中國道路貨運行業(yè)效能優(yōu)化研究

周廣瀾 莫玲潔

摘 要： 道路貨運行業(yè)作為經濟社會發(fā)展中的基礎性行業(yè)，其高質量發(fā)展是運輸業(yè)健康發(fā)展的重要保障。以中國31個?。ㄊ?、區(qū)）道路貨運行業(yè)2015—2019年的面板數據為基礎，采用三階段DEA模型對其投入產出效率進行實證分析，結果表明：環(huán)境變量和隨機因素對道路貨運行業(yè)效率產生了顯著的影響，傳統(tǒng)DEA模型和三階段DEA模型的測算結果存在明顯差異，且不同區(qū)域的行業(yè)運行效率差異較大;技術進步是公路貨運效能提升的主要驅動因素，規(guī)模效率不高是制約其整體效率提升的關鍵原因。

關鍵詞： 道路貨運;行業(yè)效率;區(qū)域發(fā)展;公路運輸;省域經濟;高質量發(fā)展;物流業(yè)

收稿日期： 2021-12-05

基金項目： 國家社會科學基金重大項目“基于海洋強國戰(zhàn)略的海洋經濟統(tǒng)計核算、監(jiān)測與評價體系創(chuàng)新研究” （21&ZD154）;浙江省教育廳一般科研項目“中國道路貨運行業(yè)效率分析：基于DEA評價框架視角”（Y202250002）

作者簡介： 周廣瀾，浙江工商大學現(xiàn)代商貿研究中心副教授，浙江省文化產業(yè)創(chuàng)新發(fā)展研究院研究員，博士，主要從事物流經濟研究，E-mail：guanglanzhou@zjgsu.edu.cn;莫玲潔，浙江工商大學管理工程與電子商務學院。

隨著國內外發(fā)展戰(zhàn)略的推進，中國對外貿易地位的顯著提升，物流行業(yè)面臨更多發(fā)展機遇，道路貨運行業(yè)作為物流業(yè)中的關鍵部分，是推動經濟發(fā)展的“加速器”?！督煌◤妵V要》中明確提出，到2035年應基本形成“全國123出行交通圈”和“全球123快貨物流圈”，道路貨運行業(yè)也將扮演更多的角色和承擔更多的責任〔1〕。同時，國家統(tǒng)計局數據顯示，我國公路里程由新中國成立之初的8.9萬公里增至2019年的501.25萬公里，實現(xiàn)了歷史性跨越，貨運物流新業(yè)態(tài)的產生、產業(yè)結構的轉型升級、組織模式變革的深入，推動著道路貨運發(fā)展進程不斷加速，其重要性可見一斑。

中國經濟已從高速增長階段逐漸轉向高質量發(fā)展階段，道路貨運行業(yè)的競爭也越來越體現(xiàn)在高質量發(fā)展的競爭上?！蛾P于推動物流高質量發(fā)展促進形成強大國內市場的意見》中指出，物流高質量發(fā)展是經濟高質量發(fā)展的重要組成部分，也是實現(xiàn)自身轉型升級的必由之路〔2〕。提升物流行業(yè)效率效益水平，能夠有效實現(xiàn)高質量發(fā)展。道路運輸發(fā)展對于物流行業(yè)具有重要的經濟推動作用，雖然近年來取得了顯著成就，但還面臨著多方面的困難，包括提高網絡化程度、提升行業(yè)集約化水平等問題，從而影響道路貨運的效率提升。在此背景下，本文結合我國大陸31個省（市、區(qū)）2015—2019年的相關數據，重點研究各個城市之間的道路貨運指標數據并構建評價體系，從橫向與縱向兩個維度對我國道路貨運行業(yè)效率狀況進行分析，為該行業(yè)效率提升提出相關建議措施。

一、相關研究回顧

根據交通運輸部發(fā)布的《道路貨物運輸及站場管理規(guī)定》，道路貨物運輸包括道路普通貨運、道路貨物專用運輸、道路大型物件運輸和道路危險貨物運輸。其行業(yè)效率的提升表現(xiàn)為經濟高效、持續(xù)提升、安全穩(wěn)定這三個主要方面。

（一）三階段DEA模型理論方法研究

目前對于物流相關行業(yè)效率評價方法的主流代表是隨機前沿分析法和數據包絡分析法。數據包絡分析法最初由Chames提出，以此評價多投入、多產出的決策單元效率情況〔3〕。在這之后，許多學者不斷對模型進行改進，如Simar等提出的Boot-Strap-DEA方法〔4〕。經歷了一系列演變之后，2002年Fare在傳統(tǒng)DEA方法的基礎上修正得到三階段DEA模型，模型的構建過程中大多結合隨機前沿分析，考慮到外部環(huán)境、隨機誤差等對于效率值的影響，使得測算出的效率值僅受管理無效率的影響，測算數據更為準確直觀〔5〕。此外，在三階段DEA模型的基礎上，也出現(xiàn)了三階段DEA-Malmquist模型、三階段DEA-Widows模型等拓展方法的運用。

（二）道路貨運相關研究

當前，越來越多的文獻提及道路貨物運輸，專家也從不同角度對貨物運輸進行研究分析，諸如劉瑞娟等人基于與中國道路貨運行業(yè)經濟運行相關的月度指標科學預測行業(yè)的周期波動趨勢〔6〕，榮朝和等人從產業(yè)組織的理論角度來分析道路貨運行業(yè)發(fā)展的現(xiàn)狀〔7〕，宋金美結合公路運輸發(fā)展現(xiàn)狀探索中國新形勢下道路運輸經濟發(fā)展〔8〕，祁存梅考慮到公路運輸經濟管理在制度、管理方式、防控能力等方面的不足，從而提出改進措施〔9〕。部分專家也將道路貨運與某個領域或者某個維度之間的聯(lián)系作為文章論述點，如黃廣虎研究道理貨運和企業(yè)經營發(fā)展戰(zhàn)略之間存在的關系，從實施現(xiàn)代物流發(fā)展戰(zhàn)略、實施組建大型道路貨運集團戰(zhàn)略、實施調整運力結構戰(zhàn)略出發(fā)，提出道路運輸行業(yè)前進的方向〔10〕，楊雪山探究公路運輸與經濟發(fā)展之間的聯(lián)系，針對公路運輸經濟現(xiàn)狀和應對措施進行探討〔11〕。

（三）行業(yè)效率研究

現(xiàn)階段，針對物流相關行業(yè)效率研究問題的探討基本圍繞兩個方面：一是在省域層面的研究?；贒EA-Malmquist指數模型，龔雪對中部六省的物流效率進行分析，發(fā)現(xiàn)中部地區(qū)物流業(yè)發(fā)展不平衡，各省份的資源配置存在冗余現(xiàn)象〔12〕。連兆大、程德通運用DEA方法構建評價模型，通過研究區(qū)域物流效率的相關成果，揭示物流發(fā)展情況〔13〕。王珍珍采用超效率CCR-DEA模型，對制造業(yè)和物流業(yè)的聯(lián)動發(fā)展效率進行評價〔14〕。張亮亮等人運用PP-SFA方法測算物流產業(yè)技術效率，將環(huán)境因素設定為能量和碳排放指標〔15〕。王博采取三階段DEA方法對我國“一帶一路”沿線區(qū)域物流效率進行研究，認為沿線地區(qū)物流業(yè)受外部因素影響較大〔16〕。

二是對國家層面的物流效率分析。基于隨機前沿引力模型，晁冉冉等人以RCEP國家為研究目標，從物流績效水平和國家農產品出口效率的角度出發(fā)，分析海關效率、基礎設施物流服務質量與能力和貨物可追溯性對貿易效率提升的作用〔17〕。黃森等人運用超效率DEA模型對中國、哈薩克斯坦、荷蘭等“渝新歐”沿線國家的交通物流效率進行評價，從發(fā)展?jié)摿σ暯墙沂靖鲊煌ㄎ锪靼l(fā)展的優(yōu)劣勢和變化特征〔18〕。黃巧珍結合PCA-DEA方法，以世界銀行發(fā)布的LPI指標為運行數據，對“絲綢之路經濟帶”沿線重要國家的物流效率進行測度評價，并依據測度結果對初始假設做驗證分析〔19〕。

通過相關文獻的梳理，發(fā)現(xiàn)物流效率的實證分析已取得較多的研究成果，但關于道路貨物運輸行業(yè)效率研究的權威性文獻稍顯空白，目前針對道路貨運業(yè)效率的研究多停留在理論和影響因素的分析上。因此，本文運用三階段DEA模型對我國道路貨運業(yè)運行效率進行測算，分析影響行業(yè)發(fā)展的因素，以期為我國道路貨物運輸行業(yè)的效率提升提供決策參考。

二、研究方法和指標體系

（一）三階段DEA研究方法

三階段 DEA 模型在傳統(tǒng) DEA 模型的基礎上剔除了環(huán)境因素、隨機因素等要素的影響，通過隨機前沿分析對數據進行調整，減少了函數形式設定帶來的偏差，可更直觀地反映決策單元的實際效率情況〔20〕，最終以綜合技術效率、純技術效率、規(guī)模技術效率評估投入產出績效水平。

1. 第一階段：傳統(tǒng)DEA的效率分析

在這一階段，采用規(guī)模報酬可變的BCC模型來衡量和分析決策單元的效率值?；贑CR模型，將CCR模型中的技術效率（ TE ）分解為規(guī)模效率（ SE ）和純技術效率（ PTE ）的乘積：

TE=SE×PTE? （1）

2. 第二階段：SFA數據調整

為了進一步使所選指標中的數據直觀準確，在此階段去除環(huán)境因素和隨機因素對計算結果的影響。將第一階段的決策單元作為因變量，環(huán)境因素和隨機因素作為解釋變量，運用隨機前沿分析（SFA）模型進行數據的調整，構建松弛變量與環(huán)境解釋變量的回歸方程：

Sij=fizj; βi+vij+wij，i=1，…，m; j=1，…，n（2）

其中Sij為決策單元中輸入數據的第j個松弛值，zj=（z1j，z2j，…，zpj）是可觀測的p維宏觀環(huán)境變量，βi對應環(huán)境解釋變量的參數向量。聯(lián)合項vij+wij為混合誤差項，其中vij表示隨機誤差，vij～N0，σ2vi，而wij表示管理的無效率，wij～N+wi，σ2wi，vij與wij相互獨立，互不相關。

首先，將隨機誤差項與混合誤差項進行分離?？捎靡韵鹿奖硎荆?/p>

E^vijwij+vij=Sij-fizj; βi-E^wijwij+vij， i=1，…，m; j=1，…，n（3）

E^wijwij+vij=φλεσφλεσ+λεσ， σ*=σviσwiσ=σviσwi σ2vi+σ2wi，

λ=σviσwi， i=1，…，m; j=1，…，n（4）

利用SFA回歸將所有決策單元調整到相同的外部環(huán)境中?？捎靡韵鹿奖硎荆?/p>

XAij=Xij+maxfizj; βi^-fizj; βi^+maxvij-vij，i=1，…，m; j=1，…，n（5）

Xij是調整前的輸入，maxfizj; βi^-fizj; βi^指針對外部環(huán)境因素進行調整，maxvij-vij則是將所有決策單元的隨機誤差調整為相同狀態(tài)。

3.第三階段：調整后的DEA效率分析

將修正后的輸入值和原始輸出值再次代入BCC模型中，用于計算各決策單元的效率。此時的計算結果剔除了外部環(huán)境因素的影響，將呈現(xiàn)更加客觀的結論。

（二）評價指標體系構建

借鑒現(xiàn)有研究理論和實證方法，文章從投入、產出和環(huán)境變量三個維度出發(fā)構建道路貨運效率評價模型。通過相關文獻的研究，運用三階段DEA模型評價物流行業(yè)效率時，投入指標參照道格拉斯生產函數，傾向于資本、物力、人力方面，以交通運輸、倉儲、郵政業(yè)固定資產投資反映資產情況，以載貨車輛和公路運輸總里程反映物力投入，以公路運輸業(yè)就業(yè)人數反映人力投入〔21～28〕。而產出指標則傾向于經濟效益和社會效益〔29〕。參考相關文獻，結合指標數據的可得性與可操作性，產出指標用交通運輸、倉儲、郵政業(yè)增加值，公路運輸貨運量和公路運輸貨物周轉量來表示〔30～35〕。考慮到對道路貨運的效率有顯著影響的因素，選取地區(qū)生產總值、固定資產投資占全社會投資的比例和R&D經費支出分別代表經濟發(fā)展水平、行業(yè)投資力度和創(chuàng)新發(fā)展程度，將這三個指標作為環(huán)境變量〔36～38〕（詳見表1）。

1.地區(qū)生產總值

地區(qū)的經濟狀況與行業(yè)發(fā)展息息相關，道路貨運業(yè)的發(fā)展離不開技術、人才的支持，并且與整個宏觀經濟形勢關系密切。從世界發(fā)達國家發(fā)展經驗來看，經濟發(fā)展狀況越好，各行業(yè)效率會越高。地區(qū)生產總值作為中國經濟評價的核心指標，是衡量一個地區(qū)經濟狀況和發(fā)展水平的重要指標。基于此，本文選取地區(qū)生產總值反映各省份的經濟繁榮程度。

2.固定資產投資占全社會投資的比例

道路貨運的繁榮發(fā)展需依托基礎建設的完善，而基礎建設離不開政府的財政支出。從短期來看，政府的支持對道路貨運行業(yè)的發(fā)展具有促進作用，由于各個地區(qū)在貨運行業(yè)的發(fā)展上所采取的政策具有較大差異性，且政府在交通運輸方面的投資大多著重于公路運輸建設，因此通過交通運輸、倉儲、郵政業(yè)固定資產投資在全省固定資產投資中的比例反映政府支持力度。

3.R&D經費支出

相關文獻表明，道路貨物運輸的技術經濟特點是技術進步與實現(xiàn)經濟特性相輔相成，科學技術對于行業(yè)效率進步具有重要的支撐作用，而各政府對于道路貨運行業(yè)的技術支持主要通過研究與試驗發(fā)展經費來體現(xiàn)〔39～40〕?？萍嫉耐顿Y對技術的研發(fā)非常關鍵，采用R&D經費代表各地的科技投資情況，以此來反映各省份的技術支持力度和研發(fā)力度。

（三）數據來源

本文以31個?。ㄊ?、區(qū)）作為研究對象，選取了2015—2019年的面板數據研究該時期各省市道路貨運行業(yè)全要素生產率的變化特點。數據主要來源于《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》以及國家統(tǒng)計局網站，鑒于數據不易獲取，未包括港澳臺地區(qū)相關數據。本研究選用2015—2019年31個?。ㄊ?、區(qū)）的面板數據為觀測樣本，并借助Frontier 4.1和DEAP 2.1軟件進行測算。

由表2可知，所有的道路貨運行業(yè)投入和產出指標數據均成顯著正相關（p<0.01），且相關系數總體較大。通過表3了解到各個指標中的數據極差較大。因此，利用該樣本數據進行效率測度分析有效。

三、模型效率測算

（一）第一階段傳統(tǒng)DEA實證結果

1.總體效率分析

利用DEAP 2.1對31個?。ㄊ小^(qū)）2015—2019年的道路貨運行業(yè)數據進行分析，結果顯示，從全國層面來看，在不考慮環(huán)境因素和隨機因素的前提下，該時間段內道路貨運市場運行效率整體較好，并且呈逐步上升的趨勢。通過表 4可看出，

2015年我國道路貨運行業(yè)綜合技術效率、純技術效率以及規(guī)模效率分別為0.813、0.866、0.937，而2019年則分別為0.864、0.916、0.943，各方面均有了明顯提升。

2.區(qū)域效率分析

從各個省份的測算結果來看，全國各省的綜合技術效率空間分布存在明顯的區(qū)域差異（見圖1），結合中國四大經濟區(qū)域，2015年道路貨運的綜合技術效率排列如下：東部>中部>東北部>西部，2019年道路貨運的綜合技術效率則變化為東部=中部>西部>東北部，各區(qū)域綜合技術效率均有明顯提升，且西部地區(qū)受到“西部大開發(fā)”等戰(zhàn)略的影響，道路貨運效率發(fā)展速度最快。另外，圖1顯示，遼寧、天津、河北、上海、福建、廣東、安徽、江西、湖北、湖南、內蒙古、廣西、寧夏等省份位于我國道路貨運行業(yè)的技術前沿，江蘇、山東、重慶、西藏、青海等省份道路貨運發(fā)展反而受到阻礙，綜合效率有所下降。

從純技術效率和規(guī)模效率角度來觀察各省份道路貨運發(fā)展情況，結果顯示，東部地區(qū)和中部地區(qū)的純技術效率比規(guī)模效率更高，在技術方面的發(fā)展推動綜合技術效率得到更高的提升，相反，東北部地區(qū)和西部地區(qū)的規(guī)模效率要優(yōu)于純技術效率，在建設規(guī)模方面發(fā)展較好，但仍需注重對技術的提升。

（二）第二階段SFA結果分析

將第一階段計算得出的三個投入變量的松弛變量作為被解釋變量，將環(huán)境指標中的地區(qū)生產總值、交通運輸、倉儲、郵政業(yè)固定資產投資占全社會固定資產投資的比例、R&D經費作為解釋變量，采用隨機前沿分析（SFA），借助Frontier 4.1軟件對2015—2019年的數據建立回歸方程，進行相關計算。

從表5可看出2015年和2019年γ值大多為1.00，說明技術無效率方差占總方差的比重較大，地區(qū)生產總值，交通運輸、倉儲、郵政業(yè)固定資產投資占全社會固定資產投資的比例和R&D經費支出作為環(huán)境因素，對于投入冗余的影響較為顯著。因此，有必要利用SFA模型對環(huán)境與隨機因素進行剝離。

在三個外部環(huán)境因素中，可以看到2015年交通運輸、倉儲、郵政業(yè)固定資產投資占全社會固定資產投資的比例對于就業(yè)人數的投入松弛變量起反向作用，也代表了該環(huán)境變量的提高能促進道路貨運行業(yè)投入產出效率的提升，在2019年則對道路貨運行業(yè)投入產出效率的提升無顯著影響。地區(qū)生產總值以及R&D經費支出在五個模型中的系數為0或為正，反映了該變量對于道路貨運行業(yè)投入產出效率的提升并無太大作用。

（三）第三階段調整后的DEA效率分析

利用原始產出數據和經過調整后的投入數據再次進行DEA效率評價，得到新的效率值及規(guī)模報酬狀態(tài)。

1.總體效率分析

從全國層面來看，表6結果顯示，在考慮環(huán)境因素和隨機因素的前提下，各?。ㄊ?、區(qū)）的道路貨運行業(yè)運作效率發(fā)生了明顯變化?？傮w表現(xiàn)為，該時間段內道路貨運市場運行效率雖然仍然呈現(xiàn)波動上升的趨勢，但運行情況由良好轉向一般。2015年我國道路貨運行業(yè)綜合技術效率、純技術效率以及規(guī)模效率分別為0.545、1.000、0.545，而2019年綜合技術效率、純技術效率以及規(guī)模效率則分別為0.610、0.994、0.613，與第一階段的數值相差甚遠。探究具體的效率情況，純技術效率歷年來發(fā)展狀況較好，維持在高水平，但規(guī)模效率在0.6左右浮動，這也是促使綜合技術效率較低的關鍵所在。

2.區(qū)域效率分析

借助ArcMap 10.2軟件繪制2015年和2019年道路貨運綜合技術效率空間分布圖（見圖2），由各省份的測算結果可看出，2015年道路貨運的綜合運行效率排列如下：中部>東部>東北部>西部，2019年道路貨運的綜合運行效率則變化為東部>中部>西部>東北部，其中中西部地區(qū)發(fā)展速度較快，主要在于純技術效率的提升，而東北部地區(qū)綜合技術效率未有較大變化。從圖中可以看出，道路貨運市場的效率分布存在明顯的空間梯度，并隨時間的推移而持續(xù)存在。同時，沿海地區(qū)公路貨運發(fā)展總體良好，而內陸地區(qū)受經濟、基礎設施建設等條件影響，產業(yè)效率不高。剔除外部環(huán)境因素對計算結果的影響后，大部分省份的道路貨運業(yè)經營效率都有所下降，效率前沿的省份數量從13個減少到3個，即河北、山東和廣東。天津、海南、寧夏經過調整后效率大幅降低，說明這三省公路貨運效率的提升在很大程度上是受環(huán)境因素和隨機因素的影響（圖3詳細顯示了各省份的效率值）。

在綜合技術效率方面，剔除了環(huán)境因素和隨機因素之后，得到的數據普遍低于調整前的值，東北地區(qū)和西部地區(qū)變化明顯，受到環(huán)境因素的影響較大，是因為其擁有相對較好的外部環(huán)境，而其實際道路貨運行業(yè)發(fā)展水平會更低。同時，觀察圖像，可看到我國各區(qū)域的綜合技術效率發(fā)展趨勢為平穩(wěn)上升的狀態(tài)，調整前后曲線波動方向一致，東部和中部地區(qū)效率較高，東北部地區(qū)和西部地區(qū)道路貨運水平較低，但近年來振興東北老工業(yè)基地戰(zhàn)略以及“西部大開發(fā)”的戰(zhàn)略為這兩個區(qū)域的物流相關行業(yè)帶來巨大的發(fā)展空間。此外，隨著國內外的物流企業(yè)、物流項目的不斷增加，促使區(qū)域發(fā)展速度處于較高水平。

在純技術效率方面，無論調整前后，我國各區(qū)域純技術效率均處于高水平狀態(tài)，調整后的各區(qū)域數值均高于0.9。在數據調整前，2019年東部和中部地區(qū)的純技術效率為1.000，經過調整后則有所降低，說明外部環(huán)境或隨機影響因素使得道路貨運行業(yè)發(fā)展水平比實際情況要高。而東北部和西部地區(qū)調整后各年份的效率值增加，則反映了環(huán)境因素和隨機因素對該地區(qū)純技術效率值的估計誤差一定程度上影響了實際純技術效率水平。

在規(guī)模效率方面，剝除環(huán)境因素和隨機因素之后，各區(qū)域規(guī)模效率值呈現(xiàn)平穩(wěn)上升狀態(tài)，但效率值均有一定幅度的下降，受到外部環(huán)境因素的影響較大。其中，東北部地區(qū)規(guī)模效率下降幅度最明顯，表明外部環(huán)境因素或隨機因素使得道路貨運行業(yè)效率值發(fā)生了明顯變化。同時，結果顯示中部地區(qū)和東部地區(qū)道路貨運行業(yè)的規(guī)模效率高于西部地區(qū)和東北部地區(qū)，但整體效率不高。

（四）Malmquist指數分析結果

本文利用 Malmquist 指數法對 2015-2019 年中國 31個?。ㄊ?、區(qū)）道路貨運行業(yè)效率的動態(tài)變化進行分析（詳見表7、圖4和圖5）。與三階段DEA模型對道路貨運效率進行靜態(tài)分析不同的是，Malmquist 指數法能夠實現(xiàn)對效率動態(tài)變化的描述，分解得到的指數和三階段DEA模型的分析指數并不一致。根據模型的測算，最終得到全要素生產率指數（TFP）、技術效率變化指數（TEC）、技術進步指數（TC）、純技術效率變化指數（PEC）以及規(guī)模效率變化指數（SEC）等數據，其中全要素生產率由技術效率變化指數與技術進步指數構成，技術效率變化指數又可以分為純技術效率變化指數和規(guī)模效率變化指數。依據表7、圖4和圖5，可以得到如下結論：

（1）技術效率變化情況。技術效率變化指數小于1的省份僅有江蘇、山東、重慶、青海，這四個省份的道路貨運技術效率年增長率在2015—2019年期間為負值。吉林、黑龍江、北京、浙江、山西、河南、廣西、四川、貴州、云南、陜西、甘肅等省份技術效率指數大于1，其中北京增加速度最為明顯，變化指數為1.077。

（2）技術進步變化情況。東北地區(qū)與東部地區(qū)所有省份數值均高于1，中部地區(qū)與西部地區(qū)中安徽、廣西、西藏、甘肅、寧夏數值均小于1，處于退步狀態(tài)，其中西部地區(qū)多個省份效率值均小于1，總體增幅較小。技術進步變化效率值最高的同樣為北京市，增速16.5%。

（3）純技術效率變化情況。各省份純技術效率發(fā)展變動不明顯，東部地區(qū)僅有北京增速為4.7%，其余省份純技術效率皆為1，西部地區(qū)重慶、云南等地效率值小于1?？傮w來看，純技術效率為緩慢上升的趨勢，平均增幅為0.7%。

（4）規(guī)模效率變化情況。2015—2019年全國規(guī)模效率值為99.8%，增值為負，也使得技術效率變化指數較低。各個省份中，黑龍江、北京、浙江、山西、河南、廣西、貴州、云南、陜西等地效率高于1。

（5）全要素生產率變化情況。2015—2019年我國的全要素生產率變化指數為1.045，四大區(qū)域的年均Malmquist指數均大于1，綜合排名為東部地區(qū)>東北地區(qū)>中部地區(qū)>西部地區(qū)。排在首位的東部地區(qū)經濟優(yōu)勢顯著，交通發(fā)達，依托港口經濟，道路貨運行業(yè)蓬勃發(fā)展，加上東部地區(qū)基礎設施建設較為強勁，因此全要素生產率年均增長最高。技術進步指標拉動東北區(qū)域全要素生產率的增長，全面振興東北地區(qū)等老工業(yè)基地的戰(zhàn)略部署正有序進行中，加之創(chuàng)新能力的優(yōu)化，給東北區(qū)域的貨運行業(yè)帶來更多發(fā)展契機，使得東北地區(qū)的道路貨運產業(yè)增長效率位于各區(qū)域第二。中部地區(qū)與西部地區(qū)的技術效率變化指標、技術進步指標以及純技術效率變化指標均大于1，關鍵在于技術進步指標牽引著全要素生產率的提升，但在道路貨運產業(yè)的產值和規(guī)模方面還存在一定的差異，伴隨著“中部崛起”和“西部大開發(fā)”戰(zhàn)略的推動，中西部地區(qū)的道路貨運建設將進一步推進。

四、結論與對策

（一）結論

本研究綜合運用三階段DEA模型對2015—2019年31個?。ㄊ小^(qū)）的道路貨運市場發(fā)展情況開展了實證研究，得出如下結論：

（1）地區(qū)生產總值、固定資產投資占全社會投資的比例、R&D經費支出等環(huán)境因素以及隨機因素對道路貨運行業(yè)運行效率具有顯著的影響。剔除外部因素之后，總體純技術效率有所上升，各區(qū)域規(guī)模效率明顯降低，導致綜合技術效率明顯降低，說明目前的經濟市場環(huán)境對于提高道路貨運行業(yè)運行效率具有很大幫助，受到外部環(huán)境變化影響最顯著的西部地區(qū)和東北部地區(qū)未來道路貨運發(fā)展的重心應以大力優(yōu)化外部環(huán)境為主。

（2）我國各區(qū)域道路貨運行業(yè)發(fā)展效率差異較大，東部地區(qū)與中部地區(qū)發(fā)展效率較高，各年份數據高于0.65，而東北地區(qū)和西部地區(qū)發(fā)展效率較低，各年份數據低于0.55。一階段DEA分析結果表明，我國的道路貨運行業(yè)運作效率呈現(xiàn)出由東部沿海地區(qū)向西部內陸遞減的趨勢，修正環(huán)境因素以及隨機因素之后，各個區(qū)域之間的運作效率差異并無顯著變化。雖然近年來在各經濟區(qū)域發(fā)展戰(zhàn)略的支持下，全國行業(yè)發(fā)展水平均有了明顯的提升，但是區(qū)域之間的運作效率仍有較大差異，區(qū)域協(xié)作體系有待進一步完善。

（3）我國各區(qū)域2015—2019年道路貨運行業(yè)純技術效率均高于0.9，而規(guī)模效率水平較低，同時在去除外部環(huán)境因素的影響之后，各區(qū)域綜合技術效率存在明顯下降，其根本原因也在于規(guī)模效率的制約，規(guī)模因素仍是制約我國各經濟區(qū)域道路貨運行業(yè)運作效率提升的主要因素。在促進行業(yè)技術效率發(fā)展的同時，需要積極促進規(guī)模化發(fā)展，整合各方資源，實現(xiàn)更加科學合理的布局。

（4）通過Malmquist指數法對2015—2019各省份的效率值動態(tài)變化情況進行研究，結果顯示，從整體來看，全要素生產率呈現(xiàn)上升趨勢，技術進步指標是推動其增長的主要驅動因素;從區(qū)域角度看，全要素生產率增長速度表現(xiàn)出東快、中次、西慢的格局，即東部地區(qū)綜合效率與增速均處于較高水平，中部地區(qū)綜合效率高但增速慢，而西部地區(qū)綜合效率與增速都處于較低水平。

（二）對策建議

（1）合理擴建市場規(guī)模。一方面，合理性增加固定資產的投資建設。固定資產的投資工作作為促進經濟繁榮的有力工具，對國家成功實現(xiàn)年度增長目標、增強城市輻射力與競爭力至關重要。規(guī)模效率較低的西部和東北部地區(qū)應適當擴大道路貨運規(guī)模，基礎設施建設相對薄弱的西部地區(qū)仍是我國公路建設投資重點發(fā)展地區(qū)。另一方面，加強網上貨運市場的建設。通過加大對現(xiàn)代技術應用的扶持力度，促進網絡貨運發(fā)展，加快推進現(xiàn)代先進貨運技術或者貨運方式的應用，提高投入產出效率。

（2）重視外部環(huán)境的作用。外部環(huán)境的存在能夠提升道路貨運行業(yè)發(fā)展水平，促進行業(yè)整體效率的提高。因此，各省應積極加強信息化水平建設，大力發(fā)展經濟、資產投資、科研經費投入等方面，針對本省的定位和特色，做好產業(yè)規(guī)劃，為各省的道路貨運行業(yè)，特別是受到外部環(huán)境變化影響最顯著的西部地區(qū)和東北部地區(qū)提供良好的外部環(huán)境。

（3）加強區(qū)域協(xié)作。當前區(qū)域經濟一體化已成為經濟發(fā)展的主流趨勢，區(qū)域物流作為區(qū)域經濟的重要組成部分，對其發(fā)展具有重要的推動作用。加強區(qū)域合作，有利于整合有限的資源，提高資源利用效率。踐行“十四五”規(guī)劃新要求，深入實施區(qū)域協(xié)調發(fā)展戰(zhàn)略，大力推進“一帶一路”建設，推動京津冀協(xié)同發(fā)展、長江經濟帶發(fā)展、粵港澳大灣區(qū)建設等重大戰(zhàn)略實現(xiàn)新突破，鼓勵貨運企業(yè)跨地區(qū)、跨部門資源整合，鼓勵對東北部、西部地區(qū)等發(fā)展較差的區(qū)域加強資源的補給。

參考文獻：

〔1〕《鐵道技術監(jiān)督》編輯部.交通強國建設綱要〔J〕. 鐵道技術監(jiān)督，2019，47（10）：1-4.

〔2〕中華人民共和國國家發(fā)展和改革委員會.關于推動物流高質量發(fā)展促進形成強大國內市場的意見〔C〕∥中國倉儲與配送協(xié)會. 2020 中國倉儲配送行業(yè)發(fā)展報告（藍皮書）.北京：中國倉儲與配送協(xié)會，2020：386-396.

〔3〕Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units〔J〕. North-Holland，1978，2（6）：429-444.

〔4〕Simar L， Wilson P W. A General Methodology for Boot-strapping in Non-parametric Frontier Model〔J〕. Journal of Applied Statistics，2000，27（6）：779-802.

〔5〕Fried H， O， Lovell C A K， Schmidt S S， Yaisawarng S. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis〔J〕. Journal of Productivity Analysis，2002，17（1-2）：157-174.

〔6〕劉瑞娟，王建偉，劉宇騰，王 雪.中國道路貨運發(fā)展與宏觀經濟增長——基于合成指數的周期性波動研究〔J〕.工業(yè)技術經濟，2018，37（11）：145-152.

〔7〕榮朝和，李星潺，王學成，顏 飛.論分布式運輸供給的轉型趨勢〔J〕.北京交通大學學報（社會科學版），2020，19（3）：18-31.

〔8〕宋金美.新形勢下公路運輸經濟發(fā)展路徑探究〔J〕.中國商論，2021，（16）：111-113.

〔9〕祁存梅.市場經濟條件下公路運輸經濟管理應用與發(fā)展〔J〕.中國商論，2021，（16）：108-110.

〔10〕黃廣虎.道路運輸貨運企業(yè)經營發(fā)展戰(zhàn)略的幾點思考〔J〕.現(xiàn)代情報，2004，（7）：208-213.

〔11〕楊雪山.公路運輸經濟現(xiàn)狀及應對措施研究〔J〕.中國商論，2020，（2）：17-18.

〔12〕龔 雪.中部六省物流效率評價〔J〕.統(tǒng)計與決策，2019，35（18）：59-63.

〔13〕連兆大，程德通.基于DEA模型的“一帶一路”重點省份物流效率分析〔J〕.商業(yè)經濟研究，2017，（4）：80-82.

〔14〕王珍珍.我國制造業(yè)與物流業(yè)聯(lián)動發(fā)展效率評價——基于超效率CCR-DEA模型〔J〕.中國流通經濟，2017，31（2）：20-30.

〔15〕張亮亮，蘇濤永，張 健.中國物流產業(yè)技術效率：時空分異、影響因素與演進邏輯——基于PP-SFA模型的實證分析〔J〕.商業(yè)經濟與管理，2019，（4）：30-45.

〔16〕王 博，祝宏輝，劉 林.我國“一帶一路”沿線區(qū)域物流效率綜合評價——基于三階段DEA模型〔J〕.華東經濟管理，2019，33（5）：76-82.

〔17〕晁冉冉，馬恒運，趙明正.物流績效水平對中國—RCEP國家農產品出口效率的影響〔J〕.安徽農業(yè)大學學報（社會科學版），2022，31（3）：59-66.

〔18〕黃 森，咼小明.“渝新歐”沿線國家交通物流效率測算及比較研究〔J〕.當代經濟，2019，（4）：20-23.

〔19〕黃巧珍.基于PCA-DEA方法的“絲綢之路經濟帶”沿線國家物流效率測量研究〔J〕.知識經濟，2019，1（4）：20-21.

〔20〕鐘祖昌.基于三階段DEA模型的中國物流產業(yè)技術效率研究〔J〕.財經研究，2010，36（9）：80-90.

〔21〕雷勛平，劉思峰.基于DEA的物流產業(yè)效率測度實證研究——基于我國31個省、市、自治區(qū)2008年投入產出數據〔J〕.華東經濟管理，2012，26（7）：62-66.

〔22〕高 康，張步闊，王茂春，趙 楠.基于超效率DEA-ESDA的中國西部物流效率空間格局及差異性研究〔J〕.地域研究與開發(fā)，2019，38（6）：6-10.

〔23〕王婷婷. 道路貨運市場績效評價研究〔D〕.西安：長安大學經濟與管理學院，2015：30.

〔24〕魯 濤，馬 明.基于生產——消費視角的中國道路運輸業(yè)效率分析〔J〕.統(tǒng)計與決策，2018，34（7）：144-147.

〔25〕李忠民，夏德水.我國絲綢之路經濟帶物流設施效率分析——基于DEA模型的Malmqusit指數方法〔J〕.西安財經學院學報，2014，27（5）：71-77.

〔26〕王春豪，袁 菊.西部地區(qū)現(xiàn)代流通業(yè)效率測度及空間差異分析——基于非徑向超效率三階段DEA模型〔J〕.工業(yè)技術經濟，2019，38（12）：102-110.

〔27〕王麗萍，夏文靜.基于生態(tài)足跡理論的中部六省可持續(xù)發(fā)展評價研究〔J〕.環(huán)境保護，2018，46（10）：38-43.

〔28〕杜 浩，周昱彤，匡海波，孟 斌.基于三階段超效率DEA的港口運行效率研究〔J〕.技術經濟，2021，40（7）：22-35.

〔29〕龔 雪，荊林波.基于DEA-Malmquist模型的中國省域物流效率研究——來自省際面板數據的實證分析〔J〕.河北經貿大學學報，2019，40（5）：60-69.

〔30〕梅國平，龔雅玲，萬建香，季凱文.基于三階段DEA模型的華東地區(qū)物流產業(yè)效率測度研究〔J〕.管理評論，2019，31（10）：234-241.

〔31〕汪文生，考曉璇.高質量發(fā)展視角下環(huán)渤海地區(qū)物流效率測度研究——基于三階段DEA模型〔J〕.商業(yè)研究，2021，（4）：75-84.

〔32〕王琴梅，張 玉.絲綢之路經濟帶“核心區(qū)”物流業(yè)效率的綜合評價及比較〔J〕.中國管理科學，2016，24（11）：152—157.

〔33〕張 璇，楊雪榮，王 峰.新絲綢之路經濟帶物流效率評價〔J〕. 學習與實踐，2016，（5）：21-32.

〔34〕樊 敏.中國城市群物流產業(yè)效率分析及發(fā)展策略研究——基于產業(yè)運作及聯(lián)動發(fā)展視角〔J〕.軟科學，2010，24（5）：11-16.

〔35〕袁 丹，雷宏振.絲綢之路經濟帶物流業(yè)效率及其影響因素〔J〕.中國流通經濟，2015，29（2）：14-20.

〔36〕張 娜，李 波.基于三階段DEA模型的西部地區(qū)物流產業(yè)效率測度研究〔J〕.數學的實踐與認識，2018，48（20）：244-250.

〔37〕王春豪，張 杰，丁 陽.中國區(qū)域公路物流效率差異及其影響因素研究〔J〕.數理統(tǒng)計與管理，2018，37（2）：318-328.

〔38〕孟 魁.基于三階段DEA方法的中部六省物流效率評價〔J〕.統(tǒng)計與決策，2014，1（2）：57-60.

〔39〕馬銀波，郭明雅，李曉明.道路貨運市場結構與技術進步關系的實證分析〔J〕.長安大學學報（自然科學版），2006，1（6）：81-85.

〔40〕毛 薇，金俊武，馮君霞.從創(chuàng)新方面探討道路貨運業(yè)怎樣融入現(xiàn)代物流業(yè)〔J〕.技術經濟，2003，1（8）：27-28.

Measuring the Efficiency of Chinese Road Freight：

Based on Three-stage DEA Model

ZHOU Guanglan， MO Lingjie

Abstract： As a basic industry in economic and social development， the high-quality development of road freight industry is an important guarantee for the healthy development of transportation industry. In this study， panel data from 2015 to 2019 of 31 provinces （municipalities and autonomous regions） in mainland of China's road freight transport were selected， and the three-stage DEA model was used to evaluate their input-output efficiency. The results show that environmental variables and random factors have a significant impact on the efficiency of road freight industry. The results of traditional DEA model and three-stage DEA model are significantly different， and the efficiency of different regions is different. Technological progress is the main driving factor for the improvement of highway freight transport efficiency， and low scale efficiency is the key factor restricting the overall efficiency improvement.

Key words： road freight; industry efficiency; regional development; road transportation; provincial economy; high-quality development; logistics industry

（責任編輯：葉光雄）