基于三階段DEA模型的西部地區經濟發展效率研究

許程程 楊亨莉

摘要：目的：為研究我國西部地區的經濟發展效率。方法：采用三階段DEA模型對2013～2017年我國西部地區經濟發展效率進行測算。結果：剔除環境變量與隨機因素影響后，西部地區整體綜合技術效率與調整前相比明顯下降;2013～2017年間調整后各省（市、自治區）的經濟發展效率表現為先下降后上升趨勢，綜合技術效率主要依靠純技術效率拉動，規模效率存在較大提升空間;內蒙古、廣西、重慶、四川和陜西為西部地區經濟發展較好代表省市，西藏和青海地區的經濟發展效率需重點關注。結論：可從提高資源利用率、推動空間優質集聚群形成;加強宏觀調控和政府監管力度;提高科技研發投入、實行人才引進政策;擴大內需和提高對外開放程度等方面提高西部地區的經濟發展效率。

關鍵詞：西部地區;經濟發展效率;三階段DEA

中圖分類號：F224;F127 文獻標志碼：A 文章編號：1008-4657（2019）06-0066-07

0 引言

改革開放以來，我國經濟保持高增長態勢。2018年國內生產總值達到90.03萬億元，比1978年翻了200多倍。黨的十九大報告指出我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，經濟發展質量變革、效率變革、動力變革是增強我國經濟創新力和競爭力的重要途徑。我國經濟進入高質量發展階段后，自然不能像過去主要依靠要素投入數量的增長來拉動經濟增長，必須更多依靠全要素生產率的提高來拉動經濟增長，確保同樣數量的投入具有更多產出，經濟發展效率的提高迫在眉睫。

我國西部地區占全國總面積的71%，占全國總人口的28%，是我國豐富的自然資源儲備區。近年來，在西部大開發政策和“一帶一路”倡議的持續推進下，西部地區經濟呈現穩中向好，穩中有進的態勢，但與東中部地區相比仍有很大差距，經濟發展不平衡不充分的問題依然嚴峻。因此研究西部地區經濟發展效率，對于推動西部地區乃至全國經濟、社會與生態環境協調發展，加快經濟高質量發展步伐具有重要意義[1]。鑒于此，本文采用三階段基于非參數規劃法的數據包絡分析法（Data Envelopment Analysis，DEA）方法對我國西部地區12個省（市、自治區）近五年來的經濟發展效率進行綜合評價，并提出相應建議。

1 文獻綜述

效率的測算方法主要包括基于參數回歸法的隨機前沿分析法（Stochastic Frontier Analysis，SFA）和DEA。DEA與參數方法相比具有不需要事先設定具體生產函數和不需要考慮白噪聲問題的優勢[2]。但傳統的DEA方法不能有效剔除環境因素和隨機干擾的影響，Fried等[3]學者在基于傳統DEA模型基礎上改造出三階段DEA模型，能夠有效剔除環境因素和隨機因素影響造成的效率差異，改進對決策單元效率的評價，使得測算的效率水平與真實情況更加接近。

夏四友等[4]基于DEA模型中的生產規模報酬可變（Variable Return to Scale，VRS）子模型BC2對陜西省榆林市2013年經濟發展效率進行測度，發現規模效率是榆林市經濟發展綜合效率的主要制約因素，可通過提高勞動者素質、改善投資環境、促進產業結構高級化及專業化、提升能源的利用效率等來提高各區縣的經濟發展效率。黃海峰等[5]運用DEA方法對2013年四川省29個縣域經濟體的發展效率進行測算。高偉等[6]運用DEA模型測度2000～2014年江蘇各城市的經濟發展效率發現其具有周期性波動的演化特征，就業結構、對外開放程度、創新能力對經濟發展效率具有正向影響作用，政府影響力對于經濟發展效率具有負向影響作用。高云虹等[7]運用三階段DEA模型對甘肅省縣域經濟發展效率進行測算時發現其整體效率偏低且受環境因素影響較大，在剔除環境因素前各效率值均被高估。韓兆洲等[8]運用超效率三階段DEA模型對2008～2012年我國30個省（市、自治區）經濟發展效率進行測算，發現剔除環境因素影響后各省綜合效率均顯著下降。黃森等[9]運用三階段DEA模型對2003～2007年我國30個省級區域經濟增長效率進行測算發現通過加大對西部地區經濟發展的投入能夠緩解我國區域經濟發展不平衡的問題。黃森[10]采用三階段DEA模型對2011～2014年重慶市38個區縣的經濟發展效率進行測算，發現考察期重慶整體經濟綜合效率呈現出穩步上升趨勢主要來自于技術層面，配置效率下滑阻礙了綜合效率提高，提升對外開放度、加快城鎮化建設、優化基礎教育資源配置等均能夠進一步激發重慶38個區縣的經濟發展效率。

綜上所述，已有很多學者運用三階段DEA模型對經濟發展效率進行研究，但大多針對我國30個省（市、自治區）或單獨某一省域或縣域的經濟發展效率進行研究，僅有少量文獻著重對西部地區的經濟發展效率進行研究，西部地區作為全面建成小康社會和解決經濟發展不平衡問題的重點地區，其研究的必要性不言而喻。

2 模型原理介紹及指標體系構建

2.1 模型原理介紹

本文運用三階段DEA模型對2013～2017年我國西部地區12個省（市、自治區）經濟發展效率進行測算，具體思路為：第一階段運用傳統DEA模型進行測算;第二階段以環境變量為解釋變量，第一階段得到的投入松弛變量為被解釋變量，基于SFA法估計得到各環境變量對投入松弛量的影響程度，然后以最有效決策單元的投入量為參照對其他決策單元投入量進行調整;第三階段將調整后的投入項帶進原投入產出指標體系進行測算，此時的計算結果為剔除環境因素與隨機因素影響的經濟發展效率。鑒于已有很多學者對該模型原理進行詳細闡述[11-14]，本文不再重復。

2.2 指標體系構建及描述性統計分析

2.2.1 指標體系構建

本文在參考眾多學者對經濟發展效率問題的研究和基于西部地區經濟發展特點及數據的可獲得性，選取固定資產投資、財政支出和勞動力投入作為投入指標，地區生產總值作為產出指標，科技研發投入強度、城鎮化率和對外開放程度作為環境指標，構建了本文的指標體系，具體指標說明如表1所示。

2.2.2 指標體系的描述性統計分析

由表2可知在經濟發展整體較為落后的西部地區，經濟發展不平衡的問題表現得更尤為突出。各省（市、自治區）的地區生產總值也有較大的差異，最大值（四川省，2017年）是最小值（西藏自治區，2013年）的45倍之多，固定資產投資在西部各省份之間具有較大的差異，方差很大，最大值（四川省，2017年）是最小值（西藏自治區，2013年）的36倍。西部各省（市、自治區）之間不僅存在較大的經濟發展水平差距，近年來的經濟增長速度也是日新月異。環境變量都是比值，所以相互之間的差異相對來說不是很明顯。

3 西部十二個省效率評價與結果分析

3.1 第一階段分析

本階段在不考慮環境變量與隨機誤差的前提下，利用DEAP2.1軟件，在基于BBC模型的傳統DEA方法下對西部十二個省2013～2017年間的經濟發展效率進行逐年測算，測算結果如表3所示。從表3可以得到，在考察期內，西部十二個省份中綜合效率始終維持在效率前沿面的省份只有內蒙古，其他地區均未在考察期內始終保持綜合效率有效。廣西在2013年和2014年表現綜合技術效率有效，2015年后由于純技術效率降低導致未能維持在有效前沿面。重慶和四川的經濟發展效率雖未能一直保持有效，但經濟發展效率波動不大，近乎穩定有效。陜西的經濟發展效率一直在穩步提升至2017年已達到有效。甘肅雖在2017年達到有效前沿，但在考察期內經濟發展效率波動幅度較大。青海，西藏和寧夏未達到綜合技術效率有效主要受到規模效率的影響。貴州，云南和新疆則主要受到純技術效率影響而未達到綜合技術效率有效。整體來看，2017年第一階段西部十二個省份的原始投入綜合技術效率均值為0.85，距離到達效率前沿面有15%的上升空間。2017年，達到效率前沿面的省份有內蒙古、重慶、四川、廣西和甘肅五個省份。綜合技術效率值最低的省份為西藏，距離達到效率前沿面有43%的上升空間，西藏自治區的純技術效率為1，但是規模效率只有0.565。

3.2 第二階段SFA回歸結果分析

科技研發投入強度、城鎮化率、對外經濟開放程度作為解釋變量，第一階段得到的投入松弛變量為被解釋變量，使用隨機前沿分析（SFA）方法對2013～2017年分別建立回歸方程，并使用Frontier4.1軟件進行計算，整理結果見表4。

環境變量對投入松弛變量的影響表現為當回歸系數為正時，環境變量的增加會相應增加投入松弛變量，導致不變投入下產出的下降或者不變產出下投入的浪費增加;反之當回歸系數為負時，環境變量的增加會相應減少投入松弛變量，有利于不變投入下產出的增加或者不變產出下投入的浪費減少。

3.2.1 科技研發投入強度

2013年該環境變量與固定資產投資和勞動力投入表現為顯著的正相關關系，表明增加科技研發投入強度會增加投入冗余，降低效率，可能由于在該時期未能充分有效利用科技研發的投入和尚未尋求到激發科技進步創新的有效途徑而導致盲目增大財力人力的投入。2017年該環境變量對固定資產投資和勞動力投入松弛變量的回歸系數均為負值，且固定資產投資表現為顯著的，表明科技研發投入的增加有利于減少固定資產投資和勞動力投入浪費的產生，我們已經尋求到科技發展創新的正確途徑。科技研發投入的增加會促進科研成果的產生，而科研成果的運用例如機器設備生產率的提高會使得產出增加，因此同樣數目的固定資產投資額和勞動力投入具有更多的產出，進一步激發了我國生產力水平，提高了經濟發展效率。同時科技研發投入在2013年與2017年都與財政支出表現為顯著的負相關，表明提高科技研發投入能夠有效的減少財政支出的投入冗余，提高效率。

3.2.2 城鎮化率

2013年該環境變量與固定資產投資，財政支出和勞動力投入都表現為顯著的負相關關系，表明城鎮化率的提高會有效減少投入冗余，提高效率。2017年城鎮化率對三個投入松弛變量的回歸系數均為正值，且對財政支出表現顯著的，表明城鎮化率的提高會增加財政支出的冗余，而對固定資產投資和勞動力的投入不會產生浪費。目前我國經濟的發展與提高主要依賴工業生產和技術創新，城鎮化率對于三次產業結構變化和經濟發展具有重要影響。早期我國農村人口比重較大，城鎮化率較低，但近年來隨著城鎮化率的逐漸提高，大量的農村人口流入城市，城市化建設需要增加更多的財政支出，這就可能使得冗余增加而導致經濟效率增長緩慢甚至是降低趨勢。按照預期，城鎮人口的增加會加速固定資產的損耗，因此會增加固定資產投資，但固定資產投資的回歸系數并不顯著，說明前期固定資產投資虛高，超過了實際需要，因此現階段城鎮人口的增加會使得固定資產利用效率更高，配置更加合理，經濟效率會提高而且不會產生固定資產投資額的冗余。

3.2.3 對外開放程度

2013年該環境變量對于固定資產投資，財政支出和勞動力投入都表現為顯著的負相關關系，表明提高對外開放程度在該期能夠有效減少投入冗余的產生，提高效率。2017年該環境變量對三個投入松弛變量的回歸系數均為正值，且財政支出的回歸系數顯著。表明對外開放程度越高，財政支出的冗余也會越高，經濟效率下降，而對固定資產投資和勞動力投入這兩種投入的增加不會產生浪費。

由以上分析可以得出環境變量對各投入松弛變量在不同時期有不同程度的影響，為提高效率測算的準確性需要對環境變量和隨機干擾項進行分離，使得各省份處于相同的環境中。

3.3 第三階段分析

將剔除環境因素與隨機因素影響后的各投入松弛變量帶入DEA模型進行測算，結果如表5所示。

由表3和表5比較可知，在剔除了環境變量與隨機干擾項的影響以后，西部各省份的綜合技術效率、純技術效率和規模效率均發生了明顯的變化。其中綜合技術效率明顯下降，純技術效率有了明顯的提升，規模效率則明顯下降。這也進一步證明了對原始DEA模型進行SFA回歸的必要性。

整體上來看，在考察期間西部各省份處在效率前沿面的省份由調整前的1個變為調整后的2個。內蒙古在考察期內一直DEA有效，始終維持在效率前沿面，說明內蒙古的原始投入效率確實較好，經濟效率較高。四川在調整后一直表現為DEA有效;陜西在調整后表現為DEA有效的年份由1個增加到3個。重慶在調整后受到純技術效率的影響較大使得DEA表現為無效;廣西在調整后表現為DEA有效的年份減少了1個，只有2017年綜合技術效率表現為上升。但內蒙古、四川、陜西、重慶和廣西的綜合技術效率在調整后一直保持0.9以上，是西部地區經濟發展效率較好代表。貴州、云南省和新疆整體來看調整前后差距不大;青海、寧夏和西藏在調整后綜合技術效率都表現出不同程度的下降，其中西藏和青海的綜合技術效率只有兩個年份達到0.5以上水平，需要重點關注。

從2017年來看，在剔除環境誤差與隨機變量的影響后，處在效率前沿面的省份由調整前的五個省份變為調整后的四個省份，其中甘肅省的綜合技術效率值出現了下滑，變為無效率，其效率的下滑主要是由規模效率的下降引起的。綜合技術效率最低的省份依舊是西藏，并且從調整前的0.565變為調整后的0.399，下降原因是由于規模效率值的下降而導致的。其他地區例如貴州、云南、青海省和寧夏的綜合技術效率值有不同程度的下降，其中貴州和云南的下降程度不大，而青海和寧夏的下降程度達到20%左右，且均由規模效率的下降導致的。最終結果顯示，西部所有省份的綜合經濟效率主要是由純技術效率拉動的，平均純技術效率值為0.951，明顯高于規模效率0.852。

4 結論與建議

本文采用三階段DEA模型對2013～2017年我國西部地區經濟發展效率進行逐年測算，剔除環境變量與隨機因素影響后，西部地區整體綜合技術效率與調整前相比明顯下降;調整后2013～2017年間經濟發展效率表現為先下降后上升趨勢，其中2013～2016年表現為下降趨勢，2016～2017年呈現上升趨勢且到2017年內蒙古、重慶、陜西、四川的綜合技術效率達到1。但經濟發展過程中仍存在問題，西藏的綜合技術效率在調整后僅有0.399，距離有效前沿有60.1%的上升空間，西部地區經濟發展效率不平衡表現的非常顯著，同時發現西部地區經濟發展效率主要依靠于純技術效率拉動，規模技術效率存在較大提升空間。

根據以上結論對我國西部地區經濟發展提出建議：

第一，提高資源利用率，推動空間優質集聚群形成，進而帶動區域經濟協調發展。西部地區經濟發展的規模效率存在較大進步空間，優化資源配置和提升規模效率，促進經濟發展效率的提高，同時西北地區本身自然條件惡劣，促進經濟發展的前提是保護好西北地區的生態屏障，降低資源使用代價，避開“先污染，后治理”。

第二，加強宏觀調控和政府監管力度，完善政府職能。國家的關注和扶持是西部地區經濟發展的強大動力，要素投入能夠得到最大效率的利用是提高經濟發展效率的關鍵，減少由于“政績工程”和“面子工程”而導致配置效率低下的情況。同時增加政府對西部地區的扶持開展基礎設施建設，打造西北特色產業鏈，縮小東中部與西部經濟發展差距。

第三，提高科技研發投入和實行人才引進政策。科學技術是第一生產力，科技研發投入的增大能有效的提高資源配置利用率和調整勞動人員結構，推進高新技術產業的發展以拉動經濟發展效率。西部地區地理環境復雜、經濟發展和城市化建設受限，近年來人口流失嚴重，鼓勵西部地區高校人才留鄉建設，號召全國優秀大學生、研究人員等投身西部建設，提供優惠福利政策，如住房，父母贍養和子女教育等，吸引青年才干致力于祖國西部地區的發展。

第四，擴大內需和提高對外開放程度。增加西部地區人民的消費需求，以消費拉動經濟增長，激發經濟活力，使得人們尋求更多經濟發展途徑。利用西部地區在“絲綢之路經濟帶”中得天獨厚的地理位置，優化出口產品結構，著重發展特色產業，擴大西部地區經濟的貿易規模，增強與其他國家間交流合作，促進雙方經濟互惠，增加特色產業收入，進而提高西部地區經濟發展效率。

參考文獻：

[1] 程啟智，馬建東.中國西部地區經濟發展質量評價：2006—2017年[J].云南財經大學學報，2019，35（4）：50-58.

[2] 孫根緊，丁志帆.我國經濟增長效率影響因素的實證研究[J].統計與決策，2015（7）：125-128.

[3]Fried H O，Lovell C A K，Schmidt S S，et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002（1-2）：157-174.

[4] 夏四友，文琦，熊歡.基于DEA的能源富集區經濟發展效率實證研究——以陜西省榆林市為例[J].地域研究與開發，2016，35（5）：47-52.

[5] 黃海峰，王昕宇.基于DEA的縣域經濟發展效率研究：以四川省為例[J].農村經濟，2015（10）：57-61.

[6] 高偉，王天馳，王曉珍.區域經濟發展效率演化及其影響因素——以江蘇省為例[J].企業經濟，2016（10）：109-114.

[7] 高云虹，李帥娜.基于三階段DEA模型的甘肅省縣域經濟發展效率評價[J].甘肅行政學院學報，2018（2）：10-17.

[8] 韓兆洲，劉敏.中國經濟發展的投入產出效率研究[J].產經評論，2015，6（1）：114-125.

[9] 黃森，蒲勇健.中國省域經濟綜合效率分析——基于三階段DEA模型的研究[J].山西財經大學學報，2010，32（3）：23-29.

[10] 黃森，咼小明.重慶地區經濟發展效率及其空間特性研究——基于38個區縣的視角[J].開發研究，2017（1）：60-64.

[11] 袁立科.縣域經濟發展效率及其影響因素研究——以江蘇省為例[J].審計與經濟研究，2010，25（5）：84-89.

[12] 王金秀，于井遠.我國地方財政支出效率評價——基于三階段DEA方法[J].中南財經政法大學學報，2018（5）：79-87.

[13] 于潔，佟賀豐，黃東流，等.基于三階段DEA的我國區域科普投入產出效率研究[J].科技管理研究，2018，38（6）：40-47.

[14] 劉滿鳳，李圣宏.基于三階段DEA模型的我國高新技術開發區創新效率研究[J].管理評論，2016，28（1）：42-52，155.

[15] 趙佳風，馬占新.廣義DEA有效測度下中國省際經濟發展效率分析[J].數學的實踐與認識，2018，48（17）：86-97.

[16] 李海東，吳波亮.中國各省經濟效率研究：基于超效率DEA三階段模型[J].貴州財經大學學報，2013（3）：14-22.

[17] 李芳芝，李敏.安徽省區域經濟差異研究[J].農村經濟與科技，2009，20（9）：68-69.

[18] 李曉梅，吳冬梅.基于DEA的遼寧區域經濟效率實證研究[J].遼寧工業大學學報（社會科學版），2012，14（6）：20-23.

[責任編輯：鄭筆耕]