梁雯 方韶晖

[摘 要] 文章综合考虑了经济增长与低碳约束的关系，选取指标和环境变量，应用DEA-Malmquist模型动态分析了长江经济带的物流效率。研究发现，环境因素和随机误差对长江经济带低碳约束下的物流效率有重要影响;规模是制约长江经济带低碳物流发展的的主要因素;长江经济带11省市从空间动态变化角度上可划分为三种效率类型。以此为基础，提出强化科技，加强合作，调整结构，发展联运，政府引导等措施，以期有效提升长江经济带低碳约束下的物流效率。

[关键词] 低碳约束;物流效率;长江经济带;三阶段DEA;Malmquist模型

[中图分类号]F127 [文献标志码]A

一、引言

十九大报告指出，我国经济增长已由高速增长转向高质量发展阶段，正处于转方式、调结构的攻关期。从过去追求要素投入的粗放型经济转向追求效率提升的集约型、绿色增长，实现经济与环境的协调发展。从节能减排的历史演变来看，第三产业是有利于节能减排的部门。物流业作为第三产业的重要组成部分，在促进消费，实现供需平衡等诸多方面发挥着重要作用。物流业在促进国民经济发展和经济转型中的重要性日益凸显，然而，物流产业较高的能源消耗使得其成为碳排放需要控制的一个方面。

近年来，低碳物流的理念越来越引起人们的重视，转变物流发展模式，提高利用效率，将是物流产业发展的必然之路。

二、文献综述

（一）低碳建设评价指标

随着我国低碳经济建设的不断推进，学者们在低碳建设的评价指标构建方面取得了一系列的研究成果。早期部分学者以碳排放量与某一指标的比值作为评价标准，如李磊[1]13等把部门总产出与二氧化碳排放量的比值作为碳排放系数向量，Jobert等[2]1364采用了單位人口的二氧化碳消耗量作为评价标准。虽然单一要素指标具有计算简单和表征性强的特点，但碳排放效率是受到经济、社会等多重因素影响的结果，呈现出明显的全要素生产率特征。苏美蓉等[3]48指出低碳建设是一个多目标问题，要以实现低碳发展、经济增长、生态保护、生活提升四个方面的共赢为目标。基于此，越来越多的学者们开始构建基于宏观低碳经济内涵的复合指标。如付加锋等[4]38提出了以产出、消费、资源环境为维度的多层次评价体系评估低碳经济的发展潜力;高峰等[5]108构建了政府主体与市场主体的低碳经济发展能力评价指标体系;胡林林等[6]6652据碳排放现状， 从多个角度探索出一些提高低碳发展水平的可行路径。不管是单一指标还是复合指标，都是从结果性指标的角度来分析低碳经济，而效率指标与结果性指标相比更能反映出经济发展对资源的利用效率，即投入一定时产出最大化，产出一定时投入最小化[7]92。

（二）效率分析方法

在物流效率方面，如柳键等[8]130运用超效率DEA模型研究了产业结构调整对低碳物流的影响，并将灰色关联分析引入到var模型中; Markovits等[9]137从宏观经济学的角度对非参数DEA和DEA-PC方法进行了初步探索，并将其应用在欧洲29个国家的物流领域排名;王育红等[10]72基于非期望产出的Super-SBM模型，从时空演化、区域和效率演化三个维度对长江经济带省市的物流效率进行评价并给出相应的结论;马越越等[11]63运用空间杜宾面板模型分析了物流效率的影响因素及其溢出效应;Srisawat等[12]4832采用了模糊层次分析法确定了多目标决策的准侧，并确定各准则的权重，在空间数据可视化的基础上显示出每个区域的潜力、优势和劣势;张诚等[13]59从技术差异的视角，构造超越对数函数模型对物流业不同能源投入要素弹性及技术进步差异情况进行分析，给出能源消耗现状和结构性调整依据。学者们使用的主要方法有DEA分析法、层次分析法、灰色关联分析法等，其中公认最有效的效率分析方法是DEA分析法。王丽萍等[14]113采用了经典DEA方法对中部六省的物流水平进行评估，指出区域发展潜力与政策建议;Coto等[15]1基于序列DEA，利用随机前沿模型估计了34个国家物流和信息通信对技术效率的贡献程度;孟魁等[16]57利用三阶段DEA方法研究了中部六省份在碳约束条件下的物流效率，分析出非效率的一些影响因素;Sharifi等[17]111以DEA、CCR产出为导向评价了伊朗某省内25个工业园区的效率，然后应用改进的neuro-DEA方法分析了决策单元的效率并将它们加以排名;周叶等[18]99应用改进的SE-DEA方法以23个省域物流业的数据为实证对象进行评价，并通过生态效率的分析寻找影响省域物流业的原因;Lee等[19]211运用DEA-Malmquist指数法分析了物流效率对贸易量增长的影响，以及自由贸易协定降低关税的影响，并利用贸易国家间双边面板数据对引力面板模型进行估计;陈文新等[20]42基于非参数DEA-Malmquist指数方法，对低碳约束下30个省份物流业的生产率进行测算，分析其结构及总体演化趋势，并运用空间数据分析方法进行影响因素分析。

从已有文献综述来看，虽然都为物流效率的研究打下了丰富的理论基础，但仍存在不足之处：（1）多数研究仅从经济角度出发，未能充分考虑到能源、碳排放等低碳指标;（2）部分研究将低碳指标外生化，未能将其纳入全要素生产率的范畴;（3）一定程度上忽略了环境因素和随机误差项的影响。本文可能的创新点在于：（1）从低碳约束的角度出发，运用三阶段DEA方法构建长江经济带物流效率分析框架;（2）借由Malmquist模型测度了11省市物流效率的动态变化趋势;（3）考虑了环境因素及随机误差的影响。

三、实证研究

（一）三阶段DEA模型

经典DEA模型以寻找效率的前沿面并计算其与决策单元之间的距离来评估数据的有效性，但该模型未能考虑到环境因素和随机误差的影响。针对这一缺陷，Fried等人很好地修正了经典DEA模型的不足，利用随机边界分析方法，将环境因素、随机误差、管理无效率项等纳入分析框架，以便对各个因素的影响进行有效地分离。其基本步骤如下：

第一阶段，本文采用改进的CRS模型，进而计算出投入目标值与原始投入量的差值，核心在于分析出产出既定的条件下最小的投入要素值。

（三）指标选择及数据来源

由于目前没有物流产业这一划分标准，结合国内外大多数学者的研究，本文将交通运输、仓储和邮政业界定为物流产业。考虑到投入产出指标是效率评价的基础，在指标的选择上应该遵循以下原则：首先，指标要符合对物流效率的评价要求;其次，决策单元个数应为指标个数的2～3倍;最后，要考虑到指标的重要性和可得性。

1.投入指标

（1）物流从业人数，数据来源于《中国统计年鉴》。

（2）二氧化碳排放量。DEA模型要求各个投入产出量之间符合同向性的原则，二氧化碳量作为非期望产出不符合DEA的原則，目前学者们对此类的产出处理有两种方法：一是将非期望产出通过线性函数转化成期望正产出;二是将非期望产出作为投入变量。本文借鉴赵霞等[22]41学者提出的第二种方法处理，用能源消费总量乘以相应的排放系数得出的二氧化碳量作为投入指标，数据来源于《中国能源统计年鉴》。

2.产出指标

本文以物流业生产总值来衡量经济产出，数据来源于《中国统计年鉴》。

3.环境变量

本文选取了城镇化水平作为环境变量。考虑到数据的可得性，我们用年末城镇人口所占的比重来衡量城镇化水平的高低。

利用SPSS25.0对投入产出进行Pearson相关系数分析，以测度指标选择的合理性，分析结果如表1所示，投入产出指标均通过了1%的相关性检验，表明两者间之间关系较为紧密，适合于本文的研究。

四、实证结果

（一）第一阶段实证结果

通过挖掘《中国统计年鉴》和《中国能源统计年鉴》的数据，将投入产出值带入BCC模型，利用DEAP2.1软件得到规模报酬可变条件下的技术效率TE、纯技术效率PE和规模效率SE。TE值衡量了物流产业的资源配置能力和使用效率，PE衡量了管理能力及技术进步的情况，SE衡量了物流产业的规模和发展进步空间。运算结果如表2所示：

从表2中可以看出，我国碳排放综合效率最高的为江苏，最低的为云南。整体碳排放效率值呈现出东高西低的递减趋势，主要是我国近几年加大了对基础建设行业的投资，加速了能源的消耗和二氧化碳的排放，以江苏为代表的江浙地区经济发展较快，产业的转移使东部地区较快摆脱了高能耗的帽子，提前走上了低碳物流的道路。物流技术效率达到最高值，客观上反映了物流业的发展大趋势。中西部地区综合效率较低且他们之间的标准差也较小，说明中西部整体效率不如东部地区，在碳排放效率的改善方面仍需有一定的进步空间。

（二）第二阶段实证结果

以投入松弛变量作为因变量，环境变量为自变量，利用Frontier4.1软件作回归分析，结果如表3所示。显著性结果表明采用SFA回归方法是合适的，γ代表无效率方差占总方差的比重，γ的值与1非常接近，说明了管理无效率极大地影响了松弛变量，而随机误差则可以忽略不计。

（三）第三阶段实证结果

采用调整后的投入数据再次进行BCC模型计算，方法同第一阶段的处理：

从表4中可以看出，两个阶段的效率值存在差异，在排除环境因素和随机误差的条件下，处于效率前沿面的有上海和江苏。调整后上海的综合效率有所提高，其它省市的综合效率都有所下降，东部和西部省市在碳排放效率上的差距明显。大部分的省市物流纯技术效率值均大于规模效率值，说明了规模是制约物流效率提高的主要因素。

（四）Malmquist分析结果

为了分析物流业的动态发展趋势，利用DEAP2.1软件运行Malmquist模型，结果如表5所示，并将指数与1作比较，大于1则递增，小于1则递减，等于1则不变。

从表5中可以看出：（1）2016-2017年度长江经济带11省市物流业均呈现出技术进步的趋势;（2）西南部分地区的技术效率指数还未达到均值，在物流技术效率方面仍需要有很大的改进;（3）全要素生产率的增长主要来源于技术进步，其原因主要是长江经济带近年来大力投资发展物流产业，提升了物流产业的技术水平，但产出水平受到多种环境因素的影响，技术效率的提升度不足。

五、结果分析

（一）区域分析

从表4可以看出，上海、江苏、浙江、重庆、贵州等省市的纯技术效率达到1即DEA有效状态，且大体上纯技术效率大于规模效率，这样的结果表明，上海、江苏、浙江、重庆、贵州等省市的资源利用较充分，而物流产业的规模是限制长江经济带低碳物流的主要原因，需要进一步的扩大。近年来，低碳经济被逐步提上日程，各个省市纷纷响应低碳经济的号召，不同程度的探索低碳技术，这都是造成纯技术效率较高的关键因素。

从动态的角度可以将物流效率的变化分为三类：第一类：不变型。如江苏省的物流技术效率已经达到前沿水平，综合技术效率值为1;第二类：递增型。上海，浙江，安徽，湖南，湖北，重庆等地区的物流技术效率呈现出上升趋势;第三类，递减型。江西、四川、云南、贵州等地区的物流业技术效率有下降的趋势，表明这些地区急需加强物流方面的发展水平，提升物流技术效率。

（二）差异分析

整体来看，我国长江经济带的低碳物流效率还有很大的进步空间。为了对长江经济带物流效率进行差异化分析，选择PE=0.9及SE=0.7的效率值为分界点将长江经济带的物流效率分为四种类型：第一类：双高型。如上海、江苏等省市的纯技术效率和规模效率较高，需要调整的幅度较小;第二类：高低型。即纯技术效率较高但是规模效率较低的省市，包括浙江、安徽、江西、湖南、重庆、云南、贵州等，特别是云南的规模效率仅为0.318，改进的方向是提高产业规模，实现资源的优化配置;第三类：低低型。如湖北、四川等地区不仅物业产业规模较小而且纯技术效率较低，改进的方向一是注重纯技术效率的提高，提升技术管理水平;二是合理规划各种资源，促进物流规模的扩大。

六、研究结论与对策

（一）结论

本文在考虑低碳约束的情况下，运用DEA-Malmquist模型对物流效率进行评估，得出如下的结论：第一，长江经济带物流效率呈现出东高西低的递减趋势，中西部整体效率不如东部地区，在效率的改善方面仍有一定的进步空间;第二，综合结果表明，技术效率和规模效率均需进一步提升，但相比较而言，规模是制约物流效率提高的主要因素;第三，从动态角度来看，长江经济带物流业效率整体呈现出上升趋势，且主要的推动力来源于技术进步。

（二）建议

针对长江经济带物流的发展现状，提出如下的对策建议：

第一，强化科技创新，推广现代物流。综合来看，我国长江经济带低碳物流技术效率较低，要使得低碳技术效率所有提高，一是加强科技研发创新力度，发挥长江经济带人才和科技优势，鼓励物流产业领先企业、科研机构等单位构建产学研示范基地，加强物流关键技术的研发;二是推广现代物流，依托长江经济带转型升级的契机，推广现代物流理念，实现物流企业的创新性转变，积极实施互联网+低碳物流、大数据、区块链等信息工程。

第二，加强互利合作，推动产业联动。长江经济带应该秉持互利合作的原则，加强与区域内各省市在物流园建设、信息共享等方面的协作，打造一体化的区域物流环境，具体而言，中西部省市应该加强与长三角地区的合作联动发展机制，重点加强与物流节点的联动，提升枢纽城市在联运方面的联接。各省市要根据不同的发展状况和物流基础设施状况，调整物流产业空间分布格局，推进物流产业在城市间的合理分工，形成极具竞争优势的物流产业集群，保证物流的流通效率。

第三，调整能源结构，开展逆向物流。运输方式落后、物流节点规划不合理等是物流产业能源消耗量大的主要原因，为了改善这一局面，需要从建立低碳物流系统，加快科研成果转化等方面入手，科学合理地规划物流节点，实现物流系统对能源的最优化使用，此外，以包装、仓储、运输、配送作为主要的低碳物流环节，开展逆向物流实现对包装物、废弃物的回收利用，亦可达到环保低碳发展的目标。

第四，发展联运模式，优化物流体系。一是优化物流网络布局，加大对低碳物流基础设施的建设;二是注重多重联运的有机衔接，多式联运是指把公路、铁路、海运、航空等货运方式结合在一起的一种运输方式，它可以形成一个高效便捷的物流系统，实现在不同运输方式之间合理分工的目的，进而提高物流综合效率。现阶段，长江经济带应该完善疏运体系，继续推进长江物流走廊、重要货运节点枢纽等项目建设，加强多种货运方式的有效衔接，以实现物流产业整体效率的提升。

第五，加强政府引导，给予政策支持。政府应制定有关法律法规，进一步完善和落实行业标准，并尽快出台针对电商物流、逆向物流等重点领域的规划，积极推动物流信息服务平台建设，设立示范物流园区，加大政策扶持力度，通过税收优惠、设立减排资金等舉措进一步支持和促进低碳物流的发展，积极鼓励金融机构探索出适合的产品和服务，帮助低碳物流企业做大做强。

[参考文献]

[1]李磊.经济开放区域的贸易隐含碳测算及转移分析——以新疆为例[J].上海经济研究，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]苏美蓉，陈彬，陈晨，杨志峰，梁辰，王姣.中国低碳城市热思考：现状、问题及趋势[J].中国人口·资源与环境，2012（3）：48-55.

[4]付加锋，庄贵阳，高庆先.低碳经济的概念辨识及评价指标体系构建[J].中国人口·资源与环境，2010（8）：38-43.

[5]高峰，廖小平.低碳发展能力及其评价——以湖南省为例[J].系统工程，2013（6）：108-114.

[6]胡林林，贾俊松，毛端谦，刘春燕.基于FAHP-TOPSIS法的我国省域低碳发展水平评价[J].生态学报，2013（20）：6652-6661.

[7]刘翔，陈晓红.我国低碳经济发展效率的动态变化及碳减排潜力分析[J].系统工程，2017（5）：92-100.

[8]柳键，涂建.中国产业结构调整对低碳物流效率的影响研究——基于超效率DEA低碳物流效率评价模型的实证分析[J].价格理论与实践，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]王育红，刘琪.基于Super-SBM模型的长江经济带物流效率测度研究[J].华东经济管理，2017（5）：72-77.

[11]马越越，王维国.异质性生产技术下中国区域物流产业全要素生产率[J].系统工程，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]张诚，周安，张志坚.低碳经济下物流能源效率与结构调整研究——基于技术差异视角[J].生态经济，2014（9）：59-63.

[14]王丽萍.基于DEA的中部六省物流运作效率研究[J].现代管理科学，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.基于三阶段DEA方法的中部六省物流效率评价[J].统计与决策，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]周叶，张孟晓，杨洁.基于SE-DEA的省域物流行业生态效率研究[J].北京交通大学学报，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]陈文新，潘宇.低碳约束下物流产业全要素生产率的空间分异及时空演化[J].工业技术经济，2016（11）：42-52.

[21]杨传明.低碳约束下江苏物流产业效率测度[J].华东经济管理，2018（1）：27-32.

[22]赵霞，万长松，宣红岩.低碳约束下中国流通业效率的区域差异——基于三阶段DEA模型的测算[J].北京工商大学学报：社会科学版，2018（5）：41-52.

[23]薛巨泉，鄭秀梅.中国第三方物流发展中存在的问题及对策[J].牡丹江师范学院学报：哲学社会科学版，2015（6）：26-28.

[24]陈晓玥，王立国.中国物流产业与三大产业联动发展实证研究[J].牡丹江师范学院学报：哲学社会科学版，2014（2）：33-37.

[责任编辑]王立国