基于DEA的我國交通基礎設施互聯互通效率研究

葉堃暉 張正豐 聶天翼

(重慶大學，重慶 400000)

0 引言

2013年9月，習近平總書記提出了共建“絲綢之路經濟帶”和“21世紀海上絲綢之路”的重大倡議，得到了國際社會的強烈關注和許多國家的積極響應?！耙粠б宦贰背h借用了古代“絲綢之路”這樣一個歷史符號，同時賦予其許多新的內涵，既是維護開放性世界經濟體系、推動全球經濟復蘇的中國方案，又是推動區域合作、實現文明互學互鑒的中國智慧，體現我國作為世界第一大發展中國家以及第二大經濟體推動全球治理體系朝著更加公平、公正、合理的方向發展的擔當?！耙粠б宦贰背h的主要內容是加強公路、鐵路、機場以及港口等基礎設施的互聯互通，目的是使不同區域之間的資源配置更加合理，促進各種要素之間的往來與互聯，實現區域共同發展。它既包括世界范圍內的互聯互通，不同國家之間的互聯互通，又包括一個國家內地區間的互聯互通。改革開放以來，我國的交通基礎設施建設取得了重大發展，但與一些發達國家相比還存在地區間基礎設施發展不平衡、互聯互通水平較低、運營效率不高等問題。因此，在這一背景下，結合當前的發展趨勢與機遇，改進和提升我國交通基礎設施互聯互通效率，是當前需要解決的重要問題。

1 文獻綜述

楊值珍提到，互聯互通就是通過交通運輸等基礎設施的對接，通過通關、投資等制度機制的銜接，促進相關國家或地區商品、貨物和資本等自由流通[1]。趙樹梅將交通基礎設施互聯互通定義為鐵路、公路、航空、油氣管道、港口、通信等多維立體通道體系建設[2]。王娟娟指出，交通基礎設施互聯互通包括交通基礎設施健全、交通網絡體系發達，能促進物流業的發展，間接使經濟收益加速倍增[3]。因此，鑒于以上對交通基礎設施互通聯的理解，提出交通基礎設施互聯互通效率即加強交通基礎設施的建設與完善，從而提升運輸效率。由于研究方法和相關統計數據等因素的限制，目前國內對交通基礎設施的研究主要是基于交通運輸效率進行系統性定性定量分析的研究，且主要以主觀性較強的綜合評價法和數據包絡分析法為主。吳文化對交通運輸效率進行了界定，利用綜合指標評價法對中國和部分典型國家的交通運輸效率進行了測算[4]。李雪通過將層次分析法和廣義函數法相結合，對蘭州市的交通運輸效率進行分析，并提出了相應對策[5]。高新才等基于數據包絡分析法，就我國各省(自治區)、市的交通運輸效率進行了研究[6]。王冬冬等以DEA方法及模型為理論基礎，對陜西省交通運輸行業2001—2012年的數據進行了定量分析研究[7]。曲建華等以1996—2009年為決策單元，分別對我國鐵路、公路、內河航道、民航航線、管道運輸效率進行了研究[8]。

在新的政策環境下，結合綜合交通運輸效率研究不足這一現狀，本文通過構建我國2001—2015年的交通基礎設施數據包絡分析方法模型，分析影響我國交通基礎設施互聯互通效率的關鍵因素，進而提出提高我國交通基礎設施互聯互通效率的途徑。

2 DEA模型及其評價參數

2.1 DEA模型

數據包絡分析法(DEA)是綜合運用多學科(包括數學、管理科學、運籌學)以及管理技術的一個新領域。其理論與模型最早是在1978年由A.Charnes和W.W.Cooper等人提出的，將同種類型的具有相同輸入輸出的一組決策單元(DMU)進行綜合分析，判斷其相對有效性。CCR與BCC模型是DEA方法中運用較為成熟的兩種方法，同時將兩種方法結合能對一個問題進行較全面系統的分析[9]。

上面的模型不能用于直接判斷DEA有效性。1952年，Charnes通過引入非阿基米德無窮小ε的概念，將上述線性規劃轉化為對偶規劃并引入松弛變量，得到具有非阿基米德無窮小ε的C2R模型。

CCR模型基于規模報酬不變條件下同時評價決策單元的技術和規模有效性，BCC模型則是在假定規模收益可變情況下，評價決策單元是否純技術有效。BCC模型為

結合CCR模型和BCC模型，設其最優解為θ*、σ*,有如下結論[10]：

(1)若θ*=1，松弛變量Si-*、Sr+*同時為0，則稱DMU為DEA有效，即同時達到了技術有效和規模有效，資源得到有效利用，規模達到最佳。需要注意的是，由于DEA分析的是相對有效性，θ*=1并不代表投入與產出完全協調，只是在所有決策單元中，這些單元是相對最好的。

(3)若σ*=1，松弛變量Si-*、Sr+*同時為0，則稱DMU純技術有效。

(4)若σ*<1，同上，則DMU為非DEA有效。

2.2 評價參數指標的選擇

DEA中產出指標一般是效益型指標，而投入型指標一般是成本性指標[8],符合輸入指標越小越好、產出指標越大越好的原則。由于在DEA評價中，DMU數量必須為指標和數量的2倍以上，并且考慮到數據的可得性及一致性，選取的指標在盡可能滿足反映交通運輸各個方面的情況下，合理控制指標的數量。基于對相關文獻的研究梳理以及對交通基礎設施互聯互通的理解，輸入指標包括交通從業人員數量、交通基礎設施投資額、運輸線路長度、運輸設施擁有量等，輸出指標包括GDP、投資率、工業總產值、貨運量、客運量、貨運周轉量、客運周轉量等。本文是對我國交通運輸基礎設施互聯互通效率的研究，因此選取的指標數據應是包括鐵路、公路、水路、航空、管道(客運量除外)的綜合數據。

在考慮上述情況的前提下，經過指標篩選，最終確定我國交通基礎設施互聯互通投入指標為從業人員數量、交通運輸固定資產投資額，運輸線路長度，產出指標為GDP、客運量。

針對表1中的15個決策單元，建立基于投入導向型的DEA模型，運行DEAP2.1得到CCR模型(表2)及BCC模型結果，以及綜合兩種模型分析整合的中國交通基礎設施互聯互通規模效益分析結果(表3)。

3 DEA模型評價案例分析

通過查閱《中國統計年鑒》和《國家數據》獲得2003—2016年我國交通基礎設施互聯互通情況的基數據，見表1。

表1 我國2003—2016年交通基礎實施投入產出指標數據

表2 CCR模型求解結果

表3 規模效益分析結果

從表3可以看出，2003年、2004年、2005年、2007年、2008年、2009年、2012年、2016年DEA有效，σ*=1，S*=1，我國交通基礎設施同時為技術有效和規模有效，并且規模報酬不變。說明在目前的技術和產出條件下，資源得到了有效利用，生產規模已達最適水平，不存在投入過剩和產出不足。

對于非DEA有效的年份，2006年、2013年、2014年、2015年σ*=1，S*<1，這些年份技術有效而規模無效，資源配置相對最優，并且已知2006年規模效益遞增，表明適當增大規模，能帶來更高比例的產出，而2013年、2014年、2015年規模效益遞減，表明不宜擴大規模，增加投入只能帶來更高資源的浪費；其余年份σ*<1，S*<1既技術無效，也規模無效。并且已知2009年、2010年規模效益遞增，這些年份存在投入過剩和產出不足，應加大生產規模，并加大對資源的優化配置力度，提高要素的合理利用程度。2011年規模效益遞減，應減少非有效投入，避免投入多產出少帶來效率損失，使投入有效轉化，達到DEA有效。

總體而言，從表2來看，交通基礎設施互聯互通綜合效率為1占50%，并且剩余年份的綜合效率在0.95以上，互聯互通效率整體上普遍較好，處于動態協調中。

由表2可知，對上述7個非DEA有效的決策單元，根據上述公式，可調整投入產出指標值，削減資源浪費或提高產出，以達到DEA有效。例如，2009年，在投入指標中，從業人員數量應調整為5 603 934人，交通運輸固定資產投資額、運輸線路長度保持不變；產出指標中，GDP調整為411 931.967億元，客運量不變，貨運量調整為3 186 624.37萬t，貨運周轉量調整為134 748.002億t/km，這樣方能達到最佳組合。同理可對其他年度非有效DEA決策單元情況進行分析。

2013年、2014年、2015年規模效益遞減，可以從3個方面分析其原因：第一，我國在“一帶一路”政策的指導下投入大量資金、資源用于交通基礎設施的建設。從表1也可以看出，較上一年投入增長較大。由于交通基礎設施建設周期較長，從短期來看在客運量、貨運量等產出指標上并沒有立即得到相應的產出，數據上顯示出一定的產出不足，表現為規模效益遞減。而到2016時，θ*=1，DEA有效也較好地印證了這一點。第二，已知?*=1，即技術有效，資源得到了有效利用，轉化率高，但還缺乏一定的技術創新，在原有的技術水平下擴大規模無法催生新的有效產出，從而表現出規模效益遞減，導致DEA無效。第三，規模擴大而內部管理混亂，各部分之間協調較差，降低了生產效率。因此，在“一帶一路”為我國的發展帶來空前機遇的條件下，加強技術創新，將互聯網思維與傳統交通運輸有效結合，集成創新與應用大數據、云計算等現代信息技術，引領智能交通即“互聯網+交通”發展[12]，強化內部資源高效管理，是提升我國交通基礎設施互聯互通效率的關鍵。

4 結語

交通基礎設施互聯互通是實現“一帶一路”倡議的必要條件。通過DEA模型對我國交通基礎設施互聯互通效率進行研究，有利于發現我國交通基礎設施的建設現存的不足，并提出改進措施。加強技術創新，對投入與產出做出進一步改進，合理配置資源，實現我國交通運輸的現代化管理。本文的研究還存在不足之處，綜合考慮多方面的因素，還需進一步優化指標的選取，增加數據的獲取渠道，采用多種方法評價對比。

[1]楊值珍.中美關系與中國同周邊國家互聯互通建設[J].湖北大學學報(哲學社會科學版)，2014(5)：31-39.

[2]趙樹梅.絲綢之路經濟帶互聯互通戰略研究[J].中國流通經濟，2015(4)：62-69.

[3]王娟娟.京津冀協同區、長江經濟帶和“一帶一路”互聯互通研究[J].中國流通經濟，2015(10)：62-69.

[4]吳文化.中國交通運輸效率評價體系研究分析[J].綜合運輸，2001(3)：27-30.

[5]李雪，吳芳，左建偉.蘭州市交通運輸效率的評價分析[J].交通科技與經濟，2007(5)：32-35.

[6]高新才，沈志遠.中國分省際交通運輸效率提升對策研究[J].甘肅社會科學，2013(7)：189-192.

[7]王冬冬，李麗琴，肖亮.基于DEA的陜西省交通運輸效率評價與分析[J].數學的實踐與認識，2014(10)：33-38.

[8]曲建華，姚新勝，王娜娜.中國交通運輸效率的DEA評價[J].河南城建學院學報，2012，21(3)：75-79.

[9]魏權齡.數據包絡分析[M].北京：科學出版社，2004.

[10]吳文江.用數據包絡分析進行規模收益分析的探討[J].系統工程理論方法應用，2000(9)：248-251.

[11]魏權齡，盧剛，蔣一清，等.DEA方法在企業經濟效益評價中的應用[J].統計研究，1989(2)：58-62.

[12]劉文杰.“互聯網+交通運輸”匯聚“十三五”發展的新動能[J].中國交通信息化，2016(1)：15.