張海利

摘要：西部省區(qū)國家級(jí)新區(qū)是對(duì)西部資源整合優(yōu)化的一個(gè)重要途徑。文章利用2010-2020年間5個(gè)國家級(jí)新區(qū)所涉及的51個(gè)城市的面板數(shù)據(jù)，采用多期DID方法，評(píng)估了國家級(jí)新區(qū)對(duì)西部區(qū)域全要素生產(chǎn)率的影響，并通過了平衡趨勢(shì)和一系列的穩(wěn)健性檢驗(yàn)。研究發(fā)現(xiàn)，國家級(jí)新區(qū)政策對(duì)西部區(qū)域全要素生產(chǎn)率提升有顯著效應(yīng)。通過進(jìn)一步研究發(fā)現(xiàn)，“單城設(shè)區(qū)”模式的新區(qū)政策效果要優(yōu)于“雙城設(shè)區(qū)”模式。文章通過上述結(jié)論提出了相關(guān)性的政策建議。

關(guān)鍵詞：西部國家級(jí)新區(qū)；全要素生產(chǎn)率；多期DID

一、前言

西部地區(qū)是國家重點(diǎn)扶持的欠發(fā)達(dá)地區(qū)，而國家級(jí)新區(qū)是旨在促進(jìn)區(qū)協(xié)調(diào)發(fā)展的先行示范區(qū)，西部省區(qū)國家級(jí)新區(qū)肩負(fù)的重任不言而喻，其具有推動(dòng)西部大開發(fā)的戰(zhàn)略愿景?！笆奈濉笔俏覈?jīng)濟(jì)高質(zhì)量發(fā)展階段，西部地區(qū)由于位于內(nèi)陸、產(chǎn)業(yè)活躍度低于其他地區(qū)導(dǎo)致的社會(huì)經(jīng)濟(jì)發(fā)展滯后，使其實(shí)現(xiàn)社會(huì)主義現(xiàn)代化的困難比其他地區(qū)多，而西部省區(qū)國家級(jí)新區(qū)在引領(lǐng)西部改革發(fā)展等方面發(fā)揮著不可替代的作用。要促進(jìn)西部經(jīng)濟(jì)高質(zhì)量發(fā)展，西部國家級(jí)高新區(qū)很關(guān)鍵。自西部的國家級(jí)新區(qū)設(shè)立以來，給周邊城市帶來了虹吸效應(yīng)，且政策效應(yīng)優(yōu)于沿海地區(qū)，具有“以點(diǎn)帶面”“東西協(xié)作”的戰(zhàn)略意義，有效帶動(dòng)區(qū)域的進(jìn)步。研究西部國家級(jí)新區(qū)的政策效應(yīng)，僅觀測(cè)GDP規(guī)模變化是遠(yuǎn)遠(yuǎn)不夠的，應(yīng)考量經(jīng)濟(jì)增長的質(zhì)量。

國家級(jí)新區(qū)作為一項(xiàng)國家層面的區(qū)位導(dǎo)向型政策，其受到了學(xué)者的廣泛關(guān)注。對(duì)于國家級(jí)新區(qū)的研究，王慧娟、沈體雁（2021）發(fā)現(xiàn)國家級(jí)新區(qū)有輻射帶動(dòng)作用，資本聚集是經(jīng)濟(jì)快速增長的主要機(jī)制。對(duì)于西部國家級(jí)新區(qū)的研究，董鎖成、李澤紅等（2022）構(gòu)建西部的城市競爭力模型，預(yù)測(cè)西部未來國家級(jí)新區(qū)的區(qū)位選擇和空間布局。尚虎平、劉俊騰（2021）發(fā)現(xiàn)蘭州新區(qū)帶動(dòng)了區(qū)域經(jīng)濟(jì)增長。除了研究國家級(jí)新區(qū)對(duì)區(qū)域經(jīng)濟(jì)影響外，也有關(guān)于國家級(jí)新區(qū)社會(huì)治理創(chuàng)新、新區(qū)綠色增長能力等的相關(guān)性研究。

雖然關(guān)于國家級(jí)新區(qū)的研究不少，但是大多數(shù)集中在所有新區(qū)的公共研究，以及沿海和中部地區(qū)的國家級(jí)新區(qū)的研究，針對(duì)西部國家級(jí)新區(qū)的研究較少。即使政策相同，但在不同的地區(qū)實(shí)施，其政策效果不盡相同，單純將所有國家級(jí)新區(qū)混合在一起研究，成果對(duì)于不同地區(qū)會(huì)有所偏頗。目前，更多的學(xué)者對(duì)國家級(jí)新區(qū)的研究集中在對(duì)經(jīng)濟(jì)的影響效應(yīng)上，鮮少關(guān)注全要素生產(chǎn)率。西部新區(qū)相比其余地區(qū)新區(qū)，西部國家級(jí)新區(qū)存在社會(huì)經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展與城市總體規(guī)劃間協(xié)調(diào)不足、缺乏技能人才、吸資能力差等問題，全要素生產(chǎn)率綜合考量了產(chǎn)出與投入，可以衡量西部新區(qū)的綠色化發(fā)展程度。故本文單獨(dú)針對(duì)西部地區(qū)的國家級(jí)新區(qū)，研究西部新區(qū)是否對(duì)全要素生產(chǎn)率有提升作用，并根據(jù)研究結(jié)果提出了相關(guān)建議。

二、數(shù)據(jù)來源與模型構(gòu)建

（一）數(shù)據(jù)來源

目前，國家級(jí)新區(qū)一共十九個(gè)，其中西部有六個(gè)，直轄市的政策背景和經(jīng)濟(jì)實(shí)力與其他城市差距較大，故本文不考慮位于重慶的兩江新區(qū)樣本，以另外五個(gè)新區(qū)為研究對(duì)象進(jìn)行分析，同時(shí)由于普洱市、畢節(jié)市和銅仁市的數(shù)值缺失比較嚴(yán)重，剔除這三個(gè)樣本，共51個(gè)樣本，研究時(shí)區(qū)為2010年至2020年，共561條運(yùn)算數(shù)據(jù)。參考以往文獻(xiàn)做法，均以國家級(jí)新區(qū)母城為實(shí)驗(yàn)組，共8個(gè)實(shí)驗(yàn)組，該省非新區(qū)地級(jí)市為對(duì)照組，共43個(gè)對(duì)照組。

本文采用2010-2020年的面板數(shù)據(jù)進(jìn)行分析，涉及數(shù)據(jù)均來自各《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國城市統(tǒng)計(jì)年鑒》，少數(shù)缺失值用線性插值法補(bǔ)齊。本文使用的分析軟件是MAXDEA和STATA17。

（二）模型構(gòu)建

在評(píng)估政策實(shí)施效果的方法中，雙重差分法（簡稱DID）是使用較多的方法。該方法的基本思想是將制度變遷和新政策實(shí)施視為一次外生于經(jīng)濟(jì)系統(tǒng)的“自然實(shí)驗(yàn)”或“準(zhǔn)實(shí)驗(yàn)”。因此，國家級(jí)新區(qū)政策可被視作“準(zhǔn)自然實(shí)驗(yàn)”，運(yùn)用DID進(jìn)行政策效應(yīng)的評(píng)估?？紤]到各國家級(jí)新區(qū)的獲批時(shí)間不同，本文使用多期DID模型進(jìn)行評(píng)估。

Yit=β0+β1didit+？鄣xit+ωperiodit+γtreatit+εit（1）

didit=periodit×treatit（2）

其中，i和t分別表示城市和年份；period時(shí)間虛擬變量，實(shí)驗(yàn)前取值為0，試驗(yàn)后取值為1；treat分別表示地區(qū)虛擬變量，實(shí)驗(yàn)組取1，對(duì)照組取0；did前的系數(shù)β1表示政策效應(yīng)的大小，εit為隨機(jī)誤差項(xiàng)；x表示一系列的控制變量，本文分別從城鎮(zhèn)化率（urb）、消費(fèi)水平（cons）、人力資本水平（popul）、政府干預(yù)（gover）和實(shí)際GDP（ln_gdp）五個(gè)變量進(jìn)行表征。全要素生產(chǎn)率（TFP）是本文的被解釋變量Y，同時(shí)引入綠色全要素生產(chǎn)率（GTFP）加以比較說明。

（三）變量選取

1. 被解釋變量

經(jīng)濟(jì)高質(zhì)量發(fā)展時(shí)代要求實(shí)現(xiàn)資源效益最大化。全要素生產(chǎn)率是衡量經(jīng)濟(jì)發(fā)展質(zhì)量和增長潛力的一個(gè)重要指標(biāo)，通過資源整合和配置合理化，減少投入產(chǎn)出的比例，使生產(chǎn)力盡可能最大化。全要素生產(chǎn)率是整體經(jīng)濟(jì)效率的體現(xiàn)，而綠色全要素生產(chǎn)率的測(cè)算考慮了非期望產(chǎn)出，如廢氣、廢水等，是全要素生產(chǎn)率的補(bǔ)充和延伸。

通過參考相關(guān)學(xué)者對(duì)生產(chǎn)效率的研究，本文采用DEA-Malmquist指數(shù)對(duì)全要素生產(chǎn)率和綠色全要素生產(chǎn)率進(jìn)行測(cè)算。其中，勞動(dòng)力投入選用城鎮(zhèn)單位從業(yè)人員數(shù)測(cè)度；資本投入測(cè)度參考張軍等（2004）方法，采用“永續(xù)盤存法”，以固定資產(chǎn)資本存量為當(dāng)年投資指標(biāo)，投資指標(biāo)（Ii，t）表示城市 i 在 t 期的當(dāng)年固定資產(chǎn)投資，折舊率（δi，t）取值為9.6%，使用他們的方法得到了價(jià)格指數(shù)（Pi，t），表示城市 i 在 t 期的固定資產(chǎn)投資價(jià)格指數(shù)，本文以2009年為基期，則城市i在t期的資本存量為Ki，t＝Ki，t-1（1-δi，t）+■，以此得到2009-2020年的資本投入資本；能源投入將天然氣、液化石油和全社會(huì)用電量折算成萬噸標(biāo)準(zhǔn)煤來度量。產(chǎn)出變量用實(shí)際 GDP 來度量，即采用 GDP 平減指數(shù)以2009年為基期進(jìn)行折算得到實(shí)際值。全要素生產(chǎn)率與綠色全要素生產(chǎn)率不同點(diǎn)在于是否考慮非期望產(chǎn)出，通過資源消耗和各要素的投入，產(chǎn)出的結(jié)果往往伴隨著SO2、廢水等污染物。故綠色全要素生產(chǎn)率模型中的投入變量和期望產(chǎn)出變量與全要素生產(chǎn)率的一致，非期望產(chǎn)出變量用工業(yè)廢水排放量、工業(yè)SO2排放量和工業(yè)粉塵排放量三者進(jìn)行測(cè)算。

基于2010-2020年51個(gè)城市的相關(guān)數(shù)據(jù)，在規(guī)模報(bào)酬可變（VRS）假設(shè)下，采用非徑向非角度方向性距離函數(shù)（SBM-DDF）方法測(cè)算各城市的全要素生產(chǎn)率（TFP）得到ML指數(shù)，但ML指數(shù)結(jié)果表示的全要素生產(chǎn)率的變動(dòng)率，因此參考李斌等（2013）做法，假設(shè)2009年的全要素生產(chǎn)率為1，根據(jù)測(cè)算得出的ML指數(shù)值進(jìn)行累乘，進(jìn)而得到2009-2020年51個(gè)城市的全要素生產(chǎn)率。

2. 核心解釋變量

核心解釋變量是城市獲得國家批準(zhǔn)成為國家級(jí)新區(qū)的時(shí)間，用didit表示，若城市i在第t年獲批新區(qū)為國家級(jí)新區(qū)，則did值在第t年及之后的年份取值為1，否則為0。表1為各國家級(jí)新區(qū)獲批時(shí)間。

3. 控制變量

（1）城鎮(zhèn)化率（urb）：城鎮(zhèn)化率是農(nóng)村人口向城市轉(zhuǎn)移的體現(xiàn)，學(xué)者們對(duì)城鎮(zhèn)化率的作用持不同觀點(diǎn)，趙磊等（2022）認(rèn)為城鎮(zhèn)化能提高全要素生產(chǎn)率，促進(jìn)經(jīng)濟(jì)增長，但也有學(xué)者認(rèn)為城鎮(zhèn)化率對(duì)經(jīng)濟(jì)增長起反作用。故本文采用城鎮(zhèn)常住人口占城市常住人口比重表示城鎮(zhèn)化率。

（2）消費(fèi)水平（cons）：近年來，國家的消費(fèi)結(jié)構(gòu)不斷升級(jí)，消費(fèi)水平也不斷提高，顯著提高了經(jīng)濟(jì)增長質(zhì)量，表明內(nèi)需已逐步成為促進(jìn)經(jīng)濟(jì)發(fā)展的重要內(nèi)生動(dòng)力，激發(fā)社會(huì)生產(chǎn)力。消費(fèi)水平用社會(huì)消費(fèi)品零售總額占GDP的比重表示。

（3）人力資本水平（popul）：西奧多·W·舒爾提出人力資本積累是經(jīng)濟(jì)增長的重要源泉，人力資本促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展，但在經(jīng)濟(jì)發(fā)展到一定水平后，人力資本會(huì)抑制經(jīng)濟(jì)增長。本文用本專科生在校人數(shù)占全市常住人口比重表示。

（4）政府干預(yù)（gover）：政府財(cái)政支出可以完善基礎(chǔ)設(shè)施，提高生產(chǎn)力，但財(cái)政支出的增加會(huì)加劇社會(huì)稅負(fù)，降低人民收入，是消極怠工的一大原因。政府干預(yù)用政府財(cái)政支出占GDP的比重表示。

（5）實(shí)際GDP（ln_gdp）：GDP越高的城市全要素生產(chǎn)率也越高，究其原因可能在于城市整體經(jīng)濟(jì)水平越高，其擁有的制度水平和生產(chǎn)設(shè)施比經(jīng)濟(jì)水平較低的城市優(yōu)越，其生產(chǎn)水平越高。本文采用實(shí)際GDP的對(duì)數(shù)值來表示。

三、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本文采用固定效應(yīng)模型，消除非觀測(cè)的地區(qū)效應(yīng)和時(shí)間效應(yīng)，對(duì)式（1）進(jìn)行回歸，結(jié)果如表2所示?；貧w結(jié)果顯示，全要素生產(chǎn)率（TFP）的估計(jì)系數(shù)在5%水平下顯著為正，說明國家級(jí)新區(qū)的設(shè)立顯著提高西部的全要素生產(chǎn)率。綠色全要素生產(chǎn)率（GTFP）的估計(jì)系數(shù)也為正，但不顯著，說明國家級(jí)新區(qū)的設(shè)立對(duì)綠色全要素生產(chǎn)率的影響不明顯。整體來說，國家級(jí)新區(qū)的設(shè)立對(duì)西部的發(fā)展發(fā)揮作用，促進(jìn)全要素生產(chǎn)率提高。

（二）平衡趨勢(shì)檢驗(yàn)

平行趨勢(shì)檢驗(yàn)是檢驗(yàn)該模型是否有效的重要步驟，在政策實(shí)施前，實(shí)驗(yàn)組的城市和對(duì)照組的城市全要素生產(chǎn)率的變化趨勢(shì)應(yīng)該保持一致。本文以國家級(jí)新區(qū)政策實(shí)施的第一年為基期，即圖1中的第0期。政策實(shí)施效果有滯后性，也就是要實(shí)施三年左右才有效果，結(jié)合運(yùn)算結(jié)果顯示，國家級(jí)新區(qū)對(duì)全要素生產(chǎn)率是有顯著效應(yīng)的，滿足DID的前提條件，樣本通過檢驗(yàn)。從圖1可以明顯看出，國家級(jí)新區(qū)的設(shè)立能夠提升全要素生產(chǎn)率，且政策實(shí)施效果隨政策實(shí)施年限增加而呈放大趨勢(shì)。

（三）穩(wěn)健性檢驗(yàn)

1. 個(gè)體安慰劑檢驗(yàn)

從樣本中隨機(jī)抽取設(shè)立國家新區(qū)政策的個(gè)體對(duì)主要研究結(jié)論進(jìn)行安慰劑檢驗(yàn)。本文選取2015年的城市樣本，從2015年的樣本中隨機(jī)抽取8個(gè)樣本，將其設(shè)定為“偽”實(shí)驗(yàn)組，并將剩余樣本設(shè)定為對(duì)照組，以此構(gòu)建個(gè)體安慰劑檢驗(yàn)的交互項(xiàng)，重復(fù)500次上述過程進(jìn)行回歸分析，結(jié)果如圖2所示。這一反事實(shí)估計(jì)驗(yàn)證了上述結(jié)論為可靠性，表明國家級(jí)新區(qū)的設(shè)立確實(shí)提高了全要素生產(chǎn)率，且這一結(jié)論不是由個(gè)體的因素造成的。

2. 時(shí)間安慰劑檢驗(yàn)

國家級(jí)新區(qū)創(chuàng)設(shè)對(duì)全要素生產(chǎn)率顯著為正，能夠驅(qū)動(dòng)所在城市全要素生產(chǎn)率的增長，但這也可能是受同時(shí)期政策等因素的影響才導(dǎo)致的顯著結(jié)果，為排除其他因素干擾，要考察未創(chuàng)設(shè)國家級(jí)新區(qū)時(shí)，虛擬變量did對(duì)全要素生產(chǎn)率的影響。本文分別假設(shè)國家級(jí)新區(qū)政策執(zhí)行時(shí)間提前3年（did_3表示政策提前3年實(shí)施的交互項(xiàng)）和提前4年（did_4表示政策提前4年實(shí)施的交互項(xiàng)），結(jié)果如表3中（1）和（2）所示。從數(shù)據(jù)來看，did_3和did_4的估計(jì)系數(shù)均不顯著，這從另一方面印證了國家級(jí)新區(qū)創(chuàng)設(shè)是區(qū)域全要素生產(chǎn)率增長的要素，而非時(shí)間因素。

3. 縮尾處理檢驗(yàn)

本文考慮實(shí)驗(yàn)結(jié)果可能受到極端值影響，故分別進(jìn)行了1%和5%的縮尾處理，以此進(jìn)行檢驗(yàn)。實(shí)驗(yàn)結(jié)果如表3中（3）和（4）所示，估計(jì)系數(shù)依舊是顯著的，與實(shí)驗(yàn)結(jié)果差異不大，證實(shí)了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

4. 排除其他政策干擾檢驗(yàn)

政府在不同時(shí)期會(huì)制定不同的政策方針，而這些政策實(shí)施的區(qū)域有可能會(huì)重疊，導(dǎo)致本文實(shí)驗(yàn)可能會(huì)受到類似的政策干擾，導(dǎo)致結(jié)果出現(xiàn)誤差。為了排除相關(guān)性區(qū)域政策對(duì)國家級(jí)新區(qū)政策效應(yīng)的干擾，本文考慮了自由貿(mào)易試驗(yàn)區(qū)、“一帶一路”、國家級(jí)高新區(qū)和國家產(chǎn)城融合示范區(qū)這四個(gè)國家級(jí)層面的政策，探究國家級(jí)新區(qū)在這四個(gè)政策重疊的情況下，其政策效果是否依舊顯著或者有無明顯差異。為此，構(gòu)建如下模型：

式（3）中，did_Fit為新加入變量，若城市i在第t年加入自由貿(mào)易試驗(yàn)區(qū)，則該城市在t年及以后值為1，否則為0；式（4）中，did_Bit為新加入變量，若城市i在第t年加入“一帶一路”，則該城市在t年及以后值為1，否則為0；式（5）中，did_NDit為新加入變量，若城市i在第t年加入國家級(jí)高新區(qū)，則該城市在t年及以后值為1，否則為0；式（6）中，did_NLDit為新加入變量，若城市i在第t年加入國家級(jí)高新區(qū)，則該城市在t年及以后值為1，否則為0；其余變量符合，同式（1）。以上模型計(jì)算結(jié)果如表4所示，可以發(fā)現(xiàn)控制這四個(gè)政策的影響后，國家級(jí)新區(qū)設(shè)立對(duì)全要素生產(chǎn)率依舊顯著起促進(jìn)作用，更加說明了實(shí)驗(yàn)結(jié)果的可靠性。

（四）布局類型與西部國家級(jí)新區(qū)建設(shè)成效

國家級(jí)新區(qū)的布局類型不完全相同，如蘭州新區(qū)和滇中新區(qū)采取“單城設(shè)區(qū)”模式，也就是新區(qū)布局在一個(gè)城市里，而西咸新區(qū)、貴安新區(qū)和天府新區(qū)采取“雙城設(shè)區(qū)”模式。從理論上說，“單城設(shè)區(qū)”模式更有利于發(fā)揮區(qū)域主體有優(yōu)勢(shì)，不用面臨由于地區(qū)政治制度、經(jīng)濟(jì)制度和文化制度不同而產(chǎn)生的問題，提高行政效率，容易形成“極化效應(yīng)”。而“雙城設(shè)區(qū)”模式由于新區(qū)跨越了兩座城市，相比一座城市，資源更多，可供選擇的機(jī)會(huì)更多，故其更能激發(fā)區(qū)域間的協(xié)同優(yōu)勢(shì)，發(fā)揮輻射效應(yīng)。

表5中（1）和（2）列分別是“單城設(shè)區(qū)”模式和“雙城設(shè)區(qū)”模式的回歸結(jié)果。結(jié)果顯示“單城設(shè)區(qū)”模式的did系數(shù)顯著為正，而“雙城設(shè)區(qū)”模式的did系數(shù)雖為正，但沒有通過顯著性檢驗(yàn)，由此可以發(fā)現(xiàn)，“單城設(shè)區(qū)”模式的國家級(jí)新區(qū)對(duì)于西部地區(qū)的全要素生產(chǎn)率的推動(dòng)作用明顯高于“雙城設(shè)區(qū)”模式的國家級(jí)新區(qū)。

四、結(jié)語

本文以2010-2020年西部51個(gè)城市為研究對(duì)象，采用多期DID方法評(píng)估了國家級(jí)新區(qū)對(duì)西部區(qū)域全要素生產(chǎn)率的影響，研究發(fā)現(xiàn)國家級(jí)新區(qū)確實(shí)可以正向顯著影響西部地區(qū)全要素生產(chǎn)率的增長，且人力資本和實(shí)際GDP均能正向促進(jìn)新區(qū)政策對(duì)西部全要素生產(chǎn)率的效果。西部地區(qū)更適合“單城設(shè)區(qū)”布局，這種模式布局下，國家級(jí)新區(qū)政策效果更明顯。

在東西部發(fā)展差異較大的背景下，要加快西部發(fā)展，使其加速實(shí)現(xiàn)社會(huì)主義現(xiàn)代化發(fā)展，設(shè)立國家級(jí)新區(qū)是實(shí)現(xiàn)這一目標(biāo)的高效手段。根據(jù)本文的研究結(jié)果，提出以下政策建議：第一，西部新區(qū)對(duì)全要素生產(chǎn)率提升有積極的效果，說明國家級(jí)新區(qū)是實(shí)現(xiàn)西部經(jīng)濟(jì)高質(zhì)量發(fā)展的重要載體，應(yīng)該繼續(xù)推動(dòng)國家級(jí)新區(qū)政策建設(shè)，不斷優(yōu)化政策，使政策可以發(fā)揮更好的效果。第二，新區(qū)建設(shè)布局要合理，減少不同區(qū)域間的發(fā)展壁壘，共謀協(xié)同發(fā)展。雙城設(shè)區(qū)可以優(yōu)勢(shì)互補(bǔ)，更好實(shí)現(xiàn)區(qū)域一體化的愿景，但是區(qū)域差異、產(chǎn)業(yè)基底、體制機(jī)制等矛盾對(duì)西部區(qū)域影響效果明顯大于國家級(jí)新區(qū)對(duì)全要素生產(chǎn)率提升的促進(jìn)作用，政府要更注重區(qū)域差異等問題，打破地區(qū)邊界問題，實(shí)現(xiàn)整體大于部分之和的效應(yīng)。

參考文獻(xiàn)：

[1]謝廣靖，石郁萌.國家級(jí)新區(qū)發(fā)展的再認(rèn)識(shí)[J].城市規(guī)劃，2016，40（05）：9-20.

[2]趙艾.區(qū)域經(jīng)濟(jì)發(fā)展的守正與創(chuàng)新[J].區(qū)域經(jīng)濟(jì)評(píng)論，2020（01）：4-7+2.

[3]周國富，陳鑫鵬.國家級(jí)新區(qū)建設(shè)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響[J].經(jīng)濟(jì)經(jīng)緯，2022，39（03）：3-14.

[4]彭小雷，劉劍鋒.大戰(zhàn)略、大平臺(tái)、大作為——論西部國家級(jí)新區(qū)發(fā)展對(duì)新型城鎮(zhèn)化的作用[J].城市規(guī)劃，2014，38（S2）：20-26.

[5]王慧娟，沈體雁.政府與市場共促國家級(jí)新區(qū)建設(shè)的機(jī)理及效應(yīng)[J].學(xué)術(shù)論壇，2021，44（05）：60-71.

[6]董鎖成，李澤紅，石廣義，鄭吉，夏冰，郭曉佳，楊洋，李宇，李富佳，程昊，胡毅，吳永嬌，張榮霞，金良.西部地級(jí)城市競爭力評(píng)價(jià)與“十四五”國家級(jí)新區(qū)布局[J].自然資源學(xué)報(bào)，2022，37（07）：1657-1672.

[7]尚虎平，劉俊騰.國家級(jí)新區(qū)帶動(dòng)欠發(fā)達(dá)地區(qū)“彎道超車”研究[J].科學(xué)學(xué)研究，2022，40（12）：2194-2204.

[8]馬海韻，尤永盛.國家級(jí)新區(qū)社會(huì)治理創(chuàng)新：空間與路徑——以南京江北新區(qū)為例[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，22（06）：23-29.

[9]趙東方，武春友，商華.國家級(jí)新區(qū)綠色增長能力提升路徑研究[J].當(dāng)代經(jīng)濟(jì)管理，2017，39（12）：16-20.

[10]葉姮，李貴才，李莉，王乾，張華.國家級(jí)新區(qū)功能定位及發(fā)展建議——基于GRNN潛力評(píng)價(jià)方法[J].經(jīng)濟(jì)地理，2015，35（02）：92-99.

[11]陳林，伍海軍.國內(nèi)雙重差分法的研究現(xiàn)狀與潛在問題[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（07）：133-148.

[12]王鋒，葛星.低碳轉(zhuǎn)型沖擊就業(yè)嗎——來自低碳城市試點(diǎn)的經(jīng)驗(yàn)證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2022（05）：81-99.

[13]陸菁，鄢云.環(huán)境政策與資源配置：研究綜述與展望[J].中國人口·資源與環(huán)境，2022，32（12）：127-137.

[14]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952-2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

[15]徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實(shí)證分析：1995-2004[J].中國人口·資源與環(huán)境，2006（06）：158-161.

[16]李斌，彭星，歐陽銘珂.環(huán)境規(guī)制、綠色全要素生產(chǎn)率與中國工業(yè)發(fā)展方式轉(zhuǎn)變——基于36個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì)，2013（04）：56-68.

[17]趙磊，陳衍，劉穎.旅游業(yè)、新型城鎮(zhèn)化與經(jīng)濟(jì)增長[J].旅游科學(xué)，2022，36（06）：20-44.

[18]李莊園.公共服務(wù)：經(jīng)濟(jì)高質(zhì)量增長的新動(dòng)能[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022，45（06）：151-160.

[19]吳艷，賀正楚，潘紅玉，等.消費(fèi)需求對(duì)經(jīng)濟(jì)增長質(zhì)量的影響及傳導(dǎo)路徑[J].管理科學(xué)學(xué)報(bào)，2021，24（12）：104-123.

[20]吳金龍，傅康生，白俊紅，錢非非.消費(fèi)升級(jí)引領(lǐng)戰(zhàn)略性新興產(chǎn)業(yè)全球價(jià)值鏈攀升——理論邏輯與中國經(jīng)驗(yàn)[J].經(jīng)濟(jì)學(xué)報(bào)，2023，10（03）：195-240.

[21]張忠俊，郭曉旭，張喜玲，李賓.金融集聚、人力資本結(jié)構(gòu)演進(jìn)與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].統(tǒng)計(jì)與決策，2021，37（02）：10-14.

[22]劉降斌，劉秋明.金融集聚與經(jīng)濟(jì)增長的交互影響與空間溢出效應(yīng)研究[J].商業(yè)研究，2021（06）：73-80.

[23]魏下海，董志強(qiáng)，趙秋運(yùn).人口年齡結(jié)構(gòu)變化與勞動(dòng)收入份額：理論與經(jīng)驗(yàn)研究[J].南開經(jīng)濟(jì)研究，2012（02）：100-119.

[24]程開明，劉書成.城市經(jīng)濟(jì)密度與全要素生產(chǎn)率——兼論城市規(guī)模的調(diào)節(jié)效應(yīng)[J].中國人口科學(xué)，2022（06）：39-54+126.

（作者單位：貴州師范大學(xué)經(jīng)濟(jì)與管理學(xué)院）