薛明月

（中共陜西省委黨校（陜西行政學(xué)院）中國特色社會主義理論研究中心，西安 710061）

0 引言

黨的二十大報告指出，高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)，實現(xiàn)高質(zhì)量發(fā)展是中國式現(xiàn)代化的本質(zhì)要求，要推動西部大開發(fā)形成新格局，推動?xùn)|北全面振興取得新突破，促進中部地區(qū)加快崛起，鼓勵東部地區(qū)加快推進現(xiàn)代化。高質(zhì)量發(fā)展成為我國經(jīng)濟社會發(fā)展的主題，如何有效評估我國高質(zhì)量發(fā)展的質(zhì)量和效益，成為當(dāng)前學(xué)術(shù)界關(guān)注的重要議題。

學(xué)術(shù)界圍繞高質(zhì)量發(fā)展進行了豐富而有價值的探索，從研究內(nèi)容來看，學(xué)者們針對高質(zhì)量發(fā)展的內(nèi)涵進行了探討，多以綜合視角來定義高質(zhì)量發(fā)展內(nèi)涵，主要從經(jīng)濟發(fā)展、社會生活、生態(tài)環(huán)境等方面進行內(nèi)涵界定[1,2]。由于高質(zhì)量發(fā)展的評價體系具有多維復(fù)雜特征，因此如何構(gòu)建科學(xué)合理的高質(zhì)量發(fā)展指標(biāo)體系成為學(xué)術(shù)界關(guān)注的焦點，從高質(zhì)量發(fā)展測度指標(biāo)來看，多數(shù)學(xué)者主要基于政治、經(jīng)濟、社會、文化、生態(tài)多層次多視角綜合測度區(qū)域高質(zhì)量發(fā)展[3,4]，也有圍繞創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念視角來構(gòu)建綜合評價高質(zhì)量發(fā)展的指標(biāo)體系[5,6]。從研究方法來看，現(xiàn)有研究多采用熵權(quán)法、均等權(quán)重法、熵權(quán)TOPSIS法進行測度[7—10]。

綜上，多數(shù)學(xué)者重點關(guān)注高質(zhì)量發(fā)展水平的測度與評價，鮮有學(xué)者關(guān)注高質(zhì)量發(fā)展成效的定量化評估，基于此，本文以中國30 個省份作為研究區(qū)域，基于創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念，從投入與產(chǎn)出維度構(gòu)建了中國高質(zhì)量發(fā)展成效水平評價指標(biāo)體系，借助熵值法測度和分析了2010—2021年中國高質(zhì)量發(fā)展成效水平的時空格局，并運用障礙度模型進一步剖析影響中國高質(zhì)量發(fā)展成效水平的障礙因素，為識別各地區(qū)發(fā)展差異、優(yōu)化區(qū)域經(jīng)濟結(jié)構(gòu)、推進中國各地區(qū)高質(zhì)量發(fā)展進程提供參考。

1 研究設(shè)計

1.1 指標(biāo)體系構(gòu)建

高質(zhì)量發(fā)展是以滿足人民日益增長的美好生活需要為目標(biāo)的高效率、公平和綠色可持續(xù)發(fā)展，是體現(xiàn)新發(fā)展理念的發(fā)展，是創(chuàng)新成為第一動力、協(xié)調(diào)成為內(nèi)生特點、綠色成為普遍形態(tài)、開放成為必由之路、共享成為根本目的的發(fā)展[11]。本文基于新發(fā)展理念，將高質(zhì)量發(fā)展成效的投入維度和產(chǎn)出維度作為立足點，聚焦地區(qū)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的投入和產(chǎn)出效應(yīng)來分析高質(zhì)量發(fā)展的成效水平。基于此，在借鑒已有研究成果及對高質(zhì)量內(nèi)涵把握和理解的基礎(chǔ)上[12,13]，遵循客觀性、科學(xué)性、數(shù)據(jù)可獲得性等原則，從創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的投入與產(chǎn)出維度構(gòu)建了包含1個目標(biāo)層、2個準(zhǔn)則層、10個要素層、30個基礎(chǔ)指標(biāo)的中國高質(zhì)量發(fā)展成效水平評價指標(biāo)體系（見下頁表1）。

表1 中國高質(zhì)量發(fā)展成效水平評價指標(biāo)體系

1.2 數(shù)據(jù)來源

本文選取中國30個省份（不含西藏和港澳臺）作為研究區(qū)域，依據(jù)國家統(tǒng)計局劃分標(biāo)準(zhǔn)將30 個省份劃分為東部、中部、西部、東北四個地區(qū)。本文以2010—2021 年為研究時序，數(shù)據(jù)主要來源于國家統(tǒng)計局官方網(wǎng)站、2011—2022年《中國統(tǒng)計年鑒》、萬得（Wind）數(shù)據(jù)庫。

1.3 研究方法

1.3.1 熵值法

為消除主觀賦權(quán)的偏差，采用熵值法以客觀反映各指標(biāo)權(quán)重。具體步驟如下：

第一步，對原始數(shù)據(jù)做標(biāo)準(zhǔn)化處理，本文采用極差標(biāo)準(zhǔn)化處理方法：

其中，yij為標(biāo)準(zhǔn)化的值，xij為原始數(shù)值，max(xij)與min(xij)分別表示j指標(biāo)的最大值與最小值。

第二步，計算j項指標(biāo)下第i個地區(qū)占該指標(biāo)的比重：

第三步，計算第j項指標(biāo)的熵值：

其中，ej表示指標(biāo)熵值，0 ≤ej≤1；k=1/lnm。

第四步，計算第j項指標(biāo)的效用值：

第五步，指標(biāo)權(quán)重wij的確定：

其中，wij表示指標(biāo)權(quán)重，ej表示指標(biāo)熵值，n表示指標(biāo)個數(shù)。

第六步，計算綜合得分值：

其中，Si為綜合得分，wij為指標(biāo)權(quán)重。

1.3.2 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析主要通過對空間數(shù)據(jù)的可視化來表現(xiàn)空間關(guān)聯(lián)、聚類或熱點的模式。

全局空間自相關(guān)用來衡量樣本總體的空間關(guān)聯(lián)和集聚程度，其公式為：

其中，n為研究樣本量，xi、xj分別為i、j省份的指標(biāo)值，wij為空間距離權(quán)重，-x為均值。全局Moran，s I取值范圍為[-1,1]，當(dāng)I值為正且顯著時為正向空間自相關(guān)；當(dāng)I值為負且顯著時為負向空間自相關(guān)；當(dāng)I值越接近于1時，空間關(guān)聯(lián)性越強烈。

局部空間自相關(guān)用來探測樣本區(qū)間與相鄰區(qū)間的空間關(guān)聯(lián)和差異程度，其公式為：

其中，Ii為局部Moran，s I，該指數(shù)通過標(biāo)準(zhǔn)化統(tǒng)計量Z來測量，即：

1.3.3 障礙度模型

通過熵值法計算出中國高質(zhì)量發(fā)展成效水平評價值后，引入障礙度模型來分析子指標(biāo)對系統(tǒng)整體的負向貢獻程度，以明確子指標(biāo)對中國高質(zhì)量發(fā)展成效水平提升的制約程度[14]。其公式為：

其中，yij為標(biāo)準(zhǔn)化值；Iij為指標(biāo)偏離度，即單項指標(biāo)與高質(zhì)量發(fā)展目標(biāo)間的差距；Fij為因子貢獻度，即單項指標(biāo)對高質(zhì)量發(fā)展成效水平的權(quán)重；yij為指標(biāo)層指標(biāo)對高質(zhì)量發(fā)展成效水平的障礙度。

2 高質(zhì)量發(fā)展成效水平測度分析

2.1 高質(zhì)量發(fā)展成效水平的整體分析

運用熵值法測度了2010—2021年30個省份的高質(zhì)量發(fā)展成效水平（見表2）。由表2 可知，2010—2021 年中國省級高質(zhì)量發(fā)展成效水平整體呈現(xiàn)逐步上升態(tài)勢，全國高質(zhì)量發(fā)展成效水平均值由2010 年的0.130 上升至2021 年的0.200，漲幅達到53.85%。各省份的高質(zhì)量發(fā)展成效水平亦有不同程度的提升。具體來看，2021 年北京、天津、上海、廣東等省份的高質(zhì)量發(fā)展成效水平處于領(lǐng)先行列，此外，寧夏、甘肅、內(nèi)蒙古、新疆、青海等省份的高質(zhì)量發(fā)展成效水平較為靠后。特別需要關(guān)注的是，雖然中國省級高質(zhì)量發(fā)展成效水平整體處于上升態(tài)勢，但省際差異仍然較為明顯，“馬太效應(yīng)”愈發(fā)顯著。分地區(qū)來看，2010年東部、中部、東北、西部地區(qū)高質(zhì)量發(fā)展成效水平均值分別為0.196、0.099、0.135、0.085，在2021 年則上升至0.303、0.180、0.154、0.130，增幅分別為54.59%、81.82%、14.07%、52.94%，由此可看出，東部地區(qū)的高質(zhì)量發(fā)展成效水平要領(lǐng)先于其他地區(qū)，但中部地區(qū)的增速優(yōu)先于其他地區(qū)，而東北地區(qū)的增速遠低于東、中、西部地區(qū)，目前，已形成東部地區(qū)領(lǐng)跑、中部和西部地區(qū)追趕、東北地區(qū)落后的格局。

熵值法測度得出的各省份高質(zhì)量發(fā)展成效水平難以反映準(zhǔn)則層中投入與產(chǎn)出維度的相互作用及類型，為進一步展開分析，基于2010—2021 年各省份高質(zhì)量發(fā)展投入與產(chǎn)出水平，采用四象限模型對30 個省份兩個維度的測度值進行分類，將投入維度指數(shù)作為橫軸，產(chǎn)出維度指數(shù)作為縱軸，兩個維度的均值作為分割線[15]，將30 個省份分為4種類型區(qū)。其中，第Ⅰ象限為高投入-高產(chǎn)出區(qū)，屬于高同步型；第Ⅱ象限為低投入-高產(chǎn)出區(qū)，屬于投入潛力型；第Ⅲ象限為低投入-低產(chǎn)出區(qū)，屬于低同步型；第Ⅳ象限為高投入-低產(chǎn)出區(qū)，屬于產(chǎn)出乏力型，結(jié)果如下頁圖1所示。可以看出，30 個省份投入產(chǎn)出維度的測度值多集聚在第Ⅰ象限和第Ⅲ象限，即高同步型和低同步型的省份數(shù)量偏多，而投入潛力型和產(chǎn)出乏力型的省份數(shù)量較少。具體來看，2010—2021 年4 種類型的分布整體變化不大，高同步型主要集中在以北京、天津、江蘇、廣東等為主的東部地區(qū)，低同步型主要集中在中部、西部和東北地區(qū)。

圖1 30個省份高質(zhì)量發(fā)展成效中投入與產(chǎn)出四象限圖

2.2 中國高質(zhì)量發(fā)展成效水平的空間相關(guān)性分析

以2010—2021年高質(zhì)量發(fā)展成效水平為基礎(chǔ)數(shù)據(jù)，利用Open GeoDa 軟件測算高質(zhì)量發(fā)展成效水平的全局Moran，s I，如下頁表3所示。研究期內(nèi)全局Moran，s I均為正值且均通過5%水平上的顯著性檢驗，表明自2010年以來，中國省級層面高質(zhì)量發(fā)展成效水平的空間分布呈現(xiàn)明顯的正相關(guān)性。從全局Moran，s I 的動態(tài)演變趨勢來看，Moran，s I 呈現(xiàn)先增大后減少的波動上升趨勢，但整體趨向增大，表明中國省級高質(zhì)量發(fā)展成效水平的空間發(fā)展差異性較為顯著。其次，中國省級高質(zhì)量發(fā)展成效水平的空間差異呈現(xiàn)階段性特征，2010—2013 年，Moran，s I 由0.455 下降至0.425，這一時期處于逐步下降階段，空間集聚態(tài)勢進一步弱化，空間發(fā)展差異的顯著性逐漸降低；2013—2020 年，Moran，s I 由0.425 上升至0.557，處于穩(wěn)步上升階段，這一階段表明省級高質(zhì)量發(fā)展成效水平高的地區(qū)集聚態(tài)勢增強，省級高質(zhì)量發(fā)展成效水平低的地區(qū)集聚態(tài)勢也在增強，空間發(fā)展差異漸趨顯著；2020—2021年，Moran，s I 由0.557 下降至0.534，處于急速下降階段，這一時期省級高質(zhì)量發(fā)展成效水平的空間集聚態(tài)勢減弱，空間發(fā)展差異的顯著性降低。

表3 2010—2021年中國高質(zhì)量發(fā)展成效水平的全局Moran，s I

利用全局空間自相關(guān)可以觀測整體空間關(guān)聯(lián)度的分布情況，但難以具體反映區(qū)域間的相關(guān)程度，至此，引入局部空間自相關(guān)來進一步刻畫省級高質(zhì)量發(fā)展成效水平的局部關(guān)聯(lián)現(xiàn)狀。通過式（9）和式（10）來測度各省份的局部關(guān)聯(lián)情況，并借助Open Geoda 軟件繪制2010 年和2021年局部莫蘭散點圖（略）。依據(jù)散點圖四個象限的劃分結(jié)果，將各省份高質(zhì)量發(fā)展成效水平劃分為H-H（高-高）型、H-L（高-低）型、L-H（低-高）型和L-L（低-低）型的空間關(guān)聯(lián)狀態(tài)，結(jié)果如下頁表4所示?？梢园l(fā)現(xiàn)，2010年和2021年，大部分省份分布于H-H集聚區(qū)和L-L集聚區(qū)。具體來看，2010年，H-H集聚區(qū)的省份有北京、天津、江蘇、上海、浙江、山東、福建，此類省份能夠全面貫徹新發(fā)展理念，地區(qū)高質(zhì)量發(fā)展成效較為顯著。H-L集聚區(qū)主要有重慶、廣東、吉林、遼寧，以上省份自身的高質(zhì)量發(fā)展成效水平明顯高于相鄰省份，極化效應(yīng)顯著。L-H集聚區(qū)省份有安徽、河北、江西，此類省份自身的高質(zhì)量發(fā)展成效水平較低，被相鄰高水平省份所環(huán)繞。L-L集聚區(qū)的省份主要有黑龍江、河南、湖北等16 個省份，此類省份在空間上呈現(xiàn)一種低水平的集聚。2020 年相較于2010 年，H-H 集聚區(qū)范圍擴大，江西、安徽由L-H 集聚演變?yōu)镠-H 集聚，表明這兩個省份受相鄰高水平省份的擴散效應(yīng)逐漸增強，高質(zhì)量發(fā)展成效水平得到明顯提升；L-H 集聚區(qū)僅有河北，被相鄰省份高水平的北京、天津、山東等省份所包圍。L-L 集聚區(qū)省份由16 個增加至18 個，主要分布在西部和東北地區(qū)，形成了低水平的集聚區(qū)。

表4 30個省份高質(zhì)量發(fā)展成效水平集聚類型

3 高質(zhì)量發(fā)展成效的障礙因素分析

本文通過障礙診斷模型測算得出2021年中國高質(zhì)量發(fā)展成效水平的主要障礙因子，并依據(jù)主要因子障礙度指數(shù)的高低，對各省份排名前五位的障礙因子進行識別，障礙度值越高說明對省域高質(zhì)量發(fā)展成效的阻礙作用越大（見下頁表5）。通過對表5中各省份排名前五位的障礙因子進行頻次統(tǒng)計發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)高級化（C20）、對外直接投資存量占比（C10）、工業(yè)污染治理投資占GDP 比重（C8）這三個因子出現(xiàn)的頻次分別為12次、11次、11次，可以看出，以上三個因子分別隸屬于協(xié)調(diào)產(chǎn)出、綠色投入、開放投入要素層指標(biāo)，說明以上指標(biāo)是制約中國高質(zhì)量發(fā)展成效普遍存在的主要障礙因素。

表5 2021年30個省份高質(zhì)量發(fā)展成效水平排名前五位障礙因子

從表5中可以看出，影響各省份高質(zhì)量發(fā)展成效水平提升的障礙因素存在共性。北京、天津、上海、江蘇、浙江、福建、廣東的主要障礙因子是綠色投入維度下工業(yè)污染治理投資占GDP 比重（C8）和造林面積占土地總面積比重（C7），次要障礙因子是共享投入維度下社會保障和就業(yè)支出占財政支出比重（C13）和共享產(chǎn)出維度下城鄉(xiāng)居民養(yǎng)老保險人數(shù)占總?cè)藬?shù)比重（C29）。以上省份經(jīng)濟密度高，城市用地較多，地區(qū)污染治理投資減少，導(dǎo)致綠色發(fā)展?fàn)顩r欠佳，此外，此類省份城市化水平高，人口密度大，社會民生保障壓力較大。河北、江西、安徽、甘肅、陜西的主要障礙因子是協(xié)調(diào)產(chǎn)出維度的產(chǎn)業(yè)結(jié)構(gòu)高級化（C20）、城鄉(xiāng)居民人均可支配收入比（C21）和開放投入維度的對外直接投資存量占比（C10）、每萬人在境外從事勞務(wù)合作人數(shù)（C12）。以上省份在高質(zhì)量發(fā)展中存在產(chǎn)業(yè)結(jié)構(gòu)不合理、城鄉(xiāng)差距不協(xié)調(diào)、對外開放不強的阻礙因素。內(nèi)蒙古、山西、遼寧、吉林、黑龍江、廣西的主要障礙因子是綠色投入維度下造林面積占土地總面積比重（C7）、節(jié)能環(huán)保支出占財政支出比重（C9）、次要障礙因素是創(chuàng)新投入維度和產(chǎn)出維度下每萬人R&D 人員全時當(dāng)量（C2）、萬人專利申請受理量（C16）、萬人專利申請授權(quán)量（C17）。以上省份以工業(yè)和老工業(yè)為主，工業(yè)廢水、廢氣等排放加重了環(huán)境的污染，綠色維度的發(fā)展成為此類區(qū)域今后重點攻關(guān)方向。海南、湖北、湖南、重慶、四川、貴州、云南的主要障礙因子是開放投入和產(chǎn)出維度下對外直接投資存量占比（C10）、每萬人在境外從事勞務(wù)合作人數(shù)（C12）、進出口貿(mào)易依存度（C25）和外資依存度（C26）。山東、河南的主要障礙因子是綠色投入維度下造林面積占土地總面積比重（C7）、工業(yè)污染治理投資占GDP 比重（C8）?？梢娨陨鲜》菥G色投入維度下的指標(biāo)對高質(zhì)量發(fā)展成效的障礙作用最大。青海、寧夏、新疆的主要障礙因子是共享產(chǎn)出維度的萬人高等學(xué)校專任教師數(shù)（C28）和開放產(chǎn)出維度下進出口貿(mào)易依存度（C25）。此類省份處于內(nèi)陸地區(qū)，對外開放程度較低，總體經(jīng)濟水平較低，相應(yīng)配備的教師人數(shù)較少，難以為所屬地區(qū)高等學(xué)校學(xué)生提供更高質(zhì)量的教育，故以上因素成為制約以上省份高質(zhì)量發(fā)展的關(guān)鍵要素。

4 結(jié)論

本文以中國30 個省份為研究區(qū)域，從投入產(chǎn)出維度構(gòu)建高質(zhì)量發(fā)展成效水平評價指標(biāo)體系，并運用熵值法測度和分析2010—2021年中國高質(zhì)量發(fā)展成效水平及其時空格局，采用障礙度模型診斷識別中國高質(zhì)量發(fā)展成效水平的主要障礙因素。得出以下結(jié)論：

（1）在整體分析層面，2010—2021 年中國省級高質(zhì)量發(fā)展成效水平整體呈現(xiàn)逐步上升態(tài)勢，且各省份高質(zhì)量發(fā)展成效水平存在不同程度的提升，但省際差異較大，“馬太效應(yīng)”愈發(fā)顯著，整體形成了東部地區(qū)領(lǐng)跑、中部和西部地區(qū)追趕、東北地區(qū)落后的格局。與此同時，高同步型和低同步型的省份數(shù)量偏多，投入潛力型和產(chǎn)出乏力型的省份數(shù)量較少，2010—2021年4種類型省份的分布整體變化不大，高同步型主要集中在以北京、天津、江蘇、廣東等省份為主的東部地區(qū)，低同步型主要集中在中部地區(qū)、西部地區(qū)和東北地區(qū)。

（2）在空間關(guān)聯(lián)分析層面，2010—2021 年中國高質(zhì)量發(fā)展成效水平呈現(xiàn)顯著的正相關(guān)性，Moran，s I呈現(xiàn)先增大后減少的波動上升態(tài)勢，但整體趨向增大，空間集聚態(tài)勢不斷增強，空間發(fā)展差異的顯著性逐漸提升，主要表現(xiàn)為“高-高”集聚和“低-低”集聚。

（3）在障礙因子層面，通過引入障礙度模型測度2021年30個省份高質(zhì)量發(fā)展成效水平的主要障礙因子，并對各省份排名前五位的障礙因素進行識別分析，分省份單項指標(biāo)的障礙度結(jié)果表明，影響各省份高質(zhì)量發(fā)展成效水平提升的障礙因素存在共性，從具體的出現(xiàn)頻次來看，產(chǎn)業(yè)結(jié)構(gòu)高級化、對外直接投資存量占比、工業(yè)污染治理投資占GDP 比重是制約中國高質(zhì)量發(fā)展成效普遍存在的主要障礙因素。