中國長三角城市群工業高質量發展水平雙維測度、動態演進及創新環境影響研究

施雄天 李亞玲 余正勇 肖 懿

（云南大學工商管理與旅游管理學院，昆明 650500）

引 言

工業發展對經濟可持續發展和產業升級起重要的支撐作用［1］。但當前工業高質量發展水平還未形成明確的內涵概念，通過建立科學合理的長三角工業高質量發展水平評價體系，推動長三角地區工業高質量發展水平的全面提升，具有一定的現實和理論意義。

高質量發展是中國經濟增長方式和路徑的轉變，是具有中國特色的體制機制的變革［2］。一些學者從本質內涵上剖析了高質量發展的決定因素、目標要求和戰略路徑［3，4］。目前學術界對高質量發展指標體系的構建及內涵并無統一的歸納總結，但都認為高質量發展具有豐富的內涵，且具有持續性、創新性等特征［5，6］。隨著研究的不斷深入，對高質量發展的研究逐漸深入到工業產業的發展。

目前對工業產業的發展主要集中在構建工業高質量發展評價指標體系，在五大發展理念基礎上進行構建［7］。對指標體系的構建已取得了一定的成果，但對區域工業高質量發展水平的研究較少，且工業發展本身具有地域特色，測度工業高質量發展水平應符合城市自身發展水平。

對工業高質量發展的影響因素研究，目前主要集中在工業機器人、智能化、產業集聚等方面［8－10］。一般認為良好的創新環境系統能夠提升工業能源利用效率。然而我國政府、高校、科研機構、工業企業等創新主體協同不足，創新環境系統成為阻礙工業高質量發展的主要原因［11，12］。對創新環境系統的研究最初分為外部環境和機構內部環境，后逐漸變為高校、企業及大眾等其他社會組織互動形成的市場環境和社會環境。在創新環境系統設計方面，大多數學者根據“產學研” 的關系范疇選擇螺旋結構模型進行研究［13，14］。本文基于長三角地區工業發展環境，選取普遍采用的γ－螺旋模式，構建工業高質量發展的創新環境，見圖1。

圖1 γ－多重螺旋模式的工業發展創新環境

基于已有研究，本文以長三角地區工業發展為研究對象，基于我國的五大發展理念和系統論雙維視角構建長三角城市群工業高質量發展水平評價指標體系，探究長三角城市群工業高質量發展水平空間差異及動態演進，并探討不同創新環境影響因素對長三角城市群工業高質量發展水平的影響，以此為長三角工業發展提供更為具體的建議。

1 研究設計

1.1 指標體系構建及數據來源

對五大發展理念維度指標體系構建如下： （1）創新維度。指標選取借鑒《中國制造2025》 中的相關指標； （2） 開放維度。結合長三角工業對外開放的深度和廣度來構建開放維度指標； （3） 協調維度。高質量發展是協調的發展，縮小城鄉收入差距是推動城鄉協調發展的內生動力［15］。對于長三角城市群的工業來說，工業高質量發展需要惠及城鄉發展，因此，協調維度考慮了城鄉發展因素； （4） 綠色維度。綠色發展的核心是在經濟、社會和環境方面實現可持續性［16］。借鑒《2021 中國城市綠色競爭力指數報告》 中的相關指標來構建； （5） 共享維度。借鑒孫冬營等［17］的研究來構建指標。

基于系統論，對三大發展維度指標體系構建如下： （1） 經濟發展。基于產業組織理論，從技術創新、要素稟賦、產業結構優化等方面衡量產業發展的經濟效率。選取創新、協調、開放維度來表征； （2） 綠色發展。從污染物排放和污染物處理兩方面來衡量； （3） 社會發展。長三角工業發展需要關注民生，采用共享維度來衡量。各指標選取見表1。

表1 長三角城市群工業高質量發展雙維測度指標體系

依據γ－多重螺旋模式，影響因素選取政府環境、社會環境、機構內部環境和市場環境，各指標說明見表2。參考姚金海和鐘國輝［18］、金曉彤和路越［19］、丁煥峰等［20］的研究，構建長三角地區工業高質量發展水平創新環境影響因素指標體系，見表2。

表2 創新環境影響因素各指標說明

1.2 雙維測度模型設定

幾何平均法有利于抑制極端值的影響，一定程度上能解決合成綜合指數法的不足。本文用幾何平均法計算長三角地區工業高質量發展水平的雙維綜合指數。計算步驟如下：

（1） 對初始數據進行正向、負向的標準化處理。對標準化處理后的數據進行幅度為A（A＞0）的平移處理，得到Tkij。

（2） 利用熵值法計算各單維權重和二級指標權重，并計算信息熵和差異化系數，公式表示為：

其中，Ej表示第j個指標熵值；Gj表示第j個指標差異化系數；Wj表示第j個指標權重；k表示該指標年份數；n表示城市數量；Yij為第i個城市第j個指標的標準化后值；t表示第t年；。

（3） 利用式（3） 和式（4） 計算單層維度Tij和單層綜合指數Tn，ij，公式表示為：

1.3 Tobit 模型

Tobit 回歸模型具體公式表示為：

其中，M1、M2 表示下限、上限，一直設定為0、1；β為參數向量；xi、yi表示解釋變量（相關因素）、被解釋變量（長三角城市群工業高質量發展水平）；表示潛變量；εi～N（0，δ2）。

1.4 改進后的STIRPAT 模型

改進后的STIRPAT 模型能避免指數分解法研究角度局限、分解的影響因素固定等問題； 另外也能解決結構分解法無法進行時序比較的問題。具體公式為：

其中，y代表長三角城市群工業高質量發展水平，X1 代表政府環境，X2 代表社會環境，X3代表機構內部環境，X4 代表市場環境，a代表模型系數，b、c、d、f代表影響因素系數，e代表誤差項。

對式（2） 進行對數化處理，得到公式：

1.5 數據來源與說明

本文數據包含長三角地區4 個省（市）共41個城市，時間跨度為2011 ～2022 年。數據來源于EPS 數據庫、長三角各城市統計局官網及統計年鑒等，少部分缺失數據采用插值法進行補充。

2 長三角城市群工業高質量發展水平雙維測度結果分析

2.1 雙維測度結果有效性檢驗

為保證雙維測度的有效性，參考韓春蕾等［21］的有效性檢驗方法，分別對測度結果進行事前檢驗和事后檢驗。

事前檢驗主要是判斷不同測度方法的結果是否存在一致性。檢驗結果顯示，單一度量的ICC值為0.989； 平均度量的ICC 值為0.910，表明雙維測度的結果具有高度一致性。

事后檢驗主要是判斷測度方法組合后的結果與組合前的結果是否存在一致性。檢驗結果顯示，Pearson 相關系數分別為0.941、0.932，且均通過了1%以上水平的顯著性檢驗，說明雙維綜合測度結果與各單維測度結果具有極高的相關性。

綜上，說明本文構建的雙維測度是有效的。

2.2 長三角城市群工業高質量發展雙維測度時間趨勢分析

繪制長三角城市群各維度綜合指數變化趨勢圖，見圖2。從五大發展理念維度變化趨勢來看，綠色維度遠遠領先于其他4 個維度，年平均增速約為1.08%，說明長三角地區工業綠色發展成效顯著，綠色發展水平的提升對長三角工業高質量發展水平起了重要的拉動作用。從開放維度來看，年平均降幅約為2.42%，阻礙了長三角工業高質量發展水平的提升。史丹和李鵬［22］研究認為，工業發展質量主要得益于資源環境等指標的提升，由于國際市場低迷等不利因素影響，開放發展對工業發展的貢獻率較小，這與本文研究得出的結果基本一致。

圖2 長三角城市群工業高質量發展水平綜合指數變化趨勢

從三大發展維度變化趨勢來看，整體上呈現緩慢增長的趨勢，其中經濟發展維度年均增速最小，為0.11%。結合五大發展理念維度的分指數可知，創新維度年平均增速為3.52%，而開放和協調維度的增速分別為－2.42%、0.76%，說明開放維度對工業經濟發展維度起了抑制作用，而創新維度對工業經濟發展維度起重要的推動作用。

從各維度變化趨勢對比可知，整體上雙維綜合指數曲線與五大發展理念維度曲線及三大發展維度曲線變化趨勢存在一致性，都呈現緩慢波動上升的趨勢。

2.3 雙維測度區域差異分析

將長三角各城市工業高質量發展水平雙維綜合指數均值水平劃分為4 個等級，見表3。其中，一類地區中，上海市排名第一； 二類地區中，江蘇省城市占比50.0%； 三類地區中，安徽省城市占比44.4%； 四類地區中，安徽省城市占比78.5%。長三角4 個省（市）之間差距顯著，整體上呈現“上海＞江蘇＞浙江＞安徽”，這與目前長三角經濟發展水平基本一致。

表3 長三角城市群工業高質量發展水平雙維綜合指數均值水平劃分

3 長三角城市群工業高質量發展水平空間差異分析

3.1 總體空間差異和及其指數分解

對上述4 類地區工業高質量發展水平的基尼系數和貢獻率進行測度，結果見圖3。從時間演變趨勢來看，整體上長三角工業高質量發展水平的基尼系數呈現波動式上升的趨勢，說明城市群差異呈現擴大趨勢； 組間基尼系數在0.18 ～0.25之間，遠高于組內基尼系數，說明長三角城市群工業高質量發展水平組間差異相對較大，組內差異較小，導致長三角城市群工業高質量發展水平差異的主要原因是組間差異。對基尼系數貢獻率進行分解，發現組間貢獻率作用最大，而超變密度的貢獻率幾乎為0。

圖3 組內基尼系數及貢獻率變化趨勢

3.2 組內空間差異與動態演進

長三角城市群工業高質量發展水平組內基尼系數差異，見圖4。從演進趨勢來看，一類地區的工業高質量發展水平的組內空間差異基尼系數相對較大，自2011 年以來，雖然呈現波動，但總體上曲線呈現“上揚” 的趨勢，表明一類地區組內工業高質量發展水平分化在加劇； 二類地區組內差異基尼系數曲線波動較小； 三類地區組內差異基尼系數曲線波動較大，整體上呈現下降趨勢，說明經分化后逐漸形成一批工業高質量發展水平相對較低的城市； 四類地區組內差異基尼系數曲線波動較大，從2016 年達到組內基尼系數最大值后，出現快速下降的趨勢，說明2016 年后四類地區工業高質量發展水平差距不斷縮小。

圖4 組內基尼系數變化趨勢

3.3 組間空間差異與動態演進

長三角城市群工業高質量發展水平組間基尼系數差異與動態演進，見圖5。其中，一類地區和三類地區、一類地區和四類地區組間基尼系數均超過0.30，說明這兩組的組間差異遠大于其他組的組間差異。從演進趨勢來看，所有組間基尼系數曲線無特別明顯的波動，僅存在差異變化速率的不同。不同類型地區之間的組間差異從大到小排序為： 一類地區和四類地區的組間差異最大； 其次是一類地區和三類地區組間差異； 接著是二類地區和四類地區、一類地區和二類地區、三類地區和四類地區； 二類地區和三類地區組間差異最小。從一類地區和其他3 類地區的組間基尼系數變化趨勢來看，3 條曲線都呈現上升趨勢，說明一類地區和其他3 類地區工業高質量發展水平分化在不斷加劇，高質量發展的工業企業逐漸向上海、蘇州、杭州等一類城市集聚，呈現出越來越明顯的工業高質量發展水平極化的趨勢。

圖5 組間基尼系數變化趨勢

4 長三角城市群工業高質量發展水平動態演進分析

4.1 長三角城市群工業高質量發展水平傳統核密度動態分布

繪制長三角城市群工業高質量發展水平傳統核密度動態分布圖，見圖6。整體上長三角工業高質量發展水平曲線呈現“主峰＋側峰” 分布，但隨著時間推移，側峰高度逐漸出現下降且與主峰距離縮短，說明整體上長三角城市群工業高質量發展水平極化趨勢不明顯。從江蘇的核密度曲線來看，主峰高度在增加，且主峰由“扁平” 逐漸變為“尖窄”，說明江蘇省各城市雙維綜合指數水平差異在縮小，雙維綜合指數水平相同或者相近的城市數量變多。從浙江的核密度曲線來看，核密度曲線變化明顯，覆蓋寬度先變寬后縮窄，說明浙江省各城市雙維綜合指數水平分布集中，地區間差異縮小。從安徽的核密度曲線來看，存在明顯的“右拖尾” 現象，且主峰中心線往左偏移，說明安徽省城市群雙維綜合指數水平內部存在差異，且差異在擴大。

圖6 傳統核密度動態分布

4.2 長三角城市群工業高質量發展水平無條件核密度動態分布

繪制長三角城市群工業高質量發展水平無條件核密度動態分布圖，見圖7。密度等高線集中于＋45 度對角線附近，說明從第t年到第t＋3 年三角城市群工業高質量發展水平的分布狀態變化較小； 從＋45 度對角線來看，雙維指數在0 ～0.5 區間，呈現高－高、低－低的空間正相關性，且等高線向右上方偏移； 從－45 度對角線來看，雙維指數在0.5 以上，等高線向左下方偏移，說明當本市雙維綜合指數達到較高水平，可能受到來自城市群內其他城市的負向空間靜態溢出效應的影響。

圖7 無條件核密度動態分布

4.3 長三角城市群工業高質量發展水平空間條件靜態核密度分布

繪制長三角城市群工業高質量發展水平空間條件靜態核密度分布圖，見圖8。從核密度等高線形態上呈現平行于y軸的趨勢，表明第t年長三角城市群內其他城市雙維指數水平對第t＋3 年本市雙維綜合指數水平的影響不明顯； 波峰位于＋45 度對角線正上方，說明長三角城市群雙維綜合指數具有向高水平轉變的趨勢。

圖8 空間條件靜態核密度分布

4.4 長三角城市群工業高質量發展水平空間條件動態核密度分布

為分析長三角城市群工業高質量發展水平是否具有空間動態效應，在空間滯后3 年條件下，第t年城市群內其他城市雙維綜合指數對第t＋3年本市雙維綜合指數分布動態的影響，見圖9。核密度等高線形態上分布于＋45 度對角線附近，本市與城市群其他城市的雙維綜合指數呈現正向的空間動態溢出效應； 波峰上呈現單峰分布，且處于＋45 度對角線上方，說明雙維綜合指數具有向高水平轉變的趨勢。

圖9 空間條件動態核密度分布

5 創新環境影響因素對長三角城市群工業高質量發展水平的影響

Tobit 回歸結果見表4。

表4 創新環境影響因素Tobit 回歸結果

政府環境的影響。政府環境對浙江省工業高質量發展水平不顯著，說明政府經費支持并沒有對浙江省工業高質量發展產生顯著的影響，可能原因在于浙江省政府科技支持對工業企業研發資金的投入產生“擠出效應”，導致產生低質量的工業創新產出。而政府環境對其余省份工業高質量發展水平作用顯著，說明政府科技支持能夠提升地方工業企業的創新、彌補創新活動經費不足等問題，從而促進工業高質量發展水平的提升。

社會環境的影響。社會環境對長三角城市群工業高質量發展水平影響均顯著，說明基礎設施水平對長三角城市群工業高質量發展水平有顯著的提升作用，這與徐佳賓和孫曉諦［23］的研究結論一致，認為我國城市道路、互聯網等基礎設施促進工業效率的提升。對于長三角城市群來說，基礎設施的建設主要是圍繞經濟發展為核心，基礎設施的提升滿足創新型發展需要，能為工業高質量發展提供便捷。

機構內部環境的影響。機構內部環境對長三角城市群工業高質量發展水平影響均顯著，說明產學研結合水平提升對工業高質量發展產生顯著的推動作用，機構內部環境水平的提高能為長三角工業的生產與制造水平、人才隊伍管理、技術創新等方面帶來提升。因此，機構內部環境的改善對長三角城市群工業高質量發展水平有重要的支撐作用。

市場環境的影響。市場環境對長三角城市群工業高質量發展水平影響均顯著，說明市場環境水平的提升能推動長三角城市群工業高質量發展水平的提升。

本文在改進后的嶺回歸基礎上，運用通徑分析對相關系數進行分解。

對嶺回歸方程進行擬合，見圖10 并在嶺跡曲線趨向平穩狀態時，選擇決定系數K（K＝0.05）。回歸方程的擬合優度（R2）為0.85，在80%水平以上，說明嶺回歸方程擬合效果較好。

圖10 嶺跡圖及決定系數變化

通徑分析結果，見表5。通徑分析與Tobit 回歸結果一致，影響因素均表現為正向。政府環境正向作用程度最大，說明政府科技經費支持能夠為長三角工業高質量發展提供重要的推動力。政府環境因素主要通過社會環境、機構內部環境和市場環境促進長三角城市群工業高質量發展水平的提高，說明政府環境作為一個關鍵連接點，將其他環境影響轉化為對工業高質量發展水平的促進作用，分析原因： 政府經費對交通、通信等基礎投資產生影響，改善社會環境，為長三角工業發展提供良好條件； 政府支持有利于技術創新，為工業創新創造良好條件； 政策影響市場健康發展，進而影響工業產品生產和市場需求，對提升國內居民消費水平有間接促進作用。

表5 通徑分析

市場環境的正向直接影響最大，政府環境、社會環境、機構內部環境主要通過市場環境再作用于長三角城市群工業高質量發展水平，說明市場環境作為一個連接點，將其他環境影響轉化為對工業高質量發展的促進作用，分析原因： 市場環境反映市場需求和趨勢，而政府環境通常會受到市場需求的影響，通過市場需求引導政府政策，以確保政策與市場需求保持一致，促進工業高質量發展； 市場環境通過引導工業產業發展、影響基礎設施建設等方式，連接社會需求，進而推動工業高質量發展； 市場需求可以激發工業企業機構內部的創新和研發活動，從而提高工業技術水平和產品質量。

由此可見，政府環境因素和市場環境因素是提升長三角城市群工業高質量發展水平的重要中介因素。

基于上述實證結果，根據γ－多重螺旋模式從主體層、行為層、功能層、目標層構建長三角城市群工業高質量發展水平的創新環境組織框架，見圖11。（1） 長三角工業創新環境需要多個共同體參與，為長三角工業創新環境目標的實現提供了充分的功能性和結構性的保障； （2） 長三角工業創新環境需要各個環境因素實現共同創新； （3）長三角工業創新環境需要實現工業技術創新、研發成果與資源共享、公共基礎設施建設、人才引進與培養、工業產品競爭力提高等五大功能。同時，將工業技術創新成果有效的應用到工業各個領域中去，解決創新技術應用的“最后一公里”；（4） 長三角工業創新環境的最終目標是實現城市群工業高質量發展，推動產業創新生態圈的發展，最終促進各城市工業高質量發展。

圖11 長三角城市群工業高質量發展水平的創新環境組織框架

6 結論與啟示

基于上述分析，本文得出以下結論： （1） 綠色發展水平的提升對長三角工業高質量發展水平起重要的拉動作用； 雙維綜合指數均值水平整體上呈現“上海＞江蘇＞浙江＞安徽”； （2） 長三角城市群工業高質量發展水平區域差異主要來源于組間差異； （3） 江蘇省和浙江省內部各城市雙維綜合指數水平差異在縮小，而安徽省則在擴大；長三角城市群工業高質量發展水平具有向高水平轉變的趨勢； （4） 政府環境因素和市場環境因素是提升長三角城市群工業高質量發展水平的重要中介因素。

基于以上結論，本文得到以下啟示： （1） 加強長三角城市合作，促進工業高質量發展均衡。各城市需發揮特色優勢，形成區域工業發展道路。對差異較大城市，需警惕負向溢出效應的風險。上海、蘇州、杭州等城市應引領示范，采取協調發展戰略； （2） 推動綠色協同發展政策，關注高耗能、高污染產業布局，精準控制排放。各地方政府要構建協同發展機制，解決“化工圍江” 等共同問題，實現長三角城市群工業高質量發展；（3） 利用沿海城市的工業示范區、貿易試驗區等優勢，引導外資進入環境友好的投資項目。同時，加強國際產業交流合作，提升工業企業經濟活力和國際競爭力，推動工業價值鏈向可持續發展、智能化、高端化延伸； （4） 注重創新環境的影響。把握政策與工業高質量發展的契合點，踐行創新發展理念； 推動長三角工業發展“政產學研” 結合，提升創新環境協同度，激發不同創新主體參與； 建立長三角工業發展創新機制，為政府、高校、企業等創造協同條件，通過財政補貼、稅收減免等方式促進靈活合作，高效使用創新資源。