基于DEA-Malmquist模型的低碳物流效率研究

梁雯 方韶暉

[摘 要] 文章綜合考慮了經(jīng)濟(jì)增長(zhǎng)與低碳約束的關(guān)系，選取指標(biāo)和環(huán)境變量，應(yīng)用DEA-Malmquist模型動(dòng)態(tài)分析了長(zhǎng)江經(jīng)濟(jì)帶的物流效率。研究發(fā)現(xiàn)，環(huán)境因素和隨機(jī)誤差對(duì)長(zhǎng)江經(jīng)濟(jì)帶低碳約束下的物流效率有重要影響;規(guī)模是制約長(zhǎng)江經(jīng)濟(jì)帶低碳物流發(fā)展的的主要因素;長(zhǎng)江經(jīng)濟(jì)帶11省市從空間動(dòng)態(tài)變化角度上可劃分為三種效率類型。以此為基礎(chǔ)，提出強(qiáng)化科技，加強(qiáng)合作，調(diào)整結(jié)構(gòu)，發(fā)展聯(lián)運(yùn)，政府引導(dǎo)等措施，以期有效提升長(zhǎng)江經(jīng)濟(jì)帶低碳約束下的物流效率。

[關(guān)鍵詞] 低碳約束;物流效率;長(zhǎng)江經(jīng)濟(jì)帶;三階段DEA;Malmquist模型

[中圖分類號(hào)]F127 [文獻(xiàn)標(biāo)志碼]A

一、引言

十九大報(bào)告指出，我國(guó)經(jīng)濟(jì)增長(zhǎng)已由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處于轉(zhuǎn)方式、調(diào)結(jié)構(gòu)的攻關(guān)期。從過(guò)去追求要素投入的粗放型經(jīng)濟(jì)轉(zhuǎn)向追求效率提升的集約型、綠色增長(zhǎng)，實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。從節(jié)能減排的歷史演變來(lái)看，第三產(chǎn)業(yè)是有利于節(jié)能減排的部門。物流業(yè)作為第三產(chǎn)業(yè)的重要組成部分，在促進(jìn)消費(fèi)，實(shí)現(xiàn)供需平衡等諸多方面發(fā)揮著重要作用。物流業(yè)在促進(jìn)國(guó)民經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)轉(zhuǎn)型中的重要性日益凸顯，然而，物流產(chǎn)業(yè)較高的能源消耗使得其成為碳排放需要控制的一個(gè)方面。

近年來(lái)，低碳物流的理念越來(lái)越引起人們的重視，轉(zhuǎn)變物流發(fā)展模式，提高利用效率，將是物流產(chǎn)業(yè)發(fā)展的必然之路。

二、文獻(xiàn)綜述

（一）低碳建設(shè)評(píng)價(jià)指標(biāo)

隨著我國(guó)低碳經(jīng)濟(jì)建設(shè)的不斷推進(jìn)，學(xué)者們?cè)诘吞冀ㄔO(shè)的評(píng)價(jià)指標(biāo)構(gòu)建方面取得了一系列的研究成果。早期部分學(xué)者以碳排放量與某一指標(biāo)的比值作為評(píng)價(jià)標(biāo)準(zhǔn)，如李磊[1]13等把部門總產(chǎn)出與二氧化碳排放量的比值作為碳排放系數(shù)向量，Jobert等[2]1364采用了單位人口的二氧化碳消耗量作為評(píng)價(jià)標(biāo)準(zhǔn)。雖然單一要素指標(biāo)具有計(jì)算簡(jiǎn)單和表征性強(qiáng)的特點(diǎn)，但碳排放效率是受到經(jīng)濟(jì)、社會(huì)等多重因素影響的結(jié)果，呈現(xiàn)出明顯的全要素生產(chǎn)率特征。蘇美蓉等[3]48指出低碳建設(shè)是一個(gè)多目標(biāo)問(wèn)題，要以實(shí)現(xiàn)低碳發(fā)展、經(jīng)濟(jì)增長(zhǎng)、生態(tài)保護(hù)、生活提升四個(gè)方面的共贏為目標(biāo)?；诖?，越來(lái)越多的學(xué)者們開始構(gòu)建基于宏觀低碳經(jīng)濟(jì)內(nèi)涵的復(fù)合指標(biāo)。如付加鋒等[4]38提出了以產(chǎn)出、消費(fèi)、資源環(huán)境為維度的多層次評(píng)價(jià)體系評(píng)估低碳經(jīng)濟(jì)的發(fā)展?jié)摿?高峰等[5]108構(gòu)建了政府主體與市場(chǎng)主體的低碳經(jīng)濟(jì)發(fā)展能力評(píng)價(jià)指標(biāo)體系;胡林林等[6]6652據(jù)碳排放現(xiàn)狀， 從多個(gè)角度探索出一些提高低碳發(fā)展水平的可行路徑。不管是單一指標(biāo)還是復(fù)合指標(biāo)，都是從結(jié)果性指標(biāo)的角度來(lái)分析低碳經(jīng)濟(jì)，而效率指標(biāo)與結(jié)果性指標(biāo)相比更能反映出經(jīng)濟(jì)發(fā)展對(duì)資源的利用效率，即投入一定時(shí)產(chǎn)出最大化，產(chǎn)出一定時(shí)投入最小化[7]92。

（二）效率分析方法

在物流效率方面，如柳鍵等[8]130運(yùn)用超效率DEA模型研究了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)低碳物流的影響，并將灰色關(guān)聯(lián)分析引入到var模型中; Markovits等[9]137從宏觀經(jīng)濟(jì)學(xué)的角度對(duì)非參數(shù)DEA和DEA-PC方法進(jìn)行了初步探索，并將其應(yīng)用在歐洲29個(gè)國(guó)家的物流領(lǐng)域排名;王育紅等[10]72基于非期望產(chǎn)出的Super-SBM模型，從時(shí)空演化、區(qū)域和效率演化三個(gè)維度對(duì)長(zhǎng)江經(jīng)濟(jì)帶省市的物流效率進(jìn)行評(píng)價(jià)并給出相應(yīng)的結(jié)論;馬越越等[11]63運(yùn)用空間杜賓面板模型分析了物流效率的影響因素及其溢出效應(yīng);Srisawat等[12]4832采用了模糊層次分析法確定了多目標(biāo)決策的準(zhǔn)側(cè)，并確定各準(zhǔn)則的權(quán)重，在空間數(shù)據(jù)可視化的基礎(chǔ)上顯示出每個(gè)區(qū)域的潛力、優(yōu)勢(shì)和劣勢(shì);張誠(chéng)等[13]59從技術(shù)差異的視角，構(gòu)造超越對(duì)數(shù)函數(shù)模型對(duì)物流業(yè)不同能源投入要素彈性及技術(shù)進(jìn)步差異情況進(jìn)行分析，給出能源消耗現(xiàn)狀和結(jié)構(gòu)性調(diào)整依據(jù)。學(xué)者們使用的主要方法有DEA分析法、層次分析法、灰色關(guān)聯(lián)分析法等，其中公認(rèn)最有效的效率分析方法是DEA分析法。王麗萍等[14]113采用了經(jīng)典DEA方法對(duì)中部六省的物流水平進(jìn)行評(píng)估，指出區(qū)域發(fā)展?jié)摿εc政策建議;Coto等[15]1基于序列DEA，利用隨機(jī)前沿模型估計(jì)了34個(gè)國(guó)家物流和信息通信對(duì)技術(shù)效率的貢獻(xiàn)程度;孟魁等[16]57利用三階段DEA方法研究了中部六省份在碳約束條件下的物流效率，分析出非效率的一些影響因素;Sharifi等[17]111以DEA、CCR產(chǎn)出為導(dǎo)向評(píng)價(jià)了伊朗某省內(nèi)25個(gè)工業(yè)園區(qū)的效率，然后應(yīng)用改進(jìn)的neuro-DEA方法分析了決策單元的效率并將它們加以排名;周葉等[18]99應(yīng)用改進(jìn)的SE-DEA方法以23個(gè)省域物流業(yè)的數(shù)據(jù)為實(shí)證對(duì)象進(jìn)行評(píng)價(jià)，并通過(guò)生態(tài)效率的分析尋找影響省域物流業(yè)的原因;Lee等[19]211運(yùn)用DEA-Malmquist指數(shù)法分析了物流效率對(duì)貿(mào)易量增長(zhǎng)的影響，以及自由貿(mào)易協(xié)定降低關(guān)稅的影響，并利用貿(mào)易國(guó)家間雙邊面板數(shù)據(jù)對(duì)引力面板模型進(jìn)行估計(jì);陳文新等[20]42基于非參數(shù)DEA-Malmquist指數(shù)方法，對(duì)低碳約束下30個(gè)省份物流業(yè)的生產(chǎn)率進(jìn)行測(cè)算，分析其結(jié)構(gòu)及總體演化趨勢(shì)，并運(yùn)用空間數(shù)據(jù)分析方法進(jìn)行影響因素分析。

從已有文獻(xiàn)綜述來(lái)看，雖然都為物流效率的研究打下了豐富的理論基礎(chǔ)，但仍存在不足之處：（1）多數(shù)研究?jī)H從經(jīng)濟(jì)角度出發(fā)，未能充分考慮到能源、碳排放等低碳指標(biāo);（2）部分研究將低碳指標(biāo)外生化，未能將其納入全要素生產(chǎn)率的范疇;（3）一定程度上忽略了環(huán)境因素和隨機(jī)誤差項(xiàng)的影響。本文可能的創(chuàng)新點(diǎn)在于：（1）從低碳約束的角度出發(fā)，運(yùn)用三階段DEA方法構(gòu)建長(zhǎng)江經(jīng)濟(jì)帶物流效率分析框架;（2）借由Malmquist模型測(cè)度了11省市物流效率的動(dòng)態(tài)變化趨勢(shì);（3）考慮了環(huán)境因素及隨機(jī)誤差的影響。

三、實(shí)證研究

（一）三階段DEA模型

經(jīng)典DEA模型以尋找效率的前沿面并計(jì)算其與決策單元之間的距離來(lái)評(píng)估數(shù)據(jù)的有效性，但該模型未能考慮到環(huán)境因素和隨機(jī)誤差的影響。針對(duì)這一缺陷，F(xiàn)ried等人很好地修正了經(jīng)典DEA模型的不足，利用隨機(jī)邊界分析方法，將環(huán)境因素、隨機(jī)誤差、管理無(wú)效率項(xiàng)等納入分析框架，以便對(duì)各個(gè)因素的影響進(jìn)行有效地分離。其基本步驟如下：

第一階段，本文采用改進(jìn)的CRS模型，進(jìn)而計(jì)算出投入目標(biāo)值與原始投入量的差值，核心在于分析出產(chǎn)出既定的條件下最小的投入要素值。

（三）指標(biāo)選擇及數(shù)據(jù)來(lái)源

由于目前沒(méi)有物流產(chǎn)業(yè)這一劃分標(biāo)準(zhǔn)，結(jié)合國(guó)內(nèi)外大多數(shù)學(xué)者的研究，本文將交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)界定為物流產(chǎn)業(yè)。考慮到投入產(chǎn)出指標(biāo)是效率評(píng)價(jià)的基礎(chǔ)，在指標(biāo)的選擇上應(yīng)該遵循以下原則：首先，指標(biāo)要符合對(duì)物流效率的評(píng)價(jià)要求;其次，決策單元個(gè)數(shù)應(yīng)為指標(biāo)個(gè)數(shù)的2～3倍;最后，要考慮到指標(biāo)的重要性和可得性。

1.投入指標(biāo)

（1）物流從業(yè)人數(shù)，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

（2）二氧化碳排放量。DEA模型要求各個(gè)投入產(chǎn)出量之間符合同向性的原則，二氧化碳量作為非期望產(chǎn)出不符合DEA的原則，目前學(xué)者們對(duì)此類的產(chǎn)出處理有兩種方法：一是將非期望產(chǎn)出通過(guò)線性函數(shù)轉(zhuǎn)化成期望正產(chǎn)出;二是將非期望產(chǎn)出作為投入變量。本文借鑒趙霞等[22]41學(xué)者提出的第二種方法處理，用能源消費(fèi)總量乘以相應(yīng)的排放系數(shù)得出的二氧化碳量作為投入指標(biāo)，數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》。

2.產(chǎn)出指標(biāo)

本文以物流業(yè)生產(chǎn)總值來(lái)衡量經(jīng)濟(jì)產(chǎn)出，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

3.環(huán)境變量

本文選取了城鎮(zhèn)化水平作為環(huán)境變量?？紤]到數(shù)據(jù)的可得性，我們用年末城鎮(zhèn)人口所占的比重來(lái)衡量城鎮(zhèn)化水平的高低。

利用SPSS25.0對(duì)投入產(chǎn)出進(jìn)行Pearson相關(guān)系數(shù)分析，以測(cè)度指標(biāo)選擇的合理性，分析結(jié)果如表1所示，投入產(chǎn)出指標(biāo)均通過(guò)了1%的相關(guān)性檢驗(yàn)，表明兩者間之間關(guān)系較為緊密，適合于本文的研究。

四、實(shí)證結(jié)果

（一）第一階段實(shí)證結(jié)果

通過(guò)挖掘《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》的數(shù)據(jù)，將投入產(chǎn)出值帶入BCC模型，利用DEAP2.1軟件得到規(guī)模報(bào)酬可變條件下的技術(shù)效率TE、純技術(shù)效率PE和規(guī)模效率SE。TE值衡量了物流產(chǎn)業(yè)的資源配置能力和使用效率，PE衡量了管理能力及技術(shù)進(jìn)步的情況，SE衡量了物流產(chǎn)業(yè)的規(guī)模和發(fā)展進(jìn)步空間。運(yùn)算結(jié)果如表2所示：

從表2中可以看出，我國(guó)碳排放綜合效率最高的為江蘇，最低的為云南。整體碳排放效率值呈現(xiàn)出東高西低的遞減趨勢(shì)，主要是我國(guó)近幾年加大了對(duì)基礎(chǔ)建設(shè)行業(yè)的投資，加速了能源的消耗和二氧化碳的排放，以江蘇為代表的江浙地區(qū)經(jīng)濟(jì)發(fā)展較快，產(chǎn)業(yè)的轉(zhuǎn)移使東部地區(qū)較快擺脫了高能耗的帽子，提前走上了低碳物流的道路。物流技術(shù)效率達(dá)到最高值，客觀上反映了物流業(yè)的發(fā)展大趨勢(shì)。中西部地區(qū)綜合效率較低且他們之間的標(biāo)準(zhǔn)差也較小，說(shuō)明中西部整體效率不如東部地區(qū)，在碳排放效率的改善方面仍需有一定的進(jìn)步空間。

（二）第二階段實(shí)證結(jié)果

以投入松弛變量作為因變量，環(huán)境變量為自變量，利用Frontier4.1軟件作回歸分析，結(jié)果如表3所示。顯著性結(jié)果表明采用SFA回歸方法是合適的，γ代表無(wú)效率方差占總方差的比重，γ的值與1非常接近，說(shuō)明了管理無(wú)效率極大地影響了松弛變量，而隨機(jī)誤差則可以忽略不計(jì)。

（三）第三階段實(shí)證結(jié)果

采用調(diào)整后的投入數(shù)據(jù)再次進(jìn)行BCC模型計(jì)算，方法同第一階段的處理：

從表4中可以看出，兩個(gè)階段的效率值存在差異，在排除環(huán)境因素和隨機(jī)誤差的條件下，處于效率前沿面的有上海和江蘇。調(diào)整后上海的綜合效率有所提高，其它省市的綜合效率都有所下降，東部和西部省市在碳排放效率上的差距明顯。大部分的省市物流純技術(shù)效率值均大于規(guī)模效率值，說(shuō)明了規(guī)模是制約物流效率提高的主要因素。

（四）Malmquist分析結(jié)果

為了分析物流業(yè)的動(dòng)態(tài)發(fā)展趨勢(shì)，利用DEAP2.1軟件運(yùn)行Malmquist模型，結(jié)果如表5所示，并將指數(shù)與1作比較，大于1則遞增，小于1則遞減，等于1則不變。

從表5中可以看出：（1）2016-2017年度長(zhǎng)江經(jīng)濟(jì)帶11省市物流業(yè)均呈現(xiàn)出技術(shù)進(jìn)步的趨勢(shì);（2）西南部分地區(qū)的技術(shù)效率指數(shù)還未達(dá)到均值，在物流技術(shù)效率方面仍需要有很大的改進(jìn);（3）全要素生產(chǎn)率的增長(zhǎng)主要來(lái)源于技術(shù)進(jìn)步，其原因主要是長(zhǎng)江經(jīng)濟(jì)帶近年來(lái)大力投資發(fā)展物流產(chǎn)業(yè)，提升了物流產(chǎn)業(yè)的技術(shù)水平，但產(chǎn)出水平受到多種環(huán)境因素的影響，技術(shù)效率的提升度不足。

五、結(jié)果分析

（一）區(qū)域分析

從表4可以看出，上海、江蘇、浙江、重慶、貴州等省市的純技術(shù)效率達(dá)到1即DEA有效狀態(tài)，且大體上純技術(shù)效率大于規(guī)模效率，這樣的結(jié)果表明，上海、江蘇、浙江、重慶、貴州等省市的資源利用較充分，而物流產(chǎn)業(yè)的規(guī)模是限制長(zhǎng)江經(jīng)濟(jì)帶低碳物流的主要原因，需要進(jìn)一步的擴(kuò)大。近年來(lái)，低碳經(jīng)濟(jì)被逐步提上日程，各個(gè)省市紛紛響應(yīng)低碳經(jīng)濟(jì)的號(hào)召，不同程度的探索低碳技術(shù)，這都是造成純技術(shù)效率較高的關(guān)鍵因素。

從動(dòng)態(tài)的角度可以將物流效率的變化分為三類：第一類：不變型。如江蘇省的物流技術(shù)效率已經(jīng)達(dá)到前沿水平，綜合技術(shù)效率值為1;第二類：遞增型。上海，浙江，安徽，湖南，湖北，重慶等地區(qū)的物流技術(shù)效率呈現(xiàn)出上升趨勢(shì);第三類，遞減型。江西、四川、云南、貴州等地區(qū)的物流業(yè)技術(shù)效率有下降的趨勢(shì)，表明這些地區(qū)急需加強(qiáng)物流方面的發(fā)展水平，提升物流技術(shù)效率。

（二）差異分析

整體來(lái)看，我國(guó)長(zhǎng)江經(jīng)濟(jì)帶的低碳物流效率還有很大的進(jìn)步空間。為了對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流效率進(jìn)行差異化分析，選擇PE=0.9及SE=0.7的效率值為分界點(diǎn)將長(zhǎng)江經(jīng)濟(jì)帶的物流效率分為四種類型：第一類：雙高型。如上海、江蘇等省市的純技術(shù)效率和規(guī)模效率較高，需要調(diào)整的幅度較小;第二類：高低型。即純技術(shù)效率較高但是規(guī)模效率較低的省市，包括浙江、安徽、江西、湖南、重慶、云南、貴州等，特別是云南的規(guī)模效率僅為0.318，改進(jìn)的方向是提高產(chǎn)業(yè)規(guī)模，實(shí)現(xiàn)資源的優(yōu)化配置;第三類：低低型。如湖北、四川等地區(qū)不僅物業(yè)產(chǎn)業(yè)規(guī)模較小而且純技術(shù)效率較低，改進(jìn)的方向一是注重純技術(shù)效率的提高，提升技術(shù)管理水平;二是合理規(guī)劃各種資源，促進(jìn)物流規(guī)模的擴(kuò)大。

六、研究結(jié)論與對(duì)策

（一）結(jié)論

本文在考慮低碳約束的情況下，運(yùn)用DEA-Malmquist模型對(duì)物流效率進(jìn)行評(píng)估，得出如下的結(jié)論：第一，長(zhǎng)江經(jīng)濟(jì)帶物流效率呈現(xiàn)出東高西低的遞減趨勢(shì)，中西部整體效率不如東部地區(qū)，在效率的改善方面仍有一定的進(jìn)步空間;第二，綜合結(jié)果表明，技術(shù)效率和規(guī)模效率均需進(jìn)一步提升，但相比較而言，規(guī)模是制約物流效率提高的主要因素;第三，從動(dòng)態(tài)角度來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率整體呈現(xiàn)出上升趨勢(shì)，且主要的推動(dòng)力來(lái)源于技術(shù)進(jìn)步。

（二）建議

針對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流的發(fā)展現(xiàn)狀，提出如下的對(duì)策建議：

第一，強(qiáng)化科技創(chuàng)新，推廣現(xiàn)代物流。綜合來(lái)看，我國(guó)長(zhǎng)江經(jīng)濟(jì)帶低碳物流技術(shù)效率較低，要使得低碳技術(shù)效率所有提高，一是加強(qiáng)科技研發(fā)創(chuàng)新力度，發(fā)揮長(zhǎng)江經(jīng)濟(jì)帶人才和科技優(yōu)勢(shì)，鼓勵(lì)物流產(chǎn)業(yè)領(lǐng)先企業(yè)、科研機(jī)構(gòu)等單位構(gòu)建產(chǎn)學(xué)研示范基地，加強(qiáng)物流關(guān)鍵技術(shù)的研發(fā);二是推廣現(xiàn)代物流，依托長(zhǎng)江經(jīng)濟(jì)帶轉(zhuǎn)型升級(jí)的契機(jī)，推廣現(xiàn)代物流理念，實(shí)現(xiàn)物流企業(yè)的創(chuàng)新性轉(zhuǎn)變，積極實(shí)施互聯(lián)網(wǎng)+低碳物流、大數(shù)據(jù)、區(qū)塊鏈等信息工程。

第二，加強(qiáng)互利合作，推動(dòng)產(chǎn)業(yè)聯(lián)動(dòng)。長(zhǎng)江經(jīng)濟(jì)帶應(yīng)該秉持互利合作的原則，加強(qiáng)與區(qū)域內(nèi)各省市在物流園建設(shè)、信息共享等方面的協(xié)作，打造一體化的區(qū)域物流環(huán)境，具體而言，中西部省市應(yīng)該加強(qiáng)與長(zhǎng)三角地區(qū)的合作聯(lián)動(dòng)發(fā)展機(jī)制，重點(diǎn)加強(qiáng)與物流節(jié)點(diǎn)的聯(lián)動(dòng)，提升樞紐城市在聯(lián)運(yùn)方面的聯(lián)接。各省市要根據(jù)不同的發(fā)展?fàn)顩r和物流基礎(chǔ)設(shè)施狀況，調(diào)整物流產(chǎn)業(yè)空間分布格局，推進(jìn)物流產(chǎn)業(yè)在城市間的合理分工，形成極具競(jìng)爭(zhēng)優(yōu)勢(shì)的物流產(chǎn)業(yè)集群，保證物流的流通效率。

第三，調(diào)整能源結(jié)構(gòu)，開展逆向物流。運(yùn)輸方式落后、物流節(jié)點(diǎn)規(guī)劃不合理等是物流產(chǎn)業(yè)能源消耗量大的主要原因，為了改善這一局面，需要從建立低碳物流系統(tǒng)，加快科研成果轉(zhuǎn)化等方面入手，科學(xué)合理地規(guī)劃物流節(jié)點(diǎn)，實(shí)現(xiàn)物流系統(tǒng)對(duì)能源的最優(yōu)化使用，此外，以包裝、倉(cāng)儲(chǔ)、運(yùn)輸、配送作為主要的低碳物流環(huán)節(jié)，開展逆向物流實(shí)現(xiàn)對(duì)包裝物、廢棄物的回收利用，亦可達(dá)到環(huán)保低碳發(fā)展的目標(biāo)。

第四，發(fā)展聯(lián)運(yùn)模式，優(yōu)化物流體系。一是優(yōu)化物流網(wǎng)絡(luò)布局，加大對(duì)低碳物流基礎(chǔ)設(shè)施的建設(shè);二是注重多重聯(lián)運(yùn)的有機(jī)銜接，多式聯(lián)運(yùn)是指把公路、鐵路、海運(yùn)、航空等貨運(yùn)方式結(jié)合在一起的一種運(yùn)輸方式，它可以形成一個(gè)高效便捷的物流系統(tǒng)，實(shí)現(xiàn)在不同運(yùn)輸方式之間合理分工的目的，進(jìn)而提高物流綜合效率。現(xiàn)階段，長(zhǎng)江經(jīng)濟(jì)帶應(yīng)該完善疏運(yùn)體系，繼續(xù)推進(jìn)長(zhǎng)江物流走廊、重要貨運(yùn)節(jié)點(diǎn)樞紐等項(xiàng)目建設(shè)，加強(qiáng)多種貨運(yùn)方式的有效銜接，以實(shí)現(xiàn)物流產(chǎn)業(yè)整體效率的提升。

第五，加強(qiáng)政府引導(dǎo)，給予政策支持。政府應(yīng)制定有關(guān)法律法規(guī)，進(jìn)一步完善和落實(shí)行業(yè)標(biāo)準(zhǔn)，并盡快出臺(tái)針對(duì)電商物流、逆向物流等重點(diǎn)領(lǐng)域的規(guī)劃，積極推動(dòng)物流信息服務(wù)平臺(tái)建設(shè)，設(shè)立示范物流園區(qū)，加大政策扶持力度，通過(guò)稅收優(yōu)惠、設(shè)立減排資金等舉措進(jìn)一步支持和促進(jìn)低碳物流的發(fā)展，積極鼓勵(lì)金融機(jī)構(gòu)探索出適合的產(chǎn)品和服務(wù)，幫助低碳物流企業(yè)做大做強(qiáng)。

[參考文獻(xiàn)]

[1]李磊.經(jīng)濟(jì)開放區(qū)域的貿(mào)易隱含碳測(cè)算及轉(zhuǎn)移分析——以新疆為例[J].上海經(jīng)濟(jì)研究，2012（2）：13-23.

[2]Jobert T， Karanfil F， Tykhonenko A. Convergence of per capita carbon dioxide emissions in the EU： legend or reality [J]. Energy Economics， 2010（6）： 1364-1373.

[3]蘇美蓉，陳彬，陳晨，楊志峰，梁辰，王姣.中國(guó)低碳城市熱思考：現(xiàn)狀、問(wèn)題及趨勢(shì)[J].中國(guó)人口·資源與環(huán)境，2012（3）：48-55.

[4]付加鋒，莊貴陽(yáng)，高慶先.低碳經(jīng)濟(jì)的概念辨識(shí)及評(píng)價(jià)指標(biāo)體系構(gòu)建[J].中國(guó)人口·資源與環(huán)境，2010（8）：38-43.

[5]高峰，廖小平.低碳發(fā)展能力及其評(píng)價(jià)——以湖南省為例[J].系統(tǒng)工程，2013（6）：108-114.

[6]胡林林，賈俊松，毛端謙，劉春燕.基于FAHP-TOPSIS法的我國(guó)省域低碳發(fā)展水平評(píng)價(jià)[J].生態(tài)學(xué)報(bào)，2013（20）：6652-6661.

[7]劉翔，陳曉紅.我國(guó)低碳經(jīng)濟(jì)發(fā)展效率的動(dòng)態(tài)變化及碳減排潛力分析[J].系統(tǒng)工程，2017（5）：92-100.

[8]柳鍵，涂建.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)低碳物流效率的影響研究——基于超效率DEA低碳物流效率評(píng)價(jià)模型的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2017（12）：130-133.

[9]Markovits-Somogyi R， Bokor Z. Assessing the logistics efficiency of European countries by using the DEA-PC methodology[J]. Transport，2014（2）： 137-145.

[10]王育紅，劉琪.基于Super-SBM模型的長(zhǎng)江經(jīng)濟(jì)帶物流效率測(cè)度研究[J].華東經(jīng)濟(jì)管理，2017（5）：72-77.

[11]馬越越，王維國(guó).異質(zhì)性生產(chǎn)技術(shù)下中國(guó)區(qū)域物流產(chǎn)業(yè)全要素生產(chǎn)率[J].系統(tǒng)工程，2015（10）：63-72.

[12]Srisawat P， Kronprasert N， Arunotayanun K. Development of decision support system for evaluating spatial efficiency of regional transport logistics[J]. Transportation research procedia，2017（5）： 4832-4851.

[13]張誠(chéng)，周安，張志堅(jiān).低碳經(jīng)濟(jì)下物流能源效率與結(jié)構(gòu)調(diào)整研究——基于技術(shù)差異視角[J].生態(tài)經(jīng)濟(jì)，2014（9）：59-63.

[14]王麗萍.基于DEA的中部六省物流運(yùn)作效率研究[J].現(xiàn)代管理科學(xué)，2014 （5）：113-115.

[15]COTO-MILLáN P， FERNáNDEZ X L， PESQUERA Má， et al. Impact of logistics on technical efficiency of world production[J]. Networks &Spatial Economics， 2015（8） ：1-15.

[16]孟魁.基于三階段DEA方法的中部六省物流效率評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2014（2）：57-60.

[17]Sharifi M， Rezaeian J. Efficiency evaluation of Mazandaran industrial parks by using neuro-DEA approach[J]. International Journal of Industrial and Systems Engineering， 2016（1）： 111-123.

[18]周葉，張孟曉，楊潔.基于SE-DEA的省域物流行業(yè)生態(tài)效率研究[J].北京交通大學(xué)學(xué)報(bào)，2015（4）：99-106.

[19]Lee K H， Lee S Y. The Impact of Logistics Efficiency and Free Trade Agreements on Global Trade[J]. Journal of International Logistics and Trade， 2016（3）： 211-218.

[20]陳文新，潘宇.低碳約束下物流產(chǎn)業(yè)全要素生產(chǎn)率的空間分異及時(shí)空演化[J].工業(yè)技術(shù)經(jīng)濟(jì)，2016（11）：42-52.

[21]楊傳明.低碳約束下江蘇物流產(chǎn)業(yè)效率測(cè)度[J].華東經(jīng)濟(jì)管理，2018（1）：27-32.

[22]趙霞，萬(wàn)長(zhǎng)松，宣紅巖.低碳約束下中國(guó)流通業(yè)效率的區(qū)域差異——基于三階段DEA模型的測(cè)算[J].北京工商大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2018（5）：41-52.

[23]薛巨泉，鄭秀梅.中國(guó)第三方物流發(fā)展中存在的問(wèn)題及對(duì)策[J].牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2015（6）：26-28.

[24]陳曉玥，王立國(guó).中國(guó)物流產(chǎn)業(yè)與三大產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展實(shí)證研究[J].牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2014（2）：33-37.

[責(zé)任編輯]王立國(guó)