中国长江经济带沿线省市交通基础设施效率研究

打开文本图片集

摘要：选用DEA模型的超效率法并以交通基础设施投入量及其所对应的生产要素运输量作为模型的投入、产出变量，选取2016年长江经济带十一个省市的相关数据，对长江经济带的交通基础设施效率进行分析。研究结果显示：长江经济带的交通基础设施效率整体较好，其规模效率的提高能让其整体效率更上一层楼。建议：要想提高经济带交通基础设施对经济的贡献，其重中之重是如何使现有交通基础设施效率得到提升;平均主义对于经济带交通基础设施整体效率的提高并无帮助，更优策略是进行广泛撒网，在未来交通基础设施建设过程中，综合考虑地域特色、人文特点及经济发展，因地制宜的投资建设交通基础设施。

关键词：长江经济带 交通基础设施 效率研究 SE-DEA模型

一、引言

长江经济带在黄金水道的推动下得到更快更好的发展，逐渐成为中国经济的新支撑带。实际上自改革开放以来，长江经济带交通基础设施的建设成效一直十分显著，但不可忽视的问题是长江经济带沿线省市的综合交通网建设差距较大，其差距主要体现在五个方面：其一，长江沿线的航运潜力并未得到充分的开发与发挥，高等级航道数量相对整体航道较少还存在巨大的提升空间，中上游航道梗阻难题尚未得到很好的解决，高效集疏运体系尚未形成;其二，东西向铁路及其公路运输能力还有待提升，与之相反的是南北向通道能力紧张，同时还存在向西开放的国际通道能力薄弱的问题;其三，长江沿线交通运输网络结构优化程度不够，其覆盖力的广度和深度不能很好地满足当下需求，其技术等级也存在很大的提升空间;其四，铁水、公水、空铁等各类运输方式之间并未形成很好的互联互通模式;其五，城际铁路建设步伐太慢，城际交通网络发展速度跟不上城镇发展速度，暂时无法适应城镇化格局和城市群空间布局。笔者认为，实现解决长江经济带沿线综合交通网络发展不匹配的核心在于如何扩大交通基础设施规模和提高其效率，而当下长江经济带的交通基础设施规模投资既定，交通基础设施的效率就成为解决办法的重中之重。因此长江经济带交通基础设施效率的研究就成为一个很有必要讨论的重要课题。

二、模型原理及指标体系构建

（一）模型介绍

数据包络分析（Data Envelopment Analysis，DEA）是由查恩斯、庫珀和罗兹（1978）基于法雷尔（1957）提出的衡量生产效率的基础上而衍生出的一种线性规划方式。现有DEA模型数量庞大，CCR模型和BCC模型是目前学术界使用最多的两个模型，由于现有理论原理介绍的文献较多，这里就不再单独一一列举。需要说明的是，BCC模式可以将CCR模式中的综合效率分解为规模效率乘以纯技术效率。为了能够更好的比较长江经济带沿线11省市交通基础设施效率，本文将在传统CCR和BCC模型基础上修正得到SE-DEA模型来进行分析，该模型具体表达式为：

式（1）中θ为DMUj的相对综合效率，λj代表若干个决策单元的线性组合权重。Si-、Si+均为松弛变量，不为零的Si-表示投入冗余量，不为零的Si+表示产出不足量。SE-DEA 模型可以通过有效区分有效决策单相互的效率差异，且效率测算值也会大于1，以此对所评价的决策单元能够进行有效排序。

（二）测算指标构建

基于长江经济带沿线11省市交通基础设施发展特征以及数据的可获得性，本文以2016年沿线11省市地区：公路里程、内河航道里程、铁路运营里程、铁路运输就业、道路运输就业、水路运输就业及港口生产用码头泊位拥有量作为投入要素，以客运量、货运量、港口货物吞吐量及港口旅客吞吐量作为产出变量。这里为了尽可能消除通货膨胀对研究结果的影响，所有指标都采用2010年不变价进行折算。具体如表1所示：

本文所需数据均来源于《中国统计年鉴2017》、《中国交通运输统计年鉴2017》、中华人民共和国交通运输部行业公报以及各省市对于统计年鉴数据。

三、长江经济带沿线省市交通基础设施效率测算

通过SE-DEA模型，本文测算出了2016年长江经济带沿线11省市的交通基础设施效率值，具体数据详见表2。综合效率是对各沿线各省市交通基础设施效率整体评价指标，通常情况下是将它分解为纯技术效率与规模效率，前者主要研究对象是交通基础设施的运营效率，而后者则更加注重对交通基础设施的规模效应的测度，当纯技术效率>1时，就意味着交通基础设施的运营效率得到了改善，而规模效率如果>1则表示交通基础设施具有规模效率。

总体来看，由表2可知，长江经济带11省市交通基础设施的综合效率指数、纯技术效率指数及规模效率指数分别为2.5458、2.0108和1.9041，该结果显示我国长江经济带沿线交通基础设施效率整体发展为有效，其中交通部门运营能力及近年来交通基础设施大规模建设带来的规模效应为整体效率的提高给予了有力支撑。

分省市而言，长江经济带沿线十一省市中，有七个省市表现为交通基础设施效率有效，四个省市表现为无效率，其中：上海在各省市中交通基础设施综合效率最高为5.2808，主要得益于纯技术效率的正向贡献，其规模效率为11省市最低;江苏省综合效率为4.5810，排名第二位，主要得益于规模效率的正向贡献;贵州省排名第三，综合效率为3.5640，主要原因是受规模效率的正向影响;云南省紧随其后位列第四，综合效率为3.0947，受纯技术效率正向影响较大，规模效率为无效率;浙江省排名第五，综合效率为2.8547，主要得益于规模效率的正向贡献;湖南省排名第六，综合效率为2.5647，主要得益于规模效率的正向贡献;安徽省排名第七，综合效率为2.5582，主要得益于规模效率的正向贡献;重庆排名第八，综合效率为0.9493，主要得益于纯技术效率的正向贡献，其规模效率为无效率;四川省排名第九，综合效率为0.9187，其无效率主要受到规模效率过低的影响;江西省排名第十，综合效率为0.8807，其纯技术效率为正，但由于规模效率过低，整体效率表现为无效率;湖北省排名第十一位，综合效率为0.7571，其纯技术效率与规模效率均为无效率。

由表3可知，从规模报酬角度看，当前长江经济带11省市中上海、江西和重庆等三省市交通你基础设施建设呈现明显的规模报酬递增现状，而其他省市为规模报酬递减，该结论表明，在改变资源配置以提升长江经济带交通基础设施效率的过程中，上海、江西和重庆三省市将有着明显优势。此外长江经济带沿线11省市交通基础设施规模建设投入残差测算结果显示，沿线十一省市交通基础设施效率提升的投入要素配置不尽相同，只有“对症下药”才能够有效提升各种交通基础设施效率，其中：上海市未来重点考虑提升当地铁路、公路及水路人力资本培养;江苏省重点考虑扩宽内河航道里程，同时增加公路和水路就业人数;湖南省重点考虑扩宽内河航道里程，同时增加港口生产用码头泊位拥有量;云南省重点考虑增加公路就业人数;江西、湖北、重庆、四川等省市所有投入项都需要增加;浙江、安徽和贵州三省保持现状稳步发展。

四、结语

本文基于SE-DEA法，从综合效率、纯技术效率及规模效率三个层面研究了长江经济带沿线11省市交通基础设施效率。研究表明，（1）近年来长江经济带沿线省市交通基础设施效率整体表现良好，主要得益于交通基础设施运营能力的保证;（2）就分省市而言，十一个省市中七个省市表现为有效率，具体为：上海、江苏、浙江、安徽、湖南、贵州、云南，无效率的省市为：江西、湖北、重庆、四川，大部分省市综合效率下滑主要受到规模效率较低的遏制，即大量交通基础设施建设会带来一定的边际产出下降副作用;（3）当前长江经济带11省市中上海、江西和重庆等三省市交通基础设施建设呈现明显的规模报酬递增现状，未来我国可根据不同省市特征，采取针对性的改变投入项水平，来提升整体交通基础设施效率。

基于以上研究结论，本文提出以下建议：

第一，打造并完善长江黄金水道工程，加快扩大沿线省市交通网络规模的步伐，不断优化交通运输结构，加强各类运输方式间的互联互通，进一步提升综合运输能力，从而达到提升十一省市整体交通基础设施规模效率的目的;

第二，要重點关注交通基础设施建设及现有运营效率的提升问题。特别是当下已进行过一番大规模交通基础设施投资，长江经济带的交通基础设施规模投资既定，之后应该将重心放置在如何提高运营能力（如湖北省）上，否则交通基础设施效率将会不断下降，造成不良影响;

第三，在未来交通基础设施建设过程中，应综合考虑地域特色、人文特点及经济发展，因地制宜的投资建设交通基础设施。例如，对于重庆、四川、江西及湖北等四省市，一方面，要加快交通设施的建设，改善存量短缺的问题。如：对某些地区而言，虽存在潜在需求，但经济不发达且地理位置偏远及地形复杂，地方政府应创新融资模式，积极拓宽融资的渠道，出台倾斜性扶持政策。另一方面，也应注意缩小区域间所存在的发展差距。通过与周边发达地区协调统筹，搞好经济互动及交流，分享周边发达地区经济成果带来的空间溢出效应，实现地区快速发展。

参考文献：

[1]王磊，翟博文. 长江经济带交通基础设施对经济增长的影响[J]. 长江流域资源与环境，2018，（01）：6-12.

[2]刘千. 长江经济带交通基础设施建设对全要素生产率影响实证研究[D].重庆工商大学，2017.

[3]吕承超，宫攀. 长江经济带交通基础设施空间均衡度研究[J]. 人文地理，2016，（06）：137-144+160.

[4]黎巧，陈立泰，张先怡. 长江经济带工业发展与交通基础设施耦合互动分析[J]. 统计与决策，2016，（22）：88-92.

[5]李忠民，夏德水，姚宇. 长江经济带交通基础设施效率分析——基于DEA模型的Malmqusit指数方法！[J]. 技术经济，2014，（07）：62-68. [2]James C.Davids and J.Vernon Henderson. Evidence on the Political Economy of the Urbanization Process[J].Journal of Urban Economics.2003，（53）：98—125.

[6]Markus Brückner.  Economic growth，size of the agricultural sector，and urbanization in Africa[J]. Journal of Urban Economics . 2012 ，（1）： 26-36.

[7]Joshua Drucker，Edward Feser. Regional industrial structure and agglomeration economies： An analysis of productivity in three manufacturing industries[J]. Regional Science and Urban Economics，2012，（1-2）：1-14.

[8]Gregg Huff，Luis Angeles. Globalization，industrialization and urbanization in Pre-World War II Southeast Asia[J]. Exploration in Economic History，2011，（1）：20-36.

推荐访问:长江 沿线 中国 基础设施 省市