基于logistic模型与空间基尼系数江苏生产性服务业集聚探究

基于logistic模型与空间基尼系数江苏生产性服务业集聚探究

ID:6073540

大小:30.50 KB

页数:8页

时间:2018-01-02

基于logistic模型与空间基尼系数江苏生产性服务业集聚探究_第1页
基于logistic模型与空间基尼系数江苏生产性服务业集聚探究_第2页
基于logistic模型与空间基尼系数江苏生产性服务业集聚探究_第3页
基于logistic模型与空间基尼系数江苏生产性服务业集聚探究_第4页
基于logistic模型与空间基尼系数江苏生产性服务业集聚探究_第5页
资源描述:

《基于logistic模型与空间基尼系数江苏生产性服务业集聚探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于logistic模型与空间基尼系数江苏生产性服务业集聚探究  【摘要】本文以logistic模型拟合江苏生产性服务业集聚的路径,分析江苏生产性服务业发展所处的阶段;并以空间基尼系数为指标对江苏生产性服务业分行业集聚进行分析。研究表明江苏省生产性服务业集聚正处于加速发展阶段,交通运输、仓储邮政业和科学研究、技术服务和地质勘查业集聚程度较高,金融业、信息传输、计算机服务和软件业和租赁和商务服务业集聚程度稳步增长且存在一定的波动。【关键词】生产性服务业集聚;logistic模型;空间基尼系数服务经济日益成为全球价值链的主要增长点。近年来

2、我国政府也意识到了服务经济的重要性,国家“十二五”规划纲要明确提出:大力发展生产性服务业和生活性服务业,积极发展旅游业;拓展服务业新领域,发展新业态,培育新热点,推进规模化、品牌化、网络化经营,推动特大城市形成以服务经济为主的产业结构。日益发展的服务经济中,生产性服务业的快速增长,逐渐成为经济增长的主要动力来源,同时也是一个国家或地区现代化水平的集中表现。8Momigliano将服务业中用于中间需求的部分界定为生产服务业,这种界定比较科学,清晰地阐述了生产性服务业的内涵,但这样的分类对数据的详细程度要求比较高;Grubel将服务业划分

3、成消费服务业、政府服务业、生产服务业三类,通过经济总量减去前两者来确定生产性服务业,免去了计算投入产出的麻烦,但是这种方法对于消费服务业的总量计算会有误差;李冠霖利用中国的投入产出表将服务业中的中间需求率高于50%的行业界定为生产性服务业[1]。关于生产性服务业的门类学者们有不同的认识,本文结合目前学者们对生产性服务较统一的认识,即生产性服务是指作为中间性投入提供给其他企业的促进生产活动的服务,参照我国国民经济统计行业分类标准,本文认为生产性服务业主要包括:(1)交通运输、仓储和邮政业;(2)信息传输、计算机服务和软件业;(3)金融业

4、;(4)租赁和商务服务业;(5)科学研究、技术服务和地质勘查业。8国际大都市的发展经验表明,生产性服务业集聚拥有强大的竞争优势,成为许多发达国家和地区发展经济、增强国际竞争力的重要战略模式,如世界上规模较大的生产性服务业集聚区:华尔街中央商务区、英国伦敦生产性服务业集群以及日本“多核多圈层”结构的产业集群等。江苏的制造业发展水平和市场化程度较高,为本地区生产性服务业的发展创造了良好的市场环境,且江苏的经济发展水平较高、高素质人才较多等因素,使得江苏省具有了发展生产性服务业集聚的基本条件,因此通过深入分析江苏生产性服务业各行业的集聚状况

5、以及其集聚路径,发现江苏生产性服务业发展过程中不足的地方,对其他省市的生产性服务业的发展具有警示的作用。1.基于logistic模型的江苏生产性服务业集聚分析针对产业集群与生态学中的种群共同点,Hannan和Freeman将种群与产业集群进行比较,得出结论:产业集群与种群具有一定的相似性,产业集群的生物学特性使得部分学者开始从生态的角度研究产业集群[2]。我国学者刘天卓和陈晓剑以生态学中的种群增长动态模型即logistic模型作为分析的基础,运用生态模拟的方法讨论产业集群的生态特性[3]。王子龙等利用logistic模型对中国部分制造

6、类企业集群1985-2004年的整体演化轨迹进行了测定[4]。十九世纪三四十年代,比利时数学家Verhulst认为种群不可能无限制的增长,其增长必定受到其他因素的影响,于是将Malthus提出的指数增长模型进行改进,添加了阻滞因子,得到了logistic模型:其中N表示种群数量,常数r(r>0)表示种群内部增长率,K(K>0)表示环境最大容纳量。(1)数据来源与计算方法8本部分根据2004年至2011年江苏省的生产性服务业产值,拟合logistic曲线描述江苏生产性服务业的集聚路径,本文数据的来源是2005年至2012年的《江苏统计年

7、鉴》。将公式(1)线性化处理得(K>N):其中k通过四点式平均值法估计得到,计算公式为:式中N1和N4分别为2004年和2011年江苏生产性服务业产值;N2和N3分别为江苏生产性服务业产值时间序列的中间两点值,且t4-t3=t2-t1。在全序列中列举尽可能满足上述条件的所有数组,求得多个K的估算值,取数学期望作为K的无偏估计值。将原始数据和K值带入得到y的时间序列值,由于y的序列值近似于直线,因此可用一次函数拟合。运用SPSS进行回归分析,得拟合直线y’=3.47-0.235t,参数估计的t检验显著,方程的拟合优度非常好,R2=99.

8、8%。通过拟合,得出logistic模型为:(2)数据分析根据求出的logistic模型,画出完整的生产性服务业集聚增长的S型图,如图2所示,由图可知江苏生产性服务业整体的集聚水平还较低。图1基于logistic模型的生

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。