房?jī)r(jià)波動(dòng)與制造業(yè)升級(jí):基于省際面板數(shù)據(jù)的空間計(jì)量分析
發(fā)布時(shí)間:2021-01-25 14:23
利用2007-2016年中國(guó)29個(gè)省市區(qū)的相關(guān)數(shù)據(jù),分析房地產(chǎn)價(jià)格和制造業(yè)產(chǎn)業(yè)升級(jí)在中國(guó)各個(gè)省市區(qū)的分布格局和空間上的相互依賴性;卩徑訖(quán)重矩陣構(gòu)建空間滯后模型和空間誤差模型,分析房?jī)r(jià)波動(dòng)對(duì)中國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)的影響;谏鲜鲅芯,得到四個(gè)方面的結(jié)論:一是通過(guò)Moran’s I指數(shù)和Moran’s I散點(diǎn)圖證明了中國(guó)房?jī)r(jià)水平和制造業(yè)產(chǎn)業(yè)升級(jí)存在顯著的空間相關(guān)性,制造業(yè)具有高水平區(qū)域集中、低水平區(qū)域聚集的特點(diǎn);二是中國(guó)房地產(chǎn)價(jià)格與制造業(yè)產(chǎn)業(yè)升級(jí)呈倒U型庫(kù)茲涅茨曲線關(guān)系,也就是說(shuō)房?jī)r(jià)波動(dòng)對(duì)制造業(yè)產(chǎn)業(yè)升級(jí)同時(shí)具有正效應(yīng)和負(fù)效應(yīng);三是從整體上看,現(xiàn)階段省域間相對(duì)房?jī)r(jià)升高對(duì)制造業(yè)低端技術(shù)產(chǎn)業(yè)產(chǎn)生擠出效應(yīng),對(duì)制造業(yè)高端技術(shù)產(chǎn)業(yè)發(fā)展產(chǎn)生促進(jìn)作用,相對(duì)房?jī)r(jià)升高帶動(dòng)了制造業(yè)產(chǎn)業(yè)升級(jí);四是在北京和上海,由于房?jī)r(jià)與制造業(yè)產(chǎn)業(yè)升級(jí)兩者之間的關(guān)系已經(jīng)跨入倒U型曲線的右邊,所以要有效控制房?jī)r(jià)上漲,以免制造業(yè)產(chǎn)業(yè)升級(jí)受到抑制。
【文章來(lái)源】:科學(xué)決策. 2020,(04)CSSCI
【文章頁(yè)數(shù)】:28 頁(yè)
【部分圖文】:
2016年中國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的區(qū)域分布圖
Moran"s I指數(shù)已經(jīng)表明制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的全局空間自相關(guān)性,為了進(jìn)一步說(shuō)明其空間分布的局部特征,本文還繪制了房?jī)r(jià)與制造業(yè)產(chǎn)業(yè)升級(jí)的Moran"s I散點(diǎn)圖。2016年鄰接權(quán)重下制造業(yè)相對(duì)產(chǎn)值、制造業(yè)相對(duì)就業(yè)率和房?jī)r(jià)的Moran"s I散點(diǎn)圖如圖1所示。從圖1可以看出,大多數(shù)省域位于第一、第三象限,表明制造業(yè)產(chǎn)業(yè)層級(jí)高的地區(qū)被同樣高水平的其他地區(qū)包圍,制造業(yè)產(chǎn)業(yè)升級(jí)在空間上相互集聚,制造業(yè)產(chǎn)業(yè)發(fā)展緩慢的地區(qū)也被同樣低水平的其他地區(qū)所包圍,形成了低水平的聚集圈,驗(yàn)證了制造業(yè)轉(zhuǎn)型升級(jí)具有相當(dāng)明顯的擴(kuò)散效應(yīng)。相對(duì)房?jī)r(jià)的Moran"s I散點(diǎn)主要集中在高-高集聚區(qū)域和低-低集聚區(qū)域,也就是第一、三象限,說(shuō)明中國(guó)房?jī)r(jià)存在明顯的空間集聚,且其分布是非均質(zhì)的?傊,Moran"s I散點(diǎn)圖顯示了各個(gè)省市區(qū)房?jī)r(jià)與制造業(yè)產(chǎn)業(yè)升級(jí)的空間聯(lián)系形式分布情況,得出房?jī)r(jià)和制造業(yè)產(chǎn)業(yè)升級(jí)均具有高水平區(qū)域集中、低水平區(qū)域聚集的特點(diǎn),Moran"s I散點(diǎn)圖也再次證明了兩者皆存在顯著的空間依賴性。此外,本文還分析了2016年中國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的區(qū)域分布情況(見(jiàn)圖2)。從制造業(yè)相對(duì)產(chǎn)值的區(qū)域分布來(lái)看,江蘇、山東、廣東處于(2.113,4.743]區(qū)間,這些地區(qū)是相對(duì)產(chǎn)值最高的第一梯隊(duì);河南、浙江處于(1.249,2.113]區(qū)間,屬于相對(duì)產(chǎn)值較高的第二梯隊(duì);河北、福建、安徽、四川、湖南、江西、上海處于(0.677,1.249]區(qū)間,位于制造業(yè)相對(duì)產(chǎn)值一般的第三梯隊(duì);天津、重慶、吉林、廣西、遼寧、陜西處于(0.355,0.677]區(qū)間,這些地區(qū)制造業(yè)的相對(duì)產(chǎn)值較低,為第四梯隊(duì);其他地區(qū)則為第五梯隊(duì),相對(duì)產(chǎn)值更低。從制造業(yè)相對(duì)就業(yè)率的區(qū)域分布來(lái)看,處于(3.015,5.56]區(qū)間的省份有廣東、江蘇,這兩個(gè)地區(qū)的制造業(yè)相對(duì)就業(yè)率最高;山東、浙江、河南位于(1.415,3.015]區(qū)間,制造業(yè)相對(duì)就業(yè)率較高;福建、湖北、河北、湖南、安徽、四川、江西處于(0.719,1.415]范圍內(nèi),這些區(qū)域的制造業(yè)相對(duì)就業(yè)率一般;上海、遼寧、重慶、廣西、天津、陜西、吉林處于(0.303,0.719]區(qū)間,制造業(yè)相對(duì)就業(yè)率較低;新疆、甘肅、寧夏、海南的制造業(yè)相對(duì)就業(yè)率最低。從房?jī)r(jià)的區(qū)域分布可以看出,低房?jī)r(jià)區(qū)域的周邊地區(qū)房?jī)r(jià)較低,而高房?jī)r(jià)區(qū)域臨近的地區(qū)房?jī)r(jià)也較高,整體房?jī)r(jià)極化效應(yīng)凸顯。北京、上海的房?jī)r(jià)水平最高,其值達(dá)到了4.102和3.682,屬于第一梯隊(duì);天津、浙江、廣東、海南、福建、江蘇的房?jī)r(jià)水平屬于第二梯隊(duì),湖北、河北、遼寧、山東、安徽的房?jī)r(jià)水平一般,位于第三梯隊(duì)。其他省份的房?jī)r(jià)水平較低,則位于第四梯隊(duì),如湖南的房?jī)r(jià)水平為0.555。由此可知,中西部地區(qū)房?jī)r(jià)水平相對(duì)較低,沿海地區(qū)與內(nèi)陸地區(qū)房地產(chǎn)價(jià)格差異性明顯。
【參考文獻(xiàn)】:
期刊論文
[1]中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)發(fā)展的評(píng)價(jià)指標(biāo)體系及綜合指數(shù)[J]. 潘為華,潘紅玉,陳亮,賀正楚. 科學(xué)決策. 2019(09)
[2]中國(guó)制造業(yè)發(fā)展質(zhì)量與國(guó)際競(jìng)爭(zhēng)力提升研究[J]. 唐紅祥,張祥禎,吳艷,賀正楚. 中國(guó)軟科學(xué). 2019(02)
[3]房?jī)r(jià)、金融發(fā)展與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于動(dòng)態(tài)面板的經(jīng)驗(yàn)分析[J]. 潘紅玉,劉亞茹. 財(cái)經(jīng)理論與實(shí)踐. 2019(01)
[4]城鎮(zhèn)化、房?jī)r(jià)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[J]. 楚爾鳴,曹策. 經(jīng)濟(jì)問(wèn)題探索. 2018(03)
[5]產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與中國(guó)新型城鎮(zhèn)化[J]. 吳穹,仲偉周,張躍勝. 城市發(fā)展研究. 2018(01)
[6]基于空間計(jì)量模型的新型城鎮(zhèn)化對(duì)制造業(yè)結(jié)構(gòu)影響及路徑研究[J]. 王翔. 經(jīng)濟(jì)問(wèn)題探索. 2017(12)
[7]中國(guó)制造業(yè)集聚程度演變趨勢(shì)及時(shí)空特征研究[J]. 唐曉華,陳陽(yáng),張欣鈺. 經(jīng)濟(jì)問(wèn)題探索. 2017(05)
[8]中國(guó)高端裝備制造業(yè)的技術(shù)創(chuàng)新能力:2004~2014[J]. 賀正楚,潘紅玉,鄧英,夏智倫. 經(jīng)濟(jì)數(shù)學(xué). 2016(04)
[9]我國(guó)房地產(chǎn)業(yè)對(duì)實(shí)體經(jīng)濟(jì)的掠奪效應(yīng)——基于多部門(mén)動(dòng)態(tài)隨機(jī)一般均衡模型的模擬分析[J]. 周端明,艾非,胡小文. 當(dāng)代經(jīng)濟(jì)研究. 2016(11)
[10]經(jīng)濟(jì)開(kāi)放度、房地產(chǎn)價(jià)格及其空間溢出[J]. 鞠方,雷雨亮,周建軍. 中國(guó)軟科學(xué). 2016(10)
本文編號(hào):2999376
【文章來(lái)源】:科學(xué)決策. 2020,(04)CSSCI
【文章頁(yè)數(shù)】:28 頁(yè)
【部分圖文】:
2016年中國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的區(qū)域分布圖
Moran"s I指數(shù)已經(jīng)表明制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的全局空間自相關(guān)性,為了進(jìn)一步說(shuō)明其空間分布的局部特征,本文還繪制了房?jī)r(jià)與制造業(yè)產(chǎn)業(yè)升級(jí)的Moran"s I散點(diǎn)圖。2016年鄰接權(quán)重下制造業(yè)相對(duì)產(chǎn)值、制造業(yè)相對(duì)就業(yè)率和房?jī)r(jià)的Moran"s I散點(diǎn)圖如圖1所示。從圖1可以看出,大多數(shù)省域位于第一、第三象限,表明制造業(yè)產(chǎn)業(yè)層級(jí)高的地區(qū)被同樣高水平的其他地區(qū)包圍,制造業(yè)產(chǎn)業(yè)升級(jí)在空間上相互集聚,制造業(yè)產(chǎn)業(yè)發(fā)展緩慢的地區(qū)也被同樣低水平的其他地區(qū)所包圍,形成了低水平的聚集圈,驗(yàn)證了制造業(yè)轉(zhuǎn)型升級(jí)具有相當(dāng)明顯的擴(kuò)散效應(yīng)。相對(duì)房?jī)r(jià)的Moran"s I散點(diǎn)主要集中在高-高集聚區(qū)域和低-低集聚區(qū)域,也就是第一、三象限,說(shuō)明中國(guó)房?jī)r(jià)存在明顯的空間集聚,且其分布是非均質(zhì)的?傊,Moran"s I散點(diǎn)圖顯示了各個(gè)省市區(qū)房?jī)r(jià)與制造業(yè)產(chǎn)業(yè)升級(jí)的空間聯(lián)系形式分布情況,得出房?jī)r(jià)和制造業(yè)產(chǎn)業(yè)升級(jí)均具有高水平區(qū)域集中、低水平區(qū)域聚集的特點(diǎn),Moran"s I散點(diǎn)圖也再次證明了兩者皆存在顯著的空間依賴性。此外,本文還分析了2016年中國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)和房?jī)r(jià)的區(qū)域分布情況(見(jiàn)圖2)。從制造業(yè)相對(duì)產(chǎn)值的區(qū)域分布來(lái)看,江蘇、山東、廣東處于(2.113,4.743]區(qū)間,這些地區(qū)是相對(duì)產(chǎn)值最高的第一梯隊(duì);河南、浙江處于(1.249,2.113]區(qū)間,屬于相對(duì)產(chǎn)值較高的第二梯隊(duì);河北、福建、安徽、四川、湖南、江西、上海處于(0.677,1.249]區(qū)間,位于制造業(yè)相對(duì)產(chǎn)值一般的第三梯隊(duì);天津、重慶、吉林、廣西、遼寧、陜西處于(0.355,0.677]區(qū)間,這些地區(qū)制造業(yè)的相對(duì)產(chǎn)值較低,為第四梯隊(duì);其他地區(qū)則為第五梯隊(duì),相對(duì)產(chǎn)值更低。從制造業(yè)相對(duì)就業(yè)率的區(qū)域分布來(lái)看,處于(3.015,5.56]區(qū)間的省份有廣東、江蘇,這兩個(gè)地區(qū)的制造業(yè)相對(duì)就業(yè)率最高;山東、浙江、河南位于(1.415,3.015]區(qū)間,制造業(yè)相對(duì)就業(yè)率較高;福建、湖北、河北、湖南、安徽、四川、江西處于(0.719,1.415]范圍內(nèi),這些區(qū)域的制造業(yè)相對(duì)就業(yè)率一般;上海、遼寧、重慶、廣西、天津、陜西、吉林處于(0.303,0.719]區(qū)間,制造業(yè)相對(duì)就業(yè)率較低;新疆、甘肅、寧夏、海南的制造業(yè)相對(duì)就業(yè)率最低。從房?jī)r(jià)的區(qū)域分布可以看出,低房?jī)r(jià)區(qū)域的周邊地區(qū)房?jī)r(jià)較低,而高房?jī)r(jià)區(qū)域臨近的地區(qū)房?jī)r(jià)也較高,整體房?jī)r(jià)極化效應(yīng)凸顯。北京、上海的房?jī)r(jià)水平最高,其值達(dá)到了4.102和3.682,屬于第一梯隊(duì);天津、浙江、廣東、海南、福建、江蘇的房?jī)r(jià)水平屬于第二梯隊(duì),湖北、河北、遼寧、山東、安徽的房?jī)r(jià)水平一般,位于第三梯隊(duì)。其他省份的房?jī)r(jià)水平較低,則位于第四梯隊(duì),如湖南的房?jī)r(jià)水平為0.555。由此可知,中西部地區(qū)房?jī)r(jià)水平相對(duì)較低,沿海地區(qū)與內(nèi)陸地區(qū)房地產(chǎn)價(jià)格差異性明顯。
【參考文獻(xiàn)】:
期刊論文
[1]中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)發(fā)展的評(píng)價(jià)指標(biāo)體系及綜合指數(shù)[J]. 潘為華,潘紅玉,陳亮,賀正楚. 科學(xué)決策. 2019(09)
[2]中國(guó)制造業(yè)發(fā)展質(zhì)量與國(guó)際競(jìng)爭(zhēng)力提升研究[J]. 唐紅祥,張祥禎,吳艷,賀正楚. 中國(guó)軟科學(xué). 2019(02)
[3]房?jī)r(jià)、金融發(fā)展與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于動(dòng)態(tài)面板的經(jīng)驗(yàn)分析[J]. 潘紅玉,劉亞茹. 財(cái)經(jīng)理論與實(shí)踐. 2019(01)
[4]城鎮(zhèn)化、房?jī)r(jià)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[J]. 楚爾鳴,曹策. 經(jīng)濟(jì)問(wèn)題探索. 2018(03)
[5]產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與中國(guó)新型城鎮(zhèn)化[J]. 吳穹,仲偉周,張躍勝. 城市發(fā)展研究. 2018(01)
[6]基于空間計(jì)量模型的新型城鎮(zhèn)化對(duì)制造業(yè)結(jié)構(gòu)影響及路徑研究[J]. 王翔. 經(jīng)濟(jì)問(wèn)題探索. 2017(12)
[7]中國(guó)制造業(yè)集聚程度演變趨勢(shì)及時(shí)空特征研究[J]. 唐曉華,陳陽(yáng),張欣鈺. 經(jīng)濟(jì)問(wèn)題探索. 2017(05)
[8]中國(guó)高端裝備制造業(yè)的技術(shù)創(chuàng)新能力:2004~2014[J]. 賀正楚,潘紅玉,鄧英,夏智倫. 經(jīng)濟(jì)數(shù)學(xué). 2016(04)
[9]我國(guó)房地產(chǎn)業(yè)對(duì)實(shí)體經(jīng)濟(jì)的掠奪效應(yīng)——基于多部門(mén)動(dòng)態(tài)隨機(jī)一般均衡模型的模擬分析[J]. 周端明,艾非,胡小文. 當(dāng)代經(jīng)濟(jì)研究. 2016(11)
[10]經(jīng)濟(jì)開(kāi)放度、房地產(chǎn)價(jià)格及其空間溢出[J]. 鞠方,雷雨亮,周建軍. 中國(guó)軟科學(xué). 2016(10)
本文編號(hào):2999376
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/2999376.html
最近更新
教材專著