新型城镇化背景下东北三省城镇化效率研究

张 宇

(吉林大学 东北亚研究院 吉林长春 130012 )

一、研究综述与问题的提出

改革开放以来，持续而高速的城镇化，是我国经济保持高速发展的重要因素。与全国同步，东北地区的城镇化进程也一直处于不断加快的进程中。东北地区作为我国传统的重工业基地及能源资源的重要产地，其城镇化有着基础好、起点高、发展快的特点。但是随着改革开放的不断加深，产业形态和资源枯竭已经成为东北地区城镇化的重要阻力，原有的高投入、高污染的低效率城镇化发展模式已经逐渐不能够适应新时期的城镇化需求。针对城镇化过程中存在的各类低效率及不可持续的问题，党和政府提出了新型城镇化这一历史性的科学命题，城镇化在新的历史阶段面临着转型和变革的重大任务。同时随着这一命题的提出，由于城镇化衡量标准的变化，城镇化效率将成为一段时间内城镇化研究的热点。

城镇化效率的研究最早起源于Charnes对中国重要城市在20世纪80年代的城市经济效率的相关测算，其评价结果证明DEA模型在城市效率评价中应用的可行性。[1]Henderson通过对中国城镇运行效率等方面进行分析，表明区域间的交流合作会带来运行效率和经济效益的提高。[2]国内对城镇化效率的研究主要包括赵黎明等利用DEA-BCC模型测度了我国2003～2012年城镇化效率，得出了全国整体规模效率下降、区域间规模效率差异不大的结论。[3]由于DEA效率模型自身特点，导致其在时序性数据分析中存在弱势，部分学者引入了Fare-Primont指数用以趋势分析区域城镇化的综合效率。[4]同时，有学者采用除DEA外的其他效率计算模型，包括随机前沿分析法(SFA)、耦合协调度等，对我国城镇化相关要素进行效率测度，并通过多种方法验证全要素分析方法相较于单要素分析方法获得的结果更为可靠。[5]除了研究全域城镇化效率外，国内部分学者也开始探究在城镇化内部包括生态、经济、社会等各类型系统的效率问题。孙露等利用能值的概念，对城市复合生态系统的社会、环境、经济投入与产出的效率关系进行了研究。[6]但是多数对于城市内部效率的讨论，由于受到统计数据的限制以及对复杂系统简化的影响，导致其选取指标含义以及模型构建等方面存在先天的缺陷。有学者对城镇化质量评价采用耦合协调度的方式，探究了珠三角城市群的城镇化质量问题。[7]有学者基于城镇化两大因素，即人口城镇化和土地城镇化协调发展的视角对全域范围内城镇化效率进行测度[8]，证明了金融发展程度、第二产业比重、第三产业比重与城镇化综合效率具有高度的正相关关系，从侧面印证了我国新型城镇化道路的必要性。现实中，城镇化的发展受到各类因素的极大限制，例如环境、耕地、政策等因素。[9]目前，现有文献对城镇化效率的研究较多，对城镇化效率与城镇化关系的研究较少，且已有的研究区域主要集中在我国东部发达地区与西部落后地区[10]，对东北地区的研究较少。

本文以东北地区为研究案例，构建结合非合意产出的新型城镇化效率评价指标体系，运用考虑非期望产出的Super-SBM模型定量测度2003～2015年东北三省新型城镇化效率水平值，运用协调度模型揭示了城市发展水平与城镇化效率的相关关系，以期为东北三省新型镇化效率提升提供理论参考及实践借鉴。

二、 研究方法及数据来源

数据包络分析工具主要用于相对效率的评价，其原理为数学中的线性规划以及数据统计方法，通过相关方法确定效率参考单元[11]，通过决策单元与参考单元的评价指标偏离程度和大小的比较，最终评定各单元的有效性和效率。非参数Malmquist指数方法则是数据包络法的进一步拓展，用来测度决策单元的投入和产出水平的效率。

借鉴传统的耦合度的模型，对东北地区某一城市的新型城镇化效率以及其城市化发展水平进行耦合协调度分析，一同求得在某一时间节点的二者耦合关系。

式中U为新型城镇化效率与城市化发展水平的耦合系数，U的取值范围为0～1，值越大，表明新型城镇化效率与城市化发展水平越协调，反之越差；f(x)为新型城镇化效率；g(x)为城市化发展水平；k为调节系数，经验证，本文k值取2。

本文数据源于《中国城市统计年鉴》及各省市的统计年鉴。在SBM模型运算中，对数据的量纲无统一要求，因此对数据不进行处理。城市化发展水平指标在计算时，需对各指标进行标准化处理，本文采用Z-score的标准化处理方法，其表达式为：

三、新型城镇化效率及城镇化指标体系的构建

参考当前关于城镇化效率评价指标相关研究成果，综合来看，已有的城镇化效率研究的指标体系模型主要是考察在城镇化过程中的相对投入和产出的相关关系。鉴于本文对于新型城镇化背景的相关探索，在指标体系中应当考虑到新型城镇化的相关的评价指标。鉴于此，从“投入—产出”视角上构建考虑环境效应的东北三省城镇化效率评价体系(见表1)：第一，投入层面。城镇化过程中的一般投入主要包括人力、资本、土地资源等，在新型城镇化效率指标体系中添加科技投入。(1)人力投入方面。城镇化过程是农村劳动力逐渐脱离农业生产，从事非农业生产劳动的过程，故采用城镇常住人数(X1)作为反映人力投入的指标。(2)资本投入方面。资本投入是一个长期进行并产生效用的过程，某一年限影响城镇化的资本不仅取决于当年投入，还与以往多年的投入有关，因此采用各城市每年资本存量(X2)作为反映资本投入的指标。(3)土地投入方面。土地资源是城镇化的空间载体和重要的投入要素，采用各城市建成区面积(X3)作为反映土地投入的指标。(4)科技投入方面。高校是科技投入的一支重要力量，采用高校在校学生人数(X4)作为反映科技投入的指标。第二，产出层面。在城镇化效率评价中需要考虑环境效应，因此在城镇化运行中所产生的对环境“有害”的污染将作为非期望产出，纳入城镇化效率评价体系之中。(1)城镇化率。采用非农经济生产总值(X5)指标来反映经济城镇化率；采用人均社会消费品零售总额(X6)指标来反映社会城镇化率。(2)城镇环境建设。采用建成区绿化率(X7)指标来反映城镇的环境建设。(3)有害产出方面。采用城市工业废水排放量(X8)、城市二氧化硫排放量(X9)、城市工业烟尘排放量(X10)来反映城镇化过程中非期望产出情况。

表1 新型城镇化背景下东北三省城镇化效率评价指标体系

为了描述东北地区城市群的发展水平，本文从城镇人口、城镇经济、城镇规模三个角度出发，选取城镇常住人口、人均GDP、固定资产投资、建成区面积、人均社会零售总额、第二产业占比、第三产业占比七个指标构建东北三省城镇化水平的指标体系。基于上述七个指标体系，利用熵值法获得各指标权重(见表2)，进而计算获得各年东北三省地区城镇化效率。

表2 城镇化指标权重

四、东北三省新型城镇化效率与城市化水平的实证分析

采用SBM模型，借助MYDEA1.0插件，计算2003～2015年东北三省城镇化效率值ρ(见表3)。2003～2015年东北三省新型城镇化效率值整体偏低，但基本呈现波动上升的趋势，说明在城镇化进程中总体上投入产出调整得当，产出的规模报酬在不断提高。究其成因，主要是自2003年开始国家提出振兴东北老工业基地的战略，对东北地区整体投入产出具有较大的利好影响，促进了地区的新型城镇化效率的提升。同时各类型城市的城镇化效率也出现了明显的差异，以鞍山、本溪、大庆为代表的资源型城市在2003～2015年新型城镇化效率呈现U型变化的趋势，资源型城市在转型的初级阶段投入增加而产出减少是造成这一走势的主要原因。以大连为首的部分新兴城市则呈现新型城镇化效率倒“U”型增长的变化，即在本世纪初由于其高效的城镇化发展模式以及较低的起点使得这些城市城镇化效率极高，但随着城镇化不断发展，其城镇化效率出现了结构性的降低。

为了分析东北地区新型城镇化效率的变化趋势，基于东北三省各城市2003～2015年面板数据，使用DEA-Malmquist指数模型，计算其效率变动值(见表4)。2003～2015年，东北三省整体上城镇化效率大于1，城镇化效率上升约2%，纯技术效率上升4%，规模效率上升8%左右。表明由于城市群的发展，使得东北三省的规模效率的增长成为其城镇化效率增长的主要因素，这表明在阶段性发展中，东北地区的规模效率的提高是短期内提高城镇化效率的最有效手段。从各个城市看，大连市的综合技术效率提升最快，主要得益于其规模效率的大幅提升；长春、吉林、盘锦三市的综合技术效率增长小于1，表明相关的科学技术投入在城镇化过程中表现为无效利用，新型城镇化资源投入呈现低效率的状态。

表3 东北三省2003～2015年新型城镇化效率

表4 东北三省2003～2015年Malmquist指数均值及其分解

由城市发展水平综合指数可知，2003～2015年东北三省的城镇化水平快速提高， 12年间城镇化水平整体提高了10%左右。但在地级市中，绥化、黑河、伊春呈现出城市发展水平降低的趋势，原因是这些城市的城镇化发展水平严重滞后于地区的城镇化发展，且由于其经济发展具有一定的特殊性，本文所构建的评价指标难以完整准确地测度该类地区的城镇化发展水平。总而言之，整个东北地区的城镇化水平提升明显。

五、东北三省新型城镇化效率和城市发展水平耦合关系分析

利用耦合度模型，测算2003～2015年新型城镇化效率与城市发展水平的耦合度(见表5)。依据 ArcGIS 的自然断点法，将相应四个研究年份的耦合度分为低度耦合、中度耦合、较高度耦合和高度耦合四种类型。

2003～2015年，东北三省新型城镇化效率与城市发展水平的耦合度呈现下降的趋势，12年间，整个地区新型城镇化效率与城市发展水平的耦合度下降超过20%，表明东北地区城镇化效率和城镇化水平整体上趋向于失调的发展态势。36个地级市中，耦合度最高的是沈阳、长春和哈尔滨，三个省会城市的耦合度均接近于1，表明其城镇化效率和城市发展水平整体处在一个高度耦合的状态，且三个省会城市在整个研究期内协调度相对稳定。协调度最低的城市为松原，且协调度降低速度较快。整个东北地区主要的高耦合度地区是以辽中南、哈大齐等一系列成型的城市群为主，且形成了中心较高周边较低的特点。

表5 东北三省2003～2015年新型城镇化效率与城市发展水平的耦合度

六、结论及政策建议

本文通过对东北地区2003～2015年新型城镇化效率、城镇化发展水平及两者耦合度的时空耦合关系进行分析，主要结论如下：(1)东北三省整体上新型城镇化效率小于1，处在相对低效的状态；受规模效率影响，新型城镇化效率在不断提升。地区内城镇化效率差异较为明显，呈现了较大地理分异性。三个省会城市在新型城镇化效率上处于领先水平。(2)东北三省城镇化发展水平在研究期内呈现显著提升的态势，整体城镇化发展水平增幅超过10%。但部分地区在指标体系评价中出现了城镇化发展水平降低的情况。(3)东北三省新型城镇化效率和城镇化发展水平呈失调走势，一方面是新型城镇化效率持续走低，另一方面是城镇化发展水平不断提升。具体表现为低耦合度与中耦合度类型城市不断增多，部分城市耦合度显著降低。

当然，我们在使用传统的DEA模型进行新型城镇化效率的分析过程中，对于效率大于1的相关DMU通常用1来表示，这就导致了无法对效率大于1的城市进行相关的分析和评价，但是考虑到东北地区新型城镇化效率普遍偏低的情况，采用传统DEA模型对地区城镇化效率的解释能力更强。对东北地区新型城镇化效率和城镇化发展水平的耦合是建立在两个相应的评价指标体系和方法之上的，但是由于研究区域广阔、城市类型繁杂，为保证评价指标体系的相对稳定和对多数城市的解释力，导致难以对部分城市的新型城镇化效率和城镇化发展水平予以准确的测度和反映，例如产业结构较为单一的黑河市等。

改革开放40年来，由于受到产业形态、经济环境等因素的影响，东北地区的城镇化发展水平逐渐从全国领先的状态演进为大幅落后于整个东南沿海地区的态势，并且在新型城镇化的效率方面不能形成一种有效的“投入—产出”的城镇化发展的模式。在城镇化发展过程中，普遍认为城镇化发展的阶段与其土地城镇化效率存在显著的相关性关系，且在较低水平部分和城市核心部分以显著的正相关关系为主。但是，只有整体城镇化进程处在较为健康有序的方向上，才能够呈现上述的相关性关系。城镇化的快速发展，其主要动力是工业化以及经济的快速发展的需求，因此，一个地区的城镇化发展的规模与速度，要同地区的工业化水平以及当地的经济发展阶段相适应，进而使得城镇化的发展具有较高的效率。因此，首先，在城镇化发展过程中，我们应当从城市扩张的需求出发，吸取国内外在城镇化道路中的各种经验教训，积极维护城镇化过程中的农民权益，节约集约利用土地资源。其次，一个地区的城镇化进程要与其工业化发展进程和相应的经济阶段相匹配。如果城镇化进程过于超前，受到工业化发展进程和经济发展阶段的限制，难以使被征用的大量农业用地及时转换为相应的产业或经济实体的载体，造成建设用地闲置浪费的问题；而且由于超前的城镇化进程与经济发展阶段不协调，通常会导致大量的违法建设和非法占用等问题。所有这些问题，都会导致土地城镇化效率降低。此外，在现行的土地收储制度中，农业用地向其他建设用地转化的过程需要严格遵守相关的规定和程序，若城镇化发展的速度超出制度程序的传递速度，必然会导致部分农业用地的非法占用和违法建设的问题。

“振兴东北老工业基地”以及“新型城镇化”等政策的落地实施，是东北地区未来经济发展和城镇化发展的重要政策动力。根据本文的相关分析，提出以下几点政策建议：

第一，加强区域内及相邻地区间的城市群建设，加大城市间的经济一体化和联通水平，以提高地区的规模效率，从而提高东北地区的城镇化效率，进而提高整个东北地区新型城镇化的“质”和“量”。

第二，协调区域内地方政府关系，准确评估各城市发展水平和发展潜力，对于城市发展水平和新型城镇化发展效率不协调的地区，应当适当放缓城市发展速率，追求高效、精明的城市增长模式。

第三，加大科学技术投入，提高资源使用效率和劳动生产率。各地政府应加快产业结构调整，大力支持战略性新兴产业发展，鼓励新的发展模式、新的产业格局的出现。对于传统的、落后的产业，可以通过技术升级或适当的淘汰机制来优化地区整体产业结构。

第四，加大对基础教育的投资，提高区域内国民的整体教育水平。要不断提高东北地区城镇化的效率和水平，就必须提高各类教育投入在GDP中的占比，并推进教育体制改革，以适应新时代城镇化的人才需求；积极做好就业工作，制定具有竞争力的人才战略，面向全球引进人才。