省会城市经济发展规模效率及影响因素研究

徐永康

（西安邮电大学经济与管理学院，西安 710061）

引言

随着经济新常态的提出，如何从科学的角度去保持经济持续稳定的增长，寻求城市发展的最优规模，是现在中国城市经济发展亟待解决的问题。郭腾云（2010）研究指出，城市的发展效率是在一定时期内，当技术经济水平不变时，城市的有效总产出和要素总投入的比值[1]。同时，可以用城市的发展效率来衡量投入要素是否得到合理配置[2]。阿朗索（Alonso，1997）建立“城市效率—城市规模”模型，指出最优的城市规模是存在的。潘竟虎（2012）研究发现，中国省会城市发展效率差异明显，规模效率是制约城市发展效率的主要方面[3]。查恩斯（1989）等在研究中国28个城市经济发展状况时，运用DEA进行计算分析[4]。郭淡泊、雷家 （2012）等研究表明，使用DEA模型计算出的决策单位的效率值可以作为因变量与作为自变量的影响因素建立回归模型[5]。陈永胜（2007）较早使用SPSS软件实现多元线性回归分析建模，并验证软件输出结果的有效性[6]。本研究将先挑选与经济发展强相关的人均GDP作为产出指标，其次从城市建筑、交通运输和人才培养这些与经济发展有较强相关性的方面选取投入产出指标和影响因素，旨在从实证角度为上述命题提供数据支撑。

一、DEA模型

数据包络分析（Data Envelopment Analysis，简称DEA）是对多投入多产出决策单元进行相对效率评价的一种非参数方法。由A.Charnes和W.Cooper和E.Rhodes在1978年以“相对效率评价”的形式首次提出[7～8]。假设存在n个决策单元，每个决策单元DMUj（j=1，2，…，n）都有m种类型的“输入”和 s种类型的“输出”，分别用 Xj和 Yj表示，其中 Xj=（X1j，X2j，…，Xnj），Yj=（Y1j，Y2j，…，Ynj），j=1，2，…，n。则评价第j个决策单元且判断其有效性的C2R模型为：

其中，θ为决策单元 DMUj的DEA效率值，λj为n个DMUj的组合系数，S－和 S+为松弛变量。

二、指标选取和DEA计算结果

（一）指标的选择

采用DEA方法对2015年全国31个省会城市的经济发展进行实证分析，数据资料主要来源于各市2016年的统计年鉴和统计公报，并建立如下投入产出指标体系（如下页图所示）。

（二）计算结果

结合2015年省会城市经济发展有效性，利用效率DEA的规模效率具有以下特征。

1.全国31个省会城市，只有福州、广州、南宁、南昌、石家庄、呼和浩特、拉萨达到了DEA有效，说明2015年省会城市的经济发展状态不佳，投入产出比例不太合理，应进一步改进以提高资源配置效率。

2.在未达到DEA有效的省会城市中，济南、海口、太原、银川、乌鲁木齐、西宁、西安、兰州、成都、昆明、贵阳、长春和哈尔滨都是规模报酬递增，此时产出要素增加比例高于投入要素增加比例，需进一步增加投入以达成更多的产出；而南京、合肥、杭州、上海、武汉、长沙、郑州、北京、天津、重庆和沈阳都是规模报酬递减，此时产出要素增加比例低于投入要素增加比例，需减少一部分的投入。

投入产出指标结构图

三、回归分析

从以上实验测算可以看出，全国大部分省会城市经济发展是DEA无效的，资源利用缺乏有效性，而且发展不均衡。为了找出相对无效率的原因，需要进一步对影响省会城市经济发展的指标进行分析。本实验将选取以下四项指标：城市公路通车里程（公里）、全年建筑业增加值（亿元）、普通本专科在校生（万人）和全年货物进出口总额（亿美元），对相关数据进行如下处理：

（一）相关性分析

对以上四项指标在规模效率情景下进行相关性分析（见表1）。结果显示，公路通车里程和全年建筑业增加值这两项指标的规模效率是显著的。

表1 相关性分析

（二）回归分析

建立如下回归模型：

Y=aX1+bX2+c

表2 模型汇总b

式中，Y是规模效率，X1代表城市公路通车的总里程，X2代表城市全年建筑业增加值，a、b是系数，c是常量。

1.对这两个因素进行拟合优度的检验，其结果（如表2所示）。通过拟合优度的检验发现，R=0.835，说明拟合度很好；同时从sig.值可以看出统计量很显著，D.W统计量也在2左右说明残差是服从正态分布的，表明所构建的模型的解释能力很强，可以进行回归分析。

2.对这两个因素进行方差分析，其结果（如下页表3所示）。从表3中的sig.值可以看出，所选取的两个指标差异是显著的。

3.多重共线性检验（膨胀因子），其结果（如下页表4所示）。容差≥0.1且方差膨胀因子VIF≤10，则说明自变量间不存在共线性情况。当然还可以从条件索引<10且方差比例>0.5看出，自变量间不存在共线性。

4.对该模型进行 SPSS分析并建立矩阵，其结果（如下页表 5所示）。从回归结果的系数显著性看，在显著性水平为0.01时，公路通车里程通过显著性检验。在显著性水平为0.05时，全年建筑业增加值通过显著性检验。

由上述分析可得回归方程：

Y=-5.186E-6X1-7.773E-6X2+1.015

表3 Anovab

表4 共线性诊断a

表5 系数a

结语

研究结果表明，中国省会城市经济发展存在严重的不平衡现象，据此给出相关政策意见。第一，产业结构升级，提升竞争力。在多元线性回归分析中可以发现，建路建房的方法，已经很难促进城市的经济发展，类似这种劳动密集型的产业拖慢了经济发展的速度，现在应该寻求产业结构的转型之路。大力推进产业结构转型和升级，并且鼓励这些产业更多地往西部转移，提升国家城市的综合竞争力。第二，协调区域发展，合作共赢。现在中国发展良好的省份多聚集在东南部，由于交通便利等因素，这些省份可以做到资源的合理配置；中部地区也处在发展的上升阶段，机会多、资源足；而西部则还是存在发展瓶颈，资源缺乏，分配不当。结合研究数据，可以将发展较好地区的固定资本和人才向中西部转移，实现要素资源在区域间的合理流动和优化组合，打造具有中国特色的优势区域集群。第三，加大社会保障力度，支持就业。城市经济调整的目的是促进经济增长，但在调整的过程中，必然会导致人员失业，这一部分人员会对社会产生不满情绪，降低消费水平，社会有效需求随之降低，阻碍经济发展。所以，在进行经济调整时，社会保障体系也要同步跟进，如消费性支出补贴、失业人员再就业培训等。注重人力资本的积累，为新一轮经济增长提供保证。

参考文献：

[1]郭腾云.中国特大城市要素效率及其提高潜力研究[J].资源科学，2010，(2)：338-345.

[2]郭腾云，徐勇，王志强.基于DEA的中国特大城市资源效率及其变化[J].地理学报，2009，(4)：408-416.

[3]潘竟虎，尹君.中国省会及以上城市发展效率的DEA-ESDA分析[J].西北师范大学学报，2012，(6)：99-104.

[4]Charnes A，ooper.W.W，LI.S..Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities[J].Socio-Economic Planning Science，1989，(6)：325-344.

[5]郭淡泊，雷家.国家创新体系效率及影响因素研究——基于DEA-Tobit两步法的分析[J].清华大学学报，2012，(2)：142-150.

[6]陈永胜，宋立新.多元线性回归建模以及SPSS软件求解[J].通化师范学院学报，2007，(12)：8-9.

[7]魏权龄.数据包络分析[M].北京：科学出版社，2004：62-66.

[8]朱乔，盛昭瀚.数据包络模型与规模效益分析[J].系统工程学报，2003，(2)：26-28.