工業企業助力中國經濟高質量發展了嗎？
——基于952家上市企業的實證研究

張 路，何凌云

引 言

黨的十九大報告中首次提出了“經濟高質量發展”的概念，指出中國經濟要從高速增長轉向中高速增長，經濟發展方式要從規模速度型粗放增長轉向質量效率型集約增長，經濟機構要從增量擴能為主轉向調整存量、做優增量并存的深度調整，經濟發展動力從傳統增長點轉向新的增長點。即現階段中國宏觀經濟目標更多轉向持續均衡的經濟增長，以提高供給體系質量作為主攻方向，實現中國經濟持續健康發展。而涵蓋了采礦業，制造業，電力、燃氣及水的生產供應業三個行業的工業企業，作為國民經濟中的主導行業，其產業結構優化、經濟產出增加、企業規模擴大、投融資路徑通暢均有利于經濟發展(鄒國偉等,2018；向麗等,2018)。2010—2018年，中國工業生產總值占GDP的比重連續八年保持在40%左右，工業企業發展對經濟增長的促進作用是毋庸置疑的。但根據環保部公布的京津冀及周邊地區大氣污染防治強化督察的最新進展，工業企業環境污染問題最為嚴重。事實上，企業技術落后、管理觀念陳舊、生產方式落后、污染物排放量增加等相關因素均會導致環境污染的加重及經濟質量的下降。由此引發了一系列問題：工業企業發展對經濟高質量發展產生了怎樣的影響？是直接的還是間接的，是線性的還是非線性的？這種影響是否具有行業和區域異質性？對這些問題的回答可以為中國更好地發展工業企業、推動經濟高質量發展提供科學的政策依據。

從研究層面來看，現有文獻中尚未見直接針對工業企業發展與經濟高質量發展關系的研究，部分學者僅從完善現代化經濟體系、創新驅動、服務業發展、環境規制等因素對經濟高質量發展的影響進行了一定的探索(賀曉宇等,2018;王群勇等,2018)。事實上，工業企業發展與經濟高質量發展的關系基礎是企業發展與經濟發展的關系。Markusen(1989)將生產性企業作為中間變量引入模型發現，生產性企業能夠提高商品和服務生產過程中的運營效率、經營規模和其他投入要素的生產率，進而促進經濟發展。此外，生產性企業通過技術進步、產業集聚、改善投資環境也能促進經濟增長(劉重,2006)。從研究方法看，學者們采用了面板數據分析、門檻回歸、VAR模型和VECM等方法，從產業集聚、產業關聯及其空間溢出效應等角度定量分析生產性企業與經濟增長的關系，指出二者之間存在正向聯系,即生產性企業對經濟增長具有重要影響(Francois J et al,2008)。進一步地，企業產出水平的提高對于經濟結構調整和效率提升具有促進作用，這已經被學者證實(林民書,2002)。而企業發展在促進經濟增長的同時會導致環境問題，這與經濟高質量發展緊密相關。劉源遠等(2008)肯定了企業工業化與環境污染間的關系。孫愛軍等(2012)將工業生產總值和環境污染納入一個框架，研究發現工業發展并不必然會導致環境污染的加重。還有學者從工業污染物排放出發，發現工業化是環境污染的主要原因(Llop et al,2007)。此外，杜雯翠(2014)指出工業企業對環境污染的影響狀況存在行業和工業化階段差異性。

可以看出，學者們對生產性企業與經濟增長、經濟結構、生產效率、環境污染等之間的關系進行了廣泛而深入的研究，但總體來看：第一，從經濟高質量發展角度出發的研究很少，少有的研究中大都為理論上的分析，缺乏以微觀企業為對象的實證分析；第二，大多數研究都將企業發展與經濟發展之間定位為線性的、直接關系，而事實上，考慮“經濟高質量發展”時，兩者一方面可能存在復雜的非線性關聯，另一方面其關系也可能受到其他相關變量的調節。有鑒于此，本文在理論分析的基礎上，通過構建工業企業綜合評級指標體系，多層面考察工業企業發展與經濟高質量發展之間的非線性關系。

一、 工業企業發展與經濟高質量發展的理論基礎

基于改進后的兩部門生產函數框架，本文將經濟產出(Y)分為工業企業產出(G)和非工業企業產出(C)兩部分，各部分產出取決于資本和勞動力的投入大小，由此可得：

Y=G+C

(1)

G=G(LG,KG)

(2)

C=C(LC,KC,G)

(3)

式(1)—式(3)中，LG、KG分別表示工業企業勞動力和資本投入，LC、KC表示非工業企業勞動力和資本投入，G表示工業企業產出對非工業企業產出產生的影響。由于兩部門投入要素之和等于總要素投入，因此：

L=LG+LC

(4)

K=KG+KC

(5)

進一步考察工業企業和非工業企業勞動邊際生產力、資本邊際生產力之間的關系，可得勞動與資本邊際生產力的比值，可表示為：

(6)

式(6)中，GL、CL分別表示工業企業和非工業企業勞動力投入的邊際產出，GK、CK分別表示工業企業和非工業企業資本投入的邊際產出。δ表示兩部門中要素投入的邊際產出差異，當δ>0時，工業企業要素投入的邊際產出高于非工業企業；反之則工業企業要素投入的邊際產出低于非工業企業。為分離出工業企業對非工業企業產出的影響，定義工業企業產出對非工業企業產出的彈性為θ，則：

(7)

對式(1)兩邊求微分并代入式(2)—式(5)，并根據式式(6)和式(7)整理得式(8)：

(8)

(9)

由式(9)，從工業企業角度出發可得，影響經濟產出的因素主要有工業企業產出的增長率、工業企業對非工業企業的產出彈性、工業企業與非工業企業要素投入的邊際產出差異以及工業企業產出增長率和產出使用規模的乘積效應，即工業企業發展對經濟產出的影響是多方博弈的結果。基于此，本文進一步考慮調節作用。現有研究中，學者們主要關注技術創新、產業集聚對企業發展和經濟高質量發展的影響(劉林等,2019;龍小寧,2018;劉廷東等,2018;盧飛等,2018)。因此本部分僅討論技術創新、產業集聚二者的調節作用。第一，技術創新。經濟轉型在極大程度上需要技術推動。在生產函數的討論框架中，科技創新的作用是提高生產可能性曲線，促進經濟高質量發展的關鍵因素。尤其對于工業企業而言，其技術創新能力的強弱一定程度上決定企業發展(戴浩等,2018)。故技術創新能力的提高會影響企業發展與經濟質量間的關系。第二，產業集聚。從區域經濟發展過程來看，產業集聚對區域經濟增長具有外部性：一方面產業集聚促使區域生產協作和分工更加明確，降低了運輸成本，提高了生產效率和維持了產業集聚穩定狀態；另一方面，產業集聚能夠有效促進區域社會經濟關系網絡，在集群發展過程中，企業管理者不再以追求個人利益為主，而是以合作為主體追求整體利益，企業合作形成一個聯系密切的產業群，從而促進區域經濟發展。此外，相關學者還證實了產業集聚對于企業發展具有正向溢出效應，顯著提高企業生產效率，且開放式環境使得企業之間合作交流更為高效，對于企業發展存在顯著正向作用(劉艷,2013;呂巖威等,2014;李奎等,2012)。由此可見，產業集聚會對工業企業發展與經濟質量間的關系產生調節作用。

二、 變量、數據及模型

(一) 基本模型構建

前文理論分析中指出，工業企業發展對經濟質量的影響是多方博弈的結果，兩者間的關系可能是非線性的。而現有研究中對于非線性關系的處理方法大多采用解釋變量的二次項、三次項將非線性轉化為線性來研究(馬麗梅等,2014;李平等,2013)。這種處理方式可能導致較大的“設定誤差”，影響結果的穩健性。有鑒于此，本文參考吳雪萍等(2018)的研究，引入半參數回歸模型。半參數方法是一種估計動態局部線性面板數據模型的方法，相關學者的研究均證實了半參數方法具有更高的擬合優度、更大的應用價值(陳建寶等,2017)，而且鄭萬吉等(2015)利用半參數空間VAR模型證實了半參數方法對于描繪二者間的非線性關系具有優先適用性。

進一步地，除了工業企業發展外，本文進一步借鑒張月友等(2018)學者的研究，引入政府行為、居民消費水、人力資本水平、對外開放程度作為控制變量。設半參數模型如式(10)所列：

TFPit=b0+G(IEDit)+b1RCit+b2HCit+b3GOVit+b4OPENit+μit

(10)

式(10)中，i表示年份，t表示企業，TFP表示經濟質量水平，IED表示工業企業發展水平，G(·)表示未知的非線性函數，RC表示居民消費水平，HC表示人力資本水平，GOV表示政府行為，OPEN表示對外開放程度，b0為截距項，b1、b2、b3、b4分別為對應的作用系數，μit是均值為0、方差為σ2的隨機變量。可得擬合誤差SS(f)，如式(11)所示。

(11)

為避免過擬合，本文使用罰估計。罰估計是在用于估計f的參數數量上附加一個罰，即表示是在使用局部參數的懲罰項時最小化SS(f)。對于樣條光滑使用的罰如式(12)所列，即粗糙罰的約束：

(12)

從而樣條估計如式(13)所列：

(13)

式(12)—式(13)中，λ為光滑參數，λ較小時近似為數據連接，λ較大時得到最小二乘擬合，為解決這一問題，把λ轉化為自由度的近似。b0、b1、b2、b3、b4、G(·)的估計如式(14)所列：

(14)

進一步，由理論分析可知，技術創新和產業集聚會對工業企業發展和經濟質量二者間關系產生調節效應。為此選取技術創新和行業內集聚、行業外集聚作為中間變量，在式(11)中引入交叉項，構建基準計量模型如式(15)所列：

TFPit=b0+G(IEDit)+G(IEDit×PATH)+b1RCit+b2HCit+

b3GOVit+b4OPENit+μit

(15)

式(15)中，PATH為中間變量，分別為技術創新(TE)、行業內集聚(AE_in)、行業外集聚(AE_out)。

(二) 變量選取及數據來源

1. 工業企業發展(IED)

現有研究對工業企業發展水平的分析集中于理論層面，缺乏量化評估研究。本文以工業企業發展理論為邏輯起點，參考我國設計的工商類競爭性企業績效評價指標體系，從財務效益狀況、資產營運狀況、償債能力狀況、發展能力狀況出發，構建如表1所示的指標體系，數據均來自CCER數據庫。

表1 工業企業發展水平綜合評價指標體系

續表1

在此基礎上，本文采用均值化方法對原始指標進行無量綱化處理，將上述顯性指標進行因子分析，依據累積方差貢獻率達到85%以上為原則，提取因子，進而以方差占比作為權重，計算綜合因子得分，并以此綜合得分作為工業企業發展水平的最終衡量指標，且綜合得分越高，企業綜合發展實力越強。

2. 經濟高質量發展

經濟高質量發展體現在五個方面，即效率更高、供給更有效、結構更高端、更綠色可持續以及更加和諧地增長。從經濟增長的角度出發，生產率與資本、勞動等要素投入都對經濟的增長有貢獻。這里涉及的核心是“全要素生產率的提高”。PWT9.0(1)PWT9.0全稱為“佩恩世界表9.0版本”，是聯合國的國家比較計劃委托美國賓夕法尼亞大學國際中心編制的有關經濟總量增長和發展的跨國分析標準數據集，包括189個國家的經濟增長數據。的統計數據顯示，以美國的全要素生產率為基準，自1978年改革開放以來，中國的全要素生產率雖總體呈現增長趨勢，但依然沒有擺脫偏低的狀態。且根據日韓國家經驗，完成發展中國家向發達國家的轉變，跨越“中等收入陷阱”，提高全要素生產率至關重要。故經濟整體效率提高和可持續發展的唯一來源、實現經濟高質量發展的關鍵在于全要素生產率的提高。本文參考張月友等(2018)的研究成果，運用全要素生產率衡量經濟發展質量。對于省際全要素生產率的計算，本文構建模型，見式(16)。

lnGDPR=lnE+lnPOP+ε

(16)

式(16)中，GDPR為實際GDP,E、POP分別表示資本存量和從業人數，ε為殘差項。在控制年份和省份固定效應的基礎上，對式(16)進行參數估計，計算式(16)殘差即為經濟質量(TFP)(魯曉東等,2012)。

進一步，本文認為地區經濟質量相較于上年同期經濟質量會有所提升，即地區經濟在向高質量經濟發展。通過計算2011—2017年各地區經濟質量同期變化差異，計算公式為：ΔTFP=TFPi,t+1-TFPi,t，其中i為地區，t為年份。繪制經濟質量變化差異散點圖，如圖1所示。圖1中，橫軸1—31分別為31個省區市。可以發現，大多數點均處于虛線以下即ΔTFP<0，大多數地區仍舊處于傳統經濟增長模式，以高資源消耗換取經濟增長，造成經濟質量的下降，少數地區經濟質量相較于上年同期有所提升，地區經濟向經濟高質量發展，這也證實了政府大力促進經濟高質量發展的緊迫性。

圖1 各地區歷年經濟質量差異散點圖

3． 控制變量

政府行為(GOV)。政府采購和直接投資均可有效刺激需求，進而促進經濟發展。但是政府行為有時并不能達到理想的效果，如政府投資的擠出效應可能會抑制個人投資，進而也有可能對經濟發展產生不利影響等，本文選取地區政府財政支出占GDP的比重來衡量地方政府行為。

居民消費水平(RC)。近年來，中國一直把擴大內需特別是消費需求作為促進經濟增長的重要途徑。但是在收入一定的情況下，消費增加就意味著儲蓄減少，進而就可能限制私人投資的拉動作用，則擴大居民消費就會對經濟整體產生不利的影響，本文以對數化處理后的居民消費水平進行衡量。

人力資本水平(HC)。人力資本不僅具有一般生產要素的作用且有助于提高其他生產要素的使用效率。具體來看：一方面，人力資本豐富的地區具有更大潛力進行研發活動，提高技術創新能力，促進經濟增長。另一方面，落后地區人力資本的提高有助于提升其吸收和利用先進地區技術和知識溢出的能力，從而實現本地生產效率的提高，促進區域經濟增長。本文選取當年在校大學生數衡量各地區人力資本水平，并進行對數化處理。

對外開放程度(OPEN)。外商的直接投資與對外開放程度密切相關，外商投資的大量流入可以促進國內技術進步與管理創新，推動經濟持續增長(白俊紅等,2016;張月友等,2018;陳詩一等,2018)。本文參考白俊紅等(2016)的研究，選取各地區實際利用外商投資額占GDP的比重作為對外開放程度的替代變量。

4. 調節變量

按照本文的理論分析，選取技術創新、產業集聚作為調節變量。其中技術創新(TE)參考李爽(2018)的研究，采用研發收入與銷售收入滯后一期的比值作為替代變量。產業集聚參考趙娜等(2017)的研究，根據來源不同分為行業內集聚(AE_in)、行業外集聚(AE_out)。其中行業內集聚效應采用公司j同屬行業i并位于a城市群內的其他公司集合在t-k年的投資率平均值表示，反映位于同一地區的行業內企業的平均投資水平；行業外地區集聚效應采用樣本公司j位于a城市群內但隸屬于其他行業的上市公司集合在t-k年的投資率平均值表示。投資率采用購置固定資產、無形資產和其長期資產支付的現金與上一年度總資產的比值來表示。

本文以國內A股市場上952家工業上市企業為樣本，時間從2010年至2017年。根據《國民經濟行業分類》標準，選定行業類型為采礦業(CSRC行業分類為B)，制造業(CSRC行業分類為C)，電力、熱力、燃氣及水生產和供應業(CSRC行業分類為D)，并根據以下原則進行篩選：第一，選擇2007年1月1日以前在我國A股市場上市的企業；第二，剔除樣本中含有ST、PT類的企業；第三，剔除相關數據嚴重缺失的工業企業。數據均來自各省《統計年鑒》(2011—2018年)。

三、 模型估計及結果分析

(一) 基于全樣本的估計

基于952家工業企業樣本數據對公式(10)進行參數估計，估計結果見表2及圖2。

表2 工業企業發展與經濟質量的基準模型估計結果

圖2 工業企業發展與經濟質量的非線性關系注：實線表示工業企業發展與經濟質量的非線性關系，虛線為置信區間(圖3同)。

可以看出：5%的顯著性水平下，工業企業發展與經濟質量的影響呈“M”形關系，這驗證了非參數項設定的合理性，也從側面反映了半參數回歸模型的優越性。出現這種振蕩現象的原因在于：工業企業發展對經濟質量的影響具有雙重效應，一方面，在生產技術水平既定的情況下，工業企業生產規模擴大時促使自然資源的消耗量增加，大氣污染物排放量提高，進而空氣污染加劇，即經濟質量下降(負效應)。另一方面，工業企業發展水平的上升，經濟產出增加，居民收入水平的提高，公眾環保意識的增強，對空氣質量要求隨之提高，此時公眾愿意購買更嚴格環境標準下生產的產品，這對降低單位產出的排放強度及制定更加嚴格的環境標準與稅收標準更加有利。所以，工業企業發展水平的上升提高了對節能減排的要求，促使空氣質量得到改善，經濟質量隨之上升(正效應)。故工業企業發展水平的提高對經濟高質量發展的影響取決于兩種效應間的博弈。

圖2中拐點對應的工業企業發展水平為-4.05、0.76、6.03。當工業企業發展水平低于-4.05時，經濟質量對工業企業發展的導數值為正，即工業企業發展與經濟質量正相關。當工業企業發展大于-0.45小于0.76時，快速的工業增長、過度的能源消耗等粗放式經濟增長方式嚴重抑制了經濟高質量發展。政府為了抑制污染加重，出臺一系列節能減排政策，使得煤炭消費占比下降，經濟質量與工業企業發展轉向正相關，但因環境自身凈化能力的負擔加重，其協同促進作用明顯降低。當工業企業發展進一步擴大，超過6.03時，兩者之間負效應大于正效應，工業企業發展減緩經濟高質量發展，即工業企業發展最優區間為[0.76,6.03]。

為進一步說明結果的合理性，本文對主要變量經濟質量進行替換，參考陳詩一等(2018)的研究，選取人均GDP作為經濟質量替代指標，對模型進行回歸估計，估計結果如表3和圖3所示。

表3 穩健性檢驗結果

圖3 工業企業發展與經濟質量非線性關系的穩健性檢驗結果

由表3可以發現，回歸結果并未發生較大變化，且工業企業發展與經濟發展質量之間的非線性關系通過了10%的顯著性檢驗。同時，從圖3可以看出，二者之間非線性關系與圖1高度相似，充分證明半參數回歸模型的穩健性即結果的可靠性。

(二) 分樣本估計——差異性分析

以上從總體上對工業企業發展影響經濟高質量的平均效應進行了考察，但兩者的關系是否會存在行業和地區層面的差異性？基于此，本文以2017年為例，通過繪制分行業、分地區經濟質量與工業企業發展兩者關系散點圖發現，技術密集型、中西部地區工業企業分布較為集中，其中技術密集型大多集中于虛線框中，中西部地區多數集中于虛線之下，即工業企業發展對經濟質量的影響存在行業、地區異質性。

1. 行業層面

考慮到中國工業企業各行業要素密集程度存在較大差異，因此工業企業在影響不同要素密集程度行業的經濟質量可能存在差異性。為此，本文借鑒謝建國(2003)的研究，按照行業要素密集度將樣本劃分為勞動密集型和技術密集型兩類，其中勞動密集型企業632家，技術密集型企業804家，分樣本對式(10)重新進行參數估計，估計結果見表4和圖4。

表4 差異性分析估計結果

圖4 差異性分析下非線性估計結果

可以發現：兩類行業中，二者之間非線性關系均通過顯著性檢驗且非線性關系具有較大差異，經濟高質量發展對勞動密集型工業企業更為敏感，二者之間轉折點較多即正負效應博弈更為復雜，其原因可能是相較于技術密集型行業，勞動密集型企業大多數為制造業，其大量勞動力集中，生產任務重，資源消耗嚴重，污染物排放量較大，空氣質量下降，減緩經濟高質量發展。盡管政府出臺一系列減排政策，短時間內有利于經濟質量的提高，但效果并不長久，勞動密集型工業企業進一步擴大，其生產方式并未發生改變，污染物排放增加，抑制了經濟高質量發展。

2. 區域層面

考慮到各地區基礎建設和發展水平存在較大差異，因此工業企業發展也可能對不同的基礎建設和發展水平的經濟質量產生差異性影響。本文參考邵朝對等(2016)的做法，按照基礎建設的發展水平將樣本劃分為東部地區和中西部地區。其中東部地區包括遼寧、河北、北京、天津、山東、江蘇、上海、浙江、福建、廣東、海南；其余為中西部地區。東部地區工業企業共525家，中西部地區工業企業共427家。分樣本對式(10)重新進行參數估計可以發現：東部與中西部地經濟質量與工業企業發展之間非線性關系顯著，且相較于東部地區，中西部地區經濟質量與工業企業非線性關系明顯不同，即當工業企業發展水平較低時即會抑制經濟高質量發展。其原因有二：其一為東部地區是大型工業產業集聚地，而中西部地區大型工業企業較少，中小微型工業企業的興起改變了其原有的地區經濟發展方式，嚴重影響了非工業企業的發展方式，短時間內工業企業與非工業企業難以協同發展，造成經濟增速的減緩;其二，中西部地區工業企業逐步興起，短期內會帶來大量污染物的排放，造成經濟質量下滑。

(三) 調節效應分析

為考察技術創新和產業集聚對兩者關系的調節作用，本文對式(16)進行參數估計，估計結果如表5和圖5所示。其中第二、第三、第四列分別為TE、AE_in、AE_out作為中間變量的模型結果。

表5 調節效應估計結果

圖5 調節效應下非線性關系

由表5和圖5可以發現：

第一，技術創新對工業企業發展對經濟高質量發展的調節作用顯著。隨著技術水平的提高，工業企業發展與經濟質量之間存在一個轉折點，二者呈“U”形關系。事實上，工業企業發展的初期打破了地區原有的生產方式，短期內的產業間競爭造成了經濟質量的下降。隨著企業不斷發展，地區經濟產出達到穩定狀態，當企業技術水平不斷提高大于轉折點時，生產綠色化較大程度地降低了污染物的排放，經濟質量大幅度提高，工業企業與經濟質量協同發展。

第二，就行業內集聚效應而言，工業企業發展與行業內集聚的交叉項在10%的顯著性水平下通過檢驗。行業內集聚效應不斷提升，顯著改善工業企業發展對經濟高質量發展的影響。具體來看，行業內集聚效應形成過程中，兩者非線性關系呈“N”形。究其原因，行業內集聚效應不斷提升，企業為爭取利益最大化，生產達到最大化，帶來大量污染物的排放，盡管相關減排政策隨之出臺，但由于其具有滯后性，短期內經濟質量下降；而行業內集聚效應進一步提升達到穩定狀態，企業生產、處理技術得到改善，排污量減少，進而提升工業企業對經濟高質量發展的促進作用。

第三，就行業外集聚效應而言。行業外集聚效應不斷提升，工業企業發展與經濟質量間非線性呈“N”形。行業外集聚效應不斷提升情況下，工業企業發展綜合指標最優區間為[-0.12,0.97],此時工業企業雖促進經濟高質量發展，但其不足之處在于工業企業發展受限，經濟產出受限，其促進作用微乎其微。而當工業企業綜合指標大于0.97時，其發展對經濟高質量發展卻產生抑制作用，對此的解釋為行業外集聚效應逐步提升，隨該行業發展擴大轉優，但由于其行業分布分散，行業競爭力低，行業以犧牲自然資源為代價一味追求自身利益最大化，抑制了經濟高質量發展。

四、 結論及政策建議

本文以2010—2017年952家上市企業為樣本數據，通過建立半參數回歸模型研究得出：經濟質量與工業企業發展之間非線性關系呈“M”形，工業企業發展最優區間為[0.76,6.03]；工業企業發展對于經濟高質量發展的影響存在行業和地區層面的差異性。勞動密集型企業發展水平對于經濟高質量發展的影響明顯復雜于技術密集型，二者非線性關系存在較多轉折點；中西部地區工業企業發展水平提高時，短期內反而會對經濟高質量發展起到抑制作用。此外，當考慮技術創新、行業內集聚的調節作用時，工業企業發展對經濟高質量發展的影響被加大。

從政策層面看：第一，政府應逐步建立精準扶持工業企業發展的一系列激勵和懲罰措施，做到獎懲并行，并控制工業企業發展處于最優促進區間，以保持其對經濟高質量發展的促進作用。第二，應重視技術密集型工業企業推動經濟高質量發展的主體作用，將其先進的技術進行宣傳與推廣，逐步加大對技術密集型企業的扶持力度，并鼓勵其充分發揮模范帶頭作用；此外，通過促進勞動密集型工業企業的加速轉型來激發其生產經營活力，多層次全方位地轉變其對經濟高質量發展的負向影響。第三，在促進經濟高質量發展的政策實施過程中，需因地制宜、有所側重。東部地區經濟質量發展程度較高，要穩步推進，努力拓寬經濟高質量發展的層次；西部地區程度較低，在其發展過程中應摒棄 “先粗放、再轉型”的道路，注重創新驅動和環境保護，在承接產業轉移時，必須要有所選擇，堅決杜絕高污染、高能耗產業，憑借自身資源稟賦，走創新驅動型、要素集約型發展道路。第四,要以創新引領發展方向，鼓勵行業內產業集聚。在創新中堅持企業主體地位，激發企業創新活力，提升其自主研發能力；積極引導企業融入產業集群，進行合理的空間集聚以整合優化，最終促進地區經濟高質量發展。