董毅明　問(wèn)晨璐　鄧永勝

摘要：在供給側(cè)結(jié)構(gòu)性改革背景下，充分考慮碳排放約束。文章結(jié)合西北五省物流業(yè)的發(fā)展特征，選取10個(gè)樞紐城市為研究對(duì)象，建立投入產(chǎn)出指標(biāo)體系，分析有效性。首先采用SE-DEA模型，對(duì)技術(shù)效率、純技術(shù)效率和規(guī)模效率做出評(píng)價(jià)，以及對(duì)有效決策單元進(jìn)行深度分析和排序。然后，采用灰色關(guān)聯(lián)分析法，得出投入產(chǎn)出指標(biāo)對(duì)效率的影響程度。最后，采用Tobit回歸分析法，找出影響當(dāng)?shù)氐吞嘉锪餍拾l(fā)展的外部因素。通過(guò)是否考慮碳排放約束的結(jié)果對(duì)比，得出相應(yīng)結(jié)論。并且針對(duì)存在問(wèn)題，結(jié)合實(shí)際情況提出合理性建議。

關(guān)鍵詞：供給側(cè)改革;SE-DEA模型;西北五省;低碳物流效率

一、引言

供給側(cè)結(jié)構(gòu)性改革是促進(jìn)國(guó)民經(jīng)濟(jì)發(fā)展的重要組成部分。涉及的重點(diǎn)有：質(zhì)量和效率的優(yōu)先發(fā)展，質(zhì)量、效率和權(quán)力改革的不斷推進(jìn)，以及全要素生產(chǎn)率的提高。西北五省主要包括陜西、甘肅、青海、寧夏、新疆。該地區(qū)擁有豐富的自然資源、具備基礎(chǔ)物質(zhì)條件和人力資源，并且與東部和中部的產(chǎn)業(yè)結(jié)構(gòu)有著較強(qiáng)的互補(bǔ)性，為物流業(yè)發(fā)展提供了廣闊空間。物流業(yè)的進(jìn)一步發(fā)展可以極大提高國(guó)民經(jīng)濟(jì)水平，加快供給側(cè)結(jié)構(gòu)性改革步伐。另外，物流業(yè)消耗的能源主要是非可再生能源，需要加大低碳改造力度，創(chuàng)新低碳發(fā)展模式，從而實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。

國(guó)內(nèi)學(xué)者閆琰以2015年習(xí)近平總書(shū)記提出加快供給側(cè)結(jié)構(gòu)性改革以來(lái)為前提，針對(duì)我國(guó)物流業(yè)面臨的挑戰(zhàn)，提出一系列發(fā)展對(duì)策。徐興兵以京津冀地區(qū)為例，在物流供給側(cè)改革背景下，通過(guò)構(gòu)建物流系統(tǒng)協(xié)同發(fā)展模型，確定了影響當(dāng)?shù)匚锪靼l(fā)展的主要因素，并給出相應(yīng)對(duì)策建議。丁海寧、胡小建等根據(jù)供給側(cè)結(jié)構(gòu)性改革的基本要求，結(jié)合寧夏地區(qū)物流業(yè)的發(fā)展實(shí)際，總結(jié)出了需要從五個(gè)方面來(lái)提升全區(qū)的物流效率。外國(guó)學(xué)者Rogers采用DEA研究了2002年至2007年美國(guó)中型運(yùn)輸行業(yè)的情況。在投入指標(biāo)上加入了能源，得出二氧化碳的排放越多會(huì)導(dǎo)致人員的死亡率增加，從而載重運(yùn)輸產(chǎn)出明顯有所降低;Haetal對(duì)日本1999～2007年間鐵路和航空運(yùn)輸下，由于設(shè)施的建設(shè)而產(chǎn)生二氧化碳量對(duì)環(huán)境的影響程度做了具體分析;本文通過(guò)收集2014～2019年西北五省低碳物流發(fā)展的相關(guān)數(shù)據(jù)，采用SE-DEA模型、Malmquist和Tobit方法，具體分析當(dāng)?shù)氐牡吞嘉锪餍是闆r、發(fā)展趨勢(shì)、影響因素和影響程度。

二、模型的選取

（一）SE-DEA評(píng)價(jià)模型

SE-DEA模型：

上述公式中：Xk=（X1k，X2k，…，Xmk），Yk=（Y1k，Y2k，…，Ysk）。θ為決策單元的效率值，θ≦0，λ■第j個(gè)決策單元在所構(gòu)建的新有效決策單元中的總比例，S-，S+為松弛變量，效率隨著θ值的增大而提高。

（二）灰色關(guān)聯(lián)模型

灰色關(guān)聯(lián)模型：

xi和xj的絕對(duì)灰色關(guān)聯(lián)度由εij表示，相對(duì)灰色關(guān)聯(lián)度由rij表示，0≦η≦1，一般情況下，η的值取為0.5。

（三）Tobit回歸模型

Tobit回歸分析模型：

效率值變量用Y表示，截?cái)嘁蜃兞肯蛄坑肶*表示，自變量向量用X表示，回歸參數(shù)矩陣用β表示，誤差向量用μ表示，且μ的取值范圍為（0，σ2）。

三、評(píng)價(jià)指標(biāo)體系構(gòu)建

（一）決策單元的選取

綜合考慮低碳經(jīng)濟(jì)情況、物流業(yè)情況、可能影響物流效率的因素等方面情況，在大量閱讀相關(guān)文獻(xiàn)并進(jìn)一步總結(jié)、歸納和整理基礎(chǔ)上，借鑒其決策單元選取的標(biāo)準(zhǔn)和方法。最終選取西安、咸陽(yáng)、渭南、蘭州、嘉峪關(guān)、酒泉、銀川、石嘴山、西寧、烏魯木齊等10個(gè)樞紐城市作為決策單元。

（二）構(gòu)建指標(biāo)體系

交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)為物流業(yè)貢獻(xiàn)了約83%的產(chǎn)值。因此，本文以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)代表物流業(yè)的情況。另外，選取的低碳物流效率投入指標(biāo)集中在設(shè)備和資產(chǎn)投入方面：交通、倉(cāng)儲(chǔ)、郵政業(yè)固定資產(chǎn)投資和民用車(chē)輛擁有量。產(chǎn)出指標(biāo)：物流業(yè)二氧化碳排放量、綜合貨物周轉(zhuǎn)量和郵政業(yè)務(wù)總量。其中，郵政業(yè)務(wù)總量約占物流行業(yè)總產(chǎn)出的10%。

其中，物流業(yè)二氧化碳排放量的估算，參考《國(guó)家溫室氣體排放清單指南》中的推薦方法：

選用焦炭的標(biāo)準(zhǔn)煤系數(shù)0.9714千克標(biāo)準(zhǔn)煤/千克作為δi值。

選取低碳經(jīng)濟(jì)發(fā)展水平、信息化水平、文化程度和產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境指標(biāo)。

四、實(shí)證分析

（一）靜態(tài)有效性分析

1. SE-DEA的實(shí)證分析

SE-DEA分析結(jié)果：

從超效率值的測(cè)算結(jié)果可以看出：達(dá)到DEA有效的4個(gè)城市中，嘉峪關(guān)的超效率值最大，為3.902。西安的超效率達(dá)到2.386，低碳物流發(fā)展相對(duì)較好。渭南和咸陽(yáng)的超效率值相近，都1.5～2.0之間，說(shuō)明這兩個(gè)城市的低碳物流發(fā)展可能擁有先進(jìn)的生產(chǎn)技術(shù)、創(chuàng)新性的管理水平、合理的供給結(jié)構(gòu)等。不過(guò)，與嘉峪關(guān)相比，西安、咸陽(yáng)和渭南還有可以繼續(xù)提高的可能。另一方面，西寧的各個(gè)效率值都超過(guò)了平均水平。其他5個(gè)城市中，蘭州和酒泉3個(gè)效率值均在平均值以下，尤其是酒泉，綜合效率值和純技術(shù)效率值為樣本城市中最低。這兩個(gè)城市需要有計(jì)劃地利用物流資源，減少二氧化碳的排放，提高純技術(shù)效率。同時(shí)也應(yīng)設(shè)置物流發(fā)展整體規(guī)模，避免過(guò)大過(guò)空。

2. 超效率投影分析

有效決策單元的超效率投影分析結(jié)果：

由表4可以得出：DEA有效的4個(gè)城市雖然低碳物流發(fā)展較好，但都存在投入不夠和產(chǎn)出不足的問(wèn)題。咸陽(yáng)在交通、倉(cāng)儲(chǔ)、郵政業(yè)固定資產(chǎn)投資上出現(xiàn)冗余，而民用車(chē)輛擁有量投入不足。西安、渭南、嘉峪關(guān)存在不同程度的投入產(chǎn)出不足，其中西安在兩個(gè)投入要素上不足程度較大。渭南和嘉峪關(guān)應(yīng)避免盲目大規(guī)模投入，充分利用現(xiàn)有資源。

3. 低碳物流效率投入產(chǎn)出指標(biāo)與關(guān)聯(lián)分析

灰色關(guān)聯(lián)法分析結(jié)果：分辨系數(shù)取ρ=0.5

由表5可知，各指標(biāo)的關(guān)聯(lián)度大小分別為：R（X2）>R（Y2）>R（X1）>R（Y1）>R（Y3）。關(guān)聯(lián)度值都在17以上，說(shuō)明投入產(chǎn)出指標(biāo)的選取比較合理。這5個(gè)指標(biāo)都會(huì)促進(jìn)當(dāng)?shù)氐吞嘉锪鞯陌l(fā)展，只是促進(jìn)程度不同。民用車(chē)輛擁有量的影響最大，郵政業(yè)務(wù)總量影響最小。發(fā)展較差的城市可以通過(guò)增加民用車(chē)輛擁有量和交通、倉(cāng)儲(chǔ)、郵政業(yè)固定資產(chǎn)投資的投入提高效率。綜合貨物周轉(zhuǎn)量能夠很好地反應(yīng)低碳物流效率情況，和郵政業(yè)務(wù)總量共同成為影響效率的重要因素。同時(shí)，如果能夠減少物流業(yè)二氧化碳排放量，擴(kuò)大綜合貨物周轉(zhuǎn)量和郵政業(yè)務(wù)總量，則西北地區(qū)樞紐城市的低碳物流發(fā)展會(huì)更有成效。

（二）考慮碳排放約束與不考慮碳排放約束的結(jié)果比較

用DEAP2.1軟件分兩種情況來(lái)測(cè)算2014～2019年的指標(biāo)數(shù)據(jù)，如下表：

觀察表6可知：在考慮碳排放約束和不考慮碳排放約束兩種情形下，5個(gè)涉及效率變動(dòng)值和平均效率變動(dòng)值有明顯的差異，說(shuō)明低碳物流整體效率隨著物流業(yè)二氧化碳排放量的變化而變化。從平均值來(lái)看，考慮碳排放約束時(shí)，平均技術(shù)效率降低了2.7%，不考慮碳排放約束時(shí)，平均技術(shù)效率增加了2%。若不考慮物流業(yè)二氧化碳排放量，容易被虛假的高效率所迷惑。全要素生產(chǎn)率變動(dòng)（TFPCH）方面，樣本城市中，70%的城市第一種情形下比第二種情形下增長(zhǎng)緩慢，只有西安、酒泉、石嘴山的全要素生產(chǎn)率在考慮碳排放約束時(shí)增長(zhǎng)比另一種情形下稍快。表明二氧化碳排放量得到控制，物流業(yè)發(fā)展和環(huán)境優(yōu)化能夠協(xié)調(diào)進(jìn)行。技術(shù)效率變動(dòng)（EFFCH）上，除了銀川和石嘴山具有差異，其他8個(gè)城市基本相同。物流業(yè)二氧化碳排放量對(duì)于技術(shù)效率不會(huì)產(chǎn)生太大影響，可以減少二氧化碳排放和增加技術(shù)效率同時(shí)進(jìn)行。銀川和石嘴山在考慮碳排放約束后，技術(shù)效率增加幅度比不考慮時(shí)要大。技術(shù)變動(dòng)（TECHCH）看，西安的技術(shù)增長(zhǎng)比不考慮碳排放約束時(shí)快。70%的城市技術(shù)增加幅度降低，在技術(shù)創(chuàng)新和引進(jìn)上還需要繼續(xù)努力。酒泉的下降較第二種情況有所好轉(zhuǎn)，即當(dāng)?shù)氐募夹g(shù)水平還是處在一直進(jìn)步狀態(tài)。銀川則相反，表明物流技術(shù)越來(lái)越跟不上發(fā)展需求，當(dāng)?shù)匦杼蕴浜蠹夹g(shù)。

（三）Tobit分析

回歸分析結(jié)果：

通過(guò)表7可知：低碳經(jīng)濟(jì)發(fā)展水平、信息化水平和文化程度對(duì)西北地區(qū)樞紐城市低碳物流的發(fā)展都有正向的影響，其系數(shù)均大于0。產(chǎn)業(yè)結(jié)構(gòu)對(duì)于效率影響是負(fù)向的。在正向影響的3個(gè)因素中，信息化水平的系數(shù)最高，為2.646061。說(shuō)明信息化水平對(duì)于低碳物流效率的影響非常顯著。低碳經(jīng)濟(jì)發(fā)展水平對(duì)低碳物流的影響在第二的位置。物流業(yè)二氧化碳的排放不僅會(huì)影響環(huán)境，更會(huì)直接影響到物流效率。文化程度對(duì)低碳物流的發(fā)展具有較小的影響，如果提高文化程度，對(duì)物流效率的提高會(huì)有一點(diǎn)作用，但是不會(huì)很明顯。產(chǎn)業(yè)結(jié)構(gòu)阻礙低碳物流的發(fā)展，其系數(shù)值為-0.03394。表明通過(guò)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及重視第三產(chǎn)業(yè)的需求來(lái)提高低碳物流水平是不可取的。

五、結(jié)論和建議

（一）研究結(jié)論

本文采用數(shù)據(jù)包絡(luò)分析（DEA）和超效率（SE-DEA）方法，對(duì)供給側(cè)結(jié)構(gòu)性改革下西北五省2014～2019年的低碳物流效率進(jìn)行分析。從對(duì)2019年各城市的效率分析結(jié)果來(lái)看，超效率值呈現(xiàn)省份差異。甘肅低碳物流發(fā)展非常不均衡，各城市需要采取開(kāi)放政策，互相學(xué)習(xí)，從而提高整體水平。陜西省低碳物流發(fā)展相對(duì)較均衡，不過(guò)跟嘉峪關(guān)相比，還有需要提升的空間。寧夏回族自治區(qū)的兩個(gè)城市排在第5和第6，處于中等水平。

從動(dòng)態(tài)變化趨勢(shì)可以看出，西北五省在2014～2019年的全要素生產(chǎn)率大部分處于上升狀態(tài)，低碳物流整體效率有不同程度的好轉(zhuǎn)。不過(guò)個(gè)別城市則是處于下降態(tài)勢(shì)。2014～2019年間，綜合效率持續(xù)下降，純技術(shù)效率先升后降，優(yōu)勢(shì)很難一直保持。技術(shù)效率和規(guī)模效率都是先降低后提高再次降低，并且波動(dòng)幅度較大。40%的城市在規(guī)模效率上有差距，供需不匹配，過(guò)大的規(guī)模造成相關(guān)資源的浪費(fèi)。

以是否考慮碳排放約束的對(duì)比結(jié)果來(lái)看，約40%的城市減少二氧化碳的排放量之后，全要素生產(chǎn)率增長(zhǎng)加快，或者降低減慢，都是處在越來(lái)越好的發(fā)展環(huán)境下。大部分城市會(huì)由于二氧化碳的過(guò)量排放而產(chǎn)生全要素生產(chǎn)率不斷惡化的現(xiàn)象。因此，可以發(fā)現(xiàn)對(duì)于西北五省在低碳物流和環(huán)境協(xié)調(diào)發(fā)展上做得還不夠。在以后的物流生產(chǎn)、加工、運(yùn)輸、配送、倉(cāng)儲(chǔ)和服務(wù)等環(huán)節(jié)中，各城市需要長(zhǎng)遠(yuǎn)考慮。通過(guò)二氧化碳排放的減少，降低污染，保護(hù)環(huán)境，從而促進(jìn)低碳物流的可持續(xù)健康發(fā)展。

（二）政策建議

1. 改善供給結(jié)構(gòu)

通過(guò)對(duì)西北五省低碳物流效率的研究可以知道，當(dāng)?shù)卮蟛糠殖鞘行实拖碌脑蚴且?guī)模效率沒(méi)有達(dá)到有效，并且逐步遞減。反映出低碳物流業(yè)的發(fā)展共同存在一定的規(guī)模投入，獲得了相反的收益這種現(xiàn)象。也存在純技術(shù)效率低下的原因，大量的資源投入沒(méi)有得到應(yīng)有的產(chǎn)出，相互矛盾。因此，各城市需要重視供給結(jié)構(gòu)的改善，在充分了解市場(chǎng)需求的前提下，有計(jì)劃地發(fā)展物流規(guī)模，進(jìn)行資源供給。

2. 減少碳排放量，提高低碳效率

西北各城市可以使用節(jié)能減排技術(shù)，開(kāi)發(fā)新型能源。在物流發(fā)展過(guò)程中采用綠色技術(shù)，回收利用現(xiàn)有材料，減少對(duì)不可再生資源的消耗，轉(zhuǎn)換能源消費(fèi)方式。物流企業(yè)在生產(chǎn)經(jīng)營(yíng)時(shí)，需要綜合管控系統(tǒng)，優(yōu)化程序，發(fā)展逆向物流。特別是運(yùn)輸環(huán)節(jié)降低空載率，縮短運(yùn)輸里程，共享線路，從而節(jié)省運(yùn)輸資源，增加貨物周轉(zhuǎn)量。則可以有效降低二氧化碳的排放，提高物流產(chǎn)出。政府在減少碳排放方面也需要做出鼓勵(lì)，完善稅收標(biāo)準(zhǔn)，建立和企業(yè)、地區(qū)間的循環(huán)系統(tǒng)。對(duì)于低碳物流發(fā)展較好的企業(yè)和地區(qū)給予獎(jiǎng)勵(lì)政策，同時(shí)以懲罰機(jī)制來(lái)約束大量排放二氧化碳的城市。

3. 增強(qiáng)信息化水平

信息化水平正在逐漸成為低碳物流長(zhǎng)遠(yuǎn)發(fā)展中重要且強(qiáng)有力的競(jìng)爭(zhēng)力，各個(gè)環(huán)節(jié)都離不開(kāi)信息技術(shù)。比如：配送信息的及時(shí)提供，可以縮短提前期，提高物流服務(wù)質(zhì)量;生產(chǎn)運(yùn)作中，信息技術(shù)的使用可以規(guī)范生產(chǎn)，節(jié)約成本;倉(cāng)儲(chǔ)中，自動(dòng)化設(shè)備的使用，不僅可以減少人工風(fēng)險(xiǎn)，還可以提高效率。，西北各城市在低碳物流發(fā)展中，信息化水平相對(duì)比較落后。不管是DEA有效的城市還是無(wú)效的城市，都應(yīng)該增強(qiáng)信息化，才能使自身在現(xiàn)代物流發(fā)展的洪流中不至于掉隊(duì)。

參考文獻(xiàn)：

[1]閆琰.供給側(cè)改革背景下物流業(yè)發(fā)展對(duì)策研究[J].價(jià)格月刊，2016（09）：91-94.

[2]徐興兵.供給側(cè)改革背景下區(qū)域物流協(xié)同發(fā)展分析——以京津冀為例[J].物流科技，2019，42（10）：126-130.

[3]丁海寧，胡小建，楊海洪.供給側(cè)改革背景下寧夏物流效率提升路徑研究[J].北方民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016（05）：138-140.

[4]Rogers M M，Weber W L.Evaluating CO2 emissions and fatalities tradeoffs in truck transport[J].International Journal of Physical Distribution & Logistics Management，2011，41（08）：750-767.

[5]Ha H K，Yoshida Y，Zhang A.Social efficiency benchmarking of Japanese domestic transport services：A comparison of rail and air[J].Transportation Research Part D Transport & Environment，2011，16（07）：554-561.

[6]張?jiān)茖?，劉子琦，歐陽(yáng)紅祥，宋亮亮.低碳環(huán)境下區(qū)域物流產(chǎn)業(yè)效率綜合研究——基于長(zhǎng)江大保護(hù)區(qū)域19個(gè)省的實(shí)證分析[J].管理現(xiàn)代化，2020，40（02）：33-40.

[7]劉剛橋，師建華，李明.供給側(cè)改革背景下廣東省物流業(yè)效率實(shí)證研究——基于SE-SBM-DEA模型[J].物流科技，2019，42（01）：126-131.

[8]康鐵良，王向前.供給側(cè)改革背景下的物流效率及影響因素分析[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，36;164（03）：111-117+124.

[9]高慕瑾，雷玲.西部物流效率的實(shí)證分析[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012（02）：102-105.

[10]張建欽.基于DEA的我國(guó)各省物流效率評(píng)價(jià)實(shí)證研究[J].物流技術(shù)，2013，32（05）：359-361.

[11]葉影霞.基于DEA的廣東省地區(qū)物流投入產(chǎn)出效率分析[J].宿州學(xué)院學(xué)報(bào)， 2018，v.33; No. 181（03）：10-14.

[12]王琴梅，譚翠娥.對(duì)西安市物流效率及其影響因素的實(shí)證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學(xué)，2013，27（05）：70-74.

[13]Banker R D，Charnes A，Cooper WW.Some models for theestimation of technical and scale inefficiencies in data envelopmentanalysis [J].Management Science， 1984，30（09）：1078-1092.

[14]Saen， Farzipoor R. A mathematical model for selecting third-party reverse logistics providers[J].International Journal of Procurement Management，2009，2（02）：180-190（11）.

*基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“資金約束零售商促銷(xiāo)下供應(yīng)鏈的協(xié)調(diào)研究”（KKGD201708053， 71762021）。

（作者單位：董毅明、問(wèn)晨璐，昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院;鄧永勝，昆明冶金高等專(zhuān)科學(xué)校）