黑龙江省国有林区经济差异成因分析,这篇林区论文范文为免费优秀学术论文范文,可用于相关写作参考。
林区论文参考文献：
摘 要：运用ArcGIS及空间计量经济学软件GeoDa提供的空间分析功能对1998—2014年黑龙江省国有林区经济的动态演变过程进行空间统计分析研究,来揭示黑龙江省国有林区经济差异的空间自相关和空间集聚特征.并且根据经济差异情况利用空间回归模型对造成的经济差异成因做分析研究,为黑龙江省国有林区的经济发展提出合理化建议.
关键词：区域空间差异 空间统计分析 黑龙江省国有林区 成因分析
中图分类号：F326.2 文献标识码：A
文章编号：1004-4914（2016）04-168-05
区域经济发展的差异性,不仅会造成经济发展缓慢的地区在人力、物力、财力资源的分配上效率不高,而且也会造成这些地区的经济贡献率低等诸多问题.它更是阻碍区域社会经济整体稳步发展的主要因素之一（陈丽蓉,2011）.因此,区域经济发展的差异问题很早就成为各国经济学家深入研究探讨的热点话题.目前,在众多的研究当中传统的数量统计模型方法居多,数量统计模型是在假设样本量间相互独立的基础上建立起来的,所以比较容易忽视样本量在空间上的相互关系（杜小娟等,2010；范丽等,2015）.空间数据分析其实是将空间数据和一些空间研究方法相结合,通过对观测值在空间上分布的描述和分析,更科学地发现其空间的集聚或异常（李建豹等,2011）.近年来,我国林业总体经济发展不容乐观,对作为我国用材林的重要生产基地黑龙江国有林区的研究也不是十分全面（马玉秋,2015）.因此本文将结合空间经济学原理并运用ArcGIS和GeoDa软件,采用完善的ESDA方法来更全面更深刻地揭示黑龙江省国有林区经济的空间分布情况和集聚特征,以及造成经济差异的因素.
一、研究区域和数据源
1.研究区域及经济发展状况.黑龙江省国有林区是我国四大国有林区之一,其经营总面积1006万公顷,约占黑龙江省土地面积的25%；有林地面积761万公顷,占全国林地面积约为29.3%；森林覆盖率约为83.8%（张鑫炎,2014）,下辖4个林管局,40个林业局.黑龙江国有林区的林业增加值由2000年的171152万元增长到了2013年的2044569万元,销售产值由2000年的323631万元增加到2013年的2381385万元.但黑龙江省国有林区经济的发展仍然不尽如人意,经济增长速度缓慢、企业内部机制不够灵活、生产效益低下,职工工资偏低等问题.尤其是在国家进行天然林保护工程之后,要求对天然林的保护面积加大,木材的砍伐量受到严格的控制,这也就要求黑龙江省国有林区要面对生态环境保护和经济建设同步双赢这一严峻的挑战.因此研究各林业局之间的经济发展相关关系,找到经济差异原因,促进黑龙江省国有林区经济快速增长势在必行.
2.数据来源.能够反映区域经济发展的指标一般选择总量指标或者人均指标,因为人均指标加入了人口数量差别的影响因素,所以我国学者多数使用人均指标进行分析.因此本文选择了黑龙江省国有林区的人均生产总值进行研究.至此需要40个林业局从1998年至2014年的林业增加值和林业年中人口总数,由于林业方面的数据不是十分全面,各林业局的增加值和林业年中人口总数一部分数据来源于《中国林业统计年鉴》,一部分数据来源于黑龙江省森工总局调研得来.各林业局矢量数据地理边界取自黑龙江省森工国有林区*主页.
二、黑龙江省国有林区经济差异的ESDA分析
1.全局空间自相关分析Local Moran指数.全局空间自相关是对观测值在整个空间上分布特征的描述.绝大多数空间数据都不是独立的,而是有着相互关联的,空间关联就是指不同观测对象的某一属性在空间分布上存在着一定的规律性而不是随机分布（余鑫星等,2012）.进行整个空间观测值的特征检验和描述,这里可以采用Moran I指数对空间自相关的全局指标进行度量（文骁飞,2011）.为了使数据平稳性更强,本文采用对数变换的方式对1998—2014年的黑龙江省国有林区的人均增加值数据进行简单处理.用ArcGIS对指标进行分析得到了全局Moran I指数如表1：
如表1所示,从1998年至2014年的Moran I指数都通过了假设检验,表明黑龙江省国有林区各个林业局的经济发展不是完全的随机状态,而是有一定的空间关联.由表1可知1998—2014年的Moran I指数均为正值,说明黑龙江省国有林区各林业局呈现正的空间自相关,即人均增加值较高的区域和较高的区域相邻,人均增加值较低的区域和较低的区域相邻.而且Moran I指数的数值都在0.2以上,表明空间集聚程度比较高,其中正自相关性较强的年份是1999年和2000年,而正自相关性稍弱的年份为2005年和2014年.
2.局部空间自相关分析.全局空间自相关分析只能说明区域经济整体的经济相关程度,不能反映出每个地区局部的经济相关程度,因此需要进行局部空间自相关分析.由图1可知在1998—2014年中Moran I指数并无规律可循,所以本文选取了1998年、2006年和2014年这三个年份进行局部空间自相关的分析研究.
（1）1Moran散点图.Moran散点图主要用于揭示部分单元区域的异质性,它和LISA分析结合在一起能够更好地解释区域单元之间的空间关联情况.空间联系的形式主要有四种：即高值和高值、高值和低值、低值和高值以及低值和低值.第一象限表示高观测值的区域单元被高值区域所围,为正相关的高高象限；第二象限为低观测值的区域单元被高值所围,为负相关的高低象限；第三象限为低观测值区域单元被低值所围,为正相关的低低象限；第四象限为高观测值区域单元被低值所围,为负相关的低高象限（杜霞等,2015）.
由此可见,在1998年、2006年和2014年里,大部分林业局都是正自相关的状态,处在高高和低低象限内.由图可知在40个林业局中就有近半的林业局在高高象限内,相比之下低低象限就少很多.并且处于高低和低高这两个象限内的林业局大约10个左右,因此非典型的地区所占比例并不是很大.由图表可知,1998年低低类型的林业局只有穆棱和迎春,但在2006年低低类型的林业局就增加到了6个,并且穆棱和迎春林业局却进入到了高高象限中.在2014年中虽然低低类型下降到4个,见表3、4可知清河林业局仍在低低象限中.
结论：关于林区方面的论文题目、论文提纲、林区划分论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
国有林区经济子系统金融支持影响
摘 要：从金融支持国有林区经济子系统建设的角度入手，基于我国九大国有林区2003-2012年10年的面板数据，采用双向固定效应模型和可行广义最小。
黑龙江省国有林区职工社会救助
摘 要：文章分析了黑龙江省国有林区职工的基础救助、配套救助和补充救助等社会救助现状，并探讨了林区职工社会救助存在的问题，如配套资金缺乏、救助方面。
经济增长差异成因分析
区域经济增长差异，是对区域间经济增长不均等现象的具体反映。近年来，我国经济迅速发展，经济总量不断攀升，但是区域间经济增长存在很大的差异，基于此，。