絲綢之路經(jīng)濟(jì)帶沿線區(qū)域低碳物流效率測度及影響因素研究

李鳳 郭燁鋒

摘要：實(shí)現(xiàn)“雙碳”目標(biāo)，發(fā)展低碳物流是必由之路。文章選取2010—2020年絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)省、自治區(qū)、直轄市相關(guān)數(shù)據(jù)，采用三階段DEA模型和全局Malmquist指數(shù)分析沿線區(qū)域低碳物流效率，并采用Tobit回歸分析影響因素。結(jié)果表明：研究期內(nèi)，絲綢之路經(jīng)濟(jì)帶沿線區(qū)域低碳物流效率呈波浪式變化態(tài)勢；地區(qū)科技水平越高越能有效減少低碳物流投入冗余，產(chǎn)業(yè)結(jié)構(gòu)越合理越能有效減少人力資源浪費(fèi)；加強(qiáng)融合基礎(chǔ)設(shè)施建設(shè)、提升貨物進(jìn)口額和能源利用效率對提高低碳物流效率有促進(jìn)作用，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)和純新型基礎(chǔ)設(shè)施建設(shè)則對低碳物流效率的提高有抑制作用。今后應(yīng)積極推動傳統(tǒng)物流產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，進(jìn)一步優(yōu)化能源結(jié)構(gòu)，助推低碳物流高質(zhì)量發(fā)展。

關(guān)鍵詞：絲綢之路經(jīng)濟(jì)帶；低碳物流效率；SBM模型；全局Malmquist指數(shù)；Tobit回歸

中圖分類號：F503；C812???? 文獻(xiàn)標(biāo)志碼：A? 文章編號：1007-8576（2024）02-0070-11

DOI：10.16716/j.cnki.65-1030/f.2024.02.007

On Low-Carbon Logistics Efficiency of Regions

along the Silk Road Economic Belt

LI? Feng， GUO? Yefeng

（Xinjiang University of Finance and Economics， Urumqi 830012， China）

Abstract： In the context of China's carbon peaking and carbon neutrality goals， the low-carbon logistics efficiency along the Silk Road Economic Belt has become an issue worth studying. This study selected data from provinces along the Silk Road Economic Belt from 2010 to 2020， analyzed their low-carbon logistics efficiency from both static and dynamic perspectives by using three-stage DEA and global Malmquist index and analyzed its influencing factors by using Tobit regression. The research has found that excellent regional technological level can effectively reduce redundancy in low-carbon logistics investment， and a reasonable industrial structure can effectively reduce waste of manpower investment. The overall low-carbon logistics efficiency along the Silk Road Economic Belt shows a wave like development trend. The integration of infrastructure construction， import value of goods， and energy utilization all play a role in promoting low-carbon logistics efficiency. Traditional infrastructure construction and purely new-type infrastructure have an inhibitory effect on low-carbon logistics efficiency. In the future， it is of great necessity to actively promote the digital transformation of the traditional logistics industry， further optimize the energy structure， and promote the high-quality development of low-carbon logistics.

Key words： the Silk Road Economic Belt; low-carbon logistics efficiency; SBM model; global malmquist index; Tobit regression

一、問題的提出

2020年9月22日，國家主席習(xí)近平在第七十五屆聯(lián)合國大會一般性辯論上發(fā)表重要講話時(shí)說：“中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭于 2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和。”2022年10月，黨的二十大報(bào)告指出，“推動經(jīng)濟(jì)社會發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”。物流業(yè)作為聯(lián)結(jié)國家貿(mào)易的重要紐帶，能夠協(xié)調(diào)各區(qū)域共同發(fā)展，促進(jìn)產(chǎn)業(yè)分工合作，是經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)?！笆濉睍r(shí)期，我國物流業(yè)迅速發(fā)展，但因傳統(tǒng)物流業(yè)具有高投入、高能耗、高排放特點(diǎn)，故對環(huán)境造成了很大負(fù)擔(dān)。2020年，我國物流業(yè)能源消耗量達(dá)3.85億噸標(biāo)準(zhǔn)煤，占能源消耗總量的7.73%1，大力發(fā)展節(jié)能高效的低碳物流已成為實(shí)現(xiàn)碳達(dá)峰、碳中和的必由之路。同時(shí)，自共建“一帶一路”倡議提出以來，絲綢之路經(jīng)濟(jì)帶物流業(yè)發(fā)展極大地促進(jìn)了中國與沿線國家的貿(mào)易合作。因此，在“雙碳”目標(biāo)背景下，研究絲綢之路經(jīng)濟(jì)帶沿線區(qū)域低碳物流效率的提升路徑對物流業(yè)綠色發(fā)展具有非常重要的意義。

目前國內(nèi)學(xué)界對物流效率的研究成果較為豐富，學(xué)者們基于不同的視角、采用不同的方法、選取不同的區(qū)域測度物流效率。如：杜暉等［1- 2］基于全國視角探討物流效率提升路徑；鄭金娥等［3-4］從省域視角研究特殊城市群物流效率情況；秦雯等［5-6］基于傳統(tǒng)BCC模型探討粵港澳大灣區(qū)和環(huán)渤海區(qū)域物流效率；龔雅玲等［7-8］基于DEA模型對區(qū)域物流效率進(jìn)行測度；鄧紅星等［9-10］引入Malmquist指數(shù)研究區(qū)域物流效率的時(shí)空動態(tài)變化。此外，在有關(guān)“一帶一路”的研究中，黃慶華等［11-13］通過構(gòu)建數(shù)據(jù)包絡(luò)模型探討“一帶一路”節(jié)點(diǎn)城市物流效率，楊雪［14］利用三階段DEA方法探討了“一帶一路”沿線區(qū)域低碳物流效率問題，姚山季［15］采用Malmquist指數(shù)模型分析“一帶一路”沿線區(qū)域低碳物流效率問題。

從現(xiàn)有文獻(xiàn)來看，相關(guān)研究還需進(jìn)一步拓展：一是多數(shù)研究著眼于全國、其他城市群的物流效率，而關(guān)于絲綢之路經(jīng)濟(jì)帶的相關(guān)研究較為缺乏；二是既有關(guān)于“一帶一路”的研究著重于分析沿線地區(qū)物流效率，鮮有文章探究區(qū)域物流效率的前置影響因素。本文基于時(shí)空動態(tài)視角，選取2010—2020年絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)省、自治區(qū)、直轄市2相關(guān)數(shù)據(jù)，采用三階段DEA模型對區(qū)域低碳物流效率進(jìn)行測度，并選取全局Malmquist指數(shù)進(jìn)行分析。

二、研究方法、指標(biāo)選取與數(shù)據(jù)來源

（一）研究方法

1.三階段DEA模型。本文采用三階段DEA模型測度2010—2020年絲綢之路經(jīng)濟(jì)帶沿線區(qū)域中我國12個(gè)省、自治區(qū)、直轄市的低碳物流效率。第一階段構(gòu)建了帶有非期望產(chǎn)出的SBM模型［16］，模型具體形式如下：

[ρ=min1?1mi=1msxixi01+1s1+s2k=1s1sykyk0+l=1s2szlzl0] （1）

模型（1）中：[ρ]代表低碳物流效率，當(dāng)[ρ=1]時(shí)，表明低碳物流效率達(dá)到了有效狀態(tài)；[m]、[s1]、[s2]分別表示投入指標(biāo)、產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)的個(gè)數(shù)；[sx]、[sy]、[sz]分別表示投入指標(biāo)、產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)的松弛值；[x]、[y]、[z]分別為投入指標(biāo)、產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)。同時(shí)，模型（1）還滿足如下約束條件：[xi0=j=1nλjxj+sxi]，[yk0=j=1nλjyj?syk]，[zl0=j=1nλjzj+szl]。

第二階段本文采用SFA回歸方法確定環(huán)境變量，即以各地區(qū)環(huán)境變量對投入松弛值進(jìn)行SFA回歸分析，并根據(jù)回歸結(jié)果剔除各地區(qū)環(huán)境影響因素與隨機(jī)擾動項(xiàng)。本文構(gòu)造的SFA回歸函數(shù)為：[Sni= f（Zi;βn）+νni+μni]。其中，[Sni]為第[i]個(gè)沿線地區(qū)第[n]項(xiàng)投入的松弛值，[Zi]為環(huán)境變量，[βn]為環(huán)境變量的系數(shù)，[νni]為隨機(jī)干擾項(xiàng)，[μni]為管理無效率項(xiàng)。為將所有決策單元置于同一外部環(huán)境中進(jìn)行評價(jià)，需將[νni]與[μni]進(jìn)行分離，分離出[νni]后，再剔除環(huán)境因素、隨機(jī)誤差因素對決策單元的影響，將研究區(qū)域外部環(huán)境調(diào)整至同一水平。

第三階段本文采用帶有非期望產(chǎn)出的SBM模型對調(diào)整后的投入值進(jìn)行測算，得到剔除環(huán)境影響因素后的絲綢之路經(jīng)濟(jì)帶沿線區(qū)域低碳物流效率值。

2.全局Malmquist指數(shù)及分解。本文運(yùn)用全局Malmquist指數(shù)及分解方法對絲綢之路經(jīng)濟(jì)帶沿線12個(gè)區(qū)域低碳物流效率進(jìn)行評價(jià)。全局Malmquist指數(shù)可分解為技術(shù)效率變動（EC）和技術(shù)進(jìn)步變動（BPC）兩部分，即[MLGc=MLECc×MLBPCc]，[MLGc]是將低碳物流效率置于同一前沿面進(jìn)行評價(jià)的Malmquist指數(shù)，指數(shù)值大于1說明效率提升。

3.Tobit回歸模型。本文采用Tobit回歸模型對低碳物流效率進(jìn)行影響因素分析，模型形式為：

[Yij=1α0+α1Xij+α2Yij+α3Zij+…+uij0]???? （2）

模型（2）中，[Yij]表示[i]地區(qū)[j]年低碳物流效率值，[X]、[Y]、[Z]為解釋變量，[α0]為常數(shù)項(xiàng)，[α1、α2、α3]為各解釋變量的待估參數(shù)，[uij]為殘差項(xiàng)。

（二）指標(biāo)選取

1.投入產(chǎn)出與環(huán)境變量指標(biāo)。本文借鑒秦雯等人［5-6，17-19］的研究，構(gòu)建絲綢之路經(jīng)濟(jì)帶低碳物流效率投入產(chǎn)出與環(huán)境變量指標(biāo)體系。其中：投入指標(biāo)以人力投入、財(cái)力投入和能源投入來衡量，期望產(chǎn)出指標(biāo)以物流業(yè)貨運(yùn)量和物流業(yè)增加值來衡量，非期望產(chǎn)出指標(biāo)以碳排放量來衡量，環(huán)境變量包括地區(qū)科技水平、地區(qū)經(jīng)濟(jì)水平和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。本文構(gòu)建的絲綢之路經(jīng)濟(jì)帶低碳物流效率投入產(chǎn)出與環(huán)境變量指標(biāo)體系如表1所示。

2.低碳物流效率影響因素評價(jià)指標(biāo)。借鑒既有研究，本文從基礎(chǔ)設(shè)施建設(shè)、對外貿(mào)易、低碳物流3個(gè)維度測度低碳物流效率影響因素。對于基礎(chǔ)設(shè)施建設(shè)，本文借鑒孔芳霞［20］的研究方法，將基礎(chǔ)設(shè)施建設(shè)劃分為傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)、純新型基礎(chǔ)設(shè)施建設(shè)和融合基礎(chǔ)設(shè)施建設(shè)。對于對外貿(mào)易，既有研究多以進(jìn)出口貿(mào)易額占地區(qū)生產(chǎn)總值的比重來衡量地區(qū)對外開放度［10， 21-22］。對于低碳物流，因能源利用率能夠衡量地區(qū)利用1個(gè)單位能源所能產(chǎn)生的物流業(yè)經(jīng)濟(jì)收益，能源利用率高的地區(qū)能夠在碳減排約束下獲得更多的物流業(yè)產(chǎn)出，因此本文以交通運(yùn)輸、倉儲和郵政業(yè)的增加值與其能源消耗量之比來衡量能源利用率［23］。政府支持對低碳物流業(yè)發(fā)展有較大的激勵作用，因而本文以地方財(cái)政支出中交通運(yùn)輸支出和環(huán)境保護(hù)支出占地方財(cái)政一般預(yù)算支出的比重來衡量地方政府對當(dāng)?shù)氐吞嘉锪鳂I(yè)的支持力度［24］。本文構(gòu)建的絲綢之路經(jīng)濟(jì)帶低碳物流效率影響因素指標(biāo)體系如表2 所示。

（三）數(shù)據(jù)來源與處理

本文選取2010—2020年新疆、寧夏、甘肅、陜西、重慶、云南、青海、內(nèi)蒙古、廣西、黑龍江、吉林和遼寧共12個(gè)研究區(qū)域的相關(guān)數(shù)據(jù)進(jìn)行低碳物流效率測度。研究中的原始數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和各地區(qū)統(tǒng)計(jì)年鑒以及EPS數(shù)據(jù)庫。同時(shí)，為確保數(shù)據(jù)的真實(shí)性，對各類經(jīng)濟(jì)數(shù)據(jù)均以2009年為基期進(jìn)行平減處理。

三、實(shí)證分析

（一）三階段非期望產(chǎn)出SBM模型分析

1.第一階段——SBM模型對低碳物流效率的初步測度。本文運(yùn)用MATLAB軟件中帶有非期望產(chǎn)出的SBM模型初步測算了2010—2020年絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)區(qū)域整體低碳物流效率值，其值由2010年的0.459波動上升至2020年的0.645，呈先升后降再升的變化態(tài)勢，2012—2013年整體低碳物流效率出現(xiàn)一定程度的下降，其余年份呈上升態(tài)勢。2010—2020年絲綢之路經(jīng)濟(jì)帶分地區(qū)低碳物流效率初步測度結(jié)果如表3所示。由表3可知，寧夏、內(nèi)蒙古低碳物流效率相對較高，而新疆、黑龍江低碳物流效率相較于其他地區(qū)有一定差距。為將研究區(qū)域置于同一外部環(huán)境，在最終測算時(shí)需剔除環(huán)境變量和隨機(jī)擾動項(xiàng)。

2.第二階段——SFA回歸分析。為剔除環(huán)境變量對低碳物流效率的影響，本文將由SBM模型測算出的投入指標(biāo)松弛值作為因變量，將地區(qū)科技水平、地區(qū)經(jīng)濟(jì)水平和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)作為自變量，對2010—2020年絲綢之路經(jīng)濟(jì)帶沿線區(qū)域環(huán)境變量數(shù)據(jù)進(jìn)行SFA回歸分析，結(jié)果如表4所示。

由表4可知：LR值在1%水平顯著為正，說明環(huán)境變量對投入指標(biāo)有顯著影響；gamma值在1%水平顯著為正，說明環(huán)境變量導(dǎo)致了投入冗余，需剔除環(huán)境變量以避免干擾。由表4還可以看出：地區(qū)科技水平對從業(yè)人數(shù)、固定資產(chǎn)投資、能源消耗3個(gè)投入變量松弛值的系數(shù)均顯著為負(fù)，說明提升地區(qū)科技水平能夠有效減少當(dāng)?shù)匚锪鳂I(yè)投入冗余，提高當(dāng)?shù)氐吞嘉锪餍?。地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對物流業(yè)從業(yè)人數(shù)投入松弛的系數(shù)在1%水平顯著為負(fù)，對固定資產(chǎn)投資投入松弛和能源消耗投入松弛的影響不顯著，說明合理的產(chǎn)業(yè)結(jié)構(gòu)能夠有效降低當(dāng)?shù)匚锪鳟a(chǎn)業(yè)對人力資源的浪費(fèi)，但對資金投入和能源消耗則未表現(xiàn)出顯著影響。地區(qū)經(jīng)濟(jì)水平對固定資產(chǎn)投資投入松弛、能源消耗投入松弛的系數(shù)顯著為正，對從業(yè)人數(shù)投入松弛系數(shù)為正但不顯著，說明在經(jīng)濟(jì)發(fā)展水平較高地區(qū)，物流業(yè)造成的資金和能源浪費(fèi)現(xiàn)象更嚴(yán)重?？赡艿脑蚴牵?010—2020年間，絲綢之路經(jīng)濟(jì)帶沿線區(qū)域經(jīng)濟(jì)快速發(fā)展，物流業(yè)需要借助更多投資、更多能源才能匹配自身發(fā)展速度，因此容易造成物流產(chǎn)業(yè)資金和能源的浪費(fèi)，從而降低低碳物流效率。綜上，地區(qū)科技水平、產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)水平會導(dǎo)致初步測量的低碳物流效率與實(shí)際值出現(xiàn)一定偏差，因此需剔除這3個(gè)環(huán)境變量。

3.第三階段——SBM模型對低碳物流效率的最終測度。為保證數(shù)據(jù)的準(zhǔn)確性，本文將剔除環(huán)境變量后的物流業(yè)從業(yè)人數(shù)和固定資產(chǎn)投資作為新的投入變量，再將初始產(chǎn)出變量代入帶有非期望產(chǎn)出的SBM模型進(jìn)行最終測度，得到調(diào)整后的絲綢之路經(jīng)濟(jì)帶沿線區(qū)域低碳物流效率。圖1顯示了2010—2020年絲綢之路經(jīng)濟(jì)帶沿線12個(gè)研究區(qū)域整體低碳物流效率最終測度結(jié)果，從時(shí)間角度來看，12個(gè)區(qū)域整體低碳物流效率呈波浪式變化態(tài)勢。其中，2010—2012年、2016—2018年、2019—2020年低碳物流效率呈上升態(tài)勢，2013—2014年呈平穩(wěn)發(fā)展態(tài)勢，其余年份則呈下降態(tài)勢。整體變化態(tài)勢表明，絲綢之路經(jīng)濟(jì)帶低碳物流效率可能存在其他影響因素，需進(jìn)行Tobit回歸分析。

表5列示了2010—2020年絲綢之路經(jīng)濟(jì)帶沿線區(qū)域的我國12個(gè)省、自治區(qū)、直轄市低碳物流效率的最終測度結(jié)果。由表5可知，從空間角度來看，初步測度與最終測度的低碳物流效率發(fā)生了變化，說明環(huán)境變量和隨機(jī)擾動項(xiàng)對低碳物流效率的測算有顯著影響。

根據(jù)表5的最終測度結(jié)果，可將絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)研究區(qū)域低碳物流效率劃分為3個(gè)梯隊(duì)：第一梯隊(duì)的低碳物流效率均值在0.800～1.000之間，包括寧夏、內(nèi)蒙古和遼寧。2010—2020年，寧夏和內(nèi)蒙古的低碳物流效率均大于0.750，排名位居前列；遼寧在2016年后低碳物流效率大幅提升，在2018—2020年達(dá)到了效率前沿。第一梯隊(duì)區(qū)域低碳物流效率較高的原因可能是這些地區(qū)普遍注重傳統(tǒng)物流產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，依托先進(jìn)物流技術(shù)提高物流效率。例如，2020年遼寧省“智慧交通”體系已實(shí)現(xiàn)79個(gè)客運(yùn)站、2356條三類以上客運(yùn)線路聯(lián)網(wǎng)售票，全部地級市已實(shí)現(xiàn)與全國大部分城市公交一卡通互聯(lián)互通，高速公路ETC覆蓋率達(dá)到100%1。內(nèi)蒙古更加注重公共交通的新能源轉(zhuǎn)型和形成更加合理的能源消費(fèi)結(jié)構(gòu)，2020年內(nèi)蒙古新能源公交車占比達(dá)63.3%，清潔能源出租車占比達(dá)51.5%2。寧夏更加注重提高能源利用率，2020年寧夏新能源裝機(jī)突破2500萬千瓦，電力裝機(jī)和發(fā)電量占比分別達(dá)43.5%和17.7%，新能源綜合利用率達(dá)到97.6%3，非水電可再生能源電力消納比重位居全國前列。第二梯隊(duì)的低碳物流效率均值在0.600～0.800之間，包括陜西、廣西、甘肅、青海、新疆和重慶。其中，青海、新疆和重慶的低碳物流效率總體呈下降態(tài)勢，從某種意義上表明近十年來這些地區(qū)物流產(chǎn)業(yè)以粗放式發(fā)展為主，主要通過大量投入傳統(tǒng)化石能源、建設(shè)傳統(tǒng)低效物流基礎(chǔ)設(shè)施來增加當(dāng)?shù)匚锪鳟a(chǎn)值。重慶作為傳統(tǒng)物流產(chǎn)業(yè)較發(fā)達(dá)地區(qū)，其低碳物流效率較低的原因需引起高度重視。陜西從2015年開始更加注重物流產(chǎn)業(yè)低碳化發(fā)展，2020年低碳物流效率已達(dá)前沿面。第三梯隊(duì)的低碳物流效率均小于0.600，包括吉林、云南和黑龍江。這些地區(qū)在今后的發(fā)展中應(yīng)結(jié)合自身實(shí)際，對低碳物流產(chǎn)業(yè)進(jìn)行整改，進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動數(shù)字化轉(zhuǎn)型，提高區(qū)域低碳物流效率。

2010—2020年間，絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)地區(qū)低碳物流效率發(fā)生了從“北高南低、西高東低”到“中間高、兩邊低”的轉(zhuǎn)變。具體而言：2010年，青海、寧夏的低碳物流效率均為1.000，兩地的低碳物流效率達(dá)到前沿面；新疆、陜西、甘肅的低碳物流效率高于黑龍江、吉林、遼寧；云南的低碳物流效率在12個(gè)研究區(qū)域中最低，僅為0.466。2013年，新疆、甘肅、青海、黑龍江、吉林等地的低碳物流效率相較于2010年出現(xiàn)下降態(tài)勢；內(nèi)蒙古、陜西等地的低碳物流效率則呈現(xiàn)增長態(tài)勢。2018年，內(nèi)蒙古、遼寧、陜西的低碳物流效率值分別為1.000、1.000和0.847，已達(dá)較高水平；新疆、甘肅、青海、黑龍江、吉林、云南的低碳物流效率較2014—2017年出現(xiàn)了明顯回升，尤其是云南的低碳物流效率較2017年約提升了38.5%。2020年，內(nèi)蒙古、寧夏、陜西、遼寧的低碳物流效率值均為1.000，四地達(dá)到效率前沿面，但新疆、青海、黑龍江、吉林的低碳物流效率值較低。

4.初步測度與最終測度的對比分析。表6列示了初步測度和最終測度的絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)省、自治區(qū)、直轄市低碳物流效率均值和排名對比結(jié)果。對表6進(jìn)行簡單分析可知：剔除環(huán)境變量后，12個(gè)研究區(qū)域低碳物流效率有所上升，表明外部環(huán)境制約了當(dāng)?shù)氐吞嘉锪鳟a(chǎn)業(yè)發(fā)展。其中：甘肅、新疆在剔除環(huán)境變量后低碳物流效率排名明顯上升，說明這兩個(gè)地區(qū)物流業(yè)發(fā)展的外部環(huán)境較差，制約了低碳物流的發(fā)展；青海、吉林在剔除環(huán)境變量后低碳物流效率排名明顯下降，說明這兩個(gè)地區(qū)發(fā)展物流業(yè)的外部環(huán)境較好，但低碳物流體系內(nèi)部可能存在資源浪費(fèi)、碳排放量過高等問題，導(dǎo)致低碳物流效率下降，今后應(yīng)進(jìn)一步加強(qiáng)物流產(chǎn)業(yè)內(nèi)部管理并控制區(qū)域碳排放，以進(jìn)一步提高低碳物流效率。

（二）低碳物流效率全局Malmquist指數(shù)及分解

本文將調(diào)整后的投入指標(biāo)與初始產(chǎn)出指標(biāo)代入帶有非期望產(chǎn)出的SBM模型求得全局Malmquist指數(shù)，再將其分解為技術(shù)效率（EC）和技術(shù)進(jìn)步（BPC），可以得到絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)省、自治區(qū)、直轄市低碳物流效率Malmquist指數(shù)及分解結(jié)果，進(jìn)而可以更直觀地了解低碳物流效率變化態(tài)勢及原因，分解結(jié)果如表7和表8所示。

由表7可知，從時(shí)間維度來看，12個(gè)研究區(qū)域整體低碳物流效率呈波浪式上升態(tài)勢。具體來說：其一，2010—2012年，整體低碳物流效率呈上升態(tài)勢。2010—2011年，技術(shù)進(jìn)步上升的5.9%彌補(bǔ)了技術(shù)效率下降的2.7%；2011—2012年，技術(shù)效率適應(yīng)了上一時(shí)間段的技術(shù)進(jìn)步，提升了4.2%。其二，2012—2016年，低碳物流效率較低。2012—2013年，技術(shù)效率和技術(shù)進(jìn)步分別下降了2.4%和3.1%，說明2012—2013年低碳物流技術(shù)與新技術(shù)應(yīng)用水平未達(dá)到最優(yōu)狀態(tài)；2013—2015年，技術(shù)進(jìn)步有所增長但技術(shù)效率在下降，說明適應(yīng)新技術(shù)需要一定時(shí)間；2015—2016年，技術(shù)效率獲得了2.1%的提升，而技術(shù)進(jìn)步下降了2.4%。其三，2016—2018年是低碳物流快速發(fā)展階段。2016—2017年，技術(shù)進(jìn)步增長了12.9%，抵消了技術(shù)效率下降的7.2%；2017—2018年，技術(shù)效率適應(yīng)了技術(shù)進(jìn)步，創(chuàng)造了十年間低碳物流效率的最高增速。其四，2018—2020年，低碳物流效率再次進(jìn)入波浪式變化階段，最終在2019—2020年間技術(shù)效率取得7.4%的增長。

由表8可知，觀測期內(nèi)，低碳物流效率存在較大的地區(qū)差異。2010—2020年，寧夏、甘肅、陜西、云南、內(nèi)蒙古、廣西和遼寧的低碳物流效率呈上升態(tài)勢。甘肅技術(shù)進(jìn)步的上升彌補(bǔ)了技術(shù)效率的下降，云南技術(shù)效率的上升彌補(bǔ)了技術(shù)進(jìn)步的下降，因而這兩個(gè)地區(qū)低碳物流效率有所提升。寧夏、陜西、內(nèi)蒙古、廣西和遼寧低碳物流效率提升的原因在于技術(shù)進(jìn)步和技術(shù)效率的共同作用。此外，新疆、重慶、青海、黑龍江和吉林的Malmquist指數(shù)值均小于1.000，說明這些地區(qū)低碳物流發(fā)展較慢，未來還有較大的提升空間。新疆和重慶低碳物流發(fā)展情況不佳的原因在于技術(shù)效率的下降，青海的技術(shù)效率提升遭遇瓶頸，需要依靠技術(shù)進(jìn)步來突破。黑龍江、吉林兩地的技術(shù)進(jìn)步和技術(shù)效率在觀測期內(nèi)雖呈上升態(tài)勢，但其低碳物流效率在下降。在10個(gè)觀測時(shí)間段內(nèi)，黑龍江和吉林分別有5個(gè)和4個(gè)時(shí)間段的不匹配性達(dá)到40%以上，說明這兩個(gè)地區(qū)還需更加重視物流技術(shù)引進(jìn)的持續(xù)性和技術(shù)效率的適應(yīng)性問題。

為進(jìn)一步探究重慶作為物流樞紐為何存在低碳物流效率不佳的問題，本文繪制了如圖2所示的Malmquist指數(shù)分解圖。由圖2可知，重慶市低碳物流效率不佳的原因在于技術(shù)進(jìn)步的不連續(xù)性和技術(shù)效率的不適應(yīng)性。重慶市在發(fā)展低碳物流的過程中，由于未高度重視技術(shù)引進(jìn)的持續(xù)性，導(dǎo)致技術(shù)進(jìn)步不穩(wěn)定、不連貫，進(jìn)而引發(fā)技術(shù)效率與先進(jìn)技術(shù)不匹配。兩者的不匹配性可用技術(shù)效率指數(shù)減去技術(shù)進(jìn)步指數(shù)的絕對值來度量，據(jù)此可知重慶市在2012—2016年間不匹配性均值達(dá)27.89%。因此，今后重慶市應(yīng)在發(fā)展低碳物流的過程中更多關(guān)注物流技術(shù)的可持續(xù)性，以及技術(shù)效率與先進(jìn)技術(shù)的適配性。

（三）低碳物流效率影響因素分析

為進(jìn)一步分析低碳物流效率的影響因素，本文對表2中的7個(gè)指標(biāo)進(jìn)行了Tobit回歸分析，結(jié)果如表9所示。

由表9可知：第一，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)對低碳物流效率的回歸系數(shù)顯著為負(fù)。雖然從長遠(yuǎn)角度看，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)對區(qū)域物流產(chǎn)業(yè)發(fā)展有積極作用，但在研究期內(nèi)，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)對地區(qū)低碳物流效率產(chǎn)生了負(fù)向影響。一方面，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)本身存在消耗資源多、建設(shè)成本難以變現(xiàn)等問題；另一方面，在物流數(shù)字化發(fā)展浪潮中建設(shè)大量傳統(tǒng)基礎(chǔ)設(shè)施，顯然缺乏效率。因此，在發(fā)展低碳物流產(chǎn)業(yè)初期，應(yīng)統(tǒng)籌規(guī)劃，避免不必要的浪費(fèi)。第二，純新型基礎(chǔ)設(shè)施建設(shè)對低碳物流效率的回歸系數(shù)顯著為負(fù)。這說明區(qū)域科技成果轉(zhuǎn)化情況不佳，難以將前沿技術(shù)運(yùn)用到實(shí)際生產(chǎn)生活中。第三，融合基礎(chǔ)設(shè)施建設(shè)對低碳物流效率的回歸系數(shù)顯著為正。這說明將先進(jìn)科學(xué)技術(shù)應(yīng)用于傳統(tǒng)基礎(chǔ)設(shè)施能夠有效提高地區(qū)低碳物流效率。相較于持續(xù)推進(jìn)傳統(tǒng)行業(yè)與新興行業(yè)建設(shè)，今后應(yīng)更加重視對已有傳統(tǒng)基礎(chǔ)設(shè)施的信息化改造和數(shù)字化轉(zhuǎn)型。第四，貨物進(jìn)口額對低碳物流效率的回歸系數(shù)顯著為正，表明開展進(jìn)口貿(mào)易能夠顯著提高區(qū)域低碳物流效率。來自俄羅斯等國的能源和基礎(chǔ)原材料可以在不增加碳排放的前提下補(bǔ)充所需資源，且沿線地區(qū)也能夠引進(jìn)先進(jìn)的科學(xué)技術(shù)，有效提高當(dāng)?shù)氐吞嘉锪餍?。第五，貨物出口額對低碳物流效率的回歸系數(shù)為負(fù)但不顯著，說明開展出口貿(mào)易對提高區(qū)域低碳物流效率作用不明顯。可能的原因在于：一方面，目前中歐班列返程空載率較高，導(dǎo)致出口運(yùn)輸成本偏高；另一方面，大部分粗放型出口產(chǎn)品難以引領(lǐng)低碳物流產(chǎn)業(yè)高質(zhì)量發(fā)展，導(dǎo)致出口貿(mào)易不能有效提高低碳物流效率［25-27］。第六，能源利用率對低碳物流效率的回歸系數(shù)顯著為正，表明提高新型能源結(jié)構(gòu)占比、應(yīng)用先進(jìn)能源利用技術(shù)等，能夠提高地區(qū)低碳物流效率。第七，政府支持對低碳物流效率的回歸系數(shù)為正但不顯著，說明政府對低碳物流產(chǎn)業(yè)的支持并未對當(dāng)?shù)氐吞嘉锪餍实奶岣弋a(chǎn)生明顯的促進(jìn)作用。這可能是因物流企業(yè)會利用虛假信息謀求政府補(bǔ)貼［28］，而實(shí)際上并未將政府支持用于提高低碳物流效率；此外，政府支持具有一定的滯后效應(yīng)［29］，因而也會造成研究期內(nèi)回歸系數(shù)不顯著。

四、結(jié)論與建議

本文測算了2010—2020年絲綢之路經(jīng)濟(jì)帶沿線的我國12個(gè)省、自治區(qū)、直轄市低碳物流效率，并分析了低碳物流效率的影響因素。研究得出的主要結(jié)論如下：第一，2010—2020年12個(gè)沿線區(qū)域整體低碳物流效率呈波浪式變化態(tài)勢。第二，12個(gè)沿線區(qū)域發(fā)展低碳物流的外部環(huán)境并不理想，但因外部環(huán)境因素對地區(qū)低碳物流效率能夠產(chǎn)生顯著影響，因此還應(yīng)根據(jù)各地發(fā)展實(shí)際，因地制宜優(yōu)化物流產(chǎn)業(yè)環(huán)境。第三，提高技術(shù)效率成為發(fā)展低碳物流產(chǎn)業(yè)的關(guān)鍵。根據(jù)Malmquist指數(shù)分解情況來看，技術(shù)效率無法適應(yīng)技術(shù)進(jìn)步導(dǎo)致低碳物流效率倒退的年份居多，低碳物流效率的提升需更加注重技術(shù)效率與先進(jìn)技術(shù)的匹配性。第四，傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)和純新型基礎(chǔ)設(shè)施建設(shè)對低碳物流效率有負(fù)向影響，融合基礎(chǔ)設(shè)施建設(shè)則對其有正向影響，說明應(yīng)加快推進(jìn)區(qū)域傳統(tǒng)基礎(chǔ)設(shè)施的數(shù)字化、信息化轉(zhuǎn)型。第五，貨物出口額對低碳物流效率影響不顯著，今后區(qū)域?qū)ν赓Q(mào)易需秉持更加開放包容的態(tài)度，進(jìn)一步提高中歐班列運(yùn)行效率，減少對政府補(bǔ)貼的依賴。第六，能源利用率對低碳物流效率有顯著的正向影響，各地區(qū)應(yīng)持續(xù)引進(jìn)先進(jìn)技術(shù)，加快新能源研發(fā)進(jìn)程。第七，政府支持對低碳物流效率的影響不顯著，這可從某種意義上表明物流企業(yè)可能存在以虛假信息謀取政府補(bǔ)貼的行為，但也可能是因政府支持的滯后效應(yīng)導(dǎo)致研究期內(nèi)影響不顯著。

基于以上研究結(jié)論，本文提出如下政策建議：一是加速淘汰落后產(chǎn)業(yè)，促進(jìn)傳統(tǒng)物流產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。加快淘汰環(huán)保、能耗等不達(dá)標(biāo)或生產(chǎn)、使用淘汰類產(chǎn)品的企業(yè)和產(chǎn)能，借助物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)運(yùn)輸?shù)吞蓟⑿驶l(fā)展；同時(shí)可依托傳感器和大數(shù)據(jù)技術(shù)實(shí)現(xiàn)倉儲自動化分揀和維護(hù)，以智能運(yùn)營系統(tǒng)減少內(nèi)部冗余。二是擴(kuò)大對外開放，提高跨境物流效率。沿線區(qū)域應(yīng)引進(jìn)其他國家的先進(jìn)物流技術(shù)，填補(bǔ)國內(nèi)物流產(chǎn)業(yè)所需原材料缺口；出口貿(mào)易應(yīng)向精細(xì)化方向發(fā)展，實(shí)現(xiàn)運(yùn)輸降本增效。此外，政府應(yīng)調(diào)整相關(guān)扶持政策，促進(jìn)物流企業(yè)展開良性競爭，提高低碳物流效率。三是持續(xù)提升能源利用水平，推進(jìn)新能源研發(fā)與使用。相關(guān)企業(yè)需進(jìn)一步引進(jìn)新能源技術(shù)，加快構(gòu)建信息化能源管理系統(tǒng)；地方政府應(yīng)進(jìn)一步優(yōu)化地區(qū)能源結(jié)構(gòu)，建立健全綠色能源監(jiān)管體系。四是提高先進(jìn)技術(shù)成果轉(zhuǎn)化率，提高企業(yè)技術(shù)效率。物流企業(yè)應(yīng)更加重視對配套技術(shù)的學(xué)習(xí)和運(yùn)用，定期開展員工培訓(xùn)，重視內(nèi)部管理體系革新，為提高低碳物流效率打下堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)：

［1］杜暉.“雙碳”目標(biāo)下我國物流業(yè)效率提升的多元化路徑探討［J］.商業(yè)經(jīng)濟(jì)研究，2022（4）：110-113.

［2］朱桃杏，頊玉卿，暴斌碩.區(qū)域物流發(fā)展特征和效率解析：基于碳排放和LMDI方法的分析［J］.技術(shù)經(jīng)濟(jì)與管理研究，2021（6）：104-108.

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

［4］何景師，張智勇，葉善椿.基于三階段超效率SBM-DEA模型的我國沿海五大城市群低碳物流效率研究［J］.上? 海海事大學(xué)學(xué)報(bào)，2023（3）：55-63.

［5］秦雯.粵港澳大灣區(qū)物流業(yè)效率的時(shí)空演化及提升路徑［J］.中國流通經(jīng)濟(jì)，2020（9）：31-40.

［6］汪文生，考曉璇.高質(zhì)量發(fā)展視角下環(huán)渤海地區(qū)物流效率測度研究：基于三階段DEA模型［J］.商業(yè)研究，2021? （4）：75-84.

［7］龔雅玲，萬建香，封福育.區(qū)域物流效率的測度及其影響因素研究：基于DEA與Tobit模型［J］.江西社會科學(xué)，2019（10）：72-80.

［8］龔雪，荊林波.基于DEA-Malmquist模型的中國省域物流效率研究：來自省際面板數(shù)據(jù)的實(shí)證分析［J］.河北經(jīng) 貿(mào)大學(xué)學(xué)報(bào)，2019（5）：60-69.

［9］鄧紅星，MUNKHTUUL J，劉敏.基于DEA-Malmquist的中蒙公路口岸物流效率分析［J］.重慶理工大學(xué)學(xué)報(bào)（自 然科學(xué)），2021（4）：224-230.

［10］王景敏，崔利剛.西部陸海新通道沿線省份物流效率的時(shí)空演進(jìn)及影響因素：基于沿線省份面板數(shù)據(jù)的實(shí)證 分析［J］.重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2021（12）：243-255.

［11］黃慶華，戴羅肖.“一帶一路”倡議下我國重點(diǎn)省市物流績效評價(jià)研究［J］.現(xiàn)代管理科學(xué)，2021（1）：61-67.

［12］蔣隨.我國“一帶一路”節(jié)點(diǎn)城市物流效率評價(jià)與提升策略［J］.商業(yè)經(jīng)濟(jì)研究，2020（15）：90-93.

［13］王博，祝宏輝，劉林.我國“一帶一路”沿線區(qū)域物流效率綜合評價(jià)：基于三階段DEA模型［J］.華東經(jīng)濟(jì)管理， 2019（5）：76-82.

［14］楊雪，馬粟粟，盧亞麗.碳排放約束下的物流效率評價(jià)：以“一帶一路”背景下內(nèi)陸十省市為例［J］.生態(tài)經(jīng)濟(jì)，? 2019（6）：66-71.

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

［16］TONE K.A slacks-based measure of efficiency in data envelopment analysis［J］.European journal of operational re-?? search，2001（3）：498-509.

［17］劉承良，管明明.低碳約束下中國物流業(yè)效率的空間演化及影響因素［J］.地理科學(xué)，2017（12）：1805-1814.

［18］馬越越.低碳約束下的中國物流產(chǎn)業(yè)全要素生產(chǎn)率研究［D］.大連：東北財(cái)經(jīng)大學(xué)，2014.

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

［20］孔芳霞，劉新智，周韓梅，等.新型基礎(chǔ)設(shè)施建設(shè)與城市綠色發(fā)展耦合協(xié)調(diào)的時(shí)空演變特征與影響因素［J］. 經(jīng)? 濟(jì)地理，2022（9）：22-32.

［21］龔雪.區(qū)域物流效率測度及影響因素分析［J］.統(tǒng)計(jì)與決策，2022（12）：112-116.

［22］閆妍.我國“一帶一路”沿線區(qū)域物流動態(tài)效率測度及其影響因素研究：基于雙碳視角［J］.商業(yè)經(jīng)濟(jì)研究，????? 2022（13）：93-97.

［23］張?jiān)茖帲瑒⒆隅?，歐陽紅祥，等.低碳環(huán)境下區(qū)域物流產(chǎn)業(yè)效率綜合研究：基于長江大保護(hù)區(qū)域19個(gè)省的實(shí)證分析［J］.管理現(xiàn)代化，2020（2）：33-40.

［24］盧美麗.中國物流業(yè)效率提升是否有路徑顯現(xiàn)？：基于省級數(shù)據(jù)的定性比較分析［J］.商業(yè)經(jīng)濟(jì)與管理，2020??? （7）：27-37.

［25］曲鋒.“雙循環(huán)”新發(fā)展格局下中歐班列建設(shè)的成效、問題及對策［J］.中國流通經(jīng)濟(jì)，2022（6）：108-116.

［26］許英明.高質(zhì)量發(fā)展背景下中歐班列發(fā)展現(xiàn)狀、挑戰(zhàn)與對策［J］.國際貿(mào)易，2020（5）：28-34.

［27］徐紫嫣，夏杰長，袁航.中歐班列建設(shè)的成效、問題與對策建議［J］.國際貿(mào)易，2021（9）：45-51+88.

［28］李政，楊思瑩，路京京.政府參與能否提升區(qū)域創(chuàng)新效率？［J］.經(jīng)濟(jì)評論，2018（6）：3-14+27.

［29］武咸云，陳艷，李秀蘭，等.戰(zhàn)略性新興產(chǎn)業(yè)研發(fā)投入、政府補(bǔ)助與企業(yè)價(jià)值［J］.科研管理，2017（9）：30-34.

［30］于麗靜，陳忠全.低碳視角下中國區(qū)域物流效率研究：基于SFA與PP的實(shí)證分析［J］.生態(tài)經(jīng)濟(jì)，2017（4）：43-48+91.

［31］楊揚(yáng)，李燕.低碳物流與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)研究：以云南省為例［J］.生態(tài)經(jīng)濟(jì)，2023（6）：86-92+142.

［32］劉聰，李珍珍.長三角低碳物流對區(qū)域經(jīng)濟(jì)發(fā)展的影響分析［J］.華東經(jīng)濟(jì)管理，2023（1）：33-40.

［33］張?jiān)气P，王雨.物流產(chǎn)業(yè)效率評價(jià)及影響因素分析［J］.統(tǒng)計(jì)與決策，2018（8）：109-112.

［34］董鋒，徐喜輝，韓宇.低碳約束下的我國省際物流業(yè)效率研究［J］.華東經(jīng)濟(jì)管理，2016（5）：86-91.

［35］花均南，胡美佳.考慮非期望產(chǎn)出的我國物流業(yè)效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析［J］.鐵道運(yùn)輸與經(jīng)濟(jì)，2024（4）：? 42-50.

［36］張志堅(jiān)，張智，萬謐宇，等.高質(zhì)量發(fā)展視角下長江經(jīng)濟(jì)帶沿線城市物流業(yè)效率綜合評價(jià)：基于3階段DEA模 型［J］.江西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023（4）：350-359+367.

［37］鄒靖.碳排放約束對物流效率的影響分析：基于省域面板數(shù)據(jù)［J］.商業(yè)經(jīng)濟(jì)研究，2023（9）：81-84.

（責(zé)任編輯：鄭雅倩）