城市转型背景下的中国矿业城市效率评价

2016-04-23赵一鸣许新宇金晓莉浙江大学城乡规划设计研究院有限公司浙江杭州310017

安徽农业科学 2016年6期

赵一鸣，许新宇，金晓莉，骆宇　(浙江大学城乡规划设计研究院有限公司，浙江杭州 310017)

城市转型背景下的中国矿业城市效率评价

赵一鸣，许新宇，金晓莉，骆宇(浙江大学城乡规划设计研究院有限公司，浙江杭州 310017)

摘要以全国40个矿业城市为研究对象，建立基于矿业城市发展的效率评价指标体系，运用传统数据包络法(DEA)和交叉数据包络法(DEA)分别评价40个矿业城市的综合效率，并运用σ收敛检验矿业城市效率的整体离散程度。结果表明，我国矿业城市效率普遍很低，城市之间的差异较为显著；中部和东北要高于东部和西部，煤炭型城市和冶金型城市要高于油气型城市和综合型城市，中小城市效率要高于特大城市和大城市，幼年矿业城市效率要逐渐高于老年和中年矿业城市，并且不同区域、不同类型、不同规模、不同阶段城市之间的差距均有所变化，明确了各矿业城市目前所处的阶段，以及未来发展的潜力和改进的方向。

关键词矿业城市；城市效率；数据包络分析；评价

Efficiency Evaluation of the Mining Cities in China under the Background of Urban Transformation

ZHAO Yi-ming, XU Xin-yu, JIN Xiao-li et al

(Urban-rural Planning Design Institute of Zhejiang University Co., Ltd.,Hangzhou, Zhejiang 310017)

AbstractWith 40 mining cities in China as the research objects, efficiency evaluation was established based on mining city development. Traditional data envelopment analysis (DEA) and cross DEA were used to evaluate theσcomprehensive efficiency of 40 mining cities. The convergence was applied to test the overall discrete degree of mining cities efficiency. Results showed that mining cities in China has relatively low efficiency with relatively significant differences. Central and northeast China were higher than the east and west China. Coal city and metallurgy city were higher than oil and gas city and comprehensive city; small-and medium-sized cities had higher efficiency than megacity and metropolis. Young mining city had higher efficiency than old- and middle-aged mining cities. Differences changed among different regions, types, scales and stages. Induction of the two virtual DMU made clear the stage of each mining city, as well as the development potential and improvement direction in future.

Key wordsMining cities; City efficiency; DEA; Evaluation

党的十八大报告将生态文明提升到了人类社会发展的一个特定时代的高度，建设美丽中国，走生态文明之路，既是对过去粗放式发展的反思，也是推动我国可持续发展的新路径[1]。矿业城市是我国比较重要的一种城市类型，其对资源往往具有较高的依赖性，且城市的区位交通往往较差，城市空间布局较为分散[2]。在资源的开采及生产过程中，矿业城市付出了较大的生态环境成本，城市的可持续发展受到严重挑战。因此很多矿业城市都在努力转型，提高资源能源利用效率，以期产生高效益，增强自身的区域辐射力和吸引力，进而促进区域经济的可持续发展。

研究城市效率的方法有很多种[3-5]，Charnes明确指出，数据包络法(Data envelopment analysis, DEA)采用最优化方法内生确定了各种投入要素的权重，避免了投入产出关系的具体表达，排除了很多主观因素，特别适合城市这个复杂的巨系统[3，6]。文献检索数据表明：采用DEA研究城市效率的文献逐渐增多。通过比较发现，已有的文献在研究对象的选择上主要集中于特大城市、省会城市、城市群[7-11]，而对矿业城市的研究相对较少[12]；在指标的选择上往往侧重于经济产出，而忽视了社会产出和环境产出；在研究内容上往往侧重于效率的分析，而忽略了有效单元的区分和效率提升的潜力。此外，已有的文献大多仅对矿业城市的区域分布、城市规模和城市类型进行分析，而对城市效率与发展阶段关系的研究鲜有报道。因此，该文引入对抗性交叉评价机制，建立DEA交叉评价模型对全国40个典型矿业城市2007～2010年的城市效率进行排序，并指出不同区域、不同类型、不同规模、不同阶段矿业城市效率的分类特点，引入虚拟决策单元以明确各城市效率提升的潜力，从而为政府制定和调整城市的发展政策提供科学依据。

1研究方法及指标体系

1.1传统DEA方法数据包络法(DEA)最早源于美国著名运筹学家查理斯(Charnes)、库珀(Cooper)等人提出的“相对效率评价”，是一种衡量同类型的单位或部门(即决策单元，Decision Making Unit，简称DMU)效率的相对有效性的分析方法。其中，决策单元既可以是一个企业或产业，也可以是一个城市或区域。矿业城市发展是一个具有多投入和多产出的复杂巨系统，运用DEA方法进行矿业城市效率评价是可行的。首先，将每个矿业城市看作一个DMU，确定每一年各矿业城市生产的相对有效前沿面，再将每一个矿业城市生产与相对有效前沿面进行对比，从而得出各矿业城市的效率。通常情况下，DEA可分为CCR和BCC两个模型，两者的区域在于模型的假设条件不同，前者是基于规模报酬不变，而后者则是基于规模报酬可变。该文主要采用的是基于规模报酬可变的BCC模型，各指标参数定义及内涵见参考文献[2-3]。

1.2交叉DEA方法在具体实践过程中往往存在多个DMU同时有效的情形，从而导致有效DMU间的优劣无法进一步区分。因此，该文在参考相关文献的基础上，引入对抗性交叉评价机制(Aggressive cross-evaluation)，其基本原理可以概括为：用每一个DMU的最佳权重去计算其他DMU的效率值，换言之，每一个DMU在尽可能抬高自己的前提下，尽可能地贬低其他DMU。DEA交叉评价在一定程度上能够弥补传统DEA方法的这一缺陷[13]。

1.3指标体系建立根据新经济增长理论和柯布—道格拉斯生产函数可知，城市的发展主要依赖于资本、资源、劳动力和社会等要素。其中，资本要素一般采用资本存量来表示，但是计算资本存量使用的永续盘存法要涉及基期资本存量的计算、折旧率的选择和投资平减指数等指标，这些指标的选择具有随意性。赵伟等[14]指出全社会固定资产可以代替资本存量；资源要素指大自然中存在的可供利用的要素；劳动力要素是具有一定教育和健康水平，以及才能的劳动者；社会要素是指经济社会赖以正常运转的制度、文化、信息和技术等。

同时，鉴于DEA方法使用要求投入和产出之间具有正相关性，且投入和产出指标之和小于等于DMU总数的一半的原则，共选取9个投入和产出指标，形成矿业城市效率评价指标体系。其中，投入指标包括：城市建成区面积、固定资产投资、二三产业从业人员数、财政支出中科学和教育事业支出。产出指标包括：人均GDP、第三产业比重、人均绿地面积、固体废弃物综合利用率、城镇人均可支配收入。

1.4数据来源说明目前，学术界关于矿业城市的界定尚未达成共识。笔者在前人研究的基础上，结合国家发改委、中国矿业联合会公布的矿业城市目录，共选择阜新、抚顺等40座城市作为研究样本。数据主要源自相应年份的《中国城市统计年鉴》或相应省市的《统计年鉴》，部分缺失数据则主要依靠趋势外推法计算得出。同时，笔者在评价过程中引入虚拟决策单元(DMU1、DMU2)，评价对象选择40个矿业城市及4个虚拟决策单元，以明确各矿业城市效率的提升潜力。城市效率指数运用Deap2.1软件运算。

2结果分析

2.1传统DEA评价结果分析

2.1.1总体效率特征。从表1可知，2007～2013年中国矿业城市综合效率一般，只有少数城市达到综合效率最优。2007、2010和2013年矿业城市综合效率分别为0.756、0.743和0.707，均低于0.800。其中，2007年鹤岗、七台河、鸡西、辽源、乌海、阳泉、濮阳、荆门、铜陵、新余、萍乡、石嘴山、铜川等13个城市达到综合效率最优，占到样本总数的32.5%；2010年七台河、辽源、乌海、阳泉、铜陵、石嘴山和铜川等8个城市效率仍达到DEA有效，渭南则由无效转变为有效，但是其他城市为DEA无效，2013年达到DEA有效的城市数共9个，占样本总数的22.5%。

2.1.2纯技术效率特征。技术效率最优的城市数量要多于综合效率和规模效率最优的城市数。2007年，阜新、盘锦、东营、邯郸、徐州、韶关等26市达到技术有效，说明这些城市的各要素组合达到了最优。2010年，抚顺、本溪、鞍山、唐山、双鸭山、鸡西、鹤壁等20个城市的技术效率未达到有效，说明这些城市在要素配置和经济管理方面还需要进一步改进。2013年中国矿业城市技术效率最优的城市数量为23个，其中，阜新、鸡西和濮阳等城市则由DEA有效转变为无效，而淄博、渭南等城市则由DEA无效转为有效。

2.1.3规模收益特征。规模效率最优的城市数明显减少，是决定综合效率最优的主要因素。2007、2010和2013年，达到规模效率有效的城市分别为13个(鹤岗、七台河和鸡西等)、8个(七台河、辽源和乌海等城市)、9个(鹤岗、阳泉和新余等城市)。从规模报酬情况来看，七台河、乌海、阳泉、石嘴山和铜川等城市应该保持现有的要素资源配置和城市规模水平，抚顺、本溪、鸡西和白银等城市应该合理扩大生产投入规模，发挥出城市规模效应。阜新、盘锦、鞍山、唐山和东营等城市应当适当缩减投入规模，实现资源的节约利用和城市效率的提高。

2.2交叉DEA评价结果分析

2.2.1总体效率特征。从总体特征来看，交叉评价方法较好的实现了决策单元排序的问题，并且对于非DEA决策单元的排序没有太大的影响。其中，辽源、萍乡等城市的效率更为突出，唐山、大庆和榆林则在所有DMU中城市效率最低。矿业城市经济社会虽有所发展，但因城市投入要素的利用不够合理，城市效率相对于理想决策单元而言仍然很低，2007～2013年矿业城市效率仅达到理想DMU的28%～32%。如果改变现有的粗放型经济增长方式，矿业城市效率将有很大的提升空间。

2.2.2空间分异特征。从区域分布来看，中国矿业城市效率存在着区域差异。2007年中部矿业城市效率最高，东部最低，西部和东北则介于两者之间；2013年，中国矿业城市效率最高的为西部，最低的仍为东部，中部和东北介于两者之间。从平均水平来看，中部地区矿业城市效率最高，东部最低，西部和东北介于两者之间(表2)。

2.2.3城市类型特征。从矿业城市类型来看，不同类型的城市之间存在着一定程度的差异。2007～2013年，煤炭型城市效率均为最高，油气型城市则基本处于最低，冶金型和综合型城市则介于两者之间(表3)。

2.2.4城市规模特征。矿业城市效率与城市规模之间呈现出负相关。2007～2013年，小城市效率相对处于较高地位，特大城市均处于最低，大城市和中等城市介于两者之间。相对于中小城市而言，大城市在资金、人才等方面的优势更加明显，因而大城市的城市效率相对要高于中小城市。矿业城市效率整体偏低，其原因在于中心城市尚未形成对资金和流动人口的有效集聚，城市的规模效应没有得到充分发挥(表4)。

2.2.5城市阶段特征。不同发展阶段的矿业城市，其效率有所差异。2007～2013年，幼年矿业城市效率逐步提高，并超越老年城市和中年城市，成为各阶段城市中效率最高。就2013年而言，幼年矿业城市效率最高，老年矿业城市次之，中年矿业城市最低。其中，幼年矿业城市平均水平要高于全国平均水平(表5)。

3效率收敛性检验

为了探寻各区域之间差异的特征与演变规律，需要对中国矿业城市效率进行收敛性检验。在收敛检验的相关研究中，σ收敛可以用来检验区域间的城市效率离散程度[15]。因此，该文按照四大区域及2007～2010年的城市效率分别作收敛性检验，以期寻找四大区域与全国的城市效率之间差异变化程度与趋势。σ收敛检验如下：

式中，Rm(t)表示第m个地区在t时的城市效率；N表示地市总数。如果σt+1<σt，则城市效率存在σ收敛，即城市间效率的差距在逐渐缩小，反之则不存在收敛。

表1　2007、2010、2013年中国矿业城市效率

表2　不同年份中国矿业城市分区域效率值

表3　不同年份中国矿业城市分类型效率值

表4　不同年份中国矿业城市分规模效率值

表5　不同年份中国矿业城市分阶段效率值

图1　不同区域(a)、不同规模(b)、不同类型(c)和不同阶段(d)矿业城市效率收敛性Fig. 1 Convergence of mining city efficiency with different scales (b) and types (c) in different regions (a) at different stages (d)

由图1可知，2007～2013年，中国矿业城市效率变化较大，城市之间的差距总体上呈现出增加的趋势。从分区域的情况来看，四大区域中东北地区和西部地区城市之间的差异变化过程与全国变化趋势相一致，但东部地区和中部地区差距总体上呈缩小趋势；就平均水平而言，西部地区城市之间差距最大，而东部地区最小。从分城市类型来看，冶金型城市和综合型城市变化趋势比较明显，但不同类型城市内部差距均呈现出扩大趋势。其中，油气型城市经历了先增大再缩小再增大的变化过程，煤炭型和冶金型城市则与全国变化趋势相一致。从城市规模来看，中等城市和小城市经历了先增大后缩小再增大的变化过程，大城市则呈略微震荡的变化趋势，而特大城市则呈现出先降后增的趋势，从整体水平而言，特大城市内部差异最小。从发展阶段看，中年矿业城市呈现出持续扩大的态势，幼年矿业城市经历先降后增再降的变化过程，而老年矿业城市内部则呈现出震荡态势，但是老年和中年矿业城市内部差距均呈现出扩大趋势，而幼年矿业城市内部差距则呈现出缩小趋势。

4结论与讨论

通过传统DEA方法得出：2007～2013年七台河、乌海、阳泉、石嘴山和铜川等城市保持着DEA有效，而其余城市则存在着不同程度的非DEA有效。通过DEA交叉评价得出：我国矿业城市效率普遍很低，城市之间的差异较为显著；中部和东北要高于东部和西部，煤炭型城市和冶金型城市要高于油气型城市和综合型城市，中小城市效率要高于特大城市和大城市，幼年矿业城市效率要逐渐高于老年和中年矿业城市，并且不同区域、不同类型、不同规模、不同阶段城市之间的差距均有所变化。两类虚拟决策单元的引入则明确了中国各矿业城市目前所处的阶段，以及未来发展的潜力和改进的方向。

通过对2007～2013年中国矿业城市效率的研究，可以得到以下启示：①中国矿业城市的规模效应没有得到充分发挥，今后应当加强土地集约生产能力，并在行政区划调整、户籍制度改革、建设用地指标、国家重大项目布局等方面可以给予中心城市更多的优惠政策，通过中心城市的发展壮大，实现城市效率的有效提高；②相对于理想决策单元，中国矿业城市效率相对较低，各个城市应当进一步优化产业结构，扶植支柱产业的发展，加强区域之间的交流与合作，加快基础设施建设，做大城市产业群和发展产业带，促进城市效率的提高；③技术进步和制度创新对城市效率的影响比较明显，城市应当转变粗放的经济增长方式，加强技术创新和先进技术的应用，创新管理体制机制，营造良好的发展环境，吸引高技术人才前来就业；④DEA方法采用内生法确定各要素之间的权重，但是城市效率评价的各要素是相互影响和制约的，如何合理有效地评价城市的效率，则是今后的研究方向。

参考文献

[1] 高红贵.关于生态文明建设的几点思考[J].中国地质大学学报(社会科学版)，2013(5)：42-48.

[2] 汤建影,周德群.基于DEA模型的矿业城市经济发展效率评价[J].煤炭学报,2003(4):342-347.

[3] 李郇,徐现祥,陈浩辉.20世纪90年代中国城市效率的时空变化[J].地理学报,2005(4):615-625.

[4] 高霞.河南省城市综合效率差异特征研究[J].地域研究与开发,2010(2):76-80.

[5] 王圆圆.安徽城市效率分析与对策[J].地域研究与开发,2004(2):34-37.

[6] 袁晓玲,张宝山,张小妮.基于超效率DEA的城市效率演变特征[J].城市发展研究,2008(6):102-107.

[7] 黄永斌,董锁成,白永平.中国城市紧凑度与城市效率关系的时空特征[J].中国人口·资源与环境,2015,25(3):64-73.

[8] 张军涛,刘建国.城市效率及其溢出效应[J].经济地理,2011,31(4):578-583.

[9] 万伦来,陈天奇.能源环境视阈下的安徽省城市发展效率研究[J].合肥工业大学学报(自然科学版),2014,37(8):996-1001.

[10] 陶小马,谭婧,陈旭.考虑自然资源要素投入的城市效率评价研究[J]. 中国人口·资源与环境,2013,23(1):143-154.

[11] 鲍莹.我国城市规模效率的实证研究[D].杭州：浙江大学,2012.