四川省公共安全治理效率的時空演進

范 震

（南京森林警察學院，江蘇 南京 210021）

當前對于公共安全治理的研究主要為治理主體的機制創新以及提升公共安全治理水平[1]，對于公共安全治理效率的評價研究相對匱乏。在公共安全治理領域，有學者嘗試運用DEA模型研究公共安全服務的效率，如龔鋒[2]在考慮外生環境變量和隨機沖擊影響下，基于四階段DEA和Bootstrapped DEA對國內70個大中城市的公共安全服務供給效率進行評估。史曉晨等[3]基于我國30個省份的截面數據，采用DEA-Tobit二階段分析法對公共安全財政支出的效率及其影響因素進行分析。Carrington等[4]運用兩階段DEA對澳大利亞新南威爾士州的警察公共服務效率進行評估。但已有研究多局限對公共安全治理指標橫截面數據的靜態分析，缺乏對其動態變化趨勢的研究。因此，本文在現有研究的基礎上，采用非參數DEA-Malmquist指數模型對四川省各地市州2014—2019年的面板數據進行分析，動態研究四川省公共安全治理效率，以期能夠厘清四川省公共安全治理效率的變化規律，為加強頂層設計、優化治理效率，提供有益的決策參考。

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、產出指標選取

公共安全治理涉及的投入和產出多樣，較多指標難以量化，且因獲取渠道不暢等原因，相關指標的數據缺失嚴重。本文在已有研究的基礎上[5]，選取A1（公共安全支出）以及A2（公共管理、社會保障和社會組織從業人數）兩個指標，通過其在財力和人力方面的投入衡量公共安全治理的投入；選取B1（治安案件查處）、B2（刑事案件破案）、B3（交通事故發生數）、B4（火災事故發生數）等4個指標，衡量公共安全治理的產出。部分地市州某些指標的年度數據存在缺失，為保證決策單元的投入和產出指標為非空集合，本文保留16個地市州為研究對象。

1.2 靜態分析

將2014—2019年四川省各地市州每年的公共安全治理橫截面數據代入DEA模型，對四川省公共安全治理效率進行靜態分析。

僅有攀枝花和雅安兩個地市州的公共安全治理效率在2014—2019年均達到DEA有效，甘孜藏族自治州在各個年份均與其他地市存在較大差距，各地市州之間公共安全治理效率差異較為明顯。總體來看，2014—2019年四川省公共安全治理效率呈現波浪式前進和螺旋式上升的態勢，波峰在2017年，最高效率為0.894，波谷在2015年，最低效率為0.781。

2014—2019年四川省公共安全治理綜合效率如表1所示。

1.3 動態分析

運用DEA-Malmquist模型對2014—2019年四川省各地市州公共安全治理投入和產出指標的面板數據進行測算，以動態研究其公共安全治理效率的變化狀況，如表2所示。

表2 四川省公共安全治理全要素生產率變化情況

四川省公共安全治理全要素生產率的增長指數均值為1.074，僅在2014—2015年全要素生產率的增長指數小于1.000，說明2014—2019年四川省公共安全治理效率總體呈上升趨勢。分解全要素生產率指數，發現除了2014—2015 年，技術進步均大于1.000，說明四川省公共安全治理的技術進步呈穩步上升態勢，外生技術進步能力較強。分析純技術效率的變動情況，2014—2015年、2015—2016年和2018—2019 年均大于1.000，但總體均值仍小于1.000，說明雖然多數年份間四川省公共安全治理技術創新和資源配置管理水平呈上升趨勢，但其總體技術創新和資源配置管理水平不佳，成為制約公共安全治理發展的因素。同時，四川省公共安全治理的規模效率變化指數不容樂觀，除2015—2016年外均小于1.000，且總體均值也小于1.000，說明四川省公共安全治理規模效率低下的現狀未能徹底改變。四川省各地市州公共安全治理全要素變化情況如表3所示。

表3 四川省各地市州公共安全治理全要素變化情況

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產率變化指數均大于1.000，呈現上升趨勢。成都市主要因為規模效率低，未能得到改善，導致全要素生產率變化呈下降趨勢。各地市州全要素生產率變化指數的均值、技術進步的均值大于1.000，綜合技術效率變化指數、純技術效率變化指數和規模效率變化指數均值都小于1.000，說明四川省總體公共安全治理的技術創新和資源配置管理水平略顯不足，對規模效率的改善不佳，但依靠外生技術進步帶來的強大驅動力，仍能提升公共安全治理的整體效率，但提升幅度相對受限。

四川省各經濟區公共安全治理全要素變化情況如表4所示。各經濟區全要素生產率變化指數均大于1.000，且主要得益于技術進步的驅動作用，與上文各地市州的分析結果一致。僅川南經濟區和攀西經濟區在綜合技術效率、技術進步、純技術效率、規模效率、全要素生產率方面變化指數均大于或等于1.000，說明川南經濟區和攀西經濟區在規模效率改善、技術創新和資源管理水平提升方面都取得了良好的成效。川東北經濟區和川西北生態示范區應著重加強對于公共安全治理規模效率的改善，而成都平原經濟區在技術創新、資源管理水平提升以及規模效率改善等方面均存在不足，應采取相應措施補齊短板。

表4 四川省各經濟區公共安全治理全要素變化情況

2 研究結論

基于DEA模型對四川省公共安全治理效率進行靜態分析，發現2014—2019年四川省公共安全治理效率呈現波浪式前進和螺旋式上升的態勢，且各地市州之間公共安全治理效率存在較明顯的差距，攀枝花和雅安在2014—2019年均達到DEA有效，甘孜藏族自治州每年的綜合效率值明顯低于其他地市。

基于DEA-Malmquist模型對四川省公共安全治理效率進行動態分析，發現2014—2019年四川省公共安全治理效率總體呈上升趨勢，主要得益于公共安全治理技術的進步帶來的強大創新驅動力，但總體公共安全治理的技術創新和資源配置管理水平不佳，規模效率低下的現狀未能得到改觀，成為制約四川省公共安全治理發展的重要因素。經濟區全要素生產率變化指數均大于1.000，主要得益于技術進步的驅動作用。川南經濟區和攀西經濟區在規模效率改善、技術創新和資源管理水平提升方面都取得良好的成效。川東北經濟區和川西北生態示范區應著重加強對于公共安全治理規模效率的改善，而成都平原經濟區在技術創新、資源管理水平提升以及規模效率改善等方面均存在不足，應該采取相應措施補齊短板。

3 對策建議

（1）建立健全監督評價機制，促進相關管理部門科學施政。加強安全監督的管理和立法，可以聯合高校、科研院所等非利益相關的獨立第三方社會力量，共同研究建立地方公共安全治理效率的監測和評估制度，建立健全科學規范、公正的公共安全治理評價監督體系，為高效實施公共安全治理提供有益的決策依據[6]。

（2）科學統籌資源要素配置，推進各地區公共安全治理協同發展。加強頂層設計和統籌規劃，加強對各地市州公共安全治理資源要素的宏觀調控，科學規避投入浪費和產出不足的問題，徹底解決規模效率改善不佳的問題。加強對薄弱地區的政策傾斜和科學指導，深刻認識治安維穩的重要性[7]，加大扶持力度和做好政策引導。

（3）加大公共安全治理科技研發力度，持續發揮技術進步的驅動力作用。各地區要重視公共安全治理的科技創新，加大相關技術研發的投入力度，強化相關人才的引進和培育，通過大數據等技術提升公共安全管理的信息化和現代化水平[8]。

4 結語

采用非參數DEA-Malmquist指數模型對四川省2014—2019年的面板數據進行分析，探析四川省公共安全治理效率的變化規律，能夠為加強頂層設計、優化治理效率提供有益參考。