中国各省公共气象服务相对效率评价研究

李 瑛，张文云 ，王丙乾

（1.南开大学 周恩来政府管理学院，天津 300071；2.天津气象局 科技处，天津 300071）

中国各省公共气象服务相对效率评价研究

李 瑛1，张文云2，王丙乾1

（1.南开大学 周恩来政府管理学院，天津 300071；2.天津气象局 科技处，天津 300071）

文章通过三阶段DEA分析方法，对2008年中国30个省（市区）公共气象服务进行相对效率评价。结果表明，环境效应对各省份的效率产生了影响，而代表决策与管理水平的纯技术效率在剥离环境特征的影响后均达到较高水平。因此控制环境因素，成为政府气象部门提高气象服务提供能力和效率的必然选择。

公共气象服务；技术效率；纯技术效率；环境因素；三阶段；DEA；Tobit

0 引言

气象事业与社会发展密切结合，科学合理地评价区域公共气象服务效率，对改进气象服务质量具有重要的现实意义。就公共气象服务的具体情况而言，各省在经济发展水平、自然环境、气候复杂程度以及政府财政规模方面存在着明显差异，各省（市、区）的人均公共气象服务财政支出不能用来有效表征其公共气象服务的效率。因此，需要在充分考虑各省（市、区）实际情况的条件下，对其公共气象服务的效率进行综合的衡量。然而，当前关于公共气象服务效率评价的研究尚未形成规模，实证性的研究并不多见。本文将DEA方法引入公共气象服务效率评价领域，并首次运用三阶段DEA方法分析了2008年全国30个省（市、区）气象服务的的相对效率情况，并提出了政策建议。

1 研究方法

公共服务效率是公共资源投入产出的转化率，既有的文献与研究对公共服务效率的考察，绝大多数只关注投入和产出的效率值，仅仅在计算不同公共服务效率的基础上对各地区进行排序，并给以较为粗浅的主观评价，其最大缺陷是缺乏对其环境影响因素的探讨。从理论上来看，任何与公共服务有关的环境因素都可能对效率造成一定的影响。而投入产出指标之外的环境因素与公共服务的效率联系紧密，理应作为公共服务效率评价的一个重要组成部分。通过对公共服务环境因素的研究，有助于进一步发展和完善区域公共服务效率评价理论。而其实践意义可能更加重要：发现公共服务过程中的优势与劣势，然后积极采取对策为公共服务创造良好的环境。

本文运用三阶段DEA模型，与国内文献报道的三阶段DEA模型不同的是，在第二阶段，运用Tobit回归模型而不是SFA。第一阶段使用投入产出数据进行单阶段DEA分析，求算出各地区的效率值。为了进一步分析效率值受哪些环境因素影响及其影响的程度大小如何，在第二阶段中以效率值作为因变量，对各种环境因素进行回归分析，根据环境变量的系数来判断环境因素对效率值的影响程度与影响方向。由于DEA模型确定的效率值被限定在0～1之间，如果采用普通最小二乘法（OLS）对模型直接回归，参数估计值会产生偏向于0的情形[1]，参照文献[2]本文将采用Tobit回归模型对环境影响因素进行处理。在第三阶段中，将各环境变量对效率的影响合成一个“环境因子”，作为一个新的DEA输入指标，并重新运行DEA运算，再次得出各区域的效率值，这已经是剔除环境因素影响之后的效率值。

2 数据来源与指标的处理

2.1 数据来源

本文选取2008年全国30个省（自治区、直辖市）的公共气象服务为研究样本，利用省气象部门的横截面数据分析各省公共气象服务的相对效率。主要数据来源于中国气象局计划财务司编写的《气象统计年鉴(2008年卷)》。由于海南省的数据不完整，故在分析过程中将其剔除。

2.2 输入输出指标体系的确定

2.2.1 效率评价体系的确定

气象服务作为政府提供的一项公共服务，在这一过程中，政府投入人力、财力和物力，经过复杂的转化，输出对社会公众的公共服务。因此，投入因素重点考虑人员、财力、物资，输出因素重点考虑气象预测准确度、气象信息服务提供以及气象科技服务收入等方面。

根据这一思路，在征询某局32位有关气象专家的基础上确定表1所示的评价体系。

表1 公共气象服务效率评价体系

表2 Tobit分析结果

2.2.2 输入指标的处理

因为输入指标集里某些指标间存在较强的相关性，采用因子分析法提取了三个因子 。在后面的DEA运算分析中，我们将用因子得分代替6个输入指标的实际值，以消除多重共线性给分析结果造成的偏差。采用极差变化公式对因子得分进行标准化，标准化的数据在[0，100]之间。这三个公共因子将作为下一步DEA分析的三个输入指标，标准化后的因子分值就是三个输入指标的数据值。

3 实证结果分析

3.1 Tobit分析结果及讨论

在第一阶段，运用Deap 2.1软件对中国30个省（自治区、直辖市）公共气象服务的效率进行了分析（表3），该结果作为Tobit分析的因变量，以环境变量作为自变量进行回归分析，结果示于表2中。

与预期的相同，从业人员素质是影响公共服务效率的重要因素。财政支持和固定资产固然重要，但气象服务最终是由人来提供的，人员的素质对服务质量具有决定性作用。在气象部门中，具有正研、副研、工程师等中高级职称的员工人数越多，该地区公共气象服务效率就会越高。

“中央财政比重”系数符号为负。这说明中央财政比重对气象服务效率具有负向影响，也就是说在相同的投入下，中央财政所占比例越高效率越低。相反，“地方财政”比重对气象服务效率具有正向影响。这一实证结果说明：各地区的气象服务部门对于来自中央财政和地方财政的管理经费的使用管理效率是不同的，倾向于低效地管理来自中央的财政拨款，而对来自自有的财政经费的管理却是高效的。

人均科研经费是指具有正研、副研和中级技术职称的员工人均占有的科研经费数目。人均科研经费反映了一个地区的气象科研规模与实力。气象服务在很大程度上是基于科学知识与专业技术的，气象科研工作能够有效提高气象探测水平与资料综合应用能力，提高气象预报预测准确率和精细化水平，提高气象信息覆盖面、气象服务满意度和服务效益。一般来说，一个地区的人均科研经费越高，科研规模就越大，科研能力就越强，进而气象服务效率也应该越高。实际的回归分析结果也支持了这一假设。

3.2 第三阶段投入调整后的实证结果

依据Tobit分析结果，合成环境因子，由式（1）获得：

其中βj是第j个环境变量的Tobit回归系数，eij是第i个地区的第j个环境变量值。并将新生成的环境因子作为一个新增的投入指标，再次代入DEA模型进行运算，求得新的效率值，亦即第三阶段的效率值。

TE：技术效率；PTE：纯技术效率；SE：规模效率；RTS：规模报酬

排除环境变量的影响后，处于技术效率前沿的地区有20个。技术效率、纯技术效率和规模效率的平均值分别为：0.971、0.980和0.990，这说明总体而言各地区气象部门的管理效率是高效的。但剔除环境变量后仍然有10个地区属于非DEA有效：河北、青海、河南、云南、福建、湖北、贵州、辽宁、山西、广西。这10个非DEA有效的地区，其非有效程度并不相同，可以分成以下两个层次：（1）DEA有效性在0.9以下，非有效程度较重，包括河北、青海、河南、云南等4个地区；（2）DEA有效性程度在0.9以上，非有效性程度轻微。包括福建、湖北、贵州、辽宁、山西、广西这6个地区。

表3 第三阶段DEA分析结果

在这10个非DEA有效的地区中，辽宁、湖北、贵州、青海等4个地区的纯技术效率均高于规模效率。也就是说，这4个地区公共气象服务效率提升的主要制约因素是规模效率低下，它们的效率改善方向应以提升规模效率为主。河北、山西、福建、河南、广西、云南等6个地区的纯技术效率均低于规模效率。也就是说，纯技术效率低下是制约这6个地区公共气象服务效率提升的主要因素。纯技术效率代表着决策与管理水平，河北、山西、福建、河南、广西、云南等地区在决策与管理水平上存在差距。它们的效率改善方向应以提升其纯技术效率为主。而辽宁、湖北、贵州3个地区的纯技术效率值为1，说明这3个地区是纯技术有效的，在气象决策与管理水平上与北京等20个DEA有效的地区不相上下。而其余7个地区则既非技术有效也非规模有效。

山西、河南、贵州、云南、青海等5个地区规模递增，即每增加1个单位的投入，相应产出增加将大于1个单位，也就是说产出增加的比例要大于投入增加的比例，所以这些地区应该继续加大投入资源的规模，但根本在于找出一个科学的投入比例，使气象职工、财政支出与固定资产三个方向的投入做到合理匹配，从而有效提高总效率。河北、辽宁、湖北、福建、广西等5个地区规模递减，即每增加1单位的投入，相应产出增加将小于1个单位。这表示其整体投入规模过大，从而导致了资源浪费，所以应该严格控制资源的投入量，并通过提高气象预报准确度、增加科技服务收入水平来达到DEA有效。

实际上非DEA有效的决策单元按照无效原因划分为两类：绝对冗余和相对冗余[3]。“绝对冗余”对应着“规模收益递减”，此时若增加投入资源将会降低资源的配置效率，所以管理决策者必须减少资源投入量。“相对冗余”对应着“规模收益递增”，它是由于某些投入资源的短缺而导致资源配置效率无法最大化，此时管理决策者可以采取两种改进方案，一是增加相对短缺资源的投入，扩大生产规模；二是减少相对冗余资源的投入，节约成本。因此，河北、辽宁、湖北、福建、广西等5个地区在投入产出中存在绝对冗余现象，应减少现有投入规模，通过调节产出的方向和数量来达到DEA有效；而山西、河南、贵州、云南、青海等5个地区属于相对冗余，可以增加相对短缺的投入或减少相对冗余的投入，以期达到规模有效，但根本在于提高投入资源的相对利用效率，并找出产出中低效的环节，加以适当的调整。

4 结论与政策启示

4.1 结论

环境效应确实对各决策单元的效率产生了影响，而代表决策与管理水平的纯技术效率在剥离环境特征的影响后均达到较高水平，说明大多数省份气象部门的管理水平比较高。Fried[4]等人认为，第一阶段DEA无效的决策单元是由环境影响、管理无效率和统计噪音三个因素构成，而统计噪音（随机性因素）比如运气等属于不可控因素。因此控制环境因素，成为政府气象部门提高气象服务提供能力和效率的必然选择之一。

4.2 政策启示

（1）调整气象部门财政结构。《气象法》颁布实施10年，中央和地方各级财政对气象事业的投入分别从1998年的16亿元和6亿元，增长到2008年的67亿元和24亿元，年平均增长15.5%和14.8%，中央财政对气象事业的投入增长率高于GDP增长率。与发达国家相比，我国的气象基础设施还相当落后，还处在不断改进的现代化建设当中。要在极短时间内完全实现气象服务商业化和社会化缺乏基础条件。因此在相当长的时间内，保证国家在气象基础设施建设中的投资是必要的。但是，近年来中央财政对气象部门拨款巨大，随着气象基础设施瓶颈作用的逐渐消失，仍然一味地加大中央财政的投入数额，只会导致效率低下。参照西方发达国家气象事业的发展经验，市场经济条件下由商业化或社会化而来的社会资本投资气象事业更有效率。

（2）改善人力资源，实现人才气象。公共气象服务效率的提高，归根结底是要一支高素质的专业化人才队伍。当前，各地气象部门逐渐对气象人力资源建设重视起来，并把人力资源当作发展气象事业的第一资源来看待，各地区气象部门要采取多种方式，多渠道、多层次地提高气象职工的素质。优化人才结构，开展学历教育，以课题项目锻炼科技人才，有针对性地开展各项培训，规范完善职称评定制度。

（3）提高科研水平，实现科技气象。气象事业是科技型、基础性社会公益事业，气象科学技术在推进气象事业发展及气象现代化建设中发挥了关键作用。但从总体效益来看，气象服务仍然属于劳动密集型行业，很多气象科技成果没有转换为现实的生产力，尚没有实现由“气象科技”到“科技气象”的转变。我国各地区要想提高其气象服务效率，就必须下大力气发展气象科技，并努力实现科技气象。

[1]Greene W H.On the Asymptotic Bias of the Ordinary Least Squares Estimator of the Tobit Model[J].Econometrica,1981,(49).

[2]Michael F.Gormana,John Ruggiero.Evaluating US State Police Performance Using Data Envelopment Analysis[J].Int.J.Production Economics，2008,(113).

[3]莫剑芳，区域宏观经济DEA评价系统[D].广州，暨南大学，2002.

[4]Fried H O,Lovell C A K,Schmidt S S,Yaisawarng S.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,(17).

C931.1

A

1002－6487（2010）21－0086-03

公益性行业（气象）科研专项经费资助项目（GYHY200906043）

李 瑛（1966-），女，山东烟台人，博士，副教授，研究方向：公共组织绩效评估、政治学计量方法。

张文云（1966-），女，天津人，工程师，研究方向：公共气象服务与气象科技研究。

王丙乾（1984-），男，河北衡水人，硕士研究生，研究方向：公共部门绩效评估。

①由于篇幅限制，因子分析的结果未在文中给出，有兴趣的读者可以向作者索取。

（责任编辑/亦 民）

②数据来源：《10年：中央财政气象投入增长率高于GDP》，科技日报，2009年12月29日。