长三角城市群高质量发展驱动机制分析

罗 芳，刘 伟

（上海理工大学管理学院，上海 200093）

2019 年5 月13 日，中共中央总书记习近平主持召开中共中央政治局会议，会议审议了《长江三角洲区域一体化发展规划纲要》。长三角城市群的一体化高质量发展已经成为现今中国实行高质量发展的主要目标之一。在这样的背景下，长三角城市群高质量发展的评价以及驱动机制分析可以为长三角经济一体化高质量发展提供更有价值的决策参考。

一、研究方法与数据来源

（一）城市高质量发展评价指标体系的构建

党的十八大以来，以习近平同志为核心的党中央提出的“五大发展理念”，使我们党的经济发展理论升华到新的境界。国内部分学者在对经济高质量发展进行评价时往往会结合这一理念。李梦欣和任保平（2019）[1]便是从“创新、协调、绿色、开放、共享”五个基本维度切入构建了新时代中国高质量发展评价指标体系。魏敏和李书昊（2018）[2]构建了涵盖创新驱动发展、经济增长稳定、区域协调共享、生态文明建设和经济成果惠民等10 个方面的经济高质量发展水平测度体系。而在对城市的评价中，功能定位和竞争力逐渐成为国内学者的研究指标。黄俊等（2018）[3]从功能定位的角度构建了中心城市的评价体系。郭志强和吕斌（2018）[4]从城市自身及其与城市群协同发展两方面构建国家中心城市竞争力评价指标体系。部分学者在研究城市经济评价时强调城市活力。如刘水玲等（2020）[5]构建人口活力经济活力、功能活力和交通活力等四个方面的指标对城市活力进行综合评价。朱佳等（2019）[6]结合高质量发展和国家中心城市评价指标体系对象，构建了以新时代提出的五大发展理念为基础的国家中心城市经济高质量发展指标体系。

基于以上分析，本文以长三角27 个中心城市为研究对象，从经济发展、绿色发展、开放发展、民生发展、创新发展五个方面构建城市高质量发展指标体系。

1.经济发展。经济的发展并不是仅仅意味着数量上的提高，经济结构和社会结构持续高级化的创新过程或变化过程才是高质量发展的基础。因此经济结构的变化是城市高质量发展评价的重要指标之一。地区生产总值是反映城市经济状况极为重要的指标，因此本文选取了地区生产总值、人均地区生产总值以及地区生产总值增长率作为衡量城市经济状况的指标，同时以第二和第三产业占GDP 比重作为对城市经济结构的衡量。

2.绿色发展。环境问题是困扰中国当前经济发展的一大难题。随着中国城镇化进程的不断加快，城市面临的人口压力和工业化的压力在不断提升，城市绿色发展已经成为城市高质量发展所必须。城市的绿色发展不仅要从工业治理的角度出发，更要从人民的生活环境考虑。本文选取工业固体废物综合利用率、城镇生活污水处理率和生活垃圾无害化处理率来衡量工业污染的治理情况。以建成区绿化覆盖率及人均绿地面积反映人民生活环境状况。

3.开放发展。以往我们所说的开放发展重心放在了对外开放上，外向型经济确实在不同程度上拉动了地区经济的发展。对外开放不仅推动了地区的消费，还会吸引国外投资从而推动城市的发展。从广义上来说，城市的对外开放一方面是指对国内其他城市的开放，另一方面是指对国际的开放。而对内开放却往往是被忽略的，长三角一体化高质量发展正是强调区域间的协调发展，这一方面的测度本文将通过空间计量模型实现。因此本文在衡量开放发展时选取了外贸依存度和外资依存度两个指标。

4.民生发展。人民生活质量是指一定时期内一个区域内人民生活的社会环境和生活保障状况，是反映人民生活的经济社会条件质的方面的具体水平。社会民生的持续改善是高质量发展的内在要求，也是其重要内涵之一。高质量发展下更为突出的是百姓的获得感，人民生活水平的提高并不是简单指人均收入的增长，教育、医疗、通讯、文化以及交通等因素皆是人民生活中必不可少的因素。人民的生活质量本文选取城市居民家庭人均消费支出、人均可支配收入、高等学校、普通中学、小学每万名学生专任教师数、每万人医院、卫生院床位数和医生数、每百人公共图书馆藏书、国际互联网用户数、年末实有出租汽车数、人均城市道路面积、每万人拥有公共汽车进行衡量。

5.创新发展。强调要素投入以促进经济发展的方式已经越来越满足不了当今时代的发展，通过创新推动新旧动能的转换，才是新时代城市高质量发展的必经之路。科学技术是民族兴旺和国家强盛的决定力量，本文以专利申请数量、专利授权数、科学支出占地方财政支出比重作为对创新的评价指标。

因此本文建立的城市高质量发展评价指标体系如表1 所示：

表1 城市经济高质量发展评价指标体系

（二）研究方法

本文采用熵权法对城市高质量发展水平进行测度。首先，利用极差法对原始数据进行标准化处理，以消除指标之间量纲和数量级不一致的问题；其次，运用墒权法确定各评价指标权重，减少了指标赋权时的主观性，以此得出长三角地区城市高质量发展综合指数。

（1）Moran's I 指数Moran's I 指数作为研究城市经济发展水平的空间格局的常用方法，可以用来判断城市经济发展水平分布是否存在统计意义上的集聚或者分散现象，其计算公式为:

式中:n 是研究区内地区总数；wij为空间权重矩阵，采用0～1 矩阵作为空间自相关分析的权重矩阵，当地区相邻时记为1，不相邻时则记为0；Ti和Tj分别是区域i 和区域j 的观测值；S2是属性方差；为T；的均值。

局部自相关表现为相邻空间单元之间的空间相关程度，局部Moran's I 指数的计算公式为：

式中:Ii的取值范围也为[-1，1]，Ii为正表示一个高值被高值所包围或者一个低值被低值所包围，Ii为负则表示一个低值被高值包围或者一个高值被低值所包围。

（2）城市高质量发展的驱动机制分析，资金和劳动力是城市经济发展的基础，城市的高质量发展离不开资金的支持和人民的建设，因而它们必然是驱动城市高质量发展的最为根本的因素。我们选择财政支出作为驱动城市高质量发展的驱动因素。同时出口和内需是实现城市高质量发展的重要支撑，出口额和最终消费支出也是促进城市高质量发展的重要因素。从人口方面看，城市的发展离不开劳动力，而不同规模的城市人口必然存在差异。因此最终选取财政支出、全社会固定资产投资总额、年末金融机构各项人民币贷款余额、年末从业人数和人口密度5 个指标作为城市高质量发展的驱动因素，构建传统的面板模型，其计算公式为：

式中:Eit为因变量，即i 省第t 年的城市高质量发展综合指数；Xit为一组解释变量，分别为财政支出、出口总额、最终消费支出、年末从业人数和人口密度为解释变量的影响；αi、vt、εit分别为个体效应、时间效应和随机扰动项。

城市高质量发展不仅具有空间差异，也具有空间关联，它不仅影响所在区域城市发展，还可能通过空间外溢影响临近区域的城市发展。传统面板模型往往不能反应农业经济发展的空间依赖性，因此引入空间误差面板模型（SEM 模型）、空间滞后面板模型（SAR 模型）以及空间杜宾模型（SDM 模型）进行估计。

（三）数据来源

本文数据主要来自2008—2018 年的《安徽统计年鉴》，其中部分数据来自各省市《统计年鉴》和各省市国民经济和社会发展公报。部分缺失数据采用线性插值法进行补充。城市经济高质量发展指数则通过熵权法对各年数据分别作出。

二、长三角城市群高质量发展水平空间格局

（一）长三角城市群高质量发展水平的整体变化

2019 年12 月1 日，我国的《长江三角洲区域一体化发展规划纲要》，至此三省一市共27 个城市进入长三角城市群中心区，上海市以及三省省会合肥市、南京市、杭州市的高质量发展综合指数如图1所示。

图1 2007—2017 年上海市与三省省会

城市高质量发展综合指数变化趋势

如图1 所示，四个城市中上海市的城市高质量发展综合指数水平一直领先于其他三个城市，这主要因为上海是我国的金融中心，享有优质的发展资源和条件。再来看其他三个城市的指数，南京市与杭州市的高质量发展水平基本保持一致，且领先于合肥市，这与各个地区的经济发展水平的表现基本一致。从发展趋势上来看，虽短期上变化不大，但上海市整体呈现出较为明显的下降趋势；合肥市则表现出上升的趋势；而南京市和杭州市的高质量水平基本保持不变，除上海以外的三个城市的发展指数都在2009—2010 年出现了一个小幅度下降，而上海市却出现了一个小幅度的上升，从收集的数据中可以看到上海市各指标在这段时间的相对增长速度相对其他地区有所下降，这可能是因为2010 年上海举办了“世博会”，而此事件造成的各种影响在数据中难以完全表现出来。

（二）长三角城市群高质量发展指标结果

为进一步分析各二级指标对于城市高质量发展的贡献度，选取2017 年计算得出的各指标值整理如表2 所示。

从表2 来看，长三角城市群各城市高质量发展结构差异较大。

表2 2017 年长三角城市群高质量发展指标体系测度结果

1.经济发展水平。上海市是唯一一个经济发展水平超过0.1 的城市，江苏省的南京、无锡、苏州以及浙江省的杭州的经济发展水平也达到了0.07 以上，但是即使是安徽省经济发展水平最高的合肥市也仅为0.047.安徽省甚至有5 个城市的经济发展水平低于0.03，远低于上海市与其他两省的城市。而除了安徽省之外，上海市、江苏省与浙江省都属于东部地区，而东部地区无论是绝对的经济水平还是相对的经济结构都远远领先于安徽省，表中数据也表明中心城市的经济发展水平在空间分布上差异显著。

2.绿色发展水平。各城市的绿色发展水平总体得分较高，除了上海市以外，苏州市和舟山市的绿色发展水平的得分都高于0.1，安徽省得分最高的马鞍山市也达到了0.098。这些地区得分高的原因则不一。上海市、苏州市有着相对坚实的经济基础以及相对完善的工业链和污染处理设施；舟山市与马鞍山市的产业比较单一，积累了一定的经济基础，后期绿色发展建设才得到了提升。而从低值来看安徽省除了马鞍山市的其他地区的绿色发展水平的得分都低于平均值。这主要是由于安徽省的经济基础较差，目前的主要目标也是促进经济发展。

3.开放发展水平。开放发展水平最高的城市是南京市，得分为0.079，而上海市的得分是0.054.这主要是由于本文选取的衡量开放程度的指标是相对指标。上海市的开放程度当然是处在较高水平，但是其地区生产总值也远高于其他地区，这也就导致了其开放发展水平得分不高的原因。另外三省比较发现，江苏省和浙江省整体水平相差不大，却又远高于安徽省，这与前面的结果相似。另一方面，各省会城市的开放水平又远高于大多城市，这是由于各省的政策导向大多都倾向于发展省会城市。

4.民生发展水平。各城市的民生发展水平的得分最高，民生发展水平的均值达到了0.092 远超另外四个发展水平的得分，这充分说明了我国“以人为本”的发展理念。上海市的民生发展水平得分为0.387，远超其他地区。合肥市的民生发展水平得分也达到了0.123，虽然和另外两省省会城市有所差距，但是相对于其他发展指数差距有明显的缩小。这是由于合肥市响应中央号召在全省经济政策的支持下聚焦民生工作发展，合肥市的民生发展才能领先于其他方面。但同时安徽省的其他地区的民生发展水平均低于均值，安徽省内差距依然明显。而民生发展高于0.1 的城市南京、合肥、无锡、杭州、苏州和宁波中除了南京市和合肥市，其他地区都在上海市周围，而除此之外的其他地区的民生发展水平基本都处在均值以下，这表明长三角地区内各城市民生发展差异依然显著，一体化发展之路依旧严峻。

5.创新发展水平。创新发展水平得分排名前四位的城市依次是上海、苏州、杭州、南京，这个排名与其他几项发展水平基本相同。而这四个城市都位于东部地区，这些地区由于经济发展比较领先，更加注重创新的引领作用。而得分靠后的城市大多位于安徽省，与前面的结论相同，这说明上海市、江苏省和浙江省的创新发展水平普遍高于安徽省，且差异明显。

（三）长三角城市群高质量发展水平时空特征分布变化

采用自然断点法将长三角27 个中心城市划分为高水平区（0.5192，0.8192]、较高水平区（0.4077，0.5192]、中等水平区（0.2409，0.4077]、较低水平区（0.2000，0.2409]和低水平区[0.0837，0.2000]五个水平。根据上述划分以及2007 年、2012 年和2017 年长三角中心城市高质量发展综合指数对安徽省城市经济水平分布的时空演变进行分析（见表3）。

由表3 可知2007 年仅上海市处于高质量发展的高水平区，遥遥领先于其他中心城市，并且一直保持在这一水平。而靠近上海的苏州、无锡、南通、嘉兴则两两分别处于中等水平区和较低水平区。从省会城市看，江苏省的南京市和浙江省的杭州市都处在了中等水平区，只有安徽省的合肥市处在了较低水平区。此外我们可以看到，安徽省除了合肥市之外其他处于长三角城市群的中心城市的高质量发展水平均处在低水平区。而江苏省和浙江省则仅各有两个城市处在低水平区。这和安徽省早前经济状况处于较低水平的事实密切相关。

表3 长三角中心城市高质量发展水平空间分布

2012 年苏州的高质量发展水平达到了和上海的同一水平。浙江省和江苏省的省会杭州和南京也都达到了较高水平合肥市也达到了中等水平。而位于各省会周边城市的高质量发展水平也随着省会城市的发展而发展，如镇江、嘉兴也都发展到了中等水平区。城市高质量发展的区域相关性在此有所体现。同时安徽省的铜陵市的高质量发展水平也达到了中等水平，铜陵市辖区面积在安徽省各地级市中排名为倒数第二，但是铜陵拥有非常丰富的矿产资源，经济发展较为迅速，城市的高质量发展水平也在此基础上得以提升。浙江省和江苏省各中心城市高质量发展水平已经基本达到了较低水平之上，而安徽省仍有5 个城市处在了低水平区。安徽省与其他地区的差距开始显著。

2017 年苏州市的高质量发展水平跌落到了较高水平区，并且仅有杭州和南京两个省会与之同处这一区间，高水平区也仅有上海市一市，而舟山、金华、湖州、马鞍山、台州、芜湖六个城市的高质量发展水平达到了中等水平，这可能说明城市的高质量发展在较高水平有所限制。安徽省仍有6 个城市处在低水平区，而江苏省和浙江省合计也仅有三个城市的高质量发展水平处于这两个区间。安徽省与其他地区的差距逐渐被拉开了。

从总体上我们可以看出，上海市的高质量发展水平遥遥领先于另外三省，而江苏省和浙江省则基本上位于同一水平处在第二梯度，安徽省则在总体上落后于其他地区，并且这一差距并没有随着时间的改变而缩小，反而愈加显著。因此在《长江三角洲区域一体化发展规划纲要》中强调安徽省在实现长三角一体化高质量发展的重要作用。

（四）长三角城市群高质量发展水平的集聚特征变化

根据公式（1），计算得出2007—2017 年长三角城市群高质量发展的全局自相关Moran's I 指数（见表4）。

表4 2007—2017 年长三角城市群高质量发展指数的Moran'I 值

如表4 所示，11 年间长三角城市群高质量发展指数的Moran's I 值全部为正，其中2009 年有最大值为0.206，2014 年最低0.157，同时皆通过了10%水平的显著性检验。这表明近11 年来，长三角中心城市高质量发展水平呈现出明显的空间集聚特征，各城市高质量发展水平与邻近地区表现出较大的关联性，这与前文的分析结果一致。进一步看，2010年之后的Moran's I 值在[0.157，0.206]的区间内波动，在总体上呈现下降的趋势。这表明，2010 年之后长三角中心城市高质量发展水平的空间集聚特征逐渐减弱，这和安徽省城市的高质量发展水平逐渐落后于另外两省一市的结果相一致。

在全局空间自相关分析的基础上，利用Stata 软件对2007 年、2012 年、2017 年长三角城市群高质量发展进行局部自相关分析，整理如表5 所示。

表5 长三角城市群高质量发展局部自相关分布

H-H 集聚区。在这三年中仅有上海市与苏州市一直处在这一集聚区。从数据来看，上海市和苏州市这三年的高质量发展指数分别位于27 个中心城市的前两名，两个城市相邻，并且其周边城市如：无锡、湖州、嘉兴的高质量发展也是处在中等水平。这说明在上海市周边还是有着较为显著的高水平集聚。而浙江省的绍兴、金华、台州与江苏省的无锡、常州则分别在2000 年与2007 年处于这一集聚区，这也说明了这两省内城市高质量发展水平较高。

H-L 集聚区。除了合肥在2000 年之外。三省的省会城市均处在这一集聚区，这说明省会城市的高质量发展水平普遍高于其周边城市，在一定程度上影响了一体化的发展。除此之外，宁波和无锡也表现为被低水平区域所包围，这说明虽然浙江省和江苏省整体上高质量发展水平高于安徽省，但是其内部高质量发展仍然存在着不均衡。

L-H集聚区。与前文结论类似，浙江省和江苏省的高质量发展水平并不均衡，大部分城市均处在这一集聚区。而安徽省与浙江省相邻的宣城市以及与江苏省相邻的滁州市和马鞍山市，都在不同年份里处在了这一集聚区。因此，这里更加说明了安徽省的城市高质量发展水平低于其他两省。

L-L 集聚区。在表中可以很明显地看到，安徽省的大部分城市都处在这一集聚区。这与安徽省的高质量发展水平低于其他两省的结论一致，此外，江苏省的扬州市和盐城市在这三年里也处在这一集聚区，2017 年浙江省的嘉兴市也处于这一集聚区。说明这两省城市高质量一体化发展仍然存在差距。

（五）长三角城市群高质量发展的影响因素分析

表6 固定效应与随机效应检验结果

豪斯曼检验结果为：

根据固定效应模型检验的结果的F 值十分显著可知本文数据的固定效应模型非常显著。豪斯曼结果显著为正，故选择固定效应模型。

表7 长三角城市群高质量发展面板回归结果

由表6 可知从固定效应模型来看，年末银行各项贷款余额以及全社会固定资产投资总额对城市高质量发展的影响显著为正，并且固定资产投资总额的系数要明显小于银行各项贷款余额的，这在一方面说明了资本的运作对于城市高质量发展的作用不可或缺，另外也表明了相对于全社会固定资产的投资总额，银行各项贷款余额对于城市高质量发展的作用更为显著。银行年末各项贷款余额作为促进经济增长的因素之一，在提升城市高质量发展水平的作用较大。年末从业人数对城市高质量发展水平的影响系数值为-0.087，显著为负，这表明年末从业人数对于城市高质量发展水平具有一定的负向影响，这可能是由于大量的从业人员给城市的基础设施水平以及人民生活水平质量的提升带来了压力。人口密度对于城市高质量发展有不显著的负向影响，这可能是由于统计口径中的人口密度是由户籍人口与城市土地面积之比而得到的，而实际对城市高质量发展产生影响的应当是常住人口的密度，所以可能造成结果的不显著。一般预算内支出对城市高质量发展表现出不显著的负向影响，这可能是由于地方的财政预算支出总额基本保持增长趋势不变，而各地方的高质量发展综合指数的值，却难以保持逐年增长。

根据SEM 模型和SAR 模型估计结果得到，时间固定效应、地点固定效应和双固定效应的λ 和ρ均通过显著性检验，且结果为正，表明长三角城市高质量发展存在着显著的空间依赖和空间外溢，并均有正向作用。这表明各地区的高质量发展之间存在空间联系，各地区在促进自身高质量发展的同时也会促进周边地区的高质量发展，产生了不同发展水平城市的区域空间集聚，这与Moran's I 指数的研究结果一致。

根据黄宾等、曹萍等的研究，R2和Log-likelihood估计值越大，模型的解释能力也越强。综合考虑可知，地区固定的SEM 模型具有较优的解释力，其数据显示人口密度是城市高质量发展的主要驱动因素，年末银行贷款余额的影响系数也是显著为正，不过远小于人口密度的贡献度。这主要是由于本文城市高质量发展评价指标体系是以习近平主席的五大发展理念为基础建立的，而“以人为本”是科学发展观的核心，体现了中国共产党全心全意为人民服务的根本宗旨。但是年末从业人数对于城市高质量发展的影响系数显著为负，这与前面的回归结果一致，表明从业人员，大部分城市的第二产业占比还是较重，虽然大量的从业人员带来了经济的增长，但同时他们不仅给城市交通带来了不便也在一定程度上抑制了人民生活环境的提高，对于城市高质量评价的负担过重。全社会固定资产投资额的影响系数为0.137 显著为正，说明在考虑空间误差的情况下，固定资产投资对于城市高质量发展的作用更加显著。

三、研究结论和政策建议

（一）研究结论

本文构建了长三角城市高质量发展评价指标体系，分析了长三角地区城市高质量发展水平，揭示了长三角城市群高质量发展的时空格局演变及其驱动机制，所得结论如下：

1.2007 —2017 年上海市的高质量发展水平高于南京市高于杭州市高于合肥市，上海市在整体上表现出下降的趋势，而三省省会城市都表现出上升的趋势，上海市与三省省会城市的高质量发展水平差距在逐步缩小。

2.在2007 年、2012 年和2017 年长三角的三省一市中上海市的高质量发展水平远远领先于其他地区，在上海市周边也有着较为明显空间集聚。浙江省与江苏省大部分城市分布在H-L 和L-H 集聚区，而安徽省的大部分城市则是分布于L-L 集聚区，浙江省和江苏省的高质量水平又在整体上高于安徽省的高质量发展水平表明区域间也存在着明显的差异。

3.年末银行各项贷款余额是推动城市高质量发展的主要驱动因素，全社会固定资产投资总额对于城市高质量发展也有着显著的正向作用，而年末从业人数对城市的高质量发展则表现出显著的负向作用，一般预算内支出与人口密度的影响则不显著。考虑SEM 模型则发现人口密度对城市高质量发展水平的影响最为显著。

（二）政策建议

1.推进安徽省崛起，促进长三角城市一体化发展。安徽省作为长三角地区经济发展较为落后的部分，对于推进长三角一体化发展战略的阻碍最为显著。同时安徽省紧邻浙江、江苏地理位置相对优越，并且有着丰富的劳动力资源，发展潜力雄厚，只是错过了最佳的发展时期，因此在政策上支持安徽省发展，促进区域分工合作将有效率的提升长三角城市群一体化高质量发展水平。

2.促进浙江省与江苏省内的区域协调发展。江苏省与浙江省内的高质量发展水平显著，位于长三角地区的城市有着较为坚实的经济基础，在此基础之上应当强调区域分工合作和创新绿色发展从而提升城市的高质量发展水平，并可以此促进长三角城市群一体化发展。

3.强调“以人为本”的发展理念。我国城市的早期发展目标大多是发展经济，而现今城市高质量发展更多强调的是绿色创新以及民生，城市的发展理念需要转换，进而提升城市的高质量发展水平。