城乡统筹改革是否提高了成渝地区的全要素配置效率?——基于DEA和DID双重差分模型

吴玉梅,陈 利,周 兵

(1.重庆工商大学融智学院，重庆 400033;2.重庆工商大学 长江上游经济研究中心/会计学院,重庆 400067)

1 引言

我国城乡经济与社会发展长期以来形成了二元结构,城乡分割的二元结构矛盾成为制约要素资源效率和质量提升的短板。当前我国社会不平衡不充分发展是最大的短板,要提高发展的整体性和质量,就要补齐区域短板、城乡短板。为推进城乡统筹改革与发展,2007年国家批准重庆和成都设立全国统筹城乡综合配套改革试验区。试验区享有特殊政策,鼓励试验区在一些重点领域大胆创新,并积极探索实践。与当初设立深圳经济特区、上海浦东新区和渤海新区不同的是:城乡统筹综合改革试验区的任务是进一步建立较为成熟的社会主义市场经济体制,全面推进各个领域的体制改革,综合改革解决经济发展中的体制矛盾。在重点领域和关键环节率先突破,探索区域协调发展的新模式，要求试验区探索缩小城乡区域差距、实现社会公平和确保资源环境永续利用等和谐发展的综合模式。目前,成渝城乡统筹综合改革试验已实施10年,该改革试验实施后成渝地区的二元结构是否得到显著改善,以全要素资源配置为核心的资源配置效率是否提高？未来如何通过提高城乡资源配置效率来加快城乡统筹改革的步伐,加快推进乡村振兴,提高经济发展的质量和效率,无疑是值得探索解决的重要问题。

2 文献研究回顾

1954年刘易斯提出“二元经济结构”理论,我国存在典型的城乡二元结构特征,城乡资源配置差异扩大进一步拉大了城乡经济发展差距。王婷指出,城乡二元结构不仅是中国区域发展非均衡的主要体现,也是经济发展格局的特征之一,城乡金融差距影响城乡二元结构[1];孙琳琳认为,我国资本在农业部门的配置比例已趋合理,而城乡经济资源配置失衡的主要原因是劳动力在农业部门的配置比例过高,通过生产要素的合理配置会显著提升人均GDP[2]。

目前,学者们对城乡资源配置的研究集中于城乡金融配置。窦森认为,我国提出城乡统筹发展是解决日益突出的城乡二元结构问题,金融是城乡统筹发展的重要方面,其核心在于金融资源的合理配置[3]。陈刚、尹希果认为,我国金融制度安排内生于转轨时期政府给予改革中利益受损集团利益补偿的需要,而内生性金融制度安排下的金融资源配置具有强烈的城市化倾向,同时金融制度安排内生出的利率抑制、垄断的金融结构和被抑制的农村金融等加剧了金融资源配置的城市化倾向和农村金融资源外流[4];王永龙认为,城乡金融非均衡是现阶段我国金融体系的基本特征,城乡金融制度、金融结构、金融服务、金融资源配置等差异导致了金融经济效应,需要推进制度创新，以实现城乡金融协调发展[5];冯林等研究表明,我国城乡经济迅速发展而城乡差异渐趋扩大,城乡金融市场发展失衡,其中城乡贷款和投资差异是导致城乡经济发展差距的主要因素,我国城乡金融资源配置差异还会在一定时期内持续存在[6];陈蓝萍等认为,我国城乡收入差距不断扩大,农村地区资金相对匮乏,提高城乡金融资源配置,特别是提高农村地区的资金投入和使用效率更能推动经济的快速增长,缩小城乡居民收入差距[7];杨守鸿等认为,城乡金融发展非均衡化影响城乡经济增长差距,城乡金融规模、结构和效率对城乡经济增长差距的影响呈显著正相关[8];李刚的研究表明,政府干预、金融机构追求利润最大化和农户政治经济弱势是导致城乡正规金融资本错配的主要原因[9];高歌等认为,我国金融资源的配置转换没有跟上城镇化和经济结构调整的步伐,系列问题的积累制约了农村金融功能和效率的提高,城乡收入差距、金融发展水平、城乡融资依赖度、城镇化水平等金融配置失衡导致城乡差距拉大[10]。

导致城乡二元经济的差距,显然不能仅仅归结为城乡金融资源的差异配置。Wang、Yanfei Etc认为,空间地理、地区合作程度等因素也影响了城乡资源配置[11];吴华超、温涛的研究表明,实行城乡统筹改革试验的重庆地区,农村财政资金的配置效率呈现收敛趋势,农村经济低效将导致资金投入不足和配置低效率的双重瓶颈,统筹城乡发展决非简单注入资金[12];Chen Aiqiao认为,城乡统筹应作为一个整体,综合各种要素配置[13];袁岳驷认为,成都统筹使城乡改革取得了显著成绩,但城乡经济的二元结构仍较明显,根本原因在于统筹城乡发展的市场配置资源机制不完善,劳动力、资本和土地流转与配置存在阻碍因素,导致统筹城乡的市场配置资源机制无法有效发挥作用,降低了资源的配置效率[14];Peng Xiaowei认为,城乡之间进行互动改革与创新提高了资源配置效率[15]。

综上所述,我国城乡二元结构特征明显,城乡金融非均衡配置成为导致城乡经济发展差距的重要因素之一,而影响城乡资源配置的要素和因素非常多。因此,只有提高城乡统筹协调度,优化城乡全要素资源的协调配置,才能提高城乡资源配置的效率。现有文献对城乡二元经济的相关分析较多,并对影响城乡金融配置的原因进行了大量分析,但研究城乡资源配置效率的文献较缺乏,目前也没有关于成渝地区城乡统筹改革要素资源配置效率的研究。通过成渝统筹城乡综合配套改革实践的政策效果评价,总结和推广其深化改革经验,以培育城乡统筹的新动能,有利于提高城乡要素资源配置的整体性和质量。

3 地区资源配置效率测度与分析

3.1 方法选取与模型设定

方法选取:当前学术界的既有研究显示,测度资源配置效率的方法常用随机前沿分析(SFA)和数据包络方法(DEA)。通过分析系统不同的投入和产出,寻求系统的最大可能产出。系统的最大可能性产出表现为最大可能产出的包络面,而包络面的边界就是生产前沿面。在实际的资源配置效率分析中,较成熟的是采用数据包络分析法(Data Envelopment Analysis,DEA)。Charnes、Cooper在CRS规模报酬不变模型的基础上,提出考察成本和配置效率的VRS规模报酬可变模型和考察全要素生产效率的Malmquist DEA模型。为考察不同省际地区的全要素资源的配置效率,本文选取反映资源配置效率动态变化的Malmquist指数DEA模型,将生产要素的配置效率分解为技术效率变动指数、技术效率进步指数、规模效率指数和综合效率指数。同时,还对各地区的年份变动效率进行分解,以动态全面地反映资源要素配置效率的发展变化。

模型设定:在DEA的模型设定与研究中分为投入主导型和产出主导型。本研究主要关注资源要素的配置效率,而且DMU决策单位投入是分地区的面板数据,因此本文选取投入主导型的DEA模型,模型设定为:

Minimize[θ-α(e-S-+e+S+)]

(1)

式中,θ为地区的效率值,取值在(0,1)之间;α为非阿基米德无穷小量;e-为地区决策单元的k维单位行向量;e+为地区决策单元的l维单位行列向量;S-为投入松弛变量;S+也为投入松弛变量;xj为决策单元j的投入向量;yj为决策单元j的产出向量;k为投入指数;l为产出指数;λj为每个地区(DMU决策单位)j的投入—产出指标权重。

判断标准:若θ=1,α(e-S-+e+S+)=0时,则表明地区决策单位p的投入DEA有效;若θ=1,α(e-S-+e+S+)>0时,表明地区决策单位p的投入弱DEA有效;若θ<1,表明地区决策单位p的投入DEA无效,在现有环境条件下存在资源配置缺乏效率,资源配置结构需要调整。根据CRS线性规划模型,可增加凸性约束条件调整为VRS模型。

指标选取:根据Cobb & Douglas提出的柯布道格拉斯生产函数Y=AKαLβ,地区发展的总产出取决于资本要素A、劳动要素L和技术要素A的资源配置,借鉴相关学者的研究，并考虑数据的可获得性,选取以下指标并对数据进行有效处理(表1)。

表1 各地区投入产出要素指标与来源

3.2 实证结果与效率分析

DEA模型Malmquist指数分解:本文主要运用DEAP2.1软件测算了我国31个省份的资源配置效率及其发展变动。根据Malmquist指数分解方法,全要素生产效率变化(TFPCH)可分解为技术进步(TECH)、纯技术效率(PECH)和规模效率(SECH),而纯技术效率和规模效率共同反映了技术效率变化(EFFCH)。技术效率变化测度了每个地区决策单元在生产可能边界的“追赶效应”,规模效率测度了地区决策单元沿着生产前沿面移动的“增长效应”。分解公式为:

TFPCH=EFFCH×TECH=PECH×SECH×TECH

(2)

成渝试验区与非试验区资源配置效率Malmquist指数的地区分解:由表2可知，不但成渝试验区与非试验区的资源配置效率相比差异较大,而且实施城乡统筹试验的成渝地区间资源配置差异也较大。一是成渝试验区与非试验区效率相比,均表现出城乡统筹资源配置的效率优势。实行城乡统筹的成渝地区的技术效率变化、技术进步、规模效率和全要素生产效率的单值和均值均高于非试验区,只有四川地区的规模效率与非试验区基本持平。二是成渝试验区地区间相比,重庆地区比四川地区的资源配置更有效率。同样实行城乡统筹的成渝试验区,重庆地区的资源配置效率在各项指标中均优于四川地区,这可能与重庆作为直辖市在资源配置中的政策和执行更具有创新性有关。重庆地区的追赶效应(EFFCH)和增长效应(SECH)都远远高于四川地区。三是成渝地区资源配置效率具体分解指标的比较。成渝试验区的技术进步效率比技术效率更高,而纯技术效率与规模效率相比,重庆地区两者相当,四川地区的纯技术效率却明显优于规模效率,表明四川地区技术创新对要素资源配置效率的提升比规模经济的作用更大。总体分解结果表明,实行了城乡统筹试验改革的成渝地区资源配置效率比没有实行的地区更优,而重庆作为直辖市拥有更多的制度政策等创新,创新驱动引致的资源配置效率比四川更高。

成渝试验区与非试验区资源配置效率Malmquist指数的年度分解:DEA在计算要素配置Malmquist指数的年度效率时,直接将第一年作为参照系,因此软件运行后没有汇报第一年的效率数据。由表3可知,成渝综合配套改革试验区2004年的规模效率、综合效率均低于全国平均水平。尽管其纯技术效率、技术效率变化优于全国平均水平,但与全国平均水平非常接近,差距微弱。随着成渝地区改革的推进和时间的推移,成渝地区资源配置的各种效率逐渐反超全国平均水平。特别是在2007年实施城乡统筹试验改革后,逐渐拉开了与全国平均水平的差距。城乡统筹资源配置的效率优势在重庆地区尤为明显,2005年开始略为反超全国平均水平,2007年城乡统筹综合改革进一步释放各种要素的驱动力,其资源配置的技术效率、规模效率和综合效率与全国平均水平相比,优势一直非常显著。

表2 2003—2016年我国31个省区要素配置效率Malmquist指数地区分解

注:根据DEAP2.1软件处理结果编制。

表3 2003—2016年我国31个省区要素配置效率Malmquist指数年度分解

注:根据DEAP2.1软件处理结果编制。

成渝实验区与非实验区资源配置规模效率的分解与变化趋势:为进一步考察资源配置中地区决策单元规模报酬的不同资源配置效率和变化,本文采用基于规模报酬变化模型(VRS)的多步法进行分解。其中,CRSTE表示基于CRS DEA生产前沿的技术效率,VRSTE表示基于VRS DEA生产前沿的技术效率,SCALE表示规模效率,其值为CRSTE与VRSTE的比值。规模效率的变化趋势可分为三类:增加(irs)、减少(drs)和不变(-)。由表4可知,我国31个省区中保持资源配置规模效率增加的地区不到1/2,重庆和四川地区位列其中。表明国家赋予重庆市和四川省两个地区城乡统筹的多项政策,加上重庆和四川地区自身的改革积累,不断优化和平衡城乡资源配置,大大提高了资源配置的规模效率。而辽宁和湖南两个地区的资源配置规模效率不仅没有增加,反而下降,表明这两个地区存在资源要素闲置浪费;河北、黑龙江等14个地区保持良好的规模报酬不变状态。

表42003—2016年我国31省资源配置规模效率的分解与变化趋势

地区CRSTEVRSTESCALE变化地区CRSTEVRSTESCALE变化重庆0.6830.7250.943irs山东1.0001.0001.000-四川0.7880.7880.999irs河南1.0001.0001.000-北京0.6960.6970.998irs湖北0.8780.8910.986irs天津0.8650.8970.964irs湖南0.9590.9610.998drs河北1.0001.0001.000-广东1.0001.0001.000-山西0.9690.9700.999irs广西1.0001.0001.000-内蒙古1.0001.0001.000-海南0.9341.0000.934irs辽宁0.9100.9200.989drs贵州0.7510.7570.992irs吉林0.8810.8940.986irs云南0.9070.9140.993irs黑龙江1.0001.0001.000-西藏1.0001.0001.000-上海0.9100.9110.999irs陕西0.7300.7450.980irs江苏1.0001.0001.000-甘肃1.0001.0001.000-浙江1.0001.0001.000-青海1.0001.0001.000-安徽1.0001.0001.000-新疆1.0001.0001.000-福建1.0001.0001.000-宁夏0.5731.0000.573irs江西0.9390.9480.990irs平均0.9150.9360.978irs

注:根据DEAP2.1软件处理结果编制。

4 基于双重差分法的政策效应研究

4.1 方法选取与模型设定

为进一步研究成渝地区城乡统筹的政策效应,本文选取双重差分法再次对成渝地区的城乡统筹实施效果进行验证分析。双重差分法(Difference-in-Difference)是近年来新发展的一种实验效应评估方法,目前已被广泛应用于政策效应的分析评估。Ashenfelter、Card首次采用双重差分法对政策效果进行了评价,该计量方法的基本思路是选择一个受政策变化影响的实验组和一个不受政策变化的对照组,通过比对实验组和控制组受政策影响前后某些指标的变化量来反映政策净效应,获得该项政策实施的实际效果。因此,运用双重差分法需要将观测样本准确分为实验组和对照组,也是面板数据双重差分模型适用的基础。本文选择成渝地区为“实验组”,其他地区作为相应的“控制组”。根据双重差分法的基本思想,DID回归方程为:

yit=α+β1didt+β2di+β3dt+μit

(3)

被解释变量中,yit为关注的政策影响变量;di为观测组别,其中i分别表示实验组和对照组;dt为观测的年份;μit为残差项。

为全面考察城乡统筹全要素资源配置的政策效应和影响因素,借鉴已有的相关研究,本文在原基础模型中进行了拓展,加入部分控制变量,将DID方程拓展为:

Ypt=α+β1Treatpt×Yearpt+β2Treatpt+β3Yearpt+δXpt+γp+ηt+μpt

(4)

解释变量中,Ypt为要素资源配置效率;Treatpt为处理实验组的城乡统筹综合改革试验区,其中下标p代表省份,t代表观测年份。在Treatpt的赋值中,成都、重庆地区为实验组1,其他地区为对照组0。Yearpt为城乡统筹改革试验年份,2007年及以后赋值为1,其他为0;Xpt为控制变量;γp为地区固定效应;ηt为年份固定效应;μpt为随机扰动项。首先,式(4)中Treatpt×Yearpt是反映政策净效应的交乘变量,而β1是重点关注的系数,该回归系数反映了城乡统筹综合配套改革对城乡要素资源配置的影响。其次,式(4)中的参数β2表示若没有城乡统筹试验改革实验组和对照组之间的目标变量时间变化情况,参数β3表示实验组与对照组之间不随时间变动的差异。第三,式(4)中包含γp地区虚拟变量和ηt年份虚拟变量,表明是双向固定效应面板数据模型。

4.2 模型数据与数据来源

本文的被解释变量是要素资源配置的效率,测度值来源于采用数据包络法(DEA)计算的各地区资源配置综合效率。为了解城乡统筹实验组与控制组要素的综合配置效率总体情况和变化趋势,本文分别将实验组和控制组要素的综合配置效率按年度进行平均计算,并进行趋势对比(图1)。结果表明,虽然实验组和控制组的资源配置效率都有波动,且两者具有较强的趋同性,但实行城乡统筹综合配套改革的实验组资源配置效率显然比没有实行的控制组更高,波动幅度也更平缓。实验组成渝地区在2007年实行城乡统筹试验改革后,资源配置效率与控制组的效率差距随年份推移趋于扩大,表明随着城乡统筹政策推进,政策对资源配置效率提升的效果逐步显现。

图1 实验组和对照组资源配置效率的变化趋势

本文系列控制变量的选取是基于城乡统筹的制度和环境维度,借鉴相关的研究成果,同时兼顾数据指标的可获得性,最后选取城镇化水平、外贸依存度、政府干预程度、产业现代化程度等变量。为了降低模型多重共线性的可能性,本文对具体变量值的选取均采用经过计算处理的比率值来进行衡量,分别采用常住城镇人口占总人口比重的城镇化率衡量城镇化水平,采用以2003年为基期的定基消费者物价指数平减的进出口总额除以2003年为基期的GDP指数平减的实际GDP总额衡量外贸依存度,采用政府财政支出占GDP比重衡量政府的干预程度,采用第二、三产业占产业总产值的比重衡量产业现代化程度。数据主要来源于2004—2017年的《中国统计年鉴》、《中国三农数据库》、《中国城乡建设数据库》。

4.3 实证结果与差分分析

资源配置效率的政策效应:为考察城乡统筹政策的政策净效应和模型估计结果的稳健性,本文采取逐步加入控制变量,得到表5中第(1)列—第(5)列的估计结果。从表5可见,随着城乡统筹环境和制度等控制变量的逐步加入,解释变量的系数符号和显著性没有发生本质变化,表明估计结果具有很好的稳健性。最为关注的时间和地区(Treat×Yeat)交互项的系数是双重差分估计量,代表政策净效应,实证结果介于0.06932—0.07355之间,在1%的置信水平显著,表明城乡统筹显著提高了成渝地区的资源配置效率。时间虚拟变量的系数均为负,说明若没有城乡统筹政策,成渝地区的资源配置效率将随时间变化而降低,且随着控制变量的政府干预程度和产业现代化的加入,其影响的显著性愈加明显,分别为10%和5%的置信水平显著。在影响城乡统筹资源配置效率的控制变量中,政府干预程度和城镇化水平影响显著。其中,政府干预程度1%的置信水平显著,城镇化水平在10%的置信水平显著。政府干预程度成为控制变量中最为显著的影响因素,再次表明在城乡统筹的综合配套改革中,政府作为市场经济发展中看不见的手,在引导要素资源投向领域和配置效率方面发挥着市场无法替代的作用。同时,由于本次综合配套改革的重点是城乡统筹,因此城镇化水平也是影响城乡资源配置的重要因素。与政府干预程度和城镇化水平相比,外贸依存度和产业现代化水平在城乡统筹资源配置中的影响不显著。

表5 DID回归结果

注:本文的估计采用Stata15软件实现。回归系数括号里的数值为标准差。***、**、*分别表示1%、5%、10%的显著性水平。

资源配置效率与因素的影响机制:为进一步研究城乡统筹政策中资源配置效率和因素的影响机制,本文根据双重差分法的基本原理,统计测算了模型(4)中各变量的双重差分估计量。为了更加直观地评价城乡统筹政策对试验区的影响,本文将各变量再次分类,以对比分析实验组和控制组的差分效应(表6、表7)。表6、表7中实验组的数值表示成渝试验区实施城乡统筹政策前后各变量的均值,控制组的数值表示非试验区政策实施前后的均值。表6和表7中因差分参照对象选择不同和数值四舍五入取舍不同,导致两个表中的净效应数值不完全一致,但绝对值相等。

表6 试验区与非试验区政策实施前后差分效应(一)

表7 试验区与非试验区政策实施前后差分效应(二)

由表6可知,通过比较各地区资源配置效率变化发现,城乡统筹政策实施前成渝地区的资源配置效率比非试验区低0.039,但实施城乡统筹政策后其资源配置的差分效应反而高0.035。其他变量的差分效应比较,政策实施前成渝地区的城镇化水平、外贸依存度、产业现代化水平均比非试验区低,但在政策实施后出现明显反转,不但多项指标比非试验区高,而且双重差分结果几乎全为正的净效应,只有政府干预程度为负,但其值也非常接近于0。成渝地区政府干预程度与非试验区的差距在政策实施前后的差距较一致,仍比全国其他非试验区的政府干预程度低0.03左右。总体而言,成渝地区与非试验区的差分变化趋势一致,其差分符号较一致的由负转为正,一致性的变化表明城乡统筹显著提高了成渝地区的资源配置效率和相关水平。

由表7可知,成渝地区的城乡统筹政策实施后,资源配置效率由0.988提高到1.055,提高了0.067。而同期的非试验区不仅没有提高,反而降低了0.005,再次表明城乡统筹政策确实显著地提高了成渝地区的资源配置效率,与非试验区相比政策净效应达0.072。其他变量的差分效应也非常明显,城乡统筹政策的实施也大大提高了成渝地区的城镇化水平、政府干预程度和产业现代化水平。其中,成渝地区的城镇化水平从38.59提高到49.086,提高了10.496,比同期非试验区的增长水平高出0.623。成渝地区的政府干预程度在城乡统筹后有大幅度提升,提高了0.081,但政府干预程度的提升强度却不如非试验区。唯一的下降变量为外贸依存度,成渝地区的外贸依存度比非试验区下降较多,表明城乡统筹政策有力降低了地区的外贸依存度。

4.4 稳健性检验

采用双重差分倾向得分匹配检验:影响资源配置效率的影响因素比较复杂,本文仅选取了典型的维度变量,可能存在变量遗漏,即存在不可测变量。本文同时采取了我国31个省区2003—2016年的面板数据,符合双重差分倾向得分匹配估计量的条件。运用双重差分倾向得分匹配进行检验,回归结果显示,时间和地区的双重差分系数0.056,依然在1%的置信水平显著,表明成渝地区城乡统筹的政策净效应显著存在。

安慰剂检验:为检验前述结果的稳健性,本文依次采取三类安慰剂检验:①置换虚假的政策发生时间检验。分别以2005年和2006年作为成渝地区实行城乡统筹的时间,构造虚假的政策变量进行回归。②只使用政策发生前的样本检验。检验假设是2007年前各地区都未实行城乡统筹,两样本在城乡统筹效率上不应存在显著差异,否则表明存在其他潜在因素影响地区资源配置效率。检验中只使用政策发生前的样本对实验组虚拟变量treat进行回归。③采取随机抽样方式构建虚假实验组与对照组。在我国31个省区样本中,随机抽取20个地区作为实验组,剩余地区作为对照组,生成虚拟的year*treat(效应),回归并记录估计系数。循环300次并观测估计系数均值是否为0。安慰剂检验的回归结果显示,前两种检验得到的估计系数均不显著;300次随机抽样检验得到的估计系数均值为0.003,接近于0,符合预期。

5 结论与建议

统筹城乡发展是我国解决城乡结构和二元经济的新思路,也是全面建设小康社会的大战略,更是实现乡村振兴的总布局。自2007年国家批准重庆和四川设立全国统筹城乡综合配套改革试验区以来,重庆和四川从制度、政策和体制等方面积极创新,加快消除制约城乡协调发展的障碍,促进要素资源在城乡之间的均衡配置和自由流动。10年间城乡统筹改革政策是否推进要素资源在城乡之间合理配置,其资源配置效率是否得到提高?本文采用数据包络分析法和双重差分法对成渝地区的城乡统筹政策效应进行了验证,均得到城乡统筹政策显著提高成渝地区资源配置效率的结论。通过差分效应分析发现,政府干预程度和城镇化水平的提高,可有效提升要素资源在城乡之间的配置效率。进一步比较成渝试验区发现,作为最年轻的直辖市,重庆由于拥有更多的政策和制度优势,加上自身的积累和大胆创新,比同时实行城乡统筹配套改革试验的四川地区激发出了更多的发展活力和资源配置的效率优势。

城乡统筹改革发展本质上是通过改变城乡二元经济的矛盾,统一协调配置城乡要素资源,实现城乡协调发展。成渝地区城乡统筹改革的经验告诉我们,当前更要用劳伦斯·彼得新木桶理论中的短板效应和缝隙思维方式,不仅要解决城乡二元中的农村短板,更要解决城市和农村互动发展中的缝隙,将城市和农村发展紧密结合起来,统一协调要素资源的配置,激发全范围全要素的资源活力;不仅要统筹引导成渝地区自身的城乡良性互动,还要互相借鉴、协同成渝地区间的配套改革,抱团放大成渝经济群的整体效应。