中国物流业经济增长质量实证研究

Abstract： Based China Logistics Industry Panel Data from 2005 to 2013 and resource factors constraints， uses GML index method to measure the logistics green TFP， analysising its characteristics from the three levels of driving source， timing change and spatial distribution， and discriminates the green technology innovators. The results shows that： the logistics industry green TFP annual growth rate is 0.5%， much lower than the traditional growth rate of 6.5%； Technological progress is the main driver of TFP growth， but the lack of power； The regional logistics industry green TFP growth space differences； Technology innovators are unevenly mostly located in the eastern region； Finally， it puts forward to some countermeasures and suggestions for enhancing the quality of logistics industry economic growth.

Key words： GTFP； GML index； technical progress； technical innovator

引言

在“经济发展清洁化，能源消费绿色化，产业结构高级化”已经成为社会共识的背景下，自然资源和环境保护的刚性约束，成为我国物流业健康发展的巨大瓶颈。因此，紧跟国家生态文明建设理念，协调物流业经济、资源、环境的互动关系，优化物流业发展的质量与效率，是建成便捷高效、绿色环保、安全有序的现代物流服务体系的必要通道。

提升全要素生产率（Total Factor Productivity， ）是经济可持续发展的必由之路。作为衡量物流经济系统中总投入转化为总产出的效率指标， 反映了狭义上的物流佛山到漳州物流业经济增长质量[1]。传统方式的物流业 测算研究没有考虑到物流运作过程中的资源环境约束，测算结果无法真实地反映物流业增长质量。随着能源价格的大幅提高和环境质量的急剧恶化，国内外学者逐步将研究视角转向物流业绿色全要素生产率（Green TFP， 以下统称为 ）。Oum et al. （2013）[2]将生命周期二氧化碳作为非期望产出，利用非参数的产出方向距离函数 和综合社会效益指数来测度和比较了日本铁路公司和航空公司在国内城际旅游市场的社会效益。王维国等（2012）[3]利用三阶段 模型和 指数方法对碳排放约束下1997～2009年中国30个省级地区的物流业全要素增长率进行了测算。王玲等（2015）[4]将碳排放作为副产出，运用 方向性距离函数和共同边界 指数方法，测度了2003～2012年中国省域物流业环境全要素生产率。

综上所述，目前多数研究采用当期和序列 指数对 进行测算，而测算指数不循环以及潜在的线性规划无解问题，可能导致测算结果产生偏差。文章借鉴Oh（2010）[5]提出的 指数对物流业 增长进行测度，弥补了当期或序列 技术存在的不足。同时，为反映信息网络发展对现代物流的影响，文章构建涵盖资源、环境与信息要素的全要素生产率测算体系，结合生产率增长状况，系统分析了物流业经济增长质量；通过“技术创新者”判别条件，识别了主导物流业 创新的地区，为我国物流产业向绿色质量型转型升级提供依据。

1理论基础和模型设定

文章将环境因素作为非期望产出，通过 （Global Malmquist-Luenberger）指数模型测定物流业 增长及其分解状况，并根据“技术创新者”的判断条件，识别出推动着生产可能性边界向外扩展的技术创新者。

1.1 指数定义及测定

借鉴Fare et al.（2007）[6]提出的环境技术方法，将非期望产出二氧化碳排放纳入到物流业全要素生产率的分析框架中。假定每个省域为一个生产决策单元，各省市使用 种要素投入 得到 种期望产出 的同时产生 种非期望产出 。利用第 省第 期的投入产出值 构建生产可能性集合 ： 。

表示每个生产单位的期望产出和非期望产出与生产前沿面的逼近程度。若 ，生产单位在 +1期比 期离生产边界更为接近，技术效率呈增长状态； 反映了 期到 +1期生产单元生产可能性边界的移动程度。当 时，生产可能性边界往期望产出更多、非期望产出更少的方向移动。 1.2技术创新者识别及测度

式（6）表示环境生产前沿向期望产出更多、非期望产更少出的方向移动；式（7）表示在t期的技术下，t+1期的投入不可能完成t+1期的产出量，意味着发生了技术进步；式（8）表示技术创新者必须为最佳实践者，当期处于环境生产前沿。同时满足上述三个前提条件的地区才是所谓推动环境生产前沿外移的技术创新者。

2指标选取及数据来源

文章选取2005～2013年中国30个省域的物流业数据（考虑到西藏地区缺失较多年份的历史数据，未将其计入研究范围）为样本，进行实证研究。所用统计数据均来源于《中国统计年鉴》和《中国能源统计年鉴》。参考唐建荣（2016）[8]等学者的做法，以交通运输、仓储和邮政业代表物流业。各变量指标及其说明如下：

（1）投入变量。物流业投入变量包括资本、劳动、能源、信息四个方面。借鉴袁丹（2015）[9]等学者的做法，资本投入采用社会固定资本存量衡量。选取戈登史密斯等的永续盘存法 来计算资本存量： ，估算需要的基期资本存量 、当年投资额 、资本折旧率 以及价格指数 等变量的说明如表1所示。劳动投入以各地区交通运输、仓储和邮政业从业人员数衡量。能源投入以各地区的一次能源消费量衡量。考虑到各地区能源消费种类不同，将不同类型的能源消费量统一折算成标准煤后加总得出能源投入量。信息投入以电信主要通信能力中的长途光缆长度指标表示。

其中， 表示二氧化碳排放量； 代表能源种类 ，能源包括原煤、焦炭、汽油、煤油、柴油、燃料油、液化石油气、天然气； 代表能源消耗量； 为能源含碳量； 为能源净发热值； 是能源的碳氧化率；44和12分别代表 和 的分子量。对于电力生产过程中释放的二氧化碳排放量，使用电力消耗量和电力 边际排放因子 的乘积进行估算。

3实证研究与结果分析

为直观地反映资源约束对 的影响程度，文章对未考虑资源约束与考虑资源约束两种类型的全要素生产率指数及其分解的变化状况展开比较分析：（1）以 法计算得出表示物流业传统 增长的 指数；（2）以 指数模型测算得到反映物流业 增长的 指数。同时，按照东部、中部、西部和东北的区域划分进行研究，以期清晰显示物流业 增长的空间差异。具体结果如表2、表3所示。

3.1 增长特征分析

3.1.1驱动源泉

在不考虑资源约束情况下，2005～2013年间我国物流业传统 指数 整体均值为1.065，表明无资源约束下物流业 年均增长6.5%。在资源约束情况下，治理非期望产出需要成本，我国物流业 年均增长率为0.5%，增速明显低于传统 增速，说明物流业经济增长质量不高，忽视资源因素约束会高估物流业 增长率，物流业发展过程中期望产出增长百分比高于非期望减少百分比[7]。这也意味着污染物的年均增加值超过了年均减排量，物流业的经济增长是以高能耗、重污染为基础的，亟需释放节能减排压力。

从驱动源泉变化看，在资源约束下，全国技术效率变化指数年均下降0.7%，技术进步变化指数年均增长1.2%。表明资源约束下技术进步变化是推动物流业 增长的主要动力，而技术效率的恶化制约其增长。不考虑资源约束下，技术效率变化指数年均下降3.0%，技术进步变化指数年均增长9.7%。相比而言，资源约束下技术进步增速放缓，增幅下降8.5%；技术效率增加2.3%，恶化情况则稍好转。由此可见，在能源消耗和环境污染的外界压力下，生产者专注于节能降耗，却放松了对生产技术水平的提高，使得技术进步速度放缓，而技术效率却得以提高。相比无资源约束情形， 增长率下降表明物流业技术进步的增长动力不足，难以抵消技术效率的退化效应（详见表2）。

3.1.2时序变化

考虑到研究样本时间跨度较长，为反映物流业增长效率的周期性波动，将样本时段划分为2005～2008年、2009～2013年两个子时期。

分阶段来看， 指数呈阶段性波动变化，表明两个子时期全国整体 增长存在差异。第二阶段的 增长明显优于第一阶段，其技术效率和技术进步均有所改善。第一阶段时，我国现代物流业刚刚兴起， 指数均值为0.998，表明 年均负增长0.2%。其中，2005～2006年 增长率为正，是由于在节能减排初期的治理成本较小。随着物流业高速增长，节能减排压力逐步加大，同时受2008年金融危机影响， 增长逐渐下降。第二阶段的 指数均值为1.008，表明在此期间内物流业摆脱金融危机影响后稳步发展， 年均增长0.8%，此时 增长仍主要由技术进步贡献，而技术效率依旧是恶化的。随着国家政策的大力支持和节能减排技术的不断提升， 增长速度不断攀升，2011～2012年 增长率达到1.7%。但在2012～2013年又转为负增长，由于在节能减排推进过程中，“收获难度较低的果实”逐渐殆尽，边际节能减排成本水涨船高，须采取较高成本的措施才得以继续取得节能减排成果。

3.1.3空间分布

由表3可得，四大区域物流业 发展不均、差异较大，其中东部 增速最高，西部次之，中部和东北地区相近，居于末尾，后三者增速均低于全国平均水平。东部地区的 指数和 指数均值均高于中、西部和东北地区，表明其传统 和 年均增长率均高于中、西部和东北地区，这种现象称为区域经济发展中的“双重恶化”。以上结果主要由技术规模变化的差异引起，中、西部和东北地区缺乏对高污染的物流生产设备进行更新改造的资金投入，且治理污染的技术水平不高。从省域上看，以全国物流业 年均增长率（0.5%）为临界点，东、中、西部和东北地区处于全国均值水平之上的省（市）各有7、2、4、1个，中、西部和东北地区半数以上省域低于全国平均水平。因此，对于我国尤其是资源环境压力较大的中、西部和东北地区而言，推进物流业的绿色转型升级迫在眉睫。

3.2绿色技术创新者识别

根据式（8）来判别省（市）当期是否为处于环境生产前沿的最佳实践者。通过方向性距离函数计算得出2015～2013年我国各地区物流业环境技术效率值（部分代表年份值如表4所示）。由表可知，北京、天津等8个省（市）的环境技术效率均值为1，说明以上地区样本期内各年均处于环境生产前沿。此外，江苏、安徽等省份也有若干年份满足最佳实践者条件。 在识别最佳实践者的基础上，结合 指数测度所得的2005～2013年各地区历年物流业技术进步变化状况，根据式（6-7）进一步判别符合条件的“技术创新者”，具体结果见表5。

观察表5可得，在时间维度上，2005年中国现代物流步入正轨，物流业开始高速发展，逐年涌现出“技术创新者”。而2珠海到朔州物流008年爆发金融危机的背景下，我国经济处于低迷期，物流产业也受到了一定的影响，只有河北和山东两个省份处于环境生产前沿面上推动着生产可能性边界向外扩展。之后，随着经济回暖，物流业技术创新者又逐渐上升到一定数目。

在空间维度上，样本期间内共有12个技术创新者，推动了物流业环境生产前沿面37次。技术创新省（市）大多分布在高环境技术效率、高经济增长的东部地区，这与东部地区在全国物流业发展中承担的先导角色相符。

4研究结论及政策建议

文章选取2005～2013年中国30个省份物流业数据为样本，在考虑资源因素的前提下，采用 指数测算了省域物流业 增长速率，从驱动源泉、时序变化、空间分布三个层面系统分析了 增长特征，并判别了物流业技术创新者。研究结果表明：（1）整体而言，物流业经济增长质量不高， 呈年均0.5%的低速增长态势。（2）驱动源泉上，技术进步是推动 增长的主要动力，但动珠海到枣庄物流力不足。（3）空间分布上，各地区物流业 增长的空间差异较大。（4）技术创新者大多分布于环境技术效率与经济增长速率均较高的东部地区。

基于以上分析和结论，为了发掘物流业发展潜力，促进物流业经济增长质量的提升，提出以下政策建议：

（1）实做“除法”：消除粗放增长成分

为提升经济增长质量，从长远角度出发，需要克服产业调整带来的“阵痛”，挤出经济增长中的“水分”，以“好”来调控“快”。一是逐步废除传统的经济增长指标、干部考核等“粗放型指标”，避免片面追求数量、产值和速度，将绿色GDP发展指标以重要权重纳入各级政府考核体系，构筑新型政府经济管理模式；二是深化物流业市场化改革，削减粗放型物流市场生存资本，构建系统的监督管理体系和工程保障体系，促使物流企业加快绿色转型步伐。

（2）巧做“乘法”：推动绿色技术研发

通过加强绿色技术研发应用以续力绿色技术进步，形成物流业 增速的“乘数效应”。一方面，搭建绿色技术产学研平台，加快绿色科技成果的转化，加大物流产业链可再生能源、碳捕集和封存技术、新能源运输工具等项目的研发投入，推动物流业节能推广和改造工程；另一方面，建设绿色技术示范性载体，催生持有自主知识产权和持续创新能力的低碳技术企业，探索财政、税收等手段鼓励企业进行低碳技改，完善落后产能退出机制，推动低碳技术标准化、产业化和市场化发展。

（3）细做“减法”：分解节能减排目标

能源环境政策的制定与节能减排目标的设定与分解不宜“一刀切”。应兼顾各地区经济发展水平和发展阶段特殊性，因地制宜设定差异化的区域节能减排目标及政策。建立节能减排统筹机构，科学地将减排任务向各区域实施责任分解和考核，并加强区域之间的协调合作。重点探究我国物流业节能减排的约束条件和运行方式，完备温室气体排放信息统计和减排评估，积极建立和维护碳排放交易市场。

（4）多做“加法”：促进技术创新收敛

物流业技术创新省份应积极发挥对技术创新落后地区的辐射和带动作用，实现我国整体上的技术加成。加强各种形式的区域合作，借助“外溢效应”和“分工效应”，通过构建援建平台，形成结对帮扶机制，进一步促进区域之间绿色技术领域的合理流动和信息交流，实现产业良性转移和协同发展。技术创新优势和弱势地区双方应共同努力，加速先进技术吸收消化，达成区域技术发展差距的逐步收敛。