低碳约束下物流效率与交通优势度耦合协调研究——以“一带一路”国内26个节点城市为例

■ 李宝库 陆翔

辽宁工程技术大学营销管理学院 葫芦岛 125105

0 引言

物流活动需要依赖交通基础设施，同时交通条件也是物流业发展和决策时所要考虑的必要因素。交通基础设施建设与物流发展间的关系逐渐成为当前学术研究的重要内容之一，两者相互作用，构成彼此耦合的交互体。在“一带一路”建设的快速推进和低碳经济的双重背景下，国内各节点城市的交通基础设施建设是贸易、物流等一系列合作的基础，是“一带一路”倡议的重中之重[1]。交通优势度作为度量区域交通基础设施对外联系的集成性指标，是表征区域发展与交通基础设施相互关系的核心内容[2]。物流业是国民经济的基础性、战略性产业，当前地区发展不平衡，资源配置不合理，污染排放量大等现象严重，需通过低碳、高效的运作为“一带一路”建设提供可持续的有力支撑。如何因地制宜地评价各节点城市的交通优势度及其与低碳约束下物流效率的互动反馈效应，为各节点城市物流与交通的彼此兼顾协调和可持续发展提供理论依据具有重要意义。

目前，在关于低碳约束下物流产业效率以及交通优势度的研究领域中，学术界已经有了一定的研究成果。在物流效率方面，连兆大等利用DEA 模型分析了“一带一路”重点省份的物流效率，发现沿海与内地发展不平衡，易形成“一带一路”经济带物流通道的短板[3]。丁斌、王琨考虑了非期望产出对物流产业效率的影响并使用SBM 模型计算了全国物流产业效率[4]。杨雪、马栗栗等构建了碳排放约束下的物流效率评价体系，运用三阶段DEA 模型对剔除环境因素和随机干扰前后的地区物流效率进行了评价[5]。于丽静、陈忠全认为，在低碳视角下，我国的物流发展呈“东高西低”的格局[6]。杨传明在对江苏物流产业效率的测度中发现，外部环境对低碳约束下的物流产业效率有显著影响[7]。刘承明、管明明通过引入SBM-Undersirable 模型，对中国物流业效率的空间演化及影响因素进行研究，发现低碳约束下物流业效率总体偏低，并且受经济发展、市场环境、产业集聚、信息化水平等因素的影响较大[8]。在对交通优势度评价的研究中，国外学者大多从交通网络条件与城市体系、社会空间格局等方面进行研究。国内学者则主要集中在对区域交通优势度的测评以及对交通优势度的空间演变情况的研究方面。金凤君等[9]首次提出交通优势度的概念，采用综合集成刻画与评价的方法从“质”、“量”和“势”3个方面构建了交通优势度评价的算法模型。王成新、刘瑞超等[10]通过建立一种简单易懂的交通优势度比较模型，对山东省县域交通优势度进行了分析。随后，又有学者相继对西北地区、长三角地区、河南、辽宁和重庆等地的县域交通优势度与空间格局进行了研究[11-15]。除此之外，部分学者还结合了区域经济发展、城镇化水平和旅游业发展等方面对交通优势度进行了研究。例如，杨雅楠、李柏敏等[16]认为，交通作为“一带一路”倡议的主要动力机制之一，交通的超前发展短期内是一种资源浪费，而滞后发展又会成为经济发展的瓶颈，其与经济协调发展有利于战略推动。戢晓峰[17]分析了云南省县域城镇化与交通优势度的时空协调性演化特征。张广海[18]等以江苏省为例，对旅游业与区域交通水平耦合协调发展状况进行了实证研究。

从已有研究成果来看，国内对物流效率的研究多集中于以宏观的物流区域作为研究对象对我国单一区域或全国整体进行测度。同时，研究者意识到不考虑碳排放的物流效率严重脱离了实际生产情况，并逐渐在研究中考虑碳排放的约束问题。在关于交通优势度的相关研究中，国内学者的实证研究多集中于对交通优势度与经济发展的耦合协调关系进行探讨。物流业作为国民经济的支柱产业之一，其发展与交通建设密不可分，目前关于物流效率与交通优势度相互作用机理的研究尚不多见。鉴于此，本文结合国家发改委、外交部和商务部联合发布的《推动共建丝绸之路经济带21世纪海上丝绸之路的愿景与行动》和弓联兵、马天宇等[19]的已有研究，以“一带一路”国内26 个节点城市为例，建立交通优势度及低碳约束下的物流效率评价体系，将物流业发展中的二氧化碳排放作为SBM-Undesirable 模型中的非期望产出从而界定低碳约束下的物流效率，并通过耦合协调模型对低碳约束下物流效率与交通优势度的耦合协调水平进行综合分析和探讨，最终提出相关建议。

1 研究方法与指标

1.1 SBM-Undesirable模型

本文引入Tone[20]提出的包含非期望产出的SBM 模型，该模型将现代社会的环保理念与DEA 模型进行融合，将松弛变量纳入目标函数，形成一种非径向、非角度的效率度量方法，解决了传统数据包络分析模型的投入要素“拥挤”或“松弛”以及对非期望产出处理不当等问题。

考虑非期望产出的SBM模型如下：

其中：ρ为效率值；m表示决策单元个数；i表示第i个研究单元，xk，yk，bk分别表示该决策单元的投入目标值、期望产出目标值、非期望产出目标值；s-，s+，sb-分别表示决策单元的投入冗余、期望产出不足、非期望产出过多；λ表示权重；Xλ表示前沿上的投入量；Yλ表示前沿上的期望产出量；Bλ表示前沿上的非期望产出量。ρ= 1 时，该决策单元有效，否则无效。

1.2 指标体系构建

物流业作为新兴的复合型服务产业，我国尚未形成物流产业分类体系。跟据国家发改委公布的统计数据来看，交通运输、仓储和邮政业的产值占物流业的85%以上，同时结合以往学者的研究，本文将以此三个部门代替物流业构建碳排放约束下物流业投入、产出的指标体系（表1）。

表1 碳排放约束下物流业效率评价指标体系

（1）投入指标。以交通运输、仓储和邮政业的固定资产投资表示物流业的资本投入。以交通运输、仓储和邮政的从业人员反应劳动力投入。本文选取原煤、柴油、煤油、汽油、燃料油、液化石油、天然气这7 种物流业主要消耗的燃料的一次能源消费量并统一折算成标准煤加总后作为能源投入。

（2）产出指标。本文以交通运输、仓储和邮政业生产总值和社会货物周转量作为期望产出指标。以物流业的CO2排放量作为非期望产出指标。物流业CO2排放量是将上述七种能源消耗量按照气候变化委员会（IPCC）《国家温室气体排放清单指南》中的碳排放系数换算所得，计算公式为：

其中，i表示燃料的种类，Ei表示i种燃料的消耗量，CFi为i种燃料的热量值，CCi是i种燃料的碳含量，COFi为燃料的氧化因子。

1.3 交通优势度评价方法

交通优势度是一个包括了交通网络规模、集聚联系能力以及区域交通网络通达性的综合性评价指标[9]。为此，本文在现有研究的基础上，结合26 个城市的实际情况，选取“交通网络密度”、“交通干线影响度”两个指标构成26个节点城市交通优势度的指标评价体系，通过定量分析得出各节点城市交通条件的优劣水平。

（1）交通网络密度。交通网络密度是指单位面积上的路网长度，代表区域交通网络的密集程度。由于公路具有较强的普适性和便捷性，能够代表所研究区域交通的网络密度，故选取高速公路、一级公路和二级公路密度三个指标对26个节点城市公路网密度进行测度，密度值越高表示地区交通条件越优越。计算公式为：

式中，Di表示i城市的交通网络密度，Li表示i城市各级道路（高速、一级和二级公路）总里程，Si表示i城市的面积。

（2）交通干线影响度。交通干线影响度是指较强辐射能力的大型交通设施对区域通达性的影响水平[11]。交通干线影响度越高，表明该城市对区域发展和保障能力越高，与外部联系的能力越强。采用专家打分法对城市行政中心与重要交通设施的距离进行权重赋值（表2）。计算公式为：

表2 交通干线影响度权重赋值

式中：Ci表示i市的交通干线影响度，Cim表示i市m种交通设施或交通干线的影响度。

（3）交通优势度集成

将前文计算所得的交通网络密度Di交通干线影响度Ci进行标准化处理，并根据加权求和数理模型计算得到各研究单元的交通优势度，计算公式为：

式中，Fi为研究对象i城市的交通优势度；D′i、C′i分别表示Di和Ci的无量纲值；β1、β2分别表示两项指标的权重赋值，参考大部分文献的研究方法，权值均取值为1。

1.4 耦合协调度模型

1.4.1 耦合协调度

耦合度表示两个或两个以上的系统或要素间因相互作用而彼此影响的程度，耦合协调度是系统之间相互促进良性互动的水平体现。本文构建了耦合协调度模型，将两者的结果进行定量测度，分析“一带一路”26 个节点城市的交通优势度与低碳约束下的物流效率间的耦合协调水平。耦合度模型：

式中，C表示耦合程度；U1、U2分别表示各城市低碳约束下的物流效率和交通优势度。

耦合度C并不能反映物流效率与交通优势度的整体水平以及两者间的协同效应，例如当物流效率和交通优势度都很低时，会出现耦合度很高的情况，因此，借鉴相关研究成果，构建耦合协调度模型：

式中，D表示耦合协调程度；C表示耦合度；T表示低碳约束下的物流效率与交通优势度的综合协调指数；α、β为待定参数，参考大部分学者的做法，分别赋值0.5。耦合协调度介于0-1 间，采用中值分段法，将耦合协调度划分为五个等级（表3）。

表3 耦合协调度层次划分

1.4.2 相对发展度

为了反映物流效率与交通优势度发展过程中发展速度的相对快慢，引入相对发展度R，结合本研究的实际情况，将R值分为三个阶段，R≥1.2 时为物流效率超前型，0.8

1.5 数据来源

物流产业投入与产出的相关数据主要来源于各节点城市的统计年鉴（2018）、《国民经济和社会发展统计公报（2018）》、《中国统计年鉴（2018）》、《中国物流年鉴（2018）》和相关省份统计年鉴（2018）。交通设施主要指铁路、公路、机场和港口，其中铁路包括复线铁路和单线铁路，公路包括高速公路和国道，机场包括干线机场和一般机场，港口包括枢纽港口和一般港口。研究中使用的各等级公路长度、各县级行政单元土地面积等数据来源于各城市的统计年鉴（2018）。

2 数据分析

2.1 低碳物流效率测度结果分析

本文采用考虑非期望产出的SBM 模型，根据公式（1）利用MAXDEA 软件测算得到碳排放约束下26 个城市的物流效率，分析表4发现：

表4 低碳约束下各节点城市物流综合效率、纯技术效率、规模效率

（1）总体来看，26 个节点城市的物流效率呈现出“东高西低”的空间格局，整体物流效率较高，均值为0.698，其中东部港口城市、中部口岸城市、西部口岸城市的均值分别为0.780、0.720、0.412。高效率城市主要分布于东部沿海区域，其中，大连、福州、广州、泉州、天津、舟山、长沙、郑州8座城市达到了效率最优，占总数的31%。低效率的城市则大多位于西北、西南和海南地区，呈东部>中部>西部的梯度递减格局。可见，碳排放约束下的物流效率存在着显著的区域差异。

（2）分地区来看，16个东部港口城市中，大连、福州、广州、泉州、天津、舟山6 个城市达到效率最优，占37.5%，这些城市主要分布于环渤海和东南沿海的经济发达地区；宁波、青岛、汕头、上海、深圳、厦门、烟台、湛江8 个城市的物流效率达到0.6 以上，占50%，仅海口和三亚的物流效率值偏低。中部口岸城市中，长沙和郑州的物流效率达到最优，合肥的物流效率较低。由于将各城市的二氧化碳排放量作为非期望产出对各城市的物流效率进行测算，对物流效率值的影响较大，二氧化碳排放量低的城市物流效率相对较高。东部港口城市和中部口岸城市近年来由于交通基础设施的不断完善，物流业固定资产、劳动力以及能源的合理投入使得物流业得到了快速发展，物流效率总体较高。西部口岸5 个城市的效率值均在0.5 以下，主要是由于西部口岸城市尚无适合物流业生存及发展的外部环境，在物流行业的发展过程中，仍然存在粗放式经营的现象，物流网络尚未达到良好的协调性和配套性，致使西部口岸城市在物流业发展过程中的运作方式与社会资源、能源消耗等生态环境间的矛盾依然明显。这说明随着物流成本的上升，物流业碳排放量的不断增加，物流业的效率也将随之降低。这些问题导致了西部口岸城市在碳排放约束下的物流效率远低于东部港口城市和中部口岸城市。

2.2 交通优势度评价

由表5可以看出，26 个节点城市的交通网络密度空间分布存在着显著的差异，高密度城市主要位于东南沿海地区，低密度城市则集中在西北、西南地区。交通网络密度的平均值为0.3。其中，11 个节点城市的交通网络密度在均值之上，占总数的42%。交通干线影响度同样存在东高西低的显著差异，东部港口城市具有齐全的港口、机场、铁路等交通基础设施，中西部口岸城市缺乏完善的综合交通设施建设，对外交通便捷程度远低于东部港口城市，交通干线影响度低。

表5 交通优势度测评结果

根据公式（5），对26个节点城市的交通网络密度、交通干线影响度进行标准化处理后按照1:1 的比例加权求和，求得各城市的交通优势度（表4）。从数值上看，各城市交通优势度的平均值为0.747，其中东部港口城市、中部口岸城市、西部口岸城市的交通优势度均值分别为0.792、0.768 和0.582。交通优势度较高的城市包括武汉、深圳、厦门、广州、天津、上海、青岛、大连、成都9个城市，这些城市得益于优越的地理位置条件和快速的经济发展，具有相对完善的交通网络。其中，武汉的交通优势度达到1.625，武汉素有“九省通衢”之称，拥有便利的陆运和水运交通，表现出明显的强交通优势度。交通优势度较低的城市包括兰州、福州、西宁、湛江、三亚5 个城市。

2.3 物流效率与交通优势度耦合协调度分析

根据式（6）、式（7），计算出26 个节点城市碳排放约束下的物流效率和交通优势度的耦合度与协调度。使用SPSS 软件对各城市的物流效率和交通优势度进行相关性分析，结果表明两者的相关性系数为0.730，在10%的水平上显著，存在较高的相关性。进一步地，从耦合度的整体情况来看，26个城市的物流效率与交通优势度的耦合度处于较高水平，19 个城市的耦合度达到0.9 以上，占总城市数的73%，说明所研究城市的交通条件基本满足物流业的发展需求，能够耦合发展。根据城市物流效率与交通优势度的耦合度，进一步求得26个节点城市的耦合协调程度，并将耦合协调程度划分为5 个等级（表6），同时，结合26个节点城市的物流效率与交通优势度空间匹配格局（图1），更科学直观地反应每个城市的物流效率与交通优势度的耦合协调情况。总的来看，26个城市物流效率与交通优势度的耦合协调程度较低，均值仅为0.66。其中，10 个城市处于高度协调状态，除郑州和武汉外，均属于东部港口城市，占总城市数的38.5%；7个城市处于良好协调状态；6个城市处于轻微失调状态；湛江、三亚、西宁三座城市处于中度失调状态，从交通建设方面看，这三座城市重要的交通干线带动不足，并在基础设施建设上相对滞后，因此交通优势度整体较差；从物流产业方面看，这些城市的物流产业发展相对滞后，大多处于价值链的末端，对经济拉动作用较小，且对环境污染较为严重，由此导致该类城市的交通优势度与低碳约束下的物流效率耦合协调程度偏低。

表6 物流效率与交通优势度耦合协调度

图1 物流效率与交通优势度空间匹配格局

2.4 相对发展度分析

根据式（8），测算出26 个节点城市的物流效率与交通优势度的相对发展度（表7）。首先，同步型的城市分别为青岛、上海、汕头、广州、兰州，这类城市多处于高度协调和良好协调状态，表明物流与交通间能够协调稳定发展；其次，物流效率超前交通型的城市有13个，其中10个城市为东部港口城市。可见，东部港口城市的物流发展具有先导作用，能够一定程度上带动交通的发展，此类城市的交通还有较大的提升空间，需进一步加大对交通基础设施建设的力度，满足物流快速发展的需求；最后，物流滞后型的城市大多分布于中部、西部地区，此类城市物流效率与交通优势度的协调度多表现为较低水平，尤其是武汉、成都、重庆等交通优势度较高，物流效率处于较低水平的城市，应当加强交通对物流的带动作用，进行合理高效的运输管理，减少物流业碳排放量，提高物流业运作效率，促进低碳物流的发展。

表7 相对发展度

3 结论与讨论

3.1 研究结论

第一，低碳约束下的物流综合效率均值达到0.698，物流效率的空间差异性较强，总体上呈现出“东高西低”的空间格局。6 个城市达到了综合效率最优，其中，4 个为东部港口城市，2 个为中部口岸城市。东部港口城市中，海口和三亚的物流效率相对偏低；中部口岸城市中，郑州和长沙的物流效率达到最优；西部口岸城市的物流效率全部处于较低水平。

第二，大部分节点城市的交通优势度差距不大，仅有福州、湛江、三亚、兰州和西宁5 座城市的交通优势度表现明显的劣势。其中，福州和兰州主要是由于交通网络密度偏低导致交通优势度较低，而西宁、湛江、三亚在交通干线影响度以及交通网络密度两个方面均处于较低水平。

第三，各节点城市的交通优势度与物流业发展水平有着较高的空间耦合性，73%的城市达到0.9 以上，基本满足发展需求。两者的耦合协调度则存在着一定程度的差异，处于高度协调、良好协调、轻微失调、中度失调的城市分别占38.5%、26.9%、23.1%、11.5%。多数东部港口城市表现出物流超前的发展状态，其中，湛江、海口、三亚较为严重，出现了不同程度的失调状态，此类城市的交通建设容易成为物流发展的瓶颈。中部口岸城市中，合肥与南昌呈轻微失调状态。西部口岸城市中，除成都外，其余城市均处于不同程度的失调状态，且大多表现出物流滞后的发展状态，这将在短期内造成交通资源的浪费。

3.2 讨论

物流效率与交通优势度的耦合协调发展是推进“一带一路”发展的内在要求。本文尝试从低碳约束的视角构建物流效率评价指标体系，并实证分析了“一带一路”国内26 个节点城市的物流效率和交通优势度耦合协调关系，为各节点城市物流发展和道路交通规划提供基础性理论。

研究结论对促进各节点城市物流和交通协调发展的贡献和建议有：1、指出各节点城市的物流效率和交通优势度的差异情况。建议中西部口岸城市和海口、三亚等效率较低的东部港口城市应结合国家战略与自身区位优势，最大限度实现物流产业集聚，形成物流枢纽，其次要加强低碳物流科技创新，以实现物流业的投入与产出达到最优。同时，交通优势度较低的城市应加快完善区域内的交通基础设施，加快交通的发展。2、根据各节点城市物流效率和交通优势度耦合协调水平存在的区域差异提出相应的调整策略。首先，强化东部港口城市尤其是海口、三亚和湛江的交通设施建设，充分发挥自身物流发展的优势带动交通建设，相互扶持实现耦合，以满足物流快速发展的需求。其次，促进中西部口岸城市开发开放，充分发挥中西部地区市场广阔、资源丰富等优势对物流的合理健康发展产生促进作用，同时要侧重提升低碳约束下的物流业效率，寻求与交通优势度的耦合协调发展。第三，推进跨区域合作，各节点城市间应当进行优势互补，避免出现“追求自身利益最大化”的倾向，东部港口城市应主动向中西部口岸城市转移先进的资源要素，以帮助其进行物流产业升级。