低碳約束下的我國省際物流業(yè)效率研究

董　鋒，徐喜輝，韓　宇

（1.中國礦業(yè)大學(xué) 管理學(xué)院，江蘇 徐州 221116；2.中國農(nóng)業(yè)銀行延安分行甘泉縣支行，陜西 延安 716100）

低碳約束下的我國省際物流業(yè)效率研究

董鋒1，徐喜輝2，韓宇1

（1.中國礦業(yè)大學(xué) 管理學(xué)院，江蘇 徐州 221116；2.中國農(nóng)業(yè)銀行延安分行甘泉縣支行，陜西 延安 716100）

以往對于物流效率的研究都是基于傳統(tǒng)DEA模型，而且沒有考慮物流業(yè)碳排放問題，文章基于超效率DEA模型同時(shí)引入Ruggiero三階段方法構(gòu)建低碳約束下的我國省際物流業(yè)效率測算體系，該方法解決了傳統(tǒng)DEA模型在測算物流效率時(shí)部分省區(qū)效率值同為DEA有效無法排序的問題，同時(shí)消除了外部環(huán)境因素對于技術(shù)效率測算的影響。研究結(jié)果表明：消除環(huán)境因素后第三階段測算的低碳約束下的我國各省區(qū)物流業(yè)效率與第一階段測算的各省區(qū)物流業(yè)效率有顯著差異，我國物流業(yè)高效率地區(qū)共有天津等11省區(qū)，中效率地區(qū)共有北京等12省區(qū)，低效率地區(qū)共有吉林等7省區(qū)。研究發(fā)現(xiàn)外生環(huán)境因素對中部和西部地區(qū)物流效率測算影響較為明顯，對東部地區(qū)的影響較弱。

低碳約束；物流業(yè)效率；DEA；Ruggiero三階段超效率DEA

［DOI］10.3969/j.issn.1007-5097.2016.05.014

一、引　言

2014年11月的APEC峰會上，中國和美國簽署《中美氣候變化聯(lián)合聲明》，在聲明中我國承諾將在2030年左右碳排放到達(dá)峰值，這是我國首次就碳排放總量減排做出國際承諾。物流在低碳經(jīng)濟(jì)發(fā)展中占有特殊地位，物流業(yè)能源消耗大、運(yùn)作效率低，是我國碳減排的重點(diǎn)行業(yè)，隨著我國物流需求的不斷增加，節(jié)能減排任務(wù)也會不斷加重，高投入、高產(chǎn)出的粗放型物流發(fā)展道路已不能繼續(xù)，大力發(fā)展健康、高效的低碳物流，已成為我國物流業(yè)可持續(xù)發(fā)展的必然趨勢。

低碳物流概念是低碳經(jīng)濟(jì)派生出來的子概念，它是以“低碳經(jīng)濟(jì)”、“綠色物流”［1］為思想前提，將可持續(xù)發(fā)展與碳減排觀念融入物流各個(gè)環(huán)節(jié)［2］。低碳物流的本質(zhì)是物流的合理化問題，在提供低成本、高質(zhì)量物流服務(wù)的同時(shí)，實(shí)現(xiàn)資源節(jié)約、環(huán)境污染減少、經(jīng)濟(jì)循環(huán)發(fā)展（王艷，李作聚）［3］。從綠色物流引申出低碳物流的定義，認(rèn)為低碳物流是一種為了達(dá)到物流效率最高、排放溫室氣體最少的低能耗、低污染的物流模式?！吨腥A人民共和國國家標(biāo)準(zhǔn)：物流術(shù)語》從綠色物流引申出低碳物流的定義，認(rèn)為低碳物流是一種為了達(dá)到物流效率最高、排放溫室氣體最少的低能耗、低污染的物流模式［4］。王國文認(rèn)為低碳物流、綠色供應(yīng)鏈的概念，就是將低碳與環(huán)境保護(hù)思想融入所有的物流環(huán)節(jié)中，形成一套完整的綠色物流體系［5］。從學(xué)者們對低碳物流的定義，我們可以發(fā)現(xiàn)低碳物流的一些特征，即環(huán)保性、整體性、標(biāo)準(zhǔn)性、技術(shù)領(lǐng)先性、示范性。

低碳物流的研究已引起學(xué)者們的日益重視，取得了一些研究成果，如任倩倩、吳艷芳從低碳物流的含義及其必要性方面介紹了國內(nèi)外節(jié)能減排的措施和手段，結(jié)合物流活動的各個(gè)環(huán)節(jié)，提出了具體的、有針對性的低碳手段［6］；范璐論述了我國低碳物流發(fā)展現(xiàn)狀、國外低碳物流發(fā)展現(xiàn)狀和我國物流業(yè)所面臨的巨大減碳壓力，從中得到低碳物流發(fā)展策略，建立了一個(gè)實(shí)現(xiàn)低碳物流的基本框架［7］；周葉運(yùn)用省域物流業(yè)二氧化碳排放量測量模型，用直接能耗法核算我國各省區(qū)物流業(yè)二氧化碳排放指標(biāo)［8］。學(xué)者們對于低碳物流的研究多從發(fā)展低碳物流的政策、手段、路徑等定性角度入手，比較定量化的是周葉測算各省區(qū)物流業(yè)所產(chǎn)生的二氧化碳等研究，如何通過構(gòu)建低碳物流效率評價(jià)體系測算低碳約束下的我國省際物流業(yè)效率是進(jìn)一步研究的重點(diǎn)。而目前對于物流業(yè)效率的研究我國絕大部分學(xué)者只考慮了經(jīng)濟(jì)產(chǎn)出，忽視了低碳約束［9-11］。本文正是基于低碳物流、物流效率目前的研究現(xiàn)狀，將物流業(yè)二氧化碳排放量指標(biāo)引入到物流效率測算模型的相關(guān)投入產(chǎn)出指標(biāo)中，構(gòu)建低碳約束下的我國省際物流業(yè)效率（Logistics Industry Efficiency under the Restriction of Low Carbon，LIEURL）測算模型，為改善我國物流業(yè)效率和低碳物流建設(shè)提供決策參考。

在物流業(yè)效率測算模型選擇方面，現(xiàn)有研究通常運(yùn)用的是傳統(tǒng)DEA模型［9-11］，而傳統(tǒng)DEA模型只能將決策單元分為有效和無效，從而產(chǎn)生多個(gè)同時(shí)處于生產(chǎn)前沿面的決策單元（DEA值均為1），無法滿足對所有決策單元進(jìn)行排序的要求［12-13］，本文采用Anerson and Perterson構(gòu)建的徑向超效率模型（SE-DEA）［14-16］解決這一問題，SE-DEA模型對傳統(tǒng)DEA效率值為1的決策單元重新測算，SE-DEA允許大于1，從而實(shí)現(xiàn)了對所有決策單元的排序。傳統(tǒng)DEA模型在測算省際物流效率時(shí)存在的另一個(gè)問題就是將區(qū)域物流系統(tǒng)作為一個(gè)封閉的投入產(chǎn)出系統(tǒng)，沒有考慮環(huán)境因素的影響。區(qū)域系統(tǒng)理論告訴我們，區(qū)域系統(tǒng)效率不僅受到系統(tǒng)投入產(chǎn)出的影響，也會受到系統(tǒng)環(huán)境因素的影響，不考慮環(huán)境因素而僅僅考慮投入產(chǎn)出因素計(jì)算省際物流效率必然帶來測算結(jié)果的偏差，影響各級政府的決策。為了解決這一問題，學(xué)者們提出了三階段DEA模型，三階段DEA模型能使決策單元非經(jīng)營因素（外部環(huán)境和隨機(jī)誤差）同質(zhì)化，使每個(gè)決策單元都處于相同的環(huán)境和隨機(jī)情況，排除了外在因素的影響。目前國內(nèi)外學(xué)術(shù)界在研究時(shí)使用的三階段DEA模型有兩種。一是Fried等于2002年提出了三階段DEA模型，在效率評估過程中環(huán)境因素和隨機(jī)因素被剔除，從而更加真實(shí)的反映各決策單元的效率情況。國內(nèi)學(xué)者主要運(yùn)用Fried三階段DEA模型來分析產(chǎn)業(yè)效率、碳排放效率等［17-21］。二是Ruggiero在1998年提出的基于DEA模型的三階段效率評價(jià)模型，該模型同樣實(shí)現(xiàn)了在技術(shù)效率測算過程中環(huán)境因素的分離［22］，該模型在國內(nèi)應(yīng)用較少［23-24］。以上兩種DEA三階段模型都一定程度上解決了環(huán)境對技術(shù)效率的影響，但這兩種模型也有自身的缺陷，如Ruggiero三階段模型，第二階段回歸分析中的因變量為第一階段各決策單元的綜合技術(shù)效率值，有效決策單元的效率值都為1，只能區(qū)別出有效率和無效率的單元，而對于有效率的單元無法進(jìn)行排序，這也可能會使回歸結(jié)果失真，F(xiàn)ried三階段DEA模型同樣無法解決多個(gè)前沿面同時(shí)為1無法排序的問題。本文通過將超效率DEA（SE-DEA）方法引入Ruggiero三階段模型第一階段和第三階段解決這一問題。第一階段運(yùn)用SE-DEA模型得出不考慮環(huán)境因素的低碳約束下我國省際物流業(yè)效率；第二階段根據(jù)第一階段超效率值運(yùn)用Ray模型將多個(gè)環(huán)境變量轉(zhuǎn)變成一個(gè)復(fù)合環(huán)境指數(shù)；第三階段將環(huán)境指數(shù)作為投入變量之一再次運(yùn)用SE-DEA模型得出消除了環(huán)境因素的更為準(zhǔn)確的低碳約束下我國省際物流業(yè)效率。

與以往研究不同，首先從研究視角來看，本文所研究的是低碳約束下的我國省際物流業(yè)效率，而非傳統(tǒng)的物流效率，其次從研究方法來看本文所使用Ruggiero三階段超效率DEA解決了傳統(tǒng)DEA方法生產(chǎn)前沿面同時(shí)為1無法排序的問題，同時(shí)消除了環(huán)境因素，以期對我國省際物流效率進(jìn)行更為準(zhǔn)確的評估。

二、研究方法

本文基于Ruggiero三階段模型［22］，采用超效率DEA（SE-DEA）方法對低碳約束下我國省際物流業(yè)效率進(jìn)行分析。

（一）第一階段：超效率DEA模型（SE-DEA）

DEA方法最早是由美國運(yùn)籌學(xué)家Charnes等（1978）［25］提出的，隨后由Banker［26］等提出了更加嚴(yán)謹(jǐn)?shù)男拚Ｐ停\(yùn)用最廣的是BC2模型。

假設(shè)有n個(gè)受評估單元，每個(gè)評估單元共有m種投入要素，s種產(chǎn)出，用xij代表第i個(gè)評估單元對第j種投入要素的投入量，yir為第i個(gè)決策單元對第r種產(chǎn)出的產(chǎn)出量。對決策單元O進(jìn)行效率評價(jià)所使用的模型為：

在引入阿基米德無窮小量ε，投入松弛變量s-，產(chǎn)出松弛變量s+后，第O個(gè)受評估單元的BCC模型最終為：

若θ=1，且S+=S-=0，則決策單元DEA有效；若θ=1，且S+≠0或S-≠0，則決策單元為弱DEA有效；若θ＜1，則決策單元非DEA有效。但是BC2模型得到結(jié)果往往是多個(gè)決策單元均為DEA有效，這就很難區(qū)分這些DEA有效決策單元的效率高低，無法對這些決策單元進(jìn)行排序。

針對這一問題Andersen、Peterson提出超效率DEA（SE-DEA）方法［14］，SE-DEA方法是在傳統(tǒng)DEA方法的基礎(chǔ)上發(fā)展而來，它可以對有效決策單元進(jìn)行排序，其值不再局限于0-1，計(jì)算出的效率值允許超過1。超效率DEA模型的基本思想是在評價(jià)某個(gè)決策單元效率時(shí)，用其他所有決策單元投入、產(chǎn)出的線性組合替代該決策單元的投入和產(chǎn)出，從而排除該決策單元的自身影響。決策單元的超效率值是指效率保持不變的情況下，其投入增加或減少的比例。沒有達(dá)到效率有效的決策單元，其生產(chǎn)前沿面不會發(fā)生改變，評價(jià)結(jié)果與傳統(tǒng)DEA模型相同；達(dá)到效率有效的決策單元，其生產(chǎn)前沿面將進(jìn)行重新計(jì)算，最終測算出來的超效率值大于傳統(tǒng)DEA模型效率值，該效率值允許超過1，即對有效決策單元進(jìn)行了排序。

如圖1所示，有A、B、C、D、E 5個(gè)決策單元，其中A、B、C、D構(gòu)成生產(chǎn)前沿面。采用超效率BCC模型評價(jià)B效率值時(shí)，將B點(diǎn)從參考集中移除，新的生產(chǎn)前沿面為ACD，B在新生產(chǎn)前沿面的投影為B1，此時(shí)B點(diǎn)的效率值為MB1/MB＞1。而原來就是DEA無效的E點(diǎn)，其生產(chǎn)前沿面仍然是ABCD，效率值與BCC模型一致，仍為NE1/NE＜1。

圖1　單輸入單輸出超效率BCC模型圖解

SE-DEA對偶求解模型如下：

其中，e∧=（1，1，…，1）T∈Em；e=（1，1，…，1）T∈Es；Θ，Ξ分別為投入、產(chǎn)出集。

（二）第二階段：Ray回歸分析

Ray模型中的回歸分析方法對第一階段SE-DEA求解出的效率值進(jìn)行環(huán)境因素分解，將多個(gè)環(huán)境變量轉(zhuǎn)變成一個(gè)復(fù)合變量，計(jì)算環(huán)境指數(shù)。假若有q個(gè)環(huán)境變量，n個(gè)地區(qū)，則Ray回歸模型如下：

其中，θi是第i個(gè)地區(qū)第一階段物流業(yè)效率值；βp是環(huán)境因素zip的回歸系數(shù)；是環(huán)境因素對第i個(gè)地區(qū)物流業(yè)效率的影響。

（三）第三階段：調(diào)整后的SE-DEA分析

依據(jù)環(huán)境變量的具體值我們可以得到各個(gè)地區(qū)環(huán)境因素對效率影響的預(yù)測值，該預(yù)測值定義為該地區(qū)物流效率測算中的環(huán)境指數(shù)，環(huán)境指數(shù)計(jì)算公式為：

具有最大環(huán)境指數(shù)值的地區(qū)所面臨物流環(huán)境是最有利的，因此在第三階段中將環(huán)境指數(shù)作為投入變量之一。重新進(jìn)行SE-DEA分析，所計(jì)算出的效率值消除了環(huán)境因素對技術(shù)效率的影響，第三階段每個(gè)地區(qū)在物流效率測算中都處于同樣的物流環(huán)境。

三、指標(biāo)選擇與數(shù)據(jù)來源

（一）指標(biāo)選取

（1）投入和產(chǎn)出指標(biāo)。投入指標(biāo)為物流業(yè)從業(yè)人員、物流業(yè)職工工資總額、物流業(yè)固定資產(chǎn)投入、物流業(yè)二氧化碳排放量。物流業(yè)從業(yè)人員在勞動指標(biāo)中只能反映勞動力的數(shù)量，只代表了勞動力成本的一部分，因此，本文用物流業(yè)職工工資總額彌補(bǔ)其不足；在低碳約束下物流業(yè)效率研究中，低碳約束是重點(diǎn)，因此本文選取物流業(yè)二氧化碳排放量作為投入指標(biāo)之一，產(chǎn)出指標(biāo)為貨運(yùn)量、貨物周轉(zhuǎn)量和物流業(yè)生產(chǎn)總值。

（2）環(huán)境指標(biāo)。Zhang等將環(huán)境變量定義為對決策單元的物流業(yè)環(huán)境或物流業(yè)效率有重要影響的因素，并且這些因素短期內(nèi)又不在樣本主觀可控范圍內(nèi)［27］。結(jié)合低碳物流業(yè)發(fā)展特征，本文選取經(jīng)濟(jì)發(fā)展、政府支持、科技水平、產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境指標(biāo)，用GDP來衡量經(jīng)濟(jì)發(fā)展水平，交通運(yùn)輸支出作為政府支持指標(biāo)，科技支出占GDP比重來表征科技水平，第三產(chǎn)業(yè)比重表征產(chǎn)業(yè)結(jié)構(gòu)。

（二）數(shù)據(jù)來源

本文選取我國30個(gè)省、市、直轄市（缺西藏、中國香港、中國澳門、中國臺灣數(shù)據(jù)）數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)主要來源于各年度《中國統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》。

四、實(shí)證分析

（一）第一階段測算結(jié)果

從我國30個(gè)省區(qū)第一階段運(yùn)用超效率DEA模型測算出的低碳約束下的我國省際物流業(yè)效率值（LIEURL）分布上可看出，高效率地區(qū)效率值為＞1，中效率地區(qū)效率值為0.6～1，低效率地區(qū)效率值為0～0.6。從整體分析，我國LIEURL平均值為0.832 7，未達(dá)到SE-DEA相對有效，其中東部地區(qū)效率平均值為1.090 4，中部地區(qū)效率平均值為0.7898，西部地區(qū)效率平均值為0.606 2。

從數(shù)值上看，各區(qū)域LIEURL存在顯著差異，主要表現(xiàn)為東部地區(qū)效率較高，中部地區(qū)其次，最低的是西部地區(qū)。同時(shí)，只有東部地區(qū)效率平均值達(dá)到了SE-DEA相對有效，中部和西部地區(qū)均未達(dá)到。具體到各個(gè)省區(qū)，我國物流業(yè)高效率地區(qū)為7個(gè)，中效率和低效率省份數(shù)大致相當(dāng)，分別為12個(gè)和11個(gè)。高效率地區(qū)包括天津、河北、上海、江蘇、山東、安徽、寧夏，中效率地區(qū)包括北京、遼寧、浙江、福建、廣東、海南、江西、河南、湖南、內(nèi)蒙古、貴州、甘肅，低效率地區(qū)包括山西、吉林、黑龍江、湖北、廣西、重慶、四川、云南、陜西、青海、新疆。

（二）第二階段Ray回歸分析結(jié)果

Ray模型中的回歸分析方法是對第一階段SEDEA求解出的效率值進(jìn)行環(huán)境因素分解，將多個(gè)環(huán)境變量轉(zhuǎn)變成一個(gè)復(fù)合變量，計(jì)算環(huán)境指數(shù)。以效率值為因變量，環(huán)境指標(biāo)為自變量，進(jìn)行Ray回歸分析。此階段目的是消除環(huán)境因素對技術(shù)效率的影響，突出各省區(qū)LIEURL差異只由經(jīng)營效率水平影響，能夠更準(zhǔn)確地測算出我國各省區(qū)實(shí)際LIEURL水平。本文選取經(jīng)濟(jì)發(fā)展、政府支持、科技水平、產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境指標(biāo)。表1報(bào)告了Ray回歸分析計(jì)算結(jié)果。

表1　Ray回歸分析計(jì)算結(jié)果

從計(jì)算結(jié)果可以看出，外部不可控的環(huán)境變量對LIEURL水平具有一定程度的影響。GDP、科技支出占GDP比重對LIEURL水平的影響顯著，其P值＜0.05；交通運(yùn)輸支出、第三產(chǎn)業(yè)比重對LIEURL的影響不太顯著，但也通過了10%顯著性水平。因此，在測算我國各省區(qū)LIEURL時(shí)必須消除外部不可控的環(huán)境變量對效率水平的影響。

GDP與LIEURL顯著正相關(guān)說明經(jīng)濟(jì)發(fā)展水平的提高能夠有效地推動物流業(yè)效率提高；科技支出占GDP比重與LIEURL同樣顯著正相關(guān)，說明各省區(qū)科技水平對物流業(yè)效率有密切聯(lián)系，科技水平的提高可以使資源得到充分利用，這樣可以節(jié)約資源，有效地降低能源消耗量，減小對環(huán)境造成的影響，從而提高物流業(yè)效率水平；交通運(yùn)輸支出、第三產(chǎn)業(yè)比重顯著性水平雖然沒有GDP和科技支出占GDP比重顯著性高，但也對LIEURL有一定影響。

根據(jù)計(jì)算結(jié)果，應(yīng)將GDP、科技支出占GDP比重、交通運(yùn)輸支出和第三產(chǎn)業(yè)比重四個(gè)環(huán)境變量代入環(huán)境指標(biāo)公式（5），使其轉(zhuǎn)變成一個(gè)復(fù)合環(huán)境變量①。

（三）第三階段測算結(jié)果

此階段將第二階段計(jì)算出的環(huán)境指數(shù)作為投入變量之一，重新調(diào)整投入產(chǎn)出變量進(jìn)行SE-DEA分析，這樣所計(jì)算出的效率值消除了環(huán)境因素對技術(shù)效率的影響，能更加準(zhǔn)確地測算低碳約束下的物流業(yè)效率值。表2報(bào)告了第三階段SE-DEA計(jì)算得到的各省區(qū)效率值。

表2　第三階段各省區(qū)LIEURL值

我們用配對樣本t檢驗(yàn)來考察第一階段測算LIEURL和第三階段測算LIEURL是否有顯著性差異，配對樣本t檢驗(yàn)統(tǒng)計(jì)量為：

其中d-為兩配對樣本差值的均值，μ1-μ2為兩總體均值之差。檢驗(yàn)結(jié)果t=-4.721，顯著性概率0.000，檢驗(yàn)結(jié)果表明第一階段測算LIEURL值與第三階段測算值有顯著差異，這再次說明只有有效控制環(huán)境因素變量，使各決策單元處于相等的環(huán)境因素下，測算的低碳約束下的省際物流業(yè)效率才能真實(shí)準(zhǔn)確反映各省區(qū)物流發(fā)展水平。

從整體上分析，全國調(diào)整后的超效率LIEURL平均值為0.952 9，已接近SE-DEA相對有效，其中東部地區(qū)效率平均值為1.155 8，中部地區(qū)效率平均值為0.917 5，西部地區(qū)效率平均值為0.775 7，東部地區(qū)效率最高，中部地區(qū)其次，西部地區(qū)最低。東部地區(qū)效率平均值達(dá)到了SE-DEA相對有效，中部地區(qū)效率平均值已接近SE-DEA相對有效，西部地區(qū)均效率平均值未達(dá)到相對有效。

從計(jì)算結(jié)果可以看出，我國LIEURL有效區(qū)域不僅存在于經(jīng)濟(jì)相對發(fā)達(dá)的地區(qū)，還存在于一些欠發(fā)達(dá)地區(qū)。其中貴州、寧夏都達(dá)到了SE-DEA相對有效，其LIEURL值分別為1.057 3、1.063 8。我國省際LIEURL差距依然很大，排名第一的省區(qū)是安徽，效率值為1.948 3，排名最后的省區(qū)是青海，效率值為0.352 6，前者效率值是后者的5.5倍。第三階段SE-DEA相對有效的省區(qū)有11個(gè)，他們分別是安徽、上海、河北、天津、內(nèi)蒙古、江蘇、山東、湖南、河南、寧夏和貴州，其余的19個(gè)省區(qū)均未達(dá)到SE-DEA相對有效。

經(jīng)過調(diào)整后的第三階段LIEURL分布，與第一階段相比，高效率地區(qū)增加為11個(gè)，分別為天津、河北、上海、江蘇、山東、安徽、河南、湖南、內(nèi)蒙古、貴州、寧夏，中效率地區(qū)保持不變?nèi)詾?2個(gè)，分別為北京、遼寧、浙江、福建、廣東、海南、山西、江西、廣西、四川、陜西、甘肅，低效率地區(qū)減少為7個(gè)，分別為吉林、黑龍江、湖北、重慶、云南、青海、新疆。

湖南、四川、陜西的物流效率在剔除環(huán)境指數(shù)的影響之后大幅度提升，湖南由中效率水平上升到高效率水平；四川、陜西由低效率水平上升到中效率水平。本文中環(huán)境指數(shù)反映的是經(jīng)濟(jì)發(fā)展、政府支持、科技水平和產(chǎn)業(yè)結(jié)構(gòu)的綜合效能，說明這些外生環(huán)境因素拉低了上述省市低碳約束下的物流效率，改善外部發(fā)展環(huán)境，將有助于物流產(chǎn)業(yè)效率的提升。安徽、上海、河北、天津的物流效率始終排在全國前列，說明這些地區(qū)物流業(yè)資源配置合理，技術(shù)先進(jìn)，經(jīng)營效率水平較高。而新疆、云南、青海、吉林的效率水平與全國平均效率水平差距較大，意味著上述地區(qū)物流業(yè)管理效率較低，投入產(chǎn)出比例不佳，存在嚴(yán)重的投入冗余或產(chǎn)出不足，造成資源浪費(fèi)現(xiàn)象，這部分浪費(fèi)可通過引進(jìn)專業(yè)人才、先進(jìn)設(shè)備等提高生產(chǎn)技術(shù)和管理水平來遏制，同時(shí)實(shí)施規(guī)模效應(yīng)也可以有效改善這些地區(qū)物流效率。這種地區(qū)間的物流水平差異不僅存在于個(gè)體間，也存在于區(qū)域間。東部地區(qū)率先實(shí)現(xiàn)效率有效，中部地區(qū)已經(jīng)接近有效水平，西部地區(qū)距離有效還有較大差距，提升空間最大。地區(qū)間的物流水平差距過大，會阻礙我國物流整體規(guī)模經(jīng)濟(jì)的實(shí)現(xiàn)。因此，有效地區(qū)發(fā)揮帶頭作用帶動無效地區(qū)實(shí)現(xiàn)區(qū)域內(nèi)部和區(qū)域間平衡發(fā)展，做好物流業(yè)發(fā)展總體規(guī)劃有助于平衡我國地區(qū)經(jīng)濟(jì)發(fā)展水平并提高全國經(jīng)濟(jì)運(yùn)行質(zhì)量。

五、結(jié)論與建議

本文同時(shí)考慮了經(jīng)濟(jì)產(chǎn)出與環(huán)境保護(hù)，從低碳約束角度出發(fā)，建立低碳約束下的我國省際物流業(yè)效率測評體系，同時(shí)運(yùn)用Ruggiero三階段超效率DEA方法消除環(huán)境因素對物流效率測算的影響，解決了傳統(tǒng)DEA方法多個(gè)決策單元同時(shí)處于生產(chǎn)前沿面無法排序的問題。測算結(jié)果顯示在Ruggiero三階段超效率DEA方法分析中，第一階段與第三階段各省區(qū)的LIEURL值有顯著差異，消除環(huán)境因素后全國21個(gè)省區(qū)LIEURL值有一定程度增加，高效率地區(qū)由7個(gè)增加為12個(gè)。低碳物流的發(fā)展需要相應(yīng)理論的研究和實(shí)證分析驗(yàn)證，本文通過運(yùn)用Ruggiero三階段超效率DEA方法對低碳約束下我國省際物流業(yè)效率進(jìn)行更為準(zhǔn)確的分析，為改善我國物流業(yè)效率提供理論支持和決策參考。

為推進(jìn)我國低碳物流的快速發(fā)展，本文提出以下建議：

（1）推廣低碳物流理念，強(qiáng)化低碳物流意識。我國物流業(yè)基礎(chǔ)設(shè)施建設(shè)水平和運(yùn)輸能力一直增加，物流業(yè)不斷快速發(fā)展，但低碳物流業(yè)發(fā)展水平很低，物流業(yè)二氧化碳排放量不斷增加。大多數(shù)企業(yè)經(jīng)營者或消費(fèi)者對低碳物流意識淡薄，沒有足夠重視，低碳物流理念只是一個(gè)口號，并沒有切實(shí)落實(shí)執(zhí)行。因此，政府應(yīng)積極推廣低碳物流理念，強(qiáng)化低碳物流意識。

（2）結(jié)合各區(qū)域、省區(qū)特點(diǎn)，制定差異化的減排措施。不同區(qū)域低碳約束下的物流業(yè)效率值差異很大，東部地區(qū)效率平均值達(dá)到了相對有效，中部地區(qū)已接近相對有效，西部地區(qū)相對無效，各區(qū)域內(nèi)不同省區(qū)效率值也存在很大差異，因此，應(yīng)結(jié)合各區(qū)域、省區(qū)特點(diǎn)，制定低碳物流業(yè)節(jié)能減排措施，有效提高物流業(yè)效率，促進(jìn)區(qū)域物流業(yè)協(xié)調(diào)發(fā)展。

（3）調(diào)整能源消費(fèi)比重，優(yōu)化物流運(yùn)輸方式。能源消費(fèi)分析中，物流業(yè)消費(fèi)的能源主要包括煤炭、石油和天然氣等，煤炭消費(fèi)排放的二氧化碳量排名第一，比天然氣消費(fèi)多70%，因此，應(yīng)調(diào)整能源消費(fèi)比例，降低煤炭在能源消費(fèi)中的比重；不同運(yùn)輸方式下，民航單位二氧化碳排放量最高，其次是公路，由此可見，在條件允許的情況下，應(yīng)優(yōu)化物流運(yùn)輸方式，積極采用鐵路、水運(yùn)等運(yùn)輸方式。

（4）科學(xué)規(guī)劃物流節(jié)點(diǎn)，實(shí)現(xiàn)各節(jié)點(diǎn)低碳化發(fā)展。物流業(yè)各節(jié)點(diǎn)都會消耗能源產(chǎn)生碳排放，物流包裝環(huán)節(jié)選擇高排放的材料作為物流包裝會增加碳排放；裝卸搬運(yùn)設(shè)備使用不合理，設(shè)備能耗增加，也會產(chǎn)生額外的碳排放；運(yùn)輸環(huán)節(jié)是整個(gè)物流活動碳排放的主要來源，不合理的運(yùn)輸方式和運(yùn)輸線路，增加了能源消耗量；配送中心選址不合理會增加運(yùn)輸路線的距離和次數(shù)。因此應(yīng)科學(xué)合理地規(guī)劃物流節(jié)點(diǎn)，減少節(jié)點(diǎn)中能源的浪費(fèi)，實(shí)現(xiàn)各節(jié)點(diǎn)低碳化發(fā)展。

注釋：

①限于篇幅，具體計(jì)算結(jié)果不再詳細(xì)列出，讀者如需要可向作者索取。

［1］林波峰.綠色物流及其發(fā)展策略［J］.經(jīng)濟(jì)管理，2007（20）：56-59.

［2］陶晶.低碳經(jīng)濟(jì)下的低碳物流探討［J］.中國經(jīng)貿(mào)導(dǎo)刊，2010（12）：72-72.

［3］王艷，李作聚.淺談低碳物流的內(nèi)涵與實(shí)現(xiàn)途徑［J］.商業(yè)時(shí)代，2010（14）：32-33.

［4］中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫局，中國國家標(biāo)準(zhǔn)化管理委員會.中華人民共和國標(biāo)準(zhǔn)物流術(shù)語（GB/ T18354-2006）［M］.北京：中國標(biāo)準(zhǔn)出版社，2007.

［5］王國文.低碳物流與綠色供應(yīng)鏈：概念、流程與政策［J］.開放導(dǎo)報(bào)，2010（2）：37-40.

［6］任倩倩，吳艷芳.低碳時(shí)代的低碳物流措施［J］.物流工程與管理，2011，33（6）：11-13.

［7］范璐.低碳物流發(fā)展路徑研究［J］.中國流通經(jīng)濟(jì)，2011 （8）：46-51.

［8］周葉，王道平，趙耀.中國省域物流作業(yè)的CO2排放量測評及低碳化對策研究［J］.中國人口·資源與環(huán)境，2011，21 （9）：81-87.

［9］張誠，張廣勝.中部六省物流產(chǎn)業(yè)效率分析及政策建議［J］.江西社會科學(xué)，2013（2）：57-61.

［10］王琴梅，譚翠娥.對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（5）：70-74.

［11］覃波.基于DEA模型的我國物流企業(yè)經(jīng)營效率評價(jià)研究［D］.長沙：中南大學(xué)，2007.

［12］孫立成，周德群，李群.基于非徑向超效率DEA聚類模型的FEEEP系統(tǒng)協(xié)調(diào)發(fā)展［J］.系統(tǒng)工程理論與實(shí)踐，2009，29（7）：139-146.

［13］Allen R，Athanassopoulos A，Dyson R G，et al.Weights restrictions and value judgments in data envelopment analysis：Evolution development and future directions［J］.Annals of Operations Research，1997，73：13-34.

［14］Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis［J］.Management Science，1993，39（10）：1261-1264.

［15］李元靜，王成璋.資源配置效率的比較分析——以我國區(qū)域高等教育資源為例［J］.軟科學(xué)，2014，28（10）：22-26.

［16］劉國平，朱遠(yuǎn).碳排放約束下的中國省域全要素福利績效研究［J］.軟科學(xué)，2014，28（8）：88-93.

［17］邱煜，葛智杰.基于三階段DEA的文化類上市公司經(jīng)營績效評價(jià)研究［J］.成都理工大學(xué)學(xué)報(bào)：社會科學(xué)版，2013，21（2）：93-100.

［18］張家庭，張容.基于三階段DEA模型的中國文化產(chǎn)業(yè)效率研究［J］.中國軟科學(xué)，2009（9）：75-82.

［19］鐘祖昌.基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究［J］.財(cái)經(jīng)研究，2010，36（9）：80-90.

［20］梁芹，陸靜.基于三階段DEA模型的中國壽險(xiǎn)市場效率研究［J］.經(jīng)濟(jì)管理，2011（7）：149-155.

［21］董鋒，劉曉燕，龍如銀，等.基于三階段DEA模型的我國碳排放效率分析［J］.運(yùn)籌與管理，2014，23（4）：196-205.

［22］Ruggiero J.Non-discretionary inputs in data envelopment analysis［J］.European Journal of Operational Research，1998，111（3）：461-469.

［23］李濤，傅強(qiáng).中國省際碳排放效率研究［J］.統(tǒng)計(jì)研究，2011，28（7）：62-71.

［24］李瑛，崔宇威.地方高?？萍紕?chuàng)新效率評價(jià)研究——基于超效率的三階段DEA分析［J］.東北師大學(xué)報(bào)：哲學(xué)社會科學(xué)版，2011（2）：177-181.

［25］Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operation Research，1978，2（6）：429-444.

［26］Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data development analysis［J］.Management Science，1984，30（9）：1078-1092.

［27］Zhang C H，Liu H Y，Bressersc H T A，et al.Productivity growth and environmental regulations-accounting for undesirable outputs：Analysis of china's thirty provincial regions using the malmquist-luenberger index［J］.Ecological Economics，2011，70（12）：2369-2379.

［責(zé)任編輯：程靖］

A Study on Interprovincial Logistics Industry Efficiency under the Restriction of Low Carbon in China

DONG Feng1，XU Xi-hui2，HAN Yu1
（1.School of Management，China University of Mining and Technology，Xuzhou 221116，China；2.Agriculture Bank of China，Ganquan Branch of Yan'an，Yan'an 716100，China）

Previous studies on logistics efficiency are based on the traditional DEA model，and carbon emissions from logistics industry have not been considered.In this paper，we introduced Ruggiero three-phrase approach and SE-DEA model to construct the estimation system of interprovincial logistics industry efficiency under the restriction of low carbon （LIEURL）in China.This method solves the problem that some provinces could not be sorted when the efficiency values calculated by traditional DEA model are all one.This approach also eliminates the impact of external environmental factors on measuring technical efficiency.The result shows that the value of LIEURL without environmental factors calculated in the third phrase has a significant difference with the value of LIEURL calculated in the first phrase.There are 11 provincial-level administrative areas with high efficiency of logistics industry including Tianjin，12 areas with middle efficiency including Beijing，and 7 areas with low efficiency including Jilin.The study also finds that the impact of exogenous environmental factors is significant to the logistics efficiency in the central and western regions，but this impact is weak to that in the eastern region.

restriction of low carbon；efficiency of logistics industry；DEA；Ruggiero three-phrase SE-DEA

F127；F252.2

A

1007-5097（2016）05-0086-06

2016-01-06

國家自然科學(xué)基金項(xiàng)目（71573254；41101569）；江蘇省2014年“青藍(lán)工程”中青年學(xué)術(shù)帶頭人人才項(xiàng)目；國家留學(xué)基金資助項(xiàng)目（201308320084）；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2013W01）；江蘇教育科學(xué)重點(diǎn)項(xiàng)目（B-b/2015/ 01/027）

董鋒（1978-），男，安徽亳州人，副教授，管理學(xué)博士，研究方向：資源與環(huán)境政策；徐喜輝（1989-），男，陜西西安人，碩士，研究方向：低碳物流；韓宇（1989-），女，遼寧沈陽人，碩士研究生，研究方向：低碳經(jīng)濟(jì)。