轉型期中國城鎮發展效率測度、分異與優化

張榮天，焦華富

?

轉型期中國城鎮發展效率測度、分異與優化

張榮天，焦華富

（安徽師范大學國土資源與旅游學院，安徽蕪湖 241003）

運用修正DEA、ESDA、Malmquist指數探討2000-2012年中國省域城鎮發展效率的空間分異與優化路徑，可以看出2000-2012年中國城鎮發展效率不斷提升，東部呈技術效率驅動模式，西部呈規模效率驅動模式；中國城鎮發展效率全局表現空間自相關集聚分布模式，局部上效率熱點區集聚在京津、長三角，冷點區形成“L”型西部集聚格局，區位差異、產業差異及市場化差異是效率分異的主要因素。

城鎮發展效率；測度；分異；優化

進入21世紀后，快速的工業化、城鎮化導致中國經濟、社會格局不斷發生分化，[1]由傳統社會向現代社會、由農業社會向工業社會、由計劃經濟體制向市場經濟體制的轉變，使城市發展也面臨著不斷轉型與重構，最主要表現為城市發展模型由傳統資源型、政府管理型轉向資本型、市場服務型。[2]在城市發展轉型的背景之下，研究城鎮發展效率對于摸清城鎮發展的模式及其發展軟肋，推進城鎮發展轉型與重構具有重要意義。黨的十八大以后提出“新型城鎮化”發展戰略，提升城鎮發展效率是其重要內容。在新型城鎮化背景下探討我國城鎮發展效率問題具有重要的理論及實踐價值。目前國內外學者關于城鎮發展效率的研究主要集中在城市發展全要素生產率以及城市發展單要素效率（如土地資源）兩個基本角度；[3][4]城鎮發展效率研究內容涉及到效率測度、演變特征及影響因素等方面；[5][6][7]城鎮發展效率測度方法上，主要涉及到DEA（數據包絡分析）、SFA（隨機前沿分析）等模型，[8][9]其中DEA法將城鎮發展看作投入與產出系統，不需要假設具體的生產函數形式，可避免因函數形式錯誤而造成發展效率測度精度不準。[10]另外，城鎮發展效率實證上既有城市群、省域宏觀尺度效率分析，[11] [12]也涉及到市域、縣域發展效率探討。[13] [14]目前國內外的研究更多關注城鎮發展效率測度與區域差異分析，而較少地考慮到空間上毗鄰地域空間關聯效應對城鎮發展效率的影響及機理；并對于區域城鎮發展效率優化路徑研究相對較少。因此深化城鎮發展效率空間分異與優化路徑的研究具有一定的必要性。

鑒于此，本文基于中國31個省域單元空間尺度，從城鎮投入和產出2大基本維度，構建中國城鎮發展效率的評價指標體系。首先，運用修正DEA方法測度2000-2012年中國省域單元城鎮發展效率值；其次，通過ESDA分析模型的Moran’s I指數、Gi*指數等方法來揭示2000-2012年中國城鎮發展效率空間分異特征；最后，通過Malmquist指數劃分中國城鎮發展效率的基本類型，并有針對性地提出具體的優化路徑。

一、研究方法及數據來源

（一）研究方法

1. 修正DEA模型

DEA（Data Envelopment Analysis）是測度效率的一種科學有效的方法，最早是國外Charnes和Cooper創建，[15]在土地利用效率、旅游業效率等領域展開了較多的應用。[16][17]傳統DEA模型存在DMU的投入產出都低、其效率仍能達到最優1的不足。修正思路：在模型中引入虛擬最優決策單元DMUj+1，通過計算各單元DMU與最優決策單元DMUj+1的距離來得到城鎮發展效率值。設有N個決策單元，指標體系中共L種投入和M種產出指標，Xj表示第j個DMU投入量，Yj表示第j個DMU產出量，則Xj=（X1j，X2j，…，Xmj）T>0，Yj=（Y1j，Y2j，…Ysj）T>0，引入最優決策單元DMUj+1={min（X1j，X2j，…，Xmj），max（Y1j，Y2j，…，Ysj）}，則修正后DEA模型計算公式為：[18]

2. ESDA分析模型

ESDA模型是通過對事物或現象空間分布格局的描述與可視化，發現空間集聚和空間異常，解釋研究對象間空間相互作用機制。基于對數據的空間依賴性和空間異質性研究，可有效地解決城鎮化效率空間分異格局問題。本文采用ESDA分析模型的Moran’s I指數、Gi*指數來探討中國城鎮發展效率的全局和局部空間分異特征。其中，全局空間自相關是對中國城鎮發展效率在整個區域空間特征的描述，可以衡量區域之間整體的空間關聯特征；局部自相關分析描述中國城鎮發展效率局部空間異質性特征，識別不同位置上城鎮發展效率空間內部分異規律。[19][20]

（1）Moran’s I指數

（2）Gi*指數

3. Malmquist指數

Malmquist指數最初由瑞典經濟學家Malmquist于1953年作為消費指數提出來的，隨后學者Caves等首先將該指數應用于生產率變化測算，[21]Charnes等與DEA數據包絡分析理論相結合，[22]構造出從t期到t+1期的Malmquist指數M(xt+1, yt+1, xt, yt)，用以客觀衡量技術效率變動、技術變動以及全要素變動之間的關系，在生產效率測算中得到較廣泛地應用。本研究是基于VRS假設之下，投入的固定規模報酬Malmquist指數公式具體分解為：

式中，Dt（Xt,Yt）、Dt（Xt+1,Yt+1）分別指以t期的技術為參考時，t期和t+1期的決策單元的距離函數，表示規模效率變化，表示純技術效率變化，表示技術變化。Malmquist指數反映了相對于t和t+1期技術前沿的距離函數的變化比例，Malmquist指數值大于1表示t+1期的全要素生產率比t期提高，反之表示衰退。

（二）數據來源

本研究數據均來源于《中國統計年鑒》、《中國城市統計年鑒》及中國各省份的統計年鑒（2000～2012年），空間分析尺度為中國31個省域單元，省域邊界圖主要在中國地圖出版社出版的《中國地圖冊》（2012）的基礎上進行高精度配準并矢量化所得（不包含中國港、澳、臺地區）。

二、中國城鎮發展效率測度

（一）測度指標體系構建

當前國內外關于城鎮發展效率評價的通常做法是劃分為投入和產出的2個子系統，運用DEA模型基于投入與產出來衡量區域城鎮發展效率，[3][6][13]投入方面通常采用反映城市經濟活動的物質資本、土地資本及人力資本等指標，而在產出方面通常采用反映城市經濟規模產出、居民生活水平的產出指標等。[15][17]鑒于分析指標的代表性、真實性、針對性等原則，①DEA投入上：選取城鎮用地面積X1體現區域土地資源投入指標，選取財政支出X2、固定資產投資總額X3體現區域資本投入指標，選取城鎮非農人口X4體現區域人力資源投入指標；② DEA產出上：選取工業總產值X5、第三產業總產值X6體現區域經濟的產出水平，選擇社會消費品零售額X7體現區域社會消費的產出水平，見表1。

表1 城鎮發展效率測度指標體系及解釋

（二）城鎮發展效率測度

1. 省際城鎮發展效率呈現提升趨勢

基于修正DEA分析模型，并根據中國31個省域單元城鎮發展的投入與產出指標，計算得出中國省際城鎮發展效率，見圖1。從圖1可知，2000-2012年省際城鎮發展效率水平呈現出不斷提升的態勢，數值從2000年的0.591上升到2012年的0.703，且城鎮發展效率的均值和標準差呈現出增大趨勢，表明中國城鎮發展效率省際差異日益顯著；計算2000-2012年省際城鎮發展效率變異系數CV，從效率變異系數CV演變來看，2000-2012年間，中國省域城鎮發展效率變異系數CV總體呈現出以上升為主的趨勢，這說明了轉型期中國省際城鎮發展效率差異正在不斷顯現，中國城鎮發展效率不均衡性態勢顯著，這種區域差異制約影響著我國整體城鎮發展效率的提升。

圖1 中國城鎮發展效率及變異系數演變

2. 省際城鎮發展效率驅動模式分異

基于修正DEA分析模型，將省際城鎮發展的綜合效率分解為技術效率和規模效率，見表2，并分別從這兩大基本維度來探討中國省際城鎮發展效率驅動模式分異規律。從技術效率上來看，技術效率值較大省域單元主要是北京、天津、上海、江蘇、浙江及廣東，大致在0.639-0.795間波動，西藏最低，僅僅為0.411。與綜合效率及其規模效率均值相比，技術效率均值水平較兩者要高，這在一定程度上表明了中國城鎮內涵式發展逐漸在改善；三大區域差異上，東部地區技術效率均值最大，為0.701，中部地區為0.636，而西部地區最小，僅為0.526，因此可以看出東部地區城鎮發展效率呈現出技術效率驅動模式。從規模效率上來看，規模效率值較大省域單元主要是北京、天津、陜西等地，大致在0.672-0.712間，規模效率最小的西藏僅為0.525；三大區域差異上，西部地區規模效率均值為0.632，中部地區為0.620，而東部地區僅為0.609，因此可以看出西部地區城鎮發展效率整體上呈現出規模效率驅動模式，區域城鎮發展模式屬于粗放型，若一味追求投入規模的增加，未必能有效促進城鎮發展規模效率提升，未來應該走內涵式增長的城鎮科學發展之路。

圖2 中國城鎮發展效率分解值

注：東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12省。中部包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9省。西部包括重慶、四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆10省。

三、中國城鎮發展效率分異

（一）城鎮發展效率總體分異特征

通過ESDA分析模型的全局Moran’s I指數來揭示中國省際城鎮發展效率的全局分異特征。

圖3 中國城鎮發展效率全局Moran’s I指數

使用GeaDA095軟件，計算出2000-2012年中國省域單元的城鎮發展效率的全局自相關Moran’s I指數。通過Z統計量檢驗分析可知，中國省際城鎮發展效率全局Moran’s I指數在2000-2012年各個時期均大于0，呈現出正空間自相關性的特征，這就說明了中國相鄰城鎮發展效率高（低）的省域單元出現相對集聚的空間分布格局。同時也可發現，時間序列上2000-2012年省際城鎮發展效率全局Moran’s I指數呈現出不斷提高的趨勢，見圖3。數值表現為從2000年的0.458一直上升到2012年的0.568，提升了24%，充分反映出中國省際城鎮發展效率的空間自相關性不斷地顯著，城鎮發展效率空間分布集聚現象日益增強；另外，中國城鎮發展效率的全局Moran’s I指數的觀測值與期望值變化程度不大，且檢驗值較為顯著，這就表明了轉型期中國城鎮發展效率空間分布總體變化幅度不大，維持著相對穩定的效率集聚分布格局。

（二）城鎮發展效率局部分異特征

通過ESDA分析模型的Gi*指數來探討中國省際城鎮發展效率的局部空間分異規律，基于ArcGIS9.3空間統計模塊計算出中國各省城鎮發展效率的Gi*指數，運用Jenks自然斷裂點法將Gi*指數由低到高劃分為4種區域：效率熱點區、效率次熱區、效率次冷區、效率冷點區，見圖4。①效率熱點區：研究期間主要集聚在東部沿海地區的省（市），2000年來各時期集聚現象均為顯著，形成城鎮發展效率高值集聚“熱點區”，2000-2006年分布在京津地區及長三角地區，2006年后向珠三角地區演化發展；②效率次熱區：該類型空間分布格局相對比較穩定，2000-2012年中國城鎮發展效率次熱區主要集聚在中原、華中、華北及華南地區的省域單元，且分布數量規模最大；③效率次冷區：2000-2012年該類型主要分布在西南和東北地區的省份，數量并未發生較為明顯的變動；④效率冷點區：轉型期省際城鎮發展效率的冷點區主要集聚在我國西部地區的西藏、新疆、青海及內蒙古等地，形成“L”型西部集聚格局。綜合而言，轉型期中國城鎮發展效率的局部分異格局變化不顯著，城鎮發展的各種效率類型分布格局僅在數量規模上發生微小增減，但整體效率空間格局轉換保持穩定的演化分異趨勢。

圖4 中國城鎮發展效率局部集聚演化（2000-2012）

四、效率分異影響因素分析

2000-2012年中國城鎮發展效率的空間分異是自然、人文等多因素綜合作用的結果，其中主要涉及區位差異、產業差異與市場化差異等。區位差異是中國城鎮發展效率分異的前提條件。區位條件對城市的規模結構、職能結構、空間結構及發展方向都具有顯著影響，合理的區位條件是區域城市發展的重要鋪墊，也直接關系到區域城鎮發展效率。區位條件差異導致城鎮發展效率高的區域主要集中在中國東部沿海地區，特別是長江三角洲、珠江三角洲及京津冀地區，而城鎮發展效率低的區域主要集聚在中國中西部地區。

產業差異是中國城鎮發展效率分異的根本條件。目前中國東、中、西部地區產業結構存在較大差異特征，東部地區省份的二、三產業比重要遠遠地高于第一產業，而中西部地區省份的第一產業比重則相對較高；第一產業所占比重大的西部省份的城鎮發展效率一定程度上低于效率均值，而二、三產業比重高的東部沿海省份的城鎮發展效率高于發展效率均值。

市場化差異是中國城鎮發展效率分異的重要條件。區域城鎮發展是經濟增長及資源配置的過程，涉及勞動力、土地、資本等各生產要素在城市內部及城鄉間的優化配置，按照市場發展規律進行資源調配及轉移，通過市場化機制推進城鎮發展，使城鎮資源配置模式由政府主導逐漸轉向市場決定，促進城鎮發展效率提升；當前中國東部地區開放水平較高，區域市場化程度也較高，而中西部地區市場化水平相對較低。

五、中國城鎮發展效率優化

根據2000-2012年省域單元的城鎮發展投入和產出數據，計算得出城鎮發展效率的Malmquist指數。①總體看中國省域城鎮發展效率Malmquist指數均值僅僅為0.845，表明中國省域單元城鎮發展效率正處在一個相對緩慢增長階段；其中規模效率均值達到0.925，而技術變動均值為0.874。因此，技術進步無效變動是造成轉型期中國城鎮發展效率緩慢增長的主要動因。②分解來看，中國西部地區的技術效率變化、技術進步變化及規模效率變化都與中國中東部地區的區別相對較小，與中國東、中、西部經濟發展區域差異的實際情況存在一定分異，這主要歸結于中國東部地區城鎮發展水平相對較高，城鎮化增長基數較大，造成以動態指標衡量的城鎮發展效率相對較低。同時，東部地區城鎮發展效率經過較長一段時間高增長，導致其發展效率后勁相對不足。③從類型看，依據中國各省域單元城鎮發展效率Malmquist指數，將中國省域單元的效率變動劃分為4種基本類型：即Ⅰ有效增長型（M>1）、Ⅱ低無效增長型（0.9

Ⅰ有效增長型。這一區域Malmquist指數大于1，主要包括北京、上海、江蘇及浙江。該區域為城鎮發展效率最合理的區域，位于中國東部沿海經濟發達地區，研究期內城鎮發展效率提升主要依靠技術持續進步，與這一區域整體的經濟發展及科技水平是緊密相關的。未來該區域城市發展應憑借其雄厚的經濟實力和較為先進的技術基礎，通過增加科技、資金、人才等因素，加快推進要素市場化進程，健全市場機制，增強城市活力，促進城市發展的內涵式增長。

Ⅱ低無效增長型。這一區域Malmquist指數大于0.9，小于1，主要有天津、廣東、遼寧、福建、寧夏、湖北、湖南、四川、河北等。該區域城鎮發展效率相對合理，城鎮發展效率平均下降了10%左右，純技術效率下降是導致其研究期內城鎮發展效率低下的關鍵原因。未來該區域在相對較高的技術水平基礎上，繼續加大科技發展投入，加快新型工業化步伐，扶持新興科技產業，助推城鎮發展效率的進一步提升。

Ⅲ高無效增長型。這一區域Malmquist指數大于0.8，小于0.9，主要是山東、重慶、陜西、海南、新疆、內蒙古、安徽、江西、河南等。該區域在研究期間城鎮發展效率平均下降了10% -20%，下降幅度較大。導致該區域研究時段內城市發展效率下降的主要原因為技術進步變動的衰退。該區域經濟實力及技術基礎相對薄弱，技術提升速度較緩慢，未來該區域應加快經濟發展方式轉變，改變單純追求城鎮投入規模增加的粗放型發展模式；不斷調整城市產業結構，形成傳統優勢產業、戰略性新興產業、現代服務業協調發展的新格局，促進城市發展模式優化轉型。

Ⅳ強無效增長型。這一區域Malmquist指數小于0.8，主要包括廣西、山西、吉林、黑龍江、西藏、青海、貴州、云南、甘肅等。該區域城鎮發展效率在研究期間下降幅度最大，達到20%，規模效率和技術變動均呈現出雙低態勢，且技術變動的無效整體超過了規模效率的無效變動。未來該區域應增加基礎設施投入，大力發展區域特色優勢、特色產業，提高城市經濟實力及規模；另外，通過政策引導、資金扶持發展科研、教育等現代知識型服務業，引導城市走集約化發展的道路，降低投入要素的非集約度，推動城市技術進步，從而提升該區域城鎮發展效率。

本研究初步構建了中國城鎮發展效率評價指標體系，綜合修正DEA模型、ESDA模型、Malmquist指數分析2000-2012年中國省域城鎮發展效率的空間格局分異及其優化路徑。需要指出的是，研究還存在一定的局限。首先，論文僅選擇了2000-2012年間的3個樣本點的省域分析數據，未照顧連續時間尺度下城鎮發展效率演化的規律；另外論文只初步分析了轉型期中國省域城鎮發展效率空間分異的影響因素，還需深化效率分異驅動機制探討。

[1] 李志剛, 顧朝林. 中國城市社會空間結構轉型[M]. 南京: 東南大學出版社, 2011:1-307.

[2] 張京祥, 羅震東, 何建頤. 體制轉型與中國城市空間重構[M].南京: 東南大學出版社, 2007: 1-221.

[3] Marius Brulhart, Nicole Andréa Mathys. Sectoral agglomeration economies in a panel of European regions[J]. Regional Science and Urban Economics, 2008 (4): 348-362.

[4] 周偉. 基于GIS和DEA的三峽庫區城鎮建設用地變化與效益評價[J]. 地理科學進展, 2010 (11): 1420-1426.

[5] 張榮天, 焦華富. 長江三角洲地區城鎮化效率測度及空間關聯格局分析[J]. 地理科學, 2015 (4): 433-439.

[6] UNEP：Decoupling natural resource use and environmental impacts from economic growth[R]. Research Report, 2011.

[7] 戴永安. 中國城市化效率及其影響因素—基于隨機前沿生產函數的分析[J]. 數量經濟技術經濟研究, 2010(12): 103-107.

[8] 許建新, 許新宇. 基于DEA交叉模型的甘肅省城市效率評價[J]. 自然資源學報, 2013 (4): 618-624.

[9] Brülhart M, Mathys N A. Sectoral agglomeration economies in a panel of European regions[J]. Regional Science and Urban Economics, 2008 (4): 348-362.

[10] 楊志榮, 吳次芳. 基于DEA模型的城市用地經濟效益比較研究[J]. 長江流域資源與環境, 2009 (1): 14-18.

[11] 方創琳, 關興良. 中國城市群投入產出效率的綜合測度與空間分異[J]. 地理學報, 2011 (8): 1011-1022.

[12] 王家庭, 趙亮. 我國分省區城市化效率的實證研究[J]. 同濟大學學報(社會科學版), 2009 (4): 44-49.

[13] Halleux J M, Marcinczak S, Krabben E. The adaptive efficiency of land use planning measured by the control of urban sprawl: The cases of the Netherlands, Belgium and Poland[J]. Land Use Policy, 2012 (4): 887-898.

[14] Bannistter G, Stolp C. Regional concentration and efficiency in Mexican manufacturing [J]. European Journal of Operational Research, 1985 (3): 672-690.

[15] Charnes A, Cooper W W. Measuring the efficiency of decision making units[J]. EuroPean Journal of Operational Research, 1978 (6): 429-444.

[16] 宮繼萍. 基于DEA方法的蘭州市城市土地利用經濟效益分析[J]. 水土保持通報, 2011 (5): 163-166.

[17] 馬曉龍, 保繼剛. 中國主要城市旅游效率的區域差異與空間格局[J]. 人文地理, 2010 (1):105-110.

[18] 張榮天, 焦華富. 泛長三角城市發展效率時空格局演化與驅動機制[J]. 經濟地理, 2014 (5): 48-54.

[19] Getis A, Ord J K. The analysis of spatial association by the use of distance statistics[J]. Geographical Analysis, 1992 (2): 189-206.

[20] Insulin L. Local indicators of spatial association: LISA [J]. Geographical Analysis, 1995 (4): 93-115.

[21] 廖虎昌. 基于DEA和Malmquist指數的西部12省水資源利用效率研究[J]. 資源科學, 2011 (2): 273-279.

[22] 李郇, 徐現祥. 20世紀90年代中國城市效率的時空變化[J].地理學報, 2005 (4): 615-625.

（責任編校：賀常穎）

Urban Development Efficiency Measurement, Differentiation and Optimizing in China During the Transition Period

ZHANG Rong-tian，JIAO Hua-fu

（College of Territorial Resources and Tourism, Anhui Normal University, Wuhu, Anhui 241003, China）

By means of the modified DEA model to measure urban development efficiency based on ESDA analysis model and Malmquist index, the paper studied spatial differentiation and optimization path of urban development efficiency from 2000 to 2012. The results showed that: since 2000, the provincial urban development efficiency was on the rising trend, eastern presented technology efficiency drive mode, and western presented efficiency drive mode; urban development efficiency on global differentiation was spatial autocorrelation distribution pattern, partial differentiation efficiency hot spot areas gathered in Beijing-Tianjin and the Yangtze River delta region, and efficiency cold spot areas distributed in the western region of China, that formed a stable space differentiation pattern; geographical location, industrial structure and the marketization level impacted spatial pattern evolution of urban development efficiency; the provincial urban development efficiency was divided into four basic types—“Ⅰeffective growth, Ⅱlow invalid growth, Ⅲhigh invalid growth, and Ⅳstrong invalid growth”; at last, the paper puts forward optimization path of urban development efficiency, in order to offer beneficial reference and the suggestion about healthy sustainable development of urbanization in China during the transitional period.

urban development efficiency; measurement; differentiation; optimization;

F 291

A

10.3969/j. issn. 2096-059X.2015.01.004

2096-059X (2015)01–0017–06

2014-12-10

國家自然科學基金（41171144）；國家社會科學基金（14BSH036）；國家自然科學基金（41201126）；教育部人文社會科學研究項目（10YJA790083、11YJC790077）；安徽師范大學研究生科研創新重點項目（2014yks084zd）

張榮天（1987-），男，江蘇溧水人，博士研究生，主要從事人文地理與城鄉規劃研究。