中国省域货物运输效率评价及时空演化研究  

作者简介:
孙启鹏,长安大学经济与管理学院教授,博士,长安大学综合运输经济与管理中心执行主任,研究方向:交通运输经济,西安 710064;郭小壮,长安大学经济与管理学院硕士研究生,长安大学综合运输经济与管理中心研究员,研究方向:“一带一路”交通运输,西安 710064;蒋文静,长安大学经济与管理学院硕士研究生,长安大学综合运输经济与管理中心研究员,研究方向:“一带一路”交通运输,西安 710064;王超,长安大学经济与管理学院讲师,博士,长安大学综合运输经济与管理中心研究员,研究方向:“一带一路”交通运输,西安 710064

原文出处:
工业技术经济

内容提要:

货物运输效率测度与评价是促进区域经济增长,加快生产要素流通的重要依据,随着“一带一路”倡议的深入实施,对货物运输流通效率与协作的要求也更高。基于此,本文利用DEA-BCC模型,以中国31个省市自治区为决策单元测度2006年、2009年、2012年以及2015年中国省域货物运输效率;并通过探索性空间数据分析(ESDA)探索货物运输效率时空演化及关联特征。结果表明:(1)自2006年开始,31个省市自治区货物运输综合效率、技术效率、规模效率整体都呈现不同程度的下降趋势;(2)从全局空间关联看,除2006年外,其余年份31个省市自治区货物运输效率表现出空间正相关性,存在一定的空间集聚效应;(3)从局部空间关联来看,货物运输效率H-H关联区主要位于中东部,所占比重较大并呈现不断上升的趋势,西部大部分省市自治区的空间关联并不显著。基于研究结果,以“一带一路”为背景提出提高省域货运效率的政策建议以促进高——高位置区域的辐射与带动作用,加强省域间货物运输协作。


期刊代号:F14
分类名称:物流管理
复印期号:2018 年 07 期

字号:

      货物运输在促进区域经济增长、加快生产要素流通中具有重要作用。随着我国经济新常态的进入以及“一带一路”倡议的实施,货物运输面临新的挑战和机遇。特别是“一带一路”倡议的深入实施,要求区域之间生产要素更快的流动,货物运输需要更高效率发展以满足区域之间生产要素快速流动。因此,对中国货物运输效率进行科学的测度与评价显得尤为重要。

      目前国内外学者对各种运输方式的运输效率评价进行了深入的研究。Oum,Tae Hoon等[1]利用DEA模型分析了OECD 19个成员国1978-1989年期间铁路运行效率,并剖析了公共补贴和管理自由度对铁路效率的影响。Costa等[2]利用神经网络模型对公共交通运行效率进行了评价。David Levinson[3]则认为,不同的人群对于运输效率的理解是不同的,并基于不同人群对运输效率目标的多角度出发,在不同层面构建指标对本国交通运输进行评价。吴文华[4]以运输系统构成为基础,建立运输评价体系。朱晓立,叶峻青[5]利用因子分析模型对中国1990-2001年铁路运输效率进行了评价。Savolainen V.,Hilmola等[6]利用DEA模型来检验私有化是否有利于提高航空运输的运输效率,结果表明,私有化并没有提升航空运输效率。Hilmola等[7]利用DEA模型对欧洲地区1994-2003年铁路运输效率进行评价。周和平,陈凤[8]同时利用DEA和SFA模型对湖南省29个城市的公共交通运行效率进行了评价。MyungHee,Chang[9]运用DEA模型对韩国货车运输业务公司的效率进行了分析。Apostolides等[10]利用Tornqvist生产率指数对美国1987-2003年道路货物运输生产率进行了测定。李兰冰[11]以DEA模型和Malmqusit全要素生产率指数为理论工具,将铁路客运与货运、产出阶段与创收阶段纳入统一研究框架,建立“双活动——双阶段”效率分析框架,系统地考察中国铁路运输的生产效率与生产力。Darold T.Barnum等[12]基于DEA模型对城市公共交通运输效率进行测定,认为只有考虑到各主要运输类型的技术效率和资源配置效率,才能有效估算城市公共交通的整体效率。段新等[13]利用DEA模型测算了我国公路运输效率。杨良杰等[14]认为,传统公路运输评价模型里面忽视了对公路运输负外部性的考虑,基于此利用非期望产出评价模型SBM-Undesirable对中国1997-2010年公路运输效率进行测算,并且基于时空演变视角,对中国1997-2010公路运输效率进行了分析。高莹,李卫东等和李振[15,16]分别利用网络DEA和Super-SBM DEA模型对中国铁路运输效率进行了测算。

      现有的研究取得了很多有价值的研究成果,但是仍然存在以下不足:(1)现有的文献关于运输效率的评价只关注了单一运输方式的运输效率却忽略了各种运输方式之间的协同作用,仅宋京妮等[17]将铁路与公路客货运结合起来考虑,构建了综合运输评价体系;(2)大部分文献将某种运输方式的客运或者货运无差别对待,事实上这是不合理的,某一运输方式客运和货运在运输过程中使用不同的技术,并不能无差别对待。仅李兰冰(2010)将铁路客运和货运纳入统一技术框架内分别研究;(3)在目前已有的关于运输效率的研究中,研究方法及方式较为单一,忽略运用空间分析方法(ESDA或GIS)考虑地域空间内相邻单元对运输效率的影响分析,特别是空间自相关和空间异质性。基于此,本文分别以2006年、2009年、2012年、2015年4个时相的货物运输基本数据,考虑公路、铁路两种货物运输方式,构建货物运输效率评价指标体系,运用DEA方法测算出4个年份中国各省市的的货物运输效率;并通过ESDA分析框架,利用Moran's I指数、Local Moran's I指数、LISA集聚图来探索2006-2015年以来中国货物运输效率空间关联格局的基本特征,以此来为提升中国货物运输效率提供有益启发。

      1 研究方法及数据

      1.1 效率测算研究方法

      本文采用数据包络分析(DEA)方法对中国各省市货物运输效率进行测度,应用传统的DEA-BCC模型,以我国31个省市自治区为决策单元,以2006年、2009年、2012年、2015年为时间节点,在借鉴学者研究成果的基础上,同时兼顾数据的可获得性,建立货物运输效率评价的投入产出指标体系,如表1所示。

      

      在货物运输过程中,选取铁路营运里程、公路营运里程反映土地投入;货运从业人员反映人力资源投入,由于没有直接的货运从业人员数据,以《中国统计年鉴》中的铁路运输业从业人员与公路运输业从业人员之和作为货运从业人员的表征数据;交通基础设施投入与公路营运载货车辆作为资本投入,其中交通基础设施投入以《统计年鉴》中的交通运输、仓储、邮政业固定资产投资来表征。以货运量和货运周转量作为产出指标,其中货运量代表货运规模水平,货运周转量作为货运效率水平。

相关文章: