許美賢，鄭 琰 （南京林業(yè)大學 汽車與交通工程學院，江蘇 南京210037）

0 引言

21世紀以來，節(jié)能減排以低能耗、低排放的環(huán)保發(fā)展方式成為推動我國經(jīng)濟增長的必選之策。節(jié)能低碳的社會經(jīng)濟有利于調(diào)整省、市當前能源消費結(jié)構(gòu)，進而使省、市建設逐步從粗放型轉(zhuǎn)變?yōu)榭沙掷m(xù)高效型。而被列入十大振興規(guī)劃的物流業(yè)是促進省、市經(jīng)濟持續(xù)發(fā)展和生產(chǎn)要素自由流動的重要力量，也是規(guī)劃省、市生產(chǎn)力布局、提高生產(chǎn)效率的關(guān)鍵。傳統(tǒng)物流業(yè)集約化程度不高，在提升產(chǎn)值時只能傾向于大力發(fā)展運輸、配送等主營業(yè)務，但是因其物流效率不高導致資源配置不合理，產(chǎn)生嚴重的能源消耗及浪費問題。因此省、市物流業(yè)的能源消耗量及污染物的排放量成為了省、市節(jié)能減排過程的主要控制目標。物流業(yè)節(jié)能減排效率的高低代表著整個省、市低碳環(huán)?？冃У膬?yōu)劣，因此省、市物流業(yè)節(jié)能減排效率的評價研究顯得尤為重要。

目前，既有的物流業(yè)效率評價研究文獻頗多，且研究方向及內(nèi)容各有千秋。丁斌、曲慧敏[1]采用DEA法對我國上市物流企業(yè)在2010～2012年的經(jīng)營效率進行評價分析，并根據(jù)影響因素分析給出相關(guān)建議；楊佳偉、王美強[2]通過采集18家水上運輸上市物流企業(yè)在2013～2014年的財務數(shù)據(jù)，并運用網(wǎng)絡DEA模型對中國物流企業(yè)績效進行評價研究；郭子雪、張雅輝[3]對京津翼地區(qū)2011～2015年物流效率利用DEA模型進行測算和對比分析，以及提出提高區(qū)域物流效率的對策建議；張誠、喻琴[4]秉承著可持續(xù)發(fā)展理念，收集2004～2012年客觀物流數(shù)據(jù)，把全國30個省市及自治區(qū)分為中、東、西三部分后運用DEA模型分析對比研究；何新安[5]運用DEA及Tobit模型對廣東省2005～2015這十年的物流效率影響因素進行實證研究，為提高廣東省物流效率提供有效建議；田剛、孫立成等[6]為評價2006～2013年間中國29個省份物流節(jié)能減排效率構(gòu)建了以投入與產(chǎn)出為導向的DEA模型，得出人均GDP與物流業(yè)節(jié)能減排效率呈倒U型曲線。

以上文獻研究在一定程度上為我國物流業(yè)的發(fā)展做出了指導貢獻，但總體來說，部分研究從企業(yè)物流績效角度出發(fā)，忽視了總體的省、市物流才是社會經(jīng)濟發(fā)展的關(guān)鍵影響因素。而從省、市物流角度出發(fā)的評價研究卻沒能以綠色環(huán)保的視角來分析，在評價指標的選取時僅從基礎(chǔ)設施、經(jīng)濟增長、人員分配等方面思考，沒能結(jié)合能源消耗、空氣質(zhì)量等因素進行全面篩選?；蛘咭芽紤]到了節(jié)能方面的影響，但所運用的評價模型過于單一，使得指標的選用個數(shù)受限于計算方法和精確性的影響，而直接導致了評價不夠全面充分。因此，本文將以15個省、市物流業(yè)為例，先運用PCA法的降維思想壓縮指標數(shù)量，削弱每個指標之間的相關(guān)性，同時又保證了信息的數(shù)量和質(zhì)量，進而再運用DEA模型評價時，可提高評價的客觀性和準確性。

1 方法及模型介紹

1.1 PCA方法和模型簡介。主成分分析法（PCA）是一種適用于多變量統(tǒng)計分析的基礎(chǔ)數(shù)學分析方法。它的運用領(lǐng)域非常廣泛，常被用于數(shù)理分析、證券投資、生態(tài)環(huán)境研究、食品及儀器分析等學科領(lǐng)域。而在物流方面也得到了有效運用，被普遍應用于物流效率評價研究、物流網(wǎng)絡節(jié)點的布局研究、物流成本預測、區(qū)域需求量預測、物流合作伙伴的選擇研究等方面。PCA的基本思想是以其強大的數(shù)據(jù)提取能力通過降維處理將一組個數(shù)繁多的、彼此相關(guān)的、意義單一的指標變量轉(zhuǎn)化為個數(shù)較少的、彼此互不相關(guān)、意義綜合有效的指標變量。轉(zhuǎn)化后的指標變量即主成分，既簡潔準確又保證了信息的客觀性，可以達到更科學高效地解決研究問題的目的。所以PCA法應用于本文非常合適。

下面將對PCA的處理步驟及模型進行簡單的介紹分析：

選取m個評價對象和確定每個對象中的h個變量，將所有原始指標變量構(gòu)造成一個矩陣：

C1,C2,…,Cn是從第一個主成分到第n個主成分，第一個主成分的方差最大，后面逐漸遞減，它們的總方差占比也遞減。而方差決定了貢獻率的大小，累積貢獻率一般需要達到85%以上主成分才能合理解釋原變量，所以只選取占比重大的前幾個成分作為主成分進行分析。

1.2 DEA方法和模型。數(shù)據(jù)包絡分析（DEA）法作為績效評價常用方法之一，它比層次分析法、平衡計分卡法、模糊綜合評價法更具有客觀性，比灰色關(guān)聯(lián)分析法、神經(jīng)網(wǎng)絡算法需要的數(shù)據(jù)量相對較少且計算過程更加簡單，所以考慮到評價的可借鑒性及數(shù)據(jù)的可獲得性本文采用DEA法進行運算。DEA法通常用于解決多個輸入、多個輸出的非單目標決策問題[7]，其主旨思想為：先借助輸入和輸出值來判斷有效前沿面，再分析DMU即決策單元與有效前沿面的相離程度，得出有效和無效的單元，并結(jié)合實際情況進行投入、產(chǎn)出、規(guī)模等的調(diào)整，使管理者獲得科學合理的決策信息。DEA法在實際的生產(chǎn)、投資等方面具有很強的經(jīng)濟適用性，因其較好的綜合評價能力已被廣泛使用在各類評價研究中。

基于規(guī)模效益可變性及總體有效性原則，選取DEA-BCC對偶規(guī)劃模型進行運算，模型如下：

此模型最優(yōu)解為θ0,λ0,s0+,s0-，其經(jīng)濟含義如下：（1）當θ0=1，同時滿足s0+=s0-=0時，DMU為DEA有效，說明投入產(chǎn)出已為最優(yōu)化、最合理化；（2）當θ0=1，但s0+、s0-沒有滿足均為0時，DMU為弱DEA有效，說明需要進行投入或產(chǎn)出的相應調(diào)整；（3）當θ0＜1時，此時DMU為非DEA有效。

綜上，本文為得到重要、科學的研究結(jié)論，將結(jié)合PCA法和DEA法各自的優(yōu)點，將其強大的數(shù)據(jù)處理能力和良好的綜合評價能力充分運用于物流業(yè)節(jié)能減排評價中，下面將結(jié)合我國總體物流業(yè)實際情況進行分析，從而選取全面及合理的指標來建立評價體系。

“別老拿著匕首在我眼前晃。”一杭說。范堅強笑了，“怎么，怕了？只要你交出從公廁看守那里找到的記事本，我可以考慮饒你一命?！?/p>

2 評價體系構(gòu)建及數(shù)據(jù)獲取

近年來，我國物流業(yè)運行質(zhì)量有所提高，但總體來說仍然存在著資源整合不充分、發(fā)展跟不上市場需求的擴展、物流基礎(chǔ)平臺面臨困境等問題。因此，參考文獻[4]和[6]為代表的文獻，并根據(jù)可比可操作性、系統(tǒng)全面性、科學合理性等評價體系構(gòu)建原則，以我國15個主要省、市為研究單元，結(jié)合其物流業(yè)發(fā)展狀況及節(jié)能減排工作的要求。從基礎(chǔ)設施、人員管理、經(jīng)營效益、能源消耗、污染物排放這幾方面思考，選取了物流業(yè)固定資產(chǎn)投資額、貨物周轉(zhuǎn)量、載貨汽車數(shù)量、公路里程數(shù)、從業(yè)人員數(shù)量、物流業(yè)能耗量、物流業(yè)財政支出、快遞業(yè)務量8個指標為投入指標，以貨運汽車氮氧化物排放量、物流業(yè)生產(chǎn)總值2個指標為產(chǎn)出指標，構(gòu)建一套合理、科學的評價指標體系，爭取公平、有效地對我國省、市物流業(yè)節(jié)能減排效率進行評價。評價指標體系如表1所示：

表1 投入、產(chǎn)出評價指標體系表

考慮到數(shù)據(jù)的可獲得性，本文以交通運輸、倉儲和郵政業(yè)作為物流業(yè)的體現(xiàn)，收集15個省、市2017年的相關(guān)數(shù)據(jù)進行匯總，數(shù)據(jù)來源于各省、市的《2018年統(tǒng)計年鑒》、《2018年中國機動車環(huán)境管理年報》、《2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》以及各省、市環(huán)境檢測中心等官方網(wǎng)站。數(shù)據(jù)表如表2所示：

表2 15個省、市物流業(yè)節(jié)能減排效率評價原始數(shù)據(jù)表

3 數(shù)據(jù)處理及研究分析

3.1 主成分分析（PCA）及數(shù)據(jù)標準化處理。從表2可知，由于輸入輸出數(shù)據(jù)及指標過多，且指標之間或多或少存在一定的聯(lián)系。下文的DEA法的運用要求決策單元DMU的數(shù)量與輸入輸出指標之和（m+s）之間需滿足2（ m+s）≤n≤3（ m+s）數(shù)學關(guān)系[8]，同時為了提高DEA效率評價的準確性，就需要先運用PCA的降維思想來確定主成分，降低各指標之間的相關(guān)性。

運用SPSS24.0對15個省、市的8個輸入指標數(shù)據(jù)進行主成分分析處理，如表3所示。

KMO統(tǒng)計量和Bartlett球形檢驗顯示：KMO取樣適切性量數(shù)為0.586＞0.5且顯著性概率為0.000，表明各指標變量相互聯(lián)系，拒絕各自獨立假設，適合做主成分分析。

再根據(jù)SPSS24.0軟件運行結(jié)果的總方差解釋表（如表4所示）可知提取了3個主成分，第一個主成分的特征值為3.583，方差貢獻率為44.781%，第二個主成分特征值為2.031，前兩個主成分累積方差貢獻率為70.167%，第三個主成分特征值為1.230，這3個主成分累積方差貢獻率為85.547%，符合特征值＞1且累積方差貢獻率＞85%的原則。

而成分得分協(xié)方差矩陣（如表5所示）為單位矩陣，說明提取出來的3個主成分互不相關(guān)。

表3 KMO和巴特利特檢驗表

表4 總方差解釋表

表5 成分得分協(xié)方差矩陣

由成分得分系數(shù)矩陣（如表6所示）可以得到輸入變量所提取的主成分計算表達式，其中為標準化后的數(shù)據(jù)：

表6 成分得分系數(shù)矩陣

所以輸入變量主成分分析結(jié)果如表7所示：

表7 輸入變量主成分分析結(jié)果

由表7可知，I1、I2、I3中有負數(shù)，不滿足DEA的計算要求。同時產(chǎn)出指標數(shù)據(jù)與其量綱不同且值相差較大，所以必須進行歸一化處理。根據(jù)參考文獻[7]利用其數(shù)學公式進行處理：

公式中xij為表7中的輸入變量，yij是產(chǎn)出指標的變量[9]，是經(jīng)過計算得出的新的投入變量，計算后新的產(chǎn)出指標變量，的值均在0.1到1之間。歸一化處理后的投入和產(chǎn)出變量如表8所示。

3.2 DEA計算與分析。下面運用DEA法進行計算分析，將表8中的新投入和產(chǎn)出變量放進DEA中，并使用DEAP2.1軟件進行運算處理，結(jié)果如表9所示。

從表9可知，2017年的廣東省、江蘇省、河南省、四川省、湖南省、河北省、福建省、上海市、遼寧省這9個省、市的綜合效率、純技術(shù)效率、規(guī)模效率均為DEA有效，規(guī)模報酬均不變，說明了2017年這9個省市的物流業(yè)節(jié)能減排效率達到了最佳狀態(tài)；除浙江省外，其他6個省、市的純技術(shù)效率均為1.000，達到DEA有效，但這6個省市在綜合效率和規(guī)模效率上均沒達到1.000，即DEA無效。表明這6個省市在投入生產(chǎn)要素方面存在冗余或在產(chǎn)出資源等方面存在不足。在生產(chǎn)規(guī)模不變下，減少生產(chǎn)要素的投入也可得到相應的產(chǎn)出水平或保持投入要素不變可增加產(chǎn)品產(chǎn)出空間。

表9的15個省市中，只有山東省的規(guī)模報酬呈現(xiàn)遞減狀態(tài)，說明了2017年山東省在增加物流業(yè)投入生產(chǎn)要素的數(shù)量后，產(chǎn)出數(shù)量卻沒有成比例增長，問題出現(xiàn)在生產(chǎn)規(guī)模的擴大沒有得到很好的利用，但從其綜合效率及規(guī)模效率的數(shù)值均為0.954上看，只要稍作調(diào)整山東省的物流業(yè)節(jié)能減排效率即可達到最優(yōu)。而規(guī)模報酬遞增的浙江、湖北、北京、安徽、陜西，總體來說綜合效率值較低，說明了這幾個省在2017年間的物流業(yè)產(chǎn)業(yè)結(jié)構(gòu)不太合理，沒有充分利用現(xiàn)有物流業(yè)基礎(chǔ)設施，資源沒有得到合理配置，產(chǎn)出達不到最優(yōu)，規(guī)模需要進一步擴大。從效率平均值看總體規(guī)模效率達到了0.949，說明了大部分省市在規(guī)模遞增狀態(tài)，要提高節(jié)能減排效率就要適當減少投入，努力達到國家物流業(yè)節(jié)能減排、綠色環(huán)保的政策要求[10]。

表8 新的投入和產(chǎn)出變量表

表9 各效率計算結(jié)果

因此，為給以后各省、市物流業(yè)節(jié)能減排工作提供借鑒，需要根據(jù)DEA無效省市的松弛變量分布表（如表10所示）進行投入及產(chǎn)出等的相應調(diào)整，表中代表產(chǎn)出的松弛變量，為投入的松弛變量。

表10 松弛變量分布表

從表10可看出，只有浙江省的投入和產(chǎn)出需要進行較大的調(diào)整，其余省、市的投入產(chǎn)出松弛變量均為0，不需要過多調(diào)整。浙江省在貨運汽車氮氧化物排放的正產(chǎn)出沒有達到DEA有效，說明在減排工作上需加大管理力度，提高清潔能源使用率；第三個投入指標冗余最大，而影響其的是公路里程數(shù)及物流業(yè)固定資產(chǎn)投資額，說明了2017年浙江省物流業(yè)沒有充分利用道路，可能采用水、空、鐵運輸較多，固定資產(chǎn)投資過多，資源配置不合理，需要完善物流業(yè)管理體制，減少能源消耗及污染氣體排放量。

4 建議與結(jié)論

本文以我國GDP前15的省、市為例，采用PCA、DEA相結(jié)合的方法對其2017年物流業(yè)節(jié)能減排效率進行評價研究?？傮w來說，在日益完善的政策管理及飛速發(fā)展的科學技術(shù)支持下，我國物流業(yè)在經(jīng)濟生產(chǎn)收益不斷增長的同時兼顧到了生產(chǎn)對環(huán)境的影響，采用了清潔能源及在技術(shù)上控制污染氣體的排放，使得產(chǎn)業(yè)得到了史無前例的振興發(fā)展。為使以后物流業(yè)節(jié)能減排工作越做越好，提出幾點建議：（1）加強節(jié)能減排政策的實施力度，從全國省、市出發(fā)，小到快遞站大到物流企業(yè)，要求落實經(jīng)濟與環(huán)境協(xié)調(diào)推進的發(fā)展策略。在使DEA有效的省、市環(huán)保效率得到保持的同時，盡量縮小省域之間的效率差距，全面提高我國物流業(yè)節(jié)能減排效率。（2）提高清潔能源的使用率和普及力度，加快節(jié)能技術(shù)的研究開發(fā)。淘汰污染氣體排放量大的貨運汽車，倡導全面使用新能源貨車，降低有害氣體的排放?？蓪夹g(shù)效率無效的省、市提供技術(shù)及新能源的支持，從全局出發(fā)，實施重點扶持政策，以促進我國物流業(yè)的公平競爭。（3）根據(jù)各省、市的物流業(yè)實際情況，做出科學的預測及工作安排。調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，科學合理配置資源，增大或減少生產(chǎn)規(guī)模，做到環(huán)保運營，減少節(jié)能減排效率無效的省、市出現(xiàn)，全面提高物流業(yè)的環(huán)保效率。

綜上，PCA的強數(shù)據(jù)提取能力及DEA的強綜合評價能力體現(xiàn)在了主成分指標的提取和從綜合效率、純技術(shù)效率及規(guī)模報酬等方面的測算，對2017年我國15個省、市物流業(yè)節(jié)能減排效率進行了全面研究，并根據(jù)評價結(jié)果提出了發(fā)展建議，希望能為我國物流業(yè)發(fā)展提供借鑒。