基于虚拟前沿面DEA 模型的省际交通基础设施运输效率分析
叶堃晖 高艳
(重庆大学建设管理与房地产学院，重庆 400030)
摘要： 对交通基础设施运输效率进行界定，建立了基于虚拟前沿面的DEA模型，并将其运用于交通基础设施运输效率测算。从投入和产出两个层面建立交通基础设施运输效率评价体系，并采用30个省(直辖市、自治区)2008—2017年的投入产出数据进行实证分析，得出交通基础设施运输效率持续呈现由东部向中西部降低的空间格局以及西部地区交通基础设施运输效率增长率最高等结论，并对不同地区给出提升交通基础设施运输效率政策建议。
关键词： 交通基础设施；虚拟前沿面DEA；运输效率；效率提升
0 引言
改革开放40年来，我国各省不断加大对交通基础设施的投入，在该过程中，一些隐藏的问题接踵而至,例如相关部门未关注交通基础设施的有效利用程度及其给人民群众带来的满足程度。故本文将衡量各地区交通基础设施投入的使用效率并对如何进一步提升给出相应对策建议。
目前大量研究主要围绕交通基础设施效率和交通运输效率，交通基础设施效率主要聚焦于交通基础设施的建设与布局，而忽略了后期的运营阶段效率，例如赵雪峰[1]在测算交通基础设施效率时就主要关注交通基础设施建设带来的经济效益。交通运输效率考虑了运营阶段的所有资源(包含人员投入、基础设施投入、车辆投入和能源投入等[2])。而本文主要研究的重点在于交通基础设施运输效率，即交通基础设施投入对人们交通需求的满足程度，与上述二者有一定差异。
幼儿园阶段的孩子有着较强的模仿能力，在教学过程中，教师的言语行为对学生有着较为重要的影响，因此，幼儿园教师应该具有良好的心理状态，保证能在区域活动的开展过程中将自己的引导作用充分发挥出来。另外，教师还应该对班上幼儿的心理状态有一个具体的了解，让幼儿能对教师给予自身的爱护有所感受，引导幼儿积极参与到区域活动中。同时，教师对幼儿在区域活动中表现出来的积极性和主动性应该给予充分尊重，不能急于否定幼儿在活动中的想法。
数据包络分析(Data Envelopment Analysis,DEA)是现在用于测量效率较为成熟的方法，已有研究将DEA用于交通行业的效率测算。孟郁[3]采用DEA方法测算我国综合运输效率并提出其时间序列上的趋势。但可以发现传统的DEA模型会计算出若干效率值为1的有效单元，因而难以进行区分研究，卞亦文等[4]为了解决该问题提出了基于虚拟前沿面的DEA评价模型。
本文采用基于虚拟前沿面的DEA模型对我国30个省(直辖市、自治区)交通基础设施运输效率进行测算，定量分析各地区效率状况，进一步提出提高交通基础设施运输效率的政策建议。
1 方法与模型
1 .1 传统数据包络分析方法
本文将我国30个省(直辖市、自治区)作为模型决策单元进行研究，数据收集时间段为2008—2017年，由于西藏、香港、澳门以及台湾地区的数据缺失，故未列入。介于管道运输的特殊性，以及航空和港口运输活动主要是基于空港和港口开展的，其基础设施运输效率的评价应以空港和港口地区为单元进行[9]，加之根据统计数据分析得知公路和铁路的客货运量占运输行业所有客货运量的80%以上，所以本文选取公路和铁路的交通运输指标进行交通基础设施运输效率的研究。
在传统的DEA模型中，每个DMU将其生产能力与实际最优包络面生产能力进行比较得出生产效率[7]。当效率为1时，即为该决策单元DEA有效；否则为DEA无效。为解决有效的决策单元无法进行比较分析的问题，卞亦文等[4]提出虚拟前沿面DEA方法，但是是从理论角度提出的，模型较为复杂且未考虑随机效应， CUI等[8]对上述虚拟前沿面DEA模型进行简化并应用于评价交通能源效率。本文将虚拟前沿面DEA模型引入交通基础设施运输效率评价。
考察n 个决策单元DMU，假设都有m 种输入变量和s 种输出变量。决策单元DMUj 的第i 个输入标记为x ij (i =1,2,…,m )，第r 个输出标记为y rj (r =1,2,…,s ),分别用X j 和Y j 表示DMUj 的输入变量和输出变量，j =1,2，…，n ，则X j =(x 1j ,x 2j ,…，x mj )T，Y j =(y 1j ,y 2j ,…,y sj )T;v =(v 1,v 2,…,v m )T,u =(u 1,u 2,…,u s )T分别为与m 种投入和s 种输出对应的权向量。第j 个DMU的效率为
石破天眼前出现了一张清丽白腻的脸庞，小嘴边带着俏皮微笑，月光照射在她明澈的眼睛之中，宛然便是两点明星，鼻中闻到那少女身上发出的香气，不由得心中一荡，他虽于男女之事全然不懂，但一个二十岁的青年，就算再傻，身当此情此景，对一个美丽的少女自然而然会起爱慕之心。
1 .2 基于虚拟前沿面的DEA 方法
面对当今军民融合程度深化、科研院所改制势在必行的社会变化，为适应市场化的要求，科院院所需转变管理体制和运行机制，实现从 “行政化”管理向“市场化”管理的转变，提高科研院所整体的创新能力和效率，增强其参与市场竞争的活力和能力。科研院所档案管理作为其重要组成部分，也需顺应时代发展潮流，改变传统的工作模式和管理理念，树立创新意识，更好地为企业发展提供档案服务。
为了更加直观地解释虚拟前沿面DEA模型，本文绘制了图1进行解释。现有决策单元A，B，C，D，E，在传统DEA模型中以ABCD为效率评价的前沿面，则A，B，C，D为DEA有效的决策单元，E为DEA无效的决策单元，其相对效率为OF/OE。为解决A，B，C，D无法区分的状况，本文引入了虚拟前沿面HIJK作为参考前沿面，相对于新前沿面，所有评价的决策单元均无效且可区分比较。
现有n 个决策单元，假设评价决策单元(DMUj )集合为Ω ，即j ∈Ω (j =1,2,…,n )；虚拟参考决策单元(DMUJ )集合为Φ ，即J ∈Φ (J =1,2,…,n )。假设
x ij 表示第j 个决策单元的输入变量，y rj 表示第j 个决策单元的输出变量，DMUJ 的投入和产出随机生成，其投入x iJ 的区间设定为[0.95x io ,x io ]，产出y rJ 的区间设定为[y ro ,1.05y ro ],则基于虚拟前沿面的效率评价模型为
图1 虚拟前沿面原理图
投入指标：公路营运里程数、公路营业车辆拥有量、铁路营运里程数，共3个指标。
近年来，受哥伦比亚建筑工艺的影响，同时引进了瓜多竹等竹种，墨西哥正在开发更为先进的原竹建筑，但整体的竹建筑行业仍然较为落后。目前，墨西哥至少有4个为建筑配送竹材的中心，同时为竹建筑的开发提供技术支持。这为建筑师和工程师了解竹材用做建材的良好性能提供了便利[11]。
2 模型指标与数据
数据包络分析方法是由CHARNES[5]、ZHOU[6]等在“相对效率评价”概念的基础上提出来的，是一种评价多输入多输出决策单元(Decision Making Units，DMU)相对效率的数据规划方法。该方法中使用最多的模型为CCR模型，由A.CHARNES, W.W.COOPER, E.RHODES三位运筹学家提出，即在固定规模报酬条件下，建设一个规划模型来衡量多投入和多产出决策单元的相对效率[2]。其模型设定为：
为了验证虚拟前沿面DEA模型的合理性，本文先采用传统DEA模型测算30个省(直辖市、自治区)的交通基础设施运输效率，利用DEAP 2.1软件进行计算，东部地区结果见表1。其中，北京、天津、河北、上海、江苏、浙江、广东7个省市在2008—2017年期间效率均为1，保持DEA有效，在进行效率分析时无法进行差异化分析。
根据卞亦文等[4]提出的虚拟参考决策单元的数量应与评价决策单元的数量相等，本文虚拟参考决策单元的选取原则及基于虚拟前沿面的DEA模型设定如下：
产出指标：铁路、公路各自的客运量、货运量、客运周转量和货运周转量等，共8个指标。
本文用X = (x 1,x 2,x 3)表示投入变量，其中x 1为公路营运里程，x 2为营业车辆拥有量，x 3为铁路营运里程；用Y = (y 1,y 2,y 3,y 4,y 5,y 6,y 7,y 8) 代表产出变量，其中y 1表示铁路客运量，y 2表示铁路货运量，y 3表示铁路客运周转量，y 4表示铁路货运周转量，y 5表示公路客运量，y 6表示公路货运量，y 7表示公路客运周转量，y 8表示公路货运周转量。各投入产出指标均来自2009—2018年的《中国交通年鉴》。
3 模型实证结果及分析
3 .1 实证结果
通过文献研究和指标比选，为综合体现交通基础设施的投入与产出，在考虑数据一致性和可得性的前提下，最终确定投入和产出指标如下：
表1 传统DEA模型下东部地区交通基础设施运输效率
本文将虚拟前沿面引入DEA模型中，保持原有的投入产出指标，通过Lingo编程软件计算30个省(直辖市、自治区)10年的交通基础设施运输效率，结果见表2。
表2 基于虚拟前沿面DEA模型下交通基础设施运输效率
为验证虚拟DEA模型的合理性，将传统DEA计算的结果与表2的一致性进行研究。本文采用Kendall一致性系数检验(BAUMGARTNER等[10])来验证一致性，检验结果显示：在显著性水平为0.05的条件下，其Kendall一致性系数均为1，说明传统DEA计算的结果和表2的数据具有高度一致性，因此采用虚拟前沿面DEA模型计算的交通基础设施运输效率是合理且可比较的。
3 .2 结果分析
(1)东部地区各省交通基础设施运输效率差异较大。从2008年至2017年来看，整个东部地区交通基础设施运输效率维持在0.05～0.45，在东部11个省市中，除了上海和北京交通基础设施运输效率较为突出外，其他省的效率水平不相上下，均保持在0.05～0.2，其主要原因在于上海和北京客货运量和客货运周转量远超东部其他省市甚至全国其他省市，且交通里程数的存量受占地面积限制。
(2)中西部地区各省交通基础设施运输效率持续偏低。我国中部各省的交通基础设施运输效率均集中在0.05～0.18。10年间中部八大省当中，交通基础设施运输效率增长的省有安徽、湖北、湖南、山西，效率减少的省有吉林、黑龙江、江西、河南。西部各省交通基础设施运输效率均集中在0.02～0.25。10年间贵州交通基础设施运输效率涨幅最大，其平均增长率16.1%，其次为内蒙古和四川。
(3)交通基础设施运输效率持续呈现由东部向中西部降低的空间格局。整体分析东中西部交通基础设施运输效率的发展趋势，结合图2可看出，与我国东、中、西区域经济格局一致，2008—2017年我国交通基础设施运输效率一直呈现出东部地区>中部地区>西部地区的空间格局。
图2 我国东部、中部、西部交通基础设施运输效率趋势图
(4)西部地区交通基础设施运输效率增长率最高。通过分析各地区每年交通基础设施运输效率增长率的平均值可发现：西部地区增长率最高为7.76%，其次是中部地区2.01%，最后是东部地区0.93%。根据传统DEA测算时得出的规模效率结果，西部区域在2008—2017年期间处于规模报酬递增状态的省份数量一直比东中部地区多。故在交通基础设施投入不断增加的过程中，西部地区所带来的交通基础设施产出增加会比东中部地区多，再由于其效率基数较小，最终呈现出效率增长率最高的现象。
4 对策建议
我国交通基础设施运输效率与我国经济发展在区域分布上有一定的一致性。我国经济呈现的现象为：东部经济体量大，西部和东部发展迅速，导致在全国出现了经济总量落后于东部、发展速度落后于西部的“中部凹陷”现象[11]。通过上文分析可知，我国交通基础设施运输效率也呈现出了东部向中西部降低的空间格局，且西部地区增长率最高。因此，针对各地区实际,提出交通基础设施运输效率增长建议：东部地区应维持自身稳健发展，保持各投入要素间的比例，达到稳定发展的目的；中部地区应考虑优化交通基础设施投入结构，加大技术改造项目的投入。西部地区应利用其规模报酬增加的优势，通过增加交通基础设施供给、增加运营车辆投入等手段提高产出规模。
5 结语
交通基础设施运输效率是一个能综合评价各省交通基础设施投入是否得到充分利用的指标。本文提出较为新颖的基于虚拟前沿面的DEA模型，并将其运用于30个省(直辖市、自治区)的交通基础设施运输效率评价。根据模型测算结果，分析得出4个结论。针对不同区域的交通基础设施运输效率情况，可采取不同的措施提升交通基础设施运输效率，从而使交通基础设施运输效率实现协调稳步增长。
大量研究证明配戴角膜塑形镜可以显著控制近视增长，并获得良好的日间裸眼视力[2，3]，但Chang和Liao[5]对201名小学生的调查发现只有53.2%的儿童日间摘镜后可以获得0.8以上裸眼视力。随着近视患病率的逐年升高，配戴角膜塑形镜的儿童人数也快速增加[1]。因此，探讨去片视力低下的原因以及对近视的控制作用对于提升验配效果意义重大。本研究通过回顾分析北京同仁医院验光配镜中心验配角膜塑形镜的50名近视青少年儿童，发现验配前球镜度越高，去片后的裸眼视力越差，而裸眼视力差儿童的近视增长同样得到了有效控制。
（2）用户上传需要存证的文件，将文件的关键信息写入到合约文件类中去，以此建立用户和数据的对应映射关系。
参考文献
[1] 赵雪锋.交通基础设施效率研究[D].西安：长安大学, 2010.
[2] 段新,岑晏青,路敖青.基于DEA模型的31省份公路运输效率分析[J].交通运输系统工程与信息,2011,11(6):25-29.
[3] 孟郁.基于数据包络分析的综合运输效率评价研究[D].北京：北京交通大学,2006.
[4] 卞亦文,许皓.基于虚拟包络面和TOPSIS的DEA排序方法[J].系统工程理论与实践,2013,33(2)：482-488.
[5] CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.
[6] ZHOU P ,ANG B W ,POH K L.A survey of data envelopment analysis in energy and environmental studies[J].European Journal of Operational Research,2008,189(1):1-18.
[7] ZHU J.Super-efficiency and DEA sensitivity analysis[J].European Journal of Operational Research,2001,129(2):443-455.
[8] CUI Q,LI Y.The evaluation of transportation energy efficiency:an application of three-stage virtual frontier DEA[J].Transportation Research Part D:Transport and Environment,2014,29:1-11.
[9] 李涛,曹小曙,杨文越,等.中国区域综合运输效率的测度及其时空演化[J].地理科学,2015,35(2)：168-175.
[10] BAUMGARTNER R ,SOMORJAI R ,SUMMERS R ,et al.Assessment of cluster homogeneity in fMRI data using Kendall’s coefficient of concordance[J].Magnetic Resonance Imaging,1999,17(10):1525-1532.
[11] 张智林,蒋海荣.我国中部六省省会城市交通通达性比较研究[J].沈阳师范大学学报(自然科学版),2006(4)：495-498.PMT
收稿日期： 2019- 05- 24
作者简介：
叶堃晖 ( 1978—) ，男，教授，博士生导师，副院长，研究方向:基础设施建设、工程竞争、可持续建设、国际工程管理、企业社会责任、知识密集型服务。
受精卵孵化所用海水经过两级沉淀过滤并消毒后，通过砂滤罐，再经200目过滤网袋过滤进入培育池，并投放8mg/L的EDTA用以络合重金属离子。水温控制在18℃，盐度28.6‰，除了适宜的温度、盐度等基本水质条件外，充足的溶氧是提高孵化率最重要的因素，对虾受精卵为沉性卵，密度稍大于海水，静水时沉入水底，动荡时才悬浮水中。静水中卵粒沉于池底，极易造成局部缺氧出现死卵。由于激烈充气会损伤受精卵，充气强度需弱一些，但溶解氧不低于5mg/L。为防止孵化过程局部缺氧，需定时翻卵，每2～3h翻卵一次。受精卵经过30h左右孵化出无节幼体，孵化率在90%以上。
高艳(通信作者)( 1993—) ，女，研究方向:交通基础设施运输效率、交通碳排放。
标签：交通基础设施论文; 虚拟前沿面DEA论文; 运输效率论文; 效率提升论文; 重庆大学建设管理与房地产学院论文;