科研 Skill
政府绩效与服务效率
policy-performance-efficiency
用DEA/SBM与Malmquist指数测度政府效率及动态变化,结合满意度做对照。适用于医疗教育等公共服务效率研究。
发布者 Codar安全审核通过v0.1.0更新于 2026-11-18
SKILL.md
政府绩效与公共服务效率(Government Performance & Public Service Efficiency)
适用场景
- 测度省/市/县政府公共服务供给效率(财政投入 → 公共服务产出)。
- 评价医院、学校、养老机构、政务服务中心等公共部门单位的相对效率。
- 环境治理效率研究:将污染排放作为非期望产出纳入 SBM 模型。
- 用 Malmquist 指数分解全要素生产率变化为技术效率变化与技术进步。
- 将客观效率与公众满意度结合,分析“绩效悖论”(客观改善但满意度未提升)。
边界与不适用
- 综合指标赋权评价见
policy-indicator-weighting;满意度问卷的量表开发与抽样属于通用调查方法,参见其他 Plugin 的问卷设计 Skill。 - DEA 得分为样本内相对效率,不同样本间不可直接比较,也不能直接作为因果结论;两阶段回归解释效率影响因素时注意方法争议。
- 不将效率分数作为对个人或机构的行政考核依据给出建议。
工作流
- 界定决策单元(DMU)与生产过程
- 输入:研究对象(如 2015–2022 年地级市基本医疗服务)。
- 操作:画出“投入—产出”逻辑;区分财政投入型(预算支出)与实物投入型(床位、医生)。
- 决策点:投入导向(资源节约)还是产出导向(服务扩大)——公共部门多选投入导向或依研究目的说明。
- 选择投入产出指标
- 投入:财政支出、人员、设施;产出:服务量(门诊人次、在校生数)、质量(达标率)。
- 经验法则:DMU 数量不少于投入产出指标总数乘积或总数的 3 倍(取较大者),否则区分度不足。
- 检查“同向性”(投入增加产出不减,可做相关分析)。
- 静态效率:DEA
- CCR(规模报酬不变)得综合技术效率;BCC(可变规模报酬)得纯技术效率;规模效率 = CCR/BCC。
- 多个 DMU 效率为 1 时用超效率模型区分排序。
- 非期望产出:采用 SBM 模型(Tone)或方向距离函数,将污染排放、投诉量等作为坏产出。
- 动态效率:Malmquist 指数
- 面板数据,TFP 变化 = 技术效率变化(EC)× 技术进步(TC),EC 可进一步分解为纯技术效率变化与规模效率变化。
- 存在非期望产出时可用 Malmquist–Luenberger 指数;可用全局参比避免线性规划无解。
- 参数方法:SFA
- 设定生产或成本函数(Cobb-Douglas 或 Translog),复合误差 = 随机误差 v + 非负无效率项 u(半正态/截断正态)。
- 可用 Battese & Coelli (1995) 一步法将无效率项的影响因素同时估计;检验 γ 值判断无效率是否显著。
- DEA 与 SFA 结果做 Spearman 秩相关比较。
- 公共服务满意度调查
- 可用现有调查(如 CGSS 中的公共服务评价题)或自行抽样调查;参考美国顾客满意度指数(ACSI)思路构建“期望—感知质量—满意度—信任”模型。
- 分析主客观绩效一致性:效率排名 vs 满意度排名,识别背离地区。
- 影响因素分析
- 两阶段:DEA 得分对环境变量回归(Tobit 或 Simar & Wilson 自助法截断回归);或三阶段 DEA(Fried 等)剔除环境与随机因素。
- 解释与政策含义
- 报告投入冗余与产出不足(松弛变量),给出可改进方向,而非仅给排名。
工具与数据源
- 软件:MaxDEA、DEAP 2.1、Stata(
sfcross、sfpanel为社区命令,frontier为官方命令)、R(Benchmarking、deaR、frontier 包)、Python(pyDEA 等)。 - 数据:《中国卫生健康统计年鉴》《中国教育经费统计年鉴》《中国环境统计年鉴》、城市统计年鉴(见
policy-gov-data-sources)。 - 满意度:CGSS 公共服务相关题项;地方政府公开的满意度测评报告。
最小可运行代码(R)
# install.packages("Benchmarking")
library(Benchmarking)
# 5 个市:投入 = 财政医疗支出、医生数;产出 = 诊疗人次
X <- matrix(c(10, 12, 8, 15, 9,
50, 60, 40, 80, 45), ncol = 2)
Y <- matrix(c(200, 230, 180, 240, 190), ncol = 1)
crs <- dea(X, Y, RTS = "crs", ORIENTATION = "in")
vrs <- dea(X, Y, RTS = "vrs", ORIENTATION = "in")
data.frame(TE = eff(crs), PTE = eff(vrs), SE = eff(crs) / eff(vrs))
# 超效率
sdea(X, Y, RTS = "crs", ORIENTATION = "in")
质量检查
- DMU 同质,数量相对指标数充足;投入产出满足同向性。
- 模型导向、规模报酬假设及选择理由写明。
- 非期望产出处理方法(SBM、方向距离函数)与参数说明清楚。
- 面板 Malmquist 使用的参比方式(相邻/全局)写明。
- SFA 报告函数形式、分布假设、γ 及似然比检验。
- 两阶段回归方法考虑了 DEA 得分的序列相关问题。
- 满意度调查报告抽样方法、样本量、信效度;匿名处理受访者信息。
- 价值型投入已平减。
输出格式
- 指标表:类型(投入/期望产出/非期望产出)|指标|单位|来源。
- 效率结果表:DMU|TE|PTE|SE|规模报酬状态|松弛(冗余/不足)。
- Malmquist 表:年份区间|TFPCH|EFFCH|TECHCH|PECH|SECH。
- 主客观对照图:效率排名 × 满意度排名散点图(四象限)。
参考规范与文献
- Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research.
- Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in DEA. Management Science.
- Tone, K. (2001). A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research.
- Färe, R., Grosskopf, S., Lindgren, B., & Roos, P. (1994) 关于 Malmquist 生产率指数分解的研究。
- Aigner, D., Lovell, C. A. K., & Schmidt, P. (1977). Formulation and estimation of stochastic frontier production function models. Journal of Econometrics.
- Battese, G. E., & Coelli, T. J. (1995). A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics.
- Simar, L., & Wilson, P. W. (2007). Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics.
- Coelli, T. J., Rao, D. S. P., O'Donnell, C. J., & Battese, G. E. (2005). An Introduction to Efficiency and Productivity Analysis(第 2 版)。
示例提示词
请帮我用 DEA-BCC 和 Malmquist 指数测算 2015—2022 年各省基本医疗服务效率,并与公共服务满意度做对照分析。
所属插件
安装该插件会一并获得同领域的 10 个 Skill / MCP。
同插件的其他科研 Skill
- 决策咨询稿写作将研究成果按问题-证据-方案-建议结构改写为决策咨询稿,分级呈现证据与方案比选矩阵。适用于向政府部门报送要报专报。
- 政策扩散事件史分析构建省市面板风险集,用离散时间logit与Cox模型估计政策创新扩散机制。适用于河长制等地方政策扩散时序研究。
- 公共政策评估设计用逻辑模型梳理政策链条,按推行方式选择DID/RDD等因果识别策略并设计CBA。适用于政策评估方案设计与可评估性评估。
- 公共管理数据源系统梳理统计年鉴、财政公开与CGSS/CFPS等微观调查数据的获取与口径问题。适用于构建省市县面板或选择微观调查数据。
- 公共管理案例研究按Yin案例设计开展过程追踪与比较案例选择,设计田野访谈提纲与三角验证。适用于基层治理、政策执行等案例研究。
- 指标体系构建与赋权用德尔菲法凝聚共识,AHP与熵权组合赋权并用TOPSIS排序,做敏感性分析。适用于数字政府等综合评价指标体系构建。
- 公共预算与财政分析处理一般公共预算等四本账,分析转移支付与地方债务指标并规范口径。适用于财政分权、转移支付效应等财政研究。
- 调查实验方法设计设计列举实验、联合分析与情境实验测量敏感议题真实态度并估计处理效应。适用于腐败容忍度、政府信任等难测议题研究。
- 政策文本量化分析按政策工具三分法构建编码框架,结合分词与主题模型做量化分析并检验信度。适用于政策工具、政策演进与府际比较研究。
常见问题
政府绩效与服务效率能做什么?
用DEA/SBM与Malmquist指数测度政府效率及动态变化,结合满意度做对照。适用于医疗教育等公共服务效率研究。
如何安装政府绩效与服务效率?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「政府绩效与服务效率」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
政府绩效与服务效率需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
政府绩效与服务效率经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。