作者：王会宗
山西财经大学学报 2009年07期
［中图分类号］F532;F224.0 ［文献标识码］A ［文章编号］1007-9556(2009)04-0053-06
作为我国交通运输业的骨干，铁路运输业一直被誉为国民经济的大动脉，其生产效率的高低直接影响着我国经济和社会的发展。在我国经济体制转轨过程中，铁路运输业一直处于政府的行政垄断控制之下，从而严重影响了其生产效率的提高，导致巨大的铁路运输供需缺口长期存在，也使得铁路运输业成为制约我国国民经济进一步发展的主要“瓶颈”之一。本文以19944～2005年的相关数据为样本，采用数据包络分析法(DEA)对我国铁路运输业的生产效率进行了评估，以期为我国铁路运输业的反行政垄断提供实证依据。
一、文献回顾
国外有关铁路运输业生产效率的研究主要以欧美国家为研究对象。Caves和Christensen(1980)对加拿大铁路行业的研究发现，在竞争环境下，国有和私营铁路公司的生产效率并无显著差异，所有权与生产效率之间没有固定关系。Caves、Christensen和Swanson(D81)对1956～1974年美国和加拿大两国铁路部门的生产率增长进行了比较，认为虽然两国铁路部门使用了相同的技术，但管制程度的不同造成了两国铁路部门生产效率的增长存在差异，较为严格的管制使得美国铁路部门的生产率增长大大低于加拿大。Bookbinder和Qu(1993)则运用三个包含不同样本数量的DEA模型，对两个加拿大铁路公司和五个美国铁路公司1989年的生产效率进行了对比，结果发现，美国的BN公司是最有效率的，而加拿大的CN公司效率最差。Oum和Yu(1994)对19个OECD国家1978～1989年的铁路行业相关数据进行了分析，发现BR(U.K.)、NS(Netherlands)、SJ(Sweden)和VR(Finland)运营最好，CH(Greece)和OBB(Austria)效率最差。并且认为，铁路企业的效率与政府干预和补贴的程度成反比，获得较大经营自主权的铁路企业往往有较高的效率。Gathon和Pestieau(1995)运用其估计的对数生产函数边界计算了1961～1988年间19个欧洲铁路公司的总技术效率，认为管理自主化是决定公有铁路绩效的重要因素。Richard Bozec和Mohamed Dia(2005)运用DEA模型研究了加拿大公有铁路的组织结构和技术效率之间的关系，认为公有铁路组织的大小及其独立程度与技术效率正相关。
与国外对于铁路运输业生产效率的深入研究相比，国内在这方面的研究尚不多见。谢从军和么培基(1998)利用全要素生产率法(TFP)计算了1986～1995年间我国铁路运输业的生产效率，认为我国铁路运输业生产效率的提高主要依靠的是投入的增加和运量的增长，与发达国家相比还存在较大差距。夏伟怀、查伟雄和李正明(2001)利用主成分分析法对1988～1998年间我国铁路运输业的经济效益进行了评价，认为铁路运输业的经济效益正在日益恶化，现行的管理体制和经营模式越来越不能满足市场的需求。朱晓立和叶峻青(2005)利用因子分析法对1990～2001年间我国铁路运输业的生产效率进行了综合评价，认为我国铁路运输业总体效率呈现先抑后扬的趋势，铁路运输速度不断得到改善，但铁路运输总体效益依然较低。汪贵浦(2005)利用DEA方法中的CCR模型对改革开放前后我国铁路的运营效率进行了评价，认为体制创新是提高铁路绩效最可行的途径，但由于其选用的投入指标稍显简单，因而评价过程的严密性值得推敲，在一定程度上可能影响了评价结果的可信性。以上研究都具有重要的学术价值，但略显浅显和粗糙，还需要对我国铁路运输业生产效率进行深入和全面的研究。
二、理论分析
（一）行政垄断行业的生产效率损失
行政垄断是指政府机构运用公共权力对市场竞争的限制和排斥（于良春等，2007），它是我国经济转轨过程中旧体制遗留下来的诸多问题之一。行政垄断大致可以分为行业性行政垄断和地区性行政垄断两大类，这里我们将着重讨论行业性行政垄断。根据余晖(2001)的研究，行政垄断的主要特征之一就是低效率，也就是说，行政垄断往往会造成行业的效率损失。那么，行政垄断造成的行业效率损失有哪些？
传统的经济学理论认为，垄断对经济效率造成的影响包括两部分，即图1中的哈伯格三角和塔洛克四边形。哈伯格三角是指垄断造成的社会福利净损失，而塔洛克四边形是指垄断造成的消费者剩余转移，这其中当然包括一部分垄断企业将其低效率运营的成本转嫁给消费者而造成的福利转移，即由生产效率低下造成的福利转移。行政垄断行业是通过国家的法律、法规等法定形式取得垄断势力的，它同样会造成效率的损失，但与传统市场垄断造成的效率损失不同的是，由于寻租行为的存在，它造成的社会福利净损失可能更大。在经济转轨过程中，行政垄断行业为了继续维护其垄断地位，会将其获得的消费者福利转移的一部分用于寻租活动，而这种活动是非生产性的，因此，这部分消费者福利转移以寻租成本的形式转化成了社会福利净损失。随着我国市场化进程的深入推进，行政垄断行业维护其垄断地位的难度不断加大，其将消费者剩余转移转化为寻租成本的部分也越来越大，直至花费掉其获得的全部消费者剩余转移。从上述分析中可以看出，与传统的市场垄断相比，行政垄断行业造成的社会福利净损失可能是哈伯格三角和塔洛克四边形的总和，因此在市场垄断条件下包含于塔洛克四边形中的由生产效率低下造成的福利转移，也就转化成了行政垄断体制下行业的永久性生产效率损失。
图1 垄断造成的效率损失
（二）行政垄断行业生产效率低下的机理分析
所谓生产效率，是指在给定投入条件下实际产出与最大产出之间的比率。它既可以用来反映完成最大产出、预定目标或最佳营运服务的程度，也可以用来度量经济个体在产出量、成本、收入或利润等既定目标下的经济绩效。Farrell(1957)将企业的生产效率划分为技术效率和组织效率两部分，并将技术效率和组织效率的乘积称为综合生产效率。他认为，一个企业如果其投入组合位于等产量线上就是技术有效率的，如果其投入的边际替代率等于相应的投入价格比率就是组织有效率的。在此基础之上，他分析了技术无效和组织无效的原因，认为技术规模无效源于给定产出水平时投入的过量使用，而组织无效则源于投入比例的不当。
在我国，处于行政垄断之下的各个行业普遍存在生产效率低下的问题。造成这种状况的原因如图2所示，在行政垄断体制之下，行政垄断行业为了维护其现有的垄断地位，通过寻租活动“俘获”了政府。政府为了维护本部门及所属行业的既得利益，往往以行业管理和维护市场秩序为名，通过政策、法律和行政法规等手段限制和排斥竞争，从而人为地限制了资源的合理流动，使得资源无法得到有效配置。在政府的保护之下，行政垄断行业中在位厂商的垄断地位得以长期维持，而其所经营的产品和服务又往往是生活必需的，因此，无论其产品或服务的价格和质量如何，消费者都只能被动接受，根本无法自由选择。在这种既无外在竞争压力又无产品销售之忧的情况下，行政垄断行业的在位厂商根本不必担心破产、倒闭和产品滞销，也就自然缺乏创新和降低成本的动力，其生产效率低下也就在情理之中了。下面我们将对典型的行政垄断行业——铁路运输业的生产效率进行测度，以对行政垄断行业的生产效率进行分析。
图2 行政垄断行业生产效率低下的机理分析
三、铁路运输业生产效率的测度
（一）数据包络分析法简介
目前评估铁路运输业生产效率的方法主要有两种，即全要素生产率法(TFP)和数据包络分析法(DEA)。运用TFP方法测度生产效率需要对铁路运输业的生产函数进行估计，然而，由于投入与最大产出之间未必存在明确的函数关系，因此寻找特定的生产函数绝非易事。运用DEA方法测度生产效率不需要事先估计铁路运输业的生产函数，从而较为有效地克服了TFP方法的缺点。
数据包络分析(DEA)是一种非参数的客观评价方法，它是在相对效率评价基础上发展起来的一种对同类型的多投入、多产出部门或单位（称为决策单元DMU）进行相对有效性或效益评价的系统分析方法。这种方法是将所有决策单元的投入或产出项借助于数学规划投影到几何空间中，寻求最低投入或最高产出作为DEA前沿面，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。如果某个决策单元落在前沿面上，则视其为最有效率的单位，其相对有效值为1；如果某个决策单元没有落在前沿面上，则视其为无效率的单位，其相对有效值介于0到1之间。DEA方法无需事先设定决策单元投入与产出之间的函数关系，它侧重的是对每一个决策单元进行优化，测度的决策单元的相对效率是其最大值，测算过程中投入与产出被赋予的权重也是由线形最优化客观决定的，因此，它是评价多输入、多输出问题的一种十分有效的方法。
DEA方法的第一个模型被称为CCR模型，由A Charnes、W W Cooper和E Rhodes(1978)提出。后来，RD Banker、A Charnes和W W Cooper(1985)以及Charnes、Cooper、B Golany、L Seiford、J Stutz(1986)又分别给出了两个被称作BCC和CCGSS的模型，进一步拓展了DEA方法的使用范围。此后的学者对上述基本模型进行了各种改进，经过不断完善，该方法已被广泛运用到技术和生产力进步、技术创新、成本收益、资源配置、金融投资等领域的有效性分析和决策评价上。
（二）决策单元的选择、指标的设定和数据来源
1.决策单元的选择。在评价铁路运输有效性时，选择决策单元的方法主要有三种：(1)选择同一对象的不同年份或时期作为决策单元；(2)选择不同的区域或路段作为决策单元；(3)选择不同区域或路段的不同时期作为决策单元（武旭等，2004）。由于本文要对我国经济转轨时期铁路运输业的整体生产效率进行评价，因此这里采用第一种方法，即选择我国铁路运输业1994～2005年各年的投入、产出指标构造DEA评价的12个决策单元。
2.指标的设定。
(1)产出指标。从目前的研究来看，在研究铁路运输有效性时选用的产出指标有两种：一种是反映运输需求的产出指标，如客运周转量和货运周转量等；另一种是反映运输供给的产出指标，如客运车辆公里和货运车辆公里等。借鉴前人的研究经验，本文选择第一类指标作为产出指标，具体选择的指标为客运周转量（亿人公里）和货运周转量（亿吨公里）。
(2)投入指标。由于铁路运营需要投入的生产要素很多，因此在设定投入指标时考虑所有的投入要素是不现实的。基于数据的可得性，本文选取的投入指标包括固定资产（亿元）、工资（亿元）、材料（亿元）、燃料（亿元）、电力（亿元）、折旧（亿元）和其它（亿元）。
3.数据来源。本文的投入、产出指标数据来源于1995～2006年各期《中国统计年鉴》、1999～2005年各期《中国交通年鉴》和2000～2005年各期《中国铁道年鉴》。上述三种年鉴在统计铁路运输业相关指标时稍有差异，本文在采集数据时对这些差异进行了甄别，并最终以《中国铁道年鉴》公布的数据为准，具体的投入、产出指标数值如表1所示。
（三）生产效率测度
根据计算生产效率时对规模报酬的不同假设，DEA模型可分为规模报酬不变(CRS)和规模报酬可变(VRS)两大类。假设规模报酬不变的DEA模型主要适用于多输入、多输出的生产部门同时为规模有效和技术有效时的情况，假设规模报酬可变的DEA模型主要用来评价部门间的相对技术效率，两者可以相互补充。为了更加全面地说明问题，本文将分别运用规模报酬不变的CCR模型和规模报酬可变的CCGSS模型对我国铁路运输业的生产效率进行评估。
1.CCR模型的评价结果及分析。
(2)测度结果及分析。依据CCR模型，本文运用DEAP2.1软件对我国铁路运输业1994～2005年的生产效率进行了估计，估计结果如表2和图3所示。
从表2可以看出，我国铁路运输业1994～2005年的平均生产效率指数为0.921，并且12年中只有1994年和2000年的生产效率指数为1，其余年份的生产效率指数均小于1。这表明，1994～2005年间，我国铁路运输业的总体生产效率低下，只有1994年和2000年为DEA有效，其余年份均为非DEA有效。
图3显示，1994～2005年我国铁路运输业的DEA生产效率出现了较大幅度的波动。1994～1997年DEA生产效率逐年下降，并于1997年达到了最低点；1997～2000年DEA生产效率呈现回升趋势，并于2000年达到了DEA有效；2000年以后，DEA生产效率又出现了不断下滑的趋势，并且在2005年达到了所有决策单元的最低点。以上情况表明，我国铁路运输业的生产效率很不稳定，并且只在极少数年份中实现了DEA有效，在绝大部分年份中则处于非DEA有效状态。
2.CCGSS模型的评价结果及分析。
(1)CCGSS模型的基本思想。在使用CCR模型评价决策单元的综合有效性时，所涉及的生产可能集是一个多面凸锥，但在现实中这未必总是成立的。CCGSS模型是一种不考虑生产可能集满足“锥性”条件的DEA模型，其基本模型如下：
(2)测度结果及分析。依据CCGSS模型，本文选取与CCR模型相同的指标和时间段，同样运用DEAF2.1软件对我国铁路运输业的生产效率进行了估计，估计结果如表3和图4所示。
表3中的综合效率是不考虑决策单元规模时的技术效率（即上述CCR模型的检验结果），纯技术效率是考虑决策单元规模时的技术效率，规模效率是考虑决策单元规模时的规模收益效率。纯技术效率和规模效率是对综合效率的细分，两者之积等于综合效率。从表3可以看出，1994～2005年我国铁路运输业的纯技术效率值在绝大部分年份中都为1（1996、1997、1998年除外），说明其在绝大部分年份中都是纯技术有效的。相反，我国铁路运输业的规模效率值在绝大部分年份中都小于1，说明其在绝大部分年份中是规模无效的。规模收益状况显示，除1994、1999、2000年以外，我国铁路运输业均处于规模收益递减状态，这表明我国铁路运输业的规模过于庞大，出现了规模不经济的情况。受规模效率低下的影响，我国铁路运输业的综合效率值在绝大部分年份中都小于1，说明其在绝大部分年份中是综合无效的，而这种综合无效主要是由规模无效造成的。
图4显示，1994～2005年间，我国铁路运输业的纯技术效率除在1995～2000年出现了波动以外，其它各年均处于稳定有效状态，而规模效率和综合效率则出现了较大幅度的波动，并且在绝大部分年份的效率值都小于1。这表明，虽然我国铁路运输业的纯技术效率较为稳定，但受到规模效率波动的影响，其综合效率并不稳定，只在极少数年份中实现了DEA有效。
四、结论
行政垄断往往会造成行业的效率损失，处于行政垄断之下的各个行业普遍存在生产效率低下的问题。本文在前人研究的基础之上，以客运周转量和货运周转量为产出指标，以固定资产、工资、材料、燃料、电力、折旧和其它为投入指标，分别运用规模报酬不变的CCR模型和规模报酬可变的CCGSS模型对我国铁路运输业1994～2005年的生产效率进行了评估。CCR模型的检验结果表明，1994～2005年间我国铁路运输业的总体生产效率低下，只有1994年和2000年为DEA有效，其余年份均为非DEA有效。CCGSS模型的检验结果表明，1994～2005年我国铁路运输业在绝大部分年份中都是纯技术有效的，但受规模效率低下的影响，其在绝大部分年份中是综合无效的。
基于上述分析，我们发现，我国铁路运输业之所以总体生产效率低下并不是因为其纯技术无效，而是由于我国铁路运输业的规模过于庞大，出现了规模不经济造成的。因此，为了提高我国铁路运输业的生产效率，必须在推进体制改革的同时对其进行适度拆分，并引入新的市场竞争主体，以使其达到规模有效。
作者介绍：王会宗人，山东大学经济学院反垄断与竞争政策研究中心博士研究生。（济南 250100）