长江中游城市群城市效率与开发程度的耦合分析

瞿晨超

安徽财经大学经济学院，蚌埠,233030

1 相关研究与问题提出

城市是区域内非农人口与农业人口大规模聚集的场所，在这一场所中人口的聚集和流动带来了经济的繁荣。随着城镇化进程的推进，城市成为了一个国家经济社会发展的核心，是多种要素汇集和结合的场所。经济发展在现代社会中面临了较多的新挑战，为适应新的发展要求，具有空间与经济联系的城市形成了城市群，实现了依托发达的交通通信等基础设施网络所形成的空间组织紧凑、经济联系紧密，并最终实现高度同城化和高度一体化的城市群体。长江中游城市群被国家定位为中国经济发展新增长极，长江中游城市群稳步发展能帮助我国适应经济新常态。城市进行大规模的开发能否提高城市效率，促进城市发展，增强各地区经济实力和综合竞争实力，是有一定研究意义的。

近年来,学术界对城市效率开展了多方面的研究，Charnes使用数据包络分析法(DEA)分析了1983年和1984年中国28个城市的经济效率问题，证实了数据包络分析法对城市效率的测度是可行的，拓宽了效率评价体系，使城市效率的测度更加科学。在Charnes的研究基础上，相关学者对城市效率进行了深入研究，部分学者将研究方向集中在城市效率评价上，主要在宏观、中观、微观三个测量尺度上测度城市效率问题，并分析了城市效率变化特征及其影响因素。宏观上是对国家及城市群这一空间层面进行测度，如方创琳对我国城市群投入产出效率进行测度，发现我国城市群投入产出效率总体低且呈下降趋势[1]。中观尺度多是指区域、城市这一空间层面，如郭腾云对1990—2006年全国31个特大城市要素资源效率进行测度，依据测度结果分析出东部、中部、西部三个地区之间城市综合效率与生产率之间有不同的相关关系[2]；张军涛运用空间计量经济学的研究方法对东北地区34个地级市的效率变化进行了分析，得出该地区的城市效率有着较强的空间溢出效应和空间依赖作用[3]。微观尺度多指城市内部的某一系统或城市某一方面，如邓洪波使用数据包络分析法对安徽省旅游产业进行效率评价，研究了影响城市旅游效率的因素，尝试总结了城市旅游效率的提高机制[4]。另一部分学者在空间差异、经济增长等相关因素与城市效率的相互关系上获得了一定的研究成果，如戴永安使用中国266个城市的面板数据，结合DEA模型，探究了各种城市条件因素对城市效率的影响特征[5]；陈真玲通过运用超效率DEA和空间计量方法研究了我国30个省份城镇化进程中的生态效率水平及城镇化与生态效率的作用机制[6]。

综上所述，现阶段对城市效率方面的研究较多集中在测度分析上，较少结合城市的发展进行研究，有关城市开发程度对城市效率的作用研究也极少涉及。因此，文章选取长江中游城市群30个地级以上城市为研究对象，通过测度2009—2015年间城市效率及城市开发程度来计算二者之间的耦合度，依据结果分析二者之间的耦合关系。

2 模型构建与数据来源

2.1 测度方法

2.1.1 效率测度模型及指标选取

城市效率可以有效评价资源和要素在城市的产出效率，是衡量城市投入产出能力重要的指标。根据城市效率的特点并结合现下研究城市效率的主流方法，文章在研究中采用Charnes、Cooper和Rhodes于1978年所提出的研究方法，即数据包络分析(DEA)的方法。数据包络分析法在现今研究中主要使用的模型为DEA-BCC模型，这一模型在1984年由Banker、Charnes、Cooper提出，根据早先的DEA-CCR模型，增加了凸性条件，能够在研究中更准确的对决策单元进行评价。模型在确定生产可能集的基础上，通过线性规划求解，判断决策单元是否位于生产前沿面上。若决策单元位于生产前沿面，则DEA有效；反之，则DEA无效。

在BCC模型的假设中，若有n个决策单元，在此即n个城市，i=1,2,…,n；βi和αi分别表示第i个城市的产出和投入变量,θ表示相对效率值,该模型的公式为:

(1)

式中,minθ代表目标函数,s.t.表示约束条件,λi表示每个城市在某一指标上的权重变量,β0和α0分别代表决策单元的原始产出值和投入值,θ值表示决策单元的技术效率值。

表1 城市效率评价指标体系

本文采用DEA方法测度长江中游城市群30个城市的城市效率，并进行静态分析，进而分析其资源配置及投入产出情况。依据DEA方法的作用原理，需要构建输入指标和输出指标两个体系。输入指标作为城市要素的投入，文章根据刘贺贺在对东北地区进行城市效率测度时所确立的指标为依据，设立投入指标和输出指标[7]，如表1。

2.1.2 城市开发程度测度方法

采用城市开发程度指数(UDD指数)对城市开发程度进行测度，计算公式为：

(2)

式(2)中,UDDi表示在i年的城市开发程度指数，RPTi、GDPi、CLAi分别表示i年城市人口总量，i年地区生产总值，i年城市建设用地面积；LAi表示i年市辖区城市土地总面积，α、β和λ分别表示i年人口密度、经济密度和城市建设用地占比。考虑到评价指标的属性，选择α、β、γ分别代表人口密度、经济密度和城市建设用地占比的权重值，在此选取各指标的理论最大值。

2.1.3 耦合度模型

“耦合”这一概念源于物理学，这一概念是基于对两个或两个以上的电路元件或电网络等的输入与输出之间可能存在的关系进行研究所提出的，相关学者根据这一概念的内涵进行了应用上的拓展。文章在研究中从耦合的基本概念出发，根据城市效率与城市开发程度两个系统在发展中产生相互作用的现象，定义为城市效率-城市开发程度耦合，表达式为：

(3)

式中,C表示耦合度值；f(x)、g(y)分别表示城市综合效率指数和城市开发程度指数；k为调节系数，文章在耦合度模型研究中考量的子系统是城市效率与城市开发程度，故取k值为2。耦合度C值越大，表明城市效率与城市开发程度之间耦合程度高，系统越协调；反之，则愈小。

2.2 数据来源

考虑数据的准确性和真实性，选取长江中游城市群30个地级市为研究对象，将长江中游城市群包括的非地级市区域划归至所属地级市。研究期为2009—2015年，数据均来源于各城市统计年鉴。

3 实证分析

3.1 城市综合效率结果分析

利用DEA模型，借助DEAP2.1计算软件，计算长江中游城市群30个地级市的综合效率(Crs)(表2)，以此为依据评价不同年份各城市的发展状况。

表2 不同年份长江中游城市群城市综合效率

注：研究对象为长江中游城市群涵盖的30个地级市。

长江中游城市群城市综合效率达到DEA有效的城市呈波动性变化，在研究期内，城市综合效率最优的城市数量占比分别为70%、53.3%、56.7%和36.7%，呈现出波动下降的变化趋势。南昌在2011年后长期处于非有效状态下，规模效率递减，城市资源投入冗余，而长沙、武汉研究期内始终达到DEA有效，能较为合理的使用资源。研究期内，处于规模报酬递减的城市数量分别为2、2、4和3，数量方面看变化不显著。处于规模报酬递增状态的城市明显较多，对资源的需求旺盛，可能的原因为政府高层对长江中游城市群发展的重视，收益于政府政策的倾向，引导资本对该地区的涌入，促进了地区技术水平的发展，革新了发展理念，从而使该地区高速发展，进一步加大了对要素的需求。

3.2 城市开发程度的结果分析

由公式(2)计算得出长江中游城市群30个城市的开发程度指数，并绘制2009、2011、2013、2015年4个时间截面的UDD指数变化趋势图(图1)。根据城市开发程度的大小，将长江中游城市群30个城市划分为低开发程度型(0.000 1～0.180 1)、中等开发程度型(0.180 2～0.325 8)、中高开发程度型(0.325 9～0.486 6)和高开发程度型(0.486 7～0.936 5)。

图1 长江中游城市群城市开发程度指数

由图1可以得出以下结论：

(1)2009年至2013年间长江中游城市群城市整体开发程度呈现上升趋势，2013年至2015年由于行政区划改变导致部分城市开发程度呈现一定的降低。30个城市因年际开发程度指数变化不同而分为波浪线型、倒U型和水平型三种类型，南昌、长沙作为省会城市是要素和政策投入最多的地区，总体呈现倒U型的变化趋势，造成这种趋势的原因主要为行政区划改变，自身面积扩大导致的。除南昌、长沙两座省会城市外，武汉作为中部较大的城市，呈现出波浪线型的变化趋势。除省会城市外，其余大部分城市年际开发程度指数变化趋势都表现为波浪线型。

(2)30个城市间开发程度差距较大，且以中低开发程度城市为主体。由图1可知，南昌在2011年城市开发程度指数达到了长江中游城市群30个城市历年的最高值，为0.53，长沙在2011年也达到该市研究期内的最大值，为0.58，同年，宜昌与荆门二市的开发程度指数仅为0.04，较南昌相差了13倍，差距极为明显。长江中游城市群整体开发程度不高，且以中低开发程度城市为主，开发指数均值在2009年仅为0.15，在2015年开发指数均值同样较低，为0.18。

(3)中等开发程度型、中高开发程度型、高开发程度型城市数量变化不显著。研究期内，仅有南昌一直属于高开发程度型。

3.3 城市效率与城市开发程度的耦合度分析

根据上述公式(3)计算不同年份长江中游城市群30个城市的城市效率与城市开发程度的耦合度。依据测度结果，将研究对象划分为不同的耦合类型，分别为低度耦合型(0.000 1～0.268 0)、中度耦合型(0.268 1～0.486 0)、较高度耦合型(0.486 1～0.834 0)和高度耦合型(0.834 1～0.998 0)。当C=0时，耦合度极小并向无序发展。

从时间变化来看，长江中游城市群30个城市的城市效率与开发程度耦合度呈现波动变化的趋势。高度耦合型城市数量在研究期内呈现波动变化趋势，南昌在2011、2013年两个时间截面跨入了高度耦合型城市的行列，武汉在7年间一直属于较高度耦合型城市，长沙在2011、2013年在城市效率与开发程度二者之间的耦合情况较好，达到了高度耦合。除了省会城市外，黄石、湘潭都在不同年份迈入过高度耦合型城市。整体上来看，长江中游城市群30个城市的城市效率与开发程度耦合度类型以低度耦合型为主，表明二者的协调水平较低，未能很好的进行协同发展。2009—2013年间，长江中游城市群整体呈现大幅上扬，同时，30个城市的城市效率、开发程度指数均呈现上扬趋势，在此时间区间内，说明二者之间的协同发展有着良好的趋势，其中高度耦合型城市有南昌、黄石、长沙和湘潭。2013—2015年间，部分城市呈现微弱下降，可能的原因是城市发展中由于自身规模的变动导致数据的变化。高度耦合型城市仅有南昌、黄石、长沙。长江中游城市群30个城市虽然在过去实现了一定发展，城市的资源配置得到了优化，但城市开发程度对城市效率的提升作用不显著，没有表现出一种较好的耦合状态。

表3 2009—2015年长江中游城市群城市效率与开发程度耦合度

从空间分布来看，高耦合度型的城市仅有南昌、黄石、长沙和湘潭四市，且7年间一直保持了较高水平的耦合协调度。鹰潭、上饶、武汉、黄冈、株洲、衡阳和娄底属于较高耦合度类型城市，大部分城市都属于低度耦合型城市，区域间差距明显，城市效率与城市开发程度失去了协调发展的机制。这种低水平的耦合度表明城市在开发过程中与城市效率无法协调发展，对城市发展没有提供较为有利的支撑。整体来看，耦合度值相对较高的城市集中在省会城市及经济较发达城市之中，经济洼地城市更多的表现为低度耦合或无序发展。

图2 2009—2015年间耦合度时空分布格局

4 结 语

通过对长江中游城市群30个城市的城市效率、城市开发程度及二者耦合度的测算和分析，得出如下结论：

第一，城市效率、城市开发程度水平不高，多数城市要素投入不足且城市未能得到充分开发。长江中游城市群是我国基于目前经济发展形势、地区发展水平所规划出的，具有较高发展前景。在这一背景下，要素开始加大对该地区的涌入，在这一过程中，区域内城市未能呈现出较高的资源利用状态，较多城市处于规模报酬递增状态，要素投入不足。中部各省的发展战略都是以省会城市为中心，将省会城市列为增长极，从而带动全省的崛起。在这一背景下，使得要素资源加快往省会城市的聚集，在某种程度上对要素使用造成了浪费。

第二，研究期内城市开发程度与城市效率的耦合水平不高，二者发展不协调。自国家实施“中部崛起”战略以来，中部地区进入了高速发展期，长江中游城市群也获得一个较好的发展。研究结果显示，长江中游城市群城市效率与开发程度的耦合度在研究期内处于波动下降的趋势，这种趋势能够有效的表明城市开发程度对城市效率的提升作用不显著，二者协同发展情况不明朗。可能的原因在于政府过于强调省会的发展，造成要素分配在空间上有较大差异，推动城市发展的动力主要依靠政策手段大规模聚集资源于省会，同时新建开发区、新城和新区，例如南昌市在2013增加了200多平方公里的市辖区行政面积，进行新一轮的城市开发，对要素的需求进一步加大，使得区域内其余城市所能获得的要素相对减少。而低度、中度耦合型城市，大部分都处于开发程度较低的水平，在总体上拉低了二者之间的耦合度，弱化了城市效率提升所带来的发展基础。

第三，区域差异化特征明显，经济洼地地区在城市效率、城市开发程度及二者耦合水平较省会城市差距较大。省会城市在城市开发和耦合水平位于30个城市的靠前位置，在城市效率方面资源投入冗余明显，得益于区位优势以及政策的重视。类似九江、赣州、上饶三市，在空间上有其独特的区位优势，当沿海发达地区进行产业转移时，接壤地区将首先获益，利用承接的转移产业实现经济的快速增长，进一步带动城市对要素的聚集效应，继而加大城市的开发。而经济洼地地区城市较长时间内处于低度耦合状态，整体城市开发程度不高，且多数处于规模报酬递增状态，资源投入不足，使得经济洼地城市在发展过程中城市效率达不到DEA有效状态，从而造成总体呈现弱则愈弱，强则愈强的趋势。

从城市发展角度出发，对长江中游城市群30个城市的城市效率、开发程度进行测度，结合测度结果分析了城市效率与开发程度的协调关系，指出了长江中游城市群的发展现状以及存在的不足，但是对城市效率、开发程度和耦合度三者之间的作用关系没有进行深入的研究。

参考文献：

[1]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(8):1011-1022

[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]张军涛,刘建国.城市效率及其溢出效应：以东北三省34个地级市为例[J].经济地理,2011(4):578-583

[4]邓洪波,陆林.基于DEA模型的安徽省城市旅游效率研究[J].自然资源学报,2014(2):313-323

[5]戴永安.中国城市效率差异及其影响因素：基于地级及以上城市面板数据的研究[J].上海经济研究,2010(12):12-19

[6]陈真玲.生态效率、城镇化与空间溢出：基于空间面板杜宾模型的研究[J].管理评论,2016(11):66-74

[7]刘贺贺，杨青山.东北地区城市效率与开发程度的时空耦合[J].经济地理,2015(10):64-72

[8]谢志祥,任世鑫.长江中游城市群城市效率水平测度及空间分异研究[J].长江流域资源与环境,2015(10):1705-1710

[9]成金华,孙琼.中国生态效率的区域差异及动态演化研究[J].中国人口.资源与环境,2014(1):47-54

[10]洪开荣,浣晓旭.中部地区资源—环境—经济—社会协调发展的定量评价与比较分析[J].经济地理,2013(12):16-23

[11]陈晓红,万鲁河.城市化与生态环境耦合的脆弱性与协调性作用机制研究[J].地理科学,2013(12):1450-1457

[12]罗能生,李佳佳.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口.资源与环境,2013(11):53-60

[13]许新宇,陈兴鹏.基于DEA和Malmquist模型的甘肃省城市效率及其变化[J].干旱区资源与环境,2013(9):12-17

[14]许建伟,许新宇.基于DEA交叉模型的甘肃省城市效率评价[J].自然资源学报,2013(4):618-624