“过紧日子”背景下基于DEA模型的区域性社会服务评价体系研究

2023-05-10卢一墨

中国市场 2023年11期

摘要：近年来，根据财政部“过紧日子”的工作要求，各预算单位不断强化绩效评价管理，提高财政资金使用效率，目前，我国财政项目绩效评价机制已基本做到全覆盖，但一个地区的社会服务工作投入产出效率，涵盖了多个单位，多种产出和投入因素，对社会服务做绩效评价是一项系统性、复杂性的工作，因此，本文基于《中国民政统计年鉴》数据，综合中外研究文献，提出了一套较为完善的社会服务投入产出指标体系，并通过DEA模型，测算出全国各省社会服务投入产出效率，从而进行分析对比，尝试对系统性综合性的效率评价做出有益的探索。

关键词：社会服务、绩效评价、DEA模型

中图分类号：F127；F812.45 文献标识码：A 文章编号：1005-6432（2023）11-0000-04

[DOI]10.13939/j.cnki.zgsc.2023.11.000

1 研究背景

2019年召开的第十四次全国民政会议中，习近平总书记对于民政工作作出了重要指示，习总书记强调民政工作关系民生、连着民心，是社会建设的兜底性、基础性工作。各级党委和政府要坚持以人民为中心，加强对民政工作的领导，增强基层民政服务能力，推动民政事业持续健康发展。根据指示批示，全国各级民政部门认真贯彻落实党中央对于民政工作的具体要求，不断强化民政工作管理，切实做到保障基本民生，做好基层社会治理，落实基本社会服务，在老年服务、孤儿照顾、残疾人保障、贫困救助等方面均起到了较好服务保障作用，为全面建成小康社会、全面建设社会主义现代化国不断做出贡献。

从绩效评价工作发展的角度，根据财政部的工作要求，各预算单位对于财政资金绩效评价水平及管理要求逐年提高，对于财政项目绩效评价工作已基本做到全覆盖、全过程管理，但作为一项覆盖全国各省市、各单位、机构及部门的社会服务工作，目前尚无一套完整的体系和工作机制可用于全国性、系统性的绩效评价及分析领域，因此，包含预算单位及非预算单位的、包含多种因素的、全面的社会服务投入产出绩效评价体系还需要进一步深化和完善。

从评价方法角度，目前国内各预算单位绩效评价主要考虑了产出角度的指标得分，忽略了投入角度的因素，本文基于DEA模型，从投入和产出两个角度综合评价各投入要素的产出效率，同时，投入指标不再单独考虑资金投入，可加入从业人员数量及机构数量等非财务因素，因此本文旨在探索的是一套全面、综合的评价指标体系，以便在实际工作更好的发挥指导作用。

从我国财政政策角度，自2019年以来，财政资金全面压减，根据财政部“过紧日子”的工作要求，我国社会服务工作也越来越注重增强投入产出绩效管理，由于民政领域的行政部门和服务机构基本为财政预算单位或非盈利组织，因此更应该加强投入产出绩效管理，提高资金及人工等投入因素的产出效率，在完成年度工作目标的基础上，进一步考虑投入因素，变粗放型管理为绩效导向型管理，节约事业成本的同时不断提高工作效率。

2 数据来源与指标选取

根据《2020年民政事业发展统计公报》信息，從服务效果及产出角度分析，按照提供服务的形式，我国社会工作主要分为提供住宿的社会工作和不提供住宿的社会工作两大类；按照服务内容，可分类为老人福利、儿童服务、残疾人服务、社会救助（含低保、特困及临时救助）、慈善事业以及社区服务等几大类型。另一方面，从投入的角度分析，目前对于社会服务事业主要投入为人员投入及费用投入，因此，基于上述我国社会服务现状，结合国内外研究成果，本研究采用二级指标分类方式，采用了31个省的样本数据，根据《民政统计年鉴》数据选取了3个投入指标和13个产出指标，作为研究我国区域性社会服务投入产出效率的指标体系。指标体系见表1。

3 研究方法

3.1 DEA模型介绍

DEA模型（data envelopment analysis）[2]也称数据包络分析法，是现阶段国内外应用较为广泛的一种相对效率评价方法，该模型通过对输入的投入产出数据，基于线性规划思想构建生产前沿，通过与生产前沿的对比，可以有效判断决策单位是否有效，并分析效率改进方式。

DEA模型可以分别从投入角度和产出角度核算技术效率。基于投入角度核算的技术效率，旨在计算出，为得到相同规模的产出，如何使用最小规模的投入，以达到效率最优;基于产出角度核算的技术效率，旨在计算出，在投入规模不变的条件下，如何合理规划投入因素比重，得到最大的产出规模，从而达到效率最优。另一方面，如图所示，该模型又可分为规模报酬不变假设和可变规模报酬（VRS）假设下，两种假设下的单位技术效率核算结果也并不相同3。在财政资金不断压减的大环境下，本文主要基于投入角度和规模报酬可变的假定（VRS）来核算DEA的效率得分。

图1形象地说明了DEA方法的基本原理[3]。假定有ABCD四个决策单元，分别有一个投入X对应一个产出Y。在不变规模报酬假设（CRS）下，效率最高的是B单元，其与原点连线夹角正切值YB/XB达到最大，此时，直线OO就是效率前沿，这时点另外三个点ACD效率均低于B，例如，相对于B点，D点的投入XD更多，但产出YD更少。而根据效率前沿，为了达到有效的生产，在投入为XD时，产出应该为YI。因此，我们可以用YD/YI来衡量D决策单位的效率得分。而在可变规模报酬假设（VRS）下，效率前ABC三点连线构成了效率前沿曲线，这时D决策单位基于产出角度的技术效率应为YD/YH，该比越接近1，表明该决策单位的技术效率越高[3]。

3.2 数据预处理

为了确保数据指标选取的全面性，本文选取的社会服务产出指标较多，但由于DEA模型计算方法对投入产出指标数量限制较为严格，若指标数量过多，就会导致大量决策单元技术效率为 1 ，计算准确性大幅降低。

另外，为消除产出指标单位和数据规模差异较大对计算结果的影响，通过梳理文献，根据陈诗一、黄冠华、谢园青等学者的处理方法，本文将社会服务产出指标的每个二级指标值都除以该二级指标值的平均值，进行标准化处理，使各项指标差异降低，同时再将标准化后的各指标值乘以相同的权重，从而计算出差异性较小的综合产出指标[3-5]。

4 综合计算结果及分类计算结果

从表2可以看出，当以从业人数、民政事业费实际支出和人均民政事业费支出同时为投入指标時，效率得分为1，技术效率有效的省份共13个，其中东部省份6个，西部省份5个，中部省份2个。通过测算，笔者发现虽然技术效率有效的省份中多数为我国东部经济较为发达的地区，但实际上社会服务效率得分与区域经济社会发展水平并非呈现完全正相关趋势，分析原因，主要是经济发达地区相应的特困人口、收养人数、救助救济人次等指标的帮扶对象人口规模较小，而西部地区此类帮扶对象数量较多，加之经济发达地区从业人员薪酬较高、事业发展成本较高，因此，我国社会服务效率水平与经济发展水平并非完全正相关，有些地区社会服务效率水平与经济发展水平甚至呈现倒挂趋势。

由于本文旨在从投入角度分析我国社会服务领域效率，因此为进一步分析影响各省份产出的因素，我们对投入变量进行分情况测算。投入因素中民政事业费实际支出和人均民政事业费支出都是经费角度的投入因素，不同之处在于民政事业费实际支出是一个地区的经费投入总额，而人均民政事业费支出则是考虑了人口因素，因此笔者分别用这两个因素作为投入因素在此进行测算。

从表3可知，以从业人数、民政事业费实际支出为投入指标时，效率得分为1，技术效率有效的省份共9个；以从业人数、人均民政事业费支出为投入指标时，效率得分为1，技术效率有效的省份共12个。

当投入变量发生变化时，产出排名差异较大的省份有山东、河南以及吉林，上述3省份在以“从业人数”和“民政事业费实际支出”为投入指标时排名在10名以外，但在以“从业人数”和“人均民政事业费支出”为投入指标时，上述3省份排名第一，这是因为上述3省份受人口因素影响较大，考虑人口后，“人均民政事业费支出”和“民政事业费实际支出总额”在投入因素中产生的影响效果差异较大，因此投入因素发生变化时，效率计算结果差异较大，在实际应用过程中，为进一步分析效率的影响因素，我们也可以改变投入变量，从而深入研究问题的本质。

5 结论及建议

根据上述测算，本文指标体系基本可以较为有效的评估我国各省份社会服务投入产出的绩效水平，通过DEA模型测算，可以有效的检验各省份在社会服务方面的产出效率，同时分析各投入因素的松弛水平，从而做出增加或减少某一投入因素的决策。由于社会服务涵盖了多种兜底保障类民生工程，因此不能简单的用经济指标判断地区工作成果，更需要一套科学完善的指标体系和评估方法来保障各类民生工作有效开展，笔者希望通过上述指标体系和测算模型全国各区域系统性社会服务绩效评价工作做出有益的探索。