本文選題：產(chǎn)業(yè)集聚 + 文化產(chǎn)業(yè)增長��； 參考：《財經(jīng)理論與實踐》2017年02期

【摘要】：基于分布異質(zhì)視角,依據(jù)2003-2011年省域面板數(shù)據(jù),利用分位數(shù)面板回歸模型,考量產(chǎn)業(yè)集聚與文化產(chǎn)業(yè)增長。結(jié)果表明:隨分位水平的提高,各因素的作用不一。文化產(chǎn)業(yè)集聚對文化產(chǎn)業(yè)增長的正向邊際貢獻(xiàn)呈現(xiàn)遞增趨勢。因此,應(yīng)遵循文化產(chǎn)業(yè)增長的內(nèi)在規(guī)律,因地制宜,合理規(guī)劃文化產(chǎn)業(yè)集聚區(qū),推進(jìn)文化資源、要素與資本市場的對接,調(diào)整文化消費結(jié)構(gòu),促進(jìn)文化產(chǎn)業(yè)的可持續(xù)增長。
[Abstract]:Based on the perspective of distributed heterogeneity and the provincial panel data from 2003 to 2011, the quantile panel regression model is used to study industrial agglomeration and cultural industry growth. The results showed that the effect of each factor was different with the increase of quantile level. The positive marginal contribution of cultural industry agglomeration to cultural industry growth shows an increasing trend. Therefore, we should follow the inherent law of cultural industry growth, plan the cultural industry agglomeration area reasonably, promote the docking of cultural resources, elements and capital market, adjust the structure of cultural consumption, and promote the sustainable growth of cultural industry.
【作者單位】： 湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院;
【基金】：國家社會科學(xué)基金重點項目(14AJL012)
【分類號】：G124

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 ;聲音[J];中國西部;2013年22期

2 ;[J];;年期

相關(guān)重要報紙文章 前2條

1 廣發(fā)期貨 謝貞聯(lián);IF1005期現(xiàn)價差波動規(guī)律的啟示[N];期貨日報;2010年

2 李莉;2009年金屬鋁價格走勢預(yù)測[N];中國有色金屬報;2008年

相關(guān)博士學(xué)位論文 前2條

1 陳雄強;分位數(shù)自回歸模型理論與應(yīng)用研究[D];南開大學(xué);2013年

2 黃初;幾類新型相依條件下隨機(jī)變量的極限定理[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 梅云龍;刪失數(shù)據(jù)的條件高分位數(shù)估計[D];大連理工大學(xué);2015年

2 朱玲;貝葉斯分位數(shù)自回歸方法的研究及在香港恒生指數(shù)風(fēng)險測度上的應(yīng)用[D];南京財經(jīng)大學(xué);2014年

3 蔡際盼;WOD樣本下分位數(shù)和密度函數(shù)估計的強相合性[D];廣西師范學(xué)院;2015年

4 葛悠美;線性測量誤差模型中復(fù)合分位數(shù)估計的隨機(jī)加權(quán)方法[D];東華大學(xué);2016年

5 李麗鳳;PA樣本下含附加信息時分位數(shù)的統(tǒng)計推斷[D];廣西師范大學(xué);2015年

6 余珊珊;最優(yōu)分位數(shù)水平選擇方法及其在心電圖判別疾病類型中的應(yīng)用[D];華東師范大學(xué);2016年

7 張亞利;基于分位數(shù)GARCH類模型的我國股市風(fēng)險度量研究[D];華僑大學(xué);2016年

8 胡漢;風(fēng)電場風(fēng)電功率概率預(yù)測研究[D];東南大學(xué);2016年

9 王丹;基于數(shù)據(jù)庫的Summary查詢研究[D];東北大學(xué);2013年

10 劉震;重尾分布高條件分位數(shù)的調(diào)和估計[D];大連理工大學(xué);2016年

，

本文編號：2021319