首页  期刊介绍 期刊订阅 广告合作 联系我们 English
 
最新录用  |  当期目录  |  过刊浏览  |  热点文章  |  阅读排行  |  下载排行  |  引用排行
中国铁路运输效率时空演化特征及机理研究
刘斌全1,2,, 吴威2,, 苏勤1, 张璐璐2
1. 安徽师范大学国土资源与旅游学院,芜湖 241000
2. 中国科学院南京地理与湖泊研究所,流域地理学重点实验室,南京 210008

作者简介:刘斌全(1991- ),男,江苏盐城人,硕士,研究方向为交通运输地理。E-mail:logic_liu@163.com

吴威(1976- ),男,安徽歙县人,博士,副研究员,研究方向为交通运输地理。E-mail:wwu@niglas.ac.cn
摘要

铁路是综合运输体系的重要组成部分之一,合理高效的铁路运输系统有利于发挥交通运输的支撑引领作用,运输效率问题的探讨显得尤为重要。以铁路局为研究单元,使用超效率SBM-Malmquist指数方法,对2005-2013年中国铁路运输效率的时空演化特征及影响机理进行了分析。研究表明:① 中国铁路运输效率呈波动上升趋势,但总体水平不高,规模效率是造成这两种现象的主要原因。② 铁路运输效率呈现东部高于中部,中部高于西部的空间分布格局。与此同时,高、中、低值区内部运输效率的空间分布存在差异,各铁路局效率演化的类型也不尽相同。③ 通过对研究期内大规模建设高铁的铁路局运输效率演化进行分析,发现近些年大规模高速铁路的建设并没有引起运输效率和生产率的较大变动。④ 从地域空间视角,区位条件、资源势差、地形条件以及城镇格局与城镇化水平等外部因素对运输效率空间格局及其演化产生着重要作用。

关键词: 运输效率; 时空演化; 影响机理; 铁路运输; 中国;
Spatio-temporal evolution characteristics and mechanism of railway efficiency in China
LIU Binquan1,2,, WU Wei2,, SU Qin1, ZHANG Lulu2
1. College of Territorial Resources and Tourism, Anhui Normal University, Wuhu 241000, Anhui, China
2. Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China
Abstract

Railway is one of the most important components of the integrated transportation system. A functional and efficient railway system can be conducive to sustainable development of society and economy, thus highlighting the importance of studies on rail efficiency. In this paper, we study the spatio-temporal evolution of China's railway transportation efficiency during 2005-2013 using the ultra-efficient SBM model and Malmquist index method. Hence, the characteristics and influencing mechanism of railway efficiency in China are also analyzed. The results are as follows: (1) the SBM model analysis of 18 Chinese rail bureaus indicates that rail efficiency increased from 0.724 to 0.778 due to a series of measures taken by the governments in recent years, such as reorganization, deregulation, and innovation. Scale efficiency increased by 1.93% per year and technical efficiency by 0.27% per year, indicating scale efficiency's major influence. We also find that the gap between 18 bureaus' efficiency narrowed in 2005-2013, standard deviation dropped from 0.287 in 2005 to 0.23 in 2013, and the coefficient of variation dropped from 0.396 to 0.295. (2) The spatial distribution pattern of railway transportation efficiency suggests that the railway system in the eastern region is more efficient than that of the central region, which, in turn, is more efficient than that of the western region. In addition, there are differences in the spatial distribution of the internal transport efficiency in the high-, medium-, and low-value areas, while the types of rail efficiency are also different. According to the characteristics of the railway bureaus' efficiency change, the 18 railway bureaus can be divided into three types: equilibrium, fluctuation, and growth. (3) Through the analysis of railway evolution, we find that the construction of large-scale high-speed railways in recent years has not caused significant changes in transport efficiency and productivity. (4) From the perspective of transportation geography, the location conditions, resource potential difference, topography, and urbanization pattern affect the spatial pattern of transport efficiency and its evolution.

Keyword: transportation efficiency; spatio-temporal evolution; influence mechanism; railway transportation; China;
1 引言

运输效率是要素投入与实际产出之间的比率,用来衡量运输系统运行状况及其发展潜力[1]。目前,中国交通运输效率水平较低,造成这种现象的主要原因是各种运输方式的不协调发展,解决这一问题的根本路径是转向以轨道交通为基础,多种运输方式协调发展的模式,铁路的核心地位重新凸显[2]。21世纪以来,中国政府持续不断地大规模投入铁路基础设施建设,伴随着运载技术的革新,中国铁路发展从“普铁时代”逐渐全面进入“高铁时代”,不仅在与其他交通方式的竞争中改变交通构成模式[3,4],运输需求结构也发生了变化[5]。如何将这一新兴生产力有效地转化为持续推动国民经济发展的强劲动力,逐渐成为交通经济学、工程学和地理学的一个研究热点,铁路运输效率问题的探讨显得尤为重要。

对于铁路运输效率,国外学者较早展开相关研究,在评价方法、影响机理方面均有较为丰厚的成果积累。Bookbinder等国外学者分别从国家或企业层面使用CCR[9]、TFP[10]、网路DEA[11]、SFA[12]、BCC[13]等模型方法对世界各国家或区域内各铁路公司的运输效率进行计算排序,并分别对结果进行定性[9,10,11,12]或定量[13]分析;Cowie等学者则着重分析铁路运输效率的影响因素,分别从私有制、运输规模、经营管理等角度探讨铁路运输效率的变化,发现私有化[14]、财务独立[15]、企业重组[16]、放松管制[17,18]、管理专业化[19]等对铁路运输效率提升产生积极影响。国内学者主要侧重于从企业层面对中国铁路运输效率的影响因素与评价方法进行研究,例如刘秉镰等[20,22]探讨了行政垄断、替代竞争、管理水平、经济政策等对中国铁路运输业效率的影响;李兰冰等[23,24,25]使用DEA两阶段模型、DEA双活动—双阶段模型和DEA—模糊物元—Tobit模型研究铁路运输业效率。

综合来看,目前铁路运输效率相关研究主要集中在工程学或经济学领域,着重关注的是企业层面铁路运输效率及其影响因素,从地理学视角对铁路运输效率空间格局及其演化的研究较为鲜见。鉴于此,结合现有学者从地理学视角对其他部门经济活动效率研究的相关文献[26,27,28],本文以超效率SBM模型、Malmquist指数方法和GIS为研究手段,以各铁路局为基本研究单元,通过对中国各区域铁路运输效率的分析,试图揭示2005-2013年中国铁路运输效率的时空演变特征及其驱动机理,以期丰富交通地理学研究内容,并为中国铁路运输发展提供理论参考。

2 研究方法与数据来源
2.1 研究方法

2.1.1 超效率SBM模型 传统的数据包络分析(Data Envelopment Analysis,DEA)方法主要集中于CCR、BBC等模型,这类径向模型在测量无效率时没有包涵松弛改进部分,即松弛型问题。为了解决这一问题,Tone[30]将松弛变量加入到目标函数之中,提出了SBM-DEA模型(Slack Based Measure,SBM),这一模型通过各项投入(产出)可以缩减(增加)的平均比例来衡量效率值。SBM-DEA模型表达式如下:

minρ = 1 - 1 m i = 1 m s i - x ik 1 + 1 q r = 1 q s r + y ik (1)

s.t. Xλ + s - = x k (2)

- s + = y k (3)

λ , s + 0 (4)

eλ=1(5)

其中,基于规模收益可变(Variable Returns to Scale,VRS)的SBM模型包含,而基于规模收益不变(Constant Returns to Scale,CRS)SBM模型则不包含这一项。

在现实应用过程中,经常会出现有多个评价单元效率均为最优的情况,此时难以对这些决策单元效率水平进行排序,也不利于跨期比较决策单元的效率变化,为了解决此类问题,Tone[31]在借鉴了Andersen和Petersen的超效率DEA模型基础之上,提出了超效率SBM模型。其基本原理是在评价有效单元i的效率时,将其排除在外构造新的相对有效生产前沿面,通过衡量单元i偏离新生产前沿面的程度来确定其超效率值。超效率SBM模型的表达式为:

minρ = 1 - 1 m i = 1 m s i - x ik 1 + 1 q r = 1 q s r + y ik (6)

s.t. j = 1 , j k n x ij λ j - s i - x ik (7)

j = 1 , j k n y rj λ j + s r + y rk (8)

λ , s + , s - 0 (9)

i = 1,2 , m ; r = 1,2 , q ; j = 1,2 , , n ( j k )

2.1.2 Malmquist指数模型 为了对研究期内铁路运输生产变化有个更为全面的了解,本文引入Malmquist指数模型方法对各路局生产率变化进行测算。同时Malmquist指数模型可以将“技术变化”刻画出来,这一部分可以用来解释超效率评价单元的效率变化问题。因为计算评价单元的超效率时,是剔除了该评价单元本身,构造了新生产前沿面,这意味着这个评价单元的技术变化没有被“隐藏”在生产前沿面的变化之中,则当该评价单元技术进步高于新生产前沿面技术进步时,超效率值就会提升,反之亦然。Malmquist指数模型表达式为:

M 0 ( x t + ! , y t + ! , x t , y t ) = D t + 1 ( x t + ! , y t + 1 VRS ) D t ( x t , y t VRS ) × D t + 1 ( x t + ! , y t + 1 CRS ) D t + 1 ( x t + 1 , y t + 1 VRS ) × D t ( x t , y t VRS ) D t ( x t , y t CRS ) × D t ( x t + 1 , y t + 1 ) D t + ! ( x t + ! , y t + ! ) D t ( x t , y t ) D t + ! ( x t , y t ) = PECH × SECH × TRCHCH (11)

式中:PECH表示纯技术效率变化;SECH表示规模效率变化;TRCHCH表示技术变化。

2.1.3 指标选取 铁路是一种多投入产出系统,要计算其运输效率首先要确定投入产出指标[32]。在经济学中,生产投入要素可以归结为两类:资本和劳动力,而对于交通运输系统而言,资本要素可以进一步分解为交通基础设施和运行设备两个方面。产出要素方面,客运服务和货运服务是衡量运输产出的两个重要的标准。国外学者在确定铁路运输系统投入产出指标时,倾向于选择技术指标,而较少考虑经济类指标[9-13,33]。值得注意的是,研究中使用的铁路里程、铁路线路长度并不能准确地表示交通基础设施的规模(复线率的高低不仅仅是一种技术差距,也是一种规模变化,使用铁路里程作为投入指标忽略了这一问题;而铁路线路长度包含站线、段管线等没有直接参与运输活动的线路)。相比于国外学者,国内部分学者更倾向于在铁路运输效率模型中加入经济类指标[20-22,25]。考虑到中国政府对铁路运价的强管制和铁路外部性成本收益经济量的难以测算,本文旨在评价铁路运输技术效率,不考虑经济方面。

在借鉴以上学者研究的基础上,遵循指标数据选取的可获得性,相关性和一致性原则,最终确定使用铁路正线延长里程(km)表示铁路运输系统的资本投入,机车数量(辆)和客车配属数量(辆)表示设备投入,职工人数(人)表示劳动力投入;客运周转量(百万人公里)和货运周转量(百万吨公里)表示铁路运输系统的客、货运服务产出。其中,由于目前动车组列车多用于客运,故将动车组车辆数量计入客车配属数量之中,不单独列出。

2.2 数据来源

本文以2005-2013年中国铁道部(现中国铁路总公司)18个铁路局为基本研究单元,原始数据主要来源于《中国铁道年鉴》,并使用历年各省市交通年鉴和各路局年鉴对部分缺损数据进行相应补充。其中,由于路局重组从2005年3月开始,1-3月全路各产出数据均按原有组织形式统计,依照年鉴中2005年数据计算效率会有相当大的偏差,故而本文2005年数据是依照路局重组后的组织形式,在借鉴相关文件和年鉴的基础上,修正已有数据后得出。

考虑到这样的评价单元、指标的选择,不可避免会出现运行环境差异和要素异质性问题,表现为各铁路局所在区域的空间要素存在差异,铁路网络的技术、结构和形状也有所不同。然而,比较同质化评价单元之间的运输效率很有意义,但找出这些异质化评价单元的不同之处也同样非常重要[33]。因此,本文会进一步基于空间视角分析影响运输效率的因素及其机制。

3 结果分析
3.1 铁路运输效率时序演化特征分析

运输效率衡量的是生产者实际所处生产曲线同技术前沿之间的距离,一般也将其称为技术效率或综合技术效率,可以进一步分解为纯技术效率和规模效率。就铁路系统而言,纯技术效率是指由于铁路技术和管理等因素影响的生产效率,规模效率则是由于铁路运输存在的规模经济影响的生产效率,主要受铁路线路密度经济、载具经济、枢纽经济、车队规模经济和幅员经济等影响[29]

3.1.1 技术效率时序演化特征 2005-2013年中国铁路技术效率呈波动上升趋势,平均效率值由2005年的0.724上升至2013年的0.778,上升幅度达7.4%(图1a)。这与中国政府近些年来实行的一系列措施有关,如铁路局改组[16,35]、放松管制[17,18]、加大铁路投入及技术革新等。然而,现阶段的生产状态与最优投入产出水平间差距仍旧甚大,2005-2013年平均综合技术效率最高仅为0.793(表1),意味着每年至少有20%的运输资源被浪费,可能是由于大部分铁路局的运输效率长期低下。2005-2013年技术效率均达到最优水平的铁路局仅有5个,占总数的27.78%;在技术效率达到最优的铁路局数量最多的2010年,也仅有8个铁路局位于生产前沿面上,占总数的44.44%(表1)。

图1 2005-2013年中国铁路技术效率及其分解 Fig. 1 Technical, pure technical and efficiency scale of Chinese railways during 2005-2013

表1 2005-2013年中国各铁路局技术效率值 Tab.1 Technical efficiency of 18 Chinese railway bureaus during 2005-2013

图2 2005-2013年技术效率及其分解变化率 Fig. 2 The rate of technical, pure technical and scale efficiency change duiring 2005-2013

3.1.2 分解效率时序演化分析 为了进一步揭示铁路运输效率变化的原因,对技术效率进行分解并分析其分解效率的时序演化特征,发现规模效率既是影响技术效率变化的主要因素,也是技术效率水平低下的主要原因。2005-2013年中国铁路规模效率与技术效率有着相似的变化特点,均整体呈上升趋势。平均规模效率由2005年的0.834上升到2013年的0.878,而纯技术效率则呈“M字”型波动变化,平均纯技术效率由2005年的0.878上升至2013年的0.894(图1a)。不同时间段内,纯技术效率变化和规模效率变化与综合技术效率变化的相关程度不同,如图1b所示,这两类效率对于综合技术效率影响和制约能力的强弱随着时间的推移而改变。总体来看,2005-2013年综合技术效率平均年增长率为2.16%,规模效率平均年增长率1.93%,纯技术效率平均年增长率0.27%(图2),由此也表明规模效率变动是综合技术效率变动的主要因素。即近些年来,要素投入规模和资源投入组合的优化是低效率铁路局综合技术效率提升的主要来源。另外,规模效率也是综合技术效率水平低下的主要原因。2005-2013年纯技术效率有效铁路局数量远远高于规模效率,其中2006年、2007年纯技术效率达到最优的铁路局高达14个,占到总数的77.78%;即便在2010年,纯技术效率最优的铁路局数量最少,也达到10个,占总数的55.56%。

总体来看,相比较于经济社会发展需求,中国铁路系统投入规模相对较小,与最优投入规模间差距较大,表现为平均规模效率水平较低;而长期由中国铁路总公司统一规划实施铁路建设,导致铁路局间技术差距较小,各铁路局生产曲线距离规模收益变化(VRS)生产前沿面均较近,表现为平均纯技术效率水平较高。就规模效率而言,2005年以来中国政府不断加大铁路投资,铁路营业里程从7.54万km上升至2013年的10.31万km,铁路规模的大幅扩张引起了规模效率的提升。当然,新增投入要素也促进了铁路系统技术水平的提升,如电气化率从2005年的25.73%上升至2013年的34.92%,这使得规模报酬增加中包含了技术进步的成分,放大了规模效率的增长程度;当铁路系统发展到一定规模时,受限于相对缓慢增长的运输需求,规模收益开始减少,导致规模效率水平下降。就纯技术效率而言,政府加大铁路投资初期,主要先在经济发达、人口稠密的地区进行既有线路的升级和高等级铁路的建设,拉大了各路局间技术差距,导致平均纯技术效率水平下降;当铁路系统发展到一定规模时,政府投资逐渐向欠发达地区侧重,原本被拉大的技术差距开始缩小,导致平均纯技术效率水平上升;此外,诸如网络售票、RFID等新技术的使用,提高了信息收集的速度和准确性,提升了枢纽处理能力,也会导致纯技术效率水平上升。由于中国铁路系统长期滞后于经济发展,供给能力不足,当铁路规模快速扩张时,规模经济作用成为其提升绩效的主要方式,因而研究期内规模效率占主导地位。

3.1.3 技术效率差异时序演化分析 根据2005-2013年各铁路局技术效率值,计算出全路各铁路局间综合技术效率的标准差和变异系数(表1)。2005年标准差最大(0.287),此后不断降低,至2011年到最低值(0.222),之后略有回升(2012年,0.236;2013年,0.23),绝对差异呈现下降趋势。变异系数呈现同标准差相似的变化特征,2005年变异系数最大(0.396),2011年降至最低(0.280),2013年略有回升(0.295)。综上所述,2005-2013年中国各铁路局之间的差距呈缩小趋势。一方面,铁路运输在技术本质上更适宜大宗低值货物运输,随着近些年来制造业的快速发展,大宗货物如煤炭、钢材、水泥等产量增加幅度较大(分别从2005年的22.05亿t、3.78亿t、10.7亿t增加至2013年的36.8亿t、10.8亿t、24.2亿t),使得位于货源地的呼和浩特等原本运输效率较低的铁路局货运产出大幅度增长(2005-2013年呼和浩特铁路局货运周转量增加100.4%,高于全国平均的40.8%),效率水平提高;另一方面,铁路运输全面发展背景下形成了“追赶效应”。效率水平较高的铁路局(北京、济南等)多集中在东中部人口密集,经济发达的地区,相对中西部和东北地区而言,客货运需求充足,线路饱和程度高,效率提升潜力小。

3.2 铁路运输效率空间演化特征分析

3.2.1 铁路运输效率基本空间特征 结合2005-2013年各铁路局综合技术效率值,选取2005年、2008年、2011年、2013年各铁路局技术效率截面数据绘制空间格局图(图3)。分析这4年截面数据和空间格局图发现中国铁路技术效率明显呈现从东部地区向外逐渐衰减的趋势,呈现出“东中西”空间分布格局。北京、太原、济南、郑州、上海、南昌、广州7个铁路局平均综合技术效率均为0.9~1,空间上集中于中国东中部地区,构成东部高值区;沈阳、呼和浩特、武汉、西安、兰州、成都、南宁7个铁路局综合技术效率平均值为0.6~0.9,空间上分布在东部高值区外围,构成中部中值区;哈尔滨、乌鲁木齐、青藏、昆明4个铁路局效率水平低,平均技术效率最高仅为2013年的0.47,空间上分布于中国边境地带,且除了哈尔滨铁路局以外均位于中国西部地区,构成最外围的西部低值区。这种格局特征的形成,与中国经济社会发展东中西差异密切相关,考虑到铁路运输供需总量的空间适应性,铁路线网规划时会倾向于先在经济发达、人口稠密地区布局,尤其是技术水平较高的铁路,导致无论是铁路运输的需求水平还是供给水平,整体上东部高于中部,中部高于西部。除了东部高值区之外,中部中值区和西部低值区中各铁路局之间技术效率显现出明显的差异性(图3)。中部中值区中,兰州、武汉、西安铁路局运输效率水平相近,明显高于其他铁路局。这3个铁路局均处于主要干线的枢纽位置,区位条件较好、经济联系强度较高且技术水平较高,故而运输效率水平较高。西部低值区中,乌鲁木齐铁路局运输效率明显高于其他铁路局,主要原因在于乌鲁木齐铁路局辖区大宗矿产资源丰富,但受制于工业发展水平,资源外运比例较高,因而货运产出水平较高。

图3 2005-2013年中国铁路运输效率空间格局及演变 Fig. 3 The spatial distribution of railway bureaus' transportation efficiency in China during 2005-2013

图4 2005-2013年中国各铁路局运输效率变化类型 Fig. 4 Three types of transportion efficiency change of Chinese railway bureaus during 2005-2013

3.2.2 铁路局技术效率演化类型分析 根据各铁路局技术效率演化特征(图4),将18个铁路局分为平衡型、波动型和增长型3种类型。平稳型包括沈阳、北京、郑州等9个铁路局,其中:北京、郑州、济南、广州4个铁路局历年效率值均大于1,处于超效率平稳状态;沈阳、成都、乌鲁木齐、南宁、哈尔滨5个铁路局效率保持在较低水平的平稳状态。波动型包括呼和浩特、武汉、南昌等5个铁路局,其中南昌铁路局除了2013年铁路技术效率波动以外,研究期内其余年份均处于平稳状态。增长型包括太原、青藏等4个铁路局,太原铁路局处于超效率水平下增长状态,兰州铁路局处于一般水平下增长状态,青藏铁路公司、昆明铁路局处于低水平下增长状态。

中国各铁路局之所以形成上述的演化特征,原因可能在于:

(1)平衡型郑州、北京、广州和济南铁路局在研究期内新建了大规模的高速铁路,虽然高速铁路替代了其比较优势区间(130~850 km)中其他运输方式的供给[4],但趋势客运需求和诱增客运需求变动较小[7,8],且货运结构调整和经济下行等因素也造成释放的既有线路的运能未能转化为足够的货运产出,导致即便新增线路的技术水平较高,却不能有效地提高这些铁路局的效率和生产率水平(表1、表2),因而保持超效率平稳状态。成都、乌鲁木齐和南宁铁路局辖区地面坡度、相对地势、地面结构等地形因素对铁路建设妨碍颇多[37],线路造价高,路线线性差,铁路发展相对滞后,且趋势客运需求变动较小,故而运输效率维持在相对均衡的状态。哈尔滨和沈阳铁路局铁路发展基础较好,但近些年辖区经济发展缓慢,区域交通运输经济负担重,铁路潜在获利少,发展迟缓,且趋势客运需求变动较小,运输效率维持稳定状态。

(2)波动型一般情况下,当运输需求和供给不相协调时,运输效率就会呈现波动状态。研究期内,上海、武汉、西安和南昌铁路局均有部分时段铁路里程和交通运输设备大幅增长,如研究期内上述4个铁路局均有多个年份铁路线路增长率超15%(铁路全系统增长率最高年份也仅为9.77%),而运输需求增长则相对缓慢,导致技术效率在短时期内呈下降态势。随着要素投入规模的相对平稳和运输需求的稳步增长,技术效率转变为增长状态,从而整体表现出波动变化特征。对于呼和浩特铁路局而言,研究期内铁路投入规模没有大幅度变化,运输效率波动主要来源于煤炭运输需求的变动。呼和浩特铁路局区位条件较差,自身外运通道较少,技术水平也较低,货运线路与主要煤港、需求地之间联系不够密切,部分外运煤需经由西安铁路局和太原铁路局线路转运至目的地。当煤炭需求旺盛时,受限于京包线等主要运煤通道运能饱和,运输效率虽然有所增长,但不足以上升到超效率水平。当煤炭需求增速减缓甚至下降时,由于借由他局中转更加便利,其自身外运通道的运量明显减少,导致整体货运周转量下滑,运输效率随之降低。

上海铁路局从技术效率连续下降的状态中迅速回复至技术效率最优状态,铁路建设相对滞后导致的长三角地区铁路与经济的不协调可能是造成这种现象的主要原因。与此同时,金融危机引起的中国铁路整体运输需求增速放缓加速了这一过程。武汉和西安铁路局均处在重要干线交汇的核心枢纽位置,近些年来经常性有大规模铁路建成通车,故而技术效率多次波动。有所不同的是,武汉铁路局辖区区位条件相较于西安铁路局更好,处于各主要经济区联系的交汇节点,故而运输效率波动幅度更大,频率更快。

(3)增长型太原铁路局货运重载技术的不断革新和东部地区煤炭需求的波动增长(2005-2013年京津冀、山东和长三角地区煤炭消耗量从8.56亿t上升到12.21亿t,年均增长5.3%),使得大部分时期太原铁路局的技术变化水平高于生产前沿面(表2),故其运输效率在超效率水平下增长。青藏铁路公司和昆明铁路局运输效率的增长主要来源于客、货运周转量的大幅度增加,2005-2013年两者客运周转量分别增加了142.93%、254.68%,远远高于全国平均水平(80.86%);货运周转量分别增加了44.34%、174.46%,也高于全国平均水平(38.02%)。造成这一现象的主要原因是,由于地形条件限制,这两个铁路局辖区铁路发展一直较为滞后,近年来随着铁路投资的加大和铁路建造技术的升级,铁路规模快速扩张,引致客、货运需求的大幅提升,尤其是铁路交通的改善极大地促进了这两个铁路局旅游市场的开放,铁路客流也随之大幅度增加,2005-2013年云南、贵州、西藏三省入境过夜游客分别从150.28万人次、27.62万人次、12.13万人次上升到287.88万人次、62.4万人次、22.32万人次,分别提升91.56%、125.92%、84%,高于全国平均(70%)。兰州铁路局运输效率提高是由于该铁路局是东西联系的枢纽之一,铁路网络发达,且由于辖区内沟壑纵横的地形,铁路运输更具竞争优势,2005-2013年该局辖区铁路客运周转量占客运总周转量的51.89%,而全国平均水平仅为32.88%,其间该局客运周转量增长率较之全国平均水平,高出12%。

表2 2005-2013年各时间段中国各铁路局技术变化值 Tab.2 Technological change of Chinese 18 railway bureaus in each period during 2005-2013
3.3 铁路运输效率空间演化的影响因素与机理

总体而言,铁路运输效率受到铁路系统内部因素以及自然环境与经济社会等外部因素的综合影响。铁路系统管理水平、技术水平、服务规模以及制度设计等对铁路运输效率起着主导性作用。但自然环境和经济社会发展等外部因素通过复杂的作用机制,对其的影响也不容忽视。地区经济、人口密度、产业结构、产业规模、资源禀赋和地理位置等直接影响了铁路客、货运需求的规模和结构;同时,地理区位、地形条件、资源禀赋等自然环境条件也对铁路系统的规模和技术水平产生重要影响,从而影响铁路运输效率的空间结构(图5a)。时序演化方面,铁路系统本身的变化革新和经济社会因素的发展变化,使得铁路运输的供给和需求不断发生变化,铁路运输效率也因此不断变动。相对恒定的自然环境因素通过对铁路系统和经济社会发展的促进或约束作用,也会对铁路运输效率的变化产生重要影响(图5b)。传统研究框架下,学者对影响运输效率的铁路系统内部因素已做了较为详尽的研究。鉴于此,本文立足于交通地理学视角,在简要分析铁路系统自身因素对运输效率影响基础上,重点探讨自然环境与社会经济等外部地域空间因素对铁路运输效率的影响机制。

图5 铁路运输效率时空演化机理 Fig. 5 Spatio-temporal evolution mechanism of railway efficiency

3.3.1 铁路系统自身因素的主导性作用机制 铁路运输效率时空演化是地域空间内各铁路子系统投入产出时空演变的外在表现,而后者则深受铁路系统自身因素的影响。因此,铁路系统自身的因素变化对铁路运输效率的时空演变过程产生着主导性作用,如客货运组织水平提高、复线建设、电气化扩能改造等均深刻影响到铁路运输效率的提升。① 客货运组织的提高使得铁路系统运营主体更能充分依据准确的市场调查,合理地选址建设铁路基础设施。并以此为基础,制定更行之有效的行车计划,合理地调配人员与车辆,使得铁路系统能够在客货运市场相对固定的情况下,减少要素投入;同时,组织水平较高的铁路系统也能够更为迅速地对运输市场波动作出行之有效的反应,修正完善现有的运行计划,使得铁路系统能够在要素投入相对固定的情况下,获得更多产出。② 铁路复线建设、电气化扩能改造、高速客运专线建设等基础设施方面的改善提升能够对铁路运行速度、运载能力和市场规模等产生影响,从而对运输效率产生影响。复线铁路的建设减少了既有铁路上列车间的速度冲突,降低了低速列车待避的频次,提升了线路整体运行速度。电气化铁路的建设使得线路运载能力和运行速度有着明显的改善,同时电气化线路规模的扩大,扩张了电力机车运行的范围,使得人员、机车和线路的投入更具有规模经济。客运专线建设使得铁路能够高速化运行,运行速度的大幅度提升扩大了铁路运输的优势区间,增大了铁路运输的市场规模。同时,随着铁路客运逐渐转入专线运输,既有铁路上客运列车和货运列车速度冲突现象逐渐得到缓解,铁路整体运行速度因此得到提升,从而促进了运输效率的提升。

3.3.2 地域空间因素的诱导性作用机制 (1)区位条件的基础性作用。① 区位要素影响区域的可达性水平、经济联系强度和运输成本[38,39],从而对铁路运输效率造成影响。区位条件优越的区域,有条件形成多方位的运输联系,可达性水平和经济联系强度均较高,铁路运输的流量较大,在同样投入水平下,运输效率表现出较高水平。② 区位优势明显的区域在整个运输系统中起桥梁和纽带的作用,易于成为干线铁路汇集的枢纽,线路中干线铁路的比例相对较高,受干线铁路辐射的范围较广。一般情况下,干线铁路的平均技术水平优于支线铁路,因而干线铁路占比较高的区域铁路技术水平也相应较高,运输效率水平较高。③ 枢纽区域客、货流输入与输出的联系一般较强,具有一定的中转功能,相比于周边大部分地区而言运输流量更大,更容易形成规模与技术优势。④ 在短期演化过程中,为了适应日益增长的客货运输需求,区位优势明显的地区会不断投入生产要素,但运输产出的增长相对而言是一个平稳的过程,由此会引致运输效率的波动;但在长期演化过程中,区位优势持续作用,最终导致拥有相对优势的铁路局运输效率呈螺旋形上升而处于高效率水平。

(2)资源势差的促进性作用。① 资源势差是资源相对稀缺的必然结果,是资源流动的内在本质,影响资源流动的强度,同时铁路资源的趋利性也使得资源势差影响到铁路运输的技术水平[40],从而综合影响铁路局的运输效率水平。如东部高值区中太原铁路局经济相对欠发达运输效率却较高,原因之一在于太原铁路局辖区是中国最主要的煤产地,煤炭产出量巨大,同时区域消费煤炭的能力较小,因此资源相对势差和作业相对势差水平均较高,货运水平较高。② 资源势差的扩大会引起运输需求的增加,也间接影响铁路的技术水平,从而促进运输效率水平的提升,反之亦然。地区资源开采的程度、经济发展水平与产业结构等变化时会引起资源势差的变化,从而导致运输效率的发生改变。如呼和浩特铁路局运输效率的下降与其产业结构升级和煤电一体化发展关系密切。

(3)地形条件的约束性作用。① 地形条件能够影响陆路运输线路的等级、路况和线性水平,进而影响各陆路运输方式的速度、能耗、牵引重量和实际运距等,从而对运输效率产生影响。线路的坡度差越大,机车运行的单位能耗越大、相对牵引重量越小、速度越慢[41],单位运输成本越高。而线路的线性水平越差,相同直线距离下,实际运距越大。因而,相比于简单地形条件下的东中部地区,复杂地形条件下的西部地区铁路运输的总成本更高,运输效率更低。但随着轨道交通建造技术的不断提升,地形条件对于铁路运输效率的限制作用逐渐缩小,复杂地形条件下的地区铁路运输效率会因此得到提升。② 地形条件能够影响区域人口分布,从而间接地影响铁路的运输效率水平。地形起伏度能够对区域内人口分布产生较为明显的影响,随着地形起伏度的增高,人口密度有减小的趋势[42]。故而,复杂地形条件下,区域铁路的运输需求较小且集中程度相对较低,运输效率水平较低。③ 地形也会对铁路运输效率产生一定的正向效应。复杂地形条件下,铁路线路线性相比于公路更好、坡度差更小,平均运距和单位运输成本更低,总成本更低,故而需求水平较高,这可能是兰州铁路局运输效率较高的主要原因之一。

(4)城镇格局与城镇化水平的强化作用。城镇格局和城镇化水平直接影响铁路基础设施的分布和等级,也会对铁路客运需求的集中程度产生影响,从而影响铁路的运输效率。① 区域层面看,经济水平相对落后的区域,更倾向于单极化发展的模式,极点与周边城镇间和各城镇之间客货运联系强度均较小,其全面发展高等级的铁路网络的驱动力不足,因而高等级的对外联系主干线路搭配低等级的内部联系支线铁路是发展的主要模式,表现为铁路规模较小且技术水平较低,运输效率较低。随着落后地区经济发展水平的提升,城镇格局会从单极化向多级化演进,由此引致的运输需求提升将推动铁路网络规模及其技术水平的提升,进而提升运输效率。② 城镇化水平和铁路客运需求的集中程度相对正相关,城镇化水平越高,铁路客运需求的集中程度相对越高[43],运输资源的集聚、规模和密度效应水平越高,运输效率越高。乌鲁木齐铁路局辖区相比于哈尔滨铁路局而言人口密度较低,运输效率却较高的原因在于乌鲁木齐辖区城市间距离较大且主要城市珠串状分布于铁路线路两侧,客运市场集中程度高且车辆停靠站点间距长,停靠频次少,因而车辆和线路的使用效率较高,运输效率水平较高。

4 结论与讨论
4.1 结论

本文使用超效率SBM-Malmquist方法测算2005-2013年中国铁路系统运输效率和生产率,旨在达成三个目的:首先,测算出近些年中国铁路系统运输效率及其变化;其次,基于空间视角,找出影响铁路运输效率的主要因素;最后,分析高速铁路建设对铁路的运输效率和生产率产生的影响。分析结果显示:① 2005-2013年,中国铁路运输技术效率呈现上升趋势,但总体水平不高,规模效率低是造成这一现象的主要原因;② 各铁路局间技术效率差距呈缩小趋势;③ 区域空间的区位条件、资源势差、地形条件、城镇格局与城镇化水平、经济水平、产业结构、技术水平等要素的差异性使得中国铁路运输效率整体上呈现出“东中西”空间分布格局,且研究期内这一格局相对稳定;④ 根据铁路局效率演化类型分析发现近些年大规模高速铁路的建设并没有引起运输效率和生产率的较大变动。

4.2 讨论

(1)中国的铁路系统建立在一个供需结构失衡[44]、运能不足[2]、管理水平低下[20]、制度安排不完善[20]的基础之上,因此在铁路局改组初期(2005-2006年)和技术革新初具规模时(2010-2011年),纯技术效率提升的空间较大(6.1%、3.53%)。但随着市场逐渐完善、供需结构趋向平衡和技术革新速度减缓,纯技术效率改进的空间缩小(图2)。相对而言,正是初期较高的纯技术效率“掩盖”了规模优化的贡献,随着纯技术效率增长乏力,技术效率提升转向以优化要素投入规模为主的发展道路,规模效率逐年上升(图2)。据此可以推断,在中国大力发展高速铁路的背景下,未来一段时间内纯技术效率上升的情况还会发生。但总体而言,发挥规模经济效应仍将会是中国铁路整体技术效率改进的主要方式。

(2)本质上来说,运输效率从投入—产出比例关系的角度反映了运输资源的分配、利用状态。本文的实证分析可以看出,传统研究框架下所主要涉及的影响因素并不能完全解释中国铁路运输效率的区域差异,中国铁路的运输效率受资源势差、区位条件、地形地貌、城镇格局等影响较为明显。这是因为中国铁路系统有其特征性,相比于世界上其他国家和地区的铁路,中国铁路规模更大,跨越的地区更多,因而运行空间的异质性对运输效率的影响也更为明显。当然,本文仅对铁路局技术效率进行测度、并分析其空间格局及机理,而没有对铁路外部性、铁路局辖区内部空间异质性等展开深入分析。下一步需要对铁路正负外部性进行度量和对铁路局辖区内部空间异质性进行剖析,从而更好地了解中国铁路的运行状况。

The authors have declared that no competing interests exist.

Reference
[1] Costa A.Evaluation public transport efficiency with neural network models. Transportation Research Part C, 1997, 5(5): 301-312.
This paper is concerned with measuring performance of public transport services based on the concept of productive efficiency. A new nonparametric approach is proposed based on multi-layer perceptron neural networks (MLPs). The advantages and limitations of this approach are discussed and compared with those of mathematical programming and econometric techniques. The MLP is used, along with data envelopment analysis (DEA) and corrected least squares (COLS), to set out comparative annual efficiency measures for the London Underground, for the period 1970 to 1994. It is argued that the MLP approach is superior to traditionally applied techniques since it is both nonparametric and stochastic and offers greater flexibility. Finally, it is demonstrated that the proposed MLP efficiency analysis has important practical implications for decision making.
DOI:10.1016/S0968-090X(97)00017-X      [本文引用:1]
[2] 陆大道. 关于避免中国交通建设过度超前的建议. 地理科学, 2012, 32(1): 2-11.
[本文引用:2]
[Lu Dadao.The proposition to avoid the over advance and in appropriate construction of China's transport infrastructures. Scientia Geographica Sinica, 2012, 32(1): 2-11.]
[3] 王姣娥, 胡浩. 中国高铁与民航的空间服务市场竞合分析与模拟. 地理学报, 2013, 68(2): 175-185.
[本文引用:1]
[Wang Jiao'e, Hu Hao. Competition and cooperation of high-speed rail and air transport in China: A perspective from spatial service market view. Acta Geographica Sinica, 2013, 68(2): 175-185.]
[4] Zhao Jian.The variation in the value of travel-time savings and dilemma of high-speed railway in China. Transportation Research Part A: Policy and Practice, 2015, 82(11): 130-140.
This paper examines the variation in the value of travel-time savings (VTTS), a fundamental element determining the market demand for high-speed rail. Following a review of time allocation theories, a time allocation model for general travel behavior is proposed as a further elaboration of Evans- (1972) activities analysis. There are relationships among activities that can be expressed using a linear inequality to show the constraints on the arrangement of activities. This model indicates that two or more activities can be simultaneously rearranged to improve time management, which may be a source of variation in VTTS. This time allocation model can explain why large-scale high-speed rail construction in China faces significant market risks and a high likelihood of economic loss. Data from a new ticket sales and booking system for railway passengers indicate that passengers prefer conventional overnight sleeper trains, rather than high-speed trains, for long-distance travel, which supports the analysis of the time allocation model.
DOI:10.1016/j.tra.2015.09.012      [本文引用:2]
[5] 汪德根, 陈田, 陆林, . 区域旅游流空间结构的高铁效应及机理: 以中国京沪高铁为例. 地理学报, 2015, 70(2): 214-233.
[本文引用:1]
[Wang Degen, Chen Tian, Lu Lin, et al.Mechanism and HSR effect of spatial structure of regional tourist flow: Case study of Beijing-Shanghai HSR in China. Acta Geographica Sinica, 2015, 70(2): 214-233.]
[6] 吴康, 方创琳, 赵渺希, . 京津城际高速铁路影响下的跨城流动空间特征. 地理学报, 2013, 68(2): 159-174.
[本文引用:]
[Wu Kang, Fang Chuanglin, Zhao Miaoxi, et al.The intercity space of flow influenced by high-speed rail: A case study for the rail transit passenger behavior between Beijing and Tianjin. Acta Geographica Sinica, 2013, 68(2): 159-174.]
[7] Li Z C, Sheng D.Forecasting passenger travel demand for air and high-speed rail integration service: A case study of Beijing-Guangzhou corridor, China. Transportation Research Part A: Policy and Practice, 2016, 94(1): 397-410.
This paper investigates the mode choice behavior of inter-city passengers among air transport, high-speed rail (HSR), and air and high-speed rail (AH) integration services. Stated preference survey has been conducted for four typical city pairs that are located in the Beijing-Guangzhou corridor, China. Modal split models are proposed and calibrated based on the collected survey data. The proposed models are used to identify the key factors affecting passengers- mode choices and to estimate the modal split of passenger travel demand for some inter-city transportation markets of China. Sensitivity analyses are also performed to reveal the market potential of the AH integration service in China. It has been found: (i) when the inter-city travel distance exceeds a threshold, passengers become less sensitive to the connection time of the AH service, (ii) the most competitive haul distance for the AH service is between 1200km and 1600km, and (iii) the en route travel time is the most important factor affecting the market share of the AH service.
DOI:10.1016/j.tra.2016.10.002      [本文引用:1]
[8] Börjesson M.Forecasting demand for high speed rail. Transportation Research Part A: Policy and Practice, 2014, 70(12): 81-92.
It is sometimes argued that standard state-of-practice logit-based models cannot forecast the demand for substantially reduced travel times, for instance due to High Speed Rail (HSR). The present paper investigates this issue by reviewing the literature on travel time elasticities for long distance rail travel and comparing these with elasticities observed when new HSR lines have opened. This paper also validates the Swedish long distance model, Sampers, and its forecast demand for a proposed new HSR, using aggregate data revealing how the air–rail modal split varies with the difference in generalized travel time between rail and air. The Sampers long distance model is also compared to a newly developed model applying Box–Cox transformations. The paper contributes to the empirical literature on long distance travel, long distance elasticities and HSR passenger demand forecasts. Results indicate that the Sampers model is indeed able to predict the demand for HSR reasonably well. The new non-linear model has even better model fit and also slightly higher elasticities.
DOI:10.1016/j.tra.2014.10.010      [本文引用:1]
[9] Bookbinder J H, Qu W W.Comparing the performance of major American railroads. Transportation Research Forum, 1993, 33(9): 79-86.
Data Envelopment Analysis (DEA) is a promising approach for assessing the efficiency of organizational units (different firms or companies) which employ multiple resources (inputs) to produce a number of services or products (outputs). Single-ratio analysis is often inconclusive in comparing several such organizations because each may have a higher productivity ratio for different resources. DEA has been used in such diverse applications as evaluating the performance of schools, local bank branches and hospitals. In this paper, we compare the performance of seven Class 1 North-American railroads. The inputs of each railroad are the number of freight cars, miles of track and number of employees. We take as outputs each railroad's revenue ton-miles and freight revenue. Different DEA models corresponding to various scenarios are studied, followed by a sensitivity analysis of the selection of inputs or outputs. Conclusions are drawn and interpreted in light of each railroad's market segment.
[本文引用:3]
[10] Graham D.Productivity and efficiency in urban railways: Parametric and non-parametric estimates. Transportation Research Part E, 2008, 44(1): 84-99.
This paper formulates and compares parametric productivity estimates and non-parametric efficiency scores for urban rail firms. It outlines a decomposition of total factor productivity (TFP) change and proposed some hypotheses about how this relates to an analysis of efficiency using data envelopment analysis (DEA). TFP is empirically evaluated using estimates from a translog production function. The estimation also tests some hypotheses about the elements that comprise firm specific ‘technology’. The results show that while estimates of returns to scale differ using the TFP and DEA methods, the ranking of urban rail efficiency is broadly similar.
DOI:10.1016/j.tre.2006.04.001      [本文引用:2]
[11] Yu M M, Lin E T J. Efficiency and effectiveness in railway performance using a multi-activity network DEA model. Omega, 2008, 36(6): 1005-1017.
This paper provides a multi-activity network data envelopment analysis model that represents both production and consumption technologies in a unified framework. The model is applied to simultaneously estimate passenger and freight technical efficiency, service effectiveness, and technical effectiveness for 20 selected railways for the year 2002. The results show that these measures differ significantly. Since the multi-activity network data envelopment analysis models the reality of railways- operations, one can gain further insights from the estimated results and thus propose strategies for improving operational performance.
DOI:10.1016/j.omega.2007.06.003      [本文引用:2]
[12] Lan L W, Lin E T J. Performance measurement for railway transport: Stochastic distance functions with inefficiency and ineffectiveness effects. Journal of Transport Economics and Policy, 2006, 40(3): 383-408.
To scrutinise the plausible sources of poor performance for non-storable transport services, it is necessary to distinguish technical inefficiency from service ineffectiveness. This paper attempts to measure the performance of railways that produce passenger and freight services by two stochastic distance function approaches. A stochastic input distance function with an inefficiency effect is defined to evaluate technical efficiency; whereas a stochastic consumption distance function with an ineffectiveness effect is introduced to assess service effectiveness. The empirical analysis examines 39 worldwide railway systems over eight years (1995芒聙聯2002) where inputs contain number of passenger cars, number of freight cars, and number of employees, while outputs contain passenger train-kilometres and freight train-kilometres, and consumptions contain passenger-kilometres and ton-kilometres. The findings show that railways' technical inefficiency and service ineffectiveness are negatively influenced by gross national income per capita, percentage of electrified lines, and line density. Overall, the railways in West Europe perform more efficiently and effectively than those in East Europe and Non-European regions. Strategies for ameliorating the operation of less-efficient and/or less-effective railways are proposed.
DOI:10.1016/j.jjie.2006.02.001      [本文引用:2]
[13] Kutlar A, Kabasakal A, Sarikaya M.Determination of the efficiency of the world railway companies by method of DEA and comparison of their efficiency by Tobit analysis. Quality & Quantity, 2012, 47(6): 3575-3602.
This paper attempts to measure the performance of railway companies that produce passenger and freight services around the world. The data covering 10 years from 2000 to 2009 is analyzed first via the data envelopment analysis method in order to obtain technical efficiency and allocative efficiency scores of 31 railway companies for the purpose of the study. In the analysis conducted by use of the CCR model, while total 17 firms were efficient in the first year, this figure reaches to 18 companies for the last year with one more addition. While only two companies seem efficient in the first year, this figure goes down to one for the last year. With input oriented and variable return analysis conducted by use of the BCC model, the firms having technical efficiency at the beginning of the period were 20 in number. At the end of the period, the figure reaches to 24. Next, the outputs of DEA are correlated by Tobit regression and tried to determine decisiveness of the outputs on the efficiency. It has been seen that the same output composition used with Tobit analysis gives more compliant results with the allocative efficiency scores rather than with the technical efficiency scores.
DOI:10.1007/s11135-012-9741-0      [本文引用:3]
[14] Cowie J.The technical efficiency of public and private ownership in the rail industry. Journal of Transport Economics and Policy, 1999, 33(3): 241-251.
[本文引用:1]
[15] Asmild M, Holvad T.Railway reforms: Do they influence operating efficiency?. Transportation, 2009, 36(5): 617-638.
This paper considers railway operations in 23 European countries during 1995-2001, where a series of reform initiatives were launched by the European Commission, and analyses whether these reform initiatives improved the efficiency of the railway systems. Efficiency is measured using Multi-directional Efficiency Analysis, which enables investigation of how railway reforms affect the inefficiencies of specific cost drivers. The main findings are that the reform initiatives generally improve technical efficiency but potentially differently for different cost drivers. Specifically, the paper provides empirical evidence that accounting separation is important for improving the efficiency in the use of both material and staff costs, whereas other reforms only influenced one of these factors.
DOI:10.1007/s11116-009-9216-x      [本文引用:1]
[16] Chapin A, Schmidt S.Do mergers improve efficiency?. Journal of Transport Economics and Policy, 1999, 33(2): 147-162.
[本文引用:2]
[17] Wilson W W, Wilson W W.Deregulation, rate incentives, and efficiency in the railroad market. Research in Transportation Economics, 2001, 6(1): 1-24.
A number of important innovations and events over the last 25 years have reshaped railroad marketing and have led to dramatically lower rates. Many of these innovations have been developed for and used extensively in agricultural markets. In this paper, we document these innovations and examine the behavior of rail rates from 1972-1995, using a nonlinear regulatory adjustment mechanism to represent the effects of partial deregulation. We focus on rate changes that have occurred under the new regulatory regime introduced by passage of the Staggers Rail Act in 1980. Our econometric analysis applies to the five leading agricultural commodities shipped by rail which account for over 90% of agricultural movements. We find that rates for all five commodities have fallen dramatically over time, but that there are differences across the commodities in magnitude. We also find that the effect of partial deregulation on rates and productivity, while large, dissipates over time.
DOI:10.1016/S0739-8859(01)80004-4      [本文引用:2]
[18] Jain P, Cullinane S, Cullinane K.The impact of governance development models on urban rail efficiency. Transportation Research Part A: Policy and Practice, 1999, 117(2): 1238-1250.
Influenced by the twin forces of globalization and urbanization, many cities are developing urban rail transit systems (URTS). The policies and ownership structures within which they are developed have a profound impact upon their efficiency. This paper analyzes the relationship between ownership structure and technical efficiency through the application of data envelopment analysis (DEA). A comparative analysis of 15 URTS reveals that, among the different available governance development models, privatization has a direct and positive bearing upon enhancing efficiency.
DOI:10.1016/j.tra.2008.03.012      [本文引用:2]
[19] Cantos P, Pastor J M, Serrano L.Productivity, efficiency and technical change in the European railways: A non-parametric approach. Transportation, 1999, 26(4): 337-357.
DOI:10.1023/A:1005127513206      [本文引用:1]
[20] 刘秉镰, 刘玉海, 穆秀珍. 行政垄断、替代竞争与中国铁路运输业经济效率: 基于SBM-DEA模型和面板Tobit的两阶段分析. 产业经济研究, 2012, 2(2): 33-42.
运用SBM-Tobit两阶段模型,对中国各省市的能源效率进行分析.运用考虑非期望产出的SBM模型对中国各省市1995-2010年的能源效率进行了评价,研究结果表明,上海、广东、海南和青海四省市的能源效率最高,贵州最低.运用面板Tobit模型对影响能源效率的因素进行回归分析的结果表明,优化产业结构、改善能源结构、加强技术引进,以及提高政府影响力都有助于能源效率的改善;而内部技术创新和市场化程度对能源效率的影响还难确定;社会经济发展水平对能源效率的影响正经历一个由负转正的过程.
DOI:10.3969/j.issn.1671-9301.2012.02.005      [本文引用:4]
[Liu Binglian, Liu Yuhai, Mu Xiuzhen.Administrative monopoly, substitutive competition and operational performance measurement of the Chinese railway transportation industry. Industrial Economics Research, 2012, 2(2): 33-42.]
[21] 张诚, 杨香珍. 我国铁路运输业效率实证分析的探讨. 铁道运输与经济, 2013, 35(10): 1-5.
利用2005—2010年我国18个铁路局(公司)的面板数据,采用超效率DEA方法对铁路运输业的投入产出效率进行实证分析。研究表明,在2005—2010年期间我国铁路运输业效率总体呈逐年上升趋势,并且年均值达到1,为DEA有效;效率总平均值高于1的有7个铁路局;从地区角度看,中部地区效率最高,其次是东部,西部地区效率最低。最后对效率较低的铁路局和地区提出改进建议。
DOI:10.3969/j.issn.1003-1421.2013.10.001      [本文引用:]
[Zhang Cheng, Yang Xiangzhen.Discussion on empirical analysis of efficiency of railway transport industry in China. Railway Transport and Economy, 2013, 35(10): 1-5.]
[22] 高宏伟, 刘延平. 铁路行业产出效率的测量与经济政策评估. 统计研究, 2006, 23(7): 46-49.
[本文引用:2]
[Gao Hongwei, Liu Yanping.The measurement of production efficiency and assessment of economic policy of China railway industry. Statistical Research, 2006, 23(7): 46-49.]
[23] 李兰冰. 我国铁路系统生产效率的实证研究: 基于DEA模型的两阶段分析. 软科学, 2008, 22(4): 58-63.
以数据包络分析法为理论工具,从生产效率的视角对我国铁路经营效率进行总体评价与定量分析,并在第二阶段通过Tobit模型对铁路生产无效率的影响因素予以识别。研究发现:(1)我国铁路总体上生产效率较低,纯技术无效率是主要根源;(2)东部是铁路最发达的地区,规模无效率和纯技术无效率分别是东部和中西部地区无效率的根源;(3)铁路普遍存在投入拥挤和产出不足的现象,中西部地区程度远高于东部地区;(4)经济发达程度、人口总数、铁路经营管理水平、铁路路网密度和公路路网密度是影响铁路生产无效率的主要因素。
DOI:10.3969/j.issn.1001-8409.2008.04.013      [本文引用:1]
[Li Lanbing.Efficiency analysis of the regional railway in China: Based on the application of DEA-Tobit approach. Soft Science, 2008, 22(4): 58-63.]
[24] 李兰冰. 中国铁路运营效率实证研究: 基于双活动—双阶段效率评估模型. 南开经济研究, 2010, (5): 95-110.
[本文引用:1]
[ Li Lanbing.Comprehensive efficiency evaluation of Chinese railway system: Based on double-stage and double-activity analysis framework. Nankai Economic Studies, 2010, (5): 95-110.]
[25] 张志坚, 张诚, 于兆宇. 铁路生产效率测定及其技术经济因素分析: 基于DEA—模糊物元—Tobit模型. 工业经济技术, 2010, (10): 78-83.
提高生产效率是铁路参与市场竞争,服务国民经济可持续发展的必然 要求.应用DEA方法测量铁路近12年的生产效率,在第二阶段将铁路技术经济因素分类降维并进行基于熵权的模糊物元处理,并在第三阶段通过Tobit模型 对影响生产效率的技术经济因素予以识别.研究表明:(1)我国铁路总体生产效率较低,规模无效率是主要原因,但总体效率呈逐年增长趋势;(2)分类的4个 技术经济因素呈逐年增强的趋势;(3)分类的3个技术经济因素和生产效率关联性显著,技术进步对生产效率的提高具有明显的正向作用.
DOI:10.3969/j.issn.1004-910X.2012.10.011      [本文引用:2]
[Zhang Zhijiang, Zhang Cheng, Yu Zhaoyu.Measurement of railways production efficiency and the analysis of its technical economic factors: Based on DEA-fuzzy matter-element-Tobit model. Journal of Industrial Technological Economics, 2010, (10): 78-83.]
[26] 王强, 樊杰, 伍世代. 1990-2009年中国区域能源效率时空分异特征与成因. 地理研究, 2014, 33(1): 43-56.
[本文引用:1]
[Wang Qiang, Fan Jie, Wu Shidai.Spatial-temporal variation of regional energy efficiency and its causes in China, 1990-2009. Geographical Research, 2014, 33(1): 43-56.]
[27] 盖美, 连冬, 田成诗, . 辽宁省环境效率及其时空分异. 地理研究, 2014, 33(12): 2345-2357.
环境问题已经成为辽宁省经济发展的瓶颈。基于随机前沿分析SFA与非期望产出的数据包络SBM的研究方法,选取2005年到2011年为研究时间,对辽宁省14个地级市环境效率进行测算,并利用聚类分析、基尼系数与β趋同等研究方法对环境效率进行时空分析。在此基础上,利用Tobit模型建立多元回归,以分析辽宁省环境效率的影响因素。结果表明:大连、沈阳、鞍山的环境绝对效率水平较高,朝阳市绝对效率水平最低;大连、盘锦、沈阳处于生产有效单元,朝阳相对效率属强无效单元;在空间与时间的分析上大连、沈阳等是效率水平高的地区,朝阳为最低地区,空间呈"山脊状"分布;绝对效率值差距在不断缩小,相对效率差距在拉大后趋于稳定;回归结果显示产业结构与经济发展水平对环境经济效率及企业资本深化与生产技术水平起正向作用;财政支持与外商直接投资没有通过模型检验,未对环境效率起作用。
DOI:10.11821/dlyj201412012      [本文引用:1]
[Gai Mei, Lian Dong, Tian Chengshi, et al.The research for Liaoning environmental efficiency and spatial-temporal differentiation. Geographical Research, 2014, 33(12): 2345-2357.]
[28] 关伟, 许淑婷. 中国能源生态效率的空间格局与空间效应. 地理学报, 2015, 70(6): 980-992.
能源生态效率兼顾能源利用中的生态效益与经济效益,是对能源—环境—经济3E系统效率的度量。基于考虑非期望产出的SBM模型对中国1997-2012年省际能源生态效率进行测度,从空间格局规模、格局强度与格局纹理三个方面分析能源生态效率的空间分布特征和演变规律,运用空间计量模型验证中国省际能源生态效率的空间溢出效应及其影响因素。研究表明:1中国能源生态效率整体偏低,低效率省份约占40%,广东、海南、福建位于能源生态效率值的最前沿,宁夏、甘肃、青海、新疆为主要的低能效地区。全国能源生态效率总体上呈U型演变格局,局部地区主要有增长型、波动型、突变型和平稳型等4种演变类型;2中国能源生态效率在省际尺度上表现出显著的全局与局部空间集聚特征,高高集聚区主要分布在东部沿海和南部沿海地区,低低集聚区主要分布在西北地区和黄河中游地区。空间格局的变化主要发生在高低集聚区与低高集聚区,其中又以京津冀地区的集聚类型演变最为显著;3中国能源生态效率存在着明显的空间效应,某一地区的能源生态效率对相邻地区的空间溢出程度均强于相邻地区的误差冲击对该地区的影响程度;在影响能源生态效率空间效应的诸多因素中,产业结构的影响最大。
DOI:10.11821/dlxb201506011      [本文引用:1]
[Guan Wei, Xu Shuting.Study on spatial pattern and spatial effect of energy eco-efficiency in China. Acta Geographica Sinica, 2013, 70(6): 980-992.]
[29] 荣朝和. 关于运输业规模经济和范围经济问题的探讨. 中国铁道科学, 2001, 22(4): 97-104.
[本文引用:1]
[ Rong Chaohe.On the economies of scale and scope in transport network. China Railway Science, 2001, 22(4): 97-104.]
[30] Tone K.A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research, 2001, 130(3): 498-509.
In this paper, we will propose a slacks-based measure (SBM) of efficiency in Data Envelopment Analysis (DEA). This scalar measure deals directly with the input excesses and the output shortfalls of the decision making unit (DMU) concerned. It is units invariant and monotone decreasing with respect to input excess and output shortfall. Furthermore, this measure is determined only by consulting the reference-set of the DMU and is not affected by statistics over the whole data set. The new measure has a close connection with other measures proposed so far, e.g., Charnes–Cooper–Rhodes (CCR), Banker–Charnes–Cooper (BCC) and the Russell measure of efficiency. The dual side of this model can be interpreted as profit maximization, in contrast to the ratio maximization of the CCR model. Numerical experiments show its validity as an efficiency measurement tool and its compatibility with other measures of efficiency.
DOI:10.1016/S0377-2217(99)00407-5      [本文引用:1]
[31] Tone K.A slacks-based measure of super-efficiency in data envelopment analysis. European Journal of Operational Research, 2002, 143(1): 32-41.
No abstract is available for this item.
DOI:10.1016/S0377-2217(01)00324-1      [本文引用:1]
[32] Coelli T, Perelman S.Technical efficiency of European railways: A distance function approach. Applied Economics, 2000, 32: 1967-1976.
This study has two principal objectives. The first objective is to measure and compare the performance of European railways. The second objective is to illustrate the usefulness of econometric distance functions in the analysis of production in multioutput industries, where behavioural assumptions such as cost minimization or profit maximization, are unlikely to be applicable. Using annual data on 17 railways companies during 1988-1993, multioutput distance functions are estimated using corrected ordinary least squares (COLS). The resulting technical efficiency estimates range from 0.980 for the Netherlands to 0.784 for Italy, with a mean of 0.863. The distance function results are also compared with those obtained from single-output production functions, where aggregate output measures are formed using either total revenue or a Tornqvist index. The results obtained indicate substantial differences in parameter estimates and technical efficiency rankings, casting significant doubt upon the reliability of these single-output models, particularly when a total revenue measure is used to proxy aggregate output.
DOI:10.1080/00036840050155896      [本文引用:1]
[33] Tim Coelli, Sergio Perelman.A comparison of parametric and non-parametric distance functions: With application to European railways. European Journal of Operational Research, 1999, 177(2): 326-339.
In this paper we use multi-output distance functions to investigate technical inefficiency in European railways. The principle aim of the paper is to compare the results obtained from the three alternative methods of estimating multi-output distance functions. Namely, the construction of a parametric frontier using linear programming; data envelopment analysis (DEA) and corrected ordinary least squares (COLS). Input-orientated, output-orientated and constant returns to scale (CRS) distance functions are estimated and compared. The results indicate a strong degree of correlation between the input- and output-orientated results for each of the three methods. There are also significant correlations observed between the results obtained using the alternative estimation methods. The strongest correlations being between the parametric linear programming and the COLS methods. Finally, the paper concludes with the suggestion that a combination of the technical efficiency scores, obtained from the three different methods, be used as the preferred set of scores. This idea is borrowed from the time-series forecasting literature.
DOI:10.1016/S0377-2217(98)00271-9      [本文引用:2]
[34] Golany B, Roll Y.An application procedure for DEA. Omega, 1989, 17(3): 237-250.
Data Envelopment Analysis (DEA) has become an accepted approach for assessing efficiency in a wide range of cases. The present paper suggests a systematic application procedure of the DEA methodology in its various stages. Attention is focused on the selection of ‘decision making units’ (DMUs) to enter the analysis as well as the choice and screening of factors. The application of several DEA models (in different versions and formulations) is demonstrated, in the process of determining relative efficiencies within the compared DMUs.
DOI:10.1016/0305-0483(89)90029-7      [本文引用:]
[35] Pittman R.Chinese railway reform and competition: Lessons from the experience in other countries. Journal of Transport Economics and Policy, 2004, 38(2): 309-341.
This paper examines the possibilities for improving the performance and increasing the capacity of China's railroad system through the introduction of competition. Countries throughout the world are in the process of abandoning the centralised, monopoly, state-owned model of the railway in favour of models that create competition. Different competitive models have been proposed and are being tried. This paper discusses the reform experience with the two basic models and their variations, focusing especially on some of the operational and regulatory challenges that vertical separation is understood to impose. It seeks to apply the lessons of the experience to date to the situation in China.
DOI:10.1016/j.jairtraman.2003.10.001      [本文引用:1]
[36] Graham D J, Couto A, Adeney W E, et al.Economies of scale and density in urban rail transport: Effects on productivity. Transportation Research Part E, 2003, 39(6): 443-458.
This paper examines economies of scale and density in urban rail transport. It isolates the effects of constant and non-constant returns on output and productivity growth using data relating to 17 rail systems in cities around the world. Estimates reveal constant returns to scale but increasing returns to density. The productivity model shows that total factor productivity change has been of great importance in differentiating the output performance of urban rail systems. Our analysis of average labour productivity confirms the importance of shifts to other factors of production and technological change in explaining changing levels of output per worker.
DOI:10.1016/S1366-5545(03)00017-6      [本文引用:]
[37] 沈玉昌. 川黔之间的地形与铁路建设. 地理学报, 1952, 18(3): 136-147.
[本文引用:1]
[Shen Yuchang.Railway construction and terrain in Sichuan and Guizhou province. Acta Geographica Sinica, 1952, 18(3): 136-147.]
[38] 孟德友, 陆玉麒. 基于铁路客运网络的省际可达性及经济联系格局. 地理研究, 2012, 31(1): 107-122.
基于铁路客运交通网络把各省会城市抽象为铁路网络中的节点,以2003和2008年省会城市间铁路客运网络的最短旅行时间为度量指标,对我国铁路客运网络的空间可达性及空间格局进行分析,测算各省区间的省际经济联系强度,进而探讨省际间经济联系的空间指向。研究表明:(1)经过第五、六次铁路客运提速,省际可达性获得了显著提升,尤其西部地区提升幅度更大,省际可达性表现出自东部沿海向西北内陆逐渐降低的圈层式空间格局,高于全国平均水平的地区范围在扩展,干线指向性越来越强;(2)各省区对外经济联系总量地域差异突出,东部地带省区的经济联系总量远高于中西部地带省区;(3)地区间经济联系依托京沪、京广以及京哈等主要铁路干线形成了省际联系的主导轴线,并且随着地区经济的发展和铁路网络的大幅度提速,地区经济联系的空间网络格局逐步形成。
DOI:10.11821/yj2012010011      [本文引用:1]
[Meng Deyou, Lu Yuqi.Analysis of inter-provincial accessibility and economic linkage spatial pattern based on the railway network. Geographical Research, 2012, 31(1): 107-122.]
[39] 吴威, 曹有挥, 梁双波. 区域综合运输成本研究的理论探讨. 地理学报, 2011, 66(12): 1607-1617.
当前从部门和企业层面对运输成本的研究已较为深入,而在区域层面,相关研究主要 集中于运输成本效应的分析,本文尝试立足于区域视角和宏观尺度,从概念内涵、主要影响因素、计量模型、空间格局的形成演化机制及时空演化规律等方面构建区域综合运输成本研究的理论框架.区域综合运输成本是对特定地域单元为进行客货流动所必须克服的阻力的一个宏观的、一般的衡量,深受一地综合交通可达性、客货运输规模及运输外部成本的影响;以此为基础,构建了区域综合运输成本指数以反映不同节点成本的相对高低.综合运输成本空间格局的形成与演化是交通基础设施格局、经济社会发展阶段及政府政策取向等共同作用的结果,一般条件下,其时空演化遵循“初级发散—收敛—高度收敛—发散”的基本模式,随时间推移,综合运输成本逐渐下降,而在空间分布上则由最初的低级均衡演化为非均衡,最终又趋于高级均衡.
DOI:10.11821/xb201112003      [本文引用:1]
[Wu Wei, Cao Youhui, Liang Shuangbo.On the theory of regional integrated transportation costs. Acta Geographica Sinica, 2011, 66(12): 1607-1617.]
[40] 嵇昊威. 中国煤炭铁路运输网络可达性演变特征与优化研究. 南京: 南京师范大学博士学位论文, 2014.
我国煤炭资源较为丰富,能源消费长期以煤炭为主。但我国煤炭生产格局和消费格局偏离程度越来越严重,产生了高强度、大范围的煤炭资源流。铁路是我国煤炭运输的最主要方式,日益增长的煤炭资源流动导致我国铁路运煤运输距离越来越长,运输量越来越大。我国煤炭铁路运输网络经过130年的发展,无论是路网密度还是运输设备,以及运营管理水平都有巨大的突破,形成了东北、华北和西北东部、华东、中南和华南、西南、新疆六个区域性的煤炭铁路运输网。但是我国铁路线路里程短、路网分布不均,区域间煤炭铁路运输网络通道偏少,部分铁路技术等级低、影响行车效率,客货列车混行,货运品种多,运输压力大。在此情形下,本文选取2004年全国第五次铁路提速,2007年全国铁路第六次提速和2011年我国高速铁路网络初步形成三个时间节点,分别研究我国大型国有重点煤矿可达性和我国煤炭铁路运输网络可达性演变,探讨演变机制,提出优化建议。 本文首先使用栅格法研究我国78个大型国有重点煤矿可达性演变,结果表明:我国大型国有重点煤矿可达性分布与煤矿位置和铁路路网有关,交通指向性较强,并且差异较为明显。可达性较好的地区多为大型国有重点煤矿附近。2004年到2011年,浙江、湖北、福建、广东、广西、东北西部的白城、大安一带时间距离缩短,可达性变好。而新疆西部和西藏的可达性没有得到优化。但是栅格法只是研究任意点通过交通网络到最近目标点的时间距离,而在现实中普遍存在“舍近求远”运输煤炭的情况;其他基于“人”的位移的可达性研究很少考虑中转,但是煤炭运输需要考虑中转,这是栅格法研究煤炭运输可达性的不足。因此,本文又采取距离法,使用最短空间距离、加权平均运输时间和连接性研究我国大型国有重点煤矿可达性演变。三个特征年份中,最短空间距离都是以河南省煤矿为最佳,总体呈环状外推,可达性水平逐渐降低。西南煤矿空间可达性差异先缩小然后无明显变化,东北煤矿空间可达性无明显变化。这表明煤炭运输路网格局和煤矿区位是最短空间距离指标的主导影响因素。加权平均运输时间距离等值线2004年为闭合圈层,2007年变为“C”型,向华东地区开口,2011年又变为闭合圈层。西南地区、鄂尔多斯地区、甘肃东部以及内蒙古东北的煤矿加权平均运输时间相对较长,可达性较差,但内蒙古东部和鄂尔多斯煤矿加权平均运输时间差异逐步变小,时间可达性均衡化。上述时间可达性的变化,最根本原因是中国铁路建设与运营的方针由既有线提速向客货分线转变。由于机车交路的优化,连接性总体上等值线梯度变小,说明我国大型国有煤矿连接性差异在缩小。 以我国铁路网络中涉及煤炭运输的编组站及煤炭下水港口为节点,运用最短空间距离、最短时间距离、连接性和可达性系数,对我国煤炭铁路运输网络的可达性演变特征进行分析。结果表明:(1)2004-2007年通过单纯改造既有铁路,提高列车最高运行速度,不仅没有减少煤炭运输的路程,反而因为东部地区大量加开高等级客车等原因,降低了华北、华东北部、华南地区的时间可达性。(2)空间距离可达性呈现以郑州北为核心的中心—外围格局;时间距离可达性的圈层核心发生位移和形变,2004为以阜阳北为核心圆形,2007年拉伸为狭长形,2011年扩张成椭圆状;连接性的核心圈层由2004年的南北向伸展,演变为2007年呈“L”型延伸,2011年呈“十字”状。(3)我国煤炭铁路运输网络日趋均衡化。其中连接性最为均衡,其次是时间距离和空间距离。(4)煤炭下水港中,区位是决定可达性优劣的关键因素。 影响煤炭铁路运输网络可达性的因素,既有来自铁路内部的因素,也有来自铁路外部的因素。内因包括煤运铁路的等级与技术标准,铁路客运需求与煤炭运输的矛盾,铁路自身管理体制等,外因包括煤矿生产量消费量及其空间格局的变化,国家对铁路建设运营政策的调整等。根据上述影响因素,探讨煤炭铁路运输网络可达性演变的机制,包括原动力——煤炭生产格局的变化;推力——即铁路投资加大使路网结构不断完善;支撑力——科技使铁路运输设备的性能不断提升,以及铁路运输管理体制不断创新;压力——客运需求,以及其他一些人为因素等四种。对于客货分线运输,提出郑西、京沪、石太、胶济等四种模式,其中胶济和石太模式对提高煤矿可达性最有利,京沪模式兼顾长途客运与煤炭运输,郑西模式对提高煤矿可达性有限。 根据《中国铁路中长期规划》对2020年我国大型国有重点煤矿和煤炭铁路运输网络可达性分别进行预测。与2011年相比,2020年我国大多数大型国有重点煤矿可达性得到优化,西北东部的煤矿可达性提升最为明显,是因为新建跨区域煤炭运输专线,完善区域内部煤炭运输铁路网,其次是新疆地区。总体看,2020年我国煤炭铁路运输网络可达性得到优化,西北地区和福建地区可达性提升较为明显,西南和东北地区的煤运铁路网络可达性提升有限。而随着机车长交路的推广,各区域的连接性差异缩小最为明显。根据前述研究的结论和预测结果,对我国煤炭铁路运输网络可达性提出以下建议:首先,继续完善优化煤炭铁路运输网络,近期应重点建设西北东部和新疆地区的煤炭铁路运输网络以适应这两个地区日益增长的煤炭运输需要。其次,坚持“客货分线”,完善我国客运专线网络,优化客运组织,为煤炭列车腾出更多运行空间。再次,继续推广煤炭列车直通运输和机车长交路,开展国铁和企业煤炭铁路联运。最后充分利用煤炭列车的回空车,开展“钟摆式”运输。
[本文引用:1]
[Ji Haowei.The evolution of coal railway transport network's accessibility. Nanjing: Doctoral Dissertation of Nanjing Normal University, 2014.]
[41] 郑林昌. 中国自然地形、交通运输成本与区域经济发展作用机理研究. 北京: 北京交通大学博士学位论文, 2010.
区域发展差异一直是经济学领域备受关注的对象,学者们分别从资本、资金、技术、制度和文化等发展要素角度进行了解释。但上述发展要素均具有流动性,如果它们是引起区域经济发展差异的真正原因,那么在长期内,流动性则会抹平区域间经济发展的差异。而现实并非如此,尤其在中国,区域经济发展的宏观空间格局已经保持了近千年的历史。区域经济发展要素中唯一不具流动性的是地理环境,它才是引起区域经济发展差异的真正原因。而交通运输作为经济社会活动的服务部门,是地理环境影响经济社会活动的表现形式。研究地理环境、交通运输与区域发展之间的关系,是一项重大基础性研究工作,为此本文利用投入产出分析、回归分析、空间分析等研究方法,从自然地形角度,对自然地形条件、交通运输成本与区域经济发展之间的作用机理进行系统性研究。通过研究发现: 一、中国不同地形条件下交通运输所发生的建设成本、营运成本和维护成本具有较大差异性。比如,在华北平原和江南平原建设铁路,所发生的建设成本比例为1:2;由能源消耗引起的交通运输营运成本,在沿海地区、中部地区和西部地区的交通运输能耗比例为1:2.09:2.47。二、受交通运输建设成本、营运成本和维护成本的影响,中国区域交通运输成本也存在较大差异。如果沿海地区经济活动承担的交通运输成本为1,则中部地区和西部地区承担的交通运输成本分别为1.15和1.53。三、受大规模交通基础设施投入的带动,中国国民经济运行承担的交通运输成本日益增加,交通运输建设成本过高已经成为制约经济快速发展的重大问题,大规模交通基础设施的投入,使得技术进步、交通运输一体化等降低交通运输成本的努力成为徒劳。四、在不同自然地形条件下,交通运输所产生的区域经济社会效应不同。沿海地区的交通线路以点对面、线对面的方式为区域经济活动提供服务,服务强度大,服务产生的经济社会效益大,而中、西部地区的交通线路则以点对点、线对点的方式为区域经济活动提供服务,服务强度小,服务产生的经济社会效益低。五、受自然地形条件和运输距离的影响,中国经济发展活跃地区经历了,由中西部地区向沿海地区转移,又由沿海地区向内陆地区转移的过程。改革开放以来,中国沿海地区凭借着距离市场近和交通运输成本低廉的优势,获得了快速发展;后期,随着对外贸易模式的变化、国内中心城市的快速成长以及资源大规模开发和利用的影响,中国经济增长重心开始向西、向北迁移。 基于以上研究发现,本文得出结论:为减小区域间经济发展差异,区域应立足自身的自然地形条件,从区域经济活动安排和交通运输成本控制入手,在不同自然地形条件下,采取不同的经济发展模式和交通运输系统结构,以此来减轻区域经济发展的交通运输负担,减小自然地形条件通过交通运输影响区域经济发展的程度,提高经济活动的投入产出效率,促进区域经济的发展。
DOI:10.7666/d.y1781717      [本文引用:1]
[Zheng Linchang.Chinese natural terrain, transportation costs and the region economy development mechanism research. Beijing: Doctoral Dissertation of Beijing Jiaotong University, 2010.]
[42] 封志明, 唐焰, 杨艳昭, . 中国地形起伏度及其与人口分布的相关性. 地理学报, 2007, 62(10): 1073-1082.
基于人居环境自然评价的需要,运用GIS技术,采用窗口分析等方法,提取了基于栅格尺度(10km×10km)的中国地形起伏度,并从比例结构、空间分布和高度特征3个方面系统分析了中国地形起伏度的分布规律及其与人口分布的相关性。研究表明:中国的地形起伏度以低值为主,63%的区域低于1(相对高差≤500m);空间分布呈现西高东低、南高北低的格局;随着经度和纬度增高,地形起伏度呈逐渐下降趋势,28oN、35oN、42oN纬线和85oE、102oE、115oE经线上的地形起伏度符合中国三大阶梯的地貌特征;随着海拔高度增加,地形起伏度呈现逐渐升高趋势。实证分析表明:中国的地形起伏度与人口密度有较好的对数拟合关系,拟合度高达0.91;全国85%以上的人口居住在地形起伏度小于1的地区,在地形起伏度大于3的地区居住的人口总数只占全国0.57%。中国地形起伏度与人口分布的相关性区域差异显著,东北、华北、华中和华南等地相关性显著,内蒙古与青藏地区几乎不存在相关性。
DOI:10.3321/j.issn:0375-5444.2007.10.007      [本文引用:1]
[Feng Zhiming, Tang Yan, Yang Yanzhao, et al.The relief degree of land surface in China and its correlation with population distribution. Acta Geographica Sinica, 2007, 62(10): 1073-1082.]
[43] 马波涛. 中国城市化进程与城际铁路客运需求分析. 北京: 北京交通大学博士学位论文, 2004.
城市化是工业化的产物,也是发展中国家迈向发达国家历程中的必经之路.虽然与世界发达国家相比,目前中国的城市化水平仍然很低,城市化过程中存在着很多问题,但中国的城市化进程正在加速.随着城市化进程的加快,形成了几个以大型城市群为主体的发达经济区.这些经济区的快速发展使旅客运输需求激增,其中包括经济区内部的短途客流和跨区的长途客流.面对这些运输需求,铁路将分别开展何种城际铁路运输模式,城际铁路客运需求分析应分别侧重考虑客流的那些特点?该文将探讨这个问题.在铁路的发展模式中,有两种城际铁路的发展模式对完善发达经济区内外客...
DOI:10.7666/d.y586044      [本文引用:1]
[Ma Botao.Urbanization process and inter-city railway passenger transport demand analysis in China. Beijing: Doctoral Dissertation of Beijing Jiaotong University, 2004.]
[44] 傅选义. 铁路运输经济的若干问题. 北京交通大学学报: 社会科学版, 2016, 15(1): 1-10.
近年,中国铁路铁路的快速发展,取得了很多成就,引起国内外的广泛关注。但同时我们也应看到,铁路企业经营效益不容乐观。资产负债率逐年攀升,货运量大幅递减,市场份额不断下降。在铁路建设加快发展的同时,铁路运输经济出现了哪些亟待解决的问题,需要进行深入的探讨和研究。主要问题包括铁路投资经营问题、铁路运输市场问题、铁路运价管理问题、铁路收入清算问题、铁路人才队伍问题。
DOI:10.3969/j.issn.1672-8106.2016.01.001      [本文引用:1]
[Fu Xuanyi.Issues on the railway transportation economy. Journal of Beijing Jiaotong University: Social Science, 2016, 15(1): 1-10.]
版权所有 © 《地理研究》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn