北上广深经济增长质量测度和分析

张军超　杨文宇

1(北京大学汇丰商学院，深圳　518055)

2(深圳市统计学会博士后创新实践基地，深圳　518027)

3(西安邮电大学，西安　710061)

北上广深经济增长质量测度和分析

张军超1，2杨文宇3

1(北京大学汇丰商学院，深圳518055)

2(深圳市统计学会博士后创新实践基地，深圳518027)

3(西安邮电大学，西安710061)

〔摘要〕本文根据经济增长质量的内涵，从结构优化、稳健有效、民生共享、资源环境和创新素质等五个维度构建经济增长质量评价指标体系，采用全局主成分分析法(GPCA)对2000～2013年北京、上海、广州和深圳四城的经济增长质量时序变化进行量化考察。测度结果表明，新世纪以来四城的经济增长质量水平均有大幅提升，四城间的经济增长质量水平存在明显的梯度性差异，但这种差距呈持续缩小的趋势。各城市应因城制宜提升经济增长质量，在关键着力点上各有侧重。

〔关键词〕经济增长质量经济增长质量指数全局主成分分析法

中国经济经历30多年的高速增长，当前正步入新常态阶段。适应和引领经济发展新常态，更加要求以提高经济发展质量和效益为中心，加快经济发展方式由规模速度型粗放增长向质量效率型集约增长转变，实现有质量有效益可持续的发展。北京、上海、广州和深圳作为中国大陆经济最发达的城市，在产业升级、转型发展上走在全国前列，率先走上质量型增长内涵式发展之路。那么，进入新世纪以来，在产业升级和经济转型的重要发展期，这4个城市的经济增长质量水平发生着什么样的变化？彼此间水平差距如何？这种差距是缩小还是放大了？已有文献未对以上问题进行解答。本文根据经济增长质量的内涵，从结构优化、稳健有效、民生共享、资源环境和创新素质等5个维度构建经济增长质量评价指标体系，运用全局主成分分析(GPCA)法对北上广深4个城市的经济增长质量水平进行动态综合评价，这可为理解中国经济发达城市的经济增长过程提供一个全新视角，也可为政府制定和实施经

济发展政策提供有效的参考依据。

1经济增长质量综合评价指标体系的构建

学术界对经济增长质量概念内涵的界定主要基于两个视角：(1)从狭义的视角，如卡马耶夫(1983)[1]认为经济增长质量可以等同为经济增长效率。我国学者王积业(2000)[2]认为经济增长应是数量扩张和质量提高的统一发展，要不断提高资源的利用效率。但更多的学者(Robert J.Barro，2002；刘树成，2007；李永友，2008；钞小静、任保平，2011；董晓远、廖明中，2013；李娟伟、任保平，2014；广东省统计局课题组，2014)[3-9]倾向从广义角度来理解经济增长质量，认为经济增长质量相对于经济增长数量而言具有更丰富的内涵，包涵与经济增长数量紧密相关的社会、政治、生态等各方面的因素。钞小静、任保平(2011)依据中国经济转型的实际问题，将经济增长质量界定为与经济增长密切相关的内容，分别是经济增长的结构、稳定性、福利变化与成果分配以及资源利用和生态环境代价等4个维度。

李娟伟、任保平(2014)从效率、稳定性、经济结构、生态环境代价、国民素质以及成果分享性6个维度构建了经济增长质量指标体系。广东省统计局课题组(2014)认为高质量的经济增长应包含经济结构优化、产业转型升级、科技进步、经济质量效益提升、民生福利改善、生态环境的改善等方面内容。

本文在综合前人研究的基础上，按照经济增长质量的内涵并结合数据的可得性及在城市间的可比性，从经济增长结构优化、经济运行稳健有效、民生改善成果共享、资源节约环境友好、创新驱动素质提升等五个维度共选取33个代表性指标构建经济增长质量评价指标体系(见表1)。经济增长结构优化(以下简称结构优化)维度分产业结构、需求结构和金融结构3个分项，共设置10个指标；经济运行稳健有效(以下简称稳健有效)维度分运行效率和运行稳健两个分项，共设置6个指标；民生改善成果共享(以下简称民生共享)维度分民生改善和成果分配两个分项，共设置7个指标；资源节约环境友好(以下简称资源环境)维度分资源利用和环境代价两个分项，共设置5个指标；创新驱动素质提升(以下简称创新素质)维度分创新投入和环境及创新成果两个分项，共设置5个指标。

表1　经济增长质量综合评价指标体系及权重

续　　表

注：表中属性“+”表示基础指标是正向指标、“-”是逆向指标、“·”是适度指标；权重由GPCA分析计算而得，见本文第三部分“全局主成分分析”。

2主要指标说明与数据处理过程

2.1主要指标说明

结构指标中，工业化率用非农产业就业比重来衡量；二元对比系数以农业比较劳动生产率与非农产业比较劳动生产率之比表示，二元反差系数用非农产业产值比重与非农产业就业比重之差的绝对值表示。消费率和投资率分别用国民经济支出法核算的最终消费率和资本形成率表示。存款额/GDP和贷款额/GDP分别用金融机构本外币各项存款余额和贷款余额与GDP之比表示。效率指标中，全要素生产率增长率使用全国、各省直辖市自治区(因黑龙江、贵州、云南、西藏、青海、宁夏缺少全社会从业人数未进入计算)和广州深圳的面板数据，根据DEA-Malmquist指数法测算得到。劳动生产率用实际GDP除以全社会从业人数表示。资本生产率是利用实际GDP与资本存量之比表示，资本存量采用永续盘存法进行估计，基期资本存量由基期投资额除以年均投资增长率和资本折旧率之和而得。土地产出率用GDP除以建成区面积表示。稳健指标中，通货膨胀率用城镇居民消费价格指数表示。经济波动率用(本年经济增长-上年经济增长率)/上年经济增长率来表示。民生指标中，人均可支配财力用公共财政预算支出除以常住人口表示。劳动者报酬占比用国民经济收入法核算的劳动者报酬比GDP来表示。城镇居民高低组收入比用城镇家庭20%高收入组与20%低收入组的人均可支配收入之比表示。创新指标中，R&D经费支出占GDP比例用科学研究与试验发展(简称R&D)经费支出占同期GDP的比例表示。万人发明专利拥有量指每万人拥有经国内外知识产权部门授权的发明专利件数。

2.2数据的选取与处理过程

文中各指标数据来自《中国统计年鉴》、国家统计局网站数据查询、《中国城市统计年鉴》、《北京统计年鉴》、《上海统计年鉴》、《广东统计年鉴》、《广州统计年鉴》、广州人口普查资料、《深圳统计年鉴》、《北京卫生年鉴》和《深圳社会建设统计年鉴》。对于部分缺失数据，如2013年北京单位GDP能耗用能源消费总量除以实际GDP(以2010年为基期)得到，1999～2000年北京单位GDP电耗按全社会用电量比当年GDP而得，2013年北京单位GDP电耗按全社会用电量比实际GDP(以2010年为基期)而得，2011～2013年北京工业废气排放量根据其与工业废水排放量的相关关系估算。2000～2004年广州单位GDP电耗按全社会用电量除以当年GDP计算，2000～2001年广州单位GDP能耗根据其与电耗间的相关关系估算，2001～2004年，2006～2009年，2011～2013年广州人口平均受教育年限依据2000年、2005年和2010年的平均受教育年限推算而得，2001～2003年广州固定资产投资价格指数用广东省固资价格指数代替，2000年用中国固资价格指数代替。2000～2004年深圳单位GDP电耗按全社会用电量除以当年GDP计算，2000～2004年深圳单位GDP能耗根据其与电耗间的相关关系估算，2001～2013年深圳固定资产投资价格指数用广东省固资价格指数代替，2000年用中国固资价格指数代替。2000年深圳平均预期寿命、2000～2001年深圳R&D经费支出占GDP比例、2004年深圳劳动者报酬占比、2013年深圳投资率和消费率、2013年深圳城镇居民高低组收入比依据移动平均的方法进行估计。对于异常数据，如2008～2009年上海建成区面积根据2007～2010年间的平均增速进行调整，将2013年上海建成区面积调整为1563平方公里，2011～2012年则根据2010～2013年的平均增速进行调整。2000～2004年深圳恩格尔系数根据其与广东省城镇恩格尔系数相关关系进行调整。对于计算资本存量时资本折旧率的选取，参照张军等(2004)[10]的研究标准取值为9.6%。对于适度指标，投资率和消费率分别取其适度值为0.38和0.6(项俊波，2008)[12]，居民消费价格指数取102为其适度值。最后，使用极差法对所有基础指标进行无量纲化处理。

3全局主成分分析

3.1数据有效性检验

本文利用GPCA法进行经济增长质量指数的合成，将2000～2013年北上广深四城的指标数据分5个维度按年份纵向排列建立起时序全局数据表，使用极差法对所有基础指标进行无量纲化处理后，对每个维度各自进行GPCA合成出维度指数，再将这5个维度指数合在一起进行GPCA(也用极差法对各维度指数进行无量纲化处理)得到经济增长质量的总指数。进行GPCA前，对5个维度及最后总指数的数据表进行KMO取样适当性度量和Bartlett检验来检验数据有效性，本文数据均通过了检验，适宜做GPCA，检验结果见表2。

表2　KMO取样适当性度量和Bartlett球形检验结果表

3.2提取主成分及确定指标权重

通过数据有效性检验后，分别对5个维度及总指数进行GPCA，提取主成分，确定基础指标和维度的权重。5个维度及总指数的特征值、方差贡献率及累计方差贡献率的计算结果见表3。根据特征根大于1的选取原则，结构优化维度选取前3个主成分，稳健有效维度和民生共享维度各选取前两个主成分，资源环境维度、创新素质维度及总指数各选取第一个主成分。

表3　维度指标主成分统计特征

利用GPCA计算出的因子载荷矩阵，计算各基础指标在合成维度指数中的权重以及维度指数在总指数中的权重。各基础指标在合成维度指数中的权重以及各维度指数在总指数中的权重的计算公式为：

公式中，i代表第i个主成分，t为根据选取原则选取的主成分个数。各基础指标在维度指数中的权重以及各维度在总指数中的权重结果见表1。各维度指数在总指数中的权重由大到小分别为民生共享0.306、创新素质0.3016、结构优化0.2457、资源环境0.2076和稳健有效0.1775。民生共享和创新素质维度权重列前两位，对各城经济增长质量的影响最大，结构优化和资源环境维度的影响也较大，稳健有效的影响稍弱。各维度的权重相差不大，且均为正的影响，说明任何一个维度上的优化，均可对各城经济增长质量水平的提高有正向影响。

3.3北上广深经济增长质量的测度：2000～2013

将无量纲化处理后的基础指标数据使用表1中的权重数据加权加总，可以得到5个维度的得分，随后使用无量纲化的维度得分及其权重算出经济增长质量的综合得分。各维度得分和综合得分分别以2000年四城中的最低值为100，其他值按与该值的比例进行换算，最后得到如表4所示的各维度指数和总指数。

表4　北上广深经济增长质量各维度指数和总指数的测度结果(2000～2013)

续　　表

4数据结果分析

4.1四城经济增长质量水平大幅提升

如表4中数据及图1所示，四城的经济增长质量总指数均呈现不断上升态势，而且提升显著。北京、上海、广州和深圳的总指数水平分别由2000年的331、100、136和271增至1013、727、637和771，增长最快的是上海，13年间增长6.27倍，年均增长16.5%，其次是广州增长3.68倍，年均12.6%，再次是北京增长2.06倍，年均9.0%，最后是深圳增长1.85倍，年均8.4%。从维度指数上看，四城的各维度指数也呈上升态势。创新素质维度指数的平均增速最高，为10.4%；其次是资源环境维度，增速为9.4%，稳健有效维度、民生共享维度、结构优化维度指数年平均分别增长5.1%、8.6%和6.3%。

图1　北上广深经济增长质量总指数(2000～2013)

4.2四城间呈现梯度性和阶段性差异

由图1可知，北上广深的经济增长质量水平存在差异，呈现出明显的梯度性，在不同的阶段，梯度的组成城市形成“前二中分化后三”的变化特征。

从历年总指数水平的首末值可见四城间经济增长质量水平的差距。首末值差距的绝对量逐年增加，相对量下降。2000年，排名第一的北京比排名第四的上海高出231点，是其3.3倍。两者的差异主要体现在创新素质和民生共享维度上，创新素质维度方面，北京的R&D经费支出占GDP比为4.92%，上海只有1.61%，万人发明专利拥有量北京每万人0.79件，上海是每万人0.19件，而在民生共享维度的7个代表性指标方面，北京均优于上海。2013年，第一的北京比第四的广州高376点，是其1.6倍，北京在结构优化、创新素质和民生共享这3个维度远远优于广州。

2000～2002年，北京和深圳两者的总指数平均值约为333，上海和广州的只有约为133，相差200个点，因此可将四城的经济质量水平分为两个梯度，北京和深圳处于第一梯度，两者间差距不大，平均约61；上海和广州属第二梯度，两者间差距更小，平均为19。2003～2007年，深圳的质量水平增长缓慢，与北京的差距越拉越大，平均差距达到150多点，从第一梯度中掉队，而同期上海增长迅速，从212增至453，3年间增长1.14倍，快速赶上深圳，与深圳形成第二梯度，广州则从2003年与上海持平到2007相差110点，成为第三梯度。2007～2013年，前一阶段后期形成的北京第一、深圳上海居二、广州第三的三梯度格局维持稳定，四城排名情况没有变化，但近六年来四城总指数平均增速的差异反映出后列城市的追赶态势。近六年来北京、深圳、上海和广州的平均增速分别为7%、8%、9%、11%，广州的增速比北京高出4个百分点，显示出追赶的强劲动能。

4.3四城经济增长质量差异的收敛

前段中提到，四城间历年总指数首末值差距相对量下降以及后列城市广州的平均增速高于北京，这两个事实有助于回答前文中“差距是缩小还是放大了？”的问题，此处通过计算2000～2013年四城经济增长质量指数值的变异系数、基尼系数和σ系数①来考察四城经济增长质量的差异问题(见图2)，对此问题作进一步的回答。

图2　北上广深经济增长质量的差异(2000～2013)

由图2可以看出，用变异系数、基尼系数和σ系数表示的2000～2013年四城经济增长质量差距分布呈现清晰的趋同和收敛态势。2000～2005年间，基尼系数、变异系数和σ系数都较大，表明四城经济增长质量间存在明显的差异，但各系数都一致显现出快速缩小的趋势，基尼系数、变异系数和σ系数分别由2000年的0.25、0.52和0.81减小到0.14、0.31和0.43，四城间经济增长质量的差异在较高速率和相当程度上得以缩小。2005年后，各系数的变动依旧是朝向收敛态势发展，下降速度却有所放缓，说明四城间差异在进一步缩小，而在短期内则不会完全消除差异的存在。

进一步对各维度指数的变异系数、基尼系数和σ系数的考察表明，各维度对总指数差异收敛产生的作用不一。资源环境维度的差异缩减力度在五个维度中最大，成为推动总指数差异收敛最主要的力量，其基尼系数由2000年的0.39 持续缩减到2013年的0.04(变异系数和σ系数变动与基尼系数一致)，2013年北京、广州和深圳的资源环境维度指数只相差10点左右，几无差异。创新素质、民生共享、稳健有效维度对总指数差异缩减的作用依次递减，总体上各维度差异都在减少，但各自变动趋势存在差别。创新素质维度的差异总体上持续缩减，只在2006年、2010年和2013年有些微扩大。民生共享维度的差异在2000～2002年间有所扩大，2002～2005年快速缩小，2005年后只有微小缩幅。稳健有效维度差异变动呈现波浪式趋势，2003年后属微风细浪型，2009年后差异逐渐减少。结构优化维度的差异分布各系数在2000年和2013年几乎相同，说明结构优化维度对总指数差异收敛未起到积极作用。

4.4四城经济增长质量提升的空间

经济增长质量的提升离不开经济结构的优化调整、经济运行效率提高和过程稳定、经济福利不断提升、资源利用效率提高和生态环境代价降低以及经济增长潜能的不断增强，结构优化、稳健有效、资源环境、民生共享和创新素质等任何一个维度水平的提升，都有利于推动北京、上海、广州和深圳的经济质量增长，但各城增长质量提升的关键点应因城制宜，各有侧重。

从近年四城各维度指数水平的比较结果看，北京的结构优化、民生共享、创新素质等维度排第一，资源环境维度相较深圳广州并无优势，而稳健有效维度排在四城最后，因此应重点着力提高经济体系的投入产出效率，注重劳动生产率、资本生产率和全要素生产率的提高，同时应有效应对经济下行压力。深圳结构优化维度排最后，第三产业比重、消费投资结构的合理性方面落后于其他三城，在金融发展上落后于北京上海，因此深圳在产业结构、需求结构、金融发展上有很大的提升空间。同时在稳健有效和民生共享方面，深圳应关注劳动生产率和全要素生产率的提高，更加注重收入分配的公平。上海在资源环境维度上落在最后，应重点加强节能环保力度，提高资源利用效率，减少工业三废等污染排放物。上海的万人发明专利拥有量、R&D经费支出占GDP比、人均受教育年限以及劳动者报酬占比、人均GDP、失业率等指标均落后于北京深圳，有较大提升空间。而广州在创新素质、民生共享和结构优化等维度上均需加力追赶。

5结论

经济增长既要有数量的增长，也要有质量的增长。在新常态下，经济增长质量的提升显得更加重要和迫切。本文在综合前人研究的基础上，把经济增长质量分解为5个维度，从结构优化、稳健有效、民生共享、资源环境、创新素质等方面构建经济增长质量评价指标体系，采用GPCA法对2000～2013年北京、上海、广州和深圳四城的经济增长质量时序变化进行量化考察。本文结论如下：

(1)新世纪以来，四城的经济增长质量水平均有大幅提升。5个维度对经济增长质量指数的变化都有正向的作用，影响最大的是民生共享和创新素质维度，结构优化、资源环境和稳健有效维度对经济增长质量指数的作用也较大。

(2)四城间的经济增长质量水平存在差异，呈现出明显的梯度性。初期两个梯度，北京深圳质量水平处第一梯队、上海广州处第二梯队；2002～2007年分化期，北京仍处第一梯度，深圳增长放缓，从第一梯队掉落，上海快速上升赶上深圳，2007年形成北京第一、深圳上海居二、广州第三的三梯度格局；2007年后三梯度格局维持稳定。

(3)四城经济增长质量差距变动呈现缩减态势。2000～2005年间，四城间经济增长质量的差异在较高速率和相当程度上得以缩小。2005年后，四城间差异进一步缩小，但速度放缓。资源环境、创新素质、民生共享、稳健有效的差异缩减推动总指数差异缩减的作用依次递减。

(4)各城经济增长质量提升的关键点应各有侧重。北京应着力提高经济运行效率；深圳应重点推进产业结构的升级、优化需求结构、促进金融发展，注重收入分配公平；上海应加强节能环保，推进创新驱动发展；而广州在创新素质、民生共享和结构优化等维度上均需加力追赶。

注释：

参考文献

[1]卡马耶夫．经济增长的速度和质量[M]．武汉：湖北人民出版社，1983：19～32

[2]王积业．关于提高经济增长质量的宏观思考[J]．宏观经济研究，2000，(1)：11～17

[3]Barro,Robert J．Quantity and Quality of Economic Growth[R]．Working Papers of Central Bank of Chile,Central Bank of Chile，2002

[4]刘树成．论又好又快发展[J]．经济研究，2007，(6)：4～13

[5]李永友．基于江苏个案的经济发展质量实证研究[J]．中国工业经济，2008，(6)：138～147

[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，(4)：26～40

[7]董晓远，廖明中．深圳经济发展质量的测度[J]．特区实践与理论，2013，(4)：50～53

[8]李娟伟，任保平．重庆市经济增长质量评价与分析[J]．重庆大学学报(社会科学版)，2014，(3)：95～102

[9]广东省统计局课题组．广东经济增长质量和效益研究[J]．统计与预测，2014，(4)：15～26

[10]张军，吴桂英，张吉鹏．中国省际物质资本存量估算：1952～2000[J]．经济研究，2004，(10)：35～44

[11]李玲玲．经济增长放缓的理论述评——兼论中等收入陷阱[J]．工业技术经济，2014，(7)：146～152

[12]项俊波．中国经济增长结构失衡的测度与分析[J]．管理世界，2008，(9)：1～11

(责任编辑：王平)

The Measurement and Analysis of the Quality of Economic Growth of Beijing，Shanghai，Guangzhou and Shenzhen

Zhang Junchao1，2Yang Wenyu3

(1．HSBC Business School，Peking University，Shenzhen 518055，China；2．Postdoctor Innovative Practice Base，Shenzhen Society of Statistics，Shenzhen 518027，China；3．School of Economics and Management，Xi’an University of Post and Telecommunications，Xi’an 710061，China)

〔Abstract〕Based on the connotation of quality of economic growth,this paper builds the index of quality of economic growth,which constitutes economic structure optimization,growth efficiency and stability,people’s well-being improvement and achievements distribution,resource saving and friendly-environment,innovation and quality.Global Principal Component Analysis is used to measure the quality of economic growth in Beijing,Shanghai,Guangzhou and Shenzhen from 2000 to 2013.The conclusion is that the quality of economic growth in the four cities was significantly improved year by year from 2000 to 2013,and there was an obvious difference and gradient change among them,but fortunately the difference was shrinking.The four cities should implement measures appropriate to their own circumstances to improve the quality of economic growth.

〔Key words〕quality of economic growth;quality of economic growth index;global principal components analysis

〔中图分类号〕F061.5

〔文献标识码〕A

DOI：10．3969/j．issn．1004-910X．2016．03．019

作者简介：张军超，北京大学汇丰商学院博士，深圳市统计学会博士后创新实践基地博士后。研究方向：城市经济。杨文宇，西安邮电大学经济与管理学院教师，经济学博士。研究方向：城市与区域发展。

收稿日期：2015—12—14