供給側(cè)結(jié)構(gòu)性視角下的城市公共服務(wù)效率測度

［摘 要］從供給側(cè)結(jié)構(gòu)性視角探討如何評估和提高城市公共服務(wù)效率，文章首先采集大量的涵蓋公共服務(wù)多方面的樣本數(shù)據(jù)，為全面深入分析公共服務(wù)效率因子奠定了基礎(chǔ)；其次構(gòu)建綜合指標體系，采用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）模型計算和評估城市公共服務(wù)效率得分，并在此基礎(chǔ)上采用隨機非參數(shù)數(shù)據(jù)包絡(luò)分析（Stochastic Nonparametric Envelopment of Data，StoNED）修正DEA模型方法，精準評估并提升公共服務(wù)效率，以此深入研究供給側(cè)因素對城市公共服務(wù)效率的影響。研究結(jié)果顯示，StoNED修正模型在城市公共服務(wù)效率的評估和提升方面具備更高的準確性和適用性，對城市規(guī)劃和公共服務(wù)資源的優(yōu)化配置具有重要意義。

［關(guān)鍵詞］公共服務(wù)資源；供給側(cè)；StoNED；DEA；城市規(guī)劃；效率評估

1" " "研究背景

現(xiàn)代社會，城市公共服務(wù)在確保市民生活質(zhì)量和促進城市可持續(xù)發(fā)展方面扮演著至關(guān)重要的角色。城市公共服務(wù)的質(zhì)量和效率直接影響市民的日常生活，涵蓋領(lǐng)域廣泛，包括但不限于教育、醫(yī)療、交通和社會保障。然而，公共服務(wù)領(lǐng)域面臨著眾多挑戰(zhàn)，如有限的資源、多元化的服務(wù)需求和服務(wù)質(zhì)量不均衡等問題。在這一背景下，準確評估和提高城市公共服務(wù)效率成為政府和政策制定者迫切需要解決的問題。然而，以往的研究主要關(guān)注需求側(cè)因素，如市民滿意度和需求的彈性，而供給側(cè)結(jié)構(gòu)性因素的研究相對有限。供給側(cè)結(jié)構(gòu)性視角能夠更全面地考量公共服務(wù)的組織和運作，包括資源配置、管理效率以及技術(shù)效率等方面。相較于需求側(cè)視角的關(guān)注點，供給側(cè)結(jié)構(gòu)性視角更加綜合，有助于全面理解城市公共服務(wù)的運行機制。因此，為彌補當(dāng)前研究領(lǐng)域空缺，本文以供給側(cè)結(jié)構(gòu)性視角為基礎(chǔ)，專注于評估和提高城市公共服務(wù)效率［1］。在此視角下，供給側(cè)因素涵蓋資源配置、管理和技術(shù)效率，在決定公共服務(wù)效率方面發(fā)揮著關(guān)鍵作用。

文章采用隨機非參數(shù)數(shù)據(jù)包絡(luò)方法（StoNED）修正數(shù)據(jù)包絡(luò)分析（DEA）模型方法，以更好地處理復(fù)雜的供給側(cè)結(jié)構(gòu)性問題，這一方法能夠更準確地衡量且更有效地提高城市公共服務(wù)效率。在接下來的章節(jié)中，文章將深入探討和介紹供給側(cè)結(jié)構(gòu)性視角下評估和提高城市公共服務(wù)效率的方法以及呈現(xiàn)研究的主要發(fā)現(xiàn)和結(jié)論。

2" " "研究方法

2.1" "數(shù)據(jù)收集

為了全面評估城市公共服務(wù)效率，文章采用系統(tǒng)性數(shù)據(jù)收集方法，收集多個城市的相關(guān)數(shù)據(jù)，具體如表1所示。表1數(shù)據(jù)涵蓋公共服務(wù)的多個方面，包括產(chǎn)出指標和投入指標，能夠更全面地評估公共服務(wù)效率。在產(chǎn)出指標方面，文章考察了諸如教育質(zhì)量、醫(yī)療服務(wù)質(zhì)量、基礎(chǔ)設(shè)施完善程度等因素，以綜合評估不同城市的服務(wù)產(chǎn)出情況；在投入指標方面，文章考察的因素包括人力資源、財政支出、設(shè)施設(shè)備等，以深入研究城市資源的投入情況。為確保數(shù)據(jù)的可信度和完整性，文章廣泛收集了政府報告、統(tǒng)計年鑒以及相關(guān)研究機構(gòu)發(fā)布的數(shù)據(jù)。這些數(shù)據(jù)來源是公認的可靠來源，能夠為文章的研究提供充分的信息［2-3］。

文章在數(shù)據(jù)收集階段采集了多樣化的數(shù)據(jù)源，以獲取全面的城市公共服務(wù)數(shù)據(jù)進一步支持研究目標，這些數(shù)據(jù)為深入分析城市公共服務(wù)效率奠定了堅實基礎(chǔ)。此外，為確保數(shù)據(jù)的準確性和一致性，本文還對數(shù)據(jù)進行了仔細的驗證和清洗。這一嚴格的數(shù)據(jù)處理流程有助于消除潛在的數(shù)據(jù)偏差和誤差，為文章的分析奠定了可靠的基礎(chǔ)，研究結(jié)果更具可信度。

2.2" "DEA模型

在本研究中，文章采用DEA模型評估城市公共服務(wù)的效率。DEA模型是一種非參數(shù)方法，可以用于衡量多個輸入和輸出指標之間的效率。DEA模型的核心思想是尋找一組城市的線性組合，使它們的效率得分最大化。對于城市i（i=1，2，…，n），存在m個輸入（X1，X2，…，Xm）和s個輸出（Y1，Y2，…，Ys）。DEA模型表示如下：

（1）

式（1）中，θ≥1，λi≥0，對所有i（i=1，2，…，n）均成立。在這個模型中，θ表示城市i的效率得分，λi是城市i的權(quán)重，用于確定輸入和輸出的線性組合［4-6］。

通過求解上述線性規(guī)劃問題，可以確定每個城市的效率得分，這有利于比較不同城市之間的效率差異

采用DEA模型，可以計算并評估各城市的公共服務(wù)效率得分。這些效率得分代表著城市在資源轉(zhuǎn)化為公共服務(wù)方面的表現(xiàn)，其理論取值范圍在0至1之間。其中，1代表著最高效率水平的達成。表2呈現(xiàn)了各城市公共服務(wù)效率得分的分布情況，以及各城市在效率得分排名上的表現(xiàn)。其中，效率得分用來量化城市在公共服務(wù)提供方面的效率，較高的得分表示城市能夠更高效地利用資源提供公共服務(wù)。標準差作為一項統(tǒng)計度量，用來反映不同城市之間效率得分的變異程度，較小的標準差表明各城市之間的公共服務(wù)效率差距較小，而較大的標準差則表明公共服務(wù)效率存在較大的差異。另外，文章還引入了服務(wù)覆蓋率指標，通過百分比的形式來描述城市公共服務(wù)的覆蓋程度，以此反映服務(wù)的質(zhì)量和數(shù)量。服務(wù)覆蓋率的高低對城市公共服務(wù)的全面性和可及性具有重要影響。

2.3" "StoNED模型

在DEA模型的基礎(chǔ)上，文章進一步采用了StoNED模型進行修正和深化，從而更準確地處理供給側(cè)結(jié)構(gòu)性因素。StoNED模型是一種隨機非參數(shù)數(shù)據(jù)包絡(luò)方法，它是一種半?yún)?shù)方法，融合了數(shù)據(jù)包絡(luò)分析和隨機前沿分析的優(yōu)點。該模型的關(guān)鍵特點在于能夠?qū)o效率項與隨機誤差項分離，從而更精確地評估和提高城市公共服務(wù)效率。在StoNED模型中，輸入因素代表城市公共服務(wù)的資源和投入，包括人力資源、財政支出、設(shè)施設(shè)備等要素；輸出則代表服務(wù)的產(chǎn)出，如教育質(zhì)量、醫(yī)療服務(wù)質(zhì)量、基礎(chǔ)設(shè)施完善程度等方面的指標；無效率項則用來評估城市資源轉(zhuǎn)化為公共服務(wù)的效率，用來衡量城市資源的有效利用程度；隨機誤差項則考慮了不確定性因素的影響，這些因素可能在不同程度影響城市公共服務(wù)的產(chǎn)出。為了更全面地評估城市公共服務(wù)效率，StoNED模型還綜合考慮了環(huán)境變量、隨機誤差和管理無效率等多個因素，以更準確地衡量城市公共服務(wù)的效率并進行更深入的分析［7-9］。

本文采用StoNED修正模型，通過深入分析各城市的公共服務(wù)效率，進一步確定了各城市在純技術(shù)效率、規(guī)模效率和分配效率方面的表現(xiàn)。這些效率分析結(jié)果不僅有助于全面理解城市公共服務(wù)供給結(jié)構(gòu)，還為政府決策者提供了重要的政策制定信息。這些模型得到的結(jié)果能夠更全面、更準確地評估城市公共服務(wù)效率，為政府決策者提供有關(guān)如何改進城市公共服務(wù)供給的策略和建議，從而促使城市提供更高效、更穩(wěn)定和更廣泛的公共服務(wù)。

本文對不同城市的公共服務(wù)效率進行了未修正（DEA模型）和修正后（StoNED）的比較，得到的結(jié)果如表3所示。由表3可知，未修正的效率得分范圍在0.75到0.92之間，說明城市之間存在公共服務(wù)效率差異。然而，應(yīng)用StoNED模型修正后，城市公共服務(wù)效率得分普遍提高，范圍在0.78到0.95之間，表明StoNED模型的引入能夠改進城市公共服務(wù)效率得分，城市能夠更有效地將資源轉(zhuǎn)化為公共服務(wù)。未修正的標準差范圍處于0.03到0.07之間，而修正后的標準差范圍處于0.03到0.05之間，修正后的標準差較小，說明城市之間的公共服務(wù)效率差異減小，公共服務(wù)效率更趨于一致。未修正的服務(wù)覆蓋率范圍處于88%到97%之間，而修正后的服務(wù)覆蓋率范圍處于91%到98%之間，說明通過StoNED修正，城市的公共服務(wù)范圍和質(zhì)量得到提高，更多市民能夠獲得高質(zhì)量的公共服務(wù)。

綜合來看，StoNED模型的應(yīng)用有助于更精確地評估和提高城市的公共服務(wù)效率，也能夠提高服務(wù)的普及程度，為政府決策者提供了關(guān)于如何改進城市公共服務(wù)供給的重要建議。這一研究為城市規(guī)劃和資源分配決策提供了有益的信息，有助于城市提供更高效、更一致和更廣泛的公共服務(wù)。這些發(fā)現(xiàn)具有深遠的意義，有助于推動城市的可持續(xù)發(fā)展，提升市民的生活質(zhì)量［10-11］。

3" " "結(jié)果與討論

本研究采用了StoNED模型對多個城市的公共服務(wù)效率進行了深入的定量評估，并詳細比較了修正前和修正后的效率得分、標準差以及服務(wù)覆蓋率。結(jié)果表明，StoNED模型可以準確有效評估城市公共服務(wù)效率，并且經(jīng)StoNED修正后，不同城市的公共服務(wù)效率得分明顯提升［6］，這一改善反映了StoNED模型在分離無效率因素和隨機誤差項方面的卓越性，有助于更準確地度量和提高城市公共服務(wù)的效率和水平［7］。此外，修正后的標準差顯著減小，表明城市效率分布的差異性降低，服務(wù)覆蓋率也得到顯著改善，這意味著StoNED修正對于提高不同城市之間的公共服務(wù)效率一致性、減少效率波動以及提高服務(wù)的覆蓋程度具有積極作用。研究結(jié)果對于精確評估和有效提高城市公共服務(wù)效率具有重要意義。未來的研究將進一步深入探討供給側(cè)結(jié)構(gòu)性因素對城市公共服務(wù)效率的影響，以加深人們對城市公共服務(wù)效率的理解，并提出更具精細化的建議。

主要參考文獻

［1］程文輝.基于DEA三階段模型的公共文化服務(wù)預(yù)算效率評價［J］.統(tǒng)計與決策，2017（23）：157-160.

［2］詹國輝，張新文.公眾滿意視閾下基本公共服務(wù)的匹配效率測度［J］.統(tǒng)計與決策，2017（1）：47-50.

［3］劉小魯.區(qū)域性公共品的最優(yōu)供給：應(yīng)用中國省際面板數(shù)據(jù)的分析［J］.世界經(jīng)濟，2008（4）：86-95.

［4］王經(jīng)政，秦小麗.基于StoNED方法的三階段DEA模型改進［J］.系統(tǒng)工程，2019（2）：30-37.

［5］陳釗，徐彤.走向“為和諧而競爭”：晉升錦標賽下的中央和地方治理模式變遷［J］.世界經(jīng)濟，2011（9）：3-18.

［6］儲德銀，韓一多，張同斌，等.中國式分權(quán)與公共服務(wù)供給效率：線性抑或倒“Ｕ”［J］.經(jīng)濟學(xué)，2018（3）：1259-1288.

［7］龔鋒，盧洪友.財政分權(quán)與地方公共服務(wù)配置效率：基于義務(wù)教育和醫(yī)療衛(wèi)生服務(wù)的實證研究［J］.經(jīng)濟評論，2013（1）：42-51.

［8］方齊云，袁野.數(shù)字政務(wù)與城市公共服務(wù)效率：基于政務(wù)App的準自然實驗［J］.城市問題，2023（1）：19-28.

［9］李欣，祝林.基于DEA-Tobit模型的成都平原城市群基本公共服務(wù)效率評估［J］.成都大學(xué)學(xué)報（社會科學(xué)版），2020（1）：33-38.

［10］高雪蓮.京津冀公共服務(wù)一體化下的財政均衡分配［J］.經(jīng)濟社會體制比較，2015（5）：58-65.

［11］涂良軍，胡曉亞.基于DEA的重慶市縣域公共服務(wù)生產(chǎn)效率評價［J］.商，2015（5）：63.

［收稿日期］2023-10-20

［基金項目］廣東省教育廳2022年度廣東省普通高校青年創(chuàng)新人才類項目“‘一核一帶一區(qū)’公共服務(wù)效率區(qū)域差異評價及創(chuàng)新型路徑探索”2022WQNCX301）。

［作者簡介］方穎珊（1992— ），女，廣東東莞人，碩士，講師，主要研究方向：區(qū)域經(jīng)濟理論。