沈夢(mèng)荻 楊傳明 蘇州科技大學(xué)

物流業(yè)規(guī)模的不斷壯大，極大程度上促進(jìn)了生產(chǎn)、拉動(dòng)了消費(fèi)，但物流業(yè)在高速發(fā)展的同時(shí)也給周?chē)纳鷳B(tài)環(huán)境帶來(lái)了無(wú)法避免的問(wèn)題。物流業(yè)以交通運(yùn)輸業(yè)為主營(yíng)業(yè)體，每年全球CO2排放量中的25%左右來(lái)自交通運(yùn)輸業(yè)。因此，在低碳經(jīng)濟(jì)發(fā)展的大背景下，有效地提升物流效率，對(duì)每個(gè)國(guó)家社會(huì)經(jīng)濟(jì)的未來(lái)可持續(xù)發(fā)展都有重大意義。

本文從低碳經(jīng)濟(jì)視角以及中國(guó)省域物流業(yè)的總體發(fā)展現(xiàn)狀，對(duì)2007-2016年中國(guó)30個(gè)省市的物流效率進(jìn)行比較研究，深入解析了影響物流效率的各個(gè)因素之間的相關(guān)程度，在結(jié)合了實(shí)證結(jié)果和發(fā)展現(xiàn)狀的基礎(chǔ)上，提出提升物流效率的建議。

1 模型選取

一階段DEA分析選擇投入導(dǎo)向型的BCC模型；二階段SFA回歸分析借助隨機(jī)前沿分析方法(SFA模型)將外界環(huán)境、隨機(jī)誤差項(xiàng)因素分離出來(lái)，得到的每個(gè)決策單元的投入冗余就僅來(lái)源于管理無(wú)效率；三階段調(diào)整后DEA分析是利用二階段調(diào)整后的數(shù)據(jù)替代原始投入數(shù)據(jù)，排除外界環(huán)境變量和隨機(jī)誤差，有利于后續(xù)更為客觀的分析。

2 變量與數(shù)據(jù)說(shuō)明

在進(jìn)行數(shù)據(jù)采集時(shí)，以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的數(shù)據(jù)作為物流業(yè)的替代數(shù)據(jù)進(jìn)行分析。選擇中國(guó)30個(gè)省為研究對(duì)象（包括直轄市、自治區(qū)，西藏、臺(tái)灣、香港、澳門(mén)不包括在內(nèi)），實(shí)際樣本期間為2007-2016年。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》（2008-2017）。投入指標(biāo)為資本存量、勞動(dòng)力和能源投入。產(chǎn)出指標(biāo)為綜合周轉(zhuǎn)量與碳排放量。

3 實(shí)證分析結(jié)果

3.1 基于三階段DEA的中國(guó)物流產(chǎn)業(yè)全要素生產(chǎn)率分析

2007-2013 年，中國(guó)各省份地區(qū)的物流產(chǎn)業(yè)多數(shù)處于技術(shù)無(wú)效率狀態(tài)，只有少數(shù)省份，如上海在2011和2012年、安徽省在2012和2013年物流業(yè)綜合技術(shù)效率有效。2007-2016年間，中國(guó)30個(gè)省份地區(qū)的物流產(chǎn)業(yè)均表現(xiàn)出了不同程度上的技術(shù)進(jìn)步。

全國(guó)總體平均值為0.304，從投入角度來(lái)看，永遠(yuǎn)當(dāng)前投入的30.4%，就可以達(dá)到既定產(chǎn)出，換言之，投入方面有69.6%的下降空間；從產(chǎn)出角度來(lái)看，當(dāng)前的產(chǎn)出水平僅為潛在水平的30.4%?？傮w而言，我國(guó)物流業(yè)技術(shù)效率處于較低水平。

從各省份考察期內(nèi)技術(shù)效率均值看，天津、上海、安徽綜合技術(shù)效率較高，分別位于排名的前3位，其效率值明顯高于排名第4的河北（0.485），其他省份的效率平均值都處于0.4及以下水平。排名最后的是北京，其效率均值僅為0.054。

從歷年全國(guó)物流業(yè)效率平均值看，綜合技術(shù)效率值最高的是2016年，達(dá)到0.417，較低的年份是2007年（0.126）和2009年（0.226）?？傮w看，物流業(yè)技術(shù)效率呈現(xiàn)逐年上升的趨勢(shì)。

3.2 共同前沿指數(shù)分解結(jié)果分析

從整體上看，東、中、西部地區(qū)的物流技術(shù)效率均值分別為0.511、0.320和0.294，東部地區(qū)的技術(shù)效率明顯高于中、西部地區(qū)，若采用全國(guó)潛在的最優(yōu)生產(chǎn)技術(shù)，維持既定產(chǎn)出下，各區(qū)域依次存在48.9%、68%和70.6%的物流技術(shù)提升潛力。從單獨(dú)的省份來(lái)看，共同前沿下的物流技術(shù)效率均低于組群前沿下的技術(shù)效率，且差距較大，以西部地區(qū)內(nèi)蒙古為例，在組群前沿下物流技術(shù)效率均值為0.988，意味著若采用西部地區(qū)的潛在最優(yōu)生產(chǎn)技術(shù)衡量，內(nèi)蒙古的物流產(chǎn)業(yè)僅存在1.2% 的技術(shù)提升潛力，而―用全國(guó)潛在最優(yōu)生產(chǎn)技術(shù)衡量，平均技術(shù)效率為0.437，意味著共同前沿下物流技術(shù)潛力可以提升56.3%，兩者相差55.1%。

4 結(jié)論

4.1 發(fā)展低碳經(jīng)濟(jì)，提升綜合效率

延伸物流價(jià)值鏈，提升物流產(chǎn)品的附加值，從而提高物流產(chǎn)業(yè)的能源效率；推進(jìn)物流產(chǎn)業(yè)信息化建設(shè)，提升物流產(chǎn)業(yè)的發(fā)展水平，以促進(jìn)節(jié)能減排；最后通過(guò)提升物流產(chǎn)業(yè)的技術(shù)創(chuàng)新和管理能力，提高單位能耗的產(chǎn)出。

4.2 優(yōu)化產(chǎn)業(yè)外部環(huán)境，提升物流管理水平

深化體制改革，簡(jiǎn)化手續(xù)、優(yōu)化流程、提高內(nèi)部工作效率；完善物流配送中心的地理位置，方便、快捷、契合當(dāng)?shù)貐^(qū)位規(guī)劃等。

[1]王維國(guó),馬越越.中國(guó)區(qū)域物流產(chǎn)業(yè)效率——基于三階段DEA模型的Malmquist-luenberger指數(shù)方法[J].系統(tǒng)工程,2012(3):66-75.[2]張竟軼,張竟成.基于三階段DEA模型的我國(guó)物流效率綜合研究[J].管理世界,2016(8):178-179.

[3]范建平,肖慧,樊曉宏.考慮非期望產(chǎn)出的改進(jìn)EBM-DEA三階段模型——基于中國(guó)省際物流業(yè)效率的實(shí)證分析[J].中國(guó)管理科學(xué),2017, 25(8):166-174.

[4]Oh D H, Heshmati A. A sequential Malmquist―Luenberger productivity index: Environmentally sensitive productivity growth considering the progressive nature of technology[J].Energy Economics, 2010, 32(6):1345-1355.