周茂俊，葛 莉，徐 鳳

(安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

城市的發(fā)展帶來生產(chǎn)要素空間上的流動，生產(chǎn)要素集聚促進(jìn)集聚區(qū)域的經(jīng)濟(jì)快速發(fā)展，生產(chǎn)要素的溢出促進(jìn)周邊區(qū)域的經(jīng)濟(jì)發(fā)展[1]。城市群內(nèi)部各城市之間通過專業(yè)化分工合作與協(xié)同發(fā)展能實現(xiàn)整個地區(qū)發(fā)展的良性互動與多贏局面。以城市群為主體，優(yōu)先發(fā)展東部地區(qū)，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展在黨的十九大報告中就有強調(diào)?！堕L江三角洲城市群發(fā)展規(guī)劃(2016)》明確提出要將“長江三角洲城市群建設(shè)成具有全球影響力的世界級城市群”[2]。長三角城市群地理位置優(yōu)越，產(chǎn)業(yè)基礎(chǔ)雄厚，改革開放程度高，在國內(nèi)城市群發(fā)展中優(yōu)勢突出，是參與國際競爭、提升國際化水平的重要區(qū)域，也是“一帶一路”、長江經(jīng)濟(jì)帶的重要組成部分。加快長三角城市群的發(fā)展，建立合理的產(chǎn)業(yè)分工，優(yōu)化資源配置，構(gòu)建聯(lián)動發(fā)展機制，促進(jìn)大中城市輻射帶動鄰近地區(qū)及欠發(fā)達(dá)地區(qū)發(fā)展有著重要的戰(zhàn)略意義。

《國家新型城鎮(zhèn)化規(guī)劃(2014-2020年)》指出，當(dāng)前中國城市群存在布局不夠合理，城市群內(nèi)部分工協(xié)作不充分，集聚效率不高，城市的綜合承載能力不足等問題，這些都提高了經(jīng)濟(jì)社會成本和生態(tài)環(huán)境成本[3]。長三角城市群在經(jīng)濟(jì)發(fā)展過程中，同樣存在區(qū)域經(jīng)濟(jì)發(fā)展不平衡、生產(chǎn)要素投入和流動不合理等現(xiàn)象，未能形成區(qū)域協(xié)調(diào)發(fā)展新格局[4]。因此，如何促進(jìn)長三角城市群經(jīng)濟(jì)的高質(zhì)量協(xié)調(diào)發(fā)展，使生產(chǎn)要素合理有序流動，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的升級和產(chǎn)業(yè)轉(zhuǎn)移，制定區(qū)域聯(lián)動機制，發(fā)揮中心城市的輻射帶動作用，依然是很多學(xué)者研究的重要課題。

1 文獻(xiàn)綜述

空間計量模型應(yīng)用于區(qū)域經(jīng)濟(jì)增長的研究， 國外學(xué)者有較多的研究成果。2008年保羅·克魯格曼(P.R.Krugman)因在研究中對空間維度的認(rèn)識和貢獻(xiàn)而獲得諾貝爾經(jīng)濟(jì)學(xué)獎。保羅·克魯格曼[5]基于迪克希特和斯蒂格利茨壟斷競爭模型的“中心—外圍”理論的提出為從空間視角研究區(qū)域經(jīng)濟(jì)增長奠定了基石，其在實證研究上強調(diào)可采用Moran's 指數(shù)、Geary's C和LISA等衡量空間自相關(guān)，以空間誤差模型、空間滯后模型和空間杜賓模型利用面板數(shù)據(jù)對經(jīng)濟(jì)增長的空間關(guān)聯(lián)性進(jìn)行測量[2]。后又有Barro[6]、Bernard[7]、Ramajo[8]、Royuela[9]等學(xué)者運用空間計量分析方法對區(qū)域經(jīng)濟(jì)的收斂性及其影響因素進(jìn)行了深入探討。

國內(nèi)在這一領(lǐng)域的研究則起步于21世紀(jì)初，但發(fā)展迅速。目前一方面體現(xiàn)在實證分析層面，另一方面主要是結(jié)合實際解讀和制定政策。應(yīng)龍根[10-11]較早開始關(guān)注中國經(jīng)濟(jì)增長的空間特性，其以1978～1994年中國省域經(jīng)濟(jì)為研究對象，研究成果具有開創(chuàng)性意義。張學(xué)良[12]研究全國各省份交通基礎(chǔ)設(shè)施對經(jīng)濟(jì)增長的空間溢出效應(yīng)。李銳[13]研究關(guān)中城市群的集聚效應(yīng)與溢出效應(yīng)。關(guān)于長三角城市群經(jīng)濟(jì)發(fā)展的空間依賴性與異質(zhì)性研究，也有相關(guān)成果。劉孝斌[14]引用市場潛能測算空間溢出效應(yīng)，周韜[15]以產(chǎn)業(yè)發(fā)展指數(shù)體現(xiàn)經(jīng)濟(jì)增長水平，他們的研究結(jié)果均顯示，長三角16個城市經(jīng)濟(jì)增長的空間溢出效應(yīng)顯著。孫斌棟、丁嵩[16]以長三角城市群108個小城市為對象，討論不同規(guī)模城市對小城市經(jīng)濟(jì)增長的影響。

現(xiàn)有研究大都直接使用空間面板模型中的一種進(jìn)行測算，沒有對模型的選擇做出解釋，忽略了模型選擇的適用性；關(guān)于影響因素對經(jīng)濟(jì)增長的空間溢出作用，大多直接以空間回歸系數(shù)來解釋，忽視了相互作用機制[2]。本文以空間計量經(jīng)濟(jì)學(xué)相關(guān)理論為依據(jù)，先以地區(qū)人均GDP為經(jīng)濟(jì)增長的測度指標(biāo)，考察長三角城市群經(jīng)濟(jì)增長的空間關(guān)聯(lián)性，然后通過相關(guān)的統(tǒng)計檢驗對面板模型進(jìn)行比較和最優(yōu)選擇，并采用空間回歸模型的偏微分法對空間溢出效應(yīng)進(jìn)行分解，分別從直接和間接兩個角度度量經(jīng)濟(jì)增長的影響因素的空間效應(yīng)。

2 研究方法

2.1 空間權(quán)重矩陣

各空間單元的發(fā)展不是獨立的，任何空間單元的屬性均與其周圍鄰近的其他空間單元有關(guān)，其相互影響的程度與它們之間的距離相關(guān)。空間依賴關(guān)系可以分為“鄰接性”和“距離性”兩種。鄰接性常用的是“車式”和“后式”。如果地域單元i和地域單元j之間存在公共的邊線，則為“車式”鄰接，此時wij=1；否則wij=0。如果i和j之間存在公共的邊和公共頂點，則為“后式”鄰接。距離性常用幾何距離來度量。

2.2 全局空間關(guān)聯(lián)性指標(biāo)

其中，n為考察單元總數(shù)，wij是空間權(quán)重矩陣的元素值。

Moran's I在-1到1之間取值，I>0表示正相關(guān)，接近1表明相關(guān)性極強，相似屬性高度集聚；I<0表示負(fù)相關(guān)，接近-1表明相異屬性高度集聚；接近于0表示具有隨機性?？捎脴?biāo)準(zhǔn)化統(tǒng)計量Z來進(jìn)行檢驗，當(dāng)Z值所對應(yīng)的P值低于給定的顯著性水平時，表明各區(qū)域單元在空間上存在顯著的相關(guān)性[17]。

2.3 局部空間關(guān)聯(lián)性指標(biāo)

Ii>0表示一個高值周圍也是高值(HH)，或者是一個低值周圍也是低值(LL)。Ii<0表示LH或者HL[17]。

莫蘭散點圖可以將局部莫蘭指數(shù)進(jìn)行可視化。以(Wx，x)為坐標(biāo)點，分四個象限：第一、二、三、四象限分別代表HH、LH、LL、HL。莫蘭散點圖和LISA集聚圖，能更直觀地顯現(xiàn)各區(qū)域與其鄰接區(qū)域的關(guān)聯(lián)性或差異性。

2.4 空間面板計量模型

空間面板數(shù)據(jù)能同時體現(xiàn)觀測單元在空間與時間維度上的特征變化。常用的空間計量模型有以下三種：

2.4.1 空間滯后模型(SLM)

空間滯后模型也稱為空間自回歸模型，考慮了被解釋變量與其“滯后項”之間的空間相關(guān)性，其一般形式為：y=ρWy+βX+ε，ε～N(0,σ2I)，其中y為被解釋變量，X為解釋變量，β反映解釋變量對被解釋變量的影響，W為空間權(quán)重矩陣，ρ為空間自回歸系數(shù)，ε為隨機誤差項[18]。

2.4.2 空間誤差模型(SEM)

空間誤差模型考慮了擾動項之間的空間相關(guān)性，其一般形式為：y=βX+u，u=λWu+ε，ε～N(0,σ2I)，其中λ為空間誤差回歸系數(shù)[18]。

2.4.3 空間杜賓模型(SDM)

空間杜賓模型的一般形式為：y=ρWy+βX+δWX+ε，ε～N(0,σ2I)，其中δ表示地區(qū)觀測值受來自鄰近觀測單位的解釋變量的影響，此模型綜合考察了被解釋變量及解釋變量的空間相關(guān)性[18]。

3 長三角城市群經(jīng)濟(jì)增長空間效應(yīng)的實證研究

3.1 變量選擇與數(shù)據(jù)說明

2016年《長江三角洲城市群發(fā)展規(guī)劃》確定了長三角城市群范圍包括上海市，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮(zhèn)江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26市[19]，國土面積21.17萬平方公里，約占全國的2.2%，2018年地區(qū)生產(chǎn)總值超過21萬億元，約占全國總量的23%。本文選擇2005～2018年長三角26個城市為研究對象。

本文以C-D生產(chǎn)函數(shù)為理論基礎(chǔ)，選用各市人均GDP(元)為被解釋變量，以全社會固定資產(chǎn)投資額I(億元)、年末從業(yè)人員數(shù)L(萬人)、科技教育支出占財政支出比重S分別作為資本、勞動力、技術(shù)水平的測度變量，以公路里程T(公里)體現(xiàn)交通基礎(chǔ)設(shè)施水平，用外商實際直接投資額FI(萬美元)體現(xiàn)對外開放水平。首先通過取對數(shù)處理消除異方差性，對數(shù)線性模型為：lnRGit=β0+β1lnlitβ2lnIit+β3lnSit+β4lnFIit+β5lnTit+εit，式中i和t分別表示城市和時間。2018年以來，國家統(tǒng)計局規(guī)定各省市固定資產(chǎn)投資統(tǒng)計對外只發(fā)布增速數(shù)據(jù)，故2018年的數(shù)據(jù)是根據(jù)各城市統(tǒng)計公報中的較上一年增長比率計算得到。

數(shù)據(jù)來源于相應(yīng)年份的《上海統(tǒng)計年鑒》《浙江統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》《江蘇統(tǒng)計年鑒》以及EPS全球統(tǒng)計數(shù)據(jù)平臺(http：//olap.epsnet.com.cn)、中國統(tǒng)計數(shù)據(jù)應(yīng)用支持系統(tǒng)(http：//yearbook.acmr.cn/index.aspx)。長三角地圖的底圖文件來自中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(http：//www.resdc.cn)“2015年中國地市分布圖”，經(jīng)作者按需運用ArcGIS制作而成。

3.2 全局空間自相關(guān)性分析

首先以2005年、2018年為觀察年份，用Geoda軟件繪制城市群26個城市人均GDP指標(biāo)的空間四分位圖來直觀判斷城市群經(jīng)濟(jì)是否呈現(xiàn)空間集聚特征[2]。圖1顯示，從時間演變上看，長三角城市群經(jīng)濟(jì)發(fā)展格局變化不大，空間地域上看存在著明顯的不均衡，呈現(xiàn)出中東部沿海、沿江經(jīng)濟(jì)較發(fā)達(dá)，西北部內(nèi)陸地區(qū)稍落后的模式，且具有多中心、局部集聚的特征。

圖1 2005年、2018年長三角城市群經(jīng)濟(jì)增長的空間四分位圖

表1列出了四分位等級中各城市名稱?？梢钥闯觯鞯燃壷写蟛糠殖鞘星昂鬀]有變化，基本保持在原有等級。個別城市等級變化到相鄰等級，下降一個等級的有上海、舟山、湖州、馬鞍山、銅陵；上升一個等級的有常州、揚州、泰州、南通、蕪湖。這也體現(xiàn)了經(jīng)濟(jì)增長的常態(tài)化發(fā)展，各城市經(jīng)濟(jì)都在增長，但增速不同，四分位等級會有輕微變動。

表1 2005年、2018年長三角城市群經(jīng)濟(jì)增長的空間四分位等級表

下面從空間統(tǒng)計的角度定量分析這種空間特征的全局及局部空間相關(guān)性?？臻g權(quán)重矩陣運用“后式”鄰接關(guān)系構(gòu)建。

表2顯示，2005～2018年間，長三角城市群經(jīng)濟(jì)增長的Moran's I均為正，表明經(jīng)濟(jì)增長具有顯著的正空間相關(guān)性。從變化趨勢看，先下降再增長，下降的明顯轉(zhuǎn)折年份在2007～2008年，國際金融危機的爆發(fā)影響了各地區(qū)經(jīng)濟(jì)的發(fā)展，經(jīng)濟(jì)關(guān)聯(lián)性顯著下降，隨后的兩三年才逐步調(diào)整恢復(fù)。

表2 長三角城市群經(jīng)濟(jì)增長的空間相關(guān)性檢驗

3.3 局部空間自相關(guān)性分析

局部Moran's I散點圖進(jìn)一步凸顯長三角城市群局部集聚的特征。限于篇幅，本文只展示了四個年份。

圖2顯示，四個年份的Moran's I散點圖中大部分的點分布在一、三象限，即HH和LL象限，這與全局自相關(guān)成正相關(guān)保持一致，說明長三角城市群經(jīng)濟(jì)增長的空間集聚現(xiàn)象明顯。HH區(qū)域和LL區(qū)域城市較多，HH區(qū)域表示經(jīng)濟(jì)增長水平高的城市周圍也是經(jīng)濟(jì)增長水平高的城市，主要分布在上海、江蘇、浙江境內(nèi)，LL區(qū)域均分布在安徽境內(nèi)。

圖2 長三角城市群經(jīng)濟(jì)增長的局部Moran’s I散點圖

3.4 空間溢出效應(yīng)計量分析

3.4.1 空間面板模型的檢驗與選擇

通常使用LM(拉格朗日乘數(shù))檢驗和穩(wěn)健的LM檢驗對空間交互形式進(jìn)行檢驗，如果基于LM統(tǒng)計量的檢驗拒絕非空間的模型而接受空間滯后模型或者空間誤差模型，LeSage and Pace[20]建議使用空間杜賓模型，其空間形式如下：

其中β、θ是k×1階的參數(shù)向量。這個模型可以檢驗假設(shè)H0:θ=0和H0:θ+ρβ=0。第一個假設(shè)檢驗是確定空間杜賓模型能否簡化為空間滯后模型；第二個檢驗是確定空間杜賓模型能否簡化為空間誤差模型。如果空間滯后和空間誤差模型都可以估計，則可以采用LR檢驗(對數(shù)似然比檢驗)來選擇模型，如果這些模型不能估計，可以用Wald檢驗。如果ui和ξt與X′it相關(guān)，則為固定效應(yīng)模型，按定義固定效應(yīng)可細(xì)分為空間固定、時間固定和空間與時間雙固定三種。如果把ui視為隨機效應(yīng)時，則為隨機效應(yīng)模型，對于隨機效應(yīng)和固定效應(yīng)模型的選擇可運用Hausman檢驗[18]。

3.4.2 空間面板模型的實證分析

本文選擇極大似然估計法，通過MatlabR2018b軟件，由Paul Elhorst編寫的空間面板模型代碼進(jìn)行計算，結(jié)果見表3。

LM檢驗結(jié)果顯示，在1%的顯著水平上，空間固定效應(yīng)或時間固定效應(yīng)上均存在顯著的空間滯后和空間誤差相關(guān)性，但在空間和時間固定效應(yīng)上拒絕了空間滯后和空間誤差相關(guān)性。穩(wěn)健的LM檢驗顯示，在1%的顯著水平上，空間誤差模型均顯著，而空間滯后模型的時間固定效應(yīng)不顯著，綜合來看，選擇空間固定效應(yīng)或空間和時間雙固定效應(yīng)的空間誤差模型均可以。空間固定效應(yīng)聯(lián)合檢驗可執(zhí)行LR檢驗，空間固定效應(yīng)與無固定效應(yīng)聯(lián)合檢驗(LR=910.589；p<0.01)，表示不拒絕空間固定效應(yīng)；同樣的，時間固定效應(yīng)的聯(lián)合檢驗中，時間固定效應(yīng)與無固定效應(yīng)聯(lián)合檢驗(LR=753.4；p<0.01)，表示不拒絕時間固定效應(yīng)。時間和空間雙固定效應(yīng)聯(lián)合檢驗中，檢驗結(jié)果(LR=1476.44；p<0.01)表示不拒絕時間與空間雙固定效應(yīng)。以上檢驗表明要選用具有空間和時間雙固定效應(yīng)的空間誤差模型，此時先使用空間杜賓模型。

表3 設(shè)定無空間效應(yīng)面板數(shù)據(jù)模型估算結(jié)果

由LR檢驗的結(jié)果可見，空間杜賓模型簡化成空間誤差模型或空間滯后模型的原假設(shè)均被拒絕，因而接受空間杜賓模型。Wald檢驗也支持同樣的結(jié)論。三種固定效應(yīng)模型比較，雙向固定效應(yīng)模型的擬合度和極大似然值最高，與前文的固定效應(yīng)顯著性檢驗結(jié)果一致，因此，選擇空間和時間雙固定效應(yīng)的空間杜賓模型最合適。Hausman檢驗結(jié)果(H=237.53，p=0)表示拒絕隨機效應(yīng)。模型選擇的結(jié)論與周韜[15]所做出的結(jié)論一致。與非空間模型系數(shù)比較，相同變量的符號是一致的，但雙向固定效應(yīng)的空間杜賓模型系數(shù)絕對值都變小了。這一結(jié)果進(jìn)一步說明空間面板模型考慮了各變量間的空間交互作用，更符合經(jīng)濟(jì)發(fā)展的內(nèi)在規(guī)律。

值得注意的是，在三種固定效應(yīng)的模型中，被解釋變量的滯后項系數(shù)(W*lnRG)差異很大，空間固定效應(yīng)和時間固定效應(yīng)下系數(shù)為正且均顯著，時間和空間雙固定效應(yīng)下此系數(shù)為負(fù)且顯著。很多學(xué)者在模型選擇時只在隨機效應(yīng)和固定效應(yīng)上做區(qū)別，而沒有細(xì)分何種固定效應(yīng)，可見模型的結(jié)果差異也會非常明顯，本文依據(jù)模型選擇的標(biāo)準(zhǔn)和步驟，以實際數(shù)據(jù)為支撐，在現(xiàn)有的指標(biāo)選擇下選出對數(shù)據(jù)最有解釋力的模型，增加了研究結(jié)果的可靠性和可信度。

其中對角線元素的平均值為直接效應(yīng)，非對角線元素對應(yīng)行和列的和平均值為間接效應(yīng)[18]。

在空間杜賓模型估計基礎(chǔ)上，通過上式分解了長三角城市群經(jīng)濟(jì)增長的主要影響因素的空間溢出效應(yīng)，結(jié)果見表5。

表5 空間杜賓模型直接與間接效應(yīng)分解結(jié)果

表5顯示，各影響因素中，勞動力數(shù)量的直接效應(yīng)、間接效應(yīng)及總效應(yīng)均為負(fù)，表明這一階段城市群內(nèi)勞動力規(guī)模不是經(jīng)濟(jì)增長的主要動力。勞動力數(shù)量的增加不能體現(xiàn)勞動者技術(shù)水平的提升，快速增加反而影響了人力資本效率，帶來了一些“城市病”。資本要素對城市群內(nèi)的經(jīng)濟(jì)增長作用顯著，對鄰近區(qū)域也有促進(jìn)作用。固定資產(chǎn)投資不僅可以為社會再生產(chǎn)注入新的生產(chǎn)要素，還可以為社會勞動者提供福利和相關(guān)服務(wù)，直接或間接地促進(jìn)經(jīng)濟(jì)增長。固定資產(chǎn)投資每增加1%，城市群經(jīng)濟(jì)增長將增加0.328%，其中對本地區(qū)經(jīng)濟(jì)增長貢獻(xiàn)是0.123%，對鄰近地區(qū)經(jīng)濟(jì)增長的貢獻(xiàn)是0.206%。技術(shù)水平的提高對本地區(qū)及鄰近地區(qū)經(jīng)濟(jì)增長都有顯著的促進(jìn)作用，長三角城市群具有多中心特征，各中心城市間的相互競爭避免了資源的壟斷，在各城市間充分流動。因此，當(dāng)某一城市技術(shù)水平提高的時候，由于人力資本的流動，各城市都能受其影響而導(dǎo)致人均產(chǎn)出增加，在城市群內(nèi)形成了正向的空間溢出效應(yīng)。對外開放水平能促進(jìn)本地區(qū)經(jīng)濟(jì)增長，對鄰近區(qū)域反而抑制了經(jīng)濟(jì)增長，主要還是因為一體化程度不高，行政壁壘沒有打破，相鄰地區(qū)存在著較強的競爭關(guān)系。交通基礎(chǔ)設(shè)施的直接效應(yīng)為負(fù)，表明交通便利程度不再是影響本地區(qū)經(jīng)濟(jì)發(fā)展的主要因素，但對相鄰區(qū)域的經(jīng)濟(jì)發(fā)展起促進(jìn)作用。此處主要是以公路里程數(shù)代表的交通基礎(chǔ)設(shè)施水平測算出此結(jié)果，隨著長三角一體化發(fā)展的推進(jìn)，基礎(chǔ)的公路交通建設(shè)已基本飽和，當(dāng)前對交通基礎(chǔ)設(shè)施的規(guī)劃重點是鐵路、航運、公路、航空等現(xiàn)代化綜合交通體系。

4 結(jié)論與建議

本文采用空間計量經(jīng)濟(jì)學(xué)方法，考察了2005～2018年長三角城市群經(jīng)濟(jì)增長的空間相關(guān)性，測算了空間集聚效應(yīng)和空間溢出效應(yīng)，并對空間交互作用進(jìn)行了直接效應(yīng)和間接效應(yīng)分解。研究發(fā)現(xiàn)，長三角城市群經(jīng)濟(jì)增長均具有極強的空間相關(guān)性，空間集聚分布模式為多中心模式，且東部沿海沿江城市發(fā)展優(yōu)于西部內(nèi)陸城市?？傮w來看，長三角城市群經(jīng)濟(jì)增長的空間溢出效應(yīng)并不明顯，大城市對周邊城市發(fā)展的輻射帶動作用力度不夠?，F(xiàn)階段，固定資產(chǎn)投資和技術(shù)水平對長三角地區(qū)經(jīng)濟(jì)增長依然起著重要的推動作用，以公路為代表的交通基礎(chǔ)設(shè)施和人口紅利作用逐漸弱化，外商直接投資對經(jīng)濟(jì)發(fā)展有促進(jìn)作用，但作用并不突出，還需進(jìn)一步提高資本的有效利用率。

基于上述實證分析結(jié)果，提出以下幾條政策建議：一是加大人力資本投資，提升人力資本效率，加大科技教育投入，加大力度引進(jìn)人才，鼓勵創(chuàng)新，加大關(guān)鍵技術(shù)研發(fā)力度，促進(jìn)創(chuàng)新成果轉(zhuǎn)化。二是促進(jìn)城市群統(tǒng)籌協(xié)調(diào)發(fā)展，以上海、南京、杭州等大城市發(fā)展帶動周邊及內(nèi)陸中小城市發(fā)展，發(fā)揮優(yōu)勢互補，整合資源，合理布局，以市場為主體推進(jìn)產(chǎn)業(yè)轉(zhuǎn)移，減輕大城市的資源和環(huán)境壓力，利用好轉(zhuǎn)移承接地的水電、土地、勞動力等低成本要素，實現(xiàn)互贏。三是堅持高質(zhì)量、高標(biāo)準(zhǔn)發(fā)展，以區(qū)域可持續(xù)發(fā)展為目標(biāo)，注重資源利用率，注重生態(tài)環(huán)境的保護(hù)。四是培養(yǎng)政府官員的大局意識、開放共享意識，以常遠(yuǎn)利益及整體利益為出發(fā)點，提高服務(wù)意識，打破行政區(qū)域經(jīng)濟(jì)的束縛，避免不當(dāng)競爭造成的資源浪費。