中國各省公共氣象服務相對效率評價研究

李 瑛，張文云 ，王丙乾

（1.南開大學 周恩來政府管理學院，天津 300071；2.天津氣象局 科技處，天津 300071）

中國各省公共氣象服務相對效率評價研究

李 瑛1，張文云2，王丙乾1

（1.南開大學 周恩來政府管理學院，天津 300071；2.天津氣象局 科技處，天津 300071）

文章通過三階段DEA分析方法，對2008年中國30個省（市區）公共氣象服務進行相對效率評價。結果表明，環境效應對各省份的效率產生了影響，而代表決策與管理水平的純技術效率在剝離環境特征的影響后均達到較高水平。因此控制環境因素，成為政府氣象部門提高氣象服務提供能力和效率的必然選擇。

公共氣象服務；技術效率；純技術效率；環境因素；三階段；DEA；Tobit

0 引言

氣象事業與社會發展密切結合，科學合理地評價區域公共氣象服務效率，對改進氣象服務質量具有重要的現實意義。就公共氣象服務的具體情況而言，各省在經濟發展水平、自然環境、氣候復雜程度以及政府財政規模方面存在著明顯差異，各省（市、區）的人均公共氣象服務財政支出不能用來有效表征其公共氣象服務的效率。因此，需要在充分考慮各省（市、區）實際情況的條件下，對其公共氣象服務的效率進行綜合的衡量。然而，當前關于公共氣象服務效率評價的研究尚未形成規模，實證性的研究并不多見。本文將DEA方法引入公共氣象服務效率評價領域，并首次運用三階段DEA方法分析了2008年全國30個省（市、區）氣象服務的的相對效率情況，并提出了政策建議。

1 研究方法

公共服務效率是公共資源投入產出的轉化率，既有的文獻與研究對公共服務效率的考察，絕大多數只關注投入和產出的效率值，僅僅在計算不同公共服務效率的基礎上對各地區進行排序，并給以較為粗淺的主觀評價，其最大缺陷是缺乏對其環境影響因素的探討。從理論上來看，任何與公共服務有關的環境因素都可能對效率造成一定的影響。而投入產出指標之外的環境因素與公共服務的效率聯系緊密，理應作為公共服務效率評價的一個重要組成部分。通過對公共服務環境因素的研究，有助于進一步發展和完善區域公共服務效率評價理論。而其實踐意義可能更加重要：發現公共服務過程中的優勢與劣勢，然后積極采取對策為公共服務創造良好的環境。

本文運用三階段DEA模型，與國內文獻報道的三階段DEA模型不同的是，在第二階段，運用Tobit回歸模型而不是SFA。第一階段使用投入產出數據進行單階段DEA分析，求算出各地區的效率值。為了進一步分析效率值受哪些環境因素影響及其影響的程度大小如何，在第二階段中以效率值作為因變量，對各種環境因素進行回歸分析，根據環境變量的系數來判斷環境因素對效率值的影響程度與影響方向。由于DEA模型確定的效率值被限定在0～1之間，如果采用普通最小二乘法（OLS）對模型直接回歸，參數估計值會產生偏向于0的情形[1]，參照文獻[2]本文將采用Tobit回歸模型對環境影響因素進行處理。在第三階段中，將各環境變量對效率的影響合成一個“環境因子”，作為一個新的DEA輸入指標，并重新運行DEA運算，再次得出各區域的效率值，這已經是剔除環境因素影響之后的效率值。

2 數據來源與指標的處理

2.1 數據來源

本文選取2008年全國30個省（自治區、直轄市）的公共氣象服務為研究樣本，利用省氣象部門的橫截面數據分析各省公共氣象服務的相對效率。主要數據來源于中國氣象局計劃財務司編寫的《氣象統計年鑒(2008年卷)》。由于海南省的數據不完整，故在分析過程中將其剔除。

2.2 輸入輸出指標體系的確定

2.2.1 效率評價體系的確定

氣象服務作為政府提供的一項公共服務，在這一過程中，政府投入人力、財力和物力，經過復雜的轉化，輸出對社會公眾的公共服務。因此，投入因素重點考慮人員、財力、物資，輸出因素重點考慮氣象預測準確度、氣象信息服務提供以及氣象科技服務收入等方面。

根據這一思路，在征詢某局32位有關氣象專家的基礎上確定表1所示的評價體系。

表1 公共氣象服務效率評價體系

表2 Tobit分析結果

2.2.2 輸入指標的處理

因為輸入指標集里某些指標間存在較強的相關性，采用因子分析法提取了三個因子 。在后面的DEA運算分析中，我們將用因子得分代替6個輸入指標的實際值，以消除多重共線性給分析結果造成的偏差。采用極差變化公式對因子得分進行標準化，標準化的數據在[0，100]之間。這三個公共因子將作為下一步DEA分析的三個輸入指標，標準化后的因子分值就是三個輸入指標的數據值。

3 實證結果分析

3.1 Tobit分析結果及討論

在第一階段，運用Deap 2.1軟件對中國30個省（自治區、直轄市）公共氣象服務的效率進行了分析（表3），該結果作為Tobit分析的因變量，以環境變量作為自變量進行回歸分析，結果示于表2中。

與預期的相同，從業人員素質是影響公共服務效率的重要因素。財政支持和固定資產固然重要，但氣象服務最終是由人來提供的，人員的素質對服務質量具有決定性作用。在氣象部門中，具有正研、副研、工程師等中高級職稱的員工人數越多，該地區公共氣象服務效率就會越高。

“中央財政比重”系數符號為負。這說明中央財政比重對氣象服務效率具有負向影響，也就是說在相同的投入下，中央財政所占比例越高效率越低。相反，“地方財政”比重對氣象服務效率具有正向影響。這一實證結果說明：各地區的氣象服務部門對于來自中央財政和地方財政的管理經費的使用管理效率是不同的，傾向于低效地管理來自中央的財政撥款，而對來自自有的財政經費的管理卻是高效的。

人均科研經費是指具有正研、副研和中級技術職稱的員工人均占有的科研經費數目。人均科研經費反映了一個地區的氣象科研規模與實力。氣象服務在很大程度上是基于科學知識與專業技術的，氣象科研工作能夠有效提高氣象探測水平與資料綜合應用能力，提高氣象預報預測準確率和精細化水平，提高氣象信息覆蓋面、氣象服務滿意度和服務效益。一般來說，一個地區的人均科研經費越高，科研規模就越大，科研能力就越強，進而氣象服務效率也應該越高。實際的回歸分析結果也支持了這一假設。

3.2 第三階段投入調整后的實證結果

依據Tobit分析結果，合成環境因子，由式（1）獲得：

其中βj是第j個環境變量的Tobit回歸系數，eij是第i個地區的第j個環境變量值。并將新生成的環境因子作為一個新增的投入指標，再次代入DEA模型進行運算，求得新的效率值，亦即第三階段的效率值。

TE：技術效率；PTE：純技術效率；SE：規模效率；RTS：規模報酬

排除環境變量的影響后，處于技術效率前沿的地區有20個。技術效率、純技術效率和規模效率的平均值分別為：0.971、0.980和0.990，這說明總體而言各地區氣象部門的管理效率是高效的。但剔除環境變量后仍然有10個地區屬于非DEA有效：河北、青海、河南、云南、福建、湖北、貴州、遼寧、山西、廣西。這10個非DEA有效的地區，其非有效程度并不相同，可以分成以下兩個層次：（1）DEA有效性在0.9以下，非有效程度較重，包括河北、青海、河南、云南等4個地區；（2）DEA有效性程度在0.9以上，非有效性程度輕微。包括福建、湖北、貴州、遼寧、山西、廣西這6個地區。

表3 第三階段DEA分析結果

在這10個非DEA有效的地區中，遼寧、湖北、貴州、青海等4個地區的純技術效率均高于規模效率。也就是說，這4個地區公共氣象服務效率提升的主要制約因素是規模效率低下，它們的效率改善方向應以提升規模效率為主。河北、山西、福建、河南、廣西、云南等6個地區的純技術效率均低于規模效率。也就是說，純技術效率低下是制約這6個地區公共氣象服務效率提升的主要因素。純技術效率代表著決策與管理水平，河北、山西、福建、河南、廣西、云南等地區在決策與管理水平上存在差距。它們的效率改善方向應以提升其純技術效率為主。而遼寧、湖北、貴州3個地區的純技術效率值為1，說明這3個地區是純技術有效的，在氣象決策與管理水平上與北京等20個DEA有效的地區不相上下。而其余7個地區則既非技術有效也非規模有效。

山西、河南、貴州、云南、青海等5個地區規模遞增，即每增加1個單位的投入，相應產出增加將大于1個單位，也就是說產出增加的比例要大于投入增加的比例，所以這些地區應該繼續加大投入資源的規模，但根本在于找出一個科學的投入比例，使氣象職工、財政支出與固定資產三個方向的投入做到合理匹配，從而有效提高總效率。河北、遼寧、湖北、福建、廣西等5個地區規模遞減，即每增加1單位的投入，相應產出增加將小于1個單位。這表示其整體投入規模過大，從而導致了資源浪費，所以應該嚴格控制資源的投入量，并通過提高氣象預報準確度、增加科技服務收入水平來達到DEA有效。

實際上非DEA有效的決策單元按照無效原因劃分為兩類：絕對冗余和相對冗余[3]。“絕對冗余”對應著“規模收益遞減”，此時若增加投入資源將會降低資源的配置效率，所以管理決策者必須減少資源投入量。“相對冗余”對應著“規模收益遞增”，它是由于某些投入資源的短缺而導致資源配置效率無法最大化，此時管理決策者可以采取兩種改進方案，一是增加相對短缺資源的投入，擴大生產規模；二是減少相對冗余資源的投入，節約成本。因此，河北、遼寧、湖北、福建、廣西等5個地區在投入產出中存在絕對冗余現象，應減少現有投入規模，通過調節產出的方向和數量來達到DEA有效；而山西、河南、貴州、云南、青海等5個地區屬于相對冗余，可以增加相對短缺的投入或減少相對冗余的投入，以期達到規模有效，但根本在于提高投入資源的相對利用效率，并找出產出中低效的環節，加以適當的調整。

4 結論與政策啟示

4.1 結論

環境效應確實對各決策單元的效率產生了影響，而代表決策與管理水平的純技術效率在剝離環境特征的影響后均達到較高水平，說明大多數省份氣象部門的管理水平比較高。Fried[4]等人認為，第一階段DEA無效的決策單元是由環境影響、管理無效率和統計噪音三個因素構成，而統計噪音（隨機性因素）比如運氣等屬于不可控因素。因此控制環境因素，成為政府氣象部門提高氣象服務提供能力和效率的必然選擇之一。

4.2 政策啟示

（1）調整氣象部門財政結構。《氣象法》頒布實施10年，中央和地方各級財政對氣象事業的投入分別從1998年的16億元和6億元，增長到2008年的67億元和24億元，年平均增長15.5%和14.8%，中央財政對氣象事業的投入增長率高于GDP增長率。與發達國家相比，我國的氣象基礎設施還相當落后，還處在不斷改進的現代化建設當中。要在極短時間內完全實現氣象服務商業化和社會化缺乏基礎條件。因此在相當長的時間內，保證國家在氣象基礎設施建設中的投資是必要的。但是，近年來中央財政對氣象部門撥款巨大，隨著氣象基礎設施瓶頸作用的逐漸消失，仍然一味地加大中央財政的投入數額，只會導致效率低下。參照西方發達國家氣象事業的發展經驗，市場經濟條件下由商業化或社會化而來的社會資本投資氣象事業更有效率。

（2）改善人力資源，實現人才氣象。公共氣象服務效率的提高，歸根結底是要一支高素質的專業化人才隊伍。當前，各地氣象部門逐漸對氣象人力資源建設重視起來，并把人力資源當作發展氣象事業的第一資源來看待，各地區氣象部門要采取多種方式，多渠道、多層次地提高氣象職工的素質。優化人才結構，開展學歷教育，以課題項目鍛煉科技人才，有針對性地開展各項培訓，規范完善職稱評定制度。

（3）提高科研水平，實現科技氣象。氣象事業是科技型、基礎性社會公益事業，氣象科學技術在推進氣象事業發展及氣象現代化建設中發揮了關鍵作用。但從總體效益來看，氣象服務仍然屬于勞動密集型行業，很多氣象科技成果沒有轉換為現實的生產力，尚沒有實現由“氣象科技”到“科技氣象”的轉變。我國各地區要想提高其氣象服務效率，就必須下大力氣發展氣象科技，并努力實現科技氣象。

[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]莫劍芳，區域宏觀經濟DEA評價系統[D].廣州，暨南大學，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

公益性行業（氣象）科研專項經費資助項目（GYHY200906043）

李 瑛（1966-），女，山東煙臺人，博士，副教授，研究方向：公共組織績效評估、政治學計量方法。

張文云（1966-），女，天津人，工程師，研究方向：公共氣象服務與氣象科技研究。

王丙乾（1984-），男，河北衡水人，碩士研究生，研究方向：公共部門績效評估。

①由于篇幅限制，因子分析的結果未在文中給出，有興趣的讀者可以向作者索取。

（責任編輯/亦 民）

②數據來源：《10年：中央財政氣象投入增長率高于GDP》，科技日報，2009年12月29日。