長三角城市群可持續發展綜合評價*
——基于Super-SBM-Undesirable評價模型

□ 曹廣喜，胡斐然

( 南京信息工程大學 管理工程學院，江蘇 南京 210044)

1 引言

近年來，生態環境惡化，生產資源短缺等問題日益突出。可持續發展理論認為，資源與環境不僅僅是社會、經濟發展的內生變量，更是社會進步、經濟增長的剛性約束[1]。在經濟全球化的浪潮下，城市化進程加速推進，伴隨著不斷演化且擴張的城市群形態，各大城市群可持續發展問題也開始凸顯。城市群是促進區域協調發展的樞紐，在推進區域發展進程中占據重要地位，因此亟需構建科學有效的城市群可持續發展評價指標體系，避免城市群片面地將GDP作為主要評價指標而未考慮到資源、環境的剛性約束作用，使得生態環境問題日益嚴峻，社會經濟發展緩慢。

長三角城市群地理位置優越，城市分布在我國交通便利的沿江沿海地帶，憑借政府導向性政策及其內外經濟聯系樞紐的優勢，成為國內經濟規模最龐大、城鎮聚集城市化最高的城市群。2019年長三角城市群GDP占全國GDP總量的20%以上。但近年來，長三角城市群依靠人口紅利、資源消耗帶來的發展優勢逐漸消退，霧霾頻發、資源短缺、環境污染、產能過剩等問題越演越烈[2]，使得長三角城市群經濟增速逐年放緩，陷入發展瓶頸，嚴重影響了其可持續發展[3]。

2 文獻綜述

眾多城市群可持續發展評價研究成果中，廣大學者通過構建評價指標體系，再根據自身研究內容的特點，綜合選擇合適的指標權重確定方法來制定適合的權重(如：Delphi法[4]、AHP[5]、灰色關聯分析法[6]、PCA[7])，繼而加權平均獲得評價結果。實踐研究顯示，這些方法具有一定缺陷：首先，這類方法只能給出排名，并不能解釋被評價對象排名落后的原因；其次，很多文獻構建的評價指標體系中，代表社會、經濟發展水平的指標值往往較高，且指標數量也遠多于代表資源、環境類的指標數量，從而忽視了區域社會經濟的快速發展是建立在消耗大量區域資源和犧牲生態環境基礎上的。結合我國改革開放進程與發達國家發展經驗，這種基于過度消耗資源、犧牲生態環境，以刺激區域社會經濟快速發展的現象是許多區域發展進程中常見的“歧途”。為避免走“先消耗、后短缺，先破壞、后整治”“竭澤而漁”的發展方式，部分學者嘗試用數據包絡分析法(DEA)評價區域可持續發展[8-11]。

相對效率是DEA評價方法的核心思想，在此基礎上，分別基于被評價對象的投入、產出視角構建評價指標體系[12]。DEA評價方法有以下兩大優點，一是該方法的檢驗統計量中不包含總體的參數，是一種非參數評價方法，因此不用對被評價對象的投入產出關系進行額外限制，也能避免不同指標間不同量綱的影響；二是DEA評價方法測算出被評價對象的相對效率時，會通過各個指標的松弛變量反映出導致被評價對象低效率的具體原因[13]。

近年來，DEA評價方法在生產實踐中得到廣泛運用，在眾多學者的努力下得到不斷完善和提升。一是，Kaoru Tone將松弛變量納入目標函數，構建了能夠測度松弛變量的SBM模型，有效解決了傳統DEA評價模型對無效DMU的解釋說明僅包含對投入、產出等比例縮小或擴大，缺少松弛改進的部分[14]。二是，隨著DEA模型的廣泛應用，越來越多的學者發現污水、廢氣、噪音等非期望產出，很多時候都伴隨著期望產出出現。如表1所示，針對非期望產出國內外眾多學者提出多種解決途徑。三是，Andersen、Petersen等創新性地構建出超效率DMU評價模型[18]，該模型能夠對評價結果為1的被評價對象進行區分，進一步評價優劣。

當使用DEA評價方法對投入多、產出多的對象進行評價分析時，DEA評價方法要求max{a×b,2×(a+b)}

3 DEA評價模型與數據說明

3.1 數據說明

本文以長三角城市群為研究對象，以長三角城市群26個城市2008-2017年的面板數據為研究樣本，并且在生成綜合評價指標過程中，采用簡易的極大值標準化方法對原始數據進行標準化處理，以實現消除量綱的目的[19-20]。其次，為了使結果更具有可比性，各城市GDP和社會固定資產投資以2007年為不變價格做價格指數平減處理[21-22]。

3.2 評價指標

3.2.1 評價指標體系

本研究以指標體系設計的目的性、可比性、可操作性為前提，借鑒國際城市可持續發展指標體系目錄IUSIL[23]、麥肯錫城市可持續發展指數[24]、Brindley[25]與郭存芝[26]等人的城市可持續發展評價指標體系，在經濟、社會、資源、環境四大指標的基礎上新增了自然災害指標，并基于投入、期望產出、非期望產出三大視角對評價指標進行分類處理，如表2所示。該指標體系旨在以投入產出為主線，以資源消耗、城市建設、經濟發展以及污染災害事故為基本要素單元，力求系統科學地反映長三角城市群可持續發展現狀。為確保科學合理地構建長三角城市群可持續發展評價指標體系，評價指標體系的最終確定征求了來自高等院校、科研院所、政府規劃及政府環境部門等權威社會力量，涵蓋了城市發展、環境保護、居民消費、產業規劃等領域共30余個行業專家、政府領導、高校教授的意見。

表2 長三角城市群可持續發展綜合評價指標體系

3.2.2 DEA投入、產出綜合評價指標的合成

本文采用熵值法測得評價指標體系中各指標的客觀權重，并通過參考相關現有研究成果、咨詢該領域專家建議等方法來制定各指標的主觀權重(最終評價指標權重如表3所示)，利用主、客觀權重法將該評價指標體系中的29項三級指標合成DEA評價模型所需的“自然資源消耗”“社會資源消耗”“社會發展”“經濟發展”“污染災害與事故”五項綜合評價指標。

表3 評價指標權重

3.3 DEA評價模型

3.3.1 Super-SBM-Undesirable模型

本研究綜合DEA-SBM與DEA超效率模型[27-28]，同時借鑒Tone對非期望產出指標的處理方法[29]構建用于評價長三角城市群可持續發展現狀的Super-SBM-Undesirable評價模型。

(1)

其中，ρ代表運用上述模型測得的長三角城市群各城市可持續發展效率值；λj代表各城市評價指標權重；k代表第k個城市；x代表綜合投入指標、yg代表綜合產出指標、yb代表綜合非期望產出指標；s-、sg+、sb-分別代表長三角各城市綜合投入、綜合期望產出、綜合非期望產出指標的松弛變量。

3.3.2 DEA-Malmquist生產率指數評價模型

Fare等人基于決策單元(DMU)在不同時期內的綜合技術效率、生產技術以及全要素生產率三個指數間的互相影響、作用的關系構建了Malmquist生產率指數評價模型，具體公式如下所示[30]。

(2)

其中，TFPC、EC、TC分別代表從年限n至n+1長三角城市群各城市的全要素生產率、綜合技術效率、生產技術的變化指數；(xn,yn)、(xn+1,yn+1)分別代表年限n至n+1各城市投入值與產出值；Dn(xn,yn)，Dn(xn+1,yn+1)分別代表與年限n的前沿面對比，長三城市群各城市在年限n、n+1的距離函數；Dn+1(xn,yn)，Dn+1(xn+1,yn+1)代表與年限n+1的前沿面對比，長三城市群各城市在年限n、n+1的距離函數。綜合技術效率(EC)可進一步分解為純技術效率指數(PTEC)和規模效率指數(SEC)，該細化分解不僅能具體解釋長三角城市群各城市綜合技術效率變動的具體原因，更能對各城市TFP的變動進行解釋說明，分解公式如下所示[31]。

=PTEC×SEC×TC

(3)

4 實證

首先，運用Super-SBM-Undesirable模型從時間截面橫向靜態評價分析長三角城市群可持續發展效率；其次，運用DEA-Malmquist模型從空間截面縱向動態評價分析長三角城市群全要素生產率的變動情況；最后，對比京津冀、珠三角城市群，全面評價和分析長三角城市群的可持續發展情況。

4.1 長三角城市群可持續發展效率時空演化分析

本文基于上述評價方法測得長三角城市群26個城市可持續發展效率值，并選擇具有代表性的年份2008年、2012年、2017年以及均值對長三角城市群2008-2017年可持續發展效率進行時空演化分析，如圖1所示，區塊顏色越深代表該城市可持續發展效率值越高。

a.由圖1中的可持續發展效率均值地理分布圖可知，長三角城市群可持續發展現狀并不理想，26個城市中只有5個城市的可持續發展效率大于1，分別為杭州、上海、蘇州、臺州、無錫，其余城市都小于1。這表明在2008-2017年期間，杭州、上海、蘇州、臺州、無錫五座城市相較于其他21個城市的可持續發展投入、產出已經達到最優水平，這5座城市在大力發展社會、經濟的同時，注重生產資源的高效利用、生態環境的保護。

b.由圖1中的2008、2012、2017年的長三角城市群各城市可持續發展效率地理分布圖可知：①橫向對比可知，長三角城市群26座城市內部的可持續發展效率差距不斷擴大。2008年，長三角城市群各城市可持續發展效率的方差為0.063、極差為0.975，其中可持續發展效率最高的是上海(1.32)，最低的是池州市(0.345)；2012年，長三角城市群各城市可持續發展效率的方差為0.08、極差值為1.061，其中可持續發展效率最高的是上海市(1.44)，宣城市效率值最低(0.379)；2017年，26座城市可持續發展效率的方差為0.126、極差值為1.29，可持續發展效率最高的仍是上海(1.513)，池州市(0.287)是長三角26個城市中效率值最低的一個。②縱向觀測發現,2008年至2017年長三角城市群可持續發展效率先是日益惡化，后來轉變為漸漸改善。2008年，長三角城市群26座城市的可持續發展效率值平均為0.745，其中可持續發展效率值高于1的城市有3座，低于0.5的城市有4座；到了2012年，長三角城市群26座城市的可持續發展效率值平均為0.692，其中可持續發展效率值高于1的城市有4座，低于0.5的城市有5座；到了2017年，長三角城市群26座城市的可持續發展效率值平均為0.735，其中可持續發展效率值高于1的城市有6座，低于0.5的城市有6座。③從地理位置、區域特征角度出發，由圖1可知，首先，位于長三角城市群的安徽省的城市在過去十年發展歷程中的可持續發展效率較位于浙江省、江蘇省的城市低，平均十年可持續發展效率為0.424，僅為長三角城市群整體(0.781)的54.3%。并且，截至2017年位于安徽省的城市的可持續發展效率值仍呈現持續走低的態勢，由此可見安徽省城市亟需轉變生產方式，提高實際生產效率，加快城市轉型升級。同時也說明在過去的十年里，位于安徽省的城市不僅沒有對城市發展路線進行轉型升級，走可持續發展之路，而是繼續片面地追求GDP的提高，致使其生態環境、生產資源持續惡化。其次，過去十年里位于長三角城市群的浙江省、江蘇省的城市的效率值相對較高，平均值分別為0.8與0.81。但結果顯示，位于浙江省的城市可持續發展效率整體也呈現逐年下降趨勢，由2008年的0.833下降到2017年的0.765，而江蘇省的城市可持續發展效率則是先下降后上升，由2008年的0.833下降到2011年的0.707再到2017年的0.939。說明位于長三角城市群的浙江省城市在過去的十年發展里城市轉型發展較慢，社會經濟在飛速增長的同時生態環境一直在走下坡路。位于長三角城市群的江蘇省城市在過去十年里，先是借鑒國外發達國家先進發展經驗，考慮自己的實際現狀走出適合自身的發展道路，最終確定大力發展市場經濟的同時，注重生態環境的保護，合理利用生產資源，走社會經濟高質量發展道路。最后，上海作為國際化大都市，其社會經濟發展已經成熟，能夠在保證資源環境可持續利用的前提下實現經濟快速增長的目標，因此其可持續發展效率始終排在第一。

圖1 2008年—2017年長三角城市群可持續發展效率時空演化圖

4.2 基于Malmquist全要素生產率指數的影響因素分析

由于Super-SBM-Undesirable評價模型只是在某一時間截面下分析長三角城市群各個城市可持續發展效率值的情況，不能從時間維度上對各城市的效率值進行時間對比分析。因此，本文采用Malmquist生產率指數評價模型從空間截面的角度動態評價分析長三角城市群整體可持續發展效率情況，進一步研究長三角城市群可持續發展現狀，實證結果如圖2所示。

由圖2可知，從2008年至2017年長三角城市群的TFPC及其分解指數EC、PTEC、SEC、TC起伏變化明顯。首先，基于TFPC值，近十年長三角城市群的TFPC值變化趨勢為先下降后增長。2008-2011年長三角城市群的TFPC呈下降趨勢，2011-2013年表現為短暫上升，隨后2014-2017年則繼續表現為上升，該變化態勢與前文結論基本一致，而且與生態環境自2011年走進公眾視野這一時間節點相契合。其次，基于分解長三角城市群TFPC，一方面從TC來看，TC與TFPC波動態勢與TFPC呈現同步變化趨勢，說明TC在影響長三角城市群TFPC波動的眾多因素中占有主導地位。換言之，在過去十年發展中，對于長三角城市群TFPC而言，TC的貢獻強度遠大于EC的貢獻強度，科學技術的進步能夠大大加快城市社會經濟發展進程。另一方面就EC而言，長三角城市群的EC基本都小于1，僅僅只有2015-2017年是大于1的，整體平均值為0.952，說明長三角城市群的綜合技術效率在整體上是下跌的，城市發展管理與生產要素投資投入存在較大問題，與上文Super-SBM-Undesirable模型評價結果相互印證。基于EC的變動分解進一步發現，其中SEC與EC呈現同步變化的趨勢且普遍小于1，反映了在長三角城市群發展歷程中，規模效率實際上沒能使得綜合技術效率提高，也側面反映出長三角城市群目前沒有處在最優化的生產規模下，且隨著社會、經濟的快速提升，發展投融資力度逐漸加大，存在過多的發展重復投資、冗余投資現象，致使綜合技術效率下跌。另一方面，PTEC普遍大于1，且呈逐年遞增趨勢，說明長三角城市群內部管理制度不斷優化，管理水平持續提升，進而拉動綜合技術效率的提升。

圖2 長三角城市群整體TFPC及其分解指數年度統計折線圖

4.3 城市群可持續發展效率對比分析

本文不僅基于時間、空間視角評價分析長三角城市群的可持續發展現狀，同時還選擇京津冀、珠三角城市群為比照對象，通過更深層次的比較來綜合評價長三角城市群可持續發展水平。沿用上文所構建的評價指標體系以及Super-SBM-Undesirable評價模型測算長三角、京津冀、珠三角城市群的48個城市2008-2017年的可持續發展效率，測算結果如表4所示。長三角、京津冀、珠三角三大城市群歷年平均可持續發展效率如圖3所示。

表4 三大城市群48城市可持續發展效率測算結果

DMU2008200920102011201220132014201520162017平均排名珠海市1.0371.0851.1341.0720.9750.9370.9450.9120.9170.9090.9928杭州市0.9350.9440.9650.9450.8930.8340.8670.8500.8490.8680.8959天津市0.8890.8380.8300.8570.8960.9040.9160.9240.8990.9010.88510東莞市0.9430.9580.9210.9080.8930.8420.8090.7920.8610.8990.88311蘇州市0.8440.8620.8770.9060.8800.8570.8750.8820.8880.8840.87612南通市0.8430.8690.9440.9390.8940.8550.8470.8250.7980.7930.86113中山市0.7260.7340.7530.7420.7500.7810.8780.9051.0191.0750.83614鹽城市0.6970.7190.7710.7560.7810.7550.8140.8130.8330.8510.77915寧波市0.7370.7470.7750.7790.7400.7570.8020.7890.7920.7970.77216鎮江市0.7970.8270.8590.8780.8240.7600.7160.6800.6680.6690.76817金華市0.7220.7260.7490.7410.7380.7130.7120.6810.6690.6700.71218紹興市0.6390.6750.7020.6960.7150.7000.7300.7210.7330.7530.70619常州市0.6130.6110.6660.6730.7020.6820.7190.7110.7280.7870.68920南京市0.6780.6970.7400.7200.7180.6750.6550.6320.6210.6260.67621揚州市0.6510.6800.6860.7140.7030.6670.6780.6370.6320.6540.67022江門市0.7490.7450.7360.6900.6660.6110.5980.5610.5680.5650.64923唐山市0.5110.5230.5590.6140.6320.6750.6530.6440.6850.6410.61424舟山市0.5810.5730.6110.5430.6670.6430.6340.6190.6310.6340.61425惠州市0.5990.6030.6000.6200.6090.6020.6240.6150.6080.6060.60926嘉興市0.6000.6090.6200.6230.6270.5990.6150.5790.5700.5820.60227湖州市0.5200.5230.5710.5840.6200.6040.6290.6150.6270.6450.59428泰州市0.4880.5060.6010.6740.5540.5560.6170.6150.6270.6420.58829蕪湖市0.5640.5770.6010.6070.6100.5870.5970.5750.5730.5790.58730合肥市0.4520.4870.5320.6830.4840.5550.5920.5840.5730.5630.55131馬鞍山市0.6180.5640.5360.6110.6310.5820.6080.5670.4080.3680.54932肇慶市0.5240.5450.5570.5590.5550.5310.5460.5260.5260.5450.54133滁州市0.5860.5980.5990.7180.4360.4570.4150.3840.3640.3690.49334秦皇島0.4160.4130.4130.4360.4490.4830.5190.5300.5480.5400.47535安慶市0.4240.4010.4000.3850.3990.3800.3740.3760.3760.3740.38936滄州市0.3930.3910.4020.4320.4280.4800.5410.5330.5410.5570.47037銅陵市0.3630.3620.3700.3790.3930.3840.3430.3390.3380.3370.36138廊坊市0.4620.4630.4400.4560.4330.4670.5350.4810.4850.4730.47039石家莊0.4340.4350.4360.4470.4420.4450.4400.4620.4500.4330.44240宣城市0.3250.3280.3130.3290.3620.3470.3460.3420.3420.3470.33841衡水市0.3560.3280.3290.3300.3450.3560.4280.4400.4970.5190.39342保定市0.3350.3380.3260.3460.3520.3540.4320.4510.4410.4600.38443承德市0.3170.3140.3230.3690.3840.3790.3730.3900.4240.3910.36644池州市0.2540.2670.3040.2980.3310.3090.3050.3050.3050.3080.29945邯鄲市0.2900.2860.2940.3110.3420.3560.3620.3760.3930.4100.34246張家口0.2910.2840.2950.3150.3190.3170.3290.3530.3900.3950.32947邢臺市0.2870.2750.2700.2800.3030.3170.3170.3330.3430.3560.30848

圖3 三大城市群整體可持續發展效率趨勢圖

基于上述圖表，對比分析三大城市群可持續發展現狀。首先，珠三角、長三角、京津冀三大城市群的整體可持續發展效率趨于上升，分別由2008年的0.948、0.693、0.472增長到2017年的1.016、0.71、0.568。其次，珠三角、長三角、京津冀城市群三大城市群的可持續發展效率水平并不均衡，十年可持續發展效率均值分別為0.981、0.719、0.508。最后，珠三角城市群的可持續發展效率值的均方差最高，為0.417，長三角為0.312，京津冀為0.241，長三角城市群可持續發展效率值的均方差在三個城市群中居中。

另外，從各城市十年平均可持續發展效率值來看，排在前十的城市分別是深圳市、上海市、廣州市、臺州市、無錫市、北京市、佛山市、珠海市、杭州市、天津市，其中珠三角城市4家、長三角城市4家，京津冀城市2家，更加說明長三角城市群的可持續發展現狀要好于京津冀城市群。這種空間分布可能與各大城市群的產業結構、能源結構和地形等因素各不相同有關。珠三角地區區域政府近年來不斷調整優化區域內產業結構，逐步向高科技產業轉型，大力發展金融業和服務業。近年來，長三角城市群陷入發展瓶頸，在資源、生態等因素倒逼下，產業結構不斷優化，走服務業、制造業并重發展之路。數據顯示，原第二產業發達用煤量超額的京津冀地區2013年煤炭消耗量為3.9億噸，而到2018年則下降24%，約為3億噸，相較于同期全國的煤炭消耗量下降5.6%，說明京津冀地區在2017年為全面治理霧霾采取的“去煤”活動頗有成效，但也導致了其第二產業值占GDP比降至34.4%，第三產業占比上升到61.3%，產業結構看似得到調整，但這種調整是由于北京一個城市云集巨量的文化、金融和服務等產業導致的，而環北京甚至于整個河北的城市發展都受到北京市產業調整的沖擊處于相對滯后的狀態，且京津冀城市群支柱產業仍是重化工產業，仍以煤炭為主要能源。未來長三角城市群可持續發展可以多多學習珠三角城市群的先進經驗和技術，通過優化產業結構，整治生態環境，提高發展質量。

5 政策建議

在本文中，基于時間截面、空間截面分別運用Super-SBM-Undesirable、DEA-Malmquist模型對長三角城市群可持續發展進行綜合評價分析，并同比珠三角、京津冀城市群，得到以下主要結論：①長三角城市群整體可持續發展效率不容樂觀，26座城市間的可持續發展效率差距呈不斷擴大之勢，位于安徽省的長三角城市在過去十年發展歷程中可持續發展效率相對較低；②對于長三角城市群TFPC而言，科學技術的不斷進步能夠縮短城市發展的進程，長三角城市群在過去發展過程中并沒能處于最優生產規模，且隨著社會、經濟的快速提升，發展投融資力度逐漸加大，存在過多的發展重復投資、冗余投資現象；③我國三大城市群可持續發展的水平非均衡，彼此間存在較大差距，其中可持續發展效率最高、做得最好的是珠三角城市群，長三角城市群居中，京津冀城市群在可持續發展的道路上仍然需多加努力。根據實際發展情況，為促進長三角城市群可持續發展提出如下建議。

首先，在過去十年的發展歷程中，長三角城市群涌現出多種發展形態，各城市可持續發展效率參差不齊，在實現城市可持續發展這個目標的過程中，既有亮眼的表現，也有需要進一步改善的地方，這可能是由于各城市發展理念、發展目標存在差異，從而致使26座城市間的持續發展效率逐漸拉大。基于此，長三角城市亟需建立統一、科學、高效的可持續發展評價指標體系，必須徹底摒棄“經濟增長至上”的發展思路，將單位國內生產總值的能源消耗量、污染排放達標程度、污染治理費用支出和技術投入等指標納入考核范圍，避免個別城市盲目追求經濟增長。另一方面，長三角城市群應提升上海、南京、杭州、合肥大型城市的城市帶動效應，從全區域整體出發，加強區域合作，不搞“一枝獨秀”，引領地區其余城市共同改變第二產業主導經濟的局面。

其次，TC對TFP的變動存在較強的同向性，是影響長三角城市群TFPC波動的主導因素，再次說明“生產技術是第一生產力”。因此，長三角城市群各個城市需要根據自己科技發展的現狀，頒布貼合實際、能夠促進轉化科技成果的系列政策，加快成果轉化的步伐，并設立“一站式”服務窗口、成立協調管理機構確保政策的有效落實。另一方面，各城市需要根據自己發展特色和需求，通過城市間、國際間的技術交流和轉移，選擇性地引進適合地方產業發展的先進技術，同時淘汰落后產能，大力發展新興能源，減少生態環境污染。

最后，雖然長三角城市群可持續發展現狀優于京津冀城市群，但與珠三角城市群仍有差距。相較于珠三角城市群，長三角城市群人口密集，資源需求超出環境承載力，過高的人口密度加重地區資源消耗、環境污染。因此，長三角城市群需要合理規劃城、鎮、村人口分布，一是發展農村特色經濟，完善農村保障體系，吸引人口回潮，疏解城市人口壓力；二是各城市應結合自身城鄉發展現狀，將發展較好的縣城設為城市，并且加大對新城市基礎設施的投入，不斷提高教育、醫療、娛樂等公共服務水平，從而吸引就業，最終減輕各城市主城區的人口壓力。