張愛美a,郭靜思a,吳衛(wèi)紅a,任繼勤a,葉顯明

(北京化工大學(xué) a.經(jīng)濟(jì)管理學(xué)院;b.財(cái)務(wù)處,北京 100029)

1 引言

物流業(yè)是一個(gè)新興的復(fù)合型產(chǎn)業(yè),豐富地融合了運(yùn)輸、倉儲(chǔ)、裝卸、包裝、信息等多個(gè)行業(yè),可有效整合多方資源，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)我國經(jīng)濟(jì)健康快速發(fā)展。但物流業(yè)的飛速發(fā)展也帶來了巨大的能源消耗,物流業(yè)的成品油消耗量始終排在各行業(yè)的第一位。不僅如此,相比于工業(yè)、農(nóng)業(yè)、建筑業(yè)和商業(yè),只有物流業(yè)的能源消耗比重呈現(xiàn)持續(xù)上升的態(tài)勢。根據(jù)IPCC第五次評(píng)估報(bào)告顯示,物流業(yè)如果不改變現(xiàn)有的高耗能發(fā)展方式,其能源消耗量到2030年將比現(xiàn)在高出80%[1]。

多年來,我國物流業(yè)的能源消耗量龐大,癥結(jié)在于多省域的物流業(yè)能源效率常年處于低效狀態(tài)。由于我國物流業(yè)起步較晚,運(yùn)作效率較低,加之物流業(yè)一直以來保持粗放式發(fā)展模式,造成了能源的極大浪費(fèi)。近年來,低碳節(jié)能物流理念引起了人們的高度重視,轉(zhuǎn)變物流產(chǎn)業(yè)的發(fā)展模式、提高能源利用效率,將成為我國物流行業(yè)發(fā)展的必經(jīng)之路。因此,研究我國物流業(yè)能源效率的靜態(tài)變動(dòng)、動(dòng)態(tài)變動(dòng)和省域差異,對(duì)我國低碳節(jié)能環(huán)保戰(zhàn)略的實(shí)施具有深遠(yuǎn)的戰(zhàn)略意義。

近年來,我國學(xué)者們對(duì)能源效率問題的研究大多集中于工業(yè)和制造業(yè)等,物流業(yè)的研究成果甚少。在有限的物流業(yè)能源效率研究文獻(xiàn)中,學(xué)者們從區(qū)域?qū)用鎇2-5]和省域?qū)用鎇6-8]對(duì)物流業(yè)的能源效率進(jìn)行了研究,但大多采用靜態(tài)效率和動(dòng)態(tài)效率兩種方法進(jìn)行研究[9,10],評(píng)價(jià)指標(biāo)模型無一例外地使用單產(chǎn)出要素模型[11,12]。

縱觀相關(guān)研究成果,本文的創(chuàng)新之處主要體現(xiàn)為以下兩點(diǎn):一是在評(píng)價(jià)模型中采用了雙要素產(chǎn)出模型,既考慮了經(jīng)濟(jì)產(chǎn)出,又同時(shí)考慮了實(shí)際作業(yè)量的產(chǎn)出,避免了由于物流業(yè)無法獲得經(jīng)濟(jì)價(jià)格而造成評(píng)價(jià)結(jié)果不客觀的后果;二是在物流業(yè)全要素能源效率變動(dòng)分析中，本文采用了動(dòng)態(tài)和靜態(tài)相結(jié)合的方法。

2 研究方法

本文旨在研究物流業(yè)全要素能源效率,它是指能源投入目標(biāo)值與能源實(shí)際投入值的比值。與隨機(jī)前沿分析法為代表的參數(shù)法相比,本文更傾向于以數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis,DEA)為代表的非參數(shù)法進(jìn)行研究[13]。因?yàn)镈EA不用假設(shè)生產(chǎn)函數(shù)形式,不但可以避免主觀的不科學(xué)性,而且DEA在研究多投入和多產(chǎn)出的問題上比參數(shù)法更加方便。

2.1 DEA-BCC模型

DEA是利用線性規(guī)劃公式對(duì)決策單元(Decision Making Unit,DMU)做出相對(duì)效率評(píng)價(jià)的一種方法。最常用的DEA模型有兩種:CCR模型和BCC模型。前者的限定條件是規(guī)模報(bào)酬不可變,而且當(dāng)DMU顯示結(jié)果效率無效時(shí),無法進(jìn)一步確定是哪種原因所致的。而BCC模型假設(shè)的規(guī)模報(bào)酬是可變的,這從產(chǎn)出角度更容易控制,并且可對(duì)各DMU相對(duì)技術(shù)效率的結(jié)果進(jìn)行進(jìn)一步分解,方便比較不同DMU之間的效率差異[14],因此本文選擇DEA-BCC模型。

將決策單元記為DMUj(j=1,2,…,n),投入要素記為xij(i=1,2,…,m),產(chǎn)出要素記為yrj(r=1,2,…,s),要求在yrj一定時(shí)保證xij最小。

(1)

式中,λj表示決策變量;θ*表示線性規(guī)劃最優(yōu)解,即該模型中各DMU的效率值,反映資源利用的相對(duì)效率。DEA-BCC模型便于在不同時(shí)間對(duì)所有決策單元相對(duì)效率的基礎(chǔ)之上開展靜態(tài)分析,因此本文將該模型應(yīng)用于全要素能源效率靜態(tài)變動(dòng)的分析中。

2.2 DEA-Malmquist指數(shù)模型

Malmquist指數(shù)法是Sten Malmquist[15]提出的一種方法,適用于比較研究不同時(shí)期的消費(fèi)量變化。Caves等[16]運(yùn)用Malmquist指數(shù)測算了生產(chǎn)率變化,結(jié)合DEA理論,構(gòu)建了DEA-Malmquist指數(shù)分析法。隨后，F(xiàn)are等[17]將Malmquist指數(shù)進(jìn)一步細(xì)化為技術(shù)效率、技術(shù)進(jìn)步和規(guī)模效率。

為了更好地呈現(xiàn)我國物流業(yè)能源效率變化趨勢與變動(dòng)原因,需要進(jìn)一步測算Malmquist指數(shù)。根據(jù)Caves、Fare等的研究思路,將式(1)所得出技術(shù)效率的倒數(shù)作為距離函數(shù),得到以下公式:

Dt(yt,xt|C)=1/θt

(2)

式中,x表示投入要素;y表示產(chǎn)出要素;t表示不同時(shí)期;C為常數(shù)項(xiàng);Dt表示第t時(shí)期的技術(shù)效率水平;θt表示t時(shí)期的相對(duì)效率。利用Malmquist指數(shù)和距離函數(shù),得出物流業(yè)能源效率的增長指數(shù),從t期到t+1期可表示為:

M(xt+1,yt+1,xt,yt)

×Dt(xt,yt|C)Dt+1(xt+1,yt+1|C)1/2

=EC×TC

(3)

式中,EC表示衡量技術(shù)效率的高低;TC表示衡量技術(shù)進(jìn)步的程度?；谝?guī)模報(bào)酬可變的假設(shè)前提,技術(shù)效率可進(jìn)一步細(xì)化為純技術(shù)效率(PC)和規(guī)模效率(SC):

EC=Dt+1(xt+1,yt+1|C)Dt+1(xt+1,yt+1|V)Dt(xt,yt|C)Dt(xt,yt|V)Dt+1(xt+1,yt+1|V)Dt(xt,yt|V)

=PC×SC

(4)

式中,V表示可變規(guī)模報(bào)酬。結(jié)合式(3)和式(4)的分解,Malmquist指數(shù)最終可分解為:

M(xt+1,yt+1,xt,yt)=TFP=TC×PC×SC

(5)

式中,若TFP<1,表示全要素能源效率下降,反之則提高;TC反映了技術(shù)創(chuàng)新對(duì)全要素能源效率的影響程度,若TC<1,代表技術(shù)退步,反之則表示技術(shù)進(jìn)步;EC可衡量資源配置的有效利用程度,若EC<1,意味著技術(shù)效率下降,反之則提高;PC為衡量企業(yè)的經(jīng)營管理水平,若PC<1,表示內(nèi)部經(jīng)營管理水平有所下降,反之則表示水平提升;SC表示產(chǎn)業(yè)聚集形成規(guī)模的相對(duì)效率,若SC<1,說明規(guī)模效率下降,反之則提高。本文將該模型應(yīng)用于全要素能源效率動(dòng)態(tài)變動(dòng)分析。

2.3 指標(biāo)構(gòu)建及樣本選取

基于科學(xué)性、系統(tǒng)性和可操作性等原則,全要素能源效率動(dòng)靜態(tài)變動(dòng)分析的指標(biāo)體系構(gòu)建如下:①能源投入,采用物流業(yè)能源消費(fèi)總量表示。根據(jù)折算標(biāo)準(zhǔn)煤參考系數(shù),將物流業(yè)消耗的石油、煤炭、天然氣等能源折算成標(biāo)準(zhǔn)煤(萬t標(biāo)準(zhǔn)煤)。②勞動(dòng)力投入,采用物流業(yè)當(dāng)期城鎮(zhèn)單位從業(yè)人員數(shù)指標(biāo)表示。當(dāng)期從業(yè)人員數(shù)=(當(dāng)期期末從業(yè)人員數(shù)+上期期末從業(yè)人員數(shù))/2(萬人)。③資本投入,采用資本存量指標(biāo)表示。本文利用永續(xù)盤存公式,參考張軍等[18]的處理方法,對(duì)各省份每年的固定資本存量進(jìn)行估算。計(jì)算公式為:Ki,t=Ii,t+(1-δi,t)Ki,t-1。式中,i表示省份;t表示年份;K表示資本存量;I表示投資,本文采用剔除價(jià)格因素的固定資產(chǎn)投資表示;δ表示固定資產(chǎn)折舊率,為了便于計(jì)算,本文中的δ估算為10%(億元)。④經(jīng)濟(jì)產(chǎn)出,采用物流業(yè)增加值指標(biāo)表示。為了消除價(jià)格因素的影響,本文用GDP縮減指數(shù)進(jìn)行平減(億元)。⑤作業(yè)產(chǎn)出,采用貨物周轉(zhuǎn)量指標(biāo)來表示,即運(yùn)輸量和運(yùn)輸距離的乘積。它不受價(jià)格因素影響,可衡量物品流通過程中國民經(jīng)濟(jì)需求的實(shí)現(xiàn)程度。本文將相關(guān)年份統(tǒng)計(jì)年鑒中的貨物周轉(zhuǎn)量與旅客周轉(zhuǎn)量之和作為產(chǎn)出指標(biāo)(億tkm)。

雖然國家統(tǒng)計(jì)局將物流業(yè)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)編入了年鑒,但沒有給出我國各個(gè)行政省份的具體相關(guān)數(shù)據(jù)。對(duì)相關(guān)年份年鑒中的物流業(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析后發(fā)現(xiàn),交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)增加值約占物流業(yè)的85%。因此,本文參照大多數(shù)學(xué)者的處理方法,用相關(guān)年份的《中國能源統(tǒng)計(jì)年鑒》和《中國統(tǒng)計(jì)年鑒》中的交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)數(shù)據(jù)代替物流業(yè)進(jìn)行分析。

本文的省域樣本定為30個(gè)省、市、自治區(qū)(未包括西藏、香港與澳門特別行政區(qū)、臺(tái)灣地區(qū)),研究區(qū)間為2007—2016年。本文還將省域細(xì)化到三大區(qū)域進(jìn)行深入分析,東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市;中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南8個(gè)省;西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個(gè)省(自治區(qū)、直轄市)。

3 物流業(yè)全要素能源效率變動(dòng)與省域差異分析

3.1 靜態(tài)變動(dòng)的省域差異分析

本文將各省域的投入、產(chǎn)出數(shù)據(jù)帶入DEA-BCC模型,根據(jù)式(1)求解計(jì)算,應(yīng)用DEAP2.1軟件,得到我國物流業(yè)2007—2016年的全要素能源效率靜態(tài)變動(dòng)情況。根據(jù)前文中提到的行政區(qū)域劃分,對(duì)我國東、中、西部的能源效率平均值進(jìn)行統(tǒng)計(jì),見表1。

表1 2007—2016年中國物流業(yè)靜態(tài)全要素能源效率

從全國來看,靜態(tài)全要素能源效率整體水平并不高,僅在0.602—0.699之間呈現(xiàn)出增減交替出現(xiàn)的態(tài)勢,這說明我國物流業(yè)的能源效率尚存在較大的提升空間。其中,下降幅度最大的年份為2009年,跌幅高達(dá)9.75%。原因在于:為了有效應(yīng)對(duì)國際金融危機(jī)的沖擊,我國實(shí)施的《物流業(yè)調(diào)整和振興規(guī)劃》導(dǎo)致物流業(yè)重回快速發(fā)展通道,出臺(tái)的刺激性經(jīng)濟(jì)政策致使一些高耗能、低效率的物流項(xiàng)目獲得了投資。

從各個(gè)省域的靜態(tài)全要素能源效率結(jié)果來看,僅河北一省的DEA年均值為1,屬于DEA有效。該省全要素能源效率表現(xiàn)優(yōu)秀,達(dá)到資源配置最優(yōu)化狀態(tài)。其他29個(gè)省域的DEA平均值都小于1,屬于DEA無效。其中,靜態(tài)全要素能源效率年均值超過0.8的有山東、天津、安徽、江蘇和上海,而且山東和天津都有6年的能源效率值處于最優(yōu)的前沿面上,資源配置最優(yōu)化的達(dá)成率尚可。靜態(tài)全要素能源效率較低的省份有廣西、湖北、重慶、陜西、四川、新疆、青海和云南,能源效率值均不足0.5,遠(yuǎn)低于全國平均水平,說明這些省域物流業(yè)的投入要素與產(chǎn)出要素尚存在提升空間。

根據(jù)我國對(duì)東部、中部、西部的行政區(qū)域劃分,對(duì)表1中的物流業(yè)靜態(tài)全要素能源效率進(jìn)行區(qū)域統(tǒng)計(jì)分析,變動(dòng)趨勢見圖1。從三大區(qū)域來看,我國物流業(yè)的靜態(tài)全要素能源效率表現(xiàn)出由東部向中部和西部遞減的趨勢,這可能與地理位置和區(qū)域發(fā)展水平有關(guān)。

圖1 我國物流業(yè)靜態(tài)全要素能源效率的區(qū)域水平

我國東部區(qū)域的省份大多數(shù)位于沿海地區(qū),地處交通樞紐位置,交通便利,物流業(yè)發(fā)展快速。改革開放以后,國家對(duì)東部區(qū)域的多個(gè)地區(qū)率先實(shí)行了經(jīng)濟(jì)開放政策,經(jīng)濟(jì)發(fā)展水平的提升自然會(huì)帶動(dòng)了相關(guān)行業(yè)的快速發(fā)展。相比之下,我國西部區(qū)域內(nèi)陸交通不便、經(jīng)濟(jì)發(fā)展水平落后、自然資源匱乏、交通基礎(chǔ)設(shè)施落后,共同導(dǎo)致了西部地區(qū)物流業(yè)靜態(tài)全要素能源效率整體水平較低。如果要改變我國東部、中部和西部發(fā)展不均衡的現(xiàn)象,國家可通過“東北振興”戰(zhàn)略和“西部大開發(fā)”戰(zhàn)略,將人才和創(chuàng)新技術(shù)等引進(jìn)到中部和西部地區(qū),提高當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平,加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè),打破區(qū)域信息壁壘,實(shí)現(xiàn)技術(shù)與信息共享,以期早日實(shí)現(xiàn)物流業(yè)的快速均衡發(fā)展。

3.2 動(dòng)態(tài)變動(dòng)總體分析及指數(shù)分解

本文將我國物流業(yè)各省域的投入、產(chǎn)出基礎(chǔ)數(shù)據(jù)帶入到DEA-Malmquist模型,測算得到我國物流業(yè)動(dòng)態(tài)全要素能源效率的總體變化及其分解情況,見表2。

表2 2007—2016年中國物流業(yè)動(dòng)態(tài)全要素能源效率與分解

從總體水平來看,2007—2016年我國省域物流業(yè)動(dòng)態(tài)全要素能源效率年均值為1.009,平均提高了0.9%,技術(shù)進(jìn)步水平年均值提高了1.1%,但技術(shù)效率水平年均值卻降低了0.3%。這說明物流業(yè)動(dòng)態(tài)全要素能源效率的提升主要?dú)w功于技術(shù)進(jìn)步,技術(shù)效率的下降對(duì)全要素能源效率的提高有阻礙作用。此外,將技術(shù)效率進(jìn)一步分解成純技術(shù)效率和規(guī)模效率,規(guī)模效率水平年均值提高0.3%,而純技術(shù)效率水平年均值卻下降了0.6%,說明純技術(shù)效率水平的降低會(huì)引起技術(shù)效率的下降,可能是因?yàn)槲锪髌髽I(yè)缺乏先進(jìn)的管理經(jīng)驗(yàn),信息共享存在技術(shù)壁壘等原因?qū)е缕髽I(yè)內(nèi)部效率低下,資源配置無法達(dá)到最優(yōu)化。

值得注意的是,我國省域物流業(yè)動(dòng)態(tài)全要素能源效率年均值在2012—2014年連續(xù)兩次下降,這是因?yàn)楫?dāng)時(shí)各地普遍存在“物流熱”的投資現(xiàn)象,導(dǎo)致對(duì)物流業(yè)的要素投入迅速增加,但條塊分割嚴(yán)重、各自為政的亂象叢生,多種運(yùn)輸方式之間也缺少統(tǒng)一規(guī)劃和協(xié)調(diào),信息共享存在技術(shù)壁壘,難以形成規(guī)模經(jīng)濟(jì)。另一方面，越來越嚴(yán)重的交通擁堵問題,對(duì)技術(shù)進(jìn)步具有較大的負(fù)向作用。

圖2 中國物流業(yè)動(dòng)態(tài)全要素能源效率及其分解效率趨勢圖

為了更好地分析比較這五種效率值之間的關(guān)系和趨勢變化,本文繪制出全要素能源效率及其分解的技術(shù)效率和技術(shù)進(jìn)步之間的趨勢圖,見圖2。此外,技術(shù)效率及其進(jìn)一步分解的純技術(shù)效率和規(guī)模效率之間的趨勢見圖3。從圖2可見,我國物流業(yè)全要素能源效率呈現(xiàn)出增減交替的態(tài)勢,這與技術(shù)進(jìn)步的變化趨勢更為接近,2007—2008年、2009—2010年、2015—2016年的技術(shù)效率不足1,出現(xiàn)負(fù)增長;而我國物流業(yè)全要素能源效率卻大于1,處于上升的階段,這主要?dú)w功于技術(shù)進(jìn)步對(duì)全要素能源效率的拉動(dòng)作用,而技術(shù)效率的落后阻礙了全要素能源效率的增長。因此，要想提升全國物流業(yè)的全要素能源效率,重中之重是提高物流業(yè)的技術(shù)進(jìn)步水平。因此，我國政府應(yīng)多引進(jìn)掌握先進(jìn)節(jié)能技術(shù)的企業(yè),同時(shí)企業(yè)也應(yīng)注重自主節(jié)能創(chuàng)新方面的技術(shù)開發(fā),多方面提升物流業(yè)全要素能源效率。

圖3 中國物流業(yè)技術(shù)效率及其分解效率趨勢

從圖3可見,我國物流業(yè)技術(shù)效率的變化趨勢與其分解的兩大要素的變化趨勢都比較吻合。除純技術(shù)效率外,規(guī)模效率也對(duì)技術(shù)效率存在一定的影響作用。如果要提升技術(shù)效率水平,應(yīng)加強(qiáng)物流園區(qū)方面的建設(shè),打破地區(qū)之間的信息障礙壁壘,打造共同物流信息共享平臺(tái),形成規(guī)?；?jīng)營,進(jìn)而大大提升物流業(yè)的規(guī)模效率。

3.3 動(dòng)態(tài)變動(dòng)的省域差異分析

基于DEA-Malmquist模型,本文測算得到我國各省域物流業(yè)的動(dòng)態(tài)全要素能源效率,見表3。從表3可見,我國有16個(gè)省(市、自治區(qū))的物流業(yè)動(dòng)態(tài)全要素能源效率年均值大于1,表現(xiàn)出增長態(tài)勢。其中,漲幅最大的5個(gè)省域分別是貴州(1.121)、寧夏(1.100)、內(nèi)蒙古(1.075)、江蘇(1.068)和新疆(1.052),僅江蘇省屬于東部沿海發(fā)達(dá)省域,其他4個(gè)省域都屬于西部欠發(fā)達(dá)地區(qū)。一方面,這是因?yàn)槲覈鞑渴∮蛭锪鳂I(yè)全要素能源效率的起點(diǎn)較低,更容易出現(xiàn)快速增長態(tài)勢;另一方面,我國西部地區(qū)物流業(yè)全要素能源效率的增長主要得益于國家的“西部大開發(fā)戰(zhàn)略”,吸引高新企業(yè)和專業(yè)人才進(jìn)駐西部地區(qū),同時(shí)政府寬松的財(cái)政政策擴(kuò)建了西部地區(qū)大量交通基礎(chǔ)設(shè)施,促進(jìn)了原本低水平的物流業(yè)得到蓬勃發(fā)展,物流產(chǎn)業(yè)效率和全要素能源效率得到很大提升。

表3 2007—2016年各省物流業(yè)動(dòng)態(tài)全要素能源效率

在我國物流業(yè)動(dòng)態(tài)全要素能源效率下降的14個(gè)省域中,跌幅最大的5個(gè)省(市)分別是天津(0.943)、山西(0.954)、黑龍江(0.959)、青海(0.965)和湖南(0.969)。2007—2016年這5省市能源效率的下降趨勢不盡相同。青海省的全要素能源效率變化趨勢大體是先降低后增長,這得益于國家對(duì)西部地區(qū)的特殊福利政策和資金扶持。其他4省是先增長后降低,這可能是因?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)偏工業(yè)化、能源結(jié)構(gòu)較為單一,加之日益嚴(yán)重的交通擁堵問題稀釋了技術(shù)進(jìn)步帶來的促進(jìn)作用,導(dǎo)致4省市物流業(yè)全要素能源效率有所降低。

4 結(jié)論與建議

4.1 結(jié)論

本文建立DEA-BCC模型和DEA-Malmquist模型,分別作為我國省域物流業(yè)靜態(tài)和動(dòng)態(tài)的全要素能源效率評(píng)價(jià)的理論基礎(chǔ),基于多投入、多產(chǎn)出指標(biāo)的全要素能源效率評(píng)價(jià)體系,從我國省域差異和區(qū)域變化趨勢等多方面進(jìn)行了評(píng)價(jià)。研究結(jié)果表明:①2007—2016年,我國省域物流業(yè)的靜態(tài)全要素能源效率水平整體較低,僅在0.602—0.699之間,還有很大的節(jié)能提升空間。②我國東部物流業(yè)的靜態(tài)全要素能源效率均值最高,中部次之,西部最低。然而西部地區(qū)物流業(yè)的動(dòng)態(tài)全要素能源效率卻表現(xiàn)最好。③我國省域物流業(yè)的動(dòng)態(tài)全要素能源效率的良好表現(xiàn)歸功于技術(shù)進(jìn)步,技術(shù)效率的下降具有一定的阻礙作用。從技術(shù)效率的進(jìn)一步分解結(jié)果可知,純技術(shù)效率才是引發(fā)我國物流業(yè)技術(shù)效率下降的元兇。

4.2 建議

針對(duì)以上研究分析,本文從以下四個(gè)方面提出改進(jìn)我國物流業(yè)的建議:①改善我國物流能源消費(fèi)結(jié)構(gòu),提高全要素能源綜合效率?，F(xiàn)階段我國物流業(yè)的能源消費(fèi)主要是以石油、煤炭為主,這些都是導(dǎo)致高耗能、高污染的非清潔能源。因此，政府應(yīng)積極開放節(jié)能減排技術(shù)。提高能源利用率;利用優(yōu)惠政策引導(dǎo)居民使用環(huán)保交通工具;同時(shí)應(yīng)加快風(fēng)能、太陽能、生物質(zhì)能等可再生能源的技術(shù)開發(fā)。②引導(dǎo)投資偏好的節(jié)能方向,提高物流業(yè)的技術(shù)進(jìn)步指數(shù)。實(shí)證結(jié)果表明,全要素能源效率值的提高主要依賴于技術(shù)進(jìn)步指數(shù)的增長。因此，政府應(yīng)注重科技投入的結(jié)構(gòu)和力度,不斷提高節(jié)能技術(shù)的普及率。首先,引進(jìn)的物流企業(yè)要求掌握新能源電動(dòng)叉車等先進(jìn)的節(jié)能減排技術(shù)。其次,政府應(yīng)強(qiáng)化對(duì)節(jié)能減排技術(shù)開發(fā)應(yīng)用的激勵(lì)和支持,促進(jìn)新能源與現(xiàn)代物流行業(yè)的共同發(fā)展與產(chǎn)業(yè)升級(jí)。③增加物流資源利用率,提高物流業(yè)的純技術(shù)效率。采用先進(jìn)的運(yùn)輸裝備技術(shù)、選取合適的運(yùn)輸方式是提高物流資源利用率的重要措施。惡劣的運(yùn)輸環(huán)境阻礙了我國中部和西部地區(qū)物流業(yè)的快速發(fā)展,應(yīng)大力推廣低能源消耗的運(yùn)輸方式,加強(qiáng)水運(yùn)、鐵路運(yùn)輸、多聯(lián)合運(yùn)輸?shù)冗\(yùn)輸方式的推廣使用；加快建設(shè)水運(yùn)體系，可有效降低能耗和優(yōu)化物流業(yè)運(yùn)營成本,完善公路里程建設(shè)，可深入到城市和鄉(xiāng)村的角落提供更優(yōu)質(zhì)的物流服務(wù)。④加大物流業(yè)統(tǒng)籌協(xié)調(diào)力度,發(fā)揮節(jié)能引導(dǎo)作用。我國物流運(yùn)輸中的空載現(xiàn)象還十分嚴(yán)重,物流園區(qū)閑置率很高,反映出物流資源分配和信息溝通存在嚴(yán)重的壁壘問題。因此，相關(guān)政府部門應(yīng)該合理布局物流產(chǎn)業(yè)園區(qū)、促進(jìn)產(chǎn)業(yè)集聚發(fā)展[19],同時(shí)注重物流資源的合理建設(shè)與使用,提高運(yùn)營效率和使用效率。此外,政府也可以通過管理能源價(jià)格調(diào)控高能耗能源的使用量級(jí)和頻率,進(jìn)而實(shí)現(xiàn)提高物流業(yè)全要素能源效率的目標(biāo)。

參考文獻(xiàn):

[1]IPCC.Climate Change 2014:Mitigation of Climate Change[M/OL].Cambridge:Cambridge University Press,in Press,2014 [2017-09-03].http://www.ipcc.ch/report/ar5/wg3/.

[2]王玉燕,林漢川.我國西部地區(qū)能源效率:趨同、節(jié)能潛力及其影響因素[J].經(jīng)濟(jì)問題探索,2013,(4)∶38-44.

[3]馮博,王雪青.考慮霧霾效應(yīng)的京津冀地區(qū)能源效率實(shí)證研究[J].干旱區(qū)資源與環(huán)境,2015,29(10)∶1-7.

[4]王韶華.綠色發(fā)展視閾下京津冀能源效率的差異性與協(xié)調(diào)性研究[J].中國科技論壇,2016,(10)∶96-101.

[5]東童童.全要素工業(yè)能源效率與霧霾污染的交互影響——以長江經(jīng)濟(jì)帶為例[J].城市問題,2017,(11)∶87-88.

[6]王喜平,姜曄.環(huán)境約束下中國能源效率地區(qū)差異研究[J].長江流域資源與環(huán)境,2013,22(11)∶1419-1425.

[7]陳平,羅艷.中國工業(yè)生態(tài)全要素能源效率異質(zhì)性研究——基于SBM-Undesirable和Meta-frontier模型的分析[J].商業(yè)研究,2017,(4)∶154-160.

[8]李坤明,方麗婷.中國區(qū)域能源效率及其影響因素——基于面板隨機(jī)前沿模型的分析[J].資源開發(fā)與市場,2017,33(11)∶1324-1327.

[9]張本照,劉淇,王海濤.中國交通運(yùn)輸業(yè)能源利用效率動(dòng)態(tài)測算——基于產(chǎn)出指標(biāo)改進(jìn)DEA模型的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì),2014,33(8)∶15-25.

[10]韓雅清,蘇時(shí)鵬.福建省水資源利用效率的靜態(tài)與動(dòng)態(tài)分析——基于DEA-BCC和DEA-Malmquist兩步法[J].資源開發(fā)與市場,2015,31(5)∶578-583.

[11]肖興志,姜萊.戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展對(duì)中國能源效率的影響[J].經(jīng)濟(jì)與管理研究,2014,(6)∶83-92.

[12]蔣偉,李蓉,強(qiáng)林飛,等.環(huán)境約束下的中國全要素能源效率研究[J].統(tǒng)計(jì)與信息論壇,2015,30(5)∶22-28.

[13]Charnes A,Cooper WW,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978,2(6)∶429-444.

[14]廖青虎,陳通,孫鈺,等.廣義加法模糊DEA-BCC效率評(píng)價(jià)模型及應(yīng)用[J].統(tǒng)計(jì)與決策,2016,(24)∶74-76.

[15]Malmquist S.Index Numbers and Indifference Surfaces[J].Trabajos de Estatistica,1953,(4)∶209-242.

[16]Caves,Douglas W,Laurits R Christensen,etal.Multilateral Comparisons of Output,Input,and Productivity Using Superlative Index Numbers[J].The Economic Journal,1982,(92)365∶73-86.

[17]Fare,Rolf,Shawna Grosskopf,etal.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J].The American Economic Review,1994,84(1)∶ 66-83.

[18]張軍,吳桂英,張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究,2004,(10)∶35-44.

[19]潘雅茹,陳崢,羅良文.產(chǎn)業(yè)集聚影響全要素能源效率的非線性特征研究——基于中國能源行業(yè)數(shù)據(jù)的實(shí)證分析[J].華東經(jīng)濟(jì)管理,2017,31(11)∶121-126.