长江经济带经济增长效率的时空分异及其影响因素研究——基于三阶段DEA和Tobit模型

孙蔡庆芳

(重庆交通大学经济与管理学院 重庆 400074)

为了促进区域经济的发展由非均衡转向均衡，党的十八大确定了长江经济带战略作为一项国家重大发展战略。长江经济带横穿我国东中西三大板块，自西部内陆延伸至东海，是一个天然的经济带。长江是我国国土空间中最重要的东西轴线，以此为轴，与东部地区的沿海一线形成了一个T型空间布局。十九大报告也提出，在改革开放以来，我国经济的发展已经实现了高速增长，在此基础上，要把经济发展的重心放在质量上，向高质量发展阶段进行转变。

经济增长可分为数量和质量两个方面，数量增长一般用经济的增长率体现，而质量增长的内涵较为丰富，经济增长效率是衡量经济增长质量的常用指标之一。在经济增长效率评价方面的研究中，可大致分为三类：第一类是以特定区域为对象，对区域范围内地区的经济增长率进行评价与研究。这类研究将研究对象的范围区域进行限制，根据地域特点，构建特殊的指标体系，使研究结果更加贴近实际情况，因地制宜地提出可行政策与建议。第二类是在特定背景环境下或不同经济领域内进行更细致的研究，例如在资源环境约束、碳排放约束等背景下对绿色经济增长效率、低碳经济增长效率展开一系列研究。这类研究的研究趋势一般与当下的政策向导有关，研究结果对经济的发展具有重要的实际参考意义。第三类则是以特定产业为研究对象，结合产业经济学视角，对相关产业的经济增长效率进行评价与研究。在此分类的基础上，大部分研究都是综合了两类或两类以上来展开进行的。

综上所述，目前学术界关于经济增长效率的研究较为丰富，但聚焦于长江经济带视域的相关文献较少，也缺乏从时空维度进行考察的相关研究。本文拟从以下思路展开研究：本文基于SBM-DEA模型与SFA方法，构建非径向和非角度的三阶段SBM-DEA模型，并对长江经济带11个省市2000—2019年的经济增长效率进行测算与分析，以期真实地评价长江经济带11个省市在研究期间的经济增长水平，从时空分异的角度展开对长江经济带经济增长效率的研究。在影响因素的研究中，除了常规的回归分析外，对长江经济带分流域进一步研究长江经济带各区域经济增长效率的影响因素，根据结论提供经济增长效率的改善方向。

1 效率测度方法与数据处理

1.1 效率测度方法

相较传统的DEA模型，三阶段DEA模型应用了随机前沿分析，对管理无效率和随机误差项进行分析，剔除了环境变量和随机因素对结果的影响。在此基础上，本文用非径向、非角度的SBM-DEA模型替换了三阶段DEA中的传统模型，进一步避免了部分量纲与角度问题带来的影响，使测度结果更加精确。

1.2 指标选取与数据来源

本文选取2000—2019年长江经济带11个省市地区为研究对象，将劳动力、资本和能源作为投入要素。其中，劳动力投入以城镇单位就业人员年末人数表示；资本投入以固定资本存量表示；能源投入以能源消费总量表示；以各地区生产总值GDP作为经济效益的产出指标。除了投入与产出的变量外，本文还选取了三个环境变量：一是国外的宏观环境，选取出口贸易总值作为代表指标。二是国内市场环境，选取工业企业个数作为代表指标。三是各地的经济发展水平，以人均GDP为代表指标。数据来源均为各省的统计年鉴。

2 长江经济带经济增长效率及其时空分异

2.1 三阶段SBM-DEA模型测算结果

考虑到数据量较大，加上篇幅有限，测算结果将以一个“五年计划”的最后一年为节点展示部分年份的长江经济带沿线11个省份经济增长效率的测算结果，如表1所示。

通过表1发现，长江经济带各地区的经济增长效率呈现持续增长的趋势。上海、江苏、浙江三个省市的经济增长效率较高，始终保持高于平均值的水平，且排名长时间位于前三。江西、重庆、贵州、云南四个省市在这2000—2019年的研究期内，始终低于平均效率值，且相差较大，其他省市的效率值则一直在平均值附近波动。

表1 部分年份长江经济带经济增长效率

2.2 长江经济带经济增长效率时空分异特征

参照相关研究，将11个省市的经济增长效率划分为5个等级，即低效率(0～0.400)、中低效率(0.401～0.500)、中效率(0.501～0.700)、中高效率(0.701～0.800)、高效率(0.801～1)。由前文测得的效率可知，2000—2004年所有省市的经济增长效率均处于低效率范围内。因此，本节用arcgis软件分别绘制了2005年、2010年、2015年和2019年四个时间截面中长江经济带经济增长效率的空间格局，如图1所示。

从图1可以看出，2005—2019年，省际之间经济增长效率的差异变化较为明显。2005年作为“十五”计划的收官之年，江苏省成功实现了经济增长效率由低效率向中低效率的转变。虽然仅有一个省份实现了这个转变，但这一小步的跨越，为今后的发展指明了方向。2010年，上中下游各自空间内的聚集性已初步显现，江苏省进入中高效率发展阶段，浙江省紧随其后，也实现了由低效率向中效率转变的二级跳，湖南省、湖北省与四川省也都是中低效率，但四川省是上游地区唯一一个非低效率省，安徽省也是下游地区唯一的低效率省。2015年，空间聚集性开始明显，下游向长三角聚集，中游向湖北省聚集，上游向四川重庆聚集，同时只剩下上游地区还存在低效率省。2019年，低效率地区已清零，于2016年通过的《长江经济带发展规划纲要》确立的“一轴、两翼、三极、多点”的发展新格局也基本形成，以长江水道为轴，以上海、武汉、重庆为核心城市，形成长江三角洲、长江中游和成渝三个城市群。下游地区的高质量辐射到了其他区域，也带动了长江全流域的整体经济发展。

图1 2005年、2010年、2015年、2019年长江经济带经济增长效率空间格局

3 长江经济带经济效率的影响因素分析

3.1 方法与变量选取

为了进一步探究其他因素对经济增长效率的影响，在第三阶段DEA模型测算的基础上使用Tobit模型，以DEA模型测算出的经济增长效率为因变量，影响因素为自变量，进行回归分析。

参考学术界相关研究成果，选取的影响长江经济带经济增长效率指标如下：

(1)外资依存度。本文采用实际利用外资直接投资额占GDP比重这一指标表示。外资的引进能够为国内提供更多的就业岗位，同时能引进国外的新技术，促进市场的发展，从而推动经济发展。

(2)城镇化水平。本文用城镇人口占总人口的比重这一指标表示。城镇化水平的提升，能够提高生产要素的集中度，推动产业结构的优化，激发市场的发展潜力，提升居民的消费水平，从而推动经济增长，并维持一个长期健康发展的良好状态。

(3)港口发展水平。本文采用港口货物吞吐量这一指标表示。大量研究表明，港口活动可通过各种方式帮助区域经济发展，如降低生产运输成本、提供更多的就业岗位促进就业等。而长江经济带内的11个省市以长江为纽带，港口为纽扣连结在一起，港口的发展水平对该区域内的影响有一定的研究价值。

(4)研发投入规模。本文采用研究与试验发展(R&D)人员全时当量这一指标表示。研发投入的规模能够在一定程度上反映该地区的经济实力，两者相辅相成。

(5)产业结构。本文采用第三产业总值所占GDP总值的比重反映这一指标。合理的产业结构能够优化城市资源配置、提高城市经济效率。

根据选取的指标，构建如下Tobit模型：

式1中：PEit为第i省t期的综合效率，α0为常数项，α为估计系数；ε为随机误差；Z1it为i省t期的外资依存度；Z2it为i省t期的城镇化水平；Z3it为i省t期的港口发展水平；Z4it为i省t期的研发投入；Z5it为i省t期的产业结构。

3.2 Tobit回归结果与分析

3.2.1 长江经济带整体回归结果

根据构建的Tobit模型，运用Stata13.1软件，对相关数值取对数进行回归计算，回归结果如下：

(1)外资依存度的影响。外资依存度与经济增长效率呈显著负相关，表明当实际利用外资直接投资占GDP比重提高1个单位，长江经济带的经济增长效率平均降低0.0023766。

(2)城镇化水平的影响。城镇化水平对经济增长效率呈正相关，并通过了1%的显著水平检验，表明城镇人口占总人口的比重每提高1个单位，长江经济带的经济增长效率平均增加0.0092426。

(3)港口发展水平的影响。港口发展水平与经济增长效率呈显著负相关，表明港口吞吐量每增加1个单位，长江经济带的经济增长效率平均降低0.00000006。

(4)研发投入的影响。研发投入与经济增长效率呈正相关，并在1%的显著性水平上显著，表示R&D全时当量每提高1个单位，长江经济带的经济增长效率平均增加

0.1070653 。

(5)产业结构的影响。产业结构与经济增长效率呈正相关，但没有通过显著性检验，表明第三产业占GDP比值每提高1个单位，经济增长效率增加0.0010956。

3.2.2 长江经济带分地区回归结果及分析

考虑到各因素对长江经济带不同地区经济增长效率产生的影响可能也会有所差异，依据《国务院关于依托黄金水道推动长江经济带发展的指导意见》，把长江经济带划分为上中下游地区，分别进行Tobit回归分析，回归结果如下：

(1)外资依存度对长江上游和下游地区的经济增长效率有正向影响，对长江下游地区的影响更为显著；对长江中游地区的经济增长效率有负向影响。长江下游地区的四个省级行政区中，上海市、江苏省、浙江省这三个省市都临海，优越的地理位置为市引进外资提供了得天独厚的优势，从而带动内资的技术进步。长江上游地区受其地理位置限制，水路航道条件不理想，交通方面的不便利性也降低了其对外资的吸引力，因此外资依存度的变化对经济增长的影响不显著。

张宇(2010)提出外资依存度提高并不总能给经济的增长带来正面影响，由于制度约束或内外技术差距引起的外资依存度提高可能会带来负面影响。长江中游地区的城市或许没有实现技术转移，或许受制度约束(内外资企业待遇差别过大，小型国内民营企业处于边缘化地位)，导致了经济增长效率的降低。总体而言，外资的进入对长江中游地区更多起到的是负面阻碍作用。

(2)城镇化水平对长江中上游地区的经济增长效率有显著的正向影响，对长江下游地区的经济增长效率有负向影响，但不显著。大量的文献研究都证明了城镇化水平的提升对经济发展有正面影响，但也有少量学者得出不一样的结论。彭宇文等(2017)提出，城镇化水平对经济增长的影响中，不仅存在正面的收入效应，还存在负面的替代效应，并且在我国东、中部地区两个效应的博弈存在拐点，因此城镇化水平的提升不一定会提高经济发展的质量。长江下游地区位于我国东部，过度的人口集中导致社会保障分配不公，住房就业等基本需求难以得到保障，大量高学历人才的涌入难以得到充分利用，造成人力资源的浪费。

(3)港口发展水平对长江中下游地区的经济增长效率有正向影响，对长江上游地区的经济增长效率有负向影响。港口的发展能从不同方面给区域经济的发展带来积极影响，港口需要许多辅助行业，如海关服务、港务局、货运代理、内陆运输公司和第三方物流供应商等，为当地的居民创造了许多就业机会。为了将港口及其腹地紧密连接，就需要完善港口附近的道路、桥梁和公路等基础交通设施的建设，交通便利性的改善也会促进城市的经济发展。但港口的发展不一定总能促进经济发展，只有当港口达到一定规模，有足够的吞吐量时，才能实现规模经济，推动区域经济的增长。

长江上游地区规模以上港口仅有重庆港和泸州港。以2019年为例，整个上游地区的港口货物吞吐量为20057.75万吨；整个中游地区的港口货物吞吐量为68680.77万吨；上海市港口货物吞吐量为72031万吨，上游地区的港口货物吞吐量为中游地区的29.20%，为上海市的23.42%。小型港口的运营规模较小、运作效率低下，使得这些区域无法以港口发展作为促进区域经济发展的首要手段。尽管如此，港口作为一个交通功能，港口的发展不能就此停止，可以考虑进行港口治理，通过改善航道条件或结合当地的旅游产业，增加客运吞吐量。

(4)研发投入对长江经济带上中下游地区的经济增长效率皆有显著的正向影响。研发投入的提高，推动了科技水平的提升，工业获利技术的效率也随之提高，提高了生产效率，增加了企业竞争力，从而发挥了经济增长的引擎作用。

(5)产业结构对长江经济带上中下游地区的经济增长效率皆有正向影响，对上游地区和下游地区的经济增长效率影响显著。对中游地区经济增长效率的影响不显著的原因可能是第三产业的内部结构存在一定的不合理，以至于第三产业总值占GDP的比重增加，对经济效率增长的影响微弱。

4 结语

本文使用长江经济带2000—2019年的数据，运用改进的三阶段DEA方法，对长江经济带的经济增长效率进行了评价，同时对影响经济增长的因素进行了分析。研究发现，经济增长效率的省际差异明显，长江经济带经济增长效率沿下、中、上游依次递减。下游地区经济发展水平整体较高，经济增长效率长期处于领先地位，中游地区的经济增长效率次之，且优于上游。

如果给效率划分等级，就会发现存在空间聚集性，并在2019年形成“三极”的空间格局，这对长江经济带的发展是一个良好的信号。

在影响因素的分析中，总体来看，城镇化水平、研发投入、产业结构对长江经济带经济增长效率具有正向促进作用，其中对城镇化水平和研发投入的影响显著。外资依存度与港口发展水平对长江经济带经济增长效率有显著的负向影响。考虑到区域之间存在差异，对区域进行划分后再分析发现，分区后的结果与整体的结果确实存在差异。城镇化水平对长江下游地区的经济增长效率有负向影响，产业结构对长江中游地区经济增长效率有负向影响，外资依存度对长江上游与下游地区的经济增长效率有正向影响，港口发展水平对长江中游和下游的经济增长效率有正向影响。

根据以上结论，为了提高长江经济带的经济增长效率，根据不同地区的具体情况给出相关建议：

(1)上游地区可以通过港口治理，改善航道条件来增加港口运作效率，可提高港口货物吞吐量，或结合当地的旅游产业，将目标转向游客，增加客运吞吐量。

(2)中游地区可以通过政策导向，改善内资企业的经营环境，鼓励民营企业摆脱机器式学习，缩短内外资企业的技术差距，实现技术的转移与溢出。

(3)下游地区则需要从传统型的城镇化向人口、产业、空间三位一体的新型城镇化转变，以实现可持续发展。