鄭瑞坤，汪 純

（湖北工業(yè)大學(xué) 理學(xué)院，湖北 武漢430068）

一、問題提出

2019 年12 月，中共中央、國務(wù)院印發(fā)了《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》（以下簡稱《綱要》），明確提出將長三角區(qū)域一體化上升為國家戰(zhàn)略。實施長三角一體化發(fā)展戰(zhàn)略，是引領(lǐng)全國高質(zhì)量發(fā)展、完善我國改革開放空間布局、打造我國發(fā)展強勁活躍增長極的重大戰(zhàn)略舉措［1］。

長三角地區(qū)（包括江蘇、浙江、上海與安徽三省一市）在過去40多年的改革開放中，發(fā)展成為我國經(jīng)濟最具活力、開放程度最高、創(chuàng)新能力最強的區(qū)域之一，對帶動整個國家經(jīng)濟快速發(fā)展發(fā)揮了重要的支撐與引領(lǐng)作用。隨著中國特色社會主義進入新時代，我國經(jīng)濟已經(jīng)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，對長三角而言，如何適應(yīng)新的國家區(qū)域發(fā)展戰(zhàn)略，在建設(shè)本區(qū)域高質(zhì)量一體化過程中發(fā)揮對全國經(jīng)濟高質(zhì)量發(fā)展的引領(lǐng)示范功能，是當(dāng)前該地區(qū)面臨的重大問題。

這一問題受到了長三角三省一市政府部門的高度重視，各省市紛紛出臺了如何推動區(qū)域高質(zhì)量一體化發(fā)展的政策方案，同時也引起了社會各界的強烈反響，各種宣傳報道見諸于社交媒體。但相關(guān)學(xué)術(shù)研究稍顯滯后，目前相對集中的討論主題涉及：①長三角高質(zhì)量發(fā)展水平的測度。比如，郭文慧、雷良海（2020）通過構(gòu)建經(jīng)濟高質(zhì)量發(fā)展水平的指標(biāo)評價體系，采用二次熵值法對長三角40 個地級市的經(jīng)濟高質(zhì)量發(fā)展水平進行了綜合評價［2］；田鑫（2020）利用2018 年長三角26 個城市數(shù)據(jù)，采用因子K均值法評估分析了長三角26個城市的經(jīng)濟高質(zhì)量發(fā)展水平［3］；王青等（2020）利用2006—2018年長三角26 個城市數(shù)據(jù)，采用主成分分析方法測度了經(jīng)濟高質(zhì)量發(fā)展水平［4］。②推動長三角高質(zhì)量一體化發(fā)展的路徑研究。路徑研究是目前學(xué)術(shù)界討論較多的話題，但以定性分析為主，定量研究較為少見，一些學(xué)者比如滕堂偉、歐陽鑫（2019）運用隨機前沿模型方法測度了長三角41 個城市2000—2017 年的城市效率，通過分析城市效率的影響因素探測長三角高質(zhì)量一體化的發(fā)展路徑［5］；姚鵬等（2020）通過構(gòu)建長三角一體化評價指標(biāo)體系測度一體化程度，進而提出區(qū)域高質(zhì)量一體化發(fā)展的路徑建議［6］。

從上述文獻研究主題來看，長三角高質(zhì)量發(fā)展有關(guān)問題的學(xué)術(shù)討論還處于早期階段。由于“高質(zhì)量發(fā)展”是一個復(fù)合指標(biāo)，對“高質(zhì)量發(fā)展”進行測評是定量分析的前提，也是深入研究長三角高質(zhì)量發(fā)展路徑的基礎(chǔ)，目前學(xué)者們將其作為關(guān)注的重點，體現(xiàn)了基礎(chǔ)作用，但指標(biāo)體系尚在討論中，暫未形成高度統(tǒng)一的衡量體系，且從學(xué)者們呈現(xiàn)出來的指標(biāo)體系看，側(cè)重于“高質(zhì)量”，對“一體化”把握不夠。事實上，在《綱要》中，“一體化”與“高質(zhì)量”是最為突出的兩個關(guān)鍵詞，它們具有整體性，這種整體性表現(xiàn)出長三角區(qū)域一體化是高質(zhì)量的一體化，兩者不可分割。正因為如此，在路徑分析上就要求高質(zhì)量發(fā)展體現(xiàn)出“一體化”所具有的空間特性，顯然，上述文獻缺乏圍繞“高質(zhì)量”發(fā)展的空間分布動態(tài)演變導(dǎo)致的一體化路徑變化的研究。

本研究也對高質(zhì)量發(fā)展水平進行測評，但不同于現(xiàn)有文獻的是，本研究目的在于借助高質(zhì)量發(fā)展測評數(shù)據(jù)分析長三角27個城市高質(zhì)量發(fā)展水平的空間動態(tài)演變軌跡，并通過構(gòu)造空間統(tǒng)計模型探討長三角高質(zhì)量一體化在不同影響因素作用下未來可能的運行軌跡，以此進一步判斷長三角高質(zhì)量一體化發(fā)展趨勢，為長三角高質(zhì)量一體化變動趨勢提供一個實證分析結(jié)論。

在此背景下，本研究的貢獻主要體現(xiàn)在：①根據(jù)《綱要》要求，將“一體化”與“高質(zhì)量”深度融合構(gòu)建了測評長三角高質(zhì)量發(fā)展水平的指標(biāo)體系，實現(xiàn)了從測評“高質(zhì)量發(fā)展”到測評“高質(zhì)量一體化發(fā)展”的轉(zhuǎn)變，更加有利于長三角區(qū)域高質(zhì)量一體化有關(guān)問題的定量研究；②為考察長三角高質(zhì)量發(fā)展的一體化路徑，結(jié)合分布動態(tài)學(xué)（馬爾科夫鏈方法）與空間計量方法，分析了當(dāng)前長三角高質(zhì)量發(fā)展的空間演變軌跡，對比研究了在有無影響因素作用下未來長三角高質(zhì)量發(fā)展一體化可能的空間演變軌跡，為長三角不同城市如何在長三角高質(zhì)量一體化發(fā)展過程中走向一體化提供了一種分析方案。

二、研究設(shè)計

本研究擬在測評長三角地區(qū)高質(zhì)量發(fā)展水平的基礎(chǔ)上探究高質(zhì)量發(fā)展進程中高質(zhì)量發(fā)展的空間分布動態(tài)演變軌跡與一體化趨勢。為完成長三角地區(qū)高質(zhì)量發(fā)展的空間分布動態(tài)演變與一體化趨勢的分析，首先需要從理論上設(shè)計兩部分研究方案：第一部分是設(shè)計測評長三角高質(zhì)量發(fā)展水平的指標(biāo)體系與測評方法；第二部分是設(shè)計模擬空間分布動態(tài)演變的方法以及測度一體化趨勢的方法。

本文通過實現(xiàn)第一部分設(shè)計方案獲得長三角各城市高質(zhì)量發(fā)展水平的測度數(shù)據(jù)，然后圍繞所獲得的高質(zhì)量發(fā)展指數(shù)數(shù)據(jù)，利用第二部分設(shè)計方法分析長三角高質(zhì)量發(fā)展的空間分布動態(tài)演變與一體化趨勢。

（一）長三角高質(zhì)量發(fā)展指數(shù)測度模型

1.測評指標(biāo)體系構(gòu)建

高質(zhì)量發(fā)展是我國在供給側(cè)結(jié)構(gòu)性改革與新的社會主要矛盾背景下建設(shè)現(xiàn)代化經(jīng)濟體系提出來的，國內(nèi)學(xué)者從不同視角討論了高質(zhì)量發(fā)展內(nèi)涵及其特征，李金昌等（2019）將其歸納為三類，分別是以“五大發(fā)展理念”和社會主要矛盾為視角、以經(jīng)濟高質(zhì)量發(fā)展為視角以及以區(qū)分狹義廣義或微觀宏觀的不同要求為視角［7］。這三類視角實際上是將高質(zhì)量置于經(jīng)濟社會、宏觀經(jīng)濟與微觀經(jīng)濟層面來進行界定的。誠然，高質(zhì)量會在經(jīng)濟社會的各個層面表現(xiàn)出來，但作為一種經(jīng)濟發(fā)展階段，其內(nèi)涵與外延需切合階段論性質(zhì)。從階段論出發(fā)，經(jīng)濟由“速度型”轉(zhuǎn)入“質(zhì)量型”發(fā)展，是一種以生產(chǎn)為主型的發(fā)展階段過渡至生產(chǎn)與生活并重且最終轉(zhuǎn)入以生活為主型的發(fā)展階段，用高質(zhì)量發(fā)展概括這種經(jīng)濟發(fā)展階段，應(yīng)該表現(xiàn)為國民經(jīng)濟的生產(chǎn)與生活消費不斷向好，且達到一個較高水準(zhǔn)的狀態(tài)，該狀態(tài)要求經(jīng)濟在生產(chǎn)與生活上具備協(xié)同力、驅(qū)動力、穩(wěn)定力、保障力和引領(lǐng)力。因而，定義高質(zhì)量發(fā)展為國民經(jīng)濟在生產(chǎn)與生活上的協(xié)同力、驅(qū)動力、穩(wěn)定力、保障力和引領(lǐng)力不斷向好，且達到一個較高水準(zhǔn)的狀態(tài)。

對于長三角高質(zhì)量發(fā)展而言，理論上應(yīng)不失高質(zhì)量發(fā)展的一般內(nèi)涵特征，但作為區(qū)域?qū)用娴母哔|(zhì)量發(fā)展，又應(yīng)該具有區(qū)域經(jīng)濟發(fā)展階段特征，其最大特征體現(xiàn)在“區(qū)域一體化”上。因而，定義長三角高質(zhì)量發(fā)展為在“一體化”目標(biāo)下區(qū)域生產(chǎn)與生活上的協(xié)同力、驅(qū)動力、穩(wěn)定力、保障力和引領(lǐng)力不斷向好，且達到“一體化”較高水準(zhǔn)的狀態(tài)。

根據(jù)上述高質(zhì)量發(fā)展的內(nèi)涵，設(shè)計長三角高質(zhì)量發(fā)展指標(biāo)體系的整體方案為：①采集《綱要》中關(guān)于長三角一體化與高質(zhì)量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標(biāo)，初步勾勒出長三角高質(zhì)量發(fā)展指標(biāo)體系的層次結(jié)構(gòu)；②運用網(wǎng)絡(luò)爬蟲與文本數(shù)據(jù)挖掘方法，提取與高質(zhì)量發(fā)展有關(guān)的新聞文本數(shù)據(jù)關(guān)鍵詞，形成詞云圖，以詞云圖中各詞出現(xiàn)的頻率確定一個與高質(zhì)量發(fā)展有關(guān)的詞框架結(jié)構(gòu)，探索社會各界對于高質(zhì)量發(fā)展的認識；③梳理現(xiàn)有文獻關(guān)于高質(zhì)量發(fā)展指標(biāo)體系的研究成果，獲取學(xué)術(shù)研究的支撐。目前已有學(xué)者圍繞五大發(fā)展理念構(gòu)建了高質(zhì)量發(fā)展指標(biāo)體系［8-11］，此外一些學(xué)者主要從以下維度展開研究：基于經(jīng)濟、社會和生態(tài)環(huán)境質(zhì)量三大領(lǐng)域［12］；基于增長的基本面、社會成果兩個層面［13］；基于經(jīng)濟結(jié)構(gòu)優(yōu)化、創(chuàng)新驅(qū)動發(fā)展、資源配置高效等十個子系統(tǒng)［14］；基于經(jīng)濟增長、創(chuàng)新驅(qū)動、生態(tài)文明和人民生活高質(zhì)量四個方面［15］；基于經(jīng)濟活力、創(chuàng)新效率、綠色發(fā)展、人民生活、社會和諧五個層面［16］；基于高質(zhì)量供給與需求、發(fā)展效率、經(jīng)濟運行、對外開放五個維度［17］；基于經(jīng)濟發(fā)展動力、新型產(chǎn)業(yè)結(jié)構(gòu)、交通信息基礎(chǔ)設(shè)施、綠色發(fā)展、開放性、協(xié)調(diào)性及共享性等方面［18］；基于發(fā)展的基本面、社會成果與生態(tài)成果三個維度［19］。最終確立的長三角高質(zhì)量發(fā)展測評指標(biāo)體系見表1所列。

表1 長三角高質(zhì)量發(fā)展指標(biāo)體系

續(xù)表1

2.測評方法

對于權(quán)重的設(shè)計，考慮目前長三角各城市高質(zhì)量發(fā)展均呈現(xiàn)出一定差異，擬采用熵權(quán)法進行賦權(quán)，首先根據(jù)三級指標(biāo)數(shù)據(jù)本身的離散性測得其權(quán)重，再合成二級指標(biāo)權(quán)重，最后合成一級指標(biāo)權(quán)重，具體計算步驟為：

（1）計算第j項指標(biāo)下第i個城市第t年的樣本值（歸一化后數(shù)據(jù)（1））占該指標(biāo)的比重：

其中:T= 6 年；n= 27 個城市；m=58 個指標(biāo)；i=1,2,…,n,j=1,2,…,m；Xitj*是第i個城市第t年第j個指標(biāo)的歸一化數(shù)據(jù)。

（2）計算第j項指標(biāo)的熵值：

（3）計算信息熵冗余度（差異）：

（4）計算各項指標(biāo)的權(quán)重：

對于指數(shù)計算，由于指標(biāo)體系中各指標(biāo)間相關(guān)程度不高，擬采用線性綜合法來合成各級指數(shù)以及高質(zhì)量發(fā)展綜合指數(shù)，用以表示長三角生產(chǎn)與生活在“五力”作用下的高質(zhì)量發(fā)展程度。計算式為：

（二）長三角高質(zhì)量發(fā)展的空間動態(tài)演變與一體化趨勢模型

1.空間動態(tài)演化模型

鑒于Markov 鏈方法可以描述各隨機變量分布的內(nèi)部動態(tài)演進趨勢，本文擬采用Markov 鏈的思想構(gòu)造長三角高質(zhì)量發(fā)展的空間動態(tài)演變模型。

假設(shè)隨機過程{HQit, }t∈T具有“無后效性”，狀態(tài)空間記為S={1,2,3} ，其中，命名高質(zhì)量發(fā)展指數(shù)的“低水平狀態(tài)”= 1、“中水平狀態(tài)”= 2、“高水平狀態(tài)”= 3，它們符合一階馬爾科夫鏈性質(zhì)，且具有平穩(wěn)的轉(zhuǎn)移概率。P為高質(zhì)量發(fā)展水平的狀態(tài)轉(zhuǎn)移概率矩陣，具體為：

其中：nij為樣本考察期內(nèi)高質(zhì)量發(fā)展水平的第i種狀態(tài)轉(zhuǎn)變?yōu)榈趈種狀態(tài)的次數(shù)；ni為第i種狀態(tài)出現(xiàn)的總次數(shù)。由于轉(zhuǎn)移概率是非負的，且過程一定會轉(zhuǎn)移至某種狀態(tài)，所以轉(zhuǎn)移矩陣具有以下性質(zhì)：

如果其在第t期的高質(zhì)量發(fā)展水平分布狀態(tài)為Ft，那么經(jīng)過l期的高質(zhì)量發(fā)展水平分布狀態(tài)就表現(xiàn)為：

故而，基于Markov 鏈模式構(gòu)造的空間動態(tài)演化模型，能夠分析出長三角地區(qū)不同城市的高質(zhì)量發(fā)展水平空間分布動態(tài)及其演變趨勢。

2.一體化趨勢影響因素分析模型

為了探測長三角高質(zhì)量發(fā)展水平的影響因素以及預(yù)測在這些影響因素作用下長三角高質(zhì)量一體化的發(fā)展趨勢，本研究先建立了空間計量模型，然后基于空間計量模型結(jié)果預(yù)測在這些影響因素作用下的高質(zhì)量發(fā)展水平，再采用空間動態(tài)演化模型對預(yù)測的長三角27個城市高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移情況進行分析，并與未考慮影響因素作用的情況進行對比，進而判斷一體化趨勢。

根據(jù)空間杜賓模型（SDM）在描述變量空間特性上的優(yōu)越性，擬采用空間杜賓模型探尋長三角高質(zhì)量發(fā)展水平的影響因素及空間效應(yīng)，空間杜賓模型的一般形式為：

其中：Yit為被解釋變量；Xit為解釋變量（包括控制變量）；ρ為空間回歸系數(shù)；β和θ為待估計參數(shù)；ai代表個體固定效應(yīng)，λt代表時間固定效應(yīng)；εit代表隨機誤差項；Wij為空間權(quán)重矩陣的第i行第j列元素。

對于空間權(quán)重的設(shè)計，目前常用的空間權(quán)重矩陣主要有地理距離矩陣、經(jīng)濟距離矩陣以及經(jīng)濟地理復(fù)合矩陣，考慮經(jīng)濟距離權(quán)重的局限性，本研究主要基于地理距離與經(jīng)濟地理復(fù)合角度構(gòu)造了鄰接矩陣、反距離平方矩陣以及經(jīng)濟地理復(fù)合矩陣三種空間權(quán)重矩陣。

（1）根據(jù)長三角地區(qū)在空間上比鄰，將空間權(quán)重矩陣設(shè)定為簡單的二進制鄰接矩陣——Queen鄰接矩陣。假定兩個地區(qū)存在共同邊界或頂點時才會發(fā)生空間關(guān)聯(lián)性，空間權(quán)重矩陣的第i行第j列元素為：

Queen 鄰接矩陣是一個對稱矩陣，為了減少區(qū)域間的外在影響，將空間權(quán)重矩陣進行行標(biāo)準(zhǔn)化，故而每行元素之和等于1。

（2）反距離平方權(quán)重矩陣是從定量的角度刻畫空間相鄰性，考慮了距離的相對大小，經(jīng)濟體之間的相互影響將會隨著距離的增加而減弱，具體為：

其中，dij為兩地地理中心位置之間的距離，可以根據(jù)經(jīng)緯度測算得到，本研究中城市中心位置即該地理區(qū)域質(zhì)心的坐標(biāo)，可采用stata軟件中的gencentroids（）函數(shù)計算得到。假設(shè)計算得到兩個城市的地理坐標(biāo)分別為A(xi,yi)、B(xj,yj)，需要計算兩點之間的實際距離，則兩點的直角坐標(biāo)為A(Rcosxicosyi,Rsinxicosyi,Rsinyi) 、B(Rcosxjcosyj,Rsinxjcosyj,Rsinyj)，其中R為地球半徑，則A、B兩個城市之間的實際距離為：

（3）前述兩種空間權(quán)重矩陣都是屬于地理權(quán)重矩陣，本研究考慮到基于經(jīng)濟增長水平建立的經(jīng)濟距離空間權(quán)重矩陣中各元素所表征的兩個空間單元之間的相互影響強度是相同的，與現(xiàn)實情況明顯不符，在現(xiàn)實中經(jīng)濟發(fā)展水平較高的地區(qū)對發(fā)展水平較低水平地區(qū)產(chǎn)生更強的空間影響與輻射作用，比如上海對宣城的影響強度明顯比宣城對上海的影響強度大，因此，本研究基于經(jīng)濟和地理復(fù)合角度構(gòu)建了一種嵌套的空間權(quán)重矩陣，具體形式為：

基于上述三種空間權(quán)重矩陣，對長三角高質(zhì)量指數(shù)進行空間相關(guān)性檢驗，并從中選取最適合后續(xù)建立空間面板杜賓模型的空間權(quán)重矩陣，然后利用式（8）分析長三角高質(zhì)量發(fā)展水平的影響因素，并預(yù)測在這些影響因素的作用下長三角高質(zhì)量的未來發(fā)展水平，再次利用空間動態(tài)演化模型預(yù)測長三角一體化趨勢。

三、實證分析

（一）長三角高質(zhì)量發(fā)展指數(shù)測度

1.數(shù)據(jù)來源

本研究以《綱要》規(guī)定的長三角27個中心區(qū)城市（2）為研究對象，考慮2012年黨的十八大提出五大發(fā)展理念后，直至2017 年黨的十九次全國代表大會首次提出高質(zhì)量發(fā)展新表述，這期間是長三角高質(zhì)量發(fā)展的前期基礎(chǔ)時期，因此選取2012—2017年作為樣本期。

長三角高質(zhì)量發(fā)展水平測算數(shù)據(jù)以及相關(guān)影響因素的數(shù)據(jù)來源于2013—2018 年《中國城市統(tǒng)計年鑒》、2013—2018 年27 個城市的統(tǒng)計年鑒、2013—2018 年中國城鄉(xiāng)建設(shè)數(shù)據(jù)庫、2012—2017年27 個城市的統(tǒng)計公報、2012—2017 年27 個城市的環(huán)境狀況公報、2012—2017 年各省科技進步統(tǒng)計監(jiān)測結(jié)果與科技統(tǒng)計公報、中國空氣質(zhì)量在線監(jiān)測分析平臺以及相關(guān)部門權(quán)威網(wǎng)站。

2.測算結(jié)果

在具體測算高質(zhì)量發(fā)展指數(shù)時，首先對指標(biāo)進行了歸一化處理，然后采用熵權(quán)與線性綜合法（式（1）-（5））測算高質(zhì)量發(fā)展指數(shù)，測算結(jié)果見表2所列。

表2 顯示，2012—2017 年，長三角27 個城市的高質(zhì)量發(fā)展水平不高，高質(zhì)量發(fā)展水平最高的上海2017 年也只達到56.89%，這與我國經(jīng)濟剛由高速增長轉(zhuǎn)向高質(zhì)量增長階段的論斷相吻合，但整體呈上升趨勢，反映出高質(zhì)量發(fā)展具有穩(wěn)步提升的基礎(chǔ)，高質(zhì)量發(fā)展是長三角未來經(jīng)濟發(fā)展的趨勢所在。從空間維度看，上海在長三角高質(zhì)量發(fā)展中依然顯示出龍頭地位特征，對長三角高質(zhì)量一體化的引領(lǐng)作用突出，6年來高質(zhì)量發(fā)展水平一直保持在50%以上，高質(zhì)量發(fā)展進入中等水平狀態(tài)；杭州與南京高質(zhì)量發(fā)展水平緊隨其后，體現(xiàn)出南北兩翼的性質(zhì)，但相比較而言，由于蘇州高質(zhì)量水平僅次于上海，在上?！暇┑谋币戆l(fā)揮了重要作用，南京的高質(zhì)量發(fā)展水平要高于杭州；其他城市，特別是安徽省的一些城市高質(zhì)量發(fā)展水平相對較低，個別地區(qū)還不到30%。顯而易見，長三角地區(qū)高質(zhì)量發(fā)展水平空間差異大，非均衡發(fā)展是樣本期內(nèi)長三角高質(zhì)量發(fā)展的典型特征。

表2 2012—2017年長三角地區(qū)高質(zhì)量發(fā)展指數(shù) 單位：%

（二）長三角高質(zhì)量發(fā)展的空間動態(tài)演進分析

為了進一步了解長三角地區(qū)高質(zhì)量發(fā)展的空間分布動態(tài)演進規(guī)律，本研究采用前述空間動態(tài)演化模型進行分析。考慮直接將數(shù)據(jù)離散化太過主觀，首先采用K均值聚類算法將2012—2017年長三角各城市高質(zhì)量發(fā)展指數(shù)變量的狀態(tài)空間劃分為3類，即“低水平狀態(tài)”=1（聚類中心為25.75%）、“中水平狀態(tài)”= 2（聚類中心為36.96%）、“高水平狀態(tài)”=3（聚類中心為49.10%）（3），結(jié)果如圖1所示。

從圖1可以看出，2012—2017年長三角地區(qū)27個城市高質(zhì)量發(fā)展水平出現(xiàn)了狀態(tài)轉(zhuǎn)移現(xiàn)象：“低水平狀態(tài)”的城市個數(shù)減少，2017年較2012年減少了3 個；“中水平狀態(tài)”城市個數(shù)先增加后減少，最終2017 年較2012 年增加了2 個；“高水平狀態(tài)”的城市個數(shù)增加暫時有限，2017 年較2012 年只增加了1個。

圖1 長三角各城市高質(zhì)量發(fā)展水平狀態(tài)空間聚類

針對高質(zhì)量發(fā)展水平的轉(zhuǎn)移現(xiàn)象，為了更加明晰2012—2017年長三角高質(zhì)量發(fā)展各個水平狀態(tài)之間發(fā)生轉(zhuǎn)移的方向與概率，本文根據(jù)式（6）計算了在樣本考察期內(nèi)長三角27個城市所處的三種高質(zhì)量發(fā)展水平狀態(tài)之間的轉(zhuǎn)移概率及其路徑，具體見表3所列和如圖2所示。

表3 2012—2017年長三角高質(zhì)量發(fā)展Markov鏈狀態(tài)轉(zhuǎn)移概率矩陣分布

從表3狀態(tài)轉(zhuǎn)移概率分析，樣本期內(nèi)長三角地區(qū)27 個城市維持在現(xiàn)有狀態(tài)的概率較大，狀態(tài)轉(zhuǎn)移僅發(fā)生在相鄰狀態(tài)之間，不存在跨狀態(tài)轉(zhuǎn)移的情況。但值得關(guān)注的是，雖然高質(zhì)量發(fā)展水平由低層次向上一層次遞進的可能性較大，但存在高質(zhì)量發(fā)展水平回流的現(xiàn)象，即相對高層次的高質(zhì)量發(fā)展水平可能會向低一層次轉(zhuǎn)移，這可從圖2獲得更加清晰的判斷。

圖2 長三角高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移

圖2顯示，第t+1期較第t期來說，長三角27個城市高質(zhì)量發(fā)展維持低水平狀態(tài)的概率為89%，同時轉(zhuǎn)向中水平的可能性為11%；仍然保留中水平的概率為94%，同時向低水平或者高水平狀態(tài)轉(zhuǎn)移的概率均為3%；保持自身高水平狀態(tài)不變的可能性高達96%，但有4%的概率降到下一級發(fā)展?fàn)顟B(tài)。

根據(jù)上述狀態(tài)轉(zhuǎn)移矩陣，以2017 年的狀態(tài)為基準(zhǔn)，本研究對2018—2020 年和2025 年長三角高質(zhì)量狀態(tài)轉(zhuǎn)移情況進行預(yù)測。在進行預(yù)測之前，首先對狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測精度進行測算與驗證說明。對于預(yù)測精度，理論上轉(zhuǎn)移概率是根據(jù)事件發(fā)生概率實際計算出來的，本身就具有精確性，為了使預(yù)測結(jié)果更具有說服力，本研究以2012 年的占比分布作為初始分布，然后基于狀態(tài)轉(zhuǎn)移概率對2013—2017 年的3 種狀態(tài)占比分布進行預(yù)測估計，并采用均方誤差衡量占比分布估計值與真實值之間的差異程度來進一步說明狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測精度結(jié)果見表4所列。

表4 2013—2017年長三角高質(zhì)量發(fā)展水平狀態(tài)占比分布

表4顯示，根據(jù)2013—2017年長三角高質(zhì)量發(fā)展水平狀態(tài)占比分布的真實值與估計值計算的三種水平狀態(tài)的均方誤差均接近于0，說明估計值與真實值之間的差異非常小，由此進一步證明了狀態(tài)轉(zhuǎn)移概率矩陣的預(yù)測精度很高。以2017年的狀態(tài)為基準(zhǔn)，對2018—2020 年和2025 年長三角高質(zhì)量狀態(tài)轉(zhuǎn)移情況進行預(yù)測的具體結(jié)果見表5所列。

表5 無影響因素下2018—2020年和2025年長三角高質(zhì)量發(fā)展水平狀態(tài)轉(zhuǎn)移概率 單位：%

表5 預(yù)測結(jié)果顯示，與2018—2019 年相比較，2020 年和2025 年呈現(xiàn)出如下趨勢：長三角27 個城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率逐漸下降，低水平較大概率向中水平轉(zhuǎn)移；與此同時，維持自身高水平狀態(tài)的概率也逐漸下降，向中等水平靠攏的概率2025年達到23%，按此轉(zhuǎn)移概率路徑，長三角高質(zhì)量發(fā)展維持在中等水平出現(xiàn)一體化的概率將會大大增強。

但與2012—2017 年狀態(tài)轉(zhuǎn)移情況相比，未來5年，高質(zhì)量發(fā)展水平出現(xiàn)了跨狀態(tài)轉(zhuǎn)移現(xiàn)象，低水平發(fā)展地區(qū)有超過6%的概率能夠直接進入高水平狀態(tài)，這擴大了長三角高質(zhì)量發(fā)展水平一體化的博弈路徑，一體化是否具有其他趨勢有待進一步挖掘。

（三）長三角高質(zhì)量發(fā)展的空間影響因素分析

1.指標(biāo)選取

鑒于前述長三角高質(zhì)量發(fā)展的一體化是否具有其他趨勢有待進一步挖掘的結(jié)論，利用空間模型分析在積極的經(jīng)濟引擎力作用下長三角高質(zhì)量一體化趨勢。

采用式（8）的空間面板杜賓模型分析高質(zhì)量發(fā)展的空間經(jīng)濟引擎力。關(guān)于模型中具體體現(xiàn)經(jīng)濟引擎力變量的選擇，主要依據(jù)《綱要》中長三角一體化的發(fā)展目標(biāo)進行遴選。其中，生產(chǎn)方面的發(fā)展目標(biāo)包括科創(chuàng)產(chǎn)業(yè)、基礎(chǔ)設(shè)施、要素市場、公共服務(wù)等，這些目標(biāo)必然會成為高質(zhì)量發(fā)展的動力源，因此，將它們設(shè)成長三角高質(zhì)量發(fā)展的空間影響因素。具體而言：

（1）基礎(chǔ)設(shè)施。根據(jù)《綱要》，基礎(chǔ)設(shè)施包括了交通、能源、水利和數(shù)字經(jīng)濟四個方面。數(shù)字經(jīng)濟是貫徹落實我國創(chuàng)新戰(zhàn)略目標(biāo)的中堅力量，能為未來經(jīng)濟發(fā)展注入新動能，目前數(shù)字經(jīng)濟正逐漸成為推動長三角區(qū)域高質(zhì)量一體化發(fā)展的主力軍，故基礎(chǔ)設(shè)施主要選擇數(shù)字經(jīng)濟方面的基礎(chǔ)設(shè)施作為代表。叢屹、俞伯陽（2020）以數(shù)字基礎(chǔ)設(shè)施（以互聯(lián)網(wǎng)普及率表示）、數(shù)字業(yè)務(wù)規(guī)模（以快遞業(yè)務(wù)量表示）、數(shù)字設(shè)備應(yīng)用（以移動電話普及率表示）三個指標(biāo)來代表不同地區(qū)數(shù)字經(jīng)濟的發(fā)展水平［20］。由于各個城市的快遞業(yè)務(wù)量數(shù)據(jù)難以獲取，本文僅從數(shù)字基礎(chǔ)設(shè)施、數(shù)字設(shè)備應(yīng)用兩個方面考察數(shù)字經(jīng)濟水平對高質(zhì)量發(fā)展的影響，數(shù)字基礎(chǔ)設(shè)施指標(biāo)用每千人互聯(lián)網(wǎng)寬帶用戶數(shù)來表示，數(shù)字設(shè)備應(yīng)用指標(biāo)用人均移動電話用戶數(shù)來表示。

（2）要素市場?！毒V要》規(guī)劃了人力資源市場、資本市場、土地市場和產(chǎn)權(quán)交易市場，考慮土地市場和產(chǎn)權(quán)交易市場近期難以實現(xiàn)，要素市場暫時設(shè)置勞動力投入、人力資本、資本存量三個變量考察資源配置對高質(zhì)量發(fā)展的影響。人力資本水平采用教育年限法計算；勞動力投入采用年末城鎮(zhèn)從業(yè)人員數(shù)表示；資本主要以固定資本代替，采用永續(xù)盤存法計算資本存量，以2012年為基期，折舊率參考張軍等（2004）的研究，設(shè)為9.6%［21］。

（3）科創(chuàng)產(chǎn)業(yè)。科技創(chuàng)新產(chǎn)業(yè)協(xié)同發(fā)展有助于產(chǎn)業(yè)結(jié)構(gòu)向高級化發(fā)展，因此設(shè)置產(chǎn)業(yè)結(jié)構(gòu)高級化來反映科創(chuàng)產(chǎn)業(yè)情況，具體采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值比衡量產(chǎn)業(yè)結(jié)構(gòu)高級化。

（4）公共服務(wù)。財政支出是促進我國經(jīng)濟發(fā)展轉(zhuǎn)向高質(zhì)量的助推器（劉金全、張龍，2019）［22］，采用財政支出代表公共服務(wù)水平，政府財政支出規(guī)模采用地方政府財政一般預(yù)算支出占地方GDP 的比重來表示。

另外，地區(qū)經(jīng)濟增長水平是高質(zhì)量發(fā)展的基礎(chǔ)，在一定程度上影響著高質(zhì)量發(fā)展水平的高低，因此將其也納入模型當(dāng)中，選用人均GDP 反映經(jīng)濟增長水平。

故而，空間面板杜賓模型的具體實證分析模型設(shè)置為：

其中：HQit為第i個城市第t年的高質(zhì)量發(fā)展指數(shù)，w為空間權(quán)重矩陣；ρ為空間回歸系數(shù)；D1it、D2it、Lit、Kit、Git、PGDPit、Iit、HCit分別表示第i個城市第t年的數(shù)字基礎(chǔ)設(shè)施、數(shù)字設(shè)備應(yīng)用、勞動力投入、資本存量、政府財政支出規(guī)模、地區(qū)經(jīng)濟增長水平、產(chǎn)業(yè)結(jié)構(gòu)高級化、人力資本；βi和θi為待估計參數(shù)；ai代表個體固定效應(yīng)；λt代表時間固定效應(yīng)；εit表示隨機誤差項。

2.高質(zhì)量發(fā)展指數(shù)的空間自相關(guān)檢驗結(jié)果

在建立空間計量模型之前，首先檢驗各個城市之間的高質(zhì)量發(fā)展指數(shù)是否存在全局空間自相關(guān)性。對于空間權(quán)重矩陣的設(shè)定，本研究基于地理權(quán)重與經(jīng)濟地理復(fù)合權(quán)重兩種角度設(shè)定了三種空間權(quán)重矩陣（式（9）—式（12）），在相鄰矩陣、反距離平方矩陣以及經(jīng)濟地理復(fù)合矩陣的作用下，檢驗結(jié)果見表6所列。

表6顯示，在相鄰矩陣、反距離平方矩陣以及經(jīng)濟地理復(fù)合矩陣三種不同空間權(quán)重矩陣的作用下，2012—2017 年長三角高質(zhì)量發(fā)展指數(shù)的Moran"sI值的大小雖然存在一定差異，但均為正值，且都通過了1%的顯著性水平檢驗，說明長三角各城市高質(zhì)量發(fā)展水平存在顯著的空間正相關(guān)性，即空間地理位置相近的城市高質(zhì)量發(fā)展水平層級相似（高值相鄰或低值相鄰），空間集聚性明顯，模型（13）的形式存在。

表6 長三角高質(zhì)量發(fā)展指數(shù)全局相關(guān)性檢驗

由表6 可以得知，在三種空間權(quán)重矩陣中，基于鄰接矩陣測算的Moran"sI值明顯大于基于反距離平方矩陣以及經(jīng)濟地理復(fù)合矩陣測算的Moran"sI值，說明在鄰接矩陣的作用下，2012—2017 年長三角27 個城市高質(zhì)量發(fā)展指數(shù)的空間相關(guān)性更強，因此本研究選用鄰接矩陣進行后續(xù)影響因素的空間效應(yīng)分析。

3.長三角高質(zhì)量發(fā)展空間影響因素分析結(jié)果

（1）模型選擇與參數(shù)估計

在模型（13）建立過程中，為了降低異方差的影響，對所有變量取對數(shù)處理。采用Hausman檢驗方法識別空間模型的類型，針對前文選擇的指標(biāo)模擬了四個模型，四個模型的Hausman 檢驗對應(yīng)的p值分別為0.509 4、0.230 9、0.937 9、0.960 2，均不能拒絕隨機效應(yīng)的原假設(shè)，因而四個模型均設(shè)定為隨機效應(yīng)模型更合適，模型結(jié)果見表7所列（4）。

表7 長三角高質(zhì)量發(fā)展影響因素空間計量模型結(jié)果

續(xù)表7

表7 中，SDM_re_0 模型是全模型，包括了前述所選擇的全部指標(biāo)；由于SDM_re_0 模型顯示人力資本不顯著，將其剔除從而得到SDM_re_1模型；另外，為突出考察各城市公共服務(wù)水平對高質(zhì)量的空間影響，將其從SDM_re_1模型中移除（5），分別獲得SDM_re_2與SDM_re_3模型。觀察4個模型結(jié)果可知，4 個模型擬合優(yōu)度最小為0.892 9，說明模型擬合效果都較好；模型系數(shù)的符號在4個模型中正負方向一致，模型結(jié)果具有穩(wěn)健性。但SDM_re_1 模型在剔除公共服務(wù)水平變量后，模型擬合優(yōu)度降低，同時導(dǎo)致不少變量空間效應(yīng)消失，說明公共服務(wù)水平對長三角各城市高質(zhì)量發(fā)展具有重要作用，不能從模型中刪除，且綜合來看，SDM_re_1模型擬合優(yōu)度最高，因此，選擇SDM_re_1 模型進行后續(xù)分析。

從SDM_re_1 模型結(jié)果分析，除人力資本對本地高質(zhì)量發(fā)展水平?jīng)]有產(chǎn)生影響、傳統(tǒng)勞動力資源對高質(zhì)量發(fā)展作用為負外，其他經(jīng)濟變量均顯著地促進了本地經(jīng)濟的高質(zhì)量發(fā)展；數(shù)字基礎(chǔ)設(shè)施、地區(qū)經(jīng)濟增長、政府財政支出等變量的空間回歸系數(shù)為負，說明這些變量具有“虹吸效應(yīng)”，很大程度上能夠促使長三角高質(zhì)量一體化發(fā)展進程中出現(xiàn)集群效應(yīng)；產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的空間回歸系數(shù)為正，反映出產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化產(chǎn)生了空間溢出效應(yīng)。但回歸系數(shù)并不能詳細完整反映出解釋變量對被解釋變量的影響作用，需通過進一步分解空間效應(yīng)來測算。

（2）空間效應(yīng)分解

為了充分分辨出SDM_re_1模型中回歸系數(shù)所包含的交互信息，對空間效應(yīng)進一步分解，分解結(jié)果見表8所列。

表8 長三角高質(zhì)量發(fā)展影響因素空間效應(yīng)分解結(jié)果

從表8分解結(jié)果來看：①數(shù)字基礎(chǔ)設(shè)施的直接效應(yīng)顯著為正，說明每提高自身數(shù)字基礎(chǔ)設(shè)施水平1%，能夠有效促進本地區(qū)的高質(zhì)量發(fā)展水平提高0.083 1%；間接效應(yīng)顯著為負，反映出數(shù)字基礎(chǔ)設(shè)施規(guī)模越大，對相鄰地區(qū)的高質(zhì)量發(fā)展產(chǎn)生的“虹吸效應(yīng)”更強，從前述長三角高質(zhì)量發(fā)展空間動態(tài)演變來看，“虹吸效應(yīng)”可能會促使高質(zhì)量高水平地區(qū)規(guī)模進一步擴大；②數(shù)字設(shè)備應(yīng)用的直接效應(yīng)與間接效應(yīng)都顯著為正，數(shù)字設(shè)備應(yīng)用水平每提高1%，不僅能使本地區(qū)高質(zhì)量水平提升0.147 8%，對相鄰地區(qū)高質(zhì)量發(fā)展也能產(chǎn)生0.135 5%的溢出效應(yīng)，可見，數(shù)字設(shè)備是長三角高質(zhì)量一體化發(fā)展的重要驅(qū)動力，所產(chǎn)生的總效應(yīng)達到了0.283 3 的水平；③資本存量與傳統(tǒng)勞動力均只能對本地高質(zhì)量發(fā)展產(chǎn)生效應(yīng)，說明傳統(tǒng)要素在高質(zhì)量發(fā)展中，空間集聚與溢出效應(yīng)有限，但與資本產(chǎn)生正向效應(yīng)不同的是，傳統(tǒng)勞動力對本地高質(zhì)量發(fā)展產(chǎn)生負向效應(yīng)，反映出在高質(zhì)量發(fā)展過程中，生產(chǎn)要素質(zhì)量的提高對經(jīng)濟高質(zhì)量發(fā)展具有關(guān)鍵作用；④地區(qū)經(jīng)濟增長水平是本地高質(zhì)量發(fā)展的重要引擎，在全部模型因素中效應(yīng)最大，地區(qū)經(jīng)濟每增長1%，能夠促使本地高質(zhì)量發(fā)展水平提高0.242 4%，同時具有負外溢性，產(chǎn)生了很強的“虹吸效應(yīng)”，這也是當(dāng)前長三角地區(qū)經(jīng)濟增長水平高的城市質(zhì)量發(fā)展水平也相應(yīng)高的重要原因之一；⑤產(chǎn)業(yè)結(jié)構(gòu)高級化是長三角27 個城市高質(zhì)量發(fā)展的核心要素，對高質(zhì)量發(fā)展水平的總效應(yīng)達到0.351 8，不僅大大地提升了本地高質(zhì)量發(fā)展水平，更是促進相鄰城市高質(zhì)量發(fā)展的重要動力源；⑥提高公共服務(wù)水平是長三角高質(zhì)量一體化規(guī)劃的重要方面，但模型結(jié)果顯示，代表公共服務(wù)水平的政府財政支出規(guī)模只對本地高質(zhì)量發(fā)展產(chǎn)生了較小的直接效應(yīng)，對如何通過提高公共服務(wù)水平促進長三角地區(qū)高質(zhì)量一體化還需要各城市間未來協(xié)商探討。

四、長三角高質(zhì)量發(fā)展一體化趨勢預(yù)測

從空間影響因素分析結(jié)果可以看出，長三角區(qū)域一體化規(guī)劃發(fā)展的基礎(chǔ)設(shè)施、要素市場、科創(chuàng)產(chǎn)業(yè)和公共服務(wù)對長三角地區(qū)高質(zhì)量發(fā)展產(chǎn)生了不同的影響效應(yīng)，在這些影響因素作用下，長三角高質(zhì)量一體化趨勢將會如何發(fā)展是值得進一步探究的問題。下文通過預(yù)測在上述影響因素的共同作用下2018—2020 年和2025 年長三角27 個城市高質(zhì)量發(fā)展水平，進一步探測未來長三角高質(zhì)量發(fā)展水平動態(tài)演變是否具備一體化趨勢。

（一）影響因素趨勢值預(yù)測方法

基于SDM_re_1 模型的解釋變量，首先計算各解釋變量的平均增長速度，然后預(yù)測2018—2020年和2025年相應(yīng)解釋變量的指標(biāo)值，計算公式為：

運用式（14）可以預(yù)測2018年、2019年、2020年和2025年各影響因素的趨勢值。

（二）高質(zhì)量一體化趨勢預(yù)測

1.空間分布動態(tài)演變預(yù)測

將根據(jù)式（14）計算的各解釋變量預(yù)測值代入SDM_re_1模型，預(yù)測2018—2020年和2025年長三角27 個城市的高質(zhì)量發(fā)展指數(shù)值，然后采用最小距離判別分析法判斷2018—2020年和2025年各城市高質(zhì)量發(fā)展水平所屬狀態(tài)空間，再以2017 年為基準(zhǔn)，測算2018—2020 年和2025 年長三角高質(zhì)量狀態(tài)轉(zhuǎn)移概率情況，結(jié)果見表9所列。

表9 有影響因素作用下2018—2020年和2025年長三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移情況 單位：%

為了更加直觀看出長三角高質(zhì)量發(fā)展的狀態(tài)轉(zhuǎn)移情況，本研究根據(jù)表9繪制了相應(yīng)的狀態(tài)轉(zhuǎn)移圖，具體如圖3、圖4、圖5所示。

圖3 2017年→2018年或2019年長三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

圖4 2017年→2020年長三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

圖5 2017年→2025年長三角高質(zhì)量發(fā)展?fàn)顟B(tài)轉(zhuǎn)移

從表9及圖3、圖4、圖5可以看出，在各影響因素的作用下，①2017 年→2018 年長三角27 個城市高質(zhì)量發(fā)展的狀態(tài)轉(zhuǎn)移情況與2017年→2019年一致，這個情況說明短時間內(nèi)各影響因素難以充分發(fā)揮促進作用；2017年→2018年，27個城市維持高質(zhì)量發(fā)展低水平和中水平狀態(tài)的均為71.43%，僅有28.57%的可能向更高一層狀態(tài)轉(zhuǎn)移，高水平狀態(tài)穩(wěn)定性很強，不再發(fā)生轉(zhuǎn)移。②2017年→2020年，長三角27個城市維持高質(zhì)量發(fā)展低水平狀態(tài)的城市大約為57.14%，有42.86%的城市可能向中水平狀態(tài)轉(zhuǎn)移；相反，維持中水平狀態(tài)的城市大約有42.86%，有57.14%的城市可能向高水平轉(zhuǎn)移；但只要達到了高水平狀態(tài)，該城市的高質(zhì)量發(fā)展將不會發(fā)生逆轉(zhuǎn)，100%保持高水平發(fā)展。③相較于2017年→2020年，2017年→2025年，27個城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率大為降低，降至28.57%，大部分低水平狀態(tài)的城市向中水平轉(zhuǎn)移；而中水平狀態(tài)的城市更是以高達92.86%的概率集中向高水平發(fā)展，只有約7.14%的城市可能維持在中水平狀態(tài)；達到高水平狀態(tài)的城市仍以100%的概率維持在高水平狀態(tài)。

2.一體化趨勢預(yù)測

基于上述空間動態(tài)演變狀態(tài)的推算，預(yù)測2018—2020 年和2025 年長三角27 個城市高質(zhì)量發(fā)展水平在有無影響因素作用下的分布，以探討高質(zhì)量發(fā)展一體化是否具備穩(wěn)定趨勢，詳細結(jié)果見表10所列。

從表10 測算結(jié)果看，在沒有影響因素的推動作用下，2018 年和2019 年相較于2017 年而言，低水平狀態(tài)占比下降，中水平狀態(tài)與高水平狀態(tài)有所提高，變化幅度都比較小，未來5 年長三角27 個城市高質(zhì)量發(fā)展水平大部分處于中等水平狀態(tài)，占到了53.82%；但在加強數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)、提高數(shù)字設(shè)備水平，促進產(chǎn)業(yè)結(jié)構(gòu)高級化，穩(wěn)定本地區(qū)經(jīng)濟增長水平，提升公共服務(wù)水平后，2018 年和2019 年的低水平狀態(tài)占比均不及中、高水平狀態(tài)的一半，中水平狀態(tài)占比最高，其次是高水平狀態(tài)，到2020 年高水平狀態(tài)占比超過50%，中水平狀態(tài)占比為33.33%，低水平占比仍然高于10%。再發(fā)展5 年，到2025 年，長三角27 個城市將有70.37%的比例處于高質(zhì)量發(fā)展的高水平狀態(tài)，低水平狀態(tài)的城市大為減少，僅為7.41%，中高水平狀態(tài)的城市達到92.59%的占比，高質(zhì)量一體化趨勢明顯增強，顯現(xiàn)出了高質(zhì)量高水平的一體化趨勢。

表10 2018—2020年和2025年長三角高質(zhì)量發(fā)展水平狀態(tài)占比分布 單位：%

由此可見，未來長三角27 個城市只要平穩(wěn)提升上述各因素的發(fā)展水平，按照各自的平均增長率發(fā)展下去，就有很大可能促進長三角高質(zhì)量發(fā)展水平由低水平狀態(tài)→中水平狀態(tài)→高水平狀態(tài)轉(zhuǎn)移，并維持高水平狀態(tài)，最終形成長三角高質(zhì)量高水平一體化發(fā)展局面。

五、結(jié)論與建議

本研究在采集《綱要》中關(guān)于長三角一體化與高質(zhì)量發(fā)展的戰(zhàn)略定位、基本原則與發(fā)展目標(biāo)初步形成高質(zhì)量發(fā)展指標(biāo)體系層次結(jié)構(gòu)的基礎(chǔ)上，植入了新聞文本數(shù)據(jù)挖掘方法，并對現(xiàn)有高質(zhì)量發(fā)展指標(biāo)體系文獻進行了梳理，最終構(gòu)建了一個包含5個一級指數(shù)、13個二級指數(shù)、64個測度指標(biāo)的長三角高質(zhì)量發(fā)展指標(biāo)體系，然后采用熵權(quán)與線性綜合法測算了2012—2017年長三角27個城市高質(zhì)量發(fā)展指數(shù)，在此基礎(chǔ)上，將馬爾科夫鏈方法與空間面板杜賓模型方法相結(jié)合，分析了長三角高質(zhì)量發(fā)展的空間分布動態(tài)演化過程、影響因素及其空間效應(yīng)，并對長三角高質(zhì)量發(fā)展一體化趨勢進行了預(yù)測，獲得了如下研究結(jié)論：

（1）理論上分析，“高質(zhì)量發(fā)展”是一個復(fù)合指標(biāo)，指標(biāo)體系的構(gòu)建是對其開展定量分析的前提。我國經(jīng)濟“由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”的論斷表明，評價高質(zhì)量發(fā)展需要從階段論角度出發(fā)構(gòu)建指標(biāo)體系，具體到長三角高質(zhì)量發(fā)展，需要結(jié)合區(qū)域的“一體化”理解“高質(zhì)量發(fā)展”的內(nèi)涵與外延。而區(qū)域一體化高質(zhì)量發(fā)展要求區(qū)域經(jīng)濟發(fā)展既具有穩(wěn)定與保障經(jīng)濟平穩(wěn)過渡到新階段的能力，也要求具有驅(qū)動與協(xié)同經(jīng)濟共同邁向新階段的能力，更要求具有引領(lǐng)全國高質(zhì)量發(fā)展的能力，它們構(gòu)成長三角高質(zhì)量發(fā)展的測度內(nèi)容。

（2）根據(jù)長三角高質(zhì)量發(fā)展測度內(nèi)容構(gòu)建指標(biāo)體系，對長三角2012—2017 年27 個城市的高質(zhì)量發(fā)展水平進行測度。結(jié)果表明，區(qū)域內(nèi)高質(zhì)量發(fā)展水平普遍不高，空間差異顯著，樣本期內(nèi)27個城市以大概率維持現(xiàn)有水平狀態(tài)，只以較小概率在相鄰狀態(tài)之間發(fā)生轉(zhuǎn)移，不存在跨狀態(tài)轉(zhuǎn)移現(xiàn)象。進一步的預(yù)測結(jié)果顯示，在不考慮其他影響因素作用下，未來5年長三角27個城市高質(zhì)量發(fā)展維持原水平狀態(tài)的概率逐漸下降，出現(xiàn)了跨狀態(tài)轉(zhuǎn)移現(xiàn)象，轉(zhuǎn)移的結(jié)果最終向中等水平靠攏，也就是說在不考慮其他因素的影響下，未來5年長三角高質(zhì)量發(fā)展維持在中等水平出現(xiàn)一體化的概率較大。

（3）但通過構(gòu)建空間效應(yīng)模型進行分析，發(fā)現(xiàn)長三角區(qū)域一體化規(guī)劃著力發(fā)展的基礎(chǔ)設(shè)施、要素市場、科創(chuàng)產(chǎn)業(yè)、公共服務(wù)等方面對長三角高質(zhì)量發(fā)展具有明顯的空間滯后性。在這些經(jīng)濟引擎力空間作用下，未來5 年長三角27 個城市高質(zhì)量發(fā)展處于低水平狀態(tài)的概率大為降低，大部分低水平狀態(tài)的城市向中水平轉(zhuǎn)移；而中水平狀態(tài)的城市更是以高達92.86%的概率集中向高水平發(fā)展，達到高水平狀態(tài)的城市以100%的概率維持在高水平狀態(tài)?？梢?，在加大經(jīng)濟作用力下，長三角高質(zhì)量發(fā)展水平有望最終實現(xiàn)高質(zhì)量高水平一體化發(fā)展。

針對以上實證結(jié)論，提出以下建議：

（1）從資源配置角度來看，傳統(tǒng)勞動力對高質(zhì)量發(fā)展產(chǎn)生了負向作用力，反映出高質(zhì)量發(fā)展要創(chuàng)新生產(chǎn)要素的配置比，提高資源配置質(zhì)量，提高勞動力效率、資本效率以及全要素生產(chǎn)率水平，而不是一味追求勞動力與資本規(guī)模。由于人力資本在空間模型中未能產(chǎn)生明顯效應(yīng)，未來長三角地區(qū)應(yīng)該加大人力資本投入，落實“產(chǎn)學(xué)研”密切合作項目，另外提高義務(wù)受教育年限，培養(yǎng)高素質(zhì)、專業(yè)型、技術(shù)型人才，充分體現(xiàn)出人力資本對高質(zhì)量發(fā)展的促進作用。

（2）數(shù)字經(jīng)濟在高質(zhì)量一體化發(fā)展中產(chǎn)生了重要的引擎作用，未來要加大數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高數(shù)字設(shè)備應(yīng)用水平，增加科技、教育投入，培養(yǎng)數(shù)字技術(shù)人才，加快數(shù)字化技術(shù)在傳統(tǒng)行業(yè)與產(chǎn)業(yè)中的滲透作用，促進產(chǎn)業(yè)升級，充分發(fā)揮數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)高級化對高質(zhì)量發(fā)展的驅(qū)動作用。

（3）公共財政支出未能在高質(zhì)量發(fā)展中產(chǎn)生顯著的促進作用，而公共服務(wù)能力的互融互通是長三角高質(zhì)量一體化的重要推手，需要引起長三角各地方政府高度關(guān)注。

注 釋：

（1）在收集數(shù)據(jù)時發(fā)現(xiàn)指標(biāo)體系中有6個指標(biāo)（單位地區(qū)生產(chǎn)總值能耗、數(shù)字產(chǎn)業(yè)產(chǎn)值占比、科技進步貢獻率、跨界河流斷面水質(zhì)達標(biāo)率、鐵路網(wǎng)密度、人均期望壽命）相對應(yīng)的具體數(shù)據(jù)嚴(yán)重缺失，且無法采用常見的數(shù)據(jù)缺失處理方法進行填補，故而在具體測算中，暫時只采用58個指標(biāo)參與計算。

（2）長三角27 個中心城市分別為：上海、南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮(zhèn)江、泰州、杭州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城。

（3）2017 年處于低水平狀態(tài)的城市有鹽城、馬鞍山、銅陵、安慶、滁州、池州、宣城；處于中水平狀態(tài)的城市有南通、揚州、鎮(zhèn)江、泰州、寧波、溫州、嘉興、湖州、紹興、金華、舟山、臺州、合肥、蕪湖；處于高水平狀態(tài)的城市有上海、南京、無錫、常州、蘇州、杭州。

（4）關(guān)于模型的運行與檢驗，受文章篇幅限制，不具體展示。

（5）通過移除公共服務(wù)變量再建立模型，如果模型擬合效果更優(yōu)，說明公共服務(wù)的作用有限。