收费公路产出弹性与运营绩效

徐海成,贾锐宁

(长安大学经济与管理学院,陕西西安710064)

2016年以来,交通运输部多次提及以“降低制度性交易成本”与“推动效率变革”为首要任务的交通运输供给侧结构性改革,2018年全国交通运输工作会议更是将供给侧结构性改革列为交通运输行业12项重点工作之首。在公路基础设施领域,行政垄断使收费公路行业产生严重的资源错配,运营绩效低下成为制约公路基础设施推动国民经济发展的新瓶颈[1],亟需在收费公路领域推进以提高运营绩效为主要目标的供给侧结构性改革。收费公路运营绩效问题属于国有企业效率范畴,已有研究虽涉及到国有企业微观与宏观双重效率损失问题[2],但收费公路领域的相关研究仍侧重于公路微观运营绩效本身,忽略了微观运营绩效通过影响公路基础设施产出弹性造成宏观效率损失的可能。如果不能明晰收费公路运营绩效问题对公路产出弹性的“拖累”,就不能理解收费公路行业以提高运营绩效为目标的供给侧结构性改革的必要性与紧迫性。本文通过实证研究,从全国整体、分地区以及门槛效应三个方面论证收费公路运营绩效与产出弹性的可能关系,为行业改革提供理论依据与经验证据。

一、文献综述

交通基础设施与经济增长的关系长久以来都是广受关注的经济学议题,罗森斯坦-罗丹(Rosenstein-Rodan)[3]的“大推进”理论更是奠定了交通基础设施“社会先行资本”的学术地位。其后,阿肖尔(Aschauer)[4]针对上述问题开创了实证研究的先河,他在新古典经济增长模型下对美国1945—1985年间交通基础设施对全要素生产率的影响进行了系统地计量分析,发现包含高速公路在内的基础设施对经济增长具有巨大贡献,产出弹性达到0.39,阿肖尔的工作引发了此类问题的实证研究热潮。在国内,同样不乏这一领域的研究成果,张学良[5]利用1993—2009年的中国省际面板数据与空间计量模型研究得出,包含公路在内的交通基础设施对区域经济增长的产出弹性在0.05—0.07之间。刘生龙等[6]则进一步证实交通基础设施对经济增长的影响不仅来源于其作为政府的一项固定资产投资所产生的“资本效应”,还依赖于其所具有的“溢出效应”。

随着研究的逐步推进,学者们从探究交通基础设施建设规模对经济增长的贡献,进一步深入到将交通基础设施质量、利用效率等属性一并纳入研究框架[7]。其中,王自锋等[8]借鉴有效基础设施资本概念,将交通基础设施的利用效率引入交通基础设施与经济增长关系的实证研究,发现交通基础设施利用效率对经济增长的作用程度并不弱于建设规模本身。交通基础设施的“资本效应”与“溢出效应”的作用路径并不完全相同,“资本效应”的发挥仅依赖于交通基础设施的投资建设,而“溢出效应”的产生不仅依赖于建设规模,交通基础设施的有效利用也是其产生的必要条件。在收费公路领域,上述利用效率与经济增长的作用关系延伸出一个有趣的问题,即收费公路的利用效率不仅取决于公路需求,同时还受通行费价格的影响,二者均与收费公路运营企业的收入与成本直接相关,因此,行业运营绩效是否会通过收费公路的“溢出效应”影响收费公路基础设施对宏观经济的产出弹性,成为值得深入研究的问题。

由于收费公路行业的公用事业属性,早期行业效率研究多从项目投资与宏观经济产出角度展开[9-10],很少关注行业内部运营绩效问题。自《2013年全国收费公路统计公报》公布后,面对收支缺口逐年扩大的现实,运营绩效问题才逐步进入理论研究视野。已有研究显示,收费公路运营企业的全要素生产率呈现逐年0.8%的退步趋势[11],但运营绩效下降对收费公路产出弹性可能造成的负面影响依然缺乏足够关注。在这一背景下,本文力图通过规范的实证研究,论证运营绩效与收费公路产出弹性的作用关系,为收费公路行业供给侧结构性改革提供理论支撑。

二、作用机理与理论假说

经济绩效概念具有丰富内涵,涉及行为与结果、效率与公平等诸多层面的因素,但效率一直是其核心问题[12]。鉴于此,本文将收费公路运营绩效的提高界定为收费公路行业运营环节中单位投入的产出增加或单位产出的投入下降。

收费公路运营环节的主要投入为运营管理支出和养护经费支出,主要产出为通行费收入,产出的提高又可归因为车流量的增加或通行费标准的提高。因而,运营绩效的提高直接表现为投入的降低、通行费标准的提高或外生车流量的增加。实践中,中国收费公路采取政府指导定价,通行费标准受到严格的行政规制,在成本导向的通行费标准制定方法下,运营企业提高通行费标准必须以成本的增加为前提,并不能由此获得运营绩效的提高。因此,在其他因素不变的条件下,收费公路运营绩效的提高意味着外生车流量的增加及投入的降低,外生车流量增加本身就是有效利用的体现,而投入的降低则会产生两方面的作用:第一,投入的降低不仅会通过降低通行费标准内生地增加车流量,还会通过缩短收费运营年限内生地增加政府还贷公路的远期车流量。当前政府还贷公路实行以省级行政区为单位的“统贷统还”政策,特定项目的通行费标准及收费年限与项目自身运营绩效不直接挂钩,而取决于区域整体的绩效状况,加之收费公路僵化的价格调整机制,使投入降低对车流量提升的动态作用受到限制,但可受实证检验的静态机制仍然存在。第二,成本的节省使公路运营企业对公路及附属设施的改扩建工程具有更强的支付能力,如收费站、收费广场、服务区、信息监控与发布及ETC系统的改建等,这些无不关系着通行质量。综上所述,运营绩效提高意味着车流量与通行质量的提高。其中,车流量的增加意味着有效利用的提升,而通行质量的提高对公路基础设施的产出弹性理应有着正向影响[7]。据此,可提出本文第一个研究假说:

H1:收费公路运营绩效提升时,收费公路的产出弹性也将随之提高。

不同地区由于经济发展程度不同,导致公路基础设施建设规模迥异。以2016年为例,东部、中部与西部地区的公路密度依次递减,分别为1.05公里/平方公里、0.60公里/平方公里与0.36公里/平方公里,与之对应的是,公路产出弹性也存在明显的区域差异特征[13]。公路相对规模越小,说明公路基础设施已构成区域经济增长的稀缺要素。因此,在“溢出效应”发挥方面,作为公路建设规模的替代品,运营绩效可能对产出弹性产生更大影响。例如,对于西部地区而言,交通基础设施的瓶颈作用较为明显,在建设规模难以短期提升的情况下,运营绩效提升将对收费公路产出弹性产生比东部地区更大的促增作用。据此,可提出本文第二个研究假说:

H2:收费公路运营绩效对产出弹性的影响程度随东部、中部与西部依次递增。

根据运营模式的不同,中国收费公路可分为政府还贷公路与经营性公路,其中政府还贷公路由事业单位或地方政府融资平台公司运营,经营性公路则属于特许经营性质。已有研究表明,由于竞争机制作用程度以及公司治理机制不同,经营性公路运营绩效往往比政府还贷公路更高[14]。同时,与政府还贷公路将公路养护作为行政指令不同,经营性公路的营业利润与公路通行质量密切相关,在相同的投入产出下具有更强的激励实现更高的公路质量,使运营绩效对产出弹性的促增作用更为明显。当然,中国收费公路行业采用“统一领导,分级管理”的管理模式,各省区收费公路运营企业的治理结构不尽相同,加之许多经营性公路仍由国有企业运营,扭曲的产权结构导致政府还贷公路与经营性公路之间的差异并不存在绝对关系。但是,平均意义而言,经营性公路在具有比政府还贷公路更高的运营绩效的同时,运营绩效对公路产出弹性的促增作用可能更为明显。据此,可提出本文第三个研究假说:

H3:运营绩效对产出弹性的影响在经营性公路与政府还贷公路之间可能发生某种非线性的机制转换,使运营绩效对产出弹性的促增作用更为明显。

三、运营绩效测度与实证模型设定

(一)运营绩效测度

要验证收费公路产出弹性是否随运营绩效变化,首先需要解决运营绩效测度问题。数据包络分析(DEA)是使用频率较高的效率测度方法,本文使用规模报酬可变的DEA-VRS模型作为收费公路运营绩效测度模型,所指运营绩效为考虑纯技术效率与规模效率的综合技术效率*DEA方法近年来的应用呈爆炸态势,相关方法介绍可谓汗牛充栋,由于篇幅所限,本文不再对该模型进行介绍。。

由于海南与西藏没有一般意义上的收费公路,因此除去海南、西藏和港澳台地区,本文选取其余29个具有收费公路的省区作为研究样本*严格的区域性行业和市场分立及唯一的下属企业数量使得企业运营绩效这一微观命题与省级行业运营绩效这一偏宏观的命题在收费公路行业呈现出特有的逻辑关系。鉴于此,在数据可获性限制下,本文使用省区加总数据替代企业数据。。现有可用于测度收费公路运营环节经济绩效的公开数据有:2011年交通运输部等五部委开展的全国收费公路专项清理工作所公开的2010年各省区收费公路运营数据,2013、2014与2015年各省区收费公路统计公报*2010年缺少广东与青海两省区数据;2013年缺少北京、内蒙古、浙江、山东、湖南、贵州与新疆等七省区数据;2014年与2015年没有缺失。。因此,结合上文分析,本文选择运营管理支出与养护经费支出作为投入变量、通行费收入作为产出变量,使用DEAP 2.1软件对2010、2013、2014与2015年4个年度29个省区的收费公路运营绩效进行测度,结果见表1,其中2010与2013年数据有个别缺失。

测度结果显示,收费公路行业运营绩效整体水平不高。其中,2015年行业运营绩效均值较2010年有所增加,但增长幅度十分有限,仅为3%,2013年甚至出现退步现象,运营绩效止步不前的根源主要在于行业根深蒂固的行政垄断,市场机制难以发挥配置行业资源的作用。

分地区而言,东部、中部与西部的运营绩效均值分别为0.676、0.695与0.681,各地区之间的运营绩效差别十分有限,说明经济发展程度对收费公路行业运营绩效的影响不大。值得一提的是,东部、中部地区并没有发挥自身因公路基础设施建设规模领先所应有的规模经济,可能原因是行业“一路一公司”的运营机制将公路整体规模分割于各运营管理处,人为稀释了行业规模效益。

现有数据难以在统一框架下直接测度经营性公路与政府还贷公路的运营绩效,但部分省区收费公路里程中经营性公路占比极高的事实为验证H3,即研究运营模式与机制转换之间的可能关系提供了一种思路。具体而言,4年中,北京、天津、浙江、安徽、重庆与云南6个省区收费公路里程中经营性公路占比均在90%以上,运营绩效均值为0.790,而其余23个省区的经营性公路里程占比均值仅为29.7%,运营绩效均值为0.658,前者的运营绩效均值明显大于后者,与上文理论直觉一致。因此,可将上述6个省区代替经营性公路而以其余23个省区代替政府还贷公路对H3进行验证,具体验证见下文。

(二)实证模型构建

为增加样本自由度、保证结果稳健性,本文收集了29个省区2000—2015年的面板数据,通过建立不同模型对研究假说进行检验。

首先,为检验H1,基于2000—2015年面板数据建立固定效应模型作为基准模型*分析面板数据时,根据非观测的个体效应是否与误差项相关,可将面板模型分为固定效应模型与随机效应模型。无论个体效应是否与误差项相关,固定效应模型总能满足大样本的渐进一致性条件,即选择固定效应模型总是对的。鉴于此,本文采用固定效应模型构建基准模型。:

Lnpgdpit=β0+α1Lntollit+βLnXit+ui+εit

(1)

模型(1)中,对变量取自然对数,以测度产出弹性并降低数据的偏度,使数据拟合情况更好。pgdp为被解释变量人均GDP,toll为核心解释变量收费公路,X为其他控制变量集合,u为省区固定效应,以消除不随时间变化的个体效应,ε为经典误差项。

为初步考察收费公路产出弹性基于运营绩效的差异,本文参照博尔曼(Borrmann)等[15]的思路构造运营绩效虚拟变量(effdum),并将其与收费公路(toll)的交互项引入基准模型(1),将模型扩展为:

Lnpgdpit=β0+α1Lntollit+δ1effdumi*Lntollit+βLnXit+ui+εit

(2)

模型(2)中除运营绩效虚拟变量(effdum)以外的变量含义均与模型(1)相同,这里仅对该虚拟变量作必要的解释说明。由于仅2014年与2015年的运营绩效不存在缺失值,在研究可行的基础上,为确保结果的准确性,计算上述两年运营绩效的平均值,并以中位数为界,若某省区的运营绩效均值小于等于中位数,则对该省区对应的运营绩效虚拟变量(effdum)赋值为1,反之赋值为0。考虑到运营绩效与经济发展程度可能存在的双向因果关系,本文使用滞后一期的解释变量替代模型(1)与模型(2)中解释变量的当期值,以检验模型可能存在的内生性问题。

为进一步检验结论稳健性,本文根据可获得运营绩效的2010、2013、2014与2015年的面板数据建立模型(3)*基于以下两点考虑,本文未针对模型(3)—(4)建立纳入滞后解释变量的内生性检验模型:第一,如下文实证结果所述,采用滞后解释变量的模型(1)—(2)已部分排除内生性对结论的影响;第二,模型(3)—(4)建立于4期面板数据,滞后变量的加入将使样本观测数量严重受损,降低模型估计效率。。由于面板门槛模型对缺失数据十分敏感,采用插值法对2010与2013年的运营绩效缺失值进行补充,构造平衡面板数据,确保结果的准确性。模型(3)中,收费公路产出弹性线性依赖于运营绩效。

Lnpgdpit=β0+α1Lntollit+δ2effit+δ3effit*Lntollit+βLnXit+ui+εit

(3)

其次,为检验H2,本文将2000—2015年面板数据分为东、中、西部三个子样本,并分别用以估计模型(1)与模型(2)。由于样本观测数量限制,在检验H2时,不再用分地区子样本对模型(3)进行估计。

最后,为检验H3,在2010、2013、2014与2015年面板数据的基础上,使用汉森(Hansen)[16]的方法建立内生门槛模型(4),寻找内生性门槛值,探讨收费公路产出弹性是否会在运营绩效达到某一门槛值时发生机制转换,并且分析内生门槛值与收费公路运营模式的关系:

Lnpgdpit=β0+α1Lntollit*I(effit≤γ)+α2Lntollit*I(effit>γ)+δ2effit+βLnXit+ui+εit

(4)

模型(4)在模型(1)的基础上引入了运营绩效(eff)以及函数I(·)与收费公路(toll)的交互项。其中,函数I(·)为示性函数,当括号内条件成立时,函数取值为1,否则为0。此外,运营绩效水平值(eff)为门槛变量,γ为待估计门槛值,α1与α2分别为机制转换前后对应的收费公路产出弹性。模型(4)使用基于Stata编写的面板门槛模型命令[17]进行估计。

(三)变量选择与数据来源

本文参照交通基础设施与经济增长的相关研究对变量进行筛选与处理,变量的具体情况与数据来源如下所述。

1.被解释变量

人均GDP(pgdp):作为宏观经济研究的重要指标之一,人均GDP包含区域经济增长的丰富信息。因此本文以其作为被解释变量,并使用人均GDP指数将其调整为2000年不变价。

2.核心解释变量

收费公路(toll):由于收费公路里程数据仅有4年,故使用高速公路里程作为该解释变量的代理变量*交通运输部发布的《<2015年全国收费公路统计公报>解读》显示,至2015年底,全国高速公路里程为12.35万公里,其中95%为收费公路。因此,在数据可获性局限下,以高速公路为对象研究收费公路问题不失为一个合理选择。。为使各省区不同年份的收费公路存量具有可比性,本文参照德缪杰(Demurger)[18]的做法将高速公路里程除以各省区国土面积。同时,该变量也是模型(4)的门槛解释变量。

3.涉及的7个控制变量

(1)运营绩效(eff):即上文由DEA模型计算得到的综合技术效率,相应处理方法如上文所述。同时,该变量也是模型(4)的门槛变量。(2)非收费公路(non-toll):非收费公路与收费公路同属公路基础设施,建设规律以及与经济增长的作用机制具有相似性,如不对其进行控制,模型将产生内生性问题。鉴于上文对收费公路变量的相关处理,本文使用各省区公路总里程减去高速公路里程再除以各省区国土面积表征该变量。(3)劳均资本(pcap):生产要素投入及其配置效率是新古典经济增长理论中推动区域经济增长的主要因素之一。本文引入劳均资本变量反映劳动力投入与物质资本积累对区域经济增长的影响,具体由资本存量与就业人员之比表示。其中资本存量参照单豪杰[19]的方法计算,并使用固定资产投资价格指数将其调整为2000年不变价。(4)人力资本(hum):内生经济增长理论将人力资本作为内生变量引入经济增长模型,并证明人力资本积累对长期经济增长的重要作用。出于省级面板数据可获性考虑,本文选择平均受教育年限作为人力资本的代理变量,具体参照杨孟禹等[20]的做法,使用6岁及以上人口平均受教育年限表示。人均受教育年限=(样本含小学文化程度人口数×6+初中文化程度人口数×9+高中文化程度人口数×12+大专及以上文化程度人口数×16)/6岁以上抽样总人口。(5)产业结构(ind):产业结构升级是经济增长的推动力之一。鉴于劳动力人口由低附加值的农业向高附加值的服务业流动是产业结构优化的主要表现,本文使用第三产业就业人员数量与就业人员总数的比值作为产业结构的代理。(6)开放程度(fdi):外商直接投资可能伴随显著的技术溢出[21]。本文使用FDI占当年GDP的比重度量开放程度对区域经济增长的影响。由于FDI以美元价格衡量,因此将各年4季度平均汇率调整为人民币价格后再做后续处理。(7)市场结构(str):中国的改革开放实质上是一个由政府对资源配置起主导作用向市场对资源配置起主导作用过渡的市场化过程。考虑到省级面板数据的可获性问题,本文使用非国有企业职工人数占在岗职工人数的比重作为市场结构的代理变量。

本文所使用数据主要来源于《新中国六十年统计资料汇编》《中国统计年鉴》《中国劳动统计年鉴》与各省区统计年鉴,所使用的模型估计软件为Stata 14。主要变量(与实证模型一致,部分变量取自然对数形式)的描述性统计如表2所示。

四、实证结果分析

由上文所述实证模型、变量选择及估计方法得到的回归结果如表3、表4和表5所示,分别对应于检验H1、H2与H3的实证结果。

表2 主要变量的描述性统计

(一)H1检验结果分析

表3中回归结果(Ⅰ)—(Ⅳ)为2000—2015年全样本数据回归结果。其中,结果(Ⅰ)—(Ⅱ)对应于使用当期解释变量对实证模型(1)—(2)的回归结果,结果(Ⅲ)—(Ⅳ)对应于使用滞后一期解释变量对实证模型(1)—(2)的回归结果,结果(Ⅴ)为基于4期面板数据的实证模型(3)的回归结果。

表3 H1检验结果

注:*、* *和* * *分别表示在10%、5%与1%的水平上显著;括号内的数值为t统计量。

回归结果(Ⅰ)显示,非收费公路、劳均资本、人力资本、产业结构以及市场结构与人均GDP都存在显著的正相关关系,与相关实证研究结果基本吻合,一定程度上反映了所选控制变量的有效性。与预期不同的是,开放程度与人均GDP存在一定程度的负相关关系,即FDI对经济增长具有一定的阻碍作用,原因可能在于FDI对经济增长的促进存在一定的人力资本门槛[22],而中国大部分省区的人力资本没有达到有效吸收FDI先进技术的水平[23]。此外,收费公路产出弹性的估计值为0.012,且仅在10%的水平上显著,与非收费公路0.075的产出弹性形成鲜明对比。本文认为,未在模型(1)中控制运营绩效是得到较低收费公路产出弹性的主要原因,这一论断将在结果(Ⅱ)中得到验证。

在结果(Ⅱ)中,主要控制变量的系数估计值及显著性与结果(Ⅰ)基本相同,这里不再赘述。收费公路(Lntoll)以及运营绩效虚拟变量与收费公路交互项(effdum*Lntoll)的系数估计值分别为0.045与-0.035,且均在1%的水平上显著。与结果(Ⅰ)相比,以虚拟变量形式控制运营绩效后,得到更为显著的收费公路产出弹性。以中位数为界,运营绩效较高省区的收费公路产出弹性为0.045,较低省区的收费公路产出弹性比前者低0.035,为0.010,差距十分明显,说明运营绩效对收费公路产出弹性具有显著的正向影响。同时,结果(Ⅲ)与结果(Ⅳ)显示,在考虑内生性后,结果(Ⅰ)与结果(Ⅱ)的结论依旧成立,即运营绩效较高省区的收费公路产出弹性仍显著高于运营绩效较低省区,说明内生性对结论的稳健性并不构成影响。

在结果(Ⅴ)中,收费公路(Lntoll)的系数估计值接近于0(P值=0.98),说明当运营绩效为0时,收费公路产出弹性也为0。该结果中我们最为关注的运营绩效与收费公路的交互项(eff*Lntoll)系数估计值为0.073,且在5%的水平上显著,说明收费公路产出弹性可能具有基于运营绩效的线性形式,即产出弹性为0.073*eff。以2015年为例,收费公路行业的运营绩效平均值为0.7,此时收费公路的产出弹性为0.051。此外,结果(Ⅴ)中控制变量系数的估计值符号与基准结果(Ⅰ)基本一致,主要不同在于产业结构(Lnind)与开放程度(Lnfdi)的系数估计值均不显著,本文认为造成该结果的主要原因是样本观测数量减少造成的自由度下降,故不宜对这一结果做过多解读。

综上所述,结果(Ⅰ)—(Ⅴ)验证了H1。

(二)H2检验结果分析

表4展示了东、中、西部子样本的回归结果,其中,结果(A)表示使用子样本对实证模型(1)的回归结果,结果(B)表示使用子样本对实证模型(2)的回归结果。

由于各地区资源禀赋、经济发展程度以及各生产要素配置不同,控制变量系数估计值大小及显著性水平在地区之间存在一定差异,但系数估计值符号大体相同,且与表3中使用全样本得到的基准结果(Ⅰ)基本一致,由于控制变量不是本文研究重点,故不再赘述。

对东部地区而言,控制运营绩效前后收费公路产出弹性的变化十分有限,分别为0.078与0.075,运营绩效对产出弹性的影响在通常显著性水平下均不显著地异于0。对中部地区与西部地区而言,运营绩效对产出弹性的影响方向与全样本回归时较为一致,即运营绩效提高对产出弹性具有促增作用。其中,运营绩效对中部地区收费公路产出弹性的影响程度为0.58(0.032/0.055),对西部地区的影响程度为0.86(0.051/0.059)。随东、中、西部依次递增的影响程度验证了H2。说明对于中部与西部地区,提高收费公路运营绩效在一定程度上不失为弥补公路基础设施规模短板的一条替代路径。

(三)H3检验结果及分析

表5展示了内生门槛模型(4)的回归结果,可以看到,收费公路产出弹性存在显著的基于运营绩效的单门槛效应,运营绩效的门槛估计值为0.938,门槛值95%的置信区间为[0.909,0.952]。在运营绩效达到门槛值0.938之前,收费公路的产出弹性为0.040,在运营绩效超过门槛值后,产出弹性增加为0.056,增长了40%。

如上所述,本文以北京、天津、浙江、安徽、重庆与云南6个省区代替经营性公路,以其余23个省区代替政府还贷公路对H3进行验证。在上述6个省区4年中测得的22个运营绩效样本中(24个样本中有2个缺失值),有9个样本的运营绩效超过门槛值0.938,机制转换率达到41%。在其余23个省区测得的85个运营绩效样本中(92个样本中有7个缺失值),有7个样本的运营绩效超过门槛值0.938,机制转换率仅为8%。由上述结果可得,经营性公路发生机制转换的概率至少是政府还贷公路的5倍(因为23个省区中仍然存在经营性公路),说明相较于政府还贷公路,运营绩效对经营性公路产出弹性的促增作用可能更大,即在两种运营模式之间可能发生了某种机制转换,该结果验证了H3。

表4 H2检验结果

注:*、* *和* * *分别表示在10%、5%与1%的水平上显著;括号内的数值为t统计量。

表5 H3检验结果

注:*、* *和* * *分别表示在10%、5%与1%的水平上显著;括号内的数值为t统计量;这里省略了控制变量估计结果。

五、研究结论

本文借鉴交通基础设施利用效率概念,对收费公路运营绩效与产出弹性的关系进行了系统的实证研究。研究结论如下:(1)收费公路运营绩效的提高可以促进收费公路产出弹性的提升,且收费公路产出弹性随运营绩效的增加在一定范围内呈现出线性增长趋势,在当前经济发展阶段以及行业平均运营绩效水平之下,收费公路的产出弹性为0.05;(2)运营绩效对收费公路产出弹性的影响程度随东、中、西部依次递增,原因可能在于中、西部地区较为滞后的交通基础设施建设规模放大了运营绩效通过利用效率提升所增加的“溢出效应”;(3)收费公路产出弹性还存在基于运营绩效的单门槛效应,门槛值为0.938,这一机制转换极有可能伴随运营模式转轨发生,机制转换后收费公路的产出弹性预期会提高40%。上述结论证明运营绩效的提高是收费公路公益属性发挥的重要手段,因此,收费公路领域内以提高运营绩效为主要目的的改革不仅应是“政策驱动”行为,更应成为一种“生存驱动”行为。