徐曉紅　汪　俠（安徽大學(xué)經(jīng)濟(jì)學(xué)院，合肥230601）

長(zhǎng)江經(jīng)濟(jì)帶城市經(jīng)濟(jì)效率比較研究*
——基于非期望產(chǎn)出的視角

徐曉紅汪俠
（安徽大學(xué)經(jīng)濟(jì)學(xué)院，合肥230601）

城市經(jīng)濟(jì)效率對(duì)區(qū)域經(jīng)濟(jì)發(fā)展有重要意義。運(yùn)用非期望產(chǎn)出的SBM模型、Malmquist-Luenberger生產(chǎn)率指數(shù)，文章測(cè)度了2006—2013年長(zhǎng)江經(jīng)濟(jì)帶中心城市的經(jīng)濟(jì)效率、全要素生產(chǎn)率，并對(duì)效率來(lái)源進(jìn)行了分解。研究結(jié)果表明：非期望產(chǎn)出影響城市經(jīng)濟(jì)效率，大多數(shù)城市存在效率改進(jìn)空間；效率較高的城市集中在長(zhǎng)三角，但成渝與長(zhǎng)三角城市的差距正在縮小；提高城市經(jīng)濟(jì)效率，不僅要加快技術(shù)進(jìn)步，還要優(yōu)化資源配置。

經(jīng)濟(jì)效率；非期望產(chǎn)出；SBM模型；Malmquist-Luenberger生產(chǎn)率指數(shù)

城市是區(qū)域經(jīng)濟(jì)的增長(zhǎng)極，城市經(jīng)濟(jì)效率對(duì)區(qū)域經(jīng)濟(jì)的長(zhǎng)期發(fā)展起著決定性作用。在中國(guó)經(jīng)濟(jì)新常態(tài)的背景下，國(guó)務(wù)院頒布了《關(guān)于依托黃金水道推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見(jiàn)》，部署打造中國(guó)經(jīng)濟(jì)新支撐帶的重大戰(zhàn)略。長(zhǎng)江經(jīng)濟(jì)帶涵蓋長(zhǎng)三角、長(zhǎng)江中游和成渝三大城市群，各城市群的經(jīng)濟(jì)發(fā)展水平明顯不同，存在梯度差異，測(cè)度和評(píng)價(jià)這些城市的經(jīng)濟(jì)效率，有利于分析城市發(fā)展中存在的問(wèn)題，促進(jìn)城市健康可持續(xù)發(fā)展，對(duì)于更好地發(fā)揮長(zhǎng)三角城市群的輻射引領(lǐng)作用，促進(jìn)長(zhǎng)江中上游城市群提質(zhì)增效，進(jìn)而推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展，具有重要理論和實(shí)踐意義。

測(cè)度城市經(jīng)濟(jì)效率，一般采用數(shù)據(jù)包絡(luò)分析（DEA）方法。傳統(tǒng)的DEA模型只考慮期望產(chǎn)出，并未涉及經(jīng)濟(jì)活動(dòng)過(guò)程中的環(huán)境污染、收入差距擴(kuò)大等非期望產(chǎn)出。事實(shí)上，不僅長(zhǎng)三角城市群環(huán)境污染加劇，長(zhǎng)江中上游城市群近年來(lái)承接了大量污染產(chǎn)業(yè)，同樣面臨經(jīng)濟(jì)增長(zhǎng)與資源環(huán)境難以協(xié)調(diào)的困境。［1］［2］同時(shí)，伴隨著經(jīng)濟(jì)的快速增長(zhǎng)，三大城市群的居民收入差距也出現(xiàn)擴(kuò)大趨勢(shì)。因此，從非期望產(chǎn)出視角分析城市經(jīng)濟(jì)效率十分必要。目前，國(guó)內(nèi)一些學(xué)者開(kāi)始將非期望產(chǎn)出納入效率研究框架。［3］-［6］從現(xiàn)有研究成果看，大多數(shù)文獻(xiàn)以中國(guó)或省際工業(yè)環(huán)境效率為研究對(duì)象，對(duì)城市經(jīng)濟(jì)效率的研究較少，還未見(jiàn)到對(duì)長(zhǎng)江經(jīng)濟(jì)帶城市經(jīng)濟(jì)效率的比較研究。

本文以長(zhǎng)江經(jīng)濟(jì)帶中心城市為研究對(duì)象，并在兩方面對(duì)現(xiàn)有研究進(jìn)行了拓展。其一，選取工業(yè)“三廢”排放量作為環(huán)境污染的代理變量，克服已有研究使用CO2或SO2單一污染物指標(biāo)難以準(zhǔn)確反映環(huán)境污染對(duì)經(jīng)濟(jì)效率影響的不足。其二，將環(huán)境污染、收入差距等非期望產(chǎn)出同時(shí)納入城市經(jīng)濟(jì)效率、全要素生產(chǎn)率研究框架，能夠更好地體現(xiàn)現(xiàn)階段城市發(fā)展注重資源節(jié)約、環(huán)境保護(hù)、民生改善、經(jīng)濟(jì)發(fā)展的主題。

一、研究方法

（一）基于非期望產(chǎn)出的SBM模型

DEA方法是一種測(cè)算具有相同類型投入和產(chǎn)出的若干系統(tǒng)或部門（簡(jiǎn)稱決策單元，DMU）相對(duì)效率的有效方法，最早由Charnes等［7］提出。其實(shí)質(zhì)是根據(jù)一組關(guān)于輸入輸出的觀察值，采用線性規(guī)劃模型估計(jì)有效生產(chǎn)前沿面，再將各DMU與此前沿面比較，來(lái)衡量效率。處在前沿面上的DMU，其投入產(chǎn)出組合最有效率，效率指標(biāo)為1，不在前沿面上的DMU則被認(rèn)為無(wú)效率。傳統(tǒng)的DEA模型忽略非期望產(chǎn)出，而非期望產(chǎn)出是客觀的，有可能影響效率，Tone［8］提出的非徑向、非角度且加入非期望產(chǎn)出的SBM模型較好地解決了上述問(wèn)題。考慮非期望產(chǎn)出的SBM模型如下：

（1）式中：Xj=（x1j，x2j，…，xmj）T表示決策單元DMUj的投入向量，其中xij為DMUj對(duì)第i種投入的投入量，xij＞0，（i=1，2，…，m）；Yj=（y1j，y2j，…，ysj）T表示DMUj的期望產(chǎn)出向量，其中yrj為DMUj對(duì)第r種期望產(chǎn)出的產(chǎn)出量，yrj＞0，（r=1，2，…，s）；Zj=（z1j， z2j，…，zkj）T表示DMUj的非期望產(chǎn)出向量，其中ztj為DMUj對(duì)第t種非期望產(chǎn)出的產(chǎn)出量，ztj＞0，（t= 1，2，…，k）。記X0=Xj0，Y0=Yj0，Z0=Zj0。

s-i，s+r，s-t分別表示投入、期望產(chǎn)出及非期望產(chǎn)出的松弛變量，目標(biāo)函數(shù)是關(guān)于si，s+r，st嚴(yán)格遞減的，并且0＜ρ*≤1。當(dāng)且僅當(dāng)ρ*=1，即s-i=sr+=s-t=0時(shí)，對(duì)于特定的決策單元是有效的；ρ*＜1，說(shuō)明特定的決策單元是非有效的，存在投入產(chǎn)出改進(jìn)的空間。

（二）Malmquist-Luenberger生產(chǎn)率指數(shù)構(gòu)建

自從F?re等［9］將Malmquist生產(chǎn)率指數(shù)與DEA理論相結(jié)合，Malmquist生產(chǎn)率指數(shù)被廣泛應(yīng)用到多種研究領(lǐng)域，Chung等［10］通過(guò)構(gòu)建基于方向性距離函數(shù)的Malmquist-Luenberger生產(chǎn)率指數(shù)，將其擴(kuò)展為可以測(cè)度包含非期望產(chǎn)出的ML生產(chǎn)率指數(shù)。

將非期望產(chǎn)出納入生產(chǎn)率分析框架，首先需要構(gòu)造一個(gè)包含期望產(chǎn)出與非期望產(chǎn)出的生產(chǎn)可能性集，定義期望產(chǎn)出為y∈RM+，非期望產(chǎn)出為z∈RI，投入為x∈RN，分別表示M種期望產(chǎn)出向量、I種非期望產(chǎn)出向量和N種投入向量。其生產(chǎn)可能性集可以表示為：

P（x）=｛（y，z）：x可以生產(chǎn)（y，z）｝ （2）

為了計(jì)算考慮非期望產(chǎn)出的生產(chǎn)率，需要借助基于產(chǎn)出方向性距離函數(shù)：

其中，方向向量g=（y，z），考慮非期望產(chǎn)出時(shí)，令方向向量為g=（y，-z）。ML生產(chǎn)率指數(shù)可以定義為：

ML、MLEFFCH、MLTECH大于1表示生產(chǎn)率增長(zhǎng)、效率提高和技術(shù)進(jìn)步；反之，小于1則表示生產(chǎn)率下降、效率降低以及技術(shù)退步。

二、變量選取與數(shù)據(jù)說(shuō)明

投入變量選取勞動(dòng)投入、資本投入和資源投入。勞動(dòng)投入用全社會(huì)從業(yè)人員數(shù)表示。資本投入用社會(huì)資本存量表示。社會(huì)資本存量使用永續(xù)盤存法計(jì)算，其基本估算公式為：Kt=It+（1－δ）×Kt－1，其中，Kt、Kt－1分別表示第t、t－1年的資本存量，It表示第t年的投資額，δ表示折舊率。計(jì)算中相關(guān)變量和參數(shù)選取參照張軍等［11］的做法。資源投入選取能源消耗總量，以萬(wàn)噸標(biāo)準(zhǔn)煤表示，因?yàn)橹袊?guó)以煤為主的能源結(jié)構(gòu)仍將持續(xù)很長(zhǎng)一段時(shí)間［12］。

產(chǎn)出變量包括期望產(chǎn)出和非期望產(chǎn)出。期望產(chǎn)出變量用1978年不變價(jià)格計(jì)算的各城市實(shí)際GDP表示。非期望產(chǎn)出變量包括環(huán)境污染和收入差距。將主要污染物排放量降低10%是中國(guó)“十一五規(guī)劃綱要”的主要節(jié)能減排目標(biāo)，環(huán)境污染變量選取工業(yè)廢水排放量、工業(yè)廢氣排放量和工業(yè)固體廢物排放量來(lái)衡量。由于DEA模型要求決策單元的數(shù)量至少是評(píng)價(jià)指標(biāo)個(gè)數(shù)的兩倍，為了減少評(píng)價(jià)指標(biāo)的數(shù)量，本文借鑒鈔小靜和任保平［13］的做法，運(yùn)用主成分分析法，將工業(yè)“三廢”排放量轉(zhuǎn)換為污染物排放量綜合指標(biāo)引入模型。基尼系數(shù)是最常見(jiàn)的收入差距度量指標(biāo)，但中國(guó)各城市基尼系數(shù)的數(shù)據(jù)欠缺?；谥袊?guó)城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)的國(guó)情，本文用城鄉(xiāng)收入比即城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入的比值來(lái)表示收入差距，比值提高說(shuō)明收入差距擴(kuò)大，反之，說(shuō)明收入差距縮小。

本文以長(zhǎng)江經(jīng)濟(jì)帶一級(jí)中心城市和二級(jí)中心城市為研究對(duì)象，包括上海、南京、杭州、合肥、武漢、長(zhǎng)沙、南昌、成都、重慶、蘇州、無(wú)錫、寧波，共12個(gè)城市。這些城市的選取同時(shí)滿足DEA方法對(duì)決策單元具有較高同質(zhì)性的要求?；A(chǔ)數(shù)據(jù)來(lái)源于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》、歷年《中國(guó)統(tǒng)計(jì)年鑒》、歷年《中國(guó)城市統(tǒng)計(jì)年鑒》以及各省市歷年統(tǒng)計(jì)年鑒，考察期為2006—2013年。投入、產(chǎn)出變量的描述性統(tǒng)計(jì)如表1所示。

表1　投入、產(chǎn)出變量的描述性統(tǒng)計(jì)

三、實(shí)證分析

（一）城市經(jīng)濟(jì)效率分析

運(yùn)用非徑向、非角度的SBM模型，將12個(gè)城市作為待評(píng)價(jià)的決策單元，利用Lingo10.0編程求出各決策單元的最優(yōu)解，得到12個(gè)城市的經(jīng)濟(jì)效率，結(jié)果如表2所示。為了對(duì)比不考慮非期望產(chǎn)出和考慮非期望產(chǎn)出的城市經(jīng)濟(jì)效率之間的差異，表2最后一列列出了不考慮非期望產(chǎn)出的城市經(jīng)濟(jì)效率年平均值。

由表2可知，12個(gè)城市考慮非期望產(chǎn)出的經(jīng)濟(jì)效率低于不考慮非期望產(chǎn)出的經(jīng)濟(jì)效率，說(shuō)明非期望產(chǎn)出的確影響經(jīng)濟(jì)效率。這可能是因?yàn)榭紤]環(huán)境污染與收入差距因素后，投入要素除了用于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，還要用于環(huán)境治理與收入差距調(diào)節(jié)，從而降低了投入產(chǎn)出效率?？梢?jiàn)，不考慮非期望產(chǎn)出的城市經(jīng)濟(jì)效率被高估了，扭曲了對(duì)社會(huì)福利變化和經(jīng)濟(jì)績(jī)效的評(píng)價(jià)。

從考慮非期望產(chǎn)出的經(jīng)濟(jì)效率看，2006—2013年，12個(gè)城市的總體經(jīng)濟(jì)效率不斷提高，平均值為0.8223，說(shuō)明這一時(shí)期12個(gè)城市在較高程度上實(shí)現(xiàn)了城市經(jīng)濟(jì)發(fā)展的健康可持續(xù)性。這與“十一五”以來(lái)中國(guó)政府加大環(huán)境規(guī)制力度，提高環(huán)境規(guī)制標(biāo)準(zhǔn)，以及實(shí)施了一系列惠民政策密切相關(guān)，尤其是免除農(nóng)業(yè)稅、免除農(nóng)村義務(wù)教育學(xué)雜費(fèi)、建立新型農(nóng)村醫(yī)療合作制度等措施的實(shí)施，直接或間接地提高了農(nóng)村居民的收入水平，降低了城鄉(xiāng)居民收入差距。從各城市的經(jīng)濟(jì)效率水平看，城市異質(zhì)性特征明顯。上海、杭州、蘇州這三個(gè)城市的經(jīng)濟(jì)效率水平為1，即一直處于最優(yōu)前沿面上，經(jīng)濟(jì)發(fā)展效率最高，在經(jīng)濟(jì)高速發(fā)展的同時(shí)兼顧了生態(tài)環(huán)境保護(hù)與民生改善。南京、無(wú)錫、寧波距離最優(yōu)前沿面較近，表明在環(huán)境保護(hù)與民生改善約束下經(jīng)濟(jì)發(fā)展效率水平也較高，但是仍然存在效率改進(jìn)的空間，即城市發(fā)展過(guò)程中存在投入冗余或產(chǎn)出不足現(xiàn)象。經(jīng)濟(jì)效率較低的城市有合肥、武漢、長(zhǎng)沙、南昌，這些城市面臨的環(huán)境污染與收入差距問(wèn)題依然嚴(yán)峻。成都、重慶的經(jīng)濟(jì)效率自“十二五”以來(lái)有了較大幅度的提高，2013年效率值分別達(dá)到0.8897和0.9319，經(jīng)濟(jì)運(yùn)行效果良好。

圖1是三大城市群經(jīng)濟(jì)效率變動(dòng)趨勢(shì)描述。從圖1可見(jiàn)，長(zhǎng)三角城市的經(jīng)濟(jì)效率最高，除2008年、2009年和2010年效率值低于0.9外，其余年份都在0.9以上，2013年達(dá)到0.9701，表現(xiàn)出長(zhǎng)三角城市群經(jīng)濟(jì)良性發(fā)展的明顯優(yōu)勢(shì)。這與長(zhǎng)三角城市群經(jīng)濟(jì)開(kāi)放程度較高、FDI技術(shù)溢出效應(yīng)較大、治污技術(shù)較先進(jìn)以及民生保障制度較完善有很大關(guān)系。其次是長(zhǎng)江上游城市，經(jīng)濟(jì)效率在2010—2013年期間上升較快，上升幅度在三大區(qū)域中最高，2013年的效率值達(dá)到0.9108，接近12個(gè)城市的平均效率水平，與長(zhǎng)三角的差距不斷縮小，說(shuō)明長(zhǎng)江上游城市投入、產(chǎn)出的資源配置能力在近幾年得到明顯改善，這與“十二五”期間國(guó)務(wù)院出臺(tái)一系列推進(jìn)成渝經(jīng)濟(jì)圈發(fā)展的政策有很大關(guān)聯(lián)。長(zhǎng)江中游城市的經(jīng)濟(jì)效率水平相對(duì)較低，平均效率只有0.6708，城市經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)、民生改善之間的矛盾依然突出。這可能與中國(guó)區(qū)域經(jīng)濟(jì)梯度差異以及產(chǎn)業(yè)梯度轉(zhuǎn)移有關(guān)，由于長(zhǎng)江中游城市地理位置更臨近長(zhǎng)三角沿海城市，承接產(chǎn)業(yè)轉(zhuǎn)移的配套條件也較好，近年來(lái)承接產(chǎn)業(yè)轉(zhuǎn)移的規(guī)模不斷擴(kuò)大，其中不乏高能耗、高排放的產(chǎn)業(yè)，產(chǎn)業(yè)轉(zhuǎn)移在帶動(dòng)長(zhǎng)江中游城市經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也給城市經(jīng)濟(jì)健康可持續(xù)發(fā)展帶來(lái)負(fù)面影響。此外，從圖1還可以看出，三大區(qū)域經(jīng)濟(jì)效率變動(dòng)均呈U型趨勢(shì)，U型分布的最低點(diǎn)在2008年和2009年，2008年爆發(fā)的全球金融危機(jī)間接導(dǎo)致了城市經(jīng)濟(jì)效率的普遍下降。

（二）城市全要素生產(chǎn)率變動(dòng)及其分解

基于SBM模型計(jì)算出的效率是一種靜態(tài)效率，即各城市相對(duì)于“最佳實(shí)踐者”所構(gòu)建生產(chǎn)前沿面的效率狀況，是橫向的比較，而ML生產(chǎn)率指數(shù)體現(xiàn)的是效率的動(dòng)態(tài)變化，對(duì)該指數(shù)進(jìn)行分解可以進(jìn)一步考察效率來(lái)源。計(jì)算結(jié)果如表3所示。為了便于對(duì)比，表3還計(jì)算了傳統(tǒng)生產(chǎn)率指數(shù)及其分解。

表2　2006—2013年各城市經(jīng)濟(jì)效率

總體上看，傳統(tǒng)全要素生產(chǎn)率年均增長(zhǎng)3.36%，技術(shù)效率與技術(shù)進(jìn)步年均增長(zhǎng)率分別為-1.99%、5.48%，生產(chǎn)率增長(zhǎng)的主要源泉為技術(shù)進(jìn)步?？紤]非期望產(chǎn)出的全要素生產(chǎn)率年均增長(zhǎng)-0.94%，技術(shù)效率與技術(shù)進(jìn)步年均增長(zhǎng)率分別為-3.22%、2.35%，生產(chǎn)率負(fù)向增長(zhǎng)的主要原因是技術(shù)效率的大幅下降。ML生產(chǎn)率指數(shù)比M生產(chǎn)率指數(shù)低得多，環(huán)境管制促進(jìn)技術(shù)進(jìn)步的“波特假說(shuō)”并沒(méi)有得到驗(yàn)證。收入差距對(duì)技術(shù)效率和技術(shù)進(jìn)步也有很大的影響，過(guò)大的收入差距不利于發(fā)揮勞動(dòng)者的積極性，制約勞動(dòng)者的人力資本投資，阻礙代表創(chuàng)新的技術(shù)進(jìn)步，進(jìn)而降低全要素生產(chǎn)率增長(zhǎng)率。

表3　2006—2013年各城市全要素生產(chǎn)率增長(zhǎng)率及其分解

分城市來(lái)看，除南昌外，所有城市的傳統(tǒng)全要素生產(chǎn)率都實(shí)現(xiàn)了正向增長(zhǎng)。其中，增速最快的城市有上海、重慶、合肥、南京，增速分別達(dá)到10.37%、7.29%、5.42%、4.27%，技術(shù)進(jìn)步增速分別達(dá)到10.37%、10.29%、10.25%、8.21%，技術(shù)進(jìn)步對(duì)傳統(tǒng)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)最大，但這四個(gè)城市的技術(shù)效率均沒(méi)有得到改善甚至出現(xiàn)惡化現(xiàn)象?？紤]非期望產(chǎn)出時(shí)，全要素生產(chǎn)率正向增長(zhǎng)的城市由原來(lái)的11個(gè)下降為5個(gè)，增長(zhǎng)率由高到低依次為上海、重慶、杭州、南京、武漢，而合肥、蘇州、無(wú)錫、寧波、長(zhǎng)沙、成都卻未能實(shí)現(xiàn)正向增長(zhǎng)。其中，上海的ML生產(chǎn)率指數(shù)與M生產(chǎn)率指數(shù)相差不大，表明上海很好地實(shí)現(xiàn)了經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)和民生改善，體現(xiàn)了上海經(jīng)濟(jì)發(fā)達(dá)、治污技術(shù)先進(jìn)和民生保障制度較為完善的特點(diǎn)。12個(gè)城市中只有武漢的技術(shù)效率改善，其余城市的技術(shù)效率均出現(xiàn)不同程度的下降，說(shuō)明這些城市在經(jīng)濟(jì)發(fā)展過(guò)程中更加注重先進(jìn)技術(shù)引進(jìn)與技術(shù)創(chuàng)新，而忽視了生產(chǎn)效率的提高，存在資源配置失調(diào)現(xiàn)象。技術(shù)進(jìn)步可以通過(guò)改進(jìn)污染處理技術(shù)、改進(jìn)生產(chǎn)技術(shù)和降低單位能耗，來(lái)提高全要素生產(chǎn)率，而忽略生產(chǎn)效率的提高，則勢(shì)必導(dǎo)致社會(huì)資源配置失衡和資源浪費(fèi)，從而導(dǎo)致城市全要素生產(chǎn)率下降。

四、結(jié)論與建議

不考慮非期望產(chǎn)出的徑向和角度的DEA方法會(huì)使效率和全要素生產(chǎn)率測(cè)算產(chǎn)生偏差。本文運(yùn)用考慮非期望產(chǎn)出的SBM模型，將環(huán)境污染、收入差距納入研究框架，測(cè)度了2006—2013年長(zhǎng)江經(jīng)濟(jì)帶12個(gè)中心城市的經(jīng)濟(jì)效率，并利用ML生產(chǎn)率指數(shù)測(cè)度了12個(gè)城市的全要素生產(chǎn)率變動(dòng)及其效率來(lái)源，研究結(jié)論如下：其一，不考慮非期望產(chǎn)出的城市經(jīng)濟(jì)效率存在高估現(xiàn)象，不能準(zhǔn)確評(píng)價(jià)城市社會(huì)福利變化和經(jīng)濟(jì)發(fā)展績(jī)效。其二，長(zhǎng)江經(jīng)濟(jì)帶城市經(jīng)濟(jì)效率總體較好，長(zhǎng)三角城市的效率水平最高，平均值為0.9076。其中，上海、杭州、蘇州3個(gè)城市的經(jīng)濟(jì)效率為1，一直處于最優(yōu)前沿面上，這些城市在經(jīng)濟(jì)高速發(fā)展的同時(shí)兼顧生態(tài)環(huán)境保護(hù)與民生改善，實(shí)現(xiàn)了城市健康可持續(xù)發(fā)展。長(zhǎng)江中游城市和長(zhǎng)江上游城市的經(jīng)濟(jì)效率分別為0.6708、0.7514，大多數(shù)城市存在效率改進(jìn)空間。其三，三大區(qū)域的經(jīng)濟(jì)效率均呈U型變動(dòng)趨勢(shì)，受全球金融危機(jī)影響，2008年和2009年城市經(jīng)濟(jì)效率普遍下降。長(zhǎng)江上游城市的經(jīng)濟(jì)效率在2010年后上升較快，與長(zhǎng)三角城市的差距逐漸縮小。其四，傳統(tǒng)全要素生產(chǎn)率普遍實(shí)現(xiàn)正向增長(zhǎng)，技術(shù)進(jìn)步對(duì)增長(zhǎng)的貢獻(xiàn)最大?？紤]非期望產(chǎn)出的全要素生產(chǎn)率年均增長(zhǎng)率為負(fù)，比傳統(tǒng)全要素生產(chǎn)率的增長(zhǎng)低得多，主要原因是技術(shù)效率下降，大多數(shù)城市存在依靠技術(shù)進(jìn)步推動(dòng)全要素生產(chǎn)率提高，而忽視了資源配置能力的提高。

結(jié)合本文的實(shí)證研究，提高長(zhǎng)江經(jīng)濟(jì)帶城市經(jīng)濟(jì)效率需要從以下幾方面著手：一是轉(zhuǎn)變城市發(fā)展理念，從單純追求經(jīng)濟(jì)總量轉(zhuǎn)向更加注重經(jīng)濟(jì)增長(zhǎng)的質(zhì)量和成果的共享，資源節(jié)約、環(huán)境保護(hù)、民生改善和經(jīng)濟(jì)發(fā)展，是現(xiàn)階段城市經(jīng)濟(jì)健康可持續(xù)發(fā)展的主題。二是發(fā)揮政府的引導(dǎo)作用，一方面，完善環(huán)境治理的法律法規(guī)，并保證其執(zhí)行的嚴(yán)格性與一致性；另一方面，加快構(gòu)建城市創(chuàng)新平臺(tái)，鼓勵(lì)企業(yè)增加研發(fā)投入，加強(qiáng)創(chuàng)新人才培養(yǎng)，進(jìn)一步推動(dòng)技術(shù)進(jìn)步。三是抓住長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展機(jī)遇，拓展三大城市群輻射范圍和對(duì)接功能，推進(jìn)新型城鎮(zhèn)化進(jìn)程，縮短城鄉(xiāng)經(jīng)濟(jì)發(fā)展距離，縮小城鄉(xiāng)居民收入差距。四是通過(guò)資源整合和要素重置的方式，實(shí)現(xiàn)產(chǎn)業(yè)重新優(yōu)化組合，合理配置資源，提高技術(shù)效率。

［1］龐瑞芝，李鵬，路永剛.轉(zhuǎn)型期間我國(guó)新型工業(yè)化增長(zhǎng)績(jī)效及其影響因素研究——基于“新型工業(yè)化”生產(chǎn)力視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011，（4）：64-73.

［2］王磊，吳也.基于城市流的長(zhǎng)江中游城市群經(jīng)濟(jì)聯(lián)系研究［J］.江淮論壇，2014，（3）：62-69.

［3］李靜，程丹潤(rùn).基于DEA－SBM模型的中國(guó)地區(qū)環(huán)境效率研究［J］.合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，（8）：1208-1211.

［4］王兵，吳延瑞，顏鵬飛.中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)［J］.經(jīng)濟(jì)研究，2010，（5）：95-109.

［5］屈小娥.中國(guó)工業(yè)行業(yè)環(huán)境技術(shù)效率研究［J］.經(jīng)濟(jì)學(xué)家，2014，（7）：55-65.

［6］白雪潔，汪海鳳，閆文凱.資源衰退、科教支持與城市轉(zhuǎn)型——基于壞產(chǎn)出動(dòng)態(tài)SBM模型的資源型城市轉(zhuǎn)型效率研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2014，（11）：30-43.

［7］Cha rnesA，CooperW，RhodesE.Measuringthe efficiency of decision making units［J］.European JournalofOperationalResearch，1978，2（6）：429-444.

［8］Tone K.Dealing with undesirable outputs in DEA：A slacks-based measure（SBM）approach［R］.GRIPS Research Report Series，2003.

［9］Fare R，Grosskopf S，Lovell C，et al.Multilateral productivity comparisons when some outputs are undesirable：A nonparametric approach［J］.Review of Economics and Statistics，1989，71（1）：90-98.

［10］Chung Y，F(xiàn)are R，Grosskopf S.Productivity and undesirable outputs：A directional distance function approach［J］.Journal of Environmental Management，1997，51（3）：229-240.

［11］張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952—2000［J］.經(jīng)濟(jì)研究，2004，（10）：35-44.

［12］林伯強(qiáng).中國(guó)城市化階段的碳排放：影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010，（8）：66-78.

［13］鈔小靜，任保平.中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的時(shí)序變化與地區(qū)差異分析［J］.經(jīng)濟(jì)研究，2011，（4）：26-40.

（責(zé)任編輯吳曉妹）

F299.22

A

1001-862X（2015）05-0052-006

本刊網(wǎng)址·在線雜志：www.jhlt.net.cn

國(guó)家社會(huì)科學(xué)基金項(xiàng)目“收入差距代際傳遞變動(dòng)趨勢(shì)的實(shí)證研究”（14BJY039）

徐曉紅（1965—），女，四川瀘州人，安徽大學(xué)經(jīng)濟(jì)學(xué)院、區(qū)域經(jīng)濟(jì)與城市發(fā)展研究院副教授，主要研究方向：數(shù)量經(jīng)濟(jì)。