謝偉 武永貴

摘要：為探究鐵路運(yùn)輸業(yè)內(nèi)部生產(chǎn)過程對(duì)生產(chǎn)效率的影響，文章考慮到行業(yè)投入產(chǎn)出的特性，將鐵路運(yùn)輸業(yè)分為生產(chǎn)子系統(tǒng)與消費(fèi)子系統(tǒng)，并構(gòu)建串并聯(lián)混合網(wǎng)絡(luò)DEA模型，對(duì)2009—2018年間我國(guó)18個(gè)鐵路局的效率進(jìn)行測(cè)度分析。結(jié)果表明，我國(guó)鐵路運(yùn)輸業(yè)總體生產(chǎn)效率較低，區(qū)域發(fā)展不均衡是主要原因。

關(guān)鍵詞：鐵路運(yùn)輸業(yè);網(wǎng)絡(luò)DEA;子過程;生產(chǎn)效率

文獻(xiàn)標(biāo)識(shí)碼：U292.3+9-A-42-145-6

0 引言

一直以來，鐵路運(yùn)能不足、區(qū)域發(fā)展不平衡等問題制約著鐵路運(yùn)輸業(yè)的發(fā)展。隨著市場(chǎng)化改革的進(jìn)行，人們對(duì)鐵路運(yùn)輸業(yè)生產(chǎn)效率的評(píng)價(jià)也從僅判斷固定運(yùn)輸指標(biāo)好壞轉(zhuǎn)變?yōu)殛P(guān)注企業(yè)內(nèi)部生產(chǎn)狀況。

目前，學(xué)者們大都運(yùn)用傳統(tǒng)模型、改進(jìn)模型或Malmquist指數(shù)對(duì)鐵路運(yùn)輸業(yè)生產(chǎn)效率進(jìn)行研究。夏恩君等[1]運(yùn)用DEA-Malmquist指數(shù)方法對(duì)1985—2014年我國(guó)鐵路運(yùn)輸業(yè)的生產(chǎn)率指數(shù)進(jìn)行測(cè)算;李紅昌等[2]利用CCR-DEA模型測(cè)算了2005—2014年我國(guó)鐵路運(yùn)輸業(yè)的生產(chǎn)效率并根據(jù)計(jì)算結(jié)果指出了限制生產(chǎn)效率的原因;李振[3]運(yùn)用Super-SBM DEA模型，通過比較有效區(qū)域和對(duì)投入產(chǎn)出指標(biāo)松弛變量進(jìn)行分析，揭示了行業(yè)效率不高的原因;劉秉鐮等[4]應(yīng)用基于產(chǎn)出導(dǎo)向的SBM-DEA模型對(duì)1997—2009年我國(guó)鐵路運(yùn)輸業(yè)經(jīng)濟(jì)效率進(jìn)行評(píng)測(cè);李蘭冰[5]對(duì)我國(guó)鐵路經(jīng)營(yíng)效率通過建立兩階段DEA-Logit模型加以評(píng)價(jià)分析，就我國(guó)鐵路技術(shù)效率低、區(qū)域發(fā)展不平衡的問題，給出相應(yīng)的政策建議。

上述研究基本采用傳統(tǒng)的模型，將決策單元（DMU）視為一個(gè)“黑箱”進(jìn)行有效性評(píng)價(jià)，并未考慮決策單元內(nèi)部運(yùn)營(yíng)過程對(duì)企業(yè)生產(chǎn)效率的影響。由于鐵路運(yùn)輸業(yè)是一個(gè)多投入多產(chǎn)出的巨大系統(tǒng)，其內(nèi)部結(jié)構(gòu)復(fù)雜，組織程序繁多。因此，將其視為“黑箱”進(jìn)行生產(chǎn)效率評(píng)價(jià)不僅脫離生產(chǎn)實(shí)際，也無法尋找決策單元無效的根本原因。

基于此，為充分利用各階段投入與產(chǎn)出信息，打開“黑箱”進(jìn)行效率評(píng)價(jià)，筆者在借鑒既有研究成果的基礎(chǔ)上，將鐵路運(yùn)輸分為生產(chǎn)和消費(fèi)兩個(gè)階段，同時(shí)結(jié)合實(shí)際情況選擇網(wǎng)絡(luò)模型和建立指標(biāo)評(píng)價(jià)體系，對(duì)2009—2018年我國(guó)鐵路運(yùn)輸業(yè)效率進(jìn)行測(cè)算，并與傳統(tǒng)方法所得數(shù)據(jù)進(jìn)行對(duì)比分析，以期為企業(yè)改善生產(chǎn)效率提供借鑒和幫助。

1 鐵路運(yùn)輸業(yè)運(yùn)作流程

由于鐵路運(yùn)輸業(yè)的生產(chǎn)產(chǎn)品是旅客或貨物的位移，因此，將其看作生產(chǎn)位移和消費(fèi)位移兩個(gè)階段。生產(chǎn)位移階段可根據(jù)運(yùn)輸服務(wù)對(duì)象分為貨運(yùn)生產(chǎn)子階段與客運(yùn)生產(chǎn)子階段兩個(gè)并行階段。該生產(chǎn)結(jié)構(gòu)中，每一個(gè)子過程的輸入既可以是前一子過程輸出的中間產(chǎn)品，也可以是外部新輸入的變量;而每一子過程的產(chǎn)出，既可以是其他子過程輸入的中間產(chǎn)品，還可以成為最終產(chǎn)品[5]。即貨運(yùn)及客運(yùn)子系統(tǒng)根據(jù)自有投入和共享投入分別將各自中間產(chǎn)物提供給消費(fèi)系統(tǒng)，作為消費(fèi)系統(tǒng)的投入，經(jīng)過消費(fèi)得到最終產(chǎn)品，其具體結(jié)構(gòu)如圖1所示。

2 投入產(chǎn)出指標(biāo)體系的構(gòu)建

指標(biāo)體系是一個(gè)能全面反映鐵路運(yùn)輸生產(chǎn)、運(yùn)營(yíng)、分配、消費(fèi)等諸多領(lǐng)域的相互聯(lián)系、相互補(bǔ)充的有機(jī)體系，建立的目的是為了更加全面而系統(tǒng)地了解鐵路運(yùn)輸業(yè)內(nèi)部運(yùn)行規(guī)律。作為評(píng)測(cè)鐵路運(yùn)輸業(yè)生產(chǎn)率的基礎(chǔ)，指標(biāo)的選擇既要具有代表性，還要滿足可獲得性要求，同時(shí)契合自身對(duì)生產(chǎn)流程的分解。因此，本文借鑒以往研究選取的指標(biāo)，結(jié)合鐵路運(yùn)輸?shù)奶攸c(diǎn)，指標(biāo)選擇如下：

2.1 生產(chǎn)位移階段

貨運(yùn)生產(chǎn)子系統(tǒng)自有投入為鐵路現(xiàn)有貨運(yùn)列車數(shù)（X1），中間產(chǎn)出為貨物運(yùn)載能力噸位公里數(shù)（M1），為減少計(jì)算的復(fù)雜性，計(jì)算中間產(chǎn)出時(shí)不便根據(jù)車種及運(yùn)輸貨物的性質(zhì)進(jìn)行計(jì)算，這里簡(jiǎn)化為按車輛載重進(jìn)行計(jì)算;客運(yùn)生產(chǎn)子系統(tǒng)自有投入為鐵路現(xiàn)有客運(yùn)列車數(shù)（X2），包含目前全國(guó)鐵路系統(tǒng)運(yùn)營(yíng)的所有載客列車，中間產(chǎn)出為旅客運(yùn)載能力客位公里數(shù)（M2）;生產(chǎn)系統(tǒng)內(nèi)兩子系統(tǒng)間的共享投入為鐵路營(yíng)業(yè)里程（X3）、運(yùn)輸過程的能源消耗（X4）;生產(chǎn)系統(tǒng)與消費(fèi)系統(tǒng)間的共享投入為鐵路運(yùn)輸業(yè)就業(yè)人數(shù)（X5）。

2.2 消費(fèi)位移階段

消費(fèi)系統(tǒng)的投入來自于生產(chǎn)系統(tǒng)的中間產(chǎn)出，即客運(yùn)產(chǎn)出客位公里數(shù)和貨運(yùn)產(chǎn)出噸位公里數(shù);最終期望產(chǎn)出是客運(yùn)實(shí)際完成的客運(yùn)周轉(zhuǎn)量（Y1）和貨運(yùn)實(shí)際完成的貨運(yùn)周轉(zhuǎn)量（Y2），投入產(chǎn)出指標(biāo)具體情況如表1所示[6]。

3 網(wǎng)絡(luò)DEA模型的構(gòu)建

由于生產(chǎn)子系統(tǒng)間以并聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的形式存在，而整個(gè)生產(chǎn)系統(tǒng)與消費(fèi)系統(tǒng)又形成“縱向一體化關(guān)系”[7]，即串聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)。對(duì)于整體串聯(lián)、局部并聯(lián)的復(fù)合網(wǎng)絡(luò)問題，可以利用虛設(shè)子系統(tǒng)[8]，將“黑箱”內(nèi)網(wǎng)絡(luò)系統(tǒng)表示成若干串聯(lián)結(jié)構(gòu)及子系統(tǒng)內(nèi)部并聯(lián)結(jié)構(gòu)的組合形式。

從圖1可以看出鐵路運(yùn)輸網(wǎng)絡(luò)系統(tǒng)的具體構(gòu)成。而由表1可知，該系統(tǒng)共有5個(gè)投入指標(biāo)，2個(gè)中間產(chǎn)出，2個(gè)期望產(chǎn)出指標(biāo)。其投入指標(biāo)為X1、X2、X3、X4，X5，產(chǎn)出指標(biāo)為Y1、Y2。設(shè)決策單元DMUi為我國(guó)第j個(gè)鐵路局（公司），其中j=1，…，n;生產(chǎn)系統(tǒng)中的貨運(yùn)生產(chǎn)子系統(tǒng)用DMUHYi表示，客運(yùn)子系統(tǒng)用DMUKYi表示;消費(fèi)系統(tǒng)用DMUXFi表示。Xpai表示第p個(gè)子系統(tǒng)的投入Xa，其中，a=1，…，5;p代表HS、KS、SC、XF、S-X5種系統(tǒng)的組合示意方式;Mpbi表示第p個(gè)子系統(tǒng)的中間產(chǎn)出Mb，其中b=1，2;Ypci表示第p個(gè)子系統(tǒng)的投入Yc，其中c=1，2。若該網(wǎng)絡(luò)系統(tǒng)的總效率為Ei，則模型如式（1）～（6）所示：

目標(biāo)函數(shù)：

Ej=max（v1Y1XFj+v2Y2XFj）（1）

約束條件：

u1XHS1j+u2XKS2j+u3XSC3j+u4XSC4j+u5XS-X5j=1（2）

（v1YXF1j+v2YXF2j）-（u1XHS1j+u2XKS2j+u3XSC3j+u4XSC4j+u5XS-X5j）≤0（3）

v1MHS1j-（u1XHS1j+u3XSC3j+u4XSC4j+u5XS-X5j）≤0（4）

v2MKS2j-（u2XKS2j+u3XSC3j+u4XSC4j+u5XS-X5j）≤0（5）

（v1YXF1j+v2YXF2j）-（u1MHS1j+u2MKS2j+u5XS-X5j）≤0（6）

j=1，…，n? u1，u2，u3，u4，u5，v1，v2≥

其中，u1、u2、u3、u4、u5、v1、v2表示不同投入產(chǎn)出指標(biāo)對(duì)應(yīng)的權(quán)重系數(shù)。

若假設(shè)u*r、v*s為該模型的最優(yōu)解，則第j個(gè)決策單元中各子系統(tǒng)效率為式（7）～（10）：

EHSj=v1MSC1j/（u1XHS1j+u3XSC3j+u4XSC4j+u5XS-X5j）（7）

EKSj=v2MSC2j/（u2XKS2j+u3XSC3j+u4XSC4j+u5XS-X5j）（8）

ESCj=（v1MHS1j+v2MKS2j+u5XS-X5j）/（u1XHS1j+u2XKS2j+u3XSC3j+u4XSC4j+u5XS-X5j）（9）

EXFj=（v1YXF1j+v2YXF2j）/（v1MHS1j+v2MKS2j+u5XS-X5j）（10）

從式（9）和式（10）可以看出，DMUi總效率是其兩個(gè)階段（子系統(tǒng)）效率的乘積，即Ei=ESCiEXFi。進(jìn)一步分析可得，任何一個(gè)時(shí)期的效率值都等于該時(shí)期對(duì)應(yīng)子過程效率值的乘積，即Eki=E1kiE2ki。該情況與文獻(xiàn)[7]中定理3的結(jié)論相吻合，說明企業(yè)總體有效，則所有階段都是有效的，這也為尋找企業(yè)低效生產(chǎn)環(huán)節(jié)提供了理論依據(jù)方法。

4 實(shí)證分析

4.1 綜合效率與各子系統(tǒng)效率對(duì)比分析

本文選取2009—2018年我國(guó)18個(gè)鐵路局（公司）作為樣本，各投入產(chǎn)出指標(biāo)數(shù)據(jù)來自于最新的《中國(guó)鐵道年鑒》《中國(guó)交通年鑒》《全國(guó)鐵路統(tǒng)計(jì)資料匯編》。對(duì)于缺失數(shù)據(jù)，運(yùn)用中心移動(dòng)平均思想進(jìn)行數(shù)據(jù)填充。并根據(jù)上述模型，運(yùn)用軟件對(duì)我國(guó)18個(gè)鐵路局（公司）2009—2018年這十年的綜合生產(chǎn)效率（Ei）、生產(chǎn)系統(tǒng)效率（ESCi）、消費(fèi)系統(tǒng)效率（EXFi）進(jìn)行測(cè)算，其中，綜合生產(chǎn)效率計(jì)算結(jié)果如表2和圖2所示。

從表2可以看出，就總體生產(chǎn)效率而言，沈陽(yáng)鐵路局、北京鐵路局、鄭州鐵路局、上海鐵路局在十年中的大部分年數(shù)綜合生產(chǎn)效率為1，表明這些鐵路局在所有鐵路局中生產(chǎn)效率相對(duì)有效。其他鐵路局的效率值均<1，這表明其生產(chǎn)效率是相對(duì)無效的。相對(duì)有效的鐵路局僅占全部鐵路局?jǐn)?shù)量的22.2%，說明我國(guó)鐵路運(yùn)輸業(yè)的總體生產(chǎn)效率仍處于較低水平，應(yīng)對(duì)產(chǎn)生問題的原因給予特定關(guān)注。

從圖2可以看出2009—2018年間我國(guó)鐵路運(yùn)輸業(yè)綜合生產(chǎn)效率的變動(dòng)情況和變化趨勢(shì)：2009—2014年間綜合生產(chǎn)率出現(xiàn)不同程度的波動(dòng)，其中，2009年受國(guó)際金融危機(jī)的影響，綜合生產(chǎn)率下降到0.786，但在隨后的4年內(nèi)開始回升，并在2011年和2012年達(dá)到最高的綜合效率0.793;2013—2014年效率值先小幅下降再小幅上升，隨后在2015年綜合效率值再一次下降，達(dá)到10年的最低值0.759;2015—2018年間效率值以年增長(zhǎng)率0.6%～0.8%的速度持續(xù)增長(zhǎng)，于2018年達(dá)到0.770。為尋找影響效率值水平的具體環(huán)節(jié)，分析了2009—2018年我國(guó)18個(gè)鐵路局生產(chǎn)及消費(fèi)系統(tǒng)效率（如表3、表4所示），各系統(tǒng)生產(chǎn)效率均值對(duì)比情況如圖3所示。

總體而言，可以將我國(guó)2009—2018年分為三個(gè)階段。第一階段：2009—2012年，綜合效率緩慢上升，從子系統(tǒng)效率來看，生產(chǎn)系統(tǒng)效率穩(wěn)步增加，而消費(fèi)系統(tǒng)效率保持穩(wěn)定，兩者共同作用導(dǎo)致綜合效率穩(wěn)步上升。消費(fèi)系統(tǒng)又受客貨運(yùn)量的影響，貨運(yùn)量的小幅上升，直接造成了綜合效率的上升，其根本原因是貨運(yùn)理念、管理方式、產(chǎn)品設(shè)計(jì)等符合社會(huì)經(jīng)濟(jì)的發(fā)展，促進(jìn)效率提升。另外，大宗貨物運(yùn)輸需求的上升也是其中一個(gè)重要原因。第二階段：2012—2015年，綜合效率大幅波動(dòng)，其主要原因是生產(chǎn)系統(tǒng)效率大幅下降，但全國(guó)高鐵系統(tǒng)陸續(xù)建成并連接成網(wǎng)，出行需求釋放，消費(fèi)系統(tǒng)效率取得了小幅提升。第三階段：2015—2018年，綜合效率穩(wěn)中上升，主要由于生產(chǎn)系統(tǒng)效率及消費(fèi)系統(tǒng)效率保持小幅增長(zhǎng)，對(duì)企業(yè)內(nèi)部組織及提升資源利用效率起到了一定的作用。

4.2 網(wǎng)絡(luò)DEA與傳統(tǒng)DEA模型結(jié)果對(duì)比分析

為了說明網(wǎng)絡(luò)DEA與傳統(tǒng)DEA模型之間的差異，本文對(duì)運(yùn)用傳統(tǒng)DEA模型計(jì)算的中國(guó)鐵路運(yùn)輸業(yè)效率數(shù)據(jù)進(jìn)行對(duì)比，考慮到文獻(xiàn)[5]的主要投入產(chǎn)出指標(biāo)與本文擬合程度較高，因此，比較結(jié)果能在一定程度說明網(wǎng)絡(luò)DEA的優(yōu)勢(shì)。其中，2009—2014年不同方法下我國(guó)18個(gè)鐵路局的綜合生產(chǎn)效率對(duì)比如圖4所示。

從圖4可以看出2009—2014年間采用網(wǎng)絡(luò)DEA方法計(jì)算的綜合生產(chǎn)效率值均小于傳統(tǒng)DEA方法計(jì)算結(jié)果，這說明傳統(tǒng)DEA方法把決策單元當(dāng)作“黑箱”進(jìn)行計(jì)算時(shí)，忽略內(nèi)部運(yùn)營(yíng)組織過程間的聯(lián)系及相互影響，導(dǎo)致效率值偏大，部分相對(duì)無效的決策單元被高估，造成了整體效率均值偏大，進(jìn)而影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。

5 結(jié)語(yǔ)

通過上述分析，總結(jié)出以下結(jié)論：

（1）我國(guó)鐵路運(yùn)輸業(yè)總體生產(chǎn)效率較低，區(qū)域發(fā)展不均衡問題是主要原因。

（2）2009—2018年間生產(chǎn)系統(tǒng)效率的大幅下降和消費(fèi)系統(tǒng)效率的小幅增長(zhǎng)是造成綜合效率增長(zhǎng)幅度小甚至有下降趨勢(shì)的主要原因。

（3）生產(chǎn)系統(tǒng)效率下降的根本原因是我國(guó)鐵路建設(shè)和投資持續(xù)增長(zhǎng)，并受到制度和組織效率方面的制約;消費(fèi)系統(tǒng)效率保持穩(wěn)定上升，其根本原因是全國(guó)高鐵系統(tǒng)陸續(xù)建成并連接成網(wǎng)，出行需求釋放。

（4）網(wǎng)絡(luò)DEA方法測(cè)度行業(yè)生產(chǎn)效率較傳統(tǒng)方法更貼近實(shí)際生產(chǎn)過程，同時(shí)可以揭示影響效率的具體環(huán)節(jié)和因素。

參考文獻(xiàn)

[1]夏恩君，魏 星，周亮錦. 基于DEA-Malmquist指數(shù)的中國(guó)鐵路運(yùn)輸業(yè)全要素生產(chǎn)率研究[J].科技與管理，2017，19（4）：69-77.

[2]李紅昌，張敏子，楊明鈺. 中國(guó)鐵路運(yùn)輸業(yè)生產(chǎn)效率及政策啟示[J].長(zhǎng)安大學(xué)學(xué)報(bào)，2017，19（5）：31-38.

[3]李 振. 基于Super-SBM DEA模型的中國(guó)鐵路運(yùn)輸業(yè)生產(chǎn)效率研究[J]. 重慶交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，14（4）：16-19.

[4]劉秉鐮，劉玉海，穆秀珍. 行政壟斷、替代競(jìng)爭(zhēng)與中國(guó)鐵路運(yùn)輸業(yè)經(jīng)濟(jì)效率——基于SBM-DEA模型和面板Tobit的兩階段分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2012（2）：33-42.

[5]李蘭冰. 我國(guó)鐵路系統(tǒng)生產(chǎn)效率研究——基于DEA模型的兩階段分析[J]. 中國(guó)軟科學(xué)，2008，22（4）：58-63.

[6]魯 濤，馬 明. 基于生產(chǎn)-消費(fèi)視角的中國(guó)道路運(yùn)輸業(yè)效率分析[J]. 統(tǒng)計(jì)與決策，2018（7）：144-147.

[7]張靜嫻，周 文，陳 偉，等. 關(guān)聯(lián)網(wǎng)絡(luò)在多層次指標(biāo)體系中的應(yīng)用研究[J]. 運(yùn)籌與管理，2016， 25（4）：187-194.

[8]高 瑩，李衛(wèi)東，尤笑宇. 基于網(wǎng)絡(luò)DEA的我國(guó)鐵路運(yùn)輸企業(yè)效率評(píng)價(jià)研究[J]. 中國(guó)軟科學(xué)，2011（5）：176-182.

[9]劉 丹，潘 曉，鞏彥峰，等. 基于多時(shí)期網(wǎng)絡(luò)DEA的港口企業(yè)運(yùn)營(yíng)效率評(píng)價(jià)[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2017，39（5）：587-592.

[10]王會(huì)宗. 行政壟斷行業(yè)的生產(chǎn)效率分析——以中國(guó)鐵路運(yùn)輸業(yè)為例[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009，31（4）：53-58.

[11]姜 琪. 中國(guó)鐵路運(yùn)輸業(yè)生產(chǎn)率指數(shù)研究[J]. 山東經(jīng)濟(jì)，2011（3）：60-66.

[12]王小俐，張 鵬，魏建國(guó). 基于方向距離函數(shù)的動(dòng)態(tài)網(wǎng)絡(luò)DEA基金績(jī)效評(píng)價(jià)[J]. 北京郵電大學(xué)學(xué)報(bào)，2018，20（5）：80-89.

[13]沙夢(mèng)一，甄 苓，譚俊艷，等. 基于網(wǎng)絡(luò)DEA的供應(yīng)鏈效率評(píng)價(jià)[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017，47（27）：8-16.

[14]Herbert F Lewis，Thomas R Sexton. Network DEA：Efficiency Analysis of Organizations with Complex Internal Structure[J]. Computer & Operations Research，2004（31）：1 365-1 410.

[15]Fare R，Grosskopf S. Network DEA[J].Social Economic Planning Sciences，2000，34（1）：35-49.

收稿日期：2021-03-18

基金項(xiàng)目：2021年度柳州鐵道職業(yè)技術(shù)學(xué)院校級(jí)立項(xiàng)項(xiàng)目“大數(shù)據(jù)環(huán)境下貨運(yùn)營(yíng)銷教學(xué)資源庫(kù)的建設(shè)與研究”（編號(hào)：2021-JGB09）

作者簡(jiǎn)介：謝 偉（1970—），講師，研究方向：鐵道運(yùn)輸;

武永貴（1988—），碩士，助教，研究方向：交通運(yùn)輸規(guī)劃。