長江三角洲地區跨區域共建園區經濟綜合效率測度

王婷，李禕

（河海大學公共管理學院，南京 211100）

“區域協調發展”和“經濟一體化”一直以來是長江三角洲地區（簡稱長三角地區）發展的主題，“項目合作、平臺共建以及政策協調”是長三角一體化建設的核心關鍵詞［1］。2000 年初，由于地理位置、行政邊界限制以及城市發展資源不足問題愈發明顯，在長三角地區推出園區跨區域共建發展模式。跨區域共建園是指通過政府作用，突破地理和行政界限，在政府和市場雙重作用下，借助產業轉移，實現跨空間上的區域經濟合作開發經營管理模式［2，3］。跨區域共建園最早出現于江蘇省，通過產業轉移為蘇南城市產業升級優化空間，為蘇北城市注入產業活力和資本要素等資源，促進區域產業升級發展和結構優化［4］。到2010 年長三角地區跨區域園區數量達50多家，2020 年累計簽約已達221 家共建園，由于跨區域共建園區早期依靠著強大的產業政策和稅收政策促進共建園區的發展，園區工業產值總體表現出線性增長趨勢，改善了地區資源發展不平衡問題，拉動了地區經濟增長和社會發展，成為地區經濟發展的新增長極，受到極大重視和關注。

作為城市區域聯合新的經濟增長引擎，共建園經濟發展縮小了城市之間經濟的差異，產業轉移和園區新模式開發為實現地區間資源優化、產業結構調整以及為區域多角度聯合發展提供了新的發展思路，共建園政策對區域經濟一體化進程出現了明顯的正向“疊加效應”［5］，但多數依靠行政背景發展的共建園區在對園區投入和產出方面相對寬松和易于控制，因此，可以通過分析園區經濟綜合效率來判斷園區發展狀況。

1 共建園園區經濟演變歷程

經濟園區是指在一定地域空間上以產業集群或產業鏈為基礎，吸納大量生產要素進行投入生產后形成的區域內經濟增長指數的經濟組織，其中包括科技園、特色工業園、經濟開發區等多種形式園區［6］。跨區域共建園是帶有獨特行政意義和區域特征的經濟園區。園區經濟主要有兩部分內涵，即內部經濟和外部經濟，內部經濟主要是指企業依據自身條件投入創造的產出經濟，外部經濟是指由于產業集聚、區位條件等因素創造的附加經濟［7］（圖1）。

圖1 共建園園區經濟演變

1.1 稅收性政策扶持共建園區經濟發展階段

長三角地區跨區域共建園最早起步于江蘇省，相對發達城市和經濟相對落后城市打破地域界限達成區域合作共識，積極推進產業轉移和共建園建立，2003 年江陰-靖江工業園的建立成為跨區域共建園的標志，隨后共建園以不同形式在長三角地區遍地開花，無論內部還是外部園區經濟的占比基本上依靠共建園區建立的模式性質決定。早期產業重疊、結構層次單一、規模較小的共建園在稅收政策扶持下迅猛發展。援建性質、托管性質以及股份合作模式性質的共建園，園區經濟稅收政策相對寬松，以上海漕河涇新興技術開發區鹽城工業園為例，在園區早期建設管理上，由投資公司進行企業化管理，5 年內的增值稅和所得稅除地方留成部分，其余以財政支出方式補貼給園區，5 年后的收益再進行協商分配，同時財政對園區基礎設施建設貸款進行適當貼息。

1.2 產業集聚規模化共建園區經濟發展階段

園區發展普遍經歷“集中-集聚-集群”3個階段［8］。如果說政策扶持階段下的共建園處于集中階段，那么產業規模化的共建園正處于集聚和集群階段。以連云港、宿遷、鹽城城市共建園為例，上海-鹽城、蘇州-宿遷、連云港共建園已經形成一個規模產業區，通過“一園一特色”和“園區區中園”等多種園區形式組建獨特規模化共建園集聚區，實現企業資源互補與集聚，“企業集聚、產業集群”態勢越發明顯。2019年江蘇省出臺的《關于推動南北共建高質量發展的若干政策措施》以重點突破共建共享、特色發展等園區，進一步將共建園區推向高質量發展階段。

園區工業化和產業化集中度逐漸提高，外部經濟對共建園經濟發展作用加大。例如蘇州宿遷工業園區，堅持以“項目為王”的理念，將產業集聚提速，充分利用好金融資本以及外部經濟條件，形成了“1+1+N”模式的園區產業格局，截至2019 年吸引外資411 億元，工業項目總投資中外資占比達70%，并且自2009 年江蘇省開展全省南北共建園區考評以來，蘇州宿遷工業園區連續11 年位居第一。

2 數據處理與研究方法

2.1 數據處理

依據《長三角園區共建聯盟》和網絡IPO 搜索，截至2020 年長三角地區共建園區共有221個，由于園區年份各類數據獲取較難，根據數據的可獲取性、真實性以及科學性選取了23 個共建園2015—2019年數據進行園區綜合經濟效率測度，其中浙江省4個，安徽省6個，江蘇省13個，由于園區數據原則上存在時間序列關系和同類園區類似關系，園區部分數據缺失上采用拉格朗日空間插值進行補齊，在拉格朗日插值（k）的選取上選擇k=2 進行補缺。

2.2 經濟指標構建及模型選取

園區經濟在國民經濟中的重要性提升，越來越多的學者關注和研究園區經濟，美國學者埃弗雷特·M·羅杰斯和朱迪思·K·拉森于1985 年8 月出版《硅谷熱》，首次以定性形式分析了科技園區，揭示了產生凝聚經濟效應的條件［9］。之后有學者從區位條件、產業布局和選擇、園區功能模式等不同方面對園區進行評價［10］。同時有學者對園區內資源進行了研究，劉海燕等［11］從園區綜合效益開發視角出發針對園區土地進行集約評價和指標構建，張英輝［12］以BP 神經網絡構建和分析園區競爭力模型。園區發展效應的評價方法主要從生態效應、經濟效應和社會效應3 個層次剖析園區發展，通過構建評價體系衡量園區發展；國內由于考慮到競爭性多是以量化指標進行客觀評價，多數學者利用投入和產出效率評價方法進行評判，常用方法主要包括以隨機前沿分析（SFA）［13］為代表的參數方法和以數據包絡分析（DEA）［14］為代表的非參數方法。薛婕等［15］利用DEA 對園區循環經濟效率進行評價；何偉［16］從DEA模型入手對高科技園區進行投入產出效益評價和排序，進而提出其園區效益投入產出途徑。

由于DEA 的方便性，由此演化出許多不同的DEA 模型，在考慮生產報酬不變的前提下，趙勝豪等［17］借助DEA 模型中的CCR 經典模型對園區企業環境進行管理績效評估，依據DEA 的有效性來解釋園區生態系統總技術效率。在生產報酬可變的情況下，張本照等［18］在生產函數理論上加入DEA-BBC模型，考慮綠色經濟效率的有效性，以純技術效率解釋固定資產的持續投入對園區綠色經濟效率產生持久的影響。但BCC 模型和CCR 模型不能衡量全部松弛變量，對效率的評估存在很大缺陷［19］，Tone［20］提出另一種非射線的模型——SBM，是一種DEA 的拓展模型，用來避免DEA-BBC/CCR 的角度和徑向問題。同樣，受到瑞典經濟學家Sten Malmquiat 消費指數的影響，Caves等［21］利用距 離函數 構造了Malmquist（ML）指數，隨后更多學者將這一指數用來分析要素發展效率。因此，本研究選取SBM 模型和Malmquist 指數對長三角地區共建園進行投入產出效率測度，剖析選定代表共建園發展績效，為園區可持續發展、園區管理投入和科學決策園區運行提供科學依據。

王永寧等［22］在科技園發展評價體系中利用園區人數、科研經費、企業個數等構建指標；張靜［23］以入駐企業、年利潤、龍頭企業等指標作為投入產出數據對農業科技園的生產效率進行測度；吳淑娥等［24］在評價科技園區投入和產出績效評價時利用經濟績效、研發投入、園區企業性質等構建評價指標體系；向鵬成等［19］以從業人員、總投資、工業用地面積為投入指標，以工業增加值、銷售產值等作為產出指標。在綜合參考以上研究成果的基礎上，本研究基于數據的可獲取性和相對完整性，構建評價指標（表1）。所有數據均來自長三角地區城市年鑒，部分缺失數據均利用朗格拉日模型進行補齊。

表1 長三角地區共建園經濟綜合評價指標

2.3 評價模型構建

2.3.1 DEA-SBM 模型 每個園區作為一個決策單元，假設有n個決策單元，決策單元里有m種投入和r種生產產出，因此得到的生產可能集合如下。

利用SBM 模型對m和n種投入與產出的DMU（x0，y0）的效率進行測量。根據生產可能集構建SBM模型，其基本形式如下。

2.3.2 Malmquist指數 Fare等［25］借助Malmquist 指數，構建了測算全要素生產率變化的Malmquist 方法，其公式如下。

式中，（xt，yt）和（xt+1，yt+1）分別為在t時期和t+1時期的投入和產出；Dt與Dt+1分別為不同技術條件下的產出距離函數；Mt到Mt+1表示在t期技術條件下，從t到t+1 期技術效率的變化值；下標c表示規模報酬不變；M（xt，yt，xt+1，yt+1）表示在t期和t+1期，從t期到t+1 期的全要素生產率變化，當M=1時，表示全要素生產率不變，當M＞1 時表示全要素生產率呈上升趨勢，反之全要素生產率呈下降趨勢。Malmquist指數=純技術變化指數×規模效率指數×技術進步指數或Malmquist 指數=綜合技術指數變化×技術進步指數。

3 實證分析

3.1 SBM 模型靜態分析

3.1.1 純技術效率和規模效率分析 利用matlab 軟件對所選園區進行測算，可得園區2015—2019 年規模效率和純技術效率（表2）。由表2 可知，2015、2016、2017、2018、2019 年選取樣本的規模效率均值分別為0.83、0.86、0.85、0.94、0.86，5 年均值為0.87，年規模效率較為平均；純技術效率均值分別為0.30、0.31、0.33、0.29、0.38，5 年均值為0.32，純技術效率呈波動上升的趨勢，在純技術效率中，安徽省和浙江省明顯低于江蘇省。就規模效率而言，大部分園區規模效率為1 或接近1，江蘇省、安徽省和浙江省規模效率均值分別為0.88、0.92、0.75，說明由園區規模因素影響的園區生產效率彼此之間差距不大，比較符合園區的發展現狀；但在純技術效率上，園區效率值只有江陰-靖江工業園、昆山高新區姜堰工業園和宜興沛縣工業園區5 年全部達1.00，說明只有3 個園區在目前技術水平上投入的資源是有效的，僅占13.0%。

表2 不同園區純技術效率和規模效率統計

根據園區的定位規劃，將23 個園區劃分為傳統工業園、高新技術工業園以及旅游（生態農業）產業園，其中9 個傳統工業園、10 個高新技術工業園以及4 個旅游（生態農業）產業園，對其進行效率對比（圖2）。由圖2 可以看出，產業純技術效率均值明顯低于規模效率。在產業規模效率均值上表現出“兩高一低”現象，在產業純技術效率均值上也表現出“兩高一低”現象，旅游（生態農業）產業園與傳統工業園在產業規模效率均值上相差不大，但高新技術工業園在規模效益均值上明顯低于其他2 個園區類型，表明高新技術產業對土地資源的需求量不大，而更多地需要依靠技術效率的投入來獲得更多的綜合效率回報。

圖2 不同類型園區產業規模及純技術效率均值的比較

江蘇省純技術效率高于安徽省和浙江省，主要是有3 個方面的原因，一是江蘇省的經濟條件和交通通達度均高于其他2 個省份，所以在企業轉移時會相對優先選擇江蘇省；二是江蘇省共建園最先發展，園區升級換代的要求迅速，工業基礎發達；三是江蘇省對高技術產業和高技術人才在財政補貼和稅收政策上優惠力度較大，因此獲得了較多的高科技產業和人才的支持。

3.1.2 綜合效率分析 基于長三角地區（江蘇省、安徽省、浙江省）園區共建的投入和產出，測算園區經濟綜合效率（園區經濟綜合效率=純技術效率×規模效率），結果如表3 所示。就不同年份而言，2015、2016、2017、2018、2019 年園區經濟綜合效率總均值分別為0.25、0.26、0.25、0.26、0.27，5 年均值為0.26。江陰-靖江工業園和昆山高新區姜堰工業園2 個園區5 年經濟綜合效率均達1.00，為有效園區；無錫蠡園-賈汪工業園在2015 年和2016 年經濟綜合效率達1.00，成為有效園區；無錫新沂工業園在2017 年和2018 年經濟綜合效率達1.00，成為有效園區；宜興沛縣工業園區在2015—2018 年經濟綜合效率均達1.00，成為有效園區；宜興泉山工業園在2019 年經濟綜合效率達1.00，成為有效園區；其余均為綜合效率無效園區。就不同地區而言，江蘇省2015、2016、2017、2018、2019 年經濟綜合效率均值分別為0.40、0.40、0.40、0.41、0.42，5 年平均值為0.41，位居第一；安徽省2015、2016、2017、2018、2019 年經濟綜合效率均值分別為0.05、0.05、0.04、0.04、0.04、0.06，5 年平均值為0.05，投入產出效率位于第三名；浙江省2015、2016、2017、2018、2019 年經濟綜合效率均值分別為0.06、0.08、0.08、0.08、0.08，5 年均值以0.07的投入產出效率位居第二，究其原因可能是安徽省和浙江省的園區共建起步較晚，經濟模式和經驗不足。浙江省園區共建城市旅游資源較為突出，園區一直秉持“綠水青山就是金山銀山”的建設開發理念，大多共建園區是以旅游或農業發展為主題園區，因此園區投入產出綜合效率回報相比江蘇省較為緩慢。

表3 不同園區綜合效率統計

就規模報酬而言，按地理區域劃分，浙江省園區5 年來規模報酬均處于遞增狀態，表明浙江省借助旅游資源發展的山海協作產業園發展勢頭及狀況良好，可以適當增加要素的投入進而達到園區規模報酬最佳值。安徽省2015—2019 年樣本共建園規模報酬處于相對穩定狀態，少數園區處于遞增趨勢，表明安徽省共建園發展狀態良好，可以適當增加投入，以便達到最佳綜合效率。江蘇省在這5 年以規模報酬穩定為主，部分園區產出達到最佳值，但出現了少數園區個別年份規模報酬遞減現象，說明在這些園區出現了固定投資或園區土地面積的冗余現象，應適當減少要素投入。

就產業而言，如圖3 所示，在園區經濟綜合效率上表現為高新技術工業園＞傳統工業園＞旅游（生態農業）產業園，以旅游生態等為主要發展方向的園區與工業園區仍然存在較大差距。江蘇省以第二產業發展為主的園區回報率最高。長三角地區綜合效率5 年內全部投資回報有效的園區共2個，全部在江蘇省（江陰-靖江工業園、昆山高新區姜堰工業園）。江陰-靖江工業園、昆山高新區姜堰工業園、宜興沛縣工業園區等均是新型工業園區，以工業化為發展主體，多是新能源、電子等快速發展的企業入駐。傳統工業園綜合效率處于第二位，并且增長緩慢。從園區經濟綜合效率均值上來看，整體園區經濟綜合效率均值處于0.5 以下，以旅游（生態農業）為發展方向的園區經濟綜合效率均值最低，5 年內這些園區投資回報周期長，易受到外界影響。綜合以上出現的問題進行分析，由于旅游和傳統工業園在土地投入方面過多，園區引資和投資少，產能少，因此經濟綜合效率低。

圖3 不同產業的經濟綜合效率比較

3.2 Malmquist指數動態分析

3.2.1 總體動態變動分析 由表4 可以看出，全要素生產率（TFP）除2018—2019 年小于1外，其余年份均大于1，并且均值大于1。長三角地區共建園全要素生產率總體呈波動增加趨勢，說明長三角地區共建園整體上園區效率得到提升。2018—2019 年全要素生產率下降說明該年度園區效率出現衰退現象，而技術效率的上升表明該年度全要素生產率得益于技術效率的提升。

表4 不同年度長三角地區共建園投入產出Malmquist指數及分解

從技術進步指數來看，技術進步指數與全要素生產率變化趨勢一致，表明技術進步指數與全要素生產率密切相關，技術進步指數均值大于1，整體呈增長趨勢，說明長三角地區共建園技術進步保障了創新驅動發展戰略的有效實施；從技術效率來看，技術效率呈增長-下降-增長的趨勢，但技術效率變化指數均大于1，說明長三角地區共建園在投入產出效率中技術效率偏高。對比來看，長三角地區共建園的全要素生產率增長主要得益于技術的進步，其提高了園區生產效率和高新技術園區的發展速度，進而促使園區在一定規模下得到更多的產出。

3.2.2 省域動態變動分析 由表5 可以看出，從地區來看，江蘇省（1.07）、安徽省（0.90）、浙江省（0.96）全要素生產率均小于整體全要素生產率水平，表明長三角大部分園區投入產出效率水平有待提高。江蘇省全要素生產率大于1，表明江蘇省全要素生產率呈上升趨勢，安徽省和浙江省全要素生產率小于1，說明這2 個省份園區在全要素生產率方面出現衰退趨勢；從純技術效率來看，江蘇省純技術效率小于1，其余2 個省份純技術效率均大于1，但只有安徽省純技術效率超過整體純技術效率，說明在安徽省存在過熱的園區投資；從技術效率來看，3 個省份中安徽省稍微落后于其他2 個省份，但3 個省份在技術效率上均處于下降狀態；從技術進步指數來看，江蘇省高于其他2 個省份，原因可能是江蘇省經濟較其他2個省份經濟更發達，高校和高科技人才較多，并且共建園發展經驗較為豐富。

表5 2015—2019 年不同長三角地區共建園投入產出Malmquist指數及分解

4 小結與建議

4.1 小結

在創新驅動發展的國家大背景下，資源要素不斷整合優化，共建園對于地區經濟和長三角地區區域協調發展中轉型升級和深化改革方面起著積極的促進作用，因此，共建園持續健康發展對資源要素、經濟要素、社會要素等多方面影響巨大。基于園區持續發展的目的，運用SBM 模型和Malmquist 指數模型從靜態和動態兩方面分析了長三角地區共建園的投入產出效率，全要素生產率在一定程度上反映了園區經濟效率的增長狀態。本研究對園區發展中的全要素生產率和綜合效率等相關數據進行實證分析，主要得出如下結論。

1）長三角地區共建園2015—2019 年的綜合效率均較低，僅有2 個園區均有效，占案例樣本的8.7%，91.3%的長三角地區共建園處于無效率狀態，5 年共建園綜合效率均值小于1，但一直處于波動緩慢上升的趨勢，江蘇省園區共建發展優于安徽省和浙江省，表明共建園存在很大的提升和優化空間。

2）大部分園區存在純技術低效率或非效率狀態的問題，綜合效率未能達到有效的絕大部分原因是純技術效率的無效，共建園在要素投入時要更加注意結構優化。

3）共建園的全要素生產率增長主要得益于技術的進步，進而提高了園區生產效率和高新技術園區的發展速度。

4）以產業劃分園區經濟，高新技術產業在經濟效率和園區資源利用上優于其他2 個產業，以土地、勞動力、煤炭等資源投入帶動發展，短期回報率高，長久來看依靠傳統工業的園區逐漸在綜合產業園區中處于劣勢。

4.2 建議

1）強化土地利用效率。合理控制園區規模，進行有序土地資源開發和利用，通過規模化有效管理，降低園區管理成本。共建園中除高新技術產業園區外，其他園區都或多或少存在園區規模過大的現象，因此要嚴格把握園區發展規模，積極與周圍工業園進行互補，資源整合，降低不必要園區產業鏈競爭成本，加強對園區用地審核和園區高效規劃，定時對園區土地利用進行排查，嚴禁園區土地長時間閑置不開發現象，限制對土地需求大的低端企業和污染嚴重工業入住，減少土地資源的浪費。

2）加快多層次產業升級。強化共建園產業規模集聚效率，積極引進多層次、多功能企業入住，抓好招商引資的質量和數量，積極借助政策優勢，形成特色產業園，以此為契機，打造專業化產業鏈，積極聯動周圍其他產業園區，分工細化，努力做到精品特色園區可持續發展。同時應定期對共建園經營、運作和管理進行經濟測度，全面合理地衡量園區發展狀況，以便提高共建園發展效率和發展質量，提升園區綜合全面實力。

3）提高科學技術發展。技術效率是園區經濟發展有效的重要保證。技術提高和生產結構優化，可以促進園區變革生產方式，提高企業和園區的經濟效益。招商引資應更多偏向高新技術企業的引進，積極培養園區高科技人才，加大對園區科技的財政投入力度，提升園區的科技企業含金量，鼓勵園區企業提高科研創新能力和信息化水平。