基于組合評價的各省級行政區域基礎設施投資效率研究

金慧

摘 要：選取2015年數據，運用組合評價方法對全國31個省級行政區域的基礎設施投資效率進行評價。通過分析認為，我國31個省級行政區域基礎設施投資績效存在一定的差異。東部省市基礎設施投資績效高于中西部省市。為了提高我國基礎設施投資效率，建議基礎設施績效水平較高的東部省市加大對已有基礎設施的維護力度，基礎設施績效水平較低的中西部省份應大力引進創新型人才，提高其技術效率。

關鍵詞：績效研究;組合評價;基礎設施投資;省級行政區域

中圖分類號：F2 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.11.017

1 引言

基礎設施是城市生存和發展的前提條件，它集中反映了城市的發展程度，影響著城市的發展。縱觀世界各國基礎設施建設現狀，發達經濟體、新興工業化國家與發展中經濟體在基礎設施建設方面的差距正逐漸縮小。然而以現有的研究與政策實踐結果來看，盡管全球基礎設施建設不斷完善，其仍存在較大的投資缺口。根據麥肯錫公司對基礎設施投資缺口估計顯示，2013-2030年間，全球在公路、港口、機場、電力、水利等基礎設施部門需要投入62萬億美元資金。增加基礎設施投資成為眾多國家完善基礎設施建設的第一步。為了有效地進行基礎設施投資建設，探究基礎設施投資績效問題成為當前經濟領域的重點。

早在20世紀70年代末，不少學者開始關注基礎設施投資績效問題。其中，國外的學者研究大致可分為兩類。第一類對地方政府基礎設施投資效率模型進行研究，該類研究包括基于Charnes，et al（1978）提出的規模報酬不變的CCR模型，Banker，et al（1984）提出的規模報酬可變的BCC模型，Simar and Wilson（1998）提出bootstrap模型以及改進的DEA模型。第二類研究通過不同的方法對本國地方政府城市基礎設施建設績效及其影響因素進行實證分析，如Tatiana Kossova，et al（2016）基于社會貼現率對俄羅斯城市基礎設施建設進行評價。國內學者對基礎設施投資績效的研究方向也大致分為兩類。第一類是對我國某些地區的基礎設施投資績效進行評價，包括程敏、李晉（2013）采用模糊Borda組合評價方法對長三角25個城市基礎設施投資績效進行研究，孫慧、王媛（2008）基于Malmquist指數對河北省11個地級市基礎設施的投資效率進行評價。另一類研究通過單一模型分析，對全國基礎設施投資的績效進行評價，如李忠富、李玉龍（2009）運用DEA方法對我國31個省、直轄市和自治區的基礎設施投資績效進行評價。

對文獻進行總結分析可以看出，基礎設施投資績效研究過多的側重于探討經濟效益，忽視了其對社會、生態和城市發展的影響，用單一方法對基礎設施投資效率進行評價，使得不同方法對同一問題的評價結果存在差異。因此，為彌補以往文獻的不足之處，本文基于2015年的截面數據，以我國31個省級行政區域為研究對象，構建綜合評價指標體系。為改善單一評價方法的差異性，本文采用組合評價方法進行綜合評價，結果顯示，我國東部地區基礎設施投資績效高于中西部地區。

2 各省級行政區域基礎設施投資績效評價指標體系建立及數據來源

2.1 構建評價指標體系

基礎設施系統是一個復雜的系統，綜合考慮數據的代表性與可獲得性，建立如圖1所示的指標體系。

2.1.1 輸入指標

輸入指標代表著基礎設施的投入情況。在《1994年世界發展報告：為發展提供基礎設施》一書中將基礎設施分為兩類：經濟基礎設施和社會基礎設施。據此，本文選取具有代表性的9個指標，以綜合反映基礎設施的投入情況。

2.1.2 輸出指標

輸出指標是選取直接影響著評價結果的可靠性。本文輸出指標有地區人均生產總值、城鎮人均工資情況。地區人均生產總值代表著人均創造社會財富水平，城鎮人均工資代表城鎮住戶收益情況，綜合體現基礎設施投資對經濟增長的作用以及對居民生活和城市發展的影響。

2.2 數據來源

本文以全國除臺灣、香港、澳門外31個省級行政區域為研究對象。研究數據來自《中國統計年鑒2016》及各省級行政區域統計年鑒，采用2015年統計數據。

3 各省級行政區域基礎設施投資績效組合評價模型

3.1 組合評價方法

綜合評價多采用組合評價方法，在單一模型方法的基礎上，根據合理的組合算法將以上評價結果進行優化組合的評價模型。本文選取因子分析法、熵權TOPSIS法對基礎設施進行獨立評價，采用組合評價方法優化單一評價方法得出的結果，進而得到31個省級行政區域基礎設施投資績效評價結果。

3.2 各省級行政區域基礎設施績效評價

3.2.1 運用各單一模型評價基礎設施投資績效

本文選用因子分析法、熵權TOPSIS法進行績效評價。對評價指標進行無量綱化處理后，分別得出31個省級行政區域基礎設施投資績效在因子分析法和熵權TOPSIS法中的得分及排名，結果如表1所示。

3.2.2 對評價結果進行Kendall事前一致性檢驗

（1）提出假設：假設H0：兩種評價方法不具有一致性;H1：兩種評價方法具有一致性。

（2）構造統計量。

X2=k（n-1）W

其中，W=12∑ni=1r2ik2n3-n-3n-1n-1，ri=∑kj=1yij，（樣本數為n，評價方法數為k，第j種評價方法下的第i個被評價對象的排序值用yij表示）。X2服從自由度為n-1的X2分布，給定顯著性水平α，查表得臨界值X2α2n-1。當X2>X2α2（n-1）時，拒絕H0，接受H1，即認為各種評價方法在α顯著性水平上具有一致性。

（3）根據檢驗統計量的計算結果對假設進行檢驗：計算得X2=66.6288。取顯著水平α=0.05，查表得X2α230=46.98

3.2.3 運用組合評價方法對評價結果進行分析

本文選用平均值法對以上兩種單一模型評價結果進行組合，得到組合評價結果，結果如表2所示。

3.2.4 Spearman秩相關檢驗

Spearman秩相關檢驗運用單一評價方法與組合評價方法的排序結果（秩）構造統計量。具體檢驗步驟如下所述。

（1）提出假設：假設H0：組合評價方法與單一評價方法無關;H1：組合評價方法與單一評價方法有關。

（2）構造統計量。

r=1-6∑ni=1d2in（n2-1）

其中，di用來衡量各評價方法間的相關程度，當評價方法得出的秩相等時，di=0。di值越大，表示各方法相關程度越不完全。由于di可正可負，故用∑d2i來反映各評價方法下排序位置（秩）差值的大小。

（3）計算檢驗統計量并對假設進行檢驗：采用DPS軟件對評價方法進行Spearman秩檢驗，得出r=0687903>rα=0.68790，其中rα可由《Spearman秩相關系數檢驗臨界值表》查得。檢驗結果說明在給定顯著性水平下，組合評價法與單一模型評價法具有相關性。

3.3 結果分析

采用聚類方法對各省級行政區域排名進行分析。

第一類：排名靠前的是江蘇、廣東、北京、上海、山東、浙江、天津、河北。第一類省市的各項投入與產出指標水平均排在前列，是在全國31個省級行政區域中基礎設施投資效率最高的一類城市。

第二類：包括福建、遼寧、寧夏、內蒙古。在組合評價方法下，第二類省市排名位于中上水平。

第三類：包括四川、湖北、安徽、陜西、新疆、湖南、廣西。這些省份大多分布在我國內陸地區，從產出指標來看，其人均生產總值不及前兩類城市高，但也有省份部分投入指標數值超過前兩類城市的同類水平，例如該類省份的醫院、衛生院數遠超過寧夏、內蒙古的水平。

第四類：包括重慶、黑龍江、海南、河南。從投入、產出指標來看，這四個省份具有其明顯優勢與明顯劣勢，例如黑龍江城市污水日處理能力在31個省級行政區域中排名第7，為736.9萬立方米，具有一定優勢，而在黑龍江產出指標中，人均生產總值排名第21，顯現出明顯劣勢。

第五類：包括江西、吉林、山西、西藏、甘肅、青海、貴州、云南。從績效排名及得分可見，這些省份基礎設施投資效率低，基礎設施幾乎沒有對其經濟發展與社會進步產生促進作用。

4 結論及建議

本文分別運用組合評價方法，得出31個省級行政區域關于基礎設施投資績效的排名情況。從組合評價結果來看，我國31個省級行政區域基礎設施投資績效存在一定的不平衡，東部沿海省市相對于中西部地區而言，其基礎設施投資績效水平較高。東部省市基礎設施規模較大，與中西部地區相比獲得較多的資金，因此東部省市在高效率投資建設基礎設施的同時，應避免城市基礎設施重復建設的問題，加大對已有基礎設施的維護力度，同時將技術水平引入到科技發展水平較弱的省市，帶動績效較低的省市共同建設城市基礎設施。

與東部沿海地區相比，中西部地區基礎設施投資績效水平普遍低下。因此，為提高中西部地區基礎設施投資建設水平，建議提高其基礎設施技術效率，鼓勵科技創新，提高城市科學技術發展水平，吸引更多的投資者。

從我國整體而言，資金應重點用于投資改善民生、保障城市安全、投資拉動效應明顯的重點領域：加強城市步行和自行車交通系統建設，加大市政地下管網建設，加強城市供排水、防洪系統建設，加強生態園林建設等。同時，落實地方政府責任，抓好各省市基礎設施項目落實情況。從基礎設施績效角度考慮，應避免盲目投資而產生資源浪費、經濟效益差等問題，針對各省市投資績效的差異采取不同的投資方案。

參考文獻

[1]Banker，R D.，Charnes，A.，Cooper，W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984，30（9）：1078-1092.

[2]Charnes，A.，Cooper，W W.，Rhodes，E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，3（4）：429-444.

[3]Simar，L.，Wilson，P W.Sensitivity analysis of efficiency scores：How to bootstrap in nonparametric frontier models[J].Management Science，1998，44（1）：49-61.

[4]Tatiana，Kossova，Maria，Sheluntcova.Evaluating performance of public sector projects in Russia：The choice of a social discount rate[J].International Journal of Project Management，2016，（34）：403-411.

[5]程敏，李晉.基于組合評價的長三角城市基礎設施投資績效研究[J].運籌與管理，2013，（2）.

[6]孫慧，王媛.基于 DEA 的 Malmquist 指數在城市基礎設施投資效率評價中的應用[J].科技進步與對策，2008，（10）.

[7]李忠富，李玉龍.基于DEA方法的我國基礎設施投資績效評價：2003-2007年實證分析[J].系統管理學報，2009，（3）.