公路交通運輸效率評價研究

張百里

[提要] 為研究我國公路交通運輸效率，本文以大陸地區31個省市為研究對象，采用三階段DEA模型對2008～2017年31個省市公路交通效率進行研究。結果顯示：在去除外部環境和隨機擾動項等因素后，我國公路交通運輸綜合效率下降明顯，地區性差異嚴重。并根據綜合分析，提出對策建議。

關鍵詞：公路交通運輸;三階段DEA;效率評價

中圖分類號：F224.5 文獻標識碼：A

收錄日期：2019年4月19日

交通運輸行業是我國國民經濟的基礎性產業，與我們的日常出行息息相關。目前，我國高速鐵路、高速公路以及港口萬噸級泊位數量均位居世界第一，機場數量和管道里程位居世界前列，“五縱五橫”綜合運輸大通道基本貫通，中國路、中國橋、中國港、中國高鐵成為亮麗的中國名片。運輸服務保障能力顯著增強，目前，我國的運輸量位居世界前列。與其他運輸方式相比，公路交通更具有普適性，高速公路里程13.6萬公里，創造了世界高速公路的奇跡，全國公路網密度達49.72公里/百平方公里，鄉鎮通公路率已達99.99%。因此，研究公路交通運輸效率很有必要。

國內外專家學者對交通運輸效率做了大量的研究，David Levinson等基于運輸的流動性、可達性等四個方面構建了評價指標體系對本國運輸效率進行評價;李明偉等構建ITS優化城市交通運行效率的多目標規劃模型（MOP模型），并以北京市為例進行實證分析;劉明林等基于數據包絡分析對北京、上海、廣州、天津的公共交通的運輸效率評價進行研究;董禮等采用數據包括分析研究了西北5省綜合交通發展趨勢;張璐璐等采用DEA-Malmquist指數對長三角地區2014年16個城市公路交通運輸有效性進行評價;岳瑤選用BBC模型對江蘇省公路運行效率進行測度;尉蔚利用AHP-DEA模型，按地理區域進行劃分，對我國2017年各省份公路運輸的效率進行了測算。

綜上，學者對運輸效率的研究已取得了許多成果，對交通運輸的發展規劃和長遠布局有一定的指導意義，但在效率測算方法和研究內容上仍存在一些不足，對公路交通運輸效率研究偏少，在測算效率時未能摒棄傳統DEA的缺點，從而使得效率有所偏差。

鑒于此，本文采用三階段DEA模型對我國2008～2017年的31個省市自治區的公路運輸效率進行對比研究，以期為提升公路交通運輸的可持續發展提供數據支撐。

一、研究方法

（一）三階段DEA模型。這是FRied等人提出的測度效率的方法，與傳統DEA相比，能夠消除外部環境因素和隨機誤差等對效率測量的影響。因此，有必要采用三階段DEA方法研究公路交通運輸效率。

第一階段：傳統DEA模型測算。該階段運用傳統DEA進行分析，DEA方法由美國著名的運籌學家Charnes等提出的一種測算效率方法——CCR模型，根據多組投入和多組產出的數據計算效率，在此基礎上，Charnes和Cooper提出的BCC模型更為嚴謹，采用以投入為導向的BCC模型，把綜合效率分解為規模報酬與純技術效率，把未處于生產技術上的最低效率和未處于最佳規模分離開來，以此來反映企業的創新水平。在這個階段，我們可以得到歷年公路交通運輸的綜合效率、純技術效率和規模效率。

第二階段：松弛變量SFA分析。第一階段傳統DEA模型可以計算出各決策單元的投入松弛值，結果會受到環境因素、管理無效率和隨機誤差的影響。該階段利用SFA模型測算上述三個因素對創新效率的影響，分離出外部環境因素、管理無效率和隨機誤差對技術創新效率值的影響，重新調整投入量和產出量，將每一種松弛變量進行SFA分析，判斷投入松弛變量是否受環境變量影響，以彌補第一階段DEA模型的缺點。

第三階段，調整后的DEA模型。該階段利用上一階段調整后的投入數據代替原投入數據，再次運用DEA模型進行計算，得到剔除環境因素和隨機誤差之后的效率值，更加客觀地反映公路交通運輸效率。

（二）變量和指標的選取。基于公共交通運輸效率的特殊性以及數據的可得性，投入指標選取公路里程、公路營運車輛以及道路運輸人員，產出指標選取公路客運量、公路旅客周轉量、公路貨運量和公路貨物周轉量來表示，環境變量選取區域經濟發展、城鎮化率以及人口規模來表示。區域經濟發展采用地區生產總值來表示，城鎮化率選擇城鎮人口占總人口之比來表示，人口規模選用常住人口來表示。

二、實證分析

（一）傳統DEA模型下公路交通運輸效率測量。運用DEAP2.1對我國港澳臺除外的31個省市自治區2008～2017年十年間的運輸效率進行計算，因篇幅原因，本文僅展示平均效率，如表1所示。可以發現，傳統DEA測算下，北京、上海、安徽公路交通運輸效率的綜合效率、純技術效率和規模效率都為1，均達到DEA有效，比較無效的省份中，黑龍江、青海、山西效率較低，尤其是青海省，浪費效率高達59.5%。由此可見，各省份之間差異性較大，青海、西藏的規模效率提升空間較大。（表1）

表1 第一階段公路交通運輸效率測算均值一覽表

（二）第三階段公路交通運輸效率測量。由于各地之間存在不同的基礎差異較大，外部環境不易受到控制，因此必須剔除外部環境和隨機擾動項的影響，經過第三次測算，最終公路交通運輸效率結果如表2所示。（表2）

表2 第三階段公路交通運輸效率測算均值一覽表

比較表1和表2可以發現，剔除環境和隨機擾動項的影響后，最終效率值較之前的效率有著較的變動，安徽省的綜合效率、純技術效率和規模效率始終為1，處于前沿面。全國的綜合效率值由0.798降為0.747，規模效率值由0.936降為0.809。從省域角度來看，天津、青海、寧夏、西藏、上海等地綜合效率下降幅度較大，實際效率偏低，表明這些省份第一階段中的交通運輸綜合效率跟外部環境因素和隨機擾動性有關，四川、湖南、河南等地的綜合效率有所提升。規模效率偏低則表明公路交通運輸投入資源存在冗余、利用不充分的現象。

三、結論及建議

本文在構建三階段DEA效率模型的基礎上，采用2008～2017年的數據對我國除港澳臺外的31個省市公路交通運輸效率進行測度。結果表明：在去除外部環境干擾下，我國公路交通運輸綜合效率和規模明顯有所下降，安徽省綜合效率為1，保持不變。

根據測量結果，結合各省市的實際情況，筆者認為在今后的發展過程中，我國公路運輸的重點應為如何高效率地利用公路運輸資源，在現有資源下提升效率，過去十年間，我國公路交通基礎設施建設增長迅速，但效率卻未得到明顯提升，投資冗余較多的地區應轉變觀念，減少公路交通運輸人員或者公路建設，增強公路在載客或者運貨方面的利用率。由于各省情況不同，面臨的問題較為復雜，應做到因地制宜，根據各地不同情況做出不同改變措施，如西藏地區由于海拔等地理氣候原因，公路建設水平較低，規模效率不顯現，因此應加大投資建設，增加公路里程，青海也同樣如此，新疆則是公路利用效率差，應利用景區的特殊優勢，提升服務質量，增加顧客滿意度，同時對管理方式進行創新。

主要參考文獻：

[1]Levinson D.Perspectives on efficiency in transportation[J].International Journal of Transport Management，2003.1（3）.

[2]李明偉，楊鑫.基于MOP模型的ITS對城市交通運輸效率的優化研究[J].信陽師范學院學報（自然科學版），2018.31（4）.

[3]劉明林，段俊鍇.基于數據包絡模型的公共交通運輸效率評價[J].內蒙古公路與運輸，2018（3）.

[4]董禮，曾俊偉，錢勇生，廣曉平.基于DEA模型的綜合交通運輸效率評價研究[J].公路交通技術，2018.34（1）.

[5]張璐璐，吳威，劉斌全.基于DEA-Malmquist指數的長江三角洲地區公路交通運輸效率評價與分析[J].中國科學院大學學報，2017.34（6）.

[6]岳瑤.基于交通運輸統計數據的江蘇省公路運行效率探討[J].電子測試，2013（11）.

[7]尉蔚.全國各省份公路運輸AHP-DEA效率評價[J].價值工程，2019.38（6）.