基于 DEA 的中部 6 省物流业全要素能源效率分析

周会会

ZHOU Hui-hui

（太原理工大学 经济管理学院，山西 太原 030024）

(School of Economics and Business Management， Taiyuan University of Technology， Taiyuan 030024， Shanxi， China)

基于 DEA 的中部 6 省物流业全要素能源效率分析

周会会

ZHOU Hui-hui

（太原理工大学 经济管理学院，山西 太原 030024）

(School of Economics and Business Management， Taiyuan University of Technology， Taiyuan 030024， Shanxi， China)

在阐述能源效率内涵及相关研究成果的基础上，从物流业全要素能源效率指标分析出发，结合 DEA 应用原理构造中部 6 省全要素能源效率模型，并以中部6 省原始数据为依托进行全要素能源效率拟合分析。结果表明，中部 6 省物流业能源效率存在明显差异，但平均值保持在 0.85 以上，处于较高水平；中部 6 省能源效率整体呈现震荡下行趋势，其中湖南省、湖北省表现尤为明显。同时提出加大中部 6 省物流业基础设施建设、进一步完善物流管理体系、引入竞争机制、加强产业联动和地区联动等政策建议。

物流业；能源效率；DEA 模型

1　概述

近年来，物流业在我国贸易及电子商务等多方平台的推动下得到快速发展，并推动我国经济发展规模的持续扩张，同时物流行业的能源消耗总量也在迅速攀升。因此，在保障物流行业快速发展并促进经济增长的同时，降低物流业能源消耗规模，提高物流业能源效率，是现阶段值得关注的问题。

一个国家的综合能源效率指增加单位 GDP 所产生的能源需求，是单位能源所带来的经济效益大小，反映能源的利用效率，即单位产值能耗[1]。根据投入产出的数量差异及计算方式，能源效率可以分为单要素能源效率和全要素能源效率。单要素能源效率只将能源要素与产出进行比较，不考虑其他生产要素；全要素能源效率不仅考虑能源相关要素，还考虑劳动力、资本、知识储备等其他生产要素的影响，可以全面地揭示地区及行业受能源效率影响的程度及变化趋势[2]。根据投入产出的考察维度，能源效率可以分为能源经济效率和能源技术效率，能源经济效率是指能源作为燃料和动力，与对应的最终产出成果或经济效益之比；能源技术效率则是指将能源作为原材料，通过一定的技术手段转化为另一种能源形式的投入产出之比。前者是指对既有能源数量的最优利用能力，即最大产出；后者是指一定要素条件下的最后组合能力，即能源配置效率。Patterson 认为能源效率是指在达到相同数量的产出时所需要的最小能源投入，属于能源技术效率的范畴[3]。目前，我国对于能源效率的研究重点主要集中在 2 个方面：一是基于省际区域层面的能源效率研究，HU J 等[4]、魏楚等[5]对我国各个区域之间的能源效率进行分析，认为效率最高的是东北地区，其余依次为东部、中部和西部；二是基于行业层面的能源效率研究，王秋彬[6]、孙广生等[7]、王霄等[8]对采选业、制造业和冶炼等高耗能行业的能源效率进行分析研究，探索行业之间能源效率差异及影响能源效率的因素，并就相关问题展开讨论。在对能源效率研究所采用的方法中，传统的单要素能源效率及简单的投入产出模式测度方法，已经不能完全体现现阶段复杂的能源效率表现方式，也不能反映能源资源的调节机制及配置效率[9]。因此，更多的情况下对效率的考察和测度都是针对全要素能源效率进行。在遵循这一思路的前提下，同时采用数据包络分析 (DEA) 方法，针对我国 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分析，从投入和产出 2 个角度衡量能源技术效率，分别考虑投入节约与产出扩张之间的关系，有效分析物流业全要素能源效率。

2　物流业全要素能源效率模型构建

2.1指标确定

物流业全要素能源效率分析采用基于DEA的效率评价方法，选择劳动力、资本和能源消费量 3项指标作为分析物流业全要素能源效率的投入变量[10]。其中，劳动力是指从事物流行业的全部有效标准劳动力，拟采用规模以上物流企业的全部平均从业人数；资本是指企业维持正常经营活动过程中的相关设备、机器等固定资产，不包括企业的流动资产；能源消费是指与物流行业相关的行业及活动所需要的能源消费总量。由于我国并没有针对物流行业进行专门的数据统计，因而以占据物流业增加值总量约 84% 的交通运输、邮政和仓储作为我国物流产业的代表，并以此作为产出指标。

2.2模型构建

采用投入导向下的DEA模型测度物流行业全要素能源效率，不需要假定生产函数形式，避免了参数法的主观性和联立方程组的设定误差等问题。在DEA模型的构建中[11]，需要假设 n 个决策单元 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 ( xij最小)，即

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。

在利用DEA模型对物流业全要素能源效率进行计算时，需要考虑 Farrell 技术效率指数和非零投入松弛量。通过对DEA模型及径向调整量和松弛调整量进行分析，构造出的能源效率方程如下[12-13]。

式中：TFEEi,t为第 i 个地区 t 时期全要素能源效率；ETi,t和 EAi,t分别为第 i 个地区 t 时期能源投入的目标值和能源投入的实际值；SAi,t为第 i 个地区 t 时期的松弛调整量；RAi,t为第 i 个地区 t 时期的径向调整量。TFEEi,t数值接近于 1，是能源投入的目标。

用公式 ⑵ 构造由几个地区构成的更大区域的全要素能源效率方程为

式中：RTFEEk,t为第 k 个区域 t 时期全要素能源效率；RETk,t为第 k 个区域 t 时期区域内部总的能源投入目标值；REAk,t为第 k 个区域 t 时期区域内部总的能源投入实际值。

3　物流业全要素能源效率分析

3.1数据来源

选取物流行业增加值 (GDPW)、资本存量、劳动人数、能源消耗、资本投入作为 2003—2014 年中部 6 省的分析数据，计算各省物流业全要素能源效率。其中，GDPW数据取自交通运输、邮政和仓储业的 GDP 增加值之和；资本存量计算方法以物流业 2003—2014 每年固定资产投入的数据，加上上一年固定资本投入余量 (以资本投入为基础，按照 10%的折旧损耗率计算)，测算得到当年的资本存量[8]；劳动人数采用各地区物流业职工人数作为人力资本投入；能源消耗是物流业 2003—2014 年各年所有能源消费量之和；资本投入是指每年对固定资产的投入量。2003—2014 年中部 6 省分析数据如表 1 所示。

表1　2003—2014年中部6省分析数据

续表

3.2全要素能源效率分析

以原始数据为基础，根据公式 ⑴ 和公式 ⑵，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 2 所示。

表2　中部6省2003—2014年物流业全要素能源效率值

由表 2 可知，2003—2014 年中，我国中部 6 省的物流业整体能源效率相对较高，每年平均值都达到 0.85 以上。尤其是山西、安徽、江西、河南 4 省能源效率几乎都保持在 1 的水平，湖北省的能源效率相对较低，低于 0.75，湖南省在 2003 年、2004年能源效率为 1，2005 年、2006 年能源效率相对较低，之后能源效率恢复并保持在 1 的水平。

为进一步分析各省物流业全要素能源效率趋势，绘制中部 6 省物流业全要素能源效率折线图，如图 1 所示。由图 1 可以看出，中部 6 省物流业全要素能源效率存在明显的地区差距。

（1）山西省一直保持着非常高的能源效率，而2011—2014 年未达到 1，这是由于 2011 年山西省加大了物流业的投入，着力扩大物流网络，相对忽视了能源利用率，导致 2011 之后的能源效率相对偏低。

（2）安徽省在 2012 年以后的能源效率未达到1，是由于近年安徽省加大了物流投入，资源投入相对粗放，造成能源利用率降低。

（3）江西省和河南省的能源利用率一直为 1，其中江西省 2014 年、河南省 2013 年能源利用率略有降低，说明江西、河南 2 省一直非常重视物流业投入产出中的能源效率。

图1　中部6省物流业全要素能源效率折线图

（4）湖北省总体上能源效率一直较低，并且呈现震荡前进现象，总体在 0.5 以上，但一直处于0.90 以下。

（5）湖南省 2003 年、2004 年能源效率为 1，2005 年物流业资源粗放投入，造成物流业能源效率仅为 0.655，2006 年为 0.527，但湖南省通过调整，随后能源效率逐年上升，到 2008 年变为 1，并一直保持能源效率为 1。

以上数据说明中部 6 省在近几年的物流业投入中，都经历了因粗放式投入造成的能源效率偏低的现象，但通过逐渐采取相应措施深化物流业改革，能源效率逐渐提高[14]。目前，只有湖北省的能源投入还相对粗放，能源效率偏低，在中部 6 省中处于落后位置，需要引起重视。

4　结论及政策建议

利用DEA方法分析 2003—2014 年我国中部 6省物流业全要素能源效率，研究结果表明：首先，中部 6 省物流业全要素能源效率平均值保持在 0.85以上，说明我国中部地区物流业全要素能源效率处于较高水平；其次，中部 6 省全要素能源效率在短时间内出现震荡变化的现象，部分省份有下滑迹象，但中部 6 省的物流业全要素能源差距在缩小；第三，从地区层面看，湖南省的全要素能源效率波动幅度最大，湖北省次之，各省物流业能源效率差距较大，而且在考察期内各年能源效率呈现波动状态，说明物流业内部结构不合理，能源配置效率有待提高，这也是导致湖南、湖北 2 省物流业能源效率长期处于中部 6 省最低水平而且效率提升速度缓慢的直接原因。

根据上述分析结果，提出以下政策建议。

（1）增加中部 6 省资金、技术投入，加大物流业基础设施建设，加强地区间的交流与合作。资本投入和劳动人数对中部 6 省物流业能源效率的影响最大，因而加大物流业基础设施建设，打通区域衔接通道，打破地区之间的壁垒，完善区域间物流运输网络，可以有效节约能源，同时促进中部 6 省物流业能源效率更为平衡和稳健地提升，进而提升地区经济增加值。

（2）进一步完善物流管理体系，提高物流行业技术水平。物流体制管理作为物流行业发展的软实力，在行业发展中引领物流业发展方向，同时，技术进步对我国物流行业能源效率的影响也十分显著。因此，应重点培育和完善物流管理体系，加大物流技术投资，推广节能技术的应用，改善物流企业的经营和管理水平，提高企业物流节能的积极性和节能技术的使用率，破除管理体系和技术效率对物流行业能源效率增长的阻碍。

（3）引入竞争机制，加速物流业快速发展。为响应中部崛起国家战略，提高我国整体能源效率，可以鼓励企业和地区引入竞争机制，促进地区与地区、企业与企业之间的资源整合，推动中部 6 省能源效率的稳步提高。

（4）加强产业和地区联动，促进产业间的协调发展。物流业与各产业之间关系紧密，各产业之间、地区之间应建立协调运行的基础设施和健全的物流运输体系，重视农村物流建设，整合地区内、地区间的物流配套设施，重视各行业与物流业的信息共享、标准对接，促进物流需求有效衔接，努力营造产业和地区联动环境，降低企业交易成本，真正形成生产、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。

[1] 刘佳骏，董锁成，李 宇. 产业结构对区域能源效率贡献的空间分析：以中国大陆31省(市、自治区)为例[J]. 自然资源学报，2011，26(12)：1999-2011. LIU Jia-jun，DONG Suo-cheng，LI Yu. Spatial Analysis on the Contribution of Industrial Struture Change to Regional Energy Efficiency：A Case Study of 31 Provinces in Mainland China[J]. Journal of Natural Resources，2011，26(12)：1999-2011.

[2] 张 军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000[J]. 经济研究，2004(10)：35-44. ZHANG Jun，WU Gui-ying，ZHANG Ji-peng. The Estimation of China’s Provincial Capital Stock：1952—2000[J]. Economic Research，2004(10)：35-44.

[3] 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)，2009，39(3)：56-63. WEI Chu，SHEN Man-hong. Current Progresses and New Trend of Research on Energy Efficiency：A Literature Review[J]. Journal of Zhejiang University (Humanities and Social Sciences)，2009，39(3)：56-63.

[4] HU J，WANG S. Total Factor Energy Efficiency of Regions in China[J]. Energy Policy，2006(34)：3206-3217.

[5] 魏 楚，沈满洪. 能源效率与能源生产率：基于DEA方法的省际数据比较[J]. 数量经济技术经济研究，2007(9)：110-121. WEI Chu，SHEN Man-hong. Energy Efficiency and Energy Productivity：A Comparison based on the Panel Data by Province[J]. Research on Quantitative Economic Technology and Economy，2007(9)：110-121.

[6] 王秋彬. 工业行业能源效率与工业结构优化升级：基于2000－2006 年省际面板数据的实证研究[J]. 数量经济与技术经济研究，2010(10)：49-63. WANG Qiu-bin. Industrial Energy Efficiency and Industrial Structure Upgrading[J]. The Journal of Quantitative & Technical Economics，2010(10)：49-63.

[7] 孙广生，杨光明，王 伟. 中国工业行业的节能效率(1987—2005)：变化趋势、节能潜力与影响因素研究[J]. 中国软科学，2011(11)：29-39.

[8] 王 霄，屈小娥. 中国制造业全要素能源效率研究：基于制造业28个行业的实证研究[J]. 当代经济科学，2010(3)：20-25. WANG Xiao，QU Xiao-e. Research on Total Factor Efficiency of China Manufacture：Empirical Analysis based on 28 Sectors[J]. Modern Economic Science，2010(3)：20-25.

[9] 马海良，黄德春，姚惠泽. 中国三大经济区域全要素能源效率研究：基于超效率DEA模型和 Malmquist 指数[J]. 中国人口资源与环境，2011，21(11)：38-43. MA Hai-liang，HUANG De-chun，YAO Hui-ze. Totalfacor Energy Analysis of Three Major Economic Regions in China：based on Super-DEA and Malmquist[J]. China Population Resources and Environment，2011，21(11)：38-43.

[10] 师 博，沈坤荣. 政府干预、经济聚集与能源效率[J]. 管理世界，2013(10)：6-18.

[11] 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(2)：51-56. LV Rong-sheng，CHEN Xiao-Jie. AN Empirical Analysis of Total Factors Energy Efficiency in China’s Logistics Industry[J]. Commercial Research，2014(2)：51-56.

[12] 孙广生，黄 祎，田海峰，等. 全要素生产率、投入替代与地区间的能源效率[J]. 经济研究，2012(9)：99-112.

[13] 张 诚，喻 琴，张志坚. 低碳环境下中国物流业效率评价研究[J]. 铁道运输与经济，2015，37(1)：72-79. ZHANG Cheng，YU Qin，ZHANG Zhi-jian. Evaluation Study of Chinese Logistic Industry Efficiency under Lowcarbon Environment[J]. Railway Transport and Economy，2015，37(1)：72-79.

[14] 孙雁胜，刘永庆. 铁路货场向现代物流中心转型发展的实践与思考[J]. 铁道货运，2015，33(8)：4-8. SUN Yan-sheng，LIU Yong-qing. Practice and Thought on Developing and Transferring Railway Freight Yard to Modern Logistic Center[J]. Railway Freight Transport，2015，33(8)：4-8.

责任编辑：金 颖

Analysis on Total Factor Energy Efficiency of Logistics Industry in 6 Provinces of Central China based on DEA

based on expounding the contents of energy efficiency and its study results, starting from the index analysis of total factor energy efficiency of logistics industry, combining with application theory of DEA, the total factor energy efficiency model in 6 provinces of central China was established, and the fitting analysis on the total factor energy efficiency was taken by taking the original data of the 6 provinces as foundation. The analysis result shows: the energy efficiency of logistics industry in the 6 provinces are obvious different, but their mean value are all obtains above 0.85 (which is a higher level); the energy efficiency in the 6 provinces occurs oscillating in quotation, in which, particularly obvious in Hunan and Hubei provinces. In the same time, the paper puts forward policy suggestions, such as expanding infrastructure construction of logistics industry in the 6 provinces, further improving logistic management system, introducing competition mechanism and strengthening industry linkage and regional linkage.

Logistics Industry; Energy Efficiency; DEA

1003-1421(2016)03-0013-06

F253.5

A

10.16668/j.cnki.issn.1003-1421.2016.03.03

2015-10-23

2016-01-22

山西省软科学研究项目 (2013041010-03)