海西經濟區城鎮化效率與經濟發展水平時空耦合關系研究

王曉璐 童思聰

摘 要： 【目的/意義】經濟發展與城鎮化之間的關系一直是經濟研究的熱點話題，探究兩者之間的關系有助于推進我國城市與社會的可持續發展。【方法/過程】基于海峽西岸經濟區2011-2017年的數據，利用MaxDEA 8.0軟件構建產出有界的SBM-DEA窗口模型計算城鎮化效率，利用熵值法計算經濟發展水平，在這基礎上進一步分析二者耦合協調性的動態關系。【結果/結論】海西經濟區城鎮化效率、經濟發展水平及其耦合度均有向好的趨勢。在研究期間內，城鎮化效率平均值由0.851上升至0.860，平均經濟發展水平由0.218上升至0.388，耦合度由0.772上升至0.906。可以看出，經濟發展水平對耦合度呈現倒“U”型分布關系，經濟發展水平與城鎮化效率也存在倒“U”型分布關系。

關鍵詞： 城鎮化效率;生態效率;SBM-DEA模型;耦合協調;海西經濟區

中圖分類號：F127 文獻標志碼：A 文章編號：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 問題的提出

福建省政府在2004年提出了海峽西岸經濟區的戰略構想，其目的是加快閩南三角地區、湄洲灣和閩江口地區的建設，從而逐步形成海峽西岸的經濟繁榮帶，進而帶動周邊地區發展。而后黨的十七大正式將“海峽西岸經濟區建設”寫入報告中。海峽西岸經濟區作為具有獨特優勢的地域經濟綜合體，其以福建為主體，不僅與珠三角、長三角兩個經濟區相銜接，還東與臺灣島、西與江西、浙江的廣大內陸腹地相貫通，具有加強對臺工作、推進祖國統一的戰略地位，以及進一步推動中國走向世界的發展特點。伴隨工業化的發展，非農產業在城市集聚、農村人口向城市集中的自然歷史過程，城鎮化逐漸成為人類社會發展的客觀趨勢，同時也是保持經濟可持續發展的強大動力所在。因此，針對經濟發展與城鎮化關系的研究[1-2]備受關注。

海西經濟區自成立以來一直是學界研究熱點話題，內容包括對其經濟建設[3-4]、產業結構[5]、城市建設[6]的評價研究等方面。歸納來看，現有文獻僅針對某一特定系統展開研究，而缺乏對經濟發展與城鎮化雙系統間關系的深入討論。在2011-2017年的發展進程中，海西經濟區城鎮化進程是可持續的（圖1），但從現有研究來看，城鎮化與經濟發展之間的關系尚不明了。鑒于此，本文從海西經濟區20個地級市出發，著重研究這些區域城鎮化效率與經濟發展水平之間的關系，從而了解海西經濟區的城鎮化對其經濟發展的影響。

2 研究方法、指標選取與數據來源

2.1 研究方法

2.1.1 產出有界的SBMDEA窗口模型

本文選取產出有界的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級市的城鎮化效率，故應人為規定其作為產出指標的城鎮化水平的上限不應大于1，且由于在徑向數據包絡分析（Radial Model Of DEA）中，所有產出/投入等比例縮減/增加的比例是無效率程度測量的唯一參考。事實上，若要改進部分無效率決策單元，不僅要經過等比例縮減/增加的過程，還要包括松弛改進的部分。而托恩提出的SBM模型（Slack Based Measure， SBM）[7]，不僅解決了投入產出變量的松弛性問題，還解決了由于徑向和角度問題所帶來的測量偏差。另外，由于時間序列的影響，對單一年份計算DEA效率會出現各年不可比的結果[8]，故本文結合窗口模型（本文中窗口長為7的DEA）構造了產出有界的SBMDEA窗口模型，并使用產出角度進行分析，意在更精確地評價城鎮化效率。

2.1.2 熵值法

本文采用熵值法對研究區域經濟發展水平進行測算。熵值法可以避免類似德爾菲法和層次分析法等主觀賦值法帶來的主觀因素的偏差，是一種比較客觀的權重賦值法，在一定程度上可以使結果更加精確、合理，其在經濟學研究中應用較為廣泛，具體步驟可參考文獻[9-11]。

2.1.3 耦合度模型

耦合度反映的是系統從無序走向有序的一種轉變，體現系統之間的相互作用程度及其同步性，參考王富喜等[12]對耦合度計算方法的規范，具體公式如下：

2.2 指標選取與數據來源

2.2.1 指標選取 ?根據數據包絡分析方法（DEA）的要求，將海西經濟區共20個地級市作為決策單元（DMU），評價各地級市的城鎮化效率。同時，基于指標選取的科學性、可靠性、真實性與可操作性的原則，選取的城鎮化效率指標如下。（1）投入指標：本文通過海西經濟區各市固定資產投資總額計算得到以2010年為基期的各地級市固定資本存量，以此作為各地級市的資本投入;選取各地級市的城鎮就業人員作為勞動力投入;選取各地級市建成區面積作為土地投入。（2）產出指標：本文選取各地級市城鎮化率、非農產值作為產出指標，以此來反映人口城鎮化、經濟城鎮化的發展水平。

按照熵值法的數據需求，在參考相關文獻的基礎上[1-2]，本文選取8個指標用于測算經濟發展水平，分別為人均GDP、人均社會零售商品總額、非農產業比重、第三產業比重、人均財政收入、人均社會固定資產投資額、城鄉居民儲蓄存款、城鎮居民可支配收入。

2.2.2 數據來源 ?本文以海西經濟區20個地級市為研究對象， 研究時間跨度為2011-2017年。數據來源于各年各省的統計年鑒，數據缺失的部分地級市根據相對應年度的統計年鑒、國民經濟和社會發展統計公報予以補充。另外，由于投入與產出要素需滿足“等張性”原則，本文通過SPSS 21.0進行Pearson相關性檢驗，結果表明，在1%的置信水平下各投入與產出要素之間均能通過雙尾檢驗且相關系數為正，具有合理性，可用于實證分析（表1）。

3 結果與分析

3.1 城鎮化效率分析

本文借助MAXDEA Ultra 8.0軟件計算了城鎮化效率值（表2），以此對海西經濟區各地級市城鎮化效率做出客觀評價。

2011-2017年，海西經濟區平均城鎮化效率呈現“M”型波動上升的趨勢，其平均效率由0.851增長至0.873，說明了整體發展情況是可持續的。分區域來看：（1）福建經濟區的城鎮化效率以0.918的水平穩居第一，究其原因是制定與實施的一系列城鎮發展規劃措施的有效性。如福建省頒布的《福建省國民經濟和社會發展第十二個五年規劃綱要》中所提及的積極建立“以大都市區為依托、大中小城市和小城鎮協調發展的格局”這一目標，增強中心城市的帶動能力，以廈漳泉大都市區帶動其他中心城市發展，進而提升了次區域中心城市的發展。這些政策不僅提升了中心城市的輻射能力，同時也激發了縣域經濟的發展活力，提高了小城鎮的綜合承載能力。在這樣的聯動機制傳導下，提升了福建整體城鎮化效率。（2）海西經濟區的各個地級市城鎮化率低于平均水平的有福州、南平、莆田、揭陽、梅州、撫州、贛州、上饒、鷹潭與衢州，但這些城市城鎮化效率水平還存在著較大區別，如梅州以及江西經濟區的4個地級市與其他地區相差較大。這種差異與各個城市自身的區位條件、經濟發展水平、產業結構、城鎮規模、基礎設施與政策導向都密不可分。

3.2 經濟發展水平分析

本文通過熵值法計算了2011-2017年海西經濟區20個地級市經濟發展水平綜合指數（圖2）。

由圖2可知，在2011-2017年海西經濟區總體呈現上升趨勢，以經濟發展綜合指數表示的平均經濟發展水平在6年間上升了78%，年均增長率為10.11%。但經濟發展整體水平較低，在2017年僅為0.388，由此可知海西經濟區經濟發展模式目前處于上升期，即高經濟增速與低經濟基礎并存的時期，發展潛力較大。相比2011年，撫州、上饒在2017年的經濟發展水平綜合指數分別為2011年的2.45、2.28倍，可見經濟發展水平基礎薄弱的地區，其發展潛力越大，更有益于提升當地的經濟發展水平。另外，圖3也顯示了海西經濟區經濟發展不平衡的現狀，經濟發展水平綜合指數從2011年的0.441上升至2017年的0.523，7年來上升了18.6%。由此可見，海西經濟區貧富差距日漸懸殊。

3.3 城鎮化效率與經濟發展水平時空耦合分析

本文通過耦合度模型，測算了2011-2017年海西經濟區20個地級市城鎮化效率與經濟發展水平的耦合度（表3），同時將2011年、2013年、2015年、2017年20個地級市的耦合度分為4種類型（按耦合度由低到高可分為低度耦合、拮抗階段、磨合階段與高度耦合）。

2011-2017年，海西經濟區城鎮化效率與經濟發展水平的耦合度呈逐年遞增的趨勢，6年間耦合度上升了17%，這說明海西經濟區城鎮化效率與經濟發展水平呈現出良性協調發展趨勢。6年中耦合度差異最大的是2012年，最高值為撫州的0.974，最低值為揭陽的0.623。

從耦合類型來看，2011-2017年均沒有出現低度耦合的情況。2011年處于高度耦合階段的區域為溫州、福州及廈門;處于磨合階段的區域為泉州、麗水與衢州，其余地區則處于拮抗階段。2013年處于高度耦合階段的區域為溫州、福州、泉州及廈門;處于磨合階段的區域為衢州、麗水、鷹潭、贛州、三明、龍巖、莆田、漳州與汕頭，其余地區則處于拮抗階段，此時兩大都市圈的輻射效應逐漸顯現。2015年處于高度耦合階段的區域為衢州、溫州、福州、莆田、泉州、廈門、龍巖及贛州;處于拮抗階段的區域為揭陽與潮州，其余地區則處于磨合階段，此時兩大都市圈的輻射效應已經較為明顯，海西經濟區其他城市已經出現連片處于磨合期發展階段的現象。2017年海西經濟區所有城市均度過了拮抗期發展階段，其中處于高度耦合階段的區域為衢州、麗水、溫州、鷹潭、福州、莆田、泉州、廈門、龍巖、贛州及汕頭;其余地區則進入了磨合階段，此時兩大都市圈的輻射效應已經非常明顯，海西經濟區各個地級市城鎮化效率與經濟發展水平進入相輔相成，相互促進的狀態。

從時間演變來看，海西經濟區高度耦合區域數量逐年上升，由2011年的3個上升為2017年的11個;而處于拮抗階段的城市逐年減少，由2011年的14個下降為2017年的0個;處于磨合階段的城市亦逐年上升，由2011年3個上升為9個。綜上所述，可以看出海西經濟區各地級市城鎮化效率與經濟發展均向好發展。而從空間分布格局來看，磨合階段與高度耦合階段的城市均逐漸出現年際變化的穩定性與空間分布較好的集中性，以高度耦合階段為中心，周圍分布著處于磨合階段的城市空間類型，突出了較低耦合水平區域依附較高耦合水平區域的現象。高度耦合類型主要分布在兩大都市圈（福州-廈漳泉都市圈），其原因是在城鎮建設過程中各項投入要素與產出要素的關系處理得當，且與自身較高的經濟發展水平相輔相成，形成良性循環;而處于拮抗與磨合階段區域主要是經濟發展水平相對較弱的地區，這些地區可能由于自身區位條件、產業集聚度、相關政策及本身經濟基礎較為薄弱的影響所致，但從目前來看，其經濟發展水平增速較快，可見這些地區發展潛力很大，未來也會發展的更加協調。

3.4 城鎮化效率與經濟發展水平的相互影響關系

為進一步分析城鎮化效率與經濟發展水平及兩系統耦合度的相互關系，本文利用SPSS 21.0對7年的數據進行多元線性回歸分析，得到了耦合度 C 、城鎮化效率 EU 與經濟發展水平 EE 之間的擬合方程：

從擬合方程的結果（表4）來看，回歸方程的判定系數 R2 達到了0.833， P =0，說明擬合度較高。結果顯示，城鎮化效率在1%的顯著性水平上呈現負相關，表明耦合度隨城鎮化效率的提升而下降。而經濟發展水平在1%的顯著性水平上呈現正相關，說明耦合度隨經濟發展水平的上升而上升。

以耦合度 C 作為因變量，經濟發展水平指數 EE 作為自變量，擬合回歸方程的結果如下：

從擬合結果來看（圖4），判定系數 R2 =0.845，說明回歸方程擬合度很好。從圖5可看出，經濟發展水平與耦合度呈現倒“U”型分布關系，說明海 西經濟區地級市耦合度在一定時期內隨著經濟發展水平的提高而提高，當經濟發展指數到達0.627左右的位置時，經濟發展水平對耦合度呈現負面影響。由經濟發展水平指數雷達圖（圖2）可知福州、廈門兩大經濟支撐區的經濟發展水平指數多年來大于0.627，說明這兩個地區長期處于倒“U”型的右側階段，即耦合度隨著經濟發展的上升而下降。因此，福州、廈門這2個經濟增長極在未來的發展過程中要著重注意優化城市建設的投入產出要素來提高城鎮化效率，進而提高耦合度。此外，其他地區經濟發展指數在多數年份中小于0.627，故要著重關注經濟發展質量才能提升耦合度，進而實現兩系統的良性協調。

以經濟發展水平指數 EE 作為因變量，城鎮化效率 EU 作為自變量，擬合回歸方程的結果如下：

從擬合效果來看（圖5），上述方程判定系數 R2 =0.703，其擬合優度較高。經濟發展水平與城鎮化率呈現倒“U”型分布關系，說明在2011-2017年早期階段海西經濟區的經濟發展水平普遍較低的情況下，城鎮化進程中投入產出還較為合理，其城鎮化效率較高。但隨著經濟發展水平的上升，其城鎮化效率逐漸下降，這可能是由于這一階段內海西經濟區在快速發展過程中沒能將關注點落在產出要素（人口城鎮化、經濟城鎮化）的提升上，即沒有重視人口素質及產業結構的調整。由于過于注重發展速度，存在固定資產投資與勞動力冗余的問題，在一定程度上造成了土地資源、資本、勞動力的浪費，導致城鎮化效率較低。隨著經濟發展的提高，在往后階段海西經濟區需要轉變追求速度忽視質量的發展方式，應更加注重投入產出要素的優化配比，有效提升城鎮化效率，爭取盡早從傳統發展模式向新型城鎮化發展模式過渡。

4 結論與討論

4.1 結論

本文通過對海西經濟區2011-2017年20個地級市的經濟發展水平、城鎮化效率與兩系統耦合度的時空演化關系進行分析，得出結論如下：

（1）海西經濟區在2011-2017年城鎮化效率處于不斷上升的狀態。但從區際來看，各經濟區彼此城鎮化效率差異較大，且區域內也呈現出較大差異性，其中泉州、廈門2個地級市常年保持城鎮化效率的最優狀態，而其余地級市則呈現城鎮化效率的無效狀態，存在投入要素與產出要素的不匹配的現象。

（2）海西經濟區整體上經濟發展水平呈現平穩上升的狀態，但經濟發展水平整體不高，且區域發展主要依靠3個經濟增長極（即溫州、福州、廈門）帶動。經濟薄弱的地區（如撫州、上饒）發展潛力巨大，在2011-2017年的經濟發展水平分別上升至原來的2.45與2.28倍（圖2）。同時隨著發展進程加快，各地級市間經濟差異也在逐漸擴大，應該引起重視。

（3）從時間演變來看，海西經濟區20個地級市耦合度逐年上升，從2011年以拮抗階段為主的發展模式演變為2017年以磨合階段、高度耦合為主的發展模式。磨合階段與高度耦合區域逐年增加，說明海西經濟區大部分地級市的城鎮化與經濟發展水平之間的耦合協調性變得越來越高。從空間分布情況來看，處于不同階段的耦合類型均有較好的集中性與空間分布年際變化的趨勢性，且次一階段的耦合類型有向更高階段耦合類型城市依附的趨勢。

（4）海西經濟區耦合度與經濟發展水平之間呈現倒“U”型分布關系，處于倒“U”型曲線的拐點（0.627）左側時經濟發展對耦合度有促進作用;位于拐點右側時，經濟發展水平對耦合度呈現負面影響。而經濟發展指數在小于0.437時，經濟發展水平的上升對城鎮化效率的增加有推動作用，在大于0.437時也會產生負面作用，故以福州、廈門為主的經濟高度發展地區要著重注意質量的重要性，優化城市投入產出結構。

4.2 討論

海西經濟區作為兩岸人民交流合作先行先試區域、服務周邊地區發展新的對外開放綜合通道，研究經濟發展與城鎮化進程的耦合關系對全面了解區域發展情況提供了一個可行方法。由于本文要求的城鎮化效率，利用傳統DEA無法限制產出目標值的上限，這會使各DMU效率值有誤，無法詳實反映出城鎮化效率，因此采用有界SBM-DEA模型分析城鎮化效率，使研究結果更加準確。并且，對海西經濟區來說，其經濟發展水平對耦合度呈現倒“U”型分布，經濟發展水平與城鎮化效率也存在倒“U”型分布，但對于其他城市群、某一經濟區域亦或是加長時間序列的研究是否符合這一發展規律仍有 待進一步探究。

參考文獻：

[1] 劉雷，張華. 山東省城鎮化效率與經濟發展水平的時空耦合關系[J]. 經濟地理，2015，35（8）：75-82.

[2]徐佳萍，鄭林，廖傳清. 江西省城鎮化效率與經濟發展水平的時空耦合關系[J]. 經濟地理，2018，38（5）：93-100.

[3]張玉哲，鄭正喜. 海西經濟區經濟社會發展評價指標體系的構建[J]. 廈門大學學報（哲學社會科學版），2013（6）：133-138.

[4]祝捷，李倩，蔡雪雄. 基于經濟水平指標的城市發展評價——以海峽西岸經濟區20城市為例[J]. 經濟問題，2017（12）：114-117.

[5]楊立熙，唐振鵬. 海西經濟區服務型制造模式的發展思路與對策[J]. 東南學術，2013（5）：107-114.

[6]尹曉波，侯祖兵. 海峽西岸經濟區城市群的定位及發展路徑[J]. 經濟地理，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]成剛. 數據包絡分析方法與MAXDEA軟件[M]. 北京：知識產權出版社，2014.

[9]郭顯光. 改進的熵值法及其在經濟效益評價中的應用[J]. 系統工程理論與實踐，1998（12）：99-103.

[10] 王富喜，毛愛華，李赫龍，等. 基于熵值法的山東省城鎮化質量測度及空間差異分析[J]. 地理科學，2013，33（11）：1323-1329.

[11]馬世五，謝德體，張孝成，等. 三峽庫區生態敏感區土地生態安全預警測度與時空演變——以重慶市萬州區為例[J]. 生態學報，2016，37（24）：8227-8240.

[12]叢曉男. 耦合度模型的形式、性質及在地理學中的若干誤用[J]. 經濟地理，2019，39（4）：18-25.