低碳環(huán)境下區(qū)域物流產(chǎn)業(yè)效率綜合研究
——基于長(zhǎng)江大保護(hù)區(qū)域19個(gè)省的實(shí)證分析

(河海大學(xué) 商學(xué)院, 江蘇 南京 211100)

一、引 言

長(zhǎng)江是中國(guó)的經(jīng)濟(jì)樞紐、戰(zhàn)略支撐和生態(tài)水源地,長(zhǎng)江經(jīng)濟(jì)帶已成為我國(guó)科技、經(jīng)濟(jì)及文化發(fā)展的先進(jìn)地區(qū)。但長(zhǎng)期的高速發(fā)展透支了長(zhǎng)江的承載能力,致使生態(tài)環(huán)境面臨嚴(yán)峻挑戰(zhàn)。2016年,習(xí)近平總書記做出了“共抓大保護(hù),不搞大開發(fā)”的重要指示[1],強(qiáng)調(diào)以生態(tài)環(huán)保,綠色低碳作為長(zhǎng)江發(fā)展的戰(zhàn)略目標(biāo)。

隨著經(jīng)濟(jì)建設(shè)的高速推進(jìn),物流業(yè)已成為我國(guó)第三產(chǎn)業(yè)的重要組成部分,是國(guó)民經(jīng)濟(jì)新的增長(zhǎng)動(dòng)力。2018年的全社會(huì)物流總額高達(dá)283.1萬(wàn)億元,總體規(guī)模位居全球第一[2]。長(zhǎng)江是我國(guó)物流業(yè)發(fā)展的重要基礎(chǔ),沿長(zhǎng)江流域的物流產(chǎn)業(yè)基礎(chǔ)設(shè)施建設(shè)迅猛。但受限于技術(shù)條件,快速發(fā)展所導(dǎo)致的污染環(huán)境問題日益凸顯,物流產(chǎn)業(yè)的綠色可持續(xù)發(fā)展已成為長(zhǎng)江大保護(hù)戰(zhàn)略的重要組成。因此,從綠色經(jīng)濟(jì)的角度分析長(zhǎng)江大保護(hù)區(qū)域的物流效率,對(duì)促進(jìn)物流產(chǎn)業(yè)的可持續(xù)發(fā)展具有重要意義。

國(guó)內(nèi)外已有很多關(guān)于物流效率的研究[3-5]。在研究對(duì)象方面,俞佳立和錢芝網(wǎng)[6]采用DEA模型與Malmquist指數(shù)模型相結(jié)合,對(duì)長(zhǎng)江經(jīng)濟(jì)帶的11個(gè)省市物流產(chǎn)業(yè)效率進(jìn)行分析研究;于麗英等[7]采用DEA模型與Malmquist指數(shù)模型相結(jié)合,對(duì)2008—2015年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的物流產(chǎn)業(yè)效率進(jìn)行實(shí)證分析;楊傳明[8]采用三階段DEA 與Malmquist 模型相結(jié)合,對(duì)江蘇省綠色物流產(chǎn)業(yè)效率進(jìn)行研究,并考慮了環(huán)境變量及隨機(jī)誤差等影響因素。在研究方法方面,張雪[9]采用DEA模型,對(duì)全國(guó)3個(gè)省市的綠色物流產(chǎn)業(yè)效率進(jìn)行評(píng)價(jià)研究;王琴梅和譚翠娥[10]通過運(yùn)用 DEA模型與Tobit 模型相結(jié)合,對(duì)西安市的物流效率與物流資源利用率、地區(qū)經(jīng)濟(jì)發(fā)展水平等影響因素之間的關(guān)系進(jìn)行評(píng)價(jià)研究;王書靈和袁汝華[11]運(yùn)用三階段DEA模型,對(duì)江浙滬地區(qū)物流產(chǎn)業(yè)效率與外部環(huán)境之間的關(guān)系進(jìn)行測(cè)算研究。

雖然前人研究已取得豐碩成果,但現(xiàn)有研究仍然存在以下不足:一是多數(shù)文獻(xiàn)只針對(duì)長(zhǎng)江經(jīng)濟(jì)帶的物流產(chǎn)業(yè)效率進(jìn)行了評(píng)價(jià),并未對(duì)整個(gè)長(zhǎng)江大保護(hù)區(qū)域進(jìn)行深入分析。二是大部分學(xué)者只采用傳統(tǒng)DEA模型進(jìn)行研究分析,所得結(jié)論可能存在偏差。區(qū)別已有文獻(xiàn),本文的貢獻(xiàn)在于,充分考慮了長(zhǎng)江大保護(hù)的戰(zhàn)略意義,將研究對(duì)象從長(zhǎng)江經(jīng)濟(jì)帶擴(kuò)展到整個(gè)長(zhǎng)江大保護(hù)區(qū)域。同時(shí),本文突破傳統(tǒng)DEA模型的局限,將三階段DEA模型與Malmquist生產(chǎn)率指數(shù)相結(jié)合,使研究結(jié)果更加準(zhǔn)確。具體而言,本文以長(zhǎng)江大保護(hù)戰(zhàn)略為背景,運(yùn)用三階段DEA模型、Tobit計(jì)量經(jīng)濟(jì)模型,對(duì)長(zhǎng)江大保護(hù)區(qū)域19個(gè)省市2013—2017年物流產(chǎn)業(yè)效率的靜態(tài)結(jié)果,以及外部環(huán)境因素對(duì)靜態(tài)結(jié)果的影響程度進(jìn)行研究分析,再運(yùn)用Malmquist生產(chǎn)率指數(shù)方法,對(duì)長(zhǎng)江大保護(hù)區(qū)域19省市2013—2017年物流產(chǎn)業(yè)效率的動(dòng)態(tài)結(jié)果進(jìn)行研究分析,找到影響各區(qū)域動(dòng)態(tài)效率的關(guān)鍵因素。通過采用多種模型對(duì)比分析物流產(chǎn)業(yè)的發(fā)展差異,以期對(duì)長(zhǎng)江大保護(hù)區(qū)域各省市物流產(chǎn)業(yè)的綠色發(fā)展提出針對(duì)性建議。

二、研究方法

(一)三階段DEA

1978年,Charnes等[12]提出了數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis,DEA)但其考慮不夠全面,存在局限性。在此基礎(chǔ)上,Fried等[13]對(duì)環(huán)境變量和隨機(jī)變量進(jìn)行處理,提出了三階段DEA方法,具體過程如下。

1.第一階段。本文采用DEA模型中的BCC模型,對(duì)投入產(chǎn)出變量進(jìn)行測(cè)算,并且通過BCC模型的計(jì)算,可以得到物流產(chǎn)業(yè)效率中的純技術(shù)效率和規(guī)模效率。由于DEA-BCC模型已經(jīng)比較完善,其原理及數(shù)學(xué)公式就不再贅述。

2.第二階段。在第一階段采用DEA-BCC模型測(cè)算物流效率時(shí),會(huì)存在環(huán)境因素和隨機(jī)誤差等干擾項(xiàng)。為解決上述問題,本文通過采用SFA方法調(diào)整投入變量數(shù)據(jù)值來(lái)剔除環(huán)境因素和隨機(jī)誤差對(duì)效率測(cè)算的影響[14]。

3.第三階段。將調(diào)整后的投入產(chǎn)出數(shù)據(jù)值作為新的樣本數(shù)據(jù),再次通過DEA-BCC模型進(jìn)行計(jì)算,得到考慮相關(guān)干擾項(xiàng)的效率值。

(二)Tobit模型

用DEA-BCC模型計(jì)算的效率值是分布在0～1之間的離散數(shù)據(jù)。普通的回歸分析方法不可適用。因此,本文采用極大似然法的截取回歸模型(Censored Regression Model),又稱Tobit模型[15],其一般形式為:

(1)

式中,Z*為截?cái)嘁蜃兞肯蛄?Z為效率值向量;X為自變量向量;α為回歸參數(shù)向量;μ為誤差項(xiàng),且μ～(0,σ2)。

(三)Malmquist生產(chǎn)率指數(shù)模型

Malmquist指數(shù)是表示物流效率在一段時(shí)間內(nèi)發(fā)生變化的程度,通常被解釋為兩個(gè)物流效率的幾何平均值[16]。具體公示如下:

(2)

式中,MIt.p表示物流業(yè)效率的Malmquist指數(shù);(xt,yt)為t期的投入產(chǎn)出關(guān)系;(xp,yp)為p期的投入產(chǎn)出關(guān)系;dt(xt,yt)為距離函數(shù),表示生產(chǎn)配置到t時(shí)刻系統(tǒng)前沿面的距離。Malmquist指數(shù)可以分解成技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)。

(3)

式中,TCt.p表示為t期到p期的技術(shù)變化;ECt.p表示為t期到p期的技術(shù)效率變化。本文通過上述三個(gè)指標(biāo)來(lái)分析長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)的發(fā)展現(xiàn)狀。

三、指標(biāo)選擇與數(shù)據(jù)來(lái)源

(一)指標(biāo)選擇

1.投入產(chǎn)出指標(biāo)

物流業(yè)是包含信息業(yè)、郵政業(yè)、運(yùn)輸業(yè)、貨代業(yè)以及倉(cāng)儲(chǔ)業(yè)的綜合型服務(wù)產(chǎn)業(yè)。目前我國(guó)沒有發(fā)布針對(duì)整個(gè)物流產(chǎn)業(yè)的相關(guān)數(shù)據(jù)。大多數(shù)學(xué)者認(rèn)為[17-18],郵政業(yè)、倉(cāng)儲(chǔ)業(yè)以及運(yùn)輸業(yè)可以表示整個(gè)物流行業(yè)的真實(shí)情況。有鑒于此,參考前人的研究,本文以郵政業(yè)、倉(cāng)儲(chǔ)業(yè)以及運(yùn)輸業(yè)的數(shù)據(jù)作為物流業(yè)的代替數(shù)據(jù),從經(jīng)濟(jì)和生態(tài)的角度構(gòu)建長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率評(píng)價(jià)指標(biāo)體系。

投入指標(biāo)主要從人力投入、財(cái)力投入以及環(huán)境投入三方面考慮。本文借鑒于麗英等[7]的辦法,選用各地區(qū)運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)以及郵政業(yè)的年末從業(yè)人數(shù)作為勞動(dòng)力投入指標(biāo)。物流產(chǎn)業(yè)運(yùn)營(yíng)效率受固定資產(chǎn)投資狀況所影響,因此,本文借鑒張竟軼和張竟成[19]的辦法,以物流產(chǎn)業(yè)固定資產(chǎn)投資額作為評(píng)價(jià)指標(biāo),并以2013年為基期對(duì)其進(jìn)行縮減。從生態(tài)環(huán)境的角度考慮,本文選取郵政業(yè)、運(yùn)輸業(yè)和倉(cāng)儲(chǔ)業(yè)中一次性能源消耗量作為能源投入。通過各類能源轉(zhuǎn)換系數(shù),將各類能源進(jìn)行統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)煤,并通過加和得到能源消耗總量。從綠色發(fā)展的角度考慮,本文采用生態(tài)保護(hù)、環(huán)境治理的投資額作為反映綠色物流水平的投入指標(biāo),并以2013年為基期,以各省域GDP平減指數(shù)對(duì)其進(jìn)行轉(zhuǎn)換。

產(chǎn)出指標(biāo)主要從低碳經(jīng)濟(jì)、產(chǎn)出水平以及發(fā)展程度三個(gè)方面考慮。作為能源消耗的產(chǎn)出,本文選擇物流業(yè)碳排放量作為產(chǎn)出指標(biāo),其計(jì)算借鑒馬越越[20]的辦法,對(duì)非期望產(chǎn)出指標(biāo)采用數(shù)據(jù)轉(zhuǎn)換函數(shù)法對(duì)其進(jìn)行處理。本文借鑒盧敏[21]的計(jì)算辦法,將綜合周轉(zhuǎn)量作為衡量物流產(chǎn)業(yè)產(chǎn)出水平的指標(biāo)。本文選取郵政業(yè)、倉(cāng)儲(chǔ)業(yè)以及運(yùn)輸業(yè)的匯總增加值作為經(jīng)濟(jì)產(chǎn)出指標(biāo),并對(duì)物流業(yè)增加值的換算采用第三產(chǎn)業(yè)增加值指數(shù),折算成以2013年為基期的不變價(jià)。

2.環(huán)境變量

在三階段DEA模型中,SFA模型是測(cè)算外部環(huán)境因素和隨機(jī)誤差對(duì)物流效率產(chǎn)生影響的程度,并且在選擇時(shí)要選取影響物流業(yè)運(yùn)營(yíng)但不在樣本主觀可控范圍的因素。結(jié)合以往文獻(xiàn)[22-23]的研究成果,本文選取地區(qū)發(fā)展水平、政府支持程度,以及環(huán)境保護(hù)重視度,作為環(huán)境影響因素。

(1)地區(qū)發(fā)展水平(DS)。物流業(yè)的發(fā)展與地區(qū)經(jīng)濟(jì)發(fā)展水平密不可分,本文選取長(zhǎng)江大保護(hù)區(qū)域各省市的人均生產(chǎn)總值作為地區(qū)發(fā)展水平的評(píng)價(jià)指標(biāo),并通過人均生產(chǎn)總值縮減指數(shù)進(jìn)行平減。

(2)政府支持程度(ZC)。國(guó)家政策的支持在物流業(yè)的發(fā)展過程中起到了重要影響,本文選擇長(zhǎng)江大保護(hù)區(qū)域各省市物流產(chǎn)業(yè)財(cái)政支出占全部財(cái)政支出的比重,衡量政府的支持力度。

(3)環(huán)境保護(hù)重視度(HB)。在長(zhǎng)江大保護(hù)的背景下,綠色低碳物流是今后物流業(yè)發(fā)展的戰(zhàn)略方向。因此。本文基于綠色經(jīng)濟(jì)的視角,選擇政府環(huán)境保護(hù)支出占財(cái)政支出的比重作為環(huán)境保護(hù)重視度的衡量指標(biāo)。

(二)數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的合理性與可獲得性,本文選取2013—2017年長(zhǎng)江大保護(hù)區(qū)作為研究區(qū)域,其中包括全部位于長(zhǎng)江流域內(nèi)部的11個(gè)省,以及僅存在長(zhǎng)江部分支流的8個(gè)省份。并根據(jù)長(zhǎng)江流域上、中、下游的劃分,將該區(qū)域分為長(zhǎng)江大保護(hù)上游區(qū)域(簡(jiǎn)稱為上游區(qū)域)、長(zhǎng)江大保護(hù)中游區(qū)域(簡(jiǎn)稱為中游區(qū)域)和長(zhǎng)江大保護(hù)下游區(qū)域(簡(jiǎn)稱為下游區(qū)域)。對(duì)于僅存在支流的8個(gè)省份,分別將其歸入支流匯入點(diǎn)所在的上、中、下游區(qū)域。上游區(qū)域包括重慶、云南、青海、甘肅、四川、西藏、貴州、陜西8個(gè)省(自治區(qū)、直轄市);中游區(qū)域包括河南、湖北、廣東、江西、湖南、廣西7個(gè)省(自治區(qū));下游區(qū)域包括福建、安徽、浙江、江蘇、上海5個(gè)省(直轄市)。數(shù)據(jù)來(lái)源于2013—2017年的《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》,以及各省、市和自治區(qū)統(tǒng)計(jì)年鑒。

四、實(shí)證分析結(jié)果

(一)第一階段BCC模型實(shí)證結(jié)果分析

運(yùn)用Deap2.1軟件,對(duì)2013—2017年長(zhǎng)江大保護(hù)區(qū)域19個(gè)省市的物流產(chǎn)業(yè)效率進(jìn)行分析評(píng)估,得到考慮了干擾項(xiàng)的物流產(chǎn)業(yè)效率,結(jié)果如表1所示。

從整體來(lái)看,2013—2017年間長(zhǎng)江大保護(hù)區(qū)域的綜合技術(shù)效率與規(guī)模效率的平均值呈上升趨勢(shì),而純技術(shù)效率則為下降趨勢(shì)。這說(shuō)明長(zhǎng)江大保護(hù)區(qū)域物流效率提升的主要原因是規(guī)模效率的增加。從各地區(qū)來(lái)看,物流效率呈現(xiàn)出“下游高、上游低”的階梯式分布。除下游區(qū)域的純技術(shù)效率和規(guī)模效率處于邊緣有效外,中游和上游區(qū)域的物流效率值均小于0.9,處于無(wú)效狀態(tài)。其原因是上游區(qū)域人口及產(chǎn)業(yè)密度小,在人力、物力以及交通運(yùn)輸方面都不及中下游區(qū)域,還未形成完整的物流經(jīng)濟(jì)體系,并且不夠重視物流產(chǎn)業(yè)的技術(shù)創(chuàng)新。此外,大多數(shù)地區(qū)的物流產(chǎn)業(yè)規(guī)模效率值都低于物流產(chǎn)業(yè)純技術(shù)效率值,這可能是因?yàn)樵撾A段的物流產(chǎn)業(yè)效率值受干擾項(xiàng)的影響而發(fā)生了變動(dòng)。為剔除環(huán)境因素的影響,本文進(jìn)行了第二階段DEA的測(cè)算。

表1 2013—2017年長(zhǎng)江各區(qū)域物流產(chǎn)業(yè)效率

資料來(lái)源:Deap2.1軟件處理結(jié)果。

(二)第二階段SFA回歸結(jié)果分析

將第一階段的投入變量冗余值作為被解釋變量,將地區(qū)發(fā)展水平、政府支持程度和環(huán)境保護(hù)重視度等外部環(huán)境因素作為自變量,對(duì)2013—2017年長(zhǎng)江大保護(hù)區(qū)域的數(shù)據(jù)運(yùn)用Frionter4.1軟件進(jìn)行SFA回歸,結(jié)果列于表2。

1.地區(qū)發(fā)展水平。該環(huán)境變量通過顯著性檢驗(yàn),與4個(gè)投入松弛變量的回歸系數(shù)基本為正數(shù),但回歸系數(shù)較小。這說(shuō)明地區(qū)發(fā)展水平的增加對(duì)物流業(yè)投入冗余量的降低有一定的作用,但存在滯后。

2.政府支持程度。該環(huán)境變量通過顯著性檢驗(yàn),除與從業(yè)人員投入松弛變量的回歸系數(shù)為負(fù)值外,與其余松弛變量的回歸系數(shù)均為正值。這說(shuō)明政府的支持程度有利于減少人員的過多投入問題,但對(duì)其他松弛變量則不能帶來(lái)相應(yīng)物流效率的提高,反而會(huì)增加投入變量的冗余值。這可以解釋為政府長(zhǎng)期過渡干預(yù)不利于物流產(chǎn)業(yè)的發(fā)展。

3.環(huán)境保護(hù)重視度。該環(huán)境變量通過顯著性檢驗(yàn),與能源消耗投入松弛變量的回歸系數(shù)均為負(fù)數(shù)。這說(shuō)明該變量有利于減少能源的浪費(fèi),并且能有效降低二氧化碳的排放量。

表2 SFA回歸分析結(jié)果

注:*、**、***分別表示10%、5%、1%的顯著水平。

資料來(lái)源:Frionter4.1軟件處理結(jié)果。

(三)第三階段調(diào)整后的結(jié)果分析

1.縱向分析

以調(diào)整之后的投入變量與原始產(chǎn)出變量為基礎(chǔ),再次用Deap2.1軟件進(jìn)行運(yùn)算,得到了剔除環(huán)境因素和隨機(jī)誤差的效率值,結(jié)果如表3所示。

對(duì)比第一階段測(cè)算結(jié)果和第三階段調(diào)整后的結(jié)果可知,在剔除外部環(huán)境因素對(duì)長(zhǎng)江大保護(hù)區(qū)域物流業(yè)效率的影響之后,分析結(jié)果發(fā)生明顯變化。從整體來(lái)看,調(diào)整之后19個(gè)省市三大物流效率平均值均有提高:綜合效率從0.749提高到0.772,漲幅達(dá)3.1%;純技術(shù)效率從0.892提高到0.903,漲幅達(dá)1.2%;規(guī)模效率從0.826提高到0.844,漲幅達(dá)2.2%。規(guī)模效率的增長(zhǎng)率高于純技術(shù)效率的增長(zhǎng)率。這說(shuō)明規(guī)模效率與純技術(shù)效率都對(duì)物流產(chǎn)業(yè)的綜合效率起到了提升作用,并且對(duì)綜合效率增長(zhǎng)的關(guān)鍵因素是規(guī)模效率的增長(zhǎng)。

2.橫向分析

根據(jù)表4結(jié)果可以看出,西藏、陜西、安徽、上海等地區(qū)的物流效率在5年中始終保持為1,處于有效狀態(tài)。說(shuō)明這些地區(qū)在物流技術(shù)創(chuàng)新, 以及物流規(guī)模方面都優(yōu)于其他地區(qū),其投入的物流資源得到了充分有效的利用。青海、甘肅、江西、廣東、廣西、江蘇、福建等地區(qū)的物流產(chǎn)業(yè)效率在5年中始終維持在0.9～1之間,說(shuō)明這些地區(qū)在物流產(chǎn)業(yè)技術(shù)創(chuàng)新以及物流規(guī)模方面適當(dāng)調(diào)整就可以達(dá)到物流有效狀態(tài)。其中江蘇省2017年的物流效率有所降低,但物流規(guī)模處于增長(zhǎng)階段,原因是2017年江蘇省出臺(tái)了《江蘇省生態(tài)河湖行動(dòng)計(jì)劃》,該計(jì)劃對(duì)物流運(yùn)輸業(yè)產(chǎn)生了一定的影響,但通過調(diào)整其產(chǎn)業(yè)結(jié)構(gòu),使其更加符合了長(zhǎng)江大保護(hù)戰(zhàn)略發(fā)展的要求。湖北省2015年的物流效率有明顯增加,物流規(guī)模效率從0.877增長(zhǎng)到0.948,達(dá)到了邊緣有效狀態(tài)。該現(xiàn)象是因?yàn)?015年湖北省發(fā)布了《湖北省人民政府關(guān)于國(guó)家長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的實(shí)施意見》,推動(dòng)了物流產(chǎn)業(yè)的迅速發(fā)展,通過合理擴(kuò)大物流規(guī)模,使物流效率明顯提升。通過觀察整體發(fā)現(xiàn),從2014年起,各地區(qū)物流效率都有明顯增加,大部分地區(qū)物流規(guī)模處于增長(zhǎng)階段,原因是2014年我國(guó)出臺(tái)了《物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃》,促進(jìn)了我國(guó)物流產(chǎn)業(yè)的快速發(fā)展,有效調(diào)整物流投入資源的利用情況,合理改善物流產(chǎn)業(yè)結(jié)構(gòu),通過擴(kuò)大物流規(guī)模以及降低物流成本,使大部分地區(qū)的物流產(chǎn)業(yè)效率有了明顯提高。

表3 第一階段和第三階段長(zhǎng)江流域效率分析值

資料來(lái)源:Deap2.1軟件處理結(jié)果。

表4 第三階段DEA輸出效率分析值

注:由于篇幅原因,本表僅呈現(xiàn)2013年、2017年數(shù)據(jù)。

資料來(lái)源:Deap2.1軟件處理結(jié)果。

為了更好地分析長(zhǎng)江大保護(hù)區(qū)域19省市的物流效率的差異,本文運(yùn)用SPSS21.0軟件,以綜合物流效率和二氧化碳排放量為指標(biāo),對(duì)長(zhǎng)江大保護(hù)區(qū)域19個(gè)省市進(jìn)行聚類分析,將其分為6個(gè)類別,如表5所示。

表5 長(zhǎng)江大保護(hù)區(qū)域物流效率類型

第一類為“高效率,高排放”型地區(qū),主要包括上海、江蘇。作為長(zhǎng)江大保護(hù)區(qū)域下游省份,該區(qū)域物流產(chǎn)業(yè)發(fā)展前沿,資源豐富,基礎(chǔ)設(shè)施條件完備,并且物流產(chǎn)業(yè)綜合技術(shù)效率值處于有效狀態(tài),但高能耗的投入排放出大量的二氧化碳。因此,要提高能源利用效率,進(jìn)一步降低污染物的排放。

第二類為“高效率,低排放”型地區(qū),主要包括西藏、陜西、江西、廣西、福建、安徽。上述省市主要分布在中下游區(qū)域,這些地區(qū)實(shí)現(xiàn)了高效率、低排放的發(fā)展水平,是其他地區(qū)學(xué)習(xí)的目標(biāo)。該類型地區(qū)以較少的能耗投入獲得了較高的物流產(chǎn)出,降低了二氧化碳的排放,實(shí)現(xiàn)了綠色低碳的高效物流水平。

第三類為“中效率,高排放”型地區(qū),主要包括浙江、廣東、湖北、河南。上述省市主要分布在中下游區(qū)域,該地區(qū)物流產(chǎn)業(yè)發(fā)展較快,物流效率處于中等水平,物流資源投入較多,但在物流發(fā)展過程中產(chǎn)生了較多的二氧化碳,說(shuō)明該地區(qū)物流產(chǎn)業(yè)效率有待提高。

第四類為“中效率,低排放”型地區(qū),主要包括貴州、甘肅。上述省市分布在上游區(qū)域,物流產(chǎn)業(yè)發(fā)展相對(duì)緩慢,資源利用率較低,雖然實(shí)現(xiàn)了物流產(chǎn)業(yè)的低碳排,但物流產(chǎn)出不足,物流產(chǎn)業(yè)綜合效率總體不高。

第五、六類分別為“低效率,高排放”和“低效率,低排放”型地區(qū),主要包括湖南、重慶、四川、青海、云南,主要分布在中上游區(qū)域。經(jīng)濟(jì)發(fā)展水平不高、資源緊缺、人才不足等原因?qū)е挛锪鳟a(chǎn)業(yè)效率無(wú)法達(dá)到生產(chǎn)前沿面,產(chǎn)業(yè)效率較低,且存在嚴(yán)重的污染問題,其中以湖南省最為顯著。

(四)影響長(zhǎng)江大保護(hù)區(qū)域綠色物流效率的因素分析

上述三階段DEA方法計(jì)算出剔除干擾項(xiàng)的長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率,為進(jìn)一步研究外部環(huán)境對(duì)長(zhǎng)江大保護(hù)區(qū)域物流效率的影響程度,本文利用Tobit回歸方法進(jìn)行更深入的分析。

本文以研究長(zhǎng)江大保護(hù)區(qū)域中各省市的產(chǎn)業(yè)結(jié)構(gòu)、交通基礎(chǔ)設(shè)施、低碳經(jīng)濟(jì)發(fā)展水平、生態(tài)發(fā)展水平、信息化水平、環(huán)境規(guī)則程度等七項(xiàng)指標(biāo)為數(shù)據(jù)基礎(chǔ),運(yùn)用Tobit回歸分析模型,研究上述指標(biāo)對(duì)長(zhǎng)江大保護(hù)區(qū)域物流效率的影響。

第一,產(chǎn)業(yè)結(jié)構(gòu)W。選擇包含物流產(chǎn)業(yè)的第三產(chǎn)業(yè)作為依據(jù),選取長(zhǎng)江大保護(hù)區(qū)域各省市的第三產(chǎn)業(yè)比重,反映其產(chǎn)業(yè)結(jié)構(gòu)。

第二,交通基礎(chǔ)設(shè)施R。選擇用長(zhǎng)江大保護(hù)區(qū)域各省市的鐵路、公里和內(nèi)河航道的總里程之和與各省市土地面積之比,反映各地區(qū)的交通基礎(chǔ)設(shè)施水平。

第三,低碳經(jīng)濟(jì)發(fā)展水平I。選擇長(zhǎng)江大保護(hù)區(qū)域各地區(qū)的物流業(yè)碳排放量與該地區(qū)GDP的比值,衡量低碳經(jīng)濟(jì)發(fā)展的水平。

第四,生態(tài)發(fā)展水平O。以各地區(qū)的污水處理效率來(lái)表示各地區(qū)生態(tài)發(fā)展水平。

第五,信息化水平A。選擇長(zhǎng)江大保護(hù)區(qū)域各省市的電話普及率,作為衡量各地區(qū)的信息化水平。

第六,環(huán)境規(guī)則程度F。選擇長(zhǎng)江大保護(hù)區(qū)域各地區(qū)的物流業(yè)碳排放量與物流業(yè)增加值的比值,作為衡量各地區(qū)的環(huán)境規(guī)則程度。

第七,能源利用率G。選擇長(zhǎng)江流域各地區(qū)的物流業(yè)增加值與各地區(qū)物流業(yè)能源消耗量的比值,表示各地區(qū)能源生產(chǎn)率。

Yi=γ0+γ1Wi+γ2Ri+γ3Ii+γ4Oi+

γ5Ai+γ6Fi+γ7Gi+μ

(4)

式中,γ0表示常數(shù)項(xiàng);γ1、γ2、γ3、γ4、γ5、γ6、γ7表示各自變量的回歸系數(shù);μ表示回歸式中的誤差項(xiàng);i表示時(shí)間,i=2013,2014,…,2017。

本文采用Eviews10.0軟件對(duì)建立的回歸模型進(jìn)行測(cè)算,回歸結(jié)果見表6。

表6 Tobit模型回歸結(jié)果

注: *、**、***分別表示10%、5%、1%的顯著水平。

資料來(lái)源:Eviews10.0軟件處理結(jié)果。

Tobit模型回歸分析表明:

首先,長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率與各地區(qū)的低碳經(jīng)濟(jì)發(fā)展水平、生態(tài)發(fā)展水平,以及信息化水平相關(guān)性不顯著,可能是因?yàn)樵谌A段DEA模型測(cè)算中剔除了地區(qū)經(jīng)濟(jì)發(fā)展水平這個(gè)干擾因素,使其呈現(xiàn)為不顯著關(guān)系。生態(tài)發(fā)展水平與信息化水平的回歸系數(shù)分別為0.081 678 3和0.244 794,說(shuō)明雖然相關(guān)水平不顯著,但對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率的提高起到了一定的貢獻(xiàn)作用。

其次,產(chǎn)業(yè)結(jié)構(gòu)與物流效率呈顯著的正相關(guān)關(guān)系,系數(shù)為0.5402586,表明第三產(chǎn)業(yè)的發(fā)展對(duì)物流產(chǎn)業(yè)效率的提高有積極的推動(dòng)作用。這主要是因?yàn)閲?guó)家大力推進(jìn)“供給側(cè)”改革,物流產(chǎn)業(yè)作為第三產(chǎn)業(yè)中的重要組成部分,得到了國(guó)家的高度重視。

再次,交通基礎(chǔ)設(shè)施水平與物流效率呈明顯的負(fù)相關(guān)關(guān)系,系數(shù)為—0.1666771,并且在10%顯著水平上顯著,表明在目前的發(fā)展階段,大量的建設(shè)基礎(chǔ)設(shè)施,過度的擴(kuò)大物流產(chǎn)業(yè)規(guī)模會(huì)對(duì)物流產(chǎn)業(yè)效率產(chǎn)生消極的影響。因此要對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)的基礎(chǔ)設(shè)施建設(shè)進(jìn)行合理地規(guī)劃,充分考慮建設(shè)的必要性,不盲目擴(kuò)大規(guī)模,造成資源浪費(fèi)。

最后,環(huán)境規(guī)則程度和能源利用率與物流效率呈顯著的正相關(guān)關(guān)系,系數(shù)分別為331.7612和219.4758,表明環(huán)境規(guī)則程度和能源生產(chǎn)率的提高對(duì)物流效率的提高起到了巨大貢獻(xiàn)作用。因此,各地區(qū)應(yīng)加快環(huán)境規(guī)則的制定,大力發(fā)展物流產(chǎn)業(yè)技術(shù),提高物流產(chǎn)業(yè)能源利用效率。

(五)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率動(dòng)態(tài)分析

1.長(zhǎng)江大保護(hù)區(qū)域Malmquist指數(shù)分析

上述采用三階段DEA模型與Tobit回歸方法對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率進(jìn)行了靜態(tài)分析,進(jìn)一步地,本文運(yùn)用Malmquist指數(shù)模型對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率進(jìn)行動(dòng)態(tài)分析。通過Malmquist指數(shù)模型計(jì)算出長(zhǎng)江大保護(hù)區(qū)域各省市物流效率的Malmquist指數(shù)、EC指數(shù)和TC指數(shù),計(jì)算結(jié)果如表7所示。

表7 2013—2017年長(zhǎng)江大保護(hù)區(qū)域各省市物流Malmquist指數(shù)

資料來(lái)源:Deap2.1軟件處理結(jié)果。

長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)Malmquist指數(shù)的年平均值為1.001,這說(shuō)明Malmquist指數(shù)的增加是推動(dòng)物流產(chǎn)業(yè)發(fā)展的重要?jiǎng)恿Α?/p>

從時(shí)間維度來(lái)看,物流產(chǎn)業(yè)經(jīng)歷了兩個(gè)階段:第一階段為2013—2015年,Malmquist指數(shù)處于遞減階段;第二階段為2015—2017年,Malmquist指數(shù)處于遞增階段,且2014—2016年間的Malmquist指數(shù)處于較低水平。這可能是因?yàn)槲覈?guó)總體規(guī)劃發(fā)生了轉(zhuǎn)變,正好從“十二五”規(guī)劃時(shí)期過渡到“十三五”規(guī)劃時(shí)期,國(guó)家越來(lái)越強(qiáng)調(diào)低碳經(jīng)濟(jì)和可持續(xù)發(fā)展戰(zhàn)略,但受限于當(dāng)時(shí)技術(shù)水平的桎梏,物流效率出現(xiàn)了短暫的降低。在隨后幾年里,技術(shù)水平得到了提升,使物流業(yè)的發(fā)展更加迅速,物流效率大幅度提高。

從空間維度看,長(zhǎng)江上游地區(qū)的Malmquist指數(shù)均值為0.974,說(shuō)明上游地區(qū)的物流產(chǎn)業(yè)發(fā)展較慢,但有很大的提升空間。而長(zhǎng)江中游和下游地區(qū)的Malmquist指數(shù)均值分別為1.036和1.003,說(shuō)明長(zhǎng)江中游的物流產(chǎn)業(yè)比長(zhǎng)江下游地區(qū)的物流產(chǎn)業(yè)發(fā)展迅速,原因可能是因?yàn)殚L(zhǎng)江下游的物流產(chǎn)業(yè)已經(jīng)處于高水平狀態(tài),并且很難通過擴(kuò)大規(guī)模來(lái)提高其物流產(chǎn)業(yè)的效率。

2.長(zhǎng)江大保護(hù)區(qū)域物流Malmquist指數(shù)因素分解

根據(jù)式(3),可將Malmquist指數(shù)分為EC指數(shù)和TC指數(shù),計(jì)算結(jié)果如表8所示。

表8 2013—2017年長(zhǎng)江大保護(hù)區(qū)域各省市物流業(yè)Malmquist指數(shù)

資料來(lái)源:Deap2.1軟件處理結(jié)果。

青海、西藏、河南、浙江的Malmquist指數(shù)年均值呈現(xiàn)下降趨勢(shì),但下降原因不盡相同:青海、西藏主要是由于技術(shù)進(jìn)步的降低,而河南、浙江是因?yàn)榧夹g(shù)效率的下降。具體而言,云南省的Malmquist指數(shù)最高,位于1.30以上,屬高效率增長(zhǎng)區(qū)域;重慶、湖北、廣東的Malmquist指數(shù)位于1.10以上,屬較高效率增長(zhǎng)區(qū)域;除青海、西藏、河南外,其余地區(qū)指數(shù)位于1～1.1之間,效率增長(zhǎng)處于一般水平。

進(jìn)一步地,本文對(duì)2013—2017年長(zhǎng)江大保護(hù)區(qū)域物流業(yè)Malmquist指數(shù)再次分解,從時(shí)間維度對(duì)物流產(chǎn)業(yè)的EC指數(shù)和TC指數(shù)與綜合效率的變化關(guān)系進(jìn)行分析,具體如表9所示。

表9 2013—2017年長(zhǎng)江大保護(hù)區(qū)域物流業(yè)Malmquist指數(shù)的變動(dòng)與分解

資料來(lái)源:Deap2.1軟件處理結(jié)果。

長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)的Malmquist指數(shù)年均上升5.9%,其中技術(shù)進(jìn)步指數(shù)上升3.5%,技術(shù)效率指數(shù)上升2.3%,這說(shuō)明技術(shù)進(jìn)步是提高M(jìn)almquist指數(shù)的關(guān)鍵因素。此外,通過觀察可以發(fā)現(xiàn),技術(shù)進(jìn)步指數(shù)的下降,是引起2014—2016年Malmquist指數(shù)減少的主要原因,而技術(shù)進(jìn)步指數(shù)的提升也是2013—2014年和2016—2017年Malmquist指數(shù)上升的重要因素。通過繪制2013—2017年長(zhǎng)江大保護(hù)區(qū)域物流業(yè)Malmquist指數(shù)的變動(dòng)曲線,發(fā)現(xiàn)Malmquist指數(shù)曲線與技術(shù)進(jìn)步曲線的變化趨勢(shì)基本相同,這也再次證明長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)Malmquist指數(shù)的主要影響因素是技術(shù)進(jìn)步指標(biāo)。

五、結(jié)論與建議

本文將三階段DEA分析方法和Malmquist指數(shù)模型相結(jié)合,對(duì)2013—2017年長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率和Malmquist指數(shù)進(jìn)行分析,通過采用SFA方法對(duì)投入變量進(jìn)行調(diào)整,并運(yùn)用Tobit計(jì)量經(jīng)濟(jì)模型對(duì)長(zhǎng)江大保護(hù)區(qū)域物流效率的影響因素進(jìn)行了實(shí)證研究,得出以下結(jié)論。

首先,2013—2017年長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)總體發(fā)展態(tài)勢(shì)良好,但區(qū)域之間差異較大且發(fā)展不均衡,物流效率呈現(xiàn)出“下游高、上游低”的階梯式分布。下游區(qū)域物流效率較高但增速較慢,中上游區(qū)域物流效率相對(duì)較低,但有很大的發(fā)展空間。在長(zhǎng)江大保護(hù)區(qū)域的橫向?qū)Ρ戎?根據(jù)物流產(chǎn)業(yè)綜合效率和物流產(chǎn)業(yè)碳排放量?jī)蓚€(gè)指標(biāo),對(duì)長(zhǎng)江大保護(hù)區(qū)域19個(gè)省市進(jìn)行了聚類分析,得到了六類地區(qū),其中西藏、陜西、江西、廣西、福建、安徽地區(qū)屬于“高效率,低排放”型地區(qū),實(shí)現(xiàn)了高效率、低排放的發(fā)展水平,是其他地區(qū)學(xué)習(xí)的目標(biāo)。

其次,在剔除了外部環(huán)境因素對(duì)長(zhǎng)江大保護(hù)區(qū)域物流業(yè)效率的影響后,發(fā)現(xiàn)綜合效率增長(zhǎng)的關(guān)鍵因素是規(guī)模效率的增長(zhǎng)。規(guī)模效率的增長(zhǎng)率高于純技術(shù)效率的增長(zhǎng)率,說(shuō)明規(guī)模效率與純技術(shù)效率都對(duì)物流產(chǎn)業(yè)的綜合效率起到了提升作用,并且綜合效率增長(zhǎng)的關(guān)鍵因素是規(guī)模效率的增長(zhǎng)。長(zhǎng)江大保護(hù)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)則程度和能源利用率與物流效率呈明顯的正相關(guān)關(guān)系,而各地區(qū)交通基礎(chǔ)設(shè)施水平與物流效率呈負(fù)相關(guān)關(guān)系,低碳經(jīng)濟(jì)發(fā)展水平、生態(tài)發(fā)展水平以及信息化水平對(duì)物流效率有較小的影響。這表明國(guó)家高度重視物流產(chǎn)業(yè)的發(fā)展,各地區(qū)應(yīng)加快環(huán)境規(guī)則的制定,大力發(fā)展物流產(chǎn)業(yè)技術(shù),提高物流產(chǎn)業(yè)能源利用效率。

最后,通過運(yùn)用Malmquist指數(shù)模型對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率進(jìn)行動(dòng)態(tài)分析后,得出影響Malmquist指數(shù)提高的重要因素為技術(shù)進(jìn)步指數(shù)。從時(shí)間維度和空間維度,對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)Malmquist指數(shù)進(jìn)行分析,發(fā)現(xiàn)長(zhǎng)江大保護(hù)區(qū)域的物流產(chǎn)業(yè)綜合效率總體呈上升趨勢(shì),其中2013—2014年的Malmquist指數(shù)分布呈階梯狀,但在2016—2017年該問題有所改善。長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)的Malmquist指數(shù)年均上升約5.9%,技術(shù)效率年均增長(zhǎng)約2.3%,技術(shù)進(jìn)步指數(shù)維持在3.5%的上升趨勢(shì),這說(shuō)明對(duì)長(zhǎng)江大保護(hù)區(qū)域Malmquist指數(shù)提高具有關(guān)鍵作用的因素是技術(shù)進(jìn)步指數(shù)。

根據(jù)上述結(jié)論,為了長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)更好地發(fā)展,本文提出以下建議。

第一,對(duì)于“高效率,高排放”、“中效率,高排放”。以及“低效率,高排放”地區(qū),應(yīng)大力發(fā)展低碳經(jīng)濟(jì),提升區(qū)域物流綜合效率。要改善物流能源消費(fèi)結(jié)構(gòu),優(yōu)化物流運(yùn)輸線路設(shè)計(jì),降低運(yùn)輸車輛空載率,建立逆向物流循環(huán)體系,減少物流活動(dòng)終端碳排放。對(duì)于“中效率,低排放”以及“低效率,低排放”地區(qū),應(yīng)增加物流產(chǎn)業(yè)的資金投入,合理擴(kuò)大物流產(chǎn)業(yè)的經(jīng)濟(jì)規(guī)模,提高物流從業(yè)人員綜合素質(zhì),并且需重點(diǎn)關(guān)注物流產(chǎn)業(yè)的技術(shù)革新和結(jié)構(gòu)優(yōu)化等。

第二,根據(jù)第二階段SFA回歸分析結(jié)果,說(shuō)明物流產(chǎn)業(yè)效率的提高需要政府的支持,但政府不可長(zhǎng)期過度干預(yù)。因此,政府部門應(yīng)在符合當(dāng)?shù)貙?shí)際情況以及市場(chǎng)規(guī)律的條件下,對(duì)交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)以及郵政業(yè)等物流行業(yè)提供財(cái)政支持,完善物流產(chǎn)業(yè)中的投融資模式,合理規(guī)劃物流產(chǎn)業(yè)中的基礎(chǔ)設(shè)施布局,進(jìn)一步完善交通運(yùn)輸、倉(cāng)儲(chǔ)以及郵政業(yè)的管理體系,積極推進(jìn)物流產(chǎn)業(yè)專業(yè)設(shè)備的研發(fā)及改造,加強(qiáng)對(duì)財(cái)政支出的科學(xué)管理,提高資源配置效率。要抓住“長(zhǎng)江大保護(hù)”的戰(zhàn)略機(jī)會(huì),制定合理的相關(guān)政策,將“指示”落實(shí)到“行動(dòng)”,促進(jìn)長(zhǎng)江大保護(hù)區(qū)域各省市的物流產(chǎn)業(yè)發(fā)展。

第三,從長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)整體的Malmquist指數(shù)可以看出,長(zhǎng)江大保護(hù)區(qū)域發(fā)展不均衡,這樣不利于長(zhǎng)江流域物流產(chǎn)業(yè)整體發(fā)展。因此,國(guó)家應(yīng)大力支持物流產(chǎn)業(yè)發(fā)展要素的供給側(cè)改革,加快建設(shè)網(wǎng)格化物流產(chǎn)業(yè)基礎(chǔ)設(shè)施,持續(xù)加強(qiáng)物流產(chǎn)業(yè)管理方法的創(chuàng)新優(yōu)先保障區(qū)域之間物流業(yè)生產(chǎn)要素的合理分配,為各區(qū)域之間的物流產(chǎn)業(yè)合作提供幫助,構(gòu)建全國(guó)一體化的物流產(chǎn)業(yè)發(fā)展模式。□