中国现代交通运输业效率波动性和影响因素研究 ——基于交叉效率DEA 和VAR 模型的分析

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (6): 8-14.

• 综合交通运输体系论坛 • 上一篇下一篇

中国现代交通运输业效率波动性和影响因素研究 ——基于交叉效率DEA 和VAR 模型的分析

吴继贵，叶阿忠^*

福州大学经济与管理学院，福州350108

收稿日期:2014-06-20 修回日期:2014-08-07 出版日期:2014-12-25 发布日期:2014-12-30
作者简介:吴继贵（1985-），男，福建寿宁人，博士生.
基金资助:
国家自然科学基金(71171057)；教育部高等学校博士点基金(20103514110009)；教育部人文社科基金 (10YJA790227，12CJY011).

Efficiency Volatility and Influence Factors of Chinese Modern Transportation Industry Based on the Model of Cross-efficiency DEA and VAR

WU Ji-gui, YE A-zhong

School of Economics and Management, Fuzhou University, Fuzhou 350108, China

Received:2014-06-20 Revised:2014-08-07 Online:2014-12-25 Published:2014-12-30

摘要/Abstract

摘要：

选取1978–2012 年的数据，应用交叉效率数据包络分析法(Cross-efficiency DEA)和向量自回归模型(Vector Autoregression, VAR)对中国现代交通运输业的效率波动情况及其影响因素进行分析.研究结果表明，交通运输业的投入和产出要素之间，均存在单向格兰杰(Granger)因果关系；交通运输业的效率波动可以划分为效率上升、高效运行和效率下降三个阶段，总体上呈现出“先升后降”的趋势；交通运输业对人均消费、政府支出、能源消耗和固定资产投资的冲击均表现出正向为主的响应，对劳动的冲击表现出负向响应，而对信息的冲击则表出响应“滞后”

关键词: 综合交通运输, 效率波动性, 交叉效率DEA, 现代交通运输业, 影响因素, VAR模型, 脉冲响应, 动态分析

Abstract:

In order to explore the efficiency volatility and influence factors of Chinese modern transportation industry based on the data from 1978 to 2012, the Cross-efficiency DEA and VAR model are adopted. The result proves that, one- way Granger casualty relationship exists, respectively, between the input variables and output variables; the efficiency volatility of modern transportation can be divided into three stages: efficiency improvement, high efficiency operation and efficiency loss, which shows the trend of “rising first, then falling”in general; the response of transportation industry to the shock of per capita consumption, government spending, energy consumption and fixed- asset investment are positive, while to the shock of labor factor is negative, what’s more,“lag effect”exists in the response of transportation industry to the shock of information element.

Key words: integrated transportation, efficiency volatility, cross- efficiency DEA, modern transportation industry, influence factors, VAR model, impulse response, dynamic analysis

中图分类号:

U491

吴继贵，叶阿忠. 中国现代交通运输业效率波动性和影响因素研究 ——基于交叉效率DEA 和VAR 模型的分析[J]. 交通运输系统工程与信息, 2014, 14(6): 8-14.

WU Ji-gui, YE A-zhong. Efficiency Volatility and Influence Factors of Chinese Modern Transportation Industry Based on the Model of Cross-efficiency DEA and VAR[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(6): 8-14.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18881.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I6/8

参考文献

[1] 鲍星星, 陈森发. 基于DEA 的交叉效率模型在交通运输评价中的应用[J]. 东南大学学报(哲学社会科学版), 2009, S2: 23-25. [BAO X X，CHEN S F. Application of model based on overlapping efficiency for transportation system appraisal[J]. Southeast University ( Philosophy and Social Science), 2009, S2: 23-25.]

[2] 蒋迪娜. 我国交通运输业全要素生产率变动及其影响因素研究[D]. 上海：上海海运学院, 2002. [JIANG D N. The changes of the transportation TFP and itsinfluencing factors[D]. Shanghai: Shanghai Maritime University, 2002.]
[3] 余思勤, 蒋迪娜, 卢剑超. 我国交通运输业全要素生产率变动分析[J]. 同济大学学报(自然科学版), 2004,06:827-831. [YU S Q, JIANG D N, LU J C. Productivity analysis of transportation in China[J]. Tong Ji University(Natural Science), 2004, 06:827-831.]
[4] 郭明伟. 我国交通运输业要素投入和生产率问题研究[D]. 大连：东北财经大学, 2010. [GUO M W. Research on factor input and productivity of transportation industry of China[D]. Dalian: Dongbei University of Finance and Economics, 2010.]
[5] 杨喜瑞, 郑平, 彭磊. 基于DEA模型的珠海交通运输系统配置效率评价[J]. 北京师范大学学报(自然科学版), 2012, 02:201-204. [YANG P R, ZHENG P,PENG L. Evaluation on transportation system allocation efficiency of Zhuhai city based on DEA[J]. Beijing Normal University(Natural Science) , 2012,02:201-204.]
[6] 许乃星, 蒲之艳, 张静晶, 等. 公路交通与经济发展适应性评价研究[J]. 交通运输工程与信息学报,2011, 03: 79-86. [XU N X, PU Z Y, ZHANG J J, et al.Adaptability evaluation for highway transportation and economic development[J]. Transportation Engineering and Information, 2011, 03: 79-86.]
[7] 王瑞军, 武旭, 胡思继. 货物运输能源消耗影响因素[J]. 公路交通科技, 2013, 02: 153-158. [WANG R J,WU X, HU J S. Influencing factors of freight transport energy consumption[J]. Highway and Transportation Research and Development, 2013, 02: 153-158.]
[8] 刘澜, 马亚峰, 尹俊淞, 等. 交通运输信息融合功能模型[J]. 交通运输工程与信息学报, 2012, 03:1-7.[LIU L, MA Y F, YI J S, et al. Transportation information fusion function model[J]. Transportation Engineering and Information, 2012, 03:1-7.]
[9] Wu J, Liang L, Chen Y. DEA game cross-efficiency approach to Olympic rankings[J]. Omega, 2009, 37(4):909-918.
[10] Doyle J, Green R. Efficiency and Cross-efficiency in DEA: Derivations, meanings and uses[J]. Journal of theoperational research society, 1994: 567-578.
[11] Dickey D A, W A Fuller. The likelihood ratio statistics for autoregressive time series with a unit root[J].Econometirca, 1981, 49:1057-1072.
[12] Granger C W J. Investigating casual relations by econometric models and cross-spectral methods[J].Econometrical, 1969,37:424-438.

[1]	王福建, 卢一笑, 金盛. 多信号交叉口干线行程时间特性分析[J]. 交通运输系统工程与信息, 2021, 21(4): 132-139.
[2]	宋栋栋，杨小宝，祖兴水，四兵锋. 基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究[J]. 交通运输系统工程与信息, 2021, 21(3): 214-220.
[3]	李英帅，张旭，王卫杰，居潇凡. 基于随机森林的电动自行车骑行者事故伤害程度影响因素分析[J]. 交通运输系统工程与信息, 2021, 21(1): 196-200.
[4]	左大杰，肖国胜，王孟云. 产业转移背景下西部运输需求的完全分解模型[J]. 交通运输系统工程与信息, 2020, 20(5): 15-20.
[5]	冯涛，彭其渊，陶思宇，陈昕梅. 站城融合模式下既有铁路车站城市功能开发体量预测研究[J]. 交通运输系统工程与信息, 2020, 20(5): 21-28.
[6]	雷方舒. 基于信令数据的出行强度影响因素分析模型[J]. 交通运输系统工程与信息, 2020, 20(5): 51-55.
[7]	杨烨，谭忠富，焦港欣. 基于网联数据的电动车快速充电影响因素分析[J]. 交通运输系统工程与信息, 2020, 20(5): 86-92.
[8]	周约珥，龚华凤，赵聪霄，徐小童，黄博亚. 基于Panel Data的山地城市立交基本段通行能力影响因素研究[J]. 交通运输系统工程与信息, 2020, 20(5): 163-168.
[9]	叶菲菲，杨隆浩，王应明，蓝以信. 基于数据包络分析和扩展置信规则库的交通运输业环境治理成本预测[J]. 交通运输系统工程与信息, 2020, 20(3): 20-27.
[10]	周晓晔，崔瑶，何亮，马小云，王思聪. 基于地铁—货车联运的物流配送路径优化[J]. 交通运输系统工程与信息, 2020, 20(3): 111-117.
[11]	骆晨，李想，钟林峰，胡姗姗. 基于家庭属性差异的大学生出行方式选择行为研究[J]. 交通运输系统工程与信息, 2020, 20(3): 227-232.
[12]	诸立超，刘昭然. 托运人在不同时空下的选择行为差异揭示[J]. 交通运输系统工程与信息, 2020, 20(1): 27-32.
[13]	项昀，徐铖铖，于维杰，华雪东，王炜. 基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究[J]. 交通运输系统工程与信息, 2020, 20(1): 241-246.
[14]	陈坚，李睿，傅志妍. 基于UTAUT 的无人驾驶公交乘客接受度模型[J]. 交通运输系统工程与信息, 2019, 19(6): 38-44.
[15]	申婵，崔洪军. 基于可靠性最短路的实时定制公交线路优化研究[J]. 交通运输系统工程与信息, 2019, 19(6): 99-104.

中国现代交通运输业效率波动性和影响因素研究 ——基于交叉效率DEA 和VAR 模型的分析

Efficiency Volatility and Influence Factors of Chinese Modern Transportation Industry Based on the Model of Cross-efficiency DEA and VAR

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics