董 博,段滿珍,李珊珊,軋紅穎
(華北理工大學?建筑工程學院,河北?唐山?063009)
基于 DEA 的區(qū)域物流低碳績效評價
董 博,段滿珍,李珊珊,軋紅穎
(華北理工大學?建筑工程學院,河北?唐山?063009)
我國物流業(yè)發(fā)展規(guī)??焖僭鲩L,物流業(yè)碳排放狀況日益嚴重。在構建區(qū)域物流低碳績效評價指標體系的基礎上,通過將非期望產出指標轉為投入指標,建立包含非期望產出指標的區(qū)域物流低碳績效?DEA?評價模型。以我國?28?個省、自治區(qū)和直轄市的區(qū)域物流低碳績效評價為例進行計算,獲得以各區(qū)域為決策單元的區(qū)域物流低碳績效的效率值,并結合評價結果提出區(qū)域物流低碳運營策略。
區(qū)域物流;低碳績效評價;DEA
全球氣候變暖和能源短缺已經成為人類共同面臨的問題和挑戰(zhàn)。在此背景下,低碳經濟應運而生,成為應對氣候變化、構建全球責任共同體的重要途徑。近年來我國物流業(yè)發(fā)展快速,已經成為繼制造業(yè)之后的第 2 大碳排放大戶[1-2]。低碳經濟背景下,低碳物流指物流活動中將環(huán)境作為重要考慮因素,一方面注重運輸、倉儲、流通加工、包裝和廢棄物回收等物流環(huán)節(jié)的低碳化;另一方面,注重物流管理的低碳化,實現減少碳排放與節(jié)約資源并重,形成一個與環(huán)境共生的物流系統(tǒng)。構建低碳經濟背景下區(qū)域物流低碳績效評價體系,全面衡量區(qū)域物流低碳經營方式,引導物流業(yè)走低碳發(fā)展之路,對于我國經濟低碳化發(fā)展十分重要。
數據包絡分析 (Data Envelopment Analysis,DEA) 模型是由 Charnes,Cooper 和 Rhodes 在 Farrell的效率評價理論基礎上提出來的,在實際問題應用中,DEA 方法具有明顯的經濟和管理意義。DEA模型用于評價具有多指標投入與多指標產出特點的相同類型決策單元的相對效率,所需指標少,可以對無法價格化甚至難以輕易確定權重的指標進行分析,不需要任何變量間的函數假設,具有較高的靈敏度與可靠性,適合性質相同的決策單元之間的評估比較。為此,采用 DEA 方法對區(qū)域物流低碳績效評價進行研究。
1.1構建區(qū)域物流低碳績效評價指標體系
區(qū)域物流通過資源投入進行生產,獲得相應的產出及經濟效益,生產過程中消耗的資源與產生的污染物對環(huán)境產生影響。低碳經濟背景下,區(qū)域物流低碳績效評價指標要為地方政府和物流企業(yè)決策提供必要的信息和依據,指標選擇應突出資源、環(huán)境、經濟指標,體現概括性、動態(tài)性、可比性與可操作性原則。根據區(qū)域物流低碳績效評價指標的基本原則,將評價指標分為 3 大類。其中,生產過程中消耗的資源被稱為“投入”指標,產出的產品和獲得的經濟效益被稱為“期望產出”指標,產出的污染物則被稱為“非期望產出”指標。結合投入與產出屬性對所篩選的區(qū)域物流低碳績效指標進行歸類,將固定資產總額、人員總數、能源消費總量、電力消費總量 4 個影響指標歸為投入指標,指標數值越小越好;將生產總值、單位碳的綠地密度、綠地覆蓋率、貨運量、貨物周轉量 5 個影響指標歸為期望產出指標,指標數值越大越好;將碳排放總量、碳排放強度、綜合碳排放系數、固體廢棄物總量 4 個指標歸為非期望產出指標,指標數值越小越好。構建區(qū)域物流低碳績效評價指標體系如圖 1 所示。
圖1 區(qū)域物流低碳績效評價指標體系
1.2構建基于 DEA 的區(qū)域物流低碳績效評價模型
1.2.1DEA 模型
在對一組決策單元進行效率評價時,DEA 方法需要生產過程的投入與產出數據,得出輸入、輸出數據形成包絡面的有效部分即生產前沿面,通過構建最優(yōu)的生產前沿面,測算決策單元的相對效率值[3-4]。Charnes 等基于投入產出分析原理,通過DEA-CCR 模型對決策單元的有效性進行評價?;谕度氘a出的 DEA-CCR 對偶模型為[5]
式中:θ*目標函數最優(yōu)解,θ*∈?[0,1];θ 為決策單元的效率值;xij為第 j 個決策單元的第 i 種投入指標的值;yrj為第 j 個決策單元的第 r 種期望產出指標的值;xik為第 k 個決策單元的第 i 種投入指標的值;yrk為第 k 個決策單元的第 r 種期望產出指標的值;λj為第 j 個決策單元的參考標桿系數;為第 i 種投入指標的松弛量;為第 r 種期望產出指標的松弛量;m 為投入指標個數;s 為期望產出指標個數;n 為決策單元個數。
1.2.2基于 DEA 的區(qū)域物流低碳績效評價模型
DEA-CCR 模型能夠解決只涉及投入指標與產出指標的傳統(tǒng)效率評價問題[6]。區(qū)域物流低碳績效評價指標體系中包含投入、期望產出與非期望產出3 類指標,超出了傳統(tǒng)效率評價問題的范圍。通過將非期望產出指標作為投入指標的方法,對原有模型添加新的約束條件,將問題轉化為傳統(tǒng)效率評價問題。將非期望產出指標作為投入指標處理后得出的效率評價模型為
式中:h*為目標函數最優(yōu)解,h*∈?[0,1];h 為決策單元的效率值;btj為第 j 個決策單元的第 t 種非期望產出指標的值;btk為第 k 個決策單元的第 t 種非期望產出指標的值;為第 t 種非期望產出指標的松弛量;t 為非期望產出指標個數。
2.1數據計算
應用基于 DEA 的區(qū)域物流低碳績效評價模型對全國 28 個省、自治區(qū)和直轄市的區(qū)域物流低碳績效進行評價,將各省、自治區(qū)和直轄市看成決策單元,根據區(qū)域物流低碳績效評價指標體系,選取2002 年、2014 年全國 28 個省、自治區(qū)和直轄市的區(qū)域物流投入指標、期望產出指標和非期望產出指標數據,利用 MaxDEA 軟件進行求解[7-8],得到各地區(qū)物流低碳績效的效率值數據,如表1所示。
表1 各地區(qū) 2002 年與 2014 年物流低碳績效的效率值匯總
為方便進行數值分析,根據表1數據繪制區(qū)域物流低碳績效的效率值折線圖,如圖2所示。
2.2區(qū)域物流低碳績效評價結果分析
根據模型 ⑵,h*∈?[0,1];h 越小表示投入可以縮減的幅度越大,效率越低。當 h*= 1 時說明被評價決策單元位于前沿面上,處于有效狀態(tài)。由圖2中 2 條曲線的走向可以看出,2002—2014 年我國華北、東北、西南、西北地區(qū)物流低碳績效的效率值波動較大。
(1)華北地區(qū)的河北、山西、內蒙古 3 省區(qū)2014 年效率值較 2002 年有大幅度降低,表明在這些地區(qū)的區(qū)域物流發(fā)展中,物流低碳績效降低。該區(qū)域人口密集、重工業(yè)發(fā)達,作為我國重要的鋼鐵、煤炭生產及輸出基地,物流運輸各環(huán)節(jié)對環(huán)境影響較大,特別是以煤炭、油料等非再生能源為主的物流能源結構對環(huán)境造成嚴重影響。因此,該區(qū)域亟待改善物流企業(yè)能源消費結構,通過發(fā)展可再生能源技術與節(jié)能減排技術改善能源結構,逐步建立低碳能源系統(tǒng),推動物流企業(yè)低碳化發(fā)展。走低碳發(fā)展之路成為該區(qū)域物流發(fā)展的重點。
圖2 各地區(qū) 2002 年與 2014 年效率值
(2)東北地區(qū)的黑龍江、吉林、遼寧 3 省區(qū)域物流低碳發(fā)展水平不均衡,黑龍江、遼寧 2 省的區(qū)域物流低碳績效的效率值 2014 年較 2002 年有所下降。東北地區(qū)作為我國老工業(yè)基地,其物流特點為大進大出。近年來東北地區(qū)商貿物流發(fā)展迅速,潛力較大,但該區(qū)域物流仍處于高成本、低效率的發(fā)展階段,存在物流節(jié)點設置不合理、物流標準化程度低、多式聯運發(fā)展緩慢等情況。因此,該區(qū)域在物流發(fā)展過程中應制定與實施低碳運營策略,明確區(qū)域低碳物流發(fā)展目標,積極引導區(qū)域低碳物流有序發(fā)展。①優(yōu)化區(qū)域物流節(jié)點設置。物流節(jié)點對于整個物流活動具有重要的意義,物流節(jié)點的設置是否優(yōu)化能夠決定物流系統(tǒng)的運作效率。區(qū)域物流節(jié)點的優(yōu)化不僅有利于實現物流企業(yè)的低碳化運營,而且能夠促進經濟的可持續(xù)發(fā)展。②提高區(qū)域物流標準化程度,推進物流標準化建設,提高物流企業(yè)間的聯合及各物流環(huán)節(jié)的銜接水平。③推動多式聯運的發(fā)展,充分利用公路、鐵路、水路、航空等各種運輸線路和基礎設施資源,發(fā)揮不同運輸方式的優(yōu)勢,使物流企業(yè)的集疏運更節(jié)約、高效和環(huán)保,在加快物流運輸、降低物流成本的同時實現低碳目標。
(3)西南地區(qū)四川、云南 2 省區(qū)域物流低碳績效的效率值較低,特別是四川省 2002 年、2014 年的物流低碳績效效率值均低于 1。這 2 個省地處西南,人口分布較密集,物流基礎較為薄弱,物流信息化建設水平低,部分物流企業(yè)經營者缺乏低碳運營意識。第一,應提升物流企業(yè)經營者的低碳運營意識,積極倡導低碳物流的發(fā)展方式,加快現代物流發(fā)展進程,力爭縮小與沿海發(fā)達地區(qū)經濟發(fā)展差距,并在發(fā)展過程中注重對環(huán)境的影響。第二,應重視在流通過程中的低碳化,如運輸和倉儲等活動中主動減少廢氣排放、降低噪聲污染和交通阻塞等問題,讓物流企業(yè)經營者意識到只有經濟效益、社會效益和生態(tài)效益的同步,才能實現企業(yè)的長遠發(fā)展。第三,應推進區(qū)域物流信息化建設。物流信息化可以大大地提高物流管理效率和水平,提升物流服務質量,同時降低物流能源消耗,促進物流企業(yè)節(jié)能減排,實現物流成本節(jié)約,踐行區(qū)域物流低碳運營要求。
(4)西北地區(qū)的陜西、甘肅、新疆各省區(qū) 2014年較 2002 年區(qū)域物流低碳績效效率值有所上升,表明該區(qū)域近年來注重發(fā)展低碳物流,已經取得良好效果,但由于區(qū)域經濟發(fā)展水平的影響,仍存在物流經濟欠發(fā)達、物流發(fā)展不均衡等問題。鑒于西北地區(qū)身居內陸,擁有“絲綢之路經濟帶”的特殊區(qū)位優(yōu)勢,應進一步加強區(qū)域低碳物流發(fā)展,完善物流功能,實現地方政府、內陸城市、港口、物流企業(yè)等多方共贏的局面。
在區(qū)域物流低碳績效評價中,將非期望產出指標轉換為投入指標,建立基于 DEA 的區(qū)域物流低碳績效評價模型,并通過區(qū)域物流低碳績效的效率值分析,驗證模型的合理性和科學性,為區(qū)域物流
(??)(??)低碳發(fā)展提供重要衡量指標。各區(qū)域應結合地區(qū)特點和物流發(fā)展實際情況,在促進物流發(fā)展的同時,兼顧生態(tài)環(huán)境與經濟效益的平衡,借鑒各地區(qū)低碳物流發(fā)展經驗,探索低碳物流發(fā)展方式,制定和實施低碳物流發(fā)展策略,走可持續(xù)的低碳物流發(fā)展之路。
[1] 劉 楠. 城市物流業(yè)碳排放測算及影響因素分析:以天津市為例[D]. 西安:長安大學,2013.
[2] 宋伯慧. 基于大物流要素理論的物流系統(tǒng)研究[D]. 北京:北京交通大學,2013.
[3] 吳 琦,武春友. 基于 DEA 的能源效率評價模型研究[J].管理科學,2009,22(1):103-112.
WU Qi,WU Chun-you. Research of Energy Efficiency Evaluation Model based on Data Envelopment Analysis[J]. Management Science,2009,22(1):103-112.
[4] 魏權齡. 數據包絡分析[M]. 北京:科學出版社,2004.
[5] 成 剛. 數據包絡分析方法與 MaxDEA 軟件[M]. 北京:知識產權出版社,2014.
[6] CHARNES A,COOPER W W. Programming with Linear Fractional Functional[J]. Naval Research Logistics Quarterly,1962(9):181-185.
[7] COOPER W W,SEIFORD L M,TONE K. Data Envelopment Analysis:A Comprehensive Text with Models,Applications,References and DEA-Solver Software[M]. Boston:Kluwer Academic Publishers,2000.
[8] PARADI J C,SCHAFFNIT C. Commercial Branch Performance Evaluation and Results Communication in a Canadian Bank:A DEA Application[J]. European Journal of Operations Research,2004,156(3):719-735.
責任編輯:王 靜
Low-Carbon-Oriented Performance Evaluation of Regional Logistic Activities by DEA Model
DONG Bo, DUAN Man-zhen, LI Shan-shan, YA Hong-ying
(College of Civil and Architectural Engineering, North China University of Science and Technology, Tangshan 063009,Hebei,China)
Low-carbon-oriented logistic performance evaluation causes growing attention as the logistic industry develops fast and its scale increases quickly. Focused on the construction of carbon footprint evaluation indices system on regional logistic activities, the paper establishes the DEA evaluation model which includes unexpected output indices by transforming the unexpected output indices into input indices, and uses the data of 28 provinces which can be regarded as independent decision making units to calculate and measure the efficiency value of regional efforts to decrease the carbon emissions and puts forward regional low-carbon-oriented strategies based on low-carbon-oriented performance evaluation results.
Regional Logistic Activities; Low-Carbon-Oriented Performance Evaluation; DEA
1003-1421(2016)10-0018-04
F259.27
A
10.16668/j.cnki.issn.1003-1421.2016.10.04
2015-12-03
2016-07-29
國家自然科學基金項目(51378171;61374157);華北理工大學青年基金項目(S201417)