“渝新欧”沿线国家经济发展潜力研究——基于SE-DEA模型

黄森，呙小明

（四川外国语大学国别经济与国际商务研究中心，重庆沙坪坝400031）

经济学·管理学

“渝新欧”沿线国家经济发展潜力研究
——基于SE-DEA模型

黄森，呙小明

（四川外国语大学国别经济与国际商务研究中心，重庆沙坪坝400031）

为进一步推动重庆国际化发展，本文运用SE-DEA模型，从经济发展绝对值和潜力值层面，对2014年“渝新欧”沿线5国经济发展效率进行测算。研究发现：沿线5国中，无论是绝对值还是潜力值，德国都是当之无愧的第一；虽然俄罗斯当前综合经济实力仅次于德国，但其经济发展潜力相对较低，而且呈现出规模报酬递减趋势；其余3国中，哈萨克斯坦发展潜力排名第一，然后依次为波兰和白俄罗斯。

“渝新欧”铁路；重庆市；经济发展潜力值

一、引言

“渝新欧”是指从重庆出发，经新疆进入哈萨克斯坦，再经俄罗斯、白俄罗斯、波兰，终至德国的杜伊斯堡，全长11 179 km，由沿途6个国家铁路、海关部门共同协调建立的铁路运输大通道。重庆依托显著的地理优势成为“一带一路”发展倡议中的西部战略支点城市。重庆应该如何利用“渝新欧”铁路提高国际化水平，以推动经济可持续发展，完成国家赋予的经济使命？从经济视角准确判断沿线各国经济实力及发展潜力显得十分有必要。“渝新欧”国际段沿线5国经济发展水平如何？重庆在国际化进程中，应如何选择与这五国的国际合作模式？这些问题均需要回答。基于以上原因，本文将运用SE-DEA模型对“渝新欧”沿线5国经济绝对值及经济潜力值进行分析，探讨重庆应如何利用“渝新欧”大通道加速国际化发展相关问题。

经济发展潜力是指短缺要素得到正常利用时的产出能力，属于效率的范畴[1]。要素投入产出比例越高，表明效率越高，则区域发展潜力越大，反之越小。当前测度区域发展潜力与生产效率问题的方法有增长核算法、生产函数法、随机前沿分析法和数据包络分析法，随后相关研究者对这些测算方法还做了一些拓展。这里主要介绍数据包络分析法，该模型不是以某种特定函数形式来界定生产前沿，而是直接基于一组特定决策单位的数据来确定生产力前沿。运用数据包络分析来研究中国经济生产率的文献自20世纪90年代以来逐渐增加，取得了十分丰硕的成果。但是笔者发现目前从潜力视角研究“渝新欧”沿线国家经济发展情况的文献仍然较少，因此本文尝试运用数据包络分析法中的SE-DEA模型来对“渝新欧”沿线5国经济绝对值及经济潜力值进行分析，具有较强的理论价值和现实意义。

二、模型原理及指标体系构建

（一）模型介绍

数据包络分析（Data Envelopment Analysis，DEA）是由Charnes、Cooper和Rhodes基于Farrell提出的衡量生产效率的基础上衍生而来的一种线性规划方法。现有DEA模型很多，为了能够更好地比较“渝新欧”沿线5国经济发展潜力，本文将采用SE-DEA模型来进行分析，该模型具体表达式为：

（1）式中θ为DMUj的相对综合效率(0≤θ≤1)，θ反映了第j个决策单元资源配置的合理程度。λj表示若干个决策单元的线性组合权重。si－,si+为松弛变量，非零的si－,si+分别表示投入冗余量和产出不足量。SE-DEA模型能够有效地区分出有效决策单之间的效率差异，可对评价的决策单元进行有效排序。

（二）测算指标构建

基于“渝新欧”沿线5国经济发展特征以及数据的可获得性，本文以2014年沿线5国人力资本投入、固定资产投入、进出口拉动以及R&D经费投入作为投入变量[2-3]，以地区生产总值作为产出变量。固定资产投入指标包括土地改良（围栏、水渠、排水沟等），厂房、机器和设备的购置，建设公路、铁路以及学校、办公室、医院、私人住宅和工商业建筑等；人力资本投入指标用劳动力总数表示，包括所有年满15周岁、符合国际劳工组织对从事经济活动人口所作定义的群体；进出口拉动指标反映出该国对外交易的各方面情况；R&D经费包括基本研究、应用研究和实验开发，是指系统性创新工作的经常支出和资本支出（国家和私人），其目的在于提升知识水平，包括人文、文化、社会知识，并将知识用于新的应用。需要说明的是，为了剔除通货膨胀影响，所有指标我们均以2010年不变价美元进行折算。由于2014年R&D经费缺失，本文用2013年数据代替。本文所需数据均来源于世界银行统计数据库及各国相应统计年鉴[4]，具体投入产出指标体系如表1所示。

表1 投入产出指标体系

“渝新欧”沿线5国经济发展数据如表2所示，具体单位同表1。从表2中可以看出，就具体国家整体发展实力而言，德国毋庸置疑排第一位，第二名是俄罗斯，波兰为第三名，第四名为哈萨克斯坦，白俄罗斯第五名。但是就经济发展含金量而言，德国经济含金量是非常高的，以少量的人力资本投入加上大量的固定资产投入，创造了远高于俄罗斯的GDP当量值。当然德国GDP含金量高除了投入配置合理外，同样也离不开科研技术经费投入，从上表可以看出，2014年德国在R&D上的支出是第二名俄罗斯的8.29倍[5]。

表2 2014年“渝新欧”沿线5国发展数据

进出口拉动指标能够很好地反映一个国家对外开放程度。由表2可知，德国进出口拉动排名第一，俄罗斯第二，波兰第三，哈萨克斯坦第四，白俄罗斯第五。但是值得注意的是，如果用对外开放度指标来进行衡量（进出口总额/GDP），则会发现白俄罗斯在这5个国家当中对外开放程度是最高的。

三、沿线国家潜力测算

通过SE-DEA模型，测算出了2014年“渝新欧”沿线5国的经济发展潜力值，具体数据详见表3。在2014年除了白俄罗斯经济发展潜力为0.620 9小于1外，其他4个国家经济发展潜力均高于1。在经济发展潜力有效的4个国家当中，哈萨克斯坦的经济发展潜力第一为6.615 1，德国第二为2.936 1，波兰第三为1.149 4，俄罗斯第四位为1.305 8。

表3 经济发展潜力值、规模报酬和投入残差项

这5个国家需要如何提升潜力，进而拉动经济可持续增长？这就需要考察各国投入残差项的情况。所谓的投入残差项是指该目标国当前要素投入与理想化要素投入之间的差距。想要提升经济潜力，就需要缩小当前投入与最优投入之间的差距。由表3可知，哈萨克斯坦首要考虑的是增加劳动力投入；俄罗斯首要考虑的是主动增加R&D支出；白俄罗斯四项投入都需要增加；波兰首要考虑的是增加进出口投入；德国首要考虑的是增加R&D支出。同时从规模报酬角度看，白俄罗斯呈现规模报酬递增，其他国家为规模报酬递减，该结论表明，在改变资源配置以提升经济发展潜力的过程中，白俄罗斯有着明显优势[6]。

表4 重庆国际合作模型选择

据以上分析可知，“渝新欧”沿线5国为了提高自身经济潜力，保证经济持续有效增长，需要改善的投入要素不尽相同，重庆在与这些国家进行合作交流时应“对症下药”，选择合理、有效的国际合作模式。由表4可知，“哈萨克斯坦—重庆”可首选国际人才交流合作模式；“俄罗斯—重庆”和“德国—重庆”可首选技术合作模式；“波兰—重庆”可首选国际贸易合作模式；“白俄罗斯—重庆”则可以开展全方位的国际合作。

四、结语

本文基于SE-DEA法，从经济发展绝对值和潜力值两个层面分析了“渝新欧”沿线5国经济发展趋势，指出重庆应该基于“渝新欧”沿线国家经济发展的非均质性，采取个性化、多样化的外向型发展模式。

（1）与部分中亚、中东欧国家相比（例如哈萨克斯坦、波兰、白俄罗斯），重庆有着明显的比较优势，同时这些国家也具有较好的经济发展潜力（尤其是白俄罗斯），可以加快双方合作步伐，加强与这些国家的人力、资本合作，在帮助这些国家完善基础设施的同时更多释放过剩产能，为战略性新兴产业发展腾挪出空间。同时，合作国丰富廉价的自然资源也可以缓解我国同类资源的过度开发（例如哈萨克斯坦的石油及天然气），为以“两型社会”发展为要务的战略性新兴产业创造有利的发展环境。

（2）相对于德国、俄罗斯等传统欧洲强国，重庆的技术要素总体上处于劣势，但部分专业领域不乏竞争优势（如重庆单轨道交通技术产业等）。重庆应充分发挥既有优势产业的带动作用，利用“技术→资本→技术”或“技术→技术”路径获取战略性新兴产业发展所亟须的优势技术要素。

[1]陈石俊,彭道宾,李光东.江西经济增长潜力问题研究[J].金融与经济,2003（5）:32-37.

[2]DAVIDS C J，HENDERSON J V.Evidence on the political economy of the urbanization process[J].Journal of Urban Economics，2003(53):98-125.

[3]MARKUS B.Economic growth,size of the agricultural sector,and urbanization in Africa[J].Journal of Urban Economics，2012(1):26-36.

[4]JOSHUA D,EDWARD F.Regional industrial structure and agglomeration economies：An analysis of productivity in three manufacturing industries[J].Regional Science and Urban Economics，2012(1-2)：1-14.

[5]GREGG H,LUIS A.Globalization,industrialization and urbanization in Pre-World War II Southeast Asia[J].Exploration in Economic History，2011(1)：20-36.

[6]盛丰.生产性服务业集聚与制造业升级:机制与经验——来自230个城市数据的空间计量分析[J].产业经济研究,2014 (2):32-39.

责任编辑：吴强

Study on the Economic Development Potential of Countries Along the“Chongqing-Xinjiang-Europe”Railway Route——Based on the Model of SE-DEA

HUANG Sen，GUO Xiaoming
（Research Center for International Business and Economy,Sichuan International Studies University,Shapingba Chongqing 400031,China）

In order to further promote the internationalization of Chongqing,this paper analyzes the potential and actual economic development of five countries along the“Chongqing-Xinjiang-Europe”railway with SE-DEA model in 2014.The results show that Germany ranks first among the five countries for both the potential and actual economic values.And Russia ranks the second for current economic comprehensive performance,but its economic development potential is not encouraging,presenting a trend of diminishing returns to scale.Among the rest three countries,in view of the economic development potential,the Republic of Kazakhstan ranks first,followed by Poland and the Republic of Belarus.

“Chongqing-Xinjiang-Europe”railway;Chongqing;economic development potential value

F113.4

A

1673-8004（2017）03-0101-04

10.19493/j.cnki.issn1673－8004.2017.03.016

2016-10-10

重庆市社会科学规划年度科研项目“区域经济潜力视角下重庆五大功能区域的产业发展研究”（2015QNJJ11）；重庆市教委科学技术研究项目“潜力共生视角下‘渝新欧’沿线国家产能合作价值研究”（KJ1707185）；重庆市教委科学技术研究项目“‘一带一路’引领下重庆产业国际绿色合作的耦合机制与实施路径研究”（KJ1707189）；四川外国语大学年度科研项目“统筹城乡背景下重庆地区产业集群优化设计研究”（SISU 201526）。

黄森(1986—)，男，四川乐山人，副教授，博士，主要从事区域经济、产业集聚研究。通讯作者：呙小明(1981—)，女，湖北公安人，副教授，博士，主要从事国际贸易研究。