长三角区域一体化发展推进策略研究*——基于创新驱动与绿色发展的视角

曾 刚，曹贤忠，王丰龙，叶 雷

在发展进程中，区域之间必然会通过人流、物流、资金流、技术流等相互补充与影响，不同区域的资源禀赋、区位特点等要素差异及相互作用一直是区域经济学和经济地理学的重点研究领域(曾刚 等，2018)。20世纪80年代，中国科学院陆大道院士提出了中国区域发展的“T”形空间结构战略，建议将沿海经济带和长江经济带作为国家最重要的一级经济带进行建设(陆大道，2014)。而长江经济带具备强大的经济实力和抗风险能力，尤其是长江三角洲地区，对国家经济发展起着“压舱石”和“稳定器”的作用(蒋媛媛，2016)。2017年，长三角地区三省一市以全国1/26的国土面积容纳了1/6的人口，创造了1/4的GDP，R&D经费占全国总额的30%，专利申请量占全国总量的32.4%，每万人发明专利拥有量为22.9件，远高于全国9.8件的平均水平，长三角已成为全国创新活动最活跃、知识产权最密集的区域之一(刘承良 等，2018)。2018年11月中央决定将长三角区域一体化发展上升为国家战略。“创新驱动、绿色发展”是中央确定的长江流域经济发展的主导方向，创新网络、绿色发展及其相伴而生的区域发展模式是国内外学者关注的热点问题之一(陆大道，2018；方创琳，2018)。

Cooker(2002)、Maskell et al.(1999)、Bathelt et al.(2014)等学者对创新网络、产业集群网络及其背后支撑的多维邻近性成因进行了系统研究。Glückler(2007)分析了世界众多创新网络结构后指出，网络都存在着一个影响网络行为、绩效的关键地点，即“结构洞”(Structural Holes)。上述国外学者的研究成果多基于发达国家自由经济体制、地域知识生产与转化能力强的现实，但无法解析、指导我国改革开放以来“引进-吸收-创新”技术进步路径的国情和实践。国内不少学者也关注长三角地区创新发展问题，吕国庆等(2014)、曾刚等(1999，2011，2017)、曹贤忠等(2015，2016)、滕堂伟等(2017，2018)在长三角产业集群、技术扩散、城市之间创新互动关系、创新绩效等方面开展了长期研究，尚勇敏等(2014)、宓泽锋等(2018)、海骏娇等(2014)在环境规制、绿色创新发展方面取得了系列研究成果，但这些研究和成果主要立足于省市行政分割、城市互动机制缺乏的前提，没有从长三角区域一体化发展国家战略的新高度出发，审视长三角地区创新和绿色发展空间分布特征，更鲜有从体制创新角度论述长三角地区协同创新框架，也没能关注长三角地区绿色创新网络的关键地点和突破口(曾刚 等，2018)。因此，明确长三角区域创新与绿色发展空间特征，找到区域创新网络的中枢与突破口，创新区域治理模式，对于实施长三角区域一体化发展的国家战略具有十分重要的理论与现实意义，这也正是本文试图解决的问题。

一、长三角区域一体化发展特征

狭义的长三角城市群包括上海市、江苏省、浙江省、安徽省的26个城市，而广义的长三角城市群则包括三省一市全部41个地级及以上城市。本文以41个地级及以上城市为研究对象，着力分析创新与绿色发展因子对长三角区域一体化发展的影响、空间关联等。

长三角区域内部各城市发展阶段不完全相同。根据孙久文等(2011)对区域发展阶段的划分方法，长三角区域41个城市经济发展可以划分为两个阶段，上海、南京、杭州、苏州、宁波、无锡等17个城市整体上已经步入后工业化阶段，合肥等24个城市还处于工业化初期或中期阶段。2016年，苏州人均GDP为145556元，而同期阜阳仅为17642元，两者相差约8倍(图1)。从图1可看出，南京、镇江、苏州、无锡、常州、上海、杭州、宁波等城市形成了“Z”形高增长空间格局，人均GDP超过了10万元，合肥、扬州、泰州、南通、湖州、嘉兴和绍兴等城市形成了“之”字形区域增长空间格局，人均GDP超过7万元，而苏北、浙南和安徽省的马鞍山、芜湖、铜陵等城市处于快速增长阶段，人均GDP超过5万元，其余城市发展水平较低。

图1 2016年长三角区域各市人均GDP空间分布

从创新驱动、绿色发展水平来看，长三角城市群内部也存在较大差距。2016年，上海R&D经费投入占GDP的比重高达3.72%，而丽水仅为0.42%；从空间分布来看，上海、无锡、南京、合肥、杭州、宁波等城市绿色发展水平(单位用电量产值)较高，淮安、滁州、衢州、嘉兴等城市绿色发展水平较低(图2)。从图2不难发现，2016年长三角城市创新投入与绿色发展水平与人均GDP空间分布大体相一致，这充分表明创新驱动与绿色发展有利于区域经济发展。

二、研究设计与数据

(一)研究设计

1.模型设定

区域一体化发展受到多方面因素的影响，这些因素一直以来都是区域经济学者探讨的议题，特别是创新驱动、绿色发展与区域经济发展之间的关系。本文采用柯布-道格拉斯生产函数作为基本模型：

Y=AKαLβ

(1)

公式(1)中Y为总产出；A为劳动和资本之外的其他因素；K为资本投入；L为劳动投入；α和β分别为资本和劳动投入的产出弹性。本文主要探讨创新投入与绿色发展对区域一体化发展的影响，但又不能忽略资本和劳动以及其他更多因素的影响，因而可将创新(R)与绿色发展(G)要素从A中析出，公式(1)可写为：

Y=AKαLβRθGδ

(2)

为了消除各地级市一体化发展的差异性影响，对所有变量分别取对数处理(Cao et al.，2018；李光龙 等，2018)：

lnY=lnA+αlnK+βlnL+θlnR+δlnG

(3)

本文考察的是2000—2016年41个城市的面板数据，因此在公式(3)的基础上，进一步修正并建立面板数据模型：

lnYit=ci+αilnKit+βilnLit+θilnRit+δilnGit+μit

(4)

式中i表示截面个体(i=1,2,3,…41)，t为时间，c为截距，μ为变量系数，α、β、θ、分别表示资本、劳动、创新、绿色发展因素的弹性系数。

模型(4)是基本面板数据模型，根据Hausman检验和F检验，确定lnY与各变量之间应建立固定效应变系数模型：

lnYit=c+ci+αilnKit+βilnLit+θilnRit+δilnGit+μit

(5)

对于式(5)中的变量设定，本文采用各地区人均GDP来衡量区域一体化发展水平，即总产出(Y)；选取固定资产投资和从业人员数来衡量资本投入(K)和劳动投入(L)；选取R&D经费投入指标表征创新投入(R)，单位用电量产值指标表征绿色发展水平(G)。

2.数据平稳性检验

为了确保参数估计的有效性，避免伪回归现象的出现，在回归前对面板数据是否存在单位根进行检验，即检验数据的平稳性(徐建军 等，2008)。本文选择LLC检验、IPS检验、Fisher-ADF检验、Fisher-PP检验等方法对2000—2016年长三角城市群41个城市的面板数据进行单位根检验，结果显示原始数据序列平稳(表1)，表明数据可用于进一步模型测算分析。

表1 面板数据单位根检验结果

注：***、**、*分别表示参数估计在1%、5%和10%的水平下显著，括号内为p值，下同。

3.协整检验

表2 面板数据协整检验结果

为了检验各变量与lnY之间是否存在长期协整关系，本文根据徐建军等(2008)、Cao et al.(2018)的做法，运用Pedroni检验方法，对2000—2016年长三角城市群41个城市面板数据进行协整检验。结果显示，lnY与各变量之间存在长期稳定的关系(表2)，面板数据平稳可靠。

(二)数据来源

考虑行政区划调整，以2016年作为参考基准对其他年份统计数据进行整合，数据主要来源于2001—2017年《中国城市统计年鉴》《中国科技统计年鉴》和长三角区域41个城市统计年鉴，部分创新投入数据来自第一次(2000年)和第二次(2009年)全国及各省市R&D资源清查公报，部分人口数据来源于2000年和2010年中国人口普查分县资料，还有小部分缺失数据来自相关科技论文以及相关政府职能部门发布的数据。

三、实证分析

(一)创新投入对区域一体化发展的影响分析

从R&D投入强度分析，lnY与lnR的模型估计方程为：

lnY=9.407+ci+θlnR

(6)

式(6)中，模型检验结果：R2=0.927，F-statistic=156.880，Prob(F-statistic)=0.000，表明lnY与lnR的模型方程显著，DW值为2.443，表明模型不存在自回归现象，各研究单元的t值除六安市不显著之外，其他城市均在1%或5%置信水平下显著，表明创新对长三角区域一体化发展的整体影响较为显著(表3)。

从各市估计模型的系数来看，南京的弹性系数最大，南京在2010年后R&D投入强度增长势头强劲，平均高于3%，处于长三角前列，创新对南京发展的驱动作用显著。此外，上海市，江苏省的常州、无锡、苏州与浙江省的杭州、宁波的弹性系数均在1以上，创新对这些城市一体化发展影响较大。安徽省各市的弹性系数普遍较小，表明创新对城市一体化发展的影响相对较小。其中弹性系数最小的是六安和阜阳，六安t值不显著，阜阳呈微弱负相关。通过进一步分析发现，该时期六安和阜阳R&D投入强度远低于长三角其他城市，例如2016年两市R&D投入强度分别仅为0.72%和0.64%，且R&D投入强度的提升速度与经济发展提升速度失调，因而弹性系数小。

表3 lnY与lnR固定效应变系数模型估计参数与检验结果

(二)绿色发展对区域一体化发展的影响分析

从绿色发展角度分析，lnY与lnG的模型估计方程为：

lnY=8.277+ci+δlnG

(7)

式(7)中，模型检验结果：R2=0.931，F-statistic=106.657，Prob(F-statistic)=0.000，表明lnY与lnG的模型方程显著，DW值为2.082，表明模型不存在自回归现象，除了淮安在10%置信水平下显著之外，其他各城市的t值均在1%或5%置信水平下显著，表明整体上绿色发展对长三角区域一体化发展的影响较为突出(表4)。

表4 lnY与lnG固定效应变系数模型估计参数与检验结果

续表4

从弹性系数来看，最小的城市是嘉兴，嘉兴资源利用率多年处于较低水平，致使绿色发展压力较大，最大的是六安，其次为杭州、合肥、上海、亳州、南京、安庆和黄山，为经济相对发达的省会城市或生态环境规制严格的生态屏障区。杭州、上海、南京与合肥的资源利用率在长三角各市中处于较高水平，绿色发展对这些城市一体化推动作用显著，安徽省的亳州、宿州和阜阳等城市一体化发展虽然较其他地区相对较晚，发展相对落后，但绿色发展对城市一体化发展的影响却相对较高。

(三)创新与绿色驱动区域一体化发展的空间差异与聚类

长三角区域41个城市的创新投入对城市一体化发展的贡献空间差异显著(图3a)。创新投入对江苏省、浙江省和上海市的区域一体化发展影响明显高于安徽省，除阜阳和六安两个城市的相关性为负以外，其余各城市创新投入对一体化发展均起到了推动作用。具体来看，创新对上海、南京、苏州、无锡、常州、杭州、宁波等核心城市一体化发展作用更加明显，对合肥、扬州、镇江、绍兴等城市一体化发展的影响一般，对安徽省大部分城市、江苏省和浙江省小部分城市一体化发展的影响较弱，这进一步验证了曹贤忠等(2015)的研究结论。绿色发展对城市一体化发展影响的空间差异同样明显，合肥-南京-上海-杭州-宁波在空间上形成“Z ”形创新城市带，加强创新的集聚效应(图3b)。绿色发展对安徽省和上海市城市一体化发展的影响明显高于江苏省和浙江省，六安、安庆、黄山等发展水平低、对外经济联系不强的城市，绿色发展的作用较强；上海、杭州、合肥、宁波、南京等发展水平高、对外经济联系强的城市，重视生态环境问题的解决，绿色发展的作用也相对较强；南通、常州、芜湖、徐州、镇江、泰州、衢州、舟山、蚌埠等中等发达城市，绿色发展的作用较低；连云港、嘉兴、池州、滁州、马鞍山等城市绿色发展与区域一体化发展呈现负相关，其城市发展仍然停留在消耗大量资源、增加生态环境负担的基础上，仍然没有步入一体化、高质量转型发展的轨道，离长江绿色发展带建设目标仍相距甚远。

利用Geoda软件描绘创新投入和绿色发展对长三角区域一体化发展影响的空间关联特征。创新投入和绿色发展的Moran I分别为0.281和-0.150，且均在1%的检验显著水平上，表明创新和绿色发展对长三角区域一体化发展的影响具有较强的空间关联。为进一步了解局部关联特征，利用Moran散点图和LISA集聚图解释长三角创新投入和绿色发展对区域一体化影响的空间差异。根据Moran散点图将创新投入和绿色发展与长三角区域一体化发展相关系数划分为4类：一是高高(HH)关联区，表明区域自身和周边地区的创新投入或绿色发展对长三角一体化的影响均较强；二是高低(HL)关联区，表明区域自身的创新投入或绿色发展对长三角一体化的影响较强，而周边地区对长三角一体化的影响较弱；三是低高(LH)关联区，表明区域自身的创新投入或绿色发展对长三角一体化的影响较弱，但周边地区对长三角城市一体化的影响较强；四是低低(LL)关联区，表明区域自身和周边地区的创新投入或绿色发展对长三角城市一体化的影响均较弱。从创新投入来看(图4a)，HH关联区集中于以南京、上海、杭州、宁波为节点的“之”形连片区域，表明该区域创新驱动发展呈现高水平一体化特征。这与长三角区域科技创新资源的分布密切相关，长三角地区科技创新资源富集，创新主体(高校、科研机构、创新型企业)、科研设施(大科学装置等)、科技人才、R&D等科技创新资源呈现出以上海为中心、以合肥-南京-无锡-苏州-上海-杭州-宁波为轴线的集聚特征，科技资源的集聚为创新驱动区域一体化创造了条件。LH关联区分布于HH关联区外围，未来有望在HH关联区的带动下实现与HH关联区的一体化发展。HL关联区分布于合肥、连云港，合肥作为安徽省创新驱动转型升级的“排头兵”，未能较好地与省内其他地区同步推进创新驱动发展。LL关联区集中于皖北和皖西地区，自身缺乏创新资源，周边地区创新辐射带动作用不强，创新驱动区域一体化发展动力不足，根据国家统计局、教育部、科技部相关数据统计发现，长三角80%的高校、科研院所、大型科学仪器与装置、重点实验室、院士等机构和高端人才集中在上海、南京、杭州、合肥、无锡、宁波等中心城市，而位于边缘地区的安徽省北部、西部区域的中小城市科技资源占比较小，享受政府创新政策的优惠较少，部分城市甚至还存在人才流失的问题，因此创新驱动区域一体化发展存在较大阻碍。从绿色发展来看(图4b)，长三角区域绿色驱动一体化发展仍有待进一步加强。HH关联区集中分布于六安、安庆、黄山等长三角西部边缘地区。HL关联区零散分布于上海、杭州、合肥、南京等发展水平高的城市，在空间上未能形成连片集聚区，绿色驱动发展的区域一体化仍有待强化。LH关联区主要分布于苏皖省际边缘区、苏浙皖省际边缘区和浙江省中部地区，是未来推动长三角地区绿色驱动发展一体化的关键区域。LL集聚区分布于苏北区域，这也是绿色发展空间关联效应较薄弱的区域。

进一步将创新投入、绿色发展与长三角区域一体化发展相关系数按照高高(HH)、高低(HL)、低高(LH)、低低(LL)4个类别，将相关系数0.500/0.200作为标准进行聚类分析。结果显示，上海、杭州、宁波、南京、合肥等城市在一体化发展过程中，创新和绿色发展均发挥了重要作用；而舟山、泰州、徐州、温州、宣城、台州、淮北、金华、铜陵、淮安、湖州、连云港、嘉兴、池州、滁州、马鞍山、宿迁、盐城、衢州、蚌埠、淮南、阜阳等城市一体化发展过程中，创新驱动和绿色发展的作用尚未发挥或较不明显；苏州、无锡、常州、扬州、镇江、绍兴、南通等城市在一体化发展过程中，创新的作用显著高于绿色发展的作用，而宿州、亳州、六安、安庆、芜湖、黄山、丽水等城市一体化发展过程中，绿色发展的作用显著高于创新(表5)。上述结果也充分证实了曾刚等(2018)关于长江经济带城市协同发展能力的相关研究结论。

表5 创新与绿色驱动长三角区域一体化发展区域聚类

四、小结与建议

(一)小结

本文从长三角区域一体化发展新的国家战略出发，借助固定效应变系数模型以及面板数据、单位根与协整检验方法，对长三角地区创新与绿色资源分布特征及其对区域一体化的贡献、创新与绿色一体化格局进行了分析研究，主要结论如下：

(1)长三角创新与绿色资源空间分布层次分明，不同类型城市间“创新驱动，绿色发展”条件不完全相同。无论是从创新驱动，还是从绿色发展角度看，上海、南京、杭州、合肥、宁波等行政中心均占据资源高地，这5个城市共同构成了支撑长三角地区创新与绿色发展的“Z”形空间格局。从空间关系看，创新资源邻近性特征显著，而位于长三角边缘地区的城市在绿色资源方面却拥有相对优势。

(2)创新与绿色发展对长三角区域一体化发展的贡献不同。固定效应变系数模型、协整检验结果表明，长三角区域一体化发展与创新驱动、绿色发展之间存在着长期稳定的相互促进关系，创新因子贡献更大，对“Z”形沿线核心城市发展的影响更加显著。

(3)上海是长三角创新与绿色发展网络治理的核心。空间相关关系计算结果显示，上海是长三角创新网络的“结构洞”与全域协同中心，对长三角区域整体网络质量、水平、能力有着重要影响，而杭州、南京、合肥等3个省会城市为创新网络的“重要节点”与地方协同中心，对邻近城市的辐射带动作用不容小觑。

(二)政策建议

为了落实中央关于长三角区域一体化发展的战略部署，以“聚焦高质量，聚力一体化”为指导，抓住长三角从成本洼地、规模型发展向创新高地、质量型发展转变的时代契机，秉承“政府引导、市场主导”的原则，基于本文的上述研究结果，提出以下建议：

(1)在上海设立国家级长三角管理机构。本文研究表明，上海是长三角创新网络系统的“结构洞”和网络协同的核心，在长三角创新与绿色网络的建设、升级等方面肩负着时代与国家使命，建议在上海设立长三角区域一体化发展办公室，由国务院选派国家发改委、科技部、工信部、商务部、财政部等中央部委以及上海、江苏、浙江、安徽等省市的相关部门人员构成，负责长三角区域一体化发展的统一规划、统一管理、统一督查以及指导、协调上海市、江苏省、浙江省、安徽省相关工作。同时，进一步提升G60科技创新走廊现有多市联动管理层级，以上海虹桥、上海青浦、江苏吴江、浙江嘉善为核心，以上海张江、江苏南京、浙江杭州、安徽合肥为支点，以其他城市为腹地，构建“一核，多心，点面结合”、层次分明、运营高效的长三角区域创新系统。

(2)建立区域一体化的市场体系。打破不同城市之间边界效应，构建以上海为核心，南京、杭州、合肥为枢纽、其他城市为结点的一体化技术市场体系。秉承“政府引导、市场主导”原则，在充分调研的基础上，通过鼓励并购、相互持股、引入社会投资等形式，对现有分散的技术市场进行资产重组，建立跨越省市行政边界、长三角区域一体化科技、人才、资本信息发布与共享、要素交易、争议仲裁的公共服务平台。在现有上海科技人才信息库基础上，“三省一市”联合建设包括基础型、公益型、市场型专家信息，覆盖不同行业专业领域、不同层次层级、不同机构主体、不同需求的全球高层次科技专家信息平台。

(3)建立国有非营利性的技术中介机构。德国史太白基金会、弗朗霍夫协会的成功经验表明，国有非营利组织具有政府管理部门、一般非营利组织所不具有的独特优势，能够弥补政府管理与市场运营之间的缺陷，能较好地兼顾公共利益和企业自身利益之间的平衡，有利于提高科技成果的转移转化效率。建议由长三角“三省一市”政府共同出资、联合组建国有非营利长三角技术服务中心，负责长三角公共服务平台运营，形成长三角“三省一市”争取中央支持的合力，提升长三角创新资源汇集、创新服务升级、创新人才交流等领域的运营效率。