江蘇省工業化階段水路運輸資源配置效率評價

摘要：

為全面客觀地測度江蘇省工業化階段水路運輸資源配置效率，應用數據包絡分析（Data Envelopment Analysis，DEA）方法的C2R模型和C2GS2模型實證研究各種配置效率.數據分析表明，與鐵路、公路運輸相比，水路運輸不存在相對過剩的投入規模，其綜合效率、技術效率與規模效率的均值最小.要提高水路運輸資源配置效率，需要在交通系統內協調配置各種運輸方式的交通資源，同時協調水路運輸內部各部門單位的資源配置.從資源配置的角度出發，相關部門在交通資源配置之前對各種運輸方式的資源配置效率進行橫向比較與縱向比較相結合的全面客觀評價是必要的，也是可行的.

關鍵詞：

運輸資源； 配置效率； 數據包絡分析（DEA）； 波動性

中圖分類號： F552

0 引 言

根據文獻[1]分析，江蘇省工業化階段劃分主要依據為人均GDP，1995—2001年、2002—2007年、2008—2013年分別為工業化初期、中期和后期；按同樣方法計算[2]，江蘇省2014年人均GDP為

11 757美元，超過后工業化階段的標志值11 170美元，據此判斷江蘇省從2014年起進入后工業化階段.結合運輸化理論[3]，江蘇省工業化初期的主要運輸對象為紡織品、建材、金屬制品、大宗原材料及農產品，主導運輸方式為水路運輸和鐵路運輸；江蘇省工業化中期的主要運輸對象為機械、化工品、油品等重化工業產品，水路運輸和鐵路運輸仍為主導運輸方式，但公路運輸開始興起；江蘇省工業化后期的主要運輸對象為精細化工品、高檔消費品、醫藥制品、成套設備等高價貨物，水路運輸和鐵路運輸發展趨穩，高速公路運輸和航空運輸迅速發展.本文擬通過橫向和縱向比較，全面客觀地測度江蘇省工業化階段水路運輸資源配置效率，為相關部門提供決策參考.

考慮到層次分析法確定指標權重較為主觀，模糊綜合評判法主要適用于不確定性問題等，因此本文采用較成熟的數據包絡分析（Data Envelopment Analysis， DEA）方法.該法適用于客觀衡量具有多個輸入輸出變量的決策單元（Decision Making Unit， DMU）的相對效率，其在交通運輸業中的適用性早已被諸多文獻證實，例如文獻[411]運用DEA方法的C2R模型和C2GS2模型測度了交通運輸的效率，但未涉及工業化階段交通資源配置效率、輸入輸出變量間相關關系及其他因素對DEA方法評價有效性的專門分析.在借鑒已有成果的基礎上，本文較多地將質量指標應用于DEA方法的C2R模型和C2GS2模型，橫向比較與縱向比較相結合全面分析江蘇省工業化階段的水路運輸資源配置效率.本文的研究意義在于測算江蘇省3種主要運輸方式的相對效率和規模收益，指導交通資源配置方向與策略調整；分析在輸入輸出變量調整情況下，水路運輸資源配置的效率值以及效率波動性和績效方面的區別，為準確、全面測算水路運輸及其他運輸方式資源配置相對效率提供實證范例與重要參考，同時推動DEA方法的C2R模型和C2GS2模型實證研究.

1 水路運輸在江蘇省綜合運輸中的資源配置效率分析

1.1 評價方法與模型

在式（1）中加上約束條件nj=1λj=1則得C2GS2模型線性規劃，求解該模型所得的最優解θ即為技術效率值.當θ=1且S-i= S+r=0時，Dj達到完全技術效率.另外，規模效率=綜合效率/技術效率；C2R模型和C2GS2模型計算結果與指標的量綱無關；綜合效率、技術效率、規模效率相應的數值等于1時分別稱為完全配置效率、完全技術效率和完全規模效率，當且僅當完全技術效率與完全規模效率同時存在時方可達到完全配置效率.

1.2 評價指標選擇

為更好地測算水路運輸資源在交通系統內的相對配置效率，盡量選取質量指標.限于數據可得性與指標可比性，本節所指綜合運輸僅包括鐵路、公路和水路運輸.從配置研究的角度分析，交通資源常指交通基礎設施（但不排斥其他指標）[13]，而運輸線路的形成整合了人力、物力、財力、技術、組織、制度等交通資源，交通職工是交通基礎設施營運的必備要素.因此，以各運輸方式從業人數占全省綜合運輸從業人數的比例、各運輸方式線路長度占全省綜合運輸線路長度的比例為輸入指標，以各運輸方式旅客周轉量占全省綜合運輸旅客周轉量的比例、各運輸方式貨物周轉量占全省綜合運輸貨物周轉量的比例為輸出指標（就指標本身含義而言，旅客周轉量相較于旅客運輸量、貨物周轉量相較于貨物運輸量更能表征運輸成果，也更適合作為DEA的輸出變量）.

1.3 實證分析

各運輸方式從業人數來源于歷年《中國統計年鑒》，其余數據來源于歷年《江蘇省統計年鑒》.以年份為DMU，DMU總數19大于輸入輸出指標總數的2倍.EViews相關關系分析顯示，輸入指標、輸出指標內部各指標間不存在高度相關關系，而輸入指標與輸出指標間存在相關關系，能保證取得客觀的評價效果.將數據代入C2R模型和C2GS2模型，并采用LINGO求解，計算結果見圖1，3種運輸方式資源配置的3種效率的標準差計算結果見表1.綜合分析計算結果可知：

（1）公路運輸在綜合運輸中的資源配置效率最高.公路運輸的綜合效率、技術效率和規模效率在工業化各階段的均值均高于0.9，是綜合運輸中唯一有此佳績的運輸方式；公路運輸完全配置效率和完

全技術效率時間分別為2 a和8 a，分別占工業化階

段總時間（19 a）的10.53%和42.11%.進一步分析可知，公路運輸規模收益不變與規模收益遞減的時間合計占工業化階段總時間（19 a）的26.32%，表明在特定的運輸產出條件下，公路運輸人力與物力（線路）資源配置規模相對過大.

（2）水路運輸在綜合運輸中的資源配置效率最低.水路運輸的3種效率在工業化各階段的均值均低于0.9；分階段看，水路運輸的3種效率在工業化階段處于“中→低→高”的發展趨勢，工業化后期表現出明顯高于初期和中期的趨勢，體現了其資源配置在綜合運輸體系內與工業化進程逐步協調的相對動態過程.水路運輸資源配置的3種效率雖然在工業化后期高于鐵路運輸和公路運輸，但在工業化初期和中期的13 a中遠低于鐵路運輸和公路運輸，故其在工業化實現階段的均值在綜合運輸中為最低.

（3）工業化實現階段，在3種運輸方式的標準差所顯示的波動性方面，規模效率波動性小于技術效率和綜合效率的波動性，表明江蘇省3種運輸的投入規模波動性相對較小.

同期，水路運輸、鐵路運輸、公路運輸的資源完全配置效率時間之比為4∶5∶2.在綜合運輸中，水路運輸資源配置綜合效率、技術效率和規模效率的標準差均為最大而效率平均值卻最小，其綜合效率、技術效率、規模效率的標準差分別為公路運輸相應效率標準差的2.01，1.39，5.88倍，為鐵路運輸相應效率標準差的1.84，1.63，2.97倍.可見，水路運輸資源配置效率的波動性最大，而鐵路運輸和公路運輸的綜合效率、技術效率波動性相差不大.

2 江蘇省工業化階段水路運輸資源配置效率縱向比較分析

2.1 評價模型與指標選擇

為縱向比較分析江蘇省工業化階段19 a間的水路運輸資源配置效率，繼續選擇C2R模型測算綜合效率，選擇C2GS2模型測算技術效率.考慮數據可得性和指標代表性，選取航道里程（km）、船舶載客量（客位）、碼頭泊位長度（km）、水路運輸從業人數（萬人）、船舶凈載質量（萬t）和港航建設投資（億元）為模型的輸入指標，并依次記為X1， X2， X3， X4， X5， X6；選擇旅客周轉量（億人·km）、港口貨物吞吐量（億t）、貨物周轉量（億t·km）為模型的輸出指標，并依次記為Y1， Y2， Y3.

2.2 實證分析

① 2013年公路、水路客貨運量及周轉量以專家調查結果為準，由于調查口徑發生變化，為保證數據的可比性，2013年運輸量數據取自《2013年江蘇省國民經濟和社會發展統計公報》

從業人員數據來源于歷年《中國統計年鑒》，港航建設投資數據來源于《2014江蘇交通年鑒》，其余數據來源于歷年《江蘇省統計年鑒》①.以年份為DMU，DMU總數19大于輸入輸出指標總數的2倍.為避免數量級相差過大可能導致無可行解，將X1， X2， X3， X5， X6， Y2， Y3的單位依次調整為106m，萬客位，104m，106t，10億元，107t和1010t·km.EViews相關關系分析顯示，輸入指標X5與X6之間存在高度相關性，輸出指標Y2與Y3之間存在高度相關性，其他輸入指標和輸出指標內部各指標間不存在高度相關性，而輸入指標與輸出指標間存在相關性.為取得客觀的評價效果，根據不同的輸入輸出指標組合設計了4個方案，分別為：方案A（X1， X2， X3， X4， X5， Y1， Y2），B（X1， X2， X3， X4， X5， Y1， Y3），C（X1， X2， X3， X4， X6， Y1， Y2），D（X1， X2， X3， X4， X6， Y1， Y3）.將數據代入C2R模型和C2GS2模型，并采用LINGO求解，計算結果見表2（其中均值為4個方案的均值），各方案3種效率的均值和標準差見表3.

將不同方案進行兩兩組合分成6組，分別為組I（方案A與B）、組II（方案C與D）、組III（方案A與C）、組IV（方案B與D）、組V（方案A與D）、組VI（方案B與C）.綜合分析表2和3可以發現：

（1）如表2所示，在各組內部具有相同投入和一項不同產出（Y2與Y3）的情況下，水路運輸資源配置具有相同的良好綜合效率和規模收益狀態，即同一年份的完全配置效率和規模收益狀態相同，而且，組I和組II分別有高達47.37%和63.16%的年份處于完全配置效率和規模收益不變狀態，其余年份則處于DEA無效和規模收益遞增狀態.除了組I中方案B的2006年的3種效率均略高于方案A的、組II中方案C的2000年的3種效率均略高于方案D的外，兩組內部各方案其余年份的所有效率處于相同的態勢，原因在于在所有投入和一項產出完全相同的情況下，cov（Y2， Y3）=0.991 9≈1，即方案A和C的產出Y2與方案B和D的產出Y3具有高度正相關性（接近完全正相關）.

組I和組II的完全技術效率時間分別為13 a和14 a，分別占江蘇省工業化階段總時間（19 a）的68.42%和73.68%，均超過50%.同時，兩組內部方案中的技術效率均高于綜合效率和規模效率，而且工業化階段各方案的技術效率均值都大于0.99，接近完全技術效率.這表明江蘇省水路運輸資源配置在當時的水路運輸技術條件下，實現了以較少的投入取得較大的產出，換言之，水路運輸技術在江蘇省水路運輸資源配置效率提升中發揮了較大的作用.

在組I和組II內部方案的綜合效率均值、波動性表現上，方案A優于方案B，方案C優于方案D.這表明在具有相同投入的條件下，港口貨物吞吐量作為模型的輸出變量取得了相對于貨物周轉量作為模型的輸出變量時更小的波動性、更高的效率和績效產出.

（2）如表2所示，在各組內部具有相同產出和一項不同投入（X5與X6）的情況下，除2009年外，組III和組IV的方案A和B處于完全配置效率和規模收益不變狀態時，兩組的方案C和D也處于完全配置效率和規模收益不變狀態，反之則不成立；組III和組IV各組內部兩方案同時達到完全配置效率和規模收益不變狀態的DMU總數均為8（即時間為8 a），占江蘇省工業化階段總時間（19 a）的42.11%；組IV和組III各組內部方案同時處于相同規模收益狀態（規模收益不變或遞增）的時間分別為14 a和13 a，綜合效率均值分別為1.890 3，1.853 5，標準差之和分別為0.183 3，0.240 8，組IV的績效表現較好而波動性較小，整體表現優于組III，表明在具有相同產出的條件下，港航建設投資（X6）作為模型的輸入變量時取得了比船舶凈載質量（X5）作為輸入變量時更小的波動性、更高的效率和績效產出.

（3）如表2所示，在各組內部具有一項不同投入和一項不同產出的情況下，組V內部方案同時處于相同規模收益狀態（規模收益不變或遞增）的時間（14 a）占江蘇省工業化階段總時間（19 a）的73.68%，其中，同時處于完全配置效率和規模收益不變狀態的時間（8 a）占江蘇省工業化階段總時間（19 a）的42.11%，這一比例與組III，組IV的相同.組VI內部方案同時處于相同規模收益狀態（規模收益不變或遞增）的時間（13 a）占江蘇省工業化階段總時間（19 a）的68.42%，其中，同時處于完全配置效率和規模收益不變狀態的時間（8 a）占江蘇省工業化階段總時間（19 a）的42.11%，這一比例與組III，組IV，組V的相同，而且，組V，組VI內部方案同時處于規模收益不變和完全配置效率的DMU（年份）完全重合.如表3所示，組V和組VI的綜合效率均值之和分別為1.888 1和1.855 7，標準差之和分別為0.191 5和0.232 5，兩組相應的差值僅有0.032 4，0.041 0.由此可見，在各組內部具有一項不同投入和一項不同產出的情況下，水路運輸資源配置效率與綜合績效的表現差異不明顯.

（4）總體上，工業化階段方案A的綜合效率均值大于其他3個方案的，其綜合效率的波動性小于其他3個方案的（見表3）.由此可見，相對于其他3個方案而言，方案A的投入產出變量之間的整體協調性更好.

方案A，B，C，D達到完全配置效率的DMU總數分別為8，9，13，

12，與其規模收益不變的DMU總數和年份完全相同，即每個方案的完全配置效率與規模收益不變狀態總是并存的，其余年份均不處于規模收益遞減狀態，即水路運輸資源配置不存在相對過剩規模.

如表2和3所示，在工業化初期，所有方案均達到了完全技術效率，表明在1995—2001年，水路運輸資源配置在當時的技術條件下，實現了以最少的投入取得最大的產出，這一表現優于工業化中期和后期.以均值計算，相較于其他年份，1995，1996，1997，1999，2008，2010，2012，2013年共計8個年份處于完全配置效率和規模收益不變狀態，占江蘇省工業化階段總時間（19 a）的42.11%；而分階段看，工業化初期和后期各占一半，分別占兩個階段時間的57.14%和66.67%.同時，就綜合效率和波動性而言，江蘇省工業化階段3個時期的表現按優、中、差排序依次分別為工業化后期、工業化初期、工業化中期，即江蘇省工業化中期的水路運輸資源配置效率在江蘇省工業化進程中表現最差.經過主動調適，例如南京通關便利化措施的推行[14]，水路運輸業較為有效地化解了2008年世界金融危機的影響，表現出與經濟社會發展的相對協調性，同時也反映出近年來江蘇省經濟發展步入了新常態.

此外，在各組內部方案各種效率值和規模收益方面，組III與組IV、組I與組II的表現差異明顯，前者的相似度較低.這是因為不同投入之間雖然具有高度正相關性，但離完全正相關尚存差距（0.940 4<1），而且相關系數cov（X5，X6）

3 結論及建議

（1）3種運輸方式的資源配置效率橫向比較分析表明，江蘇省工業化中期水路運輸資源配置效率最低且波動性最大，公路運輸資源配置效率最高且綜合效率和規模效率的波動性最小；江蘇省工業化后期水路運輸資源配置3種效率的均值高于其他2種運輸方式的，也高于前2個階段的相應數值.

江蘇省工業化階段歷年水路運輸資源配置效率縱向比較分析表明，水路運輸資源配置效率均值在工業化后期達到3個階段中的最大值，這與橫向比較分析結論相互印證，表明江蘇省水路運輸資源配置與工業化進程相互調適，配置效率在工業化后期快速提升.

同時，兩種實證分析存在重要區別：橫向比較與縱向比較分析得出水路運輸資源配置規模收益不變（完全效率）的時間分別為4 a，8 a，后者是前者的2倍；橫向比較分析主要實證研究了水路運輸在綜合運輸中的概況，而縱向比較分析能夠選擇更多具體的行業特色指標深入剖析水路運輸資源配置詳情，并且能夠研究多變量變換對DEA模型的影響，即通過輸入輸出變量的調整比較分析水路運輸資源配置效率的差異性.

可見，在DEA模型中，單一的縱向比較或橫向比較都不能準確地對水路運輸資源配置效率進行全面評價.鑒于DEA模型是一種客觀分配權重的評價模型，該結論具有普適性，即對其他運輸方式資源配置效率的全面評價具有同樣的參考價值.因此，從資源配置的角度出發，相關部門在交通資源配置之前對各種運輸方式的資源配置效率進行橫向比較與縱向比較相結合的全面客觀評價是必要的，也是可行的.

（2）無論是橫向比較還是縱向比較，水路運輸資源配置在江蘇省工業化各階段均不存在相對過剩的投入規模.相對于水路運輸，鐵路運輸和公路運輸分別存在5 a和3 a的規模收益遞減；不同投入產出組合的水路運輸資源配置方案的綜合效率與規模效率具有相同的發展趨勢，即同時等于1或者同時小于1，提高規模效率能加速提升水路運輸資源配置的綜合效率.因此，從增加運輸產出量與提升資源配置效率的角度看，向水路運輸傾斜交通資源配置能夠取得更大的規模收益和綜合效率.

（3）橫向比較顯示，水路運輸相對于公路運輸的資源配置，其投入規模較小且增速較低，應當適度降低公路運輸資源投入規模并逐步加大水路運輸資源配置力度.同時，縱向比較表明，在其他變量相同的條件下，作為輸出變量的港口貨物吞吐量相較于貨物周轉量、作為輸入變量的港航建設投資相較于船舶凈載質量應用于DEA方法的C2R模型和C2GS2模型更有績效.因此，在其他條件相同的情況下，要獲得更高的水路運輸資源配置效率與績效產出，應當優先配置資源進行港口與航道建設投資，以提高港口吞吐量為目標進行水路運輸資源配置策略調整.港口作為水陸連接的界面、水運活動的中心，其集疏運系統整合了各種交通方式資源，因此提高港口效率能夠有效促進各種運輸方式的效率提升與績效產出.可見，以港口現代化作為綜合運輸體系交通資源整合的重要抓手與關鍵節點具有充分的科學依據，新加坡港、鹿特丹港、安特衛普港等世界強港的成功實踐即是典型例證.

（4）運輸資源配置的綜合效率與規模收益不變總是同時達到，即綜合效率=1的DMU（年份）其規模收益處于不變狀態，相對于其他DMU（年份），其達到了以最佳投入規模實現最大運輸產出.為此，要實現水路運輸及其他運輸方式的良好規模收益，應當注意協調各種交通資源配置比例，而不是隨意增加或減少任何交通資源的投入量，這為各種運輸方式協調發展以構建綜合運輸體系以及各種運輸方式內部各部門單位的資源配置（工作）協調提供了理論依據.同時，運輸方式自身各部門單位的資源配置比例也應當協調，只有達到最佳的投入規模，才能實現最大的運輸產出，達到最高的綜合效率，實現社會范圍內的運輸合理化.

（5）縱向比較分析還表明，只有各方案同時為完全配置效率和規模收益不變時，各方案的均值才同樣達到完全配置效率和規模收益不變狀態；另外，變量之間的相關系數高低會對模型分析結果產生影響，在其他變量相同的條件下，不同方案的兩個變量之間的相關系數越接近1，兩方案的DEA方法的C2R模型和C2GS2模型效率值和規模收益狀態相似度越高，故需在實證研究之前用相關系數分析法科學合理地甄選輸入輸出變量.

參考文獻：

[1]李上康. 江蘇省工業化中后期階段與相應運輸化階段的確定分析[J]. 鐵道運輸與經濟， 2015， 37（1）： 1017.

[2]陳佳貴， 黃群慧， 鐘宏武. 中國地區工業化進程的綜合評價和特征分析[J]. 經濟研究， 2006（6）： 415.

[3]榮朝和. 運輸發展理論以運輸化為主要線索的新進展[J]. 北方交通大學學報， 1995（4）： 502507.

[4]張矢宇， 蕭漢梁. 運輸配置效率論和我國內河運輸配置效率的區域橫向測評[J]. 武漢理工大學學報（交通科學與工程版）， 2004， 28（1）： 122125.

[5]王丹. 我國交通運輸系統資源配置分析與評價[D]. 大連： 大連海事大學， 2005.

[6]王曉蘭. 江蘇省交通建設與區域經濟協調發展的實證研究[D]. 南京： 南京理工大學， 2007.

[7]常亞青， 宋來. 交通運輸業相對效率、技術進步和全要素生產率動態研究[J]. 交通與運輸， 2008（12）： 143145.

[8]李維維. 江蘇省交通基礎設施運營效率及效能研究[D]. 南京： 南京理工大學， 2009.

[9]陳辰， 胡甚平. 基于模糊DEA的航運公司安全管理有效性評價[J]. 上海海事大學學報， 2012， 33（1）： 1215， 19.

[10]崔巖， 吳麗美， 曲建華. 基于DEA的河南省交通運輸效率評價[J]. 河南科學， 2013， 31（2）： 201204.

[11]仲維慶. 區域交通運行效率分析及規模適應性研究[D]. 大連： 大連海事大學， 2013.

[12]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429444.

[13]李上康. 交通資源及其配置的概念與內涵分析[J]. 武漢交通職業學院學報， 2014， 16（3）： 1418.

[14]陳銀健， 王靜. 南京海關出臺18項措施促進江蘇外貿增長[EB/OL]. （20121018）[20151014]. http：//news.jschina.com.cn/system/2012/10/18/014944630.shtml.

（編輯 趙勉）