1990年以來中國城市交通運輸效率時空演化及影響因素研究

景 林, 李 濤, 姚玲玲, 楊如玉,陳書潮, 其力木格, 曹小曙*

(1.陜西師范大學 西北國土資源研究中心, 陜西 西安 710062;2.陜西師范大學 全球區域與城市學院, 陜西 西安 710062;3.陜西師范大學 交通地理與空間規劃研究所, 陜西 西安 710062;4.陜西師范大學 西北城鎮化與國土環境空間模擬重點實驗室, 陜西 西安 710062)

隨著我國城市化水平的不斷提升,城市內部各類經濟和社會文化活動日益頻繁,城市交通總量以2～3倍于人口增長的速度增長[1].城市中流動性的不斷增強深刻影響著城市空間,導致城市交通供需矛盾日漸突出[2].為應對日益增加的交通需求,城市交通建設增加投入,城市交通運營擴大規模,但這卻占據了更多道路資源,產生道路擁堵、交通污染和噪音等諸多問題,嚴重影響城市交通運輸的可持續發展.城市空間稀缺性和高流動性特征要求人們必須合理配置和高效利用交通運輸資源[3].在此背景下,對城市交通運輸效率問題的探討顯得尤為重要.

沿革以往研究對于效率的評價范疇,城市交通運輸效率是指城市交通運輸生產活動中,實際產出與資源投入之間的比率[4]. 國外學者最早對城市交通運輸效率開展研究,側重于從企業角度構建評價指標,多采用不同類型的數據包絡分析(Data Envelopment Analysis,DEA)測度城市交通運輸效率[5-11]并取得豐富的成果. 國內學者結合中國城市交通實際情況,重新建立指標體系評價中國城市的交通運輸效率[12-14],如章玉等選擇客流量、車輛數和線路條數等指標測算中國主要城市的交通運輸效率[12]. 在效率評價的基礎上,國內學者主要從城市交通運輸系統自身[15,16]和社會經濟系統因素[15-17]兩方面分析其對交通運輸效率的影響,如李磊等研究發現人口密度、人均GDP、城市人均道路面積均與公共交通效率呈負相關關系[15].隨著研究的深入,城市交通運輸所產生的外部成本也逐漸受到關注,很多研究將空氣污染[18]和交通碳排放[16]等非期望產出納入DEA模型研究中國主要城市的交通運輸效率,如李金培等將擁堵指數和空氣污染作為期望產出,分析了中國36個中心城市的交通效率[19].除工程學和經濟學視角的交通運輸研究外,從地理學角度出發,國內學者分別從全國省域尺度和城市群尺度對公路、鐵路和綜合交通等運輸效率進行了實證研究[20-25].但此類研究都集中在區域層面,從城市層面對交通運輸效率的探討極為鮮見.

現有研究主要關注少數大中城市的交通運輸效率,或者研究單個城市某種交通方式的運輸效率,缺乏大樣本和長周期的研究,未能反映全國城市尺度上交通運輸效率的空間格局變化,更缺乏對城市交通運輸效率的時空演化特征和動力機制的探討.基于此,本研究將交通碳排放作為非期望產出,采用超效率Undesirable-SBM模型(Slacks-based Measure,SBM)測度1990—2019年中國285個地級市市轄區的交通運輸效率,以揭示中國城市交通運輸效率的時空演化特征,分析其影響因素并提出運輸效率改善路徑,以期為城市交通運輸系統高質量發展提供科學參考.

1 研究設計

1.1 研究方法

DEA模型是一種運用線性規劃原理來評估包含多種相同類型的投入和產出的決策單元( Decision Making Unit,DMU),相對于效率的非參數生產前沿方法,廣泛應用于各種效率評價研究中[26,27].傳統的DEA模型未能充分考慮投入產出的松弛性問題,難以準確評價決策單元的效率,因此Tone將松弛變量納入模型[28],提出SBM模型( Slacks-based Measure,SBM).為有效地解決同時有多個決策單元排序和非期望產出問題,Tone[29]又進一步提出納入非期望產出的超效率Undesirable-SBM模型,其公式如下:

(1)

(2)

1.2 指標選取

1.2.1 城市交通運輸效率評價指標

城市交通運輸效率評價指標包含投入指標和產出指標兩方面,參照已有的城市交通效率研究[7-19]和區域層面的運輸效率研究[20-25]中的指標選取,綜合考慮城市內部交通運輸系統和城市社會經濟特性,基于科學性、數據可得性和全面性原則,本研究選擇城市道路面積(萬m2)、公共汽電車數量(輛)、軌道交通運營里程(km)和出租車數量(輛)作為投入指標,選擇城市道路客運量(萬人次)、軌道交通客運量(萬人次)作為期望產出指標.由于本研究側重于探討現代城市環境中與居民日常出行緊密相關的交通運輸系統的運行效率,因此不包括市轄區內部的貨運交通和長距離的鐵路、航空運輸.交通工具運行過程中除了產出客運量之外,還產生大量溫室氣體以及大氣污染物,碳排放是交通系統重要的負外部來源,因此以交通碳排放量(t)作為城市交通系統的非期望產出指標.基于數據可得性,交通碳排放量參考相關研究[30,31]中的公式進行換算得出.計算方法如下:載客汽車年均行駛里程為1.0×105km,小微型車輛的百公里能耗分別為:8.8L(油耗)、10.56L(液化天然氣消耗)、100kW·h(電能消耗);大中型車輛百公里能耗分別為:30L(油耗)、36L(液化天然氣消耗)、150kW·h(電能消耗);汽油密度為0.78kg/L,液化天然氣密度為0.46kg/L;汽油、液化天然氣、電力CO2排放因子分別為3.042t/t,2.588t/t和0.5257kg/(kW·h).

1.2.2 城市交通運輸效率影響因素指標

大量研究表明,城市交通與城市空間結構和社會經濟發展之間存在著復雜的相互作用機制.由城市土地利用方式(功能和構成)和強度決定的城市空間結構引導了交通量的空間分布,從而產生交通出行需求,并反過來影響交通方式的選擇[32,33].城市規模與交通運輸效率之間存在相互影響的辯證關系[34],當城市規模擴大時,城市空間形態與交通運輸效率密切相關[35].此外,城市空間形態也影響交通碳排放[31].城市居民出行量隨著城市規模擴大而出現結構性的增大[36],出行總成本也會隨之增加,并促進居民選擇個體交通端出行方式[35],這些變化都可能對城市交通運輸效率產生影響.各類社會經濟活動不僅影響著城市的空間形態以及城市交通的供給與需求[33],也使三者相互作用.經濟與社會發展對城市交通具有較強的正向促進作用[37,38],特別是社會發展對交通運輸業起到提質增效的作用[17].居民收入水平的提升會顯著影響交通方式的選擇[34],可能影響到城市交通運輸效率.城鎮化發展促進人口合理布局,提升交通出行密度,進而促進交通運輸效率提升[39].此外,社會經濟發展深刻影響著交通運輸資源的投入,進而直接影響交通運輸效率.

綜合考慮城市交通與城市空間結構和經濟社會的相互作用關系,并結合以往研究中城市交通運輸效率影響因素指標選擇[18,21,22],基于科學性、數據可得性和全面性原則,本研究從經濟發展、社會發展[40]和城市空間結構三個層面,選擇GDP、人口密度、城鎮化率、第三產業比重、社會消費品零售總額、城鎮居民人均可支配收入、城市建成區面積比和城市建成區面積8個指標,分析其對城市交通運輸效率的影響(表1).

表1 城市交通運輸效率影響因素

1.3 數據來源

基于數據的可獲得性和準確性,本文以中國285個地級城市(含直轄市)的指標數據作為研究樣本,因數據缺失,暫未包括香港特別行政區、澳門特別行政區和臺灣省,以及地級市中昌都、銅仁、日喀則、畢節、林芝和山南等地.考慮到COVID-19疫情對城市交通運行的巨大沖擊,本文選取1990—2019年為研究時段.數據主要來源于1991年、2001年、2011年和2020年四個年份的《中國城市統計年鑒》,部分數據來自各省市的統計年鑒,個別缺失數據通過計算插補方式得出.為了更加深入地研究城市交通運輸效率,揭示城市環境下交通運輸效率的演化特征和影響因素,本研究的指標僅包括各地級市的市轄區,不包括地市所轄縣域部分. 1991年和2001年的《中國城市統計年鑒》中統計了市轄區城市客運量,但2011年和2020年的年鑒中未統計該指標,僅統計區域的客運量.為保證效率評估時投入產出指標的統計口徑的一致性,2010年和2019年的城市客運量是根據相關研究[41]中城市客運量的推測方法,利用以往的年份的統計數據回歸分析外推得出的.

2 結果分析

2.1 城市交通運輸效率現狀特征

2.1.1 城市交通運輸效率總體處于較高水平

運用MaxDEA6.9對2019年中國285個城市交通運輸效率進行測算,結果顯示交通運輸效率平均值達到0.737,總體上處于較高水平.為進一步分析城市交通運輸效率的數值分布特征,生成城市交通運輸效率值的小提琴圖(圖1). 2019年城市交通運輸效率值的中位數為0.638,即研究樣本中50%的城市交通運輸效率值高于0.638;效率值的上下四分位數分別為0.772和0.542,即50%的城市交通運輸效率值分布在0.542～0.772,說明目前總體上城市交通系統對于運輸資源的利用水平較高. 2019年交通運輸效率達到DEA有效的城市共49個,約占研究樣本的17.19%,其中有40個城市的效率值集中分布在1.000～1.364,而效率高于1.364的9個城市之間效率值差異特別明顯.綜合來看,2019年中國城市交通運輸效率水平較高,但有42個城市的交通運輸效率值低于0.500,約占研究樣本的14.73%,說明仍有少數城市交通運輸資源的利用效率較低.在維持現有產出水平的情況下,要實現城市交通運輸效率DEA有效,需要降低大約20%的交通運輸工具等投入要素.

圖1 2019年城市交通運輸效率值分布特征

2.1.2 城市交通運輸效率區域差異顯著,呈現出明顯的空間集聚特征

從全國尺度來看,“博臺線”(1)“博臺線”是連接中國新疆維吾爾自治區博樂市與臺灣省臺北市的一條西北—東南走向的軸線,垂直于胡煥庸線,見2020年出版的《地理學報》第75卷第2期《博臺線——中國區域發展均衡線的重要功能與建設構想》一文,作者是中國科學院地理科學與資源研究所研究員方創琳.兩側城市交通運輸效率空間差異較為明顯,即呈現出“博臺線”西南側城市交通運輸效率整體高于東北側的空間格局.城市交通效率高值集中分布在兩大區域,一是西部的蘭西城市群、關中城市群、成渝城市群和黔中城市群連片區,二是從長江三角洲城市群東部至北部灣城市群東部的東南沿?；⌒蔚貛?其中珠江三角洲城市群效率高值分布尤為集中(圖2a).城市交通運輸效率低值主要分布在華北和東北地區,特別是晉中城市群、京津冀城市群和山東半島城市群連片區低值分布尤為集中. 2019年城市交通運輸效率達到DEA有效的城市中有34個城市為位于“博臺線”西南側,約占達到效率DEA有效城市個數的70%, “博臺線”穿過的城市有7個,而完全位于東北側的僅有8個.從城市群尺度來看,部分城市群內部的城市交通運輸效率也表現出較大的差異性.例如,山東半島城市群和長江三角洲城市群內部效率值呈現東高西低的特征,京津冀城市群、遼中南城市群和哈長城市群內部個別城市交通運輸效率值高,而絕大多數城市效率值低.

圖2 2019年城市交通運輸效率空間格局與空間集聚圖

為進一步揭示城市交通運輸效率的空間集聚特征,對全國城市交通運輸效率進行冷熱點分析,通過ArcGIS10.7計算Gi值,并對結果進行可視化(圖2b).總體來看,沿“博臺線”兩側高值集聚區與低值集聚區分異明顯,即高值集聚區主要分布在“博臺線”西南側,低值集聚區主要分布在東北側. 1%水平下顯著的熱點集聚區集中分布在華南地區,包括滇中城市群、珠江三角洲城市群、北部灣城市群、黔中城市群、海峽西岸城市群中南部和長江中下游城市群南部. 5%水平下顯著的熱點集聚區主要分布在成渝城市群和長江中下游城市群中部. 1%水平下顯著的冷點集聚區集中分布在華北地區和東北地區南部,包括晉中城市群、京津冀城市群、呼包鄂城市群、遼中南城市群和山東半島城市群等區域. 5%水平下顯著的冷點集聚區主要分布在哈長城市群及其以北地區,其次為中原城市群南部和長江三角洲城市群中部.無顯著集聚特征的城市主要分布在“博臺線”兩側,說明了該線兩側城市交通運輸效率差異較大.需要說明的是,新疆、云南和西藏的城市未呈現顯著集聚特征,這可能與數據缺失較多有關.從城市群內部來看,分布于“博臺線”兩側的關中城市群、長江三角洲城市群、長江中下游城市群和海峽西岸城市群內部集聚特征差異較大,即同時存在不同顯著性水平的集聚區,這也進一步支持了城市交通運輸效率沿“博臺線”兩側分異的結論.

2.1.3 規模效率低于技術效率,多數處于遞增階段

利用MaxDEA6.9將交通運輸綜合效率分解為技術效率和規模效率后發現,運輸規模效率總體水平較低,達到規模效率有效的城市遠遠少于達到綜合效率有效的城市數量(圖1). 2019年技術效率平均值為1.015,說明整體上中國城市交通運輸資源的配置水平非常高.規模效率總體較低,平均值為0.550,僅?？谑?、貴陽市和東莞市三地市達到規模效率DEA有效.綜合效率達到DEA有效的49個城市,技術效率值均處于高水平,且規模效率絕大多數接近DEA有效.總體來看,技術效率水平較高,且多數達到DEA有效,對于綜合效率是否有效的影響不大.而規模效率值總體較低,相比技術效率,規模效率對于綜合效率影響更大,可能制約了綜合效率的提升.這與國內學者對城市效率研究所得出的規模效率是影響城市效率總體分布的主要因素的結論吻合[42].城市交通運輸效率較高的城市多為大城市,而大城市交通運輸資源規模投入相對較大,這也進一步支持了規模效率是決定城市交通運輸綜合效率的首要因素的結論.

2019年, 285個城市中有43個處于規模收益遞減階段,226個城市處于規模收益遞增階段,占研究樣本的79.29%.從空間分布上來看,處于規模收益遞減階段的城市主要為省會城市和東部發達城市,其交通運輸資源投入存在一定的冗余,這與此類城市早期城市交通超前建設緊密相關.處于規模收益遞增階段的城市以中西部城市為主,運輸資源投入不足制約了綜合交通運輸效率的提升,這與中西部地區經濟發展水平較低導致的城市交通建設相對落后有關.這說明了中西部城市可以通過增加交通運輸資源投入提升運輸規模效率,從而提升城市交通的綜合運輸效率.

2.2 城市交通運輸效率的時空格局演化

2.2.1 城市交通運輸效率呈現出波動性上升趨勢

為準確反映1990—2019年各城市交通運輸效率相對變化特征,本研究將1990年、2000年、2010年和2019年共1140個樣本一起計算比較.結果表明,研究期內城市交通運輸效率處于較高水平,且呈現出波動上升趨勢(圖3). 1990—2000年,城市交通運輸效率均值、上下四分位數、中位數和最大最小值均呈現出明顯的上升趨勢,2000年效率平均值較1990年增加了43.78%,說明了全國城市交通運輸效率整體上升. 2000—2010年,城市交通運輸效率均值、上下四分位數和中位數呈現出明顯的下降趨勢,效率平均值下降了30.21%,說明該時段中國城市交通運輸效率整體下降明顯. 2010—2019年,城市交通運輸效率均值、上下四分位數和中位數均有所提升,2019年效率均值達到了0.737,較2010年增加了21%,說明了該時段城市交通運輸效率呈現上升趨勢.研究期內,城市交通運輸效率提升了22.22%,285個城市中有194個城市交通運輸效率水平得到提升.交通運輸效率達到DEA有效的城市數量由1990年的26個增加到2000年的54個,到2010年又減少到34個,而到2019再增加到50個,較1990年凈增加24個,提升了96.23%.綜上所述,研究期內城市交通運輸效率呈現“上升-下降-上升”的波動增長趨勢.

圖3 1990—2019年城市交通運輸效率數值統計特征

研究期內,規模效率總體上處于較低水平,多數城市交通運輸資源未能發揮規模效應. 1990年,規模效率的平均值為0.384,不到最優水平的40%(表2).到2000年,規模效率均值為0.605,相比1990年提升了57.55%,提升非常明顯.值得注意的是,1990—2000年,綜合運輸效率也得到明顯的提升,這也說明了規模效率對于城市交通綜合運輸效率具有重要影響.相對而言,技術效率對于綜合運輸效率影響較小. 2000年之后,規模效率均值由2010年的0.376進一步下降到2019年的0.346,相對2000年下降了42.81%.總體來看,1990—2019年城市交通運輸規模效率經歷了先迅速增加,再逐步減少的變化歷程.研究期內,城市交通運輸技術效率均值始終較高,而規模效率均值整體較低,大多數城市處于規模收益遞增階段.這說明絕大多數城市的運輸規模尚未達到最優狀態,仍可通過增加要素資源投入來提升規模效率,從而進一步提升綜合運輸效率.值得注意的是,處于規模收益遞增階段的城市數量波動減少,而規模收益遞減的城市數量逐年增加,說明不少城市實現了由規模收益遞增階段向規模收益遞減的轉換,達到了規模收益最優.

表2 1990—2019年城市交通運輸效率分解

2.2.2 城市交通運輸效率區域差異增大,空間集聚增強

在計算出城市交通運輸效率之后,運用ArcGIS10.7對不同城市交通運輸效率值進行可視化處理,得出1990—2019年四個年份中國城市交通運輸效率的空間分布情況(圖4). 1990年,285個城市交通運輸效率的變異系數為0.333,交通運輸效率的空間差異較小.整個東北地區、華北地區北部和東南沿海三大城市群的交通運輸效率較低,整體呈現出中南部高東北部低的空間格局圖(圖4a);1990—2000年,城市交通運輸效率整體上升明顯,變異系數為0.258,說明不同城市間交通運輸效率差異較1990年有所縮小.從空間分布來看,東北地區城市交通效率提升最為明顯,特別是遼中南城市群效率高值分布尤為集中,整體呈現出東北部高,中東部低的空間格局(圖4b);2000—2010年,城市交通運輸效率值有所下降,變異系數為0.415,較2000年增大了60.85%,說明城市交通運輸效率的空間差異進一步擴大. 1990—2000年間的城市交通運輸效率的差異變化趨勢與已有研究對中國城市交通運輸發展水平差異的研究結果相吻合.從空間上看,2010年城市交通運輸效率呈現出南高北低,東高西低的空間格局,效率高值主要分布在蘭西城市群、關中城市群和成渝城市群連片區域(圖4c);2010—2019年,城市交通運輸效率整體上升,變異系數增加到0.517,說明了效率的空間差異在進一步增大,在空間上呈現“博臺線”西南側高于東北側的分布格局.同時,東南沿海的珠江三角洲城市群和海峽西部城市群連片帶和西部的蘭西城市群、關中城市群和成渝城市群連片區的交通運輸效率的高值集聚明顯(圖4d).研究期內,城市交通運輸效率的變異系數波動上升,增加了55.25%,說明近30年中國城市交通運輸效率的空間差異明顯增大.總體來看,研究期內華北地區城市交通運輸效率有所下降,西部的成渝城市群和東南地區城市交通運輸效率提升明顯,且效率高值空間集聚的趨勢進一步增強.

圖4 城市交通運輸效率的空間格局演化

3 城市交通運輸效率影響因素分析

3.1 影響因素

城市交通運輸效率受到交通系統內部因素與經濟社會等外部因素的綜合影響,經濟社會因素通過復雜的作用機制影響城市交通運輸效率[21].為探究社會經濟因素對城市交通運輸效率影響的差異和程度,揭示中國城市交通運輸效率時空演化的機制,本文采用皮爾遜相關性分析探究主要社會經濟變量與城市交通運輸效率之間的關系(表3).

在經濟發展各因素中,GDP與城市交通運輸效率存在顯著的正相關性,這與以往多數研究結論吻合.其原因可能是經濟發展水平較高的城市交通基礎設施建設越完善,能夠充分發揮規模集聚效應,從而推動城市交通運輸總體效率的提升.同時,經濟發展水平高的城市交通規劃往往更加合理,設施資源利用效率和技術效率整體較高,如新能源車輛投入降低了交通碳排放量,因此城市交通運輸效率得到提升.社會消費品零售總額從商品流通角度反映宏觀經濟運行狀況,其數值越高說明經濟越活躍,城市中人和商品的流動性越強,交通出行量增大,從而促進交通資源利用效率提升.第三產業比重與城市交通運輸效率之間的關系并未如預想地表現出顯著的正相關性.一般而言,發達的第三產業意味著較多的人口流動,從而對城市交通資源的利用效率起到促進作用.可能因為不同城市第三產業規模和內部結構不同,因此第三產業比重差異并未造成交通運輸效率的顯著差異,二者關系值得后續研究進一步探討.

在社會發展水平各因素中,人口密度與城市交通運輸效率存在顯著的負相關性,這與相關研究結論[15]吻合.城市人口密度可看作是單位時空范圍內居民出行發生次數[34],人口密度越高意味著交通出行需求越多,有助于提升城市交通資源的利用效率.但另一方面,城市化進程中增加城市交通資源投入,導致城市交通資源配置失衡[15],影響城市交通運輸效率的提升.城鎮居民人均可支配收入與城市交通運輸效率存在顯著的負相關性,主要原因可能是隨著工資率的持續增加,促使居民選擇個體交通端[35],降低了城市交通資源的利用效率.城鎮化率與交通運輸效率之間并未表現出顯著性的相關性,很可能是在不同城鎮化水平下,其對運輸效率影響作用不同.已有研究表明城鎮化水平和交通出行需求的集中程度呈正相關[21],在城鎮化水平較低的階段,城鎮化進程中的城市人口增加會提升交通運輸資源的利用效率,帶來運輸效率提升,1990—2000年城鎮化率增加較快與運輸效率明顯提升同時出現也說明了這一點.但是隨著城市化進一步發展所帶來的各種城市問題可能會制約交通運輸效率的提升,使交通運輸效率未能隨城鎮化率升高而持續提升.

在城市空間因素中,城市建成區面積比與城市交通運輸效率之間存在比較顯著的正相關性.城市建成區占城市面積比重反映了城市的土地利用強度,建成區面積比越高意味著運輸資源的集聚、規模和密度效應水平越高,從而使運輸效率越高[21].建成區面積與城市交通運輸效率存在比較顯著的負相關性,有研究表明適度的城市空間規模不但能夠減少非必要的交通出行,而且能夠提升交通運輸效率[34].城市建成區是城市基礎設施建設在空間上的客觀反映,建成區面積的增加必然伴隨著城市交通基礎設施規模的擴大,造成規模不經濟,從而導致運輸效率下降,使得城市規模與交通運輸效率之間表現出負相關關系.

3.2 形成機制歸納

城市交通運輸系統是一個由多種投入產出要素組成的復雜系統,而交通運輸效率是評估該系統運行有效性的綜合指標,反映城市交通需求與城市交通設施利用率之間的平衡性[25].城市交通系統的投入產出結構直接影響了交通運輸效率水平,而社會經濟系統又深刻影響著城市交通運輸系統的產出和城市交通需求量(圖5),進而影響城市交通運輸效率,本研究將其歸納為三個方面:①城市社會經濟發展促進技術進步,管理和資源配置水平提升,帶動交通運輸系統的技術效率的提升,進而推動城市交通運輸效率的提升;②城市社會經濟發展使得城市內部流動性增強,交通出行強度和密度增大,促進交通系統產出-客運量的增加,城市交通運輸資源的利用率得以提升,從而提高城市交通運輸效率;③城市社會經濟發展促進城市土地開發強度增加、運輸資源集聚和交通基礎設施的投入增加,帶動交通運輸系統規模效率的提升,進而促進城市交通運輸效率的提升.

圖5 社會經濟系統對城市交通運輸效率的作用機制

4 結論與討論

本研究將交通碳排放量作為城市交通系統的非期望產出納入運輸效率評價指標體系中,以中國285個地級市為研究樣本,選用超效率Undesirable-SBM模型對1990年、2000年、2010年和2019年四個年份的城市交通運輸效率進行測度.在效率測度的基礎上,分析導致城市公共交通運輸效率DEA無效的主要要素來源及其程度,探討社會經濟因素與交通運輸效率的關系.研究發現:①總體來看,目前城市交通運輸效率處于較高水平,呈現出“博臺線”西南側效率值高于東北側的空間格局;②中國城市交通運輸效率呈現波動上升趨勢,不同區域間的城市交通運輸效率差異不斷增大,主要表現為成渝城市群與東南地區效率高值集聚增強;③規模效率遠低于技術效率,多數城市規模效率未達到DEA有效,成為影響和制約城市交通運輸效率提升的首要因素;④城市交通運輸效率與經濟發展水平和城市開發建設強度存在顯著正相關性,與社會發展水平和城市規模存在顯著負相關性.

結合研究結論和城市交通運輸實踐,為促進城市交通運輸可持續發展,本文提出兩方面政策建議.首先,從城市交通運輸系統自身入手,合理統籌各種運輸資源的投入和產出,充分挖掘城市交通運輸資源的潛力,降低資源冗余,提升有效供給,從而提升運輸資源的利用效率.與此同時,也要注重城市交通運輸事業發展與經濟發展、產業結構演化、城鎮化發展水平和居民生活水平等外部環境相適應,使社會經濟產出轉化為交通運輸系統的優質產出.其次,結合不同區域城市交通運輸效率現狀特征,應采取針對性的改善策略,如中西部地區應適度加大城市交通運輸資源投入,以提升城市交通運輸規模效率;東部及大城市應抑制城市交通運輸資源投入的持續增加,避免因規模不經濟導致交通運輸效率下降.針對其人口和經濟密度大的特征,應堅持“公交優先”發展戰略,合理規劃交通線路和站點,提升公共交通的可達性,促進各種交通方式柔性銜接,從而提升各類運輸資源的利用效率.

由于數據可得性,本文在評價指標的選取方面受到了較大的限制,未能將城市交通運輸人力投入、運營里程和交通場站數量等指標納入評價指標.交通并非到達目的地那么簡單,也充斥著辯證和矛盾,并從不同維度影響人和社會的發展[43].未來研究應該融入更多社會與文化因素,使城市交通運輸效率評價能夠反映社會的公平和諧.