李寬苗 李超

摘要：選取長(zhǎng)三角全域共41個(gè)城市2011～2018年的面板數(shù)據(jù)進(jìn)行研究，通過(guò)構(gòu)建空間計(jì)量模型，對(duì)各城市經(jīng)濟(jì)增長(zhǎng)影響因素及其直接、間接、總體效應(yīng)進(jìn)行分析。研究發(fā)現(xiàn)：長(zhǎng)三角區(qū)域經(jīng)濟(jì)增長(zhǎng)存在顯著的正向空間相關(guān)性，東部地區(qū)城市經(jīng)濟(jì)增長(zhǎng)形成良性的增長(zhǎng)態(tài)勢(shì)，以安徽省城市為代表的西部城市則處于經(jīng)濟(jì)增長(zhǎng)“洼地”;從空間計(jì)量模型結(jié)果來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)是影響區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素，為全面實(shí)現(xiàn)長(zhǎng)三角地區(qū)經(jīng)濟(jì)協(xié)調(diào)可持續(xù)發(fā)展目標(biāo)，應(yīng)圍繞“安徽省城市”和“產(chǎn)業(yè)結(jié)構(gòu)”兩個(gè)重點(diǎn)開(kāi)展工作。

關(guān)鍵詞：長(zhǎng)江三角洲;經(jīng)濟(jì)增長(zhǎng);空間計(jì)量模型

中圖分類(lèi)號(hào)：F127 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-4657（2020）05-0051-09

0 引言

在經(jīng)濟(jì)全球化的背景下，實(shí)現(xiàn)區(qū)域間的協(xié)調(diào)發(fā)展，探討具有特色的區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展理論，對(duì)實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)持續(xù)增長(zhǎng)具有典型的理論意義。2018年11月，中央正式宣布長(zhǎng)三角一體化高質(zhì)量發(fā)展上升為國(guó)家戰(zhàn)略。根據(jù)2019年12月中央發(fā)布的《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，長(zhǎng)江三角洲包括上海市，江蘇省，浙江省、安徽省全域，共計(jì)41座城市，長(zhǎng)江三角洲無(wú)論在經(jīng)濟(jì)活力還是經(jīng)濟(jì)總量都優(yōu)于珠三角、京津冀等經(jīng)濟(jì)體，但是相較于發(fā)達(dá)國(guó)家經(jīng)濟(jì)體依然存在一定的差距。如何進(jìn)一步促進(jìn)長(zhǎng)三角地區(qū)經(jīng)濟(jì)可持續(xù)高質(zhì)量增長(zhǎng)，成為當(dāng)前的熱門(mén)話(huà)題。

在進(jìn)行區(qū)域研究中，區(qū)域之間往往存在空間相關(guān)性。在傳統(tǒng)的計(jì)量經(jīng)濟(jì)分析，并不能很好地解決這一問(wèn)題。而空間計(jì)量模型在傳統(tǒng)的區(qū)域研究中考慮了空間差異性，解決了區(qū)域間空間依賴(lài)關(guān)系、空間異質(zhì)性、空間動(dòng)態(tài)以及空間模擬問(wèn)題[1]?；诮孛鏀?shù)據(jù)的空間計(jì)量模型僅反映了在空間上存在的依賴(lài)或一致性關(guān)系，而不能反映在時(shí)間維度上的變化，而空間面板數(shù)據(jù)則同時(shí)體現(xiàn)研究對(duì)象在空間與時(shí)間雙維度的變化，與截面數(shù)據(jù)下的單方程相比，空間面板數(shù)據(jù)為闡釋研究對(duì)象提供更多的信息，已成為空間計(jì)量研究領(lǐng)域的熱點(diǎn)問(wèn)題[2]。

國(guó)內(nèi)學(xué)者針對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)影響因素做過(guò)大量研究。郭湖斌等[3]將長(zhǎng)三角16座城市經(jīng)濟(jì)發(fā)展相關(guān)政策進(jìn)行梳理，發(fā)現(xiàn)相較于傳統(tǒng)因素，制度政策對(duì)長(zhǎng)三角經(jīng)濟(jì)增長(zhǎng)的影響更大。黃蘇萍等[4]建立空間計(jì)量模型發(fā)現(xiàn)，鐵路、公路交通設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的促進(jìn)作用。鄧文博等[5]利用雙重差分模型發(fā)現(xiàn)，長(zhǎng)三角一體化政策的推進(jìn)帶動(dòng)了區(qū)域經(jīng)濟(jì)快速增長(zhǎng)。卜茂亮等[6]發(fā)現(xiàn)，在經(jīng)濟(jì)發(fā)展水平較低時(shí)，市場(chǎng)一體化不會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，在經(jīng)濟(jì)發(fā)展水平較高時(shí)，市場(chǎng)一體化會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。任宏等[7]對(duì)三大城市群的經(jīng)濟(jì)增長(zhǎng)因素以及其空間效應(yīng)進(jìn)行了研究，結(jié)果表明物質(zhì)資本在三大城市群中的空間效應(yīng)均顯著為正，人力資本在各城市群中均能產(chǎn)生顯著的空間溢出效應(yīng)。毛艷華等[8]對(duì)長(zhǎng)三角一體化的經(jīng)濟(jì)增長(zhǎng)效應(yīng)進(jìn)行了研究，結(jié)果表明一體化過(guò)程中的生產(chǎn)要素流動(dòng)、對(duì)外開(kāi)放和經(jīng)濟(jì)結(jié)構(gòu)等方面對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的促進(jìn)作用。對(duì)現(xiàn)有文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，區(qū)域經(jīng)濟(jì)研究中，空間計(jì)量模型較傳統(tǒng)計(jì)量分析模型更加合適，目前對(duì)長(zhǎng)三角區(qū)域經(jīng)濟(jì)增長(zhǎng)的研究已較為成熟，多數(shù)以省級(jí)數(shù)據(jù)為研究單位或僅研究中心城市，本文則以長(zhǎng)三角全域共計(jì)41座城市作為研究對(duì)象，在空間權(quán)重的選取上，使用了城市間公路里程數(shù)倒數(shù)與經(jīng)濟(jì)規(guī)模組合權(quán)重，摒棄了傳統(tǒng)空間計(jì)量中，以城市間是否相鄰判斷城市間空間相關(guān)性的強(qiáng)弱的做法，以期為長(zhǎng)三角三省一市全面實(shí)現(xiàn)經(jīng)濟(jì)協(xié)調(diào)可持續(xù)增長(zhǎng)提供有效建議。

1 模型設(shè)定與數(shù)據(jù)來(lái)源

1.1 空間相關(guān)性檢驗(yàn)

現(xiàn)有測(cè)度變量是否存在空間相關(guān)性的方法主要有全局莫蘭指數(shù)（Morans I）和局部莫蘭指數(shù)（Local Morans I），使用莫蘭指數(shù)需要設(shè)定正確的空間矩陣，因此選取了兩個(gè)空間權(quán)重矩陣以驗(yàn)證結(jié)果的準(zhǔn)確性，分別為基于城市間公路里程數(shù)倒數(shù)的空間權(quán)重矩陣和基于城市間公路里程數(shù)倒數(shù)與經(jīng)濟(jì)規(guī)模組合的空間權(quán)重矩陣，并對(duì)空間權(quán)重進(jìn)行了行標(biāo)準(zhǔn)化，具體的公式如下：

1.2 空間權(quán)重構(gòu)建

現(xiàn)有文獻(xiàn)中大多使用0-1矩陣、基于城市距離的空間權(quán)重矩陣以及基于經(jīng)濟(jì)規(guī)模的空間權(quán)重矩陣[9]。僅以空間位置是否相鄰來(lái)判斷城市間相關(guān)性的親疏，存在不合理性。因此本文僅選取城市間公路里程數(shù)倒數(shù)的空間權(quán)重矩陣和基于城市間公路里程數(shù)倒數(shù)與經(jīng)濟(jì)規(guī)模組合的空間權(quán)重矩陣，具體形式如下：

1.3 空間計(jì)量模型構(gòu)建

常見(jiàn)的模型有空間自相關(guān)模型（Spatial Auto Regression，SAR）、空間誤差模型（Spatial Errors Model，SEM）以及空間杜賓模型（Spatial Durbin Model，SDM），本文主要對(duì)這三個(gè)模型進(jìn)行比較遴選，具體的公式如下：

其中yit為被解釋變量，本文選取為長(zhǎng)三角地區(qū)人均GDP，x1it～x6it為本文選取的6個(gè)解釋變量，依次為產(chǎn)業(yè)結(jié)構(gòu)、社會(huì)資本、對(duì)外開(kāi)放水平、人力資本、通信水平以及互聯(lián)網(wǎng)發(fā)展水平，具體解釋變量選擇如表1所示。βi為模型系數(shù)，W 代表空間權(quán)重矩陣，本文共選取兩種空間權(quán)重，分別為基于城市間公路里程數(shù)倒數(shù)的空間權(quán)重矩陣以及基于城市間公路里程數(shù)倒數(shù)與經(jīng)濟(jì)規(guī)模的組合空間權(quán)重矩陣。

1.4 數(shù)據(jù)來(lái)源與變量選取

1.4.1 數(shù)據(jù)來(lái)源

由于安徽省巢湖市在2011年以后被劃分在合肥、蕪湖等市，因此本次研究采用2011～2018年數(shù)據(jù)，所有數(shù)據(jù)均來(lái)自各省2012～2019年的統(tǒng)計(jì)年鑒，部分缺失數(shù)據(jù)來(lái)自于各地市統(tǒng)計(jì)年鑒以及統(tǒng)計(jì)公報(bào)進(jìn)行整理而來(lái)，ArcGIS與GeoDa軟件處理的電子地圖數(shù)據(jù)均來(lái)自全國(guó)地理信息資源網(wǎng)站，與研究變量進(jìn)行合并實(shí)現(xiàn)可視化。

1.4.2 變量選取

關(guān)于經(jīng)濟(jì)增長(zhǎng)的變量一般有采用實(shí)際人均GDP增長(zhǎng)率或者實(shí)際人均GDP，本文主要參照林光平等人的做法，選取人均GDP作為經(jīng)濟(jì)增長(zhǎng)指標(biāo)，圖1為2018年長(zhǎng)三角41市人均GDP的空間分布，利用ArcGIS軟件實(shí)現(xiàn)可視化，不難發(fā)現(xiàn)各地區(qū)經(jīng)濟(jì)增長(zhǎng)在空間上存在明顯的空間差異性，經(jīng)濟(jì)水平呈現(xiàn)由東向西逐步降低的格局。

通過(guò)上文對(duì)經(jīng)濟(jì)增長(zhǎng)影響因素的分析，結(jié)合地級(jí)市數(shù)據(jù)的完整性，最終選取產(chǎn)業(yè)結(jié)構(gòu)、社會(huì)資本、對(duì)外開(kāi)放水平等6個(gè)因素展開(kāi)定量分析，具體如下表1。

2 實(shí)證分析

2.1 空間自相關(guān)結(jié)果分析

長(zhǎng)三角人均GDP的莫蘭指數(shù)解釋了區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間自相關(guān)性。圖2展示了長(zhǎng)三角41市莫蘭指數(shù)在2011～2018年的變化，可以看出，莫蘭指數(shù)在0.428至0.485之間浮動(dòng)，并且通過(guò)了顯著性檢驗(yàn)，說(shuō)明長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展水平在區(qū)域分布上具有明顯的空間相關(guān)性，而不是呈現(xiàn)隨機(jī)分布的格局。

圖3為局部莫蘭指數(shù)，利用GeoDa軟件實(shí)現(xiàn)可視化，可以看出長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展在地區(qū)分布具有很強(qiáng)的規(guī)律性。東部地區(qū)大都處在高—高區(qū)域，例如上海、蘇州、無(wú)錫等城市;西部地區(qū)大多處于低—低區(qū)域和高—低區(qū)域，其中阜陽(yáng)、亳州、宿遷等城市處于低—低區(qū)域，合肥、蕪湖處于高—低區(qū)域。其可能原因如下：經(jīng)濟(jì)發(fā)展水平較高的城市，自身具有先天優(yōu)勢(shì)，擁有更多的資源，能對(duì)資源進(jìn)行合理的分配，形成合理的產(chǎn)業(yè)結(jié)構(gòu)，形成各城市間經(jīng)濟(jì)發(fā)展相互促進(jìn)良性循環(huán)，而對(duì)于中西部地區(qū)的城市，經(jīng)濟(jì)水平普遍較低，與東部地區(qū)城市存在較大差距，不難發(fā)現(xiàn)，其中大多是安徽省所屬城市，長(zhǎng)三角一體化高質(zhì)量發(fā)展議案中，安徽省是最晚加入長(zhǎng)三角規(guī)劃的省市，安徽省應(yīng)在未來(lái)發(fā)展中盡快提升在長(zhǎng)三角中的融入度，精準(zhǔn)定位在長(zhǎng)三角發(fā)展中的角色，加快安徽省城市的經(jīng)濟(jì)發(fā)展。

2.2 模型識(shí)別檢驗(yàn)

常見(jiàn)空間計(jì)量模型一共有八種，本文僅針對(duì)應(yīng)用最為廣泛的三種進(jìn)行研究，分別為SAR、SEM及SDM模型。關(guān)于模型的遴選步驟如下：首先為確定最合適的空間計(jì)量模型，對(duì)OLS回歸進(jìn)行LM檢驗(yàn)，結(jié)果如表2所示，可以發(fā)現(xiàn)LM-Lag、Robust LM-Lag、LM-Err、以及Robust LM-Err均通過(guò)顯著性檢驗(yàn)，說(shuō)明SAR模型與SEM模型均適合本次研究，考慮到SDM模型是對(duì)前兩個(gè)模型的升級(jí)，進(jìn)一步通過(guò)似然比檢驗(yàn)和Wald檢驗(yàn)，判斷SDM模型是否可以簡(jiǎn)化為SEM模型，根據(jù)Wald-spatial-lag與LR-spatial-lag的值分別為25.749 9和24.768 4，Wald-spatial-error與LR-spatial-error的值分別為33.431 8和35.182 9，并且在顯著性水平為0.01的條件下，拒絕了原假設(shè)，說(shuō)明本次研究更加適合空間杜賓模型;根據(jù)Hausman檢驗(yàn)結(jié)果來(lái)看，本文應(yīng)選擇固定效應(yīng)模型，另一方面，隨機(jī)效應(yīng)模型是建立在所有樣本均隨機(jī)抽取至總體的假設(shè)下，而本文研究市級(jí)數(shù)據(jù)，相比之下固定效應(yīng)模型要更加合適。

2.3 空間計(jì)量模型

根據(jù)模型遴選結(jié)果來(lái)看，最終選取空間杜賓模型，表3、表4分別為根據(jù)前文設(shè)定的兩種空間權(quán)重矩陣建立的系數(shù)估計(jì)結(jié)果，SDM1、SDM2及SDM3分別為個(gè)體固定效應(yīng)模型，時(shí)期固定效應(yīng)模型以及個(gè)體時(shí)期雙固定效應(yīng)模型估計(jì)結(jié)果。

從模型的擬合效果來(lái)看，根據(jù)表3結(jié)果，在三種效應(yīng)模型下，所有的空間系數(shù)均為正，分別為0.383 0、0.443 0和0.285 0，并且在顯著性水平為0.01的條件下通過(guò)檢驗(yàn)，說(shuō)明長(zhǎng)三角地區(qū)經(jīng)濟(jì)增長(zhǎng)在空間分布上具有顯著的空間相關(guān)性。從擬合優(yōu)度（R-squared）統(tǒng)計(jì)量來(lái)看，分別為0.978 8、0.852 4和0.979 6，三個(gè)模型均具有較高的擬合度;從似然比統(tǒng)計(jì)量（log-likelihood）來(lái)看，分別為324.469 2、4.168和334.976 2，時(shí)期固定效應(yīng)模型數(shù)值遠(yuǎn)小于其他兩個(gè)模型，說(shuō)明擬合其效果最好。

從變量的估計(jì)系數(shù)結(jié)果來(lái)看，個(gè)體固定效應(yīng)模型及個(gè)體時(shí)期雙固定效應(yīng)模型結(jié)果相似，其中產(chǎn)業(yè)結(jié)構(gòu)、通信水平以及互聯(lián)網(wǎng)發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)都具有抑制作用，社會(huì)資本和對(duì)外開(kāi)放水平對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，從相鄰地區(qū)對(duì)本地區(qū)的影響來(lái)看，相鄰地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、互聯(lián)網(wǎng)發(fā)展水平對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，相鄰地區(qū)對(duì)外開(kāi)放水平對(duì)本地區(qū)則具有抑制作用;時(shí)期固定效應(yīng)模型中，產(chǎn)業(yè)結(jié)構(gòu)，人力資本、互聯(lián)網(wǎng)發(fā)展水平等5個(gè)因素均對(duì)長(zhǎng)三角地區(qū)經(jīng)濟(jì)具有顯著的促進(jìn)作用，只有通信水平對(duì)長(zhǎng)三角區(qū)域經(jīng)濟(jì)增長(zhǎng)不具有促進(jìn)作用。通信業(yè)發(fā)展在長(zhǎng)三角一體化高質(zhì)量發(fā)展中發(fā)揮著重要作用，但是在發(fā)展過(guò)程中，面臨著行政管理體系制約以及各地區(qū)基礎(chǔ)設(shè)施發(fā)展不平衡等多方面問(wèn)題[10]，在短期內(nèi)并不能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生影響，從相鄰地區(qū)對(duì)本地區(qū)的影響來(lái)看，相鄰地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)具有顯著的促進(jìn)作用，對(duì)外開(kāi)放水平及人力資本則對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)具有抑制作用。

就表4的模型系數(shù)估計(jì)結(jié)果來(lái)看，與表3得出結(jié)論一致，但影響因素估計(jì)系數(shù)普遍低于城市距離空間權(quán)重模型，就空間相關(guān)性系數(shù)而言，城市距離與社會(huì)經(jīng)濟(jì)規(guī)模組合權(quán)重模型影響更大，同樣的，時(shí)期固定效應(yīng)模型的擬合效果要優(yōu)于其他兩種效應(yīng)模型，基于此，對(duì)空間SDM時(shí)期固定效應(yīng)模型進(jìn)一步展開(kāi)空間效應(yīng)分解，結(jié)果見(jiàn)表5。

從表5的結(jié)果來(lái)看，在兩種空間權(quán)重模型下，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化不僅僅促進(jìn)本地區(qū)經(jīng)濟(jì)的增長(zhǎng)，也促進(jìn)相鄰地區(qū)經(jīng)濟(jì)增長(zhǎng)，社會(huì)資本對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)有顯著促進(jìn)作用，對(duì)相鄰地區(qū)經(jīng)濟(jì)增長(zhǎng)作用較弱;對(duì)外開(kāi)放水平、人力資本以及網(wǎng)絡(luò)發(fā)展水平對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)均具有顯著的促進(jìn)作用，對(duì)相鄰地區(qū)經(jīng)濟(jì)增長(zhǎng)作用未通過(guò)顯著性檢驗(yàn);通信水平對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)具有顯著抑制作用，對(duì)相鄰地區(qū)無(wú)顯著作用。

3 總結(jié)與建議

3.1 總結(jié)

本文運(yùn)用長(zhǎng)三角41座城市2011～2018年面板數(shù)據(jù)考察區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間相關(guān)性與集聚效應(yīng)。從地理距離特征與社會(huì)經(jīng)濟(jì)特征兩個(gè)方面設(shè)置空間權(quán)重，從不同角度考察區(qū)域經(jīng)濟(jì)增長(zhǎng)影響因素。研究發(fā)現(xiàn)：

（1）長(zhǎng)三角區(qū)域經(jīng)濟(jì)增長(zhǎng)存在顯著的正向空間相關(guān)性，即城市的經(jīng)濟(jì)增長(zhǎng)依賴(lài)于具有相似空間特征的城市，以上海、蘇州為代表的東部城市經(jīng)濟(jì)增長(zhǎng)形成了高-高聚集的良性增長(zhǎng)態(tài)勢(shì)，而中西部城市，特別是安徽省所在城市，則處于低-低經(jīng)濟(jì)增長(zhǎng)洼地，在周邊城市經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)不佳的情況下，城市自身的經(jīng)濟(jì)增長(zhǎng)能力不斷降低。

（2）在研究時(shí)間范圍，從本地區(qū)經(jīng)濟(jì)增長(zhǎng)角度來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)、社會(huì)資本、對(duì)外開(kāi)放水平、人力資本、互聯(lián)網(wǎng)發(fā)展水平均產(chǎn)生積極影響，通信水平則產(chǎn)生消極影響;從相鄰地區(qū)角度來(lái)看，相鄰地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)具有顯著的促進(jìn)作用，溢出效應(yīng)為正，對(duì)外開(kāi)放水平及人力資本則對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)具有抑制作用，溢出效應(yīng)為負(fù)，其余影響因素溢出效應(yīng)不顯著;從空間效應(yīng)分解結(jié)果來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)、社會(huì)資本對(duì)本地區(qū)與相鄰地區(qū)經(jīng)濟(jì)增長(zhǎng)均具有促進(jìn)作用，其中社會(huì)資本影響較弱，對(duì)外開(kāi)放水平、人力資本以及網(wǎng)絡(luò)發(fā)展水平僅促進(jìn)本地區(qū)經(jīng)濟(jì)增長(zhǎng)，通信水平對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)具有顯著抑制作用，對(duì)相鄰地區(qū)無(wú)顯著作用。

3.2 建議

基于以上分析，為進(jìn)一步推進(jìn)長(zhǎng)三角三省一市全面實(shí)現(xiàn)經(jīng)濟(jì)協(xié)調(diào)可持續(xù)增長(zhǎng)，從以下幾個(gè)方面提出建議：

（1）進(jìn)一步增強(qiáng)欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展動(dòng)能。目前安徽省經(jīng)濟(jì)發(fā)展較落后于其它兩省一市，在長(zhǎng)三角一體化經(jīng)濟(jì)高質(zhì)量發(fā)展上升為國(guó)家戰(zhàn)略后，對(duì)安徽省經(jīng)濟(jì)發(fā)展既是挑戰(zhàn)又是機(jī)遇，應(yīng)針對(duì)安徽省自身經(jīng)濟(jì)發(fā)展特點(diǎn)，實(shí)施最精準(zhǔn)的措施。首先，安徽科技創(chuàng)新后發(fā)優(yōu)勢(shì)明顯，擁有合肥綜合性國(guó)家科學(xué)中心，且身處長(zhǎng)三角縱深腹地的區(qū)位，應(yīng)積極接受其他省市的資本、技術(shù)、信息輻射，承接產(chǎn)業(yè)轉(zhuǎn)移，從而完成產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化;其次，要進(jìn)一步加深與國(guó)內(nèi)外經(jīng)濟(jì)的交流與合作，以開(kāi)放促進(jìn)改革發(fā)展，為安徽省全域更高質(zhì)量融入長(zhǎng)三角發(fā)展奠定基礎(chǔ)，真正實(shí)現(xiàn)“3+1>4”。

（2）產(chǎn)業(yè)結(jié)構(gòu)是促進(jìn)長(zhǎng)三角經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素。其中合理的產(chǎn)業(yè)空間布局是實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的核心內(nèi)容，產(chǎn)業(yè)發(fā)展除依靠市場(chǎng)力量外，還可以依靠政府在共享平臺(tái)構(gòu)建以及公共服務(wù)等方面發(fā)揮引導(dǎo)作用，建立招商共享機(jī)制，鼓勵(lì)各企業(yè)將不適合本地發(fā)展的產(chǎn)業(yè)推薦于適合發(fā)展的地區(qū)，推動(dòng)產(chǎn)業(yè)空間布局的實(shí)現(xiàn)，促進(jìn)區(qū)域功能的專(zhuān)業(yè)化，最終實(shí)現(xiàn)長(zhǎng)三角城市群區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的目標(biāo)。

（3）充分發(fā)揮城市間生產(chǎn)要素空間溢出效應(yīng)。應(yīng)加速打破行業(yè)壁壘，充分發(fā)揮政府統(tǒng)籌協(xié)調(diào)地位以及上海對(duì)內(nèi)開(kāi)放的龍頭作用，借鑒國(guó)際上較為成熟的城市群發(fā)展經(jīng)驗(yàn)，打破領(lǐng)域、區(qū)域和國(guó)別的界限，形成城市間跨區(qū)域合作與對(duì)話(huà)機(jī)制，實(shí)現(xiàn)地區(qū)之間的協(xié)同創(chuàng)新，實(shí)現(xiàn)要素最大限度的整合與最大效率的發(fā)揮，充分釋放各市場(chǎng)參與主體活力，提高經(jīng)濟(jì)發(fā)展效率。

（4）聚焦長(zhǎng)三角城市群更好的分工與合作。目前，長(zhǎng)三角地區(qū)整體經(jīng)濟(jì)綜合實(shí)力已得到提升，在全面建設(shè)現(xiàn)代化國(guó)家這一新戰(zhàn)略背景下，應(yīng)重點(diǎn)聚焦于長(zhǎng)三角城市間更好的分工合作。首先，應(yīng)充分發(fā)揮中心發(fā)達(dá)城市對(duì)其他城市的“涓滴效應(yīng)”，以點(diǎn)帶面，以面連片逐步促進(jìn)長(zhǎng)三角城市群協(xié)調(diào)有序發(fā)展;其次，從長(zhǎng)三角城市群全域發(fā)展全局出發(fā)，城市間進(jìn)行充分的信息交流與合作，實(shí)現(xiàn)錯(cuò)位競(jìng)爭(zhēng)、優(yōu)勢(shì)互補(bǔ)，有效提升長(zhǎng)三角地區(qū)的整體競(jìng)爭(zhēng)力;最后，區(qū)域間進(jìn)行有效合作的前提在于實(shí)現(xiàn)成本共擔(dān)、利益共贏，進(jìn)一步完善區(qū)域利益協(xié)調(diào)機(jī)制也將是長(zhǎng)三角城市群經(jīng)濟(jì)協(xié)調(diào)可持續(xù)發(fā)展的重點(diǎn)，也是難點(diǎn)之一。

參考文獻(xiàn)：

[1] 楊?yuàn)檴?，任冬梅，賈菲.空間計(jì)量理論與應(yīng)用研究綜述[J].統(tǒng)計(jì)與決策，2020，36（6）：39-42.

[2] 葉阿忠，吳繼貴，陳生明，等.空間計(jì)量經(jīng)濟(jì)學(xué)[M].廈門(mén)：廈門(mén)大學(xué)出版社.2015.

[3] 郭湖斌，鄧智團(tuán).新常態(tài)下長(zhǎng)三角區(qū)域經(jīng)濟(jì)一體化高質(zhì)量發(fā)展研究[J].經(jīng)濟(jì)與管理，2019，33（4）：22-30.

[4] 黃蘇萍，朱詠.鐵路、公路交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)——以長(zhǎng)三角為例[J].華東經(jīng)濟(jì)管理，2017，31（11）：20-27.

[5] 鄧文博，宋宇，陳曉雪.區(qū)域一體化帶動(dòng)長(zhǎng)三角欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)增長(zhǎng)效應(yīng)評(píng)估——基于DID模型的實(shí)證研究[J].華東經(jīng)濟(jì)管理，2019，33（7）：14-20.

[6] 卜茂亮，高彥彥，張三峰.市場(chǎng)一體化與經(jīng)濟(jì)增長(zhǎng)：基于長(zhǎng)三角的經(jīng)驗(yàn)研究[J].浙江社會(huì)科學(xué)，2010（6）：11-17，125.

[7] 任宏，李振坤.中國(guó)三大城市群經(jīng)濟(jì)增長(zhǎng)的影響因素及其空間效應(yīng)[J].城市問(wèn)題，2019（10）：63-68.

[8] 毛艷華，楊思維.珠三角一體化的經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究[J].經(jīng)濟(jì)問(wèn)題探索，2017（2）：68-75.

[9] 林光平，龍志和，吳梅.中國(guó)地區(qū)經(jīng)濟(jì)σ-收斂的空間計(jì)量實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（4）：14-21+69.

[10] 姚國(guó)章，王莉.長(zhǎng)三角通信一體化及江蘇通信業(yè)的發(fā)展對(duì)策[J].南京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，12（3）：55-59.

[責(zé)任編輯：鄭筆耕]