lopment Analysis，DEA），是一种常用的效率计算方法，本质上是运用运筹学思想，利用线性规划方法，通过计算产出/投入对效率进行评价。该方法最早是由美国运筹学家 Charnes，Cooper 和 Rhodes 提出的[32]，因此最近的 DEA 模型也称作 CCR 模型。数据包络分析的一大优点在于无需设置生产函数，而且可以处理多投入多产出的效率分析问题。数据包络分析是一种非参数法，避免了参数法因生产函数误设或者内生性等问题导致的参数估计不准确等问题。自该方法诞生以来，数据包络分析得到了学术界大量应用，并逐渐延伸发展为多个模型，如超效率 DEA、至前沿最远距离 DEA、多阶段 DEA 等。这些数据包络分析方法在绩效评价、效率测算方面得到了广泛应用。Liuguo Shao 等运用两阶段网络 DEA 测算了中国工业部门的生态效率，在研究区间内发现中国的工业部门生态效率得到了可观的提升[33]。Rashidi 和 Cullinane 运用 DEA 分析了 OECD 国家物流产业的可持续性，研究发现美国、挪威、荷兰和澳大利亚表现较好，而韩国、希腊和意大利表现较差[34]。Kaffash等则对 1993~2018 年间，在保险业研究方面 DEA 的运用进行了调查分析，近些年新进发展的 DEA 模型在保险研究中使用较少，而二阶段法运用得最多[35]。在国内，DEA模型也得到了广泛应用。颜鹏飞和王兵运用 DEA 方法对我国分省的技术效率、技术进步和生产率进行了测算，研究发现 1992 年之前我国经济效率出现趋同现象，1997年之后全要素生产率增长开始递减[36]。刘海英和王钰运用零和 DEA，同时与历史法相结合，对我国碳排放权和用能权的分配问题进行了研究优化，研究发现在市场机制不够完善的条件下，零和 DEA 的分配方式可能会抑制技术进步[37]。蓝虹和穆争社运用三阶段 DEA 模型，对我国农村信用社的绩效进行了评价和分析，研究发现我国农村信用社总体上处于技术无效状态，主要是由于纯技术效率低下，投入要素浪费造成的[38]。
表 3-1 描述性统计
.......................
第 5 章 结论与对策
5.1 主要结论
本文在深化财政领域改革的宏观背景下，对四川省地方政府的财政支出绩效进行了评价。本文从静态和动态两个视角对其进行评价。静态评价主要是根据评价指标体系，对某地的财政支出绩效进行逐年的测算，忽略了跨期对比。动态评价在基于面板数据，对财政支出绩效评价进行动态的跨期对比。两种评价方式相互补充。在静态评价中，本文基于 5E 原则，即经济性、效率性、有效性、公平性和环境性，构建了财政支出绩效评价指标体系，运用主成分分析法对各指标进行赋权，随后对四川省 21个地级市（州）2010~2018 年间的财政支出绩效进行了测算。在动态评价中，本文运用 DEA-Malmquist 方法，从财政目标的经济增长、民生保障、社会发展、生态环境和科技创新五个方面构建了投入-产出指标，对四川省 21 个地级市（州）2010~2018年间的财政支出绩效进行了动态评价。本文主要得出以下结论：
（1）从静态视角看，整体的财政支出绩效是稳步提升的，但不同地市之间存在差异。不同地市的财政支出绩效提升速度有差异，从而导致不同地市财政支出绩效差距在扩大。攀枝花、自贡和广元财政支出绩效排名比较靠前，而巴中、凉山和资阳相对靠后。
（2）具体到静态评价的五个维度看，在不同维度各地市的表现具有较大差异。在某一维度排名比较靠前的城市在另外指标可能相对落后。这表明财政支出绩效是一个多维度的综合评价结果，在注重整体绩效的基础上，也应该因地制宜地关注绩效的结构组成。
（3）从动态视角看，整体的 Malmquist 指数除了在 2015~2016 年间，Malmquist指数是略微下降外，其他年份都是增长的，说明整体的财政支出绩效水平是逐年提升的。其中，在 2010~2014 年间，财政支出绩效水平的提升主要是由技术进步推动的，在此之后，技术效率的作用逐年提高。
参考文献（略）
