皖江城市带城市化空间效率研究

刘利娟，林 斐

（1.安徽大学 经济学院，安徽 合肥 230601；2.安徽省社科院 经济所，安徽 合肥 230601）

1 引言

城市化是人口、产业的空间集聚，是劳动力、土地、资本等要素的空间配置。城市化效率是几种或多个生产要素集聚带来的收益变化，城市化空间效率是指几种或多个要素空间集聚而带来的收益变化。两者的差别在于城市化效率并不突出强调空间概念，而城市化空间效率，则是从空间视角下计量效率变化。

通常城市化率被看作城镇人口比重的提高，城市化效率是随着城镇人口比重提高，经济收益的提高。2011年我国城市化率首次超过50%，如果城市化率提高方式是通过农民转市民的城镇人口比重的大幅度提高，靠城市人口规模与城市面积不断扩大来提升城市化率是远远不够的。《中国城市发展报告（2009年）》指出现阶段我国城市在空间上的扩展，“土地城市化”速度远远高于“人口城市化”的速度，大规模的“圈地”的“造城运动”使城市化高速推进，城市在空间上实现了“摊饼式”的?快速扩张，城市化空间利用低效率问题愈演愈烈。

城市化已作为经济增长的引擎，既需要依靠经济效率的提高，也需要空间效率的提高，即各要素空间集聚达到优化配置，这是当前转变经济发展方式的一个重要方面。如何解决城市化速度加快时期空间资源利用效率同步提升的问题，是值得关注的。本文对城市化空间效率研究，从空间要素集聚的角度，认识城市化水平与质量，这对于防止城市化过程中空间资源低效率开发利用，促进要素空间的优化配置，提升城市化的质量，促进城市化可持续的推进有着重要意义。

2 文献综述

空间经济学派代表人物保罗·克鲁格曼（P.Krugman），藤田昌久 （M.Fujita），维纳布尔斯（J﹒Venables）[1-3]（1991、1999）认为要素的空间聚集是导致城市形成和不断扩大以及区域发展的基本因素，放弃了新古典经济学中规模报酬不变的假设，将空间集聚概念引入到城市经济理论分析中。近年来国内学者采用数据包络分析（DEA）方法以及相关的分析方法从不同视角分析测算城市化效率。肖文等（2011）[4]测算了2000-2008年全国248个地级以上城市的经济增长效率和城市化效率，认为城市经济效率处在增长状态，但城市化一直处在低效状态；张明斗[5]等（2012）以2005-2010年为样本研究时段，运用DEA分析对全国31个省区（市）规模报酬和非集约度进行测算。刘晓峰[6]等（2007）利用网络分析法（ANP）和方法（DEA），评价全国15个省会城市和计划单列市城市化效率。

这些研究借助于DEA分析方法具有两个方面的侧重。一方面，从多视角来计算不同地区以及不同城市的效率水平，研究重点侧重宏观、综合分析，涉及反映人口、经济发展水平和社会环境等多个指标，这样效率评价上以总量判定为基础，并不突出强调空间要素。然而，城市化效率与城市化空间效率并不等同。在某些情况下，城市经济收益的增长与空间资源利用的提高并不一定成正比。当一个城市行政管辖面积扩大，城镇人口数量增加，经济总量也随之提高，城市化水平提高，但从空间角度评价这种城市化水平提升，会因为空间资源利用有效性的不足，而不被看作城市化效率提高。所以，当前各个地方把推进城镇化等同于城市人口数量或城市经济总量的提高，而从空间资源有效利用角度来看城市化水平的提高是有欠缺的，国内对城市化空间效率研究则比较薄弱[7]（金凤君，2007）。另一方面，在分析城市化效率采取DEA方法，是以相对概念为基础的效率评价方法，而不是绝对数值的比较。该方法对于决策单元资源配置效率评价具有一些优点：（1）用DEA方法建立模型前无须对数据进行无量纲化处理，直接采用统计数据进行运算，不受投入、产出指标量纲选取的限制；（2）无须权重假设来决定单元输入输出实际数据求得最优权重，排除了主观因素干扰，增强了定量分析的客观性；（3）特别在样本容量小，且又是多投入多产出的决策单元，生产函数不易确定时，不需要设定投入和产出变量的生产函数关系；（4）利用包括若干变量的单位体之间来衡量比较方法，不需要对指标进行相关分析。基于这些优点，该方法自问世以来的三十多年，在研究企业、城市、产业领域的效率评价中得到越来越广泛的应用。但是值得注意的是，在对城市化效率应用研究，对假设的前提条件往往忽略，导致在指标选择上差别，出现结果不一致。如以投资拉动城市化与消费内需拉动的城市化两者差别在于，通过出口导向引起的沿海地区的城市化与通过不断强化基础设施投资造就的中西部地区的城市化，投入与产出资源配置是不同的，即城市化空间效率也不在同一层次上。

皖江城市带是安徽省近年来承接产业转移规模最大、经济发展最快、城市化速度最高，人口与产业向城市集聚最快的地区而且在中部地区，发展较快的区域，2010年获国务院批准，成为国家发展战略层面上的皖江城市带承接产业转移示范区，进一步促进这一地区的快速度发展，这一时期皖江城市带表现以投资拉动型主导城市化特征十分显著，不仅经济规模总量快速增长，而且城市人口规模扩大，各类园区数量与新城开发面积迅速扩大，将这一地区作为城市化研究对象，具有典型代表性。

3 DEA分析

3.1 模型说明

DEA方法是分析不同领域和部门具有多投入和多产出情况下评价决策单元效率的线性规划方法。Seiford(1996)、Cooper（2004）做过相关的研究，1978年Charnes等提出CCR模型[8]，假定规模报酬不变（CRS），即在技术水平和要素价格不变的条件下,各种要素按同一比例变动时收益变动。现实中往往存在规模报酬变动,Banker[9]（1984）建立了能同时描述生产规模与技术有效的数据包络BCC模型。该模型改变了CCR模型中的规模报酬不变的假设，假定规模报酬可变（VRS），衡量处于不同决策单元的相对效率值。

DEA方法方法利用包络线代替了微观经济学中的生产函数[10]，通过数学规划来确定经济上的最优点，用折线连接成一条效率前沿的包络线，将所有的决策单元（DMU）的投入、产出映射于空间中，寻找边界点。凡在边界上的决策单元,其投入产出组合最有效，效率为1，而不在边界上的决策单元则被认为无效率，同时以特定的效率点为基准，给予每个决策单元一个相对的绩效指标。假定每个输入都关联到一个或多个输出，且输入输出之间存在某种联系。

设n个同类型的城市，每个城市均使用m种投入生产s种产出；用Aj表示第j个城市，j=1,2,…，n;xj表示第j个城市Aj的m×1投入向量,yj表示Aj的s×1产出向量。某个城市A0的相对效率测度的线性规划模型(以投入导向型为例)如下：

其中,x0，y0分别为城市A0的投入、 产出向量，λj为权重向量，θ为A0的相对效率。把最后一个约束条件换为λj≥0，便是投入导向型CCR模型。

3.2 指标选取

本文采用DEA方法分析2006-2010年皖江城市带的城市化空间效率，采用横向研究（Latitude Study）加纵向研究（Longitude study）动态与静态结合的方法。横向研究是将皖江城市带9个城市作用相应的决策单元，加以比较；纵向研究是选取2006年、2010年两个年份所表示的正常状态，对比两个时点上的数值纵向变化，表示一定时段的动态变化。

选取反映城市资本、劳动力与土地要素的空间集聚变化指标：财政支出、固定资产投资、建城区面积、城镇人口比重、非农产值占GDP比重，其中财政支出、固定资产投资、建城区面积作为投入指标；非农产值占GDP的比重、城镇人口比重（城镇人口占总人口比重）为产出指标。

表1 2006年皖江城市带各城市主要指标

表2 2010年皖江城市带各城市主要指标

3.3 分析结果

通过windows DEAP 2.1软件计算，2006年与2010年皖江城市带9个城市地区的效率情况，分析结果如表3-5所示。

表3 2006年皖江城市带各城市相对效率值

表4 2010年皖江城市带各城市相对效率值

表5 2006年与2010年皖江城市带各城市相对效率值及变化

分析结果如下：

从效率变化看，城市化空间效率总体上有所提高的。从表1、表2看，城市化总体效率值从2006年0.627上升至2010年的0.652。相比而言，皖江城市带的城市化率由2006年46%提高到2010年53.9%，提高了7.9个百分点，年均达到2个百分点，高于全省平均水平，非农产业占GDP的比重由2006年84.6%提高到2010年88.6%，年均提高1个多百分点，说明这一时期城市化过程中城镇人口比重的提高、非农产业比重的提高与城市化空间效率提升是同步，但有所偏差。人口集聚的速度明显更高些，随着人口与产业集聚，近年来各城市的园区数量增加、房地产开发，遍布，不断推动城市边界向外扩张，皖江城市带城市建成区总面积由611平方公里扩展到841平方公里，增长了37.6%，建城区面积增长速度快。相比起城市人口数量的增加速度，以及城市空间扩展速度，空间利用效率虽有所增加，但幅度较小，效率提升速度显得滞后。

从规模效率变化看，皖江城市带处在规模收益递增与不变状态，城市规模收益递增的城市个数由2006年的5个增加到2010年的7个，规模效率处在较高水平，总体效率上升，规模效率的提升，说明城市化规模扩张仍处在上升势头。从表3、表4可见，合肥、芜湖、安庆、巢湖、滁州处在规模收益递增状态，四年间除了合肥与巢湖略有下降外，上升较快的是马鞍山，其次是滁州，铜陵、池州市规模收益不变，效率值为1，说明这段时间内两地投入产出配置，处在良好状态，马鞍山、宣城市的规模收益由递减转为递增，总效率有所改善。值得注意的是，除了安庆、巢湖外，皖江城市带其他城市规模效率提升的同时，技术效率呈现出下降的态势，这是由于城市化的规模扩张过快而导致低效率的特征，需要注意规模效率提高的同时防止技术有效性的下降的趋向。

从空间效率差异看，皖江城市带各地城市规模效率与技术效率的变化，引发总体效率变化呈现较大差别，不是处在同一层次上。由表5可见，从2006年到2010年，皖江城市带各城市规模效率维持较高水平，没有出现“规模不经济”的状况，由于技术效率的下降，并影响到城市的总体效率水平。具体来看，2006年合肥、芜湖、安庆、巢湖市总体效率不高，是受技术效率不高引起的。马鞍山市总体效率的不高，则是由规模效率不高引起的。铜陵、池州市由处在规模与技术效率都较高的水平，总体效率达到1，投入产出合适，滁州、宣城市的总体效率不高，是受规模效率与技术效率较低的双重影响。2010年合肥、芜湖、马鞍山、安庆总体效率不高，受技术效率不高引起的。资源空间配置的有效性对于扩张较快的大城市影响更大。

在城市化过程中城市化空间效率变化呈现出的倒“U”型规律。当城市化进入快速增长阶段，处在规模报酬递增状态，伴随城市空间扩张，城市面积不断扩大下，规模收益不断提高，技术效率也会同步提高，当城市化处于规模报酬递增向递减的状态转变时，城市规模持续扩大，规模收益增速赶不上城市空间扩展速度，导致资源空间配置的技术有效性下降，技术效率不再提高，或提高程度缩小了，转入规模报酬递减阶段，技术效率呈现负增长的态势。综上分析，2006-2010年皖江城市带处在城市化发展的重要转型期，各城市发展速度较快，规模迅速扩大，处在城市化总体效率呈弱增长格局，虽然规模效率仍在提高，但提高幅度有所减缓，技术效率不高，并有下降的趋向，说明当前皖江城市带城市化仍然是粗放的发展方式。

4 结论与进一步讨论

城市化空间效率是反映城市化水平与质量的一个重要方面[12]。我国城市化水平不断简单地停留在“过高”或“过低”的水平判断上，城市化发展到现阶段，应更注重城市化进程中的空间资源效率利用提高和要素空间集聚效率的提高，提高城市化效率更应关注提高城市化空间效率。

通过对2006年、2010年皖江城市带9个城市的城市化空间效率进行了测算，可以看出，城市化进程皖江城市带各城市呈现出效率增长的态势，规模的扩大，收益增加，使皖江城市带呈现总体效率的提高态势，但是技术效率较低，且呈下降态势，说明资源空间利效率没有达到优化配置状态，这对于城市扩张较快的大城市表现的更加明显，城市化没有完全摆脱粗放型发展模式。

皖江城市带城市化进程处在上升势头，新一轮投资增强的势头并没有减弱，全省与央企签约的投资规模就达2.2万多亿元，加大投资成为城市化一个重要的着力点，投资型拉动特征仍将持续，在新一轮地方投资加快的同时，皖江城市带是安徽省投资最集中的地方，应注重视投资对城市化水平提升，重视城市化发展的内涵与质量，重视解决土地城市化、人口城镇城市化速度不一致的问题，要避免过分重视城市化规模扩张，导致资源空间配置效率呈下滑趋势，应当即时调整城市化策略，主动降低投资拉动城市经济增长的比重，减少投资驱动下追求城区扩容冲动，减缓造城建房速度，注重提高资本、土地、劳动力要素投向带动实际效益的产业，引导城市化向可持续性的、效率提升的方向转变，回归城镇化的本质，坚持城市化健康发展。

本文证实DEA方法评价城市化空间效率有效性，具有数据无需量纲化、无需投入产出表达式等优点。但是，这一方法应用考察城市化的空间效率需要注意的两点：一是要对假设前提有研判，有便于分析指标的选择。在分别选择投入与产出指标时，一定要有分析判断为基础。本研究的指标选择，基于对投资主导型城市化的判断；二是数据要准确。在一个特定的时段，视察效率值变化有赖统一的口径下、能反映实际情况的数据做分析支撑，由于现在统计人口数据，与实际状况存在出入的情况经常发生，从而也会影响到分析结论的科学性。本文采用的建城区面积，是统计年鉴数据，从实际情况看，现在许多城市的建成区面积已远超过城市规划面积，以遥感实测的数据为准，则更有说服力。

[1]P.Krugman.Increasing Returns and Economic Geography[J],Journal of Political Economy,1991,99(3)：1-6.

[2]M.Fujita,P.Krugman,A.Venables.The Spatial Economy：Cities,Regions and International Trade[M].Cambridge：MIT Press,1999.

[3]C.Cindy Fan，Allen J.Scott，Industrial Agglomeration and Development：A Survey of Spatial Economic Issues in East Asia and a Statistical Analysis of Chinese Regions [J].Economic Geography,2003,79(3)：295-319.

[4]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）：12-16.

[5]张明斗，周亮，杨霞.城市化效率的时空测度和省级差异研究[J].经济地理，2012(10)：1-3.

[6]刘晓峰，陈通.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，2007(9)：1-5.

[7]金凤君.空间组织与效率研究的经济地理学意义[J].世界地理研究，2007(4)：1-5.

[8]Charnes A，Cooper W W.，Rhode E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978(2)：429-444.

[9]Banker R D.Charnes A,Cooper WW.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30(9)：10-78.

[10]Coelli,T.J.A Guide to DEAP Version 2.1：A Data Envelopment Analysis(Computer)Program[Z].CEPA Working Paper,1996.

[11]魏权龄.评价相对有效性的数据包络分析模型[M].北京：中国人民大学出版社，2012：92-98.

[12]余晖.我国城市化质量问题的反思[J].城市发展与区域经济，2010(2)：1-5.