基于DEA模型的珠三角城市群城市化效率测度及影响因素研究

文淑惠　张昕

内容摘要：珠三角城市群当前已呈现出显著的新常态发展特征。为科学测度珠三角城市群的城市化效率及影响城市化效率的因素，本文运用DEA模型对珠江三角洲区域的主要城市进行测度并结合计量Tobit回归分析。分析结果表明，珠江三角洲地区整体的城市化效率略有不足，其整体综合效率从2011年开始处于递增趋势；但纵观来看，珠三角城市群2005年至2014年整体的综合效率是处于下降趋势。究其原因主要在于生产要素和经济资源的配置与利用不合理，造成了不同程度的冗余与浪费。珠三角城市群的城市化率、工业结构、邮电业务总量对城市化的进程产生的是负向影响。

关键词：城市化 城市群 数据包络网络分析 Malmquist指数 Tobit回归分析

引言

城市群是城市化发展达到成熟阶段的产物，正日益成为我国区域经济发展的核心载体。我国在1978年的城市化水平为17.92%，到2014年城市化水平已达到54.8%，增加幅度为36.88%。从广东省数据看，广东省在2005年的城市化水平为51.9%，到2014年城市化水平已经达到了54.6%，十年之间增加了2.7%，这是相当可观的增长率。珠三角地区的数据显示，珠三角地区在2005年的城市化水平为72.9%，到2014年城市化水平为80%，增加幅度为7.1%（以城镇人口占常住人口比率计算）。我国城市化进程不断加快，高速的城市化发展在推动经济增长的同时也面临着各种的问题和挑战。一方面，未能理性的追求城市化速度，致使城市化与经济社会结构转换不匹配，城市化速度受到规模扩张和品质提升的制约，这些问题将带来一系列的隐患。另一方面，我国城市化发展速度的提高使得资源消耗增加、生态环境负载过大，但所带来的经济发展、人民生活水平以及城市化收益都是比较有限。我国要想尽快地走出一条有中国特色的城市化道路，就必须不断地提高各个城市的城市化效率，从而提高整个城市群的城市化效率。本文将对珠江三角洲的主体城市进行分析，通过分析影响对珠三角地区城市化效率的主要因素，找出提高城市化效率的途径，从而加快珠江三角洲城市群的城市化进程。

城市化模型选定及数据来源

（一）测度城市化效率研究方法的选取

现有文献对于城市化效率的研究概括起来主要有：汤洁、王博（2014）借助DEA模型，对我国城市化效率以及不同城市的地域差异对城市化效率的影响进行了分析。李红锦、李胜会（2012）通过运用DEA模型，对我国三大城市群城市化效率进行了实证分析，并且对投入冗余与产出不足进行了详细测算。本文选择用DEA方法中的BCC模型来对珠江三角洲城市群的主体城市进行测度与分析。同时，使用Malmquist-DEA方法来对珠江三角洲城市群的主体城市10年的数值进行测度与分析，并结合Tobit回归分析方法找出影响城市化效率的因素。

（二）城市化效率模型的选取

综合效率（技术效率）通常用下述比率表示 ：TE=0Q/0P。如果值等于1则表示这个公司是完全技术有效率的。假设有n个城市，每个城市都为一个决策单元；这样就会有n个决策单元。j=1，2，…，n，xj，yj，θ分别表示第j个城市的投入、产出变量以及相对效率值。根据CCR模型，该线性规划为：

在D1这个式子中，λj为每个城市在某一指标上的权重，CCR模型的假设前提是决策单元的固定规模收益不变，并且用CCR模型计算出来的θ就是决策单元的技术效率值，也简称为综合效率（CRSTE）；对于D2这个式子，其中加入了Σλj=1 这个限制条件后，CCR模型变为BCC模型，从而计算出来的θ就是决策单元的纯技术效率值（VRSTE）。技术效率与纯技术效率的关系是：技术效率（CRSTE）=纯技术效率（VRSTE） X规模效率（SCALE）。其中技术效率值的大小为小于等于1。当等于1时，表明生产要素的配置和经济资源的利用是很有效率的；而小于1时，反映出对于生产要素的配置和经济资源的利用为不是有效的状态。Lindgren和Roos把 Malmquist指数定义为：

Malmquist生产指数的数值就是用TPF 表示，也就是说某一决策单元在t到t +1期生产率的变化程度。若 TPF>1，表示生产率是处于上升趋势，TPF<1表示衰退趋势。因为TFP 是由技术变化（TC）和效率变化（EC）两部分组成（TFP=TC×EC）。式（1）中为技术变化（TC），对应于生产前沿面的移动对生产率的贡献程度为技术效率（EC）变化，即在第t期和t + 1期中技术效率的变化对生产率的贡献程度。

（三）指标确定和数据来源

为了科学测度城市化效率的数值，指标选取将分为两类，一类是输出性指标，另一类是输入性指标。输出性指标即城市化将会带来人口的变动，特别是城市人口的变动，则以城镇人口占常住人口比重作为输出性指标。输入性指标即把城市化作为一种有某种原因产生的结果来看，固定资产投资反映了城市中资本投入的总体数量，当年实际利用外资额反映了城市在发展建设中实际利用外商投资的数值，城市建成区面积反映了在建设城市时实际投入的土地数额，财政支出则表明政府在城市化建设中投入了多少的资金来促进城市化建设的进度，从业人员数量则反映了在城市化建设过程中，有多少劳动力的供给，人口规模反映出城市化建设中人口变动的情况，也能从了另一方面反映出劳动力的供给，这些输入性指标从侧面反映出影响城市化的部分因素。本文研究所需的数据主要来源于《广东省2006-2015年统计年鉴》。

城市化效率的实证研究

（一）实证研究结果与分析

从表1可以看出，在2005年综合效率最高的城市有三个，分别是中山、珠海、肇庆，而广州和深圳的综合效率非常低。并且在2005年，有效率的城市占珠江三角洲主体城市群的30%，从2005到2010年，除了中山、珠海、肇庆是一直处于综合效率最高的城市外，其他的城市综合效率都有不同程度的波动。说明这些城市的生产要素配置和经济资源利用率以及其它因素都有着不同程度的浮动，不是很稳定，并且有效率的城市占珠江三角洲主体城市群的比率一直在30%至40%之间波动。在2011年时候肇庆的综合效率下降至0.587。从2011年至2014年变为中山、珠海两个城市的综合效率一直处于最高的状态，而对于珠三角地区来说，有效率的城市占珠江三角洲地区主体城市的比率已经下降至20%。这反映出2005年到2014年期间中山、珠海这两个城市的要素利用率、资源配置能力以及资源使用效率都处于非常有效的状态，而其它城市的综合效率数值在2005到2014年之间有的数值远离1，有的数值接近于1，说明这些城市的城市化效率都不是非常有效。从珠江三角洲平均綜合效率结果来说，由2005年的0.76减少到2014年的0.65。endprint

由图1可以看出，珠江三角洲城市群整体的综合效率是一直在下降的。随着珠三角城市群城市化速度的不断加快，广东省每年都会有大量人口从乡村转移到城市，并且由于广东省的迅速发展，外来务工人员也逐渐增加，从而使得城市工业化、经济社会发展与环境容量和人均资源有限之间的矛盾以及相关问题开始凸显出来。从整体角度来看，整个珠江三角洲地区存在着要素利用、资源配置及使用不合理的特征。

表2反映的是在2014年全省和各个城市及珠江三角洲城市群的投入冗余情况。从全省来看，在固定资产投资总额、当年实际利用外资额、建成区面积、地方财政一般预算内支出、从业人员数、常住人口这些指标中都存在着不同程度的冗余，说明全省来看要素和资本的利用率并不高，造成了浪费。同理，广州、东莞、惠州也存在着不同程度的冗余，深圳、佛山、中山、珠海、江门、肇庆这几个城市却不存在冗余情况，说明这些城市的城市化过程中，要素与资源的分配很合理。但整体的珠三角却存在着冗余。

从表3可以看出，各个城市及珠三角地区全要素城市化效率增长率都是下降的。从分解角度看，珠三角地区综合效率、技术进步、纯技术效率、规模效率都有不同程度的下降，具体数值依次为综合效率下降了1.4%、技术进步下降了11.1%、纯技术效率下降了0.9%、规模效率下降了0.4%、TFP下降了12.3%。由于全要素生产率=综合效率×技术进步，则全要素生产率TFP的下降是由综合效率以及技术进步的下降共同导致的。深圳、佛山的综合效率十年平均增长率分别为4.1%和1.3%，说明要素利用率和资源配置合理性以及效率等都是非常有效的。而中山和珠海的城市化综合效率平均增长率在这十年间为0，其它城市的综合效率在这十年间平均值是下降的。从技术进步一列数值看出，所有城市包括珠三角地区的都是下降的，说明技术进步成为影响TFP的主要因素，但综合效率对TFP的影响也是比较显著的。

（二）影响城市化综合效率的因素分析

前面已经通过DEA方法得出了各个城市的城市化综合效率值，为了进一步探究影响综合效率的因素，本文参考已有的研究和区域城市化效率之间的差异性，主要考虑以下几个影响因素：一是城市化率，城镇人口占常住人口比重；二是工业结构，第三产业占总产业比重；三是利用外资，港澳台及外商投资企业工业总产值占工业总产值比重；四是研发强度，大中型企业研究和试验发展经费支出与工业增加值的比值；五是邮电业务总量。由于效率评价值有一个最低界限值0，所以数据被截断，如果采用普通的最小二乘法对模型直接进行回归，参数估计将是有偏且不一致。为了解决这种问题，则采用Tobit提出的截断回归方法进行分析，同时结合面板数据特性，建立如下的Tobit回归模型：

在这个公式中， yit为第i个城市第t年的综合效率。解释变量 xit为第i个城市第t年的城镇人口占常住人口比重、第三产业占总产业比重、港澳台及外商投资企业工业总产值占工业总产值比重、大中型企业研究和试验发展经费支出与工业增加值的比值、邮电业务总量。 βT为未知参数，eit～N（0， σ2）为面板数据的截取回归模型，解释变量 xit取实际观测值，被解释变量 yit以受限制的方式取值：当yit≥0取实际的观测值；为城市i第t年的固定效应，为未知的确定常数。

为了验证这五个解释变量是否存在多重共线性，则对这五个解释变量进行检验，得到的结果都不满足多重共线性所需条件，则表明不存在多重共线性，然后对这些数据采用Tobit回归。

从表4可以看出，港澳台及外商投资企业工业总产值占工业总产值比重、大中型企业研究和试验发展经费支出与工业增加值的比值对城市化的综合效率都是正向关系。表明港澳台及外商直接投资企业工业总产值占工业总产值比重增加一个百分点时，城市化的综合效率将会增加0.00260245个百分点；大中型企业研究和试验发展经费支出与工业增加值的比值增加一个百分点时，城市化效率将会增加0.00706011个百分点。对于城镇人口占常住人口比重、第三产业占总产业比重、邮电业务总量来说，它们都对珠三角地区的城市化效率产生负向作用。

结论及启示

第一，DEA（数据包络网络分析）方法对珠三角城市群的城市化效率进行测度后，发现2005年到2014年期间珠三角地区城市化效率整体是处于下降趋势的。中山和珠海这两个城市在城市化进程中一直处于投入和产出最优的状态，这给其它城市起到了标兵的作用。虽然改革开放使得这两个城市的城市化水平处于领先优势，但是对于整个珠三角城市群城市化的促进作用还是显得比较有限。对于上述结果显示的那些为表现出DEA有效的且处于规模报酬递增状态的城市，应该不断地挖掘其发展潜力。从投入冗余表中可以看出，虽然技术、资金、生产要素的大量投入能够促进城市化效率的提高，但是当城市化水平发展到一定高度时，如果只是单纯地增加数量的话则会造成资源的浪费，必须对生产要素和经济资源进行合理的配置，提高科学管理水平来实现投入和产出的最优状态。

第二，Malmquist-DEA方法对珠三角地区城市群城市化效率进行分解后发现，对于TFP指数的影响主要在于技术进步，并且结果显示整个珠三角地区各个城市十年的技术进步平均值都是存在不同程度的下降。应当优化产业结构，不断提高规模效率，加强产业的集中性，优化和完善产业链，并且在此基础上也要提高生产和销售效率。对于规模较小研发能力不够的企业，应先给予政策和资金支持，然后再考虑是否应该鼓励其缩减或者并购。并且，也应当调整产业结构，以技术创新来带动发展，改变传统的“高投入、高消耗、高排放、投入高、产出低”的经济发展模式，转向发展附加值较高、资金技术密集型的行业。

第三，Tobit回归分析方法测量影响城市化效率的因素显示，利用外资以及研发强度都是影响城市化效率的正向因素，而城市化率、工业结构以及邮电业务总量对其却是负向影响。虽然我国目前引进的外资数目已经相当可观，但是很大一部分属于科技含量低、能源消耗大的行业，各级政府在注重引进外资数量的同时也应注重其质量。应该改善政策，通过市场性政策、参与性政策、管制性政策和奖励性政策等相关政策来吸引更多高质量、高水平的外国投资企业到珠三角地区进行投资，不断地优化外资结构，充分发挥其正向溢出效应。并且，还需不断地加大各个城市的科研投入力度，拓宽科研经费渠道，鼓励大中型企业对研发的积极性，使得产、学、研相结合，促进技术转化为生产力。另外，需要对引进的人才质量进行严格把关，合理地分配劳动力和资源，使得一、二、三產业能平衡发展。同时基础设施也应加强，以适应城市化快速发展的节奏。endprint

参考文献：

1.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），2012，9（33）

2.张明斗，周亮，杨霞.城市化效率的时空测度与省际差异研究[J].经济地理，2012，32（10）

3.汤洁，王博.基于生产率指数的城市化效率区域差异研究[J].理论探讨，2014（4）

4.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）

5.CHARNES A，COPPER W W，RHODES E. Measuring the efficiency of decision makingunits[J].European Journal of Operational Researche，1978，2（6）

6.BABKER R D，CHARNES A，COOPER W W Some models for estimating technical and sacle inefficiencies in data envelopment analysis[J].Management Science，1984，30（9）

7.张明斗.中国城市化效率的时空分异与作用机理[J].财经问题研究， 2013（10）

8.李郇， 徐现祥， 陈浩辉. 20世纪90年代中国城市效率的时空变化[J].地理学报， 2005，60（4）

9.郭腾云， 董冠鹏.基于GIS和DEA的特大城市空间紧凑度与城市效率分析[J].地球信息科学学报，2009，11（4）

10.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，2011，66（8）

11.肖文，王平.我國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.王家庭，赵亮.我国分省区城市化效率的实证研究[J].同济大学学报（社会科学版）， 2009，20（4）

13.万庆，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，2015，25（2）

14.李俊奇，张红伟.我国城市化效率及其与经济增长的关系研究——基于2003～2013年的数据分析[J].软科学，2015，29（12）

15.吴旭晓.中原崛起视域下河南省城市化效率的动态评价——基于非参数DEA-Malmquist方法[J].地域研究与开发，2012，31（5）

16.李翠玲，蒋一昭.我国城市化动力机制探析[J].经济问题，2011（3）

17.刘雷，张华.山东省城市化效率与经济发展水平的时空耦合关系[J].经济地理，2015，35（8）

18.翟爱梅，景显恩.省际城市化效率与经济增长关系实证研究[J].城市问题，2014（8）endprint