基于DEA模型的陜西省道路交通運輸效率評價與分析

王李軒

摘 要：“一帶一路”建設的推進對陜西省道路交通運輸提出新的時代要求，為抓住發展機遇，進一步提高公路運輸效率更加必要。就此，應用數據包絡分析方法從投入冗余和產出不足兩方面分析了陜西省2017年與2018年各市公路交通運輸效率現狀及存在的問題，結果顯示，2017年陜西省有9個城市均為DEA有效或接近城市接近有效單元，楊凌示范區和延安市兩個地方比較特殊，但都處于規模效益遞增階段。可見，陜西省道路交通運輸效率滿足了發展需求，但仍存在一定地域差異。

關鍵詞：公路交通運輸;數據包絡分析;運輸效率

中圖分類號：F542? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）35-0065-03

引言

陜西省作為西北五省中的公路交通大省，公路貨運周轉量和旅客周轉量常年位居第一，公路交通運輸在陜西省具有重要的地位和突出的成績。道路運輸的持續發展，對陜西省進一步提高公路的利用率，抓住“一帶一路”西部建設機遇促進陜西省公路強省的建設有重要意義。因此，本文將2017年與2018年陜西省11個市各市投入產出放入DEA模型中，分析效率的差異及其原因。

MatthewG.Karlaftis[1]采用DEA分析了運輸效率與效果關系，利用美國運輸系統近5年的相關數據對其研究成果進行了驗證。李雪[2]等建立了城市交通運輸效率評價指標體系，并借助層次分析法及廣義函數法對蘭州市交通運輸效率進行了綜合評價。高永鑫[3]利用DEA技術研究了中國鐵路的技術效率、純技術效率和規模效率，證明利用DEA模型對產業的效率進行分析時得出的結果更為客觀。楊良杰[4]等基于時空變異引入非期望產出評價模型，對中國公路運輸效率進行了分析。綜合來看，當可以忽略考慮投入產出之間復雜關系時，DEA模型用于分析產業效率的優勢就被展現出來。

一、研究方法

（一）數據包絡分析簡介

數據包絡分析通過投入與產出指標的輸入及線性規劃方法確定相對無效率單位，并通過比較發現降低無效率途徑。

（二）模型建立

對n個因素，每個因素有m項投入和s種產出，即：

Xj=（x1j，x2j，…，xmj）T

Yj=（y1j，y2j，…，ysj）T

V=（v1，v2，…，vm）T

U=（u1，u2，…，us）T

則因素j的效率評價指數為：

hj=r=1suryrji=1mvixij

j=1，2，…，n;i=1，2，…，m;r=1，2，…，s

式中：xij是第j個因素對第i種投入的總量，xij>0;yrj是第j個因素對第r種產出的總量，yrj>0;vi是第i種投入的權;ur是第r種產出的權。當hj≤1時，評價第k（1≤k≤n）個因素的效率，把效率指數視為目標，CCR模型表示如下：

PCCRmaxUTYkVTXks.t.UTYjVTXj≤1 V≥0U≥0j=1，2，…，n

然后用Charness-Cooper轉換后可以得到等價的線性規劃：

H1 min ξ s.t.j=1nXjλj≤ξXk

j=1nYjλj≥Yk λj≥0 j=1，2，…，n

再將（PCCR）對偶變換后得到：

PCCR maxVTXk s.t.ωTXj-vTYj≤1 j=1，2，…，n ωTXk=1 ω≥0 v≥0

當加入松弛變量s-與剩余變量s+，最后把H1轉換成標準型：

H1min ξ s.t.j=1nXjλj+s-≤ξXk j=1nYjλj-s+≥Yk λj≥0 j=1，2，…，ns-≥0 s+≥0

對第k個被評價對象有：

min ξ

s.t.j=1nX1jλj+s-=ξX1k…j=1nXmjλj+s-=ξXmkj=1nY1jλj-s+≥Y1k…j=1nYsjλj-s+≥Yskλj≥0 j=1，2，…，n

s-≥0，s+≥0

當j=1nλj<1，規模收益遞增，當j=1nλj=1規模收益不變，當j=1nλj>1規模收益遞減，根據經濟學中的界定，當規模收益不變時，生產為規模有效。

二、陜西省道路運輸業DEA模型的建立與分析

（一）指標的選取與數據收集

模型指標的選取應該從充分反映道路運輸的實際情況角度出發。產出指標應包括公路運輸的運輸服務產品、事故損失、運輸時間等，投入指標應包括車輛、司機、能耗、管理成本、技術成本、建設成本等要素。但是從可行性角度分析，模型的構建必須選取相互匹配的投入、產出指標，且考慮數據可得性。本文選取指標見表1。

（二）陜西省公路交通運輸相對有效性評價

將各市指標數據代入DEA模型中，運用MATLAB軟件求解可得陜西省各市公路運輸綜合效率、技術效率、規模效率，見表2。

由此分析得出以下主要結論。

1.綜合效率分析

總體來看，2017年陜西省11個城市中，西安、寶雞、咸陽、渭南、榆林、安康和商洛等7個市公路運輸效率DEA有效;2018年陜西省11個城市中，西安、銅川、寶雞、咸陽、渭南、榆林、安康和商洛等8個市公路運輸效率DEA有效。分區域來看，關中地區2018年除楊凌示范區以外均達到運輸效率DEA有效。陜南三個市中，安康市和商洛市在2017年和2018年分別為DEA有效，漢中市的綜合效率值兩年均在0.95左右，是邊緣有效單元。陜北兩個市中，榆林市在2017年和2018年達到運輸效率DEA有效，延安市兩年綜合運輸效率較低，處于0.75左右。

2.規模效率分析

2017年DEA效率有效的8個市的規模效率均達為1，也是有效的。在規模無效的3個省份中，陜北的延安市和陜南的漢中市處于規模效益遞增階段，即增加要素投入可帶動效率提高，其中楊凌示范區規模效率偏低。

3.技術效率分析

從2017年結果來看，在DEA無效的城市中，延安技術效率偏低，表明其存在投產失衡現象。而楊凌示范區的技術效率雖為1，但規模效率較低，說明楊凌區并未實現規模的最優化，但投入產出已達到最佳。

4.投入產出冗余分析

利用Deap2.1軟件計算結果無效的7個市其各產出要素、投入要素，分析投入產出冗余情況，2017年投入產出冗余最大的是延安市，延安市從業人數冗余為358.2人，貨運周轉量產出冗余為54.34億噸公里，說明延安市道路運輸生產潛力尚未得到完全挖掘，沒有達到理想水平[10]。以2017年銅川市為例，原有的能耗由20.5萬噸標準煤降低到16.91萬噸標準煤，基礎設施投入由24.81億元降低到22.69億元，其他投入指標不變，貨運周轉量由原來的83.9億噸公里增加到86.3億噸公里，客運周轉量由原來的6.37億人公里增加到6.51億人公里，其他產出指標不變，即可使投入產出達到最佳組合，實現DEA有效，同理可對其他非有效因素情況進行分析。

三、結論和建議

本文通過篩選指標，利用2017—2018年陜西省各市交通運輸投產數據，建立數據包絡分析模型，綜合分析陜西省各市道路運輸的綜合、技術與規模效率，并進行了投入產出冗余分析并指出優化方法。根據計算結果結合現狀，陜西省道路運輸系統整體上運輸效率滿足經濟發展要求，但在一定程度上存在地域差異，其中關中地區道路運輸效率最優，陜南地區次之。2017年11個市中已有8個城市達到最優化結果，在其余3個城市中，漢中市屬于邊緣有效單元，楊凌示范區的技術效率為1已達到了投入產出的最優，延安市綜合效率和技術效率均偏低，這3個城市均處于規模遞增階段，應加大投入可以提高其道路運輸效率。隨著經濟逐步發展，在一帶一路的大背景下，對公路運輸效率要求會不斷增高。因此，結合本文分析研究結論，為使交通系統投入產出要素的匹配程度達到最佳，未來陜西省應強調對交通系統各市場要素統一規劃建設，推進城市道路交通一體化，建立高效率的道路運輸交通網絡，為高要求的運輸需求提供保障。

參考文獻：

[1]? MatthewG.Karlaftis，Statistical and Econometric Methods for Transportation Data Analysis[J].Journal of Transportation Engine-ering，2003，130（5）.

[2]? 李雪，吳芳，左健偉.蘭州市交通運輸效率的評價分析[J].交通科技與經濟，2007，（3）：92-94.

[3]? 高永鑫.基于DEA的中國鐵路運營效率分析及評價[J].科技創新與應用，2012，（18）：52-52.

[4]? 袁博.基于SFA模型的福建創新型企業創新效率分析[J].發展研究，2016，（3）：68-71.

[5]? 楊良杰，吳威，蘇勤，等.基于SBM-Undesirable模型的1997—2010年中國公路運輸效率評價[J].地理科學進展，2013，32（11）：1602-1611.

[6]? 楊國梁，劉文斌，鄭海軍.數據包絡分析方法（DEA）綜述[J].系統工程學報，2013，32（11）：1602-1611.