摘要：运用数据包络分析方法中BCC 模型和Malmquist 指数方法，测算2007-2011 年我国省级政府电子政务效率及全要素生产率。发现：我国省级电子政务效率低下，全要素生产率呈现缓慢下降特征。技术退步是引起全要素生产率下降的主要原因。运用广义最小二乘法考察效率影响因素。发现：经济发展水平、高等教育程度、公共服务支出比例对电子政务效率显著性正相关，移动电话渗透率显著性负相关。关键词：电子政务；效率评价；数据包络分析；政府网站绩效中图分类号：G250.2;D63-39 文献标识码：A 文章编号：1007-7634（2014）12-138-04Measurement and Analysis of E-government Efficiency at the ProvincialLevel in ChinaWAN Li1，CHENG Hui-ping2（1.School of information management, Wuhan University, Wuhan 430072, China;2.School of management, Hubei University of Technology,Wuhan 430068, China）Abstract: The paper measures the efficiency and its total factor productivity (TFP) of e-government at theprovincial level in China during the period 2007-2011, applying the BCC model of DEA method. Thestudy finds that the e-government efficiency is low in China, and the TFP presents a slow downtrend. Thedownward trend of TFP has been mainly caused by technical regression. Four key influence factors one-government efficiency are researched by generalized least squares method (GLS). The results show thatthe levels of economic development, the development level of higher education, the proportion of the ex⁃penditure on public services have a significant and positive effect. And the mobile-phone penetration hasa strikingly negative relationship.Key words: e-government; efficiency evaluation; data envelopment analysis; government website perfor⁃mance目前针对我国电子政务效率测算的文献主要有：詹钟炜（2006）运用DEA模型测算了我国2003年28省电子政务效率，发现：DEA是政府网站评价与管理的一种新方法【1】。李虹来（2008）运用数据包络分析中的BCC模型，测算了我国2006年28省电子政务效率，发现：电子政务绩效与主观努力的有效性成正比【2】。马东山（2009）运用DEA模型中的CCR模型测算了我国2007年31省电子政务效率，结果显示：吉林、安徽、海南、重庆、四川、云南和西藏效率达到技术有效【3】。陈岚（2010）运用因子分析和超效率DEA模型，测算了我国2008年31省电子政务效率，发现我国电子政务的实际有效程度总体较低，10个省份技术有效，21个省份技术无效【4】。王立华（2011）运用DEA模型中的CCR模型和BCC模型测算了2008年我国30省农村电子政务效率，发现：7个省份是表现为有效，23个省表现为技术无收稿日期：2013-10-22作者简介：万莉（1985-），女，江西人，博士生，主要从事信息资源管理.情报科学·博士论坛· 第32卷第12期2014年12月- 138 -效。23个无效省份中17个省份处于规模收益递增阶段，应通过扩大规模来提高效率【5】。李想（2012）运用DEA模型中的BCC模型和超效率模型测算了2010年我国31省电子政务效率，发现：仅有3个省份是技术有效的，6个省份纯技术效率有效、规模效率无效类型，22个省份处于纯技术效率和规模效率无效类型【6】。王一华（2012）运用超效率DEA模型，测算了2009年省级政府网站效率，发现：政府网站效率高低与人均GDP关联性很低【7】。这些研究主要针对电子政务静态效率进行测算，然后针对研究结果将决策单元进行排名、将决策单元在生产前沿进行投影分析。并未针对效率的动态变化及影响因素进行研究。本文将采用面板数据，在测算电子政务静态效率的基础，进一步剖析效率的动态变化以及其影响因素。1 研究方法、指标选择与数据来源1.1 研究方法（1）BCC模型。数据包络分析（DEA），主要用来评价多投入和多产出决策单元的相对有效性，该方法优点在于：投入产出指标数据均无需进行无量纲化处理，同一指标下的所有决策单元量纲一致，不受计量单位的影响。不需要给出投入产出生产函数和指标权重假设的前提下，有效避免专家打分的主观性。仅根据投入产出的数据，就能考察同一时期内不同截面之间的相对有效程度，即计算的得到的效率值为相对值。同时可以进行投影分析，找出投入冗余或产出不足，并能给出投入或产出的目标值；还可以对决策单元的规模报酬收益状况（递增、不变、递减）进行分析。DEA在对决策单元进行效率分析时，可以选用投入或产出导向。投入导向表示，在既定产出条件下，减少投入冗余能力；产出导向表示，在既定投入条件下，如何实现产出最大化。根据分析需要，本文采取投入导向下可变规模报酬的BCC模型。该模型可以同时衡量决策单元是否达到技术有效和规模有效，将技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE）。若技术效率TE＜1，则需以1-TE 的比例减少投入，即存在1-TE的比例改善空间。纯技术效率体现的是管理与技术水平的作用，而规模效率则反映的是电子政务活动中投入规模变化所产生的效率影响。（2）Malmquist指数。Malmquist生产率指数以某一时期的生产前沿为参照技术，用两个不同时期的距离函数的比值来表示。Malmquist指数将全要素生产率指数（tfpch）分解为技术效率变化指数（ef⁃fch）和技术进步指数（techch）两个部分乘积。技术效率变化指数可分解为可变规模报酬假定下的纯技术效率变化指数（pech）和规模效率变化指数（sech）的乘积。如果effch、techch大于1意味着技术效率上升和技术进步，小于1意味着技术效率衰退和技术退步，等于1意味着技术效率和技术进步无变化。全要素生产率指数大于1、等于1、小于1分别意味着生产率呈现增长、不变和下降趋势。技术进步指数反映了生产前沿面的“移动效应”，技术效率指数反映了决策单元到最佳实践边界的“追赶效应”。pech大于1表示可变规模报酬下效率改善，反之则效率衰退；sech大于1，表示第t+1时期相对第t时期而言，t+1期更接近固定规模报酬，反之则远离固定规模报酬。（3）面板线性回归模型。以电子政务效率为因变量，影响因素为自变量，建立面板线性回归模型如公式（1）所示：TEit = β0 + βi xit + ε （1）TEit 代表电子政务效率值，xit 代表影响因素，β0 、ε 分别代表常数项、误差项。βi 代表回归系数。若βi 大于0，则表示对电子政务效率提升具有正影响。若βi 小于0，则表示该影响因素阻碍电子政务效率的增长。1.2 指标选择与数据来源产出指标：政府网站绩效评估总分，数据来源于中国软件评测中心发布的《中国政府网站绩效评估报告》。投入指标：网民普及率、信息基础设施（陈亮（2011）【8】），数据来源于《中国统计年鉴》。网民普及率，反映人员投入；信息基础设施则反映建设电子政务所必需基础条件。结合电子政务特点，本文主要考察经济发展的水平、人的素质、ICT技术的普及程度、财政体制四个方面环境影响因素。因此，选择经济发展水平、高等教育程度、移动电话渗透率、公共服务支出比例四个变量为自变量，进行回归分析。电子政务效率评价与影响因素考察指标体系如表1所示。表1 电子政务效率评价与影响因素考察指标体系一级指标产出投入二级指标政府网站绩效评估信息基础设施网民普及率量化政府网站绩效评估总分长途光缆线路长度（公里/百人）互联网上网人数比例（（%））情报科学·博士论坛· 第32卷第12期2014年12月- 139 -影响因素经济发展水平高等教育程度移动电话渗透率公共服务支出比例人均GDP 高等教育学生人数（人/百人）移动电话普及率(部/百人)一般公共服务支出占总支出比例（%）2 实证结果与分析2.1 效率测算与分析运用Deap 2.1软件计算得到2007-2011年中国大陆地区31省份电子政务效率平均值。（1）我国政府电子政府技术效率值为0.630，表明我国电子政府资源没有得到充分利用。纯技术效率为0.802，规模效率为0.779。纯技术效率大于规模效率，表明在现有管理水平下，可以继续扩大电子政府资源的投入力度。（2）纯技术效率大于规模效率值的省份有17省：北京、河北、内蒙古、上海、浙江、安徽、江西、山东、河南、广西、海南、重庆、贵州、云南、西藏、甘肃、宁夏。此类省份应从管理创新角度入手，提升驾驭现有资源投入的能力。（3）纯技术效率小于规模效率的省份有14省：天津、山西、辽宁、吉林、黑龙江、江苏、福建、湖北、湖南、广东、四川、陕西、青海、新疆。可以适当提升规模经济投入，通过资源投入来激励管理创新。（4）31省电子政务活动均未达到生产前沿面，海南第一，安徽第二、上海第三；排在后三位的分别为：广西、青海、西藏。八大经济区域：南部沿海地区（广东、福建、海南）、东部沿海地区（上海市和江苏省、浙江省）、北部沿海地区（山东、河北、北京、天津）；东北地区（辽宁、吉林、黑龙江）；长江中游地区（湖南、湖北、江西、安徽）、黄河中游地区（陕西、河南、山西、内蒙古）；西南地区（广西、云南、贵州、四川、重庆）、西北地区（甘肃、青海、宁夏、西藏、新疆）。八大经济地区电子政务效率计算结果如表2所示。长江中游电子政务效率最高，东部沿海次之，北京沿海第三。位于后三位的地区分别为：黄河中游、东北、西北。表2 八大经济地区电子政务效率地区南部沿海东部沿海北部沿海东北crste0.6920.7560.7350.512vrste0.7600.8660.8890.649scale0.9100.8720.8250.790地区长江中游黄河中游西南西北crste0.7900.5670.6700.387vrste0.8820.7470.9020.691scale0.8890.7510.7380.574为了考察电子政务效率与投入产出变量之间的关系【9】，选取电子政务效率作为因变量TE，各省市的电子政务网站绩效评估总分（Y）、人均长途光缆线路长度（K）、互联网普及率（L）作为自变量进行回归，回归方程如下公式（2）所示：TEit = β0 + βK Kit + βL Lit + ε （2）回归结果为：TE=0.013Y–0.267K–0.008L+0.208(13.63***)(-3.31***)(-7.80***)(5.12***)回归结果显示：Y、K、L均达到1%显著性水平，Y回归系数为正数，K、L回归系数为负数，则表明电子政务的投入要素节约，效率会提高。产出增长则效率增长。这一结论即为各级政府追求的“以最小化投入实现最大的收益”目标。回归系数显示：人均长途光缆线路长度相对网民普及率而言，其对电子政务网站绩效评估得分的贡献力更大，这也印证了我国长期以来的粗放式经济增长模式。2.2 效率动态变化测算与分析我国电子政务技术效率变化、技术进步、全要素生产率指数计算结果（几何平均值）如表3所示。（1）全要素生产率指数0.96小于1，技术变化指数为1.051，技术进步指数为0.913。表明，技术效率的上升不足以抵消技术退步，技术退步是引起全要素生产率下降的主要原因。技术效率上升来自于纯技术效率和规模效率的双重作用。表3 电子政务效率动态变化省份北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南effch1.0241.0570.9421.1811.1271.1560.9620.94911.0891.0430.9831.0631.1141.11.028techch0.9610.9550.9710.9410.8410.9640.9120.8630.9380.950.9420.9440.9560.9320.9480.966pech11.0430.9331.0071.0750.981.0271.04211.1011.0530.9921.0881.0470.9751sech1.0241.0131.0091.1731.0491.180.9360.9110.990.9910.9910.9771.0641.1271.028tfpch0.9841.0090.9141.1110.9481.1140.8780.8180.9381.0350.9830.9281.0171.0391.0430.994省份湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆全国effch1.0371.0431.0561.0430.9791.111.0241.0010.9241.2130.9641.1311.1241.1791.0231.051techch0.9550.9330.9450.8710.9960.9690.8690.8480.850.8330.9230.8430.8330.8410.8560.913pech0.9810.9951.0551.040.9911.0261.01210.9951.1330.9941.0431.0371.0381.0961.025sech1.0571.0481.0011.0030.9881.0821.0121.0010.9291.0710.971.0851.0831.1360.9331.026tfpch0.9910.9740.9980.9080.9751.0760.8910.8490.7861.010.890.9530.9360.9910.8760.96八大经济地区电子政务效率动态变化结果如表4所示：八大经济地区技术效率变化指数均大于1，反映追赶效应明显。技术进步指数均小于，表明其向前沿面移动效应出现技术倒退现象。（2）北部沿海地区纯技术效率变化指数小于1，INFORMATION SCIENCE·Doctor Forum· Vol.32,No.12 December,2014- 140 -说明北部沿海地区省份管理现有投入规模的能力不足。南部沿海、东部沿海两大地区规模效率指数小于，说明在技术水平下，可以继续扩大电子政务资源的投入，以激励纯技术效率稳步上升。（3）八大经济地区的全要素生产率指数均出现下滑，西南地区下降幅度最大，这些地区经济发展水平落后，原因主要在于：信息基础设施投入不足、人力资源匮乏。其次是东北地区，可能与其重工业化轻信息化建设有关。然后是西北地区，西北地区电子政务建设起步晚，具有后发优势，但受自然条件、地广人稀影响，后发优势增长不明显。（4）南部沿海全要素生产率指数最高，可能与这一地区面临港、澳、台，海外社会资源丰富，对外开放程度高有关。其之是北部沿海，地理位置优越，交通便捷，科技教育文化事业发达。第三是东部沿海，信息化起步早，人力资源丰富。表4 八大经济地区电子政务效率变化地区南部沿海东部沿海北部沿海东北地区长江中游黄河中游西南地区西北地区effch1.0331.0441.0311.0221.0441.0751.0201.134techch0.9660.9430.9590.9130.9410.9180.8810.841pech1.0451.0510.9881.0161.0041.0191.0151.069sech0.9890.9941.0431.0091.0401.0551.0051.062tfpch0.9970.9850.9880.9370.9830.9860.9020.9532.3 影响因素分析运用stata 12.0软件，采用GLS方法进行线性回归，结果如表5所示：表5 影响因素回归分析常量人均GDP 高等教育程度移动电话渗透率公共服务支出比例系数0.96272854.64e-060.0463668-.00497970.0209486T值7.191.962.03-2.99-3.41P值0.0000.0500.0420.0030.001（1）人均GDP：回归系数为4.64e-06，达到5%显著性水平。这说明，经济发展水平提高促进电子政务效率增长。人均GDP增长，购买能力也会相应增强，信息与通信技术的普及更加容易。同时，经济发展水平提升，可以为各级地方财政电子政务建设转移支付力度提供资金保障。（2）高等教育程度：回归系数为.0463668，在5%显著性水平下显著。表明高等教育水平增长有利于电子政务资源的有效利用。高等教育水平体现的是人的素质的增长，而人的素质提升，必然促进人们对电子政务网站建设要求的增长。（3）移动电话渗透率：回归系数为负数，在5%显著性水平下显著。原因可能是：移动电话用户增长，使得手机网民对网络需求变得多元化，但是主要以联系朋友、娱乐为主。可见，手机网民的增长并没有促使电子政务信息用户的增长，继而没有带动电子政务效率提升。（4）公共服务支出比例：回归系数为0.0209486，在1%显著性水平下显著。公共服务支出力度加大，可以促进政府网站建设的重视程度。3 结语运用数据络分析和Malmquist 指数方法，对2007-2011年我国省级政府电子政务效率及其变化进行测度，发现：我国省级电子政务效率低下，31省均未达到技术有效；电子政务效率与投入产出变量之间的关系是：投入要素节约，效率会提高；产出增长则效率增长。技术退步是引起全要素生产率下降的主要原因。长江中游电子政务效率最高，东部沿海次之，北京沿海第三。黄河中游、东北、西北分别位于后三位。运用广义最小二乘法考察效率的影响因素。发现：经济发展水平、高等教育程度、公共服务支出比例对电子政务效率显著性正相关。移动电话渗透率显著性负相关。参考文献1 詹钟炜,王勇,吴凌云.政府网站评估DEA模型[J].运筹与管理,2006,15(4):97-102.2 李虹来.基于管理有效性的电子政务绩效评价研究[J].情报杂志,2008，(12):6-10.3 马东山.基于数据包络分析方法的省级政府电子政务绩效评估实证研究[D].拉萨：西藏大学,2009，(5):32-35.4 陈岚.基于因子分析和DEA的电子政务效率评价[J].情报科学,2010,28(8):1189-1193.5 王立华,苗婷,田祥龙.我国农村电子政务公共服务效率评价——基于DEA的实证分析[J].兰州大学学报(社会科学版),2011,39(5):105-110.6 李想,汪雷.我国省级政府电子政务效率评价——基于数据包络分析模型的实证分析[J].情报理论与实践,2012,35(9):91-94.7 王一华.基于超效率DEA的网站绩效评价[J].情报科学,2012,30(9):1371-1376.8 陈亮,李杰伟,徐长生.信息基础设施与经济增长——基于中国省际数据分析[J].管理科学,2011,24(1):98-107.情报科学·博士论坛· 第32卷第12期2014年12月（责任编辑：赵红颖）- 141 -