技术市场规模、企业金融化与实体经济高质量发展

刘肇民

（唐山师范学院 海洋学院，河北 唐山 063010）

一、引言

实体经济是现代经济运行、人类社会生产和发展的基石。党的十九大报告强调，建设现代化经济体系，必须把发展经济的着力点放在实体经济上，把提高供给体系质量作为主攻方向，显著增强我国经济质量优势。党的二十大报告再次指出，坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。由此知悉，实体经济一直是我国经济发展的重要着力点。而“脱实向虚”作为实体经济发展的结构性问题，突出表现为资金在金融体系内的空转与自我循环。这会加剧企业融资难、融资贵，导致金融资产与实业资产配置出现结构性失衡，不利于实体经济高质量发展。因此，充分释放创新要素与实体经济融合优势，弱化企业金融化对实体经济高质量发展的负向影响，成为当前经济转型时期的必然要求。尤其是随着技术市场的不断发展、规模逐渐壮大，以技术创新为主的要素支撑逐渐成为实体经济“脱虚向实”的关键。技术市场规模可支撑创新主体流程再造与结构转型[1]，不断提升创新在企业经营中的占比，深化实业经营程度，有效抑制企业金融化，加快实体经济高质量发展进程。据此，从企业金融化视角出发，研究技术市场规模对实体企业高质量发展的影响与作用机制，对进一步推动实体经济结构性转型、宏观经济管理深化改革有一定的现实意义。本文基于2004—2021 年沪深A股上市企业数据，以企业金融化为中介变量，验证技术市场规模对实体经济高质量发展的影响机制。本文可能的边际贡献在于以下几点。

第一，从微观层面系统探讨技术市场规模对实体经济高质量发展的影响，有助于丰富与扩展实体经济高质量发展影响因素的研究领域。

第二，将企业金融化作为中介机制，考察技术市场规模影响实体经济高质量发展的传导效应，以深化技术市场规模与实体经济高质量发展之间的内在关系。

第三，将数字金融发展水平作为区域异质性检验依据，探讨技术市场规模对实体经济高质量发展的影响，为各地区针对实体经济高质量发展出台差异化政策提供理论依据。

二、文献综述

目前，企业金融化对实体经济的影响已被大多数学者从多角度证实，主要可分为两方面。一方面，企业金融化对实体经济具有负向影响。一些学者研究发现，企业金融化会对实体经济全要素生产率产生负向影响，继而阻碍实体经济高质量发展[2]；制造业企业金融化对实体经济全要素生产率存在显著负向影响[3]；企业金融化会阻碍实体经济实业经营，抑制其高质量发展[4]。另一方面，企业金融化对实体经济发展存在正向影响。一些学者研究发现，短期内企业持有金融资产能够正向影响企业全要素生产率[5]；中国经济金融化对实体经济增长具有正向影响，但影响程度存在差异[6]；企业配置金融资产能够发挥“资金蓄水池”效应，对企业可持续发展起到正向驱动作用。此外，也有学者指出企业金融化与实体经济高质量发展二者并非单纯的线性关系。

关于技术市场与经济发展、创新之间的关系，大多研究认可技术市场对经济发展、创新体制的驱动作用。在经济发展方面，有学者指出，技术市场发展对经济增长具有正向作用，且二者之间具有长期均衡关系[7]。各省份技术市场发展对经济增长具有显著正向影响[8]。一些学者借助稀疏PCA 与中介效应检验方式探究发现，技术市场可加快经济高质量发展步伐，主要通过创新驱动和绿色经济两种路径间接影响[9]；技术市场通过科技成果转换效应、产业结构升级效应和研发要素市场化配置效应对经济高质量发展发挥积极作用[10]。在创新方面，有学者研究得出，技术市场发展有利于疏通技术创新梗塞，提升科技创新效率[11]；技术市场对创新具有显著影响，可加速创新体制变革[12]；技术市场厚度与市场流畅度对高技术产业创新效率具有明显正向作用[13]；技术市场发展能够缩小创新差距，但存在门槛效应[14]；实证得知，技术市场发展对实体经济创新质量具有驱动效应，且在技术市场发展较快地区内更明显[15]。

综上所述，虽然已有文献分别探讨企业金融化与实体经济高质量发展的影响，以及技术市场规模对经济发展与创新的作用效果，但鲜少涉及技术市场规模对实体经济高质量发展的影响，且少有文献对其中的具体传导机制进行探析。基于此，本文将技术市场规模、企业金融化与实体经济高质量发展纳入统一框架，深入探析三者之间的关系与具体作用机制，以期丰富现有研究。

三、理论分析与研究假设

（一）技术市场规模与实体经济高质量发展

技术市场作为与技术创新密切相关的要素市场，是实现创新资源市场化配置和技术成果产业化的平台与场域[1]。技术市场规模扩大能够为实体经济学术交流、技术吸纳与信息传递提供专业场域，促使先进科技资源加速转换、扩散与应用，加快产业数字化、数字产业化进程，助力实体经济高质量发展。

第一，技术市场规模扩大时，知识与技术在市场公开交易，方便企业获取行业前沿信息与竞争情报，强化实体经济的学习吸收能力，破解产品研发、高端设备引进与应用等过程可能面临的技术性壁垒。随着技术性壁垒的破解，企业可充分利用市场知识溢出效应，提升产品与服务供给质量，赋能实体经济高质量发展。

第二，技术市场规模扩大有利于供需双方的知识交流与碰撞，激发实体经济创新热情，促使有价值、高质量的发明创造脱颖而出，加速科技创新成果转换，实现创新驱动实体经济高质量发展。

第三，技术市场规模扩大意味着科技成果交易效率提高，这有助于创新主体加速科技成果转化、获得劳动报酬，积极开展创新活动，实现以创新规模效应驱动实体经济高质量发展。

综上，提出如下假设。

假设1：技术市场发展可推动实体经济高质量发展。

（二）企业金融化的中介作用

新经济增长理论将技术内生化，强调依赖于传统生产要素的经济发展会加剧同质化竞争，引发各生产要素错配现象，而技术进步逐渐成为实体经济保持竞争优势的决定性因素。且熊彼得在《经济发展理论》一书中肯定技术创新与发展对经济增长的重要作用[16]。技术市场规模扩大可为企业提升产品附加值提供必要支持，缓解市场信息不对称问题。这将有效降低实体经济研发创新交易成本，加快科技成果转换速度，逐渐提升其经济价值和社会价值，弱化企业利用金融投资获益动机，有效减缓企业金融化对实体经济高质量发展的抑制作用，为实体经济高质量发展提供充足动力。同时，伴随着技术市场规模持续扩大，企业在技术领域的交易逐步增多[1]，减少金融投资，可缓解金融化对实体经济高质量发展的抑制作用。可以说，技术市场规模扩大加速了科研成果转化速度，使得实体经济发展更加依赖创新驱动发展[15]，减少对金融投资获利的依赖性，缓解企业金融化对实体经济高质量发展的抑制作用，推动实体经济高质量发展。针对于此，提出如下假设。

假设2：技术市场规模扩大可抑制企业金融化，缓解企业金融化对实体经济高质量发展的抑制作用，赋能实体经济高质量发展。

（三）异质性分析

如前所述，实体经济为获得更多技术支持或者提升创新能力，会借助外部融资加大研发投入，这在一定程度上加剧了实体经济发展对数字金融的依赖性。在数字金融发展较好地区，实体经济能够借助灵活的资本配置方式，将有效技术资源引入内部生产流程，加快产业结构转型，达成高质量发展目标。尤其是政府为提升区域内实体经济发展效率，会引导更多金融资源流向实体经济，助力实体经济从技术市场获得更多创新资源，加快创新成果转换，赋能实体经济高质量发展。而在数字金融发展较低地区内部，实体经济获得金融支持可能相对较少，导致其技术引进与创新难以得到充足的资本支持，对实体经济高质量发展的助力作用较小。由此推断，在数字金融发展程度不同的地区，技术市场规模扩张对实体经济高质量发展的影响存在异质性。结合上述分析，提出如下假设。

假设3：在不同数字金融发展程度的地区，技术市场规模对实体经济高质量的影响具有异质性。

根据上述假设，绘制主要逻辑框架，如图1 所示。

图1 逻辑框架

四、研究设计

（一）模型设定

为验证技术市场规模对实体经济高质量发展的影响，分别将技术市场规模与企业金融化作为解释变量，将实体经济高质量发展作为被解释变量，构建如下公式：

在公式（1）基础上，为探究技术市场规模扩大—企业金融化—实体经济高质量发展的具体作用机制，本文依据已有研究对中介效应分析操作的建议[17]，进一步构建公式（2）与公式（3），具体如下所示：

公式（2）和公式（3）中，FIN 为企业金融化，TEC表示技术市场规模，control 是控制变量集，σi和θt表示地区与时间固定效应，εit表示随机误差项，REAL表示实体经济高质量发展。若技术市场规模通过企业金融化作用于实体经济高质量，则系数β1与γ1显著。且如果β1与γ1符号相同，则技术市场规模通过企业金融化影响实体经济高质量发展的中介效应为β1γ1；若β1γ1与α1符号相反，技术市场规模通过企业金融化对实体经济高质量发展的遮掩效应是β1γ1，即企业金融化所起到的间接作用在某种程度上遮掩了技术市场规模对实体经济高质量发展的实际效果。

（二）变量说明

1.解释变量

技术市场规模（TEC）。技术输出与技术吸纳是技术市场的两大主要功能。鉴于此，使用技术输出与技术吸纳度可较好地反映技术市场规模。结合实际需求，借鉴已有研究，利用技术市场成交额占地区GDP的比值表征技术市场规模[15]。

2.中介变量

企业金融化（FIN）。借鉴一些学者的研究方法[18]，采用金融投资收益占企业营业利润比重表征企业金融化水平。因营业利润存在负值情况，利用营业利润的绝对值对金融投资收益进行标准化处理，具体方法为：

3.被解释变量

实体经济高质量发展（REAL）。随着现代化发展进程不断推进，实体经济发展不仅注重“量”的积累，还需关注“质”的提升。基于这一实际情况，参考一些学者的研究成果[19-20]，遵循科学性、系统性、全面性、数据可得性原则，构建实体经济高质量发展指标体系，结果如表1所示。

表1 实体经济高质量发展评价指标体系

基于上述评价指标体系，进行如下处理。

首先，标准化处理数据，转换公式为：

正向指标：

负向指标：

上述公式中，xijk表示i 年j 企业第k 个指标，其中，xmax和xmin表示该指标的最大值与最小值。

其次，利用变异系数对数据进行处理，获取各指标对应权重，具体公式如下：

在上述基础上，进一步确定权重，具体形式如下：

上述公式（10）中，Wi为指标i对应的权重。

再次，基于指标权重进行加权处理，获得实体经济高质量发展指数P，具体公式如下：

4.控制变量

借鉴已有研究[21-23]，选取经济环境（GDP）、人均资本水平（HUM）、对外开放水平（FE）作为宏观层面的控制变量。其中，经济环境（GDP）可为实体经济高质量发展提供有力支撑，选用人均GDP 取对数表征。人均资本水平（HUM）较高代表人力资本配置趋于合理化，是促进经济高质量发展的内生动力，利用人均受教育年限衡量。对外开放水平（FE）是衡量实体经济外资引入程度的关键变量，利用外商投资额与地区GDP的比值表示。

根据已有研究[21,24-25]，在企业层面选取营业成本（OC）、财务投入（NRV）、企业杠杆（LEV）、资产回报率（ROA）、企业规模（SIZE）、固定资产增长率（GROW）作为控制变量。营业成本（OC）越低，说明资源利用效率越高，有利于推动实体经济高质量发展，利用主营业务成本和其他业务成本之和表征。财务投入（NRV）越低说明企业财务费用利用较为合理，可推动实体经济高质量发展，采用企业财务费用与资产总额的比值表示。企业杠杆（LEV）越低，说明企业负债情况良好，面临的融资约束较少，可为实体经济高质量发展提供充足资金支持，借助企业负债总额与资产总额比值衡量。资产回报率（ROA）越高，越有利于企业可持续发展，采用税后净利与平均总资产比值表征。企业规模（SIZE）越大，说明企业拥有的流动性资金越多，利用企业资产总额表征。固定资产增长率（GROW）越高，说明企业潜在成长能力越强，使用（期末固定资产总值-期初固定资产总值）与期初固定资产总值的比值表征。各变量说明如表2所示。

表2 变量说明

（三）数据来源

选取沪深A 股上市企业为样本，周期为2004—2021 年。宏观层面变量数据主要来自《中国统计年鉴》《中国科技统计年鉴》、中经网统计数据库数据、国家统计局官网、EPS 数据库以及各省份《统计年鉴》。企业相关变量原始数据主要来自中国研究数据服务平台、CSRDS 数据库。此外，为体现实体经济特征，剔除金融企业、ST 类、资不抵债上市公司样本。排除不合格和关键变量缺失样本后，最终获得18241 个有效观测值。在实际回归分析前，匹配宏观与微观层面数据。各变量描述性统计如表3 所示。

表3 变量特征统计

五、实证检验

（一）主回归分析

利用固定效应模型（FE），实证检验技术市场规模、企业金融化对实体经济高质量发展的影响效应，结果如表4所示。

表4 全样本基准估计结果

表4 列（1）中技术市场规模回归估计系数α1为1.185，且通过1%水平上的显著性检验。这说明扩大技术市场规模有利于推动实体经济高质量发展，验证了假设1。当技术市场规模扩大时，市场技术与知识积累不断增加。此时，创新主体可从中获取新知识，激活市场各主体创新活动，实现技术创新驱动发展，助力实体经济高质量发展。

宏观层面控制变量中，经济环境、人均资本水平、对外经济对实体经济高质量发展均具有显著正向影响，这与预期相符。同时，对外开放水平对企业金融化的回归系数为负，说明对外开放水平对企业金融化具有抑制作用。其可能原因是：区域利用外资越多，说明域内企业致力于吸引外资，积极发展实业与开展创新活动，减少对金融投资的依赖，进而抑制企业金融化。人均资本水平对企业金融化具有显著正向影响。深究其原因可能是：区域内人均资本水平越高，说明企业内部拥有较多流动性资金，可为企业投资金融领域提供充足资金支持，从而为其金融投资提供更多资金支持。经济环境对企业金融化的影响系数为负，但并未通过显著性检验，说明经济环境对企业金融化影响不显著。

微观层面控制变量中，企业营业成本、财务投入、企业杠杆对实体经济高质量发展具有显著负向影响，这与预期相符。企业营业成本、财务投入、企业杠杆对企业金融化的影响显著为正。其可能原因在于，过高的营业成本与财务投入会影响企业利润。而企业为获得更多利润，会选择将大量资金投资到金融领域以在短期内获取利润，不利于实体经济高质量发展。较高杠杆率会使得企业承担较高融资成本，迫使企业投资金融领域以期获得较高收益。此外，企业资产回报率、企业规模以及固定资产增长率对实体经济高质量发展的回归系数均为正，且通过显著性检验，说明上述变量对实体经济高质量发展具有显著正向影响，符合实际情况。资产回报率与固定资产增长率对企业金融化的回归系数为负，说明较高的资产回报率与固定资产增长率可减少企业在金融领域的投资。企业规模的回归系数并未通过显著性检验，说明企业规模对金融化的影响不显著。

（二）中介效应检验

借鉴已有研究对中介效应分析的操作建议[17]，探究技术市场发展是否通过企业金融化影响实体经济高质量发展，从而验证假设2。在上述主回归分析基础上，验证技术市场规模对企业金融化作用，回归结果如表4 列（2）所示。结果显示，技术市场规模回归系数为负，且通过显著性检验，表明技术市场规模对企业金融化具有抑制作用。企业金融化表现为将资金更多配置在金融领域，进而减少实业投资，对于实体经济高质量发展形成一定阻滞。据此，进一步检验技术市场规模、企业金融化以及实体经济高质量发展的具体作用路径，结果如表4 列（3）所示。由此可知，企业金融化回归系数为负，依然通过显著性检验，说明技术市场规模扩大可通过降低企业金融化水平助力实体经济高质量发展，即证明假设2成立。

（三）内生性检验

通常情况下，解释变量与被解释变量之间极有可能会存在反向因果关系，且上述分析中并未考虑二者之间的反向因果关系。基于此，为提升基准回归结果的科学性与准确性，对可能存在的反向因果关系进行检验。采用相同城市、相同年份企业（排除企业自身）金融化水平均值作为实体企业金融化水平的工具变量进行内生性检验。由一些研究结果可知，同城市其他企业金融化水平与本企业金融化水平相关[26]。同时，其他企业金融化水平往往决定自身经营状况，对区域内剩余企业生产经营状况的影响可忽略不计，进一步可获知其他企业金融化水平对实体经济高质量发展的影响几乎可忽略不计，保证工具变量具有外生性的假定。选取企业所在城市所有企业金融化水平均值的滞后值作为企业金融化水平的工具变量进行内生性检验，结果如表5所示。

表5 内生性检验

由表5 回归结果可知，不可识别检验均拒绝原假设，证明选取工具变量均可识别。弱识别检验获得F 统计值高于临界值，说明选取的工具变量不存在弱识别问题。Hansen J 统计值均接受原假设，表明模型设定较为合理。表5 的内生性检验结果中，企业金融化回归系数为-0.298，且在1%水平上显著，与上述回归结果一致，证明基准回归结果稳健性较强。

（四）考虑滞后性的估计结果

鉴于技术市场规模和企业金融化对实体经济高质量发展的影响可能存在滞后性，将技术市场规模和企业金融化滞后一期作为被解释变量再次进行回归分析，结果见表6。技术市场规模滞后一期回归估计系数为1.785，大于基准回归估计系数，说明技术市场规模对实体经济高质量发展的影响具有较强滞后性。企业金融化滞后一期回归系数相较于基准回归中系数有所下降，系数为-0.658，表明企业金融对实体经济高质量发展抑制作用在当期表现更为明显。

（五）稳健性检验

为验证结论可靠性，首先替换技术市场规模衡量指标，利用技术市场输入地域合同金额与技术市场输出地域合同金额之和表征技术市场规模。该指标越大，说明技术市场规模越大。借鉴一些学者的研究，利用（交易性金融资产+可供出售金融资产+持有至到期投资+发放贷款及垫款+衍生金融资产+长期股权投资+投资性房地产）/资产总额表征企业金融化[27]。该值越大，说明企业金融化情况越严重。在此基础上，继续进行回归估计，结果如表7 所示。由此可以发现，技术市场规模与企业金融化的回归系数符号、显著性和基准回归结果相比，并没有产生明显变动，表明基准回归结果具有稳健性。

六、异质性分析

数字金融发展基础良好的地区内，实体经济可以借助充足的资金实施创新驱动发展战略，实现高质量发展。相反，当地区数字金融发展程度较低时，实体经济获得可用于调配的金融资源相对较少，不利于其引进高端技术，在一定程度上阻滞了高质量发展进程。

因此，本文借鉴一些学者的研究，使用北京大学数字普惠金融指数衡量各地区数字金融发展水平[28]。其中，将高于均值的地区划分为数字金融发展水平较高地区，相反，则划分为数字金融发展水平较低地区，回归结果如表8所示。

表8 异质性检验

表8 结果显示，在数字金融发展水平较低地区内，技术市场规模对实体经济高质量发展的直接影响系数α1为-0.848，技术市场规模对企业金融化影响系数β1为-4.789，均通过10%水平上的显著性检验。企业金融化对实体经济高质量发展的回归系数γ1为-0.029，且通过1%水平上的显著性检验，说明技术市场规模通过抑制企业金融化对实体经济高质量发展产生影响的遮掩效应值为0.139。由于β1γ1的符号与α1相反，此时企业金融化为遮掩效应，并非中介效应。在控制企业金融化对实体经济高质量的间接影响后，技术市场发展对实体经济高质量发展的影响系数为-1.005，且通过5%水平上的显著性检验。观察发现，绝对值的回归系数大于直接效应回归系数，说明企业金融化存在遮掩效应。与基准结果相比，技术市场规模依然可通过缓解企业金融化影响实体经济高质量发展，但技术市场规模对实体经济高质量发展的直接影响为负，此时金融化表现为遮掩效应而非中介效应。产生这一现象的可能原因是，随着技术市场规模的不断扩大，技术市场内部的不完备性与信息不对称性加剧。这一局限性可能引发逆向选择问题，弱化技术市场在自主创新和劳动生产率提升中的积极作用，阻碍实体经济高质量发展。

表8 回归结果显示，在数字金融发展水平较高地区内，技术市场规模对实体经济高质量发展影响系数α1为2.074，且通过1%水平上的显著性检验。技术市场规模对企业金融化影响系数β1为-11.211，亦通过1%水平上的显著性检验。企业金融化对实体经济高质量发展的回归系数γ1为-0.066。综合可知，企业金融化具有中介效应。在控制企业金融化对实体经济高质量的间接作用后，技术市场规模对实体经济高质量发展影响系数是1.744，此结果与整体估计结果相统一。其可能原因是，在数字金融水平发展较高地区，地方政府为促进实体经济高质量发展，致力于通过发展数字金融扩大技术市场交易规模，并通过优化金融资源配置强化实体经济引进先进技术意愿。此举在弱化企业金融化的同时，促进了实体经济高质量发展。上述结果，证明假设3成立。

表8 中，企业金融化与技术市场规模的回归系数均通过显著性检验，因此需要进行CHOW 检验。结果中F 值为6.85，且在1%水平上通过显著性检验，这意味着在不同数字金融发展水平地区，企业金融化作用可发生变化，即CHOW 检验也支持结构突变，进一步证明上述结果成立。

七、研究结论与建议

（一）结论

基于2004—2021 年沪深A 股上市企业数据，采用固定效应模型对技术市场规模、企业金融化与实体经济高质量发展之间的关系进行验证，得出以下几点结论。

第一，技术市场规模扩大对实体经济高质量发展具有直接促进作用，且可弱化企业金融化对实体经济高质量发展的负面影响。在进行内生性、滞后性与稳健性检验后，该结论依然成立。

第二，在数字金融发展水平较高地区，技术市场规模扩大可通过抑制企业金融化赋能实体经济高质量发展。

第三，在数字金融发展水平较低地区，技术市场规模扩张虽然可缓解企业金融化对实体经济高质量发展的负面影响，但由于技术市场规模对实体经济高质量发展的直接影响为负，企业金融化则表现为遮掩效应而非中介效应。

（二）政策建议

根据上述结论，提出如下政策建议。

一是完善技术市场体系。由上述结果可知，技术市场规模扩张对实体经济高质量发展具有显著促进作用。因此，建议政府要致力于完善技术市场体系，扩大技术市场规模。从机制层面上，各级政府应当在遵循市场规律前提下，完善技术要素政策环境和市场环境，做到“放活”与“管好”有机结合，盘活技术市场运作活力。从主体层面上，政府需要关注企业技术整合，尤其是要重视已经解决实体问题的技术和中试技术，以激活各类技术市场主体活力。从人才层面上，各级科技和人力保障部门须制定技术转移人才培养课程大纲，增设技术人才培养基地。同时，地方政府还应从信用体系、业务机会、业务保障、利益保障等方面为从业者提供服务环境，满足技术市场发展需求，为实体经济高质量发展赋能。

二是合理布局投资组合。实证结果表明，企业金融化对实体经济高质量发展具有负向影响。因此，企业应重视实体投资在发展过程中的根基地位，合理布局投资组合。此过程中，实体企业应探索建立人事、财务、风险、合规负责人考核上提一级和问责下沉一级等制度，实现经营权下放与决策权制约的平衡发展，解决企业在投资过程中存在的风险管理失控、合规管理失序等问题，降低金融化程度。同时，实体企业还应立足主体责任，将资产年度增加额、股东权益回报率等指标作为企业管理和监管绩效评价标准，以科学绩效评价作为企业投资收益的有效标准。此外，企业还应整体调整投资结构，以风险为本、效益为尺，避免盲目自信以及过度投资金融领域，为实体经济高质量发展提供充足的动力。

三是激活数字金融新功能。数字金融不但可为实体经济发展注入新活力，而且可激活技术市场规模，增强助力实体经济高质量发展的动力。由此，各区域应加快金融机构数字转型，激活数字金融新功能，提升数字金融发展水平。首先，建立数字运营思维。金融机构应加强数字金融基础设施建设，加快区域内金融数字化转型步伐，提升数字金融发展水平。其次，打造多元数字共同体。金融机构应积极持续发展数字金融，加快证券、保险、资管等行业多场景数字化渗透，致力于场景化输出服务，提升数字金融发展水平。再次，完善数字化转型配套机制。各级地方政府应加强政策支持，积极发挥各职能部门作用，从上而下联合助力金融机构数字化转型，激活金融服务新功能，更好助力技术市场规模赋能实体经济高质量发展。