基于面板数据下珠江东西岸协同发展的影响因素研究

袁鹏

DOI：10.19699/j.cnki.issn2096-0298.2021.10.

摘 要：随着粤港澳大湾区一体化的不断深化，研究珠江东西岸各城市协同发展具有重要意义。首先，本文构建协同发展评价指标体系，采用熵值法和耦合协调度模型对珠江东西岸10个城市2000—2019年协同发展水平进行了测算;其次，分区域、分时段构建了总体面板、珠江东岸面板、珠江西岸面板、2000—2015年面板、2016—2019年面板共5个面板模型对协同发展影响因素进行分析;最后，得出消费需求、人力资本、固定资产投资是影响东西岸协同发展的主要因素，不同区域、时段的影响因素存在差异。本文在此基础上，提出了促进珠江东西岸协同发展的建议，以供参考。

关键词：珠江东西岸;协同发展;面板数据分析;发展水平;影响因素

中图分类号：F207 文献标识码：A 文章编号：2096-0298（2021）05（b）--05

从地理区域看，珠三角是一个等腰三角形，广州正好处在顶点位置，如果以这个顶点为界，深圳、东莞、惠州在东岸，佛山、珠海、中山、江门、肇庆、阳江、云浮在西岸。长期以来，珠江东岸城市的发展要快于西岸城市，因而东西城市发展不平衡的矛盾日益突出，引起了政府和学术界的高度关注。2017年以来，陆续出台《珠江西岸“六市一区”创建“中国制造2025”试点示范城市群实施方案》《粤港澳大湾区发展规划纲要》《关于支持深圳建设中国特色社会主义先行示范区的意见》等政府文件，均提出“促进珠江口东西两岸融合互动”的指导思想。在此背景下，研究珠江东西岸区域协同发展，对促进城市健康、快速、平衡发展具有深刻的现实意义。

国内学者对区域协同发展的研究主要集中在区域协同发展的内涵、理论研究、模式探索、机制探索、路径分析、水平测度、影响因素分析等方面，重点总结了区域协同发展水平测度和影响因素分析等定量研究成果。其一，基于指标体系的协同度的测度研究。如崔治文等[1]通过构建协同度模型对“新丝绸之路经济带”进行研究，提出应完善区域体制与机制，提供技术、资金支持以实现协同发展;彭耿等[2]通过构建子系统有序度模型和复合系统协同度模型，分析了武陵山片区经济协同发展程度和发展趋势;江永洪[3]运用DEA方法對我国区域经济协同发展水平进行了评估;林昌华[4]构建了基于TOPSIS 综合评价方法的距离协同组合模型，分析了粤港澳大湾区协同发展水平及趋势表现。其二，基于经济联系的协同发展空间格局研究。如崔和瑞[5]对京津冀地区城市间经济联系响度进行的评估;韩会然[6]等利用社会网络分析方法研究皖江城市带空间经济联系变化的网络特征;柴攀峰[7]从经济能级、经济联系以及产业协同发展三个方面对长三角城市群的空间格局进行研究。其三，基于计量模型的协同发展影响因素研究。如屈婧[8]构建了空间面板模型，运用固定效应的空间滞后模型分析了我国城镇化发展与产业结构变迁协同发展对区域经济增长的影响效应。何三峰[9]应用F-H模型、GMM 估计方法进行动态面板数据分析，对成都平原经济区金融协同发展水平进行了测度。田时中[10]建立发展水平测度指标体系，运用熵值法和耦合协调模型测算长三角城市群综合发展指数和耦合协调度。

综上所述，这些研究成果为推进区域协同发展提供了可操作性的理论指导，极大推动了区域协同发展的进程，但也存在一些不足：一是现有研究多是选取制造业、服务业、金融、教育、文体旅游等产业的某一个方面进行深入分析，很少从协同发展的角度进行全局研究。二是研究方法多针对区域协同度的测量，很少多角度、多层次深入挖掘出导致这些差异的影响因素，也并未进一步研究纵向时序的不同影响。

基于此，本文从面板数据分析的视角，研究珠江东西岸协同发展水平及其影响因素。首先，从经济协同、社会协同、生态环境协同等方面构建珠江东西岸协同发展的指标体系，并测算其协同发展水平;其次，以协同发展水平为因变量，通过面板数据从整体、分区域、分时段三个方面深入分析影响珠江东西岸协同发展的因素;最后，根据研究结论，提出促进珠江东西岸协同发展的建议。

1 珠江东西岸协同发展水平综合评价

在区域系统发展内涵研究的基础上，从经济协同、社会协同、生态环境协同3个子系统进行珠江东西岸协同发展综合评价。研究对象是珠江东岸3个城市（深圳、东莞、惠州）和西岸7个城市（佛山、珠海、中山、江门、肇庆、阳江、云浮），选取2000—2019 年作为研究时段，数据均来源于珠江东西岸各城市统计年鉴、统计公报，以及《中国城市统计年鉴》。构建的珠江东西岸协同发展指标体系如表1所示。采用熵值法进行指标赋权，根据耦合协调度原理测算了珠江东西岸10个城市2000—2019年协同发展水平（D）。

2 珠江东西岸协同发展影响因素研究

2.1 数据来源及预处理

2.1.1 变量选择

基于影响因素内涵研究和数据的可得性，选择人力资本、科技投入、产业发展、固定投资、消费需求、对外开放、政府支持7个方面的影响因素，构建以协同发展水平（D）为因变量，人口密度（Z1）、科学技术支出（Z2），第二产业占GDP比重（Z3），固定资产投资/GDP（Z4），人均消费支出（Z5），人均实际利用外资（Z6），人均财政支出（Z7）为自变量的面板数据回归模型。

2.1.2 平稳性检验

本文分别对因变量（D）和自变量（Z1-Z7）进行单位根检验，同时采用LLC、IPS、Fisher-ADF、Fisher-PP四种检验，表2给出这8个序列的原始序列和一阶差分序列单位根检验P值，结果表明，这8个序列都是一阶单整序列，可以建模。

2.1.3 协整检验

为了避免伪回归，需要对因变量（D）和自变量（Z1-Z7）进行协整检验，采用Kao检验，检验统计量为-3.9671，对应P值为0.000，表明存在协整关系，可以进行面板数据建模。

2.2 总体面板模型的构建与分析

以2000—2019年的珠江东西岸10个城市作为研究对象进行整体面板数据分析，在建模过程中，Z3和Z7不显著，Z2和Z6经济意义不符合实际，均剔除，构建的最终模型为：

重新对因变量（D）和自变量（Z1、Z4、Z5）进行协整检验，Johansen 检验结果表明存在3对协整关系，可以建模。

2.2.1 面板数据最优模型选择

第一步，固定效应模型与混合回归模型的比较。分别尝试混合回归、个体固定效应模型、时点固定效应模型、个体（时点）固定效应模型4种模型。结果表明，时点个体固定效应模型优于个体（时点）固定效应模型和混合回归。第二步，固定效应模型与随机效应模型的比较。将时点个体固定效应模型与个体时间随机效应模型进行Hausman检验，检验结果P值等于1.000，表明个体时间随机效应模型优于时点个体固定效应模型。所以，对于整体面板模型而言，最优模型为个体时间随机效应模型。

2.2.2 面板数据结果分析

个体时间随机效应模型的结果表示如下：

在10%的显著性水平下，三个影响因素的系数均通过显著性检验，说明其均对珠江东西岸协同发展水平提升有着显著的影响。从系数上看，按影响力大小递减排序，依次为消费需求、人力资本、固定资产。

随机效应截面成员表示10个城市的自发影响因素相对于平均值偏离的随机误差部分，正向随机偏离有深圳（0.1627）、珠海（0.0462）、佛山（0.0214）、江门（0.0236）;负向随机偏离有东莞（-0.0700）、惠州（-0.0126）、中山（-0.0283）、肇庆（-0.0174）、阳江（-0.0389）、云浮（-0.0869），说明深圳、珠海、佛山、江门在除了这三个影响因素外的其他因素对协同发展水平的影响比较正面。

随机效应时间成员表示2000—2019年自发影响因素相对于平均值偏离的随机误差部分，如表3所示，2000—2009年都是负向随机偏离，2010—2019年都是正向随机偏离，随着时间的推移，时间成员相对平均值的偏移由负转正，越来越大。说明除了这三个影响因素外的其他因素对珠江东西岸协同发展水平的影响越来越正向化。

2.3 不同區域面板模型的横向比较分析

2.3.1 珠江东岸面板数据模型分析

本文以2000—2019年的珠江东岸3个城市为研究对象进行珠江东岸面板数据分析，最终留下自变量Z1、Z7，经过检验选择的最优模型为个体随机效应模型，结果表示如下：

与总体面板模型不同的是，东岸面板数据的主要影响因素是政府支持、人力资本。说明珠江东岸的协同发展更多依赖政府政策支持，为协同发展提供了大量的人力和财力，显著提高了协同发展水平。珠江东岸3个城市的随机效应截面成员深圳最大（6.33E-16）、东莞次之（-2.62E-16）、惠州最小（-3.71E-16）。

2.3.2 珠江西岸面板数据模型分析

以2000—2019年的珠江西岸7个城市作为研究对象进行珠江西岸面板数据分析，最终留下自变量Z1、Z3、Z4、Z5，选择的最优模型为个体时间随机效应模型，结果表示如下：

在10%的显著性水平下，四个影响因素的系数均通过显著性检验，说明其均对珠江西岸协同发展水平提升有着显著的影响。从系数上看，按影响力大小递减排序，依次为消费需求、人力资本、固定资产、二产发展。与总体面板模型不同的是，第二产业对珠江西岸协同发展水平影响较为显著，说明西岸城市整体需继续壮大第二产业。珠江西岸7个城市的随机效应截面成员珠海最大（0.0648）、其次是江门（0.0319）、佛山（0.0123）。随机效应时间成员随着时间的增加，偏离逐渐正向化。

2.4 不同时段面板模型的纵向比较分析

2016年3月，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》提出“粤港澳大湾区”发展的理念，因此我们以2015年为分界点，考察“粤港澳大湾区”概念提出前后珠江东西岸协同发展的区别。

2.4.1 2000—2015年面板数据模型分析

以2000—2015年珠江东西岸10个城市为研究对象进行面板数据分析，最终留下自变量Z1、Z3、Z4、Z5，经过检验选择的最优模型为个体随机效应模型，结果表示如下：

与西岸面板模型类似，在5%的显著性水平下，消费需求、人力资本、固定资产、产业发展四个影响因素的系数均通过显著性检验，说明其均对珠江西岸协同发展水平提升有着显著的影响。随机效应截面成员正向偏离中深圳最大（0.1587）、珠海次之（0.0618）;负向偏离中东莞最大（-0.1981）。

2.4.2 2016—2019年面板数据模型分析

以2016—2019年的珠江东西岸10个城市为研究对象进行面板数据分析，最终留下自变量Z1、Z4、Z5，经过检验选择的最优模型为个体时间随机效应模型，结果表示如下：

在5%的显著性水平下，Z1、Z4、Z5三个影响因素均显著，对珠江东西岸协同发展水平有显著影响，与2000—2015年面板模型不同的是，2016—2019年面板模型中产业发展影响因素不再显著，系数影响力大小递减排序依次为人力资本、消费需求、固定资产。说明2016年粤港澳大湾区概念提出后，人口密度因素成为影响珠江东西岸系统发展的主要因素，这与近几年各大城市的“抢人”政策密切相关。随机效应截面成员惠州最大（0.1127）、其次是珠海（0.0554）。随机效应时间成员2016—2018年为负向偏离，2019年为正向偏离。

2.5 小结

基于面板数据对珠江东西岸10个城市2000—2019年协同发展影响因素进行分析，根据研究目标不同，共构建了5个面板数据模型，如表4所示。

研究结论主要如下：

（1）从影响因素来看，人口密度（Z1）、第二产业占GDP比重（Z3）、固定資产投资/GDP（Z4）、人均消费支出（Z5）、人均财政支出（Z7）均在一定程度上对珠江东西岸协同发展有显著影响，科学技术支出（Z2）、人均实际利用外资（Z6）对珠江东西岸协同发展无显著影响。

（2）从总体面板模型来看，珠江东西岸协同发展影响因素由大到小依次是消费需求、人力资本、固定资产，其中最最要的影响因素是消费需求，这与当下“深化供给侧结构性改革，充分发挥我国超大规模市场优势和内需潜力，构建国内国际双循环相互促进的新发展格局”背景相符，各大城市应进一步挖掘内需消费潜力，提高珠江东西岸协同发展水平。

（3）从不同区域面板模型的横向比较来看，珠江东西岸内部协同发展影响因素不尽相同。珠江东岸内部协同发展影响因素更多依靠政府财政支出和人力资本支持，珠江西部内部协同发展影响因素除了消费需求、人力资本、固定资产外，第二产业的发展也有一定的影响。

（4）从不同时间面板模型的纵向比较来看，2000—2015年协同发展影响因素系数由大到小排序分别为消费、人力、固定资产、二产发展，2016—2019年协同发展影响因素系数由大到小排序分别为人力、消费、固定资产。这表明粤港澳大湾区概念提出后，珠江东西岸协同发展影响因素发生了变化，一是二产发展对2016—2019年协同发展影响不再显著，二是人力因素超越消费因素成为2016—2019年协同发展最重要的影响因素，与近年来各城市实行的“抢人”政策相吻合。

3 促进珠江东西岸协同发展的建议

在面板模型实证研究的基础上，本文从消费需求、人力资本、产业发展、政府支持等方面提出促进发展珠江东西岸深度合作、协同发展的一些建议。一是挖掘消费潜力，构建“双循环”新格局。顺应国内大循环大趋势，支持和鼓励珠江东西岸城市的老字号、老品牌，在传承品质文化的基础上通过新技艺、新审美、新连接，打造高品质、特色化的国货精品，保证量大质优的供给;培育壮大新型消费、升级消费、定制消费，打通生产、分配、流通、消费各个环节的堵点，打造消费新模式。二是加速人才集聚，增强协同发展新动能。创造更具吸引力的引进人才环境，实行更积极、更开放、更有效的人才引进政策，集聚全球最优秀的人才、技术和资本，健全珠江东西岸人才双向流动机制，加快建设人才合作示范区。三是深化产业合作，打造融合发展新体系。在先进制造业、战略新兴产业、创新型金融、旅游会展、文化创新、海洋经济等领域完善和提升产业链整合度，着力培育发展新产业、新业态、新模式。特别是珠江西岸，要持续加大固定资产投资，主动承接珠江东岸的优质产业，打造特色鲜明、创新能力强、差异化发展的现代化产业新体系。四是加大政府支持，提升优质生活新环境。持续加大政府财政支持力度，推进东西岸城市的教育、医疗、文化、卫生等公共服务深度对接，超前布局面向未来城市化需求的公共服务配套，促进居民生活一体化、同城化进程进一步加快，共同打造公共服务优质、宜居宜业宜游的优质生活圈。

参考文献

崔治文，赵妍.“新丝绸之路经济带”经济协同发展研究[J].改革与战略，2015，31（12）：28-32.

彭耿，刘芳.武陵山片区区域经济协同度的评价研究[J].经济地理，2014，34（10）：39-45.

江永洪.基于DEA方法的我国区域经济协同发展水平动态评价和比较探究[J].经济研究导刊，2017（19）：39-40.

林昌华.“大湾区”战略背景下港澳协同发展水平评价及对策启示[J].亚太经济，2018（02）：143-148.

崔和瑞.京津冀地区城市间的经济联系方向研究[J].技术经济，2008（10）：32-36.

韩会然，焦华富，李俊峰，等.皖江城市带空间经济联系变化特征的网络分析及机理研究[J].经济地理，2011，31（03）：384-389.

柴攀峰，黄中伟.基于协同发展的长三角城市群空间格局研究[J].经济地理，2014，34（06）：75-79.

屈婧.产城协同发展的经济增长效应评估——基于省级空间面板数据的计量分析[J].经济研究导刊，2018（24）：137-138.

何三峰，严红.基于F-H模型的区域金融协同发展水平测度分析——以成都平原经济区为例[J].四川行政学院学报，2018（03）：12-17.

田时中，涂欣培.长三角城市群综合发展水平测度及耦合协调评价——来自26城市2002—2015年的面板数据[J].北京理工大学学报（社会科学版），2017，19（06）：103-113.