长江经济带新型城镇化效率的时空差异分析

任长娟，张小敏

（1.安徽财经大学经济学院，安徽蚌埠233030；2.安徽财经大学管理科学与工程学院，安徽蚌埠233030）

长江经济带新型城镇化效率的时空差异分析

任长娟1，张小敏2

（1.安徽财经大学经济学院，安徽蚌埠233030；2.安徽财经大学管理科学与工程学院，安徽蚌埠233030）

通过运用Super-SBM模型和Malmquist指数对2005—2014年长江经济带新型城镇化效率进行评价和动态分析，并进一步运用ArcGIS10.2对新型城镇化效率进行空间分析。结果表明：长江经济带新型城镇化效率整体不高，区域发展差距较大，总体呈现出下游高于中游，中游高于上游的态势。同时，新型城镇化效率水平的增长趋势并不明显，经济发展水平较低的省市依赖技术进步，较高的省市依赖技术效率；从空间上看，效率变化明显，效率值总体上呈现出由下游到上游递减的分布特征，各省市新型城镇化效率分布呈现显著集聚特征，非均衡分布态势已较为突出。因此，要加强地区间交流合作，均衡区域发展，注重环境保护，提高生态效率，优化资源配置，提高新型城镇化效率。

长江经济带；新型城镇化效率；时空差异分析

长江经济带位于国家弓箭型发展战略的“箭型位置”，横跨我国东中西三大区域，覆盖上海、江苏、浙江、安徽等11个省市，将长江经济带建设成“绿色生态走廊”成为推动长江经济带发展的目标。新型城镇化改变了传统城镇化的粗放式发展模式，注重提升城镇内在品质，走资源节约、环境友好的可持续化发展道路[1]。加快推动新型城镇化建设是刺激经济增长的内生动力，也是改善民生、提高城镇质量的重要手段，成为助推长江经济带发展的能动力，也是长江经济带建设的重要战略举措。

对于城镇化效率的研究，主要是围绕国家、省级、市级的层面进行的。对于国家层面的研究，主要观点有：目前中国的城市化效率长期处于低下的状态，且城镇化效率明显滞后于经济增长效率[2-4]；从人口、经济和社会角度出发，对中国城市化的全要素生产率做动态分析和区域比较可以发现，中国城市化效率缓慢增长，城市间效率差异显著，但效率差距是逐渐缩小的[5]。对于省级层面的研究，主要观点为：通过DEA模型考察城镇化效率，可以看出新型城镇化效率呈缓慢发展的趋势，省域城镇化效率并不高[6-7]，主要是因为投入冗余，环境污染严重[8]。总的来说，东部地区先行发展，新型城镇化效率最高，中部地区的新型城镇化效率低于东部，西部地区的城镇化效率最低[9-10]。对于市级层面的研究，主要观点有：由于不同区域城市发展的不平衡，制约了市级城市化总体效率的提升[11-13]。研究城镇化效率的文献很多，但存在以下不足：第一，多数文献主要对传统城镇化效率进行研究，利用单一人口指标衡量不能全面衡量城镇化发展的质量；第二，主要采用DEA测算，用DEA测算效率时要考虑角度和径向的选择，易产生效率损失。为了弥补上述不足，基于新型城镇化的内涵，采用综合指标体系全面衡量新型城镇化，这也符合可持续发展理念。另外，用超效率SBM模型克服传统DEA中因径向和角度的选择带来的偏差。

一、方法与数据来源

（一）Super-SBM模型

传统DEA方法是基于径向、角度的效率测度，模型未考虑投入产出的松弛型问题，产出也一般为价值指标等期望产出，非期望产出没有纳入考虑范围，测度结果往往存在偏差[14]。Tone提出了SBM模型，即非径向的DEA模型[15]。他在传统DEA（Data Envelopment Analysis）模型基础上，引入松弛变量研究因角度选择和径向选择对投入产出松弛度的影响。Super-SBM模型是先使用SBM模型对决策单元（DUM）进行评价，得到对SBM有效的DUM，继而使用超效率SBM模型进行评价[16]。

假设有n个（DMUs），每个DUM包含3个向量，分别为投入向量（x∈Rm）、期望产出向量（yd∈Rr1）和非期望产出向量（yu∈Rr2）；X、Yd和Yu是矩阵，X=［x1,…，xn］∈Rm×n,Yu=［y1d,…，ynd］∈Rr1×n和Yu=［y1u,…，ynu］∈Rr2×n,假设这些数据都是正数，SBM模型表示为：

（1）式中，λj＞0，i=1,2，…，m；j=1,2,…,n；s=1,2,…,r1；q=1,2,…,r2。当且仅当ρ=1，也就是w=0，wd=0，wu=0时，DMUk为SBM有效。在使用Super-SBM模型时，假定DMUk为SBM有效，则包含非期望产出的超效率SBM模型为:

（2）式中，λj＞0，s=1,2，…，r1；j=1,2,…,n,j≠0;i=1,2,…,m；q=1,2,…,r2。Super-SBM模型在SBM模型的基础上，解决了相对有效单位的排序问题，在对有效DUM评价时，去掉效率≤1的约束，此时得到效率≥1的效率值，以此区别SBM模型的计算值。

（二）Malmquist指数

Fare等构造的Malmquist指数（M指数）常用于效率动态评价。定义Dit(xt,yt)为距离函数，表示DMU的TFP（全要素生产效率）在t到t+1时期的变动情况。Dit(xt,yt)则是指某一生产点向最佳生产前沿压缩的比例。如果Dit(xt,yt)＞1，则在时间t(xt,yt)位于生产前沿面上的外部，即认为生产在技术上无效；若Dit(xt,yt)=1，则t(xt,yt)表示正处于生产前沿面上，即认为生产在技术上有效。通过距离函数Dit(xt,yt)，Fare等构造了Malmquist指数，用于反映生产效率变化[17]，公式为：

由（3）式可见，M指数表示了相对于时期t和t+1技术前沿的Dit(xt,yt)的变动比例。若M指数小于1，则t+1时期的TFP较时期t有下降；若M指数等于1，TFP没有变化；若M指数大于1，TFP有所提高。

Malmquist指数也可分解为：

由（4）式可见，M指数可表示为技术进步指数（TECH）与技术效率指数（EFFCH）的乘积。TECH是测度t～t+1时期前沿面的移动幅度，表示技术进步，若TECH＞1，即技术有所进步，反之技术退步。EFFCH是测度单个决策单元向最佳前沿面的移动程度，表示相对效率的变化，若EFFCH＞1，效率有所改善，反之表示效率恶化。

二、指标选取和数据来源

（一）指标选取

投入指标：土地、劳动力和资金是最基本也是最重要的投入要素，现分别选取建成区面积（km2）、城镇固定资产投资总额（亿元）、城镇就业人员数（万人）这3个指标来具体反映新型城镇化的土地投入、劳动力投入和资金投入。

产出指标：与传统城镇化片面追求城镇化率不同，新型城镇化更注重城镇化综合品质的提升。考虑新型城镇化的内涵，将产出指标分为期望和非期望产出指标，期望产出反映经济效益、社会效益和生态效益，分别选取了第二、三产业产值（亿元）、常住人口城镇化率（%）和建成区绿化覆盖率（%）3个指标来衡量。非期望产出表示环境带来的负面影响，选取工业固体废弃物产生量（万吨）、二氧化硫排放量（吨）、废水排放总量（万吨）进行衡量。

（二）样本数据及来源

为了准确计算出长江经济带新型城镇化效率，现选取中国内地（除去海南、西藏）29个省市区2005—2014年的相关数据，使用MaxDEA6.0软件，测算出29个地区的新型城镇化效率，提取长江经济带11个省市的结果进行分析。数据主要来源于《中国统计年鉴（2006—2015）》和《中国城市统计年鉴（2006—2015）》。

三、实证分析

（一）基于Super-SBM模型的长江经济带新型城镇化效率评价

基于Super-SBM模型对长江经济带各省市新型城镇化效率进行评价，所得的结果如表1所示。

从长江经济带区域整体发展水平上看，新型城镇化的效率并没有达到理想状态，2005—2014年长江经济带效率均值均小于1，11个省市中效率均值大于1的只有3个，且全部都在下游，区域发展差距较大。长江经济带新型城镇化效率显现出下游高于中游、中游高于上游的发展状况。但总体发展趋势有转好的态势，长江经济带区域新型城镇化效率均值从2005年的0.548 8增加到2014年的0.753 3，上升幅度为20.45%。分单个省市看，江苏、浙江、上海的资源配置效率始终表现最优；贵州、重庆、湖南、湖北、江西、安徽、四川新型城镇化效率总体上呈上升态势，其中，贵州、重庆、湖南上升幅度最大，高于60%（64.87%、63.35%、60.55%），湖北、江西次之（16.52%、15.28%），安徽、四川上升幅度不足10%（7.11%、1.92%）；云南新型城镇化效率总体上呈下降趋势，下降幅度为1.95%。

表1 长江经济带省际新型城镇化效率值：2005—2014年

（二）基于Malmquist指数的新型城镇化效率动态评价

通过运用Malmquist指数方法，进一步探究长江经济带新型城镇化效率变动的原因。如表2所示是2005—2014年长江经济带11个省市新型城镇化效率的M指数，如表3所示是长江经济带各省市2005—2014年M指数的分解。

表2 长江经济带新型城镇化效率Malmquist指数：2005—2014年

由表2可知，长江经济带没有一个省市的M指数全部大于1，这11个省市的新型城镇化效率水平都不是持续增长的。相邻的两期中，2005—2006年、2006—2007年、2009—2010年11个省市的新型城镇化水平都在提高，2010—2011年大部分省市的新型城镇化水平有所提高。从各个省市看，2009—2014年，上海新型城镇化效率水平都是增长的，在11个省市中持续增长的时间最长，其次是重庆（2005—2008年），其他省市无明显的增长趋势。

表3显示，重庆、江西、湖南、江苏、浙江、上海、安徽的Malmquist指数均大于1，表明这几个省市的新型城镇化效率不断提升。其中提升最大的是重庆，为16.33%，最低的是江苏省，为0.85%，其中，重庆、上海的技术效率指数和技术进步指数均大于1，江西、湖南、安徽的技术效率指数大于1，技术进步指数小于1，而江苏和浙江的技术效率指数小于1，技术进步指数大于1，说明经济发展水平较低省市的技术进步需不断提高，经济发展水平高的地区要不断提高技术效率。贵州、四川、湖北的Malmquist指数介于0.9～1.0之间，说明这3个地区的新型城镇化效率在不断下降，但降幅不大。3个省市的技术效率指数都大于1，技术进步指数都小于1，表明导致新型城镇化效率下降的主要因素是技术退步。云南的Malmquist指数为0.888 9，新型城镇化效率平均降幅较大，为11.11%，且其技术效率指数和技术进步指数都小于1，说明云南新型城镇化效率下降是由技术退步和技术效率低下共同造成的。

表3 长江经济带各省市Malmquist效率指数分解：2005—2014年

（三）长江经济带效率变化的空间格局演变

基于Super-SBM模型分析的结果，利用2005年、2008年、2011年、2014年各省市截面年份新型城镇化效率值，运用ArcGIS10.2软件进行空间分析。根据效率值的大小将各省市分为5类，绘制成空间分布图，从而更直观地反映研究期内省际新型城镇化效率的空间演化格局，如图1所示。

图1 2005—2014年长江经济带新型城镇化效率格局空间演变

2005年效率值大于1的省市为江苏、上海、浙江，均为东部沿海城市，经济发展基础好，城镇化程度高，新型城镇化效率高，像安徽、湖北、江西、湖南、重庆、四川、贵州这几个内陆省市的效率值均小于0.4，经济发展较为落后，新型城镇化效率相对低下。2008年，重庆、江西表现抢眼，新型城镇化效率显著提高，重庆从2005年的0.383 9上升到2008年的1.001 8，江西从2005年的0.331 8上升到2008年的1.009 5，成为有效城市，而贵州、湖南的新型城镇化效率也进一步提升，但效率依然低下。2011年与2008年相比，所有省市的新型城镇化效率都有所提高，值得注意的是，四川、安徽的新型城镇化效率有了明显的提升，安徽从2008年0.281 6上升到2011年的0.523 3，四川从2008年的0.317 7上升到2011年的0.540 4，但效率有待进一步提高。2014年，贵州和湖南的新型城镇化效率得到显著提升，效率值大于1，成为有效城市，而四川、安徽、湖北新型城镇化效率有所下降，与区域水平差距较大。

从整体上看，新型城镇化效率空间分布变化明显，效率值总体上呈现出从下游到上游递减的分布特征，梯度分布层次明显，这与经济发展水平空间分异特征基本吻合。其中，上海、江苏、浙江、重庆等省市处于新型城镇化效率的前沿，这类省市应更加注重环境保护和城镇化发展质量。重庆、贵州、湖南、江西作为区域中心省市，要注重发挥好辐射作用。安徽、四川、云南经济发展较为落后，新型城镇化水平相对不高，效率低下，要注重提高资源配置效率。2005年、2008年、2011年效率值大于1的省市位于经济发展的核心区域，效率值小于1的省市呈现显著的集聚分布特征。2014年效率值小于1的省市点状分布于整个区域，效率值大于1的省市呈现显著的集聚特征，布局上有效省市与非有效省市表现出“大集中-小分散”的分异特征，效率分布非均衡态势已较为突出。

四、结论与启示

通过对长江经济带2005—2014年新型城镇化效率的时空差异进行分析，表明长江经济带区域效率不高，且差距较大，总体呈现出下游高于中游、中游高于上游的态势。2005—2014年间，长江经济带新型城镇化效率水平增长趋势并不明显，且主要依赖于技术进步和技术效率，经济发展水平较低的省市要不断提高技术进步，经济发展水平较高的省市要不断提高技术效率。从空间分布上看，长江经济带新型城镇化效率变化明显，效率值大体上呈现出从下游到上游递减的分布特征，梯度层次分布明显，与经济发展水平空间分异特征基本吻合，各省市新型城镇化效率分布呈现显著集聚特征，非均衡分布态势已较为突出。

基于以上分析，提出如下政策建议。

（1）优化资源配置，提高新型城镇化效率。新型城镇化是一个多投入、多产出的系统工程，合理分配资源，能够实现效用的最大化，对提高长江经济带新型城镇化效率有很大作用。各省市新型城镇化效率增长点不同，对于经济发展水平较高的省市，要以提高技术进步为基础，合理配置资源，提高新型城镇化效率，对于经济发展水平较低的省市，应重点提高技术效率，发挥资源的最大效用。

（2）注重环境保护，提高生态效率。环境对效率有显著影响，要突出长江经济带生态环境的重要地位，共抓大保护，不搞大开发。沿江省市要合理控制开发强度，统筹考虑整个长江水系的生态环境承载力，在产业布局上进行合理规划、绿色发展，对于重化工业要进行产业转移，让黄金水道发挥黄金价值，提高长江经济带的生态效率，进一步提高新型城镇化效率。

（3）加强地区间交流合作，均衡区域发展。各省市新型城镇化发展差距较大，要加强地区间交流合作，实现均衡发展，发展好的下游省市要充分发挥好辐射作用。同时，长江经济带可通过建立优势资源共享机制，进一步促进区域经济联动发展，推动长江经济带新型城镇化与区域经济的协调发展。

[1] 任长娟.基于Super－SBM 模型的中国新型城镇化效率分析[J].荆楚理工学院学报,2016（4）:67-74.

[2] 吴敬琏.我国城市化面临的效率问题和政策选择[J].新金融,2012（11）:4-7.

[3] 肖文,王平.我国城市经济增长效率与城市化效率比较分析[J].城市问题,2011（2）:12-16.

[4] 万庆,吴传清,曾菊新.中国城市群城市化效率及影响因素研究[J].中国人口·资源与环境,2015（2）:66-74.

[5] 戴永安.中国城市化效率及其影响因素——基于随机前沿生产函数的分析[J].数量经济技术经济研究,2010（12）:103-117.

[6] 李红锦,李胜会.基于DEA模型的城市化效率实证研究——我国三大城市群的比较[J].大连理工大学学报(社会科学版), 2012（3）:51-56.

[7] 吴旭晓.新型城镇化效率演化趋势及其驱动机制研究[J].商业研究,2013（3）:44-51.

[8] 罗能生,李佳佳,罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口·资源与环境,2013（11）:53-60.

[9] 岳立,曾鑫.基于DEA-Malmquist指数方法的西部11省城市化效率评价[J].湖南财政经济学院学报,2013（3）:61-66.

[10] 范建双,虞晓芬,张利花.中国区域城镇化综合效率测度及其动力因子分析[J].地理科学,2015（9）:1077-1085.

[11] 陈虎刚,袁惊柱.基于DEA方法的城市化效率评价:以四川省为例[J].云南财经大学学报(社会科学版),2011（6）:98-101.

[12] 林昌华.区域发展中城镇化效率与就业结构动因——基于福建省的实证[J].重庆理工大学学报(社会科学),2014（7）:48-54.

[13] 张鹏,于伟.山东省城镇化效率及空间结构研究[J].地理与地理信息科学,2014（4）:73-77.

[14] 李静,程丹润.中国区域环境效率差异及演进规律研究——基于非期望产出的SBM模型的分析[J].工业技术经济，2008（11）：100-104.

[15] TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research, 2001(3):498-509.

[16] TONE K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research,2002(1):32-41.

[17]FARE R,GROSSKOPF S,LOVELL C K.Production frontiers[M].Cambridge:Cambridge University Press,1994:269-274.

责任编辑：吴 强

The Yangtze River Economic Belt of New Urbanization Efficiency Variance Analysis of Space and Time

REN Changjuan1，ZHANG Xiaomin2
（1.School of Economics，Anhui University of Finance and Economics，Bengbu Anhui 233030,China; 2.School of Management Science and Engineering,Anhui University of Finance and Economics，Bengbu Anhui 233030,China)

Through the use of Super SBM models and Malmquist index from 2005 to 2014 of The Yangtze River economic belt of new urbanization efficiency evaluation and dynamic analysis,and further,using of the new urbanization ArcGIS10.2 efficiency are analyzed in space.Results show that The Yangtze River economic belt of new urbanization efficiency as a whole is not high,the regional development gap is larger,a general downstream above middle,middle reaches higher than the upstream of the situation, at the same time,new growth trend of the urbanization level of efficiency is not obvious,the low level of economic development of cities and provinces rely on technological progress,the higher the provinces rely on technical efficiency;Seen from space,change obviously,efficiency value,on the whole,the distribution features of the present a descending from downstream to upstream,various provinces and cities new significant agglomeration efficiency distribution characteristics of urbanization,unbalanced development situation has been outstanding.Therefore,to strengthen exchanges and cooperation between regions,balanced regional development,pay attention to environmental protection,improve the ecological efficiency,optimize the allocation of resources,improve the efficiency of the new urbanization.

The Yangtze River economic belt;new-type urbanization efficiency;time and space difference analysis

F207

A

1673-8004（2017）04-0125-07

10.19493/j.cnki.issn1673－8004.2017.04.021

2016-09-20

安徽省高校人文社会科学研究重大项目“城乡市场一体化下皖江城市带土地精明利用模式研究”(SK2014ZD001)；安徽财经大学研究生科研创新基金项目“产业发展、新型城镇化与结构升级研究——基于皖江城市带的实践经验与实证分析”(ACYC2015067)

任长娟（1993— ），女，安徽六安人，硕士研究生，主要从事县域经济研究；张小敏（1996— ），女，安徽安庆人，本科生，主要从事数据挖掘研究。