長江經(jīng)濟(jì)帶公路運(yùn)輸效率的測度

周業(yè)旺

（黃岡師范學(xué)院 商學(xué)院，湖北 黃岡 438000）

0 引言

長江經(jīng)濟(jì)帶橫跨中、東、西部三個(gè)區(qū)域共11個(gè)省市，截止2016年底該區(qū)域人口和生產(chǎn)總值超過全國的40%，最近二十年以來，長江經(jīng)濟(jì)帶已成成為我國綜合實(shí)力最強(qiáng)的區(qū)域之一。2016年9月，《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》確立了長江經(jīng)濟(jì)帶“一軸、兩翼、三極、多點(diǎn)”的發(fā)展新格局，其中，“兩翼”分別指滬瑞和滬蓉南北兩大運(yùn)輸通道。《長江經(jīng)濟(jì)帶綜合立體交通走廊規(guī)劃（2014—2020年）》制定的發(fā)展目標(biāo)中指出要優(yōu)化交通運(yùn)輸結(jié)構(gòu)，強(qiáng)化各種運(yùn)輸方式的銜接，提升綜合運(yùn)輸能力，對于綜合運(yùn)輸系統(tǒng)中重要的組成部分公路運(yùn)輸，規(guī)劃指出方向是形成以滬蓉、滬渝、滬昆、杭瑞高速公路為骨架的國家高速公路網(wǎng)和覆蓋所有縣城的普通國道網(wǎng)，同時(shí)推行地理?xiàng)l件稍好的鄉(xiāng)鎮(zhèn)、建制村通瀝青或水泥路。在長江經(jīng)濟(jì)帶各省市十二五建設(shè)過程中，公路交通也一直都是重點(diǎn)建設(shè)領(lǐng)域，公路投資逐年增長，公路基礎(chǔ)設(shè)施逐漸完善。但公路交通運(yùn)輸在建設(shè)的過程中效率如何，是否發(fā)揮應(yīng)有的作用值得探討。

目前國內(nèi)外關(guān)于交通基礎(chǔ)設(shè)施的方面的研究主要集中于基礎(chǔ)設(shè)施與區(qū)域經(jīng)濟(jì)增長的關(guān)系，大多采用面板數(shù)據(jù)構(gòu)建計(jì)量經(jīng)濟(jì)等模型，最終得出的結(jié)論也不盡相同。以往研究在分析的過程中選擇范圍較大，多是以某一區(qū)域整體的交通基礎(chǔ)設(shè)施為研究對象，沒有考慮到綜合交通運(yùn)輸中不同交通方式的區(qū)別。在長江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系中，公路運(yùn)輸有著不可替代的作用，發(fā)揮著重要的銜接功能。目前較少有文獻(xiàn)以特定地區(qū)的公路交通運(yùn)輸為對象進(jìn)行效率的測度。本文擬以長江經(jīng)濟(jì)帶綜合運(yùn)輸系統(tǒng)中公路運(yùn)輸為研究對象，測度公路交通運(yùn)輸內(nèi)部的效率。

1 模型建立與變量的選擇

1.1 三階段DEA

DEA三階段法是Fried等人提出了用來測度效率的一種常見方法。相比較傳統(tǒng)的DEA方法，三階段DEA最大的優(yōu)勢是能夠在評價(jià)的過程中消除外部環(huán)境因素和隨機(jī)誤差對測度結(jié)果的影響，從而使得評價(jià)結(jié)果更加客觀真實(shí)。隨著綜合運(yùn)輸體系的建立和完善，特別是鐵路運(yùn)輸?shù)难该桶l(fā)展使得各種交通運(yùn)輸方式在綜合運(yùn)輸體系中的地位和作用逐漸改變，長江經(jīng)濟(jì)帶公路運(yùn)輸面臨的外部環(huán)境也在發(fā)生變化。因此有必要在評價(jià)的過程中考慮該因素變化對評價(jià)結(jié)果的影響。

（1）第一階段：傳統(tǒng)DEA模型效率測算

DEA模型有投入導(dǎo)向和產(chǎn)出導(dǎo)向型：CCR模型和BCC模型。BCC模型是Banker等（1984）在CCR模型基礎(chǔ)上將規(guī)模報(bào)酬不變的限制假設(shè)修改為規(guī)模報(bào)酬變動(dòng)得來的。BCC模式可以將CCR模式中的綜合效率分解為配置效率和技術(shù)效率，綜合效率的分解能更加清晰地找出效率的影響因素。考慮到公路交通效率評價(jià)的特點(diǎn)，本文采用投入導(dǎo)向下BCC模型，對偶形式下的BCC模型為：

其中，X表示決策單元的投入變量，Y表示決策單元的產(chǎn)出向量，S-為投入松弛變量，S+為產(chǎn)出松弛變量。

（2）第二階段：SFA回歸分析

通過第一階段傳統(tǒng)DEA模型的計(jì)算可以得出，每個(gè)決策單元的初始效率值。但在該過程中沒有考慮到各個(gè)決策單元的外部環(huán)境隨機(jī)誤差對效率值測度的影響，因此效率測度值不能真實(shí)的反應(yīng)各省市公路交通運(yùn)輸?shù)牡膶?shí)際效率?；谶@一因素，F(xiàn)ried（2002）通過構(gòu)建相似SFA回歸分析，消除出上述因素對傳統(tǒng)DEA初始測度結(jié)果的影響。根據(jù)Fried的研究，第二階段建立以投入導(dǎo)向的類似SFA回歸函數(shù)：

式中，Sni為第i個(gè)決策單元中第n項(xiàng)投入變量的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；νni+μni是混合誤差項(xiàng)，νni表示隨機(jī)干擾，μni表示管理無效率。其中 ν~N(0，)是隨機(jī)誤差項(xiàng)，表示隨機(jī)干擾因素對投入松弛變量的影響；μ是管理無效率，表示管理因素對投入松弛變量的作用，假定管理無效率服從在零點(diǎn)截?cái)嗟恼龖B(tài)分布，即 μ~N+(0，)。

對初始各個(gè)決策單元的效率值進(jìn)行SFA回歸的目的是為了剔除由于環(huán)境和隨機(jī)因素對實(shí)際效率測度的干擾，使得各個(gè)決策單元置于相同的外部環(huán)境中。調(diào)整公式如下：

隨機(jī)誤差項(xiàng)分離公式為：

（3）第三階段：調(diào)整后DEA效率分析

通過第二階段的相似SFA回歸分析，將調(diào)整后的投入變量值替換原來的投入變量值，再次利用BCC模型進(jìn)行公路交通效率的測度，可得出在相同環(huán)境因素和隨機(jī)因素下的效率值，是各個(gè)決策單元相對真實(shí)的效率值，調(diào)整后得到的效率值只受技術(shù)管理的影響。

1.2 Malmquist指數(shù)

采用三階段DEA模型對長江經(jīng)濟(jì)帶公路交通運(yùn)輸效率的測度屬于靜態(tài)分析。在此基礎(chǔ)上，本文構(gòu)建Malmquist指數(shù)動(dòng)態(tài)地對公路運(yùn)輸效率進(jìn)行全要素生產(chǎn)率評價(jià)。該指數(shù)模型自1954年提出后并于DEA理論結(jié)合后得到了廣泛的應(yīng)用。該指數(shù)明確了從t到t+1期的生產(chǎn)率指數(shù)：

如果指數(shù) M(xt+1，yt+1，xt，yt)＞1 ，則表明全要素生產(chǎn)效率在提高，如該指數(shù)小于1，表明生產(chǎn)率在下降。其中可以將Malmquist指數(shù)分解成：

1.3 變量和指標(biāo)的選擇

基于公路交通效率評價(jià)的特性和數(shù)據(jù)的可得性，本文選取長江經(jīng)濟(jì)帶共11個(gè)省市在2011—2015年間共5年的公路里程（X1，萬公里），公路營運(yùn)汽車擁有量（X2，萬輛）兩個(gè)指標(biāo)作為投入指標(biāo)，公路貨物周轉(zhuǎn)量（Y1，億噸公里）和公路旅客周轉(zhuǎn)量（Y2，億人公里）作為產(chǎn)出指標(biāo)。

在三階段DEA測度模型中要加入環(huán)境變量，由于目前對于環(huán)境變量的選取沒有統(tǒng)一標(biāo)準(zhǔn)，環(huán)境變量的選取對調(diào)整后的效率值會(huì)產(chǎn)生影響。根據(jù)長江經(jīng)濟(jì)帶各省市對公路運(yùn)輸需求的特點(diǎn)，選取地區(qū)生產(chǎn)總值（β1）和城鎮(zhèn)化率（β2）作為環(huán)境變量。采用非農(nóng)業(yè)人口占總?cè)丝诒壤齺砗饬砍擎?zhèn)化率。

2 實(shí)證分析

2.1 三階段DEA模型測算的綜合效率

（1）傳統(tǒng)DEA模型公路運(yùn)輸效率測度

根據(jù)上文建立的傳統(tǒng)DEA模型，運(yùn)用DEAP2.1軟件對長江經(jīng)濟(jì)帶11個(gè)省市2011—2015年的公路交通運(yùn)輸效率進(jìn)行測算，最終取五年的平均效率，初始效率值如表1所示。

表1 第一階段：2011—2015年11省市初始效率均值

傳統(tǒng)DEA模型計(jì)算結(jié)果顯示，在不考慮外部環(huán)境和隨機(jī)因素的干擾下，長江經(jīng)濟(jì)帶11個(gè)省市2011—2015年公路交通效率均值中，上海、江蘇和安徽的綜合效率、純技術(shù)效率以及規(guī)模效率都為1，處在效率的前沿面。其余8省的效率值均有提升的空間。根據(jù)地理位置劃分，東部省市的三種效率都最高，西部省市的三種效率都處在最低位置。傳統(tǒng)DEA效率測算是在沒有考慮環(huán)境和隨機(jī)因素的情況下測得的，該模型將所有影響效率值的因素都?xì)w結(jié)為管理無效，而對效率值測度結(jié)果有影響的三大因素中，環(huán)境與隨進(jìn)因素屬于外生變量不易控制。長江經(jīng)濟(jì)帶11個(gè)省市的外部環(huán)境各異，起點(diǎn)和基礎(chǔ)不同，因此有必要在此基礎(chǔ)上，通過SFA模型消除環(huán)境和隨機(jī)因素對測算結(jié)果的影響。

（2）SFA回歸分析

根據(jù)第一階段的計(jì)算結(jié)果再分別以公路里程X1的松弛變量、公路營運(yùn)車輛X2的松弛變量為因變量，11省市年度GDPβ1、城鎮(zhèn)化率β2為自變量建立似SFA回歸模型，運(yùn)用Frontier4.1軟件進(jìn)行分析，為了使計(jì)算更加準(zhǔn)確，本文采用逐年截面分析的方式，一共可以建立15個(gè)回歸方程，由于篇幅受限，僅列出了最近2015年的回歸結(jié)果，估計(jì)結(jié)果如表2所示。

表2 第二階段：2015年SFA回歸結(jié)果

由模型檢驗(yàn)參數(shù)可以看出，LR單邊檢驗(yàn)值都比較大，通過了1%水平上的顯著性檢驗(yàn)，說明模型設(shè)置合理。Gamma值都接近于1，說明管理無效率的影響比較大，隨機(jī)因素比較小，適合進(jìn)行SFA回歸。針對具體的模型來看，在X1松弛變量的回歸中，β1、β2都對X1的松弛變量呈現(xiàn)顯著的負(fù)向影響，說明S1、S2的增加有利于減少X1的松弛變量，即減少X1的資源浪費(fèi)，有利于提高效率；在X2松弛變量的回歸中，β1對X2的松弛變量呈現(xiàn)顯著的正向影響，說明β1的增加會(huì)增大X2的松弛變量，即增大X2的資源浪費(fèi)，不利于提高效率，β2對X2的松弛變量呈現(xiàn)顯著的負(fù)向影響，說明β2的增加有利于減少X2的松弛變量，即減少X2的資源浪費(fèi)，有利于提高效率。

（3）第三階段DEA分析

將調(diào)整后的投入變量取代最初的投入變量進(jìn)行再次進(jìn)行DEA分析，得到調(diào)整后的效率值如表3所示。

表3 第三階段：2011—2015年11省市公路交通運(yùn)輸綜合效率均值、純技術(shù)效率均值及規(guī)模效率均值

在此階段中，由于消除了環(huán)境和隨機(jī)因素的影響，通過對比表1和表3的結(jié)果可以發(fā)現(xiàn)，最終的效率值出現(xiàn)的較大的變化。只有浙江和安徽省的各項(xiàng)效率值均為1，處在最前沿面。整個(gè)長江經(jīng)濟(jì)帶的綜合效率均值由0.8430下降到0.7363。由于上海市的效率值急劇下降導(dǎo)致東部省市的平均效率值由0.9573下降到0.6905，中部均值由0.8847下降到0.8131，相反西部省市的綜合均值略微上升。從各省市的具體情況來看，五年綜合效率值上海下降最明顯，表明在過去的五年內(nèi)，上海市的公路交通的實(shí)際效率較低，第一階段中上海市公路交通的高效率是由于環(huán)境因素和隨機(jī)因素帶來的。浙江、江西、湖北、重慶和貴州省的效率值均呈現(xiàn)下降趨勢，而四川和云南兩省的綜合效率上升。而綜合效率下降的省市主要是由于規(guī)模效率下降引起的，表明規(guī)模效率不高嚴(yán)重影響到公路交通資源的利用。

2.2 Malmquist指數(shù)測度

基于三階段DEA模型對長江經(jīng)濟(jì)帶公路運(yùn)輸效率的測度是從靜態(tài)角度進(jìn)行分析的，得出的是五年效率的均值。在研究的過程中，不僅要了解五年的實(shí)際情況，更需要了解五年間各效率的變化趨勢，為此構(gòu)建Malmquist指數(shù)模型，分析全要素生產(chǎn)率的變動(dòng)主要是由技術(shù)進(jìn)步還是由技術(shù)效率的變動(dòng)引起的。利用DEAP2.1軟件將剔除了外部環(huán)境和隨機(jī)因素的各投入變量和初始產(chǎn)出變量代入Malmquist指數(shù)模型進(jìn)行計(jì)算。具體測算結(jié)果如表4所示。

表4 2011—2015年11省份公路交通運(yùn)輸TFP指數(shù)及分解

從測算結(jié)果可以看出，在2011—2015年間，只有上海和江西兩省市全要素生產(chǎn)率變化指數(shù)大于1，貴州省保持不變，其余所有省市的全要素生產(chǎn)率變化指數(shù)都小于1，表面這些省份的公路交通資源的利用效率呈現(xiàn)下降的趨勢。即使是上海和江西也僅僅分別保持2.5%和4%的增長，全部11個(gè)省市的技術(shù)進(jìn)步效率均值只有0.884，全要素生產(chǎn)率以6.3%的速度下降。說明過去五年中整個(gè)長江經(jīng)濟(jì)帶區(qū)域的公路交通效率不高，嚴(yán)重制約了公路交通資源的利用。

3 結(jié)論與建議

本文在構(gòu)建DEA—Malmquist指數(shù)模型基礎(chǔ)上，采用2011—2015年的數(shù)據(jù)對長江經(jīng)濟(jì)帶11個(gè)省市的公路交通運(yùn)輸效率進(jìn)行了靜態(tài)和動(dòng)態(tài)的測度。DEA三階段模型分析結(jié)果顯示，在剔除環(huán)境和隨機(jī)因素的干擾下，長江經(jīng)濟(jì)帶公路交通運(yùn)輸綜合效率下降明顯。從Malmquist指數(shù)模型所反映的全要素生產(chǎn)率指數(shù)對技術(shù)進(jìn)步指數(shù)依賴較大。根據(jù)測度結(jié)果，本文提出以下建議：

第一，長江經(jīng)濟(jì)帶省市公路建設(shè)的重點(diǎn)要從過去的加大投入轉(zhuǎn)移到如何有效地利用現(xiàn)有公路交通設(shè)施。在過去五年中，長江經(jīng)濟(jì)帶省市都加大了在公路交通基礎(chǔ)設(shè)施上的投資，公路總里程增長顯著，但通過效率測度分析可以看出長江經(jīng)濟(jì)帶公路交通運(yùn)輸效率卻呈下降趨勢。出現(xiàn)這一現(xiàn)象固然有公路基礎(chǔ)設(shè)施建設(shè)效果滯后的原因，但也要看到目前處于激烈競爭的運(yùn)輸市場中，公路交通運(yùn)輸必須明確定位，在綜合運(yùn)輸體系中發(fā)揮公路運(yùn)輸中短途效率高方便靈活等優(yōu)勢。特別是面對長江經(jīng)濟(jì)帶鐵路運(yùn)輸?shù)难该桶l(fā)展和長江航運(yùn)在大宗工業(yè)物資中的天然優(yōu)勢，公路交通運(yùn)輸企業(yè)必須推出服務(wù)內(nèi)容的創(chuàng)新，高效地為客戶提供定制化運(yùn)輸服務(wù)，提高客戶的滿意度。公路運(yùn)輸管理部門要結(jié)合當(dāng)前運(yùn)輸市場的格局，加大對公路運(yùn)輸企業(yè)的支持和扶持力度，進(jìn)一步優(yōu)化公路運(yùn)輸管理流程，創(chuàng)新管理方式，提高公路基礎(chǔ)設(shè)施的利用效率。

第二，長江經(jīng)濟(jì)帶公路交通要改變目前發(fā)展不平衡的態(tài)勢，實(shí)現(xiàn)區(qū)域公路交通的高效協(xié)調(diào)發(fā)展，就應(yīng)該創(chuàng)新公路交通協(xié)調(diào)發(fā)展思路，在現(xiàn)有完備的公路交通基礎(chǔ)設(shè)施前提下，構(gòu)建長江經(jīng)濟(jì)帶省域公路交通高效協(xié)調(diào)發(fā)展的空間格局，長江經(jīng)濟(jì)帶各省市應(yīng)進(jìn)一步簡政放權(quán)，消除條塊行政分割和地區(qū)封鎖，清理阻礙公路運(yùn)輸要素合理流動(dòng)的地方性政策法規(guī)；進(jìn)一步優(yōu)化公路運(yùn)輸環(huán)境，構(gòu)建統(tǒng)一開放、競爭有序的長江經(jīng)濟(jì)帶區(qū)域公路運(yùn)輸服務(wù)市場。同時(shí)，要做好長江經(jīng)濟(jì)帶各種交通運(yùn)輸方式合理布局和銜接，真正發(fā)揮各種運(yùn)輸方式的優(yōu)勢，促成長江經(jīng)濟(jì)帶高效的綜合運(yùn)輸體系的形成。