基于DEA-Malmquist指數(shù)的貴州高速公路運輸效率評價與時空演變特征分析

汪威

摘要：通過運用DEA-Malmquist指數(shù)方法，對2011～2018年貴州各地市州高速公路運輸全要素生產(chǎn)率進行測算，并分析其時空演變規(guī)律和各地市州之間差異。研究表明：從整體上看，2011～2018年貴州各地市州高速公路運輸?shù)娜厣a(chǎn)率指數(shù)有一定的波動，但總體較為穩(wěn)定，平均增長率為1.7%;技術(shù)進步指數(shù)增長是整體效率上升的主要原因。從時間上來看，2015～2017年段，全要素生產(chǎn)率整體水平高，區(qū)域差異不明顯，呈均衡狀發(fā)展趨勢;2011～2014和2017～2018年段，全要素生產(chǎn)率整體水平較高，區(qū)域差異不十分明顯，發(fā)展相對均衡;2014～2015年段，不同水平城市呈交叉狀分布，低水平區(qū)覆蓋面明顯擴大，區(qū)域差異較大。從空間上來看，貴陽市屬黔中城市群的核心，全要素生產(chǎn)率整體水平高，擴展到安順市和黔東南州，屬高水平區(qū)。

關(guān)鍵詞：高速公路;運輸效率;DEA-Malmquist指數(shù)

0 引言

綜合交通運輸系統(tǒng)是國家或地區(qū)經(jīng)濟發(fā)展動脈，其運輸效率高低對區(qū)域經(jīng)濟地理格局的重塑、區(qū)域協(xié)調(diào)發(fā)展有非常重要的作用。而高速公路運輸是綜合交通運輸體系中重要的組成部分，其運輸效率高低會影響綜合運輸體系總體效率。

在“一帶一路”建設(shè)和“交通強國”背景下，2019年國家提出了中國西部陸海新通道建設(shè)，貴州省是其主通道的重要的交通節(jié)點，高速公路運輸也是主通道綜合交通運輸體系的重要組成部分。要加強貴州綜合交通運輸體系與中國西部陸海新通道建設(shè)的融合，需要對高速公路交通運輸效率進行科學評價。因此，本研究將嘗試運用DEA-Malmquist指數(shù)對其進行測算。

1 文獻綜述

1.1 國外相關(guān)研究

上世紀40年代，國外學者就開始對交通運輸效率進行了相關(guān)研究，如Rosenstein-RodanP N[1]、Nurkse R[2]、Rostow W W[3]研究了交通基礎(chǔ)設(shè)施與區(qū)域經(jīng)濟增長的關(guān)系，并提出了相關(guān)建議，對發(fā)展中國家交通建設(shè)有重要的指導意義。

1.2 國內(nèi)相關(guān)研究

國內(nèi)對交通運輸效率研究相對較晚。一部分是對全國高速公路運輸效率進行評價。田輝等[4]運用數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis，DEA）方法中的CCR模型對我國11家高速公路上市公司在2004～2006年的運營效率進行了評價和對比，并提出相關(guān)建議，為公司決策提供了參考價值。周嘉雯[5]運用數(shù)據(jù)包絡(luò)CCR模型對我國各大高速公路運營效率進行了評價，并根據(jù)計算出的DEA結(jié)果，對提高高速公路運營效率提出了相關(guān)建議。張璐璐等[6]運用DEA-Malmquist指數(shù)方法，對2007～2014年長三角地區(qū)公路運輸全要素生產(chǎn)率進行了演算，根據(jù)運算結(jié)算分析了時空演變規(guī)律及區(qū)域之間差異，并提出相關(guān)建議。尉蔚[7]運用AHP-DEA方法對全國2017年各省份公路運輸效率進行了測算，非DEA有效省份在公路運輸在投入冗余和產(chǎn)出不足上存在一些問題，根據(jù)綜合分析結(jié)果，提出了提高公路運輸效率的相關(guān)建議。另一部分是對各省高速公路運輸效率進行評價。顧瑾等[8]運用DEA基礎(chǔ)模型對江蘇省道路交通運輸效率進行了評價與分析，結(jié)果表明，區(qū)域存在差異，蘇南地區(qū)有效，蘇中地區(qū)稍差，蘇北地區(qū)除徐州、連云港外，其余較低。據(jù)此，提出了提高各地區(qū)公路運輸有效性的建議。崔巖等[9]采用DEA模型對河南省交通運輸效率進行了評價，結(jié)果表明：提高河南交通運輸效率合適措施是加速發(fā)展航空、鐵路、公路和內(nèi)河運輸綜合運輸。王李軒[10]運用DEA模型對陜西省道路交通運輸效率進行了測算，分析出陜西省交通運輸效率適應(yīng)發(fā)展需求，卻存在一定的地域差異。以上研究大多采用的基礎(chǔ)模型進行效率測算，也有少數(shù)運用AHP-DEA、DEA-Malmquist指數(shù)方法進行測算。

也有部分學者開始對貴州交通運輸進行了研究。嚴浩坤等[11]分析了廈蓉高速公路（貴州段）和貴廣高速鐵路，對提高貴州交通樞紐地位的作用，及對貴州經(jīng)濟發(fā)展的深遠影響作了初步的分析。彭亞黎[12]從通道經(jīng)濟視角探討貴州高速通道建設(shè)，并提出有關(guān)貴州通道經(jīng)濟帶建設(shè)的布局。李嬌嬌等[13]探討了貴州新建高速公路的誘增交通量與區(qū)域經(jīng)濟的互動關(guān)系。苗凱[14]研究了高速公路基礎(chǔ)設(shè)施對促進區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和區(qū)域經(jīng)濟增長關(guān)系。

1.3 評述

以上研究大多運用的定性研究法、普通統(tǒng)計分析法和計量經(jīng)濟學方法對貴州省高速公路運輸進行研究，鮮有運用DEA方法對其生產(chǎn)效率進行評價。據(jù)此，本研究擬運用DEA-Malmquist指數(shù)方法模型對貴州2011～2018年高速公路運輸全要素生產(chǎn)率進行測算，并分析其時空演變規(guī)律和區(qū)域差異，以期為貴州高速公路運輸?shù)目沙掷m(xù)發(fā)展提供一定的科學依據(jù)。

2 模型建立與指標體系構(gòu)建

2.1 DEA-Malmquist生產(chǎn)率指數(shù)模型

數(shù)據(jù)包絡(luò)分析方法（DEA）是由A Charnes（查恩斯）、W W Cooper（庫伯）、E Rhodes（羅茲）于1978年提出的，即DEA模型。在DEA的基礎(chǔ)模型C2R和BCC基礎(chǔ)上，經(jīng)過不斷發(fā)展，現(xiàn)已形成有關(guān)效率、生產(chǎn)可能集、生產(chǎn)前沿面等一系列概念，并且有一套的完整的理論、方法和模型。DEA研究方法已廣泛應(yīng)用于金融、醫(yī)院、交通等經(jīng)濟社會發(fā)展的領(lǐng)域。

用DEA研究效率的方法主要使用CCR和BCC基礎(chǔ)模型，但是這兩個基礎(chǔ)模型是采用截面數(shù)據(jù)來評價決策單元效率，并進行橫向?qū)Ρ?，對于面板?shù)據(jù)就不適用。DEA-Malmquist指數(shù)方法應(yīng)用于生產(chǎn)率測算，適用于面板數(shù)據(jù)，可有效彌補基礎(chǔ)模型的不足之處。

Malmquist指數(shù)由瑞典經(jīng)濟學家和統(tǒng)計學家Sten Malmquist[15]于1953年提出，后來與DEA理論相結(jié)合，應(yīng)用于生產(chǎn)率測算。DEA-Malmquist指數(shù)方法測算投入產(chǎn)出效率是利用距離函數(shù)的比率來計算的[16]。步驟如下：

2）Malmquist TFP指數(shù)分解

在固定規(guī)劃報酬（CRS）的假設(shè)下，Malmquist TFP指數(shù)可分解為技術(shù)效率變動（EFFCH）和技術(shù)變化（TECH）兩個部分的測量。若兩個部分都大于1，則Malmquist TFP指數(shù)也大于1，說明生產(chǎn)提高是其共同作用的結(jié)果;若兩部分一個大于1，一個小于1，則取決于兩者大小的綜合影響。

2.2 指標體系構(gòu)建

在相關(guān)學者研究的基礎(chǔ)上，結(jié)合貴州省高速公路運輸?shù)膶嶋H情況及各指標所需數(shù)據(jù)的可獲得性，最終確定投入指標和產(chǎn)出指標如下：投入指標常用的指標包括高速公路里程（X1）、高速公路路網(wǎng)密度（X2）和高速公路運輸從業(yè)人員（X3）。高速公路里程和高速公路路網(wǎng)密度代表高速公路資本的投入，高速公路運輸從業(yè)人員代表勞動力的投入。高速公路運輸產(chǎn)出指標，一般情況都是采用客運周轉(zhuǎn)量和貨運周轉(zhuǎn)量，或客運量和貨運量，但貴州省各地市州采用的統(tǒng)計口徑不一樣，大多數(shù)地方都有客運周轉(zhuǎn)量、貨運周轉(zhuǎn)量、客運量、貨運量這四項目指標數(shù)據(jù)，但有些地方只采用客運周轉(zhuǎn)量和貨運周轉(zhuǎn)量，如貴陽市、而有的地方只采用的是客運量和貨運量，如黔東南州。但比較統(tǒng)一的是國民經(jīng)濟核算中都有交通運輸業(yè)增加值，為了統(tǒng)一口徑，本研究采用的是交通運輸業(yè)增加值（Y1）來替代。高速公路里程（X1）和高速公路運輸從業(yè)人員（X3）數(shù)據(jù)來源貴州省統(tǒng)計年鑒，高速公路路網(wǎng)密度（X2）根據(jù)高速公路里程除以各地市州面積所得。交通運輸業(yè)增加值數(shù)據(jù)來源于貴州各地方統(tǒng)計年鑒。

3 實證分析

3.1 Malmquist生產(chǎn)率指數(shù)及分解指數(shù)

3.1.1 計算結(jié)果

通過DEAP2.1軟件的計算，可得出2011～2018年貴州整體Malmquist生產(chǎn)率指數(shù)及分解指數(shù)（表1）和貴州各地市州Malmquist生產(chǎn)率指數(shù)及分解指數(shù)（表2）。

3.1.2 整體Malmquist生產(chǎn)率指數(shù)及分解指數(shù)

如表1所示，從整體上看，2011～2018年反映貴州高速公路運輸?shù)娜厣a(chǎn)率指數(shù)有一定的波動，但整體上比較穩(wěn)定，年均增長了1.7%。進行分解可看出：反映技術(shù)進步指數(shù)以年均6.5%速度增長，是整體效率上升的主要原因;反映交通運輸效率的綜合技術(shù)指數(shù)年均下降5.6%。對綜合技術(shù)效率進行分解可看出：規(guī)模效率年均下降3.4%，純技術(shù)效率年均下降1.2%，兩者對綜合技術(shù)效率整體下降都有負向影響，前者相對嚴重一些。

從時間方面看，2012～2014和2015～2016年段全要素生產(chǎn)率都在增長，皆因為技術(shù)進步;2016～2017年段全要素生產(chǎn)率增長是因為綜合技術(shù)效率提高;2011～2012年段全要素生產(chǎn)率下降是因為綜合技術(shù)效率和技術(shù)技術(shù)進步指數(shù)都在下降;2014～2015和2017～2018年段全要素生產(chǎn)率下降是因為綜合技術(shù)下降負向影響要高于技術(shù)進步的正向影響，以致整體下降。

3.1.3 各地市州Malmquist生產(chǎn)率指數(shù)及分解指數(shù)

如表2所示，Malmquist生產(chǎn)率指數(shù)值，將其分為三類：高水平區(qū)（Malmquist生產(chǎn)率指數(shù)大于1）：安順市、貴陽市、黔西南州、黔東南州和銅仁市的Malmquist生產(chǎn)率指數(shù)都大于1，屬于高水平區(qū)。安順市的全要素生產(chǎn)率增長24.9%，是因為技術(shù)進步增長17.7%和綜合技術(shù)效率增長6.1%，兩者同時增長;貴陽市、黔西南州、黔東南州和銅仁市的全要素生產(chǎn)率增長，是因為技術(shù)進步的正向影響強于綜合技術(shù)效率下降的負向影響。中等水平區(qū)（Malmquist生產(chǎn)率指數(shù)大于0.9，小于1）：黔南州、六盤水市和遵義市的Malmquist生產(chǎn)率指數(shù)都介于0.9～1之間，屬于中等水平區(qū)。黔南州和六盤水市的全要素生產(chǎn)率下降，是因為綜合技術(shù)效率下降的負向影響強于技術(shù)進步的正向影響;遵義市的全要素生產(chǎn)率下降5.4%，是因為技術(shù)進步下降0.4%和綜合技術(shù)效率下降5.1%，兩者同時下降。低水平區(qū)（Malmquist指數(shù)小于0.9）：畢節(jié)市的Malmquist生產(chǎn)率指數(shù)小于1，屬于低水平區(qū)。畢節(jié)市的全要素生產(chǎn)率下降16.6%，是因為綜合技術(shù)效率不變的情況下，技術(shù)進步下降16.6%。

3.2 Malmquist生產(chǎn)率指數(shù)時空演變特征分析

根據(jù)2011～2018年貴州各地市州貴州高速公路運輸?shù)腗almquist生產(chǎn)率指數(shù)值，運用Arcgis軟件對其進行空間分析，按3.1.3方法將指數(shù)按大小分為三類，繪制成時空分布圖（圖1）。

如圖1所示，2011～2014和2017～2018年段，Malmquist指數(shù)高水區(qū)和中等水平區(qū)差不多各占一半以上，分布覆蓋范圍廣并集中連片，說明全要素生產(chǎn)率整體水平比較高，區(qū)域差異變化不明顯，發(fā)展相對均衡。2014～2015年段，Malmquist指數(shù)空間格局變化非常明顯，整體上看三個等級水平的城市分布比較分散，高中低三個等水平的城市呈交叉狀分布，說明這個時段各地市州區(qū)域差異較大。2015～2017年段，全要素生產(chǎn)率有了明顯提升，除2016～2017年的安順外，Malmquist指數(shù)均處于高水平區(qū)和中等水平區(qū)，且高水平區(qū)占絕大多數(shù)區(qū)域。說明整個地市州全要素生產(chǎn)率進步比較快，區(qū)域差異變化很不明顯，呈均衡狀發(fā)展趨勢。

4 結(jié)論與建議

4.1 結(jié)論

從整體上看，2011～2018年貴州高速公路運輸?shù)娜厣a(chǎn)率指數(shù)有一定的波動，但整體上比較穩(wěn)定，年均有一定增長。對全要素生產(chǎn)率進行分解可知，反映技術(shù)進步指數(shù)增長是整體效率上升的主要原因。對綜合技術(shù)效率進行分解可知，規(guī)模效率和純技術(shù)效率年均下降對綜合技術(shù)效率整體下降都有負向影響，前者相對嚴重一些。

2011～2018年貴州全要素生產(chǎn)率的變化存在時空演變規(guī)律與區(qū)域差異。從時間上來看，2015～2017年段，全要素生產(chǎn)率整體水平高，區(qū)域差異不明顯，呈均衡狀發(fā)展趨勢;2011～2014和2017～2018年段，全要素生產(chǎn)率整體水平比較高，區(qū)域差異不十分明顯，發(fā)展相對均衡;2014～2015年高中低三個等水平的城市呈交叉狀分布，低水平區(qū)覆蓋面明顯擴大，區(qū)域差異較大。從空間上來看，貴陽市屬于黔中城市群的核心，全要素生產(chǎn)率整體水平高，擴展到安順和黔東南州，屬高水平區(qū)。

4.2 建議

第一、發(fā)揮全要素生產(chǎn)率穩(wěn)中有增優(yōu)勢，加強貴州高速運輸與中國西部陸海新通道建設(shè)的融合。貴州省是中國西部陸海新通道主通道的重要的交通節(jié)點，高速公路運輸也是主通道綜合交通運輸體系的重要組成部分。不斷提高貴州高速運輸全要素生產(chǎn)率，完善貴州綜合交通運輸體系，逐步與中國西部陸海新通道融合。

第二、重視技術(shù)進步對運輸效率的作用，促進貴州高速運輸及綜合運輸體系高質(zhì)量發(fā)展。2012～2014、2015～2016和2016～2017年全要素生產(chǎn)率增長是因為技術(shù)進步，說明貴州高速公路運輸效率的提高依靠技術(shù)進步是行之有效的方法。信息革命、大數(shù)據(jù)技術(shù)和智慧技術(shù)的深入發(fā)展，不斷在促進高速公路運輸與信息技術(shù)、大數(shù)據(jù)技術(shù)和智慧技術(shù)的結(jié)合，不斷在提高高速公路運輸生產(chǎn)率。因此，貴州高速公路運輸及綜合運輸體系應(yīng)該注重交通技術(shù)創(chuàng)新和知識產(chǎn)權(quán)的保護，不斷提高技術(shù)，逐步實現(xiàn)高質(zhì)量發(fā)展。

第三、注重時空演變規(guī)律，加強黔中城市群的交通樞紐的作用。從時間上來看，2011～2018年貴陽市全要素生產(chǎn)率指數(shù)都大于1，屬于高水平區(qū);從空間上來看，貴陽市作為黔中城市群中的核心，全要素生產(chǎn)率水平高，擴展至安順市和黔東南州，全要素生產(chǎn)率整體水平較高。因此，應(yīng)該加強以貴州市為中心，擴展至安順市和黔東南州等周邊地區(qū)，加強黔中城市群綜合交通運輸服務(wù)水平，推動黔中城市群發(fā)展戰(zhàn)略和中國西部陸海新通道建設(shè)的融合。

參考文獻：

[1] Rosenstein-Rodan P N. Problems of Industrialisation of Eastern and South-eastern Europe[J]. The Economic Journal，1943，53（210/211）：202-211.

[2] Nurkse R. Problems of Capital Formation in Underdeveloped Countries[M].Oxford：Basil Blackwell，1953.

[3] Rostow W W. The Stages of Economic Growth ：A Non-communist Manifesto[M]. Cambridge：Cambridge University Press，1990.

[4] 田輝，林廣祥.基于DEA的高速公路上市公司經(jīng)營效率評價[J].發(fā)展研究，2007（7）：84-86.

[5] 周嘉雯.基于數(shù)據(jù)包絡(luò)CCR模型的高速公路運行效率評價[J].中國管理信息化，2013，16（8）：47-48.

[6] 張璐璐，吳威，劉斌全.基于DEA-Malmquist指數(shù)的長江三角洲地區(qū)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）：712-718.

[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）：65-67.

[8] 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(xiàn)代交通技術(shù)，2008（1）：69-72.

[9] 崔巖，吳麗美，曲建華.基于DEA的河南省交通運輸效率評價[J].河南科學，2013，31（2）：201-204.

[10] 王李軒.基于DEA模型的陜西省道路交通運輸效率評價與分析[J].經(jīng)濟研究導刊，2019（35）：65-67.

[11] 嚴浩坤，閆廣瑞.貴廣兩高通道對貴州經(jīng)濟發(fā)展的影響初析[J].工業(yè)技術(shù)經(jīng)濟，2008（7）：26-30.

[12] 彭亞黎.對加快貴州通道經(jīng)濟布局的思考[J].理論與當代，2010（6）：31-33.

[13] 李嬌嬌，趙翠薇.新建高速公路誘增交通量與區(qū)域經(jīng)濟互動關(guān)系——以貴州省為例[J].貴州科學，2012，30（2）：86-90.

[14] 苗凱.高速公路對區(qū)域經(jīng)濟的影響分析[J].企業(yè)改革與管理，2014（13）：81.

[15] Sten Malmquist. Index Numbers and Indifference Surfaces[J]. Trabajos de Estadistica，1953，4（2）：209-242.

[16] 王婷婷.基于DEA、FDA的中國省際能源效率測度研究[M].北京：清華大學出版社，2015.

[責任編輯：鄭筆耕]