毕业论文课题相关文献综述

一、研究背景及研究意义

中国从1978年起第一产业主要向第二产业进行了转移。1978年以后，中国三次产业结构发生了巨变，按当年价计算的三次产业结构从1978年的28：48：24变为2013年的10：43.9：46.1，第一产业大幅下降，第二产业基本维持不变，第三产业大幅提高，第三产业已经成为中国比例最高的产业。按当年价计算的产业结构所描述的状况是第一产业主要向第三产业进行转移。但按不变价计算的产业结构却是从1978的28：48：24变为2013年的2.1：69.6：28.3。这表明，第三产业占比(现价法)的提高主要是第三产业价格更快上涨所致。与当年价计算的产业结构相比，按可比价计算的第一产业占比下降幅度更大，第三产业占比上升幅度明显下降，而第二产业占比上升幅度明显加大。按不变价产业结构描述的状况表明，第一产业主要是向第二产业进行了转移。 中国从1978年以来经济增长的主要动力产业是第二产业。从1978年到2010年，中国经济年均增长9.9%。中国经济如此快速增长的主要动力产业是什么?若按当年价计算，从1978到2010年三次产业对经济增长贡献分别为10%、44%及46%,，第三产业对经济增长的贡献最大。但若按可比价格进行计算，1978年-2013年三次产业对经济增长的贡献分别为4%、67%和29%;可以看出第二产业是经济增长的主要动力产业。

经过改革开放以来的快速增长，中国经济社会发展取得了举世瞩目的成绩，但与许多国家在经济起飞阶段出现的情况一样，中国的经济增长是一种典型的不平衡增长，地区差距已成为经济社会可持续发展的重要制约因素[1]。进入1990年代中期以后，国家继续实施扩大对外开放战略，而此次开放的重点由轻工业转向了资本密集型和技术密集型产业，拥有良好工业基础和人才优势的长三角地区很好地抓住了此轮国际产业转移机遇，制造业特别是先进制造业发展取得了长足进步，江苏、上海、浙江也分别在1991年、1999年成为高高型集聚显著的省区，表明此次开放使得长三角地区的工业化进程走在了全国前列[2]。再说近年来国外学者纷纷将空间统计分析的思想和方法引入到区域经济社会发展分析中来，取得了一系列成果[3-6]。

江苏省工业产业空间格局指的是江苏省工业产业在空间的配置和分布，包括集聚，扩散，分化和组合等问题[7]。工业产业集聚区作为城市发展的重要载体，它的形成、集聚以及之后的扩散过程都直接影响了社会经济发展趋势和空间格局[8]。按照产业化规律，区域社会经济进入较高水平时，会进入以制造业产值和就业比重减少为主要特征的逆工业化阶段。随着城市产业结构中制造业份额降低，城市产业空间和城市功能均会出现较大的调整和变化。国内外大都市区的发展实践均表明，当前，作为以制造业为主的工业产业仍是城市空间组织和区域发展格局演变的重要驱动力量，只是其作用方式发生了新的变化[9]。工业产业的空间扩散推动城市空间结构呈现新的格局，越来越多的城市脱离了经典的单中心模式，多极化、多中心的地域系统成为大都市区的主要表现形式[10]。

二、国内外研究综述1、理论研究进展 一般而言，通过集聚和规模效应的分析识别产业发展的片区、轴线和特色基地应该是江苏省县域产业空间布局规划关注的核心内容。运用探索性空间数据分析（ESDA）方法对地理单元属性的空间部分格局进行描述和可视化，能够发现地理单元之间的规模和集聚现象（Anselin,2006）[11]。近年来，FIS技术的迅速发展推动了该方法在经济地理领域的广泛应用，国内外学者利用ESDA方法对城市就业空间、社会空间、区域经济空间差异、企业空间布局及影响因素等方面已经进行了大量的研究（Liz,2002;宣国富等，2010；夏永久等，2011；白永平等，2011；刘青等，2011）[12]。 已有文献对于我国省际经济总量的空间联系关注较多[13],而对于我国省际工业发展的空间联系关注较少。有鉴于此，本文将利用探索性空间数据分析方法，对19852014年中国江苏省工业发展的空间格局演化进行研究，在揭示中国工业发展空间格局演化特征的同时，从多层面分析格局演化的内在原因，并相应提出促进江苏省工业空间布局均衡发展的政策建议。 基于ESDA全局和局部空间自相关分析，在ArcView GIS 软件和GeoDA空间统计分析软件的支持下利用年鉴数据（1985年到2014年江苏省内工业产业总产值），对江苏省县域经济之间的总体和局部空间差异进行了实证分析，在此基础上绘制了江苏省局域Moran sI散点图。 本次研究用探索性空间数据分析方法对1985-2014年中国各省区工业发展的空间格局演化进行了系统分析，探讨江苏省个县域工业发展的集聚效应和辐射效应，并从国家宏观发展战略。地区间工业的空间关联等方面对演化进行了深入考察，考察期内各省区工业发展存在显著的空间自相关，且自相关程度整体呈上升趋势，且从空间集聚特征来看，江苏省工业发展空间分布不均衡，国家需促进各省区形成数量众多、质量更高的产业集聚新区。2、研究方法进展 2.1 ESDA（ExploratorySpatial Data Analysis探索性空间数据分析） ESDA是基于数据驱动的（Data-driven）、注重发现空间数据的分布模式，揭示数据的空间依赖性（Spatial Dependence）与空间异质性（SpatialHeterogeneity）的可视现象。实际上，ESDA是在零假设（Null Hypothesis）即空间不相关假设的基础上，利用统计学和图形图表相结合的方法对空间数据进行描述性（Descriptive）和归纳性（Inductive）研究。基于GIS平台的ESDA能够将地理信息的定位数据（图形数据）的空间分析与专题数据（属性数据）的关联测度功能相融合。 2.2 用Moran指数来计算全局空间相关性指标，可以反映各地区工业发展是否整体上存在马太效应，即工业发达地区在空间上集聚且地理上相邻，工业发展滞后的省区也在空间上集聚且地理上相邻。局部空间相关性指标则选取Moran指数，将按照一定的显著性水平对局部Moran指数进行筛选，并结合行政区划图将工业发展差异的空间格局可视化。参考文献[1]魏伟，叶寅.中国省际工业发展的空间格局演化及分析[J].经济地理[J]， 2013年，33卷（3）:117-124.[2]管卫华，林振山，顾朝林.中国区域经济发展差异及其原因的多尺度分析[J].经济研究，2006(7):117-125.[3]Bernard Cabrer-Borra and Guadalupe Serrano-Domingo.Innovation and RDspillover effects in Spanish regions:A spatial approach[J].ResearchPolicy,2007,36(9):1357-1731.[4]Chakrabarti,Avik.A theory of the spatial distribution of foreign directinvestment[J].International Review of Economics Finance,2002,112(2):149-169.[5]Giuseppe A,Reberto B,Gianfranco P.Using Spatial Panel Data in ModellingRegional Growth and Convergence[R].ISAE Working Papers 55,2005.[6]Partricio Aroca,Bosch Mariano,Maloney William F.Spatial Dimensions of TradeLiberalization and Economic Convergence:Mexico 1985-2002[J].The World BankEconomic Review,2005,119(3):345-378.[7]沈惊宏，南京师范大学，2013-03-06，博士，改革开放以来范长江三角洲空间结构演变研究.[8]陆大道，区域发展及其空间结构，北京，科学出版社，1995:19-20.[9]谢守红，宁越敏，城市化和郊区化：转型期中国大都市空间变化的双重引擎 城市规划，2003，(11)：24-29.[10]张晓平，孙磊，北京市制造业空间格局演化及影响因子分析，地理学报，2012年10月，67(10)：1308-1316.[11]胡志远，欧向军.基于泰尔指数的江苏省区域差异多指标测度[J].经济地理，2007,27(5):719-724.[12]李迎成，张一凡，徐嘉勃，基于ESDA的县域产业空间布局规划研究以江苏省如东县为例[D].东南大学建筑学院硕士研究生.[13]王海江，苗长虹，茹乐峰，等.中国省域经济联系的空间格局及其变化[J].经济地理，2012,32(7)：