周國富 吳迪 王曉宇

摘要：選用合適的評(píng)價(jià)指標(biāo)體系，同時(shí)采用兼具橫向和縱向可比性的綜合評(píng)價(jià)方法，對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的現(xiàn)狀進(jìn)行了綜合評(píng)價(jià)與對(duì)比分析。通過構(gòu)建空間面板主成分回歸模型還原得到真實(shí)回歸系數(shù)，對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素與制約因素進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明，在2010-2018年期間，每個(gè)省區(qū)的經(jīng)濟(jì)發(fā)展質(zhì)量均有明顯提高，但處于高水平和較高水平區(qū)間的省份大部分來自東部沿海地區(qū);互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)實(shí)力、人力資本水平和科技投入力度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展均有顯著的積極影響;公共財(cái)政支出占比的提高對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展有不利的影響;財(cái)政分權(quán)、基礎(chǔ)設(shè)施水平、環(huán)境污染治理投資力度、金融規(guī)模和引進(jìn)吸收經(jīng)費(fèi)比對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響不顯著。

關(guān)鍵詞：高質(zhì)量發(fā)展;評(píng)價(jià)指標(biāo)體系;綜合評(píng)價(jià)方法;驅(qū)動(dòng)因素;空間面板數(shù)據(jù)模型

中圖分類號(hào)：F124 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009 - 5381（2021）05 - 0049 - 09

收稿日期：2021 - 08 - 02

基金項(xiàng)目：本文系國家社科基金重點(diǎn)項(xiàng)目“新常態(tài)下經(jīng)濟(jì)高質(zhì)量發(fā)展的統(tǒng)計(jì)測(cè)度與驅(qū)動(dòng)因素研究”（項(xiàng)目批準(zhǔn)號(hào)：19ATJ006）階段性研究成果。

作者簡介：周國富，男，湖南石門人，經(jīng)濟(jì)學(xué)博士，天津財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院教授、博士研究生導(dǎo)師。研究方向：國民經(jīng)濟(jì)統(tǒng)計(jì)分析、區(qū)域協(xié)

調(diào)發(fā)展。

吳迪，女，河北唐山人，天津財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院碩士研究生。研究方向：國民經(jīng)濟(jì)統(tǒng)計(jì)分析。

王曉宇，女，河北石家莊人，北京市社會(huì)保險(xiǎn)基金管理中心工作人員。研究方向：國民經(jīng)濟(jì)統(tǒng)計(jì)分析。

一、引言

黨的十九大以來，學(xué)者對(duì)于什么樣的發(fā)展才是高質(zhì)量發(fā)展[1-2]、如何從統(tǒng)計(jì)上測(cè)度高質(zhì)量發(fā)展[3-4]、如何在新發(fā)展格局下暢通國內(nèi)國際雙循環(huán)來推動(dòng)和實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展[5-7]等進(jìn)行了深入討論，但對(duì)驅(qū)動(dòng)或制約經(jīng)濟(jì)高質(zhì)量發(fā)展的影響因素進(jìn)行系統(tǒng)實(shí)證檢驗(yàn)的文獻(xiàn)非常少。而且由于很多學(xué)者設(shè)計(jì)的高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系在指標(biāo)設(shè)計(jì)方面存在一些明顯的缺陷[8-12]，或所采用的評(píng)價(jià)方法不具有縱向可比性，導(dǎo)致對(duì)各省區(qū)或各城市經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合評(píng)價(jià)結(jié)果不具有廣泛的橫向和縱向可比性，人們無法在其基礎(chǔ)上展開更深入的實(shí)證研究。比較而言，周國富、王曉宇等[4]在系統(tǒng)考察高質(zhì)量發(fā)展核心內(nèi)涵的基礎(chǔ)上，從創(chuàng)新能力、結(jié)構(gòu)優(yōu)化、金融穩(wěn)健、綠色發(fā)展和民生福祉五個(gè)維度構(gòu)建的由三個(gè)層級(jí)、共計(jì)69個(gè)指標(biāo)組成的經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，是客觀的相對(duì)指標(biāo)或平均指標(biāo)，既充分利用了現(xiàn)有的官方統(tǒng)計(jì)資料，又具有廣泛的橫向可比性。同時(shí)，他們采用的綜合評(píng)價(jià)方法還能滿足不同年份縱向?qū)Ρ鹊男枰?，克服了上述文獻(xiàn)存在的缺陷。此外，該指標(biāo)體系中每個(gè)指標(biāo)的選取都緊緊圍繞衡量和推動(dòng)高質(zhì)量發(fā)展這一研究目標(biāo)，具有明確的導(dǎo)向性。

為了使各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素與制約因素的實(shí)證研究建立在客觀、可信的綜合評(píng)價(jià)結(jié)果基礎(chǔ)之上，本文首先采用《新常態(tài)下經(jīng)濟(jì)高質(zhì)量發(fā)展的核心內(nèi)涵及測(cè)度方法研究》一文中構(gòu)建的經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系及其相關(guān)的綜合評(píng)價(jià)方法，對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的現(xiàn)狀和空間分布做全方位的考察。其次，通過選擇合適的計(jì)量模型方法，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素和制約因素進(jìn)行實(shí)證檢驗(yàn)。再次，根據(jù)實(shí)證分析結(jié)論提出相應(yīng)的政策建議。

二、各省區(qū)高質(zhì)量發(fā)展的現(xiàn)狀和空間分布

一項(xiàng)綜合評(píng)價(jià)要得到客觀可信的評(píng)價(jià)結(jié)果，除了要有科學(xué)合理的評(píng)價(jià)指標(biāo)體系外，還要保證綜合評(píng)價(jià)結(jié)果具有廣泛的橫向和縱向可比性。就本文而言，所得到的各省區(qū)高質(zhì)量發(fā)展綜合得分不僅要在各省區(qū)之間可比，而且在各年份之間也要具有可比性。這涉及綜合評(píng)價(jià)方法的選取，包括如何對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行無量綱化處理，以及如何確定權(quán)重，但是有些文獻(xiàn)往往只注重權(quán)重的確定，而忽視了無量綱化結(jié)果需同時(shí)具備橫向和縱向兩方面的可比性。

為使各省區(qū)同一評(píng)價(jià)指標(biāo)的無量綱化結(jié)果不僅在各省區(qū)之間具有橫向可比性，同時(shí)在不同年份之間也具有縱向可比性，本文采用《新常態(tài)下經(jīng)濟(jì)高質(zhì)量發(fā)展的核心內(nèi)涵及測(cè)度方法研究》一文所推薦的相對(duì)分值法，即仍以2017年各評(píng)價(jià)指標(biāo)的全國平均水平作為標(biāo)準(zhǔn)值，計(jì)算各省區(qū)各年的相對(duì)分值。其中，對(duì)于逆指標(biāo)和適度指標(biāo)，分別采用相應(yīng)的相對(duì)分值計(jì)算公式進(jìn)行正向化處理。采用變異系數(shù)法確定每個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，并用各指標(biāo)的權(quán)重對(duì)每個(gè)省區(qū)某一年各指標(biāo)的相對(duì)分值加權(quán)算術(shù)平均，得到該省區(qū)該年經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合得分。其他年份以此類推。由于各年各省區(qū)的同一評(píng)價(jià)指標(biāo)都與同一標(biāo)準(zhǔn)值進(jìn)行對(duì)比，這就保證了所得到的相對(duì)分值及其加權(quán)后的高質(zhì)量發(fā)展綜合得分在各省區(qū)之間、各年份之間均具有可比性。

利用上述評(píng)價(jià)指標(biāo)體系和綜合評(píng)價(jià)方法，我們測(cè)算了各省區(qū)（不包括西藏和港澳臺(tái)）2010-2018年的經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分。限于篇幅，這里僅給出2010年和2018年各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分的空間分布（見圖1）。

需要說明的是，在繪制圖1時(shí)，考慮到不同年份綜合得分分級(jí)的可比性，我們首先采用自然間斷點(diǎn)分級(jí)法將2018年各省區(qū)高質(zhì)量發(fā)展的綜合得分分為六個(gè)區(qū)間。其中，第一個(gè)區(qū)間代表缺失值（如西藏和港澳臺(tái)），然后將2010年各省區(qū)高質(zhì)量發(fā)展的綜合得分也按上述六個(gè)區(qū)間分組，借此觀察各省區(qū)高質(zhì)量發(fā)展綜合得分的空間分布及其動(dòng)態(tài)變化。為了便于表述，我們將除缺失值以外的五個(gè)區(qū)間依次簡稱為經(jīng)濟(jì)高質(zhì)量發(fā)展的低水平、較低水平、中等水平、較高水平、高水平區(qū)間。

可以看出，相對(duì)于2018年，2010年只有北京和上海的經(jīng)濟(jì)發(fā)展質(zhì)量分別處于高水平區(qū)間和較高水平區(qū)間;廣東、江蘇和天津的經(jīng)濟(jì)發(fā)展質(zhì)量處于中等水平。除以上省份外，另有6個(gè)省份處于較低水平區(qū)間，分別是青海、福建、浙江、山西、陜西和重慶。其余的19個(gè)省份則全部位于低水平區(qū)間，其中8個(gè)來自西部地區(qū)（甘肅、寧夏、貴州、廣西、云南、四川、內(nèi)蒙古、新疆），3個(gè)來自東北地區(qū)，5個(gè)來自中部地區(qū)，另有3個(gè)來自東部地區(qū)。到了2018年，可以明顯地看出各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合得分有了明顯提高。其中，處于高水平區(qū)間的省份增加至2個(gè)，分別是北京、上海;處于較高水平區(qū)間的省份增加至5個(gè)（廣東、青海、浙江、江蘇和天津）;另有6個(gè)省份處于中等水平區(qū)間（重慶、福建、山西、陜西、遼寧和湖北）;10個(gè)省份處于較低水平區(qū)間，其中3個(gè)來自東部，4個(gè)來自中部，2個(gè)來自西部，1個(gè)來自東北;而位于低水平區(qū)間的省份減少至7個(gè)，其中東北1個(gè)（黑龍江）、西部6個(gè)（內(nèi)蒙古、貴州、廣西、甘肅、云南、新疆）。

由此，得出如下結(jié)論：在樣本期間，每個(gè)省區(qū)的經(jīng)濟(jì)發(fā)展質(zhì)量均有明顯提高，但處于高水平和較高水平區(qū)間的省份大部分來自東部沿海地區(qū)，而中部、西部和東北地區(qū)多數(shù)省份的經(jīng)濟(jì)發(fā)展質(zhì)量則相對(duì)偏低?？梢?，區(qū)域發(fā)展不平衡的問題依然突出，仍是當(dāng)今中國推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展必須解決的主要矛盾之一。

三、高質(zhì)量發(fā)展驅(qū)動(dòng)因素和制約因素的實(shí)證檢驗(yàn)

（一）變量選取及模型設(shè)定

1.被解釋變量

為實(shí)證檢驗(yàn)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素和制約因素，這里采用上述各省區(qū)高質(zhì)量發(fā)展綜合得分作為被解釋變量，樣本區(qū)間為2010-2018年。

2.解釋變量

綜合借鑒相關(guān)文獻(xiàn)，這里將以下變量作為可能的驅(qū)動(dòng)因素或制約因素引入回歸方程，進(jìn)行實(shí)證檢驗(yàn)：

（1）互聯(lián)網(wǎng)普及率。在“互聯(lián)網(wǎng)+”時(shí)代，該變量在文獻(xiàn)中得到廣泛采用。本文將其作為可能的驅(qū)動(dòng)因素或制約因素引入模型。

（2）財(cái)政分權(quán)度。鑒于我國的財(cái)政分權(quán)體制，該變量在文獻(xiàn)中也得到廣泛采用，但關(guān)于財(cái)政分權(quán)對(duì)經(jīng)濟(jì)增長的影響，一直存在爭(zhēng)議。由于經(jīng)濟(jì)增長是經(jīng)濟(jì)發(fā)展的必要條件，財(cái)政分權(quán)通過影響經(jīng)濟(jì)增長，也會(huì)間接作用于經(jīng)濟(jì)發(fā)展質(zhì)量[13]。為此，我們引入這一變量。

（3）基礎(chǔ)設(shè)施水平?；A(chǔ)設(shè)施對(duì)于經(jīng)濟(jì)發(fā)展很重要，但也并非越多越好，要把握適度原則。本文用各省區(qū)的公路密度作為基礎(chǔ)設(shè)施的代表變量。

（4）經(jīng)濟(jì)實(shí)力。本文用人均GDP作為衡量各省區(qū)經(jīng)濟(jì)實(shí)力的代表變量。

（5）人力資本水平。文獻(xiàn)中衡量人力資本的指標(biāo)有很多，本文用每萬人口中大學(xué)生數(shù)量來衡量人力資本水平。

（6）環(huán)境污染治理投資力度。注重環(huán)境保護(hù)，倡導(dǎo)綠色發(fā)展，已成為全社會(huì)的共識(shí)，但是不同地方的重視程度可能有差別。這里用環(huán)境污染治理投資占GDP比重來衡量各省區(qū)對(duì)環(huán)境污染治理的投資力度。

（7）金融規(guī)模。金融規(guī)模的擴(kuò)大能夠提高金融中介效率，改善資本配置路徑[14-15]，但是金融規(guī)模越大，在為企業(yè)提供便利的融資服務(wù)的同時(shí)，也可能導(dǎo)致企業(yè)排放的CO2等溫室氣體和SO2、NOX等大氣污染物增加。鑒于我國的金融體系以間接融資為主，這里用金融機(jī)構(gòu)存貸款總額占GDP比重來衡量金融體系的相對(duì)規(guī)模。

（8）引進(jìn)吸收經(jīng)費(fèi)比。該指標(biāo)等于消化吸收經(jīng)費(fèi)與引進(jìn)經(jīng)費(fèi)之比，用來反映在引進(jìn)別人先進(jìn)技術(shù)的基礎(chǔ)上進(jìn)行消化吸收或者模仿創(chuàng)新的情況。

（9）科技投入力度。技術(shù)創(chuàng)新在促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、推動(dòng)綠色低碳發(fā)展、提高經(jīng)濟(jì)運(yùn)行效率等方面有舉足輕重的作用。這里用財(cái)政用于科學(xué)技術(shù)方面的支出占一般公共預(yù)算支出的比重來衡量各省區(qū)對(duì)科技投入的重視程度。

（10）公共財(cái)政支出占比。隨著經(jīng)濟(jì)發(fā)展水平的提高，人們對(duì)公共服務(wù)的需求也在增加，為此需要增加相應(yīng)的公共財(cái)政支出。但是，如果公共財(cái)政支出的結(jié)構(gòu)、投向不合理，也可能不利于地區(qū)之間、城鄉(xiāng)之間基本公共服務(wù)差距的縮小，或不能滿足人們對(duì)某些方面基本公共服務(wù)的需要。這里用公共財(cái)政支出占一般公共預(yù)算支出的比重來衡量。

3.模型設(shè)定

本文將檢驗(yàn)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素和制約因素的計(jì)量模型設(shè)定為如下形式：

其中，是省年的經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分;是省年的互聯(lián)網(wǎng)普及率;表示省年的財(cái)政分權(quán)度;是省年基礎(chǔ)設(shè)施水平的對(duì)數(shù)值;是省年人均GDP的對(duì)數(shù)值;是省年的人力資本水平;是省年的環(huán)境污染治理投資占GDP比重;是省年金融規(guī)模的對(duì)數(shù)值;是省年的消化吸收經(jīng)費(fèi)與引進(jìn)經(jīng)費(fèi)的比值;是省年的科技投入力度;是省年的公共財(cái)政支出占比;是隨機(jī)誤差項(xiàng)。

（二）模型估計(jì)

由于各省區(qū)的經(jīng)濟(jì)發(fā)展之間可能存在一定的空間相關(guān)性，本文嘗試建立空間面板數(shù)據(jù)模型來分析經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素與制約因素。

1.空間相關(guān)性檢驗(yàn)

考慮到并非只有相鄰的地區(qū)之間才有經(jīng)濟(jì)聯(lián)系，0-1鄰接標(biāo)準(zhǔn)定義的空間權(quán)重矩陣不是很合理，加上各省區(qū)間的經(jīng)濟(jì)影響力也有強(qiáng)弱、大小之分，本文采取將地理距離權(quán)重矩陣和經(jīng)濟(jì)權(quán)重矩陣結(jié)合的做法來構(gòu)建空間權(quán)重矩陣。其中，地理距離權(quán)重矩陣根據(jù)兩個(gè)省份的省會(huì)城市之間的距離來構(gòu)造。經(jīng)濟(jì)權(quán)重矩陣的構(gòu)造則依據(jù)以下事實(shí)：經(jīng)濟(jì)增長越快的省份經(jīng)濟(jì)越有活力，對(duì)其他省區(qū)的影響力也越大。為此，以樣本期間各省份實(shí)際GDP的年平均增長速度與全部30個(gè)省份實(shí)際GDP的年平均增長速度之比來衡量各省份的經(jīng)濟(jì)活力和影響力，并由此得到經(jīng)濟(jì)權(quán)重矩陣。最后，將二者相乘，得到所需要的空間權(quán)重矩陣。

檢驗(yàn)結(jié)果顯示（見表1），各年各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分的Moran's（莫蘭指數(shù)）I值都顯著為正，適合建立空間面板計(jì)量模型。

2.從各解釋變量中提取主成分

通過對(duì)上述各解釋變量計(jì)算相關(guān)系數(shù)，進(jìn)行KMO和Bartlett檢驗(yàn)（見表2），可以發(fā)現(xiàn)各解釋變量間存在一定的相關(guān)性，如果直接建模，可能導(dǎo)致模型估計(jì)結(jié)果失真。因此，借鑒周國富等[16]的做法，首先從各解釋變量中提取主成分，并構(gòu)建空間面板主成分回歸模型，然后還原得到被解釋變量和解釋變量之間真實(shí)的回歸系數(shù)。

從表3可以看出，前9個(gè)主成分均有至少一個(gè)變量的載荷系數(shù)較大，而第10個(gè)主成分所包含的每個(gè)變量的因子載荷都很小。同時(shí)，前9個(gè)主成分的累計(jì)方差貢獻(xiàn)率已達(dá)99.198%，能夠較全面地解釋絕大多數(shù)變量。因此，本文提取前9個(gè)主成分參與建模。

3.空間面板模型的形式

在采用所提取的主成分構(gòu)建空間面板模型之前，還需進(jìn)一步確定空間面板模型的形式。檢驗(yàn)結(jié)果見表4和表5。

從表4可以看出，在前述空間權(quán)重矩陣的設(shè)定下，空間滯后面板模型的LM通過了1%的顯著性檢驗(yàn)，而空間誤差面板模型的LM僅能通過5%的顯著性檢驗(yàn)，因此，以選擇空間滯后面板模型更合適。同時(shí)，表5的檢驗(yàn)結(jié)果顯示固定效應(yīng)模型更好。因此，本文選擇構(gòu)建具有固定效應(yīng)的空間滯后面板模型。

4.模型估計(jì)結(jié)果及還原后的真實(shí)回歸系數(shù)

將正態(tài)標(biāo)準(zhǔn)化后的各省份經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分與上述9個(gè)主成分變量結(jié)合，建立具有個(gè)體固定效應(yīng)的空間滯后面板模型，結(jié)果如表6前四列所示。可以看出，被解釋變量空間滯后項(xiàng)W*Dep.Var的系數(shù)顯著為正，表明各省區(qū)的經(jīng)濟(jì)高質(zhì)量發(fā)展確實(shí)會(huì)受到其他省份的正向影響，這與前述空間相關(guān)性檢驗(yàn)結(jié)果一致，說明模型設(shè)定是合理的，真實(shí)反映了被解釋變量同各個(gè)主成分之間的關(guān)系。

最后，根據(jù)上述回歸結(jié)果，利用各主成分與各解釋變量的關(guān)系，結(jié)合各主成分的特征值和原變量的標(biāo)準(zhǔn)差等統(tǒng)計(jì)信息，還原得到各解釋變量的真實(shí)回歸系數(shù)，見表6后兩列。

（三）回歸結(jié)果的經(jīng)濟(jì)含義

結(jié)合表6中的空間滯后面板主成分回歸模型，以及表3所給出的各主成分與各解釋變量的關(guān)系，對(duì)表6中各解釋變量的真實(shí)回歸系數(shù)的統(tǒng)計(jì)顯著性及經(jīng)濟(jì)含義做出解釋：

1.互聯(lián)網(wǎng)普及率對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展有顯著的促進(jìn)作用

從表3可以看出，互聯(lián)網(wǎng)普及率（IPR）主要由主成分f1代表，且二者為正向關(guān)系，而在表6中f1的回歸系數(shù)在1%的顯著性水平下顯著為正，這表明互聯(lián)網(wǎng)普及率的回歸系數(shù)顯著為正?！盎ヂ?lián)網(wǎng)+”的發(fā)展不但對(duì)我國產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和資源合理配置發(fā)揮了積極作用，同時(shí)也促進(jìn)了我國經(jīng)濟(jì)與世界經(jīng)濟(jì)接軌，使我國經(jīng)濟(jì)獲得了前所未有的重大發(fā)展機(jī)遇。上述回歸結(jié)果符合預(yù)期。

2.財(cái)政分權(quán)度對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響不顯著

從表3可以看出，財(cái)政分權(quán)度（FD）主要由主成分f8代表，而在表6中f8的回歸系數(shù)不顯著，也就是和0沒有顯著差異。這意味著，雖然財(cái)政分權(quán)度的回歸系數(shù)為負(fù)，但未通過顯著性檢驗(yàn)，同樣和0沒有顯著差異?？赡艿脑蚴牵贺?cái)政分權(quán)的影響具有兩面性。即在一定程度上調(diào)動(dòng)了各地方政府發(fā)展經(jīng)濟(jì)的積極性，促進(jìn)了各省區(qū)的經(jīng)濟(jì)增長，但又產(chǎn)生了重復(fù)建設(shè)、環(huán)境惡化、權(quán)力尋租等消極現(xiàn)象。

3.基礎(chǔ)設(shè)施水平對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響不顯著

從表3可以看出，基礎(chǔ)設(shè)施水平（lnINF）由主成分f4代表，而在表6中f4的回歸系數(shù)不顯著。這表明，基礎(chǔ)設(shè)施水平的回歸系數(shù)未通過顯著性檢驗(yàn)，也就是和0沒有顯著差異?？赡艿脑蚴牵阂环矫?，交通基礎(chǔ)設(shè)施的改善，能夠方便人民的出行，加快貨物的流通，對(duì)于經(jīng)濟(jì)增長具有不可忽視的作用;另一方面，我國部分地區(qū)也存在基礎(chǔ)設(shè)施重復(fù)建設(shè)或過于超前的問題。因此，基礎(chǔ)設(shè)施水平對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的正向影響在統(tǒng)計(jì)上并不顯著。

4.經(jīng)濟(jì)實(shí)力仍然是各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的有力支撐

從表3可以看出，經(jīng)濟(jì)實(shí)力（lnPGDP）主要由主成分f1代表，且二者為正向關(guān)系，而在表6中f1的回歸系數(shù)在1%的顯著性水平下顯著為正。這表明，經(jīng)濟(jì)實(shí)力的回歸系數(shù)也是顯著為正。這是由于經(jīng)濟(jì)實(shí)力越強(qiáng)，越有能力增加研發(fā)投入、提供基本公共服務(wù)、改善民生福祉和促進(jìn)綠色發(fā)展。

5.人力資本的改善顯著促進(jìn)了各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展

從表3可以看出，人力資本水平（HCL）主要由主成分f7代表，且二者為正向關(guān)系，而在表6中f7的回歸系數(shù)顯著為正。這說明人力資本水平的回歸系數(shù)也是顯著為正，與預(yù)期相符。

6.環(huán)境污染治理投資力度對(duì)各省區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量的提高影響不顯著

從表3可以看出，環(huán)境污染治理投資力度（EPC）主要由主成分f5代表，而在表6中f5的回歸系數(shù)不顯著，也就是和0沒有顯著差異?？赡艿脑蚴牵洪L時(shí)間以來的粗放型經(jīng)濟(jì)增長方式使得我國的環(huán)境壓力達(dá)到了頂峰，帶來了一系列資源環(huán)境問題。為此，自黨的十八大以來我國加大了對(duì)環(huán)境污染的治理力度，對(duì)環(huán)境的改善也產(chǎn)生了積極影響，但是淘汰落后產(chǎn)能、加強(qiáng)清潔技術(shù)革新、推動(dòng)產(chǎn)業(yè)綠色轉(zhuǎn)型以及環(huán)保稅費(fèi)的增加，客觀上會(huì)給企業(yè)帶來“陣痛”，在短期內(nèi)對(duì)經(jīng)濟(jì)增長有一定的負(fù)面影響，兩相抵消后，影響不顯著。

7.金融規(guī)模的擴(kuò)大對(duì)各省區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量的提高影響不顯著

從表3可以看出，金融規(guī)模（lnFS）主要由主成分f2代表，而在表6中f2的回歸系數(shù)不顯著，也就是和0沒有顯著差異。因此，金融規(guī)模的回歸系數(shù)同樣與0沒有顯著差異。可能的原因是：金融規(guī)模對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響確實(shí)具有兩面性，兩相抵消后，影響不顯著。

8.引進(jìn)吸收經(jīng)費(fèi)比仍然偏低，對(duì)提升經(jīng)濟(jì)發(fā)展質(zhì)量的積極作用仍未體現(xiàn)出來

從表3可以看出，引進(jìn)吸收經(jīng)費(fèi)比（IAF）主要由主成分f6代表，而在表6中f6的回歸系數(shù)不顯著，也就是和0沒有顯著差異。可能的原因是：盡管近年來我國“重技術(shù)引進(jìn)、輕消化吸收”的情況有所改觀，但整體上看，引進(jìn)吸收經(jīng)費(fèi)比仍然偏低，對(duì)提升經(jīng)濟(jì)發(fā)展質(zhì)量的積極作用仍未體現(xiàn)出來。

9.科技投入力度的加大對(duì)推動(dòng)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了積極的影響

從表3可以看出，科技投入力度（IST）主要由主成分f9代表，且二者為正向關(guān)系，而在表6中f9的回歸系數(shù)在10%的顯著性水平下顯著為正，這意味著科技投入力度的回歸系數(shù)也是顯著為正。原因在于，黨的十八大以來，我國實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，出臺(tái)了一系列重大決策部署，盡管目前還存在少量“卡脖子”的關(guān)鍵技術(shù)尚未攻克，但隨著科技投入力度的加大，我國的科技創(chuàng)新能力有了顯著提升，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用日漸明顯。

10.公共財(cái)政支出占比的提高對(duì)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展有一定的負(fù)面影響

從表3可以看出，公共財(cái)政支出占比（PFE）主要由主成分f3代表，且二者為正向關(guān)系，而在表6中f3的回歸系數(shù)在10%的顯著性水平下顯著為負(fù)?？赡艿脑蚴牵耗壳肮藏?cái)政支出的結(jié)構(gòu)和投向不夠合理，如支持各類教育事業(yè)的財(cái)政支出占比仍然偏低，支持基礎(chǔ)研究、原創(chuàng)性研究的財(cái)政支出占比亟待提高。

（四）穩(wěn)健性檢驗(yàn)

前已指出，0-1鄰接矩陣不是很合理，為此，我們將距離權(quán)重矩陣與經(jīng)濟(jì)權(quán)重矩陣結(jié)合構(gòu)建了空間權(quán)重矩陣，然后建模。鑒于0-1鄰接矩陣仍是空間權(quán)重矩陣的形式之一，我們用標(biāo)準(zhǔn)化0-1鄰接矩陣代替上文的空間權(quán)重矩陣，對(duì)上述模型估計(jì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果如表7所示。

從表7可以看出，空間滯后項(xiàng)W*Dep.Var依然顯著為正，除主成分f3的顯著性略有下降外，其他主成分的系數(shù)符號(hào)以及顯著性水平與表6保持一致?？紤]到主成分f3的系數(shù)符號(hào)沒有發(fā)生變化，且在表6中該主成分的顯著性原本就不高，僅通過10%的顯著性檢驗(yàn)，因此可以認(rèn)為，上述空間面板主成分回歸模型是穩(wěn)健的。還原后，各個(gè)參數(shù)的估計(jì)值雖與表6略有差異，但是符號(hào)沒有變。綜合來看，本文為分析各省份經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素與制約因素所設(shè)定的模型與估計(jì)結(jié)果具有較好的穩(wěn)健性。

四、結(jié)論與政策含義

本文借鑒周國富等[4]從創(chuàng)新能力、結(jié)構(gòu)優(yōu)化、金融穩(wěn)健、綠色發(fā)展和民生福祉五個(gè)維度構(gòu)建的由三個(gè)層級(jí)、共計(jì)69個(gè)指標(biāo)組成的經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，采用適當(dāng)?shù)木C合評(píng)價(jià)方法，考察了2010-2018年間我國經(jīng)濟(jì)高質(zhì)量發(fā)展的現(xiàn)狀和空間分布。在確認(rèn)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分存在顯著的空間相關(guān)性的基礎(chǔ)上，同時(shí)考慮到各解釋變量間可能存在一定的多重共線性，通過建立空間面板主成分回歸模型，再還原得到各省份經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分與各解釋變量間的真實(shí)回歸系數(shù)，實(shí)證檢驗(yàn)了經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素與制約因素。結(jié)果顯示，在2010-2018年期間，每個(gè)省區(qū)的經(jīng)濟(jì)發(fā)展質(zhì)量均有明顯提高，但經(jīng)濟(jì)發(fā)展質(zhì)量處于高水平和較高水平區(qū)間的省份大部分來自東部沿海地區(qū)，中部、西部和東北地區(qū)多數(shù)省份的經(jīng)濟(jì)發(fā)展質(zhì)量則相對(duì)偏低;互聯(lián)網(wǎng)普及率、經(jīng)濟(jì)實(shí)力、人力資本水平和科技投入力度是推動(dòng)各省區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的主要因素;公共財(cái)政支出占比的提高對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展有不利的影響;財(cái)政分權(quán)、基礎(chǔ)設(shè)施水平、環(huán)境污染治理投資力度、金融規(guī)模和引進(jìn)吸收經(jīng)費(fèi)比對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響不顯著。

基于上述結(jié)論，我們得到以下政策含義。第一，應(yīng)全面落實(shí)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，以創(chuàng)新引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展。為此，應(yīng)加大人力資本投資，加快建設(shè)人才強(qiáng)國。同時(shí)，要激發(fā)人才創(chuàng)新活力，完善科技創(chuàng)新體制機(jī)制。第二，要注意防范和化解各種系統(tǒng)性風(fēng)險(xiǎn)。各地方政府的舉債規(guī)模要與償債能力相匹配，對(duì)基礎(chǔ)設(shè)施的建設(shè)應(yīng)以適度為原則。同時(shí)，要大力發(fā)展普惠金融，穩(wěn)步提高金融體系運(yùn)行效率和抗風(fēng)險(xiǎn)能力。第三，牢固樹立“綠水青山就是金山銀山”的觀念，把綠色發(fā)展理念貫穿到經(jīng)濟(jì)生活的各領(lǐng)域。要摒棄“唯GDP”的政績觀念，大力發(fā)展綠色金融，為繼續(xù)淘汰高消耗高污染高排放的落后產(chǎn)業(yè)、逐步形成綠色低碳的產(chǎn)業(yè)體系提供寬松的融資環(huán)境。要繼續(xù)加大環(huán)境污染治理投資力度，通過先進(jìn)的環(huán)保技術(shù)促進(jìn)傳統(tǒng)產(chǎn)業(yè)向綠色低碳轉(zhuǎn)型升級(jí)。第四，優(yōu)化財(cái)政支出結(jié)構(gòu)，加大對(duì)鄉(xiāng)村和邊遠(yuǎn)地區(qū)的財(cái)政支持力度，暢通國內(nèi)經(jīng)濟(jì)大循環(huán)。增加鄉(xiāng)村和邊遠(yuǎn)地區(qū)基本公共服務(wù)的供給，有助于提升鄉(xiāng)村和邊遠(yuǎn)地區(qū)的生活質(zhì)量，改善當(dāng)?shù)氐耐顿Y環(huán)境，吸引外部資金流入當(dāng)?shù)貜亩龠M(jìn)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。鄉(xiāng)村和邊遠(yuǎn)地區(qū)收入水平的提升，有助于緩解城鄉(xiāng)之間、不同地區(qū)之間發(fā)展不平衡不充分的問題，彌合需求斷層，暢通國內(nèi)經(jīng)濟(jì)大循環(huán)，助推經(jīng)濟(jì)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]金碚.關(guān)于“高質(zhì)量發(fā)展”的經(jīng)濟(jì)學(xué)研究[J].中國工業(yè)經(jīng)濟(jì)，2018（4）：5-18.

[2]任保平.新時(shí)代中國高質(zhì)量發(fā)展的判斷標(biāo)準(zhǔn)、決定因素與實(shí)現(xiàn)途徑[J].改革，2018（4）：5-16.

[3]李金昌，史龍梅，徐藹婷.高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系探討[J].統(tǒng)計(jì)研究，2019（1）：4-14.

[4]周國富，王曉宇，張書霞.新常態(tài)下經(jīng)濟(jì)高質(zhì)量發(fā)展的核心內(nèi)涵及測(cè)度方法研究：兼評(píng)各省區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量[J].貴州省黨校學(xué)報(bào)，2020（2）：14-27.

[5]畢吉耀，張哲人.以暢通國民經(jīng)濟(jì)循環(huán)為主構(gòu)建新發(fā)展格局[EB/OL].（2020-09-18）[2021-07-23]. http：//gdyjzx.gd.gov.cn/zcyj/zjsd/content/post_3087736.html.

[6]劉鶴.加快構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局[EB/OL].（2020-11-25）[2021-07-23]. https：//baijiahao.baidu.com/s？id=1684327374809560660&wfr=spider&for=pc.

[7]劉洋.暢通國內(nèi)國際雙循環(huán) 助力經(jīng)濟(jì)高質(zhì)量發(fā)展[EB/OL].（2020-10-09）[2021-07-23].http：//www.qstheory.cn/dukan/hqwg/2020-10/09/c_1126585973.htm.

[8]李夢(mèng)欣，任保平.新時(shí)代中國高質(zhì)量發(fā)展的綜合評(píng)價(jià)及其路徑選擇[J].財(cái)經(jīng)科學(xué)，2018（5）：26-40.

[9]李娜娜，楊仁發(fā).FDI能否促進(jìn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展？[J].統(tǒng)計(jì)與信息論壇，2019（9）：5-43.

[10]馬茹，羅暉，王宏偉，等.中國區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系及測(cè)度研究[J].中國軟科學(xué)，2019（7）：65-72.

[11]張俠，高文武.經(jīng)濟(jì)高質(zhì)量發(fā)展的測(cè)評(píng)與差異性分析[J].經(jīng)濟(jì)問題探索，2020（4）：1-12.

[12]徐輝，師諾，武玲玲，等.黃河流域高質(zhì)量發(fā)展水平測(cè)度及其時(shí)空演變[J].資源科學(xué)，2020（1）：115-126.

[13]王曉宇.各省區(qū)高質(zhì)量發(fā)展的綜合評(píng)價(jià)與驅(qū)動(dòng)因素研究[D].天津：天津財(cái)經(jīng)大學(xué)，2020.

[14]BECK T，LEVINE R，LOAYZA N. Finance and the sources of growth[J].Journal of Financial Economics，2000，58（1-2）：261-300.

[15]ALMEIDA H，WOLFENZON D. The Effect of External Finance on the Equilibrium Allocation of Capital[J]. Journal of Financial Economics，2005，75（1）：133-164.

[16]周國富，徐瑩瑩，高會(huì)珍.產(chǎn)業(yè)多樣化對(duì)京津冀經(jīng)濟(jì)發(fā)展的影響[J].統(tǒng)計(jì)研究，2016（12）：28-36.

Driving Factors and Restricting Factors of High-quality Development

——Empirical Test Based on Provincial Panel Data

Zhou Guofu，Wu Di，Wang Xiaoyu

（Tianjin University of Finance & Economics， Tianjin 300222，China;Beijing Social Insurance Fund Management Center， Beijing 100050，China）

Abstract：This paper selects an appropriate evaluation index system，and uses a comprehensive evaluation method with horizontal and vertical comparability to comprehensively evaluate and compare the current situation of high-quality economic development of each province. Then，through the construction of spatial panel principal component regression model，the real regression coefficient is obtained，and the driving factors and constraints of high-quality economic development of provinces are empirically tested. The results show that during 2010-2018，the quality of economic development of each province has improved significantly，but most of the provinces in the high level range are from the eastern coastal areas. Internet penetration，economic strength，human capital level and science and technology investment have significant positive effects on high-quality economic development;However，the increase of the proportion of public financial expenditure has a negative impact on the high-quality economic development. The impact of fiscal decentralization，infrastructure level，environmental pollution control investment，financial scale and the ratio of introduction and absorption of funds on the high-quality economic development is not significant.

Key words：high-quality development;evaluation index system;comprehensive evaluation method;driving factors;spatial panel data model