基于Malmquist中部6省物流业全要素能源效率分析

何鲁燕

基于Malmquist中部6省物流业全要素能源效率分析

何鲁燕

通过Malmquist方法对中部6省物流业全要素进行实证分析，发现中部6省的全要素能源效率在2003～2014年之间出现先下降，后上升的变化。根据实证结果分析现状产生的原因，提出一些建议和对策。

物流业；全要素能源效率；Malmquist

一、引言

根据2012年发展改革委有关负责人谈鼓励和引导民间投资进入物流领域实施意见：物流业作为融合运输业、仓储业、货代业和信息业等的复合型服务产业，在国民经济中的基础性地位日益凸显，已经成为衡量国家现代化水平与综合国力的重要标志之一。

“十一五”以来，我国物流业取得迅猛发展，运行效率显著提高，基础设施条件加快改善，为支撑国民经济平稳较快发展发挥了重要作用。

虽然，到目前为止，物流业发展已经取得了不小的成绩。但是，相对于国外，我国物流业仍然面临以下问题：（1）物流企业的效率不够高；（2）经营成本居高不下，阻碍了其更加有力的支持我国的经济发展。因此，如何在降低物流业能源单位消耗的同时提高物流业能源效率，保障物流行业快速发展从而促进经济增长是现阶段物流业发展需要关注的问题。在现有的能源效率研究方法中，数据包络分析（DEA）作为一个种不涉及参数函数的估计，也不需要假设研究对象在技术上是有效率的，虽然是不能解释随机扰动，但可以做到有效的评估多元素生产结构效率：在给定各种投入要素的条件下实现最大产出，或者给定产出水平下实现投入最小化的能力。被许多学者广泛的使用，是我们考察技术效率和技术进步的强有力的工具。因此，我选择数据包络分析（DEA）方法，对我国2003～2014年间山西、安徽、江西、河南、湖北、湖南中部6省物流业全要素能源效率进行计算。再通过基于DEA-Malmquist生产率指数法对其的全要素生产率进行测度，计算出了技术效率、技术变化、规模效率、纯技术效率。动态地评价这6个省的物流业的全要素能源效率的变化趋势，并相应的提出意见与建议。

二、物流业全要素能源效率模型构建

（一）BCC－DEA模型

DEA方法从投入和产出两个角度来度量技术效率。DEA基本模型是CCR模型和BCC模型，CCR模型测量的是决策单元的整体效率，而BCC模型测量的仅是技术效率。CCR模型计算规模报酬不变条件下各DMU的相对效率，适合整体效率的衡量。BCC模型则假设DMU规模报酬可变，并可以将技术效率分解为纯技术效率和规模效率。考虑到我国物流规模效率相对较高，绝大多数省市处于规模报酬递增阶段，而且控制要素投入比控制产出更加实际，因此，本文采用投入导向下的BCC模型测度物流行业的能源效率。

模型线性规划如下:假设有n个DMU｛DMUj，j=1，2，…，n｝，m种输入xij（i=1，2，…，m，j=1，2，…，n），s种产出yrj（r=1，2，…，s，j=1，2，…，n）。要求保持产出不变的情况下投入最小，即xij最小。

即θ*=minθ

S.t.

式中：λj为决策变量；θ*为模型最优解，即测算出的效率值，对应投入产出的有效度，反映资源配置的合理程度；θ为DMU的效率值。

（二）DEA－Malmquist指数

BCC模型可以测算不同年份各DMU的能源效率，并对测算结果做静态比较分析。为了更详细的说明能源利用效率的变动情况，为更好的呈现中部6省的物流行业能源效率变化趋势及变动原因，我们需要进一步进行Malmquist指数的测算。将由模型（1）所得出的技术效率的倒数作为距离函数，即:。

从t时期到t+1时期，Malmquist指数为：

其中effch为技术效率指数，techch为技术进步指数。技术效率变化分解为纯技术效率变化和规模效率变化:

故可变规模报酬假设下，Malmquist指数是由技术进步指数、纯技术效率指数和规模效率指数三部分构成的，即:

三、实证分析

（一）物流行业能源效率以年份为单位，以原始数据为基础，根据公式⑴，利用Deap 2.1软件，计算得出我国中部6省2003-2014年物流业全要素能源效率值如表1所示。

表1　中部6省2003～2014年物流业全要素能源效率值

由表1可知，2003～2014年中，我国中部6省的物流业整体能源效率都有很大的变化。在2003～2009年，每个省的能源效率都呈现一开始较高的水平，之后下降的情况。会出现以上变化的原因有：笔者认为这段时间的下降是由于伴随着不断增加的资本投入，而无法及时将投入变成产出导致的效率的下降，特别是在基础建设上的投入。从2009年开始，中部6省的物流业全要素能源效率的规模效率呈现出了增长的趋势，原因有：一是我国于2009年颁布实施了《物流业调整和振兴规划》（国发［2009］8号）我国政府开始从国家层面统筹物流业的发展问题，有利于解决物流业发展的条块分割和企业规模较小问题，使得物流业的规模经济能够很好地体现出来，行业的能源利用率得到提升。二是我国扩张性财政政策大规模的刺激经济也起到部分的作用。三是“互联网+”物流业的创新思维和转型路径也开始不断成型，引导了物流业产业效率的提升。在2003～2014年，物流业发展最终呈现能源效率出现了上升的良好态势，河南和湖南的全要素能源效率甚至到达了1，这充分说明，我国的物流业在不断地发展和进步。

（二）Malmquist效率指数输入面板数据，运行DEAP2.1软件可以计算得到2003～2014年物流业各年Malmquist效率指数及其分解情况，如表2所示。

表2　2003～2014年物流业各年Malmquist效率指数

上表可以看出，6省的Malmquist指数即tfpch都小于1，表示总体的能源效率都出现一定程度的下降。techch＜1，反映出全要素能源效率出现下降部分是由于技术退步；安徽省的物流业出现了effch＞1的情况，表示安徽省的物流企业的技术效率有明显改善。pech和sech都接近1或者等于1，即表示这些省份的物流业单元技术运用水平和规模效益都没有出现明显的改善。可以加大在这两方面的努力程度。

四、结论与建议

第一，我国物流行业整体能源效率还可以进一步提高，在2003～2014年中部6省的全要素能源效率出现了先下降后上升的整体趋势，显示中部6省的物流业发展整体向好。第二，中部6省份的物流业单元技术运用水平和规模效益都没有出现明显的改善。同时，技术进步是我国中部物流行业能源效率提高的主要动力。第三，纯技术效率降低引起的技术效率下降阻碍了我国物流业能源效率上升。

面对以上问题，可以通过以下的措施进行改进：

（一）加大物流业基础设施建设，强调税收、土地、融资、车辆便利通行等方面改善，营造更加公平的竞争环境，同时加强地区间的交流与合作。

（二）引入竞争机制，加速物流业快速发展，特别需要突出提高第三方物流服务的发展，要求达到运用市场促进资源整合和优化配置。最终做到促进地区与地区、企业与企业之间的协调发展，推动中部6省能源效率的稳步提高。

（三）加强产业和地区联动，促进产业间的协调发展。形成生产、运输、消费三位一体的产业联动格局和区域共同崛起的发展趋势，促进产业之间、地区之间的协调发展。

（四）加强对互联网经济下物流业“新常态”的特征的把握，变压力为动力，积极应对、主动适应，从分析市场需求入手，关注最终客户需求，注重产业链的联系，寻找战略突破口，不断创新服务模式，建立跨行业和区域的智能物流信息公共服务平台，培育竞争新优势，以转型升级应对物流“新常态”，使物流业的规模与质量、速度与效益、增长与转型达到一种新的平衡。

（五）改善纯技术效率是提高物流业能源效率的迫切任务。改善物流企业经营和管理水平，完善节能激励制度，提高物流企业节能积极性，进而提高现有技术与要素的使用率，破除技术效率对能源效率增长的阻碍。

［1］吕荣胜，陈晓杰.我国物流行业全要素能源效率实证分析［J］.商业研究，2014，（02）：51-56.

［2］周回回.基于DEA的中部6省物流业全要素能源效率分析［J］.经济研究，2016，（38）.

［3］张立国，李东，龚爱清.中国物流业全要素能源效率动态变动及区域差异分析［J］.资源科学，2015，4（37）.

［4］扩大就业，促进生产，拉动消费——发展改革委有关负责人谈鼓励和引导民间投资进入物流领域实施意见［J］.交通财会，2012，（08）.

［5］魏楚，沈满洪.能源效率研究发展及趋势:一个综述［J］.浙江大学学报（人文社会科学版），2009，30（3）.

［6］刘卫.基于DEA的中国地区物流效率研究［J］.STUDY，2010.

［7］刘敬严，赵莉琴，李占平.新常态下“互联网+”物流业发展转型分析［J］.物流技术，2015，（34）.

何鲁燕，女，上海海事大学经济与管理学院研究生，研究方向：航运经济与物流。

F253.9

A

1008-4428（2016）08-31-02