共享理念视角下发展成果测度及其动因分析

阮 敬，刘雅楠

(首都经济贸易大学 统计学院，北京 100070)

一、引言

随着我国步入新时代，社会的主要矛盾转化为人民日益增长的美好生活需要和不平衡不充分发展之间的矛盾。党的十九大也明确指出，增进民生福祉是发展的根本目的。因此，要充分适应这一转化，着力解决社会主要矛盾，就要求追求更高质量的发展，汇聚更多满足全体人民需要的发展成果。推动高质量的发展，需要全面贯彻以人民为中心的发展思想，而“五大理念”中的共享理念正是这一发展思想的集中体现，是高质量发展的出发点和落脚点。这就要求发展成果由人民共享，让全体人民在共建共享中具有更多的获得感和满足感，以此成为发展动力和共同富裕的关键[1]。

为此，要全面了解我国改革过程中经济和社会的发展状态，实现高质量发展的目标，产生更多的可被人民共享的发展成果，一种全面的评价方法变得不可或缺，发展成果的评价便成为战略部署和科学决策的重要依据。考虑到我国经济社会发展的多重维度，需要全面把握有关人民福祉和发展趋势的现状，构建与之相匹配的发展成果评价体系。对于发展成果的评价体系要充分反映我国发展理念的新变化，全面支持发展理念的升级，发挥其对改革实践的指导作用，推动国家治理体系和治理能力现代化，使发展成果更多更公平地惠及全体人民，因此评价体系的构建应是科学的、直观的、层次分明的。科学合理的建立起发展成果评估分析与决策的机制，并进行动态监测与评估，能够为发展质量与成效的定量考评和规划决策提供依据，为实现发展成果全面共享提供保障。

国内外较少有针对如何界定共享理念视角下发展成果问题的表述。国外学者大多认为发展成果的分享是指资源的分享，通常以福利的形式表现出来。 “中国民生发展研究”课题组构建了评估民生发展水平的评价体系，旨在从民生层面提供战略导向，满足中国加快经济发展方式转变的政策需求，使发展成果惠及全体人民[2]。李玲玲和张耀辉认为发展成果分享是体现经济发展方式转变的重要内容，并通过考察居民生活质量、产业结构以及收入分配等三个方面来测度发展成果的分享情况[3]。宋明顺等提出应该从竞争质量、民生质量和生态质量等几个角度来考察我国宏观质量水平，以反映经济发展满足社会和可持续发展要求的程度[4]。还有学者认为经济增长成果的共享性应体现在社会福利、区域均质、群体均衡等三个维度[5]。总的来说，上述研究普遍认为，发展成果是我国广大人民群众所能感受到的物质性和精神性成果的总和。

还有一些被普遍采纳的衡量经济社会发展水平的综合指标，如经济合作发展组织提出的美好生活指数(Better Life Index)，联合国开发计划署发布的人类发展指数(Human Development Index)，以及世界银行公布的社会发展指数(Indices of Social Development)和人类机会指数(Human Opportunity Index)等，这些指数反映了发展过程中的一些重要特征，但所涵盖内容很难反映发展成果的不同方面，且有些指数的测算易受到极值的影响。除此之外，我国对于发展成果的评价，往往通过基于货币度量的指标，这类指标相对容易理解、沟通和衡量，但容易忽视发展成果的多个方面。就货币度量来看，从经济增长与收入分配之间的关系入手，对改革发展成果进行数量上的界定是当前较为普遍的做法；以GDP为主要内容的考核方式仍是反映经济发展水平的重要工具[6]。但发展是全方位的发展，发展成果也应是多方面的、可被广大人民群众共享的成果，亟待构建多维指标体系来衡量我国的发展成果。因此，本文基于共享理念界定了发展成果的理论内涵，构建了包括发展速度、发展结构、发展质量和发展效益的发展成果指标体系。

此外，指标权重能够反映事物本质特征的分量大小，其分配也是综合评价中需慎重对待的问题。目前赋权法主要有专家赋权法、等权法、熵值法、层次分析以及模糊评价等方法。其中，专家赋权法虽然直观性较强，但可能会出现与实际问题相悖的情况；等权法赋值虽然简单易懂，但具有一定的随意性；层次分析法属于一种半定量分析的方法，对实际经验的依赖性较大；熵值法作为一种客观的赋权评价方法，往往不会关注指标本身的重要程度，因此会得到与实际情况相差较远的结果；模糊评价的方法仅关注主要因素的作用，评价的客观性较缺乏。鉴于上述原因，本文在实际理论模型的基础之上，合理确定各指标的权重，从而客观的对我国发展成果进行综合评价。在综合评价的基础之上，一些研究会进一步分析影响综合评价结果的主要驱动因素，通常采用主成分分析法来确定各影响因素的重要程度，这样往往会丢失原始变量的实际意义。考虑到这一不足，我们通过机器学习中XGBoost算法来识别和判定发展的主要驱动因素，这样便更好地保留了原始数据的信息。

二、共享理念视角下发展成果的测度指标体系

(一)发展成果的内涵及其界定

长期以来，我国的发展成果多是指“经济增长成果”，这种只强调经济增长的界定方式弱化了发展的可持续性，难以响应更平衡更充分的发展理念。因此需要继续扩充发展成果的内涵，故本文将共享理念下的发展成果界定为：可被广大人民共享的发展成果是经济社会运行过程中发展速度、发展结构、发展质量和发展结果的有机统一。落实共享发展理念，就是要保证发展速度，优化发展结构，提升发展质量，提高发展效益，让人民在共建共享中具有更多的喜悦感和成就感。

发展速度一直以来是评价发展成果时所讨论的核心问题，它能够从宏观上反映经济社会发展过程中各方面的成就、水平和趋势，也常用作划定发展目标的重要指标。在新常态下，最明显的特征就是发展速度放缓，发展的重心由速度转向质量，成为化解新时代下我国主要矛盾的重要措施。但实际上，强调发展的质量并不意味着就不要发展速度了，而是应该在可控范围内稍作放缓，使发展速度仍保持在合理的区间范围之内，才是形成高质量发展成果的前提，落实共享发展的物质基础。

发展结构是评价发展成果的重要方面，合理的结构可以充分发挥经济优势，全面推进国民经济各部门的协调运行。此外发展结构的不断优化升级，能够促进经济社会发展质量和效率显著提升。发展结构是一个由许多系统构成的多层次、多因素的复合体，要求多方面协调发展，至少涵盖产业结构、社会结构等多方面。结构越协调越合理，发展必然会越高效，能够聚集更多的发展成果。可见，发展结构的状况是衡量国家和地区发展水平的重要尺度，均衡的发展结构是提升发展效能、增强人民获得感的有力保障。

发展质量是评价发展成果不可获缺的一部分，发展的本身并不是最终目的，增进人民福祉、让发展成果惠及全体才是经济增长的最终目的。经济社会的发展不仅要求数量上的增长，还需要质量上的提升。高质量的发展应该是合理高效的发展模式下稳定的、持续性的发展，因此发展的可持续性和发展的稳定性是发展质量的两个主要方面。高质量、高效益、可持续的发展是一种合理的发展形态，在这样的发展形态下能够形成高质量的、可被人民长期共享的发展成果。

发展效益是发展成果的直接体现，较好的发展效益体现为人们生活水平持续升高，能够更好地共享发展成果。提高发展效益是促进经济平稳健康发展的内在要求，因此，需要把推动发展的立足点转到提高质量和效益上来。发展效益往往表现为经济效益和社会效益的有机统一，经济效益是人们在社会经济活动中所取得的收益性成果，社会效益则是在经济效益之外对社会生活有益的成果。经济效益是社会效益的基础，社会效益反过来能够促进经济效益的提升，且两者之间要相互促进、相互协调[7]。

(二)发展成果指标体系的基本框架

发展成果是对经济社会发展状态的量化，深入把握我国经济社会发展过程中的主要特征、厘清发展成果的主要理论内涵，进一步构建结构化的指标体系来测度发展成果的多维特性及其形成机制，旨在聚集更多的被广大人民长期共享的发展成果，从而能够更好地解决新时代社会的主要矛盾，以便政府机构作出更合理有效的制度安排。

发展成果是一个全方位多角度的问题，上述发展成果的理论内涵，能够较为科学全面地反映出我国发展成果，因此，本文主要通过与之相对应的三个层次来设计发展成果指标体系。过多相关性较低的指标，在一定程度上会稀释掉真正核心重要指标，因此本文在构建评价体系时，遵循少而精的原则来选取各级指标。其中一级指标包括发展速度、发展结构、发展质量以及发展效益四个部分；二级指标根据一级指标共确定为经济增长水平、市场化水平、产业结构、社会结构、发展可持续性、发展稳定性、经济效益、社会效益等8个方面；三级指标共22个，由可观测的能够反映二级指标特征的统计数据构成。本文所设计指标体系中各观测指标均来源于不同年份的《中国统计年鉴》。

表1 发展成果评价指标体系

表1为本文所构建的发展成果评价指标体系，该指标体系充分体现出共享发展的理念。其中经济增长水平的稳步提升为共享发展奠定更加坚实的物质基础；较高的市场化程度能够拓宽发展的路径，丰富共享理念的内涵。产业结构的升级必定会带来合理的资源配置、有效的产业分工以及高水平的劳动生产率，从而提升居民收入水平，而居民的收入则是共享发展最直接的体现；同时，社会结构的不断优化，有助于激发社会各阶层的创造力，最大限度的保障在共建中共享，在共享中共建。就发展的质量而言，确保我国发展的连续性和稳定性，共享发展的各项方案和举措才能得到很好的贯彻落实。此外，发展过程中经济效益和社会效益会直接关系到人民的生活水平，改善民生、推进社会协调发展是推进我国经济发展方式转变和保障发展成果共享的关键[8]。

三、共享理念视角下我国发展成果的测算

(一)发展成果指数模型

由于一个地区的发展成果同一个地区的发展水平密不可分，故本文基于地区发展水平和人口迁移之间密切相关的假定来构建发展成果指数，拟借助地区间的人口迁移情况反映各地区的发展水平。Ravenstein“迁移定律”中提到，个体为了提高和改善生活质量会向着发展更好的地区迁移[9]。Herberle将其进一步深化，并首次提出了“推拉理论”，指出迁入地吸引力和迁出地推动力两者共同作用，导致了人口在不同地区间的迁移[10]。因此，各地区众多的客观统计指标可以转化为人口对地区发展水平和生活质量的主观判断，从而做出迁移决策。在已有研究中，往往通过引力模型、修正引力模型以及空间相互作用模型来预测迁移水平，这些模型将迁移水平作为距离、各地区总人口数量以及区域发展水平各影响因素间差异性的函数。

国外已有少数研究通过探讨地区间人口迁移的水平来评价区域的发展状况。Greenwood等在净迁移率的基础上估计了美国各州之间补偿性收入的差距[11]。Douglas和Wall运用回归技术来识别与收入机会相关的迁移人口的比例，并计算出不同地区的相对生活水平[12]。Michalek和Zarnekow曾通过选取经济、社会和环境等领域的不同指标来构建乡村发展指数，并通过区域间和区域内部的人口迁移情况来确定各指标的权重[13]。以上述理论为基础，本文通过探究人口迁移同地区发展水平之间的联系，采用修正引力模型来量化两者的数量关系，同时将模型中各变量的参数值作为评价发展成果各指标的权重，进而推算出我国各地区的发展成果指数。Zipf基于万有引力定律和“推拉理论”提出了引力模型，该模型通过式(1)进行刻画，式中pi、pj分别表示迁出地和迁入地的人口规模，可以是总人口数也可以是人口密度，dij为迁出地与迁入地两地之间的空间距离，α为距离衰减参数，Mij为从i地(迁出地)迁往j地(迁入地)的人数，k为常数[14-15]。

(1)

引力模型的提出使得能够通过定量分析来刻画人口迁移过程，而不是仅使用定性的方法进行简单分析。但是，传统的引力模型中只包括了迁出地和迁入地的人口规模这一变量，无法反映由一个地区经济社会发展水平的变动所引起的人口迁移，因此难以刻画出人口向发展水平更好的地区迁移的机制。为了弥补这样的局限性，许多学者在传统引力模型的基础之上对其做了修正，并将经济、社会、环境等诸多因素纳入到该模型中，其基本假设是：由于迁出地和迁入地在各方面发展的不平衡，从而推动了人口的迁移[16]。修正引力模型具体形式如式(2)，其中Xn，ij体现i、j两地区发展水平影响因素的差异程度，a1、a2和βn分别表示人口规模及不同影响因素的权重，a3表示距离衰减参数。

(2)

(3)

在本文中变量X通过各地区之间三级指标计算得到，表现为不同地区在某一指标上的绝对差距；此外，我们不再用地区间的空间距离或者铁路公路里程来作为dij，而是选取地区间需求结构的差异作为区域间距离的刻画，即需求距离。随着时间的推移，由于交通和通讯系统变得相对便宜并容易获得，一些同空间距离相关的成本便大大降低，空间距离所产生的影响也大幅减小，因此本文未将空间距离作为模型的变量。类比需求偏好相似理论，我们认为两地区间的需求结构越是接近，则两地区间的人口迁移量就越大，地区间的人口需求结构通常由居民的消费倾向来体现，即居民人均消费支出与居民人均可支配收入之比。并且地区间消费差距的扩大会阻碍人口的迁移，降低潜在迁移者的迁移概率。考虑到上述问题，本文将需求距离(消费倾向的差距)作为地区间的距离因素纳入到模型之中。

(二)指标体系的权重确定

本文将省际人口迁移这一研究对象定义为按现住地不同于户口登记地的人口数量。由于中国省际人口迁移的特点和资料数据可得性的限制，选取2005年、2010年和2015年三个年份各省份间的人口迁移数量作为因变量，自变量为相应年份中省际间各三级指标的绝对差距，构成了三期的面板数据。需要特别说明的是，在2005年和2015年全国1%人口抽样调查资料中，西藏自治区的人口跨省迁移数据存在多个缺失值，因此未将西藏纳入到分析范围之内。由于数据来自全国30个省份的三期数据，可以认为此样本来自相对较小的总体，且本文目的在于估计模型中的参数。故将公式(2)两边取对数，转化为线性形式如公式(4)，进而选择建立个体固定效应模型来估计系数βi，并以此作为权重计算各省份的发展成果指数D。所构建个体固定效应模型为：

ln (Mijt)=γ1lnpit+γ2lnpjt+γ3lndijt+

(4)

其中，i，j=1，2，…，N；t=1，2，…，T，Mijt表示第t年i、j两省份间的迁移人口数量；pit表示第t年i省份的总人口数量；pjt表示第t年j省份的总人口数量；dijt为第t年i、j两省份间的需求距离；Xn，ijt为第t年i、j两省份间在三级指标上的差异性。αij是随机变量，表示对于不同的个体有不同的截距项，μijt为误差项。

表2 固定效应模型回归结果

注： ***、**、* 分别表示1%、5%和10%的显著性水平。此外，在构建固定效应模型时，各影响发展成果的指标均取绝对差距，故失业率、通货膨胀率等逆向指标的回归系数也为正值，绝对差距越大，人口的迁移倾向越明显。

(三)发展成果指数测算

按照上文权重的确定方式，计算得出三个年份各省份的发展成果指数，及全国平均水平。

表3 各省份及全国平均发展成果指数

从表3中可知，2005年、2010年和2015年，三个年份的平均指数分别为：2.61、3.25和3.64，表明我国发展成果稳中向好。在第十一个五年计划期间，发展成果指数增长了0.64；在第十二个五年计划期间，发展成果指数增长了0.39。在前十一个五年规划中，我国发展的主题强调“国富”，旨在提高经济总量，而从第十二个五规划开始，着重发展“民生”，让广大人民群众共享发展成果。因为经济增长逐渐转向经济发展，故十二五期间发展成果指数的增幅较低于十一五期间的增幅。

进一步比较我国各省份的发展成果指数，分析各省份的发展状态及发展趋势。从表3中可以看出，北京市的发展成果要优于其余各省份，虽发展成果指数从2005年的6.01下降到2015年的5.37，但始终拔得头筹。由于北京是我国的政治中心，政府在制定政策时通常会优先考虑，政治因素往往会将北京各方面的发展优势进一步放大，较其他地区而言，其发展更为强劲。上海、天津、江苏、浙江、广东一直位于前列，各自排名呈小幅波动，无明显变化。这些省份都位于沿海地区，一直以来是我国经济社会发展最强有力的支撑，这些省份无论是发展基础、市场化程度，还是外开放程度、科技创新程度都在全国名列前茅，因此造就了这些地区丰硕的发展成果。山东省发展势头也较为惊人，发展成果指数由2005年的第9位，上升至2015年的第5位，发展成果指数增加了近1.46，远高于全国的平均水平。作为直辖市的重庆市，发展也势如破竹，发展成果排名从第19位上升至第9位，指数增加约1.55。重庆地处“一带一路”和长江经济带，其区位优势明显，未来发展不可限量。此外，贵州省的发展最为强劲，从第29位跃至第14位，发展指数增量位于全国第一，达到1.88。这与贵州近年来着力发展大数据产业密不可分，在国家政策导向和市场驱动下，大数据已成为推动经济转型发展的新动力。

与上述发展强劲的省份相比，辽宁省的发展黯然失色，呈现明显的下降趋势，由2005年的第6位下降到2015年的第22位，发展成果指数降低了约0.11。2015年辽宁省的经济增长率为全国最低水平，仅为3%；更为严峻的是，在2016年辽宁省是全国唯一经济负增长的地区；2017年虽然该地区经济回暖，但增长水平仍为全国靠后位次。不仅辽宁省，东三省的整体发展都在大幅下降，黑龙江省的排名下降至29位，整个东北地区衰退趋势越发明显，政府作出的新一轮东北振兴战略，对促进东北地区的发展显得尤为重要。作为资源型省份的内蒙古、山西、青海、甘肃、新疆等中西部内陆省份的发展无明显起色，内蒙古和新疆地区的发展排名甚至呈现大幅下降。随着这些省份的“资源红利”、“人口红利”的消失，在整个发展过程中各方面的矛盾逐渐凸显，转型升级和高质量发展的任务迫在眉睫。

总体上来看，全国整体发展水平及大部分省份的发展成果，都保持着小幅稳步提升的良好态势。可见，中国经济已由高速增长阶段转向高质量发展阶段，而高质量的发展是能够满足人们美好生活需求的愿望；相应的高质量的发展成果，是能够增进人民福祉、由人民共享的发展成果。因此，发展的最终目的是要造福人民，让更多的发展成果惠及全体人民。

四、共享理念视角下发展成果的驱动因素

(一)发展成果的动因模型

基于上述分析得到各个省份的发展成果指数，本文进一步分析了对各地区发展成果产生影响的主要驱动因素。由于计算所得的各地区发展成果指数属于汇总数据，所以这些数据并不属于样本，不满足适用于样本的统计推断，因此通过回归的方法来计算变量的重要性并不可取[17]。此外，通过常用的主成分分析法来确定各影响因素的重要程度，在降维的同时会丢失原始变量的实际意义。基于上述原因，本文通过机器学习中XGBoost算法来识别和判定发展的主要驱动因素，为创新增长路径、共享发展成果提供理论和实证依据。Chen和Guestrin所开发的XGBoost以速度快、准确性高、泛化性能好、可扩展性强著称，被广泛用于实际生活中[18]。作为一种基于梯度提升的集成算法，XGBoost可以从训练的模型中提取出特征变量的重要性估计，反映出每个特征变量对结果变量的贡献程度。因此，本文通过训练XGBoost模型提取出各指标对发展成果指数的影响程度，得到不同因素对于发展成果的相对重要性。

XGBoost不同于传统的梯度提升学习，它对损失函数做了二级泰勒展开，在目标函数中加入了L2正则项来提升泛化能力，其目标函数为：

(5)

求解最小平方损失函数相对简单，但求解其他形式的损失函数时，求解过程就会变得较为复杂，因此XGBoost通过二阶泰勒展开来更快地优化这样的损失函数，因此目标函数的二阶泰勒展开公式为：

Ω(ft)+c

(6)

(7)

(8)

(9)

如前所述，作为集成算法，XGBoost可以在训练过程中提取出各特征的相对重要性，从而可以直观地得到各特征变量对于结果变量的重要程度。XGBoost针对选择的特征计算其所带来的增益情况进而判断变量的贡献程度，增益量越大表明变量为最佳分割点，进而通过计算各变量每次作为最佳分割点的得分之和来获取变量的重要程度，增益的具体定义为：

(10)

这里IL和IR分别为分裂后的左右子树的特征候选集合，且I=IL∪IR，也就是说I候选集为不分割时所得到的分数。

此外，由于数据的可得性，我们仅收集到三年的数据，可供训练的样本数过少；且发展成果指数得分高的省份较少，属于相对不平衡数据。上述原因都会导致模型的过拟合，因此，本文通过Chawla等提出的SMOTE技术来解决数据不平衡的问题，同时该方法能够扩大训练模型时的数据容量，以确保训练XGBoost模型得到的结果更准确，即能够更准确地识别出影响发展成果的主要驱动因素[19]。

SMOTE是一种改进的过采样技术，它能够解决随机过采样所导致的过拟合问题，其基本思想是对少数类样本进行分析，并将少数类样本人工合成新样本添加到数据集中，在本文中具体流程为：

1)对于少数类即成果指数较高的每一个省份xi，计算它到少数类省份集Smin中每一个省份的欧式距离，得到该省份的k近邻。

2)设置采样倍率N，对于每一个成果指数较高的省份xi，从其k近邻中随机选择若干个少数类省份，假设所选择的省份为xn。

3)对于随机选出的省份xn，与省份xi按照如下公式来构建新的样本：

xnew=xi+rand(0，1)×|xi-xn|

(11)

rand(0，1)为产生0-1之间的任意随机数。最终形成所需的数据集。

(二)发展成果的动因分析

本文对原始数据进行SMOTE的基础上，进一步训练了XGBoost模型，最终得到各影响因素的重要性排序，即识别出影响发展成果的主要驱动因素，所得结果如图1所示。在训练过程中，XGBoost模型的各参数设置为：objective=reg:linear，eta=0.01，max_depth=10，min_child_weight=4 ，lambda=1。此外，为得到可靠的误差估计，在训练时，进行了迭代100次的10折交叉验证，当迭代至近25次时，误差结果相对稳定，训练集和测试集的RMSE分别为0.002和0.697，两误差率相差不大，可见所训练模型的泛化性能较好。

图1 发展成果动因重要性排序

从图1中可知，在影响发展成果的众多因素中，人口城镇化率产生的影响最为显著。国内外经验表明，提高城镇化水平，能够很好地改善二元经济结构；全面推进城镇化能够促进经济水平的提升，推动社会均衡可持续发展。“人的城镇化”作为新型城镇化的本质，是测度城镇化发展水平的重要指标，同经济结构、社会结构等紧密相关，因此，全面推进“人的城镇化”，在城镇化的过程中保证人民共享更多的发展成果。

人均GDP、人均财政收入及人均可支配收入等也是显著的驱动因素。发展成果的共享，是人人享有，不是少数人的享有。为了能够让更多的发展成果惠及民众，就需要尽可能的增进民生福祉，而GDP和收入正是社会福利的主要表现形式。最大程度的提高人均GDP、扩大收入范围是提升发展成果，实现全面共享的最直接体现。

非农业人口就业率也呈现出显著的影响，该因素能够很好地展现出第二产业和第三产业的发展水平及其增长趋势。非农就业率的增加突出了就业的质量，反映了经济良好的发展态势，更好地体现出共享发展的要求，即实现更充分、更公平的就业。

技术市场成交额作为反映科学技术发展的重要指标，其对发展成果的贡献程度也较为显著。科学技术是先进生产力的集中体现，是经济社会发展的主要推动力；科学技术对发展成果的贡献，成为促进共享的重要因素，共享同样也为科学创新指明方向。

教育财政的投入强度也是发展成果主要动因，它体现了国家对教育事业的重视程度，教育事业的发展是成果共享的重要组成部分。教育的长期性和广泛性等特征，是促进人全面发展的主要动因，也是实现代际共享、长期可持续共享的必要条件。因此需要优先发展教育事业，全面提高教育质量，努力缩小教育差距，共享教育发展成果。

此外，从结果中可以看到，GDP增长率并非推动发展的主要驱动因素，其作用较不显著。在我国经济逐渐转向高质量的过程中，不应再把GDP增长率放在首要地位。发展成果是否丰硕，不完全体现为惊人的GDP增速，而在于是否能被广大人民群众共享。因此需要适度放缓GDP增速，让经济回归高质量、可持续的发展上来。

在上述结果中，作为经济增长的三驾马车之一，消费率对发展成果的驱动作用并不显著。这可能是由于我国消费率在16年以前持续走低，同上中等收入国家的平均水平相比还存在一定距离，也就意味着消费需求同经济发展间存在失谐现象。究其原因，很大程度是因为我国长期以来属于投资拉动型经济，由于惯性的存在，一时难以改变为消费主导型经济。所以，消费作为发展成果的驱动因素，其作用还需继续培养，这样才有利于发展成果的全民共享。

财政支出占比反映了在经济建设中政府的介入程度，该比值越大对地区市场化进程的阻碍作用也相对越大。本文结果显示，在影响发展成果指数的多种因素中，财政支出占比的重要性最低，可见市场化过程和经济社会的发展高度相关，并且市场机制的决定性作用也是我国调结构工作的关键之处。以市场化的方式实现资本、货物以及服务的共享，在一定程度上拓宽了共享的内涵。

五、结论

基于共享理念，本文首先从发展速度、发展结构、发展质量和发展效益等四个方面界定了发展成果的理论内涵，并选取相应的指标构建出评价发展成果的指标体系，旨在能够更好地测度可被广大人民群众共享的发展成果。此外，本文引入修正引力模型，采用2005年、2010年以及2015年的全国人口抽样调查和人口普查的数据，建立面板模型来确定发展成果评级体系中各指标的权重，进而综合得到我国各地区的发展成果指数。最后，通过使用SMOTE技术完善数据，并以此训练XGBoost模型以识别出影响发展成果共享的主要驱动因素。

研究结果表明：经济效益、市场化水平以及产业结构都对人口向发展更好的地区迁移产生了较强的推动力；可持续性和稳定性等发展质量问题还不是人们选择迁移时主要考虑的因素；全国整体发展水平及大部分省份的发展成果，都保持着小幅稳步提升的良好态势，在这样状态下创造的发展成果，是能够增进人民福祉、由人民共享的高质量的发展成果；人均GDP、人均财政收入及人均可支配收入是发展成果最主要的驱动因素，科学技术及教育事业的进步也为发展成果增光添彩；但GDP增长率的重要性并不显著，消费需求同经济发展间的失谐导致消费率的驱动效果并不显著；此外，财政支出水平作为市场化水平的逆向指标，会在一定程度上对发展产生阻碍作用。

上述研究结论具有较强的政策导向：第一，使经济回归高质量、可持续的发展。经济社会发展已经从高速发展转型高质量的发展，共享是高质量发展的最终目的，高质量发展是实现共享的必由之路。第二，加快资源型地区经济发展方式的转变。突破资源能源的制约，保障各地区均衡发展，有助于激发各地区人民的创造力，让广大人民在共建共享中获得满足感。第三，全面提高人民群众的社会福利。扩大人民的收入范围、提高人均GDP水平，是发展成果共享和人民获得感提升的最直接体现。第四，继续推进科学技术及教育事业的发展。科技和教育为发展提供持续的动力，使发展成果造福当代、惠及后代，共享美好的未来。第五，全力推进我国市场化进程。从市场中获取发展的新动力，进而扩宽发展的路径，丰富共享理念的新内涵。