东中西部地区产业升级水平的区域差距及分布动态
周艳明，王立军，郭 婷，薛 彪
(内蒙古工业大学经济管理学院,内蒙古 呼和浩特 010051)
摘 要： 本文基于1988—2017年产业升级水平的相关数据，采用Dagum基尼系数、Kernel密度估计、空间Markov链相结合的方法，实证研究了东中西部地区产业升级水平的区域差距及分布动态。研究结论如下：东中西部地区产业升级水平均呈总体上升趋势；其产业升级水平区域差距显著，其中东部区域内差距最大，东中部区域间差距最大；其产业升级水平区域内差距与区域间差距、绝对差距与相对差距以及极化趋势的演变态势也不一致；其产业升级水平受邻域环境影响显著。在此基础上，提出扭转中国产业升级水平空间非均衡态势的对策建议。
关键词： 产业升级；分布动态；非参数估计
0 引言
在中国经济发展进入新常态、处于 “三期叠加”的背景下，国家对经济发展的侧重点由 “量的扩张”向 “质的提高”转移，产业结构升级是转变经济增长方式的重要途径。党的十九大报告明确指出，要把握供给侧结构性改革这条主线，增加中高端产品、服务供给，不断提高其附加值和竞争力，在更高水平层面上达到供需结构动态均衡，从而实现产业结构转型升级。从三大产业产值的比例来看，1988—2017年第一产业产值占国内生产总值的比例从25.24%减少至7.57%，第二产业占比从43.53%减少至40.54%，第三产业占比从31.24%增长至51.89%；从三大产业从业人员的比例来看，1988—2017年第一产业从业人员占总从业人员的比例从59.30%减少至26.98%，第二产业占比从22.40%增长至28.11%，第三产业占比从18.30%增长至44.92%。然而，我国三大地区产业升级水平在逐步提高的同时却呈现出明显的空间差距，1988—2017年东部地区IND指标的均值为2.1869，中部地区为1.7070，西部地区为1.7864。三大地区产业升级水平的空间差距大小及其来源如何？分布动态与演变趋势如何？在时空滞后条件下转移特征如何？基于以上问题的深入研究，有利于揭示东中西部地区产业升级水平的时空演变规律、探究产业升级协同发展路径进而促进区域产业升级水平的均衡发展。
从产业结构升级的研究进展来看，主要集中在两方面：其他经济变量对产业结构升级的作用和产业结构升级对其他经济变量的作用。在其他经济变量对产业结构升级的作用方面，有从理论分析和实证检验两方面分析产业政策对产业结构升级的作用机理及影响程度，基于空间计量模型实证检验土地出让行为对产业升级水平的影响，基于动态面板模型实证检验对外直接投资对产业升级程度的作用，基于空间面板模型实证检验创新要素和空间配置对产业升级水平的影响等[1-4]。在产业结构升级对其他经济变量作用方面，有基于面板模型的与非正规金融协同作用对经济增长产生的影响，基于半参数空间面板模型的与城乡收入差距联合作用对经济增长发挥的效力，与效率变革协同作用对国家级新区发展产生的影响，基于企业面板数据模型的与剥削性创新联合作用对探索性创新发挥的效力等研究[5-8]。从Dagum基尼系数、Kernel密度估计、空间Markov链研究进展来看，研究领域主要有金融发展的空间差异、创新能力的空间差异、区域经济的时空演变、外商直接投资的时空格局演变、全要素生产率的分布动态演进、高技术产业发展的时空演变、城市生态效率的动态演变、旅游产业发展的空间非均衡及演变、家庭收入分配的差异及来源、碳排放的分布动态、期权的定价等[9-20]。
Dagum基尼系数可以刻画空间相对差距大小及来源，Kernel密度估计法可以描绘绝对差距的演变规律，空间Markov链则可以揭示内部动态性，然而鲜有文献运用以上三种方法来研究区域产业升级水平差距问题。为了克服已有研究的缺陷，本文基于1988—2017年产业升级水平的相关数据，采用Dagum基尼系数、Kernel密度估计、空间Markov链相结合的方法实证研究东中西部地区产业升级水平的区域差距及分布动态。①基于1988—2017年的IND指标数据，就三大地区产业升级水平进行总体描述；②利用Dagum基尼系数，刻画三大地区产业升级水平区域差距并将其分解为三部分来源，分别计算出各自的贡献率；③利用Kernel密度估计法，描绘三大地区产业升级水平的分布形状，揭示其绝对差距、延展性以及极化现象的特征；④利用空间Markov链，揭示三大地区产业升级水平在时空滞后作用下的动态转移特征；⑤在前文结论的基础上提出扭转我国产业升级水平空间非均衡态势的对策建议。
2.1.2 伪三元相图研究纳米乳形成。分别以Cremophor EL40、PEG400、橄榄油和蒸馏水为表面活性剂、助表面活性剂、油相和水相，伪三元相图考察了Cremophor EL40/PEG400质量比Km(2∶1、1∶1、1∶2)对纳米乳形成的影响(图1)，图中黑色部分代表纳米乳区。纳米乳区大小排序为(Km=2∶1)>(Km=1∶1)>(Km=1∶2)。
1 指标、数据与方法
产业升级的衡量指标有很多，例如第二、三产业产值之和占地区生产总值的比重、第三产业产值和第二产业产值的比值、产业结构升级指数等[20-23]。但是以上指标都没有考虑到劳动生产率是产业升级水平的集中体现，首先确定各产业劳动生产率，然后用各产业劳动生产率与对应的产值在地区生产总值的比重乘积之和来表示产业结构升级[24]。在实际计算过程中，对各产业劳动生产率进行开放处理，对变化趋势不会产生实质性影响同时可以提高水平变化的敏感性[25]。本文借鉴IND指标来衡量产业升级水平[26]，计算公式为：
(1)
本文基于东中西部地区IND指标，对产业升级水平的区域差距以及分布动态演进进行了实证研究。主要研究结论如下：
2 三大地区产业升级水平的区域差异及其来源
2.1 整体描述
样本考察期 (1988—2016年)内三大地区的产业升级水平具有以下特征：①产业升级水平呈上升趋势，但增长速度并不一致，东部地区均值以6.20 %的年均增长率从0.6929增长到3.9625，中部地区均值以6.19 %的年均增长率从0.5665增长到3.2364，西部地区均值以6.48 %的年均增长率从0.5524增长到3.4161，全国总体均值以6.30 %的年均增长率从0.6059增长到3.5636。②产业升级水平差异显著，且最高绝对差异呈总体扩大趋势。东部地区以2.1869的均值稳居最高水平，中西部地区的均值分别为1.7070、1.7864，二者在2004年之前几乎并驾齐驱，但2004年之后西部地区逐渐超过了中部地区。1988年地区之间产业升级水平最高绝对差异为0.1405，到2004年最高绝对差异上升到0.5423，到2017年上升到0.7260。
2.2 总体及区域内差距
东中部与东西部的区域间差距变化趋势几乎一致，以东中部演变态势为例。东中部区域间差距在1988—1994年以7.14%的年均增长率从0.1122增长至0.1697，1994—2002年基本保持平稳，2002—2011年以4.52 %的年均递减率从0.1716减少至0.1131，2011—2017年以1.62 %的增长率从0.1131增长至0.1142。中西部区域间差距在1988—2008年以3.38%的年均增长率从0.0559增长至0.1087，2008—2017年以3.88%的年均递减率从0.1087减少至0.0761。样本考察期内东中部、东西部、中西部区域间差距均值分别为0.1426、0.1386、0.0847，三者依次递减，东中部与东西部的区域间差距交错居于最高差异水平，中西部区域间差距始终居最低水平。总体来看，东中部、中西部区域间差距呈波动上升趋势，东西部区域间差距呈波动下降趋势。
后来的日子里，紫云心里很不踏实，肚子闹腾得厉害，整日往池子里吐苦水，莫非有了孩子？这事还不能让丈夫知道。
(1)全国Kernel密度估计。全国总体有以下特点：①产业升级水平分布曲线的中心向右移动，表明其产业升级水平逐渐上升。②分布曲线的宽度在不断加大，分布越来越发散，从1988年的0.4806—0.9270发展为2017年的2.6224—4.8226，说明其产业升级水平的差距不断扩大；分布曲线的右拖尾现象明显且呈拓宽趋势，这说明其产业升级水平较高的省份与全国平均值之间的差距逐渐加大。③单极化现象一直存在但峰值递减，说明极化现象有所缓解 (见图1)。
2.3 区域间差距
为了进一步揭示地区产业升级水平的区域差距及来源，本文使用Dagum提出的基尼系数及分解方法，分别测算了三大地区的区域内差距、区域间差距、超变密度，进而求得总基尼系数。
2.4 差距来源及其贡献
1988—1994年区域间差距贡献率以2.23%的年均增长率从60.65%增长至69.23%，1994—2012年以3.75%的年均递减率从69.23%递减至34.83%，2012—2017年以6.52%的年均增长率从34.83 %增长至47.77%。1988—2012年超变密度以3.98%的年均增长率从13.23 %增长至33.28%，2012—2017年以7.52%的年均递减率从33.28%递减至22.52%。样本考察期间，区域内差距贡献率较为稳定，在20.90%～31.90% 之间上下浮动。从贡献率大小上看，样本考察期内区域间差距、区域内差距、超变密度的均值分别为 55.03%、26.28% 、18.69%。总体来看，区域间差距来源贡献呈波动下降趋势，区域内差距来源贡献和超变密度来源贡献呈波动上升趋势，区域间差距是导致总体差异主要因素。
3 三大地区产业升级水平分布的时空演进动态
基尼系数刻画了经过IND 均值调整后三大地区产业升级水平的相对空间差异及来源规律，Kernel核密度估计可以实现对产业升级水平绝对差异的分布动态及演进规律的描绘。同时，利用空间Markov链来揭示三大地区产业升级水平在时间滞后条件下的动态转移特征，判断其平稳性以及转移路径。考虑到各状态省份的数量大致相同，本文根据IND指标计算结果，利用分位数方法，以0.25、0.5、0.75分位数为界限，将IND 值划分为四个相邻但又不相互交叉的区间：指标处于区间[0.4806，1.0172]时，为低水平层次Ⅰ；指标处于区间 (1.0172，1.6676]时，为中低水平层次Ⅱ；指标处于区间 (1.6676，2.7134]时，为中高水平层次Ⅲ；指标处于区间 (2.7134，4.8226]时，为高水平层次Ⅳ。
3.1 时间动态演进
三大地区产业升级水平总体基尼系数的均值为0.1111，最大值、最小值分别为0.1320、0.0861。东部区域内差距经历了1988—1992年以8.33% 的年均递减率从0.0880减少至0.0621，1992—2001年以6.30%的年均增长率从0.0621增长至0.1077,以及2001—2017年以1.30%的年均递减率从0.1077减少至0.0874。中部区域内差距经历了1987—1992年以3.84%的年均递减率从0.0595减少至0.0509，1992—2004年以5.66%的年均增长率从0.0509增长至0.0985,以及2004—2017年以4.10%的年均递减率从0.0958减少至0.0571。西部区域内差距经历了1988—2008年以4.09%的年均增长率从0.0494增长至0.1102，2008—2017年期间以2.90%的年均递减率从0.1102减少至0.0846。1987—2005年东部地区的区域内差距居最高水平 (1993、1994年除外)，中西部区域内差距大小关系则交错变化，2005年以后，西部区域内差距逐渐超过了东部地区而处于最高水平 。平均来看，东西中部产业升级水平的区域内差距均值依次递减。
MoS2纳米微球表现出非常优异的摩擦性能、催化活性、吸附性能等，可以满足很多领域的使用要求，在固体润滑、功能材料、化学催化、光电材料等方面具有极大的应用潜力[20]。尤其是相较于传统的层状结构MoS2纳米粒子，表现出更为良好的耐磨减损性能，目前已引起学者们的广泛关注。
图1 全国Kernel密度估计
(3)中部Kernel密度估计。中部地区有以下特点：①产业升级水平分布曲线的中心向右移动，说明其产业升级水平逐渐上升。②分布曲线的宽度不断加大，分布越来越分散，从1988年的0.4891—0.6895发展到2017年的2.7935—3.7442，说明产业升级水平差距不断扩大；分布曲线的右拖尾现象不明显，但呈拓宽趋势，说明其产业升级水平较高的省份与中部平均值之间的差距逐渐加大。③单极化现象一直存在但峰值递减，说明极化现象有所缓解 (见图3)。
【英国《国际核工程》网站2018年10月2日报道】 俄罗斯核燃料产供集团(TVEL)主管科技工作的副总裁亚历山大·乌格尔耶莫夫2018年9月27日宣布，产供集团计划与俄罗斯原子能工业公司(Rosenergoatom)达成协议，近期在VVER-1000反应堆中对耐事故燃料元件进行辐照试验。但没有指明具体将对哪种耐事故燃料进行辐照试验。
图2 东部Kernel密度估计
(2)东部Kernel密度估计。东部地区有以下特点：①产业升级水平分布曲线的中心向右移动，说明其产业升级水平逐渐上升。②分布曲线的宽度不断加大，分布越来越分散，从1988年的0.5541—0.9270发展到2017年的2.9566—4.8226，说明其产业升级水平的差距不断扩大；分布曲线的右拖尾现象明显且呈拓宽趋势，说明其产业升级水平较高的省份与东部平均值之间的差距逐渐加大。③波峰数量由1988年的一个主峰发展到2000年左右的一个主峰和一个侧峰,但峰值递减，说明出现了不明显的两极分化现象但随着时间的推移有所缓解 (见图2)。
不同领域、不同系统之间的兼容性可能会影响智慧城市信息智能化的建设，解决问题的方法是实行标准化。建立统一的产业规范和标准进行大规模的资源整合，对加强智慧产业的聚集起着重要作用。
图3 中部Kernel密度估计
(4)西部Kernel密度估计。西部地区有以下特点：①产业升级水平分布曲线的中心向右移动，说明其产业升级水平逐渐上升。②分布曲线的宽度不断加大，分布越来越分散，从1988年0.4806—0.6286发展到2017年的2.6224—4.4488，说明其产业升级水平差距不断扩大；分布曲线的右拖尾明显且呈拓宽趋势，说明其产业升级水平较高的省份与西部平均值之间的差距逐渐加大。③单极化现象一直存在但峰值递减，说明极化现象有所缓解 (见图4)。
图4 西部Kernel密度估计
3.2 状态转移特征
(5)三大地区在产业升级水平发展不同阶段，邻域产业环境对转移概率产生的影响有所差别。例如，当邻域产业环境为Ⅱ水平时，初始状态处于Ⅱ水平的省份在1988—2002年继续保持稳定的概率为0.922，小于相应期间不考虑空间加权时的概率0.926，而初始状态处于Ⅱ水平的省份在2003—2017年继续保持稳定的概率为0.714，大于相应期间不考虑空间加权时的概率0.605，这说明2003—2017年由于Ⅱ水平省份产业要素的持续积累，稳定性有所增强，受Ⅱ水平产业环境的影响较小 (见表3)。由表3可以看出，通过空间加权，1988—2002年邻域产业环境水平较低，而2003—2017年则向较高水平转移。
(2)通过1988—2002年、2003—2017年两阶段的对比可以看出，两者之间的转移特征存在差异。其中，两阶段初始状态为Ⅱ水平向上转移的概率分别为0.074、0.395，两阶段初始状态为Ⅲ水平向上转移的概率分别为0.048、0.153，这表明与前阶段相比，后阶段初始状态处于Ⅱ水平、Ⅲ水平向上转移的概率都相对较大，这可能是后阶段积累了丰富的产业要素存量、国家的产业政策支持以及上升的惯性等多种因素作用的结果。2003—2017年期间，出现了Ⅳ水平层次向Ⅲ水平层次转移的现象，转移概率仅为0.004，这可能是由于这个阶段的Ⅳ水平层次相对较高，国家的产业政策产生了边际效应递减，出现了向下转移的可能 (见表1)。
(3)三大地区的产业升级水平的转移，具有一定的空间依赖性，且不同水平的邻域产业环境对转移概率的影响具有差异化特征。在空间滞后的条件下转移概率矩阵彼此不同，说明在不同水平的邻域产业环境下，各省份产业升级水平发生转移的概率迥异。邻域产业升级水平高的省份，其向上转移的概率明显大于相应的邻域水平低的省份，如P23(Ⅲ)>P23(Ⅱ)，P34(Ⅳ)>P34 (Ⅲ) (见表2)。这是由于通过产业要素流动与共享的途径，三大地区内高水平的省份对邻近省份起到了辐射带动的作用，而产业升级水平较低的省份则不利于产业要素的跨区域流动与共享，从而对周边省份产生了一定程度的抑制。
(4)三大地区相邻省份产业水平的差距对其转移概率影响不同步。例如，当邻域产业环境为Ⅱ、Ⅲ水平时，初始状态处于Ⅱ水平省份向上转移的概率分别为0.103、0.406，当邻域为Ⅳ水平时，其向上转移的概率变为0 (见表2)。原因可能是当邻近省份差距较小时，省份之间的产业要素更容易扩散、吸收，知识与技术的溢出效应非常明显，而当相邻省份差距较大时，低水平的省份由于经济发展、人力资本、基础设施等因素的制约，可获得高水平邻域环境的辐射带动作用有限，两者差距逐渐加大，极化现象由此产生。
表1 传统Markov链转移概率矩阵
表2 空间Markov链转移概率矩阵
(1)在1988—2017年，对角线上的转移概率介于0.866—0.996之间，非对角线上的转移概率介于0.004—0.134之间，前者远大于后者，表明三大地区产业升级水平保持平稳的概率至少为0.866，具有显著的路径依赖性，受前期产业升级水平的影响比较严重，容易形成自己固定的发展模式 (见表1)。非对角线上的转移概率不全为零，主要分布在对角线的上侧，这表明在连续两年期间内，三大地区的产业升级水平向相邻层次转移是可能的，不存在 “跨越式”转移。
表3 两阶段空间Markov链转移概率矩阵
4 结论与建议
式中，IND 表示产业升级水平，K i 代表各产业在地区生产总值中的占比，L i 代表劳动生产率，用各产业产值与对应的从业人员数之比来衡量。本文将三大地区界定范围如下：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆 12个省份[27]。本文所使用的数据来源于 《新中国60年统计资料》、 《中国统计年鉴》、wind数据库以及各省市统计年鉴。本文采用的方法为Dagum基尼系数、Kernel密度估计、空间Markov链，限于篇幅，在此不做详细介绍。
由于近年来建筑物的建设数量逐渐增加，其带来的环境污染、能源浪费等现象也越发严重。故而在利用BIM技术对建筑物进行节能设计研究的过程中，主要通过对建筑节能设计现状进行简单阐述，进而对BIM技术与建筑节能设计以及基于BIM技术的建筑节能设计具体应用进行详细的研究与分析。本文旨在为BIM技术的建筑节能设计应用研究提供几点参考性建议，并为BIM技术在建筑节能设计方面的应用优化提供积极的促进作用。
(1)三大地区产业升级水平呈上升趋势，东部地区的均值最高，西部地区的增速最快。究其原因，由于三大地区内产业要素的持续性投入以及政府提供的制度保障和产业政策等方面因素，使得各区域产业升级水平不断提升。与中西部地区相比，东部地区在经济规模、市场化程度、人力资源等方面具有显著的优势，因而产业升级水平较高。随着国家 “西部大开发战略”的实施，西部地区的产业环境得到了很大的改善，产业升级水平以较快的速度增长，其发展速度最终超越了东中部地区。
(2)三大地区区域内、区域间产业升级水平都具有显著差异，东部区域内差距最大，东中部区域间差距最大，区域间差距的贡献率最大。原因可能有如下两方面：①北京、上海是全国的中心城市，区位优势明显，产业升级水平均值明显高于东部地区其他省份，拉大了东部的区域内差距。②改革开放初，我国向 “东部地区倾斜战略”的实施使得东部地区实现了快速发展，产业升级水平不断提高，而我国 “中部崛起战略”实施的相对较晚，因而东中部区域间差距较大。
(3)三大地区区域内差距与区域间差距、绝对差距与相对差距以及极化趋势的演变态势不一致。原因可能有以下两方面：①由于各地区的自然资源禀赋、经济发展、市场化程度等方面有很大的差别，导致三大地区产业升级水平发展很不均衡；②由于区域内中心省份的辐射与带动作用，省份间的产业联动与创新合作不断加强，一体化进程加快，因而极化现象有所缓解。
(4)三大地区产业升级水平受邻域环境影响明显。产业升级水平区域间差距主要来源于Ⅰ、Ⅱ、Ⅲ、 Ⅳ四种类型的 “俱乐部趋同”现象，差距波动来源于省份产业升级水平的非同步向上转移。邻域产业水平环境的优劣会对周边省份产生差异化影响，如果邻域环境的产业升级水平较高，该省份会因邻域环境的带动与辐射作用而发展较快，反之亦然。相邻省份产业升级水平的差距对转移概率的作用不同，当相邻省份差距较小时，其向上转移的概率较高，当相邻省份差距较大时，其向上转移的概率较低。
根据以上结论，本文认为缩小产业升级水平的区域差距，对于贯彻 “创新、协调、绿色、开放、共享”五大发展理念、促进区域产业升级水平协调发展具有重要的现实意义。①合理界定政府与市场在产业升级中扮演的角色，二者灵活搭配，各尽其责，协同作用推进各地区产业结构升级。中央政府在考虑了经济发展、生态环境等多种因素的基础上，对发展目标、战略布局、政策引导方面做出顶层设计，细节方面由地方政府根据自身条件进行探索。同时，高度重视市场在资源配置中所起的决定性作用，构建产业要素跨区域互动合作平台，促进创新资源、技术进步等要素跨区域合理流动，提高三大地区之间产业要素的获取、整合能力，从而促进各区域产业升级水平协同发展。②各地区从产业结构升级的影响因素入手，实施 “因地制宜”的战略并建立协同机制。从金融发展、人力资本等多个方面促进跨区域、多省份参与的产业升级水平提升，建立产业协同机制，进一步优化产业环境。在金融方面，要加强金融市场体系建设，深化体制改革，鼓励制度创新，推进金融主体向多元化方向发展；在人力资本方面，要加强投入力度，培养 “三跨”的复合型人才，特别要增强高技能型人力资本的产出。③要重视地区产业升级水平的空间邻近效应，有效引导相邻的高低水平省份交流合作，尤其要重视高技术产业之间的交流。对于较为发达的东部地区，其高技术产业应该利用自身优势，努力实现与国际接轨，实现主攻方向从制造业向服务业转换，从而更好地带动中西地区发展。对于中西部较落后的地区，应该努力提升自身的高技术产业集聚和消化吸收能力，为承接东部地区产业升级水平的转移奠定基础。各地政府要打破区域、省份间的行政壁垒，建立畅通的产业要素转移通道，以确保产业升级水平空间溢出效应作用的发挥。
十几年来，我就在这种双倍痛苦的间隙中找到了一种目标和乐趣，并且坚持不懈，乐此不疲，凡是古意厌恶的我必喜欢，凡是古意喜欢的我必厌恶，包括这个名字和他的情人们。
参考文献：
[1]韩永辉,黄亮雄,王贤彬.产业政策推动地方产业结构升级了吗?——基于发展型地方政府的理论解释与实证检验[J].经济研究,2017,52 (8):33-48.
[2]陈淑云，曾龙.地方政府土地出让行为对产业结构升级影响分析——基于中国281个地级及以上城市的空间计量分析[J].产业经济研究，2017 (6):89-102.
[3]赵云鹏,叶娇.对外直接投资对中国产业结构影响研究[J].数量经济技术经济研究,2018,35 (3):78-95.
[4]LIU F，WANG X.Innovative essential factors，space configuration and industrial structural upgrade——based on Chinese panel data from 1998 to 2015[J].Journal of Dalian university of technology，2018,39 (4):7-14.
[5]聂高辉,邱洋冬.非正规金融、产业结构升级与中国经济增长[J].经济体制改革,2018 (3):125-131.
[6]郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长——基于半参数空间面板基于半参数空间面板VAR模型的研究[J].经济学家，2015 (10):61-67.
[7]张晓宁,金桢栋.产业优化、效率变革与国家级新区发展的新动能培育[J].改革,2018 (2):109-121.
[8]AZADEGAN A，WAGNER S M.Industrial upgrading，exploitative innovations and explorative innovations[J].International journal of production economics，2011，130 (1):54-65.
[9]陈明华，刘华军，孙亚男.中国五大城市群金融发展的空间差异及分布动态:2003—2013年[J].数量经济技术经济研究，2016 (7):130-144.
[10]杨明海，张红霞，孙亚男.七大城市群创新能力的区域差距及其分布动态演进[J].数量经济技术经济研究，2017 (3):21-39.
[11]陶晓红,齐亚伟.中国区域经济时空演变的加权空间马尔可夫链分析[J].中国工业经济，2013 (5):31-43.
[12]GALLO J L.Space-time analysis of GDP disparities among European regions：a markov chain approach[J].International regional science review，2004，27 (2):138-163.
[13]肖刚.中国外商直接投资区位分布的时空格局演变[J].当代财经，2015 (10):97-107.
[14]吴书胜.中国区域全要素生产率的空间非均衡及分布动态演进:2003—2014年[J].产经评论,2018,9 (2):99-115.
[15]肖刚,杜德斌,戴其文,等.中国区域高技术产业发展差异的时空演变[J].中国科技论坛,2015 (12):94-100.
[16]侯孟阳,姚顺波.中国城市生态效率测定及其时空动态演变[J].中国人口·资源与环境,2018,28 (3):13-21.
[17]李强谊,钟水映.中国旅游产业专业化发展水平的空间非均衡及其演变——基于Dagum基尼系数与Markov链估计方法的实证研究[J].经济地理，2016 (12):197-203.
[18]DAGUM C.A new approach to the decomposition of the Gini income inequality ratio[J].Empirical economics，1997，22 (4):515-531.
[19]STEGMAN A，MCKIBBIN W J.Convergence and per capita carbon emission[J].Cama working papers，2005:171-175.
[20]DUAN J C，SIMONATO J G.American option pricing under GARCH by a Markov chain approximation[J].Journal of economic dynamics and control，2001，25 (11):1689-1718.
[21]汤长安,张丽家,李红燕.高技术产业发展对区域产业结构升级影响的实证研究[J].系统工程,2017,35 (8):106-116.
[22]齐兰,徐云松.制度环境、区域金融化与产业结构升级——基于中国西部面板数据的动态关系研究[J].中央财经大学学报，2017 (12):22-33.
[23]李学兰,王海元.产业结构升级提升了城市生产率吗?——基于空间计量模型的实证检验[J].云南财经大学学报，2017，33 (2):140-150.
[24]周昌林,魏建良.产业结构水平测度模型与实证分析——以上海、深圳、宁波为例[J].上海经济研究，2007 (6):15-21.
[25]李逢春.对外直接投资的母国产业升级效应——来自中国省际面板的实证研究[J].国际贸易问题，2012 (6):124-134.
[26]纪玉俊,李超.创新驱动与产业升级——基于我国省际面板数据的空间计量检验[J].科学学研究,2015,33 (11):1651-1659.
[27]国家统计局.中国统计年鉴[M].北京:中国统计出版社,1989—2018.
Regional Disparity and Distribution Trend of Industrial Upgrade Level in the Eastern ，Central and Western Regions
Zhou Yanming，Wang Lijun，Guo Ting，Xue Biao
(School of Economics and Management，Inner Mongolia University of Technology，Hohhot 010051，China)
Abstract： Based on the relevant data of industrial upgrading level from 1988 to 2017，this paper empirically studied the regional differences and distribution dynamics of industrial upgrading levels in three major regions of China by using Dagum Gini Coefficient，Kernel Density Estimation and Spatial Markov Chain.The conclusions of the study are as follows：the industrial upgrading level in the whole country and sub-regions shows an overall upward trend；the upgrading level is significantly different，with the largest intra-regional variation in eastern area and the largest inter-regional variation between eastern and central areas；intra-regional gap and inter-regional gap，absolute and relative differences，and the evolutionary path of polarization trends are also not consistent；the upgrading level is significantly affected by the neighborhood environment.On this basis，this paper puts forward some countermeasures and suggestions to reverse the imbalanced situation of China’s industrial upgrading level.
Key words: Industrial upgrading level；Distribution dynamic；Non-parametric estimation
中图分类号: F062.9
文献标识码: A
基金项目： 内蒙古社会科学基金青年项目 “内蒙古金融结构优化与产业结构升级协调发展的对策研究” (2015C121)。
收稿日期： 2019-02-22
作者简介： 周艳明 (1980-)，女，内蒙古赤峰人，讲师、博士；研究方向：金融结构优化与产业结构升级。
通讯作者： 薛彪
(责任编辑 柯文先)
标签：产业升级论文; 分布动态论文; 非参数估计论文; 内蒙古工业大学经济管理学院论文;