论文部分内容阅读
摘 要：城乡融合发展过程中必须不断提高效率水平。通过构建人、地、资本融合的多维评价指标体系，联合运用熵权-TOPSIS和DEA-Malmquist模型对全国以及30个省市自治区2007—2017年城乡融合发展相关数据进行分析。结果表明，全国以及各省份城乡融合发展的效率水平在研究年限里整体呈现上升的趋势。其中熵权-TOPSIS模型表明，2010年后我国城乡融合发展效率水平开始提升的主要原因在于城乡固定资产的投入和此项投入在城乡之间的合理分配。DEA-Malmquist模型表明，发达省份的综合效率值要高于次发达和落后省份，促进和限制效率提升的主要原因在于各地区的技术进步因素。
关键词：城乡融合发展;效率评价;熵权-TOPSIS;DEA-Malmquist
中图分类号：F299.2 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2021.04.014
Abstract：In the process of urban-rural integration， the efficiency of it must be improved constantly. By constructing a multi-dimensional evaluation index system for the integration of population， land， and capital， as well as applying the Entropy- TOPSIS and DEA-Malmquist models， this study analyzed the data of urban-rural integration development from 2007 to 2017 in 30 provinces and autonomous regions across China. The results showed that during this surveyed decade， the efficiency of urban-rural integration in China experiences represented an overall upward trend. The Entropy- TOPSIS model pointed out the main reason for this upward trend of integration efficacy after 2010 lay in the inputs of fixed assets in urban and rural areas， together with the reasonable distribution of these inputs. The DEA-Malmquist model showed the comprehensive efficiency value of developed provinces was higher than that of less developed and disadvantaged provinces， and the main reason for it was the differences in technological development in different areas.
Key words： urban and rural integration development; efficiency evaluation; Entropy- TOPSIS; DEA-Malmquist
城镇化背景下，中国乡村空间利用正面临着前所未有的机遇与挑战[1]。城乡差距扩大，城乡“二元体制”，城进乡退，城市病，乡村病等都成为了现阶段我国亟待解决的空间问题。加快城乡融合发展作为落实乡村振兴的重要抓手，可有效解决城乡发展的差距问题。城乡融合是指城乡之间以生产力发展为基础来促进城乡之间经济发展、社会生活、生态环境等方面有机统一的过程[2]。其本质还是在于城乡发展要素自由流动、公平与共享基础上实现城乡协调和一体化发展[3-4]。这是继中央提出“统筹城乡发展”、“城乡发展一体化”之后又一具有承接性和导向性的重要概念与政策方向[5]。
城乡融合发展是学界研究的重点，也受到了党和政府的高度重视[6]。党的十九大提出要建立健全城乡融合发展的机制和政策体系，加快推进农业农村现代化。2021年中央一号文件指出要加快县域内城乡融合发展，强化统筹谋划和顶层设计，破除城乡分割的体制弊端。一系列的会议与政策都体现了我国政府对于城乡融合发展的高度重视，也为我国全面的乡村振兴提供了实现依据。在此背景下研究城乡融合发展的效率问题，有利于为我国城乡协同治理与乡村振兴实现提供现实的决策参考。
1 模型选择与指标体系构建
1.1 模型选择
城乡融合发展效率的测度和分析是基于城乡融合发展水平的基础之上，探讨城乡融合发展过程中的投入产出水平。因而不仅能够体现城乡融合发展水平在时间和空间上的变化发展，还能够通过多准则下的指标体系构建反映城乡融合发展的效率尺度，以此评判全国以及各省际地区的效率水平。为实现在时空上对中国城乡融合发展的效率水平的综合评判，同时适用于多准则的指标体系，本研究联合使用基于熵权法的优劣解距离法（TOPSIS）和DEA-Malmquist模型。其中，熵權-TOPSIS模型主要对国家层面2007—2017年的时间序列数据进行分析，以展示我国整体的城乡融合发展效率在不同时间内的效率水平变化情况。DEA-Malmquist模型主要对省际层面2007—2017年的30个省市自治区（港澳台藏除外）的面板数据进行分析，借此研究我国各省份城乡融合发展的综合效率及其分解情况。鉴于目前这两种模型的运用已经十分广泛，在此不作赘述[7-9]。 1.2 指标体系与数据来源
城乡融合发展是综合性的概念，目前的研究也大都侧重于对经济、文化、社会生活等复杂系统的构建。本研究借鉴相关文献[10-11]，从人、地、资本三种要素角度对城乡融合发展内涵进行深入探讨，同时在指标的选取过程中，对于指标的正负性与投入产出特征进行判定。本研究的数据为全国以及30个省份（港澳台藏除外），来源于相应年份的各省统计年鉴和中华人民共和国乡镇行政区划简册（表1）。
2 模型结果与分析
2.1 熵权-TOPSIS综合评价模型结果
运算前，使用取倒数的方法对负向指标进行正向化，继而使用Zscore方法進行标准化。完成数据处理后，使用熵权法对如上指标进行赋权。在熵权法结果中，资本的融合是促进城乡融合进一步发展的最主要要素，权重为0.768，人的融合则略高于地的融合，分别为0.130，0.102。进一步来看，固定资产投资水平（0.606）与固定资产在城乡之间的投资差异（0.135）是影响城乡融合发展的最主要因素。
通过熵权法得到指标的客观权重后，依次求得最优解和最劣解向量，然后测算各个年份与最优解和最劣解的临近距离，比较这些临近距离并获得年份的优劣排序，结果如表2所示。从国家城乡融合发展的熵权-TOPSIS综合评价模型结果来看，在2010之前各年度的排名较高，呈现的是城乡之间差异较小，融合发展水平较高，不过这种融合发展在实质上是属于初级的水平，其主要原因是限于经济发展，城乡之间的贫富差距较小。2010年后，各年份的排名低于2010年之前的水平，不过呈现的还是不断进步的状态，且这种进步是建立在我国经济文化水平不断提升的基础之上。
2.2 DEA-Malmquist综合评价模型结果
Malmquist指数作为动态指标，能够较好地体现面板数据的时间和个体特征，由此反映我国30个省市自治区的城乡融合发展效率的变化趋势。同时Malmquist指数在测算综合效率的基础上，能够对相应指数进行分解，综合效率可分解为技术效率与技术进步之积，而技术效率又可分解为纯技术效率和规模效率之积。运用DEAP 2.1软件对相应的投入和产出数据进行分析，得到的结果如图1所示。
从结果中可以看出，我国大部分省份在研究年份里城乡融合发展的效率值都大于1，且主要集中在一些发达省份和中等发达省份，而少数效率值低于1的则集中在一些相对落后的地区。其中，上海市的城乡融合发展的效率水平最高，达到了1.317，而贵州省的城乡融合发展的效率水平相比而言最低，综合效率值为0.932。从效率分解的角度看，推动城乡融合发展效率逐步提升的最重要动因还是在于技术上的进步。并且在研究的年限里，可进一步对地区以及全国的情况进行分析。我国东部、中部、西部、东北地区的城乡融合发展的综合效率值分别为1.093，1.008，0.989，1.041，以东部为最高，西部最低，中部和东北地区居于其中，亦比较符合我国目前各地区整体地发展状况。同时全国的平均综合效率值为1.030，东部和东北地区均超过了平均值，反映出两个地区的城乡融合发展效率水平是在不断上升，且对于全国整体的水平亦具有正向推动作用。
从两个模型的分析结果来看，所表现的整体趋势是一致的，即我国城乡融合发展的效率水平在近年来呈现上升的趋势。不过基于分析的对象不同，熵权-TOPSIS模型的结果表明，目前城乡融合发展的效率水平还有待提高以达到理想情况，其中最需要投入的要素是固定资产的投资，并且将固定资产的投资在城乡之间合理分配。DEA-Malmquist模型的结果展现出各地区城乡融合发展的效率水平提升最主要原因在于技术的发展和进步。总体而言，这两个模型分析的结果带给我们的政策启示都指向各级政府应当大力推动资源和要素在城乡之间的自由流动，以切实有效的政府主导行为实现城乡之间的共同发展，平衡二者在发展过程中差距扩大的问题。
3 结论与建议
本研究通过构建人、地、资本融合的多维度评价指标体系，运用熵权-TOPSIS和DEA-Malmquist的综合评价模型，实证分析了全国以及各省市、各地区的城乡融合发展效率水平的变化情况，得出如下的主要结论。
基于熵权-TOPSIS模型的分析结果来看，我国2010年以后各年份城乡融合发展效率水平与理想值的临近距离和排序整体上呈现出一种缓慢进步的状态，这种进步符合现阶段的城乡发展状态。基于DEA-Malmquist模型的分析结果来看，我国整体的城乡融合发展效率水平在研究年份里趋于上升。分省份来看，上海、北京、天津、江苏等发达省市的效率水平要明显高于贵州、广西、云南、甘肃等一些次发达或落后省份。城乡融合发展的效率水平与地区的发展情况较为相符。同时将综合效率进行分解，影响效率水平的最主要原因还是在于技术进步的因素，而纯技术效率和规模效率是后续发展进程中值得关注的因素。
基于上述结论，我们可有针对性的提出相应的政策建议。首先，缩小城乡差距和促进城乡融合是具有多个维度含义的复杂工作，政府应当做到对人、地、资本等多个方面要素安排的协调与统一。其次，各地方政府须积极遵循国家的顶层设计，破除阻碍城乡要素自由流动的壁障，使要素和资源能够科学有效地配置，构建起城乡统一的要素市场。最后，各省份地区城乡融合发展的效率水平具有异质性，应当依据现实情况，因地制宜。发达省份须着重关注通过要素科学配置来提升技术效率和规模效率，而次发达和落后省份应当积极推行技术上的突破和创新，以不断促进我国整体城乡融合发展效率水平的提升。
参考文献：
[1] 戈大专， 龙花楼. 论乡村空间治理与城乡融合发展[J]. 地理学报， 2020， 75（6）： 1272-1286.
[2] 赵德起， 陈娜. 中国城乡融合发展水平测度研究[J]. 经济问题探索， 2019（12）： 1-28.
[3] 刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报， 2018， 73（4）： 637-650.
[4] 何仁伟. 城乡融合与乡村振兴：理论探讨、机理阐释与实现路径[J]. 地理研究， 2018， 37（11）： 2127-2140.
[5] 魏后凯. 深刻把握城乡融合发展的本质内涵[J]. 中国农村经济， 2020（6）： 5-8.
[6] 李兰冰， 刘秉镰. “十四五”时期中国区域经济发展的重大问题展望[J]. 管理世界， 2020， 36（5）： 36-51.
[7] 禹春霞， 满茹， 邹志琴. 基于熵权-TOPSIS的人工智能行业上市公司投资价值动态评价研究[J]. 工业技术经济， 2020， 39（12）： 138-146.
[8] 李德山， 赵颖文， 李琳瑛. 煤炭资源型城市环境效率及其环境生产率变动分析──基于山西省11个地级市面板数据[J]. 自然资源学报， 2021， 36（3）： 618-633.
[9] ROLF F， GROSSKOPF S， NORRIS M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. American Economic Review， 1994， 84（1）： 66-83.
[10] 刘融融， 胡佳欣， 王星. 西北地区城乡融合发展时空特征与影响因素研究[J]. 兰州大学学报（社会科学版）， 2019， 47（6）： 106-118.
[11] 刘明辉， 卢飞. 城乡要素错配与城乡融合发展——基于中国省级面板数据的实证研究[J]. 农业技术经济， 2019（2）： 33-46.
关键词：城乡融合发展;效率评价;熵权-TOPSIS;DEA-Malmquist
中图分类号：F299.2 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2021.04.014
Abstract：In the process of urban-rural integration， the efficiency of it must be improved constantly. By constructing a multi-dimensional evaluation index system for the integration of population， land， and capital， as well as applying the Entropy- TOPSIS and DEA-Malmquist models， this study analyzed the data of urban-rural integration development from 2007 to 2017 in 30 provinces and autonomous regions across China. The results showed that during this surveyed decade， the efficiency of urban-rural integration in China experiences represented an overall upward trend. The Entropy- TOPSIS model pointed out the main reason for this upward trend of integration efficacy after 2010 lay in the inputs of fixed assets in urban and rural areas， together with the reasonable distribution of these inputs. The DEA-Malmquist model showed the comprehensive efficiency value of developed provinces was higher than that of less developed and disadvantaged provinces， and the main reason for it was the differences in technological development in different areas.
Key words： urban and rural integration development; efficiency evaluation; Entropy- TOPSIS; DEA-Malmquist
城镇化背景下，中国乡村空间利用正面临着前所未有的机遇与挑战[1]。城乡差距扩大，城乡“二元体制”，城进乡退，城市病，乡村病等都成为了现阶段我国亟待解决的空间问题。加快城乡融合发展作为落实乡村振兴的重要抓手，可有效解决城乡发展的差距问题。城乡融合是指城乡之间以生产力发展为基础来促进城乡之间经济发展、社会生活、生态环境等方面有机统一的过程[2]。其本质还是在于城乡发展要素自由流动、公平与共享基础上实现城乡协调和一体化发展[3-4]。这是继中央提出“统筹城乡发展”、“城乡发展一体化”之后又一具有承接性和导向性的重要概念与政策方向[5]。
城乡融合发展是学界研究的重点，也受到了党和政府的高度重视[6]。党的十九大提出要建立健全城乡融合发展的机制和政策体系，加快推进农业农村现代化。2021年中央一号文件指出要加快县域内城乡融合发展，强化统筹谋划和顶层设计，破除城乡分割的体制弊端。一系列的会议与政策都体现了我国政府对于城乡融合发展的高度重视，也为我国全面的乡村振兴提供了实现依据。在此背景下研究城乡融合发展的效率问题，有利于为我国城乡协同治理与乡村振兴实现提供现实的决策参考。
1 模型选择与指标体系构建
1.1 模型选择
城乡融合发展效率的测度和分析是基于城乡融合发展水平的基础之上，探讨城乡融合发展过程中的投入产出水平。因而不仅能够体现城乡融合发展水平在时间和空间上的变化发展，还能够通过多准则下的指标体系构建反映城乡融合发展的效率尺度，以此评判全国以及各省际地区的效率水平。为实现在时空上对中国城乡融合发展的效率水平的综合评判，同时适用于多准则的指标体系，本研究联合使用基于熵权法的优劣解距离法（TOPSIS）和DEA-Malmquist模型。其中，熵權-TOPSIS模型主要对国家层面2007—2017年的时间序列数据进行分析，以展示我国整体的城乡融合发展效率在不同时间内的效率水平变化情况。DEA-Malmquist模型主要对省际层面2007—2017年的30个省市自治区（港澳台藏除外）的面板数据进行分析，借此研究我国各省份城乡融合发展的综合效率及其分解情况。鉴于目前这两种模型的运用已经十分广泛，在此不作赘述[7-9]。 1.2 指标体系与数据来源
城乡融合发展是综合性的概念，目前的研究也大都侧重于对经济、文化、社会生活等复杂系统的构建。本研究借鉴相关文献[10-11]，从人、地、资本三种要素角度对城乡融合发展内涵进行深入探讨，同时在指标的选取过程中，对于指标的正负性与投入产出特征进行判定。本研究的数据为全国以及30个省份（港澳台藏除外），来源于相应年份的各省统计年鉴和中华人民共和国乡镇行政区划简册（表1）。
2 模型结果与分析
2.1 熵权-TOPSIS综合评价模型结果
运算前，使用取倒数的方法对负向指标进行正向化，继而使用Zscore方法進行标准化。完成数据处理后，使用熵权法对如上指标进行赋权。在熵权法结果中，资本的融合是促进城乡融合进一步发展的最主要要素，权重为0.768，人的融合则略高于地的融合，分别为0.130，0.102。进一步来看，固定资产投资水平（0.606）与固定资产在城乡之间的投资差异（0.135）是影响城乡融合发展的最主要因素。
通过熵权法得到指标的客观权重后，依次求得最优解和最劣解向量，然后测算各个年份与最优解和最劣解的临近距离，比较这些临近距离并获得年份的优劣排序，结果如表2所示。从国家城乡融合发展的熵权-TOPSIS综合评价模型结果来看，在2010之前各年度的排名较高，呈现的是城乡之间差异较小，融合发展水平较高，不过这种融合发展在实质上是属于初级的水平，其主要原因是限于经济发展，城乡之间的贫富差距较小。2010年后，各年份的排名低于2010年之前的水平，不过呈现的还是不断进步的状态，且这种进步是建立在我国经济文化水平不断提升的基础之上。
2.2 DEA-Malmquist综合评价模型结果
Malmquist指数作为动态指标，能够较好地体现面板数据的时间和个体特征，由此反映我国30个省市自治区的城乡融合发展效率的变化趋势。同时Malmquist指数在测算综合效率的基础上，能够对相应指数进行分解，综合效率可分解为技术效率与技术进步之积，而技术效率又可分解为纯技术效率和规模效率之积。运用DEAP 2.1软件对相应的投入和产出数据进行分析，得到的结果如图1所示。
从结果中可以看出，我国大部分省份在研究年份里城乡融合发展的效率值都大于1，且主要集中在一些发达省份和中等发达省份，而少数效率值低于1的则集中在一些相对落后的地区。其中，上海市的城乡融合发展的效率水平最高，达到了1.317，而贵州省的城乡融合发展的效率水平相比而言最低，综合效率值为0.932。从效率分解的角度看，推动城乡融合发展效率逐步提升的最重要动因还是在于技术上的进步。并且在研究的年限里，可进一步对地区以及全国的情况进行分析。我国东部、中部、西部、东北地区的城乡融合发展的综合效率值分别为1.093，1.008，0.989，1.041，以东部为最高，西部最低，中部和东北地区居于其中，亦比较符合我国目前各地区整体地发展状况。同时全国的平均综合效率值为1.030，东部和东北地区均超过了平均值，反映出两个地区的城乡融合发展效率水平是在不断上升，且对于全国整体的水平亦具有正向推动作用。
从两个模型的分析结果来看，所表现的整体趋势是一致的，即我国城乡融合发展的效率水平在近年来呈现上升的趋势。不过基于分析的对象不同，熵权-TOPSIS模型的结果表明，目前城乡融合发展的效率水平还有待提高以达到理想情况，其中最需要投入的要素是固定资产的投资，并且将固定资产的投资在城乡之间合理分配。DEA-Malmquist模型的结果展现出各地区城乡融合发展的效率水平提升最主要原因在于技术的发展和进步。总体而言，这两个模型分析的结果带给我们的政策启示都指向各级政府应当大力推动资源和要素在城乡之间的自由流动，以切实有效的政府主导行为实现城乡之间的共同发展，平衡二者在发展过程中差距扩大的问题。
3 结论与建议
本研究通过构建人、地、资本融合的多维度评价指标体系，运用熵权-TOPSIS和DEA-Malmquist的综合评价模型，实证分析了全国以及各省市、各地区的城乡融合发展效率水平的变化情况，得出如下的主要结论。
基于熵权-TOPSIS模型的分析结果来看，我国2010年以后各年份城乡融合发展效率水平与理想值的临近距离和排序整体上呈现出一种缓慢进步的状态，这种进步符合现阶段的城乡发展状态。基于DEA-Malmquist模型的分析结果来看，我国整体的城乡融合发展效率水平在研究年份里趋于上升。分省份来看，上海、北京、天津、江苏等发达省市的效率水平要明显高于贵州、广西、云南、甘肃等一些次发达或落后省份。城乡融合发展的效率水平与地区的发展情况较为相符。同时将综合效率进行分解，影响效率水平的最主要原因还是在于技术进步的因素，而纯技术效率和规模效率是后续发展进程中值得关注的因素。
基于上述结论，我们可有针对性的提出相应的政策建议。首先，缩小城乡差距和促进城乡融合是具有多个维度含义的复杂工作，政府应当做到对人、地、资本等多个方面要素安排的协调与统一。其次，各地方政府须积极遵循国家的顶层设计，破除阻碍城乡要素自由流动的壁障，使要素和资源能够科学有效地配置，构建起城乡统一的要素市场。最后，各省份地区城乡融合发展的效率水平具有异质性，应当依据现实情况，因地制宜。发达省份须着重关注通过要素科学配置来提升技术效率和规模效率，而次发达和落后省份应当积极推行技术上的突破和创新，以不断促进我国整体城乡融合发展效率水平的提升。
参考文献：
[1] 戈大专， 龙花楼. 论乡村空间治理与城乡融合发展[J]. 地理学报， 2020， 75（6）： 1272-1286.
[2] 赵德起， 陈娜. 中国城乡融合发展水平测度研究[J]. 经济问题探索， 2019（12）： 1-28.
[3] 刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报， 2018， 73（4）： 637-650.
[4] 何仁伟. 城乡融合与乡村振兴：理论探讨、机理阐释与实现路径[J]. 地理研究， 2018， 37（11）： 2127-2140.
[5] 魏后凯. 深刻把握城乡融合发展的本质内涵[J]. 中国农村经济， 2020（6）： 5-8.
[6] 李兰冰， 刘秉镰. “十四五”时期中国区域经济发展的重大问题展望[J]. 管理世界， 2020， 36（5）： 36-51.
[7] 禹春霞， 满茹， 邹志琴. 基于熵权-TOPSIS的人工智能行业上市公司投资价值动态评价研究[J]. 工业技术经济， 2020， 39（12）： 138-146.
[8] 李德山， 赵颖文， 李琳瑛. 煤炭资源型城市环境效率及其环境生产率变动分析──基于山西省11个地级市面板数据[J]. 自然资源学报， 2021， 36（3）： 618-633.
[9] ROLF F， GROSSKOPF S， NORRIS M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. American Economic Review， 1994， 84（1）： 66-83.
[10] 刘融融， 胡佳欣， 王星. 西北地区城乡融合发展时空特征与影响因素研究[J]. 兰州大学学报（社会科学版）， 2019， 47（6）： 106-118.
[11] 刘明辉， 卢飞. 城乡要素错配与城乡融合发展——基于中国省级面板数据的实证研究[J]. 农业技术经济， 2019（2）： 33-46.