中国“五化”协同发展的效率测度与时空特征

杨勇 李忠民

摘要：利用耦合度方法测度了2001～2013年31个省市自治区的“五化”协同发展指数，并基于VRS的DEA方法测度了各地区“五化”协同发展效率。结果显示，总体上各地区“五化”协同发展指数均呈上升状态，其变异系数有逐渐减小趋势；“五化”协同发展综合效率先升后降，其中东部地区的综合效率水平提高较快，而中西部地区综合效率提升水平较慢。通过四象限法对“五化”协同发展指数与“五化”协同发展效率进行了时空特征分析，并得出结论：具有HH型特征的省区逐渐增多，且主要集中在东部地区，而具有LL型特征的省区主要集中在西部地区且减少较慢，中国“五化”协同发展与协同发展效率还有待进一步提升。

关键词：“五化”；协同发展指数；协同发展效率

DOI：10.13956/j.ss.1001-8409.2017.02.05

中图分类号：F0613；F0417 文献标识码：A 文章编号：1001-8409（2017）02-0019-05

The Efficiency of the Coordinated Development and

Spatialtemporal Characteristics of

“Five Modernizations” in China

YANG Yong1，2 ， LI Zhongmin1

（1.School of International Business， Shaanxi Normal University， Xian 710061；

2.School of Economics and Management， Xian Technological University， Xian 710032）

Abstract：This paper used the coupling method to measure the “five modernizations” coordinated development index of the 31 provinces from 2001 to 2013， and the “Five Modernizations” coordinated development efficiency by using of DEA method based on VRS. On the whole， the area of “Five Modernizations” coordinated development index showed a rising trend， the coefficient of variation of the “Five Modernizations” has gradually decreased； the comprehensive efficiency of coordinated development based on the first and then decreased， the overall efficiency level of the eastern region to improve rapidly， and enhance the level of comprehensive efficiency of the Midwest is slower. Through the coordinated development of the spatialtemporal characteristics of the efficiency of “Five Modernizations” coordinated development index， draws the conclusion： with HH type gradually increased and mainly concentrated in the eastern region， with LL type mainly concentrated in the western region and reduce the slower， China “Five Modernizations” coordinated development and the efficiency of coordinated development remains to be further enhance.

Key words：“Five Modernizations”； coordinated development index； the efficiency of the coordinated development

引言

理論界对“五化”测度的研究成果较少，主要集中于其中一个方面或者几个方面。W.A.Lewis、H.Chenery、M. P.Todaro较早关注了工业化与城镇化的关系，S.Kuznets、Yujiro Hayami和V.W.Ruttan等对农业问题进行了较为详细的论述。近年来对信息化的研究成果较多，如Aschauer、Bernstein和Mamuneas等认为信息基础设施的改善能增加效率提高产出。在绿色发展研究方面，Weaver、Nataraja等均认为可持续发展的核心是绿色发展。国内对“四化”同步测度的研究成果集中于近几年，如李裕瑞等、徐维祥等、舒季君等、胡艳兴等、杨勇等采用历史数据通过耦合度、PLS通径、GIS等手段对各地市县、省区的“四化”协调水平与动态变化做了较为详细的分析[1～5]。在协同效率研究方面，目前仅见的有潘竟虎等基于VRS的DEA方法对中国城市群“四化”协同效率的测度[6]。由于“五化”协同提出较晚，所以截至目前国内外尚未有较为权威的“五化”协同效率的研究成果发表。

本文提出的“五化”协同发展效率是指在单位时间内、在特定条件下，不同区域要素资源所创造或增值的“五化”协同发展成果，其创造的总产出与总投入的比值，体现了区域投入要素资源的有效配置、合理利用、规模集聚和经营管理水平。“五化”协同发展效率的提高不仅意味着投入产出效率的提高，要素资源的有效配置与合理利用，还意味着区域生产水平、规模集聚与经营管理水平合理高效[7]。

1研究方法

11研究对象

本文研究对象为全国31个省、市、自治区，并按照国家统计局的标准划分为东、中、西与东北四大区域。数据均来源于《新中国60年统计资料汇编》《中国区域经济统计年鉴》《中国城市统计年鉴》《中国信息年鉴》以及部分省市2002～2014年统计年鉴，为保证数据完整性，部分缺失数据采用插值法补充。

12研究方法

121“五化”协同发展指数测度

“五化”协同发展测度没有一个公认的统一指标体系，根据已有研究，结合本文研究需要，在工业化指标方面，借鉴徐维祥等、舒季君等的做法[2，3]，用工业增加值占比衡量工业化率，用工业就业比重反映产业就业结构，用工业劳动生产率反映工业生产效率状况，考虑到工业技术水平因素，这里用工业企业R&D经费占地区GDP比重来衡量工业技术水平；在信息化指标方面，借鉴了较为综合的国家统计局统计科学研究所信息化统计评价研究组的中国信息化发展指数[8]；在城镇化指标方面，除公认的人口城镇化外，还采用徐维祥等的做法，分别用建成区面积占城市面积比重、城镇就业人数占总就业人数比重、非农产业产值占GDP比重来反映土地城镇化、就业城镇化与产业城镇化[2]；农业现代化方面，借鉴龙冬平等做法，用每耕地面积农业机械总动力、每耕地面积农业产值、每农作物播种面积的有效灌溉面积与单位农业从业人员的农业产值四個指标分别反映农机动力、农业产出、有效灌溉率与人均生产效率[9]。绿色化指标方面，借鉴李晓西等的观点，从生态资源、绿色生产、环境压力和绿色治理四个方面构建指标体系[10]。“五化”协同指标体系由5个方面指数、21个基础指数与30个指标构成①。

①

篇幅所限，这里不再提供详细的"五化"协同发展指标体系表格，感兴趣的读者可向作者索取。

综合指数的计算方法如下：首先，根据指标体系计算工业化指数（G（g））、信息化指数（X（x））、城镇化指数（C（c））、农业现代化指数（N（n））与绿色化指数（L（l）），计算公式见（1a）～（1e）：

G（g）=∑ni=1αigi（1a）； X（x）=∑nj=1βjxj （1b）；

C（c）=∑nk=1γkck（1c）； N（n）=∑np=1δpnp（1d）；

L（l）=∑nq=1φqlq（1e）

式中gi、xj、ck、np与lq分别代表极差标准化后的工业

化、信息化、城镇化、农业现代化与绿色化指标，αi、βj、γk、δp与φq分别为用主成分分析法计算的各指标权重。

其次，根据5个方面指数计算“五化”综合指数，即5个指数的几何平均值：

T=15G（g）×X（x）×C（c）×N（n）×L（l）（2）

再次，利用李裕瑞计算方法推导出“五化”耦合度测度公式：

C=3-9G（g）2+X（x）2+C（c）2+N（n）2+L（l）2G（g）+X（x）+C（c）+N（n）+L（l）（3）

最后，耦合度函数表征了“五化”之间耦合作用程度的强弱，但无法反映协同发展水平的高低，因此引入协同度模型来评判“五化”交互耦合的协同程度：

D=C×T（4）

式中D为“五化”协同发展水平，其取值范围为[0，1]，D越大，意味着“五化”协同发展水平越高，反之亦然。

122“五化”协同发展效率测度

本文选择基于投入角度的可变规模报酬的VRS模型，以各省区为决策单元，xri为第r个省区第i种资源的投入量，yrj为第r个省区第j种资源的产出量，则第k个省区的效率评价指数θ满足：

Min θ-εTs-+eTs+

s.t. ∑Rr=1λrXri-θXki+s-i=0， i=1，2，…，m

∑Rr=1λrYrj-s+j=Ykj， j=1，2，…，n

∑Rr=1λr=1

λr，s-i，s+j≥0， r=1，…，R，i=1，…，m，j=1，…，n

（5）

其中，θ值为综合效率指数，ε为非阿基米德无穷小量，λr为权重变量，s-为松弛变量，s+为剩余变量，T=1，1，…1∈Em和eT=1，1，…1∈En均为单位空间向量。θ值越大说明省区的“五化”协同效率越高，θ=1时省区效率达到最优生产前沿面，其产出相比于投入达到了最优综合效率。

经济体的效率评价反映的是投入产出问题，基于投入角度的“五化”协同发展效率评价实际是各经济主体参与经济活动带来的产出效率问题。基于此，在避免与“五化”协同发展指标体系重合的前提下，参考潘竟虎的做法，以“五化”协同发展水平为产出指标，以城乡人均消费支出为消费者的投入，以人均全社会固定资产投资为生产者投入，以人均地方财政预算支出为政府投入，同时考虑到金融对经济不可忽视的作用将人均金融机构本外币贷款纳入投入指标体系中。

2中国“五化”协同发展测度

利用式（1）至式（4）计算得到2001～2013年31个省、市、自治区的“五化”协同发展指数，篇幅所限，这里仅报告了2001年、2006年、2011年与2013年的计算结果（见表1）。

从各地区“五化”协同指数的均值看，中国“五化”协同发展指数呈现出缓慢上升趋势，从2001年的062上升到2013年的083，年均增长238%，考察期间“五化”协同发展指数的增速呈现出“U”型特征，即增速由下降逐步转为上升。从各地区“五化”协同指数的变异系数看，2001～2013年，全国“五化”协同的差异逐渐下降，地区之间“五化”协同有趋同趋势。西部地区“五化”协同发展指数增速加快，且远高于东部地区。2001～2013年，“五化”协同发展指数年均增速最快的五个省区中除海南外均属于西部地区；而增速最慢的五个省区中西部仅占1席，增速最快的贵州与增速最慢的辽宁之间的同步指数差距从2001年的03647降到2013年的01478，缩小了一半多。

根据已有研究提出的协同等级划分原则，2001～2013年，各地区协同发展的等级均有所提升，2013年，05

06的勉强协同型地区仅有西藏；06

3中国“五化”协同发展效率测度

根据式（5），借助于Deap21软件平台，计算了2001～2013年全国各地区“五化”协同发展效率。计算结果见表2。

①篇幅所限，表2仅汇报了东、中、西、东北具有代表性省区的效率测度结果，感兴趣的读者可向作者索取详细计算结果。

31综合效率

2001～2013年各省区综合效率的均值呈现稳中有升的特征， 2011年之前综合效率处于上升趋势，2011年之后综合效率出现下降特征。考虑到2011年之前，中国经济增长的高投入、高产出的粗放型生产特征较为明显，而2011年之后经济下滑，产出下降快于投入下降的幅度，故而出现了综合效率下降。借鉴已有文献的效率划分标准，θ<06为无效率，06≤θ<08为低效率，08≤θ<1为中等效率，θ=1为高效率，2001年中高效率的有8省区，主要分布在中部地区，低效率和无效率的有23个省区，其中中高效率省区占比达到2581%；2013年中、高效率的有14个省区，主要分布在东部沿海地区，低效率与无效率的有17个省区，其中中高效率省区占比达到4516%。从地区看，东部沿海地区的综合效率增长较快，西部内陆地区的综合效率提高缓慢。

32纯技术效率和规模效率

2001年31个省市自治区中纯技术有效的有12个，主要分布在东中部，2013年纯技术有效的有13个省区，东中西都有分布，但主要集中在东部。2001年和2013年能达到纯技术有效的80%的省区都有25个，占到了8065%。纯技术效率有效的省区远远多于综合效率有效和规模效率有效的省区，这充分说明了技术进步在推动五化协同发展中的积极作用。

从规模效率角度看，2001年、2006年、2011年、2013年中国“五化”协同协调发展规模效率的均值分别为083、087、093、088，其中，2011年“五化”协同的规模效率最接近有效，2001年达到规模效率最优的省区有5个，均属于中西部地区，而规模效率最低的均位于东部沿海，說明西部地区的“五化”协同主要是通过粗放式的规模扩大实现的，而东部地区“五化”协同主要是通过技术进步实现的。2013年规模效率有效的省区有6个，均位于中东部地区，说明进入经济发展新常态后，中东部地区不仅强调技术进步，也加强规模水平对“五化”协同的促进作用。

33规模报酬类型

2001年规模报酬不变的省区有4个，主要分布在中部地区，2013年规模报酬不变的省区有6个，分布在中东部地区，总体上，2001年以来实现规模效率的省区数量较少；规模收益递增的省区2001年有10个，2013年有17个，说明投入不足的地区逐渐增多，这些地区投入的增加会获得更高的五化协同效率；而规模报酬递减的省区2001～2013年从17个下降到8个，即意味着需要进行投入松弛的省区数量在逐步减少。

4中国“五化”协同发展指数与发展效率时空特征

根据前述“五化”协同发展指数与发展效率的标准，可将各地区划分为高指数高效率型（HH型）、高指数低效率型（HL）、低指数高效率型（LH）、低指数低效率型（LL）四种类型①。结果见表3。

（1）HH型。在既有设定下，2001年没有此种类型的省区，但之后具有此类属性的省区逐渐增多，从长三角、珠三角向周边区域有逐步扩散趋势，中部省区高高组合逐渐增多。一方面从协调发展角度看，这些区域“五化”各指数间协调发展程度有所上升，另一方面协调发展的效率也有所提升，省区效率的改善逐渐靠近生产前沿面。

（2）HL型与LH型。从2001～2013年，具有HL型属性的省区在增加，主要分布在东部地区，中西部与东北也有部分省区；而具有LH型属性的省区在逐步减少。以北京为例，四个典型年份该区域均为高协同发展指数与低协同发展效率的组合，可能的原因是包括北京等区域的发达经济省区吸引了大量要素聚集和资源投入，但投入产出比相对较小，即效率未得到充分发挥，因而距离有效率的生产前沿较远。

（3）LL型区域。2005年以来，具备此类特征的省区有8～9个，占全国省区数量的近30%，从分布区域看，主要在西北与西南地区，这为实现我国“五化”协同发展提出了挑战。一方面“五化”协同指数较低，意即发展不平衡，另一方面协同效率又较低，投入多而产出少，这不仅仅是技术方面的因素，也有规模方面的因素。

5结论与启示

本文利用基于VRS的DEA模型对2001年、2006年、2011年与2013年的“五化”协同发展效率进行了计算，概括起来主要有以下结论：一是各省区“五化”协同发展指数均有较大发展，不同区域之间“五化”协同发展指数有趋于收敛的态势；二是“五化”协同发展综合效率稳中有升，但存在效率增长的区域结构性差异，在推进“五化”协同发展时，技术进步起到了积极作用，但规模效率的提升也不容忽视；三是从中国“五化”协同发展指数与效率的空间分布看，具有高指数高效率的HH型省区数量增加显著；低指数低效率的LL型省区数量占到了全国省区总数的近30%；高指数低效率的HL型区域与低指数高效率的LH型区域属于典型的不平衡发展，“五化”协同水平的提升有较大空间。

“五化”是经济社会发展的变迁过程，是社会转型与结构变迁的5个方面，为促进全国与各地区“五化”更好地实现协同发展，可以做如下思考：一是加强信息化与其余“四化”的融合。信息化大发展不但改变了人们的生活方式，也改变了生产方式，信息化+工业化是工业40的基础，信息化+城镇化形成了智慧城市，信息化+农业产生了智慧农业，信息化+绿色化实现了低碳发展。信息化不但是促进“五化”协同发展的手段，信息化的蓬勃发展和信息技术的普遍应用，更为缩小区域差距、促进区域经济社会协调、可持续发展提供了最大可能。二是注重投入产出效率的提升和增长方式的转变。高投入高产出的粗放型生产方式已经不适应新常态下的经济发展，因此在当前经济降档期需要进一步优化投入总量和投入结构，提高投入效率实现DEA的综合效率有效、纯技术效率有效与规模效率有效，对于东部沿海地区减少

要素投入冗余，对于中西部地区在扩大规模效率的同时需要提升纯技术效率。三是以市场为导向，政府的宏观调控要起到积极作用。在“五化”进程中依然要坚持改革开放基本国策，充分发挥市场主体的积极作用，进一步推进要素市场化改革进程，并大胆探索政治领域的体制改革，以促进我国市场体系健康发展，而政府的宏观调控要在微观领域逐步缩减，宏观层次上要加强调控和管理，不能让市场这只“看不见的手”盲目操纵，自发“决定”。

参考文献：

[1]李裕瑞， 王婧， 刘彦随，等. 中国“四化”协调发展的区域格局及其影响因素[J]. 地理学报， 2014， 69（02）：199-212.

[2]徐维祥， 舒季君， 唐根年. 中国工业化、信息化、城镇化、农业现代化同步发展测度[J]. 经济地理， 2014（9）.

[3]舒季君， 徐维祥. 中国“四化”同步发展时空分异及其影响因素研究[J]. 经济问题探索， 2015（03）：50-57.

[4]胡艳兴， 潘竟虎， 陈蜒，等. 基于ESDA和GWR的中国地级及以上城市四化协调发展时空分异格局[J]. 经济地理， 2015， 35（5）.

[5]杨勇，李忠民. 发展新理念下中国“四化”同步发展趋势与特征分析[J]. 科技进步与对策，2016，11：36-41.

[6]潘竟虎， 胡艳兴. 中国城市群"四化"协调发展效率测度[J]. 中国人口·资源与环境， 2015， 25（9）：100-107.

[7]方创琳，关兴良.中国城市群投入产出效率的综合测度与空间分异[J].地理学报，2011，66 （8）： 1011-1022.

[8]国家统计局统计科研所信息化统计评价研究组， 杨京英， 熊友达，等. 信息化发展指数优化研究报告[J]. 管理世界， 2011（12）：1-11.

[9]龙冬平， 李同昇， 苗园园，等. 中国农业现代化发展水平空间分异及类型[J]. 地理学报， 2014， 69（2）：213-226.

[10]北京师范大学. 2011中国绿色发展指数报告： 区域比较[M]. 北京师范大学出版社， 2011.

（责任编辑：赵毅峰）