基于三階段DEA模型的我國人力資本投資效率分析

第第頁基于三階段DEA模型的我國人力資本投資效率分析內(nèi)容摘要：本文通過引入三階段DEA模型對我國31個(gè)省（市、自治區(qū)）的人力資本投資效率進(jìn)行評估，通過剔除環(huán)境因素與隨機(jī)誤差對各個(gè)投入變量的影響，從而更真實(shí)地反映各個(gè)地區(qū)的真實(shí)人力資本投資效率。實(shí)證結(jié)果表明：使用傳統(tǒng)DEA模型進(jìn)行測算會(huì)導(dǎo)致部分地區(qū)的效率值被高估；環(huán)境因素對投入冗余存在著顯著的影響；東、中、西部的人力資本投資效率有著較大差別，東部地區(qū)的效率最高，中部次之，西部最低，并且各地區(qū)之間的效率差異主要是由于各個(gè)地區(qū)的規(guī)模效率決定。

關(guān)鍵詞：人力資本投資效率三階段DEA模型

文獻(xiàn)綜述

對于人力資本的開發(fā)和利用已成為促進(jìn)經(jīng)濟(jì)發(fā)展的重要手段。人力資本不僅對地區(qū)的經(jīng)濟(jì)發(fā)展有著重要的作用，同時(shí)也是地區(qū)經(jīng)濟(jì)發(fā)展的源動(dòng)力。目前，國內(nèi)學(xué)者對人力資本投資的研究主要集中于：第一，對人力資本投資與經(jīng)濟(jì)發(fā)展關(guān)系的研究。王宇、焦建玲（2005）應(yīng)用協(xié)整分析和因果檢驗(yàn)對我國人力資本與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行了研究，結(jié)果表明人力資本與經(jīng)濟(jì)增長之間存在長期協(xié)整關(guān)系，但由于人力資本投入總額不足以及地區(qū)間投入分配不均，人力資本投入的實(shí)際效用不高。代謙、別朝霞（2006）運(yùn)用內(nèi)生增長模型中對人力資本積累與經(jīng)濟(jì)增長的關(guān)系進(jìn)行分析，研究結(jié)果表明，只有輔之以較快速度的人力資本積累，F(xiàn)DI才能給發(fā)展中國家?guī)砑夹g(shù)進(jìn)步和經(jīng)濟(jì)增長。第二，對人力資本投資效率的評估。虞佩燕（2007）運(yùn)用SE-CCR模型對2005年我國人力資本投資有效性進(jìn)行了分析，研究結(jié)果表明，我國東、中、西部地區(qū)間存在著明顯的投資效益差異，東部地區(qū)憑借著在區(qū)位、資金、技術(shù)和制度環(huán)境等要素方面的優(yōu)勢，其人力資本水平遠(yuǎn)遠(yuǎn)高于中、西部地區(qū)。齊艷彩、湯志華（2010）運(yùn)用傳統(tǒng)數(shù)據(jù)包絡(luò)分析方法（DEA），對2008年環(huán)渤海地區(qū)四省市的人力資本投資相對有效性進(jìn)行實(shí)證研究。研究結(jié)果表明，環(huán)渤海地區(qū)四省市人力資本投資相對有效性存在差異，但四省市的規(guī)模效益均處于遞增階段。第三，對人力資本投資效率提升策略的研究。劉中文（2010）認(rèn)為，農(nóng)村人力資本投資主體和投資途徑方面存在的問題，是阻礙農(nóng)村人力資本投資效率提升的主要原因，應(yīng)著重在以上兩個(gè)方面做出改進(jìn)，從而提升人力資本投資效率。劉軍、常遠(yuǎn)、李軍（2012）認(rèn)為應(yīng)通過優(yōu)化投資結(jié)構(gòu)、合理配置教育和醫(yī)療資源、適度引導(dǎo)人才流動(dòng)、加強(qiáng)政府的管理提升我國人力資本投資效率。

國內(nèi)研究較一致認(rèn)為應(yīng)通過提升地區(qū)人力資本投資效率來促進(jìn)經(jīng)濟(jì)發(fā)展。但是現(xiàn)有研究在使用傳統(tǒng)數(shù)據(jù)包絡(luò)分析方法中沒有剔除外界環(huán)境因素與隨機(jī)誤差的影響，不能客觀反映其真實(shí)效率值?；诖?，本文利用三階段DEA模型，對我國31個(gè)省、直轄市、自治區(qū)2010年人力資本投資對區(qū)域經(jīng)濟(jì)增長的投資效率展開分析，三階段DEA模型可以剔除政府無法改變和控制的外界環(huán)境因素與隨機(jī)誤差的影響，使得評價(jià)結(jié)果更具政策參考性和可操作性。

模型與方法

學(xué)者們針對傳統(tǒng)DEA模型未考慮環(huán)境因素影響的這一缺陷，提出在應(yīng)用DEA模型時(shí)對環(huán)境因素的影響的調(diào)整方法，F(xiàn)riedetal.（2002）提出的三階段DEA方法既能夠調(diào)整外部環(huán)境對效率的影響，同時(shí)又能調(diào)整隨機(jī)誤差等因素對效率的影響，這種方法計(jì)算出來的效率值能更加真實(shí)地反映出決策單元的內(nèi)部管理水平。Friedetal.（2002）的方法分為三個(gè)階段：第一階段即為傳統(tǒng)DEA模型，使用的是投入導(dǎo)向的規(guī)模收益可變的BCC模型，以得到各決策單元的效率值以及各投入松弛量；第二階段：由于認(rèn)為第一階段中，由DEA法所計(jì)算的技術(shù)效率值受到了三種因素的影響，包括管理無效率（managerialinefficiency）、環(huán)境效應(yīng)（environmentaleffect）和隨機(jī)干擾（statisticalnoise），應(yīng)以投入松弛量作為被解釋變量，以各外部環(huán)境因素作為解釋變量，建立模型并在此模型的計(jì)算結(jié)果的基礎(chǔ)上對第一階段計(jì)算中的投入進(jìn)行調(diào)整。經(jīng)調(diào)整之后，各決策單元所面臨的外部環(huán)境以及相同的運(yùn)氣成分是相同的；第三階段：運(yùn)用第二階段調(diào)整后的投入產(chǎn)出數(shù)據(jù)，重新利用BCC模型計(jì)算各決策單元的效率值。

（一）第一階段：傳統(tǒng)BBC模型

這一階段將采用傳統(tǒng)的投入導(dǎo)向的BCC模型計(jì)算原始投入和產(chǎn)出的效率值。BBC模型如公式（1）所示：

（1）

其中，j是決策單元DMU，評價(jià)指標(biāo)體系由m個(gè)投入和t個(gè)產(chǎn)出指標(biāo)組成，分別表示“消耗的資源”和“工作的成效”。設(shè)xij為第j個(gè)決策單元對第i種類型投入的投入量，yrj為第j個(gè)決策單元對第r種類型產(chǎn)出的產(chǎn)出量，S+r與S-i分別為松弛變量，ε為一非阿基米德無窮小量，在計(jì)算時(shí)可?。é?10-6）。λj，S-i，S+r，θ為待估計(jì)參量。

（二）第二階段：利用SFA模型分解第一階段投入差額

第一階段的計(jì)算同時(shí)得出了效率值和各決策單位的投入差額值。投入差額是指實(shí)際投入與最佳效率下（即TE和PTE均為1時(shí)）的投入之間的差值，用[x-Xλ]≥0表示。該差額受以下因素的影響：環(huán)境因素、隨機(jī)干擾和管理無效率。這些因素使第一階段計(jì)算出的效率值可能存在誤差，因而不能客觀真實(shí)地反映各決策單元的情況。因此，在第二階段中應(yīng)把影響效率值估計(jì)的各環(huán)境變量進(jìn)行投入差額變量分析，把管理無效率、環(huán)境無效率、隨機(jī)誤差因素分離出來，并且根據(jù)所計(jì)算出的結(jié)果，調(diào)整投入值。在第二階段，利用隨機(jī)生產(chǎn)邊界模型（SFA）對第一階段投入差額進(jìn)行分解，以各投入的松弛量作為被解釋變量，以環(huán)境因素變量作為解釋變量，對每一項(xiàng)投入的松弛量均建立一個(gè)回歸方程，共建立N個(gè)回歸方程，其中第n個(gè)回歸方程如公式（2）所示：

Sni=fn（zi；βn）+vni+uni，i=1，2，…，I（n=1，2，…，N）（2）

其中，Sni為第n個(gè)決策單元在第i項(xiàng)投入上的松弛量；假定有K個(gè)環(huán)境變量，zi=[z1i，z2i，…，zki]，i=1，2，…，I；βn為待估計(jì)的參數(shù)，vni+uni為綜合誤差項(xiàng)。然后，以環(huán)境條件或者運(yùn)氣較差的省份為基準(zhǔn)，增加環(huán)境較好或運(yùn)氣相對較好的省份的投入，將各省份調(diào)整到相同的環(huán)境或運(yùn)氣條件，同時(shí)還應(yīng)考慮隨機(jī)干擾的影響：

（3）

其中，xAij為實(shí)際投入值xij的調(diào)整值；vij表示隨機(jī)干擾。公式（3）中第一個(gè)中括號表示將所有省份調(diào)整于相同環(huán)境，第二個(gè)中括號表示將所有省份的統(tǒng)計(jì)誤差（運(yùn)氣等因素）調(diào)整到相同情形，投入調(diào)整值會(huì)隨著投入和產(chǎn)出的不同而有所變動(dòng)。

（三）第三階段：重新計(jì)算BCC模型

用第二階段調(diào)整的xAij代替原有的xij，再次采用BCC模型，計(jì)算出相應(yīng)的效率值。此時(shí)，所求出效率值都剔除了環(huán)境因素和隨機(jī)誤差的影響，僅剩下管理因素影響的效率值，因此，第三階段所求出的效率值能夠反映真實(shí)的管理效率水平，并且所反映出的情況將更加客觀真實(shí)。

變量選擇及數(shù)據(jù)說明

（一）投入與產(chǎn)出變量

目前，無論是在國外還是國內(nèi)，都沒有形成一個(gè)統(tǒng)一的人力資本評價(jià)體系，所以本文依據(jù)人力資本投資的定義構(gòu)造人力資本評價(jià)體系。本文認(rèn)為具體投資形式包括教育投資、醫(yī)療保健投資、社會(huì)保障、就業(yè)及流動(dòng)遷移投資等。為了能夠確切地反映人力資本投資的實(shí)質(zhì)內(nèi)涵以及基于數(shù)據(jù)的可得性，本文擬采用如下指標(biāo)作為分析人力資本投資對區(qū)域經(jīng)濟(jì)增長的投入指標(biāo)，產(chǎn)出指標(biāo)選擇反映區(qū)域經(jīng)濟(jì)增長的人均地區(qū)生產(chǎn)總值（Y）。教育投資：人均教育經(jīng)費(fèi)（X1）、每十萬人高等學(xué)校平均在校生數(shù)（X2）、每十萬人普通高等學(xué)校教職工數(shù)（X3）、每十萬人中等職業(yè)學(xué)校在校學(xué)生數(shù)（X4）、每十萬人中等職業(yè)學(xué)校教職工數(shù)（X5）；醫(yī)療保健投資：人均衛(wèi)生經(jīng)費(fèi)（X6）、每萬人衛(wèi)生機(jī)構(gòu)數(shù)（X7）、每萬人醫(yī)療機(jī)構(gòu)床位數(shù)（X8）、每萬人衛(wèi)生機(jī)構(gòu)人員數(shù)（X9）；社會(huì)保障、就業(yè)及流動(dòng)遷移投資：人均社會(huì)保障與就業(yè)支出（X10）、每萬人擁有職業(yè)介紹所個(gè)數(shù)（X11）。

在投入與產(chǎn)出指標(biāo)選定后，需對投入與產(chǎn)出指標(biāo)進(jìn)行相關(guān)性分析，因?yàn)橥度肱c產(chǎn)出必須是正相關(guān)的。將相關(guān)數(shù)據(jù)帶入到SPSS19.0軟件中進(jìn)行Spearman相關(guān)性檢驗(yàn)，結(jié)果如表1所示。由表1可知，所選取的投入與產(chǎn)出除X4與X7以外均顯示出高度正相關(guān)性，這表明本文所選取的主要投入產(chǎn)出指標(biāo)基本符合模型所要求的“同向性”原則。本文最后選擇除X4與X7以外的變量作為投入變量。

（二）環(huán)境變量

本文選取我國31個(gè)?。ㄊ小⒆灾螀^(qū)）的總?cè)丝?、第三產(chǎn)業(yè)產(chǎn)值占GDP比重、公路密度、城市化率作為人力資源投資效率的環(huán)境因素。省份的總?cè)丝谠蕉?，相對而言人力資源越豐富，那么對于人力資本的投資效率而言應(yīng)該有著顯著的影響。本文用第三產(chǎn)業(yè)產(chǎn)值占GDP比例代表產(chǎn)業(yè)結(jié)構(gòu)因素，在三大產(chǎn)業(yè)中，第三產(chǎn)業(yè)所占比重往往能夠代表當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平，所以本文認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)因素對于人力資本的投資效率也有著重要的作用。公路密度用來表示當(dāng)?shù)氐幕A(chǔ)設(shè)施建設(shè)情況，本文認(rèn)為地區(qū)的基礎(chǔ)設(shè)施建設(shè)也與人力資本投資效率有著密切相關(guān)的作用。本文的城市化率用城鎮(zhèn)人口占各地區(qū)總?cè)丝诘谋壤硎荆擎?zhèn)化率越高的地區(qū)的居民有著較優(yōu)越的教育資源和就業(yè)機(jī)會(huì)，所以本文認(rèn)為，城鎮(zhèn)化率也對人力資本的投資效率有著一定的影響。

（三）數(shù)據(jù)說明

鑒于數(shù)據(jù)的完整性和可得性，本文選取2010年我國31個(gè)?。ㄊ?、自治區(qū)）的人力資本投資情況為樣本。本文數(shù)據(jù)均來源于《中國統(tǒng)計(jì)年鑒2011》、《中國教育統(tǒng)計(jì)年鑒2010》、《中國衛(wèi)生統(tǒng)計(jì)年鑒2011》。

實(shí)證分析

（一）第一階段：傳統(tǒng)的DEA實(shí)證結(jié)果

第一階段運(yùn)用投入導(dǎo)向的BCC模型，分別得到各省份2010年人力資本的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）。計(jì)算結(jié)果如表2所示。另外還會(huì)得到投入變量的理想值與實(shí)際值的差值即投入變量的松弛量，此數(shù)據(jù)會(huì)運(yùn)用到第二階段的計(jì)算中。

由表2可知，在不考慮外在環(huán)境變量和隨機(jī)因素影響的情況下，2010年我國各省份人力資本投資技術(shù)效率均值為0.7440，純技術(shù)效率均值為0.9610，規(guī)模效率均值為0.7720。在維持現(xiàn)有產(chǎn)出水平不變的條件下，投入減少25.60%可以達(dá)到有效生產(chǎn)前沿面，從技術(shù)效率分解來看，必須減少3.90%的投入達(dá)到純技術(shù)效率有效，減少22.80%的投入達(dá)到規(guī)模有效。具體來看，處于有效生產(chǎn)前沿面的分別為天津、內(nèi)蒙古、上海、江蘇、浙江、山東、廣東7個(gè)省份，純技術(shù)有效的省份有18個(gè)，規(guī)模有效的省份有7個(gè)，剩余省份則在純技術(shù)效率和規(guī)模效率方面存在不同程度的可改進(jìn)空間。各地區(qū)的技術(shù)效率值差異較大，最低效率得分為甘肅（0.4240），表明有57.60%多的投入為無效投入。全國有1個(gè)省份處于規(guī)模報(bào)酬遞減階段，7個(gè)省份處于規(guī)模報(bào)酬不變的階段，其余省份均處于規(guī)模報(bào)酬遞增階段?？傮w來看，在未剔除環(huán)境因素與隨機(jī)因素影響的情況下，初始DEA效率得分表明我國人力資本投資的效率水平還較低。從第一階段得到的結(jié)果來看，規(guī)模無效是制約效率不高的主要因素，但是在沒有考慮外部環(huán)境和隨機(jī)誤差的影響下純技術(shù)效率值有沒有被低估？規(guī)模效率又有沒有被高估？這仍需要進(jìn)一步分析。

（二）第二階段：SFA模型分析

為了準(zhǔn)確地反映我國各地區(qū)人力資本投資的效率問題，本文將SFA模型方法分離環(huán)境變量和隨機(jī)因素造成的影響。將第一階段DMU各投入變量的松弛量（徑向松弛量和非徑向松弛量）作為被解釋變量，解釋變量為前文選取的環(huán)境變量：人口數(shù)量、第三產(chǎn)業(yè)產(chǎn)值占GDP比重、公路密度、城市化率利用軟件Frontier4.0進(jìn)行SFA回歸分析，回歸結(jié)果如表3所示。Fried等將投入松弛量視為DMU的機(jī)會(huì)成本，解釋變量如果與投入松弛量正相關(guān)，則表明解釋變量會(huì)對投入松弛量產(chǎn)生正向作用，進(jìn)而傾向于增大投入變量，增加DMU的機(jī)會(huì)成本，因而不利于DMU生產(chǎn)效率的提高，反之，如果解釋變量與投入松弛量負(fù)相關(guān)，則說明解釋變量能夠降低DMU的機(jī)會(huì)成本，從而提高生產(chǎn)效率的提高。

由表3可知，第三產(chǎn)業(yè)產(chǎn)值占GDP的比重對前8項(xiàng)投入的松弛量均有著顯著的負(fù)作用，并且通過了顯著性水平的檢驗(yàn)，說明第三產(chǎn)業(yè)占比越高的地區(qū)的投入冗余產(chǎn)生的較少，因此合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)對提高人力資本的投資效率有著重要的作用。城市化率對于前8項(xiàng)投入的松弛量均有著顯著的正作用，并且也通過了顯著性水平的檢驗(yàn)，說明城鎮(zhèn)化率高的地區(qū)雖然有著較好的教育條件和就業(yè)機(jī)會(huì)，但是資源浪費(fèi)的情況較為明顯，應(yīng)更加注重城鎮(zhèn)化率較高地區(qū)的各項(xiàng)投入的配置效率，減少浪費(fèi)。人口數(shù)量、公路密度對不同的投入變量的松弛量有著不同方向的作用，且顯著性也不盡相同。這說明環(huán)境因素對投入冗余存在顯著影響。因此，需要利用公式（3）將外部環(huán)境變量和隨機(jī)因素剔除，最后使得所有省域面臨這相同的外部環(huán)境特征，這樣才能在第三階段的研究中得到準(zhǔn)確的結(jié)果。

（三）第三階段：調(diào)整后的DEA模型分析

對2010年我國31個(gè)?。ㄊ?、自治區(qū)）的人力資本投資效率的投入變量進(jìn)行調(diào)整后，再次運(yùn)用DEAP2.1軟件，將調(diào)整后的投入變量（此投入變量是利用公式（3）在剔除環(huán)境變量和隨機(jī)因素之后的數(shù)值）和原始產(chǎn)出變量帶入求解可以得到剔除了外部環(huán)境因素和隨機(jī)誤差的技術(shù)效率。結(jié)果如表4所示。

由表4可知，在考慮外在環(huán)境變量和隨機(jī)因素影響情況下，對比第一階段的結(jié)果，可以看出效率值發(fā)生了一些變化，2010年我國各省份人力資本投資技術(shù)效率均值由一階段的0.7440下降為0.7120，純技術(shù)效率均值由0.9610上升到0.9910，規(guī)模效率均值由0.7720下降到0.7180。調(diào)整后，在維持現(xiàn)有產(chǎn)出水平不變的條件下，投入減少28.80%可以達(dá)到有效生產(chǎn)前沿面，從技術(shù)效率分解來看，必須減少0.90%的投入達(dá)到純技術(shù)效率有效，減少28.20%的投入達(dá)到規(guī)模有效。具體來看，處于有效生產(chǎn)前沿面的分別為天津、內(nèi)蒙古、上海、江蘇、浙江、山東、廣東7個(gè)省份，純技術(shù)有效的省份有21個(gè)，規(guī)模有效的省份有7個(gè)。各地區(qū)的技術(shù)效率值差異仍然較大，最低效率得分為貴州（0.3960），表明有60.40%多的投入為無效投入。全國有1個(gè)省份處于規(guī)模報(bào)酬遞減階段，7個(gè)省份處于規(guī)模報(bào)酬不變的階段，其余省份均處于規(guī)模報(bào)酬遞增階段。

總體來看，DEA效率得分表明，我國人力資本投資的效率水平還較低，規(guī)模無效是制約效率不高的主要因素。在經(jīng)過第三階段的調(diào)整后，較第一階段的測量值，我國31個(gè)省（市、自治區(qū)）中有20個(gè)省、直轄市、自治區(qū)的技術(shù)效率有所降低，其中山西、廣西、貴州、西藏、青海的技術(shù)效率減少均大于0.1，其中西藏的技術(shù)效率下降了0.1930，青海的技術(shù)效率下降了0.2420，同時(shí)這些地區(qū)都屬于我國經(jīng)濟(jì)發(fā)展較為落后的一些地區(qū)，當(dāng)運(yùn)用初始的DEA方法進(jìn)行估計(jì)時(shí)，可能導(dǎo)致這些地區(qū)的效率值被高估，無法顯示出真實(shí)的情況。所以有必要在測算效率時(shí)考慮到外部環(huán)境和隨機(jī)干擾的影響，以便能夠真實(shí)地反映地區(qū)的技術(shù)效率，最后才能根據(jù)真實(shí)的效率值提出可行的建議和改進(jìn)方法。

由表4和表5可知，東部地區(qū)的人力資本投資效率最高，其次是中部地區(qū)、西部地區(qū)，技術(shù)效率排名前11名中只有內(nèi)蒙古屬于西部地區(qū)，其余地區(qū)都屬于東部地區(qū)，中部地區(qū)中有排名在第12位-第15位的省份，也有像江西和海南一樣排名靠后的地區(qū)，人力資本投資效率排名最后的地區(qū)都是傳統(tǒng)上經(jīng)濟(jì)發(fā)展較為落后的地區(qū)，如：西藏、云南、甘肅、貴州等偏遠(yuǎn)地區(qū)。并且東部地區(qū)的平均技術(shù)效率值遠(yuǎn)高于中部地區(qū)和西部地區(qū)，其原因主要是由于東部地區(qū)的規(guī)模效率值遠(yuǎn)高于中部地區(qū)和西部地區(qū)的規(guī)模效率。

結(jié)論和建議

（一）結(jié)論

本文運(yùn)用三階段DEA模型對我國31個(gè)?。ㄊ?、自治區(qū)）的人力資本的投資效率進(jìn)行實(shí)證分析并得出以下主要結(jié)論：

運(yùn)用傳統(tǒng)DEA法測算會(huì)對效率值造成誤估。在運(yùn)用SFA模型剔除隨機(jī)誤差和外部環(huán)境因素影響后，從平均水平來看，純技術(shù)效率被低估，規(guī)模效率值被高估，一些偏遠(yuǎn)地區(qū)的技術(shù)效率值被明顯高估。

環(huán)境因素對投入冗余存在著影響。在進(jìn)行環(huán)境因素對各項(xiàng)投入冗余值的作用進(jìn)行分析時(shí)，第三產(chǎn)業(yè)產(chǎn)值占GDP的比重對前8項(xiàng)投入的松弛量均有著顯著的負(fù)作用，城市化率對于前8項(xiàng)投入的松弛量均有著顯著的正作用，人口數(shù)量、公路密度對不同的投入變量的松弛量有著不同方向的作用，且顯著性也不盡相同。

我國大部分省份處于規(guī)模報(bào)酬遞增階段。我國只有北京市處于規(guī)模報(bào)酬遞減階段，7個(gè)省份處于規(guī)模報(bào)酬不變的階段，其余省份均處于規(guī)模報(bào)酬遞增階段。

東、中、西部的人力資本投資效率有著較大差別。東部地區(qū)的效率最高，中部次之，西部最低，且東、中、西部地區(qū)的純技術(shù)效率都處于較高的水平，技術(shù)效率主要的差距是由于各地區(qū)的規(guī)模效率水平?jīng)Q定的。

（二）建議

基于上述實(shí)證分析，本文給出以下幾點(diǎn)建議：

各地區(qū)進(jìn)行人力資本投資的過程中，應(yīng)注意到外部因素和隨機(jī)擾動(dòng)對于投資效率的影響。對于像產(chǎn)業(yè)結(jié)構(gòu)這類對大多投入的冗余起負(fù)作用的變量，應(yīng)該合理地增加其數(shù)值，從而達(dá)到減少投入冗余的目的。對于一些如城市化率對投入冗余起正向作用的變量，應(yīng)該合理地控制這類外部變量對于投入冗余的正向作用，以期望減少投入的浪費(fèi)，增加投資的效率。

進(jìn)一步優(yōu)化地區(qū)的產(chǎn)業(yè)