山東省綜合交通運輸效率評價與關聯度分析

李興宏，劉華瓊，胡宗磊

山東交通學院 交通與物流工程學院，山東 濟南 250357

0 引言

“一帶一路”倡議及交通強國戰略為山東省綜合交通發展注入了新動力，計算山東省綜合交通運輸效率可衡量山東省整體發展情況和交通運輸體系的運行狀況，明晰各因素對山東省綜合交通運輸效率的影響程度，對綜合交通運輸建設進行合理的資源投入，提升山東省綜合交通運輸效率，實現交通強國的建設目標。

目前，交通運輸效率的主要研究內容包括構建評價模型、選取評價指標、分析關聯度等。結合交通運輸的快速發展狀況，構建評價模型多采用數據包絡分析(data envelopment analysis，DEA)模型進行評價。Kottas等[1]借助DEA模型中的BCC模型對國際航空公司運輸效率進行對比分析，發現亞洲和歐洲航空公司的運輸效率明顯優于美國航空公司；魯濤等[2]構建復合網絡DEA模型，分析了我國道路運輸中旅客和貨物運輸子系統的效率；劉斌全等[3]以鐵路局為研究單元，通過改進的DEA模型分析2005—2013年我國鐵路運輸效率的時空演化特征及影響機理；孫啟鵬等[4]將非期望因素納入指標體系，采用BCC模型研究評價省際公路和鐵路貨物運輸效率；李濤等[5]基于DEA模型研究了我國31個省(直轄市、自治區)的綜合運輸效率，但未將能源消耗量納入影響因素體系中。影響交通運輸效率的評價指標主要分為投入與產出2類，投入與產出的細分因素則各有不同[6-7]。Wu等[8]在客運、貨運2個系統中以能源消耗作為投入，二氧化碳作為產出，測度我國30個省級區域的交通運輸系統能源與環境效率；方國斌等[9]將能源消耗作為投入指標，采用三階段的DEA模型研究評價我國各地區交通運輸的能源消耗；盧建鋒等[10]重新定義了交通運輸碳排放效率，以吉林省為例建模分析了現有運輸方式的碳排放效率。綜合交通運輸業與社會整體協同發展情況，分析關聯度多側重于社會發展指標對綜合交通運輸效率的影響程度；車亮亮等[11]運用空間關聯性全面分析我國交通運輸業的發展，但所研究的交通運輸效率為單一運輸方式且選取的數據年份較早。

目前，學者對交通運輸效率研究多集中于單一或2種運輸方式，對綜合交通運輸效率的研究較少，選取與分析交通運輸產業發展的直接影響因素，忽略了其他因素對綜合交通運輸產業發展的影響[12]。本文在已有研究成果基礎上，對山東省的公路、鐵路、水路、航空多種運輸方式進行綜合考量，以交通運輸產業投入、產出為出發點和落腳點，采用DEA模型測度山東省2010—2019年的綜合交通運輸效率；采用灰色關聯度分析(grey relation analysis，GRA)模型計算綜合交通運輸產業發展與國內生產總值(gross domestic product，GDP)、城鎮化率及人口數量的關聯度，為山東省綜合交通運輸系統治理和效率提升提供理論依據。

1 綜合交通運輸效率評價指標與關聯因素

1.1 選取評價指標

交通運輸發展的根本目的是滿足旅客和貨物運輸需求，需分別從客、貨運輸2方面構建綜合交通運輸系統投入及產出效率的評價指標。考慮到公路、鐵路、航空、水路、管道5種運輸方式的戰略屬性及數據獲取難度，本文對管道運輸暫不做考量。公路、鐵路、航空的運輸里程和水路運輸的港口碼頭泊位數代表山東省交通運輸狀況，能源消耗變動代表綜合交通運輸綠色可持續發展的程度，因此選取山東省的公路通車里程、鐵路運營里程、航空里程、港口碼頭泊位數、內河通航里程及交通運輸行業的能源消耗增長比例作為投入指標。

根據已有研究成果可知，一般采用運輸量和周轉量衡量交通運輸產出，因此將能夠表征綜合交通運輸產業實際生產情況的客、貨運輸量和客、貨周轉量作為產出指標。

1.2 確定關聯因素

影響交通運輸產業發展的因素主要分為自然因素與社會因素：自然因素包括地形、地質、水文、氣候等，社會因素包括人口密度、社會經濟因素、技術因素等[13-14]。我國交通建設克服了自然因素和技術因素對交通建設帶來的不利影響，因此不再將自然因素與技術因素納入關聯因素中。社會經濟的發展和農村城鎮化進程與綜合交通運輸產業的發展相輔相成，人口數量的不斷增長推動了綜合交通運輸產業的快速發展[15]。因此選取山東省人口數量、GDP及城鎮化率作為影響綜合交通運輸效率的關聯因素，分析各關聯因素與綜合交通運輸效率的關聯度，為促進綜合交通運輸發展及資源調配提供理論依據。

2 評價模型

采用DEA模型測度山東省綜合交通運輸效率，并以綜合交通運輸效率的計算結果為效率參考值，通過GRA模型測算人口數量、GDP及城鎮化率等關聯因素對山東省綜合交通運輸發展的影響程度。

2.1 DEA模型

DEA是對具有相似特點及可比性的同類型指標進行有效評價與分析的方法，具有線性規劃的特點，允許多個投入指標和產出指標同時參與計算[16]。DEA模型能在一定程度上避免人為確定各項指標權重時的主觀性偏差，保證評價結果的客觀性，目前廣泛應用于資源配置、交通運輸等多輸入、多輸出領域的綜合分析與評價[17-20]。DEA模型包括以投入為導向和以產出為導向2類模型。

以投入為導向的DEA模型的計算公式為：

(1)

式中：hk為第k個決策單元的評價效率；yrk為第k個決策單元對應的第r個產出指標的產出量；ur為第r個產出指標的權重，采用熵值法計算；n為產出指標的數量；xik為第k個決策單元對應的第i個投入指標的投入量；vi為第i個投入指標的權重，采用熵值法計算；m為投入指標的數量。

2.2 GRA模型

GRA適用于多個因素統計與分析，通常度量存在于2個體系間，并隨著時間推移或對象不同而不斷變化的多個因素間的關聯度。GRA模型分析過程簡單，樣本數據量要求不苛刻，計算量少，分析結果可靠且與定性分析吻合，廣泛應用于因素分析、方案決策、優勢分析等方面[21]。

采用GRA模型計算第k個決策單元對應的第l個關聯因素與效率參考值的關聯度

(2)

3 綜合交通運輸效率評價及關聯度分析

3.1 山東省綜合交通運輸效率評價

山東省綜合交通運輸建設具有較高的完成度，需要多項投入與產出指標進行測度。綜合考慮DEA模型與測度對象的特點，將2010—2019年中每1 a作為1個決策單元，選取以投入導向的DEA模型分析與計算山東省綜合交通運輸效率。

3.1.1 數據獲取與處理

根據文獻[22-23]獲取2010—2019年綜合交通運輸效率投入指標與產出指標的原始數據，并進行無量綱處理，結果如表1、2所示。鑒于2020年新冠肺炎疫情對全社會發展的影響，綜合交通運輸產業數據存在一定程度的異常，因此暫不考慮2020年的數據。

表1 2010—2019年山東省綜合交通運輸效率投入指標原始數據與無量綱處理結果

表2 2010—2019年山東省綜合交通運輸效率產出指標原始數據與無量綱處理結果

3.1.2 山東省綜合交通運輸效率評價結果

采用熵值法計算投入、產出指標的權重，將無量綱處理后的綜合交通運輸效率投入、產出指標數據代入式(1)，計算得到2010—2019年山東省綜合交通運輸評價效率如表3所示。

表3 2010—2019年山東省綜合交通運輸評價效率

由表3可知，2010—2019年山東省綜合交通運輸效率呈周期性波動增長態勢。2010、2015年山東省綜合交通運輸效率分別達到周期內峰值0.98、0.86，通過查閱文獻可知，2013、2014年系列交通基礎建設政策的正向引導是2015年綜合交通運輸效率達到峰值的主要原因。快速高效的建設期使山東省綜合交通運輸產業具有適度產前性，因此在2010、2015年后出現效率下降現象，但山東省綜合交通運輸效率整體上處于增長趨勢。2018年以來，“一帶一路”倡議及交通強國戰略不斷推動山東省交通運輸產業的高速發展，因此，2019年山東省綜合交通運輸效率處于提升態勢。

3.2 山東省綜合交通運輸關聯度分析

國家政策對綜合交通運輸產業的發展具有促進作用，社會發展因素同樣影響綜合交通運輸產業的發展[24]。根據文獻[22]獲取2010—2019年山東省人口數量、GDP及城鎮化率等關聯因素的原始數據，其中城鎮化率為城鎮人口與農村人口的百分比，如表4所示。

表4 2010—2019年山東省綜合交通運輸效率關聯因素原始數據與無量綱處理結果

表4(續)

將表4中關聯因素數據代入式(2)中，利用表3中計算得到的綜合交通運輸效率作為效率參考值，計算各關聯因素與山東省綜合交通運輸效率的關聯度，結果如表5所示。

表5 各關聯指標與山東省綜合交通運輸效率的關聯度

由表5可知：人口數量、城鎮化率、GDP對山東省綜合交通運輸效率影響顯著，自2012年起關聯度依次增大。GDP與山東省綜合交通運輸效率的關聯度穩步增長，自2014年起關聯度均不小于1，說明二者具有絕對相關關系，GDP的變動將直接影響山東省綜合交通運輸產業的發展；城鎮化率與山東省綜合交通運輸效率的關聯度逐年增強，二者的發展相輔相成；相比之下，人口數量增長對山東省綜合交通運輸產業發展影響程度有所降低，但關聯度仍保持在0.50以上，因此仍不能忽視其作用。

4 結語

通過以投入為導向的DEA、GRA模型分析了在交通建設政策引導下山東省綜合交通運輸效率呈周期性波動增長，且人口數量、城鎮化率及GDP與山東省綜合交通運輸效率關聯度依次增大。結合本文分析結果與發展現狀，在交通強國政策引導下，山東省綜合交通運輸發展將進入下一個迅速發展時期，為構建高效的綜合交通運輸體系應穩步提升GDP，加快城鎮鄉一體化進程，合理控制人口增長等。本文所構建的模型能夠測度山東省綜合交通運輸效率并對其影響因素進行關聯度分析，但隨著我國綜合交通產業的發展，未來可對評價指標及模型進行不斷擴充與完善，使評價結果更具現實性。