［摘要］从供给侧结构性视角探讨如何评估和提高城市公共服务效率，文章首先采集大量的涵盖公共服务多方面的样本数据，为全面深入分析公共服务效率因子奠定了基础；其次构建综合指标体系，采用数据包络分析（Data Envelopment Analysis,DEA）模型计算和评估城市公共服务效率得分，并在此基础上采用随机非参数数据包络分析（Stochastic Nonparametric Envelopment of Data,StoNED）修正DEA模型方法，精准评估并提升公共服务效率，以此深入研究供给侧因素对城市公共服务效率的影响。研究结果显示，StoNED修正模型在城市公共服务效率的评估和提升方面具备更高的准确性和适用性，对城市规划和公共服务资源的优化配置具有重要意义。
［关键词］公共服务资源,供给侧,StoNED,DEA,城市规划,效率评估
1研究背景
现代社会，城市公共服务在确保市民生活质量和促进城市可持续发展方面扮演着至关重要的角色。城市公共服务的质量和效率直接影响市民的日常生活，涵盖领域广泛，包括但不限于教育、医疗、交通和社会保障。然而，公共服务领域面临着众多挑战，如有限的资源、多元化的服务需求和服务质量不均衡等问题。在这一背景下，准确评估和提高城市公共服务效率成为政府和政策制定者迫切需要解决的问题。然而，以往的研究主要关注需求侧因素，如市民满意度和需求的弹性，而供给侧结构性因素的研究相对有限。供给侧结构性视角能够更全面地考量公共服务的组织和运作，包括资源配置、管理效率以及技术效率等方面。相较于需求侧视角的关注点，供给侧结构性视角更加综合，有助于全面理解城市公共服务的运行机制。因此，为弥补当前研究领域空缺，本文以供给侧结构性视角为基础，专注于评估和提高城市公共服务效率［1］。在此视角下，供给侧因素涵盖资源配置、管理和技术效率，在决定公共服务效率方面发挥着关键作用。
文章采用随机非参数数据包络方法（StoNED）修正数据包络分析（DEA）模型方法，以更好地处理复杂的供给侧结构性问题，这一方法能够更准确地衡量且更有效地提高城市公共服务效率。在接下来的章节中，文章将深入探讨和介绍供给侧结构性视角下评估和提高城市公共服务效率的方法以及呈现研究的主要发现和结论。
2研究方法
2.1数据收集
为了全面评估城市公共服务效率，文章采用系统性数据收集方法，收集多个城市的相关数据，具体如表1所示。表1数据涵盖公共服务的多个方面，包括产出指标和投入指标，能够更全面地评估公共服务效率。在产出指标方面，文章考察了诸如教育质量、医疗服务质量、基础设施完善程度等因素，以综合评估不同城市的服务产出情况；在投入指标方面，文章考察的因素包括人力资源、财政支出、设施设备等，以深入研究城市资源的投入情况。为确保数据的可信度和完整性，文章广泛收集了政府报告、统计年鉴以及相关研究机构发布的数据。这些数据来源是公认的可靠来源，能够为文章的研究提供充分的信息［2-3］。
文章在数据收集阶段采集了多样化的数据源，以获取全面的城市公共服务数据进一步支持研究目标，这些数据为深入分析城市公共服务效率奠定了坚实基础。此外，为确保数据的准确性和一致性，本文还对数据进行了仔细的验证和清洗。这一严格的数据处理流程有助于消除潜在的数据偏差和误差，为文章的分析奠定了可靠的基础，研究结果更具可信度。
2.2 DEA模型
在本研究中，文章采用DEA模型评估城市公共服务的效率。DEA模型是一种非参数方法，可以用于衡量多个输入和输出指标之间的效率。DEA模型的核心思想是寻找一组城市的线性组合，使它们的效率得分最大化。对于城市i(i=1,2,…,n)，存在m个输入(X1,X2,…,Xm)和s个输出(Y1,Y2,…,Ys)。DEA模型表示如下：
式（1）中，θ≥1，λi≥0，对所有i(i=1,2,…,n)均成立。在这个模型中，θ表示城市i的效率得分，λi是城市i的权重，用于确定输入和输出的线性组合［4-6］。通过求解上述线性规划问题，可以确定每个城市的效率得分，这有利于比较不同城市之间的效率差异采用DEA模型，可以计算并评估各城市的公共服务效率得分。这些效率得分代表着城市在资源转化为公共服务方面的表现，其理论取值范围在0至1之间。其中，1代表着最高效率水平的达成。表2呈现了各城市公共服务效率得分的分布情况，以及各城市在效率得分排名上的表现。其中，效率得分用来量化城市在公共服务提供方面的效率，较高的得分表示城市能够更高效地利用资源提供公共服务。标准差作为一项统计度量，用来反映不同城市之间效率得分的变异程度，较小的标准差表明各城市之间的公共服务效率差距较小，而较大的标准差则表明公共服务效率存在较大的差异。另外，文章还引入了服务覆盖率指标，通过百分比的形式来描述城市公共服务的覆盖程度，以此反映服务的质量和数量。服务覆盖率的高低对城市公共服务的全面性和可及性具有重要影响。
2.3 StoNED模型
在DEA模型的基础上，文章进一步采用了StoNED模型进行修正和深化，从而更准确地处理供给侧结构性因素。StoNED模型是一种随机非参数数据包络方法，它是一种半参数方法，融合了数据包络分析和随机前沿分析的优点。该模型的关键特点在于能够将无效率项与随机误差项分离，从而更精确地评估和提高城市公共服务效率。在StoNED模型中，输入因素代表城市公共服务的资源和投入，包括人力资源、财政支出、设施设备等要素；输出则代表服务的产出，如教育质量、医疗服务质量、基础设施完善程度等方面的指标；无效率项则用来评估城市资源转化为公共服务的效率，用来衡量城市资源的有效利用程度；随机误差项则考虑了不确定性因素的影响，这些因素可能在不同程度影响城市公共服务的产出。为了更全面地评估城市公共服务效率，StoNED模型还综合考虑了环境变量、随机误差和管理无效率等多个因素，以更准确地衡量城市公共服务的效率并进行更深入的分析［7-9］。
本文采用StoNED修正模型，通过深入分析各城市的公共服务效率，进一步确定了各城市在纯技术效率、规模效率和分配效率方面的表现。这些效率分析结果不仅有助于全面理解城市公共服务供给结构，还为政府决策者提供了重要的政策制定信息。这些模型得到的结果能够更全面、更准确地评估城市公共服务效率，为政府决策者提供有关如何改进城市公共服务供给的策略和建议，从而促使城市提供更高效、更稳定和更广泛的公共服务。
本文对不同城市的公共服务效率进行了未修正（DEA模型）和修正后（StoNED）的比较，得到的结果如表3所示。由表3可知，未修正的效率得分范围在0.75到0.92之间，说明城市之间存在公共服务效率差异。然而，应用StoNED模型修正后，城市公共服务效率得分普遍提高，范围在0.78到0.95之间，表明StoNED模型的引入能够改进城市公共服务效率得分，城市能够更有效地将资源转化为公共服务。未修正的标准差范围处于0.03到0.07之间，而修正后的标准差范围处于0.03到0.05之间，修正后的标准差较小，说明城市之间的公共服务效率差异减小，公共服务效率更趋于一致。未修正的服务覆盖率范围处于88%到97%之间，而修正后的服务覆盖率范围处于91%到98%之间，说明通过StoNED修正，城市的公共服务范围和质量得到提高，更多市民能够获得高质量的公共服务。
综合来看，StoNED模型的应用有助于更精确地评估和提高城市的公共服务效率，也能够提高服务的普及程度，为政府决策者提供了关于如何改进城市公共服务供给的重要建议。这一研究为城市规划和资源分配决策提供了有益的信息，有助于城市提供更高效、更一致和更广泛的公共服务。这些发现具有深远的意义，有助于推动城市的可持续发展，提升市民的生活质量［10-11］。
3结果与讨论
本研究采用了StoNED模型对多个城市的公共服务效率进行了深入的定量评估，并详细比较了修正前和修正后的效率得分、标准差以及服务覆盖率。结果表明，StoNED模型可以准确有效评估城市公共服务效率，并且经StoNED修正后，不同城市的公共服务效率得分明显提升［6］，这一改善反映了StoNED模型在分离无效率因素和随机误差项方面的卓越性，有助于更准确地度量和提高城市公共服务的效率和水平［7］。此外，修正后的标准差显著减小，表明城市效率分布的差异性降低，服务覆盖率也得到显著改善，这意味着StoNED修正对于提高不同城市之间的公共服务效率一致性、减少效率波动以及提高服务的覆盖程度具有积极作用。研究结果对于精确评估和有效提高城市公共服务效率具有重要意义。未来的研究将进一步深入探讨供给侧结构性因素对城市公共服务效率的影响，以加深人们对城市公共服务效率的理解，并提出更具精细化的建议。
主要参考文献
［1］程文辉.基于DEA三阶段模型的公共文化服务预算效率评价［J］.统计与决策,2017(23):157-160.
［2］詹国辉,张新文.公众满意视阈下基本公共服务的匹配效率测度［J］.统计与决策,2017(1):47-50.
［3］刘小鲁.区域性公共品的最优供给:应用中国省际面板数据的分析［J］.世界经济,2008(4):86-95.
［4］王经政,秦小丽.基于StoNED方法的三阶段DEA模型改进［J］.系统工程,2019(2):30-37.
［5］陈钊,徐彤.走向“为和谐而竞争”:晋升锦标赛下的中央和地方治理模式变迁［J］.世界经济,2011(9):3-18.
［6］储德银,韩一多,张同斌,等.中国式分权与公共服务供给效率:线性抑或倒“U”［J］.经济学,2018(3):1259-1288.
［7］龚锋,卢洪友.财政分权与地方公共服务配置效率：基于义务教育和医疗卫生服务的实证研究［J］.经济评论,2013(1):42-51.
［8］方齐云,袁野.数字政务与城市公共服务效率：基于政务App的准自然实验［J］.城市问题,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务效率评估［J］.成都大学学报(社会科学版),2020(1):33-38.
［10］高雪莲.京津冀公共服务一体化下的财政均衡分配［J］.经济社会体制比较,2015(5):58-65.
［11］涂良军,胡晓亚.基于DEA的重庆市县域公共服务生产效率评价［J］.商,2015(5):63.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/guanlilunwen/78755.html
