劉宏偉,吳 杰,梁 雯
(1.安徽大學商學院,合肥230601;2.中國科學技術(shù)大學管理學院,合肥230026)
高效的公路運輸為經(jīng)濟增長提供動力.在“皖江城市帶”“一帶一路”戰(zhàn)略的指引下,安徽省經(jīng)濟快速發(fā)展,高速和一級公路通車里程分別達4 246 km和3 166 km[1].效率對一定投入下的產(chǎn)出增長有著直接作用,同等投入在高技術(shù)效率下可得更多產(chǎn)出.研究皖江城市帶公路貨運效率對區(qū)域經(jīng)濟增長有重要現(xiàn)實意義.自2010年安徽沿江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)建設納入國家發(fā)展戰(zhàn)略起,學者們對皖江城市帶的關注度逐漸上升[2-3].但作為承接產(chǎn)業(yè)轉(zhuǎn)移和促進經(jīng)濟順暢發(fā)展的公路貨運行業(yè),則被忽視.公路貨運作為貿(mào)易往來的保障,其效率高低直接影響著產(chǎn)業(yè)轉(zhuǎn)移的效果[4],對皖江城市帶及周邊城市群進行貨運效率及影響因素研究,可以更準確提升貨運服務質(zhì)量.既有與貨運效率相關的文獻研究主要集中于物流領域[5-6],且多采用DEA方法忽略了隨機誤差干擾對效率值造成的影響[7].鑒于此,本文利用隨機誤差分析的隨機前沿分析方法(SFA)同時納入外生性影響因素,專注分析外生變量對公路貨運效率的影響方向及程度,為政策制定提供有價值的參考.
SFA是指在技術(shù)條件和生產(chǎn)要素一定前提下,各生產(chǎn)要素的投入與最終的產(chǎn)出之間的函數(shù)關系.本文選用Battese等[8]及Stevens[9]提出的SFA模型探究公路貨運效率及其影響因素.該方法避免了“兩階段”假設存在的矛盾,同時環(huán)境變量對效率的影響也能夠被分析.SFA模型表示為
式中:Qit表示城市i在t年的實際產(chǎn)出;f(Xit,t)表示投入一定要素時最大產(chǎn)出;Xit為生產(chǎn)要素的組合;Vit表示隨機誤差項;Uit表示公路貨運技術(shù)無效率項.其中
技術(shù)效率是實際產(chǎn)出與理想產(chǎn)出的比值,表示為
由式(2)可知,技術(shù)效率值等于exp(-Uit).當exp(-Uit)=1時,說明實際產(chǎn)出等于前沿面上的理想產(chǎn)出,技術(shù)有效.另外,考慮到環(huán)境變量對技術(shù)效率的影響,加入技術(shù)無效率方程為
式中:δ0為常數(shù)項;Zit表示技術(shù)效率的影響因素;δi是待估計影響因素的系數(shù).
(1)投入與產(chǎn)出變量.
公路運輸最主要的投入為設施設備,故本文將公路里程數(shù)和營運載貨車輛噸位數(shù)作為公路貨運的資本投入.對于勞動投入,用各市歷年交通運輸、倉庫和郵政業(yè)年均從業(yè)人員數(shù)作為勞動投入量指標.從公路貨運業(yè)產(chǎn)出的實際價值形態(tài)來看,公路貨運業(yè)的產(chǎn)值應該作為產(chǎn)出變量即貨運周轉(zhuǎn)量.考慮到數(shù)據(jù)可得性,本文采用貨運周轉(zhuǎn)量作為產(chǎn)出變量.
(2)影響因素.
結(jié)合相關研究成果,影響技術(shù)效率的外生變量選擇如下.①考慮到地區(qū)公路貨運業(yè)發(fā)展與經(jīng)濟發(fā)展之間存在相互促進的關系,經(jīng)濟發(fā)展必然要求公路貨運供給增加.因此,本文用地區(qū)生產(chǎn)總值(GDP)作為衡量地區(qū)經(jīng)濟發(fā)展水平的特征指標.②公路貨運業(yè)的發(fā)展在一定程度上會隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整產(chǎn)生變化,2016年中國的社會物流總額中有93.16%是工業(yè)品的物流[10].因此,本文用第二產(chǎn)業(yè)增加值占GDP的比重來表示地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)特征(IS).③運輸需求增長對地區(qū)公路基礎設施的水平要求更高,本文選用等級公路占公路總里程比例(GH)作為反映公路運輸效率水平的影響因素.④文獻表明與技術(shù)效率有密切關系的是市場的資源配置環(huán)境[11].因此,本文用政府財政支出占GDP的比重作為財政指標(GOV).⑤由于區(qū)域開放程度對技術(shù)效率表現(xiàn)出雙重影響[12],本文用貿(mào)易依存度(進出口貿(mào)易占地區(qū)生產(chǎn)總值的比重)作為各市開放程度的代理變量(FT).
本文選取2008—2015年安徽省16個市面板數(shù)據(jù)為樣本,原因有二:首先,2008年之前部分數(shù)據(jù)難以獲得,且個別數(shù)據(jù)項由于統(tǒng)計誤差過于突出,考慮到基礎數(shù)據(jù)與設定函數(shù)的擬合,選擇2008年以后數(shù)據(jù);其二,2010年“皖江城市帶”戰(zhàn)略提出,經(jīng)濟的快速發(fā)展給公路貨運業(yè)帶來了更多機遇與挑戰(zhàn),分析這段時間內(nèi)的公路貨運效率更有參考價值.本文數(shù)據(jù)均來自《安徽省統(tǒng)計年鑒》.
運用超越對數(shù)(Translog)生產(chǎn)函數(shù)建立隨機前沿生產(chǎn)模型為
式中:X表示要素的組合,分別為公路里程數(shù),營運載貨車輛噸位數(shù),以及交通運輸、倉庫和郵政業(yè)從業(yè)人數(shù);β是作為待估計解釋變量的系數(shù).可以看出mit越大,技術(shù)無效率項就越大,公路貨運技術(shù)效率就越低.
式中:δ0是常數(shù)項;δ1,δ2,δ3,δ4,δ5分別是各影響因素的參數(shù),表示影響因素對技術(shù)效率的影響方向及程度.
根據(jù)式(4)和式(5)進行估計,結(jié)果如表1所示.各個參數(shù)估計值的統(tǒng)計性能(t檢驗)均表現(xiàn)較好.γ值均趨近1且在1%水平上顯著,說明造成誤差的主要因素是技術(shù)無效率.似然比(LR)檢驗均拒絕原假設,也說明模型存在無效率項,應該考慮技術(shù)非效率的影響因素.因此,SFA模型具有適用性;同時,二次項的估計系數(shù)均不為0,表明采取Translog生產(chǎn)函數(shù)是合適的.從表1可知,無論是皖江城市帶還是非皖江城市帶,公路里程數(shù)產(chǎn)出彈性、貨車載量噸位數(shù)產(chǎn)出彈性及勞動力產(chǎn)出彈性都為正,即對產(chǎn)出(貨運周轉(zhuǎn)量)有著正向作用,也說明了這些投入有必要.
表1 隨機前沿函數(shù)估計結(jié)果Table 2 Stochastic frontier function estimation results 0
如表2和圖1所示,合肥市年均公路貨運效率為0.89,位居樣本城市首位.阜陽、亳州、六安、安慶和黃山的公路貨運效率均達到0.7以上,公路貨運效率較為領先.同時從表2中可以看出,馬鞍山、銅陵、淮北和淮南的效率低于0.5,與其他城市差距較大.說明各市公路貨運效率的發(fā)展不均衡,部分地區(qū)公路貨運技術(shù)效率有待提高.
表2 2008—2015年安徽省16個市公路貨物運輸效率值Table 2 The efficiency value of highway cargo transportation in 16 cities of Anhui province
由圖1可知,樣本期間安徽省公路貨運技術(shù)效率整體處于平穩(wěn)上升的階段.特別2010年“皖江城市帶”戰(zhàn)略提出后,皖江城市帶地區(qū)的公路貨運效率上升明顯,說明該戰(zhàn)略一定程度上對該地區(qū)公路貨運效率的提升有促進作用.需要注意的是,經(jīng)濟相對發(fā)達的皖江城市帶公路貨運效率(0.58)低于經(jīng)濟相對落后的非皖江城市帶(0.65).這一現(xiàn)象類似于田剛等[4]提到的“塌陷”現(xiàn)象:即皖江城市帶承接長三角產(chǎn)業(yè)轉(zhuǎn)移,公路運輸?shù)幕A設施比較健全,具有發(fā)展公路貨物運輸?shù)膬?yōu)勢.但由于皖江城市帶在等級公路建設的資源配置、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等公路貨物運輸發(fā)展軟環(huán)境方面的“塌陷”使其既有的能力得不到充分發(fā)揮,從而技術(shù)效率低于非皖江城市帶.
(1)安徽省的δ1(GDP)<0,在1%水平上顯著,可以看出地區(qū)經(jīng)濟發(fā)展水平對公路貨運技術(shù)效率呈現(xiàn)出較為顯著的正面影響,說明地區(qū)經(jīng)濟規(guī)模的增長在一定程度可以提高該地區(qū)公路貨運效率.但非皖江城市帶地區(qū)的δ1(GDP)>0,表現(xiàn)出顯著的負面影響,可能是由于非皖江城市帶經(jīng)濟發(fā)展較為粗放,存在資源浪費現(xiàn)象,導致這些地區(qū)生產(chǎn)總值的提升對公路貨運效率表現(xiàn)出負面的影響,效率較低.皖江城市帶區(qū)域經(jīng)濟發(fā)展朝著集約化方向進行,經(jīng)濟發(fā)展水平呈現(xiàn)正面作用,經(jīng)濟規(guī)模提升了公路貨物運輸?shù)男枨?,通過對現(xiàn)有運輸資源的整合,在一定程度上提高公路貨運效率.
圖1 安徽省2008—2015年公路貨運效率值變化趨勢圖Fig.1 The change trend of highway freight efficiency in Anhui province from 2008 to 2015
(2)安徽省范圍的δ2(IS)>0,非皖江城市帶的產(chǎn)業(yè)結(jié)構(gòu)(δ2=12.886)在1%水平上顯著,表示目前產(chǎn)業(yè)結(jié)構(gòu)在某種意義上對公路貨運效率有較強的負面影響,特別是非皖江城市帶的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整較為緩慢,發(fā)展比較粗放,難以整合現(xiàn)有的運輸資源,導致資源浪費現(xiàn)象嚴重,因此所表現(xiàn)出的負面影響十分突出.
(3)安徽省范圍δ3(GH)=2.037,在10%水平上顯著,說明等級公路占比呈現(xiàn)出較為顯著的負面影響.但非皖江城市帶的δ3(GH)=-29.236,具有顯著的正面影響.等級公路尤其是高速公路,線性指標優(yōu)秀,高水平的等級公路的建設更有利于行業(yè)的集約化發(fā)展.皖江城市帶的δ3(GH)>0,等級公路占比在該地區(qū)呈現(xiàn)出負面影響,原因可能是皖江城市帶這些年對等級公路投入過剩,造成部分等級公路資源利用不充分,從而降低了公路貨運效率.
(4)安徽省范圍的δ4(GOV)<0,在5%水平上顯著,說明財政支出對公路貨運效率表現(xiàn)出較為顯著的正面影響.安徽省政府財政支出的擴大,有利于完善高速公路等大型公路的基礎設施建設,將在很大程度上促進公路貨運效率的提高.值得注意的是,皖江城市帶經(jīng)濟較為發(fā)達,其公路基礎設施及路網(wǎng)布局規(guī)劃和建設相對完善,財政支出帶來的效率增長要弱于非皖江城市帶.
(5)對外開放的程度(δ5(FT)<0)具有較為顯著的正面作用.特別是在“皖江城市帶”戰(zhàn)略規(guī)劃后,皖江城市成為了承接長三角發(fā)達城市轉(zhuǎn)移產(chǎn)業(yè)的重要經(jīng)濟發(fā)展地區(qū),同時在政府的大力支持下,對外開放程度的進一步擴大也提高了地區(qū)的公路運輸需求.另一方面,皖江城市帶外資企業(yè)更傾向與專業(yè)化運輸企業(yè)進行深度戰(zhàn)略合作,以便高效完成運輸活動.
(1)整合現(xiàn)有運輸資源,發(fā)展集約化公路運輸.
對外生影響因素的分析說明安徽省的公路運輸業(yè)發(fā)展是粗放的,存在資源利用不合理的現(xiàn)象.經(jīng)濟發(fā)展水平的提高及供給側(cè)結(jié)構(gòu)性改革的不斷推進會增加公路貨物運輸?shù)男枨?公路貨物運輸行業(yè)應整合現(xiàn)有的運輸資源來滿足市場需求,可借助有效的公路貨物運輸平臺整合社會上現(xiàn)有運力資源等,從而提高資源利用率,滿足公路貨物運輸需求的同時提高公路貨運技術(shù)效率.
(2)合理布局公路網(wǎng),完善基礎設施建設.
由于安徽省處于欠發(fā)達地區(qū),政府支出對運輸行業(yè)效率有顯著的促進作用.政府需要進一步推進公路運輸業(yè)相關基礎設施的建設與完善,但是要考慮到公路網(wǎng)布局的合理性,既要滿足運輸需求,也要避免盲目投資.對于非皖江城市帶,應該繼續(xù)增加等級公路建設投入;而對于皖江城市帶,可以考慮減少新增等級公路的建設,對現(xiàn)有等級公路進行改建,滿足運輸需要.
(3)擴大對外開放程度,吸引先進企業(yè)投資.
開放程度對公路貨運效率有顯著促進作用,因此,安徽省應該不遺余力地繼續(xù)擴大對外開放程度,在“皖江城市帶”戰(zhàn)略及“一帶一路”戰(zhàn)略構(gòu)想指引下,首先可以增進對外貿(mào)易往來,增加公路貨物運輸需求;其次引進國內(nèi)外先進企業(yè)到安徽省投資,這些企業(yè)在公路運輸方面的先進技術(shù)及管理經(jīng)驗有助于提高公路貨運技術(shù)效率.
本文基于安徽省16個城市8年的面板數(shù)據(jù),采用SFA模型對各個城市的公路貨運技術(shù)效率值進行了測算,發(fā)現(xiàn)安徽省的公路貨運技術(shù)效率較低,未能有效發(fā)揮資源的作用,側(cè)面反映出安徽省對公路貨運投入資源的利用不夠合理,提升空間較大;經(jīng)濟發(fā)展水平,產(chǎn)業(yè)結(jié)構(gòu),等級公路占比,政府干預及開放程度等外生因素對公路貨物運輸?shù)男识加兄煌潭群头较虻挠绊?據(jù)此,本文從粗放到集約轉(zhuǎn)型、提高對外開放程度等方面給出建議,以不斷提升各地區(qū)公路貨物運輸效率.
參考文獻:
[1]安徽省統(tǒng)計局,國家統(tǒng)計局安徽調(diào)查總隊.安徽省統(tǒng)計年鑒2016[M/OL].北京:中國統(tǒng)計出版社,2016.[2017-06-27].http://www.yearbookchina.com/naviBooklist-YAHTJ-0.html.[Anhui Statistical Bureau,NBS Survey Office in Anhui.Anhui statistical yearbook-2016[M/OL].Beijing:China Statistics Press,2016.[2017-06-27].http://www.yearbookchina.com/naviBooklist-YAHTJ-0.html.]
[2]沈驚宏,孟德友,陸玉麒.皖江城市帶承接長三角產(chǎn)業(yè)轉(zhuǎn)移的空間差異分析[J].經(jīng)濟地理,2012,32(3):45-51.[SHENG J H,MENG D Y,LU Y L.The analysis of spatial difference of Wanjiang Demonstration Zone undertaking the Yangtze River delta’s industry transfer[J].Economic Geography,2012,32(3):45-51.]
[3]SONG M,ZHENG W,WANG Z.Environmental efficiency and energy consumption of highway transportation systems in China[J].International Journal of Production Economics,2016(181):441-449.
[4]田剛,李南.中國物流業(yè)技術(shù)效率差異及其影響因素研究——基于省級面板數(shù)據(jù)的實證分析[J].科研管理,2011,32(7):34-44.[TIAN G,LI N.Logistics technical efficiency disparity and affecting factors-Based on cross-province panel data using a single stage estimation of the stochastic frontier analysis[J].Science Research Management,2011,32(7):34-44.]
[5]段新,岑晏青,路敖青.基于DEA模型的31省份公路運輸效率分析[J].交通運輸系統(tǒng)工程與信息,2011,11(6):25-29.[DUAN X,CEN Y Q,LU A Q.DEA modelbased efficiency analysis for road transport of China's 31 provinces[J].JournalofTransportation Systems Engineering and Information Technology,2011,11(6):25-29.]
[6]李電生,張圣澤,員麗芬.港口物流綜合效率測度研究[J].交通運輸系統(tǒng)工程與信息,2013,13(5):107-113.[LI D S,ZHANG S Z,YUAN L F.Research on measurementofcomprehensive efficiency forport logistics[J].Journal of Transportation Systems Engineering and Information Technology,2013,13(5):107-113.]
[7]CULLINANE K,WANG T F,SONG D W,et al.The technical efficiency of container ports:Comparing data envelopment analysis and stochastic frontier analysis[J].Transportation Research Part A:Policy&Practice,2006,40(4):354-374.
[8]BATTESE E,COELLIT.A modeloftechnical inefficiency effects in stochastic frontier production for panel data[J].Empirical Economics,1995(20):325-332.
[9]STEVENS P A.Accounting for background variables in stochastic frontier analysis[R].NIESR Discussion Paper,2004.
[10]國家發(fā)改委.2016年全國物流運行情況通[EB/OL].(2017-03-09)[2017-06-08].http://www.ndrc.gov.cn/jjxsfx/201703/t20170309_840688.html.[NDRC.National logistics operation report in 2016[EB/OL].(2017-03-09)[2017-06-08].http://www.ndrc.gov.cn/jjxsfx/201703/t20170309_840688.html.]
[11]顏鵬飛,王兵.技術(shù)效率、技術(shù)進步與生產(chǎn)率增長:基于DEA的實證分析[J].經(jīng)濟研究,2004(12):55-65.[YAN P F,WANG B.Technical efficiency,technical progress&productivity growth:An empirical analysis based on DEA[J].Economic Research Journal,2004(12):55-65.]
[12]魏楚,沈滿洪.能源效率及其影響因素:基于DEA的實證分析[J].管理世界,2007,167(8):66-76.[WEI C,SHEN M H.Energy efficiency and its influence factors:an empirical analysis based on DEA[J].Management World,2007,167(8):66-76.]