广东省共同富裕时空演变特征及影响因素分析

梁贝贝 李白雪 毛伟

摘 要：广东省经济总量常年高居全国第一，但省域内部差距较大，两极分化严重，推动实现共同富裕是解决这些问题的重要措施。本文从富裕、共享和可持续性三个维度构建指标体系，运用多指标综合测度法、空间自相关法、Dagum基尼系数和空间计量模型对广东省共同富裕的时空演变特征、区域差异和影响因素进行分析。研究发现：广东省共同富裕水平呈现出上升趋势，各地级市存在显著的空间正相关性；地区差异显著，其中区域间差异是主要来源；银行存贷比、产业结构、劳动力投入、政府干预和创新能力对广东省共同富裕水平具有显著影响。

关键词：共同富裕；空间自相关；Dagum基尼系数；空间计量模型

中图分类号：F327

文献标识码：A

文章编号：1008-2697（2024）02-0015-09

一、引言

治国之道，富民为始。中共十八大以来，以习近平同志为核心的党中央深刻把握我国经济社会发展阶段的新变化，把逐步实现全体人民共同富裕摆在更加重要的位置。立足于新阶段，中共二十大报告再次强调“中国式现代化是全体人民共同富裕的现代化”，要着力促进全体人民共同富裕，坚决防止两极分化［1］。目前，我国正从“全面小康”迈向“全面现代化”，目标是实现全体人民的共同富裕。作为中国式现代化的重要特征，共同富裕是社会主义的本质要求，也是人类文明新形态的价值追求［2］。广东省作为改革开放的前沿，凭借其良好的区位优势和人才资源，成为我国重要的增长极之一。但省域内部板块间的经济发展差距较大，珠三角和粤东、西、北地区差距悬殊，在一定程度上制约了广东的可持续发展发展，影响社会的和谐稳定。广东省如何在高质量发展道路上实现共同富裕，缩小区域间的贫富差距，已成为时代赋予的伟大历史使命。

从现有文献看，学者们对共同富裕的探讨集中在理论内涵、水平测度和影响因素等方面。关于共同富裕的内涵，学术界一直有着广泛且深入的探讨，共同富裕是一个多维度的概念，涉及经济、社会、文化等多个方面。冯苑等［3］认为共同富裕是“富裕”和“共同”的有机结合。“富裕”涵盖了经济增长效率，人民美好生活和公共服务供给水平等方面，更加注重经济发展的质量，是共同富裕的基本前提和基础。雷一鸣等［4］将共同富裕定义为社会主义的本质要求和中国式现代化的显著特征，是中国共产党不懈追求的奋斗目标，也是新时代治国理政的重大命题和优先发展目标。姜安印等［5］强调共同富裕是人民群众物质生活和精神生活都富裕，精神生活要跟上物质富裕的节奏，二者协调并进才能实现共同富裕。

基于共同富裕的内涵，学者们尝试构建指标体系测度其发展水平。陈钰芬等［6］从共同富裕的内涵和特征出发，把共同富裕分为“富裕程度”和“共享程度”两个维度，又进一步将其分为6个二级指标，测度了我国省域共同富裕水平。张瀚禹等［7］聚焦于区域差距，分别从富裕和共享两个维度构建包括物质财富、生活保障、公共服务在内的一级指标。综合分析了国家中心城市和城市群的先富带动作用，揭示了区域间共同富裕的差距及其动态变化。徐菁［8］ 以新发展阶段共同富裕的理论内涵为指导，从总体富裕、均衡水平、弱势保障三个维度入手构建指标体系，测度了我国24个省份的共同富裕水平。

在共同富裕的影响因素方面。一些学者认为教育条件、绿色发展、数字经济等因素可以促进共同富裕的发展。Hofmarcher［9］客观论证了教育与贫困各个方面之间的因果关系，认为教育在经济上有很大的减贫作用，提高就业率有助于减少贫困，也会对人们的幸福感和生活满意度产生积极影响。张斌等［10］从空气质量视角出发，实证验证绿色发展对我国共同富裕的影响，研究发现，绿色发展可以改善空气质量从而缩小城乡居民消费差距，有助于中国共同富裕目标的实现。徐慧琳等［11］基于总体富裕和共享富裕两个维度构建共同富裕指标，同时从数字基础设施、数字产业化和产业数字化三个维度建立了数字经济测度指标体系，实证分析了数字经济对共同富裕的影响。结果发现，数字经济对总体富裕和共享富裕都能产生积极的促进作用。

综上所述，关于共同富裕的研究成果较为丰富。但仍存在以下不足：第一，目前关于共同富裕的文献基本上关注省域层面而忽视了城市层面；第二，部分学者们对共同富裕多是停留在时间演变特征的分析，缺少从空间层面结合时间演变的深入分析。基于此，本文以广东省21个地级市为研究对象，分析其共同富裕的时空演变特征、区域差距及影响因素，为促进我国其他地区区域协调发展，助力共同富裕稳步实现提供参考。

二、研究方法与数据来源

（一）评价指标体系的构建

根据现有研究成果，本文参考史依铭等［12］、陈丽君等［13］、王忠辉等［14］的研究，以数据的客观性、科学性和可得性为原则，从富裕、共享和可持续这三个层面构建指标体系，并通过多指标综合测度法计算出指标权重，如表1所示。

（二）研究方法

1.多指标综合测度法

为消除数据单位，属性等因素的影响，首先对

原始数据进行标准化处理；其次利用熵值法测度广东省共同富裕相关指标的最优权重；最后，采用多指标综合测度法测算共同富裕的发展水平［15］。多指标综合测度法的计算公式如下：

Zij=∑mi=1WjUij

其中，m为指标个数，Zij为第i个地区第j个指标综合得分，Wj为利用熵值法计算出的指标权重，Uij为指标进行标准化之后的指标值。

2.探索性空间数据分析

探索性空间数据分析包括全局自相关以及局部自相关两种［11］。

（1）全局空间自相关

全局空间自相关反映了空间邻近或空间邻近单元属性值在一个总的空间范围内相互依赖的程度或相似程度，最常用的关联指标是Morans I，计算公式如下：

I1=n∑ni=1∑nj=1Wij（xi－x-）（xj－x-）n∑ni=1∑nj=1Wij（xi－x-）2

（2）局部空间自相关

局部空间自相关，描述每一个空间单元与邻近单元就某一属性的相关程度，能够有效检测由于空间相关性引起的空间差异。计算公式如下：

I2=n（xi－x-）∑nj=1wij（xj－x-）∑ni=1（xi－x-）2

在式中，I1和I2分别为全局自相关和局部自相关的Morans I指数值。n为研究对象的数量；xi和xj分为地区i和j的海洋渔业现代化水平得分；x-为平均值；Wij为空间权重矩阵。Morans I的取值范围为（-1，1），离1越近，则表明空间正相关程度越强，反之则相反。

3.Dagum基尼系数

Dagum基尼系数及其分解最初用于度量收入不平等问题，之后被逐渐用于区域发展差异相关研究。该方法可以将区域间不平衡的总体差异分解为区域内差异、区域间差异及由地区内外样本间重叠而引起的不平衡及其贡献［12］。计算公式为：

G=12n2u∑ki=1∑kj=1∑nih=1∑njr=1|yih－yjr|

式中，yih、yjr为第i（j）组内市域h（r）共同富裕发展评价指数，u为广东省各地级市共同富裕发展评价指数的均值。n为研究市域数量，k为研究组数量。本文将广东省21个地级市分为4组、分别为珠三角、粤东、粤西和粤北。i和j为组下标，h和r为市域下标，ni（nj）为i（j）组内部分市域数量。

进一步计算基尼系数和贡献率，计算公式为：

G=Gw+Gb+Gt

Gw=∑kj=1GjjλjSj

Gjj=12c2jui∑cji=1∑cjr=1|yji－yjr|

Gb=∑kj=2∑j－1h=1Gjh（pjsh+phsj）Djh

Gt=∑kj=2∑j－1h=1Gjh（pjsh+phsj）（1－Djh）

Gjh=1cjch（ui+uh）∑cji=1∑chr=1|yji－yjr|

Djh=（mjh－ph）/（mjh+pjh）

mjh=∫SymboleB@0dFj（y）∫y0（y－x）dFh（x）

pjh=∫SymboleB@0dFh（y）∫y0（y－x）dFj（x）

上式中，Gw为组内差异贡献；Gb为组间差异净值贡献；Gt为组间超变密度。组内基尼系数为Gjj，组间基尼系数为Gjh。

4.空间计量模型

空间计量模型是研究空间变量和空间效应的一系列方法，涉及空间相互依存、空间关系、空间解释和空间模拟等领域。较为常见的模型有空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）［16］。

（1）空间自回归模型（SAR），主要考虑空间内各个体间的内生效应，即区域个体间的相互影响，其初始表达式为 y=λWy+η。其中，y为被解释变量；W为空间权重矩阵；λ为空间相关性系数；η为随机干扰项。

（2）空间杜宾模型（SDM），不仅考虑了个体间的相互影响，还考虑了个体外生因素的空间相互效应，其表达式为y=Xβ+WXδ+ε。其中，y为解释变量；W为空间权重矩阵；β为系数向量；WXδ表示其他地区自变量的影响系数；ε为随机扰动项。

（3）空间误差模型（SEM），当解释变量未表现出被解释变量的空间相关性，通常会在误差项内展现，需要考虑随机干扰项在空间上的相互效应，其表达式为y=Xβ+μ，其中μ=ρMu+ε；X为自变量；β为相关系数；μ为随机干扰项；ρ为空间误差系数；M为空间权重矩阵；ε为随机扰动项。

（三）数据来源

本文以广东省21个地级市为研究对象，以2011-2021年为研究区间。相关数据主要来源于《广东统计年鉴》（2012-2022），《中国城市年鉴》（2012-2022），《中国统计年鉴》（2012-2022），广东各地级市统计年鉴和统计公报等。除此之外，个别缺失数据通过插值法和综合增长率估算法得到。

三、广东省共同富裕时空演变特征

（一）时序变化特征

图1展现了广东省共同富裕水平各维度的时序特征。从整体来看，2011-2021年广东省共同富裕水平呈现出稳定增长趋势，共同富裕指数从0.1925上升至0.3629，年均增长率达6.55%。“十二五”规划以来，广东省致力于城乡区域协调发展，构建了“一核一带一区”的区域发展格局，构建发达地区和欠发达地区间的帮扶机制，促进了区域协同发展。同时，在乡村振兴的战略要求下，广东省积极推动城乡公共服务均等化。通过拓宽就业、投资、社保等举措稳步提升农民收入，缩小了城乡居民收入差距，促进了收入分配公平［17］，提升了人民的获得感和幸福感，广东省共同富裕水平不断升高。

从各维度来看，2011-2021年广东省3个维度共同富裕水平呈现出不同的变化趋势。其中，富裕程度呈现出“W”型波动趋势，从2011年的0.3003下降至2021年的0.2862，究其原因可能是广东省在新时代的发展要求下，积极调整经济结构，淘汰落后产业，加快创新转型。珠三角地区本身经济实力较强，能够积极顺应经济战略转变。但粤东西北地区生产方式落后，经济较差，对自身的发展没有一个准确的定位，无法适应新的经济战略要求。同时，人才外流严重，农村地区“三留守”现象严重，因此容易造成这部分地区区域差距过大，整体富裕程度出现下降。共享程度和可持续性虽然有波动，但仍然呈现出上升的趋势［18］。说明广东省积极贯彻落实新发展理念，将共享发展理念深入融合到高质量发展之中，补齐民生领域短板，提升人民的获得感和满足感。同时，兼顾可持续发展的要求，对资源环境做出改善，践行绿色创新发展，给予可持续发展更充足的动力。

（二）空间分异特征

1.空间分布变化

为进一步展示广东省共同富裕水平的空间分布特征，本文基于ArcGIS10.8软件，利用自然段点法将共同富裕水平从低到高划分为低水平区域、较低水平区域、中等水平区域、较高水平区域和高水平区域［19］。具体如图2所示。

（1）从各类型区数量上来看，2011年广州、佛山、东莞、深圳、中山和珠海共同富裕水平处于高水平；肇庆、江门和惠州属于较高水平区域；阳江、清远、韶关、潮州和汕头属于中等水平区域；梅州、汕尾和云浮属于较低水平；湛江、茂名、河源和揭阳共同富裕水平处于低水平，中等及以上区域占比66.67%。2016年，高水平区域仅有深圳；广州、佛山、东莞、中山和珠海共同富裕处于较高水平；阳江和韶关没出现变化，仍然处于中等水平，但肇庆、江门和惠州滑至中等水平；较低水平地区增加了清远和汕头；潮州降至低水平。2021年，深圳共同富裕仍处于高水平，较高水平地区没出现变化；肇庆、江门、阳江和惠州仍处于中等水平，但韶关滑至较低水平；河源、潮州和湛江上升至较低水平，云浮滑至低水平，其余地区保持不变，中等及以上地区占比47.62%。由此可见，虽然中等及以上地区占比减少，但共同富裕整体分值逐渐上升，说明随着小康社会的全面建成，广东省整体共同富裕水平有所上升。但中等及以下地区数量偏多，说明广东省共同富裕建设面领着向高水平发展的瓶颈，需要解决区域发展不平衡的难题。同时，省内极化现象突出，珠三角地区和粤东西北地区差异显著，且逐渐扩大。

（2）从空间分布上来看，广东省共同富裕水平空间存在着显著差异，总体呈现出“珠三角地区高，粤东西北地区低”的分布特点。首先，共同富裕水平较高的地区集中在珠三角地区，特别是深圳，广州，佛山等城市。原因在于，珠三角地区有良好的区位优势，依靠高新技术产业和对外开放政策，一度成为广东省经济最为发达的城市群。在此基础下，居民收入不断提高，收入分配结构逐步完善，人民的物质和精神生活都得到满足，共同富裕得到了快速的发展。其次，粤东西北地区共同富裕水平较低［17］。究其原因发现，粤北地区多山地丘陵，交通基础设施不够完善，城市化水平较低，人才外流严重，在一定程度上阻碍了共同富裕的进程。粤东，粤西地区作为广东省的两翼，在空间位置上偏离珠三角，受珠三角溢出效应较小，同时产业结构不够完善，产业发展较为落后，经济实力欠缺，共同富裕水平与珠三角地区差距较大。

2.空间自相关分析

（1）全局空间自相关分析

为反映广东省共同富裕水平的空间关联特征，本文借鉴的研究，通过构建空间经济距离矩阵，计算广东省共同富裕发展水平全局Morans I指数，结果如表2所示［5］。2011-2021年Morans I的值均大于0且通过1%的显著性水平检验，说明广东省各地级市共同富裕水平在空间分布上正向显著相关。从演变趋势上来看，11年间空间聚集性呈现出先增后降的态势，但整体呈上升趋势。2011-2017年广东省共同富裕水平全局Morans I呈波动上升趋势，这说明随着十一五规划努力推动珠三角一体化和粤东西北地区跨越发展，区域发展的协调性不断增强［19］。2019-2021年广东省共同富裕水平全局Morans I呈波动下降，究其原因可能是新冠疫情抑制了各地的交流协作，各地的空间协同力度逐渐减弱。

（2）局部空间自相关分析

全局空间自相关反映了海洋渔业中国式现代化在空间上整体的聚集特征、但无法分辨空间异质性和聚集的类型，为此需进行局部自相关分析［20］。因篇幅有限，本文选取2011年、2015年、2016年和2021年三个时间，绘制局部Morans I指数散点图，如图3所示。可以看出，广东省共同富裕水平Morans I指数散点图分布主要集中在第一、三象限，表明其共同富裕水平空间分布呈现出显著的高—高集聚和低—低集聚。处于高—高集聚区的广州、佛山、珠海、中山、深圳、东莞和惠州，在空间和数量上均表现出较强的稳定性。该区域经济发达，资源禀赋优越，在共同富裕发展的推动下，基础设施不断完善，产业结构不断升级，为共同富裕的发展奠定了坚实的物质基础。同时，人均生产总值逐步提高，收入分配政策更加完善，为共同富裕进程锦上添花。处于低—低聚集区的主要包括江门、肇庆、阳江、韶关等城市，其共同富裕水平的空间差异较小，与周围地区存在正相关性。该区域位于粤东西北地区，受制于其自身的发展能力与区位条件，经济发展较差，难以摆脱“贫困陷阱”，其共同富裕水平相对较低［21］。

四、广东省共同富裕区域差距特征

本文参考Dagum的研究，利用Dagum基尼系数对广东全省及其四大区域共同富裕水平的区域差距进行分析［12］。依据国家行政区域划分，将广东省分为4大区域，分别为：以广州、深圳、佛山等为代表的珠三角地区；以汕头、汕尾、潮州等为主的粤东地区；以韶关、清远等为主的粤北地区；以湛江、茂名等为代表的粤西地区。

（一）共同富裕水平总体及区域内差异

表3展示了2011-2021年广东全省及其四大区域基尼系数的结果。从整体来看，广东全省的基尼系数大于四大区域，说明广东省内共同富裕水平存在着较大的差距。从区域层面来看，粤东地区内部差异最小，表明在研究期间粤东地区共同富裕水平的协调度较高。

表3刻画了2011-2020年广东省共同富裕水平总体及地区基尼系数的变化趋势。整体看来，广东省共同富裕水平的基尼系数从2011年的0.3555下降至2021年的0.1978，呈现出稳步下降的趋势。表现出广东省共同富裕水平的总体差异、区域差异在不断缩小，广东全省共同富裕的协同性在增强。从区域层面来看，珠三角地区共同富裕水平Dagum基尼系数与其它三个区域出现明显分层，其内部差异最大，说明珠三角城市群之间共同富裕水平呈现较大的差异。究其原因发现广州、深圳等城市无论在区位优势、资源禀赋、经济规模、经济质量还是人均产值上都很突出，但是中山、肇庆等城市发展水平相对较低，经济增长动力不足，从而导致不同地区实现共同富裕驱动因素的作用强度存在差异［17］。粤北和粤东地区的基尼系数呈现出波动下降的发展趋势，这表明在区域内各城市的共同富裕水平差距逐渐缩小，且得分逐渐靠拢。粤西地区的基尼系数呈现出“下降—上升”的发展趋势，表明在2011-2016年区域内各城市共同富裕水平差距逐渐缩小，但2016年之后，共同富裕水平差距逐渐扩大。

（二）共同富裕水平区域间差距

图4显示了2011-2021年广东省四大区域共同富裕水平的区域间差异。从区域间差异的平均水平来看，珠三角和粤东之间的共同富裕差距最大，基尼系数均值为0.41，其次是珠三角和粤西、粤北地区，基尼系数分别为0.39和0.38。整体来看，珠三角和粤东、粤西、粤北地区间的基尼系数呈现出下降的趋势，表明珠三角与其他地区在推进共同富裕进程上的协调性逐步增强，各地区之间共同富裕的差距也在逐渐缩小。粤东和粤西、粤北和粤西的地区间差异相对较小，基尼系数均值分别为0.10、0.09；粤北和粤东地区之间的差距最小，基尼系数均值为0.08，说明这两个地区在推进共同富裕进程上具有很强的协同性。

（三）共同富裕水平的区域差距来源及其贡献率

基于Dagum基尼系数分解公式，将广东省共同富裕水平的整体差异分解为区域内差异、区域间差异和超变密度［22］。由表4可知，广东省共同富裕水平的整体差异以区域间差异为主，区域内差异的贡献率次之，超变密度的贡献率最低。研究期间，区域间差异的贡献率均值为78.20%，远高于区域间差异和超变密度的贡献率，这表明区域间差异是影响广东省共同富裕水平整体差异的主要因素。同时，区域间城市因在经济社会发展各个方面存在一定程度的差异性，从而区域间差异对整体的贡献度较高。因此，需要特别关注区域之间的发展差距，实施区域协调发展战略，缩小区域间的差距。其次，从超变密度及其贡献率来看，超变密度出现下降，但其贡献率却出现上升，这说明不同区域间的交叉重叠现象对整体差异的影响正在逐步增强。最后，从区域内差异及其贡献率来看，区域内差异及其贡献率出现下降，这说明区域内的差异对总体差异的影响在逐渐缩小。

五、影响因素分析

（一）影响因素变量选取

全面分析影响共同富裕发展进程的因素，对推动广东省共同富裕进程具有重要意义。本文在借鉴相关学者的研究基础上，选取银行存贷比、产业结构、劳动力投入、经济发展水平、政府干预和创新能力作为共同富裕的影响因素。

金融具有减贫增收的作用，可以满足实体经济的有效需求。银行存贷比（ldr）表示银行将存款转换成贷款的能力，用来衡量金融中介功能，该指标越高，表明银行的流动性越强，服务实体经济的能力越强。本文参考杨小军［11］的研究，用银行存款总额比银行贷款总额表示银行存贷比。

合理的产业结构（is）能够吸引一部劳动力，有效提高低收入群体收入水平。产业结构高级化可以引领经济高质量发展，提高产业的技术和创新能力，促进经济发展。故选取广东省各地级市第三产业增加值占全省GDP的比重表示［23］。

劳动力投入（lab）是发展经济的必要因素，私营及个体经济的发展能带动就业和创业，增加经济活力，对促进共同富裕的发展具有重要作用。因此，本文参考史依铭等人［12］的研究，选取广东省各地级市城镇私营和个体从业人员数的对数表示。

经济发展水平（gdp）是衡量一个地区富裕程度的重要指标。经济实力是一个地区发展的重要基础，经济发展能创造大量的就业岗位，扩大城市就业规模，吸引农村劳动力进城务工，不仅可以缩小城乡收入差距，还能提高这部分人群的生活水平，是影响共同富裕的重要因素。因此，本文以各地级市GDP的对数来表示。

政府干预（gov）常用财政支出来表示。财政支出通过资源分配、财力配置等手段，不仅可以为区域的协调发展注入动能，还可以有效地保障民生，能够有效地提高人民的幸福度和满意度，兜牢共同富裕的底线。因此，本文以各地级市财政支出的对数表示。

创新能力（inn）是一个地区发展的核心要素［18］。科学技术是第一生产力，以科技创新可以为高质量发展提供动力，加速产业转型，提高产业的核心竞争力。同时，科技创新与实体经济的深度融合、可以提高社会财富创造能力，推动经济“质的稳步提升”，扩大中等收入人群比重，是促进共同富裕的关键因素。因此，以各地级市专利授权数的对数表示。

（二）模型构建

本文借鉴的研究，首先采用LM检验来判断是否存在空间相关性，可见LM-lag和LM-error均显著，则采用下一步的稳健性拉格朗日检验，Robust LM-lag 和Robust LM-error 均显著，SLM和SEM都可适用。接着进行Wald和LR检验，两者均显著，说明应选择空间杜宾模型（SDM）。对模型进行Hausman检验，结果显著，说明使用双固定的空间杜宾模型［16］。如表5所示。

根据上述检验和分析，由此确定采用双固定的空间杜宾模型，模型公式建立如下：

iait=ρW×iait+βXit+θW×Xit+vi+vt+εit

其中，W代表空间权重矩阵，ρ代表空间自回归系数，θ为空间滞后变量系数，vi和vt分别表示时间和地区固定效应，εit为随机误差项。

（三）实证结果分析

回归结果如表6所示，可以看出，银行存贷比（ldr）、产业结构（is）、劳动力投入（lab）、政府干预（gov）和创新能力（inn）回归系数显著为正，说明这些变量对共同富裕的发展具有促进作用［24］。同时，通过解释变量交叉项可以看出劳动力投入未通过5%的显著性水平检验，表明各地级市的劳动力投入对相邻地区共同富裕发展水平的正向溢出效应不显著，部分空间交互项的回归系数是正向显著的，表明这些变量具有显著的空间溢出效应。

为进一步准确反应变量的空间溢出效应，需要采用偏微分效果进行模型分解。空间总效应分为直接效应和间接效应。由表7可知，从直接效应来看，银行存贷比、产业结构、劳动力投入、政府干预和创新能力显著为正，表明以上指标对广东省共同富裕的发展有着正向直接影响，从间接效应来看，银行存贷比、创新能力通过显著性水平检验，且系数为正，说明随着这些指标的提高对该地区共同富裕水平发展呈现正向溢出效应。产业结构、经济发展水平和政府干预显著为负，则说明随着这些指标的提高对周围地区产生虹吸效应，即相邻地区产业结构越高级、经济发展水平越高、政府干预能力越强会抑制本地区共同富裕发展水平［25］。

［24］王青，曾伏.中国共同富裕水平的分布动态、区域差异及空间相关性研究［J］.西南民族大学学报（人文社会科学版），2023，44（05）：91-101.

［25］杨胜利，王金科，黄良伟.县域新型城镇化对共同富裕的影响及作用机制研究［J］.云南财经大学学报，2023，39（05）：50-61.

（责任编辑：李韵婷）

Analysis of the Spatiotemporal Evolution Characteristics and Influencing

Factors of Common Prosperity in Guangdong Province

LIANG Bei-bei1，LI Bai-xue1，MAO Wei1，2

（1.School of Economics，Guangdong Ocean University，Zhanjiang 524088;

2.Guangdong Coastal Economic Belt Development Research Institute，Zhanjiang 524088

）

Abstract： Guangdong Provinces total economic output has consistently ranked first in the country，but there is a significant gap and serious polarization within the province.Promoting the realization of common prosperity is an important measure to solve these problems.This article constructs an indicator system from three dimensions of prosperity，sharing，and sustainability，and uses multiple indicator comprehensive measurement method，spatial autocorrelation method，Dagum Gini coefficient，and spatial econometric model to analyze the spatiotemporal evolution characteristics，regional differences，and influencing factors of common prosperity in Guangdong Province.Research has found that the level of common prosperity in Guangdong Province is showing an upward trend，and there is a significant spatial positive correlation among cities at the local level;Regional differences are significant，with inter regional differences being the main reason;The bank loan to deposit ratio，industrial structure，labor input，government intervention，and innovation capability have a significant impact on the level of common prosperity in Guangdong Province．

Key words： Common prosperity;Spatial autocorrelation;Dagum Gini coefficient;Spatial econometric model

收稿日期：2024-02-10

基金项目：广东省哲学社会科学“十三五”规划2020年度学科共建项目（GD20XYJ26）；广东海洋大学科研启动经费资助项目（E15174）。

作者简介：

梁贝贝，女，硕士研究生，研究方向：区域经济；李白雪，女，硕士研究生，研究方向：农村经济；毛伟（通讯作者），男，副教授，研究方向：区域经济。