【摘 要】
:
区域协同发展是提升区域综合实力、加强整体竞争力的重要手段,符合当今世界发展趋势和国家发展战略需要。长三角区域作为我国典型的城市群体系发展形态,经济活跃度高、交通业发达、资源要素丰富,具备协同发展的良好基础。同时,随着区域空间范围的不断扩容,区域内以上海为中心的单一增长极模式逐渐转变为多重空间尺度并存的发展格局。由于不同空间尺度下有着不同的发展特点和发展诉求,从多重空间尺度对长三角区域协同发展展开分
论文部分内容阅读
区域协同发展是提升区域综合实力、加强整体竞争力的重要手段,符合当今世界发展趋势和国家发展战略需要。长三角区域作为我国典型的城市群体系发展形态,经济活跃度高、交通业发达、资源要素丰富,具备协同发展的良好基础。同时,随着区域空间范围的不断扩容,区域内以上海为中心的单一增长极模式逐渐转变为多重空间尺度并存的发展格局。由于不同空间尺度下有着不同的发展特点和发展诉求,从多重空间尺度对长三角区域协同发展展开分析,对于制定精准化协同发展策略,实现长三角区域一体化发展意义重大。通过梳理相关文献,找到本文可行的研究角度,即先从区域空间特征识别多重空间尺度,再分别研究不同空间尺度下长三角区域整体以及经济-社会-环境维度下的协同发展能力,以期发现未来长三角区域协同发展可能改进的方向。在区域空间尺度识别方面,运用城市引力模型和社会网络分析方法,发现长三角区域存在“点”“圈”“群”多重空间尺度。在“点”空间尺度下表现为以中心城市引领发展为主的“一核多中心”结构;在“圈”空间尺度下,板块间发展存在地理邻近性;在“群”空间尺度下呈现“东密西疏”、“南强北弱”的不均衡空间格局。不同空间尺度下均存在协同发展的可能性。在区域协同发展能力研究方面,基于E-S-E协同发展原则和《长江三角洲区域一体化发展规划纲要》构建协同发展能力评价体系,结合加权主成分TOPSIS模型和空间自相关方法对长三角区域整体和经济、社会、环境不同维度的协同发展能力展开研究,发现“点”“圈”“群”不同空间尺度下,长三角区域整体以及经济、社会、环境不同维度下的协同发展能力均呈现出空间集聚特征和异质性,存在一定的提升空间。上海协同发展能力强,相比之下,安徽省协同发展能力不足。根据以上实证研究得出,加强长三角区域协同发展应兼顾“点”“圈”“群”三重空间尺度,发挥“点”的自发形成功能、“圈”的协同发展功能和“群”的空间联动功能。
其他文献
随着我国经济的快速发展和人们生活水平的不断提高,人们对出行的需求也日益多元化,在出行过程中更注重住宿体验感,相比价格高且单一化的酒店,可住出“家的感觉”的共享住宿更受到人们的青睐,共享住宿的市场规模也因此不断扩张。共享住宿房源价格会影响到人们的消费选择,进而影响到房东和平台的收益,因此建立科学准确的价格预测模型,提供合理的定价建议,对于共享住宿平台、房东、消费者皆有参考意义。基于上述原因,本文选取
“十四五”开局之年,中国经济呈现稳中向好的积极态势,人民的生活水平显著提高,但我们赖以生存的环境正面临巨大的考验。目前,环境污染问题已引起政府高度重视,“十三五”规划中首次提出中国未来发展的五大理念:创新、协调、绿色、开放、共享,将环境污染治理提升到了新的战略高度。环境污染问题与财政分权体制下的政府行为紧密相连,如地方政府牺牲环境质量以此实现经济高速增长的目标,导致我国环境污染问题难以根除。政府税
宏观经济时间序列能够反映当前经济状况和未来经济发展走势,长期以来,时间序列的预测成为众多学者探讨的对象。GDP指标反映一个国家或地区经济在某个时期运行状况,其体现的是宏观经济未来发展变化趋势,也是国家和区域经济发展经济政策调控的主要目标。为此,关于GDP指标的预测研究一直成为计量经济学领域的热点课题。科学地预测GDP增长率,有助于相关部门对当前经济形式做出判断,及时采取应对措施。研究人员根据不同的
股票市场素有“国民经济的晴雨表”之称,其波动能够反映一个国家的经济社会发展状况。由于我国股票市场体制改革和监管等方面还不够完善,有很多需要改进的地方,整个市场中投资者投资行为的非理性因素也导致金融风险的增加。在此背景下,国内外著名学者都在研究如何进行风险管理。风险管理是根据市场上某些因素的改变来度量由此发生金融资产损失的可能性。因此,股票市场风险度量的研究对国家经济发展有着重要的作用和意义。本文采
本文基于长短期记忆神经网络(LSTM)提出EMD-SE-LSTM模型,并应用于上证综指的预测。具体做法如下:根据股指收盘价序列,使用常见的信号分解方法经验模态分解(EMD),通过分解原始序列得到不同的分量序列来挖掘原始序列的潜在变动规律。分解得到本征模态函数及残差序列,由于分量过多的缘故,考虑使用样本熵方法(SE)对分量序列进行分量合并,达到减少分量个数从而降低工作量的效果。使用自身能够记忆的长短
经济增长追赶造成了以牺牲环境谋求发展的增长模式,严重阻碍了经济可持续发展的进程,尤其是改革开放以来优先发展经济,忽略社会福利建设与经济建设同步发展问题,使得民生问题日益凸显;如今我国经济已进入高质量发展阶段,注重绿色经济与社会福利协调发展是经济社会和谐发展的必然选择。我国已经虽然成为世界第二大经济体,但与发达国家相比社会福利发展水平仍显不足,经济与社会福利发展不协调,不仅会对人民生活质量产生影响,
传统的统计预测模型在对时间序列预测时存在着精度不足,数据处理困难以及计算效率不高等问题。随着人工智能的迅猛发展,机器学习作为其中一个重要分支被广泛应用于多个领域的预测和决策任务中,有些学者将其应用到了金融时间序列中的股指预测,而深度学习属于机器学习的一个子域,有着出色的数据处理和预测能力,其中门控循环单元(GRU)是一种收敛速度较快、参数较少的神经网络模型,在训练中不易出现过拟合,将GRU运用到金
准确的汇率分析与预测能够对国家金融政策的制定,投资者风险的规避起到重要作用。近年来,利用时间序列模型,智能算法模型等多种方法对汇率波动进行预测已经成为学术界的研究热点。然而汇率时间序列大多是是非线性、非平稳的复杂序列,单一预测模型难以捕捉汇率波动的特征并准确预测汇率走势;且研究对象多是简单的点值数据,极少有针对区间型汇率序列的研究。针对以上问题,本文结合分解—重构—集成的思想,基于改进的二维经验模
千百年来,三农问题一直是关乎中国这片土地安定和谐的重要基石,我国有6亿农民,农业是我国的立国之本,农村发展也决定了我国现代化的繁荣富强程度。党中央一直对三农问题高度重视,并提出了脱贫攻坚的重大举措。经过不懈努力,2021年我国脱贫攻坚举措取得圆满成功,乡村振兴的国家战略又被提上了日程。乡村振兴而言最大的抓手就是农业和农村企业,要推动农业农村的繁荣发展,除了政策支持和财政补贴之外,源源不断的信贷支持
近年来,我国商品房价格增速呈现上涨态势,其中“炒房”行为助长了这一房价发展趋势,为此我国提出“房住不炒”政策,且多地积极响应国家政策,迅速颁发多项房产政策,以此抑制房价的急剧上涨。作为二手房市场的上一级市场,新房对二手房市场的影响更为显著,研究新房价格对二手房价格的影响对现阶段我国房地产市场发展具有重要意义。因此,本文基于特征价格理论和空间计量理论,采用python爬虫技术从线上交易平台获取二手房