1. 引言
2018年11月,习近平总书记提出将“支持长江三角洲区域一体化发展上升为国家战略”1;2019年3月,李克强总理在政府工作报告首次明确提出“将长三角区域一体化发展上升为国家战略”2。长三角经济区面积约35.91万平方公里,仅占全国总面积的2.3%;人口规模为2.25亿,仅占全国总人口数的16%,却贡献了全国25%的GDP以及33.3%的进出口总额。但是,长三角城市群在经济上取得了巨大成绩,但内部发展差异明显。中共中央、国务院在2019年12月发布的《长江三角洲区域一体化发展规划纲要》中提出要发挥长三角经济体的区域带动与示范作用,需要紧紧围绕“一体化”与“高质量”两大重点,打造优质区域集群3。所以,研究长三角区域经济高质量一体化发展具有十分重要的现实意义。
关于长三角区域一体化的高质量发展状况,已有不少学者从理论和实证两个层面分别进行过研究。在理论层面,陈建军 [1] 对长三角更高质量一体化存在的瓶颈、内在机制与实现途径进行了阐释。肖金成和李清娟 [2] 认为创新驱动、经济转型、改革开放和经济一体化是推动长三角高质量发展的关键。陈雯等 [3] 系统阐述了长三角一体化和高质量发展科学内涵及其关联,并提出较高质量一体化需要遵循差异化、高效率、可持续和包容性等原则。在实证层面,翟仁祥 [4] 将邻近空间溢出效应纳入到区域经济一体化及其区域经济增长差异收敛性,并选取泛长三角这一典型地区作为研究对象。徐丽婷等 [5] 运用熵值-TOPSIS模型对长三角区域26个城市生态化水平变化和差异进行了评价。王晓玲等 [6] 通过建立杜宾空间面板模型,采用2018~2017年长三角区域26个城市面板数据,对长三角一体化经济空间的收敛性进行了检验,并对其影响因素进行了深入分析。
现有的研究较为片面,大多只侧重于某一些方面,缺乏对长江三角洲城市群总体高质量发展水平测度的研究。因此,本文根据高质量发展的内涵,从“创新、协调、绿色、开放、共享”的新发展理念入手,通过选择相关指标体系,利用建立空间杜宾面板模式对长江三角洲地区的经济与社会高质量一体化发展水平做出评估,并给出了相应的政策建议。
2. 长三角经济区空间计量分析
2.1. 变量选择与模型构建
① 被解释变量:本文根据研究目标,选取各市人均GDP (PGDP)作为被解释变量。
② 解释变量:为了避免明显的多重共线性影响,本文从“创新、协调、绿色、开放、共享”五个维度各选取一个指标作为解释变量。创新理念相关指标选取万人专利授权量(AAP),协调理念相关指标选取第三产业贡献度(TIS),绿色理念相关指标选取空气质量优良天数比例(GAQ)、开放理念相关指标选取对外贸易依存度(DFT),共享理念相关指标选取千人拥有床位数(BPP)。
③ 控制变量:政府干预(GI),用地方政府人均一般公共预算支出表示。
④ 数据来源:本文选取的样本为2016~2020年长三角一体化26个地级城市及上海市的面板数据,数据主要来源于2017~2021年的《江苏省统计年鉴》《安徽省统计年鉴》《浙江省统计年鉴》《上海市统计年鉴》以及各地级市统计年鉴。对各变量的描述性统计如表1所示。
基于上述变量选择,本文构建了如下的计量回归模型。为消除异方差的影响,本文在实证回归时将变量取为自然对数。
(1)
其中,
表示个体效应,
表示时间效应,
表示随机误差项。
![](Images/Table_Tmp.jpg)
Table 1. Descriptive statistics of each variable
表1. 各变量描述性统计
2.2. 空间相关性分析
在空间计量分析方法中,通常要求通过空间自相关检测对所研究的区域进行空间自相关计量 [7] 。因此,本文选用了空间自相关性检验中一般指标莫兰指数(Moran’s I)进行空间相关性检验。Moran’s I > 0,表示存在空间正相关;Moran’s I < 0,表示存在空间负相关;Moran’s I = 0,表示空间独立分布。其计算公式如下:
Moran’s I
(2)
其中,
和
分别表示区域
和区域
的经济发展水平,
是样本方差,
,
为空间权重。经济地理学中常用的空间权重矩阵有三种:临近权重矩阵、经济距离权重矩阵和反距离权重矩阵 [8] 。本文根据数据收集情况及测算便捷程度选择临近权重矩阵
作为权重矩阵
。
临近权重矩阵
:若两个城市存在共同的边界,则定义为相邻,赋值为1;若两个城市不存在共同边界,则定义为不相邻,赋值为0。其具体公式如下:
(3)
![](Images/Table_Tmp.jpg)
Table 2. The global Moran index of the explanatory variables
表2. 解释变量全域莫兰指数
注:*、**与***分别表示15%、5%与1%的显著性水平;括号中相关数值表示伴随概率p。
全域莫兰指数仅说明了全域的空间集聚情况,而忽视了局部的空间聚集状况,因此,本文利用局部莫兰指数分析特定区域与周边区域间的空间差异。表2显示了2016~2020年各解释变量全域莫兰指数计算结果。通过空间相关性检验结果可得,大部分变量都通过了5%的显著性水平检验,少部分变量通过了15%的显著性水平检验,只有极小部分变量未通过15%的显著性水平检验。同时,以2019年和2020年为例绘制长三角地区万人专利授权量、第三产业贡献度、空气质量优良天数比例、对外贸易依存度与千人拥有床位数的局部莫兰散点图,分别如图1~5所示。各年份绝大多数变量表现为正的空间自相关性,个别年份的个别变量表现为负的空间自相关性,全域范围内呈现出空间集聚特征。万人专利授权量、空气质量优良天数比例、对外贸易依存度与千人拥有床位数的莫兰散点图大部分观测值位于第一和第三象限,表明万人专利授权量、空气质量优良天数比例、对外贸易依存度与千人拥有床位数呈现“高高、低低”的高水平集聚与低水平集聚特征。而第三产业贡献度的莫兰散点图大部分观测值位于第二和第四象限,表明其呈现“高低、低高”的高低水平交错聚集的特征。因此,本文采用空间计量模型进行回归分析较为合理。
![](//html.hanspub.org/file/13-1122205x25_hanspub.png?20230728181749976)
Figure 1. Diagram of the Moran scatter plot of lnAAP in the Yangtze River Delta region in 2019 and 2020
图1. 2019年与2020年长三角地区lnAAP莫兰散点图
![](//html.hanspub.org/file/13-1122205x27_hanspub.png?20230728181749976)
Figure 2. Diagram of the Moran scatter plot of lnTIS in the Yangtze River Delta region in 2019 and 2020
图2. 2019年与2020年长三角地区lnTIS莫兰散点图
![](//html.hanspub.org/file/13-1122205x29_hanspub.png?20230728181749976)
Figure 3. Diagram of the Moran scatter plot of lnGAQ in the Yangtze River Delta region in 2019 and 2020
图3. 2019年与2020年长三角地区lnGAQ莫兰散点图
![](//html.hanspub.org/file/13-1122205x31_hanspub.png?20230728181749976)
Figure 4. Diagram of the Moran scatter plot of lnDFT in the Yangtze River Delta region in 2019 and 2020
图4. 2019年与2020年长三角地区lnDFT莫兰散点图
![](//html.hanspub.org/file/13-1122205x33_hanspub.png?20230728181749976)
Figure 5. Diagram of the Moran scatter plot of lnBPP in the Yangtze River Delta region in 2019 and 2020
图5. 2019年与2020年长三角地区lnBPP莫兰散点图
2.3. 空间计量模型选择
空间计量经济学的核心理念在于将区域间的相互联系融入模型之中。在考虑因变量与自变量空间相关性的情况下,通常使用空间杜宾模型来进行建模(SDM) [9] 。其数学表达式为:
式中
为被解释变量,
为解释变量,
为空间自回归系数,
为空间权重矩阵,
和
为回归系数,
为残差项。
由于样本区间较短,截面维度N (N = 27)远大于时间维度T (T = 2016~2020),属于短面板数据结构,因而在此处无须进行面板单位根检验以及协整检验。面板数据模型通常分为三种形式:混合效应模型(NE),固定效应模型(FE)以及随机效应模型(RE),本节首先对长三角全域、江苏省、浙江省、安徽省各市的数据进行F检验以及Hausman检验(5%显著水平),以便确定合适的面板模型类型。接下来,通过检验选择合适的方式进行空间计量回归得出回归结果。
表3反映了对长三角全域、江苏省、浙江省、安徽省进行F检验和Hausman检验(5%显著水平)的检验结果,以及对应的模型选择结果。
由下表可知,长三角全域、江苏省、浙江省、安徽省均应选择个体固定效应SDM模型进行回归。
![](Images/Table_Tmp.jpg)
Table 3. Results of the F-test and Hausman test for the panel model
表3. 面板模型的F检验和Hausman检验结果
2.4. 结果分析
2.4.1. 影响因素回归结果
表4显示了长三角区域经济高质量一体化发展影响因素的空间回归估计结果。万人专利授权量(APP)和千人拥有床位数(BPP)和政府干预(GI)对长三角经济发展的影响绝大部分均显著为正。这表明可从“创新”,“共享”等理念的实施,科技投入的扩大,公共基础设施建设的加快和政府扶持力度的加大等方面进一步推动长三角城市经济的可持续健康增长。第三产业贡献度(TIS)、空气质量优良天数比例(GAQ)和对外贸易依存度(DFT)对长三角经济发展的影响除了个别省份为正向影响外,其余均为负向影响,表明该阶段“协调”,“绿色”,“开放”等目标的实现过程可能延缓长三角各城市经济的可持续健康增长,其原因可能与长三角地区第三产业发展缓慢,产业发展缺乏绿色化和低碳化改造,外商投资正在逐步丧失既往优势或者超国民待遇外商投资项目妨碍了本国企业生存发展等因素有关。
从解释变量的空间滞后项系数来看,相邻地区的万人专利授权量(AAP)、第三产业贡献度(TIS)对本地区经济增长有显著促进作用,说明“创新”和“协调”理念的贯彻落实成效显著,有利于缩小长三角地区发展差距。相邻地区的空气质量优良天数比例(GAQ)、外贸易依存度(DFT)对本地区经济增长有显著挤出效应,说明“绿色”、“开放”理念的贯彻落实尚未达到促进长三角经济高质量一体化发展、缩小地区发展差距的目标。相邻地区的千人拥有床位数(BPP)对本地区的经济增长未显示出明显的促进或抑制作用。
![](Images/Table_Tmp.jpg)
Table 4. Results of spatial regression estimation of the influencing factors of high-quality integration development in the Yangtze River Delta region
表4. 长三角区域经济高质量一体化发展影响因素的空间回归估计结果
注:*、**与***分别表示15%、5%与1%的显著性水平;括号中相关数值表示伴随概率p。
2.4.2. 总效用分解:直接效应和间接效应
在进行空间杜宾计量分析时,回归系数往往无法全面反映影响效果,因此需要进一步区分直接效应和间接效应,以便更全面地评估其影响程度。表5显示了空间杜宾模型空间分解效应结果。万人专利授权量(APP)在长三角各地区直接效应、间接效应和总效应均为正,本地区、相邻地区包括全域“创新”指标的实现均能够促进长三角经济高质量的一体化发展,这得益于近些年有关创新创业支持政策以及有关高层次人才引进的相关政策不断出台和落实。
第三产业贡献度(TIS)在长三角全域、江苏省和浙江省直接效应为负,间接效应和总效应为正,表明本地区的第三产业发展程度越高,会抑制本地区经济发展,而邻近地区、全域的第三产业发展程度越高,越能促进本地区经济的发展。不同的是,第三产业贡献度(TIS)在安徽省的直接效应、间接效应和总效应均为正,表明本地区、相邻地区包括全域第三产业的发展均能促进安徽地区的经济发展。“协调”理念在促进长三角区域间经济高质量的一体化发展作用较为明显,但是除了安徽地区,“协调”理念未能促进本地区的经济发展,需要深入思考第三产业的发展如何在“本地化”方面有所提升。
空气质量优良天数比例(GAQ)在长三角全域、江苏省和浙江省的直接效应、间接效应和总效应均为负,而在浙江省空气质量优良天数比例(GAQ)直接效应为负,间接效应和总效应为正。这说明,“绿色”发展并没有促进长三角区域经济高质量的一体化发展,经济发展的绿色化转型仍不到位,长三角大部分地区尚未形成“绿水青山带来金山银山”的经济发展形态。邻近地区及长三角全域的“绿色”发展对浙江省的经济发展具有正向促进作用,表明浙江省正走在长三角“绿色”发展的前列,坚持经济发展和环境保护两方面并举,相向而为。
对外贸易依存度(DFT)在长三角全域、江苏省、浙江省和安徽省的直接效应和总效应均为负,除了长三角全域,其他省份间接效应也同样为负。这表明长三角地区的高贸易依存度降低了经济发展水平,这与王文明(2010)的研究结果相吻合。他认为,较高的外贸依存度已经对长三角地区的发展提出了挑战,我们必须足够重视对外贸易依存度所反映出来的贸易结构对区域经济可持续发展带来的不利影响 [10] 。较高的贸易依存度意味着经济发展对外的依赖性较强,可能会加大地区经济的不安全感,所以在实现“开放”的同时也要注重提升本地区的产业发展及消费能力。
![](Images/Table_Tmp.jpg)
Table 5. Decomposition table of spatial effect of influencing factors of high-quality integrated development of regional economy in the Yangtze River Delta
表5. 长三角区域经济高质量一体化发展影响因素空间效应分解表
注:*、**与***分别表示15%、5%与1%的显著性水平;括号中相关数值表示伴随概率p。
千人拥有床位数(BPP)在长三角全域、江苏省和浙江省直接效应、间接效应和总效应均为正,在安徽省表现出间接效应为负,直接效应和总效应为正。不难发现,“共享”理念的普及促进了长三角区域经济高质量的一体化发展。“共享”与现代经济发展是相辅相成的,“共享”经济不仅是社会生产力发展进步的产物,同样在经济新常态下推动生产力进步具有重要作用 [11] 。长三角经济带作为中国最为发达的经济带之一,将“共享”理念融入社会经济的发展,较好地构建了共享型区域一体化发展格局。
3. 政策建议
从分析结果可以看出,长三角地区经济高质量一体化发展成果显著,各方面效果均较好,在全国处于领先地位。但是,长三角地区经济高质量一体化发展过程中仍存在一些问题,比如经济发展的绿色化转型仍不到位、第三产业对本地经济发展的促进效果不明显、局部地区经济发展的对外依赖度过高等。对此,本文提出以下政策建议。
第一,加快科技创新,助力“绿色”发展。科技创新能够有效地降低资源消耗和环境污染,从而推动城市经济高质量发展,提高自主创新力度是推动长三角经济区绿色发展的关键。政府相关部门应给予企业合理的研发经费投入,推进并完善高层次创新人才政策,确保企业的创新力度。
第二,推动第三产业“本地化”发展。目前,长三角地区的第三产业在推动周边城市的发展中起正向作用,但在推动本地经济增长中并未起到明显的正向作用。相关部门应着力提高本地市场消费需求,加强本地第三产业与第一、第二产业的相互依存度,真正提高第三产业“本地化”服务水平,扩大第三产业“本地化”服务市场。
第三,合理把控对外开放程度,提高我国产品市场竞争力。“开放”的贸易环境加快了我国经济参与全球一体化进程,也加快了我国与世界经济日益接轨的步伐。但是,若过度推行“开放”政策,将会增加宏观经济调控的复杂性,同时也会加大我国在国际经济和政治方面所面临的风险。在当前国内外复杂环境下,我国应该积极扩大国内需求以促进经济增长。作为我国经济开放程度较高的区域,长三角地区应加强对外开放的管控,提升自主品牌的培育能力,全面提升我国在国际市场上的竞争力,从而推动国内产业的蓬勃发展。
NOTES
1来源:https://www.gov.cn/xinwen/2019-12/04/content_5458462.htm
2来源:http://www.rmzxb.com.cn/c/2019-03-05/2300761.shtml
3来源:https://www.gov.cn/zhengce/2019-12/01/content_5457442.htm