东北地区战略性新兴产业发展水平时空演变与影响因素研究

doi:10.18306/dlkxjz.2022.04.001

地理科学进展 ›› 2022, Vol. 41 ›› Issue (4): 541-553.doi: 10.18306/dlkxjz.2022.04.001

• 研究论文 • 下一篇

东北地区战略性新兴产业发展水平时空演变与影响因素研究

李凤娇¹^,²(), 刘家明¹^,^*(), 姜丽丽³

1.中国科学院地理科学与资源研究所,区域可持续发展分析与模拟重点实验室,北京 100101
2.中国科学院大学,北京 100049
3.哈尔滨师范大学地理科学学院,哈尔滨 150025

收稿日期:2021-07-06 修回日期:2021-08-31 出版日期:2022-04-28 发布日期:2022-06-28
通讯作者: *刘家明(1966— ),男,河南信阳人,研究员,研究方向为旅游地理与旅游规划。E-mail: liujm@igsnrr.ac.cn
作者简介:李凤娇(1995— ),女,黑龙江双鸭山人,博士生,研究方向为城乡发展与规划。E-mail: 18845562782@163.com
基金资助:
黑龙江省自然科学基金项目(LH2019D009)

Spatiotemporal change of strategic emerging industries in Northeast China and influencing factors

LI Fengjiao¹^,²(), LIU Jiaming¹^,^*(), JIANG Lili³

1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. College of Geography Science, Harbin Normal University, Harbin 150025, China

Received:2021-07-06 Revised:2021-08-31 Online:2022-04-28 Published:2022-06-28
Supported by:
Natural Science Foundation of Heilongjiang Province(LH2019D009)

摘要/Abstract

摘要：

战略性新兴产业是国家经济发展中的重要支撑,探究东北地区相关产业发展水平时空演变特征与影响因素对促进区域经济及产业创新发展具有重要意义。论文借助天眼查软件获取辽宁、吉林、黑龙江3省2009、2014、2019年3个时间节点的A股、新三板上市企业数据,利用马尔科夫链、空间自相关等方法分析其战略性新兴产业发展水平的时空演变特征,进而利用地理探测器模型对其影响因素进行深入分析与探究。研究发现：① 东北地区战略性新兴产业发展水平不断提升,增长速度放缓;东北地区各类战略性新兴产业发展水平均实现等级跨越式发展,达到高水平的产业则平稳发展。② 东北地区战略性新兴产业发展水平中部“极区”、南部“S型极带”现象加强,集聚特征减弱,省域空间分异逐渐增强;各类产业发展水平空间重心南移,扩散与集聚效应并存。③ 各影响因素发挥作用不同,多种因素共同作用影响东北地区战略性新兴产业的发展水平格局演变。

关键词: 战略性新兴产业, 发展水平指数, 地理探测器, 东北地区

Abstract:

Strategic emerging industries are important support for national economic development. It is of great significance to explore the spatial-temporal evolution characteristics and influencing factors of the development level of related industries in Northeast China to promote regional economy and industrial innovation development. Using the Tianyancha software to extract the A-shares and the new over-the-counter market listed company data in 2009, 2014, and 2019 for Liaoning, Jilin, and Heilongjiang provinces and applying the methods of Markov chain, spatial autocorrelation analysis, and geographical detector model, this study explored the spatial and temporal change of strategic emerging industry development level and analyzed its influencing factors. The results show that: 1) The development level of strategic emerging industries in Northeast China is constantly improving, and the growth rate is slowing down. All types of strategic emerging industries in Northeast China have achieved leap-forward development, while the industries at a high development level have achieved steady development. 2) The development level of strategic emerging industries in Northeast China is characterized by a "polar area" in the central part of the region and a "S-shaped polar zone" in the south. Spatial agglomeration is weakened, and the spatial differentiation of the provinces is gradually enhanced. The spatial centers of gravity of development level of various industries have shifted southward, with both diffusion and agglomeration effects. 3) Different factors play different roles, and multiple factors jointly affect the change of the development level and spatial pattern of strategic emerging industries in Northeast China.

Key words: strategic emerging industries, development level index, Geodetector, Northeast China

李凤娇, 刘家明, 姜丽丽. 东北地区战略性新兴产业发展水平时空演变与影响因素研究[J]. 地理科学进展, 2022, 41(4): 541-553.

LI Fengjiao, LIU Jiaming, JIANG Lili. Spatiotemporal change of strategic emerging industries in Northeast China and influencing factors[J]. PROGRESS IN GEOGRAPHY, 2022, 41(4): 541-553.

图/表 10

表1

表2

表3

图1

图2

图3

表4

表5

表6

图4

参考文献 30

[1]	汤长安, 张丽家, 殷强. 中国战略性新兴产业空间格局演变与优化[J]. 经济地理, 2018, 38(5): 101-107.
	[ Tang Chang'an, Zhang Lijia, Yin Qiang. Evolution and optimization of spatial layout of strategic emerging industry in China. Economic Geography, 2018, 38(5): 101-107. ]
[2]	Hirchman A O. The strategy of economic development[M]. New Haven, USA: Yale University Press, 1958.
[3]	刘志高, 张薇. 中国大都市区高新技术产业分叉过程及动力机制: 以武汉生物产业为例[J]. 地理研究, 2018, 37(7): 1349-1363. doi: 10.11821/dlyj201807008
	[ Liu Zhigao, Zhang Wei. The process and dynamics of high-tech industrial branching in China's metropolitan areas: A case study of biotechnology industry in Wuhan. Geographical Research, 2018, 37(7): 1349-1363. ] doi: 10.11821/dlyj201807008
[4]	于婧, 陈东景, 王海宾. 基于灰色系统理论的海洋主导新兴产业选择研究: 以山东半岛蓝色经济区为例[J]. 经济地理, 2013, 33(6): 109-113.
	[ Yu Jing, Chen Dongjing, Wang Haibin. Study on the leading industries of marine emerging industries based on grey system theory: A case of blue economic zone of Shandong Peninsula. Economic Geography, 2013, 33(6):109-113. ] doi: 10.2307/142437
[5]	赵建吉, 王艳华, 苗长虹. 区域新兴产业形成机理: 演化经济地理学的视角[J]. 经济地理, 2019, 39(6): 36-45.
	[ Zhao Jianji, Wang Yanhua, Miao Changhong. Formation mechanism of new emerging industry: From the perspective of evolutionary economic geography. Economic Geography, 2019, 39(6): 36-45. ]
[6]	汪明峰, 郗厚雪. 城市新兴技术产业的演化路径比较分析: 以长三角物联网产业为例[J]. 地理研究, 2015, 34(9): 1697-1707. doi: 10.11821/dlyj201509008
	[ Wang Mingfeng, Xi Houxue. The evolutionary paths of new emerging industry in cities: A case study of the Internet of Things industry in the Yangtze River Delta region. Geographical Research, 2015, 34(9): 1697-1707. ] doi: 10.11821/dlyj201509008
[7]	陈小荣, 韩景旺, 任爱华, 等. 战略性新兴产业的金融支持效率研究: 来自京津冀区域237家上市公司的实证[J]. 金融与经济, 2020(5): 81-88.
	[ Chen Xiaorong, Han Jingwang, Ren Aihua, et al. Research on the efficiency of financial support for strategic emerging industries: A case study of 237 listed companies in Beijing, Tianjin and Tianjin. Journal of Finance and Economics, 2020(5): 81-88. ]
[8]	宓泽锋, 曾刚. 本地知识基础对新兴产业知识流动的影响: 以中国燃料电池产业为例[J]. 地理学报, 2021, 76(4): 1006-1018. doi: 10.11821/dlxb202104015
	[ Mi Zefeng, Zeng Gang. The impact of local knowledge base on knowledge flow of emerging industry: A case of China's fuel cell industry. Acta Geographica Sinica, 2021, 76(4): 1006-1018. ] doi: 10.11821/dlxb202104015
[9]	张文忠. 《创意产业区演化与大都市空间重构》评介[J]. 地理学报, 2014, 69(10): 1590.
	[ Zhang Wenzhong. Review on the evolution of creative industry district and the spatial reconstruction of metropolis. Acta Geographica Sinica, 2014, 69(10): 1590. ]
[10]	林娟, 张欣炜, 汪明峰. 上海大都市区物联网产业集聚与空间演化[J]. 人文地理, 2017, 32(3): 131-137, 145.
	[ Lin Juan, Zhang Xinwei, Wang Mingfeng. Agglomeration and spatial evolution of the Internet of Things industry in Shanghai metropolitan. Human Geography, 2017, 32(3): 131-137, 145. ]
[11]	宓泽锋, 周灿, 尚勇敏, 等. 本地知识基础对新兴产业创新集群形成的影响: 以中国燃料电池产业为例[J]. 地理研究, 2020, 39(7): 1478-1489. doi: 10.11821/dlyj020190595
	[ Mi Zefeng, Zhou Can, Shang Yongmin, et al. The impact of local knowledge base on the formation of innovation clusters in emerging industries: The case study of China's fuel cell industry. Geographical Research, 2020, 39(7): 1478-1489. ] doi: 10.11821/dlyj020190595
[12]	秦曼, 梁铄, 万骁乐. 青岛市海洋生物产业空间布局与区位选择[J]. 地域研究与开发, 2020, 39(1): 76-82.
	[ Qin Man, Liang Shuo, Wan Xiaole, Spatial distribution and location selection of marine biological industry in Qingdao City. Areal research and development, 2020, 39(1): 76-82. ]
[13]	韩增林, 夏雪, 林晓, 等. 基于集对分析的中国海洋战略性新兴产业支撑条件评价[J]. 地理科学进展, 2014, 33(9): 1167-1176. doi: 10.11820/dlkxjz.2014.09.004
	[ Han Zenglin, Xia Xue, Lin Xiao, et al. Quantitative evaluation of supporting conditions of emerging strategic marine industries in China based on set pair analysis. Progress in Geography, 2014, 33(9): 1167-1176. ] doi: 10.11820/dlkxjz.2014.09.004
[14]	李德瑜, 邹沛思, 贺灿飞. 中国风电设备制造业发展与空间格局研究[J]. 地理科学进展, 2014, 33(9): 1187-1197. doi: 10.11820/dlkxjz.2014.09.006
	[ Li Deyu, Zou Peisi, He Canfei. Development and spatial pattern of wind equipment manufacture industry in China. Progress in Geography, 2014, 33(9): 1187-1197. ] doi: 10.11820/dlkxjz.2014.09.006
[15]	伍先福, 黄骁, 钟鹏. 新型基础设施建设与战略性新兴产业耦合协调发展测度及其耦合机制[J]. 地理科学, 2021, 41(11): 1969-1979. doi: 10.13249/j.cnki.sgs.2021.11.010
	[ Wu Xianfu, Huang Xiao, Zhong Peng. Measurement and Coupling mechanism of new infrastructure construction and strategic emerging industry coupling coordinated development. Scientia Geographica Sinica, 2021, 41(11): 1969-1979. ] doi: 10.13249/j.cnki.sgs.2021.11.010
[16]	蔡伟, 赵西超, 才凌惠, 等. 中国战略性新兴产业经济效率的统计测度[J]. 统计与决策, 2021, 37(7): 98-102.
	[ Cai Wei, Zhao Xichao, Cai Linghui, et al. Statistical measurement on economic efficiency of China's strategic emerging industries. Statistics and Decision, 2021, 37(7): 98-102. ]
[17]	杨清可, 段学军, 张伟, 等. 中国高新技术产业发展水平格局演变及影响因素分析[J]. 长江流域资源与环境, 2014, 23(12): 1649-1658.
	[ Yang Qingke, Duan Xuejun, Zhang Wei, et al. Spatial evolution of high-tech industry development level in China and analysis of the influencing factors. Resources and Environment in the Yangtze Basin, 2014, 23(12): 1649-1658. ]
[18]	盛骤, 谢式千, 潘承毅. 概率论与数理统计[M]. 2版. 北京: 高等教育出版社, 1989.
	[ Sheng Zhou, Xie Shiqian, Pan Chengyi. Probability theory and mathematical statistics. 2nd Edition. Beijing, China: Higher Education Press, 1989. ]
[19]	Lauren M S, Mark V J. Spatial statistics in ArcGIS[M]// Fischer M M, Getis A. Handbook of applied spatial analysis: Software tools, methods and applications, Berlin, Germany: Springer, 2010.
[20]	Lefever D W. Measuring geographic concentration by means of the standard deviational ellipse[J]. The American Journal of Sociology, 1926, 32(1): 88-94. doi: 10.1086/214027
[21]	Wong D W S. Several fundamentals in implementing spatial statistics in GIS: Using centrographic measures as examples[J]. Geographic Information Sciences, 1999, 5(2): 163-174.
[22]	Longley P A, Gooodchild M F, Maguire D J, et al. Geographical information systems: Principles, techniques, applications and management[M]. New Jersey, USA: John Wiley and Sons Ltd, 2005.
[23]	王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. doi: 10.11821/dlxb201701010
	[ Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134. ] doi: 10.11821/dlxb201701010
[24]	刘嘉琳, 汤吉军. 东北地区战略性新兴产业与传统产业融合发展研究: 基于动态演化博弈模型分析[J]. 经济问题探索, 2020(11): 95-104.
	[ Liu Jialin, Tang Jijun. Research on the integration and development of strategic emerging industry and traditional industry in Northeast China: Based on the analysis of dynamic evolution game model. Inquiry into Economic Issues, 2020(11): 95-104. ]
[25]	初凤荣, 朱明玮. 大跨度推进佳木斯区域中心城市建设研究[J]. 现代商业, 2015(9): 101-102.
	[ Chu Fengrong, Zhu Mingwei. Research on promoting the construction of regional central city in Jiamusi with large span. Modern Business, 2015(9): 101-102. ]
[26]	祝志杰, 谢小芳. 提升创新能力助力大连战略性新兴产业高速增长[N]. 大连日报, 2019-08-19( 4).
	[ Zhu Zhijie, Xie Xiaofang. Enhancing innovation ability helps Dalian strategic emerging industries to grow rapidly. Dalian Daily, 2019-08-19( 4). ]
[27]	赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8): 979-986. doi: 10.13249/j.cnki.sgs.2014.08.979
	[ Zhao Lu, Zhao Zuoquan. Projecting the spatial variation of economic based on the specific ellipses in China. Scientia Geographica Sinica, 2014, 34(8): 979-986. ]
[28]	娄金男, 陈晓红, 王颖. 哈尔滨市商业型健身房的空间演变及其影响因素[J]. 经济地理, 2020, 40(12): 81-90.
	[ Lou Jinnan, Chen Xiaohong, Wang Ying. Spatial layout evolution of urban commercial gymnasium and its influencing factors: A case study of Harbin City. Economic Geography, 2020, 40(12): 81-90. ]
[29]	毛炜圣, 钟业喜, 吴思雨. 长江经济带战略性新兴产业创新能力时空演化及空间溢出效应[J]. 长江流域资源与环境, 2020, 29(6): 1268-1279.
	[ Mao Weisheng, Zhong Yexi, Wu Siyu. Spatial-temporal evolution and spillover effects of strategic emerging industry innovation ability in the Yangtze River economic belt. Resources and Environment in the Yangtze Basin, 2020, 29(6): 1268-1279. ]
[30]	焦敬娟, 王姣娥, 程珂. 中国区域创新能力空间演化及其空间溢出效应[J]. 经济地理, 2017, 37(9): 11-18.
	[ Jiao Jingjuan, Wang Jiao'e, Cheng Ke. Spatial-temporal evolution and spillover effects of regional innovation ability in China. Economic Geography, 2017, 37(9): 11-18. ]

目标层	准则层	指标层	单位
产业发展水平	产业规模	企业数量	个
		从业人员数量	人
		总产值	万元
	产业效益	营业收入	万元
	产业创新	专利数量	个
	产业软实力	无形资产	万元

产业类型	2009年	2014年	2019年	2014年与2009年产业发展水平指数比值	2019年与2014年产业发展水平指数比值
新一代信息技术产业	0.4287	1.2538	2.1014	2.9247	1.6760
高端装备制造产业	1.0184	2.7847	4.2549	2.7344	1.5280
新材料产业	3.1035	4.4319	5.9570	1.4280	1.3441
生物产业	2.6112	3.7488	4.9059	1.4357	1.3087
新能源汽车产业	0.6812	1.2511	4.3839	1.8366	3.5040
新能源产业	0.7858	2.3574	5.2291	3.0000	2.2182
节能环保产业	0.1735	0.6132	1.5703	3.5343	2.5608
数字创意产业	0.1593	0.3542	1.0014	2.2235	2.8272
相关服务业	0.9280	1.6305	4.5407	1.7570	2.7849
平均指数/倍数	1.0988	2.0473	3.7716	2.3193	2.1947

产业发展水平		2014年					产业发展水平		2019年
产业发展水平		产业数量	高	较高	中等	低	产业发展水平		产业数量	高	较高	中等	低
2009年	高	0	0	0	0	0	2014年	高	2	1.00	0	0	0
	较高	2	1.00	0	0	0		较高	2	1.00	0	0	0
	中等	2	0	0.50	0.50	0		中等	3	0.67	0.33	0	0
	低	5	0	0.20	0.40	0.40		低	2	0	0	1.00	0

目标层	准则层	指标层
影响因素	经济发展水平 x₁	人均GDP (万元/人)
	产业结构 x₂	第三产业增加值占GDP比重 (%)
	投资建设 x₃	固定资产投资 (亿元)
	对外贸易 x₄	进出口总额 (亿元)
	人力资源 x₅	R&D人员数量 (万人)
	政府政策 x₆	教育与科研经费支出占财政支出比重 (%)
	创新环境 x₇	互联网宽带接入用户数量 (万户)
	区位条件 x₈	劳动力数量(15~64岁) (人)

指标	x₁	x₂	x₃	x₄	x₅	x₆	x₇	x₈
x₁	0.3256^**
x₂	0.8236	0.2379^**
x₃	0.6060	0.5865	0.3786^**
x₄	0.6806	0.7780	0.8190	0.5231^**
x₅	0.6943	0.7520	0.7609	0.7193	0.6224^**
x₆	0.5386	0.5622	0.8036	0.6174	0.7171	0.0686^*
x₇	0.7383	0.7017	0.6675	0.8101	0.7436	0.6949	0.4862^**
x₈	0.7892	0.7537	0.5222	0.7371	0.7516	0.4680	0.8088	0.2296^**

东北地区战略性新兴产业发展水平时空演变与影响因素研究

Spatiotemporal change of strategic emerging industries in Northeast China and influencing factors

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 0

交互因素	交互探测值q(A∩B)	因子探测值q(A)	因子探测值q(B)	交互结果	排序
x₁∩x₂	0.8236	0.3256	0.2379	非线性增强	1
x₁∩x₃	0.6060	0.3256	0.3786	双因子增强	23
x₁∩x₄	0.6806	0.3256	0.5231	双因子增强	20
x₁∩x₅	0.6943	0.3256	0.6224	双因子增强	19
x₁∩x₆	0.5386	0.3256	0.0686	非线性增强	26
x₁∩x₇	0.7383	0.3256	0.4862	双因子增强	13
x₁∩x₈	0.7892	0.3256	0.2296	非线性增强	6
x₂∩x₃	0.5865	0.2379	0.3786	双因子增强	24
x₂∩x₄	0.7780	0.2379	0.5231	非线性增强	7
x₂∩x₅	0.7520	0.2379	0.6224	双因子增强	10
x₂∩x₆	0.5622	0.2379	0.0686	非线性增强	25
x₂∩x₇	0.7017	0.2379	0.4862	双因子增强	17
x₂∩x₈	0.7537	0.2379	0.2296	非线性增强	9
x₃∩x₄	0.8190	0.3786	0.5231	双因子增强	2
x₃∩x₅	0.7609	0.3786	0.6224	双因子增强	8
x₃∩x₆	0.8036	0.3786	0.0686	非线性增强	5
x₃∩x₇	0.6675	0.3786	0.4862	双因子增强	21
x₃∩x₈	0.5222	0.3786	0.2296	双因子增强	27
x₄∩x₅	0.7193	0.5231	0.6224	双因子增强	15
x₄∩x₆	0.6174	0.5231	0.0686	非线性增强	22
x₄∩x₇	0.8101	0.5231	0.4862	双因子增强	3
x₄∩x₈	0.7371	0.5231	0.2296	双因子增强	14
x₅∩x₆	0.7171	0.6224	0.0686	非线性减弱	16
x₅∩x₇	0.7436	0.6224	0.4862	双因子增强	12
x₅∩x₈	0.7516	0.6224	0.2296	双因子增强	11
x₆∩x₇	0.6949	0.0686	0.4862	非线性增强	18
x₆∩x₈	0.4680	0.0686	0.2296	非线性增强	28
x₇∩x₈	0.8088	0.4862	0.2296	非线性增强	4

[1]	徐惠孝, 刘艳军. 收缩城市建设用地利用效率时空分异及影响机制——以黑龙江省伊春市为例[J]. 地理科学进展, 2021, 40(6): 937-947.
[2]	黄莹泽, 邱炳文, 何玉花, 张珂, 邹凤丽. 东北地区水稻扩张的海拔优势区间分析[J]. 地理科学进展, 2020, 39(9): 1557-1564.
[3]	付占辉, 梅林, 郑茹敏, 王彤彤. 东北地区城市女性就业水平空间分异机制[J]. 地理科学进展, 2020, 39(8): 1308-1318.
[4]	陈洪星, 杨德刚, 李江月, 武荣伟, 霍金炜. 大数据视角下的商业中心和热点区分布特征及其影响因素分析——以乌鲁木齐主城区为例[J]. 地理科学进展, 2020, 39(5): 738-750.
[5]	韩静, 芮旸, 杨坤, 刘薇, 马滕. 基于地理探测器和GWR模型的中国重点镇布局定量归因[J]. 地理科学进展, 2020, 39(10): 1687-1697.
[6]	杨忍,罗秀丽,陈燕纯. 中国县域乡村地域多功能格局及影响因素识别[J]. 地理科学进展, 2019, 38(9): 1316-1328.
[7]	曹峥, 吴志峰, 马文军. 人为热排放对不同类型建成区温度影响的模拟研究[J]. 地理科学进展, 2018, 37(4): 515-524.
[8]	张少尧, 宋雪茜, 邓伟. 空间功能视角下的公共服务对房价的影响——以成都市为例[J]. 地理科学进展, 2017, 36(8): 995-1005.
[9]	贾占华, 谷国锋. 东北地区城市宜居性评价及影响因素分析——基于2007-2014年面板数据的实证研究[J]. 地理科学进展, 2017, 36(7): 832-842.
[10]	湛东升, 张文忠, 党云晓, 戚伟, 刘倩倩. 中国流动人口的城市宜居性感知及其对定居意愿的影响[J]. 地理科学进展, 2017, 36(10): 1250-1259.
[11]	郭建科, 王绍博, 王辉, 刘天宝. 哈大高铁对东北城市旅游供需市场的空间效应研究——基于景点可达性的分析[J]. 地理科学进展, 2016, 35(4): 505-514.
[12]	杜国明, 孙晓兵, 王介勇. 东北地区土地利用多功能性演化的时空格局[J]. 地理科学进展, 2016, 35(2): 232-244.
[13]	湛东升, 张文忠, 余建辉, 孟斌, 党云晓. 基于地理探测器的北京市居民宜居满意度影响机理[J]. 地理科学进展, 2015, 34(8): 966-975.
[14]	毕硕本, 计晗, 陈昌春, 杨鸿儒, 沈香. 地理探测器在史前聚落人地关系研究中的应用与分析[J]. 地理科学进展, 2015, 34(1): 118-127.
[15]	韩增林, 夏雪, 林晓, 赵林. 基于集对分析的中国海洋战略性新兴产业支撑条件评价[J]. 地理科学进展, 2014, 33(9): 1167-1176.