長三角地區(qū)共同富裕水平、區(qū)域差異及動態(tài)演進

韓建雨，薄冰雪

（安徽大學經(jīng)濟學院，合肥 230601）

0 引言

實現(xiàn)共同富裕是社會主義的本質(zhì)要求，也是全體人民的共同期盼。科學構(gòu)建共同富裕評價指標體系，全面評估各地區(qū)共同富裕發(fā)展水平，并據(jù)此分析共同富裕水平的區(qū)域差異與分布動態(tài)演進，有助于為新階段扎實推進共同富裕的有效決策提供依據(jù)，具有重要的現(xiàn)實意義。

學術(shù)界關(guān)于共同富裕的討論始于20世紀70年代中期，其內(nèi)容主要涵蓋共同富裕的內(nèi)涵和實現(xiàn)路徑兩個方面。在內(nèi)涵方面，一是從共享內(nèi)容出發(fā)，學者們認為共同富裕是物質(zhì)財富與精神成果的全面共享，要讓人民共享經(jīng)濟、文化、社會等各方面的發(fā)展成果[1]；二是從共同富裕主體出發(fā)，學者們認為共同富裕不是少數(shù)人、少數(shù)地區(qū)的富裕，而是全體人民的富裕[2]；三是從結(jié)果出發(fā)，學者們認為共同富裕是合理的、有差別的富裕，是社會最底層人群也能達到的最低標準的富裕[3]。在實現(xiàn)路徑方面，李實（2021）[4]指出，需要通過全面深化改革和加快經(jīng)濟發(fā)展實現(xiàn)共同富裕，從初次分配、再分配和三次分配方面著手，縮小城鄉(xiāng)和地區(qū)差距；劉培林等（2021）[5]認為，必須圍繞解決好發(fā)展的不平衡不充分問題，從擴大中等收入群體、提高中等收入群體富裕程度入手,在高質(zhì)量發(fā)展中提高收入水平，縮小收入差距。

關(guān)于共同富裕的量化研究十分豐富，對共同富裕水平的測度主要有兩種思路：一是從共同富裕的直接內(nèi)涵出發(fā)，將其劃分為“共同”和“富?！眱蓪雍x，即從總體富裕和共享富裕兩個維度構(gòu)建指標體系[6]。二是認為共同富裕指標體系應(yīng)當同時具有社會財富增加和人民收入增長的發(fā)展性、改革發(fā)展成果公平地惠及全體人民的共享性以及發(fā)展的可持續(xù)性[7]。此外，還有學者從普惠金融[8]、數(shù)字經(jīng)濟[9]等角度實證研究影響共同富裕水平的因素。

雖然學術(shù)界對于共同富裕的研究已形成了豐富的成果，但仍存在拓展的空間：第一，現(xiàn)有文獻大多從省級層面對共同富裕水平進行測度，很少利用城市層面的數(shù)據(jù)。第二，現(xiàn)有共同富裕水平測度大多僅停留在基本的測度階段，而未進一步對共同富裕水平的區(qū)域差異及其動態(tài)演進特征展開深入研究。長三角地區(qū)作為中國經(jīng)濟發(fā)展的領(lǐng)頭區(qū)域，既有共同富裕示范區(qū)浙江省，其共同富裕水平在全國居于前列，又包含經(jīng)濟發(fā)達的上海市和欠發(fā)達的安徽省，存在發(fā)展不平衡不充分的問題，因此，在分析共同富裕問題上具有代表性。基于此，本文選取長三角地區(qū)41個地級及以上城市為研究對象，測算共同富裕水平并研究其區(qū)域差異及分布動態(tài)演進特征。本文的邊際貢獻在于：第一，選取長三角地區(qū)41個地級及以上城市作為研究對象，相比省級數(shù)據(jù)，其樣本量更大且可以從更具體的城市角度研究共同富裕問題。第二，運用Dagum基尼系數(shù)及其分解、核密度估計、Markov轉(zhuǎn)移概率矩陣和地理探測器刻畫長三角地區(qū)共同富裕水平的地區(qū)差異和動態(tài)演進過程，在拓展現(xiàn)有研究成果的同時，為進一步促進共同富裕提供有效決策支撐。

1 指標體系構(gòu)建、研究方法和數(shù)據(jù)來源

1.1 指標體系構(gòu)建

本文從共同富裕的內(nèi)涵出發(fā)，參考陳麗君等（2021）[7]的評價指標體系，同時考慮到高質(zhì)量發(fā)展的要求和精神層面的共同富裕，將教育文化、醫(yī)療衛(wèi)生、基礎(chǔ)設(shè)施、信息水平、社會保障等納入富裕程度的范疇，從富裕程度、共享程度和可持續(xù)性三個維度構(gòu)建共同富裕評價指標體系，并進一步細分出11個二級指標和26個三級指標，詳細指標體系如表1所示。

表1 共同富裕評價指標體系

1.2 研究方法

本文采用熵權(quán)法對共同富裕指標進行賦權(quán)。由于上述26個指標的經(jīng)濟意義各不相同，其數(shù)量級與量綱均存在顯著差異，因此需要將這些指標進行標準化處理。本文借鑒郭蕓等（2020）[10]的做法，對正向、負向指標分別進行如下處理：

其中，min(xj)為該指標中的最小值，max(xj)為該指標的最大值。

1.3 數(shù)據(jù)來源

本文研究的對象為長三角地區(qū)41個地級及以上城市①考慮到考察期內(nèi)長三角地區(qū)部分城市進行了行政區(qū)劃調(diào)整，為保持統(tǒng)計口徑的一致性，本文將數(shù)據(jù)缺失嚴重和行政區(qū)劃調(diào)整的巢湖市剔除。，考察期為2010—2020年，相關(guān)數(shù)據(jù)主要來源于國家統(tǒng)計局官網(wǎng)、各城市統(tǒng)計年鑒，以及《中國城市統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》和《中國城市建設(shè)統(tǒng)計年鑒》。對于部分缺失數(shù)據(jù)，本文采用線性插值法進行補充。

2 長三角地區(qū)共同富裕水平及子維度分析

2.1 共同富裕水平

2010—2020年長三角地區(qū)41個地級及以上城市共同富裕水平的測度結(jié)果如下頁表2所示。從表2中可以看出，在考察期內(nèi)長三角地區(qū)各城市共同富裕水平均呈現(xiàn)不斷上升趨勢，表明長三角地區(qū)共同富裕水平逐步提高。具體來說，上海市共同富裕水平最高，均值為0.602，但其增長速度最慢，年均增長率僅為3.95%；浙江省共同富裕水平僅次于上海市，始終高于長三角地區(qū)平均水平，其中共同富裕水平最高的三個城市分別為杭州市、寧波市和舟山市，其共同富裕水平的均值分別為0.573、0.519和0.491；江蘇省共同富裕水平位于浙江省之下，最接近長三角地區(qū)平均水平，其中共同富裕水平最高的三個城市分別為蘇州市、無錫市和南京市，其共同富裕水平的均值分別為0.574、0.521和0.512；安徽省共同富裕水平最低，始終低于長三角地區(qū)平均水平，排在末位的三個城市分別是宿州市、淮北市和安慶市，其共同富裕水平的均值分別為0.214、0.239和0.242，但安徽省共同富裕水平增長速度最快，高于長三角地區(qū)平均水平，說明安徽省處于共同富裕的追趕狀態(tài)。

表2 2010—2020年共同富裕水平測度結(jié)果

為了更直觀地呈現(xiàn)長三角地區(qū)各城市的共同富裕水平及區(qū)域差異，本文根據(jù)2010—2020年共同富裕水平均值，采用聚類分析法將41個地級及以上城市劃分為共同富裕高水平、中高水平、中低水平和低水平地區(qū)四類（見下頁表3）。整體上，長三角地區(qū)各城市共同富裕水平呈現(xiàn)東高西低、以上海為起點沿著長江向上游兩岸遞減分布。其中，共同富裕高水平地區(qū)共有10個城市，主要位于上海市及其周邊地區(qū)，呈片狀集中分布，在經(jīng)濟基礎(chǔ)、地理區(qū)位、發(fā)展質(zhì)量等方面優(yōu)勢明顯，共同富裕達到較高水平；共同富裕中高水平地區(qū)共有12個城市，主要位于蘇中、浙南等地區(qū)，其中合肥市和蕪湖市作為安徽省的雙核城市，具有經(jīng)濟基礎(chǔ)、政策、區(qū)位等優(yōu)勢，共同富裕水平處于全省前列；共同富裕中低水平地區(qū)共有8個城市，主要集中在安徽省和蘇北地區(qū)，普遍距離長三角地區(qū)中心城市較遠，城市的綜合發(fā)展能力較低，共同富裕水平還有較大提升空間；共同富裕低水平地區(qū)共有11個城市，除宿遷市外，其余各城市均屬于安徽省，其共同特點是經(jīng)濟發(fā)展水平先天不足，共同富?；A(chǔ)較為薄弱。

表3 長三角共同富裕水平聚類結(jié)果

2.2 共同富裕子維度

進一步對比分析各城市共同富裕子維度數(shù)值有助于發(fā)現(xiàn)各城市的優(yōu)勢和短板，從而為各城市扎實推進共同富裕提供科學指導。后文表4匯報了長三角地區(qū)共同富裕水平子維度的測算結(jié)果。篇幅所限，僅給出2010—2020年三個子維度測度結(jié)果的均值、排名和年均增長率。具體年份測度結(jié)果略。

表4 長三角地區(qū)共同富裕水平子維度測度結(jié)果

2.2.1 時間層面

通過觀察共同富裕水平三個子維度的測度結(jié)果可以發(fā)現(xiàn)，長三角地區(qū)富裕程度和可持續(xù)性在考察期內(nèi)均呈上升趨勢，而共享程度的變化趨勢則存在顯著的區(qū)域差異。具體來說：（1）長三角地區(qū)富裕程度上升幅度最大，年均增長率為10.04%，各城市富裕程度在考察期內(nèi)均呈顯著遞增趨勢，表明長三角地區(qū)經(jīng)濟不斷發(fā)展，居民生活水平持續(xù)提高。（2）長三角地區(qū)發(fā)展的可持續(xù)性在考察期內(nèi)穩(wěn)步提升，年均增長率為7.54%。（3）共享程度變化幅度最小且區(qū)域間存在顯著差異，考察期內(nèi)，長三角地區(qū)共享程度整體呈小幅上升趨勢，而上海市、寧波市、常州市、銅陵市、蘇州市、無錫市、徐州市、紹興市、南通市、馬鞍山市、鎮(zhèn)江市等城市的共享程度整體表現(xiàn)為小幅下降趨勢，說明部分城市在發(fā)展經(jīng)濟的同時，在一定程度上忽視了發(fā)展成果的共享。

2.2.2 空間層面

整體上，長三角地區(qū)的富裕程度、共享程度和可持續(xù)性均呈現(xiàn)東高西低、中心高周邊低的特征，然而部分城市存在不同程度的“偏離”現(xiàn)象，即富裕程度、共享程度和可持續(xù)性水平差距較大。（1）富裕程度方面，上海市及其周邊城市處于領(lǐng)先行列，安徽省和蘇北地區(qū)的城市則較為落后。（2）共享程度方面，長三角地區(qū)不同區(qū)域平均水平的表現(xiàn)為：上海市＞浙江省＞江蘇?。景不帐?，區(qū)域內(nèi)部也存在一定的差距，江蘇省共享程度最高的蘇州市比最低的宿遷市高2.4倍，浙江省最高的寧波市比最低的麗水市高1.2倍，安徽省最高的馬鞍山市比最低的阜陽市高3.1倍。（3）可持續(xù)性方面，上海市及其周邊城市居于長三角地區(qū)前列，與富裕程度不同的是，蕪湖市、揚州市、合肥市等城市可持續(xù)性排名較高。此外，對比各城市富裕程度、共享程度和可持續(xù)性可以發(fā)現(xiàn)，部分城市存在明顯的“偏離”特征。以富裕程度、共享程度和可持續(xù)性排名的標準差大于5為標準，長三角地區(qū)共有14個城市存在“偏離”現(xiàn)象，其中，大部分城市表現(xiàn)為“兩低一高”，阜陽市、亳州市、麗水市、六安市、衢州市和黃山市表現(xiàn)為高富裕程度、低共享程度、低可持續(xù)性水平，蕪湖市、合肥市和揚州市表現(xiàn)為低富裕程度、低共享程度、高可持續(xù)性水平，馬鞍山市則表現(xiàn)為低富裕程度、高共享程度、低可持續(xù)性水平；少部分城市表現(xiàn)為“兩高一低”，嘉興市、溫州市和舟山市表現(xiàn)為高富裕程度、高共享程度、低可持續(xù)性水平，徐州市表現(xiàn)為低富裕程度、高共享程度、高可持續(xù)性水平。

3 長三角地區(qū)共同富裕水平的區(qū)域差異

3.1 總體及區(qū)域內(nèi)差異

2010—2020年長三角地區(qū)共同富裕水平總體及區(qū)域內(nèi)基尼系數(shù)的演變趨勢如圖1所示?？疾炱趦?nèi)，長三角地區(qū)共同富裕水平總體差異呈現(xiàn)持續(xù)下降的趨勢。這表明長三角地區(qū)共同富裕水平的總體相對差異逐漸縮小。從各省份來看，考察期內(nèi)，江蘇省、浙江省和安徽省內(nèi)部差異整體上都呈下降趨勢。其中，江蘇省共同富裕水平省內(nèi)差異最大，且呈緩慢下降趨勢，基尼系數(shù)從2010年的0.160減小到2020年的0.130，年均下降速度為2.08%；安徽省共同富裕水平的基尼系數(shù)呈現(xiàn)“W”型的發(fā)展趨勢，整體上呈下降趨勢，基尼系數(shù)從2010年的0.125減小到2020年的0.079，年均下降速度為4.73%；浙江省的基尼系數(shù)呈下降趨勢，從2010年的0.099減小到2020年的0.054，年均下降速度為6.27%。

圖1 2010—2020年長三角地區(qū)共同富裕水平總體及區(qū)域內(nèi)差異的演變趨勢

3.2 區(qū)域間差異

通過圖2可以發(fā)現(xiàn)，2010—2020年，各區(qū)域間的差異均呈下降趨勢，長三角地區(qū)各區(qū)域之間的共同富裕水平趨于協(xié)調(diào)。上海市-安徽省的共同富裕水平差異最為明顯，考察期內(nèi)基尼系數(shù)均值為0.378；其后依次為安徽省-浙江省、上海市-江蘇省、安徽省-江蘇省，基尼系數(shù)均值分別為0.245、0.215、0.193；上海市-浙江省和江蘇省-浙江省之間的共同富裕水平差異較小，基尼系數(shù)均值分別為0.148和0.130。

圖2 2010—2020年長三角地區(qū)共同富裕水平區(qū)域間差異的演變趨勢

3.3 差異來源及其貢獻

由圖3可知，考察期內(nèi)長三角地區(qū)共同富裕水平差異的區(qū)域內(nèi)差異貢獻率、區(qū)域間差異貢獻率和超變密度貢獻率沒有較大幅度的變化。具體來說，區(qū)域間差異貢獻率最大，變動范圍為66.94%～74.99%，平均貢獻率為71.71%，這說明區(qū)域間差異是長三角地區(qū)共同富裕水平總體差異的主要來源。區(qū)域內(nèi)差異貢獻率的變動范圍為18.11%～20.62%，平均貢獻率為19.23%，與區(qū)域間差異相比，區(qū)域內(nèi)差異對長三角地區(qū)共同富裕水平總體差異的貢獻較小。區(qū)域間超變密度的貢獻率介于6.72%～12.45%，平均貢獻率為9.07%，表明區(qū)域間樣本的交叉重疊問題對共同富裕水平區(qū)域相對差異的影響較小。

圖3 2010—2020年長三角地區(qū)共同富裕水平區(qū)域差異來源及貢獻率

4 長三角地區(qū)共同富裕水平的分布動態(tài)演進

4.1 基于核密度估計的分布動態(tài)演進趨勢

為了進一步刻畫長三角地區(qū)共同富裕的絕對差異和分布動態(tài)特征，本文構(gòu)造了高斯三維核密度分布函數(shù)，通過其分布位置、變化趨勢和極化現(xiàn)象來描述長三角地區(qū)共同富裕水平的動態(tài)演進趨勢和絕對差異特征。本文參考沈麗等（2019）[11]的研究，得到：

其中，f(x)是共同富裕水平的概率密度函數(shù)；N是樣本量；Xi是獨立同分布的樣本觀測值；xˉ為樣本均值；K(?)為核密度函數(shù)；h為帶寬，帶寬越大，估計的精度越低。本文選取高斯核函數(shù)分別從長三角地區(qū)整體、江蘇省、浙江省和安徽省層面以及中心區(qū)和非中心區(qū)層面對共同富裕水平的分布動態(tài)演進趨勢進行估計，高斯核函數(shù)為：

4.1.1 長三角地區(qū)共同富裕水平的分布動態(tài)演進

本文繪制了長三角地區(qū)41個地級及以上城市2010—2020年共同富裕水平的核密度曲線（見圖4），從整體上看，其主要存在以下特征：第一，隨著時間推移，共同富裕水平的分布曲線中心逐步向右移動，體現(xiàn)了考察期內(nèi)長三角地區(qū)共同富裕水平的上升趨勢。第二，考察期內(nèi)核密度曲線的主峰高度變低、寬度增加，同時，曲線右拖尾逐漸延長，說明隨著共同富?？傮w水平的提高，其內(nèi)部絕對差異也在逐漸擴大。第三，考察期內(nèi)曲線不存在明顯的極化現(xiàn)象。

圖4 長三角地區(qū)共同富裕水平分布動態(tài)

4.1.2 省級層面共同富裕水平的分布動態(tài)演進

進一步從省級層面對長三角地區(qū)共同富裕水平的演變特征進行具體分析，由下頁圖5可知，考察期內(nèi)，江蘇省共同富裕水平的分布曲線中心逐步向右移動，核密度曲線的波峰高度變低、寬度增加，表明江蘇省共同富?？傮w水平提高，內(nèi)部絕對差異逐漸增大；浙江省共同富裕水平的分布曲線逐步向右移動，波峰的高度整體波動上升，寬度整體波動變窄，密度曲線逐漸由存在側(cè)波峰發(fā)展為單波峰，表明浙江省共同富裕總體水平提高，內(nèi)部絕對差異縮小，且極化現(xiàn)象逐步弱化至不存在極化現(xiàn)象；安徽省共同富裕水平的分布曲線中心整體向右移動，主峰高度升高、寬度變窄，密度曲線由雙波峰發(fā)展為單波峰，表明安徽省共同富?？傮w水平提高，內(nèi)部絕對差異縮小，極化現(xiàn)象逐漸消失。

圖5 省級層面共同富裕水平的分布動態(tài)演進

4.2 基于Markov鏈分析的狀態(tài)演變趨勢

核密度估計揭示了長三角地區(qū)共同富裕水平的總體演變趨勢，對于各城市共同富裕水平的演進趨勢，則需要進一步考察在此過程中共同富裕不同等級城市相對位置的動態(tài)變化。本文參考邱康權(quán)等（2022）[12]的做法，運用Markov鏈計算考察期內(nèi)共同富裕水平的轉(zhuǎn)移概率矩陣，以研究共同富裕不同等級城市的轉(zhuǎn)移路徑和轉(zhuǎn)移概率。

本文根據(jù)四分位點將共同富裕水平分為四個等級：[0,25%）為低共同富裕水平，[25%,50%）為中低共同富裕水平，[50%,75%）為中高共同富裕水平，[75%,100%]為高共同富裕水平。下頁表5報告了采用極大似然估計法計算得到的Markov轉(zhuǎn)移概率矩陣。

表5 長三角地區(qū)共同富裕水平Markov轉(zhuǎn)移概率矩陣（單位：%）

整體來看，長三角地區(qū)各城市共同富裕水平具有向較高水平轉(zhuǎn)移的趨勢，且很難實現(xiàn)跨越式轉(zhuǎn)移。在轉(zhuǎn)移概率矩陣中，對角線上的概率明顯大于非對角線上的概率，長三角地區(qū)各城市共同富裕水平仍然保持原來等級的概率為71.30%～100%，表明共同富裕各等級城市均對其前期共同富裕水平存在較強的路徑依賴，具有維持原有狀態(tài)的穩(wěn)定性特征，存在顯著的俱樂部趨同效應(yīng)[13]。進一步分析非對角線上的轉(zhuǎn)移概率可以發(fā)現(xiàn)：低水平、中低水平和中高水平城市均具有向鄰近較高水平轉(zhuǎn)移的趨勢，且不存在向上跨越式轉(zhuǎn)移的可能。此外，中高水平城市除保持不變和向上轉(zhuǎn)移外，還存在小概率向低水平跌落的風險，因此處于中高共同富裕水平階段的城市不僅要努力向高水平轉(zhuǎn)移，還應(yīng)注意避免跌落到低共同富裕水平。

5 影響長三角地區(qū)共同富裕水平區(qū)域差異的指標分解

地理探測器的核心指標是因子對區(qū)域差異的探測力q，q值越大，說明該因子對區(qū)域差異的影響越大，在差異的來源中占比越大。用i表示影響因子的分層，則q的計算公式為：

其中，n和ni分別為研究的樣本總量和層所包含的樣本量，σ2和分別是總體和各層的方差。

本文選取2010年、2015年和2020年三個年份作為截面，以共同富裕評價指標體系內(nèi)的26個指標作為研究對象，在使用K-means聚類對各指標進行離散化處理的基礎(chǔ)上，運用地理探測器分析這些指標對區(qū)域差異的影響程度，進而研究共同富裕區(qū)域差異的指標來源。表6匯報了地理探測器的因子探測結(jié)果。

從表6可以看出，各指標對共同富裕水平區(qū)域差異的影響程度存在顯著差異。在26個指標中，有20個指標對共同富裕水平的區(qū)域差異具有解釋力，其中，對區(qū)域差異影響程度排名前五的指標分別是城鎮(zhèn)居民人均可支配收入與全國平均水平的比值、農(nóng)村居民人均可支配收入、農(nóng)村居民人均可支配收入與全國平均水平的比值、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均消費支出，顯示收入與消費水平是長三角地區(qū)各城市共同富裕水平區(qū)域差異的主要來源。進一步分析對共同富裕區(qū)域差異有顯著影響的指標發(fā)現(xiàn)，城鎮(zhèn)居民人均消費支出、城鎮(zhèn)恩格爾系數(shù)、社會保障和就業(yè)支出占GDP比重、城鎮(zhèn)化率、全社會勞動生產(chǎn)率、每萬人專利授權(quán)量等的q值顯著增大，表明這些指標對長三角地區(qū)共同富裕水平區(qū)域差異的影響顯著提升。但是，農(nóng)村恩格爾系數(shù)、教育支出占GDP比重、每萬人醫(yī)生數(shù)、城鄉(xiāng)居民人均消費支出比、第三產(chǎn)業(yè)增加值占GDP比重等指標在較近年份的影響已經(jīng)衰退。

6 結(jié)論

本文從富裕程度、共享程度和可持續(xù)性三個維度構(gòu)建共同富裕評價指標體系，借助熵權(quán)法測度長三角地區(qū)2010—2020年的共同富裕水平，并運用Dagum基尼系數(shù)及其分解、核密度估計、Markov轉(zhuǎn)移概率矩陣和地理探測器研究其區(qū)域差異和分布動態(tài)演進特征。得到如下結(jié)論：

（1）考察期內(nèi)長三角地區(qū)各城市共同富裕水平均呈現(xiàn)不斷上升趨勢，不同區(qū)域共同富裕平均水平的表現(xiàn)為上海市＞浙江?。窘K?。景不帐?，各區(qū)域內(nèi)部共同富裕水平存在一定的差距。從子維度層面來看，考察期內(nèi)長三角地區(qū)富裕程度和可持續(xù)性均表現(xiàn)出上升趨勢，而共享程度存在明顯的區(qū)域差異，部分城市的共享程度呈下降趨勢；長三角地區(qū)的富裕程度、共享程度和可持續(xù)性整體上呈現(xiàn)東高西低、中心高周邊低的特征，然而部分城市存在不同程度的“偏離”現(xiàn)象。

（2）2010—2020年長三角地區(qū)共同富裕水平的相對差異總體上呈持續(xù)下降趨勢。其中，江蘇省、浙江省和安徽省內(nèi)部差異整體上都呈縮小趨勢，不同區(qū)域內(nèi)部差異均值表現(xiàn)為江蘇省>安徽省>浙江省。區(qū)域間差異是長三角地區(qū)共同富裕水平區(qū)域差異的主要來源，各區(qū)域間的共同富裕水平差異均呈下降趨勢。

（3）2010—2020年長三角地區(qū)整體共同富裕水平呈上升趨勢，絕對差異擴大。從省份層面看，各省份共同富裕水平均呈上升趨勢，其中，江蘇省內(nèi)部絕對差異逐漸擴大，而浙江省和安徽省內(nèi)部的絕對差異整體呈縮小趨勢。進一步探究各城市的演進規(guī)律發(fā)現(xiàn)，城市共同富裕水平具有向鄰近較高水平轉(zhuǎn)移的趨勢，在這一過程中，共同富裕各等級城市均對其前期共同富裕水平存在較強的路徑依賴，且很難實現(xiàn)跨越式轉(zhuǎn)移，特別地，中高水平城市還存在小概率向低水平跌落的風險。

（4）城鎮(zhèn)居民人均可支配收入與全國平均水平的比值、農(nóng)村居民人均可支配收入等20個指標對長三角地區(qū)共同富裕水平的區(qū)域差異有顯著影響，其中，收入與消費水平是長三角地區(qū)各城市共同富裕水平區(qū)域差異的主要來源，城鎮(zhèn)居民人均消費支出、城鎮(zhèn)恩格爾系數(shù)、社會保障和就業(yè)支出占GDP比重、城鎮(zhèn)化率、全社會勞動生產(chǎn)率、每萬人專利授權(quán)量等指標對區(qū)域差異的影響顯著提升，而農(nóng)村恩格爾系數(shù)、教育支出占GDP比重、每萬人醫(yī)生數(shù)等指標的影響已經(jīng)衰退。