刘宏伟，吴 杰，梁 雯

(1.安徽大学商学院，合肥230601；2.中国科学技术大学管理学院，合肥230026)

0 引言

高效的公路运输为经济增长提供动力.在“皖江城市带”“一带一路”战略的指引下，安徽省经济快速发展，高速和一级公路通车里程分别达4 246 km和3 166 km[1].效率对一定投入下的产出增长有着直接作用，同等投入在高技术效率下可得更多产出.研究皖江城市带公路货运效率对区域经济增长有重要现实意义.自2010年安徽沿江城市带承接产业转移示范区建设纳入国家发展战略起，学者们对皖江城市带的关注度逐渐上升[2-3].但作为承接产业转移和促进经济顺畅发展的公路货运行业，则被忽视.公路货运作为贸易往来的保障，其效率高低直接影响着产业转移的效果[4]，对皖江城市带及周边城市群进行货运效率及影响因素研究，可以更准确提升货运服务质量.既有与货运效率相关的文献研究主要集中于物流领域[5-6]，且多采用DEA方法忽略了随机误差干扰对效率值造成的影响[7].鉴于此，本文利用随机误差分析的随机前沿分析方法(SFA)同时纳入外生性影响因素，专注分析外生变量对公路货运效率的影响方向及程度，为政策制定提供有价值的参考.

1 模型构建

1.1 研究方法

SFA是指在技术条件和生产要素一定前提下，各生产要素的投入与最终的产出之间的函数关系.本文选用Battese等[8]及Stevens[9]提出的SFA模型探究公路货运效率及其影响因素.该方法避免了“两阶段”假设存在的矛盾，同时环境变量对效率的影响也能够被分析.SFA模型表示为

式中：Qit表示城市i在t年的实际产出；f(Xit,t)表示投入一定要素时最大产出；Xit为生产要素的组合；Vit表示随机误差项；Uit表示公路货运技术无效率项.其中

技术效率是实际产出与理想产出的比值，表示为

由式(2)可知，技术效率值等于exp(-Uit).当exp(-Uit)=1时，说明实际产出等于前沿面上的理想产出，技术有效.另外，考虑到环境变量对技术效率的影响，加入技术无效率方程为

式中：δ0为常数项；Zit表示技术效率的影响因素；δi是待估计影响因素的系数.

1.2 变量分析

(1)投入与产出变量.

公路运输最主要的投入为设施设备，故本文将公路里程数和营运载货车辆吨位数作为公路货运的资本投入.对于劳动投入，用各市历年交通运输、仓库和邮政业年均从业人员数作为劳动投入量指标.从公路货运业产出的实际价值形态来看，公路货运业的产值应该作为产出变量即货运周转量.考虑到数据可得性，本文采用货运周转量作为产出变量.

(2)影响因素.

结合相关研究成果，影响技术效率的外生变量选择如下.①考虑到地区公路货运业发展与经济发展之间存在相互促进的关系，经济发展必然要求公路货运供给增加.因此，本文用地区生产总值(GDP)作为衡量地区经济发展水平的特征指标.②公路货运业的发展在一定程度上会随着产业结构的调整产生变化，2016年中国的社会物流总额中有93.16%是工业品的物流[10].因此，本文用第二产业增加值占GDP的比重来表示地区的产业结构特征(IS).③运输需求增长对地区公路基础设施的水平要求更高，本文选用等级公路占公路总里程比例(GH)作为反映公路运输效率水平的影响因素.④文献表明与技术效率有密切关系的是市场的资源配置环境[11].因此，本文用政府财政支出占GDP的比重作为财政指标(GOV).⑤由于区域开放程度对技术效率表现出双重影响[12]，本文用贸易依存度(进出口贸易占地区生产总值的比重)作为各市开放程度的代理变量(FT).

1.3 数 据

本文选取2008—2015年安徽省16个市面板数据为样本，原因有二：首先，2008年之前部分数据难以获得，且个别数据项由于统计误差过于突出，考虑到基础数据与设定函数的拟合，选择2008年以后数据；其二，2010年“皖江城市带”战略提出，经济的快速发展给公路货运业带来了更多机遇与挑战，分析这段时间内的公路货运效率更有参考价值.本文数据均来自《安徽省统计年鉴》.

1.4 模型构建

运用超越对数(Translog)生产函数建立随机前沿生产模型为

式中：X表示要素的组合，分别为公路里程数，营运载货车辆吨位数，以及交通运输、仓库和邮政业从业人数；β是作为待估计解释变量的系数.可以看出mit越大，技术无效率项就越大，公路货运技术效率就越低.

式中：δ0是常数项；δ1，δ2，δ3，δ4，δ5分别是各影响因素的参数，表示影响因素对技术效率的影响方向及程度.

2 实证分析

2.1 参数估计

根据式(4)和式(5)进行估计，结果如表1所示.各个参数估计值的统计性能(t检验)均表现较好.γ值均趋近1且在1%水平上显著，说明造成误差的主要因素是技术无效率.似然比(LR)检验均拒绝原假设，也说明模型存在无效率项，应该考虑技术非效率的影响因素.因此，SFA模型具有适用性；同时，二次项的估计系数均不为0，表明采取Translog生产函数是合适的.从表1可知，无论是皖江城市带还是非皖江城市带，公路里程数产出弹性、货车载量吨位数产出弹性及劳动力产出弹性都为正，即对产出(货运周转量)有着正向作用，也说明了这些投入有必要.

表1 随机前沿函数估计结果Table 2 Stochastic frontier function estimation results 0

2.2 安徽省公路货运效率分析

如表2和图1所示，合肥市年均公路货运效率为0.89，位居样本城市首位.阜阳、亳州、六安、安庆和黄山的公路货运效率均达到0.7以上，公路货运效率较为领先.同时从表2中可以看出，马鞍山、铜陵、淮北和淮南的效率低于0.5，与其他城市差距较大.说明各市公路货运效率的发展不均衡，部分地区公路货运技术效率有待提高.

表2 2008—2015年安徽省16个市公路货物运输效率值Table 2 The efficiency value of highway cargo transportation in 16 cities of Anhui province

由图1可知，样本期间安徽省公路货运技术效率整体处于平稳上升的阶段.特别2010年“皖江城市带”战略提出后，皖江城市带地区的公路货运效率上升明显，说明该战略一定程度上对该地区公路货运效率的提升有促进作用.需要注意的是，经济相对发达的皖江城市带公路货运效率(0.58)低于经济相对落后的非皖江城市带(0.65).这一现象类似于田刚等[4]提到的“塌陷”现象：即皖江城市带承接长三角产业转移，公路运输的基础设施比较健全，具有发展公路货物运输的优势.但由于皖江城市带在等级公路建设的资源配置、产业结构调整等公路货物运输发展软环境方面的“塌陷”使其既有的能力得不到充分发挥，从而技术效率低于非皖江城市带.

2.3 安徽省公路货运效率影响因素分析

(1)安徽省的δ1(GDP)＜0，在1%水平上显著，可以看出地区经济发展水平对公路货运技术效率呈现出较为显著的正面影响，说明地区经济规模的增长在一定程度可以提高该地区公路货运效率.但非皖江城市带地区的δ1(GDP)＞0，表现出显著的负面影响，可能是由于非皖江城市带经济发展较为粗放，存在资源浪费现象，导致这些地区生产总值的提升对公路货运效率表现出负面的影响，效率较低.皖江城市带区域经济发展朝着集约化方向进行，经济发展水平呈现正面作用，经济规模提升了公路货物运输的需求，通过对现有运输资源的整合，在一定程度上提高公路货运效率.

图1 安徽省2008—2015年公路货运效率值变化趋势图Fig.1 The change trend of highway freight efficiency in Anhui province from 2008 to 2015

(2)安徽省范围的δ2(IS)＞0，非皖江城市带的产业结构(δ2=12.886)在1%水平上显著，表示目前产业结构在某种意义上对公路货运效率有较强的负面影响，特别是非皖江城市带的产业结构调整较为缓慢，发展比较粗放，难以整合现有的运输资源，导致资源浪费现象严重，因此所表现出的负面影响十分突出.

(3)安徽省范围δ3(GH)=2.037，在10%水平上显著，说明等级公路占比呈现出较为显著的负面影响.但非皖江城市带的δ3(GH)=-29.236，具有显著的正面影响.等级公路尤其是高速公路，线性指标优秀，高水平的等级公路的建设更有利于行业的集约化发展.皖江城市带的δ3(GH)＞0，等级公路占比在该地区呈现出负面影响，原因可能是皖江城市带这些年对等级公路投入过剩，造成部分等级公路资源利用不充分，从而降低了公路货运效率.

(4)安徽省范围的δ4(GOV)＜0，在5%水平上显著，说明财政支出对公路货运效率表现出较为显著的正面影响.安徽省政府财政支出的扩大，有利于完善高速公路等大型公路的基础设施建设，将在很大程度上促进公路货运效率的提高.值得注意的是，皖江城市带经济较为发达，其公路基础设施及路网布局规划和建设相对完善，财政支出带来的效率增长要弱于非皖江城市带.

(5)对外开放的程度(δ5(FT)＜0)具有较为显著的正面作用.特别是在“皖江城市带”战略规划后，皖江城市成为了承接长三角发达城市转移产业的重要经济发展地区，同时在政府的大力支持下，对外开放程度的进一步扩大也提高了地区的公路运输需求.另一方面，皖江城市带外资企业更倾向与专业化运输企业进行深度战略合作，以便高效完成运输活动.

3 管理启示

(1)整合现有运输资源，发展集约化公路运输.

对外生影响因素的分析说明安徽省的公路运输业发展是粗放的，存在资源利用不合理的现象.经济发展水平的提高及供给侧结构性改革的不断推进会增加公路货物运输的需求.公路货物运输行业应整合现有的运输资源来满足市场需求，可借助有效的公路货物运输平台整合社会上现有运力资源等，从而提高资源利用率，满足公路货物运输需求的同时提高公路货运技术效率.

(2)合理布局公路网，完善基础设施建设.

由于安徽省处于欠发达地区，政府支出对运输行业效率有显著的促进作用.政府需要进一步推进公路运输业相关基础设施的建设与完善，但是要考虑到公路网布局的合理性，既要满足运输需求，也要避免盲目投资.对于非皖江城市带，应该继续增加等级公路建设投入；而对于皖江城市带，可以考虑减少新增等级公路的建设，对现有等级公路进行改建，满足运输需要.

(3)扩大对外开放程度，吸引先进企业投资.

开放程度对公路货运效率有显著促进作用，因此，安徽省应该不遗余力地继续扩大对外开放程度，在“皖江城市带”战略及“一带一路”战略构想指引下，首先可以增进对外贸易往来，增加公路货物运输需求；其次引进国内外先进企业到安徽省投资，这些企业在公路运输方面的先进技术及管理经验有助于提高公路货运技术效率.

4 结论

本文基于安徽省16个城市8年的面板数据，采用SFA模型对各个城市的公路货运技术效率值进行了测算，发现安徽省的公路货运技术效率较低，未能有效发挥资源的作用，侧面反映出安徽省对公路货运投入资源的利用不够合理，提升空间较大；经济发展水平，产业结构，等级公路占比，政府干预及开放程度等外生因素对公路货物运输的效率都有着不同程度和方向的影响.据此，本文从粗放到集约转型、提高对外开放程度等方面给出建议，以不断提升各地区公路货物运输效率.

参考文献：

[1]安徽省统计局,国家统计局安徽调查总队.安徽省统计年鉴2016[M/OL].北京:中国统计出版社,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]沈惊宏,孟德友,陆玉麒.皖江城市带承接长三角产业转移的空间差异分析[J].经济地理,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]田刚，李南.中国物流业技术效率差异及其影响因素研究——基于省级面板数据的实证分析[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省份公路运输效率分析[J].交通运输系统工程与信息,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]李电生，张圣泽，员丽芬.港口物流综合效率测度研究[J].交通运输系统工程与信息,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]国家发改委.2016年全国物流运行情况通[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]颜鹏飞,王兵.技术效率、技术进步与生产率增长:基于DEA的实证分析[J].经济研究,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,沈满洪.能源效率及其影响因素:基于DEA的实证分析[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.]