亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        中國(guó)西部十二省物流業(yè)效率及收斂性分析

        2020-07-15 09:35:02朱昌鋒王慶榮CHENLongZHUChangfengWANGQingrong
        物流科技 2020年7期
        關(guān)鍵詞:省區(qū)西南地區(qū)西北地區(qū)

        陳 龍 ,朱昌鋒 ,王慶榮 CHEN Long, ZHU Changfeng, WANG Qingrong

        (1. 蘭州交通大學(xué) 交通運(yùn)輸學(xué)院,甘肅 蘭州 730070;2. 蘭州交通大學(xué) 電子與信息工程學(xué)院,甘肅 蘭州 730070)

        (1. School of Transportation, Lanzhou Jiaotong University, Lanzhou 730070, China; 2. School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)

        0 引 言

        隨著“西部大開發(fā)”戰(zhàn)略的實(shí)施,環(huán)境惡化越來越嚴(yán)重,為了可持續(xù)發(fā)展,國(guó)家相繼實(shí)施相關(guān)政策來制約碳排放,考慮碳排放約束的物流業(yè)也發(fā)展迅速。既有研究主要通過SBM-GML指數(shù)模型[1-3]、SBM-Malmquist 指數(shù)模型[4-5]、DEA-Malmquist 指數(shù)[6-7]等對(duì)碳約束下的物流業(yè)全要素能源效率進(jìn)行分析,同時(shí),對(duì)數(shù)據(jù)的有效性、收斂性[8-9]進(jìn)行研究。傅翰祺等[10]梳理了湖北省冷鏈物流發(fā)展的情況;吳雯等[11]建立了LMDI 模型,并分析了各個(gè)因素的影響效應(yīng);孫才志等[12]基于SBM 模型分析了中國(guó)東、中、西部三大地區(qū)水資源綠色效率以及收斂性;汪曉文等[13]分析了中國(guó)省際環(huán)境技術(shù)效率及其收斂性;呂巖威等[14]研究了中國(guó)區(qū)域綠色創(chuàng)新效率以及收斂性。既有研究仍有以下不足:(1) 大多數(shù)采用單一方法研究,而運(yùn)用能考慮投入產(chǎn)出中間過程的SBM 模型和能反映變動(dòng)趨勢(shì)的Malmquist 指數(shù)對(duì)碳約束下的物流業(yè)效率分析較少;(2) 大多數(shù)研究?jī)H分析了西部部分省區(qū)物流業(yè)效率,且對(duì)比分析碳約束對(duì)物流業(yè)效率的影響較少;(3) 既有研究通過σ、β 收斂對(duì)指標(biāo)進(jìn)行檢驗(yàn)的較少。

        基于此,本文采用SBM 模型和Malmquist 指數(shù),對(duì)西部十二省物流業(yè)效率進(jìn)行分析,并對(duì)比分析了碳排放約束下的西南、西北物流業(yè)效率。最后,通過σ、β 收斂對(duì)物流業(yè)效率的TFP 指數(shù)進(jìn)行檢驗(yàn)。

        1 研究方法

        1.1 SBM 模型

        傳統(tǒng)DEA 模型未考慮投入產(chǎn)出的中間過程,不能考察投入產(chǎn)出各環(huán)節(jié)對(duì)效率的影響,而SBM 模型方向距離函數(shù)具有可區(qū)別非期望產(chǎn)出與期望產(chǎn)出的特性,對(duì)具有“壞”產(chǎn)出的效率評(píng)價(jià)問題應(yīng)用較多。構(gòu)造方向性距離函數(shù)[3]為:

        式中:g= (y,- b )為產(chǎn)出水平擴(kuò)張的方向向量;β 為方向性距離函數(shù)值。生產(chǎn)可行性集與方向性距離函數(shù)的關(guān)系如圖1 所示。

        全局方向性SBM[1]為:

        圖1 方向性距離函數(shù)投入產(chǎn)出的中間過程

        1.2 Malmquist 指數(shù)

        多產(chǎn)出的若干決策單元(DMU) 的相對(duì)效率,可以較好地分析物流業(yè)全能要素利用狀況,但對(duì)生產(chǎn)效率在時(shí)間上的變動(dòng)趨勢(shì)反映較少,通過Malmquist 指數(shù)法可清晰反映、有效解決時(shí)間變動(dòng)趨勢(shì)問題?;赟BM 模型,引入跨期動(dòng)態(tài)概念,構(gòu)造Malmquist 指數(shù)[6]如下:

        Malmquist 生產(chǎn)率指數(shù)(TF P )可分解為:

        式中:TC 為技術(shù)進(jìn)步指數(shù);TE 為技術(shù)效率變化指數(shù);PC 為純技術(shù)效率變化;SC 為規(guī)模效率變化;Dc為規(guī)模報(bào)酬不變(CRS) 條件下的方向距離函數(shù);Dv為規(guī)模報(bào)酬可變(VRS) 條件下的方向距離函數(shù)。

        2 變量選取與數(shù)據(jù)來源

        本文采用交通運(yùn)輸、郵政業(yè)及倉儲(chǔ)的相關(guān)數(shù)據(jù)表示西部物流業(yè)發(fā)展信息特征。能源要素、資本要素、勞動(dòng)力要素和運(yùn)輸業(yè)總里程為投入要素,增加值產(chǎn)出(GDP) 和貨物周轉(zhuǎn)量為期望產(chǎn)出,碳排放為非期望產(chǎn)出。

        2.1 投入指標(biāo)

        (1) 能源要素投入

        式中:Mi為各省區(qū)交通運(yùn)輸、倉儲(chǔ)與郵政業(yè)常用的7 類能源;pi為能源i 折標(biāo)準(zhǔn)煤的參考系數(shù);E 為各能源折標(biāo)后的能源消耗總量,萬噸標(biāo)準(zhǔn)煤。

        (2) 資本要素投入

        考慮數(shù)據(jù)的可獲得性及準(zhǔn)確性,選取2010~2018 年的統(tǒng)計(jì)數(shù)據(jù)作為本文研究對(duì)象,通過盤存法估算各省物質(zhì)資本存量,則:

        式中:Ki,t為第i 省份第t 年度工業(yè)資本存量; Ii,t為第i 省份第t 年度工業(yè)固定資產(chǎn)投資額;折舊率σ'取9.6%。

        基期的資本存量按照以下公式估算:

        式中:g2010為2010 年各省份工業(yè)固定資產(chǎn)的平均增長(zhǎng)率。

        (3) 勞動(dòng)力要素投入

        根據(jù)《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》,選取各省市交通運(yùn)輸、倉儲(chǔ)與郵政業(yè)就業(yè)人數(shù)為勞動(dòng)力要素輸入量。

        (4) 運(yùn)輸業(yè)總里程

        物流業(yè)基礎(chǔ)設(shè)施供給情況直接影響物流業(yè)發(fā)展的效率,而運(yùn)輸業(yè)總里程直接反映物流業(yè)基礎(chǔ)設(shè)施狀況。以鐵路、公路和內(nèi)河航道運(yùn)營(yíng)里程之和為運(yùn)輸業(yè)總里程投入量。

        2.2 期望產(chǎn)出

        (1) 增加值產(chǎn)出 (GDP)

        以西部十二省交通運(yùn)輸、倉儲(chǔ)及郵政業(yè)增加值(GDP) 作為增加值產(chǎn)出。增加值(GDP) 屬于期望產(chǎn)出,直接反映物流業(yè)的產(chǎn)出情況。

        (2) 貨物周轉(zhuǎn)量

        物流業(yè)運(yùn)輸貨運(yùn)的能力狀況,主要體現(xiàn)在貨運(yùn)量上,但貨運(yùn)周轉(zhuǎn)量能全面客觀反映物流業(yè)產(chǎn)出狀況。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》選取貨運(yùn)周轉(zhuǎn)量作為物流業(yè)期望產(chǎn)出。

        2.3 非期望產(chǎn)出

        環(huán)境約束條件下全要素能源效率評(píng)價(jià)體系中碳排放產(chǎn)出是重要指標(biāo)。能源消耗產(chǎn)生的CO2排放量[1]為:

        式中:CO2為碳排放質(zhì)量,噸;Mi為7 類能源直接燃燒的消耗量;HVi為能源i 基于重量或體積的熱值;OXi為能源i 在燃燒過程中的氧化率;Ci為能源i 基于熱值的碳含量值。各化石能源的CO2排放系數(shù)[3]如表1 所示。

        表1 化石能源的CO2 排放系數(shù)

        選擇2010~2018 年新疆、西藏、寧夏、青海、四川、甘肅、貴州、陜西、云南、廣西、重慶、內(nèi)蒙古十二省作為研究樣本。考慮統(tǒng)計(jì)數(shù)據(jù)的可得性與準(zhǔn)確性,數(shù)據(jù)主要來源于2010~2018 年《中國(guó)統(tǒng)計(jì)年鑒》[15]和《中國(guó)能源統(tǒng)計(jì)年鑒》[16],部分?jǐn)?shù)據(jù)整理自研究的省區(qū)統(tǒng)計(jì)年鑒。西部十二省投入、產(chǎn)出指標(biāo)的統(tǒng)計(jì)信息如表2 所示。

        表2 西部十二省投入、產(chǎn)出指標(biāo)的統(tǒng)計(jì)信息

        3 實(shí)證分析

        利用DEA-Solver Pro5.0 和DEAP2.1 軟件對(duì)西部十二省物流業(yè)效率進(jìn)行分析。

        3.1 基于SBM 的西部十二省投入、產(chǎn)出指標(biāo)計(jì)算

        (1) 考慮與不考慮期望產(chǎn)出的各年段物流業(yè)效率

        碳排放制約物流業(yè)的發(fā)展,考慮碳排放與不考慮碳排放變化趨勢(shì)如圖2 所示。

        總體上,考慮與不考慮碳排放的物流業(yè)效率均較低,且考慮碳排放的物流業(yè)效率相對(duì)較高。

        (2) 考慮與不考慮期望產(chǎn)出的各區(qū)物流業(yè)效率

        為了直觀地體現(xiàn)各省區(qū)在不同時(shí)間的物流業(yè)效率,2010 年、2014年、2018 年各省區(qū)考慮和不考慮碳排放物流業(yè)效率空間格局如圖3、圖4 所示。

        從圖3、圖4 可見,考慮碳期望產(chǎn)出的各省區(qū)物流業(yè)效率的效率低于不考慮期望產(chǎn)出的各省區(qū)物流業(yè)效率的效率。四川、重慶、寧夏、廣西等省區(qū)物流業(yè)效率較高,其中四川省考慮與不考慮碳期望產(chǎn)出的物流業(yè)效率的效率相同,其成效顯著。西藏、新疆等省的物流業(yè)效率較低,其中西藏物流業(yè)效率最低。

        圖2 考慮與不考慮碳排放情況各年段變化趨勢(shì)

        圖3 2010 年、2014 年、2018 年各省區(qū)考慮碳排放物流業(yè)效率空間格局

        圖4 2010 年、2014 年、2018 年各省區(qū)不考慮碳排放物流業(yè)效率空間格局

        3.2 基于Malmquist 指數(shù)的西部十二省投入、產(chǎn)出指標(biāo)的計(jì)算

        3.2.1 西部十二省各年度Malmquist 指數(shù)分析。通過數(shù)據(jù)處理軟件,計(jì)算得西部十二省的Malmquist 指數(shù)年平均值及其分解如表3 所示。

        表3 考慮和不考慮碳排放的西部十二省Malmquist 指數(shù)年平均值及其分解

        由表3 可得,大體上,考慮碳排放條件下TFP 指數(shù)年平均值小于不考慮排放條件下TFP 指數(shù)年平均值。2010~2012 年、2016~2017 年的 TFP 指數(shù)較高,超過了 1。2012~2016 年的 EC、PC、SC 指數(shù)較高。

        碳約束條件下各年份的指數(shù)變化趨勢(shì)如圖5 所示。

        由圖5 可得,在2011~2014 年間相關(guān)指數(shù)波動(dòng)性較大,2016~2018 年相關(guān)指數(shù)變化較平穩(wěn)。

        3.2.2 西部十二省各省區(qū)Malmquist 指數(shù)分析??紤]和不考慮碳排放的西部十二省區(qū)Malmquist 指數(shù)地區(qū)平均值及其分解見表4。

        由表4 可知,大體上,考慮碳排放條件下TFP 指數(shù)地區(qū)平均值小于不考慮排放條件下TFP 指數(shù)地區(qū)平均值。貴州、云南、陜西、重慶、廣西的TFP 指數(shù)較高,說明這些省區(qū)發(fā)展較好,與實(shí)際相符合。甘肅、寧夏、廣西等省區(qū)受碳排放制約較小,西藏、青海等省區(qū)受碳排放制約較明顯??紤]碳排放條件下,西藏地區(qū)的TFP 指數(shù)為0.842,其值最低,甘肅次之(0.936);不考慮碳排放條件下,青海地區(qū)的TFP 指數(shù)為0.935,其值最低,甘肅次之(0.938)。主要由于西藏、青海、甘肅地區(qū)偏遠(yuǎn)、經(jīng)濟(jì)落后,可利用資源較少,導(dǎo)致物流業(yè)發(fā)展比較落后??紤]碳排放的西部十二省區(qū)各省區(qū)的TFP 值對(duì)比如圖6 所示。

        圖5 考慮碳排放的西部十二省Malmquist 指數(shù)變化趨勢(shì)

        表4 考慮和不考慮碳排放的西部十二省Malmquist 指數(shù)地區(qū)平均值及其分解

        3.3 區(qū)域物流業(yè)效率對(duì)比分析

        西部十二省區(qū)又可分為西南、西北六省區(qū)。通過對(duì)比碳約束條件下的西南、西北地區(qū)物流業(yè)的效率,可更好地了解兩大地區(qū)的差異及變化趨勢(shì)。Malmquist 指數(shù)年平均值及其分解對(duì)比分析趨勢(shì)如圖7 所示。

        圖6 考慮碳排放的西部十二省區(qū)TFP 值對(duì)比

        圖7 Malmquist 指數(shù)年平均值及其分解對(duì)比分析趨勢(shì)

        由圖7 可得,西南地區(qū)的各指數(shù)效率明顯高于西北地區(qū)指數(shù)效率。說明,西北地區(qū)的物流業(yè)發(fā)展相對(duì)落后于西南地區(qū)。

        長(zhǎng)江經(jīng)濟(jì)帶包含一些西部省區(qū),結(jié)合相關(guān)文獻(xiàn)[17]可得,考慮碳排放條件下的2010~2015 年物流業(yè)效率TFP 值空間分布見表5,TFP 值空間分布對(duì)比如圖8 所示。

        表5 考慮碳排放條件下的物流業(yè)效率TFP 對(duì)比分析

        由表5、圖8 可得,長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率TFP 值(1.040) 最高,西南地區(qū)物流業(yè)效率TFP 值(0.994) 次之,西北地區(qū)物流業(yè)效率TFP 值(0.964) 最低。主要原因是地理環(huán)境不同導(dǎo)致交通便利情況存在差異,且各省區(qū)經(jīng)濟(jì)差異較大。長(zhǎng)江經(jīng)濟(jì)帶地區(qū)靠近長(zhǎng)江,交通地理位置優(yōu)越,經(jīng)濟(jì)較發(fā)達(dá)。而西部地區(qū),尤其是西北地區(qū)地理環(huán)境惡劣、交通不發(fā)達(dá)、經(jīng)濟(jì)落后,嚴(yán)重影響了物流業(yè)的發(fā)展。西南地區(qū)與長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率TFP 值接近,主要由于兩大地區(qū)存在共同省區(qū),且發(fā)展相對(duì)較好。

        圖8 考慮碳排放條件下的區(qū)域物流業(yè)效率TFP 指數(shù)對(duì)比圖

        3.4 西部十二省物流業(yè)效率收斂性分析

        各地區(qū)物流業(yè)效率的收斂性分析可考察各地區(qū)的差異隨時(shí)間推移的變化,及探究各地區(qū)的收斂模式。

        3.4.1 σ 收斂分析。本文選取考慮碳約束條件下的全要素效率TFP 的對(duì)數(shù)標(biāo)準(zhǔn)差來反映西部十二省物流業(yè)效率的地區(qū)差異變化,σ 公式[12]如下:

        式中:i 為區(qū)域內(nèi)的省份;m 為區(qū)域內(nèi)省份的個(gè)數(shù);t 為時(shí)間趨勢(shì)項(xiàng);TFPi,t為TFP 值。西部及西北、西南地區(qū)σ 收斂見表6,西部及西北、西南地區(qū)σ 收斂演化趨勢(shì)如圖9 所示。

        表6 西部及西北、西南地區(qū)σ 收斂

        圖9 西部及西北、西南地區(qū)σ 收斂演化趨勢(shì)

        由表6、圖9 可得,西部及西南、西北地區(qū)物流業(yè)率TFP 標(biāo)準(zhǔn)差均存在σ 收斂,說明西部及西南、西北地區(qū)物流業(yè)率TFP差異逐漸消失。同時(shí),通過橫向?qū)Ρ雀鞯貐^(qū)TFP 標(biāo)準(zhǔn)差均值可得,西北地區(qū)TFP 標(biāo)準(zhǔn)差平均值最大(0.359),西南次之(0.344),西部最?。?.114),說明西北地區(qū)物流業(yè)效率的內(nèi)部差異比其他地區(qū)大。主要由于西北地區(qū)內(nèi)部各省區(qū)經(jīng)濟(jì)發(fā)展、資源環(huán)境、地理?xiàng)l件等差異性較大,既有較發(fā)達(dá)的陜西等省區(qū),也包括欠發(fā)達(dá)的新疆、青海等省區(qū),從而導(dǎo)致西北部地區(qū)內(nèi)部各區(qū)域物流業(yè)效率TFP 標(biāo)準(zhǔn)差差異最大。

        3.4.2 絕對(duì)β 收斂分析。考慮碳約束條件下的物流業(yè)效率TFP 的β 收斂[12-13]檢驗(yàn)?zāi)P蜑椋?/p>

        式中:TFPi,t+1為地區(qū)i 某一時(shí)段末期物流業(yè)TFP 指數(shù);TFPi,t為地區(qū)i 某一時(shí)段初期的物流業(yè)TFP 指數(shù);T 為研究時(shí)段年份數(shù) (本文 T=9);ln (TF Pi,t+1/TFPi,t)表示第i 個(gè)效率的平均增長(zhǎng)水平;α 為常數(shù)項(xiàng);εi,t為隨機(jī)誤差項(xiàng)。當(dāng) β 顯著為負(fù)時(shí),則TFP 指數(shù)的變化絕對(duì)β 收斂。西部十二省物流業(yè)效率TFP 絕對(duì)β 收斂檢驗(yàn)如表7 所示。

        表7 西部十二省物流業(yè)效率TFP 絕對(duì)β 收斂檢驗(yàn)

        由表7 可知,西南地區(qū)、西北地區(qū)乃至西部地區(qū)的β 值都顯著為負(fù),表明西部各地區(qū)物流業(yè)效率TFP 都存在絕對(duì)β 收斂。說明當(dāng)物流業(yè)環(huán)境資源利用條件相同時(shí),西部各地區(qū)物流業(yè)效率的TFP 內(nèi)部差異會(huì)隨著時(shí)間的推移而逐漸減小甚至消失。

        3.4.3 條件β 收斂分析

        西部十二省物流業(yè)效率TFP 變化是否存在條件β 收斂需要進(jìn)一步進(jìn)行檢驗(yàn),結(jié)合相關(guān)文獻(xiàn),本文選用以下3 個(gè)因素作為控制變量代入式(14) 進(jìn)行條件β 收斂檢驗(yàn),得:

        式中:X1為固定資產(chǎn)投資增長(zhǎng)率;X2為勞動(dòng)力稟賦,用勞動(dòng)力密度表示;X3為能源要素稟賦,用能源對(duì)數(shù)值表示。若β 值為負(fù),則說明中國(guó)西部十二省物流業(yè)效率TFP 值存在條件β 收斂。

        表8 中國(guó)西部十二省物流業(yè)效率TFP 條件β 收斂檢驗(yàn)

        由表8 可得,在考察期內(nèi),引入固定資產(chǎn)投資增長(zhǎng)率、勞動(dòng)力稟賦以及能源要素稟賦后,西南、西北乃至整個(gè)西部省區(qū)物流業(yè)效率存在β 收斂,即考察期內(nèi)西部十二省物流業(yè)效率差異逐漸減小。從收斂速度上來看,西南地區(qū)最快,西北收斂最慢。

        4 結(jié) 論

        通過分析西部十二省物流業(yè)效率,得出以下結(jié)論:(1) 通過SBM 模型測(cè)算,考慮期望產(chǎn)出的各區(qū)物流業(yè)效率低于不考慮期望產(chǎn)出的各區(qū)物流業(yè)效率。(2) 利用Malmquist 指數(shù)計(jì)算西部十二省投入、產(chǎn)出指標(biāo),西南地區(qū)的各指數(shù)效率明顯高于西北地區(qū)指數(shù)效率。說明,西北地區(qū)的物流業(yè)發(fā)展相對(duì)落后于西南地區(qū)。(3) 中國(guó)西南、西北地區(qū)物流業(yè)效率時(shí)空演變特征與收斂性分析漸縮??;西北各省區(qū)既存在著收斂、又存在著絕對(duì)、條件β 收斂,說明隨著時(shí)間的推移,西部地區(qū)的物流業(yè)效率TFP差異收斂到各自的穩(wěn)態(tài)水平。

        猜你喜歡
        省區(qū)西南地區(qū)西北地區(qū)
        基于MCI指數(shù)的西南地區(qū)近60年夏季干旱特征
        我校成功舉辦第四屆沿黃九省區(qū)黃河論壇
        西南地區(qū)干濕演變特征及其對(duì)ENSO事件的響應(yīng)
        山西隊(duì)?wèi)蛳蛭髂系貐^(qū)的傳播
        中華戲曲(2019年2期)2019-02-06 06:54:16
        近60年西北地區(qū)森林資源變化分析與思考
        三集一體機(jī)在西北地區(qū)適用性分析
        真抓實(shí)干,為這26省區(qū)點(diǎn)贊!
        Завершено строительство крупнейшего комплексного транспортного узла на юго
        --западе Китая
        中亞信息(2016年7期)2016-10-20 01:41:30
        我國(guó)沿海省區(qū)海洋產(chǎn)業(yè)集聚水平比較研究
        西北地區(qū)首屆課博會(huì)在寶雞召開
        色偷偷久久久精品亚洲| 亚洲公开免费在线视频| 午夜视频福利一区二区三区| 亚洲伊人久久大香线蕉| 色狠狠色狠狠综合天天| 国产av一区二区精品久久凹凸| 欧美日韩免费一区中文字幕| 国产亚洲精品综合在线网站| 亚洲国产精品成人天堂| 色欲人妻综合网| 无码一区久久久久久久绯色AV| 人妻乱交手机在线播放| 99久久99久久精品国产片| 精品国产sm捆绑最大网免费站| av天堂精品久久久久| 亚洲一区二区三区视频免费 | 老女老肥熟女一区二区| 毛片大全真人在线| 亚洲国产精品国语在线| 美利坚亚洲天堂日韩精品| 亚洲色偷偷综合亚洲avyp | 国产在线一区观看| 丝袜美腿一区二区在线观看| 手机看片久久第一人妻| 精产国品一二三产品蜜桃| 久久频这里精品99香蕉| 中文字幕人妻被公喝醉在线| 中文字幕人成乱码熟女| 日本一区午夜艳熟免费| 午夜日韩视频在线观看| 亚洲一区二区日韩专区| 成人a级视频在线观看| 97日日碰日日摸日日澡| 中文字幕文字幕视频在线| 色综合久久中文娱乐网| 草草网站影院白丝内射| 日本精品国产1区2区3区| 漂亮人妻被强了完整版| 伊人久久大香线蕉av一区| 久久老子午夜精品无码| 国产高清一区二区三区三州|