江蘇省縣市經濟效率及空間相關性分析

,b

(江蘇師范大學 a.地理測繪與城鄉規劃學院;b.城鎮化研究中心,江蘇 徐州 221116)

1 引言

揭示區域經濟發展效率對研究區域經濟問題和制訂相關政策具有重要意義。經濟發展的效率問題一直是政府部門和學術界普遍關注的熱點問題,也是經濟學和地理學等學科長期研究的內容。國內外學者對經濟效率進行了大量研究,大致可以分為兩方面內容:一方面是對經濟效率內涵進行的研究。Timothy認為配置效率和技術效率可測度區域的經濟發展效率[1];張秀生等認為經濟效率可分為生產、分配、交換和消費四大效率[2];李德剛將馬克思、恩格斯關于經濟效率的內涵概括為生產效率、周轉效率和資源配置效率[3]。還有學者將經濟效率的測度分為技術效率、規模效率和其他各類不同經濟的效率[4-8]。另一方面是對區域經濟效率的定量研究。從研究方法看,主要有柯布—道格拉斯生產函數、技術效率測算的索洛余值法[9]、DEA模型方法[10]、超DEA模型方法[11]、隨機前沿法[12]、X效率法[13]、投入—產出分析方法[14]等;從研究區域看,主要分為四個層面:國家層面[15,16]、區域經濟體層面[17,18]、省級層面[19]和地級市層面[20]。

綜合國內外研究發現,經濟效率是指社會在投入一定成本的基礎上產生的收益,目前對區域經濟效率的研究大多集中于較大尺度,對縣市等較小研究單元的經濟效率分析較少,且缺少對經濟發展效率的空間關聯格局的分析，而縣市經濟是我國國民經濟的重要組成部分,是實現城鄉發展一體化的關鍵部分,也是建設社會主義新農村和解決“三農”問題的基本依托。

本文以江蘇省為例,運用數據包絡分析和空間自相關方法,對縣市經濟發展效率演化過程進行了分析,揭示經濟發展效率的空間關聯格局變化,以探索江蘇省縣市經濟發展效率的演化規律和空間關聯格局的差異,對促進江蘇省縣市經濟健康有序發展具有一定的理論價值和政策意義。

2 研究方法

2.1 指標體系

考慮到指標的代表性、真實性和可獲取性等因素,選取全社會固定資產投資總額X1、財政支出X2和X3作為輸入指標(表1);經濟發展效率的產出指標選取地區生產總值X4和消費品零售總額X5。

表1 江蘇省縣市經濟發展效率測度指標體系

注:以上各項指標數據來源于2000年、2005年、2010年和2014年《江蘇省統計年鑒》。

2.2 數據包絡分析(DEA)

BCC模型:數據包絡分析(DEA)[21]主要用來評價多輸入、多輸出的指標體系,具有很強的客觀性。本文選用以投入為導向的BCC模型,其函數形式為:

(1)

式中,minθ為目標函數;s.t.為約束條件;λi為各城市節點在某一點指標上的權重;x0和y0分別是城市節點的初試投入和產出值。此外,模型中綜合效率(STE是對投入—產出和資源配置能力、競爭力和可持續發展能力的總稱)等于純技術效率(TE是指生產中對現有技術的利用程度)與規模效率(SE是指生產中發揮社會經濟活動的集聚作用與投入—產出規模的有效程度)的乘積[22]。

Malmquist模型:Malmquist指數[23,24]可將全要素生產率分解為效率變化(EC)和技術進步(TC),其中效率變化(EC)又可拆解為純技術變化(PTEC)和規模效率變化(SEC),由此來具體測度一定時期內全要素生產率的變化情況,公式為:

TFPC=EC×TC=PTEC×SEC×TC

(2)

(6)

局部空間自相關:局部自相關通過比較觀察值和相鄰值與全局的關系,能更準確的把握空間要素的集聚與分異特征,通常用LISA(Local Indicator of Spatial Association,LISA)統計量[26],公式為:

Ii=[ΣjWij(xi-x)](xi-x)Σi(xi-x)2

(7)

3 江蘇省縣市經濟發展效率分析

3.1 縣市經濟發展效率水平分析

在假設規模效率可變的情況下,本文主要使用DEAP2.1軟件,并選用以投入為導向的BCC模型,計算出2015年江蘇省各縣市的經濟效率狀況，具體見表2。

表2 2015年江蘇省各縣市經濟效率

注:drs、irs和-分別表示表示規模報酬遞減、遞增和不變[27]。

綜合效率較低,縣市差異較大:2015年江蘇省54個縣市經濟綜合效率的平均值0.641(表2),其中經濟綜合效率為1(即經濟投入—產出效率達到最優)的縣市只有6個(南京市區、江陰、宜興、昆山、張家港和常熟),占全部縣市的11.11%,13個地級市區中只有南京市區達到最優,蘇南5個市區的綜合效率較高,蘇中效率水平次之,而蘇北5個市區的經濟綜合效率均低于全省平均水平;綜合效率為0.3—0.7的城市數有36個,占全省縣市比重的66.67%。即大多數縣市的綜合效率處于較低水平,因此導致整個江蘇省的整體經濟發展綜合效率偏低。將江蘇省54個縣市的綜合效率和GDP水平進行排名,對比分析發現各縣市的經濟發展效率和經濟水平之間存在著明顯的差異:2015年江蘇省54個縣市中GDP水平排名前十位的均為地級市區,GDP排名最低的是宿遷市(第十六名)。在綜合效率排名中,前十位只有2個是地級市區(南京和常州),排名后十位的有4個是地級市區(鹽城、淮安、宿遷和連云港),均位于蘇北地區,說明江蘇省各縣市的經濟水平和效率水平之間存在明顯的不協調現象。其中,地級市區的不協調程度較大,蘇南、蘇中和蘇北的差異顯著。因此,江蘇省各縣市經濟發展效率優化的潛力較大,在加快經濟總量發展的同時,適當增加有效投入或削減投入冗余,注重效率水平的提高,實現經濟的有效發展。

純技術效率較高,最優城市較少:2015年江蘇省各縣市純技術效率的平均值達到0.790,其中達到最優水平的有南京、蘇州、常州、昆山等13個縣市,數量高于綜合效率和規模效率最優的城市數量,且達到0.8以上(即較優水平以上)的城市有26個(表2),占全省的48.15%,說明江蘇省約有1/2的縣市對經濟發展的基礎設施技術和現代信息技術運用較成熟。與綜合效率對比分析看,江蘇省54個縣市的經濟發展綜合效率與純技術效率之間存在正相關關系。此外,純技術效率呈現明顯的從南到北逐漸降低的特征,蘇南地區的純技術效率較高,而蘇北地區縣市的效率則相對較低。這主要是由于蘇南經濟發展水平高且技術條件較為發達,而蘇北縣域經濟增長為粗放型到集約型的轉型期,經濟發展和技術條件均相對落后,集聚效應難以發揮。因此,蘇北縣市經濟發展效率的薄弱點為產出效率低下,在今后的發展中,應注重提升經濟技術水平和企業經營管理經驗,以提高經濟產出水平。

規模效率最高,規模報酬遞減多為市區:江蘇省2015年縣市經濟的規模效率總體平均較高，為0.812(表2),達到較優水平,約有60%的縣市規模效率較優,說明規模效率是提升綜合效率的主要影響因素。從規模效率的空間分布模式來看,蘇南、蘇中、蘇北的縣市平均規模率分別為0.941、0.865和0.704,梯度趨勢明顯。但從具體的縣市情況來看,規模效率排名前十位的1/2是地級市區,其中蘇南有2個(南京和無錫)、蘇北3個(宿遷、連云港和淮安);排名后十位的均為蘇北,說明蘇北地區市區與各縣市的差距較大,規模效率發展不協調。其中,蘇州市區的規模效率僅0.748,表明雖然蘇州市區經濟發展水平很高,且其技術效率到達最優,但由于經濟規模因素的影響,導致蘇州市總體的投入—產出效率不高,因此在日后的發展過程中應重點解決如何更好地發揮其規模效益問題。此外,從規模報酬可變的結果來看,大部分縣市在經濟發展過程中表現為規模報酬遞增的現象,但依然有9個地級市區存在規模報酬遞減的問題。即經濟發展規模的擴大,并不能顯著帶來整體效率的提升。因此，江蘇省大多數地級市區在經濟發展過程中并沒有達到投入—產出的最優狀態。

投入冗余與產出不足分析:從投入方面看,投入冗余現象較普遍,尤其是在勞動力投入方面有21個縣市的勞動力投入冗余量在15%以上。其中,最多的是宿遷市區,達到20.79%,說明其生產效率較低,需要加以重視。一部分原因是各縣市在經濟發展過程中,根據自身發展需要,會積極地引進相關人才并有組織地對個體進行教育和培訓,這樣就使不同部門擁有的個體知識、技能超過了實際需要,從而產生了勞動力投入冗余;還有一部分是由于顧客需求變化、產業間激烈競爭、技術變化等原因,出現新老員工交替現象,從而形成人力投入冗余。從資本投入方面看,在全社會固定資產投資總額投入中,有5個縣市(邳州、連云港市區、淮安市區、鹽城市區和宿遷市區)的投入冗余量超過15%;而在政府財政支出方面,有4個地級市區的投入冗余量超過15%,分別是無錫、淮安、鹽城和宿遷,但考慮到資本投入到產出的滯后性,因此不能直接判定存在資本投入冗余。若今后幾年這種情況有所好轉,則可看作資本投入有效;但如果長期存在資本冗余,則說明資本確實投入過多,產生的邊際效益逐漸降低,此時應考慮調整資本投入。從產出方面看,共有17個縣市存在地區生產總值的產出不足,且大多為技術效率較低的縣市,主要原因是要素投入規模和結構不合理,經濟技術水平和企業經營管理經驗不足,使有效產出嚴重不足。

3.2 2000—2015年江蘇省縣市經濟效率變動分析

根據2000—2015年江蘇省54個縣市的投入與產出指標數據,進一步分析江蘇省經濟全要素生產率及其分解效率的變化情況(圖1)。

圖1 2000—2015年江蘇省經濟Malmquist生產率及其分解效率與全國TFP演變

2000—2015年江蘇省經濟全要素生產率(TFP)圍繞1呈現波動上升的趨勢,總體上升了0.233,與全國TFP變化趨勢基本相同。其中,出現兩個大幅度波動階段:第一個階段(2000—2003年)。主要原因是：自從加入世界貿易組織(WTO),我國經濟發展一方面融入世界,帶動了出口貿易的快速發展；另一方面也受到世界的沖擊,市場競爭力差、經濟結構調整能力不足等原因直接導致我國經濟增長大幅變化。第二階段(2007—2009年)。該階段主要是受到全球金融危機的影響,人力和資本的投入相應減少,導致全國經濟出現了一定程度的蕭條。江蘇省TFP變化與技術進步變化基本保持一致,說明TFP的變化主要是源于技術進步的變化,這是因為江蘇省大力推廣技術發明和技術創造,倡導以創新驅動經濟發展。盡管2000—2015年江蘇省縣市經濟技術進步指數提升了0.289,純技術效率卻降低了0.012,即對技術的利用水平略有降低,表明江蘇省縣市經濟發展中投入要素在使用中存在效率低下現象。綜合效率和規模效率圍繞1小幅度波動,到2015年僅分別提升了0.061和0.094,對全要素生產率的影響相對較小。

綜上所述,江蘇省縣市經濟全要素生產率存在較大潛力,在今后的發展中既要對每個縣市經濟投入規模進行合理的配置,又要通過提高技術和管理水平,實現對投入要素的有效利用最大化。

4 江蘇省縣市經濟發展效率的空間關聯分析

4.1 全局關聯分析

本文根據全局自相關公式,運用Geoda軟件,計算出2000年、2005年、2010年和2015年江蘇省的全局Moran′s I指數(表3)。通過Z統計量檢驗可知,Moran′s I指數在0.05的顯著性水平上,江蘇省縣市經濟總體效率在節點年份均出現正相關性,即相鄰縣市存在著較為明顯的空間相對集聚現象。2000—2015年江蘇省縣市經濟全局Moran′s I指數呈現明顯上升的趨勢,數值由0.3429提高到0.7818,說明2000年以來隨著江蘇省憑借優越的區位條件和國家政策的傾斜,縣市經濟發展的速度不斷較快,效率也在不斷提高。

隨著江蘇省加快交通基礎設施建設,尤其是隨著城際高速鐵路的快速發展,江蘇省各縣市間的經濟聯系越來越密切,經濟發達地區對較落后地區的帶動和輻射作用愈發顯著,使經濟效率的空間相關性越來越顯著。

表2 江蘇省經濟效率全局自相關Moran′s I 指數

4.2 局部關聯分析

為了更加深入和直觀地探討江蘇省54個縣市經濟綜合效率的局部集聚特征,本文基于GeoDA軟件對綜合效率的局部空間自相關特征進行分析,結合局部Moran′s I散點圖,將54個縣市分為4種局部空間關聯類型,運用ArcGIS進行可視化,繪制出2000年、2005年、2010年和2015年江蘇省54個縣市經濟綜合效率的LISA集聚圖(圖2)。

圖2 江蘇省縣市經濟綜合效率LISA集聚圖

“L-L”集聚區:即該縣市自身和周邊縣市的經濟效率均較低,且兩者空間差異程度小。由圖2可見,2000—2015年江蘇省縣市經濟綜合效率的L-L集聚區的縣市數量呈明顯上升趨勢,表明L-L集聚程度越來越顯著。具體來說,L-L集聚區主要集中在江蘇北部地區,并且從最北部的分散集聚(徐州、連云港和宿遷)逐步向中北部的連續集聚(徐州、連云港、宿遷、淮安和鹽城)發展。雖然空間分布格局上L-L集聚區的范圍呈現明顯擴大趨勢,但是這類集聚區的經濟效率也有出一定的上升態勢,但與其相鄰蘇中以及蘇南地區縣市的經濟效率的差距在不斷在擴大,其中有11個縣市(豐縣、沛縣、沭陽縣和灌云縣等)2000—2015年均處于L-L集聚區,表明這些縣市一直是江蘇省經濟效率的落后區。在今后的發展過程中,應加大對L-L集聚區的經濟規模投入,提高經濟和管理技術的支持,減弱這些經濟發展效率較低縣市的集聚態勢,加快融入江蘇省經濟一體化發展進程。

“L-H”區:即該縣市自身經濟效率較低,而周邊地區相對較高,主要分為兩類：一類是自身效率不低,但周圍縣市經濟效率較高,因此形成L-H區(2000年的南京市區、蘇州市區和江蘇南部的一些縣市);另一類是周圍縣市經濟效率較低,但自身效率更低,因此形成L-H關聯(泗陽縣、泗洪縣和鹽城市區等)。但2000—2015年,L-H區域在逐年縮小,特別是第二類到2015年已經完全消失,說明隨著江蘇省縣市經濟的協同發展,經濟效率落后地區接受了周圍經濟效率較高縣市的輻射,使原本這些區域由于經濟基礎薄弱和地理位置不優越等原因造成的經濟效率低下現象得到改善。

“H-L”區:即該縣市自身經濟效率較高,而周邊地區相對較低。2000—2015年,H-L區空間分布格局變動較大。2000年H-L區的縣市主要有連云港市區、淮安市區、濱海縣、射陽縣、漣水縣、寶應縣和東臺市;2005年H-L區縣市發生較大變動,但總體上范圍有所縮小(徐州市區、睢寧縣、響水縣、高郵市、興化市和海安市)。從2010年開始,H-L區開始向江蘇中部的縣市轉移聚集,到2015年除了徐州市區外其他H-L區均聚集于中部地區。主要原因是，江蘇省經濟發展從南到北呈現明顯的階梯狀,蘇中部地區的縣市具有較為優越的距離優勢。雖然長江在一定程度上阻礙了蘇南地區的擴散,但隨著交通和網絡的發展,技術、資金、人才等要素的輻射和擴散愈來愈多,因此H-L區逐步出現集中在與蘇南縣市比效率較低,而與蘇北縣市比效率較高的蘇中地區。

“H-H”集聚區:這些縣市自身和周邊縣市的經濟效率均較高,且空間差異程度小。2000—2015年,江蘇省縣市經濟綜合效率的H-H集聚區縣市數量呈明顯增加趨勢,且擴散現象極明顯。2000年只有12個縣市且主要集中常州、無錫、蘇州和南通的部分縣市;2005年開始南京市區和蘇州市區也加入了H-H集聚區。從2010年開始出現明顯的向北演化的趨勢,到2015年已形成了包含蘇南所有縣市和蘇中部分縣市共24個的大片集聚區。

5 結論

江蘇省2015年縣市經濟綜合效率水平不理想,效率值低的城市較多,經濟發達地區并非效率最優,且存在較為明顯的“南—中—北”空間分異結構。純技術效率與綜合效率之間存在正相關關系,因此純技術效率值較低是導致綜合效率低下的主要原因。大多數縣市經濟規模效率水平較高,但也有部分市區存在規模報酬遞減問題,即縣市經濟發展規模的擴大并不能顯著帶來整體經濟效率的提升。

縣市經濟全要素生產率總體上呈現波動上升的趨勢,且變動趨勢與全國TFP變化基本相同。縣市TFP的變化主要是源于技術進步的變化,但在實際經濟發展中對投入要素在使用中存在效率低下現象，而規模效率對全要素生產率的影響較小。在今后的發展中要堅持創新驅動,不僅要對每個縣市經濟投入規模進行合理配置,還要通過提高技術和管理水平,實現對投入要素的有效利用最大化。

在全局空間自相關上,縣市經濟綜合效率的Moran′s I指數呈現明顯的上升趨勢,即空間集聚特征日益明顯;在局部空間自相關上,L-L和H-H集聚區呈現明顯的極化發展,且H-H集聚區有明顯的跨江擴散趨勢;而L-H和H-L區的范圍逐漸減小,到2015年已形成由南到北明顯的“H-H、H-L、L-H、L-L”的空間分異。

參考文獻:

[1]Tim J,Celli D S,Prasad Rao.Total Factor Productivity Growth in Agriculture:A Malmquist Index Analysis of 93 Countries,1980-2000[J].Agricultural Economics,International Association of Agricultural Economists,2005,32(11)∶115-134.

[2]張秀生,盛見.關于經濟效率內涵的分環節探討[J].生產力研究,2008,(3)∶9-10.

[3]李德剛.馬克思、恩格斯的經濟效率觀及其對當代中國的啟示[J].理論導刊,2012,(6)∶91-93.

[4]蘇海濤,胡錦峰,郭海清.基于DEA方法的鄱陽湖生態經濟效率評價研究[J].商業經濟,2010,(20)∶31.

[5]趙立成,任承雨.綠色經濟視角下環渤海經濟圈經濟效率的再評價——基于熵權法和DEA-Malmquist方法[J].資源開發與市場,2012,28(1)∶45-47.

[6]曹明.中國能源經濟效率動態分析及預測[J].中國人口·資源與環境,2011,21(4)∶81-87.

[7]莊宇,李慶果.區域生態環境經濟效率的數據包絡分析[J].工業工程,2008,11(4)∶93-98.

[8]徐勝,楊娟.山東省碳排放經濟效率評價分析[J].中國漁業經濟,2012,30(3)∶76-82.

[9]Solow RM.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics,1956,70(1)∶65-94.

[10]Banister G.Regional Concentration and Efficiency in Mexican Manufacturing[J].European Journal of Operational Research,1995,80(3)∶672-690.

[11]Alexander Cottee,Provera.Economic Development and Growth in Colombia：An Empirical Analysis with Super-efficiency DEA and Panel Data Models[J].Socio-Economic Planning Sciences,2011,45(4)∶154-164.

[12] Kim.Regional Convergence and Efficiency in Korea [J].Applied Economics Letters,2008，15(1)∶57-60.

[13]Dara A F,Topaz C,Yousef T.Assessing Cost and Technical Efficiency of Banks in Kuwait[R].Working Paper,2002∶124-125.

[14]George Emmanuel Haloes,Nikolaos G Tzeremes.Measuring Regional Economic Efficiency:The Case of Greek Prefectures[J].Ann Reg Sci,2010,45(3)∶603-632.

[15]Sather M.X-efficiency in Australian Banking an Empirical in Visitation[J].Journal of Banking and Finance,2001,25(3)∶613-630.

[16]劉建國,孫李國平,張俊濤,等.中國經濟效率和全要素生產率的空間分異及其影響[J].地理學報,2012,67(8)∶1069-1084.

[17]計志英.基于隨機前沿分析法的中國沿海區域經濟效率評價[J].華東經濟管理,2012,26(9)∶63-66.

[18]曹子堅,蘇新華.基于動態DEA的西部循環經濟發展效率研究[J].改革與戰略,2013,29(1)∶35-38.

[19]李英,王球琳,付磊,等.林產工業生態產業鏈經濟效率及生態效率評價研究——基于三階段DEA模型的黑龍江省林區實證分析[J].生態經濟,2015,31(11)∶51-55.

[20]沈最意,程美華.基于DEA模型的溫州市區域經濟效率分析[J].統計科學與實踐,2012,(5)∶29-56.

[21]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,2011,66(8)∶1011-1022.

[22]葉磊,段學軍,吳威.基于交通信息流的長三角地區網絡空間結構及其效率研究[J].地理研究.2016,35(5)∶992-1002.

[23]Stem Malmquist.Malmquist Index Numbers and Indifference Surfaces[M].Trabuco de Estatistica,1953∶209-242.

[24]Caves DW.The Economic Theory of Index Numbers and the Measurement of Input or Output and Productivity[J].Econometrics，1982,50(6)∶1393-1414.

[25]Moran P A P.Notes on Continuous Stochastic Phenomena[J].Biometrical,1950,37(1-2)∶17-23.

[26]Anselin L.The Local Indicators of Spatial Association-LISA[J].Geographical Analysis,1995,27(2)∶93-115.

[27]魏權齡.數據包絡分析[J].科學通報,2000,45(17)∶1793-1808.