●曾碩勛，張雪燕，肖琬蓉

（1．甘肅省科技情報研究所，蘭州730000；2．董志中學，甘肅慶陽745000）

三階段DEA視角下中國情報服務效率評價實證研究

●曾碩勛1，張雪燕2，肖琬蓉1

（1．甘肅省科技情報研究所，蘭州730000；2．董志中學，甘肅慶陽745000）

情報服務；三階段DEA模型；效率評價；中國

以2012年我國31個地區(qū)的情報服務為研究對象，通過三階段DEA模型分析法揭示當前我國各地區(qū)情報服務的真實效率水平、效率區(qū)域分布以及影響情報服務效率的主要因素，以期為我國各地區(qū)情報服務發(fā)展，乃至區(qū)域經濟發(fā)展提供相應的決策參考。

目前，信息服務業(yè)已成為我國經濟發(fā)展的一個巨大動力，情報服務作為信息服務業(yè)的一個重要核心組成部分，其發(fā)展優(yōu)劣直接影響社會、科技、經濟發(fā)展，如何合理、客觀地評價情報服務效率，對我國各地區(qū)社會、科技、經濟的發(fā)展具有重大的理論和現(xiàn)實意義。

當前，情報服務蘊藏的巨大催化潛力已然成為社會各界關注的要點，而其配置效率問題在國內外學術界盡管研究不太多，但也在逐漸升溫。Jati K.Sengupta論述了情報對于社會經濟發(fā)展高效性，并就情報服務本身的效率問題，展開了理論探討和模型假設檢驗。［1］麥淑平以廣東省高校圖書館為例，進行了調查研究，從理論上探討情報服務效益提升問題。［2］Mohammad AbdulMunim Joarder等人采用自建的Ⅴar模型對孟加拉國的股票市場情報服務效率進行了評價，［3］陳雪霞、周瑛等人采用層次分析、神經網絡分析等方法對圖書情報機構的情報服務進行效率評價。［4,5］鐘華、毛太田、郭兵等人采用傳統(tǒng)DEA模型，對情報機構的服務效率進行了績效評價。［6-8］

由以上研究文獻發(fā)現(xiàn)，國內外學者采用非參數(shù)三階段DEA進行研究的相關文獻鮮有出現(xiàn)，尤其是針對我國地區(qū)之間的情報服務效率比較研究較少。為此，本文試圖以2012年我國31個地區(qū)的情報服務為研究對象，通過三階段DEA分析法，力求解釋當前我國各地區(qū)情報服務的真實效率水平、效率區(qū)域分布情況，以及影響情報服務效率的主要因素所在，以期在當前國內外經濟情況不樂觀的情況下，為我國各地區(qū)情報服務發(fā)展，乃至區(qū)域經濟發(fā)展提供相應的決策參考。

1 數(shù)據來源、處理及研究指標

1.1 數(shù)據來源

借助“萬方數(shù)據知識服務平臺”，以“情報”為檢索詞，對我國31個地區(qū)與情報服務相關的“學者”、“機構”、“專家”三個子數(shù)據庫進行檢索，并初步形成上述三個投入指標。其他數(shù)據來源于《中國統(tǒng)計年鑒（2013）》和《中國中小企業(yè)年鑒（2012）》。

1.2 數(shù)據處理

鑒于DEA的多投入和產出指標之間的多重共線性可能影響研究結果，對文中的多個投入指標進行多重共線性檢驗和多重共線性投入指標進行降維處理，并針對降維后出現(xiàn)負值投入指標，進行min-max標準化，即（0，1）標準化處理。以上涉及數(shù)據處理均借助Spss 17.0和Excel完成。

1.3 研究指標

（1）投入產出指標。經過數(shù)據處理，根據降維因子的綜合屬性，最終將情報要素的“學者”、“機構”、“專家”三個投入指標降維成“情報人才”和“情報機構”；產出指標為地區(qū)“GDP”。

（2）環(huán)境因素指標。企業(yè)作為社會發(fā)展的最重要創(chuàng)新主體，是情報需求主力軍。因此，“企業(yè)數(shù)量”將直接影響該地區(qū)的“情報人才”和“情報機構”多寡。此外，高校作為情報人才培育的主要基地，地區(qū)“高校數(shù)量”也是“情報人才”和“情報機構”的重要影響要素。為此，選取地區(qū)“企業(yè)數(shù)量”和“高校數(shù)量”作為環(huán)境因素指標，用于剔除地區(qū)差異，使效率評價具有客觀性和可比較性。

2 研究理論及模型

2.1 第一階段傳統(tǒng)DEA模型

此階段使用DMU初始投入產出數(shù)據，選取傳統(tǒng)投入導向BCC模型，進行綜合技術效率、純技術效率和規(guī)模效率分析，并得出DMU的投入松弛情況，進入第二階段分析。鑒于傳統(tǒng)DEA理論及其模型已相當成熟，在此不再贅述。

2.2 第二階段相似SFA分析模型

在第一階段傳統(tǒng)DEA分析得出的投入或產出的松弛變量，不應全歸因于DMU管理的無效，它還受到環(huán)境因素和隨機因素影響。因此，通過第二階段構建類似SFA模型，可有效地過濾環(huán)境因素和隨機因素造成的DMU無效成分，從而較為準確地測算出DMU管理無效水平。

其中，zj=（z1j,z2j,…,zpj）表示P個可觀測的環(huán)境變量，為環(huán)境變量的待估參數(shù)向量。表示環(huán)境變量對投入差值的影響方式，這里采用線性的形式表示。vij+uij為混合的誤差項，vij為隨機干擾項，且；uij為管理無效率，且，其中uij≥0反映管理無效率。這里，，且。

此外，根據Schmidt、Battese和Coelli文獻中關于時間序列的效率研究成果，［10,11］有以下公式：

投入調整前，需要從SFA的混合誤差項（vij+uij）中分離出隨機誤差項（vij）。在此，根據管理無效條件估計，借助Jondrow［12］等提出的隨機誤差估計方法，其模型如下：

基于上述數(shù)據處理，進入投入數(shù)據重新調整，實現(xiàn)外部環(huán)境和隨機誤差剝離，各DMU的投入調整公

2.3 第三階段投入調整后的DEA模型

在第二階段的基礎上，剔除了環(huán)境因素和隨機干擾因素，將各DMU的投入數(shù)據調整到統(tǒng)一層面（消除了外部差異），并再次運用BCC模型進行效率評估，形成更為準確和客觀的我國高新技術產業(yè)運行效率。

3 實證結果

3.1 第一階段傳統(tǒng)DEA實證結果

在傳統(tǒng)DEA投入導向BCC模型下，借助DEAP2.1軟件對我國31個地區(qū)的高新技術產業(yè)效率水平進行分析，得出相應的效率值和規(guī)模報酬情況，如表1所示。

表1 2012年我國31個地區(qū)情報服務效率情況

表1顯示，2012年我國31個地區(qū)的情報服務綜合技術效率均值0.274，純技術效率均值0.651，規(guī)模效率均值0.441，僅北京地區(qū)處在技術效率的前沿面上，其他30個地區(qū)綜合技術均無效。從無效DMU看，純技術效率和規(guī)模效率都有不同程度的改進空間，純技術效率明顯好于規(guī)模效率，規(guī)模效率改進空間較大，是綜合技術效率不足的主要原因。此外，從規(guī)模報酬情況看，30個地區(qū)均呈現(xiàn)遞增情況，說明增加投入規(guī)模有利于提升情報服務的綜合技術效率。表1中的相關數(shù)據均在不考慮環(huán)境因素和隨機干擾因素下得出，其結果是否具有客觀性，將在第二階段分析中闡述。

3.2 第二階段SFA回歸結果

在完成以投入導向的第一階段效率運算后，將“情報人才”和“情報機構”的松弛變量作為因變量，以環(huán)境變量的地區(qū)“企業(yè)數(shù)量”和“高校數(shù)量”為自變量，借助Frontier4.1軟件進行SFA回歸分析，參數(shù)估計及其檢驗情況如表2所示。

表2 SFA參數(shù)估計及檢驗

表2顯示，兩個環(huán)境因素對兩個投入松弛變量的T檢驗，不同程度地在1%、5%、10%水平上具有顯著性，具備進入第三階段調整投入數(shù)據的DEA模型分析可能性和必要性。此外，一個值趨近0（0.00000343）和一個趨近1（0.99999999），說明外部的環(huán)境因素和隨機因素均對兩個投入松弛變量具有較明顯的干擾程度。因此，進行環(huán)境和隨機干擾因素剔除，更能揭示各地區(qū)情報服務的真實管理效率，而完成SFA分析和進入第三階段分析顯得十分必要。

從自變量對因變量的系數(shù)角度看，具有以下關系：（1）企業(yè)數(shù)量和高校數(shù)量均對地區(qū)的情報人才的松弛變量系數(shù)為正值，說明兩個環(huán)境變量增加將加大情報人才的投入松弛量，形成投入冗余，不利于地區(qū)情報服務效率的提高；（2）企業(yè)數(shù)量和高校數(shù)量均對地區(qū)的情報機構的松弛變量系數(shù)為正值，說明兩個環(huán)境變量增加反而減少了地區(qū)情報機構的投入冗余量，增加了效率。由以上兩種關系可知，兩個環(huán)境自變量形成了對因變量的同一方向制約作用，對第一階段效率分析結果極可能存在較大程度的干擾。

3.3 第三階段調整后的DEA實證結果

基于第二階段類似SFA模型回歸結果及相關計算，得到剔除環(huán)境和隨機干擾因素后的2012年中國31個地區(qū)“情報人才”和“情報機構”投入調整數(shù)據，并再次借助DEAP2.1軟件執(zhí)行BCC模型，運行結果如表3所示。

表3 2012年我國31個地區(qū)情報服務三階段DEA效率

4 實證比較與分析

4.1 總體效率比較分析

如圖所示，虛線為第一階段傳統(tǒng)DEA模型下的綜合技術效率，實線為剔除環(huán)境和隨機干擾因素后的第三階段DEA模型下的綜合技術效率。剔除環(huán)境和隨機干擾因素后，綜合技術有效地區(qū)（處在前沿面DMU）從1個上升到3個，而平均綜合技術效率（見表4）由0.274上升到0.527，純技術效率由0.651上升到0.933，而規(guī)模效率則由0.441下降到0.557。這說明我國各地區(qū)的情報服務效率受到外部環(huán)境因素的嚴重干擾，總體效率被全面壓低，尤其是情報服務的純技術效率難以得到彰顯。

圖各地區(qū)情報服務效率傳統(tǒng)與三階段綜合技術效率比較

傳統(tǒng)DEA和三階段DEA均顯示我國各地區(qū)情報服務總體效率不足，傳統(tǒng)DEA認為純技術效率和規(guī)模效率都要大力改善才能較快提升綜合技術效率，但三階段DEA模型揭示了效率不足主要來自規(guī)模效率，規(guī)模效率不足為各地區(qū)提升情報服務效率找到了癥結所在。此外，非有效地區(qū)均系規(guī)模報酬遞增（irs），表明我國各地區(qū)提升情報服務效率的主要手段是要增加情報服務的規(guī)模投入。

表4 情報服務效率傳統(tǒng)DEA與三階段DEA均值比較

4.2 區(qū)域差異效率分析

表5 三階段DEA區(qū)域效率比較

表5顯示了按傳統(tǒng)區(qū)域經濟發(fā)展劃分的東、中、西部情報服務效率統(tǒng)計情況。從綜合技術效率看，東、中、西部效率分別為0.609、0.3915、0.5424，中部效率最低，與東西部存在較大距離，且遠低于全國平均水平；從純技術效率看，西部地區(qū)居首為0.9548，西部次之為0.9337，中部最差為0.8996，但三大地區(qū)差距較??；從規(guī)模效率看，呈現(xiàn)東、西、中排列，分別為0.6431、0.5609、0.4324，地區(qū)差異巨大，中西部明顯落后于東部地區(qū)。綜合來看，我國情報服務發(fā)展應該以擴大規(guī)模為首要任務，在此基礎上實現(xiàn)綜合技術效率的提高。就三個地區(qū)而言，東、西部地區(qū)應該適當擴大規(guī)模，加強管理；中部地區(qū)應該擴大規(guī)模和加強管理雙管齊下。

4.3 特例分析

選擇傳統(tǒng)DEA與三階段DEA模型下效率變化較大的地區(qū)為例，北京、內蒙古、廣東、西藏四個地區(qū)在剔除環(huán)境影響因素后，情報服務效率發(fā)生了較大變化，文章認為原因在于：（1）與環(huán)境變量選擇有關，環(huán)境變量為“企業(yè)數(shù)量”和“高校數(shù)量”，北京在這兩者上均具有明顯優(yōu)勢，剔除兩者影響后，大大減少了北京地區(qū)的情報服務泡沫效率，同時其他地區(qū)效率也得到較為真實的反映；（2）與情報性質有關，情報屬于信息范疇，在地域上沒有界限，情報服務的輻射能力較強。因此，北京的情報服務機構的服務對象不會局限在北京范圍內。

5 結論與啟示

通過建立三階段DEA模型，將影響我國情報服務效率的外部環(huán)境和隨機干擾因素考慮進來，對我國31個地區(qū)進行了實證研究，得出結論如下。

（1）外部環(huán)境因素確實對我國各地區(qū)的情報服務效率評價產生了較大影響。傳統(tǒng)DEA分析下，各地區(qū)情報服務效率均較低；三階段DEA分析后，揭示出環(huán)境和隨機干擾因素掩蓋下的各地區(qū)情報服務真實效率水平，而且剔除環(huán)境和隨機干擾因素前后，各地區(qū)效率情況均呈現(xiàn)不同程度和方向的變化，平均純技術效率、平均規(guī)模效率以及整體綜合技術效率均大幅上升。

（2）綜合技術效率呈現(xiàn)東、西、中階梯排列，且三者之間依次存在一定差距，而純技術效率由低至高呈現(xiàn)西、東、中排列，說明西部地區(qū)投入規(guī)模不足嚴重影響該區(qū)域情報服務效率，反映了區(qū)域情報服務投入規(guī)模的不平衡。

（3）各地區(qū)情報服務投入規(guī)模不足是總體效率較低的主因，而無效地區(qū)均系規(guī)模報酬遞增，因此增加各無效地區(qū)情報服務的投入規(guī)模，勢必全面提升我國情報服務的總體效率。

情報服務作為信息產業(yè)服務的一個重要組成部分，對經濟、社會、科技發(fā)展具有重大的現(xiàn)實推動意義。當前，情報服務觸角在我國經濟領域尚未完全張開，尤其是在西部地區(qū)情報服務純技術效率遠高于東、中部地區(qū)的情況下，加大情報服務的投入規(guī)模，勢必潤滑和推進地區(qū)經濟發(fā)展。

［1］JatiK Sengupta．EconometricsofⅠnformation and Efficiency［M］．Dordrecht，Boston：K1uwer Academic Publishers，1993：195－217.

［2］麥淑平．圖書館競爭情報服務調查研究——以廣東省高校圖書館為例［J］．圖書館理論與實踐，2013（3）：2－28.

［3］Mohammad AbdulMunim Joarder，etal．An empirical testingofinformationalefficiency in Bangladesh capitalmarketⅠnformationalefficiency in Bangladesh capital market［J］．Economic Changeand Restructuring，2013（3）：331－356.

［4］陳雪霞．圖書情報視閾下知識服務能力解讀及評價［J］．圖書館，2010（1）：107－108，113.

［5］周瑛，劉天嬌．基于神經網絡的高校圖書館知識服務評價體系研究［J］．情報理論與實踐，2013（2）：55－59.

［6］鐘華，汪凌勇．DEA方法在企業(yè)競爭情報分析中的應用研究［J］．情報雜志，2007（12）：29－33.

［7］毛太田，陳能華．基于DEA的企業(yè)競爭情報獲取方法績效評估研究［J］．情報雜志，2007（12）: 10－14.

［8］郭兵，等．基于改進超效率DEA的企業(yè)競爭情報分析［J］．情報雜志，2012（12）：27－33.

［9］Tone K．A slacks-basedmeasureofsuper-efficiency in data envelopment analysis［J］．European Journal of OperationalResearch，2002（143）：32－41.

［10］SchmidtSS．TheMeasurementof Productive Efficiency：Techniques and Applications［M］．New York: Oxford UniversityPress，1982：68－119．

［11］BatteseGE，CoelliTJ．Frontierproduction functions, technicalefficiency and panel datawith application to paddy farmers in india［J］．Journal of Productivity Analysis，1992（3）：153－169．

［12］James Jondrow．On theEstimationofTechnicalⅠnefficiency in the Stochastic Frontier Production Function Model［J］．Journalof Econometrics，1982（19）：233－238.

G254.97；G252.8

A

1005－8214（2014）09－0036－04

曾碩勛（1981－），男，碩士，助理研究員，研究方向：區(qū)域經濟、科技情報資源；張雪燕（1985－），女，董志中學教師，研究方向：英語科技文獻翻譯；肖琬蓉（1963－），女，正高級工程師，研究方向：圖書情報、科技資源。

2013－10－12［責任編輯］閆東芳

本文系國家自然科學基金（項目編號：61162011），甘肅省技術研究與開發(fā)專項計劃基金（項目編號：1004TCYA014）成果之一。