王金秀 于井遠(yuǎn)
(中南財經(jīng)政法大學(xué) 財政稅務(wù)學(xué)院,湖北 武漢 430073)
我國新《預(yù)算法》提出了增加政府預(yù)算透明度、推進(jìn)預(yù)算公開、實施全口徑預(yù)算管理等要求,十九大報告也明確提出全面實施績效管理的戰(zhàn)略理念。在新的規(guī)定下必然要求政府部門的每筆支出都要有明確的去處,并接受全社會的監(jiān)督。不僅要確保每筆支出在陽光下運行,也要確保符合成本收益原則,那么對現(xiàn)階段財政支出效率的考量自然就是應(yīng)有之意,問題是財政支出效率的測量如何進(jìn)行?目前我國財政支出的效率受哪些因素的影響?本文基于以上問題對我國目前財政支出的效率現(xiàn)狀進(jìn)行分析,并試圖對這些問題進(jìn)行解答。
理論上講,評價財政支出要從效率與公平兩個視角出發(fā),效率分析通常采用成本效益法,要求綜合考慮不同的支出方案對各個階層的影響,即進(jìn)行利益歸宿分析,但在實踐中存在著大量的信息不完全與評價能力的約束,直接測量利益歸宿是非常困難的,而且即使技術(shù)上可行也會花費非常大的人力物力?,F(xiàn)有的文獻(xiàn)處理大多是根據(jù)政府的支出功能尋找替代指標(biāo),如基礎(chǔ)設(shè)施投資,由于存在較大外部性,通常選取人均化產(chǎn)出指標(biāo)作為替代變量進(jìn)行處理,而通常采用的方法是衡量政府的直接投入與直接產(chǎn)出,通過模型將二者進(jìn)行對比來評價政府資源配置效率。
文獻(xiàn)中評價支出效率最常用的分析方法是數(shù)據(jù)包絡(luò)分析(DEA),該方法在評價財政支出中特別是在多產(chǎn)出多投入的效率方面具有特定的優(yōu)勢。自Charnes 等(1978)首次利用 DEA方法研究了靜態(tài)和動態(tài)財政支出效率以來[1],出現(xiàn)了大量使用DEA模型分析財政支出績效評價的文獻(xiàn),如Borger 等(1993)分析了比利時的市政支出效率[2],Afonso(2006)則分析了葡萄牙的地方財政支出效率[3],Boetti等(2012)采用隨機前沿法(SFA)分析了意大利的財政支出效率[4]。
目前,國內(nèi)使用DEA進(jìn)行效率評價主要集中于某一類支出:教育支出方面如亓壽偉等[5];衛(wèi)生支出方面如王寶順和劉京煥(2011)[6];農(nóng)業(yè)支出方面如王謙和李超(2016)[7];科技支出如梁淑美和王淑慧(2012)[8];主要使用的方法有Malmquist指數(shù)法、SBM超效率法、局部前沿效率法等。
利用DEA模型評價我國總體財政支出效率的文獻(xiàn)較少,其中陳詩一和張軍(2008)較具代表性[9],他們利用DEA方法與受限Tobit模型核算財政分權(quán)中省級政府財政支出的相對效率,該研究通過構(gòu)建單投入、單產(chǎn)出的評價體系,將人均預(yù)算內(nèi)財政支出和預(yù)算外總支出作為投入變量,以教育、衛(wèi)生、基礎(chǔ)設(shè)施為產(chǎn)出指標(biāo)分析1978~2005年的我國省級財政支出效率。另外,李永友(2009)則是從財政支出的時空特征角度出發(fā)利用DEA方法研究了我國財政支出結(jié)構(gòu)的配置效率[10]。孫群力等(2016)則使用超效率DEA分析了區(qū)域性的財政支出效率等[11]。
基于DEA模型在評價政府支出效率方面特定的優(yōu)勢,本文也采用此種方法。但與上述文獻(xiàn)不同的是,本文采用三階段DEA分析法,主要原因是三階段DEA模型不僅可以用來分析環(huán)境因素的影響,而且還能剔除環(huán)境與隨機干擾項后,準(zhǔn)確地評估財政支出的效率值,真實反映省際效率水平。國內(nèi)學(xué)者厲偉等(2014)、王謙和李超(2016)使用三階段DEA分析了省級農(nóng)業(yè)財政支出效率[7][12],洪源等(2014)使用此方法分析了地方政府債務(wù)使用效率[13],劉自敏等(2014)分析了省級政府衛(wèi)生財政支出效率[14]。
綜上,現(xiàn)有使用三階段DEA分析財政支出效率的文獻(xiàn)中,大多和傳統(tǒng)DEA模型一樣分析某一類的財政支出效率,少量分析綜合財政支出效率使用的也是橫截面數(shù)據(jù)。為此本文通過使用我國近十年來31個省級行政區(qū)(自治區(qū)和直轄市)的財政支出數(shù)據(jù),構(gòu)造動態(tài)面板模型,建立包括地區(qū)發(fā)展水平、制度因素等影響因素在內(nèi)的效率綜合評價體系,在現(xiàn)有文獻(xiàn)研究基礎(chǔ)上進(jìn)行補充。具體做法是第一階段測算出包含環(huán)境因素與隨機干擾項的效率值,第二階段使用隨機前沿模型剔除內(nèi)部管理水平差異,得到同質(zhì)環(huán)境下財政支出的投入值,最后利用第二階段分析結(jié)果計算出各省份2007~2016年較為真實的財政支出效率值。
數(shù)據(jù)包絡(luò)分析(DEA模型)自Farrel(1975)提出,后經(jīng)Charnes、Cooper和Rhodes(1978)擴展[1],其主要內(nèi)容是根據(jù)決策單元(decision making units,DMU)的投入與產(chǎn)出來分析相對有效性。在進(jìn)行多產(chǎn)出與多投入的效率評價時,DEA提供了一種較為客觀而科學(xué)的方法。
現(xiàn)有文獻(xiàn)常用DEA-Tobit與三階段DEA模型分析環(huán)境因素對效率值的影響,前者本質(zhì)上屬于兩階段分析法,主要目的是分析環(huán)境因素對效率值的影響,而并沒有改變真實的效率值,而三階段DEA模型不僅在第二階段分析環(huán)境因素對效率值的影響,而且在剔除了環(huán)境因素和隨機干擾項之后,在第三階段進(jìn)一步測算真實的效率值,方法上比前者更進(jìn)一步。為此,本文使用三階段DEA模型在排除環(huán)境影響與隨機因素影響兩個變量后,在同質(zhì)環(huán)境下比較決策單元之間的相對效率值,從而真實反映決策單元的實際管理水平?;舅悸啡缦拢?/p>
第一階段傳統(tǒng)DEA分析:基于各DMU 的投入與產(chǎn)出,利用 DEA 模型計算出效率及投入松弛量。以投入導(dǎo)向的BCC模型為例:
(1)
式(1)中,1,2…n表示決策單元,X,Y分別是投入、產(chǎn)出向量,s即此階段產(chǎn)生的松弛變量,ε為非阿基米德無窮小。若θ=1,S-=S+=0,則決策單元DEA有效;若θ=1,S-≠0且S+≠0,則決策單元弱DEA有效;若θ<1,則決策單元非DEA有效。公式中的S值即是第一階段所需要計算的松弛變量值。
第二階段DEA分析:這一階段是整個模型分析的關(guān)鍵部分,主要是通過SFA建立第一階段分析得到的投入松弛變量關(guān)于環(huán)境因素和混合誤差項的回歸分析模型。構(gòu)造函數(shù)如下:
Sni=f(zi,β)+uni+νni
(2)
(3)
E(νni|νni+νni)=Sni-f(z,β)-E(uni|νni+uni)
(4)
(5)
本文指標(biāo)選取依據(jù)是2007年我國對政府各類支出經(jīng)濟性質(zhì)與功能的重新分類,該分類科目中共有17類支出,根據(jù)文獻(xiàn)中常用分類方法將其分為購買性支出與轉(zhuǎn)移性支出,其中購買性支出分為消費性支出與投資性支出,本文進(jìn)一步將消費性支出分解為公共服務(wù)支出與維護性支出,具體為:公共服務(wù)支出為科教文衛(wèi)事業(yè)支出,轉(zhuǎn)移支出為社會保障與就業(yè)支出、災(zāi)后重建支出、援助支出、住房保障支出;維護性支出包含一般公共服務(wù)支出、外交、國防、公共安全等支出,剩余部分列為投資性支出。維護性支出主要是政府維持自身運作所需的支出,轉(zhuǎn)移支出具有專款專用性質(zhì),地方政府資源配置的權(quán)限主要在于公共服務(wù)支出與投資支出,因此本文根據(jù)此兩類財政支出進(jìn)行效率的測算,數(shù)據(jù)選取以2007年為基準(zhǔn),對31個省(自治區(qū)和直轄市)2007~2016年的財政支出數(shù)據(jù)進(jìn)行測算。
在指標(biāo)選取方面,選取人均公共服務(wù)支出、人均投資支出作為投入指標(biāo),并進(jìn)行對數(shù)處理。產(chǎn)出方面,依據(jù)投入產(chǎn)出配比原則選取教育產(chǎn)出、科技產(chǎn)出、衛(wèi)生醫(yī)療產(chǎn)出、基礎(chǔ)設(shè)施產(chǎn)出衡量產(chǎn)出結(jié)果,其中前三者可以視為公共服務(wù)類產(chǎn)出,這類產(chǎn)出指標(biāo)越高說明地方政府在民生支出的效率就越高,否則相反。
環(huán)境方面,考慮到政府部門在進(jìn)行資源配置時會受到一系列約束,如財力、制度等。由于這些約束的限制,地方政府進(jìn)行資源配置時側(cè)重點就會有所不同,因此選取人均GDP、城市化水平、政府規(guī)模、人口密度作為地區(qū)發(fā)展水平類約束指標(biāo),其中人均GDP代表了地區(qū)發(fā)展水平,是衡量地方財源大小的重要指標(biāo),人均GDP越高代表政府可以利用的資源就越多,從而提高財政支出效率,但De Borger(1996)認(rèn)為收入高的地區(qū)同樣會造成資源的浪費[2]。選取這個指標(biāo)不僅是因為其可以約束政府的預(yù)算行為,也可以實證檢驗研究期間我國的人均GDP對財政支出效率的影響情況;城市化水平衡量城鎮(zhèn)人口的占比,一般文獻(xiàn)中認(rèn)為城市化水平較高的地區(qū)代表了城市人力資本也就越高,相對于農(nóng)村來講人均受教育水平就會越高。城市化水平越高的省份在進(jìn)行資源配置時就越會偏重于基礎(chǔ)設(shè)施的投資與公共服務(wù)的支出,財政支出效率也就越高;政府規(guī)模數(shù)據(jù)的選取參照陳詩一和張軍(2008)的做法使用支出法GDP中政府消費占GDP的比例衡量;人口密度采用每平方公里人數(shù)進(jìn)行衡量;選取財政分權(quán)作為制度約束類指標(biāo),分權(quán)度越大說明地方政府財力自主也就越大,進(jìn)行資源配置時效率就會越高,Qian 和 Weingast(1997)認(rèn)為財政分權(quán)提高了市場化進(jìn)程[16],促進(jìn)了政府部門效率的提升;陳詩一和張軍(2008)也實證檢驗了1978~2005年二者之間的關(guān)系,結(jié)論是二者在考察期間呈現(xiàn)正相關(guān)[9],因此本文選取這一指標(biāo)度量制度約束對財政支出效率的影響。
本文數(shù)據(jù)全部來源于歷年《中國統(tǒng)計年鑒》與國研網(wǎng)數(shù)據(jù)庫,為了數(shù)據(jù)的可獲得性與可比性,本文僅考慮31個省級行政區(qū)(自治區(qū)和直轄市)的財政支出,數(shù)據(jù)的具體處理方法如下:
1.產(chǎn)出數(shù)據(jù)方面。一般而言,地方政府負(fù)責(zé)提供使本轄區(qū)居民受益的公共產(chǎn)品,這些公共品外部性相對來說較小,如基礎(chǔ)設(shè)施投資、衛(wèi)生醫(yī)療支出、科技支出、教育支出等,因此本文針對這些公共產(chǎn)品選取4個指標(biāo)進(jìn)行產(chǎn)出分析。具體如下:基礎(chǔ)設(shè)施投資產(chǎn)出指標(biāo)有農(nóng)村灌溉面積占總播種面積、人均農(nóng)村用電量(千瓦時/人)、人均鐵路里程(公里/人)、人均公路里程(公里/人)、人均業(yè)務(wù)郵電量(元/人)5個子指標(biāo);衛(wèi)生醫(yī)療產(chǎn)出有每萬人擁有的醫(yī)療技術(shù)人員數(shù)、每萬人擁有的床位數(shù)2個子指標(biāo);科技產(chǎn)出有人均技術(shù)交易成交額(元/人)、每萬人專利授權(quán)數(shù)2個子指標(biāo);教育產(chǎn)出指標(biāo)有每萬人擁有的大專及以上高等教育教職工人數(shù)、中等教育教職工人數(shù)、小學(xué)及以下教育教職工人數(shù)3個子指標(biāo)。由此,共有4個指標(biāo)12個子指標(biāo),數(shù)據(jù)的處理采用標(biāo)準(zhǔn)化法,即每個指標(biāo)根據(jù)其子指標(biāo)在進(jìn)行標(biāo)準(zhǔn)化之后加權(quán)平均得到。
2.投入數(shù)據(jù)方面。依據(jù)前文所述,本文選取的投入指標(biāo)為人均公共服務(wù)支出與人均投資支出,而未采用人均財政支出,這是因為就本文所要討論的產(chǎn)出而言,選取人均財政支出會使得投入的數(shù)據(jù)范圍過大不能和產(chǎn)出一一對應(yīng)。
3.環(huán)境數(shù)據(jù)方面。本文主要從經(jīng)濟發(fā)展水平、財政分權(quán)度來討論外部環(huán)境因素對政府資源配置的影響。選取人均GDP代表當(dāng)?shù)氐慕?jīng)濟發(fā)展水平,數(shù)據(jù)直接選自統(tǒng)計年鑒;財政分權(quán)度數(shù)據(jù)的選取,通常有3種度量方法:地方政府總收入占全國總收入的比重、地方財政總支出占全國總支出的比重、地方財政消費支出占全國總消費的比重。本文使用當(dāng)年財政支出占全國財政支出的占比進(jìn)行衡量。以上數(shù)據(jù)除了產(chǎn)出類指標(biāo)外均進(jìn)行了價格平減,為了平穩(wěn)化數(shù)據(jù),并采取了對數(shù)形式。
1.第一階段DEA測算結(jié)果。本文依據(jù)Deap2.1利用傳統(tǒng)DEA模型測算2007~2016年財政支出效率,下文從全國、區(qū)域、省際三個層面分析。
從全國層面看,2007~2016年我國財政支出效率整體上未完全達(dá)到效率前沿,但呈現(xiàn)上升趨勢,在不剔除環(huán)境變量與隨機干擾的情況下,考察期間,財政支出的技術(shù)效率值平均值為0.8,純技術(shù)效率值為0.97,規(guī)模效率值平均值為0.82。純技術(shù)效率值要比技術(shù)效率值、規(guī)模效率值更接近效率前沿,這說明我國代表純技術(shù)效率的管理決策水平有了很大提高。
從區(qū)域角度來看,地區(qū)之間的技術(shù)效率值排名為東部、中部、西部,分別為0.87、0.79、0.74;純平均技術(shù)效率的表現(xiàn)上三地區(qū)差異不大;規(guī)模效率上排序為東、中、西,分別為0.89、0.8、0.77,這也是西部平均技術(shù)效率低于東中部的主要原因(見表1)。
從省際角度看,北京、上海、山東、廣東、河南等5省(市)的效率值均為1(其中,河南逼近于1),處于效率最前沿。而效率值不超過0.8的省份有15個,分別是福建、海南、天津、甘肅、貴州、廣西、西藏、寧夏、青海、云南、安徽、吉林、江西、山西、重慶,其中3個東部省份、8個西部省份、4個中部省份。
表1 第一階段DEA測算結(jié)果
注:(1)TE:技術(shù)效率值, PE:純技術(shù)效率值,SE:規(guī)模效率值,TE = PE*SE;(2)區(qū)域劃分標(biāo)準(zhǔn):為了保持與現(xiàn)有文獻(xiàn)結(jié)論的可比性,本文延用1986年我國第七個五年規(guī)劃中的東中西部劃分方法。
2.第二階段DEA回歸結(jié)果。在第二階段,將第一階段傳統(tǒng)DEA測算出來的松弛變量值作為被解釋變量,將財政分權(quán)、人均GDP、城市化水平等環(huán)境因素作為解釋變量,采用Frontier 4.1軟件進(jìn)行隨機前沿(SFA)回歸,具體測算結(jié)果如表2。
表2 第二階段DEA分析回歸結(jié)果
注:似然比檢驗統(tǒng)計量在1%的水平上均大于單邊檢驗值14.325,拒絕模型無效率的假設(shè),說明模型顯著。
由于第二階段的被解釋變量表示決策單元的投入冗余,因此當(dāng)模型回歸系數(shù)為正時,表示增加此變量投入會導(dǎo)致決策單元的投入冗余,即帶來資源的浪費;當(dāng)回歸系數(shù)為負(fù)時,表示增加該環(huán)境變量的投入有利于提高效率,減少資源的浪費。
表2中參數(shù)γ代表了政府資源配置過程中管理無效率的方差占松弛變量總方差的比重,該系數(shù)大小與政府內(nèi)部管理效率成反比。系數(shù)值越大說明管理的無效率占比就越大,表2中的γ值分別為0.53、0.82,在顯著性水平檢驗上均通過了1%的顯著性水平檢驗,說明資源配置過程中人均公共服務(wù)支出、人均投資支出中松弛變量受環(huán)境因素與隨機干擾項的占比分別為47%、18%,通過比較這兩個數(shù)據(jù)不難發(fā)現(xiàn)相比于公共服務(wù)支出,基礎(chǔ)設(shè)施的投資內(nèi)部管理效率較差。
(1)人均GDP。該變量系數(shù)為正,且均在1%的顯著性水平上通過檢驗,意味著人均GDP高并不必然導(dǎo)致政府支出效率高,這說明經(jīng)濟越發(fā)達(dá)地區(qū)反而容易造成資源的浪費,地區(qū)人均GDP越高會造成政府閑置資源較大,無助于效率提升。這一點與陳詩一、張軍(2008)的研究比較一致[9]。比較人均公共服務(wù)支出與人均投資的系數(shù)發(fā)現(xiàn),每增加一單位的人均GDP導(dǎo)致的基礎(chǔ)投資效率損失要比公共服務(wù)大,說明財政支出更容易在基礎(chǔ)設(shè)施投資上造成浪費,這可能與地方政府“競爭錦標(biāo)賽”和“跑部錢進(jìn)”的策略行為有關(guān)。
(2)財政分權(quán)。該變量系數(shù)為負(fù),在顯著性水平檢驗上,人均公共服務(wù)支出在1%的顯著性水平上通過檢驗,說明財政分權(quán)度越大,地方政府的財政自主性就越強,公共服務(wù)支出的效率也就越高,而人均公共投資未通過顯著性水平檢驗。根據(jù)Otaes的觀點,地方政府在提供轄區(qū)內(nèi)公共物品時相對于中央政府更加具有信息優(yōu)勢,能夠根據(jù)轄區(qū)居民的偏好進(jìn)行資源配置,因此會提高資源配置效率。
(3)城市化水平。該變量系數(shù)為負(fù),分別在 2.5%、10%的顯著性水平上通過檢驗,說明提高城鎮(zhèn)化率可以提高財政支出效率,本文認(rèn)為城鎮(zhèn)化水平的提高意味著人口向城市的聚集,這部分人口的人力資本水平相對于農(nóng)村人口的較高,根據(jù)自身發(fā)展、家庭教育、醫(yī)療服務(wù)等對當(dāng)?shù)卣峁┕参锲?服務(wù))的需求也就較高,根據(jù)Tibout“用腳投票”理論,地方政府為了滿足當(dāng)?shù)氐墓参锲沸枨?,會增加提供公共物?服務(wù))的規(guī)模,從而形成規(guī)模經(jīng)濟,降低了單位公共品的成本,提高了財政支出效率。
(4)政府規(guī)模。該變量系數(shù)為負(fù),未通過顯著性水平檢驗,說明政府規(guī)模的擴大對政府支出效率的提升作用并不顯著。
(5)人口密度。人均公共服務(wù)支出的t值較小,未通過顯著性檢驗,而人均投資支出的t值在5%的水平上通過檢驗。說明人口密度的大小與公共服務(wù)支出的效率沒有相關(guān)關(guān)系,如2007年的黑龍江人口密度要遠(yuǎn)遠(yuǎn)低于福建、江西、湖北、湖南,但是效率值卻高于福建、江西,與湖北、湖南幾乎持平;又如同期的新疆人口密度同樣低于上述4個省份,但效率水平卻比這4個省份高。一種可能的解釋是西部地區(qū)財政收入主要靠轉(zhuǎn)移支付獲得,相應(yīng)的財政支出要受到中央嚴(yán)格的監(jiān)督,地方政府在轉(zhuǎn)移支付上的自主性不大,所以支出效率較高。
3.第三階段DEA模型測算。第三階段DEA分析根據(jù)第二階段SFA回歸結(jié)果,剔除了環(huán)境變量與隨機誤差項的影響,根據(jù)重新調(diào)整后的人均公共服務(wù)支出與人均公共投資支出作為新的投入值進(jìn)行DEA效率分析,最后得到地方政府在同質(zhì)環(huán)境下的效率值。具體效率值如表3所示。
表3 第三階段DEA分析測算結(jié)果
注:TE:技術(shù)效率值, PE:純技術(shù)效率值,SE:規(guī)模效率值;TE = PE*SE
通過對比表1與表3,不難發(fā)現(xiàn),在剔除了環(huán)境因素與隨機干擾的情況下,地方財政支出效率值發(fā)生了不同程度的變化,具體變化如表4。
從表4可以看出:(1)全國的平均技術(shù)效率由0.8上升至0.81,上升0.01,平均純技術(shù)效率由0.97上升至0.99,上升0.02,平均規(guī)模效率從0.82下降為0.81,就平均而言,期間政府部門管理技術(shù)在調(diào)整后有所上升,說明傳統(tǒng)DEA在效率值的評估上并不能真實反映政府資源配置的效率值。(2)調(diào)整前,北京、廣東、山東、上海、河南等5個省份處于效率前沿,調(diào)整后仍是這5個省份,未發(fā)生變化,說明這5個省份的資源配置效率一直都最高。(3)調(diào)整后,大多數(shù)省份的純技術(shù)效率值有所提升,提升幅度最高的是海南、天津、寧夏、青海、西藏等5個省份,分別提升0.06~0.07,說明了環(huán)境因素對省級支出效率的影響是比較明顯的。為進(jìn)一步比較各地區(qū)財政支出效率的變化情況,本文把2007~2016年經(jīng)過調(diào)整的各省份財政支出效率值的部分特征值列于表5中。
表4 第一階段與第三階段測算結(jié)果對比
注:表中的數(shù)值均為第三階段測算結(jié)果減去第一階段測算結(jié)果,均保留兩位有效數(shù)字,其中負(fù)值表示調(diào)整后的數(shù)值小于調(diào)整前的數(shù)值。
表5 我國2007~ 2016年區(qū)域財政支出效率特征值
從表5中可以看出,近年來我國調(diào)整后的效率差異均比調(diào)整前有所下降,東部的效率值差異從2007年的0.15下降至0.12,西部從2007年的0.14降至0.11,中部地區(qū)從0.12降至0.11,下降幅度東部和西部最大;從平均值上看,各區(qū)域均有所上升,其中西部地區(qū)上升幅度最大,為0.14。變異系數(shù)變化態(tài)勢進(jìn)一步印證了各地區(qū)之間的財政支出效率的差距在縮小,說明政府管理水平所導(dǎo)致的效率隨著時間而趨同,出現(xiàn)較大變化的是規(guī)模效率所帶來的平均技術(shù)效率的變化。
通過前文分析,得出地方財政支出效率差異主要受規(guī)模因素及環(huán)境因素影響的結(jié)論。本部分針對這兩種影響因素分別進(jìn)行分析。
1.規(guī)模因素分析。在分離出環(huán)境因素之后,由于政府管理水平日漸趨同,平均技術(shù)效率差異主要歸結(jié)于規(guī)模因素,也就是說效率差異主要是資源配置、產(chǎn)業(yè)結(jié)構(gòu)等引起的,這一點可以從第二階段隨機前沿分析中得出結(jié)論,并且人均服務(wù)支出與人均投資支出中政府管理無效率占比分別為53%、 82%,資源錯配占比分別為47%、18%,可見相比于人均服務(wù)支出,人均投資支出的效率更低。三地區(qū)相比較而言,西部地區(qū)的投資服務(wù)比在樣本期的大多數(shù)年份都高于中部,而東部最低。通過分析省份之間的投資服務(wù)比發(fā)現(xiàn)處于效率前沿省市的投資服務(wù)比較低,如廣東比值為0.70,說明其公共服務(wù)水平較高,而青海、寧夏、西藏、內(nèi)蒙古基本在2左右,其公共服務(wù)提供水平較低,當(dāng)政府將一定的財力用于基礎(chǔ)設(shè)施建設(shè)時必然將導(dǎo)致公共服務(wù)供給的短缺;從2007~2016年時間趨勢上對比來看,各地區(qū)的投資服務(wù)比都高于2007年,這一比例在2013~2015年開始下降,說明了地區(qū)已逐漸在提高公共服務(wù)支出的比重。
2.環(huán)境因素分析。在第二階段隨機前沿分析中人均GDP較高的地區(qū)反而會降低財政支出效率,通過比較其對服務(wù)與投資支出的效率值可以發(fā)現(xiàn),經(jīng)濟水平越發(fā)達(dá)的地區(qū)在基礎(chǔ)設(shè)施投資上的效率損失就越大,說明經(jīng)濟發(fā)展水平更高的地區(qū)閑置資源也就越大,這會損害效率的提升;財政分權(quán)、城市化水平與財政支出效率正相關(guān),這與目前大多數(shù)研究結(jié)論相同,財政分權(quán)度與地區(qū)人口素質(zhì)的提升對公共服務(wù)支出效率有顯著的正影響。值得注意的是,政府規(guī)模對財政支出效率并無顯著影響,這一點并不支持倡導(dǎo)小政府的傳統(tǒng)理論,究其原因:一方面我國目前處于轉(zhuǎn)軌經(jīng)濟,市場化程度不高,而資源在從由私人配置轉(zhuǎn)移至政府配置的過程中,由于政府在這方面比私人具有先天的優(yōu)勢,其配置效率要比私人部門配置效率較高;另一方面由于存在著越位與缺位問題,導(dǎo)致政府在市場競爭較為集中的行業(yè)支出效率并不高。這兩方面在轉(zhuǎn)軌時期的中國經(jīng)濟中不難理解,不過也要看到其參數(shù)值相比于其他因素影響較小,轉(zhuǎn)軌時期的我國政府規(guī)模雖對財政支出效率有正向影響,但影響不大。
本文使用三階段DEA模型分析了2007~2016年我國財政支出的綜合效率,以效率值作為被解釋變量,環(huán)境因素作為解釋變量,不僅分析了環(huán)境因素對效率值的影響,并在剔除了環(huán)境因素與隨機干擾項后測算出了研究期間真實的效率值,根據(jù)前文效率差異的原因等總結(jié)并提出以下政策建議:
第一,地方財政支出的效率差異主要是由規(guī)模因素引起的。在未剔除環(huán)境變量與隨機因素的影響時,東部地區(qū)的效率值為0.87,調(diào)整后為0.88,西部地區(qū)的效率值在調(diào)整前為0.74,調(diào)整后為0.75,中部地區(qū)的效率值調(diào)整前后未發(fā)生變化,為0.79,變化顯示了環(huán)境因素的影響是存在的,而且比較顯著;相對于總體效率值,政府的管理水平變化所導(dǎo)致的效率差異較小,各地的管理水平隨著時間推移而趨同,從而得出結(jié)論:財政支出效率的變化主要是由規(guī)模效率較低引起的,我國地方政府在資源配置過程中要注重其合理性。
第二,地區(qū)發(fā)展水平對財政支出效率存在顯著的負(fù)影響,財政分權(quán)等因素則相反。人均GDP的提升增加了政府支出效率的投入冗余,帶來了資源的浪費,因此在提高財政支出效率的同時要警惕支出過程中存在的資源浪費情況,保證財政支出的合理性與有效性;財政分權(quán)、城市化水平與財政支出效率正相關(guān),二者的提升有利于提升財政支出效率,對人均投資支出效率影響不顯著;政府規(guī)模對政府支出效率沒有顯著的影響。
第三,政府管理水平隨時間變化呈現(xiàn)趨同趨勢。2007~2016年我國各地區(qū)效率值的平均值與標(biāo)準(zhǔn)差都有所下降,說明在剔除了環(huán)境因素與隨機干擾之后,地區(qū)之間的差異逐漸在縮小,政府管理水平隨著時間變化呈現(xiàn)出趨同的跡象,進(jìn)一步揭示了提高政府治理水平、優(yōu)化資源配置結(jié)構(gòu)對提高財政支出效率的重要性。