彭培芳

(江西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)發(fā)展與改革研究院， 江西 南昌 330013)

城市群空間效率可以很好地反映城市群發(fā)展質(zhì)量及城市群內(nèi)各城市間發(fā)展的協(xié)調(diào)度。測(cè)度及評(píng)價(jià)城市群空間效率有助于進(jìn)一步提高城市群經(jīng)濟(jì)發(fā)展質(zhì)量，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。長(zhǎng)江中游城市群涵蓋武漢城市圈、長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖經(jīng)濟(jì)圈等中部快速發(fā)展地區(qū)，是我國(guó)重要的大型城市群，測(cè)度其空間效率，分析城市間效率差異、特征及趨勢(shì)，有利于采取措施促進(jìn)其發(fā)展成為中國(guó)經(jīng)濟(jì)增長(zhǎng)的新引擎甚至第四極。2015年4月國(guó)務(wù)院出臺(tái)的《長(zhǎng)江中游城市群發(fā)展規(guī)劃》凸顯了該研究的重要意義，研究長(zhǎng)江中游城市群空間效率變化及趨勢(shì)，為城市群協(xié)調(diào)發(fā)展提供相應(yīng)的建議，可以提高城市群的整體發(fā)展水平。

一、相關(guān)研究綜述

研究城市群效率的文獻(xiàn)較多。國(guó)外如Rolf Fare等(1994)借助非參數(shù)規(guī)劃方法，將OECD國(guó)家的Malmquist指數(shù)分解為技術(shù)變化和效率變化，進(jìn)而深層次分析其Malmquist指數(shù)在1979—1988年的變化。[1]Lilyan E.Fulginiti等(1998)運(yùn)用Malmquist指數(shù)方法，分析了18個(gè)發(fā)展中國(guó)家1961—1985年農(nóng)業(yè)生產(chǎn)效率的變化。[2]Lee H Y等(2005)基于產(chǎn)出專業(yè)化水平，將27個(gè)國(guó)家劃分為四類集群，并用DEA方法測(cè)算其R&D效率，發(fā)現(xiàn)中國(guó)和韓國(guó)等亞洲地區(qū)國(guó)家的R&D投入產(chǎn)出效率與新加坡和日本相比較弱。[3]Goran Bergendahl等(2008)采用DEA分析法對(duì)瑞典儲(chǔ)蓄銀行的服務(wù)效率及銀行業(yè)的平均水平進(jìn)行了測(cè)算。[4]

國(guó)內(nèi)如方創(chuàng)琳和關(guān)興良(2011)從投入產(chǎn)出效率視角，構(gòu)建城市群投入產(chǎn)出效率指標(biāo)體系，采用CRS模型、VRS模型和Bootstrap-DEA方法，綜合測(cè)算了中國(guó)城市群投入產(chǎn)出效率、變化趨勢(shì)及空間分異特征。[5]張慶民，王海燕等(2011)[6]和楊青山，張郁等(2012)[7]基于DEA模型測(cè)度了城市群的環(huán)境投入產(chǎn)出效率。劉耀彬和楊文文(2012)采用DEA的BCC模型和Malmquist指數(shù)模型，對(duì)2008—2010年環(huán)鄱陽(yáng)湖區(qū)城市群42個(gè)城市的空間網(wǎng)絡(luò)聯(lián)系效率進(jìn)行了分析。[8]李紅錦和李勝會(huì)(2012)[9]、黃潔和吝濤(2016)[10]和段曉艷(2016)[11]利用DEA方法分別測(cè)算評(píng)價(jià)了中國(guó)三大城市群的城市化效率、可持續(xù)發(fā)展效率和土地利用綜合效率。謝志祥和任世鑫(2015)運(yùn)用超效率DEA模型對(duì)2013年長(zhǎng)江中游城市群城市效率進(jìn)行了測(cè)度評(píng)價(jià)。[12]曹賢忠和曾剛(2015)則從投入產(chǎn)出效率視角，構(gòu)建研發(fā)資源投入產(chǎn)出評(píng)價(jià)指標(biāo)體系，運(yùn)用DEA中的CRS、VRS模型和Malmquist指數(shù)方法，測(cè)度了長(zhǎng)三角城市群研發(fā)資源的投入產(chǎn)出效率、變化趨勢(shì)以及空間分異特征。[13]崔大樹(shù)和張曉亞(2016)運(yùn)用DEA模型和局部自相關(guān)模型測(cè)度了長(zhǎng)三角城市群效率并分析了城市群內(nèi)部的關(guān)聯(lián)格局。[14]

由上可知，在城市群效率指標(biāo)選擇上，國(guó)內(nèi)外學(xué)者多基于投入—產(chǎn)出的角度，從經(jīng)濟(jì)正產(chǎn)出和負(fù)產(chǎn)出兩方面選擇產(chǎn)出指標(biāo)。在方法上，多借助DEA方法對(duì)城市群效率進(jìn)行評(píng)價(jià)，借助地理信息系統(tǒng)工具等作圖，將計(jì)算結(jié)果以直觀的形式呈現(xiàn)出來(lái)。目前研究城市群空間效率的文獻(xiàn)相對(duì)較少，其中測(cè)度長(zhǎng)江中游城市群空間效率的文獻(xiàn)更少，鮮有文獻(xiàn)對(duì)長(zhǎng)江中游城市群空間效率進(jìn)行空間分異分析，因而從投入產(chǎn)出角度測(cè)度長(zhǎng)江中游城市群空間效率，具有一定的學(xué)術(shù)意義。

研究結(jié)構(gòu)安排如下：首先，在對(duì)相關(guān)研究文獻(xiàn)進(jìn)行評(píng)述的基礎(chǔ)上，構(gòu)建長(zhǎng)江中游城市群空間效率指標(biāo)體系，確定指標(biāo)數(shù)據(jù)的來(lái)源及處理方法。然后從整體上分析，將長(zhǎng)江中游城市群分為環(huán)鄱陽(yáng)湖城市群、武漢城市圈和環(huán)長(zhǎng)株潭城市群，借助DEA評(píng)價(jià)方法和BCC-VRS模型測(cè)算出1998—2015年這三個(gè)城市群的空間效率；運(yùn)用全局空間自相關(guān)檢驗(yàn)得到2005、2010、2015年各地級(jí)市空間效率的Moran’s I指數(shù)值，辨析城市群各城市空間效率間的相互關(guān)系變化；再通過(guò)局部自相關(guān)檢驗(yàn)探究城市群內(nèi)部的集聚情況。最后根據(jù)以上分析得出結(jié)論，并據(jù)此對(duì)長(zhǎng)江中游城市群發(fā)展提出相關(guān)建議。

二、指標(biāo)體系構(gòu)建、數(shù)據(jù)來(lái)源及處理

(一)指標(biāo)體系構(gòu)建

在具體指標(biāo)選擇上，主要借鑒了崔大樹(shù)和張曉亞(2016)在測(cè)度長(zhǎng)三角城市群效率時(shí)選擇的指標(biāo)。[14]考慮到指標(biāo)的可得性、經(jīng)濟(jì)含義及其代表性，通過(guò)對(duì)其指標(biāo)作相應(yīng)的調(diào)整，使之更適合分析長(zhǎng)江中游城市群空間效率。

在投入指標(biāo)上，選擇貨運(yùn)總量、固定資產(chǎn)投資總額、全社會(huì)用電量和年末單位人數(shù)。貨運(yùn)總量體現(xiàn)物流水平，反映長(zhǎng)江中游城市群交通條件的變化。固定資產(chǎn)投資額體現(xiàn)全社會(huì)總體投資水平。工業(yè)用電量體現(xiàn)地區(qū)工業(yè)發(fā)展水平，但由于工業(yè)用電量的數(shù)據(jù)難以收集，且工業(yè)用電量在全社會(huì)用電量中占比較大，因而用全社會(huì)用電量近似替代工業(yè)用電量。年末單位人數(shù)體現(xiàn)勞動(dòng)力的投入及變化。

在產(chǎn)出指標(biāo)上，選擇地區(qū)生產(chǎn)總值、工業(yè)廢水排放量和工業(yè)二氧化硫排放量。地區(qū)生產(chǎn)總值為經(jīng)濟(jì)正產(chǎn)出，體現(xiàn)經(jīng)濟(jì)活動(dòng)的正回報(bào)；工業(yè)廢水排放量和工業(yè)二氧化硫排放量為經(jīng)濟(jì)負(fù)產(chǎn)出，體現(xiàn)經(jīng)濟(jì)活動(dòng)的負(fù)影響。在選擇負(fù)產(chǎn)出指標(biāo)時(shí)，工業(yè)三廢排放量是個(gè)理想的指標(biāo)，但由于武漢城市圈部分城市行業(yè)的特殊性，導(dǎo)致較早年份的工業(yè)固體廢棄物和工業(yè)廢氣排放量的數(shù)據(jù)缺失，所以選擇工業(yè)廢水排放量和工業(yè)二氧化硫排放量作為經(jīng)濟(jì)活動(dòng)負(fù)產(chǎn)出指標(biāo)。指標(biāo)體系見(jiàn)表1。

表1 長(zhǎng)江中游城市群空間效率評(píng)價(jià)體系

根據(jù)效率評(píng)價(jià)指標(biāo)宜少原則[15]，在評(píng)價(jià)效率時(shí)應(yīng)滿足決策單元數(shù)不小于投入產(chǎn)出指標(biāo)之和的3倍。研究的時(shí)間范圍為1998—2015年，以年份為決策單元時(shí)，決策單元數(shù)和指標(biāo)數(shù)量滿足效率評(píng)價(jià)有效原則的條件。

(二)數(shù)據(jù)來(lái)源及處理

基于盡量保證數(shù)據(jù)統(tǒng)計(jì)口徑一致性原則和數(shù)據(jù)可得性，研究的長(zhǎng)江中游城市群范圍包括：江西省南昌市、景德鎮(zhèn)市、萍鄉(xiāng)市、九江市、新余市、鷹潭市、吉安市、宜春市、撫州市、上饒市，湖北省武漢市、黃石市、宜昌市、襄陽(yáng)市、鄂州市、荊門(mén)市、孝感市、荊州市、黃岡市、咸寧市，湖南省長(zhǎng)沙市、株洲市、湘潭市、衡陽(yáng)市、岳陽(yáng)市、常德市、益陽(yáng)市、婁底市，共28個(gè)地級(jí)市。

選擇的時(shí)間范圍為1998—2015年，所用數(shù)據(jù)主要來(lái)源于1999—2016年的《中國(guó)城市統(tǒng)計(jì)年鑒》和江西、湖北、湖南三省統(tǒng)計(jì)年鑒，部分?jǐn)?shù)據(jù)來(lái)自《湖南改革開(kāi)放30年(1978—2008)》《中國(guó)環(huán)境年鑒》及地級(jí)市統(tǒng)計(jì)年鑒等。

在數(shù)據(jù)處理方面。鑒于部分城市個(gè)別數(shù)據(jù)缺失，因此對(duì)個(gè)別指標(biāo)數(shù)據(jù)進(jìn)行整理估算，如1998—2001年環(huán)長(zhǎng)株潭城市群各市的二氧化硫排放量以各市每公里二氧化硫排放量(不含市轄縣)與市區(qū)土地面積的乘積來(lái)代替。在實(shí)際計(jì)算前，利用固定資產(chǎn)投資價(jià)格指數(shù)對(duì)固定資產(chǎn)投資額進(jìn)行平減處理，對(duì)負(fù)產(chǎn)出的兩個(gè)指標(biāo)賦予相同的權(quán)重進(jìn)行加權(quán)平均，同時(shí)對(duì)其他二級(jí)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。

在數(shù)據(jù)分析方面。主要采用DEA中基于規(guī)模報(bào)酬可變的BCC-VRS模型和空間自相關(guān)分析法。DEA方法把各投入、產(chǎn)出指標(biāo)的權(quán)重作為變量，通過(guò)求解線性規(guī)劃問(wèn)題確定最適宜的權(quán)重，避免了在確定權(quán)重時(shí)人的主觀意愿的影響，從而使評(píng)價(jià)結(jié)果更具客觀性。城市群是由不同層次的個(gè)體所組成，其發(fā)展過(guò)程遵循規(guī)模報(bào)酬可變的概率較大，因而選擇基于投入導(dǎo)向的BCC(規(guī)模報(bào)酬可變)模型更為合適。[16]此時(shí)，城市群經(jīng)濟(jì)效率變動(dòng)指數(shù)θ(0<θ≤1)，也即空間效率，可表示為：

θ=θpe×θse

其中，θpe(0<θpe≤1)表示城市群純技術(shù)效率，θse(0<θse≤1)表示城市群規(guī)模效率。兩者取值越接近1，該城市群的純技術(shù)效率和規(guī)模效率均高；等于1時(shí)，達(dá)到最優(yōu)，其中，若θse<1時(shí)，表示規(guī)模無(wú)效率。在應(yīng)用該模型時(shí)，應(yīng)注意城市群是處于規(guī)模報(bào)酬遞增階段還是規(guī)模報(bào)酬遞減階段?？臻g自相關(guān)分析法常用來(lái)判斷地區(qū)變量間是否存在空間相關(guān)性，空間自相關(guān)指數(shù)Moran’s I的取值范圍為(-1，1)，小于0為負(fù)相關(guān)，等于0為隨機(jī)分布，大于0為正相關(guān)。通過(guò)Moran’s I指數(shù)可以判斷長(zhǎng)江中游城市群內(nèi)各城市空間效率之間的相關(guān)性。

三、長(zhǎng)江中游城市群空間效率測(cè)算

DEA測(cè)算與時(shí)空分析展示了城市群空間效率在時(shí)間和空間兩方面上的整體變化，全局自相關(guān)揭示了全局上城市空間效率間的相互關(guān)系變化，局部自相關(guān)檢驗(yàn)則探究了城市空間效率相互關(guān)系的空間分布及差異特征。

(一)長(zhǎng)江中游城市群空間效率的時(shí)間演變過(guò)程

在分析1998—2015年長(zhǎng)江中游城市群效率變化時(shí)，將整個(gè)城市群分成環(huán)鄱陽(yáng)湖城市圈、武漢城市群和環(huán)長(zhǎng)株潭城市群，分別進(jìn)行分析討論以更好地反映城市群的空間效率值的演變情況。

使用標(biāo)準(zhǔn)化后的數(shù)據(jù)，借助DEAP2.1軟件分別測(cè)算了1998—2015年環(huán)鄱陽(yáng)湖城市群、武漢城市群和環(huán)長(zhǎng)株潭城市群的綜合效率(crste)、純技術(shù)效率(vrste)和規(guī)模效率(scale)，見(jiàn)表2。

表2 長(zhǎng)江中游城市群空間效率測(cè)算結(jié)果

空間效率值為1表示DEA強(qiáng)有效，效率值不為1但不低于0.8為DEA弱有效。由表2可知，環(huán)鄱陽(yáng)湖城市群在2000、2001、2005和2015年的空間效率值不為1。武漢城市圈在2000、2001、2005、2006、2007、2008、2009、2010和2013年的空間效率值不為1，環(huán)長(zhǎng)株潭城市群在2000、2001、2003、2005、2006、2007、2009、2010和2013年的空間效率值不為1，嚴(yán)格來(lái)說(shuō)屬于效率無(wú)效，但各城市群在這些年份中的空間效率都在0.8以上，且多數(shù)逼近1，因而可視為DEA弱有效。由此可見(jiàn)，環(huán)鄱陽(yáng)湖城市群空間效率值為DEA強(qiáng)有效的年份數(shù)遠(yuǎn)多于武漢城市圈和環(huán)長(zhǎng)株潭城市群，三個(gè)城市群的空間效率為DEA弱有效的年份數(shù)較多，長(zhǎng)江中游城市群的空間效率整體上看較好。

(二)長(zhǎng)江中游城市群空間效率的空間分異情況

借助DEAP2.1計(jì)算出2005、2010和2015年長(zhǎng)江中游城市群28個(gè)城市的空間效率，并用ArcGIS10.2將結(jié)果直觀地呈現(xiàn)出來(lái)，如圖1所示。

圖1 2005、2010和2015年長(zhǎng)江中游城市群空間效率分布情況

由圖1可知，長(zhǎng)江中游城市群空間效率弱有效(空間效率值大于0.8)的城市數(shù)量在逐漸增加，效率值小于0.7的城市數(shù)量在減少，整個(gè)城市群的空間效率在提升。與2005年和2010年相比，2015年城市群內(nèi)空間效率均在0.8以上，弱有效城市數(shù)量明顯增多，這很大程度上是因?yàn)?015年國(guó)家發(fā)改委批復(fù)同意了《長(zhǎng)江中游城市群發(fā)展規(guī)劃》，對(duì)城市群各方面發(fā)展做出了更細(xì)致的規(guī)劃，使得長(zhǎng)江中游城市群整體的空間效率得以進(jìn)一步提升。上述結(jié)果表明長(zhǎng)江中游城市群的發(fā)展具有以下特點(diǎn)：

1.城市間空間效率差異縮小，城市群一體化水平提高。長(zhǎng)江中游城市群在2015年空間效率值為1的城市數(shù)量與2010年相比較少，各城市的空間效率在2010年與2015年均存在差異，但整個(gè)城市群空間效率的均值在2010年和2015年分別為0.895和0.903，差距不大。2012年江西、湖北和湖南開(kāi)始討論長(zhǎng)江中游城市群的發(fā)展規(guī)劃后，更多的資源被優(yōu)先用來(lái)發(fā)展南昌、武漢和長(zhǎng)沙的經(jīng)濟(jì)，增強(qiáng)三個(gè)城市之間的經(jīng)濟(jì)聯(lián)系，因而其他城市的發(fā)展資源投入相對(duì)之前有所減少，所以2015年城市群內(nèi)空間效率為1的城市較2010年有微弱的減少。2015年長(zhǎng)江中游城市群空間效率小于0.8的城市數(shù)量較2010年有很大的下降，表明各城市空間效率間的差距在縮小，城市群一體化程度提高。

2.城市空間效率與區(qū)位、經(jīng)濟(jì)結(jié)構(gòu)存在相關(guān)性，且與純技術(shù)效率的變動(dòng)基本一致。總體上看，城市群中鄰近中心城市的城市空間效率較高，空間效率值在0.8以上的城市多在地理位置上靠近省會(huì)城市或者省份副中心城市。此外，地區(qū)經(jīng)濟(jì)結(jié)構(gòu)中工業(yè)占比較大的城市，由于之前工業(yè)發(fā)展較弱，環(huán)境受工業(yè)生產(chǎn)的影響較小，其空間效率在工業(yè)迅速發(fā)展的早期表現(xiàn)為空間效率逐漸提高，但在工業(yè)發(fā)展的中后期，由于工業(yè)污染物排放量增多，治理措施及工業(yè)環(huán)保監(jiān)管不到位，其空間效率會(huì)表現(xiàn)為有所降低。但當(dāng)?shù)貐^(qū)社會(huì)經(jīng)濟(jì)發(fā)展處于一個(gè)相對(duì)較高的水平時(shí)，政府和企業(yè)會(huì)增加對(duì)環(huán)保的重視，工業(yè)污染排放量得到有效控制，空間效率會(huì)有所提高。如武漢和長(zhǎng)沙的空間效率值在2010年較低，在2015年則有所提高，而同樣是省份城市的南昌則表現(xiàn)相反，2015年的空間效率較2010年有所下降。由圖2可知，2010年和2015年長(zhǎng)江中游城市群各城市的空間效率與其純技術(shù)效率的變動(dòng)基本一致，表明現(xiàn)有階段城市要提高或者維持高水平的空間效率，必須增強(qiáng)對(duì)技術(shù)發(fā)展的投入，建立技術(shù)驅(qū)動(dòng)型經(jīng)濟(jì)結(jié)構(gòu)。

圖2 2010和2015年長(zhǎng)江中游城市群各城市的空間效率、純技術(shù)效率和規(guī)模效率

四、長(zhǎng)江中游城市群空間效率的空間自相關(guān)檢驗(yàn)

利用Moran’s I 統(tǒng)計(jì)指標(biāo)和方法，可以來(lái)衡量集聚指標(biāo)樣點(diǎn)之間的空間相互關(guān)系。全局空間自相關(guān)檢驗(yàn)可以計(jì)算城市群內(nèi)部各單元空間效率間的相關(guān)性，局部空間自相關(guān)檢驗(yàn)中的LISA集聚圖則可以分析城市群各城市的集聚情況和集聚類型。

(一)全局空間自相關(guān)檢驗(yàn)

采用全局自相關(guān)統(tǒng)計(jì)量Moran’I指數(shù)檢驗(yàn)長(zhǎng)江中游城市群2005、2010和2015年的空間效率時(shí)，以各城市空間效率為變量，借助Geoda軟件，建立空間距離權(quán)重矩陣，從而進(jìn)一步觀察其空間效率的分異情況。Moran’I指數(shù)值的取值范圍為[-1，1]，大于0表示區(qū)域內(nèi)各單元之間為空間正相關(guān)關(guān)系，小于0表示區(qū)域內(nèi)各單元之間為負(fù)相關(guān)關(guān)系，其絕對(duì)值越大，經(jīng)濟(jì)變量間的聯(lián)系越密切，Moran’ I指數(shù)值越接近0，區(qū)域內(nèi)各單元間的空間相關(guān)關(guān)系越弱。

分析結(jié)果顯示，2005、2010和2015年長(zhǎng)江中游城市群空間效率的全局Moran’s I指數(shù)值分別為0.0734、0.0021和-0.0933。因此，長(zhǎng)江中游城市群空間效率的全局Moran’s I指數(shù)值一直較小，各城市空間效率間的相關(guān)性較弱，且由較弱的正相關(guān)逐漸到較弱的負(fù)相關(guān)，城市群空間效率整體上的關(guān)系也由2005年較弱的空間集聚到2015年較弱的空間分散。長(zhǎng)江中游城市群空間效率的全局Moran’s I指數(shù)值發(fā)生這種變化的原因在于，長(zhǎng)期以來(lái)，長(zhǎng)江中游城市群內(nèi)各省獨(dú)自制定本地區(qū)的發(fā)展規(guī)劃，省份之間合作層次較低，合作深度不夠，同省不同城市之間在制定經(jīng)濟(jì)發(fā)展規(guī)劃時(shí)缺乏互利互惠的合作，城市群內(nèi)各城市的分工不明確，從而導(dǎo)致了城市空間效率間的經(jīng)濟(jì)聯(lián)系較弱。雖然從2012年開(kāi)始，江西、湖北和湖南陸續(xù)進(jìn)行區(qū)域經(jīng)濟(jì)發(fā)展合作，但由于各城市空間效率間的正相關(guān)關(guān)系在較長(zhǎng)時(shí)間內(nèi)呈現(xiàn)出逐漸弱化趨勢(shì)，短期內(nèi)難以改變，加上政策實(shí)施中存在的滯后效應(yīng)，導(dǎo)致了各城市間相關(guān)性由2010年的弱正相關(guān)變成了弱負(fù)相關(guān)。

(二)局部空間自相關(guān)檢驗(yàn)

局部空間自相關(guān)檢驗(yàn)部分，采用LISA(Local indicators of Spatial association)集聚圖表示。LISA 集聚圖反映的是空間聯(lián)系的局部指標(biāo)，可以反映城市群集聚明顯區(qū)域。在LISA圖中，顯著集聚區(qū)域分為“高-高”“低-低”“高-低”和“低-高”四種類型。運(yùn)用Geoda軟件得到了長(zhǎng)江中游城市群空間效率在2005、2010和2015年的LISA集聚圖。

從圖3可以看出，2005、2010和2015年長(zhǎng)江中游城市群內(nèi)集聚效應(yīng)不顯著的城市數(shù)量分別為22、25和24，占比高達(dá)89%。從2005年到2015年，長(zhǎng)江中游城市群集聚不顯著的城市有所增加，“高-高”集聚和“低-低”集聚的城市數(shù)量逐漸減少，“高-低”集聚的城市數(shù)量有所增加，集聚顯著的城市多為省份中心城市或鄰近省份中心及副中心的城市。這表明長(zhǎng)江中游城市群各城市空間效率間的相關(guān)性較弱，集聚效應(yīng)不明顯且在弱化。

圖3 2005、2010和2015年長(zhǎng)江中游城市群空間效率LISA集聚圖

五、結(jié)論及建議

(一)結(jié)論

綜上，研究結(jié)論主要有：(1)長(zhǎng)江中游城市群各城市空間效率總體上在逐漸提高，空間效率小于0.8的城市數(shù)量在逐漸減少，城市間空間效率的差距呈現(xiàn)出縮小的趨勢(shì)；(2)城市空間效率與其純技術(shù)效率的變動(dòng)趨勢(shì)相似，并與城市所處區(qū)位、經(jīng)濟(jì)結(jié)構(gòu)等存在一定程度的相關(guān)性。一般而言，鄰近中心城市的城市空間效率較高，經(jīng)濟(jì)中工業(yè)占比較大的地區(qū)空間效率在工業(yè)發(fā)展早期及中期呈現(xiàn)出先提高后下降的趨勢(shì)，發(fā)展后期由于污染物排放控制與治理力度的加強(qiáng)，空間效率會(huì)有所提高；(3)城市間空間效率的相關(guān)性始終不強(qiáng)，且由較弱的正相關(guān)逐漸發(fā)展為較弱的負(fù)相關(guān)，且負(fù)相關(guān)關(guān)系近年來(lái)有弱化的趨勢(shì)，城市群內(nèi)部的集聚程度低。

(二)建議

根據(jù)以上三點(diǎn)結(jié)論，提高長(zhǎng)江中游城市群空間效率可以基于以下三點(diǎn)：

1.完善城市群交通運(yùn)輸基礎(chǔ)設(shè)施，建立物流信息綜合平臺(tái)。交通運(yùn)輸基礎(chǔ)設(shè)施條件關(guān)系到物流運(yùn)輸行業(yè)的發(fā)展，而物流行業(yè)的繁榮發(fā)展是經(jīng)濟(jì)健康蓬勃發(fā)展的保障。長(zhǎng)江中游城市群應(yīng)以南昌、武漢和長(zhǎng)沙為交通運(yùn)輸樞紐，在現(xiàn)有交通運(yùn)輸設(shè)施上完善地級(jí)市與省份城市之間的運(yùn)輸設(shè)施條件，適當(dāng)增加地級(jí)市之間的運(yùn)輸線路，構(gòu)建省份城市之間、省份城市與地級(jí)市、各地級(jí)市之間較完善的交通運(yùn)輸網(wǎng)絡(luò)。城市群物流信息綜合平臺(tái)可以促進(jìn)城市群物流產(chǎn)業(yè)集群發(fā)展，通過(guò)構(gòu)建涵蓋城市群公路、鐵路、航運(yùn)物流運(yùn)輸信息的綜合信息平臺(tái)，增強(qiáng)物流企業(yè)間的協(xié)作意識(shí)和經(jīng)營(yíng)效率。

2.增強(qiáng)人力資本和技術(shù)研發(fā)投入，倡導(dǎo)工業(yè)低污染生產(chǎn)。通過(guò)搭建信息透明度高、暢通性好、內(nèi)容質(zhì)量高的人才市場(chǎng)，構(gòu)建以武漢中心的南昌—武漢—長(zhǎng)沙的城市群金融中心，增加高新技術(shù)研發(fā)投入，可以改善城市群經(jīng)濟(jì)結(jié)構(gòu)，建立技術(shù)驅(qū)動(dòng)型經(jīng)濟(jì)，降低經(jīng)濟(jì)發(fā)展對(duì)工業(yè)的依賴。工業(yè)經(jīng)濟(jì)在長(zhǎng)江中游城市群的經(jīng)濟(jì)發(fā)展中占據(jù)了很大的比重，也是城市群環(huán)境污染的主要來(lái)源。改變傳統(tǒng)唯GDP論好壞的政績(jī)考核機(jī)制，加強(qiáng)環(huán)境監(jiān)管力度，同時(shí)鼓勵(lì)企業(yè)研發(fā)低污染生產(chǎn)技術(shù)，提高工業(yè)廢物利用率及處理率，從源頭上減少工業(yè)污染物排放量。

3.完善信息基礎(chǔ)設(shè)施，構(gòu)建智慧型城市群。通過(guò)完善信息基礎(chǔ)設(shè)施，提高城市群信息化水平，促進(jìn)行業(yè)關(guān)聯(lián)性產(chǎn)業(yè)集聚，增強(qiáng)城市間正相關(guān)關(guān)系。智慧城市是城市未來(lái)發(fā)展的方向，目前國(guó)內(nèi)首批智慧城市試點(diǎn)已進(jìn)行了四年左右，試點(diǎn)地區(qū)包括長(zhǎng)江中游城市群部分地級(jí)市，如江西南昌市紅谷灘新區(qū)、湖北武漢市和湖南株洲市。城市群應(yīng)借鑒成果明顯的試點(diǎn)城市發(fā)展經(jīng)驗(yàn)，因地制宜建立智慧型城市群，提高城市群發(fā)展質(zhì)量。

參考文獻(xiàn)：

[1]FARE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries[J].The American Economic Review，1994，84(1)：66-83.

[2]LILYAN E F，K PERRIN R.Agricultural productivity in developing countries[J].Agricultural Economics，1998，(19)：45-51.

[3]LEE H Y，PARK Y T.An international comparison of R&D efficiency：DEA approach[J].Asian Journal of Technology Innovation，2005，13(2)：207-222.

[4]GORAN B，TED L.Evaluating the performance of Swedish savings banks according to service efficiency[J].European Journal of Operational Research，2008，185(3)：1663-1673.

[5]方創(chuàng)琳，關(guān)興良.中國(guó)城市群投入產(chǎn)出效率的綜合測(cè)度與空間分異[J].地理學(xué)報(bào)，2011，31(8)：1011-1022.

[6]張慶民，王海燕，歐陽(yáng)俊.基于DEA的城市群環(huán)境投入產(chǎn)出效率測(cè)度研究[J].中國(guó)人口·資源與環(huán)境，2011，21(2)：18-23.

[7]楊青山，張郁，李雅軍.基于DEA的東北地區(qū)城市群環(huán)境效率評(píng)價(jià)[J].經(jīng)濟(jì)地理，2012，(9)：51-55.

[8]劉耀彬，楊文文.基于DEA模型的環(huán)鄱陽(yáng)湖區(qū)城市群空間網(wǎng)絡(luò)結(jié)構(gòu)績(jī)效分析[J].長(zhǎng)江流域資源與環(huán)境，2012，21(9)：1052-1057.

[9]李紅錦，李勝會(huì).基于DEA模型的城市化效率實(shí)證研究——我國(guó)三大城市群的比較[J].大連理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2012，33(3)：51-56.

[10]黃潔，吝濤，張宏強(qiáng).基于DEA和Malmquist模型的中國(guó)三大城市群可持續(xù)發(fā)展效率研究[J].中國(guó)人口·資源與環(huán)境，2016，21(S1)：373-376.

[11]段曉艷.我國(guó)三大城市群土地利用綜合效率評(píng)價(jià)[D].北京：中國(guó)地質(zhì)大學(xué)，2016.

[12]謝志祥，任世鑫，李陽(yáng)等.長(zhǎng)江中游城市群城市效率水平測(cè)度及空間分異研究[J].長(zhǎng)江流域資源與環(huán)境，2015，24(10)：1705-1710.

[13]曹賢忠，曾剛，鄒琳.長(zhǎng)三角城市群R&D資源投入產(chǎn)出效率分析及空間分異[J].經(jīng)濟(jì)地理，2015，(1)：104-111.

[14]崔大樹(shù)，張曉亞.長(zhǎng)江三角洲城市群空間效率測(cè)度研究[J].地理科學(xué)，2016，36(3)：393-400.

[15]張俊容，郭耀煌.評(píng)價(jià)指標(biāo)與DEA有效的關(guān)系[J].系統(tǒng)工程理論方法應(yīng)用，2004，13(6)：520-523.

[16]BANKER R D，COOPER W W.Some models for estimating technical and scale Inefficiencies in DEA envelopment analysis[J].Management Science，1984，30(9)：1078-1092.

[17]謝志祥，任世鑫，李陽(yáng)，劉靜玉.長(zhǎng)江中游城市群城市效率水平測(cè)度及空間分異研究[J].長(zhǎng)江流域資源與環(huán)境，2015，24(10)：1705-1710.

[18]趙勇，白永秀.中國(guó)城市群功能分工測(cè)度與分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2012，(11)：18-30.

[19]周曉艷，華敏，秦雅雯，等.長(zhǎng)江中游城市群空間聯(lián)系研究[J].長(zhǎng)江流域資源與環(huán)境，2016，25(10)：1492-1500.