江蘇省縣市經(jīng)濟效率及空間相關性分析

,b

(江蘇師范大學 a.地理測繪與城鄉(xiāng)規(guī)劃學院;b.城鎮(zhèn)化研究中心,江蘇 徐州 221116)

1 引言

揭示區(qū)域經(jīng)濟發(fā)展效率對研究區(qū)域經(jīng)濟問題和制訂相關政策具有重要意義。經(jīng)濟發(fā)展的效率問題一直是政府部門和學術界普遍關注的熱點問題,也是經(jīng)濟學和地理學等學科長期研究的內(nèi)容。國內(nèi)外學者對經(jīng)濟效率進行了大量研究,大致可以分為兩方面內(nèi)容:一方面是對經(jīng)濟效率內(nèi)涵進行的研究。Timothy認為配置效率和技術效率可測度區(qū)域的經(jīng)濟發(fā)展效率[1];張秀生等認為經(jīng)濟效率可分為生產(chǎn)、分配、交換和消費四大效率[2];李德剛將馬克思、恩格斯關于經(jīng)濟效率的內(nèi)涵概括為生產(chǎn)效率、周轉效率和資源配置效率[3]。還有學者將經(jīng)濟效率的測度分為技術效率、規(guī)模效率和其他各類不同經(jīng)濟的效率[4-8]。另一方面是對區(qū)域經(jīng)濟效率的定量研究。從研究方法看,主要有柯布—道格拉斯生產(chǎn)函數(shù)、技術效率測算的索洛余值法[9]、DEA模型方法[10]、超DEA模型方法[11]、隨機前沿法[12]、X效率法[13]、投入—產(chǎn)出分析方法[14]等;從研究區(qū)域看,主要分為四個層面:國家層面[15,16]、區(qū)域經(jīng)濟體層面[17,18]、省級層面[19]和地級市層面[20]。

綜合國內(nèi)外研究發(fā)現(xiàn),經(jīng)濟效率是指社會在投入一定成本的基礎上產(chǎn)生的收益,目前對區(qū)域經(jīng)濟效率的研究大多集中于較大尺度,對縣市等較小研究單元的經(jīng)濟效率分析較少,且缺少對經(jīng)濟發(fā)展效率的空間關聯(lián)格局的分析，而縣市經(jīng)濟是我國國民經(jīng)濟的重要組成部分,是實現(xiàn)城鄉(xiāng)發(fā)展一體化的關鍵部分,也是建設社會主義新農(nóng)村和解決“三農(nóng)”問題的基本依托。

本文以江蘇省為例,運用數(shù)據(jù)包絡分析和空間自相關方法,對縣市經(jīng)濟發(fā)展效率演化過程進行了分析,揭示經(jīng)濟發(fā)展效率的空間關聯(lián)格局變化,以探索江蘇省縣市經(jīng)濟發(fā)展效率的演化規(guī)律和空間關聯(lián)格局的差異,對促進江蘇省縣市經(jīng)濟健康有序發(fā)展具有一定的理論價值和政策意義。

2 研究方法

2.1 指標體系

考慮到指標的代表性、真實性和可獲取性等因素,選取全社會固定資產(chǎn)投資總額X1、財政支出X2和X3作為輸入指標(表1);經(jīng)濟發(fā)展效率的產(chǎn)出指標選取地區(qū)生產(chǎn)總值X4和消費品零售總額X5。

表1 江蘇省縣市經(jīng)濟發(fā)展效率測度指標體系

注:以上各項指標數(shù)據(jù)來源于2000年、2005年、2010年和2014年《江蘇省統(tǒng)計年鑒》。

2.2 數(shù)據(jù)包絡分析(DEA)

BCC模型:數(shù)據(jù)包絡分析(DEA)[21]主要用來評價多輸入、多輸出的指標體系,具有很強的客觀性。本文選用以投入為導向的BCC模型,其函數(shù)形式為:

(1)

式中,minθ為目標函數(shù);s.t.為約束條件;λi為各城市節(jié)點在某一點指標上的權重;x0和y0分別是城市節(jié)點的初試投入和產(chǎn)出值。此外,模型中綜合效率(STE是對投入—產(chǎn)出和資源配置能力、競爭力和可持續(xù)發(fā)展能力的總稱)等于純技術效率(TE是指生產(chǎn)中對現(xiàn)有技術的利用程度)與規(guī)模效率(SE是指生產(chǎn)中發(fā)揮社會經(jīng)濟活動的集聚作用與投入—產(chǎn)出規(guī)模的有效程度)的乘積[22]。

Malmquist模型:Malmquist指數(shù)[23,24]可將全要素生產(chǎn)率分解為效率變化(EC)和技術進步(TC),其中效率變化(EC)又可拆解為純技術變化(PTEC)和規(guī)模效率變化(SEC),由此來具體測度一定時期內(nèi)全要素生產(chǎn)率的變化情況,公式為:

TFPC=EC×TC=PTEC×SEC×TC

(2)

(6)

局部空間自相關:局部自相關通過比較觀察值和相鄰值與全局的關系,能更準確的把握空間要素的集聚與分異特征,通常用LISA(Local Indicator of Spatial Association,LISA)統(tǒng)計量[26],公式為:

Ii=[ΣjWij(xi-x)](xi-x)Σi(xi-x)2

(7)

3 江蘇省縣市經(jīng)濟發(fā)展效率分析

3.1 縣市經(jīng)濟發(fā)展效率水平分析

在假設規(guī)模效率可變的情況下,本文主要使用DEAP2.1軟件,并選用以投入為導向的BCC模型,計算出2015年江蘇省各縣市的經(jīng)濟效率狀況，具體見表2。

表2 2015年江蘇省各縣市經(jīng)濟效率

注:drs、irs和-分別表示表示規(guī)模報酬遞減、遞增和不變[27]。

綜合效率較低,縣市差異較大:2015年江蘇省54個縣市經(jīng)濟綜合效率的平均值0.641(表2),其中經(jīng)濟綜合效率為1(即經(jīng)濟投入—產(chǎn)出效率達到最優(yōu))的縣市只有6個(南京市區(qū)、江陰、宜興、昆山、張家港和常熟),占全部縣市的11.11%,13個地級市區(qū)中只有南京市區(qū)達到最優(yōu),蘇南5個市區(qū)的綜合效率較高,蘇中效率水平次之,而蘇北5個市區(qū)的經(jīng)濟綜合效率均低于全省平均水平;綜合效率為0.3—0.7的城市數(shù)有36個,占全省縣市比重的66.67%。即大多數(shù)縣市的綜合效率處于較低水平,因此導致整個江蘇省的整體經(jīng)濟發(fā)展綜合效率偏低。將江蘇省54個縣市的綜合效率和GDP水平進行排名,對比分析發(fā)現(xiàn)各縣市的經(jīng)濟發(fā)展效率和經(jīng)濟水平之間存在著明顯的差異:2015年江蘇省54個縣市中GDP水平排名前十位的均為地級市區(qū),GDP排名最低的是宿遷市(第十六名)。在綜合效率排名中,前十位只有2個是地級市區(qū)(南京和常州),排名后十位的有4個是地級市區(qū)(鹽城、淮安、宿遷和連云港),均位于蘇北地區(qū),說明江蘇省各縣市的經(jīng)濟水平和效率水平之間存在明顯的不協(xié)調(diào)現(xiàn)象。其中,地級市區(qū)的不協(xié)調(diào)程度較大,蘇南、蘇中和蘇北的差異顯著。因此,江蘇省各縣市經(jīng)濟發(fā)展效率優(yōu)化的潛力較大,在加快經(jīng)濟總量發(fā)展的同時,適當增加有效投入或削減投入冗余,注重效率水平的提高,實現(xiàn)經(jīng)濟的有效發(fā)展。

純技術效率較高,最優(yōu)城市較少:2015年江蘇省各縣市純技術效率的平均值達到0.790,其中達到最優(yōu)水平的有南京、蘇州、常州、昆山等13個縣市,數(shù)量高于綜合效率和規(guī)模效率最優(yōu)的城市數(shù)量,且達到0.8以上(即較優(yōu)水平以上)的城市有26個(表2),占全省的48.15%,說明江蘇省約有1/2的縣市對經(jīng)濟發(fā)展的基礎設施技術和現(xiàn)代信息技術運用較成熟。與綜合效率對比分析看,江蘇省54個縣市的經(jīng)濟發(fā)展綜合效率與純技術效率之間存在正相關關系。此外,純技術效率呈現(xiàn)明顯的從南到北逐漸降低的特征,蘇南地區(qū)的純技術效率較高,而蘇北地區(qū)縣市的效率則相對較低。這主要是由于蘇南經(jīng)濟發(fā)展水平高且技術條件較為發(fā)達,而蘇北縣域經(jīng)濟增長為粗放型到集約型的轉型期,經(jīng)濟發(fā)展和技術條件均相對落后,集聚效應難以發(fā)揮。因此,蘇北縣市經(jīng)濟發(fā)展效率的薄弱點為產(chǎn)出效率低下,在今后的發(fā)展中,應注重提升經(jīng)濟技術水平和企業(yè)經(jīng)營管理經(jīng)驗,以提高經(jīng)濟產(chǎn)出水平。

規(guī)模效率最高,規(guī)模報酬遞減多為市區(qū):江蘇省2015年縣市經(jīng)濟的規(guī)模效率總體平均較高，為0.812(表2),達到較優(yōu)水平,約有60%的縣市規(guī)模效率較優(yōu),說明規(guī)模效率是提升綜合效率的主要影響因素。從規(guī)模效率的空間分布模式來看,蘇南、蘇中、蘇北的縣市平均規(guī)模率分別為0.941、0.865和0.704,梯度趨勢明顯。但從具體的縣市情況來看,規(guī)模效率排名前十位的1/2是地級市區(qū),其中蘇南有2個(南京和無錫)、蘇北3個(宿遷、連云港和淮安);排名后十位的均為蘇北,說明蘇北地區(qū)市區(qū)與各縣市的差距較大,規(guī)模效率發(fā)展不協(xié)調(diào)。其中,蘇州市區(qū)的規(guī)模效率僅0.748,表明雖然蘇州市區(qū)經(jīng)濟發(fā)展水平很高,且其技術效率到達最優(yōu),但由于經(jīng)濟規(guī)模因素的影響,導致蘇州市總體的投入—產(chǎn)出效率不高,因此在日后的發(fā)展過程中應重點解決如何更好地發(fā)揮其規(guī)模效益問題。此外,從規(guī)模報酬可變的結果來看,大部分縣市在經(jīng)濟發(fā)展過程中表現(xiàn)為規(guī)模報酬遞增的現(xiàn)象,但依然有9個地級市區(qū)存在規(guī)模報酬遞減的問題。即經(jīng)濟發(fā)展規(guī)模的擴大,并不能顯著帶來整體效率的提升。因此，江蘇省大多數(shù)地級市區(qū)在經(jīng)濟發(fā)展過程中并沒有達到投入—產(chǎn)出的最優(yōu)狀態(tài)。

投入冗余與產(chǎn)出不足分析:從投入方面看,投入冗余現(xiàn)象較普遍,尤其是在勞動力投入方面有21個縣市的勞動力投入冗余量在15%以上。其中,最多的是宿遷市區(qū),達到20.79%,說明其生產(chǎn)效率較低,需要加以重視。一部分原因是各縣市在經(jīng)濟發(fā)展過程中,根據(jù)自身發(fā)展需要,會積極地引進相關人才并有組織地對個體進行教育和培訓,這樣就使不同部門擁有的個體知識、技能超過了實際需要,從而產(chǎn)生了勞動力投入冗余;還有一部分是由于顧客需求變化、產(chǎn)業(yè)間激烈競爭、技術變化等原因,出現(xiàn)新老員工交替現(xiàn)象,從而形成人力投入冗余。從資本投入方面看,在全社會固定資產(chǎn)投資總額投入中,有5個縣市(邳州、連云港市區(qū)、淮安市區(qū)、鹽城市區(qū)和宿遷市區(qū))的投入冗余量超過15%;而在政府財政支出方面,有4個地級市區(qū)的投入冗余量超過15%,分別是無錫、淮安、鹽城和宿遷,但考慮到資本投入到產(chǎn)出的滯后性,因此不能直接判定存在資本投入冗余。若今后幾年這種情況有所好轉,則可看作資本投入有效;但如果長期存在資本冗余,則說明資本確實投入過多,產(chǎn)生的邊際效益逐漸降低,此時應考慮調(diào)整資本投入。從產(chǎn)出方面看,共有17個縣市存在地區(qū)生產(chǎn)總值的產(chǎn)出不足,且大多為技術效率較低的縣市,主要原因是要素投入規(guī)模和結構不合理,經(jīng)濟技術水平和企業(yè)經(jīng)營管理經(jīng)驗不足,使有效產(chǎn)出嚴重不足。

3.2 2000—2015年江蘇省縣市經(jīng)濟效率變動分析

根據(jù)2000—2015年江蘇省54個縣市的投入與產(chǎn)出指標數(shù)據(jù),進一步分析江蘇省經(jīng)濟全要素生產(chǎn)率及其分解效率的變化情況(圖1)。

圖1 2000—2015年江蘇省經(jīng)濟Malmquist生產(chǎn)率及其分解效率與全國TFP演變

2000—2015年江蘇省經(jīng)濟全要素生產(chǎn)率(TFP)圍繞1呈現(xiàn)波動上升的趨勢,總體上升了0.233,與全國TFP變化趨勢基本相同。其中,出現(xiàn)兩個大幅度波動階段:第一個階段(2000—2003年)。主要原因是：自從加入世界貿(mào)易組織(WTO),我國經(jīng)濟發(fā)展一方面融入世界,帶動了出口貿(mào)易的快速發(fā)展；另一方面也受到世界的沖擊,市場競爭力差、經(jīng)濟結構調(diào)整能力不足等原因直接導致我國經(jīng)濟增長大幅變化。第二階段(2007—2009年)。該階段主要是受到全球金融危機的影響,人力和資本的投入相應減少,導致全國經(jīng)濟出現(xiàn)了一定程度的蕭條。江蘇省TFP變化與技術進步變化基本保持一致,說明TFP的變化主要是源于技術進步的變化,這是因為江蘇省大力推廣技術發(fā)明和技術創(chuàng)造,倡導以創(chuàng)新驅動經(jīng)濟發(fā)展。盡管2000—2015年江蘇省縣市經(jīng)濟技術進步指數(shù)提升了0.289,純技術效率卻降低了0.012,即對技術的利用水平略有降低,表明江蘇省縣市經(jīng)濟發(fā)展中投入要素在使用中存在效率低下現(xiàn)象。綜合效率和規(guī)模效率圍繞1小幅度波動,到2015年僅分別提升了0.061和0.094,對全要素生產(chǎn)率的影響相對較小。

綜上所述,江蘇省縣市經(jīng)濟全要素生產(chǎn)率存在較大潛力,在今后的發(fā)展中既要對每個縣市經(jīng)濟投入規(guī)模進行合理的配置,又要通過提高技術和管理水平,實現(xiàn)對投入要素的有效利用最大化。

4 江蘇省縣市經(jīng)濟發(fā)展效率的空間關聯(lián)分析

4.1 全局關聯(lián)分析

本文根據(jù)全局自相關公式,運用Geoda軟件,計算出2000年、2005年、2010年和2015年江蘇省的全局Moran′s I指數(shù)(表3)。通過Z統(tǒng)計量檢驗可知,Moran′s I指數(shù)在0.05的顯著性水平上,江蘇省縣市經(jīng)濟總體效率在節(jié)點年份均出現(xiàn)正相關性,即相鄰縣市存在著較為明顯的空間相對集聚現(xiàn)象。2000—2015年江蘇省縣市經(jīng)濟全局Moran′s I指數(shù)呈現(xiàn)明顯上升的趨勢,數(shù)值由0.3429提高到0.7818,說明2000年以來隨著江蘇省憑借優(yōu)越的區(qū)位條件和國家政策的傾斜,縣市經(jīng)濟發(fā)展的速度不斷較快,效率也在不斷提高。

隨著江蘇省加快交通基礎設施建設,尤其是隨著城際高速鐵路的快速發(fā)展,江蘇省各縣市間的經(jīng)濟聯(lián)系越來越密切,經(jīng)濟發(fā)達地區(qū)對較落后地區(qū)的帶動和輻射作用愈發(fā)顯著,使經(jīng)濟效率的空間相關性越來越顯著。

表2 江蘇省經(jīng)濟效率全局自相關Moran′s I 指數(shù)

4.2 局部關聯(lián)分析

為了更加深入和直觀地探討江蘇省54個縣市經(jīng)濟綜合效率的局部集聚特征,本文基于GeoDA軟件對綜合效率的局部空間自相關特征進行分析,結合局部Moran′s I散點圖,將54個縣市分為4種局部空間關聯(lián)類型,運用ArcGIS進行可視化,繪制出2000年、2005年、2010年和2015年江蘇省54個縣市經(jīng)濟綜合效率的LISA集聚圖(圖2)。

圖2 江蘇省縣市經(jīng)濟綜合效率LISA集聚圖

“L-L”集聚區(qū):即該縣市自身和周邊縣市的經(jīng)濟效率均較低,且兩者空間差異程度小。由圖2可見,2000—2015年江蘇省縣市經(jīng)濟綜合效率的L-L集聚區(qū)的縣市數(shù)量呈明顯上升趨勢,表明L-L集聚程度越來越顯著。具體來說,L-L集聚區(qū)主要集中在江蘇北部地區(qū),并且從最北部的分散集聚(徐州、連云港和宿遷)逐步向中北部的連續(xù)集聚(徐州、連云港、宿遷、淮安和鹽城)發(fā)展。雖然空間分布格局上L-L集聚區(qū)的范圍呈現(xiàn)明顯擴大趨勢,但是這類集聚區(qū)的經(jīng)濟效率也有出一定的上升態(tài)勢,但與其相鄰蘇中以及蘇南地區(qū)縣市的經(jīng)濟效率的差距在不斷在擴大,其中有11個縣市(豐縣、沛縣、沭陽縣和灌云縣等)2000—2015年均處于L-L集聚區(qū),表明這些縣市一直是江蘇省經(jīng)濟效率的落后區(qū)。在今后的發(fā)展過程中,應加大對L-L集聚區(qū)的經(jīng)濟規(guī)模投入,提高經(jīng)濟和管理技術的支持,減弱這些經(jīng)濟發(fā)展效率較低縣市的集聚態(tài)勢,加快融入江蘇省經(jīng)濟一體化發(fā)展進程。

“L-H”區(qū):即該縣市自身經(jīng)濟效率較低,而周邊地區(qū)相對較高,主要分為兩類：一類是自身效率不低,但周圍縣市經(jīng)濟效率較高,因此形成L-H區(qū)(2000年的南京市區(qū)、蘇州市區(qū)和江蘇南部的一些縣市);另一類是周圍縣市經(jīng)濟效率較低,但自身效率更低,因此形成L-H關聯(lián)(泗陽縣、泗洪縣和鹽城市區(qū)等)。但2000—2015年,L-H區(qū)域在逐年縮小,特別是第二類到2015年已經(jīng)完全消失,說明隨著江蘇省縣市經(jīng)濟的協(xié)同發(fā)展,經(jīng)濟效率落后地區(qū)接受了周圍經(jīng)濟效率較高縣市的輻射,使原本這些區(qū)域由于經(jīng)濟基礎薄弱和地理位置不優(yōu)越等原因造成的經(jīng)濟效率低下現(xiàn)象得到改善。

“H-L”區(qū):即該縣市自身經(jīng)濟效率較高,而周邊地區(qū)相對較低。2000—2015年,H-L區(qū)空間分布格局變動較大。2000年H-L區(qū)的縣市主要有連云港市區(qū)、淮安市區(qū)、濱?？h、射陽縣、漣水縣、寶應縣和東臺市;2005年H-L區(qū)縣市發(fā)生較大變動,但總體上范圍有所縮小(徐州市區(qū)、睢寧縣、響水縣、高郵市、興化市和海安市)。從2010年開始,H-L區(qū)開始向江蘇中部的縣市轉移聚集,到2015年除了徐州市區(qū)外其他H-L區(qū)均聚集于中部地區(qū)。主要原因是，江蘇省經(jīng)濟發(fā)展從南到北呈現(xiàn)明顯的階梯狀,蘇中部地區(qū)的縣市具有較為優(yōu)越的距離優(yōu)勢。雖然長江在一定程度上阻礙了蘇南地區(qū)的擴散,但隨著交通和網(wǎng)絡的發(fā)展,技術、資金、人才等要素的輻射和擴散愈來愈多,因此H-L區(qū)逐步出現(xiàn)集中在與蘇南縣市比效率較低,而與蘇北縣市比效率較高的蘇中地區(qū)。

“H-H”集聚區(qū):這些縣市自身和周邊縣市的經(jīng)濟效率均較高,且空間差異程度小。2000—2015年,江蘇省縣市經(jīng)濟綜合效率的H-H集聚區(qū)縣市數(shù)量呈明顯增加趨勢,且擴散現(xiàn)象極明顯。2000年只有12個縣市且主要集中常州、無錫、蘇州和南通的部分縣市;2005年開始南京市區(qū)和蘇州市區(qū)也加入了H-H集聚區(qū)。從2010年開始出現(xiàn)明顯的向北演化的趨勢,到2015年已形成了包含蘇南所有縣市和蘇中部分縣市共24個的大片集聚區(qū)。

5 結論

江蘇省2015年縣市經(jīng)濟綜合效率水平不理想,效率值低的城市較多,經(jīng)濟發(fā)達地區(qū)并非效率最優(yōu),且存在較為明顯的“南—中—北”空間分異結構。純技術效率與綜合效率之間存在正相關關系,因此純技術效率值較低是導致綜合效率低下的主要原因。大多數(shù)縣市經(jīng)濟規(guī)模效率水平較高,但也有部分市區(qū)存在規(guī)模報酬遞減問題,即縣市經(jīng)濟發(fā)展規(guī)模的擴大并不能顯著帶來整體經(jīng)濟效率的提升。

縣市經(jīng)濟全要素生產(chǎn)率總體上呈現(xiàn)波動上升的趨勢,且變動趨勢與全國TFP變化基本相同?？h市TFP的變化主要是源于技術進步的變化,但在實際經(jīng)濟發(fā)展中對投入要素在使用中存在效率低下現(xiàn)象，而規(guī)模效率對全要素生產(chǎn)率的影響較小。在今后的發(fā)展中要堅持創(chuàng)新驅動,不僅要對每個縣市經(jīng)濟投入規(guī)模進行合理配置,還要通過提高技術和管理水平,實現(xiàn)對投入要素的有效利用最大化。

在全局空間自相關上,縣市經(jīng)濟綜合效率的Moran′s I指數(shù)呈現(xiàn)明顯的上升趨勢,即空間集聚特征日益明顯;在局部空間自相關上,L-L和H-H集聚區(qū)呈現(xiàn)明顯的極化發(fā)展,且H-H集聚區(qū)有明顯的跨江擴散趨勢;而L-H和H-L區(qū)的范圍逐漸減小,到2015年已形成由南到北明顯的“H-H、H-L、L-H、L-L”的空間分異。

參考文獻:

[1]Tim J,Celli D S,Prasad Rao.Total Factor Productivity Growth in Agriculture:A Malmquist Index Analysis of 93 Countries,1980-2000[J].Agricultural Economics,International Association of Agricultural Economists,2005,32(11)∶115-134.

[2]張秀生,盛見.關于經(jīng)濟效率內(nèi)涵的分環(huán)節(jié)探討[J].生產(chǎn)力研究,2008,(3)∶9-10.

[3]李德剛.馬克思、恩格斯的經(jīng)濟效率觀及其對當代中國的啟示[J].理論導刊,2012,(6)∶91-93.

[4]蘇海濤,胡錦峰,郭海清.基于DEA方法的鄱陽湖生態(tài)經(jīng)濟效率評價研究[J].商業(yè)經(jīng)濟,2010,(20)∶31.

[5]趙立成,任承雨.綠色經(jīng)濟視角下環(huán)渤海經(jīng)濟圈經(jīng)濟效率的再評價——基于熵權法和DEA-Malmquist方法[J].資源開發(fā)與市場,2012,28(1)∶45-47.

[6]曹明.中國能源經(jīng)濟效率動態(tài)分析及預測[J].中國人口·資源與環(huán)境,2011,21(4)∶81-87.

[7]莊宇,李慶果.區(qū)域生態(tài)環(huán)境經(jīng)濟效率的數(shù)據(jù)包絡分析[J].工業(yè)工程,2008,11(4)∶93-98.

[8]徐勝,楊娟.山東省碳排放經(jīng)濟效率評價分析[J].中國漁業(yè)經(jīng)濟,2012,30(3)∶76-82.

[9]Solow RM.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics,1956,70(1)∶65-94.

[10]Banister G.Regional Concentration and Efficiency in Mexican Manufacturing[J].European Journal of Operational Research,1995,80(3)∶672-690.

[11]Alexander Cottee,Provera.Economic Development and Growth in Colombia：An Empirical Analysis with Super-efficiency DEA and Panel Data Models[J].Socio-Economic Planning Sciences,2011,45(4)∶154-164.

[12] Kim.Regional Convergence and Efficiency in Korea [J].Applied Economics Letters,2008，15(1)∶57-60.

[13]Dara A F,Topaz C,Yousef T.Assessing Cost and Technical Efficiency of Banks in Kuwait[R].Working Paper,2002∶124-125.

[14]George Emmanuel Haloes,Nikolaos G Tzeremes.Measuring Regional Economic Efficiency:The Case of Greek Prefectures[J].Ann Reg Sci,2010,45(3)∶603-632.

[15]Sather M.X-efficiency in Australian Banking an Empirical in Visitation[J].Journal of Banking and Finance,2001,25(3)∶613-630.

[16]劉建國,孫李國平,張俊濤,等.中國經(jīng)濟效率和全要素生產(chǎn)率的空間分異及其影響[J].地理學報,2012,67(8)∶1069-1084.

[17]計志英.基于隨機前沿分析法的中國沿海區(qū)域經(jīng)濟效率評價[J].華東經(jīng)濟管理,2012,26(9)∶63-66.

[18]曹子堅,蘇新華.基于動態(tài)DEA的西部循環(huán)經(jīng)濟發(fā)展效率研究[J].改革與戰(zhàn)略,2013,29(1)∶35-38.

[19]李英,王球琳,付磊,等.林產(chǎn)工業(yè)生態(tài)產(chǎn)業(yè)鏈經(jīng)濟效率及生態(tài)效率評價研究——基于三階段DEA模型的黑龍江省林區(qū)實證分析[J].生態(tài)經(jīng)濟,2015,31(11)∶51-55.

[20]沈最意,程美華.基于DEA模型的溫州市區(qū)域經(jīng)濟效率分析[J].統(tǒng)計科學與實踐,2012,(5)∶29-56.

[21]方創(chuàng)琳,關興良.中國城市群投入產(chǎn)出效率的綜合測度與空間分異[J].地理學報,2011,66(8)∶1011-1022.

[22]葉磊,段學軍,吳威.基于交通信息流的長三角地區(qū)網(wǎng)絡空間結構及其效率研究[J].地理研究.2016,35(5)∶992-1002.

[23]Stem Malmquist.Malmquist Index Numbers and Indifference Surfaces[M].Trabuco de Estatistica,1953∶209-242.

[24]Caves DW.The Economic Theory of Index Numbers and the Measurement of Input or Output and Productivity[J].Econometrics，1982,50(6)∶1393-1414.

[25]Moran P A P.Notes on Continuous Stochastic Phenomena[J].Biometrical,1950,37(1-2)∶17-23.

[26]Anselin L.The Local Indicators of Spatial Association-LISA[J].Geographical Analysis,1995,27(2)∶93-115.

[27]魏權齡.數(shù)據(jù)包絡分析[J].科學通報,2000,45(17)∶1793-1808.