基于三阶段DEA模型的西部地区经济发展效率研究

许程程 杨亨莉

摘要：目的：为研究我国西部地区的经济发展效率。方法：采用三阶段DEA模型对2013～2017年我国西部地区经济发展效率进行测算。结果：剔除环境变量与随机因素影响后，西部地区整体综合技术效率与调整前相比明显下降;2013～2017年间调整后各省（市、自治区）的经济发展效率表现为先下降后上升趋势，综合技术效率主要依靠纯技术效率拉动，规模效率存在较大提升空间;内蒙古、广西、重庆、四川和陕西为西部地区经济发展较好代表省市，西藏和青海地区的经济发展效率需重点关注。结论：可从提高资源利用率、推动空间优质集聚群形成;加强宏观调控和政府监管力度;提高科技研发投入、实行人才引进政策;扩大内需和提高对外开放程度等方面提高西部地区的经济发展效率。

关键词：西部地区;经济发展效率;三阶段DEA

中图分类号：F224;F127 文献标志码：A 文章编号：1008-4657（2019）06-0066-07

0 引言

改革开放以来，我国经济保持高增长态势。2018年国内生产总值达到90.03万亿元，比1978年翻了200多倍。党的十九大报告指出我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，经济发展质量变革、效率变革、动力变革是增强我国经济创新力和竞争力的重要途径。我国经济进入高质量发展阶段后，自然不能像过去主要依靠要素投入数量的增长来拉动经济增长，必须更多依靠全要素生产率的提高来拉动经济增长，确保同样数量的投入具有更多产出，经济发展效率的提高迫在眉睫。

我国西部地区占全国总面积的71%，占全国总人口的28%，是我国丰富的自然资源储备区。近年来，在西部大开发政策和“一带一路”倡议的持续推进下，西部地区经济呈现稳中向好，稳中有进的态势，但与东中部地区相比仍有很大差距，经济发展不平衡不充分的问题依然严峻。因此研究西部地区经济发展效率，对于推动西部地区乃至全国经济、社会与生态环境协调发展，加快经济高质量发展步伐具有重要意义[1]。鉴于此，本文采用三阶段基于非参数规划法的数据包络分析法（Data Envelopment Analysis，DEA）方法对我国西部地区12个省（市、自治区）近五年来的经济发展效率进行综合评价，并提出相应建议。

1 文献综述

效率的测算方法主要包括基于参数回归法的随机前沿分析法（Stochastic Frontier Analysis，SFA）和DEA。DEA与参数方法相比具有不需要事先设定具体生产函数和不需要考虑白噪声问题的优势[2]。但传统的DEA方法不能有效剔除环境因素和随机干扰的影响，Fried等[3]学者在基于传统DEA模型基础上改造出三阶段DEA模型，能够有效剔除环境因素和随机因素影响造成的效率差异，改进对决策单元效率的评价，使得测算的效率水平与真实情况更加接近。

夏四友等[4]基于DEA模型中的生产规模报酬可变（Variable Return to Scale，VRS）子模型BC2对陕西省榆林市2013年经济发展效率进行测度，发现规模效率是榆林市经济发展综合效率的主要制约因素，可通过提高劳动者素质、改善投资环境、促进产业结构高级化及专业化、提升能源的利用效率等来提高各区县的经济发展效率。黄海峰等[5]运用DEA方法对2013年四川省29个县域经济体的发展效率进行测算。高伟等[6]运用DEA模型测度2000～2014年江苏各城市的经济发展效率发现其具有周期性波动的演化特征，就业结构、对外开放程度、创新能力对经济发展效率具有正向影响作用，政府影响力对于经济发展效率具有负向影响作用。高云虹等[7]运用三阶段DEA模型对甘肃省县域经济发展效率进行测算时发现其整体效率偏低且受环境因素影响较大，在剔除环境因素前各效率值均被高估。韩兆洲等[8]运用超效率三阶段DEA模型对2008～2012年我国30个省（市、自治区）经济发展效率进行测算，发现剔除环境因素影响后各省综合效率均显著下降。黄森等[9]运用三阶段DEA模型对2003～2007年我国30个省级区域经济增长效率进行测算发現通过加大对西部地区经济发展的投入能够缓解我国区域经济发展不平衡的问题。黄森[10]采用三阶段DEA模型对2011～2014年重庆市38个区县的经济发展效率进行测算，发现考察期重庆整体经济综合效率呈现出稳步上升趋势主要来自于技术层面，配置效率下滑阻碍了综合效率提高，提升对外开放度、加快城镇化建设、优化基础教育资源配置等均能够进一步激发重庆38个区县的经济发展效率。

综上所述，已有很多学者运用三阶段DEA模型对经济发展效率进行研究，但大多针对我国30个省（市、自治区）或单独某一省域或县域的经济发展效率进行研究，仅有少量文献着重对西部地区的经济发展效率进行研究，西部地区作为全面建成小康社会和解决经济发展不平衡问题的重点地区，其研究的必要性不言而喻。

2 模型原理介绍及指标体系构建

2.1 模型原理介绍

本文运用三阶段DEA模型对2013～2017年我国西部地区12个省（市、自治区）经济发展效率进行测算，具体思路为：第一阶段运用传统DEA模型进行测算;第二阶段以环境变量为解释变量，第一阶段得到的投入松弛变量为被解释变量，基于SFA法估计得到各环境变量对投入松弛量的影响程度，然后以最有效决策单元的投入量为参照对其他决策单元投入量进行调整;第三阶段将调整后的投入项带进原投入产出指标体系进行测算，此时的计算结果为剔除环境因素与随机因素影响的经济发展效率。鉴于已有很多学者对该模型原理进行详细阐述[11-14]，本文不再重复。

2.2 指标体系构建及描述性统计分析

2.2.1 指标体系构建

本文在参考众多学者对经济发展效率问题的研究和基于西部地区经济发展特点及数据的可获得性，选取固定资产投资、财政支出和劳动力投入作为投入指标，地区生产总值作为产出指标，科技研发投入强度、城镇化率和对外开放程度作为环境指标，构建了本文的指标体系，具体指标说明如表1所示。

2.2.2 指标体系的描述性统计分析

由表2可知在经济发展整体较为落后的西部地区，经济发展不平衡的问题表现得更尤为突出。各省（市、自治区）的地区生产总值也有较大的差异，最大值（四川省，2017年）是最小值（西藏自治区，2013年）的45倍之多，固定资产投资在西部各省份之间具有较大的差异，方差很大，最大值（四川省，2017年）是最小值（西藏自治区，2013年）的36倍。西部各省（市、自治区）之间不仅存在较大的经济发展水平差距，近年来的经济增长速度也是日新月异。环境变量都是比值，所以相互之间的差异相对来说不是很明显。

3 西部十二个省效率评价与结果分析

3.1 第一阶段分析

本阶段在不考虑环境变量与随机误差的前提下，利用DEAP2.1软件，在基于BBC模型的传统DEA方法下对西部十二个省2013～2017年间的经济发展效率进行逐年测算，测算结果如表3所示。从表3可以得到，在考察期内，西部十二个省份中综合效率始终维持在效率前沿面的省份只有内蒙古，其他地区均未在考察期内始终保持综合效率有效。广西在2013年和2014年表现综合技术效率有效，2015年后由于纯技术效率降低导致未能维持在有效前沿面。重庆和四川的经济发展效率虽未能一直保持有效，但经济发展效率波动不大，近乎稳定有效。陕西的经济发展效率一直在稳步提升至2017年已达到有效。甘肃虽在2017年达到有效前沿，但在考察期内经济发展效率波动幅度较大。青海，西藏和宁夏未达到综合技术效率有效主要受到规模效率的影响。贵州，云南和新疆则主要受到纯技术效率影响而未达到综合技术效率有效。整体来看，2017年第一阶段西部十二个省份的原始投入综合技术效率均值为0.85，距离到达效率前沿面有15%的上升空间。2017年，达到效率前沿面的省份有内蒙古、重庆、四川、广西和甘肃五个省份。综合技术效率值最低的省份为西藏，距离达到效率前沿面有43%的上升空间，西藏自治区的纯技术效率为1，但是规模效率只有0.565。

3.2 第二阶段SFA回归结果分析

科技研发投入强度、城镇化率、对外经济开放程度作为解释变量，第一阶段得到的投入松弛变量为被解释变量，使用随机前沿分析（SFA）方法对2013～2017年分别建立回归方程，并使用Frontier4.1软件进行计算，整理结果见表4。

环境变量对投入松弛变量的影响表现为当回归系数为正时，环境变量的增加会相应增加投入松弛变量，导致不变投入下产出的下降或者不变产出下投入的浪费增加;反之当回归系数为负时，环境变量的增加会相应减少投入松弛变量，有利于不变投入下产出的增加或者不变产出下投入的浪费减少。

3.2.1 科技研发投入强度

2013年该环境变量与固定资产投资和劳动力投入表现为显著的正相关关系，表明增加科技研发投入强度会增加投入冗余，降低效率，可能由于在该时期未能充分有效利用科技研发的投入和尚未寻求到激发科技进步创新的有效途径而导致盲目增大财力人力的投入。2017年该环境变量对固定资产投资和劳动力投入松弛变量的回归系数均为负值，且固定资产投资表现为显著的，表明科技研发投入的增加有利于减少固定资产投资和劳动力投入浪费的产生，我们已经寻求到科技发展创新的正确途径。科技研发投入的增加会促进科研成果的产生，而科研成果的运用例如机器设备生产率的提高会使得产出增加，因此同样数目的固定资产投资额和劳动力投入具有更多的产出，进一步激发了我国生产力水平，提高了经济发展效率。同时科技研发投入在2013年与2017年都与财政支出表现为显著的负相关，表明提高科技研发投入能够有效的减少财政支出的投入冗余，提高效率。

3.2.2 城镇化率

2013年该环境变量与固定资产投资，财政支出和劳动力投入都表现为显著的负相关关系，表明城镇化率的提高会有效减少投入冗余，提高效率。2017年城镇化率对三个投入松弛变量的回归系数均为正值，且对财政支出表现显著的，表明城镇化率的提高會增加财政支出的冗余，而对固定资产投资和劳动力的投入不会产生浪费。目前我国经济的发展与提高主要依赖工业生产和技术创新，城镇化率对于三次产业结构变化和经济发展具有重要影响。早期我国农村人口比重较大，城镇化率较低，但近年来随着城镇化率的逐渐提高，大量的农村人口流入城市，城市化建设需要增加更多的财政支出，这就可能使得冗余增加而导致经济效率增长缓慢甚至是降低趋势。按照预期，城镇人口的增加会加速固定资产的损耗，因此会增加固定资产投资，但固定资产投资的回归系数并不显著，说明前期固定资产投资虚高，超过了实际需要，因此现阶段城镇人口的增加会使得固定资产利用效率更高，配置更加合理，经济效率会提高而且不会产生固定资产投资额的冗余。

3.2.3 对外开放程度

2013年该环境变量对于固定资产投资，财政支出和劳动力投入都表现为显著的负相关关系，表明提高对外开放程度在该期能够有效减少投入冗余的产生，提高效率。2017年该环境变量对三个投入松弛变量的回归系数均为正值，且财政支出的回归系数显著。表明对外开放程度越高，财政支出的冗余也会越高，经济效率下降，而对固定资产投资和劳动力投入这两种投入的增加不会产生浪费。

由以上分析可以得出环境变量对各投入松弛变量在不同时期有不同程度的影响，为提高效率测算的准确性需要对环境变量和随机干扰项进行分离，使得各省份处于相同的环境中。

3.3 第三阶段分析

将剔除环境因素与随机因素影响后的各投入松弛变量带入DEA模型进行测算，结果如表5所示。

由表3和表5比较可知，在剔除了环境变量与随机干扰项的影响以后，西部各省份的综合技术效率、纯技术效率和规模效率均发生了明显的变化。其中综合技术效率明显下降，纯技术效率有了明显的提升，规模效率则明显下降。这也进一步证明了对原始DEA模型进行SFA回归的必要性。

整体上来看，在考察期间西部各省份处在效率前沿面的省份由调整前的1个变为调整后的2个。内蒙古在考察期内一直DEA有效，始终维持在效率前沿面，说明内蒙古的原始投入效率确实较好，经济效率较高。四川在调整后一直表现为DEA有效;陕西在调整后表现为DEA有效的年份由1个增加到3个。重庆在调整后受到纯技术效率的影响较大使得DEA表现为无效;广西在调整后表现为DEA有效的年份减少了1个，只有2017年综合技术效率表现为上升。但内蒙古、四川、陕西、重庆和广西的综合技术效率在调整后一直保持0.9以上，是西部地区经济发展效率较好代表。贵州、云南省和新疆整体来看调整前后差距不大;青海、宁夏和西藏在调整后综合技术效率都表现出不同程度的下降，其中西藏和青海的综合技术效率只有两个年份达到0.5以上水平，需要重点关注。

从2017年来看，在剔除环境误差与随机变量的影响后，处在效率前沿面的省份由调整前的五个省份变为调整后的四个省份，其中甘肃省的综合技术效率值出现了下滑，变为无效率，其效率的下滑主要是由规模效率的下降引起的。综合技术效率最低的省份依旧是西藏，并且从调整前的0.565变为调整后的0.399，下降原因是由于规模效率值的下降而导致的。其他地区例如贵州、云南、青海省和宁夏的综合技术效率值有不同程度的下降，其中贵州和云南的下降程度不大，而青海和宁夏的下降程度达到20%左右，且均由规模效率的下降导致的。最终结果显示，西部所有省份的综合经济效率主要是由纯技术效率拉动的，平均纯技术效率值为0.951，明显高于规模效率0.852。

4 结论与建议

本文采用三阶段DEA模型对2013～2017年我国西部地区经济发展效率进行逐年测算，剔除环境变量与随机因素影响后，西部地区整体综合技术效率与调整前相比明显下降;调整后2013～2017年间经济发展效率表现为先下降后上升趋势，其中2013～2016年表现为下降趋势，2016～2017年呈现上升趋势且到2017年内蒙古、重庆、陕西、四川的综合技术效率达到1。但经济发展过程中仍存在问题，西藏的综合技术效率在调整后仅有0.399，距离有效前沿有60.1%的上升空间，西部地区经济发展效率不平衡表现的非常显著，同时发现西部地区经济发展效率主要依靠于纯技术效率拉动，规模技术效率存在较大提升空间。

根据以上结论对我国西部地区经济發展提出建议：

第一，提高资源利用率，推动空间优质集聚群形成，进而带动区域经济协调发展。西部地区经济发展的规模效率存在较大进步空间，优化资源配置和提升规模效率，促进经济发展效率的提高，同时西北地区本身自然条件恶劣，促进经济发展的前提是保护好西北地区的生态屏障，降低资源使用代价，避开“先污染，后治理”。

第二，加强宏观调控和政府监管力度，完善政府职能。国家的关注和扶持是西部地区经济发展的强大动力，要素投入能够得到最大效率的利用是提高经济发展效率的关键，减少由于“政绩工程”和“面子工程”而导致配置效率低下的情况。同时增加政府对西部地区的扶持开展基础设施建设，打造西北特色产业链，缩小东中部与西部经济发展差距。

第三，提高科技研发投入和实行人才引进政策。科学技术是第一生产力，科技研发投入的增大能有效的提高资源配置利用率和调整劳动人员结构，推进高新技术产业的发展以拉动经济发展效率。西部地区地理环境复杂、经济发展和城市化建设受限，近年来人口流失严重，鼓励西部地区高校人才留乡建设，号召全国优秀大学生、研究人员等投身西部建设，提供优惠福利政策，如住房，父母赡养和子女教育等，吸引青年才干致力于祖国西部地区的发展。

第四，扩大内需和提高对外开放程度。增加西部地区人民的消费需求，以消费拉动经济增长，激发经济活力，使得人们寻求更多经济发展途径。利用西部地区在“丝绸之路经济带”中得天独厚的地理位置，优化出口产品结构，着重发展特色产业，扩大西部地区经济的贸易规模，增强与其他国家间交流合作，促进双方经济互惠，增加特色产业收入，进而提高西部地区经济发展效率。

参考文献：

[1] 程启智，马建东.中国西部地区经济发展质量评价：2006—2017年[J].云南财经大学学报，2019，35（4）：50-58.

[2] 孙根紧，丁志帆.我国经济增长效率影响因素的实证研究[J].统计与决策，2015（7）：125-128.

[3]Fried H O，Lovell C A K，Schmidt S S，et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002（1-2）：157-174.

[4] 夏四友，文琦，熊欢.基于DEA的能源富集区经济发展效率实证研究——以陕西省榆林市为例[J].地域研究与开发，2016，35（5）：47-52.

[5] 黄海峰，王昕宇.基于DEA的县域经济发展效率研究：以四川省为例[J].农村经济，2015（10）：57-61.

[6] 高伟，王天驰，王晓珍.区域经济发展效率演化及其影响因素——以江苏省为例[J].企业经济，2016（10）：109-114.

[7] 高云虹，李帅娜.基于三阶段DEA模型的甘肃省县域经济发展效率评价[J].甘肃行政学院学报，2018（2）：10-17.

[8] 韩兆洲，刘敏.中国经济发展的投入产出效率研究[J].产经评论，2015，6（1）：114-125.

[9] 黄森，蒲勇健.中国省域经济综合效率分析——基于三阶段DEA模型的研究[J].山西财经大学学报，2010，32（3）：23-29.

[10] 黄森，呙小明.重庆地区经济发展效率及其空间特性研究——基于38个区县的视角[J].开发研究，2017（1）：60-64.

[11] 袁立科.县域经济发展效率及其影响因素研究——以江苏省为例[J].审计与经济研究，2010，25（5）：84-89.

[12] 王金秀，于井远.我国地方财政支出效率评价——基于三阶段DEA方法[J].中南财经政法大学学报，2018（5）：79-87.

[13] 于洁，佟贺丰，黄东流，等.基于三阶段DEA的我国区域科普投入产出效率研究[J].科技管理研究，2018，38（6）：40-47.

[14] 刘满凤，李圣宏.基于三阶段DEA模型的我国高新技术开发区创新效率研究[J].管理评论，2016，28（1）：42-52，155.

[15] 赵佳风，马占新.广义DEA有效测度下中国省际经济发展效率分析[J].数学的实践与认识，2018，48（17）：86-97.

[16] 李海东，吴波亮.中国各省经济效率研究：基于超效率DEA三阶段模型[J].贵州财经大学学报，2013（3）：14-22.

[17] 李芳芝，李敏.安徽省区域经济差异研究[J].农村经济与科技，2009，20（9）：68-69.

[18] 李晓梅，吴冬梅.基于DEA的辽宁区域经济效率实证研究[J].辽宁工业大学学报（社会科学版），2012，14（6）：20-23.

[责任编辑：郑笔耕]