低碳约束下省际物流业效率研究

引言

近年来，物流业作为第三利润源，越来越受到人们的关注。2009年政府将物流业纳入“十大振兴产业”，并颁布了《物流业调整和振兴规划》，把促进物流业发展提升到国家战略的高度。随着经济的快速发展，物流业在促进国民经济发展中的作用日益突出。汕头到太原物流但是，我国一些地区没有考虑本地区的实际情况，盲目投资于物流业，使物流业走上了高投入、高产出的粗放型发展道路，这也导致了我国物流业运作效率低下，造成了能源消耗的增加和浪费。现阶段，我国物流业能源消耗较大、运作效率低下，因此物流业应转变为健康高效的发展模式，从而为低碳经济做出贡献。目前我国学者关于低碳物流的研究大部分是基于宏观层面的战略和政策建议，而关于低碳物流的定量研究可谓凤毛麟角。本文基于低碳物流视角，在建立投入产出指标体系的基础上，以全国各省市为研究对象，采用数据包络分析（简称DEA）方法对各省市物流业效率进行系统研究，为改善我国物流业效率和低碳物流建设提供理论指导。

DEA方法以投入、产出指标值作为依据，运用数学规划模型评价决策单元相对有效性的非参数方法。近年来，该方法被广泛运用于评价物流效率，如邓学平（2008）以证券市场上市的55家物流企业为对象运用DEA方法分析了我国物流企业全要素生产技术效率。许鹏（2010）利用DEA方法全面分析了辽宁省物流业效率，针对性地提出了辽宁省物流业发展政策建议。张诚（2013）建立了中部六省物流系统DEA模型对物流业效率进行了纵向分析。雷勋平（2012）运用DEA方法对我国各省市2008年物流产业效率进行实证研究。田振中（2011）运用DEA方法和Tobit回归模型分析了我国各地区物流业效率及其影响因素。从以上分析可知，我国大部分学者研究物流业运行效率只考虑了经济产出，忽视了低碳约束，而忽视低碳约束的效率评价会高估我国物流业效率，并且误导政府订制政策建议。

鉴于此，本文从低碳约束角度出发，同时考虑物流业经济产出和环境保护两个方面，对2008-2011年我国各省市物流业效率进行系统研究，并在此基础上，通过Tobit回归模型分析物流业效率的影响因素。根据分析结果，提出发展低碳物流的政策建议。

物流业现状分析

（一）全国货运量趋势

国内大部分学者们将物流业界定为交通运输业、仓储业及邮政业（产业分类中没有物流业），本文也采用此界定。

由于物流业的不断发展，全国货运量不断增加。2002-2011年间，全国货运量呈逐年增长态势（见图1），从2002年的1483447万吨增至2011年的3696961万吨，增幅达到149.21%，年均增长率达到10.68%；从数据上看，我国物流业在不断的快速发展。

（二）物流业二氧化碳排放量趋势

本文选取《中国能源统计年鉴》“地区能源平衡表”和“中国能源平衡表”中煤合计、油品合计、天然气三种能源消费量来计算物流业最终二氧化碳排放量。计算公式如下：

（1）

式中ai表示第i种能源的碳排放系数，Ei表示第i种能源消费量。

本文根据公式（1）计算出了2002-2011年我国物流业二氧化碳排放量，如图2所示。

由于物流业的不断发展，导致了物流业二氧化碳排放量不断增加，2002-2011年我国物流业二氧化碳排放量增长迅速，从2002年的21961万吨增至2011年的49914万吨，增幅为127.28%，年均增长率为9.55%，这与全国货运量的年均增长率基本持平，即全国货运量增长1%，物流业二氧化碳排放量也增长1%，由此可以看出，我国物流业的发展水平并不高，对环境的污染非常大，因此我国物流业发展必须做出重大调整，走低碳物流道路。

物流业DEA效率分析

（一）研究方法与指标选择

数据包络分析（Data Envelopment Analysis，简称为DEA）是由查恩斯（Charnes）和库伯（Cooper）等学者在1978年提出正式提出的。它是研究同类型决策单元相对效率的常用方法之一。

设有n个DMU，其中每个DMUj都有m种类型的投入指标xj=（x1j，…，xmj）和s种产出指标yj=（y1j，…，ysj）T。则第j个DMUj的相对效率评价指数的CCR模型可表示为：

（2）

本文基于上述模型设计低碳物流指数，结合低碳物流特点，构建以下投入产出指标：

投入指标：物流业从业人员、物流业职工工资总额、物流业固定资产投入、物流业二氧化碳排放量。现有的物流劳动指标中多只采用行业从业人员人数表示，并不能完全表达劳动力的成本，因此添加工资总额来弥补不足；在低碳物流效率评价中，二氧化碳排放量越少越好，因此选取物流业二氧化碳排放量作为投入指标。

产出指标：货运量、货物周转率和物流业生产总值。货运量和货物周转率反应物流业运输能力，物流业生产总值反应物流业所产生的直接经济效益。

（二）模型计算与结果分析

本文通过模型求解，得到了全国各省市2008-2011年物流业综合技术效率θ、纯技术效率σ以及规模效率ω，计算结果如表1所示。

从表1可知，2008-2011年我国各省市物流业综合技术效率θ、纯技术效率σ和规模效率ω有一定程度地提高，但并没有达到技术效率前沿。从综合技术效率θ看，2008年为0.651，2009年为0.697，2010年为0.706，2011年为0.718，年均增长率为3.32%。从纯技术效率σ看，2008年为0.735，2009年为0.750，2010年为0.747，2011年为0.756，增长幅度并不大。从规模效率ω看，2008年为0.886，2009年为0.937，2010年为0.952，2011年为0.958，年均增长率为汕头到辽源物流2.64%。2008年起，我国各省市都在积极地发展低碳经济，这些原因是提高物流业综合技术效率的关键所在。 对于物流业综合技术效率θ而言，2008-2011年我国物流业平均投入产出效率不断提高，大部分省市物流业投入产出效率逐年提高，个别的省市物流业投入产出效率有所下降。我国物流业平均效率从2008年的0.651提高到了2011年的0.718，提高了10.29%，大部分省市物流业效率提高比例较大，其中北京效率提高的最大，从2008年的0.393提高到2011年的0.921，提高了2倍多，天津、江苏等都有一定程度地提高；个别省市物流业投入产出效率有所下降，其中包括山西、福建等地；还有一些省市变化不明显。2011年天津、河北、上海、江苏、安徽等地物流业综合技术效率都达到了最高，说明物流投入产出要素达到了最佳组合；而对于物流投入产出要素未达到最佳组合的省市，可以通过调节投入产出比例使其达到最佳组合。根据投入松弛变量得出，效率较低的省市从业人员、工资总额等均存在投入冗余现象，造成了资源浪费。同时碳排放量冗余现象严重，说明物流业碳排放对环境污染非常大。对于纯技术效率σ而言，2011年天津、河北、上海、江苏等9个省市的纯技术效率σ=1，说明这些省市处于最佳状态，剩余的省市纯技术效率σ<1，即物流纯技术无效，处于技术和规模均无效的状态。对于规模效率而言，我国各省市物流业规模效率ω相对较高，规模效率ω=1的省市实现了最优规模韶关到六盘水物流，ω<1的省市属于规模经济递增状态。

为了更清晰地分析我国各省市物流业效率水平，本文通过差异化分析和投影分析相结合进行物流投入产出水平研究。根据计算结果，可以将我国各省市分为四个类别：“高—高”型、“高—低”型、“低—高”型和“低—低”型。“高—高”型，即纯技术效率和规模效率都高，其数值接近1，如天津、上海、江苏、山东、安徽等，这些省市物流业比较成熟，需要改进的较少，应继续保持其发展方向。“高—低”型，即纯技术效率高、规模效率低，如青海、海南等，特别是海南省，其规模效率仅为0.353，该类省市应加大物流业投入，发展规模经济。“低—高”型，即纯技术效率低、规模效率高，如山西、吉林、黑龙江、四川、重庆等，该类省市应通过先进的物流技术管理水平提高物流业效率。“低—低”型，即纯技术效率和规模效率都低，如贵州、福建等，该类省市不仅要加大物流业规模投入，同时还要提高物流技术管理水平，将外部政策和内部管理相结合，同时还要促进物流业规模的扩大，科学规划资源，使资源最优化。

Tobit回归分析

本文以DEA方法所得的效率值为因变量，以效率的影响因素为自变量，建立Tobit模型进行回归分析。采用Tobit模型进行线性回归分析的原因是由于效率值作为因变量在其值域内是截尾的，普通最小二乘（OLS）的概念已不再适用于本文的估计回归系数。

本文从经济发展水平、能源结构、产业结构三个方面考察各因素对物流业效率的影响，用2011年各省市数据建立低碳物流效率Tobit回归模型：

（3）

其中，y为效率值，c为常数项，x1为各省人均GDP的对数值，x2为各省物流业碳排放中煤的比重，x3为各省第二产业比重，ε为误差项。

运用 EViews6.0 软件对我国物流业综合效率的影响因素进行Tobit回归分析，结果如表2 所示。

由表2回归结果，可以看出：经济发展对物流业效率产生正面影响，能源结构对物流业效率产生了负面影响，产业结构对物流业效率影响不显著。

经济发展对物流业效率产生正面影响，这表明经济发展对物流业效率有积极的影响，经济发展越高，物流业效率越高，经济发展可以间接地降低二氧化碳排放水平，有利于低碳物流的发展。

能源结构对物流业效率产生负面影响，由此可见降低煤消耗的比重，优化能源结构，可以直接降低二氧化碳排放量，进而有利于物流业效率的提高。

结论

本文从低碳约束角度出发，运用DEA模型对我国省际物流业效率进行测定，并运用Tobit对其影响因素进行回归分析，得出如下结论：

第一，将物流业碳排放作为投入变量进行数据处理，同时考虑了经济产出和环境产出，避免了只追求经济产出而增加的环境破坏。

第二，我国各省市物流业平均效率逐年提高，但差异性很明显。天津、河北、上海、江苏等7个省市达到了效率前沿，其余省市均存在上升空间。

第三，我国大部分省市存在投入资源浪费和产出不足的现象，纯技术效率是提高物流业效率的关键因素，对青海省而言，规模效率更关键。

第四，经济发展对物流业效率产生正面影响，能源结构对物流业效率产生了负面影响，因此，应该通过提高经济发展水平、优化能源结构等方法来提高物流业效率，走低碳物流发展道路。

相关建议

基于以上结论，本文对我国物流业发展提出以下建议：

（一）制定物流业碳排放标准，出台低碳物流相关法规

从物流业效率值可知，北京、广东、浙江并没有达到物流业效率前沿，而这些省市通常被认为是物流业发达地区，由此可见，不考虑碳排放、只考虑经济产出的研究结果不能客观地反映物流业的低碳发展。因此，我国应制定物流业碳排放标准，出台低碳物流相关法规，通过国家标准和法规监控物流业碳排放。

（二）结合各省市特点，实施差异化低碳物流策略

我国各省市物流业可分为四个类别，即“高-高”型、“高-低”型、“低-高”型和“低-低”型，在制定低碳物流策略方面，要根据各省市所属类别，实施差异化策略，最终降低碳排放量。

（三）研发低碳物流技术，提高低碳物流科技创新水平

从计算出的物流业效率可知，物流业纯技术效率较低，因此，我国应积极研发低碳核心技术，实现高效率的低碳物流。同时，还应加强国际合作，建立节能、可再生等低碳技术体系，为低碳物流业提供技术支撑。

（四）优化能源结构，降低能源消耗

能源结构对物流业效率的影响呈负线性关系，因此，降低煤消耗的比重可以直接降低碳排放量，进而有利于物流业效率的提高。与此同时，我国应该改善物流业运输方式，优化物流节点，降低能源的消耗量。

1.邓学平，王旭，Ada Suk Fung Ng，等.我国物流企业全要素生产技术效率分析[J].系统工程，2008，26

2.许鹏.基于DEA的辽宁省物流产业效率研究[D].大连海事大学，2010

3.张诚，张广胜.中部六省物流产业效率分析及政策建议[J].江西社会科学，2013（2）

4.雷勋平，Robin Qiu，刘思峰.基于DEA 的物流产业效率测度实证研究[J].华东经济管理，2012，26

5.田振中.我国区域物流业运行效率评价及其影响因素[J].商业时代，2011（33）

6.唐建荣，卢玲珠.低碳约束下的物流效率分析-以东部十省市为例[J].中国流通经济，2013，1

7.毕志雯.低碳约束下我国物流产业技术效率动态评价-基于Meta-Frontier和序列SBM-DEA的分析[D].南开大学，2011

8.唐建荣，张白羽，浦徐进.中国碳减排的技术路径及政策建议-基于经典估计贝叶斯法的实证研究[J].当代财经，2011（11）

9.殷云.中国物流行业存在的主要问题分析[J].中国流通经济，2012（1）

徐喜辉（1989-），男，陕西西安人，中国矿业大学管理学院硕士研究生，研究方向：低碳经济。

特日格勒（1988-），女，内蒙古鄂尔多斯人，中国矿业大学硕士研究生，研究方向：低碳经济。

李卓霖（1988-），女，江苏徐州人，中国矿业大学管理学院硕士研究生，研究方向：低碳经济。