考虑碳排放的长江经济带交通资源配置效率研究
张佳楠，陈沿伊，曹 莹，熊 煜
（武汉理工大学 交通学院，湖北 武汉 430063）
[摘 要] 由于长江经济带已提升为国家发展战略，因此分析长江经济带交通资源配置是否协调均衡有重要的意义。在建立考虑碳排放指标体系的基础上，运用ML指数测度分析了长江经济带2007-2016年的交通资源配置效率，结果表明：长江经济带的资源配置效率波动，时间上来看总体呈先上升后下降的趋势，空间上来看各省市差距较大，资源配置效率值仍需提高，其中技术进步指数是制约长江经济带发展的主要因素。
[关键词] 长江经济带；ML指数；交通资源配置；碳排放
1 引言
交通运输业是支撑国民经济发展的重要产业，其健康发展对国民经济的稳健运行有不可忽视的影响。“十九大”报告提出了“推动交通运输高质量发展，建设交通强国”的目标，并对加快推进绿色交通发展提出了新的要求。因此，考虑碳排放的交通资源配置具有十分重要的现实意义。长江经济带作为国家发展的重要战略之一，在长江黄金水道发展战略的要求下，其交通建设要统筹发展公路、铁路、水路、民航、管道等各种运输方式，基本建成高效、安全便捷的交通网络[1]。虽然从整体来看长江经济带运输服务水平日益改善，技术装备水平不断提高，但运输需求不断增加，各省市运输能力差距较大，都对其发展均衡性、协调性提出了要求。另外，作为生态文明建设的先行示范带，长江经济带的可持续发展对交通运输系统提出了更高的要求。
交通资源配置所研究的问题是人、财和物这三种资源及其总和在公路、铁路、水路、民航和管道五种运输方式之间的配置与倾斜配置，以及交通运输资源在不同地区运输系统间的配置情况与倾斜配置[2]。交通资源合理配置的出发点是为了谋求最佳经济效益和社会各部分间的协调均衡发展。若交通资源配置情况高于社会经济发展会造成资源浪费，若低于社会经济增长，社会生产又将受到制约。在这种大环境下，交通系统资源配置效率越高，其正外部性越强，进而对其配置效率进行测度分析就显得十分重要。
近年来学者对长江经济带交通领域的研究，大多为单一运输或者是局部运输。例如：刘鑫使用DEA模型从有效性和规模收益两个方面对长江航运与长江经济带的适应性进行了评价[3]；汪德根对长江经济带陆路交通可达性与城镇化的耦合协调度空间格局进行了分析，得到各类陆路交通可达性存在“东中部高，西部低”的分布特征[4]；匡银银运用标准显示性比较优势（NRCA）计算长江经济带主要运输方式的线路长度、客运量和货运量的比较优势，分析长江经济带上游、中游和下游地区未来主要运输方式的发展方向[5]。但是长江经济带交通资源配置效率的问题实际上是在人、财、物三方的线性规划约束下求解效率，要将环境的负产出纳入到效率的分析框架中，同时要考虑期望产出的提高和非期望产出的减少情况。目前其他学者类似研究有杨翔将制造业的CO2排放量作为环境的负产出考虑到方向函数中，应用SBM模型分析了各制造业间碳生产率的差异[6]；李忠民应用M指数法对历年的交通基础设施效率进行了分析[7]；杨恺钧基于SBM 和GML 指数模型考察了物流业能源效率问题[8]。王白雪等通过超效率SBM和ML 指数法对北京市公共交通的碳排放效率进行了研究[9]。
数字化也对企业文化的发展提出了相应的要求，敏捷协作的工作方法和数字通信技术发挥着核心作用。一方面，帮助企业员工更好的融入数字化的工作环境，另一方面，帮助企业高效分配人力资源。
对相关论文梳理发现，针对长江经济带交通，很少有学者将碳排放对效率的影响考虑在内。在建立相关指标体系时，也很少会涉及交通可持续发展的指标。因此，本文建立了考虑碳排放的交通资源配置效率投入产出指标体系，采用ML指数模型测度分析长江经济带2007-2016年交通资源配置效率的时空演变规律，以期对提高长江经济带交通资源配置效率提出相关政策建议。
2 长江经济带交通资源配置效率评价指标体系构建
对表4的数据进行处理后可得到更直观的变动态势，如图1所示。
表1 长江经济带交通资源配置效率评价指标体系
对表5的数据进行处理后可得到更直观的变动态势，如图2所示。
至2011年在中国内地举办马拉松或者半程马拉松比赛的城市达到26个，由于个别的城市以前举办过马拉松比赛，但是后来因为某些原因停办了，本文未作统计。各城市开展马拉松比赛的历史、参赛规模各不相同。20世纪80年代开始举办马拉松的城市有4个，90年代有3个，从2000年至今已有19个城市开始举办马拉松，有向南方城市扩大的趋势，参赛者达到万人以上的有16个，其中以北京、厦门的马拉松的规模最大，参加者已经达到3万人以上，与上海、大连、北京成为国内城市马拉松四大国际赛事。
表2 化石能源标准煤折算系数
表3 各运输方式客、货周转量换算因数
3 模型构建
考虑到不同的时间维度上决策单元的技术水平也会发生变动[10]，因此采用了Malnmquist-Luenberger指数模型（以下简称ML 指数）对效率进行动态分析。1997年Chuang[11]提出ML指数，可进行非径向效率问题的评价。在该模型中，全要素生产率
可分解为技术效率变化指数
和技术进步指数
其中技术效率变化指数又分解为纯技术效率变化指数与规模效率变化指数。指数大于1表示效率提高，小于1表示效率下降，定义方向向量为gt= (yt-bt )，则t期到t+1期的ML生产率指数为：
CO2排放量={燃料消费量（热量单位）*单位热值燃料含碳量-固碳量}*燃料燃烧过程中的碳氧化率。经过计算1t标准煤的CO2排放因子为2.772 5tCO2。
随着经济的发展和社会的进步，科学技术事业也迅猛发展，为现阶段的教学水平提供了技术保证，同时对现阶段的教学效果提出了新的要求。小学时代属于学生的启蒙时期，学生容易受到各种文化的影响，尤其是家长和教师的影响。因此，对于“新时代”的学生，学校必须让学生接触和理解新阶段的科技产物，这将对学生今后接触新事物产生深远的影响。小学数学利用多媒体授课，通过图像、文字和视频相结合的方式，教师可以简单明了地讲解数学知识，促进教学效果的提升。因此，本文针对多媒体的运用，提出了若干意见和建议。
4 评价结果分析
基于本文选取的模型，将长江经济带九省二市处理后的投入指标和产出指标输入MAXDEA7.0 软件，可计算得出2007-2016年历年长江经济带及各省市的交通资源配置效率值。
4.1 总体变化趋势分析
纯技术效率变化指数体现了交通运输管理的水平，在默认生产已经达到最优水平的情况下，反映交通运输系统的管理能力。长江经济带大部分省市的纯技术效率变化指数未发生明显变化，但其中四川省的纯技术效率进步了1%，说明四川省对交通运输系统的管理结构优化已取得了成效，管理水平已明显进步。
表4 2007-2016年长江经济带交通资源配置效率ML指数测度结果
采用DEA 模型对系统进行相对效率综合评价时，指标体系的科学建立是评价工作成果的基础，首先指标的选择必须反映评价目的和评价内容；其次要避免输入与输出指标的完全相关或内部高度相关；最后根据指标的可获得性建立最终的指标体系。本文借鉴柯布-道格拉斯生产函数的思想，在对长江经济带各省市的交通资源配置效率进行测度时，选择人、财、物三种投入要素，包括交通运输行业的从业人员、线路长度、能源消耗、固定资产投资共4个。产出指标包括期望产出（换算周转量）和非期望产出（碳排放）共2 个。在统计9 省2 市数据时，管道相关数据量较少，残缺数据较多，因此其数据信息未涵括在内。具体指标体系见表1。
图1 2007-2016年长江经济带交通全要素生产效率变动情况
由图1可知，2007-2016年长江经济带的交通资源配置全要素生产率变动态势与技术进步指数的变动态势基本一致，技术效率变化指数、纯技术效率变化指数、规模效率变化指数浮动范围较小，因此技术进步效率的变动是全要素生产率变动的主要原因。各分解后的效率大致趋势是先增后降，这与Malmquist 指数的评价原理有直接的关系，比较相对效率时，上年的效率增幅较大，下年效率小幅度增加时，相对效率也是较低的。由时间序列分析可知，近三年技术进步率出现了效率下行的现象，主要是由于技术进步指数倒退造成的。自2010年起，我国大力推行节能环保绿色的交通观念，开始对原有的设备进行更换或升级以符合我国可持续发展的理念，各种设备安装繁琐，耗时较长，导致2010年技术进步率下降，但随后设备改造完成后，资源配置效率开始稳步上升。
苹果套袋后，果实可溶性固形物含量有下降的趋势，套袋可导致红富士苹果果实的单果重、果肉硬度、可溶性固形物含量等品质指标的测定值下降。此外，套袋增加种植成本，果袋摘除后也会污染环境。
4.2 各省市空间差异分析
长江经济带各省市的交通运输发展情况不同，因此需要分析探寻其空间差异性如何。各省市交通资源配置效率ML指数测度结果见表5。
表5 各省市交通资源配置效率ML指数测度结果
当前的统计年鉴中尚未有单独的交通运输业固定资产投资，而是将交通运输、仓储和邮政业并在一起做统计，因此本文中的交通运输业固定资产投资实际上用交通运输、仓储和邮政业固定资产投资代替；线路长度、从业人员数均来自《中国统计年鉴》及各省市统计年鉴；能源消耗量以化石能源消耗为基础，并按照化石能源标准煤折算系数将其折算为标准煤，各种化石能源折算系数见表2；换算周转量，是先将各种运输方式的旅客周转量按一定比例换算为货物周转量，再与对应运输方式的货物周转量相加，最后将客货运输量统一成一个数值。客运周转量的换算因数见表3；碳排放量是将标准煤吨数折算成消耗量，即将标准煤数量乘以碳排放因子；参照国家公布的《省级温室气体清单编制指南》规定，本文中CO2排放量的计算方法如下：
图2 各省市交通全要素生产效率变动情况
技术效率变化指数反映了决策单元在资源配置、资源利用等方面的综合能力。技术效率变化指数均为1的有上海、浙江、湖南、重庆、云南，且维持在稳定的水平；技术效率变化指数大于1 的有四川、贵州，这两个省的综合效率在进步，对它们的全要素生产率做出了贡献；技术效率变化指数略低于1的有江苏、安徽、江西、湖北，分别下降了0.1%、0.2%、0.5%、0.3%，可能因为个别省市间交通线路并未充分利用、交通从业人员经调整后减少等原因，造成了交通资源利用上有所下降。
规模效率变化指数反映了最优生产规模与实际生产规模的差距。长江经济带大部分省市规模效率变化指数为1，说明，当前交通运输规模效率已是最佳规模效率，要提高交通资源配置效率无需扩大交通运输规模效率。但贵州省的规模效率变化指数大于1，说明贵州省实际生产规模大于最佳生产规模，交通资源配置的规模过大存在一定程度的资源浪费现象。
为更直观地了解长江经济带各省市交通运输系统资源配置效率的变化情况，利用ML指数对交通运输资源配置效率进行分解测度，其结果见表4。
技术进步指数反映了决策单元的技术进步程度。上海市的技术进步指数最高，其次是重庆和四川，云南省最低，但是各省市的技术进步指数都小于1，都是DEA 无效状态。因此促进科研成果转化、加快产业技术水平进步成为当前长江经济带交通运输业发展的重要任务。
杂文与作文（指中学生作文）之间，是既有联系，又有本质的区别。这里，抛开杂文的概念不提，只说中学生作文，无非记叙文（包括说明文在内）与议论文两种文体。无论记人记事，当然也包括说明性文字，还有议论文（也有称作话题作文），都被混迹杂文家队伍的伪杂文家，一“杂”了之！
5 结论与建议
通过以上对各省市的效率分解可以看出，技术进步指数是影响全要素生产率最重要的因素，因此各省市仍要秉承生态优先绿色发展的理念，扎实推进交通运输技术的革新。其次，全要素生产率的高低与地区经济的发展水平并没有直接的联系，社会经济水平发展较低，也可以实现交通资源配置与利用的均衡与协调。
根据ML指数模型的测算结果分析，为推动长江经济带发展，促使交通资源配置更协调均衡，运输节能环保，提出了以下建议：
（1）推动交通运输业能源结构调整，减少碳排放。其一，运输结构的调整成为减少直接碳排放的重要突破点。优先发展低能耗的交通运输方式，尤其是坚定不移地加快铁路、水运的发展，同时适当放缓公路的发展速度，稀释交通运输中原有存量结构的不合理性。其二，推动新能源运输工具的发展。公路运输中要鼓励新能源汽车的发展，推进公共交通运输工具的动力转换；航运中要推广LNG 动力船的普及，加快岸电设施的建设，加速淘汰老旧、落后船型；铁路中要重点发展电气化铁路，在动力牵引上突出电力机车的主导作用等。
（2）加强对生态环境的保护和对污染的防治，加大污染惩治力度。“共抓大保护，不搞大开发”必须要落到实际行动中。各省市联合推动构建长江经济带污染治理联防联控机制，从污染的源头抓起。对于高耗能和高排碳的交通工具，可利用财政手段，提高其建设贷款的利率，收取运行中的污染费。
分别对3种故障状态下的数据进行分段处理:每种状态下连续的512个采样数据作为一个样本,每组样本之间以重复1/2的数据方式依次向后连续截取.3种运行状态按上述数据样本截取方式分别取80组采样样本,其中每种状态下的前30组采样样本经过双谱时频分析后,将得到的双谱时频图进行SNMF分解,提取图像稀疏系数矩阵作为SVDD的训练样本训练3种SVDD模型:内圈外圈故障SVDD诊断模型、外圈滚动体故障SVDD诊断模型及内圈外圈滚动体故障SVDD诊断模型;同样每种运行状态下的后50组采样样本用同样方法特征提取后作为测试样本输入到上述训练好的SVDD模型中,进而进行分类.
（3）优化运输组织，将资源集约化，促进交通系统向精细化方向发展。加速建设综合交通枢纽，促进水、铁、公、空、管等运输方式合理有效地衔接。推进多式联运的不断发展，首先要加快解决长江港口铁路进港“最后一公里”，其次推进长江经济带的一体化运营，研究制定适合铁水联运换装设施设备、运载工具等领域的标准规范，实现业务协同联动和运输单证整合统一。
[参考文献]
[1]黄成,吴传清.长江经济带交通走廊绿色发展研究[J].区域经济评论,2018,(5):97-104.
[2]陈贻龙，邵振一.运输经济学[M].北京:人民交通出版社,1999.
[3]刘鑫,蒋惠园,冯琪,等.基于数据包络分析法的长江航运与长江经济带适应性评价[J].水运管理,2018,40(7):13-16.
[4]汪德根,孙枫.长江经济带陆路交通可达性与城镇化空间耦合协调度[J].地理科学,2018,38(7):1 089-1 097.
[5]匡银银,黄永燊.长江经济带主要运输方式比较优势及其竞争格局分析[J].物流技术,2015,34(23):67-70.
[6]杨翔,李小平,周大川.中国制造业碳生产率的差异与收敛性研究[J].数量经济技术经济研究,2015,32(12):3-20.
[7]李忠民,夏德水,姚宇.长江经济带交通基础设施效率分析—基于DEA 模型的Malmqusit 指数方法[J].技术经济,2014,33(7):62-68.
[8]杨恺钧,毛博伟,胡菡.长江经济带物流业全要素能源效率—基于包含碳排放的SBM与GML指数模型[J].北京理工大学学报(社会科学版),2016,18(6):54-62.
[9]王白雪，郭琨.北京市公共交通碳排放效率研究—基于超效率SBM模型和ML指数[J].系统科学与数学,2018,38(4):456-467.
[10]白雪洁，戴小辉.基于DEA模型的中国主要轿车企业生产效率分析[J].财经研究,2006,(10):35-47.
[11]Chuang Y H,Fare R.Grosskopf S.productive and Undesirable Outputs:A Directional Distance Function Approach[J].Journal of Environment Management,1997,51(3):229-240.
Study on Allocation Efficiency of Traffic Resources in Yangtze River Economic Belt Considering Carbon Emissions
Zhang Jia'nan,Chen Yanyi,Cao Ying,Xiong Yu
(School of Transportation,Wuhan University of Technology,Wuhan 430063,China)
Abstract: In this paper,based on the establishment of a resource allocation evaluation index system that considers carbon emissions,we used the ML index to measure the traffic resources allocation efficiency of the Yangtze River Economic Belt from 2007 to 2016.The results showed that the resources allocation efficiency of the belt fluctuated over the period,generally showing the pattern of first rising and then declining;spatially,the gap between provinces and cities was considerable;the resources allocation efficiency still needed improving;and among the influence factors,the technical progress index was the main one restricting the development of the Yangtze River Economic Belt.
Keywords: Yangtze River Economic Belt;ML Index;traffic resources allocation;carbon emissions
[中图分类号] X322；F259.27；F224
[文献标识码] A
[文章编号] 1005-152X(2019)08-0049-05
doi: 10.3969/j.issn.1005-152X.2019.08.010
[收稿日期] 2019-07-09
[基金项目] 国家重点研发计划专项项目（2016YFC0402103）；教育部哲学社会科学研究重大课题攻关项目“推动长江经济带发展重大战略研究”（17JZD024）
[作者简介] 张佳楠（1995-），通讯作者，女，山东潍坊人，武汉理工大学硕士；陈沿伊（1984-），男，湖北武汉人，博士，武汉理工大学交通学院讲师。
标签：长江经济带论文; ML指数论文; 交通资源配置论文; 碳排放论文; 武汉理工大学交通学院论文;