徐永康

（西安郵電大學(xué)經(jīng)濟與管理學(xué)院，西安 710061）

引言

隨著經(jīng)濟新常態(tài)的提出，如何從科學(xué)的角度去保持經(jīng)濟持續(xù)穩(wěn)定的增長，尋求城市發(fā)展的最優(yōu)規(guī)模，是現(xiàn)在中國城市經(jīng)濟發(fā)展亟待解決的問題。郭騰云（2010）研究指出，城市的發(fā)展效率是在一定時期內(nèi)，當技術(shù)經(jīng)濟水平不變時，城市的有效總產(chǎn)出和要素總投入的比值[1]。同時，可以用城市的發(fā)展效率來衡量投入要素是否得到合理配置[2]。阿朗索（Alonso，1997）建立“城市效率—城市規(guī)模”模型，指出最優(yōu)的城市規(guī)模是存在的。潘竟虎（2012）研究發(fā)現(xiàn)，中國省會城市發(fā)展效率差異明顯，規(guī)模效率是制約城市發(fā)展效率的主要方面[3]。查恩斯（1989）等在研究中國28個城市經(jīng)濟發(fā)展狀況時，運用DEA進行計算分析[4]。郭淡泊、雷家 （2012）等研究表明，使用DEA模型計算出的決策單位的效率值可以作為因變量與作為自變量的影響因素建立回歸模型[5]。陳永勝（2007）較早使用SPSS軟件實現(xiàn)多元線性回歸分析建模，并驗證軟件輸出結(jié)果的有效性[6]。本研究將先挑選與經(jīng)濟發(fā)展強相關(guān)的人均GDP作為產(chǎn)出指標，其次從城市建筑、交通運輸和人才培養(yǎng)這些與經(jīng)濟發(fā)展有較強相關(guān)性的方面選取投入產(chǎn)出指標和影響因素，旨在從實證角度為上述命題提供數(shù)據(jù)支撐。

一、DEA模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡稱DEA）是對多投入多產(chǎn)出決策單元進行相對效率評價的一種非參數(shù)方法。由A.Charnes和W.Cooper和E.Rhodes在1978年以“相對效率評價”的形式首次提出[7～8]。假設(shè)存在n個決策單元，每個決策單元DMUj（j=1，2，…，n）都有m種類型的“輸入”和 s種類型的“輸出”，分別用 Xj和 Yj表示，其中 Xj=（X1j，X2j，…，Xnj），Yj=（Y1j，Y2j，…，Ynj），j=1，2，…，n。則評價第j個決策單元且判斷其有效性的C2R模型為：

其中，θ為決策單元 DMUj的DEA效率值，λj為n個DMUj的組合系數(shù)，S－和 S+為松弛變量。

二、指標選取和DEA計算結(jié)果

（一）指標的選擇

采用DEA方法對2015年全國31個省會城市的經(jīng)濟發(fā)展進行實證分析，數(shù)據(jù)資料主要來源于各市2016年的統(tǒng)計年鑒和統(tǒng)計公報，并建立如下投入產(chǎn)出指標體系（如下頁圖所示）。

（二）計算結(jié)果

結(jié)合2015年省會城市經(jīng)濟發(fā)展有效性，利用效率DEA的規(guī)模效率具有以下特征。

1.全國31個省會城市，只有福州、廣州、南寧、南昌、石家莊、呼和浩特、拉薩達到了DEA有效，說明2015年省會城市的經(jīng)濟發(fā)展狀態(tài)不佳，投入產(chǎn)出比例不太合理，應(yīng)進一步改進以提高資源配置效率。

2.在未達到DEA有效的省會城市中，濟南、?？?、太原、銀川、烏魯木齊、西寧、西安、蘭州、成都、昆明、貴陽、長春和哈爾濱都是規(guī)模報酬遞增，此時產(chǎn)出要素增加比例高于投入要素增加比例，需進一步增加投入以達成更多的產(chǎn)出；而南京、合肥、杭州、上海、武漢、長沙、鄭州、北京、天津、重慶和沈陽都是規(guī)模報酬遞減，此時產(chǎn)出要素增加比例低于投入要素增加比例，需減少一部分的投入。

投入產(chǎn)出指標結(jié)構(gòu)圖

三、回歸分析

從以上實驗測算可以看出，全國大部分省會城市經(jīng)濟發(fā)展是DEA無效的，資源利用缺乏有效性，而且發(fā)展不均衡。為了找出相對無效率的原因，需要進一步對影響省會城市經(jīng)濟發(fā)展的指標進行分析。本實驗將選取以下四項指標：城市公路通車里程（公里）、全年建筑業(yè)增加值（億元）、普通本?？圃谛Ｉㄈf人）和全年貨物進出口總額（億美元），對相關(guān)數(shù)據(jù)進行如下處理：

（一）相關(guān)性分析

對以上四項指標在規(guī)模效率情景下進行相關(guān)性分析（見表1）。結(jié)果顯示，公路通車里程和全年建筑業(yè)增加值這兩項指標的規(guī)模效率是顯著的。

表1 相關(guān)性分析

（二）回歸分析

建立如下回歸模型：

Y=aX1+bX2+c

表2 模型匯總b

式中，Y是規(guī)模效率，X1代表城市公路通車的總里程，X2代表城市全年建筑業(yè)增加值，a、b是系數(shù)，c是常量。

1.對這兩個因素進行擬合優(yōu)度的檢驗，其結(jié)果（如表2所示）。通過擬合優(yōu)度的檢驗發(fā)現(xiàn)，R=0.835，說明擬合度很好；同時從sig.值可以看出統(tǒng)計量很顯著，D.W統(tǒng)計量也在2左右說明殘差是服從正態(tài)分布的，表明所構(gòu)建的模型的解釋能力很強，可以進行回歸分析。

2.對這兩個因素進行方差分析，其結(jié)果（如下頁表3所示）。從表3中的sig.值可以看出，所選取的兩個指標差異是顯著的。

3.多重共線性檢驗（膨脹因子），其結(jié)果（如下頁表4所示）。容差≥0.1且方差膨脹因子VIF≤10，則說明自變量間不存在共線性情況。當然還可以從條件索引<10且方差比例>0.5看出，自變量間不存在共線性。

4.對該模型進行 SPSS分析并建立矩陣，其結(jié)果（如下頁表 5所示）。從回歸結(jié)果的系數(shù)顯著性看，在顯著性水平為0.01時，公路通車里程通過顯著性檢驗。在顯著性水平為0.05時，全年建筑業(yè)增加值通過顯著性檢驗。

由上述分析可得回歸方程：

Y=-5.186E-6X1-7.773E-6X2+1.015

表3 Anovab

表4 共線性診斷a

表5 系數(shù)a

結(jié)語

研究結(jié)果表明，中國省會城市經(jīng)濟發(fā)展存在嚴重的不平衡現(xiàn)象，據(jù)此給出相關(guān)政策意見。第一，產(chǎn)業(yè)結(jié)構(gòu)升級，提升競爭力。在多元線性回歸分析中可以發(fā)現(xiàn)，建路建房的方法，已經(jīng)很難促進城市的經(jīng)濟發(fā)展，類似這種勞動密集型的產(chǎn)業(yè)拖慢了經(jīng)濟發(fā)展的速度，現(xiàn)在應(yīng)該尋求產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型之路。大力推進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和升級，并且鼓勵這些產(chǎn)業(yè)更多地往西部轉(zhuǎn)移，提升國家城市的綜合競爭力。第二，協(xié)調(diào)區(qū)域發(fā)展，合作共贏?，F(xiàn)在中國發(fā)展良好的省份多聚集在東南部，由于交通便利等因素，這些省份可以做到資源的合理配置；中部地區(qū)也處在發(fā)展的上升階段，機會多、資源足；而西部則還是存在發(fā)展瓶頸，資源缺乏，分配不當。結(jié)合研究數(shù)據(jù)，可以將發(fā)展較好地區(qū)的固定資本和人才向中西部轉(zhuǎn)移，實現(xiàn)要素資源在區(qū)域間的合理流動和優(yōu)化組合，打造具有中國特色的優(yōu)勢區(qū)域集群。第三，加大社會保障力度，支持就業(yè)。城市經(jīng)濟調(diào)整的目的是促進經(jīng)濟增長，但在調(diào)整的過程中，必然會導(dǎo)致人員失業(yè)，這一部分人員會對社會產(chǎn)生不滿情緒，降低消費水平，社會有效需求隨之降低，阻礙經(jīng)濟發(fā)展。所以，在進行經(jīng)濟調(diào)整時，社會保障體系也要同步跟進，如消費性支出補貼、失業(yè)人員再就業(yè)培訓(xùn)等。注重人力資本的積累，為新一輪經(jīng)濟增長提供保證。

參考文獻：

[1]郭騰云.中國特大城市要素效率及其提高潛力研究[J].資源科學(xué)，2010，(2)：338-345.

[2]郭騰云，徐勇，王志強.基于DEA的中國特大城市資源效率及其變化[J].地理學(xué)報，2009，(4)：408-416.

[3]潘竟虎，尹君.中國省會及以上城市發(fā)展效率的DEA-ESDA分析[J].西北師范大學(xué)學(xué)報，2012，(6)：99-104.

[4]Charnes A，ooper.W.W，LI.S..Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities[J].Socio-Economic Planning Science，1989，(6)：325-344.

[5]郭淡泊，雷家.國家創(chuàng)新體系效率及影響因素研究——基于DEA-Tobit兩步法的分析[J].清華大學(xué)學(xué)報，2012，(2)：142-150.

[6]陳永勝，宋立新.多元線性回歸建模以及SPSS軟件求解[J].通化師范學(xué)院學(xué)報，2007，(12)：8-9.

[7]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京：科學(xué)出版社，2004：62-66.

[8]朱喬，盛昭瀚.數(shù)據(jù)包絡(luò)模型與規(guī)模效益分析[J].系統(tǒng)工程學(xué)報，2003，(2)：26-28.