發(fā)布時間：2020-11-11 02:26

　　 研究目的:研究工業(yè)地價對工業(yè)擴(kuò)散的影響作用變化及對不同行業(yè)工業(yè)擴(kuò)散的空間影響差異。研究方法:基于成綿樂發(fā)展帶2008—2017年工業(yè)用地出讓信息,利用工業(yè)地價變動指數(shù)與工業(yè)擴(kuò)散規(guī)模指數(shù)來量化工業(yè)地價變動和工業(yè)擴(kuò)散規(guī)模變化,通過地理加權(quán)回歸模型分析工業(yè)地價變化對不同行業(yè)工業(yè)擴(kuò)散規(guī)模的空間影響。研究結(jié)果:(1)研究區(qū)內(nèi)工業(yè)擴(kuò)散具有顯著的空間和時間差異;(2)工業(yè)地價變動指數(shù)是影響工業(yè)擴(kuò)散的重要因素,但呈現(xiàn)波動下降趨勢;(3)工業(yè)地價變動指數(shù)對不同行業(yè)工業(yè)擴(kuò)散具有明顯的行業(yè)和空間差異。研究結(jié)論:基于工業(yè)地價對工業(yè)擴(kuò)散和不同行業(yè)的影響差異,應(yīng)進(jìn)一步完善工業(yè)地價市場機(jī)制,充分發(fā)揮地區(qū)比較優(yōu)勢,形成區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展的良好格局。
【部分圖文】：

中高科技制造業(yè)ILPV回歸系數(shù)的空間差異

圖3 中高科技制造業(yè)ILPV回歸系數(shù)的空間差異由圖3可知，中高科技制造業(yè)對地價變動的敏感度空間差異顯著，且不同類型產(chǎn)業(yè)對地價變動的敏感程度呈現(xiàn)一定差異，敏感度較高的地區(qū)集中在研究區(qū)西南部的石棉縣、漢源縣等地，成都市、德陽市和綿陽市對地價變動的敏感度普遍偏低。主要由于石棉縣、漢源縣等地資本密集程度、科技與高技術(shù)人才、市場容量與市場潛力等條件優(yōu)勢不夠明顯，工業(yè)地價水平成為企業(yè)投資的重要因素。而成都市、德陽市和綿陽市等地區(qū)在區(qū)域內(nèi)優(yōu)勢突出，綜合區(qū)位優(yōu)勢對中高科技制造業(yè)的吸引力度更大，因此，中高科技工業(yè)產(chǎn)業(yè)的擴(kuò)散規(guī)模對工業(yè)地價的變動具有較低的敏感度。此外，在汽車制造業(yè)中，成都及環(huán)成都地區(qū)呈現(xiàn)出低值中心，其主要原因是以成都市“龍泉國際汽車城”為代表的汽車制造業(yè)在產(chǎn)業(yè)集聚及市場規(guī)模方面具有顯著的吸引作用。

由圖1可知，ILPV對低科技制造業(yè)發(fā)展的影響存在明顯的空間差異，其影響程度大小呈現(xiàn)出由南向北逐漸減少的趨勢：影響程度較大的地區(qū)主要集中在研究區(qū)南部的樂山市峨邊縣、馬邊縣等地區(qū)，主要原因是這些地區(qū)毗鄰“三州”地區(qū)，從企業(yè)收益及生態(tài)保護(hù)政策方面來看，這些行業(yè)對工業(yè)地價變動的敏感性相對較高；影響較小的地區(qū)主要集中在研究區(qū)北部的綿陽市平武縣、北川縣，主要是因?yàn)楸辈康貐^(qū)社會經(jīng)濟(jì)發(fā)展相對較慢，自然資源以及勞動力資源豐富，從成本角度來看，企業(yè)更傾向于生產(chǎn)要素成本低廉并且市場競爭不飽和的地方，企業(yè)對工業(yè)地價的變動的敏感性相對較低；而成都及環(huán)成都地區(qū)由于市場集中，企業(yè)對利益的追求大于對工業(yè)地價變動的敏感程度，因此也呈現(xiàn)出低值區(qū)域。4.3.2 ILPV對中低科技制造業(yè)的影響
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭貫成;熊強(qiáng);汪勛杰;;土地供應(yīng)政策對房價影響的GWR模型分析[J];南京農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版);2014年05期

2 王俊鳳;崔永福;;基于GWR的河北省縣區(qū)農(nóng)業(yè)投入產(chǎn)出的實(shí)證研究[J];新疆農(nóng)墾經(jīng)濟(jì);2016年12期

3 邢璐平;方斌;向夢杰;;基于GWR模型的江蘇省耕地集約利用水平時空變化特征及影響因素[J];長江流域資源與環(huán)境;2019年02期

4 李慧;李瑋;姚西龍;;基于GWR模型的農(nóng)業(yè)碳排放影響因素時空分異研究[J];科技管理研究;2019年18期

5 趙先超;袁超;張茜茜;彭競霄;;基于GWR模型的長株潭地區(qū)縣級鄉(xiāng)村重構(gòu)?時空格局及城鎮(zhèn)驅(qū)動力研究[J];農(nóng)業(yè)現(xiàn)代化研究;2019年03期

6 任國平;劉黎明;付永虎;袁承程;;基于GWR模型的都市城郊村域農(nóng)戶生計(jì)資本空間差異分析——以上海市青浦區(qū)為例[J];資源科學(xué);2016年08期

7 曹天邦;黃克龍;李劍波;董平;王亞華;;基于GWR的南京市住宅地價空間分異及演變[J];地理研究;2013年12期

8 邱孟龍;曹小曙;周建;馮小龍;高興川;;基于GWR模型的渭北黃土旱塬糧食單產(chǎn)空間分異及其影響因子分析——以陜西彬縣為例[J];中國農(nóng)業(yè)科學(xué);2019年02期

9 丁建軍;周書應(yīng);;武陵山片區(qū)城鎮(zhèn)化減貧效應(yīng)的空間異質(zhì)性——基于SDE與GWR的視角[J];中南民族大學(xué)學(xué)報(人文社會科學(xué)版);2018年02期

10 張楚;;基于OLS和GWR模型的區(qū)域土地適宜性模擬研究——以合肥市包河區(qū)為例[J];科技視界;2014年04期

相關(guān)碩士學(xué)位論文 前6條

1 王昕;基于GWR的耕地經(jīng)營細(xì)碎化影響因素研究[D];山西農(nóng)業(yè)大學(xué);2016年

2 趙嚴(yán);基于GWR模型的洞庭湖生態(tài)經(jīng)濟(jì)區(qū)耕地?cái)?shù)量時空變化及其驅(qū)動因素研究[D];湖南科技大學(xué);2016年

3 聶俊成;基于GWR模型的武漢市住宅地價空間分異及影響因素研究[D];華中農(nóng)業(yè)大學(xué);2014年

4 王俊智;基于GWR模型的耕地利用時空演變及驅(qū)動力分析[D];新疆大學(xué);2016年

5 邵靜怡;GWR模型下的上海商服用地地價影響因素研究[D];華東師范大學(xué);2013年

6 茆三芹;基于GWR模型的耕地利用時空演變及驅(qū)動因素研究[D];華中農(nóng)業(yè)大學(xué);2013年

本文編號：2878621