中國(guó)省域信息經(jīng)濟(jì)效率測(cè)算
——基于三階段DEA模型

葉仁道，方冰妮

（杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310018）

一、引言

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等信息技術(shù)的快速發(fā)展，以及網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略與“互聯(lián)網(wǎng)+”模式的提出，我國(guó)逐步形成了以信息經(jīng)濟(jì)為核心的新型經(jīng)濟(jì)形態(tài)。據(jù)《2016中國(guó)信息經(jīng)濟(jì)研究報(bào)告》顯示，2015年，我國(guó)信息經(jīng)濟(jì)總量同比名義增長(zhǎng)超過17.5%，顯著高于當(dāng)年GDP增速，且對(duì)GDP增長(zhǎng)的貢獻(xiàn)達(dá)到27.5%。中國(guó)信息經(jīng)濟(jì)發(fā)展迅速，但生產(chǎn)活動(dòng)中“高投入、高消耗、低產(chǎn)出”現(xiàn)象層出不窮，導(dǎo)致信息經(jīng)濟(jì)效率不高，信息經(jīng)濟(jì)可持續(xù)發(fā)展面臨巨大挑戰(zhàn)。因此，有必要對(duì)各省（市、區(qū)）信息經(jīng)濟(jì)效率進(jìn)行測(cè)算，并探尋其效率低下的環(huán)節(jié)及原因，進(jìn)一步優(yōu)化投入產(chǎn)出比例。同時(shí)，針對(duì)性地提出改進(jìn)途徑，為因地制宜地制定本地區(qū)信息經(jīng)濟(jì)發(fā)展策略提供有益思路，最終實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)發(fā)展由粗放型向集約型轉(zhuǎn)變。

國(guó)內(nèi)外學(xué)者針對(duì)信息經(jīng)濟(jì)概念問題展開了大量研究。1959年Marschak首次提出“信息經(jīng)濟(jì)學(xué)”這一術(shù)語(yǔ)。1973年信息社會(huì)創(chuàng)始人Danniel發(fā)展了信息經(jīng)濟(jì)的概念，提出發(fā)達(dá)國(guó)家已經(jīng)從前工業(yè)社會(huì)發(fā)展到工業(yè)社會(huì)，最終到達(dá)后工業(yè)社會(huì)階段。在新的社會(huì)階段，經(jīng)濟(jì)活動(dòng)的基本戰(zhàn)略資源，工具，勞動(dòng)環(huán)境，文化觀念都有一系列的變化。Porat在前人研究基礎(chǔ)上將經(jīng)濟(jì)劃分為兩個(gè)范疇：一種涉及物質(zhì)與能源形態(tài)轉(zhuǎn)換的領(lǐng)域；另一種涉及信息形式轉(zhuǎn)換的領(lǐng)域，并給出了信息經(jīng)濟(jì)的定義和計(jì)量方式。烏家培將信息經(jīng)濟(jì)分成廣義信息經(jīng)濟(jì)和狹義信息經(jīng)濟(jì)。廣義信息經(jīng)濟(jì)需從宏觀層次上進(jìn)行理解，即信息社會(huì)的經(jīng)濟(jì)；狹義信息經(jīng)濟(jì)需從部門經(jīng)濟(jì)的中觀層次上進(jìn)行理解，即信息部門的經(jīng)濟(jì)[1]。

隨著信息經(jīng)濟(jì)在國(guó)民經(jīng)濟(jì)中所占比重越來越大，信息經(jīng)濟(jì)相關(guān)測(cè)算日益成為眾多學(xué)者關(guān)注的焦點(diǎn)之一。例如，靖繼鵬等研究了現(xiàn)有的信息經(jīng)濟(jì)測(cè)度方法并做出了評(píng)價(jià)。同時(shí)，建立了符合我國(guó)國(guó)情的信息化水平測(cè)度的理論模型[2]。萬里鵬研究了信息經(jīng)濟(jì)測(cè)度與信息化測(cè)度之間的關(guān)系，從測(cè)度現(xiàn)象的同源性、經(jīng)濟(jì)對(duì)社會(huì)的“嵌入”和經(jīng)濟(jì)的社會(huì)形態(tài)三個(gè)方面建立信息經(jīng)濟(jì)與信息化測(cè)度的深層次關(guān)聯(lián)[3]?？铝嵴f明了信息經(jīng)濟(jì)在測(cè)度研究中存在的問題，并從復(fù)雜系統(tǒng)建模角度出發(fā)，給出了在信息化及信息產(chǎn)業(yè)方面的研究思路[4-5]。俞立平根據(jù)中國(guó)信息經(jīng)濟(jì)分析框架選取指標(biāo)，運(yùn)用DEA與Malmquist指數(shù)相結(jié)合的方法，測(cè)算了2001—2008年中國(guó)信息經(jīng)濟(jì)技術(shù)效率值，結(jié)果表明東中西部地區(qū)在技術(shù)效率與全要素效率上存在明顯差異[6]。

綜觀現(xiàn)有研究，國(guó)內(nèi)外學(xué)者對(duì)信息經(jīng)濟(jì)的研究大多局限于定性分析，關(guān)于信息經(jīng)濟(jì)效率的定量研究成果較少?；诖?，本文運(yùn)用三階段DEA模型研究2015年中國(guó)各?。▍^(qū)、市）的信息經(jīng)濟(jì)效率，從而全面了解中國(guó)省域信息經(jīng)濟(jì)效率狀況，為政府優(yōu)化資源配置提供建議。

二、模型與方法

Charnes等在1978年首次提出數(shù)據(jù)包絡(luò)分析（DEA）[7]，2011年 Cooper對(duì) DEA 給出了新的定義，即DEA方法是評(píng)價(jià)一組同質(zhì)決策單元效率的導(dǎo)向方法[8]。考慮到，傳統(tǒng)DEA模型在測(cè)算效率時(shí)會(huì)受到環(huán)境因素與隨機(jī)誤差的影響，F(xiàn)ried等提出了三階段DEA模型[9]，利用SFA模型對(duì)投入變量進(jìn)行修正，從而使計(jì)算結(jié)果更具真實(shí)性。

首先，本文采用投入導(dǎo)向BCC-DEA模型來測(cè)算2015年我國(guó)29個(gè)?。▍^(qū)、市）的信息經(jīng)濟(jì)效率。其次，通過構(gòu)建SFA回歸對(duì)于第一階段得到的投入松弛變量進(jìn)行分解。構(gòu)造如下模型：

其中，sik為第i個(gè)投入變量第k個(gè)決策單元的松弛值，f（Zk，βi）=zk·βi為環(huán)境因素對(duì)松弛值的影響，zk和βi分別表示環(huán)境變量觀測(cè)值及其系數(shù)，νik為隨機(jī)誤差，uik為管理無效率。假定νik和uik相互獨(dú)立，且與Zk不相關(guān)。利用極大似然估計(jì)法估計(jì)未知參數(shù)，根據(jù)回歸結(jié)果并參考羅登躍[10]等提出的方法分離管理無效率并得出uik，進(jìn)而利用（2）式對(duì)初始投入值進(jìn)行調(diào)整：

其中，xij和ij分別表示第 i個(gè)投入變量第 k個(gè)決策單元的初始投入值以及調(diào)整后的投入值，i是環(huán)境變量系數(shù)估計(jì)值，ik是隨機(jī)誤差的估計(jì)值。最后，再次利用BCC-DEA模型，計(jì)算第二階段調(diào)整后的投入量和初始產(chǎn)出量計(jì)算剔除環(huán)境因素和隨機(jī)誤差后的效率值。

三、變量選擇與來源

（一）變量選擇

鑒于現(xiàn)有信息經(jīng)濟(jì)研究成果，結(jié)合本研究的研究目的，同時(shí)考慮數(shù)據(jù)的可衡量性、易獲取性，本文選取了資本和勞動(dòng)力作為投入指標(biāo)，信息經(jīng)濟(jì)發(fā)展水平為產(chǎn)出指標(biāo)測(cè)算信息經(jīng)濟(jì)效率值。然而，環(huán)境變量會(huì)對(duì)信息經(jīng)濟(jì)效率產(chǎn)生積極或消極影響。因此，在對(duì)信息經(jīng)濟(jì)效率進(jìn)行測(cè)算時(shí)，必須消除環(huán)境因素的影響。本文選擇經(jīng)濟(jì)發(fā)展?fàn)顩r、教育發(fā)展水平和互聯(lián)網(wǎng)普及情況三個(gè)變量作為環(huán)境變量。指標(biāo)體系如表1所示。

表1 我國(guó)省域信息經(jīng)濟(jì)效率測(cè)算指標(biāo)體系

（二）數(shù)據(jù)來源

本文所需投入數(shù)據(jù)來源于2015年《中國(guó)統(tǒng)計(jì)年鑒》，產(chǎn)出數(shù)據(jù)來源于中國(guó)信息化百人會(huì)課題組的測(cè)算數(shù)據(jù)，環(huán)境變量數(shù)據(jù)來源于2015年各省份統(tǒng)計(jì)年鑒及公報(bào)。

四、實(shí)證分析

（一）傳統(tǒng)DEA模型

以2015年全國(guó)29個(gè)?。ㄓ捎跀?shù)據(jù)缺失，暫不考慮西藏、海南）的從業(yè)人數(shù)和固定資產(chǎn)投資額作為投入指標(biāo)，信息經(jīng)濟(jì)規(guī)模為產(chǎn)出指標(biāo)，測(cè)算第一階段我國(guó)省域信息經(jīng)濟(jì)效率，結(jié)果如表2所示。2015年，我國(guó)信息經(jīng)濟(jì)綜合效率為0.332，純技術(shù)效率值為0.507，規(guī)模效率值為0.675。這說明純技術(shù)效率低是影響我國(guó)信息經(jīng)濟(jì)效率低下的主要原因。從區(qū)域發(fā)展來看，我國(guó)信息經(jīng)濟(jì)效率東部最高，其次是中部，最后是西部。進(jìn)一步分析我國(guó)省域信息經(jīng)濟(jì)發(fā)展?fàn)顩r，北京和上海的綜合效率及規(guī)模效率均為1，說明京、滬兩地相關(guān)資源配置和使用是有效的，處于信息經(jīng)濟(jì)生產(chǎn)的前沿面；北京、天津、上海、江蘇、廣東及青海的純效率值為1，表明在目前的技術(shù)和管理狀態(tài)下，這六個(gè)省對(duì)信息資源的使用是相對(duì)有效的。

表2 2015年我國(guó)各?。ㄊ?、區(qū)）信息經(jīng)濟(jì)效率

（二）相似SFA模型

考慮到外部環(huán)境和隨機(jī)誤差可能會(huì)對(duì)信息經(jīng)濟(jì)效率測(cè)算結(jié)果產(chǎn)生影響。因此，采用SFA回歸模型對(duì)初始投入進(jìn)行調(diào)整。以環(huán)境變量為自變量，松弛變量為因變量，借助Frontier4.1軟件進(jìn)行SFA回歸，剔除環(huán)境變量和隨機(jī)誤差對(duì)投入變量的影響，回歸結(jié)果如表3所示。

表3 第二階段SFA回歸結(jié)果

回歸結(jié)果顯示，在顯著性水平為1%的情況下松弛變量均通過了LR檢驗(yàn)，表明模型的估計(jì)結(jié)果在總體上是合理的。同時(shí)，環(huán)境變量的回歸系數(shù)均通過了顯著性水平為1%、5%或10%的顯著性檢驗(yàn)，表明環(huán)境變量的選擇是合理的。并且，接近于1，說明在測(cè)算信息經(jīng)濟(jì)效率過程中，技術(shù)非效率是理論值與實(shí)際值差異的主要來源，進(jìn)一步證明本文所選的環(huán)境變量對(duì)信息經(jīng)濟(jì)投入變量的松弛變量有顯著影響。因此，在測(cè)算信息經(jīng)濟(jì)效率時(shí)，剔除環(huán)境變量是有必要的。

進(jìn)一步分析SFA回歸結(jié)果：（1）GDP對(duì)于兩個(gè)松弛變量的回歸系數(shù)均為負(fù)，且通過檢驗(yàn)，說明增加GDP會(huì)顯著減少上述投入變量的松弛量，即GDP的增加會(huì)提升信息資源利用率，從而提高信息經(jīng)濟(jì)效率。（2）互聯(lián)網(wǎng)普及率對(duì)于兩個(gè)松弛變量的回歸系數(shù)與預(yù)期結(jié)果相同，呈負(fù)相關(guān)，且在1%的顯著性水平下顯著，說明增加互聯(lián)網(wǎng)普及率有利于信息資源的合理配置。在信息經(jīng)濟(jì)時(shí)代，“互聯(lián)網(wǎng)+”模式的廣泛應(yīng)用可以提高閑置資源的利用率，進(jìn)而提高信息經(jīng)濟(jì)效率。（3）每10萬人口高等教育學(xué)校平均在校生數(shù)對(duì)于兩個(gè)松弛變量的回歸系數(shù)值為正，并且通過顯著性檢驗(yàn)，表明每10萬人口高等教育學(xué)校平均在校生數(shù)增加會(huì)增加信息經(jīng)濟(jì)效率投入的松弛變量值，不利于信息經(jīng)濟(jì)效率的提高。這可能是由于我國(guó)當(dāng)前管理和技術(shù)水平的限制，在當(dāng)前狀況下，每10萬人口高等教育學(xué)校平均在校生數(shù)的增加會(huì)加大松弛變量值，降低信息經(jīng)濟(jì)效率，因此應(yīng)提高管理和技術(shù)水平。

（三）調(diào)整投入變量后的DEA模型

以第二階段調(diào)整后的投入量和初始產(chǎn)出量，計(jì)算第三階段信息經(jīng)濟(jì)效率。結(jié)果如表2所示，從總體上看，經(jīng)過調(diào)整后綜合效率提高62.05%，純技術(shù)效率提高53.25%，規(guī)模效率提高幅度最小，只提高了3.41%，由此說明調(diào)整前效率被低估，且純技術(shù)效率是影響綜合效率的關(guān)鍵因素。從區(qū)域來看，調(diào)整后東部地區(qū)的綜合效率、純技術(shù)效率和規(guī)模效率仍處于領(lǐng)先地位，除純技術(shù)效率外，中部地區(qū)的效率值高于西部地區(qū)。

進(jìn)一步分析各省份情況，上海在調(diào)整前后信息經(jīng)濟(jì)效率值始終為1，依然處于技術(shù)效率前沿面。據(jù)統(tǒng)計(jì)，2015年上海信息化發(fā)展指數(shù)列全國(guó)第一，上海信息經(jīng)濟(jì)發(fā)展?fàn)顩r穩(wěn)定，對(duì)于信息資源的利用效率較高。江蘇、重慶信息經(jīng)濟(jì)效率經(jīng)調(diào)整后上升為1，說明這兩地信息經(jīng)濟(jì)效率在調(diào)整前被低估。經(jīng)調(diào)整，北京、天津、青海和寧夏四省綜合效率值小幅度下降，其他省市綜合效率值均有所上升。上海、江蘇和廣東純技術(shù)效率值不受環(huán)境因素影響，北京、天津和青海三省純技術(shù)效率值下降，即調(diào)整前高估了這三個(gè)省份的純技術(shù)效率值，其他地區(qū)的純技術(shù)效率值均有不同幅度上升。浙江、江蘇、福建、山東、廣東、重慶和云南規(guī)模效率值增加，其他地區(qū)（除上海）規(guī)模效率值下降，規(guī)模效率遞增。

五、結(jié)論與建議

實(shí)證分析結(jié)果表明，區(qū)域之間發(fā)展不平衡問題顯著，各省份在信息經(jīng)濟(jì)效率上存在較大差異；大部分省份的信息經(jīng)濟(jì)效率都處于無效狀態(tài)，表現(xiàn)為投入過度，信息資源存在浪費(fèi)；資源配置不合理，25個(gè)省份處于規(guī)模報(bào)酬遞增趨勢(shì)，導(dǎo)致信息經(jīng)濟(jì)無法得到充分發(fā)展，規(guī)模效率較低；純效率水平不高，表明其未能以較為有效的方式生產(chǎn)，區(qū)域治理水平和技術(shù)還有待提高。

因此，政府應(yīng)建立合理的政策，調(diào)整區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，為信息經(jīng)濟(jì)發(fā)展提供有利環(huán)境。省域之間應(yīng)加強(qiáng)交流，以促進(jìn)管理水平和技術(shù)水平的提升，優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)區(qū)域之間協(xié)調(diào)發(fā)展。同時(shí)，簡(jiǎn)政放權(quán)，充分發(fā)揮市場(chǎng)機(jī)制對(duì)經(jīng)濟(jì)發(fā)展的作用，促進(jìn)技術(shù)水平提高，優(yōu)化信息經(jīng)濟(jì)的投入產(chǎn)出效率，激發(fā)、促進(jìn)信息經(jīng)濟(jì)投入的轉(zhuǎn)化活力。加快互聯(lián)網(wǎng)配套設(shè)施建設(shè)，提高互聯(lián)網(wǎng)普及率，推動(dòng)信息經(jīng)濟(jì)發(fā)展，提高信息經(jīng)濟(jì)效率。純效率不高的省份應(yīng)提高管理和技術(shù)水平，以提高信息經(jīng)濟(jì)的純技術(shù)效率。規(guī)模效率低下的省份應(yīng)引進(jìn)優(yōu)秀人才，使區(qū)域資源得到有效利用，提高信息經(jīng)濟(jì)的規(guī)模效率，從而提高信息經(jīng)濟(jì)綜合效率，實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)高質(zhì)量高水平發(fā)展。