我國物流行業(yè)全要素能源效率實證分析

呂榮勝　陳曉杰

摘要：本文基于BCC-DEA模型和DEA-Malmquist指數(shù)方法，利用2000-2011年中國30個地區(qū)的投入產(chǎn)出面板數(shù)據(jù)，對物流行業(yè)能源效率現(xiàn)狀及變動原因進行分析。研究表明：我國物流行業(yè)整體能源效率水平不高，呈現(xiàn)從東部向中西部遞減的趨勢；技術進步是推動我國物流行業(yè)能源效率提高的主要因素；在一些年份和地區(qū)，純技術效率負增長減緩甚至阻礙了物流行業(yè)能源效率的提高。因此，應對不同地區(qū)制定不同節(jié)能政策，將中西部作為我國物流行業(yè)節(jié)能的重點地區(qū)；發(fā)揮技術進步對能源效率的顯著提升作用，進一步加速技術進步；將純技術效率的提高當作物流行業(yè)能源效率提升的突破口。

關鍵詞：物流行業(yè)；全要素能源效率；DEA；Malmquist指數(shù)

中圖分類號：F25 文獻標識碼：A

收稿日期：2013-11-07

作者簡介：呂榮勝（1951-），男，天津人，天津理工大學管理學院教授，研究生導師，研究方向：現(xiàn)代物流、戰(zhàn)略管理與市場營銷；陳曉杰（1989-），女，山東德州人，天津理工大學管理學院研究生，研究方向：現(xiàn)代物流。

基金項目：天津市政重點咨詢課題“先行先試政策下官學研產(chǎn)節(jié)能服務平臺構建研究”，項目編號：ZFZX2013-24；天津市科委軟科學基金項目“面向天津市節(jié)能服務的官學研產(chǎn)合作模式激勵機制研究”，項目編號：12ZLZLZF05600。

2011年8月，國務院通過了“十二五”期間節(jié)能減排綜合性工作方案，提出到2015年萬元GDP能耗比2010年降低16%的目標。伴隨著節(jié)能目標的分解，各地區(qū)、各行業(yè)都面臨著嚴峻的節(jié)能形勢。2010年我國交通運輸、倉儲和郵政業(yè)總消耗261億噸標準煤，在同期各行業(yè)中排名第二，僅次于制造業(yè)。物流行業(yè)作為能源消耗大戶，研究其能源效率對實現(xiàn)“十二五”節(jié)能目標意義重大。

一、全要素能源效率內(nèi)涵

“效率”包括技術效率和配置效率兩部分，前者描述現(xiàn)有資源的最優(yōu)利用能力，指在各種投入要素給定的條件下實現(xiàn)最大產(chǎn)出或者在產(chǎn)出水平給定時投入最小化的能力；后者則是指在要素價格一定的條件下最優(yōu)投入或產(chǎn)出的能力。Patterson（1996）認為能源效率是指利用較少的能源投入生產(chǎn)同樣數(shù)量的服務或者有用產(chǎn)出[1]，屬于技術效率的范疇。魏楚（2007）也指出，一般對效率的考察和測度都是針對技術效率的。參考多數(shù)學者觀點，本文的能源效率為技術效率，不涉及能源價格要素。

按照投入與產(chǎn)出數(shù)量的不同，能源效率可以分為單要素能源效率和全要素能源效率。單要素框架下的能源效率僅考慮生產(chǎn)中的有用產(chǎn)出和能源投入，用產(chǎn)出與能源投入比來刻畫能源效率。雖然這種計算方法簡便且易操作，在國際能源效率比較分析和國家、部門能源效率研究中得到廣泛應用，但其應用也存在著較大爭議：首先，由于指標的確定缺乏統(tǒng)一標準且指標本身存在一定缺陷，導致各種不同的研究測算出的能源效率結果差異較大[2]；其次，未考慮其他投入要素對最終產(chǎn)出的貢獻，忽略了要素間的相互影響關系，導致能源效率估計不準確[3]。

全要素能源效率來源于微觀經(jīng)濟學中的全要素生產(chǎn)理論，考慮了除能源之外的其他生產(chǎn)要素如勞動力、資本、知識存量等對產(chǎn)出的影響，彌補了單要素框架下僅考慮能源單一投入的缺陷，可以揭示一個地區(qū)資源稟賦結構對其能效的影響。在產(chǎn)出要素的確定上，也有學者將環(huán)境因素納入到能源效率的分析框架中，考慮了生產(chǎn)中的非合意產(chǎn)出[4-5]，更加準確地反映了經(jīng)濟增長的質(zhì)量。全要素能源效率用實際效率與前沿效率的比值來反映固定能源投入下實際產(chǎn)出能達到的最大程度，或者說產(chǎn)出一定的情況下能源投入的最小程度，其實質(zhì)是樣本點同生產(chǎn)前沿之間的相對距離[6]。全要素能源效率測算結果取值0-1之間，無量綱，不受要素單位變化的影響，能很好地測度能源及其他要素在生產(chǎn)中的技術效率[2]。

綜上所述，本文從兩個層面構建物流行業(yè)能源效率：首先，技術效率。在投入（或產(chǎn)出）一定的條件下，產(chǎn)出（或投入）達到最優(yōu)的能力；其次，全要素框架。即除了考慮能源投入要素外，還考慮對產(chǎn)出做出貢獻的其他要素。

二、研究方法

能源效率的計算分為確定生產(chǎn)前沿和測度樣本點同生產(chǎn)前沿之間的相對距離兩部分。Farrell（1957）提出了兩種確定生產(chǎn)前沿的方法[7]：一是參數(shù)法，最具有代表性的是隨機前沿分析（Stochastic Frontier Analysis，SFA），其原理是根據(jù)預先設定的函數(shù)形式估計參數(shù)，通過區(qū)分函數(shù)中的誤差項來確定能源效率；二是非參數(shù)法，最典型的是數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）。參數(shù)法在應用時假設現(xiàn)實情況滿足某種具體的生產(chǎn)函數(shù)形式，因此受到函數(shù)本身的限制，且如果現(xiàn)實不滿足假設，測算結果就會有較大誤差[8]。而DEA不需假定生產(chǎn)函數(shù)形式，避免了參數(shù)法的主觀性[9]，利用線性規(guī)劃進行運算避免了聯(lián)立方程組偏差和方程設定誤差等計量問題。另外，該方法在處理多投入、產(chǎn)出模型上，優(yōu)于SFA方法。基于DEA方法的諸多優(yōu)勢，本文選取DEA方法建立能源效率評價模型。

（一）BCC-DEA模型

DEA是由Charnes A（1978）提出的基于多投入、多產(chǎn)出的效率評價方法[10]。根據(jù)決策單元（Decision Making Unit，DMU）的實際數(shù)據(jù)采用局部逼近方法估計生產(chǎn)前沿，與前沿相比較識別低效DMU，并通過測度樣本點同前沿邊界的相對距離測算技術效率。DEA方法可以從投入和產(chǎn)出兩個角度來度量技術效率，投入角度考慮要素節(jié)約能力，產(chǎn)出角度考慮產(chǎn)出擴張的能力。DEA有多種模型，最常用的是CCR模型和BCC模型。CCR模型計算規(guī)模報酬不變（constant return to scale，CRS）條件下各DMU的相對效率，適合整體效率的衡量，但當DMU無效率時，不能識別是技術無效率還是規(guī)模無效率。BCC模型則假設DMU規(guī)模報酬可變（variable return to scale，VRS），并可以將技術效率分解為純技術效率和規(guī)模效率?？紤]到能源利用的基本原則是減量化，而且控制要素投入比控制產(chǎn)出更加實際，因此，本文采用投入導向下的BCC模型測度物流行業(yè)的能源效率。模型線性規(guī)劃如下：endprint

摘要：本文基于BCC-DEA模型和DEA-Malmquist指數(shù)方法，利用2000-2011年中國30個地區(qū)的投入產(chǎn)出面板數(shù)據(jù)，對物流行業(yè)能源效率現(xiàn)狀及變動原因進行分析。研究表明：我國物流行業(yè)整體能源效率水平不高，呈現(xiàn)從東部向中西部遞減的趨勢；技術進步是推動我國物流行業(yè)能源效率提高的主要因素；在一些年份和地區(qū)，純技術效率負增長減緩甚至阻礙了物流行業(yè)能源效率的提高。因此，應對不同地區(qū)制定不同節(jié)能政策，將中西部作為我國物流行業(yè)節(jié)能的重點地區(qū)；發(fā)揮技術進步對能源效率的顯著提升作用，進一步加速技術進步；將純技術效率的提高當作物流行業(yè)能源效率提升的突破口。

關鍵詞：物流行業(yè)；全要素能源效率；DEA；Malmquist指數(shù)

中圖分類號：F25 文獻標識碼：A

收稿日期：2013-11-07

作者簡介：呂榮勝（1951-），男，天津人，天津理工大學管理學院教授，研究生導師，研究方向：現(xiàn)代物流、戰(zhàn)略管理與市場營銷；陳曉杰（1989-），女，山東德州人，天津理工大學管理學院研究生，研究方向：現(xiàn)代物流。

基金項目：天津市政重點咨詢課題“先行先試政策下官學研產(chǎn)節(jié)能服務平臺構建研究”，項目編號：ZFZX2013-24；天津市科委軟科學基金項目“面向天津市節(jié)能服務的官學研產(chǎn)合作模式激勵機制研究”，項目編號：12ZLZLZF05600。

2011年8月，國務院通過了“十二五”期間節(jié)能減排綜合性工作方案，提出到2015年萬元GDP能耗比2010年降低16%的目標。伴隨著節(jié)能目標的分解，各地區(qū)、各行業(yè)都面臨著嚴峻的節(jié)能形勢。2010年我國交通運輸、倉儲和郵政業(yè)總消耗261億噸標準煤，在同期各行業(yè)中排名第二，僅次于制造業(yè)。物流行業(yè)作為能源消耗大戶，研究其能源效率對實現(xiàn)“十二五”節(jié)能目標意義重大。

一、全要素能源效率內(nèi)涵

“效率”包括技術效率和配置效率兩部分，前者描述現(xiàn)有資源的最優(yōu)利用能力，指在各種投入要素給定的條件下實現(xiàn)最大產(chǎn)出或者在產(chǎn)出水平給定時投入最小化的能力；后者則是指在要素價格一定的條件下最優(yōu)投入或產(chǎn)出的能力。Patterson（1996）認為能源效率是指利用較少的能源投入生產(chǎn)同樣數(shù)量的服務或者有用產(chǎn)出[1]，屬于技術效率的范疇。魏楚（2007）也指出，一般對效率的考察和測度都是針對技術效率的。參考多數(shù)學者觀點，本文的能源效率為技術效率，不涉及能源價格要素。

按照投入與產(chǎn)出數(shù)量的不同，能源效率可以分為單要素能源效率和全要素能源效率。單要素框架下的能源效率僅考慮生產(chǎn)中的有用產(chǎn)出和能源投入，用產(chǎn)出與能源投入比來刻畫能源效率。雖然這種計算方法簡便且易操作，在國際能源效率比較分析和國家、部門能源效率研究中得到廣泛應用，但其應用也存在著較大爭議：首先，由于指標的確定缺乏統(tǒng)一標準且指標本身存在一定缺陷，導致各種不同的研究測算出的能源效率結果差異較大[2]；其次，未考慮其他投入要素對最終產(chǎn)出的貢獻，忽略了要素間的相互影響關系，導致能源效率估計不準確[3]。

全要素能源效率來源于微觀經(jīng)濟學中的全要素生產(chǎn)理論，考慮了除能源之外的其他生產(chǎn)要素如勞動力、資本、知識存量等對產(chǎn)出的影響，彌補了單要素框架下僅考慮能源單一投入的缺陷，可以揭示一個地區(qū)資源稟賦結構對其能效的影響。在產(chǎn)出要素的確定上，也有學者將環(huán)境因素納入到能源效率的分析框架中，考慮了生產(chǎn)中的非合意產(chǎn)出[4-5]，更加準確地反映了經(jīng)濟增長的質(zhì)量。全要素能源效率用實際效率與前沿效率的比值來反映固定能源投入下實際產(chǎn)出能達到的最大程度，或者說產(chǎn)出一定的情況下能源投入的最小程度，其實質(zhì)是樣本點同生產(chǎn)前沿之間的相對距離[6]。全要素能源效率測算結果取值0-1之間，無量綱，不受要素單位變化的影響，能很好地測度能源及其他要素在生產(chǎn)中的技術效率[2]。

綜上所述，本文從兩個層面構建物流行業(yè)能源效率：首先，技術效率。在投入（或產(chǎn)出）一定的條件下，產(chǎn)出（或投入）達到最優(yōu)的能力；其次，全要素框架。即除了考慮能源投入要素外，還考慮對產(chǎn)出做出貢獻的其他要素。

二、研究方法

能源效率的計算分為確定生產(chǎn)前沿和測度樣本點同生產(chǎn)前沿之間的相對距離兩部分。Farrell（1957）提出了兩種確定生產(chǎn)前沿的方法[7]：一是參數(shù)法，最具有代表性的是隨機前沿分析（Stochastic Frontier Analysis，SFA），其原理是根據(jù)預先設定的函數(shù)形式估計參數(shù)，通過區(qū)分函數(shù)中的誤差項來確定能源效率；二是非參數(shù)法，最典型的是數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）。參數(shù)法在應用時假設現(xiàn)實情況滿足某種具體的生產(chǎn)函數(shù)形式，因此受到函數(shù)本身的限制，且如果現(xiàn)實不滿足假設，測算結果就會有較大誤差[8]。而DEA不需假定生產(chǎn)函數(shù)形式，避免了參數(shù)法的主觀性[9]，利用線性規(guī)劃進行運算避免了聯(lián)立方程組偏差和方程設定誤差等計量問題。另外，該方法在處理多投入、產(chǎn)出模型上，優(yōu)于SFA方法?；贒EA方法的諸多優(yōu)勢，本文選取DEA方法建立能源效率評價模型。

（一）BCC-DEA模型

DEA是由Charnes A（1978）提出的基于多投入、多產(chǎn)出的效率評價方法[10]。根據(jù)決策單元（Decision Making Unit，DMU）的實際數(shù)據(jù)采用局部逼近方法估計生產(chǎn)前沿，與前沿相比較識別低效DMU，并通過測度樣本點同前沿邊界的相對距離測算技術效率。DEA方法可以從投入和產(chǎn)出兩個角度來度量技術效率，投入角度考慮要素節(jié)約能力，產(chǎn)出角度考慮產(chǎn)出擴張的能力。DEA有多種模型，最常用的是CCR模型和BCC模型。CCR模型計算規(guī)模報酬不變（constant return to scale，CRS）條件下各DMU的相對效率，適合整體效率的衡量，但當DMU無效率時，不能識別是技術無效率還是規(guī)模無效率。BCC模型則假設DMU規(guī)模報酬可變（variable return to scale，VRS），并可以將技術效率分解為純技術效率和規(guī)模效率?？紤]到能源利用的基本原則是減量化，而且控制要素投入比控制產(chǎn)出更加實際，因此，本文采用投入導向下的BCC模型測度物流行業(yè)的能源效率。模型線性規(guī)劃如下：endprint

摘要：本文基于BCC-DEA模型和DEA-Malmquist指數(shù)方法，利用2000-2011年中國30個地區(qū)的投入產(chǎn)出面板數(shù)據(jù)，對物流行業(yè)能源效率現(xiàn)狀及變動原因進行分析。研究表明：我國物流行業(yè)整體能源效率水平不高，呈現(xiàn)從東部向中西部遞減的趨勢；技術進步是推動我國物流行業(yè)能源效率提高的主要因素；在一些年份和地區(qū)，純技術效率負增長減緩甚至阻礙了物流行業(yè)能源效率的提高。因此，應對不同地區(qū)制定不同節(jié)能政策，將中西部作為我國物流行業(yè)節(jié)能的重點地區(qū)；發(fā)揮技術進步對能源效率的顯著提升作用，進一步加速技術進步；將純技術效率的提高當作物流行業(yè)能源效率提升的突破口。

關鍵詞：物流行業(yè)；全要素能源效率；DEA；Malmquist指數(shù)

中圖分類號：F25 文獻標識碼：A

收稿日期：2013-11-07

作者簡介：呂榮勝（1951-），男，天津人，天津理工大學管理學院教授，研究生導師，研究方向：現(xiàn)代物流、戰(zhàn)略管理與市場營銷；陳曉杰（1989-），女，山東德州人，天津理工大學管理學院研究生，研究方向：現(xiàn)代物流。

基金項目：天津市政重點咨詢課題“先行先試政策下官學研產(chǎn)節(jié)能服務平臺構建研究”，項目編號：ZFZX2013-24；天津市科委軟科學基金項目“面向天津市節(jié)能服務的官學研產(chǎn)合作模式激勵機制研究”，項目編號：12ZLZLZF05600。

2011年8月，國務院通過了“十二五”期間節(jié)能減排綜合性工作方案，提出到2015年萬元GDP能耗比2010年降低16%的目標。伴隨著節(jié)能目標的分解，各地區(qū)、各行業(yè)都面臨著嚴峻的節(jié)能形勢。2010年我國交通運輸、倉儲和郵政業(yè)總消耗261億噸標準煤，在同期各行業(yè)中排名第二，僅次于制造業(yè)。物流行業(yè)作為能源消耗大戶，研究其能源效率對實現(xiàn)“十二五”節(jié)能目標意義重大。

一、全要素能源效率內(nèi)涵

“效率”包括技術效率和配置效率兩部分，前者描述現(xiàn)有資源的最優(yōu)利用能力，指在各種投入要素給定的條件下實現(xiàn)最大產(chǎn)出或者在產(chǎn)出水平給定時投入最小化的能力；后者則是指在要素價格一定的條件下最優(yōu)投入或產(chǎn)出的能力。Patterson（1996）認為能源效率是指利用較少的能源投入生產(chǎn)同樣數(shù)量的服務或者有用產(chǎn)出[1]，屬于技術效率的范疇。魏楚（2007）也指出，一般對效率的考察和測度都是針對技術效率的。參考多數(shù)學者觀點，本文的能源效率為技術效率，不涉及能源價格要素。

按照投入與產(chǎn)出數(shù)量的不同，能源效率可以分為單要素能源效率和全要素能源效率。單要素框架下的能源效率僅考慮生產(chǎn)中的有用產(chǎn)出和能源投入，用產(chǎn)出與能源投入比來刻畫能源效率。雖然這種計算方法簡便且易操作，在國際能源效率比較分析和國家、部門能源效率研究中得到廣泛應用，但其應用也存在著較大爭議：首先，由于指標的確定缺乏統(tǒng)一標準且指標本身存在一定缺陷，導致各種不同的研究測算出的能源效率結果差異較大[2]；其次，未考慮其他投入要素對最終產(chǎn)出的貢獻，忽略了要素間的相互影響關系，導致能源效率估計不準確[3]。

全要素能源效率來源于微觀經(jīng)濟學中的全要素生產(chǎn)理論，考慮了除能源之外的其他生產(chǎn)要素如勞動力、資本、知識存量等對產(chǎn)出的影響，彌補了單要素框架下僅考慮能源單一投入的缺陷，可以揭示一個地區(qū)資源稟賦結構對其能效的影響。在產(chǎn)出要素的確定上，也有學者將環(huán)境因素納入到能源效率的分析框架中，考慮了生產(chǎn)中的非合意產(chǎn)出[4-5]，更加準確地反映了經(jīng)濟增長的質(zhì)量。全要素能源效率用實際效率與前沿效率的比值來反映固定能源投入下實際產(chǎn)出能達到的最大程度，或者說產(chǎn)出一定的情況下能源投入的最小程度，其實質(zhì)是樣本點同生產(chǎn)前沿之間的相對距離[6]。全要素能源效率測算結果取值0-1之間，無量綱，不受要素單位變化的影響，能很好地測度能源及其他要素在生產(chǎn)中的技術效率[2]。

綜上所述，本文從兩個層面構建物流行業(yè)能源效率：首先，技術效率。在投入（或產(chǎn)出）一定的條件下，產(chǎn)出（或投入）達到最優(yōu)的能力；其次，全要素框架。即除了考慮能源投入要素外，還考慮對產(chǎn)出做出貢獻的其他要素。

二、研究方法

能源效率的計算分為確定生產(chǎn)前沿和測度樣本點同生產(chǎn)前沿之間的相對距離兩部分。Farrell（1957）提出了兩種確定生產(chǎn)前沿的方法[7]：一是參數(shù)法，最具有代表性的是隨機前沿分析（Stochastic Frontier Analysis，SFA），其原理是根據(jù)預先設定的函數(shù)形式估計參數(shù)，通過區(qū)分函數(shù)中的誤差項來確定能源效率；二是非參數(shù)法，最典型的是數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）。參數(shù)法在應用時假設現(xiàn)實情況滿足某種具體的生產(chǎn)函數(shù)形式，因此受到函數(shù)本身的限制，且如果現(xiàn)實不滿足假設，測算結果就會有較大誤差[8]。而DEA不需假定生產(chǎn)函數(shù)形式，避免了參數(shù)法的主觀性[9]，利用線性規(guī)劃進行運算避免了聯(lián)立方程組偏差和方程設定誤差等計量問題。另外，該方法在處理多投入、產(chǎn)出模型上，優(yōu)于SFA方法?；贒EA方法的諸多優(yōu)勢，本文選取DEA方法建立能源效率評價模型。

（一）BCC-DEA模型

DEA是由Charnes A（1978）提出的基于多投入、多產(chǎn)出的效率評價方法[10]。根據(jù)決策單元（Decision Making Unit，DMU）的實際數(shù)據(jù)采用局部逼近方法估計生產(chǎn)前沿，與前沿相比較識別低效DMU，并通過測度樣本點同前沿邊界的相對距離測算技術效率。DEA方法可以從投入和產(chǎn)出兩個角度來度量技術效率，投入角度考慮要素節(jié)約能力，產(chǎn)出角度考慮產(chǎn)出擴張的能力。DEA有多種模型，最常用的是CCR模型和BCC模型。CCR模型計算規(guī)模報酬不變（constant return to scale，CRS）條件下各DMU的相對效率，適合整體效率的衡量，但當DMU無效率時，不能識別是技術無效率還是規(guī)模無效率。BCC模型則假設DMU規(guī)模報酬可變（variable return to scale，VRS），并可以將技術效率分解為純技術效率和規(guī)模效率?？紤]到能源利用的基本原則是減量化，而且控制要素投入比控制產(chǎn)出更加實際，因此，本文采用投入導向下的BCC模型測度物流行業(yè)的能源效率。模型線性規(guī)劃如下：endprint