我国铁路客运全要素生产率评价
2017-09-03孙轩
孙 轩
(中国人民大学 北京 100000)
我国铁路客运全要素生产率评价
孙 轩
(中国人民大学 北京 100000)
本文以我国铁路客运运输系统的18个铁路局2005-2014年十年间的相关统计数据为基础,利用Malmquist-DEA方法重点对我国18个铁路局的全要素生产率进行了测度分析,指出了我国东部地区铁路局的全要素生产率增长率最高,西部地区的较高,而中部地区的铁路局全要素生产率增长率最低,因此在下一步的工作开展中应进一步加强科技创新、促进科技进步,进一步提高我国铁路客运的全要素生产率。
全要素生产率;铁路客运;Malmquist-DEA方法
到2014年年末为止,我国的铁路营业运输里程已经达到了111821公里,在亚洲地区位列第一。贯穿我国南北、沟通东中西区域的铁路运输网络已经变得越来越完善;高速铁路建设取得重大成就,高速铁路客运网络日趋完善并开始迈出国门走向世界。
尽管我国的铁路客运运输系统已获得了快速的发展,并取得了令世界瞩目的发展成就,但由于我国人口数量众多,且具有东部人口稠密、西部人口稀疏的特点,因此依然面临着运力紧张等一些问题。特别是春运期间,更是出现了一票难求等现象。铁路运输的发展与铁路运输的需求之间仍存在一定的缺口,尤其现在正是我国进行经济结构调整的攻坚克难、全面建成小康社会的重要时期,铁路客运运输系统的运输能力能否满足我国经济社会客观发展的需要,将成为左右我国经济进一步发展的先决条件之一。
一、理论基础
(一)Malmquist-DEA方法简介
Cave,Christensen和Diewert 在1982年首次提出了计算全要素生产率的Malmquist生产率指数,但是直到Fare等人给出这种理论的一种非参数的线性规划方法,才使Malmquist指数被广泛应用于投入产出方面的分析。结合综合效率和技术效率的DEA模型,通过以下两个DEA模型来对不同时期的距离函数进行计算,即可求得技术进步和最终Malmquist生产率指数。
(1)C2R模型介绍
1951年,Charnes通过引入具有非阿基米德无穷小量ε,建立了具有非阿基米德无穷小量ε的C2R模型:
S-≥0,S+≥0,λj≥0,j=1,2,3…
其中最优解为θ0,λ0,s0+,s0-。C2R模型中各经济变量的含义为:s0+,s0-为松弛变量;λj使得各个有效点联系起来从而形成有效的前沿面;s-和s+使得有效前沿面可以水平或者垂直延展,从而形成一个包络面;在实际应用中对松弛变量的研究是有意义的,因为它代表的是一种净的不足或者过剩量,θ则表示决策单元离有效前沿面或者包络面的一种径向优化量。
(2)BC2模型介绍
(二)Malmquist-DEA方法的优点
Malmquist-DEA方法是在DEA方法发展的基础上所提出来的。1953年,Malmquist最先发表了有关Malmquist 指数的研究。随后,Cave(1981)等人利用这一理论来计算生产主体在生产过程中不同要素的生产效率。RolfFare等人在1994年将DEA方法与这一指数的一种非参数线性规划法相结合,才使得这一指数方法获得了十分迅速的发展,到如今,这一指数方法已被广泛应用于各个领域来分析不同行业不同部门的生产效率(R.J.Windle,1991)。概括来说,这种方法不仅具有DEA方法的优点,而且还具有以下两个优点:第一个是其不需要考虑不同要素的价格影响因素。很多传统模型中需要对投入要素的价格进行量纲规定,而实际生产过程中各种投入要素的计量单位及投入单位是不能统一的。而Malmquist指数方法则不需要对不同投入要素的价格进行量纲处理,其只需要规定各投入单元中,投入要素的类型相一致,而无需不同投入的量纲标准,因此可以对以不同价格计量的不同要素进行分析,大大简化了程序(Aniel J.Graham,2008);第二个是其运算结果中进一步将全要素生产率增长率划分成了技术效率、技术进步、纯技术效率和规模效率四个变量的变化,这样就将全要素生产率的变化进一步分解为技术效率的变化和技术进步的变化,克服了传统经济增长模型如索洛模型仅仅将产出增加中不能用各种投入要素投入增加解释的部分归结为技术进步的缺陷。Malmquist 指数方法不仅指出了全要素生产率变化的度量值,并且具体的指出了是什么因素导致了全要素生产率的变化,为经济管理者调整不同投入要素的方向提供了理论依据。
二、我国铁路客运全要素生产率实证分析
(一)数据的选取
数据的选取是否合适直接影响到最后的评价结果,为使各项指标能准确的反映出我国铁路客运系统的生产效率,需要保证以下几点:第一,必须使得模型的各项指标能准确的反映出我国铁路客运系统的投入与产出,满足模型的基本要求;第二,要保证计算过程中所采用的投入要素与产出要素的统计相统一;第三,模型所需要的数据要能准确的获得并具有合理性,并且具有现实的可操作性。根据以上基本要求,本文所采用的样本数据选自2005—2014年间的18个铁路局的有关统计数据,主要数据包括投入和产出两个部分,具体的为:投入指标包括运营里程,职工人数,综合能耗及客车量;生产过程中产出的指标包括客运的收入和客运周转的数量。
(二)我国各铁路局全要素生产率变化情况
以2005-2014年十年间我国铁路客运运输系统18个铁路局的相关统计数据为样本,运用Malmquist -DEA 方法计算出的18铁路局的全要素生产率变化(MPI)、技术效率变化(TE)、技术进步变化(TP)、纯技术效率变化(PTE)及规模效率(SE)的变化情况如下表所示:
表1 我国各铁路局全要素生产率变化
通过上表我国18个铁路局客运系统全要素生产率的分解可以看出:
(1)我国18个铁路局客运系统的全要素生产率值均大于1。其中全要素生产率超过1.143的有北京、上海、广铁集团及青藏公司5个生产单元。具体来看,全要素生产率提高幅度最大的青藏公司其技术效率提高了2.2%,而技术进步提高了14.7%,可见青藏公司全要素生产率的提高主要得益于技术进步与技术效率的提高,其中技术效率的贡献占有很大的比重。北京、上海、广铁集团的全要素生产率分别为1.154、1.143及1.161,而技术效率水平维持不变,因此其全要素生产率的提高主要得益于技术进步的提高。就其平均值来看,全要素生产率增长了10.7%,而技术效率、纯技术效率及规模效率均处于下降状态,只有技术进步以11.5%的速度增长,由此可见,技术进步是主导全要素生产率增长的关键因素,因此,今后应更为重视TP水平的进一步提高,从而进一步促进我国铁路客运系统全要素生产率的提高。
(2)从技术进步角度来看,各铁路局均实现了技术进步,这也与我国大力倡导科技创新有一定的关系。从具体的数据来看,技术进步最大的昆明,实现了17.1%的技术进步。尽管其投资效率出现了负增长,但是在技术进步贡献较大的情况下全要素生产率实现了14.2%的增长。哈尔滨、太原、呼和浩特、济南、成都、昆明六铁路局虽然技术效率与规模效率均出现了负增长,但是在技术进步效率的带动下,全要素生产率依然实现了正增长,这也说明了技术进步是主导我国各铁路局全要素生产率提高的主要因素。
(3)从技术效率的角度来看,有武汉、南宁、兰州、青藏公司实现了技术效率的提高;北京、郑州、西安、上海、广铁集团、乌鲁木齐六个生产单元技术效率水平保持了不变;哈尔滨、沈阳、太原、呼和浩特、济南、南昌、成都、昆明八个铁路局的技术效率出现了下降,技术效率的下降可能是由客运过程中的组织不够合理或者管理不够科学所造成,因此下一步的客运运输过程中应加强管理、强化组织,从而促进技术效率的提高。
三、政策建议
(一)明确投资方向,提高产出效率
根据以上测算的我国铁路客运系统的全要素生产率可以看出,中部地区依然是需要加大投资力度的地区,中部区域在区位上介于东、西区域之间,是连接东、西区域的重要过度桥梁;人口上来看既没有西北西南部那么人口稀疏,也没有东部人口那么稠密,这就决定了中部地区处于一个两难的境地。如大力发展铁路客运系统则会造成运力浪费,从而导致投资效率不高、经济收益不大等系列经济问题。
中部地区是我国三个地区中投资效率最低的地区。造成这种投资效率较低的原因可能是存在一些盲目不必要的投资,下一步工作的进行方向应是准确评估该地区铁路投资的成本与预期收益,做好尽职调查工作,不能一味的追求营业里程数而导致盲目投资从而造成资源浪费(李双杰,左宝祥,2008)。其可以在充分评估各项铁路线的基础上明确投资方向,统筹安排客运运输能力,这样既可以避免有些路段太多的空车率,亦可以避免某些路段的运力紧张,从而提高产出效率。
(二)鼓励技术进步,促进全要素生产率提高
从东中部地区的全要素生产率增长率的分解可以看出,近十年来东中西部地区的全要素生产率均为正增长,但其增长均是由技术进步的增长来贡献。因此,政策制定者及政府有关机构应高度重视技术进步对我国铁路客运全要素生产率提高的重要作用,大力倡导科技创新,从而推动科技进步,为进一步促进我国铁路客运系统全要素生产率的提升提供源动力。
把科技创新放到促进我国铁路客运系统全要素生产率增长的重要位置,完善创新机制,加大创新投入力度,不断增强创新能力(赵静坤,2008)。把我国铁路客运系统发展建立在技术创新的立足点上,建立与国际接轨的专业化服务业体系,鼓励各个铁路局开展多种多样的创新模式,走创新驱动的发展道路。重视对高端高层次人才的引进,不断提高创新能力。
为促进技术进步,可以采取以下一些措施:第一,加大我国铁路客运系统内部科研人员的科研经费投入,奖励对我国铁路客运运输系统做出卓越贡献的个人和集体;第二,鼓励内部职工在岗创新,既促进新的研发产品的创新,又促进一般的业务流程的创新;第三,鼓励社会人员投身于与我国铁路运输系统相关的创新活动中去,形成人人都为创新尽一份力的良好局面。
[1]李双杰,左宝祥.东、西部地区1996-2005年全要素生产率变动分析[J].经济师.2008(5).
[2]赵静坤.城际列车幵行的企业效益分析与思考[D].南昌:华东交通大学,2008.17.
[3]Cave.D.W,L.R.Christensen and J.A.Swanson.Productivity Growth,Scale Economies,and Capacity Utilisation in US Railroads.American Economic Review.1981,V01.72,No.5.
[4]R.J.Windle.The World’s Airlines.A Cost and Productivity Comparison.Journal of Transport Economics and Policy[J].January 1991,V01.25,No.1.
[5]Aniel J.Graham.Productivity and efficiency in urban railways:Parametric and non-parametric estimates.Transportation Research Part E:Logistics and Transportation Review[J],Volume 44,Issue 1,January 2008.
孙轩(1985.01-),男,汉族,吉林人,中国人民大学,助理翻译,本科,方向:国际贸易。