经济高质量发展的驱动因素与制约因素

来源：核心期刊咨询网时间：12

摘要：摘要：选用合适的评价指标体系，同时采用兼具横向和纵向可比性的综合评价方法，对各省区经济高质量发展的现状进行了综合评价与对比分析。通过构建空间面板主成分回归模型还原得到真实回归系数，对各省区经济高质量发展的驱动因素与制约因素进行了实证检验。

　　摘要：选用合适的评价指标体系，同时采用兼具横向和纵向可比性的综合评价方法，对各省区经济高质量发展的现状进行了综合评价与对比分析。通过构建空间面板主成分回归模型还原得到真实回归系数，对各省区经济高质量发展的驱动因素与制约因素进行了实证检验。结果表明，在2010-2018年期间，每个省区的经济发展质量均有明显提高，但处于高水平和较高水平区间的省份大部分来自东部沿海地区;互联网普及率、经济实力、人力资本水平和科技投入力度对经济高质量发展均有显著的积极影响;公共财政支出占比的提高对经济高质量发展有不利的影响;财政分权、基础设施水平、环境污染治理投资力度、金融规模和引进吸收经费比对经济高质量发展的影响不显著。

　　关键词：高质量发展;评价指标体系;综合评价方法;驱动因素;空间面板数据模型

　　作者简介：周国富，男，湖南石门人，经济学博士，天津财经大学统计学院教授、博士研究生导师。研究方向：国民经济统计分析、区域协

　　调发展。

　　吴迪，女，河北唐山人，天津财经大学统计学院硕士研究生。研究方向：国民经济统计分析。

　　王晓宇，女，河北石家庄人，北京市社会保险基金管理中心工作人员。研究方向：国民经济统计分析。

　　一、引言

　　党的十九大以来，学者对于什么样的发展才是高质量发展[1-2]、如何从统计上测度高质量发展[3-4]、如何在新发展格局下畅通国内国际双循环来推动和实现经济高质量发展[5-7]等进行了深入讨论，但对驱动或制约经济高质量发展的影响因素进行系统实证检验的文献非常少。而且由于很多学者设计的高质量发展评价指标体系在指标设计方面存在一些明显的缺陷[8-12]，或所采用的评价方法不具有纵向可比性，导致对各省区或各城市经济高质量发展的综合评价结果不具有广泛的横向和纵向可比性，人们无法在其基础上展开更深入的实证研究。比较而言，周国富、王晓宇等[4]在系统考察高质量发展核心内涵的基础上，从创新能力、结构优化、金融稳健、绿色发展和民生福祉五个维度构建的由三个层级、共计69个指标组成的经济高质量发展评价指标体系，是客观的相对指标或平均指标，既充分利用了现有的官方统计资料，又具有广泛的横向可比性。同时，他们采用的综合评价方法还能满足不同年份纵向对比的需要，克服了上述文献存在的缺陷。此外，该指标体系中每个指标的选取都紧紧围绕衡量和推动高质量发展这一研究目标，具有明确的导向性。

　　为了使各省区经济高质量发展的驱动因素与制约因素的实证研究建立在客观、可信的综合评价结果基础之上，本文首先采用《新常态下经济高质量发展的核心内涵及测度方法研究》一文中构建的经济高质量发展评价指标体系及其相关的综合评价方法，对各省区经济高质量发展的现状和空间分布做全方位的考察。其次，通过选择合适的计量模型方法，对经济高质量发展的驱动因素和制约因素进行实证检验。再次，根据实证分析结论提出相应的政策建议。

　　二、各省区高质量发展的现状和空间分布

　　一项综合评价要得到客观可信的评价结果，除了要有科学合理的评价指标体系外，还要保证综合评价结果具有广泛的横向和纵向可比性。就本文而言，所得到的各省区高质量发展综合得分不仅要在各省区之间可比，而且在各年份之间也要具有可比性。这涉及综合评价方法的选取，包括如何对各评价指标进行无量纲化处理，以及如何确定权重，但是有些文献往往只注重权重的确定，而忽视了无量纲化结果需同时具备横向和纵向两方面的可比性。

　　为使各省区同一评价指标的无量纲化结果不仅在各省区之间具有横向可比性，同时在不同年份之间也具有纵向可比性，本文采用《新常态下经济高质量发展的核心内涵及测度方法研究》一文所推荐的相对分值法，即仍以2017年各评价指标的全国平均水平作为标准值，计算各省区各年的相对分值。其中，对于逆指标和适度指标，分别采用相应的相对分值计算公式进行正向化处理。采用变异系数法确定每个评价指标的权重，并用各指标的权重对每个省区某一年各指标的相对分值加权算术平均，得到該省区该年经济高质量发展的综合得分。其他年份以此类推。由于各年各省区的同一评价指标都与同一标准值进行对比，这就保证了所得到的相对分值及其加权后的高质量发展综合得分在各省区之间、各年份之间均具有可比性。

　　利用上述评价指标体系和综合评价方法，我们测算了各省区(不包括西藏和港澳台)2010-2018年的经济高质量发展综合得分。限于篇幅，这里仅给出2010年和2018年各省区经济高质量发展综合得分的空间分布(见图1)。

　　需要说明的是，在绘制图1时，考虑到不同年份综合得分分级的可比性，我们首先采用自然间断点分级法将2018年各省区高质量发展的综合得分分为六个区间。其中，第一个区间代表缺失值(如西藏和港澳台)，然后将2010年各省区高质量发展的综合得分也按上述六个区间分组，借此观察各省区高质量发展综合得分的空间分布及其动态变化。为了便于表述，我们将除缺失值以外的五个区间依次简称为经济高质量发展的低水平、较低水平、中等水平、较高水平、高水平区间。

　　可以看出，相对于2018年，2010年只有北京和上海的经济发展质量分别处于高水平区间和较高水平区间;广东、江苏和天津的经济发展质量处于中等水平。除以上省份外，另有6个省份处于较低水平区间，分别是青海、福建、浙江、山西、陕西和重庆。其余的19个省份则全部位于低水平区间，其中8个来自西部地区(甘肃、宁夏、贵州、广西、云南、四川、内蒙古、新疆)，3个来自东北地区，5个来自中部地区，另有3个来自东部地区。到了2018年，可以明显地看出各省区经济高质量发展的综合得分有了明显提高。其中，处于高水平区间的省份增加至2个，分别是北京、上海;处于较高水平区间的省份增加至5个(广东、青海、浙江、江苏和天津);另有6个省份处于中等水平区间(重庆、福建、山西、陕西、辽宁和湖北);10个省份处于较低水平区间，其中3个来自东部，4个来自中部，2个来自西部，1个来自东北;而位于低水平区间的省份减少至7个，其中东北1个(黑龙江)、西部6个(内蒙古、贵州、广西、甘肃、云南、新疆)。

　　由此，得出如下结论：在样本期间，每个省区的经济发展质量均有明显提高，但处于高水平和较高水平区间的省份大部分来自东部沿海地区，而中部、西部和东北地区多数省份的经济发展质量则相对偏低。可见，区域发展不平衡的问题依然突出，仍是当今中国推动经济高质量发展必须解决的主要矛盾之一。

　　三、高质量发展驱动因素和制约因素的实证检验

　　(一)变量选取及模型设定

　　1.被解释变量

　　为实证检验高质量发展的驱动因素和制约因素，这里采用上述各省区高质量发展综合得分作为被解释变量，样本区间为2010-2018年。

　　2.解释变量

　　综合借鉴相关文献，这里将以下变量作为可能的驱动因素或制约因素引入回归方程，进行实证检验：

　　(1)互联网普及率。在“互联网+”时代，该变量在文献中得到广泛采用。本文将其作为可能的驱动因素或制约因素引入模型。

　　(2)财政分权度。鉴于我国的财政分权体制，该变量在文献中也得到广泛采用，但关于财政分权对经济增长的影响，一直存在争议。由于经济增长是经济发展的必要条件，财政分权通过影响经济增长，也会间接作用于经济发展质量[13]。为此，我们引入这一变量。

　　(3)基础设施水平。基础设施对于经济发展很重要，但也并非越多越好，要把握适度原则。本文用各省区的公路密度作为基础设施的代表变量。

　　(4)经济实力。本文用人均GDP作为衡量各省区经济实力的代表变量。

　　(5)人力资本水平。文献中衡量人力资本的指标有很多，本文用每万人口中大学生数量来衡量人力资本水平。

　　(6)环境污染治理投资力度。注重环境保护，倡导绿色发展，已成为全社会的共识，但是不同地方的重视程度可能有差别。这里用环境污染治理投资占GDP比重来衡量各省区对环境污染治理的投资力度。

　　(7)金融规模。金融规模的扩大能够提高金融中介效率，改善资本配置路径[14-15]，但是金融规模越大，在为企业提供便利的融资服务的同时，也可能导致企业排放的CO2等温室气体和SO2、NOX等大气污染物增加。鉴于我国的金融体系以间接融资为主，这里用金融机构存贷款总额占GDP比重来衡量金融体系的相对规模。

　　(8)引进吸收经费比。该指标等于消化吸收经费与引进经费之比，用来反映在引进别人先进技术的基础上进行消化吸收或者模仿创新的情况。

　　(9)科技投入力度。技术创新在促进产业转型升级、推动绿色低碳发展、提高经济运行效率等方面有举足轻重的作用。这里用财政用于科学技术方面的支出占一般公共预算支出的比重来衡量各省区对科技投入的重视程度。

　　(10)公共财政支出占比。随着经济发展水平的提高，人们对公共服务的需求也在增加，为此需要增加相应的公共财政支出。但是，如果公共财政支出的结构、投向不合理，也可能不利于地区之间、城乡之间基本公共服务差距的缩小，或不能满足人们对某些方面基本公共服务的需要。这里用公共财政支出占一般公共预算支出的比重來衡量。

　　3.模型设定

　　本文将检验高质量发展的驱动因素和制约因素的计量模型设定为如下形式：

　　其中，是省年的经济高质量发展综合得分;是省年的互联网普及率;表示省年的财政分权度;是省年基础设施水平的对数值;是省年人均GDP的对数值;是省年的人力资本水平;是省年的环境污染治理投资占GDP比重;是省年金融规模的对数值;是省年的消化吸收经费与引进经费的比值;是省年的科技投入力度;是省年的公共财政支出占比;是随机误差项。

　　(二)模型估计

　　由于各省区的经济发展之间可能存在一定的空间相关性，本文尝试建立空间面板数据模型来分析经济高质量发展的驱动因素与制约因素。

　　1.空间相关性检验

　　考虑到并非只有相邻的地区之间才有经济联系，0-1邻接标准定义的空间权重矩阵不是很合理，加上各省区间的经济影响力也有强弱、大小之分，本文采取将地理距离权重矩阵和经济权重矩阵结合的做法来构建空间权重矩阵。其中，地理距离权重矩阵根据两个省份的省会城市之间的距离来构造。经济权重矩阵的构造则依据以下事实：经济增长越快的省份经济越有活力，对其他省区的影响力也越大。为此，以样本期间各省份实际GDP的年平均增长速度与全部30个省份实际GDP的年平均增长速度之比来衡量各省份的经济活力和影响力，并由此得到经济权重矩阵。最后，将二者相乘，得到所需要的空间权重矩阵。

　　检验结果显示(见表1)，各年各省区经济高质量发展综合得分的Moran's(莫兰指数)I值都显著为正，适合建立空间面板计量模型。

　　2.从各解释变量中提取主成分

　　通过对上述各解释变量计算相关系数，进行KMO和Bartlett检验(见表2)，可以发现各解释变量间存在一定的相关性，如果直接建模，可能导致模型估计结果失真。因此，借鉴周国富等[16]的做法，首先从各解释变量中提取主成分，并构建空间面板主成分回归模型，然后还原得到被解释变量和解释变量之间真实的回归系数。

　　从表3可以看出，前9个主成分均有至少一个变量的载荷系数较大，而第10个主成分所包含的每个变量的因子载荷都很小。同时，前9个主成分的累计方差贡献率已达99.198%，能够较全面地解释绝大多数变量。因此，本文提取前9个主成分参与建模。

　　3.空间面板模型的形式

　　在采用所提取的主成分构建空间面板模型之前，还需进一步确定空间面板模型的形式。检验结果见表4和表5。

　　从表4可以看出，在前述空间权重矩阵的设定下，空间滞后面板模型的LM通过了1%的显著性检验，而空间误差面板模型的LM仅能通过5%的显著性检验，因此，以选择空间滞后面板模型更合适。同时，表5的检验结果显示固定效应模型更好。因此，本文选择构建具有固定效应的空间滞后面板模型。

　　推荐阅读：现代经济探讨是职称认可期刊吗?

转载请注明来自：http://www.qikan2017.com/lunwen/jgu/21529.html