南京都市圈产业效率演化及空间差异分析

摘要：都市圈是具有经济一体化趋势的地域空间组织形式，其内部产业效率状态是城市之间存在紧密联系的基础。本文采用数据包络分析（DEA）方法，对南京都市圈内六市四县以及巢湖市市区的产业效率进行分析和空间刻画，结果表明：南京都市圈内产业效率的市域差异，呈现由“中心式结构”向“双核式结构”的过渡趋势，整体产业效率走向相对均衡发展，其中产业效率呈现“东高西低、南高北低”的状态；南京都市圈整体产业效率演化状态趋于增长，其中第二产业的产业效率演化在整个过程中处于主导地位；南京都市圈内的产业效率与其经济实力存在强正相关，经济实力时空格局与南京都市圈产业效率演变的格局基本一致。

关键词：DEA方法；产业效率；全要素生产率；相关系数；南京都市圈

中图分类号：F293.1 文献标识码：A DOI：10.3969/j.issn.1004-9479.2013.03.007

1 引言

近年来，都市圈产业发展问题成为省级决策层和社会共同关注的重大战略问题[1]。二十一世纪初，为了推进区域共同发展逐步形成了以南京市为中心的都市圈。南京都市圈地跨江苏、安徽两省，是以发达交通网络为基础构建的经济社会紧密联系的城市地域。都市圈形成的核心是经济社会存在紧密联系，一般对经济社会紧密联系特征的研究主要集中在人口流动、社会交往、经济联系及一体化等方面，通常采用产业结构特征界定经济联系是否紧密，从而忽略了都市圈内部区域产业联系的效率特征，产业效率的空间差异较大难以形成经济一体化以及相互间的合作。城市经济实力是“量”的标志，而产业效率则是“质”的标准，都市圈经济是否存在紧密联系并健康发展并不取决于量，而是质，因此都市圈范围内的产业效率特征、变化规律及其与经济实力之间的关系是一个值得探讨的科学问题。

目前国内外针对都市圈的研究主要着眼于都市圈范围划分、形成特征、城市等级划分、人口密度、土地利用结构等方面[2-9]，以都市圈为视角，对其内部众多要素的空间结构与布局进行了深入解剖，丰富了都市圈研究的理论框架，但是产业效率的研究属于薄弱环节，本文对都市圈范围内的产业效率研究在一定程度上扩展了其研究内容。长期以来，有关产业效率的研究一直是国内外学术界关注的一个重要领域。在国外，Rolf Fare 等运用非参数规划方法分析1979-1988 年OECD国家的Malmquist 指数，将其进一步分解为技术变化和效率变化[10]。Lilyan E. Fulginiti 等运用Malmquist 指数方法分析1961-1985 年18 个发展中国家农业生产效率的变化，再次验证了其他研究中曾发现的部分发展中国家农业生产效率下降的结论[11]；；Wu对中国农业、国有以及民营企业的技术效率和全要素生产率的变化做了初步测算[12]，首次测算了我国多个部门之间的生产效率，并进行了相互比较；Toshiyuki通过数据包络分析测算了中国城市的产业效率[13]，这是较早利用数据包络分析方法来对我国产业效率进行研究的例子，但其研究单元较为传统，产业效率反映了区域内部功能要素之间的关系，区域单元之间并不相互独立，每个单元与其临近单元之间存在着扩散或极化效应，都市圈的概念符合研究区域的需要。在国内，产业效率的研究集中在物流产业、制造业、煤炭产业等方面[14-16]，体现了产业效率研究从静态向动态的发展过程，但仅反应了单个产业的效率，对“整体产业”的研究不足。在分析产业效率以及技术效率的方法上，国内基于DEA方法上（Data Envelopment Analysis）的研究主要集中于开发区、交通、银行业和城市等领域的效率评价[17-22]，使用的研究方法多为参数法、SBM （slack-based measure）以及加权平均与层次分析相结合的方法，赵桂芹通过对比修正的DEA模型与SBM效率分析方法，发现传统的SBM效率分析不仅会低估其效率，同时还会使估计出的效率值发生偏误[22]，DEA模型更加适合产业效率的研究。基于都市圈内部的复杂性特点，加权平均与层次分析相结合的方法过于简单，无法避免参数所带来的误差，而 DEA模型中的C2R模型与BCC模型通过排除参数干扰，能反映本文研究对象的实质问题。本文拟运用DEA方法，以南京都市圈为案例地区，从要素效率的角度对都市圈的产业效率特征及其时空差异进行剖析，揭示其产业效率演化时空规律，发掘产业效率与经济实力联系的内在机制，从而进一步加深对南京都市圈概念的理解，为今后都市圈产业效率研究提供方法以及思路的借鉴。

2 研究地区与研究方法

2.1 南京都市圈概况

南京都市圈范围包括南京市、扬州市、镇江市、马鞍山市、芜湖市、滁州市以及淮安市内的金湖县和盱眙县，此外还包括在2011年与合肥、马鞍山、芜湖合并的原巢湖市区、含山县以及和县（图1），区域总土地面积44058km2， 总人口约2325万，平均城市化水平46%。其中江苏省部分占南京都市圈总人口的59%， 土地面积的47%，GDP 总量的75%，平均城市化水平超过50%，人均GDP是安徽省部分的两倍。“十一五”期间，8市地区生产总值年均可比价增长速度均在10%以上，其中增速最快的城市达到15.7%，增速最慢的城市也达到了12.4%；8市年均增速均超过全国同期的增速，其中江苏的南京、镇江、扬州与淮安4市，安徽的芜湖、马鞍山2市的地区生产总值年均增长速度均超过江苏省和安徽省两省 “十一五”期间的平均增速。南京都市圈地处长江三角洲的北翼，基础产业实力雄厚，科教优势明显，文化底蕴深厚，是长江三角洲地区重要的基础产业、制造业、科教文化基地之一，这一特征决定了南京都市圈的研究对区域经济协调发展具有重大意义，南京都市圈产业的良好发展将对江苏省和安徽省经济持续高速发展起着十分关键的作用。

2.2 研究方法

DEA（Data Envelopment Analysis）是由charnes和cooper等人提出的一种数据包络分析法。该方法是用线性规划模型来评价相同类型的多投入和多产出的决策单元是否具有技术有效和规模有效的一种非参数统计方法[23-24]，其基本思路是把每一个评价单元作为一个决策单元，通过比较同一时点不同决策单元加权的投入、产出数量，确定有效生产前沿面，再通过衡量各决策单元与最佳前沿面之间的距离，进而确定各个决策单元的技术效率以及规模效率。与参数方法相比，它的优点在于不需要对基本的生产函数作出明确定义，同时还可以对全要素生产率的分解更加细致，而且输入输出变量之间并不一定存在相对明确的显式关系，变量属性具有较大的随意性，符合城市内部复杂性的特点。

本文的研究以规模收益可变为前提，在这一前提下技术效率又可以分解为纯技术效率和规模效率。规模效率是指规模收益不变时的生产前沿面与规模收益可变时的生产前沿面之间的距离，规模经济型随着靠近可变规模收益的生产前沿面而提高；纯技术效率则是指当规模收益可变时，被考察单元与生产前沿面之间的距离，越靠近生产前沿面纯技术效率则越高（图2）。

同时，在本文的研究方法中引入全要素生产率的概念，用以配合技术效率、规模效率、纯技术效率来阐明产业效率特征。全要素生产率（Total Factor Productivity，TFP）是指除了劳动力和资本之外的其他要素投入引起的经济增长率，一般被看作是科技进步的指标。Fare等提出使用Malmquist指数来测算全要素生产率，它是运用Shehard提出的距离函数来定义的[25-26]，TFP大于1则表明技术有所进步，小于1则表示技术未进步的状态。该指数不仅可以度量全要素生产率的变化（TFPch），而且可将其分解为技术进步变化（TEch）、纯技术效率变化（PTEch）以及规模效率变化（SEch）：

TEPch=TEch×PTEch×SEch

3 指标选取及数据来源

3.1 指标选取

本文研究的产业效率包括都市圈内各县市的第一、二、三产业的效率，通过对各个产业进行比较分析，在参考其他研究所建立的指标体系的基础上，建立输入指标和输出指标（表1）。

衡量第一产业的投入方法很多，本文参考了唐尧艳建立的指标体系[27]，选取农业从业人员数量、种植业面积以及第一产业增加值作为第一产业的输入变量指标，农业从业人员数量是衡量第一产业发展规模的一个重要标志，同时南京都市圈内的第一产业主要以种植业为主，第一产业增加值作为上一年的输出值，是下一年重要的输入指标。输出变量指标则选择农业总产值和粮食产量，其中农业总产值是第一产业输出的重要组成部分，粮食产量可以部分反应种植业的产出状况；第二产业的指标选取则参考呼军艳建立的指标体系并结合实际[28]，确定输入指标为工业从业人员数量、矿产资源投入量以及工业用地面积，其中矿产资源投入量主要指铁矿和铜矿的消耗量，铁矿和铜矿是南京都市圈内工业生产较为重要的资源，可以较好的反映第二产业的投入。输出变量则选择工业总产值和工业增加值，这是反映第二产业输出总量以及变化量最重要的标志；第三产业输入、输出指标的选取参考了臧运华建立的指标体系[29]，选取了服务业从业人员数量和政府资金投入为输入指标，其中政府投入资金占总投入资金的34.2%，是服务业发展的重要推动力之一，是第三产业发展的重要组成部分。

3.2 数据来源

本研究数据来源于《江苏省统计年鉴》（2001—2011）、《安徽省统计年鉴》（2001—2011）。其中利用插值法弥补巢湖市区、和县、含山县在2011年的不完整数据。同时，为了避免历年物价水平变动的影响，各城市生产总值数据等需要按照统计局公布的GDP指数进行了统一平滑缩减，以尽可能消除数据在价格上的差异。

4 南京都市圈产业效率特征分析

4.1 南京都市圈产业效率时空动态变化

4.1.1 南京都市圈产业效率现状

将南京都市圈内的6市4县以及巢湖市区作为独立决策单元，通过Max DEA 5.2软件计算各地区三次产业的效率指标（表2）[30]，分析南京都市圈产业效率的区域差异。2011年金湖县、扬州市、盱眙县的第一产业技术效率水平位居前三，分别为0.761、1.000、0.719；第二产业与第三产业中南京市、扬州市、镇江市均位居前三，第二产业的技术效率分别为1.000、0.726、0.603，第三产业的效率值分别为0.945、1.000、0.854。在这里需要指出，DEA提供的效率水平是相对于其他决策单元而言的，所以尽管第一产业和第三产业中扬州市技术效率达到1.000，第二产业中南京市技术效率达1.000，但是这并不意味着投入的资源得到了完全的发挥，仅仅说明与其他决策单元相比，它的技术效率是最高的。在第一产业中，技术效率低于0.3的有两个，分别是马鞍山市和滁州市，但是其技术进步变化值却高于1，表明这些地区在现有的投入下可以获得更多的收入，发展潜力巨大。同理，第二产业中仅滁州市低于0.3，技术进步变化达到1.145，处于增长阶段，说明滁州市无论是第一产业还是第二产业，都具有相当大的发展空间。但是在第三产业中，不存在技术效率低于0.3的地区，说明南京都市圈在第三产业发展方面整体处于良性循环。

从效率变化增长方面来看，第一产业TFP增长的有南京市、扬州市以及芜湖市，分别为1.029、1.013、1.139；第二产业中TFP增长的有南京市、扬州市、含山县，分别为1.127、1.011、1.013；第三产业中增长的有南京市、镇江市、扬州市、盱眙县、金湖县、巢湖市区、含山县，分别为1.034、1.012、1.053、1.001、1.007、1.024、1.001，除此之外，TFP处于负增长的地区主要集中在安徽省内。在多数TFP处于负增长的地区中，技术进步变化值高于1，可以说明TFP的负增长主要是由于纯技术效率或者规模效率的降低引起的。

4.1.2 南京都市圈产业效率时空演化分析

通过计算2001-2011年产业效率各项指标值，结果得出：从南京都市圈产业效率分布的市县域差异来看，2001-2011年南京市始终处于效率高值区，体现了南京在都市圈核心地位。其中，2001-2005年在南京都市圈内的产业效率分布呈现出以南京市为中心的明显的“中心式结构”，且南京市与周围地区的的效率差异显著，处于极核式发展。到2005-2011年期间，这种“中心式结构”开始发生改变，由原来的以南京市为单中心转向以南京市、扬州市为双核的空间形态。体现出南京都市圈内的产业效率在空间上分布逐渐均匀分散，周边县市的产业效率逐步提高，市域的差异正在减小。从整体上看，都市圈内的产业效率普遍呈现“东高西低”的分布格局。虽然“东高西低”的格局使的江苏省内地区的产业效率高于安徽省内地区，但是安徽省内县市的效率进步最为明显，这主要是与技术进步明显有关，而这一现象可以用后发优势理论来解释。后发优势理论认为，后发地区存在着因其落后而具有的特殊权益。南京市、扬州市所拥有的技术处于较高水平，技术多靠自主创新发明，安徽省地区由于在技术上与江苏地区存在较大差距，通过模仿可以促进本地区的进步，缩短研发时间，节约成本。

在以上分析的基础上，本文计算了都市圈内市县三次产业的TFP变化率以及技术效率，共660个数据。为了更好的研究不同地区产业效率的演化情况，将TFP变化值划分成两个区间，分别为（0.8，1），（1，1.2）；将技术效率值也划分为两个区间，即（0，0.5）（0.5，1）。选择这样的划分方法一方面遵循了划分的普遍性，另一方面又兼顾了区间内样本的数量。由于数据量较大，仅选取2001、2006、2011年的数据进行说明。此外，笔者还根据变化幅度的大小划分了演化类型，将技术效率处于0-50%的变化称为低速演化，而处于50%-1的变化的称为高速演化；将TFP变化大于1的称作增长演化，小于1的称作衰退演化。将以上数据按照上述方法进行组合，可以得到各县市产业效率演化情况。从图2中可以看出，第一产业的33个数据中有9个处于TFP正增长，5个处于未变化状态，剩余均为负增长状态，得到第一产业的TFP变化率为123.2%，处于增长演化；技术效率方面，31个数据大于0.5，仅五个数据低于0.5，经过计算得到其变化率为43.9%，处于低速演化状态。同理可得第二、三产业演化情况，如表3所示。经计算得出：南京都市圈内第一产业处于低速增长演化状态，第二产业处于高速增长演化阶段，第三产业处于轻微的低速衰退阶段。结合以上区域产业效率分析，可以看出，南京都市圈的演化仍然以第二产业为主导，第三产业演化的轻微倒退并未对整个都市圈产业效率发展产生较大影响。

4.2 都市圈内各市县产业效率与经济实力的相关性分析

通常提及产业效率，会把其与一个地区的经济实力联系起来，揭示一个现象：究竟产业效率高的地区是不是经济实力强，抑或是经济实力强的地区是不是产业效率高。接下来本文就南京都市圈县市产业效率与经济实力的相关性分析研究为例，简要探讨都市圈内部产业效率与经济实力之间的内在联系。

通过计算2011年都市圈内六市四县以及巢湖市区的三次产业效率与经济实力的相关系数，对产业效率与经济实力的内在联系进行分析，其中地区经济实力用人均GDP来衡量。从表4中可以看出，南京都市圈内仅盱眙县和金湖县在相关系数上低于0.8，其余县市均在0.8以上，说明都市圈内产业效率与经济实力整体上处于较强的正相关，其中，地级市地区的相关系数平均在0.9003，而县级市地区平均为0.8004，这与地级市经济实力高于县级市的事实相符。安徽省内地区的芜湖市、马鞍山市、滁州市、含山县、和县、巢湖市区的平均相关系数为0.879，高于江苏省内地区的0.827，说明安徽省内地区的产业效率情况与经济实力具有密切的关系，产业效率低下导致经济发展水平低，经济水平低又导致技术水平进步慢，最终使的产业效率进一步低下，由此产生了一个恶性循环。

纵观南京都市圈内产业效率空间差异，并结合都市圈内的经济发展实力空间格局，可以发现两者基本是一致的，但也有差异。经济发达的地区，产业效率较高；经济欠发达的地区，产业效率相对较低。虽然从2001-2011年南京都市圈内大部分县市的产业效率都有所提高，但南京市始终处于高效率地区，可见，一个地区的产业效率与经济实力之间有着密切的联系，产业效率的高低在一定程度上决定了经济发展实力的强弱，同时，经济实力的强弱又反作用于产业效率，两者相互影响，当然除此之外，资源禀赋和技术，还有人才和区位条件等也是影响经济发展实力的重要因素。

5 结论及建议

本文运用DEA模型，定量探讨了2001-2011年南京都市圈内产业效率演化情况及其空间差异，并结合产业效率与经济实力的相关性分析，分析了其内部相关联系，得出如下结论：（1）在效率的空间布局形态上，南京都市圈区域产业效率逐渐由单核布局走向双核布局形态，产业效率布局趋于均匀，市域差异有缩小的趋势，大致呈现“东高西低、南高北低”的格局。（2）南京都市圈整体产业效率演化状态趋于增长，其中第二产业的产业效率演化在整个过程中处于主导地位，第三产业的产业效率演化有轻微的倒退，这与第三产业的产业性质密切相关。（3）2011年南京都市圈内的产业效率与其经济实力具有强正相关关系，经济实力空间格局与南京都市圈产业演变的空间格局基本一致。由于都市圈范围是一个复杂开放的地域系统，因此，在本文的研究基础之上，下一步努力的方向是：不断完善都市圈产业效率指标体系，继续改进研究方法，全面分析产业效率与经济实力之间的内在机制。在以上研究结论的基础之上，提出以下三点建议：

①要整合都市圈内产业以实现都市圈内的高效经济。资源的集约化、排污成本的规模效益、治理环境的聚集效应。比如环保设施的建设，污水处理厂、垃圾处理厂，资源回收处理与再利用、环保设备制造等，并以此带动一批相关新型产业的发展，既化废为宝，节约资源，又促进区域产业效率提高，推动经济互动发展。

②对都市圈内的产业进行合理选择和合理布局，打破“地方保护主义”，形成都市圈内部紧密联系的产业联系、产业链、产业集群。建立以高效经济为导向的产业群体，实现区域内资源利用的高效化。选择一批既有利于生态建设和环境保护，又能加快经济效益提高的经济技术项目作为新的经济增长点来加以培植，以期建立一批后续支柱产业，使之在自然生态环境得到有效保护和建设的同时，也实现该领域经济社会的快速发展。

③在都市圈内制定相关的产业及企业扶持政策，比如政府通过提供技术改造资金、优惠贷款、税收减免等方式，以鼓励企业采用有利于生态环境保护的设备、高新技术和主动提高自然资源的利用效率，即鼓励企业积极采用生产环境友好型新技术、新产品、新能源、节约型生产方式等，从而起到生态环境保护和促进自然资源高效合理、节制利用的目的。

参考文献：

[1] 樊杰，洪辉.现今中国区域发展值得关注的问题及其经济地理阐释[J].经济地理，2012（32）：1-6.

[2] 阎小培，胡宇冰.穗港澳都市连绵区的形成机制研究[J].地理研究，1997（2）：22-29.

[3] 宁越敏，施倩，查志强.长江三角洲都市连绵区形成机制与跨区域规划研究[J].城市规划，1998（1）：12-18.

[4] 张京祥，邹军，等.论都市圈地域空间的组织[J].城市规划，2001（5）：45-56.

[5] 罗有贤.重庆都市圈生态系统管理的初步研究[J].人文地理，2001（4）：135-148.

[6] 吴泓，陈修颖，顾朝林，等.基于非场所理论的徐州都市圈发展研究[J].经济地理，2003（6）：342-351.

[7] 马国霞，朱晓娟，等.京津冀都市圈制造业产业链的空间集聚度分析[J].人文地理，2011（3）：121-134.

[8] Albert M. Abane. Travel behaviour in Ghana： empirical observations from four metropolitan areas[J]. Department of Geography and Regional Planning， 2010， 3（2）： 75-88.

[9] Jia Lu， Jean-Michel Guldmann. Landscape ecology， land-use structure， and population density： Case study of the Columbus Metropolitan Area[J]. Landscap and Urban planning. 2012，11（24）： 343-354.

[10] Rolf Fare， Shawna Grosskopf， Mary Norris et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. The American Economic Review， 1994，84（1）： 66-83.

[11] Lilyan E Fulginiti， Richard K Perrin. Agricultural productivity in developing countries[J]. Agricultural Economics， 1998， 19：45-51.

[12] Wu Y. Production and efficiency in china’s regional economies//Fu T，Huang J，Lovell//Economic Efficiency and Productivity in the Asia-pacific region[R]. UK： Edward Elgar publishinglimited， 1997： 125-141.

[13] Toshiyuki S. Measuring the industrial performance of Chinese cities by data envelopment analysis[J]. Socio-Economic Planning Sciences， 1992， 26（2）： 75-88.

[14] 王维国.中国区域物流产业效率[J].系统工程，2012，12（2）：25-31.

[15] 孔群喜.产业升级转型阶段制造业生产效率比较研究[J].南京财经大学学报.2012，2（2）：10-15.

[16] 朱学敏.资源税对煤炭产业生产效率影响的实证研究[J].中国石油大学学报（社会科学版），2012，7（3）：28-33.

[17] 班茂盛，方创琳，刘晓丽，等.北京高新技术产业区土地利用绩效综合评价[J].地理学报，2008，63（2）：175-184.

[18] 许陈生.基于DEA的我国高新区相对效率评价[J].科技进步与对策，2007，24（8）：117-119.

[19] 叶世绮，莫剑芳.四个经济特区宏观经济投入产出有效性分析[J].暨南大学学报（自然科学版），2002，23（3）： 15-19.

[20] 查伟雄，熊桂林，刘会林，等.交通运输-区域经济复合系统的效率评价[J].系统工程，2007，25（5）：60-65.

[21] 庞瑞芝.我国主要沿海港口的动态效率评价[J].经济研究，2006 （6）：92-100.

[22] 赵桂芹，吴洪.中国保险业SBM效率实证分析—基于修正的三阶段DEA模型[J].广东金融学院学报，2010（6）：33-39.

[23] Charnes， Cooper W W， Rhodes E. Measuring the efficiency of decision making units. European journal of operational research[J]. European Journal of Operation Research， 1978（2）： 429-444.

[24] Charnes a， Cooper W W， Rhodes E. Evaluation program and managerial efficiency： an application of data envelopment analysis to program follow through[J]. Management Science，1981， 27（6）： 668-697.

[25] Fare R， Grosskopf S， Roos P. Productivity and quality in Swedish pharmacies[J]. International Journal of Production Economics， 1995（9）： 269-274.

[26] Shepherd R W. Cost and Production. Princeton[M]. N.J.： Princeton university press， 1953.

[27] 唐尧艳，蔡对. 海南省农业生产效率的DEA分析[J]. 安徽农业科学，2011（20）：124-132.

[28] 呼军艳.基于DEA模型的西北五省大型工业企业发展绩效研究[J].经济研究，2012（3）：79-82.

[29] 臧运华.DEA方法下的第三产业效率评价中的应用[J].科技与管理，2011（2）：231-235.

[30] 魏权龄.数据包络分析[M].北京：科学出版社，2004.