長三角高質量發(fā)展的空間動態(tài)演變與一體化趨勢

鄭瑞坤，汪 純

（湖北工業(yè)大學 理學院，湖北 武漢430068）

一、問題提出

2019 年12 月，中共中央、國務院印發(fā)了《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》（以下簡稱《綱要》），明確提出將長三角區(qū)域一體化上升為國家戰(zhàn)略。實施長三角一體化發(fā)展戰(zhàn)略，是引領全國高質量發(fā)展、完善我國改革開放空間布局、打造我國發(fā)展強勁活躍增長極的重大戰(zhàn)略舉措［1］。

長三角地區(qū)（包括江蘇、浙江、上海與安徽三省一市）在過去40多年的改革開放中，發(fā)展成為我國經濟最具活力、開放程度最高、創(chuàng)新能力最強的區(qū)域之一，對帶動整個國家經濟快速發(fā)展發(fā)揮了重要的支撐與引領作用。隨著中國特色社會主義進入新時代，我國經濟已經由高速增長階段轉向高質量發(fā)展階段，對長三角而言，如何適應新的國家區(qū)域發(fā)展戰(zhàn)略，在建設本區(qū)域高質量一體化過程中發(fā)揮對全國經濟高質量發(fā)展的引領示范功能，是當前該地區(qū)面臨的重大問題。

這一問題受到了長三角三省一市政府部門的高度重視，各省市紛紛出臺了如何推動區(qū)域高質量一體化發(fā)展的政策方案，同時也引起了社會各界的強烈反響，各種宣傳報道見諸于社交媒體。但相關學術研究稍顯滯后，目前相對集中的討論主題涉及：①長三角高質量發(fā)展水平的測度。比如，郭文慧、雷良海（2020）通過構建經濟高質量發(fā)展水平的指標評價體系，采用二次熵值法對長三角40 個地級市的經濟高質量發(fā)展水平進行了綜合評價［2］；田鑫（2020）利用2018 年長三角26 個城市數(shù)據，采用因子K均值法評估分析了長三角26個城市的經濟高質量發(fā)展水平［3］；王青等（2020）利用2006—2018年長三角26 個城市數(shù)據，采用主成分分析方法測度了經濟高質量發(fā)展水平［4］。②推動長三角高質量一體化發(fā)展的路徑研究。路徑研究是目前學術界討論較多的話題，但以定性分析為主，定量研究較為少見，一些學者比如滕堂偉、歐陽鑫（2019）運用隨機前沿模型方法測度了長三角41 個城市2000—2017 年的城市效率，通過分析城市效率的影響因素探測長三角高質量一體化的發(fā)展路徑［5］；姚鵬等（2020）通過構建長三角一體化評價指標體系測度一體化程度，進而提出區(qū)域高質量一體化發(fā)展的路徑建議［6］。

從上述文獻研究主題來看，長三角高質量發(fā)展有關問題的學術討論還處于早期階段。由于“高質量發(fā)展”是一個復合指標，對“高質量發(fā)展”進行測評是定量分析的前提，也是深入研究長三角高質量發(fā)展路徑的基礎，目前學者們將其作為關注的重點，體現(xiàn)了基礎作用，但指標體系尚在討論中，暫未形成高度統(tǒng)一的衡量體系，且從學者們呈現(xiàn)出來的指標體系看，側重于“高質量”，對“一體化”把握不夠。事實上，在《綱要》中，“一體化”與“高質量”是最為突出的兩個關鍵詞，它們具有整體性，這種整體性表現(xiàn)出長三角區(qū)域一體化是高質量的一體化，兩者不可分割。正因為如此，在路徑分析上就要求高質量發(fā)展體現(xiàn)出“一體化”所具有的空間特性，顯然，上述文獻缺乏圍繞“高質量”發(fā)展的空間分布動態(tài)演變導致的一體化路徑變化的研究。

本研究也對高質量發(fā)展水平進行測評，但不同于現(xiàn)有文獻的是，本研究目的在于借助高質量發(fā)展測評數(shù)據分析長三角27個城市高質量發(fā)展水平的空間動態(tài)演變軌跡，并通過構造空間統(tǒng)計模型探討長三角高質量一體化在不同影響因素作用下未來可能的運行軌跡，以此進一步判斷長三角高質量一體化發(fā)展趨勢，為長三角高質量一體化變動趨勢提供一個實證分析結論。

在此背景下，本研究的貢獻主要體現(xiàn)在：①根據《綱要》要求，將“一體化”與“高質量”深度融合構建了測評長三角高質量發(fā)展水平的指標體系，實現(xiàn)了從測評“高質量發(fā)展”到測評“高質量一體化發(fā)展”的轉變，更加有利于長三角區(qū)域高質量一體化有關問題的定量研究；②為考察長三角高質量發(fā)展的一體化路徑，結合分布動態(tài)學（馬爾科夫鏈方法）與空間計量方法，分析了當前長三角高質量發(fā)展的空間演變軌跡，對比研究了在有無影響因素作用下未來長三角高質量發(fā)展一體化可能的空間演變軌跡，為長三角不同城市如何在長三角高質量一體化發(fā)展過程中走向一體化提供了一種分析方案。

二、研究設計

本研究擬在測評長三角地區(qū)高質量發(fā)展水平的基礎上探究高質量發(fā)展進程中高質量發(fā)展的空間分布動態(tài)演變軌跡與一體化趨勢。為完成長三角地區(qū)高質量發(fā)展的空間分布動態(tài)演變與一體化趨勢的分析，首先需要從理論上設計兩部分研究方案：第一部分是設計測評長三角高質量發(fā)展水平的指標體系與測評方法；第二部分是設計模擬空間分布動態(tài)演變的方法以及測度一體化趨勢的方法。

本文通過實現(xiàn)第一部分設計方案獲得長三角各城市高質量發(fā)展水平的測度數(shù)據，然后圍繞所獲得的高質量發(fā)展指數(shù)數(shù)據，利用第二部分設計方法分析長三角高質量發(fā)展的空間分布動態(tài)演變與一體化趨勢。

（一）長三角高質量發(fā)展指數(shù)測度模型

1.測評指標體系構建

高質量發(fā)展是我國在供給側結構性改革與新的社會主要矛盾背景下建設現(xiàn)代化經濟體系提出來的，國內學者從不同視角討論了高質量發(fā)展內涵及其特征，李金昌等（2019）將其歸納為三類，分別是以“五大發(fā)展理念”和社會主要矛盾為視角、以經濟高質量發(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］。這三類視角實際上是將高質量置于經濟社會、宏觀經濟與微觀經濟層面來進行界定的。誠然，高質量會在經濟社會的各個層面表現(xiàn)出來，但作為一種經濟發(fā)展階段，其內涵與外延需切合階段論性質。從階段論出發(fā)，經濟由“速度型”轉入“質量型”發(fā)展，是一種以生產為主型的發(fā)展階段過渡至生產與生活并重且最終轉入以生活為主型的發(fā)展階段，用高質量發(fā)展概括這種經濟發(fā)展階段，應該表現(xiàn)為國民經濟的生產與生活消費不斷向好，且達到一個較高水準的狀態(tài)，該狀態(tài)要求經濟在生產與生活上具備協(xié)同力、驅動力、穩(wěn)定力、保障力和引領力。因而，定義高質量發(fā)展為國民經濟在生產與生活上的協(xié)同力、驅動力、穩(wěn)定力、保障力和引領力不斷向好，且達到一個較高水準的狀態(tài)。

對于長三角高質量發(fā)展而言，理論上應不失高質量發(fā)展的一般內涵特征，但作為區(qū)域層面的高質量發(fā)展，又應該具有區(qū)域經濟發(fā)展階段特征，其最大特征體現(xiàn)在“區(qū)域一體化”上。因而，定義長三角高質量發(fā)展為在“一體化”目標下區(qū)域生產與生活上的協(xié)同力、驅動力、穩(wěn)定力、保障力和引領力不斷向好，且達到“一體化”較高水準的狀態(tài)。

根據上述高質量發(fā)展的內涵，設計長三角高質量發(fā)展指標體系的整體方案為：①采集《綱要》中關于長三角一體化與高質量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標，初步勾勒出長三角高質量發(fā)展指標體系的層次結構；②運用網絡爬蟲與文本數(shù)據挖掘方法，提取與高質量發(fā)展有關的新聞文本數(shù)據關鍵詞，形成詞云圖，以詞云圖中各詞出現(xiàn)的頻率確定一個與高質量發(fā)展有關的詞框架結構，探索社會各界對于高質量發(fā)展的認識；③梳理現(xiàn)有文獻關于高質量發(fā)展指標體系的研究成果，獲取學術研究的支撐。目前已有學者圍繞五大發(fā)展理念構建了高質量發(fā)展指標體系［8-11］，此外一些學者主要從以下維度展開研究：基于經濟、社會和生態(tài)環(huán)境質量三大領域［12］；基于增長的基本面、社會成果兩個層面［13］；基于經濟結構優(yōu)化、創(chuàng)新驅動發(fā)展、資源配置高效等十個子系統(tǒng)［14］；基于經濟增長、創(chuàng)新驅動、生態(tài)文明和人民生活高質量四個方面［15］；基于經濟活力、創(chuàng)新效率、綠色發(fā)展、人民生活、社會和諧五個層面［16］；基于高質量供給與需求、發(fā)展效率、經濟運行、對外開放五個維度［17］；基于經濟發(fā)展動力、新型產業(yè)結構、交通信息基礎設施、綠色發(fā)展、開放性、協(xié)調性及共享性等方面［18］；基于發(fā)展的基本面、社會成果與生態(tài)成果三個維度［19］。最終確立的長三角高質量發(fā)展測評指標體系見表1所列。

表1 長三角高質量發(fā)展指標體系

續(xù)表1

2.測評方法

對于權重的設計，考慮目前長三角各城市高質量發(fā)展均呈現(xiàn)出一定差異，擬采用熵權法進行賦權，首先根據三級指標數(shù)據本身的離散性測得其權重，再合成二級指標權重，最后合成一級指標權重，具體計算步驟為：

（1）計算第j項指標下第i個城市第t年的樣本值（歸一化后數(shù)據（1））占該指標的比重：

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

（2）計算第j項指標的熵值：

（3）計算信息熵冗余度（差異）：

（4）計算各項指標的權重：

對于指數(shù)計算，由于指標體系中各指標間相關程度不高，擬采用線性綜合法來合成各級指數(shù)以及高質量發(fā)展綜合指數(shù)，用以表示長三角生產與生活在“五力”作用下的高質量發(fā)展程度。計算式為：

（二）長三角高質量發(fā)展的空間動態(tài)演變與一體化趨勢模型

1.空間動態(tài)演化模型

鑒于Markov 鏈方法可以描述各隨機變量分布的內部動態(tài)演進趨勢，本文擬采用Markov 鏈的思想構造長三角高質量發(fā)展的空間動態(tài)演變模型。

假設隨機過程{HQit, }t∈T具有“無后效性”，狀態(tài)空間記為S={1,2,3} ，其中，命名高質量發(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，且具有平穩(wěn)的轉移概率。P為高質量發(fā)展水平的狀態(tài)轉移概率矩陣，具體為：

其中：nij為樣本考察期內高質量發(fā)展水平的第i種狀態(tài)轉變?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)。由于轉移概率是非負的，且過程一定會轉移至某種狀態(tài)，所以轉移矩陣具有以下性質：

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

故而，基于Markov 鏈模式構造的空間動態(tài)演化模型，能夠分析出長三角地區(qū)不同城市的高質量發(fā)展水平空間分布動態(tài)及其演變趨勢。

2.一體化趨勢影響因素分析模型

為了探測長三角高質量發(fā)展水平的影響因素以及預測在這些影響因素作用下長三角高質量一體化的發(fā)展趨勢，本研究先建立了空間計量模型，然后基于空間計量模型結果預測在這些影響因素作用下的高質量發(fā)展水平，再采用空間動態(tài)演化模型對預測的長三角27個城市高質量發(fā)展水平狀態(tài)轉移情況進行分析，并與未考慮影響因素作用的情況進行對比，進而判斷一體化趨勢。

根據空間杜賓模型（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三角高質量發(fā)展水平的影響因素及空間效應，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為待估計參數(shù)；ai代表個體固定效應，λt代表時間固定效應；εit代表隨機誤差項；Wij為空間權重矩陣的第i行第j列元素。

對于空間權重的設計，目前常用的空間權重矩陣主要有地理距離矩陣、經濟距離矩陣以及經濟地理復合矩陣，考慮經濟距離權重的局限性，本研究主要基于地理距離與經濟地理復合角度構造了鄰接矩陣、反距離平方矩陣以及經濟地理復合矩陣三種空間權重矩陣。

（1）根據長三角地區(qū)在空間上比鄰，將空間權重矩陣設定為簡單的二進制鄰接矩陣——Queen鄰接矩陣。假定兩個地區(qū)存在共同邊界或頂點時才會發(fā)生空間關聯(lián)性，空間權重矩陣的第i行第j列元素為：

Queen 鄰接矩陣是一個對稱矩陣，為了減少區(qū)域間的外在影響，將空間權重矩陣進行行標準化，故而每行元素之和等于1。

（2）反距離平方權重矩陣是從定量的角度刻畫空間相鄰性，考慮了距離的相對大小，經濟體之間的相互影響將會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，可以根據經緯度測算得到，本研究中城市中心位置即該地理區(qū)域質心的坐標，可采用stata軟件中的gencentroids（）函數(shù)計算得到。假設計算得到兩個城市的地理坐標分別為A(xi,yi)、B(xj,yj)，需要計算兩點之間的實際距離，則兩點的直角坐標為A(Rcosxicosyi,Rsinxicosyi,Rsinyi) 、B(Rcosxjcosyj,Rsinxjcosyj,Rsinyj)，其中R為地球半徑，則A、B兩個城市之間的實際距離為：

（3）前述兩種空間權重矩陣都是屬于地理權重矩陣，本研究考慮到基于經濟增長水平建立的經濟距離空間權重矩陣中各元素所表征的兩個空間單元之間的相互影響強度是相同的，與現(xiàn)實情況明顯不符，在現(xiàn)實中經濟發(fā)展水平較高的地區(qū)對發(fā)展水平較低水平地區(qū)產生更強的空間影響與輻射作用，比如上海對宣城的影響強度明顯比宣城對上海的影響強度大，因此，本研究基于經濟和地理復合角度構建了一種嵌套的空間權重矩陣，具體形式為：

基于上述三種空間權重矩陣，對長三角高質量指數(shù)進行空間相關性檢驗，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重矩陣，然后利用式（8）分析長三角高質量發(fā)展水平的影響因素，并預測在這些影響因素的作用下長三角高質量的未來發(fā)展水平，再次利用空間動態(tài)演化模型預測長三角一體化趨勢。

三、實證分析

（一）長三角高質量發(fā)展指數(shù)測度

1.數(shù)據來源

本研究以《綱要》規(guī)定的長三角27個中心區(qū)城市（2）為研究對象，考慮2012年黨的十八大提出五大發(fā)展理念后，直至2017 年黨的十九次全國代表大會首次提出高質量發(fā)展新表述，這期間是長三角高質量發(fā)展的前期基礎時期，因此選取2012—2017年作為樣本期。

長三角高質量發(fā)展水平測算數(shù)據以及相關影響因素的數(shù)據來源于2013—2018 年《中國城市統(tǒng)計年鑒》、2013—2018 年27 個城市的統(tǒng)計年鑒、2013—2018 年中國城鄉(xiāng)建設數(shù)據庫、2012—2017年27 個城市的統(tǒng)計公報、2012—2017 年27 個城市的環(huán)境狀況公報、2012—2017 年各省科技進步統(tǒng)計監(jiān)測結果與科技統(tǒng)計公報、中國空氣質量在線監(jiān)測分析平臺以及相關部門權威網站。

2.測算結果

在具體測算高質量發(fā)展指數(shù)時，首先對指標進行了歸一化處理，然后采用熵權與線性綜合法（式（1）-（5））測算高質量發(fā)展指數(shù)，測算結果見表2所列。

表2 顯示，2012—2017 年，長三角27 個城市的高質量發(fā)展水平不高，高質量發(fā)展水平最高的上海2017 年也只達到56.89%，這與我國經濟剛由高速增長轉向高質量增長階段的論斷相吻合，但整體呈上升趨勢，反映出高質量發(fā)展具有穩(wěn)步提升的基礎，高質量發(fā)展是長三角未來經濟發(fā)展的趨勢所在。從空間維度看，上海在長三角高質量發(fā)展中依然顯示出龍頭地位特征，對長三角高質量一體化的引領作用突出，6年來高質量發(fā)展水平一直保持在50%以上，高質量發(fā)展進入中等水平狀態(tài)；杭州與南京高質量發(fā)展水平緊隨其后，體現(xiàn)出南北兩翼的性質，但相比較而言，由于蘇州高質量水平僅次于上海，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量發(fā)展水平相對較低，個別地區(qū)還不到30%。顯而易見，長三角地區(qū)高質量發(fā)展水平空間差異大，非均衡發(fā)展是樣本期內長三角高質量發(fā)展的典型特征。

表2 2012—2017年長三角地區(qū)高質量發(fā)展指數(shù) 單位：%

（二）長三角高質量發(fā)展的空間動態(tài)演進分析

為了進一步了解長三角地區(qū)高質量發(fā)展的空間分布動態(tài)演進規(guī)律，本研究采用前述空間動態(tài)演化模型進行分析。考慮直接將數(shù)據離散化太過主觀，首先采用K均值聚類算法將2012—2017年長三角各城市高質量發(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），結果如圖1所示。

從圖1可以看出，2012—2017年長三角地區(qū)27個城市高質量發(fā)展水平出現(xiàn)了狀態(tài)轉移現(xiàn)象：“低水平狀態(tài)”的城市個數(shù)減少，2017年較2012年減少了3 個；“中水平狀態(tài)”城市個數(shù)先增加后減少，最終2017 年較2012 年增加了2 個；“高水平狀態(tài)”的城市個數(shù)增加暫時有限，2017 年較2012 年只增加了1個。

圖1 長三角各城市高質量發(fā)展水平狀態(tài)空間聚類

針對高質量發(fā)展水平的轉移現(xiàn)象，為了更加明晰2012—2017年長三角高質量發(fā)展各個水平狀態(tài)之間發(fā)生轉移的方向與概率，本文根據式（6）計算了在樣本考察期內長三角27個城市所處的三種高質量發(fā)展水平狀態(tài)之間的轉移概率及其路徑，具體見表3所列和如圖2所示。

表3 2012—2017年長三角高質量發(fā)展Markov鏈狀態(tài)轉移概率矩陣分布

從表3狀態(tài)轉移概率分析，樣本期內長三角地區(qū)27 個城市維持在現(xiàn)有狀態(tài)的概率較大，狀態(tài)轉移僅發(fā)生在相鄰狀態(tài)之間，不存在跨狀態(tài)轉移的情況。但值得關注的是，雖然高質量發(fā)展水平由低層次向上一層次遞進的可能性較大，但存在高質量發(fā)展水平回流的現(xiàn)象，即相對高層次的高質量發(fā)展水平可能會向低一層次轉移，這可從圖2獲得更加清晰的判斷。

圖2 長三角高質量發(fā)展水平狀態(tài)轉移

圖2顯示，第t+1期較第t期來說，長三角27個城市高質量發(fā)展維持低水平狀態(tài)的概率為89%，同時轉向中水平的可能性為11%；仍然保留中水平的概率為94%，同時向低水平或者高水平狀態(tài)轉移的概率均為3%；保持自身高水平狀態(tài)不變的可能性高達96%，但有4%的概率降到下一級發(fā)展狀態(tài)。

根據上述狀態(tài)轉移矩陣，以2017 年的狀態(tài)為基準，本研究對2018—2020 年和2025 年長三角高質量狀態(tài)轉移情況進行預測。在進行預測之前，首先對狀態(tài)轉移概率矩陣的預測精度進行測算與驗證說明。對于預測精度，理論上轉移概率是根據事件發(fā)生概率實際計算出來的，本身就具有精確性，為了使預測結果更具有說服力，本研究以2012 年的占比分布作為初始分布，然后基于狀態(tài)轉移概率對2013—2017 年的3 種狀態(tài)占比分布進行預測估計，并采用均方誤差衡量占比分布估計值與真實值之間的差異程度來進一步說明狀態(tài)轉移概率矩陣的預測精度結果見表4所列。

表4 2013—2017年長三角高質量發(fā)展水平狀態(tài)占比分布

表4顯示，根據2013—2017年長三角高質量發(fā)展水平狀態(tài)占比分布的真實值與估計值計算的三種水平狀態(tài)的均方誤差均接近于0，說明估計值與真實值之間的差異非常小，由此進一步證明了狀態(tài)轉移概率矩陣的預測精度很高。以2017年的狀態(tài)為基準，對2018—2020 年和2025 年長三角高質量狀態(tài)轉移情況進行預測的具體結果見表5所列。

表5 無影響因素下2018—2020年和2025年長三角高質量發(fā)展水平狀態(tài)轉移概率 單位：%

表5 預測結果顯示，與2018—2019 年相比較，2020 年和2025 年呈現(xiàn)出如下趨勢：長三角27 個城市高質量發(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移；與此同時，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年達到23%，按此轉移概率路徑，長三角高質量發(fā)展維持在中等水平出現(xiàn)一體化的概率將會大大增強。

但與2012—2017 年狀態(tài)轉移情況相比，未來5年，高質量發(fā)展水平出現(xiàn)了跨狀態(tài)轉移現(xiàn)象，低水平發(fā)展地區(qū)有超過6%的概率能夠直接進入高水平狀態(tài)，這擴大了長三角高質量發(fā)展水平一體化的博弈路徑，一體化是否具有其他趨勢有待進一步挖掘。

（三）長三角高質量發(fā)展的空間影響因素分析

1.指標選取

鑒于前述長三角高質量發(fā)展的一體化是否具有其他趨勢有待進一步挖掘的結論，利用空間模型分析在積極的經濟引擎力作用下長三角高質量一體化趨勢。

采用式（8）的空間面板杜賓模型分析高質量發(fā)展的空間經濟引擎力。關于模型中具體體現(xiàn)經濟引擎力變量的選擇，主要依據《綱要》中長三角一體化的發(fā)展目標進行遴選。其中，生產方面的發(fā)展目標包括科創(chuàng)產業(yè)、基礎設施、要素市場、公共服務等，這些目標必然會成為高質量發(fā)展的動力源，因此，將它們設成長三角高質量發(fā)展的空間影響因素。具體而言：

（1）基礎設施。根據《綱要》，基礎設施包括了交通、能源、水利和數(shù)字經濟四個方面。數(shù)字經濟是貫徹落實我國創(chuàng)新戰(zhàn)略目標的中堅力量，能為未來經濟發(fā)展注入新動能，目前數(shù)字經濟正逐漸成為推動長三角區(qū)域高質量一體化發(fā)展的主力軍，故基礎設施主要選擇數(shù)字經濟方面的基礎設施作為代表。叢屹、俞伯陽（2020）以數(shù)字基礎設施（以互聯(lián)網普及率表示）、數(shù)字業(yè)務規(guī)模（以快遞業(yè)務量表示）、數(shù)字設備應用（以移動電話普及率表示）三個指標來代表不同地區(qū)數(shù)字經濟的發(fā)展水平［20］。由于各個城市的快遞業(yè)務量數(shù)據難以獲取，本文僅從數(shù)字基礎設施、數(shù)字設備應用兩個方面考察數(shù)字經濟水平對高質量發(fā)展的影響，數(shù)字基礎設施指標用每千人互聯(lián)網寬帶用戶數(shù)來表示，數(shù)字設備應用指標用人均移動電話用戶數(shù)來表示。

（2）要素市場。《綱要》規(guī)劃了人力資源市場、資本市場、土地市場和產權交易市場，考慮土地市場和產權交易市場近期難以實現(xiàn)，要素市場暫時設置勞動力投入、人力資本、資本存量三個變量考察資源配置對高質量發(fā)展的影響。人力資本水平采用教育年限法計算；勞動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)盤存法計算資本存量，以2012年為基期，折舊率參考張軍等（2004）的研究，設為9.6%［21］。

（3）科創(chuàng)產業(yè)。科技創(chuàng)新產業(yè)協(xié)同發(fā)展有助于產業(yè)結構向高級化發(fā)展，因此設置產業(yè)結構高級化來反映科創(chuàng)產業(yè)情況，具體采用第三產業(yè)增加值與第二產業(yè)增加值比衡量產業(yè)結構高級化。

（4）公共服務。財政支出是促進我國經濟發(fā)展轉向高質量的助推器（劉金全、張龍，2019）［22］，采用財政支出代表公共服務水平，政府財政支出規(guī)模采用地方政府財政一般預算支出占地方GDP 的比重來表示。

另外，地區(qū)經濟增長水平是高質量發(fā)展的基礎，在一定程度上影響著高質量發(fā)展水平的高低，因此將其也納入模型當中，選用人均GDP 反映經濟增長水平。

故而，空間面板杜賓模型的具體實證分析模型設置為：

其中：HQit為第i個城市第t年的高質量發(fā)展指數(shù)，w為空間權重矩陣；ρ為空間回歸系數(shù)；D1it、D2it、Lit、Kit、Git、PGDPit、Iit、HCit分別表示第i個城市第t年的數(shù)字基礎設施、數(shù)字設備應用、勞動力投入、資本存量、政府財政支出規(guī)模、地區(qū)經濟增長水平、產業(yè)結構高級化、人力資本；βi和θi為待估計參數(shù)；ai代表個體固定效應；λt代表時間固定效應；εit表示隨機誤差項。

2.高質量發(fā)展指數(shù)的空間自相關檢驗結果

在建立空間計量模型之前，首先檢驗各個城市之間的高質量發(fā)展指數(shù)是否存在全局空間自相關性。對于空間權重矩陣的設定，本研究基于地理權重與經濟地理復合權重兩種角度設定了三種空間權重矩陣（式（9）—式（12）），在相鄰矩陣、反距離平方矩陣以及經濟地理復合矩陣的作用下，檢驗結果見表6所列。

表6顯示，在相鄰矩陣、反距離平方矩陣以及經濟地理復合矩陣三種不同空間權重矩陣的作用下，2012—2017 年長三角高質量發(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，且都通過了1%的顯著性水平檢驗，說明長三角各城市高質量發(fā)展水平存在顯著的空間正相關性，即空間地理位置相近的城市高質量發(fā)展水平層級相似（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 長三角高質量發(fā)展指數(shù)全局相關性檢驗

由表6 可以得知，在三種空間權重矩陣中，基于鄰接矩陣測算的Moran"sI值明顯大于基于反距離平方矩陣以及經濟地理復合矩陣測算的Moran"sI值，說明在鄰接矩陣的作用下，2012—2017 年長三角27 個城市高質量發(fā)展指數(shù)的空間相關性更強，因此本研究選用鄰接矩陣進行后續(xù)影響因素的空間效應分析。

3.長三角高質量發(fā)展空間影響因素分析結果

（1）模型選擇與參數(shù)估計

在模型（13）建立過程中，為了降低異方差的影響，對所有變量取對數(shù)處理。采用Hausman檢驗方法識別空間模型的類型，針對前文選擇的指標模擬了四個模型，四個模型的Hausman 檢驗對應的p值分別為0.509 4、0.230 9、0.937 9、0.960 2，均不能拒絕隨機效應的原假設，因而四個模型均設定為隨機效應模型更合適，模型結果見表7所列（4）。

表7 長三角高質量發(fā)展影響因素空間計量模型結果

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；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水平對高質量的空間影響，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個模型結果可知，4 個模型擬合優(yōu)度最小為0.892 9，說明模型擬合效果都較好；模型系數(shù)的符號在4個模型中正負方向一致，模型結果具有穩(wěn)健性。但SDM_re_1 模型在剔除公共服務水平變量后，模型擬合優(yōu)度降低，同時導致不少變量空間效應消失，說明公共服務水平對長三角各城市高質量發(fā)展具有重要作用，不能從模型中刪除，且綜合來看，SDM_re_1模型擬合優(yōu)度最高，因此，選擇SDM_re_1 模型進行后續(xù)分析。

從SDM_re_1 模型結果分析，除人力資本對本地高質量發(fā)展水平沒有產生影響、傳統(tǒng)勞動力資源對高質量發(fā)展作用為負外，其他經濟變量均顯著地促進了本地經濟的高質量發(fā)展；數(shù)字基礎設施、地區(qū)經濟增長、政府財政支出等變量的空間回歸系數(shù)為負，說明這些變量具有“虹吸效應”，很大程度上能夠促使長三角高質量一體化發(fā)展進程中出現(xiàn)集群效應；產業(yè)結構優(yōu)化的空間回歸系數(shù)為正，反映出產業(yè)結構優(yōu)化產生了空間溢出效應。但回歸系數(shù)并不能詳細完整反映出解釋變量對被解釋變量的影響作用，需通過進一步分解空間效應來測算。

（2）空間效應分解

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，對空間效應進一步分解，分解結果見表8所列。

表8 長三角高質量發(fā)展影響因素空間效應分解結果

從表8分解結果來看：①數(shù)字基礎設施的直接效應顯著為正，說明每提高自身數(shù)字基礎設施水平1%，能夠有效促進本地區(qū)的高質量發(fā)展水平提高0.083 1%；間接效應顯著為負，反映出數(shù)字基礎設施規(guī)模越大，對相鄰地區(qū)的高質量發(fā)展產生的“虹吸效應”更強，從前述長三角高質量發(fā)展空間動態(tài)演變來看，“虹吸效應”可能會促使高質量高水平地區(qū)規(guī)模進一步擴大；②數(shù)字設備應用的直接效應與間接效應都顯著為正，數(shù)字設備應用水平每提高1%，不僅能使本地區(qū)高質量水平提升0.147 8%，對相鄰地區(qū)高質量發(fā)展也能產生0.135 5%的溢出效應，可見，數(shù)字設備是長三角高質量一體化發(fā)展的重要驅動力，所產生的總效應達到了0.283 3 的水平；③資本存量與傳統(tǒng)勞動力均只能對本地高質量發(fā)展產生效應，說明傳統(tǒng)要素在高質量發(fā)展中，空間集聚與溢出效應有限，但與資本產生正向效應不同的是，傳統(tǒng)勞動力對本地高質量發(fā)展產生負向效應，反映出在高質量發(fā)展過程中，生產要素質量的提高對經濟高質量發(fā)展具有關鍵作用；④地區(qū)經濟增長水平是本地高質量發(fā)展的重要引擎，在全部模型因素中效應最大，地區(qū)經濟每增長1%，能夠促使本地高質量發(fā)展水平提高0.242 4%，同時具有負外溢性，產生了很強的“虹吸效應”，這也是當前長三角地區(qū)經濟增長水平高的城市質量發(fā)展水平也相應高的重要原因之一；⑤產業(yè)結構高級化是長三角27 個城市高質量發(fā)展的核心要素，對高質量發(fā)展水平的總效應達到0.351 8，不僅大大地提升了本地高質量發(fā)展水平，更是促進相鄰城市高質量發(fā)展的重要動力源；⑥提高公共服務水平是長三角高質量一體化規(guī)劃的重要方面，但模型結果顯示，代表公共服務水平的政府財政支出規(guī)模只對本地高質量發(fā)展產生了較小的直接效應，對如何通過提高公共服務水平促進長三角地區(qū)高質量一體化還需要各城市間未來協(xié)商探討。

四、長三角高質量發(fā)展一體化趨勢預測

從空間影響因素分析結果可以看出，長三角區(qū)域一體化規(guī)劃發(fā)展的基礎設施、要素市場、科創(chuàng)產業(yè)和公共服務對長三角地區(qū)高質量發(fā)展產生了不同的影響效應，在這些影響因素作用下，長三角高質量一體化趨勢將會如何發(fā)展是值得進一步探究的問題。下文通過預測在上述影響因素的共同作用下2018—2020 年和2025 年長三角27 個城市高質量發(fā)展水平，進一步探測未來長三角高質量發(fā)展水平動態(tài)演變是否具備一體化趨勢。

（一）影響因素趨勢值預測方法

基于SDM_re_1 模型的解釋變量，首先計算各解釋變量的平均增長速度，然后預測2018—2020年和2025年相應解釋變量的指標值，計算公式為：

運用式（14）可以預測2018年、2019年、2020年和2025年各影響因素的趨勢值。

（二）高質量一體化趨勢預測

1.空間分布動態(tài)演變預測

將根據式（14）計算的各解釋變量預測值代入SDM_re_1模型，預測2018—2020年和2025年長三角27 個城市的高質量發(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年各城市高質量發(fā)展水平所屬狀態(tài)空間，再以2017 年為基準，測算2018—2020 年和2025 年長三角高質量狀態(tài)轉移概率情況，結果見表9所列。

表9 有影響因素作用下2018—2020年和2025年長三角高質量發(fā)展狀態(tài)轉移情況 單位：%

為了更加直觀看出長三角高質量發(fā)展的狀態(tài)轉移情況，本研究根據表9繪制了相應的狀態(tài)轉移圖，具體如圖3、圖4、圖5所示。

圖3 2017年→2018年或2019年長三角高質量發(fā)展狀態(tài)轉移

圖4 2017年→2020年長三角高質量發(fā)展狀態(tài)轉移

圖5 2017年→2025年長三角高質量發(fā)展狀態(tài)轉移

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 年長三角27 個城市高質量發(fā)展的狀態(tài)轉移情況與2017年→2019年一致，這個情況說明短時間內各影響因素難以充分發(fā)揮促進作用；2017年→2018年，27個城市維持高質量發(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)轉移，高水平狀態(tài)穩(wěn)定性很強，不再發(fā)生轉移。②2017年→2020年，長三角27個城市維持高質量發(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移；但只要達到了高水平狀態(tài)，該城市的高質量發(fā)展將不會發(fā)生逆轉，100%保持高水平發(fā)展。③相較于2017年→2020年，2017年→2025年，27個城市高質量發(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)的城市向中水平轉移；而中水平狀態(tài)的城市更是以高達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)。

2.一體化趨勢預測

基于上述空間動態(tài)演變狀態(tài)的推算，預測2018—2020 年和2025 年長三角27 個城市高質量發(fā)展水平在有無影響因素作用下的分布，以探討高質量發(fā)展一體化是否具備穩(wěn)定趨勢，詳細結果見表10所列。

從表10 測算結果看，在沒有影響因素的推動作用下，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5 年長三角27 個城市高質量發(fā)展水平大部分處于中等水平狀態(tài)，占到了53.82%；但在加強數(shù)字經濟基礎設施建設、提高數(shù)字設備水平，促進產業(yè)結構高級化，穩(wěn)定本地區(qū)經濟增長水平，提升公共服務水平后，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，長三角27 個城市將有70.37%的比例處于高質量發(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)的城市達到92.59%的占比，高質量一體化趨勢明顯增強，顯現(xiàn)出了高質量高水平的一體化趨勢。

表10 2018—2020年和2025年長三角高質量發(fā)展水平狀態(tài)占比分布 單位：%

由此可見，未來長三角27 個城市只要平穩(wěn)提升上述各因素的發(fā)展水平，按照各自的平均增長率發(fā)展下去，就有很大可能促進長三角高質量發(fā)展水平由低水平狀態(tài)→中水平狀態(tài)→高水平狀態(tài)轉移，并維持高水平狀態(tài)，最終形成長三角高質量高水平一體化發(fā)展局面。

五、結論與建議

本研究在采集《綱要》中關于長三角一體化與高質量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標初步形成高質量發(fā)展指標體系層次結構的基礎上，植入了新聞文本數(shù)據挖掘方法，并對現(xiàn)有高質量發(fā)展指標體系文獻進行了梳理，最終構建了一個包含5個一級指數(shù)、13個二級指數(shù)、64個測度指標的長三角高質量發(fā)展指標體系，然后采用熵權與線性綜合法測算了2012—2017年長三角27個城市高質量發(fā)展指數(shù)，在此基礎上，將馬爾科夫鏈方法與空間面板杜賓模型方法相結合，分析了長三角高質量發(fā)展的空間分布動態(tài)演化過程、影響因素及其空間效應，并對長三角高質量發(fā)展一體化趨勢進行了預測，獲得了如下研究結論：

（1）理論上分析，“高質量發(fā)展”是一個復合指標，指標體系的構建是對其開展定量分析的前提。我國經濟“由高速增長階段轉向高質量發(fā)展階段”的論斷表明，評價高質量發(fā)展需要從階段論角度出發(fā)構建指標體系，具體到長三角高質量發(fā)展，需要結合區(qū)域的“一體化”理解“高質量發(fā)展”的內涵與外延。而區(qū)域一體化高質量發(fā)展要求區(qū)域經濟發(fā)展既具有穩(wěn)定與保障經濟平穩(wěn)過渡到新階段的能力，也要求具有驅動與協(xié)同經濟共同邁向新階段的能力，更要求具有引領全國高質量發(fā)展的能力，它們構成長三角高質量發(fā)展的測度內容。

（2）根據長三角高質量發(fā)展測度內容構建指標體系，對長三角2012—2017 年27 個城市的高質量發(fā)展水平進行測度。結果表明，區(qū)域內高質量發(fā)展水平普遍不高，空間差異顯著，樣本期內27個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)生轉移，不存在跨狀態(tài)轉移現(xiàn)象。進一步的預測結果顯示，在不考慮其他影響因素作用下，未來5年長三角27個城市高質量發(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)轉移現(xiàn)象，轉移的結果最終向中等水平靠攏，也就是說在不考慮其他因素的影響下，未來5年長三角高質量發(fā)展維持在中等水平出現(xiàn)一體化的概率較大。

（3）但通過構建空間效應模型進行分析，發(fā)現(xiàn)長三角區(qū)域一體化規(guī)劃著力發(fā)展的基礎設施、要素市場、科創(chuàng)產業(yè)、公共服務等方面對長三角高質量發(fā)展具有明顯的空間滯后性。在這些經濟引擎力空間作用下，未來5 年長三角27 個城市高質量發(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)的城市向中水平轉移；而中水平狀態(tài)的城市更是以高達92.86%的概率集中向高水平發(fā)展，達到高水平狀態(tài)的城市以100%的概率維持在高水平狀態(tài)。可見，在加大經濟作用力下，長三角高質量發(fā)展水平有望最終實現(xiàn)高質量高水平一體化發(fā)展。

針對以上實證結論，提出以下建議：

（1）從資源配置角度來看，傳統(tǒng)勞動力對高質量發(fā)展產生了負向作用力，反映出高質量發(fā)展要創(chuàng)新生產要素的配置比，提高資源配置質量，提高勞動力效率、資本效率以及全要素生產率水平，而不是一味追求勞動力與資本規(guī)模。由于人力資本在空間模型中未能產生明顯效應，未來長三角地區(qū)應該加大人力資本投入，落實“產學研”密切合作項目，另外提高義務受教育年限，培養(yǎng)高素質、專業(yè)型、技術型人才，充分體現(xiàn)出人力資本對高質量發(fā)展的促進作用。

（2）數(shù)字經濟在高質量一體化發(fā)展中產生了重要的引擎作用，未來要加大數(shù)字基礎設施建設，提高數(shù)字設備應用水平，增加科技、教育投入，培養(yǎng)數(shù)字技術人才，加快數(shù)字化技術在傳統(tǒng)行業(yè)與產業(yè)中的滲透作用，促進產業(yè)升級，充分發(fā)揮數(shù)字經濟、產業(yè)結構高級化對高質量發(fā)展的驅動作用。

（3）公共財政支出未能在高質量發(fā)展中產生顯著的促進作用，而公共服務能力的互融互通是長三角高質量一體化的重要推手，需要引起長三角各地方政府高度關注。

注 釋：

（1）在收集數(shù)據時發(fā)現(xiàn)指標體系中有6個指標（單位地區(qū)生產總值能耗、數(shù)字產業(yè)產值占比、科技進步貢獻率、跨界河流斷面水質達標率、鐵路網密度、人均期望壽命）相對應的具體數(shù)據嚴重缺失，且無法采用常見的數(shù)據缺失處理方法進行填補，故而在具體測算中，暫時只采用58個指標參與計算。

（2）長三角27 個中心城市分別為：上海、南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮(zhèn)江、泰州、杭州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺州、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、揚州、鎮(zhèn)江、泰州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺州、合肥、蕪湖；處于高水平狀態(tài)的城市有上海、南京、無錫、常州、蘇州、杭州。

（4）關于模型的運行與檢驗，受文章篇幅限制，不具體展示。

（5）通過移除公共服務變量再建立模型，如果模型擬合效果更優(yōu)，說明公共服務的作用有限。