Scientia Geographica Sinica 2017 , 37 (1): 92-101 https://doi.org/10.13249/j.cnki.sgs.2017.01.011

Orginal Article

环境约束下中国工业化与城镇化的关系演变——效率分析视角

王庆喜¹^,, 钱遂¹, 庞尧¹

1.浙江工业大学技术创新与企业国际化研究中心, 浙江杭州 310023

Evolutional Relationship Between Industrialization and Urbanization Under Environmental Constraints in China: DEA Analysis Perspective

Wang Qingxi¹^,, Qian Sui¹, Pang Yao¹

1.Research Center of Technological Innovation and Enterprise Internationalization, Zhejiang University of Technology, Hangzhou 310023, Zhejiang, China

中图分类号: F291.1

文献标识码: A

文章编号: 1000-0690(2017)01-0092-10

收稿日期: 2016-03-14

修回日期: 2016-07-3

网络出版日期: 2017-01-15

基金资助: 国家自然科学基金（71103160,71303218,71473224）、教育部人文社会科学研究一般项目（15YJA790058）、浙江省科技厅软科学重点项目（2014C25001）资助

作者简介:

作者简介：王庆喜（1976-）,男,湖南邵阳人,副教授,研究方向为城市化、知识溢出与区域经济发展。E-mail: wqx1976@zjut.edu.cn

展开

摘要

将工业化视为投入,城镇化视为产出,基于中国各省份2001~2012年的工业化、城镇化和污染物排放数据,测算了传统效率值、环境效率值及效率指数,据此分析各省份工业化与城镇化的关系及其演变。研究发现：全国总体层面的城镇化传统效率值和环境效率值均在下降。分地区来看,东部地区通过工业化来推进城镇化的实施空间有限,中部地区需要调整发展方式,西部地区尚有一定余地。在城镇化过程中,工业化存在前期“负向规律机制”和后期“正向反馈机制”两种作用。为实现城镇化低碳发展,需要转变工业和经济发展方式,改善对外贸易结构,同时提高环境污染治理投资效果。

关键词： 工业化 ; 城镇化 ; 效率分析 ; 环境约束

Abstract

Industrialization is the main driving force of China's urbanization. With the development of China's economy, its role needs to be reexamined. In this article, we investigate the dynamic relationship between industrialization and urbanization at provincial level in China with DEA framework. Using data on Chinese provincial industrialization, urbanization and pollution in 2001-2012, based on the index models of Malmquist and Malquist-Luenberger, we calculate conventional and environmental efficiency valuesof industrialization and relevant efficiency change indexes. Further, we analysis the effects of major influencing factorson these indexes, including economic growth, industrial development, economic openness and environmental protection. We find that: firstly, from the whole point of view, conventional and environmental urbanization efficiency is decreasing with the development of economy and the deepening of industrialization. So, under the current situation, it is not advisable to promote urbanization by encouraging industrialization on a national level. Secondly, the urbanization policy depends on regional circumstances. Eastern region has limited capacity to promote urbanization by industrialization. It should seek driving forces for urbanization other than manufacturing industry, such as service industry. Central region should adjust their developing strategy. It should alter the extensive mode of development to the intensive, and reduce resource consumption in industrial production. Western region still has space to accommodate urbanization growth with the help of industrialization. It is still feasible to elevate urbanization level through the development of industrialization. Thirdly, the analysis of tobit panel data model indicates that there exist two mechanisms in the urbanization process. The first one may be called “negative effect mechanism” and the second one may be called “positive feedback mechanism”. In the earlier stage of industrialization, the negative effect mechanism plays the leading role and makes the urbanization efficiency decrease. In the later stage of industrialization, the positive feedback mechanism takes part in and makes the urbanization efficiency increase through stimulating the development of service industry. Since the function of negative effect mechanism is inevitable, it needs to play role of externalities produced by industrialization to maximize the urbanization outputlevel. Fourthly, to realize the low-carbon developmentof urbanization, provincial governmentshould shift the development way of industrialization and economy, change the composition of foreign trade, and improve the performance of investment on pollution regulation.

Keywords： industrialization ; urbanization ; efficiency analysis ; environmental constraints

PDF (486KB) 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

王庆喜, 钱遂, 庞尧. 环境约束下中国工业化与城镇化的关系演变——效率分析视角[J]. , 2017, 37(1): 92-101 https://doi.org/10.13249/j.cnki.sgs.2017.01.011

Wang Qingxi, Qian Sui, Pang Yao. Evolutional Relationship Between Industrialization and Urbanization Under Environmental Constraints in China: DEA Analysis Perspective[J]. Scientia Geographica Sinica, 2017, 37(1): 92-101 https://doi.org/10.13249/j.cnki.sgs.2017.01.011

引言

工业化是中国城镇化的主要动力^[1,2]。工业发展可以带动城市基本建设、扩大城镇就业、吸聚要素资本,从而提高城镇化水平。然而,随着中国经济发展水平的提高,这种工业带动下的城镇化发展模式是否仍然有效,需要重新审视。

以钱纳里等人为代表的众多研究发现,工业化与城镇化的关系依经济发展阶段而变化：在经济欠发达时,工业化的发展能有效推进城镇化的发展;当经济发展到一定水平时,工业化对城镇化的促进作用不再显著。如果统计出各国（地区）衡量工业化和城市化的指标数据,并进行分经济发展阶段的关联分析,可以大致发现这种关系,这也是前人研究的通常做法^[3]。

通过指标关联分析来观察工业化与城镇化的关系,很难对两者关系进行定量建模,从而得到更为深入和细致的发现。本文认为,如果工业化对城镇化作用递减的逻辑成立,那么从效率的角度来看,随着中国经济的发展,利用工业化来带动城镇化水平提高的“效率”（以下简称城镇化效率）应该逐年下降。粗略计算中国的城镇化效率值,1978年,中国每万元实际工业产值可以“产出”城镇人口10.7人;而在2013年,这一数值为1.1人,下降了近10倍。这启发我们,可以尝试将工业化和城镇化的关系纳入DEA（Data Envelopment Analysis）效率分析框架来研究。其做法为,以省份为单位,工业化指标作为投入,城镇化指标作为产出,计算历年的效率值及效率增长指数,动态分析各省份工业化与城镇化之间的对应关系。

此外,我们更关心环境约束对二者关系的影响。中国城镇化快速发展过程中,出现了无序的发展状态,水土资源日渐退化,生态环境遭受破坏^[4]。如果考虑环境约束,那么工业化与城镇化的关系又将如何变化,前人研究鲜有涉及。本文采用中国各省份2001~2012年的工业化、城镇化和环境污染物数据（不包括香港、台湾、澳门、西藏数据,全文同）,利用DEA效率分析模型、Malmquist和Malmquist-Luenberger生产率指数分解方法,测算了中国各省份工业化影响城镇化的传统效率值、环境效率值及效率指数,并将指数分解,以探究效率变化来源,同时还利用面板Tobit模型考察了影响效率变化的因素。研究结果不但可以考察环境约束下工业化与城镇化的关系,同时还可以发现这种关系的演变趋势。

1 研究设想、分析方法与指标数据

1.1 工业化与城镇化关系：效率视角的探讨

工业化与城镇化是两个相互依存的问题,钱纳里和赛尔昆^[5]对其关系作了很好的总结。景普秋和张复明^[6]总结了工业化与城镇化关系研究的两种主要方式：一是实际测算,即根据历史数据绘制散点图或是计算相关系数;二是经验判断,即确定工业化、城镇化之间在某一固定范围内的比例关系,以此为标准,判断某一区域工业化与城镇化是否协调。此外,还有一些学者研究经济发展水平与城市化、工业化的相关关系,或者工业化对城市化的贡献大小。这些研究对于判断工业化与城镇化的关系很有帮助,但由于方法局限,无法进行更为深入细致的探讨。

工业化与城镇化的关系研究从本质上来讲是考察二者的对应关系,即城镇化指标变动对工业化指标变动的响应程度。以某区域来说,如果当地的工业化能够积极推进城镇化的发展,那么工业化水平的提高会使得城镇化水平更高。从效率的角度来看,就是表现为高效率。如果工业化推进城镇化的作用有限,就会表现为低效率。因此,区别于相关系数,效率指标可以从另一角度很好地表征工业化与城镇化的关联关系。

本文利用DEA分析来测算城镇化效率。自Charnes、Cooper&Rhodes^[7]提出DEA基本模型以来,后人就对其不断拓展,提出很多变体,并将其运用到不同的对象上。然而,将其应用于城镇化效率分析的还相当少见。有限的研究包括,魏后凯利用BCC模型测算了中国地级城市的城镇化推进效率^[8];范轶芳和杨励雅利用CCR模型分析了中国工业化和城镇化的相对协调度^[9];张荣天和焦华富运用DEA模型测度了1990~2011年长江三角洲地区城镇化效率^[10]。但这些研究没有考虑环境约束,同时也没有对效率变化来源进行分解。

DEA是一种非参分析方法,不需要事先给定投入变量影响产出变量的函数形式,基于观测数据即可对投入与产出间的关系进行分析,在经济地理领域得到了广泛运用^[11~13]。效率值大的省份意味着相对其他省份来说,该省用较少的工业化“投入”获得较大的城镇化“产出”。换句话说,在同等工业化水平下,该省的城镇化水平相对要高。从这个意义上来讲,DEA不失为分析工业化与城镇化关系的一种可取工具。除了测算效率值外,本文还测算了效率指数,从而可以分析关系演变情况。

在中国,工业化在提高城镇化水平的同时,也带来了严重的环境污染。因此,按照新型城镇化的环保要求,在分析城镇化效率时,必须考虑环境约束。施加环境约束的意义在于,如果一个省份的工业化影响城镇化的效率值较另一省份为高,但其环境污染更为严重,那么,当控制两省的环境污染为相称水平时,更高“效率”的省份其工业化影响城镇化的效率值将下降,也就是说,其工业化影响城镇化的作用并没有表现出来的那么强。

需要澄清的是,与通常的DEA分析不同,本文并不强调“效率”本义,只是将其作为一种分析工具。本文测算出的效率值其高低反映的是工业化指标与城镇化指标间的对应关系,不做优劣评价。因此,跟效率有关的一些概念性问题,如省份能否作为决策单元、工业化指标能否作为投入、城镇化指标能否作为产出等,并不影响计算过程以及结论的成立。本文的城镇化传统效率值衡量的是在可行的“工业化”投入约束下,每个省份相对生产前沿面所能获得的最大“城镇化产出”水平,是一种相对效率,适用于省份之间的比较评价;环境效率值则是在同时考虑好的产出（城镇化产出）和坏的产出（污染物排放）情况下,将各省份的“坏产出”水平约束至对应水平,可行的“工业化”投入约束下相对生产前沿面所能获得的最大“城镇化产出”水平,适用于合理污染水平下省份间的比较评价;效率指数衡量的是相对前一期效率水平而言,后期水平是上升还是下降,用来反映历年来的效率演变情况,从而可以说明工业化和城镇化的关系发展趋势。

1.2 Malmquist生产率指数构造及其分解

根据Färe等的研究^[14],本文将生产率指数定义为两个时期的Malmquist指数（以下简称 $\begin{matrix} M \end{matrix}$ 指数）的几何平均值,可分解为效率变化指数和技术变化指数,计算公式如下：

$\begin{matrix} M_{0} (x^{t + 1}, y^{t + 1}, x^{t}, y^{t}) = \frac{D_{0}^{t + 1} (x^{t + 1}, y^{t + 1})}{D_{0}^{t} (x^{t}, y^{t})} \times \\ {[(\frac{D_{0}^{t} (x^{t + 1}, y^{t + 1})}{D_{0}^{t + 1} (x^{t + 1}, y^{t + 1})}) (\frac{D_{0}^{t} (x^{t}, x^{t})}{D_{0}^{t + 1} (x^{t}, y^{t})})]}^{\frac{1}{2}} \end{matrix}$ （1）

式中, $\begin{matrix} M_{0} \end{matrix}$ 为观测单元的生产率指数, $\begin{matrix} x \end{matrix}$ 为投入向量, $\begin{matrix} y \end{matrix}$ 为产出向量。 $\begin{matrix} D_{0}^{p} (x^{q}, y^{q}) \end{matrix}$ 表示相对 $\begin{matrix} p \end{matrix}$ 期技术前沿面的 $\begin{matrix} q \end{matrix}$ 期距离函数值 $\begin{matrix} (p, q \in \{t, t + 1\}) \end{matrix}$ ,通过投入导向、规模收益不变的数据包络分析计算得出。 $\begin{matrix} M \end{matrix}$ 指数大于1表示生产率增长,小于1为下降。乘号前的部分为效率变化指数（EFFCH）,测量了相对效率的变化,即观测产出在 $\begin{matrix} t \end{matrix}$ 期和 $\begin{matrix} t + 1 \end{matrix}$ 期之间相对最大可能产出距离值的变化;乘号后的部分为技术变化指数（TECHCH）,捕捉了两时期间的技术变化,即对应 $\begin{matrix} x^{t} \end{matrix}$ 和 $\begin{matrix} x^{t + 1} \end{matrix}$ 投入水平,最大可能产出的变化。EFFCH 和TECHCH揭示了效率变化的两种来源,即生产率的变化是由效率进步还是技术进步引起的。

1.3 Malmquist-Luenberger生产率指数构造及其分解

Färe等没有考虑非意愿产出问题^[14]。Chung等构造了基于方向性距离函数、考虑了非意愿产出的Malmquist-Luenberger生产率指数（以下简称ML指数）^[15]。与 $\begin{matrix} M \end{matrix}$ 指数一样,ML指数可以进一步分解为效率改进指数和技术进步指数两个部分：

$\begin{matrix} M L_{t}^{t + 1} = EFFC H_{t}^{t + 1} \times TECHC H_{t}^{t + 1} \end{matrix}$ （2）

$\begin{matrix} EFFC H_{t}^{t + 1} = \frac{1 + {\overset{⇀}{D}}_{0}^{t} (x^{t}, y^{t}, b^{t}; y^{t}, - b^{t})}{1 + {\overset{⇀}{D}}_{0}^{t + 1} (x^{t + 1}, y^{t + 1}, b^{t + 1}; y^{t + 1}, - b^{t + 1})} \end{matrix}$ （3）

$\begin{matrix} TECHC H_{t}^{t + 1} = [\frac{1 + {\overset{⇀}{D}}_{0}^{t + 1} (x^{t}, y^{t}, b^{t}; y^{t}, - b^{t})}{1 + {\overset{⇀}{D}}_{0}^{t} (x^{t}, y^{t}, b^{t}; y^{t}, - b^{t})} \times \\ {\frac{1 + {\overset{⇀}{D}}_{0}^{t + 1} (x^{t + 1}, y^{t + 1}, b^{t + 1}; y^{t + 1}, - b^{t + 1})}{1 + {\overset{⇀}{D}}_{0}^{t} (x^{t + 1}, y^{t + 1}, b^{t + 1}; y^{t + 1}, - b^{t + 1})}]}^{\frac{1}{2}} \end{matrix}$ （4）

式中, $\begin{matrix} {\overset{⇀}{D}}_{0}^{t} (x^{t}, y^{t}, b^{t}; y^{t}, - b^{t}) \end{matrix}$ 为方向性距离函数值,其中, $\begin{matrix} b \end{matrix}$ 为非意愿产出向量。

1.4 利用DEA求解距离函数值

$\begin{matrix} M \end{matrix}$ 指数的计算需要求4个谢泼德距离函数值,ML 指数的计算需要求4个方向性距离函数值。它们各自通过解不同形式的DEA线性规划式得出,其形式统一描述如下式：

$\begin{matrix} {[D_{0}^{p} (x_{k}^{q}, y_{k}^{q})]}^{- 1} = \max θ_{k} \end{matrix}$

$\begin{matrix} s.t. \{\begin{matrix} \overset{K}{\sum_{k = 1}} z_{k}^{p} y_{k, j}^{p} \geq θ_{k} y_{k, j}^{q}, j = 1, \dots, J \\ \overset{K}{\sum_{k = 1}} z_{k}^{p} x_{k, n}^{p} \leq x_{k, n}^{q}, n = 1, \dots, N \\ z_{k}^{p}  0, k = 1, \dots, K \\ p, q \in \{t, t + 1\} \end{matrix} \end{matrix}$ （5）

$\begin{matrix} {\overset{⇀}{D}}_{0}^{p} (x^{q}, y^{q}, b^{q}; y^{q}, - b^{q}) = maxβ \end{matrix}$

$\begin{matrix} s.t. \{\begin{matrix} \overset{K}{\sum_{k = 1}} z_{k}^{p} y_{k, j}^{p} \geq (1 + β) y_{k, j}^{q}, j = 1, \dots, J \\ \overset{K}{\sum_{k = 1}} z_{k}^{p} b_{k, i}^{p} = (1 - β) b_{k, i}^{q}, i = 1, \dots, I \\ \overset{K}{\sum_{k = 1}} z_{k}^{p} x_{k, n}^{p} \leq x_{k, n}^{q}, n = 1, \dots, N \\ z_{k}^{p} \geq 0, k = 1, \dots, K; p, q \in \{t, t + 1\} \end{matrix} \end{matrix}$ （6）

式中,索引变量 $\begin{matrix} K 、 J 、 N 、 I \end{matrix}$ 分别表示观测单元数、意愿产出变量数、投入变量数和非意愿产出变量数。z为相应变量的线性系数,k为观测单元数的索引变量,n为投入变量数的索引变量,m为意愿产出变量数的索引变量,i为非意愿产出变量数的索引变量,θ_k和β为相应目标函数值。

1.5 指标和数据

本文分析需要确定3类指标：工业化规模指标、城镇化规模指标和环境污染物指标。需要说明的是,前人研究一般用结构指标（如产值比重、就业比重等）来衡量工业化和城镇化水平,本文借鉴了魏后凯的做法^[8],采用规模指标,其理由有二：一是DEA分析的投入和产出水平一般用规模指标来衡量。二是本文分析的是工业化和城镇化的关系,利用各省份面板数据计算出的效率值和效率指数,可以反映出效率的动态变化,从而达到研究目的。

DEA分析结果受指标设计数的影响较大。从模型设定的简约原则出发,本文在指标选用上借鉴相关文献,尽量做到少而精。在工业化规模指标方面,考虑到前人研究主要从工业化生产水平和就业水平两个方面来衡量地区工业化程度,因此,参考李国平^[16]、刘耀彬和王启仿^[17]的研究,本文选取“工业总产值”（Ind）和“第二产业就业人口数”（Semp）这两个指标。所有省份工业总产值均根据各省份相应年份的工业品出产价格指数调整为2001年不变价值。在城镇化规模指标方面,前人研究主要从人口和市政建设等方面来衡量。考虑到中国隐性城市化的状况和城市建设发展在房地产和基础设施方面的投资冲动,参考林高榜^[18]、徐维祥等^[19]研究,本文选取“非农就业人口数”（AGR）和“建筑业产值”（Constr）这两个指标。林高榜^[18]发现,建筑业产值与城镇化的人口变动指标、经济变动指标和社会变动指标呈现出高度因果和相关关系。因此,可以使用建筑业产值来表征城镇化水平。所有省份的建筑业产值均根据各地区固定资产投资价格指数调整为2001年不变价值。在污染物产出指标上,本文采用“化学需氧量”（COD）。COD作为主要环境污染物,自2000年起便一直受到各地区的严密监测,能够有效反映出各地区工业发展对环境污染的程度。

本文所用数据均从“搜数网”（ http://www.soshoo.com/ ）检索获得,搜数网中的相应数据汇编自历年《中国统计年鉴》^[20]、《中国工业经济统计年鉴》^[21]和《中国环境年鉴》^[22]。考虑到西藏数据缺失较为严重,且其工业化和城镇化情况较为特殊,因此将其排除在外。由于中国在“十二五”规划纲要中对污染排放做了硬性指标约束,同时近年来中央政府加大了对地方政府环保绩效考核的力度,导致2012年后的多数省份污染排放数据变化较大。为减少这种政策性冲击对数据质量的影响,数据采集时间截止到2012年。

2 效率值、效率指数测算及其分解

2.1 各省效率值空间演变特征

基于R语言编程,利用公式（9）和（10）计算各省份城镇化传统效率值和环境效率值,并分别计算东、中、西部地区历年来的效率平均值,同时与全国平均值相比较（图1）,可以发现：

1）总体来看,经济越是发达的地区,城镇化效率水平越低。按照通常做法,将30个省份划分为东、中、西三大地区,发现无论是传统效率值还是环境效率值,其排序均为“东部地区<中部地区<西部地区”,呈现出与人均GDP完全相反的排序。这些情况与预期一致,因为根据钱纳里等人的理论,经济越是发达,工业化对城镇化的影响作用就越弱,表现在效率值上就是效率水平下降。

2）从时间分异特征来看,工业化影响城镇化的作用总体上在下降,东部地区空间有限,中部地区需要调整,西部地区仍有空间。东部地区尽管效率最低,但表现最为平稳,呈微弱下降趋势;中部地区在急剧上升后又大幅下落,甚至一度低于东部地区;西部地区在缓慢上升后下降,但相比东、中部地区而言,其效率值仍维持在较高水平,说明西部地区通过工业化来推进城镇化尚有一定的操作空间。三大地区环境效率值的表现基本上与传统效率值相似,总体上下降,但趋势更为明显。值得一提的是东部地区,2010年后平稳中略有回升,说明东部地区在产业转型升级上的努力以及实施的节能减排政策在城镇化方面收到了积极效果。

3）从空间分异特征来看,可以发现几个特征明显的阵营：第一阵营为“高-高”阵营,表现为传统效率值和环境效率值在前后两个时期明显高于总体平均水平,包括北京、新疆、海南、贵州和云南等省份。除北京外,其他都为经济不太发达同时工业污染较小的省份。第二阵营为“低-低”阵营,表现为传统效率值和环境效率值在前后两个时期明显低于总体平均水平,包括山东、江苏、福建、广东等省份。这些省份均为经济相对发达的工业大省,工业污染排放较高。第三阵营为“中-中”阵营,表现为环境效率值和传统效率值在前后两个时期靠近总体平均水平,包括湖北、吉林、山西等中度发达的省份。

显示原图| 下载原图ZIP| 生成PPT

图1 分地区城镇化传统效率值（a）和环境效率值（b）

Fig.1 Traditional (a) and environmental (b) efficiency of urbanization for major regions

需要指出的是,北京、海南和新疆的传统效率值和环境效率值历年来均为最高值1。这揭示了高效率下工业化与城镇化的两种对应情况：一是经济不发达情况下的“低水平、大空间”。如海南和新疆。二是经济发达情况下的“高水平、小空间”。像北京这样以非农产业为主、同时工业比重远比第三产业比重小的城市,其城镇化动力更多地来自第三产业,因此低工业化水平能够对应高城镇化水平。黑龙江在2005年后也开始从效率较低水平跻身效率前沿面,说明其加快振兴装备制造业有助于传统效率和环境效率的提升。不过,在经济相对发达的沿海地区省份,传统效率和环境效率并没有处于前沿位置,如山东、江苏、浙江、福建、广东等。这说明两点：一是这些地区的经济发展水平相对较高,工业化推进城镇化的作用已经相当有限;二是这些地区在工业化推进城镇化的进程中,发展方式较为粗放,出现了较高的环境污染。

4）从空间相关性来看,传统效率值在2001~2012年间呈现出明显的空间正相关性,每年的 $\begin{matrix} Moran’s I \end{matrix}$ 指数（MI1）均在0.05水平上显著（2012年为0.051）。前6 a趋势为上升,后6 a趋势为下降,总趋势为下降,说明其空间分布的集聚倾向在减弱。环境效率值在2001~2007年间呈现出明显的空间正相关,每年的 $\begin{matrix} Moran’s I \end{matrix}$ 指数（MI2）均在0.05水平上显著,但之后则开始不显著,甚至出现负值,说明其空间分布格局变得不清晰（表1）。

表1 传统效率值和环境效率值的Moran’s I指数

Table 1 Moran’s I of traditional and environmental efficiency

年份	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	2012
MI1	0.229	0.257	0.279	0.234	0.282	0.288	0.265	0.232	0.229	0.197	0.186	0.167
$\begin{matrix} p \end{matrix}$ 值	0.016	0.009	0.005	0.014	0.005	0.004	0.007	0.015	0.016	0.03	0.037	0.051
MI2	0.38	0.367	0.308	0.265	0.259	0.272	0.226	0.158	0.161	-0.071	-0.084	-0.113
$\begin{matrix} p \end{matrix}$ 值	0.000	0.001	0.003	0.007	0.009	0.007	0.017	0.061	0.058	0.616	0.655	0.738

新窗口打开

2.2 Malmquist和Malquist-Luenberger指数及其分解

表2显示了历年来各省份 $\begin{matrix} M \end{matrix}$ 指数和ML指数的几何均值及其分解。总体来看,各省份工业化对城镇化的平均推动效率在下降（没有消除经济发展水平提高所造成的影响）。2001~2012年间全国 $\begin{matrix} M \end{matrix}$ 指数几何均值为0.965,ML指数为0.986,城镇化传统效率下降较快（表2）。

表2 Malmquist和Malmquist-Luenberger指数及其分解

Table 2 Malmquist and Malmquist-Luenberger indexes and their decomposition

Malmquist指数								Malmquist-Luenberger指数
省份	TFP	EFF	TECH	省份	TFP	EFF	TECH	省份	TFP	EFF	TECH	省份	TFP	EFF	TECH
北京	1.065	1.000	1.065	湖南	0.891	0.937	0.951	北京	1.004	1.000	1.004	湖南	0.937	0.983	0.954
天津	1.075	1.019	1.055	广东	0.995	0.987	1.008	天津	0.984	0.995	0.989	广东	1.002	1.001	1.002
河北	0.945	0.978	0.966	广西	0.866	0.961	0.901	河北	0.967	0.997	0.970	广西	0.965	1.000	0.965
山西	0.965	0.985	0.979	海南	0.936	1.000	0.936	山西	0.996	0.993	1.003	海南	0.995	1.000	0.995
内蒙	0.961	0.990	0.971	重庆	0.945	0.961	0.983	内蒙	0.986	1.000	0.986	重庆	1.001	1.006	0.996
辽宁	1.021	0.999	1.022	四川	0.905	0.929	0.974	辽宁	0.994	0.989	1.005	四川	0.949	1.000	0.949
吉林	0.995	0.988	1.007	贵州	0.887	0.989	0.897	吉林	0.969	0.989	0.980	贵州	0.997	1.000	0.997
黑龙	0.965	1.035	0.932	云南	0.950	0.993	0.957	黑龙	0.960	0.993	0.968	云南	1.010	1.004	1.006
上海	1.083	1.015	1.067	陕西	0.973	0.993	0.980	上海	1.008	1.007	1.000	陕西	0.996	0.994	1.002
江苏	1.006	0.976	1.032	甘肃	0.969	1.027	0.943	江苏	1.014	0.991	1.023	甘肃	0.986	0.988	0.998
浙江	1.019	0.999	1.021	青海	0.922	0.956	0.964	浙江	1.018	0.994	1.024	青海	0.970	1.001	0.968
安徽	0.890	0.936	0.951	宁夏	0.947	0.975	0.972	安徽	0.992	0.986	1.006	宁夏	1.000	1.047	0.955
福建	0.981	0.973	1.009	新疆	0.997	1.000	0.997	福建	0.986	0.982	1.004	新疆	0.981	0.994	0.986
江西	0.878	0.954	0.921	平均	0.965	0.983	0.981	江西	0.936	0.979	0.956	平均	0.986	0.997	0.990
山东	0.999	0.992	1.008	东部	0.999	0.991	1.007	山东	1.000	1.000	1.000	东部	0.995	0.996	0.998
河南	0.941	0.976	0.963	中部	0.940	0.976	0.964	河南	0.996	1.000	0.996	中部	0.973	0.989	0.983
湖北	0.979	0.981	0.999	西部	0.944	0.980	0.963	湖北	0.984	0.982	1.002	西部	0.988	1.004	0.984

注：TFP为全效率变化指数,EFF为效率变化指数,TECH为技术变化指数。

新窗口打开

1） $\begin{matrix} M \end{matrix}$ 指数的分解情况。从指数分解来看,城镇化整体效率的变化主要是源于两个方面：效率变化（EFFCH）和技术变化(TECH)。前者反映追赶效应,即参考前后两期的技术前沿面,相对差距是否在缩小;后者反映创新效应,即在既定工业化水平下,可能的城镇化产出边界是否在扩大。从 $\begin{matrix} M \end{matrix}$ 指数来看,2001~2012年期间,全国层面工业化对城镇化的效率改进指数与技术进步指数均小于1,说明技术效率和技术进步均在退化。分东、中、西部地区来看,其效率分解差异明显。较之中、西部地区,东部地区的技术效率退化最慢（0.991）。另一方面,东部地区的技术进步指数为1.007,与中、西部地区的0.964和0.963相比,说明在同等工业化程度下,东部地区的潜在城镇化边界有所上升,而中、西部地区在下降。可以发现,主要的东部地区,如北京、天津、辽宁、山东、上海、江苏、浙江、福建、广东等,其技术进步指数都在1以上,说明创新效应改善了它们的城镇化效率。

2） ML指数的分解情况。东部地区的环境效率比传统效率下降更快,而中、西部地区的环境效率比传统效率下降更慢。这源于东部地区的粗放式发展,使得工业化在快速推进城镇化的同时也导致了较大程度的环境污染。因此当“坏产出”（污染排放）被约束至一定水平后,“好产出”（城镇化）也随之大幅下降,从而导致环境效率下降更快;而中、西部地区的情况正好相反,由于与之对应的工业化水平下的污染排放相对较少,因此在同等污染排放量情况下,对“好产出”下降的影响没有东部地区那么明显。此外,可以发现,西部地区的效率改进指数大于1。这表明,西部地区的工业化程度相对较低,在施加环境约束后,其工业化对城镇化的推进作用仍有追赶空间。

3 城镇化效率的影响因素分析

综合前人研究^[23~25],结合实际情况,本文将影响工业化推进城镇化效率的因素归纳为经济发展、工业发展、经济开放和环境保护4个方面。

1）经济发展因素。按照钱纳里等人的理论,经济发展水平与城镇化水平存在着阶段性的关系。按照通常做法,本文用人均GDP来衡量各省份的经济发展水平,在平减后进行了对数化处理（模型变量为Lnpcgdp）。考虑到在中国情境下,各省份的经济发展水平存在很大差异,经济发展水平对城镇化效率的影响可能存在非线性关系,因此模型中也加入了变量Lnpcgdp的平方项（Lnpcgdp2）。

2）工业发展因素。各省份工业发展的情况将直接影响到工业化推进城镇化的效率。工业发展因素包括4个具体指标：一是工业深化程度（Industrializaton）,其计算公式为：工业增加值/地区生产总值,表示在各省份的经济产出中,工业所占的比重。比重越高则工业化程度越深。二是工业与服务业联动力度（Thirdindustry）,其计算公式为：第三产业增加值/工业增加值,表示一元工业增加值可以带动多少元的服务业增加值,其值越高则表明工业带动服务业的能力越强。三是工业集聚水平（Indagglomeration）,根据通常做法,用区位商来衡量,其计算公式为：（某省份工业增加值/全国工业增加值）/（某省份生产总值/全国生产总值）。如其值大于1,表明该省份的工业集聚水平大于全国平均水平。四是工业效益水平（Indprofit）,用工业利润率来衡量,其计算公式为：工业企业营业利润/工业总产值,其值越高表明该省的工业发展效益越好。

3）经济开放因素。经济开放程度主要用外贸依存度（Foreigntrade）和外资依存度（Foreigninvestment）来衡量。前者计算公式为：某省份进出口贸易总额/地区生产总值;后者计算公式为：某省份外商投资企业投资总额/地区生产总值。

4）环境保护因素。如果某省的工业发展方式粗放,意味着其需要消耗更多的资源和能源,从而造成对环境的严重污染,这种效应用“煤炭消费量”来集中反映,模型中作了对数化处理（Coalconsumption）。同时,各省份也会采取积极措施来保护和改善环境,其效应用“工业污染治理完成投资”来衡量,同样,在平减后进行了对数化处理（Pollutioncontrol）。

在以上指标计算中,对于部分省份在部分年份缺失的少许数据,本文利用该省份缺失数据对应指标对时间项的趋势回归方程进行了插补。

$\begin{matrix} EF F_{it} = c + d_{1} Easternregion + d_{2} Centralregion + \end{matrix}$ $\begin{matrix} α_{1} Lnpcgd p_{it} + α_{2} Lnpcgdp 2_{it} + \\ α_{3} Industrializatio n_{it} + α_{4} Thirdindustr y_{it} + \end{matrix} \begin{matrix} α_{5} Indagglomeratio n_{it} + \end{matrix} \begin{matrix} α_{6} Indprofi t_{it} + \end{matrix}$

$\begin{matrix} α_{7} Foreigntrad e_{it} + α_{8} Foreigninvestmen t_{it} + \\ α_{9} Coalconsumptio n_{it} + α_{10} Pollutioncontro l_{it} + \\ u_{i} + ε_{it} （ 7 ） \end{matrix}$

式中, $\begin{matrix} EF F_{it} \end{matrix}$ 是被解释变量,表示 $\begin{matrix} i \end{matrix}$ 省在 $\begin{matrix} t \end{matrix}$ a的传统效率值或环境效率值。Easternregion和Centralregion分别为控制东部地区效应和中部地区效应的虚拟变量。根据国家统计局的分类,当某省为东部地区时,Easternregion取值为1,否则为零;当某省为中部地区时,Centralregion取值为1,否则为零。如二者均为0,则对应的是西部地区,即常数项 $\begin{matrix} c \end{matrix}$ 。d为相应的虚拟变量系数,α为相应的变量回归系数。其他变量,从Lnpcgdp到Pollutioncontrol,为上述说明变量。变量 $\begin{matrix} u_{i} \end{matrix}$ 控制了各省份的异质性特征, $\begin{matrix} ε_{it} \end{matrix}$ 为扰动项。

前人在分析取值在一定范围内的效率值的影响因素时,通常采取Tobit回归。本文的传统效率值或环境效率值取值在0~1之间,因此采用面板Tobit模型来对系数进行估计。本文使用Stata软件来进行估计。Stata在估计面板Tobit模型时,通常只能估计随机效应（表3）。可以发现,无论被解释变量是传统效率值还是环境效率值,LR检验结果均强烈拒绝H₀：σ_u=0,因此认为存在个体效应,应使用随机效应的面板Tobit回归。

表3 效率值影响因素的Tobit面板数据模型估计结果

Table 3 Analysis of Tobit panel data model for efficiency influencing factors

解释变量	被解释变量：传统效率值					被解释变量：环境效率值
解释变量	系数		标准误差	p值	系数	标准误差	p值
Lnpcgdp	-0.4010^**	0.1983	0.0430		0.6156^***	0.1634	0.0000
Lnpcgdp2	0.0113	0.0099	0.2550		-0.0343^***	0.0082	0.0000
Industrializaton	3.9890^***	0.6329	0.0000		1.5419^***	0.4804	0.0010
Thirdindustry	0.1689^*	0.0931	0.0700		0.2610^***	0.0807	0.0010
Indagglomeration	-2.0746^***	0.1909	0.0000		-0.6991^***	0.1445	0.0000
Indprofit	-0.0615	0.1183	0.6030		0.1549^*	0.0851	0.0690
Foreigntrade	-0.0144^***	0.0451	0.0010		-0.0890^***	0.0327	0.0060
Foreigninvestment	0.0005	0.0029	0.8720		0.0051^*	0.0028	0.0730
Coalconsumption	0.0013	0.0270	0.9630		-0.0361^**	0.0174	0.0380
Pollutioncontrol	0.0279^***	0.0093	0.0030		0.0329^***	0.0069	0.0000
Easternregion	0.0646	0.1007	0.5210		-0.0644	0.0453	0.1550
Centralregion	-0.0547	0.0955	0.5670		0.0176	0.0364	0.6280
_Constant	3.5161	0.9759	0.0000		-2.1115	0.8416	0.0120
test of sigma_u=0	chibar2(01)= 289.33; Prob≥chibar2 = 0.000			chibar2(01)= 141.30; Prob≥chibar2 = 0.000

注：^***、^**、^*分别表示在1%,5%,10%的水平上显著。

新窗口打开

从模型估计出的显著性系数可以得到以下结论：

1）经济发展水平对城镇化传统效率和环境效率的影响效应各异。可以发现,在传统效率下,如钱纳里理论所预期的那样,经济发展水平越高,工业化推进城镇化效率越低。不过,Lnpcgdp2的系数为正,但不显著。根据前述观察结果,这是东、中、西部地区在这一变量上的系数差异太大所致。在一个仅保留Lnpcgdp和Lnpcgdp2,同时加入了Easternregion和Centralregion虚拟变量的变截距和变系数的面板Tobit模型里,“Easternregion×Lnpcgdp2”项的系数为0.007 4,在1%水平上显著（限于篇幅这里没有给出结果）。这说明,对于东部地区,当经济发展到相当高的水平时,其城镇化效率越过拐点后又会缓慢上升。为解释这种现象,本文进一步观察Lnpcgdp对M-EFFCH和M-TECHCH的影响,可以发现,其对前者影响为负,但对后者影响为正。这说明随着经济发展水平的提高,同等单位的工业化“投入”对应的城镇化“产出”相对下降更快,然而其潜在产出的前沿边界却是上升的。这揭示了工业化影响城镇化的两种机制：一是钱纳里等人总结出的关于两者关系的“负向规律机制”,即经济发展水平的提高会消弱二者关系;二是经济发展本身所带来的“正向反馈机制”,即在经济发展到相当高的水平时,也会增强工业的集约聚集效应、带动第三产业的发展、提高当地政府的城市投资和运营管理能力等,从而在同等工业化程度下,扩大可能的城镇化水平发展空间。在环境效率下,经济发展水平对城镇化效率的影响正好相反,是先上升后下降（表现为Lnpcgdp系数为正而Lnpcgdp2系数为负）。其原因在于,在经济发展较低阶段,由于环境的承载力较强,工业粗放式发展对城镇化的推进作用远大于污染物排放所带来的负面作用,因此在环境约束条件下城镇化效率是上升的;随着经济的进一步发展,工业化影响城镇化的边际作用越来越小,而同时环境承载力越来越有限,使得环境效率逐渐下降。

2）工业深化程度对城镇化效率的提高效应明显,但其质量堪忧。可以发现,在控制了经济发展水平后,在传统效率下,工业深化程度的影响系数为3.989 0;在环境效率下为1.541 9,其对前者的影响远大于对后者的影响。这说明,工业化对中国城市化的发展（尤其是传统效率）,起到了明显的推动作用。但是从工业集聚水平的影响来看,其在两种效率下的系数均为负,说明地区工业集聚水平越高,城镇化效率越低。这是中国工业化的集聚方式过于粗放所致。另一方面,工业化的集约发展对城镇化环境效率影响明显,表现为工业效益水平（Indprofit）的系数为正,高度显著。此外,Thirdindustry系数为正,其对环境效率的影响更大,说明单纯的工业集聚在推动城镇化方面没有可持续性,必须形成二三产业共聚才会形成正向反馈效应;同时,通过工业化来带动第三产业发展,更有利于城镇化的绿色低碳发展。

3）对外开放程度的影响主要体现在外贸依存度上,其在传统效率下的系数为-0.014 4,在环境效率下的系数为-0.089 0。其原因可能在于,中国外贸出口的多为劳动密集型的低附加值产品,消耗资源多,环境污染大,尽管解决了很大部分就业,但是在人的城镇化方面贡献有限。

4）某省份工业消耗的能源越多,则其城镇化环境效率越低。煤炭消费量（Coalconsumption）在环境效率下的系数为-0.036 1,在5%水平上显著。这表明中国高能源消耗式的工业对城镇环境造成了严重影响。不过,值得欣慰的是,对污染治理的投资却收到了积极效果,无论是在传统效率还是在环境效率下,其系数均为正,且对环境效率的影响大于传统效率。

4 结论与建议

本文主要结论与建议总结如下：

1）中国这样的大国经济体中,区域经济格局呈现阶梯化,使得工业化与城镇化的关系也变得复杂,因此在城镇化政策上不能“一刀切”或是“一窝蜂”。从全国层面上来讲,历年城镇化效率值在下降,然而,东、中、西部地区间又存在差序格局。东部地区通过工业化的规模发展来推进城镇化的空间有限,需要通过提高要素资本配置效率、优化城市空间格局、强化城市集聚效应、发展第三产业等来带动城镇化的进一步发展。中部地区工业化对于城镇化发展的作用方式不稳定,需要加强其工业化和城镇化的集约高效发展。西部地区的城镇化效率尽管在下降,但相比东、中部地区来说,仍维持在较高水平,这意味着其通过工业化来推进城镇化发展仍有较大余地。这些情况说明,地方政府在城镇化过程中应有自己的定位和考量,不能搞“一窝蜂”式的运动。

2）中国经济发展已经迈入“新常态”,前期的工业化推进城镇化的高效率已然不可能,需要发挥“正向反馈机制”的作用。本文研究显示,工业化对城镇化的影响是“负向规律机制”和“正向反馈机制”交织作用的结果。前者使得工业化对城镇化的贡献越来越低,后者则在既定工业化水平下,扩大城镇化水平的发展空间。当经济不太发达时,“钱纳里规律”起主要作用,效率下降;在工业化水平到达较高阶段后,工业集约发展效应和二三产业联动效应开始显现,推动城镇化的继续发展,因此,在负向机制不可逆转的情况下,需要通过工业转型升级、充分发挥正向机制的作用来扩大环境约束下的城镇化潜在水平。

3）建立低碳工业生产体系,通过产品生产的国际价值链攀升来改善对外贸易结构,同时继续加大环境污染治理投资力度,实现城镇化绿色发展。本文研究表明,工业化推进城镇化的环境低效率主要源自两个方面：一是工业生产多为资源和能源消耗大的传统工业,环境污染物排放量大;二是出口产品多处于价值链低端,等于是将本该由其他国家承担的污染转嫁到了中国。东部地区的环境效率值自2010年后整体有所上升,说明其近年来的节能减排等措施起到了创新效果。黑龙江省环境效率的明显改善说明工业结构调整转型对城镇化绿色发展贡献较大。此外,本文研究显示在污染治理方面的投资收到了积极效果。因此,为实现城镇化绿色发展,需要对工业结构进行调整,转变粗放型发展方式;实现产品的高端生产,改善对外贸易结构;同时继续加强政府在环境污染治理投资方面的力度并落实其效果。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	姜爱林. 城镇化与工业化互动关系研究 [J].财贸研究,2004, (3): 1-9. https://doi.org/10.3969/j.issn.1001-6260.2004.03.001 URL [本文引用: 1] 摘要城镇化与工业化之间是一种相互联系、相互促进的关系,工业化与城镇化犹如同胞兄弟,同生同长或相互依存,共同发展.工业化是城镇化发展的基本动力,城镇化是工业化发展的基本土壤;工业化是城镇化的加速器,城镇化是工业化发展的必然结果;工业化是城镇化的经济内涵,城镇化是工业化的空间表现形式.在工业化的中级阶段,要注意正确处理城镇化与工业化之间的互动关系. [Jiang Ailin. On the Interactive Relationship between Urbanization and Industrialization. Finance and Trade Research,2004,(3):1-9.] https://doi.org/10.3969/j.issn.1001-6260.2004.03.001 URL [本文引用: 1] 摘要城镇化与工业化之间是一种相互联系、相互促进的关系,工业化与城镇化犹如同胞兄弟,同生同长或相互依存,共同发展.工业化是城镇化发展的基本动力,城镇化是工业化发展的基本土壤;工业化是城镇化的加速器,城镇化是工业化发展的必然结果;工业化是城镇化的经济内涵,城镇化是工业化的空间表现形式.在工业化的中级阶段,要注意正确处理城镇化与工业化之间的互动关系.
[2]	吕政,黄群慧,吕铁,等. 中国工业化、城市化的进程与问题——“十五”时期的状况与“十一五”时期的建议 [J].中国工业经济, 2005,(12):5-13. https://doi.org/10.3969/j.issn.1006-480X.2005.12.001 URL [本文引用: 1] 摘要 “十五”期间中国的工业化、城市化各自发展态势良好,工业化进程由“九五”期末的工业化中期的第一阶段进入到工业化中期的第二阶段,城市化相对于工业化取得了更快的发展。从未来发展看,中国工业化和城市化还存在诸如工业技术自主创新能力弱、资源环境约束强、就业和向非农转移的人口压力大、区域发展不平衡、城市化质量和数量不同步发展、城市化与工业化发展不协调、存在大量“待城市化”的乡镇企业员工和进城打工的农民工等更为深层次的问题需要解决,中国继续推进工业化和城市化的成本、难度都将加大。“十一五”期间,中国将面临提高自主创新能力、优化产业结构、转变经济增长方式、协调区域和城乡发展、积极面对国际产业转移、增加农民工收入、提高城市管理水平、促进第三产业发展等重大任务。 [Lyu Zheng, Huang Qunhui,Lyu Tie et al. Process and Problems of Industrialization and Urbanization in China. China Industrial Economics, 2005, (12):5-13.] https://doi.org/10.3969/j.issn.1006-480X.2005.12.001 URL [本文引用: 1] 摘要 “十五”期间中国的工业化、城市化各自发展态势良好,工业化进程由“九五”期末的工业化中期的第一阶段进入到工业化中期的第二阶段,城市化相对于工业化取得了更快的发展。从未来发展看,中国工业化和城市化还存在诸如工业技术自主创新能力弱、资源环境约束强、就业和向非农转移的人口压力大、区域发展不平衡、城市化质量和数量不同步发展、城市化与工业化发展不协调、存在大量“待城市化”的乡镇企业员工和进城打工的农民工等更为深层次的问题需要解决,中国继续推进工业化和城市化的成本、难度都将加大。“十一五”期间,中国将面临提高自主创新能力、优化产业结构、转变经济增长方式、协调区域和城乡发展、积极面对国际产业转移、增加农民工收入、提高城市管理水平、促进第三产业发展等重大任务。
[3]	“工业化与城市化协调发展研究”课题组 .工业化与城市化关系的经济学分析 [J]. 中国社会科学,2002, (2): 44-55+206. URL [本文引用: 1] 摘要本文通过国际比较和实证分析，认为中国的城市化并没有严重滞后于工业化。城市化率的上升与工业产值比重上升的相关性较低，而与非农产业就业比重变化的相关性较强，中国的问题在于工业化的偏差而不在于城市化的偏差。从理论上说，应当以非农产业的就业比重来衡量工业化与城市化的关系，并以加快服务业发展和就业结构升级作为工业化与城市化协调发展的中心内容。从宏观政策看，需要实现农村工业化向城市工业化的战略性转变，在改革、开放和开发中促进工业化与城市化的协调发展。 [The Project Group. An Economic Analysis of the Relationship between Industrialization and Urbanization . Social Sciences in China, 2002, (2): 44-55+206.] URL [本文引用: 1] 摘要本文通过国际比较和实证分析，认为中国的城市化并没有严重滞后于工业化。城市化率的上升与工业产值比重上升的相关性较低，而与非农产业就业比重变化的相关性较强，中国的问题在于工业化的偏差而不在于城市化的偏差。从理论上说，应当以非农产业的就业比重来衡量工业化与城市化的关系，并以加快服务业发展和就业结构升级作为工业化与城市化协调发展的中心内容。从宏观政策看，需要实现农村工业化向城市工业化的战略性转变，在改革、开放和开发中促进工业化与城市化的协调发展。
[4]	姚士谋, 张平宇, 余成, 等. 中国新型城镇化理论与实践问题 [J]. 地理科学, 2014, 34(6): 641-647. URL [本文引用: 1] 摘要城镇化问题是当代中国社会经济发展的综合性课题,是涉及到国民经济各部门如何协调发展,达到一个新的现代化和谐社会发展的根本问题;新型城镇化是中国城镇化健康稳定发展的基本保证,在当前的新形势下,探索中国新型城镇化理论与实践问题,具有重要的学术价值与实践意义。在过去一阶段,虽然城镇化推动了中国社会经济发展取得了巨大成就,并在城市现代化建设与城乡一体化方面也取得了惊人的发展,但在某个时期或一些地区,城镇化过速发展阶段,出现了无序的发展状态,大中城市边缘盲目扩展,水土资源日渐退化,生态环境遭受破坏,特别是有些政府决策人对城镇化的许多制约因素认识不足,甚至决策失误,导致了城市环境出现许多不安全、不舒适的问题。着重从地理空间与自然资源保护的角度,探索中国新型城镇化3个理论与实践问题:①如何认知中国新型城镇化的基本特征与新的路径;②在全球经济一体化形势下,如何构建新型城镇化的创新模式;③在新型城镇化实施过程中,如何认识中国城镇化本身的发展规律,走具有中国特色的新型城镇化道路。 [Yao Shimou, Zhang Pingyu,Yu Cheng et al. The Theory and Practice of New Urbanization in China. Scientia Geographica Sinica, 2014, 34(6): 641-647.] URL [本文引用: 1] 摘要城镇化问题是当代中国社会经济发展的综合性课题,是涉及到国民经济各部门如何协调发展,达到一个新的现代化和谐社会发展的根本问题;新型城镇化是中国城镇化健康稳定发展的基本保证,在当前的新形势下,探索中国新型城镇化理论与实践问题,具有重要的学术价值与实践意义。在过去一阶段,虽然城镇化推动了中国社会经济发展取得了巨大成就,并在城市现代化建设与城乡一体化方面也取得了惊人的发展,但在某个时期或一些地区,城镇化过速发展阶段,出现了无序的发展状态,大中城市边缘盲目扩展,水土资源日渐退化,生态环境遭受破坏,特别是有些政府决策人对城镇化的许多制约因素认识不足,甚至决策失误,导致了城市环境出现许多不安全、不舒适的问题。着重从地理空间与自然资源保护的角度,探索中国新型城镇化3个理论与实践问题:①如何认知中国新型城镇化的基本特征与新的路径;②在全球经济一体化形势下,如何构建新型城镇化的创新模式;③在新型城镇化实施过程中,如何认识中国城镇化本身的发展规律,走具有中国特色的新型城镇化道路。
[5]	霍利斯•钱纳里, 莫伊思•赛尔昆. 发展的型式: 1950~1970[M]. 李新华,等译. 北京: 经济科学出社, 1988. [本文引用: 1] [Chenery H B,Syrquin M.Patterns of Development, 1950-1970. Translated by Li Xinhua et al. Beijing: Economic Science Press, 1988.] [本文引用: 1]
[6]	景普秋, 张复明. 工业化与城市化关系研究综述与评价 [J]. 中国人口.资源与环境, 2003,13(3): 37-42. https://doi.org/10.3969/j.issn.1002-2104.2003.03.008 URL [本文引用: 1] 摘要论文首先从关系测度、关系模式、理论阐释三个方面总结了工业化与城市化一般关系的研究论点、进展及理论基础 ;接着指出我国工业化与城市化关系研究的三个重点 :时空差异研究、滞后城市化之争、偏差问题研究 ;最后对工业化与城市化关系研究现状与进展做出了简要的评价。 [Jing Puqiu, Zhang Fuming. Summarizing and Commenton the Correlation Study of Industrialization and Urbanization. China Population , Resources and Environment, 2003,13(3): 37-42.] https://doi.org/10.3969/j.issn.1002-2104.2003.03.008 URL [本文引用: 1] 摘要论文首先从关系测度、关系模式、理论阐释三个方面总结了工业化与城市化一般关系的研究论点、进展及理论基础 ;接着指出我国工业化与城市化关系研究的三个重点 :时空差异研究、滞后城市化之争、偏差问题研究 ;最后对工业化与城市化关系研究现状与进展做出了简要的评价。
[7]	Charnes Cooper W W, Rhode E. Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research, 1978, 2(6): 429-444. https://doi.org/10.1016/0377-2217(78)90138-8 URL [本文引用: 1] 摘要 No abstract is available for this item.
[8]	魏后凯. 走中国特色的新型城镇化道路[M].北京:社会科学文献出版社, 2014. [本文引用: 2] [Wei Houkai.New urbanization with Chinese characteristics. Beijing:Social Science Literature Press, 2014.] [本文引用: 2]
[9]	范轶芳, 杨励雅. 基于数据包络分析的我国工业化与城镇化协调发展实证研究 [J]. 兰州商学院学报, 2013, 29(6): 82-90. https://doi.org/10.3969/j.issn.1004-5465.2013.06.013 URL [本文引用: 1] 摘要工业化与城镇化的协调互动发展对地区乃至国家经济持续健康发展具有重要意义，二者协调关系的实证研究，是坚持走中国特色新型工业化、城镇化，推动二者良性互动、协调发展的重要基础工作。文章根据新型工业化特征与城镇化丰富内涵，充分考虑工业化与城镇化的投入产出关联机制，构造二者的测度指标体系；然后采用数据包络分析方法构建模型，计算1978-2009年中国工业化和城镇化的相对协调度，进行阶段识别并分析三大阶段的特征及关键要素。通过对1978-2009年深入研究，为现在及将来我国工业化和城镇化进程中的政策及制度安排提供经验支持和决策依据。 [Fan Yifang, Yang Liya. Study on the Relationship Between China’s Industrializationand Urbanization Based on Data Envelopment Analysis. Journal of Lanzhou Commercial College, 2013, 29(6): 82-90.] https://doi.org/10.3969/j.issn.1004-5465.2013.06.013 URL [本文引用: 1] 摘要工业化与城镇化的协调互动发展对地区乃至国家经济持续健康发展具有重要意义，二者协调关系的实证研究，是坚持走中国特色新型工业化、城镇化，推动二者良性互动、协调发展的重要基础工作。文章根据新型工业化特征与城镇化丰富内涵，充分考虑工业化与城镇化的投入产出关联机制，构造二者的测度指标体系；然后采用数据包络分析方法构建模型，计算1978-2009年中国工业化和城镇化的相对协调度，进行阶段识别并分析三大阶段的特征及关键要素。通过对1978-2009年深入研究，为现在及将来我国工业化和城镇化进程中的政策及制度安排提供经验支持和决策依据。
[10]	张荣天, 焦华富. 长江三角洲地区城镇化效率测度及空间关联格局分析 [J]. 地理科学, 2015, 35(4): 433-439. URL [本文引用: 1] 摘要以长江三角洲地区为例,构建城镇化效率的指标体系,运用DEA模型测度1990~2011年研究区城镇化效率;基于ESDA空间分析平台,运用全局、局部自相关测度模型对长江三角洲地区城镇化效率空间关联格局特征进行了分析。结果表明:1从城镇化效率测度来看,自20世纪90年代起长江三角洲地区城镇化综合效率整体上偏低,呈上升趋势,技术效率上总体较高呈略升趋势,而规模效率总体偏高呈减弱态势;2从全局空间关联来看,长江三角洲地区城镇化效率呈现出正的空间相关性特征,存在着效率空间集聚现象,即城镇化效率高(低)的地区空间相互邻接;3从局部空间关联来看,效率L-L关联区及H-H关联区所占比重较大,并呈现出不断上升的趋势;同时L-L关联区主要集中在台州、舟山等地,空间分布格局保持稳定;而H-H关联区主要分布在苏锡沪,并呈现出向绍、杭地区演化态势。 [Zhang Rongtian, Jiao Huafu. Measurement and Spatial Correlation Pattern of UrbanizationEfficiency in the Changjiang River Delta. Scientia Geographica Sinica, 2015, 35(4): 433-439.] URL [本文引用: 1] 摘要以长江三角洲地区为例,构建城镇化效率的指标体系,运用DEA模型测度1990~2011年研究区城镇化效率;基于ESDA空间分析平台,运用全局、局部自相关测度模型对长江三角洲地区城镇化效率空间关联格局特征进行了分析。结果表明:1从城镇化效率测度来看,自20世纪90年代起长江三角洲地区城镇化综合效率整体上偏低,呈上升趋势,技术效率上总体较高呈略升趋势,而规模效率总体偏高呈减弱态势;2从全局空间关联来看,长江三角洲地区城镇化效率呈现出正的空间相关性特征,存在着效率空间集聚现象,即城镇化效率高(低)的地区空间相互邻接;3从局部空间关联来看,效率L-L关联区及H-H关联区所占比重较大,并呈现出不断上升的趋势;同时L-L关联区主要集中在台州、舟山等地,空间分布格局保持稳定;而H-H关联区主要分布在苏锡沪,并呈现出向绍、杭地区演化态势。
[11]	范建双,虞晓芬,张利花. 中国区域城镇化综合效率测度及其动力因子分析 [J].地理科学,2015,35(9):1077-1085. URL [本文引用: 1] 摘要基于构建的城镇化综合效率评价指标体系,采用基于F？re-Primont指数的DEA评价模型,对中国1999~2012年31个省份的城镇化综合效率进行动态的测算和分解,以克服传统DEA模型无法进行趋势分析、无法区分决策单元之间优劣性的缺陷。同时,对影响城镇化效率的动力因子进行理论分析,运用面板数据固定效应模型对影响城镇化效率的主要动力因子进行分析和识别。研究结果表明：全国平均水平达到了1999年北京的1.292倍,大部分地区属于有效增长型地区。中国各地区城镇化综合效率的总体水平较高的原因是混合效率和残余规模效率的高增长。从发展趋势来看,中国东、中、西部和东北地区的城镇化效率呈现出了明显的分化。城镇化效率动力因子分析的结果表明,内源力是最主要的驱动力,后面依次是市场力和外向力,而行政力则起到了相反的作用。基于研究结果,提出城镇化效率的提高需要推进＂人口-土地-经济＂城镇化的协调发展。 [Fan Jianshuang, Yu Xiaofen, Zhang Lihua. Comprehensive Efficiency Level and Driving Factorsof China’s Regional Urbanization. Scientia Geographica Sinica,2015,35(9):1077-1085.] URL [本文引用: 1] 摘要基于构建的城镇化综合效率评价指标体系,采用基于F？re-Primont指数的DEA评价模型,对中国1999~2012年31个省份的城镇化综合效率进行动态的测算和分解,以克服传统DEA模型无法进行趋势分析、无法区分决策单元之间优劣性的缺陷。同时,对影响城镇化效率的动力因子进行理论分析,运用面板数据固定效应模型对影响城镇化效率的主要动力因子进行分析和识别。研究结果表明：全国平均水平达到了1999年北京的1.292倍,大部分地区属于有效增长型地区。中国各地区城镇化综合效率的总体水平较高的原因是混合效率和残余规模效率的高增长。从发展趋势来看,中国东、中、西部和东北地区的城镇化效率呈现出了明显的分化。城镇化效率动力因子分析的结果表明,内源力是最主要的驱动力,后面依次是市场力和外向力,而行政力则起到了相反的作用。基于研究结果,提出城镇化效率的提高需要推进＂人口-土地-经济＂城镇化的协调发展。
[12]	崔大树,张晓亚. 长江三角洲城市群空间效率测度研究 [J].地理科学,2016,36(3):393-400. URL 摘要以长江三角洲城市群为例，构建空间效率的指标体系，运用DEA模型测度了1994～2013年长江三角洲城市群的空间效率及2005年、2009年和2013年长三角城市群各地级市的空间效率。基于ESDA空间分析平台，运用局部自相关模型对长三角城市群空间效率空间关联格局进行分析。对长三角城市群空间效率的评价分析发现，阶段性演变过程呈“W”型波动并在波动中上升的特征。空间效率有效的城市数量在逐渐增加的同时空间分异明显，但城市群内个体城市的空间效率差距在不断缩小。聚类特征表现出空间效率与城市规模、行政等级及区位优势等存在一定相关性，空间效率分布与要素集聚程度高度相关。长三角城市群的空间效率表现为明显的非均衡趋势，空间分异的集聚程度加剧。 [Cui Dashu, Zhang Xiaoya. The Spatial Efficiency of the Changjiang River Delta Urban Agglomeration. Scientia Geographica Sinica,2016,36(3):393-400.] URL 摘要以长江三角洲城市群为例，构建空间效率的指标体系，运用DEA模型测度了1994～2013年长江三角洲城市群的空间效率及2005年、2009年和2013年长三角城市群各地级市的空间效率。基于ESDA空间分析平台，运用局部自相关模型对长三角城市群空间效率空间关联格局进行分析。对长三角城市群空间效率的评价分析发现，阶段性演变过程呈“W”型波动并在波动中上升的特征。空间效率有效的城市数量在逐渐增加的同时空间分异明显，但城市群内个体城市的空间效率差距在不断缩小。聚类特征表现出空间效率与城市规模、行政等级及区位优势等存在一定相关性，空间效率分布与要素集聚程度高度相关。长三角城市群的空间效率表现为明显的非均衡趋势，空间分异的集聚程度加剧。
[13]	陈雪婷,宋涛,蔡建明,等. 基于DEA和Malmquist的中国城市代谢效率研究 [J].地理科学,2015,35(4):419-426. URL [本文引用: 1] 摘要运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。 [Chen Xueting, Song Tao,Cai Jianming et al. The Chinese Urban Metabolic Efficiencies Based on the DEA and Malmquist. Scientia Geographica Sinica, 2015,35(4):419-426.] URL [本文引用: 1] 摘要运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。
[14]	Färe R Grosskopf,Norris M et al. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries [J]. American Economic Review, 1994, 84(1): 66-83. https://doi.org/10.2753/PET1061-1991361256 URL [本文引用: 2] 摘要 Abstract This paper analyzes productivity growth in seventeen OECD countries over the period 1979-88. A nonparametric programming method (activity analysis) is used to compute Malmquist productivity indexes. These are decomposed into two component measures, namely, technical change and efficiency change. The authors find that U.S. productivity growth is slightly higher than average, all of which is due to technical change. Japan's productivity growth is the highest in the sample with almost half due to efficiency change. Copyright 1994 by American Economic Association.
[15]	Chung Y H, Fare R, Grosskopf S. Productivity and Undesirable Outputs: A directional Distance Function Approach [J]. Journal of Environmental Management, 1997, 51(3): 229-240. [本文引用: 1]
[16]	李国平 .我国工业化与城镇化的协调关系分析与评估 [J]. 地域研究与开发, 2008,27(5): 6-11+16. https://doi.org/10.3969/j.issn.1003-2363.2008.05.002 URL [本文引用: 1] 摘要我国的城镇化进程是与工业化紧密联系、互相适应、互相促进的过程。改革开放以来,伴随着我国工业化的快速发展,城镇化水平也逐年提高,城镇化进程与工业化进程基本协调。就不同时期而言,先后经历了城镇化滞后于工业化、城镇化与工业化基本协调、城镇化快于工业化3个阶段。近年来整体上出现了城镇化速度快于工业化进程的倾向,但存在较大的地区差异。我国大部分地区的城镇化速度与工业发展水平是基本协调的;东北三省有类似过度城镇化的倾向;中西部一些省份的城镇化水平和农业人口向非农转化的速度均过低,显示出低度城镇化的倾向;一些地区城镇化水平不高,但较工业化发展速度仍显得过快;而另一些地区城镇化水平不低,但较工业化发展速度却显得稍慢。 [Li Guoping. The Analysis and Evaluation of the Compatible Relationship Between Industrialization and Urbanizationin China . Areal Research and Development, 2008,27(5): 6-11+16.] https://doi.org/10.3969/j.issn.1003-2363.2008.05.002 URL [本文引用: 1] 摘要我国的城镇化进程是与工业化紧密联系、互相适应、互相促进的过程。改革开放以来,伴随着我国工业化的快速发展,城镇化水平也逐年提高,城镇化进程与工业化进程基本协调。就不同时期而言,先后经历了城镇化滞后于工业化、城镇化与工业化基本协调、城镇化快于工业化3个阶段。近年来整体上出现了城镇化速度快于工业化进程的倾向,但存在较大的地区差异。我国大部分地区的城镇化速度与工业发展水平是基本协调的;东北三省有类似过度城镇化的倾向;中西部一些省份的城镇化水平和农业人口向非农转化的速度均过低,显示出低度城镇化的倾向;一些地区城镇化水平不高,但较工业化发展速度仍显得过快;而另一些地区城镇化水平不低,但较工业化发展速度却显得稍慢。
[17]	刘耀彬, 王启仿. 改革开放以来中国工业化与城市化协调发展分析 [J]. 经济地理, 2004, 24(5): 600-603+613. https://doi.org/10.3969/j.issn.1000-8462.2004.05.007 URL [本文引用: 1] 摘要在阐述工业化与城市化协调发展涵义的基础上,引用了协调度概念,建立了工业化综合水平指数与城市化综合水平指数之间协调度模型,并对1978年以来的中国区域工业化与城市化协调发展的时空分布进行了分析.研究结果显示:①从时间上看,我国工业化与城市化基本经历了两个明显的阶段,即1978-1991年是我国工业化与城市化不协调发展时期,而1992-2001年是基本协调发展时期;②从空间上看,我国区域工业化与城市化协调发展明显存在着地带性差异:东部地区的大部分省区协调发展程度较高,中西部除了少数省区协调发展程度较高外,其它大部分省区的协调发展都较低;③我国省区的工业化与城市化协调发展的地区分布和区域经济发展水平存在很大的空间对应关系,即经济发展水平高的省区的协调发展程度相对较高,而经济发展水平相对较低省区协调发展相对较低. [Liu Yaobin, Wang Qifang. Analysisof the Coordination Development Between Industrialization and Urbanization in China from 1978to 2001.Economic Geography, 2004, 24(5): 600-603+613.] https://doi.org/10.3969/j.issn.1000-8462.2004.05.007 URL [本文引用: 1] 摘要在阐述工业化与城市化协调发展涵义的基础上,引用了协调度概念,建立了工业化综合水平指数与城市化综合水平指数之间协调度模型,并对1978年以来的中国区域工业化与城市化协调发展的时空分布进行了分析.研究结果显示:①从时间上看,我国工业化与城市化基本经历了两个明显的阶段,即1978-1991年是我国工业化与城市化不协调发展时期,而1992-2001年是基本协调发展时期;②从空间上看,我国区域工业化与城市化协调发展明显存在着地带性差异:东部地区的大部分省区协调发展程度较高,中西部除了少数省区协调发展程度较高外,其它大部分省区的协调发展都较低;③我国省区的工业化与城市化协调发展的地区分布和区域经济发展水平存在很大的空间对应关系,即经济发展水平高的省区的协调发展程度相对较高,而经济发展水平相对较低省区协调发展相对较低.
[18]	林高榜. 衡量城市化与工业化比较水平的新指标研究 [J]. 数量经济技术经济研究, 2007,(1): 46-55. https://doi.org/10.3969/j.issn.1000-3894.2007.01.006 URL [本文引用: 2] 摘要本文通过Granger因果关系检验和回归分析，分别确定了城市化和工业化的特征指标，即建筑业产值和机械工业产值。并以此构建衡量城市化与工业化比较水平的指标，即建筑业产值与机械工业产值的比值。进而使用该指标对中国及其他部分国家的现状做横向的比较，发现中国城市化相对于工业化的水平较其他国家滞后。同时对中国纵向的发展分析发现，城市化与工业化比较水平波动较大，受到诸多因素的影响。 [Lin Gaobang. Study on the New Measurement Index for Comparative Level of Urbanization and Industrialization. The Journal of Quantitative & Technical Economics, 2007,(1): 46-55.] https://doi.org/10.3969/j.issn.1000-3894.2007.01.006 URL [本文引用: 2] 摘要本文通过Granger因果关系检验和回归分析，分别确定了城市化和工业化的特征指标，即建筑业产值和机械工业产值。并以此构建衡量城市化与工业化比较水平的指标，即建筑业产值与机械工业产值的比值。进而使用该指标对中国及其他部分国家的现状做横向的比较，发现中国城市化相对于工业化的水平较其他国家滞后。同时对中国纵向的发展分析发现，城市化与工业化比较水平波动较大，受到诸多因素的影响。
[19]	徐维祥, 舒季君, 唐根年. 中国工业化、信息化、城镇化、农业现代化同步发展测度 [J]. 经济地理, 2014, 34(9): 1-6. URL [本文引用: 1] 摘要为了对中国工业化、信息化、城镇化、农业现代化同步发展水平进行测度,构建了完整的评价指标体系,并以2010年287个地级及以上城市为研究对象,采用PLS通径模型和空间距离测度模型对我国＂新四化＂同步发展水平进行测度和评价。结果表明：中国＂新四化＂发展呈现地区间发展不均衡和地区内发展不同步的双重矛盾;总体上,城镇化落后于工业化,农业现代化发展相对滞后;信息化融合城镇化、工业化、农业现代化程度及其推动作用地区差异明显,中国＂新四化＂发展的质量及同步水平有待提高。 [Xu Weixiang, Shu Jijun, Tang Gennian. The Measure on the Synchronous Development of Industrialization,Informatization, Urbanization, Agricultural Modernization. Economic Geography,2014, 34(9): 1-6.] URL [本文引用: 1] 摘要为了对中国工业化、信息化、城镇化、农业现代化同步发展水平进行测度,构建了完整的评价指标体系,并以2010年287个地级及以上城市为研究对象,采用PLS通径模型和空间距离测度模型对我国＂新四化＂同步发展水平进行测度和评价。结果表明：中国＂新四化＂发展呈现地区间发展不均衡和地区内发展不同步的双重矛盾;总体上,城镇化落后于工业化,农业现代化发展相对滞后;信息化融合城镇化、工业化、农业现代化程度及其推动作用地区差异明显,中国＂新四化＂发展的质量及同步水平有待提高。
[20]	中华人民共和国国家统计局.中国统计年鉴[M].北京:中国统计出版社,2001-2013. [本文引用: 1] [National Bureau of Statistics of China.China Statistical Yearbook.Beijing:China Statistics Press,2001-2013.] [本文引用: 1]
[21]	国家统计局工业统计司.中国工业经济统计年鉴[M].北京:中国统计出版社,2001-2013. [本文引用: 1] [Department of industrial statistics of National Bureau of Statistics of China. China Industry Statistical Yearbook.Beijing:China Statistics Press,2001-2013.] [本文引用: 1]
[22]	《中国环境年鉴》编辑委员会.中国环境年鉴[M].北京:中国环境年鉴社,2001-2013. [本文引用: 1] [Editorial Board of China Environment Yearbook. China Environment Yearbook.Beijing:China Environment Yearbook Press,2001-2013.] [本文引用: 1]
[23]	Yörük B K, Zaim O. Productivity Growth in OECD Countries: A Comparison with Malmquist Indices [J]. Journal of Comparative Economics, 2005, 33(2): 401-420. https://doi.org/10.1016/j.jce.2005.03.011 URL [本文引用: 1] 摘要 We utilize two alternative indices to measure productivity growth for all but two OECD countries. First, we employ a Malmquist productivity index without considering the existence of hazardous by-products of production processes. To address the shortfalls of this index, we construct an alternative Malmquist–Luenberger productivity index and find that the Malmquist index underestimates the productivity growth. Finally, we investigate the effects of an international protocol on reducing global emissions and country-specific effects on Malmquist–Luenberger productivity measures. Journal of Comparative Economics 33 (2) (2005) 401–420.
[24]	Kumar S. Environmentally Sensitive Productivity Growth: A Global Analysis Using Malmquist-Luenbergerindex [J]. Ecological Economics, 2006, 56(2): 280-293. https://doi.org/10.1016/j.ecolecon.2005.02.004 URL 摘要 No abstract is available for this item.
[25]	徐维祥,刘程军. 产业集群创新与县域城镇化耦合协调的空间格局及驱动力 [J].地理科学,2015,35(11):1347-1356. URL [本文引用: 1] 摘要运用耦合协调模型、地理加权回归模型以及趋势面分析等方法对产业集群创新与县域城镇化之间的耦合协调度进行测度，分析了其空间特征以及驱动力。得到以下结论：2006~2012年，产业集群创新、县域城镇化、耦合度以及协调度均有一定程度的上升，协调度整体表现出“东北高，西南低”的空间趋势；协调度呈现出持续的空间集聚态势，且集聚的强度呈倒“V”型的变化态势，形成了杭州湾地区的显著热点区，浙西南的显著冷点区；影响产业集群创新与县域城镇化协调发展的驱动力具有明显的地域差异，其驱动力作用强度按经济基础、对外开放、市场力量、信息化、政府行为以及工业化依次递减。 [Xu Weixiang, Liu Chengjun. The Spatial Pattern and Driving Force of Innovationof Industrial Cluster and County Urbanization Coupled Coordination in Zhejiang Province. Scientia Geographica Sinica, 2015,35(11):1347-1356.] URL [本文引用: 1] 摘要运用耦合协调模型、地理加权回归模型以及趋势面分析等方法对产业集群创新与县域城镇化之间的耦合协调度进行测度，分析了其空间特征以及驱动力。得到以下结论：2006~2012年，产业集群创新、县域城镇化、耦合度以及协调度均有一定程度的上升，协调度整体表现出“东北高，西南低”的空间趋势；协调度呈现出持续的空间集聚态势，且集聚的强度呈倒“V”型的变化态势，形成了杭州湾地区的显著热点区，浙西南的显著冷点区；影响产业集群创新与县域城镇化协调发展的驱动力具有明显的地域差异，其驱动力作用强度按经济基础、对外开放、市场力量、信息化、政府行为以及工业化依次递减。

城镇化与工业化互动关系研究

2004

... 工业化是中国城镇化的主要动力^[1,2].工业发展可以带动城市基本建设、扩大城镇就业、吸聚要素资本,从而提高城镇化水平.然而,随着中国经济发展水平的提高,这种工业带动下的城镇化发展模式是否仍然有效,需要重新审视. ...

城镇化与工业化互动关系研究

2004

中国工业化、城市化的进程与问题——“十五”时期的状况与“十一五”时期的建议

2005

中国工业化、城市化的进程与问题——“十五”时期的状况与“十一五”时期的建议

2005

.工业化与城市化关系的经济学分析

2002

... 以钱纳里等人为代表的众多研究发现,工业化与城镇化的关系依经济发展阶段而变化：在经济欠发达时,工业化的发展能有效推进城镇化的发展;当经济发展到一定水平时,工业化对城镇化的促进作用不再显著.如果统计出各国（地区）衡量工业化和城市化的指标数据,并进行分经济发展阶段的关联分析,可以大致发现这种关系,这也是前人研究的通常做法^[3]. ...

.工业化与城市化关系的经济学分析

2002

中国新型城镇化理论与实践问题

2014

... 此外,我们更关心环境约束对二者关系的影响.中国城镇化快速发展过程中,出现了无序的发展状态,水土资源日渐退化,生态环境遭受破坏^[4].如果考虑环境约束,那么工业化与城镇化的关系又将如何变化,前人研究鲜有涉及.本文采用中国各省份2001~2012年的工业化、城镇化和环境污染物数据（不包括香港、台湾、澳门、西藏数据,全文同）,利用DEA效率分析模型、Malmquist和Malmquist-Luenberger生产率指数分解方法,测算了中国各省份工业化影响城镇化的传统效率值、环境效率值及效率指数,并将指数分解,以探究效率变化来源,同时还利用面板Tobit模型考察了影响效率变化的因素.研究结果不但可以考察环境约束下工业化与城镇化的关系,同时还可以发现这种关系的演变趋势. ...

中国新型城镇化理论与实践问题

2014

1988

... 工业化与城镇化是两个相互依存的问题,钱纳里和赛尔昆^[5]对其关系作了很好的总结.景普秋和张复明^[6]总结了工业化与城镇化关系研究的两种主要方式：一是实际测算,即根据历史数据绘制散点图或是计算相关系数;二是经验判断,即确定工业化、城镇化之间在某一固定范围内的比例关系,以此为标准,判断某一区域工业化与城镇化是否协调.此外,还有一些学者研究经济发展水平与城市化、工业化的相关关系,或者工业化对城市化的贡献大小.这些研究对于判断工业化与城镇化的关系很有帮助,但由于方法局限,无法进行更为深入细致的探讨. ...

1988

工业化与城市化关系研究综述与评价

2003

工业化与城市化关系研究综述与评价

2003

Measuring the Efficiency of Decision Making Units

1978

... 本文利用DEA分析来测算城镇化效率.自Charnes、Cooper&Rhodes^[7]提出DEA基本模型以来,后人就对其不断拓展,提出很多变体,并将其运用到不同的对象上.然而,将其应用于城镇化效率分析的还相当少见.有限的研究包括,魏后凯利用BCC模型测算了中国地级城市的城镇化推进效率^[8];范轶芳和杨励雅利用CCR模型分析了中国工业化和城镇化的相对协调度^[9];张荣天和焦华富运用DEA模型测度了1990~2011年长江三角洲地区城镇化效率^[10].但这些研究没有考虑环境约束,同时也没有对效率变化来源进行分解. ...

2014

... 本文分析需要确定3类指标：工业化规模指标、城镇化规模指标和环境污染物指标.需要说明的是,前人研究一般用结构指标（如产值比重、就业比重等）来衡量工业化和城镇化水平,本文借鉴了魏后凯的做法^[8],采用规模指标,其理由有二：一是DEA分析的投入和产出水平一般用规模指标来衡量.二是本文分析的是工业化和城镇化的关系,利用各省份面板数据计算出的效率值和效率指数,可以反映出效率的动态变化,从而达到研究目的. ...

2014

基于数据包络分析的我国工业化与城镇化协调发展实证研究

2013

基于数据包络分析的我国工业化与城镇化协调发展实证研究

2013

长江三角洲地区城镇化效率测度及空间关联格局分析

2015

长江三角洲地区城镇化效率测度及空间关联格局分析

2015

中国区域城镇化综合效率测度及其动力因子分析

2015

... DEA是一种非参分析方法,不需要事先给定投入变量影响产出变量的函数形式,基于观测数据即可对投入与产出间的关系进行分析,在经济地理领域得到了广泛运用^[11~13].效率值大的省份意味着相对其他省份来说,该省用较少的工业化“投入”获得较大的城镇化“产出”.换句话说,在同等工业化水平下,该省的城镇化水平相对要高.从这个意义上来讲,DEA不失为分析工业化与城镇化关系的一种可取工具.除了测算效率值外,本文还测算了效率指数,从而可以分析关系演变情况. ...

中国区域城镇化综合效率测度及其动力因子分析

2015

长江三角洲城市群空间效率测度研究

2016

长江三角洲城市群空间效率测度研究

2016

基于DEA和Malmquist的中国城市代谢效率研究

2015

基于DEA和Malmquist的中国城市代谢效率研究

2015

Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries

1994

... 根据Färe等的研究^[14],本文将生产率指数定义为两个时期的Malmquist指数（以下简称

\begin{matrix} M \end{matrix}

指数）的几何平均值,可分解为效率变化指数和技术变化指数,计算公式如下： ...

... Färe等没有考虑非意愿产出问题^[14].Chung等构造了基于方向性距离函数、考虑了非意愿产出的Malmquist-Luenberger生产率指数（以下简称ML指数）^[15].与

\begin{matrix} M \end{matrix}

指数一样,ML指数可以进一步分解为效率改进指数和技术进步指数两个部分： ...

Productivity and Undesirable Outputs: A directional Distance Function Approach

1997

... Färe等没有考虑非意愿产出问题^[14].Chung等构造了基于方向性距离函数、考虑了非意愿产出的Malmquist-Luenberger生产率指数（以下简称ML指数）^[15].与

\begin{matrix} M \end{matrix}

指数一样,ML指数可以进一步分解为效率改进指数和技术进步指数两个部分： ...

.我国工业化与城镇化的协调关系分析与评估

2008

... DEA分析结果受指标设计数的影响较大.从模型设定的简约原则出发,本文在指标选用上借鉴相关文献,尽量做到少而精.在工业化规模指标方面,考虑到前人研究主要从工业化生产水平和就业水平两个方面来衡量地区工业化程度,因此,参考李国平^[16]、刘耀彬和王启仿^[17]的研究,本文选取“工业总产值”（Ind）和“第二产业就业人口数”（Semp）这两个指标.所有省份工业总产值均根据各省份相应年份的工业品出产价格指数调整为2001年不变价值.在城镇化规模指标方面,前人研究主要从人口和市政建设等方面来衡量.考虑到中国隐性城市化的状况和城市建设发展在房地产和基础设施方面的投资冲动,参考林高榜^[18]、徐维祥等^[19]研究,本文选取“非农就业人口数”（AGR）和“建筑业产值”（Constr）这两个指标.林高榜^[18]发现,建筑业产值与城镇化的人口变动指标、经济变动指标和社会变动指标呈现出高度因果和相关关系.因此,可以使用建筑业产值来表征城镇化水平.所有省份的建筑业产值均根据各地区固定资产投资价格指数调整为2001年不变价值.在污染物产出指标上,本文采用“化学需氧量”（COD）.COD作为主要环境污染物,自2000年起便一直受到各地区的严密监测,能够有效反映出各地区工业发展对环境污染的程度. ...

.我国工业化与城镇化的协调关系分析与评估

2008

改革开放以来中国工业化与城市化协调发展分析

1978

改革开放以来中国工业化与城市化协调发展分析

1978

衡量城市化与工业化比较水平的新指标研究

2007

... [18]发现,建筑业产值与城镇化的人口变动指标、经济变动指标和社会变动指标呈现出高度因果和相关关系.因此,可以使用建筑业产值来表征城镇化水平.所有省份的建筑业产值均根据各地区固定资产投资价格指数调整为2001年不变价值.在污染物产出指标上,本文采用“化学需氧量”（COD）.COD作为主要环境污染物,自2000年起便一直受到各地区的严密监测,能够有效反映出各地区工业发展对环境污染的程度. ...

衡量城市化与工业化比较水平的新指标研究

2007

中国工业化、信息化、城镇化、农业现代化同步发展测度

2014

中国工业化、信息化、城镇化、农业现代化同步发展测度

2014

2013

... 本文所用数据均从“搜数网”（ http://www.soshoo.com/ ）检索获得,搜数网中的相应数据汇编自历年《中国统计年鉴》^[20]、《中国工业经济统计年鉴》^[21]和《中国环境年鉴》^[22].考虑到西藏数据缺失较为严重,且其工业化和城镇化情况较为特殊,因此将其排除在外.由于中国在“十二五”规划纲要中对污染排放做了硬性指标约束,同时近年来中央政府加大了对地方政府环保绩效考核的力度,导致2012年后的多数省份污染排放数据变化较大.为减少这种政策性冲击对数据质量的影响,数据采集时间截止到2012年. ...

2013

Productivity Growth in OECD Countries: A Comparison with Malmquist Indices

2005

... 综合前人研究^[23~25],结合实际情况,本文将影响工业化推进城镇化效率的因素归纳为经济发展、工业发展、经济开放和环境保护4个方面. ...

Environmentally Sensitive Productivity Growth: A Global Analysis Using Malmquist-Luenbergerindex

2006

产业集群创新与县域城镇化耦合协调的空间格局及驱动力

2015

... 综合前人研究^[23~25],结合实际情况,本文将影响工业化推进城镇化效率的因素归纳为经济发展、工业发展、经济开放和环境保护4个方面. ...

产业集群创新与县域城镇化耦合协调的空间格局及驱动力

2015

... 综合前人研究^[23~25],结合实际情况,本文将影响工业化推进城镇化效率的因素归纳为经济发展、工业发展、经济开放和环境保护4个方面. ...

〈

〉

环境约束下中国工业化与城镇化的关系演变——效率分析视角

Evolutional Relationship Between Industrialization and Urbanization Under Environmental Constraints in China: DEA Analysis Perspective

引言

1 研究设想、分析方法与指标数据

1.1 工业化与城镇化关系：效率视角的探讨

1.2 Malmquist生产率指数构造及其分解

1.3 Malmquist-Luenberger生产率指数构造及其分解

1.4 利用DEA求解距离函数值

1.5 指标和数据

2 效率值、效率指数测算及其分解

2.1 各省效率值空间演变特征

2.2 Malmquist和Malquist-Luenberger指数及其分解

3 城镇化效率的影响因素分析

4 结论与建议

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子