碳強(qiáng)度約束下的區(qū)域物流產(chǎn)業(yè)效率測算

2014-06-13 21:04陳潔

經(jīng)濟(jì)與管理 2014年3期

陳潔

摘要：基于2004-2011年中國30個省區(qū)物流業(yè)的面板數(shù)據(jù)，應(yīng)用環(huán)境DEA技術(shù)和方向距離函數(shù)方法，對碳強(qiáng)度約束下中國物流業(yè)全要素生產(chǎn)率的增長來源與區(qū)域差異進(jìn)行實(shí)證分析。結(jié)果表明：碳強(qiáng)度約束下的物流業(yè)全要素生產(chǎn)率年均增長率達(dá)1.9%，高于不考慮碳約束情形；碳強(qiáng)度約束下的物流業(yè)生產(chǎn)率指數(shù)與碳強(qiáng)度目標(biāo)吻合，物流業(yè)全要素生產(chǎn)率改進(jìn)，碳強(qiáng)度下降；物流業(yè)生產(chǎn)率的提升主要依賴物流技術(shù)進(jìn)步和創(chuàng)新；碳強(qiáng)度約束下東部地區(qū)物流業(yè)生產(chǎn)率存在趨同性，中部地區(qū)差異在擴(kuò)大，西部地區(qū)則在縮小。

關(guān)鍵詞：物流業(yè)全要素生產(chǎn)率；碳強(qiáng)度；環(huán)境DEA技術(shù)；技術(shù)進(jìn)步

中圖分類號：F253 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-3890（2014）03-0062-06

一、引言

物流業(yè)是國民經(jīng)濟(jì)發(fā)展的重要服務(wù)行業(yè)，其發(fā)展水平已成為衡量一個國家或地區(qū)綜合實(shí)力的重要標(biāo)志之一。同時(shí)，物流業(yè)對汽油、煤油等能源的消耗量較大，成為中國能源消耗的主要行業(yè)之一。例如，2011年，物流業(yè)消耗煤油量和汽油量為1 646.35萬噸和3 373.52萬噸，分別占總消耗量的90.6%和45.6%；可以說，物流業(yè)已成為二氧化碳?xì)怏w排放的重要來源。伴隨著物流業(yè)在國民經(jīng)濟(jì)發(fā)展中地位的日益提升，如何通過環(huán)境管制理念和先進(jìn)的物流技術(shù)，在促進(jìn)物流業(yè)效率增長的同時(shí)將環(huán)境污染影響降至最小，合理地規(guī)劃、統(tǒng)籌和管理物流系統(tǒng)顯得非常重要。

全要素生產(chǎn)率分析是研究經(jīng)濟(jì)增長的重要工具，可以從整體上反映一個產(chǎn)業(yè)的生產(chǎn)率狀況。自Chow（1993）[1]首次提出該研究方法以來，目前已成為熱點(diǎn)，關(guān)于中國全要素生產(chǎn)率的研究主要集中在三個方面：一是主要集中于工業(yè)和農(nóng)業(yè)部門等具體部門的全要素生產(chǎn)率研究；二是運(yùn)用加總時(shí)間序列數(shù)據(jù)研究中國全要素生產(chǎn)率隨時(shí)間的波動和變化態(tài)勢；三是運(yùn)用面板數(shù)據(jù)對中國各省份的全要素生產(chǎn)率的差異化進(jìn)行實(shí)證研究。

早期物流產(chǎn)業(yè)效率的文獻(xiàn)研究集中于對運(yùn)輸業(yè)效率進(jìn)行分析，Oum等（1992）[2]提出了交通生產(chǎn)率的概念并提出測算方法，國內(nèi)學(xué)者余思勤等（2004）[3]測算了中國交通各部門1990—2000年的生產(chǎn)率，但并未測算交通全行業(yè)的生產(chǎn)率。劉玉海等（2008）[4]分析了2000—2004年中國道路運(yùn)輸業(yè)生產(chǎn)率。隨著物流業(yè)的快速發(fā)展，對物流產(chǎn)業(yè)效率問題的研究也逐漸增多。Barros（2003）[5]運(yùn)用生產(chǎn)率指數(shù)測算了1990—2000年葡萄牙10個港口的技術(shù)進(jìn)步與技術(shù)效率。張?jiān)降龋?006）[6]考察了1995—2005年中國9個民用機(jī)場的生產(chǎn)率，分析了機(jī)場業(yè)務(wù)量增長和下降的原因。于劍（2007）[7]測算了中國5個主要航空公司2002—2006年的全要素生產(chǎn)率，認(rèn)為生產(chǎn)率總體上有所提高，且增長受到技術(shù)效率改善與技術(shù)進(jìn)步的共同影響。田剛等（2009）[8]運(yùn)用超越對數(shù)隨機(jī)前沿模型方法，分析了1991—2007年我國29個省級地區(qū)的物流業(yè)全要素生產(chǎn)率，并分析了其增長來源。王維國等（2012）[9]利用Malmquist-luenberger生產(chǎn)率指數(shù)方法測算了1997—2009年我國30個省級地區(qū)的物流產(chǎn)業(yè)效率，并首次將碳排放納入非期望產(chǎn)出考慮，發(fā)現(xiàn)物流產(chǎn)業(yè)效率受外部環(huán)境因素影響顯著。唐建榮等（2013）[10]綜合考慮環(huán)境負(fù)荷與經(jīng)濟(jì)增長之間的關(guān)系，將非期望產(chǎn)出的二氧化碳排放量作為投入變量，運(yùn)用DEA模型衡量了物流業(yè)的純技術(shù)效率、規(guī)模效率和綜合效率，發(fā)現(xiàn)不過濾碳排放的影響，物流業(yè)的純技術(shù)效率值被低估，而規(guī)模效率值被高估。

綜上所述，現(xiàn)有關(guān)于物流產(chǎn)業(yè)效率方面的研究成果頗豐，但仍然存在不足：一是諸多學(xué)者主要集中于從行業(yè)層面或企業(yè)層面考察和比較物流業(yè)全要素生產(chǎn)率的變化，缺乏從區(qū)域角度考慮物流產(chǎn)業(yè)的研究，也未能考察區(qū)域物流生產(chǎn)率的差異和變動；二是目前研究方法中基本都是將物流資本、物流業(yè)從業(yè)人員和物流業(yè)能源消耗等生產(chǎn)要素作為投入要素和期望產(chǎn)出考慮，未將環(huán)境污染等非期望因素納入度量。因此，本文研究將碳排放作為非期望產(chǎn)出納入模型度量，并運(yùn)用基于環(huán)境DEA技術(shù)的Malmquist-luenberger指數(shù)方法測算物流業(yè)全要素生產(chǎn)率。

二、研究方法與模型

（一）曼奎斯特-魯恩博格生產(chǎn)率指數(shù)模型

Chung et al.（1997）[11]在環(huán)境DEA技術(shù)與方向距離函數(shù)的基礎(chǔ)上，提出了曼奎斯特-魯恩博格生產(chǎn)率指數(shù)（簡稱LP），解決了減少非期望產(chǎn)出情形下測算全要素生產(chǎn)率的問題。

考慮一個地區(qū)物流產(chǎn)業(yè)總值生產(chǎn)函數(shù)F（X），其中X表示要素投入，并假設(shè)要素投入X=（K，L，E）∈R+N，K表示資本投入，L為勞動力投入，E為能源投入。通過生產(chǎn)得到Y(jié)和C。其中Y對物流產(chǎn)業(yè)增長發(fā)展有利，是一種期望產(chǎn)出，期望其越大越好；而C是一種伴隨生產(chǎn)過程產(chǎn)生的非期望產(chǎn)出，期望其越小越好。所有可能的包括期望產(chǎn)出與非期望產(chǎn)出的產(chǎn)出構(gòu)成的集合稱為生產(chǎn)可行集，記為P，基于環(huán)境DEA技術(shù)的非參數(shù)分析框架，假設(shè)一共有i=1，…I個地區(qū)作為決策單元，第i=1，…I個地區(qū)的投入和產(chǎn)出值為（Ki，Li，Ei，Yi，Ci），強(qiáng)度變量？覣i是在構(gòu)造生產(chǎn)前沿時(shí)分配給每個決策單元的權(quán)重，可以采用以下的線性規(guī)劃來表示。

P={（K，L，E，Y，C）：■？覣iKi？燮K；

■？覣iLi？燮L；

■？覣iEi？燮E；

■？覣iYi？叟Y；

■？覣iCi=C；？覣i？叟0，i=1，…I}（1）

方向性距離函數(shù)是指在某種生產(chǎn)技術(shù)水平下，基于固定的投入（或產(chǎn)出），描述產(chǎn)出指標(biāo)變量（或投入指標(biāo)變量）最優(yōu)比例的一種代表性函數(shù)，可以用式（2）表示：

■0（K，L，E，Y，C；dY，-dC）=sup{？姿：（Y+？姿dY，C-？姿dC）∈P（K，L，E，Y，C）}（2）

式（2）中，距離函數(shù)值？姿表示決策單元觀測值（Y，C）與其在生產(chǎn)前沿面上投影（Y+？姿dY，C-？姿dC）之間的距離。方向向量d=（dY，-dC）決定了效率測度的方向，即產(chǎn)出擴(kuò)張或減少的方向，其中期望產(chǎn)出（Y）擴(kuò)張的方向?yàn)閐Y，而非期望產(chǎn)出（C）下降的方向向量-dC，方向距離函數(shù)實(shí)現(xiàn)在非期望產(chǎn)出約束下期望產(chǎn)出的最大擴(kuò)張。根據(jù)方向向量d=（dY，-dC）的不同取值，本文設(shè)定了兩種方向距離函數(shù)情形。

情形一：假設(shè)d=（Y，0），不考慮非期望產(chǎn)出（C）的影響，可以用數(shù)學(xué)規(guī)劃式（3）表示：

■t0（Kti，Lti，Eti，0；Yti，0）=Max？姿

s.t. ■？覣tiKti？燮Kti

■？覣tiLti？燮Lti

■？覣tiEti？燮Eti

■？覣tiYti？叟（1+？姿）Yti

？覣i？叟0，i=1，…M（3）

情形二：假設(shè)d=（Y，-C），并且非期望產(chǎn)出（C）具有弱處置性，方向向量d=（Y，-C）要求同比例的增加物流業(yè)增加值而降低二氧化碳排放，可以用數(shù)學(xué)規(guī)劃式（4）表示：

■t0（Kti，Lti，Eti，0；Yti，-Cti）=Max？姿

s.t. ■？覣tiKti？燮Kti

■？覣tiLti？燮Lti

■？覣tiEti？燮Eti

■？覣tiYti？叟（1+？姿）Yti

■？覣tiCti=（1-？姿）Cti

？覣i？叟0，i=1，…M（4）

式（4），關(guān)于要素投入（K，L，E）和期望產(chǎn)出（Y）的不等式表示它們是可自由處置的。而關(guān)于非期望產(chǎn)出（C）的等式表明非期望產(chǎn)出（C）的弱處置性。函數(shù)值？姿=0意味著該決策單元處于生產(chǎn)前沿面上，其生產(chǎn)是有效率的。函數(shù)值越大，表明決策單元離生產(chǎn)前沿面越遠(yuǎn)，效率越低。

在低碳約束情形下，第i個決策變量的曼奎斯特-魯恩博格生產(chǎn)率指數(shù)LP可以表示為：

LPt+1i，t={■×

■}■（5）

全要素生產(chǎn)率指數(shù)LP可以被分解為效率變化（EF）和技術(shù)進(jìn)步變化（TE）的連乘積：

LP=EF×TE（6）

EFi，tt+1=■（7）

TEi，tt+1={■×

■}（8）

（二）收斂性分析

？滓收斂分析是研究隨著時(shí)間的推移，不同地區(qū)之間物流業(yè)全要素生產(chǎn)率LP的離差隨時(shí)間推移而變化的情況。若離差逐漸變小，則表示生產(chǎn)率的離散程度在縮小，趨于？滓收斂。若離差變大，則表示生產(chǎn)率的離散程度在擴(kuò)大，趨于發(fā)散。本文研究的碳強(qiáng)度約束下全要素生產(chǎn)率？滓收斂分析可以用式（9）表示：

？滓t=■（9）

其中，LPi，t表示第i個地區(qū)在t時(shí)期的物流業(yè)全要素生產(chǎn)率，而■t是t時(shí)期所有M個地區(qū)物流業(yè)全要素生產(chǎn)率的平均值。當(dāng)？滓t+1<？滓t時(shí)，則說明碳強(qiáng)度約束下中國物流業(yè)全要素生產(chǎn)率的離散程度在縮小，存在？滓收斂。

三、數(shù)據(jù)描述與處理

本文使用的樣本為2004—2011年中國各地區(qū)物流業(yè)的投入和產(chǎn)出數(shù)據(jù)。所用數(shù)據(jù)來源有《中國統(tǒng)計(jì)年鑒》（2005—2012年）和《中國能源統(tǒng)計(jì)年鑒》（2005—2012年），選取和處理的指標(biāo)如下。

（1）物流資本投入：劉秉鐮（2006）、鄧學(xué)平（2008）[12]在其研究中選取用固定資產(chǎn)投資指標(biāo)代替資本存量作為資本投入量，本文在研究物流資本投入時(shí)借鑒這一方法，并選取以2004年作為基期，以全行業(yè)固定資產(chǎn)投資價(jià)格指數(shù)替代分行業(yè)投資價(jià)格指數(shù)。物流業(yè)投資（億元）本文選取中國統(tǒng)計(jì)年鑒（2005—2012年）關(guān)于按主要行業(yè)分的全社會固定資產(chǎn)投資中的交通運(yùn)輸、倉儲和郵政業(yè)的投資總額。

（2）勞動力投入：即物流業(yè)從業(yè)人員，本文選取中國統(tǒng)計(jì)年鑒（2005—2012）關(guān)于統(tǒng)計(jì)各地區(qū)交通運(yùn)輸、郵電通信業(yè)就業(yè)人員數(shù)中的統(tǒng)計(jì)數(shù)據(jù)，將鐵路運(yùn)輸業(yè)、道路運(yùn)輸業(yè)、城市公共交通業(yè)、航空運(yùn)輸業(yè)、管道運(yùn)輸業(yè)、裝卸搬運(yùn)、其他運(yùn)輸服務(wù)業(yè)和郵政業(yè)累積加和得到。

（3）能源投入：本文選取交通運(yùn)輸、倉儲和郵政業(yè)中消耗量比例最大的七項(xiàng)能源，包括煤炭、汽油、煤油、柴油、燃料油、液化石油氣和天然氣，將《中國能源統(tǒng)計(jì)年鑒》（2005—2012）統(tǒng)計(jì)的各省市所消耗的一次能源量作為能源投入，并將汽油、煤油、柴油等各類型的消耗量統(tǒng)一轉(zhuǎn)換成標(biāo)煤，加總即得到總能源消耗量。

（4）物流業(yè)產(chǎn)值：即物流GDP，本文選取除西藏以外30省的交通運(yùn)輸、倉儲和郵政業(yè)增加值，《中國統(tǒng)計(jì)年鑒》中按三次產(chǎn)業(yè)分地區(qū)生產(chǎn)總值（2005—2012）中的交通運(yùn)輸、倉儲和郵政業(yè)增加值。其中各地區(qū)現(xiàn)價(jià)的物流業(yè)產(chǎn)值數(shù)據(jù)來自歷年統(tǒng)計(jì)年鑒，以2004年不變價(jià)格折算各年份各地區(qū)的物流業(yè)產(chǎn)值。

（5）二氧化碳排放量：按照《中國能源統(tǒng)計(jì)年鑒》（2005—2012）中分地區(qū)各類能源消耗量及二氧化碳信息分析中心公布的各類能源排放系數(shù)，計(jì)算得到各地區(qū)2005—2012年的二氧化碳排放量。樣本數(shù)據(jù)的統(tǒng)計(jì)概述如表1所示。

本文將除去西藏在內(nèi)的30個省或自治區(qū)劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)三大區(qū)域，具體劃分標(biāo)準(zhǔn)參考中國統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)①。

圖1的散點(diǎn)圖描述的是按照區(qū)域劃分的物流業(yè)產(chǎn)值與其二氧化碳排放量。其中，縱軸代表各省或自治區(qū)的物流業(yè)產(chǎn)值，橫軸代表各省或自治區(qū)的二氧化碳排放量。從圖1可以看出，2004—2011年，山東省的物流業(yè)平均產(chǎn)值最高，廣東省的物流業(yè)平均二氧化碳排放量最大，圖中散點(diǎn)與原點(diǎn)斜率倒數(shù)表示單位物流碳排放（本文稱之為物流碳強(qiáng)度），且斜率越大，表明物流碳強(qiáng)度越小?？傮w看來，東部地區(qū)的山東、河北、浙江、江蘇、福建等省份的物流碳強(qiáng)度較小。中部地區(qū)居中，其中江西、安徽等地區(qū)的平均物流碳強(qiáng)度較低，湖北的平均物流碳強(qiáng)度最高；西部地區(qū)整體物流業(yè)碳強(qiáng)度較高，尤其是新疆、云南等地區(qū)的平均物流碳強(qiáng)度較高。

四、物流業(yè)全要素生產(chǎn)率測算與收斂性分析

（一）不同情形的物流業(yè)生產(chǎn)率比較

本節(jié)分別測算了我國物流業(yè)2004—2011年不考慮碳約束和考慮碳約束兩種情況下的物流業(yè)全要素生產(chǎn)率。情形一計(jì)算的是傳統(tǒng)的物流業(yè)生產(chǎn)率（LP表示）。情形二將碳排放作為弱處置的非期望產(chǎn)出納入方向距離函數(shù)計(jì)算物流業(yè)生產(chǎn)率（CLP表示），產(chǎn)出中包括物流業(yè)增長和碳排放兩個目標(biāo)。

從表2可以看出，情形一中未考慮物流碳強(qiáng)度約束，2004—2011年物流業(yè)生產(chǎn)率指數(shù)為1.008，表示該時(shí)期中國30個省和自治區(qū)物流業(yè)生產(chǎn)率平均年增長為0.8%。情形二考慮碳約束，2004—2011年物流業(yè)生產(chǎn)率指數(shù)為1.019，表示該時(shí)期中國物流業(yè)生產(chǎn)率平均年增長1.9%，高于未考慮碳約束的情形。這表明了強(qiáng)調(diào)環(huán)境管制的物流業(yè)生產(chǎn)率要高于不考慮環(huán)境管制的物流業(yè)生產(chǎn)率。

圖2是2005—2011年碳強(qiáng)度與累積的物流業(yè)生產(chǎn)率之間的變化趨勢。累積的CLP可以直觀地反映t+1期生產(chǎn)率是提高還是倒退，若t+1期累積的CLP較第t期大，表明t+1期的物流業(yè)生產(chǎn)率較上一期有所提高。2005—2007年單位物流GDP（以2004年不變價(jià)計(jì)算）碳排放由0.867噸/萬元減少至0.755噸/萬元，2007—2009年出現(xiàn)暫時(shí)性的增長，增至0.836噸/萬元，2010—2011年又呈現(xiàn)下降趨勢，2011年減少為0.724噸/萬元，從整體趨勢來看，近年來單位物流GDP碳排放量呈現(xiàn)下降趨勢。通過比較2005—2011年的碳強(qiáng)度和累積的物流業(yè)生產(chǎn)率可以發(fā)現(xiàn)，兩者存在明顯的變化趨勢，累積的CLP可以較好地解釋碳強(qiáng)度的變化，CLP得到改進(jìn)，碳強(qiáng)度下降，反之，則上升。

（二）碳強(qiáng)度約束下物流業(yè)生產(chǎn)率分解

根據(jù)公式（6），對碳強(qiáng)度約束下的物流業(yè)生產(chǎn)率分解為效率變化指數(shù)（EF）和技術(shù)進(jìn)步指數(shù)（TE）。從表2和表3可以發(fā)現(xiàn)，2005—2011年物流業(yè)生產(chǎn)率年均增長1.9%，主要來源于物流業(yè)技術(shù)的進(jìn)步，其中技術(shù)進(jìn)步年均增長1.5%，而物流效率的改進(jìn)對碳約束下的物流業(yè)生產(chǎn)率增長的貢獻(xiàn)不大，年均增長率約0.4%。主要原因是2000年以來，中國工業(yè)化和城市化快速發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)不斷升級，刺激了物流需求的強(qiáng)勁增長，加上各級政府對物流業(yè)大量資金和人力的投入，物流相關(guān)政策的出臺，物流技術(shù)創(chuàng)新效果明顯。2005年以來，中國提出低碳經(jīng)濟(jì)轉(zhuǎn)型戰(zhàn)略，發(fā)展以節(jié)能為主，物流業(yè)作為能源消耗的主要產(chǎn)業(yè)之一，各區(qū)域在追求提高物流業(yè)產(chǎn)值的同時(shí)注重節(jié)能和低碳技術(shù)，物流信息技術(shù)的不斷創(chuàng)新有效地推動了物流業(yè)全要素生產(chǎn)率進(jìn)步。伴隨著物流業(yè)進(jìn)一步發(fā)展，物流基礎(chǔ)設(shè)施投資快速增長，必須注重節(jié)能與低碳技術(shù)的創(chuàng)新與利用。

（三）碳強(qiáng)度約束下區(qū)域物流業(yè)生產(chǎn)率

按照區(qū)域劃分，比較東部、中部和西部三大區(qū)域的物流業(yè)生產(chǎn)率，如表4所示。不考慮低碳約束和低碳約束下的各區(qū)域物流業(yè)生產(chǎn)率均大于1，這表明近年來隨著各地大力發(fā)展物流業(yè)，技術(shù)創(chuàng)新效果明顯。比較東部、中部和西部三大區(qū)域的物流業(yè)生產(chǎn)率，發(fā)現(xiàn)東部地區(qū)最高，西部居中略高于中部，這也表明2000年以來我國西部大開發(fā)戰(zhàn)略提出以來，西部地區(qū)經(jīng)濟(jì)發(fā)展刺激了西部地區(qū)物流需求，加上近年來國家對西部地區(qū)物流基礎(chǔ)設(shè)施的投資建設(shè)，有效地促進(jìn)了西部地區(qū)物流產(chǎn)業(yè)效率的提升。比較各區(qū)域的物流效率變化指數(shù)，東部地區(qū)最高，西部居中，中部最低；以及各地區(qū)的技術(shù)進(jìn)步指數(shù)，東部最高，中部居中，西部最低，這也表明了西部地區(qū)在物流技術(shù)創(chuàng)新方面落后于東部和中部地區(qū)，西部地區(qū)物流業(yè)生產(chǎn)率的提升依賴于引發(fā)效率變化的規(guī)模指數(shù)變化，而并非純技術(shù)效率的提升。另外，值得注意的是，低碳約束下各區(qū)域的技術(shù)進(jìn)步指數(shù)較未考慮低碳約束都有大幅提升，這也再次驗(yàn)證近年來物流業(yè)生產(chǎn)率的提升主要依賴于物流技術(shù)進(jìn)步和創(chuàng)新，低碳物流經(jīng)濟(jì)的發(fā)展必須依賴于低碳技術(shù)的創(chuàng)新。

（四）收斂性分析

計(jì)算2005—2011年全國及東部、中部和西部三大地區(qū)的碳約束下物流業(yè)生產(chǎn)率的值。圖3顯示的是我國總體及東部、中部和西部三大區(qū)域物流業(yè)生產(chǎn)率標(biāo)準(zhǔn)差隨時(shí)間變化的情況。

從全國整體來看，2004—2011年呈現(xiàn)先下降，再小幅上升并趨于平穩(wěn)的狀態(tài)。東部和中部地區(qū)的低碳約束下物流業(yè)生產(chǎn)率標(biāo)準(zhǔn)差明顯高于西部地區(qū)，這表明東部和中部地區(qū)低碳約束下的各省物流業(yè)生產(chǎn)率相差較西部地區(qū)大。從分地區(qū)來看，三大區(qū)域2005—2008年均有大幅下降的趨勢，在2009年出現(xiàn)小幅回升。2009年以后中部地區(qū)呈現(xiàn)明顯發(fā)散趨勢，地區(qū)間低碳約束物流業(yè)生產(chǎn)率差異程度在擴(kuò)大；東部地區(qū)的碳強(qiáng)度約束下的物流生產(chǎn)率存在趨同性；西部地區(qū)的碳強(qiáng)度約束下的物流生產(chǎn)率存在收斂性，表明西部地區(qū)各省份直接的物流業(yè)生產(chǎn)率差距在逐步減小。

五、結(jié)論與建議

本文運(yùn)用方向距離函數(shù)和環(huán)境DEA技術(shù)，考慮將非期望產(chǎn)出碳強(qiáng)度納入模型，構(gòu)建碳強(qiáng)度約束下中國物流業(yè)生產(chǎn)率，與傳統(tǒng)的物流業(yè)生產(chǎn)率比較。并進(jìn)一步分析了影響物流業(yè)生產(chǎn)率變化的重要因素，比較區(qū)域物流業(yè)生產(chǎn)率變化，并進(jìn)行收斂性分析，得到以下主要結(jié)論：

1. 未考慮物流碳強(qiáng)度約束，2004—2011年中國30個省和自治區(qū)物流業(yè)生產(chǎn)率平均年增長為0.8%，考慮二氧化碳排放約束，物流業(yè)生產(chǎn)率平均年增長為2%，高于不考慮碳強(qiáng)度約束。這表明了強(qiáng)調(diào)環(huán)境管制的物流業(yè)生產(chǎn)率要高于不考慮環(huán)境管制的情形。

2. 低碳物流經(jīng)濟(jì)的發(fā)展兼顧物流業(yè)增長和碳減排兩個目標(biāo)。本文對物流業(yè)生產(chǎn)率的測算能夠與碳強(qiáng)度目標(biāo)吻合。累積的物流業(yè)生產(chǎn)率可以較好地解釋碳強(qiáng)度的變化，物流業(yè)生產(chǎn)率得到改進(jìn)，碳強(qiáng)度下降；物流業(yè)生產(chǎn)率倒退，碳強(qiáng)度上升。

3. 2005—2011年物流業(yè)生產(chǎn)率年均增長1.9%，其中物流技術(shù)進(jìn)步年均增長1.5%，而物流效率的改進(jìn)對碳約束下的物流業(yè)生產(chǎn)率增長的貢獻(xiàn)不大，年均增長率約0.4%。物流業(yè)生產(chǎn)率的提升主要依賴于物流技術(shù)進(jìn)步和創(chuàng)新。

4. 從物流業(yè)生產(chǎn)率比較看，東部地區(qū)高于西部地區(qū)高于中部地區(qū)；從物流效率變化指數(shù)比較，也是東部地區(qū)高于西部地區(qū)高于中部最低；從物流技術(shù)進(jìn)步指數(shù)比較看，東部最高，中部居中，西部最低；西部地區(qū)在物流技術(shù)創(chuàng)新方面落后于東部和西部地區(qū)，物流業(yè)生產(chǎn)率的提升依賴于引發(fā)效率變化的物流規(guī)模指數(shù)變大。

5. 在碳強(qiáng)度約束下，東部地區(qū)的物流業(yè)生產(chǎn)率存在趨同性；中部地區(qū)的物流業(yè)生產(chǎn)率呈現(xiàn)發(fā)散趨勢，地區(qū)間差異程度在擴(kuò)大；而西部地區(qū)的物流業(yè)生產(chǎn)率存在收斂性，地區(qū)差異程度在縮小。

本文的政策建議有如下幾點(diǎn)：

1. 低碳物流經(jīng)濟(jì)的發(fā)展目標(biāo)是雙重的，不僅僅關(guān)注于物流經(jīng)濟(jì)的增長，更重要的是考慮低碳轉(zhuǎn)型的要求，必須保證在實(shí)現(xiàn)物流業(yè)生產(chǎn)效率提升的前提下盡可能減少二氧化碳的排放，在評估物流產(chǎn)業(yè)效率和區(qū)域差異時(shí)，應(yīng)重新審視評價(jià)物流產(chǎn)業(yè)效率的重要指標(biāo)。

2. 2000年以來，中國工業(yè)化和城市化快速發(fā)展，刺激了物流需求的強(qiáng)勁增長，各級政府對物流業(yè)大量資金和人力的投入，物流相關(guān)政策的出臺，對物流業(yè)的發(fā)展起到明顯的推動作用。然而，低碳物流經(jīng)濟(jì)的發(fā)展不僅僅只是依賴物流規(guī)模的盲目擴(kuò)張，現(xiàn)階段應(yīng)以物流效率增長和節(jié)能減排為目標(biāo)，鼓勵物流信息技術(shù)創(chuàng)新和物流節(jié)能技術(shù)創(chuàng)新。

3. 西部地區(qū)是我國物流業(yè)發(fā)展的重要地區(qū)，相對東部地區(qū)和中部地區(qū)，具有更高的碳強(qiáng)度，物流信息技術(shù)水平也較為落后。因此，政府在制定和引導(dǎo)未來區(qū)域物流發(fā)展時(shí)，應(yīng)一方面加大節(jié)能減排的政策引導(dǎo)，另一方面加強(qiáng)西部地區(qū)物流基礎(chǔ)設(shè)施硬件和物流信息技術(shù)軟件的資金投入，促進(jìn)物流技術(shù)創(chuàng)新，促進(jìn)西部地區(qū)在新一輪西部大開發(fā)和承接中東部產(chǎn)業(yè)轉(zhuǎn)移過程中抓住機(jī)遇，追趕中東部地區(qū)，提高物流生產(chǎn)率。

注釋：

①中國統(tǒng)計(jì)局按地理位置和經(jīng)濟(jì)發(fā)展水平劃分成三大區(qū)域。東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省份，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個省份，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11個省或自治區(qū)。

參考文獻(xiàn)：

[1]Chow G. Capital Formation and Economic Growth in China[J].Quarterly Journal of economics，1993，108：809-842.

[2]Oum T， M Tretheway， W Waters II. Concepts，Methods and Purposes of Productivity Measurement in Transportation[J].Transportation Research Part A：Policy and Practice，1992，26（6）：493-505.

[3]余思勤，蔣迪娜，盧劍超.我國交通運(yùn)輸業(yè)全要素生產(chǎn)率變動分析[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，（6）：32-39.

[4]劉玉海，林建兵，翁嘉輝.中國道路運(yùn)輸業(yè)營運(yùn)效率動態(tài)分析術(shù)——基于Malmquist生產(chǎn)力指數(shù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2008，（1）：56-64.

[5]Barros CP. The Measurement of Efficiency of Portuguese Seaport Authorities with DEA[J].International Journal of Transport Economics，2003，30（3）：335-354.

[6]張?jiān)?，胡華清.基于Malmquist生產(chǎn)力指數(shù)的中國民用機(jī)場運(yùn)營效率分析[J].系統(tǒng)工程，2006，（12）：44-53.

[7]于劍.基于Malmquist指數(shù)的中國航空公司業(yè)全要素生產(chǎn)率分析[J].北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2007，（12）：58-65.

[8]田剛，李南.中國物流業(yè)全要素生產(chǎn)率變動與地區(qū)差異——基于隨機(jī)前沿模型的實(shí)證分析[J].系統(tǒng)工程，2009，27（11）：62-68.

[9]王維國，馬越越.中國區(qū)域物流產(chǎn)業(yè)效率——基于三階段DEA模型的Malquist-luenberger指數(shù)方法[J].系統(tǒng)工程，2012，（3）：66-75.

[10]唐建榮，盧玲珠.低碳約束下的物流效率分析[J].中國流通經(jīng)濟(jì)，2013，（1）：40-47.

[11]Chung YH， Fare R， Grosskopf S，Productivity and Undesirable Outputs： A Directional Distance Function Approach[J]. Journal of Environmental Management，1997，51（3）：229-240.

[12]劉秉鐮，李清彬.中國城市全要素生產(chǎn)率的動態(tài)實(shí)證分析：1990-2006——基于DEA模型的Malmquist指數(shù)方法[J].南開經(jīng)濟(jì)研究，2009，25（3）：139-152.

責(zé)任編輯、校對：張然