江蘇省經濟高質量發展的水平測度及影響因素研究

王家明 楊帆 黃以婷 杜雪怡

摘要：為了深入了解江蘇省經濟高質量發展現狀、探析發展路徑，基于經濟計量學相關理論，從水平測度和影響因素2個方面對江蘇省經濟高質量發展進行了評價。首先，構建DEA-Malmquist指數模型對江蘇省2008—2018年間經濟高質量發展水平測度進行時間和空間的雙維度分析;其次，構建動態面板數據模型對江蘇省經濟高質量發展中科技研發投入、人力資本、金融效率、城鎮化水平、對外開放水平、居民生活水平、產業結構、環境規制等八要素的影響進行分析。結果顯示，1）10年間，江蘇省經濟高質量發展水平有明顯提升，且蘇南>蘇北>蘇中;2）科技研發投入、人力資本、金融效率、居民生活水平及環境規制等五要素對江蘇省經濟高質量發展有明顯促進效應;城鎮化水平、對外開放水平、產業結構等三要素在一定程度上阻礙經濟了其高質量發展水平的提升。研究結果可為江蘇省經濟決策提供智力支持，也對其他省市經濟高質量發展研究具有借鑒作用。

關鍵詞：經濟計量學; 經濟高質量發展; 綠色全要素生產率; DEA-Malmquist指數模型; 系統GMM模型

中圖分類號：F064.1文獻標識碼：ADOI： 10.7535/hbgykj.2021yx03007

Abstract： In order to deeply understand the current situation of high-quality economic development and explore the development path in Jiangsu Province， based on the relevant theories of econometrics， the high-quality economic development of Jiangsu Province was evaluated from two aspects： the level measurement and the influencing factors. Firstly， the two-dimensional analysis of time and space was conducted to measure the high-quality economic development level of Jiangsu Province from 2008 to 2018 by constructing the DEA-Malmquist index model. Secondly， a dynamic panel intellectual model was established to analyze the impact factors of the high-quality economic development in Jiangsu Province， including scientific and technological R&D investment， human capital， financial efficiency， urbanization level， opening-up level， living standards of residents， industrial structure， and environmental regulations. The results show that： 1） the level of high-quality economic development in Jiangsu Province has been significantly improved in the past 10 years， and Southern Jiangsu>Northern Jiangsu> Central Jiangsu; 2） the five elements of science and R&D input， human resources， financial efficiency， living standards of residents and environmental regulations have significantly promoted the high-quality economic development of Jiangsu Province. The three elements of urbanization， opening up and industrial structure have hindered the improvement of its high-quality development level to a certain extent. The research results can provide intellectual support for the high-quality economic decision-making of Jiangsu Province， and can also provide a reference for the high-quality economic development research in other provinces and cities.

Keywords：econometrics; high-quality economic development; green total factor productivity; DEA-Malmquist index model; systematic GMM model

改革開放以來，經濟的高速增長創造了舉世矚目的中國奇跡，但依賴于要素投入的粗放型經濟也帶來了一系列的生態環境問題，成為制約中國經濟高質量發展的主要瓶頸，因此推動經濟高質量發展是中國經濟發展主旋律，研究經濟高質量發展及其影響因素具有重要性和必要性。

國內外多位學者對區域經濟高質量發展水平測度和影響因素進行了廣泛的研究。楊耀武等[1]對中國經濟高質量發展的邏輯、測度與治理進行研究;張乃麗等[2]運用定基極差熵權法測算中國省域經濟高質量發展指數;王亞男等[3]構建了六個維度的指標體系，提出PCA-EM二次加權評價模型，運用變異系數法、地理探測器等方法對中國八大區域的經濟高質量發展水平進行了深度探究。區域經濟高質量發展影響因素的相關研究大都采用計量經濟學模型進行回歸分析，如葉娟惠[4]、劉和東等[5] 、屈小娥等[6]，他們分別采用空間杜賓模型、半參數空間滯后模型、門檻面板模型和空間面板數據模型進行了經濟高質量發展與不同因素之間的實證回歸檢驗，但不同研究對經濟高質量發展的定義及側重點不同。

經濟高質量發展與其影響因素的綜合研究大都采用全要素生產率（total factor productivity， TFP）的方式展開，如王文舉等[7]、韋東明等[8]開展的研究。此類研究中對經濟高質量發展的測度均從生產率的角度展開，并通過經濟計量學相關模型對其間的關系進行探究?，F有研究對TFP的測度方法有代數指數法、索洛余值法、隨機前沿分析模型和數據包絡分析模型等。代數指數法需要嚴格的假設，在實證研究中具有局限性;國外早期文獻多使用的是索洛余值法[9]，但客觀實際與完全競爭假設、利潤最大化假設存在矛盾，且此方法沒有考慮技術與效率的差異[10];隨機前沿分析模型要確定生產函數的具體形式，只適合單產出、多投入的生產方式[11];數據包絡分析（data envelopment analysis，DEA）可以根據一組相同類型部門的輸入輸出觀察值估計有效前沿面，并判斷生產單元是否處于有效前沿面上[12]，在運用此方法研究TFP時，不需要嚴格的假設和具體形式的生產函數，其適用范圍廣泛，因而被眾多學者所采用。

江蘇省作為首個完成全面小康社會的經濟大省，具備了現代化經濟體系的基礎條件，但仍存在區域高質量發展不平衡等問題?；诖?，本文拓展DEA-Malmquist指數模型與系統GMM（generalized method of moments）模型對江蘇省經濟高質量發展水平及影響因素進行研究[13-14]。首先對經濟高質量發展的內涵進行界定，即經濟高質量發展需從經濟發展的創新性、協調性、綠色性、開放性和共享性等方面展開，更側重于新階段經濟發展的質量和效率，而非數量和速度。筆者選擇2008—2018年江蘇省各地市的數據為研究對象，構建DEA-Malmquist指數模型對其經濟高質量發展水平進行測度，再構建系統GMM模型對其影響因素進行探究，創新性地從多重角度明晰經濟高質量發展現狀，分析其影響因素，為同類型研究作出補充，為江蘇省經濟決策提供智力支持。第3期王家明，等：江蘇省經濟高質量發展的水平測度及影響因素研究河北工業科技第38卷

1江蘇省經濟高質量發展水平測度

本文以綠色全要素生產率（green total factor productivity， GTFP）作為衡量經濟高質量發展水平的指標，考慮環境污染等非期望產出指標，構建了DEA-Malmquist指數模型，運用DEAP 2.1軟件計算出綠色全要素生產率。從指標層面來看，考慮到數據的可獲得性和指標選取的科學性，從投入產出角度選取江蘇省經濟高質量發展的測度指標，具體指標數據來源于《江蘇統計年鑒》[15-25]《中國統計年鑒》[26-36]。

1.1指標選取與模型構建

構建DEA-Malmquist指數模型，涉及投入與產出兩類指標，結合對經濟高質量發展的界定，選取指標如下[37]。

1）資本投入（K）選取資本存量代表資本投入，運用永續盤存法進行計算，其計算公式為

Kij=Iij+（1-εij）Kij-1。（1）

式中：Kij表示各城市在t時期的資本存量;Kij-1表示前一期的資本存量;Iij表示在t時期的固定資本形成總額;εij為固定資產折舊率。

2）能源投入（E）選取各市能源消費總量作為能源投入指標。

3）勞動力投入（L）選取三產就業總人數作為勞動力投入指標。

4）期望產出選取各地市地區生產總值（GDP）和人均可支配收入（DPI），非期望產出選取各市二氧化硫排放量（SO2）。

模型構建如下。

DEA是一種用于評價具有多投入、多產出決策單元DMU（decision making unit）之間的相對有效性[38]的非參數統計方法。本文構建的具體模型如下[37]。

1.2結果與討論

構建DEA-Malmquist指數模型，運用DEAP 2.1軟件測算出2008—2018年之間江蘇省各地市GTFP值及分解項，以此作為衡量經濟高質量發展水平的標準，江蘇省各地市經濟高質量發展的時間變化趨勢如圖1所示。選取2017—2018年的數據進一步分析和測度，江蘇省各地市在此間的高質量發展水如見表1、圖2所示。

1）時間維度分析

由圖1可以看出，江蘇省13地市GTFP均值在2008—2018年，除個別年份下降外，整體呈上升趨勢，上升了12.45%，表明江蘇省十年間經濟高質量發展水平處于穩步提高的態勢。從各地市角度來看，淮安市GTFP值增長最快，這與其注重解決企業發展中的環境問題，積極推進生態環境工作息息相關。其次GTFP值增長較快的城市為連云港市、鎮江市，兩市在環境治理、人才吸引、經濟轉型、要素合理配置等方面都做出巨大努力。宿遷市與淮安市處于末位，表明兩地市經濟發展質量相對落后。結合圖1，可以發現變化較大的2個時間點，分別為2009—2010年和2012—2013年，原因或為2009—2010年，受經濟危機滯后影響，為促進經濟增長，開展了一系列重大工程的投資，投資效益略顯滯后性，使得經濟高質量發展水平略有下降。2012—2013年之后，高質量發展水平有明顯提升，原因或為“十二五”規劃等一系列政策的制定為江蘇省經濟高質量發展帶來新機遇，極大地促進了當地基礎設施建設。江蘇省應抓住供給側結構性改革機遇順勢而上，優化資源配置，促進經濟高質量發展。

2）空間維度分析

結合測算結果將江蘇省2017—2018年經濟高質量發展水平GTFP進行可視化的時空分異展示，如圖2所示。結合表1、圖2可以看出，江蘇省2017—2018年間經濟高質量發展水平大致呈階梯分布，且蘇南>蘇北>蘇中;各市綠色技術進步指數較高，經濟高質量發展水平的提高主要來自于技術的提升，創新驅動起到了非常顯著的作用。蘇中地區工業快速發展，其增長率超過了全省的平均水平，但與此同時，帶來的環境污染對經濟高質量發展的負面作用也比較明顯，高質量發展水平整體較低。蘇南地區城市的綠色技術進步指數明顯比蘇中和蘇北各城市高，即蘇南地區經濟高質量發展水平高于蘇中和蘇北地區，說明創新驅動、技術進步在蘇南經濟高質量發展中形成了比較競爭優勢。蘇南地區蘇州市經濟高質量發展水平最優，同時蘇州市整體經濟發展狀況處于全省最優狀態，這與蘇州市注重基礎設施建設、積極吸引人才、深化監督問責、優化生態建設等舉措密不可分。整體來看，蘇南地區發揮著城市群領先作用，在內部密切合作的同時也帶動蘇北、蘇中地區發展，提高江蘇省整體經濟高質量發展水平。蘇中、蘇北地區，尤其是蘇中地區要基準掌握城市發展定位，找準方向精準施策，借鑒蘇南地區優秀發展的發展經驗，結合自身地域特色，因地制宜，減少高能耗產業所占比重，發展新型節能綠色產業。

2江蘇省經濟高質量發展影響因素探究

2.1指標選取與模型構建

前文對江蘇省經濟高質量發展水平進行了時空雙維度的測度與分析，但對經濟高質量發展水平的影響因素及程度并未能明確，因此對經濟高質量發展的進行界定，考慮經濟增長的不同指標[37]，選取科技研發投入（RD）、人力資本（HR）、金融效率（FE）、城鎮化水平（UPN）、對外開放水平（IEP）、居民生活水平（ILS）、產業結構（IS）、環境規制（ER）等因素進行回歸分析，分別選取研發投入占GDP比重、社會平均工資、存貸款比重、城鎮人口占比、進出口額占GDP比重、居民人均可支配支出、三產分別占比加權值（1∶2∶3）、三廢綜合利用產品產值占比來表征上述指標，構建動態面板數據模型[39]如下。

GTFPit=β0+β1TFPi，t-1+β2RDit+β3HRit+β4FEit+β5UPNit+β6IEPit+β7ILSit+β8ISit+β9ERit+εit。（5）

式中：GTFPit代表被解釋變量，即經濟高質量發展水平;β代表回歸系數;下標i和t分別代表地市和時間，εit為隨機擾動項。在對各變量之間的關系進行分析前，需要檢驗模型中動態關系的設定是否正確。在此采用動態系統GMM兩步法進行估計分析，為保證估計結果的有效性，對混合OLS、固定效應、靜態GMM的估計結果進一步展示分析[39-40]，結果如表2第5列所示。

2.2結果與討論

由表2可以看出，AR（1）和AR（2）對應P值分別為0.046和0.379，Hansen檢驗對應的P值為0.379，表明模型中存在動態關系，差分方程隨機誤差項接受不存在二階自相關假設，工具變量也無法拒絕外生性的原假設。采用動態系統GMM兩步法估計模型能大幅度解決內生性問題。與一步法相比，GMM兩步法提高了估計效率，放寬了殘差項的同方差和獨立性假設，因此估計結果更具說服力。筆者同時采用了靜態系統GMM法進行估計，但其結果與列（5）出入較大，存在有偏性。此外，動態系統GMM兩步法估計結果雖然有效，但被解釋變量滯后期系數在一定程度上存在偏差。如果該系數介于混合OLS和固定效應對應估計值之間，則認為估計結果可靠。從列（1）和（2）可以看出GTFP滯后項系數分別為0.953和0.781，GTFP的滯后項系數為0.897，介于二者之間，在一定程度上說明了動態系統GMM兩步法估計結果有效。

由表2列（5）可知，GTFP滯后項系數為0.897，顯著性水平為5%，起到正向推動作用，表明江蘇省經濟增長方式變化的過程中存在慣性。從影響因素方面來看，RD系數為0.253，HR系數為0.127，顯著性水平均為1%，表明科技投入和人力資源對江蘇省經濟的高質量發展產生了持續性促進作用。FE系數為0.052，數值較低，但也表明金融效率發揮了一定程度的正面作用。UPN系數為-0.217，顯著性水平均為5%，表明城鎮化水平的提高對江蘇省經濟的高質量發展具有抑制作用，產生此結果的原因或與蘇南、蘇中、蘇北城鎮化水平差距較大相關。IEP系數為-0.159，顯著性水平均為5%，表明對外開放在吸收外資、引進技術、發展生產等方面有促進作用，但因污染轉移帶來了綠色效率倒退和綠色技術進步的雙重影響，也一定程度上抑制了江蘇省經濟的高質量發展。ILS系數為0.151，顯著性水平為1%，對江蘇省經濟的高質量發展有正向推動作用。IS系數為-0.971，顯著性水平為1%，對江蘇省經濟高質量發展起到負向推動作用，原因或為資本快速積累抵消了“結構紅利”的影響，導致了產業結構調整與經濟增長呈負相關。ER系數為6.778，并通過了5%的顯著性水平檢驗，表明環境規制有利于江蘇省經濟的高質量發展。

3結語

本文針對江蘇省經濟高質量發展問題，構建了DEA-Malmquist指數模型和動態面板數據模型，明晰了其經濟高質量發展現狀與影響因素，可為同類型區域經濟高質量發展的相關研究與實踐提供參考與借鑒，得出以下結論。

1）2008—2018年，江蘇省經濟高質量發展水平呈穩步提升態勢，但各地市之間的差距也隨之增大，這與區域經濟發展環境、國家及江蘇省政策較為相關;江蘇省2017—2018年間經濟高質量發展水平大致呈階梯分布（蘇南>蘇北>蘇中）且整體規模報酬效應良好。

2）江蘇省經濟高質量發展受較多因素影響，且影響方向不一。科技研發投入、人力資本、金融效率、居民生活水平及環境規制五要素對江蘇省高質量發展水平有明顯促進效應;城鎮化水平、對外開放水平、產業結構三要素則在一定程度上阻礙了其高質量發展水平的提升。

本文對江蘇省經濟高質量發展水平與影響因素進行了研究，其不足之處在于不同影響因素可能會存在非線性的門檻效應，這在文中并未涉及，結果具有一定的局限性。在今后的研究中，可在系統GMM模型檢驗之后，構建門檻面板模型，對不同影響因素的非線性門檻效應進行進一步探討。

參考文獻/References：

[1]楊耀武，張平.中國經濟高質量發展的邏輯、測度與治理[J].經濟研究，2021，56（1）：26-42.

YANG Yaowu， ZHANG Ping. Logic， measurement and governance in China′s high-quality economic development[J]. Economic Research Journal，2021，56（1）： 26-42.

[2]張乃麗，李宗顯.中國經濟發展質量的時空格局與收斂性研究[J].山東大學學報（哲學社會科學版），2021，71（2）：140-150.

ZHANG Naili， LI Zongxian. The spatial-temporal pattern and convergence mechanism of economic development quality in China[J]. Journal of Shandong University（Philosophy and Social Sciences），2021，71（2）：140-150.

[3]王亞男，唐曉彬.基于八大區域視角的中國經濟高質量發展水平測度研究[J/OL].數理統計與管理.https：//doi.org/10.13860/j.cnki.sltj. 20210305-015.

WANG Yanan， TANG Xiaobin. A study on the measurement of China′s high-quality economic development level from the perspective of eight regions[J/OL].Journal of Applied Statistics and Management.https：//doi.org/10.13860/j.cnki.sltj.20210305-015.

[4]葉娟惠.環境規制與中國經濟高質量發展的非線性關系檢驗[J].統計與決策，2021，37（7）：102-108.

YE Juanhui. A test on the non-linear relationship between environmental regulation and China′s high-quality economic development[J]. Statistics & Decision，2021，37（7）： 102-108.

[5]劉和東，劉繁繁.要素集聚提升高新技術產業績效的黑箱解構——基于經濟高質量發展的門檻效應分析[J/OL].科學學研究.https：//doi.org/10.16192/j.cnki.1003-2053.20210305.001.

LIU Hedong， LIU Fanfan.The black box deconstruction of factor agglomeration promoting high and new technology industry performance—Analysis of threshold effect based on high-quality economic development[J/OL].Studies in Science of Science. https：//doi.org/10.16192/j.cnki.1003-2053.20210305.001.

[6]屈小娥，劉柳.環境分權對經濟高質量發展的影響研究[J].統計研究，2021，38（3）：16-29.

QU Xiaoe， LIU Liu. Impact of environmental decentralization on high-quality economic development[J]. Statistical Research，2021，38（3）：16-29.

[7]王文舉，姚益家.企業家精神、經濟增長目標與經濟高質量發展[J/OL].經濟經緯.https：//doi.org/10.15931/j.cnki.1006-1096.20210408.003.

WANG Wenju， YAO Yijia. Entrepreneurship，economic growth target and high-quality economic development[J/OL].Economic Survey.https：//doi.org/10.15931/j.cnki.1006-1096.20210408.003.

[8]韋東明，顧乃華，魏嘉輝.財政垂直失衡、公共支出偏向與經濟高質量發展[J].經濟評論，2021，42（2）：23-43.

WEI Dongming， GU Naihua， WEI Jiahui. Vertical fiscal imbalance，public expenditure bias and high-quality economic development[J]. Economic Review，2021，42（2）：23-43.

[9]SOLOW R M. A contribution to the theory of economic growth[J]. The Quarterly Journal of Economic， 1956，70（1）：65-94.

[10]SOLOW R M. Policies for economic growth[J]. Tinbergen Lectures on Economic Policy， 1993， 140（1）：127-140.

[11]AIGNER D， KNOX LOVELL C A， SCHMIDT P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics，1977，6（1）：21-37.

[12]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research，1978，2（6），429-444.

[13]師博，任保平.中國省際經濟高質量發展的測度與分析[J].經濟問題，2018，40（4）：1-6.

SHI Bo， REN Baoping. A measurement of China′s provincial economic high quality development[J]. On Economic Problems，2018，40（4）：1-6.

[14]唐曉彬，王亞男，唐孝文.中國省域經濟高質量發展評價研究[J].科研管理，2020，41（11）：44-55.

TANG Xiaobin， WANG Yanan， TANG Xiaowen. A research on the evaluation of high-quality development of provincial economy in China[J]. Science Research Management，2020，41（11）：44-55.

[15]江蘇省統計局. 江蘇統計年鑒（2008）[M]. 北京：中國統計出版社，2009.

[16]江蘇省統計局. 江蘇統計年鑒（2009）[M]. 北京：中國統計出版社，2010.

[17]江蘇省統計局. 江蘇統計年鑒（2010）[M]. 北京：中國統計出版社，2011.

[18]江蘇省統計局. 江蘇統計年鑒（2011）[M]. 北京：中國統計出版社，2012.

[19]江蘇省統計局. 江蘇統計年鑒（2012）[M]. 北京：中國統計出版社，2013.

[20]江蘇省統計局. 江蘇統計年鑒（2013）[M]. 北京：中國統計出版社，2014.

[21]江蘇省統計局. 江蘇統計年鑒（2014）[M]. 北京：中國統計出版社，2015.

[22]江蘇省統計局. 江蘇統計年鑒（2015）[M]. 北京：中國統計出版社，2016.

[23]江蘇省統計局. 江蘇統計年鑒（2016）[M]. 北京：中國統計出版社，2017.

[24]江蘇省統計局. 江蘇統計年鑒（2017）[M]. 北京：中國統計出版社，2018.

[25]江蘇省統計局. 江蘇統計年鑒（2018）[M]. 北京：中國統計出版社，2019.

[26]國家統計局. 中國計年鑒（2008）[M]. 北京：中國統計出版社，2009.

[27]國家統計局. 中國計年鑒（2009）[M]. 北京：中國統計出版社，2010.

[28]國家統計局. 中國計年鑒（2010）[M]. 北京：中國統計出版社，2011.

[29]國家統計局. 中國計年鑒（2011）[M]. 北京：中國統計出版社，2012.

[30]國家統計局. 中國計年鑒（2012）[M]. 北京：中國統計出版社，2013.

[31]國家統計局. 中國計年鑒（2013）[M]. 北京：中國統計出版社，2014.

[32]國家統計局. 中國計年鑒（2014）[M]. 北京：中國統計出版社，2015.

[33]國家統計局. 中國計年鑒（2015）[M]. 北京：中國統計出版社，2016.

[34]國家統計局. 中國計年鑒（2016）[M]. 北京：中國統計出版社，2017.

[35]國家統計局. 中國計年鑒（2017）[M]. 北京：中國統計出版社，2018.

[36]國家統計局. 中國計年鑒（2018）[M]. 北京：中國統計出版社，2019.

[37]朱金鶴，王雅莉.中國省域綠色全要素生產率的測算及影響因素分析——基于動態GMM方法的實證檢驗[J].新疆大學學報（哲學·人文社會科學版），2019，47（2）：1-15.

ZHU Jinhe， WANG Yali. Estimation of green total factor productivity and the influencing factors—An empirical verification based on dynamic GMM method[J]. Journal of Xinjiang University（Philosophy， Humanities & Social Science），2019，47（2）：1-15.

[38]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6），429-444.

[39]趙文軍，葛純寶.我國經濟增長方式影響因素研究——基于248個城市數據的實證分析[J]. 經濟問題探索，2019，40（6）：9-19.

[40]汪淑娟，谷慎.科技金融對中國經濟高質量發展的影響研究——理論分析與實證檢驗[J].經濟學家，2021，33（2）：81-91.

WANG Shujuan， GU Shen. Research on the impact of S&T finance on the high-quality dvelopment of Chinese economy—Theoretical analysis and empirical test[J]. Economist，2021，33（2）：81-91.