“一帶一路”沿線區域交通基礎設施效率評價及收斂性分析

王傳安

摘?要：文章以“一帶一路”國內沿線18個省域為研究對象，運用SBM模型與Malmquist指數分析各地區2013—2021年交通基礎設施的靜態與動態效率，同時對數據進行收斂性分析。研究結果表明：一是“一帶一路”沿線地區交通基礎設施效率差異表現為東部>西南>西北>東北；二是動態效率總體呈現增長趨勢，技術進步是拉動各地區交通基礎設施效率增長的重要因素；三是“一帶一路”沿線區域σ收斂檢驗分析表明，東北地區持續發散，東部、西南與西北地區經歷了一個收斂、發散再收斂的過程；四是絕對β收斂效果顯著。

關鍵詞：“一帶一路”；交通基礎設施效率；SBM模型；收斂性分析

中圖分類號：F512.3文獻標識碼：A文章編號：1005-6432（2024）05-0028-04

DOI：10.13939/j.cnki.zgsc.2024.05.007

1?引言

基礎設施互聯互通一直是“一帶一路”建設的優先領域，交通基礎設施更是帶動沿線地區發展的關鍵通道、關鍵節點和重點工程[1]。《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》中明確了相關省域的功能定位，指出各地區均發揮著有機銜接重要門戶或交通樞紐的作用。隨著近年來我國不斷加大對“一帶一路”地區尤其是中西部地區交通基礎設施建設的投入，研究相關地區交通基礎設施效率差異以及分析這種差異的變化趨勢，具有一定的理論意義與現實意義。

從既有研究來看，關于交通基礎設施效率的研究成果并不豐富，且局限于效率的測度與評價[2-4]，未深入研究相關收斂趨勢。鑒于此，文章采用SBM模型與Malmquist指數計算“一帶一路”沿線區域交通基礎設施的靜態與動態效率，并借助收斂模型進行分析。

2?研究區域、數據處理與模型選擇

2.1?研究區域概況

當前國內“一帶一路”沿線地區涉及省區市共18個，包括絲綢之路經濟帶圈定區域與21世紀海上絲綢之路圈定區域，分別為上海、福建、廣東、浙江、海南、遼寧、吉林、黑龍江、重慶、云南、西藏、廣西、陜西、甘肅、青海、寧夏、新疆、內蒙古。根據各地區的地理位置特點可以劃分為東部、東北、西南、西北四個區域。

2.2?交通基礎設施效率評價指標體系

基于投入產出理論，投入指標的選擇應當盡量全面，同時產出指標需要與投入指標有較為嚴格的因果關系。綜合現有的研究基礎，并依據數據的重要性與可獲取性原則，建立交通基礎設施效率評價指標體系，見表1。

2.3?模型選擇

2.3.1?SBM模型

數據包絡分析（DEA）是以相對概率概念為基礎發展起來的，其可對同一類型的決策單元相對效率進行評價，傳統的DEA模型主要分為CCR模型與BCC模型，國外學者在其基礎上進行了改進，提出了SBM模型。SBM模型考慮了松弛變量從而降低其測量誤差，并將非期望產出對效率值的影響納入考量，能夠更加精確地進行效率評價。

2.3.2?Malmquist指數

綜合當前各領域對于效率研究方法的選擇，Malmquist指數是應用頻率較高的一種方法。通過將Malmquist指數的一種非參數線性規劃法與數據包絡分析法（DEA）相結合，能夠測算效率處于時間序列的動態演化過程，并可以將其分解為技術效率、技術進步、純技術效率與規模效率，以此來進一步觀察影響效率變化的主要因素。Malmquist指數用于分析從t期到t+1期的效率變化情況，當指數大于1時，說明效率在增長，反之則降低。

2.3.3?收斂性檢驗

σ收斂、絕對β收斂是研究收斂性的重要方法。在文章的σ收斂檢驗中，σ表示各省Malmquist指數的標準差，如果該數值隨時間推移逐漸變小，則表明存在σ收斂。構建公式如下：

σt=?1m∑mi=1（tpfchit－tpfchit————）

式中，i為區域內的省份；m為區域內省份的個數；t為時間趨勢項；tpfchit代表i地區第t期Malmquist指數值。

絕對β收斂可以用來分析效率是否會隨著時間的推移收斂于相同穩定的水平。絕對β收斂模型為：

1Tln（tpfchit/tpfchi0）=α+βln（tpfchi0）+εit

式中，T為時間跨度；α為常數項；β為絕對β收斂系數；εit為隨機誤差項，若系數β小于0且通過顯著性檢驗，說明存在絕對β收斂。

3實證分析

3.1“一帶一路”沿線地區交通基礎設施效率靜態分析

基于SBM模型，使用DEA-Solver?Pro?5.0軟件測算各省區市2013—2021年交通基礎設施效率均值，得到表2。效率最高的五個地區為上海、浙江、海南、廣東、西藏，達到1.0。青海、新疆與黑龍江地區效率低于0.2，整體差異較大。從區位視角來看，效率的高低表現為東部>西南>西北>東北，其中，東部地區交通基礎設施效率遙遙領先，這得益于其良好的地理位置與較高的經濟發展水平。

3.2?“一帶一路”沿線地區交通基礎設施效率動態分析

Malmquist指數的分析結果與上一年指標效率的變化程度有關。當指數大于1時，表明當前年份效率較上年實現了增長。在靜態分析的基礎上，通過DEAP?2.1軟件測算2013—2021年Malmquist指數及分解值，見表3和圖1。

從表3來看，18個省區市的Malmquist指數平均值為1.014，交通基礎設施動態效率總體呈增長趨勢。其中，上海、福建、廣東、海南、重慶、云南、西藏、廣西、青海呈現正增長，其余地區則呈現負增長。由Malmquist指數分解得出，技術進步均值為1.087，增長率為8.7%，技術效率、純技術效率為負增長，規模效率不變，為1.0。這表明技術進步是拉動交通基礎設施效率增長的重要因素。

由圖1可知，西南地區動態效率在2018年之前緩慢上升，隨后迎來一次驟降，原因在于2019年西藏自治區投入指標交通運輸業就業人員數較上一年增幅較大，但各產出指標值沒有較大變動，造成了區域動態效率的下降。東部地區在2018—2019年有一次波動，原因在于2019年海南省產出指標貨物周轉量較上一年有較高的增長，拉動了區域動態效率的上升。其余時間各區域Malmquist指數變化較為平緩，在2019—2020年出現一次下降，是由于新冠肺炎疫情的暴發對我國交通運輸業發展造成了沖擊。

3.3?收斂性分析

3.3.1?σ收斂分析

“一帶一路”沿線區域σ收斂檢驗見表4。東北地區內部差異最小，西南地區內部差異最大。筆者分析σ值變化趨勢可知，除東北地區外，研究期內“一帶一路”沿線區域交通基礎設施效率σ值均存在相似的收斂趨勢，表現為時期1至時期2下降，時期2至時期6上升，時期6至時期8下降。東北地區σ值在時期1至時期7上升。分析可得：2019年后，整體以及各區域間具有σ收斂趨勢。

3.3.2?絕對β收斂分析

由表5可得，無論是對整體還是分區域進行絕對β收斂檢驗，得到的系數值都小于0，且通過了1%的顯著性檢驗。這說明“一帶一路”沿線地區交通基礎設施效率存在絕對β收斂，即各地區交通基礎設施效率都趨于同一穩態水平。在環境資源利用條件相同時，交通基礎設施效率較低的地區對效率較高的地區具有“追趕效應”，各地區間的差異會隨著時間的推移減少或消失。

4?結論

文章研究對象為“一帶一路”沿線18個省域，并進一步將其劃分為東部、東北、西南與西北地區，基于SBM模型與Malmquist指數，計算并分析了各地區交通基礎設施效率的靜態值與動態值，最后進行收斂性檢驗，得出以下結論。

第一，“一帶一路”沿線地區交通基礎設施效率的高低表現為東部>西南>西北>東北，各省之間的差異性明顯，東北地區有較大的提升空間。

第二，研究期間內各省的交通基礎設施動態效率整體呈現增長趨勢，其增長的主要動力源于技術進步。

第三，“一帶一路”沿線地區交通基礎設施效率具有σ收斂趨勢，同時呈現出絕對β收斂。

參考文獻：

[1]劉衛東.“一帶一路”戰略的科學內涵與科學問題[J].地理科學進展，2015，34（5）：538-544.

[2]李忠民，夏德水，姚宇.長江經濟帶交通基礎設施效率分析——基于DEA模型的Malmqusit指數方法[J].技術經濟，2014，33（7）：62-68.

[3]董洪超，蔣伏心，路璐.基于DEA模型的江蘇經濟發展中交通基礎設施的效率研究[J].經濟問題探索，2017（10）：80-87.

[4]周業旺，羅芳.環境約束下的湖北省交通基礎設施效率測度[J].統計與決策，2019，35（9）：95-97.