中原崛起视域下河南省城市化效率的动态评价——基于非参数DEA-Malmquist方法

吴旭晓

(河南省社会科学院城市发展研究所，郑州 450002)

0 引言

2003年7月，中共河南省委七届五次全会讨论并通过的《河南省全面建设小康社会规划纲要》明确提出:“在优化结构和提高效益的基础上，确保人均国内生产总值到2020年比2000年翻两番以上，达3 000美元，基本实现工业化，努力使河南的发展走在中西部地区前列，实现中原崛起。”同年11月24日，时任中共河南省委书记李克强同志对“中原崛起”的内涵作了进一步的深化，认为“中原崛起”主要有3个标志:“首先一个重要标志就是，再经过近20年的努力，经济发展水平要达到全国当时的平均水平。其次，就是要在全省基本实现工业化。再次，河南的发展要走在中西部前列”［1］。

2004年3月，温家宝总理在《政府工作报告》中指出:“要坚持推进西部大开发，振兴东北地区等老工业基地，促进中部地区崛起，鼓励东部地区加快发展，形成东中西互动、优势互补、相互促进、共同发展的新格局。”这标志着中部崛起进入国家的战略决策视野。2011年国务院印发《全国主体功能区规划》，中原经济区正式纳入规划，标志着中原经济区建设已正式上升到国家战略层面。作为中原经济区核心组成部分的河南省是中部人口最多的省份，中原崛起是中部崛起不可或缺的组成内容。国内外的发展经验表明，无论是区域经济发展水平的提升、工业化的实现，还是后发地区实施赶超战略，都离不开区域城市的迅猛发展。2001年诺贝尔经济学奖获得者约瑟夫·斯蒂格利茨(Joseph E.Stiglitz)曾经说过:“21世纪影响人类进程的两件大事，一件是美国的高科技，一件是中国的城市化。中国的城市化将是区域经济发展的火车头，并产生最重要的经济效益”。当前，河南大多数地区都处于城市化的中期阶段，这是河南经济发展的关键时期，也是河南谋求跨越式发展的战略机遇期，同时也是经济结构变化激烈、社会矛盾突出的阶段，这个阶段的城市化效率如何，在很大程度上决定着中原能否如期崛起。

城市化的相对效率是对城市化发展绩效的评估，对其研究日益成为国内外研究热点。靳相木在分析Lewis两部门城市化模型理论的基础上首次提出了城市化效率(efficiency of urbanization)的概念，认为所谓城市化效率，就是指在宏观经济管理层面，一个国家或地区在一定时期内城镇化的产出与投入之间的权衡与比较［2］。刘建徽等运用数据包络分析法(data envelopment analysis，DEA)对2002年的北京、上海、重庆和四川的城市化相对效率进行评价研究［3］。刘晓峰等认为正确选择城市发展战略的关键是评价城市化相对效率，并应用DEA模型对2005年的哈尔滨、沈阳、南京等15个省会城市和北京、天津与重庆等计划单列市的城市化相对效率进行评价分析［4］。王家庭等利用我国31个省份2002—2006年间的数据，运用DEA和曼奎斯特生产率指数(malmquist index)方法，从动态角度考察我国各省份的城市化效率，并测算了各省份城市化过程中投入要素的集约效率［5］。戴永安从人口、经济和社会角度研究中国城市化效率，考察其时空演变和影响因素，并对中国城市化的全要素生产率做了动态分析和区域比较［6］。肖文等利用曼奎斯特生产率指数方法测算了2000—2008年我国248个城市的经济增长效率和城市化效率，比较分析了不同区域、不同等级城市的效率表现［7］。

综观目前的研究现状发现，国内城市化效率的研究经历了从静态城市化效率测度到动态城市化效率测度的发展历程，研究城市化效率的方法主要是基于数据包络分析方法。因此，本研究将在总结前人研究成果的基础上，构建城市化效率的投入产出指标体系，采用基于DEA-Malmquist指数模型对河南城市化相对效率的动态变化特征和空间分异特征进行深入研究，以期为中原崛起发展政策的制定和调整提供理论支撑。

1 研究对象与指标体系的构建

1.1 研究对象的选择

本研究以河南省18个地级市为研究对象①现济源市城市行政级别为省直管的副地级市，机构按正厅级配置，基本享受地级市全部权限，在河南省内和其他17个地级市在政策和权限上基本一样，是事实上的地级市，因此在本研究中按地级市处理。。从北到南，以自然地理为基础进行区域划分。按惯例，豫北是指河南省内黄河以北的地区，主要包括新乡、安阳、焦作、濮阳、鹤壁和济源6个城市，豫南是指省会郑州以南区域，主要包括许昌、平顶山、漯河、周口、南阳、驻马店和信阳7个城市。其余的城市如商丘、开封、郑州、洛阳和三门峡等在陇海线上，可以称之为陇海线区域城市。

1.2 指标体系的构建

先发国家和地区的城市化经验表明，在城市化初级阶段，农村经济在国民经济中占主导地位;而在城市化中级阶段，农村经济已退居次席，城市经济全面崛起，表现为第一产业就业比重持续下降，第二、三产业产值相继上升，工业化对城市化的“发动机”和“孵化器”作用体现得十分明显;在城市化高级阶段，城市已经成为整个社会的经济、科技、文化、商贸和信息中心，第三产业已成为城市化的主要后续动力。城镇人口占总人口的比重反映了人口在城乡之间的空间分布，是世界上公认的城市化水平指标。城市化水平和国民经济发展水平之间有很大的一致性，城市化水平高的国家或地区，经济发展水平也较高，经济发展水平低的国家或地区，城市化水平也较低;城市化水平与人均总值的对数值之间大致呈正比增长关系［8］。

在以上分析的基础上，本研究选取非农产值、城镇人口占总人口的比重和人均国民生产总值(GDP)作为输出指标。本研究主要借鉴文献［3-7］的研究成果，并结合河南省的具体情况，选取城镇财政支出、城镇固定资产投资和城镇就业人员作为输入指标。

2 研究分析模型

2.1 DEA 模型

数据包络分析方法是由Charnes和W.W.Cooper等人于1978年所提出的评价具有相同类型的多投入、多产出的决策单元是否技术有效的一种相对效率评价方法。本研究将采用投入导向的BCC(规模报酬可变)模型分析城市化的纯技术效率指数;运用C2R(规模报酬不变)模型分析城市化的综合效率。综合效率可以分解为纯技术效率和规模效率的乘积。鉴于传统DEA模型已经相当成熟，在此不再赘述其数学原理。在DEA模型中，城市化的综合效率指数反映的是城市化过程中资源要素的配置、利用以及规模集聚等效率，纯技术效率指数表征着各投入要素的配置利用效率，而规模效率指数表示城市规模集聚效率。

2.2 Malmquist生产率指数模型

20世纪90年代，Före等人将DEA方法与距离函数相结合来测度Malmquist TFP指数的变化［9］。Malmquist指数一般被定义为两个指数的几何平均。即:

式中:(xt，yt)和(xs，ys)分别为t期和s期的投入产出关系;dt(xt，yt)为距离函数，表示生产配置 (xt，yt)为到t时刻系统前沿面的距离。由距离函数的定义有:

显然，距离函数就是输入导向的DEA模型的效率函数值Ft(xt，yt)，所以，dt(xt，yt)=Ft(xt，yt)。因此，Malmquist指数可以表示为以下形式:

由式(2)可以看出，Malmquist指数就是一个反映t到s时间段的效率变化指数。在经济增长分析中，用Malmquist指数表示TFP指数，反映全要素生产率的变化。对式(2)进行分解，得到:

由式(3)可以看出，Malmquist指数可以分解成技术变化指数和综合效率变化指数，其中:

式中:EC表示城市化过程中要素资源的配置、利用水平和规模集聚等水平的变化;TC表示城市化过程中生产技术变化情况。TC＞1表示技术进步;TC=1表示技术维持不变;TC＜1表示技术退步。EC＞1表示效率改善;EC=1表示效率不变;EC＜1表示效率下降。MI＞1表示生产率提升;MI=1表示生产率不变;MI＜1表示生产率下滑。

通过分析Malmquist指数，可以研究河南省城市化的发展到底是依靠技术进步还是要素资源的配置、利用水平和规模集聚等水平的提高，或两者共同作用的结果，以便为进一步提升城市发展绩效提供新的思路。

3 实证分析

3.1 数据来源

数据为2005—2010年的河南省18个地级市的具体数据，来源于2006—2011年的《河南省统计年鉴》和《中国城市统计年鉴》。

3.2 计算结论及分析

3.2.1 城市化效率及其分解特征。运用DEA模型，分别计算2005和2010年河南18个地级市城市化效率及其分解结果(表1)。

从城市化投入产出综合效率来看，河南省18个地级市的城市化效率总体上并未达到理想状态，且在2005—2010年间，其效率呈现下滑趋势。主要表现在2005与2010年河南18个地级市投入产出平均综合效率只有0.879和0.833，达到最优水平的88%和83%;但与2005 年相比，2010年河南18个地级市投入产出平均综合效率下滑了5个百分点。2005年，郑州、开封、平顶山、许昌、漯河和济源这6个城市的城市化综合效率达到了DEA效率最优。而到2010年，只有平顶山、许昌和济源3个城市的综合效率达到了DEA效率最优，综合效率最优城市数量减少了50%。2005年城市化综合效率都达到有效性的60%以上，其中达到DEA有效性80%以上的城市有15个，占总数的83%，达到60% ～80%的城市有3个，占总数的17%;2010年城市化综合效率达到DEA有效性80%以上的城市只有11个，占总数的61%，达到60% ～80%的城市有6个，占总数的33%，另外，信阳的城市化综合效率低于有效性60%，占总数的6%。

从纯技术效率来看，2005年河南18个地级市城市化纯技术效率达到DEA有效的城市数量有7个，2010年仅有5个，多于综合效率最优的城市数量。但纯技术效率总体上呈现下降趋势。2005年18个地级市城市化的纯技术效率平均值为0.893，2010年只有0.851，下滑了4个百分点。2005年达到纯技术效率最优90%以上的有11个城市，占总数的61%，其余7个城市达到纯技术效率最优60%以上，占总数的39%;2010年达到纯技术效率最优90%以上的有9个城市，占总数的50%，60% ～90%的有8个城市，占总数的44%;另外有一个城市即信阳市低于纯技术效率最优60%的临界值。

从规模效率来看，2005—2010年河南18个地级市的城市化规模效率总体呈现下降态势。2005年规模效率的平均值为0.985，而2010 年为0.980，减少了0.005。从单个城市的城市化规模效率的非有效性排序来看，2005 年有效性在区间［0.900，1.000］内的城市是11 个，而2010年为15个，增长了36%。

总体看来，2005年河南18个地级市中有郑州、开封、平顶山、许昌、漯河和济源6个城市的综合效率、纯技术效率和规模效率都达到最优。而2010年只有平顶山、许昌和济源3个城市的综合效率、纯技术效率和规模效率都达到最优。

表1 2005与2010年河南城市化效率计算结果Tab.1 Urbanization efficiency of Henan Province in 2005 and 2010

3.2.2 河南省城市化效率的空间特征分析。表2显示，2005年豫北区域和豫南区域的城市规模效率都低于2010年的对应数值;但陇海线区域的状况刚好相反，规模效率是2005年落后于2010年。就技术效率而言，2010年豫南和豫北区域均落后于2005年，而陇海线区域是2010年落后于2005年。2005年豫南区域的城市化效率总体上领先于豫北区域的和陇海线区域，呈现出“南强北弱”的态势;而2010年则是陇海线区域的城市化效率总体上处于领先地位，表现为中间高南北低的“山”字型态势。

由区域城市化效率的样本标准差可以看出，就综合效率而言，2005年豫南区域内的7个城市的发展不均衡程度最严重，陇海线区域内的5个城市发展均衡的程度位居第二，而豫北区域内的6个城市的发展相对均衡;就纯技术效率而言，则发展差距按大小排列依次是陇海线区域、豫南区域和豫北区域;就规模效率而言，发展差距按大小排列依次为豫南区域、豫北区域和陇海线区域。2010年，三大区域的综合效率状况和2005年类似，但就纯技术效率而言，豫南区域内部的发展差距最明显，其次为陇海线区域;就规模效率来说则是陇海线区域内部发展差距最不均衡，而豫南区域内部最均衡。

3.2.3 变化趋势及空间特征。本研究采用Malmquist指数法对河南省18个地级市的城市化动态效率进行分析，利用数据包络分析软件MyDEA1.0进行计算，结果见表3。

表2 2005，2010年河南省三大区域城市化效率Tab.2 Urbanization efficiency in three regions of Henan Province in 2005 and 2010

表3 2005—2010年的综合效率改善指数、技术变化指数和Malmquist指数Tab.3 Scale efficiency change index，technical change index and Malmquist index during 2005—2010

由表3可以看出，2005—2010年间河南18个地级市的Malmquist综合指数处于“W”状态。2005—2006年，只有鹤壁市和周口市这两个城市的Malmquist综合指数小于1，2006—2007年Malmquist综合指数小于1的城市数量则上升到12个，2007—2008年虽然略有好转，但2008—2009年，则全线下滑，没有一个城市的Malmquist综合指数大于1;2009—2010年，情况逆转，有13个城市的Malmquist综合指数大于1。在2005—2010年间，河南省18个地级市的Malmquist综合指数的平均值最低值为2008—2009年的0.861，最高值为2005—2006年的1.163，在2005—2010年间，最大平均值与最小平均值之间差距达到30.2%，差异幅度之大令人诧异。2005—2010年间，综合效率改善指数平均值中的最大值为2008—2009年的1.036，最小值为2007—2008年的0.957，差距达到7.9%;但2005—2010 年间，技术变化指数平均值中的最大值为2005—2006年的1.183，最小值为2008—2009年的0.832，差距达到35.1%。由以上分析可以认为，综合效率改善指数和技术变化指数的共同作用导致了Malmquist综合指数处于波动状态，其中技术变化指数的大幅度波动是导致Malmquist综合指数波动的主要原因。

以豫北、陇海线和豫南三大区域18个地级市为依托，分析河南城市化过程中的全要素生产率变化指数的空间分异规律。由表3可以看出，在综合效率改善指数和技术变化指数的共同作用下，2005—2010年，河南城市化的全要素生产率表现为陇海线最强，豫北其次，豫南最差。豫北6个市的全要素生产率中最差的是濮阳，最好的是新乡;陇海线5个市的全要素生产率中表现最差的是开封，表现最佳的是三门峡市，而作为中原经济区的首要中心城市郑州落后于副中心城市洛阳;豫南7个市的全要素生产率中最好的是许昌，最差的是周口。

进一步对Malmquist指数的稳定性进行分析(表4)。从表4可以看出，豫北的Malmquist指数的标准差从2005—2006年的 13.6%下降到 2009—2010年的1.98%，呈现出逐年下降的趋势，表明豫北6个城市的生产率的稳定性逐年增强，区域内部的差别性逐渐缩小;陇海线和豫南则表现出波动性特征，其中波动最大的是陇海线区域，这表明陇海线5个城市的生产率存在极大的差异，城市之间的发展很不平衡。

表4 2005—2010年河南省三大区域城市化效率稳定性分析Tab.4 Urbanization efficiency stability analysis in three regions of Henan Province during 2005—2010

4 结论与政策建议

4.1 结论

目前，河南城市化的低效率、技术进步的无效率和区域发展的不平衡成为了制约河南城市化效率提升的最主要原因。河南城市化水平的提高主要依靠增加要素的投入量，呈现出粗放型、外延型增长的态势，从而导致当前河南城市化水平远低于工业化水平。

4.2 建议

4.2.1 强化城市间的协调，促进城市群健康发展。应在省政府的领导下顶层设计相关政策，强化各城市之间的协调发展，协调的核心问题是不同城市功能之间的立体分工。一方面，建立城市之间的经济协调联动机制和议事制度，完善区域公共信息平台建设，设立科技、信息、规划、旅游和协作等专题工作组，确保产品和各生产要素在区域之间的无障碍流动;另一方面充分发挥省市两级社会科学院、专家咨询委员会、政府政策研究室和省内各大学相关研究机构的作用，激励这些机构根据城市化的发展趋势对城市化中带有全局性、战略性、前瞻性、综合性的热点、难点、焦点问题进行超前性、预警性研究，提供客观、科学的咨询建议，为政府推进新型城市化的决策提供理论支持。同时充分发挥中心城市郑州和副中心城市洛阳的龙头示范效应，向省内相对落后的城市提供技术支持和资金支持，出台优惠政策，鼓励大中专毕业生及高技术人才到相对落后的城市就业，充分挖掘落后地区经济发展的巨大潜力，改变河南省北强南弱的局面，促进区域城市群均衡、协调、持续、有效发展。

4.2.2 深化科技体制改革，合理配置科技资源。鼓励产业、高校、科研机构、创业家和金融机构之间的联系与合作，充分发挥高等院校在知识生产中的作用，鼓励企业与省内外的高校和科研机构进行合作，鼓励有创业能力和创业意愿的专家、学者及大学毕业生、企业科研人员进行创业，鼓励金融机构对中小型创新型企业进行投资，完善区域创新网络，提升科研成果产业化速度。同时，政府要完善科技创新的服务体系，以整合资源、增强活力、创造效益为原则，加强对创新活动的组织、协调和引导，优化科技力量布局和科技资源配置，系统集成产业政策，综合运用税收、信用、贴息和政府采购等手段，对高技术产业发展给予支持，提升骨干企业的创新能力，培育产业集群，形成完善的创新活动链，提升和凸显城市化过程中科技进步的引擎作用。

4.2.3 坚持内涵式发展，提升城市规模效益。河南省的城市化处于中期阶段，在这一阶段中，城市化步伐加速，城市的规模不断扩大，要注意将人力、资本、土地等投入资源按恰当比例投入以获得合理的预期产出，力求避免盲目扩大城市规模。作为中部人口大省，要积极承接东部沿海先发区域转移过来的劳动密集型产业，但要防止二次污染。鼓励和支持企业产品和生产技术从高耗能向节能转变，要加强技术密集型和资金密集型产业的发展，加速建设创业园和产业园，为城市发展提供强大的产业支撑，最终改变河南省城市化整体效率不高的现状，促进河南省经济增长方式由粗放型向集约型转变，实现城市由外延型发展向内涵式发展转型，确保城市规模扩大的同时质量提升。

［1］张百新，叶俊东.奋力实现中原崛起——访中共河南省委书记李克强［J］.瞭望，2003(47):22-23.

［2］靳相木.土地集体制度与中国城镇化效率［J］.山东农业大学学报(社会科学版)，2005(1):78-81.

［3］刘建徽，王克勤.基于DEA方法评价城市化相对效率［J］.重庆职业技术学院学报，2005，14(2):107-109.

［4］刘晓峰，陈通，柳锦铭，等.城市化相对效率评价指标选择及评价方法研究［J］.华中科技大学学报(城市科学版)，2007，24(3):82-85.

［5］王家庭，赵亮.我国区域城市化效率的动态评价［J］.软科学，2009，23(7):92-98.

［6］戴永安.中国城市化效率及其影响因素——基于随机前沿生产函数的分析［J］.数量经济技术经济研究，2010(12):103-117.

［7］肖文，王平.我国城市经济增长效率与城市化效率比较分析［J］.城市问题，2011(2):21-16.

［8］周一星.城市化与国民生产总值关系的规律性探讨［J］.人口与经济，1982(1):28-33.

［9］Timothy J，Coelli D S，Prasada Rao，等.效率和生产率分析导论［M］.2版，刘大成，译.北京:清华大学出版社，2009:217-220.