《表5 省际汽车产量空间马尔科夫链转移概率和转移时间矩阵》
利用PySAL计算1979—2018年、1979—2000年、2001—2008年、2009—2018年4个时段的普通和空间马尔科夫链转移概率矩阵和转移时间矩阵,采用四分位数方法将汽车产量离散化为4种类型(高产量、较高产量、中低产量、低产量,分别用C4、C3、C2、C1表示),结果见表5。其中,1979—2018年的马尔科夫链转移概率矩阵中,对角线的数值均大于0.85,表明各类型较为稳定,不同类型的转换基本上仅限于相邻类型之间,如低产量类型转变为较高产量及高产量类型的概率均为0,这说明中国汽车制造业生产格局有明显的路径依赖及锁定效应。PySA还可以计算研究期内不同类型的稳态分布概率,高产量、较高产量、中低产量、低产量的稳态分布概率分别为0.23、0.30、0.31、0.15。从不同时期的马尔科夫链转移概率矩阵看,总体特征类似,中低产量及较高产量类型之间的转换概率所有增加。
图表编号 | XD00136258400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 巫细波 |
绘制单位 | 广州市社会科学院 |
更多格式 | 高清、无水印(增值服务) |