基于超效率DEA模型的城鎮化效率評價

李許卡，高 卓

（1.東北大學 工商管理學院，沈陽 100819；2.華南農業大學珠江學院，廣州 510900）

0 引言

城鎮化是一個大戰略，它關乎國計民生，是推動一個國家或地區實現現代化的重要力量[1]。改革開放以來，我國城鎮化快速推進，取得了巨大的成就，目前，城鎮化粗放式發展帶來的問題受到了各方的高度重視，城鎮化發展的關鍵已經不是速度快慢的問題，而是質量和效率高低問題[2]。城鎮化質量包含城鎮化效率和城鎮化公平兩方面的內容，城鎮化效率是城鎮化良性發展的最基本內核，而城鎮化發展的效率低、成本高是導致我國城鎮化發展質量不高的主要原因。因此，提升城鎮化效率成為解決當前城鎮化面臨的問題和提升城鎮化質量的關鍵。城鎮化是一個復雜的系統，包括人口城鎮化、經濟城鎮化、社會城鎮化和生態城鎮化等內容，但各角度城鎮化效率水平究竟如何？在不同區域間是如何分布的？這是一個非常值得研究的問題。

1 超效率DEA模型的構建

超效率DEA模型（Super-Efficiency-DEA）是在DEA模型的基礎上，針對有效決策單元效率值的比較問題進一步提出的[3]。超效率DEA模型在對該決策單元進行效率評價時，對于DEA有效的決策單元，能夠進一步將其生產前沿面進行重新計算推移，使得最終計算出來的效率值大于經典CCR模型效率值；而對于DEA無效的決策單元（效率評價值小于1），其生產的前沿面不會發生變化，評價結果與CCR模型仍保持一致，它能夠克服普通DEA模型無法對多個決策單元做出進一步的評價和比較的缺陷，區分出DEA有效的決策單元之間的差異，能夠對所評價的決策單元進行有效的排序和比較[4]?；诖朔椒ㄔu價城鎮化效率，不僅可以區分有效、無效城鎮化效率值，還可以對有效的城鎮化效率值進行排序，實現對有效的城鎮化效率值更為準確的比較。其計算公式如下：

其基本原理是：以規模報酬不變的超效率DEA模型為例（如圖1），在計算單元B的效率值時，將其排除在DMU參與集合之外，則此時ACDE成為了有效生產前沿面，線段BB'表示B點的投入量仍然可增加的幅度，則B點的超效率評價值=OB'/OB＞1[5]。進一步地，A、C、D點的超效率評價值依照相同的邏輯可以測算出來，且它們都是大于1的值，可以進行大小的比較。這在應用到城鎮效率評價時，可以更加充分地描述和區分城鎮化效率的大小。

圖1規模報酬不變的超效率DEA模型

2 實證

2.1 投入、產出指標構建及描述

構建反映城鎮化效率的指標體系是一項復雜的系統工程，而運用超效率DEA模型評價城鎮化效率的關鍵在于投入和產出指標的選取。綜合來看，學者們在城鎮化效率投入指標設定上都高度強調勞動力、土地和資本等要素，而在城鎮化效率產出指標設定上普遍強調城鎮化率、GDP、非農產業就業等內容[6]。綜合已有城鎮化效率及相關評價研究，在遵循系統性、完整性、代表性、可操作性等原則下，分別構建城鎮化效率的評價指標體系，力求更加科學合理、客觀地反映我國城鎮化效率。本文設定的投入指標主要有土地投入、資本投入、人口投入、公共服務業投入、環境治理投入、教育投入、科技投入、房地產投入、社會保障和就業投入、醫療衛生投入、工業污染治理投入等11項內容，設定的產出指標主要有城鎮化率、非農產業產值水平、非農產業就業水平、城鄉收入差距、城鎮環境水平、在校學生人數、單位建成區生產能力、GDP結構、城鎮居民收入水平、就業情況、醫療水平、基礎設施水平、生活垃圾出率水平13項內容（如表1所示）。投入指標與產生指標的衡量分別見表2、表3。

表1 城鎮化效率評價指標體系

表2 投入指標的衡量

2.2 研究對象及數據來源

2.2.1 研究對象

在廣泛借鑒學者們相關研究的基礎上，分別基于不同角度確定與各城鎮效率相關的投入和產出要素指標；在樣本選取上，基于地域不同、城鎮發展水平不同及人口經濟總量不同進行考察。具體的，本文分別基于東部、中部、西部、東北地區選取了3個省份作為考察對象，其中東部地區選取了北京、江蘇和浙江3個省市，中部地區選取了河南、湖北和安徽3個省份，西部地區選取了四川、甘肅和新疆3個省份，東北地區選取了遼寧、吉林和黑龍江3個省份。在時間跨度選取上，選取了2008—2015年這一期間。

表3 產出指標的衡量

2.2.2 數據來源及說明

本文研究對象的數據主要來自于國家數據庫、《中國城市統計年鑒》（2009—2016）、《北京市統計年鑒》（2016）、《江蘇省統計年鑒》（2016）、《浙江省統計年鑒》（2016）、《河南省統計年鑒》（2016）、《湖北省統計年鑒》（2016）、《安徽省統計年鑒》（2016）、《四川省統計年鑒》（2016）、《甘肅省統計年鑒》（2016）、《新疆省統計年鑒》（2016）、《遼寧省統計年鑒》（2016）、《吉林省統計年鑒》（2016）和《黑龍江省統計年鑒》（2016）。部分年鑒中缺失的數據根據各地區的統計公報進行補齊，其中，黑龍江2011—2013年非農產業占比數據缺失，根據2010—2014年平均增速計算而來。在數據處理上，固定資產投資、房地產投資是以2008年為基期，利用固定資產投資價格指數折算而來。此外，部分數據因為缺乏對應的價格指數以當年價格計入。

2.3 評價結果

2.3.1 綜合城鎮化超效率DEA評價結果

從綜合城鎮化效率來看，2008年超DEA效率值大于1的省份有4個，分別是北京、甘肅、新疆和吉林，其中東部地區1個，西部地區2個，東北地區1個，中部地區3個樣本省均低于1；2015年，超DEA效率值大于1的省份有5個，分別是北京、甘肅、新疆、吉林和黑龍江，其中東部地區1個，西部地區2個，東北地區2個，且東北地區遼寧省的效率值達到了0.9957，十分接近于1，而中部地區3個省份仍然均低于1（見下頁表4）。從發展趨勢看，2008—2015年，北京的綜合城鎮化效率一直呈現高速增長趨勢，2015年達到了4.43的水平，而同屬東部地區的浙江和江蘇的城鎮化效率均呈現出下降特征，尤其是江蘇，城鎮化效率一直處于較低水平，其效率值在2014年和2015年均低于0.5，在選取的樣本中處于最低的水平；中部地區3個樣本省份的超DEA效率值得變化均呈現出倒U型特征，與河南和湖北相比，安徽省的城鎮化效率相對較高；西部地區除四川外，甘肅和新疆的綜合城鎮化效率一致處于相對較高的水平，兩地的城鎮化效率變化較為穩定，但2015年均出現下降；東北地區3個省份的綜合城鎮化效率水平都比較高，且整體呈現出較為穩定的上升趨勢。

表4 2008—2015年12個省綜合城鎮化效率水平

2.3.2 人口城鎮化超效率DEA評價結果

從人口城鎮化效率來看，2008年超DEA效率值大于1的省份有3個，分別是甘肅、新疆和吉林，其中，西部地區2個，東北地區1個，而東部和中部地區均低于1；2015年，超DEA效率值大于1的省份有4個，分別是北京、甘肅、吉林和黑龍江，其中東部地區1個，西部地區1個，東北地區2個，而中部地區3個省份仍然均低于1（見表5）。從發展趨勢看，2008—2015年，北京的綜合城鎮化效率一直呈現穩定增長趨勢，2015年達到了2.99的水平，而同屬東部地區的浙江和江蘇的城鎮化效率均呈現出下降特征，尤其是江蘇，城鎮化效率一直處于較低水平，其效率值在2015年均僅為0.26，在選取的樣本中處于最低水平；中部地區3個樣本省份中，湖北和安徽人口城鎮化的超DEA效率值均呈現出持續下降的特征，且下降趨勢較為明顯，而河南的人口城鎮化效率總體上處于低水平穩定狀態；西部地區的甘肅和新疆的城鎮化效率也均呈現出下降趨勢，但這兩個省份的效率值整體上仍處于較高的水平，而四川的人口城鎮化效率呈現出先上升后下降的特征，效率值遠低于甘肅和新疆；東北地區的吉林和黑龍江的人口城鎮化效率水平相對比較高，且呈現出小幅震蕩特征，而遼寧的人口城鎮化效率呈現先下降后上升的態勢。

表5 2008—2015年12個省人口城鎮化效率水平

2.3.3 經濟城鎮化超效率DEA評價結果

從經濟城鎮化效率來看，2008年超DEA效率值大于1的省份有3個，分別是北京、甘肅和新疆，其中，東部地區1個，西部地區2個，而中部和東北地區均低于1；2015年，超DEA效率值大于1的省市仍然是北京、甘肅和新疆3個省份。中部和東北地區6個樣本省份的效率值仍然均低于1（見表6）。從發展趨勢看，2008—2015年，北京的綜合城鎮化效率呈現出快速增長趨勢，2015年達到了3.31的水平，而浙江和江蘇的城鎮化效率均呈現低水平震蕩特征，尤其是江蘇，今年估計城鎮化效率一直處于較低水平，其效率值在2015年均僅為0.42，在選取的樣本中處于最低水平；中部地區3個樣本省份的超DEA效率值均呈現出低水平、小幅度正當特征；西部地區的甘肅和新疆的城鎮化效率在將對較高的水平震蕩，而四川的人口城鎮化效率呈現穩定下降的趨勢，經濟城鎮化效率值仍舊遠低于甘肅和新疆；與綜合和人口城鎮化效率水平相比，東北3個樣本省份的經濟城鎮化效率相對較低，且均呈現小幅穩定上升趨勢。

表6 2008—2015年12個省經濟城鎮化效率水平

2.3.4 社會城鎮化超效率DEA評價結果

從社會城鎮化效率來看，2008年超DEA效率值大于1的省份有3個，分別是浙江、新疆和吉林，其中，東部、西部、東北地區各1個，而中部地區均低于1；2015年，超DEA效率值大于1的省份有4個，分別是北京、新疆、吉林和黑龍江，其中東部地區1個，西部地區1個，東北地區2個，而中部地區3個樣本省份仍然均低于1（見下頁表7）。從發展趨勢看，2008—2015年，北京的社會城鎮化效率一直呈現較快的增長趨勢，2015年達到了3.37的水平，浙江和江蘇的城鎮化效率均呈現出下降特征，尤其是浙江，社會城鎮化超DEA效率水平下降的十分明顯，江蘇雖然也呈先下趨勢，但只是小幅度下降；中部地區3個樣本省份中，除了湖北省呈現較為明顯的先上升后下降特征外，河南和安徽的社會城鎮化超DEA效率值均呈現出穩定震蕩的特征；西部地區除了新疆呈現較為明顯的先上升后下降特征外，四川和甘肅的社會城鎮化超DEA效率值均呈現出穩定震蕩的特征，四川的效率值仍舊低于其他兩個省份；東北地區黑龍江的社會城鎮化效率總體呈現出上升的特征，而遼寧和吉林分別處于低水平和高水平小幅度震蕩。

2.3.5 生態城鎮化超效率DEA評價結果

從生態城鎮化效率來看，2008年超DEA效率值大于1的省份有2個，分別是浙江和新疆，其中，東部地區1個，西部地區1個，而中部和東北地區均低于1；2015年，超DEA效率值大于1的省份仍然是3個，分別是北京、甘肅和新疆3個省份，而中部和東北地區6個樣本省份的生態效率值仍然均低于1（見表8）。從發展趨勢看，2008—2015年，北京的生態城鎮化效率仍舊呈現出快速增長趨勢，2015年達到了3.12的水平，而浙江和江蘇的城鎮化效率均呈現下降特征，江蘇和浙江的生態城鎮化效率分別由2008年的0.51和1.13下降到2015年的0.3和0.44的水平，江蘇生態城鎮化效率仍舊在所有省份中處于最低的水平；中部地區3個樣本省份的生態城鎮化效率均呈現出較大幅度的震蕩特征，其中安徽處于高效率水平震蕩，而河南和湖北則在低效率水平震蕩；西部地區的甘肅在2015年之前生態城鎮化效率一直低于1，而在2015年如然漲到了大于2的水平，新疆生態城鎮化效率總體上呈現出下降趨勢，而四川則在低效率水平震蕩；東北3個樣本省份的在生態城鎮化效率上也均處于不穩定震蕩狀態。

表7 2008—2015年12個省社會城鎮化效率水平

表8 2008—2015年12個省生態城鎮化效率水平

3 結論

本文基于超效率DEA分析方法，在確定各城鎮化效率對應的投入、產出指標之后，搜集和處理了12個省市的相關數據，利用EMS軟件對12個省份的城鎮化效率進行了全面評價。從評價結果來看，12個樣本省份中，北京的各城鎮化效率均保持了良好的增長趨勢，且城鎮化效率較高，但東部的浙江和江蘇2個樣本省份的城鎮化效率均較低；中部地區3個樣本省份的各城鎮化效率基本都不高，相差也不是很大，均處于小幅度震蕩發展中；西部地區甘肅和新疆的各城鎮化效率相對較高，而四川的各城鎮化效率相對較低；東北地區吉林和黑龍江的各城鎮化效率相對有效，而遼寧的各城鎮化效率相對較低。總的來看，考察對象的各城鎮化效率普遍不高，且各城鎮化效率的高低與當地城鎮化率和經濟發展程度高低并無必然聯系[7]，這為進一步深入研究城鎮化效率低下的根本原因奠定了良好的基礎。