劉書源　杜天洋　任海鋒

摘要：運用三階段DEA分析法，從動態(tài)和靜態(tài)兩方面對2010～2016年間我國31個省級政府財政效率進行了評價。研究發(fā)現(xiàn)，我國政府整體效率較低，主要來自西部地區(qū)的效率較低，主要體現(xiàn)在西南地區(qū)省份效率低下。政府效率的測度受環(huán)境變量影響較大。政策的驅(qū)動和調(diào)控具有一致性和過渡性。西部地區(qū)在財政支出方面應集中財力，因地制宜地提高本地區(qū)的財政資源利用水平。

關(guān)鍵詞：三階段 DEA;西部地區(qū);政府效率;財政支出

一、引言

西部大開發(fā)“十三五規(guī)劃”報告中指出，各地區(qū)要進一步完善扶持政策，加大資金投入力度，各項投資向西部傾斜，鼓勵社會資本以市場化方式設立西部開發(fā)產(chǎn)業(yè)發(fā)展引導基金，加強人才培養(yǎng)。政府策略的實施，財政的支出、公共服務的保障如何，對區(qū)域經(jīng)濟有重大的影響，因此對政府效率的測度很有必要。本文結(jié)構(gòu)如下：第二部分為文獻綜述;第三部分為研究方法設計;第四部分為地區(qū)效率的測算和分析;第五部分為結(jié)論與建議。

二、文獻綜述

政府效率是政府部門及其公職人員從事行政管理活動所得到的社會效應、勞動效果與所消耗的人力、財力、物力和時間的比例關(guān)系（李娜，2016）。政府效率測度的常用有效方法是非參數(shù)的數(shù)據(jù)包絡分析。國內(nèi)外學術(shù)界關(guān)于政府財政支出效率的評價已經(jīng)取得了一些重要研究成果，其大致分為兩類：一類側(cè)重政府財政支出效率及其影響因素作整體性分析，大多采用DEA等非參數(shù)邊界分析方法，如葉青，楊丞娟運用DEA和Malmquist指數(shù)法測度武漢城市圈財政支出的技術(shù)效率、純技術(shù)效率、規(guī)模效率以及全要素生產(chǎn)效率的變化。崔治文，周平錄，楊潔采用基于DEA模型的Malmquist指數(shù)方法定量測算我國2007～2013年西部9個省的財政汲取效率。另一類側(cè)重對政府提供某項具體公共服務的支出效率進行分析，如張權(quán)，李建軍，鐘飚利用DEA方法和Malmquist指數(shù)，對我國252個地級及以上城市2004～2010年的政府公共支出效率進行了分析。王家庭，李艷旭運用DEA-Malmquist方法計算得到中國285個城市的地方政府民生性財政支出效率。

三、研究方法設計

（一）模型構(gòu)建

1. 三階段DEA模型

（1）第一階段：BCC模型

在第一階段，由于我們主要分析如何調(diào)整各項投入來提高政府財政效率，因此選擇投入導向的BCC模型，由于傳統(tǒng)的DEA模型已發(fā)展比較成熟且運用廣泛，這里不再詳述模型。通過該模型得到初步的技術(shù)效率值和各項投入的松弛變量。

（2）第二階段：似SFA回歸模型

利用SFA回歸分解第一階段得到的投入松弛變量分別得到環(huán)境干擾、隨機干擾和管理無效率，構(gòu)造如下似SFA回歸函數(shù)：

其中，S是第i個決策單元在第n項投入的松弛變量;Zi為選取的環(huán)境變量，β為環(huán)境變量對應的系數(shù)，f（Z;β）表示環(huán)境變量對投入松弛的影響;ε是聯(lián)合誤差項，ν表示隨機誤差，呈正態(tài)分布，μ表示管理無效率，呈截斷正態(tài)分布。σ為μ的方差，σ為ν的方差。

然后通過最大似然估計計算出β、σ2和γ等參數(shù)的估計值。再將以上參數(shù)帶入下列公式計算出出ν和μ：

其中，Xni是原始投入，X是調(diào)整后的投入;[max（f（Z;茁贊））-f（Z;茁贊）]是將外部環(huán)境變量調(diào)整至相同情形下;[max（ν）-ν]是將所有決策單元至于相同運氣水平下。

（3）第三階段：調(diào)整投入變量后的DEA效率分析

將第二階段調(diào)整后的投入值帶入以投入為導向的的BCC模型，再次計算各決策單元的效率值，此時的效率值已經(jīng)剔除環(huán)境變量和隨機誤差的影響，是相對客觀準確的。

2. Malmquist指數(shù)

（二）變量說明

1. 投入與產(chǎn)出指標選取

本文依據(jù)經(jīng)濟學中產(chǎn)出增長主要由資本要素、勞動要素和技術(shù)進步促進的新古典增長理論來選取投入與產(chǎn)出指標，因此本文選擇各省份的地方財政支出X1和固定資產(chǎn)投資X2反映資本要素的投入，選擇各省份按行業(yè)分私營企業(yè)和個體就業(yè)人員數(shù)X3來反映勞動要素投入，選擇科研經(jīng)費投入（千元）X4來反映技術(shù)進步的投入。

在產(chǎn)出指標的選擇方面，一方面要考慮整體財政經(jīng)濟的增長，另一方面要考慮居民生活水平的提高，故本文用GDP（億元）Y1和地方財政收入（億元）Y2來反映各省份的財政經(jīng)濟增長狀況。考慮到社會福利水平的衡量標準較為多樣，本文選擇消費品零售總額（億元）Y3來從側(cè)面評價各省份居民的物質(zhì)福利水平。

本文將我國劃分為東中西三大區(qū)域進行對比分析，西部地區(qū)選擇四川、重慶、貴州、云南、陜西、甘肅、青海、西藏、寧夏、新疆、廣西、內(nèi)蒙古 12個省市區(qū)，中部地區(qū)選擇山西、河南、安徽、湖北、江西、湖南6個省市區(qū)，其余省市為東部地區(qū)。

2. 環(huán)境變量的選取

結(jié)合我國政府經(jīng)濟的實際情況及影響財政效率的因素，本文選擇分地區(qū)貨物進出口總額E1、教學與科研人員E2、病床使用率E3作為環(huán)境變量。

3. 數(shù)據(jù)來源

本文從2010～2016年《中國統(tǒng)計年鑒》選取了31個省、直轄市（除港澳臺）的數(shù)據(jù)進行分析，從投入產(chǎn)出角度揭示各省市的財政效率。

四、地區(qū)財政效率測算與結(jié)果分析

（一）第一階段：原始投入的效率分析

1.整體效率分析

從整體上來看，全國財政資源投入的綜合效率較低。北京、天津、內(nèi)蒙古、上海、山東和廣東六省市區(qū)處于生產(chǎn)前沿面上，說明北京等六個省市區(qū)的政府財政資源投入對社會發(fā)展的投入產(chǎn)出比為最優(yōu)。相比之下，綜合效率值最低的是甘肅省，僅為0.564。

2.西部差異分析：西南地區(qū)與西北地區(qū)

將西部地區(qū)分為西北地區(qū)和西南地區(qū)進行分析，西北地區(qū)包括陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古等六省市區(qū);西南地區(qū)包括四川、貴州、云南、西藏、廣西、重慶等六省市區(qū)，結(jié)果如圖1所示。

西北地區(qū)和西南地區(qū)六年間平均綜合效率曲線均呈波浪式變動，其中西北地區(qū)波動程度略大于西南地區(qū)。總體上西南地區(qū)平均綜合效率值超過西北地區(qū)，但西北地區(qū)在自然環(huán)境、政府管理水平等方面均優(yōu)于西南地區(qū)。這是由于西部大開發(fā)政策實施產(chǎn)生的影響，還是由于傳統(tǒng)DEA測算結(jié)果產(chǎn)生的偏誤，下文將做出回答。

（二）第二階段：SFA回歸分析

將第一階段得到的四個投入的松弛變量作為被解釋變量，將外部環(huán)境變量作為解釋變量，通過軟件frontier4.1得到如表1所示結(jié)果。

由表1可知，經(jīng)濟開放程度對各項投入松弛變量的系數(shù)均為負數(shù)，說明增加經(jīng)濟開放程度，有利于各項投入松弛變量的減少，促進政府效率的提高。地方財政支出和就業(yè)人數(shù)松弛變量未通過顯著性檢驗，在于這兩項指標受到執(zhí)政者和勞動者的主觀影響?？萍及l(fā)展狀況對應的系數(shù)為負數(shù)，說明科技發(fā)展狀況越好，政府效率也高，未通過顯著性檢驗也說明了數(shù)據(jù)缺乏普遍性，我國的科技發(fā)展狀態(tài)穩(wěn)定性較差。衛(wèi)生醫(yī)療情況對各項松弛變量的系數(shù)均為正且通過顯著性檢驗，說明衛(wèi)生醫(yī)療情況嚴峻，公共服務保障壓力較大，抑制了政府效率提高，需要合理配置衛(wèi)生醫(yī)療資源。

（三）第三階段：調(diào)整后的效率分析

1. 財政效率的靜態(tài)分析-BCC分析

利用調(diào)整后的投入數(shù)據(jù)，再次帶入BCC模型分析，外部環(huán)境變量和隨機因素被剔除后，得到更加合理客觀的全國各省市區(qū)政府財政的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，結(jié)果如表2所示。

（1）整體效率分析

從整體上看，調(diào)整后綜合技術(shù)效率由0.831下降到0.722，其中純技術(shù)效率上升，規(guī)模效率下降。內(nèi)蒙古和北京相對于第一階段，沒有落在前沿面上，且內(nèi)蒙古下降0.09，下降幅度較大。表明全國各省市區(qū)政府財政的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率受到分地區(qū)貨物進出口總額等環(huán)境變量的影響，解釋了第一階段內(nèi)蒙古政府財政效率處于前沿面是否真實的問題，從側(cè)面證明進行三階段DEA的必要性。

（2）西部差異分析：西南地區(qū)與西北地區(qū)

根據(jù)圖2，西北地區(qū)和西南地區(qū)平均綜合技術(shù)效率值在調(diào)整后都上升了，但兩地區(qū)的波動范圍比第一階段更加明顯，尤其是在2013年的西南地區(qū)的綜合技術(shù)效率比2012年高出26.15%。西北地區(qū)在2013年后緩慢上升，說明西部大開發(fā)戰(zhàn)略對西南地區(qū)的影響尤為明顯。

2. 財政效率的動態(tài)分析-Malmquist分析

根據(jù)表3，總體來看，全要素生產(chǎn)率以平均每年2.6%的速度增長。平均全要素生產(chǎn)率變化可分為兩個階段：第一階段，2010～2012年：平均全要素生產(chǎn)率呈下降趨勢;第二階段，2013～2016年：平均全要素生產(chǎn)率平穩(wěn)發(fā)展。在2013年“一帶一路”倡議提出后政府未及時處理好獲得的財政資源，使得短暫出現(xiàn)技術(shù)退步。

整體上看，除了北京、山西、江蘇、浙江、福建、湖北、廣東等7個省市外，其他省市區(qū)的政府財政效率均有所提升?？蓪⒁陨?個省市分為三類進行分析，北京、山西、湖北省市為一類，該三省市全要素生產(chǎn)率小于1主要是單一技術(shù)效率變化惡化引起，表明政府財政資源管理方式與決策不當;江蘇、浙江、廣東三省市為一類，該三省市全要素生產(chǎn)率小于1主要是單一技術(shù)進步指數(shù)引起，表示生產(chǎn)邊界向原點移動，即整個水平有技術(shù)衰退的趨勢。第三類是福建省，該省全要素生產(chǎn)率小于1主要是綜合技術(shù)效率變化和技術(shù)進步指數(shù)混合引起。

五、結(jié)論與建議

本文運用三階段DEA和Malmquist指數(shù)的方法，選取2010～2016年的省際面板數(shù)據(jù)，從靜態(tài)和動態(tài)兩方面對西部大開發(fā)戰(zhàn)略下的地方財政效率進行測度，得到以下結(jié)論：

1. 政府整體效率較低，主要來自西部地區(qū)的效率較低，西部效率低下主要體現(xiàn)在西南地區(qū)省份效率低下。純技術(shù)效率和規(guī)模效率共同制約了西部地區(qū)政府效率的提高，主要是由于規(guī)模效率較低。可見，雖然在西部大開發(fā)戰(zhàn)略下西部經(jīng)濟水平大幅提升，但是卻過分地依賴于政府，政府加大了資源的投入，卻忽略了資源的配置，造成資源的浪費。

2. 財政效率的測度受環(huán)境變量影響較大。在剔除環(huán)境變量和隨機干擾前后，西南地區(qū)和西北地區(qū)的平均效率呈現(xiàn)相反的狀態(tài)，所以經(jīng)濟開放程度、科技發(fā)展狀況、衛(wèi)生醫(yī)療情況等環(huán)境變量的存在可能會導致測度結(jié)果出現(xiàn)一定偏誤。

3. 政策驅(qū)動具有一致性。西南地區(qū)和西北地區(qū)的效率變化趨勢具有一定的相似性，在戰(zhàn)略提出時出現(xiàn)同方向變動，2013年“一帶一路”倡議提出后西部地區(qū)的效率均有所提升，西南地區(qū)效率提升尤為顯著，說明一致化的政策調(diào)控中應有相應的側(cè)重點。

根據(jù)本文研究結(jié)論，提出建議：優(yōu)化財政支出結(jié)構(gòu)，因地制宜進行財政精準支持。根據(jù)省市區(qū)各自不同的經(jīng)濟發(fā)展狀況、財政資金利用效率水平進行精準化匹配。財政支出應該改變“撒胡椒面”的做法，對于西部大開發(fā)專項資金，要做到財政資金定點、定量精準使用，避免財政資源的浪費。

參考文獻：

[1]國家發(fā)展改革委.國家發(fā)展改革委關(guān)于印發(fā)西部大開發(fā)“十三五”規(guī)劃的通知[EB/OL].http：//www.ndrc.gov.cn/zcfb/zcfbghwb/201701/t20170123_836135.html，2017-01-11/2018-10-31.

[2]葉青，楊丞娟.武漢城市圈財政支出效率評價[J].統(tǒng)計與決策，2013（18）.

[3]崔治文，周平錄，楊潔.我國絲綢之路經(jīng)濟帶地區(qū)財政汲取能力分析——基于DEA模型的Malmquist指數(shù)方法[J].會計之友，2015（24）.

[4]張權(quán)，李建軍，鐘飚.中國城市公共支出效率差異及其收斂性研究——基于DEA—Malmquist模型的實證分析[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2013（09）.

[5]王家庭，李艷旭.晉升壓力能夠提高地方民生性財政支出效率嗎？——基于中國285個城市的DEA-Malmquist分析[J].西安交通大學學報（社會科學版），2018（03）.

[6]Banker，R.D，A.Charnes，W.W.Cooper.Some Models for Estimating Technical and Scale Inefficience In data Envelopment Analysis[J].Management Science，1984（09）.

[7]Fried，H.O.C.A.K.Lovell，S.S.Schmidt，S.Yaisawarng.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002（17）.

[8]陳巍巍，張雷，馬鐵虎，劉秋繸.關(guān)于三階段DEA模型的幾點研究[J].系統(tǒng)工程，2014（09）.

[9]馬占新，馬生昀，包斯琴高娃.數(shù)據(jù)包絡分析及其應用案例[M].科學出版社，2013.

（作者單位：南京郵電大學管理學院。通訊作者為劉書源）