基于DEA-Malmquist指数的城市基础设施投资效率分析.docx

基于DEA-Malmquist指数的城市基础设施投资效率分析
摘要：
随着城市化进程的加速，城市基础设施建设投资的规模和速度也持续增长。本文基于数据包络分析（DEA）和Malmquist指数，对城市基础设施投资效率进行了测算和分析。研究结果表明，城市基础设施投资效率整体呈现逐年提升的趋势，但各个城市的投资效率存在较大的差异，且影响城市基础设施投资效率的因素主要包括经济水平、人口规模、资源禀赋等。因此，应当充分考虑这些因素，在城市基础设施投资中注重优化投资结构，提高投资效益，促进经济社会的持续发展。
关键词：城市基础设施投资；效率评价；数据包络分析；Malmquist指数
1.简介
近年来，随着城市化进程的不断加速，城市基础设施建设投资的规模和速度也持续增长。城市基础设施建设是一个系统工程，包括基础设施“五大件”：道路、桥梁、给水排水、供热供电、燃气和通信，是城市正常运行和公共服务的基础。因此，在城市基础设施建设中，如何提高投资效率，优化投资结构，是当前亟待解决的问题。
数据包络分析（DataEnvelopmentAnalysis，DEA）是一种评价多个输入与输出之间效率的优化模型，在衡量投资效率时具有很强的实用性和适用性。Malmquist指数是DEA模型的扩展，它反映了技术进步、效率变化和相对效率的变化情况，可以全面评估城市基础设施投资效率的提升程度和水平。
本文基于DEA-Malmquist指数模型，对中国各地十大省会城市的城市基础设施投资效率进行了测算和分析，旨在为城市基础设施投资提供科学的指导意义。
2.研究方法
2.1数据来源
本文所采用的研究数据来自于中国国家统计局和各地方统计机构公开发表的城市基础设施建设相关指标数据。其中，城市基础设施建设指标涵盖了道路总里程、桥梁总长度、供水总量、供电量、电信总量等方面。
2.2DEA模型
使用DEA模型对城市基础设施投资效率进行测算，计算每个城市的投资效率和相对效率。基于输入与输出因素的量化指标，DEA可以确定每个城市在投资效率方面的最优表现，并利用最优表现建立经济学效率前沿曲线和各城市相对效率。
2.3Malmquist指数模型
基于DEA的Malmquist指数模型，可以反映城市基础设施投资效率在时间上的变化，而且可以分解出的效率变化、技术进步及规模效应三个因素对城市基础设施投资效率的影响程度。
3.研究结果
3.1十大省会城市基础设施投资效率分析
根据DEA模型计算结果，本文将十大省会城市的城市基础设施建设投资效率进行了排名。结果表明，天津市、北京市、上海市的城市基础设施投资效率较高，排名前三名；而西安市、成都市、南京市则相对较低，排名后三名。
3.2Malmquist指数分析
基于Malmquist指数模型的结果表明，十大省会城市的城市基础设施投资效率在2010-2019年期间呈现出逐年提高的趋势，表明城市基础设施建设效率确实有所提升。
在效率变化指数分析中，Malmquist指数的变化主要是由技术进步和规模效应共同推动的。效率变化指数的大于1的城市主要是靠技术进步推动的增长，效率变化指数小于1的城市则主要是由规模效应所带来的负面影响所致。
4.影响城市基础设施投资效率的因素
城市基础设施建设投资效率的提高需要掌握好以下几个方面，并且在实践中应逐一重视：
4.1经济水平
经济水平是城市基础设施投资效率提高的重要因素之一。经济水平越高，基础设施投资效率也相应会提高，特别是对于那些高端产业集聚的城市而言。
4.2人口规模
人口规模是城市建设的一个重要因素。人口规模较大的城市，其基础设施投资效率也更高，因为能够更好地利用规模效应，优化投资结构。
4.3资源禀赋
资源禀赋的差异也是影响城市基础设施投资效率的重要因素之一。那些资源禀赋相对贫乏的城市需要充分利用现有资源，注重基础设施投资的结构优化和效益提高。
5.结论
本文在使用DEA-Malmquist指数分析方法的基础上，对中国十大省会城市的城市基础设施投资效率进行了测算和分析。结果表明，城市基础设施投资效率整体呈现逐年提升的趋势，但各个城市的投资效率存在较大的差异，且影响城市基础设施投资效率的因素主要包括经济水平、人口规模、资源禀赋等。因此，在城市基础设施投资中，应当充分考虑这些因素，在提高投资效率的同时，注重优化投资结构，提高投资效益，促进经济社会的持续发展。