碳排放约束下我国西部地区物流效率实证研究——基于非期望SBM模型和面板数据分析

(贵州大学管理学院 贵州贵阳 550025)

为了响应《联合国气候变化框架公约》，《公约》缔约方实施了低碳发展战略。2016年加入《巴黎协定》后，我国低碳发展更是面临新的挑战：到2030年，中国单位GDP二氧化碳排放量要比2005年下降60%～65%。为了履行承诺，在十三五规划中，我国计划在接下来的五年里将单位GDP二氧化碳排放量降低18%[1]。

物流业作为能源消耗的主要行业之一，其发展状况对能源效率以及低碳经济发展有直接影响。有研究表明，物流业的经济增长与碳排放和能源消耗之间存在协同增长关系[2]。我国物流业起步于上世纪九十年代，相对较晚，但发展十分迅速。2016年，我国全社会物流总额达到229.7万亿元，物流业的总体规模已经位居全球第一。随着西部大开发战略实施，西部地区经济发展的同时也带动了物流业的蓬勃发展。但与此同时，西部地区物流设备、技术等与东部发达地区相比相对落后，西部地区物流业在发展过程中暴露出诸多问题，比如物流成本偏高、物流效率不高等。因此，在考虑节能减排的前提下对我国物流产业效率进行科学、有效的评价，并据此探索宏观因素对物流效率的影响，对推动西部地区物流产业高效、绿色、可持续发展具有十分重要的意义。

目前国内外学者在评价物流效率的过程中主要采用参数法和非参数法。参数法主要包括随机前沿法(Stochastic Frontier Analysis, SFA)、自由分步法(Distribution Free Approach, DFA)和厚前沿分步法(Thick Frontier Analysis, TFA)三种；非参数法主要包括数据包络分析法(Data Envelopment Analysis, DEA)和无界分析法(Free Disposal Hull, FDH)两种。在众多评价方法中，DEA法可以处理多投入、多产出决策单元的效率评价问题，且不需要事先给定生产函数的具体形式，因而被广泛应用于包括物流业在内的多个行业的效率评价中。根据研究主体的不同，可以将目前运用DEA方法评价物流效率的文献分为物流企业研究和物流行业研究两大类：1)物流企业研究。Maria等[3]从物流活动、物流决策以及物流角色三个维度构建了针对第三方物流服务商的效率评价体系，并运用DEA法进行了实证分析；Park等[4]对14个物流服务商的效率进行了研究，对物流服务的实施效果进行了评估，并指出物流效率较高且运作稳定的行业标杆。2)物流行业研究。Marion等[5]运用DEA方法评价了全球最大的8家航空公司的物流服务效率;Wu等[6]运用平行结构的两阶段DEA模型研究了我国运输系统的效率，并对货运和客运两个系统进行了效率分解;张竟轶[7]、周叶等[8]分别从技术效率、生态效率方面测度了我国物流行业的静态效率;汪旭晖等[9]在对农产品物流效率进行研究的基础上，对区域差异进行了研究。然而，上述研究没有对物流效率的动态变化及其影响因素进行分析。王维国等[10]、王琴梅等[11]、潘涛等[12]从动态角度分析了我国物流效率的变化过程，并对影响物流效率的外部因素进行了实证研究。然而，已有研究较少考虑能源及碳排放约束，且上述研究均以全国物流业为研究对象，缺少对具体区域物流效率的针对性研究。特别地，现有文献鲜少研究碳排放约束下西部地区的物流效率。

根据以上分析，本文以中国西部10个省(区、市)为研究对象，运用非期望SBM模型评价各地区2004—2015年物流效率及其变化。相较现有研究，本研究主要有以下几点不同：1)在关注投入产出的经济效益的同时，考虑能源及环境因素，将能源消耗以及碳排放纳入物流效率评价体系。2)对影响物流效率的宏观因素进行面板分析，探索主要影响因素，为制定相关政策提供科学参考。3)以西部地区物流业为研究对象。西部地区有独特的资源优势，同时具有强大的物流需求。这既对该地区物流业提出了挑战，也为其发展提供了广阔的空间[13]。此外，东南沿海部分产业不断往中西部地区转移，西部地区对物流支撑的需求愈加明显，而研究发现西部地区的物流效率在三大地区中最低[14]。据此，本文在考虑碳排放约束的情况下，对西部地区各省份的物流效率进行研究，并对其效率影响因素进行面板回归分析，以便为加快我国西部地区物流建设提供科学参考。

1 研究方法与数据

1.1 非期望SBM模型

二氧化碳是物流交通运输过程中不容忽视的排放物，也是测评物流效率的主要非期望产出。自1989年Färe等[15]提出处理环境污染物的DEA模型以来，非期望产出的处理方法层出不穷，具体来讲可以分为曲线测度法、非期望产出作为投入处理法、数据转换函数法及距离函数法等四种处理方法。上述方法均有各自的科学性，但也有各自的局限性。比如曲线测度法为非线性效率评价方法，计算较为繁琐；非期望产出作为投入处理法难以反映生产实际；数据转换函数法中的非线性转换法不能满足模型的凸性要求等等。因此，本文采用Tone等[16]提出的考虑了非期望要素的SBM模型。该模型是一种非径向、非导向的DEA模型，不仅可以解决投入产出松弛性问题，而且能够有效避免角度选择差异带来的影响。

P={(x,yg,yb)|x≥λX,yg≤λYg,yb≥λYb}

根据Tone[16]的研究，考虑了非期望产出的SBM模型可以表示为：

(1)

式(1)中，x、yg和yb表示投入产出的松弛向量，λ表示权重向量。目标函数θ*关于向量x、yg和yb严格递减，且满足0<θ*≤1。

由于模型(1)为非线性规划，采用Charnes-Cooper变换可以将模型(1)转化为模型(2)所示的线性规划形式：

(2)

1.2 指标选取与指标来源

物流业是一个跨制造业、农业等多个领域的复合型新兴产业，主要包括运输业、仓储业、邮政业等7个部门。历年的数据统计结果显示，交通运输业、仓储业和邮政业这三个主要部门对物流业增加值的贡献达到了85%以上[11]。因此，本文将交通运输业、仓储业和邮政业的相关数据作为西部地区物流效率的研究样本。

目前，物流效率在行业内并没有专门定义，而是根据经济学中效率的定义派生而得。经济效率通常指资源利用效率，主要考察投入与产出间的关系。基于此，本文用物流业总投入与物流业总产出之比来反映物流效率。此外，考虑数据可得性与权威性，本文的数据来源于《中国统计年鉴》及《中国能源统计年鉴》。在指标选取方面，参考相关文献的物流效率评价指标，考虑经济、能源、环境、人力因素及碳排放情况，将物流业固定资产投资(亿元)、物流业从业人数(万人)和能源消费量(万吨)作为投入指标，将物流业生产总值(亿元)和碳排放量(万吨)作为产出指标。

1.2.1 投入指标

1)劳动力投入。我国物流行业机械化发展相对落后，装卸搬运、流通加工等主要物流活动仍需要大量人力；此外，相关设施设备的技术人员以及管理人员也必不可少。因此，劳动力是物流业必不可少的投入。本文将物流业从业人员总人数作为物流业的人力投入。

2)资本投入。物流业的资本投入主要在物流活动前期的基础设施建设、仓库建设或租赁、仓储运输设备等方面。借鉴王维国等[10]学者采用固定资产投资额代表资本存量的做法，本文也将物流业固定资产投资作为物流业的资本投入。

3)物资投入。物流业是能源消耗的主要行业之一，因而将能源视为物流业的主要物资投入。本文从《中国能源统计年鉴》中收集了物流业煤炭、汽油、天然气、电力等多种能源消耗数据，借鉴王维国等[10]的研究，将各种能源转换为标准煤加总得出总能源消耗，并以此作为物流行业的物资投入。

1.2.2 产出指标

1)期望产出。物流业的生产总值是体现物流系统中各决策单元的整体产出水平的重要指标。潘涛[12]等将物流业生产总值作为物流业的产出指标，据此本文也将其作为物流业的期望产出。

2)非期望产出。碳排放量是物流业的主要非期望产出，根据煤炭、汽油等的消费量及能源折算表(表1)中IPCC(2006)碳排放系数求得碳排放量，以此作为物流业效率评价的非期望产出。

表1 能源折算表

2 基于DEA-SBM模型的我国西部地区物流效率评价

运用DEA-SBM模型，按年份分别测算考虑非期望产出的西部各省(区、市)的物流效率并进行排名，如表2所示。值得说明的是，用DEA法计算出来的效率值是一个相对值，即该效率值是一个省份相对于被评价的其余各省份的物流效率值。所以即使有多个省份效率值为1，也并不能说明这些省份的物流效率高。这与已有研究结果西部地区物流效率比东部及中部地区低并不相悖。

表2 2004—2015年考虑非期望产出的西部各省(区、市)的物流效率及排名

表2和图1呈现了西部各省(区、市)在2004—2015年间物流效率值、排名及发展趋势。从横向角度分省看，各省(区、市)物流效率历年均值从0.336到1不等，省际物流效率值差异较大。从纵向时间维度看，西部地区各年度的物流效率平均值在0.7上下波动，效率值偏低。按各省份统计，2004—2015年各省(区、市)效率均值由高至低排序依次为：四川、青海、宁夏(三省区并列第一)，贵州，甘肃，广西，陕西，重庆，新疆和云南。

具体来看，四川、青海及宁夏历年物流效率值均为1，实现了技术有效，其余各省(区、市)则处于无效状态，具有一定的改进空间。大部分省份在2004—2015年间的某一年份实现了物流业技术有效；贵州在最初五年(2004—2008年)效率偏低，此后各年均实现了技术有效。作为全国唯一没有平原的省份，贵州缺乏“地利”，在物流基础设施建设方面做出了极大努力，2009年在交通方面完成固定资产投资312.18亿元，同比增长49.5%，近年物流效率在西部地区名列前茅。云南和广西在2004年实现了技术有效，随后各年效率偏低。这两个省份是有名的旅游大省，尽管近年来重在发展旅游产业，但是高效率的物流支撑对其依然必不可少，可适当考虑投资物流业等相关产业，因为只有相关产业联动发展方可真正带动一方经济发展。经济发展较好的重庆市的物流效率值排名靠后。研究其数据发现，其能源消耗量相对于其物流业产值一直居高不下，所以对重庆而言，应当提高能源利用率，从而进一步提升物流效率。

图1 西部各省份物流效率变动趋势

研究期内，甘肃在“十一五”规划期间物流效率实现了技术有效，其余年份物流效率偏低，整体呈“倒U形”。其原因在于“十一五”期间甘肃省对物流业高度重视，之后甘肃碳排放量上升，其效率值排名也随之靠后。因此，甘肃应大力推行低碳物流理念，强化企业及消费者的低碳意识，切实提高低碳物流发展水平。陕西省仅在2013年实现了有效，其余年份均处于无效状态。2011年，陕西的物流效率降至0.5以下，陕西省政府在这一年2月发布了《陕西物流业调整和振兴规划实施方案十五条》，到2012年底陕西省交通厅共撤消72个政府还贷二级收费站，2013年见到成效，但随后几年物流效率回归到2013年以前的水平，这表明陕西物流税收政策对物流效率的提升只有短期影响，同时说明要真正提升物流效率，还需要从其他方面着手。重庆的效率值在研究期内波动较大:效率值从2004年的最低值0.4507起在两年内跃升至最高值1，此后一路下滑至2012年，直到2013年才略有上升，但效率依然偏低。新疆历年物流效率值均未实现有效，均在0.5上下波动，效率排名靠后。相对落后的经济水平导致新疆物流业相关人才、先进技术及设备相对匮乏。作为丝绸之路经济带的重要省区，新疆应当抓住战略发展机遇，着力发展物流业，提升物流效率，以支撑与国内各省及中亚地区的经济合作。

3 基于面板回归的我国西部地区物流效率影响因素研究

面对国际上节能减排要求以及国内日趋加强的资源和环境约束，各地方政府基于低碳发展理念采取了一系列措施，以达到减排标准。物流业作为能源消耗以及碳排放的主要行业之一，其发展效率将影响节能减排政策的实施效果，进而影响绿色可持续发展的实现。所以，地方政府在考虑物流业发展时需要兼顾能源利用率及减排目标。

前文运用SBM模型测算了考虑碳排放的西部各省(区、市)物流效率，从物流行业内部探索了物流业效率影响因素。但是物流业的发展离不开宏观大环境，其影响因素不一而足，影响程度也各有差异。因而有必要对影响物流业发展的因素进行研究，找出主要影响因素，为相关部门制定政策提供科学参考依据。

3.1 物流效率的影响因素分析

借鉴已有研究成果，结合物流业发展的宏观环境，本文主要从经济发展水平(H)、城市化水平(I)、物流基础设施利用率(J)、教育水平(K)及社会消费品零售总额(L)等五个方面考察影响西部各省(区、市)物流效率的宏观因素。指标数据来源于历年《中国统计年鉴》以及中华人民共和国国家统计局网站。

3.1.1 经济发展水平(GDP)

经济的发展可以带动地区各个行业的发展。经济发展除了可以吸引物流业的投资者，促进物流硬件设施投资之外，还可以吸引大量物流业相关人才和先进物流技术，促进物流业发展和物流效率提升。各地方政府及各投资方都应高度重视作为经济发展先决条件的物流业。同时，物流业只有不断发展，提高自身效率才能满足经济发展的需要。参考相关文献[11,12]，本文用各省GDP反映当地经济发展水平。

3.1.2 物流基础设施利用率

物流基础设施建设能反映政府对物流业的成本投入，主要通过各省的交通运输条件来反映。物流基础设施主要包括仓储、运载设施以及信息通讯设备等。物流基础设施是物流业发展的硬件条件，其建设状况将直接影响物流效率的高低。参考相关文献[11,12]，本文的基础设施利用率通过铁路运营里程和公路运营里程的加权求和得到。其具体计算公式为：Vi=αiφi+βiφi。其中Vi表示第i年的物流基础设施水平；φi和φi分别为第i年的铁路运营里程和公路运营里程；αi和βi分别是φi、φi的权重系数，满足αi+βi=1，参考相关文献[12]，分别赋值0.2和0.8。

3.1.3 城市化水平

城市化表明社会由农业为主的第一产业向以工业为主的第二产业及第三产业转变的历史过程。城市具有较强的集聚作用，有利于物流资源的合理有效分配。城市化水平越高，城市的聚集作用越明显，物流效率也随之越高。参考相关文献[12]，本文运用西部各省的城市化率反映城市化水平。

3.1.4 教育水平

各行各业的发展均离不开人才，文盲率是衡量一个地区劳动力水平的重要指标。早期的物流业主要是粗放式运作，搬运装卸等主要依赖于人工，缺乏物流专业管理人才以及技术人才。只有教育水平提升之后，先进的物流技术和设备才能得到普遍应用，进而物流效率才能得到提升。因此，本文将通过公式“教育水平=1-文盲率”来计算教育水平值，并将其设为物流效率影响指标。

3.1.5 社会消费品零售总额

社会消费品零售总额是指各行业直接销售给消费者的消费品零售额，可以直接反映国内消费需求情况，进而反映“最后一公里”的物流需求情况。社会消费品的流通可以促进物流业的发展，而物流业的发展可以进一步促进社会消费品的流通，两者相互影响、相互促进。因此，参考张竟轶等[7]的文章，本文将社会消费品零售总额设为物流效率的环境影响指标。

3.2 面板数据回归分析

本文将各省(区、市)物流效率值作为被解释变量，各影响因素作为解释变量，进行面板回归，设定模型如下：

Yit=β0+β1Hit+β2Iit+β3Jit+β4Kit+β5Lit+μit

(3)

其中i指各省份编号，按表2中各省份顺序确定其值，如重庆排名1；t指年份，2004年初为1，以此类推；Yit指省份i在t年的物流技术效率；β0表示常数项，β1、β2、β3、β4、β5指各变量的回归系数;μ为误差项。

运用stata11.0对数据进行面板回归，得到表3。

表3 面板数据回归结果

注：*表示在10%显著性水平下显著，**表示在5%显著性水平下显著，***表示在1%显著性水平下显著。

从回归结果可以看出:五个影响因素中，经济发展水平、物流基础设施利用率、教育水平及社会消费品零售总额均在0.1的显著性水平下对物流效率有影响；经济发展水平、教育水平和社会消费品零售总额在0.01的显著性水平下对物流效率有影响;城市化率对物流效率无明显影响，表明西部地区城市化的集聚效应对物流效率无明显促进作用，这与潘涛[12]的研究结果有差异。

经济发展水平与物流效率呈显著正相关关系，相关系数为0.9907，表明区域经济增长将直接影响当地物流效率的提高。随着国家相关政策的制定，近年来西部地区得到了国家层面的诸多扶持，经济快速增长，各省区有经济实力加大对物流业的投资，迅速发展的经济也吸引了大量投资商以及物流业专业管理人才与技术人才，这些因素可以有效地促进物流业发展。可见，区域宏观经济的发展依然是影响物流业发展的第一因素。

物流基础设施对物流效率的影响相对较弱，两者呈正相关关系，相关系数为0.1263。西部地区各省(区、市)的物流硬件设施对物流效率的提升有一定的影响，但影响较小。因此，各省(区、市)应将重点放在提升物流业的软实力方面，只有软硬件条件同时具备才能切实提升物流效率。

教育水平与物流效率呈正相关关系，且相关系数为0.2954。物流业的技术创新、先进设施设备的操作维护等均离不开相关人才，只有全社会的受教育水平提高，物流效率才能得到提升。

社会消费品零售总额与物流效率呈显著负相关关系，相关系数为-0.9581。近年来物流需求结构进入转型期。一方面，社会消费品零售中与民生相关的消费类物流增长较快，导致公路货运量增长；另一方面，钢材水泥等大宗商品物流需求较以前相对低迷，导致铁路货运量下降。公路货运的成本一直高于铁路货运成本，据2016年统计数据，“物流最后一公里”的成本占整个社会物流配送成本的30%以上。西部地区主要依赖于效率较低的公路运输，货物运送到消费者的“最后一公里”增加了物流成本。西部地区社会消费品零售额的增长迫切地要求“物流最后一公里”这个效率难题得到解决。

从影响因素回归结果看，西部地区的物流效率与当地的经济以及文化教育发展状况息息相关。现有的物流硬件设施对物流效率的影响较小，提高物流效率的关键在于物流人才及技术等软实力。此外，“物流最后一公里”问题依然是当前制约西部地区物流发展的重要因素。西部地区应当从信息领域着手，加快大数据平台建设，实现信息实时准确共享，进而提升物流效率。

4 结论与建议

本文考虑碳排放情况，运用含非期望产出的SBM模型对我国西部地区的物流效率进行评价，同时利用面板数据对影响物流效率的其他宏观因素进行计量分析。研究发现：1)我国西部地区物流效率总体偏低，且各省(区、市)的物流效率随时间变动不大，整体上略有上升；2)西部地区各省(区、市)间物流效率差异较大，仅四川、青海和宁夏是有效的，云南和新疆物流效率排名靠后(效率值在0.5及以下)；3)在对物流效率影响因素进行分析的过程中发现，西部各省(区、市)物流行业的技术效率与城市化率无明显相关性，但与经济发展水平、物流基础设施利用率及教育水平有正相关关系，与社会消费品零售额呈显著负相关关系。

以上结论对于了解西部地区各省(区、市)物流效率及物流效率影响因素，进而采取措施改进物流效率，具有重要意义。针对西部地区物流现状，本文提出以下对策建议：1)首先，西部各省(区、市)应从发展低碳物流业着手，避免走“先污染，后治理”的老路，制定合理的减排政策，同时应加大宣传力度，让低碳物流理念真正深入人心，促进西部地区低碳物流业发展。2)其次，要改变靠能耗驱动的粗放式发展方式，从选择能源消耗相对较低的运输方式以及运输工具、完善物流系统及信息系统等多方面着手提高能源利用效率。3)西部各省(区、市)应当科学看待物流基础设施等物流硬件条件，切忌盲目投资，应将重点放在物流技术创新及管理水平提高等方面，切实提高物流业效率。4)西部地区各省(区、市)应当正确认识本地区自然地理环境的特点，团结合作，联合周边各省(区、市)设计合理的物流系统，构建高效的信息平台，及时有效地整合物流信息。如新疆应当借助周边省份已有的物流网络，积极向物流效率较高的省份学习物流管理技术，积极引进人才，缩小区域间差异。5)西部省份各级政府应抓住西部大开发等机遇，制定适合西部地区各省(区、市)物流产业发展的针对性政策，以缩小物流业同东部发达地区之间的差距，促进中国物流产业绿色可持续发展。