城市政府规模效率的DEA评价(1)(2)
2016-06-08 01:03
导读：有关地方政府规模对区域经济影响的研究，曹阳(2002)用 行政管理 人员占用社会人力资源的比重和行政管理费占国内生产总值(GDP)的比重两个指标，比较了
有关地方政府规模对区域经济影响的研究，曹阳(2002)用
行政管理人员占用社会人力资源的比重和行政管理费占国内生产总值(GDP)的比重两个指标，比较了1997年各省的政府规模，发现区域经济发展与区域政府规模有极为紧密的逆相关关系。金玉国等(2006)认为我国财政支出的分类口径前后差别较大，缺乏历史可比性，因此采用政府部门的
就业和工资加权计算的办法(权重分别定为0.6和0.4)，回归分析了2004年省级政府规模对区域经济发展的影响，结论是地区政府规模过大，阻碍了区域经济的发展。
国内各区域差别很大，特别是城市和乡村对于政府公共服务和公共物品的需求差异较大，城市有着更加昂贵的土地、房产、劳动力成本、基础设施配套等公共品及向城市腹地提供服务等特性，城市人口对于政府的需求也更为强烈和集中，省级政府的数据往往掩盖了内部各地区、特别是各城市的千差万别。同时，人为设定指标权重容易受主观因素的影响，可能会产生较大误差。此外，对于政府规模效率高低的判断，也不应仅仅停留在财政和经济角度。随着和谐社会建设的要求日益推进，政府对于公共服务和社会发展的促进作用也日益突出，因此，在衡量政府规模的指标设计上，不仅仅要包括经济产出和财政支出，也应包括政府提供的公共服务。为避免上述问题。本文拟采用DEA方法，来横向地比较城市政府间的规模效率。
二、分析工具和指标的选取
(一)数据包络分析(DEA)
数据包络分析法(DEA)是一种线性规划模型，1978年Chames A.，Cooper W.W.，Rhodes E.首次提出了CCR模型，用以评价具有多项投入和多项产出的决策单元间的相对有效性，并正式命名为DEA方法。此后，研究者们对模型不断进行扩充和完善，将DEA方法运用到许多领域，对决策单位的效率进行比较，迄今已发展成为一种比较成熟的方法，这里就不再就其原理展开说明(参见，CooUi,1998，T.et al.)。 DEA的基本模型主要可分为CCR模型与BCC模型两种，CCR模型的假设是分析主体在固定规模报酬下运营，但实际上并非每一分析主体都在固定规模报酬下生产，若存在变动规模报酬，则导致在衡量技术效率时规模效率亦混杂其中。因此必须考虑变动规模报酬(vaffable Returns to Scale)的情况，BCC模型将CCR模型中的固定规模报酬的假设剔除，以衡量处于不同规模报酬状态下的相对效率值。BCC模型引进Shephard(1970)距离函数的概念，把技术效率(technologyefficiency：TE)分解成纯技术效率(pure technologyefficiency：PTE)和规模效率(scale efficiency：sE)。也就是说，技术无效率除了来自资源配置(投入产出)不当的因素外，也可能是源于决策单位(DMU)的不适度规模，因此我们就可以通过调整DMU的规模以改进其无效率的状态。
（转载自http://zw.ＮＳＥaＣ.com科教作文网） 采用DEA方法对各个城市政府的规模效率进行比较具有如下优点：(1)DEA方法可以处理多投入、多产出的决策单元(DMU)的运转效率，且不必确定投入和产出间的生产函数关系。在本研究中，每一城市政府就是一个决策单元，它的投入和产出都是多元的。投入产出间关系也较为复杂，例如我们很难判定1单位的财政支出或人员投入就能产生多少单位的GDP或社会收益。(2)决策单元中投入产出变量的权重，是由DEA这种线性规划模型内定的，无需人为主观设定。例如本研究中，就无需人为设定从业人员在城市政府的总投入中所占比重或环境保护在产出中的比重。(3)具有单位不变性的特点，即是说，DEA衡量的决策单元的效率不受投入产出的数据单位的影响。城市公务员从业人员比重、工资与财政支出的比例，或人均绿地面积、医疗保险覆盖率等产出均可放人决策单元来进行效率比较，而无需考虑各衡量指标的单位；(4)可以进行敏感性分析、差异分析和效率分析，有助于进一步了解各个城市政府的投入产出情况，以供城市管理者参考。
DEA方法的缺点在于，效率比较是在所有决策单元(本文是指城市)中进行的，因此它容易受到极值的影响。另外，它衡量的生产函数边界是确定性的，难以把随机因素和测量误差的影响分离出来。
