原创《新型城镇化、空间溢出效应和制造业结构升级》：关于免费溢出效应论文范文在这里免费下载与阅读,为您的溢出效应相关论文写作提供资料。
[摘 要]通过构建空间计量模型对我国新型城镇化和制造业结构升级在空间上的内在关系进行研究.结果显示：新型城镇化建设整体上对本省制造业结构升级具有显著的正向促进作用,但对周边省份制造业结构升级却有较为显著的负向作用；金融支撑、资本流动对本省制造业结构升级有强烈正向冲击效应,对周边省份制造业结构升级却有显著负向作用；此外,科技进步和投入对本省有正向影响,对周边省份的影响效应却不明显.
[关键词]新型城镇化；制造业；结构升级
[中图分类号]F299.21
[文献标识码]A
[文章编号]2095-3283（2017）10-0130-04
[作者简介]陈英哲（1992-）,男,汉族,山东德州人,研究生,研究方向：收入相关的健康不平等.
一、引言
李克强总理在2014年的政府工作报告中指出：扩大内需的最优路径就是加速新型城镇化的发展,而新型城镇化的发展又建立在产业发展的基础之上.由此可见,产业升级是新型城镇化建设的重要推动力之一,尤其是现*造业的发展是新型城镇化的强力引擎.反之,新型城镇化能否推动制造业向中高端靠拢,引领制造业结构趋于高度化呢?制造业结构升级是指制造业内部由低端制造向高端制造转变的过程.伴随着社会的进步和经济的发展,劳动力逐渐向中高端制造业集聚,农村百姓的生活质量也逐步向城镇看齐,那么研究制造业结构问题就无法避开城镇化这一重要因素.
目前有关新型城镇化和制造业结构升级的文献几乎为空白,比较接近的研究是从城镇化对产业结构升级的视角切入的.该方面的研究大致形成两种观点：一种观点认为,新型城镇化对产业结构升级确实有推动作用.Michael（2012）[1]站在全球视角上通过实证研究发现,全球城市化可以非常有力地促进多种产业的分工,这是实现产业集聚的前提,在这个过程中产业创造力得到明显提升,最终推进产业结构升级.蓝庆新、陈超凡（2013）[2]通过实证分析得出新型城镇化和产业结构升级空间关系极为密切的结论.Farhana（2012）[3]通过对发展中国家的研究得出,城镇化水平的提升会使分工愈加细致,但由于起步较晚,只能承担一些低端分工,导致污染高的产业留在国内,从而使其以粗放型增长方式推进工业化,阻碍产业结构的优化转型.更进一步,这种粗放型发展模型会极大制约创新能力的提升,这对极为重视创新能力的产业结构升级来说无疑是致命的（Hope,1998[4]；郑有国,2013[5]）.
以上研究不同程度地丰富了相关文献,同时也为研究该问题的学者开拓了思路,但以往学者未曾将研究方向聚焦在新型城镇化对制造业结构升级角度上,且很少将该类问题和空间计量模型结合起来.因此,本文将从人口、经济、社会、空间四个角度分别选取相关指标,再将选取的多个指标综合成一个新指标来测度新型城镇化水平,之后采用空间计量的方法研究新型城镇化对我国制造业结构升级的影响.
二、指标选取及数据说明
(一)新型城镇化指标选择
在借鉴新型城镇化相关文献和资料的基础上[6-10],本文从人口城镇化、经济城镇化、空间城镇化和社会城镇化四个方面来反映新型城镇化水平（见表1）.之后采用主成分分析法,并进行坐标平移处理,提取出一个综合指标,用来测度新型城镇化水平,作为模型的解释变量.
(二)制造业结构升级衡量指标
参考绝大多数学者对制造业行业的分类,本文将制造业行业分成低、中、高三个档次,考虑到某些行业的数据缺失问题,本文选取21个制造业行业.和此同时,借鉴衡量产业结构升级的测度指标,即高端制造业行业产值和中端制造业行业产值之比（中记为H1）作为测度制造业结构升级指标,该指标完全可以反映出整个制造业内部结构变动的过程.
(三)数据说明
本文原始数据来自《中国统计年鉴》《中国工业经济统计年鉴》、国泰安（C AR）数据库的中国区域经济研究数据以及各省份统计年鉴,鉴于数据的可获性,本文选取了2005—2014年全国除港、澳、台、西藏以外的30个省、市、自治区的统计数据,同时为有效消除时间序列的异方差,本文对所有控制变量取对数处理.变量的描述性统计见表2.
另外,本文还将以下三个控制变量引入到模型中：科技进步和投入（R&D）,用各省份R&D投入经费表示.科学技术进步是推动制造业结构优化升级最根本的动力来源；金融支撑（fin）,用30个省、市、自治区的金融业生产总值来表示.制造业结构优化升级必须要有金融行业强有力的支撑才能实现,金融业能为制造业各行业提供源源不断的资金支持,为企业注入新鲜的血液来推动企业发展；资本流动（cp）,用30个省、市、自治区的进出口总额反映.一个地区资本流动越强,表明该地区经济开发程度越高.因此,资本流动对经济增长和制造业结构升级的作用不言而喻.
三、中国新型城镇化和制造业结构升级的时空特征分析
(一)空间面板模型的估计结果
本文通常采用 Moran’s I指数来判断变量间的空间自相关性,本文对所用的面板数据进行了空间自相关检验,结果显示：Marginal 值为0.015,Moran’s I指数为-0.0503.由此得知,Moran’s I指数值小于零,且在5%水平上显著.因此,新型城镇化、制造业结构升级之间存在显著的空间自相关性,并且这种空间相关性表现为负的空间集聚特征.在此基础上,本文又做了Hausman检验,结果显示,SDM和SEM模型P值均小于0.1,拒绝原假设,故采用固定效应模型.因此,本文基于固定效应的SDM和SEM模型,借助Matlab14a软件对模型进行估计检验,结果如表3所示：
在进行空间计量模型估计之前,先对变量间的关系做了OLS估计,并通过相关检验来选择合適模型.从表3可以看出,OLS估计的拟合优度为0.3835,四个解释变量中有三个通过了显著性检验.新型城镇化对制造业结构升级有极为显著的正向影响,而金融支撑和科技进步和投入有负向影响,资本流动对其影响结果不显著.残差的Moran I 为-0.05,P值为0.016,拒绝原假设,和前文对制造业结构升级的空间相关性检验吻合.
溢出效应论文参考资料：
结论：新型城镇化、空间溢出效应和制造业结构升级为大学硕士与本科溢出效应毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写知识溢出效应方面论文范文。
