珠三角地区战略性新兴产业空间布局及影响因素研究

来源 :2016中国地理信息科学理论与方法学术年会 | 被引量 : 0次 | 上传用户:commander_ocean
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  国家于2010年发布的《国务院关于加快培育和发展战略性新兴产业的决定》指出战略性新兴产业是引导未来经济社会发展的重要力量,发展战略性新兴产业已成为世界主要国家抢占新一轮经济和科技发展制高点的重大战略,此后国务院更是将发展战略性新兴产业列入《国民经济和社会发展第十二个五年规划纲要》,计划以重大技术突破和重大发展需求为基础,促进新兴科技与新兴产业深度融合,在继续做强、做大高技术产业基础上,把战略性新兴产业培育发展成为先导性、支柱性产业。珠江三角洲作为改革开放的“试验田”,市场化程度高,市场体系较为完备,战略性新兴产业的发展情况比较明显,而不同的区域有不同的特点,即使是在珠江三角洲区域内部也会存在一定的差异和不均衡。研究珠江三角洲战略性新兴产业的空间布局情况及其影响因素有助于政府有方向性地改善城市条件,制定发展策略,为战略性新兴产业的发展创造良好的环境。本文采用了莫兰指数度量珠江三角洲战略性新兴产业的空间相关性特征,采用希尔T指数来度量珠江三角洲战略性新兴产业分布的空间均衡性特征,结果表明珠江三角洲地区战略性新兴产业分布存在空间正相关关联,并在广州、深圳、中山、江门、佛山、东莞、珠海、肇庆、惠州九个城市间表现出不均衡特征。为了进一步探索存在差异的原因,本文以节能环保产业、新一代信息技术产业、生物产业、高端装备制造产业、新能源产业、新材料产业、新能源汽车产业七大类战略性新兴产业中的新一代信息技术产业为典型代表,结合08至14年的企业注册数据以及珠三角各城市统计年鉴相关数据,采用面板数据模型,分析人口、人力资本、技术投入、地区消费力、交通基础设施等因素对珠江三角洲地区城市战略性新兴产业的影响。通过实验分析,人力资本和技术投入对珠江三角洲城市的战略性新兴产业分布影响较大。因而我们可以建议,政府在制定推动战略性新兴产业发展策略时应注重人才的培养和技术的投入。
其他文献
水深测量和水下底质空间分布研究对水环境的管理和监测至关重要。遥感传感器观测光学浅水时,接收到的上行辐射来自水体散射和底质反射(不考虑大气和水面镜面反射的影响时),由此说明遥感反演水深具有可行性。相比传统使用水深仪测量水深和潜水员潜水观测底质类型的方法,通过遥感技术反演水深底质类型的方法更加便捷。目前遥感反演水深的方法主要分为经验和半分析半经验算法,其中经验算法建立一些已知的深度值和多波段遥感影像的
会议
快速和正确地分组对于自动化地图综合有着重要作用。分组在Brassel 与Weibel的综合概念模式中,相当于其五部之首的结构识别。但是由于建筑物复杂的空间分布与空间关系(如拓扑关系),想从众多潜在分组结果中获取“最佳”的分组结果是非常困难的。目前,基于模板识别的方法大多针对特殊模式,比如直线模式、沿道路排列模式,而两两组合的方法(自下而上的方法)容易产生畸形形状的组合(组合形状欠规则)。本文提出了
癌症己经成为全球“头号杀手”,是威胁我国居民的主要死亡原因之一。对癌症病例的空间分布和相关环境危险因素进行监测分析,探索影响某种癌症发生的病因学关联,已经成为研究热点。肺癌作为我国发病率及死亡率最高的癌症类别,严重危害国民健康,研究肺癌发病率的影响因素对于防治肺癌具有显著的现实意义。本研究利用广义可加模型,探究影响我国城市地区肺癌发病率的环境因子及其影响机制。下面分别从数据收集整理、实验方法步骤、
各行业的空间分布规律研究是城市空间结构研究的核心内容之一。行业空间布局和行业结构的变化是区域经济活动和政府政策的一种时空分布上的反应,对于认知城市空间结构、城市发展及规划、区域经济及政策的制定都有一定的帮助。
结合前人地质资料及现场勘查,对矿床成因、成矿作用和规律进行了初步探讨,在此基础上,利用计算机分类技术与人工判别相结合的方法提取矿区地层、断层、侵入岩、火山岩及矿区的组合蚀变,并在同一坐标下对各证据专题层进行预处理。通过查阅地质资料和分析各成矿信息层有利度,运用GIS平台分析已知矿点与其它各个成矿信息指标层的相互空间关系,确定专题证据层范围,找到有利于成矿预测变量,创建多金属矿床综合信息找矿模型,参
企业是经济活动的主体之一,企业的发展与企业之间竞争、合作等关系密不可分。如何从企业的法人、股东、供应商、竞争者等多种关联关系入手,耦合海量个体企业的信息,建立起企业之间的关系网,并利用复杂网络的分析方法开展分析研究,是研究全球或全国等不同尺度下企业之间各类关系结构、找出关键性的企业和辅助企业征信的关键。然而,目前全国注册企业总数已经超过七千万,企业内部的各种关系更是纷繁复杂,如何存储、管理和查询这
全面、准确的兴趣点(Point of interest,POI)信息是许多地理信息产品制作的基础,科学地挖掘POI点群的分布特征与潜在信息具有十分重大的意义.在处理大规模POI点群数据时,通常需要对数据进行空间分析以及相关可视化工作.作为一种新兴的可视化方法,热力图(HeatMap)可聚合大量数据,用渐变色带直观地表达出POI点群的疏密程度或频率高低,效果通常优于离散点的直接显示,现已被广泛应用于
随着移动智能设备的普及以及基于位置服务应用的广泛使用,人们可以便捷的获取自己当前所处位置的数字坐标,精确的表达自己所处的空间位置。这种精确的位置表达可以方便机器设备的计算处理,然而对于用户——人这个认知个体来讲,则需要将空间位置基于坐标的精确表达转换成便于人认知的自然语言的描述表达。现阶段,基于位置服务的应用程序会给出用户当前所处的位置描述,一般情况下这种描述仅仅是做了一个逆向地址编码的过程,或者
网络地图服务可分为遵循OGC规范的标准地图服务(WMS)和其他私有化地图服务。在私有化服务中,由于ESRI ArcGIS服务数量巨大且应用广泛,具有典型性和普遍性,故本文选取ArcGIS MapServer作为私有服务研究对象。为了客观全面的比较和分析两者性能状况,本文对全球分布的46296条WMS(其中41700个可获取并解析服务元数据文档,含268971个图层)和20597条ArcGIS Ma
POI(Points of Interest,兴趣点),是空间数据中最为常见的一类。它不仅能代表现实世界中的地理实体(学校、医院、公司、景点等等),也可视为日常生活中人们行为活动(出行、手机签到、网页访问等等)的一种抽象。随着传感器的日益普及、信息技术的飞速发展以及网络基础设施的完善,各式各样的POI 已经积累到相当的规模。为了从海量POI 中提取信息、挖掘价值,许多学者专家、商业公司进行了探索,