近年来,作为我国综合实力发展最强劲的经济走廊之一,长江经济带的公路运输建设快速推进,公路投资逐年增长,公路基础设施逐渐完善。然而,公路运输作为重要的基础产业,其效率的高低直接影响公路运输服务供给的优劣,进而影响经济发展效益与质量。因此,公路运输的运行效率如何以及相关资源是否得到有效利用一直是公路运营中的重要管理问题,明确不同改进阶段的公路运输效率也是政策制定者在具体实施阶段的决策需求。同时,强化公路运输运行效率也符合当下中国经济供给侧改革的迫切要求。本文首先基于数据包络分析模型,对长江经济带11个省（市）2010-2018年的公路运输效率进行测度和评价。其次,将BP神经网络与数据包络分析相结合,构建公路运输效率预测模型,通过映射数据包络模型的函数关系,预测不同公路运输投入产出下的运行效率。最后,基于公路运输效率预测模型进行情景分析,从而实现公路运输效率的渐进式改进。本文研究工作具体如下:（1）构建长江经济带公路运输效率评价指标体系,从静态和动态两个角度,对长江经济带公路运输效率进行特征分析。此外,还将全要素生产率与综合效率进行矩阵分析,从这两个维度综合反映长江经济带公路运输运行质量和不同区域的发展态势;（2）在数据包络分析的基础上,引入BP神经网络,通过网络结构设计与参数调整,构建长江经济带公路运输效率预测模型,并进行仿真测试,验证模型的可行性,继而将预测能力纳入效率评价框架;（3）通过设定策略型情景和预测型情景,并针对两种情景设定原则,利用三次指数平滑法预测了 2020年长江经济带公路运输周转量,基于所构建的效率预测模型,分析不同情景下的公路运输效率,探索规划阶段公路运输效率的渐进式改进方案。研究发现:（1）长江经济带公路运输效率整体低下,其中技术效率低下是其主导因素,且呈现东高西低的“阶梯状”分布格局,但下游东部省（市）存在被赶超的风险;（2）全要素生产率持续下滑的主要症结在于公路运输技术进步变化出现衰退,且空间上存在一定区域差异,全要素生产率指数从高到低,依次为长江经济带中-上-下游地区;（3）策略型情景的公路运输效率值均呈现递增趋势,且策略型情景的设定具有较强的灵活性和普适性;（4）预测型情景效率值均小于1,表明如果长江经济带各省（市）继续以2018年的投入指标值作为公路运输投入资源量,那么相较于2010-2018年,2020年各省（市）公路运输决策单元将均为无效。