2012-2022年生产性服务业和制造业协同集聚数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1、数据为2012-2022年制造业城镇从业人数数据、生产性服务业产业人数数据（内含交通、信息、金融、租赁、科技五大行业细分数据）、总就业人数数据、产业协同集聚数据2、内含产业协同集聚计算步骤（点击可看公式）
具体计算参考如下：

3、数据均来自于官方数据




就业数据与协同集聚.xlsx (62.32 KB, 需要: RMB 6 元)

2024-8-14 10:52:07 上传

需要: RMB 6 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：生产性服务业 制造业 生产性 服务业 产业协同 产业协同集聚 协同效应 就业统计 就业人数

根据您提出的需求，以下是针对2012年至2022年生产性服务业和制造业协同集聚的数据概览与分析方法的简述。请注意，由于我无法访问最新或特定来源的数据集，以下信息将基于一般理论框架提供。

### 数据描述

- **时间范围**：2012年至2022年。
- **数据类型**：
  - 制造业城镇从业人数。
  - 生产性服务业就业人数（细分至交通、信息传输、金融业、租赁和商务服务、科学研究和技术服务业）。
  - 总就业人数。
  - 协同集聚指数。

### 计算协同集聚的步骤

协同集聚程度通常通过计算产业间的空间相关系数或使用其他地理经济学模型来评估，如莫兰指数（Moran's I）。这里提供一个简化的说明：

1. **收集数据**：确保有制造业与生产性服务业在各个地区的具体数据。
2. **标准化处理**：对各地区的数据进行标准化，消除规模效应的影响。
3. **构建空间权重矩阵**：定义地理上相邻的地区关系。例如，如果使用四连通规则（Rook's case），则只考虑直接相邻的区域作为邻居。
4. **计算空间相关系数或莫兰指数**：

   \[
   I = \frac{n}{W}\frac{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(x_i - \bar{x})(x_j - \bar{x})}{\sum_{i=1}^{n}(x_i-\bar{x})^2}
   \]

   其中，\(n\) 是地区数量；\(W = \sum w_{ij}\)（所有权重之和）；\(w_{ij}\)是空间权重矩阵的元素；\(x_i, x_j\) 分别为地区 \(i\) 和 \(j\) 的标准化数据值；\(\bar{x}\)是所有区域平均值。

5. **解释结果**：如果莫兰指数大于0，表明存在正的空间自相关性，即在地理上相邻的区域倾向于有相似的数据特征（在本例中为协同集聚）；小于0则相反；等于0表示没有空间自相关性。
6. **可视化分析**：将计算出的结果以地图形式展示，可以更直观地理解产业集聚的模式。

### 数据来源

官方数据通常来源于国家统计局、地方统计年鉴或相关的经济数据库。在进行具体研究时，应确保所有数据均来自可靠和权威的数据发布机构，这有助于提升研究成果的准确性和可信度。

请根据实际的研究需要和数据获取情况，调整上述分析框架中的参数设置与计算方法。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用