海西经济区城镇化效率与经济发展水平时空耦合关系研究

王晓璐 童思聪

摘 要： 【目的/意义】经济发展与城镇化之间的关系一直是经济研究的热点话题，探究两者之间的关系有助于推进我国城市与社会的可持续发展。【方法/过程】基于海峡西岸经济区2011-2017年的数据，利用MaxDEA 8.0软件构建产出有界的SBM-DEA窗口模型计算城镇化效率，利用熵值法计算经济发展水平，在这基础上进一步分析二者耦合协调性的动态关系。【结果/结论】海西经济区城镇化效率、经济发展水平及其耦合度均有向好的趋势。在研究期间内，城镇化效率平均值由0.851上升至0.860，平均经济发展水平由0.218上升至0.388，耦合度由0.772上升至0.906。可以看出，经济发展水平对耦合度呈现倒“U”型分布关系，经济发展水平与城镇化效率也存在倒“U”型分布关系。

关键词： 城镇化效率;生态效率;SBM-DEA模型;耦合协调;海西经济区

中图分类号：F127 文献标志码：A 文章编号：1637-5617（2019）05-0021-07

Abstract：  【Objective/Meaning】The relationship between economic development and urbanization has always been a hot topic in economic research. Exploring the relationship between the two is conducive to promoting the sustainable development of cities and society in China. 【Methods/Procedures】Based on the data of the weststraits economic zone from 2011 to 2017， MaxDEA 8.0 software was used to build the SBM-DEA window model with bounded output to calculate the urbanization efficiency， and the entropy method was used to calculate the economic development level. On this basis， the dynamic relationship of coupling coordination between the two was further analyzed. 【Results/Conclusions】The urbanization efficiency， economic development level of the weststraits economic zone and their coupling degree all had positive trend. During the research period， the average urbanization efficiency increased from 0.851 to 0.860， the average economic development level increased from 0.218 to 0.388， and the coupling degree increased from 0.772 to 0.906. It could be seen that the economic development level presented an inverted U shape distribution relation to the coupling degree， and there was also an inverted U shape distribution relation between the economic development level and urbanization efficiency.

Key words：  urbanization efficiency;ecological efficiency;SBMDEA model;coupling coordination;weststraits economic zone

1 問题的提出

福建省政府在2004年提出了海峡西岸经济区的战略构想，其目的是加快闽南三角地区、湄洲湾和闽江口地区的建设，从而逐步形成海峡西岸的经济繁荣带，进而带动周边地区发展。而后党的十七大正式将“海峡西岸经济区建设”写入报告中。海峡西岸经济区作为具有独特优势的地域经济综合体，其以福建为主体，不仅与珠三角、长三角两个经济区相衔接，还东与台湾岛、西与江西、浙江的广大内陆腹地相贯通，具有加强对台工作、推进祖国统一的战略地位，以及进一步推动中国走向世界的发展特点。伴随工业化的发展，非农产业在城市集聚、农村人口向城市集中的自然历史过程，城镇化逐渐成为人类社会发展的客观趋势，同时也是保持经济可持续发展的强大动力所在。因此，针对经济发展与城镇化关系的研究[1-2]备受关注。

海西经济区自成立以来一直是学界研究热点话题，内容包括对其经济建设[3-4]、产业结构[5]、城市建设[6]的评价研究等方面。归纳来看，现有文献仅针对某一特定系统展开研究，而缺乏对经济发展与城镇化双系统间关系的深入讨论。在2011-2017年的发展进程中，海西经济区城镇化进程是可持续的（图1），但从现有研究来看，城镇化与经济发展之间的关系尚不明了。鉴于此，本文从海西经济区20个地级市出发，着重研究这些区域城镇化效率与经济发展水平之间的关系，从而了解海西经济区的城镇化对其经济发展的影响。

2 研究方法、指标选取与数据来源

2.1 研究方法

2.1.1 产出有界的SBMDEA窗口模型

本文选取产出有界的SBMDEA窗口模型（The Window SBMDEA Model of Bounded Output Variable）的原因如下：由于本文研究的是各地级市的城镇化效率，故应人为规定其作为产出指标的城镇化水平的上限不应大于1，且由于在径向数据包络分析（Radial Model Of DEA）中，所有产出/投入等比例缩减/增加的比例是无效率程度测量的唯一参考。事实上，若要改进部分无效率决策单元，不仅要经过等比例缩减/增加的过程，还要包括松弛改进的部分。而托恩提出的SBM模型（Slack Based Measure， SBM）[7]，不仅解决了投入产出变量的松弛性问题，还解决了由于径向和角度问题所带来的测量偏差。另外，由于时间序列的影响，对单一年份计算DEA效率会出现各年不可比的结果[8]，故本文结合窗口模型（本文中窗口长为7的DEA）构造了产出有界的SBMDEA窗口模型，并使用产出角度进行分析，意在更精确地评价城镇化效率。

2.1.2 熵值法

本文采用熵值法对研究区域经济发展水平进行测算。熵值法可以避免类似德尔菲法和层次分析法等主观赋值法带来的主观因素的偏差，是一种比较客观的权重赋值法，在一定程度上可以使结果更加精确、合理，其在经济学研究中应用较为广泛，具体步骤可参考文献[9-11]。

2.1.3 耦合度模型

耦合度反映的是系统从无序走向有序的一种转变，体现系统之间的相互作用程度及其同步性，参考王富喜等[12]对耦合度计算方法的规范，具体公式如下：

2.2 指标选取与数据来源

2.2.1 指标选取  根据数据包络分析方法（DEA）的要求，将海西经济区共20个地级市作为决策单元（DMU），评价各地级市的城镇化效率。同时，基于指标选取的科学性、可靠性、真实性与可操作性的原则，选取的城镇化效率指标如下。（1）投入指标：本文通过海西经济区各市固定资产投资总额计算得到以2010年为基期的各地级市固定资本存量，以此作为各地级市的资本投入;选取各地级市的城镇就业人员作为劳动力投入;选取各地级市建成区面积作为土地投入。（2）产出指标：本文选取各地级市城镇化率、非农产值作为产出指标，以此来反映人口城镇化、经济城镇化的发展水平。

按照熵值法的数据需求，在参考相关文献的基础上[1-2]，本文选取8个指标用于测算经济发展水平，分别为人均GDP、人均社会零售商品总额、非农产业比重、第三产业比重、人均财政收入、人均社会固定资产投资额、城乡居民储蓄存款、城镇居民可支配收入。

2.2.2 数据来源  本文以海西经济区20个地级市为研究对象， 研究时间跨度为2011-2017年。数据来源于各年各省的统计年鉴，数据缺失的部分地级市根据相对应年度的统计年鉴、国民经济和社会发展统计公报予以补充。另外，由于投入与产出要素需满足“等张性”原则，本文通过SPSS 21.0进行Pearson相关性检验，结果表明，在1%的置信水平下各投入与产出要素之间均能通过双尾检验且相关系数为正，具有合理性，可用于实证分析（表1）。

3 结果与分析

3.1 城镇化效率分析

本文借助MAXDEA Ultra 8.0软件计算了城镇化效率值（表2），以此对海西经济区各地级市城镇化效率做出客观评价。

2011-2017年，海西经济区平均城镇化效率呈现“M”型波动上升的趋势，其平均效率由0.851增长至0.873，说明了整体发展情况是可持续的。分区域来看：（1）福建经济区的城镇化效率以0.918的水平穩居第一，究其原因是制定与实施的一系列城镇发展规划措施的有效性。如福建省颁布的《福建省国民经济和社会发展第十二个五年规划纲要》中所提及的积极建立“以大都市区为依托、大中小城市和小城镇协调发展的格局”这一目标，增强中心城市的带动能力，以厦漳泉大都市区带动其他中心城市发展，进而提升了次区域中心城市的发展。这些政策不仅提升了中心城市的辐射能力，同时也激发了县域经济的发展活力，提高了小城镇的综合承载能力。在这样的联动机制传导下，提升了福建整体城镇化效率。（2）海西经济区的各个地级市城镇化率低于平均水平的有福州、南平、莆田、揭阳、梅州、抚州、赣州、上饶、鹰潭与衢州，但这些城市城镇化效率水平还存在着较大区别，如梅州以及江西经济区的4个地级市与其他地区相差较大。这种差异与各个城市自身的区位条件、经济发展水平、产业结构、城镇规模、基础设施与政策导向都密不可分。

3.2 经济发展水平分析

本文通过熵值法计算了2011-2017年海西经济区20个地级市经济发展水平综合指数（图2）。

由图2可知，在2011-2017年海西经济区总体呈现上升趋势，以经济发展综合指数表示的平均经济发展水平在6年间上升了78%，年均增长率为10.11%。但经济发展整体水平较低，在2017年仅为0.388，由此可知海西经济区经济发展模式目前处于上升期，即高经济增速与低经济基础并存的时期，发展潜力较大。相比2011年，抚州、上饶在2017年的经济发展水平综合指数分别为2011年的2.45、2.28倍，可见经济发展水平基础薄弱的地区，其发展潜力越大，更有益于提升当地的经济发展水平。另外，图3也显示了海西经济区经济发展不平衡的现状，经济发展水平综合指数从2011年的0.441上升至2017年的0.523，7年来上升了18.6%。由此可见，海西经济区贫富差距日渐悬殊。

3.3 城镇化效率与经济发展水平时空耦合分析

本文通过耦合度模型，测算了2011-2017年海西经济区20个地级市城镇化效率与经济发展水平的耦合度（表3），同时将2011年、2013年、2015年、2017年20个地级市的耦合度分为4种类型（按耦合度由低到高可分为低度耦合、拮抗阶段、磨合阶段与高度耦合）。

2011-2017年，海西经济区城镇化效率与经济发展水平的耦合度呈逐年递增的趋势，6年间耦合度上升了17%，这说明海西经济区城镇化效率与经济发展水平呈现出良性协调发展趋势。6年中耦合度差异最大的是2012年，最高值为抚州的0.974，最低值为揭阳的0.623。

从耦合类型来看，2011-2017年均没有出现低度耦合的情况。2011年处于高度耦合阶段的区域为温州、福州及厦门;处于磨合阶段的区域为泉州、丽水与衢州，其余地区则处于拮抗阶段。2013年处于高度耦合阶段的区域为温州、福州、泉州及厦门;处于磨合阶段的区域为衢州、丽水、鹰潭、赣州、三明、龙岩、莆田、漳州与汕头，其余地区则处于拮抗阶段，此时两大都市圈的辐射效应逐渐显现。2015年处于高度耦合阶段的区域为衢州、温州、福州、莆田、泉州、厦门、龙岩及赣州;处于拮抗阶段的区域为揭阳与潮州，其余地区则处于磨合阶段，此时两大都市圈的辐射效应已经较为明显，海西经济区其他城市已经出现连片处于磨合期发展阶段的现象。2017年海西经济区所有城市均度过了拮抗期发展阶段，其中处于高度耦合阶段的区域为衢州、丽水、温州、鹰潭、福州、莆田、泉州、厦门、龙岩、赣州及汕头;其余地区则进入了磨合阶段，此时两大都市圈的辐射效应已经非常明显，海西经济区各个地级市城镇化效率与经济发展水平进入相辅相成，相互促进的状态。

从时间演变来看，海西经济区高度耦合区域数量逐年上升，由2011年的3个上升为2017年的11个;而处于拮抗阶段的城市逐年减少，由2011年的14个下降为2017年的0个;处于磨合阶段的城市亦逐年上升，由2011年3个上升为9个。综上所述，可以看出海西经济区各地级市城镇化效率与经济发展均向好发展。而从空间分布格局来看，磨合阶段与高度耦合阶段的城市均逐渐出现年际变化的稳定性与空间分布较好的集中性，以高度耦合阶段为中心，周围分布着处于磨合阶段的城市空间类型，突出了较低耦合水平区域依附较高耦合水平区域的现象。高度耦合类型主要分布在两大都市圈（福州-厦漳泉都市圈），其原因是在城镇建设过程中各项投入要素与产出要素的关系处理得当，且与自身较高的经济发展水平相辅相成，形成良性循环;而处于拮抗与磨合阶段区域主要是经济发展水平相对较弱的地区，这些地区可能由于自身区位条件、产业集聚度、相关政策及本身经济基础较为薄弱的影响所致，但从目前来看，其经济发展水平增速较快，可见这些地区发展潜力很大，未来也会发展的更加协调。

3.4 城镇化效率与经济发展水平的相互影响关系

为进一步分析城镇化效率与经济发展水平及两系统耦合度的相互关系，本文利用SPSS 21.0对7年的数据进行多元线性回归分析，得到了耦合度 C 、城镇化效率 EU 与经济发展水平 EE 之间的拟合方程：

从拟合方程的结果（表4）来看，回归方程的判定系数 R2 达到了0.833， P =0，说明拟合度较高。结果显示，城镇化效率在1%的显著性水平上呈现负相关，表明耦合度随城镇化效率的提升而下降。而经济发展水平在1%的显著性水平上呈现正相关，说明耦合度随经济发展水平的上升而上升。

以耦合度 C 作为因变量，经济发展水平指数 EE 作为自变量，拟合回归方程的结果如下：

从拟合结果来看（图4），判定系数 R2 =0.845，说明回归方程拟合度很好。从图5可看出，经济发展水平与耦合度呈现倒“U”型分布关系，说明海 西经济区地级市耦合度在一定时期内随着经济发展水平的提高而提高，当经济发展指数到达0.627左右的位置时，经济发展水平对耦合度呈现负面影响。由经济发展水平指数雷达图（图2）可知福州、厦门两大经济支撑区的经济发展水平指数多年来大于0.627，说明这两个地区长期处于倒“U”型的右侧阶段，即耦合度随着经济发展的上升而下降。因此，福州、厦门这2个经济增长极在未来的发展过程中要着重注意优化城市建设的投入产出要素来提高城镇化效率，进而提高耦合度。此外，其他地区经济发展指数在多数年份中小于0.627，故要着重关注经济发展质量才能提升耦合度，进而实现两系统的良性协调。

以经济发展水平指数 EE 作为因变量，城镇化效率 EU 作为自变量，拟合回归方程的结果如下：

从拟合效果来看（图5），上述方程判定系数 R2 =0.703，其拟合优度较高。经济发展水平与城镇化率呈现倒“U”型分布关系，说明在2011-2017年早期阶段海西经济区的经济发展水平普遍较低的情况下，城镇化进程中投入产出还较为合理，其城镇化效率较高。但随着经济发展水平的上升，其城镇化效率逐渐下降，这可能是由于这一阶段内海西经济区在快速发展过程中没能将关注点落在产出要素（人口城镇化、经济城镇化）的提升上，即没有重视人口素质及产业结构的调整。由于过于注重发展速度，存在固定资产投资与劳动力冗余的问题，在一定程度上造成了土地資源、资本、劳动力的浪费，导致城镇化效率较低。随着经济发展的提高，在往后阶段海西经济区需要转变追求速度忽视质量的发展方式，应更加注重投入产出要素的优化配比，有效提升城镇化效率，争取尽早从传统发展模式向新型城镇化发展模式过渡。

4 结论与讨论

4.1 结论

本文通过对海西经济区2011-2017年20个地级市的经济发展水平、城镇化效率与两系统耦合度的时空演化关系进行分析，得出结论如下：

（1）海西经济区在2011-2017年城镇化效率处于不断上升的状态。但从区际来看，各经济区彼此城镇化效率差异较大，且区域内也呈现出较大差异性，其中泉州、厦门2个地级市常年保持城镇化效率的最优状态，而其余地级市则呈现城镇化效率的无效状态，存在投入要素与产出要素的不匹配的现象。

（2）海西经济区整体上经济发展水平呈现平稳上升的状态，但经济发展水平整体不高，且区域发展主要依靠3个经济增长极（即温州、福州、厦门）带动。经济薄弱的地区（如抚州、上饶）发展潜力巨大，在2011-2017年的经济发展水平分别上升至原来的2.45与2.28倍（图2）。同时随着发展进程加快，各地级市间经济差异也在逐渐扩大，应该引起重视。

（3）从时间演变来看，海西经济区20个地级市耦合度逐年上升，从2011年以拮抗阶段为主的发展模式演变为2017年以磨合阶段、高度耦合为主的发展模式。磨合阶段与高度耦合区域逐年增加，说明海西经济区大部分地级市的城镇化与经济发展水平之间的耦合协调性变得越来越高。从空间分布情况来看，处于不同阶段的耦合类型均有较好的集中性与空间分布年际变化的趋势性，且次一阶段的耦合类型有向更高阶段耦合类型城市依附的趋势。

（4）海西经济区耦合度与经济发展水平之间呈现倒“U”型分布关系，处于倒“U”型曲线的拐点（0.627）左侧时经济发展对耦合度有促进作用;位于拐点右侧时，经济发展水平对耦合度呈现负面影响。而经济发展指数在小于0.437时，经济发展水平的上升对城镇化效率的增加有推动作用，在大于0.437时也会产生负面作用，故以福州、厦门为主的经济高度发展地区要着重注意质量的重要性，优化城市投入产出结构。

4.2 讨论

海西经济区作为两岸人民交流合作先行先试区域、服务周边地区发展新的对外开放综合通道，研究经济发展与城镇化进程的耦合关系对全面了解区域发展情况提供了一个可行方法。由于本文要求的城镇化效率，利用传统DEA无法限制产出目标值的上限，这会使各DMU效率值有误，无法详实反映出城镇化效率，因此采用有界SBM-DEA模型分析城镇化效率，使研究结果更加准确。并且，对海西经济区来说，其经济发展水平对耦合度呈现倒“U”型分布，经济发展水平与城镇化效率也存在倒“U”型分布，但对于其他城市群、某一经济区域亦或是加长时间序列的研究是否符合这一发展规律仍有 待进一步探究。

参考文献：

[1] 刘雷，张华. 山东省城镇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）：75-82.

[2]徐佳萍，郑林，廖传清. 江西省城镇化效率与经济发展水平的时空耦合关系[J]. 经济地理，2018，38（5）：93-100.

[3]张玉哲，郑正喜. 海西经济区经济社会发展评价指标体系的构建[J]. 厦门大学学报（哲学社会科学版），2013（6）：133-138.

[4]祝捷，李倩，蔡雪雄. 基于经济水平指标的城市发展评价——以海峡西岸经济区20城市为例[J]. 经济问题，2017（12）：114-117.

[5]杨立熙，唐振鹏. 海西经济区服务型制造模式的发展思路与对策[J]. 东南学术，2013（5）：107-114.

[6]尹晓波，侯祖兵. 海峡西岸经济区城市群的定位及发展路径[J]. 经济地理，2006（3）：473-477.

[7]TONE K . A slacksbased measure of superefficiency in data envelopment analysis[J]. European Journal of Operational Research， 2002， 143（1）：32-41.

[8]成刚. 数据包络分析方法与MAXDEA軟件[M]. 北京：知识产权出版社，2014.

[9]郭显光. 改进的熵值法及其在经济效益评价中的应用[J]. 系统工程理论与实践，1998（12）：99-103.

[10] 王富喜，毛爱华，李赫龙，等. 基于熵值法的山东省城镇化质量测度及空间差异分析[J]. 地理科学，2013，33（11）：1323-1329.

[11]马世五，谢德体，张孝成，等. 三峡库区生态敏感区土地生态安全预警测度与时空演变——以重庆市万州区为例[J]. 生态学报，2016，37（24）：8227-8240.

[12]丛晓男. 耦合度模型的形式、性质及在地理学中的若干误用[J]. 经济地理，2019，39（4）：18-25.