上海工程技术大学，上海

收稿日期：2021年11月27日；录用日期：2021年12月23日；发布日期：2021年12月30日

摘要

目的：为促进经济健康合理增长、资源合理配置，以达到人民生活水平及生活质量进一步提高。方法：运用数据包络分析法(data envelopment analysis, DEA)对江浙沪皖及全国的经济效率进行评价，采用偏相关分析法探讨健康人力资本与经济增长之间的关系，最后用灰色预测GM(1,1)预测出江浙沪皖及全国2020年~2030年GDP、人均GDP、就业人口以及其经济效率。结果：四个省份及全国的经济效率在总体上比较好。从2000年至2019年，全国的平均经济效率为0.988，其中就江苏、浙江、上海三省的平均经济效率在全国平均水平之上，安徽省在平均水平之下；健康人力资本在总产出水平、技术进步水平、物质资本，劳动与经济增长的相关性中起到桥梁作用；未来十一年中江苏、浙江、上海三省的经济效率均有效，安徽省的有效率为91%。结论：受到地区经济发展不均衡及资源利用不均匀的影响，东部沿海地区的经济效率明显高于中部地区，在注重物质资本积累的同时，要增加对健康医疗的投入，教育投入，以促进京东部与中西部地区协同发展，并且要完善区域医疗资源的保障体系，提高居民健康保健意识，以增强健康人力资本对经济增长的促进作用。

关键词

江浙沪皖，健康人力资本，经济效率，DEA，偏相关，GM(1,1)

Economic Efficiency of Jiangsu, Zhejiang and Anhui Based on Health Human Capital

Shuai Li

Shanghai University of Engineering and Technology, Shanghai

Received: Nov. 27^th, 2021; accepted: Dec. 23^rd, 2021; published: Dec. 30^th, 2021

ABSTRACT

Purpose: The passage is to promote healthy and reasonable economic growth and rational allocation of resources, so as to achieve the people’s living standards and further improve the quality of life. Method: Data envelopment analysis (DEA) was used to evaluate the economic efficiency of Jiangsu, Zhejiang, Shanghai, Anhui and the whole country. Partial correlation analysis was used to explore the relationship between healthy human capital and economic growth. Finally, gray forecast GM(1,1) was used to predict the GDP, per capita GDP, employment population and economic efficiency of Jiangsu, Zhejiang, Shanghai and Anhui and the whole country from 2020 to 2030. Result: The overall economic efficiency of the four provinces and the whole country is relatively good. From 2000 to 2019, the national average economic efficiency was 0.988. Among them, the average economic efficiency of Jiangsu, Zhejiang, and Shanghai was above the national average, and Anhui was below the average; healthy human capital was at the total output level. The level of technological progress, material capital, and the correlation between labor and economic growth play a role as a bridge; in the next 11 years, the economic efficiency of Jiangsu, Zhejiang, and Shanghai will all be effective, and the effective rate of Anhui Province is 91%. Conclusion: Affected by the uneven regional economic development and uneven resource utilization, the economic efficiency of the eastern coastal area is significantly higher than that of the central region. While paying attention to material capital accumulation, it is necessary to increase investment in health care and education to promote the eastern part of Beijing, develop in coordination with the central and western regions, and improve the security system of regional medical resources, raise residents’ awareness of health care, so as to enhance the role of healthy human capital in promoting economic growth.

Keywords:Jiangsu, Zhejiang, Shanghai and Anhui, Health Human Capital, Economic Efficiency, DEA, Bias, GM(1,1)

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

在当前我国经济结构调整阵痛、少子老龄化程度加深、传统经济增长动力下滑、经济增长进入新常态的背景下，人力资本投资成为我国政府关注的焦点。2017年政府工作报告指出，以改革开放为动力、以人力人才资源为支撑，加快创新发展，培育壮大新动能、改造提升传统动能，提高全要素生产率，推动经济保持中高速增长、产业迈向中高端水平。2018年政府工作报告指出，在当前经济发展形势下，要增加公共产品和公共服务供给，支持养老、健康、教育培训等服务的发展，协调推进医疗、医保、医药联动改革，提高基本医保和大病保险保障水平。健全劳动关系协商机制，可以消除性别和身份歧视。很多发达国家的发展经验表明，经济增长最终决定因素并不是物质资本的增加而是人力资本质量的提高和数量的增加，我国要实现十九大提出的经济保持中高速增长以及全面建成小康社会的新目标，顺利跳过“中等收入陷阱”进而进入高收入国家行列，需要大力加强人力资本投资。可见，加强健康人力资本投资的建设对经济增长的影响研究具有重要意义。本文基于健康人力资本对江浙沪皖的经济效率进行评价，以及对未来经济效率预测，为相关部门对经济发展趋势和方向提供理论依据。

2. 资料与方法

2.1. 资料来源

本研究数据来源于2011~2019年《中国统计年鉴》《上海市统计年鉴》《江苏省统计年鉴》等数据库。

2.2. 研究方法

本文采用数据包络分析法(DEA)对江苏、浙江、上海、安徽及全国健康人力资本投入与各地经济效率情况进行评价，通过偏相关分析健康人力资本对江浙沪皖及全国经济的作用，并采用灰色系统GM(1,1)模型对江苏、浙江等地未来十年GDP、人均GDP、就业人口以及其经济效率进行预测。

3. 江浙沪皖经济效率评价

3.1. 数据包络分析法介绍

数据包络分析法一种利用数学规划模型，对具有相同类型决策单元进行绩效评价的方法，在卫生经济效率的评价方面的被广泛应用 [1]。相同类型是指这类决策单元具有相同性质的投入和产出，如农业经济投入指标为农牧渔业的劳动力、农作物总播种面积、农业机械总动力、农用化肥施用量，分别可以反映人力资本投入、土地要素投入、技术投入；产出指标为农林牧渔业总产值、农村家庭人均年纯收入，可以反映在农业经济方面所取得的成果和效率。DEA首先运用线性规划法构建观测数据的非参数分段前沿，然后相对于前沿面计算效率 [2]。原理是通过保持决策单元(decision making units, DMU)的输入或输出不变，借助于线性规划法确定相对有效的生产前沿面，将各决策单元投影到DEA生产前沿面上，然后通过比较各决策单元偏离DEA前沿面的程度来判断它们的相对有效性。该方法可以同时比较多项投入和多项产出，成规模效率、技术效率等综合指数，分析截面数据的效率和时序数据的效率等。

3.2. 数据包络分析法的基本模型

CCR模型是数据包络方法的基本模型，该模型以规模收益不变为前提，对决策单元进行评价。设有n个决策单元,每个决策单元有相同的m项投入变量 $x_j={\left(x_{1j},x_{2j},\cdots ,x_{mj}\right)}^{\text{T}}>0,\left(j=1,2,\cdots ,n\right)$ 和s项产出变量 $y_j={\left(y_{1j},y_{2j},\cdots ,y_{mj}\right)}^{\text{T}}>0,\left(j=1,2,\cdots ,n\right)$。用 $x_{ij}$ 表示第j个决策单元的第i项投入量， $y_{rj}$ 表示第j个决策单元的第r项产出量。为了将整个投入产出过程整合为只有一个输入变量和一个输出变量的简易过程，为每个输入变量和输出变量赋权重，将其线性组合为一个输入变量和一个输出变量，设输入变量和输出变量的权重向量分别为 $v={\left(v_1,v_2,\cdots ,v_m\right)}^{\text{T}}$ 和 $u={\left(u_1,u_2,\cdots ,u_m\right)}^{\text{T}}$，其中第j个决策单元的总投入和总产出分别为 ${\displaystyle \underset{i=1}{\overset{m}{\sum }}{v}_i{x}_{ij}}$ 和 ${\displaystyle \underset{r=1}{\overset{s}{\sum }}{u}_r{y}_{ir}}$，定义DMU_j的效率评价指数为 $h_j=\frac{{\displaystyle \underset{r=1}{\overset{s}{\sum }}{u}_r{y}_{rj}}}{{\displaystyle \underset{i=1}{\overset{m}{\sum }}{v}_i{x}_{ij}}}$。

在假设所有评价指数都小于1的前提下，寻找能使决策单元的评价指数达到最大值的权重。对决策单元 $j_0$ 的效率评价可归结为

$\begin{array}{l}\max h_{j_0}=\frac{{\displaystyle \underset{r=1}{\overset{s}{\sum }}{u}_r{y}_{r{j}_0}}}{{\displaystyle \underset{i=1}{\overset{m}{\sum }}{v}_i{x}_{i{j}_0}}}\\ \text{s}\text{.t}\text{.}\{\begin{array}{l}{h}_j\le 1,\left(j=1,2,\cdots ,n\right)\\ v_i\ge 0\left(i=1,2,\cdots ,m\right),u_r\ge 0\left(r=1,2,\cdots ,s\right)\end{array}\end{array}$

为求解方便，将该分式规划问题转化为等价的线性规划，然后转化为对偶问题，最终建立基于投入的CCR模型 [3]：

$\text{s}\text{.t}\text{.}\{\begin{array}{l}\min \theta \\ {\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{x}_{ij}}\le \theta x_{ij0}\left(i=1,\cdots ,m\right)\\ {\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{y}_{rj}}\ge y_{rj0}\left(r=1,\cdots ,s\right)\\ {\lambda }_j\ge 0\left(j=1,\cdots ,n\right)\end{array}$

当解得 $\theta$ 的最优值小于1时，表明可以找到假想决策单元，它可以用更少的投入，获得不少于被评价决策单元的产出，从而说明被评价决策单元非DEA有效，当解得 $\theta$ 的最优值等于1时，说明被评价决策单元DEA有效。

3.3. DEA计算结果与分析

本文研究的是基于健康人力资本下江浙沪皖经济效率，对此研究，很多研究学者选取的指标都有所不同，他们根据实际需要选取指标。于大川，潘光辉(2013)以SRH、身高、BMI 指数和热量摄入为投入指标，农户家庭的个人收入为产出指标。罗雪梅(2014)以人口总体死亡率为投入指标，实际GDP为产出指标。吕娜，邹薇(2015)以自评指标和肥胖指数为投入指标，居民个人收入为产出指标，政府医疗卫生支出、私人医疗卫生支出为投入指标，实际人均GDP为产出指标。指标的选择，应该注重绝对指标和相对指标的搭配，绝对指标为主相对指标为辅，指标要具有代表性，充分反映健康人力资本实现的实际情况与代表经济效益的合理指标。在对一些无关紧要或者对未来经济的发展影响过小的指标进行舍弃。

结合实际情况，兼顾不宜过多的原则，选取了具有代表性的7个指标，4个投入指标，3个产出指标，分别为投入指标：医疗卫生支出、教育支出、城镇人均健康消费支出、农村人均健康消费支出；产出指标：GDP、人均GDP，这几个指标能够较为准确的反映健康人力资本与现实经济状况存在的影响。相关数据见表1~表5。

表1. 上海市经济指标状况

表2. 江苏省经济指标状况

表3. 浙江省经济指标状况

表4. 安徽省经济指标状况

表5. 全国经济指标状况

本文采用DEAP2.1软件进行计算，对2000~2019年江苏、浙江、上海、安徽、全国的经济状况DEA效率评价的计算结果如表6所示。

表6. 江浙沪皖及全国经济效率DEA计算结果

从表6可看出，四个省份的经济效率在总体上比较好。从2000年至2019年，全国的平均经济效率为0.988，其中就江苏、浙江、上海三省的平均经济效率在全国平均水平之上，安徽省在平均水平之下，就意味着安徽省的健康人力资本的投入与经济的产出有效性并不高，可能因为中部地区与东部地区在经济上还存在一定的差距。上海市的平均经济效率为0.996，其中2001年，2014年、2016年与2018年四年经济效率未达到1，说明在这几个年份上海地区的经济效率是无效的，即健康人力资本的投入和经济产出存在改进的空间。

值得注意的是，上海，浙江，江苏、安徽四个地区在2014~2019六年中经济效率的有效率仅仅只有50%，原因可能是随着我国经济的不断发展，健康人力资本的投入从量开始向质转变，导致近几年健康人力资本的投入产出的规模边际效率递减。在2000年至2019年期间，安徽省经济效率为1的年份只有14个，有效率为70%，上海地区的经济有效率为80%，江苏地区的经济与效率为85%，浙江地区的经济有效率为65%，就意味着地区之间依旧存在着差距。

4. 江浙沪皖效益产出预测

4.1. 灰色系统GM(1,1)模型

4.1.1. 资料来源

研究数据来自2011~2019年《中国统计年鉴》、《上海市统计年鉴》、《江苏省统计年鉴》，选取江苏、浙江、上海、安徽及全国GDP、人均GDP、就业人口为预测指标，建立灰色系统预测模型GM(1,1)。

4.1.2. 研究方法

灰色模型(grey model)简称GM模型，是灰色系统理论的基本模型，也是灰色控制理论的基础 [2]。灰色系列预测模型GM(1,1)是GM模型中的基础，也是核心，通过数据挖掘整理和建立有规律的生成数列的回归方程揭示给定数据序列的内在规律性。在灰色系统理论中，随机过程被视为在一定范围和空间内变化的灰色变量。GM(1,1)，即一阶单变量灰色模型，是一种对不确定和不完善信息的问题进行预测的有效方法。此方法对样本含量和数据的分布没有严格的要求，所需数据单一，原理简单，适应性强，最大的特点是不需要大量的时间序列数据就能够取得较好的预测效果，且代表性强。本研究通过构建GM(1,1)灰色预测模型，对江苏、浙江、上海、安徽及全国GDP、人均GDP、就业人口的发展趋势进行预测研究，运用Matlab2019b对数据进行统计分析与处理研究。

4.2. 基于灰色系统的预测

以2000~2019年江苏、浙江、上海、安徽及全国GDP、人均GDP、就业人口为时间序列，建立灰色系统预测模型GM(1,1)，模型及检验结果如表7所示。对GM(1,1)模型进行检验，以δ平均相对误差，以v表示残差。结果显示平均相对误差均小于1%，证明预测结果是准确有效的(见表7)。

表7. GM(1,1)模型及检验结果

经过外推预测，预测结果如表8所示，2020~2030年江苏、浙江、上海、安徽及全国GDP (亿元)、人均GDP (元)、就业人口(万人)及经济效率。

从表中可见2020~2030年江浙沪皖以及全国的GDP与人均GDP都处于一个上升的趋势，就业人口在上海市及安徽省有小幅度下降趋势，全国、江苏省、浙江省有小幅度上升趋势。就经济效益而言，江浙沪皖及全国都处于较好状态，尤其是江浙沪东部沿海城市，在未来11年里经济效率都是有效的，安徽省有10个有效，有效率为91%，与东部沿海地区还是有一定差距，因此要加大对中西部地区人力资本投资及资源有效配置，才能让全国经济有序增长。从预测数据中可看出，医疗卫生支出、教育支出需要加强财政补偿，医疗机构也需进一步加大规模，同时在节能环保上可适时控制，加强人民对绿色经济理念的认知，由此各地区的经济才能稳步增长。

5. 讨论

本文通过2000年到2019年江浙沪皖及全国经济状况及健康人力资本的数据，在健康人力资本基础上评价了江浙沪皖及全国经济效率，运用构建评价预测模型的方法，实证分析了江浙沪皖及全国健康人力资本对经济效率的影响，以及未来趋势的预测。通过研究可以发现，健康人力资本对江浙沪皖乃至全国地区经济效率有着明显的作用。因此在注重物质资本积累的同时，要增加对健康医疗的投入，教育投入，以促进东部与中西部地区协同发展，并且要完善区域医疗资源的保障体系，提高居民健康保健意识，以增强健康人力资本对经济增长的促进作用。

5.1. 进一步完善区域人力资本投资管理，加强社会保障健康水平

加大健康医疗的投入是提高江浙沪皖及全国健康人力资本的关键。政府应全面强化资金管理措施，从多方角度全面监管资金的流动流程，建立完备的配套规章制度并进一步明确资金的使用方向，加强资金在使用过程中的事前管理阶段，进而降低道德风险 [4]。在完全竞争的市场中，资源可以得到最高程度的有效配置，实现帕累托最优的状态，但是在实际中健康人力资本的投资市场难以达到完全竞争状态，进而造成效率损失的现象出现 [3]。针对医疗的科研项目，政府应该聘请专业代理人实现项目的全面考察和精准审核，从而筛选出有真正意义上发展潜力的，能够全面有效提升区域的整体医疗服务水平的科研项目进行投资，使资源科研得到有效配置，实现优化健康人力资本投资的目的；此外，政府要建立完备

表8. 预测结果

且及时的奖惩机制，对于表现较为优秀的专业代理人进行奖励，并组建高质量的专业代理人团队；最后政府要注重效率与公平之间的平衡，保证两者兼顾的同时，对农村的医疗薄弱地区基于适当的财政资金支持，发挥医疗财政的健康投入效用，进而强化偏远贫困地区的健康人力资本的研究建设。

5.2. 合理分配城乡医疗资源，寻求最佳配置均衡

现如今，由于我国各地区健康人力资源投资效率低下，造成过多的公共健康人力资本投资对公共教育人力资本、物质资本等资本产生较为强烈的挤出效应。而造成其公共健康投资效率低下的原因正是城乡间医疗体制不完善，导致城与乡之间的健康投资的差异较大 [5]。近年来，中国医疗资源在各个地区间的分布存在明显差异，使得各地之间医疗行业生产效率较大差距，因此应当以合理分配城乡医疗资源，使城乡可以结合当地地区政策实现最佳配置均衡 [6]。在中国，东部地区经济较为发达，其医疗技术相对较为先进，拥有较多的大型先进医疗社保，对于资源约束的问题较不担忧，这使得当地出现医疗资源过度使用、医疗资源浪费的现象层出不穷。而中西部地区相较于东部地区，其经济发展较为欠发达，其医疗技术相对而言较为落后，医疗资源上的投入相对较少，但是其医疗投入的产出比相对而言比较高。因此，政府应建立一个统一的并且具有协调性的管理机制，在发挥市场作用的同时可以使得医疗行业可以最大程度化地调节资源，使其实现“各有所需”的目的，减少城乡之间的卫生服务差距，提供公共健康人力资本的投资效率。

5.3. 提高居民健康保健意识，完善医疗卫生人才培养机制

健康人力资本包括医疗卫生和保健投资两个方面的内容，其中医疗卫生投资是一个以预防为主要内容的被动性的健康投资，而保健投资相对而言是一个以预防为主要内容的主动性的健康投资，提高居民的健康保健安全意识正是我国公共健康人力资本投资的一块重要内容 [7]。因此，当我国及各地区的当地政府在指定公共健康人力资本投资的时候，需要充分考虑保健投资对提供其健康人力资本水平的重要程度，并且不断加大健康保健意识的相关知识的宣传力度，使其可以广泛摄取相关知识教育，此外政府需不断加大对我国城乡体育设施的投资力度，提供全民的健康保健意识，从而更深层次地提升各地区的健康人力资本水平。而医疗服务人才队伍的建设对健康水平的提供有着关键性的重要作用 [8]，因此各个地区在制定医疗卫生人才培养机制时，要根据各个地区的实际情况去制定培养计划，加大各个单位、各个院校对相关医疗服务人员的待遇和工作地位，并鼓励相关人员到中西部地区提供医疗服务，从根本上切实解决医疗人员在不同地区的短缺问题，进而实现提升我国整体综合健康人力资源水平的最终目的。

文章引用

李 帅. 基于健康人力资本下江浙沪皖经济效率评价
Economic Efficiency of Jiangsu, Zhejiang and Anhui Based on Health Human Capital[J]. 应用数学进展, 2021, 10(12): 4507-4518. https://doi.org/10.12677/AAM.2021.1012480

参考文献