高技术产业集聚对长三角地区经济增长质量的影响机制研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:ya0000000000
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
产业集聚是指同一产业中的一定数量的企业聚集在固定区域以获取集聚效益的机制,高技术产业集聚具有更加完善的经济效应,可以推动经济高质量发展。长三角高技术产业已形成电子信息行业、计算机设备行业以及医药制造行业的产业集群,本文从长三角高技术产业集聚出发,按照总体经济增长效率、经济发展整体稳定性、产业结构优化、社会福利质量与经济社会绿色循环发展这五个维度构建了经济增长质量综合指标。利用2000-2020年长三角三省一市的面板数据,研究长三角高技术产业集聚对经济增长质量的影响作用,并制定合理的政策促进高技术产业的集聚从而推动经济增长质量的发展。首先,本文介绍了高技术产业集聚与经济增长质量发展的背景框架,综合评述了高技术产业集聚对经济增长质量影响的国内外文献,确定了本文的研究内容。其次,本文对长三角高技术产业主要指标进行了描述性统计,运用区位熵和集中系数对比分析测度了高技术产业集聚度,表明长三角高技术产业集聚水平一直保持上升状态。再次,论述了经济增长质量的含义,在此基础上从五个维度出发构建了经济增长质量综合指标体系,并使用熵权法测算了长三角三省一市的经济增长质量指数。紧接着,本文界定了高技术产业的概念,进而讨论到高技术产业集聚形成的动因,探讨了高技术产业集聚通过创新效应、竞争优势和溢出效应对经济增长质量的影响机制。最后,通过因子分析将高技术产业集聚特征综合为规模因子和效益因子,进而使用面板回归对长三角高技术产业集聚对经济增长质量的影响进行实证研究,研究表明高技术产业集聚对经济增长质量具有显著正向影响,且高技术产业集聚对经济增长质量的提升作用,主要体现在经济发展的效率、稳定性以及产业结构和绿色循环发展四个方面的改进。根据上述理论分析和实证分析的研究结果,本文提出了长三角地区高技术产业集聚推动经济增长质量的相关政策建议,第一,提升创新能力,增强高技术产业竞争力;第二,深化对外开放,扩大高技术产业市场;第三,政府精准扶持,保障高技术产业发展。
其他文献
目前,我国经济正处于增长速度减缓和结构布局的深度调整时期,加之新冠肺炎疫情等“黑天鹅”事件的猛烈冲击和影子银行、房地产泡沫等“灰犀牛”事件的滋生蔓延,金融体系蕴含的系统性金融风险开始逐渐积累和显现。另一方面,资本市场的日益繁荣促进新闻媒体行业迅速发展,新闻媒体对金融市场有关的报道也越来越广泛和深入。新闻媒体工作者作为对政策不确定性和市场风险变化信息高度敏锐的特殊职业,他们在风险感知后对信息的传播极
学位
股票作为一种理财产品受到很多人的喜爱,但随之而来的是股票投资的高风险性,因此对于股票价格的预测研究十分有必要且有意义。本文构建了CF_PSO-GRU模型和APSO-GRU模型——分别利用两种改进的粒子群算法寻找门控循环单元神经网络(GRU)的最优超参数,将最优超参数输入GRU模型中进行训练,最终的预测结果表明本文建立的模型有效。本文的主要内容如下:首先,本文选取了两个测试函数对标准的粒子群算法和两
学位
我国新发展理念已经提出十余年,关于生态文明建设过程中出台了一系列环境政策,由于我国国情的特殊,政策的出台并不能马上在全国范围内内推广,需要在少部分城市进行试点试行。环境政策设立的初心是为了实现经济发展和环境保护相并行,我国是能源消耗大国,想要解决环境问题,首先就要解决能源消耗利用率低的难题。环境政策的设立能否提高试点区域的能源利用效率,达到环境政策设立的最终目的呢?如果政策可行,那么它有着什么样的
学位
随着我国区域一体化进程的不断推进,区域间自由贸易水平不断提高。物流产业作为推动一体化进程与跨区域商品流通的动力之一,已经成长为经济增长的新动脉,对促进区域经济水平增长具有不可或缺的作用。因此,分析物流产业与区域经济的动态关系,研究二者的协调发展机制,并对我国各地区的物流产业与区域经济的协调度水平加以分析,对优化资源配置,提高物流服务水平,推动物流产业与区域经济协调发展具有重要意义。首先,论文从不同
学位
在社会转型发展的关键时期,数字经济能够有效调整产业结构,降低生产成本,提高利用率,全面均衡信息化发展程度,加速资源要素的流动与平衡。而长三角城市群作为国家典型区域,逐步实现长三角一体化发展,数字经济的推动作用将会更加明显。因此,在这样的一个新时代新的发展机遇下研究数字经济对产业结构转型升级的影响具有重要的意义。本文首先通过构建数字经济指标体系,测算2011-2020年长三角核心城市群26个城市的数
学位
过去的经济发展主要以GDP增长为导向,用增长速度来反映经济发展水平,忽略了“可喜”数据背后隐藏的增长质量问题。当前,我国经济发展进入新常态,正式从数量型增长向质量型增长转变。绿色全要素生产率(GTFP)是评价经济发展质量的重要指标,在促进产业结构升级、推进新旧动能转换等方面发挥着重要作用。而将能源消耗、污染产出共同纳入绿色全要素生产率的研究框架,能够更为准确地反映当前经济增长的实际情况,推动经济增
学位
随着社会技术的发展,越来越多类型的金融时间序列被保存下来,区间值时间序列就为其中的一种。已有的研究表明区间值时间序列要比点值时间序列中蕴含更多的信息,且对金融区间值时间序列进行研究,可为金融市场的投资、预测等提供理论依据。而现有的区间值时间序列研究中鲜有注意到异常区间对区间时序建模的影响,为此本文特对区间值时间序列异常区间及其检验方法进行了研究。首先论文针对区间值时间序列存在的异常区间类型给出了具
学位
时间序列预测是当前研究热点问题。深度学习具有从数据集中识别有效信息和检测模式的显著能力,使得其目前越来越广泛应用于时间序列预测尤其是金融时间序列预测领域。本文将正则化注意力机制引入LSTM-CNN混合模型中,提出了一种基于正则化注意力机制的LSTM-CNN预测模型。LSTM神经网络的独特门结构随时间动态掌握数据结构,CNN神经网络中的卷积层和池化层可以从时间序列数据中捕捉局部模式和复杂特征,可以充
学位
现有研究表明行业间收入不公对于我国城镇居民收入差距产生的影响愈来愈大。造成行业间收入差距扩大的原因是多样的,但主要还是人力资本分配的问题。人力资本分配不均会加大行业间收入差距从而导致行业垄断,同时垄断行业又反过来影响人力资本分配加剧人力资本分配不均的状况,这一恶性循环使得最近我国各行业间的收入差距越来越大。本文主要以我国各行业收入差距以及各行业人力资本的分配情况为切入点,研究各行业人力资本错配的程
学位
随着中国社会经济持续繁荣发展,一些具有较强资本能力的企业与个人不断参与金融资本活动,金融市场上交易量随之逐年递增,伴随其中的金融市场波动情况自然成为人们较为关注的热点领域。而基于波动率模型分析金融资产的波动性,可以为市场上的投资者们在投资时提供参考,在一定程度上降低投资的风险。因此,研究的核心问题就集中到如何选择合适的模型来拟合金融市场的波动率,对风险进行有效的预测。为了分析股市高频数据的波动变化
学位