中国城市群生产率变迁及差异性考察时间： 2015-07-31信息来源：肖小龙 姚慧琴 作者：wl_admin 责编：
【摘要】本文运用基于DEA的Malmquist生产率指数方法，测算了1992～2010年中国12个主要城市群的全要素生产率。结果表明，中国城市群全要素生产率得到了较大进步，主要来源是技术改进。同时，本文还从区域和规模层面考察了中国城市群TFP的群际差异，发现中国城市群在区域层面上没有出现明显的趋同效应;而在规模层面上，上世纪90年代大部分城市群出现了“追赶效应”，在进入21世纪以后这种效应逐渐消失。
【关键词】城市群;生产率变迁;群际差异;Malmquist生产率指数
一、引言
自上世纪九十年代以来，中国的城市化进程进入了一个快速发展的阶段，城市的数量在快速增加，城市的规模在不断扩大。我国城市数(地级及以上)以及城市化率分别从1990年的188个和26.41%上升至2010年的287个和49.85%。然而，每个城市的发展都不能孤立的进行，它必须和外部空间发生充分的经济联系。它必然要依托一定的自然条件，借助于综合运输网的通达性，发生与发展着城市个体之间的内在联系，共同构成一个相对完整的城市“集合体”[1]。因此，城市群的形成和发展是城市化进程在一定历史阶段的必然产物，也是我国当前城市化进程的基本特征。
国家“十一五”规划中就明确提出，要把城市群作为推进城市化的主体形态。在“十二五”规划中又进一步指出通过城市群的辐射作用，促进大中小城市和小城镇协调发展。但相较于城市群快速发展的战略需要，城市群的增长质量更值得引起关注。故此，本文在已有研究成果的基础上，运用DEA-Malmquist生产率指数方法，对1992～2010年期间中国城市群总体及细分城市群的全要素生产率(Total Factor Productivity，TFP)进行测算和分析，以认识中国城市群TFP变迁的历史轨迹;基于细分城市群层面的分析，对于深入研究不同城市群发展不平衡的原因，提升城市化的质量和水平，推进城市群健康、协调、可持续发展具有重要的参考意义。
二、研究回顾
近年来，生产率分析方法被引入对城市化进程的分析，现有文献主要集中在对城市效率和城市化绩效的研究，对于城市群TFP的研究相对较少。根据不同的研究层次，我们将中国城市群TFP的相关文献分为两类：一类文献是基于中国城市群整体层次的研究。方创琳、关兴良[2]运用Bootstrap-DEA方法，对中国23个城市群2002年和2007年时间截面数据的比较，结果表明，中国城市群投入产出效率总体较低且由东部地区向中西部地区逐渐降低。张浩然、衣保中[3]对2000～2009年中国十大城市群的城市群面板数据研究显示，中国城市群TFP呈现递增趋势且生产率差异在2007年后出现收敛迹象。
另一类文献是采用地级市面板数据对个别城市群进行研究。余静文、王春超[4]应用Malmquist指数对2003～2007年中国京津冀、长三角、珠三角城市群全要素生产率进行了测算，发现这一期间三个城市群全要素生产率出现了较低水平的负增长。王兵、肖海林[5]运用MML生产率指数测度了环境约束下1998～2008年长三角和珠三角城市群的全要素生产率及其成分，分析表明这一时期由于技术进步的贡献，珠三角城市群生产率增长高于长三角城市群。
已有的研究对于我们认识和把握中国城市群发展的绩效问题具有重要的理论意义。本文在此基础上，尝试从以下两个方面进行拓展：(1)已有文献多采用近10年的数据对中国城市群TFP进行测算和分析，时间跨度较小，本文采用1992～2010年数据，通过一个较长的样本期间可以更准确地把握中国城市群TFP变迁的历史轨迹。(2)已有文献多是基于整体时序的视角，本文采用中国城市群面板数据从群际差异的角度进行分析和评价，探讨了不同城市群差异性的特征。
三、研究方法与数据的处理
(一)研究方法①
本文使用基于数据包络分析(DEA)模型的非参数Malmquist生产率指数方法，来测算和分析中国城市群全要素生产率的动态变化特征。其原理可归结为如下表述：
以t时期技术T(t)和t+1时期技术t(t+1)为参照，基于产出的Malmquist生产率指数可以分别表示为：
其中，(xt，yt)和(xt+1，yt+1)分别表示t时期和t+1时期的投入和产出向量。Dt0(xt，yt)和D0t+1(xt+1，yt+1)式分别表示t时期技术T(t)为参照情况下时期t和t+1的距离函数。Mtn表示了以t时期的技术条件为参照，从t时期到t+1时期的全要素生产率变化，而M0t+1表示了以t+1时期的技术条件作为参照，从t时期到t+1时期的全要素生产率变化。
为了避免时期选择随意性所带来的差异，Caves等[6]取t期和t+1期的Malmquist指数的几何平均值作为Malmquist生产率指数。即：
利用数据包络分析中规模收益不变的线性规划计算方法可以计算出(3)式中各距离函数D(·)的值，可得到Malmquist生产率指数，该指数大于1时，表明从t期到t+1期TFP是增长的;反之则是下降的。
按照Färe等[7-8]的思路，在规模报酬不变的假设前提下，可以将Malmquist生产指数进一步分解为技术效率变化指数和技术进步指数两部分：
(4)式中，Effch和Techch分别表示t期到t+1期的技术效率变化和技术进步。放松规模报酬不变的假设，在可变规模报酬下技术效率变化又可以进一步分解为纯技术效率变化和规模效率变化，Effch变换的具体形式为：
(5)式中，Sech表示规模效率变化，Pech表示纯技术效率变化。
综上所述，全要素生产率变化TFPch可以分解为技术进步、纯技术效率变化Pech和规模效率变化3个部分，即：
(二)数据处理与来源
本文的研究区间为1992～2010年，由于1998～2000年的相关统计存在较为严重的缺失和明显的统计偏差，为了尽可能降低误差，故对这三年的数据予以剔除。由于我国的行政体制使得经济活动偏重于在其市辖区，与下辖县、乡关系较小，因此，本文选择以城市群为决策单元，对城市群内各地级及以上城市的市辖区数据进行加总②。测算TFP需要的研究变量有三个：产出变量、劳动投入和资本投入。
1.产出变量。本文采用通常做法，将各城市群内地级及以上城市的GDP加总作为城市群的产出变量。由于缺乏城市层面的GDP平减指数，我们依据各城市的“不变价国民生产总值指数”将1992～1997年的城市群GDP换算为1992年不变价。2001～2010年换算为2001年不变价。
2.劳动投入。国外学者通常使用的工作小时数指标，在我国统计年鉴中没有相应的体现，且劳动的种类、质量和强度等诸因素很难科学度量。因此，我们参照国内学者的做法，将各城市群历年的“从业人员数”作为劳动投入指标的代理变量。由于1998年起，城市统计体系对城市就业的统计口径发生了变化，因此，2001～2010年数据按如下公式估算：“从业人员数=单位从业人员数+私营、个体从业人员数。”我们注意到指标为历年的年末数，为了与GDP流量的涵义相一致，本文将各年数据折算为年中数，即前后两年就业人员数的算数平均数。
3.资本投入。资本投入指标用固定资本存量来衡量。由于缺乏相关的官方统计资料，我们采用永续盘存法(Perpetual Inventory Method)进行估算，具体为以下四方面工作：基年资本存量K的确定;资本折旧率δ的设定;当期投资I的选取及价格指数的构造，以折算不变价;缺失数据的处理。
基期资本存量的估计参照Young[9]的做法，用基期年份的投资比上其后一段时间内的平均投资增长率加资本折旧率的比值，即：
Kt-1=It(g+δt) (7)
目前，资本折旧率的选取尚无统一的标准，如单豪杰[10]在分省的估算时采用10.96%，张军等[11]设为9.6%，Hall、Jones[12]设为6%。经过比较分析，本文取值为9.6%。
当期投资指标采用全社会固定资产投资。并对名义固定资产投资使用全社会固定资产投资价格指数进行折实换算，由于我国的统计口径不涉及市级的固定资产投资价格指数，我们按照各省(直辖市)固定资产投资价格指数进行替代。
缺失数据的处理方法。个别省份固定资产投资价格指数的历史数据在各个类别的统计资料中均缺失，我们借鉴张军[11]等的做法，用地理和经济水平都较为接近的省份替代。其中，广东省固定资产投资价格指数用福建省数据替代，浙江省固定资产投资价格指数则用江苏省数据替代。重庆市固定资产投资价格指数均用四川省固定资产投资价格指数替代。本文所涉及数据资料均来源于《中国统计年鉴》、《中国城市统计年鉴》、《新中国城市统计五十年》的相应年度。
四、城市群生产率的历史变迁及群际差异
通过对以上数据的计算，我们可以得到中国城市群总体及细分城市群的生产率指数及其分解，来刻画中国城市群TFP的历史变迁，并进一步对细分城市群全要素生产率及其分解的进行分析。
(一)城市群生产率的历史变迁
下页表1列出了中国城市群总体的Malmquist生产率指数及其分解。1992～2010年的全要素生产率年均增长4.6%，这主要源自技术进步的改善。从时序角度分析，中国城市群全要素生产率主要体现为以下几个特征：
1.从TFP的变化情况看。1992～2010年期间，中国城市群TFP均为正增长，呈现两个波峰和两个波谷，具有较大的波动性。由于没有同类文献可以参照，我们发现这一特征与郭庆旺、贾俊雪，李宾、曾楚雄等[13-14]国内学者对中国TFP的研究结论基本一致(样本期间重合部分)。最高值出现在1993年，TFP增长率为13.7%。这主要得益于1992年社会主义市场经济体制目标的确立，随着改革开放进程的加快，经济体制改革和市场条件的剧烈变化，使得被体制制约的各种因素在短时间内解放，当年技术进步增长率为样本期间最高值(12.7%1也印证了这一事实。随着改革的各种有利因素的逐步释放，TFP的增长开始持续减缓，并在1997年到达低谷。1997年的低谷还可能与当年东南亚金融危机的爆发有关。第二个高峰出现在2002年，随后的两年内TFP一直保持在一个较高的增长水平(2003年为4.1%，2004年为5.4%)，这可以解释为2000年以后我国实施了积极的财政政策，城市群大规模基础设施建设的经济效应开始逐步显现的结果。第二个低谷出现在2009年，TFP增长率为0.1%，是样本期间的最低值。其主要原因可能源自2008年全球金融危机的影响和当年底国家推出的4万亿投资计划。2010年，TFP增长率有所回升，但幅度不高。
2.从TFP的分解指标看，中国城市群TFP增长的主导因素是技术进步，且技术效率与技术进步基本呈反向变化。技术进步从1993年的12.7%下降到2010年的3.4%;技术效率从1993年的0.9%下降到2010年的-2%。技术进步的变动程度要大于技术效率的变动程度，且每当技术进步促进TFP上升时，多会遇到技术效率的下降对TFP改善的拖累。同时，我们注意到技术进步波动较大的年份，都是我国遭遇外部经济环境变动影响的关键年份，(1997年、2008年、2009年)。技术进步主要来自自主创新和向国外学习先进技术两个方面，而在几个关键年份技术进步的大幅波动说明中国城市群的技术进步主要依赖外部引进，自主创新能力不足。
3.从技术效率的分解指标看，1992～2010年间，纯技术效率一直主导着城市群的效率变化。具体来说，1992～1997年的纯技术效率和规模效率的年均增长率分别为0.8%和-0.7%;2001～2010年则分别为0.2%和-0.8%。两者都出现了不同程度的下降趋势。其中，规模效率一直低于1，说明中国城市群整体上没能达到规模经济，技术效率未得到改善主要受到规模效率的拖累。
4.从TFP增长对城市群经济增长的贡献率看，TFP贡献率从1993年的80.97%下降到2010年的10.32%，呈下降趋势。平均值上看，城市群GDP平均增长率为13.7%，而TFP的平均贡献率仅34.93%。TFP增长对中国城市群增长的贡献率较低，依赖资源的投入型增长发展的特征较为明显。
(二)中国城市群TFP群际差异特征
我们将中国各城市群的Malmquist生产率指数及其分解按两种分组的划分来考察其差异特征。③
1.区域差异特征
区域差距是我国经济增长中的一个显著特征，因此本文将决策单元按传统三大区域，进行Malmquist生产率指数及其分解(见表2)的分析。
从趋同效应上看，在1992～2010年间的两个样本区间内，东部城市群TFP年均增长率均要高于中、西部城市群。说明总体而言中国城市群在区域层面上没有出现趋同效应。具体来说，1992～1997年间，西部城市群与中部城市群TFP年均增产率之差和中部城市群与东部城市群TFP年均增长率之差分别为-3.5%和-0.5%;2001～2010年则分别为-2.4%和-0.4%，中西部之间的差距要大于东中部之间的差距，这表明西部与东、中城市群之间存在较大的差距。
从技术进步差异上看，1992～1997年间，东、中、西部城市群的技术进步增长率分别为8%、7.4%和5.8%，技术进步的结构性失衡凸显，这可能是由于东部城市群的改革开放程度要高于中西部，能够更好地学习国外的先进技术，但东部掌握的先进技术未能有效地向落后地区扩散。在2001～2010年间，中部城市群的技术进步增长率高出东部城市群0.3%，这表明经过近三十年的改革开放，东部城市群市场趋于饱和，技术开始向中部城市群转移，因而经济相对落后的中部城市群相对有较高的技术进步率。
从TFP的贡献率上看，西部城市群的平均贡献率均为三个区域的最低值，说明西部城市群增长的质量要低于东中部城市群。特别是2001～2010年间，西部城市群的产出增长率高出东、中部城市群0.38%和0.93%，TFP贡献率却分别低21.77%和19.78%，显示出西部大开发战略推动了西部城市群经济快速增长的同时，并没有带来增长质量上的相应提高。
2.规模分布特征
由于所处的自然条件、经济发展水平、发育程度的不同，中国城市群也显示出不同的规模分布特征。本文按照从业人员数、地级及以上城市数量，将研究期间内所涉及的12个城市群相对划分为超大型、大型和中小型城市群三种规模等级④。
Malmquist生产率指数及其分解(见下页表3)的结果如下：
结果表明，1992～1997年间，大型、中小型城市群TFP和技术效率的年均增长率要高于超大型城市群，表现出明显的“追赶效应”;而2001～2010年间，超大型城市群的TFP和技术效率增长率略有上升，而大型城市群和中小型城市群有一定幅度的下降，追赶效应逐渐丧失。这可能是由于自1992年以来，随着城市化的不断加速，使得普遍发育程度较低、城市化水平不高的中国大型、中小型城市群出现了较高的TFP增长率，而进入21世纪以后，中国城市化依然保持着年均1.22的增长速度，TFP增长率却有所下降，地方政府盲目的工业化战略造成的市场分割、重复建设，阻碍了各城市群内部城市间的经济联系和分工，是比较符合实际情况的解释。
五、简要结论
本文采用DEA-Malmquist生产率指数法，对1992年以来中国12个主要城市群的TFP变迁及群际差异性进行了分析，主要结论如下：
第一，中国城市群全要素生产率得到了较大进步，主要来源是技术改进;TFP增长对中国城市群增长的贡献率较低，粗放型发展的特征较为明显。
第二，中国城市群TFP存在明显的群际差异性，从区域层面上看未出现显著的趋同或扩大趋势。从规模层面上看在20世纪90年代大型、中小型城市群TFP年均增长率要高于超大型城市群，表现出明显的“追赶效应”;而进入21世纪以后“追赶效应”逐渐丧失。
因此，要提高我国城市群全要素生产率，要充分考虑到各城市群的不同区域特征、规模差异等复杂性问题，制定差异化的中国城市群发展战略。本文虽然运用既有方法刻画了中国城市群生产率的现实表现，但对于影响城市群群际差异的内在原因还有待今后深入的研究。
注释：
①Malmquist生产率指数的原理介绍可参见魏权龄，数据包络分析[M].北京：科学出版社，2004.
②本文共选取中国12个城市群，由于个别城市群内地级及以上城市数据的可得性，并未涵盖全部的可研究范围，但以具有足够的一般性。所选取的12个城市群分别为：长三角城市群、京津冀城市群、珠三角城市群、辽中南城市群、山东半岛城市群、海峡西岸城市群、中原城市群、皖江城市群、长株潭城市群、武汉城市群、关中城市群、川渝城市群。
③因篇幅限制，中国各城市群的Malmquist生产率指数及其分解的相关结果未列出，如有需要可向作者索取计算结果。
④研究所涉我国12个城市群按规模等级划分，超大型城市群1个，即长三角城市群;大型城市群5个，分别是京津冀城市群、珠三角城市群、辽中南城市群、山东半岛城市群和川渝城市群;中小型群6个，分别是海峡西岸城市群、中原城市群、长株潭城市群、武汉城市群、皖江城市群及关中城市群。
参考文献：
[1]姚士谋，朱英明，陈振光.中国城市群第2版[M].合肥：中国科学技术大学出版社，2001.
[2]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.
[3]张浩然，衣保中.城市群空间结构特征与经济绩效：来自中国的经验证据[J].经济评论，2012(1)：42-47.
[4]余静文，王春超.城市群落崛起、经济集聚与全要素生产率：基于京津冀、长三角和珠三角城市圈的分析[J].产业经济评论，2011(5)：140-150.
[5]王兵，肖海林.环境约束下长三角与珠三角城市群生产率研究：基于MML生产率指数的实证分析[J].产业经济评论，2011(9)：100-114.
[6]单豪杰.中国资本存量K的再估算：1952～2006年[J]数量经济技术经济研究，2008(10)：17-31.
[7]张军，吴桂英，张际鹏.中国省际物质资本存量估算：1952～2000[J].经济研究，2004(10)：35-44.
[8]郭庆旺，贾俊雪.中国全要素生产率的估算：1979～2004[J].经济研究，2005(6)：51-60.
[9]李宾，曾楚雄.中国全要素生产率变动的再测算：1978～2007年[J].数量经济技术经济研究，2009(3)：3-15.