馬海良，陳仔浩

（河海大學(xué)商學(xué)院，江蘇常州 213022）

1 研究背景

進(jìn)入經(jīng)濟(jì)發(fā)展新常態(tài)，我國(guó)人口紅利日趨消退，內(nèi)外資本投資動(dòng)力逐年下降，經(jīng)濟(jì)結(jié)構(gòu)矛盾日趨顯著［1］。在原有生產(chǎn)率的技術(shù)水平下，相同規(guī)模生產(chǎn)要素的最大生產(chǎn)可能性邊界收縮，經(jīng)濟(jì)增長(zhǎng)空間隨之收窄，粗放型生產(chǎn)模式形成的經(jīng)濟(jì)增長(zhǎng)舊動(dòng)能的邊際效應(yīng)逐漸減弱［2］?？茖W(xué)技術(shù)是先進(jìn)生產(chǎn)力的集中體現(xiàn)，經(jīng)濟(jì)增長(zhǎng)越來越多地受到地區(qū)技術(shù)進(jìn)步優(yōu)勢(shì)的影響，依托技術(shù)進(jìn)步的質(zhì)量型增長(zhǎng)模式在經(jīng)濟(jì)發(fā)展中的貢獻(xiàn)率日益提高［3］。因此，經(jīng)濟(jì)增長(zhǎng)亟須推動(dòng)基于舊動(dòng)能維持的經(jīng)濟(jì)高速增長(zhǎng)階段向基于新動(dòng)能引領(lǐng)的經(jīng)濟(jì)高質(zhì)量發(fā)展階段轉(zhuǎn)變。長(zhǎng)三角與粵港澳大灣區(qū)（以下簡(jiǎn)稱“大灣區(qū)”）在國(guó)家經(jīng)濟(jì)發(fā)展與對(duì)外開放中具有支撐引領(lǐng)作用，長(zhǎng)三角一體化戰(zhàn)略與粵港澳大灣區(qū)建設(shè)戰(zhàn)略已先后于2018 年和2019 年上升為國(guó)家戰(zhàn)略，在我國(guó)深化改革開放空間布局中發(fā)揮著重要作用。截至2019 年，兩區(qū)域創(chuàng)新要素驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)動(dòng)能優(yōu)勢(shì)明顯，長(zhǎng)三角地區(qū)和大灣區(qū)內(nèi)廣東省的高校與科研院所數(shù)量占比接近全國(guó)（未含港澳臺(tái)地區(qū)。下同）的1/4，R&D 人員全時(shí)當(dāng)量與內(nèi)部經(jīng)費(fèi)支出分別占全國(guó)的48.89%和44.38%1）。更為重要的是，兩區(qū)域已形成較為完備的產(chǎn)業(yè)體系和較高的集聚水平，以技術(shù)創(chuàng)新為引領(lǐng)的先進(jìn)制造業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)與現(xiàn)代服務(wù)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中已經(jīng)占據(jù)主體地位，以新技術(shù)、新產(chǎn)業(yè)和新模式為核心的新動(dòng)能對(duì)舊動(dòng)能的替代效應(yīng)日趨顯著。因此，以長(zhǎng)三角與大灣區(qū)為研究區(qū)域，對(duì)比分析兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換時(shí)空演變規(guī)律與區(qū)域差異，一方面有利于探求其新舊動(dòng)能轉(zhuǎn)換演變差異的影響因素，并提出有針對(duì)性的政策建議；另一方面有利于為其他地區(qū)加快新舊動(dòng)能轉(zhuǎn)換提供理論指導(dǎo)與經(jīng)驗(yàn)參考，從而產(chǎn)生先行示范效應(yīng)，在全國(guó)范圍內(nèi)形成可復(fù)制可推廣的新舊動(dòng)能轉(zhuǎn)換模式，促進(jìn)全國(guó)層面在新常態(tài)下經(jīng)濟(jì)保持強(qiáng)勁發(fā)展動(dòng)力。

2 文獻(xiàn)綜述

“S”型曲線理論認(rèn)為，經(jīng)濟(jì)增長(zhǎng)的演進(jìn)過程就是先進(jìn)生產(chǎn)力替代落后生產(chǎn)力的過程，實(shí)質(zhì)是新舊技術(shù)的迭代過程，是新動(dòng)能與舊動(dòng)能不斷轉(zhuǎn)換的結(jié)果［3］。新動(dòng)能與舊動(dòng)能是一對(duì)具有發(fā)展性、開放性特征的相對(duì)概念［4］，判定于特定時(shí)期、特定區(qū)域等的要素稟賦結(jié)構(gòu)約束條件［5］。新舊動(dòng)能轉(zhuǎn)換的過程即是在要素稟賦結(jié)構(gòu)約束條件深刻變化的背景下，調(diào)整生產(chǎn)工具、能源獲取利用效率以及人力資本水平等技術(shù)手段，擴(kuò)大相同生產(chǎn)要素最大生產(chǎn)可能性邊界的過程［6］。區(qū)別于個(gè)別技術(shù)、生產(chǎn)方式改進(jìn)的量變過程，新舊動(dòng)能轉(zhuǎn)換是整體經(jīng)濟(jì)增長(zhǎng)手段躍遷換代，打破與重塑要素結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、區(qū)域發(fā)展結(jié)構(gòu)和技術(shù)結(jié)構(gòu)的質(zhì)變過程［7］。而新舊動(dòng)能轉(zhuǎn)換的實(shí)現(xiàn)不僅要依靠外向引進(jìn)與自主創(chuàng)新等多種途徑實(shí)現(xiàn)的科技進(jìn)步［8］，也要依賴于人力資本的開發(fā)積累、制度環(huán)境的變革創(chuàng)新以及產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的內(nèi)在支撐等長(zhǎng)期因素并最終外在表現(xiàn)為經(jīng)濟(jì)轉(zhuǎn)型升級(jí)［9］。

得益于人力資本的長(zhǎng)期積累以及全球價(jià)值鏈地位的持續(xù)攀升，我國(guó)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能呈現(xiàn)出持續(xù)增長(zhǎng)的趨勢(shì)［10］，但由于區(qū)域要素稟賦結(jié)構(gòu)以及開發(fā)要素生產(chǎn)率的水平差異，不同省份的新舊動(dòng)能轉(zhuǎn)換演變規(guī)律存在顯著的區(qū)域異質(zhì)性與不平衡性［11］，如郭金明等［12］的研究認(rèn)為，東部地區(qū)新動(dòng)能指數(shù)顯著高于中西部地區(qū)；李成剛等［13］依據(jù)全國(guó)排名前五（TOP 5）產(chǎn)業(yè)結(jié)構(gòu)分析法的測(cè)度結(jié)果表明，北京地區(qū)已基本完成新舊動(dòng)能轉(zhuǎn)換進(jìn)程，而貴州地區(qū)新舊動(dòng)能轉(zhuǎn)換水平盡管呈現(xiàn)出穩(wěn)定增長(zhǎng)的態(tài)勢(shì)，但轉(zhuǎn)換的不充分性仍然凸顯。同時(shí)，由于各生產(chǎn)部門間存在要素投入結(jié)構(gòu)迥異與勞動(dòng)生產(chǎn)率差距，不同產(chǎn)業(yè)的新舊動(dòng)能轉(zhuǎn)換演變進(jìn)程也具有自身的產(chǎn)業(yè)特征，如有研究指出制造業(yè)新動(dòng)能對(duì)舊動(dòng)能的替代能力不斷增強(qiáng)，逐漸占據(jù)制造業(yè)驅(qū)動(dòng)增長(zhǎng)的主導(dǎo)位置，并表現(xiàn)出顯著的空間集聚性［14］；農(nóng)業(yè)新舊動(dòng)能轉(zhuǎn)換水平提升相對(duì)緩慢［15］；農(nóng)業(yè)支撐農(nóng)業(yè)達(dá)到基本現(xiàn)代化要求的新動(dòng)能力度尚存不足［16］；受全球金融危機(jī)后財(cái)政刺激計(jì)劃的投資建設(shè)偏向性影響，以科技服務(wù)、商務(wù)服務(wù)為代表的服務(wù)業(yè)發(fā)展新動(dòng)能體系培育不足，全要素生產(chǎn)率增長(zhǎng)乏力［17］。

此外，由于測(cè)度新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)評(píng)價(jià)的理論基礎(chǔ)及其測(cè)算方法存在差異，也引致新舊動(dòng)能轉(zhuǎn)換演變規(guī)律的推算呈現(xiàn)不同結(jié)果，如有研究基于C-D 生產(chǎn)函數(shù)理論與時(shí)間序列回歸測(cè)算得出的結(jié)果認(rèn)為，我國(guó)經(jīng)濟(jì)增長(zhǎng)動(dòng)能中新動(dòng)能占比持續(xù)上升，新舊動(dòng)能力量對(duì)比逐漸逆轉(zhuǎn)［1］；利用隨機(jī)前沿分析法與熵權(quán)-TOPSIS 測(cè)算得出的我國(guó)新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)仍處于較低水平，支撐經(jīng)濟(jì)增長(zhǎng)動(dòng)能仍然乏力［18］；而以轉(zhuǎn)換動(dòng)力、轉(zhuǎn)換成效為基礎(chǔ)構(gòu)建評(píng)級(jí)體系，參考我國(guó)國(guó)家統(tǒng)計(jì)局指標(biāo)賦權(quán)數(shù)據(jù)測(cè)算結(jié)果顯示，我國(guó)新舊動(dòng)能轉(zhuǎn)換水平呈現(xiàn)出先快速上升后緩慢回落的趨勢(shì)［19］。

可以發(fā)現(xiàn)，現(xiàn)有相關(guān)研究已針對(duì)新舊動(dòng)能轉(zhuǎn)換的理論內(nèi)涵、實(shí)現(xiàn)路徑以及區(qū)域時(shí)空演變規(guī)律進(jìn)行了深入探討，研究對(duì)象主要聚焦于全國(guó)層面或省級(jí)層面，然而隨著市場(chǎng)在資源配置中起決定性作用進(jìn)程不斷推進(jìn)，要素的流動(dòng)與集聚日趨市場(chǎng)化，相較于傳統(tǒng)的行政區(qū)經(jīng)濟(jì)，城市群已成為支撐經(jīng)濟(jì)增長(zhǎng)與區(qū)域協(xié)調(diào)發(fā)展的主體形態(tài)［20］，其內(nèi)部經(jīng)濟(jì)形態(tài)演變也更具有聯(lián)系緊密性與協(xié)調(diào)一致性［21］。本研究嘗試以城市群為視角，探究新舊動(dòng)能轉(zhuǎn)換的時(shí)空演變規(guī)律及其區(qū)域差異，采用組合賦權(quán)法測(cè)算新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)，以避免單一指標(biāo)賦權(quán)方法存在的局限性，以期為加快推進(jìn)長(zhǎng)三角一體化戰(zhàn)略與粵港澳大灣區(qū)發(fā)展戰(zhàn)略提供動(dòng)能轉(zhuǎn)換視角。

3 研究設(shè)計(jì)

3.1 新舊動(dòng)能轉(zhuǎn)換評(píng)價(jià)指標(biāo)體系

在C-D 生產(chǎn)函數(shù)中，全要素生產(chǎn)率是用來衡量經(jīng)濟(jì)增長(zhǎng)動(dòng)能的最直接指標(biāo)，但由于全要素生產(chǎn)率是基于索洛剩余方法測(cè)算形成的［22］，僅能反映出經(jīng)濟(jì)增長(zhǎng)的綜合動(dòng)能，無法判斷經(jīng)濟(jì)增長(zhǎng)動(dòng)能的來源結(jié)構(gòu)與變化規(guī)律［23］，因此參考鄭江淮等［1］、尹希果等［24］的研究成果，從需求側(cè)、供給側(cè)以及結(jié)構(gòu)轉(zhuǎn)換側(cè)3個(gè)維度構(gòu)建新舊動(dòng)能轉(zhuǎn)換綜合指標(biāo)體系，具體詳見表1。

（1）需求側(cè)動(dòng)能。需求側(cè)動(dòng)能按照來源方向可以劃分為基于恩格爾效應(yīng)的內(nèi)需動(dòng)能與基于比較優(yōu)勢(shì)的外需動(dòng)能，當(dāng)總供給的生產(chǎn)力水平超過總需求時(shí)，總需求是支撐經(jīng)濟(jì)體短期經(jīng)濟(jì)增長(zhǎng)的決定力量。在內(nèi)需方面，兩區(qū)域的人均地區(qū)生產(chǎn)總值（GDP）早就突破10 000 美元，居民消費(fèi)結(jié)構(gòu)由滿足基本生活型向追求智能便捷和美好生活的方向轉(zhuǎn)型升級(jí)，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向合理化、高級(jí)化與服務(wù)化轉(zhuǎn)變，因此，內(nèi)需動(dòng)能選取居民非食品消費(fèi)支出占人均GDP 比重予以衡量。在外需方面，兩區(qū)域城市群勞動(dòng)生產(chǎn)率與產(chǎn)品附加值的提高增強(qiáng)了國(guó)內(nèi)產(chǎn)品在國(guó)際市場(chǎng)的比較優(yōu)勢(shì)，拉動(dòng)了出口規(guī)模的增長(zhǎng)，同時(shí)融入全球價(jià)值鏈程度不斷加深，對(duì)于價(jià)值鏈上游的技術(shù)、資本以及下游的原料、中間產(chǎn)品等的依賴性也顯著增強(qiáng)，因此，推動(dòng)經(jīng)濟(jì)增長(zhǎng)的外需動(dòng)能的增強(qiáng)具體表現(xiàn)為進(jìn)出口總額占GDP 比重的增長(zhǎng)。

（2）供給側(cè)動(dòng)能。目前兩區(qū)域依然處于具有產(chǎn)出規(guī)?；?、同質(zhì)化等特征的階段，與消費(fèi)市場(chǎng)上個(gè)性化、多樣化與高端化等產(chǎn)品需求形成了突出的供需錯(cuò)配矛盾［25］，解決供需錯(cuò)配矛盾的關(guān)鍵在于利用技術(shù)創(chuàng)新手段驅(qū)動(dòng)供給能力，而創(chuàng)新驅(qū)動(dòng)的源泉是高層次人才的創(chuàng)新活力。經(jīng)濟(jì)體的高層次人才集聚水平越高，推動(dòng)其技術(shù)進(jìn)步與供給動(dòng)能結(jié)構(gòu)升級(jí)的步伐越快［26］，因此，選取規(guī)模以上工業(yè)企業(yè)R&D人員區(qū)位熵衡量人力資本偏向性技術(shù)進(jìn)步的動(dòng)能；另外，熊彼特認(rèn)為創(chuàng)新活動(dòng)是將全新的生產(chǎn)要素和生產(chǎn)條件引進(jìn)生產(chǎn)體系并以此獲得新價(jià)值的過程［27］，在這個(gè)過程中，研發(fā)資本扮演著將創(chuàng)新主體的創(chuàng)新理論實(shí)踐化、應(yīng)用化與價(jià)值化的角色，推動(dòng)經(jīng)濟(jì)增長(zhǎng)的創(chuàng)新動(dòng)能主要來源于研發(fā)資本投入的規(guī)模與研發(fā)資本利用的效率，因此分別選擇規(guī)模以上工業(yè)企業(yè)R&D 內(nèi)部經(jīng)費(fèi)支出與主營(yíng)業(yè)務(wù)收入的比值以及規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入與R&D 內(nèi)部經(jīng)費(fèi)的比值予以測(cè)度；最后，考慮到創(chuàng)新活動(dòng)具有資本投入大、回收周期長(zhǎng)以及風(fēng)險(xiǎn)成本高等特點(diǎn)，金融市場(chǎng)成為了經(jīng)濟(jì)主體開展創(chuàng)新活動(dòng)獲取社會(huì)融資的重要途徑，金融發(fā)展動(dòng)能也成為提升總供給能力的重要方面，因此選取金融市場(chǎng)的貸款總額占GDP 比重予以衡量。

（3）結(jié)構(gòu)轉(zhuǎn)換動(dòng)能。結(jié)構(gòu)轉(zhuǎn)換動(dòng)能即是指因生產(chǎn)要素在部門內(nèi)與部門間結(jié)構(gòu)的重新再配置而形成的增長(zhǎng)動(dòng)能。一方面，合理的要素配置結(jié)構(gòu)會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生顯著的正向效應(yīng)，可避免因要素利用效率低下而導(dǎo)致的要素規(guī)模過度投入［28］，因此，考慮到兩區(qū)域資本和勞動(dòng)力兩種要素之間的相對(duì)價(jià)格差異，選取勞動(dòng)力工資增長(zhǎng)幅度與資本價(jià)格增長(zhǎng)幅度的比例表示相對(duì)價(jià)格變動(dòng)的資源再配置動(dòng)能；另一方面，由于各生產(chǎn)部門間生產(chǎn)率差異的存在，生產(chǎn)要素會(huì)在各生產(chǎn)部門間遷移與再分配，高附加值要素逐漸向高生產(chǎn)率部門轉(zhuǎn)移，進(jìn)而擠壓低附加值要素下沉至低生產(chǎn)率部門，在各部門生產(chǎn)率維持不變的情況下，生產(chǎn)要素在部門間占比結(jié)構(gòu)的優(yōu)化重置也會(huì)促進(jìn)總生產(chǎn)率的提高，最終表現(xiàn)為因生產(chǎn)率差異而引致勞動(dòng)要素流動(dòng)的鮑莫爾效應(yīng)，因此對(duì)這部分結(jié)構(gòu)轉(zhuǎn)換動(dòng)能選取三次產(chǎn)業(yè)就業(yè)相對(duì)于全要素生產(chǎn)率變化的彈性表示。

3.2 部分指標(biāo)和組合權(quán)重計(jì)算方法

除了規(guī)模以上工業(yè)企業(yè)R&D 人員區(qū)位熵、全要素生產(chǎn)率需要用到單獨(dú)的測(cè)算方法外，其他指標(biāo)的計(jì)算都可以根據(jù)各種原始數(shù)據(jù)測(cè)算得到。

（1）規(guī)模以上工業(yè)企業(yè)R&D 人員區(qū)位熵測(cè)算。區(qū)位熵通常用來衡量某一要素在區(qū)域分布的集聚水平，參考彭玨等［29］的計(jì)算方法如式（1）所示：

式（1）中：B1i表示地區(qū)i規(guī)模以上工業(yè)企業(yè)R&D 人員區(qū)位熵；qim表示地區(qū)i規(guī)模以上工業(yè)企業(yè)R&D 人員數(shù)；qi表示地區(qū)i規(guī)模以上工業(yè)企業(yè)從業(yè)人員總數(shù)；Qm表示整體規(guī)模以上工業(yè)企業(yè)R&D 人員數(shù)；Q表示整體規(guī)模以上工業(yè)企業(yè)從業(yè)人員總數(shù)。

（2）全要素生產(chǎn)率的測(cè)算。由于Malmquist 指數(shù)具有反映決策單元前后期全要素生產(chǎn)率動(dòng)態(tài)變化的功能，因此引入Malmquist 指數(shù)進(jìn)行各地區(qū)全要素生產(chǎn)率變化的測(cè)算。其中，投入指標(biāo)主要包括勞動(dòng)、資本與能源，分別采用地區(qū)總就業(yè)人口、基于永續(xù)盤存法計(jì)算得出的資本存量以及能源消費(fèi)總量表示，其中，參考Cho 等［30］的研究，基于永續(xù)盤存法計(jì)算資本存量的過程如公式（2）（3）所示；產(chǎn)出指標(biāo)采用地區(qū)生產(chǎn)總值表示。把投入指標(biāo)和產(chǎn)出指標(biāo)數(shù)據(jù)導(dǎo)入MaxDEA 軟件，求得Malmquist 指數(shù)代表的全要素生產(chǎn)率。

（3）新舊動(dòng)能轉(zhuǎn)換評(píng)價(jià)指標(biāo)體系賦權(quán)方法。評(píng)價(jià)指標(biāo)體系賦權(quán)方法主要分為主觀賦權(quán)法和客觀賦權(quán)法，但由于主觀賦權(quán)法主要是基于專家的認(rèn)知進(jìn)行定性賦權(quán)，評(píng)價(jià)結(jié)果差異化較強(qiáng)、可信度不高，因此現(xiàn)有研究主要采用客觀賦權(quán)法對(duì)新舊動(dòng)能轉(zhuǎn)換評(píng)價(jià)指標(biāo)體系賦權(quán)，且多采用以熵權(quán)法為代表的單一賦權(quán)法，而熵權(quán)法也存在著權(quán)重均衡化的不足。針對(duì)以往研究的缺陷，本研究在分別利用熵權(quán)法與變異系數(shù)法測(cè)算出指標(biāo)權(quán)重的基礎(chǔ)上，采用線性組合法并引入“距離函數(shù)”的概念，針對(duì)新舊動(dòng)能轉(zhuǎn)換評(píng)價(jià)指標(biāo)體系進(jìn)行組合賦權(quán)，具體方法如下。

熵權(quán)法賦權(quán)的表達(dá)式如公式（4）所示：

變異系數(shù)法賦權(quán)的表達(dá)式如公式（5）所示：

利用線性組合法構(gòu)建的組合權(quán)重表達(dá)式如公式（6）所示：

式（6）中，α和β分別表示熵權(quán)法權(quán)重與變異系數(shù)法權(quán)重的分配系數(shù)。

熵權(quán)法權(quán)重與變異系數(shù)法權(quán)重的距離函數(shù)以及權(quán)重分配系數(shù)差異表達(dá)式如公式（7）所示：

由此可構(gòu)建計(jì)算權(quán)重分配系數(shù)α與β的方程組（8）：

將式（8）計(jì)算得出的權(quán)重分配系數(shù)α和β代入式（6），可測(cè)算得出評(píng)價(jià)指標(biāo)體系各項(xiàng)指標(biāo)的組合權(quán)重。將2012—2019 年兩區(qū)域城市群的36 個(gè)地級(jí)及以上城市面板數(shù)據(jù)代入式（1）～（8），計(jì)算得出各項(xiàng)指標(biāo)的熵權(quán)法權(quán)重、變異系數(shù)法權(quán)重以及引入距離函數(shù)的組合權(quán)重，結(jié)果如表1 所示。

表1 新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)評(píng)價(jià)指標(biāo)體系

表1 （續(xù)）

3.3 數(shù)據(jù)來源

選取2012—2019 年長(zhǎng)三角與大灣區(qū)城市群的36個(gè)地級(jí)及以上城市面板數(shù)據(jù)作為研究樣本，其中由于香港與澳門地區(qū)統(tǒng)計(jì)指標(biāo)存在較大差異，故未列入研究樣本。選取該時(shí)間段的主要依據(jù)在于：一方面，新舊動(dòng)能轉(zhuǎn)換的理念觀點(diǎn)及實(shí)踐推廣主要源于2012年黨的十八大以來習(xí)近平總書記關(guān)于我國(guó)經(jīng)濟(jì)發(fā)展的系列論述；另一方面，研究樣本內(nèi)大部分地級(jí)市的科技、對(duì)外貿(mào)易以及人民生活等相關(guān)指標(biāo)數(shù)據(jù)僅公布至2019 年。研究數(shù)據(jù)主要來源于研究期內(nèi)歷年《廣東統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《浙江科技統(tǒng)計(jì)年鑒》以及各地級(jí)市統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，部分缺失數(shù)據(jù)采用平均增速遞推法補(bǔ)齊。

4 兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換的演變規(guī)律和差異分析

4.1 兩大城市群新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)測(cè)算

表2 2012—2019 年長(zhǎng)三角與大灣區(qū)各地級(jí)及以上城市新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)

表2 （續(xù)）

具體分析發(fā)現(xiàn)，2012—2019 年兩 區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出類“N”型與類“U”型波動(dòng)增長(zhǎng)趨勢(shì)（見圖1），新舊動(dòng)能轉(zhuǎn)換的不充分性特征逐漸減弱；兩大城市群新舊動(dòng)能轉(zhuǎn)換水平的差距呈現(xiàn)出先減小、再擴(kuò)大和再減小的態(tài)勢(shì)，顯示出這兩個(gè)城市群作為我國(guó)高質(zhì)量發(fā)展的先行區(qū)和示范區(qū)，在新舊動(dòng)能轉(zhuǎn)換方面呈現(xiàn)出“你追我趕”的良性競(jìng)爭(zhēng)態(tài)勢(shì)。

圖1 長(zhǎng)三角與大灣區(qū)城市群新舊動(dòng)能綜合指數(shù)與增長(zhǎng)率年度分布

4.2 兩大城市群新舊動(dòng)能轉(zhuǎn)換的時(shí)間演變特征

長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平的時(shí)間 演變過程主要可以分為2012—2015 年、2015—2017 年以及2017—2019 年3 個(gè)階段。在第一階段，新舊動(dòng)能轉(zhuǎn)換動(dòng)力主要源于需求側(cè)動(dòng)能與供給側(cè)動(dòng)能共同增長(zhǎng)而形成的雙重效應(yīng)。一方面，長(zhǎng)三角城市群居民收入水平持續(xù)呈現(xiàn)高速穩(wěn)定增長(zhǎng)態(tài)勢(shì)，城鎮(zhèn)非私營(yíng)單位就業(yè)人員平均薪資的年平均增長(zhǎng)率超過9.28%，為內(nèi)需擴(kuò)張注入充分活力，進(jìn)而推動(dòng)需求側(cè)動(dòng)能增長(zhǎng)；另一方面，自2012 年以來，長(zhǎng)三角城市群技術(shù)研發(fā)進(jìn)入規(guī)模投入階段，規(guī)模以上工業(yè)企業(yè)研發(fā)投入支出占GDP 比重年 平均增長(zhǎng)率保持在12%以上，與前沿經(jīng)濟(jì)體的 技術(shù)代差日趨縮窄，從而形成供給側(cè)動(dòng)能增長(zhǎng)的快速發(fā)展階段。在第二階段，2016 年長(zhǎng)三角城市群房?jī)r(jià)躍入快速上漲階段，對(duì)需求側(cè)動(dòng)能與供給側(cè)動(dòng)能產(chǎn)生雙重?cái)D占效應(yīng)。一是房?jī)r(jià)上漲速度遠(yuǎn)超收入增長(zhǎng)速度，房?jī)r(jià)收入比明顯升高，對(duì)居民消費(fèi)形成嚴(yán)重?cái)D壓；二是房地產(chǎn)投資高收益率形成的蓄水池效應(yīng)誘導(dǎo)資本向房地產(chǎn)行業(yè)涌入，擠占技術(shù)研發(fā)投入，對(duì)實(shí)體經(jīng)濟(jì)和供給側(cè)動(dòng)能產(chǎn)生沖擊，進(jìn)而導(dǎo)致2015—2017 年長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平的持續(xù)下降［19］。在第三階段，自2018 年習(xí)近平總書記在首屆中國(guó)國(guó)際進(jìn)口博覽會(huì)上宣布支持長(zhǎng)三角區(qū)域一體化發(fā)展并上升為國(guó)家戰(zhàn)略以來，長(zhǎng)三角區(qū)域一體化進(jìn)程不斷加快，區(qū)域內(nèi)人才、資本等要素流動(dòng)日趨自由有序，要素配置結(jié)構(gòu)和要素生產(chǎn)效率得到改善，使得人力資本偏向性技術(shù)進(jìn)步動(dòng)能、基于熊彼特效應(yīng)的創(chuàng)新動(dòng)能和金融發(fā)展動(dòng)能全方位得到改善，從而推動(dòng)供給側(cè)動(dòng)能的快速增長(zhǎng)。

大灣區(qū)城市群作為我國(guó)開放程度最高的區(qū)域之一，擁有2 個(gè)特別行政區(qū)、2 個(gè)一線城市和2 個(gè)經(jīng)濟(jì)特區(qū)，經(jīng)濟(jì)發(fā)展方式具有典型的外向型經(jīng)濟(jì)特征，受制于國(guó)際市場(chǎng)的高風(fēng)險(xiǎn)性與不穩(wěn)定性，大灣區(qū)城市群的新舊動(dòng)能轉(zhuǎn)換時(shí)變特征也呈現(xiàn)出顯著的波動(dòng)性。2013 年受全球經(jīng)濟(jì)危機(jī)的影響，以出口為主的大灣區(qū)城市群外需動(dòng)能受到?jīng)_擊，基于出口導(dǎo)向形成制造加工為主的產(chǎn)業(yè)結(jié)構(gòu)走向衰退，進(jìn)入產(chǎn)業(yè)轉(zhuǎn)型的經(jīng)濟(jì)“陣痛期”；同時(shí)與京津冀、長(zhǎng)三角相比，大灣區(qū)在高等教育、科研院所等R&D 資源存量方面處于相對(duì)弱勢(shì)，對(duì)人才資源的吸引相對(duì)乏力，綜合引致了2015 年以前大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平的下降態(tài)勢(shì)。為了應(yīng)對(duì)國(guó)際市場(chǎng)衰弱導(dǎo)致的產(chǎn)業(yè)危機(jī)，2015 年大灣區(qū)城市群積極采取“騰籠換鳥”的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策，由依賴人力、經(jīng)費(fèi)等要素規(guī)模投入的粗放增長(zhǎng)型，轉(zhuǎn)變?yōu)橐蕾囈乩眯侍嵘募s增長(zhǎng)型，使得大灣區(qū)產(chǎn)業(yè)結(jié)構(gòu)向合理化、高級(jí)化程度不斷提升。隨著大數(shù)據(jù)、云計(jì)算等在內(nèi)的新技術(shù)以及人才、數(shù)據(jù)新要素的廣泛應(yīng)用，大灣區(qū)城市群以技術(shù)研發(fā)為基礎(chǔ)的創(chuàng)新動(dòng)能不斷增長(zhǎng)，技術(shù)研發(fā)活動(dòng)由規(guī)模投入階段轉(zhuǎn)入效率提升階段，單位要素投入產(chǎn)出比顯著提升；同時(shí)伴隨著“一帶一路”倡議的實(shí)施和國(guó)際市場(chǎng)需求的調(diào)整恢復(fù)，外需動(dòng)能支撐經(jīng)濟(jì)增長(zhǎng)動(dòng)能再次進(jìn)入穩(wěn)步增長(zhǎng)階段，2016—2018 年大灣區(qū)城市群進(jìn)出口總額年平均增長(zhǎng)6.84%2），因此大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平在2015—2018 年表現(xiàn)出快速增長(zhǎng)的趨勢(shì)。然而，伴隨著逆全球化潮流的興起，2018 年以來中美貿(mào)易摩擦不斷升級(jí)加劇，2018—2019 年大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平因外需動(dòng)能的減弱又有所降低。

4.3 兩大城市群新舊動(dòng)能轉(zhuǎn)換的空間差異特征

利用長(zhǎng)三角與大灣區(qū)城市群36 個(gè)地級(jí)及以上城市新舊動(dòng)能轉(zhuǎn)換平均綜合指數(shù)，根據(jù)自然斷點(diǎn)法將其劃分為嚴(yán)重低水平地區(qū)、低水平地區(qū)、中等水平地區(qū)、高水平地區(qū)以及富足高水平地區(qū)5 種類型，如圖2、圖3 所示，可以發(fā)現(xiàn)2012—2019 年兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換空間分布特征和區(qū)域差異如下：

圖2 2012—2019 年長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換平均綜合指數(shù)空間分布

圖3 2012—2019 年大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換平均綜合指數(shù)空間分布

第一，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出“西北低，東南高”和“由東向西逐級(jí)遞減”的空間分布特征，區(qū)域內(nèi)新舊動(dòng)能轉(zhuǎn)換水平不平衡性特征明顯。長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平空間分布特征與其內(nèi)外“雙循環(huán)”并舉的經(jīng)濟(jì)發(fā)展格局有關(guān)：在內(nèi)需動(dòng)能方面，位于長(zhǎng)三角城市群東南地區(qū)的蘇州、上海與浙江九市的平均經(jīng)濟(jì)發(fā)展水平顯著高于位于西北地區(qū)的江蘇八市與安徽八市，東南地區(qū)11 個(gè)市人均GDP 與城鎮(zhèn)單位從業(yè)人員平均工資分別高于西北地區(qū)16 個(gè)市的1.950 萬元和0.588萬元3），從而具有更強(qiáng)勁的內(nèi)需動(dòng)能；在外需動(dòng)能方面，西北地區(qū)16 個(gè)市中具有沿海港口的城市占比僅為12.5%，2019 年總吞吐量?jī)H為4.59 億t，而東南地區(qū)11 個(gè)市中具有沿海港口的城市占比為45.45%，2019 年沿海港口總吞吐量20.74 億t4），經(jīng)濟(jì)發(fā)展的外向性特征更為顯著，外需動(dòng)能優(yōu)勢(shì)更為明顯。相較于長(zhǎng)三角群城市群，大灣區(qū)城市群經(jīng)濟(jì)發(fā)展方式具有明顯的外向型經(jīng)濟(jì)特征，新舊動(dòng)能轉(zhuǎn)換明顯依賴外需動(dòng)能。其中，深圳市作為大灣區(qū)對(duì)外開放程度最高的城市，其外需動(dòng)能溢出成為了其他城市新舊動(dòng)能轉(zhuǎn)換水平增長(zhǎng)的重要?jiǎng)恿碓?；其他城市與深圳的地理距離越遠(yuǎn)，產(chǎn)品的國(guó)際運(yùn)輸成本越高昂，產(chǎn)品在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力就愈發(fā)減弱，這客觀形成了外需動(dòng)能隨著與深圳地理距離增長(zhǎng)而降低的規(guī)律，從而導(dǎo)致大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平具有以深圳為起點(diǎn)“自東向西逐漸遞減”的空間分布特征。

第二，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出“多極化”和“單極化”的空間格局特點(diǎn)。這一特征主要與兩大城市群的行政壁壘差異有關(guān)。長(zhǎng)三角城市群26 個(gè)地級(jí)以上城市分屬于上海市、江蘇省、浙江省與安徽省4 個(gè)省級(jí)行政區(qū)，盡管近年來長(zhǎng)三角一體化發(fā)展取得明顯成效，但各個(gè)省之間依然相互競(jìng)爭(zhēng)激烈，分別組成上海都市圈、南京都市圈、杭州都市圈和合肥都市圈，一定程度上強(qiáng)化了省域之間的行政壁壘，限制了人力、資本、技術(shù)以及數(shù)據(jù)等要素在省級(jí)行政區(qū)之間自由有序流動(dòng)；而且由于近年來江蘇省、浙江省與安徽省實(shí)施強(qiáng)省會(huì)戰(zhàn)略，導(dǎo)致長(zhǎng)三角城市群形成上海、杭州、南京與合肥4個(gè)新舊動(dòng)能轉(zhuǎn)換水平極點(diǎn)，其他城市新舊動(dòng)能轉(zhuǎn)換水平由極點(diǎn)向外延伸呈現(xiàn)出遞減趨勢(shì)。與之不同的是，大灣區(qū)城市群中有9 個(gè)地級(jí)以上城市均位于廣東省轄區(qū)內(nèi)，區(qū)域內(nèi)部新舊生產(chǎn)要素流動(dòng)容易脫離行政壁壘約束，方便建立以國(guó)際市場(chǎng)需求為導(dǎo)向的完整的產(chǎn)業(yè)鏈、供應(yīng)鏈與價(jià)值鏈體系，從而不同城市依據(jù)要素稟賦差異分屬于價(jià)值鏈的上中下游，經(jīng)濟(jì)發(fā)展、對(duì)外貿(mào)易、研發(fā)創(chuàng)新以及主導(dǎo)產(chǎn)業(yè)層級(jí)分異明顯，因此導(dǎo)致了新舊動(dòng)能轉(zhuǎn)換水平“單極化”的空間格局特征。

第三，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出“沙漏型”和“倒金字塔型”的空間層級(jí)特點(diǎn)。長(zhǎng)三角城市群中處于新舊動(dòng)能轉(zhuǎn)換高水平及以上、中等水平和低水平及以下的城市數(shù)占比分別為46.15%、11.54%和42.31%，空間層級(jí)分布具有明顯的兩頭大，中間小的沙漏型特點(diǎn)。這可能是由于長(zhǎng)三角地區(qū)覆蓋面積相對(duì)廣闊、人口規(guī)模相對(duì)較大，區(qū)域內(nèi)發(fā)展不平衡問題仍然顯著，科教文衛(wèi)等基礎(chǔ)設(shè)施、公共服務(wù)資源集中于中心城市，共建共享機(jī)制尚不健全，客觀造成中心城市對(duì)周邊城市資源要素的虹吸效應(yīng)。以人才要素為例，僅上海、杭州和南京3 個(gè)市規(guī)模以上工業(yè)企業(yè)R&D 從業(yè)人數(shù)即占據(jù)了長(zhǎng)三角26 個(gè)城市群總量的23.18%5），從而導(dǎo)致新舊動(dòng)能轉(zhuǎn)換水平在高水平層級(jí)和低水平層級(jí)兩極分化的特點(diǎn)。而大灣區(qū)城市群由于地理面積相對(duì)狹小、行政壁壘約束較弱等因素，9 個(gè)城市之間聯(lián)系相對(duì)緊密，以出口為導(dǎo)向的產(chǎn)業(yè)協(xié)同分工處于較高水平，城市間資源梯次配置，差距不懸殊，高層級(jí)城市對(duì)低層級(jí)城市的影響主要表現(xiàn)為內(nèi)外需動(dòng)能、技術(shù)創(chuàng)新以及產(chǎn)業(yè)升級(jí)等的溢出效應(yīng)，因而造就了新舊動(dòng)能轉(zhuǎn)換高水平城市數(shù)量遠(yuǎn)大于低水平城市數(shù)量的倒金字塔型空間層級(jí)特點(diǎn)。

5 進(jìn)一步分析

為進(jìn)一步探究長(zhǎng)三角與大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換的時(shí)空動(dòng)態(tài)演變規(guī)律，采用核密度非參數(shù)估計(jì)法對(duì)兩大城市群新舊動(dòng)能轉(zhuǎn)換水平再度進(jìn)行分析。核密度估計(jì)主要針對(duì)隨機(jī)變量的概率密度進(jìn)行估計(jì)，并利用平滑曲線描述隨機(jī)變量的動(dòng)態(tài)演進(jìn)過程，一般被用于探究隨機(jī)變量的空間分布非均衡問題［32］。用于核密度估計(jì)的核函數(shù)主要包括線性核函數(shù)、多項(xiàng)式核函數(shù)、高斯核函數(shù)等，本研究采用較為常用的高斯核函數(shù)。隨機(jī)變量X的密度函數(shù)f(x)在點(diǎn)x的概率密度表達(dá)式以及高斯核函數(shù)表達(dá)式分別如公式（9）（10）所示：

根據(jù)圖4 和圖5，從核密度曲線的分布位置、波峰數(shù)量、波峰形態(tài)、分布延展等方面展開討論得出結(jié)果如下：從分布位置來看，2012—2019 年兩區(qū)域城市群的核密度曲線中心均表現(xiàn)出向右移動(dòng)的趨勢(shì)，并且長(zhǎng)三角城市群的右移幅度要大于大灣區(qū)城市群，但是長(zhǎng)三角城市群核密度曲線中線所處位置要小于大灣區(qū)城市群，表明研究期內(nèi)兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平均處于增長(zhǎng)態(tài)勢(shì)；同時(shí)長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平的增長(zhǎng)幅度要大于大灣區(qū)城市群，但是長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換平均水平仍要低于大灣區(qū)城市群。

圖4 2012—2019 年長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)核密度分布

圖5 2012—2019 年大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)核密度分布

從波峰數(shù)量來看，2012—2019 年長(zhǎng)三角城市群的核密度曲線波峰數(shù)量經(jīng)歷了由單峰變?yōu)殡p峰的演變過程，反映了長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平由中心集聚向兩端極化的趨勢(shì)，區(qū)域中心城市對(duì)周邊城市表現(xiàn)出顯著的虹吸效應(yīng)，新舊動(dòng)能轉(zhuǎn)換模式由起初的協(xié)同推進(jìn)轉(zhuǎn)變?yōu)椴黄胶獍l(fā)展；大灣區(qū)城市群的核密度曲線波峰數(shù)量經(jīng)歷了單峰變?yōu)殡p峰，并由雙峰變?yōu)槿咫r形的過程，但是波峰間的間隔較小，三峰結(jié)構(gòu)中副峰高度并不明顯，表明大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平雖然也經(jīng)歷了由中心集聚向兩端極化的過程，但是兩極之間的差距并不顯著，并逐漸由兩端極化重新演變?yōu)橹行募鄣姆植紶顟B(tài)，區(qū)域內(nèi)新舊動(dòng)能轉(zhuǎn)換不平衡現(xiàn)象正在逐步改善。

從波峰變化來看，2012—2019 年長(zhǎng)三角城市群的核密度曲線波峰高度經(jīng)歷了“降低—升高—降低”的3 個(gè)階段，但是波峰寬度卻表現(xiàn)出逐年收窄的趨勢(shì)。其中，第一階段的波峰高度降低主要是由長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平由中心集聚向兩端極化趨勢(shì)引起的；第二階段的波峰高度升高反映了兩端極化趨勢(shì)不斷增強(qiáng)的過程；第三階段的波峰高度降低則表明了兩端極化現(xiàn)象逐漸緩解。波峰寬度收窄盡管反映了長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平仍然處于兩端極化的現(xiàn)狀，但區(qū)域內(nèi)新舊動(dòng)能轉(zhuǎn)換水平絕對(duì)差距持續(xù)呈現(xiàn)縮小趨勢(shì)。大灣區(qū)城市群的核密度曲線波峰高度整體呈現(xiàn)出不斷升高的趨勢(shì)，同時(shí)波峰寬度也呈現(xiàn)出逐年收窄的趨勢(shì)，收窄幅度大于長(zhǎng)三角城市群。結(jié)合其波峰數(shù)量變化分析，當(dāng)波峰數(shù)量由單峰變?yōu)殡p峰階段，波峰高度升高表明了大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平的兩端極化現(xiàn)象正處于不斷增強(qiáng)狀態(tài)，當(dāng)波峰數(shù)量由雙峰變?yōu)槿咫A段，波峰高度升高表明新舊動(dòng)能轉(zhuǎn)換水平由兩端極化重新向中心集聚的趨勢(shì)逐漸增強(qiáng)。整個(gè)研究期內(nèi)，大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平絕對(duì)差距也呈現(xiàn)縮小趨勢(shì)，但縮小幅度大于長(zhǎng)三角城市群。

從分布延展來看，兩區(qū)域城市群的核密度曲線延展性均由右拖尾轉(zhuǎn)變?yōu)槭諗口厔?shì)，表明盡管兩大城市群區(qū)域中心城市新舊動(dòng)能轉(zhuǎn)換的中心極化現(xiàn)象得到逐年改善，中心城市對(duì)周邊城市的虹吸效應(yīng)減弱，但是新舊動(dòng)能轉(zhuǎn)換水平較高的城市數(shù)量也在呈現(xiàn)出下降態(tài)勢(shì)，富足高水平城市新舊動(dòng)能轉(zhuǎn)換進(jìn)入瓶頸期，增長(zhǎng)速度放緩，與相對(duì)低水平城市的相對(duì)差距縮減，新舊動(dòng)能轉(zhuǎn)換的邊際溢出效應(yīng)也逐漸減弱。

6 結(jié)論與建議

6.1 研究結(jié)論

在長(zhǎng)三角一體化、粵港澳大灣區(qū)建設(shè)先后上升為國(guó)家戰(zhàn)略的多重背景下，對(duì)長(zhǎng)三角與大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平展開科學(xué)測(cè)度，探究?jī)纱蟪鞘腥盒屡f動(dòng)能轉(zhuǎn)換的時(shí)空演變規(guī)律與區(qū)域差異，總結(jié)加快兩大城市群加快推進(jìn)新舊動(dòng)能轉(zhuǎn)換的政策建議，從而為其他地區(qū)形成可復(fù)制推廣的新舊動(dòng)能轉(zhuǎn)換模式，具有重要現(xiàn)實(shí)意義。本研究從需求側(cè)動(dòng)能、供給側(cè)動(dòng)能與結(jié)構(gòu)轉(zhuǎn)換動(dòng)能3 個(gè)維度構(gòu)建新舊動(dòng)能轉(zhuǎn)換評(píng)價(jià)指標(biāo)體系，采用熵權(quán)-變異系數(shù)組合賦權(quán)法測(cè)算了2012—2019 年長(zhǎng)三角與大灣區(qū)城市群36 個(gè)地級(jí)及以上城市新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)，分別從時(shí)間、空間的角度詳細(xì)分析了兩大城市群新舊動(dòng)能轉(zhuǎn)換水平的演變規(guī)律與區(qū)域差異，并進(jìn)一步利用核密度估計(jì)法探究了兩大城市群新舊動(dòng)能轉(zhuǎn)換水平的動(dòng)態(tài)演變規(guī)律，得出結(jié)論如下：

第一，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換綜合指數(shù)仍處于較低水平，新舊動(dòng)能轉(zhuǎn)換的不充分性特征依舊突出，但大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平顯著高于長(zhǎng)三角城市群。

第二，在時(shí)間演變趨勢(shì)方面，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出類“N”型與類“U”型波動(dòng)增長(zhǎng)趨勢(shì)，新舊動(dòng)能轉(zhuǎn)換的不充分性特征逐漸減弱，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平之間差距呈現(xiàn)出“下降—上升—下降”3 個(gè)階段的時(shí)變特征。

第三，在空間差異特征方面，兩區(qū)域城市群新舊動(dòng)能轉(zhuǎn)換水平分別呈現(xiàn)出“西北低，東南高”和“由東向西”逐級(jí)遞減的空間分布特征、“多極化”和“單極化”的空間格局特點(diǎn)、“沙漏型”和“倒金字塔型”的空間層級(jí)特點(diǎn)，兩大城市群區(qū)域間新舊動(dòng)能轉(zhuǎn)換不平衡性特征顯著。

第四，核密度估計(jì)顯示，長(zhǎng)三角城市群新舊動(dòng)能轉(zhuǎn)換水平呈現(xiàn)出由中心集聚向兩端極化的演變趨勢(shì)，轉(zhuǎn)換模式由協(xié)同推進(jìn)轉(zhuǎn)變?yōu)榉瞧胶獍l(fā)展，而大灣區(qū)城市群新舊動(dòng)能轉(zhuǎn)換水平呈現(xiàn)出“中心集聚—兩端極化—中心集聚”的演變趨勢(shì)，轉(zhuǎn)換的空間不平衡現(xiàn)象逐步改善；同時(shí)兩區(qū)域城市群的核密度曲線延展性均由右拖尾轉(zhuǎn)變?yōu)槭諗口厔?shì)，表明兩大城市群區(qū)域中心城市新舊動(dòng)能轉(zhuǎn)換中心極化現(xiàn)象得到逐年改善，中心城市對(duì)周邊城市的虹吸效應(yīng)減弱。

6.2 政策結(jié)論

（1）始終把科技創(chuàng)新作為新動(dòng)能培育的核心任務(wù)，推動(dòng)城市群創(chuàng)新動(dòng)能穩(wěn)固增長(zhǎng)。長(zhǎng)三角城市群要在科技創(chuàng)新投入規(guī)模高速增長(zhǎng)的基礎(chǔ)上，構(gòu)建多方參與、多方獲益、多方擔(dān)責(zé)、充滿活力的科技創(chuàng)新生態(tài)系統(tǒng)，不斷提升投入要素的利用效率，推動(dòng)創(chuàng)新動(dòng)能增長(zhǎng)方式由粗放增長(zhǎng)型向集約增長(zhǎng)型躍遷，實(shí)現(xiàn)供給側(cè)動(dòng)能質(zhì)的提升；大灣區(qū)城市群要在創(chuàng)新動(dòng)能方式轉(zhuǎn)變?yōu)榧s增長(zhǎng)型的基礎(chǔ)上，持續(xù)解綁科技創(chuàng)新投入規(guī)模增長(zhǎng)約束，深入開展科研管理體制與機(jī)制改革，通過稅收優(yōu)惠、研發(fā)費(fèi)用稅前加計(jì)扣除等補(bǔ)貼措施鼓勵(lì)企業(yè)加大基礎(chǔ)研究投入，加強(qiáng)高等院校、科研院所等創(chuàng)新平臺(tái)建設(shè)，加強(qiáng)人才、技術(shù)等資源要素引進(jìn)，強(qiáng)化供給側(cè)動(dòng)能對(duì)新舊動(dòng)能轉(zhuǎn)換的支撐力度。

（2）持續(xù)推進(jìn)長(zhǎng)三角區(qū)域一體化發(fā)展戰(zhàn)略，全面建立一體化發(fā)展的體制機(jī)制。一方面，縮小城市群內(nèi)經(jīng)濟(jì)發(fā)展水平的區(qū)域差距，提高基本公共服務(wù)共享化、均等化水平，降低中心城市對(duì)周邊城市的虹吸效應(yīng)，緩解區(qū)域內(nèi)新舊動(dòng)能轉(zhuǎn)換不平衡的現(xiàn)狀；另一方面，促進(jìn)人才、資本、技術(shù)等要素在城市群內(nèi)自由有序流動(dòng)，增強(qiáng)新舊動(dòng)能轉(zhuǎn)換高水平城市對(duì)低水平城市的溢出效應(yīng)，破除各省級(jí)行政區(qū)因行政壁壘而形成的新舊動(dòng)能轉(zhuǎn)換區(qū)域割裂現(xiàn)狀。

（3）加快大灣區(qū)城市群構(gòu)建“雙循環(huán)”新發(fā)展格局進(jìn)程，牢牢把握擴(kuò)大內(nèi)需的戰(zhàn)略基點(diǎn)。降低過分依靠深圳作為外需動(dòng)能引擎帶動(dòng)新舊動(dòng)能轉(zhuǎn)換的龍頭地位，重視逆全球化潮流、中美貿(mào)易摩擦以及全球新型冠狀病毒感染疫情等外部不可控因素對(duì)新舊動(dòng)能轉(zhuǎn)換的負(fù)面沖擊，將經(jīng)濟(jì)發(fā)展重心由外部需求轉(zhuǎn)為內(nèi)部需求，逐步形成“供給拉動(dòng)內(nèi)需、內(nèi)需推動(dòng)供給”的經(jīng)濟(jì)增長(zhǎng)新動(dòng)能，強(qiáng)化“雙循環(huán)”對(duì)新舊動(dòng)能轉(zhuǎn)換的推動(dòng)作用。

注釋：

1）數(shù)據(jù)是筆者根據(jù)《2020 中國(guó)科技統(tǒng)計(jì)年鑒》計(jì)算得出。

2）數(shù)據(jù)是筆者根據(jù)2017—2019 年《廣東統(tǒng)計(jì)年鑒》計(jì)算得出。

3）數(shù)據(jù)是筆者根據(jù)長(zhǎng)三角26 個(gè)地級(jí)及以上城市2020 年統(tǒng)計(jì)年鑒計(jì)算得出。

4）數(shù)據(jù)是筆者根據(jù)長(zhǎng)三角26 個(gè)地級(jí)及以上城市2020 年統(tǒng)計(jì)年鑒計(jì)算得出。

5）數(shù)據(jù)是筆者根據(jù)長(zhǎng)三角26 個(gè)地級(jí)及以上城市2020 年統(tǒng)計(jì)年鑒計(jì)算得出。