粤港澳大湾区经济发展差异的动态研究.pdfVIP

粤港澳大湾区经济发展差异的动态研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
粤港粤港澳澳大大湾湾区区经经济济发发展展差差异异的的动动态态研研究究 摘要摘要::文章运用核密度函数估计和因素分解法,对1997—2018年粤港澳大湾区的经济发展分布状况和时空演变进行分 析。结果显示:粤港澳大湾区经济总体呈现高速发展态势,2013年后,低中发展水平地区逐步向高水平发展地区靠拢,但同 高水平发展地区仍存在较大差异。因素分解结果表明,均值效应是造成经济发展分布变化的重要因素,其次为方差效应,残 差效应最小,且方差效应对均值效应具有较大反向作用,说明区域发展差异对经济发展存在制约,区域异质性问题需要引起 高度重视。 关键关键词词::增长分布,核密度估计,因素分解,粤港澳大湾区 00 引言引言 粤港澳大湾区是我国当前重点建设的重要区域之一,基于优越的自然环境和经济区位,湾区内创新资源高度集聚,经济 发展态势良好。由于开放程度高,人口密集,粤港澳大湾区在国家乃至全球经济发展和技术革新方面都起着重要的引领作 用。准确把握粤港澳大湾区内部的格局分布和功能定位,对湾区经济发展具有十分重要的意义。 当前有关粤港澳大湾区的研究主要围绕经济演变的时空特征、区域协调关系和影响因素等方面展开,如展金泳等 [1] [2] (2016) 对于粤港澳区域之间的发展差异和协调性的时间演变和空间分布进行了研究;周春山等(2017) 利用1995— 2015年粤港澳地区经济数据构建指标体系,对湾区发展的时空特征进行分析得出绝对差异扩大、相对差异缩小、空间分布呈 现“倒U”趋势的结论;梁经伟等(2018)[3]认为物质资本、人力资本和研发创新对于经济发展具有显著影响;刘云刚等 [4] (2018) 对粤港澳地区的区域特色和发展优势与劣势进行对比,提出未来发展路径和对策。上述文献虽很好地描述了湾 区内经济发展的时空格局,但对湾区内各市域的发展差异并未进行详细探讨,少数差异性的分析主要是通过统计指标如变异 系数、标准差或空间模型进行分析的,指标形式单一,只能反映单方面特性,无法有效体现差异因素。区域差异性对经济的 发展影响巨大,差异程度的大小会对经济的发展起到一定促进和阻碍作用[5],是区域经济研究中不可或缺的一部分。因 此,有关大湾区的差异性研究具有重要价值。 本文在综合考虑已有问题后,引入核密度函数估计法对粤港澳大湾区的区域经济发展进行总体差异性研究,并借 鉴Jenkins和Van(2005)[6]提出的因素分解法,将总差异效应细化为均值效应、残差效应和方差效应。目的是为了更好地 解释粤港澳大湾区经济发展分布随时间的变动情况、经济发展对于整个大湾区的影响程度程度、初始分布在发展过程中的扭 曲现象以及差距造成的影响是正向还是负向等问题,从而丰富有关湾区区域经济发展的相关研究成果。 11 研究研究方方法法 1.1 核密度估计 参数估计通常要求密度函数形式是事先确定的,根据已知形式对参数进行拟合估计得到具体结果。但是这种假定过度依 赖函数形式,因此参数模型的选择可能会导致结果有偏差,无法很好拟合数据,尤其在实际情况中多峰现象明显,模型的正 确设定更是困难。对于这类难以拟合实际概率密度的函数,通常非参数估计的应用能够更为有效地观察分布的变化情况。本 文采用核密度估计法绘制增长分布图,并根据图中波峰变化趋势分析经济增长演变过程。该方法的优点在于密度函数的形式 不需作出假设,可利用训练数据集对概率密度直接进行估计,且通过采用恰当的核函数描述经济分布,不需要将数据的生成 严格控制为马尔可夫过程,可以保留转移概率矩阵遗漏的连续性动态信息,故而对连续观察值的使用更为适合。 假定X ,X ,…,X 同分布,且密度函数未知,需要通过样本估计获得该分布的密度函数。首先通过样本可以得到经验 1 2 n 分布函数: {X ,X ,…,X 中小于x的个数},n为样本数本文采用高斯核函数如下所示: 1 2 n 则分布密度函数的估计表达式为: 上式可用于描述经济体在各区域中出现的概率。其中,函数K (•)表示权重,且满 足K≥0,K (x)=K (-x), ∫K (x)dx=1;h为正数,称作带宽,用于控制平

您可能关注的文档

文档评论(0)

owenjie2002 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档