦贝尔市中部通辽市及赤峰市西部地区；滞后型的县有15个，主要位于兴安盟地区、通辽市及赤峰市东部地区。

三、结果分析

在上述研究基础上，可进一步归纳出内蒙古东四盟市经济发展差异演变的基本特征：（一）东四盟市整体发展比较滞后，各县中高于平均水平的县仅占31%。四种类型中，无论个数比重还是面积比重，快发展型都是最少，多数县属于慢发展型和滞后型。（二）根据各县经济综合水平指数可知，东四盟市经济发展差距幅度比较稳定，2005年后经济发展差距有明显拉大的趋势。快发展型和慢发展型总体上从东四盟市北部向南部转移，而滞后型的个数明显减少。（三）通辽市和赤峰市经济发展水平明显高于呼伦贝尔市和乌兰浩特市，2000年后呼伦贝尔市经济发展水平明显下降。（四）兴安盟一直是东四盟市经济发展的低谷。2000年后，滞后型的范围从东四盟市中、西部明显缩小到中部通辽市东部、兴安盟地区，说明兴安盟的发展速度明显慢于整个东四盟市其它地区。（五）东四盟市约30%的县经济发展较为稳定。呼伦贝尔市大部分地区一直属于快、较发展型，是经济发展的龙头；陈巴尔虎旗、牙克石市一直属于慢发展型；鄂伦春自治旗、扎赉特旗、科尔沁右翼前旗、科尔沁右翼中旗、科尔沁左翼中旗、科尔沁左翼后旗、翁牛特旗、敖汉旗、宁城县等9个县一直属于滞后型。

2005年以来，内蒙古东四盟市县域经济差异呈现拉大趋势，从经济综合水平相对地位来看，1995-2010年间，各区县排名发生了很大变化，各盟市行政中心和快发展型县域的带动作用不明显。整体发展从东北向西南转移，较发展型县域空间范围扩大，但是中部地区一直处于低谷，2010年总体呈现“凹”型空间格局。低经济发展水平县域集聚区、高经济增长水平县域以及边缘县域与其各自相邻县域经济发展相关性不显著，各类型从连片的面状分布发展成关联性较小的斑块状分布，且各类型之间出现缓冲地带。从区县数量上来看，快发展型

研究内蒙古东四盟市经济发展差异，对西部大开发和东三省老工业地区复兴问题的有效解决，及东三省和内蒙古东四盟市的区域协调发展和区域协作的方式具有重要指导意义。同时，可为其他经济欠发达的省边缘区提供发展思路。

参考文献：

[1]李小建，乔家君.20世纪90年代中国县际经济差异的空间分析[J].地理学报，2001，56（2）.

[2]孙珊珊，朱传耿，李志江.淮海经济区经济发展差异研究[J].地理学报，2009，64（8）.

[3]张宇硕，白永平，李慧.兰州——西宁城镇密集区县域经济差异的空间格局演化分析[J].经济地理，2011，31（2）.

[4]李二玲，覃成林.中国南北区域经济差异研究[J].地理与地理信息科学，2002，18（4）.

[5]许旭，金凤君，.成渝经济区县域经济实力的时空差异分析[J].经济地理，2010，30（3）.

[6]张超.计量地理学基础[M].北京：高等教育出版社，2009.

[7]袁中金，杨朝辉.中国小城镇经济发展的地区差异研究[J].经济地理，2004，24（3）.

[8]李莉，刘慧等.基于城市尺度的中国区域经济增长差异及其因素分析[J].地理研究，2008，27（5）.

第2篇：经济发展水平差异范文

关键词：建成区绿地率；经济发展；计量分析；时空差异

中图分类号：TU985.2 文献标识码：A 文章编号：0439-8114（2016）16-4317-05

DOI：10.14088/ki.issn0439-8114.2016.16.062

改革开放以来，中国经济持续高速增长，至2014年底，年均增长率在9.5%以上[1]。城市经济发展既对城市绿地建设水平提出了更高要求，也为其快速提升提供了必要的物质基础。1981-2014年中国建成区绿地面积从11.00万hm2增至182.00万hm2，建成区绿地率从14.79%增至36.29%[2]。目前，中国经济发展已进入到转方式调结构的重要时期[3]，城市绿地建设也步入新的发展阶段[4]，且不同地区间的城市经济发展状况与绿地建设水平均存在较大差异[5]，故探究前者对后者影响的时空差异，对全国及各地区城市绿地建设有针对性地把握经济发展新契机，更好地利用经济发展的促进作用，具有重要的理论意义与实践价值。

目前，尚未有学者就城市经济发展对城市绿地建设水平影响的时空差异做出研究，相关研究侧重于讨论两者间的内在关系。例如，吴彤等[6]以南京为研究对象，定量分析出经济发展水平与绿地规模存在显著相关性；刘鹏等[7]以绵阳作为研究对象，借助软件SPSS 10.0，分析出绵阳市经济增长与绿地建设水平间存在密切关系。在上述成果基础上，开展以下方面的探讨将使研究体系更加完整，针对全国层面、不同地区层面等多个空间单元分别进行实证分析，比较不同空间单元城市经济发展对城市绿地建设水平影响的差异；分析比较不同时间段内城市经济发展对城市绿地建设水平影响的差异及演变趋势。

1 变量选取、数据基础与研究范围

1.1 变量选取

城市经济是以城市空间为载体，通过人口、资本、技术等高度聚集，形成二、三产业快速发展及结构不断优化的地区经济[8]，其促进绿地建设水平提高主要体现在总产值增加、人均产值提升、地均产值增长、产业结构升级、绿地建设投资增加等方面。体现城市经济发展及城市绿地建设水平的变量选取如下：

1）二、三产业总值（INV），单位为亿元，表征城市经济总产值。由于第一产业的产值占城市经济总产值比例较小，且对城市绿地建设水平影响程度较弱，故选第二与第三产业产值之和表征经济总产值。

2）人均二、三产业总值（PNV），单位为万元/人，表征人均产值。计算该指标的人口变量选城区常住人口更具科学性，但其统计口径发生过变化，故选统计口径一致且数据连续性强的城市非农人口作为替代。

3）地均二、三产业总值（MD），单位为千元/m2，表征地均产值。计算该指标时选建成区面积作为其分母。

4）三产比重（SC），单位为%，表征产业结构。该指标是通过第三产业产值与二、三产业总值相比得到的。

5）园林绿化固定资产投资（TZ），单位是万元，表征城市绿地建设投资。此类投资为城市园林绿化固定资产再生产活动，包括改建、扩建及新建园林绿化等活动[2]。

6）建成区绿地率（GBD），单位为%，表征城市绿地建设水平。反映城市绿地建设水平的指标很多，有建成区绿地面积、人均公园绿地面积、建成区绿化覆盖率等，但建成区绿地率具有统计口径一致、数值精确、作为相对指标更适合用于不同地区间进行比较等优势[9]。

1.2 数据来源及处理

以上各指标来自《中国城市建设统计年鉴（报）》、《中国城市统计年鉴》与《中国人口和就业统计年鉴》（《中国人口统计年鉴》）。为尽可能消除异方差对实证检验的影响，对部分指标采取对数化处理[10]，处理后各变量名称为lnINV、lnPNV、MD、SC、lnTZ、GBD。

1.3 研究范围

在空间尺度上，根据《中国城市建设统计年鉴》中按区域经济带划分地区的方式，将中国划分为东、中、西三大地区。在时间尺度上，根据中国二、三产业产值年均递增速率的逐年变化情况，将1996-2014年划分为3个时间段（图1）。1996-2004年总产值年均增速不断加快；2005-2010年为总产值年均增速处于波动起伏阶段；2011-2014年为总产值年均增速下降阶段。

2 实证分析

2.1 单位根检验及协整检验

在回归分析前需验证各指标序列是否平稳或存在长期均衡关系[11]。针对全国1996-2014年面板数据进行检验（表1），各指标的差分序列均在1%显著性水平下接受LLC、Im-Pesaran-Skin、Fisher-ADF、Fisher-PP检验，说明各变量均为一阶单整序列。在此基础上需考察变量间是否有长期均衡关系，故有必要进行协整检验。

由于Pedroni检验允许存在较大程度个体差异，故本研究选此方法进行检验[10]。由表2可知，Panel PP-Statistic、Panel ADF-Statistic、Group PP-Statistic与Group ADF-Statistic均通过5%显著性水平检验。由于研究样本数量较小，故主要参考Panel ADF-Statistic与Group ADF-Statistic的检验结果，确定变量间存在协整关系。综上所述，全国面板数据可以进行回归分析。

2.2 建立计量模型

通过F检验及Hausman检验，发现全国及三大地区的面板数据均拒绝常截距模型与随机效应模型，故采用固定效应模型进行研究，考察不同时空内城市经济发展对城市绿地建设水平影响的状况及差异[9]。建立计量模型如下：

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

式中，C为常数项，β1～β5为回归系数，GBDit、INVit、PNVit、MDit、SCit、TZit分别代表第i个省份第t年的建成区绿地率、二三产业总值、人均二三产值、地均二三产值、三产比重和园林绿化固定资产投资。

2.3 城市经济发展对城市绿地建设水平影响空间尺度分析

由表3可知，全国及三大地区城市经济发展对城市绿地建设水平影响的回归结果。全国经济变量T值均显著，且显著性水平高；三大地区由于各自特点，其内部个别经济变量T值不显著。模型调整后R2均较高，F值较高且显著，表明各模型拟合度均较好。回归结果说明基于全国及三大地区，各经济变量对城市绿地建设水平的解释力强[12]。

2.3.1 全国SC回归系数最大，MD影响效果最弱 从全国层面看，经济总产值增加、人均及地均产值提高、产业结构升级与园林绿化固定资产投资均较大程度促进建成区绿地率提高。在各变量增幅相同的前提下，SC最大程度促进GBD增加。SC回归系数为0.199 4，表示其每增长10%，GBD将提高19.94%。INV、TZ、PNV对GBD的影响效果显著且作用力较强，T值分别为9.474 1、8.828 6与2.316 5，回归系数分别是0.021 7、0.012 2与0.011 3。MD对GBD的影响效果及作用力度均较弱，T值为1.920 6，回归系数为0.018 6。造成上述现象的原因主要是：①城市产业结构与城市绿地建设水平间的联系十分密切，前者的调整与升级既对后者的提高提出了迫切需求，也为后者创造了更多的发展空间与有利条件；②城市经济总产值及人均、地均产值增加都会为城市绿地建设提供必备的物质基础与资金保障；③园林绿化固定资产投资中的一部分资金用于修复、改造原有建设，仅一部分用作新增投资，且投资的绿地仅为建成区绿地的一部分，故园林绿化投资对城市绿地建设的促进力度相对较小；④研究时段内，建成区面积扩张过快，导致地均产值的增长相对较慢，其影响效果及作用力度相对较弱。

2.3.2 东部SC作用力度最大，MD影响效果不显著 从东部尺度看，SC对GBD的促进力度最大，回归系数为0.267 9，表示SC每增长10%，GBD将提高26.79%；INV对GBD的促进力度排第2位，回归系数为0.020 9；PNV、TZ对GBD的作用力度较小且接近，回归系数分别是0.015 9与0.013 2，但PNV的T值仅为1.922 3；MD对GBD的影响效果不显著。造成上述现象的原因有：①东部城市产业结构升级很快，比重不断加大的第三产业对城市绿地的需求最强烈，且其所给予后者的发展空间最大，同时，与城市绿地建设相关的产业也大幅增加；②东部产业总值高，提升速度快，对绿地建设水平提高的支撑作用十分明显；③研究时段内，东部城市人口数量与建成区面积增长均过快，减缓了人均产值及地均产值的提升速度，导致其对绿地建设水平提高的作用效果减弱。

2.3.3 中部SC作用力度最大，PNV影响效果不显著 从中部尺度看，SC对GBD的促进力度最强，回归系数为0.166 8；MD对GBD的促进力度较弱于SC，回归系数为0.034 9；TZ的回归系数为0.017 4，与全国、东部、西部相比，其在中部的促进力度更大；INV的促进力度最弱，回归系数为0.015 2；PNV的影响效果不显著。造成上述现象的原因主要有：①本地区产业结构调整、升级处于不断加快阶段，与城市绿地建设水平间的联系不断加深；②本地区城市绿地建设基础相对薄弱，强有力的园林绿化投资使其建设水平能够快速提升；③中部人口基数较大，导致人均产值增加对城市绿地建设水平的促进作用相对较弱；④中部建成区面积扩张速度相对较慢，地均产值的提升则相对较快，对城市绿地建设水平的促进作用相比其他地区更为明显。

2.3.4 西部MD作用力度最大，SC影响效果不显著 从西部尺度看，MD对GBD的作用力度在各变量同幅度增加条件下最大，且在全国及各地区间相对最大，回归系数为0.040 8，表示其每增加10%，GBD增长4.08%；PNV的促进力度排第二位，回归系数为0.027 6；INV与TZ的促进作用较为接近，回归系数分别为0.010 6与0.008 6；SC影响效果不显著。造成上述现象的原因有：①西部建成区面积相对较小，人口相对较少，两者的扩张速度均较慢，而随着西部大开发等政策制度的落实与实施，经济总量快速增长，使西部地均产值与人均产值相对较快提升，成为促使城市绿地建设水平提高的重要因素；②西部产业结构较落后，第三产业产值比重小，较难在短时间内改变现状。

2.4 城市经济发展对城市绿地建设水平影响时间尺度分析

本研究不仅基于空间尺度进行分析，也从时间尺度考察了不同时间段中国经济发展对城市绿地建设水平影响的差异及演变情况。对1996-2004年、2005-2010年、2011-2014年3个时间段分别进行检验，得到回归结果（表4）。模型调整后R2均较高，F统计量均在1%水平显著，表明各模型整体拟合均较好，即在不同时间段内城市经济发展对城市绿地建设水平提高均具有很强的解释力。

2.4.1 1996-2004年SC作用力度最强，MD与PNV影响效果不显著 此时间段内，在各变量同幅增加条件下，SC对GBD的作用力度最大，回归系数为0.351 3，表示SC每提高10%，GBD增加35.13%；INV促进力度较大，回归系数为0.035 1；TZ促进力度较小，回归系数为0.008 4；MD与PNV的影响效果不显著。造成上述现象的原因主要有：①此阶段的城市产业结构进入到加速调整与升级时期，三产比重不断提升，对城市绿地建设的需求不断提升，且为其创造更多的发展空间；②城市产业总值快速增加，为城市绿地建设的多方面均提供了必要保障，在基本物质层面支撑了其水平稳步提高；③针对城市绿地建设的专项投资还相对较少，对其整体水平提升的促进力度相对较弱；④在本阶段内，城市建成区规模与人口均处于快速增长阶段，人均及地均产值的增速相对减缓，对城市绿地建设水平影响不显著。

2.4.2 2005-2010年SC作用力度减弱，TZ作用力度增强 此时间段内回归模型的拟合度在3个模型中最高；SC回归系数为0.218 8，对GBD的促进作用与前一阶段相比开始减弱，但作用力度仍最大；MD对GBD的作用效果变得显著，作用力度排第二位；TZ的回归系数为0.019 5，相比前一阶段，其对GBD的促进力度相对增强；INV与PNV的作用效果不显著。造成上述现象的原因主要有：①该阶段城市经济发展水平明显高于上一阶段，其对城市绿地建设水平提高的促进作用明显增强；②促进城市绿地建设水平提升的各方面因素增多，产业结构升级对其的影响比重开始下降；③该阶段城市绿地建设更加受到重视，由于相关政策、建设理念等影响，对城市绿地的投资力度不断增强。

2.4.3 2011-2014年各变量作用力度减弱 此时间段内经济发展的大多变量对GBD的作用力度均减弱。SC的作用力度仍最大，回归系数为0.167 7，但较前一阶段已大幅减小；TZ作用力度较大，回归系数是0.012 4，但也较前一阶段有所减弱；INV的作用力度最小，回归系数为0.004 9；PNV与MD的影响效果不显著。造成上述现象的原因主要有：①中国整体经济增速较上一阶段开始放缓，制约了经济发展，尤其是在总产值、人均及地均产值增加方面对绿地建设的促进作用；②在转型时期，经济发展更加侧重于通过产业结构升级、固定资产投资等方面促进城市绿地建设水平提升。

3 结论与讨论

3.1 结论

1）中国城市经济发展有力地促进了城市绿地建设水平提高，产业结构升级、总产值增加、人均产值增长、地均产值提升、固定资产投资加大均不同程度的为其提供了强大动力。在相同幅度增加的条件下，产业结构升级对城市绿地建设水平提高的促进力度最强。

2）从空间尺度看，城市经济发展对不同地区城市绿地建设水平提高的促进作用存在差异。产业结构升级在东部和中部的促进力度最大，而在西部的影响效果不显著；经济总产值增加的促进力度在东部排第二位，在中部与西部均排第三位；人均产值提高的促进力度在西部排第二位，在东部排第三位，而在中部影响效果不显著；地均产值增加的促进力度在西部排第一，在中部排第二，而在东部影响效果不显著；园林绿化固定资产投资的影响效果均显著，但除中部外，在其他地区的作用力度均最小。

3）从时间尺度看，中国城市经济发展对城市绿地建设水平的促进力度呈现为先加强，后不断减弱的趋势。产业结构升级虽在不同阶段均保持最强促进作用，但随时间推移，其作用力度不断降低；经济总量增加的促进强度在大多数时期处于第二位，且促进力度也在逐步下降；园林绿化固定资产投资的促进力度先大幅加强，后又小幅减弱；地均产值提高的促进效果经历了由不显著转为显著，后又变为不显著的过程；人均产值增加在各阶段的影响效果均不显著。

3.2 讨论

1）中国城市经济发展对城市绿地建设水平提高的促进作用不断减弱是客观趋势，需深刻认识与积极利用两者间的规律及作用机制，把握好现阶段产业结构升级与园林绿化固定资产投资加大为城市绿地建设带来的良好契机，发挥好转型时期经济发展所能提供的促进效力。

2）各地区需就各自经济发展现状做出合理判断与部署，为城市绿地建设水平提高探寻新的动力源。东部应在经济总产值快速增加、产业结构不断升级的同时，更加注重加快人均产值及地均产值的提高；中部应更加重视产业结构升级与经济总产值增长；西部应大力推进产业结构调整与园林绿化固定资产投资，带动城市绿地建设水平快速提升。

3）促进城市绿地建设水平提高的因素众多，经济发展仅为其中的一个重要方面。城市用地规模、城市人口数量、相关政策、建设理念、自然地理条件等均对城市绿地建设起到了推动或抑制作用[4]。在经济发展的促进作用减弱时，可通过扩张城市建设用地规模、制定相关政策措施等途径，在更多方面合理且较快地促进城市绿地建设水平提升。

参考文献：

[1] 刘 伟.经济新常态与经济发展新策略[J].中国特色社会主义研究，2015（2）：5-13.

[2] 中华人民共和国住房和城乡建设部.中国城市建设统计年鉴（2014年）[M].北京：中国计划出版社，2015.

[3] 何菊莲，张 轲，唐未兵.我国经济发展方式转变进程测评[J]. 经济学动态，2012（10）：17-26.

[4] 刘 颂，何 蓓.城市用地分类新标准导引下城市绿地系统规划的应对[J].华中建筑，2015（12）：118-120.

[5] 刘志强，王俊帝.基于锡尔系数的中国城市绿地建设水平地区差异实证分析[J].中国园林，2015，31（3）：81-85.

[6] 吴 彤，倪绍祥.南京市城市绿地规模与经济发展水平关系分析[J].南京师大学报（自然科学版），2005（2）：108-111.

[7] 刘 鹏，董廷旭，邓小菲.绵阳城市绿地规模与经济发展水平关系分析[J].安徽农业科学，2007（24）：7535-7536.

[8] 孟德友，李小建，陆玉麒，等.长江三角洲地区城市经济发展水平空间格局演变[J].经济地理，2014（2）：50-57.

[9] 邢琳琳，刘志强.我国城市建成区绿地率与人均公园绿地面积失调特征及差异[J].规划师，2015，31（6）：108-113.

[10] 高铁梅.计量经济分析方法与建模：EViews应用及实例[M].北京：清华大学出版社，2006.

第3篇：经济发展水平差异范文

1数据来源与研究方法

1.1数据来源

本文以山西省107个县市为研究区域，利用2008-2013年《山西省统计年鉴》农民人均纯收入数据，利用ArcGIS、GeoDA软件对山西省农村经济发展区域差异方面进行研究。

1.2研究方法

空间自相关分析主要描述并呈现对象的空间分布格局状况，揭示空间关系、集聚及异质性的空间模式。

2结果分析

2.1总体水平

山西省2008-2013年农民人均纯收入分别为4097元、4244元、4736元、5601元、6356元、7153元，从整体上来，农民人均纯收入逐年增长，这主要得益于农民理财观念转变、政策扶持、农民素质提高、“一县一业”和“一村一品”工程得到落实等几方面。利用ArcGis软件的自然间断点分级法把2008年和2013年的山西省农民人均纯收入由低到高分为三个等级，最后得到其分级图（图1）。山西省农民人均纯收入整体分布格局为中部高，东部其次，西部最低。从地级市来看，太原市最高，吕梁市和忻州市最低；从县市来看，清徐县、河津市、太谷县、孝义市、灵石县、长治县最高，大宁县、石楼县、方山县、永和县、兴县、临县最低；从集聚区域来看，主要呈现出以朔州市为核心的北部、以太原市、阳泉市、介休市、晋中市为核心的中部、以长治市、晋城市、临汾市为核心的南部集聚的趋势；从影响因素来看，农民人均纯收入较高的地区一般集中在自然条件优良、区位条件好的地区，而农民人均纯收入低的地区集中在自然条件差、交通不便的地区。

2.2全局自相关分析

为了更好的分析山西省农村经济空间分布的内在联系及演变过程，运用GeoDa软件计算出2008-2013年山西省农民人均纯收入全局自相关指数（Moran’s指数），并选取2008年和2013年的农民人均纯收入数据作出全局自相关散点图（见图2）。2008-2013年Moran’s指数分别为0.3704、0.3901、0.3723、0.3643、0.3213、0.3813，其值均为为正数，这表明山西省农村经济发展水平存在明显的空间正相关性，即山西省农村经济发展在空间分布上呈现出集聚的特征，农村经济发展水平高的县市其周围的农村经济发展水平也高，农村经济发展水平低的县市其周围的农村经济发展水平也低。从整体来看这种趋势随着时间的推移还在逐渐加强。山西省农民人均纯收入Moran’s指数呈现出先增长再下降再增长的趋势。在全局空间自相关散点图中，按其性质将四个象限依次分为高高、低高、低低、高低，位于第一、三象限的点是正相关的点数据，而位于第二、四象限的点是负相关的点数据。2008年的农民人均纯收入散点图位于第一、三象限的县市有82个，约占总数的77%，位于第二、四象限的县市有24个，约占总数的23%，77%县市的农村经济发展呈现出集聚特征，而23%县市表现出分散的分布特征。农村经济发展水平较高的地区主要集中在中部和部分东部，而农村经济落后地区主要位于西部。到2013年山西省农村经济发展的整体格局变化不大，只是稷山县、应县由高高区域进入低高区域，表明这些县农村经济发展速度放缓，明显低于周围地区农村经济发展水平；而垣曲县、中阳县、五台县、原平市、柳林县由低低区域进入高低区域，其主要是由于这些地方的资源得到开发和利用。一些发达城市凭借区位、交通、资源等优势农村经济发展速度加快，其经济辐射能力增强，能够带动周围地区农村经济发展水平的提高，如太原市、晋中市等。

2.3局部空间自相关分析

利用GeoDa软件计算出2008年和2013年山西省各县市农民人均纯收入的LISA值，作出LISA集聚图（图3）。Moran’sI散点图不能定量表示其显著性指标，LISA集聚图正好弥补了这一缺陷，它是衡量某区域与周围区域之间的相近或相异程度的指标。从山西省各县市农民人均纯收入LISA值可知，山西省农村经济发展存在明显的差异，形成显著的空间二元结构。2008年山西省西部和中部出现了两个显著区域，说明这些县市与周围区域相互关联、相互影响，西部地区处于低低区域，这些地区与周围地区之间的联系较少，大体上处于孤立发展状态，其农村经济发展水平落后，而中部地区特别是太原市和晋中市处于高高区域，这些地区与周围地区之间的联系非常紧密，农村经济发展水平较高，其经济辐射能力较高。文水县和阳曲县处于低高区域，其农村经济发展水平明显低于周围地区。至2013年山西省农村经济发展格局变化不大，农村经济差异呈现出较弱缩小趋势。西部仍然为落后地区，只是范围有所缩小，而中部也仍处于发达地区，但是范围向南、向西扩大。这表明五年来山西省农村经济发展水平较高地区的经济带动作用已经开始显现。右玉县和柳林县与其周围农村经济发展呈现出相异的状态，柳林县依托资源优势发展农村经济，使其得到明显提高，而右玉县由于地理位置偏僻、资源缺少等因素农村经济明显低于周围地区。

3建议

第4篇：经济发展水平差异范文

关键词：赤水河；流域经济；贵州省

中图分类号：F2

文献标识码：A

doi：10.19311/ki.16723198.2017.11.004

流域经济是指依托江河，发挥流域水资源承载、航运和景观生态等功能的经济活动，以实现流域经济均衡发展的目标。但因上下游之间存在资源禀赋差异，以及土地利用方式的不同，导致流域内经济发展差距扩大和经济发展整体效率不高。目前关于流域经济不平衡问题的研究尚处在起步阶段，且较多关注长江流域，关于赤水河流域的研究极少。鉴于此，本文拟从空间维度对贵州赤水河流域的经济发展情况进行研究，以期为推进“赤水河生态经济示范区”创建，促进赤水河流域生态建设和区域合作提供决策参考。

1贵州赤水河流域概况

赤水河，发源于云南省镇雄县，是长江干流上游的一级支流，全长436.5公里，是以生态保护为主，基本上保持原生态的河流，是三峡库区上游重要的生态屏障，享有“美酒河”、“生态河”等美誉。整个赤水河流经云南、贵州和四川三个省，其中贵州省境内流域面积为12222平方公里，占59.8%，涉及七星关区、大方县、金沙县、遵义县（播州区）、仁怀市、桐梓县、习水县、赤水市等8个市县（区）。

数据来源：根据各市县（区）统计公报整理。

2.2流域各市县（区）产业结构不合理

从表1可以看出，贵州赤水河流域上游七星关区、大方县虽然工业化起步较早，但最近几年开始进行产业结构调整，缩减煤电行业等资源消耗型产业规模，大力发展旅游业等第三产业，第三产业占GDP的比重分别为45%、42%，成为七星关区、大方县的主导产业。流域内其他市县（区）的产业发展则都以第二产业为主导，尤其是仁怀市，其第二产业的比重占GDP的比重高达66%，其中酿酒I是仁怀市工业中的支柱产业。

2.3流域各市县（区）经济发展不平衡

人均GDP这一指标常用来衡量区域经济发展水平。从表1可以看出，贵州赤水河流域内经济发展水平最高的是仁怀市，2015年其人均GDP为91483元，远远超过全国平均水平，约为全国人均GDP的1.83倍；流域内经济发展水平最低的是桐梓县，2015年其人均GDP仅为23859元，比全国人均GDP低52.27%。贵州赤水河流域内其他市县（区）的经济发展水平都低于全国平均水平。

3贵州赤水河流域经济发展的差异化研究

为探究贵州赤水河流域经济发展的差异化程度，本文采用变异系数和基尼系数两个指标进行量化研究。

3.1变异系数

变异系数是指研究区域各县市（区）的人均GDP值变异程度，是各区域数值的标准差与平均数的比值。

C.V=∑ni=1（Xi-X-）2/n-1X-

其中X-为贵州省赤水河流域各县市（区）的人均GDP平均值，Xi为各区域人均GDP值，n-1表示自由度，n=8。

根据2015年贵州省赤水河流域各市县（区）的人均GDP指标值，求出变异系数值为0.62，说明贵州省赤水河流域8个县市（区）的人均GDP偏离平均值的程度较高，各县市（区）经济发展差异不均衡。

3.2基尼系数

基尼系数于20世纪初提出后，就经常用作衡量社会收入分配均等程度的指标，反映区域间的分配差异。基尼系数值为0～1之间，基尼系数越接近1，说明区域间的分配越不均衡。

（1）将贵州省赤水河流域各县市（区）的人均GDP按从大到小排序，分别计算各县市（区）人均GDP占的比重。

xi=Xi/XX=∑ni=1Xi

（2）计算流域内各县市（区）的基尼系数：G（x）=a-bZx，其中a=（n+1）/n，b=2/n，Zx=∑ni=1ixi。

根据2015你贵州省赤水河流域各县市（区）的人均GDP值，求出基尼系数为0.23，在0.2～0.3期间，分配比较平均。

从变异系数指标看，贵州省赤水河流域内的8个县市（区）的区域经济发展不均衡；但从基尼系数指标看，流域内各县市（区）的社会收入分配比较平均。究其原因，流域内除仁怀市的经济发展水平较高，其他县市（区）的经济发展水平相差不大，整体都落后，县市（区）的收入水平都较低。

4结论与对策

贵州省赤水河流域内8个县市（区）的经济发展水平具有显著差异，整个流域内的经济发展水平极为不均衡，呈现单极增长，仁怀市的人均GDP远远超过全国水平，但其他县市（区）的经济发展水平均落后于全国水平。同时，整个贵州省赤水河流域的城镇化水平低下，都未达到全国平均水平。对此，需采取相关措施，改善当前赤水河流域的经济发展状况。

4.1依托“赤水河生态经济示范区”的创建，大力发展特色生态经济

一是根据贵州赤水河流域的区域特点，结合贵州的山地农耕条件，调整农业种植结构，打造“互联网+现代农业”，大力发展现代高效生态农业。二是依托贵州良好的生态环境和丰富的旅游资源，加快发展生态文化旅游业，大力开发休闲旅游、康养旅游以及文化旅游等多种旅游新业态新产品，打造全域旅游产业；三是依托赤水河流域的交通枢纽以及产业集群的优势，整合物流资源，构建高效的物流服务中心，同时重点推进批发、零售、会展等行业发展，大力推进商贸、物流等服务业的发展。

4.2合理布局，分区域发展重点优势产业

贵州省赤水河流域的上游，其生态环境脆弱，同时承担着保护赤水河流域生态环境的重责，该区域可通过采用现代种植技术，发展特色生态经济农业；中游区则以仁怀的茅台酒为龙头，整合为集约化酱香型酒企业集团，大力发展循环工业，建设全国优质白酒生产基地；下游依托独特的地形地貌，丰富的自然景观资源，特有的珍稀药材，大力发展生态旅游业和健康养老产业。

4.3建立生态补偿机制，保障赤水河流域经济持续发展

为了保护赤水河流域的生态环境，保障赤水河流域的水质，流域上游既需要增加投入用于生态环境保护，同时也放弃发展就有良好经济效益的产业，因此，需要中下游为上游损失予以生态补偿，从而保障流域内整体经济的健康持续发展。

参考文献

[1]吕添贵，吴次芳，陈美球等.基于博弈视角的鄱阳湖流域经济协调机制及路径选择[J].自然资源学报，2014，29（9）：14651474.

[2]彭荣胜.基于区域协调发展的黄河流域经济空间开发[J].商业研究，2010，（2）：116120.

第5篇：经济发展水平差异范文

我国西北五省区(包括陕西、甘肃、宁夏、青海、新疆)总面积约为297万km2,占全国总面积的30.94%。西北五省地处亚欧大陆腹地,地形以高原和盆地为主,属于温带大陆性干旱和半干旱气候(陕西南部和关中平原除外),年降水量40)600mm。西北五省区是我国沙漠和戈壁的集中省区,生态环境极其脆弱,但它们也是我国重要的能源基地,区域内石油及煤炭资源极其丰富,是依靠能源发展的地区。2011年,西北五省区能源消耗分别为9761万t标准煤、6496万t标准煤、3189万t标准煤、4316万标准煤、9927万t标准煤,能源消费年平均增长率分别为14.6%、14.2%、19.9%、18.7%及13.7%,增长速度较快。同时,西北五省区经济发展水平整体上处于落后水平,产业结构不完善,能源结构不合理,仍以高排放的传统能源为主,使西北五省区迫切需要走低碳经济之路。

2指标体系构建及数据来源

低碳经济是以低排放、低能耗、高效益为原则的经济发展模式,其实质是通过更少的资源消耗和环境污染创造更高的经济效益,从而达到更高水平、更高质量的生活。为了评价西北五省区低碳经济发展水平,本文在借鉴学者们的研究成果的基础上,结合西北地区的实际情况,建立了由低碳经济发展基础、低碳排放、低碳产业、低碳消费和低碳资源5个一级指标、22个二级指标构成的评价体系。

3结果与分析

我国西北五省区低碳经济发展水平存在显著差异,陕西低碳经济发展水平地较高,宁夏低碳经济发展水平最低,青海、甘肃、新疆处于中间位置。形成此格局的主要原因是:¹西北五省区能源结构不合理,煤炭能源消费仍然占据很大比重,使经济发展过程中的碳排放强度高,碳排放压力过大。º西北五省区大多处于城市化快速发展阶段,工业所占比重较大,且对钢铁、水泥等高耗能产品的需求量大,导致碳排放量大。»西北五省区生态环境极其脆弱,水资源失调、水土流失严重、荒漠化程度加剧,生态环境恶化,使社会发展成本增加,限制了低碳经济发展水平和速度。¼西北五省区相关的法律法规不健全,对低碳经济认识不够,使西北五省区低碳经济发展水平较低。2007)2011年,我国西北五省区低碳经济发展水平逐年提高,陕西低碳经济发展水平指数由0.6125提高到0.7359,年平均增长率为3.09%;甘肃经济发展水平指数由0.3977提高到0.4225,年平均增长率为1.37%;青海经济发展水平指数由0.5426提高到0.6307,年平均增长率为1.95%;宁夏经济发展水平指数由0.2467提高到0.2723,年平均增长率为0.64%;新疆经济发展水平指数由0.2633提高到0.3197,年平均增长率为1.41%。这说明我国西北五省区低碳经济发展水平在提高,但各省低碳发展速度存在差异,陕西省低碳经济发展速度最快,宁夏低碳经济发展速度最慢。从权重来看,5个一级指标的权重所占的比重分别为14.82%、23.85%、15.43%、24.58%和21.32%。权重越大,表示对评价结果影响越大,因此低碳消费和低碳产业两个一级指标对低碳经济发展水平起主导作用。碳排放可反映出区域的碳排放情况,直接反映出低碳经济发展程度。在低碳排放方面,得分较高的是青海、陕西和甘肃,说明这3个省份的节能减排做得较好;得分较低是宁夏和青海,说明这两个省区的能源利用率较低。低碳产业发展程度决定着区域经济的发展方向。在低碳产业方面,除陕西得分为0.1688以外,其余四省的低碳产业发展远远落后于全国平均水平,得分仅仅为全国的平均水平得分的1/7)1/2。一个地区经济社会资源基础从一定程度决定其区域发展程度和方向,经济规模、产业结构和城市化水平能直接反应出区域社会经济资源基础条件。新疆和陕西的低碳经济发展基础较好,得分分别为0.1470和0.0971;甘肃得分最低,为0.0592,不足全国平均水平的1/2。在低碳消费方面,陕西和甘肃得分较高,分别为0.1283和0.0787;青海得分最低,仅为0.0242,说明其能源消费效率低,产业结构不完善。在低碳资源方面,西北五省区处于干旱半干旱地区,森林覆盖率低,使其碳吸收能力弱。

4结论与建议

4.1结论

主要是:低碳经济发展水平较低。西北五省区低碳经济发展水平均总体较低,仍然处于高碳发展阶段。低碳经济发展水平最高的为陕西,其次为青海,宁夏的低碳经济发展水平最低。低碳经济发展水平逐年提高。2007)2011年,西北五省区低碳经济发展水平逐年提高,但各省低碳发展速度存在差异。陕西的低碳经济发展速度最快,年平均增长率为3.09%,宁夏低碳经济发展速度最慢,年平均增长率仅为0.64%。低碳经济发展难度较大。西北五省区经济发展基础薄弱,产业结构不合理,第一产业、第二产业比重大,高耗能行业所占比重较大;且西北五省区多为能源大省,长期以来对石油、煤炭等化石能源的依赖性强,已处于/碳锁定0模式。这种模式在短时间内很难改变,使西北地区低碳经济发展难度增大。低碳经济发展潜力大。国家对西北地区的支持力度较大,特别是/西部大开发0和/新丝绸之路0的提出,为西北五省区发展低碳经济提供了极其重要的战略机遇;国家在西部实施生态和经济和谐发展战略,为西北五省区低碳经济发展提供了相应的政策保障。西北地区新能源发展较快,风能和太阳能等新能源开发的潜力很大、发展速度较快,为低碳经济发展奠定了明显优势;陕西是我国著名的高校及科研院所聚集地,高等人才众多,为西北地区发展高科技产业、发展低碳经济模式奠定了人才优势。因此,西北五省区低碳经济发展潜力巨大。

4.2建议

第6篇：经济发展水平差异范文

[关键词]房地产经济；主成分分析；因子分析

本文立足于安徽省房地产经济的发展现状，构建出一套测度安徽省房地产经济发展水平的指标体系，运用主成分分析和因子分析法，测算出2004～2015年安徽省房地产经济发展水平综合得分以及2015年安徽省16个市房地产经济发展水平的综合得分。探索研究安徽省房地产经济的发展水平和发展能力，对加快安徽省房地产经济发展提供了一定的理论和现实借鉴。

1评价指标体系的构建与数据处理

1.1评价指标体系的构建

在对有关研究成果进行总结的基础上，依据代表性、科学性、综合性及数据可得性等指标选取原则，经过细分，最终从房地产投资、建设、销售及开发企业等四个方面选取了11个指标，建立了一套较为完整的评价体系（见表1）。1.2数据来源与处理通过对《安徽统计年鉴》2004～2015年的相关数据分析和整理，得到原始样本数据。由于各评价指标具有不同的性质和内涵，相互之间不具有可比性，因此要对原始数据进行标准化处理，将其转化为无量纲的纯数值，使各指标相互之间具有可比性，公式为：Yij=（Xij-Xmin）/（Xmax-Xmin）式中Yij为原始指标数据进行标准化处理后的数值；Xij为原始指标值；Xmin为该项指标的最小值；Xmax为该项指标的最大值。

2安徽省房地产经济发展水平评价

2.1总体评价

利用时序数据对安徽省2004～2015年整体房地产经济的发展情况进行纵向比较，研究安徽省房地产经济发展水平的时间变化。利用SPSS21.0软件进行因子分析，提取了2个公共因子。对原有的因子载荷矩阵进行正交变换，由旋转后的因子载荷图可知：第一主成分F1的F6、F8、F10的系数明显大于F2的系数，主要反映了房地产开发企业规模和平均销售水平；第二主成分F2的F1、F2、F3、F4、F5、F7、F9、F11的系数明显大于F1的系数，主要反映了房地产投资建设和开发企业经营情况。用因子的方差贡献率作为综合评价的权重，于是2个因子按各自的方差贡献率加权相加为综合评价得分，其计算公式为：F=0.87614*F1+0.06287*F2进一步计算，可以得出安徽省从2004～2015年间房地产经济发展水平的综合得分，结果如表2所示。从安徽省2004～2015年这12年间房地产经济的综合得分和排名可以看出：2004年以来安徽省房地产经济总体发展水平呈逐年上升的趋势，表明安徽省房地产经济在投资建设及销售，房地产开发企业的经营、规模方面都有显著提高，且增长速度较稳定。其中，因子F1的指标评价值逐年升高，综合得分值从2004年的-4.18上升到2015年的5.05，说明房地产开发企业规模和房地产平均销售水平均又好又快发展；而因子F2，反映房地产投资建设和开发企业经营情况这类指标的得分先下降后上升，综合得分值从2004年的1.14下降到2010年的-0.87又开始上升直至2015年的1.5，说明安徽省房地产投资建设和开发企业的经营状况有待改善。

2.2安徽省各地区2015年房地产经济发展水平综合得分及排名

对原有的因子载荷矩阵进行正交变换，由旋转后的因子载荷图可知：第一主成分F1的F1、F2、F3、F4、F6、F8、F9、F11的系数明显大于F2、F3的系数，主要反映了房地产投资建设与开发企业规模；第二主成分F2的F5、F7的系数明显大于F1、F3的系数，主要反映了房地产的供给与需求之间的关系；第三主成分F3的F10的系数明显大于F1、F2的系数，主要反映了房地产开发企业的经营情况。用因子的方差贡献率作为综合评价的权重，于是3个因子按各自的方差贡献率加权相加为综合评价得分，其计算公式为：F=0.67964*F1+0.13732*F2+0.08433*F3进一步计算，可以得出安徽省各地区2015年间房地产经济发展水平的综合得分及排名，结果如表3所示。对安徽省16个城市的房地产经济进行横向分析比较可以得出：安徽省各地区房地产经济指标得分差别较大，合肥市的房地产经济发展水平最高，达到6.43，芜湖市位列第二名，得分仅1.24，最后一名得分竟为-1.41。此外，16个城市中5个城市的房地产经济得分为正，分别是合肥市、蚌埠市、滁州市、马鞍山市和芜湖市，说明这5个城市的房地产经济发展水平高于安徽省房地产经济发展的平均水平；另外11个城市的房地产经济发展则低于平均水平，尤其是池州市，在16个城市中排名最后，说明该地区房地产经济发展较落后，房地产经济发展水平不高。

3结论与建议

3.1结论

对安徽省房地产经济的发展水平从纵向和横向两方面进行评价研究，可得出以下结论：第一，房地产经济发展水平地区差异较大。从横向来看，通过截面数据分析2015年安徽省16个市各自的房地产经济发展水平，得出合肥市房地产经济发展水平最高，芜湖市和滁州市分别位列第二、三名，池州市最后。依据综合得分将16个市划分为四个梯度，可以看出安徽省内各地区的房地产经济发展水平参差不齐，空间发展上不平衡。第二，安徽省房屋待售面积逐年增加，而建筑面积竣工率却逐年下降，供求矛盾突出。2004年安徽省房屋待售面积为272.1万m2，建筑面积竣工率为42.17%，而2015年安徽省房屋待售面积为2509.4万m2，建筑面积竣工率为16.17%，说明安徽省的房地产建设速度远远大于其销售速度，容易形成大面积房屋空置而房价却依然很高的现象，造成买房难的窘境。

3.2建议

第一，加强省内联动，实现优势互补、共同发展。安徽省内房地产经济发展差异明显，合肥市、芜湖市的房地产经济发展水平明显高于池州市、淮北市，发挥各地区优势，协调好省内发展水平的差异，对于促进安徽省房地产经济的可持续发展具有重要意义。对于安徽省房地产经济发达地区，如合肥市和芜湖市，市场、技术和资金具有较大优势，房地产经济发展水平在省内位于领先地位，应该发挥其对省内其他地区的模范带动作用，引领安徽全省房地产经济的快速发展；对于落后地区而言，劳动力和资源具有相对优势，因此，各市可以选择自身具有相对优势的项目参与到区域分工中去，将发达地区所拥有的资金、技术与落后地区的资源与劳动力优势结合起来，提高资源配置效率，在省内开展更广泛的分工与合作，缩小地区间发展差异，实现共同发展。第二，对于不同等级的城市，政府部门应当因地制宜地制定相关政策。对于房地产经济发达地区，应当时刻做好抑制房价快速持续上涨的应对工作并要努力健全租房市场，提高住房利用率。对于房地产经济较发达地区，应当积极引导并制定相关产业政策。这些地区与发达地区的部分政治、经济和社会功能相承接，具有增强、容纳发达地区产业资本、人力资本及相关资源“外溢”的城市能力，与发达地区之间形成良好的合作关系。对于房地产经济一般发达或欠发达地区，政府应当做到积极引导公共资金进入公共服务和基础设施领域。通过增加这些地区自身的生活、就业、生产等综合吸纳能力，循序渐进地培育并健全以满足住房消费需求为主的房地产市场。

[参考文献]

[1]钱力，曹巍.长江经济带现代服务业发展水平评价[J].蚌埠学院学报，2016（4）.

第7篇：经济发展水平差异范文

【关键词】首都经济圈；财政政策；区域经济；空间计量模型

一、首都经济圈经济发展及财政政策实施的差异性描述分析

本文中选取人均GDP衡量经济增长发散或收敛趋势，从首都经济圈中的各省市按照2011年人均GDP总值的大小进行分组，可以看出各地区经济发展仍呈现出不平衡的现象，在首都经济圈的各省市中，人均地区生产总值仍呈现出北京市作为首都，经济最为发达，其次是作为直辖市的天津市人均GDP总量仍是明显高于其他省市，再次是山西省、河北省，最后是经济较不发达的内蒙古。

此外，首都经济圈中各地区的财政收入与财政支出也呈现出地区差异。北京作为首都经济圈的核心财政收入与支出都处于最高水平，而与北京相邻的天津市的财政收支水平则处于最低的水平，可见财政收支的资源在不同地区分布特点具有很大的差异，也为利用财政政策缩小地区间经济发展水平创造了条件。从财政收支的对比可以看出，河北和内蒙古的财政收入均处于中低水平，但两省的财政支出却均处于较高水平。因此，进一步测量财政支出对区域间经济发展的促进作用具有很强的实际意义，使得首都经济圈经济发展差异能得到进一步的缩小。

二、财政政策对首都经济圈发展区域效应分析

由于以往分析财政政策对经济发展影响的文章，均假设各地区的经济发展水平是相互独立的，不存在空间上的相关关系，因此在衡量首都经济圈各地区经济发展水平受到财政政策的影响程度时，只考虑了各地区经济发展水平与财政政策之间受时间推移的影响，而没有考虑到首都经济圈中各地区空间自相关性及各地区之间相互影响的溢出效应。因此，本文将从空间自相关性的角度出发，考虑首都经济圈各地区间的地理邻近性质，进一步考察首都经济圈中各地区的经济发展受财政政策影响的程度大小。由于中央财政对各地方的转移支付在区域间经济发展过程中具有较强的空间溢出效应，因此，在本文分析财政政策对首都经济圈发展的区域效应时，选取的变量包括：被解释变量为人均GDP，解释变量为中央一般投资依赖度（各地区固定资产投资来源于中央预算内占本地固资投资总额比重）、地方财政资源丰裕度（居民人均享有财政资源来自于本地财政支出比重）、地方财政自给度（地方财政收入与支出之比）、地方财政供养人口数（一单位的地方财政本级收入供养的百万人口数）以及地方人均中央转移支付（中央财政转移支付的各省人均拥有量，取对数，考察人均转移支付的弹性变化）。

（一）中央财政支出空间效应的实证检验

通过计算首都经济圈各财量的Moran’s I指数并计算各Moran’s I的伴随概率，可以看出，首都经济圈中的各地区经济变量的Moran’s I统计值均能够在小于5%的显著性水平上，提供各地区经济发展在空间上具有全局自相关的显著证据。该计算结果表明，各地区经济变量的空间随机分布假设在5%的显著性水平下被拒绝，因此，在对经济变量人均GDP所受影响因素进行回归分析时，还要考虑相邻地区经济发展的“溢出效应”影响，也就是说若使用普通最小二乘法OLS估计的回归结果是有偏的。并且通过计算结果也可以看出，首都经济圈的全局自相关性相比全国范围而言更显著，也就是说，首都经济圈中利用财政政策达到缩小区域间经济发展差距的效果应更有效。

（二）局域空间自相关性LISA检验

由以上分析可知，首都经济圈各地区的经济水平、中央财政支出水平都存在空间之间的相关性，存在一定程度的空间聚集效应。下面试通过计算局域空间自相关LISA值的显著性水平探究各地区空间集聚效应的程度。

在对人均GDP对数的局域空间自相关性的检验中，河北省在首都经济圈中与其他各地区存在着较高的局域空间自相关性，而且河北省人均GDP处于首都经济圈中较低水平，被首都经济圈其余地区较高水平的人均GDP所包围，因此，利用财政支出拉近河北省与其他地区间的经济发展水平具有一定效果。在中央投资依赖度的局域空间自相关性检验中，河北省在首都经济圈中经济发展水平较低，需要较大程度依赖中央投资来发展本省经济，因此，需要合理利用财政支出，拉近其与首都经济圈中各地区经济发展水平。在对中央固定资产投资比重的局域空间自相关性的检验中，中央固定资产的投资比重在首都经济圈的各地区中投资水平比较低，因此适当加大首都经济圈中中央投资的比重，有助于拉近首都经济圈中各地区经济水平的差异程度。

三、财政支出效果估计及结果分析

为了建立首都经济圈财政支出对经济发展影响的空间计量模型。首先应考虑模型的形式，一般判断规则如下：若在空间依赖性的检验中表现出LM-lag比LM-err的统计检验结果更显著且RLM-lag显著而RLM-err不显著，则此时选择空间滞后模型（SLM）更为合适；相反若LM-err比LM-lag在统计检验上更显著且RLM-err较RLM-lag更显著，则应选择空间误差模型（SEM）最恰当。通过判断规则可知，应在首都经济圈内建立空间误差模型（SEM）最为恰当。

从首都经济圈的空间误差模型的回归结果可以看出，首都经济圈中各地区依赖中央政府的转移支出受到地区空间效应的影响而有所削弱，而更依赖于各地区自给的财政支出。地区财政自给率的回归系数通过了1%显著性水平下的统计检验且系数为正，说明地区财政的自给率的提高有利于经济的发展。中央政府的人均转移支付的回归系数也通过了1%显著性水平下的统计检验且系数为正，说明中央政府的转移支付越高越有利于经济的增长。此外，受到首都经济圈中各地区间的空间效应，地方经济的发展更依赖于地区自身的财政支出，是地方经济建设的主要力量。而对于中央政府的转移支付，地区经济发展也会受到一定的影响，但影响效果会受到空间效应的影响。最后，空间误差系数在1%水平下显著为负，说明了相邻地区间空间相关性并不是通过区域间经济增长的外溢效应带来的，而是通过相邻区域间受到冲击后的各种波动效应带来的，相邻区域间经济增长的波动效应的增长，会使得本地经济发展水平相应上升。由此可见，首都经济圈中各地区经济发展具有一定的空间自相关关系，若忽略了这种潜在的空间相关性，估计经济发展与财政政策之间的关系是不恰当的。这也进一步证明，首都经济圈中各地区间的财政支出与经济发展之间是存在空间联系的，具有空间溢出效应。

通过本文分析可以得出以下结论：首都经济圈中各地区经济发展的空间效应较全国范围内更加明显，首都经济圈在考虑空间效应时，更突出地方财政支出的供给对于地区经济发展的影响；此外，中央政府的转移支付对于地区间的经济发展仍有一定影响，可见首都经济圈各地区经济水平的发展一方面依赖于自身的财政供给，另一方面也需要加大中央财政的转移支付力度，而某一地区的经济发展水平也会通过经济活动的波动而影响其余相邻地区，因此，除了加大各地区自身的财政供给力度，还应有目标的加大对某一地区的中央转移支付的力度，从而达到大力发展某一地区的经济水平，进而带动相邻地区的经济发展水平。

参考文献：

[1]马立平.关于财政支出与总产出效果的数量分析[J].统计与决策，2005，12.

[2]郭庆旺，贾俊雪.财政投资的经济增长效应：实证分析[J].财贸经济，2005，04.

[3]马骊.空间统计与空间计量经济学方法在经济研究中的应用[J].统计与决策，2007，09.

[4]杨曦.中国式财政分权与地区经济增长关系研究[J].兰州大学，2009，04.

第8篇：经济发展水平差异范文

关键词：四川省；区域经济差异；回归分析；对策

中图分类号：F299.27　文献标志码：A　文章编号:1673-291X(2009)06-0112-02

四川古称巴蜀，是中国西南部的一个大省，行政区划包括18个市3个自治州，面积48.5万多平方公里，人口8642万。周边同重庆市、贵州省、云南省、自治区、青海省、陕西省接壤，四川地大物博，历史悠久，自古以来就享有“天府之国”的美誉。四川是全国的农产品供应大省，是国家最大的粮、油、猪生产基地之一，也是中国重要的工业基地之一。

一、四川省区域经济差异的变化态势

本文以1997―2006年为研究时段，以人均GDP为测度区域经济差异的变量指标，采用国际上通用的基尼系数和变异系数来分析重庆从四川分离划为直辖市以来四川省区域经济的变化态势。

基尼（Gini）系数是联合国推荐的一种定量测定贫富差距的指标，它的数值越大，表明其差距也越大。其计算公式为：

G（Y）=（n+1）/n-（2/n）×Uy

其中：Y=（Y1，Y2，…，Yn），Y1＜Y2＜…＜Yi＜…＜Yn，n为样本数，Yi为第i市的人均GDP。

u=（i×y），y=Y/Y，Y=Y

加权变异系数采用统计学中的标准差和平均值进行计算,反映的是人均GDP在各市间的离散程度，其值越大，说明区域差异越大。

CV=

式中，为全省人均GDP，x为i市人均GDP，P为i市人口，P为全省总人口，P/P为人口权重。

上述2个指标的计算结果见表1。可见，这两个指标的变动轨迹大致吻合。1997―2002年为一个较长的区域经济差异上升期，2002―2006年区域经济差异略有回落。

二、四川省区域经济差异的现状

本文以恩格尔系数和人均国内生产总值来反映四川省区域经济差异的现状。恩格尔系数是反映居民生活水平的重要指标。联合国认为：恩格尔系数在60%以上为绝对贫困；50%～60%为勉强度日；40%～50%为小康水平；30%～40%为富裕；30%以下为最富裕。恩格尔系数的计算公式为：恩格尔系数=食品支出总额/个人消费品支出总额×100%。

人均国内生产总值是反映经济发展水平的重要指标。表3是2006年四川省各市、自治州的人均国内生产总值表。可以看出，成都市、自贡市、攀枝花市、德阳市、绵阳市、乐山市的人均国内生产总值较高，均在万元以上，而巴中市的人均国内生产总值只有4705元，区域经济差异的极差为20834元。

三、四川省区域经济差异的成因分析及对策

1.计量模型

为了便于分析四川省的区域经济差异成因，本研究建立以自然资源、交通、人力资本、政策、地理区位、产业结构等为自变量，经济发展水平为因变量的回归模型。

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

其中，Y为经济发展水平，x为自然资源，x为人力资本，x为政策，x为地理区位，x为产业结构，x为交通，K、K、K、K、K、K分别为自然资源、人力资本、政策、地理区位、产业结构、交通对经济发展水平的弹性系数。

2.数据说明

考虑数据的准确性和可获得性，本研究用当年人均国内生产总值作为区域经济发展水平，当年人均耕地面积作为自然资源指标，当年人均等级公路里程作为交通指标，当年高中以上文凭人数占总人数的比例作为人力资本指标，当年各地区人均固定资产投资额作为区域政策指标，把区位熵作为地理区位指标，把第三产业增加值占GDP的比例作为产业结构指标。数据来源于《1998―2007年四川统计年鉴》。

3.区域差异分析与对策研究

通过对区域内各个要素进行横向比较可知，四川地区21个地、市、州可以划分为五类。

一类地区为政策推动型，主要包括成都市。成都市作为四川的省会城市,是四川省的政治、经济、文化中心，它的最佳发展方案是利用其丰富的自然资源，高素质的人力资本，重点发展高技术产业，继续优化产业结构，实现区域经济由资源密集型、劳动力密集型向知识技术密集型转变，并且在实现产业结构升级换代的同时带动落后地区的发展。

二类地区为资源推动型，主要包括钢城攀枝花市、盐化城自贡市、甜城内江市、酒城泸州市和宜宾市、丝绸城南充市。六市自然资源丰富，它们的最佳发展方案是充分利用其丰富的自然资源，大力加强城市基础设施建设，交通运输网建设，优化工业结构，建成专业化工业基地。

三类地区为区位拉动型，主要包括德阳市、绵阳市、乐山市、眉山市、资阳市、雅安市、遂宁市。七市距离省会成都市较近，联系比较紧密，有一定的工业基础，受成都市的辐射，经济发展速度较快。最佳发展方案是充分利用其区位优势，继续优化产业结构，积极融入成都的发展，做好产业分工与合作，带动全省经济的发展。

四类地区为交通不便型，主要包括巴中市、广元市、广安市、达州市，它们均位于四川东部地区，基本属于山区，地形高低不平，交通不便，经济发展慢。最佳发展方案是充分利用其农畜产品丰富的特点，加大政府投入，加强基础设施建设，完善交通网，积极引进发达地区转移的产业、技术，大力发展农业、农产品加工业、轻纺、食品以及红色旅游业。

五类地区为自然条件恶劣型，主要包括阿坝藏族羌族自治州、甘孜藏族自治州、凉山彝族自治州。三州位于四川省的西部，面积广，但自然条件极其恶劣，经济发展水平低，为四川省的贫困区。因而阿坝州、甘孜州、凉山州的最佳发展方案利用其自然资源，加强基础设施建设，完善交通网，大力发展以生态旅游为中心的第三产业、农业以及农产品加工业，适度发展水电、采矿业。

参考文献：

[1]侯景新.区域经济分析方法[M].北京：商务印书馆，2007.

[2]断七零.江苏省区域经济差异的成因与区域发展战略的选择:第25卷[J].扬州教育学院学报，2007，（2）.

[3]黄春燕.江苏农村经济区域差异的原因分析：第21卷[J].华东经济管理，2007，（10）.

[4]裴玮.区域空间开发理论与四川区域空间开发策略[J].成都大学学报，2006，（2）.

第9篇：经济发展水平差异范文

1.数据来源

为了确保数据模型的科学性和原始数据的统一性，本文所采用的统计数据均来自《江苏省统计年鉴》，数据统计时间为 2007年底。数据涉及江苏省13个地级市，包括南京市、无 锡市、徐州市、常州市、苏州市、南通市、连云港市、淮安市、盐城市、扬州市、镇江市、泰州市以及宿迁市。

2.聚类分析

下表是2007年江苏省13个地级市的旅游发展水平的统计数据，将表中数据输入SPSS数据处理软件做聚类分析。

下表是根据上表07年全省13市旅游统计数据所做的K-means聚类分析的结果：

根据上述分析表格的结果，可将江苏省13个地级市的旅游综合实力分为四类。第一类为旅游发达地区，含苏州和南京两个城市；第二类是旅游较发达地区，只包含无锡一市，第三类为旅游较发达地区，包括镇江、扬州、常州、徐州、连云港和南通6市；第四类为旅游欠发达地区，包括淮安、盐城、泰州和宿迁4市。

3.影响因素分析

由上表可知，江苏省各地级市的经济发展水平与本区域的旅游综合实力有很强的相关性。选取江苏各地级市2007年GDP收入数据作为衡量各市经济发展情况的指标，反映各地级市的经济发展水平。旅游综合实力排名的前三的苏州、无锡、南京其在省内的GDP排名也位列前三。一般来讲，城市GDP排名较前的，旅游综合实力的排名也比较靠前，除苏州、南京、无锡三市外，如常州，GDP位列全省第五，其旅游综合实力位列全省第六，呈现了很强的正相关性；如GDP排名全省第六的徐州市，其旅游综合实力排名位居全省第七，两者之间同样趋于一致。相反，旅游综合实力较弱的城市，其对应的GDP排名也很低，两者之间同样表现出了正相关性。如位于全省GDP末四位的城市（宿迁、连云港、淮安、泰州），其中三个城市（淮安、泰州、宿迁）同样出现在了旅游综合实力末四位中。由此可见经济因素对江苏省旅游也发展的空间差异具有较强的影响。地方雄厚的经济实力可以为城市提供良好的旅游基础设施、便捷的市内旅游交通、舒适的酒店、整洁美丽的市容；其次也会使本区域内的旅游资源得到全面开发，让区域内的旅游资源发挥出它最大的旅游经济效益；再次，良好的经济条件也增加了本地居民出游的可能；最后，经济发展速度较快的地区与外界的物质、技术、信息等交流相对频繁，在一定程度上促进了区域内商务、会议高层次旅游的发展。

三、区域旅游协调发展的对策

目前江苏省旅游经济发展水平与旅游业发展综合实力都存在过大的差异，不利于江苏省旅游业长期健康的发展。因此，如何协调各城市之间的旅游业的发展、缩小江苏省各地级市之间旅游发展水平的差距、使其区域差异在一个合理的范围之内成了亟待解决的问题，具有很强的现实意义。

1.加强区域之间的旅游协作

要缩短江苏省各区域之间的旅游发展差异，加强区域之间的协作是很重要的一条途径。区域协作是指江苏省内不同地区之间的旅游经济主体按照一定的章程、协议或合同，将各类资源在地区之间重新配置、组合，以期获得最大的经济效益、社会效益以及生态效益的旅游经济活动。区域协作的内容主要包括：区域旅游发展战略的共同制定、旅游资源的重组和共享、旅游产品的更新与提升，区域旅游功能的分工、客源市场的共同开拓与互换、联合促销、旅游企业之间的优化组合以及区域旅游形象的构建组合等等。有些城市本身虽然自身具有丰富的旅游资源，然而它们缺乏旅游业发展所需的各项基础设施投资资金、比较有实力的旅游企业、旅游人才等条件，而这些阻碍当地旅游发展的劣势正是苏州、南京、无锡、常州等旅游经济发达地区的强势，这些强势为以上地区旅游业的发展提供了广阔的空间。因此，苏南、苏中、苏北各区域之间可以通过加强彼此间的旅游协作，通过优势互补来促进各地旅游业的发展。

2.发挥苏南的辐射作用，带动苏中、苏北的旅游发展

根据前面的分析可知旅游经济发展水平位于全省前三名的分别是：苏州、南京和无锡，而且这三个城市遥遥领先与省内其他城市；从空间的角度上看，江苏省旅游发展水平向苏南集聚的态势非常明显，要缩短不同区域之间旅游经济的发展差异，应通过宁镇扬和苏锡常所构建的沿江黄金旅游带的辐射效应，以沿海、沿江两轴来带动苏中、苏北地区旅游业的发展，最终实现江苏省旅游业的协调发展和整体水平的提升，当前应特别注重发展苏中、苏北地区的国内旅游。