基于dea-tobit两步法的城镇化效率评价及其影响因素——从人口城镇化与土地城镇化协调发展的视角-王晓云.pdf

《基于dea-tobit两步法的城镇化效率评价及其影响因素——从人口城镇化与土地城镇化协调发展的视角-王晓云.pdf》由会员分享，可在线阅读，更多相关《基于dea-tobit两步法的城镇化效率评价及其影响因素——从人口城镇化与土地城镇化协调发展的视角-王晓云.pdf（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、王晓云等：基于DEATobit两步法的城镇化效率评价及其影响因素 29基于DEA-Tobit两步法的城镇化效率评价及其影响因素 叫人口城镇化与土地城镇化协调发展的视角王晓云，杨秀平，张雪梅(兰州理工大学经济管理学院，甘肃兰州730050)摘要：当前我国土地城镇化超前发展的大背景下，从人口城镇化与土地城镇化协调发展的视角研究城镇化效率具有重要的现实意义。文章以甘肃省12个地级市为研究对象，选用DEA模型从人口与土地城镇化协调发展的视角评价城镇化动态效率和静态效率，并建立面板Tobit回归模型分析城镇化静态效率的影响因素。结论表明，2009-2014年12个城市整体城镇化效率年均下降95，其中在2

2、014年有7个城市属于非DEA有效发展类型；经济发展水平、外资利用规模变量对城镇化综合效率并未表现出显著影响，城市规模与城镇化综合效率呈现“u”型曲线关系，金融发展程度、第二产业比重和第三产业比重与城镇化综合效率正相关，投资率、产权结构变量与城镇化综合效率负相关。关键词：城镇化效率；影响因素；DEATobit两步法中图分类号：F2911 文献标识码：A 文章编号：16714407(2017)0502906Evaluation of Urbanization Efficiency and Its Influencing Factors Based on DEATobit Two StepMeth

3、od from the Perspective of Coordinated Development between Urban Population and LandWANG Xiaoyun，YANG Xiuping，ZHANG Xuemei(School of Economics and Management，Lanzhou University of Technology,Lanzhou Gansu 730050，China)Abstract：Under the background of the excessive development of land urbanization in

4、 China，it has important practicalsignificance to study the Urbanization efficiency from the perspective of the coordinated development between populationurbanization and land urbanizationThis paper takes 1 2 cities in Gansu as the research objectuses DEA model toevaluate the dynamic efficiency and s

5、tatic efnciency of urbanization from the perspective of coordinated developmentbetween population and land urbanizationestablishes the panel Tobit regression model to analyze the influence factorsof the urbanization static efficiencyThe conclusion shows that the overall efficiency of urbanization fe

6、ll by 95from 2009 to 20147 cities belonged to the non DEA effective types in 2014；the level of economic development，thescale of foreign capital variables show no significant effect on urbanization comprehensive efficiency，urbanizationcomprehensive efficiency presents a Ushaped curve relationship wit

7、h the scale of city，the degree of financialdevelopment，the proportion of the second industry and the proportion of the third industry are positively correlated withthe Urbanization comprehensive emciency,investment rate and ownership structure variables are negatively correlatedwith urbanization com

8、prehensive efficiencyKey words：Urbanization efficiency；influence factor；DEATobit two step methodl引舌1978年改革开放以来，我国城镇化进程稳步推进，1978年城镇人口17 245万人，城镇化率为1792，2014年城镇人口增加到74 916万人，城镇化率提高到5477，城镇化率年均提高102个百分点，已经进入诺瑟姆城市发展进程s曲线理论中的城镇化加速阶段。城镇化是我国目前“稳增长”“调结构”的重要引擎，但快速发展的城镇化也产生了一系列社会问题，突出表现在人口城镇化水平的虚高和城镇用地的无序扩张。虽

9、然我国城镇化率2014年达到5477，但这是按常住人口统计的城镇化率，如按照户籍人口统计，我国2014年的城镇化率是359，二者之间有189个百分点的差额，其主要构成就是25亿左右的农民工，虽然他们被统计为城镇人口，但由于没有城镇户籍，并没有完全享受城镇居民的福利待遇，处于所谓半城市化或不完全城市化的状态。城镇用地的无序扩张侵占了大量农田，进一步加剧了我国的人地矛盾，威胁到我国的粮食安全和可持续发展。城镇化进程中人口城镇化与土地城镇化的协调发展问题已经引起国内众多学者的关注，并针对这一问题从不同的层面、利用不同的方法进行了大量研究。基于已有的相关研究，本文以甘肃省12个地级以上城市为例，从人口

10、城镇化与土地城镇化协调发展的视角构建城镇化投入产基金项目：国家自然科学基金青年科学基金项目“核心主体需求视角下区域旅游环境承载力研究”(41501597)；甘肃省哲学社会科学规划项目“甘肃省人口城镇化和土地城镇化协调发展研究”(YB035)；兰州市社会科学规划项目“兰州市旅游环境可持续承载的区间多目标优化研究”(16007E)；兰州市社会科学规划项目“供给侧改革背景下兰州市节能环保产业发展评价及优化升级研究”(16029D)第一作者简介：王晓云(1976一)，女，山东临沂人，硕士，讲师，主要研究方向为城市经济增长与可持续发展。E-mail：wxylutcn万方数据30 生态经济第33卷第5期(

11、201 7年5月) Ecological Economy，V0133，No5(May 2017)出指标体系，选用DEA方法评价甘肃省城镇化效率，然后利用面板Tobit回归模型从人口城镇化与土地城镇化协调发展的视角实证分析城镇化效率的影响因素，以期为人口与土地城镇化协调发展研究提供新的研究思路，为甘肃省新型城镇化建设中推进人口与土地城镇化的协调发展提供决策依据。2研究方法21 DEA方法简介1978年美国著名运筹学家Chames等”1首先提出数据包络分析法(简称DEA)。它是一种运用数学规划原理的非参数分析模型，用于评价相似决策单元(简称DMU)的“相对效率”。包括Charnes等”1建立的基于

12、规模报酬不变假设的CCR模型和Banker等口1建立的基于规模报酬可变假设的BCC模型。DEA模型构造一条非参数包络前沿线，生产前沿面上方的为有效生产单元，前沿面下方的为无效生产单元。根据研究角度的不同，该方法分为投入导向型和产出导向型。模型假设存在n个决策单元，每个单元都存在s种类型的“输入”以及t种类型的“输出”。x，、y，、0依次表示第，个单元的投入变量、产出变量及效率值，计算第，个决策单元的效率值就可以转化为一个线性规划问题，对应的CCR、BCC模型表述如下：min0sty五，X，OxoCCR模型： 名川一(1)YjYo五，0，J咒y五：1见，0，Jn通过CCR模型计算得到的0值为相应

13、决策单元的综合效率值(CRSTE)，在CCR模型中进一步引入约束条件A，=1，则演变为BCC模型，该模型得到的0值则是相应决策单元的纯技术效率(VRSTE)，纯技术效率和规模效率(SCALE)两部分的乘积为综合效率值，即豫STESCALE=CRSTE。为了分析城镇化动态经济效率，本文选用Fare等吲定义的Malmquist指数进行分析。Malmquist指数的公式如下： Mc盖“i，y十I，并。，y。，=!裟D。t(，X。盖t+，I，,yy，t+fcIlRC，R，S)JIjcs，其中：，功和D州，矿1)为规模报酬不变假设下的同期距离函数，D“(Z，P)和D1，矿1)为不同期间距离函数，M凹“，

14、矿1，Z，P)1，代表评价单元效率进步；反之代表效率退步。Malmquist指数可以分解如下：M(x”l，yf+1，xr，)：Ot+了l(Xjt+jl,yr=t+lICRS) D1(2，矿lCRS)l(4)Dt(“1，Y”1CRS)Dt(x，YCRS)2D件1(xHl，yHlIcRs) DHl(。，ylcRs)lEc：尝称为技术效率指数，反映评价单元相对于生产前沿面的靠近程度，EC1表明评价单元向生产前沿面靠近，相对技术效率提高。陀：IHDlt(Xt+l,。yt+。lICIRS孬)等12为技术进步指数，代表陀2H+-(-，广-I孬伊曩雨1为技术进步指数，代表生产前沿面自身的移动，TC1代表生产

15、技术进步。假设规模报酬可变，EC可以进一步分解如下： =等端-o(x，,叫rlvm)1ECD VRS)D VRS)Dt CRS)1=_厂L L)J(J，rl H1(z1，y”。l(，I船：凛为纯技术效率指数，反映评价单元管理水平的变化，PE1表示评价单元管理水平改善，要素资源配置、利用水平提高，城镇化效率进步，反之表示管理水平恶化，效率降低。髓：孑Dt+矗l(X了t+lyt+iII厩cRS)了Dt孑(Xt而ytVRS)为规模效率，舾1表示评价单元更接近于最优生产规模，反之表示远离最优牛产规模。22 Tobit模型简介为检验城镇化综合效率的影响因素，以计算出的城镇化综合效率指标为因变量，建立面板

16、数据Tobit回归模型进行分析。Tobit回归模型属于一种受限因变量的回归模型，可以解决受限或截断因变量的模型构建问题，模型可以写为州：y：y 2“+fiX+c,Y；o (6)10 yO式中：y为截断因变量，X为自变量，仅为截距项，为回归参数，s为扰动项，sN(0，cr2)。利用DEA方法计算出的城镇化综合效率值位于01的左开右闭区间，属于被切割或截断的离散分布数据，直接采用最小二乘法进行模型估计将导致估计结果是有偏的。因此，本文采用Tobit回归方法对城镇化综合效率的影响因素进行分析。3城镇化效率实证评价以甘肃省12地级市为例31研究区域概况甘肃省地处黄河上游，北纬32。3142。57，东经

17、92。13 7108。46，它东接陕西，南控巴蜀青海，西倚新疆，善黔咖乃旺删型模万方数据王跷云等：基于DEATobit两步法的城镇化效率评价及其影响因素 3l北扼内蒙、宁夏。全省土地面积4537万km2，地形以山地和高原为主，海拔大多在1 000 m以上，四周为群山峻岭所环抱，北有六盘山、合黎山和龙首山，东为岷山、秦岭和子午岭，西接阿尔金山和祁连山，南壤青泥岭，境内地势起伏、山岭连绵、地形相当复杂。甘肃省处于黄土、青藏、蒙新三大高原交汇地域，是我国同时处于东部季风区、西部干旱区和青藏高原区的唯一省份。近些年来甘肃省生态环境退化明显，调查显示祁连山冰川物质亏损严重；草原沙化、退化和盐碱化严重，草

18、畜失衡；土地沙化面积不断扩大，水土流失问题加剧，已经对黄河和长江中下游的生态安全构成威胁，生态环境极其脆弱。由于脆弱的生态环境条件，甘肃省新型城镇化建设中实现土地城镇化与人口城镇化的协调发展愈显重要。文章选取甘肃省12个地级以上城市作为研究对象从人口与土地城镇化协调发展的视角测度其城镇化效率及影响因素。32指标体系构建及数据来源选用DEA方法评价城镇化效率首先需要构建城镇化投入、产出指标体系，DEA方法已经被证明是用以评价相似决策单元相对效率的有效分析工具，但正如Chames等人【11所描述的，DEA的相对效率评价思想要求投入必须尽可能地缩小而产出尽可能地扩大。在土地城镇化超前发展的大背景下，

19、基于人口城镇化与土地城镇化协调发展的视角，将反映人口城镇化水平的指标作为城镇化产出指标，将反映土地城镇化水平的指标纳入城镇化投入指标，据此计算得到的城镇化总体效率值能够在一定程度上度量人口城镇化与土地城镇化的协调性。结合已有的相关研究5-1H，并根据数据的可获得性原则，从“人、地、财”三个方面构建城镇化投入指标体系，所以除了选取土地投入外，还包括资本和劳动力投入两个方面。选取具体城市建设用地面积代表土地投入，选取固定资产投资额代表资本投入，选取从业人员总数代表劳动力投入。而选取城镇人口数作为城镇化产出指标，年鉴中该指标只能找到2009-2014年的数据。数据主要来源于中国城市统计年鉴和甘肃省统

20、计年鉴，有些城市存在个别数据缺失，采用邻近前后两期取平均值方法补全。33城镇化动态效率评价利用DEAPVersion21软件，选用DEAMalmquist指数模型，从动态角度对12个地级以上城市2009-2014年城镇化效率进行分析，得到反映城镇化效率动态成长性的Malmquist指数及其分解指标(表1)。分析表1城镇化效率Malmquist指数的分析结果，从全省范围看，2009-2014年各城市Malmquist指数的平均值为0905，表明整个研究期间12个城市总体来讲城镇化效率呈现下降的趋势，城镇化效率年均下降95。从Malmquist指数的分解发现，技术进步指数的平均值表1各城市Malm

21、quist效率指数分析指标城市 技术效率 技术进步 纯技术效率 规模效率 MalIllquis嗷率指数兰州 1065 0944 1000 1065 1006嘉峪关 0956 0888 0952 1004 0849金昌 0964 0906 0986 0978 0873白银 1008 0932 1030 0978 0939天水 0950 0934 1000 0950 0888武威 0887 0978 094l 0942 0867张掖 0959 0867 1015 0944 0832平凉 0990 0955 0979 101l 0946酒泉 0877 0984 0971 0904 0863庆阳 09

22、26 0967 0965 0960 0896定西 1000 0939 1000 1000 0939陇南 1000 0975 1000 1000 0975均值 0964 0938 0986 0977 0905为O938，而纯技术效率指数、规模效率指数的平均值分别为o986、o977，表明从从整体来讲甘肃省城镇化效率下降的原因包括技术水平的无效变动、城市规模的无效变动及城市管理水平的恶化。分析各城市Malmquist指数的分解结果，发现各城市均出现技术的无效变动，结合Malmquist指数均值的分解结果，综合分析可知技术水平的无效变动是导致城镇化效率下降的主要因素。比较各城市城镇化效率Malmqu

23、ist指数，只有兰州市Malmquist指数大于1，其值为1006，城镇化效率年均提高06，分析发现兰州市城镇化效率的提升源于规模效率的有效变动。其他城市Malmquist指数都小于1，Malmquist指数最低的是张掖市，Malmquist指数为o832，其城镇化效率年均下降168，分析发现张掖市虽然城市管理水平有所改进，但技术的无效变动和规模效率的无效变动共同导致张掖市城镇化效率的下降。34城镇化静态效率评价341城镇化效率分解及规模报酬借助DEAPVersion21软件，选用投入导向下的DEABCC模型，对甘肃省12个地级以上城市2014年城镇化效率进行静态测算，得到各城市静态效率值及其

24、分解指标和规模报酬变化情况(表2)。表2 2014年各城市城镇化效率分解及规模报酬城市 综合效率 纯技术效率 规模效率 规模报酬兰州 0569 1000 0569 drs嘉峪关 0247 0783 O315 Zm金昌 0254 0569 0447 Zm白银 0505 0505 1000天水 0619 1000 0619 drs武威 0404 0452 0895 Zm张掖 0691 1000 0691 ZM平凉 0894 O931 0960 Z坶酒泉 0366 0413 0887 Z瑚庆阳 0570 0596 0956 drs定西 1000 1000 1000陇南 I000 1000 1000均

25、值 0593 0771 0778注：综合效率=纯技术效率规模效率，drs代表规模报酬递减“一”代表规模报酬不变，f掰代表规模报酬递增。从表2可以看出，2014年12个城市的城镇化发展能万方数据32 生态经济第33卷第5期(2017年5月) Ecological Economy，V0133，No5(May 2017)够实现DEA有效的是定西、陇南2个城市，其综合效率值等于1，纯技术效率、规模效率均等于1，表明城镇化的投入和产出能够实现最佳配置，要素投入不但达到有效性前提下的最优规模，而且能够实现城镇化投入最优规模下的利用效率；能够实现弱DEA有效的是兰州、天水、张掖3个城市，其综合效率小于1，但

26、纯技术效率等于1；非DEA有效的城市数量最多，包括嘉峪关、金昌、白银、武威、平凉、酒泉、庆阳7个城市。处于规模报酬不变的是白银、定西、陇南3个城市，城镇化要素投入达到有效性前提下的最优投入规模；处于规模报酬递增的是嘉峪关、金昌、武威、张掖、平凉、酒泉6个城市，这些城市须强化投入要素的投入力度和使用效率，使之能够实现要素投入规模的最优化和要素投入的有效利用；处于规模报酬递减的是兰州、天水和庆阳3个城市，这些城市城镇化要素投入高于有效性下的最优投入规模，适度降低城镇化要素投入，对于城镇化效率的提升具有重要意义。342投入要素非集约度分析根据前述分析结果可知，并非所有城市的城镇化发展都能够实现DEA

27、有效或弱DEA有效，对非DEA有效的城市可借助该评价单元在相对有效面上的“投影”，得到非DEA有效评价单元要素投入的目标投入值，然后计算实际投入值与目标投入值之间的差额，从而获得相应城市各投入要素的非集约使用状况(表3)。表3投影分析结果从业人员 建设用地面积 固定资产投资城市 非集 非集约度 非集 非集约度 非集 非集约度约值 约值 约值 嘉峪关 2434 27757 36153 125327 272 0853 27755金昌 7303 107809 17245 75786 750 4977 75786白银 7586 98341 32286 116497 1 048 064 98089武威

28、19576 50092l 17 121429 l 800416 179216平凉 4266 78218 13426 68591 76 53414 7426酒泉 6228 142289 27567 178624 1426268 142305庆阳 13023 288758 10108 67875 1 346249 128335注：非集约值=实际投入值一目标投入值；非集约度=非集约值目标投入值100。由表3可以看出，7个城市各投入要素的非集约利用程度存在显著差异。依据投入要素非集约度(用UI表示)大小，将城镇化发展的要素使用情况划分为4种类型：低非集约型(U50)、高非集约型(50UI100)、强非

29、集约型(100U1200)和超非集约型(UI200)。文章着眼于城镇化进程中土地与人口城镇化的协调性，所以这里主要分析建设用地投入的非集约使用情况，非DEA有效的城市中建设用地投入属于高非集约型的是金昌、平凉、庆阳3个城市，属于强非集约型的是嘉峪关、白银、武威和酒泉4个城市，其中酒泉市土地要素投入的非集约利用情况最严重，建设用地非集约度达到1 78624。4城镇化效率影响因素分析41指标选取上文仅计算了2014年的城镇化静态效率(综合效率值CRSTE)，可借助DEAPVersion21软件，选用投入导向下的DEABCC模型，分别计算出12个城市2009-2014年每年的综合效率值。为检验城镇化

30、综合效率值的影响因素，以CRSTE为因变量，建立面板Tobit回归模型进行实证分析。模型中自变量从人口城镇化与土地城镇化协调发展的视角进行选取，参照已有的相关研究肾，7，u1，模型中自变量指标的确定见表4。表4变量定义及说明解释变量名 变量简称 定义及单位Atea 建成区面积knl2城市规模Are口2 建成区面积的平方经济发展水平 ED 人均地区生产总值厅iIs2 第二产业占GDP的比重产业结构$3 第三产业占GDP的比重慌投资率 磷 全社会固定资产投资总额与GDP的比值脱产权结构 Ps 私营和个体从业人员占总从业人员比重腻外资利用规模 FI 限额以上非内资企业工业总产值占tL金融发展程度 F

31、D 年末金融机构存贷款余额与GDP的比值脱国内学者普遍认为影响人口城镇化与土地城镇化协调发展的最主要原因是制度因素，我国的城乡二元户籍制度口”、二元社会保障制度131、二元土地制度畔1及分税制151共同作用，提高了人口城镇化的交易成本，推动了城镇用地的盲目扩张。但由于制度因素难以量化，所以模型中并未引入制度因素分析其对城镇化效率的量化影响。42 Tobit回归模型构建及结果分析利用Eviews8统计分析软件，选用具有面板结构的工作文件，利用甘肃省12个地级市的相关数据，建立Tobit回归模型，回归结果见表5。表5城镇化综合效率值CRSTE的Tobit回归结果解释变量 系数 标准误 z统计量 P

32、值Atea 一0009 290 0002 198 4226 948 00000Area2 196E-05 887E一06 2203 537 00276ED 一132E一06 119E一06 -1112 616 02659Is2 0005 193 0003 017 1721 478 00852IS3 0018 855 0004 555 4138 891 00000IN -0141 880 0067 525 2101 156 00356Ps -0410 818 O172261 -2384 864 00171FI 一0378 71l 0368 620 1027376 03042FD O101 838

33、 0035 900 2836 689 00046C 0057 898 0318099 O182 012 08556注：本文取10的置信度水平。分析表5中城镇化综合效率值CRSTE的Tobit回归结果，可以得到以下结论：第一，经济发展水平和外资利用规模两个变量对城镇化综合效率未表现出显著影响。根据人口迁移的推一拉理论，人口迁移由“推力”和拉力两种因素引起。“推力是促使人口离开某地的消极因素，“拉力，是吸引人口进入某地的积极因素，迁出地的“推力，和迁入地盼拉力，盐同促成了人口的万方数据王晓云等：基=JZDEATobit两步法的城镇化效率评价及其影响因素 33迁移。城市经济发展水平属于人口迁移的“拉

34、力”因素，所以理论上经济发展水平与人口城镇化效率应该呈正相关关系，但实证模型中该变量并不显著，表明经济发展水平对城镇化效率并没有带来显著影响，这可能是由于地方政府在用地政策上的差异造成的，以高价出i卜住宅用地的方式来弥补低价出让工业用地吸引外资的收入损失，这种“土地财政模式推高了城市住宅用地价格，使商品房价格居高不下，从而提高了农村人口流向城市的迁移成本，降低了城市对转移人口的“拉力敬应，对转移劳动力的这；f冲挤出效应在经济发展水平越高的城市表现得越明显。虽然外资可以带来国外先进的管理方法和技术设备，而且能够产生技术溢出效应，改善甘肃地区落后的经济发展方式，推动地区经济增长和城镇化发展，但由于

35、外资大多为资本密集型生产技术，吸纳人口就业的能力有限，从而对城镇化效率的提升没有带来显著影响。第二，建成区面积的系数为负，但建成区面积的平方项系数为正，表明城市规模与城镇化综合效率CRSTE指数呈现u”型曲线关系。城镇化效率最初伴随着城市规模的扩大而下降，达到“u”型拐点后，城镇化效率伴随着城市规模的扩大而上升。这可以用集聚效应进行解释，最初扩大城市规模时，集聚效应并不明显，对人口的吸纳能力不强，但用地扩张却很快，增加了城镇化发展的土地要素投入，因此，最初伴随城市规模的扩大，城镇化效率反而下降。当城市扩大至一定规模时，集聚效应明显增强，城镇化效率随着城市规模的扩大转而上升。第三，金融发展程度、

36、第二产业比重和第三产业比重3个变量与城镇化综合效率正相关，说明第二产业、第三产业和金融市场的发展改善了城镇化的投入产出关系。第四，投资率和产权结构变量与城镇化综合效率负相关。改革开放以来，我国经济增长一直表现为地方政府主导的投资驱动型增长模式，地方政府为了追求经济增长的速度，不得不以廉价的工业用地供应作筹码吸引投资，从而导致以工业园区为代表的土地城镇化的过快发展，增加了城镇化发展的土地要素投入，从而降低了城镇化效率。根据科斯定理”，产权制度的明晰化、产权结构的多元化以及市场竞争机制的发挥有助于城镇化进程中土地与人口资源的有效配置，有利于城镇化效率的提升。但实证模型中城市私营和个体从业人员占比与

37、城镇化效率却是负相关关系，原因主要是在我国的城镇化发展进程中政府垄断了城市土地的一级市场，市场机制是失灵的，城市私营和个体经济越发达，往往意味着城市经济发展对土地的需求越高，从而刺激了地方政府的供地行为。5结论与建议本文从人口城镇化与土地城镇化协调发展的视角，构建城镇化的投入产出指标体系，采用DEAMalmquist模型、DEABCC模型评价城镇化动态效率和静态效率，然后从人口城镇化与土地城镇化协调发展的视角确定城镇化静态效率(综合效率值)的影响因素指标，运用面板Tobit回归模型对城镇化综合效率值的影响因素进行实证分析，得出以下结论：(1)2009-2014年，各城市Malmquist指数的

38、均值为O905，表明整个研究期间甘肃省12个城市总体来讲城镇化效率呈现下降趋势，城镇化效率年均下降95其中技术水平的无效变动是导致城镇化效率下降的主要因素。(2)2014年甘肃省12个地级市中城镇化发展能够实现DEA有效的是定西、陇南2个城市，能够实现弱DEA有效的是兰州、天水、张掖3个城市，非DEA有效的城市数量最多，包括嘉峪关、金昌、白银、武威、平凉、酒泉、庆阳7个城市；处于规模报酬不变的是白银、定西、陇南3个城市，处于规模报酬递增的是嘉峪关、金昌、武威、张掖、平凉、酒泉6个城市，处于规模报酬递减的是兰州、天水和庆阳3个城市。针对非DEA有效的城市分析其土地要素投入的集约使用效率，其中建设

39、用地投入属于高非集约型的是金昌、平凉、庆阳3个城市，属于强非集约型的是嘉峪关、白银、武威和酒泉4个城市。(3)经济发展水平和外资利用规模两个变量对城镇化综合效率未表现出显著影响，城市规模与城镇化综合效率呈现“u”型曲线关系，第二产业比重、第三产业比重和金融发展程度3个变量对城镇化综合效率产生正向影响，投资率和产权结构变量对城镇化综合效率产生负向影响。基于上述实证分析结果，从人口城镇化与土地城镇化协调发展的视角，提出以下提升甘肃省城镇化效率的对策建议：(1)有序推进土地制度、财税制度、户籍制度改革。优先进行土地制度和财税制度的改革，改变传统的以住宅用地的高地价弥补工业用地的低地价的“土地财政”模

40、式，探索如“先租后售”的保障房制度设计；引入土地增值税和财产税充实地方税基，扩大地方政府财权，提高农民工市民化的公共服务投入，城市公共基础设施建设融资可以借鉴公私合营的PPP模式；探索户籍制度改革模式，降低农民工城镇落户的准入条件，在短期内可以居住证制度作为过渡，从根本上清除阻碍城镇化效率提升的制度因素，促进农村劳动力转移从“候鸟式”向“定居式转变。(2)实行人地挂钩”，发挥市场机制对土地资源的配置作用。“人地挂钩”即是指人口迁移到哪里，相应的建设用地指标就转移到哪里，探索建立市场导向的跨区域的建设用地指标交易体系，使劳动力要素的迁移方向与建设用地指标的配置方向相一致，人地挂钩必须立足于土地资

41、源节约，通过建设用地复垦与农用地整理等多种方式产生建设用地指标。万方数据34 生态经济第33卷第5期(2017年5月) Ecological Economy，V0133，No5(May 2017)(3)促进产城融合发展，提高城镇的就业吸纳能力。将城市建设与产业发展紧密结合，走产城融合的城镇化道路，产业发展是促进地区经济发展、提升城镇化效率的重要动力，没有产业支撑的城镇化是不可持续的，各地出现的“空城”“鬼城”，原因就在于城镇化发展缺乏产业的支撑，从而无法实现人口的有效集聚。各地区在制定产业政策时，要注重发展区域优势产业，避免重复建设带来的恶性竞争，如兰州市应重点发展高新技术产业、现代服务业等，

42、而欠发达的中小城市可以承接东中部地区或省内较发达地区转移过来的劳动密集型产业。囝参考文献：1Charnes A，Cooper W W，Rhodes EMeasuring the efficiencyof decisionmaking unitsJEuropean Journal of OperationalResearch，1 978，6(2)：4294442Banker R D，Chames A，Cooper W W Some models for estimatingtechnical and scale inefficiencies in data envelopment analysi

43、sJManagement Science，1984，30(9)：107810923Fire R，Grosskopf S，Lindgren B，et a1Productivity changes inSwedish pharmaciesl980-1989：A nonparametric Malmquistapproach【JJournal ofProductivityAnalysis，1992，3(1)：851014易丹辉数据分析与EViews)商N【M北京：中国统计出版社，20025张明斗中国城市化效率的时空分异与作用机理J财经问题研究，2013(10)：10311061Z家庭，赵亮我国区域城

44、市化效率的动态评价【J软科学，2009(7)：92987戴永安中国城市化效率及其影响因素基于随机前沿生产函数的分析J】数量经济技术经济研究，2010(12)：1031178肖文，王平我国城市经济增长效率与城市化效率比较分析J】城市问题，2011(2)：12169李红锦，李胜会基于DEA模型的城市化效率实证研究我国三大城市群的比较J大连理工大学学报(社会科学版)，2012(9)：515610张明斗，周亮，杨霞城市化效率的时空测度与省际差异研究J经济地理，2012(10)：42481 1吴旭晓新型城镇化效率演化趋势及其驱动机制研究J商业研究，2013(3)：445112李子联人口城镇化滞后于土地城

45、镇化之谜来自中国省际面板数据的解释J中国人口资源与环境，2013(11)：9410113郭付友，李诚固，陈才，等2003年以来东北地区人口城镇化与土地城镇化时空耦合特征J经济地理，2015(9)：495614】李力行中国的城市化水平：现状、挑战和应对J】浙江社会科学，2010(12)：274215陶然，袁飞，曹广忠区域竞争、土地出让与地方财政效应：基于1999-2003年中国地级城市面板数据的分析J世界经济，2007(10)：1527。(责任编辑：张海艳)的模范表彰等，发挥榜样在引领社会行为的作用。出台低碳生活全民行动计划，引导市民自觉选择低碳生活方式。以经济手段激励低碳消费行为。通过低碳节能

46、产品消费补贴的奖励政策，如新能源汽车、高效照明产品、节能家电等补贴，鼓励市民购买低碳节能产品，扩大低碳节能产品的消费市场。探索采取税费等手段，对高能耗产品征收消费税，限制高碳产品的市场规模。以行政手段规范低碳产品消费。完善能效标准、能效标识和低碳产品认证制度，并不断提高相关标准。推进实施“领跑者计划”，研究确定高耗能产品和终端用能产品的“领跑者”先进能效指标，并适时将其纳入能效标准中。5结语混合扫描决策模型结合了理性主义和渐进主义的决策过程和决策方法，对于低碳城市建设这一复杂政策问题的研究，具有很强的适用性，能够为低碳城市政策的制定提供理论指导。建立和完善城市低碳发展的政策体系，是推进低碳城市

47、建设所不可缺少的。只有通过科学谋划、系统设计，明确和细化政策目标，不断丰富和完善政策手段，建立起层次完整、机制健全、内容全面、相互配套的政策系统，才能形成政策合力，实现城市发展的低碳转型。基于混合扫描模型的视角，建立低碳城市建设的政策体系，可以从政策层次、政策机制、政策领域等维度，构建“两个层面、三种机制、四个领域”的政策框架，对相关政策措施进行完善，以推动中国低碳城市的建设进程。囝参考文献：1黄健荣决策理论中的理性主义与渐进主义及其适用性J】南京大学学报(哲学人文科学社会科学版)，2002(1)：55622卢晓梅试论我国高教收费政策模型的优化基于混合扫描模型的视角J青岛科技大学学报(社会科学版)，2010(1)：93963美托马斯R戴伊理解公共政策M】北京：巾国人民大学出版社，20114李金珊，叶托公共政策分析：概念、视角与途径M北京：科学出版社，2010【5刘文婧混合扫描决策模型：理论与方法J理论界，2014(1)： 1761796崔成，牛建国日本低碳城市建设经验及启示J】中国科技投资，2010(11)：73767孙晓柳日本城市低碳化促进法的实施及对我国的启示J牡丹江大学学报，2013(11)：35378郭立伟，饶宝红建构杭州市特色低碳消费方式的政策研究n经济论坛