江苏省经济高质量发展的水平测度及影响因素研究

王家明 杨帆 黄以婷 杜雪怡

摘要：为了深入了解江苏省经济高质量发展现状、探析发展路径，基于经济计量学相关理论，从水平测度和影响因素2个方面对江苏省经济高质量发展进行了评价。首先，构建DEA-Malmquist指数模型对江苏省2008—2018年间经济高质量发展水平测度进行时间和空间的双维度分析;其次，构建动态面板数据模型对江苏省经济高质量发展中科技研发投入、人力资本、金融效率、城镇化水平、对外开放水平、居民生活水平、产业结构、环境规制等八要素的影响进行分析。结果显示，1）10年间，江苏省经济高质量发展水平有明显提升，且苏南>苏北>苏中;2）科技研发投入、人力资本、金融效率、居民生活水平及环境规制等五要素对江苏省经济高质量发展有明显促进效应;城镇化水平、对外开放水平、产业结構等三要素在一定程度上阻碍经济了其高质量发展水平的提升。研究结果可为江苏省经济决策提供智力支持，也对其他省市经济高质量发展研究具有借鉴作用。

关键词：经济计量学; 经济高质量发展; 绿色全要素生产率; DEA-Malmquist指数模型; 系统GMM模型

中图分类号：F064.1文献标识码：ADOI： 10.7535/hbgykj.2021yx03007

Abstract： In order to deeply understand the current situation of high-quality economic development and explore the development path in Jiangsu Province， based on the relevant theories of econometrics， the high-quality economic development of Jiangsu Province was evaluated from two aspects： the level measurement and the influencing factors. Firstly， the two-dimensional analysis of time and space was conducted to measure the high-quality economic development level of Jiangsu Province from 2008 to 2018 by constructing the DEA-Malmquist index model. Secondly， a dynamic panel intellectual model was established to analyze the impact factors of the high-quality economic development in Jiangsu Province， including scientific and technological R&D investment， human capital， financial efficiency， urbanization level， opening-up level， living standards of residents， industrial structure， and environmental regulations. The results show that： 1） the level of high-quality economic development in Jiangsu Province has been significantly improved in the past 10 years， and Southern Jiangsu>Northern Jiangsu> Central Jiangsu; 2） the five elements of science and R&D input， human resources， financial efficiency， living standards of residents and environmental regulations have significantly promoted the high-quality economic development of Jiangsu Province. The three elements of urbanization， opening up and industrial structure have hindered the improvement of its high-quality development level to a certain extent. The research results can provide intellectual support for the high-quality economic decision-making of Jiangsu Province， and can also provide a reference for the high-quality economic development research in other provinces and cities.

Keywords：econometrics; high-quality economic development; green total factor productivity; DEA-Malmquist index model; systematic GMM model

改革开放以来，经济的高速增长创造了举世瞩目的中国奇迹，但依赖于要素投入的粗放型经济也带来了一系列的生态环境问题，成为制约中国经济高质量发展的主要瓶颈，因此推动经济高质量发展是中国经济发展主旋律，研究经济高质量发展及其影响因素具有重要性和必要性。

国内外多位学者对区域经济高质量发展水平测度和影响因素进行了广泛的研究。杨耀武等[1]对中国经济高质量发展的逻辑、测度与治理进行研究;张乃丽等[2]运用定基极差熵权法测算中国省域经济高质量发展指数;王亚男等[3]构建了六个维度的指标体系，提出PCA-EM二次加权评价模型，运用变异系数法、地理探测器等方法对中国八大区域的经济高质量发展水平进行了深度探究。区域经济高质量发展影响因素的相关研究大都采用计量经济学模型进行回归分析，如叶娟惠[4]、刘和东等[5] 、屈小娥等[6]，他们分别采用空间杜宾模型、半参数空间滞后模型、门槛面板模型和空间面板数据模型进行了经济高质量发展与不同因素之间的实证回归检验，但不同研究对经济高质量发展的定义及侧重点不同。

经济高质量发展与其影响因素的综合研究大都采用全要素生产率（total factor productivity， TFP）的方式展开，如王文举等[7]、韦东明等[8]开展的研究。此类研究中对经济高质量发展的测度均从生产率的角度展开，并通过经济计量学相关模型对其间的关系进行探究。现有研究对TFP的测度方法有代数指数法、索洛余值法、随机前沿分析模型和数据包络分析模型等。代数指数法需要严格的假设，在实证研究中具有局限性;国外早期文献多使用的是索洛余值法[9]，但客观实际与完全竞争假设、利润最大化假设存在矛盾，且此方法没有考虑技术与效率的差异[10];随机前沿分析模型要确定生产函数的具体形式，只适合单产出、多投入的生产方式[11];数据包络分析（data envelopment analysis，DEA）可以根据一组相同类型部门的输入输出观察值估计有效前沿面，并判断生产单元是否处于有效前沿面上[12]，在运用此方法研究TFP时，不需要严格的假设和具体形式的生产函数，其适用范围广泛，因而被众多学者所采用。

江苏省作为首个完成全面小康社会的经济大省，具备了现代化经济体系的基础条件，但仍存在区域高质量发展不平衡等问题。基于此，本文拓展DEA-Malmquist指数模型与系统GMM（generalized method of moments）模型对江苏省经济高质量发展水平及影响因素进行研究[13-14]。首先对经济高质量发展的内涵进行界定，即经济高质量发展需从经济发展的创新性、协调性、绿色性、开放性和共享性等方面展开，更侧重于新阶段经济发展的质量和效率，而非数量和速度。笔者选择2008—2018年江苏省各地市的数据为研究对象，构建DEA-Malmquist指数模型对其经济高质量发展水平进行测度，再构建系统GMM模型对其影响因素进行探究，创新性地从多重角度明晰经济高质量发展现状，分析其影响因素，为同类型研究作出补充，为江苏省经济决策提供智力支持。第3期王家明，等：江苏省经济高质量发展的水平测度及影响因素研究河北工业科技第38卷

1江苏省经济高质量发展水平测度

本文以绿色全要素生产率（green total factor productivity， GTFP）作为衡量经济高质量发展水平的指标，考虑环境污染等非期望产出指标，构建了DEA-Malmquist指数模型，运用DEAP 2.1软件计算出绿色全要素生产率。从指标层面来看，考虑到数据的可获得性和指标选取的科学性，从投入产出角度选取江苏省经济高质量发展的测度指标，具体指标数据来源于《江苏统计年鉴》[15-25]《中国统计年鉴》[26-36]。

1.1指标选取与模型构建

构建DEA-Malmquist指数模型，涉及投入与产出两类指标，结合对经济高质量发展的界定，选取指标如下[37]。

1）资本投入（K）选取资本存量代表资本投入，运用永续盘存法进行计算，其计算公式为

Kij=Iij+（1-εij）Kij-1。（1）

式中：Kij表示各城市在t时期的资本存量;Kij-1表示前一期的资本存量;Iij表示在t时期的固定资本形成总额;εij为固定资产折旧率。

2）能源投入（E）选取各市能源消费总量作为能源投入指标。

3）劳动力投入（L）选取三产就业总人数作为劳动力投入指标。

4）期望产出选取各地市地区生产总值（GDP）和人均可支配收入（DPI），非期望产出选取各市二氧化硫排放量（SO2）。

模型构建如下。

DEA是一种用于评价具有多投入、多产出决策单元DMU（decision making unit）之间的相对有效性[38]的非参数统计方法。本文构建的具体模型如下[37]。

1.2结果与讨论

构建DEA-Malmquist指数模型，运用DEAP 2.1软件测算出2008—2018年之间江苏省各地市GTFP值及分解项，以此作为衡量经济高质量发展水平的标准，江苏省各地市经济高质量发展的时间变化趋势如图1所示。选取2017—2018年的数据进一步分析和测度，江苏省各地市在此间的高质量发展水如见表1、图2所示。

1）时间维度分析

由图1可以看出，江苏省13地市GTFP均值在2008—2018年，除个别年份下降外，整体呈上升趋势，上升了12.45%，表明江苏省十年间经济高质量发展水平处于稳步提高的态势。从各地市角度来看，淮安市GTFP值增长最快，这与其注重解决企业发展中的环境问题，积极推进生态环境工作息息相关。其次GTFP值增长较快的城市为连云港市、镇江市，两市在环境治理、人才吸引、经济转型、要素合理配置等方面都做出巨大努力。宿迁市与淮安市处于末位，表明两地市经济发展质量相对落后。结合图1，可以发现变化较大的2个时间点，分别为2009—2010年和2012—2013年，原因或为2009—2010年，受经济危机滯后影响，为促进经济增长，开展了一系列重大工程的投资，投资效益略显滞后性，使得经济高质量发展水平略有下降。2012—2013年之后，高质量发展水平有明显提升，原因或为“十二五”规划等一系列政策的制定为江苏省经济高质量发展带来新机遇，极大地促进了当地基础设施建设。江苏省应抓住供给侧结构性改革机遇顺势而上，优化资源配置，促进经济高质量发展。

2）空间维度分析

结合测算结果将江苏省2017—2018年经济高质量发展水平GTFP进行可视化的时空分异展示，如图2所示。结合表1、图2可以看出，江苏省2017—2018年间经济高质量发展水平大致呈阶梯分布，且苏南>苏北>苏中;各市绿色技术进步指数较高，经济高质量发展水平的提高主要来自于技术的提升，创新驱动起到了非常显著的作用。苏中地区工业快速发展，其增长率超过了全省的平均水平，但与此同时，带来的环境污染对经济高质量发展的负面作用也比较明显，高质量发展水平整体较低。苏南地区城市的绿色技术进步指数明显比苏中和苏北各城市高，即苏南地区经济高质量发展水平高于苏中和苏北地区，说明创新驱动、技术进步在苏南经济高质量发展中形成了比较竞争优势。苏南地区苏州市经济高质量发展水平最优，同时苏州市整体经济发展状况处于全省最优状态，这与苏州市注重基础设施建设、积极吸引人才、深化监督问责、优化生态建设等举措密不可分。整体来看，苏南地区发挥着城市群领先作用，在内部密切合作的同时也带动苏北、苏中地区发展，提高江苏省整体经济高质量发展水平。苏中、苏北地区，尤其是苏中地区要基准掌握城市发展定位，找准方向精准施策，借鉴苏南地区优秀发展的发展经验，结合自身地域特色，因地制宜，减少高能耗产业所占比重，发展新型节能绿色产业。

2江苏省经济高质量发展影响因素探究

2.1指标选取与模型构建

前文对江苏省经济高质量发展水平进行了时空双维度的测度与分析，但对经济高质量发展水平的影响因素及程度并未能明确，因此对经济高质量发展的进行界定，考虑经济增长的不同指标[37]，选取科技研发投入（RD）、人力资本（HR）、金融效率（FE）、城镇化水平（UPN）、对外开放水平（IEP）、居民生活水平（ILS）、产业结构（IS）、环境规制（ER）等因素进行回归分析，分别选取研发投入占GDP比重、社会平均工资、存贷款比重、城镇人口占比、进出口额占GDP比重、居民人均可支配支出、三产分别占比加权值（1∶2∶3）、三废综合利用产品产值占比来表征上述指标，构建动态面板数据模型[39]如下。

GTFPit=β0+β1TFPi，t-1+β2RDit+β3HRit+β4FEit+β5UPNit+β6IEPit+β7ILSit+β8ISit+β9ERit+εit。（5）

式中：GTFPit代表被解释变量，即经济高质量发展水平;β代表回归系数;下标i和t分别代表地市和时间，εit为随机扰动项。在对各变量之间的关系进行分析前，需要检验模型中动态关系的设定是否正确。在此采用动态系统GMM两步法进行估计分析，为保证估计结果的有效性，对混合OLS、固定效应、静态GMM的估计结果进一步展示分析[39-40]，结果如表2第5列所示。

2.2结果与讨论

由表2可以看出，AR（1）和AR（2）对应P值分别为0.046和0.379，Hansen检验对应的P值为0.379，表明模型中存在动态关系，差分方程随机误差项接受不存在二阶自相关假设，工具变量也无法拒绝外生性的原假设。采用动态系统GMM两步法估计模型能大幅度解决内生性问题。与一步法相比，GMM两步法提高了估计效率，放宽了残差项的同方差和独立性假设，因此估计结果更具说服力。笔者同时采用了静态系统GMM法进行估计，但其结果与列（5）出入较大，存在有偏性。此外，动态系统GMM两步法估计结果虽然有效，但被解释变量滞后期系数在一定程度上存在偏差。如果該系数介于混合OLS和固定效应对应估计值之间，则认为估计结果可靠。从列（1）和（2）可以看出GTFP滞后项系数分别为0.953和0.781，GTFP的滞后项系数为0.897，介于二者之间，在一定程度上说明了动态系统GMM两步法估计结果有效。

由表2列（5）可知，GTFP滞后项系数为0.897，显著性水平为5%，起到正向推动作用，表明江苏省经济增长方式变化的过程中存在惯性。从影响因素方面来看，RD系数为0.253，HR系数为0.127，显著性水平均为1%，表明科技投入和人力资源对江苏省经济的高质量发展产生了持续性促进作用。FE系数为0.052，数值较低，但也表明金融效率发挥了一定程度的正面作用。UPN系数为-0.217，显著性水平均为5%，表明城镇化水平的提高对江苏省经济的高质量发展具有抑制作用，产生此结果的原因或与苏南、苏中、苏北城镇化水平差距较大相关。IEP系数为-0.159，显著性水平均为5%，表明对外开放在吸收外资、引进技术、发展生产等方面有促进作用，但因污染转移带来了绿色效率倒退和绿色技术进步的双重影响，也一定程度上抑制了江苏省经济的高质量发展。ILS系数为0.151，显著性水平为1%，对江苏省经济的高质量发展有正向推动作用。IS系数为-0.971，显著性水平为1%，对江苏省经济高质量发展起到负向推动作用，原因或为资本快速积累抵消了“结构红利”的影响，导致了产业结构调整与经济增长呈负相关。ER系数为6.778，并通过了5%的显著性水平检验，表明环境规制有利于江苏省经济的高质量发展。

3结语

本文针对江苏省经济高质量发展问题，构建了DEA-Malmquist指数模型和动态面板数据模型，明晰了其经济高质量发展现状与影响因素，可为同类型区域经济高质量发展的相关研究与实践提供参考与借鉴，得出以下结论。

1）2008—2018年，江苏省经济高质量发展水平呈稳步提升态势，但各地市之间的差距也随之增大，这与区域经济发展环境、国家及江苏省政策较为相关;江苏省2017—2018年间经济高质量发展水平大致呈阶梯分布（苏南>苏北>苏中）且整体规模报酬效应良好。

2）江苏省经济高质量发展受较多因素影响，且影响方向不一。科技研发投入、人力资本、金融效率、居民生活水平及环境规制五要素对江苏省高质量发展水平有明显促进效应;城镇化水平、对外开放水平、产业结构三要素则在一定程度上阻碍了其高质量发展水平的提升。

本文对江苏省经济高质量发展水平与影响因素进行了研究，其不足之处在于不同影响因素可能会存在非线性的门槛效应，这在文中并未涉及，结果具有一定的局限性。在今后的研究中，可在系统GMM模型检验之后，构建门槛面板模型，对不同影响因素的非线性门槛效应进行进一步探讨。

参考文献/References：

[1]杨耀武，张平.中国经济高质量发展的逻辑、测度与治理[J].经济研究，2021，56（1）：26-42.

YANG Yaowu， ZHANG Ping. Logic， measurement and governance in China′s high-quality economic development[J]. Economic Research Journal，2021，56（1）： 26-42.

[2]张乃丽，李宗显.中国经济发展质量的时空格局与收敛性研究[J].山东大学学报（哲学社会科学版），2021，71（2）：140-150.

ZHANG Naili， LI Zongxian. The spatial-temporal pattern and convergence mechanism of economic development quality in China[J]. Journal of Shandong University（Philosophy and Social Sciences），2021，71（2）：140-150.

[3]王亚男，唐晓彬.基于八大区域视角的中国经济高质量发展水平测度研究[J/OL].数理统计与管理.https：//doi.org/10.13860/j.cnki.sltj. 20210305-015.

WANG Yanan， TANG Xiaobin. A study on the measurement of China′s high-quality economic development level from the perspective of eight regions[J/OL].Journal of Applied Statistics and Management.https：//doi.org/10.13860/j.cnki.sltj.20210305-015.

[4]叶娟惠.环境规制与中国经济高质量发展的非线性关系检验[J].统计与决策，2021，37（7）：102-108.

YE Juanhui. A test on the non-linear relationship between environmental regulation and China′s high-quality economic development[J]. Statistics & Decision，2021，37（7）： 102-108.

[5]刘和东，刘繁繁.要素集聚提升高新技术产业绩效的黑箱解构——基于经济高质量发展的门槛效应分析[J/OL].科学学研究.https：//doi.org/10.16192/j.cnki.1003-2053.20210305.001.

LIU Hedong， LIU Fanfan.The black box deconstruction of factor agglomeration promoting high and new technology industry performance—Analysis of threshold effect based on high-quality economic development[J/OL].Studies in Science of Science. https：//doi.org/10.16192/j.cnki.1003-2053.20210305.001.

[6]屈小娥，劉柳.环境分权对经济高质量发展的影响研究[J].统计研究，2021，38（3）：16-29.

QU Xiaoe， LIU Liu. Impact of environmental decentralization on high-quality economic development[J]. Statistical Research，2021，38（3）：16-29.

[7]王文举，姚益家.企业家精神、经济增长目标与经济高质量发展[J/OL].经济经纬.https：//doi.org/10.15931/j.cnki.1006-1096.20210408.003.

WANG Wenju， YAO Yijia. Entrepreneurship，economic growth target and high-quality economic development[J/OL].Economic Survey.https：//doi.org/10.15931/j.cnki.1006-1096.20210408.003.

[8]韦东明，顾乃华，魏嘉辉.财政垂直失衡、公共支出偏向与经济高质量发展[J].经济评论，2021，42（2）：23-43.

WEI Dongming， GU Naihua， WEI Jiahui. Vertical fiscal imbalance，public expenditure bias and high-quality economic development[J]. Economic Review，2021，42（2）：23-43.

[9]SOLOW R M. A contribution to the theory of economic growth[J]. The Quarterly Journal of Economic， 1956，70（1）：65-94.

[10]SOLOW R M. Policies for economic growth[J]. Tinbergen Lectures on Economic Policy， 1993， 140（1）：127-140.

[11]AIGNER D， KNOX LOVELL C A， SCHMIDT P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics，1977，6（1）：21-37.

[12]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research，1978，2（6），429-444.

[13]師博，任保平.中国省际经济高质量发展的测度与分析[J].经济问题，2018，40（4）：1-6.

SHI Bo， REN Baoping. A measurement of China′s provincial economic high quality development[J]. On Economic Problems，2018，40（4）：1-6.

[14]唐晓彬，王亚男，唐孝文.中国省域经济高质量发展评价研究[J].科研管理，2020，41（11）：44-55.

TANG Xiaobin， WANG Yanan， TANG Xiaowen. A research on the evaluation of high-quality development of provincial economy in China[J]. Science Research Management，2020，41（11）：44-55.

[15]江苏省统计局. 江苏统计年鉴（2008）[M]. 北京：中国统计出版社，2009.

[16]江苏省统计局. 江苏统计年鉴（2009）[M]. 北京：中国统计出版社，2010.

[17]江苏省统计局. 江苏统计年鉴（2010）[M]. 北京：中国统计出版社，2011.

[18]江苏省统计局. 江苏统计年鉴（2011）[M]. 北京：中国统计出版社，2012.

[19]江苏省统计局. 江苏统计年鉴（2012）[M]. 北京：中国统计出版社，2013.

[20]江苏省统计局. 江苏统计年鉴（2013）[M]. 北京：中国统计出版社，2014.

[21]江苏省统计局. 江苏统计年鉴（2014）[M]. 北京：中国统计出版社，2015.

[22]江苏省统计局. 江苏统计年鉴（2015）[M]. 北京：中国统计出版社，2016.

[23]江苏省统计局. 江苏统计年鉴（2016）[M]. 北京：中国统计出版社，2017.

[24]江苏省统计局. 江苏统计年鉴（2017）[M]. 北京：中国统计出版社，2018.

[25]江苏省统计局. 江苏统计年鉴（2018）[M]. 北京：中国统计出版社，2019.

[26]国家统计局. 中国计年鉴（2008）[M]. 北京：中国统计出版社，2009.

[27]国家统计局. 中国计年鉴（2009）[M]. 北京：中国统计出版社，2010.

[28]国家统计局. 中国计年鉴（2010）[M]. 北京：中国统计出版社，2011.

[29]国家统计局. 中国计年鉴（2011）[M]. 北京：中国统计出版社，2012.

[30]国家统计局. 中国计年鉴（2012）[M]. 北京：中国统计出版社，2013.

[31]国家统计局. 中国计年鉴（2013）[M]. 北京：中国统计出版社，2014.

[32]国家统计局. 中国计年鉴（2014）[M]. 北京：中国统计出版社，2015.

[33]国家统计局. 中国计年鉴（2015）[M]. 北京：中国统计出版社，2016.

[34]国家统计局. 中国计年鉴（2016）[M]. 北京：中国统计出版社，2017.

[35]国家统计局. 中国计年鉴（2017）[M]. 北京：中国统计出版社，2018.

[36]国家统计局. 中国计年鉴（2018）[M]. 北京：中国统计出版社，2019.

[37]朱金鹤，王雅莉.中国省域绿色全要素生产率的测算及影响因素分析——基于动态GMM方法的实证检验[J].新疆大学学报（哲学·人文社会科学版），2019，47（2）：1-15.

ZHU Jinhe， WANG Yali. Estimation of green total factor productivity and the influencing factors—An empirical verification based on dynamic GMM method[J]. Journal of Xinjiang University（Philosophy， Humanities & Social Science），2019，47（2）：1-15.

[38]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6），429-444.

[39]赵文军，葛纯宝.我国经济增长方式影响因素研究——基于248个城市数据的实证分析[J]. 经济问题探索，2019，40（6）：9-19.

[40]汪淑娟，谷慎.科技金融对中国经济高质量发展的影响研究——理论分析与实证检验[J].经济学家，2021，33（2）：81-91.

WANG Shujuan， GU Shen. Research on the impact of S&T finance on the high-quality dvelopment of Chinese economy—Theoretical analysis and empirical test[J]. Economist，2021，33（2）：81-91.