低碳经济下中国省域物流业效率评价

苏贵影 乔竹

摘要：根据2009-2016年全国30个省（市、自治区）物流业数据，基于低碳经济的发展理念，将能源消耗量和碳排放量引入投入变量，采用三阶段DEA模型对物流业效率进行评价。结果显示，全国物流业总体发展水平不高，仍处于规模效率递增阶段，且各地区发展水平存在差异。为有效提高全国物流业效率，以纯技术效率和规模效率为标准对全国30个省（市、自治区）进行K-means聚类分析，并根据不同类别物流业的发展水平，提出相应建议和对策。

关键词：低碳;物流业;效率评价;三阶段DEA;K-means聚类

中图分類号：F223

文献标识码：A

文章编号：0439-8114（ 2020）12-0206-07

D01：10.1408 8/j .cnki.issn0439-8114.2020.12.045

开放科学（资源服务）标识码（OSID）：

物流业作为全国国民经济的“第三方利润源”，仅2017年全国社会物流总额就达252.8万亿元，按可比价格算，同比增长6.7%，物流业总收人为8.8万亿元，同比增长11.5%。物流业整体处于中高速增长态势.具有巨大的发展潜力。然而，由于长期以来高投入、高产出的粗放型发展模式，也带来了物流运作效率低下、能源消耗量大和碳排放等问题，严重制约了全国物流业的转型升级，低碳、高效的可持续发展成为当今物流业的发展趋势。

1 研究方法

低碳经济是当前经济的主要发展趋势，物流业作为能源消耗和碳排放大户，必须走低碳化道路，而三阶段DEA模型剔除了环境因素和随机因素的影响，评价结果更准确，评价结束后依据评价结果再运用K-means聚类分析方法对全国30个省（市、自治区）进行聚类分析，有利于提高全国物流业效率。

1978年运筹学家Charnes等[1]提出数据包络分析（DEA），用来研究具有多投入、多产出的决策单元的相对有效性。2002年Fried等[2]指出传统DEA模型没有考虑环境因素和随机因素对决策单元效率评价结果的影响，会导致评价结果不准确，随后提出了剔除环境因素和随机因素的三阶段DEA方法。目前，国内外对于采用DEA模型进行物流效率评价的研究比较成熟，如王博等[3]采用三阶段DEA方法对中国“一带一路”沿线区域物流效率进行综合评价，研究区域物流业发展情况落后于其他地区，并未体现出明显的发展优势;王琴梅等[4]运用DEA模型对西安市2003-2010年物流效率进行评价，并利用Tobit回归模型分析了物流效率与各个影响因素之间的关系，发现物流资源利用率对西安市物流效率值影响较大。此外，关于考虑低碳经济发展下物流效率的研究，李永林[5]利用DEA模型对全国31个省（市、自治区）的低碳物流效率进行评价，发现全国低碳物流效率的整体水平不高，主要原因是纯技术效率过低;孟魁[6]考虑了能源消耗和碳排放因素，用三阶段DEA方法研究中部地区的物流效率，发现外部环境对投入冗余的影响较大，采用三阶段DEA模型将其剔除，评价结果会更为准确;唐建荣等[7]将环境负荷与经济增长同时考虑在内，把二氧化碳排放量引入投入变量，运用三阶段DEA模型对东部10省市物流业效率进行评价，研究结果为东部地区改善物流业效率和发展区域低碳物流建设提供了理论依据。

聚类分析是一种研究分类问题的多元统计方法，能够将样本数据根据其诸多特征，按照性质上的亲疏关系在没有先验知识的情况下进行分类，产生多个分类结果[8]。1957年劳埃德（Lloyd）首次在研究中提出K-means算法，1967年麦奎因（MacQueen）对K-means算法的理论进行完善并做了详细的研究[9]，因其运算速度快、计算量小等优点，成为聚类分析中最常用的一种方法。在利用聚类分析方法研究物流的研究中，李国俊等[10]对2012年新疆14个地州市物流发展方面进行灰色聚类分析，提出针对新疆14个地州市区域物流发展的对策建议和相关物流发展规划;王道平等[11]采用K-means聚类分析法将全国31个省市农产品物流模式分成4类，并且研究了适合每类省市农产品的物流模式，为各省市农产品的发展提供了参考依据;金芳芳等[12]采用因子分析法和K-means聚类分析方法，对“长三角”16个城市物流竞争力进行评价，将各城市分成4类，并对每类城市进行比较分析;高学东等[13]对物流配送客户进行了聚类分析，针对配送中心位置未知的客户聚类问题，提出了一种考虑配送路网结构和配送量约束的聚类算法。

经上述相关物流效率研究分析发现，其研究方法多采用单- DEA方法或者聚类分析方法，同时运用DEA及聚类分析方法分析物流效率的研究较少，在当前低碳经济背景下物流业发展趋势的研究更少之又少。本研究采用三阶段DEA模型及K-means聚类分析方法对低碳经济下全国省域物流业效率进行了实证分析。

2 指标选取与数据准备

依据相关研究，将物流业界定为交通运输业、仓储业和邮政业3个部门。因为这3个部门对物流业增加值总量的贡献达85%以上[14]，故采用此界定方式有一定的可靠性。

2.1 投入产出指标

因本研究是基于低碳经济下的物流效率评价，故将能源消耗量和碳排放量引入投入指标中，并从人力、物力、财力的角度出发，选取物流业从业人数、物流业运输路线长度、物流业固定资产投资额共同作为全国省域物流效率评价的投入指标。选取物流业生产总值、货运量和货物周转量作为产出指标。

2.2 环境指标

环境指标不受物流业主观控制，但是必须对物流业的运作效率有显著影响，因此选取各省（市、自治区）地区生产总值和R&D经费作为指标。地区生产总值反映了一个地区的经济发展状况，物流业作为综合型服务产业，经济发展水平对其影响很大。同时，物流业作为技术密集型产业，R&D经费代表了各省的科技投资力度，能反映一定的技术水平[15]。

上述指标均选取自2009-2016年全国30个省（市、自治区）数据，因西藏自治区数据不全，故舍去，具体指标见表1。研究数据来源于《中国统计年鉴》《中国能源统计年鉴》以及各省（市、自治区）统计年鉴。

3 全国物流业效率评价的实证分析

3.1 三阶段DEA模型

1）第一阶段（投入导向型BBC模型实证）。选取2009-2016年全国30个省（市、自治区）的物流业效率值进行分析，运用DEAP 2.1软件，采用投入导向型BBC模型，计算得到各省（市、自治区）的物流综合技术效率、纯技术效率和規模效率，并选取2009年和2016年数据为例，整理结果如表2所示。

2009年全国物流业综合技术效率为0.732、纯技术效率为0.953、规模效率为0.763;2016年综合技术效率为0.781、纯技术效率为0.962、规模效率为0.808。相比可发现，3个效率值都有所提升，表明全国物流业发展水平越来越高。

2）第二阶段（SFA回归分析）。第一阶段测算的效率值包括了外在环境因素和随机因素的影响，在第二阶段将其剔除，把投入变量的松弛量作为被解释变量，以地区生产总值和R&D经费作为解释变量，使用SFA（随机前沿分析）建立回归方程，利用Frontier 4.1软件进行计算，以2009年和2016年数据为例，计算结果如表3所示。

进一步分析外在环境变量对投入松弛量的系数。当系数为正时，表明外在环境因素的增加会使得投入松弛增加，降低经营管理效率;当系数为负时，则表明外在环境因素的增加会使得投入松弛减少，从而提高经营管理效率。地区生产总值在2009年的物流业固定资产投资额、物流业运输路线长度、物流业能源消耗量这3个投入松弛回归系数为正，说明地区生产总值的增加会导致物流产业盲目增加固定资产投资、运输路线和能源消耗，导致投入冗余变大。而地区生产总值在2016年的物流业从业人数、物流业碳排放量这2个投入松弛回归系数由负变为正，说明地区生产总值近年来的效率降低，对投入冗余产生的影响发生了变化，由此可见全国物流业的发展仍是粗放型状态，不利于管理效率的提高。R&D经费投入在2009年和2016年的所有投入松驰回归系数都为负，说明R&D经费投入适量减少，会使得投入冗余降低，从而提高经营管理效率。

3）第三阶段（采用调整后的投入变量再次做BBC模型分析）。将第二阶段SFA回归模型调整之后的投入值与原始产出值重新作为投入产出数据，再次进行BBC模型分析，运用DEAP 2.1软件计算效率值，以2009年和2016年数据为例，计算结果如表4所示。

第三阶段将环境因素和随机因素剔除，2009-2016年浙江省（2015年）、贵州省（2016年）、福建省（2016年）、宁夏回族自治区（2009年、2010年、2013年、2014年）都退出了效率前沿面，说明其高效率是由于较好的外部环境和随机因素而达到的。而且山西省（2016年）、内蒙古自治区（2012年）、河南省（2014年）经过调整之后也进入前沿面，说明环境因素和随机因素影响了这些地区的物流效率。此外，在2016年，全国30个省（市、自治区）中有13个省（市、自治区）规模效率都达到1，17个省（市、自治区）规模效率递增，说明全国物流业规模效率整体还处于递增阶段，有巨大的发展潜力。

4）第一阶段和第三阶段实证结果对比分析。按照全国行政区域划分，将30个省（市、自治区）分为华北、东北、华东、华中、华南、西北和西南7个区域，将每个区域内的各个省（市、自治区）的效率值取平均值作为本区域的效率值进行分析和比较，结果如图1、图2和图3所示。

从综合技术效率来看，在第三阶段，华北和华中地区的综合技术效率值高于第一阶段;华东地区的综合技术效率值低于第一阶段;东北、华南、西南地区第三阶段和第一阶段差别不大，不同年份有高有低，说明外在环境因素和随机因素对华北、华中和华东地区综合技术效率值的估计误差影响较大。其中，华北和华中地区综合技术效率的实际值要高于其现实表现，而华东地区综合技术效率的现实表现要高于其实际值，即拥有相对较好的外部环境或随机因素，而其自身物流业发展水平并未达到表现出来的水平。东北、华南、西南地区受环境因素和随机因素影响较小。

从纯技术效率来看，在第三阶段，每个区域的纯技术效率值都比第一阶段高，说明每个区域物流业的实际纯技术效率比其表现出来的水平要好，外部环境因素和随机因素产生的是负面影响。

从规模效率来看，在第三阶段，华北、东北、华中、华南和西北地区的规模效率在不同的年份有高也有低，说明这些地区受外部环境因素和随机因素影响较小。而华东和西南地区在第三阶段的效率值普遍低于第一阶段，说明该地区规模效率的现实表现要高于其实际值，即拥有相对较好的外部环境或随机因素，而其自身物流业发展水平并未达到表现出来的水平。

从全国范围来看，华北和华东地区的综合技术效率较高，华中和华南地区次之，东北、西南和西北地区较低，这与全国各地区的经济发展水平相吻合，经济较发达的地区，其物流业发展水平也较高。此外，全国物流业纯技术效率基本保持在0.9-1.0，而规模效率在0.5-1.0，表明全国物流业技术水平已达到一定程度，而规模效率影响了物流业的发展。所以，应适度加大全国物流业的规模投入，尤其是西南和西北地区，有利于实现该地区物流业大力发展的目标，同时采用先进的物流技术效率以提高规模效率。

3.2 K-means聚类分析

通过三阶段DEA模型分析全国物流业效率，发现虽然华北和华东地区综合技术效率较高，但并不是所有位于效率前沿面的省份都集中在这2个地区，东北和华南地区也有位于效率前沿面的省份。由于，物流业效率与综合技术效率、纯技术效率和规模效率紧密相关.各地区内部、各省份在这些指标上存在明显差异，因此，按照区域划分来分析全国省域物流业效率存在一定的不足[16]。

基于此，本研究采用K-means聚类分析方法，以2016年全国30个省（市、自治区）物流业纯技术效率和规模效率为标准进行分类研究，找到不同类别省份物流业效率优劣势，针对不同类别省份提出有效的建议[17]。运用SPSS软件进行计算，最终聚类结果如表5所示，最终聚类中心表如表6所示。

用K-means聚类分析将全国30个省（市、自治区）分为3类，第一类省份纯技术效率和规模效率都高，综合技术效率处于高水平;第二类省份纯技术效率较高，规模效率较低，纯技术效率和规模效率相差较大，综合技术效率处于低水平;第三类省份纯技术效率较低，规模效率居中，纯技术效率和规模效率相差不大，综合技术效率处于中水平。

高水平地区的纯技术效率和规模效率都为l或接近于1，达到或者接近于DEA有效，由此可认为这些省份在投入产出方面和整体规模方面都已达到高效状态，投入基本不存在浪费和冗余现象，且无法通过改变规模来提高效率。

低水平地区的纯技术效率较高，但是规模效率较低，要想改变这些地区的综合技术效率主要在于规模效率的提高。因此需要找到规模效率较低的原因，比如可能是这些地区物流业规模过小，投入资源未得到充分利用，适当扩大规模，能有利于规模效率的提高;又或者是规模扩张过快，内部管理能力不足和市场环境因素导致规模效率较低，提高内部管理能力，充分认清把握市场环境，可以有效提高规模效率。

中水平地区的纯技术效率较低，规模效率也处于居中水平，纯技术效率和规模效率都相对无效，说明这些地区在纯技术效率和规模效率方面都需要改進。由于采用的是投入导向型的DEA模型，所以需要通过减少投入以达到现在的产出水平，这些地区内的各省份都需要深入分析找出投入浪费的具体情况，对投人情况进行调整，才能带来纯技术效率的提高。

4 研究结论与建议

本研究同时考虑了经济产出和可持续发展目标，从低碳经济角度出发，建立了低碳经济下全国省域物流效率的评价体系，运用三阶段DEA模型对全国物流业效率进行了评价，通过研究得出以下结论。

1）在环境因素和随机因素的影响下，地区生产总值增加会导致各种投入冗余的增加，而R&D经费的增加会导致各种投入冗余的减少，所以随着各地区生产总值的提高，应适度减少各种投入变量，同时增加R&D经费投入，从而使物流效率得到提高。

2）全国各地区物流业发展水平存在差异，但总体来看华北和华东地区发展水平较好，华中和华南地区次之，东北、西南和西北地区发展较差，这与各地区的经济发展水平相吻合，经济较发达的地区，物流业发展水平也较好。

3）全国各地区物流业发展存在投入过高、资源消耗浪费、碳排放量大的现象，规模效率是制约全国物流业综合技术效率提升的关键因素，尤其是西南和西北地区，适量加大规模投入，有利于物流效率的提高。

将三阶段DEA评价结果运用K-means聚类分析方法进行聚类，并根据不同类别物流业的优劣势，提出建议。

1）加快各地区物流联动，高水平地区带动低水平地区。由于全国各地区地理位置不同，高水平地区主要位于华北和华东等较开放地区，经济水平高，交通运输发达，从而带动了物流业的发展，相比于其他地区而言，华北和华东地区有较高的物流技术和物流投入，加强各地区间的整体统筹规划，促进各地区物流与物流、物流与其他行业的联动发展，通过高水平地区带动低水平地区发展，从而提高全国物流业的整体发展水平。

2）树立物流低碳发展理念，引导物流低碳化发展。物流业作为全民参与的行业，树立低碳发展理念至关重要。国家层面应制定相关政策、法规约束物流业的低碳发展，物流行业从业者也要在自主低碳的同时，大力宣传低碳化理念，引导大众在从事物流活动的过程中能够主动采用低碳化的方式。

3）提高资源利用率，保持物流业纯技术效率的提升。采用合适的运输方式、先进的物流技术，大力发展多式联运，减少在运输过程中的能源浪费，同时降低碳排放。另外，要改善能源结构，减少高污染能源的使用量，多利用风能、太阳能等清洁能源。

4）优化各地区物流节点，提高物流业规模效率。在物流过程的各节点中，进行人力、财力、资源投入的优化，力争以最小的投入达到最大的产出，从而提高规模效率，尤其是对于中水平和低水平地区而言。

5）抓住机遇，充分利用外部环境对物流业的正向作用。环境因素和随机因素对物流业的效率有重大影响，看清当前发展趋势，紧跟时代步伐，将有利于全国物流效率的提高。例如，低水平地区中重庆、四川、陕西等地要积极践行“一带一路”倡议，完善物流基础设施，大力发展物流业。

参考文献：

[1] CHARNES A， COOPER W W. RHODES E. Measuring the efficien-cy of decision making units EJl. European journal of operational re—search. 1978.2（6）：429-444.

[2] FRIED HO， LOVELL C A K，SCHMIDT S S，et al. Accounting forenvironmental effects and statistical noise in data envelopment anal-ysis[J].Journal of productivity analysis， 2002. 17（ 1-2）： 157-174.

[3]王博，祝宏辉，刘林.我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA模型[J]华东经济管理，2019，33（5）：76-82.

[4]王琴梅，谭翠娥.对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J].软科学，2013，27（5）：70-74.

[5]李永林.基于DEA的我国低碳物流效率研究[J].中国市场， 2014（27）：23-25.

[6]孟魁.基于三阶段DEA方法的中部六省物流效率评价[J]统计与决策，2014（2）：57-60.

[7]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，2013，27（1）：40-47.

[8]汪首元，崔玉姣，马伟中，等.基于K一均值聚类的沥青路面使用 性能评价[J].公路交通科技（应用技术版），2019，15（2）：16-18.

[9]董骐瑞.k-均值聚类算法的改进与实现[D].长春：吉林大学， 2015

[10]李国俊，张娜.基于灰色聚类分析的新疆区域物流发展水平评价研究[J].铁道运输与经济，2015，37（2）：37-42.

[11]王道平，李锋，程蕾.我国农产品物流模式的实证研究——基于各省市的聚类分析法[J].财经问题研究，2011 （2）：108- 113.

[12]金芳芳，黄祖庆，虎陈霞.长三角城市群物流竞争力评价及聚类分析[J].科技管理研究，2013，33（9）：183-187.

[13]高学东，谷淑娟，白尘，等.考虑物流配送路网结构及配送量约束的客户聚类算法[J].系统T程理论与实践，2012，32（1）： 173-181.

[14]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.

[15]董锋，徐喜辉，韩宇.低碳约束下的全国省际物流业效率研 究[J].华东经济管理，2016，30（5）：86-91.

[16]张惠琴，尚甜甜，高校科研创新效率对比分析——基于全国30个省份的面板数据[J].科研管理，2015，36（ Sl）：181-186.

[17]张娇，殷群.我国企业孵化器运行效率差异研究——基于DEA及聚类分析方法[J].科学学与科学技术管理，2010，31（5）：171-177.

基金项目：2018年山西省哲学社会科学资助项目

作者简介：苏贵影（1968-），女，福建永春人，副教授，硕士，主要从事信息管理与信息系统、物流管理等研究，（电话）13835115423（电子信箱）316545475@qq.com;通信作者，喬竹（1993-），女，山西晋中人，在读硕士研究生，研究方向为物流工程，（电话）13068001022（电子信箱）494542984@qq.com。