中國物流業(yè)綠色發(fā)展效率時空演化及因素分解研究

劉小蘭 朱穎

摘?要：在考慮物流業(yè)能耗和碳排放的基礎(chǔ)上，運用DEA模型和Malmquist指數(shù)模型對中國30個省市區(qū)2003—2018年的物流業(yè)綠色發(fā)展效率、綠色全要素生產(chǎn)率及其分解情況進行測度分析。研究發(fā)現(xiàn)：中國物流業(yè)綠色發(fā)展效率總體呈現(xiàn)出“U”字形趨勢，中國各省市物流業(yè)綠色全要素生產(chǎn)率指數(shù)均小于1，呈現(xiàn)負增長態(tài)勢，其中技術(shù)退步是導(dǎo)致中國物流業(yè)綠色發(fā)展效率下降的最主要原因。為提高物流業(yè)綠色發(fā)展效率，從積極落實碳交易政策、加大技術(shù)及教育投入、加強區(qū)域協(xié)作以及因地制宜地制定政策和進行投資等方面提出對策建議。

關(guān)鍵詞：低碳；物流效率；數(shù)據(jù)包絡(luò)分析；Malmquist指數(shù)

中圖分類號：F259.27???文獻標識碼：A?文章編號：1005-6432（2023）25-0168-05

DOI：10.13939/j.cnki.zgsc.2023.25.168

1?引言

當前我國物流業(yè)發(fā)展仍屬于要素投入型，存在能源消耗過快、環(huán)境污染嚴重、運作效率低等問題，是碳減排的重點行業(yè)，因此，加快發(fā)展綠色物流，整合運輸資源，提高利用效率，成為現(xiàn)階段發(fā)展目標。就學術(shù)界現(xiàn)有研究動態(tài)來看，關(guān)于物流業(yè)發(fā)展效率的研究方法主要有參數(shù)法和非參數(shù)法。在參數(shù)法方面，韓東亞等［1］選擇80家物流上市公司為樣本，運用SFA模型對物流業(yè)效率進行實證研究。樊元等［2］運用SFA模型選擇我國30個省市地區(qū)對不同區(qū)域物流效率進行測算。劉瑞娟等［3］采用SFA模型測算物流產(chǎn)業(yè)效率并檢驗交通基礎(chǔ)設(shè)施對其的空間溢出效應(yīng)。在非參數(shù)法方面，鄭金娥等［4］運用DEA-BCC模型對長江經(jīng)濟帶11個省份的物流效率進行分析。李玥等［5］運用DEA方法和Malmquist生產(chǎn)率指數(shù)法對長江經(jīng)濟帶物流全要素生產(chǎn)率進行測定。姚山季等［6］運用三階段DEA和Malmquist模型，以“一帶一路”沿線省份為研究對象，將二氧化碳排放量納入評價體系對其物流業(yè)效率進行測度。

基于此，文章選擇我國30個省市區(qū)為研究對象，從靜態(tài)及動態(tài)視角運用DEA模型和Malmquist指數(shù)法測算物流業(yè)發(fā)展效率和綠色全要素生產(chǎn)率，從不同角度進行更全面的分析，最后結(jié)合我國發(fā)展現(xiàn)狀提出針對性的建議。

2?方法與數(shù)據(jù)

2.1?研究方法

2.1.1?靜態(tài)效率評價模型及因素分解

數(shù)據(jù)包絡(luò)分析法（DEA）是一種運用線性規(guī)劃測度和評價決策單元（DMU）效率的方法，適合于多投入、多產(chǎn)出的DMU效率評價。文章選擇投入導(dǎo)向下的DEA模型對我國物流綠色發(fā)展效率進行靜態(tài)評價。

假設(shè)有n個DMU，每個DMUj（j=1，?2，?…，?n）均包含m種投入要素，記為xij（i=1，…，m）；?s種產(chǎn)出要素，記為yrj（r=1，?…，?s）；每個DMU都保持規(guī)模報酬不變，構(gòu)建DEA-CCR模型如下：

minθ

s.t.nj=1λjxij+s-i=θxijo

nj=1λjyrj-s+r=yrjo

λj≥0，?j=1，?2，?…，?n

s-i≥0，?s+r≥0（1）

式中，目標函數(shù)值θ為DMU物流業(yè)綠色發(fā)展效率，0≤θ≤1；?λj為權(quán)重向量；si-，?sr+為松弛變量。

在DEA-CCR模型的基礎(chǔ)上增加∑nj=1λj=1的約束條件，生成DEA-BCC模型，用于評價物流業(yè)綠色純技術(shù)效率，且規(guī)模效率=綠色發(fā)展效率/綠色純技術(shù)效率。

2.1.2?動態(tài)效率評價模型及因素分解

Malmquist指數(shù)用于表示跨期生產(chǎn)率效率的變動。在DEA-CCR和DEA-BCC模型的基礎(chǔ)上得到Malmquist指數(shù)的距離函數(shù)Dtc（xtr，?ytr）和Dtv（xtr，?ytr），則從t時期到t+1時期的全要素生產(chǎn)率（tfpch）為：

tfpch=effch×techch=pech×sech×techch=Dt+1c（xt+1r，?yt+1r）Dtc（xtr，?ytr）×Dtc（xt+1r，?yt+1r）Dt+1c（xt+1r，?yt+1r）×Dtc（xtr，?ytr）Dt+1c（xtr，?ytr）12=Dt+1v（xt+1r，?yt+1r）Dtv（xtr，?ytr）×Dt+1c（xt+1r，?yt+1r）/Dt+1v（xt+1r，?yt+1r）Dt+1c（xtr，?ytr）/Dt+1v（xtr，?ytr）×Dtc（xt+1r，?yt+1r）Dt+1c（xt+1r，?yt+1r）×Dtc（xtr，?ytr）Dt+1c（xtr，?ytr）12（2）

全要素生產(chǎn)率（tfpch）可以分解為技術(shù)效率變化（effch）和技術(shù)進步變化（techch），在規(guī)模報酬不變的假設(shè)條件下，技術(shù)效率變化（effch）又可以分解為純技術(shù)效率變化（pech）和規(guī)模效率變化（sech）。

2.2?評價指標體系構(gòu)建及數(shù)據(jù)來源

2.2.1?評價指標體系構(gòu)建

在考慮指標科學性、完備性以及數(shù)據(jù)可獲得性的基礎(chǔ)上，選取除中國西藏自治區(qū)、中國香港特區(qū)、中國澳門特區(qū)、中國臺灣之外的30個省市區(qū)作為研究對象，構(gòu)建中國物流業(yè)綠色發(fā)展效率評價指標體系，如表1所示。

其中物流資本存量借鑒張軍等［7］的做法進行計算；物流業(yè)能源消耗量運用能源折標準煤系數(shù)折算成標準煤；物流業(yè)CO2排放量運用線性數(shù)據(jù)轉(zhuǎn)換函數(shù)法［8］將其轉(zhuǎn)換為期望產(chǎn)出。

2.2.2?數(shù)據(jù)來源

文章采用交通運輸、倉儲和郵政業(yè)的相關(guān)數(shù)據(jù)反映我國物流業(yè)的情況；基礎(chǔ)數(shù)據(jù)主要來源于國家統(tǒng)計局、CEADs中國碳核算數(shù)據(jù)庫、中國商務(wù)年鑒、中國能源統(tǒng)計年鑒等。

3?實證分析

3.1?物流業(yè)綠色發(fā)展效率靜態(tài)分析

3.1.1?物流業(yè)綠色發(fā)展效率時間演進分析

按國家統(tǒng)計局劃分方式將30個省市區(qū)分為東部、中部和西部三個區(qū)域，得到時間演變趨勢，如圖1所示。

圖1?區(qū)域劃分及2003—2018年中國物流業(yè)綠色效率總體特征

研究期內(nèi)，我國物流業(yè)綠色發(fā)展效率呈現(xiàn)出2003—2008年下降、2009—2013年調(diào)整、2014—2018年上升的“U”字形趨勢。這是由于在“十一五”期間，物流業(yè)在需求驅(qū)動下依靠能源和要素投入取得了迅猛的發(fā)展，但造成大量的能耗以及嚴重的環(huán)境污染，使得其在2003—2008年不斷下降；直至2008年金融危機的影響，經(jīng)濟增速放緩，物流需求減少，且此時粗放式的物流發(fā)展模式與我國的發(fā)展不再適用，改變了我國物流業(yè)綠色發(fā)展效率一路下降的趨勢，使其在2009—2013年趨于平緩；2013年，國家堅持穩(wěn)中求進的工作總基調(diào)，經(jīng)濟運行穩(wěn)中向好、效益持續(xù)提高，清潔能源消費比重增加、綠色物流得到良好發(fā)展，使其在2014—2018年有顯著提升。

從分解視角來看，純技術(shù)效率變動趨勢與綠色發(fā)展效率總體一致，表現(xiàn)為東部明顯高于其他地區(qū)和全國均值，中部和西部總體落后于全國均值，中部波動較大，可以看出純技術(shù)效率是造成各地區(qū)差異顯著的主要原因。規(guī)模效率除東部在2003—2007年波動較大外，各地區(qū)均接近最優(yōu)前沿面。

3.1.2?物流業(yè)綠色發(fā)展效率空間差異分析

為進一步分析物流業(yè)不同發(fā)展階段中各省市區(qū)間的效率差異，將各省市區(qū)在“U”字形三個階段的物流業(yè)綠色發(fā)展效率均值進行統(tǒng)計，結(jié)果如表2所示。

研究期內(nèi)，河北、內(nèi)蒙古、安徽、青海、寧夏的物流業(yè)綠色發(fā)展效率值始終有效，說明這些地區(qū)物流業(yè)資源配置合理，不存在投入冗余或產(chǎn)出不足；新疆在第二階段加入DEA有效的行列，遼寧、上海在第三階段達到有效，說明這些地區(qū)對資源保護及碳排放的重視程度不斷加深，有較高的物流碳排放績效水平；貴州、云南、陜西地區(qū)在三個階段中始終處于低效率行列，說明這些地區(qū)物流業(yè)投入與產(chǎn)出不匹配，應(yīng)加強對資源的約束并減少物流過程中的碳排放。

3.2?物流業(yè)綠色發(fā)展效率動態(tài)分析

3.2.1?物流業(yè)綠色全要素生產(chǎn)率時間演進分析

2003—2018年中國物流業(yè)全要素生產(chǎn)率指數(shù)的變動與分解結(jié)果，如表3所示。我國物流業(yè)綠色全要素生產(chǎn)率平均下降26.4%，主要是由于技術(shù)進步指數(shù)平均下降26.2%所造成。從技術(shù)效率分解項的角度考慮，導(dǎo)致技術(shù)效率下降的主要原因是純技術(shù)效率，因為純技術(shù)效率變化指數(shù)平均下降0.6%，而規(guī)模效率變化指數(shù)平均增長0.4%。不難看出，物流業(yè)綠色全要素生產(chǎn)率在技術(shù)退步和純技術(shù)效率下降的雙重影響下下降了26.4%。

3.2.2?物流業(yè)綠色全要素生產(chǎn)率空間差異分析

2003—2018年中國各省市區(qū)物流業(yè)全要素生產(chǎn)率指數(shù)的變動與分解結(jié)果，如表4所示。

從區(qū)域視角來看，研究期內(nèi)全國和東中西部物流業(yè)綠色全要素生產(chǎn)率分別為0.736和0.739、0.701、0.763；從分解指標來看，造成技術(shù)效率下降的主要原因均為技術(shù)進步的貢獻率低，在中部地區(qū)體現(xiàn)尤為顯著，其技術(shù)效率變化、純技術(shù)效率變化、規(guī)模效率變化均大于1，而技術(shù)進步下降30.6%，導(dǎo)致綠色全要素生產(chǎn)率下降29.9%；全國和東中西部規(guī)模效率增長率為0.4%和0.1%、0.6%、0.3%，增幅極小，表明我國物流業(yè)的現(xiàn)有規(guī)模仍需進一步擴大。

從省域視角來看，研究期內(nèi)我國30個省市區(qū)的物流業(yè)綠色全要素生產(chǎn)率指數(shù)均小于1，呈現(xiàn)負增長態(tài)勢，可見各省市區(qū)在降低能耗及碳排放方面的措施成效不足。從分解指標來看，30個省市區(qū)中有22個規(guī)模效率大于等于1，其余降低最多的也僅下降0.2%，究其原因，與我國近年來對物流行業(yè)的重視和整頓是分不開的，隨著物流行業(yè)不斷實現(xiàn)規(guī)?；I(yè)化和社會化，物流業(yè)規(guī)模效應(yīng)顯現(xiàn)，規(guī)模效率得以提升。

4?研究結(jié)論與政策啟示

4.1?研究結(jié)論

從靜態(tài)角度來看，研究期內(nèi)我國物流業(yè)綠色發(fā)展效率總體呈現(xiàn)出先下降再調(diào)整后上升的“U”字形趨勢；東部地區(qū)明顯高于其他地區(qū)和全國平均值，中部和西部地區(qū)總體低于全國平均值，中部地區(qū)波動較大；從分解指標來看，我國物流業(yè)綠色純技術(shù)效率與綠色發(fā)展效率變動趨勢總體一致，綠色純技術(shù)效率是造成各區(qū)域間物流業(yè)綠色發(fā)展效率差異顯著的主要原因。

從動態(tài)角度來看，研究期內(nèi)我國物流業(yè)綠色發(fā)展效率總體呈現(xiàn)下降趨勢；分省份來看，我國30個省市區(qū)的物流業(yè)綠色全要素生產(chǎn)率指數(shù)均小于1，呈現(xiàn)負增長態(tài)勢；從分解指標來看，大部分規(guī)模效率變化指數(shù)都大于1，然而技術(shù)進步變化指數(shù)卻全部小于1，說明技術(shù)退步是導(dǎo)致我國物流業(yè)綠色發(fā)展效率下降的最主要原因。

4.2?政策啟示

其一，積極落實碳交易政策。從包裝、運輸、配送等各方面實現(xiàn)低碳。其二，加大技術(shù)和教育投入。一方面，推動綠色生產(chǎn)技術(shù)的研發(fā)與創(chuàng)新，提高技術(shù)進步貢獻率；另一方面，增強公民的環(huán)境保護意識以及為綠色技術(shù)發(fā)展提供人力資源保證。其三，加強區(qū)域間協(xié)作。實現(xiàn)優(yōu)勢互補，優(yōu)化資源配置，以點帶面，最終實現(xiàn)整體優(yōu)質(zhì)發(fā)展。其四，因地制宜地制定政策和進行投資。通過考慮各地區(qū)不同的資源稟賦，從政策、資金、人力和能源上進行不同的重點投入。

參考文獻：

［1］韓東亞，劉宏偉.我國物流業(yè)技術(shù)效率及影響因素：來自上市公司的實證研究［J］.中國流通經(jīng)濟，2019，33（11）：17-26.

［2］樊元，馬麗梅.基于SFA的中國地區(qū)物流效率研究［J］.商業(yè)時代，2011（27）：39-40.

［3］劉瑞娟，王建偉，黃澤濱.交通基礎(chǔ)設(shè)施、空間溢出效應(yīng)與物流產(chǎn)業(yè)效率：基于“絲綢之路經(jīng)濟帶”西北5省區(qū)的實證研究［J］.工業(yè)技術(shù)經(jīng)濟，2017，36（6）：21-27.

［4］鄭金娥，關(guān)高峰，杜厚維.長江經(jīng)濟帶省域物流業(yè)效率差異研究［J］.統(tǒng)計與決策，2020，36（11）：110-113.

［5］李玥，李成標.長江經(jīng)濟帶物流全要素生產(chǎn)率測度及時空演變［J］.統(tǒng)計與決策，2018，34（19）：109-113.

［6］姚山季，馬琳，來堯靜.“一帶一路”重點省份低碳物流效率測度［J］.生態(tài)經(jīng)濟，2020，36（11）：18-24.

［7］張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000［J］.經(jīng)濟研究，2004（10）：35-44.

［8］卞亦文.基于DEA理論的環(huán)境效率評價方法研究［D］.合肥：中國科學技術(shù)大學，2006.