胡仕星月，胡恬恬，楊亞璪

（重慶交通大學交通運輸學院，重慶 400074）

0 引言

汽車租賃作為一種滿足公眾個性化出行需求的交通服務方式，具有很強的市場融合力和經營靈活性。汽車租賃是一個復雜的交易過程。傳統(tǒng)汽車租賃一般會提供駕駛服務，將駕駛員和車輛綁定出租，并在合同規(guī)定時間內還取車輛。相比傳統(tǒng)汽車租賃，分時租賃租還時間更靈活，以小時或天為單位，消費者可按個人用車需求和用車時間即租即取，一般不存在駕駛服務。據(jù)公安部統(tǒng)計，2019 年全國汽車駕駛人保有量為3.97 億，與私家車保有量2.07 億差距較大[1]，有本無車人群逐漸擴大，再加上部分地區(qū)實施限購限行政策，為汽車租賃市場提供了龐大的用戶基礎。與發(fā)達國家相比，我國汽車租賃滲透率有較大的增長空間，同時行業(yè)還存在盈利難、服務能力不足等突出問題。開展汽車租賃企業(yè)的運營效率評價，有利于尋找其發(fā)展的薄弱環(huán)節(jié)，提高服務質量，更好地滿足市場需求。

效率的評價方法主要包括兩種：數(shù)據(jù)包絡分析法（Data Envelopment Analysis,DEA）和隨機前沿分析法（Stochastic Frontier Analysis,SFA）。其中，DEA 是基于線性規(guī)劃的非參數(shù)分析法，主要用于多投入、多產出的效率測算；而SFA 是基于計量經濟的參數(shù)分析法。Pitt 等[2]首次將SFA 應用到面板數(shù)據(jù)，求得技術效率值。與DEA 相比，SFA 的主要優(yōu)點在于可以定量分析低效因素對技術效率的影響；考慮了由測量誤差等因素造成的隨機誤差[3]。因此，SFA 的計算結果更穩(wěn)定、受特殊點影響更小，具有可比性強、可靠性高的特點。

目前，關于交通運輸企業(yè)運營效率的研究，主要包括效率評價指標的選取和不同政策對效率的影響兩方面。例如，Jarboui 等[4]采用SFA 測算了18 個城市中64 個公交企業(yè)的運營技術效率，認為企業(yè)規(guī)模、資本投入是重要影響因素；Liu等[5]采用隨機前沿方法，測度了我國道路交通運輸業(yè)全要素能源效率的變化；章玉等[6]基于各城市公交統(tǒng)計數(shù)據(jù)，運用SFA 測算出公交運營效率；張春勤等[7]基于SE-DEA 模型與Malmquist 指數(shù)的組合評價法，從生產、服務等方面對公交企業(yè)運營績效進行綜合評價；丁勇等[8]運用DEA 模型和Malmquist 指數(shù)法，對16 家中外航空公司的運營效率展開了研究；徐領航等[9]基于SFA 模型，結合2013—2017 年31 個省市的面板數(shù)據(jù)對我國的公路客運效率進行了研究。在汽車租賃企業(yè)運營領域，Li 等[10]研究了汽車租賃業(yè)收益管理、運營績效管理中存在的問題；Lazov[11]通過構建以車輛利用率和車隊規(guī)模為指標的評價模型，對汽車租賃企業(yè)的利潤管理進行了分析評價；孫澤生等[12]采用10 個城市的神州租車面板數(shù)據(jù)，探討了私家車保有量、車牌限行政策等外界因素對租車產業(yè)發(fā)展的影響。此外，為識別企業(yè)運營低效的解釋變量，已有研究提出一些影響因素，如政策因素包括國家對汽車租賃行業(yè)的投資政策、優(yōu)惠政策與補貼政策，以及對私家車的限行、搖號購車等治理擁堵的政策[12]；城市特性相關因素包括人口密度、人均GDP、發(fā)展規(guī)模等；其他因素包括私家車擁有量等[13]。上述因素均在運營商的可控范圍之外[4]，是獨立于企業(yè)運營的外生性變量。因此，研究低效水平需要考慮企業(yè)可控的變量，如車輛利用率[11]、車隊規(guī)模水平[14]。

綜上，國內外運用SFA，在公路、鐵路、航空等領域都進行了相關研究。其中，對公交企業(yè)運營效率的單因素及多因素影響研究較為成熟，而對汽車租賃企業(yè)運營效率的研究還存在不足，評估模型中缺少統(tǒng)一的量化標準。因此，本文以國內9 家汽車租賃企業(yè)為研究對象，通過選取多元化測評指標和技術低效指標，綜合運用SFA 和超越對數(shù)生產函數(shù)，建立效率測評模型，分析其效率波動情況和影響因素，為改善汽車租賃企業(yè)運營管理提供理論支撐。

1 運營效率測評指標選取

1.1 投入與產出指標

運營效率評價旨在考慮車隊運營、服務特性的前提下，確定評價模型中的重要因素，分析汽車租賃服務的投入要素與運輸產出的關系。關于投入指標的選取，在傳統(tǒng)運輸?shù)纳a函數(shù)中其一般為勞動力、車輛、能耗、資本等[4]，而忽略了變量之間的共線性，例如勞動力與車輛、車輛與能源等之間的替代關系。因此，盲目增加評價指標會使SFA 模型判別能力下降，導致將低效識別成效率的隨機誤差。根據(jù)已有研究[14-15]，一般選取成本型指標作為投入指標。企業(yè)運營成本主要包括折舊費用、工資成本、門店開支、車輛保險及保修保養(yǎng)費用。與傳統(tǒng)汽車租賃相比，分時租賃的計費時間不同，即以小時或分鐘為單位，且租賃時間沒有限制，可以實現(xiàn)即租即取、異地還車，一定程度上提高了車輛的使用效率。因此，除了傳統(tǒng)汽車租賃的折舊費用、工資成本、車輛保險維修等投入指標外，分時汽車租賃的門店開支還包括停車場地租賃費用、車輛投放、充電樁或換電設施的投入。

對于產出指標，根據(jù)主體的不同，可將其分為生產導向型和需求導向型兩類。其中，生產導向型是以生產產品為中心，產品的數(shù)量、種類由企業(yè)提前規(guī)劃制定；需求導向型則是以顧客為中心，根據(jù)顧客需求生產某種產品和調整產品數(shù)量[15]。對于汽車租賃企業(yè)，其服務產品為車輛，單個產品的服務人數(shù)固定，不會隨顧客需求的增加而隨意增減車輛的座位數(shù)。通過文獻調研發(fā)現(xiàn)，車輛運營里程[16]、客運周轉量[15]和運營收入[16]等產出指標都曾出現(xiàn)在相關研究中。其中，運營里程和運營收入為生產導向型指標，周轉量為需求導向型指標[15]。需求導向型指標更多體現(xiàn)的是出行者的選擇偏好，一般不受企業(yè)的主觀控制，是獨立于企業(yè)運營的外生性變量。因此，在本研究中選擇生產導向型指標作為產出指標更為適合。產出指標實質為生產總值，需要考慮的因素較多。相比運營里程，運營收入涉及的因素更多，除車輛的行駛里程外，還需要考慮顧客的租賃時間、租賃價格（如按時/天/月計費）等因素。因此，選取運營收入、運營滲透率分別作為傳統(tǒng)租賃和分時租賃企業(yè)的產出指標，能直觀反映企業(yè)的生產總值和運營狀況。

1.2 無效率影響因素

如前文所述，企業(yè)運營低效的解釋變量主要考慮企業(yè)可控的因素，如吳小員等[17]認為市場規(guī)模的擴大有利于汽車租賃業(yè)的發(fā)展，同時使市場競爭更加激烈，這在一定程度上決定了企業(yè)的規(guī)模和結構；Oliveira 等[14]認為車隊管理是影響技術效率的重要因素。為量化車隊規(guī)模水平這一指標，本文將企業(yè)的車隊規(guī)模在市場規(guī)模中所占的比例作為該企業(yè)的車隊規(guī)模水平。另外，Lazov[11]研究證明了車輛利用率影響企業(yè)經營效益，且能反映供需關系，與汽車租賃業(yè)發(fā)展存在直接正向關系，故將其作為另一低效指標。

綜上，汽車租賃企業(yè)運營效率評價的全部指標如表1所示。

表1 汽車租賃企業(yè)運營效率評價指標

2 運營效率測評模型

2.1 SFA模型構建

SFA是由Aigner等人[18]和Meeusen等人[19]在1997 年分別提出的，它能對多投入、單一產出的技術效率和非技術效率的有效性進行測算。為考慮無效率因素對運營低效的影響，選擇SFA 進行測算會更加準確[4]。首先，SFA 在確定性生產函數(shù)的基礎上，提出具有復合擾動項的隨機邊界模型[18]，即：

式（1）中：xi和yi分別為運營企業(yè)i的投入和產出觀測值；f(xi)代表生產前沿，表示在給定投入下產出的最大值；vi為隨機誤差項，表示不可控的影響因素，作為具有隨機性的系統(tǒng)非效率計算；ui為技術損失誤差項，是企業(yè)可以控制的影響因素，與技術非效率有關。

考慮到無效率因素作為協(xié)變量對效率分布的影響，本研究對基礎模型進行改進，改進后的效率模型適用于面板數(shù)據(jù)，即：

式（2）中：yit為運營企業(yè)i在第t年的運營收入；xit為運營企業(yè)i在第t年的投入；ln(xit β)為函數(shù)模型的確定性部分；β為未知參數(shù)向量，vit為隨機誤差，服從獨立同分布，，與uit相 獨立；uit為技術無效率項，服從截斷正態(tài)分布，。

SFA 與生產函數(shù)的形式緊密相關，由于超越對數(shù)生產函數(shù)在傳統(tǒng)的道格拉斯生產函數(shù)上增加了交互項，既可以表示技術進步，又可以呈現(xiàn)線性狀態(tài)以方便參數(shù)估計，數(shù)據(jù)擬合更好、結果預測更精確，因此利用超越對數(shù)形式將ln(xit β)展開為：

從企業(yè)的角度考慮運營效率，建立運營成本和運營收入的投入與產出關系框架。在此框架下，隨機前沿生產函數(shù)和效率評價模型分別為：

式（4）～式（5）中：xnit為運營企業(yè)i在第t年的第n個投入指標，t反映技術變化；β0,βn,βnj均為待估計的彈性系數(shù)；N為投入指標個數(shù)；CEit為效率值，表示在相同投入下實際產出與完全有效產出的比值。

2.2 技術無效率模型

為確定汽車租賃企業(yè)技術無效率的解釋變量，考慮車隊規(guī)模水平Zit和車輛利用率Sit這兩個可控指標進行分析。其中，Zit反映了企業(yè)在租車市場中的發(fā)展水平，Sit表示租賃車輛的利用程度。同時考慮通過時間反映技術的變化，則技術無效率uit可表達為：

式（6）中：uit為技術無效率；Zit為企業(yè)i在第t年的車隊規(guī)模水平；Zi為企業(yè)i的平均車隊規(guī)模水平；Sit為企業(yè)i在第t年的車輛利用率；Si為企業(yè)i的平均車輛利用率；δi為指標系數(shù)；t為年份；wit為誤差項。

運營效率中的指標參數(shù)通常采用“兩步法”進行估計，但該方法沒有考慮指標體系和外生因素之間的相關性，可能導致參數(shù)估計結果存在偏誤[20]。對此，有學者提出了“一步法”，即在估計參數(shù)β0,βn,βnj的同時，測算出效率的估計值。假設uit服從截斷正態(tài)分布，i和t之間相互獨立，εit=vit-uit。運用似然函數(shù)估計參數(shù)值δ，其中εit的概率密度函數(shù)為：

3 實例分析

3.1 數(shù)據(jù)來源及模型估計

為了更客觀地反映我國汽車租賃企業(yè)的運營狀況，使選取的數(shù)據(jù)更具代表性，研究國內4 家具有代表性的傳統(tǒng)汽車租賃企業(yè)，即神州、一嗨、首汽和至尊，5 家分時租賃企業(yè)，即杭州微公交、TOGO、Car2go、盼達、一度用車。分別選取傳統(tǒng)汽車租賃企業(yè)2012—2019 年的年度運營數(shù)據(jù)和分時租賃企業(yè)2015—2019 年的年度運營數(shù)據(jù)共57 個觀測樣本作為面板數(shù)據(jù)（數(shù)據(jù)來源為《中國交通運輸統(tǒng)計年鑒》[21]和企業(yè)財務分析報告）。采用SPSS軟件對樣本數(shù)據(jù)進行統(tǒng)計分析，得到研究樣本的描述性統(tǒng)計量，如表2 所示。其中，Sit表現(xiàn)為負偏離，說明整個樣本中汽車租賃企業(yè)的車輛利用率偏低。

表2 研究樣本描述性統(tǒng)計量

采用Frontier4.1 軟件對超越對數(shù)生產函數(shù)和技術低效函數(shù)進行參數(shù)估計，結果如表3 所示?？梢姡蟛糠謪?shù)估計在5%的水平下都顯著，且模型中γ值均為0.99，接近1，表示生產中99%的波動是因為技術低效，僅有1%是由隨機誤差產生。由此可知，對于本樣本而言，帶技術效率項的隨機前沿生產函數(shù)是適用的。

表3 隨機前沿函數(shù)參數(shù)估計結果

為評估解釋變量與其他隨機效應之間的關系，需定義一些技術低效影響的零假設，檢驗結果如表4 所示。檢驗1 表明，生產函數(shù)中要素的二次項是顯著的，傳統(tǒng)的道格拉斯生產函數(shù)被拒絕；檢驗2,3 表明，車隊規(guī)模水平和車輛利用率對企業(yè)技術低效具有決定作用；檢驗4 證實了生產技術效率具有時間效應，表明技術效率存在動態(tài)性。可見，本模型在5%水平上都不能被拒絕，具有一定的解釋力。

表4 假設檢驗結果

3.2 影響因素分析

低效的解釋變量中，除交互項外的其他變量都對技術低效有顯著的影響，其中δ1,δ2在模型里均為負值且顯著，表明變量與技術效率之間存在正相關關系，即該類變量對技術低效有負作用，企業(yè)可通過調整這些變量提高運營效率。另外，時間與其他變量的交互項系數(shù)是非零且顯著的，說明技術變化是非中性的。其中，δ4,δ5均為正值，表明時間趨勢下，車隊規(guī)模水平、車輛利用率對運營效率的邊際效應將下降。圖1 展示了企業(yè)車隊規(guī)模水平和車輛利用率對兩類企業(yè)運營效率的具體影響。

圖1 無效率因素對兩類企業(yè)運營效率的影響

從圖1可以看出，隨著車隊規(guī)模水平的提高，傳統(tǒng)租賃企業(yè)運營效率先上升后下降，表明租賃車隊規(guī)模的發(fā)展有利于產業(yè)結構轉變，促進市場適度競爭，但同時會吸引更多投資，導致供需失衡，企業(yè)運營效率下降?？傮w來看，車隊規(guī)模水平對分時租賃企業(yè)的運營效率有促進作用，車隊規(guī)模的擴大有利于提高企業(yè)運營滲透率和吸引力。顯然，車輛利用率與運營效率成正相關，提高車輛利用率可以降低投入冗余。

3.3 運營效率評價

根據(jù)公式（5），計算得到不同時期各企業(yè)的運營效率，變化情況如圖2所示。圖2（a）顯示，2012—2019 年，4 家傳統(tǒng)企業(yè)的運營效率都呈現(xiàn)先增后減的變化特征，平均效率由2012 年的0.81上升至2014 年的0.89，再降低至2018 年的0.78。下降的原因可能是企業(yè)的生產擴張程度超過了規(guī)模承受能力。例如神州租車，其車隊規(guī)模從2014的6.3 萬輛增加到2018 年的13.5 萬輛，而市場需求增長緩慢，導致邊際成本增加。從縱向分析，神州租車和一嗨租車的運營效率相對較高，其平均運營效率保持在0.85～0.95 之間。圖2（b）顯示，各分時租賃企業(yè)的運營效率差距較小，且均呈上升趨勢。其中，杭州微公交、TOGO、盼達的運營效率相對較高，平均運營效率高于0.4，另外兩個企業(yè)平均運營效率偏低，均在0.3以下。

圖2 不同類型汽車租賃企業(yè)的運營效率

總體而言，傳統(tǒng)租賃企業(yè)的運營效率主要分布在0.6～1.0之間，而分時租賃企業(yè)的運營效率主要分布在0.05～0.65之間，明顯低于傳統(tǒng)租賃企業(yè)的運營效率。這是因為分時租賃企業(yè)起步晚，企業(yè)、車隊規(guī)模以及運營網點覆蓋率都遠小于發(fā)展較成熟的傳統(tǒng)租賃企業(yè)?？梢?，需求空間大的市場環(huán)境下，企業(yè)規(guī)模越大，則投入產出越高。說明探索汽車租賃企業(yè)的運營模式和投入成本，是提高運營效率的關鍵。

通過分離生產技術變化的作用，考慮企業(yè)所在城市的發(fā)展水平，分析不同企業(yè)規(guī)模水平、城市發(fā)展狀況下的效率水平。根據(jù)汽車租賃企業(yè)在各城市的分布滲透率，選取北京、深圳、上海、杭州、重慶、寧波、武漢、天津、南京、?？诠?0 個城市進行對比分析，按照城市人口數(shù)分類為大城市（100～500萬）和特大城市（＞500萬）。此外，選擇企業(yè)的車隊規(guī)模市場占比來衡量企業(yè)規(guī)模水平，運用聚類分析將傳統(tǒng)汽車租賃企業(yè)規(guī)模水平分為大、中、小3 種類型。不同分類下的平均運營效率如表5所示。

表5 不同分類下的平均運營效率

由表5 可得，按企業(yè)規(guī)模水平分類時，傳統(tǒng)租賃中大型、中型、小型企業(yè)的平均運營效率分別為0.87、0.77 和0.72，大型企業(yè)明顯比中小型企業(yè)運營要高效。主要由于大型企業(yè)擁有較強的資源整合能力和較高的運營網點覆蓋率，規(guī)模經濟效益顯著。但在時間趨勢下，三類企業(yè)的運營效率差距在逐漸縮小，說明企業(yè)規(guī)模對運營效率的邊際效益在下降。大部分分時租賃企業(yè)還處于探索階段，發(fā)展規(guī)模較小，運營模式大同小異，因此企業(yè)間運營效率差距不大。另外，分時租賃、車輛共享等新商業(yè)模式的出現(xiàn)，對傳統(tǒng)汽車租賃有一定的分流作用，使傳統(tǒng)企業(yè)受到影響。從城市發(fā)展的角度看，特大城市和大城市的汽車租賃平均運營效率分別為0.754 和0.584，兩者差距較大，這是由于特大城市的汽車租賃業(yè)發(fā)展較早，基礎設施投放較完善且租車需求量大。

4 結論及建議

本文綜合運用隨機前沿分析和超越對數(shù)生產函數(shù)，研究了國內9 家汽車租賃企業(yè)2012—2019年的運營效率，并對其波動情況和影響因素進行了分析評價。主要結論如下：

（1）車隊規(guī)模水平對提高汽車租賃企業(yè)的運營效率有正向激勵作用，但當其超過某個臨界值后，邊際效益將遞減；

（2）租賃市場整體規(guī)模的發(fā)展會帶來產業(yè)結構的轉變，促進企業(yè)的發(fā)展，同時也會吸引更多投資，進而造成過度投入、運營效率下降；

（3）汽車租賃業(yè)存在規(guī)模經濟特性，大型汽車租賃企業(yè)的平均運營效率明顯高于中小型企業(yè)，城市人口越多越有利于企業(yè)的規(guī)模發(fā)展。因此，在動態(tài)市場環(huán)境下，探索企業(yè)運營模式和發(fā)展規(guī)模，引入適度市場競爭，是提高其運營效率的關鍵。

根據(jù)評價結果，對汽車租賃企業(yè)未來發(fā)展提出以下幾點建議：

（1）調整商業(yè)模式，與各方協(xié)同創(chuàng)新，由粗放型管理模式向信息化、智能化、集約化、精細化的運營模式轉變；

（2）加強屬地融合，重視開放性強、城鎮(zhèn)化發(fā)展快的區(qū)域（如京津冀城市群、成渝雙城經濟圈等），積極拓展中小城市，提高自身吸引力；

（3）加強行業(yè)合作，拓展除車輛租賃外的網點或平臺共享，通過企業(yè)兼并重組，增大市場集中度，實現(xiàn)規(guī)模化經營。