城市市政基础设施投资效率评价

张晓雨 韩海彬

摘要：选用CCR模型和Malmquist生产率指数，对2009～2017年间中国31个省份的城市市政基础设施投资效率进行了静态和动态两方面的测评。结果表明：中国城市市政基础设施投资技术效率平均值为0. 723，仍具有27. 7%的可改善空间;东部地区城市市政基础设施投资技术效率最高，代表着全国最高水平，中部次之，西部最低;各省份城市市政基础设施投资技术效率水平高低不一，且差距较大。中国城市市政基础设施投资全要素生产率的年平均增长率为2. 1%，技术效率是拉动中国城市市政基础设施投资全要素生产率指数增长的主要贡献者，技术进步的贡献力度比较小;东部地区依靠技术进步实现了城市市政基础设施投资全要素生产率的增长，而中、西部地区则主要依赖于技术效率的改善。由于中国多数省份城市市政基础设施投资全要素生产率的增长片面依赖于技术进步或技术效率的某一方面，提出了城市市政基础设施投资全要素生产率的增长应由单纯依靠技术效率推动或单纯依靠技术进步推动向依靠技術进步和技术效率共同推动转变。

关键词：城市市政基础设施;投资效率;CCR模型;Malmquist生产率指数

中图分类号：F290

文献标识码：A

文章编号：1674-9944（ 2019） 24-0247-05

1 引言

城市市政基础设施，主要包括城市给排水、燃气、集中供热、城市道路、公共交通和园林、绿化等方面[1]，是中国城市化发展的重要内容之一。改革开放以来，中国城市化进程快速推进，城市规模急速扩张，但与新型城市化发展的需求相比，城市市政基础设施建设跟进不同步成为当前乃至今后一段时期制约中国城市高速、健康发展的一大短板。《中国主要城市道路网密度监测报告（2019）》显示，2018年底中国主要城市的平均道路网密度仅为5. 89 km/km2，远低于“到2020年，城市平均道路网密度提高到8 km/km2的目标[2]。近年来，中国虽不断加大对城市市政基础设施的投资力度，但投资的效率并不高，“重投入轻产出，重建设轻维护”的现象普遍存在，资金流失问题严重[3]。《全国城市市政基础设施规划建设“十三五”规划（2017）》明确指出要树立系统思维，补齐城市市政基础设施这一短板，提质增效，提高市政基础设施的运行效率。因此，对中国城市市政基础设施的投资效率进行评价，探寻进一步提高投资效率的有效途径，使有限的城市市政基础设施投资发挥其最大的产出（效用），进而实现城市市政基础设施建设与社会经济的协调发展，将具有重大的现实意义。

国内外学者已围绕城市市政基础设施进行了多个方面的有益探索，硕果颇丰。在城市基础设施投资与城市经济增长关系方面.Aschauer等认为政府投资城市基础设施建设将有利于城市经济的增长以及城市生产率的提高[4];邓淑莲认为城市基础设施建设水平与城市化发展程度高度相关，若城市基础设施建设无法满足城市经济增长的需求，将极大阻碍城市化发展进程[5]。在城市市政基础设施投融资模式方面，Brothaler等、Wu等认为政府举债用于城市市政基础设施建设的模式，容易引发债务危机，并不利于城市的可持续发展[6，7];杨森等则分别对BOT、PPP等城市市政基础设施投融资模式进行了有益探索[8，9]。然而，学者们关于城市市政基础设施投资效率评价方面的研究起步相对较晚，依据研究对象的不同，可大致分为微观、宏观及中观等3个层面。在微观层面，孙大海等采用数据包络线分析方（DEA）方法分析了1996～2004年中国上海市城市基础设施的投资效率，得出上海市城市基础设施投资效率处于比较有效状态的结论[10];孙慧等运用Malmquist生产率指数法对1991～2005年中国河北省11个城市的城市基础设施投资效率进行了动态角度的测评[11]。在宏观层面，李忠富等、胡宗义等分别将二阶段DEA和三阶段DEA方法引入到了中国城市基础设施投资效率的研究当中[12.13];曾国安等应用SBM模型测算了2010年中国30个省份的城市基础设施效率一[14];孙钰等利用DEA交叉效率模型分别对中国城市基础设施的经济效益、环境效益和社会效益进行了评价[15，16，17];而在中观层面，李祺等、姜宁宁等更加注重区域城市基础设施投资效率的研究，利用DEA方法分别对中国京津冀地区和东北地区的城市基础设施投资效率进行了测评[18.19]。

通过对相关文献的梳理可以看出，学者们已从微观、中观及宏观等视角对城市市政基础设施投资效率评价做了大量的研究工作，并且取得了一定的研究成果，但仍存在以下不足：对城市市政基础设施投资效率的动态分析还比较少见;虽已有部分学者基于不同的方法对城市市政基础设施投资效率进行了实证分析，但大多数研究还只是片面关注于静态或动态效率评价的某一方面，缺乏对城市市政基础设施投资效率进行动态及静态角度的综合性分析。鉴于此，本文主要从以下几个方面对中国城市市政基础设施投资效率展开分析：首先，采用CCR模型对中国31个省、市、自治区（以下简称“省份”）的城市市政基础设施投资技术效率进行静态方面的分析;其次，基于Malmquist生产率指数，对城市市政基础设施投资全要素生产率进行动态测度评价;最后，得出研究结论并提出相应的优化建议。

2 方法与数据来源

2.1

CCR模型

2.3 指标选取与数据来源

本文借鉴已有文献[23-25]，并综合考虑数据的可获得性，构建城市市政基础设施投资效率评价指标体系如下：在投入指标方面，选取城市用水普及率（%）、城市燃气普及率（%）、每万人拥有公共交通车辆（标台）、人均城市道路面积（ m2）、人均公园绿地面积（m2）以及每万人拥有公共厕所（座）六项作为投入的衡量指标;在产出指标方面，从城市市政基础设施的经济效益和社会效益出发，分别选取人均地区生产总值（元）和城镇化率（%）作为产出的衡量指标。

具体到各省份而言，北京、天津、江苏、西藏等24个省份的城市市政基础设施投资全要素生产率整体处于增长态势，进一步分解可以发现，近半数省份的技术进步指数和技术效率指数维持在数值1及以上，其中，天津和上海由于处于生产前沿面上，技术效率指数均为1，但技术进步指数分别达到了1. 063和1.031，成为其城市市政基础设施投资全要素生产率增长的主要驱动力;北京、江苏等10省城市市政基础设施投资全要素生产率的增长则得力于技术进步与技术效率的共同驱动。此外，有7个省份的城市市政基础设施投资全要素生产率整体处于负增长状态，这些省份可大致分为以下三类：一是技术效率恶化但技术进步的省份，如安徽、重庆、福建和海南;二是技术效率改善但技术退步的省份，如山西和吉林;三是技术效率恶化的同时技术发生退步，如河南，该省的技术效率和相关的技术水平均有待提升。

4 结论与启示

本文基于CCR模型和Malmquist生产率指数，对2009～2017年间中国31个省份的城市市政基础设施投资效率进行了静态及动态两方面的测评，得出结论和启示如下。

（1）2009～2017年中国城市市政基础设施投资技术效率平均值为0. 723，仍具有27. 7%的可改善空间;东部地区城市市政基础设施投资技术效率最高，代表着全国最高水平，中、西部地区的城市市政基础设施投资技术效率偏低;各省份城市市政基础设施投资技术效率水平高低不一，且差距较大，如天津和上海城市市政基础设施投资技术效率均值为1，而新疆的城市市政基础设施投资技术效率均值仅为0. 528。

（2）中国城市市政基础设施投资全要素生产率的年平均增长率为2. 1%，技术效率是拉动中国城市市政基础设施投资全要素生产率指数增长的主要贡献者，技术进步的贡献力度比较小;分区域来看，技术进步是东部地区市政基础设施投资全要素生产率增长的主要驱动力，而中、西部地区城市市政基础设施投资全要素生产率的增长则主要依赖于技术效率的改善。

（3）中国多数省份城市市政基础设施投资全要素生产率的增长片面依赖于技术进步或技术效率的某一方面，仅有北京、江苏等10省城市市政基础设施投资全要素生产率的增长实現了技术进步与技术效率的共同驱动。

基于上述结论，本文给出的政策启示如下。

（1）于东部地区而言，应更加注重技术成果的转化效率，运用信息网络、数字化技术进一步提高城市市政基础设施的管理水平，同时，通过政策扶持、新技术推广等途径来改善本地区排名靠后省份的城市市政基础设施投资技术效率;于中、西部地区而言，则应着力推进科技进步，在自主研发新技术的同时，还可学习、引进东部地区先进的城市市政基础设施投资决策与建设施工技术，此外，基于基础设施收益较低的考虑，可通过PPP等投融资模式在为城市市政基础设施建设提供必要资金支持的同时，引进竞争，不断提高本地区的城市市政基础设施建设和服务水平。

（2）中国多数省份城市市政基础设施投资全要素生产率的增长片面依赖于技术进步或技术效率的某一方面，应借鉴北京、江苏等省份的生产率增长模式，技术进步与技术效率“两手抓”，实现城市市政基础设施投资全要素生产率的增长由单纯依靠技术效率驱动或单纯依靠技术进步驱动向依靠技术进步和技术效率共同驱动转变，进而推动城市市政基础设施建设的高质量发展。

参考文献：

[1]吴志强，李德华，城市规划原理[M].北京：中国建筑工业出版社，403--406.

[2]中共中央国务院关于进一步加强城市规划建设管理工作的若干意见[N].人民日报，2016-02- 22（006）.

[3]李晓园.新型城镇化进程中城市基础设施投资效率分析与政策建议[J].宏观经济研究.2015（10）：35-43.

[4]Aschauer D A. Is public expenditure productive？ [J]. Journal ofMonetary Economics， 1989 .23（2）：177-200.

[5]邓淑莲.基础设施与经济发展关系探析[J].山东财政学院学报，2001（4）：33～38.

[6]Brothaler J，Getzner M， Haber G. Sustainability of local govern-ment debt：A case study of Austrian municipalities [Jl. Emplrica，2015， 42（3）：521-546.

[7lWu Y，I.i X， I_in G. Reproducing the city of the spectacle： Mega- events， local debts， and infrastructure- led urbanization.n Chi-na [J]. Cities， 2016（53）：51-60.

[8]杨森.城市基础设施项目BOT融资风险管理探析[J].管理观察，2013（30）：59～60.

[9]周 娟.PPP模式在城市基础设施建设中应用的研究[J].现代经济信息，2017（8）：69.

[10]孙大海，陈建业.上海市基础设施投入产出效率分析[J].上海应用技术学院学报（自然科学版），2006（1）：66-70.

[11]孙慧，王媛.基于DEA的Malmquist指数在城市基础设施投资效率评价中的应用[Jl.科技进步与对策，2008（ 10）：97 -100.

[12]李忠富，李玉龙，基于DEA方法的我国基础设施投资绩效评价：2003- 2007年实证分析[J].系统管理学报，2009，18 （3）：309 - 315.

[13]胡宗义，鲁耀纯，刘春霞，我国城市基础设施建设投融资绩效评价——基于三阶段DEA模型的实证分析[J].华东经济管理，2014，28（1）：85-91.

[14]曾国安，尹燕飞.中国城镇基础设施建设和利用效率的测度与评价[J].中南财经政法大学学报，2012（5）：3-8.

[15]孙钰，王坤岩，姚晓东，基于DEA交叉效率模型的城市公共基础设施经济效益评价[J].中国软科学，2015（1）：172-183.

[16]孙钰，王坤岩，姚晓东.城市公共基础设施环境效益研究[J].中国人口·资源与环境，201 5，25（4）：92-100.

[17]孙钰，王坤岩，姚晓东，城市公共基础设施社会效益评价[J].经济社会体制比较，2015（5）：164-175.

[18]李祺，孙钰，崔寅.基于DEA方法的京津冀城市基础设施投资效率评价[J].干旱区资源与环境，2016，30（2）：26～30.

[19]姜宁宁，孙钰.东北地区城市基础设施投资效率研究[J].城市，2018（6）：46-58.

[20]Charnes A， Cooper W W，. Rhodes E.Measuring the efficiency ofdecision making units [J]. European Journal of Operational Re-search， 1978（6）：429-444.

[2l]Fare R， Grosskopf S，Norris M， Zhang Z.Productivity Growth，Technical Progress， and Efficiency Change in IndustrializedCountries [J]. American Economic Review， 1994， 84（1）：66 -83。

[22]白俊红，江可申，李婧，等.中国区域创新生产率变动的实证分析——基于Malmquist生产率指数[J].系统工程，2008（7）：40 -44.

[23]鐘 颖.皖江城市带八个地级市基础设施投资效率评价[Jl.安庆师范学院学报（社会科学版），2014，33（6）：61-64.

[24]康真银.江西省城市基础设施投资效率评价[Jl.建设经济，2016，192（15）：246.

[25]刘倩倩，张文忠，王少剑，等，中国城市市政基础设施投资效率及对经济增长的影响[J].地理研究，2017，36（9）：1627-1640.

收稿日期：2019-11-09

作者简介：张晓雨（1993-）.男，硕士研究生，研究方向为城市建设与土地资源集约利用。

通讯作者：韩海彬（1978-）.男，副教授，主要从事农业技术经济等研究。