长三角地区高质量发展评价

毕珊珊，李冬花，符琳蓉，蔡小倩，陆 林

（安徽师范大学 地理与旅游学院，安徽 芜湖 241000）

0 引言

高质量发展作为我国经济发展步入新时代面临的新课题，党的十九大以来，关于高质量发展的内涵、评价体系、实现路径等的研究成为重要议题［9，10］。高质量发展的本质内涵是以满足人民日益增长的美好生活需要为目标的高效率、公平和绿色可持续的发展，是经济、政治、文化、社会和生态文明建设五位一体的协调发展［11］。实现高质量发展最重要的是对“创新、协调、绿色、开放、共享”新发展理念的遵循［12］。不同学者基于对高质量发展内涵［13-15］的不同理解，所构建的指标体系也存在一定的差异，如 李 强［16］、涂 建 军 等［17］、卢 丽 文 等［18］分 别基于全要素生产率、新发展理念、社会主要矛盾的视角构建了不同的综合性指标体系，研究尺度涉及县、市、省、区域与全国。已有研究为区域高质量发展的测度分析提供了较为成熟的借鉴，但对于区域高质量发展的障碍因子分析较少涉及。基于此，本文以长三角地区为研究案例地，采用熵值法、障碍度模型测度了长三角地区高质量发展状况及主要障碍因子，以期为长三角一体化高质量发展，城市群地域单元的一体化和高质量发展推进，以及发展策略谋划提供借鉴参考。

1 研究区域与数据来源

1.1 研究区域概况

长三角是我国高质量发展样板区［7］，位于长江下游地区，海岸线绵长，东北部地势平坦、河湖众多，西南山地丘陵广布，属温带和亚热带季风气候区，国土面积35.8 万km2，现有人口数量2.35 亿人，包括上海、江苏、浙江、安徽全域41 个城市（图1）。

图1 研究区域Figure 1 The study area

长三角是“一带一路”倡议和长江经济带发展战略的重要交汇地，处在“T”字型国土空间开发轴上，是我国经济发展、对外开放程度和创新能力最强的区域之一，在全国经济社会发展中占有重要地位。2020年，长三角生产总值为24.5 万亿元，占长江经济带和全国的比重分别为51.9%和24.1%；进出口总额为118543.37 亿元，占全国比重的36.9%［19］。长三角科教创新资源丰富，拥有上海张江、安徽合肥两大综合性国家科学中心，集聚了全国众多的“双一流”高校、国家重点实验室、国家工程研究中心；区域内外交通通达，已建成商合杭、沪宁合、沪杭甬等高速铁路，上海港、宁波舟山港等国际型贸易港口，上海浦东等国际机场，基本形成了海陆空联通的综合性交通网络格局。

1.2 数据来源

本文数据来源主要包括两个部分：第一部分为社会经济统计数据，主要来源于各省市的统计年鉴、EPS数据库、相应年份的国民经济与社会发展统计公报；第二部分为自然环境统计数据，主要源自各城市环境状况公报。对于部分缺失数值，通过相邻年份的数据或年平均变化率推演得出［20］。考虑到研究期内的行政区划调整（如2011 年安徽省巢湖市撤市，所辖区域分别归入合肥市、芜湖市和马鞍山市），为确保统计口径的一致性和可比性，统一以2019 年的地级市行政区划为准，统计数据为相应年份合肥市、芜湖市、马鞍山市的数据［21］。

2 研究方法与指标体系构建

2.1 熵值法

本文借助熵值法确定各子系统及构成要素指标的权重，一定程度上避免了主观赋值法的缺陷。对于某项指标，信息熵值越大，指标值的变异程度越大，则该指标在综合评价中所起的作用越大［22］。具体步骤为：通过标准化处理、指标差异系数计算和指标权重确定，最终得出各城市的综合指数。这里仅考虑指标的自身特性，不涉及其相互关系［23］。

标准化处理：不同指标量纲的差异性会影响数据分析的正确性和可比性，本文采用极值法分别对正向指标和负向指标进行无量纲化处理。计算公式如下：

正向指标标准化：

3）怕干旱。大樱桃对水的需求比较敏感。规划建园时要尽量靠近水源，或能保证灌水。新栽幼树地膜覆盖保墒。有条件的可滴灌。

负向指标标准化：

计算第i 个城市的第j 项指标占该指标的权重：

2.2 障碍度模型

长三角高质量发展水平的测度能够为未来区域的发展提供借鉴，但更重要的是诊断出影响高质量发展的障碍因子。本文引入障碍度模型对影响长三角地区高质量发展的障碍因子进行探究［24］。计算公式为：

2.3 高质量发展的指标体系构建

综合考虑系统性、层次性和专业性等原则，结合已有研究［17，20，25-27］，本文构建了包含有创新发展、协调发展、绿色发展、开放发展和共享发展5 个一级指标、29 个二级指标的长三角高质量发展的测度指标体系，以对长三角的高质量发展状况进行系统全面的评价（表1）。

表1 长三角41 市高质量发展指标体系Table 1 High- quality development index system of 41 cities in Changjiang River Delta

3 结果及分析

3.1 高质量发展综合指数时序分析

3个研究时间断面下，长三角各城市高质量发展的综合指数整体实现增长（表2），高质量发展水平得到较大提升。2009 年，全域高质量发展的综合指数整体偏低，平均值为0.380，18 个城市的综合指数高于均值，上海、江苏、浙江和安徽对应的城市数量比值为1:6:9:2。综合指数位列前20 的城市集中在以上海为中心的苏中、苏南、浙东北和浙西南地区，苏北和安徽多数城市的综合指数低于区域平均水平。2014 年，综合指数的平均值为0.431，均值以上的城市数量未发生改变。相比2009 年，所有城市的综合指数增长幅度明显，存在的增幅差异致使城市的位次发生变动。其中：丽水、合肥、铜陵等12 个城市的位次有所上升，多数为浙西南和安徽城市；淮安、连云港等14 个城市的位次有所下降。区域内变异系数由2009 年的0.172 缩小至0.158。2019 年，综合指数的平均值为0.488，高于均值的城市有17个。对比2014 年，沪苏浙各市的综合指数增幅较大，安徽各市增幅较小，受经济转型期的影响，淮南和铜陵发生负增长。位次处于提升状态的城市主要集中在苏北、浙西南和皖中地区，皖北和皖南地区多数城市的位次发生下降。变异系数增长为0.189，表明区域内存在一定程度的极化发展趋向。

表2 长三角41 市高质量发展综合指数Table 2 Comprehensive index of high- quality development of 41 cities in Changjiang River Delta

综合来看，长三角地区高质量发展的综合指数处于持续提升的状态。上海与苏南、浙东北地区长期处于领先发展的地位，这里集中分布着长三角地区的超大城市和特大城市，是都市圈中心城市、万亿GDP城市的主要集中地、人才的主要流入地，发展驱动力强。苏北、浙西南和皖南地区毗邻这些地域，水陆等交通廊道畅通，综合指数也提升较快。皖北和皖中（合肥除外）面临经济转型期的挑战，且与长三角核心区存在较远的距离，受溢出效应影响有限，是长三角地区高质量发展需重点关注的区域。由于“马太效应”的存在，区域内呈现一定的极化发展趋向，城市差距渐趋增大，不利于区域一体化高质量发展。

3.2 高质量发展综合指数空间分析

本文借助ArcGIS10.5 软件对长三角高质量发展综合指数的空间格局进行了可视化，并采用自然断裂点法将其划分为高值区、较高值区、中值区和低值区4 个等级（图2）。从图2 可见，2009 年，综合指数高值区呈散点状分布，低值区集中连片分布，高、中、低值区所包含城市的数量结构相对失衡。上海市、苏州市和杭州市为仅有的高值区城市；较高值区的城市包含有南京、无锡、宁波、舟山、金华、温州6个城市，分散布局在沪宁、沪杭甬沿线；低值区城市集中连片分布在苏北、苏中、浙西南地区和安徽省内大部分地区，主要是洪涝灾害频发的粮食产区和面积广阔的山区，区域发展条件受限。这一时期长三角的区域范围为沪浙皖一市两省，核心区域是以上海为中心的16 个城市，享受政策支持的力度较大，集中分布着高值区、较高值区和中值区的城市，区域差异性显著。2014 年，综合指数高值区呈连线状布局，低值区集中在苏北、皖北和皖中地区，长三角高质量发展水平实现提升。高值区城市扩充增加了无锡、嘉兴、宁波和温州4 个城市，大体呈“之”字型格局，基本由较高值区的城市转变而来，区域内交通廊道优势明显，呈现集聚发展的趋势，主要得益于交通轴线的建设、近沪的区位优势、“苏南模式”的发展路径、港口贸易和商品经济的发展。较高值区新增常州、南通、湖州、绍兴、合肥、芜湖等10 个城市，毗邻高值区城市的区位优势，使空间近邻效应得以有效发挥［28］。2010 年《皖江城市带承接产业转移示范区规划》的批复，促进了合肥、芜湖、铜陵等城市的发展。低值区城市集中于苏北、皖北和皖中地区，由于自身薄弱的发展基础，较长时间内为区域一体化高质量发展的弱势区。2019 年，综合指数高值区演变为面状布局，低值区转变为点状分布，长三角高质量发展水平提升明显。高值区城市涵盖上海市、苏南五市、苏中2 市、浙江省全域、合肥市等20 个城市，接近区域41 个城市的50%，集聚特征明显。2016年《长江三角洲城市群发展规划》提出构建“一核五圈四带”的网络化空间格局等发展路径，对长三角的高质量发展产生了一定的引领作用。苏北和皖南地处沿海、沿江发展带是较高值区城市的主要集中地；由于合肥都市圈和南京都市圈的溢出效应有限，皖北和皖中地区以中值区城市为主；而低值区城市仅有皖北的亳州市和宿州市。

图2 长三角高质量发展综合指数空间格局Figure 2 Spatial pattern of the comprehensive index of high- quality development in Changjiang River Delta

总体来看，长三角高质量发展综合指数的空间分布格局发生明显变化，经过散点状、线状空间布局后，最终演变为面状布局，区域内综合指数高、中、低值区所涵盖城市的数量结构得到优化。长三角的高值区城市集中在以上海为核心的东南部地区，并且呈现比较明显的由东南向西北逐级递减趋势，区域内仍然存在一定程度的“核心—边缘”结构，反映了长三角地区“东南强、西北弱”的发展现状，是区域一体化高质量发展亟待解决的问题。

3.3 高质量发展子系统分析

2009—2019 年，长三角的创新发展指数总体处于上升趋势，不同城市的增长幅度存在差异，区域差距明显且渐趋增大（图3）。

图3 长三角41 市创新发展指数Figure 3 Innovation development index of 41 cities in Changjiang River Delta

从图3 可见，2009 年创新发展指数高于0.300的城市有上海、苏州、杭州和宁波4 个城市，低于0.200的城市涵盖了苏北、浙西南和安徽省内的大部分城市，占研究总数的80%以上。2014 年是全域增长最快的一年，江苏省各市和安徽省合肥、芜湖两市的创新发展指数增长迅速，创新发展水平实现了较大提升。2019 年，整体增幅有所放缓，但上海市的创新发展指数高达0.925；泰州、连云港、淮安、镇江和舟山等5 个城市由于创新投资不足，出现负增长。总体来看，区域内城市的创新发展指数差距较为明显。其中：上海市的创新发展指数遥遥领先其他城市；苏州市次之，该市主要得益于充足的资金支持、强大的技术人才市场等优势［29］；南京市和合肥市在政策和人才红利的助推下，实现了快速发展；受地形的自然阻隔和R＆D经费投入少等因素的影响，苏北和浙西南地区和安徽省的多数城市创新发展指数增长较为缓慢。

2009—2019 年，长三角的协调发展指数处于波动上升趋势，波动幅度由显著趋于平缓（图4）。从图4 可见，2009 年区域协调发展指数差距明显，上海市处于龙头地位。上海、无锡、芜湖等23 个城市的协调发展指数位于平均值0.461 之上，多数集中在以上海为核心的苏南、浙东北地区，二产产值较高，城镇化率突破50%。安徽省多数城市的第一产业仍占较大比重，接近一半城市的城镇化率低于40%，协调发展水平相对落后。2014 年，极差缩小至0.476，私营经济和商品经济发展迅速，促进了江苏和浙江省产业结构的调整升级，皖江城市带通过承接产业转移，二产产值增加，但城市工业的快速发展扩大了城乡收入差距，致使芜湖、宣城、铜陵3 个城市的协调发展指数有所下降。2019 年，区域差距持续缩小，区域内协调发展指数平均值由2014 年的0.461增长至2019 年的0.574，芜湖、铜陵、马鞍山等32 个城市的协调发展水平得到较大提升，而宿迁、池州等9 个城市出现负增长现象，需要进一步提升协调发展水平。

图4 长三角41 市协调发展指数Figure 4 Coordinated development index of 41 cities in Changjiang River Delta

2009—2019 年，长三角的绿色发展指数整体较高，呈波动态势，区域内极差先增大后减小（图5）。

图5 长三角41 市绿色发展指数Figure 5 Green development index of 41 cities in Changjiang River Delta

从图5 可见，2009 年黄山市的绿色发展指数（0.849）最高。相异于其他子系统的发展状况，由于开发利用程度低、产业结构布局和旅游发展需要，浙西南地区和安徽省多数城市的绿色发展水平较高。2014 年，安徽省以黄山市为首的14 个城市环境开发利用程度低，绿色发展水平排名靠前；上海市、江苏省全域、浙东北地区、浙西南的衢州市和丽水市、安徽省合肥、蚌埠和亳州3 市的绿色发展指数呈负增长，其中多数城市的工业产值占GDP 的比重大，粗放的发展方式造成环境质量下降，区域内的极差增长至0.411，差距增大。2019 年区域发展的差距有所减小，上海市、江苏省、浙江省和安徽省合肥、蚌埠2市的绿色发展指数实现较大提升，主要得益于绿色发展理念的引领，落后产业的转移，以及省市自身的重视等多种因素的共同作用。由于经济发展阶段存在差异，皖北多数城市的绿色发展指数出现负增长。

2009—2019 年，长三角的开放发展指数整体实现了小幅度提升，区域内的平均值和极差经历先增大后减小的相像变化，区域差异较为显著（图6）。从图6 可见，2009 年苏州市的开放发展指数最高达0.526，上海市次之，且与第三名南京市（0.379）的差距骤然拉大，呈现出明显的“两级阶梯”状态。2014年，平均值增长为0.248，而上海市的开放发展指数增长了0.215，反超苏州市跃居第一位；安徽省多地实现正增长且增幅明显（铜陵市除外），而南京、无锡、金华等19 个城市出现负增长，极差由2009 年的0.393 增长至2014 年的0.610，区域内发展差距增大，转变为“三级阶梯”的发展状态。2019 年，区域内的平均值减小，但“三级阶梯”的发展状况并没有发生根本性的转变。区域内存在外贸港口的条件差异。如：上海市、苏州市和宁波市拥有洋山港、苏州港、舟山港等国际港口，连接国际、国内两大市场，其进出口总额、实际利用外资总额在区域内具有优势；而杭州市较高的实际利用外资总额，使其在区域内名列第三位。

图6 长三角41 市开放发展指数Figure 6 Open development index of 41 cities in Changjiang River Delta

2009—2019 年，长三角的共享发展指数整体实现大幅提升，其平均值处于持续增长的态势（图7）。从图7 可见，2009 年，平均值为0.256，以上海为首的南京、苏州、无锡、杭州、铜陵等20 个城市的共享发展指数高于均值，低于均值的城市主要位于苏北地区和安徽省内。2014 年，区域内城市共享发展指数整体实现增长，上海市、浙江省和苏南城市的共享发展指数和增幅整体高于苏北、苏中和安徽省的城市。由于教育、医疗等公共服务的水平持续提升，杭州市的共享发展指数超过上海市跃居第一，工业经济的快速发展助推铜陵市的发展指数实现明显提升。2019 年，平均值继续增长，除铜陵市受经济转型影响出现负增长现象，其他城市都实现大幅增长。总体来看，经济基础决定上层建筑，共享发展指数与可支配收入呈正相关关系。上海等可支配收入高的城市，人们享受的共享服务水平也高，而相对较低的可支配收入阻碍了苏北和安徽省多数城市共享发展指数的提升。

图7 长三角41 市共享发展指数Figure 7 Shared development index of 41 cities in Changjiang River Delta

3.4 高质量发展障碍因子分析

本文基于公式（8）探究长三角高质量发展的障碍因子（表3）。其中：创新、开放和共享发展的障碍度高，是主要的障碍因子；协调和绿色发展的障碍度低，是次要的障碍因子。研究期内5 个子系统的障碍度存在不同的发展趋势。以最接近当前实况的2019 年为例，创新发展障碍度的平均值为0.400，26个城市的障碍度高于均值，主要分布在浙江省内、苏北、皖北和皖南地区，创新对综合发展的障碍作用强，多数城市需要进一步减小创新发展的障碍度；开放发展障碍度的平均值为0.276，高于均值的城市有20 个，集中分布在浙江省内和江苏省南部地区；共享发展为障碍度第三高的障碍因子，平均值为0.186，有21 个城市的障碍度高于均值，集中分布在上海市、苏北5 市和安徽省的大部分城市（铜陵除外）；协调和绿色发展的障碍作用弱，协调发展障碍度的平均值是0.081，有16 个城市的障碍度高于均值，除多数集中在安徽省内，上海、苏州、南京、南通4市的障碍度也高于均值；绿色发展障碍度的平均值为0.057，上海、苏州、南京、杭州等15 个城市的障碍度高于均值，需要进一步提升其绿色发展指数。

表3 高质量发展五大子系统障碍度Table 3 Obstacles of five subsystems for high-quality development

从发展趋势来看，创新发展的障碍度总体下降，由2009 年的18.289 下降至2019 年的16.400，表明长三角地区的科技创新水平在逐渐提升。协调和开放发展障碍度的变动幅度小，协调发展障碍度3 个时间点的平均值分别为0.079、0.074、0.080；开放发展障碍度的平均值经历先升后降，由2009 年的0.279最终降至2019 年的0.276。总体来看，两个子系统需要打破相对固定的发展局面，寻求新的突破。绿色发展的障碍度处于波动发展的状态，为了推动经济社会持续与健康发展，多数城市在经历2014 年障碍度增加之后普遍重视城市的绿色发展，使得2019年的障碍度降低。共享发展的障碍度呈上升发展的趋势，相对其他的障碍因子增幅最大。总体来看，研究期内创新、开放和绿色发展障碍度的降低对长三角地区高质量发展综合指数提升发挥了重要作用。从区域差异看，2019 年舟山市的创新发展障碍度最高，协调、绿色和共享发展障碍度最高的城市是上海市，而开放发展是杭州市高质量发展障碍度最高的因子。

4 结论与建议

4.1 结论

基于新发展理念，本文测度了长三角地区2009年、2014 年和2019 年的高质量发展综合指数、五大子系统的发展指数，并对高质量发展的障碍因子进行了系统分析。主要结论如下：①长三角高质量发展综合指数整体处于上升趋势，高值区城市以上海市为核心，在近邻效应、交通廊道、区位优势、本底资源等的共同作用下，不同等级的城市逐渐向高值区城市转变，实现空间格局由点状向面状演变，集中布局在东南部区域。高值区、中值区、低值区城市的数量结构趋向优化，呈现出较清晰地由东南向西北的等级递减的图景，也体现出当前一定程度“东南强、西北弱”的两极分化问题，苏北、皖中、皖北地区是长三角一体化和高质量发展的短板区域。②子系统分析方面，创新、协调、开放和共享发展水平与城市综合发展水平关联性较强，绿色发展水平的结果与此相异。以上海市处于领头地位的创新和开放发展指数呈现明显极化差异，受益于政策、人才、科技水平等优势条件，近沪地区和省会城市相比其他区域发展较快。各省市的协调发展指数呈现波动向好发展态势，主要得益于产业结构调整和经济发展。绿色发展指数经历下降后，在各省市的重视下又有所增加，共享发展指数随经济发展实现显著提升。③主要障碍因子方面，创新和开放发展是长三角高质量发展的主要障碍因子，但障碍度总体呈下降趋势；共享发展是位列第三位的障碍因子，障碍度呈上升趋势；协调和绿色发展的障碍作用较弱，二者的障碍度处于波动上升状态。研究期内，长三角地区高质量发展综合指数的提升受益于创新、开放和绿色发展障碍度的降低。

4.2 建议

基于以上分析结论来看，新发展理念是实现我国区域高质量发展的重要遵循和检验标准，城市高质量发展综合水平由多个子系统的发展水平共同决定，同时又对不同子系统产生影响作用。因此，需要推动五大子系统协同并进，既要强化优势，也要补齐短板。不同城市应立足新发展理念，抓住战略优势，因势利导、因地制宜，以破解当前存在的主要障碍。

对此，本文提出以下3 点建议：①尊重差异，努力缩小区域发展差距。东部地区在持续推进产业升级和进行产业转移的同时，应兼顾全局利益，皖北、皖中、苏北和皖西大别山区、皖南、浙西南山区分别作为粮食生产和生态保护的主要承担者，发展路径的不同，不可避免地会影响区域间的经济效益差距，区域内各省市应尊重这一客观差距，加强彼此间的分工协作，发挥各自比较优势。②加强人才和科技的培育及跨区域流通。各省市应努力为创新和人才的发展提供良好的环境与土壤，加强对以上海张江和安徽合肥为代表的科技创新主体的支持，强化G60科创走廊的落实。以上海为核心的近沪地区应加强与边缘区城市的帮扶合作，通过人才外派和技术输出，为当地边缘区城市发展注入活力，促进科技成果转化为实践成果，实现科技创新区域一体化。③建设服务型政府。各省市应切实从人民群众的需求出发，满足人民的美好生活需要，抓住长三角一体化战略、长江经济带发展战略、“一带一路”倡议的发展契机，不断深化改革开放，加强国内外的交流与合作，发展开放型经济。

5 讨论

本文基于五大发展理念构建长三角地区的高质量发展评价指标体系，对其高质量发展进行了测度，一定程度丰富了高质量发展评价指标体系的研究，对长三角一体化高质量发展的推进和策略谋划具有一定的参考意义。考虑到高质量发展蕴含的复杂多元的内涵，未来研究应对其内涵和评价指标体系进行更加全面深入的探讨，以提高研究的学术价值和实践贡献。