低碳經濟視角下我國北部區(qū)域農產品電商物流效率測度
——基于SBM-ML模型

李 勝 ， 張思雨 ， 于世強 ， 馮志威

（1.中國農業(yè)科學院財務局，北京 100081；2.哈爾濱商業(yè)大學管理學院，黑龍江 哈爾濱 150028；3.哈爾濱商業(yè)大學會計學院，黑龍江 哈爾濱 150028）

0 引言

物流業(yè)作為支撐國民經濟發(fā)展的基礎產業(yè)，不僅保障了群眾的基礎生活，同時也促進了產業(yè)鏈供應鏈的穩(wěn)定發(fā)展。物流效率是物流業(yè)發(fā)展水平的重要體現(xiàn)，對于物流效率的測度方面，國內多數(shù)學者采用DEA或Tobit模型，或將兩者結合進行研究。

張竟軼等[1]借鑒三階段DEA評價模型，選取我國31個省區(qū)市2010—2014年物流業(yè)中的交通運輸、倉儲和郵政業(yè)作為指標，對我國目前總體物流水平進行評價研究。王東方等[2]通過DEA模型，對我國產業(yè)效率的空間差異及成因進行分析，研究發(fā)現(xiàn)國內物流業(yè)技術效率低下且不同地區(qū)間物流效率差異大。張娜等[3]基于三階段DEA模型對西部地區(qū)2011—2014年的物流產業(yè)效率進行測度，研究發(fā)現(xiàn)，西部地區(qū)物流產業(yè)整體效率較低，資源沒有得到合理配置。陶婷婷[4]利用Tobit回歸模型分析產業(yè)集聚對物流業(yè)效率的影響，結果表明專業(yè)化集聚對產業(yè)效率產生正向影響，多樣化集聚則表現(xiàn)為U型非線性關系。徐良培和李淑華[5]利用SFA方法對我國農產品物流技術效率進行了測算，研究了環(huán)境因素對農產品物流技術效率的影響。

從上述學者的研究中不難看出：

1）多數(shù)文獻是對全國區(qū)域或是經濟較為發(fā)達區(qū)域進行效率測度，缺乏對我國北部省份近5年的研究。

2）采用DEA原始方法的學者較多，多數(shù)學者沒有采用含有非期望產出的SBM模型進行測度。

3）鮮少文獻能綜合農產品物流和電子商務進行探討。基于上述原因，本文以我國北方省份的物流產業(yè)為例，結合前人研究成果和電商特征選取更加完善的評價指標構建SBM模型，對我國北部區(qū)域省份農產品電商物流效率進行測度，同時依據(jù)測量結果，利用ML模型進行動態(tài)分析，進而提出相關建議。

1 研究方法及指標構建、選取

1.1 基于“三非”——非期望產出、非徑向、非角度的SBM-DEA模型

SBM-DEA模型中有L個決策單元（DMU），每個DMU有H項投出，M1項期望產出，M2項非期望產出。顯然，投入向量集：期望產出向量集：非期望產出向量集：在環(huán)境約束下該模型可以表示為：

式中，等式表示期望產出與非期望產出的聯(lián)合弱可處置性和零結合性，不等式表示投入與期望產出的強可處置性，μ表示橫截面觀察值的非負權重。

式中，f為DMU0中包含的投入指標數(shù)量，z1、z2分別表示期望產出數(shù)和非期望產出數(shù)。e-、eg、eb分別表示DMU0的投入變量、產出變量和非期望產出的松弛變量。X、Yg、Yb分別表示投入、產出和非期望產出矩陣，λ表示權重向量。ρ*的分子與分母分別表示產出無效率和投入無效率，函數(shù)ρ*是關于松弛變量e-、eg、eb的嚴格單調遞減函數(shù)。對于特定的決策單元而言，當且僅當e-、eg、eb三者為0時，ρ*=1，即決策單元有效；當0＜ρ*＜1時，決策單元非有效，存在改進的空間[6]。

1.2 Malmquist指數(shù)模型

由于各決策單元的生產技術、規(guī)模存在時間序列上的變化，若將不同時間段的決策單元置于統(tǒng)一生產前沿面進行效率評價和對比，就無法得到生產技術變化、生產規(guī)模變化對決策單元效率變化的貢獻度[7]。于是，本研究在SBM模型上，利用熊巍等[8]對Malmquist的研究，將Malmquist指數(shù)分解為技術效率和技術進步的變化，具體分解如下：

2 指標選取與數(shù)據(jù)來源、處理

遵循指標選取的客觀性和相關性原則，加之統(tǒng)計年鑒中并沒有物流這個產業(yè)的分類，考慮到物流業(yè)80%以上的產值均來自交通運輸、倉儲和郵政業(yè)，所以本研究將交通運輸、倉儲和郵政業(yè)等同于物流業(yè)[9]。本研究選取我國北部16個省區(qū)市2016—2020年年末交通運輸、倉儲和郵政業(yè)的相關指標，綜合反映低碳經濟下區(qū)域農產品電商物流的建設水平。如表1所示，結合前人文獻，主要從基礎設施、信息技術和能源消耗三個層面確定投入變量。

表1 我國北部農產品電商物流效率指標選取

1）農村投遞路線。農村投遞路線反映了區(qū)域物流業(yè)在農產品物流建設上的投入。投遞路線越長，代表區(qū)域向當?shù)剞r產品物流建設方面輸入的人力、物力和財力就越多，促進區(qū)域農村與各省份的物流發(fā)展。

2）區(qū)域農產品電子商務銷售額和區(qū)域農產品郵電業(yè)務總量。物流產業(yè)作為經濟發(fā)展的必然產物，也充分分享了現(xiàn)代信息技術突破性發(fā)展帶來的前所未有的活力，電子商務、郵電業(yè)務與信息技術的發(fā)展緊密相關[10]。首先，由于不存在區(qū)域在電子商務上投入的直接指標，故采用電子商務銷售額來間接反映。電子商務銷售額和郵電業(yè)務總量都能有效反映區(qū)域物流業(yè)在信息技術方面的投入規(guī)模。其次，由于測度對象是區(qū)域農產品，加之統(tǒng)計年鑒中只顯示區(qū)域變量數(shù)值，故用區(qū)域農業(yè)總產值占地區(qū)GDP總產值的比重來估測區(qū)域農產品電子商務銷售額和郵電業(yè)務總量。

3）區(qū)域農產品載貨汽車擁有量?？紤]到農產品物流以公路運輸為主，選取區(qū)域農產品載貨汽車擁有量（剔除非運營狀態(tài)）作為能源消耗的主要載體，有效反映了區(qū)域農產品電商物流的能源投入量。同理，采用區(qū)域農業(yè)總產值占地區(qū)GDP總產值的比重來估測區(qū)域農產品載貨汽車擁有量。

期望產出指標的選取：主要選取兩類指標代表區(qū)域農產品電商物流的經營情況。主要包括：1）區(qū)域農產品貨物周轉量。選擇2016—2020年16個省區(qū)市公路的貨物周轉量，再用區(qū)域農業(yè)總產值除以地區(qū)GDP總產值來估測區(qū)域農產品貨物周轉量可以直觀地代表各省區(qū)市農產品電商物流的營運成果。2）區(qū)域農產品快遞業(yè)務收入。該指標非常直觀地表示了區(qū)域農業(yè)物流業(yè)帶來的增收，也能代表經營狀況，計算方法同上。

非期望產出指標的選取：區(qū)域農產品碳排放量。將區(qū)域農產品碳排放量納入產出指標體系，有效反映了區(qū)域農產品電商物流能源消耗對環(huán)境的影響。先通過計算各省區(qū)市各自的貨運總量占全國貨運總量的比重，再乘以全國能源消耗總量得到各省區(qū)市的能源消耗量（換算為萬噸標準煤），再乘以碳排放系數(shù)將區(qū)域碳排放量計算出來，最后利用區(qū)域農業(yè)總產值占地區(qū)GDP總產值的比重來估測區(qū)域農產品碳排放量。

各變量數(shù)據(jù)均來源于2017—2021年度《中國統(tǒng)計年鑒》、各省區(qū)市統(tǒng)計年鑒及統(tǒng)計公報。數(shù)據(jù)處理方面，縱觀國內多數(shù)論文，大部分論文在處理數(shù)據(jù)時進行離差標準化，是為了避免數(shù)據(jù)指標量綱不同。本文綜合考慮國內多數(shù)論文的數(shù)據(jù)處理方式，采用歸一化對數(shù)據(jù)進行標準化，具體標準化公式如下：

3 區(qū)域的劃分

本研究以省區(qū)市為單位進行效率測度，為了方便研究，同時參照地理位置的劃分，進一步將新疆、西藏、青海、甘肅、陜西劃分為西部地區(qū)，將內蒙古、寧夏、山西、河南、河北劃分為中部地區(qū)，將黑龍江、吉林、遼寧、北京、天津、山東劃分為東部地區(qū)。

4 物流綜合效率的分析

通過SBM模型，將碳排放量定義為非期望產出，借助MATLAB（2021b）軟件得到2016—2020年我國北部16個省區(qū)市農產品電商物流總體效率，詳情如表2所示。

對于特定的評價單元，測度值為1是最高值，即表示生產單位完全有效；若測度值小于1，說明存在效率損失。由表2可知，在低碳經濟引領下，我國北部16個省區(qū)市2016—2020年農產品電商物流效率均值為0.742，西部地區(qū)均值為0.587、中部地區(qū)均值為0.793、東部地區(qū)均值為0.845?？梢?，我國北部16個省區(qū)市農產品電商物流效率總體水平較低，且西部地區(qū)遠低于中部和東部地區(qū)。

表2 2016—2020年我國北部16個省區(qū)市農產品電商物流總體效率

從個體上分析，寧夏、河北、黑龍江、北京和天津五個地區(qū)的物流總體效率始終為1，可知上述地區(qū)的物流投入、產出均達到有效狀態(tài)且比較穩(wěn)定，即始終處于效率前沿頂端。西藏、內蒙古、吉林、陜西和河南五省份的農產品電商物流效率多數(shù)年份為1且各自物流效率均值較高，說明該五省份農產品電商物流發(fā)展水平相對較高。新疆、遼寧和山東三省份各自物流效率均值均介于0.5～0.7之間，說明該三省份農產品電商物流發(fā)展水平相對中等。青海、甘肅和山西三省份各自的物流效率均值均小于0.5，與總體農產品電商物流效率均值差距較大，說明上述三省份的資源沒有得到合理配置。其次，同一個省份在不同年份之間的物流效率也會產生波動，如青海、陜西等省份的物流投入產出時而效率較高，時而效率低下。

分地區(qū)來看，如圖1所示，西部地區(qū)在2018—2019年農產品電商物流效率下降幅度較大。由于2019年，中央全面深化改革委員會第七次會議審議通過了《關于新時代推進西部大開發(fā)形成新格局的指導意見》，旨在促進西部地區(qū)經濟社會發(fā)展與人口、資源、環(huán)境相協(xié)調。極大可能受該政策的影響，在此之后西部地區(qū)物流效率有顯著提升，中部地區(qū)農產品電商物流效率變化趨勢與西部地區(qū)相似。2019—2020年，西部地區(qū)農產品電商物流效率接近0.5，中、東部地區(qū)物流效率均接近0.8，表明西部地區(qū)農產品電商物流效率發(fā)展水平較為低下，資源沒有得到合理配置，而中、東部地區(qū)物流效率呈現(xiàn)上升趨勢且具有20%左右的提升空間?？傮w而言，中國北部16個省區(qū)市農產品電商物流效率總體呈現(xiàn)先下降后上升的趨勢，介于0.6～0.8之間。

圖1 2016—2020年各地區(qū)農產品電商物流效率平均值變化趨勢

5 我國北部16個省區(qū)市農產品電商物流效率動態(tài)分析

SBM模型對各省區(qū)市農村物流效率的評價僅僅是從靜態(tài)的視角反映的，而全要素生產率則提供了一個動態(tài)的研究視角，有效反映了各省區(qū)市農村物流效率隨時間變化的發(fā)展趨勢。本文利用2016—2020年我國北部16個省區(qū)市投出產出的面板數(shù)據(jù)構建了Malmquist指數(shù)，進一步分析我國北部農產品電商物流效率及其分解值。由圖1可知，總體農產品電商物流效率在2018—2019年有明顯的下降趨勢，為深探其變化原因，將2018—2019年全要素生產率指數(shù)通過ML模型分解為純技術效率指數(shù)（PEC）、技術進步指數(shù)（TC）和規(guī)模效率指數(shù)（SEC），如表3所示。

由表3可知，整體純技術效率指數(shù)、技術進步指數(shù)、規(guī)模效率指數(shù)分別為0.951、0.974、0.927，說明樣本總體物流效率的下降主要是由純技術效率和規(guī)模效率的下降所引起的。西部地區(qū)這三個相關指數(shù)分別為1.038、0.975、0.645，說明西部地區(qū)總體農產品物流效率的下降主要受技術和規(guī)模的影響；而觀察中部地區(qū)和東部地區(qū)的三個指數(shù)發(fā)現(xiàn)它們均呈現(xiàn)上升趨勢，說明中、東部地區(qū)相應農產品物流效率處于提升階段，且主要依賴于技術進步和規(guī)模的改善。

表3 2018—2019年我國北部區(qū)域農產品電商物流全要素生產率指數(shù)分解值

從各省區(qū)市來看，結果如表4所示，在2018—2019年，除了陜西、山西、河南、黑龍江、吉林五省全要素生產率指數(shù)大于1外，其余各省區(qū)市均低于完全有效值。其中，陜西效率值高主要依靠純技術效率和技術進步加持，山西主要源于純技術效率和規(guī)模效率，河南、黑龍江和吉林皆源于技術進步。由此可推測出，純技術效率和規(guī)模效率并未完全發(fā)揮其對區(qū)域農產品電商物流效率的推動作用。研究范圍內的其他省區(qū)市物流效率全要素生產率均小于1，說明各省區(qū)市農產品電商物流效率發(fā)展趨勢并不相同。結合表3可知，純技術效率和規(guī)模效率的提升成為2019年之后我國北部16個省區(qū)市農產品電商物流效率改善的驅動方向。

表4 2018—2019年我國北部16個省區(qū)市農產品電商物流全要素生產率指數(shù)分解值

6 結論與建議

本文通過考慮碳排放的情況，運用含有非期望產出的SBM模型對我國北部16個省區(qū)市農產品電商物流效率進行評價，然后借助Malmquist指數(shù)模型細化分析了北部16個省區(qū)市（分為東、西、中部地區(qū)）2018—2019年總體物流效率下降的原因，研究發(fā)現(xiàn)：

1）我國北部16個省區(qū)市農產品電商物流效率總體水平較低，加之地區(qū)差異性較大，在地區(qū)農產品電商物流效率值的比較上，東部地區(qū)＞中部地區(qū)＞西部地區(qū)。

2）2018—2019年期間，全要素生產率指數(shù)高的五個省份大多數(shù)受到技術進步指數(shù)影響，而純技術效率和規(guī)模效率并未完全顯現(xiàn)推動作用，并且研究范圍內的其他省區(qū)市農產品電商物流全要素生產率均小于1。

綜上所述，建議政府應先從發(fā)展低碳物流入手，以避免走“先污染后治理”的老路；其次，我國北部各省區(qū)市應當緊抓技術發(fā)展，切實提高農產品電商物流的效率；最后，我國北部各省區(qū)市應緊抓國家戰(zhàn)略，積極向發(fā)展快速的地區(qū)學習低碳物流管理技術，持續(xù)縮小各地區(qū)農產品電商物流效率之間的差異。