摘要：运用超效率DEA模型对1997—2014年中国30个省（市、自治区）铁路运输效率进行了测度，并进行了时空特征分析。结果表明：（1）除了东北三省外，我国各省铁路运输综合效率整体呈上升趋势，技术效率水平整体呈现先下降后上升的“U”形特征，规模效率水平整体水平显著提高；（2）随着时代的变迁，社会经济的发展，铁路运输投资力度的不断加大，部分省份从规模报酬递增转向规模报酬递减，表现出铁路运输发展相对于社会经济的发展逐渐从滞后型转向适应型甚至超前型；（3）整体看来，我国各省铁路运输效率水平呈现出东高西地的分布格局，并且呈现出铁路运输效率由中西部地区向京津冀、长三角地区集聚的趋势。

关键词：铁路；运输效率；超效率模型；时空特征

中图分类号：F2

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.05.009

1引言

近些年来，随着经济的快速发展，国家逐渐加大了对交通运输业的投资力度。铁路作为我国主要的运输方式之一，具有运量大、污染小、安全性高、能耗低等特点，在未来的运输市场中占有重要地位。面临运输需求的飞速增长，其他运输方式的竞争，铁路运输压力逐渐加大，在经济可持续发展的前提下，考虑运输效率问题是人们获得可持续运输的保证。除此之外，交通运输作为缩短距离的重要手段，在推动区域经济一体化、重塑经济地理格局中起到重要的作用。国外学者对运输效率的研究较早，在内容、方法上均有一定的研究成果，1980年，Caves and Christensen从所有制方面研究了加拿大铁路运输企业的相对效率；1994年，Oum和Qu运用数据包络模型，根据1978—1989年的数据，对19个OECD国家的铁路业生产效率进行了测度；2007年，Richard Bozec and Mohamed Dia采用DEA模型研究了加拿大国有铁路的产业组织结构和生产技术效率间的关系。相比而言，国内对运输效率的研究较为滞后，近几年通过引进国外研究成果，在测度方法及运输效率等实证分析方面取得了一定的进展。俞礼军，靳文舟（2006）从交通运输系统的4类特性角度提出了衡量交通效率的4种方法，即可达性、机动性、生产率以及效用方法，分别针对不同类型的分析者；李涛，曹小曙（2015）以中国31个省份为研究对象，考察中国铁路、公路、水路三大运输方式，运用DEA模型测算了综合运输效率；吴群琪，宋京妮（2015），在采用主成分分析提取投入产出主成分的基础上，利用超效率三阶段DEA模型测度了2013年我国31个省域的综合运输效率，并运用空间自相关和空间散点图分布深入探究了综合运输效率的省域差异和集群状况。

以上研究表明，已有文献从不同角度提出了运输效率的测度方法，研究了中国各区域运输效率的典型特征和影响因素，获得了丰富并有一定价值的结论，但也有待深入和完善。一方面，现有文献大多使用标准的数据包络模型（DEA），有效率决策单元均為1，相互之间无法区分，无法准确计算有效率DMU的跨期增长，故以超效率模型进行测度可以避免这一问题；另一方面，现有关于空间运输效率的研究多针对单一公路及公路、铁路等方式组成的综合运输，从时间角度，对铁路的运输效率空间变化研究很少，故本文以中国30个省（市、自治区）为分析单元，选取1997年、2003年、2009年、2014年4个时间段，分析铁路运输效率的时空变化特征。

2模型设定与指标选取

2.1超效率DEA模型

当1φ*>1，且s-=0，s+=0，则决策单元为DEA强有效，决策单元的经济活动同时为技术有效和规模有效；当1φ*=1，但至少某个输入或输出大于0，则决策单元为弱有效，决策单元的经济活动不是同时为技术效率最佳和规模效率最佳；当1φ*<1，决策单元不是DEA有效，经济活动既不是技术效率最佳，也不是规模效率最佳。

根据模型中的λj判断DMU的规模收益情况：

（1）若∑λj*=1，则DMU为规模收益不变；

（2）若∑λj*<1，则DMU为规模收益递增；

（3）若∑λj*>1，则DMU为规模收益递减。

2.2指标选取

本文主要以1997—2014年中国30个省（市、自治区）为铁路运输效率测度的对象，由于香港、澳门、台湾以及西藏的数据缺失，故不做考虑。基于数据的可获得性、全面性、简洁性、规范性、客观性这五大原则，文章选取以下指标进行效率测度，如表1所示。数据来源于国家统计局各省年度数据，及相关统计年鉴。

一般而言，在利用DEA模型进行评价时，为保证计算结果的准确性，决策单元的数量不应少于投入和产出指标数量的乘积，同时不少于投入和产出指标数量的3倍。本文决策单元30个，投入产出指标8个，满足要求，不需做任何处理。

从东中西三大地带来看，4个年份的综合效率和技术效率表现为：东部地区>中部地区>西部地区，我国各省铁路运输效率水平整体呈现出东高西地的分布格局，这种空间的分布局势与我国经济发展的不均衡性趋于一致；规模效率整体上三大地带效率值比较接近，中部地区相比于东西地区，稍微高一点点。具体地，以上海、江苏、辽宁、河北为主的东部地区，自1997年起，效率值一直处于相对较高的水平，从表2中可以看到这四年中运输综合效率在波动递增，从1997年的0561增加到2014年的0.920，增幅2.95%；以黑龙江、湖南、河南为主的中部地区，效率水平较其他中部地区高，并趋于接近有效状态。相比东部地区，中部地区的总效率水平稍微低一点，但规模效率较东部地区高一点；以青海、云南、新疆、宁夏、广西、重庆为主的西部地区，自1997年以来一直处于高度无效状态。相比东中部地区，西部地区的效率平均水平是东中部地区的50%左右，但随着社会经济的发展，效率水平在逐渐提高，尽管幅度很小。

3.2铁路运输效率时空特征分析

根据表2的测度结果，从1997到2014年这四个阶段，我们大致可以看出，综合效率高度无效的省份多数集中在青海、云南、新疆、宁夏、广西、重庆等西部地区，铁路运输效率较高的省份多数集中在上海、江苏、辽宁、河北、天津、广东等东部地区。具体地，本文将从以下三个方面进行分析。

3.2.1综合效率水平整体呈现波动上升趋势

研究时期内，综合效率呈现出波动上升趋势，增幅十分缓慢，且效率水平不高。到目前为止，仍未达到有效水平。在参与评价的30个省份中，27个省份的效率水平得到了提高，尤其是北京、广东、湖北、安徽、江西、浙江等华中地区和沿海地区最为显著。剩余的3个省份综合效率表现为下降趋势，即黑龙江、吉林、辽宁三个省份。从单个年份来看，1997年铁路运输效率相对较高的区域主要分布在天津、河北、东部沿海地区（江苏、上海）、东北地区及湖南，其中，辽宁省是唯一一个运输效率达到DEA有效的省份，效率值为1.0558。这个时期铁路运输效率高度无效区域主要分布在青海、新疆、宁夏、广西、云南等西部地区及海南、福建；2003年，铁路运输效率相对较高省份变化相差不大，津冀二省市、辽宁、江苏、湖南位列其中，浙江、广东、河南运输效率明显提高，低效率省份与1997年保持一致，效率值有了轻微的增长；2009年，铁路运输效率接近有效区域开始走向集聚，除河南、湖南外，主要集中在京津冀地区、长三角地区及广东、辽宁。而运输效度高度无效省份同前几个时期一样，除了海南、福建以外，主要集中于西部地区。不同的是，四分位划分结果的效率界限在不断扩大，效率水平也在逐渐增长；2014年，能明显看到空间集聚现象，以及轻微的扩散效应，京冀地区、广东、湖南、江苏、上海、河南实现了DEA强有效水平，位于河南与湖南之间的湖北省效率得到了明显的提高，增幅为8.62%，长三角和京津冀周边地区的效率水平也得到了不同程度的提高。而西部地区的铁路运输效率与2009年相比，基本一致，效率水平十分低下。

3.2.2、技术效率水平整体呈现先下降后上升的波动“U”形特征

总体来看，4个年份的技术效率平均值分别为08441，0.6022，0.6225，0.7150，分别达到弱有效水平的84.41%，60.22%，62.25%，71.50%，整体变化趋势表现为先递减后上升的波动“U”形特征，整体效率值下降值不足1%，并且从2009年起技术效率变动趋势与综合效率趋于一致，效率值十分接近。1997年，技术效率达到DEA有效的有长三角地区、津冀地区、辽宁、安徽和海南等10个省份，除辽宁外，其余省份均处于综合效率无效状态，表明这10个省份技术管理水平实现了最优化，但在运输规模上并未达到最优，并均处于规模收益递增阶段，说明继续扩大运输规模会使得综合效率得到进一步提高；2009年，所有省市的铁路运输技术效率均达到有效，大部分省份都处于规模收益递增阶段，少数省份出现规模收益递减情况；2014年，技术效率达到DEA有效的有广东、河北、湖南、北京等7个省份，其对应的铁路运输综合效率也实现了DEA有效，表明这些省份运输活动在实现投入产出较为优化的同时，其运输活动规模也相对处于比较适合的水平。

3.2.3规模效率显著提高

研究时期内，我国铁路运输规模效率整体上呈明显的上升趋势，增长幅度较综合效率高，且各省规模效率平均水平基本处于较高水平。参与评价的30个省份中，22个省份的铁路运输规模效率年平均值均在07以上，27个省份效率年均值在06以上，占比90%。1997年，运输规模效率平均值为05161，规模有效省份为0，效率排名靠前的主要集中在华北和东北地区；到2003年，运输效率均值为07941，相较于1997年，效率值有了很大的提高，增幅为53.90%；到2009年，运输效率均值为0.9716。除了海南外，其余各省份的规模效率基本接近有效，参与评价的30个省份中，6个省份处于规模收益递减阶段，表明运输生产已经超过了地域自身对生产要素的吸收，若继续扩大規模，将会造成运输效率降低。但对大部分的省份来说，仍然需要加大资源投入力度，扩大生产规模；到2014年，运输规模效率值达到0.9856，有效省份有11个，较2009年增长了一些，30个省份当中26个省份的规模效率不低于0.99，但仍然没有实现规模有效，规模报酬递减省份已经增加到评价单元数目的一半，说明对于部分省市来说，铁路运输发展相对于社会经济的发展逐渐从滞后型转向适应型甚至超前型，仅从扩大规模的角度来提高铁路运输效率并不适应当前的经济发展。

4结论

本文运用超效率DEA模型对1997—2014年中国30个省（市、自治区）铁路运输效率进行了测度，并探讨了我国各省铁路运输效率的空间布局和集聚状况。得到以下结论：总体来看，我国各省铁路运输综合效率水平较低，各省份的技术效率水平与综合效率水平几乎趋于一致，2009年与2014年尤为明显。从铁路投资规模来看，随着时代的变迁，部分省份从规模报酬递增转向规模报酬递减，表面仅从扩大规模的角度来提高运输效率并不适应；从1997年到2014年的发展趋势来看，除了东北三省外，我国各省铁路运输效率整体呈上升趋势，技术效率水平整体呈现先下降后上升的“U”形特征，规模效率水平整体水平显著提高；从空间发展趋势来看，我国各省铁路运输效率水平整体呈现出东高西地的分布格局，并且呈现出铁路运输效率由中西部地区向京津冀、长三角地区集聚的趋势。

由于部分指标数据获取难度较大，导致在指标选取的过程中没有考虑铁路运输的负期望产出（如：污染物排放量）、能源消耗等因素，若将这些因素考虑在内，效率测度结果将会更加准确。

参考文献

[1]吴威，曹有挥，梁双波.运输效率研究述评及基于交通运输地理学视角的研究展望[J].地理科学进展，2013，32（2）：243250.

[2]Caves D.W.and Christensen L.R.The Relative Effiency of Public and PrivateFirms in a Competitive Environment：The Case of Canadian RaiIroads[J].Journal of Political Economy，1980，88（5）.

[3]Rolf Fare，Shawna Grosskopf，Mary Norris et al.Productivity growth， technical progress， and efficiency change in industrialized countries[J].The American Economic Review，1994，84（1）：6683.

[4]Richard Bozec and Mohamed Dia.Board Structure and firm Technical Efficiency：Evidence from Canadian State-owned Enterprises[J].European Journal of Operational Researeh，2007，177（26）.

[5]俞礼军，靳文舟.交通效率的度量方法研究[J].公路，2006，（10）：102106.

[6]李涛，曹小曙.中国区域综合运输效率的测度及其时空演化[J].地理科学，2015，35（2）：168175.

[7]吴群琪，宋京妮.中国省域综合运输效率及其空间分布研究[J].经济地理，2015，35（12）：4349.

[8]邢小勤.我國铁路运输效率的研究[D].北京：北京交通大学，2007.

[9]成刚.数据包络分析方法与MaxDEA软件[M].北京：知识产权出版社，2014.

[10]黄建欢，许和连.中国区域生态效率的时空演变和提升机制[J].湖南大学学报（社会科学版），2016，30（1）：6069.

[11]王坤，黄震方.区域城市旅游效率的空间特征及溢出效应分析—以长三角为例[J].经济地理，2013，33（4）：161167.

[12]王会宗.论铁路运输业行政垄断问题研究的必要性—基于对国外已有相关文献的梳理[J].西安财经学院学报，2009，（11）.

[13]姜琪.中国铁路运输业有效竞争研究[D].济南：山东大学，2010.