宜宾市现代服务业竞争力评价及空间溢出效应分析

来源 :成都理工大学 | 被引量 : 0次 | 上传用户:qq123287
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
全球经济正在从“工业型经济”向“服务型经济”转型,大力发展现代服务业已成为世界主要发达国家实现经济增长和提高竞争力的重要途径之一。宜宾市作为四川省向南开放的重要门户,坐拥“川滇黔”三省交会的地缘优势,其现代服务业的发展可以有效促进四川省南部城市群经济发展水平的提高。目前,我国正在建设“一带一路”和“长江经济带”,四川省也在建立经济副中心,在这种战略机遇叠加的大背景下,宜宾市面临着前所未有的发展战略机遇。本文在对宜宾市现代服务业的发展现状进行考察后,在专家建议的基础上构建了宜宾市现代服务业竞争力评价指标体系,选取了28个指标对宜宾市各区县的现代服务业竞争力进行评价。之后利用主成分分析法确定了各个指标的权重和各分项指标的数量,得出了宜宾市各区县现代服务业竞争力大小的综合评价结果和分项评价结果。然后本文并根据该指标结果对宜宾市各区县2013年至2018的现代服务业竞争力水平进行分析,结果发现翠屏区、南溪区和叙州区排名靠前,筠连县,兴文县和高县排名靠后。在此之后,本文进一步分析了宜宾市十个地区的现代服务业竞争力发展水平之间是否存在空间溢出效用。首先根据模型的性质和本文所选用的样本数据的特性确定具体的模型形式,最终选择通过建立时间与空间固定效应的杜宾模型来衡量空间溢出效应。将数据带入模型进行实证,结果发现宜宾市各区县之间的现代服务业竞争力综合排名水平之间存在着正的溢出效应,在分项排名方面本文发现房地产、服务业产值和科技投入地区间的溢出效应为正,而金融业存贷比和服务业就业人数占总就业人数比重这两个指标地区间的溢出效应为负。最后本文对不同指标溢出效应的方向的不同进行了解释。除此之外,本文从行业发展的角度,结合本文分析所得结论对宜宾市物流、旅游、金融、信息服务业的发展提出政策建议。
其他文献
随着人类对海洋资源的进一步开发与利用,水下三维测量技术将具有巨大的应用前景。本文利用摄像机、微型投影仪、透明玻璃缸搭建了水下测量系统。投影仪投射标准正弦光栅条纹到达测量场产生相位调制,摄像机采集变形光栅条纹图,结合快速经验模态分解算法和傅里叶变换轮廓术实现三维测量技术。为了提高测量精度需要抑制条纹图的干扰噪声,同时去除零频分量扩大测量范围。由于水下测量环境的特殊性,需要解决折射和散射现象以提高测量
自动人脸关键点检测是在涉及面部识别或分析的任何任务之前的非常重要的步骤。这些关键点,也称为基准点或锚点,用于准确识别人脸,并对即将进行的分析产生重大影响。深度学习技术极大地提高了人脸对齐算法的性能。然而,由于人脸的多样性和数据的缺乏,在不受约束的情况下,例如大的头部姿势、夸张的表情和不均匀的照明等情况,该任务仍然没有完美的解决办法。为了应对这些复杂的情况,本文探索了两种不同的解决方案。一方面,本文
2012年,我国税务系统全面推动“营改增”的实施,并在2016年得到全面贯彻。通过实践发现,“营改增”策略的实施,不但有效降低了企业税负,还有利于推动产业结构的转型升级,从而大幅提升了中国增值税抵扣链条的完整程度,在很大程度上避免了对企业进行重复征税。以“营改增”政策的实施为契机,企业重复缴税问题得到有效缓解,行业分工更加科学合理,企业的发展环境得到极大改善。在“营改增”政策实施之后,虽然政策落实
多输入多输出技术(Multiple-Input Multiple-Output,MIMO)技术与正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的结合MIMO-OFDM技术是5G通信的研究热点。MIMO-OFDM系统的信号检测等效于平坦衰落信道的MIMO系统的信号检测,而基于MIMO系统的信号检测存在最优检测复杂度过高、次优检测的性
2014年8月13日新《国十条》正式公布以后,国内保险行业逐步面临“回归保险正道”这一重大课题。保险作为国家保障体系中的磐石砥柱,为中国百姓担负着重要使命。社会需要从保
资本结构不单单只是企业融通资金的比例划分,它还对企业的财务风险、企业的市场价值等都会产生重要的影响。自上世纪五十年代美国著名经济学家Modigliani和Miller提出了经典
知识是智能系统的主要特征,知识库(Knowledge Base)是知识系统的核心。斯坦福大学信息技术实验室于2014年发布了开放知识库构建框架Deep Dive,以解决知识库构建过程复杂且涉及到的关键技术过多等问题,使得开发者可以专注于知识库中最能直接提高知识库数据质量的部分。近年来,随着金融业的快速发展,金融企业规模日益壮大,金融企业间的关系错综复杂,给金融企业信息的获取带来了不小的挑战,传统通
近年来,随着节能减排不断兴起,低碳、环保的电动汽车逐渐受到人们青睐。然而,续驶里程不足至今仍然是影响电动汽车发展的一个障碍,为了增加电动汽车的续驶能力,研究提升电动汽车电驱动系统的效率是非常有益的。在5G通讯技术成功研究和通讯网络的加速建设下,万物互联指日可待,这为电动汽车的网联化提供了支撑。在多电动汽车互联环境下,充分利用网联化的电动汽车电驱动系统易于实现状态数据采集和信息交互的便利条件,可以实
深度学习(Deep Learning,DL)算法作为现代人工智能领域的重要分支,已被广泛应用于模式识别、自然语言处理、机器视觉诸多项目的实现,具有很高的科研价值。卷积神经网络(Convolutional Neural Network,CNN)是一种基于生物大脑视觉皮质原理,以高度分类和识别准确率著称的深度学习算法,Caffe是第一个工业级深度学习架构。现场可编程门阵列(Field Programm
当前,目标识别技术无论在军事还是日常生活中,都具有重要的应用价值。比如我们常见的雷达定位、激光测距和光谱检测等,都是属于目标识别方法中的目标检测技术。但是,这些识别方法都是在目标物与背景物具有较大差异时才能准确识别。当所需要检测的目标与背景颜色接近时,则无法准确识别出目标物。光谱检测技术依靠的核心是物体的不同光谱,而不同光谱的产生是由物体表层差异以及物体内部结构不同产生的。例如,草地、树木以及雪地