四川省公共安全治理效率的时空演进

范 震

（南京森林警察学院，江苏 南京 210021）

当前对于公共安全治理的研究主要为治理主体的机制创新以及提升公共安全治理水平[1]，对于公共安全治理效率的评价研究相对匮乏。在公共安全治理领域，有学者尝试运用DEA模型研究公共安全服务的效率，如龚锋[2]在考虑外生环境变量和随机冲击影响下，基于四阶段DEA和Bootstrapped DEA对国内70个大中城市的公共安全服务供给效率进行评估。史晓晨等[3]基于我国30个省份的截面数据，采用DEA-Tobit二阶段分析法对公共安全财政支出的效率及其影响因素进行分析。Carrington等[4]运用两阶段DEA对澳大利亚新南威尔士州的警察公共服务效率进行评估。但已有研究多局限对公共安全治理指标横截面数据的静态分析，缺乏对其动态变化趋势的研究。因此，本文在现有研究的基础上，采用非参数DEA-Malmquist指数模型对四川省各地市州2014—2019年的面板数据进行分析，动态研究四川省公共安全治理效率，以期能够厘清四川省公共安全治理效率的变化规律，为加强顶层设计、优化治理效率，提供有益的决策参考。

1 基于DEA-Malmquist模型的四川省公共安全治理效率研究

1.1 投入、产出指标选取

公共安全治理涉及的投入和产出多样，较多指标难以量化，且因获取渠道不畅等原因，相关指标的数据缺失严重。本文在已有研究的基础上[5]，选取A1（公共安全支出）以及A2（公共管理、社会保障和社会组织从业人数）两个指标，通过其在财力和人力方面的投入衡量公共安全治理的投入；选取B1（治安案件查处）、B2（刑事案件破案）、B3（交通事故发生数）、B4（火灾事故发生数）等4个指标，衡量公共安全治理的产出。部分地市州某些指标的年度数据存在缺失，为保证决策单元的投入和产出指标为非空集合，本文保留16个地市州为研究对象。

1.2 静态分析

将2014—2019年四川省各地市州每年的公共安全治理横截面数据代入DEA模型，对四川省公共安全治理效率进行静态分析。

仅有攀枝花和雅安两个地市州的公共安全治理效率在2014—2019年均达到DEA有效，甘孜藏族自治州在各个年份均与其他地市存在较大差距，各地市州之间公共安全治理效率差异较为明显。总体来看，2014—2019年四川省公共安全治理效率呈现波浪式前进和螺旋式上升的态势，波峰在2017年，最高效率为0.894，波谷在2015年，最低效率为0.781。

2014—2019年四川省公共安全治理综合效率如表1所示。

1.3 动态分析

运用DEA-Malmquist模型对2014—2019年四川省各地市州公共安全治理投入和产出指标的面板数据进行测算，以动态研究其公共安全治理效率的变化状况，如表2所示。

表2 四川省公共安全治理全要素生产率变化情况

四川省公共安全治理全要素生产率的增长指数均值为1.074，仅在2014—2015年全要素生产率的增长指数小于1.000，说明2014—2019年四川省公共安全治理效率总体呈上升趋势。分解全要素生产率指数，发现除了2014—2015 年，技术进步均大于1.000，说明四川省公共安全治理的技术进步呈稳步上升态势，外生技术进步能力较强。分析纯技术效率的变动情况，2014—2015年、2015—2016年和2018—2019 年均大于1.000，但总体均值仍小于1.000，说明虽然多数年份间四川省公共安全治理技术创新和资源配置管理水平呈上升趋势，但其总体技术创新和资源配置管理水平不佳，成为制约公共安全治理发展的因素。同时，四川省公共安全治理的规模效率变化指数不容乐观，除2015—2016年外均小于1.000，且总体均值也小于1.000，说明四川省公共安全治理规模效率低下的现状未能彻底改变。四川省各地市州公共安全治理全要素变化情况如表3所示。

表3 四川省各地市州公共安全治理全要素变化情况

2014—2019年四川省各地市州中除成都市外，其他各地市州的全要素生产率变化指数均大于1.000，呈现上升趋势。成都市主要因为规模效率低，未能得到改善，导致全要素生产率变化呈下降趋势。各地市州全要素生产率变化指数的均值、技术进步的均值大于1.000，综合技术效率变化指数、纯技术效率变化指数和规模效率变化指数均值都小于1.000，说明四川省总体公共安全治理的技术创新和资源配置管理水平略显不足，对规模效率的改善不佳，但依靠外生技术进步带来的强大驱动力，仍能提升公共安全治理的整体效率，但提升幅度相对受限。

四川省各经济区公共安全治理全要素变化情况如表4所示。各经济区全要素生产率变化指数均大于1.000，且主要得益于技术进步的驱动作用，与上文各地市州的分析结果一致。仅川南经济区和攀西经济区在综合技术效率、技术进步、纯技术效率、规模效率、全要素生产率方面变化指数均大于或等于1.000，说明川南经济区和攀西经济区在规模效率改善、技术创新和资源管理水平提升方面都取得了良好的成效。川东北经济区和川西北生态示范区应着重加强对于公共安全治理规模效率的改善，而成都平原经济区在技术创新、资源管理水平提升以及规模效率改善等方面均存在不足，应采取相应措施补齐短板。

表4 四川省各经济区公共安全治理全要素变化情况

2 研究结论

基于DEA模型对四川省公共安全治理效率进行静态分析，发现2014—2019年四川省公共安全治理效率呈现波浪式前进和螺旋式上升的态势，且各地市州之间公共安全治理效率存在较明显的差距，攀枝花和雅安在2014—2019年均达到DEA有效，甘孜藏族自治州每年的综合效率值明显低于其他地市。

基于DEA-Malmquist模型对四川省公共安全治理效率进行动态分析，发现2014—2019年四川省公共安全治理效率总体呈上升趋势，主要得益于公共安全治理技术的进步带来的强大创新驱动力，但总体公共安全治理的技术创新和资源配置管理水平不佳，规模效率低下的现状未能得到改观，成为制约四川省公共安全治理发展的重要因素。经济区全要素生产率变化指数均大于1.000，主要得益于技术进步的驱动作用。川南经济区和攀西经济区在规模效率改善、技术创新和资源管理水平提升方面都取得良好的成效。川东北经济区和川西北生态示范区应着重加强对于公共安全治理规模效率的改善，而成都平原经济区在技术创新、资源管理水平提升以及规模效率改善等方面均存在不足，应该采取相应措施补齐短板。

3 对策建议

（1）建立健全监督评价机制，促进相关管理部门科学施政。加强安全监督的管理和立法，可以联合高校、科研院所等非利益相关的独立第三方社会力量，共同研究建立地方公共安全治理效率的监测和评估制度，建立健全科学规范、公正的公共安全治理评价监督体系，为高效实施公共安全治理提供有益的决策依据[6]。

（2）科学统筹资源要素配置，推进各地区公共安全治理协同发展。加强顶层设计和统筹规划，加强对各地市州公共安全治理资源要素的宏观调控，科学规避投入浪费和产出不足的问题，彻底解决规模效率改善不佳的问题。加强对薄弱地区的政策倾斜和科学指导，深刻认识治安维稳的重要性[7]，加大扶持力度和做好政策引导。

（3）加大公共安全治理科技研发力度，持续发挥技术进步的驱动力作用。各地区要重视公共安全治理的科技创新，加大相关技术研发的投入力度，强化相关人才的引进和培育，通过大数据等技术提升公共安全管理的信息化和现代化水平[8]。

4 结语

采用非参数DEA-Malmquist指数模型对四川省2014—2019年的面板数据进行分析，探析四川省公共安全治理效率的变化规律，能够为加强顶层设计、优化治理效率提供有益参考。