2003年-世界发展银行全球_On_Measuring_Aggregate_Social_Efficiency_29页_274kb

报告摘要

总结：On Measuring Aggregate "Social Efficiency"

核心内容

本文探讨了使用社会指标（如平均预期寿命、婴儿死亡率、识字率）来衡量和解释“社会效率”的方法，指出这些方法在理论基础和实证可靠性方面存在诸多问题。文章认为，这些方法本质上借鉴了生产效率测量中的技术效率分析工具，但在应用于社会效率时存在概念和实证上的不适用性。

主要观点

社会效率的测量方法
社会效率的测量通常通过比较实际社会指标与基于收入和/或社会支出的效率前沿之间的偏差来实现。这些方法包括：
- 非参数方法（如FDH方法）：通过观测数据中表现最好的国家来构建效率前沿。
- 参数方法（如COLS和SF方法）：通过回归模型设定社会指标与控制变量（如人均收入、社会支出）之间的关系，并调整截距以反映效率偏差。
社会效率测量的理论问题
- 生产理论的适用性存疑：社会指标（如预期寿命）并不符合生产函数所依赖的“自由处置性”假设，即输入增加而输出不变的合理性。
- 误差项的假设不成立：在参数方法中，通常假设误差项中的“非效率”部分与控制变量无关，但这一假设在社会效率评估中可能不成立，因为非效率可能与社会政策、收入分配等因素相关。
社会效率测量的实证问题
- 控制变量不全面：多数研究仅考虑人均收入和社会支出，忽略了其他可能影响社会指标的重要因素，如教育支出、基础设施投资、收入分配等。
- 函数形式的误设：由于社会指标具有上限，线性或对数线性模型可能无法准确反映其真实关系，导致残差解释失真。
- 数据量不足：国家层面的数据点通常较少（最多200个），这使得非参数方法的估计结果不够精确。
- 时间变化的解释问题：使用时间变化或变化的均值来衡量社会效率可能引入偏差，因为变化可能反映的是其他因素（如收入增长）而非真正的效率提升。
社会效率的解释问题
- 第二阶段回归的误导性：在解释社会效率差异时，第二阶段回归可能误将控制变量的偏差当作效率差异，而非真正的效率来源。
- 效率与政策之间的关系不明确：例如，城市化程度被用于解释社会效率，但其实际影响可能更多是作为人均收入的代理变量，而非独立因素。