江苏省工业化阶段水路运输资源配置效率评价

摘要：

为全面客观地测度江苏省工业化阶段水路运输资源配置效率，应用数据包络分析（Data Envelopment Analysis，DEA）方法的C2R模型和C2GS2模型实证研究各种配置效率.数据分析表明，与铁路、公路运输相比，水路运输不存在相对过剩的投入规模，其综合效率、技术效率与规模效率的均值最小.要提高水路运输资源配置效率，需要在交通系统内协调配置各种运输方式的交通资源，同时协调水路运输内部各部门单位的资源配置.从资源配置的角度出发，相关部门在交通资源配置之前对各种运输方式的资源配置效率进行横向比较与纵向比较相结合的全面客观评价是必要的，也是可行的.

关键词：

运输资源； 配置效率； 数据包络分析（DEA）； 波动性

中图分类号： F552

0 引 言

根据文献[1]分析，江苏省工业化阶段划分主要依据为人均GDP，1995—2001年、2002—2007年、2008—2013年分别为工业化初期、中期和后期；按同样方法计算[2]，江苏省2014年人均GDP为

11 757美元，超过后工业化阶段的标志值11 170美元，据此判断江苏省从2014年起进入后工业化阶段.结合运输化理论[3]，江苏省工业化初期的主要运输对象为纺织品、建材、金属制品、大宗原材料及农产品，主导运输方式为水路运输和铁路运输；江苏省工业化中期的主要运输对象为机械、化工品、油品等重化工业产品，水路运输和铁路运输仍为主导运输方式，但公路运输开始兴起；江苏省工业化后期的主要运输对象为精细化工品、高档消费品、医药制品、成套设备等高价货物，水路运输和铁路运输发展趋稳，高速公路运输和航空运输迅速发展.本文拟通过横向和纵向比较，全面客观地测度江苏省工业化阶段水路运输资源配置效率，为相关部门提供决策参考.

考虑到层次分析法确定指标权重较为主观，模糊综合评判法主要适用于不确定性问题等，因此本文采用较成熟的数据包络分析（Data Envelopment Analysis， DEA）方法.该法适用于客观衡量具有多个输入输出变量的决策单元（Decision Making Unit， DMU）的相对效率，其在交通运输业中的适用性早已被诸多文献证实，例如文献[411]运用DEA方法的C2R模型和C2GS2模型测度了交通运输的效率，但未涉及工业化阶段交通资源配置效率、输入输出变量间相关关系及其他因素对DEA方法评价有效性的专门分析.在借鉴已有成果的基础上，本文较多地将质量指标应用于DEA方法的C2R模型和C2GS2模型，横向比较与纵向比较相结合全面分析江苏省工业化阶段的水路运输资源配置效率.本文的研究意义在于测算江苏省3种主要运输方式的相对效率和规模收益，指导交通资源配置方向与策略调整；分析在输入输出变量调整情况下，水路运输资源配置的效率值以及效率波动性和绩效方面的区别，为准确、全面测算水路运输及其他运输方式资源配置相对效率提供实证范例与重要参考，同时推动DEA方法的C2R模型和C2GS2模型实证研究.

1 水路运输在江苏省综合运输中的资源配置效率分析

1.1 评价方法与模型

在式（1）中加上约束条件nj=1λj=1则得C2GS2模型线性规划，求解该模型所得的最优解θ即为技术效率值.当θ=1且S-i= S+r=0时，Dj达到完全技术效率.另外，规模效率=综合效率/技术效率；C2R模型和C2GS2模型计算结果与指标的量纲无关；综合效率、技术效率、规模效率相应的数值等于1时分别称为完全配置效率、完全技术效率和完全规模效率，当且仅当完全技术效率与完全规模效率同时存在时方可达到完全配置效率.

1.2 评价指标选择

为更好地测算水路运输资源在交通系统内的相对配置效率，尽量选取质量指标.限于数据可得性与指标可比性，本节所指综合运输仅包括铁路、公路和水路运输.从配置研究的角度分析，交通资源常指交通基础设施（但不排斥其他指标）[13]，而运输线路的形成整合了人力、物力、财力、技术、组织、制度等交通资源，交通职工是交通基础设施营运的必备要素.因此，以各运输方式从业人数占全省综合运输从业人数的比例、各运输方式线路长度占全省综合运输线路长度的比例为输入指标，以各运输方式旅客周转量占全省综合运输旅客周转量的比例、各运输方式货物周转量占全省综合运输货物周转量的比例为输出指标（就指标本身含义而言，旅客周转量相较于旅客运输量、货物周转量相较于货物运输量更能表征运输成果，也更适合作为DEA的输出变量）.

1.3 实证分析

各运输方式从业人数来源于历年《中国统计年鉴》，其余数据来源于历年《江苏省统计年鉴》.以年份为DMU，DMU总数19大于输入输出指标总数的2倍.EViews相关关系分析显示，输入指标、输出指标内部各指标间不存在高度相关关系，而输入指标与输出指标间存在相关关系，能保证取得客观的评价效果.将数据代入C2R模型和C2GS2模型，并采用LINGO求解，计算结果见图1，3种运输方式资源配置的3种效率的标准差计算结果见表1.综合分析计算结果可知：

（1）公路运输在综合运输中的资源配置效率最高.公路运输的综合效率、技术效率和规模效率在工业化各阶段的均值均高于0.9，是综合运输中唯一有此佳绩的运输方式；公路运输完全配置效率和完

全技术效率时间分别为2 a和8 a，分别占工业化阶

段总时间（19 a）的10.53%和42.11%.进一步分析可知，公路运输规模收益不变与规模收益递减的时间合计占工业化阶段总时间（19 a）的26.32%，表明在特定的运输产出条件下，公路运输人力与物力（线路）资源配置规模相对过大.

（2）水路运输在综合运输中的资源配置效率最低.水路运输的3种效率在工业化各阶段的均值均低于0.9；分阶段看，水路运输的3种效率在工业化阶段处于“中→低→高”的发展趋势，工业化后期表现出明显高于初期和中期的趋势，体现了其资源配置在综合运输体系内与工业化进程逐步协调的相对动态过程.水路运输资源配置的3种效率虽然在工业化后期高于铁路运输和公路运输，但在工业化初期和中期的13 a中远低于铁路运输和公路运输，故其在工业化实现阶段的均值在综合运输中为最低.

（3）工业化实现阶段，在3种运输方式的标准差所显示的波动性方面，规模效率波动性小于技术效率和综合效率的波动性，表明江苏省3种运输的投入规模波动性相对较小.

同期，水路运输、铁路运输、公路运输的资源完全配置效率时间之比为4∶5∶2.在综合运输中，水路运输资源配置综合效率、技术效率和规模效率的标准差均为最大而效率平均值却最小，其综合效率、技术效率、规模效率的标准差分别为公路运输相应效率标准差的2.01，1.39，5.88倍，为铁路运输相应效率标准差的1.84，1.63，2.97倍.可见，水路运输资源配置效率的波动性最大，而铁路运输和公路运输的综合效率、技术效率波动性相差不大.

2 江苏省工业化阶段水路运输资源配置效率纵向比较分析

2.1 评价模型与指标选择

为纵向比较分析江苏省工业化阶段19 a间的水路运输资源配置效率，继续选择C2R模型测算综合效率，选择C2GS2模型测算技术效率.考虑数据可得性和指标代表性，选取航道里程（km）、船舶载客量（客位）、码头泊位长度（km）、水路运输从业人数（万人）、船舶净载质量（万t）和港航建设投资（亿元）为模型的输入指标，并依次记为X1， X2， X3， X4， X5， X6；选择旅客周转量（亿人·km）、港口货物吞吐量（亿t）、货物周转量（亿t·km）为模型的输出指标，并依次记为Y1， Y2， Y3.

2.2 实证分析

① 2013年公路、水路客货运量及周转量以专家调查结果为准，由于调查口径发生变化，为保证数据的可比性，2013年运输量数据取自《2013年江苏省国民经济和社会发展统计公报》

从业人员数据来源于历年《中国统计年鉴》，港航建设投资数据来源于《2014江苏交通年鉴》，其余数据来源于历年《江苏省统计年鉴》①.以年份为DMU，DMU总数19大于输入输出指标总数的2倍.为避免数量级相差过大可能导致无可行解，将X1， X2， X3， X5， X6， Y2， Y3的单位依次调整为106m，万客位，104m，106t，10亿元，107t和1010t·km.EViews相关关系分析显示，输入指标X5与X6之间存在高度相关性，输出指标Y2与Y3之间存在高度相关性，其他输入指标和输出指标内部各指标间不存在高度相关性，而输入指标与输出指标间存在相关性.为取得客观的评价效果，根据不同的输入输出指标组合设计了4个方案，分别为：方案A（X1， X2， X3， X4， X5， Y1， Y2），B（X1， X2， X3， X4， X5， Y1， Y3），C（X1， X2， X3， X4， X6， Y1， Y2），D（X1， X2， X3， X4， X6， Y1， Y3）.将数据代入C2R模型和C2GS2模型，并采用LINGO求解，计算结果见表2（其中均值为4个方案的均值），各方案3种效率的均值和标准差见表3.

将不同方案进行两两组合分成6组，分别为组I（方案A与B）、组II（方案C与D）、组III（方案A与C）、组IV（方案B与D）、组V（方案A与D）、组VI（方案B与C）.综合分析表2和3可以发现：

（1）如表2所示，在各组内部具有相同投入和一项不同产出（Y2与Y3）的情况下，水路运输资源配置具有相同的良好综合效率和规模收益状态，即同一年份的完全配置效率和规模收益状态相同，而且，组I和组II分别有高达47.37%和63.16%的年份处于完全配置效率和规模收益不变状态，其余年份则处于DEA无效和规模收益递增状态.除了组I中方案B的2006年的3种效率均略高于方案A的、组II中方案C的2000年的3种效率均略高于方案D的外，两组内部各方案其余年份的所有效率处于相同的态势，原因在于在所有投入和一项产出完全相同的情况下，cov（Y2， Y3）=0.991 9≈1，即方案A和C的产出Y2与方案B和D的产出Y3具有高度正相关性（接近完全正相关）.

组I和组II的完全技术效率时间分别为13 a和14 a，分别占江苏省工业化阶段总时间（19 a）的68.42%和73.68%，均超过50%.同时，两组内部方案中的技术效率均高于综合效率和规模效率，而且工业化阶段各方案的技术效率均值都大于0.99，接近完全技术效率.这表明江苏省水路运输资源配置在当时的水路运输技术条件下，实现了以较少的投入取得较大的产出，换言之，水路运输技术在江苏省水路运输资源配置效率提升中发挥了较大的作用.

在组I和组II内部方案的综合效率均值、波动性表现上，方案A优于方案B，方案C优于方案D.这表明在具有相同投入的条件下，港口货物吞吐量作为模型的输出变量取得了相对于货物周转量作为模型的输出变量时更小的波动性、更高的效率和绩效产出.

（2）如表2所示，在各组内部具有相同产出和一项不同投入（X5与X6）的情况下，除2009年外，组III和组IV的方案A和B处于完全配置效率和规模收益不变状态时，两组的方案C和D也处于完全配置效率和规模收益不变状态，反之则不成立；组III和组IV各组内部两方案同时达到完全配置效率和规模收益不变状态的DMU总数均为8（即时间为8 a），占江苏省工业化阶段总时间（19 a）的42.11%；组IV和组III各组内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间分别为14 a和13 a，综合效率均值分别为1.890 3，1.853 5，标准差之和分别为0.183 3，0.240 8，组IV的绩效表现较好而波动性较小，整体表现优于组III，表明在具有相同产出的条件下，港航建设投资（X6）作为模型的输入变量时取得了比船舶净载质量（X5）作为输入变量时更小的波动性、更高的效率和绩效产出.

（3）如表2所示，在各组内部具有一项不同投入和一项不同产出的情况下，组V内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间（14 a）占江苏省工业化阶段总时间（19 a）的73.68%，其中，同时处于完全配置效率和规模收益不变状态的时间（8 a）占江苏省工业化阶段总时间（19 a）的42.11%，这一比例与组III，组IV的相同.组VI内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间（13 a）占江苏省工业化阶段总时间（19 a）的68.42%，其中，同时处于完全配置效率和规模收益不变状态的时间（8 a）占江苏省工业化阶段总时间（19 a）的42.11%，这一比例与组III，组IV，组V的相同，而且，组V，组VI内部方案同时处于规模收益不变和完全配置效率的DMU（年份）完全重合.如表3所示，组V和组VI的综合效率均值之和分别为1.888 1和1.855 7，标准差之和分别为0.191 5和0.232 5，两组相应的差值仅有0.032 4，0.041 0.由此可见，在各组内部具有一项不同投入和一项不同产出的情况下，水路运输资源配置效率与综合绩效的表现差异不明显.

（4）总体上，工业化阶段方案A的综合效率均值大于其他3个方案的，其综合效率的波动性小于其他3个方案的（见表3）.由此可见，相对于其他3个方案而言，方案A的投入产出变量之间的整体协调性更好.

方案A，B，C，D达到完全配置效率的DMU总数分别为8，9，13，

12，与其规模收益不变的DMU总数和年份完全相同，即每个方案的完全配置效率与规模收益不变状态总是并存的，其余年份均不处于规模收益递减状态，即水路运输资源配置不存在相对过剩规模.

如表2和3所示，在工业化初期，所有方案均达到了完全技术效率，表明在1995—2001年，水路运输资源配置在当时的技术条件下，实现了以最少的投入取得最大的产出，这一表现优于工业化中期和后期.以均值计算，相较于其他年份，1995，1996，1997，1999，2008，2010，2012，2013年共计8个年份处于完全配置效率和规模收益不变状态，占江苏省工业化阶段总时间（19 a）的42.11%；而分阶段看，工业化初期和后期各占一半，分别占两个阶段时间的57.14%和66.67%.同时，就综合效率和波动性而言，江苏省工业化阶段3个时期的表现按优、中、差排序依次分别为工业化后期、工业化初期、工业化中期，即江苏省工业化中期的水路运输资源配置效率在江苏省工业化进程中表现最差.经过主动调适，例如南京通关便利化措施的推行[14]，水路运输业较为有效地化解了2008年世界金融危机的影响，表现出与经济社会发展的相对协调性，同时也反映出近年来江苏省经济发展步入了新常态.

此外，在各组内部方案各种效率值和规模收益方面，组III与组IV、组I与组II的表现差异明显，前者的相似度较低.这是因为不同投入之间虽然具有高度正相关性，但离完全正相关尚存差距（0.940 4<1），而且相关系数cov（X5，X6）

3 结论及建议

（1）3种运输方式的资源配置效率横向比较分析表明，江苏省工业化中期水路运输资源配置效率最低且波动性最大，公路运输资源配置效率最高且综合效率和规模效率的波动性最小；江苏省工业化后期水路运输资源配置3种效率的均值高于其他2种运输方式的，也高于前2个阶段的相应数值.

江苏省工业化阶段历年水路运输资源配置效率纵向比较分析表明，水路运输资源配置效率均值在工业化后期达到3个阶段中的最大值，这与横向比较分析结论相互印证，表明江苏省水路运输资源配置与工业化进程相互调适，配置效率在工业化后期快速提升.

同时，两种实证分析存在重要区别：横向比较与纵向比较分析得出水路运输资源配置规模收益不变（完全效率）的时间分别为4 a，8 a，后者是前者的2倍；横向比较分析主要实证研究了水路运输在综合运输中的概况，而纵向比较分析能够选择更多具体的行业特色指标深入剖析水路运输资源配置详情，并且能够研究多变量变换对DEA模型的影响，即通过输入输出变量的调整比较分析水路运输资源配置效率的差异性.

可见，在DEA模型中，单一的纵向比较或横向比较都不能准确地对水路运输资源配置效率进行全面评价.鉴于DEA模型是一种客观分配权重的评价模型，该结论具有普适性，即对其他运输方式资源配置效率的全面评价具有同样的参考价值.因此，从资源配置的角度出发，相关部门在交通资源配置之前对各种运输方式的资源配置效率进行横向比较与纵向比较相结合的全面客观评价是必要的，也是可行的.

（2）无论是横向比较还是纵向比较，水路运输资源配置在江苏省工业化各阶段均不存在相对过剩的投入规模.相对于水路运输，铁路运输和公路运输分别存在5 a和3 a的规模收益递减；不同投入产出组合的水路运输资源配置方案的综合效率与规模效率具有相同的发展趋势，即同时等于1或者同时小于1，提高规模效率能加速提升水路运输资源配置的综合效率.因此，从增加运输产出量与提升资源配置效率的角度看，向水路运输倾斜交通资源配置能够取得更大的规模收益和综合效率.

（3）横向比较显示，水路运输相对于公路运输的资源配置，其投入规模较小且增速较低，应当适度降低公路运输资源投入规模并逐步加大水路运输资源配置力度.同时，纵向比较表明，在其他变量相同的条件下，作为输出变量的港口货物吞吐量相较于货物周转量、作为输入变量的港航建设投资相较于船舶净载质量应用于DEA方法的C2R模型和C2GS2模型更有绩效.因此，在其他条件相同的情况下，要获得更高的水路运输资源配置效率与绩效产出，应当优先配置资源进行港口与航道建设投资，以提高港口吞吐量为目标进行水路运输资源配置策略调整.港口作为水陆连接的界面、水运活动的中心，其集疏运系统整合了各种交通方式资源，因此提高港口效率能够有效促进各种运输方式的效率提升与绩效产出.可见，以港口现代化作为综合运输体系交通资源整合的重要抓手与关键节点具有充分的科学依据，新加坡港、鹿特丹港、安特卫普港等世界强港的成功实践即是典型例证.

（4）运输资源配置的综合效率与规模收益不变总是同时达到，即综合效率=1的DMU（年份）其规模收益处于不变状态，相对于其他DMU（年份），其达到了以最佳投入规模实现最大运输产出.为此，要实现水路运输及其他运输方式的良好规模收益，应当注意协调各种交通资源配置比例，而不是随意增加或减少任何交通资源的投入量，这为各种运输方式协调发展以构建综合运输体系以及各种运输方式内部各部门单位的资源配置（工作）协调提供了理论依据.同时，运输方式自身各部门单位的资源配置比例也应当协调，只有达到最佳的投入规模，才能实现最大的运输产出，达到最高的综合效率，实现社会范围内的运输合理化.

（5）纵向比较分析还表明，只有各方案同时为完全配置效率和规模收益不变时，各方案的均值才同样达到完全配置效率和规模收益不变状态；另外，变量之间的相关系数高低会对模型分析结果产生影响，在其他变量相同的条件下，不同方案的两个变量之间的相关系数越接近1，两方案的DEA方法的C2R模型和C2GS2模型效率值和规模收益状态相似度越高，故需在实证研究之前用相关系数分析法科学合理地甄选输入输出变量.

参考文献：

[1]李上康. 江苏省工业化中后期阶段与相应运输化阶段的确定分析[J]. 铁道运输与经济， 2015， 37（1）： 1017.

[2]陈佳贵， 黄群慧， 钟宏武. 中国地区工业化进程的综合评价和特征分析[J]. 经济研究， 2006（6）： 415.

[3]荣朝和. 运输发展理论以运输化为主要线索的新进展[J]. 北方交通大学学报， 1995（4）： 502507.

[4]张矢宇， 萧汉梁. 运输配置效率论和我国内河运输配置效率的区域横向测评[J]. 武汉理工大学学报（交通科学与工程版）， 2004， 28（1）： 122125.

[5]王丹. 我国交通运输系统资源配置分析与评价[D]. 大连： 大连海事大学， 2005.

[6]王晓兰. 江苏省交通建设与区域经济协调发展的实证研究[D]. 南京： 南京理工大学， 2007.

[7]常亚青， 宋来. 交通运输业相对效率、技术进步和全要素生产率动态研究[J]. 交通与运输， 2008（12）： 143145.

[8]李维维. 江苏省交通基础设施运营效率及效能研究[D]. 南京： 南京理工大学， 2009.

[9]陈辰， 胡甚平. 基于模糊DEA的航运公司安全管理有效性评价[J]. 上海海事大学学报， 2012， 33（1）： 1215， 19.

[10]崔岩， 吴丽美， 曲建华. 基于DEA的河南省交通运输效率评价[J]. 河南科学， 2013， 31（2）： 201204.

[11]仲维庆. 区域交通运行效率分析及规模适应性研究[D]. 大连： 大连海事大学， 2013.

[12]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429444.

[13]李上康. 交通资源及其配置的概念与内涵分析[J]. 武汉交通职业学院学报， 2014， 16（3）： 1418.

[14]陈银健， 王静. 南京海关出台18项措施促进江苏外贸增长[EB/OL]. （20121018）[20151014]. http：//news.jschina.com.cn/system/2012/10/18/014944630.shtml.

（编辑 赵勉）