長江中游城市群城市效率與開發程度的耦合分析

瞿晨超

安徽財經大學經濟學院，蚌埠,233030

1 相關研究與問題提出

城市是區域內非農人口與農業人口大規模聚集的場所，在這一場所中人口的聚集和流動帶來了經濟的繁榮。隨著城鎮化進程的推進，城市成為了一個國家經濟社會發展的核心，是多種要素匯集和結合的場所。經濟發展在現代社會中面臨了較多的新挑戰，為適應新的發展要求，具有空間與經濟聯系的城市形成了城市群，實現了依托發達的交通通信等基礎設施網絡所形成的空間組織緊湊、經濟聯系緊密，并最終實現高度同城化和高度一體化的城市群體。長江中游城市群被國家定位為中國經濟發展新增長極，長江中游城市群穩步發展能幫助我國適應經濟新常態。城市進行大規模的開發能否提高城市效率，促進城市發展，增強各地區經濟實力和綜合競爭實力，是有一定研究意義的。

近年來,學術界對城市效率開展了多方面的研究，Charnes使用數據包絡分析法(DEA)分析了1983年和1984年中國28個城市的經濟效率問題，證實了數據包絡分析法對城市效率的測度是可行的，拓寬了效率評價體系，使城市效率的測度更加科學。在Charnes的研究基礎上，相關學者對城市效率進行了深入研究，部分學者將研究方向集中在城市效率評價上，主要在宏觀、中觀、微觀三個測量尺度上測度城市效率問題，并分析了城市效率變化特征及其影響因素。宏觀上是對國家及城市群這一空間層面進行測度，如方創琳對我國城市群投入產出效率進行測度，發現我國城市群投入產出效率總體低且呈下降趨勢[1]。中觀尺度多是指區域、城市這一空間層面，如郭騰云對1990—2006年全國31個特大城市要素資源效率進行測度，依據測度結果分析出東部、中部、西部三個地區之間城市綜合效率與生產率之間有不同的相關關系[2]；張軍濤運用空間計量經濟學的研究方法對東北地區34個地級市的效率變化進行了分析，得出該地區的城市效率有著較強的空間溢出效應和空間依賴作用[3]。微觀尺度多指城市內部的某一系統或城市某一方面，如鄧洪波使用數據包絡分析法對安徽省旅游產業進行效率評價，研究了影響城市旅游效率的因素，嘗試總結了城市旅游效率的提高機制[4]。另一部分學者在空間差異、經濟增長等相關因素與城市效率的相互關系上獲得了一定的研究成果，如戴永安使用中國266個城市的面板數據，結合DEA模型，探究了各種城市條件因素對城市效率的影響特征[5]；陳真玲通過運用超效率DEA和空間計量方法研究了我國30個省份城鎮化進程中的生態效率水平及城鎮化與生態效率的作用機制[6]。

綜上所述，現階段對城市效率方面的研究較多集中在測度分析上，較少結合城市的發展進行研究，有關城市開發程度對城市效率的作用研究也極少涉及。因此，文章選取長江中游城市群30個地級以上城市為研究對象，通過測度2009—2015年間城市效率及城市開發程度來計算二者之間的耦合度，依據結果分析二者之間的耦合關系。

2 模型構建與數據來源

2.1 測度方法

2.1.1 效率測度模型及指標選取

城市效率可以有效評價資源和要素在城市的產出效率，是衡量城市投入產出能力重要的指標。根據城市效率的特點并結合現下研究城市效率的主流方法，文章在研究中采用Charnes、Cooper和Rhodes于1978年所提出的研究方法，即數據包絡分析(DEA)的方法。數據包絡分析法在現今研究中主要使用的模型為DEA-BCC模型，這一模型在1984年由Banker、Charnes、Cooper提出，根據早先的DEA-CCR模型，增加了凸性條件，能夠在研究中更準確的對決策單元進行評價。模型在確定生產可能集的基礎上，通過線性規劃求解，判斷決策單元是否位于生產前沿面上。若決策單元位于生產前沿面，則DEA有效；反之，則DEA無效。

在BCC模型的假設中，若有n個決策單元，在此即n個城市，i=1,2,…,n；βi和αi分別表示第i個城市的產出和投入變量,θ表示相對效率值,該模型的公式為:

(1)

式中,minθ代表目標函數,s.t.表示約束條件,λi表示每個城市在某一指標上的權重變量,β0和α0分別代表決策單元的原始產出值和投入值,θ值表示決策單元的技術效率值。

表1 城市效率評價指標體系

本文采用DEA方法測度長江中游城市群30個城市的城市效率，并進行靜態分析，進而分析其資源配置及投入產出情況。依據DEA方法的作用原理，需要構建輸入指標和輸出指標兩個體系。輸入指標作為城市要素的投入，文章根據劉賀賀在對東北地區進行城市效率測度時所確立的指標為依據，設立投入指標和輸出指標[7]，如表1。

2.1.2 城市開發程度測度方法

采用城市開發程度指數(UDD指數)對城市開發程度進行測度，計算公式為：

(2)

式(2)中,UDDi表示在i年的城市開發程度指數，RPTi、GDPi、CLAi分別表示i年城市人口總量，i年地區生產總值，i年城市建設用地面積；LAi表示i年市轄區城市土地總面積，α、β和λ分別表示i年人口密度、經濟密度和城市建設用地占比。考慮到評價指標的屬性，選擇α、β、γ分別代表人口密度、經濟密度和城市建設用地占比的權重值，在此選取各指標的理論最大值。

2.1.3 耦合度模型

“耦合”這一概念源于物理學，這一概念是基于對兩個或兩個以上的電路元件或電網絡等的輸入與輸出之間可能存在的關系進行研究所提出的，相關學者根據這一概念的內涵進行了應用上的拓展。文章在研究中從耦合的基本概念出發，根據城市效率與城市開發程度兩個系統在發展中產生相互作用的現象，定義為城市效率-城市開發程度耦合，表達式為：

(3)

式中,C表示耦合度值；f(x)、g(y)分別表示城市綜合效率指數和城市開發程度指數；k為調節系數，文章在耦合度模型研究中考量的子系統是城市效率與城市開發程度，故取k值為2。耦合度C值越大，表明城市效率與城市開發程度之間耦合程度高，系統越協調；反之，則愈小。

2.2 數據來源

考慮數據的準確性和真實性，選取長江中游城市群30個地級市為研究對象，將長江中游城市群包括的非地級市區域劃歸至所屬地級市。研究期為2009—2015年，數據均來源于各城市統計年鑒。

3 實證分析

3.1 城市綜合效率結果分析

利用DEA模型，借助DEAP2.1計算軟件，計算長江中游城市群30個地級市的綜合效率(Crs)(表2)，以此為依據評價不同年份各城市的發展狀況。

表2 不同年份長江中游城市群城市綜合效率

注：研究對象為長江中游城市群涵蓋的30個地級市。

長江中游城市群城市綜合效率達到DEA有效的城市呈波動性變化，在研究期內，城市綜合效率最優的城市數量占比分別為70%、53.3%、56.7%和36.7%，呈現出波動下降的變化趨勢。南昌在2011年后長期處于非有效狀態下，規模效率遞減，城市資源投入冗余，而長沙、武漢研究期內始終達到DEA有效，能較為合理的使用資源。研究期內，處于規模報酬遞減的城市數量分別為2、2、4和3，數量方面看變化不顯著。處于規模報酬遞增狀態的城市明顯較多，對資源的需求旺盛，可能的原因為政府高層對長江中游城市群發展的重視，收益于政府政策的傾向，引導資本對該地區的涌入，促進了地區技術水平的發展，革新了發展理念，從而使該地區高速發展，進一步加大了對要素的需求。

3.2 城市開發程度的結果分析

由公式(2)計算得出長江中游城市群30個城市的開發程度指數，并繪制2009、2011、2013、2015年4個時間截面的UDD指數變化趨勢圖(圖1)。根據城市開發程度的大小，將長江中游城市群30個城市劃分為低開發程度型(0.000 1～0.180 1)、中等開發程度型(0.180 2～0.325 8)、中高開發程度型(0.325 9～0.486 6)和高開發程度型(0.486 7～0.936 5)。

圖1 長江中游城市群城市開發程度指數

由圖1可以得出以下結論：

(1)2009年至2013年間長江中游城市群城市整體開發程度呈現上升趨勢，2013年至2015年由于行政區劃改變導致部分城市開發程度呈現一定的降低。30個城市因年際開發程度指數變化不同而分為波浪線型、倒U型和水平型三種類型，南昌、長沙作為省會城市是要素和政策投入最多的地區，總體呈現倒U型的變化趨勢，造成這種趨勢的原因主要為行政區劃改變，自身面積擴大導致的。除南昌、長沙兩座省會城市外，武漢作為中部較大的城市，呈現出波浪線型的變化趨勢。除省會城市外，其余大部分城市年際開發程度指數變化趨勢都表現為波浪線型。

(2)30個城市間開發程度差距較大，且以中低開發程度城市為主體。由圖1可知，南昌在2011年城市開發程度指數達到了長江中游城市群30個城市歷年的最高值，為0.53，長沙在2011年也達到該市研究期內的最大值，為0.58，同年，宜昌與荊門二市的開發程度指數僅為0.04，較南昌相差了13倍，差距極為明顯。長江中游城市群整體開發程度不高，且以中低開發程度城市為主，開發指數均值在2009年僅為0.15，在2015年開發指數均值同樣較低，為0.18。

(3)中等開發程度型、中高開發程度型、高開發程度型城市數量變化不顯著。研究期內，僅有南昌一直屬于高開發程度型。

3.3 城市效率與城市開發程度的耦合度分析

根據上述公式(3)計算不同年份長江中游城市群30個城市的城市效率與城市開發程度的耦合度。依據測度結果，將研究對象劃分為不同的耦合類型，分別為低度耦合型(0.000 1～0.268 0)、中度耦合型(0.268 1～0.486 0)、較高度耦合型(0.486 1～0.834 0)和高度耦合型(0.834 1～0.998 0)。當C=0時，耦合度極小并向無序發展。

從時間變化來看，長江中游城市群30個城市的城市效率與開發程度耦合度呈現波動變化的趨勢。高度耦合型城市數量在研究期內呈現波動變化趨勢，南昌在2011、2013年兩個時間截面跨入了高度耦合型城市的行列，武漢在7年間一直屬于較高度耦合型城市，長沙在2011、2013年在城市效率與開發程度二者之間的耦合情況較好，達到了高度耦合。除了省會城市外，黃石、湘潭都在不同年份邁入過高度耦合型城市。整體上來看，長江中游城市群30個城市的城市效率與開發程度耦合度類型以低度耦合型為主，表明二者的協調水平較低，未能很好的進行協同發展。2009—2013年間，長江中游城市群整體呈現大幅上揚，同時，30個城市的城市效率、開發程度指數均呈現上揚趨勢，在此時間區間內，說明二者之間的協同發展有著良好的趨勢，其中高度耦合型城市有南昌、黃石、長沙和湘潭。2013—2015年間，部分城市呈現微弱下降，可能的原因是城市發展中由于自身規模的變動導致數據的變化。高度耦合型城市僅有南昌、黃石、長沙。長江中游城市群30個城市雖然在過去實現了一定發展，城市的資源配置得到了優化，但城市開發程度對城市效率的提升作用不顯著，沒有表現出一種較好的耦合狀態。

表3 2009—2015年長江中游城市群城市效率與開發程度耦合度

從空間分布來看，高耦合度型的城市僅有南昌、黃石、長沙和湘潭四市，且7年間一直保持了較高水平的耦合協調度。鷹潭、上饒、武漢、黃岡、株洲、衡陽和婁底屬于較高耦合度類型城市，大部分城市都屬于低度耦合型城市，區域間差距明顯，城市效率與城市開發程度失去了協調發展的機制。這種低水平的耦合度表明城市在開發過程中與城市效率無法協調發展，對城市發展沒有提供較為有利的支撐。整體來看，耦合度值相對較高的城市集中在省會城市及經濟較發達城市之中，經濟洼地城市更多的表現為低度耦合或無序發展。

圖2 2009—2015年間耦合度時空分布格局

4 結 語

通過對長江中游城市群30個城市的城市效率、城市開發程度及二者耦合度的測算和分析，得出如下結論：

第一，城市效率、城市開發程度水平不高，多數城市要素投入不足且城市未能得到充分開發。長江中游城市群是我國基于目前經濟發展形勢、地區發展水平所規劃出的，具有較高發展前景。在這一背景下，要素開始加大對該地區的涌入，在這一過程中，區域內城市未能呈現出較高的資源利用狀態，較多城市處于規模報酬遞增狀態，要素投入不足。中部各省的發展戰略都是以省會城市為中心，將省會城市列為增長極，從而帶動全省的崛起。在這一背景下，使得要素資源加快往省會城市的聚集，在某種程度上對要素使用造成了浪費。

第二，研究期內城市開發程度與城市效率的耦合水平不高，二者發展不協調。自國家實施“中部崛起”戰略以來，中部地區進入了高速發展期，長江中游城市群也獲得一個較好的發展。研究結果顯示，長江中游城市群城市效率與開發程度的耦合度在研究期內處于波動下降的趨勢，這種趨勢能夠有效的表明城市開發程度對城市效率的提升作用不顯著，二者協同發展情況不明朗。可能的原因在于政府過于強調省會的發展，造成要素分配在空間上有較大差異，推動城市發展的動力主要依靠政策手段大規模聚集資源于省會，同時新建開發區、新城和新區，例如南昌市在2013增加了200多平方公里的市轄區行政面積，進行新一輪的城市開發，對要素的需求進一步加大，使得區域內其余城市所能獲得的要素相對減少。而低度、中度耦合型城市，大部分都處于開發程度較低的水平，在總體上拉低了二者之間的耦合度，弱化了城市效率提升所帶來的發展基礎。

第三，區域差異化特征明顯，經濟洼地地區在城市效率、城市開發程度及二者耦合水平較省會城市差距較大。省會城市在城市開發和耦合水平位于30個城市的靠前位置，在城市效率方面資源投入冗余明顯，得益于區位優勢以及政策的重視。類似九江、贛州、上饒三市，在空間上有其獨特的區位優勢，當沿海發達地區進行產業轉移時，接壤地區將首先獲益，利用承接的轉移產業實現經濟的快速增長，進一步帶動城市對要素的聚集效應，繼而加大城市的開發。而經濟洼地地區城市較長時間內處于低度耦合狀態，整體城市開發程度不高，且多數處于規模報酬遞增狀態，資源投入不足，使得經濟洼地城市在發展過程中城市效率達不到DEA有效狀態，從而造成總體呈現弱則愈弱，強則愈強的趨勢。

從城市發展角度出發，對長江中游城市群30個城市的城市效率、開發程度進行測度，結合測度結果分析了城市效率與開發程度的協調關系，指出了長江中游城市群的發展現狀以及存在的不足，但是對城市效率、開發程度和耦合度三者之間的作用關系沒有進行深入的研究。

參考文獻：

[1]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

[2]郭騰云,徐勇,王志強.基于DEA的中國特大城市資源效率及其變化[J].地理學報,2009(4):408-416

[3]張軍濤,劉建國.城市效率及其溢出效應：以東北三省34個地級市為例[J].經濟地理,2011(4):578-583

[4]鄧洪波,陸林.基于DEA模型的安徽省城市旅游效率研究[J].自然資源學報,2014(2):313-323

[5]戴永安.中國城市效率差異及其影響因素：基于地級及以上城市面板數據的研究[J].上海經濟研究,2010(12):12-19

[6]陳真玲.生態效率、城鎮化與空間溢出：基于空間面板杜賓模型的研究[J].管理評論,2016(11):66-74

[7]劉賀賀，楊青山.東北地區城市效率與開發程度的時空耦合[J].經濟地理,2015(10):64-72

[8]謝志祥,任世鑫.長江中游城市群城市效率水平測度及空間分異研究[J].長江流域資源與環境,2015(10):1705-1710

[9]成金華,孫瓊.中國生態效率的區域差異及動態演化研究[J].中國人口.資源與環境,2014(1):47-54

[10]洪開榮,浣曉旭.中部地區資源—環境—經濟—社會協調發展的定量評價與比較分析[J].經濟地理,2013(12):16-23

[11]陳曉紅,萬魯河.城市化與生態環境耦合的脆弱性與協調性作用機制研究[J].地理科學,2013(12):1450-1457

[12]羅能生,李佳佳.中國城鎮化進程與區域生態效率關系的實證研究[J].中國人口.資源與環境,2013(11):53-60

[13]許新宇,陳興鵬.基于DEA和Malmquist模型的甘肅省城市效率及其變化[J].干旱區資源與環境,2013(9):12-17

[14]許建偉,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