海絲路沿線地區(qū)物流業(yè)的運行效率評價

劉丹 鞏彥峰 潘曉

摘要： 運用視窗網(wǎng)絡(luò)SBM模型，利用2011—2015年海絲路沿線11個地區(qū)的物流業(yè)數(shù)據(jù)，考慮碳排放約束下，分析這些地區(qū)物流業(yè)運行總效率以及服務(wù)生產(chǎn)和創(chuàng)造效益兩個子階段的效率。結(jié)果表明：運行總效率受服務(wù)生產(chǎn)階段效率和創(chuàng)造效益階段效率共同影響，其中碳排放對服務(wù)生產(chǎn)階段效率有一定負(fù)面影響。因此，可采取整合物流資源、改善物流業(yè)能源結(jié)構(gòu)、創(chuàng)新服務(wù)模式、建設(shè)物流信息網(wǎng)絡(luò)等措施提升海絲路沿線地區(qū)物流業(yè)運行效率，助力“一帶一路”倡議順利實施。

關(guān)鍵詞： 物流業(yè)效率；碳排放約束；一帶一路；網(wǎng)絡(luò)SBM模型；視窗DEA模型

中圖分類號： F2592文獻(xiàn)標(biāo)志碼：A文章編號：1009-055X（2018）01-0030-10

doi：1019366/jcnki1009-055X201801005

近年來，我國物流業(yè)發(fā)展迅速，2015年全國社會物流總額2192萬億元，“十二五”期間年均增長速度87%[1]。作為促進(jìn)國民經(jīng)濟發(fā)展的“加速劑”，物流業(yè)對經(jīng)濟發(fā)展的支撐作用日益明顯。2015年3月國家發(fā)展改革委、外交部、商務(wù)部聯(lián)合發(fā)布《推動共建絲綢之路經(jīng)濟帶和21世紀(jì)海上絲綢之路的愿景與行動》，明確提出基礎(chǔ)設(shè)施互聯(lián)互通是“一帶一路”建設(shè)的優(yōu)先領(lǐng)域，這既給物流業(yè)的發(fā)展帶來新的機遇，也對物流業(yè)提出更高的發(fā)展要求。物流業(yè)屬于能源消耗大戶，面臨巨大的碳減排壓力，要實現(xiàn)可持續(xù)發(fā)展，必須轉(zhuǎn)變發(fā)展方式，通過節(jié)能減排，實現(xiàn)綠色發(fā)展。鑒于此，研究碳排放約束下海上絲綢之路（以下簡稱海絲路）沿線地區(qū)物流業(yè)運行效率具有重要的現(xiàn)實意義。

一、文獻(xiàn)綜述

數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）方法被廣泛運用于物流業(yè)效率評價中，該方法在處理多投入、多產(chǎn)出的同質(zhì)決策單元時具有很強的適用性。孟鑫（2015）[2]應(yīng)用DEA方法對長江經(jīng)濟帶11個地區(qū)的物流業(yè)效率進(jìn)行評價，研究結(jié)果表明長江經(jīng)濟帶上游地區(qū)的物流業(yè)效率低于下游地區(qū)，并從企業(yè)和政府兩個視角提出促進(jìn)該區(qū)域物流業(yè)發(fā)展的政策建議。張雪青（2016）[3]以“一帶一路”沿線17個地區(qū)的物流業(yè)為研究對象，從綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率三個方面分析這些地區(qū)物流業(yè)在2009—2013年間的效率變化，指出“一帶一路”沿線地區(qū)的物流業(yè)投入產(chǎn)出失衡，未實現(xiàn)有效協(xié)同發(fā)展。林珊和溫惠英（2014）[4]將DEA與層次分析法結(jié)合，測算我國10家物流企業(yè)運輸效率。碳減排方面，畢志雯（2011）[5]以低碳作為物流業(yè)轉(zhuǎn)型發(fā)展的核心，采用SBM（slack based measure）方向性距離函數(shù)，結(jié)合序列DEA以及Meta-frontier方法，將二氧化碳作為非期望產(chǎn)出，研究我國30個地區(qū)的物流業(yè)效率，分析表明忽視非期望產(chǎn)出的效率評價方式會高估物流業(yè)效率，我國東部與中部地區(qū)物流業(yè)“低碳型”效率要高于西部地區(qū)。唐建榮和盧玲珠（2013）[6]認(rèn)為外部環(huán)境和隨機因素對區(qū)域物流效率具有重要影響。王維國和馬越越（2012）[7]在考慮非期望產(chǎn)出條件下，研究我國區(qū)域物流業(yè)效率變化及其影響因素，指出我國物流業(yè)普遍存在著技術(shù)不環(huán)?，F(xiàn)象，多數(shù)地區(qū)物流業(yè)所處的外部環(huán)境水平較低。

目前關(guān)于物流業(yè)效率的研究取得一定成果，且已有學(xué)者開始關(guān)注物流業(yè)的節(jié)能減排問題。但既有文獻(xiàn)對物流業(yè)效率進(jìn)行評價時，普遍將決策單元視為“黑箱”，鮮有學(xué)者深入物流業(yè)內(nèi)部運行過程，探究整個運行過程中各階段的情況。而物流業(yè)的運行是包含著從初始各類資源的投入，到產(chǎn)生貨物的空間轉(zhuǎn)移，直至最終實現(xiàn)服務(wù)價值的連續(xù)過程。其中，前一過程可認(rèn)為是服務(wù)生產(chǎn)階段，即投入勞動力、資本、能源等各類資源要素，為物流活動提供支撐并獲得貨運量；后一過程則為創(chuàng)造效益階段，反映出物流業(yè)通過各類物流活動所創(chuàng)造出來的經(jīng)濟價值。若忽視從初始投入到最終產(chǎn)出的中間過程，則無法精準(zhǔn)分析各地物流業(yè)的運行效率，使得相應(yīng)的效率改進(jìn)措施對現(xiàn)實的指導(dǎo)意義不大[8]。因此，本文根據(jù)物流業(yè)運行特點，將其運行過程分為服務(wù)生產(chǎn)階段與創(chuàng)造效益階段，同時考慮碳排放對物流業(yè)服務(wù)生產(chǎn)階段效率的影響，將二氧化碳排放量作為服務(wù)生產(chǎn)階段的非期望產(chǎn)出，采用基于非期望產(chǎn)出的網(wǎng)絡(luò)SBM模型，并結(jié)合視窗分析，以海絲路沿線地區(qū)物流業(yè)作為決策單元，研究這些地區(qū)物流業(yè)在2011—2015年間的運行效率，以期為海絲路沿線地區(qū)物流業(yè)發(fā)展提

二、研究方法

DEA是一種非參數(shù)的數(shù)學(xué)模型，可以用來評價若干決策單元（decision making unit， DMU）的相對效率。但傳統(tǒng)的DEA模型將決策單元視為一個“黑箱”，忽略內(nèi)部運營過程，無法準(zhǔn)確評價決策單元效率。因此，本文參考Tone和Tsutsui（2009）[9]提出的網(wǎng)絡(luò)SBM模型，分解物流業(yè)的運行過程，再根據(jù)Kao（2014）[10]和Liu，et al（2015）[11]對非期望產(chǎn)出的處理方法，結(jié)合視窗分析，構(gòu)建一個適用于物流業(yè)運行效率評價的NSBM（network slack based measure）模型。

（一）NSBM模型

設(shè)有n個同質(zhì)的決策單元DMU，記為DMUj（j=1，2，…，n）。在本文中，DMUj代表第j個地區(qū)物流業(yè)。每個地區(qū)物流業(yè)運行過程都由兩個階段組成，第一個階段為服務(wù)生產(chǎn)階段，第二個階段為創(chuàng)造效益階段。對于第j個地區(qū)物流業(yè)而言，Xj=（X1j，X2j，…，Xmj）T表示物流業(yè)運行系統(tǒng)的初始投入，即服務(wù)生產(chǎn)階段的投入，服務(wù)生產(chǎn)階段的產(chǎn)出由兩部分構(gòu)成，第一部分為期望產(chǎn)出，記為Zj=（Z1j，Z2j，…，Zqj）T，第二部分為非期望產(chǎn)出，記為bj=（b1j，b2j，…，bdj）T。將服務(wù)生產(chǎn)階段的期望產(chǎn)出作為創(chuàng)造效益階段投入，并將創(chuàng)造效益階段產(chǎn)出記為Yj=（Y1j，Y2j，…，Ysj）T，也是物流業(yè)運行系統(tǒng)的最終產(chǎn)出。物流業(yè)運行系統(tǒng)可用圖1來表示。圖1物流業(yè)兩階段運行系統(tǒng)構(gòu)成

用λj，μj分別表示服務(wù)生產(chǎn)階段與創(chuàng)造效益階段的決策變量，即乘數(shù)；k表示第k個被評價的地區(qū)，s-i， s+r， f+p， f-p分別表示各投入產(chǎn)出的松弛變量值。構(gòu)建一個基于規(guī)模報酬可變，包含非期望產(chǎn)出NSBM模型如下：

Ek=min1-1m+q∑mi=1s-iXik+∑qp=1f-pZpk1+1q+s∑qp=1f+pZpk+∑sr=1s+rYrk（1）

st∑nj=1λjXij+s-i=Xik（i=1，2，…，m）

∑nj=1λjZpj-f+p=Zpk（p=1，2，…，q）

∑nj=1λjbgj=bgk（g=1，2，…，d）

∑nj=1λj=1

∑nj=1μjZpj+f-p=Zpk（p=1，2，…q）

∑nj=1μjYrj-s+r=Yrk（r=1，2，…，s）

∑nj=1μj=1

λj，μj≥0（j=1，…，n）； s-i≥0（i=1，2，…，m）

f+p，f-p≥0（p=1，…，q）； s+r≥0（r=1，2，…，s）

假設(shè)λ*j，μ*j，s-*i，s+*r，f+*p，f-*p為模型（1）的最優(yōu)解，則第k個地區(qū)物流業(yè)的運行總效率（Ek）、服務(wù)生產(chǎn)階段效率（E1k）、創(chuàng)造效益階段效率（E2k）可分別由下列各式求得：

Ek=1-1m+q∑mi=1s-iXik+∑qp=1f-pZpk1+1q+s∑qp=1f+pZpk+∑sr=1s+rYrk（2）

E1k=1-1m∑mi=1s-*iXik1+1q∑qp=1f+*pZpk（3）

E2k=1-1q∑qp=1f-*pZpk1+1s∑sr=1s+*rYrk（4）

（二）DEA視窗分析

DEA視窗分析最早由Charnes和Cooper提出[12]。DEA視窗分析所采用的數(shù)據(jù)為面板數(shù)據(jù)而非截面數(shù)據(jù)，將不同時期的同一決策單元視為不同的受評單元來評價，同時將多個時期數(shù)據(jù)按受評單位跨越的時間段歸為一個視窗，且每個視窗的期數(shù)均相同。物流業(yè)運行效率在一定程度上會受行業(yè)內(nèi)節(jié)能減排技術(shù)的創(chuàng)新程度以及新能源應(yīng)用推廣的影響。然而技術(shù)創(chuàng)新與新能源利用并非在某一時間點就可以體現(xiàn)出效果，其對效率的影響主要表現(xiàn)在連續(xù)、動態(tài)的運行周期中，因此，DEA視窗分析同時考慮時間因素與投入因素的積累效應(yīng)。利用DEA視窗分析，不僅可以將某個地區(qū)的物流業(yè)運行效率同其他海絲路沿線地區(qū)進(jìn)行比較，同時也可以實現(xiàn)同一地區(qū)不同時期之間的運行效率比較，能更為準(zhǔn)確地分析海絲路沿線地區(qū)的物流業(yè)運行效率，有利于研究不同時期多個地區(qū)物流業(yè)運行效率的動態(tài)變化。

假設(shè)需要評價N個決策單元在M個時期內(nèi)的相對效率，設(shè)視窗寬度為K，則每個視窗內(nèi)有N×K個觀測值?？紤]到DEA視窗分析要求每個視窗內(nèi)決策單元所處環(huán)境基本不變，參照Charnes，et al（1984）[13]、Cullinane，et al（2004）[14]以及陳浩等（2013）[15]的研究，本文選取的視窗寬度K=3。以3年為一個視窗計算海絲路沿線地區(qū)物流業(yè)運行效率，選取觀察期為2011—2015年，因此第一個視窗為2011—2013年，第二個視窗為2012—2014年，第三個視窗為2013—2015年，每個地區(qū)物流業(yè)有3個視窗，本文對海絲路沿線11個地區(qū)進(jìn)行研究，因此每個視窗內(nèi)的決策單元個數(shù)為33個。

三、變量選擇與數(shù)據(jù)來源

（一）變量選取

目前，我國《國民經(jīng)濟行業(yè)分類與代碼》中沒有物流業(yè)，對物流業(yè)的界定比較模糊?？紤]到近年來，交通運輸、倉儲、郵政業(yè)增加值占物流業(yè)增加值均超過80%根據(jù)2012—2016年《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》計算整理得到。 ，這一指標(biāo)能夠反映區(qū)域物流的發(fā)展?fàn)顩r，因此本文所指的物流業(yè)是指包括交通運輸、倉儲、郵政業(yè)的綜合現(xiàn)代物流業(yè)。

1初始投入變量

勞動力投入：勞動力是物流業(yè)運行最基本的投入要素之一，本文選取的勞動力即物流業(yè)年末就業(yè)人數(shù)，包括物流業(yè)的城鎮(zhèn)單位年末就業(yè)人數(shù)以及城鎮(zhèn)私營和個體年末就業(yè)人數(shù)。

資本投入：根據(jù)柯布-道格拉斯生產(chǎn)函數(shù)，除勞動力以外，資本也是基本投入要素。目前，國內(nèi)學(xué)者多采用永續(xù)盤存法估算資本存量，但該方法涉及累計折舊率以及基期資本存量的選取，且計算得到的結(jié)果不一。劉秉鐮（2009）[16]指出DEA研究的是決策單元相對效率，只要保持樣本的相對一致性，計算結(jié)果就不會有太大偏差。因此，本文依據(jù)其做法，以物流業(yè)固定資產(chǎn)投資額代替資本存量作為資本投入。

能源投入：物流業(yè)在運行過程中會消耗煤油、柴油、天然氣、電力等各類能源，本文將物流業(yè)消耗的各類型能源統(tǒng)一折算為標(biāo)準(zhǔn)煤作為物流業(yè)的能源投入。

2中間變量

期望產(chǎn)出：雖然貨運量與貨物周轉(zhuǎn)量均可反映區(qū)域物流的活躍程度，但是貨物周轉(zhuǎn)量包括了距離因素，在一定程度上會造成轉(zhuǎn)口貿(mào)易較活躍地區(qū)物流效率的失真，相比較而言，貨運量更加切實地反映區(qū)域物流規(guī)模，因此本文選取貨運量作為期望產(chǎn)出變量。

非期望產(chǎn)出：能源消耗會產(chǎn)生大量CO2，本文將物流業(yè)CO2排放量作為非期望產(chǎn)出變量。CO2排放量參考宋震（2016）[17]的計算方法，根據(jù)物流業(yè)主要能源消耗的CO2排放系數(shù)

3最終產(chǎn)出變量

行業(yè)增加值：物流業(yè)增加值可以刻畫物流業(yè)在一定時期內(nèi)通過物流活動為社會提供最終成果的貨幣表現(xiàn)，因此，可作為創(chuàng)造效益階段產(chǎn)出變量，也是物流業(yè)運行系統(tǒng)的最終產(chǎn)出變量，用來衡量物流業(yè)整體運行狀況。

（二）樣本選擇與數(shù)據(jù)來源

本文以海絲路沿線地區(qū)物流業(yè)作為決策單元，根據(jù)2015年《“一帶一路”環(huán)球行動報告》界定的范圍[18]5-6，選擇海絲路沿線省份（自治區(qū)、直轄市）具體包括：廣東、廣西、福建、浙江、江蘇、上海、河北、天津、山東、遼寧以及海南。所有投入產(chǎn)出變量數(shù)據(jù)來源于2012—2016年《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及海絲路沿線各地區(qū)統(tǒng)計年鑒。

四、實證分析

根據(jù)視窗NSBM模型求解得到海絲路沿線地區(qū)物流業(yè)在不同視窗內(nèi)的運行效率，某地區(qū)物流業(yè)在某一年的運行效率為該地區(qū)在重疊的視窗內(nèi)運行效率的均值。以上海為例，其物流業(yè)運行效率的計算結(jié)果如表3所示，其余10個地區(qū)物流業(yè)運行效率的計算與此類似。表3直觀地顯示出上海市物流業(yè)在2011—2015年物流業(yè)運行總效率及各階段效率的動態(tài)變化過程。

（一）運行總效率分析

表4和圖2顯示出海絲路沿線地區(qū)物流業(yè)2011—2015年間的運行總效率。由表4可知，海絲路沿線11個地區(qū)物流業(yè)在2011—2015年間效率整體均值為0694，總體表現(xiàn)欠佳。結(jié)合圖2可知，上海、山東、海南物流業(yè)運行總效率較高，其中上海除2011年之外，其余年份物流運行總效率均為最高；福建、廣西和遼寧物流業(yè)運行總效率相對較低，其中遼寧除2015年之外，其余年份物流業(yè)運行總效率均為最小，但整體呈現(xiàn)出緩慢上升趨勢。結(jié)合表5和表6，進(jìn)一步從服務(wù)生產(chǎn)階段與創(chuàng)造效益階段進(jìn)行分析，可知導(dǎo)致它們運行總效率差異的原因有所不同。圖2海絲路沿線地區(qū)物流業(yè)2011—2015年運行總效率

物流業(yè)運行總效率排名前兩位的分別為上海和山東，歷年效率均值都在083以上，但上海和山東在生產(chǎn)階段和創(chuàng)造效益階段的表現(xiàn)有所不同。上海物流業(yè)在服務(wù)生產(chǎn)階段歷年效率均值高達(dá)0993，創(chuàng)造效益階段歷年效率均值同樣高達(dá)0925，由此導(dǎo)致其運行總效率歷年均值高達(dá)0956，排名第一。山東物流業(yè)在服務(wù)生產(chǎn)階段歷年效率均值雖高達(dá)0964，但創(chuàng)造效益階段歷年效率均值為0586，導(dǎo)致其運行總效率歷年均值為0832，低于上海物流業(yè)運行總效率水平，排名第二。

福建、廣西和遼寧物流業(yè)運行總效率排名靠后，歷年效率均值不足048，但導(dǎo)致它們運行總效率較低的原因有所不同。福建和遼寧物流業(yè)運行總效率較低，是由于它們在服務(wù)生產(chǎn)階段和創(chuàng)造效益階段效率都相對較低。以遼寧為例，遼寧物流業(yè)在服務(wù)生產(chǎn)階段歷年效率均值為0692（排名第十），在創(chuàng)造效益階段效率歷年均值為0309（排名第十），最終導(dǎo)致遼寧物流業(yè)運行總效率排名最末。廣西物流業(yè)在服務(wù)生產(chǎn)階段始終處于有效狀態(tài)，效率值為1，而在創(chuàng)造效益階段其歷年效率均值僅0304，為樣本最小值，導(dǎo)致廣西物流業(yè)運行總效率排名第十。

由此可見，海絲路沿線地區(qū)物流業(yè)運行總效率受服務(wù)生產(chǎn)階段和創(chuàng)造效益階段效率共同影響，單一階段的高效率并不一定導(dǎo)致運行總效率較高。

（二）兩階段運行效率分析

為進(jìn)一步分析物流業(yè)服務(wù)生產(chǎn)階段和創(chuàng)造效益階段對運行總效率的影響程度，根據(jù)視窗NSBM模型計算結(jié)果，以運行總效率為因變量，以服務(wù)生產(chǎn)階段效率和創(chuàng)造效益階段效率為自變量，構(gòu)建回歸模型，利用Eviews80進(jìn)行估計，結(jié)果如下：

Ek=-0202+0615E1k+0588E2k（5）

t-Value=（21717）（18674）

p-Value=（0000）（0000）

R2=0945F-Value=448862p-Value=0000

從回歸結(jié)果看，模型有較高的擬合優(yōu)度，且回歸方程在1%顯著性水平上通過F檢驗，各階段效率系數(shù)t檢驗結(jié)果也是顯著的，由此可知，運行總效率與兩階段效率密切相關(guān)。這表明，海絲路沿線地區(qū)物流業(yè)運行總效率確實受到服務(wù)生產(chǎn)階段和創(chuàng)造效益階段效率的共同影響。因此，可以從服務(wù)生產(chǎn)和創(chuàng)造效益兩方面入手，研究如何提升海絲路沿線地區(qū)物流業(yè)運行效率。

1 服務(wù)生產(chǎn)階段效率分析

海絲路沿線地區(qū)物流業(yè)2011—2015年間服務(wù)生產(chǎn)階段效率如表5所示。觀察期內(nèi)，這些地區(qū)物流業(yè)服務(wù)生產(chǎn)階段效率保持在較高水平，整體均值為0805。然而隨著時間的推移，這些地區(qū)物流業(yè)服務(wù)生產(chǎn)階段效率出現(xiàn)微小波動，2012年服務(wù)生產(chǎn)效率有所降低，之后呈現(xiàn)上升趨勢。服務(wù)生產(chǎn)階段效率排名前四地區(qū)包括廣西、上海、山東、海南，歷年效率均值都在091以上；遼寧和福建物流業(yè)服務(wù)生產(chǎn)階段表現(xiàn)相對較差，歷年效率均值不足070。

廣西物流業(yè)在服務(wù)生產(chǎn)階段排名第一位，觀察期內(nèi)效率值始終為1，這意味著在現(xiàn)有投入水平下，相比而言廣西已實現(xiàn)最佳產(chǎn)出。分析其原因，一方面是廣西對物流業(yè)節(jié)能減排的重視，“十二五”期間廣西深入開展“車、船、路、港”千家企業(yè)低碳交通運輸專項行動和萬家企業(yè)節(jié)能低碳行動，大力發(fā)展多式聯(lián)運、甩掛運輸?shù)雀咝н\輸組織模式，鼓勵淘汰老舊高能耗貨車、船舶和作業(yè)機械，推廣應(yīng)用節(jié)能環(huán)保車船，有效促進(jìn)了物流行業(yè)節(jié)能減排。到“十二五”期末，營運車輛、營運船舶單位運輸周轉(zhuǎn)量能耗和港口生產(chǎn)單位吞吐量綜合能耗較“十一五”期末分別累計下降60%、85%和88%數(shù)據(jù)源自《廣西節(jié)能減排降碳和能源消費總量控制“十三五”規(guī)劃》。 。另一方面，廣西物流業(yè)資源配置較為合理，觀察期內(nèi)，其每萬個從業(yè)人數(shù)可產(chǎn)出041億噸貨運量，在所有樣本中排名第二，每10億元固定資產(chǎn)投資可產(chǎn)出014億噸貨運量，排名第四，每萬噸標(biāo)準(zhǔn)煤能耗可產(chǎn)出190億噸貨運量，排名第一。廣西結(jié)合建設(shè)海絲路樞紐門戶等國內(nèi)外發(fā)展新趨勢，將防城港、欽州港、北海港實施整合，三港統(tǒng)一調(diào)度，各聯(lián)檢部門與港口信息共享，實現(xiàn)了統(tǒng)一規(guī)劃、統(tǒng)一建設(shè)、統(tǒng)一管理、統(tǒng)一運營的“四統(tǒng)一”，有效促進(jìn)了港口之間的協(xié)調(diào)發(fā)展，達(dá)到了整體提升的效果?！笆濉逼陂g，廣西通過打通大通道關(guān)鍵缺失段，實現(xiàn)了高速公路、鐵路與港口的直接連通，推進(jìn)多式聯(lián)運中各種運輸方式的無縫對接，有效提升了港口服務(wù)生產(chǎn)能力。

遼寧和福建等省份物流業(yè)在服務(wù)生產(chǎn)階段效率值較低，排名比較靠后。一方面是因為較高的碳排放對其服務(wù)生產(chǎn)效率有一定負(fù)面影響，另一方面較高的投入要素冗余，導(dǎo)致其物流業(yè)服務(wù)生產(chǎn)效率偏低。根據(jù)計算獲得的松弛變量來看，遼寧和福建物流業(yè)的能源投入冗余程度較為嚴(yán)重，觀察期內(nèi)兩省份能源投入平均冗余率分別為1255%和1763%。近年來，隨著我國對物流業(yè)重視，物流業(yè)迎來快速發(fā)展時期，受國家各項利好政策刺激，這些省份紛紛加大在物流領(lǐng)域的投入，但并未轉(zhuǎn)化為有效產(chǎn)出，物流業(yè)粗放的發(fā)展方式對環(huán)境造成一定影響，因此導(dǎo)致這些省份服務(wù)生產(chǎn)效率偏低。

2 創(chuàng)造效益階段效率分析

海絲路沿線地區(qū)物流業(yè)2011—2015年創(chuàng)造效益階段效率如表6所示。由表6可知，在觀察期內(nèi)，雖然2012年創(chuàng)造效益階段效率有所降低，但總體呈現(xiàn)上升趨勢，整體均值為0682。這些地區(qū)物流業(yè)現(xiàn)在乃至未來一段時間內(nèi)仍有較大上升空間，這一點可以從2015年創(chuàng)造效益階段效率均值僅0775的表現(xiàn)上得到印證。與服務(wù)生產(chǎn)階段有所不同，在創(chuàng)造效益階段，天津、江蘇則表現(xiàn)較為突出。由此可見各地區(qū)物流業(yè)在服務(wù)生產(chǎn)階段和創(chuàng)造效益階段的效率差異較大，反映出海絲路沿線地區(qū)物流業(yè)在各階段發(fā)展的不平衡性。

天津物流業(yè)在創(chuàng)造效益階段表現(xiàn)較為優(yōu)秀，歷年效率均值高達(dá)0952，在11個地區(qū)中排名第一位，這主要得益于在同等貨物周轉(zhuǎn)量水平下，天津物流業(yè)創(chuàng)造了更多經(jīng)濟價值，獲取效益的水平更高。近年來，天津市根據(jù)物流需求變化，適時擴展和強化公路、航空、港區(qū)鐵路運輸網(wǎng)絡(luò)，積極有序地推進(jìn)航空物流區(qū)、海港、無水港等基礎(chǔ)設(shè)施建設(shè)，建成了一批投資多元、功能集成、特色鮮明的物流園區(qū)和物流基地。天津市依托港口航運優(yōu)勢，利用三大海陸聯(lián)運通道，加強了與俄羅斯、蒙古兩國的物流業(yè)合作；積極推進(jìn)京津冀交通與物流一體化發(fā)展，在甩掛運輸、鐵路快運班列、港口投資、機場運營方面實現(xiàn)協(xié)同發(fā)展戰(zhàn)略合作。此外，天津市積極推動物流綜合信息服務(wù)平臺建設(shè)，有效促進(jìn)了物流企業(yè)與生產(chǎn)、商貿(mào)、批發(fā)零售等企業(yè)的數(shù)據(jù)共用、資源共享和信息互通。這些措施均有益于天津市通過物流活動為社會創(chuàng)造更多經(jīng)濟價值，獲得較高的創(chuàng)造效益階段效率，同時也值得創(chuàng)造效益階段效率較低地區(qū)借鑒和學(xué)習(xí)。

此外，遼寧、廣西等地區(qū)物流業(yè)在創(chuàng)造效益階段效率值較低，排名比較靠后。這些地區(qū)單位貨運量所產(chǎn)出的物流業(yè)增加值相對較低，與天津、上海相比仍存在很大差距，“量大利薄”導(dǎo)致在現(xiàn)有投入水平下產(chǎn)出不足。因此，這些地區(qū)在物流規(guī)模提升的同時，其效益創(chuàng)造水平仍有待提高。

五、結(jié)論與啟示

（一）研究結(jié)論

本文采用視窗NSBM模型，考慮碳排放約束下，全面分析海絲路沿線地區(qū)物流業(yè)在2011—2015年的運行效率，得到以下結(jié)論：

海絲路沿線地區(qū)物流業(yè)運行總效率受服務(wù)生產(chǎn)階段效率和創(chuàng)造效益階段效率的共同影響。單一階段的高效率并不一定能保證運行總效率也處于較高水平，如廣西物流業(yè)。只有服務(wù)生產(chǎn)階段和創(chuàng)造效益階段同時表現(xiàn)優(yōu)異，如上海物流業(yè)，才能全面提升物流業(yè)總運行水平。此外，不同地區(qū)物流業(yè)在服務(wù)生產(chǎn)階段和創(chuàng)造效益階段表現(xiàn)各有差異，因此在制定相關(guān)政策時應(yīng)有所側(cè)重。

碳排放水平對海絲路沿線地區(qū)物流業(yè)發(fā)展有一定負(fù)面影響。從實證分析結(jié)果來看，遼寧和福建等地區(qū)物流業(yè)服務(wù)生產(chǎn)效率偏低與其比較高的碳排放水平有關(guān)。在綠色發(fā)展理念下，將CO2排放量作為服務(wù)生產(chǎn)階段非期望產(chǎn)出變量，從經(jīng)濟和環(huán)境兩個維度綜合考慮物流業(yè)運行狀況，更加符合實際情況，有助于物流業(yè)的可持續(xù)發(fā)展。

（二）政策啟示

1 服務(wù)生產(chǎn)階段效率提升措施

針對服務(wù)生產(chǎn)階段效率較低的海絲路沿線地區(qū)，諸如遼寧、福建，在重視創(chuàng)造效益的同時，需要轉(zhuǎn)變物流業(yè)發(fā)展方式，整合物流資源，進(jìn)一步提升服務(wù)生產(chǎn)效率，才能在“一帶一路”建設(shè)中獲得更長足發(fā)展。具體包括：

第一，合理規(guī)劃各類物流資源投入，提升現(xiàn)有物流資源利用率。政府應(yīng)科學(xué)規(guī)劃、合理配置已有物流資源，不能盲目加大對物流基礎(chǔ)設(shè)施投資。海絲路沿線地區(qū)應(yīng)重點整合港口資源，一方面可加強同區(qū)域內(nèi)不同港口之間的協(xié)作，另一方面需要不斷完善港口的集疏運系統(tǒng)，大力發(fā)展多式聯(lián)運，提高一體化銜接水平和多式聯(lián)運全程服務(wù)能力，推進(jìn)聯(lián)運服務(wù)“一單制”，以提升服務(wù)生產(chǎn)階段效率。

第二，引導(dǎo)物流業(yè)節(jié)能減排，改善能源結(jié)構(gòu)。從實證分析結(jié)果可知，碳排放水平對服務(wù)生產(chǎn)階段效率有一定負(fù)面影響。因此，需要重視物流業(yè)節(jié)能減排。一方面，政府可制定物流業(yè)污染物排放標(biāo)準(zhǔn)，出臺低碳物流的相關(guān)法律法規(guī)，落實節(jié)能減排目標(biāo)責(zé)任制，在物流企業(yè)之間建立碳排放交換機制，將低碳理念融入企業(yè)經(jīng)營和政府管理中。另一方面，需要改善物流業(yè)能源結(jié)構(gòu)，構(gòu)建低碳能源系統(tǒng)，推廣應(yīng)用節(jié)能和清潔能源運輸工具，減輕物流運作的環(huán)境負(fù)擔(dān)。以綠色發(fā)展引導(dǎo)效率提升，為推動“一帶一路”建設(shè)作出應(yīng)有貢獻(xiàn)。

2 創(chuàng)造效益階段效率提升措施

針對創(chuàng)造效益階段效率較低的海絲路沿線地區(qū)，諸如遼寧、廣西，在既有碳排放約束下，應(yīng)采取措施降低物流成本，提高物流業(yè)經(jīng)濟效益，實現(xiàn)降本增效，提升創(chuàng)造效益階段效率。

第一，創(chuàng)新物流服務(wù)模式，推動產(chǎn)業(yè)轉(zhuǎn)型升級。服務(wù)創(chuàng)新是物流業(yè)發(fā)展的不竭動力。海絲路沿線地區(qū)可深入推進(jìn)甩掛運輸發(fā)展，推動站場、車輛、信息等甩掛資源的共享利用；依托“一帶一路”倡議，加快建設(shè)中歐班列國內(nèi)節(jié)點，實施快遞向外工程，在重點口岸城市建設(shè)國際快件處理中心，以支持跨境電商物流發(fā)展。以創(chuàng)新為驅(qū)動，將潛在物流需求轉(zhuǎn)化為實際經(jīng)濟效益，從而提升海絲路沿線地區(qū)物流業(yè)創(chuàng)造效益階段效率。

第二，構(gòu)建多級互通信息網(wǎng)絡(luò)，優(yōu)化物流發(fā)展軟環(huán)境。海絲路沿線地區(qū)可分步驟、分區(qū)域、分層次建設(shè)物流信息資源共享的物流信息化體系，增進(jìn)物流服務(wù)精準(zhǔn)化和智能化。具體可拓展信息技術(shù)在企業(yè)應(yīng)用的深度和廣度，逐步實現(xiàn)物流作業(yè)的信息化、專業(yè)化、自動化、高效化；鼓勵物流園區(qū)通過與入駐企業(yè)信息系統(tǒng)互連或其他數(shù)據(jù)采集方式，逐步實現(xiàn)物流信息資源的集中與整合；加快物流公共信息資源交易平臺建設(shè)，實現(xiàn)客戶、承運商、政府機構(gòu)、中介服務(wù)機構(gòu)平臺的互通互聯(lián)。通過為物流業(yè)發(fā)展提供良好的軟環(huán)境，進(jìn)一步提升物流業(yè)經(jīng)濟效益水平。

參考文獻(xiàn)：

[1]何黎明.我國物流業(yè)“十二五”發(fā)展回顧與“十三五”展望[J].中國流通經(jīng)濟，2016，21（3）：5-9.

[2]孟鑫.基于DEA模型的長江經(jīng)濟帶物流產(chǎn)業(yè)效率分析[J].企業(yè)經(jīng)濟，2015（12）：108-113.

[3]張雪青.“一帶一路”區(qū)域物流協(xié)同發(fā)展分析[J].統(tǒng)計與決策，2016（8）：108-110.

[4]林珊，溫惠英.基于AHP-DEA兩階段模型的物流公司績效評價研究[J].華南理工大學(xué)學(xué)報（社會科學(xué)版），2014（4）：50-55.

[5]畢志雯.低碳約束下我國物流產(chǎn)業(yè)技術(shù)效率動態(tài)評價——基于Meta-Frontier和序列 SBM-DEA的分析[D].天津：南開大學(xué)，2011.

[6]唐建榮，盧玲珠.低碳約束下的物流效率分析——以東部十省份為例[J].中國流通經(jīng)濟，2013（1）：40-47.

[7]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Malmquist-Luenberger指數(shù)方法[J].系統(tǒng)工程，2012（3）：66-75.

[8]石曉. 網(wǎng)絡(luò)DEA理論方法與應(yīng)用研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2016.

[9]TONE K，TSUTSUI M.Network DEA：A Slacksbased Measure Approach[J].European Journal of Operational Research，2009，197（1）：243-252.

[10]KAO C.Efficiency Decomposition in Network Data Envelopment Analysis with Slacks-based Measures[J].European Journal of Operational Research，2014，192（3）：949-962.

[11]LIU W，ZHOU Z，Ma C，et al.Two-stage DEA Models with Undesirable Inputintermediateoutputs [J].Omega，2015，56：74-87.

[12]CHARNES A，COOPER W W.Preface to Topics in Data Envelopment Analysis [J].Annals of Operations Research，1984，2（1）：59-94.

[13]CHARNES A，CLARK C T，COOPER W W，et al.A Developmental Study of Data Envelopment Analysis in Measuring the Efficiency of Maintenance Units in the USAir forces[J].Annals of Operations Research，1984，2（1）：95-112.

[14]CULLINANE K，SONG D W，JI P，et al.An Application of DEA Windows Analysis to Container Port Production Efficiency[J].Review of Network Economics，2004，3（2）：184-206.

[15]陳浩，王曉紅，張寶生.基于視窗分析模型的我國高?？蒲行试u價[J].科研管理，2013（7）：101-111.

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

[17]宋震，叢林.環(huán)境約束下中國交通運輸業(yè)能源效率研究[J].交通運輸系統(tǒng)工程與信息，2016（4）：39-45.

[18]楊善民.“一帶一路”環(huán)球行動報告（2015）[M].北京：社會科學(xué)文獻(xiàn)出版社，2015.

Evaluation of Operation Efficiency of Logistics Industry in the

Provinces along the Maritime Silk Road

—Based on Windows Network SBM Model

LIU DanGONG YanfengPAN Xiao

（School of Economics and Management， Fuzhou University， Fuzhou 350116， Fujian， China）

Abstract： Based on network SBM model with window analysis， this paper analyses the overall operation efficiency of the logistics industry of 11 provinces along the Maritime Silk Road as well as that of two subprocesses—service production and economic benefits， in which carbon emission limit is taken into consideration. The data used is collected from the fiveyear developments from 2011—2015 of logistics

industry in these 11 provinces. The results indicate that the overall operation efficiency is affected by both efficiency of the service production and that of the economic benefits. And the carbon emission has certain negative impacts on the former. Therefore， this paper proposes some paths to improve the operation efficiency of the logistics industry in these provinces. They are integrating logistics resources， improving the energy structure of the logistics industry， innovating the service mode and constructing the logistics information network so as to promote the smooth implementation of the Belt and Road initiative.

Key words：logistics industry efficiency； carbon emissions constraints； the Belt and Road； network SBM model； windows DEA model