供給側結構性視角下的城市公共服務效率測度

［摘 要］從供給側結構性視角探討如何評估和提高城市公共服務效率，文章首先采集大量的涵蓋公共服務多方面的樣本數據，為全面深入分析公共服務效率因子奠定了基礎；其次構建綜合指標體系，采用數據包絡分析（Data Envelopment Analysis，DEA）模型計算和評估城市公共服務效率得分，并在此基礎上采用隨機非參數數據包絡分析（Stochastic Nonparametric Envelopment of Data，StoNED）修正DEA模型方法，精準評估并提升公共服務效率，以此深入研究供給側因素對城市公共服務效率的影響。研究結果顯示，StoNED修正模型在城市公共服務效率的評估和提升方面具備更高的準確性和適用性，對城市規劃和公共服務資源的優化配置具有重要意義。

［關鍵詞］公共服務資源；供給側；StoNED；DEA；城市規劃；效率評估

doi：10.3969/j.issn.1673 - 0194.2024.08.063

［中圖分類號］D630；F121 ［文獻標識碼］A ［文章編號］1673-0194（2024）08-0-03

1" " "研究背景

現代社會，城市公共服務在確保市民生活質量和促進城市可持續發展方面扮演著至關重要的角色。城市公共服務的質量和效率直接影響市民的日常生活，涵蓋領域廣泛，包括但不限于教育、醫療、交通和社會保障。然而，公共服務領域面臨著眾多挑戰，如有限的資源、多元化的服務需求和服務質量不均衡等問題。在這一背景下，準確評估和提高城市公共服務效率成為政府和政策制定者迫切需要解決的問題。然而，以往的研究主要關注需求側因素，如市民滿意度和需求的彈性，而供給側結構性因素的研究相對有限。供給側結構性視角能夠更全面地考量公共服務的組織和運作，包括資源配置、管理效率以及技術效率等方面。相較于需求側視角的關注點，供給側結構性視角更加綜合，有助于全面理解城市公共服務的運行機制。因此，為彌補當前研究領域空缺，本文以供給側結構性視角為基礎，專注于評估和提高城市公共服務效率［1］。在此視角下，供給側因素涵蓋資源配置、管理和技術效率，在決定公共服務效率方面發揮著關鍵作用。

文章采用隨機非參數數據包絡方法（StoNED）修正數據包絡分析（DEA）模型方法，以更好地處理復雜的供給側結構性問題，這一方法能夠更準確地衡量且更有效地提高城市公共服務效率。在接下來的章節中，文章將深入探討和介紹供給側結構性視角下評估和提高城市公共服務效率的方法以及呈現研究的主要發現和結論。

2" " "研究方法

2.1" "數據收集

為了全面評估城市公共服務效率，文章采用系統性數據收集方法，收集多個城市的相關數據，具體如表1所示。表1數據涵蓋公共服務的多個方面，包括產出指標和投入指標，能夠更全面地評估公共服務效率。在產出指標方面，文章考察了諸如教育質量、醫療服務質量、基礎設施完善程度等因素，以綜合評估不同城市的服務產出情況；在投入指標方面，文章考察的因素包括人力資源、財政支出、設施設備等，以深入研究城市資源的投入情況。為確保數據的可信度和完整性，文章廣泛收集了政府報告、統計年鑒以及相關研究機構發布的數據。這些數據來源是公認的可靠來源，能夠為文章的研究提供充分的信息［2-3］。

文章在數據收集階段采集了多樣化的數據源，以獲取全面的城市公共服務數據進一步支持研究目標，這些數據為深入分析城市公共服務效率奠定了堅實基礎。此外，為確保數據的準確性和一致性，本文還對數據進行了仔細的驗證和清洗。這一嚴格的數據處理流程有助于消除潛在的數據偏差和誤差，為文章的分析奠定了可靠的基礎，研究結果更具可信度。

2.2" "DEA模型

在本研究中，文章采用DEA模型評估城市公共服務的效率。DEA模型是一種非參數方法，可以用于衡量多個輸入和輸出指標之間的效率。DEA模型的核心思想是尋找一組城市的線性組合，使它們的效率得分最大化。對于城市i（i=1，2，…，n），存在m個輸入（X1，X2，…，Xm）和s個輸出（Y1，Y2，…，Ys）。DEA模型表示如下：

（1）

式（1）中，θ≥1，λi≥0，對所有i（i=1，2，…，n）均成立。在這個模型中，θ表示城市i的效率得分，λi是城市i的權重，用于確定輸入和輸出的線性組合［4-6］。

通過求解上述線性規劃問題，可以確定每個城市的效率得分，這有利于比較不同城市之間的效率差異

采用DEA模型，可以計算并評估各城市的公共服務效率得分。這些效率得分代表著城市在資源轉化為公共服務方面的表現，其理論取值范圍在0至1之間。其中，1代表著最高效率水平的達成。表2呈現了各城市公共服務效率得分的分布情況，以及各城市在效率得分排名上的表現。其中，效率得分用來量化城市在公共服務提供方面的效率，較高的得分表示城市能夠更高效地利用資源提供公共服務。標準差作為一項統計度量，用來反映不同城市之間效率得分的變異程度，較小的標準差表明各城市之間的公共服務效率差距較小，而較大的標準差則表明公共服務效率存在較大的差異。另外，文章還引入了服務覆蓋率指標，通過百分比的形式來描述城市公共服務的覆蓋程度，以此反映服務的質量和數量。服務覆蓋率的高低對城市公共服務的全面性和可及性具有重要影響。

2.3" "StoNED模型

在DEA模型的基礎上，文章進一步采用了StoNED模型進行修正和深化，從而更準確地處理供給側結構性因素。StoNED模型是一種隨機非參數數據包絡方法，它是一種半參數方法，融合了數據包絡分析和隨機前沿分析的優點。該模型的關鍵特點在于能夠將無效率項與隨機誤差項分離，從而更精確地評估和提高城市公共服務效率。在StoNED模型中，輸入因素代表城市公共服務的資源和投入，包括人力資源、財政支出、設施設備等要素；輸出則代表服務的產出，如教育質量、醫療服務質量、基礎設施完善程度等方面的指標；無效率項則用來評估城市資源轉化為公共服務的效率，用來衡量城市資源的有效利用程度；隨機誤差項則考慮了不確定性因素的影響，這些因素可能在不同程度影響城市公共服務的產出。為了更全面地評估城市公共服務效率，StoNED模型還綜合考慮了環境變量、隨機誤差和管理無效率等多個因素，以更準確地衡量城市公共服務的效率并進行更深入的分析［7-9］。

本文采用StoNED修正模型，通過深入分析各城市的公共服務效率，進一步確定了各城市在純技術效率、規模效率和分配效率方面的表現。這些效率分析結果不僅有助于全面理解城市公共服務供給結構，還為政府決策者提供了重要的政策制定信息。這些模型得到的結果能夠更全面、更準確地評估城市公共服務效率，為政府決策者提供有關如何改進城市公共服務供給的策略和建議，從而促使城市提供更高效、更穩定和更廣泛的公共服務。

本文對不同城市的公共服務效率進行了未修正（DEA模型）和修正后（StoNED）的比較，得到的結果如表3所示。由表3可知，未修正的效率得分范圍在0.75到0.92之間，說明城市之間存在公共服務效率差異。然而，應用StoNED模型修正后，城市公共服務效率得分普遍提高，范圍在0.78到0.95之間，表明StoNED模型的引入能夠改進城市公共服務效率得分，城市能夠更有效地將資源轉化為公共服務。未修正的標準差范圍處于0.03到0.07之間，而修正后的標準差范圍處于0.03到0.05之間，修正后的標準差較小，說明城市之間的公共服務效率差異減小，公共服務效率更趨于一致。未修正的服務覆蓋率范圍處于88%到97%之間，而修正后的服務覆蓋率范圍處于91%到98%之間，說明通過StoNED修正，城市的公共服務范圍和質量得到提高，更多市民能夠獲得高質量的公共服務。

綜合來看，StoNED模型的應用有助于更精確地評估和提高城市的公共服務效率，也能夠提高服務的普及程度，為政府決策者提供了關于如何改進城市公共服務供給的重要建議。這一研究為城市規劃和資源分配決策提供了有益的信息，有助于城市提供更高效、更一致和更廣泛的公共服務。這些發現具有深遠的意義，有助于推動城市的可持續發展，提升市民的生活質量［10-11］。

3" " "結果與討論

本研究采用了StoNED模型對多個城市的公共服務效率進行了深入的定量評估，并詳細比較了修正前和修正后的效率得分、標準差以及服務覆蓋率。結果表明，StoNED模型可以準確有效評估城市公共服務效率，并且經StoNED修正后，不同城市的公共服務效率得分明顯提升［6］，這一改善反映了StoNED模型在分離無效率因素和隨機誤差項方面的卓越性，有助于更準確地度量和提高城市公共服務的效率和水平［7］。此外，修正后的標準差顯著減小，表明城市效率分布的差異性降低，服務覆蓋率也得到顯著改善，這意味著StoNED修正對于提高不同城市之間的公共服務效率一致性、減少效率波動以及提高服務的覆蓋程度具有積極作用。研究結果對于精確評估和有效提高城市公共服務效率具有重要意義。未來的研究將進一步深入探討供給側結構性因素對城市公共服務效率的影響，以加深人們對城市公共服務效率的理解，并提出更具精細化的建議。

主要參考文獻

［1］程文輝.基于DEA三階段模型的公共文化服務預算效率評價［J］.統計與決策，2017（23）：157-160.

［2］詹國輝，張新文.公眾滿意視閾下基本公共服務的匹配效率測度［J］.統計與決策，2017（1）：47-50.

［3］劉小魯.區域性公共品的最優供給：應用中國省際面板數據的分析［J］.世界經濟，2008（4）：86-95.

［4］王經政，秦小麗.基于StoNED方法的三階段DEA模型改進［J］.系統工程，2019（2）：30-37.

［5］陳釗，徐彤.走向“為和諧而競爭”：晉升錦標賽下的中央和地方治理模式變遷［J］.世界經濟，2011（9）：3-18.

［6］儲德銀，韓一多，張同斌，等.中國式分權與公共服務供給效率：線性抑或倒“Ｕ”［J］.經濟學，2018（3）：1259-1288.

［7］龔鋒，盧洪友.財政分權與地方公共服務配置效率：基于義務教育和醫療衛生服務的實證研究［J］.經濟評論，2013（1）：42-51.

［8］方齊云，袁野.數字政務與城市公共服務效率：基于政務App的準自然實驗［J］.城市問題，2023（1）：19-28.

［9］李欣，祝林.基于DEA-Tobit模型的成都平原城市群基本公共服務效率評估［J］.成都大學學報（社會科學版），2020（1）：33-38.

［10］高雪蓮.京津冀公共服務一體化下的財政均衡分配［J］.經濟社會體制比較，2015（5）：58-65.

［11］涂良軍，胡曉亞.基于DEA的重慶市縣域公共服務生產效率評價［J］.商，2015（5）：63.

［基金項目］廣東省教育廳2022年度廣東省普通高校青年創新人才類項目“‘一核一帶一區’公共服務效率區域差異評價及創新型路徑探索”（2022WQNCX301）。

［作者簡介］方穎珊（1992— ），女，廣東東莞人，碩士，講師，主要研究方向：區域經濟理論。