粤港澳大湾区城市高质量发展评价及空间结构特征分析

段秀芳,沈敬轩

(1.中共广州市委党校 哲学与文化教研部,广东 广州 510630;2.北京师范大学 教育学部,北京 100875)

一、引言

粤港澳大湾区作为中国开放程度最高、经济活力最强的区域之一,主要是由香港、澳门两个特别行政区和广东省广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆9市组成的城市群,与美国纽约湾区、旧金山湾区、日本东京湾区并称为世界四大湾区。2019年中共中央、国务院印发《粤港澳大湾区发展规划纲要》,进一步明确粤港澳大湾区进入高质量发展的宏伟目标。对粤港澳大湾区的城市经济高质量发展进行客观有效评价,能够为国家在建设世界级城市群且参与全球竞争提供前瞻性思考,本文特对大湾区城市经济发展水平、城市发展效率和区域地理格局进行分析。

目前,关于经济发展质量的内涵和外延在学术界还没有达成共识,不同学者根据自己主观的理解构建评判“质量”的标准,并据此来衡量一个国家或者地区经济增长的质量。总体来看,经济发展质量的研究包含狭义和广义两种视角。狭义的视角主要从投入产出率或效率的角度来定义经济发展质量。这类学者主张以全要素生产率(TFP)对经济增长中的贡献来判断经济增长质量,其对经济增长的贡献越大、经济增长质量越高。郑玉歆、刘艳、任保平等分别运用全要素生产率的贡献度对经济发展的质量进行量化[1-3]。

广义的视角涵盖了更加丰富的内容,众多学者从多维的角度,根据经济增长不同的方面测度经济增长的质量,构建了各种指标体系。叶初升和李慧从发展理念出发将经济增长质量界定为经济增长过程中所蕴含的发展质变,即可行能力的提升,选定充足营养、知识水平、居住质量、生活环境、闲暇活动和自由出行共6个维度来考察人们的可行能力,并据此提出了经济增长质量的分析模型[4]。部分学者将经济增长质量限定在“经济增长”的范畴内,暂不考虑经济增长带来的社会发展、环境效益等内容构建高质量发展指标体系,如王薇和任保平提出经济效率、经济结构、经济稳定性及经济持续四个与经济增长紧密相连的质量特征作为评判维度[5]。更多的学者将经济增长质量的内涵扩大到整个社会的福利和环境代价等方面。钞小静从有明确外延经济增长质量的内涵出发,构建了评价经济增长质量四个方面指数的指标体系,主要有经济增长结构、经济增长稳定性、经济增长福利变化与成果分配、经济增长的资源利用和生态环境代价[6]。许永兵构建了评价河北省经济发展质量的指标体系,包含6个一级指标,即经济增长的稳定性、经济结构、社会总需求、科技进步、资源环境和民生改善[7]。陈丹丹、王德利、师博等则分别在上述研究的基础上对经济增长质量指标评价体系进行了改进,如陈丹丹增加了国民经济素质维度,王德利和王岩增加了影响力维度,师博和任保平在2015年研究的基础上对经济增长质量指标体系进一步的完善,增加了反映社会成果的维度,并将其分解为人力资本和生态资本[8-10]。

李金昌等通过对高质量发展统计内涵的深入考察,在充分梳理、借鉴国内外有关同类评价指标体系的基础上,从“人民美好生活需要”和“不平衡不充分发展”两个方面着手,构建了由经济活力、创新效率、绿色发展、人民生活、社会和谐5个部分共27项指标构成的高质量发展评价指标体系[11]。马茹等在深入剖析经济高质量发展内涵的基础上,构建了包括高质量供给、高质量需求、发展效率、经济运行、对外开放等5个一级指标、15个二级指标以及28个三级指标的中国经济高质量发展评价指标体系[12]。李晓楠基于高质量发展的六个基本内涵、八个基本特征和六个实现途径,从发展活力、发展质量、发展环境等3个一级指标、8个二级指标和28个三级指标构建了中国及区域的高质量发展水平评价指标体系[13]。刘瑞和郭涛综合考虑高质量发展内涵,借鉴已有的研究成果,从创新发展指数、协调发展指数、绿色发展指数、开放发展指数、共享发展指数等五个方面构建了高质量发展指数[14]。

按照新发展理念和推动高质量发展要求,城市经济发展评价指标体系也需要贯彻创新、协调、绿色、开放、共享的新发展理念,詹新宇和崔培培从研发水平、经济增长效率、城乡结构、产业结构、投资消费结构、金融结构、经济稳定、资源消耗、环境污染、环境保护、贸易依存度、城乡居民收入、公共服务等方面建立指标体系[15]。任保平和李梦欣以经济增长效率、经济增长结构、经济增长稳定性、福利变化与成果分配、生态环境代价和国民素质六个维度构建地方经济增长质量评价体系[16]。魏敏等从动力机制转变、经济结构优化、开放稳定共享、生态环境和谐、人民生活幸福5个方面16个要素建立新常态下的经济增长质量评价体系[17]。张震等从经济发展动力、经济发展协调性、交通信息基础设施、经济发展开放性、经济发展协调性、绿色发展、经济发展共享性7个维度构建副省级城市经济高质量发展评价指标体系[18]。尹海丹从创新、协调、绿色、开放、共享5个方面24项指标,构建粤港澳大湾区城市经济高质量发展评价指标体系,使用面板数据对2010—2017年粤港澳大湾区城市经济高质量发展指数进行了主成分分析,在测算、比较及分析的基础上,提出粤港澳大湾区城市经济高质量发展对策[19]。

在上述宏观质量评价指标体系研究中,每个维度的观测指标不尽相同,但所研究的评价指标体系基本上涵盖了经济发展有效性、协调性、可持续性、包容性、福利成果的共享性五个维度。

二、粤港澳大湾区城市高质量发展指标评价体系构建

(一)构建指标体系的基本原则

一是坚持新发展理念原则。高质量发展,是能够满足人民日益增长的美好生活需要的发展,是体现新发展理念的发展,是创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的发展。构建衡量和推动高质量发展的统计体系,必须以新发展理念为指导。

二是导向性原则。指标体系要发挥导向作用,推动各地方各部门切实转变发展理念,正确引导经济社会的发展方向,应具有前瞻性和引领性。

三是系统性原则。指标体系涵盖经济、社会、生态文明等方面内容,反映各方面发展的成果或进展,指标选取兼顾相互独立性和内在逻辑性。

四是客观性原则。指标体系要客观真实反映经济社会发展和生态文明建设的各方面,对发展质量提出客观务实的要求。

五是可操作性原则。选取指标时充分考虑统计资料的可获得性,尽量选择数据可采集、可获得的指标,评价方法便于测算和分析。

(二)指标体系的框架和内容

按照中央对高质量发展的总体思路和要求,指标体系框架以新发展理念(创新、协调、绿色、开放、共享)为基础,再加上综合规模效率结构,共分为六个方面。每个方面的指标选取充分考虑到指标的代表性、客观性、可操作性和多重共线性等,最终选取六个方面26个指标,具体见表1。

表1 粤港澳大湾区城市高质量发展评价指标体系

本文数据来源于《中国统计年鉴》《广东省统计年鉴》、广东各地市统计年鉴、广东各地市国民经济和社会发展统计公报、《中国城市统计年鉴》《香港统计年刊》《澳门统计年鉴》、澳门环境状况报告等,部分指标数据需通过计算得到。涉及港元、澳门元的指标数据,均通过当年人民币汇率进行了转换。由于港澳地区的统计口径和广东省9城市不一致,数据也难以收集,在实证分析中,首先以广东9市为例计算,再综合港澳地区进行分析。

三、粤港澳大湾区高质量发展测度方法

(一)熵权TOPSIS法

本文构建时间空间指标的三维立体数据,综合TOPSIS法逼近理想解的思想,测算2009—2018年城市经济高质量发展经济水平。

1.熵值法赋权

熵值法是根据指标所含信息量的差异性,该方法的优势在于避免了主观因素干扰。具体步骤如下:

(1)指标数据标准化处理。由于各项指标的计量单位不统一,在计算综合指标前,先要进行标准化处理,即把指标的绝对值转化为相对值,从而解决各项异质指标值的同质化问题。正向指标和负向指标数值代表的含义不同(正向指标数值越高越好,负向指标数值越低越好),因此,为消除指标量纲及数量级差异,对正向和逆向指标采用不同的算法进行标准化处理,计算公式为:

(1)

(2)计算比重、差异系数和熵权。计算第t年第j项指标下第i个评价对象占该指标的比重:

(2)

用熵权法确定指标权重。有m个评价对象,每个对象由n个指标构成。根据矩阵(Pij)m×n计算信息熵:

(3)

根据数值的变异程度,计算指标j的差异系数:

Gj=1-Hj,j=1,2,…,n

(4)

定义指标j的信息熵权值为:

(5)

计算各评价对象的综合指数:

(6)

2.TOPSIS法计算综合得分

(1)TOPSIS法的优势在于对评价对象限制少,对指标、数据分布等要求较低,能充分利用原始数据信息,损失较少[20]。用熵权-TOPSIS法对评价对象进行排序,在可行方案中找到一个方案使其与理想解的距离最近,而与负理想解的距离最远,其思路是建立初始化决策矩阵,在基于数据标准化规则后得到的规范化初始矩阵,在有限方案中找到最优、最劣两项,即正、负理想解,通过计算每个指标与正负理想解之间的距离进行综合评价。

(2)本文分别用标准化矩阵中各指标的最大值和最小值表示理想解和负理想解,用欧氏距离计算各评价对象与理想解和负理想解间的距离:

(7)

为综合反映评价对象状态,计算相对接近度:

(8)

相对接近度越大,表示评价对象的总体表现越接近于理想解,表现越好。对所有地区进行排序后,可以得到各个城市的综合评价值。

(二)SBM-DEA方法

现实城市生产生活中,在一定的资源要素投入前提下得到产品产值等期望产出,也同样会得到污染物等非期望产出。传统数据包络分析模型在评价生产单元相对效率的设定中,希望利用最小化的资源投入得到最大化的产品产出。针对非期望产出的存在,Tone提出基于松弛变量的非径向、非角度的SBM模型,可以解决污染物等非期望产出的问题[21]。

非期望产出的SBM-DEA模型为:

(9)

其中,s表示投入、产出的松弛量,λ是权重向量。目标函数ρ*关于s-,sg,sb严格递减,并且0≤ρ*≤1。当ρ*=1时,评价单元是有效率的。

(三)探索性空间数据分析(ESDA)

1.全局空间自相关分析

在进行空间自相关分析前,要构建空间权重矩阵。空间权重矩阵可以反映属性变量的空间关联性。定义空间权重有3种方法,分别是相邻关系、距离关系、经济发展密切程度。本文采用公共一阶ROOK准则构建权重矩阵。全局空间自相关检验也有多种方法,如Moran’sI、Geary’sC和Getis-Ord’sG。比较常见的方法是Moran’sI指数,能衡量变量之间的空间相关性,以判断粤港澳大湾区城市发展水平(效率)是否存在空间自相关。本文通过GeoDa软件来计算全局空间相关性指数及显著性检验,可以衡量空间邻近城市高质量发展水平和效率的相似程度,该统计量取值范围为[-1,1],正值表示正向的空间自相关或表示空间集聚现象,负值表示负向的空间自相关或空间分散,近似表示所考察的地区在空间上随机分布。对于Moran’sI的计算结果,可运用P值或Z统计量进行检验。

2.局部空间自相关性

以各地区的横坐标为属性值,纵坐标为相应的空间滞后因子,进行可视化二维图示后,可得到Moran散点图。散点图可将某一研究对象分为四个象限的聚集模式,来识别一个城市及其邻近城市的关系。散点图右上方为第一象限,表示高水平(效率)的地区被高水平(效率)的其他地区所包围,为高—高聚集区(HH)。左上方为第二象限,表示低水平(效率)的地区被高水平(效率)的其他地区所包围,为低—高集聚区(LH);左下方为第三象限,为低—低聚集区(LL);右下方为第四象限,为高—低集聚区(HL),其中一、三象限说明城市存在空间相似聚集,二、四象限说明城市的空间分布存在异质性。

局部空间关联指数LISA值是描述某一城市与其相邻显著相似值的城市之间的空间聚集程度指标,从而反映局部区域间的正负相关性。局部Moran’sI的高值(即正局部空间自相关)被称为空间聚集,负局部空间自相关被称为空间离群。将Moran散点图和LISA显著性水平结合,可更为清晰地探测出大湾区不同城市的空间分布模式。

四、实证分析

(一)大湾区城市高质量发展水平测算

由于构建的指标体系包括正向指标和负向指标,需分别对原始数据采取不同的无量纲化方法。各项指标的权重系数具体见表2。

根据表2可知,指标体系中比较重要的六个二级指标分别为进口总额、R&D经费内部支出、出口总额、地区生产总值、人口密度和R&D人员数,权重数值均在0.07以上,说明对外贸易类指标、创新发展类指标对粤港澳大湾区城市经济水平发展的影响程度较大。大湾区作为中国开放程度最高、经济活力最强的区域之一,突出反映了其特有的城市发展优势,贸易依存度、第三产业占GDP比例、公路通车里程、资本生产率、医院、卫生院数的指标权重均在0.04～0.05之间,在城市发展中有一定影响。在城市经济发展评价体系中,政府在对外贸易、医疗、基建、投资、服务业等领域的投入对城市经济发展水平提高有促进作用。

表2 熵值法计算的指标权重系数

根据熵值法确定指标权重后,结合TOPSIS的正负理想解的思想,计算粤港澳大湾区分年度城市经济高质量发展水平综合指数,结果如表3所示。

表3 TOPSIS法计算的大湾区城市高质量发展水平历年得分情况

通过观察表3,大湾区9市10年来城市发展水平呈现稳步上升的发展势头。深圳始终保持在第一位,表现强势,从2009年的0.436 5到2018年0.837 7,城市发展水平综合得分增幅最大,十年间将近提升了一倍,已发展成为有一定影响力的现代化国际大都市。广州、东莞两市发展稳定,保持第二、第三的位置,与其他市区别明显。珠海在2014—2016年与2013年相比得分下降,但在2017年开始又稳步上升,随着港珠澳大桥2018年全线贯通,珠海在大湾区的重要地理位置突显。综合平均得分,深圳明显领先于其它8个城市。广州发展也比较突出。东莞、佛山、惠州、珠海表现平缓,中山、江门、肇庆与其他城市差距明显,处于劣势地位。随着时间的推移,城市间的差距并没有缩小,城市发展水平不均衡。根据综合得分值的大小,可以将这9个城市划分为三个等级:城市发展水平较高(深圳、广州、东莞)、城市发展水平中等(佛山、惠州、珠海)和城市发展水平较低(中山、江门、肇庆)。

(二)大湾区城市高质量发展效率测算

港澳地区与其他城市的统计指标有区别,在测算城市效率时对评价单元和指标数量有一定要求,所以在对粤港澳大湾区11城市进行城市经济高质量发展效率测算时,使用少量精简指标横向比较。

综合考虑指标选取的定量原则(评价效率指标宜少)、可操作性原则、数据可得性和可对比性原则,构建城市效率评价投入产出指标体系。将城市经济效率测度的投入指标分为土地、资本和劳动力三个要素。土地要素选取代表城市生产活动的城市建成区面积表示。为实现大湾区同向可比,选用固定资本形成总额表示资本积累情况,选用就业人口表示人力资本的投入。在考虑城市产出指标时,既要考虑城市经济活动中期望的产出,也要考虑非期望的产出,选取GDP和社会消费品零售总额客观表示城市的经济效益情况和消费需求。由于经济发展过程会带来经济效率的降低,选取跟经济生产活动比较密切的工业废水排放量、工业烟粉尘排放量和工业固体废弃物产生量表示非期望产出。非期望产出的SBM-DEA模型中的评估结论与输入输出指标数据的量纲无关,所以不必对各指标数据进行无量纲化。本文运用DEA-SOLVER Pro软件计算粤港澳大湾区城市发展效率,结果见表4。

表4 SBM-DEA法计算的粤港澳大湾区历年城市高质量发展效率情况

将城市发展效率等级划分为四个等级:效率最高(ρ=1)、效率良好(0.8≤ρ<1)、效率中等(0.6≤ρ<0.8)和效率较低(ρ<0.6)。根据表4可知,粤港澳大湾区城市发展效率整体水平较高,效率值基本稳定,均保持在0.48以上。从城市对比来看,深圳近10年来效率值最高,和城市发展水平保持地位一致。肇庆的城市效率值波动较大,下降明显,平均值效率最低。从时间对比来看,效率值较高的城市随时间波动较小,趋于稳定。效率较低的城市随时间震荡明显,尤其是考虑了非期望产出后,如惠州、江门、肇庆等市在2013年后,随着环境治理水平的提高,污染物排放减少,城市效率显著上升。东莞的城市经济发展水平较高,但效率值较低,因东莞地缘优势明显,制造业企业繁多,工业园区密集,导致污染排放程度明显高于其他各市。粤港澳大湾区平均效率值较高的城市有深圳、香港、珠海、澳门、中山、广州、佛山,占总数的63.6%。平均值效率中等的城市有江门、东莞、惠州、肇庆,占总数的36.4%。效率值较高的城市均位于大湾区沿海地区,各城市有不同的资源优势与功能定位,产业分工布局特点显著。但粤港澳大湾区各城市效率整体未达到理想状态,提升的潜力较大,应重点关注低效率城市的发展,实现产业升级,发展高技术产业和现代服务业,同时在城市建设过程中也要注意环境治理,坚持可持续发展。

(三)探索性空间统计分析

根据测算的城市经济发展水平和效率值,通过空间统计分析方法,对粤港澳大湾区的城市发展水平和效率的差异性进行空间探索。本文通过进行空间自相关检验,运用全局自相关检验和局部自相关检验,描述各城市之间的发展水平和效率是否存在空间联系。

1.全局空间相关性分析

计算2009—2018年度粤港澳大湾区城市发展水平和效率的Moran’sI指数及相应的P值、Z值,结果由表5可知,粤港澳大湾区各城市发展水平的Moran’sI指数在-0.008～0.06之间,且Moran’sI指数绝对值小于0.1,而且各年份计算的P值均未通过10%的显著性水平检验。近十年Moran’sI指数变动比较平稳,波动幅度较小。整体上出现先下降后上升的趋势,大湾区城市间发展水平的空间相关性较稳定,而且其相关性十分微弱。十年来的城市发展水平均值的Moran’sI指数为0.016,说明各市存在微弱的正向空间自相关性。城市效率的全局Moran’sI指数在-0.132～0.44之间,分别在2010—2011年和2013—2014年通过5%的显著性水平检验。城市效率的Moran’sI指数随时间变动呈现出先上升后下降趋势,反映了聚集程度先增加后减少的发展态势。十年来的城市发展效率均值的Moran’sI指数为0.365,且通过10%的显著性水平检验,表示各城市效率均值整体上为显著的空间正自相关,城市效率相近的城市在地理空间趋向于聚集。

空间自相关工具是一种推论统计计算,零假设为所分析的属性在研究区域内的要素之间随机分布。返回的P值具有显著性,则可拒绝零假设。各城市发展水平的空间分布可能是随机的,没有明显的空间依赖性,各城市效率表现出显著的空间正相关。

表5 大湾区城市高质量发展水平和效率的Moran’s I指数

2.局部自相关性分析

根据粤港澳大湾区9城市可绘制历年城市发展水平的Moran散点图,分布情况见表6。

表6 大湾区城市高质量发展水平Moran散点图象限分布

由表6可知,粤港澳大湾区9城市在四个象限都有分布。近十年来,HH型聚集只有东莞,HL型聚集为深圳和广州,LH型聚集为惠州,其他城市均为LL聚集。大湾区城市在第三、四象限聚集的城市较多。东莞作为大湾区重要的交通枢纽和外贸口岸,制造业实力雄厚,被广州、深圳包围,自身的城市发展水平较高,与这两个城市的差距逐步缩小,城市发展水平不断提升。广州、深圳两市无论在经济、创新、进出口、社会保障、医疗等都占据优势,但周边的城市发展水平较低,未能发挥中心城市的辐射带动作用,即没有对周围其他城市产生明显的正向溢出效应。惠州位于大湾区东岸,自身城市发展基础较好,有一定的发展潜力,城市发展水平未来受周边城市,如深圳、广州、东莞的正向溢出效应。LL型主要分布在大湾区西岸,城市体量较小,发展水平较低,区域周边城市发展速度也相对缓慢,未形成正向的空间溢出效应。Moran散点图只是初步判别了样本点所属的象限,本文还应用了LISA图判断其局部相关类型及其聚集区域是否在统计意义上显著。大湾区空间自相关显著的区域很少,说明大湾区城市群的城市经济发展水平还未形成明显的集聚效应。通过显著性检验的城市只有位于LH区域的惠州,无论是经济发展基本面、创新能力、绿色环保、对外开放等都远不及周边城市,城市发展潜力还需释放。

由表7可知,香港、中山、珠海十年来始终处于第一象限,广州、深圳、佛山自2015—2018年始终在HL聚集区。2009—2014年城市多位于第一、第三象限,说明城市效率存在HH、LL聚集现象,大湾区城市效率的发展受到周边城市的影响。以2015年为分界点,现城市分布多位于第一、二、四象限且显著而稳定,表明粤港澳地区的城市效率存在一定的空间异质性。显著的LH区域为肇庆、江门,位于大湾区西岸,周围城市效率较高,自身城市发展效率较低。显著的HL区域为广州、深圳,其呈现城市发展效率高,而相邻地区效率较低的特点。总体来看,城市效率表现出不均衡的空间结构,尤其在大湾区的东西两岸地区存在空间溢出,对周边地区存在空间交互作用。

表7 大湾区城市高质量发展效率Moran散点图象限分布

五、研究结论

本文构建了大湾区高质量发展评价指标体系,采用熵权法确定权重的TOPSIS方法,对各市2009—2018年城市发展水平进行了综合评价,并运用了非期望产出的SBM-DEA模型,分析了城市发展效率。为进一步探索粤港澳大湾区城市群的空间分布格局以及空间关联性,利用GeoDa软件进行了空间数据分析,结论如下:

(1)对外贸易类指标、创新发展类指标对粤港澳大湾区城市发展的影响程度较大。政府在对外贸易、医疗、基建、投资、服务业等领域的投入对城市发展水平提高有促进作用。

(2)随着时间的推移,城市发展水平差距扩大,愈不均衡。2009—2018年粤港澳大湾区城市高质量发展水平排名依次为:深圳、广州、东莞、佛山、惠州、珠海、中山、肇庆、江门。根据得分,可以分为三个等级:城市发展水平高(深圳、广州、东莞)、城市发展水平中等(佛山、惠州、珠海)和城市发展较低(中山、江门、肇庆)。

(3)粤港澳大湾区城市效率整体水平较高,效率值基本稳定,但各城市效率整体未达到理想状态,提升空间较大,在城市经济发展的同时也要注意环境治理。城市发展效率与城市发展水平评价结果并不完全对应。通过测算2009—2018年粤港澳大湾区11个城市发展效率,排名依次为:深圳、香港、珠海、澳门、中山、广州、佛山、江门、东莞、惠州、肇庆。

(4)通过空间自相关分析,各城市发展水平的空间分布可能是随机的,无明显的空间依赖性,各城市效率表现出显著的空间正相关。粤港澳大湾区城市发展水平在第三、四象限聚集的城市较多,空间自相关显著的区域很少,说明大湾区城市群城市发展水平还未形成明显的集聚效应。城市效率表现出不均衡的空间结构,尤其在大湾区的东西两岸地区存在空间溢出,对周边地区存在空间交互作用。

(5)大湾区各城市资源优势与功能定位各有特点,要强化城市间的融合与聚集效应,发挥高水平和高效率城市的辐射带动作用和空间溢出效应,注重低水平和低效率城市的发展潜力,通过深化合作,提升湾区城市群的协同发展,促进大湾区要素自由流动,推进对外开放,提高粤港澳大湾区的整体城市群水平、竞争力和国际影响力。