理论教育 华东地区间的灰色关联度分析案例

华东地区间的灰色关联度分析案例

时间:2023-06-11 理论教育 版权反馈
【摘要】:华东地区中,安徽、上海、浙江、江苏关系密切,安徽历来就是江浙沪等省市的煤炭供应基地和劳动力密集型产业的转移基地,众多城市也结成联盟。如表7.3,华东地区相互间的距离,除山东与福建和江西外,基本在第四章制度辐射最强范围限定距离内。表7.3华东六省一市彼此间质心距离单位:km续表将上海的制度或产业变量作为参照组,其余30个省市作为比较组,对上海与其余省份的相关指标进行排序,对应于产业分工集聚的空间计量分析。

华东地区间的灰色关联度分析案例

华东地区(本书指华东六省一市)中,安徽、上海、浙江、江苏关系密切,安徽历来就是江浙沪等省市的煤炭供应基地和劳动力密集型产业的转移基地,众多城市也结成联盟。长三角阵营以上海为龙头,江苏和浙江是其主要的经济腹地。各地商品流通,受上海港贸易的吸纳,经由宁波、镇江、杭州等城市的中转,形成以上海为中心的集散体系(吴松弟,王列辉,2007)。长三角近邻关系是显而易见,华东地区的历史关系也产生许多影响,但近邻效应的来源以及产业的影响等问题没有专门的研究。最多只是从接轨上海和产业转移或产业同构的角度去阐述两者的关系。假设上海重大的制度变迁,引致的调整所产生的波动,对邻近省份都有影响,受制度变迁影响的产业具有地域内生性,也受国内外影响。本书分析几个典型制度变量对产业分工集聚的影响结果。结合上文的分析考虑这种影响是否与距离有关。如表7.3,华东地区相互间的距离,除山东与福建和江西外,基本在第四章制度辐射最强范围限定距离(510~850km)内。

表7.3 华东六省一市彼此间质心距离 单位:km

续表

将上海的制度或产业变量作为参照组,其余30个省市作为比较组,对上海与其余省份的相关指标进行排序,对应于产业分工集聚的空间计量分析。根据关联度矩阵R各元素大小,判断哪些因素起主要影响(优势因素),哪些起次要影响。

(一)制度因素间的关联度分析

从表7.4可知,对于华东六省一市其他地区来说,上海的L、FDI、K仍然是三个主要影响因素(优势制度因素),对于部分省份的部分制度变量,上海的Dep也成为主要因素之一。并且上海各制度主要因素与其他省的相关度基本呈现浙江、江苏、安徽、福建、山东、江西的排序(除个别指标外),即相关度随着彼此距离增加逐渐递减。如L对K的影响,从大到小依次为浙江、江苏、安徽、福建、山东、江西;FDI对K的影响,依次为浙江、江苏、安徽、福建、山东、江西;K对K的影响,依次为浙江、江苏、安徽、福建、山东、江西。当然也有相关度明显随距离增加而增强的,如L对Pri的影响,从小到大依次为浙江、江苏、安徽、福建、山东、江西,估计与产权保护制度或区域竞争有关。

表7.4 上海与其他六省制度指标的灰色关联度(1996—2013年)

续表(www.daowen.com)

(二)制度因素与三产的关联度分析

数据矩阵=[K;L;EX;FDI;Dep;Pri;上海四大行业;K;L;EX;FDI;Dep;Pri;其他六省四大行业],同时得出制度与产业关联的矩阵。总体上制度与产业间相关度都高于0.6,甚至接近0.9。故上海的制度变迁对其他省份的产业具有明显作用。上海的制度变量对华东其他省份产业的影响,主要是通过L(0.89)、FDI(0.88)和K(0.86)所代表的制度变量来实现。或者说对于其他省份的三产来说,上海的优势制度因素是L、FDI和K。并且上海各制度因素与其他省的产业相关度无明显区别,即与距离无明显关系,可能与都在辐射影响范围之内有关(上海与江西相距最远,为671.8 km)。如表7.5所示。

表7.5 上海制度指标与其他省份三产指标的关联度

(三)三产间的关联度分析

如表7.6所示,产业间上海对其他省份的影响都较大(基本在0.9以上),其中影响最大的是金融业和批发零售业。则对于其他省份的三产来说,上海的优势产业是金融业和批发零售业。上海与其他各省产业相关度无明显区别,也与距离无明显关系,可能同样与都在辐射影响范围之内有关。

表7.6 上海三产指标与其他省份三产指标的关联度

续表

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈