地方政府效率测度：来自广西的样本——基于DEA和Malmquist指数分析

徐 啸

（广西大学，南宁 530004）

一、引言

地方政府效率是各级地方政府机构（含公、检、法机构）在履行政府职能过程中所涉及的财政投入与财政效果的相对比较，即政府成本与政府收益之间的对比关系，它体现了政府活动过程及结果的相对水平。①唐任伍、唐天伟：“2002年中国省级地方政府效率测度”[J].《中国行政管理》，2004（6）。1887年，行政学创始人威尔逊在其著名论文《行政学研究》中提出，要把提高行政效率做为行政学的根本任务。当前，瑞士国际管理发展学院（IMD）和世界经济论坛（WEF）将政府效率做为国家竞争力的一个重要考量。这说明政府效率一直都是影响国家社会经济发展的重要因素。十八届三中全会指出，要使市场在资源配置中起决定性作用，切实转变政府职能，构建服务型政府。在“市场进，政府退”的过程中，虽然强调要更多更好地发挥市场作用，但是市场在资源配置中的某些缺陷必须要用“有形的手”加以调节和辅助。这就要求市场在提高资源配置效率的同时，政府也应提高行政效率，使有效政府和有效市场相结合。

广西拥海路陆路交通之便、携国内外两个市场、集政府各种优惠政策于一体，已成为我国真正意义上的西部大开发战略和面向东盟发展的结合部。2010年中国—东盟自由贸易区建成，2012年中国与东盟的贸易额度已突破4000亿美元，2013年十八届三中全会提出推进国家治理体系和治理能力现代化。在此背景下，广西各级政府必须要提高政府效率以更好的服务国家中国—东盟发展战略，更好的落实三中全会的改革目标。根据陈晓玲和李小庆（2013）、刘国翰（2011）、何平平和唐任伍（2007）等对我国省级政府政府效率的测度，虽然具体排名不同，但广西的政府效率始终处于全国中下游水平。所以，在肩负国家战略发展重担的情况下，广西各级政府必须提高政府效率。

本文的结构安排如下：第二部分为文献综述，回顾关于政府效率的相关观点；第三部分为DEA模型和Malmquist指数研究方法介绍；第四部分为指标选取说明；第五部分为研究结果分析；第六部分为结论。

二、文献综述

人类历史上，在国家行政管理方面，经历了“统治型政府”和“管理型政府”两种行政管理模式。M.韦伯和W.威尔逊于19世纪末20世纪初奠定了公共行政学的思想基础。然而，在20世纪70年代和80年代，西方政府和中国政府都分别感受到了后工业化带来的社会压力。因此，一场“新公共管理运动”（New Public Management）在世界范围内展开，张康之（2006）认为中国不能照搬西方的管理型政府，应该选择构建更好、更高形态的服务型政府模式，并认为服务型政府应该建立在我们已经建成了一个不再会被改造和超越的政府以及我们可以完整地把西方国家的政府模式搬到中国来这两个理论假设之上。①张康之：“把握服务型政府的理论研究方向”[J].《人民论坛》，2006（3）。

从国外研究来看，1885年，伍德罗·威尔逊提出要提高政府效率。此后不久，行政学家将泰勒的“科学管理理论”引入行政管理，最终形成经验学派、系统学派等多个理论学派。在研究方法上，Deller（1992），Deller和 Rudnicki（1992）运用最小二乘法（OLS）和随机生产前沿法测度了地方政府效率。参数法主要包括数据包络分析法（DEA）和自由处置法（FDH）。De Borger和 Kerstens（1994）、Afonso和Fernandes（2003）应用FDH方法分别对比利时和葡萄牙的行政效率和公共支出效率进行测度。其后，Afonso和 Schuknecht等（2003）、Afonso和Schuknecht（2006）分别用FDH方法和DEA方法对部分国家的政府效率进行测度。Cooper，Seiford和 Tone等（2000）对DEA方法中的指标体系选择给出了四个原则要求。从国内研究来看，陈振明（1999）研究了西方政府管理理论从公共行政学到新公共行政学再到公共管理学的变化，说明公共行政学的研究形态不是一成不变的。唐任伍和唐天伟（2004）、陈洪生（2004）、刘祖云（2007）、赵勇（2008）、何舟翔（2011）等对政府效率的理论基础进行了详细阐述，并分析了我国政府效率的现状、成因以及对策问题。刘熙瑞（2002）、刘熙瑞和段龙飞（2004）、沈荣华（2004）、陈红太和李严昌（2007）等分别论述了服务型政府的理论基础和提升政府服务能力的思路，并讨论了在经济全球化背景下中国为何要建立服务型政府，以及中国建立服务型政府可能的四种模式。续竞秦，杨永恒（2011）对地方政府的公共服务效率和影响因素进行实证分析，发现大多数省级政府的基本公共服务供给效率还有较大的提升空间，且各省之间存在显著差异。李亮，崔晋川等（2003）根据实际情况对Cooper等人的四个原则进行补充，提供了将不符合传统DEA方法要求的项目如何转化为可以被DEA模型所接收的途径。在国内，陈诗一和张军（2008）、刘振亚和唐滔等（2009）、刘国翰（2011）分别用DEA分析法对我国地方政府以及政府支出效率进行评价，唐任伍和唐天伟（2004）、何平平和唐任伍等（2007）建立地方政府效率综合评价体系测度了我国省级政府的政府效率，陈晓玲和李小庆（2013）则通过空间面板计量模型来进行研究。除此之外，解垩（2007）运用空间回归计量模型分析了我国30个省市地方政府的相对效率，发现政府效率具有空间溢出作用。祁毓和郭均均（2012）发现FDI对地方政府效率产生了显著的负面效应。才国伟和张学志（2012）发现政府层级错配会降低政府效率，尤其是降低行政效率和监管质量。

通过对文献的查阅可知，目前国内对政府效率的研究大都集中在省级政府层面，并未专门针对各个省的市县政府进行研究。由于广西在全国的重要性和特殊性，我们认为具体研究广西各级地方政府效率现状有利于提升广西地方政府的综合竞争力，有利于中国—东盟区域经济一体化战略和国家西部开发战略的推进。

三、研究方法介绍

（一）DEA模型介绍

DEA（数据包络分析）是由A.Charens和W.W.Cooper等人于1978年开始创立。该方法是以投入、产出不变的前提下，通过一定的线性规划约束，旨在找出各决策单元（DMU）与DEA有效前沿面的偏离程度，以评价它们投入——产出比的效率情况。①魏权龄：《数据包络分析》[M].北京：科学出版社，2004.

DEA模型经过发展和完善，已有很多代表性的模型，比如：CCR模型、BCC模型、FG模型、ST模型和Log型的DEA模型。本文研究的政府效率属于可变规模报酬情况，所以选取考虑了规模报酬的BCC模型。

BCC模型如下：

λ≥0；j=1，2，…，n；S+≥0，S-≥0

其中，eT=（1，1，...，1）∈Em；θT=（1，1，…，1）∈Em；ε是非阿基米德无穷小量，S+，S-是松弛变量。

DMUj10为DEA有效的充要条件为上约束问题的最优值解为 VD=1，且其最优解为 λ0=（λ01，λ02，…，λ0n）T，S+，S-，θ0都满足 VD=θ0=1，S+=0，S-=0。若VD≠1，则DMUj0为非DEA有效。若Σλ0j/θ0<1，则DMUj0规模效益递增；若Σλ0j/θ0>1，则DMUj0规模效益递减。各评价指标按照Xj=θ0-S-0，Yj=Yj+S+0的方向改进。

（二）Malmquist指数分析

Malmquist全要素生产力指数是1953年由瑞典经济学家和统计学家Sten Malmquist提出，最终在1982年由Caves等人将其用于生产分析中，并取名为Malmquist生产效率指数，其主要思路为：构造从t期到t+1期的Malmquist全要素生产力指数，以此来衡量全要素变动、技术效率变动和技术变动三者之间的变动关系。

本文选取考虑规模收益，经由Fare于1994年改进的全要素生产力指数来研究政府效率问题。改进后的全要素生产力指数由综合技术效率（Effch）和技术变化（Techch）两个部分组成，其中综合效率又可以分解为纯技术效率（Pech）和规模效益（Sech）两个部分。所以，Malmquist全要素生产力指数模型如下：

其中，B（xt，yt）和Bt（xt+1，yt+1）分别代表以t期为基期的技术参数，t期和t+1期的决策单元距离函 数 ，Bt+1（xt+1，yt+1）和 Bt+1（xt+1，yt+1）也 是 类 似 含义，effch=pechsech。M值代表生产率水平变动情况，其值大于1表示效率提升，小于1则相反。techch表示技术变动，其值大于1表示技术进步，小于1则相反，是“前沿面移动效应”。effch是相对效率变动指数，若其值大于1，表示DMU在后一期与前沿面的距离相对于前一期的距离较近，故相对效率提高，小于1则相反。pech是纯技术效率变动，表示的是管理水平和自身技术的变动情况，其值大于1效率提升，小于1则相反。sech表示规模效益变化情况，大于1表示规模报酬递增，小于则相反。

四、指标选取

DEA研究方法指标的选取有很强的主观性，Cooper，Seiford和Tone对决策单元的投入和产出项目提出了四个要求：①所选取的指标必须能反映研究者或分析者对相关项目有效性评估的兴趣。②各个投入和产出单位的量纲可以不一致。比如可以是重量单位、个数、每平方米等。③所有决策单元的投入和产出值必须为正。④根据效率比原则，投入的数值越小越好，而产出的数值越大越好（见表1）。

表1 本文选取的指标

在指标选取中，本文借鉴了相关学者的的指标体系，保证指标体系的科学性、完整性和可操作性。具体到本文指标体系的选取，投入指标选取了人力、财力两个指标，由于物力投入能源指标数据无统计可查，所以只能放弃。在产出指标选取中，原选取14个产出指标，但得出的实证结果不符合实际情况，故而作者经过仔细筛选、对比多次的实证分析结果并遵循指标选取的综合性原则、可比性原则、真实性原则、间接性原则以及可操作行等原则选定了以上投入和产出指标体系。指标中的数据来源于2004年-2012年的广西统计年鉴。

五、研究结果分析

（一）基于DEA模型的静态分析

根据统计数据，选取产出导向型的BCC模型，并使用DEAP2.1软件计算出广西14个市从2004年-2012年的技术效率值。

1.广西14个市政府效率总体分析①按城市和年份整理过后的2004-2012年广西14个市的政府效率表过大，篇幅限制，不便在本文中显示，如有需要请与作者联系。

全区只有柳州、北海和玉林始终处于生产前沿面上，同时，防城港和钦州也只分别在2004年和2008年相对无效率，排在最后的是南宁和桂林。这说明柳州等五个市的政府效率在这9年内一直是广西区内最高的，政府对社会经济的投入产出比为最优，而南宁和桂林的政府效率相对较低，对资源的利用效率较低。

在规模效应方面，柳州、北海、玉林、防城港和钦州仍处于同一层面，规模报酬不变，即资源利用效率一直保持区内最高。崇左的规模效益一直到2012年基本都保持递增水平，这说明崇左市仍然可以加大投入以获得更高的产出，进而提高政府效率。南宁、桂林、梧州、百色、河池和来宾都出现了3次及其以上的规模报酬递减，其中百色和来宾出现的3次规模报酬递减是在2008年及其以前，2008年以后都处于生产前沿面；梧州与河池则分别在2010年和2006年开始一直到2012年规模报酬递减，这说明这个城市在未来几年应该减少投入。规模报酬递减最严重的是南宁和桂林，这说明这两个城市长时间以来都处于生产过剩的局面，减少投入提高利用率优化资源配置是南宁市和桂林市政府未来的发展方向。

从纯技术效率来看，全区除了百色市和河池市以外，其他市的纯技术效率都较高。这说明14个市的管理水平和自身技术水平在广西区内相对较高，只有百色市和河池市需要较大的改善。

2.广西14个市政府效率横向分析

从表1来看，因为综合效率=纯技术效率*规模效率，综合效率与纯技术效率和规模效率正相关，所以，结合表2我们可以发现，出现在生产前沿面最多的柳州、北海、玉林、防城港和钦州也都在综合效率、纯技术效率和规模效率的前三名出现。位于表2中第三、第四和第五名的几个城市也基本都处于表1中三项排名第四到第十二位之间。其中百色和河池这两个城市的综合效、纯技术效率和规模效率在14个城市中的三项9年平均值中都排在后四位，所以这两个城市的政府效率最需要改善，也最需要区政府关注。此外，南宁和桂林都处于平均综合效率排名的后四位中，但是这两个城市的纯技术效率却在14个城市中排名第一，这主要是受其规模效率的影响（排在后三位中），所以南宁和桂林的关键问题在于减少投入进而提高政府效率。其中南宁市是广西的省会，集各种优惠政策于一体，南宁市政府应该着重考虑怎样利用各种优惠政策使其省会城市的地位优势发挥到最大。

表2 14个市平均效率排名

3.广西14个市政府效率纵向分析

图1主要是从时间上看14个市的综合效率变化。变化幅度最大的依次是河池、百色、桂林和南宁，很巧合的是这四个城市正好是平均综合效率和平均规模效率排名的后四名。从综合效率=纯技术效率*规模效率并结合表1可知，这主要是受规模效率变动的影响。

图1 2004年—2012年广西14个市综合效率变化图

表4 2004年—2012年综合效率均值表

从时间点上看，2006年是整个广西政府效率最高的一年，除了百色市、河池市和崇左市，其他11个市都处于生产前沿面上，河池市和崇左市也非常接近生产前沿面。2008年是广西各个市效率变化幅度最大的一年，14个市的效率值都有所下降，其中百色市的综合效率值为0.699河池市的综合效率值为0.751，是9年中14个市效率值得最低值。这说明，2008年的世界金融危机对广西14个市的政府效率有非常明显的负影响。

从时间段来看，2008年—2012年是变化幅度最大的5年。从2008年开始，除了2010年，其他四年都处于这9年中的后四位。这说明2008年金融危机对广西政府效率的影响还在持续，在未来几年，14个市的政府效率水平还有待恢复和提高。其中，2009年14个市的综合效率均值从2009的年最后一位回升到第6位，在2010年攀升到第4位之后又在2011年和2012年回落到第8位和第7位。这可能是因为2009年中央政府决定投资4万亿拉动经济保“8”增长，大量的资金注入使地方政府暂时从2008年的金融危机中摆脱出来。但4万亿的投资也使地方政府的债台高筑，地方政府不堪重负，到2011年综合效率直线下降到9年中的第8位。这说明4万亿投资对地方政府可能只有短暂的有利影响，从长期来看，并没有真正使地方政府摆脱金融危机的影响，反而不利于地方政府的效率的提高。

4.GDP增长和中国—东盟自由贸易区的建立对政府效率的影响

综合表1、表2、表3和表4可以看出，出现在生产前沿面最多且历年综合效率排名前3的五个市为柳州、北海、玉林、防城港和钦州，这可能与GDP的增速有关，防城港、北海、钦州三个市的GDP平均增速分列广西的前三名，这在一定程度上证明了上述推断。但是柳州和玉林的GDP增速却只排到第六位和第八位，这就说明可能还有其他重要因素影响了政府效率。

通过进一步分析防城港、北海和钦州的共同点发现，这三个城市都是广西北部湾的沿海城市，是广西进出口贸易的门户和面向东盟的窗口，定位是港口城市。2002年以来，中国—东盟自由贸易区正式启动并与2010年建成，广西与东盟的贸易迅速发展，带动社会经济进步促进产业结构调整，进而带动政府服务方式的变化促进政府效率提高。从2004年—2012年，进出口贸易增加额的前五名分别是柳州增加35.64倍、钦州增加38.93倍、崇左增加20.87倍、北海增加12.78倍、防城港增加5.67倍。柳州市是广西的重工业基地，自由贸易区的建成使其进出口贸易额大增在意料之中；崇左与越南相邻，自由贸易区的建成使其与越南的贸易更加便利。所以，中国—东盟自由贸易区的建立很可能促进了政府效率的提升。

表5 2004年—2012年广西14个市GDP平均增速表

（二）基于Malmquist生产力指数的动态分析

DEA的BCC模型是根据每一年DMU的实际情况来确定一个生产前沿面，并没有考虑随着时间变动技术可能会发生变动，所以BCC模型只是从静态的角度来考察效率的变化。而Malmquist指数则是考虑了每一年技术效率的变动，把生产前沿面可能的前后移动也考虑在内，所以这就可以从动态的角度来分析效率的变化。其中malquist指数=effch×techch=pech×sech×techch，effch=pech×sech

利用DEAP2.1软件对2004年-2012年广西14个市的序列数据进行Malquist指数计算，得到的结果见表5。从总体来看，加入技术变动之后，Malmquist指数比BCC模型中的综合效率指数值有所下降，效率值的排名也有所变动，整体来看只有柳州和北海的政府效率有所提升，其它的城市政府效率都所下降。这主要是受技术变动的影响，柳州市和北海市的技术变动都大于1而其他12个市的政府效率都小于1，这说明只有柳州市和北海市政府的技术水平和管理水平在进步而其它12个市的技术水平和管理能力都有所下降。所以，由此看出，技术变动是影响政府效率的主要因素。当然，这种下降不是说明12个市的政府效率基于原来基础上的下降，而是说明各个城市的效率可能也有所提升，但是并没有赶上柳州和北海的动态前沿面。从综合效率分解来看，纯技术效率和规模效益都只是围绕1的小幅度变化，且均值分别为1和0.99，这就说明纯技术效益和规模效益不是影响Malmquist值的主要因素。

表6 14个市2004年-2012年平均Malmquist生产率指数及其分解

表7 历年分解指数均值

图2 Malmquist指数年度平均变化图

从具体城市来看，柳州、北海、防城港、钦州和玉林等5个市仍然居于前六位中，这主要是技术变动的贡献，这五个市的技术变动均值是0.9878，要高于总体均值0.953。而南宁和贵港的技术变动得分分别是第12名和第11名，这说明在这9年中，南宁和贵港的政府管理水平改善程度并没有跟上全区其他12个市水平。从时间上看（见表6），2008年除了技术变动，其他指标都有下降；2009年，五项指标的值都达到最大。其中Malmquist指数从2008年-2012年有个忽升忽降的反应，这可能与金融危机和政府的4万亿投资有关系。从图2中可看出，技术变动一直处于低位变动并和Malmquist指数的走势基本一直，这再次说明技术变动是影响Malmquist指数的主要因素。

六、结论

1.不管是从BCC模型还从Malmquist指数来看，柳州、北海、防城港、钦州和玉林等5个市的效率值都位居前列，而南宁、桂林、百色和河池等四个市的效率值都处于下游。这说明柳州等五个市政府在这9年中管理水平不断改善，对资源的利用效率不管提高。而南宁等4个市政府在这9年中，相对去其他城市来说，政府效率并没有太大改善。其中，南宁做为省会城市，集物力、财力和政策优势于一体，但政府效率却很低下并且规模效益连续多年递减。这可能是因为做为省会城市，南宁市政府要在一定程度上直接承担区政府的一些政策和事务，而且很多政策和具体事务必须要考虑到溢出效应辐射整个广西，甚至要考虑与周边各省的博弈，这就在很大程度上增加了南宁市政府的负担，大幅削弱了其政府效率。

2.规模效益递减和技术变动是政府效率低下的主要问题，南宁、桂林、百色和河池等4个市都出现了多年的规模效益递减问题并且技术改进程度与其他城市相距较远，这是效率低下的政府在未来应该注意的问题。

3.GDP增速可能与政府效率正相关，同时中国—东盟自由贸易区的建立可能有利于广西14个市的政府效率的提升，特别是对北海、防城港、钦州这种沿海港口城市有更大的作用。

4.2008年的金融危机对广西各个市的政府效率有明显的负影响，而且这种影响还并未结束。金融危机是经济对长期发展的风险的分散和消化过程，四万亿下的地方政府强行投资使一批本应该淘汰的企业继续以不合理的方式存在。所以，2009年政府的四万亿投资可能对地方政府的效率只有短暂的有利影响，从长期来看，四万亿投资不利于政府效率的提高。

5.从静态来看，纯技术效率和规模效益对综合效率都有影响，规模效益的影响略大于纯技术效率；从动态来看，技术变动是影响政府效率的主要因素，改善管理水平是政府提高政府效率的努力方向。

〔1〕Cooper W W，Seiford LM，Tone K.Data Envelopment Analysis[M].Boston：Kluwe Academic Publishers，2000.

〔2〕Charnes A，CooperW，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operations Research，1978，（6）.

〔3〕C.A.K.Lovell，Philippe Vanden Eeckaut，“Frontier Tales：DEA and FDH”，Mathematical Modelling in Economics，1993.

〔4〕魏权龄.数据包络分析[M].北京：科学出版社，2004.

〔5〕解垩.政府效率的空间溢出效应研究[J].财经研究，2007（6）：101-110.

〔6〕王家庭，赵亮.我国区域城市化效率的动态评价[J].软科学，2009（7）：92-98.

〔7〕刘振亚，唐滔，杨武.省级财政支出效率的DEA评价[J].经济理论与经济管理，2009（7）：50-56.

〔8〕陈诗一，张军.中国政府财政支出效率研究：1978-2005[J].中国社会科学，2008（4）：65-78.

〔9〕代娟，甘金龙.基于DEA的财政支出效率研究[J].财政研究，2013（8）：22-25.

〔10〕罗艳.基于DEA方法的指标选取和环境效率评价研究[D].中国科学技术大学，2012：17-18.

〔11〕何平平，唐任伍，马骥.我国省级政府效率综合评价指标体系设计与评估[J].湖南大学学报，2007（9）：68-71.

〔12〕唐任伍，唐天伟.2002年中国省级地方政府效率测度[J].中国行政管理，2004（6）：64-68.

〔13〕张悟移，陈天明，王铁旦.基于DEA和Malmquist指数的中国区域环境治理效率研究[J].华东经济管理，2013（2）：172-176.

〔14〕李亮，崔晋川.DEA方法中输入输出项目的选择和数据处理[J].2003（6）.