唐娟莉

（郑州大学 商学院，河南 郑州450001）

改革开放30多年以来，中国农村发生了翻天覆地的变化，农村经济持续稳定健康增长，农民生活水平不断提高，农村公共服务供给也逐渐呈现出多元化的趋势。农村公共服务作为社会公共服务的有机组成部分，是政府的重要职能，也是各类社会组织参与农村公共事业和发挥作用的重要领域。近年来，在政府的积极推动下中国农村公共服务已有较大的改观，但从中国的实际情况来看，农村公共服务投资入口松、选项盲目、立项草率，严重影响了农村公共服务的投资效率，并造成了城乡之间、发达地区与落后地区之间公共服务的非均等化。农村公共服务投资的低效率和投资绩效评价指标体系的缺失，更使对农村公共服务投资的管理和监督较难，在很大程度上制约了农村公共服务投资发挥更大的效益，也造成了农村公共服务投资效率低的现实。因此，在全球竞争越演越烈和中国经济迅猛发展的现代社会以及在农民对农村公共服务的需求逐渐呈现出多样化、高标准化的趋势下，如何保障公共资源的合理配置和如何增加农村公共服务投资资金是一个难题；如何实现各级政府与农民间的紧密合作；如何保证农村公共服务的有效供给及其效率性；特别是如何对政府极力支持并为此花费了大量财力的农村公共服务体系进行评价，即如何对财政资金投入所带来的产出效果进行评价，解除制约农村公共服务供给及其农村发展的“瓶颈”，已成为公共管理领域亟待解决的问题，同时也是政府十分关注的重要问题［1］。本文的研究主旨也在于此。

在研究过程中，采用数据包络分析（Data Envelopment Analysis，DEA），对农村公共服务投资的技术效率进行尝试性评价。数据包络分析是一种具有多种输入、多种输出指标的同类型部门之间相对有效性的理想的评价方法，把农村公共服务假设为一个多投入、多产出的生产系统（之所以如此，主要是根据十届四次人大会议《纲要》中所规定的公共服务的范围，同时农村公共服务的运作涉及到多个部门，如教育部门、农业部门、社会保障部门、卫生部门等，且这些部门之间与各级政府部门之间密切关联），所涉及的效率评价指标较多，所以运用DEA方法可以对不同地区的农村公共服务投资情况做出评价和比较。自从DEA方法提出以来，数据包络分析方法就被广泛地应用于各个行业的有效性评价上，如企业、医院、科研、教育、农业等单位的效率评价。因此，在确定科学的决策单元和投入指标与产出指标的基础上，运用该方法对中国不同地区的农村公共服务投资的相对有效性进行评价，建立Tobit模型，对影响农村公共服务投资技术效率的主要因素进行实证分析，以期检测农村公共服务体系建设的功效如何，为政府合理配置公共资源和修正公共服务投资方向提供理论依据和决策支撑。

一、研究方法

DEA是目前比较常用的评价效率与生产率的一种分析方法，仅通过投入和产出数据便可以测算出各决策单元的相对效率值。DEA方法可以从投入和产出两个角度核算技术效率，此构建基于投入角度的C2R模型。

设有N个决策单元 DMUj，j＝1，2，…，n；DMUj输入为xj＝ （x1j，x2j，…，xmj）T，输出为yj＝（y1j，y2j，…，ysj）T；m为输入指标数目，s为输出指标数目，x1j，x2j，…，xmj≥0（j＝1，2，…，n）即其分量非负并且至少有一个是正的，构建基于投入的C2R模型为［2］：

式（1）中x0、y0分别为被评价单元的投入和产出指标，λj为各决策单元组合系数，ε是非阿基米德无穷小量，eT为单元行向量；θ是效率评价指数，也通常被称作效率系数；s－、s＋代表松弛变量。

运用DEA方法测算的农村公共服务投资技术效率是一种相对效率，并不能从微观层面更为准确地确定影响农村公共服务投资技术效率的主要因素及其影响程度。因此，为了确定农村公共服务投资技术效率的关键影响因子，以上述分析为基础建立Tobit计量模型，即：

式（2）中i＝1，2，…，n；当＞0时Yi＝，当≤0时Yi＝0；为潜变量，Yi为农村公共服务投资技术效率，Xi为影响农村公共服务投资技术效率的各因素。

二、数据来源与变量选择

（一）数据来源

研究所用指标数据均来自于《中国统计年鉴》（2008—2010）、《中国农村统计年鉴》（2008—2010）、《中国农业统计年鉴》（2008—2010）、《中国教育经费统计年鉴》（2008—2010）、《中国卫生统计年鉴》（2008—2010），共选取2007—2009年全国31个省（自治区、直辖市）93个样本数据，用以测算中国31个省（自治区、直辖市）的农村公共服务投资技术效率，并确定其关键影响因素。

（二）技术效率评价指标选择

选择效率评价指标分为投入和产出两类指标。在测算农村公共服务投资技术效率时，主要选取了几类与农民生活息息相关的公共服务，包括农村基础教育、农村医疗、农村道路、农田水利设施（由于2007年开始统计年鉴中统计口径的变化，农田水利设施和农村道路直接相关数据难以获取，故本文用农林水事务支出综合代替农田水利设施和农村道路投资；相对应的农田水利设施的产出指标用有效灌溉面积表示；农村道路（一般用里程表示）产出指标用各省份全部公路里程扣除高速公路和城市公路之后的公路里程来替代）、农村社会保障（由于统计年鉴中个别数据的缺失，对缺失数据的估算本文做出如下解释：第一，天津、湖南、青海、西藏2007年年末参加农村社会养老保险人数是按照年末参加农村社会养老保险人数占年末参加养老保险的全国平均水平的25．682%进行估算。第二，湖南2008年年末参加农村社会养老保险人数是按照2007－2009年全国年末参加农村社会养老保险人数的平均增长速度的18．625%进行估算；青海、西藏2008年年末参加农村社会养老保险人数是按照2007年年末全国参加农村社会养老保险人数增长速度的8．191%进行估算。第三，青海、西藏2009年年末参加农村社会养老保险人数是按照2008年年末全国参加农村社会养老保险人数增长速度的30．07%进行估算）。因此，投入指标主要包括预算内农村教育经费支出（x1，亿元）、农村医疗卫生经费支出（x2，亿元）、农林水事务支出（x3，亿元）、农村社会保障和就业支出（x4，亿元）；产出指标主要包括农村初中和小学在校学生数（y1，万人）、每千农业人口乡村医生和卫生员数（y2，人）、农村道路里程（y3，公里）、有效灌溉面积（y4，千公顷）、年末参加农村社会养老保险的人数（y5，万人）。

（三）技术效率影响因素Tobit变量选择

被解释变量（Y）：以2007—2009年31个省（自治区、直辖市）的农村公共服务投资技术效率系数作为被解释变量。

解释变量：在综合了相关研究成果之后，选取经济发展水平、财政分权度、人口规模、城市化水平、农民人均收入水平五个可能对农村公共服务投资技术效率产生影响的外生变量［3－6］。

1．经济发展水平。经济发展水平会对农村公共服务投资技术效率的提升产生重要作用，但是经济发展高的地区并不一定意味着农村公共服务投资技术效率水平就高，主要是因为地区经济增长与财政支出的增长并不一定能带来农村的基础教育、医疗卫生、基础设施、社会保障等公共服务投资的均衡增长。因此，笔者认为地区经济发展水平与农村公共服务投资技术效率的关系尚需实证分析来检验。

2．财政分权度。地区财政分权度越高，意味着地区财政收入水平相对越高，地区农村公共服务财政投资资金也就会越多，有助于促进农村公共服务投资技术效率的提升。因此，预期财政分权度会对农村公共服务投资技术效率产生显著的正效应。

3．人口规模。一个地区农村人口越多、农民居住越集中、人口密度越大，政府财政支出的规模经济效应就会越显著，对于政府提供农村公共服务越有利，农村公共服务投资技术效率也就越高。因此，预期地区人口规模与农村公共服务投资技术效率之间存在着正向关系。

4．城市化水平。一个地区的城市化水平越高，越能发挥城市公共服务设施对农村的辐射带动作用，越有利于农村公共服务的有效供给。因此，预期地区城市化水平越高，越有助于提升农村公共服务投资技术效率。

5．农民人均收入水平。随着农民人均收入水平的不断提高，农民对于农村公共服务的需求也逐渐呈现出多样化、高标准等特性，政府对农村公共服务的财政支出在某种程度上会引导农民投资其所需的部分准公共物品，这样农村准公共物品的实际消费水平则会不断提高，有助于促进农村公共服务投资技术效率水平的提升。农民的收入水平越高，就越能给当地政府施加压力，不断满足其对有效率的公共服务的需求水平，因此笔者预期农民人均收入水平会对农村公共服务投资技术效率产生正向影响。

基于以上影响因素的分析，表1提供了上述所选择的五个农村公共服务投资技术效率影响因素的描述性统计结果与预期影响方向。

表1 农村公共服务投资技术效率影响因素变量定义与描述性统计表

三、农村公共服务投资技术效率DEA实证结果及其分析

（一）农村公共服务投资技术效率测算

表2提供了2007—2009年全国31个省（自治区、直辖市）农村公共服务投资的综合技术效率（TE）的测度结果。2007—2009年不同地区农村公共服务投资技术效率水平的变化呈现出梯度变化特征，即西部地区比中部地区高，中部地区又比东部地区高，这说明：一方面，这几年西部地区对于公共服务资源的利用效率要高于东部地区，似乎与从经济角度分析的结果不一致；东部地区的效率应高于西部地区，说明西部地区利用“后发优势”的效率提高超过了东部地区，在此将其称为具有“追赶效应”。虽然东部地区的经济发展水平较高，农村公共服务设施相对于西部地区较为完善，对于农村公共服务的投资水平也较西部地区高，但效率水平提升的空间很小，特别是社会主义新农村建设战略方针提出以来，国家加大了对西部地区的投入，尤其是加大了农村公共服务的投入力度，使西部地区的农村公共服务设施得到了有效改善，资源的有效利用程度也得到了很大的提高，投资效率也明显提高。另一方面，经济增长水平高的地区并不一定就表示公共服务投资效率高，这意味着中国农村公共服务投资技术效率存在着明显的地区差异，在不同程度上存在着资源浪费现象，同时在一定程度上说明中国农村公共服务投资过程中存在增长与失衡并存的局面，也印证了中国地方公共支出结构偏向问题［5］。

表2 各年中国各地区农村公共服务投资技术效率值表（2007—2009）

2007—2009年，31个省（自治区、直辖市）中11个省（自治区）属于DEA有效，即福建、山东、河北、河南、江西、内蒙古、贵州、西藏、青海、宁夏、新疆，说明处于规模收益不变阶段投入产出比达到了最优状态；其余省份属于非DEA有效，这表明投入资源未得到充分有效利用，具有投入产出不匹配的特征，可能是这些地区的农村公共服务投资存在着盲目性、缺乏针对性、投入要素质量低下、投资结构和规模不当等原因。

2007—2009年，辽宁、海南、上海的技术效率水平低下处于全国技术效率水平的后列，原因可能是经济发展水平较高，农村公共服务设施已相当完善，农村公共服务供给水平也很高，从而农村公共服务投资技术效率水平提升的空间很小；西藏、新疆这两个欠发达地区却处于生产前沿面上，均处于技术有效状态，可能是因为农村公共服务资源投入相对于经济发达地区而言还严重匮乏，意味着同等的投入产出效率未必能带来显著的经济增长。

（二）农村公共服务投资技术效率变异系数测算

表3提供了2007—2009年中国各地区农村公共服务投资技术效率变异系数的测算结果。由表3可知：除天津市、海南省外，各省份的农村公共服务投资技术效率变异系数均比较小（小于0．080），表明2007—2009年中国农村公共服务投资技术效率的波动幅度很小。从计算结果看，2007年海南省的技术效率水平处于全国最低水平，仅为0．319（见表2），这是由于海南建省较晚，各级财政对于农村公共服务的投入力度较小、资金使用和管理缺乏监督、财政转移支付方式不合理、公共服务的供需脱节等原因造成的；2008年国家和海南各级地方财政加大了对农村公共服务的人力、物力和财力的投入，使农村公共服务的落后现状得到了一定程度的改善，效率水平大幅度上升了16．8%，但仍处于全国最低水平，技术效率水平为0．487（见表2）；2009年海南省充分发挥政府的导向作用，通过财政转移支付等措施，进一步加大了对农村公共服务的投入力度，特别是加大了“三农”投入力度和县乡财政的财力倾斜力度，全方位大面积加强了教育、医疗卫生、社会保障等广大农民群众最关心、最直接、最现实的民生工程建设，推进了基本公共服务均等化，使海南省的农村公共服务状况得到了较大改善，2009年的效率水平也得到较大幅度的提升，上升了9．9%，技术效率水平上升为0．586（见表2），这正好可以解释海南省的农村公共服务投资技术效率变异系数较大这一问题。但是2009年海南省农村公共服务投资的效率水平还不是太理想，仍处于全国较低的水平，可能是因为农村公共服务投资具有较长时间的滞后效应，在短期内并不能带来很大的效益（由于篇幅关系，在此只对海南省的情况作出解释）。

表3 中国各地区农村公共服务投资技术效率变异系数表（2007—2009）

四、农村公共服务投资技术效率影响因素Tobit回归分析

通过测度2007—2009年中国31个省（自治区、直辖市）的农村公共服务投资技术效率，发现各省份之间农村公共服务投资技术效率差异显著。因此，进一步运用Tobit模型对影响农村公共服务投资技术效率的关键因素进行实证分析，以中部地区为基准，引入东、中、西部三大地区虚拟变量（哑变量）D1、D2、D3，以检验测算东、中、西部地区的农村公共服务投资技术效率在统计上是否存在显著差异；同时考察财政分权（指中央与地方之间的分权）政策对东、中、西部地区农村公共服务投资技术效率的影响差异，引入财政分权度变量（本研究考虑的主要原因是自1994年中国实行分税体制改革之后，财政分权体制作为中国的基本财政制度安排，地方财政支出规模、结构及其效率都可能会受到重要影响）与东、中、西部三大地区虚拟变量的交互项［4，6］。

由于运用DEA方法测算出的农村公共服务投资技术效率系数（θ）是介于0～1之间的截尾数据，且数据类型为平衡面板数据，为了充分利用面板数据中所包含的时间序列与横截面信息及其避免最小二乘估计（OLS）可能带来的偏误，运用受限的Tobit随机效应面板模型做回归分析。

设θit是利用2007—2009年31个省（自治区、直辖市）的横截面数据所测算得到的农村公共服务投资的DEA效率系数，即综合技术效率（TE），可建立如下受限的Tobit随机效应面板模型：

其中Yit＊为2007—2009年31个省（自治区、直辖市）的农村公共服务投资技术效率系数θit的水平（i＝1，2，…，31），Xit为影响农村公共服务投资综合技术效率的因素，μi为随个体变化而变化但不随时间而变化并和解释变量（Xit）不相关的随机变量，εit为随个体与时间独立变化的随机变量，α为截距项（在此模型中代表中部地区农村公共服务投资的平均技术效率水平），β为待估参数向量。

表4是采用Stata统计软件估计的三个随机效应回归模型的计量结果。从对数似然值可以发现三个模型拟合程度的先后次序是模型3＞模型2＞模型1，表明财政分权度变量是影响中国农村公共服务投资技术效率的重要因素；三个模型的rho值都达到了0．87以上，说明农村公共服务投资技术效率的变化主要是由个体效应的变化来解释的；三个模型的似然比检验（卡方）结果显示个体效应方差为0的原假设被拒绝；三个模型的随机项方差（即包括个体效应标准差和随机干扰项标准差）估计值的显著性很高。

表4 农村公共服务投资技术效率影响因素实证结果表（Tobit随机效应面板模型）

由表4知，中部地区农村公共服务投资的平均技术效率水平约为1．2，东部地区和中部地区的差异不显著，在统计上呈现出负向关系，西部地区的平均技术效率水平比中部地区高0．055左右（在模型3中却出现了偏低现象且不显著）；模型1和模型2的参数估计值在1%的显著性水平上具有统计显著性，即以中部地区为基准，对于农村公共服务投资技术效率水平东部地区偏低，西部地区较高，这正好印证了第三部分中对中国农村公共服务投资技术效率的测度结果。究其原因，一是第三部分中对技术效率测算结果的解释；二是农村公共服务和经济增长的双向因果关系在不同阶段可能强度不同［5，7］。

在模型2中加入了财政分权度变量，在5%的显著性水平上对农村公共服务投资技术效率产生了较显著的正效应，这与预期的方向一致。财政分权度的提高有利于农村公共服务的供给，进而可以提升农村公共服务投资技术效率水平，表明农村公共服务投资技术效率的提升在一定程度上有赖于地区财政分权度，即地区财政分权度的高低变化趋势与农村公共服务投资技术效率的高低变化趋势是一致的［8］。

在模型3中加入了财政分权度与东、中、西部三大地区虚拟变量D1、D2、D3的交互项，模型3的回归结果显示财政分权度在5%的显著性水平上对中西部地区产生了正向影响，而对东部地区产生了负效应且不显著，可见财政分权政策对东部地区农村公共服务投资技术效率的影响要小于对中西部地区的影响。由于财政分权政策的影响而导致的农村公共服务投资技术效率水平的提升或下降情况，就全国水平而言，农村公共服务投资技术效率相对于原有水平提高了0．03左右。从地区分布上看，中部地区农村公共服务投资的平均技术效率水平相对于原有水平显著提高了0．165 5，西部地区提高了0．263 4左右，东部地区却下降了0．054，可见财政分权政策对于东部地区农村公共服务投资技术效率的影响并不显著。

大量研究表明财政支出效率的提高得益于较高的经济发展水平，但本文研究所得到的结果却与此相反，而与刘天军等人的研究结果相同［6－7］。由表4可知三个模型中人均GDP与农村公共服务投资技术效率之间呈现负向相关关系，表明经济的快速增长并不一定就会提升农村公共服务投资技术效率水平，这与陈诗一等人的研究结果是一致的［4－5］。原因可能是经济和公共财政支出的增长并不一定会带来教育、医疗、基础设施等公共服务供给的同步均衡增长，甚至可能会发生公共服务供给拥挤的现象，促使其成本增加和效率恶化［7］。

学者们对于人口统计特征的研究结果不尽相同。Grossman等人研究认为人口密度的扩大能促使公共服务的供给出现规模经济，也就是人口密度和政府支出效率之间存在正相关关系［4－5］［9－10］。但也有学者的研究结果与此正好相反，即人口密度对政府支出效率产生了负向影响［6］。笔者研究认为人口规模与农村公共服务投资技术效率之间具有正向关系，这与预期相符。三个模型中，模型2和模型3的系数分别在5%和1%的显著性水平上显著，而模型1中人口规模虽对农村公共服务投资技术效率产生了正向影响，但作用并不显著，这表明一个地区农村人口越多、农民居住越集中、人口密度越大，农村公共服务供给越能呈现出规模经济效应，越有利于农村公共服务的供给，进而越能促进农村公共服务投资技术效率的提升［7］。

城市化水平对地区经济发展和城乡公共品统筹供给的实现产生了显著的影响，但是城市化水平与地方政府财政支出效率之间的关系并不显著［10－11］。表4回归结果显示，三个模型中城市化水平与农村公共服务投资技术效率之间具有显著的负向相关关系，这与预期正好相反，说明城市公共服务设施对周边农村的辐射带动作用还很不理想，表明近些年国家通过“以工带农、以城促乡”的惠农政策还未能充分凸显其预期效果。

三个模型中，农民收入水平均与农村公共服务投资技术效率之间具有显著的正相关关系，与预期相符。模型1和模型3的系数通过5%的显著性检验，模型2的系数通过10%显著性水平的检验，说明随着农民人均收入水平的不断提高，农民对于农村公共服务的需求也越来越呈现出多样化、高标准等特性，政府对于农村公共服务的财政支出在某种程度上会引导农民投资其所需的部分准公共物品，而农村准公共物品实际消费水平的不断提高，也促进了农村公共服务投资技术效率水平的提升。同时，农民的收入水平越高就越能给当地政府施加压力，不断满足其对于有效率的公共服务的需求水平，可见促进农民增收对改进和提高中国政府农村公共服务投资技术效率具有重要意义。

五、研究结论

本文运用2007—2009年的统计数据，通过非参数方法，测算了全国31个省（自治区、直辖市）的农村公共服务投资的综合技术效率，并计算了变异系数。在此基础上构建了受限的Tobit随机效应面板模型，实证分析了影响农村公共服务投资技术效率的关键因素。通过实证分析，得到如下结论：

第一，2007—2009年，不同地区农村公共服务投资技术效率水平的变化呈现出梯度变化特征，即西部地区比中部地区高，中部地区比东部地区高，说明这几年西部地区利用“后发优势”的效率提高超过了东部地区，即称之为具有“追赶效应”。

第二，中国农村公共服务投资技术效率存在着明显的地区差异，这说明过去西部地区农村公共服务投资技术效率水平远低于东中部地区的情形在近几年得到了很大的改观，并超越了东中部地区。

第三，2007—2009年，全国31个省（自治区、直辖市）中11个省（自治区）属DEA有效，即福建、山东、河北、河南、江西、内蒙古、贵州、西藏、青海、宁夏、新疆，说明处于规模收益不变阶段投入产出比达到了最优状态，其余20个省份属非DEA有效。

第四，2007—2009年，除天津市、海南省外，其余各省份的农村公共服务投资技术效率变异系数均比较小（小于0．080），表明中国农村公共服务投资技术效率的波动幅度很小。

第五，对于政府的不可控因素，如财政分权、人口规模、农民收入水平、地理区位等，对东、中、西部三大地区的农村公共服务投资技术效率差异形成产生了重要影响。具体而言，一个地区财政分权度越高、人口规模越大、农民收入水平越高，农村公共服务投资技术效率就越高。地区之间，东中部地区的农村公共服务投资技术效率水平比西部地区低，而经济发展水平对农村公共服务投资技术效率的提升起到了反向作用，表明经济的快速增长并不一定会提升农村公共服务投资技术效率水平。此外，城市化水平对中国农村公共服务投资技术效率具有显著的负效应，说明城市公共服务设施对周边农村的辐射带动作用还很不理想，表明近些年国家通过“以工带农、以城促乡”的惠农政策还未能充分凸显其预期效果。

［1］ 王宝顺，刘京焕．中国公共服务投入与产出的动态关系研究——以教育和公共卫生为例［J］．统计与信息论坛，2011（11）．

［2］ 朱玉春，唐娟莉，刘春梅．基于DEA方法的中国农村公共服务效率评价［J］．软科学，2010（3）．

［3］ 李燕凌．基于DEA－Tobit模型的财政支农效率分析——以湖南省为例［J］．中国农村经济，2008（9）．

［4］ 陈诗一，张军．中国地方政府财政支出效率研究：1978－2005［J］．中国社会科学，2008（4）．

［5］ 管新帅，王思文．中国地方公共品供给效率地区差异测度［J］．兰州大学学报：社会科学版，2009（4）．

［6］ 韩华为，苗艳青．地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEATobit分析［J］．财经研究，2010（5）．

［7］ 刘天军，唐娟莉，霍学喜，等．农村公共物品供给效率测度及影响因素研究——基于陕西省的面板数据［J］．农业技术经济，2012（2）．

［8］ 刘成奎，桂大一．财政分权、民主、媒体意识对农村公共产品供给影响分析——以我国农村公路为例［J］．当代经济科学，2009（5）．

［9］ Philip Grossman，Panayiotis Mavros，Robert Wassmer．Public Sector Technical Inefficiency in Large U．S．Cities［J］．Journal of Urban Economics，1999（2）．

［10］张宁，胡鞍钢，郑京海．应用DEA方法评测中国各地区健康生产效率［J］．经济研究，2006（7）．

［11］林万龙．经济发展水平制约下的城乡公共产品统筹供给：理论分析及其现实含义［J］．中国农村观察，2005（2）．