中國鐵路運輸業生產效率及政策啟示

李紅昌，張敏子,楊明鈺

(北京交通大學 經濟管理學院，北京 100044)

近年來，中國鐵路運輸效率在世界處于領先水平，以6%的營業里程完成世界鐵路1/4的運輸量，實現了旅客周轉量、貨物發送量、換算周轉量、鐵路運輸密度4個“世界第一”，成為世界上鐵路運輸效率最高的國家。中國鐵路營業里程的不斷提升和運輸規模的不斷提高，給客、貨運量(和周轉量)帶來的增幅卻有限。在此背景下，合理地評估鐵路運輸生產效率具有重要意義，不僅有助于從宏觀角度全面了解中國鐵路運輸生產效率狀況，也有助于深入剖析鐵路生產效率增長受限的成因，為相關部門和鐵路內部進行有針對性的鐵路管理與投資決策提供重要論據。

一、相關文獻回顧

隨著鐵路運輸業的發展，國內外發展了多種研究鐵路運輸效率的評價方法。使用最廣泛的是數據包絡分析方法，屬于非參數分析方法[1-7]。國內學者大多采用有偏估計的BCC-DEA模型[8-12]，但是此類模型的缺點是投入產出變量的松弛性問題，使得測算的鐵路效率誤差大，無法達到準確性要求。1999年Chapin等應用DEA方法評價了1980～1993年間美國一級鐵路公司的生產效率，研究了美國放松管制后鐵路產業的發展，進而檢驗了企業的兼并行為是否可以提升企業的產出效率[13]。2006年孫保全對11家鋼鐵企業各類運輸生產指標基于DEA模型的比較，研究了各鋼鐵企業鐵路運輸的效率,指出不足及提出發展的思路[14]。2014年李振應用Super-SBM-DEA模型，測算了1995～2008年中國鐵路運輸業生產效率，進而通過投入產出指標的松弛變量分析，揭示中國鐵路運輸業營運效率不高的原因，并提出相應政策建議[15]。

然而，現有對鐵路運輸效率的評價文獻大多只是關注多個鐵路局某一時間段的靜態效率或者某一個鐵路局連續的某幾個時間段的動態效率[16-30]。對多個鐵路局的時間序列分析得出效率，進而得出指導性建議的研究少之甚少。另外，中國鐵路運輸效率在地區分布上有明顯的區別，目前國內沒有學者分地區(中國(東)北部鐵路局、中國西部鐵路局、中國中部和東部鐵路局)討論鐵路運輸效率，分地區分析可以更好地應用和指導地域發展，從而推動全國鐵路運輸業的進一步發展。

鑒于此，本文選取了代表性強的投入和產出指標，基于CCR-DEA模型，將綜合效率分解技術效率和規模效率單獨討論，為對中國18家鐵路局2005～2014年的鐵路運輸效率進行時間序列分析，并且根據結果進一步分地區討論分析得出結論。

二、理論模型及變量說明

(一)投入產出指標的選擇及數據來源

第一，投入指標的選擇。鐵路運輸業投入的類型比較多，大體可以分為能源消耗投入、人力資本投入和其他技術設備消耗等。考慮所有因素的影響并不現實，且無法在模型中消除各個指標間的關系，基于數據指標的可得性并通過主成分分析加以處理，得到本文選擇代表性較強的折標煤、在職職工人數、營業里程作為投入指標。

第二，產出指標的選擇。鐵路運輸作為服務業，無法用直接實物產品的產出量來衡量，但能通過計算運輸的客、貨周轉量表示運輸業所創造的價值，同時運輸業適合運用能夠反映運輸量的指標，因此選擇客運周轉量和貨運周轉量作為產出指標。

第三，數據來源。本文采用中國各個鐵路局2005～2014年的面板數據，有關的基礎數據均來自于歷年《中國鐵路資料匯編》和《中國交通年鑒》。

(二)DEA評價方法

DEA方法的原理主要是通過保持決策單元的輸入或者輸出不變，借助數學規劃和統計數據確定相對有效的生產前沿面，將各個決策單元投影到DEA的生產前沿面上，通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性。本文采用改進后的CCR-DEA方法。

1.規模和技術有效評價——C2R模型

設有n個決策單元Dmun,每個Dmun都有m種輸入和s種輸出，aij表示第i個評價單元對第j個投入量的消耗，bij表示第i個評價單元對第J個產出量的貢獻；Aj表示對第j個投入量的權值；BJ表示對第J個產出量的權值，λ表示決策單元比例系數，則每個評價單元都有相應的效率評價指數。評價規模和技術有效性的C2R模型：

(1)

s.t.λAj-aiojθ+sj=0j=1,2,…,m

λBJ-bioJθ+tJ=0J=1,2,…,s

λ=(λ1,λ2,…,λn)≥0

sj,tJ≥0

式中，Eio為目標函數，sj為松弛變量，tJ為剩余變量，aioj和bioJ為要求解的系數，s.t.為滿足相關條件，其他變量均為系數。

2.DEA有效性

若模型的最優解為θ*，λ1,λ2,…,λn，則θ*表示在生產可能集內，當產出Bio保持不變的情況下，將第i個單元的目標投入量Aio按照同一比例θ減少的相對最大可能。

評價單元DMUio為DEA弱有效(針對C2R模型)：投入量Aio不能減少，即θ*=1。

同時為“規模有效”和“技術有效”：如果評價單元弱有效且剩余變量和松弛變量的取值都是為0。

評價單元DMUn為DEA無效(C2R)：投入量Aio能同一比例減少，即θ*<1。

θ*的經濟含義是相對于最優效率的評價單元，得到本單元既定產出的最少投入比率。

3.純技術評價

改進后的C2R模型為:

(2)

s.t.λAj-aiojθ+sj=0j=1,2,…,m

λBJ-bioJθ-tJ=0J=1,2,…,s

λe=1

λ=(λ1,λ2,…,λn)≥0

sj,tJ≥0

式中，λe表示決策單元比例系數，設定為1。

C2R網絡模型能夠分析DMU所包含的相關子系統的情況。通過將分為不同的作業節點(Node)，建立各節點間的投入產出網絡關系，包括投入要素(Input)、產出要素(Output)和中間變量(Intermediate)。

四、計量結果分析

從原始數據可以初步看出，各地鐵路在投入和產出指標數據上存在明顯差異，因此需要對數據進行處理。

通過對哈爾濱局、沈陽局、北京局等18個鐵路局的2005～2014年時間序列數據的處理，根據上述模型，運用LINGO DEAP 2.1等軟件編程測算，求得以年份為決策單元(VDMU)的中國鐵路運輸業生產效率的CCR-DEA評價結果，并選擇以下幾個指標進行衡量。

第一，綜合效率是(ICRSTE, 即上述模型的檢驗結果)對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價，考慮決策單元規模時的技術效率。純技術效率和規模效率是對綜合效率的細分。

第二，純技術效率(IVRETE)是企業由于管理和技術等因素影響的生產效率，不考慮決策單元規模時的技術效率。

第三，規模效率(ISCALE)是由于企業規模因素影響的生產效率(生產效率是指固定投入量下，制程的實際產出與最大產出兩者間的比率，可反映出達成最大產出、預定目標或者最佳營運服務的程度)，考慮決策單元規模時的規模收益效率 。

第四，綜合效率(ICRSTE)=純技術效率(IVRETE)×規模效率(ISCALE)。計算得結果為無量綱數據，如表1～表3所示。

總體分析可以看出：第一，2005～2014年中國鐵路運輸企業的整體綜合效率先波動上升，后緩慢下降。同時，各鐵路局生產效率水平參差不齊，差距較大，效率均值在0.86～0.92之間不等。第二，2005～2014年中國鐵路運輸企業的平均技術效率一直在增長，主要是由于科技的發展和技術進步推動。但是各鐵路局之間技術效率還有一定的差距。第三，中國鐵路總公司18個鐵路局鐵路運輸業在2005～2014年間的規模效率值在大部分年份中都小于1 ,說明其在絕大部分年份中是規模無效的。

表12005～2014年中國鐵路總公司18個鐵路局綜合生產效率

規模收益狀況顯示,除2005～2006，2007～2008年度以外,中國鐵路運輸業均處于規模收益遞減狀態,說明與市場均衡狀態的最優市場規模相比，這些鐵路運輸企業的市場規模過大，需要壓縮至最優狀態，實現規模效益最優。受規模效率低下的影響，中國18個鐵路局運輸綜合效率值在絕大部分年份都小于1 ,說明其在絕大部分年份中是綜合無效的，主要是規模效益低導致的。綜合來看，中國鐵路運輸企業的技術效率值緩慢上升，2014年有下降的走勢，原因可能是鐵路行業前期資本投入太大，客貨運輸量大幅下降，而政府對鐵路運輸定價管制過多，使鐵路局難以達到市場均衡，難以獲得競爭有效性，也表明鐵路壟斷的效率低下，以及鼓勵民營資本入駐鐵路市場的可能性和必要性。

2005～2014年間,中國鐵路運輸業的純技術效率年均處于穩定波動的有效狀態, 而規模效率和綜合效率出現了較大幅度的波動。且只在極少數年份中實現了DEA 有效。

整體來說，除了 2005～2006，2007～2008年出現漲幅之外，樣本期間內其他年份中國鐵路運輸業生產效率呈現下降的態勢。由此可見，2005年鐵路局分拆重組的管理體制改革，對鐵路技術及綜合效率產生了顯著正向影響，從而促進鐵路運輸生產效率的提升。2008年國際金融危機的不斷蔓延，對鐵路運輸業綜合效率產生顯著負向影響，從而導致鐵路運輸業生產效率的下降。

下面，將分地區(中國(東)北部鐵路局、中國西部鐵路局、中國中部和東部鐵路局)對綜合效率進行分解。

在整個樣本期間范圍來看，如圖1所示，2005～2014年全國鐵路運輸業純技術效率的增長均主要源自該期間內明顯的技術進步，規模效率下降均是其綜合效率下降的主要原因。東北部地區鐵路運輸業(以沈陽局為代表)綜合效率在逐漸增長，純技術效率整體較高。但其綜合效率低于全國平均值，主要是由于其技術效率可近似看作達到理想效率值時，其綜合效率和規模效率密切相關，當規模達到一定程度時，其規模擴增會引起規模效率降低，從而使綜合效率降低。因此，此時鐵路運輸效率提升的焦點在于如何更好地提升其規模效益，避免再擴張，在當前規模下提升資源配置能力、資源使用效率等多方面能力，或調整其規模與實際能力相符。從分地區數據來看，如圖2所示，西部地區鐵路運輸業(以青藏鐵路為代表)綜合效率在2005～2010年整體增長保持在較高水平，但從2011年起，除烏魯木齊局外，其他鐵路局均有較明顯的效率下降，主要原因是成本增加、高鐵開始陸續投入運營等。如圖3所示，中部和東(南)部地區鐵路運輸業(以鄭州鐵路局為代表)綜合效率一直保持在較高水平，除2005～2010年西安鐵路局效率波動，其他鐵路局均高于全國平均水平，且在地區效率比較中最高。

綜合上述分析，有效的技術進步是樣本期間內各地區鐵路運輸效率平穩的保證。在進一步推動鐵路運輸業技術進步的同時，積極提高鐵路運輸業的綜合效率就成為當前中國鐵路運輸業所面臨的重要任務之一。

五、結語

總體而言，有效的技術進步是樣本期間內中國各地區鐵路運輸業生產效率平穩的主要原因，而規模效率的明顯下降則是導致綜合效率下降的重要原因。

圖1 2005～2014年中國(東)北部鐵路綜合生產效率

圖2 2005～2014年中國西部鐵路綜合生產效率

圖3 2005～2014年中國中部和東部鐵路綜合生產效率*中國(東)北部鐵路局，包括沈陽鐵路局、哈爾濱鐵路局；中國西部鐵路局，包括成都局、昆明局、烏魯木齊、青藏鐵路和南寧局；中國中部和東部鐵路局包括北京局、呼和浩特局、鄭州局、濟南局、上海局、南昌局、廣鐵公司、太原局、武漢局、西安局。

促進中國鐵路運輸業技術進步的主要原因有：一是技術水平的內在提升，近年來的政策支持促進了自主研發技術創新和外來技術的引進；二是增加外部資產投資的推動作用；三是產業結構變遷與鐵路運輸生產效率之間存在顯著的正相關關系，即鐵路運輸業與中國工業化進程之間存在密切關系，產業結構變遷可以對鐵路運輸業技術進步和綜合效率產生正向影響，從而促進鐵路運輸生產效率的提升。

基于研究結果，本文提出了相關的政策建議：第一，依據科學的鐵路運輸效率分析結果，及時調整鐵路運輸發展政策。考慮到DEA方法進行評價的只是相對效率，效率測算結果表明，中國鐵路運輸企業在樣本期間的大部分年份存在著不同程度的效率下降，規模效率的下跌是抑制整體效率上升的主要原因。第二，適當控制中國鐵路路網發展規模和投資力度。隨著中國鐵路路網規模擴張和運輸裝備水平的不斷提高，鐵路基本能夠適應國民經濟和社會發展需要，雖然需要完善路網空間布局以提高規模效率，但更重要的是需要進一步改善技術和管理水平，不能過度擴張而忽略效率。第三，落實鐵路運輸業管理體制改革方案，重視技術和管理效率的提高。由分析結果可得，近10年來鐵路運輸業的管理體制與技術進步難以長時間穩定在較高水平，需要引進市場化的競爭體制來推動改革，提高管理和技術水平，從而提高純技術效率和綜合效率。第四，在鐵路產業引入民間資本，發揮市場機制的調節作用。逐步融入民間資本，利用其市場化運作填補運力的短缺，進而促進效率提升，使鐵路運輸業國有資本與民間資本能夠在市場中有序競爭。評價結果表明，2005～2014年鐵路運輸效率整體較高，表明近十年來鐵路發展的投入產出效果較為理想，鐵路運輸業具有較高的投資價值。

[1] Doomernik J E.Performance and efficiency of high-speed rail systems[J].Transportation Research Procedia, 2015, 8:136-144.

[2] Hilmola O P.Efficiency of public passenger transport by rail in larger cities: European biased perspective[J].International Journal of Services & Standards, 2010, 6(3):256-270.

[3] Oum T H, Waters W G, Yu C.A survey of productivity and efficiency measurement in rail transport[J].Journal of Transport Economics & Policy, 1999, 33(1):9-42.

[4] Laird P.Rail freight efficiency and competitiveness in Australia[J].Transport Reviews, 1998, 18(3):241-256.

[5] 李紅昌.鐵路管制的契約分析[M].北京：經濟科學出版社, 2005.

[6] 高宏偉,劉延平.鐵路行業產出效率的測量與經濟政策評估[J].統計研究, 2006(7):46-49.

[7] 畢守鋒,李學偉,李岱松.鐵路貨運生產性指標與貨運效益關系的研究[J].北京交通大學學報:社會科學版, 2007, 6(2):8-13.

[8] 高小珣,王鐵宏.基于DEA網絡模型的我國鐵路投入產出效率分析[J].中國鐵路, 2013(3):37-39.

[9] 李蘭冰.我國鐵路系統生產效率的實證研究——基于DEA模型的兩階段分析[J].軟科學, 2008, 22(4):58-63.

[10] 顧瑾,陶緒林,周體光.基于DEA模型的江蘇省道路交通運輸效率評價與分析[J].現代交通技術, 2008(2)：69-72.

[11] 蔣敏.基于DEA的交通與經濟發展的協調性分析——以廣西為例[J].哈爾濱商業大學學報, 2009(1): 88-92.

[12] 張志堅,張誠,于兆宇.鐵路生產效率測定及其技術經濟因素分析——基于DEA-模糊物元-Tobit模型[J].工業技術經濟, 2012(10):78-83.

[13] Chapin A, Schmidt S.Do mergers improve efficiency? evidence from deregulated rail freight[J].Journal of Transport Economics & Policy, 1999, 33(2):147-162.

[14] 孫保全.基于DEA模型的11個鋼鐵企業鐵路運輸效率的實證研究[J].云南冶金, 2006, 35(6):59-61.

[15] 李振.基于Super-SBMDEA模型的中國鐵路運輸業生產效率研究[J].重慶交通大學學報:社會科學版, 2014, 14(4):16-19.

[16] 王會宗.行政壟斷行業的生產效率分析——以中國鐵路運輸業為例[J].山西財經大學學報,2009(4):53-58.

[17] 姜琪.中國鐵路運輸業規制效率問題研究[D].濟南：山東大學, 2010.

[18] 李蘭冰.中國鐵路運營效率實證研究:基于雙活動-雙階段效率評估模型[J].南開經濟研究,2010(5):95-110.

[19] 張志堅,于兆宇.基于隨機前沿函數的鐵路行業生產效率分析[J].華東交通大學學報, 2012(4):108-112.

[20] Caves D W, Christensen L R.The relative efficiency of public and private firms in a competitive environment,the case of Canadian railroads[J].Journal of Political Economy, 1980, 88(5): 958-976.

[21] Jondrow J, Lovell C, Materov I S,et al.On the estimation of technical inefficiency in the stochastic frontier production function model[J].Journal of Econometrics, 1982,19(2/3): 233-238.

[22] 劉秉鐮,劉玉海,張建波.技術進步、結構變遷與中國鐵路運輸業生產效率增長[J].當代財經, 2012(3): 80-92.

[23] 張志堅,于兆宇.技術經濟視角下國家鐵路生產效率測定研究[J].鐵道工程學報, 2012, 29(7):93-96.

[24] 王會宗.行政壟斷、生產效率與市場化改革——以轉型期的中國鐵路運輸業為例[J].理論導刊, 2012(6):56-60.

[25] 于伯良,張誠,于兆宇.鐵路多經系統生產效率測定分析[J].會計之友, 2013(34):118-121.

[26] 姜琪.中國鐵路運輸業的有效競爭研究[D].濟南：山東大學, 2013.

[27] 李清.我國鐵路貨運發展趨勢及提高效率的對策[J].科技創新導報, 2014(16):86-86.

[28] 張虎,王東.鐵路統一調度與鐵路運輸效率的關系分析與實踐[J].科技創新與應用, 2017(3):50-51.

[29] 李紅昌,Linda T,胡順香,等.高速鐵路與經濟增長的因果關系——基于時空理論視角下中國省域面板數據的計量分析[J].長安大學學報：社會科學版,2016,18(4):31-43.

[30] 李紅昌,郝璐璐,劉李紅.高速鐵路對沿線城市可達性影響的實證分析[J].長安大學學報：社會科學版,2017,19(3):38-44.