广东省物流业经济增长质量实证研究*——基于绿色全要素生产率视角

□ 李星星，李朝晖

(江门职业技术学院，广东 江门 529090)

1 引言

近年来，广东省物流业继续保持平稳发展，物流规模持续快速扩大，社会物流总额稳步提升，统计数据显示，2019年广东省实现社会物流总额26.4万亿元，占全国比重达到8.86%；物流业增加值8305亿元，比2010年增长1.69倍，物流业增加值占地区生产总值GDP比重达7.71%；社会物流总费用占GDP比重稳步下降。可见，广东省物流业在近几年质量稳步提升，降本增效成效明显。但物流业在快速增长的背后仍然面临着大量资源消耗和生态环境破坏的问题。受新冠肺炎疫情影响，当前物流业下行压力大，物流业发展不平衡问题依然突出，因此物流业的发展应坚持由规模扩张粗放式发展转向技术创新高质量发展方向，坚持质量和效益优先，着力提升全要素生产率。而传统的物流业全要素生产率测算未考虑物流业运作过程中的能源消耗、碳排放等资源环境约束条件，测算的结果未能真实反映物流业经济增长质量，因此本文在考虑物流业能源消耗投入以及二氧化碳等非期望产出环境资源约束条件下，采用DEA-Malmquist指数方法从绿色全要素生产率视角对广东省物流业经济增长质量及其增长内在动因进行实证研究，以此探索广东省物流业绿色全要素生产率增长路径，实现广东省物流业经济高质量发展。

所谓绿色全要素生产率(Green Total Factor Productivity,简称GTFP)指的是在测算全要素生产率时将能源消耗纳入测算评价体系中的投入要素中，同时将生产生命周期中排放的污染物等非期望产出纳入产出要素中，以此测算的全要素生产率即为绿色全要素生产率[1]。物流业绿色全要素生产率可以在狭义上反映物流业经济增长质量。绿色全要素生产率的有关指数目前已在不同行业有着比较广泛的运用，如在工业方面，陈超凡利用ML生产率指数及动态面板模型对2004-2013年中国工业绿色全要素生产率进行了实证研究，得出中国工业绿色全要素生产率明显低于传统全要素生产率，且在样本研究期间中国工业绿色全要素生产率的增长出现倒退且不具收敛特征[2]；在农业方面，杨骞等利用Dagum基尼系数考察了中国农业绿色全要素生产率的空间分异及其驱动要素，发现中国农业绿色全要素生产率呈现先扩大后缩小的空间分异特征，此种特征是不同因素交互作用的结果，但超变密度对此贡献最大[3]；在服务业方面，王恕立等运用SBM方向性距离函数和全域Malmquist-Luenberger指数测算了服务业绿色全要素生产率，得出中国服务业绿色全要素生产率整体呈现稳步增长态势，但存在较大的区域异质性，服务业外商直接投资显著抑制了全国及中西部地区服务业绿色全要素生产率的增长[4]。当前学界关于物流业绿色全要素生产率的研究多是基于宏观省域层面，唐建荣等基于2005-2013中国物流产业省际面板数据，在资源环境约束条件下采用GML指数模型，对中国物流业绿色全要素生产率(GTFP)进行了测算，并对GTFP增长的驱动力以及空间异质性进行了研究[5]；刘战豫等对2004-2014年中国物流业绿色全要素生产率进行了测算，得出中国物流业绿色全要素生产率呈现下降、波动、复苏三个阶段，并剖析了各阶段波动的主要因素分别为物流需求、市场政策以及技术创新[6]。

鉴于以上研究成果，本文从以下几方面对广东省物流业经济增长质量进行研究拓展：第一，在测算物流业全要素生产率中纳入能源消耗以及二氧化碳排放量等变量因素，基于2010-2019年广东省时间序列数据，运用DEA-Malmquist指数方法，对广东省物流业绿色全要素生产率(GTFP)进行测算，从狭义上得到物流业经济增长质量指数。第二，通过绿色全要素生产率(GTFP)指数分解项，剖析广东省物流业经济增长质量指数在样本期间变化趋势以及增长的内在动因。第三，基于测算结果及数据研究，提出广东省物流业经济增长质量以及绿色全要素生产率改善的对策建议。

2 模型设定、变量与数据

2.1 GTFP指数定义及测算

借鉴Fare等提出的环境技术方法[6]，在测算绿色全要素生产率时在投入指标中纳入能源消耗量，在产出指标中纳入物流业二氧化碳排放量，采用DEA-Malmquist指数法来测算绿色全要素生产率值(GTFP)。DEA-Malmquist指数法的核心思想是构建了从期t到t+1期考虑环境资源约束条件下的M指数变化情况，M指数表达式如式(1)。

(1)

式中，

2.2 指标选取及数据处理

选取2010-2019年广东省10年数据作为测算样本，数据来源于《广东统计年鉴》《中国能源统计年鉴》。与传统全要素生产率不同的是物流业绿色全要素生产率在测算的过程中考虑了能源消耗以及非期望产出二氧化碳排放量等因素，因此在考虑以上因素的基础上，根据现有文献以及数据的可获性，本文选取以下指标作为物流业绿色全要素生产率(GTFP)测度的投入产出指标，指标体系见表1。

表1 广东省物流业绿色全要素生产率(GTFP)测算投入产出指标

当前物流业统计体系不健全，暂无物流业相关完整目录数据。基于数据的可获性，物流数据采用交通运输、仓储和邮政业的数据进行代替，其中物流业能源投入选择交通、仓储和邮政业一次能源消费量衡量；由于现有统计年鉴中暂时无法找到非期望产出中的CO2排放量，因此本文参照王维国等[8]学者采用的借助一次能源消耗量数据进行转化计算，如公式(2)所示。

(2)

其中，CO2表示二氧化碳排放量，Ei表示第i类能源的消耗量，NCVi表示各一次能源平均低位发热量，CEFi表示2006版IPCC给予的碳排放系数；COFi表示不同能源的碳氧化因子。

3 测算结果

运用DEAP2.1软件测算了2010-2019年广东省物流业传统全要素生产率(TFP)和绿色全要素生产率(GTFP)，并通过指数分解项对二者之间的差异性进行了分析，具体测算结果见表2和表3。

从表2可知，在不考虑资源环境约束下，2010-2019年广东省物流业全要素生产率TFP整体均值为1.077，表明无资源约束条件下，广东省物流业全要素生产率年均增长7.7%，处于较高水平。从增长趋势来看，全要素生产率在2010-2013年处于下降趋势，2013-2019年处于增长阶段，整体呈现先下降后上升的趋势。从全要素生产率的驱动动力来看，在研究阶段，技术效率变动均值为0.966，下降3.4%；技术进步指数为1.115，增长11.5%，表明技术进步是驱动广东省物流业全要素生产率增长的主要动力来源。

表2 不考虑资源环境约束下广东省物流业TFP指数及其分解

表3 考虑资源环境约束下广东省物流业GTFP指数及其分解

从表3可知，在考虑能源消耗和CO2排放量资源环境因素约束下，得出物流业绿色全要素生产率(GTFP)总体均值为1.030，表明在考虑资源环境约束的情况下，治理非期望产出需要成本，广东省物流业绿色全要素生产率GTFP年均增长率为3%，表明在传统全要素生产率测算中明显高估了实际值。当前物流业仍然属于粗放型发展模式，需要大量能源消耗以及排放大量污染物，纳入能源消耗和排放量测算的绿色全要素生产率值更贴近实际。从绿色全要素生产率增长的波动趋势来看，2010-2013年呈现下降趋势，2013-2019年总体呈现上升趋势，因此考虑资源环境约束条件下的绿色全要素生产率变化趋势与不考虑资源环境约束条件下的传统全要素生产率变化趋势一致(见图1)。从绿色全要素生产率增长的驱动动力来看，2010-2019年间绿色技术效率变动值为0.944，下降5.6%，绿色技术进步指数为1.091，增长9.1%，因此在考虑资源环境约束条件下，绿色全要素生产率的增长依旧来源于技术进步指数，技术效率对物流业绿色全要素生产率增长贡献为负效应。由此可见，物流业要实现降本增效、高质量转型发展，必须在完善物流基础设施的基础上，通过技术创新和新业态新模式创新推动结构调整和新旧动能转换，使得技术进步指数不断提升，以此拉动物流业经济质量指数增长。

图1 2010-2019年广东省物流业TFP与GTFP值对比

4 结论与建议

文章选取2010-2019年广东省物流业的时间序列数据，采用DEA-Malmquist指数方法，基于环境资源约束条件下从绿色全要素生产率视角对广东省物流业经济增长质量及其增长内在动因进行了实证研究，剖析了物流业传统全要素生产率(TFP)与绿色全要素生产率(GTFP)二者之间的差异性，并通过指数分解剖析了广东省物流业绿色全要素生产率增长的内在动因。主要结论与建议如下：

①广东省物流业经济增长质量不高，绿色全要素生产率GTFP年均增速仅为3%，能源消耗以及二氧化碳等非期望产出要素能显著影响反映物流业经济增长质量的全要素生产率，绿色全要素生产率增速远低于传统全要素生产率增速，说明在考虑环境资源约束条件下，由于治理需要投入成本，绿色全要素生产率更能实际反映物流业经济增长质量。一是要在物流业经济指标测算与考核中纳入绿色、低碳等环保要素，将真实的高质量经济增长水平数据呈现出来；二是要鼓励发展绿色物流，引导物流企业增强节能环保意识，通过集约化、共享化、合作化发展，转变过度依赖高投入高消耗的传统粗放型发展方式。

②在样本研究期间，绿色全要素生产率呈现先下降后上升的波动趋势，技术进步是推动绿色全要素生产率增长的主要动力因素，因此应加强物流业技术的创新和研发，激发企业技术创新动力。一是要搭建绿色技术产学研平台，加强技术创新水平，广泛应用绿色环保新型物流技术、装备，加快建立绿色物流运作和评估标准体系。二是要积极发挥珠三角地区技术优势，充分带动粤东西等落后地区发展，加强区域合作与信息交流，实现物流产业的良性转移与协同发展。