長(zhǎng)三角高質(zhì)量發(fā)展的空間動(dòng)態(tài)演變與一體化趨勢(shì)

鄭瑞坤，汪 純

（湖北工業(yè)大學(xué) 理學(xué)院，湖北 武漢430068）

一、問(wèn)題提出

2019 年12 月，中共中央、國(guó)務(wù)院印發(fā)了《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》（以下簡(jiǎn)稱《綱要》），明確提出將長(zhǎng)三角區(qū)域一體化上升為國(guó)家戰(zhàn)略。實(shí)施長(zhǎng)三角一體化發(fā)展戰(zhàn)略，是引領(lǐng)全國(guó)高質(zhì)量發(fā)展、完善我國(guó)改革開(kāi)放空間布局、打造我國(guó)發(fā)展強(qiáng)勁活躍增長(zhǎng)極的重大戰(zhàn)略舉措［1］。

長(zhǎng)三角地區(qū)（包括江蘇、浙江、上海與安徽三省一市）在過(guò)去40多年的改革開(kāi)放中，發(fā)展成為我國(guó)經(jīng)濟(jì)最具活力、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，對(duì)帶動(dòng)整個(gè)國(guó)家經(jīng)濟(jì)快速發(fā)展發(fā)揮了重要的支撐與引領(lǐng)作用。隨著中國(guó)特色社會(huì)主義進(jìn)入新時(shí)代，我國(guó)經(jīng)濟(jì)已經(jīng)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，對(duì)長(zhǎng)三角而言，如何適應(yīng)新的國(guó)家區(qū)域發(fā)展戰(zhàn)略，在建設(shè)本區(qū)域高質(zhì)量一體化過(guò)程中發(fā)揮對(duì)全國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的引領(lǐng)示范功能，是當(dāng)前該地區(qū)面臨的重大問(wèn)題。

這一問(wèn)題受到了長(zhǎng)三角三省一市政府部門的高度重視，各省市紛紛出臺(tái)了如何推動(dòng)區(qū)域高質(zhì)量一體化發(fā)展的政策方案，同時(shí)也引起了社會(huì)各界的強(qiáng)烈反響，各種宣傳報(bào)道見(jiàn)諸于社交媒體。但相關(guān)學(xué)術(shù)研究稍顯滯后，目前相對(duì)集中的討論主題涉及：①長(zhǎng)三角高質(zhì)量發(fā)展水平的測(cè)度。比如，郭文慧、雷良海（2020）通過(guò)構(gòu)建經(jīng)濟(jì)高質(zhì)量發(fā)展水平的指標(biāo)評(píng)價(jià)體系，采用二次熵值法對(duì)長(zhǎng)三角40 個(gè)地級(jí)市的經(jīng)濟(jì)高質(zhì)量發(fā)展水平進(jìn)行了綜合評(píng)價(jià)［2］；田鑫（2020）利用2018 年長(zhǎng)三角26 個(gè)城市數(shù)據(jù)，采用因子K均值法評(píng)估分析了長(zhǎng)三角26個(gè)城市的經(jīng)濟(jì)高質(zhì)量發(fā)展水平［3］；王青等（2020）利用2006—2018年長(zhǎng)三角26 個(gè)城市數(shù)據(jù)，采用主成分分析方法測(cè)度了經(jīng)濟(jì)高質(zhì)量發(fā)展水平［4］。②推動(dòng)長(zhǎng)三角高質(zhì)量一體化發(fā)展的路徑研究。路徑研究是目前學(xué)術(shù)界討論較多的話題，但以定性分析為主，定量研究較為少見(jiàn)，一些學(xué)者比如滕堂偉、歐陽(yáng)鑫（2019）運(yùn)用隨機(jī)前沿模型方法測(cè)度了長(zhǎng)三角41 個(gè)城市2000—2017 年的城市效率，通過(guò)分析城市效率的影響因素探測(cè)長(zhǎng)三角高質(zhì)量一體化的發(fā)展路徑［5］；姚鵬等（2020）通過(guò)構(gòu)建長(zhǎng)三角一體化評(píng)價(jià)指標(biāo)體系測(cè)度一體化程度，進(jìn)而提出區(qū)域高質(zhì)量一體化發(fā)展的路徑建議［6］。

從上述文獻(xiàn)研究主題來(lái)看，長(zhǎng)三角高質(zhì)量發(fā)展有關(guān)問(wèn)題的學(xué)術(shù)討論還處于早期階段。由于“高質(zhì)量發(fā)展”是一個(gè)復(fù)合指標(biāo)，對(duì)“高質(zhì)量發(fā)展”進(jìn)行測(cè)評(píng)是定量分析的前提，也是深入研究長(zhǎng)三角高質(zhì)量發(fā)展路徑的基礎(chǔ)，目前學(xué)者們將其作為關(guān)注的重點(diǎn)，體現(xiàn)了基礎(chǔ)作用，但指標(biāo)體系尚在討論中，暫未形成高度統(tǒng)一的衡量體系，且從學(xué)者們呈現(xiàn)出來(lái)的指標(biāo)體系看，側(cè)重于“高質(zhì)量”，對(duì)“一體化”把握不夠。事實(shí)上，在《綱要》中，“一體化”與“高質(zhì)量”是最為突出的兩個(gè)關(guān)鍵詞，它們具有整體性，這種整體性表現(xiàn)出長(zhǎng)三角區(qū)域一體化是高質(zhì)量的一體化，兩者不可分割。正因?yàn)槿绱?，在路徑分析上就要求高質(zhì)量發(fā)展體現(xiàn)出“一體化”所具有的空間特性，顯然，上述文獻(xiàn)缺乏圍繞“高質(zhì)量”發(fā)展的空間分布動(dòng)態(tài)演變導(dǎo)致的一體化路徑變化的研究。

本研究也對(duì)高質(zhì)量發(fā)展水平進(jìn)行測(cè)評(píng)，但不同于現(xiàn)有文獻(xiàn)的是，本研究目的在于借助高質(zhì)量發(fā)展測(cè)評(píng)數(shù)據(jù)分析長(zhǎng)三角27個(gè)城市高質(zhì)量發(fā)展水平的空間動(dòng)態(tài)演變軌跡，并通過(guò)構(gòu)造空間統(tǒng)計(jì)模型探討長(zhǎng)三角高質(zhì)量一體化在不同影響因素作用下未來(lái)可能的運(yùn)行軌跡，以此進(jìn)一步判斷長(zhǎng)三角高質(zhì)量一體化發(fā)展趨勢(shì)，為長(zhǎng)三角高質(zhì)量一體化變動(dòng)趨勢(shì)提供一個(gè)實(shí)證分析結(jié)論。

在此背景下，本研究的貢獻(xiàn)主要體現(xiàn)在：①根據(jù)《綱要》要求，將“一體化”與“高質(zhì)量”深度融合構(gòu)建了測(cè)評(píng)長(zhǎng)三角高質(zhì)量發(fā)展水平的指標(biāo)體系，實(shí)現(xiàn)了從測(cè)評(píng)“高質(zhì)量發(fā)展”到測(cè)評(píng)“高質(zhì)量一體化發(fā)展”的轉(zhuǎn)變，更加有利于長(zhǎng)三角區(qū)域高質(zhì)量一體化有關(guān)問(wèn)題的定量研究；②為考察長(zhǎng)三角高質(zhì)量發(fā)展的一體化路徑，結(jié)合分布動(dòng)態(tài)學(xué)（馬爾科夫鏈方法）與空間計(jì)量方法，分析了當(dāng)前長(zhǎng)三角高質(zhì)量發(fā)展的空間演變軌跡，對(duì)比研究了在有無(wú)影響因素作用下未來(lái)長(zhǎng)三角高質(zhì)量發(fā)展一體化可能的空間演變軌跡，為長(zhǎng)三角不同城市如何在長(zhǎng)三角高質(zhì)量一體化發(fā)展過(guò)程中走向一體化提供了一種分析方案。

二、研究設(shè)計(jì)

本研究擬在測(cè)評(píng)長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展水平的基礎(chǔ)上探究高質(zhì)量發(fā)展進(jìn)程中高質(zhì)量發(fā)展的空間分布動(dòng)態(tài)演變軌跡與一體化趨勢(shì)。為完成長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展的空間分布動(dòng)態(tài)演變與一體化趨勢(shì)的分析，首先需要從理論上設(shè)計(jì)兩部分研究方案：第一部分是設(shè)計(jì)測(cè)評(píng)長(zhǎng)三角高質(zhì)量發(fā)展水平的指標(biāo)體系與測(cè)評(píng)方法；第二部分是設(shè)計(jì)模擬空間分布動(dòng)態(tài)演變的方法以及測(cè)度一體化趨勢(shì)的方法。

本文通過(guò)實(shí)現(xiàn)第一部分設(shè)計(jì)方案獲得長(zhǎng)三角各城市高質(zhì)量發(fā)展水平的測(cè)度數(shù)據(jù)，然后圍繞所獲得的高質(zhì)量發(fā)展指數(shù)數(shù)據(jù)，利用第二部分設(shè)計(jì)方法分析長(zhǎng)三角高質(zhì)量發(fā)展的空間分布動(dòng)態(tài)演變與一體化趨勢(shì)。

（一）長(zhǎng)三角高質(zhì)量發(fā)展指數(shù)測(cè)度模型

1.測(cè)評(píng)指標(biāo)體系構(gòu)建

高質(zhì)量發(fā)展是我國(guó)在供給側(cè)結(jié)構(gòu)性改革與新的社會(huì)主要矛盾背景下建設(shè)現(xiàn)代化經(jīng)濟(jì)體系提出來(lái)的，國(guó)內(nèi)學(xué)者從不同視角討論了高質(zhì)量發(fā)展內(nèi)涵及其特征，李金昌等（2019）將其歸納為三類，分別是以“五大發(fā)展理念”和社會(huì)主要矛盾為視角、以經(jīng)濟(jì)高質(zhì)量發(fā)展為視角以及以區(qū)分狹義廣義或微觀宏觀的不同要求為視角［7］。這三類視角實(shí)際上是將高質(zhì)量置于經(jīng)濟(jì)社會(huì)、宏觀經(jīng)濟(jì)與微觀經(jīng)濟(jì)層面來(lái)進(jìn)行界定的。誠(chéng)然，高質(zhì)量會(huì)在經(jīng)濟(jì)社會(huì)的各個(gè)層面表現(xiàn)出來(lái)，但作為一種經(jīng)濟(jì)發(fā)展階段，其內(nèi)涵與外延需切合階段論性質(zhì)。從階段論出發(fā)，經(jīng)濟(jì)由“速度型”轉(zhuǎn)入“質(zhì)量型”發(fā)展，是一種以生產(chǎn)為主型的發(fā)展階段過(guò)渡至生產(chǎn)與生活并重且最終轉(zhuǎn)入以生活為主型的發(fā)展階段，用高質(zhì)量發(fā)展概括這種經(jīng)濟(jì)發(fā)展階段，應(yīng)該表現(xiàn)為國(guó)民經(jīng)濟(jì)的生產(chǎn)與生活消費(fèi)不斷向好，且達(dá)到一個(gè)較高水準(zhǔn)的狀態(tài)，該狀態(tài)要求經(jīng)濟(jì)在生產(chǎn)與生活上具備協(xié)同力、驅(qū)動(dòng)力、穩(wěn)定力、保障力和引領(lǐng)力。因而，定義高質(zhì)量發(fā)展為國(guó)民經(jīng)濟(jì)在生產(chǎn)與生活上的協(xié)同力、驅(qū)動(dòng)力、穩(wěn)定力、保障力和引領(lǐng)力不斷向好，且達(dá)到一個(gè)較高水準(zhǔn)的狀態(tài)。

對(duì)于長(zhǎng)三角高質(zhì)量發(fā)展而言，理論上應(yīng)不失高質(zhì)量發(fā)展的一般內(nèi)涵特征，但作為區(qū)域?qū)用娴母哔|(zhì)量發(fā)展，又應(yīng)該具有區(qū)域經(jīng)濟(jì)發(fā)展階段特征，其最大特征體現(xiàn)在“區(qū)域一體化”上。因而，定義長(zhǎng)三角高質(zhì)量發(fā)展為在“一體化”目標(biāo)下區(qū)域生產(chǎn)與生活上的協(xié)同力、驅(qū)動(dòng)力、穩(wěn)定力、保障力和引領(lǐng)力不斷向好，且達(dá)到“一體化”較高水準(zhǔn)的狀態(tài)。

根據(jù)上述高質(zhì)量發(fā)展的內(nèi)涵，設(shè)計(jì)長(zhǎng)三角高質(zhì)量發(fā)展指標(biāo)體系的整體方案為：①采集《綱要》中關(guān)于長(zhǎng)三角一體化與高質(zhì)量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標(biāo)，初步勾勒出長(zhǎng)三角高質(zhì)量發(fā)展指標(biāo)體系的層次結(jié)構(gòu)；②運(yùn)用網(wǎng)絡(luò)爬蟲(chóng)與文本數(shù)據(jù)挖掘方法，提取與高質(zhì)量發(fā)展有關(guān)的新聞文本數(shù)據(jù)關(guān)鍵詞，形成詞云圖，以詞云圖中各詞出現(xiàn)的頻率確定一個(gè)與高質(zhì)量發(fā)展有關(guān)的詞框架結(jié)構(gòu)，探索社會(huì)各界對(duì)于高質(zhì)量發(fā)展的認(rèn)識(shí)；③梳理現(xiàn)有文獻(xiàn)關(guān)于高質(zhì)量發(fā)展指標(biāo)體系的研究成果，獲取學(xué)術(shù)研究的支撐。目前已有學(xué)者圍繞五大發(fā)展理念構(gòu)建了高質(zhì)量發(fā)展指標(biāo)體系［8-11］，此外一些學(xué)者主要從以下維度展開(kāi)研究：基于經(jīng)濟(jì)、社會(huì)和生態(tài)環(huán)境質(zhì)量三大領(lǐng)域［12］；基于增長(zhǎng)的基本面、社會(huì)成果兩個(gè)層面［13］；基于經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、創(chuàng)新驅(qū)動(dòng)發(fā)展、資源配置高效等十個(gè)子系統(tǒng)［14］；基于經(jīng)濟(jì)增長(zhǎng)、創(chuàng)新驅(qū)動(dòng)、生態(tài)文明和人民生活高質(zhì)量四個(gè)方面［15］；基于經(jīng)濟(jì)活力、創(chuàng)新效率、綠色發(fā)展、人民生活、社會(huì)和諧五個(gè)層面［16］；基于高質(zhì)量供給與需求、發(fā)展效率、經(jīng)濟(jì)運(yùn)行、對(duì)外開(kāi)放五個(gè)維度［17］；基于經(jīng)濟(jì)發(fā)展動(dòng)力、新型產(chǎn)業(yè)結(jié)構(gòu)、交通信息基礎(chǔ)設(shè)施、綠色發(fā)展、開(kāi)放性、協(xié)調(diào)性及共享性等方面［18］；基于發(fā)展的基本面、社會(huì)成果與生態(tài)成果三個(gè)維度［19］。最終確立的長(zhǎng)三角高質(zhì)量發(fā)展測(cè)評(píng)指標(biāo)體系見(jiàn)表1所列。

表1 長(zhǎng)三角高質(zhì)量發(fā)展指標(biāo)體系

續(xù)表1

2.測(cè)評(píng)方法

對(duì)于權(quán)重的設(shè)計(jì)，考慮目前長(zhǎng)三角各城市高質(zhì)量發(fā)展均呈現(xiàn)出一定差異，擬采用熵權(quán)法進(jìn)行賦權(quán)，首先根據(jù)三級(jí)指標(biāo)數(shù)據(jù)本身的離散性測(cè)得其權(quán)重，再合成二級(jí)指標(biāo)權(quán)重，最后合成一級(jí)指標(biāo)權(quán)重，具體計(jì)算步驟為：

（1）計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)城市第t年的樣本值（歸一化后數(shù)據(jù)（1））占該指標(biāo)的比重：

其中:T= 6 年；n= 27 個(gè)城市；m=58 個(gè)指標(biāo)；i=1,2,…,n,j=1,2,…,m；Xitj*是第i個(gè)城市第t年第j個(gè)指標(biāo)的歸一化數(shù)據(jù)。

（2）計(jì)算第j項(xiàng)指標(biāo)的熵值：

（3）計(jì)算信息熵冗余度（差異）：

（4）計(jì)算各項(xiàng)指標(biāo)的權(quán)重：

對(duì)于指數(shù)計(jì)算，由于指標(biāo)體系中各指標(biāo)間相關(guān)程度不高，擬采用線性綜合法來(lái)合成各級(jí)指數(shù)以及高質(zhì)量發(fā)展綜合指數(shù)，用以表示長(zhǎng)三角生產(chǎn)與生活在“五力”作用下的高質(zhì)量發(fā)展程度。計(jì)算式為：

（二）長(zhǎng)三角高質(zhì)量發(fā)展的空間動(dòng)態(tài)演變與一體化趨勢(shì)模型

1.空間動(dòng)態(tài)演化模型

鑒于Markov 鏈方法可以描述各隨機(jī)變量分布的內(nèi)部動(dòng)態(tài)演進(jìn)趨勢(shì)，本文擬采用Markov 鏈的思想構(gòu)造長(zhǎng)三角高質(zhì)量發(fā)展的空間動(dòng)態(tài)演變模型。

假設(shè)隨機(jī)過(guò)程{HQit, }t∈T具有“無(wú)后效性”，狀態(tài)空間記為S={1,2,3} ，其中，命名高質(zhì)量發(fā)展指數(shù)的“低水平狀態(tài)”= 1、“中水平狀態(tài)”= 2、“高水平狀態(tài)”= 3，它們符合一階馬爾科夫鏈性質(zhì)，且具有平穩(wěn)的轉(zhuǎn)移概率。P為高質(zhì)量發(fā)展水平的狀態(tài)轉(zhuǎn)移概率矩陣，具體為：

其中：nij為樣本考察期內(nèi)高質(zhì)量發(fā)展水平的第i種狀態(tài)轉(zhuǎn)變?yōu)榈趈種狀態(tài)的次數(shù)；ni為第i種狀態(tài)出現(xiàn)的總次數(shù)。由于轉(zhuǎn)移概率是非負(fù)的，且過(guò)程一定會(huì)轉(zhuǎn)移至某種狀態(tài)，所以轉(zhuǎn)移矩陣具有以下性質(zhì)：

如果其在第t期的高質(zhì)量發(fā)展水平分布狀態(tài)為Ft，那么經(jīng)過(guò)l期的高質(zhì)量發(fā)展水平分布狀態(tài)就表現(xiàn)為：

故而，基于Markov 鏈模式構(gòu)造的空間動(dòng)態(tài)演化模型，能夠分析出長(zhǎng)三角地區(qū)不同城市的高質(zhì)量發(fā)展水平空間分布動(dòng)態(tài)及其演變趨勢(shì)。

2.一體化趨勢(shì)影響因素分析模型

為了探測(cè)長(zhǎng)三角高質(zhì)量發(fā)展水平的影響因素以及預(yù)測(cè)在這些影響因素作用下長(zhǎng)三角高質(zhì)量一體化的發(fā)展趨勢(shì)，本研究先建立了空間計(jì)量模型，然后基于空間計(jì)量模型結(jié)果預(yù)測(cè)在這些影響因素作用下的高質(zhì)量發(fā)展水平，再采用空間動(dòng)態(tài)演化模型對(duì)預(yù)測(cè)的長(zhǎng)三角27個(gè)城市高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移情況進(jìn)行分析，并與未考慮影響因素作用的情況進(jìn)行對(duì)比，進(jìn)而判斷一體化趨勢(shì)。

根據(jù)空間杜賓模型（SDM）在描述變量空間特性上的優(yōu)越性，擬采用空間杜賓模型探尋長(zhǎng)三角高質(zhì)量發(fā)展水平的影響因素及空間效應(yīng)，空間杜賓模型的一般形式為：

其中：Yit為被解釋變量；Xit為解釋變量（包括控制變量）；ρ為空間回歸系數(shù)；β和θ為待估計(jì)參數(shù)；ai代表個(gè)體固定效應(yīng)，λt代表時(shí)間固定效應(yīng)；εit代表隨機(jī)誤差項(xiàng)；Wij為空間權(quán)重矩陣的第i行第j列元素。

對(duì)于空間權(quán)重的設(shè)計(jì)，目前常用的空間權(quán)重矩陣主要有地理距離矩陣、經(jīng)濟(jì)距離矩陣以及經(jīng)濟(jì)地理復(fù)合矩陣，考慮經(jīng)濟(jì)距離權(quán)重的局限性，本研究主要基于地理距離與經(jīng)濟(jì)地理復(fù)合角度構(gòu)造了鄰接矩陣、反距離平方矩陣以及經(jīng)濟(jì)地理復(fù)合矩陣三種空間權(quán)重矩陣。

（1）根據(jù)長(zhǎng)三角地區(qū)在空間上比鄰，將空間權(quán)重矩陣設(shè)定為簡(jiǎn)單的二進(jìn)制鄰接矩陣——Queen鄰接矩陣。假定兩個(gè)地區(qū)存在共同邊界或頂點(diǎn)時(shí)才會(huì)發(fā)生空間關(guān)聯(lián)性，空間權(quán)重矩陣的第i行第j列元素為：

Queen 鄰接矩陣是一個(gè)對(duì)稱矩陣，為了減少區(qū)域間的外在影響，將空間權(quán)重矩陣進(jìn)行行標(biāo)準(zhǔn)化，故而每行元素之和等于1。

（2）反距離平方權(quán)重矩陣是從定量的角度刻畫(huà)空間相鄰性，考慮了距離的相對(duì)大小，經(jīng)濟(jì)體之間的相互影響將會(huì)隨著距離的增加而減弱，具體為：

其中，dij為兩地地理中心位置之間的距離，可以根據(jù)經(jīng)緯度測(cè)算得到，本研究中城市中心位置即該地理區(qū)域質(zhì)心的坐標(biāo)，可采用stata軟件中的gencentroids（）函數(shù)計(jì)算得到。假設(shè)計(jì)算得到兩個(gè)城市的地理坐標(biāo)分別為A(xi,yi)、B(xj,yj)，需要計(jì)算兩點(diǎn)之間的實(shí)際距離，則兩點(diǎn)的直角坐標(biāo)為A(Rcosxicosyi,Rsinxicosyi,Rsinyi) 、B(Rcosxjcosyj,Rsinxjcosyj,Rsinyj)，其中R為地球半徑，則A、B兩個(gè)城市之間的實(shí)際距離為：

（3）前述兩種空間權(quán)重矩陣都是屬于地理權(quán)重矩陣，本研究考慮到基于經(jīng)濟(jì)增長(zhǎng)水平建立的經(jīng)濟(jì)距離空間權(quán)重矩陣中各元素所表征的兩個(gè)空間單元之間的相互影響強(qiáng)度是相同的，與現(xiàn)實(shí)情況明顯不符，在現(xiàn)實(shí)中經(jīng)濟(jì)發(fā)展水平較高的地區(qū)對(duì)發(fā)展水平較低水平地區(qū)產(chǎn)生更強(qiáng)的空間影響與輻射作用，比如上海對(duì)宣城的影響強(qiáng)度明顯比宣城對(duì)上海的影響強(qiáng)度大，因此，本研究基于經(jīng)濟(jì)和地理復(fù)合角度構(gòu)建了一種嵌套的空間權(quán)重矩陣，具體形式為：

基于上述三種空間權(quán)重矩陣，對(duì)長(zhǎng)三角高質(zhì)量指數(shù)進(jìn)行空間相關(guān)性檢驗(yàn)，并從中選取最適合后續(xù)建立空間面板杜賓模型的空間權(quán)重矩陣，然后利用式（8）分析長(zhǎng)三角高質(zhì)量發(fā)展水平的影響因素，并預(yù)測(cè)在這些影響因素的作用下長(zhǎng)三角高質(zhì)量的未來(lái)發(fā)展水平，再次利用空間動(dòng)態(tài)演化模型預(yù)測(cè)長(zhǎng)三角一體化趨勢(shì)。

三、實(shí)證分析

（一）長(zhǎng)三角高質(zhì)量發(fā)展指數(shù)測(cè)度

1.數(shù)據(jù)來(lái)源

本研究以《綱要》規(guī)定的長(zhǎng)三角27個(gè)中心區(qū)城市（2）為研究對(duì)象，考慮2012年黨的十八大提出五大發(fā)展理念后，直至2017 年黨的十九次全國(guó)代表大會(huì)首次提出高質(zhì)量發(fā)展新表述，這期間是長(zhǎng)三角高質(zhì)量發(fā)展的前期基礎(chǔ)時(shí)期，因此選取2012—2017年作為樣本期。

長(zhǎng)三角高質(zhì)量發(fā)展水平測(cè)算數(shù)據(jù)以及相關(guān)影響因素的數(shù)據(jù)來(lái)源于2013—2018 年《中國(guó)城市統(tǒng)計(jì)年鑒》、2013—2018 年27 個(gè)城市的統(tǒng)計(jì)年鑒、2013—2018 年中國(guó)城鄉(xiāng)建設(shè)數(shù)據(jù)庫(kù)、2012—2017年27 個(gè)城市的統(tǒng)計(jì)公報(bào)、2012—2017 年27 個(gè)城市的環(huán)境狀況公報(bào)、2012—2017 年各省科技進(jìn)步統(tǒng)計(jì)監(jiān)測(cè)結(jié)果與科技統(tǒng)計(jì)公報(bào)、中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)以及相關(guān)部門權(quán)威網(wǎng)站。

2.測(cè)算結(jié)果

在具體測(cè)算高質(zhì)量發(fā)展指數(shù)時(shí)，首先對(duì)指標(biāo)進(jìn)行了歸一化處理，然后采用熵權(quán)與線性綜合法（式（1）-（5））測(cè)算高質(zhì)量發(fā)展指數(shù)，測(cè)算結(jié)果見(jiàn)表2所列。

表2 顯示，2012—2017 年，長(zhǎng)三角27 個(gè)城市的高質(zhì)量發(fā)展水平不高，高質(zhì)量發(fā)展水平最高的上海2017 年也只達(dá)到56.89%，這與我國(guó)經(jīng)濟(jì)剛由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量增長(zhǎng)階段的論斷相吻合，但整體呈上升趨勢(shì)，反映出高質(zhì)量發(fā)展具有穩(wěn)步提升的基礎(chǔ)，高質(zhì)量發(fā)展是長(zhǎng)三角未來(lái)經(jīng)濟(jì)發(fā)展的趨勢(shì)所在。從空間維度看，上海在長(zhǎng)三角高質(zhì)量發(fā)展中依然顯示出龍頭地位特征，對(duì)長(zhǎng)三角高質(zhì)量一體化的引領(lǐng)作用突出，6年來(lái)高質(zhì)量發(fā)展水平一直保持在50%以上，高質(zhì)量發(fā)展進(jìn)入中等水平狀態(tài)；杭州與南京高質(zhì)量發(fā)展水平緊隨其后，體現(xiàn)出南北兩翼的性質(zhì)，但相比較而言，由于蘇州高質(zhì)量水平僅次于上海，在上海—南京的北翼發(fā)揮了重要作用，南京的高質(zhì)量發(fā)展水平要高于杭州；其他城市，特別是安徽省的一些城市高質(zhì)量發(fā)展水平相對(duì)較低，個(gè)別地區(qū)還不到30%。顯而易見(jiàn)，長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展水平空間差異大，非均衡發(fā)展是樣本期內(nèi)長(zhǎng)三角高質(zhì)量發(fā)展的典型特征。

表2 2012—2017年長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展指數(shù) 單位：%

（二）長(zhǎng)三角高質(zhì)量發(fā)展的空間動(dòng)態(tài)演進(jìn)分析

為了進(jìn)一步了解長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展的空間分布動(dòng)態(tài)演進(jìn)規(guī)律，本研究采用前述空間動(dòng)態(tài)演化模型進(jìn)行分析?？紤]直接將數(shù)據(jù)離散化太過(guò)主觀，首先采用K均值聚類算法將2012—2017年長(zhǎng)三角各城市高質(zhì)量發(fā)展指數(shù)變量的狀態(tài)空間劃分為3類，即“低水平狀態(tài)”=1（聚類中心為25.75%）、“中水平狀態(tài)”= 2（聚類中心為36.96%）、“高水平狀態(tài)”=3（聚類中心為49.10%）（3），結(jié)果如圖1所示。

從圖1可以看出，2012—2017年長(zhǎng)三角地區(qū)27個(gè)城市高質(zhì)量發(fā)展水平出現(xiàn)了狀態(tài)轉(zhuǎn)移現(xiàn)象：“低水平狀態(tài)”的城市個(gè)數(shù)減少，2017年較2012年減少了3 個(gè)；“中水平狀態(tài)”城市個(gè)數(shù)先增加后減少，最終2017 年較2012 年增加了2 個(gè)；“高水平狀態(tài)”的城市個(gè)數(shù)增加暫時(shí)有限，2017 年較2012 年只增加了1個(gè)。

圖1 長(zhǎng)三角各城市高質(zhì)量發(fā)展水平狀態(tài)空間聚類

針對(duì)高質(zhì)量發(fā)展水平的轉(zhuǎn)移現(xiàn)象，為了更加明晰2012—2017年長(zhǎng)三角高質(zhì)量發(fā)展各個(gè)水平狀態(tài)之間發(fā)生轉(zhuǎn)移的方向與概率，本文根據(jù)式（6）計(jì)算了在樣本考察期內(nèi)長(zhǎng)三角27個(gè)城市所處的三種高質(zhì)量發(fā)展水平狀態(tài)之間的轉(zhuǎn)移概率及其路徑，具體見(jiàn)表3所列和如圖2所示。

表3 2012—2017年長(zhǎng)三角高質(zhì)量發(fā)展Markov鏈狀態(tài)轉(zhuǎn)移概率矩陣分布

從表3狀態(tài)轉(zhuǎn)移概率分析，樣本期內(nèi)長(zhǎng)三角地區(qū)27 個(gè)城市維持在現(xiàn)有狀態(tài)的概率較大，狀態(tài)轉(zhuǎn)移僅發(fā)生在相鄰狀態(tài)之間，不存在跨狀態(tài)轉(zhuǎn)移的情況。但值得關(guān)注的是，雖然高質(zhì)量發(fā)展水平由低層次向上一層次遞進(jìn)的可能性較大，但存在高質(zhì)量發(fā)展水平回流的現(xiàn)象，即相對(duì)高層次的高質(zhì)量發(fā)展水平可能會(huì)向低一層次轉(zhuǎn)移，這可從圖2獲得更加清晰的判斷。

圖2 長(zhǎng)三角高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移

圖2顯示，第t+1期較第t期來(lái)說(shuō)，長(zhǎng)三角27個(gè)城市高質(zhì)量發(fā)展維持低水平狀態(tài)的概率為89%，同時(shí)轉(zhuǎn)向中水平的可能性為11%；仍然保留中水平的概率為94%，同時(shí)向低水平或者高水平狀態(tài)轉(zhuǎn)移的概率均為3%；保持自身高水平狀態(tài)不變的可能性高達(dá)96%，但有4%的概率降到下一級(jí)發(fā)展?fàn)顟B(tài)。

根據(jù)上述狀態(tài)轉(zhuǎn)移矩陣，以2017 年的狀態(tài)為基準(zhǔn)，本研究對(duì)2018—2020 年和2025 年長(zhǎng)三角高質(zhì)量狀態(tài)轉(zhuǎn)移情況進(jìn)行預(yù)測(cè)。在進(jìn)行預(yù)測(cè)之前，首先對(duì)狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測(cè)精度進(jìn)行測(cè)算與驗(yàn)證說(shuō)明。對(duì)于預(yù)測(cè)精度，理論上轉(zhuǎn)移概率是根據(jù)事件發(fā)生概率實(shí)際計(jì)算出來(lái)的，本身就具有精確性，為了使預(yù)測(cè)結(jié)果更具有說(shuō)服力，本研究以2012 年的占比分布作為初始分布，然后基于狀態(tài)轉(zhuǎn)移概率對(duì)2013—2017 年的3 種狀態(tài)占比分布進(jìn)行預(yù)測(cè)估計(jì)，并采用均方誤差衡量占比分布估計(jì)值與真實(shí)值之間的差異程度來(lái)進(jìn)一步說(shuō)明狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測(cè)精度結(jié)果見(jiàn)表4所列。

表4 2013—2017年長(zhǎng)三角高質(zhì)量發(fā)展水平狀態(tài)占比分布

表4顯示，根據(jù)2013—2017年長(zhǎng)三角高質(zhì)量發(fā)展水平狀態(tài)占比分布的真實(shí)值與估計(jì)值計(jì)算的三種水平狀態(tài)的均方誤差均接近于0，說(shuō)明估計(jì)值與真實(shí)值之間的差異非常小，由此進(jìn)一步證明了狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測(cè)精度很高。以2017年的狀態(tài)為基準(zhǔn)，對(duì)2018—2020 年和2025 年長(zhǎng)三角高質(zhì)量狀態(tài)轉(zhuǎn)移情況進(jìn)行預(yù)測(cè)的具體結(jié)果見(jiàn)表5所列。

表5 無(wú)影響因素下2018—2020年和2025年長(zhǎng)三角高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移概率 單位：%

表5 預(yù)測(cè)結(jié)果顯示，與2018—2019 年相比較，2020 年和2025 年呈現(xiàn)出如下趨勢(shì)：長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率逐漸下降，低水平較大概率向中水平轉(zhuǎn)移；與此同時(shí)，維持自身高水平狀態(tài)的概率也逐漸下降，向中等水平靠攏的概率2025年達(dá)到23%，按此轉(zhuǎn)移概率路徑，長(zhǎng)三角高質(zhì)量發(fā)展維持在中等水平出現(xiàn)一體化的概率將會(huì)大大增強(qiáng)。

但與2012—2017 年?duì)顟B(tài)轉(zhuǎn)移情況相比，未來(lái)5年，高質(zhì)量發(fā)展水平出現(xiàn)了跨狀態(tài)轉(zhuǎn)移現(xiàn)象，低水平發(fā)展地區(qū)有超過(guò)6%的概率能夠直接進(jìn)入高水平狀態(tài)，這擴(kuò)大了長(zhǎng)三角高質(zhì)量發(fā)展水平一體化的博弈路徑，一體化是否具有其他趨勢(shì)有待進(jìn)一步挖掘。

（三）長(zhǎng)三角高質(zhì)量發(fā)展的空間影響因素分析

1.指標(biāo)選取

鑒于前述長(zhǎng)三角高質(zhì)量發(fā)展的一體化是否具有其他趨勢(shì)有待進(jìn)一步挖掘的結(jié)論，利用空間模型分析在積極的經(jīng)濟(jì)引擎力作用下長(zhǎng)三角高質(zhì)量一體化趨勢(shì)。

采用式（8）的空間面板杜賓模型分析高質(zhì)量發(fā)展的空間經(jīng)濟(jì)引擎力。關(guān)于模型中具體體現(xiàn)經(jīng)濟(jì)引擎力變量的選擇，主要依據(jù)《綱要》中長(zhǎng)三角一體化的發(fā)展目標(biāo)進(jìn)行遴選。其中，生產(chǎn)方面的發(fā)展目標(biāo)包括科創(chuàng)產(chǎn)業(yè)、基礎(chǔ)設(shè)施、要素市場(chǎng)、公共服務(wù)等，這些目標(biāo)必然會(huì)成為高質(zhì)量發(fā)展的動(dòng)力源，因此，將它們?cè)O(shè)成長(zhǎng)三角高質(zhì)量發(fā)展的空間影響因素。具體而言：

（1）基礎(chǔ)設(shè)施。根據(jù)《綱要》，基礎(chǔ)設(shè)施包括了交通、能源、水利和數(shù)字經(jīng)濟(jì)四個(gè)方面。數(shù)字經(jīng)濟(jì)是貫徹落實(shí)我國(guó)創(chuàng)新戰(zhàn)略目標(biāo)的中堅(jiān)力量，能為未來(lái)經(jīng)濟(jì)發(fā)展注入新動(dòng)能，目前數(shù)字經(jīng)濟(jì)正逐漸成為推動(dòng)長(zhǎng)三角區(qū)域高質(zhì)量一體化發(fā)展的主力軍，故基礎(chǔ)設(shè)施主要選擇數(shù)字經(jīng)濟(jì)方面的基礎(chǔ)設(shè)施作為代表。叢屹、俞伯陽(yáng)（2020）以數(shù)字基礎(chǔ)設(shè)施（以互聯(lián)網(wǎng)普及率表示）、數(shù)字業(yè)務(wù)規(guī)模（以快遞業(yè)務(wù)量表示）、數(shù)字設(shè)備應(yīng)用（以移動(dòng)電話普及率表示）三個(gè)指標(biāo)來(lái)代表不同地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展水平［20］。由于各個(gè)城市的快遞業(yè)務(wù)量數(shù)據(jù)難以獲取，本文僅從數(shù)字基礎(chǔ)設(shè)施、數(shù)字設(shè)備應(yīng)用兩個(gè)方面考察數(shù)字經(jīng)濟(jì)水平對(duì)高質(zhì)量發(fā)展的影響，數(shù)字基礎(chǔ)設(shè)施指標(biāo)用每千人互聯(lián)網(wǎng)寬帶用戶數(shù)來(lái)表示，數(shù)字設(shè)備應(yīng)用指標(biāo)用人均移動(dòng)電話用戶數(shù)來(lái)表示。

（2）要素市場(chǎng)?！毒V要》規(guī)劃了人力資源市場(chǎng)、資本市場(chǎng)、土地市場(chǎng)和產(chǎn)權(quán)交易市場(chǎng)，考慮土地市場(chǎng)和產(chǎn)權(quán)交易市場(chǎng)近期難以實(shí)現(xiàn)，要素市場(chǎng)暫時(shí)設(shè)置勞動(dòng)力投入、人力資本、資本存量三個(gè)變量考察資源配置對(duì)高質(zhì)量發(fā)展的影響。人力資本水平采用教育年限法計(jì)算；勞動(dòng)力投入采用年末城鎮(zhèn)從業(yè)人員數(shù)表示；資本主要以固定資本代替，采用永續(xù)盤(pán)存法計(jì)算資本存量，以2012年為基期，折舊率參考張軍等（2004）的研究，設(shè)為9.6%［21］。

（3）科創(chuàng)產(chǎn)業(yè)?？萍紕?chuàng)新產(chǎn)業(yè)協(xié)同發(fā)展有助于產(chǎn)業(yè)結(jié)構(gòu)向高級(jí)化發(fā)展，因此設(shè)置產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化來(lái)反映科創(chuàng)產(chǎn)業(yè)情況，具體采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值比衡量產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化。

（4）公共服務(wù)。財(cái)政支出是促進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展轉(zhuǎn)向高質(zhì)量的助推器（劉金全、張龍，2019）［22］，采用財(cái)政支出代表公共服務(wù)水平，政府財(cái)政支出規(guī)模采用地方政府財(cái)政一般預(yù)算支出占地方GDP 的比重來(lái)表示。

另外，地區(qū)經(jīng)濟(jì)增長(zhǎng)水平是高質(zhì)量發(fā)展的基礎(chǔ)，在一定程度上影響著高質(zhì)量發(fā)展水平的高低，因此將其也納入模型當(dāng)中，選用人均GDP 反映經(jīng)濟(jì)增長(zhǎng)水平。

故而，空間面板杜賓模型的具體實(shí)證分析模型設(shè)置為：

其中：HQit為第i個(gè)城市第t年的高質(zhì)量發(fā)展指數(shù)，w為空間權(quán)重矩陣；ρ為空間回歸系數(shù)；D1it、D2it、Lit、Kit、Git、PGDPit、Iit、HCit分別表示第i個(gè)城市第t年的數(shù)字基礎(chǔ)設(shè)施、數(shù)字設(shè)備應(yīng)用、勞動(dòng)力投入、資本存量、政府財(cái)政支出規(guī)模、地區(qū)經(jīng)濟(jì)增長(zhǎng)水平、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、人力資本；βi和θi為待估計(jì)參數(shù)；ai代表個(gè)體固定效應(yīng)；λt代表時(shí)間固定效應(yīng)；εit表示隨機(jī)誤差項(xiàng)。

2.高質(zhì)量發(fā)展指數(shù)的空間自相關(guān)檢驗(yàn)結(jié)果

在建立空間計(jì)量模型之前，首先檢驗(yàn)各個(gè)城市之間的高質(zhì)量發(fā)展指數(shù)是否存在全局空間自相關(guān)性。對(duì)于空間權(quán)重矩陣的設(shè)定，本研究基于地理權(quán)重與經(jīng)濟(jì)地理復(fù)合權(quán)重兩種角度設(shè)定了三種空間權(quán)重矩陣（式（9）—式（12）），在相鄰矩陣、反距離平方矩陣以及經(jīng)濟(jì)地理復(fù)合矩陣的作用下，檢驗(yàn)結(jié)果見(jiàn)表6所列。

表6顯示，在相鄰矩陣、反距離平方矩陣以及經(jīng)濟(jì)地理復(fù)合矩陣三種不同空間權(quán)重矩陣的作用下，2012—2017 年長(zhǎng)三角高質(zhì)量發(fā)展指數(shù)的Moran"sI值的大小雖然存在一定差異，但均為正值，且都通過(guò)了1%的顯著性水平檢驗(yàn)，說(shuō)明長(zhǎng)三角各城市高質(zhì)量發(fā)展水平存在顯著的空間正相關(guān)性，即空間地理位置相近的城市高質(zhì)量發(fā)展水平層級(jí)相似（高值相鄰或低值相鄰），空間集聚性明顯，模型（13）的形式存在。

表6 長(zhǎng)三角高質(zhì)量發(fā)展指數(shù)全局相關(guān)性檢驗(yàn)

由表6 可以得知，在三種空間權(quán)重矩陣中，基于鄰接矩陣測(cè)算的Moran"sI值明顯大于基于反距離平方矩陣以及經(jīng)濟(jì)地理復(fù)合矩陣測(cè)算的Moran"sI值，說(shuō)明在鄰接矩陣的作用下，2012—2017 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展指數(shù)的空間相關(guān)性更強(qiáng)，因此本研究選用鄰接矩陣進(jìn)行后續(xù)影響因素的空間效應(yīng)分析。

3.長(zhǎng)三角高質(zhì)量發(fā)展空間影響因素分析結(jié)果

（1）模型選擇與參數(shù)估計(jì)

在模型（13）建立過(guò)程中，為了降低異方差的影響，對(duì)所有變量取對(duì)數(shù)處理。采用Hausman檢驗(yàn)方法識(shí)別空間模型的類型，針對(duì)前文選擇的指標(biāo)模擬了四個(gè)模型，四個(gè)模型的Hausman 檢驗(yàn)對(duì)應(yīng)的p值分別為0.509 4、0.230 9、0.937 9、0.960 2，均不能拒絕隨機(jī)效應(yīng)的原假設(shè)，因而四個(gè)模型均設(shè)定為隨機(jī)效應(yīng)模型更合適，模型結(jié)果見(jiàn)表7所列（4）。

表7 長(zhǎng)三角高質(zhì)量發(fā)展影響因素空間計(jì)量模型結(jié)果

續(xù)表7

表7 中，SDM_re_0 模型是全模型，包括了前述所選擇的全部指標(biāo)；由于SDM_re_0 模型顯示人力資本不顯著，將其剔除從而得到SDM_re_1模型；另外，為突出考察各城市公共服務(wù)水平對(duì)高質(zhì)量的空間影響，將其從SDM_re_1模型中移除（5），分別獲得SDM_re_2與SDM_re_3模型。觀察4個(gè)模型結(jié)果可知，4 個(gè)模型擬合優(yōu)度最小為0.892 9，說(shuō)明模型擬合效果都較好；模型系數(shù)的符號(hào)在4個(gè)模型中正負(fù)方向一致，模型結(jié)果具有穩(wěn)健性。但SDM_re_1 模型在剔除公共服務(wù)水平變量后，模型擬合優(yōu)度降低，同時(shí)導(dǎo)致不少變量空間效應(yīng)消失，說(shuō)明公共服務(wù)水平對(duì)長(zhǎng)三角各城市高質(zhì)量發(fā)展具有重要作用，不能從模型中刪除，且綜合來(lái)看，SDM_re_1模型擬合優(yōu)度最高，因此，選擇SDM_re_1 模型進(jìn)行后續(xù)分析。

從SDM_re_1 模型結(jié)果分析，除人力資本對(duì)本地高質(zhì)量發(fā)展水平?jīng)]有產(chǎn)生影響、傳統(tǒng)勞動(dòng)力資源對(duì)高質(zhì)量發(fā)展作用為負(fù)外，其他經(jīng)濟(jì)變量均顯著地促進(jìn)了本地經(jīng)濟(jì)的高質(zhì)量發(fā)展；數(shù)字基礎(chǔ)設(shè)施、地區(qū)經(jīng)濟(jì)增長(zhǎng)、政府財(cái)政支出等變量的空間回歸系數(shù)為負(fù)，說(shuō)明這些變量具有“虹吸效應(yīng)”，很大程度上能夠促使長(zhǎng)三角高質(zhì)量一體化發(fā)展進(jìn)程中出現(xiàn)集群效應(yīng)；產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的空間回歸系數(shù)為正，反映出產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化產(chǎn)生了空間溢出效應(yīng)。但回歸系數(shù)并不能詳細(xì)完整反映出解釋變量對(duì)被解釋變量的影響作用，需通過(guò)進(jìn)一步分解空間效應(yīng)來(lái)測(cè)算。

（2）空間效應(yīng)分解

為了充分分辨出SDM_re_1模型中回歸系數(shù)所包含的交互信息，對(duì)空間效應(yīng)進(jìn)一步分解，分解結(jié)果見(jiàn)表8所列。

表8 長(zhǎng)三角高質(zhì)量發(fā)展影響因素空間效應(yīng)分解結(jié)果

從表8分解結(jié)果來(lái)看：①數(shù)字基礎(chǔ)設(shè)施的直接效應(yīng)顯著為正，說(shuō)明每提高自身數(shù)字基礎(chǔ)設(shè)施水平1%，能夠有效促進(jìn)本地區(qū)的高質(zhì)量發(fā)展水平提高0.083 1%；間接效應(yīng)顯著為負(fù)，反映出數(shù)字基礎(chǔ)設(shè)施規(guī)模越大，對(duì)相鄰地區(qū)的高質(zhì)量發(fā)展產(chǎn)生的“虹吸效應(yīng)”更強(qiáng)，從前述長(zhǎng)三角高質(zhì)量發(fā)展空間動(dòng)態(tài)演變來(lái)看，“虹吸效應(yīng)”可能會(huì)促使高質(zhì)量高水平地區(qū)規(guī)模進(jìn)一步擴(kuò)大；②數(shù)字設(shè)備應(yīng)用的直接效應(yīng)與間接效應(yīng)都顯著為正，數(shù)字設(shè)備應(yīng)用水平每提高1%，不僅能使本地區(qū)高質(zhì)量水平提升0.147 8%，對(duì)相鄰地區(qū)高質(zhì)量發(fā)展也能產(chǎn)生0.135 5%的溢出效應(yīng)，可見(jiàn)，數(shù)字設(shè)備是長(zhǎng)三角高質(zhì)量一體化發(fā)展的重要驅(qū)動(dòng)力，所產(chǎn)生的總效應(yīng)達(dá)到了0.283 3 的水平；③資本存量與傳統(tǒng)勞動(dòng)力均只能對(duì)本地高質(zhì)量發(fā)展產(chǎn)生效應(yīng)，說(shuō)明傳統(tǒng)要素在高質(zhì)量發(fā)展中，空間集聚與溢出效應(yīng)有限，但與資本產(chǎn)生正向效應(yīng)不同的是，傳統(tǒng)勞動(dòng)力對(duì)本地高質(zhì)量發(fā)展產(chǎn)生負(fù)向效應(yīng)，反映出在高質(zhì)量發(fā)展過(guò)程中，生產(chǎn)要素質(zhì)量的提高對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有關(guān)鍵作用；④地區(qū)經(jīng)濟(jì)增長(zhǎng)水平是本地高質(zhì)量發(fā)展的重要引擎，在全部模型因素中效應(yīng)最大，地區(qū)經(jīng)濟(jì)每增長(zhǎng)1%，能夠促使本地高質(zhì)量發(fā)展水平提高0.242 4%，同時(shí)具有負(fù)外溢性，產(chǎn)生了很強(qiáng)的“虹吸效應(yīng)”，這也是當(dāng)前長(zhǎng)三角地區(qū)經(jīng)濟(jì)增長(zhǎng)水平高的城市質(zhì)量發(fā)展水平也相應(yīng)高的重要原因之一；⑤產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展的核心要素，對(duì)高質(zhì)量發(fā)展水平的總效應(yīng)達(dá)到0.351 8，不僅大大地提升了本地高質(zhì)量發(fā)展水平，更是促進(jìn)相鄰城市高質(zhì)量發(fā)展的重要?jiǎng)恿υ?；⑥提高公共服?wù)水平是長(zhǎng)三角高質(zhì)量一體化規(guī)劃的重要方面，但模型結(jié)果顯示，代表公共服務(wù)水平的政府財(cái)政支出規(guī)模只對(duì)本地高質(zhì)量發(fā)展產(chǎn)生了較小的直接效應(yīng)，對(duì)如何通過(guò)提高公共服務(wù)水平促進(jìn)長(zhǎng)三角地區(qū)高質(zhì)量一體化還需要各城市間未來(lái)協(xié)商探討。

四、長(zhǎng)三角高質(zhì)量發(fā)展一體化趨勢(shì)預(yù)測(cè)

從空間影響因素分析結(jié)果可以看出，長(zhǎng)三角區(qū)域一體化規(guī)劃發(fā)展的基礎(chǔ)設(shè)施、要素市場(chǎng)、科創(chuàng)產(chǎn)業(yè)和公共服務(wù)對(duì)長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展產(chǎn)生了不同的影響效應(yīng)，在這些影響因素作用下，長(zhǎng)三角高質(zhì)量一體化趨勢(shì)將會(huì)如何發(fā)展是值得進(jìn)一步探究的問(wèn)題。下文通過(guò)預(yù)測(cè)在上述影響因素的共同作用下2018—2020 年和2025 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展水平，進(jìn)一步探測(cè)未來(lái)長(zhǎng)三角高質(zhì)量發(fā)展水平動(dòng)態(tài)演變是否具備一體化趨勢(shì)。

（一）影響因素趨勢(shì)值預(yù)測(cè)方法

基于SDM_re_1 模型的解釋變量，首先計(jì)算各解釋變量的平均增長(zhǎng)速度，然后預(yù)測(cè)2018—2020年和2025年相應(yīng)解釋變量的指標(biāo)值，計(jì)算公式為：

運(yùn)用式（14）可以預(yù)測(cè)2018年、2019年、2020年和2025年各影響因素的趨勢(shì)值。

（二）高質(zhì)量一體化趨勢(shì)預(yù)測(cè)

1.空間分布動(dòng)態(tài)演變預(yù)測(cè)

將根據(jù)式（14）計(jì)算的各解釋變量預(yù)測(cè)值代入SDM_re_1模型，預(yù)測(cè)2018—2020年和2025年長(zhǎng)三角27 個(gè)城市的高質(zhì)量發(fā)展指數(shù)值，然后采用最小距離判別分析法判斷2018—2020年和2025年各城市高質(zhì)量發(fā)展水平所屬狀態(tài)空間，再以2017 年為基準(zhǔn)，測(cè)算2018—2020 年和2025 年長(zhǎng)三角高質(zhì)量狀態(tài)轉(zhuǎn)移概率情況，結(jié)果見(jiàn)表9所列。

表9 有影響因素作用下2018—2020年和2025年長(zhǎng)三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移情況 單位：%

為了更加直觀看出長(zhǎng)三角高質(zhì)量發(fā)展的狀態(tài)轉(zhuǎn)移情況，本研究根據(jù)表9繪制了相應(yīng)的狀態(tài)轉(zhuǎn)移圖，具體如圖3、圖4、圖5所示。

圖3 2017年→2018年或2019年長(zhǎng)三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

圖4 2017年→2020年長(zhǎng)三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

圖5 2017年→2025年長(zhǎng)三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

從表9及圖3、圖4、圖5可以看出，在各影響因素的作用下，①2017 年→2018 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展的狀態(tài)轉(zhuǎn)移情況與2017年→2019年一致，這個(gè)情況說(shuō)明短時(shí)間內(nèi)各影響因素難以充分發(fā)揮促進(jìn)作用；2017年→2018年，27個(gè)城市維持高質(zhì)量發(fā)展低水平和中水平狀態(tài)的均為71.43%，僅有28.57%的可能向更高一層狀態(tài)轉(zhuǎn)移，高水平狀態(tài)穩(wěn)定性很強(qiáng)，不再發(fā)生轉(zhuǎn)移。②2017年→2020年，長(zhǎng)三角27個(gè)城市維持高質(zhì)量發(fā)展低水平狀態(tài)的城市大約為57.14%，有42.86%的城市可能向中水平狀態(tài)轉(zhuǎn)移；相反，維持中水平狀態(tài)的城市大約有42.86%，有57.14%的城市可能向高水平轉(zhuǎn)移；但只要達(dá)到了高水平狀態(tài)，該城市的高質(zhì)量發(fā)展將不會(huì)發(fā)生逆轉(zhuǎn)，100%保持高水平發(fā)展。③相較于2017年→2020年，2017年→2025年，27個(gè)城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率大為降低，降至28.57%，大部分低水平狀態(tài)的城市向中水平轉(zhuǎn)移；而中水平狀態(tài)的城市更是以高達(dá)92.86%的概率集中向高水平發(fā)展，只有約7.14%的城市可能維持在中水平狀態(tài)；達(dá)到高水平狀態(tài)的城市仍以100%的概率維持在高水平狀態(tài)。

2.一體化趨勢(shì)預(yù)測(cè)

基于上述空間動(dòng)態(tài)演變狀態(tài)的推算，預(yù)測(cè)2018—2020 年和2025 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展水平在有無(wú)影響因素作用下的分布，以探討高質(zhì)量發(fā)展一體化是否具備穩(wěn)定趨勢(shì)，詳細(xì)結(jié)果見(jiàn)表10所列。

從表10 測(cè)算結(jié)果看，在沒(méi)有影響因素的推動(dòng)作用下，2018 年和2019 年相較于2017 年而言，低水平狀態(tài)占比下降，中水平狀態(tài)與高水平狀態(tài)有所提高，變化幅度都比較小，未來(lái)5 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展水平大部分處于中等水平狀態(tài)，占到了53.82%；但在加強(qiáng)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)、提高數(shù)字設(shè)備水平，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，穩(wěn)定本地區(qū)經(jīng)濟(jì)增長(zhǎng)水平，提升公共服務(wù)水平后，2018 年和2019 年的低水平狀態(tài)占比均不及中、高水平狀態(tài)的一半，中水平狀態(tài)占比最高，其次是高水平狀態(tài)，到2020 年高水平狀態(tài)占比超過(guò)50%，中水平狀態(tài)占比為33.33%，低水平占比仍然高于10%。再發(fā)展5 年，到2025 年，長(zhǎng)三角27 個(gè)城市將有70.37%的比例處于高質(zhì)量發(fā)展的高水平狀態(tài)，低水平狀態(tài)的城市大為減少，僅為7.41%，中高水平狀態(tài)的城市達(dá)到92.59%的占比，高質(zhì)量一體化趨勢(shì)明顯增強(qiáng)，顯現(xiàn)出了高質(zhì)量高水平的一體化趨勢(shì)。

表10 2018—2020年和2025年長(zhǎng)三角高質(zhì)量發(fā)展水平狀態(tài)占比分布 單位：%

由此可見(jiàn)，未來(lái)長(zhǎng)三角27 個(gè)城市只要平穩(wěn)提升上述各因素的發(fā)展水平，按照各自的平均增長(zhǎng)率發(fā)展下去，就有很大可能促進(jìn)長(zhǎng)三角高質(zhì)量發(fā)展水平由低水平狀態(tài)→中水平狀態(tài)→高水平狀態(tài)轉(zhuǎn)移，并維持高水平狀態(tài)，最終形成長(zhǎng)三角高質(zhì)量高水平一體化發(fā)展局面。

五、結(jié)論與建議

本研究在采集《綱要》中關(guān)于長(zhǎng)三角一體化與高質(zhì)量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標(biāo)初步形成高質(zhì)量發(fā)展指標(biāo)體系層次結(jié)構(gòu)的基礎(chǔ)上，植入了新聞文本數(shù)據(jù)挖掘方法，并對(duì)現(xiàn)有高質(zhì)量發(fā)展指標(biāo)體系文獻(xiàn)進(jìn)行了梳理，最終構(gòu)建了一個(gè)包含5個(gè)一級(jí)指數(shù)、13個(gè)二級(jí)指數(shù)、64個(gè)測(cè)度指標(biāo)的長(zhǎng)三角高質(zhì)量發(fā)展指標(biāo)體系，然后采用熵權(quán)與線性綜合法測(cè)算了2012—2017年長(zhǎng)三角27個(gè)城市高質(zhì)量發(fā)展指數(shù)，在此基礎(chǔ)上，將馬爾科夫鏈方法與空間面板杜賓模型方法相結(jié)合，分析了長(zhǎng)三角高質(zhì)量發(fā)展的空間分布動(dòng)態(tài)演化過(guò)程、影響因素及其空間效應(yīng)，并對(duì)長(zhǎng)三角高質(zhì)量發(fā)展一體化趨勢(shì)進(jìn)行了預(yù)測(cè)，獲得了如下研究結(jié)論：

（1）理論上分析，“高質(zhì)量發(fā)展”是一個(gè)復(fù)合指標(biāo)，指標(biāo)體系的構(gòu)建是對(duì)其開(kāi)展定量分析的前提。我國(guó)經(jīng)濟(jì)“由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”的論斷表明，評(píng)價(jià)高質(zhì)量發(fā)展需要從階段論角度出發(fā)構(gòu)建指標(biāo)體系，具體到長(zhǎng)三角高質(zhì)量發(fā)展，需要結(jié)合區(qū)域的“一體化”理解“高質(zhì)量發(fā)展”的內(nèi)涵與外延。而區(qū)域一體化高質(zhì)量發(fā)展要求區(qū)域經(jīng)濟(jì)發(fā)展既具有穩(wěn)定與保障經(jīng)濟(jì)平穩(wěn)過(guò)渡到新階段的能力，也要求具有驅(qū)動(dòng)與協(xié)同經(jīng)濟(jì)共同邁向新階段的能力，更要求具有引領(lǐng)全國(guó)高質(zhì)量發(fā)展的能力，它們構(gòu)成長(zhǎng)三角高質(zhì)量發(fā)展的測(cè)度內(nèi)容。

（2）根據(jù)長(zhǎng)三角高質(zhì)量發(fā)展測(cè)度內(nèi)容構(gòu)建指標(biāo)體系，對(duì)長(zhǎng)三角2012—2017 年27 個(gè)城市的高質(zhì)量發(fā)展水平進(jìn)行測(cè)度。結(jié)果表明，區(qū)域內(nèi)高質(zhì)量發(fā)展水平普遍不高，空間差異顯著，樣本期內(nèi)27個(gè)城市以大概率維持現(xiàn)有水平狀態(tài)，只以較小概率在相鄰狀態(tài)之間發(fā)生轉(zhuǎn)移，不存在跨狀態(tài)轉(zhuǎn)移現(xiàn)象。進(jìn)一步的預(yù)測(cè)結(jié)果顯示，在不考慮其他影響因素作用下，未來(lái)5年長(zhǎng)三角27個(gè)城市高質(zhì)量發(fā)展維持原水平狀態(tài)的概率逐漸下降，出現(xiàn)了跨狀態(tài)轉(zhuǎn)移現(xiàn)象，轉(zhuǎn)移的結(jié)果最終向中等水平靠攏，也就是說(shuō)在不考慮其他因素的影響下，未來(lái)5年長(zhǎng)三角高質(zhì)量發(fā)展維持在中等水平出現(xiàn)一體化的概率較大。

（3）但通過(guò)構(gòu)建空間效應(yīng)模型進(jìn)行分析，發(fā)現(xiàn)長(zhǎng)三角區(qū)域一體化規(guī)劃著力發(fā)展的基礎(chǔ)設(shè)施、要素市場(chǎng)、科創(chuàng)產(chǎn)業(yè)、公共服務(wù)等方面對(duì)長(zhǎng)三角高質(zhì)量發(fā)展具有明顯的空間滯后性。在這些經(jīng)濟(jì)引擎力空間作用下，未來(lái)5 年長(zhǎng)三角27 個(gè)城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率大為降低，大部分低水平狀態(tài)的城市向中水平轉(zhuǎn)移；而中水平狀態(tài)的城市更是以高達(dá)92.86%的概率集中向高水平發(fā)展，達(dá)到高水平狀態(tài)的城市以100%的概率維持在高水平狀態(tài)。可見(jiàn)，在加大經(jīng)濟(jì)作用力下，長(zhǎng)三角高質(zhì)量發(fā)展水平有望最終實(shí)現(xiàn)高質(zhì)量高水平一體化發(fā)展。

針對(duì)以上實(shí)證結(jié)論，提出以下建議：

（1）從資源配置角度來(lái)看，傳統(tǒng)勞動(dòng)力對(duì)高質(zhì)量發(fā)展產(chǎn)生了負(fù)向作用力，反映出高質(zhì)量發(fā)展要?jiǎng)?chuàng)新生產(chǎn)要素的配置比，提高資源配置質(zhì)量，提高勞動(dòng)力效率、資本效率以及全要素生產(chǎn)率水平，而不是一味追求勞動(dòng)力與資本規(guī)模。由于人力資本在空間模型中未能產(chǎn)生明顯效應(yīng)，未來(lái)長(zhǎng)三角地區(qū)應(yīng)該加大人力資本投入，落實(shí)“產(chǎn)學(xué)研”密切合作項(xiàng)目，另外提高義務(wù)受教育年限，培養(yǎng)高素質(zhì)、專業(yè)型、技術(shù)型人才，充分體現(xiàn)出人力資本對(duì)高質(zhì)量發(fā)展的促進(jìn)作用。

（2）數(shù)字經(jīng)濟(jì)在高質(zhì)量一體化發(fā)展中產(chǎn)生了重要的引擎作用，未來(lái)要加大數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高數(shù)字設(shè)備應(yīng)用水平，增加科技、教育投入，培養(yǎng)數(shù)字技術(shù)人才，加快數(shù)字化技術(shù)在傳統(tǒng)行業(yè)與產(chǎn)業(yè)中的滲透作用，促進(jìn)產(chǎn)業(yè)升級(jí)，充分發(fā)揮數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)高質(zhì)量發(fā)展的驅(qū)動(dòng)作用。

（3）公共財(cái)政支出未能在高質(zhì)量發(fā)展中產(chǎn)生顯著的促進(jìn)作用，而公共服務(wù)能力的互融互通是長(zhǎng)三角高質(zhì)量一體化的重要推手，需要引起長(zhǎng)三角各地方政府高度關(guān)注。

注 釋：

（1）在收集數(shù)據(jù)時(shí)發(fā)現(xiàn)指標(biāo)體系中有6個(gè)指標(biāo)（單位地區(qū)生產(chǎn)總值能耗、數(shù)字產(chǎn)業(yè)產(chǎn)值占比、科技進(jìn)步貢獻(xiàn)率、跨界河流斷面水質(zhì)達(dá)標(biāo)率、鐵路網(wǎng)密度、人均期望壽命）相對(duì)應(yīng)的具體數(shù)據(jù)嚴(yán)重缺失，且無(wú)法采用常見(jiàn)的數(shù)據(jù)缺失處理方法進(jìn)行填補(bǔ)，故而在具體測(cè)算中，暫時(shí)只采用58個(gè)指標(biāo)參與計(jì)算。

（2）長(zhǎng)三角27 個(gè)中心城市分別為：上海、南京、無(wú)錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、杭州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺(tái)州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城。

（3）2017 年處于低水平狀態(tài)的城市有鹽城、馬鞍山、銅陵、安慶、滁州、池州、宣城；處于中水平狀態(tài)的城市有南通、揚(yáng)州、鎮(zhèn)江、泰州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺(tái)州、合肥、蕪湖；處于高水平狀態(tài)的城市有上海、南京、無(wú)錫、常州、蘇州、杭州。

（4）關(guān)于模型的運(yùn)行與檢驗(yàn)，受文章篇幅限制，不具體展示。

（5）通過(guò)移除公共服務(wù)變量再建立模型，如果模型擬合效果更優(yōu)，說(shuō)明公共服務(wù)的作用有限。