中国金融业与高技术产业耦合协调度测算及影响因素研究

来源 :太原理工大学 | 被引量 : 0次 | 上传用户:cqnc4444
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
经济新常态时期,中国经济正在由低成本驱动转向创新驱动,而高技术产业是科技创新活动密度最高的产业,引领国家走向科技创新发展前沿。高技术产业在创新研发、技术成果转化、产品生产各个阶段均需要金融业为其提供大量资金支持其发展,金融业也不断通过高技术产业的科技创新提高自身产品和服务的质量。因此,金融业与高技术产业协调发展对于中国经济高质量发展具有重要意义,需要深入研究目前金融业与高技术产业发展的互动效应和耦合协调发展状况,为促进两个产业协调发展提供依据。
  鉴于此,本文首先根据耦合协调等相关理论分析了金融业与高技术产业发展之间的互动效应和耦合协调发展内涵,然后,设计金融业与高技术产业发展水平测算指标体系,分别测算中国2006年—2017年30个省市金融业与高技术产业的发展水平,进一步构建金融业与高技术产业发展的PVAR模型,定量分析金融业与高技术产业之间的互动效应;其次,借助耦合协调模型,测算金融业与高技术产业耦合协调度,运用空间统计分析法对金融业与高技术产业耦合协调度进行时空分析;最后,通过地理探测器识别对两个产业耦合协调度有显著影响的主要因素,并基于地理加权回归模型揭示主要影响因素的时空差异。
  本文主要结论如下:
  (1)中国金融业与高技术产业水平均有所提升但发展仍不均衡。①中国金融业发展平均水平从2006年的0.432提升至2017年的1.092,增长了约1.528倍,整体上东部地区金融发展水平最高,中部地区最低;②中国高技术产业发展水平从2006年的0.090提升至2017年的0.290,增长了约2.226倍,空间上呈现“东高西低”的发展格局,且整体发展滞后于金融业。
  (2)中国金融业与高技术产业耦合协调水平较低且具有显著的时空特征。①相比金融业对高技术产业,高技术产业对金融业没有显著正向效应,两个产业尚未形成良好的互动效应。②金融业与高技术产业耦合协调度稳步提升,但是2017年达到协调状态的省份只占23.33%。③金融业与高技术耦合协调度存在显著的空间正相关性,空间上呈现“东高西低”的分布特点;热点区域主要集中在东、中部地区且范围逐渐增大,冷点区域集中在西部地区且范围逐渐缩小。
  (3)经济发展水平、经济开放程度和科技发展投入是影响金融业与高技术产业耦合协调度的三个重要影响因素且影响水平具有明显的时空差异性。①经济发展水平对耦合协调度的促进作用有所下降,且对东部地区促进作用大于西部地区。②经济开放程度对耦合协调度的促进作用逐渐增强,且对西南部地区促进作用最明显;③科技发展投入对耦合协调度的促进作用逐渐增强,且对西部地区促进作用更明显;④三个影响因素的交互影响力均大于单因素影响力,其中科技发展投入与其他因素的交互作用时产生较大的影响力。
  本文明确了目前金融业与高技术产业的互动效应以及耦合协调发展状态并详细分析耦合协调度影响因素,为提高金融业与高技术产业耦合协调度政策制定提供了参考依据,有利于中国未来经济高质量发展。
其他文献
近年来,人工智能技术发展迅猛,而股价走势具有较大的随机性和波动性,以及明显的非线性特点,机器学习和深度学习算法具有自动提取特征和学习能力强大的特点,非常适合处理股票价格等复杂数据。BP 神经网络算法在股价预测上具有较为成熟的应用,而 LSTM 作为一种时间递归神经网络,可以接受更广泛的时间序列输入,更适用于处理非线性时序信息,但在股市预测中的应用较少,因此对应用于股市预测领域有一定的探索和实践意义
改革开放以来,中国经济取得巨大的发展成就,但居民收入差距仍持高不下,2017年我国基尼系数为0.467,2008-2017年我国基尼系数维持在国际警戒线0.4以上,其中城乡收入差距对中国居民收入差距贡献最大,影响社会的和谐稳定。我国目前处于城镇化快速发展时期,城镇化作为影响城乡收入的重要因素而受到关注。很多国内外学者和专家对城镇化的测度进行了详细研究,有的学者认为人口城镇化率可以很好反映城镇化水平
“这项研究基于FDI,HDI和FR对南亚国家经济进步的确定和结果,利用2000年至2018年的董事会信息,该调查计划旨在打破FDI,FR和HDI与经济进步之间的联系。研究涵盖了时间跨度为2001-2018年,因为世界银行和WDI被认为是沿着这些方向发展的真正信息分类的源泉,所以从这一可靠的来源收集了有关参考因素的辅助信息,结果表明FDI与人力资本发展指数一起流入外国直接投资在大国特别是新兴国家中,
学位
本论文旨在研究巴基斯坦政治区制的改变对石油价格波动和生产者价格指数的影响。本文基于考察期内巴基斯坦19年的相关数据,首先运用相关分析和回归分析等统计手段分析了变量之间存在的数量关系和特征,进一步使用GARCH模型进行了相关预测。结论证实了国际政治对石油价格波动具有非常关键的影响,油价波动对宏观经济变量,如工资,CPI指数,购买意愿和实际支付,预算赤字和经济拉动,通货膨胀率以及其他宏观经济因素都有显
学位
改革开放40余年,非国有企业吸纳农业劳动力,推动着我国二元经济结构转化,使我国城市化率由1978年的17.98%提高到2019年的60.6%。但我国农业与非农业部门仍存在较大生产率差距,且相对于所处的经济发展阶段,农业劳动力比重偏高,在迈向高收入国家行列的过程中,仍需继续转移农业劳动力、推动二元经济结构向现代一元经济转化,但非国有企业出现了用工难、劳动者积极性不高、质量意识与工匠精神缺乏,生产的产
家庭等值规模是将不同人口结构的家庭实际人口规模转换为以一定参照家庭为基准的标准化家庭人口规模。家庭等值规模充分考虑不同家庭成员的消费异质性和家庭规模经济效应,赋予不同类型的家庭成员以不同的标准化值,是用来解释不同类型的家庭成员为达到相同的消费水平所需的相对金额的预算平减指数。家庭等值规模在国际上被广泛用于不平等、贫困以及家庭福利的测度研究中,包括OECD成员国以及欧盟成员国的多数发达国家将家庭等值
当前中国农业劳动力转移面临的主要问题是,工资这一单一因素吸引其转移的难度越来越大,转移的农业劳动力永久性迁移意愿较低。其主要原因是伴随农业劳动力数量的逐渐减少以及转移过程中呈现出的新特点,农业劳动力所关注的因素已经从单一工资维度转向了就业质量维度,低质量就业问题成为农业劳动力不愿进行乡城转移及永久性迁移的重要原因,只有提高就业质量才能实现农业劳动力的持续、高质量转移。这是新形势下人民日益增长的美好
不平衡数据的分类问题在实际的很多领域中经常出现,对于该类不平衡的数据集,由于类别间样本分布的非均衡性,经常导致模型在训练过程中不能学习到有效信息,致使模型的分类预测效果往往并不理想,且通常会偏向于多数类样本,对少数类样本难以识别。除了类别间的不平衡率,不平衡数据集复杂的结构特征也是影响模型分类效果的关键因素,例如类别重叠导致决策边界的难以确定、稀有样本与噪音样本的识别,以及类内不平衡等问题,尤其是
古典经济学将自由竞争的市场视为“看不见的手”,支配着社会经济活动,认为通过分工与交换可以实现资源的自由流动与配置,最终促进经济的发展。但对市场的过度强调导致其忽视了资源的组织过程,忽略了生产经营、组织交换、管理决策的重要性,没有重视企业家在微观经济发展中的积极作用。正如德鲁克所言,这些研究致力于经济变量均衡点的寻找,忽略了经济实践中均衡点的实现过程。实质上,经济发展循环的启动过程,以及社会进步的升
2008年国际金融危机席卷全球,世界各国金融业受到重创,实体经济严重受损。危机促进了金融监管的反思和变革,2010年巴塞尔委员会修订形成了《巴塞尔协议Ⅲ》,其中重要的一项改进就是引入商业银行杠杆率监管,以此来有效弥补单一资本充足率监管指标的不足。受金融危机影响,中国同样也面临了经济衰退和金融风险的严峻考验。2011年中国银监会出台《商业银行杠杆率管理办法》,将商业银行杠杆率监管作为重要的逆周期宏观
学位