中国城市群投入产出效率的综合测度与空间分异[1]
作者：匿名
第６６卷第８期２０１地理学报ＡＣＴＡＧＥＯＧＲＡＰＨＩＣＡＳＩＮＩＣＡｖ０１．６６，Ｎｏ．８Ａｕｇ．，２０１１１年８月中国城市群投入产出效率的综合测度与空间分异方创琳１，关兴妒（１．中国科学院地理科学与资源研究所，北京１００１０１；２．中国科…
03中职《职业道德与职业指导》期中考试卷姓名：班级：号数：成绩：一、判断下面说法是否正确，对的打“√”，错的打“×”（16分）1．上中职低人一等，前途完了！一切都完了！（）2．中职生大有作为。（）3．人为财死，鸟为食亡。（）4…
第15课小蜜蜂嗡嗡嗡〔教学目的与要求〕知识与技能：(1)进一步学习“编辑”菜单中的“复制”、“粘贴”命令。(2)认识“图像”菜单中“翻转/旋转”命令、“拉伸/扭曲”命令。过程与方法：(1)学习翻转/旋转和拉伸/扭曲图形。(2)通过学生…
第６６卷第８期
２０１地理学报ＡＣＴＡＧＥＯＧＲＡＰＨＩＣＡＳＩＮＩＣＡｖ０１．６６，Ｎｏ．８Ａｕｇ．，２０１１１年８月
中国城市群投入产出效率的综合测度与空间分异
方创琳１，关兴妒
（１．中国科学院地理科学与资源研究所，北京１００１０１；２．中国科学院研究生院。北京１０００４９）
摘要：中国城市群是中国未来经济发展格局中最具活力和潜力的核心地区，是中国主体功能区
划中的重点开发区和优化开发区，在全国生产力布局格局中起着战略支撑点、增长极点和核心
节点的作用。但城市群高密度的聚集导致高强度的相互作用，在拉动城市群高速度成长的同
时，造成了高风险的生态环境威胁。如何客观评价城市群高密度集聚的效果？基于这一问题，本
文从投入产出效率视角，构建城市群投入产出效率指标体系，采用ＣＲＳ模型、ＶＲＳ模型和
Ｂｏ砷渤ｐ—ＤＥＡ方法，综合测算了中国城市群投入产出效率、变化趋势及空间分异特征。结果表
明，中国城市群投入产出效率总体较低且呈下降趋势，２００２年、２００７年中国城市群投入产出综合
效率为０．８５３和０．８２０，分别达到最优水平的８５％和８２％，平均综合效率下降了０．０３３；基于
Ｂｏｏｔｓｔｒａｐ－ＤＥＡ纠偏后的中国城市群投入产出效率更低，但更可靠有效；城市群投入产出综合效
率、纯技术效率和规模效率总体表现为东部高于中部，中部高于西部的区域空间格局，呈现出与
中国东、中、西区域经济发展格局相似的特征；２００２．２００７年中国城市群规模效率指数微弱上升，
全要素生产率指数、综合效率指数、技术效率变化指数以及纯技术效率指数下降趋势显著。该
研究旨在为评估我国城市群高密度集聚的效果提供定量的测算依据，进而为提高中国城市群的
投入产出效率与空间集聚效率奠定科学的决策基础。
关键词：城市群；投入产出效率；纯技术效率；规模效率；Ｂｏｏｔｓｔｒａｐ－ＤＥＡ模型；中国
城市群是指在特定地域范围内以１个特大城市为核心，由至少３个以上大城市或都市圈（区）为基本构成单元，依托发达的交通通信等基础设施网络，所形成的空间相对紧凑、经济联系紧密、并最终实现同城化和高度一体化的城市群体【ｌ】。中国城市群是中国未来经济发展格局中最具活力和潜力的核心地区，据不完全统计，中国２３个城市群目前以占全国不到２１．１３％的空间，已集中了全国４８．９９％的人口、５１．４０％的城镇人口、４６．７０％的城镇数、７８．７８％的经济总量、８１．９４％的第二产业增加值、８３．５０％的第三产业增加值、６８．５４％的固定资产投资、７６．４７％的社会消费品零售总额、９２．６５％的移动电话用户，全国９８．０６％的外资投放在城市群地区嘲。城市群高密度的聚集导致高强度的相互作用，拉动城市群高速度的成长，并造成高风险的生态环境威胁，这又使其成为中国一系列生态环境问题高度集中且激化的敏感地区。按此速度发展下去，再过２０～３０年，中国６０％的人Ｉ：１、７０％的投资和８０％的经济总量将高度集中在城市群地区，由此带来的资源与生态环境压力和后果将更加不堪设想。如何应对未来大规模人口和产业向高密度城市群进一步集聚导致的资源环境挑战？如何客观评价城市群高密度集聚的效果？基于这些问题，本文拟从投入产出效率视角，采用ＤＥＡ模型和收稿日期：２０１０．０３．２５；修订日期：２０１０．１２－２０
基金项目：国家自然科学基金项目（４０９７１１０１）；中国科学院知识创新工程重要方向性项目（ｇｚｃｘ２．ＹＷ－３２１．０５）；国家
“十一五”科技支撑计划重大项目课题（２００６ＢＡＪｌ４８０３；２００６ＢＡＪ０５Ａ０６）『Ｆｏｕｎｄａｔｉｏｎ：Ｎａｔｉｏｎａｌ
ＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ，Ｎｏ．４０９７１１０１；ＮａｔｉｏｎａｌＫｅｙＴｅｃｈｎｏｌｏｇｙＲ＆ＤＮａｔｕｒａｌＰｒｏｇｒａｍｄｕｒｉｎｇｔｈｅｌｌｔｈＦｉｖｅ－ｙｅａｒＰｌａｎＰｅｒｉｏｄ，Ｎｏ．２００６ＢＡＪｌ４８０３，Ｎｏ．２００６ＢＡＪｌ４８０３；ＫｅｙＫｎｏｗｌｅｄｇｅＩｎｎｏｖａｔｉｏｎＰｒｏｊｅｃｔｏｆｔｈｅＣＡＳ。Ｎｏ．
ＫＺＣＸ２－ＹＷ－３２１??０５】
作者简介：方创琳（１９６６－），男，博士，研究员，博士生导师，中国地理学会会员（Ｓ１１０００１７１５Ｍ），近年来主要从事城市发展
与城市规划等研究。Ｅ－ｍａｒｌ：ｆａｎｇｃｌ＠ｉｇｓｍ’ｒ．ａｃ．Ｃｌｌ１０１１－１０２２页
１０１２地理学报６６卷Ｂｏｏｔｓｔｒａｐ．ＤＥＡ方法，综合测度中国城市群投入产出效率。
城市群投入产出效率是指单位时间内（如一年），在一定的生产技术条件下，城市群区域要素资源创造或增值的物质产品和精神产品的有效价值量与总投入（人力、物力和财力）的比值，是城市群投入要素资源的有效配置、合理利用和经营管理水平的综合体现。对于城市群来说，投入产出效率高不仅意味着其要素资源处于有效配置和合理利用状态以及竞争能力强，还意味着城市群的生产技术、规模集聚水平和经营管理水平合理高效。
长期以来，有关投入产出效率的研究一直是国内外学术界关注的一个重要领域。在国外，ＲｏｌｆＦａｒｅ等运用非参数规划方法分析了１９７９．１９８８年ＯＥＣＤ国家的Ｍａｌｍｑｕｉｓｔ指数，将其进一步分解为技术变化和效率变化口１；ＩｌａＭ．ＳｅｍｅｎｉｃｋＡｌａｍ利用ＤＥＡ线形规划方法测算１９７０．１９９０年美国航空公司的技术效率，分析航空公司技术效率与股市之间的关系Ｈ；ＤａｎｉｅｌＪ．Ｇｒａｈａｎｌ采用不同收益规模的全要素生产率估计和ＤＥＡ方法测算发现，城市轨道交通的效率排名大致相同垆１；ＬｉｌｙａｎＥ．Ｆｕｌｇｉｎｉｆｉ等运用Ｍａｌｍｑｕｉｓｔ指数方法分析１９６１．１９８５年ｌ８个发展中国家农业生产效率的变化，再次验证了其他研究中曾发现的部分发展中国家农业生产效率下降的结论旧；Ｂａｒｌ§Ｋ．Ｙｓｒｉｉｋ采用修正的Ｍａｌｍｑｕｉｓｔ指数（ＬｕｅｎｂｅｒｇｅｒＰｒｏｄｕｃｔｉｖｉｔｙＩｎｄｅｘ，ＬＰＩ）分析了全球降低污染排放的议定书对各ＯＥＣＤ国家生产效率的影响ｍ；ＧｏｒａｎＢｅｒｇｅｎｄａｈｌ等构建了储蓄银行效率评价指标体系并提出了服务效率的概念，采用数据包络分析（ＤＥＡ）测算了瑞典储蓄银行的服务效率及该行业的平均水平嘲。在国内，樊华应用改进的ＤＥＡ模型对长江三角洲城市群经济发展有效性进行实证分析，发现长江三角洲１５个城市经济发展的有效性差距明显，投入产出效率极不相同，并且经济发展的有效性与城市产业结构高级化相关唧；古丽鲜等从城市经济运行的角度，运用ＤＥＡ模型对２００７年中国７５个地级资源型城市的经济发展规模效益进行了定量评价“伽；李郇等利用ＤＥＡ方法对１９９０．２０００年中国２０２个地级以上城市效率进行了分析，认为中国城市效率较低，且呈现出与三大地带经济发展格局和城市行政等级相一致的格局，从规模效率角度看中国城市还具有很大发展潜力四；郭腾云等利用ＤＥＡ、Ｍａｌｍｑｕｉｓｔ指数模型方法，对１９９０—２００６年中国特大城市要素资源效率及变化进行了深入研究，得出中国特大城市平均效率一般，只有少数城市达到了效率最优的结论【１２１；金相郁利用Ｍａｌｍｑｕｉｓｔ效率指数分析了中国４１个城市在１９９０．２００３年期间全要素生产率的动态变化，发现城市规模增长和城市全要素生产率之间呈负相关关系１１３１；杨开忠等利用ＤＥＡ方法对１９９９年中国直辖市、省会城市效率进行了比较分析，发现西部地区城市投人产出效率要比东部地区低得多，且城市并非规模越大，其效率越高”４１；郭海涛等采用ＤＥＡ方法对２００４年１２个不同类型矿业城市综合效率进行了评价四；高炜宇采用Ｍａｌｍｑｕｉｓｔ效率指数方法测算国内大城市生产效率，发现在国内大城市生产效率普遍提高过程中，东北和中西部地区大城市生产效率正在加快提升【Ⅷ。
综观国内外城市投入产出效率的研究现状发现，城市投入产出效率的研究经历了从某一时间点的静态城市效率测度到不同时间点的、具有“时间”因素的动态城市效率的发展历程。但大多数研究城市效率的文献主要反映单个城市资源效率，对“城市区域”的研究不足，对由不同等级、不同规模城镇组成的城市群投入产出效率研究基本属于空白。针对城市投入产出效率测度分析的大部分文献只考虑了城市的经济产出而忽略了环境质量下降等污染产出。另外，目前研究城市投入产出效率主要采用ＤＥＡ方法，尽管该方法因其较少的限制性约束和非参数形式而受到实证研究的青睐，但通常使用的ＤＥＡ方法具有几个明显缺附用。基于以上分析，本文将构建兼顾效率产出与污染产出的投入产出效率指标体系，采用ＤＥＡ方法测算中国城市群投入产出效率，通过Ｂｏｏｔｓｔｒａｐ纠偏技术来提高效率测度的准确性；同时采用Ｍａｌｍｑｕｉｓｔ产率指数模型ｆｌ删对中国城市群投入产出效率的动态变化及空间分异特征进行研究，以期填补城市群投入产出效率研究这一薄弱环节，并为提高我国城市群投人产出效率和制定激励政策提供科学依据。
８期方创琳等：中国城市群投入产出效率的综合测度与空间分异
２研究对象、数据来源与指标体系
２．１研究对象与数据来源
根据作者对中国城市群已有的研究成果，本文选取２３个城市群作为城市群投入产出效率测度的对象，分别是：长江三角洲城市群、珠江ｊ角洲城市群、京津冀城市群、山东半岛城市群、成渝城市群、海峡西岸城市群、辽东半岛城市群、中原城市群、武汉城市群、长株潭城市群、呼包鄂城市群、晋中城市群、南北钦防城市群、关中城市群、哈大长城市群、银川平原城市群、环鄱阳湖城市群、滇中城市群、黔中城市群、兰白西城市群、酒嘉玉城市群、江淮城市群和天山北坡城市群。数据来源于《中国统计年鉴２００３）、《中国统计年鉴２００８）、《中国城市统计年鉴２００３）、《中国城市统计年鉴２００８）及相关年份中国３１个省（自治区、直辖市）统计年鉴和相关城市群统计年鉴的资料，考虑到数据获得的难度较大，本文选取２００２年和２００７年两个时间断面介绍城市群投入产出效率的测度方法及效率比较分析。
２．２城市群投入产出效率测度指标体系
从城市群数据资料的可获得性出发，本文构建了以资本要素、自然要素、信息化要素以及人力要素组成的投入指标，以效率正产出和污染负产出组成的产出指标体系（表１）。
需要说明的是，城市群产出水平不是直接取决于当期的投资，而是基于以往投资所形成的资本存量。在此，固定资产投资净值表示的是固定资产原值与累计折旧之差，计算过程借鉴李郇教授采用永续盘存法模拟全国地级城市资本存量的方法””。另外，由于缺少具体城市经济数据的缩减指数，通常利用各自省区的ＧＤＰ缩减指数进行平滑，使各城市的ＧＤＰ具有可比性”。嘲。但城市之间的ＧＤＰ缩减指数相差甚远，省区的平均值不能代替城市的实际情况，因而本文直接采用当年价格统计的城市ＧＤＰ。
同时需要强调的是，根据投入产出效率指标数量宜少原则〔２６２２１，一般要求（投入指标数目＋产出指标数目）≤１／３ＤＭＵ个数（评价单元）。由于对中国２３个城市群进行投人产出效率测度分析，即要求投入产出指标最多为７个。另外，指标体系的各个指标度量单位是不同的，为了能将指标参与评价计算，需对指标进行规范化处理，通过函数变换将其数值映射到某个数值区间。为此，对表１中的二级指标包含两个子指标以上的投入产出指标进行标准化，并采用加权平均值法求取综合分值。根据评估指标的特性不同，分别采用相应处理方法。当指标要求“越大越好”时（ＧＤＰ等效率产出），采用上限效果测度，计算公式为：
巩２卺×ｌｏｏｋ２１，２，２…，２３（１）
当指标要求“越小越好”时（污染产出），采用下限效果测度，计算公式为：
文２詈×ｌｏｏ七＿１’２，…，２３（２）
式中：＆为第ｋ个城市群投入产出指标无量纲化处理后的指标值，０≤＆≤１００；ｖ，为第』｜｝个城市群的投入产出指标数值；’／．Ｙｍｘ为中国２３个城市群投入产出指标的最大值；‰。为中国２３个城市群投入产出指标的最小值。
表１中国城市群投入产出效率测度指标体系
Ｔａｂ．１Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｍｅａｓｕｒｅｍｅｎｔｉｎｄｉｃａｔｏｒｓｏｆｕｒｂａｎａ２回ｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ
指标类型一级指标■级指标
资本要素投入
投入指标城市群固定资产投资净值是警毳霎羹金入曩亲鬈妻盏霍墨用户数、城市群移动电话用户数、城市群邮电业务总量
人力要素投入城市群全部从业人数
地理学报６６卷
３测度模型与方法
３．１城市群投入产出效率测度的ＣＲＳ模型与ＶＲＳ模型
数据包络分析（ＤＥＡ）是使用数学规划评价具有多个输入与输出的决策单元（简记为ＤＭＵ）间的相对有效性（ＤＥＡ有效），即判断ＤＭＵ是否位于生产可能集的“前沿面”上∞１。设要评价Ｍ个城市群的投入产出效率问题，并假设评价指标体系为Ｋ种投入指标，Ｌ种产出指标。设茗被０础＞０）代表第ｍ个城市群的第ｋ种资源的投入量，Ｍ（Ｍ＞Ｏ）代表第ｍ个城市群的第１种产出量。对于第ｍ（ｍ＝１，２，…，加个城市群，０（Ｏ＜ｅ≤１）代表要素资源投入产出效率综合指数，简称综合效率指数；￡为非阿基米德无穷小量；ｋ０ｈ≥０）为权重变量，用来判断城市群的规模收益情况；ｓ。Ｏ‘≥０）为松弛变量，表示城市群达到ＤＥＡ有效需要减少的投入量；ｓ＋（ｓ＋≥０）为剩余变量，表示城市群达到ＤＥＡ有效需要增加的产出量。则城市群投入产出效率测度的数据包络分析ＤＥＡ模型为四：
ｍｉｎ（０??ｓ（∑，＋∑ｓ＋））
七＝ｌ，＝ｌ
舭ｔ∑工础Ａ。＋，＝６ｂｃｚ七＝１，２，…Ｋ
∑ｙ。，Ａ。－ｊ＋：ｙ尹，＝１，２，…三
Ａ。之０ｍ＝１，２，…，Ｍ
公式（３）是基于规模报酬不变（ＣｏｎｓｔａｎｔＲｅｔｕｒｎｓｔｏＳｃａｌｅ，ＣＲＳ）的ＤＥＡ模型，简称ＣＲＳ模型。当存在最优解。ｍ＝１时，表明第ｍ个城市群运行在最优生产前沿面上，该城市群的产出相对于投入而言达到了综合效率最优；当既＜１时，表明第ｍ个城市群效率无效，若吒的值越接近于ｌ，则表示第／７７，个城市群综合效率越接近有效，反之越低。
在式（３）中引进约束条件＞：厶＝ｌ，将其转变为规模报酬可变（Ｖａｒｉａｂｌｅ篇ＲｅｔｕｒｎｓｔｏＳｃａｌｅ，ＶＲＳ）的ＤＥＡ模型，简称ＶＲＳ模型，利用ＶＲＳ模型可将综合效率分解为纯技术效率与规模效率的乘积，即０ｍ＝０他׉。用ＶＲＳ模型得到的效率指数以为第ｍ个城市群的综合效率指数；ＯｒＥ为对应城市群的纯技术效率指数（ＴｅｃｈｎｉｃａｌＥｆｆｉｃｉｅｎｃｙ），有０＜０何≤１，％≥ｏｍ；规模效率指数（ＳｃａｌｅＥｆｆｉｃｉｅｎｃｙ，记为‰），０＜ＯｓｒＳ１，ＯｓＥ之０。。同样对于０肌如的值越接近于ｌ，表示城市群的纯技术效率、规模效率就越高。当０他＝１或如＝ｌ时，则该城市群分别为纯技术效率最优或规模效率最优。
依据ＤＥＡ模型方法可知，ＣＲＳ模型与ＶＲＳ模型中的城市群综合效率指数反映的是城市群要素资源的配置、利用水平和规模集聚水平等，而纯技术效率指数则表示的是城市群要素资源的配置、利用水平，规模效率指数表示的则是城市群规模集聚水平。
３．２城市群投入产出效率纠偏的Ｂｏｏｔｓｔｒａｐ—ＤＥＡ模型方法
采用ＤＥＡ模型计算的城市群投入产出效率并非是绝对意义上的“效率”概念，而是一种“相对效率”，真实的效率水平要小于等于ＤＥＡ估计值，为了对城市群投入产出效率及其变化进行更为精确的测度，引入针对非参数距离函数估计的Ｂｏｏｔｓｔｒａｐ纠偏技术，根据Ｓｉｍａｒ和Ｗｉｌｓｏｎ的Ｂｏｏｔｓｔｒａｐ方法构建Ｂｏｏｔｓｔｒａｐ．ＤＥＡ模型进行测度。Ｂｏｏｔｓｔｒａｐ方法的基本思想是，通过重复抽样来模拟数据生成过程（ＤａｔａＧｅｎｅｒａｔｉｎｇＰｒｏｃｅｓｓ，ＤＧＰ），并且在模拟样本中应用原始估计量，从而近似地得到原始估计量的样本分布∞】。假设真实的（不可知的）ＤＧＰ为Ｐ，通过重复抽样得到的ＤＧＰ的一个合理估计为户，那么Ｂｏｏｔｓｔｒａｐ过程将产生原始估计量的样本分布。具体说，假设某一投入产出组合∞，ｙＩ）所对应的效率测度为０。，则：
（威．瓯）Ｉ户～（反．巩）｜Ｐ（４）
８期方创琳等：中国城市群投入产出效率的综合测度与空间分异１０１５式中：ｏ。是真实Ｆａｒｒｅｌ效率测度；瓯是ＤＧＰＰ下的效率测度；镤是ＤＧＰ户下的效率测度。据此可以估计反的偏差。根据文献Ⅲ】，针对ＤＥＡ方法的完整Ｂｏｏｔｓｔｒａｐ坌ｑ偏算法分为以下几个步骤：
第一步，针对某一投入产出组‰，竹），通过求解线性规划计算反；
０ｋ＝ｍｉｎ｛０＜∑），ｆＹｆ；０ｘｔ之∑），ｆ而；８＞ｏ；∑），ｆ＝ｌ；’，ｆ之ｏ，ｆ＿１，２，…玎｝（５）
第二步，利用Ｂｏｏｔｓｔｒａｐ方法，从瓯＠＝１，２，…ｎ）中产生一组随机的样本：
既，吠６，…，０”ｂ（６）
第三步，计算矗＝｛碥，Ｙｉ）净１，２，…，刀｝，其中：
瑶＝慨／既ｍ，ｉ＝１，２，…，疗（７）
第四步，通过求解以下公式，计算反的Ｂｏｏｔｓｔｒａｐ估计吒，ｋ＝１，２，…，玎
既＝ｍｉｎ｛０ｔｖ＿｜｝＜＞－〕ＹｉＹｉ；Ｏｘｋ＞∑），ｆｚ；６；抄ｏ；∑ｎ＝ｌ；７ｆ－＞０，ｉ＝１，２，…刀｝（８）第五步，重复步骤上述几个步骤Ｂ次，得到一组估计值：
｛皈６，ｂ＝１，２，…，Ｂ｝（９）
对于大样本集，Ｂ值的上限主要取决于电脑的配置。Ｈａｌｌ建议设置Ｂ＝１０００即可保证对置信区间的覆盖度口７Ｊ。这里利用ＳｉｍａｒａｎｄＷｉｌｓｏｎ提出的Ｂｏｏｔｓｔｒａｐ．ＤＥＡ方法旺８１来估计中国城市群的投入产出效率，并推断其置信区间。
４结果分析
采用ＤＥＡ模型、Ｂｏｏｔｓｔｒａｐ纠偏技术以及Ｍａｌｍｑｕｉｓｔ生产率指数模型，分别计算２００２年、２００７年中国２３个城市群投入产出综合效率、纯技术效率和规模效率等（表２、图ｌ和图２）。４．１中国城市群投入产出效率总体较低。且呈下降趋势
４．１．１城市群投入产出综合效率总体偏低且呈下降趋势２００２年、２００７年中国城市群投入产出综合效率分别为０．８５３和０．８２０，分别达到最优水平的８５％和８２％，城市群投人产出平均综合效率下降了０．０３３。２００２年城市群投入产出综合效率达到了ＤＥＡ效率最优的有长江三角洲城市群、珠江三角洲城市群、长株潭城市群等７个城市群（图１），２００７年综合效率达到了ＤＥＡ效率最优的有长江三角洲城市群、珠江三角洲城市群、山东半岛城市群等９个城市群。另外，２００２年城市群投入产出综合效率都达到了有效性５４％以上，其中８０％以上的有１４个城市群，占总数的６１％，６０％８０％之间的有７个城市群，占总数的３０％；２００７年城市群投入产出综合效率达到ＤＥＡ有效性８０％以上的有１１个城市群，占总数的４８％，６０％～８０％之间的有９个城市群，占总数的３９％，另外还有３个城市群低于ＤＥＡ有效性６０％，占城市群总数的１３％（图２）。这体现出中国城市群投入产出效率总体上未达到理想状态，且５年呈下降态势。
４．１．２城市群投入产出的纯技术效率总体偏低且呈下降趋势城市群投入产出纯技术效率最优的城市群数稍多于投入产出综合效率最优和规模效率最优的城市群数，但纯技术效率总体上呈下降趋势。２００２年城市群纯技术效率平均为０．９ｌ１，达到纯技术效率最优的城市群有８个；而２００７年纯技术效率平均为０．８６６，达到纯技术效率最优的城市群有１０个。可见。纯技术效率最优的城市群有所增加，但呈下降趋势。另外，２００２年达到纯技术效率最优８０％以上的有１９个城市群，占８３％，其余４个城市群达到纯技术效率最优６０％以上，占总数的１７％；２００７年达到纯技术效率最优８０％以上的城市群有１７个，占７４％，６０％～８０％之间的有５个城市群，占城市群总数的２２％，另外１个城市群低于纯技术效率最优６０％的临界值。４．１．３城市群投入产出的规模效率较低但呈上升趋势从规模效率看，城市群投入产出规模效率最优的城市群数明显少于纯技术效率最优的城市群数，与综合效率最优的城市群数万方数据
１０１６地理学报
表２２００２年与２００７年中国城市群投入产出效率计算值
Ｔａｂ．２Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｎ２００２ａｎｄ２００７６６卷
城市群名称
京津冀城市群
环都阳湖城市群
山东半岛城市群
辽东半岛城市群
哈大长城市群
中原城市群
银川平原城市群
晋中城市群
天山北坡城市群
呼包郫城市群
关中城市群
兰白西城市群
酒嘉玉城市群
江淮城市群
武汉城市群
长株潭城市群
成渝城市群
黔中城市群
南北钦防城市群
演中城市群
长江三角洲城市群
海峡西岸城市群
珠江三角洲城市群！业主丝壹叠堡△亡堂塾塞！业生蕉壹登量△亡坐塾空综合效率０７１９０８７４１０００Ｏ９３９０８８６ｏ８９８１００００７９５０７３７０８４４Ｏ５４２仉５９４１００００７９２０９０１１．００００７８ｌ０６７３ｌ＿００００７８３１＿００００８６３１０００纯技术效率０７９００９２６ｌ００００９４３０８８９ｏ９３０ｌ０００１００００９７５０９５９０６１５０７７９１，０００Ｏ８１９０９３２ｌ００００７９０Ｏ８２８１００００８６４１００００９０７１．０００规模效率０９１００９４４１００００９９６０９９６ｏ．９６６１＿００００７９５０７５６Ｏ８８００８８２０７６３１．００００９６７０９６７综合效率０６８７ｌ０００１００００８０８Ｏ６３１ｏ７８１１０００１，００００．８８８０７９７０５２８０７８１ｌ００００５６８０６７３１００００．４６００７４３１００００７９１１．００００７２４１．０００纯技术效率Ｏ７９５１０００１００００８０９０６７４ｏ８４８１０００１Ｇ００ｌ００００８９２ｏ６０４０８５５ｌ００００６３４０７３７ｌ０００Ｏ５０４０８４６１００００９２６１００００８０４１０００规模效率０８６４１０００１００００９９９０９３５０９２０ｌ０００１００００８８８０８９３０８７５Ｏ９１４ｌ００００８９５０９１３１００００９１２０８７９１．００００８５５１．００００．９００１．０００１．∞００９８８０８１３ｌ００００９０６１０００仉９５２ｌ０００
全旦基壹登王望堡！：！ｉ１２２１１１：丝！！兰垫！：！堑！：墅！
图１２００２年中国城市群投入产出综合效率示意图
Ｆｉｇ１Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｃｏｍｐｒｅｈｅｎｓｉｖｅｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｎ２００２
８期方创琳等：中国城市群投入产出效率的综合测度与空间分异１０１７
图２２００７年中国城市群投入产出综合效率示意图
Ｆｉｇ，２Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｃｏｍｐｒｅｈｅｎｓｉｖｅｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｎ２００７
相当，但总体上呈上升态势。２００２年城市群规模效率平均为０．９３４，达到规模效率最优的城市群有７个；２００７年规模效率平均为Ｏ．９４１，达到规模效率最优的城市群有９个，分别比２００２年增加０．００７和２个城市群。从单个城市群规模效率的非有效性排序来看，２００２年达到有效性９０％以上的城市群有１７个，占总数的７４％，其中３个城市群规模效率低于有效性８０％，分别为天山北坡城市群、兰白西城市群、晋中城市群；２００７年达到规模有效性９０％以上的城市群有１６个，占城市群总数的７０％，达到规模有效性８５％，－００％的城市群有７个，占城市群总数的３０％。可见，城市群规模效率有所上升且保持高位运行的趋势。
４．２基于Ｂｏｏｔｓｔｒａｐ－ＤＥＡ纠偏后的中国城市群投入产出效率更低但更可靠有效
采用Ｂｏｏｔｓｔｒａｐ—ＤＥＡ方法估计中国城市群投入产出的综合效率，设定参数Ｂ＝２０００，ｈ＝０．０７，并与纠偏前的计算结果进行比较分析后发现，经过Ｂｏｏｔｓｔｒａｐ纠偏后的城市群综合效率值几乎都要比原始的ＤＥＡ效率值要低（表３），这是因为Ｂｏｏｔｓｔｒａｐ方法也考虑到了前沿面的非效率因素。为此，可以认为基于规模不变的数据包络方法，在绝大多数情况下直接采用传统ＤＥＡ方法估计得到的效率得分存在明显的效率高估倾向，将无效单元判断为ＤＥＡ有效，而且由于偏差的大小不同，甚至可能会导致在不同单元效率比较分析时得出错误结论。另外，尽管置信区间随时间推移而有所扩大，但是综合效率的整体趋势还是比较清晰的，得出的结果基本上没有发生变化。所以，引入针对非参数距离函数估计的Ｂｏｏｔｓｔｒａｐ纠偏技术测算的综合效率估计表明前面的估计是比较可靠的。为了更直观显示中国城市群投入产出综合效率的整体趋势及置信范围，根据表３的估计结果绘制图３，值得注意的是，中国城市群基本上都没有达到综合效率最优，且整体上反映出投入产出效率普遍较低。导致中国城市群综合效率下降的主要成因是纯技术效率的显著下降和规模效率略为下降。
４．３中国城市群投入产出效率由东部地区向中西部地区逐渐降低
４．３．１东部地区城市群投入产出效率高于中部．中部高于西部从东、中和西部３大经济地万方数据
１０１８地理学报６６卷带来看，在地域空间上
把中国２３个城市群划分
为东部、中部和西部地
区城市群。东部地区包
括长江三角洲城市群、
珠江三角洲城市群、京
津冀城市群等６个城市
群，中部地区包括武汉
城市群、长株潭城市群、
中原城市群等７个城市
群，西部地区包括成渝
城市群、天山北坡城市表３基－于Ｂｏｏｔｓｔｒａｐ－－ＤＥＡ纠偏后的２００７年中国城市群投入产出综合效率Ｔａｂ．３Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔ∞ｍｐｒｅｈｅ璐ｉ”ｅｆｆｉｄｅｎｃｙｕｒｂａｎｂａｓｅｄｏｎＢｏｏｔｓｔｒａｐ－ＤＥＡｏｆａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｎ２００７
群、南北钦防城市群等
１０个城市群。由表４看
出，除２００７年中部地区
城市群纯技术效率略低
于西部城市群外，２００２
年、２００７年城市群投入
产出综合效率、纯技术
效率和规模效率表现为
东部高于中部，中部高
于西部的区域空间格
局，呈现出与中国东、
中、西区域经济格局相
似的特征。从时间序列
来看，东、中部地区城市
群综合效率、纯技术效
率和规模效率总体上有注：“综合效率口Ｉ”表示城ＩｆＪ群综合效率的原始Ｄ队估计量，“综合效率六”猢ｏｏｔｓｕａｐ纠偏后的Ｄ队估计量，“偏误”表示经勘吣唧纠偏得到的ＤＤ堋ｉ差估计量，其中，综合效率元（纠偏）。综合效率０ｔ。偏误??置信区间上下界表示“综合效率或（纠偏）”的９５＊／ｄ３００ｔｓｔｍｐ置信区间上下界。
城市群名称
－置信区间上限◆置信区间下限’技术效率
图３基＝Ｊ＝Ｂｏｏｔｓｔｒａｐ纠偏后的２００７年中国城市群投入产出技术效率及其置信区间
Ｆｉｇ．３Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙａｎｄｉｔｓｃｏｎｆｉｄｅｎｃｅｉｎｔｅｒｖａｌｓｂａｓｅｄｏｎＢｏｏｔｓｔｒａｐｃｏｒｒｅｃｔｉｏｎｏｆ
ａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｎ２００７ｕｒｂａｎ
８期方创琳等：中国城市群投入产出效率的综合测度与空间分异１０１９
表４２呻２年和加０７年中国东、中、西部地区城市群投入产出效率所下降，西部地区城市
群综合效率、规模效率’ｌａｂ??４Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｅｍｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎｅａｓｔｅｒｎ，ｍｔｒａｌａｎｄ有所上升。值得注意的一是，东部地区、中部地区８
城市群综合效率下降主—；
要由纯技术效率下降所中
致，西部地区城市群投—耍
人产出综合效率的微弱
上升源自于规模效率
４．３．２东部地区经济区妻
的城市群投入产Ｈ垃《率塞
高于中部，中部高于西嚣
部从城市群投入产出囊
的综合效率看，２００２
年、２００７年除长江三角
洲经济区外，其他经济
区都没有达到ＤＥＡ效
率最优。２００２年长江三卧“¨…“
４¨”…¨…“…鲥“雠“角洲经济区（ＤＥＡ最优）、珠江ｊ角洲经济区（０．９３１）、东北经济区Ｆｉｇ２女Ｂｇ秫网４２００２年中国经济区城市群投入产出效率示意图Ｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｅｃｏｎｏｍｉｃＺＯｇｅ￥ｉｎ２００２
（０．９１３）名列１ｌ大经济
区前３位（图５）；２００７年长江■角洲经济区（ＤＥＡ最优）、黄河上游经济区（０．９２７）、新疆经济区（０．８８８）名列ｌｌ大经济区前３位。从城市群纯技术效率来看，２００２年长江三角洲经济区达到ＤＥＡ最优；２００７年长江三角洲经济区、新疆经济区达到ＤＥＡ最优，其他都没有达到ＤＥＡ最优。从城市群规模效率来看，２００２年、２００７年都只有长江三角洲经济区达到ＤＥＡ最优，其他都没有达到ＤＥＡ最优。从时间序列来看，２００２．２００７年１ｌ大经济区除长江三角洲经济区、新疆经济区、黄河上游经济区、南贵昆经济区外，其他经济区城市群综合效率、纯技术效率和规模效率均有所下降，其中长ｊ１＝上游经济区下降幅度最大。另外，长江上游经济区、东北经济区以及长江中游经济区城市群综合效率下降主要由纯技术效率下降所致，新疆经济区、黄河上游多民族经济区城市群综合效率上升主要源自于规模效率的上升。
４．３．３城市群全要素资源效率和综合效率指数呈下降趋势，但规模效率变化指数有所增加
利用ＭａｌｍｑｕｉｓｂＤＥＡ模型计算２００２—２００７年中国２３个城市群技术效率变化（综合效率）、技术变化、纯技术效率变化、规模效率变化和生产率变化指数及其空间格局状况（图６）。结果显示，２００２—２００７年中国城市群仅有规模效率变化指数（１．０１０）稍大于１．而综合效率变化指数（Ｏ．９５１）、纯技术效率变化（０．９４２）、技术变化指数（Ｏ．７６６）和生产率变化指数（０．７２８）均小于ｌ，说明这一时期中国城市群全要素生产率指数的显著下降的主要成因是技术退步，而城市群投入产出综合效率呈下降趋势，主要由纯技术效率下降所致。由此可见，技术进步在中国城市群发展中的贡献呈减弱趋势，城市群的规模优势也未充分发挥。
５结论与讨论采用ＤＥＡ模型、Ｍａｌｍｑｕｉｓｔ生产率指数方法对中国２３个城市群要素资源投入产出效率、万方数据
１０２０地理学报６６卷
图５２００２—２００７年中国城市群全要素生产率指数变化图
Ｆｉｇ５ＴｈｅｔｏｔａｌｆａｃｔｏｒｐｒｏｄｕｃｔｉｖｉｔｙｉｎｄｅｘｖａｒｉａｔｉｏｎｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｄｕｒｉｎｇ２００２－２００７
变化趋势及空间分异特征进行了探讨，同时，还引入了ＢｏｏｔｓＩｒａｐ方法估计城市群综合效率变化及其置信区间，通过纠偏提高了效率测度的准确性。主要得到以下结论：①总体来看，中国城市群投入产出综合效率、纯技术效率不理想且呈下降态势，规模效率一般但有上升趋势，基于Ｂｏｏｔｓｔｒａｐ．ＤＥＡ纠偏后的中国城市群投人产出效率更低，但更可靠有效；②从空间上来看，东部沿海地区城市群投入产出效率高于中部，中部高于西部的空间格局，呈现出与中国东、中、西区域经济格局相似的特征；③从变化趋势来看，２００２．２００７年中国城市群除规模效率指数有微弱增加外，其他的全要素生产率指数、综合效率变化指数、技术效率变化指数以及纯技术效率指数下降趋势显著。中国城市群全要素生产率指数的显著下降主要源于技术退步，而综合效率呈下降趋势的成因是纯技术效率下降。技术进步在中国城市群发展中的贡献呈减弱趋势，城市群的规模优势也未充分发挥。
本文介绍了一种测算城市群投入产出效率的定量方法，受到数据获得难度较大的限制，只选取２００２年和２００７年两个时间断面介绍城市群投入产出效率的测度方法及进行效率比较分析。从城市群投入产出效率的长尺度变化分析来看，观察城市群投入产出效率的变化趋势是一个长时期的过程，需要多个时间断面的数据支持方能更准确地反映出城市群投入产出效率的变化趋势和变化规律，这是本文得出研究结论的局限性所在，但给出了定量测度城市群投入产出效率的方法，应是全文研究的重点和贡献。对于城市群投入产出效率的长期监测过程并提出提升的路径，是本文今后进一步研究的方向。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）
【１】ＦａｎｇＣｈｕａｎｇｌｉｎ．ＳｏｎｇＪｉｔａｏ，ＬｉｎＸｕｃｑｉｎＳｕｓｔａｉｎａｂｌｅＤｅｖｄｏｐｍｅｎｔＴｈｅｏｒｙａｎｄＰｒａｃｔｉｃｃｏｆＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ
Ｂｅｉｊｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，２０１０：２７－４６【方创玳宋吉涛，蔺雪芹中国城市群可持续发展理论与实践北京：科学出版社，２０１０：２７－４６】
８期方创琳等：中国城市群投入产出效率的综合测度与空间分异
Ｊｉｔａｏ，Ｚｈａｎｇ１０２１【２】ＦａｎｇＣｈｕａｎｇｉｉｎ，Ｓｏｎｇ
ｓｔｒｕｃｔｕｒｅｓＱｉａｎｇｅｔａ１．Ｔｈｅｆｏｒｍａｔｉｏｎ，ｄｅｖｅｌｏｐｍｅｎｔａｎｄｓｐａｔｉａｌｈｅｔｅｒｏｇｅｎｅｉｔｙｐａｔｔｅｒｎｓｆｏｒｔｈｅｓｙｓｔｅｍｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００５，６０（５）：８２７－８４０．【方创琳，宋吉涛，张
ｅｆｆｉｃｉｅｎｃｙｃｈａｎｇｅｉｎ蔷等．中国城市群结构体系的组成与空间分异格局．地理学报，２００５，６０（５）：８２７．８４０．】【３】ＲｏｌｌＦａｒｅ，ＳｈａｗｎａＧｒｏｓｓｋｏｐＬＭａｒｙＮｏｒｒｉｓｅｔａ１．Ｐｒｏｄｕｃｔｉｖｉｔｙｇｒｏｗｔｈ，ｔｅｃｈｎｉｃａｌｐｒｏｇｒｅｓｓ，ａｎｄ
ｉｎｄｕｓｔｒｉａｌｉｚｅｄｃｏｕｎｔｒｉｅｓ．ＴｈｅＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，１９９４，８４（１）：６６－８３．
【４】ＩｈＭＳｅｍｅｎｉｃｋＡｌａｍ，ＲｏｂｉｎＣＳｉｃｋｌｅｓ．Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔ３Ⅳｅｅｎｓｔｏｃｋｍａｒｋｅｔｒｅｔｕｒｎｓａｎｄｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙｉｎｎｏｖａｔｉｏｎｓ：ＥｖｉｄｅｎｃｅｆｒｏｍｔｈｅＵＳａｉｒｌｉｎｅｉｎｄｕｓｔｒｙ．ＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｖｉ锣Ａｎａｌｙｓｉｓ，１９９８，９（１）：３５－５１．
【５】ＤａｎｉｅｌＪ．Ｇｒａｈａｍ．Ｐｒｏｄｕｃｔｉｖｉｔｙａｎｄｅｆｆｉｃｉｅｎｃｙ
Ｒｅｓｅａｒｃｈ．ＰａｒｔＥ：ＬｏｇｉｓｔｉｃｓａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎｉｎｕｒｂａｎｒａｉｌｗａｙｓ：Ｐａｒａｍｅｔｒｉｃａｎｄｎｏｎ－ｐａｒａｍｅＣｉｃｅｓｔｉｍａｔｅｓ．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ
ｐｒｏｄｕｃｔｉｖｉｔｙｉｎｄｅｖｅｌｏｐｉｎｇｃｏｕｎＵｉｅｓ．ＡｇｒｉｃｕｌｔｕｒａｌＥｃｏｎｏｍｉｃｓ，１９９８，１９：
ｉｎｏＥＣＤｃｏｕｎｔｒｉｅｓ：ＡＲｅｖｉｅｗ，２００８，４４（１）：８４－９９．【６〕Ｌｉｌｙａｎ４５—５１．ＥＦｕｌｇｉｎｉｔｉ。ＲｉｃｈａｒｄＫＰｅｒｒｉｎ．Ａｇｒｉｃｕｌｔｕｒａｌ【７】Ｂａ九§ＫＹ６ｒｄｋ
ＣｏｍｐａｒａｔｉｖｅＯｓｍａｎＺａｉｍ．Ｐｒｏｄｕｃｔｉｖｉｔｙｇｒｏｗｔｈ
Ｌｉｎｄｂｌｏｍ．Ｅｖａｌｕａｔｉｎｇｔｈｅｃｏｍｐａｒｉｓｏｎ耐ｔＩｌＭａｌｍｑｕｉｓｔＩｎｄｉｃｅｓ．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓ，２００５，３３（２）：４０１－４２０．【８】ＧｏｒａｎＢｅｒｇｅｎｄａｈｌ，Ｔｅｄ
【９】ＦａｎＨｕａ．ＥｆｆｅｃｔｉｖｅｎｅｓｓｐｅｒｆｏｒｍａｎｃｅｏｆＳｗｅｄｉｓｈｓａｖｉｎｇｓｂａｎｋｓａｃｃｏｒｄｉｎｇｔｏｓｅｒｖｉｃｅｅｆｆｉｃｉｅｎｃｙ．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈ，２００８，１８５（３）：１６６３—１６７３．ｒｅｓｅａｒｃｈｏｆｕｒｂａｎｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｉｎＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａ．ＤｅｖｅｌｏｐｍｅｎｔＲｅｓｅａｒｃｈ，２００５，６０（４）：６０．６３．【樊华．长江三角洲各城市经济发展有效性研究．开发研究，２００５，（４）：６０．６３．】
【１０】ＧｕＬｉｘｉａｎ，ＸｉａｏＪｉｎｓｏｎｇ．Ｅｃｏｎｏｍｉｃｅｆｆｉｃｉｅｎｃｙｏｆｒｅｓｏｕｒｃｅｓ??ｂａｓｅｄｃｉｔｉｅｓｉｎＣｈｉｎａ．ＡｒｉｄＬａｎｄＧｅｏｇｒａｐｈｙ，２００９，３２（４）：
６２４－６３０．〔古丽鲜。肖劲松．中国资源型城市经济发展效率评析．干旱区地理，２００９，３２（４）：６２４－６３０．】
【ｌｌ】ＬｉＸｕｎ，ＸｕＸｉａｎｘｉａｎｇ，ＣｈｅｎＨａｎｈｕｉ．Ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｈａｎｇｅｓｏｆｕｒｂａｎｅｆｆｉｃｉｅｎｃｙｉｎｔｈｅ１９９０ｓ．Ａｃｔａ
（４）：６１５—６２５．】
【１２】ＧｕｏＴｅｎｇｙｕｎ，ＸｕＹｏｎｇ，ＷａｎｇｍｅｔｒｏｐｏｌｉｔａｎｅｆｆｉｅｉｅｎｃｉｅｓａｎｄｔｈｅｉｒｃｈａｎｇｅｓｉｎＣｈｉｎａｂａｓｅｄｏｎ
ＤＥＡａｎｄＭａｌｍｑｕｉｓｔＩｎｄｅｘｍｏｄｅｌｓ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００９。６４（４）：４０８－４１６．【郭腾云，徐勇，王志强．基于ＤＥＡ的Ｚｈｉｑｉａｎｇ．ＴｈｅａｎａｌｙｓｅｓｏｆＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００５，６０（４）：６１５－６２５．【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．地理学报，２００５，６０中国特大城市资源效率及其变化．地理学报，２００９，“（４）：４０８－４１６．】
【１３】ＪｉｎＸｉａｎｇｙｕ．Ｔｏｔａｌ
【１４】ＹａｎｇｆａｃｔｏｒｐｒｏｄｕｃｔｉｖｉｔｙｏｆｃｉｔｉｅｓｉｎＣｈｉｎａ：１９９０—２００３．ＳｈａｎｇｈａｉＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓ，２００６，（７）：１４－２３．【金ａｎａｌｙｓｉｓａｂｏｕｔ相郁．中国城市伞要素生产率研究：１９９０．２００３．上海经济研究，２００６，（７）：１４．２３．】Ｋａｉｚｈｏｎｇ，ＸｉｅＸｉｅ．ＴｈｅＤＥＡ—ｅｆｆｉｃｉｅｎｃｙｏｆＣｈｉｎａｃｉｔｉｅｓ’ｉｎｐｕｔ－ｏｕｔｐｕｔ．ＧｅｏｇｒａｐｈｙａｎｄＴｅｒｒｉｔｏｒｉａｌ
Ｒｅｓｅａｒｃｈ，２００２，１８（３）：４５－４７．〔杨开忠，谢燮．中国城市投入产出有效性的数据包络分析．地理学与国土研究，２００２，１８（３）：４５．４７．】
【１５】Ｇｕｏｅｆｆｉｃｉｅｎｃｙｏｆｒｅｓｏｕｒｃｅｓｃｉｔｉｅｓｗｉｔｈｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ．Ｃｈｉｎａ
ＭｉｎｉｎｇＭａｇａｚｉｎｅ，２００７。１６（６）：５－９．【郭海涛，于琳琳，李经涛．我国资源型城市效率的ＤＥＡ方法评价．中国矿业，２００７，Ｈａｉｔａｏ，ＹｕＬｉｎｌｉｎ，ＬｉｏｎＪｉｎｇｔａｎ．Ａｓｓｅｓｓｍｅｎｔ１６（６）：５－９．】
【１６】ＧａｏＷｅｉｙｕ．ＰｒｏｄｕｃｔｉｏｎｅｆｆｉｃｉｅｎｃｉｅｓｃｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓｏｆｍｅｔｒｏｐｏｌｉｓｉｎＣｈｉｎａ．ＳｈａｎｇｈａｉＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓ，２００８，
ｌｌ：３．１０．〔高炜字．国内大城市生产效率的对比分析．上海经济研究，２００８，（１１）：３一ｌＯ．】
〔１７】ＳｉｍａｒＬ，ＷｉｌｓｏｎＥＳｔａｔｉｓｔｉｃａｌｉｎｆｅｒｅｎｃｅｉｎｎｏｎｐａｒａｍｅｔｒｉｃｆｒｏｎｔｉｅｒｍｏｄｅｌｓ．ＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｖｉｔｙＡｎａｌｙｓｉｓ，２０００，１３（１）：
４９．７８．
〔１８】ＳｔｅｎＭａｌｍｑｕｉｓｔ．Ｉｎｄｅｘｎｕｍｂｅｒｓ
（２）：２１０—２４２．ａｎｄｉｎｄｉｆｆｅｒｅｎｃｅｓｕｒｆａｃｅｓ．ＴｒａｂａｊｏｓｄｅＥｓｔａｄｉｓｔｉｃａｙｄｅＩｎｖｅｓｔｉｇａｃｉ６ｎＯｐｅｒａｔｉｖａ，１９５３，４
ｉｎＣｈｉｎａ’ｓ【１９】ＷａｎｇＹａｈｕａ，ＷｕＦａｎ，ＷａｎｇＺｈｅｎｇ．Ｐｒｏｄｕｃｔｉｖｉｔｙｔｒａｎｓｐｏｒｔａｔｉｏｎｓｅｃｔｏｒ：ＡＭａｌｍｑｕｉｓｔＩｎｄｅｘａｎｄＢｏｏｔｓｔｒａｐ
ａｐｐｒｏａｃｈ（１９８０—２００５）．ＣｈｉｎａＥｃｏｎｏｍｉｃＱｕａｒｔｅｒｌｙ，２００８，７（３）：８９１－９１３．【王亚华，吴凡，王争．交通行业生产率变动的Ｂｏｏｔｓｔｒａｐ—Ｍａｌｍｑｕｉｓｔ指数分析（１９８０—２００５）．经济学（季刊），２００８，７（３）：８９１－９１３．】
【２０】Ｆａｒｅ＆ＧｒｏｓｓｋｏｐｆＳ．ＭａｌｍｑｕｉｓｔｐｒｏｄｕｃｔｉｖｉｔｙｉｎｄｅｘｅｓａｎｄＦｉｓｈｅｒｉｄｅａｌｉｎｄｅｘｅｓ．ＴｈｅＥｃｏｎｏｍｉｃＪｏｕｒｎａｌ，１９９２，１０２（１）：
１５８．１６０．
【２１】ＺｈａｎｇＪｔｍｒｏｎｇ，ＧｕｏＹａｎｈｕａｎｇ．ＲｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｅｖａｌｕａｔｉｏｎｉｎｄｉｃａｔｏｒｓｗｉｔｈＤＥＡｅｆｆｅｃｔｉｖｉｔｙ．Ｓｙｓｔｅｍｓ
Ｅｎｇｉｎｅｅｒｉｎｇ??ＴｈｅｏｒｙＭｅｔｈｏｄｏｌｏｇｙＡｐｐｌｉｃａｔｉｏｎｓ，２００４，１３（６）：５２０—５２３．【张俊容，郭耀煌．评价指标与ＤＥＡ有效的关系．
Ｗａｎｇｑｉａｏ．Ｆａｃｔｏｒａｎａｌｙｓｉｓｏｆｉｎｆｏｒｍａｔｉｏｎｄｅｖｅｌｏｐｍｅｎｔｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ．ＣｈｉｎａＳｃｉｅｎｃｅａｎｄ系统’ｒ程理论方法应用，２００４，１３（６）：５２０．５２３．】【２２】ＨｕＴｏｎｇｙｕ，Ｚｈａｎｇ
ＴｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎ，２００８，（４）：１７８－１７９．【胡同字，张旺俏．城市群信息化发展的要素分析．中国科技信息，２００８，（４）：１７８－１７９．】
【２３】ＷｅｉＱｕａｎｌｉｎｇ．Ｅｆｆｅｃｔｉｖｅｍｅｔｈｏｄｓｏｎｅｖａｌｕａｔｉｎｇｒｅｌａｔｉｖｅｅｆｆｉｃｉｅｎｃｙ（ＤＥＡ）．ＣｈｉｎｅｓｅＳｃｉｅｎｃｅＢｕｌｌｅｔｉｎ，２０００，４５（１７）：
Ｏｐｅｒａｔｉｏｎ１７９３．１８０７．【魏权龄．数据包络分析（ＤＥＡ）．科学通报，２０００，４５（１７）：１７９３．１８０７．】〔２４】ＣｈａｒｎｅｓＡ，ＣｏｏｐｅｒＷｗ’ＲｈｏｄｅｓＥ．Ｍｅａｓｕｒｉｎｇｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｄｅｃｉｓｉｏｎｍａｋｉｎｇ
Ｒｅｓｅａｒｃｈ，１９７８，２：４２９－４４４．ｕｎｉｔｓ．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆ
〔２５】ＫｎｉｅｐＡ，ＳｉｍａｒＬ，ＷｉｌｓｏｎＰ．Ａｓｙｍｐｔｏｔｉｃｓ
０３２３．２００３，２７．２９．ｆｏｒＤＥＡｅｓｔｉｍａｔｏｒｓｉｎｎｏｎｐａｒａｍｅｔｒｉｃｆｒｏｎｔｉｅｒｍｏｄｅｌｓ．ＩＡＰＴｅｃｈｎｉｃａｌＲｅｐｏｒｔ，万方数据
１０２２地理学报
ｆｏｒＶａＲｂａｓｅｄｏｎ６６卷ｍｅｔｈｏｄ．ＩＶｌａｔｈｃｍａｆｉｃｓｉｎＥｃｏｎｏｍｉｃｓ，２００９，２６【２６】ＺｅｎｇＣｈｏｎｇ，ＷａｎＪｉａｎｐｉｎｇ．Ｉｎｔｅｒｖａｌｅｓｔｉｍａｔｅ
【２７】ＨａｌｌＥＯｎｔｈｅｂｏｏｔｓｔｒａｐ（１）：５８．６３．〔曾聊，万建平．基于Ｂｏｏｔｓｔｒａｐ方法Ｖ搬区间估计．经济数学，２００９，２６（１）：５８－６３．】ｎｕｍｂｅｒｏｆｂｏｏｔｓｔｒａｐｓｉｍｕｌａｔｉｏｎｓｒｅｑｕｉｒｅｄｔｏｃｏｎｓｔｒｕｃｔａｃｏｎｆｉｄｅｎｃｅｉｎｔｅｒｖａｌ．Ａｎｎ．Ｓｔａｔｉｓｔｉｃｓ，１９８６，１４：
１４５３．１４６２．
【２８】ＳｉｍａｒＬ，ＷｉｌｓｏｎＰ．ＳｅｎｓｉｔｉｖｉｔｙａｎａｌｙｓｉｓｏｆｅｆｆｉｃｉｅｎｃｙＳｅＯｌ’酷：Ｈｏｗｔｏｂｏｏｔｓｔｒａｐｉｎｎｏｎｐａｒａｍｅｌｒｉｃｆｒｏｎｔｉｅｒｍｏｄｅｌｓ．
ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｏ，１９９８，州１）：４９－６１．
ＣｏｍｐｒｅｈｅｎｓｉｖｅＭｅａｓｕｒｅｍｅｎｔａｎｄＳｐａｔｉａｌＤｉｓｔｉｎｃｔｉｏｎｏｆ
Ｉｎｐｕｔ－ｏｕｔｐｕｔＥｆｆｉｃｉｅｎｃｙｏｆＵｒｂａｎＡｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ
ＦＡＮＧＣｈｕａｎｇｌｉｎｌ，ＧＵＡＮＸｉｎｇｌｉａｎ９１??２
（１．／ｎ５ｔ／ｔｍｅｏｆＧｅｏｇｒａｐｈｉｃ＆ｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣＡＳ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ；
２．Ｇｒａｄｕａｔｅ‰讹瑙酊ｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙ矿ｓｃ如，ｌ倒，Ｂｅ｛ｉｉｎｇ１０００４９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ
ｐｒｏｄｕｃｔｉｖｅｆｏｒｃｅｓａｒｅｉｎＣｈｉｎａｗｈｉｃｈｐｅｒｆｏｒｍｃｏｒｅａｒｅａａｖｉｔａｌｒｏｌｅｉｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍｏｓｔｄｙｎａｍｉｃａｎｄｐｏｔｅｎｔｉａｌｉｎｆｕｔｕｒｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，
ｚｏｎｅｓ．ａｎｄａｒｅｔｈｅｋｅｙａｎｄｏｐｔｉｍｉｚｅｄｄｅｖｅｌｏｐｍｅｎｔｄｉｓｔｒｉｃｔｓｉｎｔｈｅｄｉｖｉｓｉｏｎｏｆｍａｉｎ．ｆｕｎｃｔｉｏｎ
Ｈｏｗｅｖｅｒ，ｗｈｉｌｅｄｒｉｖｉｎｇｕｐｒａｐｉｄｅｃｏｎｏｍｉｃｇｒｏｗｔｈｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ，ｈｉｇｈ－ｉｎｔｅｎｓｉｔｙｉｎｔｅｒａｃｔｉｏｎｃａｕｓｅｄｂｙｈｉｇｈ．．ｄｅｎｓｉｔｙａｇｇｒｅｇａｔｉｏｎａｌｓｏｃｏｎｔｒｉｂｕｔｅｄｔｏｈｉｇｈ－．ｒｉｓｋｔｈｒｅａｔｓｔｏｎａｔｕｒａｌｅｎｖｉｒｏｎｍｅｎｔ．Ｈｏｗｄｏｗｅａｓｓｅｓｓｔｈｅｅｆｆｅｃｔｏｆｈｉｇｈ．ｄｅｎｓｉｔｙｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ？Ａｃｃｏｒｄｉｎｇｌｙ，ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙ，ｔｈｉｓｐａｐｅｒｅｓｔａｂｌｉｓｈｅｄｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｉｎｄｉｃａｔｏｒｓｙｓｔｅｍｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ。ｕｓｉｎｇＣＲＳｍｏｄｅｌ’ＶＲＳｍｏｄｅｌａｎｄＢｏｏｔｓｔｒａｐ．ＤＥＡ．ａｎｄｍｅａｓｕｒｅｄｔｈｅｃｈａｎｇｉｎｇｔｒｅｎｄａｎｄｓｐａｔｉａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｏｆｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ．ＲｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｓｌｏｗａｎｄｓｌｉｐｐｉｎｇ．Ｉｎ２００２ａｎｄ２００７，ｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａＷａｓｒｅｓｐｅｃｔｉｖｅｌｙ０．８５３
ｏｆａｎｄ０．８２０．ｗｈｉｃｈｄｒｏｐｐｅｄｂｙａｎｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｉｓ
ａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙａｖｅｒａｇｅｏｆ０．０３３．Ｓｉｍｉｌａｒｌｙ，ｔｅｃｈｎｉｃａｌａｎｄｓｃａｌｅｌｏｗａｎｄｓｌｉｐｐｉｎｇ；ＩｎｐｕｔｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａｍｏｄｉｆｉｅｄｂｙＢｏｏｔｓｔｒａｐ—ＤＥＡｍｏｄｅｌｉＳｌｏｗｅｒｂｕｔｍｏｒｅｒｅｌｉａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅ．Ｉｎｐｕｔｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｄｅｃｒｅａｓｅｓ
ｓｃａｌｅｇｒａｄｕａｌｌｙｆｒｏｍｔｈｅｅａｓｔｅｍｒｅｇｉｏｎｔｏｔｈｅｃｅｎｔｒａｌａｎｄｗｅｓｔｅｒｎｒｅｇｉｏｎｓｏｆＣｈｉｎａ．Ｉｎ２００２ａｎｄ２００７．ｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙ，ｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙａｎｄｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎ
ｅａｓｔｅｒｎａｎｄｃｃｎｔｒａｌｒｅｇｉｏｎｓｗｅｒｅｈｉｇｈｅｒｔｈａｎｔｈｏｓｅｉｎｔｈｅｗｅｓｔｅｒｎｒｅｇｉｏｎ．ｗｈｉｃｈＷａｓｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｈｅｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｐａｔｔｅｒｎｉｎＣｈｉｎａ．Ｏｔｈｅｒｗｉｓｅ．ｔｅｃｈｎｉｃａｌａｎｄｐｒｏｄｕｃｔｉｏｎｅｍｃｉｅｎｃｙｏｆｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓａｌｓｏｄｅｃｒｅａｓｅｓｇｒａｄｕａｌｌｙｆｒｏｍｔｈｅｅａｓｔｅｒｎｔｏｔｈｅｃｅｎｔｒａｌ
ｆｏｒｗｅｓｔｅｒｎｒｅｇｉｏｎｓ．Ｔｈｉｓｓｔｕｄｙａｉｍｓｔｏｐｒｏｖｉｄｅｈｉｇｈ．ｄｅｎｓｉｔｙｑｕａｎｔｉｔａｔｉｖｅｂａｓｉｓｆｕｒｔｈｅｒｌａｙｆｏｒａｓｓｅｓｓｉｎｇｔｈｅｅｆｆｅｃｔｏｆａｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ。ａｎｄｓｏｌｉｄｆｏｕｎｄａｔｉｏｎ
ｏｆｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｏｆｉｍｐｒｏｖｉｎｇｉｎｐｕｔａｎｄｏｕｔｐｕｔａｎｄｓｐａｔｉａｌａｇｇｌｏｍｅｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｕｒｂａｎ
ａｇｇｌｏｍｅｒａｔｉｏｎｓｉｎＣｈｉｎａ．
Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎ；ｉｎｐｕｔａｎｄｏｕｔｐｕｔｅｆｆｉｃｉｅｎｃｙ；ｔｅｃｈｎｉｃａｌｅｆｆｉｃｉｅｎｃｙ；ｓｃａｌｅｅｆｆｉｃｉｅｎｃｙ；Ｂｏｏｔｓｔｒａｐ—ＤＥＡｍｏｄｅｌ；Ｃｈｉｎａ
中国城市群投入产出效率的综合测度与空间分异
作者单位：方创琳，关兴良，FANGChuanglin，GUANXingliang方创琳,FANGChuanglin(中国科学院地理科学与资源研究所,北京,100101)，关兴良,GUAN
Xingliang(中国科学院地理科学与资源研究所,北京100101;中国科学院研究生院,北京
ActaGeographicaSinica
)刊名：英文刊名：年，卷(期)：
1.GoranBTedLindblomEvaluatingtheperformanceofSwedishsavingsbanksaccordingtoserviceefficiency2008(03)
2.StenMalmquistIndexnumbersandindifferencesurfaces1953(02)
3.SimarL;WilsonPStatisticalinferenceinnonparametrcfrontiermodels[外文期刊]2000(01)
4.高炜宇国内大城市生产效率的对比分析2008(11)
5.杨开忠;谢燮中国城市投入产出有效性的数据包络分析2002(03)
6.金相郁中国城市全要素生产率研究:6(07)
7.郭腾云;徐勇;王志强基于DEA的中国特大城市资源效率及其变化2009(04)
8.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2005(04)
9.古丽鲜;肖劲松中国资源型城市经济发展效率评析2009(04)
10.SimarL;WilsonPSensitivityanalysisofefficiencyscores:Howtobootstrapinnonparametricfrontiermodels1998(01)
11.HallPOnthenumberofbootstrapsimulationsrequiredtoconstructaconfidenceinterval1986
12.曾翀;万建平基于Bootstrap方法VaR区间估计2009(01)
13.KniepA;SimarL;WilsonPAsymptoticsforDEAestimatorsinnonparametficfrontiermodels[IAPTechnicalReport
14.CharnesA;CooperWW;RhodesEMeasuringtheefficiencyofdecisionmakingunits[外文期刊]1978
15.魏权龄数据包络分析(D队)2000(17)
16.胡同宇;张旺俏城市群信息化发展的要素分析2008(04)
17.张俊容;郭耀煌评价指标与DEA有效的关系2004(06)
18.FareR;GrosskopfSMalmquistproductivityindexesandFisheridealindexes[外文期刊]1992(01)
19.张俊容;郭耀煌评价指标与DEA有效的关系2004(06)
20.樊华长江三角洲各城市经济发展有效性研究2005(04)
21.DanielJ.GrahamProductivityandefficiencyinurbanrailways:Parametricandnon
第６６卷第８期２０１地理学报ＡＣＴＡＧＥＯＧＲＡＰＨＩＣＡＳＩＮＩＣＡｖ０１．６６，Ｎｏ．８Ａｕｇ．，２０１１１年８月中国城市群投入产出效率的综合测度与空间分异方创琳１，关兴妒（１．中国科学院地理科学...
人文地理文章编号：（5-062010年第1期总第111期中国主要城市旅游效率的区域差异与空间格局马晓龙1，2，保继刚2（1.中国旅游研究院，北京...
中图分类号：F592.3文献标识码：A文章编号：10)01-问题的提出绩效评价对任何一种类型的组织和管理均具有重要意义[1]。城市是国家经济增长的核心，城市发展...
第18卷第3期1997年9月大连铁道学院学报JOURNALOFDALIANRAILWAYINSTITUTEVol.18No.3Sep.1997中国股票市场运行效率的实证检验与分析(东北财经大学)(大连...
第70卷第8期2015年8月地理学报ACTAGEOGRAPHICASINICAVol.70,No.8August,2015北京郊区居民日常生活方式的行为测度与空间—行为互动塔娜1，柴彦威1，关美宝2（...
网友评论文明上网理性发言，请遵守！}