江苏省县市经济效率及空间相关性分析

,b

(江苏师范大学 a.地理测绘与城乡规划学院;b.城镇化研究中心,江苏 徐州 221116)

1 引言

揭示区域经济发展效率对研究区域经济问题和制订相关政策具有重要意义。经济发展的效率问题一直是政府部门和学术界普遍关注的热点问题,也是经济学和地理学等学科长期研究的内容。国内外学者对经济效率进行了大量研究,大致可以分为两方面内容:一方面是对经济效率内涵进行的研究。Timothy认为配置效率和技术效率可测度区域的经济发展效率[1];张秀生等认为经济效率可分为生产、分配、交换和消费四大效率[2];李德刚将马克思、恩格斯关于经济效率的内涵概括为生产效率、周转效率和资源配置效率[3]。还有学者将经济效率的测度分为技术效率、规模效率和其他各类不同经济的效率[4-8]。另一方面是对区域经济效率的定量研究。从研究方法看,主要有柯布—道格拉斯生产函数、技术效率测算的索洛余值法[9]、DEA模型方法[10]、超DEA模型方法[11]、随机前沿法[12]、X效率法[13]、投入—产出分析方法[14]等;从研究区域看,主要分为四个层面:国家层面[15,16]、区域经济体层面[17,18]、省级层面[19]和地级市层面[20]。

综合国内外研究发现,经济效率是指社会在投入一定成本的基础上产生的收益,目前对区域经济效率的研究大多集中于较大尺度,对县市等较小研究单元的经济效率分析较少,且缺少对经济发展效率的空间关联格局的分析，而县市经济是我国国民经济的重要组成部分,是实现城乡发展一体化的关键部分,也是建设社会主义新农村和解决“三农”问题的基本依托。

本文以江苏省为例,运用数据包络分析和空间自相关方法,对县市经济发展效率演化过程进行了分析,揭示经济发展效率的空间关联格局变化,以探索江苏省县市经济发展效率的演化规律和空间关联格局的差异,对促进江苏省县市经济健康有序发展具有一定的理论价值和政策意义。

2 研究方法

2.1 指标体系

考虑到指标的代表性、真实性和可获取性等因素,选取全社会固定资产投资总额X1、财政支出X2和X3作为输入指标(表1);经济发展效率的产出指标选取地区生产总值X4和消费品零售总额X5。

表1 江苏省县市经济发展效率测度指标体系

注:以上各项指标数据来源于2000年、2005年、2010年和2014年《江苏省统计年鉴》。

2.2 数据包络分析(DEA)

BCC模型:数据包络分析(DEA)[21]主要用来评价多输入、多输出的指标体系,具有很强的客观性。本文选用以投入为导向的BCC模型,其函数形式为:

(1)

式中,minθ为目标函数;s.t.为约束条件;λi为各城市节点在某一点指标上的权重;x0和y0分别是城市节点的初试投入和产出值。此外,模型中综合效率(STE是对投入—产出和资源配置能力、竞争力和可持续发展能力的总称)等于纯技术效率(TE是指生产中对现有技术的利用程度)与规模效率(SE是指生产中发挥社会经济活动的集聚作用与投入—产出规模的有效程度)的乘积[22]。

Malmquist模型:Malmquist指数[23,24]可将全要素生产率分解为效率变化(EC)和技术进步(TC),其中效率变化(EC)又可拆解为纯技术变化(PTEC)和规模效率变化(SEC),由此来具体测度一定时期内全要素生产率的变化情况,公式为:

TFPC=EC×TC=PTEC×SEC×TC

(2)

(6)

局部空间自相关:局部自相关通过比较观察值和相邻值与全局的关系,能更准确的把握空间要素的集聚与分异特征,通常用LISA(Local Indicator of Spatial Association,LISA)统计量[26],公式为:

Ii=[ΣjWij(xi-x)](xi-x)Σi(xi-x)2

(7)

3 江苏省县市经济发展效率分析

3.1 县市经济发展效率水平分析

在假设规模效率可变的情况下,本文主要使用DEAP2.1软件,并选用以投入为导向的BCC模型,计算出2015年江苏省各县市的经济效率状况，具体见表2。

表2 2015年江苏省各县市经济效率

注:drs、irs和-分别表示表示规模报酬递减、递增和不变[27]。

综合效率较低,县市差异较大:2015年江苏省54个县市经济综合效率的平均值0.641(表2),其中经济综合效率为1(即经济投入—产出效率达到最优)的县市只有6个(南京市区、江阴、宜兴、昆山、张家港和常熟),占全部县市的11.11%,13个地级市区中只有南京市区达到最优,苏南5个市区的综合效率较高,苏中效率水平次之,而苏北5个市区的经济综合效率均低于全省平均水平;综合效率为0.3—0.7的城市数有36个,占全省县市比重的66.67%。即大多数县市的综合效率处于较低水平,因此导致整个江苏省的整体经济发展综合效率偏低。将江苏省54个县市的综合效率和GDP水平进行排名,对比分析发现各县市的经济发展效率和经济水平之间存在着明显的差异:2015年江苏省54个县市中GDP水平排名前十位的均为地级市区,GDP排名最低的是宿迁市(第十六名)。在综合效率排名中,前十位只有2个是地级市区(南京和常州),排名后十位的有4个是地级市区(盐城、淮安、宿迁和连云港),均位于苏北地区,说明江苏省各县市的经济水平和效率水平之间存在明显的不协调现象。其中,地级市区的不协调程度较大,苏南、苏中和苏北的差异显著。因此,江苏省各县市经济发展效率优化的潜力较大,在加快经济总量发展的同时,适当增加有效投入或削减投入冗余,注重效率水平的提高,实现经济的有效发展。

纯技术效率较高,最优城市较少:2015年江苏省各县市纯技术效率的平均值达到0.790,其中达到最优水平的有南京、苏州、常州、昆山等13个县市,数量高于综合效率和规模效率最优的城市数量,且达到0.8以上(即较优水平以上)的城市有26个(表2),占全省的48.15%,说明江苏省约有1/2的县市对经济发展的基础设施技术和现代信息技术运用较成熟。与综合效率对比分析看,江苏省54个县市的经济发展综合效率与纯技术效率之间存在正相关关系。此外,纯技术效率呈现明显的从南到北逐渐降低的特征,苏南地区的纯技术效率较高,而苏北地区县市的效率则相对较低。这主要是由于苏南经济发展水平高且技术条件较为发达,而苏北县域经济增长为粗放型到集约型的转型期,经济发展和技术条件均相对落后,集聚效应难以发挥。因此,苏北县市经济发展效率的薄弱点为产出效率低下,在今后的发展中,应注重提升经济技术水平和企业经营管理经验,以提高经济产出水平。

规模效率最高,规模报酬递减多为市区:江苏省2015年县市经济的规模效率总体平均较高，为0.812(表2),达到较优水平,约有60%的县市规模效率较优,说明规模效率是提升综合效率的主要影响因素。从规模效率的空间分布模式来看,苏南、苏中、苏北的县市平均规模率分别为0.941、0.865和0.704,梯度趋势明显。但从具体的县市情况来看,规模效率排名前十位的1/2是地级市区,其中苏南有2个(南京和无锡)、苏北3个(宿迁、连云港和淮安);排名后十位的均为苏北,说明苏北地区市区与各县市的差距较大,规模效率发展不协调。其中,苏州市区的规模效率仅0.748,表明虽然苏州市区经济发展水平很高,且其技术效率到达最优,但由于经济规模因素的影响,导致苏州市总体的投入—产出效率不高,因此在日后的发展过程中应重点解决如何更好地发挥其规模效益问题。此外,从规模报酬可变的结果来看,大部分县市在经济发展过程中表现为规模报酬递增的现象,但依然有9个地级市区存在规模报酬递减的问题。即经济发展规模的扩大,并不能显著带来整体效率的提升。因此，江苏省大多数地级市区在经济发展过程中并没有达到投入—产出的最优状态。

投入冗余与产出不足分析:从投入方面看,投入冗余现象较普遍,尤其是在劳动力投入方面有21个县市的劳动力投入冗余量在15%以上。其中,最多的是宿迁市区,达到20.79%,说明其生产效率较低,需要加以重视。一部分原因是各县市在经济发展过程中,根据自身发展需要,会积极地引进相关人才并有组织地对个体进行教育和培训,这样就使不同部门拥有的个体知识、技能超过了实际需要,从而产生了劳动力投入冗余;还有一部分是由于顾客需求变化、产业间激烈竞争、技术变化等原因,出现新老员工交替现象,从而形成人力投入冗余。从资本投入方面看,在全社会固定资产投资总额投入中,有5个县市(邳州、连云港市区、淮安市区、盐城市区和宿迁市区)的投入冗余量超过15%;而在政府财政支出方面,有4个地级市区的投入冗余量超过15%,分别是无锡、淮安、盐城和宿迁,但考虑到资本投入到产出的滞后性,因此不能直接判定存在资本投入冗余。若今后几年这种情况有所好转,则可看作资本投入有效;但如果长期存在资本冗余,则说明资本确实投入过多,产生的边际效益逐渐降低,此时应考虑调整资本投入。从产出方面看,共有17个县市存在地区生产总值的产出不足,且大多为技术效率较低的县市,主要原因是要素投入规模和结构不合理,经济技术水平和企业经营管理经验不足,使有效产出严重不足。

3.2 2000—2015年江苏省县市经济效率变动分析

根据2000—2015年江苏省54个县市的投入与产出指标数据,进一步分析江苏省经济全要素生产率及其分解效率的变化情况(图1)。

图1 2000—2015年江苏省经济Malmquist生产率及其分解效率与全国TFP演变

2000—2015年江苏省经济全要素生产率(TFP)围绕1呈现波动上升的趋势,总体上升了0.233,与全国TFP变化趋势基本相同。其中,出现两个大幅度波动阶段:第一个阶段(2000—2003年)。主要原因是：自从加入世界贸易组织(WTO),我国经济发展一方面融入世界,带动了出口贸易的快速发展；另一方面也受到世界的冲击,市场竞争力差、经济结构调整能力不足等原因直接导致我国经济增长大幅变化。第二阶段(2007—2009年)。该阶段主要是受到全球金融危机的影响,人力和资本的投入相应减少,导致全国经济出现了一定程度的萧条。江苏省TFP变化与技术进步变化基本保持一致,说明TFP的变化主要是源于技术进步的变化,这是因为江苏省大力推广技术发明和技术创造,倡导以创新驱动经济发展。尽管2000—2015年江苏省县市经济技术进步指数提升了0.289,纯技术效率却降低了0.012,即对技术的利用水平略有降低,表明江苏省县市经济发展中投入要素在使用中存在效率低下现象。综合效率和规模效率围绕1小幅度波动,到2015年仅分别提升了0.061和0.094,对全要素生产率的影响相对较小。

综上所述,江苏省县市经济全要素生产率存在较大潜力,在今后的发展中既要对每个县市经济投入规模进行合理的配置,又要通过提高技术和管理水平,实现对投入要素的有效利用最大化。

4 江苏省县市经济发展效率的空间关联分析

4.1 全局关联分析

本文根据全局自相关公式,运用Geoda软件,计算出2000年、2005年、2010年和2015年江苏省的全局Moran′s I指数(表3)。通过Z统计量检验可知,Moran′s I指数在0.05的显著性水平上,江苏省县市经济总体效率在节点年份均出现正相关性,即相邻县市存在着较为明显的空间相对集聚现象。2000—2015年江苏省县市经济全局Moran′s I指数呈现明显上升的趋势,数值由0.3429提高到0.7818,说明2000年以来随着江苏省凭借优越的区位条件和国家政策的倾斜,县市经济发展的速度不断较快,效率也在不断提高。

随着江苏省加快交通基础设施建设,尤其是随着城际高速铁路的快速发展,江苏省各县市间的经济联系越来越密切,经济发达地区对较落后地区的带动和辐射作用愈发显著,使经济效率的空间相关性越来越显著。

表2 江苏省经济效率全局自相关Moran′s I 指数

4.2 局部关联分析

为了更加深入和直观地探讨江苏省54个县市经济综合效率的局部集聚特征,本文基于GeoDA软件对综合效率的局部空间自相关特征进行分析,结合局部Moran′s I散点图,将54个县市分为4种局部空间关联类型,运用ArcGIS进行可视化,绘制出2000年、2005年、2010年和2015年江苏省54个县市经济综合效率的LISA集聚图(图2)。

图2 江苏省县市经济综合效率LISA集聚图

“L-L”集聚区:即该县市自身和周边县市的经济效率均较低,且两者空间差异程度小。由图2可见,2000—2015年江苏省县市经济综合效率的L-L集聚区的县市数量呈明显上升趋势,表明L-L集聚程度越来越显著。具体来说,L-L集聚区主要集中在江苏北部地区,并且从最北部的分散集聚(徐州、连云港和宿迁)逐步向中北部的连续集聚(徐州、连云港、宿迁、淮安和盐城)发展。虽然空间分布格局上L-L集聚区的范围呈现明显扩大趋势,但是这类集聚区的经济效率也有出一定的上升态势,但与其相邻苏中以及苏南地区县市的经济效率的差距在不断在扩大,其中有11个县市(丰县、沛县、沭阳县和灌云县等)2000—2015年均处于L-L集聚区,表明这些县市一直是江苏省经济效率的落后区。在今后的发展过程中,应加大对L-L集聚区的经济规模投入,提高经济和管理技术的支持,减弱这些经济发展效率较低县市的集聚态势,加快融入江苏省经济一体化发展进程。

“L-H”区:即该县市自身经济效率较低,而周边地区相对较高,主要分为两类：一类是自身效率不低,但周围县市经济效率较高,因此形成L-H区(2000年的南京市区、苏州市区和江苏南部的一些县市);另一类是周围县市经济效率较低,但自身效率更低,因此形成L-H关联(泗阳县、泗洪县和盐城市区等)。但2000—2015年,L-H区域在逐年缩小,特别是第二类到2015年已经完全消失,说明随着江苏省县市经济的协同发展,经济效率落后地区接受了周围经济效率较高县市的辐射,使原本这些区域由于经济基础薄弱和地理位置不优越等原因造成的经济效率低下现象得到改善。

“H-L”区:即该县市自身经济效率较高,而周边地区相对较低。2000—2015年,H-L区空间分布格局变动较大。2000年H-L区的县市主要有连云港市区、淮安市区、滨海县、射阳县、涟水县、宝应县和东台市;2005年H-L区县市发生较大变动,但总体上范围有所缩小(徐州市区、睢宁县、响水县、高邮市、兴化市和海安市)。从2010年开始,H-L区开始向江苏中部的县市转移聚集,到2015年除了徐州市区外其他H-L区均聚集于中部地区。主要原因是，江苏省经济发展从南到北呈现明显的阶梯状,苏中部地区的县市具有较为优越的距离优势。虽然长江在一定程度上阻碍了苏南地区的扩散,但随着交通和网络的发展,技术、资金、人才等要素的辐射和扩散愈来愈多,因此H-L区逐步出现集中在与苏南县市比效率较低,而与苏北县市比效率较高的苏中地区。

“H-H”集聚区:这些县市自身和周边县市的经济效率均较高,且空间差异程度小。2000—2015年,江苏省县市经济综合效率的H-H集聚区县市数量呈明显增加趋势,且扩散现象极明显。2000年只有12个县市且主要集中常州、无锡、苏州和南通的部分县市;2005年开始南京市区和苏州市区也加入了H-H集聚区。从2010年开始出现明显的向北演化的趋势,到2015年已形成了包含苏南所有县市和苏中部分县市共24个的大片集聚区。

5 结论

江苏省2015年县市经济综合效率水平不理想,效率值低的城市较多,经济发达地区并非效率最优,且存在较为明显的“南—中—北”空间分异结构。纯技术效率与综合效率之间存在正相关关系,因此纯技术效率值较低是导致综合效率低下的主要原因。大多数县市经济规模效率水平较高,但也有部分市区存在规模报酬递减问题,即县市经济发展规模的扩大并不能显著带来整体经济效率的提升。

县市经济全要素生产率总体上呈现波动上升的趋势,且变动趋势与全国TFP变化基本相同。县市TFP的变化主要是源于技术进步的变化,但在实际经济发展中对投入要素在使用中存在效率低下现象，而规模效率对全要素生产率的影响较小。在今后的发展中要坚持创新驱动,不仅要对每个县市经济投入规模进行合理配置,还要通过提高技术和管理水平,实现对投入要素的有效利用最大化。

在全局空间自相关上,县市经济综合效率的Moran′s I指数呈现明显的上升趋势,即空间集聚特征日益明显;在局部空间自相关上,L-L和H-H集聚区呈现明显的极化发展,且H-H集聚区有明显的跨江扩散趋势;而L-H和H-L区的范围逐渐减小,到2015年已形成由南到北明显的“H-H、H-L、L-H、L-L”的空间分异。

参考文献:

[1]Tim J,Celli D S,Prasad Rao.Total Factor Productivity Growth in Agriculture:A Malmquist Index Analysis of 93 Countries,1980-2000[J].Agricultural Economics,International Association of Agricultural Economists,2005,32(11)∶115-134.

[2]张秀生,盛见.关于经济效率内涵的分环节探讨[J].生产力研究,2008,(3)∶9-10.

[3]李德刚.马克思、恩格斯的经济效率观及其对当代中国的启示[J].理论导刊,2012,(6)∶91-93.

[4]苏海涛,胡锦峰,郭海清.基于DEA方法的鄱阳湖生态经济效率评价研究[J].商业经济,2010,(20)∶31.

[5]赵立成,任承雨.绿色经济视角下环渤海经济圈经济效率的再评价——基于熵权法和DEA-Malmquist方法[J].资源开发与市场,2012,28(1)∶45-47.

[6]曹明.中国能源经济效率动态分析及预测[J].中国人口·资源与环境,2011,21(4)∶81-87.

[7]庄宇,李庆果.区域生态环境经济效率的数据包络分析[J].工业工程,2008,11(4)∶93-98.

[8]徐胜,杨娟.山东省碳排放经济效率评价分析[J].中国渔业经济,2012,30(3)∶76-82.

[9]Solow RM.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics,1956,70(1)∶65-94.

[10]Banister G.Regional Concentration and Efficiency in Mexican Manufacturing[J].European Journal of Operational Research,1995,80(3)∶672-690.

[11]Alexander Cottee,Provera.Economic Development and Growth in Colombia：An Empirical Analysis with Super-efficiency DEA and Panel Data Models[J].Socio-Economic Planning Sciences,2011,45(4)∶154-164.

[12] Kim.Regional Convergence and Efficiency in Korea [J].Applied Economics Letters,2008，15(1)∶57-60.

[13]Dara A F,Topaz C,Yousef T.Assessing Cost and Technical Efficiency of Banks in Kuwait[R].Working Paper,2002∶124-125.

[14]George Emmanuel Haloes,Nikolaos G Tzeremes.Measuring Regional Economic Efficiency:The Case of Greek Prefectures[J].Ann Reg Sci,2010,45(3)∶603-632.

[15]Sather M.X-efficiency in Australian Banking an Empirical in Visitation[J].Journal of Banking and Finance,2001,25(3)∶613-630.

[16]刘建国,孙李国平,张俊涛,等.中国经济效率和全要素生产率的空间分异及其影响[J].地理学报,2012,67(8)∶1069-1084.

[17]计志英.基于随机前沿分析法的中国沿海区域经济效率评价[J].华东经济管理,2012,26(9)∶63-66.

[18]曹子坚,苏新华.基于动态DEA的西部循环经济发展效率研究[J].改革与战略,2013,29(1)∶35-38.

[19]李英,王球琳,付磊,等.林产工业生态产业链经济效率及生态效率评价研究——基于三阶段DEA模型的黑龙江省林区实证分析[J].生态经济,2015,31(11)∶51-55.

[20]沈最意,程美华.基于DEA模型的温州市区域经济效率分析[J].统计科学与实践,2012,(5)∶29-56.

[21]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.

[22]叶磊,段学军,吴威.基于交通信息流的长三角地区网络空间结构及其效率研究[J].地理研究.2016,35(5)∶992-1002.

[23]Stem Malmquist.Malmquist Index Numbers and Indifference Surfaces[M].Trabuco de Estatistica,1953∶209-242.

[24]Caves DW.The Economic Theory of Index Numbers and the Measurement of Input or Output and Productivity[J].Econometrics，1982,50(6)∶1393-1414.

[25]Moran P A P.Notes on Continuous Stochastic Phenomena[J].Biometrical,1950,37(1-2)∶17-23.

[26]Anselin L.The Local Indicators of Spatial Association-LISA[J].Geographical Analysis,1995,27(2)∶93-115.

[27]魏权龄.数据包络分析[J].科学通报,2000,45(17)∶1793-1808.