梁雯 方韶暉

[摘 要] 文章綜合考慮了經濟增長與低碳約束的關系，選取指標和環(huán)境變量，應用DEA-Malmquist模型動態(tài)分析了長江經濟帶的物流效率。研究發(fā)現，環(huán)境因素和隨機誤差對長江經濟帶低碳約束下的物流效率有重要影響;規(guī)模是制約長江經濟帶低碳物流發(fā)展的的主要因素;長江經濟帶11省市從空間動態(tài)變化角度上可劃分為三種效率類型。以此為基礎，提出強化科技，加強合作，調整結構，發(fā)展聯運，政府引導等措施，以期有效提升長江經濟帶低碳約束下的物流效率。

[關鍵詞] 低碳約束;物流效率;長江經濟帶;三階段DEA;Malmquist模型

[中圖分類號]F127 [文獻標志碼]A

一、引言

十九大報告指出，我國經濟增長已由高速增長轉向高質量發(fā)展階段，正處于轉方式、調結構的攻關期。從過去追求要素投入的粗放型經濟轉向追求效率提升的集約型、綠色增長，實現經濟與環(huán)境的協(xié)調發(fā)展。從節(jié)能減排的歷史演變來看，第三產業(yè)是有利于節(jié)能減排的部門。物流業(yè)作為第三產業(yè)的重要組成部分，在促進消費，實現供需平衡等諸多方面發(fā)揮著重要作用。物流業(yè)在促進國民經濟發(fā)展和經濟轉型中的重要性日益凸顯，然而，物流產業(yè)較高的能源消耗使得其成為碳排放需要控制的一個方面。

近年來，低碳物流的理念越來越引起人們的重視，轉變物流發(fā)展模式，提高利用效率，將是物流產業(yè)發(fā)展的必然之路。

二、文獻綜述

（一）低碳建設評價指標

隨著我國低碳經濟建設的不斷推進，學者們在低碳建設的評價指標構建方面取得了一系列的研究成果。早期部分學者以碳排放量與某一指標的比值作為評價標準，如李磊[1]13等把部門總產出與二氧化碳排放量的比值作為碳排放系數向量，Jobert等[2]1364采用了單位人口的二氧化碳消耗量作為評價標準。雖然單一要素指標具有計算簡單和表征性強的特點，但碳排放效率是受到經濟、社會等多重因素影響的結果，呈現出明顯的全要素生產率特征。蘇美蓉等[3]48指出低碳建設是一個多目標問題，要以實現低碳發(fā)展、經濟增長、生態(tài)保護、生活提升四個方面的共贏為目標?；诖?，越來越多的學者們開始構建基于宏觀低碳經濟內涵的復合指標。如付加鋒等[4]38提出了以產出、消費、資源環(huán)境為維度的多層次評價體系評估低碳經濟的發(fā)展?jié)摿?高峰等[5]108構建了政府主體與市場主體的低碳經濟發(fā)展能力評價指標體系;胡林林等[6]6652據碳排放現狀， 從多個角度探索出一些提高低碳發(fā)展水平的可行路徑。不管是單一指標還是復合指標，都是從結果性指標的角度來分析低碳經濟，而效率指標與結果性指標相比更能反映出經濟發(fā)展對資源的利用效率，即投入一定時產出最大化，產出一定時投入最小化[7]92。

（二）效率分析方法

在物流效率方面，如柳鍵等[8]130運用超效率DEA模型研究了產業(yè)結構調整對低碳物流的影響，并將灰色關聯分析引入到var模型中; Markovits等[9]137從宏觀經濟學的角度對非參數DEA和DEA-PC方法進行了初步探索，并將其應用在歐洲29個國家的物流領域排名;王育紅等[10]72基于非期望產出的Super-SBM模型，從時空演化、區(qū)域和效率演化三個維度對長江經濟帶省市的物流效率進行評價并給出相應的結論;馬越越等[11]63運用空間杜賓面板模型分析了物流效率的影響因素及其溢出效應;Srisawat等[12]4832采用了模糊層次分析法確定了多目標決策的準側，并確定各準則的權重，在空間數據可視化的基礎上顯示出每個區(qū)域的潛力、優(yōu)勢和劣勢;張誠等[13]59從技術差異的視角，構造超越對數函數模型對物流業(yè)不同能源投入要素彈性及技術進步差異情況進行分析，給出能源消耗現狀和結構性調整依據。學者們使用的主要方法有DEA分析法、層次分析法、灰色關聯分析法等，其中公認最有效的效率分析方法是DEA分析法。王麗萍等[14]113采用了經典DEA方法對中部六省的物流水平進行評估，指出區(qū)域發(fā)展?jié)摿εc政策建議;Coto等[15]1基于序列DEA，利用隨機前沿模型估計了34個國家物流和信息通信對技術效率的貢獻程度;孟魁等[16]57利用三階段DEA方法研究了中部六省份在碳約束條件下的物流效率，分析出非效率的一些影響因素;Sharifi等[17]111以DEA、CCR產出為導向評價了伊朗某省內25個工業(yè)園區(qū)的效率，然后應用改進的neuro-DEA方法分析了決策單元的效率并將它們加以排名;周葉等[18]99應用改進的SE-DEA方法以23個省域物流業(yè)的數據為實證對象進行評價，并通過生態(tài)效率的分析尋找影響省域物流業(yè)的原因;Lee等[19]211運用DEA-Malmquist指數法分析了物流效率對貿易量增長的影響，以及自由貿易協(xié)定降低關稅的影響，并利用貿易國家間雙邊面板數據對引力面板模型進行估計;陳文新等[20]42基于非參數DEA-Malmquist指數方法，對低碳約束下30個省份物流業(yè)的生產率進行測算，分析其結構及總體演化趨勢，并運用空間數據分析方法進行影響因素分析。

從已有文獻綜述來看，雖然都為物流效率的研究打下了豐富的理論基礎，但仍存在不足之處：（1）多數研究僅從經濟角度出發(fā)，未能充分考慮到能源、碳排放等低碳指標;（2）部分研究將低碳指標外生化，未能將其納入全要素生產率的范疇;（3）一定程度上忽略了環(huán)境因素和隨機誤差項的影響。本文可能的創(chuàng)新點在于：（1）從低碳約束的角度出發(fā)，運用三階段DEA方法構建長江經濟帶物流效率分析框架;（2）借由Malmquist模型測度了11省市物流效率的動態(tài)變化趨勢;（3）考慮了環(huán)境因素及隨機誤差的影響。

三、實證研究

（一）三階段DEA模型

經典DEA模型以尋找效率的前沿面并計算其與決策單元之間的距離來評估數據的有效性，但該模型未能考慮到環(huán)境因素和隨機誤差的影響。針對這一缺陷，Fried等人很好地修正了經典DEA模型的不足，利用隨機邊界分析方法，將環(huán)境因素、隨機誤差、管理無效率項等納入分析框架，以便對各個因素的影響進行有效地分離。其基本步驟如下：

第一階段，本文采用改進的CRS模型，進而計算出投入目標值與原始投入量的差值，核心在于分析出產出既定的條件下最小的投入要素值。

（三）指標選擇及數據來源

由于目前沒有物流產業(yè)這一劃分標準，結合國內外大多數學者的研究，本文將交通運輸、倉儲和郵政業(yè)界定為物流產業(yè)?？紤]到投入產出指標是效率評價的基礎，在指標的選擇上應該遵循以下原則：首先，指標要符合對物流效率的評價要求;其次，決策單元個數應為指標個數的2～3倍;最后，要考慮到指標的重要性和可得性。

1.投入指標

（1）物流從業(yè)人數，數據來源于《中國統(tǒng)計年鑒》。

（2）二氧化碳排放量。DEA模型要求各個投入產出量之間符合同向性的原則，二氧化碳量作為非期望產出不符合DEA的原則，目前學者們對此類的產出處理有兩種方法：一是將非期望產出通過線性函數轉化成期望正產出;二是將非期望產出作為投入變量。本文借鑒趙霞等[22]41學者提出的第二種方法處理，用能源消費總量乘以相應的排放系數得出的二氧化碳量作為投入指標，數據來源于《中國能源統(tǒng)計年鑒》。

2.產出指標

本文以物流業(yè)生產總值來衡量經濟產出，數據來源于《中國統(tǒng)計年鑒》。

3.環(huán)境變量

本文選取了城鎮(zhèn)化水平作為環(huán)境變量?？紤]到數據的可得性，我們用年末城鎮(zhèn)人口所占的比重來衡量城鎮(zhèn)化水平的高低。

利用SPSS25.0對投入產出進行Pearson相關系數分析，以測度指標選擇的合理性，分析結果如表1所示，投入產出指標均通過了1%的相關性檢驗，表明兩者間之間關系較為緊密，適合于本文的研究。

四、實證結果

（一）第一階段實證結果

通過挖掘《中國統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》的數據，將投入產出值帶入BCC模型，利用DEAP2.1軟件得到規(guī)模報酬可變條件下的技術效率TE、純技術效率PE和規(guī)模效率SE。TE值衡量了物流產業(yè)的資源配置能力和使用效率，PE衡量了管理能力及技術進步的情況，SE衡量了物流產業(yè)的規(guī)模和發(fā)展進步空間。運算結果如表2所示：

從表2中可以看出，我國碳排放綜合效率最高的為江蘇，最低的為云南。整體碳排放效率值呈現出東高西低的遞減趨勢，主要是我國近幾年加大了對基礎建設行業(yè)的投資，加速了能源的消耗和二氧化碳的排放，以江蘇為代表的江浙地區(qū)經濟發(fā)展較快，產業(yè)的轉移使東部地區(qū)較快擺脫了高能耗的帽子，提前走上了低碳物流的道路。物流技術效率達到最高值，客觀上反映了物流業(yè)的發(fā)展大趨勢。中西部地區(qū)綜合效率較低且他們之間的標準差也較小，說明中西部整體效率不如東部地區(qū)，在碳排放效率的改善方面仍需有一定的進步空間。

（二）第二階段實證結果

以投入松弛變量作為因變量，環(huán)境變量為自變量，利用Frontier4.1軟件作回歸分析，結果如表3所示。顯著性結果表明采用SFA回歸方法是合適的，γ代表無效率方差占總方差的比重，γ的值與1非常接近，說明了管理無效率極大地影響了松弛變量，而隨機誤差則可以忽略不計。

（三）第三階段實證結果

采用調整后的投入數據再次進行BCC模型計算，方法同第一階段的處理：

從表4中可以看出，兩個階段的效率值存在差異，在排除環(huán)境因素和隨機誤差的條件下，處于效率前沿面的有上海和江蘇。調整后上海的綜合效率有所提高，其它省市的綜合效率都有所下降，東部和西部省市在碳排放效率上的差距明顯。大部分的省市物流純技術效率值均大于規(guī)模效率值，說明了規(guī)模是制約物流效率提高的主要因素。

（四）Malmquist分析結果

為了分析物流業(yè)的動態(tài)發(fā)展趨勢，利用DEAP2.1軟件運行Malmquist模型，結果如表5所示，并將指數與1作比較，大于1則遞增，小于1則遞減，等于1則不變。

從表5中可以看出：（1）2016-2017年度長江經濟帶11省市物流業(yè)均呈現出技術進步的趨勢;（2）西南部分地區(qū)的技術效率指數還未達到均值，在物流技術效率方面仍需要有很大的改進;（3）全要素生產率的增長主要來源于技術進步，其原因主要是長江經濟帶近年來大力投資發(fā)展物流產業(yè)，提升了物流產業(yè)的技術水平，但產出水平受到多種環(huán)境因素的影響，技術效率的提升度不足。

五、結果分析

（一）區(qū)域分析

從表4可以看出，上海、江蘇、浙江、重慶、貴州等省市的純技術效率達到1即DEA有效狀態(tài)，且大體上純技術效率大于規(guī)模效率，這樣的結果表明，上海、江蘇、浙江、重慶、貴州等省市的資源利用較充分，而物流產業(yè)的規(guī)模是限制長江經濟帶低碳物流的主要原因，需要進一步的擴大。近年來，低碳經濟被逐步提上日程，各個省市紛紛響應低碳經濟的號召，不同程度的探索低碳技術，這都是造成純技術效率較高的關鍵因素。

從動態(tài)的角度可以將物流效率的變化分為三類：第一類：不變型。如江蘇省的物流技術效率已經達到前沿水平，綜合技術效率值為1;第二類：遞增型。上海，浙江，安徽，湖南，湖北，重慶等地區(qū)的物流技術效率呈現出上升趨勢;第三類，遞減型。江西、四川、云南、貴州等地區(qū)的物流業(yè)技術效率有下降的趨勢，表明這些地區(qū)急需加強物流方面的發(fā)展水平，提升物流技術效率。

（二）差異分析

整體來看，我國長江經濟帶的低碳物流效率還有很大的進步空間。為了對長江經濟帶物流效率進行差異化分析，選擇PE=0.9及SE=0.7的效率值為分界點將長江經濟帶的物流效率分為四種類型：第一類：雙高型。如上海、江蘇等省市的純技術效率和規(guī)模效率較高，需要調整的幅度較小;第二類：高低型。即純技術效率較高但是規(guī)模效率較低的省市，包括浙江、安徽、江西、湖南、重慶、云南、貴州等，特別是云南的規(guī)模效率僅為0.318，改進的方向是提高產業(yè)規(guī)模，實現資源的優(yōu)化配置;第三類：低低型。如湖北、四川等地區(qū)不僅物業(yè)產業(yè)規(guī)模較小而且純技術效率較低，改進的方向一是注重純技術效率的提高，提升技術管理水平;二是合理規(guī)劃各種資源，促進物流規(guī)模的擴大。

六、研究結論與對策

（一）結論

本文在考慮低碳約束的情況下，運用DEA-Malmquist模型對物流效率進行評估，得出如下的結論：第一，長江經濟帶物流效率呈現出東高西低的遞減趨勢，中西部整體效率不如東部地區(qū)，在效率的改善方面仍有一定的進步空間;第二，綜合結果表明，技術效率和規(guī)模效率均需進一步提升，但相比較而言，規(guī)模是制約物流效率提高的主要因素;第三，從動態(tài)角度來看，長江經濟帶物流業(yè)效率整體呈現出上升趨勢，且主要的推動力來源于技術進步。

（二）建議

針對長江經濟帶物流的發(fā)展現狀，提出如下的對策建議：

第一，強化科技創(chuàng)新，推廣現代物流。綜合來看，我國長江經濟帶低碳物流技術效率較低，要使得低碳技術效率所有提高，一是加強科技研發(fā)創(chuàng)新力度，發(fā)揮長江經濟帶人才和科技優(yōu)勢，鼓勵物流產業(yè)領先企業(yè)、科研機構等單位構建產學研示范基地，加強物流關鍵技術的研發(fā);二是推廣現代物流，依托長江經濟帶轉型升級的契機，推廣現代物流理念，實現物流企業(yè)的創(chuàng)新性轉變，積極實施互聯網+低碳物流、大數據、區(qū)塊鏈等信息工程。

第二，加強互利合作，推動產業(yè)聯動。長江經濟帶應該秉持互利合作的原則，加強與區(qū)域內各省市在物流園建設、信息共享等方面的協(xié)作，打造一體化的區(qū)域物流環(huán)境，具體而言，中西部省市應該加強與長三角地區(qū)的合作聯動發(fā)展機制，重點加強與物流節(jié)點的聯動，提升樞紐城市在聯運方面的聯接。各省市要根據不同的發(fā)展狀況和物流基礎設施狀況，調整物流產業(yè)空間分布格局，推進物流產業(yè)在城市間的合理分工，形成極具競爭優(yōu)勢的物流產業(yè)集群，保證物流的流通效率。

第三，調整能源結構，開展逆向物流。運輸方式落后、物流節(jié)點規(guī)劃不合理等是物流產業(yè)能源消耗量大的主要原因，為了改善這一局面，需要從建立低碳物流系統(tǒng)，加快科研成果轉化等方面入手，科學合理地規(guī)劃物流節(jié)點，實現物流系統(tǒng)對能源的最優(yōu)化使用，此外，以包裝、倉儲、運輸、配送作為主要的低碳物流環(huán)節(jié)，開展逆向物流實現對包裝物、廢棄物的回收利用，亦可達到環(huán)保低碳發(fā)展的目標。

第四，發(fā)展聯運模式，優(yōu)化物流體系。一是優(yōu)化物流網絡布局，加大對低碳物流基礎設施的建設;二是注重多重聯運的有機銜接，多式聯運是指把公路、鐵路、海運、航空等貨運方式結合在一起的一種運輸方式，它可以形成一個高效便捷的物流系統(tǒng)，實現在不同運輸方式之間合理分工的目的，進而提高物流綜合效率?，F階段，長江經濟帶應該完善疏運體系，繼續(xù)推進長江物流走廊、重要貨運節(jié)點樞紐等項目建設，加強多種貨運方式的有效銜接，以實現物流產業(yè)整體效率的提升。

第五，加強政府引導，給予政策支持。政府應制定有關法律法規(guī)，進一步完善和落實行業(yè)標準，并盡快出臺針對電商物流、逆向物流等重點領域的規(guī)劃，積極推動物流信息服務平臺建設，設立示范物流園區(qū)，加大政策扶持力度，通過稅收優(yōu)惠、設立減排資金等舉措進一步支持和促進低碳物流的發(fā)展，積極鼓勵金融機構探索出適合的產品和服務，幫助低碳物流企業(yè)做大做強。

[參考文獻]

[1]李磊.經濟開放區(qū)域的貿易隱含碳測算及轉移分析——以新疆為例[J].上海經濟研究，2012（2）：13-23.

[2]Jobert T， Karanfil F， Tykhonenko A. Convergence of per capita carbon dioxide emissions in the EU： legend or reality [J]. Energy Economics， 2010（6）： 1364-1373.

[3]蘇美蓉，陳彬，陳晨，楊志峰，梁辰，王姣.中國低碳城市熱思考：現狀、問題及趨勢[J].中國人口·資源與環(huán)境，2012（3）：48-55.

[4]付加鋒，莊貴陽，高慶先.低碳經濟的概念辨識及評價指標體系構建[J].中國人口·資源與環(huán)境，2010（8）：38-43.

[5]高峰，廖小平.低碳發(fā)展能力及其評價——以湖南省為例[J].系統(tǒng)工程，2013（6）：108-114.

[6]胡林林，賈俊松，毛端謙，劉春燕.基于FAHP-TOPSIS法的我國省域低碳發(fā)展水平評價[J].生態(tài)學報，2013（20）：6652-6661.

[7]劉翔，陳曉紅.我國低碳經濟發(fā)展效率的動態(tài)變化及碳減排潛力分析[J].系統(tǒng)工程，2017（5）：92-100.

[8]柳鍵，涂建.中國產業(yè)結構調整對低碳物流效率的影響研究——基于超效率DEA低碳物流效率評價模型的實證分析[J].價格理論與實踐，2017（12）：130-133.

[9]Markovits-Somogyi R， Bokor Z. Assessing the logistics efficiency of European countries by using the DEA-PC methodology[J]. Transport，2014（2）： 137-145.

[10]王育紅，劉琪.基于Super-SBM模型的長江經濟帶物流效率測度研究[J].華東經濟管理，2017（5）：72-77.

[11]馬越越，王維國.異質性生產技術下中國區(qū)域物流產業(yè)全要素生產率[J].系統(tǒng)工程，2015（10）：63-72.

[12]Srisawat P， Kronprasert N， Arunotayanun K. Development of decision support system for evaluating spatial efficiency of regional transport logistics[J]. Transportation research procedia，2017（5）： 4832-4851.

[13]張誠，周安，張志堅.低碳經濟下物流能源效率與結構調整研究——基于技術差異視角[J].生態(tài)經濟，2014（9）：59-63.

[14]王麗萍.基于DEA的中部六省物流運作效率研究[J].現代管理科學，2014 （5）：113-115.

[15]COTO-MILLáN P， FERNáNDEZ X L， PESQUERA Má， et al. Impact of logistics on technical efficiency of world production[J]. Networks &Spatial Economics， 2015（8） ：1-15.

[16]孟魁.基于三階段DEA方法的中部六省物流效率評價[J].統(tǒng)計與決策，2014（2）：57-60.

[17]Sharifi M， Rezaeian J. Efficiency evaluation of Mazandaran industrial parks by using neuro-DEA approach[J]. International Journal of Industrial and Systems Engineering， 2016（1）： 111-123.

[18]周葉，張孟曉，楊潔.基于SE-DEA的省域物流行業(yè)生態(tài)效率研究[J].北京交通大學學報，2015（4）：99-106.

[19]Lee K H， Lee S Y. The Impact of Logistics Efficiency and Free Trade Agreements on Global Trade[J]. Journal of International Logistics and Trade， 2016（3）： 211-218.

[20]陳文新，潘宇.低碳約束下物流產業(yè)全要素生產率的空間分異及時空演化[J].工業(yè)技術經濟，2016（11）：42-52.

[21]楊傳明.低碳約束下江蘇物流產業(yè)效率測度[J].華東經濟管理，2018（1）：27-32.

[22]趙霞，萬長松，宣紅巖.低碳約束下中國流通業(yè)效率的區(qū)域差異——基于三階段DEA模型的測算[J].北京工商大學學報：社會科學版，2018（5）：41-52.

[23]薛巨泉，鄭秀梅.中國第三方物流發(fā)展中存在的問題及對策[J].牡丹江師范學院學報：哲學社會科學版，2015（6）：26-28.

[24]陳曉玥，王立國.中國物流產業(yè)與三大產業(yè)聯動發(fā)展實證研究[J].牡丹江師范學院學報：哲學社會科學版，2014（2）：33-37.

[責任編輯]王立國