Scientia Geographica Sinica  2014 , 34 (7): 794-802 https://doi.org/10.13249/j.cnki.sgs.2014.07.794

Orginal Article

中国经济技术开发区效率测度及时空分异研究

蔡善柱, 陆林

安徽师范大学国土资源与旅游学院,安徽 芜湖 241003

Efficiency Measurement and Spatio-temporal Differentiation of Economic and Technological Development Zones in China

CAI Shan-zhu, LU Lin

College of Territorial Resources and Tourism, Anhui Normal University, Wuhu, Anhui 241003, China

中图分类号:  F127.9

文献标识码:  A

文章编号:  1000-0690(2014)07-0794-09

通讯作者:  陆林,教授。E-mail:llin@263.net

收稿日期: 2013-05-23

修回日期:  2013-12-16

网络出版日期:  2014-07-10

版权声明:  2014 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金重点项目(41230631)资助

作者简介:

作者简介:蔡善柱(1962-),男,安徽肥东人,副教授,硕士生导师,博士研究生,主要从事城市地理与城市经济研究。E-mail:ahcsz@aliyun.com

展开

摘要

运用数据包络分析法(DEA)及Malmquist生产率指数法,选择实际利用外资额、进口总额作为输入指标与GDP、出口总额作为输出指标,测算了中国41个国家级经济技术开发区2001~2010年的综合效率与全要素生产率指数,并对其时空分异特征进行分析。研究结果表明:① 平均综合效率偏低,总体呈“M”型变化趋势;② 综合效率区域差异明显,西部最高,东部次之,中部最低;③ TFP年均增长率为1.025,处于低速增长状态,说明开发区的整体生产效率逐年改善;④ TFP增长率地区分布为东部最高,西部次之,中部最低,综合效率较高的开发区TFP增长率反而较低;⑤ 对GDP增长速度与TFP增长速度双低的开发区进行分类指导与合理整治,以全面提高开发区的可持续发展能力。

关键词: 经济技术开发区 ; 综合效率 ; Malmquist指数 ; DEA

Abstract

Economic and Technological Development Zones are the growth pole of China’s urban economic development. Therefore the study of the development efficiency of these zones is very essential to optimize resource allocations, to promote the transformation and upgrading of Economic and Technological Development Zones and to contribute to a sustainable development. Using the Data Envelopment Analysis (DEA) and Malmquist index, this article uses the total amount of foreign capital actually utilized and total import volume as input indicators, GDP and the total export volume as output indicators to calculate. the overall efficiency and total-factor productivity (TFP) index of China’s 41 state-level Economic-Technological Development Zones, from 2001 to 2010, are and analyzed their spatio temporal differentiation. The results suggest: 1) the average overall efficiency is generally on the low level, with an “M” trend. 2) Overall-development efficiency has an obvious regional differentiation with the highest in the west, and the lowest in the central regions. 3)The average annual growth rate of TFP is 1.025, which suggests that the overall production efficiency is ameliorating annually with a slow rate. 4) The growth rate of TFP is the highest in the east, and the lowest in central regions. The Zones with higher overall efficiency have relatively lower TFP growth rate. 5) In order to raise the sustainable development capacity of the development zones, we should offer respective guidance and reasonable regulation to zones with both low GDP growth rate and low TFP growth rate. Therefore, in order to strengthen the ability of resource allocation and integrated management, as well as to promote the transformation and upgrading of Economic and Technological Development Zones and sustainable development, we suggest as follows: 1) investment in human capital and innovation platforms should be increased and contributions of technological innovations be augmented to the overall efficiency of these zones, 2) the eastern region should gradually reduce their Economic and Technological Development Zones’ reliance on foreign capital and importation; instead, increase the overall efficiency, and this region should steer towards attracting both foreign and domestic capital and a co-development of export and domestic sales. 3) as for zones with high GDP growth rate and high TFP growth rate, it is necessary to further optimize resource allocations and reasonable utilization, so as to keep a rapid and sustainable development; zones with both low GDP growth rate and low TFP rate should on the other hand strengthen inspections on internal resource allocations and reasonable utilization, find out what the problem is and learn from other more advanced zones, to gradually improve overall management; 4) institutional innovations and innovative mechanisms should be reinforced, theses zones’ management skills to raised achieve all-around improvement in development efficiency; 5) influencing factors of Economic and Technological Development Zones’ development efficiency and unusual samples should be studied in future researches.

Keywords: Economic and Technological Development Zones ; overall efficiency ; Malmquist productivity index ; Data Envelopment Analysis ; China

0

PDF (568KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

蔡善柱, 陆林. 中国经济技术开发区效率测度及时空分异研究[J]. , 2014, 34(7): 794-802 https://doi.org/10.13249/j.cnki.sgs.2014.07.794

CAI Shan-zhu, LU Lin. Efficiency Measurement and Spatio-temporal Differentiation of Economic and Technological Development Zones in China[J]. Scientia Geographica Sinica, 2014, 34(7): 794-802 https://doi.org/10.13249/j.cnki.sgs.2014.07.794

经济开发区作为中国城市经济发展的增长极,推动着经济的快速发展。为增强对外开放的效益,中国从1984年开始在基础条件较好的区域设立国家级经济技术开发区(以下简称“开发区”)。截止2010年,开发区总数已达116个,其中参与统计的90个开发区实现地区生产总值(GDP)26 849亿元人民币(如无说明,币种下同),财政收入5 627亿元,税收收入4 650亿元,实际利用外资金额306亿美元,分别占全国6.7%、6.77%、6.01%和28.94%。作为改革开放的一种制度创新,开发区是吸引外资、发展工业及产品出口的重要空间载体,是新型工业化、城镇化持续推进的核心区域,对国民经济和社会发展发挥重要的作用。但是,在开发区快速发展的同时,尤其是2008年世界金融危机之后,开发区也面临诸多问题,吸引外资水平不高,产品出口难度加大,空间扩张难以遏制,空间开发失序等,开发区的综合效率、增长质量与可持续发展问题没有引起足够的重视。

开发区的综合效率是指在单位时间内(如一年),在一定的生产技术条件下,开发区要素资源创造的物质产品和精神产品的有效价值总量(如GDP、出口总额)与要素资源总投入量(如劳动力、实际利用外资、进口总额)的比值,是开发区投入要素资源的有效配置、合理利用与综合管理水平的综合体现。对开发区来说,综合效率高不仅其要素资源处于有效配置和合理利用状态,竞争能力强,还表示开发区的科学决策与综合管理水平合理高效。开发区的全要素生产率指数是指开发区综合效率随时间的动态变化情况。

长期以来,城市(区域)经济发展的综合效率及其动态变化一直是学术界研究的热点问题,Malmquist生产率指数是研究动态效率中使用较多的一种方法[1~7]。关于开发区发展效率的研究则较少。白雪洁等运用数据包络分析对2004~2006年中国27个国家级经济技术开发区的土地利用效率和外资利用效率进行实证分析[8];赵晓雷等采用Malmquist生产率指数对2001~2008年30个国家级经济技术开发区的经济发展效率增长进行了测算[9];庄红卫、郑奕、齐二石和武鹏等对湖南、上海、中国经济技术开发区及中国高新技术开发区的相关发展效率等分别进行了研究[10~13]

从现有开发区研究文献分析看,普遍存在考察时间跨度相对较短、涉及开发区数量相对较少、或者只运用Malmquist生产率指数法研究其动态效率等问题。还有些研究在使用测度方法上主要采用DEA方法及Malmquist生产率指数方法,但对开发区综合效率测度及时空分异特征探讨不足。本文利用DEA方法及Malmquist生产率指数法对2001~2010年41个国家级经济技术开发区综合效率及其动态变化进行测度,并按东、中、西三大区域对效率的时空分异进行分析,在此基础上分析经济技术开发区GDP增长率与TFP变化之间关系,旨在为进一步优化资源配置,促进经济开发区转型升级和可持续发展提供决策参考。

1 研究方法与数据来源

1.1 DEA模型

数据包络分析(Data Envelopment Analysis,简称DEA)是以数学规划模型为基础,用来评价多目标同类型决策单元(decision making unit,DMU)技术有效情况,与生产函数模型相比DEA更适合本研究的需要。其基本思路是:通过对投入和产出的综合分析,得到相应权重变量进行运算,确定有效生产前沿,并根据各个DMU与有效生产前沿的距离情况,确定是否DEA有效,是一种非参数统计的系统分析方法,具有可以避免传统的参数方法估计函数可能产生的误差、无需进行无量纲化处理等优势 [14~20]。全面规模报酬不变模型(即CCR模型)是最基本的DEA模型,后来又发展出全面规模报酬可变模型(即BCC模型),能够将技术效率分解为纯技术效率和规模效率,便于进一步了解技术效率的来源。每个模型又分为投入主导型和产出主导型2种,投入主导型是指在产出不变的条件下,使投入最小化的模型。产出主导型是指在投入不变的条件下,使产出最大化的模型。2种效率测量模型角度不同,但二者估计得到的前沿面是相同的,即估计的有效率的决策单元(DMU)集合是相同的。由于本文主要研究国家级经济技术开发区的综合效率,关注的是输出要素即在投入一定的条件下如何增加开发区的产出数量,因此将采取BCC模型基于产出导向的DEA模型。BCC模型计算得出的是技术效率即本文所述的开发区综合效率,技术效率又等于纯技术效率与规模效率的乘积,纯技术效率是指开发区的综合管理水平状况,规模效率是反应开发区在经营管理中规模报酬的变化情况。DEA模型数学原理如下:

设有N个开发区DMUi,i=1,2,…,n,每个开发区均有p种输入要素,q种输出要素。第i个开发区的输入变量为Xi=x1i,x2i,…xpi,相应的输出变量表示为Yi=y1i,y2i,…yqi ,那么,第i个开发区DMU的效率即是对以下模型进行求解:

min[θ-ε(s1-+s2-+…+sq-)+(s1++s2++…+sq+)]

s.t.i=1nλiχri+sr-=θχri0r=1,2,… ,p

i=1nλiyui-su+=θχui0u=1,2,… ,q

λi0 i=1,2,…,nsr-,su+0

式中,ε表示一个无穷小的正数;λ是一个1的常向量,表示权重; sr-, su+表示投入变量与输出变量的松弛变量,非零的松弛变量表示无效投入量与产出不足量;θ是标量,一般θ≤1。θ值越大,说明开发区的资源有效配置、合理利用与综合管理水平越高;反之则资源浪费及综合管理水平越低。

DEA模型变量的经济含义。模型最优解为θ*

① 若θ*<1,说明该决策单元上对应的点不位于有效生产前沿上,则该开发区为DEA无效。

② 若θ*=1,且 sr-≠0, su+≠0,则该开发区为DEA弱有效。

③ 若θ*=1且 sr-=0, su+=0,说明该决策单元上对应的点位于有效生产前沿上,则该开发区为DEA有效。

1.2 Malmquist生产率指数

为了对开发区综合效率的变动情况进行评价,本文使用Fare等定义的Malmquist 生产力指数做动态效率评价[1]。Malmquist生产率指数理论模型如下:

M0(Xt+1,Yt+1,Xt,Yt)=D0t+1(Xt+1,Yt+1¦CRS)D0t+1(Xt,Yt¦CRS)×

D0t(Xt+1,Yt+1¦CRS)D0t(Xt,Yt¦CRS)12(1)

这个指数涉及规模报酬不变条件下2个单期的距离函数D0t(Xt,Yt)和D0t+1(Xt+1,Y t+1),以及2个跨期产出距离函数D0t+1(Xt,Yt)和D0t(Xt+1,Y t+1)。如果M0(Xt+1,Yt+1,Xt,Yt)>1,表示受评估的DMU生产力有所改善;若M0(Xt+1,Yt+1,Xt,Yt)<1,表示受评估的DMU生产力衰退,若M0(Xt+1,Yt+1,Xt,Yt)=0,表示受评估的DMU生产力没有变化。Malmquist生产率指数可分解为技术效率变动与技术变动的乘积,故公式(1)可写成:

M0(Xt+1,Yt+1,Xt,Yt)=D0t+1(Xt+1,Yt+1¦CRS)D0t(Xt,Yt¦CRS)D0t(Xt+1,Yt+1¦CRS)D0t+1(Xt+1,Yt+1¦CRS)×D0t(Xt,Yt¦CRS)D0t+1(Xt,Yt¦CRS)12(2)

其中 EC(CRS)= D0t+1(Xt+1,Yt+1¦CRS)D0t(Xt,Yt¦CRS)

TC(CRS)= D0t(Xt+1,Yt+1¦CRS)D0t+1(Xt+1,Yt+1¦CRS)×

D0t(Xt,Yt¦CRS)D0t+1(Xt,Yt¦CRS)12

式中,ECCRS)代表的是技术效率的变动,表示管理方法的优劣与管理层决策的正确与否对效率的影响,若EC(CRS)>1,表示正确的管理方法与决策使得效率改善,若EC(CRS)<1,表示其恶化。TC表示技术进步与否,若TC(CRS)>1,表示技术进步,反之则表示技术退步。

Malmquist生产率指数的经济意义。本文的Malmquist生产率指数就是开发区全要素生产率(TFP变化),是指衡量开发区综合效率动态变化的指标,反应开发区由于技术进步、组织创新、专业化及生产创新能力等的变化,带来其整体的资源配置与合理利用能力变化,因而造成当期的综合效率与上期相比的增减情况。Malmquist生产率指数可分解为技术效率变化与技术进步的乘积,其中技术效率变化主要是综合效率增减情况,技术进步反映的是开发区整体决策与管理水平的进步情况。若TFP变化大于1,表示与前一期相比生产效率在进步,反之则表示生产效率在退步。分析影响开发区TFP变化的因素,从开发区内部来看主要是治理结构、管理决策及管理方法等,从外部来看,主要有国内外经济发展环境、政府干预、区位因素及开发区之间的竞争等。

1.3 指标选择与数据来源

在开发区发展效率的研究中,一些学者根据不同的研究目标选择与之相对应的输入指标与输出指标[8~13],投入指标使用较多的有土地使用面积、固定资产投资、实际利用外资、进口总额以及从业人口等,产出指标使用较多的有GDP、工业总产值、出口总额以及税收收入等。本文选择GDP和出口总额作为产出指标,选择实际利用外资额和进口总额作为投入指标,主要是从开发区的战略定位与功能出发。开发区的战略定位从1984年的“三为主,一致力”(即“以工业项目为主、以吸引外资为主、以出口为主,致力于发展高新技术”),经过20 a的发展,到2004年调整为“三为主,二致力,一促进”(即“以提高吸收外资质量为主,以发展现代制造业为主,以优化出口结构为主,致力于发展高新技术产业,致力于发展高附加值服务业,促进国家级经济技术开发区向多功能综合性产业区转变”)。GDP能够综合地反应开发区在工业增加值、工业总产值及税收收入等产出的情况,出口总额能够较为全面地体现开发区在对外出口方面的贡献情况;而实际利用外资额则能直接反映吸引外资情况,进口总额基本能够反映先进技术、先进管理及高新技术产业的发展情况。

由于官方公布的开发区统计数据并不完整,考虑样本的质量和数据的可得性,选择2001~2010年的面板数据进行分析,研究样本包括大连、秦皇岛、天津等41个国家级经济技术开发区(表2)。数据来源于历年的《中国开发区年鉴》[21]和中国投资指南网(www.fdi.gov.cn),其余缺失数据从相关开发区的统计年鉴或统计公报中获取。上述41个开发区总体上能够代表2001~2010年中国国家级经济技术开发区的基本情况。

2 开发区的效率特征分析

2.1 开发区发展的总体效率特征

利用DEAP2.1软件,计算2001~2010年开发区的各项效率值(表1)。从全国41个开发区来看,2001~2010年间综合效率(即下表技术效率)平均值为0.434,最高也只有0.571,仍处于较低水平,与白雪洁等人研究结论一致[8],2010年综合效率值仅为0.346,如果能够发挥全部生产要素的潜力,则可以使产出在当前水平上增长1.89倍;Malmquist生产率指数(即下表TFP变化)平均值为1.025,表明10 a来开发区的发展效率逐步改善,但是TFP增长率与赵晓雷等人的研究结果相比偏低[9]

2001~2010年开发区的综合效率呈“M”型运行态势(图1)。表现出先升高(2001~2003年)、后降低(2004~2005年)、再升高(2006~2007年)、再降低且平稳低位运行(2008~2010)的态势。2001~2003年上升速度较快,与中国加入世界贸易组织之后,带来利用外资的良好机遇,促进开发区基于外资与进口的综合发展效率快速提升,随后的2004~2005年综合发展效率小幅度下降,至2007年达到最高点,随后降低明显,主要是受世界金融危机的影响,对中国的实际利用外资及进出口等产生较大影响,也直接影响到改革开放的前沿开发区发展的综合效率。从综合效率的分解来看,纯技术效率平均值为0.801,波动幅度较小,规模效率平均值为0.526,波动幅度较大,说明纯技术效率体现在开发区管理决策与管理水平对开发区综合效率的贡献较大,规模效率对综合效率贡献较小。

表1   2001~2010年中国经济技术开发区各项效率指标

Table 1   Efficiency indexes of China’s Economic and Technological Development Zones in 2001-2010

年份技术效率纯技术效率规模效率技术效率变化技术进步变化纯技术效率变化规模效率变化TFP变化
2001年0.2810.7800.360
2002年0.4330.7800.5491.6480.5190.9781.6850.855
2003年0.5650.8360.6471.3800.7901.1131.2401.090
2004年0.5160.8140.6240.9260.9540.9610.9640.883
2005年0.4370.8250.5190.8251.4231.0110.8161.174
2006年0.4900.8120.5961.1550.9090.9831.1751.049
2007年0.5710.8290.6771.1810.8891.0231.1541.050
2008年0.3540.7780.4380.5302.0240.9270.5721.073
2009年0.3430.7750.4290.9501.1390.9980.9521.083
2010年0.3460.7760.4220.9861.0261.0030.9831.011
平均0.4340.8010.5261.0181.0070.9981.0201.025

新窗口打开

图1   2001~2010年中国经济技术开发区平均综合效率空间分异

Fig. 1   Spatial differentiation of average overall efficiency of China’s Economic and Technological Development Zones in 2001-2010

图2   2001~2010年中国经济技术开发区平均TFP变化空间分异

Fig. 2   Spatial differentiation of variations of the average TFP of China’s Economic and Technological Development Zones in 2001-2010

2001~2010年开发区平均全要素生产率(TFP变化)的变动趋势平稳(图2)。2002~2010年平均每年增加2.5%,说明开发区的整体运行效率是逐步改善的,其中2002和2004年为负增长,表明这2 a开发区综合发展效率降低。这主要受2001年加入世界贸易组织外资大量进入,而开发区的综合管理能力没能及时跟上造成。从TFP指数的分解看,平均值技术进步变化大于1,表明技术进步是逐年改善的,但增长幅度较低,仅为0.7%,表明中国开发区在2001~2010年的2个五年计划期内整体的管理决策和管理能力虽然有所改善,但是进步很小。纯技术效率变化平均值小于1,说明纯技术效率10 a来总体略有衰退,现有管理技术没有很好发挥。规模效率变化平均值大于1,说明10 a间开发区的规模效率变化对TFP变化的贡献大于纯技术效率变化的贡献,说明规模增长对开发区全要素生产率提高起到较大促进作用,而开发区决策与管理能力严重滞后,拖累了开发区TFP的增长。

2.2 开发区效率的空间分异特征

从41个开发区各项效率的测度结果(表2)中,根据开发区所在地域的分布情况,分析开发区各项效率的空间分布特征。

表2   2001~2010年41个国家级经济技术开发区各项效率指标

Table 2   Efficiency indexes of China’s 41 Economic and Technological Development Zones in 2001-2010

地区开发区技术效率纯技术
效率
规模
效率
技术效率
变化
技术进步
变化
纯技术效率
变化
规模效率
变化
TFP变化
数值排名数值排名






东部

大连0.270290.9310.2860.9201.0380.9960.9240.95531
秦皇岛0.224370.5500.3950.9251.0580.9760.9480.97928
天津0.289240.9970.2890.9821.0711.0000.9821.05217
烟台0.285250.8740.3271.1380.9961.0021.1361.1348
青岛0.242340.9920.2440.9651.0350.9970.9680.99925
连云港0.144410.4460.3180.9391.0630.9530.9850.99827
南通0.247330.6500.3720.9900.9890.9901.0000.97928
宁波0.219380.6600.3330.9561.0460.9371.0200.99925
福州0.226360.6600.3501.0141.0620.9641.0511.07713
广州0.241351.0000.2411.0231.0971.0001.0231.1219
湛江0.75650.8680.8341.2111.0901.0921.1081.3191
闵行0.497150.830.5731.0491.0200.9331.1241.07014
漕河泾0.77730.9990.7781.1871.0171.0001.1871.2063
温州0.90921.0000.9091.0650.9911.0001.0651.05616
萧山0.491160.9230.5260.9741.0640.9820.9911.03621
营口0.502140.8640.581.0611.0081.0361.0241.07014
威海0.274280.5400.5020.9941.0490.9990.9951.04319
福清融侨0.66680.8610.7861.1630.8740.9761.1921.01722
广州南沙0.214400.6180.3440.9151.0200.9700.9440.93336
惠州大亚湾0.260310.5300.4871.0251.0211.0810.9481.04718
昆山0.520131.0000.5201.1291.0421.0001.1291.1775
东山0.77640.8990.8561.1191.0681.0521.0641.1954
沈阳0.276270.9470.2941.0320.9771.0001.0321.00924
杭州0.329220.6850.461.1051.0331.0181.0861.1417
北京0.398190.7590.5251.2140.9101.0351.1731.10512
南京0.277260.5150.5451.0041.0390.9361.0721.04319

中部
哈尔滨0.347210.7770.4250.8931.0460.9610.9300.93536
长春0.443170.9370.4580.8421.0040.9600.8770.84539
武汉0.216390.830.2511.0121.0990.9921.0201.11211
芜湖0.405180.9120.4370.9970.9700.9851.0110.96730
合肥0.261300.8650.2921.0530.9591.0391.0141.01023
郑州0.614110.6920.8140.9370.8140.9760.9600.76241
长沙0.252320.8260.3011.1131.0301.0661.0431.1466
南昌0.618100.9340.6450.8860.9980.9650.9180.88438
太原0.316230.4280.7170.9041.0300.9930.9110.93137

西部
重庆0.370200.7460.4391.2150.9991.0531.1541.2142
西安0.64990.880.7231.1890.9371.0611.1211.11410
成都0.71570.9410.7400.8340.9360.9760.8540.78140
昆明0.593120.7590.7600.9660.9740.9860.9800.94134
贵阳0.91510.9470.9611.0090.9381.0260.9830.94732
石河子0.75060.7840.9311.0000.9431.0001.0000.94333
东部平均0.39720.7920.4871.0421.0260.9971.0451.0681
中部平均0.38630.8000.4820.9600.9940.9930.9650.9553
西部平均0.66510.8430.7591.0360.9551.0171.0150.9902
总平均0.4330.8010.5261.0181.0070.9981.0201.025

新窗口打开

2001~2010年间平均综合效率西部最高,东部次之,中部最低。在41个开发区中平均综合效率低于平均值的有24个,占总开发区近60%。2001~2010年间贵阳、温州、漕河泾、东山和湛江的平均综合效率位于前5位,但是它们的综合效率平均值均小于1,介于0.915~0.756之间,说明即使它们的平均综合效率位于全部开发区的前5位,但是其实际利用外资与进口总额等投入资源的利用效率仍然较低。在综合效率低于平均值的24个开发区中,低于0.3的就有18个,占开发区总数的43.9%,表明这些开发区在现有投入条件下可能获得更多的产出,开发区的综合效率发展潜力较大。从地区分布看,在三大区域中,平均综合效率西部最高,东部次之,中部最低,且只有西部平均综合效率超过全部开发区的平均值,说明东部与中部的综合发展效率较低,增长潜力较大。从区域平均综合效率时间变化趋势看(图1),三大区域均大致呈现出“M型”运行态势,西部综合效率曲线位于其余3条曲线之上,2010年明显增长,一方面说明西部地区受国家西部大开发政策的影响,基于实际使用外资与进口总额对开发区综合效率的影响高于东部与中部地区,另一方面东部与中部地区在规模扩大之后综合管理水平没有及时跟上。从三大区域年度综合效率的方差看,三大区域的年平均综合效率波动均高于均值,其中中部地区波动幅度最大,西部地区波动幅度最小,表明综合效率在三大区域中最低的中部地区,其综合效率稳定性较差。

2001~2010年平均全要素生产率(TFP变化)波动幅度较小,各区域中东部最大,西部次之,中部最低。2001~2010年间湛江、重庆、漕河泾、东山及昆山的年平均TFP变化位于前5位,年均增长31.9%~17.7%不等,是中国开发区中全要素生产率增长最高的5个开发区,并且漕河泾、东山和湛江的综合发展效率也位于前5位之列,说明这3个开发区的投入资源科学配置、合理利用与综合管理能力较高,且不断进步。在41个开发区中TFP变化低于均值1.025的有20个,占总数的48.8%,有半数的开发区年平均全要素生产率增长低于2.5%,其中有17家处于负增长状态,有待进一步改善。从平均TFP变化的区域分布来看,东部最大,西部次之,中部最低,且只有东部地区全要素生产率是正增长的,中西部地区均为负增长,说明中西部地区需要进一步改善综合发展效率,全面提升开发区的综合管理能力。从三大区域年均TFP变化的方差看,西部地区波动最大,东部地区波动最小且低于整体波动幅度。西部地区波动幅度较大主要是受实际利用外资额及进出口总额变动幅度较大影响,相比较东中部地区相对变化较小,这也进一步说明西部地区开发区的综合管理能力尚处于较低水平,而东中部地区相对较为成熟。

从各开发区的GDP年均增长率与TFP变化之间关系的散点图(图3)中,以全部开发区年均GDP增长率平均水平与TFP变化的平均值将各个开发区划分为4个象限,能够直观地反应中国开发区的增长情况。在第Ⅰ象限内,各个开发区GDP年均增长率和年均TFP增长率均高于全部的平均水平,表明其增长速度较高且TFP的贡献度高,反映出这些开发区的资源配置、合理利用与综合管理能力很高,可持续发展能力较强,如惠州大亚湾与湛江等9家开发区。在第Ⅱ象限内,这些开发区的GDP年均增长率虽然低于全部的平均水平,但其TFP增长率高于全部平均水平且贡献度高,增长质量较好,如重庆、东山、漕河泾等12家开发区。第Ⅲ象限内的开发区GDP年均增长率与TFP增长率均低于全部开发区的平均水平,多数的TFP出现负增长,难以支持开发区的持续增长,如长春、贵阳等10家开发区。第Ⅳ象限内的开发区GDP年均增长率高于全部平均值,但是TFP增长率低于全部均值,增长主要依赖投入要素的规模推动,资源配置、合理利用与综合管理能力有待进一步改进,如哈尔滨、郑州等10家开发区。

3 结论与建议

本文运用DEA分析方法,全面地分析了2001~2010年间中国41个国家级经济技术开发区的效率特征。研究结果表明:

1) 中国经济技术开发区的综合效率偏低。2001~2010年间综合效率平均值仅为0.434,年均综合效率变化呈“M型”运行趋势。纯技术效率与规模效率均值分别为0.801、0.536,效率值均低于1,说明在现有技术水平的背景下,开发区的规模报酬偏低,进而体现出“十五”与“十一五”期间开发区的整体资源配置、合理利用与综合管理能力较低。

2) 2001~2010年间平均综合效率西部最高,东部次之,中部最低。在41个开发区中平均综合效率低于均值的有24个,占总开发区近60%。从纯技术效率与规模效率看,西部地区的规模效率高于东部地区与中部地区55%以上,说明西部地区开发区受国家西部大开发区域政策促进,开发区规模报酬递增明显,而东部和中部地区规模不经济现象明显,效率提升空间较大。

图3   2001~2010年中国经济技术开发区GDP增长率与TFP变化关系

Fig.3   The relation between the growth rate of GDP and variations of TFP in China’s Economic and Technological Development Zones in 2001-2010

3) 中国经济技术开发区TFP增长率处于低速增长状态,东部最高,西部次之,中部最低。2001~2010年间平均TFP增长率为2.5%,其中技术进步增长仅0.7%,规模效率增长对TFP增长率贡献较大。在三大区域中,东部地区TFP增长率最高为6.9%,西部地区次之为-1%,中部最低为-4.5%,说明东部地区开发区的综合管理能力较高,而中西部地区TFP增长率处于负增长状态,开发区的资源配置、合理利用与综合管理能力有待提高。

4) 41个开发GDP年均增长率与TFP增长率双高的开发区可持续发展能力较好,一低一高的开发区发展处于较好发展状态,而双低的开发区难以维持持续发展状态。

根据以上实证研究结果,可以为中国经济技术开发区在“十二五”期间发展提供以下建议:

(1) 加大对开发区企业人力资本与创新平台的投入,提高技术创新对开发区综合效率的贡献。通过对开发区核心企业的人力资本与创新平台的投入,增强开发区整体资源配置与合理利用效率,全面提升开发区的综合效率。尤其是东部地区在经济转型的大环境下,更要做好“腾笼换鸟”与产业升级工作,全面提升要素的集约化利用。西部地区则应逐步加大投入,创建创新平台,加大对人力资本的吸引力度,保持开发区的可持续发展。

(2) 东部地区要逐步降低开发区增长依赖外资与进口的状况。从综合效率年均变化趋势看出,基于外资与进口的开发区综合效率逐渐降低,东部与中部地区较为明显。因此,未来发展中经济较为发达的东部地区开发区,要逐渐降低对外资与进口的依赖程度,转向吸引内外资及出口与内销2个方面共同发展,全面提高开发区的效率。

(3) 对GDP增长率与TFP增长率双高的开发区,需要进一步完善资源配置与合理利用能力,保持开发区经济快速可持续发展的态势。对双低的开发区则需要加强内部资源配置与合理利用的综合检查,找出问题所在,向管理先进地区开发区学习,逐步提高综合管理水平。

(4) 加强开发区的管理体制与机制创新,不断提高开发区的综合管理水平。根据中国开发区“十二五”期间“三并重,二致力、一促进”(即“先进制造业与现代服务业并重,利用境外投资与境内投资并重,经济发展与社会和谐并重,致力于提高发展质量和水平,致力于增强体制机制活力,促进国家级经济技术开发区向以产业为主导的多功能综合性区域转变)的战略定位,对现有开发区进行分类管理,对城镇化较为成熟的开发区逐步向城市社区方向发展,对处于发展势头良好的开发区进一步提升开发区的综合竞争力,而对于效率较低的开发区进行分类指导,合理整治,不断规范开发区的科学可持续发展。

本文的不足之处有待今后进一步完善。由于开发区的统计数据不完整及公布时间滞后,给研究样本数量、指标选择数量及时间跨度等带来一定的影响;综合效率及TFP变化的异动样本还没有深入分析;开发区发展效率影响因素没有进行深入分析等。这些是今后进一步研究的方向。

The authors have declared that no competing interests exist.


参考文献

[1] Rolf Fare,Shawna Grosskopf,

Mary Norris et al. Productivity growth, technical progress, and efficiency change in industrialized countries

[J].The American Economic Review, 1994, 84(1): 66-83.

[本文引用: 2]     

[2] Lilyan E Fulginiti, Richard K Perrin.

Agricultural productivity in developing countries

[J]. Agricultural Economics,1998,19(1):45-51.

[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,2005,60(4):615~625.

[4] 张宁,胡鞍钢,郑京海.

应用DEA方法评测中国各地区健康生产效率

[J].经济研究,2006,41(7):92~105.

[5] 陶卓民,薛献伟,管晶晶.

基于数据包络分析的中国旅游业发展效率特征

[J].地理学报,2010,65(8):1004~1012.

[6] 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,2011,66(8):1011~1022.

[7] 范斐,杜德斌,李恒,.

中国地级以上城市科技资源配置效率的时空格局

[J].地理学报,2013,68(10):1331~1343.

[本文引用: 1]     

[8] 白雪洁,姜凯,庞瑞芝.

我国主要国家级开发区的运行效率及提升路径选择——基于外资与土地利用视角

[J].中国工业经济,2008,(8):26~35.

[本文引用: 3]     

[9] 赵晓雷,邵帅,杨莉莉.

管理体制与中国开发区经济发展效率增长——基于Malmquist指数和GMM的实证分析

[J].财经研究,2011,37(8):4~15.

[本文引用: 2]     

[10] 庄红卫,李红.

湖南省不同区域开发区工业用地利用效率评价研究

[J].经济地理,2011,31(11):2100~2104.

[本文引用: 1]     

[11] 郑奕.

基于数据包络分析的上海开发区资源配置效率的研究

[J].中国管理科学,2012,20(11):198~203.

[12] 齐二石,孔海宁,刘晓峰,.

基于DEA方法的我国国家级经济技术开发区效率评价

[J].西安电子科技大学学报(社会科学版),2008,18(5):1~6.

[13] 武鹏,余永泽.

我国国家级高新区的产出效率及其影响因素

[J].西安交通大学学报(社会科学版),2010,30(5):16~23.

[本文引用: 2]     

[14] Farrell M J.

The measurement of productive efficiency

[J]. Journal of the Royal Statistical Society.1957,120(3): 253-281.

[本文引用: 1]     

[15] Charnes A, Cooper W W, Rhodes E.

Measuring the efficiency of decision making units

[J].European Journal of Operational Research,1978,2(6):429-444.

[16] Charnes A, Cooper W W, Rhodes E.

Evaluating program and managerial efficiency: An applications of data envelopment analysis to program follow through

[J]. Management Science, 1981, 27(6):668-697.

[17] Abraham Charnes,William W Cooper, Shanling Li.

Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities

[J].Socio-Economic Planning Sciences,1989,23(6):325-344.

[18] 魏权龄.

数据包络分析(DEA)

[J].科学通报,2000,45(17):1793~1808.

[19] 魏权龄. 数据包络分析[M].北京:科学出版社,2004.

[20] 吴育华,李从东.

DEA方法与生产函数法的比较

[J].系统工程,2004,13(3):15~19.

[本文引用: 1]     

[21] 中国开发区协会.中国开发区年鉴[M].北京:中国财政经济出版社,2000~2010.

[本文引用: 1]     

/