EN中文

Economic geography >

2021 , Vol. 41 >Issue 8: 62 - 72

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.08.008

The Effect and Formation Mechanism of “Well-being Threshold” in Cities of Yangtze River Delta

  • HU Meijuan , 1 ,
  • LI Zaijun 2 ,
  • HOU Bing , 1, ※
Expand
  • 1. School of Tourism and Culinary Science，Yangzhou University，Yangzhou 225127，Jiangsu, China
  • 2. Research Institute of Central Jiangsu Development，Yangzhou University，Yangzhou 225009，Jiangsu, China

Received date: 2020-07-24

  Revised date: 2021-05-07

  Online published: 2025-04-13

Fold

Abstract

Based on the hypothesis of "well-being threshold" and related theory,this study constructs comprehensive evaluation system of urban well-being,and takes the Yangtze River Delta as study area to analyze the effect and underlying formation mechanism of urban "well-being threshold",which aims to providing some scientific basis and decision-making reference to achieve regional integration of high quality and overall coordination development,and to break down "well-being threshold" dilemma. The results show that: 1) Urban well-being level has successively experienced three phases of increase stage,decrease stage and increase stage in the Yangtze River Delta. It exists obvious spatial differentiation state with high level in the southeast of Yangtze River Delta and low level in the northwest,and significant agglomeration differentiation phenomenon. Urban areas with high-level well-being are mainly distributed in the southeast coastal areas and the lower reaches of the Yangtze River and some economically developed areas. 2) Most of cities in the Yangtze River Delta have experienced different levels of "well-being threshold" phenomenon in different periods. Among them,the scope of the first threshold is relatively wide,and the number of the second threshold cities increases first and then decreases. 3) The spatial and temporal differentiation of urban well-being threshold in the Yangtze River Delta region is driven by urbanization,economic development,industrial structure,city size,technological innovation,government regulation and other factors. Environmental quality is an important factor restricting the effective improvement of comprehensive well-being,and the driving effect of infrastructure construction is insignificant.

Key words： urban well-being; well-being threshold; formation mechanism; regional integration of the Yangtze River Delta; economic growth; technological innovation; environmental quality

Cite this article

HU Meijuan , LI Zaijun , HOU Bing . The Effect and Formation Mechanism of “Well-being Threshold” in Cities of Yangtze River Delta[J]. Economic geography, 2021 , 41(8) : 62 -72 . DOI: 10.15957/j.cnki.jjdl.2021.08.008

传统经济增长理论假设经济增长是无限的，持续的经济增长可以带来持续的福利改善，而伴随人类社会由人造资本相对稀缺的“空的世界”进入自然资本绝对稀缺的“满的世界”，这一观点日益受到学界的质疑和批判。为获取更多的福利和效用肆意破坏生态系统，城市经济的快速增长付出了一定的生态代价和环境成本，经济活动产生的高熵废弃物不断损害着人们生存的精神家园和生活质量，使得日益积累的物质资本财富并未全部转化为人类福利，高经济增长的同时面临着福利的低速增长甚至是下降，以至于频频遭遇“福利门槛”[1]，背离了城市经济社会发展的终极目标。因此，如何协调城市生态系统与福利之间的关系，降低经济增长的负面效应，提高居民福利，破除“福利门槛”陷阱，是实现城市生态文明建设和高质量可持续发展的重要突破口。
“福利门槛”假说认为经济增长和福利水平并非一直趋于同步增长，当经济增长到一定阶段，经济增长对福利水平表现为抑制作用。长期以来，福利经济学以经济增长水平来表征福利水平的高低，而Max·Neef提出的“门槛假说”认为每个国家几乎均存在一个经济增长对生活质量改善的门槛点，当经济增长超过该门槛点，生活质量有可能会下降，二者之间存在倒“U”型关系，经济增长在一定的阈值范围内对区域福利和生活质量具有较大的提升和改善作用，一旦超过这个阈值，经济增长对区域福利和生活质量提升的边际效用开始下降，形成经济增长而福利水平下降或停滞的现象[2]，生态经济学家称之为经济增长的“福利门槛”，这对之后学者“福利门槛”假说的验证分析具有深刻影响。Daly等人指出由于经济增长需要付出一定的社会和环境代价，社会福利与经济增长并不呈同步增长，将会遭遇到“福利门槛”，并发现美国居民人均收入虽由一万美元提高至三万多美元，但生活满意度并未得到相应提高[3]，进一步证实了“福利门槛”现象的存在。Niccolucci等人提出经济增长的“生态门槛”假说，认为当某地区从生态盈余转向生态赤字时，经济增长和福利水平之间出现不协调增长与提升状态，则该地区遭遇了经济增长的“福利门槛”[4]。Lawn等人基于亚太七个国家人均GPI和人均GDP分析证实了“福利门槛”现象，并指出经济全球化将使得发展中国家福利门槛效应逐渐显现[1]。Armiento发现受收入不平等加剧和无偿劳动减少影响，自1991年来意大利人均可持续福利指数（SWI）不再随着经济的增长而增长[5]。龙亮军等人基于1980—2016年人均生态足迹、人均GDP和人均发展指数（HDI）分析中国城镇化进程中生态损耗、经济增长和福利水平之间的脱钩关系，发现1980年代初已存在“生态赤字”现象，经济增长遭遇了“生态门槛”，且伴随城市化发展不断加剧，而自2003年来人类福利水平增长速度趋于低于经济增长速度，出现了经济增长的“福利门槛”[6]。“福利门槛”假说检验的另一方面是关于主观幸福感与经济收入关系的研究，Easterlin发现收入和幸福之间并不存在明显的正相关关系，货币价值量多少不能有效“换取”或“购买”人们所需的幸福和需求，由于存在“享乐疲乏”倾向，收入增加仅为人们带来有限幸福体验[7]。
在全球经济增长速度放缓、产业结构优化调整、经济发展动力转换的时代背景下，经济学家Lucas针对经济增速放缓引起社会福利损失展开实证分析，创立经济波动和经济增长放缓的福利损失理论模型，奠定了福利损失研究的理论基础[8]。由于Lucas理论模型建立在经济波动和经济增长不相关的基础上，模型有些脱离实际并太过于理想化，而后续学者对此模型进行修正完善并提出自己的观点。Imrohoroglu基于卢卡斯模型和居民消费数据研究发现同等条件下发展中国家居民福利损失更为严重[9]。Pallag等人证实非洲11个国家经济增速放缓对居民福利损失的较大影响[10]，并发现美国各州的福利损失具有明显的差异性。伴随中国政府对居民社会福利关注度的日益增加，经济增速放缓对福利损失的影响引起了学者的广泛关注。陈彦斌等人基于卢卡斯模型发现我国消费波动性的福利成本是美国的十多倍[11]。陈太明基于修正模型和居民消费数据发现居民福利损失存在明显的阶段差异、地区差异、城乡差异[12]。郭剑飞等人采用不同的效用函数分析发现我国居民福利损失高于美国居民福利损失，经济波动的城镇居民福利损失大于农村居民[13]。可见，居民福利损失不仅受到经济增长速度和经济波动的影响，且具有明显的区域异质性特征。
综上所述，有关经济增长与福利的关系研究主要集中在经济增长的“福利门槛”假说验证、收入与幸福感关系探析、经济增速放缓或经济波动是否造成福利损失方面，并从多时段、多尺度和多视角实证检验了“福利门槛”现象的存在，这为本研究提供了坚实的理论基础与实践借鉴。但现有研究仍有待深化完善：首先，对福利的衡量多采用单维指标，难以准确反映区域福利水平的真实情况，应根据区域社会经济状况对福利指标予以拓展和完善；其次，多数研究偏向于大中尺度，较少涉及城市尺度，且缺乏针对城市“福利门槛”效应的时空视角分析。此外，针对经济增长“福利门槛”与福利损失的内在形成机制缺乏深入解析。长三角地区作为我国经济发展最活跃、城镇化发展速度最快、创新能力最强、开放程度最高、人口最密集的地区之一，区域一体化发展战略和高质量发展已进入全方位加速的关键时期。在经济社会快速发展的背后，城乡差距、贫富差距、资源短缺、环境污染、生态危机等负面效应逐渐凸显，进一步制约了城市福利水平的增进。那么，长三角城市福利水平是否与社会经济趋同发展?经济的高速增长是否有效转化为福利的持续增长?城市经济增长的“福利门槛”是否已经到来?处于何种阶段?形成这一门槛的内在机理是什么?基于上述问题，本研究基于“福利门槛”假说，在构建更全面福利水平评价体系的基础上，实证检验长三角城市是否遭遇“福利门槛”效应，并揭示其形成机制，以期为有效规避福利门槛效应，持续增进城市福利，促进长三角区域一体化高质量发展提供参考借鉴。

1 指标选取、研究方法与数据来源

1.1 福利评价水平模型构建

福利水平是生活质量、发展潜能和幸福程度的综合反映，是城市社会经济发展综合状况的直接体现，科学评估福利水平一直是学者关注的热点问题。Sen提出“能力方法”架起了效用和商品的联系，打破了福利和效用、资源联系的传统经济学方法，得到广泛应用，相关研究者将其引申为人类对生活的幸福感和满意程度，开始关注健康、发展机会、社会公平、生存环境、文化发展等诸多方面的因素。Sen以人均预期寿命、婴儿死亡率和儿童死亡率指标合成探究巴西、中国、墨西哥、斯里兰卡和印度地区的功能实现情况，随后又从营养状况、死亡率和发病率考察1981—1983年印度居民的功能状况[14]。联合国开发计划署（UNDP）依据可行能力法创建人类发展指数（HDI），从预期寿命、成人识字率和人均GDP方面评价各国人类福利及功能实现状况[15]。由于人类发展指数具有可行性、权威性和直观性优点，得到广泛应用，但其指标衡量范围过于狭隘。事实上，人类生存发展追求远不止于此，自由、平等、社会和谐、良好的生态环境、自身权利的实现等方面皆是人类所追求的目标。因此，一些学者对福利水平测度指标予以扩展，延伸包括心理、身体、就业、居住、卫生、交通、社会交往、环境、政府、保障等多维领域（表1）。
表1 城市福利水平评价文献分析

Tab.1 Literature analysis of urban well-being level evaluation

研究对象 指标体系 作者及年份 评价方法
城市居民 教育、收入、财富、住房、水、卫生、能源、就业、交通、金融服务、营养、保健、安全和可感知的福利等 Klasen，2000[16] 功能—能力法
家庭 心理福利、社会交往、经济状况、文化活动、工作条件、住所与健康 Lelli，2001[17] 问卷调查
失业者 工作能力 Burchardt等，2002[18] 问卷调查
城镇居民 住房状况、休闲状况、人际关系、健康状况、工作满意度 方福前等，2009[19] 问卷调查
省域福利 收入、消费、分配、教育、文化、科技、就业、养老、医疗、住房、社会、政府、家庭、自然生态等 徐维祥等，2018[20] 熵值法
国家福利 家庭收入与支出、健康状况、居住条件、教育水平、通讯设施普及率、就业情况、公共服务水平 刘泽琴等，2018[21] 熵值法、综合评价
可持续经济福利指数 Armiento，2018[5] 熵权法
物质生活质量指数 Fumincelli等，2019[22] 熵权法
幸福指数 Carlsen，2018[23] 熵权法
人类发展指数 Çilingirturk等，2018[24] 熵权法
随着经济发展和生活水平的持续提高，福利的内涵日益多元化，尤为重视居民主观享受和内在需求。单一经济维度或社会发展维度难以全面刻画城市功能实现状况和居民福利水平，故学者通过构建复合指标体系综合评价福利水平[16⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓-28]，纳入收入、就业、住房、健康、教育等指标。此外，在快速城镇化发展与高密度建设背景下，城市居民既享受着工业化、现代化带来的“福利”，又面临着传统生态环境类城市病，以及日渐凸显的社会经济类“新都市病”，人们的需求由对富足、便利、“易居”生活追求的初级阶段转向生态环境改善及人居环境质量提升的高级阶段，对于绿色生态、自然的回归成为当前迫切的社会需求。鉴于此，从经济、社会及环境三大维度综合表征城市社会经济发展的功能实现状况，选取收入、消费、医疗、教育、社会保障、就业、基础设施服务、生态环境方面构建城市福利评价体系（表2），以期更全面、准确地衡量城市福利水平。
表2 城市福利水平评价指标体系

Tab.2 Evaluation index system of urban well-being level

目标层 指标层
经济福利 居民人均可支配收入（A1）、人均财政收入（A2）、人均固定资产投资（A3）、职工平均工资（A4）、人均储蓄额（A5）、居民人均消费水平（A6）、居民恩格尔系数*（A7）、居民消费价格指数*（A8）、居住价格指数*（A9）固定投资占GDP比重（A10）
社会福利 每万人拥有医生数（B1）、卫生事业投入增长率（B2）、平均受教育年限（B3）、识字率（B4）、基本医疗参保率（B5）、最低生活保障率（B6）、全社会就业率（B7）、城镇登记失业率*（B8）、人均拥有道路面积（B9）、万人拥有公交车数（B10）、居民人均住房建筑面积（B11）、互联网普及率（B12）、万人拥有公共厕所数（B13）、社会公共服务财政支出比重（B14）、千人拥有图书馆数（B15）
绿色福利 建成区绿化覆盖率（C1）、人均公园绿地面积（C2）、森林覆盖率（C3）、万人拥有公园数（C4）、工业废水排放达标率（C5）、工业固体废物综合利用率（C6）、生活垃圾无害化处理率（C7）、城市节约用水重复利用率（C8）、PM2.5浓度*（C9）

注：带*号为负向指标。

1.2 空间面板计量模型

空间面板计量模型包括空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）三种主要形式，分别适用于不同的时空交互效应模式[29]。空间面板杜宾模型嵌套了被解释变量与解释变量的空间依赖效应，是SLM和SEM的组合扩展[30]，其表达式为：
y i t = β x i t + ρ ∑ j = 1 n w i j y j t + ∑ j = 1 n w i j x i j t γ + μ i + λ t + ε i t
式中：t表示时间；i表示空间要素； ρ表示误差项的空间自相关系数； y i t为被解释变量； x i t为影响因子； β为影响因子系数； μ i为空间固定效应； λ t为时间固定效应； w i j为空间矩阵； γ是k维列向量，表示空间滞后解释变量的系数；εit为服从独立同分布的随机误差项。

1.3 研究数据

以长三角地区41座城市为研究单元，包括上海市和江苏省、浙江省、安徽省的所辖城市。基于经济发展阶段性与数据获取性确定研究时段为2000—2017年，各评价指标来源于2001—2018年各地市统计年鉴、《上海统计年鉴》《浙江统计年鉴》《江苏统计年鉴》《安徽统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》、各城市国民经济与社会发展统计公报及城市卫生统计公报。由于安徽省行政区划调整，巢湖市2011年被一分为三并入合肥、马鞍山、芜湖，为保证研究前后的一致性，以2016年行政区划作为底图，将2011年前巢湖市统计数据分别合并至三市。为了消除质点极差对结果的影响，各指标均采用人均、地均值或占比进行处理，人均值以常住人口为换算基础，经济型数据如GDP、消费、收入等指标皆以2000年为基期进行转换。

2 城市福利的时空分异与门槛效应分析

2.1 城市福利水平的测算

考虑到各指标之间存在共线性会影响评估结果的准确性，借助主成分分析法分别将经济福利、社会福利、绿色福利指标体系进行相关性系数检验，并提取公因子最终确立城市福利水平得分。首先，以极差标准化法分别对正向和负向指标进行标准化处理。其次，采用SPSS25.0软件分别对经济、社会、绿色福利的子指标进行KMO和Bartlett球体检验，结果显示KMO值和Bartlett球体检验均通过显著性检验，表明指标之间存在相关关系，大部分信息能够被公因子提取，适合进行主成分提取。
再次，通过公因子提取经济福利、社会福利、绿色福利的主成分，依次为3、4和4个，其方差贡献率分别为86.24%、81.79%和80.47%，以归一化方差贡献率与因子得分系数加权求和得到经济福利、社会福利、绿色福利综合得分，根据不同维度福利加权测算得到各城市综合福利。最后，针对部分城市福利水平得分为负值的现象，采用最小—最大规范化方法，将测算出的原始数据列进行线性变化，映射至0~1区间（表3）。
表3 长三角城市福利水平测算结果

Tab.3 Results of urban well-being level in the Yangtze River Delta

城市 2000 2002 2004 2006 2008 2010 2012 2014 2016 2017 均值
上海市 0.320 0.367 0.458 0.498 0.524 0.588 0.595 0.583 0.672 0.710 0.517
南京市 0.321 0.361 0.430 0.505 0.561 0.598 0.676 0.653 0.792 0.856 0.561
无锡市 0.269 0.318 0.388 0.459 0.510 0.557 0.619 0.535 0.653 0.709 0.491
苏州市 0.332 0.368 0.448 0.519 0.629 0.677 0.742 0.706 0.816 0.831 0.591
常州市 0.228 0.283 0.351 0.420 0.479 0.556 0.587 0.567 0.658 0.717 0.469
徐州市 0.105 0.064 0.153 0.277 0.327 0.366 0.449 0.448 0.490 0.458 0.302
南通市 0.181 0.204 0.247 0.333 0.378 0.426 0.492 0.517 0.583 0.631 0.381
镇江市 0.205 0.247 0.314 0.400 0.475 0.514 0.606 0.592 0.671 0.694 0.457
扬州市 0.176 0.192 0.254 0.335 0.410 0.455 0.476 0.438 0.537 0.557 0.372
盐城市 0.106 0.146 0.184 0.240 0.311 0.405 0.450 0.446 0.510 0.553 0.325
泰州市 0.133 0.171 0.226 0.315 0.352 0.424 0.481 0.440 0.542 0.579 0.356
宿迁市 0.095 0.130 0.171 0.211 0.269 0.328 0.355 0.383 0.460 0.465 0.273
淮安市 0.102 0.128 0.208 0.247 0.342 0.376 0.439 0.401 0.451 0.475 0.311
连云港市 0.090 0.127 0.182 0.259 0.330 0.394 0.421 0.406 0.489 0.517 0.311
杭州市 0.394 0.423 0.489 0.549 0.635 0.729 0.832 0.827 0.958 0.997 0.667
宁波市 0.330 0.397 0.485 0.555 0.576 0.638 0.693 0.771 0.902 0.941 0.612
嘉兴市 0.217 0.295 0.375 0.457 0.498 0.581 0.637 0.718 0.805 0.874 0.526
湖州市 0.242 0.295 0.378 0.434 0.502 0.590 0.659 0.653 0.729 0.773 0.511
绍兴市 0.270 0.360 0.398 0.462 0.471 0.518 0.532 0.669 0.761 0.790 0.506
金华市 0.231 0.302 0.383 0.443 0.464 0.536 0.576 0.556 0.647 0.654 0.472
舟山市 0.386 0.379 0.462 0.515 0.631 0.704 0.792 0.923 1.000 0.984 0.658
台州市 0.185 0.264 0.337 0.396 0.490 0.539 0.556 0.618 0.716 0.777 0.471
温州市 0.093 0.158 0.126 0.228 0.288 0.223 0.441 0.541 0.627 0.650 0.324
丽水市 0.212 0.244 0.286 0.321 0.365 0.442 0.488 0.524 0.622 0.655 0.402
衢州市 0.277 0.346 0.361 0.406 0.454 0.516 0.561 0.624 0.736 0.762 0.486
合肥市 0.225 0.240 0.293 0.269 0.393 0.482 0.477 0.532 0.547 0.560 0.398
芜湖市 0.248 0.261 0.298 0.359 0.423 0.490 0.466 0.499 0.515 0.503 0.399
马鞍山市 0.369 0.361 0.460 0.397 0.485 0.548 0.501 0.536 0.536 0.533 0.464
滁州市 0.181 0.173 0.207 0.206 0.251 0.326 0.405 0.438 0.396 0.416 0.291
铜陵市 0.350 0.323 0.404 0.511 0.455 0.557 0.591 0.604 0.636 0.675 0.494
安庆市 0.096 0.108 0.204 0.219 0.288 0.292 0.365 0.384 0.394 0.444 0.274
池州市 0.184 0.170 0.241 0.225 0.336 0.378 0.419 0.487 0.447 0.451 0.331
宣城市 0.172 0.208 0.237 0.265 0.298 0.331 0.399 0.454 0.483 0.509 0.320
阜阳市 0.139 0.159 0.203 0.212 0.262 0.320 0.344 0.382 0.355 0.358 0.270
蚌埠市 0.178 0.186 0.239 0.246 0.289 0.357 0.377 0.377 0.334 0.427 0.292
淮北市 0.217 0.238 0.300 0.329 0.386 0.405 0.417 0.415 0.408 0.402 0.343
亳州市 0.116 0.116 0.193 0.249 0.297 0.357 0.387 0.393 0.375 0.332 0.275
淮南市 0.192 0.199 0.240 0.216 0.334 0.410 0.389 0.375 0.385 0.358 0.304
六安市 0.059 0.025 0.154 0.240 0.264 0.290 0.355 0.342 0.405 0.443 0.251
黄山市 0.253 0.284 0.344 0.374 0.405 0.450 0.525 0.594 0.661 0.677 0.446
宿州市 0.079 0.086 0.142 0.161 0.290 0.330 0.364 0.396 0.374 0.350 0.252

2.2 城市福利水平的时空格局及演变特征

2.2.1 时空演变特征

将福利水平划分为高福利（0.8~1.0）、较高福利（0.6~0.8）、中等福利（0.4~0.6）、较低福利（0.2~0.4）和低福利（0~0.2）五个等级，借助ArcGIS10.5软件对2000、2009和2017年长三角城市综合福利进行可视化（图1）。整体来看，城市福利水平在空间上呈自东南向西北递减态势。2000年，城市福利水平均处于较低状态，48.78%的城市为低福利区，主要分布于安徽省和江苏省，51.22%的城市处于较低福利类型，分布于长江沿线及浙江省大部分城市。2009年，较低福利区范围趋于缩小，中等以上福利类型区范围进一步蔓延，苏州、杭州、舟山三市迈入较高福利水平行列，全区仍以中等福利和较低福利区为主。2017年，较高及高福利类型范围扩大至浙江省及苏南地区，全区以较高和中等福利类型为主，分别占比34.14%和41.46%，阶梯状分布特性更加显著，江浙沪地区基本以中高福利类型为主，尤其是南京、苏州、杭州、嘉兴、宁波、舟山等地福利水平跃居0.8以上，浙江省大部分城市处于较高福利，江苏省呈明显的南高北低等级差异，安徽省以中等、较低福利水平为主。可见，由于经济发展和城镇化的持续推进、居民生活水平不断提高、社会保障制度日趋完善，城市经济福利和社会福利均得到持续提升优化，但在空间上呈现出自东南向西北递减的分布异质性，经济发达城市福利水平显著高于欠发达城市，高值区范围较为稳定，主要分布在东南沿海及长江下游地区，低福利地区逐渐向皖西、皖北地区转移。
图1 长三角城市福利水平的空间格局

Fig.1 Spatial pattern of urban well-being level in the Yangtze River Delta

2.2.2 时空关联特征

由表4知，2000—2017年长三角城市福利水平的全局Moran's I指数均为正值，且呈波动增大变化趋势，说明全区城市福利存在显著正向的空间关联，城市福利集聚特征明显且集聚程度不断增强。进一步结合局部Moran's I揭示城市福利水平的集聚纹理（图2）。由图2知，城市福利水平呈现显著的高高集聚和低低集聚的空间俱乐部趋同现象，且高高集聚和低低集聚区数量趋于增多，分别占全区24.39%和17.07%，低高集聚和高低集聚区数量较少，仅宣城市为典型的低高类型。高高集聚和低低集聚区分布具有空间路径锁定特征，高高集聚主要分布在长江流域及东南沿海地区，低低集聚则分布于皖北、苏北地区，在局部空间变动中较为稳定。
表4 2000—2017年长三角城市福利水平的Moran's I指数

Tab.4 Global Moran's I of urban well-being level in the Yangtze River Delta from 2000 to 2017

年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Moran's I 0.281 0.411 0.466 0.470 0.402 0.349 0.443 0.497 0.417 0.418 0.385 0.444 0.452 0.506 0.532 0.561 0.603 0.623
Z 2.169 3.157 3.613 3.774 3.114 2.761 3.374 3.906 3.397 3.587 3.253 3.826 3.834 4.336 4.485 4.937 5.211 5.485
P 0.040 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010 0.010
图2 长三角城市福利水平的LISA聚类

Fig.2 LISA clustering of urban well-being level in the Yangtze River Delta

2.3 城市“福利门槛”效应分析

已有研究表明一个国家或地区在经济发展的初期阶段，经济增长所积累的物质财富转化为福利的效率较高，区域福利水平伴随经济增长持续提升，但随着经济增长规模突破生态系统边界，生态压力某种程度上加剧了经济增长的生态环境成本，福利水平提升的边际效用逐渐递减，区域福利水平将出现增速减缓或停滞或下降趋势，此时经济增长遭遇到“福利门槛”[1,2,4]。可见，在区域经济增长的不同时段，福利水平提升依次呈现“同步增长—增长缓慢—负向增长—恢复增长”的变化态势，具体可划分为四个阶段：第一阶段为高经济增长、高福利增长阶段，经济增长均有效转化为福利水平提升，未形成“福利门槛”效应；第二阶段为高经济增长、低福利增长阶段，经济增长的边际效用减少，物质财富积累转化为福利水平过程中出现漏损，经济的高速增长附带着福利水平的缓慢增长，为逼近福利门槛的“第一重门槛”效应；第三阶段为高经济增长、福利水平负增长阶段，经济增长的负面效应凸显，城市福利水平呈下降趋势，遭遇了福利增长的“第二重门槛”效应；伴随政府和相关部门环境治理与节能减排政策的推行，经济增长的负面效应趋于减弱，城市福利水平逐渐改善提升，并与经济增长再次趋于同步增长，进入到第四阶段。基于此，对比分析长三角城市经济增长速度与综合福利水平增长速度，当经济增长速度和综合福利增长速度不相上下或者福利增长速度快于经济增长速度时，为“无门槛效应”，若经济增长速度大于福利增长速度，表现为福利增长曲线背离经济增长曲线，开始进入“第一重门槛”时期；若经济增长保持一定速度运行，福利水平出现下降的负增长现象，则开始进入“第二重门槛”时期（图3）。
图3 长三角城市“福利门槛”的时空分异格局

Fig.3 Spatial and temporal differentiation pattern of “well-being threshold” in the Yangtze River Delta

由图 3 知，除少数边缘城市外，长三角大部分城市在不同时期均遭遇了不同程度的“福利门槛”现象。具体来看，未遭遇“福利门槛”的城市数量占比呈现先减少后增加趋势，尤其2003—2013年所占比重较小，表明大部分城市福利水平增长与经济发展方向发生了偏离，经济增长的边际效用下降，处于逐渐逼近“福利门槛”或越过“福利门槛”拐点进入社会经济不可持续发展阶段，随着资源环境约束和环保意识的强化，资源节约型、环境友好型的生产消费模式的推行，部分经济发达城市逐渐走出“福利门槛”陷阱，实现福利与经济的趋同增长，而无门槛城市的空间分布逐渐由皖西、苏北、浙南等地市转移至浙南片区及长江流域下游城市，形成了经济发达城市与欠发达城市在空间上的错位格局。值得注意的是，单重门槛的城市范围相对广泛，尤其是2003—2008、2009—2011及2016—2017年大部分城市的经济增长速度远快于城市福利水平提升速度，呈现显著的“高经济增长、低福利增长”特征，不断逼近“福利门槛”的深水区，且2008—2009、2012—2013年部分城市相继步入“福利门槛”的第三阶段，使得遭遇二重门槛城市的数量和范围显著扩大，进一步表明城市经济增长的负面效应若不加以有效控制，极易陷入“福利门槛”泥潭，以至于出现经济增长的同时而城市生活质量和居民幸福指数下降的窘境。此外，遭遇二重门槛城市分别在2008—2009、2011—2013和2014—2015年呈现出数量显著增加、空间范围扩大且集中连片分布的特征，在一定程度上表征经济增长的“福利门槛”效应显著，城市福利损失程度高，居民生活质量下降幅度大，严重偏离城市社会经济发展的终极目标，这主要是由于长期依靠资源的高消耗、高投入、高污染换取经济高速增长的粗放式经济增长模式的驱动，使得城市发展过程滋生出交通堵塞、住房紧张、物价上涨、大气污染、水污染、雾霾指数飙升等都市弊病，居民面临着生存压力、生态压力和健康危机，经济增长的边际效用出现了负向效用，城市福利增长出现了不同程度的损失，以至于大多数城市均遭遇了不同程度的“福利门槛”。

2.4 城市福利水平影响因素分析

经济增长是福利提升的根本动力，优化政府支出结构和公共服务是增强社会福利水平的重要途径，对外开放性、经济发展水平、消费水平、城市规模、环境条件、政府调控和信息化建设等也是驱动福利水平时空分异的重要因素[31⇓-33]。借鉴相关研究[19⇓⇓-22]，以城市福利水平为被解释变量（Y），选取以下影响因素：①经济发展是经济、社会福利提升的最重要动力，城市经济越发达，越能为城市基础服务设施配套、教育改革、社会保障体系完善提供充裕资金，居民享受到的物质福利效应则越高，以人均GDP表征经济发展水平（X1）；②城市化发展带来生活空间、生活方式、社会观念等巨大变革，直接影响到居民社会福利，以人口城镇化率反映城镇化水平（X2）；③服务业占比的持续提高，有利于满足居民多样化的需求，改善城市福利水平，以第三产业占GDP比重表征产业结构（X3）；④城市规模反映了城市紧凑度和人口分布状况，城市规模过大会导致交通拥挤、物价上涨，而城市规模较小会造成城市空间规划不紧凑、资源要素空间配置效率低下，以人口密度表征城市规模（X4）；⑤基础设施为社会生产和居民生活提供公共服务，以交通路网密度表征城市基础设施建设水平（X5）；⑥技术创新是社会发展进步的重要驱动力，在提高城市经济生产效率、绿色生产等方面发挥出积极作用，采用专利授权量予以表征（X6）；⑦财政支出规模和结构反映政府为实现特定社会经济发展功能履行的职能性服务，以财政支出占GDP比重表征（X7）；⑧以牺牲生态环境为代价的社会经济增长会影响到居民身体健康和生活质量，以人均废水排放量和人均废气排放量倒数合成来表征城市环境质量状况（X8）。
由于城市福利水平具有显著的空间自相关，且全局OLS回归模型残差的LM和Wald检验表明存在明显的空间相关性，故空间计量模型更适合模型的参数估计。由Robust LM检验知，SEM模型优于SLM，但空间杜宾模型能否拒绝空间滞后或空间误差模型，进一步通过Wald和LR显著性检验知，SDM不能被简化为SLM或SEM模型（表5），并根据Hausman检验统计值37.26（P=0.000），最终采用固定效应空间杜宾模型进行参数估计。
表5 空间面板计量模型的检验结果

Tab.5 Test results of spatial panel model

检验方法 统计量 概率
LM-spatial lag 181.715 0.000
Robust LM-spatial lag 0.583 0.445
LM-spatial error 499.135 0.000
Robust LM-spatial error 318.003 0.000
Wald-spatial lag 141.951 0.000
LR-spatial lag 140.350 0.000
Wald-spatial error 14.550 0.069
LR-spatial error 102.210 0.000
为准确反映模型估计参数的边际效应，采用偏微分方程计算自变量的直接效应和间接效应（表6）。由表6知：①经济发展、城镇化水平、产业结构、城市规模、技术创新和政府调控对城市福利水平的影响均为正向，其中经济发展、城镇化、产业结构、城市规模、技术创新对福利提升的影响最强，且通过1%显著性水平检验；政府调控对城市福利的影响显著为正，体现了政府宏观调控对城市福利改善的积极作用。环境质量对城市福利水平的影响系数显著为负，表明环境质量的下降制约了福利水平的提升。基础设施对城市福利水平的影响为正，但并不显著。②经济发展、城镇化、产业结构、城市规模、基础设施、技术创新及政府调控的空间滞后项弹性系数均为负数，表明邻近城市的经济发展、城镇化、产业结构、城市规模、技术创新和政府调控的变化对本地市福利提升具有消极影响，尤其是经济发展、城镇化、产业结构和政府调控的影响更明显，表明周围城市经济的发展、城镇化水平的推进、产业结构的优化、政府的有效调控反而不利于本地福利的增进，这可能是由于区域福利水平的空间溢出性与负外部性及城市之间的竞争排斥效应造成的，而邻近城市环境质量变化对本地福利水平的影响并不显著。③由效应分解知，经济发展、城镇化、产业结构、城市规模、基础设施、技术创新和政府调控的直接效应分别为0.163、0.281、0.130、0.103、0.034、0.009和0.025，其中，经济发展、城镇化影响的直接效应最大，是城市福利提升的关键因素，经济发展和城镇化每增加1%，会促进本城市福利分别提高0.163%和0.281%；经济发展、产业结构、基础设施、政府调控和环境质量的间接效应分别为-0.072、-0.202、-0.016、-0.126和-0.001，表明本地城市的经济发展、产业结构、基础设施、政府调控和环境质量变化对邻近城市福利产生了负面影响，经济发展、产业结构、基础设施、政府调控和环境质量每增加1%，会导致邻近城市福利分别降低0.072%、0.202%、0.016%、0.126%和0.001%，城镇化、城市规模和技术创新的间接效应分别为0.053、0.080和0.008，本地城市的城镇化、城市规模和技术创新变化对邻近城市福利产生正向作用，每变动1%带来邻近城市福利分别提高0.053%、0.080%和0.008%。
表6 空间面板杜宾模型估计结果

Tab.6 Estimation results of the SDM

变量 弹性系数 T值 P值 直接效应 T值 间接效应 T值
X1 0.169 6.526 0.000 0.163 6.522 -0.072 -1.021
X2 0.277 14.900 0.000 0.281 15.502 0.053 1.104
X3 0.145 4.027 0.000 0.130 3.493 -0.202 -1.750
X4 0.096 4.345 0.000 0.103 4.757 0.080 1.601
X5 0.034 1.536 0.125 0.034 1.494 -0.016 -0.233
X6 0.009 3.444 0.001 0.009 3.707 0.008 1.281
X7 0.035 2.237 0.025 0.025 1.598 -0.126 -3.186
X8 -0.001 -3.410 0.001 -0.001 -3.457 -0.001 -0.687
W·Y 0.242 5.190 0.000 R2 0.883
W·X1 -0.123 -3.035 0.002 δ 0.012
W·X2 -0.120 -3.906 0.000 Log-likelihood 1 395.861
W·X3 -0.180 -2.937 0.003
W·X4 -0.011 -0.344 0.731
W·X5 -0.025 -0.672 0.501
W·X6 -0.001 -0.142 0.887
W·X7 -0.083 -3.531 0.000
W·X8 0.000 0.420 0.674
综上可见，城市福利水平的演变是城镇化、经济发展、产业结构优化、空间集聚效应、政府调控、技术创新、公共服务提升、生态环境治理与改善等多因素共同作用的后果（图4）。当经济增长处于初期发展阶段，经济系统在生态系统边界内运行，经济增长和城镇化是城市福利提升的根本驱动力，城镇化的发展有利于实现福利的均等化和提升社会整体福利，随着经济的持续增长，居民收入水平和获得的效用得以提高，不仅改善了居民生活条件和生活质量，在某种程度上成为推动经济增长福利转化效率的内在动力。当经济增长发展到一定阶段，经济系统开始突破生态系统边界，由生态盈余、生态平衡逐渐转为生态亏损阶段，粗放型的经济增长造成公共设施和空间拥挤、资源紧张、物价上涨、环境污染等问题，影响了居民生存环境质量，资源短缺枯竭严重、环境污染现象加剧，使得经济增长的生态环境成本持续增加，经济增长的边际福利效应开始递减甚至产生了负效用，使得城市经济屡屡逼近一重门槛和二重门槛。面临环境污染和生态破坏的警示，及社会媒体与公众舆论的压力，政府及相关部门相继出台环境治理政策，不断提高绿地覆盖率，增加公园绿地面积规划，严格控制“两高”（高污染、高消耗），淘汰僵尸企业和落后产能，革新生产设备、厉行节能减排，实现腾笼换鸟式的经济转型，“蓝天保卫战”和“绿色转型发展”成为社会各界的共识，环境质量得以改善，在一定程度上抵消了负面效应，有利于跨越“福利门槛”的陷阱，逐渐转化为一重门槛或无门槛。此外，城市规模、第三产业比重扩大、社会保障制度的完善、基础设施服务的优化、技术进步与创新对居民生活品质和状态形成了积极影响效应，主要表现为居民收入水平和消费效用的提高，政府在医疗、教育、科技、就业、交通建设、文化、住房、生态建设等民生事业方面的大力支持和完善，有利于城市福利的提升，增进居民福祉。
图4 城市“福利门槛”效应的形成机理

Fig.4 The formation mechanism of urban “well-being threshold” effect

3 结论与讨论

3.1 结论

基于“福利门槛”假说及相关理论，构建城市福利水平评价模型，对2000—2017年长三角城市“福利门槛”效应及形成机理进行研究，得到以下结论：
①长三角城市福利水平呈持续上升变化，空间上呈东南高西北低的分异态势，且具有明显的高低分异集聚特征，高福利区主要分布于东南沿海及长江下游城市，且伴随欠发达城市对发达城市的追赶，城市福利趋于均衡发展。
②长三角大部分城市在不同时期均遭遇了不同程度的“福利门槛”现象，且频频出现“高经济增长、低福利增长”的尴尬局面，经济发达地市与欠发达地市“福利门槛”呈现显著的时空错位变化特征。部分城市分别在2008—2009、2011—2013和2014—2015年进入“福利门槛”的深水区，并形成集中连片分布特征，经济增长负向边际效用凸显。
③长三角城市“福利门槛”效应受到城镇化水平、经济发展、产业结构、城市规模、技术创新及政府调控等因素共同影响作用。具体来看，城镇化和经济发展是福利水平提升的根本因素，驱动着福利水平与经济同步增长；城市规模、产业结构的优化、社会保障制度的完善、基础设施服务的优化、技术进步与创新对居民生活品质和状态具有积极影响效应。

3.2 讨论

从本质上讲，福利与幸福、福祉意义相近，但又存在区别。幸福是人类追求的终极目标，指代人们内心的主观感受，倾向个体对生活状态整体的主观评价和感知，而福祉主要关系到人们生活境况的好坏和人的生活状态，与生活质量、生活状态、生活满意度等维度密切相关，但只包括好的生活质量、状态，不包括差的、不好的生活质量和状态。与福利概念相比，幸福与福祉概念较为狭隘，难以反映区域整体的功能实现的能力和状况。当前，我国经济发展逐渐由高速增长型向高质量提升型转变，政府服务亦由GDP主义转向福利增进导向型，城市福利水平的衡量不应局限于GDP、寿命、教育等指标的简单合成，而应综合体现在经济、社会发展、生态环境等多个维度，应纳入居民收入、消费、就业、教育、社会保障、住房、医疗健康、环境等物质、非物质层面的评价指标，从而更加综合地、全面地反映城市经济社会发展的功能实现状况。
为跨越城市“福利门槛”陷阱，未来仍需要依靠政府调配、市场公平竞争、社会转移支付相协调形成公平、有序的均衡发展格局，转变经济增长和消费方式，由GDP主义导向的粗放型增长向生活质量为导向的精明发展，实现物质主义的消费模式向功能主义的消费模式的转变，坚持民生导向原则，秉持以提高人民福利为终极目标。其次，将福利绩效、生态环境保护及治理成效等指标纳入地方政绩考核评价体系。摒弃单纯追求GDP考核标准的传统模式，以居民生活满意度和幸福指数为基准，保护生态环境、营造更多的生态需求，积极发挥区域空间联动效应，合理优化生态环境要素在福利水平提升中的功能定位，在经济产出不增加的前提下实现居民福利水平的不断提升，并引入多元决策制度，将群众评议、专家评审等引入评估和决策过程中，将福利提升全面贯穿和深刻融入经济社会发展过程中。再次，社会事业是居民安居乐业的“安全阀”和增进民生福利的“发动机”，政府需强化社会保障、改善民生，对“老、边、穷”地区各个击破，引导资金、人才等生产要素在空间上的均衡分配，尤其是皖西、皖南等低福利地区需要进一步改善居民教育、就业、医疗、养老、住房等物质、非物质条件，补齐民生短板，缩小区域内部的福利差距，促进社会公平正义，提高居民福利的获得感，真正实现区域一体化和高质量发展。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Lawn P, Clarke M. The end of economic growth?A contracting threshold hypothesis[J]. Ecological Economics, 2010, 69(11):2213-2223.

[2]
Max-Neef M. Economic growth and quality of life:A threshold hypothesis[J]. Ecological Economics, 1995, 15(2):115-118.

[3]
Daly H E, Cobb J B. For the common good:Redirecting the economy toward community,the environment and a sustainable future[C]// Appendix: The index of sustainable economic welfare. Boston: Beacon Press, 1989.

[4]
Niccolucci V, Pulselli F M, Tiezzi E. Strengthening the threshold hypothesis:Economic and biophysical limits to growth[J]. Ecological Economics, 2007, 60(4):667-672.

[5]
Armiento M. The sustainable welfare index:Towards a threshold effect for Italy[J]. Ecological Economics, 2018, 152:296-309.

[6]
龙亮军, 王霞. 我国城市化进程中生态损耗、经济增长与福利水平的关系研究——基于Tapio脱钩分析和Granger因果关系检验[J]. 经济问题探索, 2017, 38(3):98-106.

[7]
Easterlin R A. Does economic growth improve the human lot? Some empirical evidence[C]// David P A,Reder M W,et al. Nations and households in economic growth. New York: Academic Press, 1974:89-125.

[8]
Lucas R. Model of business cycles[M]. Oxford: Basil Blackwell, 1987.

[9]
Imrohoroglu A. A note on the welfare cost of business cycles and growth in Turkey[J]. Yapi Kredi Economic Review, 1997, 8(2):25-34.

[10]
Pallage S, Robe M. On the welfare cost of business cycles in developing countries[J]. International Economic Review, 2003, 44(2):677-698.

[11]
陈彦斌, 周业安. 中国商业周期的福利成本[J]. 世界经济, 2006, 66(2):11-19,95.

[12]
陈太明. 中国经济周期的福利成本差异性研究[J]. 管理世界, 2008, 24(5):12-29.

[13]
郭剑飞, 颜蒙. 中国经济波动福利成本的分析——基于三种效用函数形式的视角[J]. 云南财经大学学报, 2014, 30(6):81-89.

[14]
Sen A. Well-being,agency and freedom:The Dewey lectures[J]. The Journal of Philosophy, 1985, 82(4):169-221.

[15]
UNDP(United Nations Development Program). China Human Development Report 2005:Development with equity[R]. Beijing: UNDP, 2005.

[25]
Veehoven R. Well-being in the well-being state:Level not higher,distribution not more equitable[J]. Journal of Comparative Policy Analysis, 2000, 2(1):91-125.

[26]
Jones C I, Klenow P J. Beyond GDP? Well-being across countries and time[J]. The American Economic Review, 2016, 106(9):2426-2457.

[27]
陈志鸿, 李扬. 中国分区域城镇居民福利水平测度[J]. 财经研究, 2018, 44(10):111-124.

[28]
胡清华, 伍国勇, 宋珂, 等. 农村土地征收对被征地农户福利的影响评价——基于阿马蒂亚·森的可行能力理论[J]. 经济地理, 2019, 39(12):187-194.

[29]
Elhorst J P. Specification and estimation of spatial panel data models[J]. International Regional Science Review, 2003, 26(3):244-268.

[30]
Lesage J P, Pace R K. Introduction to spatial econometrics[M]. New York: Taylor and Francis Group, 2009.

[31]
诸大建, 张帅. 基于生态足迹的中国福利水平及其影响因素研究[J]. 城市与环境研究, 2014, 1(1):18-33.

[32]
张先锋, 刘有璐, 杨新艳, 等. 动态外部性、集聚模式对城市福利水平的影响[J]. 城市问题, 2016, 35(3):4-12.

[33]
Higgins S L, Thomas F, Goldsmith B, et al. Urban fresh waters,biodiversity,and human health and well-being:Setting an interdisciplinary research agenda[J]. WIREs Water, 2019,https://doi.org/10.1002/wat2.1339.

Options
Outlines

/

〈 〉