要素禀赋与中西部地区数字经济可持续发展——基于机器学习方法

被引:18
作者
曾祥炎
李姣
曾小明
机构
[1] 湖南科技大学商学院
关键词
要素禀赋; 数字经济; 可持续发展; 机器学习;
D O I
10.13582/j.cnki.1672-7835.2021.06.015
中图分类号
F49 [信息产业经济];
学科分类号
1201 ;
摘要
在地区间数字经济投资"竞赛"日益激烈,并且增速上形成中西部对东部地区赶超之势的背景下,中西部地区的要素禀赋是否可以支撑其数字经济可持续发展是值得深入研讨的问题。运用机器学习方法中的随机森林算法,基于地级市层面数据对24种投入要素进行分析,发现职工平均工资、人均社会消费品零售额、人均科学技术支出、城镇单位从业人员中信息传输计算机服务和软件业从业人员占比4种要素是支撑数字经济发展最为重要的投入要素。进一步运用4种最重要要素的偏效应曲线图进行分析,发现在要素禀赋上,中西部地区数字经济的发展已经同东部地区站到了"同一起跑线上",且大多数城市的重要投入要素已经具备了支撑数字经济可持续发展的基本条件,但城市之间的差距仍然明显。因此,要实现中西部地区数字经济的可持续发展,既要根据不同城市的要素禀赋构成情况实施差异化的补"短板"政策,又要通过推进数字资源的平衡布局来改变城市之间的数字经济不平衡发展状况,以构筑中西部地区数字经济发展的良性循环。
引用
收藏
页码:80 / 89
页数:10
相关论文
共 9 条
[1]   Greedy function approximation: A gradient boosting machine [J].
Friedman, JH .
ANNALS OF STATISTICS, 2001, 29 (05) :1189-1232
[2]  
信息经济崛起.[M].中国信息化百人会课题组.电子工业出版社.2016, 978-7-121-28987-3
[3]   要素禀赋、地方工业行业发展与行业选择 [J].
欧阳志刚 ;
陈普 .
经济研究, 2020, 55 (01) :82-98
[4]   长江经济带数字经济空间格局及影响因素 [J].
钟业喜 ;
毛炜圣 .
重庆大学学报(社会科学版), 2020, 26 (01) :19-30
[5]   品牌资本、R&D资本和全要素生产率 [J].
何秋琴 ;
郭美晨 ;
汪同三 .
科学学研究, 2019, 37 (03) :462-469
[6]   区域金融发展、技术创新与产业结构优化——基于深圳市2001—2016年数据的实证研究 [J].
甘星 ;
刘成昆 .
宏观经济研究, 2018, (11) :128-138
[7]   中国数字经济空间分异及影响因素 [J].
王彬燕 ;
田俊峰 ;
程利莎 ;
浩飞龙 ;
韩翰 ;
王士君 .
地理科学, 2018, 38 (06) :859-868
[8]   自然资源丰裕程度与经济发展水平关系的研究 [J].
徐康宁 ;
王剑 .
经济研究, 2006, (01) :78-89
[9]   基于劳动者平均工资的人力资本计量模型研究 [J].
黎金玲 ;
诸克军 ;
於世为 .
中国地质大学学报(社会科学版), 2005, (02) :43-46