闽东北协同发展区协同发展定量评价——基于距离协同模型

黄晓婷

（福建江夏学院金融学院，福建福州，350108）

一、引言

区域协调发展历来是我国社会经济发展的重大问题。自20世纪90年代中期以来，国家和地方相继出台了多个重大的区域发展战略规划。习近平总书记在党的十九大报告中指出深入实施区域协调发展战略，这是解决当前区域发展不充分、发展不均衡的关键之举。福建省靠山临海，各市在资源禀赋和经济基础上存在较大差距，面对区域发展差异大的问题，2018年4月福建省委省政府提出了“建立闽东北经济协作区和闽西南经济协作区”，这是对福建区域发展的重大战略部署。此后在福建省委十届六次全会上，立足建立全方位、系统化的区域协调发展机制，“经济协作区”提升为“协同发展区”。

系统协同发展不能一步到位，它是一个动态实现过程。因此对区域协同发展水平进行定量测度是监测诊断区域协同发展运行状况，总结评价协同发展成效，调整发展政策促进发展进程的关键。闽东北协同发展区自建立以来，还未有成熟的协同发展定量评价机制。本文在借鉴前人研究成果基础上结合闽东北协同发展区的特点，利用灰色关联理论和距离协同模型创新性构建闽东北协同发展区协同发展评价模型，定量测度协同发展程度，以期为该区域系统的协同发展评价及政府发展政策制定提供一定的理论依据和参考。

二、文献综述

德国物理学家Hermann Haken所提出的协同学是协同发展理论的基础。[1]此后，在经济全球化和区域一体化的影响下，愈来愈多学者将协同发展理论运用于都市圈、城市群和协同发展区等不同形态区域系统的协同发展研究，形成了较为成熟的研究框架。区域协同发展领域已开展的研究可归纳为定性与定量两个视角。定性研究中，学者从区域协同发展的内涵界定、理论依据、作用机制等几个方面开展具体研究[2-4]，而定性研究主要围绕区域协同发展效应的评价。

基于对区域协同发展内涵的不同理解，目前学术界形成了多种对区域协同发展程度的定量评估方法。这些研究方法包括数据包络分析法、空间计量回归分析法、引力模型、Haken模型、复合系统协同度模型、灰色关联度模型、距离协调度模型以及以指标体系构建为基础的协同能力评价模型等。例如，张满银、全荣采用主成分分析法和熵值赋权法建立区域协同发展评价模型，综合经济、社会和生态三个维度定量评估了京津冀区域协同发展成效，实证结果表明2007—2017年京津冀区域协同发展效应呈倒U型[5]；欧阳慧、阳国亮认为区域协同发展本质上是一个自组织演化过程，基于此对用于热力学系统研究的哈肯模型进行表达模式、阻尼系数大小符号、运动方程结构及零参数项等方面的修改，创建了区域协同发展评估模型，并以中国区域协同为实证分析对象[6]；杜志平、穆东聚焦时序性评价，借助数据包络分析法探索区域系统协同发展程度的评价方法，在所构建的模型中分别用“协同效度”“发展效度”“综合效度”衡量区域系统有效性和子系统之间的有效性[7]；Yizhen Zhang等综合运用耦合协调模型以及熵权法研究分析安徽城市协调发展过程呈现的模式[8]；张杨、王德起将复合系统协调度模型运用于研究京津冀协同发展的定量测算，实证表明京津冀各区域子系统的有序度在空间上有极大的差异，整体系统的有序度在研究时间区段不断上升[9]；关媛媛采用改进的距离协同度模型实证研究辽宁沿海经济带的协同发展程度[10]；叶堂林、毛汉冲通过引力模型、交通联系量模型、加权变异系数法及区位熵等构建联系度、均衡度、融合度三个模型对京津冀地区的协同发展状况进行实证研究[11]；曾刚、杨舒婷等以发展经济、创新科技、服务交流和保护生态为准则，构建衡量区域协同发展能力的指标框架，通过对长江经济带城市协同发展能力的定量结果的相关分析、规模-位序分析和空间分析来判断区域协同发展的空间格局和集聚特征[12]；同样采用综合评价指标法，祝尔娟、何晶彦则依据新发展理念，建立京津冀协同发展指标体系，通过聚类法等对计算结果展开分析得出相应结论[13]。

基于对已有研究成果的梳理，本文结合灰色关联理论，在距离协同模型基础上构建区域协同发展评价模型，实证过程较为简单直接，但能通过系统协同发展的现有状态与最优状态的差距来有效衡量区域系统的协同发展程度，实现研究目标。

三、闽东北协同发展区协同发展评价模型构建

（一）建立评价指标体系

在经济协作区基础上提出闽东北协同发展区，强调福州、莆田、宁德、南平以及平潭四市一区在社会、经济、民生、生态多维度更广泛、更深入、更紧密的融合发展，以期推动更高质量的区域一体化。闽东北协同发展区的建设围绕基础设施、产业发展、试点平台政策、公共服务、生态环境五大领域展开，通过重点领域的一体化全面推动区域协调发展。借鉴国内外学者在区域协同发展评价方法探索中所采用的评价指标框架，结合研究区域发展战略的总体思路及数据的可得性，在目标导向下构建区域协同发展水平的评价指标体系，见图1。

图1 闽东北协同发展区协同发展评价指标体系

闽东北协同发展区的空间布局以福州都市区为增长极，构建沿海城镇发展带和山区绿色发展带，通过人口、产业、创新等要素集聚，协调推进区域发展。经济发展程度和质量是区域系统整体协同发展的基础和核心，因此本文采用人均GDP、GDP增速分别度量区域的经济水平、经济增速。指标体系中的第三产业占GDP的比重和城镇化率2个指标可以反映区域产业集聚和人口集聚程度，通过区域间产业整合和区域分工协作从而促进区域协调发展。在经济新常态背景下，闽东北协同发展区发展遵循创新驱动和绿色发展新理念，故在协同发展能力评价研究中加入R&D经费投入强度、工业固体废弃物综合利用率和人均水资源3个指标。解决发展不充分不平衡，缩小区域发展差距，要重视提高落后地区公共服务及设施的水平，因此本研究选用每千人口医疗机构床位数、普通教育生师比、全体居民人均可支配收入等指标。同时将人均项目投资额这一指标纳入指标框架中，突出反映区域协同发展的“福建方案”所强调的“项目带动”。除普通教育师生比为负向指标外，其余均为正向指标。

本文虽未对经济、社会、生态环境等领域进行逐一测度，但依据闽东协同发展区的协同发展目标所选取的指标也基本覆盖了这几个发展维度或发展领域，体现了协同发展区的全面深度协同。

（二）构建评价模型

哈肯的协同学认为，复杂系统的子系统间协同作用是系统有序的自组织结构所形成的的内部驱动力，而协同效应则是子系统之间协同作用所产生的整体效应，本文将协同效应的测度表示为协同度，将系统变化运动过程所达到的程度定义为发展度，并用协同发展度描述协同效应和发展度的集合状态。[1]借鉴现有研究成果，综合灰色关联理论和距离协同模型构建区域协同发展评价模型，以闽东北协同发展区为评价对象，定量测度其协同发展水平，并根据计算结果进行评价分析。距离协同模型通过引入欧式距离公式计算评价变量的实际值与最优值之间的偏差，通过系统实际状态与最优状态的距离来衡量系统的协同度。因此本文的评价模型具体包括发展度模型、协同度模型和协同发展度模型。基于上述所构建的区域协同发展评价指标体系，运用熵权TOPSIS方法计算得到区域子系统发展度。以发展度为评价变量，通过系统发展度的实际值与最优值的距离衡量系统的协同度。模型以协同发展区内的四市一区作为5个区域子系统，具体包括福州市、莆田市、宁德市、南平市及平潭综合试验区，因此评价模型共含有5个评价对象，11个评价指标。

1.计算发展度

由于评价体系内各指标的计量单位不同，为了消除量纲不同和数值差异较大所带来的影响，本文采用极差标准化法对各指标数值进行归一化处理。

正向指标的指标数值越大，则评价越好。因此经过归一化处理后，其标准化公式如下：

四、实证分析：闽东北协同发展区协同发展定量评价

（一）数据来源与数据处理

平潭综合实验区于2010年正式建立，依据数据可得性原则，本文选取2011—2019年闽东北协同发展区四市一区的地区面板数据进行考察计算，定量测度闽东北协同发展区协同发展水平，并对区域协同发展状况进行评价分析。数据来源于《福建省统计年鉴》和闽东北协同发展区四市一区的地区统计年鉴，涉及数据时间跨度为2011—2019年。其中，人均水资源这一指标数据来源于2011—2019年的《福建省水资源公报》。

本文大多数指标数值可以直接查询获取，少数指标如R&D经费投入强度、工业固体废弃物综合利用率、普通教育师生比须经过计算得出。其中R&D经费投入强度为全社会科学研究与试验发展（简称R&D）经费支出额在同期地区生产总值所占的比重。工业固体废弃物综合利用率指某行政区域内的工业固体废物综合利用量与工业固体废物产生量（包括综合利用往年贮存量）的之比。普通教育生师比为普通高中和普通初中在校学生数与专任教师数之比。此外，《福建省统计年鉴》及《福州市统计年鉴》中关于福州市相关指标数据的统计范围涵盖了平潭综合实验区，因此本文在福州市和平潭综合试验区的指标数值基础上通过计算得出福州（不含平潭）的指标数值。对于个别缺失数据，本文使用年平均增长率通过相邻年份指标数据计算补齐。

（二）测度结果与分析

根据上述所构建的区域协同发展评价模型，将闽东北协同发展区四市一区2011—2019年的面板数据带入计算，可得历年协同发展水平的定量评价结果，具体包括各区域子系统间的拉动因子、子系统的发展度和协同度以及区域整体发展度、整体协同度和协同发展度，指标数值分别见表1～4。同时绘制整体发展度、整体协同度和协同发展度的变化趋势图，见图2。

图2 闽东北协同发展区协同发展态势

表1 闽东北协同发展区各区域子系统间的拉动因子

表2 闽东北协同发展区各区域子系统发展度

表3 闽东北协同发展区各区域子系统协同度

续表3

表4 闽东北协同发展区整体发展度、整体协同度及协同发展度

首先，从区域各子系统来看。2011—2019年期间各区域子系统发展度整体上呈平稳上升趋势，其中2013年福州、南平及平潭三地的发展度均出现一定幅度的下滑，这与这3个子系统各自协同度以及区域整体协同度下降有关。各子系统的协同度呈波浪式变动发展，数值虽保持在相对较高水平，但始终不平稳，且四市一区中有3个以上的子系统的协同度的谷值出现在2012年、2015年及2017年，这说明了子系统协同度的变化一般为群体现象，1个子系统的协同度降低往往会波及区域内其他子系统进而区域整体协同也会减弱。值得注意的是，2011—2015年福州的发展度及协同度基本低于闽东北协同发展区内其他几个区域子系统，从2016年起开始提高随后赶超了平潭、宁德等地，所以福州除对平潭子系统的拉动因子大于1，而对其他区域子系统的拉动因子均小于1（见表1）。可见，福州作为闽东北协同发展区的增长极，其龙头引领和引擎推动作用并未有效发挥，一定程度上制约了区域整体协同发展。

其次，从区域整体来看。2011—2019年期间闽东北协同发展区的整体协同度数值基本保持在0.8以上，但也呈阶段性波动变化态势。其中2012—2017年期间整体协同度波动比较大，第一个低点出现在2013年，下降至0.8862，随后一年即2014年立即大幅回升至0.9668。从2018年起，区域整体协同度开始平稳提高，这与当时福建区域协同发展战略及相关政策的正式推出有很大关系。总体而言，区域整体发展度和协同发展度呈现上升趋势，其中2013年两者因区域整体协同度的下降而都出现了下滑。从2016年起，整体协同度和综合协同发展度的变化因协同度的稳定变得更为同步。但整个考察评价期内，区域综合协同发展度始终低于区域整体发展度。以上分析表明，闽东北协同发展区协同发展状况相对较好，但协同发展的潜能还未充分挖掘，协同发展能力有待进一步提高。

再次，从发展度和协同度的关联性来看。无论对于区域整体还是各子系统，发展度和协同度基本呈现相对一致的变化趋势，两者之间有较强的关联性。以闽东北协同发展区复合系统整体为例，如上所分析，区域整体发展度、整体协同度和协同发展度在2013年均出现下滑，且也都在次年有所提高，以及2016年三者都一致平稳上升。以上说明了区域发展和区域协同相辅相成、相互促进，区域间的协同合作、互利共生促进了区域有序发展；区域社会经济的全面稳定发展为区域相互协作、协同共生奠定了物质基础和良好保障。

五、结论与建议

本文采用距离协同模型构建区域协同发展评价模型，以闽东北协同发展区作为评价对象，对其进行实证研究，定量测度并有效评价了闽东北协同发展区协同发展水平：闽东北协同发展区发展度呈现整体上升趋势，个别年份出现小幅下滑。区域整体协同度虽数值保持较高水平，但表现为上下波动态势。协同发展度的变化趋势与整体发展度基本一致，但因整体协同度变化不稳定，协同发展度始终落后于整体发展度，协同度成为影响协同发展度的主要原因。研究结果表明闽东北协同发展区四市一区存在协同效应，但是整体协同发展深度尚待提高。根据评价模型所得结论与区域协同发展的既有理论和评价对象自身协同发展的实际情况基本一致，模型具有有效性和实用性。针对协同发展水平的定量测度结果，为促进闽东北协同发展区协同发展进程，建议：

1.强化福州龙头引领和引擎推动作用。作为闽东北协同发展区的“排头兵”，福州要充分利用省会城市在人才、资金、技术等要素上的集聚优势及“多区叠加”的政策优势，围绕国家创新型城市试点，优化科技创新环境，大力发展战略性新兴产业，坚持创新驱动经济高质量发展。通过增加极的溢出效应，辐射带动协同发展区整体发展，形成一核多强的空间发展格局。同时，闽东北协同发展区内的其他城市须明晰各自城市功能定位，在核心城市福州的引领下，发挥比较优势，联动融合发展。

2.设立更高级别的区域协调机构，创新区域整体协同机制。目前，闽东北协同发展区成立了常态化运行的办公室，并通过每年一次联席会议签订了一系列战略合作协议，作为协同发展区各单体城市间的对话交流及协商合作平台，联席会议在区域各城市的横向协同中取得一定成效。但所签订的合作协议大都停留在框架层面，真正的落地实施和城市间的利益协调需要更高级别和较具权威的推动机构和强效的协调机制。因此，可以借鉴京津冀、长三角的协同发展区的区域管理经验，由福建省委、省政府牵头成立闽东北协同发展区领导小组，负责区域纵向统筹、统一协调，强化顶层设计，对闽东北协同发展区进行全域性规划。同时，保证联席会议的持续性和多样化，形成跨层级、跨部门、多主体的共同参与，创新区域协调机制，破除阻碍区域协同发展进程的贸易及行政壁垒。

3.强化联合招商，构建错位发展和协同集聚的产业体系，实现产业共兴。闽东北四市一区在招商投资上要避免内耗和资源浪费，从合作和利益共享出发，提高区域整体的投资和营商环境，加强协同招商，精准对接重点项目。明确比较优势和专业化分工，积极引导区内产业梯度转移和科学布局，通过共建产业园区大力推动产业的协同集聚，实现四市一区的产业的大融合、大发展。