The Mechanism and Effect of the Financial Industry Radiation on the Upgrading of Industrial Structure in the Guangdong-Hong Kong-Macao Greater Bay Area
-
摘要: 基于粤港澳大湾区城市群的面板数据，采用主成分分析法综合研判大湾区城市群的金融业辐射能力，基于断裂点理论的加权Voronoi图绘制出大湾区城市群的金融业辐射范围并划分城市类型，从技术进步、就业结构与人力资本结构视角，阐述增强金融业辐射能力对提升产业结构高级化水平的作用机制并进行实证检验。结果表明：大湾区各大城市的金融业辐射能力存在较大差异，其中香港、深圳、广州和澳门的金融业辐射力较强，其余城市相对较弱但也在逐年提升；增强金融业辐射能力可显著提升地区产业结构高级化水平；技术进步、就业结构高级化与人力资本结构高级化是金融业辐射促进产业结构高级化的中介效应传导机制，且技术进步效应最大、人力资本结构高级化效应次之、就业结构高级化效应最小。因而应从国家和城市两个层面，鼓励大湾区城市走特色发展和协作发展道路，提升技术进步、人力资本结构和就业结构水平，促进大湾区城市的产业结构高级化发展。Abstract: Based on the panel data of urban agglomeration in the Guangdong-Hong Kong-Macao Greater Bay Area, this paper adopts the principal component analysis method to comprehensively analyze the financial industry radiation capability of the urban agglomeration in the Greater Bay Area. Using the weighted Voronoi diagram of the breaking point theory, this study draws the radiation range of the financial industry in the Greater Bay Area urban agglomeration and divides the city types. From the perspective of technological progress, employment structure and human capital structure, this paper conducts an empirical test after expounding the mechanism of enhancing the radiation of the financial industry to advance the level of industrial structure. The results show that there are great differences in the financial industry radiation capacity among the major cities in the Greater Bay area; among them, Hong Kong, Shenzhen, Guangzhou and Macao have strong financial industry radiation capability, while the rest of the cities are relatively weak but are improving year by year; strengthening the radiation capacity of the financial industry can significantly improve the advanced level of the regional industrial structure; technological progress, the upgrading of employment structure and human capital structure are the transmission mechanism of intermediary effect of the financial industry radiation on promoting the upgrading of industrial structure, while the effect of technological progress is the maximum, the effect of the upgrading of human capital structure ranking the second, and the effect of the upgrading of employment structure being the minimal. Therefore, from the national and urban levels, we should encourage the cities in the Greater Bay Area to follow the path of characteristic development and collaborative development, improve the level of technological progress, human capital structure and employment structure, and promote the industrial structure upgrading of the cities in the Greater Bay Area.
-
表 1 变量设定与指标说明
变量 衡量指标及符号 测度方法 被解释变量 产业结构高级化的量(UIS1) 以三次产业增加值比重为基础，采用夹角余弦法核算 产业结构高级化的质(UIS2) 以三次产业增加值比重与对应产业劳动生产率的乘积加权值测算 核心解释变量：金融业辐射能力(金融业综合实力) 金融业发展规模 金融业增加值(X1) 各城市金融业增加值 金融业就业人员数量(X2) 各城市金融业就业人数 金融业发展结构 金融业增加值比重(X3) 各城市金融业增加值/各城市GDP 金融业就业人员比重(X4) 各城市金融业就业人数/各城市全社会就业人数 金融业发展效率 金融业人均生产效率(X5) 各城市金融业加值/各城市金融业就业人数 人均金融业增加值(X6) 各城市金融业增加值/各城市年末常住人口数 地均金融业增加值(X7) 各城市金融业增加值/各城市行政区域面积 中介变量 技术进步水平(LNPA) 各城市专利授权数量的自然对数 就业结构高级化水平(EMP) 以三次产业就业结构为基础，采用夹角余弦法核算 人力资本结构高级化水平(HUM) 以小学、普通中学、技工学校、普通高等学校在校生人数为基础，采用夹角余弦法核算 控制变量 外商直接投资(FDI) 各城市外商直接投资金额 经济发展水平(LNPGDP) 各城市人均GDP的自然对数 人口密度(LNPD) (各城市常住人口/各城市行政区域面积)的自然对数 
下载: 导出CSV
表 2 描述性统计与相关性分析
描述性统计 UIS1 UIS2 F LNPA EMP HUM FDI LNPGDP LNPD 样本数 209 209 209 209 209 209 209 209 209 均值 6.963 1.024 0.851 3.522 6.598 10.142 85.531 4.860 3.228 标准差 0.482 0.985 0.508 0.919 0.721 0.482 239.074 0.421 0.543 最小值 5.32 0.28 0.10 0.48 5.17 9.57 1.81 3.89 2.39 最大值 7.82 4.60 2.13 5.22 7.72 11.27 1743.42 5.85 4.33 相关性分析 UIS1 UIS2 F LNPA EMP HUM FDI LNPGDP LNPD UIS1 1.000 UIS2 0.787*** 1.000 F 0.848*** 0.564*** 1.000 LNPA 0.035 0.471*** 0.261*** 1.000 EMP 0.928*** 0.703*** 0.812*** 0.062 1.000 HUM 0.713*** 0.490*** 0.775*** 0.138*** 0.696*** 1.000 FDI 0.478*** 0.361*** 0.664*** 0.115** 0.440*** 0.295*** 1.000 LNPGDP 0.869*** 0.761*** 0.719*** 0.074 0.871*** 0.648*** 0.419*** 1.000 LNPD 0.874*** 0.743*** 0.695*** -0.094* 0.901*** 0.646*** 0.316*** 0.789*** 1.000 注：*、**、***分别代表在10%、5%、1%的置信水平下显著。
下载: 导出CSV
表 3 解释总方差
年份 成分 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的% 累积% 合计 方差的% 累积% 合计 方差的% 累积% 2019 1 4.405 62.932 62.932 4.405 62.932 62.932 4.108 61.650 62.650 2 1.622 33.166 96.098 1.622 33.166 96.098 1.919 34.448 96.098 2018 1 4.982 71.166 71.166 4.982 71.166 71.166 4.438 69.114 69.114 2 1.419 20.274 91.440 1.419 20.274 91.440 1.963 22.326 91.440 2017 1 4.851 69.296 69.296 4.851 69.296 69.296 4.388 68.406 68.406 2 1.205 27.210 96.506 1.205 27.210 96.506 1.667 28.099 96.506
下载: 导出CSV
表 4 KMO和Bartlett的检验结果
取样足够度的Kaiser-Meyer-Olkin度量 2019 2018 2017 0.662 0.640 0.583 Bartlett的球形度检验 近似卡方 131.234 133.233 122.952 df 21.000 21.000 21.000 Sig. 0.000 0.000 0.000
下载: 导出CSV
表 5 因子载荷旋转成份矩阵
金融业综合实力指标 2019 2018 2017 成分1 成分2 成分1 成分2 成分1 成分2 金融业增加值(X1) 0.231 0.959 0.226 0.960 0.272 0.950 金融业就业人员数量(X2) -0.083 0.956 -0.088 0.955 -0.112 0.947 金融业增加值比重(X3) 0.879 0.442 0.870 0.459 0.876 0.454 金融业就业人员比重(X4) 0.812 0.546 0.801 0.560 0.805 0.562 金融业人均生产效率(X5) 0.996 0.051 0.996 0.053 0.994 -0.019 人均金融业增加值(X6) 0.993 0.112 0.993 0.113 0.959 0.228 地均金融业增加值(X7) 0.957 -0.190 0.960 -0.185 0.947 -0.206
下载: 导出CSV
表 6 粤港澳大湾区城市群金融业辐射能力综合得分
城市 2019 2018 2017 综合得分 权重 排名 综合得分 权重 排名 综合得分 权重 排名 香港 4.360 2.088 1 4.310 2.076 1 4.250 2.062 1 深圳 2.240 1.497 2 1.980 1.407 3 2.160 1.470 2 广州 2.180 1.476 3 2.120 1.456 2 2.050 1.432 3 澳门 1.490 1.221 4 1.450 1.204 4 1.350 1.162 4 珠海 0.700 0.837 5 0.830 0.911 5 0.690 0.831 5 东莞 0.580 0.760 6 0.550 0.742 7 0.500 0.707 7 佛山 0.520 0.721 7 0.570 0.755 6 0.560 0.748 6 中山 0.360 0.600 8 0.460 0.678 8 0.360 0.600 9 江门 0.330 0.574 9 0.350 0.592 9 0.380 0.616 8 惠州 0.230 0.480 10 0.310 0.557 10 0.240 0.490 10 肇庆 0.080 0.283 11 0.110 0.332 11 0.070 0.265 11 均值 1.188 1.090 - 1.185 1.088 - 1.146 1.071 - 注：表中的权重为加权Voronoi图的权重，根据各城市金融业辐射能力综合得分的平方根计算得出。
下载: 导出CSV
表 7 2019年粤港澳大湾区城市群金融业辐射区域比较
城市 辐射能力 辐射面积 辐射GDP 辐射人口 综合得分 权重 排名 平方公里 排名 亿元 排名 万人 排名 香港 4.360 2.088 1 3 662 7 28 183.64 1 976.88 3 深圳 2.240 1.497 2 8 092 2 19 943.44 3 1 132.59 2 广州 2.180 1.476 3 23 016 1 26 171.68 2 1 802.25 1 澳门 1.490 1.221 4 6 138 3 11 827.38 4 604.17 6 珠海 0.700 0.837 5 441 11 1 921.79 9 110.59 11 东莞 0.580 0.760 6 4 667 5 9 987.56 5 911.62 4 佛山 0.520 0.721 7 4 032 6 8 004.62 6 648.72 5 中山 0.360 0.600 8 960 10 2 369.67 8 252.13 9 江门 0.330 0.574 9 4 962 4 2 524.60 7 328.40 7 惠州 0.230 0.480 10 2 129 9 1 491.34 10 290.58 8 肇庆 0.080 0.283 11 2 365 8 1 284.94 11 217.67 10 均值 1.188 1.090 - 5 497 - 10 336.33 - 661.42 - 注：粤港澳大湾区城市群的区域面积、GDP、人口规模数据均来自湾区内对应城市的统计年鉴(刊)。
下载: 导出CSV
表 8 金融业辐射对产业结构高级化的基准回归
变量 产业结构高级化的量UIS1 产业结构高级化的质UIS2 OLS FE RE OLS FE RE (1) (2) (3) (4) (5) (6) F 0.362 5***
(9.44)0.272 5***
(2.63)0.351 2***
(4.68)0.637 0**
(2.36)0.727 0*
(1.93)0.746 6**
(2.01)FDI -0.000 1
(-0.78)-0.000 1
(-1.44)-0.000 1
(-1.35)-0.002 4***
(-4.69)-0.001 2***
(-5.52)-0.001 2***
(-4.90)LNPGDP 0.359 3***
(8.36)0.298 6***
(4.93)0.207 8***
(5.17)0.648 4***
(5.44)0.494 2**
(2.25)0.207 8***
(5.17)LNPD 0.326 6***
(9.82)-0.021 3
(-0.09)0.390 6***
(5.08)-0.943 5***
(-6.80)-1.350 0
(-1.60)0.390 6***
(5.08)常数项 3.857 9***
(24.80)5.355 8***
(9.59)4.400 2***
(19.16)0.936 2***
(10.64)0.673 8
(1.17)0.614 0***
(19.16)年份效应 控制 控制 控制 控制 控制 控制 城市个体效应 控制 控制 控制 控制 控制 控制 样本数 209 209 209 209 209 209 R2(adj或with) adj: 0.9060 with: 0.9298 with: 0.9419 adj: 0.6098 with: 0.8802 with: 0.8459 Hausman检验 10.59[0.014] 18.75[0.000] F或Wald检验 F: 17.17
[0.000 0]F: 22.32
[0.000 0]Wald: 31.79
[0.000 0]F: 82.27
[0.000 0]F: 214.11
[0.000 0]Wald: 44.33
[0.000 0]注：“()”内数字为t统计量，“[]”内数字为标准误p值；*、**、***分别代表在10%、5%、1%的置信水平下显著；Hausman检验的零假说是固定效应与随机效应的估计系数无系统性差异。表 9-表 12同。
下载: 导出CSV
表 9 金融业辐射对产业结构高级化量的中介效应
变量 总效应 技术进步效应 就业结构高级化效应 人力资本结构高级化效应 UIS1 LNPA UIS1 EMP UIS1 HUM UIS1 模型1 模型2 模型3 模型4 模型5 模型6 模型7 F 0.3512*** 0.4406** 0.2762* 0.1403** 0.3360*** 0.4089*** 0.3180*** (2.98) (2.12) (1.89) (2.24) (2.81) (2.74) (3.04) LNPA 0.1081*** (2.63) EMP 0.1152** (2.04) HUM 0.1112** (2.25) FDI -0.0001** -0.0002*** -0.0001** -0.0000 -0.0001** 0.0003*** -0.0001 (-2.06) (-6.33) (-2.30) (-0.30) (-2.24) (3.13) (-0.93) LNPGDP 0.2078*** 1.8083*** 0.3111* 0.3966*** 0.1624** -0.2214** 0.2740*** (2.62) (20.01) (1.91) (7.38) (2.23) (-2.54) (4.50) LNPD 0.3906*** -0.0931 -0.0111 1.1595*** 0.2737* 2.1522*** 0.2180 (3.00) (-0.19) (-0.04) (8.51) (1.65) (6.42) (0.86) 常数项 4.4002*** -5.3228*** 5.2872*** 0.9633*** 4.2512*** 3.9006*** 5.7895*** (14.95) (-5.49) (11.61) (2.59) (11.66) (4.85) (9.89) 年份效应 控制 控制 控制 控制 控制 控制 控制 城市个体效应 控制 控制 控制 控制 控制 控制 控制 样本数 209 209 209 209 209 209 209 中介效应贡献份额 — 13.56% 4.60% 12.95% R2(with) 0.941 9 0.902 9 0.927 8 0.872 2 0.949 3 0.522 8 0.467 2 Wald检验 1 495.59 1 384.46 1 331.70 407.54 1 331.76 134.49 133.84 [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0]
下载: 导出CSV
表 10 金融业辐射对产业结构高级化质的中介效应
变量 总效应 技术进步效应 就业结构高级化效应 人力资本结构高级化效应 UIS2 LNPA UIS2 EMP UIS2 HUM UIS2 模型8 模型9 模型10 模型11 模型12 模型13 模型14 F 0.7270* 0.4406** 0.6604* 0.1403** 0.6880* 0.4089*** 0.4666** (1.93) (2.12) (1.71) (2.24) (1.82) (2.74) (2.29) LNPA 0.1477*** (2.82) EMP 0.1152** (2.04) HUM 0.1386** (4.29) FDI -0.0012*** -0.0002*** -0.0012*** -0.0000 -0.0012*** 0.0003*** -0.0013*** (-5.52) (-6.33) (-5.31) (-0.30) (-5.53) (3.13) (-5.89) LNPGDP 0.4942** 1.8083*** 0.2644 0.3966*** 0.5450** -0.2214** 0.0526 (2.25) (20.01) (0.74) (7.38) (2.40) (-2.54) (0.30) LNPD -1.3500 -0.0931 -1.5366* 1.1595*** -0.9220 2.1522*** 0.2720 (-1.60) (-0.19) (-1.76) (8.51) (-0.95) (6.42) (0.48) 常数项 0.6738 -5.3228*** 0.6244 0.9633*** 0.6100 3.9006*** -0.9780*** (1.17) (-5.49) (1.43) (2.59) (1.02) (4.85) (-4.35) 年份效应 控制 控制 控制 控制 控制 控制 控制 城市个体效应 控制 控制 控制 控制 控制 控制 控制 样本数 209 209 209 209 209 209 209 中介效应贡献份额 — 8.95% 2.22% 7.80% R2(with) 0.880 2 0.902 9 0.927 8 0.872 2 0.883 7 0.522 8 0.856 8 F检验 214.11 1 384.46 45.48 407.54 205.09 134.49 65.58 [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0]
下载: 导出CSV
表 11 金融业辐射对产业结构高级化量的基准回归稳健性检验
变量 产业产值比重法 产业结构层次系数法 Moore结构变动指数法 FE RE FE RE FE RE (7) (8) (9) (10) (11) (12) L.F 7.204 7***
(3.62)3.777 1**
(2.51)0.208 7**
(3.76)0.199 2***
(3.29)0.022 2**
(1.97)0.021 4*
(1.75)L.FDI 0.000 2*
(1.93)0.002 8**
(2.42)-0.000 0
(-1.33)-0.000 0
(-0.56)0.000 0
(1.65)0.000 0**
(2.41)L.LNPGDP 1.808 2
(1.55)1.192 2
(1.50)0.111 5***
(2.90)0.091 2**
(2.53)0.031 1**
(3.26)0.021 4***
(3.26)L.LNPD -7.970 9*
(-1.78)1.446 8
(0.92)0.018 7
(0.15)0.168 5**
(2.09)0.005 1
(0.14)0.069 9***
(5.61)常数项 13.652 4
(1.27)-10.890 2**
(-2.35)1.704 5***
(5.87)1.327 0***
(7.12)0.324 3***
(3.69)0.161 9***
(4.34)年份效应 控制 控制 控制 控制 控制 控制 城市个体效应 控制 控制 控制 控制 控制 控制 样本数 198 198 198 198 198 198 R2(with) 0.689 7 0.661 8 0.401 7 0.397 8 0.289 4 0.279 5 Hausman检验 14.60[0.002 2] 7.92[0.047 6] 14.88[0.001 9] F或Wald检验 F: 28.98 Wald: 5 555.89 F: 29.10 Wald: 6583.33 F: 45.04 Wald: 195.68 [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0] [0.000 0]
下载: 导出CSV
表 12 金融业辐射对产业结构高级化量的中介效应稳健性检验
产业结构高级化测算方法变量 总效应 技术进步效应 就业结构高级化效应 人力资本结构高级化效应 UIS1 LNPA UIS1 EMP UIS1 HUM UIS1 模型15 模型16 模型17 模型18 模型19 模型20 模型21 产业产值比重法 L.F 3.777 1** 0.440 6** 2.182 9** 0.140 3** 2.358 1*** 0.408 9*** 3.076 7*** (1.99) (2.12) (2.09) (2.24) (3.17) (2.74) (3.62) L.LNPA 2.577 8*** (9.12) L.EMP 1.476 1** (1.98) L.HUM 2.376 2*** (6.09) 贡献份额 - 30.07% 5.48% 25.72% 产业结构层次系数法 L.F 0.199 2*** 0.440 6** 0.179 9*** 0.140 3** 0.197 9*** 0.408 9*** 0.088 8*** (3.29) (2.12) (5.21) (2.24) (3.33) (2.74) (4.68) L.LNPA 0.052 9*** (4.24) L.EMP 0.030 4* (1.86) L.HUM 0.044 7* (1.70) 贡献份额 - 11.70% 2.14% 9.18% Moore结构变动指数法 L.F 0.021 4* 0.440 6** 0.019 8*** 0.140 3** 0.021 0* 0.408 9*** 0.015 9*** (1.75) (2.12) (2.99) (2.24) (1.68) (2.74) (2.72) L.LNPA (4.86) 0.021 3*** L.EMP (0.78) 0.007 0 L.HUM (2.41) 0.003 0** 贡献份额 - 43.85% 4.59% 5.73%
下载: 导出CSV
-
[1] 顾朝林. 中国城市经济区划分的初步研究[J]. 地理学报, 1991(2): 129-141. doi: 10.3321/j.issn:0375-5444.1991.02.002 [2] 王仁祥, 安子铮, 安子祎. 武汉城市圈金融辐射力实证研究[J]. 武汉金融, 2008(8): 25-26. https://www.cnki.com.cn/Article/CJFDTOTAL-YHQY200808009.htm [3] 黎平海, 王雪. 珠三角城市金融辐射力实证研究[J]. 国际经贸探索, 2009(11): 49-53. https://www.cnki.com.cn/Article/CJFDTOTAL-GJTS200911013.htm [4] 周孝坤, 袁颖, 冯钦. 西部主要城市金融辐射力实证研究[J]. 经济体制改革, 2011(6): 48-52. https://www.cnki.com.cn/Article/CJFDTOTAL-JJTG201106012.htm [5] OKABE A, SUZUKI A. Locational optimization problems solving through voronoi diagrams[J]. Europe Journal Operation Research, 1997(98): 445-456. [6] 谢顺平, 冯学智, 王结臣, 等. 基于网络加权Voronoi图分析的南京市商业中心辐射域研究[J]. 地理学报, 2009(12): 1467-1476. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB200912010.htm [7] 雷箐青, 白明. 基于城市断裂点模型的黔中经济区范围界定[J]. 商业时代, 2011(29): 141-142. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJJ201129066.htm [8] 胡树华, 王利军, 牟仁艳. 武汉市服务业区域辐射能力及范围研究[J]. 科技进步与对策, 2013(13): 42-47. doi: 10.6049/kjjbydc.2012080644 [9] 黎伟. 粤港澳大湾区城市金融竞争力与辐射力研究[J]. 海派经济学, 2019(3): 115-127. [10] 苏东水. 产业经济学[M]. 北京: 高等教育出版社, 2010. [11] 林毅夫, 孙希芳, 姜烨. 经济发展中的最优金融结构理论初探[J]. 经济研究, 2009(8): 4-17. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200908000.htm [12] GOLDSMITH R W. Financial structure and development[J]. Studies in Comparative Economics, 1969, 70(4): 31-45. [13] FISHMAN R, LOVE I. Trade credit, financial intermediary development, and industry growth[J]. The Journal of Finance, 2003, 58(1): 353-374. doi: 10.1111/1540-6261.00527 [14] RIOJA F, VALEE N. Finance and the sources of growth at various stages of economic development[J]. Economic Inquiry, 2004, 42(1): 127-140. doi: 10.1093/ei/cbh049 [15] WURGLER J. Financial markets and the allocation of capital[J]. Journal of Financial Economics, 2000, 58(1): 187-214. [16] 刘世锦. 为产业升级和发展创造有利的金融环境[J]. 上海金融, 1996(4): 3-4. https://www.cnki.com.cn/Article/CJFDTOTAL-SHJR199604000.htm [17] 傅进, 吴小平. 金融影响产业结构调整的机理分析[J]. 金融纵横, 2005(2): 30-34. https://www.cnki.com.cn/Article/CJFDTOTAL-JRZH200502007.htm [18] 郑南源, 尤瑞章, 贺聪. 金融支持产业结构调整的作用机制研究[J]. 西部金融, 2007(7): 22-25. https://www.cnki.com.cn/Article/CJFDTOTAL-XAJR200707006.htm [19] 马勇, 王芳. 金融开放、经济波动与金融波动[J]. 世界经济, 2018(2): 20-44. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201802003.htm [20] 唐文进, 李爽, 陶云清. 数字普惠金融发展与产业结构升级——来自283个城市的经验证据[J]. 广东财经大学学报, 2019(6): 35-49. http://xb.gdufe.edu.cn/article/id/dcd3b08f-d2ff-45dd-b8a8-92149b72d35b [21] 钱水土, 周永涛. 金融发展、技术进步与产业升级[J]. 统计研究, 2011(1): 68-74. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ201101013.htm [22] 刘冰, 周绍东. 基于技术和市场内生互动的中国产业升级路径研究[J]. 管理世界, 2014(2): 180-181. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201402021.htm [23] 龚轶, 王铮, 顾高翔. 技术创新与产业结构优化——一个基于自主体的模拟[J]. 科研管理, 2015(8): 44-51. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL201508007.htm [24] 李媛媛, 金浩. 金融创新对产业结构优化的效应研究[J]. 财经问题研究, 2016(9): 31-37. https://www.cnki.com.cn/Article/CJFDTOTAL-CJWT201609010.htm [25] 甘星, 刘成昆. 区域金融发展、技术创新与产业结构优化——基于深圳市2001—2016年数据的实证研究[J]. 宏观经济研究, 2018(11): 128-138. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGA201811012.htm [26] 周永涛, 钱水土. 金融发展、技术进步与对外贸易产业升级[J]. 广东财经大学学报, 2012(1): 44-55. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201201005.htm [27] 李巍, 蔡纯. 地区金融发展协同性与国内就业状况的改善——中西部金融发展优先次序的再思考[J]. 世界经济研究, 2013(12): 67-71. https://www.cnki.com.cn/Article/CJFDTOTAL-JING201312012.htm [28] 陈作成, 张争妍. 经济开放、金融发展与西部地区就业结构变迁[J]. 中国科技论坛, 2016(5): 109-115. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKT201605017.htm [29] 杨小玲. 中国金融发展、就业效应与产业结构调整研究[J]. 广东金融学院学报, 2009(4): 5-12. https://www.cnki.com.cn/Article/CJFDTOTAL-JIRO200904002.htm [30] 刘艳丽. 河南省金融发展就业效应的实证分析[J]. 金融理论与实践, 2011(10): 107-111. https://www.cnki.com.cn/Article/CJFDTOTAL-JRLS201110025.htm [31] ACEMOGLU D. Technical change, inequality, and the labor market[J]. Journal of Economic Literature, 2002, 40(1): 7-72. [32] 张国强, 温军, 汤向俊. 中国人力资本、人力资本结构与产业结构升级[J]. 中国人口·资源与环境, 2011(10): 138-146. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201110023.htm [33] 张桂文, 孙亚南. 人力资本与产业结构演进耦合关系的实证研究[J]. 中国人口科学, 2014(6): 96-106. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKRK201406010.htm [34] 李敏, 孙佳佳, 张婷婷. 人力资本结构高级化对产业结构升级的影响研究——基于中国省级面板数据[J]. 工业技术经济, 2020(8): 72-77. [35] 骆莙函. 人力资本结构高级化对服务业结构升级的影响研究——基于中国城市面板数据[J]. 广东财经大学学报, 2021(2): 39-53. http://xb.gdufe.edu.cn/article/id/25b88647-f984-4eb8-a425-2c9f49125c16 [36] 刘智勇, 李海峥, 胡永远, 等. 人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小[J]. 经济研究, 2018(3): 50-63. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201803005.htm [37] 张忠俊, 郭晓旭, 张喜玲, 等. 金融集聚、人力资本结构演进与经济高质量发展[J]. 统计与决策, 2021(2): 10-14. https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC202102003.htm [38] 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011(5): 4-16. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201105002.htm [39] 王延军, 温娇秀, 吴静茹. 产业结构变动与我国宏观经济波动[J]. 华东经济管理, 2011(2): 21-23. https://www.cnki.com.cn/Article/CJFDTOTAL-HDJJ201102007.htm [40] 付凌晖. 我国产业结构高级化与经济增长关系的实证研究[J]. 统计研究, 2010(8): 79-81. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ201008012.htm [41] 刘伟, 张辉, 黄泽华. 中国产业结构高度与工业化进程和地区差异的考察[J]. 经济学动态, 2008(11): 4-8. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD200811002.htm [42] 袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018(8): 60-77. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201808005.htm [43] 陈军. Voronoi动态空间数据模型[M]. 北京: 测绘出版社, 2002. [44] GONG Y, Li G, TIAN Y. A vector-based algorithm to generate and update multiplicatively weighted voronoi diagrams for points, polylines and polygons[J]. Computers & Geosciences, 2011, 9(42): 118-125. [45] 王利军, 胡树华. 我国中心城市服务业辐射力差异比较——以19个副省级城市为例[J]. 科技进步与对策, 2014(9): 38-43. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB201409009.htm -
点击查看大图
图(3) / 表(12)
计量
- 文章访问数: 218
- HTML全文浏览量: 237
- PDF下载量: 32
- 被引次数: 0