基于DEA的财政支出效率研究

丁飞　戈茜茜

【摘要】通过DEA方法对2015年我国省级财政支出效率进行分析，第一阶段研究结果表明省级财政支出总体效率偏低，呈现较大的地区差异，存在效率改善空间。在剔除环境因素的影响后，各省财政支出效率有较大改善，说明财政支出效率受到各省的环境因素影响较大。市场化程度、人均GDP等都会对财政支出效率产生影响。根据研究结果，本文提出完善财政支出监督机制；加强财政支出预算管理和规模控制；减少政府层级，扩大省直管县的试点范围等措施。

【关键词】DEA方法；财政支出效率；预算管理

【中图分类号】F812.7

一、引言

财政支出关系国家宏观经济的发展，完善财政支出效率评价体系，有助于推动政府公共服务水平的提高，提高政府管理效率。自十八大以来，我国财政支出不断增加，呈现上升趋势，如何合理安排财政支出，提高资金利用效率成为关注的焦点。步入新常态，实现供给侧结构性改革，需要国家财政资金的引导。从整体上看，我国绝大部分地方政府的财政支出都缺乏效率，且处于规模报酬递减阶段（代娟、甘金龙2013）。中东部和西部的地区差异明显，政府规模、地理区位与支出效率显著负相关，人口密度、经济增长率、市场化水平与支出效率显著正相关（陈仲常、张铮2011）。提高财政支出效率不仅要调整政府内部结构和财政支出效率，还要考虑外部环境因素的影响。经济发达地区应注重市场功能发挥，减少政府支出，转移支付应更多的向中西部欠发达地区倾斜（汪柱旺、谭安华2007）。改革和加强财政支出的资源配置和收入分配功能，降低区域差异，改善区域经济结构（陈东红2010）。特别是，1994年分税制改革以来，在理顺中央与地方收入分配关系的同时，也导致了中央与地方收入分配不均的事实，尤其是县级政府财政支出压力巨大（窦欣2011）。推动财税体制改革，提高财政支出的效率有现实的要求。本文拟采用DEA方法，对2015年全国各省财政支出效率进行分析，探寻提高财政支出效率的方法。

二、研究方法和变量选取

（一）DEA方法介绍

数据包络分析模型（Data Envelopmentanalysis，简称DEA模型）的方法，是1978年由A.Charnes（查恩斯），w.w.Cooper（库伯），及E.Rhodes（罗兹）首先提出，用于评价相同部门间的相对有效性。用来研究具有多个输入，特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想的方法。投入导向下的BCC模型可表示为：

BCC模型计算出来的效率值为综合技术效率（TE），可以进一步分解为规模效率（SE）和纯技术效率（PTE），TE=SE*PTE。

（二）SFA方法介绍

考虑到第一阶段DEA模型会受到管理效率、环境因素和随机误差的影响，引入包含环境因素和管理因素SFA模型，得到调整后的投入要素变量。SFA模型如下：

（三）变量选取

考虑到数据的可获得性和有效性，本文选择人均财政支出规模（万元/人）作为投入变量，以此反应各省的财政支出水平。在产出数据的选择方面，政府的职能主要是经济发展职能、公共服务职能和社会保障职能。在经济发展职能方面选择农村居民人均消费支出（元）和新注册民用汽车拥有量（人/辆）作为产出指标，反映社会经济的发展状况和居民的生活水平；在公共服务职能方面选择人均城市道路面积（平方米）、公共图书馆业机构数（个）和每十万人口高等学校平均在校生数（人）作为产出指标，反映政府公共服务的质量；在社会保障职能方面选择每万人拥有卫生技术人员数（人）作为产出指标，反映财政支出在社会卫生方面的发展水平。

政府财政支出效率不仅受到政府系统内部因素的影响，比如财政支出规模、资金来源、支出结构等因素。外部因素也会对财政支出效率产生影响，从经济、社会、环境等因素出发选择市场化程度（第三产业产值/GDP）、人均教育投入（元/人）、人均GDP（元/人）等作为环境变量。

在数据来源方面，均来自于国家统计局和各省2015年经济和社会发展统计公报。

三、财政支出效率测评及分析

（一）第一阶段DEA测评结果及分析

运用上述的分析方法结合2015年31个省的财政支出数据，得到财政支出效率的测评结果（见表1）。在没有提出环境因素的情况下，我国2015年31各省的财政支出效率的技术效率均值为0.761，纯技术效率的均值为0.824，规模效率的均值为0.932.其中纯技术效率是对资金利用效率和管理效率的评价，规模效率是对财政资金规模有效性的评价。可知，从整体上，2015年我国财政支出效率偏低，处于效率前沿面的省份共有4个，分别是河北、浙江、山东、河南，说明这些省份的财政支出效率相对较高。北京、天津、上海等三个直辖市的财政支出效率都比较低，分析可以发现，这三个省份的纯技术效率都比较高，说明当地的资金运作和管理水平都很完善，主要是规模效率比较低导致整体效率较低。效率最低的是青海，效率值为0.304，其中纯技术效率偏低，说明其资金利用效率低是由于资金运作和管理水平落后导致的。

（二）第二阶段SFA测评结果及分析

通过SFA模型求解松弛变量，得出人均财政支出的投入冗余。由表2可知，环境变量对松弛变量的系数能够通过显著性检验，说明外部环境对投入松弛变量存在显著性影响。表2中的Y值都大于0，同时在5%的水平下显著，说明各省的管理效率差异明显，有必要运用SFA模型剥离管理因素和外部环境因素。

（三）第三阶段SFA测评结果及分析

把经过SFA模型调整后得到的投入数据，重新放到BCC模型中，得到第三阶段的财政支出效率值（如表1）。从中可以发现效率值有大幅度的提高，纯技术效率由0.824提升为0.957，规模效率由0.932提升为0.952，技术效率值从0.761提升为0.911，其中技术效率提升效果最为明显。处于数据前沿面的省份有9个，其中山东、浙江、河北依然处于效率前沿面，说明三省的财政支出效率确实比较好；北京、天津、江苏等省份成为数据前沿面，说明当地的环境因素，如地区经济发展水平，人口水平等，對效率水平产生了重要影响，拉低了财政支出效率而河南省的财政支出效率降低，说明调整之前的财政支出效率不能反映其真实水平，可能是由于该省的人口数量大等外部因素导致其处于效率前沿面。endprint