由于自中华人民共和国成立以来相关数据大量缺失，且较长的时间内我国存在重大的社会变革，对此阶段进行回归研究不具有经济意义，故本阶段的研究区间选为1992—2017年（2018年存在严重数据缺失）。为了分析企业密度与经济密度之间的关系，首先对基础面板回归模型进行拟合，从而检验影响关系是否存在；进一步对空间自回归模型（SAR）进行分析，同时考虑到不同地区之间具有异质性，将拟合空间误差模型（SEM）及空间自相关模型（SAC），并将结果进行对比分析。
建立回归模型如下：
其中，式（7）中，扰动项uit相互独立，满足零均值，等方差为σ2 u的假设。扰动项u存在空间依赖性，ε～N（0，σ2 In）。yit为被解释变量经济密度，xit为解释变量企业密度，控制变量为Zit，W和M均为0～1空间权重矩阵。(www.xing528.com)
在此基础上，本章还引入了就业人口、城市化水平、产业结构、交通区位、科技发展水平等其他控制因素。就业人口的增加有利于经济发展，在现有人口基数的前提下提升就业率能够为经济发展提供充足劳动力，因此选取从业人口数表示就业情况；城市化水平的提高有利于形成规模效应，提升经济发展效率，本章的城市化水平指标由城镇人口与该省年末常住人口之比得到；随着产业中心逐渐由第二产业转向第三产业，产业结构发生变化，进一步影响经济结构，本章的产业结构比例由第二产业增加值与第三产业增加值之比计算得出；发达的交通运输有助于提升区域间的联系，带动当地的经济发展，故采用客运量来表示交通区位因素；科技活动人员数量代表了一个地区的科技发展水平，科技水平越高会产生更高效率的生产模式，从而促进经济发展。
1952—2008年的各项指标数据均来源于《新中国六十年统计资料》，2008—2017年的相关数据来源于各年的《中国统计年鉴》。需要说明的是，海南由于其独有的历史原因，在1952—1978年之间的地区生产总值数据无法单独统计，但考虑到其统计不影响分析东中西部三大区域经济差距的时空变化趋势，故未进行特殊处理。所有数据处理过程均经Spss19.0完成，所有回归过程均使用Stata14.0进行。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
