我国西部地区经济发展效率评价研究——以新疆天山北坡经济带为例

徐 敏， 姜 勇

(1.石河子大学 商学院，新疆 五家渠 831300；2.兵团金融发展研究中心，新疆 五家渠 831300)

一、引言

在学术界一直存在着经济效益和经济效率如何取舍的问题。无论效率和效益都是研究经济资源和其他资源的使用问题。经济效益是反映经济活动的结果，强调的是静态；而效率则更多反映经济活动的能力和质量，是一个长期、动态的发展过程。效益和效率往往存在矛盾，有效益的活动不一定有效率。目前，我国在经济发展中普遍存在着只注重经济发展的短期效益、以资源消耗为主，而忽略经济发展的质量和效率的问题。因此，区域经济发展效率评价成了理论界重要的研究内容。西部一直是我国经济发展的弱势地区，2000年国务院成立西部地区开发领导小组，经过十余年的西部大开发政策支持，西部地区经济获得了长足的发展，那么我国西部地区经济发展是否有效率，该如何评价呢？这是一个值得深思的问题。本文以西部大开发中具有重要战略地位的新疆为例，选取新疆经济发展的核心区域——天山北坡经济带的相关数据，采用相关计量方法试图去探讨这个问题。

新疆天山北坡经济带(以下简称“经济带”)的概念早在2000年《西部大开发——新疆开发规划》中就已经出现。如今，天山北坡经济带已成为国家西部大开发战略重要环节、核心经济发展区域，更成为新疆经济发展的重要增长带。2011年，自治区“十二五”规划更延伸了天山北坡经济带范围，强调这一区域是新疆现代工业、农业、交通信息、教育科技等最为发达的核心区域，对新疆经济起着重要的带动、辐射和示范作用。2012年11月，国务院正式批复同意《天山北坡经济带发展规划》，此次批复将从多方面推动北疆地区的快速发展。但从目前来看，与我国其他经济区相比，新疆天山北坡经济带的经济发展还是低水平的，如何提高天山北坡经济带的经济发展效率，成了目前国家和新疆自治区重点关注的问题。因此，研究天山北坡经济带的经济发展效率，对探索西部地区经济发展效率具有一定的参考借鉴价值。

目前对区域经济发展效率的研究文献主要有：王波等(2010)[1]以2007年省际间面板数据为例，利用因子分析方法对中国经济生态效率做了研究。无独有偶，康梅娟(2011)[2]利用BP神经网络进行知识经济效率的评价，取得了较高的精度，从而为技术效率评价提供了一种新的手段。但这些方法在确定指标权重时主观性过强，很难排除人为因素带来的偏差；并且这些方法只是评价，不知道改进和完善的方面和程度。相比之下，数据包络方法(DEA)方法主要通过数据和数学规划模型进行评价，显得更加客观，在一定程度上规避评价者的主观意识，从而得到更为客观的结论。于是，许多学者利用DEA对中国区域经济发展效率做了评价分析，如彭鹍(2011)、余景亮，刘存丽(2008)、吴立波，夏勤(2011)[3～5]等都不同程度上对DEA方法在区域经济发展效率评价的应用做了探索。常建新，姚慧琴(2011)[6]对DEA模型进行改进，引用非期望产出的SBM模型测算了2000～2009年西部地区11个省市的环境经济效率值，分析了10年来西部地区环境经济效率的差异及演进规律。

以上文献对区域经济效率评价的研究提供了借鉴和帮助，但也存在以下不足：其一，现有文献只从静态视角对一个区域的经济发展效率进行分析，缺少时间跨度的动态分析。其二，现有实证分析，特别对新疆区域经济的研究还处在探索初期，并有脱离现实经济环境、解释不足之嫌。

在现有文献研究的基础上，本文试图从以下两个方面做进一步探讨：一是利用数据包络分析法中的BCC模型，静态分析2009～2010年新疆天山北坡经济带的技术效率、纯技术效率和规模效率，并纵向作对比分析；二是通过计算Malmquist指数动态综合分析2009～2010年期间新疆天山北坡经济带的全要生产率变化情况。

二、理论与模型

(一)BCC模型

s.t.

(1)

公式(1)中θ为该决策单元DMU的有效值；λ为相当于DMU重新构造一个有效DMU组合中第j个决策单元DMU的组合比例；s+,s-为松弛变量；ε是非阿基米德无穷小，一般取ε=10-6。设对偶规划的最优解为：λ0，s-0,s+0,θ0,那么技术效率有：若θ0=1，则DMU为弱DEA有效；若θ0=1，且s-0=s+0=0，则DMU为DEA有效。对BCC模型也可以定义DMU在DEA相对有效面(即有效生产前沿面)上的“投影”，令：

(2)

(二)Malmquist指数模型

Malmquist指数最初由Malmquist(1953)[9]提出，Caves et al.(1982)[10]首先将该指数应用于生产率变化的测算，此后与Charnes et al.(1978)建立的DEA理论相结合，在生产率测算中的应用日益广泛。在实证分析中，研究者普遍采用Fare et al.(1994)[11]构建的基于DEA的Malmquist指数。

从t时期到t+1时期，度量全要素生产率增长的Malmquist指数可以表示为：

(3)

根据上述处理所得到的Malmquist指数具有良好的性质，它可以分解为不变规模报酬假定下技术效率变化指数(EFFCH)和技术进步指数(TECHCH)，其分解过程如下：

(4)

EFFCH衡量了从t期到t+1期的技术效率变化，该指数小于1、等于1、大于1分别表示综合效率的倒退、不变和进步；剩余项TECHCH，表示技术进步给经济体带来的效率提升。根据Fare等人(1994)的研究，公式(4)中Malmquist指数中技术效率变化部分能够进一步的分解为纯技术效率变化和规模效率变化：

(5)

纯技术效率指数(PECH)揭示了在规模效应不变的前提下，DMU利用现有技术带来的效率变化，PECH大于1表示技术提升带来的效率提升，小于1表示技术效率对全要素生产率的贡献下降；规模效率指数(SECH)表示经济体的经济规模变化带来的效率变化。

三、指标与样本数据的选取

(一)指标的选取

选择投入指标主要从人力、资金两方面考虑，描述人口子系统的指标有很多，人口总量、人口失业率、人口出生率等，但本文更多考虑的是在新疆天山北坡经济带经济发展过程中，从业人员的投入情况，进而可以从量上度量劳动投入是否有效；资金投入方面主要选取城镇新增固定投资额、地方财政一般预算支出作为投入指标，由于新疆存在基础设施落后、工业基础薄弱等问题，固定资产投资和财政支出在改善城市基础设施和改善经济环境等方面发挥作用，对新疆天山北坡经济带的发展尤为重要。由此，选取新增固定资产投资、地方财政一般预算支出作为投入指标。

产出指标主要体现在收益上，因此在经济子系统中选取GDP、财政收入作为经济状况的产出指标。反映社会子系统的指标也有很多，比如反映社会福利与保险状况的参保率等，本文为了简化问题，同时考虑到数据的可获得性，选取全社会消费品零售总额作为产出指标，该指标一定程度上反映了居民的生活水平。

综上考虑，构建了本文的研究指标体系。投入指标：年末单位从业人员数、地方财政一般预算支出、城镇新增固定资产。产出指标：国民生产总值(GDP)、财政总收入、全社会消费品零售总额。(见表1)

(二)样本数据来源

选取2009～2010年新疆天山北坡经济带23个县市的相关数据作为研究样本数据，以天山北坡经济带辖区的23个县市作为决策单元DMU，即有23个DMU。数据来源于2010～2011年《新疆统计年鉴》。总体而言，本文所选取的样本数据和评价指标基本上满足DEA模型要求的条件，可以准确的对新疆天山北坡经济带23个县市的经济发展效率和全要素生产率进行核算。表2给出了DEA模型中所使用的投入和产出的统计描述。

表1 经济发展效率评价指标体系

表2 新疆天山北坡经济带投入产出指标统计描述(2009～2010年)

四、模型测算及结果分析

(一)2009～2010年新疆天山北坡经济带经济发展效率分析

将投入产出指标值代人DEA模型，经DEAP Version 2.1软件运算，计算出2009～2010年新疆天山北坡经济带23个县市经济发展DEA效率值，结果汇总见表3。

1.综合效率分析

总体来看，2009年天山北坡经济带23个县市的平均技术效率值仅为0.867，整体非DEA有效。其中，乌鲁木齐、五家渠、沙湾、昌吉、呼图壁、玛纳斯、奇台、博乐、吉木莎尔、奎屯、伊宁等11个县市(占比47.83%)达到了DEA有效，即投入产出都达到了最优状态，技术和规模效率都有效。而其他12个县市均为非DEA有效，特别是托克逊县技术效率最小，仅为0.376；在2009年DEA有效的县市基础上，2010年又有克拉玛依市、霍城县两县市DEA有效，但是呼图壁县却从DEA有效变成DEA无效，共计有12个县市DEA有效(占比52.17%)，最低技术效率县市是察布查尔县，仅为0.382，小于总体平均值。将2009年和2010年的综合效率值对比发现，总体来看2010年该区经济发展的综合效率均值相比2009年下降0.023，克拉玛依、石河子、托克逊、乌苏、伊宁、霍城等综合效率缓慢提升，乌苏市上升幅度最大，进步最快；吐鲁番、鄯善、哈密、呼图壁、精河等综合效率却有所下降，其中吐鲁番市、鄯善县和哈密市下降幅度最大，今后应该谨防衰退颓势，调整综合效率；阜康、精河县、察布查尔县下降幅度不大，但也应引起足够重视。

表3 新疆天山北坡经济带23个城市DEA效率值(2009～2010年)

2.纯技术效率分析

2009年，天山北坡经济带的纯技术效率均值为0.937，除石河子、鄯善、托克逊、哈密、乌苏、阜康、伊宁、察布察尔、霍城等9个县市纯技术效率无效外，其他县市均有效，这说明大部分县市实现了资源的最优配置。2010年，除石河子、鄯善、哈密、阜康、伊宁仍然技术无效外，吐鲁番市也表现为技术无效，这说明6个县市需要优化产业结构，调整要素配置效率。而乌鲁木齐市、察布查尔、霍城与2009年相比有了一定提高，由技术无效变成技术有效，这说明，这3个县市在2010年加强了要素之间的配置优化。

3.规模效率分析

从规模效率角度分析来看，2009年有4个县市呈规模报酬递减趋势，分别是克拉玛依、石河子、鄯善、霍城，由于随着投入的增加产出的增加比例会逐渐减少，说明这些县市应该可适当放缓投入规模的扩张，以实现投入产出的最优化；托克逊县、哈密、乌苏、阜康、精河规模报酬递增，可以扩大规模，增加投入拉动产出的增加；其他县市处于规模报酬不变、适度规模状态。2010年，处于规模报酬不变、规模报酬递减、规模报酬递增的县市分别占到56.52%、8.7%、34.78%。和2009年相比，规模报酬递增的县市比例增大，规模报酬不变和规模报酬递减的县市比例都有所减少，这说明还有许多县市没有实现经济学中所讲到的“经济规模”。

4.投入冗余与产出不足分析

投入冗余额和产出不足额分别指DEA对偶规划模型中的松弛变量s+和剩余变量s-，0表示不存在投入冗余或产出不足的情况。对于非DEA有效的县市可以对原有的产出投入进行调整，使其有效。从表4可得知，石河子、吐鲁番、鄯善县等9个县市存在投入冗余和产出不足现象。以石河子市为代表进行深入分析，其他县市见表4，就不做详细介绍。2009年，石河子固定资产投资、财政支出、劳动力投入都存在冗余，如果保持产出不变，应该分别减少284 685万元、31 292.3万元、107 790人，因此石河子应该积极发展劳动密集型产业，做好顶层设计工作，优化财政资金的利用；产出不足，特别是GDP，不足额为18.9亿元。2010年，石河子投入冗余、产出不足额不断增大，这主要由于石河子市在2009～2010年技术效率、纯技术效率和规模效率都小于1，发展效率不高所致。

表4 投入产出冗余表

(二)基于Malmquist指数的新疆天山北坡经济带经济发展效率动态分析

运用DEAP Version 2.1软件对2009～2010年新疆天山北坡经济带23个县市进行Malmquist生产力指数测算分析，得到了各个县市的Malmquist生产力指数及其分解的计算结果。

1.不同效率县市的总体特征分析

天山北坡经济带的23个县市在2009～2010年的经济发展效率表现各有差异，本文在总体上对各个县市的全要素生产率(TFP)改善情况和来源进行分析，找出技术效率(EFFCH)和技术进步(TECHCH)分别对TFP贡献的程度，明确该区经济发展的关键所在。

表5 23个城市全要素生产率统计特征(2009～2010年)

从表5数据可知，全要素生产率改善的城市有15个，占所研究县市总体的65.22%，说明在2009～2010年期间，天山北坡经济带大部分县市的全要素生产率得到改善，是拉动该区经济增长的重要引擎，并非单单依靠投入的增长。其中TFP改善最大的城市达到45.1%，下降最大的也高达53.4%，再看标准差为0.38，离散程度较大，这说明新疆天山北坡经济带各个县市的TFP改善不均匀，县市之间差异较大。取得纯技术效率改善和技术进步改善的县市分别占到78.26%、73.91%，这与TFP改善的特征较为一致，这说明纯技术效率和技术进步对TFP有正向影响。而凭借技术效率(综合效率)改善的县市占到69.57%，相比之下，有些不足，但也说明该区域全要素生产率的改善力量来源比较均匀。

以下分为TFP改善的县市和TFP未改善的县市两种类型，由此来统计天山北坡经济带23个县市的全要素生产率及其分解的特征(见表6)。

表6 TFP改善的城市按来源分布

从表6可以看出，TFP改善的15个县市中，93.33%实现了技术进步指标上的改善，而只有40%完成了技术效率指标上的改善，同时实现技术进步和技术效率两个指标改善的县市达到33.33%，这说明，技术进步在TFP改善中发挥主要作用，技术效率发挥的积极作用不明显；而在技术效率改善的6个县市中，4个县市在纯技术效率上有所改进，66.67%的县市达到了规模效率上的改进，纯技术效率和规模效率共同对技术效率有贡献的县市只有2个，占到33.33%，可知，技术效率的改善是两者共同作用的结果。

从表7可知，在8个TFP未改善县市中，有8个县市技术效率无效，即技术效率对TFP有100%的消极影响；有5个县市技术进步对TFP有“拖累”，占到62.5%，技术效率和技术进步同时对TFP有消极影响的，占到62.5%，这说明技术效率对TFP更多的是消极影响；在技术效率未改善的17个县市中，有15个县市共同受到纯技术效率和规模效率的消极影响，占到88.24%，这说明技术效率的下降是纯技术效率和规模效率共同影响所致。

综上所述，2009～2010年新疆天山北坡经济带整体的TFP改善增幅为7.5%，主要来源于技术上的进步，而技术效率(EFFCH)对TFP的改善却有相对更多的消极阻碍作用。技术效率改善的城市达到40%，纯技术效率和规模效率对技术效率的改善都有积极的作用。

表7 TFP未改善的城市按来源分布

2.突出县市的重点解析

所研究的新疆天山北坡经济带23个县市中，有2个地级市①，21个县级市中又包括2个兵团城市②(石河子市、五家渠市)，在地级市中乌鲁木齐作为首府城市全要素生产率指数(TFP)仅是0.964，低于平均值的1.107，这主要因为乌鲁木齐市技术效率和技术进步都不足所致。克拉玛依市全要素生产率指数在23个县市中最高，为2.451，技术效率和技术进步分别增长了21.3%、2.2%，由此可知克拉玛依TFP的改善主要是依靠技术效率(EFFCH)进步，这与经济带的整体特征(总体上，该经济带TFP的改善主要是由于技术进步指数的提升)有所差异，这是克拉玛依市在保持优势的同时，未来应该改进的地方。石河子市在2009～2010年技术进步指标下降了15.4%的情况下，全要素生产率依然上升了1.1%，这是由于技术效率增长了19.5%，整体上带动了全要素生产率的改善。五家渠市，目前作为兵团第二大城市，2009～2010年期间全要素生产率上升了15.1%，超过石河子市(兵团第一大城市)14个百分点，这可能是由于五家渠充分利用地理位置和当地科研院校智力优势，同时近些年招商引进了许多高技术含量的企业，在数据具体表现上就是技术进步指数提升了15.1%。

3.新疆天山北坡经济带TFP的经济区分析

按照新疆“十二五”规划，根据天山北坡经济带地域和经济特征分为6个经济区，即乌鲁木齐—昌吉经济区、吐鲁番—哈密经济区、石河子—玛纳斯—沙湾经济区、奎屯—克拉玛依—乌苏经济区、博乐—阿拉山口—精河经济区、伊宁—霍城—察布查尔经济区。③6个经济区中，奎屯—克拉玛依—乌苏经济区全要素生产率平均增幅最大，达到74.77%，这主要是克拉玛依市起到积极的带动作用；吐鲁番—哈密经济区平均全要素生产率最差，不增反而下降了4.7%；特别指出的是乌昌经济区，该区包括7个县市④，作为天山北坡经济带的经济增长核心，平均TFP仅为1.010 5，全要素生产率增长了1.05%，6个经济区中排名第4，这与其在整个北坡经济带中的经济地位不对称。石河子—玛纳斯—沙湾经济区在2009～2010年全要素生产率平均增长了12.43%，在北坡经济带中部区域起到了重要的辐射作用。本文根据测量的TFP指数把天山北坡经济带划分为中、东、西三个区域来分析，中部区域主要包括乌昌经济区和石河子—玛纳斯—沙湾经济区、奎屯—克拉玛依—乌苏经济区等三个区；东部区域主要指吐鲁番—哈密经济区；西部地区包括伊宁—霍城—察布查尔经济区和博乐—阿拉山口—精河经济区。结果发现，新疆天山北坡经济带中部地区TFP为5.238，东部区域TFP为3.812，西部区域TFP为3.216，这样就形成了TFP“中部强东西弱”的发展格局，进一步说明了区域经济发展效率的不平衡。

五、结论

本文利用BCC模型和Malmquist指数分别从静态和动态两个方面对2009～2010年新疆天山北坡经济带23个县市的经济发展效率进行了综合评价。研究发现：

第一，2009～2010年经济发展综合效率有所进步，DEA有效城市从2009年的10个增加到12个；投影分析发现非DEA有效县市，主要由于存在资本投入的冗余和经济产出的不足。

第二，全要素生产率改善的县市有15个，占全经济区的65.22%；在TFP改善的县市中有93.33%实现了技术进步指标上的改善，而只有40%完成了技术效率指标上的改善，这些表明新疆天山北坡经济带23个县市全要素生产率的改善主要来源于技术进步，技术效率的贡献还很弱，个别县市，技术效率对TFP有“拖累”的消极作用。

第三， 6个经济区经济发展效率不平衡，存在区域差异。其中最大全要素生产率增幅为74.77%，最小不增反而下降了4.7%；基本形成了TFP“中部强两级弱”的发展格局。

综上，新疆北坡经济带还处于投入增长型阶段，但也伴随全要素生产率的改善。结合研究结论，本文提出天山北坡经济带今后发展的两点建议：一是积极借助中央新一轮援疆工作的历史性机遇，要充分运用政府与市场这“两只手”，握在一起，结合新疆天山北坡经济带经济发展实际，充分发挥市场配置资源的基础性作用。二是新疆天山北坡经济带各个县市应该深化区域合作，保证资源在区域之间科学、优化配置，明确各区的优势和劣势，做到扬长避短，保证资源的充分高效利用。

注释：

①新疆总共有2个地级市：乌鲁木齐市、克拉玛依市。天山北坡经济带囊括了所有的地级市。

②截止到2012年，新疆建设兵团共有5个建制市：石河子市、五家渠市、北屯市、图木舒克市、阿拉尔市。

③伊宁—霍城—察布查尔经济区也包括伊宁。

④五家渠市是自治区直辖县，归乌鲁木齐—昌吉经济区，玛纳斯属于昌吉州，被划为石河子—玛纳斯—沙湾经济区。

参考文献：

[1]王 波，方春洪.基于因子分析的区域经济生态效率研究——以2007年省际间面板数据为例[J].环境科学与管理，2010，(2)：158～162.

[2]康梅娟.基于神经网络的中国知识经济效率评价[J].科技与经济，2011，(5)：11～16.

[3]彭 鹍.基于DEA的广东省区域经济发展效率评价[J].城市探索，2011，(7)：30～32.

[4]余景亮,刘存丽.基于DEA方法的城市经济发展效率评价[J].统计与决策，2008，(20)：119～122.

[5]吴立波，夏显力.基于DEA模型的河南城市经济发展效率评价[J].广东农业科学，2011，(3)：166～169.

[6]常建新，姚慧琴.西部地区环境—经济效率实证研究——基于非期望产出的SBM模型分析[J].内蒙古农业大学学报(社会科学版)，2011，(5)：83～87.

[7]A.Charnes,W.W.cooper,E.Rhodes.Measuring the Efficiency of Decision Making Units[J].European Journal of Operations Research,1978,(6):429～444.

[8]魏权龄.DEA数据包络分析[M].北京：科学出版社，2004.

[9]S.Malmquist.Index Number and Indifference Surfaces[J].Trabajos de Estatistica, 1953,(4)：209～242.

[10]Caves D.W., Christensen L.R., Diewert W.E..The Economic Theory of Index Numbers and The Measurement of Input, Output, and Productivity[J].Econometrical, 1982,(6)：1 393～1 414.

[11]Fare R., Grosskopf S., Norris M., et al.Productivity Growth Technical Progress and Efficiency Change in Industrialized Countries[J].American Economic Review,1994,(1):66～831.