世界地理研究 ›› 2025, Vol. 34 ›› Issue (4): 97-110.DOI: 10.3969/j.issn.1004-9479.2025.04.20222430
收稿日期:
2022-11-19
修回日期:
2023-09-20
出版日期:
2025-04-15
发布日期:
2025-04-27
通讯作者:
高玉洁
作者简介:
黄丽(1969—),女,副教授,博士,研究方向为城市经济与区域创新、城市政策和管理等,E-mail:lhuang@re.ecnu.edu.cn。
基金资助:
Received:
2022-11-19
Revised:
2023-09-20
Online:
2025-04-15
Published:
2025-04-27
Contact:
Yujie GAO
摘要:
我国制造业正面临产业结构升级和双碳目标约束的双重挑战,两者长期存在着区域时空差异,对国家产业结构升级和碳减排战略的整体部署与实施影响极大。鉴于此,本文采用比值法和 SuperSBM模型,测算2005—2019年我国各省区制造业产业结构升级水平及其碳排放效率,并分别运用耦合协调度和灰色BP神经网络模型来分析和预测两者的协调发展程度。结果发现:①2005—2019 年,我国制造业产业结构升级与其碳排放效率的耦合协调程度提升缓慢,水平偏低,呈现“东高西低”的空间格局,波动性较大的是广东和江苏两省,省内外贸、研发水平和能源消费结构等对两省各自耦合协调度产生了影响;②预计到2025年,我国制造业产业结构升级与碳排放效率的耦合协调度将延续东南高、西北低的空间异质性。其中,东、中部省区制造业升级与减排趋势均呈现良好态势,西部地区持续处于协调发展滞后区,甘肃等省区甚至会出现衰退态势。本文建议,各省区应高度关注两项政策落实的协同态势,因地制宜作出政策整改,或单项突破或两者并进,尽快推动我国制造业产业结构升级与碳减排的良性协调发展。
黄丽, 高玉洁. 中国省区制造业产业结构升级与碳排放效率的耦合及预测分析[J]. 世界地理研究, 2025, 34(4): 97-110.
Li HUANG, Yujie GAO. Analysis and prediction of the coupling between the manufacturing industry upgrading and its carbon emission efficiency in China[J]. World Regional Studies, 2025, 34(4): 97-110.
维度 | 指标 | 来源 | |
---|---|---|---|
投入 | 资本 | 各省区制造业固定资产投资 | 《中国统计年鉴》《中国工业统计年鉴》以及各省区统计年鉴 |
劳动力 | 各省区制造业从业人员总数 | ||
能源 | 各省区制造业全年用电总量 | ||
期望产出 | 经济 | 各省区制造业主营业务收入 | |
非期望产出 | 碳排放 | 各省区二氧化碳排放量 | 中国碳核算数据库ceads.net |
表1 Super-SBM模型指标体系
Tab. 1 Super-SBM model index system
维度 | 指标 | 来源 | |
---|---|---|---|
投入 | 资本 | 各省区制造业固定资产投资 | 《中国统计年鉴》《中国工业统计年鉴》以及各省区统计年鉴 |
劳动力 | 各省区制造业从业人员总数 | ||
能源 | 各省区制造业全年用电总量 | ||
期望产出 | 经济 | 各省区制造业主营业务收入 | |
非期望产出 | 碳排放 | 各省区二氧化碳排放量 | 中国碳核算数据库ceads.net |
失调衰退 | 协调发展 | ||
---|---|---|---|
D | 类型 | D | 类型 |
0~0.09 | 极度失调 | 0.50~0.59 | 勉强协调 |
0.10~0.19 | 严重失调 | 0.60~0.69 | 初级协调 |
0.20~0.29 | 中度失调 | 0.70~0.79 | 中级协调 |
0.30~0.39 | 轻度失调 | 0.80~0.89 | 良好协调 |
0.40~0.49 | 濒临失调 | 0.90~1.00 | 优质协调 |
表2 耦合协调度对应类型
Tab.2 Types corresponding to coupling coordination degree
失调衰退 | 协调发展 | ||
---|---|---|---|
D | 类型 | D | 类型 |
0~0.09 | 极度失调 | 0.50~0.59 | 勉强协调 |
0.10~0.19 | 严重失调 | 0.60~0.69 | 初级协调 |
0.20~0.29 | 中度失调 | 0.70~0.79 | 中级协调 |
0.30~0.39 | 轻度失调 | 0.80~0.89 | 良好协调 |
0.40~0.49 | 濒临失调 | 0.90~1.00 | 优质协调 |
等级 | 制造业产业结构升级 | 碳排放效率 | ||
---|---|---|---|---|
省份 | 数量 | 省份 | 数量 | |
第一等级 | 北京、上海、江苏、广东、重庆、吉林 | 6 | 北京、上海、广东 | 3 |
第二等级 | 四川、陕西、湖北、安徽、浙江、天津 | 6 | 山东、江苏、浙江、吉林 | 4 |
第三等级 | 黑龙江、辽宁、山东、河南、 贵州、湖南、江西、福建、广西 | 9 | 辽宁、天津、安徽、湖北、 湖南、江西、福建、四川、甘肃 | 9 |
第四等级 | 青海、宁夏、山西、河北 | 4 | 黑龙江、河北、河南、陕西、宁夏、 重庆、贵州、云南、青海、新疆 | 10 |
第五等级 | 内蒙古、新疆、甘肃、云南 | 4 | 内蒙古、山西、广西 | 3 |
表3 制造业产业结构升级与碳排放效率等级数量表
Tab. 3 Rank and quantity of industrial upgrading and carbon emission efficiency of manufacturing
等级 | 制造业产业结构升级 | 碳排放效率 | ||
---|---|---|---|---|
省份 | 数量 | 省份 | 数量 | |
第一等级 | 北京、上海、江苏、广东、重庆、吉林 | 6 | 北京、上海、广东 | 3 |
第二等级 | 四川、陕西、湖北、安徽、浙江、天津 | 6 | 山东、江苏、浙江、吉林 | 4 |
第三等级 | 黑龙江、辽宁、山东、河南、 贵州、湖南、江西、福建、广西 | 9 | 辽宁、天津、安徽、湖北、 湖南、江西、福建、四川、甘肃 | 9 |
第四等级 | 青海、宁夏、山西、河北 | 4 | 黑龙江、河北、河南、陕西、宁夏、 重庆、贵州、云南、青海、新疆 | 10 |
第五等级 | 内蒙古、新疆、甘肃、云南 | 4 | 内蒙古、山西、广西 | 3 |
图2 中国制造业产业结构升级和制造业碳排放效率的空间格局注:本图基于国家测绘地理信息局标准地图底图(审图号为GS(2019)1822号)绘制,底图无修改。以下地图同。
Fig. 2 The spatial pattern of manufacturing industrial structure upgrading and manufacturing carbon emission efficiency in China
协调等级 | 2005年 | 2010年 | 2015年 | 2019年 |
---|---|---|---|---|
良好协调 | — | — | — | 北京(1) |
中级协调 | — | 广东(1) | 北京、江苏、上海(3) | 上海、广东(2) |
初级协调 | — | 北京、江苏、上海(3) | 广东、吉林、山东(3) | — |
勉强协调 | 北京、广东(2) | 辽宁、吉林、山东、 浙江(4) | 天津、辽宁、河南、安徽、湖北、湖南、江西、浙江、重庆、四川(10) | 天津、浙江、吉林、安徽、湖北、湖南、江西、江苏、福建、重庆、四川、陕西(12) |
濒临失调 | 黑龙江、吉林、辽宁、天津、山东、江苏、上海、浙江、福建、安徽、江西、湖北、湖南、陕西、宁夏、甘肃、青海、四川、重庆、贵州、云南、广西(22) | 黑龙江、天津、 内蒙古、河北、 山西、河南、安徽、 江西、福建、湖北、 湖南、陕西、宁夏、 甘肃、青海、新疆、 四川、重庆、贵州、 云南、广西(21) | 黑龙江、河北、 山西、福建、陕西、 宁夏、甘肃、青海、 贵州、云南、广西(11) | 黑龙江、辽宁、 河北、山西、河南、山东、宁夏、甘肃、 青海、贵州、云南、 广西(12) |
轻度失调 | 山西、河北、河南、新疆、内蒙古(5) | — | 新疆、内蒙古(2) | 新疆、内蒙古(2) |
上升省份 | — | 北京、广东、江苏、上海、山东、吉林、辽宁、山西、河北、河南、内蒙古、新疆(12) | 北京、江苏、上海、吉林、天津、山东、河南、安徽、湖北、湖南、江西、重庆、四川(13) | 北京、广东、 福建、陕西(4) |
下降省份 | — | — | 广东、内蒙古、新疆(3) | 江苏、山东、河南、吉林、辽宁(5) |
表4 制造业产业结构升级与碳排放效率的耦合协调度
Tab. 4 Coupling degree between carbon efficiency and industrial structure upgrade of manufacturing industry
协调等级 | 2005年 | 2010年 | 2015年 | 2019年 |
---|---|---|---|---|
良好协调 | — | — | — | 北京(1) |
中级协调 | — | 广东(1) | 北京、江苏、上海(3) | 上海、广东(2) |
初级协调 | — | 北京、江苏、上海(3) | 广东、吉林、山东(3) | — |
勉强协调 | 北京、广东(2) | 辽宁、吉林、山东、 浙江(4) | 天津、辽宁、河南、安徽、湖北、湖南、江西、浙江、重庆、四川(10) | 天津、浙江、吉林、安徽、湖北、湖南、江西、江苏、福建、重庆、四川、陕西(12) |
濒临失调 | 黑龙江、吉林、辽宁、天津、山东、江苏、上海、浙江、福建、安徽、江西、湖北、湖南、陕西、宁夏、甘肃、青海、四川、重庆、贵州、云南、广西(22) | 黑龙江、天津、 内蒙古、河北、 山西、河南、安徽、 江西、福建、湖北、 湖南、陕西、宁夏、 甘肃、青海、新疆、 四川、重庆、贵州、 云南、广西(21) | 黑龙江、河北、 山西、福建、陕西、 宁夏、甘肃、青海、 贵州、云南、广西(11) | 黑龙江、辽宁、 河北、山西、河南、山东、宁夏、甘肃、 青海、贵州、云南、 广西(12) |
轻度失调 | 山西、河北、河南、新疆、内蒙古(5) | — | 新疆、内蒙古(2) | 新疆、内蒙古(2) |
上升省份 | — | 北京、广东、江苏、上海、山东、吉林、辽宁、山西、河北、河南、内蒙古、新疆(12) | 北京、江苏、上海、吉林、天津、山东、河南、安徽、湖北、湖南、江西、重庆、四川(13) | 北京、广东、 福建、陕西(4) |
下降省份 | — | — | 广东、内蒙古、新疆(3) | 江苏、山东、河南、吉林、辽宁(5) |
图3 制造业产业结构升级与碳排放效率耦合协调度的空间格局(2005—2019年)
Fig. 3 Spatial pattern of coupling degree between carbon efficiency and industrial structure upgrade of manufacturing industry in China (2005-2019)
图4 制造业产业结构升级与碳排放效率耦合协调度的空间格局(2025年)
Fig. 4 Spatial pattern of coupling degree between carbon efficiency and industrial structure upgrade of manufacturing in China (2025)
1 | 刘小丽, 王永利. 基于LMDI分解的中国制造业碳排放驱动因素分析. 统计与决策, 2022, 38(12): 60-63. |
LIU X, WANG Y. Analysis on driving factors of carbon emission in China's manufacturing industry based on LMDI decomposition. Statistics & Decision, 2022, 38(12): 60-63. | |
2 | 王文举, 向其凤. 中国产业结构调整及其节能减排潜力评估. 中国工业经济, 2014(01): 44-56. |
WANG W, XIANG Q. Adjustment of industrial structure and the potential assessment of energy saving and carbon reduction. China Industrial Economics, 2014(01): 44-56. | |
3 | 姜泽华, 白艳. 产业结构升级的内涵与影响因素分析. 当代经济研究, 2006(10): 53-56. |
JIANG Z, BAI Y. Analysis on the connotation and influencing factors of industrial structure upgrading. Contemporary Economic Research, 2006(10): 53-56. | |
4 | 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响. 经济研究, 2011, 46(05): 4-16. |
GAN C, ZHENG R, YU Z. An empirical study on the effects of industrial structure on economic growth and fluctuations in china. Economic Research Journal, 2011, 46 (05): 4-16. | |
5 | 马大来, 陈仲常, 王玲. 中国省际碳排放效率的空间计量. 中国人口·资源与环境, 2015, 25(01): 67-77. |
MA D, CHEN Z, WANG L. Spatial econometrics research on inter-provincial carbon emissions efficiency in China, China Population, Resources and Environment, 2015, 25(01): 67-77. | |
6 | 张旺, 周跃云. 北京与主要世界城市低碳发展状况的比较研究. 世界地理研究, 2012, 21(04): 143-152. |
ZHANG W, ZHOU Y. The comparison research on situation of low carbon development between Beijing and major world cities. World Regional Studies, 2012, 21(04): 143-152. | |
7 | 张军涛, 范卓玮. 所有制结构、产业集聚模式与资源配置效率——基于东北地区的实证分析. 商业研究, 2020(11): 63-73. |
ZHANG J, FAN Z. Ownership structure, industrial agglomeration mode and resource allocation efficiency: An empirical analysis based on northeast China. Commercial Research, 2020(11): 63-73. | |
8 | 樊士德. 中国劳动力流动与收入差距的库兹涅茨效应研究. 经济评论, 2011(04): 44-53. |
FAN S. The research on Kuznets effect between labor migration and income gap. Economic Review, 2011(04): 44-53. | |
9 | SCHIPPER L.Carbon emissions from manufacturing energy use in 13 iea countries. Energy Plolicy, 2001(9): 667-688. |
10 | 赵欣, 龙如银. 江苏省碳排放现状及因素分解实证分析. 中国人口·资源与环境, 2010, 20(07): 25-30. |
ZHAO X, LONG R. The status and decomposition model of carbon emissions for Jiangsu Province. China Population, Resources and Environment, 2010, 20(07): 25-30. | |
11 | 汤维祺, 吴力波, 钱浩祺. 从"污染天堂"到绿色增长: 区域间高耗能产业转移的调控机制研究. 经济研究, 2016, 51(6): 58-70. |
TANG W, WU L, QIAN H. From pollution-heaven to green-growth: Impact of carbon-market relocation of energy-intensive-sectors. Economic Research Journal, 2016, 51(6): 58-70. | |
12 | 陈红彦. 基于经济手段的中国低碳制度选择. 广东社会科学, 2013(2): 252-256. |
CHEN H. The choice of China's low carbon system based on economic means. Social Sciences in Guangdong, 2013(2): 252-256. | |
13 | 梁中. "产业碳锁定"的内涵、成因及其"解锁"政策——基于中国欠发达区域情景视角. 科学学研究, 2017, 35(01): 54-62. |
LIANG Z. Industry carbon lock-in: The connotation, causes and unlocking policy:Based on the perspective of less-developed areas in China. Studies in Science of Science, 2017, 35(01): 54-62. | |
14 | 叶珊珊. 中国制造业结构升级对碳排放的影响研究. 厦门:厦门大学, 2018. |
YE S. Analysis on the impact of the upgrading of manufacturing structure on China's CO2 emissions. Xiamen:Xiamen University, 2018. | |
15 | 王钊, 王良虎. R&D投入、产业结构升级与碳排放关系研究. 工业技术经济, 2019, 38(05): 62-70. |
WANG Z, WANG L. A study on the relationship among R&D input, upgrading industrial structure and carbon emission. Journal of Industrial Technological Economics, 2019, 38(05): 62-70. | |
16 | 张俊, 林卿, 吴雪萍, 等. 产业结构高级化对碳生产率的影响研究——基于空间杜宾模型. 华南理工大学学报(社会科学版), 2019, 21(02): 1-13. |
ZHANG J, LIN Q, WU X, et al. Research on the influence of the sophistication of industrial structure on carbon productivity: Based on Spatial Durbin Model. Journal of South China University of Technology (Social Science Edition), 2019, 21(02): 1-13. | |
17 | 刘满凤, 程思佳. 碳排放权交易促进地区产业结构优化升级了吗?. 管理评论, 2022, 34(07): 33-46. |
LIU F, CHENG S. Does the carbon emission trading scheme promote the optimization and upgrading of regional industrial structure?. Business Review, 2022, 34(07): 33-46. | |
18 | 曹丽斌, 蔡博峰, 王金南. 中国城市产业结构与CO2排放的耦合关系. 中国人口·资源与环境, 2017, 27(02): 10-14. |
CAO L, CAI B, WANG J. Coupling relationship between industrial structure and CO2 emissions of cities in China. China Population, Resources and Environment, 2017, 27(02): 10-14. | |
19 | 周迪, 王雪芹. 中国碳排放效率与产业结构升级的耦合度及耦合路径. 自然资源学报, 2019, 34(11): 2305-2316. |
ZHOU D, WANG X. Coupling relationship between industrial structure and CO2 emissions of cities in China. Journal of Natural Resources, 2019, 34(11): 2305-2316. | |
20 | 张翱祥, 邓荣荣. 中部六省碳排放效率与产业结构优化的耦合协调度及影响因素分析. 生态经济, 2021, 37(03): 31-37. |
ZHANG A, DENG R. Coupling coordination degree of carbon emission efficiency and industrial structure optimization in six provinces of central China and research on its influencing factors. Ecological Economy, 2021, 37(03): 31-37. | |
21 | 田泽, 景晓栋, 肖钦文. 长江经济带碳排放-产业结构-区域创新耦合度及时空演化. 华东经济管理, 2020, 34(02): 10-17. |
TIAN Z, JING X, XIAO Q. Coupling coordination degree and spatio-temporal evolution analysis of carbon emissions-industrial structure-regional innovation in the Yangtze River Economic Belt. East China Economic Management, 2020, 34(02): 10-17. | |
22 | 张云,韩露露,尹筑嘉. 中国对外贸易环境效应: 工业行业EKC与碳泄漏实证分析. 上海经济研究, 2019(02): 110-118. |
ZHANG Y, HAN L, YIN Z. Environmental effects of China's foreign trade: An empirical analysis of EKC and carbon leakage in the industrial sector. Shanghai Journal of Economics, 2019(02): 110-118. | |
23 | 徐雪芹. 江苏省对外贸易对制造业产业结构优化升级的实证研究. 兰州:兰州财经大学, 2021. |
XU X. Research on the impact of foreign trade to manufacturing industry structure's optimization and upgrading in Jiangsu Province. Lanzhou:Lanzhou University of Finance and Economics, 2021. | |
24 | 王少剑, 高爽, 黄永源, 等. 基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测. 地理学报, 2020, 75(06): 1316-1330. |
WANG S, GAO S, HUANG Y, et al. Spatio-temporal evolution and trend prediction of urban carbon emission performance in China based on super-efficiency SBM model. Acta Geographica Sinica, 2020, 75(06): 1316-1330. | |
25 | 周成, 冯学钢, 唐睿. 区域经济—生态环境—旅游产业耦合协调发展分析与预测——以长江经济带沿线各省市为例. 经济地理, 2016, 36(03): 186-193. |
ZHOU C, FENG X, TANG R. Analysis and forecast of coupling coordination development among the regional economy-ecological environment-tourism industry: A case study of provinces Along the Yangtze Economic Zone. Economic Geography, 2016, 36(03): 186-193. | |
26 | 陈晓红, 吴广斌, 万鲁河. 基于BP的城市化与生态环境耦合脆弱性与协调性动态模拟研究——以黑龙江省东部煤电化基地为例. 地理科学, 2014, 34(11): 1337-1343. |
CHEN X, WU G, WAN L. Dynamic simulation of vulnerability and coordination of the coupling of urban and ecological environment based on BP: A case of the coal-electricity base in the eastern Heilongjiang Province. Geographical Science, 2014, 34(11): 1337-1343. | |
27 | 赵燕娜, 张群, 马玉兰. 灰色——BP网络组合预测模型在小样本问题中的应用. 统计与决策, 2007(03): 14-15. |
ZHAO Y, ZHANG Q, MA Y. Application of grey BP network combination forecasting model in small sample problem. Statistics & Decision, 2007(03): 14-15. | |
28 | 王勇, 解延京, 刘荣, 等. 北上广深城市人口预测及其资源配置. 地理学报, 2021, 76(02): 352-366. |
WANG Y, XIE Y, LIU R, et al. Population prediction and resource allocation in megacities from the optimum population perspective: A case study of Beijing, Shanghai, Guangzhou and Shenzhen. Acta Geographica Sinica, 2021, 76(02): 352-366. | |
29 | 傅元海, 叶祥松, 王展祥. 制造业结构变迁与经济增长效率提高. 经济研究, 2016, 51(08): 86-100. |
FU Y, YE X, WANG Z. Structure changes in manufacturing industry and efficiency improvement in economic growth. Economic Research Journal, 2016, 51(08): 86-100. | |
30 | TONE K. A slacks-based measure of super-efficiency in data envelopment analysis. European Journal of Operational Research, 2002, 143(1): 32-41. |
31 | 周五七, 聂鸣. 中国工业碳排放效率的区域差异研究——基于非参数前沿的实证分析. 数量经济技术经济研究, 2012, 29(9): 58-70. |
ZHOU W, NIE M. Regional differences in the efficiency of industrial carbon emissions in China. The Journal of Quantitative & Technical Economics, 2012, 29(9): 58-70. | |
32 | 单豪杰. 中国资本存量K的再估算: 1952~2006年. 数量经济技术经济研究, 2008, 25(10): 17-31. |
SHAN H. Reestimating the capital stock of China: 1952-2006. The Journal of Quantitative & Technical Economics, 2008, 25(10): 17-31. | |
33 | 廖重斌. 环境与经济协调发展的定量评判及其分类体系: 以珠江三角洲城市群为例. 热带地理, 1999, 10(2): 76-82. |
LIAO C. Quantitative judgement and classification system for coordinated development of environment and economy: A case study of the city group in the Pearl River Delta. Tropical Geography, 1999, 10(2): 76-82. | |
34 | SHAN Y, HUANG Q, GUAN D, et al. China CO2 emission accounts 2016—2017. Scientific data, 2020, 7(1): 1-9. |
35 | SHAN Y, GUAN D, ZHENG H, et al. China CO2 emission accounts 1997—2015. Scientific data, 2018, 5(1): 1-14. |
36 | SHAN Y, LIU J, LIU Z, et al. New provincial CO2 emission inventories in China based on apparent energy consumption data and updated emission factors. Applied Energy, 2016, 184: 742-750. |
37 | 周彦楠, 何则, 马丽, 等. 中国能源消费结构地域分布的时空分异及影响因素. 资源科学, 2017, 39(12): 2247-2257. |
ZHOU Y, HE Z, MA L, et al. Spatial and temporal differentiation of China's provincial scale energy consumption structure. Resources Science, 2017, 39(12): 2247-2257. |
[1] | 康江江, 宁越敏. 长三角地区主导产业专业化集聚演变与影响因素[J]. 世界地理研究, 2024, 33(6): 116-127. |
[2] | 周钰然, 韦素琼, 赵蕾, 游小珺. 重要外部事件冲击下台商制造业对外投资的时空格局变化[J]. 世界地理研究, 2024, 33(6): 76-88. |
[3] | 李晓梅, 黄俊. 中国省域物流碳排放效率的演化特征及收敛性分析[J]. 世界地理研究, 2024, 33(4): 155-166. |
[4] | 赵敏, 张俊, 李鹏. 泛亚高铁建设背景下中国西南-东南亚城市联系的多情景预测[J]. 世界地理研究, 2023, 32(3): 1-16. |
[5] | 黄梦瑶, 钟业喜, 毛炜圣. 长江经济带制造业创新能力空间转移特征及影响因素[J]. 世界地理研究, 2023, 32(3): 112-123. |
[6] | 蒋丽. 全球生产网络视角下珠三角地区汽车制造业布局时空演变特征研究[J]. 世界地理研究, 2023, 32(12): 118-128. |
[7] | 殷为华, 陈晓玲. 长三角城市群电子信息制造业的空间集聚及生产绩效研究[J]. 世界地理研究, 2021, 30(6): 1241-1252. |
[8] | 赵蕾, 韦素琼, 游小珺. 基于SNA的全球电子信息制造业贸易网络演化特征及机理研究[J]. 世界地理研究, 2021, 30(4): 708-720. |
[9] | 赵璐, 吕利娜. 从锈带到先进制造业集群:资源型经济转型及高质量发展的路径探析[J]. 世界地理研究, 2021, 30(4): 802-812. |
[10] | 徐梦冉, 李振发, 贺灿飞, 李伟. “互联网+”对中国制造业就业的影响[J]. 世界地理研究, 2021, 30(3): 577-588. |
[11] | 方茹茹, 马仁锋, 朱保羽, 解鹏超. 世界邮轮建造业的空间演化与区位分析[J]. 世界地理研究, 2021, 30(1): 148-156. |
[12] | 陈俊营, 方俊智. 产品内分工视角下全球制造业生产网络的演化特征[J]. 世界地理研究, 2020, 29(4): 792-803. |
[13] | 王鑫静, 程钰. 城镇化对碳排放效率的影响机制研究[J]. 世界地理研究, 2020, 29(3): 503-511. |
[14] | 段德忠, 杜德斌, 张杨. 中美产业技术创新能力比较研究[J]. 世界地理研究, 2019, 28(4): 24-34. |
[15] | 黎玲君, 陈瑛, 周进. 中国对金砖国家直接投资效益与投资环境时空耦合分析[J]. 世界地理研究, 2019, 28(4): 55-64. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||