跨省经济区协调发展的研究.docVIP

跨省经济区协调发展的研究 　　【摘要】跨省经济区实现区域协调发展面临更多困难，促进区域协调发展，必须着眼提高整个区域以及中心城市的经济发展质量。本文运用Malquist-DEA模型测度2001～2015年淮海经济区城市的全要素生产率并划分其水平类型和分析影响因素，研究发现：全要素生产率的走势基本一致，整体呈现波动下降的趋势，核心区降低幅度较小，辐射区降低幅度较大。中心城市的发展趋势表现出单调递增曲线特征。城市数量由少到多依次为发达型、中等型、落后型。每种类型都经历了从集中到分散的过程，核心区没有显示出明显的优势，中心城市的辐射力度不够。产业结构、对外开放度具有正向影响；就业结构对中心城市具有负向影响；人口素质影响在统计学上不显著；交通优势、政府影响力具有负向影响。 　　【关键词】区域协调发展 Malquist-DEA 经验模态分解 聚类分析 Tobit回归 　　一、引言 　　随着经济全球化和区域经济一体化的发展，跨省经济区的经济发展逐渐成为国内外研究的热点问题之一[1][2]。由于存在行政壁垒等原因，跨省经济区实现区域协调发展面临更多困难，尤其是处于本省边缘地区组成的经济区，如何协调发展，是一个十分值得研究的课题。淮海经济区是将4省20个地级市联合在一起，以徐州为中心的经济带。截至2015年底，淮海经济区总面积17.8万平方公里，总人口1.2亿人，人口为5100万人，地区生产总值为1.95万亿元，占全国的2.9%。淮海经济区作为“一带一路”的交汇点，以及“丝绸之路经济带”东部开放的前沿阵地，对优化全国生产力布局、促进东中部地区协调发展有着重要作用，2017年3月全国两会江苏代表团联名议案将淮海经济区上升为国家区域规划，2017年6月国务院批复徐州市城市总体规划，确定徐州为淮海经济区中心城市，徐州被赋予重任。2017年江苏也提出了“1+3”区域发展战略布局，加快建设以徐州为中心的淮海经济区。虽然淮海经济区打响了一场经济上的“新淮海战役”，但是由于投入产出效率低、经济结构调整缓慢、经济竞争力低下、环境污染严重等问题，不利于区域间的协调发展[3][4]。而促进区域协调发展，必须着眼提高全要素生产率[5]。因此考察淮海经济区的全要素生产率对于全国跨省经济区的协调发展具有重要的示范作用。 　　国内学者从不同角度对淮海经济区进行了实证研究。孙姗姗等（2009）[6]、张宝胜（2016）[7]从人均GDP、人均固定资产投资等方面分别考察了淮海经济区经济发展差异的时间演变以及经济技术特征、空间分布及地区间协调发展情况；薛丽萍（2014）[8]运用经济联系强度的引力模式、城市流??度及断裂点理论等方法，对淮海经济区主要城市经济联系的空间作用进行综合分析评价；渠立权（2015）[9]基于区域职能视角研究淮海经济区产业结构优化情况。随着经济进入成熟阶段，以实物资本积累为基础的增长模式被以效率为基础的增长模式代替，全要素生产率对经济增长的贡献提高[10]，提高全要素生产率有助于促进区域协调发展。目前测算全要素生产率的方法大致分为两类：参数方法和非参数方法，参数方法主要有索洛余值法、拓展的索洛余值法、随机前沿生产函数（SFA）法等，非参数方法主要有指数法、数据包络分析（DEA）法[13]等，数据包络分析法的最大优点是不需要任何具体函数形式或分布假设，对各种形式的投入产出都能适用[11]。剔除随机因素的干扰，考察经济指标的变动趋势，一般是借鉴信号学中的经验模态分解（EMD）法，这种方法能够把不同时序的波动进行分解，最后筛选获得指标的趋势分量，考察指标在特定时间尺度下的特征，在分解过程中既能保留样本数据的特点，又克服了以往时序分析法固有的缺陷[12][13]。 　　现有研究缺少从效率的角度来研究淮海经济区的协调发展情况；缺少在特定时间尺度下对中心城市地位的考察；缺少在时空变化中对中心城市辐射力度的考察；缺少对影响因素的分析。 　　为了促进淮海经济区的协调发展，本文运用Malmquist-DEA模型对淮海经济区城市全要素生产率进行测度，进而揭示区域的演化过程，采用经验模态分解（EMD）的方法对中心城市全要素生产率的变动过程进行分解，探究其主要演变模式的特征，深入考查中心城市的发展水平，接着用系统聚类的方法对城市间的全要素生产率进行分类比较，进而考察中心城市的辐射带动作用，最后通过Tobit 模型分析全要素生产率的影响因素。根据实证研究结果，提出一系列的建议。 　　二、全要素生产率测度及比较分析 　　（一）全要素生产率测度 　　本部分采用Malquist-DEA模型对全要素生产率进行测度，基于柯布道格拉斯函数，产出指标用国内生产总值表示，劳动投入指标用就业人员数表示，资本投入指标用资本存量表示。使用文献中普遍应用的固定资产永续盘存法计算资