基于三阶段DEA的重庆市区县公共服务生产效率评价

彭浩

摘要：剥离外部环境和随机因素对效率的影响，运用改进的三阶段DEA模型对重庆市各个区县的公共服务生产效率进行实证研究。

关键词：三阶段DEA；公共服务；生产效率

中图分类号：F127 文献识别码：A 文章编号：1001-828X（2016）021-000-01

通常而言，我国对公共服务生产效率的研究主要是运用数据包络分析方法（data envelopment analysis，DEA）。对某一公共服务的决策单元而言，要么追求在当前产出下投入最小化、要么追求在当前投入下产出最大化。因此，EDA是一种基于相对效率概念的评估方法。（表1）

一、研究方法与数据选取

1.研究方法

在研究方法方面，本文主要采用三阶段DEA分析模型，并且是改良的三阶段DEA分析模型。因此，它可以玻璃影响公共服务生产效率的环境因素和随机干扰因素，可以更为真实的反映公共服务的生产效率。

2.数据选取

数据选取主要参考了《重庆市统计年鉴》（2014年版）。根据最新的重庆行政区划，我们可以分为三十八个决策单元。如果根据功能区和辅助区划分，可以将重庆划分为四个部分，核心经济区、城市发展区、生态涵养区和生态保护区等四个区域[]。

二、实证分析

1.传统的DEA实证分析

运用DEAP2.1对重庆市38个区（县）公共服务生产效率和规模报酬状态进行测度。忽略外部环境和随机因素影响的情况下，2013年重庆市县域技术效率平均值为0.876，纯技术效率平均值为0.914，规模效率平均值为0.959。

2.改进的DEA实证分析

可以看出，人均GDP、人口密度和城镇人口比重对三个投入变量的松弛量的回归系数统计检验结果显著，而公共财政支出占比对教育松弛量的回归系数统计显著，可见，环境因素对重庆市区县公共服务投入冗余存在显著性影响；同时，教育支出投入松弛量的γ值为0.041，显著性水平为1%，说明该部分投入产出效率随机因素影响较大，卫生和社会保障的γ值分别为0.982和0.946，统计显著，这说明其管理因素影响较大。通过改进的DEA实证发现，对公共服务生产效率的研究有必要剥离环境因素的影响。

上述四类环境变量中，人均GDP的所有系数都为负，表明经济发展水平的提升有助于公共服务效率的提升；人口密度对三种投入的松弛量均为负，表明人口的集中居住也有助于降低公共服务的无效率；城镇人口的比重的系数也均为负，表明城镇化水平的提高有助于提升公共服务生产的质量，从而促进效率改进。

三、结论与对策建议

本文采用三阶段DEA分析了重庆市主体功能区域及各区县公共服务生产效率差异，得出了如下结论：第一，和生产前沿（效率值为1）相比，重庆市县域公共服务生产综合效率均值（其值为0.755）存在24.5%的改进空间；第二，重庆市各主体功能区域的效率差异明显，主城区最好、渝东北和渝东南次之、城市发展区最低；第三，环境变量对效率值的影响存在差异，其中经济发展水平、城镇化水平和人口密度具有显著的正向影响，而财政支出结构的影响不明显。

参考文献：

[1]邓宗兵，吴朝影，等.中国区域公共服务供给效率评价与差异分析[J].经济地理，2014（5）：28-33.

[2]王谦.包容性增长范式下城乡公共服务均等化公平效率分析[J].财政研究，2013（3）：18-21.

[3]袁年兴.论公共服务的“第三种范式”——超越“新公共管理”和“新公共服务”[J].甘肃社会科学，2013（2）：219-223.

[4]王晓玲.我国省区基本公共服务水平及其区域差异分析[J].中南财经政法大学学报，2013（3）：23-29.

作者简介：彭 浩（1988-），男，山东临沂人，重庆工商大学长江上游经济研究中心在读硕士研究生，研究方向：宏观经济运行与调控。