羅芝婷 范毅男

【摘要】黨的十八大以來(lái)，長(zhǎng)三角區(qū)域經(jīng)濟(jì)一體化發(fā)展取得了明顯成效。但在區(qū)域經(jīng)濟(jì)平衡方面，長(zhǎng)三角各省市仍有欠缺，這將影響到長(zhǎng)三角地區(qū)的可持續(xù)發(fā)展能力。文章通過(guò)類(lèi)比國(guó)際金融圈和長(zhǎng)三角地區(qū)的不平衡現(xiàn)象，借鑒兩大國(guó)際金融圈的經(jīng)驗(yàn)，從優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、建設(shè)公共交通和提高勞動(dòng)者素質(zhì)三個(gè)方面，為長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展不平衡問(wèn)題提供解決思路。

【關(guān)鍵詞】都市圈；區(qū)域經(jīng)濟(jì)；發(fā)展不平衡

【中圖分類(lèi)號(hào)】F124；F127

一、引言

長(zhǎng)三角規(guī)劃范圍包括三?。ㄕ憬?、江蘇省、安徽?。┖鸵粋€(gè)直轄市（上海市），覆蓋35.8萬(wàn)平方公里，不同省市因資源稟賦不同，在產(chǎn)業(yè)結(jié)構(gòu)、公共交通、勞動(dòng)者素質(zhì)、外商投資等方面的成就也各不相同，導(dǎo)致長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展的不平衡性持續(xù)彰顯。2019年12月1日，中共中央印發(fā)《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》（以下簡(jiǎn)稱(chēng)《綱要》）指出，“推動(dòng)長(zhǎng)三角一體化發(fā)展，增強(qiáng)長(zhǎng)三角地區(qū)創(chuàng)新能力和競(jìng)爭(zhēng)能力，提高經(jīng)濟(jì)集聚度、區(qū)域連接性和政策協(xié)同效率，對(duì)引領(lǐng)全國(guó)高質(zhì)量發(fā)展、建設(shè)現(xiàn)代化經(jīng)濟(jì)體系意義重大”?！毒V要》是指導(dǎo)長(zhǎng)三角地區(qū)當(dāng)前和今后階段一體化發(fā)展的綱領(lǐng)性文件，對(duì)長(zhǎng)三角呈現(xiàn)新的區(qū)域發(fā)展形勢(shì)寄予厚望。本文通過(guò)借鑒兩大老牌國(guó)際都市圈（紐約都市圈和東京都市圈）在經(jīng)濟(jì)協(xié)同發(fā)展中的經(jīng)驗(yàn)，為長(zhǎng)三角地區(qū)經(jīng)濟(jì)協(xié)調(diào)可持續(xù)發(fā)展助力。紐約都市圈和東京都市圈位列世界六大經(jīng)濟(jì)圈，各自在政治、金融、科技創(chuàng)新等領(lǐng)域有相對(duì)完善的發(fā)展。在協(xié)同發(fā)展中，兩大都市圈也遭遇過(guò)阻礙，各自對(duì)于如何突破困境都有深層次的理解。本文總結(jié)了兩者在區(qū)域內(nèi)協(xié)調(diào)發(fā)展的方法論，希望能為長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展不平衡問(wèn)題提供解決方案。

二、兩大國(guó)外都市圈案例分析

（一）紐約都市圈

1. 演變歷程

紐約都市圈包括美國(guó)的芝加哥、紐約、費(fèi)城、華盛頓、波士頓和底特律六大城市群，其發(fā)展可以總結(jié)為四個(gè)階段，僅對(duì)三四階段進(jìn)行探討。

第三階段為20世紀(jì)20年代至50年代。這時(shí)，隨著美國(guó)工業(yè)化的進(jìn)一步發(fā)展，單區(qū)域的大城市化體系已不能滿(mǎn)足人口逐漸增多的需求。人口負(fù)擔(dān)加上工業(yè)污染，各委員會(huì)陸陸續(xù)續(xù)有其他的規(guī)劃出臺(tái)，要求對(duì)紐約城市群周邊的環(huán)境進(jìn)行規(guī)劃。這些規(guī)劃相較于紐約城市改善委員會(huì)所提出的第一步規(guī)劃更全面。例如，美國(guó)區(qū)域規(guī)劃協(xié)會(huì)于1922年成立，在規(guī)劃住房、經(jīng)濟(jì)、交通和城市空間方面均有涉獵。美國(guó)的城市化逐漸由大型城市單獨(dú)發(fā)展轉(zhuǎn)變?yōu)橹行某鞘泻徒紖^(qū)共同發(fā)展，此時(shí)，大都市一體化已經(jīng)有了雛形。

第四階段為20世紀(jì)50年代至今，在科技進(jìn)步和高素質(zhì)人才的加持下，美國(guó)東北部大城市的產(chǎn)業(yè)結(jié)構(gòu)不斷升級(jí)，一些污染嚴(yán)重的老工業(yè)區(qū)逐漸轉(zhuǎn)化為綜合開(kāi)發(fā)區(qū)和高新技術(shù)園區(qū)，此時(shí)第三產(chǎn)業(yè)逐漸占據(jù)主導(dǎo)位置，紐約都市圈從成熟走向高速發(fā)展。

2. 可借鑒的紐約都市圈經(jīng)濟(jì)協(xié)同發(fā)展的調(diào)整路徑

高素質(zhì)人才的聚集使區(qū)域內(nèi)科學(xué)技術(shù)不斷進(jìn)步。區(qū)域內(nèi)的經(jīng)濟(jì)增長(zhǎng)，離不開(kāi)生產(chǎn)力不斷發(fā)展，生產(chǎn)力的不斷提高源于科學(xué)技術(shù)的不斷提高，科學(xué)技術(shù)的提高與高素質(zhì)人才聚集所帶來(lái)的“知識(shí)溢出”效應(yīng)密不可分。紐約都市圈內(nèi)匯集著“常春藤聯(lián)盟”院校，包括哈佛、耶魯、哥倫比亞大學(xué)等八所院校。在20世紀(jì)末，紐約中心城市就業(yè)人口中擁有大學(xué)本科及以上學(xué)歷的人數(shù)占總就業(yè)人口的32.8%。這些院校所帶來(lái)的人才匯集，為紐約都市圈的科學(xué)技術(shù)進(jìn)步提供了保障，也為該區(qū)域的生產(chǎn)力提供了源源不斷的動(dòng)力。

產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和區(qū)域空間的合理利用。從紐約城市圈的演變歷程可以看出，其是由勞動(dòng)密集型的第一產(chǎn)業(yè)向資本密集型的第二產(chǎn)業(yè)再到知識(shí)密集型增長(zhǎng)的服務(wù)信息產(chǎn)業(yè)逐步轉(zhuǎn)型的過(guò)程，也是產(chǎn)品附加值由低轉(zhuǎn)高的過(guò)程。該過(guò)程中，由人口密集所帶來(lái)的居民區(qū)與辦公區(qū)劃分問(wèn)題、道路交通擁堵問(wèn)題、就業(yè)和求學(xué)問(wèn)題，都由非官方和非營(yíng)利性組織“紐約區(qū)域規(guī)劃協(xié)會(huì)（RPA）”進(jìn)行協(xié)調(diào)。協(xié)會(huì)努力爭(zhēng)取和借助周邊三個(gè)州在大都市區(qū)規(guī)劃方面的支持，對(duì)空間資源的優(yōu)化利用作出綜合合理的安排。

（二）東京都市圈

1.演變進(jìn)程

東京都市圈包括東京、橫濱、靜岡等日本東海岸太平洋沿岸城市。自1958年始，東京都市圈規(guī)劃每十年修訂一次，至今已經(jīng)歷六次改革，僅對(duì)第二次和最近的第六次改革進(jìn)行探討。

1968—1976年的第二次改革。隨著日本經(jīng)濟(jì)的快速增長(zhǎng)，鑒于形勢(shì)需要，日本政府決定將東京圈建設(shè)成廣區(qū)域復(fù)合體，將城市空間再開(kāi)發(fā)和周?chē)I(yè)化城市再建設(shè)以保證人口的不斷遷入。同時(shí)，強(qiáng)調(diào)環(huán)境與經(jīng)濟(jì)和諧共處。

最近的第六次改革，提出用“對(duì)流型首都圈”取代過(guò)去的“一極集中型首都圈”，強(qiáng)調(diào)“既保持東京競(jìng)爭(zhēng)優(yōu)勢(shì)，又要減輕一極集中弊端”。

2.東京都市圈經(jīng)濟(jì)協(xié)同發(fā)展調(diào)整路徑

東京都市圈積極建設(shè)區(qū)域內(nèi)軌道系統(tǒng)，力求達(dá)到現(xiàn)代交通網(wǎng)絡(luò)的標(biāo)準(zhǔn)，這一舉措大大縮短了跨區(qū)域的通勤時(shí)間，使得都市圈內(nèi)的交流十分緊密。據(jù)東京都市整備局的數(shù)據(jù)顯示，十萬(wàn)平方公里的東京都市圈被兩千多公里的軌道覆蓋著，在每日往返東京都市圈的通勤者中，乘坐軌道交通的通勤者占到86%，在高峰時(shí)段，其比例高達(dá)91%，占據(jù)全球榜首。

三、長(zhǎng)三角區(qū)域經(jīng)濟(jì)現(xiàn)狀與差異分析

（一）長(zhǎng)三角區(qū)域經(jīng)濟(jì)差異分析

1.長(zhǎng)三角區(qū)域經(jīng)濟(jì)現(xiàn)狀分析

長(zhǎng)江三角洲是我國(guó)經(jīng)濟(jì)發(fā)展最具有活力、創(chuàng)新能力最強(qiáng)、開(kāi)放程度最高的區(qū)域之一，也是交通網(wǎng)絡(luò)最密集的區(qū)域之一。長(zhǎng)三角依賴(lài)著上海這個(gè)世界金融中心以及身處“一帶一路”和長(zhǎng)江經(jīng)濟(jì)帶的重要交匯地帶，使得各領(lǐng)域的優(yōu)勢(shì)都非常明顯，每年貢獻(xiàn)了我國(guó)將近四分之一的GDP，在我國(guó)全方位開(kāi)放格局中以及現(xiàn)代化建設(shè)大局中具有重要的戰(zhàn)略地位。但隨著近幾年的新冠肺炎疫情對(duì)國(guó)民經(jīng)濟(jì)的影響，雖然長(zhǎng)三角的發(fā)展模式保持著優(yōu)秀的成績(jī)，但其中仍然存在著很多的問(wèn)題。

2.長(zhǎng)三角地區(qū) GDP 情況分析

按照當(dāng)年現(xiàn)行價(jià)計(jì)算，長(zhǎng)三角區(qū)域地區(qū)GDP保持平穩(wěn)增長(zhǎng)。如圖1所示，在2001年之后，上海GDP有了大幅度的提高。2001年上海市的GDP為5 210.12億元，到2020年增長(zhǎng)到了38 700.58億元，與2001年相比增加了將近6倍多，增長(zhǎng)勢(shì)頭強(qiáng)勁。這20多年來(lái)，上海市的地區(qū)GDP表現(xiàn)出持續(xù)增長(zhǎng)的趨勢(shì)，增長(zhǎng)速度也在5%～20%之間浮動(dòng)。增長(zhǎng)最快的時(shí)期是2003年和2004年，分別相較于上一年增長(zhǎng)了將近16.60%和20.59%。由于新冠肺炎疫情的影響使得2020年的增長(zhǎng)緩慢，僅僅增長(zhǎng)了545.26億元，增長(zhǎng)了1.43%。分階段來(lái)看，2001—2011年作為前半段，上海市的經(jīng)濟(jì)增長(zhǎng)速度迅速，在十年的時(shí)間內(nèi)增長(zhǎng)了將近13 985.57億元，從2001年的5 210.12億元到2011年的19 195.69億元，且每年大致保持在年增長(zhǎng)率10%以上。2012—2020年為后半段，上海市的經(jīng)濟(jì)發(fā)展步伐放緩，年平均增長(zhǎng)率在10%以下，總GDP增長(zhǎng)了18 518.86億元。

如圖1所示，2001—2020年這20年之間，浙江省的GDP同樣呈現(xiàn)出逐年增長(zhǎng)的趨勢(shì)。2001年，浙江省的GDP為6 898.33億元，到2020年增長(zhǎng)到了64 613.34 億元。在這20年間，浙江每年GDP保持著10%以上的增長(zhǎng)速度，尤其是2002年以及2009年的GDP增長(zhǎng)速度分別為21.2%和20.5%。同樣受到經(jīng)濟(jì)周期以及新冠肺炎疫情的影響，2008年和2020年的增長(zhǎng)最緩慢，分別為7%和3%。可以看出，浙江省在新世紀(jì)前5年的經(jīng)濟(jì)發(fā)展迅速，GDP保持著每年接近20%的增長(zhǎng)速度，在經(jīng)歷2008年的金融危機(jī)后發(fā)展速度有所放緩，GDP增長(zhǎng)速度維持在10%左右波動(dòng)。

如圖1所示，江蘇省的GDP在2001—2020年間，表現(xiàn)為逐年攀升的趨勢(shì)。2001年，江蘇省GDP為9 456.84億元，到2020年增長(zhǎng)到了10 2718.98億元，首次突破十萬(wàn)億元的大關(guān)，相較于2001年增長(zhǎng)了將近10倍。在這20年中，江蘇省的GDP保持著高速的增長(zhǎng)，尤其是新世紀(jì)的前5年，增長(zhǎng)速度連年高于20%，即使在2008年金融危機(jī)時(shí)，增長(zhǎng)速度仍然達(dá)到了11%。增長(zhǎng)量最大的是2011年和2017年，分別為7 684.79億元和8 481.48億元，同比增長(zhǎng)18%和10.1%。同樣由于金融危機(jī)以及新冠疫情的影響，GDP在2008年以及2020增長(zhǎng)的最緩慢，分別增長(zhǎng)了3 475.32 億元和3 087.46億元。

如圖1所示，安徽省的GDP在2001—2020年之間，表現(xiàn)出逐年上升的趨勢(shì)。2001年安徽省的GDP為3 246.71億元，到2020年GDP增加到了38 680.63億元，增長(zhǎng)量將近10倍。在這20年中，新世紀(jì)的前10年安徽省經(jīng)濟(jì)發(fā)展速度較快，尤其是2007年到2011年這段時(shí)間內(nèi)，安徽省GDP增長(zhǎng)速度保持在20%以上。后一個(gè)階段，2011年之后，安徽省的經(jīng)濟(jì)發(fā)展速度有所放緩，但仍然保持在每年10%的增長(zhǎng)速度。

總體來(lái)看，2001—2014年長(zhǎng)三角地區(qū)GDP呈現(xiàn)逐年增加的趨勢(shì)，而且地區(qū)GDP按降序排列分別為江蘇省、浙江省、上海市和安徽省。可以看出這20年間，江蘇省的GDP增長(zhǎng)量最高且增長(zhǎng)速度最為迅速，其次是浙江省。

（二）長(zhǎng)三角區(qū)域的綜合比較分析

長(zhǎng)三角地區(qū)是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要引擎，但是在發(fā)展的過(guò)程中，各省市之間有比較大的差距。本文選取三個(gè)方面的數(shù)據(jù)來(lái)比對(duì)長(zhǎng)三角地區(qū)各省市之間的發(fā)展差異，找出發(fā)展不平衡背后的原因，有助于長(zhǎng)三角地區(qū)深化區(qū)域內(nèi)分工合作，加速區(qū)域之間的產(chǎn)業(yè)轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)規(guī)模新的突破。

1.產(chǎn)業(yè)結(jié)構(gòu)差異

由圖2數(shù)據(jù)可得，各省市均以發(fā)展第三產(chǎn)業(yè)為主（第三產(chǎn)業(yè)的增值逐年遞增），而安徽省的第三產(chǎn)業(yè)增速顯著慢于江蘇省。第三產(chǎn)業(yè)主要為服務(wù)業(yè)和信息技術(shù)業(yè)，第三產(chǎn)業(yè)增速的高低與否，是判定一個(gè)省市生產(chǎn)附加值高低與否的重要指標(biāo)。如表1所示，江蘇省的高新技術(shù)產(chǎn)業(yè)蓬勃發(fā)展，而安徽省高新技術(shù)產(chǎn)業(yè)相對(duì)薄弱。

從安徽省產(chǎn)業(yè)結(jié)構(gòu)增速上可以看出，安徽省認(rèn)識(shí)到了第三產(chǎn)業(yè)的重要性，正在不遺余力地發(fā)展第三產(chǎn)業(yè)，其增速在2019年超過(guò)第二產(chǎn)業(yè)。

上海市重點(diǎn)發(fā)展現(xiàn)代信息服務(wù)業(yè)，如金融業(yè)、保險(xiǎn)業(yè)等生活性服務(wù)業(yè)，電子商務(wù)、現(xiàn)代物流、現(xiàn)代金融等生產(chǎn)線服務(wù)業(yè)。

2.人力資源結(jié)構(gòu)差異

2001—2020年長(zhǎng)江三角洲各地區(qū)人口勞動(dòng)力差異分析（由于2010年后數(shù)據(jù)缺失，所以本文分析2010年前的數(shù)據(jù)）：2001—2010年上海市的農(nóng)村平均就業(yè)人口為255萬(wàn)人，城鎮(zhèn)平均就業(yè)人口為838.22萬(wàn)人。江蘇省農(nóng)村平均就業(yè)人口為2 385.44萬(wàn)人，平均城鎮(zhèn)就業(yè)人口為2 113.64萬(wàn)人。浙江省農(nóng)村平均就業(yè)人口為2 268.57萬(wàn)人，城鎮(zhèn)平均就業(yè)人口為1 709.22萬(wàn)人。安徽省農(nóng)村平均就業(yè)人口為2 946.20萬(wàn)人，城鎮(zhèn)平均就業(yè)人口為827.36萬(wàn)人。上海平均城鎮(zhèn)就業(yè)人口是農(nóng)村平均就業(yè)人口的3.6倍，江蘇省城鎮(zhèn)平均就業(yè)人口與農(nóng)村平均就業(yè)人口的比值大致接近1∶1，浙江省的農(nóng)村平均就業(yè)人口大致為城鎮(zhèn)平均就業(yè)人口的1.39倍，安徽省的農(nóng)業(yè)平均就業(yè)人口則為城鎮(zhèn)平均就業(yè)人口的3.56倍。由此可見(jiàn)，長(zhǎng)三角地區(qū)的人力資源結(jié)構(gòu)存在著嚴(yán)重發(fā)展失衡，從而導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)的差異和居民收入和消費(fèi)的差異。由于上海市的社會(huì)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于安徽省，導(dǎo)致安徽省的人才外流嚴(yán)重，進(jìn)一步阻礙了長(zhǎng)三角地區(qū)的經(jīng)濟(jì)發(fā)展，也影響了長(zhǎng)三角地區(qū)經(jīng)濟(jì)一體化的進(jìn)程。

長(zhǎng)三角地區(qū)各省市之間的勞動(dòng)者素質(zhì)也存在著明顯的差異。如圖3所示，江蘇省的高等院校本科畢業(yè)生人數(shù)遠(yuǎn)高于浙江省、安徽省以及上海市，2005年江蘇省高等院校本科畢業(yè)生的數(shù)量為130 740人，2020年人數(shù)增加到292 853人，增長(zhǎng)了近1.24倍；浙江省與安徽省的高等院校本科畢業(yè)生人數(shù)同樣有明顯的增長(zhǎng)，2005年浙江省的高等院校本科畢業(yè)生人數(shù)為71 237人，安徽省為59 561人，2020年浙江省的高等院校本科畢業(yè)生人數(shù)為166 251人，安徽省為171 295人，分別增長(zhǎng)了1.33倍和1.87倍。上海市的高等院校本科畢業(yè)生人數(shù)在過(guò)去的20年內(nèi)也由有明顯的增長(zhǎng)，從25 549人增長(zhǎng)到102 253人。

由此可見(jiàn)，長(zhǎng)三角地區(qū)的勞動(dòng)者素質(zhì)存在較大差異，尤其是高層次人才的數(shù)量差距較大。江蘇省無(wú)論在高等院校數(shù)量還是本科生畢業(yè)人數(shù)方面都遠(yuǎn)高于其他地區(qū)，而勞動(dòng)人口是經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿Γ绕涫歉咚刭|(zhì)人才，這種人力資源的發(fā)展不均衡將嚴(yán)重影響長(zhǎng)三角地區(qū)經(jīng)濟(jì)一體化的效果與進(jìn)程。

3.對(duì)外貿(mào)易度與物流通達(dá)程度差距

如圖4所示，江蘇省和浙江省擁有明顯的港口外貿(mào)優(yōu)勢(shì)。根據(jù)2020年國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2020年江蘇省與浙江省貨物和服務(wù)凈出口分別達(dá)到5496億元和3525億元，相較于2004年的數(shù)據(jù)分別增長(zhǎng)了4.33倍和4.38倍。上海市2020年的貨物與服務(wù)凈出口為889億元，增長(zhǎng)了381.6億元。安徽省的貨物與服務(wù)凈出口始終為負(fù)數(shù)，2020年為-204億元。相比之下，長(zhǎng)江三角洲各省市對(duì)外貿(mào)易度存在著較大的差異，浙江省與江蘇省的貿(mào)易額相差較大且具有持續(xù)擴(kuò)大的趨勢(shì)。由于安徽省位于內(nèi)陸，缺乏地理優(yōu)勢(shì)，其外貿(mào)數(shù)據(jù)并沒(méi)有可比性。

長(zhǎng)三角的交通設(shè)施發(fā)展也存在著較大的不均衡。上海、浙江與江蘇的交通密集程度遠(yuǎn)高于安徽省，但區(qū)域內(nèi)高速公路的對(duì)接尚未全部打通，安徽省內(nèi)部分地區(qū)公路建設(shè)相對(duì)滯后。在鐵路建設(shè)上，上海作為長(zhǎng)三角交通的樞紐，使得上?？土髁吭龃髱?dòng)消費(fèi)促進(jìn)上海經(jīng)濟(jì)發(fā)展的同時(shí)，也加大了上海的運(yùn)輸壓力。同時(shí)由于運(yùn)輸里程增加了額外交通運(yùn)輸成本，影響著長(zhǎng)三角地區(qū)之間的協(xié)調(diào)和發(fā)展。安徽省與上海市、浙江省與江蘇省的鐵路建設(shè)相比，其建造進(jìn)程相對(duì)緩慢，且有差距越拉越大的趨勢(shì)，這將嚴(yán)重影響區(qū)域經(jīng)濟(jì)一體化的成果。

（三）長(zhǎng)三角區(qū)域經(jīng)濟(jì)差異分析

目前學(xué)術(shù)界對(duì)于測(cè)量經(jīng)濟(jì)發(fā)展的方法主要分為直接法和間接法。間接測(cè)量法需要運(yùn)用到數(shù)據(jù)，且這些數(shù)據(jù)很難獲得，故本文主要運(yùn)用間接測(cè)量法對(duì)長(zhǎng)江三角洲地區(qū)的經(jīng)濟(jì)差異進(jìn)行測(cè)量。利用標(biāo)準(zhǔn)差、平均差、變異系數(shù)以及極差等測(cè)量方法來(lái)比對(duì)長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展差異。

1. 長(zhǎng)三角區(qū)域經(jīng)濟(jì)差異指標(biāo)

（1）標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差在概率統(tǒng)計(jì)中最常作為統(tǒng)計(jì)分布程度上的測(cè)量，反映組內(nèi)個(gè)體間的離散程度。用單一變量人均GDP表示區(qū)域差異時(shí)，如果標(biāo)準(zhǔn)差越大，則表示區(qū)域間絕對(duì)差距較大；反之則說(shuō)明差距較小。標(biāo)準(zhǔn)差公式如式（1）所示。

2.計(jì)算結(jié)果

依據(jù) 2001—2020年長(zhǎng)三角地區(qū)各地區(qū)人均GDP等情況來(lái)計(jì)算出相應(yīng)的標(biāo)準(zhǔn)差、變異系數(shù)和泰爾指數(shù)，計(jì)算結(jié)果如表2所示：

根據(jù)表2數(shù)據(jù)可以看出，（1）長(zhǎng)三角地區(qū)的人均GDP的絕對(duì)差距在擴(kuò)大，2001年各省市之間人均GDP的標(biāo)準(zhǔn)差為2 632.89元，到2020年人均GDP的標(biāo)準(zhǔn)差擴(kuò)大到30 270.02元，增長(zhǎng)了10倍左右。（2）長(zhǎng)三角四省市的人均GDP之間的差距趨勢(shì)為先上升后下降的趨勢(shì)，體現(xiàn)在四省市人均GDP的變異系數(shù)從0.42逐年攀升至0.55最終在2019年以及2020年下降至0.49，Theil系數(shù)也由2001年的0.029浮動(dòng)上升至0.047，之后在2019年降低至0.037。（3）結(jié)合上述（1）、（2）可以得出：從長(zhǎng)期來(lái)看，長(zhǎng)三角四省市之間的人均GDP的趨同態(tài)勢(shì)明顯，但是自2001年以來(lái)四省市之間人均GDP絕對(duì)差距在不斷擴(kuò)大，發(fā)展不均衡問(wèn)題日益凸顯。

四、對(duì)長(zhǎng)三角區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的啟示

（一）優(yōu)化內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)

類(lèi)比紐約都市圈的產(chǎn)業(yè)調(diào)整，長(zhǎng)三角地區(qū)也應(yīng)緊跟時(shí)代潮流，積極轉(zhuǎn)型和建立合作體制。安徽省應(yīng)優(yōu)化自身的投資環(huán)境，將上海和蘇浙兩省的比較優(yōu)勢(shì)產(chǎn)業(yè)承接過(guò)來(lái)，同時(shí)繼續(xù)培養(yǎng)自己的新能源汽車(chē)產(chǎn)業(yè)，并不斷吸納新能源汽車(chē)企業(yè)的上下游產(chǎn)業(yè)，打造自己的產(chǎn)業(yè)優(yōu)勢(shì)。江蘇省應(yīng)依托本省高校和豐富的礦產(chǎn)資源，打造高新技術(shù)園區(qū)來(lái)加強(qiáng)企業(yè)與高等院校的合作創(chuàng)新，同時(shí)建立區(qū)域內(nèi)研發(fā)中心。浙江省作為電商的發(fā)源地，應(yīng)響應(yīng)數(shù)字經(jīng)濟(jì)浪潮，積極發(fā)展數(shù)字經(jīng)濟(jì)和物聯(lián)網(wǎng)。上海市重點(diǎn)發(fā)展現(xiàn)代信息服務(wù)業(yè)，如金融業(yè)、保險(xiǎn)業(yè)等生活性服務(wù)業(yè)，電子商務(wù)、現(xiàn)代物流、現(xiàn)代金融等生產(chǎn)線服務(wù)業(yè)。

（二）建設(shè)長(zhǎng)三角公共交通

繼續(xù)推進(jìn)長(zhǎng)三角基礎(chǔ)交通建設(shè)，發(fā)展省際輕軌和城際巴士，減弱人員流動(dòng)阻力，讓區(qū)域內(nèi)勞動(dòng)要素自由流通。積極建設(shè)城市內(nèi)地鐵，尤其是安徽省內(nèi)，緩和城市內(nèi)交通壓力，縮短通勤時(shí)間，打造高效且現(xiàn)代化的交通網(wǎng)絡(luò)。

（三）提高勞動(dòng)者素質(zhì)

通過(guò)區(qū)域內(nèi)教育資源共享，各院校之間加強(qiáng)合作，讓教育普惠至區(qū)域內(nèi)每一個(gè)人。教師在區(qū)域內(nèi)可自由流動(dòng)，鼓勵(lì)教師從教育資源富余地區(qū)走出來(lái)，支援教育資源薄弱地區(qū)。

主要參考文獻(xiàn)：

[1]陳勇.長(zhǎng)三角區(qū)域一體化發(fā)展背景下區(qū)域經(jīng)濟(jì)發(fā)展不平衡的影響因素及解決對(duì)策研究[J].商業(yè)經(jīng)濟(jì)，2022（02）：14- 16.

[2]高云龍.長(zhǎng)三角地區(qū)城鄉(xiāng)一體化評(píng)價(jià)研究[D].華東政法大學(xué) ，2017.

[3] 貢藝丹.國(guó)外都市圈研究回顧及啟示[J].合作經(jīng)濟(jì)與科技 ，2022（04）：28-30.