长江中游城市群空间效率的时空分异研究

彭培芳

(江西财经大学 经济发展与改革研究院， 江西 南昌 330013)

城市群空间效率可以很好地反映城市群发展质量及城市群内各城市间发展的协调度。测度及评价城市群空间效率有助于进一步提高城市群经济发展质量，促进区域经济协调发展。长江中游城市群涵盖武汉城市圈、长株潭城市群、环鄱阳湖经济圈等中部快速发展地区，是我国重要的大型城市群，测度其空间效率，分析城市间效率差异、特征及趋势，有利于采取措施促进其发展成为中国经济增长的新引擎甚至第四极。2015年4月国务院出台的《长江中游城市群发展规划》凸显了该研究的重要意义，研究长江中游城市群空间效率变化及趋势，为城市群协调发展提供相应的建议，可以提高城市群的整体发展水平。

一、相关研究综述

研究城市群效率的文献较多。国外如Rolf Fare等(1994)借助非参数规划方法，将OECD国家的Malmquist指数分解为技术变化和效率变化，进而深层次分析其Malmquist指数在1979—1988年的变化。[1]Lilyan E.Fulginiti等(1998)运用Malmquist指数方法，分析了18个发展中国家1961—1985年农业生产效率的变化。[2]Lee H Y等(2005)基于产出专业化水平，将27个国家划分为四类集群，并用DEA方法测算其R&D效率，发现中国和韩国等亚洲地区国家的R&D投入产出效率与新加坡和日本相比较弱。[3]Goran Bergendahl等(2008)采用DEA分析法对瑞典储蓄银行的服务效率及银行业的平均水平进行了测算。[4]

国内如方创琳和关兴良(2011)从投入产出效率视角，构建城市群投入产出效率指标体系，采用CRS模型、VRS模型和Bootstrap-DEA方法，综合测算了中国城市群投入产出效率、变化趋势及空间分异特征。[5]张庆民，王海燕等(2011)[6]和杨青山，张郁等(2012)[7]基于DEA模型测度了城市群的环境投入产出效率。刘耀彬和杨文文(2012)采用DEA的BCC模型和Malmquist指数模型，对2008—2010年环鄱阳湖区城市群42个城市的空间网络联系效率进行了分析。[8]李红锦和李胜会(2012)[9]、黄洁和吝涛(2016)[10]和段晓艳(2016)[11]利用DEA方法分别测算评价了中国三大城市群的城市化效率、可持续发展效率和土地利用综合效率。谢志祥和任世鑫(2015)运用超效率DEA模型对2013年长江中游城市群城市效率进行了测度评价。[12]曹贤忠和曾刚(2015)则从投入产出效率视角，构建研发资源投入产出评价指标体系，运用DEA中的CRS、VRS模型和Malmquist指数方法，测度了长三角城市群研发资源的投入产出效率、变化趋势以及空间分异特征。[13]崔大树和张晓亚(2016)运用DEA模型和局部自相关模型测度了长三角城市群效率并分析了城市群内部的关联格局。[14]

由上可知，在城市群效率指标选择上，国内外学者多基于投入—产出的角度，从经济正产出和负产出两方面选择产出指标。在方法上，多借助DEA方法对城市群效率进行评价，借助地理信息系统工具等作图，将计算结果以直观的形式呈现出来。目前研究城市群空间效率的文献相对较少，其中测度长江中游城市群空间效率的文献更少，鲜有文献对长江中游城市群空间效率进行空间分异分析，因而从投入产出角度测度长江中游城市群空间效率，具有一定的学术意义。

研究结构安排如下：首先，在对相关研究文献进行评述的基础上，构建长江中游城市群空间效率指标体系，确定指标数据的来源及处理方法。然后从整体上分析，将长江中游城市群分为环鄱阳湖城市群、武汉城市圈和环长株潭城市群，借助DEA评价方法和BCC-VRS模型测算出1998—2015年这三个城市群的空间效率；运用全局空间自相关检验得到2005、2010、2015年各地级市空间效率的Moran’s I指数值，辨析城市群各城市空间效率间的相互关系变化；再通过局部自相关检验探究城市群内部的集聚情况。最后根据以上分析得出结论，并据此对长江中游城市群发展提出相关建议。

二、指标体系构建、数据来源及处理

(一)指标体系构建

在具体指标选择上，主要借鉴了崔大树和张晓亚(2016)在测度长三角城市群效率时选择的指标。[14]考虑到指标的可得性、经济含义及其代表性，通过对其指标作相应的调整，使之更适合分析长江中游城市群空间效率。

在投入指标上，选择货运总量、固定资产投资总额、全社会用电量和年末单位人数。货运总量体现物流水平，反映长江中游城市群交通条件的变化。固定资产投资额体现全社会总体投资水平。工业用电量体现地区工业发展水平，但由于工业用电量的数据难以收集，且工业用电量在全社会用电量中占比较大，因而用全社会用电量近似替代工业用电量。年末单位人数体现劳动力的投入及变化。

在产出指标上，选择地区生产总值、工业废水排放量和工业二氧化硫排放量。地区生产总值为经济正产出，体现经济活动的正回报；工业废水排放量和工业二氧化硫排放量为经济负产出，体现经济活动的负影响。在选择负产出指标时，工业三废排放量是个理想的指标，但由于武汉城市圈部分城市行业的特殊性，导致较早年份的工业固体废弃物和工业废气排放量的数据缺失，所以选择工业废水排放量和工业二氧化硫排放量作为经济活动负产出指标。指标体系见表1。

表1 长江中游城市群空间效率评价体系

根据效率评价指标宜少原则[15]，在评价效率时应满足决策单元数不小于投入产出指标之和的3倍。研究的时间范围为1998—2015年，以年份为决策单元时，决策单元数和指标数量满足效率评价有效原则的条件。

(二)数据来源及处理

基于尽量保证数据统计口径一致性原则和数据可得性，研究的长江中游城市群范围包括：江西省南昌市、景德镇市、萍乡市、九江市、新余市、鹰潭市、吉安市、宜春市、抚州市、上饶市，湖北省武汉市、黄石市、宜昌市、襄阳市、鄂州市、荆门市、孝感市、荆州市、黄冈市、咸宁市，湖南省长沙市、株洲市、湘潭市、衡阳市、岳阳市、常德市、益阳市、娄底市，共28个地级市。

选择的时间范围为1998—2015年，所用数据主要来源于1999—2016年的《中国城市统计年鉴》和江西、湖北、湖南三省统计年鉴，部分数据来自《湖南改革开放30年(1978—2008)》《中国环境年鉴》及地级市统计年鉴等。

在数据处理方面。鉴于部分城市个别数据缺失，因此对个别指标数据进行整理估算，如1998—2001年环长株潭城市群各市的二氧化硫排放量以各市每公里二氧化硫排放量(不含市辖县)与市区土地面积的乘积来代替。在实际计算前，利用固定资产投资价格指数对固定资产投资额进行平减处理，对负产出的两个指标赋予相同的权重进行加权平均，同时对其他二级指标进行标准化处理。

在数据分析方面。主要采用DEA中基于规模报酬可变的BCC-VRS模型和空间自相关分析法。DEA方法把各投入、产出指标的权重作为变量，通过求解线性规划问题确定最适宜的权重，避免了在确定权重时人的主观意愿的影响，从而使评价结果更具客观性。城市群是由不同层次的个体所组成，其发展过程遵循规模报酬可变的概率较大，因而选择基于投入导向的BCC(规模报酬可变)模型更为合适。[16]此时，城市群经济效率变动指数θ(0<θ≤1)，也即空间效率，可表示为：

θ=θpe×θse

其中，θpe(0<θpe≤1)表示城市群纯技术效率，θse(0<θse≤1)表示城市群规模效率。两者取值越接近1，该城市群的纯技术效率和规模效率均高；等于1时，达到最优，其中，若θse<1时，表示规模无效率。在应用该模型时，应注意城市群是处于规模报酬递增阶段还是规模报酬递减阶段。空间自相关分析法常用来判断地区变量间是否存在空间相关性，空间自相关指数Moran’s I的取值范围为(-1，1)，小于0为负相关，等于0为随机分布，大于0为正相关。通过Moran’s I指数可以判断长江中游城市群内各城市空间效率之间的相关性。

三、长江中游城市群空间效率测算

DEA测算与时空分析展示了城市群空间效率在时间和空间两方面上的整体变化，全局自相关揭示了全局上城市空间效率间的相互关系变化，局部自相关检验则探究了城市空间效率相互关系的空间分布及差异特征。

(一)长江中游城市群空间效率的时间演变过程

在分析1998—2015年长江中游城市群效率变化时，将整个城市群分成环鄱阳湖城市圈、武汉城市群和环长株潭城市群，分别进行分析讨论以更好地反映城市群的空间效率值的演变情况。

使用标准化后的数据，借助DEAP2.1软件分别测算了1998—2015年环鄱阳湖城市群、武汉城市群和环长株潭城市群的综合效率(crste)、纯技术效率(vrste)和规模效率(scale)，见表2。

表2 长江中游城市群空间效率测算结果

空间效率值为1表示DEA强有效，效率值不为1但不低于0.8为DEA弱有效。由表2可知，环鄱阳湖城市群在2000、2001、2005和2015年的空间效率值不为1。武汉城市圈在2000、2001、2005、2006、2007、2008、2009、2010和2013年的空间效率值不为1，环长株潭城市群在2000、2001、2003、2005、2006、2007、2009、2010和2013年的空间效率值不为1，严格来说属于效率无效，但各城市群在这些年份中的空间效率都在0.8以上，且多数逼近1，因而可视为DEA弱有效。由此可见，环鄱阳湖城市群空间效率值为DEA强有效的年份数远多于武汉城市圈和环长株潭城市群，三个城市群的空间效率为DEA弱有效的年份数较多，长江中游城市群的空间效率整体上看较好。

(二)长江中游城市群空间效率的空间分异情况

借助DEAP2.1计算出2005、2010和2015年长江中游城市群28个城市的空间效率，并用ArcGIS10.2将结果直观地呈现出来，如图1所示。

图1 2005、2010和2015年长江中游城市群空间效率分布情况

由图1可知，长江中游城市群空间效率弱有效(空间效率值大于0.8)的城市数量在逐渐增加，效率值小于0.7的城市数量在减少，整个城市群的空间效率在提升。与2005年和2010年相比，2015年城市群内空间效率均在0.8以上，弱有效城市数量明显增多，这很大程度上是因为2015年国家发改委批复同意了《长江中游城市群发展规划》，对城市群各方面发展做出了更细致的规划，使得长江中游城市群整体的空间效率得以进一步提升。上述结果表明长江中游城市群的发展具有以下特点：

1.城市间空间效率差异缩小，城市群一体化水平提高。长江中游城市群在2015年空间效率值为1的城市数量与2010年相比较少，各城市的空间效率在2010年与2015年均存在差异，但整个城市群空间效率的均值在2010年和2015年分别为0.895和0.903，差距不大。2012年江西、湖北和湖南开始讨论长江中游城市群的发展规划后，更多的资源被优先用来发展南昌、武汉和长沙的经济，增强三个城市之间的经济联系，因而其他城市的发展资源投入相对之前有所减少，所以2015年城市群内空间效率为1的城市较2010年有微弱的减少。2015年长江中游城市群空间效率小于0.8的城市数量较2010年有很大的下降，表明各城市空间效率间的差距在缩小，城市群一体化程度提高。

2.城市空间效率与区位、经济结构存在相关性，且与纯技术效率的变动基本一致。总体上看，城市群中邻近中心城市的城市空间效率较高，空间效率值在0.8以上的城市多在地理位置上靠近省会城市或者省份副中心城市。此外，地区经济结构中工业占比较大的城市，由于之前工业发展较弱，环境受工业生产的影响较小，其空间效率在工业迅速发展的早期表现为空间效率逐渐提高，但在工业发展的中后期，由于工业污染物排放量增多，治理措施及工业环保监管不到位，其空间效率会表现为有所降低。但当地区社会经济发展处于一个相对较高的水平时，政府和企业会增加对环保的重视，工业污染排放量得到有效控制，空间效率会有所提高。如武汉和长沙的空间效率值在2010年较低，在2015年则有所提高，而同样是省份城市的南昌则表现相反，2015年的空间效率较2010年有所下降。由图2可知，2010年和2015年长江中游城市群各城市的空间效率与其纯技术效率的变动基本一致，表明现有阶段城市要提高或者维持高水平的空间效率，必须增强对技术发展的投入，建立技术驱动型经济结构。

图2 2010和2015年长江中游城市群各城市的空间效率、纯技术效率和规模效率

四、长江中游城市群空间效率的空间自相关检验

利用Moran’s I 统计指标和方法，可以来衡量集聚指标样点之间的空间相互关系。全局空间自相关检验可以计算城市群内部各单元空间效率间的相关性，局部空间自相关检验中的LISA集聚图则可以分析城市群各城市的集聚情况和集聚类型。

(一)全局空间自相关检验

采用全局自相关统计量Moran’I指数检验长江中游城市群2005、2010和2015年的空间效率时，以各城市空间效率为变量，借助Geoda软件，建立空间距离权重矩阵，从而进一步观察其空间效率的分异情况。Moran’I指数值的取值范围为[-1，1]，大于0表示区域内各单元之间为空间正相关关系，小于0表示区域内各单元之间为负相关关系，其绝对值越大，经济变量间的联系越密切，Moran’ I指数值越接近0，区域内各单元间的空间相关关系越弱。

分析结果显示，2005、2010和2015年长江中游城市群空间效率的全局Moran’s I指数值分别为0.0734、0.0021和-0.0933。因此，长江中游城市群空间效率的全局Moran’s I指数值一直较小，各城市空间效率间的相关性较弱，且由较弱的正相关逐渐到较弱的负相关，城市群空间效率整体上的关系也由2005年较弱的空间集聚到2015年较弱的空间分散。长江中游城市群空间效率的全局Moran’s I指数值发生这种变化的原因在于，长期以来，长江中游城市群内各省独自制定本地区的发展规划，省份之间合作层次较低，合作深度不够，同省不同城市之间在制定经济发展规划时缺乏互利互惠的合作，城市群内各城市的分工不明确，从而导致了城市空间效率间的经济联系较弱。虽然从2012年开始，江西、湖北和湖南陆续进行区域经济发展合作，但由于各城市空间效率间的正相关关系在较长时间内呈现出逐渐弱化趋势，短期内难以改变，加上政策实施中存在的滞后效应，导致了各城市间相关性由2010年的弱正相关变成了弱负相关。

(二)局部空间自相关检验

局部空间自相关检验部分，采用LISA(Local indicators of Spatial association)集聚图表示。LISA 集聚图反映的是空间联系的局部指标，可以反映城市群集聚明显区域。在LISA图中，显著集聚区域分为“高-高”“低-低”“高-低”和“低-高”四种类型。运用Geoda软件得到了长江中游城市群空间效率在2005、2010和2015年的LISA集聚图。

从图3可以看出，2005、2010和2015年长江中游城市群内集聚效应不显著的城市数量分别为22、25和24，占比高达89%。从2005年到2015年，长江中游城市群集聚不显著的城市有所增加，“高-高”集聚和“低-低”集聚的城市数量逐渐减少，“高-低”集聚的城市数量有所增加，集聚显著的城市多为省份中心城市或邻近省份中心及副中心的城市。这表明长江中游城市群各城市空间效率间的相关性较弱，集聚效应不明显且在弱化。

图3 2005、2010和2015年长江中游城市群空间效率LISA集聚图

五、结论及建议

(一)结论

综上，研究结论主要有：(1)长江中游城市群各城市空间效率总体上在逐渐提高，空间效率小于0.8的城市数量在逐渐减少，城市间空间效率的差距呈现出缩小的趋势；(2)城市空间效率与其纯技术效率的变动趋势相似，并与城市所处区位、经济结构等存在一定程度的相关性。一般而言，邻近中心城市的城市空间效率较高，经济中工业占比较大的地区空间效率在工业发展早期及中期呈现出先提高后下降的趋势，发展后期由于污染物排放控制与治理力度的加强，空间效率会有所提高；(3)城市间空间效率的相关性始终不强，且由较弱的正相关逐渐发展为较弱的负相关，且负相关关系近年来有弱化的趋势，城市群内部的集聚程度低。

(二)建议

根据以上三点结论，提高长江中游城市群空间效率可以基于以下三点：

1.完善城市群交通运输基础设施，建立物流信息综合平台。交通运输基础设施条件关系到物流运输行业的发展，而物流行业的繁荣发展是经济健康蓬勃发展的保障。长江中游城市群应以南昌、武汉和长沙为交通运输枢纽，在现有交通运输设施上完善地级市与省份城市之间的运输设施条件，适当增加地级市之间的运输线路，构建省份城市之间、省份城市与地级市、各地级市之间较完善的交通运输网络。城市群物流信息综合平台可以促进城市群物流产业集群发展，通过构建涵盖城市群公路、铁路、航运物流运输信息的综合信息平台，增强物流企业间的协作意识和经营效率。

2.增强人力资本和技术研发投入，倡导工业低污染生产。通过搭建信息透明度高、畅通性好、内容质量高的人才市场，构建以武汉中心的南昌—武汉—长沙的城市群金融中心，增加高新技术研发投入，可以改善城市群经济结构，建立技术驱动型经济，降低经济发展对工业的依赖。工业经济在长江中游城市群的经济发展中占据了很大的比重，也是城市群环境污染的主要来源。改变传统唯GDP论好坏的政绩考核机制，加强环境监管力度，同时鼓励企业研发低污染生产技术，提高工业废物利用率及处理率，从源头上减少工业污染物排放量。

3.完善信息基础设施，构建智慧型城市群。通过完善信息基础设施，提高城市群信息化水平，促进行业关联性产业集聚，增强城市间正相关关系。智慧城市是城市未来发展的方向，目前国内首批智慧城市试点已进行了四年左右，试点地区包括长江中游城市群部分地级市，如江西南昌市红谷滩新区、湖北武汉市和湖南株洲市。城市群应借鉴成果明显的试点城市发展经验，因地制宜建立智慧型城市群，提高城市群发展质量。

参考文献：

[1]FARE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries[J].The American Economic Review，1994，84(1)：66-83.

[2]LILYAN E F，K PERRIN R.Agricultural productivity in developing countries[J].Agricultural Economics，1998，(19)：45-51.

[3]LEE H Y，PARK Y T.An international comparison of R&D efficiency：DEA approach[J].Asian Journal of Technology Innovation，2005，13(2)：207-222.

[4]GORAN B，TED L.Evaluating the performance of Swedish savings banks according to service efficiency[J].European Journal of Operational Research，2008，185(3)：1663-1673.

[5]方创琳，关兴良.中国城市群投入产出效率的综合测度与空间分异[J].地理学报，2011，31(8)：1011-1022.

[6]张庆民，王海燕，欧阳俊.基于DEA的城市群环境投入产出效率测度研究[J].中国人口·资源与环境，2011，21(2)：18-23.

[7]杨青山，张郁，李雅军.基于DEA的东北地区城市群环境效率评价[J].经济地理，2012，(9)：51-55.

[8]刘耀彬，杨文文.基于DEA模型的环鄱阳湖区城市群空间网络结构绩效分析[J].长江流域资源与环境，2012，21(9)：1052-1057.

[9]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)，2012，33(3)：51-56.

[10]黄洁，吝涛，张宏强.基于DEA和Malmquist模型的中国三大城市群可持续发展效率研究[J].中国人口·资源与环境，2016，21(S1)：373-376.

[11]段晓艳.我国三大城市群土地利用综合效率评价[D].北京：中国地质大学，2016.

[12]谢志祥，任世鑫，李阳等.长江中游城市群城市效率水平测度及空间分异研究[J].长江流域资源与环境，2015，24(10)：1705-1710.

[13]曹贤忠，曾刚，邹琳.长三角城市群R&D资源投入产出效率分析及空间分异[J].经济地理，2015，(1)：104-111.

[14]崔大树，张晓亚.长江三角洲城市群空间效率测度研究[J].地理科学，2016，36(3)：393-400.

[15]张俊容，郭耀煌.评价指标与DEA有效的关系[J].系统工程理论方法应用，2004，13(6)：520-523.

[16]BANKER R D，COOPER W W.Some models for estimating technical and scale Inefficiencies in DEA envelopment analysis[J].Management Science，1984，30(9)：1078-1092.

[17]谢志祥，任世鑫，李阳，刘静玉.长江中游城市群城市效率水平测度及空间分异研究[J].长江流域资源与环境，2015，24(10)：1705-1710.

[18]赵勇，白永秀.中国城市群功能分工测度与分析[J].中国工业经济，2012，(11)：18-30.

[19]周晓艳，华敏，秦雅雯，等.长江中游城市群空间联系研究[J].长江流域资源与环境，2016，25(10)：1492-1500.