滇中城市群（精选9篇）
滇中城市群 篇1
1 引言
2008年, 滇中四州市共实现国内生产总值 (GDP) 3295.1亿元, 占全省的57.8%。我们可以说“滇中强, 云南则强”。2009云南省发展和改革委员会发布了《云南省滇中城市经济圈区域协调发展规划》 (2009年-2020年) , 这标志着在云南中部正在形成以昆明为核心, 包括曲靖市、玉溪市和楚雄州的四个州市形成滇中经济圈。这十几年, 滇中各市为经济圈的建立做了很多努力, 但是滇中城市群是否已经能够协调发展确实是一个值得研究的问题。
2 研究方法—Granger因果分析
我们在做变量之间的回归分析的时候, 解释变量和被解释变量的选择往往是由我们所研究的目的所决定的。比如:货币供给量和GDP之间的关系, 我们可以把货币供给量设为被解释变量Y, GDP设为解释变量X, 这时X为因, Y为果。同样, 我们也可以颠倒X, Y的因果顺序。在实际研究中, 我们有时需要明确X和Y的因果关系。但是在实际研究中, 我们有时需要明确X和Y的因果关系。目前Granger因果关系检验可以帮助我们获得一种因果关系。Granger (1969) 从预测的角度给出了Granger因果性的一个定义:如果X有助于预测 (解释) Y, 则X是Y的Granger原因。其检验的要求:
(1) x和y必须是同阶单整序列。
(2) y和x必须是协整的。
检验的回归模型:
undefined
其中ut为白噪音。由于假设变量是平稳的, 因此可用OLS估计上述方程。一般地, 由于将来不能预测过去, 如果变量x是变量y的Granger原因, 则x的变化应该优先于y。因此, 在做y对其他变量 (包括自身的过去值) 的回归时, 如果把x的过去或滞后值包括进来能显著地改进对y的预测, 或者说如果任何一个αi或者全部的统计上显著 (任何一个或者全部的x的滞后值对当前的值有解释作用) , 我们就可以说x是y的Granger原因, 类似的定义y是x的Granger原因。
3 计算过程
在本文中, 我们设置两个变量, km和dz, 其中km为昆明市的gdp, dz为玉溪、曲靖、楚雄三市 (除昆明以外, 滇中城市群中的其他城市) 的gdp之和。数据统一采用1992年以来, 以1992为基期消除了通货膨胀因素后的gdp数据, 数据来源于《云南统计年鉴》 (1993-2009) 。
3.1 变量平稳性检验
首先, 我们验证了km和dz的平稳性, 根据AIC最小化原则, 我们得出两个变量都是2阶单证序列 (integrated of 2) 。检验结果分别为:km的t值为-6.297995, 分别小于显著性水平1%, 5%和10%的ADF临界值-4.80080, -3.791172和-3.342253;dz的t值为-12.92502, 分别小于显著性水平1%, 5%和10%的ADF临界值-4.80080, -3.791172和-3.342253。这表明km和dz都是二阶单整的, 即:km I (2) , dz I (2) 。
3.2 变量之间协整关系检验
做回归模型, km=c+a*dz+et, 检验et的平稳性。ADF检验结果为:t值为-2.685733, 分别小于显著性水平1%, 5%和10%的ADF临界值-2.754993, -1.970978和-1.603693, 即et是平稳的, 因此km和dz之间是协整的。
3.3 Granger因果检验
考虑赤池准则 (AIC) 最小的前提下, 我们得到Granger检验的最佳滞后阶数为5。2
4 结果分析和政策建议
昆明和滇中其它城市的经济发展互不是对方的Granger原因。这表明昆明和滇中其它城市之间的相互促进力不够明显。这其实可以在日常的经济往来中得到证实, 比如:昆明市区和楚雄市区之间的距离只有180公里左右, 但是两地之间通勤时间却在三个半小时以上, 极大限制了两地的经济往来。
为了建立真正的滇中经济圈, 作者在此提出两个建议。首先滇中城市之间加强经济往来, 应该从交通入手, 建设滇中城市之间的高速铁路必须尽早提上日程。其次, 滇中城市之间应该相互让利, 排除政治权利得失顾虑, 真正实现城市的一体化。
参考文献
[1]Bayonmi, Lipworth Japanese Foreign Direct Invest ment and Re-gional Trade[Z].I MF Working Paper WP, 1997.
[2]踪家峰, 刘姗姗.基于协整与Granger因果分析的地区一体化进程研究——以京津冀和长三角为例[J].地域研究与开发, 2008, (2) .
滇中城市群 篇2
滇中地区秋季花椰菜品种比较试验
在昆明市海拔1 920 m的试验地安排6个花椰菜品种进行品比试验.试验结果表明,白阳、赛白80两个品种花球洁白,球形规正,适宜滇中地区作秋季栽培.
作 者：龚亚菊 鲍锐 黎志彬 黄文静 李青云 刘发伦 钟利 作者单位：龚亚菊,鲍锐,黎志彬,黄文静,钟利(云南省农业科学院园艺作物研究所,云南昆明,650205)李青云,刘发伦(云南省通海县经济作物工作站)
刊 名：长江蔬菜 PKU英文刊名：JOURNAL OF CHANGJIANG VEGETABLES 年，卷(期)： “”(4) 分类号： 关键词：花椰菜 品种比较试验 滇中地区“滇中粮仓”的农家乐 篇3
可别小看了这些小“处方”，过去，采用传统的播种方式，秧不壮，抗逆性也不强。自从有了农科人员的指导，村民在自家田里大面积推广了水稻壮秧剂，秧的长度、高度和普通的差不多，但是秧苗素质比原来好得多，表现出秧分得更多，原来播种一亩地要50公斤种子，现在40公斤就够了。
宜良县科协主席张兆刚告诉记者，素有“滇中粮仓”之称的宜良县自然要把科普惠农放在重要的位置。他说，为了把技术带到农民家中，宜良县积极组织农科人员深入一线，分类型、分作物、分季节地完成了田间技术培训，并利用农业科技直通车、农业科技队伍网络等形式，送科技进村入户。
据了解，目前，宜良县全县7个乡镇都成立了科协组织，配备了科协专干，各村组均设有科普小组，农民科普队伍由科技示范户、科技带头人、科普宣传员、致富带头人等组成，所有乡镇都建有农村专业技术协会。农函大、农广校、成技校等机构在农民科技培训中的作用也不容小视。
“宜良县科普惠农最突出的成果之一就是培育了创新主体和特色产业。”张兆刚表示。提到宜良，去过云南旅行的朋友肯定对这个昆明的卫星城不陌生，因为那里还是一个闻名遐迩的花乡。
如今，宜良花卉产业已经从传统的生产茶花、桂花、白兰花、云南樱花等少量品种和原有的小作坊式生产，转变为多品种、多规模的大批量商品化生产。目前该县花卉苗木总面积3万多亩，年产值达2.3亿元，从业人员5万多人，种植品种近2000余种。
宜良县花卉协会会长曹忠告诉记者，这正是坚持“科技强花”的结果。“我们积极引进名、特、优、新品种，实行工厂化育苗、科学化管理、精品化产出、品牌化经营，先后对200余种云南滇西、滇中、滇南等地的野生乡土花卉及绿化树种进行引种、试验、繁育，目前已有150余种花卉苗木品种繁育成功。”曹钟表示，其中尤以三角梅最具代表性，目前全县已有11个色系16个品种400万盆左右，每年销往全国各地100～200车。
为了提升花农的科学素质，宜良县花卉协会还与省市花协、大专院校、科研院所联系，邀请专家前来授课，并且组织花农参加每年5、6月份举行的端阳花街节，打开花农视野。在曹忠看来，这已经成为了花农与企业、专家学习交流的平台。
此外，花协还配合农函大等进行花卉实用技术培训，每年的云南特色花卉培训3～5期，科普讲座2～3次，每次听讲人员均在1600～2000人次。而就在宜良的科普惠农服务站，科普图书、电脑一应俱全，曹忠表示，这为花农开展信息技术交流、学习科技文化提供了必要的空间。
事实上，宜良还拥有“鱼米之乡”、“烤鸭之乡”等美誉，除了在花卉苗木引种驯化方面积极引领产业发展，在引进实施鸭病综合防治、优质稻生产、板栗保鲜加工技术开发、测土配方施肥、优良品种繁育、无公害蔬菜生产、胚芽米加工开发等新技术新项目方面也都取得了较大突破。
宜良县位于云南省中部，距云南省会昆明市区45公里。
全县国土总面积1913.68平方公里，辖5镇2乡，县城常住人口11万人， 总人口42.25万人。
滇中城市群 篇4
共生理论因其深刻的内涵具有广泛的适用性,共生的思想和研究范式逐渐扩展到城市研究中,源自生态学的共生理论贴切地解释了城市间的关系和相互作用。关于城市共生的研究不多,涉及共生模式的研究主要有两类:一是基础研究类,界定城市共生的基本概念和原理。不同学者对城市共生模式的理解不同:陈绍愿[1,2]等将城市间的关系分为竞争、寄生、共生和捕食几种,并对城市共生发生的条件、行为模式与基本效应进行了研究;曾鹏[3]将城市间的关系分为“寄生”和“共生”两种模式;马远军等[4]认为,在城市群演化中城市间主要存在竞争与共生两种作用;冷志明[5]认为,我国主要存在对称互惠共生下的一体化共生等三种共生类型。二是实证研究类,主要运用共生思想从全新角度解释经济现象。不同学者关注的地域范围不同,他们分别对武陵山区[6]、金华城镇群[7]、武汉城市圈[8]、“泛珠三角”区域[9]和东中西三大区域[10]进行了研究。共生模式(共生关系)是共生理论的关键,城市共生的演变主要体现在城市共生关系的演化方面。上述研究都不同程度地涉及到了城市的共生模式,但对共生关系研究都不够系统深入,且多是定性描述特征和主观判断,缺乏量化分析,说服力不足。
本文依据对共生定义的外延,将共生分为广义共生与狭义共生,并以广义共生为基础重新定义了城市的共生关系,运用引力模型和欧氏距离模型为城市共生关系的判别提供量化分析。本文以我国滇中城市群为例示范新的研究范式,判断城市群内部的共生水平和共生模式,揭示滇中地区城市群共生的演化,以期为滇中地区协调发展策略的制定提供科学依据。另一方面,学者们很早就注意到区域经济联系和地缘经济关系的联系,对两者的匹配进行了研究[11,12,13,14],但这些研究缺乏将两者统一的理论框架,共生理论以全新的视角将两者有机地结合在一起,以利于更加系统全面地判别城市间的关系。
2 城市共生的理论界定
2.1 广义共生与狭义共生
生物学家德贝里首次定义“共生”为不同种属按某种物质联系生活在一起[15],也有生物学家认为只有互利关系才算是共生。为了区分这两种不同的定义,本文定义前者为广义共生,后者定义为狭义共生。经济学上的共生是指经济主体之间存续性的物质联系[16],联系是客观存在的,它对经济主体的作用有正向和反向之分。从这个角度来看,城市共生中的“共生”应是广义共生,而目前城市共生研究中并未明确区分两者,多数研究是以狭义共生为基础的。相应地,后续关于城市共生模式的界定也忽略了共生的反向作用。城市共生模式的不同界定源自对共生定义的分歧,本文讨论的城市共生模式是建立在广义共生基础之上的。广义共生并不排斥竞争,竞争和合作都是联系的一种形式,在共生中都具有不可替代的作用。共生单元间既斗争又合作,在竞争合作机制的驱动下相互促进、相互激发,自我完善、自行趋优,不断提高自身的复杂度和精细度[17]。
2.2 城市共生的基本概念
城市共生以城市为基本单元,城市的质参量(如GDP、人口、产业等)决定了城市的内在性质和特征,也是形成共生关系的基础;城市共生环境囊括了影响共生的城市之外的其他因素,共生模式是在共生环境中形成和演化的,外部的共生环境对共生模式的作用主要是间接的;城市共生界面是对城市之间相互作用的中介,对共生模式有直接影响;城市共生模式即城市之间相互作用的方式,决定了城市间的共生关系,城市共生的演变主要体现在城市间关系与联系的变化方面。城市共生模式是以城市本身禀赋为基础的,同时受到共生界面的直接影响和外部共生环境的间接影响,总体上反映了城市间联系与作用的性质和强度,是多种因素复杂作用的结果。城市共生模式可进一步划分为城市共生的组织模式与城市共生的行为模式两种,前者反映了城市间相互作用的大小和强度,后者反映了城市相互作用的方式和性质,两者共同构成了完整的共生关系。
2.3 城市共生组织模式
在城市共生中,无论何时正向作用与反向作用都是同时存在的,城市共生组织模式不区分两者,强调的是作用的强度和大小。按照组织程度,袁纯清[18]将共生组织模式分为点共生、间歇共生、连续共生和一体化共生四种。本文沿用此分类,需要强调的是组织模式也是以广义共生为基础的,因此并不区分正向作用和负向作用,而主要关注的是相互作用“绝对值”的大小和强度。
点共生模式:点共生模式是指在某一时刻或某一方面两个城市间偶然发生一次相互作用和联系。这种联系与相互作用具有不稳定性、不连续性和随机性,需要的共生介质较单一,共生界面也不稳定,界面阻尼系数一般较大。点共生模式是组织水平最低的共生,要求较低,一个城市可与很多城市发生点共生关系,点共生专一性水平低。
间歇共生模式:间歇共生模式是指在一段时间内的某一方面或几个方面,城市间存在多次的相互作用。从某种意义上说,间歇共生模式是多个点共生模式的集合,间歇共生模式下城市间的联系和作用频率增加,作用内容也多样化,可能存在物质、信息、资金、人员等某几个方面的交流。间歇共生形成具有一定的选择性和必然性,阻尼系数比点共生低,共生界面也具有一定的稳定性,共生专一水平提高。
连续共生模式:连续共生模式是指城市间在多个方面存在连续的相互作用。连续共生与间歇共生模式相比,城市间的相互作用更加频繁多样,需要的共生介质更多样化,对共生介质利用也更加充分,共生界面起作用的时间延长,阻尼系数更低,也更加稳定。连续共生属于较高水平的共生,连续共生的选择性和必然性成分增大,随机性成分减小,共生的专一性水平也随之提高。
一体化共生模式:城市间的共生进一步演化,相互间的作用内生化,城市在某种程度上合二为一,“都市连绵区”就是城市一体化共生的代表。一体化共生下,城市间全方位交流互动,介质多元化,共生界面非常稳定,阻尼系数很小。一体化共生对共生单元、共生介质、共生界面有很高的要求,一体化共生关系的形成具有内在的必然性。
四种共生组织模式需要的条件依次提高,因此呈点共生关系的配对城市最多,其次为间歇共生和连续共生,一体化共生最少,数量分布总体上呈“金字塔状”。具体到单个共生关系,共生的组织程度不是一成不变的,一般的演化规律是从点共生到一体化共生,城市间信息、物质和能量的交流越来越充分,多层次交流要求共生介质也需要多样化,频繁的作用降低了共生的阻尼系数,共生界面越来越稳定,共生专一性不断提高,共生对城市的影响越来越大。
2.4 城市共生行为模式
城市共生行为模式反映了城市间相互作用的方式和性质。袁纯清[18]将共生行为模式分为寄生、偏利共生、非对称互惠共生和对称互惠共生。这种分类建立在狭义共生的基础之上,忽略了城市共生中普遍存在的反向共生现象,在城市共生中城市间的相互作用方式是多样的,竞争和合作同时存在,狭义共生是人为地将共生割裂开来。
本文以广义共生为基础,按作用方向重新对共生的行为模式进行分类。由于两种作用同时存在,本文关注于净作用或总体作用。就总体来说,共生单元A对共生单元B有正向作用,用“+”表示,“-”表示反向作用,“0”表示总体作用方向不明确。参照美国微生物学家Margulis L的分类,依据相互作用的性质,分为以下六种行为关系:①偏利共生。共生关系对其中一方共生单元有益,对另一方影响作用的方向不明显(+0)。②偏害共生。共生关系对其中一方共生单元有害,对另一方的作用方向不明显(-0)。③寄生。共生中一方获利,而对另一方有害(+-)。④无关共生。共生关系对双方作用方向总体不明显(00)。⑤竞争共生。双方都受损(--)。⑥互利共生。共生双方都得到好处(++)。
表1包含了两个城市间全部可能的共生行为模式,说明了共生行为模式演化的可能路径。在理想状况下,共生行为模式的优化方向是向左向上演化,但具体演化路径有所不同,如无关共生到互惠共生最少有两条路径,竞争共生到互惠共生至少有六条路径。
3 城市共生模式的实证分析
城市间特别是相邻城市间的相互作用是一种共生现象。在共生理论引入到研究城市以前,空间相互作用理论是研究城市共生现象的主要方法,两者分别从不同角度对城市间的相互作用进行了阐释,对共生模式的判别可使用空间相互作用理论模型。本文以我国滇中城市群为例,判别其内部的共生模式。
3.1 城市共生组织模式与引力模型
共生组织模式受到多种因素的影响,共生单元是共生模式的基础,共生模式与共生单元本身的质参量有关,而共生介质作为相互作用的介质,也会直接影响到共生组织模式。在空间相互作用理论中,引力模型是描述城市间相互作用强度的经典模型,既包含城市人口、GDP、产业等质参量指标,也包含距离等共生介质指标,这与共生理论是高度吻合的,因此可以通过引力模型估算共生组织模式。本文采用修改后的引力模型为:
式中,i和j为城市序号;Rij为城市间的经济联系强度;Dij为两市的公路距离;Gi和Gj为两地的市区生产总值;Pi和Pj分别为两地的市区非农业人口数;Iij为克鲁格曼指数,克鲁格曼指数经计算得到。其他数据来源于历年的《云南统计年鉴》和《中国公路里程手册》,计算结果见表2。
参照丁洪建[19]等划分经济联系强度的标准,同时参考其他发育程度各异的城市群,按照经济联系强度可划分为以下几个等级:①一体化共生模式,联系量>100亿元·万人/km2;②连续共生模式,联系量为10—100亿元·万人/km2;③间歇共生模式,联系量为1—10亿元·万人/km2;④点共生模式,联系量<1亿元·万人/km2。根据上述标准,一般可判断六对城市的共生组织模式。
滇中城市群内部中心城市与次级城市的共生组织程度相对较高,处于或接近间歇共生模式,而且发育较快;次级城市之间共生组织程度较低,处于最低的点共生模式,发育缓慢。总体来看,滇中城市群处于快速发育阶段,内部各城市共生组织程度较低,城市间交流互动较少,相互作用不稳定,随机成分较大,共生专一性较低,共进化作用不明显。滇中城市群共生组织程度较低主要有两个原因:一是各城市质参量指标(人口、GDP、产业)水平较低,特别是三个次级城市,市区吸纳的人口偏少,GDP水平较低,普遍缺乏对外服务能力;二是城市间分工不明确,克鲁格曼指数偏低,进一步削弱了共生组织水平。
3.2 城市共生行为模式与欧式距离
城市共生行为模式反映城市间相互作用的方式与性质,这主要由两个城市本身禀赋和特性决定,正向作用在城市共生中主要体现为互补关系,负向作用主要体现为竞争关系。竞争关系是因为地区之间在经济结构、资源结构和地形结构上的相似性而引起的;互补关系是由地区之间在经济结构、资源结构和地形结构上的差异性而引起的[20]。因此,共生行为模式可间接通过城市相似性与差异性判定。欧式距离法采用距离衡量相似性,距离越小,相似性越高,潜在竞争的可能性越大;反之,潜在的互补性越大。因此,城市共生行为模式的判别可使用欧氏距离法。
选取评价指标:城市作为共生的基本单元,既是“生产者”,要争夺人才、资金等要素生产商品,又是“消费者”,要抢占市场以输出商品,要素和商品的流动一般是效率高的地区向效率低地区流动,要素和商品流动是城市间相互作用的结果,因此可通过测度要素和商品的流动整体反映城市的相似性和共生行为模式。本文采用X、Y、Z反映要素或商品的流动性:X=城市资本形成总额/城市当年GDP,反映了资本的余缺或者资本转换率的高低;Y=城市第二、三产业产值之和/城市当年GDP,Y表示共生单元的工业化水平和劳动效率的高低;Z=城市第一产业总产值/城市第二产业总产值,说明了共生单元的商品输出能力。
数据标准化处理:根据式(2)对X进行标准化处理得到x、y、z的计算方法与式(3)相似。
式中,n为样本个数;为各指标的平均值;Sx为X的标准差。
欧氏距离计算及其标准化:运用欧氏距离公式计算两个城市间的距离值,则某一城市i与选定城市的欧式距离的计算公式为:
式中,i代表城市序号;xi、yi、zi分别表示i城市X、Y、Z指标的标准化值;x0、y0、z0分别代表基准城市的相应指标。进一步根据式(4),对欧氏距离值进行标准化处理:
式中,n为各系列数据的样本个数;Di是以i城市为中心的所有欧氏距离的平均值;Si为以i城市为中心的所有欧氏距离的标准差。
测算结果:Di′越大说明互补性越强,越小说明竞争性越强。欧氏距离测算结果见表3。当Di′≥0.5时,我们认为某城市对另一城市有正向作用,用“+”表示;当Di′≤-0.5时,存在某城市对另一城市有反向作用,用“-”号表示;当-0.5<Di′<0.5时,作用方向不确定,用“0”表示。结合表1,根据表3的数据,确定滇中城市群内部共生行为模式。
在六对共生关系中,有三对共生行为模式没有发生变化(表4):昆明与楚雄、曲靖与楚雄以及玉溪与楚雄。共生行为模式较稳定的主要原因在于城市本身的禀赋稳定,在城市发展初期,禀赋对城市的影响非常大,城市通常优先发展具有资源优势的产业。人口禀赋决定城市劳动力,当禀赋在共生行为模式中起主导作用时,共生行为模式就相对稳定。特别是互利共生和竞争共生,通常这两种共生行为模式较稳定。因为这两种模式的形成具有一定的选择性和必然性,只有共生单元非常相似或差异非常大才有有可能形成潜在的竞争关系。以昆明和楚雄组合为例,昆明是云南省最发达的城市,而楚雄是滇中地区欠发达的城市,两个城市资源禀赋、产业结构差距较大,互补性非常强,所以昆明和楚雄的互利共生关系较稳定;而同为次级城市的曲靖和楚雄,资源禀赋类似,产业结构最相似,都以工业为主,主导产业也有较高的重合度,两者的定位也有重合,因此两者的竞争共生关系仍将持续下去。此外,三对较稳定的组合中都有楚雄,原因在于楚雄是滇中地区发展滞后的地区,所以与其相关的共生模式也较稳定。
剩下的三组分别为昆明与曲靖、昆明与玉溪、曲靖与玉溪,这三个地区发展较快,三者之间的共生行为模式发生了一定的变化。2013年昆明与曲靖的共生模式由寄生变为偏利共生。具体而言,随着昆明经济实力的增强,扩散效应越来越明显,对曲靖的正向促进作用加强。随着曲靖的发展,对昆明构成一定的竞争,但有下降趋势;昆明与玉溪总体是偏害共生,但需要注意的趋势是,昆明对玉溪的作用有正向发展趋势,从2010年的0.13逐年上升到2014年0.78,说明昆明作为中心城市的扩散效应显现,对玉溪的辐射促进作用增强,两者关系由偏害共生发展到寄生。曲靖与玉溪,两者行为模式由寄生到偏害共生,是六对共生关系中共生行为模式唯一反向演化的一对。
中心城市昆明对次级城市的辐射促进作用逐渐增强,扩散效应开始显现,中心城市与次级城市的关系呈现良性发展的趋势;次级城市间的共生关系总体上是不理想的,唯一呈现偏利共生关系的玉溪与楚雄,其互补性在下降,次级城市都到了加速发展阶段,且定位模糊、竞争加剧,次级城市间共生关系有可能会继续恶化;楚雄与周边城市的共生关系相对良好,但发展相对落后。
4 结论与讨论
4.1 结论
滇中城市群内部共生组织水平低,所有城市组合都处于点共生和间歇共生两个最低阶段。行为模式情况分为两个方面,城市群内部中心城市与次级城市的共生行为关系有优化的趋势,而次级城市之间共生行为关系有恶化的趋势。整体来说,滇中城市群处于发育初期,共生组织水平较低,城市功能定位不清晰和发展方向不明确,城市的相对关系和位置仍在缓慢变化,所以行为模式不稳定。
4.2 讨论
滇中城市群 篇5
近年来,对于经济发展质量和经济增长质量的研究越来越多,从研究定义上来看,这里的增长跟发展类似,都是从综合的角度来分析经济发展和经济增长的内涵,且从对概念的理解之上来构建的评价指标也基本相同。冷崇总(2008)从经济发展的创新性、分享性、有效性和稳定性等方面来理解经济发展的质量,并选取了近21个指标对其进行测评[1];田钊平(2011)从经济总量的增长、经济结构的优化以及居民生活质量等方面考虑经济发展质量指标体系的构建[2];魏博通、王圣云(2012)从居民生活、环保发展、经济发展、教育发展及技术发展等五个水平构建了经济发展质量的评价标准[3];张士杰、陈洁(2014)运用熵值法从经济增长、结构、可持续和分享四大方面构建相应指标对安徽省进行了分析评价[4];黄启明、曹发辉(2015)从增长质量、民生质量、结构质量以及环境质量四个方面构建经济发展质量指标体系[5]。总体而言,虽然各个学者从不同角度对经济发展质量进行了定义,并以此建立起了各类的评价指标体系,但从具体的指标类型来看,一般多为选取反映经济发展的效益及效率、经济结构的转变及可持续等方面的指标,体现出整体趋同的特征。对研究区域而言,主要集中于东中部地区,且研究对象多为省市一级,从县域经济角度进行的研究较少。结合相关的研究成果,本文认为,经济发展质量应该从三个方面来体现:一是经济增长的持续稳定;二是经济结构的不断优化;三是居民生活质量水平的不断提高。
县域经济是国民经济的基本单元,具有完整的经济体系,发展县域经济,是促进区域发展的最有效途径。基于已有的研究成果,本文以滇中城市群为研究区域,以县域为单元的评价对象,运用层次分析法,结合Arcgis的空间统计分析,对近十年来滇中城市群42个县(市区)的经济发展质量进行评价,并对区域差异的时空变化趋势进行探讨,旨在优化经济空间格局,为促进滇中城市群经济的发展质量提供参考依据。
一、研究区域及研究方法
1、研究区域概况
滇中城市群位于云南省的中部,是以昆明市为核心,包括玉溪市、曲靖市和楚雄彝族自治州四个州市所辖的行政区范围,总规划面积9.6万平方公里。滇中城市群作为云南省经济发展的核心区域,有着很强的区域优势。2013年,滇中城市群GDP总量为6734.22亿元,占全省GDP总量的57.45%,因此,滇中城市群是云南省经济发展的核心增长极。尽管滇中城市群的经济发展在全省中处于优势地位,但从城市群本身发展的角度而言,存在着区域内的差异大,发展不协调等问题。本文以滇中城市群2004年、2007年、2010年和2013年统计数据为基础,分析近10年来滇中城市群42个县(市区)经济发展质量的区域差异时空演变规律,为调节区域的平衡稳定发展,提高滇中城市群经济发展质量提供了决策意见。
2、研究方法
(1)层次分析法。其是一种实用的多方案或多目标的决策方法,通过将多目标决策问题作为一个系统,建立层次结构模型,构造判断矩阵,求出其最大特征值,即为权重值,并通过一致性检验。本文旨在通过层次分析法确定各准则层和子准则层的权重,权重越大,该指标的重要性越大[6],以此计算经济发展质量的综合得分。
(2)全局空间自相关。其是研究一些变量在一定空间范围内的观测数据之间的相互依赖性,可以通过全局空间自相关系数来反映整个研究区域观测数据的分布模式。通常用Moran指数I来表示,全局Moran指数I的计算方法如下:
式中:;n为空间单元的数量;Xi和Xj表示某属性特征X分别在空间单元i和j上的观测值;Wij代表空间权重矩阵。
Moran指数I的取值范围为-1至1,越接近-1表示相异属性集聚。越接近1表示相似属性集聚,接近0则表明不存在空间相关性,即随机分布。
(3)局部空间自相关。其是计算每个空间单元与相邻单元之间的某一属性的相关特征,反映的是整体中局部单元之间的空间关联模式。局部Moran指数I的计算公式如下:
(注:数据来源:人均GDP、第二产业增加值率等基础数据来源于2005—2014年《云南省统计年鉴》和各市州的统计年鉴;其余数据如投资效率则根据基础数据运用公式计算得到。)
局部Moran指数I的大小反映了空间单元周围相似性或非相似性的空间聚集特征,并通过Moran显著性地图将研究区域划分为高—高、低—低、高—低、低—高四种局部空间自相关类型[7]。
二、近10年来滇中城市群42县(市区)经济发展质量评价
1、评价指标体系和权重确定
本文依据田钊平(2011)对经济发展质量内涵理解的基础上,按照指标选取的综合性、整体性、可量比性等原则,基于县域单元统计数据的来源与可取性,分别从经济增长、经济结构和居民生活质量三个方面,选取了8个指标,构建出经济发展质量综合评价指标体系(见表1),力求较为全面准确地反映区域经济发展质量。运用层次分析法的方法,确定准则层及子准则层的权重值(见表2),并通过一致性检验。
2、计算结果及分析
指标体系构建后,首先是对基础数据的处理,其中以城乡居民收入比和经济增长波动率为逆向指标,其余均为正向指标。然后对逆向指标正向处理,最后全部进行标准化,得到的数据运用简单加权求和,得出四个年份42县(市区)经济发展质量的综合得分。从表3中可以看出,42个县(市区)经济发展质量平均值从2004年的0.36增加到2013年的0.46,增加了28%,表明滇中城市群经济发展质量在这一时期得到了一定的提高。同时,标准差由2004年的0.079增加到2013年的0.095,反映出滇中城市群各县(市区)之间经济发展质量的相对差异在拉大。
同时,将滇中城市群经济发展质量的得分划分为四个等级,分别为低等(小于0.35)、中低等(0.35—0.5)、中高等(0.5—0.65)、高等(大于0.65)。从表4中可以看出,经过近十年的发展,滇中城市群经济发展质量不断提高,在早期以低等和中低等为主,到2013年则无低等类型,同时高等类型由0个增加到3个,在区域内起到核心增长点的作用。
综上所述,滇中城市群经济发展质量得到不断提高,增长较明显,但区域内各县市的差异则在不断增加,说明中高等及高等地区经济发展质量达到相对较高水平,而中低等地区仍有很大的发展空间,区域内协调平衡发展的关键在于加快中低等地区经济发展质量。
三、滇中城市群经济发展质量的空间格局分析
以滇中城市群42个县(市区)的区域单元为空间数据,应用Arcgis软件对图像数据进行矢量化处理和属性赋值,把42个县(市区)的经济发展质量综合得分作为属性来进行全局自相关和局部自相关分析。
1、全局空间自相关分析
依据公式(1),计算得到2004年、2007年、2010年和2013年的全局Moran's I,并计算其检验的标准化统计量。从表5中可以看出,2004—2013年的I值均大于0,检验结果均通过5%的显著性检验,说明经济发展质量的空间相关性是高度显著的,显现出集聚特性。另外,2004—2010年,全局Moran's I值虽有下降的趋势,但2010—2013年全局Moran's I又开始呈现出上升的趋势。表明经济发展质量的集聚特性呈先下降后上升的趋势。因此,滇中城市群还需不断增强集聚性,培育核心县城,并扩大集聚效应。
2、局部空间自相关分析
全局统计量虽反映了滇中城市群经济发展质量空间自相关的平均情况,但反映不出各县市内部的空间关系,因此,进一步运用局部空间自相关系数测算区域内各县市经济发展质量之间的空间相关性。通过Arcgis软件对滇中城市群2004年、2007年、2010年和2013年经济发展质量的局部Moran's I值及其显著性,绘制出局部空间自相关集聚类型的LISA集聚图(见图1)。
从图1中可以判断,四个年份中,滇中城市群经济发展质量的整体格局变化不大,年际变化如下。
(1)2004—2013年,高—高型的县(市区)由7个减少到6个,中间经历了增加到减少的过程。这一时期,五华区、西山区、官渡区、安宁市一直都是高—高型的县(市区),说明这些县域自身经济发展质量较高,且其周边县域的经济发展质量也较高,县域之间的空间差异程度较小。这些区域主要集中于昆明市中心城区及附近的县域。从其整个变化过程也可以看出,在经济发展质量整体不太高的时期,形成了较大的集聚区,而随着县域经济的不断发展,差异越来越明显,因此也体现出高—高型的县(市区)数量在减少。从区域分布来看,经济发展质量较集中于昆明、玉溪两地,楚雄和曲靖相对较弱,这将是未来发展经济质量的重点区域。
(2)2004—2013年,低—低型的县(市区)由两个减少到无。属于低—低型的县域有禄劝县、东川区和大姚县。相较于高—高型,低—低型的县(市区)数量少,而且随着时间的推移,到2013年已经无低—低型。属于低—低型的禄劝县和东川区以及大姚县都是位于滇中城市群的最外围,这也是引起县域呈现如此特征的原因,因距离核心区域较远,地理条件限制等原因使其经济发展质量较低。
(3)其他类型的区域如低—高区在2010年出现,为江川县。表明这一时期,江川县的经济发展质量比周围县域要低。除了以上的类型外,其它以无明显相关性为主。
整体看来,滇中城市群基本已经形成了以昆明市区及周边县域为核心的增长区域,周边地区以红塔区附近县域的增长趋势最为明显,而楚雄州和曲靖市的各县域还未形成集聚区域。未来应该要不断加强以昆明、玉溪两地的辐射带动作用,不断缩小县域经济发展质量的差异,促进区域的协调发展。
四、结论与对策
通过对影响经济发展质量的8个指标运用层次分析法,得出2004—2013年滇中城市群各县(市区)的经济发展质量的综合得分,以此作为分析滇中城市群经济发展质量空间差异分析的主要依据。分析结果表明,滇中城市群经济发展质量在不断提高,但县域之间的差异在不断加大。同时,运用Arcgis软件的空间分析方法,发现滇中城市群经济发展质量在空间上表现出较为明显的集聚性,但集聚特性呈现出先减少后增加的趋势,另外,对局部空间自相关的分析表明,滇中城市群已基本形成以昆明市区及周边县域为核心的集聚区域。
滇中城市群作为云南地区经济发展的核心区域,经济发展质量呈现出较明显的集聚特性,这对于城市群的发展而言是有利的。通过对经济发展质量的时间和空间差异分析,表明滇中城市群已经进入了较高经济发展质量的快速发展时期。因此,一定时期内县域经济发展质量的差异仍会加大,在未来时期,应该找寻差异化的发展对策,不断强化以昆明为核心的增长极,加强其辐射带动效应,形成以昆明为核心,向外不断扩散的圈层发展框架,不断提高经济发展质量,以此来促进整个区域及云南省的经济发展。
参考文献
[1]冷崇总:构建经济发展质量评价指标体系[J].宏观经济管理,2008(4).
[2]田钊平:民族地区经济发展质量评价体系的构建及应用——基于恩施州与湖北省的对比分析[J].三峡论坛,2011(5).
[3]魏博通、王圣云:中部六省经济发展质量的综合评价与比较分析[J].湖北社会科学,2012(12).
[4]张士杰、陈洁:安徽省经济发展质量评价及时空演化[J].合肥学院学报(社会科学版),2014(1).
[5]黄启明、曹发辉:环渤海地区各省市经济发展质量综合分析[J].现代商贸工业,2015(3).
[6]何娇:云南省经济发展质量的区域差异时空分析[J].云南农业大学学报,2014(6).
[7]杨成凤、韩会然、李伟等:四川省人口分布的时空演化特征研究[J].经济地理,2014(7).
[8]韩士元:城市经济发展质量探析[J].天津社会科学,2005(5).
滇中城市群 篇6
关键词：滇中城市群,外向型经济,战略选择
外向型经济是第二次世界大战后西方经济学家在研究一些国家发展经济的成功经验中提出的。它是指以国际市场需求为导向，通过对外贸易活动来引导和带动国民经济发展的开放性经济，其核心内容是对外贸易和利用外资。在经济全球化的今天, 外向型经济发展的程度已经成为衡量一个地区经济发展水平的重要标志。改革开放以来，随着中国对外开放政策从沿海向中西部地区的梯度推进，云南省尤其是滇中地区加快了对外开放的步伐。然而，与全国平均水平及发达省区相比，仍存在较大的差距。因此, 通过对滇中城市群外向度的衡量，对于促进今后该地区经济持续、快速、健康发展, 具有十分重要的意义。
一、外向型经济的判别方法
一般说来，衡量城市的经济外向度主要有两种方法：一是单项指标分析法，另一个是综合指标测算法。
单项指标分析法就是用某一项经济指标来衡量经济的外向程度。大多数是由国际贸易额、出口额和利用外资额等指标组成，是影响一个地区外向经济发展程度的主要因素。在此基础上计算出外向经济依存度，分别是外贸依存度(T)、出口依存度(E)、外资依存度(FDI)以及外资出口贡献率(FDIE)等四部分组成。
但是，单纯采用外贸依存度等单项指标来衡量经济外向度具有一些缺陷：主要是因为外贸依存度的大小与一个地区的国土面积和经济总量有着密切的联系。一般情况下，其他条件不变，一个国家或地区的国土面积和经济总量规模越大，其外贸依存度就相对越小。如美国的外贸依存度就远远低于日本。另一方面，经济外向性是综合性的，它表现在进出口贸易、对外投资、外资进入、外商投资等诸多方面。一些国家或地区的外贸依存度较高，而另一些国家或地区的外资依存度较高。因此，采用外贸依存度等单项指标并不能较全面地反映一个国家或地区的经济外向程度。
综合指标分析法，是选择若干从各个侧面反映经济外向度的指标，根据所选指标在衡量外向度中的重要性确定其权重，然后在加权的基础上计算出一国或某一地区的综合外向度。综合指标测算相对单项指标衡量较为准确全面，但是区分度不大。在本文的研究中，将分别采用单项指标和综合指标体系法对滇中城市群的外向度进行测算。所采用的指标主要包括外贸依存度、出口依存度、外资依存度以及外资出口贡献率等四项国际上较为常用指标。
二、滇中城市群外向型经济依存度比较
1、单项比较
衡量一国或地区外向经济发展程度的主要指标是外贸依存度、出口依存度、外资依存度和外资出口贡献率，它们反映一个国家或一个地区参与国际经济活动的水平，或本国或本地
区经济发展对外向经济活动的依赖程度。指标计算公式是：
通过对滇中城市群与全国主要外向经济依存度指标进行比较。(见表1)
资料来源：2003——2008中国统计年鉴和云南省统计年鉴汇率换算为当年平均汇率
2、综合测算
为了综合测算滇中城市群外向经济发展程度，并与全国相比，从科学性和可操作性原则出发，建立以下测度外向经济综合依存度的数学模型：
权重的确定主要采取经验判断的方式。进出口贸易和利用外资是中国区域和城市经济融入国际经济的主要方式，二者为推动区域外向型经济的发展都起到了重要的作用。因此，在分析中假定二者的权重大体相同，均赋值为0.5。其中，进出口贸易的分项指标贸易依存度(T)赋予权重0.3，而出口依存度(E)为0.2;利用外资的分项指标外资依存度(FDI)赋予权重0.3，而外资出口贡献率(FDIE)的权重为0.2。由此，可以得出一个衡量经济外向度的综合指数K，即一地方的经济外向度。该指数数值越大，说明城市的外向度就越高，反之，指标值越小，则说明城市的外向度越低。
利用上述外向经济综合依存度测度模型，对滇中城市群和全国平均水平外向经济综合依存度进行比较测算，(见表2)
资料来源：2003——2008中国统计年鉴和云南省统计年鉴汇率换算为当年平均汇率
三、滇中城市群外向型经济分析
从滇中城市群和全国平均单项指标统计可以看出，从2003—2008年间，滇中城市群外贸依存度、出口依存度、外资依存度和外资出口贡献率都有了一定幅度的增长，为本区的经济持续较快发展起了较大的推动作用，但增长幅度不大，甚至还有下滑的几个阶段。与全国平均相比，仍存在着成倍的差距，更远落后于东部地，所以影响到滇中地区的进一步发展。
从综合指标测算来看，国际上通常把外向度指数大于0.9的地区成为高度外向型城市，0.3364—0.9的地区定为中等外向型城市，小于0.3364的地区定为低度外向型城市。滇中城市群平均指数也落后于全国值，属于低度外向型城市群。
从以上分析可以看出，尽管对外开放已在全国范围内展开，但由于“区域性自我积累机制”的作用，滇中城市群对外开放水平仍很低，外贸依存度、出口依存度和外资依存度与全国平均水平相比差距较大，近几年以来，滇中城市群加快了投资，滇中城市群经济总量初具规模;同时拉动了消费，但是带动经济发展的另一大因素进出口却相对滞后，利用外资总量也相对较低，外向经济发展滞后己成为制约滇中城市群经济进一步发展的关键因素。反过来看，这也表明滇中城市群未来外向型经济具有较大的发展空间和机遇。若能抓住机遇，有效地提高本地区主要外向经济依存度的水平，尽快缩小与全国平均水平的差距，带动经济的发展。同时，还必须保持外向经济持续、稳定地发展。要积极参与全球化分工, 以分享全球化的利益。改善投资环境, 把握全球经济结构调整、发达国家向发展中国家产业转移的机会, 采取有效措施不断吸收国际资本、产业、技术、人员向云南流动, 以推进云南产业结构升级, 提高经济效益, 从而推动经济发展和缩小与发达地区的差距。
四、推进滇中城市群经济外向发展的战略选择
1、发挥区位优势, 大力发展对外贸易
滇中城市群依托“东连黔桂通沿海，北经川渝进中原，南下越老达泰柬，西接缅甸连印巴”的独特区位优势，应更积极融入东盟“10+1”自由贸易经济圈、大湄公河次区域经济合作圈、孟中印缅地区经济合作圈和“泛珠三角”区域经济合作圈。
2009年7月胡锦涛总书记视察云南时强调“要充分发挥云南作为我国通往东南亚、南亚重要陆上通道的优势，深化同东南亚、南亚和大湄公河次区域的交流合作，不断提升沿边开放质量和水平，使云南成为我国向西南开放的重要桥头堡”。云南省有着四千余公里的边境线，今后一段时期国家及云南省将掀起推进桥头堡建设的新高潮，而滇中地区作为桥头堡的核心，要素聚集和扩散功能将不断加强，生产要素可在更大范围大规模流动，拥有更为优越的招商引资环境，要抓住有利时机，依托优越的区位因素，大力发展对外贸易，让滇中地区的外向型经济有一个巨大的跨越。
特殊的地缘环境, 丰富的自然资源, 在发展外向型经济方面具有地理区位和要素禀赋方面的比较优势。滇中四市应根据自身特点, 充分发挥各种比较优势, 进而努力转化为竞争优势, 创造外贸出口的有利条件。
云南省与几个国家接壤，经贸关系的互补性很强。应充分考虑扩大对外贸易的迫切需要，尽快建立一些国家级自由贸易区，通过进出口关税的相互减免，突破税收壁垒障碍，加大相互间的经贸开放度。这不仅可以改善与邻国的双边关系，而且有利于开辟一个更加广阔、更具活力的周边出口市场，以降低交易成本，扩大对外贸易规模。
2、优化投资环境, 积极发展出口创汇基地
创造良好的投资环境, 树立有吸引力的文明开放形象, 既是扩大对外开放、提高对外开放水平、发展外向型经济的系统性、基础性工程, 更是一项必须坚持长抓不懈的基本发展方略。改善软环境要以推动政府自身改革、转变机关作风、提高领导干部素质、打造高效服务型政府为中心, 带动广大市民形成浓厚的文明开放意识与开放氛围。建立和完善有效的政策支持体系是促进外向型经济加快发展不可或缺的重要保证。
建设出口创汇产业基地。这是发展外向型经济的重点项目。基地的建设应该是多层次的, 包括国家经营、集体经营、合作经营和外资经营等多种形式。只要产品质量好, 在国际市场上有销路, 不管谁家经营的, 都应该作为发展之列。也应该是各有关部门支持发展的重点, 当然也是银行信贷支持的重点, 特别是对传统的出口创汇产品, 更要积极支持其发展, 保住信誉, 在国际市场上站稳脚根。
3、建立健全对外贸易服务体系, 进一步扩大外贸出口规模
一是完善鼓励外贸出口的各项政策措施。进一步完善出口退税、外经贸发展基金、中小企业开拓市场基金、高新技术专项研发基金等政策促进体系。积极利用出口信贷等政策性金融, 支持企业扩大出口。大力实施名牌产品出口战略, 重点抓好云天化、云铜、云南白药、红塔山等30个出口名牌。
二是加快转变外贸增长方式。充分发挥滇中城市群比较优势, 优化出口产品结构, 运用高新技术和先进适用技术改造化工、冶金、建材、医药、食品、烟草、茶叶等传统行业, 通过技术改造和产品升级, 推进传统产业由主要依赖劳动和资源的劳动密集型、资源加工型向资源依赖度低、知识技术含量高的技术密集型、高附加值行产业转型。
三是大力实施出口市场多元化。在保持越南、印度尼西亚、泰国、缅甸、新加坡等东南亚传统市场出口优势的前提下, 积极开拓南亚、拉美、东欧等新兴市场, 拓展外经贸发展空间, 分散出口市场过于单一所带来的市场风险。
4、促进贸易和投资一体化外向型经济建设
出口导向和外资依赖型的外向型经济会导致经济对外依存度偏高, 增加了经济运行的风险, 降低了抵御国际经济波动的能力。为了保持经济维持合理的增长速度, 减轻经济对外依存度偏高, 增强经济抵御国际经济动荡的能力, 我们应该在促进对外贸易健康发展的同时, 加强对外直接投资, 通过建设贸易和投资一体化的外向型经济, 促进我国新型外向型经济的建设。
滇中城市群虽然外向型经济水平还比较低，但是要保证经济平稳健康的运行，要做到未雨绸缪。因此, 适时制定促进企业对外直接投资的政策, 形成外贸、投资多元涉外经济格局, 增强本区经济抵御国际经济动荡的能力, 势在必行。
参考文献
[1]施晓苏.中国外贸依存度分析[J].当代财经, 2001, (11) .
[2]郑旭.云南经济开放度的区域差异与外向型经济发展战略[J].学术探讨, 2006, (5)
[3]谢守红.我国中心城市外向型经济发展水平的测度与比较[J].经济地理, 2003, (2)
滇中城市群 篇7
人类发展指数是从健康长寿、教育、生活水平、三个方面衡量人类发展取得的成就。在对滇中城市群的经济社会发展特征分析之后, 不难发现滇中城市群的经济社会发展存在诸多问题。如:滇中城市群与其他城市群人文发展水平差距悬殊, 滇中城市群与京津塘、沪宁杭和珠三角城市群之间HDI指数的比较结果显示, 京津唐地区HDI指数为0.77, 沪宁杭为0.80, 珠三角为0.83, 而滇中城市群HDI指数仅为0.66, HDI指数最高的珠三角城市群比滇中城市群高25.8%;滇中城市群与云南省其他州市人文发展水平存在差距, 大理的HDI指数为0.64, 保山为0.63, 而普洱市的HDI指数为0.58, 红河州为0.56, HDI指数最低的怒江州仅为0.51, 比滇中城市群中HDI指数最高的昆明市 (0.71) 低将近40%;滇中城市群城乡人文发展水平存在差距明显, 京津塘市区HDI指数为0.83, 其辖区为0.77, 比市区低7%, 沪宁杭市区HDI指数为0.87, 辖区为0.79, 比市区低9%, 珠三角市区HDI指数为0.84, 辖区为0.79, 比市区低6%, 滇中城市群市区为0.77, 辖区为0.65, 比市区低16%, 显然, 滇中城市群城乡差距远远大于其他城市群, 要实现滇中城市群经济社会持续快速发展, 必须实施城乡一体化战略, 缩小城乡差距。
二、滇中城市群经济社会和谐发展的思路与对策
促进滇中城市群发展的主要对策有:充分发挥昆明市发展极的扩散效应;充分发挥滇中城市群的引擎作用, 带动云南省各州市经济均衡发展;逐步推进城乡一体化, 消除城乡经济社会发展水平悬殊状况。
2.1充分发挥昆明市的引擎作用, 推动滇中城市群经济持续高速发展
昆明集中了省内大部分科研力量、金融机构、工业企业和高等院校, 作为滇中城市经济圈人流、物流、信息流的中枢, 产业发展的引擎和人才供给的储备库, 是集竞争力、发展力、辐射力、带动力于一体的核心区域和“龙头”城市, 因此, 要充分发挥昆明发展极的辐射、扩散效应, 走“产业链规模经济”的道路, 使滇中各经济增长点上的发展形成规模经济, 进而缩小地区间经济发展的差距。
2.2充分发挥滇中城市群的扩散效应, 带动云南省各州市经济协调发展
云南省“十一五”规划将滇中地区的昆明、曲靖、玉溪、楚雄四个城市及其相关地区划分为优先开发区, 根据增长极理论, 在全省资源有限的情况下, 必须通过集中有限的人力、物力和财力, 在资源分配和政策投入上对滇中城市群进行倾斜, 把滇中城市群建设成为云南省经济发展的增长极, 才能带动云南省其他地州经济社会发展, 从而实现云南经济的振兴。
2.3逐步推进城乡一体化, 消除城乡经济社会发展水平悬殊状况
滇中城市群的人文发展水平低下, 与城乡经济社会发展不平衡存在着极大的相关性。这就需要实施城乡一体化战略, 通过工业支持农业、城市反哺农村, 着力形成以工促农、以城带乡的发展机制, 实现城乡互补、互促共进、协调发展和共同繁荣。要确立工业反哺农业、城市带领与帮助农村的新战略;推进农业结构战略性调整, 加快传统农业向现代农业转变;统筹城乡就业, 逐步消除农民进城就业的各种歧视性政策和障碍。
综上所述, 滇中城市群是云南省经济发展的引擎, 对于带动省周边地区发展具有重要战略作用, 滇中城市经济圈的建设要抓住现有的契机, 利用“泛珠三角”合作区域等经济合作组织的辐射, 加强区域合作, 做大做强, 增强城市竞争力, 从而带动整个云南省经济社会的发展。
参考文献
[1]国家统计局.中国统计年鉴, 中国统计出版社, 2000年。
[2]Human Development Report2002:Deepening democracy in a fragmented world.Oxford University Press, 2002.
[3]Human Development Report2005:International cooperation at a crossroads:Aid, trade and security in an unequal world.Oxford University Press, 2005.
[4]武友德等:《云南人口与经济社会问题研究》, 《课题研究报告》, 2007年。
滇中城市群 篇8
众多学者对辽中城市群、山东半岛城市群、中原城市群、关中城市群、江淮城市群、宁波都市经济圈、长株潭城市群、成渝地区、宁镇扬地区等城市或地区的产业分工与结构趋同性进行了探讨和分析[5,6,7,8,9,10,11,12,13]，这些研究中运用较普遍的方法是区位熵法和相似系数法。相似系数法于1979年由联合国工业发展组织提出，用来衡量两地区间的产业结构趋同程度，但大多数学者对城市群产业分工进行测度时，多采用费希尔提出的三次产业分类法。由于大分类的产业结构必然具有高度的相似性[14]，因此在相似系数法的使用上必须采取更细的产业分类，才能得到更合理的结果。同时，相似系数法能测度两两地区之间的产业结构相似程度，却不能更多地反映具体的产业内部结构。虽然区位熵法能测度出不同区域具体的产业内部结构，却不能从整体上度量不同区域的相似程度。针对这种情况，李学鑫、苗长虹提出了区位熵灰色关联分析法，从而可对多地区产业的总体相似程度和多地区不同产业的相似度进行度量。但灰色关联分析是比较序列和参考序列的相似度度量，不能直接测度两两城市间的产业结构相似程度，因此还需结合相似系数法才能更好地综合反映城市群产业结构的趋同程度。
在前人的研究基础上，本文以滇中城市群为对象，综合采用区位熵灰色关联分析法和基于更细产业分类的相似系数法，对滇中城市群两两城市间、各城市与城市群整体间产业结构差异以及各城市不同产业的地域分工进行纵向和横向比较研究，以期对滇中城市群的产业分工与结构趋同程度及其演变有更清晰的认识，同时为滇中城市群的产业结构调整提供有力借鉴。
1 数据来源与研究方法
1.1 数据来源
文中滇中城市群包括昆明、曲靖、玉溪和楚雄4个城市。在截面选择上，选择2007年和2012年数据来进行研究。选取这两年数据，主要考虑五年国民经济计划的影响以及数据可得性的限制，并且假定政策效应的时滞为1年。为了克服采用三次产业分类得出的相似度系数精度不高的问题，本文在相似系数和区位熵灰色关联度的计算上，采用19个产业的分类办法。这19个产业分别是农、林、牧、渔业(简称“农业”，下同)，采矿业(采矿)，电力、燃气及水的生产和供应业(电燃水)，交通运输、仓储及邮政业(交仓邮)，制造业(制造)，建筑业(建筑)，信息传输、计算机服务和软件业(信计软)，批发与零售(批零)，房地产业(房地产)，金融业(金融)，租赁和商业服务业(商业)，住宿、餐饮业(住餐)，教育(教育)、科学研究、技术服务和地质勘查业(科技)，水利、环境和公共设施管理业(水利)，居民服务和其他服务业(居民)，文化、教育和娱乐业(文化)，卫生、社会保障和社会福利业(卫生)，公共管理和社会组织(公共)，产业分类标准以2013年的《中国城市统计年鉴》为准。除楚雄2007年和2012年的产业数据来源于2008年和2013年的《楚雄统计年鉴》外，其他3城市以及全国的产业数据均来源于2008年的《中国城市统计年鉴》和2012年的《中国城市统计年鉴》。4个城市所有数据均为全市(州)数据，包括了其下辖的各县(区)和县级市，这是为了考虑更好地考量全市(州)整体的城镇化产业分工与结构趋同演进。
1.2 研究方法
相似系数法:产业结构的相似系数是指同种产业结构的近似程度，用于比较两城市间的产业结构差异程度或趋同化程度。相似系数值在0—1之间，相似系数值越大，表明两个城市之间的产业结构越相似，城市间的分工水平较低，经济的互补性也越弱;相似系数值越小，表明两城市之间的产业结构差异越大，城市间的分工水平较高，经济的互补性也越强。当相似系数等于0时，表示两城市间的产业结构完全不相同;当相似系数等于1时，表示两城市间的产业结构完全相同[15]。具体公式为:。式中，Sij为i城市和j城市的产业结构相似系数;Xik为k部门在城市的产业结构中的比重;Xjk为k部门在i城市的产业结构中的比重。
区位熵灰色关联分析法:区位熵灰色关联分析法是基于区位熵的基础上，分析由不同地区各产业区位熵组成的曲线相似性。区位熵灰色关联分析法的主要计算步骤为:(1)计算各城市各产业的区位熵。公式为:。式中，LQik为i城市中k产业的区位熵;lik为i城市中k产业的从业人员数;Lk为全国k产业的从业人员数。选取全国的产业数据主要是因为考虑到滇中城市群为云南经济发展的核心区域，取全国数据相较于取省级数据可更理想地反映各产业的比较优势和比较劣势。式中，i=1,2,3，…，m;k=1,2,3，…，n。(2)得出滇中城市群各城市各产业的区位熵矩阵:
从式中可以得到2007年和2012年滇中城市群各城市各产业区位熵矩阵，见表1。(3)进行滇中城市群各城市产业结构灰色关联分析。确定参考序列和比较序列，以滇中城市群的产业结构为参考序列，记参考序列为X0(k);各个城市的产业结构为比较序列，记为Xi(k);然后进一步求出比较序列与参考序列的绝对差△i:△i=|X0(k)-Xi(k)|;记mkin△i为一级最小差，那么两级最小差则为miinmin△i={min△i(1),min△i(2),min△i(3)，…min△i k(n)};同样我们可求出两级最大差max max△i={max△i i k(1),max△i(2),max△i(3)，…max△i(n)}，因此灰色关联的系数计算公式为:。式中，σ为分辨系数，σ=[0,1]，按照一般经验取σ=0.5。依照上式可得到2007年和2012年滇中城市群各城市各产业灰色关联系数矩阵，见表2;再根据灰色关联系数便可计算灰色关联度;最后根据灰色关联度进行排序。
2 结果分析
2.1 滇中城市群两两城市间产业结构趋同演进
根据19个产业划分的相似系数法，可得到滇中城市群2007年和2012年的两两城市间产业结构趋同化程度。结合图1，从截面上看2007年滇中城市群中昆明与楚雄之间的产业趋同化程度较低，曲靖与玉溪之间的产业趋同化较高。2012年滇中城市群中玉溪与楚雄之间的产业趋同化程度较低，曲靖与玉溪之间的产业趋同化程度较高，且2012年滇中城市群中两两城市间的产业结构相似系数都在0.8以上。从产业结构趋同的演进来看，相似系数上升最多的是昆明与楚雄，两市之间的相似系数从2007年的0.689增加到了2012年的0.888;相似系数下降最多的是曲靖与玉溪，两市之间的相似系数从2007年的0.925下降到2012年的0.867。总体上，滇中城市群2012年相似系数与2007年相比有所上升。从上述分析可说明，滇中城市群的产业结构趋同化程度呈现上升趋势，城市群的分工水平降低，城市间的经济互补性趋弱。
2.2 滇中城市群各城市产业结构趋同演进及类型
利用灰色关联分析方法，可得到如表3的2007年、2012年滇中城市群各城市产业结构的灰色关联度。从表3可见，以滇中城市群为参照系，可得到与滇中城市群总体产业结构相似程度的排序。2012年由大到小的顺序是昆明、玉溪、楚雄和曲靖，昆明与玉溪始终占据着前两位。从横截面上看，昆明作为云南的省会城市，由于各产业在城市群整体中所占比重较高，所以与城市群整体产业结构相似度较高。从各城市的产业结构演进来看，楚雄、曲靖与滇中城市群的总体产业结构相似程度由2007年的约0.7上升到2012年的近0.8，说明两城市与城市群总体产业结构的相似度进一步提高。从整体上看，滇中各城市与城市群总体的产业结构相似度均有不同程度的提高。从图2中也可看出，2012年滇中各城市的产业结构曲线走势与2007年相比较，更具有相似性。
从产业结构的类型上看，结合表1中2007年的数据分析，楚雄农业的区位熵(1.485)、采矿业的区位熵(1.427)、教育的区位熵(1.845)以及公共管理和社会组织的区位熵(2.114)都显著高于全国水平;曲靖的采矿业区位熵(3.280)，电力、燃气及水的生产与供应业区位熵(1.603)以及教育(1.938)的区位熵高于全国水平;玉溪采矿业的区位熵(1.312)、批发与零售业的区位熵(2.131)、教育的区位熵(1.406)高于全国水平。从2012年的数据来看，楚雄采矿业的区位熵(1.394)，水利、环境和公共设施管理业的区位熵(1.737)、教育(1.612)以及公共管理和社会组织的区位熵(1.792)高于全国水平;曲靖的采矿业区位熵(4.588)，电力、燃气及水的生产与供应业区位熵(1.433)以及教育(1.454)的区位熵高于全国水平;玉溪批发与零售业的区位熵(1.808)高于全国水平。这导致3城市的产业结构与滇中城市群的总体产业结构差异性较大，属于传统农业与矿产资源型结构。但值得注意的是，玉溪正由农业与矿产资源型结构向综合发展型转变。反观昆明市的产业结构，从2007年的数据来看，除传统的农业和采矿业的区位熵都在0.4以下之外，其余17个产业的区位熵都在0.63以上，其中有9个产业的区位熵大于1。从2012年的数据来看，除农业外，采矿业、居民服务和其他服务业的区位熵都低于0.6以外，其余产业区位熵都大于0.6，说明昆明属于综合发展型结构。上述结果也与各城市在区域中的经济地位相符合。
2.3 滇中城市群不同产业趋同化与产业分工演进
我们将滇中城市群的不同产业的灰色关联度按照2012年的数据进行排序，可看出不同产业在不同年份的产业结构相似度不同。灰色关联度排名靠前的产业，一般而言其地域分布差异较小，反之则区域分布差异较大。若将各产业2012年灰色关联度划分为三等份，排名前六位的产业分别是金融业，居民服务和其他服务业，制造业，农业，信息传输、计算机服务和软件业，卫生、社会保障和社会福利业，这六个产业的地域分布较均匀;排名靠后的六个产业分别是房地产业，住宿、餐饮业，科技研究、技术服务和地质勘查业，租赁和商业服务业，交通运输、仓储及邮政业，采矿业，这六个行业的地域分布有着较大差异;剩余七个行业的地域分布差异处于上述两者之间。
灰色关联度排名靠后的产业并不能简单表明这些产业已在滇中城市群各城市间形成了初步分工。仅从最近的年份2012年来看，采矿业的灰色关联度最小(0.638)，这说明因为矿产资源具有先天性的空间分布差异，导致各城市在采矿业的发展上极不均衡。结合表1可知，除昆明外，其他3城市的区位熵指数都大于1，进一步表明矿藏资源在4市(州)分布的差异。滇中城市群交通运输、仓储及邮政业的灰色关联度2012年为0.674，间接地表明了各城市在交通发达程度上的差异。结合表1中相关数据分析，2012年和2007年昆明在该行业的区位熵分别为1.717和1.828，而其他3城市均在0.6以下，充分说明了这一点。从房地产业，住宿、餐饮业，科技研究、技术服务和地质勘查业，租赁和商业服务业这几个产业来看，结合表1相关年份的数据表明，昆明在这几个产业中都存在比较优势。因此，灰色关联度排名靠后的产业在地域分布上存在较大差异的原因，要么是因为先天性的资源禀赋造成的，要么就是由于区域中心城市的经济、政治、文化地位所决定的。所以，从简单的排名上还不能判断出各产业是否开始或已形成了城市间的产业分工。
为了更深入分析滇中城市群各产业的分工演变，本文将2012年的各产业排序与2007年的各产业排序相减，得到排序差(排序差=2012年排序-2007年排序)。排序差为负值且显著小于0的产业，可认为该产业城市间的分工程度上升;反之，则认为该产业城市间的分工程度下降。从图3可见，滇中城市群的农业，建筑业，交通运输、仓储及邮政业，信息传输、计算机服务和软件业，金融业，房地产业，科学研究、技术服务和地质勘查业，居民服务和其他服务业，教育、公共管理和社会组织行业城市间的产业分工有不同程度的上升;文化、教育和娱乐业，采矿业，批发与零售业，水利、环境和公共设施管理业，电力、燃气及水的生产和供应业，卫生、社会保障和社会福利业的城市间的产业分工有不同程度的下降。一般来看，第三产业多属于社会服务性产业，如果城市间分工程度下降，说明城市间服务水平正趋于平衡，有利于提高各地区的社会整体福利和实现社会福利的均等化。第二产业是工业性产业，城市间产业分工程度的上升，有利于增加第二产业的整体协作水平，实现差异化竞争。从滇中城市群的情况来看，农业的城市间地域分布差异开始显现，分工程度在加深。第二产业中除建筑业的排序下降外，其他产业都有不同程度的上升，说明滇中地区的整体协作能力提升。第三产业中文化、教育和娱乐业，批发与零售业，水利、环境和公共设施管理业，卫生、社会保障和社会福利业四个行业的城市间分工程度有不同程度的下降，第三产业中其他产业的城市间分工程度有不同程度的上升。从中可见，第三产业中社会公共服务部门城市间的产业分工程度下降，而流通部门、生产和生活服务部门城市间的产业分工程度在加深，表明流通部门以及生产和生活服务部门的区域集聚程度在提升。总体来看，滇中城市群城市间产业地域分工不明显，但产业的地域分工程度已初具雏形。
3 结语
本文通过使用相似系数法和区位熵灰色关联分析法对滇中城市群产业分工与结构趋同演进的研究表明:(1)综合使用相似系数法和区位熵灰色关联分析法，既能度量城市群中两两城市间的产业结构趋同程度，也能度量各城市与城市群整体间产业结构差异以及各城市不同产业间的地域分布差异，所以相似系数法结合区位熵灰色关联法能更全面地反映城市群的产业结构趋同程度。(2)从滇中城市群两两城市间的产业结构趋同化程度来看，滇中4城市之间的产业同构化程度较高，且两两城市间的趋同化程度都有明显上升趋势。(3)从各城市与城市群整体间的产业结构差异来看，昆明的产业结构与滇中城市群的整体产业结构最类似，玉溪次之。从产业结构的类型来看，昆明属于综合发展型，其他3城市则属于传统农业与矿产资源型结构，玉溪正由农业与矿产资源型结构向综合发展型转变。(4)从滇中城市群产业的地域分工来看，第一产业和第二产业、第三产业中的流通部门、生产和生活服务部门城市间产业分工加强，第三产业中的社会公共服务部门的城市间产业分工程度下降。总体上，滇中城市群的城市间产业分工不明显，但已初具雏形。
摘要：基于更细分类的相似系数法和区位熵灰色关联分析法,研究了滇中城市群的产业分工和结构趋同演进。结果表明:滇中城市群两两城市间的趋同化程度都有着明显的上升趋势;昆明的产业结构与滇中城市群的整体产业结构最为类似,属于综合发展型,玉溪、楚雄和曲靖则属于传统农业与矿产资源型结构,并且玉溪正向综合发展型转变;从滇中城市群产业的地域分工来看,第一、二、三产业中的流通部门以及生产和生活服务部门城市间产业分工程度加强,第三产业中社会公共服务部门的城市间产业分工程度下降。总体上,滇中城市群产业结构趋同化程度较高且处于上升状态,虽然城市间产业分工还不明显,但已初具雏形。
滇中核桃栽种技术 篇9
1 选择一块好地
云南核桃的栽培历史悠久, 分布很广, 核桃在云南的水平分布, 从北纬21。09'32''的勐腊县到北纬29。15'08''的德钦县;从东经97。31'39''的盈江县到东经106。11'47''的富宁县。核桃在云南的垂直分布, 从海拔700 (耿马、屏边县等地) ~2900m (剑川、德钦等地) 。表明云南核桃对自然条件有较强的适应性。影响滇中地区核桃生长发育的主要生态因子是:
1.1 对气温的要求
云南核桃是喜温的阳性树种, 属温带干果树种。不同的云南核桃类型和品种对温度的要求不同。如泡核桃类型中的漾濞泡核桃、大姚三台核桃、华宁大白壳、沙壳核桃、昌宁细香核桃等要求年均温在15℃左右。云南核桃要求年平均气温12~15℃, 过高或过低温度都不利于云南核桃的生长、开花和结果。在年均气温低于12℃的地方, 核桃的外壳变薄, 甚至出现露仁现象。冬季当气温下降到-5℃左右时, 本地核桃幼树枝条会受冻害, 尤其是引种的泡核桃嫁接苗。
气温与纬度和海拔高度有密切的关系, 故不同纬度地区的核桃的垂直适生范围也不同。云南省主栽的一些核桃良种, 所生长的海拔高度为1600~2200m, 而适宜的海拔高度为1800~2200m。
1.2 对光照的要求
核桃树喜光。进入结果期需要充足的光照条件, 全年日照数要2000h以上, 才能保证核桃的正常生长发育, 如低于1000h, 结果率低, 核壳、核仁均发育不良。
1.3 对水分的要求
核桃要求较湿润的条件, 平均降水量800~1200mm, 在冬春雨量较多的年份, 核桃生长良好, 产果量高, 质量好, 病害也少。
1.4 对地形地势及土壤的要求
一般生长在山坡中部和下部的核桃好于上部的;生长在阳坡、半阳坡上的好于阴坡的;生长在缓坡上的好于陡坡上的;生长在箐边和沟洼地区的好于山梁上的。
一般核桃分布的土壤类型有红壤、棕壤、紫色土等, 尤以土层深厚, 土壤湿润, 有机质含量高, 土质肥沃, 理化性质好, 保水、排水均良好的砂质壤土最理想。以保水、透气良好的壤土和沙壤土为宜, 以疏松肥沃、有机质含量较高、土层深度在1m以上为佳, p H值5.5~7.0。
2 挖一个大塘
核桃树具有强大的主根和分布较广的侧根, 要求土壤疏松肥沃, 因此挖一个大塘相当必要, 在土壤疏松的地块挖80cm×80cm×80cm的塘, 在土壤板结或含石量高的地块挖100cm×100cm×100cm的塘。
3 选一株合格苗
云南的核桃品种繁多, 良种不少, 要根据当地的气候环境条件和立地条件选择采穗圃的枝条嫁接繁殖, 嫁接苗木符合云南省地方标准[B53/062~2006]规定, Ⅰ级苗木标准:苗龄0.4~1.2 (1.6) , 地径>1.2cm、苗高>40cm、根系长度>20cm, >5cmⅠ级侧根8根以上, 无病虫害、无机械损伤, 嫁接口愈合良好, 顶芽饱满;Ⅱ级苗木标准:苗龄0.4~1.2 (1.6) , 地径1.00~1.2cm、苗高25~40cm、根系长度>10cm, >5cmⅠ级侧根6根以上, 无病虫害、无机械损伤, 嫁接口愈合良好, 顶芽饱满。
在生产实践中Ⅰ级苗木的造林成活率达98%, Ⅱ级苗木的造林成活率为83%;苗木根系对造林成活影响较大。
4 施一担农家肥
核桃喜肥, 对种植地应增加土壤中有机质的含量, 每种一株核桃苗用40~50kg优质农肥作底肥, 与表土充分拌匀后填入塘底, 适量施用化肥。
5 浇一担定根水
云南核桃树的定植时间分春、秋两季。在灌溉条件较好的地方, 应采用春种 (立春前) , 在缺水无法灌溉的地方, 秋末冬初核桃苗已进入休眠, 秋雨尚未结束, 土壤湿度较大时采用秋种。定植后浇足定植水, 确保根系与土壤充分结合, 提高苗木成活。云南冬春季节干旱, 在缺水无法灌溉的地方, 可以在雨季挖一个临时水池, 铺上地膜, 蓄满水后, 扎紧地膜口, 待种植核桃时使用。
6 盖一块地膜
浇定根水后, 将一块长1m×宽1m的农用地膜盖于定植塘上, 苗杆附近留5cm左右的小孔, 并放上细土, 地膜四周用土覆盖并低于地面;开春后为防止地膜被朵草顶开, 起不到保水保温作用, 最好用黑色地膜, 若用白色地膜, 应在盖好的地膜上盖一层土。
摘要：核桃具有较高的营养价值, 是深受人们喜爱的果树之一。目前部分核桃产区将核桃树应用为四旁绿化树种, 部分产区则应用核桃树作为坡耕地的主要防护林而加以发展。种植核桃既有社会效益、生态效益, 又能采收核桃坚果而获得较好的经济效益。
关键词：核桃,栽种技术,滇中,效益
参考文献
[1]王鸿雁.营养保健的核桃食品[J].农产品加工, 2011 (08) :22-23.
[2]王晨.药食同源话核桃[J].林业与生态, 2011 (07) :32.