肖和英，游 攀，陈 希

（湖北物资流通技术研究所，湖北 襄阳 441002）

1 引言

2018 年国家提出了《推进运输结构调整三年行动计划（2018—2020 年）》，以推进大宗货物运输“公转铁、公转水”为主攻方向来不断完善综合运输网络，促进综合运输效率的提高，加快建设现代综合交通运输体系。毗邻武汉市的孝感市具有优越的区位和交通优势，战略地位突出。在国际和国内物流发展大形势下，在国家和湖北省物流业发展相关政策指导下，湖北区域物流协同发展格局及汉孝物流一体化发展战略的推进和实施为孝感市物流业发展提供了重大机遇，同时也提出了诸多挑战。从孝感市经济发展与货运量在湖北省中的地位来看，物流业发展远远落后于经济发展步伐。2018年孝感市GDP处于湖北省第五位，但其货运量居湖北省倒数。从运输结构上看，2018年孝感市公路货运量占比达到8成以上，远高于国家平均水平。在此背景下，2019年孝感市结合实际，发布了《孝感市推进运输结构调整实施方案》，提出深化交通运输供给侧结构性改革，增强公转铁、公转水运输，以提高综合交通运输效率。公路交通系统作为综合交通运输体系重要的组成部分，承载着区域产业结构优化和调整、经济高速发展所带来的强大运输需求，也是实现“门到门”运输、“最后一公里”的必要运输方式，在“公转铁”、“公转水”运输结构调整的决策部署中将发挥重大作用。本文正是在此背景下，利用数据包络分析方法，研究孝感市现有公路交通系统的效率，判断是否能满足区域经济发展需要，为孝感市运输结构调整方案的实施和提升孝感市综合交通运输体系奠定坚实基础。

2 公路运输系统效率评价指标体系和评价方法

2.1 公路运输系统

20世纪20年代系统科学的诞生和运筹学的提出标志着系统分析成为一种科学性的研究方法和技术。从系统学的研究观点来看，公路运输系统是一个为实现公路运输目标而由各种结构、功能和要素组成的有机系统。它是一种动态的循环系统，通过各种要素的有机结合，创造时间和空间上的价值，产生一定的经济和社会效益。因此，公路运输系统可以理解为由公路运输工具、公路基础设施、信息和人共同组成的一个用来完成客货运输的服务系统。

2.2 公路运输系统效率

公路运输系统效率是指公路运输活动中所消耗的劳动量与所获得的劳动效果的比率，即要素投入与有效产出之比率。在公路运输系统中，单位要素投入所实现的运输效果越高，或者人们对公路运输系统的满足程度越大，系统的运输效率也就越高。

2.3 公路运输系统效率评价指标的选取

研究公路运输效率一般要考虑系统内投入的人、财、物和产出的功能性服务等，选取的指标要遵循科学性、可比性、简明性、可获得性和定量化的原则。针对投入指标，人、财两方面最终体现在物的结构上，因此选取人均公路里程数和人均车辆数作为孝感市公路交通系统效率评价的输入指标。针对输出指标，选取直接性的功能性产出指标，因此将选取公路客运量、公路旅客周转量、公路货运量、公路货运周转量作为公路交通运输系统效率评价的输出指标。

2.4 公路运输系统效率评价方法

数据包络分析法（DEA，DataEnvelopment Analysis）是著名运筹学家A.Charnes 提出的基于相对效率的多投入多产出分析法。该方法是以相对效率为基础，用于评价具有相同类型的多投入多产出的决策单元是否技术有效的一种非参数统计方法。其基本原理就是通过对投入和产出比率的综合分析，以决策单元的各个投入和产出指标的权重为变量进行评价运算，以确定决策单元是否DEA有效，同时也可用投影方法判断非DEA有效或弱有效的原因及改进的方向和程度。该方法不需要预先估计参数,在避免主观因素和简化运算、减少误差等方面有着较强的优越性。目前关于该方法已形成了完整的理论方法体系和研究领域，被广泛应用到生产力进步、成本收益、资源配置、金融投资等多个领域进行评价决策。1986 年A.Charnes,W.W.Cooper 和魏权龄教授提出了C2W 数据包络模型，其计算原理如下：假设有m 个决策单元DMU（即Decision Making Unit），评价指标体系有a 种投入，b 种产出。第i 个决策单元DMUi的投入向量和产出向量分别为：Xi=(x1i,x2i,...,xai);Yi=(y1i,y2i,...,ybi)≥0;i=1,2,...,m 。考虑输入向量、输出向量体现出的不同地位和不同作用，将其赋予不同的权重，投入、产出的权重向量分别表示如下:

假设协调效度评价指数用Ci表示，则Ci为：

上式中：Ci表示第i 个决策单元DMUi的协调效度评价指数；xdi表示DMUi的第d 种投入指标值；yci表示DMUi的第c 种产出指标值。 对应i0（i0=1,2,...,m）个决策单元相应的C2R 模型为：

图1 DEA投入产出向量图示

wd表示第d 种投入指标的权重（d=1,2,...,a）；pc表示第c种产出指标的权重（c=1,2,...,b）。

运用Cha mes-Cooper 转换，将模型转换为等价的线性规划问题。设：

上述分式规划问题可转化为如下线性规划问题：

则此线性规划的对偶规划可以表示为：

最后通过C2R 的值来判定某项功能活动能否同时实现技术和规模有效。（1）θ∗=1 且S∗-=S∗+=0，则表示决策单元i0DEA 有效，即同时为技术有效和规模有效，决策单元的市场要素实现了最佳组合。（2）θ∗=1，同时某个或某几个投入或产出的松弛变量不等于0，此时的决策单元i0DEA 弱有效，即技术效率和规模效率没有同时达到最佳状态，投入存在冗余或者产出存在不足。（3）θ∗＜1，决策单元i0DEA 无效，即技术效率和规模效率都没有达到最佳状态。

对于非DEA有效的DMU，通过分析投入冗余率和产出不足率来判断其相应的无效程度，以此来判断决策改善的方向，增强资源的优化配置和使用。投入冗余率指S∗-中非零值与对应的xi的比值，所代表的经济学意义即可以节省的资源投入量的比例；同理，产出不足率指S∗-中非零值与对应的yi的比值，所代表的经济学意义即可以提高的产出指标的比例。

对于孝感市公路交通系统的效率评价，将运用以上DEA模型来判断孝感市公路运输系统的综合有效性、纯技术有效性以及规模有效性，运用DEA专业求解软件DEAP2.1软件来处理指标体系和数据。

2.5 数据来源

本文研究数据主要来源于《孝感市统计年鉴》、《湖北统计年鉴》、《湖北交通运输年鉴》和《中国城市统计年鉴》。

3 基于武汉城市圈的孝感市公路运输系统效率分析

3.1 协调度计算

根据输入输出指标的分析设置，同时考虑数据的可获得性，获取了2017 年武汉城市圈各城市公路运输系统投入产出方面的数据，见表1。

表1 武汉城市圈公路运输系统输入输出指标数据

由于黄石市货运周转量和客运周转量数据获取欠缺，投入指标用每万人拥有线路总里程、每万人拥有民用车辆来表示，产出指标分别用两项产出指标（货运量、客运量）和四项产出指标（货运量、货运周转量、客运量、客运周转量）的数据来测算。运用DEAP2.1软件进行求解，选择规模收益变化产出主导型和多阶段DEA，对最终的结果CRS（技术效率）进一步分解为Scale（规模效率）和VRS（纯技术效率），以此来判断公路交通系统的技术效率是否有效。规模收益变化下的模型允许剔除规模效率影响的技术效率计算，比规模收益不变下的模型更接近真实。多阶段DEA 模型相较于一阶段DEA 和两阶段DEA，尽管比较复杂，但可以通过构造一系列的辐射线性规划识别有效预测点，并且识别出的效率预测点相对于测度单位是不变的，具有一定的优越性。

通过DEAP2.1 软件求解并整理计算结果，可得武汉城市圈中各城市的公路运输系统自身发展的DEA相对效率值，见表2、表3。

表2 武汉城市圈公路运输系统协调度计算结果（四项产出指标下）

表3 武汉城市圈公路运输系统协调度计算结果（两项产出指标下）

通过表1-表3 的数据可以看出，黄石市货运周转量和客运周转量数据的缺失对整个武汉城市圈的公路交通运输系统的相对效率值影响不大。

对于武汉城市圈，2017 年各城市公路运输系统的综合有效性、纯技术有效性和规模有效性情况可直观表示如图2所示。

从图2可以看出，武汉城市圈中武汉市、黄冈市、孝感市综合效率、纯技术效率和规模效率均达到了1；仙桃市、潜江市公路运输系统综合效率与纯技术效率比较接近，说明这两个城市公路运输系统综合效率主要取决于技术的进步，而鄂州市、咸宁市、天门市这几个城市公路运输系统综合效率主要取决于规模效应，黄石市公路运输系统中技术进步和规模效应共同影响着综合效率。

图2 武汉城市圈各城市公路运输系统协调度情况

3.2 协调度评价与分析

根据表2、图2 的效率评价结果，可以将2017 年武汉城市圈九大城市分为三大类，具体分析结果如下：

（1）第一类城市，其DEA相对效率值为1，有武汉市、黄冈市、孝感市三个城市。模型的CRS和VRS效率值均为1，即DEA 是有效的，同时满足规模有效性和技术有效性，系统内部完全协调。这里的1并不表明2017 年各城市公路交通系统内部已达到完全协调，只是说相对于其他城市而言是完全协调的，即系统内部协调性是处于最优的。武汉城市圈中的核心城市武汉市作为我国内陆地区最具优势的水陆空交通枢纽，具有先天的交通区位优势，入选五类国家物流枢纽承载城市，且成为入选类型最多的城市，其在交通基础设施方面投入较多，同时经济也比较发达，其运输服务产出也较高，实现了规模效率和技术效率的同时有效。孝感市和黄冈市作为与武汉紧密相邻的两个城市，得益于武汉市的先天交通优势，通过发展区域经济，促进了投入要素的合理组合利用，形成了综合技术有效的状态。

（2）第二类城市，其DEA相对效率值介于0.8-1.0之间，仅有咸宁市。模型的CRS效率值为0.932，VRS效率值为1，说明咸宁市2017年的公路交通系统是技术有效的，但是规模效率并非完全有效，同时咸宁公路交通运输效率处于规模效益递增阶段，在产出方面存在明显的不足，需通过发展地区经济活力来促进公路交通运输效率的提高。

（3）第三类城市，其DEA 相对效率值均在0.7 以下，共公路交通运输效率较差。模型的CRS 值和VRS值均小于1，说明这类城市在投入方面没有合理组合，在产出方面严重不足。在规模效益值方面，这类城市均属于规模效益递增，说明这类城市都可以依靠一项或多项投入的增加，以及通过发展地区经济提高产出来提高运输效率，尤其是天门市和鄂州市，规模效率值最低。这类城市的技术效率值都没有达到1，没有实现技术有效，说明这类城市的公路运输在组织、协调、管理等方面缺乏有效。

总的来说，在武汉城市圈九大城市中，孝感市公路交通运输效率是相对高效的，其综合效率处于中上等水平，实现了规模有效和技术有效。

4 近年来孝感市公路交通运输系统自身效率演进

根据输入输出指标的分析设置，获取孝感市2013-2018 年各年公路运输系统投入产出方面的数据，见表4。

表4 孝感市公路运输系统输入输出指标数据表

将表4中数据运用DEAP2.1软件进行求解，同样选择规模收益变化产出主导型和多阶段DEA，对最终的结果CRS（技术效率）进一步分解为Scale（规模效率）和VRS（纯技术效率），以此来判断公路交通系统的技术效率是否有效。通过软件求解并整理计算结果，可得孝感市2013-2018年间的公路交通运输系统自身发展的DEA相对效率值，见表5。

公路运输系统的综合有效性、纯技术有效性和规模有效性的发展趋势如图3所示。

由图3可以看出，孝感市近几年的公路运输系统综合效率与纯技术效率变化趋势相一致，综合效率主要取决于纯技术效率。

根据表5、图3的效率评价结果和发展趋势可知，孝感市2013-2018 年的公路运输系统DEA 综合效率指数一直保持稳定且具有较高的水平，基本在0.9以上。而综合效率变化趋势和纯技术效率变化趋势相一致，说明这些年来孝感市在公路交通方面通过提升技术进步，在很大程度上促进了公路运输系统效率的提高。从各年的DEA 相对效率值来看，2013、2016、2018 年DEA 模型的CRS 和VRS 效率值均为1，同时实现了技术有效性和规模有效性。2014年DEA模型的VRS效率值为1，说明这一年的公路运输系统是技术有效的，但未达到规模有效。2015、2017 年DEA模型的CRS和VRS效率值均小于1，说明这两年孝感市公路运输系统非完全技术有效，也非完全规模有效。2015年道路交通运输处于规模效益递增阶段，车辆投入冗余6.3%，货运量不足率15.2%，客运量不足率0.4%，货运量存在严重产出不足；2017年公路运输处于规模效益递减阶段，两方面的投入均存在冗余，冗余率分别为1.2%、0.7%，货运量不足率2.4%，客运周转量不足率0.08%。

表5 孝感市公路运输系统协调度计算结果

图3 孝感市公路运输系统协调度发展趋势图

总的来说，孝感市最近几年的公路运输效率具有较高的水平，从以上DEA非有效的几年来看，车辆投入冗余和货运产出不足是孝感市规模无效的主要问题所在，在公路基础设施建设方面应充分实现有效供给，满足业务需求；另一方面，要想进一步提高孝感市公路运输效率，可以通过技术改造和积极推广先进技术应用，提升技术水平，紧跟科技发展步伐，以此助推公路运输系统效率的提高。

5 结论

本文采用常用的非参数前沿研究方法—数据包络分析法，通过查阅文献，在遵循一定的指标选取原则和可获得性的基础上，选取了最具代表性的输入输出指标，定量评价孝感市公路运输系统效率在整个武汉城市圈公路运输系统效率中的相对地位和最近几年孝感市自身公路运输系统效率，以及对如何提高公路运输系统效率提出了改进方向。通过研究发现，在整个武汉城市圈中，孝感市公路运输系统效率处于中上等水平，且孝感市最近几年的公路运输系统效率保持在一个较高的稳定水平，有利于推动孝感市“公转铁”、“公转水”运输结构调整的实施，进而促进孝感市综合交通运输体系全面协调发展，更有利于促进孝汉物流一体化融合发展，有利于满足武汉城市圈及长江经济带联动发展的需要。另外，孝感市公路运输系统效率的进一步优化和提高应当着眼于如何提升货运量产出水平以及探索如何通过技术发展和推广应用来实现，切勿盲目通过扩大投入来提升产出。

由于数据的可获得性，采集的影响因素偏少以及选取的年份较少，导致模型的数据可能具有一定的偏差，在今后的研究中将加大对数据量的采集和多方法的交叉运用，以提高结论的精准性，为孝感市公路运输效率评价提供更加精准的结论，为提高孝感市公路运输系统效率提出更加精准可行的改进方向。