长江三角洲地区产业结构升级时空动态评价体系的构建与应用

孙 攀，陈晓峰

（南通大学经济与管理学院，江苏南通 226019）

产业结构升级不仅是“双循环”演进的内在逻辑的先导，而且是应对中国经济发展进入新常态的长效之举，同时是发展更高层次开放型经济的必然选择[1-2]。长江三角洲地区作为中国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位，其产业结构发展趋势具有较强的示范效应。科学、系统地评价长江三角洲地区产业结构发展趋势，对引领全国高质量发展、建设现代化经济体系意义重大。那么，如何进行长江三角洲地区产业结构升级？产业结构升级的代理变量有哪些？如何系统地对长江三角洲地区产业结构升级进行时空动态评价？本文主要回答了上述问题，特别是如何构建产业结构升级时空动态评价体系的问题。

对于产业结构升级评价指标构建的研究可以分为三个阶段：其一是1990—2001 年以定性分析为主、以定量分析为辅的阶段。这个阶段系统地提出了评价产业结构升级的指标——产业结构合理化指数、高级化指数，并以定性分析为主、以简单的定量分析为辅研究与产业结构升级有关的经济问题。代表性的研究者有周振华[3]。他较早系统地定义了产业结构合理化、高级化的概念。吕铁等[4]、洪银兴[5]、周叔莲等[6]也有类似研究。

其二是2002—2010 年以定量分析为主、以定性分析为辅阶段。在此阶段，测度产业结构升级的指标构建日趋复杂。代表性的学者是徐德云[7]、黄茂兴等[8]、付凌晖[9]。徐德云将三次产业占GDP 的比重分别乘以特定的参数后相加，得到表征产业结构升级的变量值。3，1≤R≤3。其中，yi为第i 产业占GDP 的比重。R越小，产业结构越原始；R 越大，产业结构越合理且高级化。孙攀等[10]也采用了此种方法。黄茂兴等采用第二产业从业人数、增加值分别占总从业人数、总GDP 的比例作为产业结构升级的代理变量。付凌晖构建了产业结构高级化的代理变量其中，x3，0），X1=（1，0，0），X2=（0，1，0），X3=（0，0，1），j=1，2，3。W 越大表示产业结构高级化程度越高。

其三是2011 年至今的数量研究与技术研究阶段。在此阶段，关于产业结构升级指标的构建不仅复杂化，而且日趋技术化、科学化。代表性研究者有干春晖等[11]、安苑等[12]、黄亮雄等[13]。干春晖等采用改进的泰尔指数、第三产业增加值与第二产业增加值的比值分别作为产业结构合理化、高级化的代理变量。安苑等采用财政行为的波动性与产业技术复杂度之间的交互项作为产业结构升级的代理变量，研究其对产业份额的影响。黄亮雄等基于数量（比例关系）和质量（生产率[14-15]或技术复杂度）构建了产业结构高级化指数其中，i、j、t 分别表示地区、行业、时间；Sijt表示t 时间i 地区j 产业增加值与全部行业总增加值的比值；Fijt表示生产t 时i 地区j 产业生产率或技术复杂度。

上述关于构建产业结构升级评价体系的研究，在一定程度上为国家制定有效的相关产业发展政策提供了很好的参考。但是，由于缺乏空间评价纬度与动态可视化技术，上述文献还存在一些不足之处。基于此，给出本文的边际贡献：构建了可量化、可视化的时空动态评价产业结构升级的理论体系，并将其应用到对长江三角洲地区产业结构升级的研究中去。具体而言，引入了时空动态可视化技术，从时间角度来看，在整体、分省域、分地级及以上城市层面上，对表征产业结构升级的指标——产业结构合理化与高级化指数进行了可视化分析；从空间角度来看，在空间分位、空间方向分布、空间热点（冷点）层面上，对产业结构合理化与高级化指数的空间分布、方向分布与集聚（或扩散）趋势、高值（或低值）与高值（或低值）的空间集聚区域进行了深入分析。

本文研究方法的合理性和有效性体现在：在进行区域经济学问题研究时，需适当考虑地理空间效应，而空间统计（空间分位分析技术、SDE 分析技术、热点分析技术等）和空间计量经济学方法的产生、发展为空间数据分析提供了很好的工具[16]，可以扩展传统方法的研究维度，使研究更趋于全面[17]。

一、变量、方法与数据

（一）变量

本文的核心变量有2 个：产业结构合理化指数（ti）、产业结构高级化指数（ts）。由于在统计年鉴中ti、ts 的数据不可直接获取，需要引入它们的代理变量。表征ti、ts 的代理变量很多，例如，吴福象等[18]基于Moore 值法测度产业结构的变动程度，将其反余弦夹角值作为ti 的代理变量；干春晖等、孙攀等[19]将改进的泰尔指数、第三产业增加值与第二产业增加值的比值分别作为ti、ts 的代理变量。本文采用干春晖等的方法。其主要原因有三点：①传统方法将产业结构升级采用一个指标进行度量，忽略了产业结构升级过程中的合理性、层级性问题，不利于更加深入地研究产业结构升级。②该评价方法有效解决了其他产业结构升级指标存在的一些问题。例如，有学者将结构偏离度指标作为产业结构合理化的代理变量，这样做的不妥之处是：结构偏离度指标将各产业“一视同仁”，忽视了不同产业在经济体的不同重要程度，同时，引入绝对值也为研究带来许多问题。改进后的泰尔指数不仅考虑了产业的相对重要性，而且避免了绝对值的计算，保留了结构偏离度的理论基础与经济含义，因此它能对产业结构合理化进行更好的度量。③由干春晖等基于吴敬琏[20]的思想而构建的产业结构高级化评价指标（第三产业增加值与第二产业增加值的比值）已经成为学术界公认的产业结构高级化的代理变量。

（二）方法

本文涉及的主要研究方法有2 个：①测度经济要素空间运动方向或集聚趋势的标准差椭圆技术；②评价经济要素高值与高值空间集聚的热点分析技术。

1.标准差椭圆技术

（1）工作原理

在度量一组点或区域趋势时，通常的做法是分别计算x 轴与y 轴方向上的标准距离。一个包含所有要素分布的椭圆轴线能够被上述两个度量值定义。因为，此方法是把平均中心看作起点对x坐标与y 坐标的标准差进行计算，进而定义椭圆的轴；所以，此椭圆被命名为标准差椭圆（Standard Deviational Ellipse，SDE）。SDE 的几个关键指标介绍如下。

平均中心：

其中xi、yi为要素的坐标，wi表示权重为要素的平均中心，n 为要素总数。

其中s 是置信度的值，可以根据数据量进行卡方概率表查询[21-22]。

（2）长短半轴的解释

椭圆的长半轴表示的是数据分布的方向，短半轴表示的是数据分布的范围，长短半轴的值差距越大（扁率越大），表示数据的方向性越明显。反之，如果长短半轴越接近，表示方向性越不明显。当长短半轴完全相等，椭圆就变成了圆，此时其表示没有任何的方向特征。

短半轴表示数据分布的范围，短半轴越短，表示数据呈现的向心力越明显；反之，短半轴越长，表示数据的离散程度越大。同理，当短长半轴完全相等时其表示没有任何的集聚、扩散特征。

（3）变动的解释

一般而言，标准差椭圆空间范围变化有四种情况：①空间范围减小。此种情况表示标准差椭圆内部要素增长快于外部要素。换言之，此时该要素有空间集聚趋势。②中心向某特定方向移动。此种情况表示上述特定方向要素增长快于其相反方向要素增长。③短半轴增长，长半轴不变。假如短半轴处于东西方向，此种情况表示东西方向要素增长快于南北方向。④方位角减小。此种情况表示西北部要素影响增强。

2.热点分析技术

衡量空间自相关的方法除了莫兰指数，还有吉尔里指数［Geary’s C，也称吉尔里相邻比率（Geary’s Contiguity Ratio）］[23]：

（xi-xj）2是Geary’s C 的核心部分。一般情况下，Geary’s C 的取值在0 至2 之间（2 并不是上限）。Geary’s C 统计量取值为1，表示空间无关，表示属性值在空间单元上是随机或独立的；取值[0，1）时表示空间正相关，越接近0 表示正相关程度越强；取值（1，2]时表示空间负相关，越接近2表示负相关程度越强。就衡量局域空间自相关而言，Geary’s C 比局域莫兰指数更为敏感。标准化的Geary’s C 如下：

因此，可以使用标准化的Geary’s C 衡量空间自相关。无论如何，应该注意到，因为热点区域（hot spot，高值与高值集聚的区域）、冷点区域（cold spot，低值与低值集聚的区域）都表现为正相关；所以Geary’s C 无法识别热点区域、冷点区域，这是莫兰指数与Geary’s C 共同的缺点。为了解决此问题，Getis 等[24]提出了Getis-Ord 指数G（Getis-Ord General G）。标准化的Getis-Ord General G：

如果G*＞1.96，则存在空间正自相关，此时在5%的水平上拒绝无空间自相关的原假设，且存在热点区域。如果G*＜-1.96，则存在空间正自相关，此时在5%的水平上拒绝无空间自相关的原假设，且存在冷点区域。

如果要考察某区域i 是否为热点或冷点，此时需要使用局域Getis-Ord 指数G（Getis-Ord Local G）：

（三）数据

本文的核心变量为产业结构合理化指数（ti）、产业结构高级化指数（ts），计算上述两个变量，共计涉及八个变量：第一、二、三产业从业人数与增加值，总从业人数与增加值。原始数据来源于2003—2019 年41 个长江三角洲地区地级及以上城市的统计年鉴。变量的描述性统计，见表1。

二、长江三角洲地区产业结构升级的时间演化规律

为了更为深入地分析长江三角洲地区产业结构升级的特征及规律，下面从整体、省域及地级及以上城市三个层面上，进行研究。

表1 变量的描述性统计

图1 显示：从整体上来看，2002—2018 年长江三角洲地区产业结构合理化呈现出逐渐趋向合理的趋势。同时，产业结构高级化呈现出逐渐趋向高级的趋势。已有研究表明，在长江三角洲地区，金融服务业集聚发展、新型城镇化、政府干预、外商直接投资、人力资本存量及技术进步均对产业结构升级起到了明显的促进作用，特别是金融服务业集聚发展、新型城镇化[25-27]。在这里，简单介绍一下金融服务业集聚发展、新型城镇化分别促进产业结构升级的作用机理。金融服务业集聚发展促进产业结构升级的机理表现为，通过解决产业结构升级所需资金发挥风险防范和补偿功能，提高产业配置效率和技术水平，从而促进传统产业技术更新及其与新兴产业整合，进而推动产业结构升级。新型城镇化促进产业结构升级的机理表现为，通过搭建完备的基础设施来整合各类优质资源，借助城市群内企业技术研发的正外部性效应来推动地区产业结构升级。

图2 显示：2002—2018 年，从省域层面上来看，一方面，在长江三角洲地区中，上海市产业结构最为合理，其后依次为江苏省、浙江省、安徽省；另一方面，上海市产业结构最为高级，其后依次为浙江省、江苏省、安徽省。图2 中的分省域的产业结构合理化、高级化的发展趋势与图1 相匹配。

图1 2002—2018 年，长江三角洲地区产业结构升级指标趋势图

图2 2002—2018 年，长江三角洲地区分省域产业结构升级指标趋势图

2002—2018 年，从地级及以上城市层面上来看，在产业结构合理化方面，总体而言，上海市、嘉兴市、湖州市、杭州市发展较好，且恒定趋好。在产业结构高级化方面，安徽省宿州市、亳州市、阜阳市、蚌埠市、淮南市、滁州市、合肥市、马鞍山市、六安市、芜湖市、宣城市、铜陵市、池州市、安庆市、黄山市发展不稳定，但总体趋好。其他省域地级及以上城市发展较好，且稳定。

三、长江三角洲地区产业结构升级的空间演化规律

（一）长江三角洲地区产业结构升级空间集聚的区位分布及其演变趋势

1.空间分布演变趋势

图3 显示：2002 年，长江三角洲地区产业结构合理化较好的地区有安徽省阜阳市，江苏省扬州市、苏州市，上海市，浙江省舟山市；2010 年，产业结构合理化较好的地区有安徽省阜阳市、宿州市，江苏省苏州市、无锡市、常州市、镇江市、南京市及扬州市，上海市，浙江省湖州市、嘉兴市、杭州市、绍兴市、宁波市、舟山市、台州市及温州市；2018 年，产业结构合理化较好的地区有安徽省合肥市、阜阳市，江苏省苏州市、无锡市、常州市、镇江市、南京市、南通市、泰州市、扬州市、淮安市、盐城市及徐州市，上海市，浙江省湖州市、嘉兴市、杭州市、绍兴市、宁波市、舟山市、台州市及温州市。2002—2018年，长江三角洲地区产业结构合理化发展呈现出由中国经济中心上海市向周围城市扩散的趋势。

图4 显示：2002 年，长江三角洲地区产业结构高级化较好的地区有安徽省黄山市、池州市、宣城市、六安市、阜阳市、亳州市、蚌埠市及宿州市，江苏省南京市，上海市，浙江省舟山市；2010 年，产业结构高级化较好的地区有安徽省黄山市、亳州市及宿州市，江苏省南京市，上海市，浙江省杭州市、舟山市；2018 年，产业结构高级化较好的地区有安徽省黄山市、池州市、六安市、合肥市、淮南市、阜阳市、亳州市、蚌埠市及宿州市，江苏省苏州市、无锡市、常州市、镇江市、南京市、南通市、泰州市、扬州市、淮安市、盐城市、连云港市、宿迁市及徐州市，上海市，浙江省湖州市、杭州市、绍兴市、舟山市、金华市、衢州市、丽水市、温州市及台州市。

图3 2002 年、2010 年及2018 年，长江三角洲地区产业结构合理化空间分位图审图号：GS（2020）3189 号

图4 2002 年、2010 年及2018 年，长江三角洲地区产业结构高级化空间分位图

2002—2018 年，长江三角洲地区产业结构高级化程度较高地区呈现出以下特点：①2002—2010年，安徽省产业结构高级化程度逐渐降低，这可能是由于江浙沪产业突然转移到皖所致；2011—2018年，安徽省产业结构高级化程度逐渐提高，这可能是由于江浙沪产业转移而直接带来的生产性服务业兴起所推动的。②2002—2018 年，长江三角洲地区产业结构高级化发展呈现出由经济较为发达的城市（省会城市或上海市等）向周边城市辐射带动的趋势。

2.空间集聚演变趋势

衡量产业结构升级空间集聚演变趋势的指标有四个：椭圆面积、短半轴变化、长半轴变化、平均形状指数（SDE 短半轴与该SDE 长半轴的比值）。

图5 与表2 显示：从椭圆面积、短半轴、长半轴来看，在空间上，长江三角洲地区产业结构合理化有集聚的趋势。从平均形状指数来看，长江三角洲地区产业结构合理化较为不均衡，并且此种情况并没有随着时间的变化而得到改善。从方位角来看，2002—2010 年，长江三角洲地区产业结构合理化方位角每年的变化较大，这说明其空间分布格局的偏移趋势较为明显；2010—2018 年，正好相反。从椭圆中心移动方向来看，在绝大多数年份里，长江三角洲地区产业结构合理化的中心在向西移动。这说明，长江三角洲地区产业结构合理化较差的地区在向西移动。这可能是三省一市相对产业结构合理化增长速度不一致而导致的结果。

图5 与表3 显示：从椭圆面积、短半轴、长半轴来看，在空间上，长江三角洲地区产业结构高级化有集聚的趋势。从平均形状指数来看，长江三角洲地区产业结构高级化较为不均衡，并且此种情况并没有随着时间的变化而得到改善。从方位角来看，2002—2009 年，长江三角洲地区产业结构高级化方位角每年的变化较小，这说明其空间分布格局的偏移趋势较不明显；2010—2018 年，与上个考察期相似。从椭圆中心移动方向来看，在绝大多数年份里，长江三角洲地区产业结构高级化的中心在向东南方向移动。这说明，相对于长江三角洲地区的其他省域，浙江省产业结构高级化程度提高得较快。

图5 2002—2018 年，长江三角洲地区产业结构合理化、高级化SDE 图

（二）长江三角洲地区产业结构升级的空间集聚模式

图6 显示：2002 年，长江三角洲地区产业结构合理化热点地区分布在安徽省合肥市、马鞍山市，浙江省丽水市；冷点地区分布在江苏省泰州市，浙江省湖州市、嘉兴市及舟山市，上海市。2010年，产业结构合理化热点地区分布在安徽省池州市、安庆市、铜陵市、芜湖市及合肥市；冷点地区分布在江苏省苏州市、无锡市、常州市及泰州市，上海市，浙江省湖州市、嘉兴市、绍兴市、宁波市及舟山市。2018 年，产业结构合理化热点地区分布在安徽省黄山市、池州市、安庆市、铜陵市、芜湖市、宣城市、蚌埠市、淮北市及宿州市；冷点地区分布在江苏省苏州市、无锡市、常州市及泰州市，浙江省湖州市、嘉兴市。

表2 2002—2018 年长江三角洲地区产业结构合理化SDE 相关参数

表3 2002—2018 年长江三角洲地区产业结构高级化SDE 相关参数

2002—2018 年，长江三角洲地区产业结构合理化热点地区呈现出由中部偏西方向朝西南方向运动的趋势；冷点地区呈现出由中部偏东方向朝东部方向运动，且主要集中在长江三角洲核心区域的趋势。换言之，长江三角洲地区中部偏西城市的产业结构不合理且比较集中；中部偏东城市的产业结构比较合理且比较集中。

图6 2002 年、2010 年及2018 年，长江三角洲地区产业结构合理化热点图

图7 显示：2002 年，长江三角洲地区产业结构高级化热点地区分布在安徽省黄山市、淮南市、阜阳市、蚌埠市、亳州市及淮北市；冷点地区分布在江苏省苏州市、浙江省台州市。2010 年，产业结构高级化热点地区分布在上海市；冷点地区分布在安徽省安庆市、铜陵市、芜湖市、合肥市及马鞍山市。2018 年，产业结构高级化热点地区分布在上海市，浙江省嘉兴市、舟山市、衢州市；冷点地区分布在安徽省铜陵市、芜湖市、合肥市及马鞍山市。

2002—2018 年，长江三角洲地区产业结构高级化热点地区呈现出由西北方向朝东南方向运动的趋势；产业结构高级化冷点地区呈现出由东部方向朝西部方向运动，且集中在安徽省铜陵市、芜湖市、合肥市及马鞍山市的趋势。换言之，长江三角洲地区中部偏西城市的产业结构高级化程度较低，且比较集中；上海市及其周边的产业结构高级化程度较高，且比较集中。

四、主要结论与政策启示

（一）主要结论

本文在对产业结构升级类文献进行回顾的基础上，借鉴干春晖等的方法构建了产业结构升级时空动态评价体系，基于2002—2018 年长江三角洲地区41 个地级及以上城市面板数据，采用时间序列分析技术、空间统计分析技术，分别从整体、省域、地级及以上城市层面上，对表征长江三角洲地区产业结构升级的两个指标——产业结构合理化、高级化进行了系统的评价，得出以下结论：

图7 2002 年、2010 年及2018 年，长江三角洲地区产业结构高级化热点图

从时间角度来看，就整体层面而言，长江三角洲地区产业结构合理化呈现出逐渐趋向合理的趋势。同时，产业结构高级化呈现出逐渐趋向高级的趋势。与其他省域相比，在产业结构合理化、高级化两个方面，安徽省都比较落后。就地级及以上城市层面而言，在产业结构合理化方面，上海市、嘉兴市、湖州市、杭州市发展较好。从空间角度来看，基于空间分位图分析可知，长江三角洲地区产业结构合理化、高级化发展都呈现出由经济较为发达的城市（省会城市、上海市等）向周边城市辐射带动的趋势。基于SDE 分析可知，在空间上，长江三角洲地区产业结构合理化、高级化较为不均衡，但有集聚的趋势。基于热点图分析可知，长江三角洲地区中部偏西城市的产业结构不合理，且比较集中；同时，产业结构高级化程度较低，且比较集中。

总而言之，安徽省产业结构合理化、高级化都较为落后。在制定政策时，要发挥产业结构合理化、高级化程度都比较高的地区的辐射带动作用。

（二）政策启示

结合以上主要结论和产业结构升级机理，给出推动长江三角洲地区产业结构升级的六点建议：

一是推动产业由经济发展高梯度区域向低梯度区域转移。具体而言，由长江三角洲城市经济协调会组织牵头，将劳动密集型产业由经济发展高梯度区域（江浙沪）向低梯度区域（皖）平稳、有序、高效转移。产业转移可以起到改变劳动力空间资源分布、促进区域产业分工与合作、优化区域产业结构的作用。二是实现制造业与生产性服务业联动发展。安徽省在做好承接江浙沪制造业转移的同时，需要大量培育与制造业联动发展的生产性服务业，形成生产性服务业集群并实现规模化发展，以集群内技术溢出效应为载体，推动产业结构升级。三是促进金融服务业集聚发展。以长江三角洲地区新型城镇化为依托，做好硬件基础设施服务；同时，营造金融服务业集聚发展的软件条件。开展金融服务业特区实验，在该区域内进一步完善和协调金融监管，从税收和放开经济约束等方面利用宏观政策工具进行改革创新，促进该区域金融服务业快速发展，最终实现集群化，推动产业结构升级。四是建议省会城市或上海市重点发展研发设计、创意工业设计[28]、融资租赁、信息技术服务、节能环保服务、商务咨询、服务外包、售后服务和品牌建设等生产性服务业。省会城市或上海市要引导企业进一步打破“大而全”“小而全”的格局，分离和外包非核心业务，向价值链高端延伸，促进产业逐步由生产制造型向生产服务型转变，在产业结构升级中起到辐射带动作用。五是沿海城市要以独特的地理区位优势为把手，发展海洋工程装备制造业。发展战略性新兴产业——海洋工程装备制造业，能够带动周边一大批高科技产业发展，不仅对本地区产业结构升级的促进作用非常明显，还能对邻近地区产业结构升级起到辐射作用。建议上海市、舟山市、宁波市等积极鼓励或推动海洋工程装备制造企业实施专业化重组、并购以及内部资源整合，优化产业资源配置，减少低端过剩产能，提高龙头骨干企业的核心竞争力。六是建议长江三角洲地区城市在城市功能分工、交通基础设施互联互通、协同创新、双向开放等方面展开深层次合作，如此一来，既能实现城市之间生产要素的优化配置，还能实现产业之间和内部结构优化升级。