中国省级政府效率的区域测算与演变趋势
——基于DEA及DEA-Malmquist指数分析
李 茜1，2，李艳丽3
（1.中南财经政法大学 财政税务学院，湖北 武汉 430070；2.河南财经政法大学 财税学院，河南 郑州 450042；3.武汉大学 经管学院，湖北 武汉 430061）
摘 要： 文章从利用DEA基本模型以及DEA-Malmquist指数法，以中国2005-2016年省级面板数据为基础，构造了政府效率投入产出指标体系，从静态及动态角度测算分析我国省级政府效率的情况及发展趋势。DEA基本模型实证结果显示，我国省级政府效率也存在着“东高西低”的趋势，并且省级政府效率存在着逐年下滑的趋势。具体来看：东、中部地区综合效率、纯技术效率和规模效率差异不大，西部地区与东中部地区相比，还有较大进步空间；全国大部分省份规模效率递减。DEA-Malmquist指数分析结果显示：中国大多数省份全要素生产率仍未能达到有效状态，综合技术效率和技术进步是主要制约因素。同时，考察期内，省级政府全要素生产率平均每年下降3.9%，表明政府效率在考察期内出现倒退。因此，提高政府效率，应当重视技术进步和管理制度的创新，并适当控制政府投入的规模，避免资源的浪费。
关键词： 政府效率；DEA模型；DEA-Malmquist指数
一、引言及文献回顾
在现代市场经济的制度架构中，政府作用越来越大，现代社会进步文明发展都离不开政府的有效运作，高效率运作的政府能够提高资源配置的效率，促进经济社会进步发展，有助于提升国家竞争力，能够提高企业微观经济以及国家宏观经济增长，改进经济效率。同时政府效率的高低决定着政府治理能力的高低，关系着公共品供给的效率和质量。目前我国区域之间发展不均衡，各个地区经济社会情况存在显著差异。而地方政府主要承担地区经济社会发展的责任，在区域协同发展的战略目标下，探讨政府效率的省际差异，分析影响政府效率的各种因素进而找到改进政府效率的方法，对促进我国区域协同发展，推进各地区政府运作效率的提高具有重要意义。
李唐属于北方山水画派代表人物之一。北方的气候干燥，雨水也罕见，山脉大多是石头为主体，山石陡险惊人、山体转折处棱角分明。山石裸露出很大面积，植被依稀少见，山石和植被形成明显的反差状态。画家多采用干练而丰富的皴笔，粗犷的笔墨来表现北方山体的震撼稳重、雄伟的气势。
对于政府效率的研究最早可以追溯到林达尔（1919），他最早建立了评价政府效率的一般均衡理论模型。随着研究方法的创新，DEA模型越来越多的应用到地方政府效率的测度上（Worthington，2000；Afonso&Fernandes，2003；Loikkanen&Susiluoto，2005），这些研究由于针对不同国家，指标的选择上或有不同；Glenn Rayp（2007）则应用DEA模型对比分析了52个发展中国家的政府效率。除DEA方法外，FDH（无界分析法），SFA（随机前沿面板分析法）以及计量经济技术的应用也较为广泛。
“你就像易叔那棵树上长出来的丫子，太像易叔了。”田有园对易非说。他是爸爸以前的手下，跟着村里人去做学徒时才13岁，不过他那时候长得高，也没人查什么童工不童工的。爸爸那年包车去广东，工友们提前一天到易非的家里集合，别的工友聚精会神地仰头看易非家那台19寸的黑白电视，田有园却在下面教易非打响指。
我国理论界对于政府效率的研究由来已久，许多文献都关注到政府及其具体活动的效率问题（唐任伍等，2004、2007；解垩，2007；高雪莲，2007；陈诗一、张军，2008）。唐任伍等（2004；2007）首次明确提出政府效率的重要性及其测量指标的选择，并从公共服务、公共物品、政府规模、居民经济福利等因素构建量化标准，测度了我国省级地方政府的效率。解垩（2007）分析了采用DEA方法分析了我国省级政府的相对政府效率，进而研究了其空间特征；高雪莲（2007）采用DEA方法针对我国城市政府最优规模进行了定量研究。陈诗一、张军（2008）运用DEA及受限Tobit模型，测量了地方政府的财政支出效率，认为我国地方政府支出效率普遍不高，西部地区与东中部差距明显。总的来看，我国理论界对于政府效率及其测度的研究主要分为三类：第一类属于早期对于政府效率内涵及指标体系构建的探讨性研究（唐任伍等，2004；唐天伟等，2007；冯涛、李湛，2009），这类文献首先肯定了政府效率研究的重要性，并初步构建了政府效率量化指标体系，并对我国地方政府效率进行了对比分析；第二类文献主要针对具体的政府职能部门或公共服务领域，对其效率进行测度，分析其效率高低（陈诗一、张军，2008；续竞秦、杨永恒，2011；刘春华、张再生，2013；孙钰等，2015；毛晖 等，2018），这类文献主要以效率测度为主，进而分析具体部门改进方向；第三类文献则着重探讨政府效率对于社会生产、社会发展以及产业结构等方面的影响，并分析影响政府效率的因素（解垩，2007；陈工、唐飞鹏，2010；祁毓、郭均均，2012；管彦庆、刘京焕等，2014；丁刚、陈奇玲，2013；肖文、韩沈超等，2016；许和连、郝静怡，2016），如祁毓、郭均均（2012）通过DEA方法测度了我国省级政府效率，进一步分析了FDI与政府效率之间的负相关关系，并提出了可通过提高FDI消化能力提高地方政府效率；管彦庆等（2014）从政府效率视角出发，分析了地方政府财政政策的空间依赖，认为区域人才交流、完善的财税体制，都有助于提高政府效率；解垩则运用空间计量分析研究了政府效率的空间特征，研究结果显示，政府效率存在空间互补效应，地方政府之间有“邻里模仿”行为。
通过对相关文献的回顾，发现尽管对于政府效率的研究十分丰富，但是大多数是针对特定公共部门，特定产业来测量效率值，针对省级政府效率的区域分解及其演变趋势的分析相关研究还较少。政府效率事关政府机构职能运作，事关公共品供给的质量，事关地方经济社会发展，当前我国区域间发展差异较大，提升政府效率，找出影响政府效率的因素，有助于地方政府的经济社会发展，也有利于区域协同发展。
二、研究方法及指标选取
（一）数据包络分析方法（DEA）模型
数据包络分析（Data Envelopment Analysis），是评价决策单元相对有效性的分析方法，通过非线性规划约束，找出各个决策单元DMU的效率值。该方法是一种非参数估计方法，不需预先设定生产函数形式，因此可以避免模型设定偏误带来的错误，由于诸多优点，DEA已成为流行的效率分析方法。
近日，2018加州酿酒商巡展首站于广州举办。加州美酒“以酒为名”召集了许多爱酒人士及酒商们相聚于此。其间设有“深入探索加州来自金州冷凉产区的佳酿大师班”和“2018深入探索加州精彩佳酿品鉴会”两大环节活动。加州酿酒商中国巡展作为加州葡萄酒协会一年一度的盛事，是每年国内葡萄酒从业人员及消费者了解加州葡萄酒的最好机会。
孩子在微信群里，看到老师的修改与评点，认识会逐渐清晰起来，上下联句日渐合乎规范，对仗日益工整起来，热情不知不觉被点燃起来。
DEA模型中的代表模型的有CCR、BCC。CCR模型假定规模报酬不变，BCC则假定规模报酬可变。CCR模型只计算出综合效率，而BCC模型则考虑规模效率影响，将效率分解为综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE），其规模报酬可变的特性更具有一般性，因此本文选取规模报酬可变的BCC模型，并从投入角度导向测算各个省份的具体静态相对政府效率，同时运用基于Malmquist指数方法对中国省级政府效率进行动态的变化测度。
BCC模型如下：
其中，X为投入变量，Y为产出变量，n为决策单元个数，S-为投入松弛变量，S+为产出松弛变量，θ为决策单元DMUj0有效值。λ、S-、S+、θ为待解向量。当决策单位为DEA有效时，满足θ=1，且S-=0,S+=0；当决策单位DEA弱有效时，满足θ=1,S-≠0且S+≠0；当θ＜1时，表示决策单元无效。当决策单元弱有效或者无效时，可根据具体情况增加产出、减少投入。
（二）Malmquist指数
表3是2005-2016年我国30个省份的政府纯技术效率测算情况。从省域来看，区域间的政府纯技术效率差异并不明显，大部分省份的平均纯技术效率值都在0.9以上，显示出当前管理体制和投入规模下，人力和财力投入都得到了较为充分的利用，但是排名最低的是青海省的纯技术效率平均值仅有0.696，与有较高纯技术效率的省份相比差距仍然较大。分区域角度来看，尽管省域间差异较小，但是东中西部之间政府纯技术效率仍存在明显差异。东部地区几乎所有的省份所有的年份纯技术效率都为1，而中西部地区，尽管纯技术效率大部分在0.9以上，但是与东部地区相比，依然有进步空间。这表明中西部地区政府的管理水平和自身技术水平需要进一步提升。与综合技术效率crs一样，纯技术效率“东高西低”较为明显。另外，从演变趋势上看，纯技术效率变化不大，没有较明显的趋势，这表明政府的管理效率一直以来没有明显的下滑或者上升。说明政府管理机制没有重大的变化，这与人们直观认知及现实也较为一致。
其中，Dt (xt +1,yt +1)，Dt (xt ,yt )分别表示以t 期为技术参考时t 期和t +1期的评价对象的决策单元距离函数，Dt +1(xt +1,yt +1)，Dt +1(xt ,yt )含义类似。其中，tfp为全要素生产率指数，effch为综合技术效率，techch为技术进步效率，pech为纯技术效率，sech为规模效率。
公式（2）中，Malmquist生产率指数（tfpch）表示生产率由t 期到t +1期的变化，及政府效率的变化情况。若tfpch＞1表示效率提高，tfpch=1表示效率不变，tfpch＜1则表示效率下降。技术进步效率表示DMU决策单位的技术投入和创新情况，若大于1则表示有所改进；纯技术效率pech则表示决策单位的管理水平，若其值大于1则表示经营管理水平改进；规模效率sech表示投资规模情况。若sech大于1则表示投资规模向最优规模接近。若effch或techch大于1，则说明其对政府效率有促进作用，若小于1则表明该因素是政府效率降低的原因。
今年5月，云南省委、省政府出台关于贯彻乡村振兴战略的实施意见，就全省实施乡村振兴战略提出明确意见和要求。为深入贯彻落实党的十九大精神和习近平总书记关于实施乡村振兴战略的重要论述，认真落实中央、省委、最高法院关于乡村振兴战略系列文件精神，充分发挥人民法院职能作用，妥善审理化解乡村振兴战略实施过程中的各类矛盾纠纷，助推农业全面升级、农村全面进步、农民全面发展，谱写新时代云南乡村全面振兴新篇章，《意见》指导全省法院在实施乡村振兴战略过程中，作出人民法院的积极努力和应有贡献。
（三）指标体系构建及数据来源
1.投入项指标
本试验采用MCX固相萃取柱富集净化，超高效液相色谱-串联质谱技术建立了动物源性食品中地西泮、甲硝唑、地美硝唑、洛硝哒唑、羟甲基甲硝咪和羟基甲硝唑的高效液相-质谱检测方法。该方法前处理简便、线性良好、具有较高的重现性，可满足国家标准检测要求，为相关部门风险监测提供了方法学依据。
从省际角度来看，大部分省份间的政府综合效率差异并不十分明显，但是从单个省份历年具体效率值来看，政府综合效率值最高的省份效率值为1，最低的省份综合效率值仅有0.482，表明个别省份之间的差异还较大；从区域角度看，区域间政府综合效率平均值差异比较明显，东部地区历年政府综合效率平均值都在0.9以上，显示出东部发达地区的政府运作较为有效，中部地区政府综合效率值也较为理想，基本上稳定在0.85以上，但是西部地区历年政府综合效率平均值与东中部有明显差异。这个结果与我们日常生活认知基本一致，人们一般认为东部地区经济发达，社会进步、文明程度较高，其政府运作较为有效，人民满意度较高，而中西部地区经济较为落后，传统观念较强，社会发达程度与东部地区有差异，相应的政府效率较低。
2.产出项指标
常言道：人为财死，鸟为食亡……哪怕已到了社会物质丰富的今天，居然还会有这么多人因为财富而断送大好前程乃至性命—真是可怜得连一只“鸟”都不如……所以必须清醒地意识到：人性欲望中对财富的攫取、占有的贪婪，犹如“潘多拉”的盒子，一旦被打开，毁掉的绝不仅仅是一个人或一个家，而往往是一个民族的几代人……
产出项指标应选择能够代表政府效率的支出项目。根据以往文献以及综合考虑，政府效率的高低应当体现在经济发展、社会发展以及人民生活等方面，进一步可分解为农业发展、教育发展、经济建设、社会保障、交通基础设施以及就业状况等具体项目。因此本文选择人均农业机械总动力代表农业基础设施建设水平，以人均GDP代表各省经济发展情况，以每万人床位数代表医疗卫生发展状况，以交通密度反映一省交通基础设施发展状况，以就业率代表就业状况，以及代表教育产品状况的义务教育生师比。具体投入产出项指标见表1所列。
农村配电网线路中存在同杆并架线路时，当某回线路上发生短路故障后，继电保护将故障线路跳开，但同杆并架的另一回线路仍然处于正常运行状态。此时，由于非故障线路与故障线路间的电容和互感，导致故障点电弧电流无法降低至0，增加电弧灭弧难度。在此状态下，故障点电弧中流过的电流称为潜供电流。由于潜供电流增加了故障点灭弧的难度，延长了故障点灭弧时间，可能导致自动重合闸后故障点绝缘未成功恢复，引发重合闸失败。
称取长柄扁桃粕（苦杏仁苷质量含量5.67%，野黑樱苷未检出）10份，每3份作为一组，三组分别加入2.5、5.5、10.0 mg的苦杏仁苷标准品，再分别加入0.1、0.2、0.5 mg的野黑樱苷标准品，1份留做空白，按照1.2.3.2方法处理，液相测定。计算长柄扁桃粕中平均加标回收率，结果见表1。
表1 投入产出指标及含义
本文数据均来自2006-2017年的《中国统计年鉴》，由于西藏自治区部分年份数据缺失，因此研究对象设定为2005-2016年我国除香港、澳门、台湾、西藏自治区以外的30个省份的面板数据。根据前文指标的选取，本研究共有360个决策单元。考虑到不同省份之间的发展水平不一，本文在指标的选取方面有针对性地尽可能选择比率类指标和指数类指标，其中所有经济数据均以2005年为基期进行消胀处理。
三、基于DEA模型的静态分析
本文采用数据包络（DEA）模型，运用DEAP2.1软件对我国省级政府的政府效率进行了实证分析，得出各个省份2005-2016年政府效率的综合效率、纯技术效率以及规模效率。
届时，对于铁路施工图审核工作，可推行全程电子化。如果能实现咨询单位内部、外部（主要是设计单位）线上协同操作，将大幅提高工作效率。与此同时，也应注重信息安全，如投标子系统中的协同审阅，应加强信息保密。可考虑引入银行系统级别的信息保护方案，有效保证信息安全。
（一）我国省级政府综合效率及演变趋势分析
综合效率反映了被测省份政府效率的综合水平。如果综合效率为1，则表明该省政府效率DEA有效，处于生产前沿面；如果综合效率小于1，则表示该省的政府效率相对较低。这一相对低水平可能是由于纯技术效率无效或规模效率无效所致，即财政供养率相对较高或人均财政支出规模较高。
为更加直观地反映各地区政府效率的实际水平，对政府效率进行分解，采用DEAP2.1软件，利用产出导向的Malmquist生产率指数来分析30个省（市、自治区）2005-2016年全要素生产率指数（TFP）及其分解值。
根据以往文献梳理的结果及对政府效率的理解，考虑政府投入主要为人力及财力两方面投入，因此选择财政供养人数规模与人均财政支出作为投入项指标。借鉴高雪莲（2009）、祁毓［4］（2012）、陈晓玲（2013）、韩沈超（2016）等的研究，将财政供养人数公共管理单位就业人数，财政供养规模定义为公共管理单位就业人数/城镇单位就业人数。
表2 2005-2016年中国省级政府综合效率（crs）值
从政府综合效率历年值上看（见图1），我们发现政府效率的演变有如下几个趋势：第一，2010年以前，全国各省份之间的政府效率值差别不大，东部地区除海南省之外，几乎所有的省份的政府效率历年值都为1。同时，东、中、西部地区各地的政府综合效率历年平均值差异也不大，但是自2011年后，省份之间的政府综合效率值开始出现较大差异；第二，除上海、山东和河南的政府效率值较为稳定之外，各个省份之间的政府效率都出现不同程度的下滑，区域政府效率平均值都有不同程度的下降，东部地区的政府效率平均值下降了将近9个百分点，中部地区政府效率平均值跌破0.9，而西部地区的政府效率平均值则从0.9左右，下降到0.7左右。全国的下降趋势较为明显，同时东部地区许多省份如北京、天津等地政府效率值开始远离生产效率前沿面。尤其是北京市，自2010年开始政府综合效率值小于1之后，其值一路下滑，2016年政府综合效率值只有0.680，甚至低于许多中西部地区。对于这种现象，经过分析并参考以往文献，我们认为，在2010年以前，各地政府地方公共服务提供的差异不大，因此在2010年以前的政府效率地区和区域间差异并不大，但是2010年之后，地区间的经济发展差距急剧增加，贫穷地区的自有财力较弱，地区公共服务提供水平较低，而经济发达的省份和地区，自有财力较强，可以提供更多的更高质量的区域公共产品，这有可能导致2010年之后各个省份的政府效率值开始出现较大差异。此外，针对北京市政府效率下滑的现象，此现象与许多文献的结果相同，陈小玲（2016）认为，尽管认知中北京市的政府效率应该较高，但是北京较高的政府运作水平可能是由其较高的投入水平所带来的，因此与其他同样政府运作水平但投入较低的地区相比，北京地区的政府效率值就相应较低。
图1 2005-2016年中国省级政府综合效率值
（二）我国省级政府效率的纯技术效率分析
纯技术效率由综合效率分解得出，指各个省份在剔除政府效率规模因素的情况的资金使用管理效率。纯技术效率可以通过优化管理体制、方法等途径改进。若vrs值小于scale值，则表明效率不足主要是由纯技术效率不足导致，应从管理入手，提高管理效率。
Malmquist指数由Caves和Diewert（1982）首次引入生产率分析领域，并由Fare等（1994）进一步发展，建立非参数线性规划方法。Malmquist指数通过构造从t 到t +1期的Malmquist指数(xt +1,yt +1,xt ,yt )，分析效率的动态变化。本文选取Fare1994年改进后的全要素生产力指数，其公式如下：
表3 2005-2016年中国省级政府技术效率（vrs）值
续表3
（三）我国省级政府效率的规模效率分析
规模效率代表在不考虑管理因素的情况下，政府的人力及财力投入是否达到最优状态。分析规模效率状况，有利于正确把握政府效率的调整方向，进而全面提高政府效率水平。
表4是2005-2016年我国30个省份的政府规模效率情况。从省际角度来看，平均规模效率在0.95以上的省份有22个，占样本总量的73.33%，其中上海、山东、河南这三个省、市每年的规模效率都为1，江苏、广东两省除2012和2016年之外，其余年份的规模效率也均为1，这表明其政府规模效率基本已达最优效率。其中东部地区除北京市和海南省之外，其他省份规模效率都在0.9以上，平均规模效率最低的省份是青海省，其值为0.79。总体上看，我国大部分省份的政府支出效率规模已接近最优规模。分区域来看，依然是东部地区政府效率的规模效率最高，其次为中部地区，西部最低。尽管东中部地区政府效率差距不大，但是西部地区同东中部地区相比，政府效率规模效率有较明显差距。
Kinect是源自于微软的一项黑科技，能够实时反馈20块骨骼的三维位置和帧序列以及帧时间，具体原理是通过人工智能采集深度图像特征点。
（1）从综合技术效率变动来看，除2005-2006年、2014-2015年这两个考察期，其值大于1，其余均小于1，同时在2005-2016年整个考察期内，综合技术效率变化均值为0.99，这说明，在整个考察期内，综合技术效率处于良性但缓慢发展水平。与此同时，技术进步即技术变动较为明显，波动值为0.12，其均值为0.971，说明Malmquist TFP指数主要受到技术变动的影响，此趋势也可从图2中看出，tfpch与techch的变动趋势基本一致。
表5列出了2005-2016年中国30个省（市、自治区）政府效率的平均Malmquist TFP生产率指数变动趋势及其分解。从时间维度看，政府效率的全要素生产力呈现出上下波动的变化态势，从表5可知，Malmquist TFP指数最低的年份是2006-2007年，其值为0.913，但在以后年份出现了逐年递增的态势，直到2012-2013年达到1.033的最大值，随后几个考察期，该指数呈现出较为平稳的态势。从年均角度来看，2005-2016年30个省（市、自治区）的政府效率全要素生产率的动态变化平均值为0.961，表示2005-2016年政府效率全要素生产率平均增长率低于1，这意味着我国省际的动态全要素生产率总体上出现下降的趋势，平均每年下降3.9%，即政府人力、财力投入不断增加的同时，其效率在下降，这一特征可以从数据的变动中体现。
表4 2005-2016年中国省级政府规模效率（scale）值
续表4
四、基于时间序列DEA-Malmquist指数的全要素生产率分析
表2是2005-2016年我国30个省域政府效率的综合效率。从总体上看，我国省级政府效率整体较好，有15个省份年平均政府效率值在0.950以上，这表示我国将近50%的省份政府资金得到了充分有效的利用，现有投入获得了最佳的产出。其中，上海、山东、河南三个地区每年的政府效率值都为1，表明这三个地区政府效率运作较为有效。另外，福建、江苏、广东三个省份的政府效率值也较高，绝大多数年份的政府效率值都处于生产前沿面。
（一）时间序列维度的政府效率Malmquist TFP指数及其测算结果
从演变趋势上看，个别发达经济区，如北京，出现较为明显的规模收益递减，2005-2009年，北京市一直处于规模报酬不变的状态，即资源利用效率相对最高。自2010年开始，北京市开始出现规模报酬持续递减的状态，并且规模效率值不断下降，在东部地区，其年均规模效率平均值仅高于海南省，只有0.864，这与前述北京市政府综合效率较低的情况吻合，表明北京市政府效率综合值的下降主要受其规模效率不断降低的影响，说明北京市在未来应该减少投入，较发达的天津市也出现了类似情况。另外，多年来一直是规模报酬递减的省份有江西、海南、甘肃、贵州。除少数省份外，各个省份的规模效率平均值也呈现出递减的趋势，这表明，全国范围内看，投入规模与最优规模之间的差距越来越大。
另一方面，Malmquist TFP指数可以继续分解，即Malmquist TFP指数=effch×techch=pech×sech×techch。因此，经过Malmquist TFP指数分解，可以发现如下结果：
进一步分析发现，我国只有较少省份的规模效率出现递增情形，除安徽、云南两省较多年份①出现规模报酬递增之外，其他省份基本属于规模报酬递减状态。这表明安徽、云南两省依然可以适当增加政府运作的投入，进而提高政府效率。我国大部分省份在政府运作的人力、财力投入方面，其投入规模都超过了其最优规模，但较多的投入并没有带来最优的规模。
（2）纯技术效率变化指数绝大部分考察期均为1，其均值也为1，说明政府运作管理水平较为稳定；同时，规模效率变化指数sech均值为0.99，接近于1，但sech指数在大部分的考察期内除2006年和2015年之外，其值均小于1，说明规模收益情况不容乐观，与前述静态分析中各地政府效率规模收益递减状况吻合。
总之，从分解情况来看，Malmquist指数的波动主要受技术变动影响，这说明政府效率改进的方向在于进一步更新管理手段，创新管理方式，并进一步提高规模收益情况，扭转规模收益递减的状况。
表5 基于时间序列的政府效率平均Malmquist指数变动趋势及分解
图2 中国省级政府全要素生产率指数及其分解变化趋势
（二）区域维度分析的政府效率Malmquist TFP指数及其测算结果
表6给出了省际平均Malmquist TFP指数及其构成情况。若TFP大于1，则意味着TFP水平有所改善，政府效率呈增长趋势。从表6中看，全国仅有天津、上海、江苏、内蒙古及黑龙江五省的TFP指数值大于1，表明这五个省份的全要素生产率水平得到改善，政府效率变动呈增长趋势。但其他地区的全要素生产率增长情况不容乐观，排名最后的是贵州省，其值为0.876，大多数省份的TFP数值尽管在0.9以上，但有16个省份的TFP值低于0.96，表明过去12年间，尽管政府不断加大财力和人力的投入，但这几个省份的政府效率每年平均以大于3%的速度倒退，情况不容乐观。从另一方面也说明，我国省级政府效率提升空间巨大。
表6 基于区域维度的省级政府效率平均Malmquist指数及构成测算结果
继续考察Malmaquist TFP指数中的综合技术效率变动情况后发现，有6个省份的综合技术效率变动值达到1，分别是辽宁、上海、江苏、福建、山东及湖南省，这表明这些省份的综合技术效率变动出现了一定程度的增长。而其他的大部分省份的综合技术效率变动测度结果则并不理想，均低于1，这说明这几个地区的技术效率不仅没有进步反而略有退步。这说明综合技术效率的变动是全要素生产率波动的主要原因。
从动态的角度分区域分析，如前所述，TFP为动态效率，其平均水平体现了政府人力物力投入对产出增长的贡献。根据表6可知，考察期内，总体的全要素生产率年均增速为-3.8%，这说明全国范围内平均政府效率出现了倒退。分区域来看，东部地区Malmquist TFP指数值为0.975，年均增速-2.5%；中部地区Malmquist TFP指数值为0.968，年均增速-3.2%；西部地区Malmquist TFP指数值为0.943，年均增速-5.7%。这说明三大区域内投资效率对区域产出增长贡献均为负，政府效率在考察期内不断下降。如前所述，Malmquist TFP指数下降主要受技术效率变动的影响，因此提高政府效率，在技术进步方面还有巨大进步空间，从技术平台、管理制度、机构运作等各方面入手，提高技术变化效率，推动技术进步都将有助于我国省级政府效率的提高。
五、结论及政策启示
（1）我国省级政府间政府效率值尽管存在着东＞中＞西部的趋势，但区域及省域间差距不大。这表明我国政府管理水平、管理制度、管理技术基本相差不大，这也与我国统一的行政管理体制现状一致；从演变趋势上看，2010年前，省际差异不大，但2011年之后开始省级政府效率值开始有较明显差异。这说明地区间政府投入产出之间的差异开始扩大，同级政府的运作状况开始有较显著不同。
（2）从规模报酬方面来看，我国省级政府效率极少有省份能够出现规模报酬递增的情形，基本上所有的省份在考察期内都出现规模报酬递减的趋势。这说明政府运作过程中，人力、物力的投入规模过大，已不适宜再持续的增加投入，但具体是财政支出规模过大还是人力资本规模投入过大，这需要进一步深入分析。
（3）基于Malmaquist TFP指数的动态分析发现，技术进步是促进省级政府TFP增长的决定性力量，规模效率和纯技术效率变动导致政府资源配置效率对于省级政府TFP的影响并不明显。此外，本文还发现，中国省级政府效率在考察期内较上年基本均处于下降态势，平均每年下降3.9%。从对Malmaquist TFP指数的分解来看，技术效率及技术进步影响了政府全要素生产率的数值。同时，分省数据也显示大部分省份的全要素生产率指数不理想，政府效率在考察期内呈现不同程度的倒退。
（4）无论是从静态的政府效率值分析还是动态的Malmaquist TFP指数分析政府效率的全要素生产率，都显示经济发达地区政府效率并不必然高，如北京，其静态DEA政府效率值不断下滑，至2016年其综合效率值更是下滑到0.68，这一现象与许多文献的研究结论一致，这说明过高的投入并不一定能够带来有效率的产出。
（5）从静态来看，技术效率和规模效率对政府综合效率均存在影响，但是规模效率的影响大于技术效率的影响；从动态来看，技术变动则是影响政府效率的主要因素，政府效率的进一步提高，需要重点改善管理水平。
注 释：
本装置加氢尾气中H2S含量波动较大；由于酸性气来自于催化干气，酸性气CO2含量高，导致尾气CO2含量高；本装置催化剂运行已有3年，活性有所下降，所以反应产物中副产物有机硫含量高。加氢尾气主要分析数据如表2所示。
①安徽省自2009年起一直处于规模报酬递增状态，云南省有8个年份出现规模报酬递增。
参考文献：
［1］肖文，韩沈超.地方政府效率变动对企业“走出去”的影响——基于2004—2012年省级面板样本的检验［J］.浙江大学学报：人文社会科学版，2016，46（1）：184-199.
［2］管彦庆，刘京焕，王宝顺.我国地方政府财政政策空间依赖实证研究——基于政府效率的视角［J］.当代财经，2014（3）：38-47.
［3］陈晓玲，李小庆.中国省级政府效率研究——基于空间面板数据分析［J］.财贸研究，2013，24（4）：118-125.
［4］祁毓，郭均均.FDI会影响地方政府效率吗?［J］.数量经济技术经济研究，2012，29（2）：21-36.
［5］冯涛，李湛.建国以来中国政府效率变迁的数量分析——基于Malmquist生产率指数的研究［J］.西安交通大学学报：社会科学版，2009，29（4）：34-41.
［6］陈诗一，张军.中国地方政府财政支出效率研究：1978—2005［J］.中国社会科学，2008（4）：65-78，206.
［7］高雪莲.城市政府规模效率的DEA评价——兼论政府的适度规模［J］.当代财经，2007（11）：23-28.
［8］解垩.政府效率的空间溢出效应研究［J］.财经研究，2007（6）：101-110.
［9］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.
［10］魏权龄.数据包络分析［M］.北京：中国科学出版社，2004.
Regional Measurement and Evolution Trend of Provincial Government Efficiency in China—Based on DEA and DEA-Malmquist Index Method
LI Qian1，2，LI Yan-li3
（1.School of Public Finɑnce ɑnd Tɑxɑtion ，Zhongnɑn University of Economics ɑnd Lɑw ，Wuhɑn 430070，Chinɑ ；2.School of Finɑnce ɑnd Tɑxɑtion ，Henɑn University of Economics ɑnd Lɑw ，Zhengzhou 450042，Chinɑ ；3.Economics ɑnd Mɑnɑgement School ，Wuhɑn University ，Wuhɑn 430061，Chinɑ ）
Abstract: Based on the panel data of China from 2005 to 2016，this paper constructs the input-output index system of government efficiency by using DEA basic model and DEA-Malmquist index method，and calculates and analyses the situation and development trend of provincial government efficiency from the static and dynamic perspectives.The empirical results of DEA basic model show that the efficiency of provincial government in China also has a trend of“high in the East and low in the West”，and the efficiency of provincial government has a trend of declining year by year.Specifically，there is little difference in the comprehensive efficiency，pure technical efficiency and scale efficiency between the eastern and central regions.Compared with the eastern and central regions，there is still much room for improvement in the western regions.The scale efficiency of most provinces in China is decreasing.The results of DEA-Malmquist index analysis show that the total factor productivity of most provinces in China has not yet reached an effective state，and comprehensive technological efficiency and technological progress are the main constraints.Meanwhile，the provincial government's total factor productivity declined by 3.9%annually during the period of investigation，indicating that the government's efficiency has fallen back during the period of investigation.Therefore，in order to improve the efficiency of the government，we should attach importance to technological progress and innovation of management system，and properly control the scale of government investment to avoid waste of resources.
Keywords: government efficiency；DEA model；DEA-Malmquist index
中图分类号： F061.5；F062.6
文献标志码： A
文章编号： 1007-5097（2019）06-0069-09
［DOI］ 10.19629/j.cnki.34-1014/f.180828003
收稿日期： 2018-08-28
基金项目： 国家社会科学基金青年项目（17CRK002）
作者简介：
李 茜（1982-），女，河南鲁山人，博士研究生，研究方向：财税理论；
李艳丽（1973-），女，湖北恩施人，副教授，硕士生导师，研究方向：金融及汇率理论。
［责任编辑：张 青］
标签：政府效率论文; DEA模型论文; DEA-Malmquist指数论文; 中南财经政法大学财政税务学院论文; 河南财经政法大学财税学院论文; 武汉大学经管学院论文;