福建省高质量发展水平时空格局特征及其演进机制

蒋培培，王远*，许翔，伍博炜，罗进

(1.福建师范大学 a.福建省亚热带资源与环境重点实验室，b.地理科学学院，c.地理研究所，福州 350007；2.福建省环境保护设计院有限公司，福州 350012)

高质量发展是中国适应经济新常态、社会主要矛盾变化的必然要求，是全面实现小康社会与全面建成社会主义现代化国家的必经之路[1]。当前，学术界对高质量发展进行了较为广泛的研究，主要集中在高质量发展的内涵研究、高质量发展量化指标体系的构建、高质量发展测算方法的探讨以及实现路径的探究[2]。经济新常态背景下的高质量发展强调，发展不只是单一经济数量的增长，而是全面体现创新、协调、绿色、开放、共享理念的发展[3]。为此，围绕“五大发展理念”构建指标体系，探讨高质量发展的水平及其特征成为了研究的热点[4]，但以往研究极少检验高质量发展评价指标体系与评价模型的科学性和适用性[5]。目前，在高质量发展水平的测度上，现有研究主要采用综合指数法[6]、熵值法[7-8]、熵权TOPSIS分析法[9]、主成分分析法[10]等；但这些方法存在一定随意性，且可能忽略有用的信息和指标本身的重要程度[11]。数据包络模型(Data Envelopment Analysis, DEA)因无需设定具体的生产函数形式，无需数据无量纲处理，同时其无需假设权重从而不受研究者的主观性影响，被广泛运用于效率的测度。高质量发展的本质是追求更有效率、更可持续的发展，即提高投入产出效率，以较少的资源环境消耗，实现较大的经济社会效益[12]。这一点上，采用DEA模型对高质量水平发展进行测算具有很强的适用性，为更准确评价高质量水平提供了重要的方法。同时，高质量发展本身是一个复杂的社会经济环境复合系统[4]，五大发展理念将其细分为创新、协调、绿色、开放、共享5个子系统，五大系统协调统一，协同推动高质量发展。基于高质量发展是由经济社会、资源环境等投入要素产生“创新、协调、绿色、开放、共享”五大复合系统产出的理解，多投入多产出的DEA模型与熵权Topsis法等相比更具方法学优势。当前研究多从高质量发展外生影响因素视角探究高质量发展路径，忽视了系统内部因素对高质量发展的作用和影响[13]，对高质量发展与高质量发展各子系统间的协同演进规律和空间格局特征研究较少，相关实证研究亟待展开[14]。为了更加准确地评价高质量发展水平，深入探究高质量发展与各子系统间的协同演进规律特征，以福建省及其九地市为研究对象，构建基于“五大发展理念”的高质量发展指标体系；利用Super-SBM模型系统测算2005—2020年福建省各地市高质量发展及五大子系统发展现状，并通过检验高质量发展评价结果的稳健性，来验证高质量发展评价指标体系的科学性与适用性；进一步利用耦合协调模型探究福建高质量发展与各子系统间的耦合协调关系；以福建省高质量发展与绿色发展子系统为例，通过VAR模型、脉冲响应函数揭示福建省绿色发展与高质量发展间的动态作用机制，以期为福建省探寻高质量发展差异化路径、进一步推动福建省高质量发展提供科学决策支撑。

1 研究方法

1.1 考虑非期望产出的Super-SBM模型

高质量发展的内涵是以较少的资源消耗，实现较大的经济社会效益，较低的污染排放。DEA是效率测算中最常见的方法。Tone在传统DEA模型基础上提出了基于松弛变量的非径向、非导向性Super-SBM 模型[15]。Super-SBM 模型可使评价单元的效率值大于1，不仅有效解决了相对有效单元的排序问题，还提高了模型测算效率的精确性，具体计算公式请参考文献[16]。当效率值小于1时，表示该决策单元处于低效或无效；当效率值大于1时，则代表着投入不变，缩减产出或者产出不变，增加投入，都能够达到有效或高效的状态。

1.2 耦合协调度模型

耦合通常指两个以上含两个的系统相互作用和影响，它可以度量系统内部协同作用，探测系统间的联系强度[17]；耦合协调则进一步反映系统间的协调发展水平。本研究将利用耦合协调度模型探究福建省及九地市高质量发展综合系统和五大子系统间的耦合协调水平。由于SBM模型测算的高质量发展水平为相对值，因此进行耦合协调度计算前，参照前人做法[18]，对数值进行Min-Max标准化处理，使数据降维到[0,1],耦合协调模型具体计算公式参考文献[17-18]。同时参考相关研究[14,19]，将耦合度与协调度划分为以下等级(表1)。

表 1 耦合协调度的等级划分标准

1.3 VAR 模型

向量自回归模型(Vector Auto Regression，VAR)能有效揭示变量间的动态变化关系，研究随机扰动对多变量时间序列系统的动态影响机制[20]，同时将系统中的变量视为内生，能克服常规回归模型的内生性和异方差等问题[14]，这与将五大子系统视为高质量发展的内生影响因素的观念契合。因而，利用VAR模型探究福建省高质量发展(HQ)与绿色发展(GD)的交互响应关系，其模型构建参考文献[20]。

2 指标构建与数据来源

2.1 数据来源与数据说明

本研究以福建省9个地市(福州市、厦门市、泉州市、宁德市、龙岩市、漳州市、莆田市、三明市、南平市)为研究对象，数据主要来源于2006—2021年《福建省统计年鉴》《福建省社会经济与科技统计年鉴》、各地市统计年鉴以及国民经济和社会发展统计公报，个别年份缺少的数据通过插值法进行补齐。其中，平潭综合试验区虽在2013年7月获得设区市经济社会管理权限，但行政区划并未调整，仍归属于福州市。其数据统计等包含在福州市域范围，故未对该区域进行单独研究。

2.2 高质量发展评价指标体系

在“创新、协调、绿色、开放、共享”五大发展理念指导下，依据DEA模型多投入、多产出的特点，参考相关研究[10]，基于福建省区域要素禀赋优势与数据可获得性，本研究构建了投入-产出2个一级指标，10个二级指标与24个三级指标。以劳动、资本、技术、能源、环境五大地理要素作为投入资源，创新发展、协调发展、绿色发展、开放发展、共享发展五大子系统作为产出要素。研究所涉及的经济数据均以2005年为基础，做不变价处理。由于各地市缺失固定资产投资价格指数，因而统一采用福建省全省固定资产投资价格总指数进行不变价计算。

投入指标构建中，环境本身就是一种稀缺的资源，环境的破坏也可视为环境成本的投入，故参照相关研究[21]，将单位工业废水排放量与单位工业SO2排放量作为高质量发展过程中的环境投入要素。产出指标中，参照相关文献[3, 8]，以万人专利拥有量与普通高校招生数量作为创新发展的产出指标；以产业协调(高级化)、城乡收入差距、城市化率、人均GDP地区差异来量化协调发展；以市辖区城市绿地面积、工业万元GDP能耗、人均公共绿地量化绿色发展水平；以外商直接投资合同项目个数、接待境外旅游人次以及外贸开放度来衡量开放发展；共享发展则以每千人拥有医疗技术人员、每千人拥有床位数、城镇居民可支配收入增长率与城镇登记失业率来衡量；其中城乡收入差距、人均GDP地区差异、工业万元GDP能耗、城镇登记失业率被视为非期望产出。

3 结果与分析

3.1 高质量发展水平时空变化特征

3.1.1福建省九地市高质量发展综合水平时空变化特征

整体而言，2005—2020年，福建省高质量发展水平总体较高，呈现波动上升的趋势(图1)。同时，变异系数整体呈上升趋势，反映出福建省高质量发展地区差距有所扩大。福建省高质量发展大致可以分为3个阶段：2005—2010年，呈下降趋势；2011—2015年，呈波动下降趋势，下降幅度趋缓；2016—2020年，出现较大幅度的快速增长。福建省在早期一直将GDP作为地方考核最重要的内容，各地市在追求经济数量发展的同时，忽视了经济的高质量发展[22]。这个阶段，虽然福建省的GDP水平持续提升，但高质量水平却逐渐下降，经济发展与“创新、协调、绿色、开放、共享”之间矛盾凸显。“十三五”以来，福建省以提高发展质量和效益为中心，坚持创新发展、协调发展、绿色发展、开放发展、共享发展，活机制、优产业，以主动适应、把握经济新常态[23]，使高质量发展水平有了稳步提升。但各地市的资源禀赋、经济发展、技术水平等各要素存在差异，加之地区间高质量发展政策实施的区别，导致地区间高质量发展水平差距增大。

图 1 福建省高质量发展水平及变异系数时序变化

根据高质量发展时间变化特征，将研究时间段划分为2005—2010年，2011—2015年，2016—2020年3个时间段来分析各地市高质量发展的空间演变规律(图2)。总体来看，2005—2020年，福建省高质量发展水平东部沿海高、西部内陆低。2005—2010年，厦门市、泉州市、宁德市的高质量发展水平相对较高，龙岩市、三明市、福州市高质量发展水平相对较低；2011—2015年，厦门市、南平市、福州市高质量发展水平最高，漳州市、三明市、龙岩市3个地市高质量发展水平最低；2016—2020年，厦门市、福州市、莆田市高质量发展水平最高，而漳州市、龙岩市、三明市高质量发展水平最低。从空间分布格局来看，高质量发展水平值相近的区域逐渐集中，水平较高的区域逐渐向福建沿海中部区域集聚，而高质量发展水平较低的区域始终集中在西南山区，整体上，逐渐形成了以厦门—福州为中心的沿海中部向西部山区递减的空间格局特征。以福州市与厦门市为中心的沿海中部城市地理区位优势明显，经济基础雄厚，福建省的科技中心与人才聚集中心，相较于其他地市，该区域高质量发展优势愈发明显，因而高质量发展水平相对其他区域较高。

底图审图号: GS(2019)1822号，下同。

图 3 五大系统高质量水平得分

3.1.2五大系统高质量发展水平特征

总体来看，2005—2020年，各个子系统发展水平差异较明显，五大子系统排序依次为：开放子系统>共享子系统>绿色子系统>协调子系统>创新子系统(图3)。具体来看，福建省创新发展子系统整体得分虽略高于1，但是发展水平最低，说明福建省总体创新能力不足及创新产出不足；地区差距较大，厦门市、福州市、泉州市相对较高，而莆田市与漳州市最低。就2020年而言，厦门、福州、泉州三市经济总量约占据全省经济总量的60%，经济基础雄厚，科技创新资金充足，科研人才队伍庞大，科技创新实力强；相反，由于科技创新人员与高新技术企业单位的匮乏，莆田市、漳州市的创新发展水平最低。各地市的协调发展水平整体高于1，但泉州、漳州及龙岩三地市的协调系统得分低于1，其中厦门市最高，漳州市最低，协调高质量发展地区差异较大。区域经济发展是区域协调发展的基础和依托[24]，厦门作为中国经济特区之一，其整体水平较高的经济基础是协调发展水平高的重要原因，而漳州市因受地形条件影响，经济发展水平地区差异大，故而协调发展水平最低。绿色系统高质量发展仅三明市、漳州市与龙岩市低于1，地区差异大，这是由于厦门市以高新技术产业为主，其工业产值高、能耗污染小；而漳州市以传统工业为主，工业产值低，且污染能耗大[25]。开放系统虽整体水平较高，但地区间差异大，厦门市最高，龙岩市最低，这与其地理区位有着极大的联系，厦门市是“一带一路”的重要节点，属外向型经济，而龙岩市地处内陆，以农业和传统工业为主，对外资依赖度小，利用外资水平低。除漳州市外，福建省其他八地市的共享高质量发展系统水平均高于1，且地区间差异较小，这可能与乡村振兴的推进，脱贫攻坚与精准脱贫取得重要成果有关。

3.2 稳健性检验

为验证高质量发展指标体系与模型的科学性和稳健性，参照马勇等[5]做法，将对比Super-SBM模型与其“兄弟”模型-EBM(Epsilon-based Measure)模型所得的2005、2010、2015、2020年结果排序。由于研究对象数量较少，本研究以±1的排名差异阈值绘制上包络线和下包络线。结果显示(图4)：4个时间段内，仅1个评价单元位于稳健区外，同时EBM模型与Super-SBM模型得分的Spearman相关系数达到0.996，通过显著性检验，表明两个模型测算结果具有较高的一致性和稳健性，同时验证了本研究高质量评价指标体系具有较强的科学性与适用性。

3.3 高质量发展与各系统的耦合协调关系

3.3.1 高质量发展与各系统整体耦合协调度

2005—2020年，五大子系统与高质量发展的耦合协调度总体呈下降趋势，以基本协调与中度失调为主(图5)。其中，创新发展、协调发展、绿色发展、开放发展、共享发展与高质量发展间的耦合协调度分别下降了24.14%、32.57%、12.41%、52.21%和8.03%，其中开放发展与高质量发展间的耦合协调度下降幅度最大。2019年12月突发的新冠肺炎疫情对整个中国的经济发展造成了巨大冲击，经济发展下行趋势明显，投资减缓、消费减退、特别是进出口贸易等对外交流活动受到极大影响，因而经济外向型的福建省高质量发展与开放发展的耦合协调度下降最为明显。

3.3.2 各地市时空格局

总体来看，2005—2020年，各系统与高质量发展协调度较高的地市东部沿海高、西部山区低，且各子系统与高质量发展的耦合协调数量在2005—2020年间均有所减少，失调状态的地市数量增加明显，这从数量上再次说明福建省各发展子系统与高质量发展之间的耦合协调度总体呈现下降趋势。

具体而言，除厦门市外，2005—2020年福建省各系统与高质量发展的耦合协调度空间格局整体变化较大，空间分异明显，主要表现为耦合协调度高值区由福建东北部向沿海中部集中。在创新发展与高质量发展耦合协调度方面，2005—2010年，厦门市、泉州市、宁德市处于中高度协调状态，而龙岩市、三明市处于严重失调状态(图6a)。2011—2015年，仅厦门市处于高度协调状态，漳州市处于严重失调状态(图7a)。2016—2020年，仅厦门市处于高度协调状态，漳州市、莆田处于严重失调状态(图8a)。在协调发展与高质量发展耦合协调度方面，2005—2010年，三明市和龙岩市处于严重失调状态，宁德市处于高度协调状态(图6b)；2011—2015年，漳州市、泉州市处于严重失调状态，厦门市由中度失调改善为高度协调状态(图7b)；2016—2020年，漳州市、龙岩市、泉州市处于严重失调状态，厦门市仍处于高度协调状态(图8b)。在绿色发展与高质量发展耦合协调度方面，2005—2010年，三明市与龙岩市处于严重失调状态，厦门市、宁德市、莆田市与泉州市处于中度协调状态(图6c)；2011—2020年，莆田市、南平市与三明市耦合协调度出现不同程度的恶化，仅厦门仍处于高度协调状态(图7c、8c)。在开放发展与高质量发展耦合协调度方面，2005—2020年，受新冠疫情的严重冲击，福建省各地市的对外交流活动受到了极大限制，特别是厦门市、泉州市等外向型城市的开放发展与高质量发展耦合协调度明显下降，而三明市、龙岩市等内部地市，对外开放度相对较小，受疫情影响相对较小，因而下降趋势不明显。协调发展与高质量发展耦合协调度方面，2005—2010年，泉州市处于高度协调状态，漳州市、龙岩市、三明市处于严重失调状态；2011—2015年，厦门市与南平市处于高度协调状态，漳州市和泉州市处于严重失调状态；2016—2020年，仅厦门市处于高度协调状态，漳州市处于严重失调状态。

图 4 稳健性检验结果

图 5 高质量发展综合系统与各子系统间的耦合协调关系

图 6 2005—2010年福建省高质量发展与各子系统耦合协调度

图 7 2011—2015年福建省高质量发展与各子系统耦合协调度

图 8 2016—2020年福建省高质量发展与各子系统耦合协调度

3.4 高质量发展与绿色发展的响应关系

3.4.1数据检验

自2002年福建省被列为生态建设试点省份，福建省就坚持走绿色发展的路子，并取得突出成果，绿色发展指数在全国名列前茅[26]。为进一步理清高质量发展与各子系统间的动态作用关系，以绿色发展为例，基于VAR模型，利用脉冲响应函数模拟进一步探究福建省高质量发展与绿色发展间的交互响应机制，探讨未来15期的动态变化趋势。为避免回归模型出现伪回归现象，确保数据的平稳性与结论的准确性，利用Eviews 8.0对高质量发展与绿色发展进行ADF、PP、IPS单位根检验。结果显示，高质量发展水平值与绿色发展的一阶差分均在5%的显著水平上拒绝了变量非平稳的原假设，可以认为二者为平稳序列，可进行回归分析。同时，基于信息准则原则，确定1为协整检验的最优滞后阶数。

Johansen协整检验结果显示，在变量间不存在协整关系的假设条件下，出现了最多一个协整关系P值大于0.1和至少存在一个协整关系P值小于0.1的情况，说明高质量发展与绿色发展之间仅存在唯一的长期均衡协整关系，可对二者进行回归分析。Granger因果检验则(表2)表明，在滞后1期与10%显著性水平下，拒绝了绿色发展不是高质量发展Granger原因的原假设，而接受了高质量发展不是绿色发展的Granger原因，二者为单向Granger原因，即福建省绿色发展能够推动高质量发展，但当前高质量发展对绿色发展的反向作用不成立。

表 2 高质量发展与绿色发展的Granger因果关系检验结果

3.4.2脉冲响应分析

由于福建省高质量发展与绿色发展间仅为单向Granger关系，本研究中的脉冲响应分析与方差分析仅探讨绿色发展对高质量发展的冲击与贡献。根据福建省实现全方位推动高质量发展超越的目标任务，即2035年基本实现全方位高质量发展超越[27]，将脉冲响应期数设置为15期。

福建省绿色发展(GD)对自身(GD)的脉冲响应冲击初期显著，在第2期达到峰值后剧烈下降在第6期转为负向，而后缓慢回升至正向(图9a)。这说明福建省当前绿色发展模式还将在未来6年有较强的自我增强能力，然而持续实施当前绿色发展模式则会出现较长时间的负面效应，尽管后期略有回升，但仍应关注政策调整的时间，以充分发挥绿色发展自身增强机制。

对于一个标准差的福建省绿色发展(GD)冲击，高质量发展(HQ)在前9期呈现显著的正向响应，之后呈现负向响应走势(图9b)，即当绿色发展对高质量发展实施冲击时，在第4期达到峰值，且该正向效应持续到了第9期，而后呈现负向效应。这表明福建省绿色发展对福建高质量发展的显著积极影响持续时间较长。当前绿色发展政策持续实施一定时期后，政策制定者应及时根据社会经济发展的实际情况修改、完善相应的政策，保持绿色发展对高质量发展的持续推动。

图 9 绿色发展(GD)与高质量发展(HQ)的脉冲响应关系

4 结论与讨论

基于五大发展理念构建高质量发展评价指标体系，利用Super-SBM模型对福建省高质量发展综合水平与创新、协调、绿色、开放、共享五大子系统发展水平进行测度，利用耦合协调模型探讨高质量发展综合系统与五大子系统间的耦合协调关系，并进一步以高质量发展与绿色发展为例，利用VAR模型考察二者的交互响应机制和演变趋势。基本结论如下：

1)2005—2020年，福建省高质量发展水平总体较高，呈波动上升趋势，上升幅度较小，地区差距扩大；空间上呈现厦门—福州为中心的沿海中部向西部山区递减的格局特征。

2)五大子系统发展水平存在较大差异，开放子系统>共享子系统>绿色子系统>协调子系统>创新子系统，五大子系统发展水平均大于1。

3)2005—2020年，福建省各子系统与高质量发展基本处于协调状态，但整体耦合协调水平有所下降。从空间格局上看，除厦门市外，福建省各系统与高质量发展的耦合协调度空间格局整体变化较大，空间分异明显，耦合协调度高值区集中于沿海地市的分布趋势明显。

4)福建省绿色发展对高质量发展存在单向Granger响应，绿色发展本身对绿色发展的脉冲响应冲击呈现先正向后负向缓慢回升的趋势，而高质量发展对绿色发展的脉冲响应冲击呈现先正向后负向的趋势。

为推动福建省实现高质量发展赶超目标，基于研究结果，提出以下建议。

(1)激发创新驱动活力。五大高质量发展子系统中，创新发展水平最低，福建省的创新发展不足，特别是西部山区地市，如三明市、龙岩市等应加大创新资金投入、创新人才引进，加快创新子系统的创新能力与创新产出的提升，以提高区域整体创新发展效率。(2)探索差异化高质量发展路径。福建省在全方位高质量发展超越过程中，应该充分考虑各地市高质量发展的空间差异性，基于各地市的区域优势与特色，因地制宜探寻差异化高质量发展路径，如西部山区应基于良好生态资源本底，大力发展绿色产业；而东部沿海城市基于优越地理位置，应提高对外交流水平，提升跨国贸易高质量水平，加大外资吸引力度。(3)发挥区域优势条件，促进系统协同发展。在探索福建高质量发展路径的过程中，应当注重高质量发展各系统间的协同发展作用，激发高质量发展与子系统间的双向促进作用。如充分发挥高质量发展对绿色发展的产能转型升级的政策资金支持等；同时应打破区域间生产要素流通屏障，建立紧密的产业关联关系，扩大高质量发展水平高值区对低值区的带动作用，以实现区域协同发展。(4)政策制定应与时俱进。各地市在制定本地区高质量发展政策时应注意政策效果的持续性，敏锐把握政策效用的转变节点，因时因势制定符合经济社会发展的政策。

与以往高质量发展的相关研究不同，本研究从五大发展理念视角探讨了整体高质量发展水平与五大子系统发展水平的现状与差异，还对高质量评价指标体系与测算模型的稳健性与适用性进行了验证；其次，对未来15年绿色发展与高质量发展的动态演变机制进行了模拟，可为福建省因地制宜探索高质量发展差异化路径，因时制定经济社会所需的政策，实现全方位高质量发展超越提供一定参考。但在进行耦合协调度计算前，虽已参照相关文献进行标准化处理，但仍存在以下不足：Super-SBM模型测算的高质量发展水平时虽能克服熵权Topsis的逆序风险，但因测算结果为相对值，可能导致耦合协调度的结果有所偏差。此外，由于数据获取的局限性，所选指标的全面性和代表性还需要进一步完善。在后续研究中，应深入探讨如何构建更加客观、全面、具有区域特色的高质量发展评价指标体系。