我国城镇省际益贫式增长的时空分异特征及影响因素研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:zhouyu2
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
益贫式增长问题的核心在于研究增长及分配的减贫机制,同时促使贫困群体参与增长过程并共享发展成果,其最终的立足点是减贫政策。本文从益贫式增长的内涵和测度方法出发,从全国和省域层面对2005-2016年城镇益贫式增长的现状及时空分异特征进行综合测评。从理论层面上探究了收入分配政策(初次分配、再分配)、区位政策、经济增长、地方投入产出和人力资源禀赋对益贫式增长影响的分析框架,并运用面板数据模型进行实证检验。研究结果表明:⑴从全国层面来看,2005-2016年城镇贫困状况以2012年为转折点呈现出先逐渐改善后略有恶化的变化趋势,2005-2012年保持益贫式增长,2012年之后状况有所恶化;从省际层面来看,我国城镇益贫式增长状况呈恶化趋势,省际差异呈扩大态势。⑵该时间段内时空分异特征显著。从核密度分析来看,除东部外,2005-2016年全国、中部和西部的城镇益贫式增长状况均经历了先逐步改善后逐步恶化的过程,省际差异呈现出逐渐扩大的趋势。从全局趋势分析来看,南—北方向上2005-2006年和2015-2016年的空间特征基本一致,均表现出南北低,中部高的格局;东-西方向上演变出东西低,中部高的空间分布格局。从空间自相关分析来看,我国城镇省际益贫式增长状况集聚和分散的空间特征交替出现,省际差异呈现出波动增大的趋势;从局域异质性来看,2005-2016年间我国城镇益贫式增长局域空间集聚范围向中部和东部扩展。从冷热点分析来看,2005-2016年期间,我国冷热点省份数量变化不大,但区域地理位置变动较大,区域差异明显。本文从政策和经济增长对益贫式增长的作用机制、地方投入产出和人力资源禀赋对益贫式增长的作用机制两大方向进行影响因素的机制机理分析。基于25个省份2006-2016年的面板数据构建二值选择Logit模型,实证结果显示:初次分配(房价)、经济增长、地方投入产出状况三个因素对全国城镇益贫式增长的省际差异具有显著影响。从区域研究来看,影响因素在作用方向、大小和显著性状况方面具有明显的差异性。基于此,提出转变发展理念,朝益贫式增长转型;保持经济稳定增长,提升贫困群体的经济参与度;优化社会固定资产投资政策目标,提高投入产出效率;加大房地产调控力度,形成商品房供给与需求良性互动;加快区域人力资本的积累与优化;提高再分配政策精准性,注重政策效力的可持续性的政策建议。
其他文献
现有的指纹识别算法应用于低质量指纹图像时,由于指纹图像存在污损、断裂、伤疤和形变等问题,能够提取的有效特征变少或者伪特征变多,从而导致了指纹识别变得十分困难。国内
在大规模移动视觉搜索中,视觉描述子的紧凑性是影响检索效率的重要因素。Fisher Vector(FV)描述子是一种区分性非常强的聚合描述子,在视觉搜索应用中检索效果出色。然而对于移动或嵌入式设备有限的计算资源来说,图像全局描述子的紧凑性显得尤为重要,而FV描述子的维度太高,限制了其在移动或嵌入式设备上的应用。哈希是解决图像全局描述子紧凑性描述的有效手段之一,然而哈希在量化到低维度的二值码有较大的精
C–C键的位点和化学选择性裂解/活化以及官能团化一直是最具挑战性的研究方向之一。含过渡金属的中间体的β-C裂解为碳碳键的活化提供了潜在的有效方法。但是,由于反应中存在
随着高分子材料产品在电子、光学和医学等行业的广泛应用与需求。这些产品通常需要精度为微米和亚微米级的高分子零件,如何实现快速、可靠、可复现、高质量的制造是目前实现
为顺应资本市场改革发展的新要求,满足复杂经济背景下日益增加的信息需求,2016年12月财政部印发了新审计报告准则,其中最核心的内容是第1504号审计准则,要求上市公司披露关键审计事项,并采取分步骤实施方案。因此本文基于会计师事务所视角,从不同角度分析关键审计事项的具体经济后果。本文选取2016年——2018年披露关键审计事项的所有A股上市公司数据,通过文本分析法和Python方法得出关键审计事项的
机器人技术,尤其是移动机器人技术,已经开始在工业制造、军事、物流和室内服务领域得到越来越广泛的应用。在移动机器人的关键技术中,即时定位与地图构建SLAM(Simultaneous Localization and Mapping)和多传感器信息的融合至关重要,是移动机器人实现精确自主导航的基础。本文以Turtlebot2移动机器人为平台,配置了里程计和二维激光雷达等感知设备。首先对系统的运动模型和
随着计算机技术的快速发展,人们在努力使机器变得更加人性化,因此,本文研究如何让机器智能地生成有说服力的自然语言描述的问题,该描述既要传达产品信息,又要提供与用户需求相关的解释。这个问题可能会受益于当前大量关于端到端深度神经网络的研究工作。然而,深度神经网络的成功归功于海量训练数据的支撑,我们无法获取大规模的具有说服力的文本描述,因此,缺乏标记数据和主观判断对训练这样一个模型提出了严峻挑战。针对以上
国防工业、航空航天、汽车制造、半导体和微电子工业等领域发展迅速,超精密加工零件的数量和质量需求都急剧增长,尤其是对零件表面面形精度和粗糙度的要求与日俱增。相应地,
作为人脸识别、表情分析、人脸3D重构等重要任务的基础,人脸特征点定位课题受到了研究者的广泛关注并取得了巨大的进展,其中级联姿态回归算法在受控条件(例如,光照良好、无遮
在机器人领域中,同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是机器人研究领域的热点与难点问题,引起了许多研究者的关注。本文在研究国内外SLAM算法的基础上,对SLAM算法进行了深入的分析和研究,并对算法中所存在的不足作出了一定改进,提高了机器人定位和地图构建的估计精度及执行效率。具体的研究内容如下:首先,阐述了SLAM问题的基本模型并对