张圆 郝枫 李婧文

摘要：基于“创新、协调、绿色、开放、共享”的新发展理念，首先以时序全局主成分方法测度中国大陆31个省区市的高质量发展水平;进而借助Dagum基尼子群分解法揭示地区差异，通过耦合协调与灰色关联方法识别各地区内部发展差异;最后选用面板向量自回归（PVAR）技术，探讨新发展理念对高质量发展水平的作用强度及相对重要性。研究发现：（1）我国高质量发展水平的总体差异有所减小，尽管子群内存在明显分化，但超变密度差异才是其首要来源。（2）近年来，我国高质量发展水平与新发展理念达到较强关联，但耦合协调度尚未收敛。东部地区耦合协调等级普遍较高，而中部地区发展速度最快，多数省份跨越濒临失调状态，仅少数西部省份处于轻度失调阶段。（3）新发展理念对高质量发展水平有明显促进作用，东部地区以创新和开放为主导因素，中西部地区则在绿色与协调方面更具优势。

关键词：高质量发展;新发展理念;耦合协调;空间分布

文章编号：2095-5960（2022）02-0023-12;中图分类号：C813;文献标识码：A

一、引言

中国的长期高速经济增长，堪称世界经济发展史上的一大奇迹。但高投入、高污染、高产出的粗放发展模式，引发了收入差距扩大、区域发展失衡、环境污染加剧等突出问题。当前，中国经济已由高速增长阶段转向高质量发展阶段，实现质量与数量并重的可持续发展成为我国经济转型的首要目标。十九大报告指出，“发展必须是科学发展，必须坚定不移贯彻创新、协调、绿色、开放、共享的发展理念”。立足新理念、把握新方向，加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，既是十四五时期我国经济社会发展必须遵循的原则，亦是实现二〇三五年远景目标的必然选择。其中，新发展理念集中体现了对经济社会发展规律认识的深化，围绕贯彻新发展理念构建新发展格局，是实现我国高质量发展的理性选择与必由之路。因此，从新发展理念视角测度我国高质量发展水平，厘清五大维度与高质量发展的内在联系，对全面建成小康社会，开启全面建设社会主义现代化国家新征程具有重要意义。

高质量发展提出以来，学术界积极对其经济意涵、评判标准、决定因素与实现路径进行探讨与解读。[1][2]新发展理念进一步赋予其更为丰富的内涵，五方面构成统一整体又各有侧重。[3]创新为首要动力，协调为评价标尺，绿色为发展形态，开放为必由之路，共享为发展目标。[4]正确理解新发展理念，是科学构建高质量发展评价指标体系的重要前提。[5]目前，我国发展不平衡不充分的矛盾依然存在，由于区位环境与发展模式有别，各地区经济增长速度与发展质量各异。与可用GDP直接反映区域增长差异相比，高质量发展的多维属性令其有效测度十分困难，衡量高质量发展水平的变化趋势与区域差异极具挑战。尽管针对全国层面的高质量发展指标体系研究已取得一定成果，但进一步揭示地区差异及其变化趋势的研究仍亟待加强。

早期研究，主要聚焦于对地区经济发展质量问题的探讨[6][7][8]，但由于测度指标选取缺乏统一标准，且数据处理方式与综合评价方法各异，各类研究的结果不易比较。2015年10月，习近平总书记在党的十八届五中全会正式提出新发展理念，为构建经济发展质量评价指标体系确立了根本指向，一些学者据此展开有益尝试。[9]十九大以后，经济发展质量测度标准逐步向新发展理念统一。针对地区高质量发展水平评价，多数研究由新发展理念切入，就其时间与空间分布格局进行经验分析。[10][11]从时间趋势变化看，近年来我国各地区高质量发展稳中向好;从空间格局演变看，各地区发展水平也有明显差异。[12]虽然多数省区高质量发展水平稳步上升，但发展过程中的不稳定、不充分、不协调、不平衡问题依然存在，迫切需要进行有效的经济结构调整与发展转型。[13][14]

基于新发展理念的既有研究，对认识我国地区高质量发展水平现状已取得积极进展，但尚有一些重要问题亟待深入探讨。其一，在认识地区高质量发展时空变化特征方面，已有研究对地区高质量发展的耦合协调未予重视，其空间分布与发展趋势有待详探。其二，分析区域高质量发展差异时，现有文献常基于均值、方差等描述性统计指标，难以充分体現地区差异，更无力对差异做深入分解。其三，针对新发展理念与地区高质量发展的联系，仅有少数研究分析各维度对高质量发展的贡献，对二者互动联系与动态效应评价仍鲜有涉及。综上，我国地区高质量发展差异仍有诸多问题有待深入挖掘。

有鉴于此，本文在已有研究基础上，根据“创新、协调、绿色、开放、共享”的新发展理念构建高质量发展统计指标体系，以识别高质量发展水平地区耦合协调的区域分布，针对各省区发展差异进行分解，并考察新发展理念与高质量发展之间的相互作用机制。本文力图在如下方面进行拓展：①采用全局主成分分析对新发展理念各维度进行客观赋权，通过数据降维压缩评估指标数量，以有效反映新发展理念下地区高质量发展水平;②应用Dagum基尼系数分解法，克服泰尔指数与基尼系数的固有缺陷，从组内与组间两方面揭示地区高质量发展水平差距;③借用耦合协调与灰色关联思想，对新发展理念与各地区高质量发展的耦合关系及关联程度进行评价，并选用面板向量自回归模型反映二者间的动态效应及相互影响。其有助于更深刻地认识区域内与区域间高质量发展水平差异，并为扭转地区发展不平衡不充分矛盾，促进新发展格局下我国高质量发展提供有益的经验参考与政策空间。

二、新发展理念下中国地区高质量发展水平测度

（一）指标选取与体系构建

科学构建评价指标体系，客观反映新发展理念五个维度特点与地区高质量发展状况，是新发展理念下有效测度我国地区高质量发展水平的内在要求。为确保指标体系合理性，指标选取应遵循如下原则：一是代表性，可反映经济发展的宏观指标数量庞大而无法尽收，必须细心筛检最优指标组合;二是操作性，应力求入选指标测度方法普适性强、数据可得且时间连续;三是可比性，核心是确保选定指标在总体的内一致性，包括量纲统一、时空可比。基于以上原则，以新发展理念为指导，建立涵盖“创新、协调、绿色、开放、共享”5大维度、15个支撑点、36个基础指标的综合评价指标体系，详见表1。

创新是引领发展的第一动力。重点反映社会发展创新活动和其对高新技术生产的贡献，选取创新投入、创新产出、创新贡献与经济增长效率4个支撑点，选取8个指标用以刻画创新发展对社会经济的发展及效率的影响。其中，全要素生产率（TFP）基于Malmquist生产率指数构建。物质资本投入采用郝枫等基于OCM-PIM法估算的数据;[15]劳动力投入采用我国全社会从业人员年中值;产出为各省区GDP;为了剔除价格变动影响，产出与资本投入数据均调整为2002年价格表示。

协调是持续健康发展的内在要求，旨在反映高质量发展的稳定性、全面性和平衡性。其具体表现为协调城乡区域发展、优化产业结构、改善需求结构及升级经济结构对地区发展的影响。具体设立城乡协调等5个支撑点，并选取城乡收入比等10个基础指标。各产业劳动效率由各产业比较劳动生产率Bi（i=1，2，3）表示，计算公式为Bi=（Gi/G）/（Li/L）。其中，Gi（i=1，2，3）为各产业增加值，G为总产值，Li（i=1，2，3）为各产业就业量，L为总就业量。恩格尔系数由居民食品支出与居民消费总支出之比得到① ① 具体为，恩格尔系数=（城市人均食品支出×城镇人口+农村人均食品支出×农村人口）/居民消费支出。，用于测度经济稳定的经济波动率，采用经济增长率变动幅度绝对值表示。

绿色能充分体现促进人与自然和谐相处的可持续发展观。由资源节约、污染控制、生态保护3个支撑点出发选择指标。具体选取单位GDP的能耗与电耗、单位GDP三类排放等变量反映资源消耗与环境治理，以森林覆盖率等指标揭示环境保护的成果。其中，单位GDP能/电耗为地区能耗与电耗总额与各省区2002年价格GDP之比;废气排放由二氧化硫排放量衡量，固体废物排放用一般工业固体废物产生量反映。

开放是国家繁荣发展的必由之路。以贸易依存度反映外贸开放程度，以实际利用外资强度衡量外商投资水平。为便于与GDP比较，对美元计价的进出口总额和实际利用外资总额指标，参照同年美元兑人民币平均汇率换算为人民币计价。

共享旨在改善民生问题。针对共享发展中出现的收入差距大、区域发展不均、社会公共服务水平差距过大等社会分配失衡现象，设立福利设施水平和地区共享水平2个支撑点。福利设施水平具体包括等级公路密度等6个基础指标，以全面反映当前社会公众普遍关注的交通、医疗、教育、公共服务等重点问题。地区共享水平涵盖两方面，一是通过各省人均GDP与全国人均GDP的比值衡量地区收入共享水平，二是以各省居民消费水平与全国平均消费水平之比衡量地区消费共享水平。

（二）数据来源和方法选择

鉴于2002年以前众多指标数据缺失严重且2018年后部分数据尚未公布，本研究测度中国大陆31个省区高质量发展指数时，时间跨度定为2002～2017年。基础指标所需数据分别来自历年《中国统计年鉴》《中国固定资产统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国卫生和计划生育统计年鉴》，以及中经网与国泰安数据库。对部分省份个别指标的少量缺失数据，通过年平增长率插补获得。

加权合成方法选择上，本文在经典主成分分析法基础上，将横截面数据按时序排列以开展全局主成分分析，构造涵盖指标、空间、时间的三维立体数据，使测度结果兼具横向可比性与纵向可比性。为消除量纲差异的影响，采用z-score法将指标数据标准化。同时，对逆指标采用倒数处理，以确保所有指标对高质量发展指数的作用方向一致。在此基础上，即可对照表1高质量发展体系指标进行全局主成分分析。首先，确定基础指标对支撑点的权重;进而，应用时序全局主成分分析，通过对多维基础指标进行降维处理分别合成创新、协调、绿色、开放、共享五大维度指数;最后，再次对各发展理念指数进行主成分分析，最终合成地区高质量发展总指数。

三、中国高质量发展水平的地区差异分解

为进一步识别地区间高质量发展不平衡不充分特征，在已有測度结果基础上，对地区差异进行分解以厘清其贡献来源。为衡量地区经济质量发展差异，众多学者采用基尼系数法、σ系数法、变异系数法，[16][17]也有少数研究利用泰尔指数法进行结构分解。[18]然而，基尼系数等经典方法仅能从组内分析地区发展质量变化，其精度不高且无法辨识组间差异;泰尔指数法虽能分解组内与组间差异，但受数据分布及形式选择影响，其在应用中仍有一定局限。[19]针对上述问题，Dagum提出一种基于基尼系数的子群分解方法，以克服传统方法不足，该方法充分考虑各子群样本分布，可有效解释总体与样本子群间的差异来源。[20]

（一）分解方法

借鉴Dagum的研究方法，[20]将我国大陆各省区划分为东中西部三个子群。子群数k=3，省区数n=31;h与j代表子群，nh与nj为相应子群包含的省区数。对任意一年，以yhr代表h子群中r省区高质量发展水平，为所有省区高质量发展水平的均值，则该年原始基尼系数G为：

G=∑kj=1∑kh=1∑nji=1∑nhr=1yji-yhr2n2 （1）

将G分为子群内（Within）差异贡献Gw、子群间（Between）净差异贡献Gnb及超变密度（Intensity of Transvariation）贡献Gt三个部分，等式关系为：G=Gw+Gnb+Gt。与泰尔指数法相比，Dagum基尼系数子群分解法不仅可以有效识别各省区高质量发展水平的组内效应（Gw）与组间效应（Gnb），同时还能考虑地区间高质量发展水平交叉项对整体基尼系数G的影响，超变密度Gw衡量了不同地区间省区高质量水平产生交叉项的情况，反映了不同地区高质量发展水平的聚类程度。聚类程度越高，交叉项越小，超变密度贡献越小;反之，聚类程度越低，交叉项越大，超变密度贡献则越大。故其对高质量发展水平差异的分析更为准确全面。

进一步地，基尼系数G各组成部分可细分为：

Gjj=∑nji=1∑njr=1yji-yjr2jn2j （2）

Gw=∑kj=1Gjjpjsj （3）

Gjh=∑nji=1∑nhr=1yji-yhrnjnh（j+h） （4）

Gnb=∑kj=2∑j-1h=1Gjh（pjsh+phsj）Djh （5）

Gt=∑kj=2∑j-1h=1Gjh（pjsh+phsj）（1-Djh） （6）

其中，Gjj为子群内各省区高质量发展水平基尼系数，Gjh则为不同子群的省区间基尼系数;j与h为对应子群高质量发展水平均值;pj=nj/n为j子群省区数占比;sj=njj/n为j地区高质量发展水平倍率。

以Djh=（djh-pjh）/（djh+pjh）表示两子群高质量发展水平的相对影响。其中，djh为子群间总影响，pjh为超变一阶矩。给定连续的子群累积密度分布函数Fj（·）与Fh（·），djh与pjh可表示为：

djh=∫∞0dFj（y）∫y0（y-x）dFh（x） （7）

pjh=∫∞0dFh（y）∫y0（y-x）dFj（x） （8）

当j&gt;h，djh与pjh分别为在yji>yhr和yji<yhr的条件下，高质量发展水平差距yji-yhr与yhr-yji的加权平均，即样本值加总的数学期望。

（二）分解结果

根据式（4）至式（11），对2002～2017年度各省区高质量发展水平基尼系数进行子群分解，为此，将我国31个省区市划分为三大区域① ①目前，官方采用的区域划分方式中将东北地区单列。但就学术研究需要而言，仍有不少学者青睐三大区域划分。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省市;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省;西部地区包括四川、重庆、贵州、云南、内蒙古、西藏、陕西、广西、甘肃、青海、宁夏、新疆等12个省区市。，各种基尼系数及其贡献率，如表2所示。

由整体基尼系数G可知：21世纪初，由于经济系统各维度发展不均，各地区高质量发展水平差异较大;2010年以前，基尼系数较高，取值在0.240～0.258之间;2010年后，欠发达地区经济协调能力增强促使总体差异缩小，基尼系数基本保持在0.21上下。由各地区高质量发展水平差异三大来源可知，分项贡献率十分稳定：超变密度Gt是导致区域高质量发展差异的主因，其贡献高达60%，表明东中西部的高质量发展水平具有一定程度的交叉，地区间部分省份发展层次相近，也反映了地区内省份高质量发展水平聚类程度低，差异水平大;与此同时，组内差异也有较大影响，其贡献率维持在34.2%～34.5%;组间差异贡献很低，仅在5%～7%上下，与超变密度贡献分析结果相吻合。结合基尼系数分解结果可知，西部地区的組内与组间差异均明显高于东中部地区，其地区内部差异及同发达地区的暂时性差距是我国高质量发展地区差异的主要原因之一。

四、新发展理念的耦合关联评价

Dagum基尼系数子群分解法虽能识别各地区高质量发展水平的差异来源，但无法详细说明地区内部诸发展理念与高质量发展综合评价值的内在联系。作为评价高质量发展的核心要素，新发展理念的协调性直接影响区域经济发展质量，可进一步揭示地区内部与地区之间发展理念差异与高质量发展之间的相互关系。

经济研究中，常用耦合协调度测度经济系统内部各要素的协调性。灰色关联模型则基于几何相似度定量判断各要素间是否存在紧密联系，其较相关系数与回归分析更胜任反映经济系统的主要影响因素及差异。下面进一步使用耦合协调度与灰色关联模型，探讨我国各区域新发展理念指标与高质量发展水平的协调性。

（一）计算方法

假设经济系统有M个测度指标，分别记作U1，U2，…，UM。可用如下公式计算耦合度O，以θ为权重构造系统综合评价指数P，最终得到耦合协调度Q：

O=∏Mm=1Um（∑Mm=1Um/M）M1M （9）

P=∑Mm=1θmUm （10）

Q=OP （11）

其中，耦合度O用以度量各系统的相互作用影响，反映系统之间相互依赖制衡程度。协调指数P度量耦合相互作用中良性耦合程度的大小，体现系统协调状况的好坏。由式（11）最终得到耦合协调度Q，用以量化评价经济系统的协调发展水平。Q取值范围为0～1，越接近1，表明经济系统的协调状况越好;越接近0，则意味着经济系统的协调状况越差。进一步参照任喜萍和殷仲义的研究[21]，按数值大小将耦合协调度分为十个等级，标准如表3所示。

设t时期（t=1，2，…，T）n省区市（n=1，2，…，N）的高质量发展水平特征序列为H0（n，t），第m个发展理念指标因素特征序列为Um（n，t），则各发展理念指标与高质量发展水平的灰色关联系数rm（n，t）为：

rm（n，t）=S+ρ×LH0（n，t）-Um（n，t）+ρ×L （12）

其中，S=minm，n，tH0（n，t）-Um（n，t），L=maxm，n，tH0（n，t）-Um（n，t），分别代表三个维度（指标m、省区市n、时期t）上发展理念绝对差的最小值与最大值;分辨系数ρ的取值范围在0～1之间，取值越小则分辨能力越强。对发展理念指标m，可分别计算截面灰色关联系数rm，n=∑Tt=1rm（n，t）/T与时序灰色关联系数rm，t=∑Nn=1rm（n，t）/N。与耦合协调度等级类似，灰色关联度可分为四个等级：0≤r<0.4为弱关联，0.4≤r<0.6为中等关联，0.6≤r<0.8为较强关联，0.8≤r≤1为强关联。

（二）结果分析

基于通过全局主成分分析测算所得的新发展理念五大维度指数，根据式（9）计算耦合度，以高质量发展水平综合指数作为协调指数，通过式（11）计算得到耦合协调度，据以反映各地区高质量发展的协调水平，计算结果如表4所示。整体上看，全国31个省区市新发展理念耦合协调度均值由2002年的0.4167不断增长至2017年的0.5318，由濒临失调逐步转换至勉强协调阶段，但达到初级协调阶段目标尚有一定距离，各发展理念互动作用逐步增强;分省区市进行分析，同其他地区相比，北京、上海两地耦合协调度自2002年起已拥有较强的发展优势，且十余年来增势明显，目前已达到较高水平。天津与黑龙江在21世纪初耦合协调一度领先多数省区市，但近年来增速放缓，增长幅度分别仅为0.0313与0.0381，而青海、宁夏、新疆等西部地区初始耦合协调度较低，耦合协调增长速度缓慢，2002～2017年之间增幅不足0.05。与之相对，安徽、湖南、湖北等中部地区耦合协调近年来增势迅猛，增长幅度均超过0.15，尤以安徽为甚，由2002年的0.2915增至0.5485，耦合协调增加达0.2570。除此之外，中部绝大部分省份增长幅度也均超过0.1。西部地区中，耦合协调度增长则以贵州为翘楚，2002～2017年增长幅度达0.2363，但由于期初耦合协调度不高，因而当前与部分东中部省市之间尚存在一定距离。重庆、陕西、四川紧随其后，耦合协调亦保持着较高的增长态势，而青海、宁夏等地由于经济发展的局限性，其初始耦合协调度较低且增幅缓慢，仍存在较大的上升空间。

由上述分析可知，各省区市耦合协调度存在一定差异，为进一步探究我国地区耦合协调差异的变动情况，采用σ收敛检验法对全国及东中西部地区耦合协调度进行收敛性分析，σ收敛可有效反映地区耦合协调度偏离整体平均水平的动态变化趋势，用以揭示地区耦合协调水平是否随时间推移而减小。常用于σ收敛检验的统计指标包括变异系数、标准差、基尼系数等，这里通过标准差法对耦合协调的离散程度进行衡量，检验公式如式（13），其中，Qi（t）表示第i个省区市第t时期的耦合协调度，N=31为省区市数，若下一时期耦合协调度标准差σt+1<σt，则表明各地区耦合协调度差异有缩小趋势，存在σ收敛，反之则说明仍处于发散状态。2002～2017年全国及各地区σ值随时间的变化趋势如图1所示。

σt=N-1∑Ni=1Qi（t）-N-1∑Ni=1Qi（t）21/2 （13）

图1表明，全国及东中西部地区耦合协调的σ值均呈现平稳变化，从变化程度大小来看，全国整体耦合协调度保持在0.1032～0.1226之间，其中东部地区各省区市耦合协调差异最大，西部次之，而中部地区σ值最小。自2002年起，虽然中、西部地区耦合协调σ值大小变化有所起伏，但从总体上看呈下降趋势。与之相对，东部地区在2010年前始终呈现上升态势，2010年后有所回落，但降幅程度不大。2014年之后，东中西部耦合协调σ值均出现一定反弹上升，其收敛性也有发散之势。

为更准确地检验各地区耦合协调度的σ收敛性，参照郝枫和张圆的研究思路[22]，构建如下收敛性检验计量模型：

σt=α+δt+μt （14）

其中，α為截距项，δ为收敛系数，t为时间趋势，μt为随机扰动项，若δ显著小于0，则表明该地区耦合协调度具有收敛趋势;否则则表示仍处于发散状态，检验结果如表5所示。

估计结果显示，σ收敛性检验中收敛系数δ均不显著，表明当前我国各地区耦合协调度差异尚未达到逐渐缩小的趋势。从收敛系数δ正负及大小来看，全国及中西部地区δ为负，意味着其已逐步向收敛方向发展，需要经历更长一段时期方可达到显著收敛。中部地区较西部地区收敛速度更快，对整体耦合协调度的收敛具有重要推动作用。同图1数值分析结果一致，东部地区的收敛系数为正，说明现阶段东部地区各省区市之间的耦合协调度差异尚未缩小，仍处于一定的发散状态但并不明显。相对中西部地区而言，其实现耦合协调收敛的困难程度更大。

由表2中基尼分解结果可知，我国各地区高质量发展水平在2010年前后存在明显变化。为更好对耦合协调度结果做共时性对比与历时性演变分析，以2010年为界将考察期分为两个阶段，分别对其计算各省区市耦合协调度的均值。根据表3所列划分标准，耦合协调度空间分布格局如表6所示。由空间分布演变结果看，我国各地区耦合协调度的等级差异，再次呈东高西低的阶梯分布特征。北京与上海耦合协调度最高，发展理念与高质量发展水平达到中级协调，而西部地区多数省区市轻度失调。相比2002～2010年，2011～2017年多数省区市协调等级均有提升。西部省区市的中度失调现象完全消除;东部省区市基本跨越濒临协调等级，广东、江苏、浙江由勉强协调升至初级协调;中部省份协调等级均上升一级;西部省区市耦合协调度同样明显改善，多个省区市由轻度失调升为濒临失调，四川和重庆则由濒临失调迈入勉强协调阶段。

西部地区协调等级整体上与东中部仍有较大差距，但其耦合协调度增速更快。西部地区两阶段间平均增长率高达15.1%，而东部、中部增长率分别为7.2%与10.8%，这促使耦合协调度区域差异有所减弱。但西部各省区市耦合协调发展速度存在两极分化，四川（23.5%）和重庆（22.8%）耦合协调度大幅上升，极具发展潜力;宁夏（-2.1%）、新疆（-2.7%）、青海（-10.1%）的耦合协调度均有不同程度下降，滞留甚至降级至轻度失调等级。可见，提升欠发达地区高质量发展与新发展理念的协同度，缩小与发达地区差距仍任重道远。

根据上述耦合协调分析，依据协调等级与发展速度将各省区市划分为四大类型，协调等级高低以是否达到勉强协调进行划分，而发展速度快慢以2002～2017年耦合协调增长是否超过0.1进行衡量。其中，“优异型”为协调等级高且发展速度快，当前耦合协调已处于领先水平的省区市;“普通型”为初始协调等级高但发展速度慢，在已有良好基础上有待上升的省区市;“后进型”则是初始协调等级低但发展速度快，耦合协调极具发展潜力的省区市，近年来部分省区市已进入勉强协调及以上的协调等级;“滞后型”为初始协调等级较低且发展缓慢的省区市，需给予重点关注，四类型省区市分布如表6所示。

由表7可知，我国耦合协调发展存在“领头少，中间多”的分布特征，“优异”型省区市仅有北京、上海两个城市，多数集中在“后进型”省区市，其中主要以中西部地区为主，经过十余年的发展，“后进型”省区市基本已实现了向勉强协调阶段的跨越，未来具有较大的提升空间。“普通型”省区市的数量相对较少，其中以东部地区居多，虽然在初期处于较高的耦合协调等级，然而近年来发展受到一定局限，其耦合协调需要更大提升。同时也应看出，目前仍有一部分省区市处于“滞后型”，除河北省外，其余均位于西部地区，其无论在耦合协调等级还是发展速度上均与东中部省区市存在较大差距，有待进一步改善。

由标准化数据，根据式（15）对两个时期分别计算各地区发展理念的灰色关联系数，并对各理念指标得分排序，以识别各大发展理念对各地区高质量发展的相对重要性。参照已有研究惯例，将分辨系数ρ设为0.5，得到地区截面灰色关联系数。

表8显示，2011～2017年，我国各地区新发展理念的五个维度与高质量发展得分之间的灰色关联程度基本达到较强关联，中西部地区各指标关联性更强。不同时期内，地区层面上各指标灰色关联系数排序变化较大，而全国层面则保持稳定。整体来看，新发展理念对高质量发展的相对重要性为：创新>共享>协调>开放>绿色。从各维度指标系数变化看，创新、协调、共享指标的灰色关联系数有一定提升，而绿色、开放关联度有所下降。此外，地区层面高质量发展关联侧重点各不相同。对于东部地区，确定适度产业结构比例、合理安排投资消费结构等协调问题为当前高质量发展的工作重心;中西部地区的高质量发展与创新关联最为密切，利用创新产出贡献有望逐步缩小与东部的差距。与此同时，随着共享经济不断发展，区域间共享水平与区域内福利设施完善程度与高质量发展之间的联系日益紧密。囿于地域限制，内陆地区开放发展受限，沿海地区开放水平较为发达，地区差异明显，相较而言开放关联度略低，而对环境污染的治理和生态保护所取得的成果需较长时间方能显现，故绿色关联度居末。

除区域间关联程度有别，同一省份各发展理念指标的相关系数也各有差异，少数省份个别指标仍处于弱关联水平，与高质量发展融合度亟待提升。不同经济发展水平下，各发展理念对各省区高质量发展的作用不同。经济发达省份的创新关联度与共享关联度较高、绿色关联度较低，绿色生产力有待激发;欠发达省区的协调关联度与绿色关联度较强，开放关联度较弱。此外，地区内各省份不同指标的关联性有明显动态变化，两时期灰色关联系数增速各异。中部地区协调关联系数增速最高（7.30%）;东部地区紧随其后（7.26%），表明缓解区域不平衡矛盾、促进协调发展对发达地区日益重要;西部地区创新关联系数增速最高（9.63%），因而创新指标对欠发达地区具有更大潜力。

五、地区新发展理念的互动关系

由上可知，新发展理念与高质量发展存在密切关联，各地区耦合协调度不断攀升。新发展理念同高质量发展在经济系统内彼此影响，对其互为因果的动态关系，可借助计量模型进一步量化识别。为有效反映系统内高质量与发展理念各变量间的内生依存，选取面板向量自回归模型（Panel Vector Autoregression，PVAR）进行考察。PVAR模型最初由Holtzeakin提出[23]，后经不断完善，兼具向量自回归与动态面板数据模型之长，将系统内所有变量视为相互影响的有机整体，无需区分内生与外生变量。PVAR放宽了VAR模型对数据时间长度的限制，并放松平稳性假设，其仅凭较短数据即可有效估计模型参数;故可较好揭示样本单元中个体差异对系统整体的影响，在反映变量相互作用及动态效应方面颇具优势。

（一）模型设定

为揭示新发展理念各个维度与高质量发展水平之间的相互作用机制，参考Love和Zicchino[24]、孙正和张志超[25]，构建如下计量模型：

EHQit=Γ0+∑qp=1Γ1EHQit-p+∑qp=1Γ2Xit-p+φtfi+λt+εit（15）

其中，i代表省区（i=1，2，…，n），t代表时期（t=1，2，…，T），p为滞后期阶数。本文着重考察各发展理念对高质量发展的影响，故以高质量发展水平EHQit为被解释变量，发展理念指标作为解释变量Xit=[Innovateit，Coordinateit，Greenit，Openit，Shareit]。Γ0，Γ1，Γ2分别为截距项、高质量发展水平及发展理念指标待估参数矩阵;fi为不可观测的地区固定效应，φt为其对应系数;λt为时间效应，体现每一时期的特定冲击;假设随机误差项εit服从零期望与同方差，并同各变量及fi正交。通过对各变量的参数估计及脉冲响应图解，可有效刻画新发展理念对不同地区高质量发展影响的异质性，进而揭示各地区高质量发展系统内部的动态效应。

（二）数据检验

模型估计前，需对各变量进行单位根及格兰杰因果检验以保障分析结果可靠性。前者确保时间序列平稳，避免伪回归造成的估计结果有偏;后者用以判断考察期内解释变量与被解释变量间是否存在因果关系。首先，对全国与地区层面各变量进行单位根检验。经审慎权衡，借鉴徐建中等做法[26]，采用LLC检驗、IPS检验、Fisher ADF及Fisher PP检验等多种方法，交叉验证保证检验结果稳健。结果表明，对全国及东中西部，至少在10%的显著性水平下拒绝存在单位根的原假设，即高质量发展水平与各发展理念指标为平稳序列。

随后，采用Dumitrescu与Hurlin的改进方法[27]，将EHQit与Xit中各指标分别进行面板数据Granger因果关系检验。该方法在面板平稳的假设之下，允许各截面单元回归系数可变，因而更具灵活性。结果显示，在1%的显著性水平下，全国及各地区的D-H检验拒绝无Granger因果关系的原假设，表明高质量发展水平与各发展理念指标相互间存在因果关系。以上检验，为估计PVAR模型奠定了良好基础。

（三）估计结果

PVAR模型的地区固定效应及时间效应，同解释变量滞后项可能存在相关性。参照Love和Zicchino的处理方式[24]，模型估计前采用Helmert前向差分转换法剔除地区固定效应，同时应用组内均值差分法剔除时间效应，以提高参数估计结果的准确性。然后，综合参考AIC、BIC及HQIC信息准则确定PVAR模型的最优滞后阶数。结果显示，全国及东中西部PVAR模型最优滞后阶数均为二阶。进而，使用GMM对全国及三大地区PVAR模型的参数进行估计。

表9的PVAR模型估计结果显示，各变量一期滞后对高质量发展均有显著促进作用。高质量发展滞后项EHQ（-1）的影响最强;发展理念指标中，创新与协调滞后项影响更高，绿色、开放、共享的影响稍低且较为接近。对二期滞后，EHQ仍保持显著自我增强机制;但各发展理念指标的影响均不显著，且作用方向不尽一致。Innovate，Share，Open维持积极作用，其他指标则转为抑制效应。得益于技术进步与FDI扩大，创新、开放指标对高质量发展的正向效应更早显现。滞后二期Green（-2）Coordinate（-2）对高质量产生消极作用，其对高质量发展的促进作用直至滞后一期才得以显现，二者滞后一期二期系数符号截然相反。一方面，由于环境污染、地区发展不协调等问题致使绿色、协调对高质量发展产生不甚显著的负面影响;另一方面，随着发展的不断深化，绿色、协调对于高质量发展的正向经济效应逐渐释放，抵消了前期的消极结果。这表明，其对高质量发展的影响具有一定的时效性。

分地区看，各发展理念对区域高质量发展的影响程度不尽相同。东部地区凭借政策先发与区位优势，在贸易开放与引进外资方面具备得天独厚的有利条件。自我国加入WTO以来，更多外资企业进入我国东部地区，先进技术引入与经济体制改革深化，极大促进了创新能力提升。同时，东部地区公共医疗卫生服务与基础设施更为完善，使其在创新、开放及共享方面的贡献度优于中西部。然而，长期粗放型经济增长积累起严重的环境污染问题，制约了东部地区的绿色发展;加之“马太效应”加剧地区内部发展不平衡矛盾，令其协调发展贡献度弱于中西部地区。相比之下，中西部地区虽在创新与开放贡献度方面略逊东部，但其协调与绿色发展贡献度更胜一筹。

六、结论与展望

本文基于“创新、协调、绿色、开放、共享”的新发展理念，构建我国高质量发展指标体系用于综合评价，并就二者内在关联与影响强度进行量化分析。首先，借助全局主成分分析法，测度2002～2017年高质量发展水平与各发展理念指标得分。进而，利用Dagum基尼子群分解技术揭示各地区高质量发展水平差异来源，借助耦合协调分析识别各地区的系统协同性。最后，选用面板向量自回归模型，探讨新发展理念对高质量发展水平的影响强度及动态变化。主要结论与认识如下：

1. 各地区高质量发展水平存在差异，但差异结构相对稳定，超变密度是其首要来源。虽然地区间发展差异近年来明显减小，但地区内部较大的省区差异不容忽视。有别于高质量发展水平的地区排序，西部子群内差异远高于其他地区，表明两极分化十分明显。

2. 我国各地区耦合协调呈现强度“东高西低”、速度“中快西慢”的发展特征。近年来，各地区新发展理念的耦合协调度均有不同程度改善，但增长幅度有别。2002～2017年间，多数中部地区耦合协调增加明显，但部分东部省区增速缓慢，仍有许多西部省区存在较大的提升空间，发展突出的高协调等级省区甚少。全国及东中西部省区的耦合协调均未达到显著收敛，比较之下，中部省区最具收敛趋势，而东部省区内部耦合协调差异较大，达到收敛状态更为困难。2010年后，迈入或超越勉强协调阶段的省区比例显著提升;但耦合协调度地区差异明显，尽管东部省区几乎均已跨入协调阶段，西部省区大多仍未摆脱失调状态。从区域的空间分布来看，中部地区存在较多“后进型”省区，其未来耦合协调极具发展潜力，东部地区虽然整体协调等级较高，但“优异型”发展省区凤毛麟角，部分“普通型”省区发展缺乏后劲，西部地区“后进型”与“滞后型”发展省区分庭抗礼，“滞后型”省区将成为后续重点关注对象。据灰色关联系数而论，各地区差异不大，各发展理念指标与高质量发展均呈较强关联，尤以创新指标联系更紧。

3. 新发展理念对高质量发展水平有明显促进作用。新发展理念指标对高质量发展的影响存在明显地区差异：东部地区在创新、开放、共享等方面颇具优势，中西部地区则更为倚重绿色与协调发展。我国高质量发展系统长期稳健，其主要由自身滞后项决定，受各发展理念指标冲击的影响较为有限。

根据研究结论，提出如下政策建议：（1）将新发展理念贯穿我国耦合协调发展的全过程和各领域，结合地区经济发展现状与相对优势，制定我国区域耦合协调发展的综合提升政策，全方位推进耦合协调发展的逐步提升;（2）以区域协调战略强化耦合协调发展，在客观认识各地区耦合协调发展差异的基础上，发挥东部地区新发展理念耦合协调优势，加强其与中西部地区的合作交流力度，发挥突出优势带动中部地区崛起，同时推动西部地区耦合协调的同步提高;（3）注重新发展理念五大维度相互联系，在保证绿色发展的前提下，充分发挥地区创新的主导作用，加强内部相对发展滞后省区的互助帮扶，促进区域间耦合协调的相互融通补充，进而实现各地区耦合协调的全面可持续发展。

以新发展理念引領高质量发展，是协调我国地区发展不平衡、不充分矛盾的根本出路。本研究力图由新发展理念视角推进我国区域高质量发展研究，虽已得到若干发现，但该领域研究仍任重道远。未来研究中，可对如下方面做深入探索：①正视新发展理念耦合协调的地区差异，由城乡差异和产业分布剖析各省区耦合协调的空间关联与主导因素异同。②克服数据可得性与可比性制约，构建适于国际比较的高质量发展指标体系，围绕新发展理念，重点考察典型发达国家耦合协调发展特征，为更好评价我国高质量发展进程提供有益参照系。③立足我国经济发展现实，进一步深入剖析新发展理念系我国耦合协调的内在机理，考察新冠疫情等重大突发事件对我国耦合协调系统的外生冲击，为促进我国各地区新发展理念耦合协调的平稳协同健康发展提供政策参考。

参考文献：

[1]金碚.关于“高质量发展”的经济学研究[J].中国工业经济，2018（4）：5～18.

[2]任保平，文丰安.新时代中国高质量发展的判断标准、决定因素与实现途径[J].改革，2018（4）：5～16.

[3]马建堂.伟大的实践 深邃的理论——学习习近平新时代中国特色社会主义经济思想的体会[J].管理世界，2019，35（1）：1～12.

[4]高培勇.理解、把握和推动高质量发展[J].经济学动态，2019（8）：3～9.

[5]李金昌，史龙梅，徐蔼婷.高质量发展评价指标体系探讨[J].统计研究，2019，36（1）：4～14.

[6]钞小静，任保平.中国经济增长质量的时序变化与地区差异分析[J].经济研究，2011，46（4）：26～40.

[7]魏婕，任保平.中国各地区经济增长质量指数的测度及其排序[J].经济学动态，2012（4）：27～33.

[8]任保平，韩璐，崔浩萌.进入新常态后中国各省区经济增长质量指数的测度研究[J].统计与信息论坛，2015，30（8）：3～8.

[9]詹新宇，崔培培.中国省际经济增长质量的测度与评价——基于“五大发展理念”的实证分析[J].财政研究，2016（8）：40～53;39.

[10]李梦欣，任保平.新时代中国高质量发展的综合评价及其路径选择[J].财经科学，2019（5）：26～40.

[11]杨柳青青，李小平.基于“五大发展理念”的中国少数民族地区高质量发展评价[J].中央民族大学学报（哲学社会科学版），2020，47（1）：79～88.

[12]方大春，马为彪.中国省际高质量发展的测度及时空特征[J].区域经济评论，2019（2）：61～70.

[13]徐志向，丁任重.新时代中国省际经济发展质量的测度、预判与路径选择[J].政治经济学评论，2019，10（1）：172～194.

[14]郭长青.经济结构调整、增速放缓与高质量发展——基于索罗-斯旺增长模型[J].贵州财经大学学报，2019（5）：12～18.

[15]郝枫，郝红红，赵慧卿.中国基准资本存量研究——基于首次经济普查修订数据[J].统计与信息论坛，2009，24（2）：7～13.

[16]魏敏，李书昊.新时代中国高质量发展水平的测度研究[J].数量经济技术经济研究，2018，35（11）：3～20.

[17]师博，任保平.中国省际高质量发展的测度与分析[J].经济问题，2018（4）：1～6.

[18]聂长飞，简新华.中国高质量发展的测度及省际现状的比较分析[J].数量经济技术经济研究，2020，37（2）：26～47.

[19]廖凯诚，李晓晔，谢慧敏.地方政府经济与社会投资效率的区域差异分解及动态效应评价[J].数量经济技术经济研究，2019，36（12）：42～63.

[20]Dagum C. A New Approach to the Decomposition of the Gini Income Inequality Ratio[J]. Empirical Economics， 1997， 22（4）： 515～531.

[21]任喜萍，殷仲义.中国省域人口集聚、公共资源配置与服务业发展时空耦合及驱动因素[J].中国人口·资源与环境，2019，29（12）：77～86.

[22]郝枫，张圆.国民财富视角下我国区域经济发展均衡性初探[J].商业经济与管理，2021（2）：80～96.

[23]Holtzeakin D， Newey W K， Rosen H S， et al. Estimating Vector Autoregressions with Panel Data[J]. Econometrica， 1988， 56（6）： 1371～1395.

[24]Love I， Zicchino L. Financial Development and Dynamic Investment Behavior： Evidence from Panel VAR[J]. The Quarterly Review of Economics and Finance， 2006， 46（2）： 190～210.

[25]孫正，张志超.流转税改革是否优化了国民收入分配格局？——基于“营改增”视角的PVAR模型分析[J].数量经济技术经济研究，2015，32（7）：74～89.

[26]徐建中，王曼曼，贯君.动态内生视角下能源消费碳排放与绿色创新效率的机理研究——基于中国装备制造业的实证分析[J].管理评论，2019，31（9）：81～93.

[27]Dumitrescu E I， Hurlin C. Testing for Granger Non-Causality in Heterogeneous Panels[J]. Economic Modelling， 2012， 29（4）： 1450～1460.

The Spatial Distribution of Coupling and Coordination of China’s High-quality

Development Level Based on the New Development Philosophy

ZHANG Yuan1，HAO Feng1，LI Jingwen2

（1.School of Economics， Tianjin University of Commerce， Tianjin 300134， China

2.School of Statistics， Tianjin University of Finance and Economics， Tianjin 300222，China）

Abstract：

Based on the vision of innovative， coordinated， green， open and inclusive development， this paper measures the high-quality economic development level of 31 provinces by using the time series global principal component analysis method. Then， we use the Dagum Gini subgroup decomposition method to decompose the regional differences， and decomposes the regional differences with the coupling and cooperation method. Finally， according to PVAR， the interaction mechanism between new development vision and high-quality economic development level is discussed. The main findings are：（1）The overall difference in China's high-quality development level has decreased， the internal multi-level differentiation is increasingly apparent， while the structure of regional differences is stable， and the super variable density difference is the main source. （2）In recent years， China's high-quality development level has reached a strong correlation with the new development concept， but the coupling coordination degree has not yet reached convergence. The level of coupling and coordination in the eastern region is generally high， while the central region develops the fastest. Although some western provinces are still in the stage of mild maladjustment， most provinces are on the verge of maladjustment. （3）There is a short-term interaction between new development vision and high-quality development. The eastern region has prominent impact on innovation and opening， while the central and western regions have more advantages in green and coordination.

Key words：

high quality economic development;new development philosophy;coupling coordination;spatial distribution

收稿日期：2021-04-23

基金項目：天津哲学社会科学基金重点项目“京津冀经济高质量发展水平统计测度与提升路径研究”（TJTJ20-001）。

作者简介：张 圆（1991—），男，天津人，天津商业大学经济学院讲师，中国准精算师，研究方向为宏观经济统计分析;郝 枫（1979—）（通讯作者），男，河北河间人，天津商业大学领军学者，经济学院教授，博士生导师，研究方向为国民经济统计分析;李婧文（1994—），女，山东东营人，天津财经大学统计学院硕士研究生，研究方向为宏观经济统计分析。