EN中文

地理科学 >

2025 , Vol. 45 >Issue 4: 756 - 769

DOI: https://doi.org/10.13249/j.cnki.sgs.20240274

城乡高质量发展

共同富裕视域下城市经济高质量发展动态演进及驱动因子

  • 张伟丽 , 1, 2 ,
  • 马自豪 1 ,
  • 李建新 2 ,
  • 郑道霖 1 ,
  • 魏瑞博 3 ,
  • 覃成林 4, 5
展开
  • 1.河南财经政法大学城乡规划学院，河南 郑州 450046
  • 2.河南省城乡空间数据挖掘院士工作站，河南 郑州 450046
  • 3.河北省生态环境保护技术服务中心，河北 石家庄 050051
  • 4.河南大学地理科学学院，河南 郑州 450046
  • 5.河南大学黄河文明与可持续发展研究中心，河南 郑州 450046

张伟丽（1980—），女，河南安阳人，教授，博导，主要从事区域经济增长俱乐部趋同及区域经济高质量发展研究。E-mail:

收稿日期: 2024-01-06

  修回日期: 2024-03-14

  网络出版日期: 2025-04-17

基金资助

国家自然科学基金项目(41771124)

2024年度河南省高等学校哲学社会科学应用研究重大项目(2024-YYZD-02)

2023 年度河南省高等学校重点科研项目资助计划（）资助。(23A170011)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Dynamic evolution and driving factors of high-quality development of urban economy from perspective of common prosperity

  • Zhang Weili , 1, 2 ,
  • Ma Zihao 1 ,
  • Li Jianxin 2 ,
  • Zheng Daolin 1 ,
  • Wei Ruibo 3 ,
  • Qin Chenglin 4, 5
Expand
  • 1. School of Urban and Rural Planning, Henan University of Economics and Law, Zhengzhou 450046, Henan, China
  • 2. Henan Academician Workstation of Urban and Rural Spatial Data Mining, Zhengzhou 450046, Henan, China
  • 3. Hebei Eco-environmental Protection Technology Service Center, Shijiazhuang 050051, Hebei, China
  • 4. College of Geographical Sciences, Henan University, Zhengzhou 450046, Henan, China
  • 5. Key Research Institute of Yellow River Civilization and Sustainable Development, Henan University, Zhengzhou 450046, Henan, China

Received date: 2024-01-06

  Revised date: 2024-03-14

  Online published: 2025-04-17

Supported by

National Natural Science Foundation of China(41771124)

Major Project of Applied Research on Philosophy and Social Sciences in Colleges and Universities of Henan Province in 2024(2024-YYZD-02)

Key Research Project Funding Plan of Colleges and Universities in Henan Province in 2023(23A170011)

Copyright

Copyright reserved © 2025.
Fold

摘要

基于共同富裕目标界定并测算城市经济高质量发展水平，揭示其动态演进及驱动因子，有利于形成共同富裕的空间动能。本文采用纵横向拉开档次法测算城市经济高质量发展水平并进一步分析其分布演进及驱动力量，发现：①城市经济高质量发展水平整体呈上升趋势，东部高水平城市发挥“溢出效应”向周边城市辐射，中部城市“追赶效应”显著，西部城市正处在震荡阶段，东北城市亟待遏制发展颓势。②全国和 4 大区域均在相对经济高质量发展水平[0.93,0.99] 内转移概率由向上转为向下。东部高水平城市抵御下行能力较强，西部向上转移概率略低于全国，东北向上转移潜力羸弱，未来全国城市“东优西次，南强北弱”的不均衡现象仍将存在。③创新活力直接推动城市经济高质量发展，产业协调和服务共享是重要渠道，生态文明和开放互联起次要作用，增收共促具有间接作用，且各因子交互也驱动城市经济高质量发展。4大区域的城市经济高质量发展主要依赖创新活力和产业协调驱动，东部和中部以创新活力为主导，西部的创新活力和服务共享交互作用较强，东北则突出产业协调对生态文明和服务共享的积极影响。不同规模城市中，创新活力是首要驱动，超大城市依赖其与生态文明、产业协调的交互作用，大城市依赖创新活力与生态文明合作，而中小城市则依赖其与服务共享、产业协调的交互作用。

关键词： 共同富裕; 城市经济高质量发展; 空间Kernel 密度估计; 地理探测器

本文引用格式

张伟丽 , 马自豪 , 李建新 , 郑道霖 , 魏瑞博 , 覃成林 . 共同富裕视域下城市经济高质量发展动态演进及驱动因子[J]. 地理科学, 2025 , 45(4) : 756 -769 . DOI: 10.13249/j.cnki.sgs.20240274

Abstract

This study defines and evaluates the level of urban economic high-quality development (UEHQD) under the goal of common prosperity, revealing its dynamic evolution and driving factors to foster spatial momentum for shared affluence. Using a longitudinal and transversal tiered evaluation method, we measure UEHQD levels and further analyze their distribution dynamics and driving forces. Key findings include: 1) The UEHQD level demonstrates an overall upward trend. Eastern high-performance cities in China exhibit “spillover effects” radiating to neighboring areas, central cities show significant “catch-up effects”, western cities remain in a fluctuating phase, while northeastern cities urgently require revitalization to reverse developmental stagnation. 2) The transfer probability of the whole country and the four major regions has changed from upward to downward within the relative UEHQD level [0.93,0.99]. Eastern cities demonstrate strong resilience against downward trends, western cities lag slightly in upward transition potential, and northeastern cities show weak upward momentum. The spatial imbalance pattern is projected to persist which is characterized by “eastern superiority over western regions, southern strength versus northern weakness”. 3) Innovation vitality directly drives UEHQD, with industrial coordination and service sharing serving as key channels. Ecological preservation and open connectivity play secondary roles, while income growth exerts indirect effects, with factor interactions collectively propelling development. Regionally, innovation vitality and industrial coordination dominate UEHQD dynamics: eastern and central regions prioritize innovation, western regions emphasize innovation vitality-service sharing synergy, and northeastern regions highlight industrial coordination’s positive impacts on ecological and service systems. Across city scales, innovation remains paramount: megacities rely on innovation-ecology-industry synergies, large cities on innovation-ecology collaboration, while small-medium cities depend on innovation-service-industry interactions.

Key words： common prosperity; high-quality development of urban economy; spatial Kernel density estimation; Geodetector

城市经济高质量发展是推动共同富裕的重要支点。2021年中国总体城镇化率已达64.72%，城市生产总值、固定资产投资占全国比重均接近90%，消费品零售总额占全国比重超过85%①。基于共同富裕目标科学界定城市经济高质量发展内涵，准确测算城市经济高质量发展水平，揭示城市经济高质量发展的时空差异、动态演进及驱动因子，有利于定制差异化高质量发展路径，形成共同富裕的空间动能。
现有文献对经济高质量发展内涵的界定大致可分为4类：其一，从经济增长质量的角度提出经济高质量发展是经济运行供给侧的质量变革、效率变革、动力变革的发展方向[1]，是经济效益、社会效益、生态效益“三高”，经济运行“一好”的发展模式[2]。多数文献通过构建综合指标体系进行测算，有学者立足发展“条件–过程–结果”的三维框架选取指标，揭示中国地级及以上城市经济高质量发展水平总体呈现稳步上升的趋势[3]。其二，从五大发展理念的角度提出经济高质量发展是五大发展理念五维统筹、五位协同、多元有序的发展[4]。此类文献多基于创新、协调、绿色、开放、共享5个维度构建综合指标体系[5]。其三，从解决社会主要矛盾的角度提出经济高质量发展是能够不断解决不平等不充分问题，满足人民需要的经济结构、发展方式和动力状态[6]。此类文献主要基于高质量发展的目标构建指标体系[7]。其四，从共同富裕的角度提出经济高质量发展是融合共同富裕理念，创新、协调、绿色、开放、共享协同的发展模式[8]，其指标体系的构建兼顾了共同富裕及五大发展理念[9]。
在测算城市经济高质量发展水平时，极值法、定基功效法等是常用的数据标准化处理方法。指标赋权方法主要分为主观赋权法与客观赋权法。主观赋权以层次分析法、均等权重法[2]为代表，但存在人为干预风险；客观赋权中，熵权法[1]可能会忽略时序动态性及结构缺陷[10]，主成分分析法存在指标信息损失与负数权重解释困境[11]。相较而言，纵横向拉开档次法通过融合时空维度信息，有效解决跨期数据可比性问题并提升动态评估效度[12]，更契合高质量发展的测算要求。
少数文献进一步对城市经济高质量发展的动态演进与影响因素展开探讨。动态演进方面，现有研究揭示城市经济高质量发展在一定程度上受邻居城市的影响且存在趋同效应[13]，还有学者将空间条件纳入城市经济高质量发展动态演进[14]，马尔科夫链的区域类型划分具有主观因素，随机Kernel密度估计方法规避了这一问题[15-16]。影响因素方面，学者提出距离、区位、海拔等地理因素[17]，及经济运行、科技创新、城市化水平、对外开放等经济社会因素影响了高质量发展[18-19]。然而，上述文献采用的模型大多存在变量内生性、异方差及自相关等问题，降低了结果的可信度。地理探测器能够通过空间分异和交互作用分析减少某些干扰因素的影响，部分解决变量的内生性问题，且可揭示地理现象的驱动因素和变量间的交互作用，较适于剖析城市经济高质量发展的影响因子[15]。
综上，本文的边际贡献如下：第一，立足党的二十大对高质量发展的新要求与城市运行的基本规律，丰富城市经济高质量发展的科学内涵。第二，优化城市经济高质量发展动态演进的分析方法。采用具有描述系统长期行为和动态变化的优势，能够为复杂系统的分析、预测和决策提供有力支持的遍历分布及净向上转移概率等方法，科学揭示不同类型城市在经济高质量发展中的长期趋势和动态变化，为制定针对性政策和优化资源配置奠定数据基础。第三，借助地理探测器揭示地理现象的空间分异和驱动机制，剖析城市经济高质量发展的驱动机理，为推动城市经济高质量发展，实现共同富裕提供政策参考。

1 指标体系构建与数据来源

1.1 城市经济高质量发展内涵界定

本文认为共同富裕不仅指城乡层面，还应涵盖城市层面，其内涵不仅包括收入差距与消费差距的缩小，还应纳入平等享有就业机会、生命健康保障、受教育权利及精神文化满足等。即共同富裕是在推动经济高质量发展的过程中，通过创新驱动、结构优化、生态保护、开放合作、收入分配和服务共享，实现全社会财富的合理分配和公平发展。因此，在共同富裕理念下，城市经济高质量发展的内涵应从6个方面展开，即创新活力、结构协调、生态文明、开放互联、增收共促和服务共享，这6个维度构成了推动城市经济迈向高质量发展的有机整体。其中，创新活力是城市经济高质量发展的根本动力，同时也是实现共同富裕的源头驱动。创新活力迸发能够促进产业升级与技术进步，为经济注入持续增长的动力，从而带动社会全体共享发展成果。结构协调是经济高质量发展的内在特点，也是实现共同富裕的关键路径。优化产业结构与区域布局能推动经济更均衡地发展，确保各类群体在经济增长中受益，有助于减少收入差距。生态文明是城市经济高质量发展的必要形态，也是实现可持续发展的基础。借助绿色发展、节能减排，生态文明不仅保障了经济的可持续性，还为共同富裕提供了长远动能。开放互联是经济高质量发展的必经之路，也是推动共同富裕的重要手段。通过加强与外界的开放合作，城市可在全球经济中占据一席之地，吸引更多资源与机会，带动经济的包容性增长。增收共促体现了物质财富的合理分配，是共同富裕的重要目标之一。居民收入水平的提高和收入差距的缩小将确保经济增长成果惠及更多群体，从而实现共同富裕。服务共享则侧重于满足公平、安全、环境等方面的社会需求，强调公共服务的均等化和普惠性。这不仅是城市经济高质量发展的重要体现，也是共同富裕的核心内容。因此，城市经济高质量发展是在创新活力迸发、产业结构协调的基础上，通过生态文明共建与开放互联推动，最终实现增收共促与服务共享目标的发展模式。

1.2 城市经济高质量发展指标体系构建

根据本文的内涵界定，从创新活力、产业结构、生态文明、开放互联、增收共促、服务共享6个维度构建城市经济高质量发展指标体系（表1），权重是经过下文计算而得。
表1 城市经济高质量发展指标体系

Table 1 Index system of high-quality urban economic development

一级指标 二级指标 衡量方式 属性 权重
创新活力 数字经济业态 数字经济产业创新创业指数 正 0.306
发展活力 DMSP/VIIRS夜光遥感数据均值 正 0.090
技术创新能力 每万人专利授权数 正 0.041
城市效率 绿色全要素能源效率 正 0.183
产业结构 产业结构高级化 产业结构高级化指数 正 0.271
产业结构合理化 产业结构合理化指数 正 0.444
生态文明 资源节约 GDP/供水量 正 0.099
环境质量 工业产值/工业二氧化硫排放量 正 0.018
工业产值/工业废水排放量 正 0.083
PM2.5质量浓度 负 0.326
建成区绿化覆盖率 正 0.319
开放互联 外资流通 实际利用外商直接投资/GDP 正 0.082
城市吸引力 百度搜索指数 正 0.040
增收共促 收入情况 在岗职工工资总额/GDP 正 0.132
城市间财富分配 ∣1−职工人均工资/全国城市平均职工人均工资∣−1 正 0.013
城乡间财富分配 ∣1−农村居民人均纯收入/城镇居民人均可支配收入∣−1 正 0.045
就业机会 城镇登记失业率 负 0.487
城乡支出比 ∣1−农村人均消费支出/城市人均消费支出∣−1 正 0.060
服务共享 医疗卫生保障 每万人医师数 正 0.122
每万人医疗床位数 正 0.112
文化服务资源 每百人公共图书馆藏书量 正 0.039
基础教育资源 中小学教师数/中小学生数 正 0.167
交通设施建设 人均道路面积 正 0.178
通信设施建设 每万人互联网宽带接入数 正 0.103
其中，创新活力从数字经济业态、发展活力、城市效率、技术创新能力等方面衡量。采用北京大学开放研究数据平台提供的中国数字经济产业创新创业指数来反映数字经济业态[20]，使用基于DMSP-OLS和NPP-VIIRS观测平台的DMSP/VIIRS夜光遥感数据计算夜光DN均值反映发展活力[21]。绿色全要素能源效率通过综合衡量能源利用、环境影响和全要素生产率，全面反映城市在资源配置优化、环境保护与经济增长协调发展中的整体效率，因此，采用绿色全要素能源效率体现城市效率。技术创新能力用人均专利授权量来测算，该指标通过反映创新成果的产出效率来衡量城市技术创新的广度与深度。结构协调包括城乡结构协调、区域结构协调、产业结构协调等，由于城乡结构协调与区域结构协调已融合于本文城市经济高质量发展各个维度中，故将产业结构协调单独考量，选取产业结构高级化和产业结构合理化2个指标来测度[22]。生态文明方面，采用 GDP/供水量、 工业产值/工业二氧化硫排放量、工业产值/工业废水排放量来考察清洁生产，而PM2.5和建成区绿化覆盖率反映环境质量。开放互联可分为城市对外开放和对内互联，对外开放选用实际利用外商直接投资/GDP进行测算，对内互联利用百度搜索指数测度[23]。高质量发展以人民共享发展成果，实现人民共同富裕为目标，选用在岗职工工资总额/GDP反映收入占比，∣1−职工人均工资/全国城市平均职工人均工资∣–1和∣1−农村居民人均纯收入/城镇居民人均可支配收入∣−1量化收入分配差距，∣1−农村人均消费支出/城市人均消费支出∣−1 测算居民消费差距，城镇登记失业率从侧面表征就业机会。每万人医师数和每万人医疗床位数衡量医疗卫生保障质量，每百人公共图书馆藏书量和中小学教师数/中小学生数反映人民精神文化与教育方面的需求满足，人均道路面积与每万人互联网宽带接入数反映交通通信设施水平，上述指标均测度服务共享。

1.3 数据来源

基于数据的可获得性和有效性，剔除部分数据严重缺失的市级行政单位（如新疆、西藏、青海、云南及港澳台等地区的部分市域），筛选出全国280个市级行政单位作为研究样本。数据主要来源于2012—2021年《中国城市统计年鉴》[24]、《中国科技统计年鉴》[25]、《中国环境统计年鉴》[26]、《中国城乡建设统计年鉴》[27]，其中， PM2.5数据采用哥伦比亚大学国际地球科学信息网络中心（CIESIN）下属的社会经济数据和应用中心（SEDAC）公布的PM2.5质量浓度监测数据②。百度搜索指数爬取2011年至2020年的城市两两之间的百度每日搜索数据，并按年进行平均，以避免季节性变化的影响。个别年份城市缺失的数据，采取插值法进行处理。

2 研究方法

2.1 纵横向拉开档次法

纵横向拉开档次法通过双维差异最大化，优化传统赋权法的跨期比较缺陷[28]。
$ \mathit{\mathrm{max}}W^THW,s.t.||w||=1,w > 0 $
式中，W为指标权重系数向量，T是时间顺序集，H为m×m阶对称矩阵，s对应评价指标体系集， t为时刻，w即为指标对应的权重。

2.2 演进轨迹分析

运用空间核密度估计方法分析经济高质量发展指数分布动态及演变趋势[15]，公式如下：
$ g\left( {y|x} \right) = \dfrac{{f\left( {x,y} \right)}}{{f\left( x \right)}} $
$f\left( {x,y} \right) = \dfrac{1}{{N{h_x}{h_y}}}\displaystyle \sum \nolimits _{i = 1}^N{K_x}\left( {\frac{{{X_i} - x}}{{{h_x}}}} \right){K_y}\left( {\frac{{{Y_i} - y}}{{{h_y}}}} \right)$
式中，g（y|x）表示在随机变量x的条件下随机变量y的分布状态；f（x）是x的边际核密度函数；f（x,y）是x和y的联合核密度函数，其中，h为带宽，N为观测值个数，x为独立同分布观测值，Xi、Yi表示x、y观测值均值。

2.3 遍历分布

$ f_{\infty}\left(z\right)={\displaystyle\int }_0^{\infty}g_{\mathrm{\tau}}\left(z\mid x\right)f_{\infty}\left(x\right)\mathrm{d}x $
式中，f∞（z）是遍历密度函数，遍历密度是τ为无穷大时出现的长期稳态，gτ（z|x）为将该分布从t时刻映射到t+τ时刻的转移概率[29]。

2.4 净向上转移概率

$ p\left(x\right)={\displaystyle\int }_x^{\infty}g_{\mathrm{\tau}}\left(z\mid x\right)\mathrm{d}z-\displaystyle\int_0^xg_{\mathrm{\tau}}\left(z\mid x\right)\mathrm{d}z $
式中， p（x）为向上转移的净概率。

2.5 驱动因子分析

采用地理探测器探测研究揭示城市经济高质量发展的驱动因子，q为探测力指标，N为样本个数；r (r = 1, 2, …, R)为分区；$ {\sigma }_{r}^{2} $和 $ {\sigma }^{2} $分别为r分区和总体的方差[15]。
$ q=1-\dfrac{{\displaystyle\sum }_{r=1}^{R}{N}_{r}{\sigma }_{r}^{2}}{N{\sigma }^{2}} $

3 城市经济高质量发展水平综合测度

以2011年为基期，计算各指标的权重如表1最后一列所示，可知就业机会、产业结构合理化、环境质量及数字经济业态等在经济高质量发展中较为重要。从全国来看，城市经济高质量发展水平呈上升态势，年均增长2.59%。根据国家统计局所划分的4大区域来看③，经济高质量发展指数从2011年由高到低排序的东部（18.370）、东北（17.383）、西部（16.097）、中部（15.743），变为2020年的东部（22.670）、中部（21.054）、西部（20.210），以及东北（20.182）。其中，东部的经济高质量发展指数始终高于全国均值，并保持首位。中部增幅最大，由2011年的4大区域最低水平增长到与全国均值基本持平。西部始终略低于全国均值，东北则从高于全国均值落后到与全国均值差距较大。
采用K-medians聚类方法将城市按照经济高质量发展指数划分为低、中低、中等、中高、高5种类型。与2011年相比，2020年低水平城市由91个减少为49个、中低水平城市由96个增加到101个、中等水平城市由52个增加到74个、中高水平城市由25个增加为32个、高水平城市由16个增加到24个，表明城市经济高质量发展情况总体向好，多数城市实现了经济高质量发展水平的提升。其中，河北、河南、湖北、湖南4省各城市的跃迁以低水平向中低水平为主，山西、江西两省各城市的跃迁以中低水平向中等水平为主，江苏、浙江、福建3省各城市的跃迁以中等水平向中高水平为主。然而，西北部分城市及广西的多数城市出现了发展停滞，东北及内蒙古自治区的多数城市则存在发展层级跌落问题。

4 城市经济高质量发展动态演进

4.1 空间动态Kernel密度估计

全国以邻居城市经济高质量发展为条件的空间动态Kernel密度估计④（图1）表明不同类型邻居对本地的经济高质量发展产生了异质性影响。具体而言，当邻居城市第t年的相对经济高质量发展水平⑤位于 [0.70,0.76]时，条件概率主体大致与相邻城市相对经济高质量发展水平所表现的轴平行，空间效应弱。当邻居城市第t年的相对经济高质量发展水平位于（0.76,1.16）内，条件概率主体向正45°对角线偏移，存在正向空间溢出。当邻居城市第t年的相对经济高质量发展水平落在[1.18,1.28]内时，条件概率主体同时出现位于对角线下方的拖尾峰与对角线上方的低鞍，说明该城市第t+1年相对经济高质量发展水平有更大几率滑落至[0.9,1.2]，有较小几率跃升至（1.2,1.5]。当邻居城市第t年的相对经济高质量发展水平进入（1.28,1.52）内，该城市第t+1年相对经济高质量发展水平将稳定分布在[1.42,1.50]。
图1 全国城市经济高质量发展空间动态条件Kernel密度及等高线

未含新疆、西藏、青海、云南及港澳台等地区的部分市域

Fig. 1 Spatial dynamic conditional Kernel density and contour line of high-quality urban economic development in China

4大区域以邻居城市经济高质量发展为条件的空间动态Kernel密度估计（图2）表明除西部外，其他区域均存在概率主体向正45°对角线靠拢的区间，该区间内城市经济高质量发展存在正向空间溢出效应。
图2 4大区域城市经济高质量发展空间动态条件Kernel密度与等高线

未含新疆、西藏、青海、云南及港澳台等地区的部分市域

Fig. 2 Spatial dynamic condition Kernel density and contour line of high-quality urban economic development in 4 regions

其中，东部邻居城市第t年相对经济高质量发展水平<0.80时不存在明显空间效应，位于 [0.81,0.90]时，存在概率主体向负45°对角线偏移的趋势，表明东部中低水平城市存在负向空间溢出效应；落在[0.93,1.24]时，连绵波峰沿正45°对角线出现，但在1.21处存在对角线下侧波峰，表明中等水平城市存在正向空间溢出效应，但邻居城市相对经济高质量发展水平达到1.21时，该城市经济高质量发展水平有可能滑落；位于 [1.24,1.52]时，条件概率主体首先于[1.24,1.34）出现对角线分别位于对角线上下两侧的两处拖尾，继而于[1.34,1.52]出现波峰，波峰走势平行于相邻城市相对经济高质量发展水平所表现的轴，表明邻居城市相对经济高质量发展水平迈入[1.24,1.34）后，该城市发展较为震荡，发展跃升与滑落并存，而后当邻居城市相对经济高质量发展水平超过1.34后，高水平城市受邻居影响较小。中部邻居城市第t年相对经济高质量发展水平<1.03时，存在概率主体向正45°对角线偏移，有明显正向空间溢出效应；位于 [1.05,1.20]时受邻居影响较小。西部城市经济高质量发展的动态条件Kernel密度走势大致沿30°正对角线分布，表明西部空间溢出效应较弱。东北城市经济高质量发展的动态条件Kernel密度走势呈现“双波峰、一鞍部”的特点，第一个波峰位于邻居城市第t年相对经济高质量发展水平 [0.70,0.84]内，形成受邻居影响较弱的低水平城市趋同俱乐部；第2个波峰位于邻居城市第t年相对经济高质量发展水平 [1.11,1.34]内，存在受邻居影响较弱的中等、中高水平城市俱乐部趋同；鞍部出现在两波峰之间的 [0.90,1.12]，概率主体同时存在向上和向下的拖尾，表明仅有少部分城市存在正向空间溢出效应，且较不稳定。

4.2 演进趋势

全国和4大区域城市经济高质量发展遍历分布具有一定的共性（图3a），密度主峰都比较接近，大致位于相对经济高质量发展水平1处，表明城市经济高质量发展未来将趋同，有利于实现共同富裕。以相对经济高质量发展水平为1处作垂直于X轴的截线，东部位于1处右侧面积略大，预计东部城市经济高质量发展水平超过均值的城市较多；中部左右面积接近相等，预计中部城市经济高质量发展水平最接近平均分布；西部、东北位于1处左侧面积较大，尤其是东北，主峰位于最左侧且落在相对经济高质量发展水平<1的区间面积最大，预计西部城市经济高质量发展水平低于均值的城市较多，东北最多。
图3 全国及分区域城市相对经济高质量发展遍历分布与净向上转移概率

未含新疆、西藏、青海、云南及港澳台等地区的部分市域

Fig. 3 Ergodic distribution and net upward transfer probability of relative high-quality economic development of national and sub-regional cities in China

从净向上转移概率来看（图3b），全国和4大区域均在相对经济高质量发展水平 [0.93,0.99]内转移概率由向上转为向下，表明低于平均水平的城市向上追赶效应明显，高于平均水平的城市需要防范层级陷落。全国和4大区域净向上转移概率>0的涵盖区间由宽到窄分别为中部、东部、全国、东北、西部，这表明中部低水平城市经济高质量发展向上转移的潜力较大，东部、全国、东北、西部依次降低。就全国和4大区域净向上转移概率<0的区间来看，中部和东北的曲线下跌较陡峭，中高水平城市发展陷落较明显，全国、西部、东部较平缓，中高水平城市发展韧性较好；其中东北下跌最陡峭，东部下跌最平缓；相对经济高质量发展水平位于[1.36,1.42]区间时，东部、全国、西部曲线走势由向下转为向上，表明此时城市经济高质量发展向下转移的概率较小，高水平城市抵御下行能力较强。

5 城市经济高质量发展水平驱动因子分析

采用地理探测器进一步考察创新活力、产业协调、生态文明、开放互联、增收共促、服务共享6个维度对城市经济高质量发展的驱动作用。首先，用K-medians法对城市各维度的高质量发展评价值进行分级，然后，利用地理探测器得到单因子和因子交互（图4）的结果，发现各维度因子交互后对城市经济高质量发展的驱动作用明显大于单一因子。其中，创新活力与其他因子交互后在整个考察期内对城市经济高质量发展的影响均稳定增加仅在末年下降，而其他交互影响存在波动。总体上，创新活力与产业协调、创新活力与开放互联、创新活力与服务共享、产业协调与服务共享等均为双因子增强，而生态文明与开放互联、生态文明与增收共促、开放互联与增收共促等为非线性增强。从区域尺度而言，创新活力是东部城市经济高质量发展的主要推动因子，产业协调次之。同时，开放互联和服务共享也为高质量发展贡献了一定程度的推动力，生态文明的影响力稍低，而增收共促与其他因子的交互作用进一步丰富了东部城市经济高质量发展的动力体系。中部城市各因子的交互作用大多高于全国水平，而开放互联与增收共促交互则低于全国水平。西部城市经济高质量发展双因子增强关系较多，表明西部城市经济高质量发展较为独立，各维度因子之间的影响相对较小。东北地区各因子的交互关系主要为非线性增强，生态文明影响系数较其他区域低，在与其他因子交互后仍然处于落后水平，生态问题有待解决。
图4 2011年和2020年全国城市经济高质量发展驱动因子交互探测结果

未含新疆、西藏、青海、云南及港澳台等地区的部分市域

Fig. 4 Interaction detection results of high-quality urban economic development driving factors across China in 2011 and 2020

对280个城市按城镇常住人口规模分类，分为500万以上超大城市、100万至500万大城市和100万以下中小城市并分析驱动因子。结果显示，3类城市首要驱动因子均为创新活力，次要及后续驱动因子存在差异。超大城市次要因子是生态文明，随后是服务共享、产业协调、增收共促和开放互联；创新活力、产业协调、生态文明影响力逐步增强，开放互联后期重要性提升，增收共促和服务共享影响力波动变化。大城市次要驱动因子为服务共享，接着是产业协调、生态文明、开放互联和增收共促；早期创新活力和服务共享是主要推动力，后期服务共享影响急剧下降而且创新活力影响也减弱，产业协调作用逐年减弱，生态文明和开放互联后期影响力略有提升，增收因子始终处于低水平。中小城市次要驱动因子同样是服务共享，随后是产业协调、生态文明、开放互联和增收共促；创新活力逐渐成为最重要因子，产业协调、生态文明和服务共享影响力下降，开放互联和增收共促作用始终较小，变化不大。
通过交互探测分析发现（图5），不同规模城市多因子交互作用对城市经济高质量发展的驱动力大于单一因子。超大城市依赖创新活力作为核心驱动因子，并通过其与增收共促、生态文明和产业协调的交互推动经济高质量发展。随着时间的推移，创新活力与其他因子的交互作用增强，产业协调和生态文明的影响保持稳定，开放互联与增收共促的作用逐渐上升，而服务共享的影响有所减弱。在大城市中，创新活力与生态文明的交互作用显著，但相比超大城市，大城市中开放互联与其他因子的交互作用较弱，创新活力与生态文明、产业协调的协同效应较强，而开放互联对其经济高质量发展的推动力相对较小，创新活力、产业协调、开放互联和生态文明的双重交互作用呈现一定的减弱趋势，特别是创新活力与生态文明、服务共享的驱动力逐渐降低。对于中小城市，创新活力与服务共享的交互作用最为突出，产业协调和生态文明也有显著影响，但开放互联的作用相对较小，创新活力与其他因子的交互作用显著增强，特别是与产业协调和增收共促的协同效应。此外，开放互联与增收共促的共同驱动力呈现缓慢上升趋势。
图5 2011—2020年不同规模城市经济高质量发展驱动因子交互探测结果

未含新疆、西藏、青海、云南及港澳台等地区的部分市域

Fig. 5 Interactive detection results of high-quality economic development driving factors in cities of different sizes from 2011 to 2020

6 结论与政策建议

6.1 结论

本文将共同富裕纳入城市经济高质量发展的指标体系构架中，综合运用纵横向拉开档次法和定基功效系数法测算城市经济高质量发展指数，采用空间动态Kernel密度估计方法剖析城市经济高质量发展的动态演进过程，并运用地理探测器分析其驱动因子。主要结论有：第一，城市经济高质量发展水平整体呈上升趋势。4大区域城市经济高质量发展风格迥异，东部高水平城市发挥“溢出效应”向周边城市辐射，中部城市“追赶效应”显著，西部城市正处在震荡阶段，东北城市亟待遏制发展颓势。第二，邻居对本地的经济高质量发展产生了异质性影响。东部邻居城市相对经济高质量发展水平位于[0.81,0.90]内负向空间溢出效应明显。中部邻居城市相对经济高质量发展水平<1.03时，正向空间溢出效应显著。西部及东北空间溢出效应较弱，东北两极分化明显，存在相对固化的困境。第三，城市经济高质量发展未来呈低水平向上、高水平向下，总体趋近于均值的趋势。东北向上转移潜力羸弱，西部低水平城市发展上行机会较少而中高水平城市具有一定发展韧性，中部中低水平城市上行潜力最大而中高水平城市略下行，东部的高水平城市抵御下行能力较强。未来全国城市“东优西次，南强北弱”的不均衡现象仍然存在。第四，城市经济高质量发展的主要驱动因子是创新活力和产业协调，次要驱动因子包括生态文明、开放互联和服务共享等，增收共促与其他因子的交互也起推动作用。从4大区域来看，东部城市经济高质量发展的主导力量是创新活力，其他因子与创新活力交互后影响提升。中部与东部类似，但产业协调和生态文明交互影响力更高。西部多数因子影响力较低，当增收共促与服务共享交互时，驱动作用将显著提升。东北的创新活力及其交互影响较低，而产业协调对生态文明和服务共享的积极影响显著。对于不同规模城市，创新活力是首要驱动因子，生态文明在超大城市影响力显著，而在大城市和中小城市较弱。产业协调和服务共享有一定作用，但在大城市和中小城市效果波动较大。开放互联和增收共促单一作用较小，尤其在中小城市影响有限。从因子交互来看，超大城市中创新活力与生态文明、产业协调及增收共促的交互作用显著；大城市中创新活力与生态文明、产业协调交互后驱动力较强；中小城市中创新活力与服务共享、产业协调交互后作用突出，且创新活力与产业协调的交互驱动力随时间增强。

6.2 建议

基于本文研究，提出如下政策建议。第一，本文发现就业机会、产业结构、环境质量和数字经济业态是实现经济高质量发展的关键因素。为此，应从以下几个方面采取综合政策措施。首先，支持新兴产业发展和传统产业转型升级，优化就业结构，提升劳动力市场的竞争力与灵活性。其次，鼓励企业采用先进技术和绿色生产方式，推动产业链上下游的协同发展，推广清洁生产技术，提升资源利用效率，促进经济与生态环境的协调共赢发展。最后，完善数字基础设施，推动数字技术在各行业的深度应用，促进企业数字化转型，提升创新能力和生产效率。第二，本文研究揭示城市经济高质量发展不可忽视邻居效应，因此，需加强城市间的协作与互联，形成紧密的区域发展网络。东部应在统筹生态文明与社会发展的基础上，优化资源配置，建立生态创新高地，发挥其辐射带动作用，促进周边城市的协同发展。中部则应充分发挥交通枢纽作用，强化城市间和区域间的桥梁功能，推动产业关联和经济活力的提升。西部应依托“一带一路”陆海新通道，强化成渝经济圈与欠发达地区的互联互通。东北则应发挥北部开放窗口的作用，提升对外贸易与全球产业链的融合。第三，本文发现未来全国城市经济高质量发展仍将长期存在“东优西次，南强北弱”的格局，因此，需制定区域差异化发展政策。东部应继续发挥其创新和开放优势，推动产业升级和技术创新，进一步巩固其经济领先地位。中部应利用交通枢纽和区域联系优势，深化产业合作，提升区域间的经济一体化水平。西部和东北应重点扶持新兴产业发展，优化产学研一体化建设，推进产业结构调整与升级，同时加强对外开放，促进与中亚、东北亚等地区的贸易往来，缩小区域差距，推动共同富裕目标的实现。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
殷培伟, 谢攀, 雷宏振. 国家中心城市经济高质量发展评价及差异分析[J]. 经济学家, 2023(3): 68-78.

Yin Peiwei, Xie Pan, Lei Hongzhen. Evaluation and difference analysis of high-quality economic development of national central cities. Economist, 2023(3): 68-78.

[2]
师博, 张冰瑶. 全国地级以上城市经济高质量发展测度与分析[J]. 社会科学研究, 2019(3): 19-27.

Shi Bo, Zhang Bingyao. Measurement and analysis of high-quality economic development of China’s cities at prefecture level and above. Social Science Research, 2019(3): 19-27.

[3]
钞小静, 廉园梅, 沈路. 中国经济高质量发展的时空差异与收敛特征研究——基于“条件−过程−结果” 的三维测度[J]. 财经问题研究, 2023(3): 3-21.

Chao Xiaojing, Lian Yuanmei, Shen Lu. On the spatial-temporal differentiation and convergence characteristics of China’s high-quality economic development: Three-dimensional measurement based on ‘condition-process-result’. Research on Financial and Economic Issues, 2023(3): 3-21.

[4]
杜悦, 陈晓红, 刘艳军, 等. 哈长城市群县(市)高质量发展的时空演变与驱动力研究[J]. 经济地理, 2022, 42(8): 62-71.

Du Yue, Chen Xiaohong, Liu Yanjun et al. Dynamic evolution and driving force of high-quality development in Harbin-Changchun urban agglomeration at the county level. Economic Geography, 2022, 42(8): 62-71.

[5]
陈肖飞, 杜景新, 李元为, 等. 高质量发展视角下黄河流域城市网络的结构演变与影响因素研究[J]. 人文地理, 2023, 38(1): 87-96.

Chen Xiaofei, Du Jingxin, Li Yuanwei et al. The structural evolution and influencing factors of urban network in the Yellow River Basin from the perspective of high-quality development. Human Geography, 2023, 38(1): 87-96.

[6]
魏海湘, 魏敏, 许锐. 经济高质量发展的溢出效应研究——基于居民幸福感的经验证据[J]. 经济学家, 2023(2): 25-34.

Wei Haixiang, Wei Min, Xu Rui. Spillover effects of high-quality economic development—Empirical evidence based on residents’ happiness. Economist, 2023(2): 25-34.

[7]
段学军, 张潇冉, 苏伟忠, 等. 长江经济带高质量发展评估与时空分异特征[J]. 长江流域资源与环境, 2023, 32(9): 1773-1782.

Duan Xuejun, Zhang Xiaoran, Su Weizhong et al. High-quality development evaluation and its spatial variation in Yangtze River economic belt. Resources and Environment in the Yangtze Basin, 2023, 32(9): 1773-1782.

[8]
单勤琴, 李中. 经济高质量发展水平的地区差异及时空收敛性研究[J]. 经济地理, 2022, 42(9): 50-58.

Shan Qinqin, Li Zhong. Regional differences and spatiotemporal convergence of high-quality economic development. Economic Geography, 2022, 42(9): 50-58.

[9]
佟孟华, 褚翠翠, 李洋. 中国经济高质量发展的分布动态、地区差异与收敛性研究[J]. 数量经济技术经济研究, 2022, 39(6): 3-22.

Tong Menghua, Chu Cuicui, Li Yang. Research on the distribution dynamics, regional differences and convergence of China’s high-quality economic development. The Journal of Quantitative & Technical Economics, 2022, 39(6): 3-22.

[10]
王裕瑾, 李梦玉. 中国数字经济与高质量发展的耦合协调研究[J]. 经济与管理评论, 2023, 39(1): 104-118.

Wang Yujin, Li Mengyu. Research on the coupling and coordination of China’s digital economy and high-quality development. Economic and Management Review, 2023, 39(1): 104-118.

[11]
陈洁梅, 林曾. 中国农业循环经济高质量发展水平测度及驱动因素分析[J]. 经济问题探索, 2023(10): 85-97.

Chen Jiemei, Lin Zeng. Measurement and driving factors analysis of the high-quality development level of China’s agricultural circular economy. Inquiry into Economic Issues, 2023(10): 85-97.

[12]
聂长飞, 简新华. 中国高质量发展的测度及省际现状的分析比较[J]. 数量经济技术经济研究, 2020, 37(2): 26-47.

Nie Changfei, Jian Xinhua. Measurement of China’s high-quality development and analysis of provincial status. The Journal of Quantitative & Technical Economics, 2020, 37(2): 26-47.

[13]
孙久文, 蒋治, 胡俊彦. 新时代中国城市高质量发展的时空演进格局与驱动因素[J]. 地理研究, 2022, 41(7): 1864-1882.

Sun Jiuwen, Jiang Zhi, Hu Junyan. Spatio-temporal evolution pattern and driving factors of high-quality development of Chinese cities in the new era. Geographical Research, 2022, 41(7): 1864-1882.

[14]
李素峰, 冯鸿雁. 科技创新与数字经济高质量发展动态耦合及时空分异——基于中国四大战略区域视角[J]. 当代经济管理, 2023, 45(6): 41-50.

Li Sufeng, Feng Hongyan. Spatio-temporal differences and their causes of dynamic coupling between technological innovation and high-quality development of digital economy: Based on four major strategic regions in China. Contemporary Economic Management, 2023, 45(6): 41-50.

[15]
陈明华, 王哲, 谢琳霄, 等. 中国中部地区高质量发展的时空演变及形成机理[J]. 地理学报, 2023, 78(4): 859-876.

Chen Minghua, Wang Zhe, Xie Linxiao et al. Spatial-temporal evolution and formation mechanism of high-quality development in central China. Acta Geographica Sinica, 2023, 78(4): 859-876.

[16]
陈子曦, 青梅. 中国城市群高质量发展水平测度及其时空收敛性研究[J]. 数量经济技术经济研究, 2022, 39(6): 42-60.

Chen Zixi, Qing Mei. Research on the measurement of the high-quality development level of China’s urban agglomerations and its temporal and spatial convergence. The Journal of Quantitative & Technical Economics, 2022, 39(6): 42-60.

[17]
崔丹, 卜晓燕, 徐祯, 等. 中国资源型城市高质量发展综合评估及影响机理[J]. 地理学报, 2021, 76(10): 2489-2503.

Cui Dan, Bu Xiaoyan, Xu Zhen et al. Comprehensive evaluation and impact mechanism of high-quality development of China’s resource-based cities. Acta Geographica Sinica, 2021, 76(10): 2489-2503.

[18]
公丕明. 中国经济高质量发展的理论逻辑、测度评价与政策建议[J]. 宏观经济研究, 2023(11): 4-13+95.

Gong Piming. Theoretical logic, measurement evaluation and policy recommendations of China’s high-quality economic development. Macroeconomic Research, 2023(11): 4-13+95.

[19]
黄梦涵, 张卫国. 多维邻近下中国城市高质量发展的时空演变与影响因素研究[J]. 经济与管理研究, 2022, 43(11): 54-70.

Huang Menghan, Zhang Weiguo. Research on the spatial-temporal evolution and influencing factors of high-quality development of Chinese cities under multi-dimensional proximity. Research on Economics and Management, 2022, 43(11): 54-70.

[20]
戴若尘, 王艾昭, 陈斌开. 中国数字经济核心产业创新创业: 典型事实与指数编制[J]. 经济学动态, 2022(4): 29-48.

Dai Ruochen, Wang Aizhao, Chen Binkai. Innovation and entrepreneurship in core industries of digital economy in China: Stylized facts and index compilation. Economic Perspectives, 2022(4): 29-48.

[21]
刘泠岑, 孙中孝, 吴锋, 等. 基于夜间灯光数据的中国县域发展活力与均衡性动态研究[J]. 地理学报, 2023, 78(4): 811-823.

Liu Lingcen, Sun Zhongxiao, Wu Feng et al. Dynamics of developmental vitality and equilibria of counties in China based on nighttime lights data. Acta Geographica Sinica, 2023, 78(4): 811-823.

[22]
干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, 46(5): 4-16+31.

Gan Chunhui, Zheng Ruogu, Yu Dianfan. An empirical study on the effects of industrial structure on economic growth and fluctuations in China. Economic Research Journal, 2011, 46(5): 4-16+31.

[23]
Guo H, Zhang W Y, Du H D et al. Understanding China’s urban system evolution from web search index data[J]. EPJ Data Science, 2022, 11(1): 20

[24]
国家统计局. 中国城市统计年鉴[M]. 2012—2021. 北京: 中国统计出版社, 2012—2021

National Bureau of Statistics. China city statistical yearbook. 2012—2021. Beijing: China Statistics Press, 2012—2021.

[25]
国家统计局. 中国科技统计年鉴[M]. 2012—2021. 北京: 中国统计出版社, 2012—2021

National Bureau of Statistics. China science and technology statistical yearbook . 2012—2021. Beijing: China Statistics Press, 2012—2021.

[26]
国家统计局和生态环境部. 中国环境统计年鉴[M]. 2012—2021. 北京: 中国统计出版社, 2012—2021

National Bureau of Statistics, Ministry of Ecology and Environment. China environment statistical yearbook. 2012—2021. Beijing: China Statistics Press, 2012—2021.

[27]
住房和城乡建设部. 中国城市建设统计年鉴[M]. 2012—2021. 北京: 中国统计出版社, 2012—2021

Ministery of Housing, Urban-Rural Development. China urban construction statistical yearbook. 2012—2021. Beijing: China Statistics Press, 2012—2021.

[28]
张伟丽, 王伊斌, 魏瑞博. 城市群内城市高质量发展趋同俱乐部时空演进及机理[J]. 地理学报, 2023, 78(12): 3109-3128.

Zhang Weili, Wang Yibin, Wei Ruibo. Spatiotemporal evolution and mechanism about high-qualitydevelopment convergence clubs of cities within urban agglomerations. Acta Geographica Sinica, 2023, 78(12): 3109-3128.

[29]
Cheong T S, Wu Y. Convergence and transitional dynamics of China’s industrial output: A county-level study using a new framework of distribution dynamics analysis[J]. China Economic Review, 2018, 48: 125-138.

Options
文章导航

/

〈 〉