陳 鑫 趙 順 祁玉青

（1.南充科技職業(yè)學(xué)院，四川 南充 637131； 2.南京工業(yè)大學(xué)，江蘇 南京 211816）

中國承諾在2030 年前，二氧化碳的排放量不再增長，達到峰值之后慢慢減下去。碳達峰是一個過程性的描述，即碳排放首先進入平臺期間并可能在一定范圍波動，然后進入平穩(wěn)下降階段。

近年來，隨著我國經(jīng)濟高速提升，尤其是電子商務(wù)的進步，使得我國物流行業(yè)獲得了巨大的發(fā)展。在虛擬經(jīng)濟不斷超越實體經(jīng)濟的過程中，物流對國民經(jīng)濟的促進作用也愈發(fā)明顯。然而物流業(yè)造成的環(huán)境問題也愈發(fā)嚴重，經(jīng)濟發(fā)展既要重視效率與質(zhì)量，也要重視可能有的負面環(huán)境影響。本文結(jié)合當前環(huán)評視角，以環(huán)境效率去測度長江經(jīng)濟帶的物流業(yè)發(fā)展狀況。環(huán)境效率指滿足人類需求的產(chǎn)品和服務(wù)的經(jīng)濟價值除以環(huán)境負荷，即單位環(huán)境負荷的經(jīng)濟價值[1]。

長江經(jīng)濟帶橫跨我國東中西三大區(qū)域，是我國綜合實力最強、戰(zhàn)略支撐作用最大的區(qū)域之一。長江經(jīng)濟帶覆蓋了上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11 個省市，總面積約205 萬平方公里，人口和生產(chǎn)總值均超過全國的40%。長江經(jīng)濟帶物流業(yè)發(fā)展水平全國領(lǐng)先，本文以長江經(jīng)濟帶物流運輸過程造成的碳排放問題為切入點，考慮非期望產(chǎn)出問題，運用兩階段DEA 模型，對比分析長江經(jīng)濟帶物流環(huán)境效率，以期為各個省市優(yōu)化物流發(fā)展提供一定的參考。

1 研究背景

物流業(yè)是支撐國民經(jīng)濟發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)。對于促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)變發(fā)展方式、推動經(jīng)濟又好又快發(fā)展具有重要意義[2]。長江經(jīng)濟帶物流業(yè)近年來保持較快的增長速度，服務(wù)能力不斷提升，基礎(chǔ)設(shè)施條件和政策環(huán)境不斷改善，發(fā)展環(huán)境得到不斷優(yōu)化。但隨著傳統(tǒng)對外貿(mào)易市場需求的不斷下降，帶來了大量的產(chǎn)能過剩，產(chǎn)能過剩制約著企業(yè)的轉(zhuǎn)型升級。物流業(yè)的發(fā)展對于區(qū)域內(nèi)資源的優(yōu)化配置、勞動力等生產(chǎn)要素與生產(chǎn)發(fā)展需求進一步銜接，對促進良性的發(fā)展循環(huán)具有重要作用，因此，研究解決物流業(yè)發(fā)展帶來的環(huán)境問題愈發(fā)重要?？茖W(xué)測算評估長江經(jīng)濟帶物流業(yè)發(fā)展造成的環(huán)境影響，是實現(xiàn)長江經(jīng)濟帶綠色可持續(xù)發(fā)展的重要前提。

目前，國內(nèi)學(xué)者們常用環(huán)境效率來評價行業(yè)發(fā)展水平。環(huán)境效率與傳統(tǒng)效率評價的不同之處在于它在評價行業(yè)效率時，考慮到了現(xiàn)實生產(chǎn)過程中帶有明顯的副產(chǎn)品，其中很多不是我們所期望的產(chǎn)出，比如污染物[3]。對于環(huán)境效率的測算國內(nèi)有很多，比如卞亦文[4]提出非合作博弈兩階段生產(chǎn)系統(tǒng)的環(huán)境效率評價模型，并應(yīng)用于我國各地區(qū)工業(yè)系統(tǒng)的環(huán)境效率評價。盧永琴等[5]運用非合作博弈兩階段系統(tǒng)對我國產(chǎn)業(yè)園區(qū)的環(huán)境效率進行了測算。董峰等[6]利用三階段DEA 模型測算了低碳約束下我國省際物流業(yè)效率，對被測省份按高、中、低三種效率進行區(qū)分分析。任陽軍和汪傳旭[7]將碳排放量作為一種投入，利用超效率DEA 模型對我國2007-2014 年29 個省份的商貿(mào)流通業(yè)效率進行了評價。學(xué)者們利用模型算法對環(huán)境影響下行業(yè)效率的變動做出了有益的探討。本文借鑒并優(yōu)化了DEA 模型對于環(huán)境效率的測度，并運用在低碳視角下長江經(jīng)濟帶的物流業(yè)環(huán)境效率的研究。

2 模型設(shè)定與指標選取

2.1 模型簡介

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）作為一種重要的非參數(shù)分析方法，最早由Charnes 等提出[8]，傳統(tǒng)的DEA 評價模型的分析結(jié)果中，常常會出現(xiàn)多個決策單元（DMU，Decision Making Units）都是有效的情況，對于有效的決策單元無法做出進一步的區(qū)分。為了解決這一問題，Anderson 等[9]提出了超效率DEA 模型。它的核心思想就是將被評價DMU 從參考集中剔除，也就是說，被評價DMU 的效率是參考其他DMU 構(gòu)成的前沿得出的，有效DMU 的超效率值一般會大于1，從而可以對有效DMU 進行區(qū)分，無效DMU 效率值仍然不變。另一方面，傳統(tǒng)的DEA 評價模型在評價物流效率時，多把被評價DMU 當做是一個黑匣子，沒有考慮物流過程中的中間產(chǎn)品。對于一個完整的物流過程，每個環(huán)節(jié)是相互銜接的，即上一環(huán)節(jié)的產(chǎn)出很多時候則是下一階段的投入。因此，本文在進行物流環(huán)境效率測度時，將超效率DEA 模型引入兩階段DEA 模型計算。介于有關(guān)超效率DEA 模型和兩階段DEA 模型相關(guān)研究已有較多，此處就模型規(guī)劃式等不再贅述。

2.2 投入與產(chǎn)出變量選取

國內(nèi)對于物流業(yè)一直都沒有較為明確的界定，因此本文參考大多數(shù)學(xué)者的研究，選擇了交通運輸倉儲與郵政行業(yè)。并將物流運作過程看作兩個階段：在第I階段，從資產(chǎn)、人力以及能源消耗考慮。以固定資產(chǎn)投入、物流業(yè)從業(yè)人數(shù)、公路營運汽車擁有量和民用機動運輸船數(shù)作為投入變量。貨物周轉(zhuǎn)量與年能源消耗量作為這一階段的中間產(chǎn)出變量；在第II 階段中，考慮到通過第I 階段的投入提高了貨物周轉(zhuǎn)量促進了物流業(yè)產(chǎn)值的增加，所以將物流產(chǎn)業(yè)增加值為輸出指標。另外，行業(yè)的發(fā)展也會為從業(yè)人員帶來薪酬上的增長，出于對數(shù)據(jù)收集可得性與統(tǒng)計口徑的考慮，以物流業(yè)從業(yè)人員的平均工資為輸出指標。能源消耗對環(huán)境影響較大的是碳排放，所以以碳排放量為最終的非期望產(chǎn)出（見表1）。

表1 兩階段投入與產(chǎn)出指標

關(guān)于年能源消費量和碳排放量的統(tǒng)計參考的是已有的處理方法[10]。能源消費量的確定是選取原煤、柴油、汽油、燃料油、電力、液化石油氣和天然氣這七種能源，按照各自能源標準系數(shù)折算為萬噸標準煤后加總。物流業(yè)二氧化碳排放量的統(tǒng)計則是以上六種能源消耗量（電力除外）分別乘以各自的碳排放系數(shù)然后加總得到（標準煤折算系數(shù)表與碳排放系數(shù)見表2）。

表2 標準煤折算與碳排放系數(shù)

3 長江經(jīng)濟帶物流環(huán)境效率分析

本文研究的是長江經(jīng)濟帶的11 個省市在2015-2019 年的物流業(yè)環(huán)境效率。數(shù)據(jù)主要來源于中國國家統(tǒng)計局、《中國能源統(tǒng)計年鑒》、各省市統(tǒng)計網(wǎng)站等。根據(jù)相關(guān)指標的數(shù)據(jù)，運用MyDEA1.0.5 軟件，得到各省市的物流效率，計算結(jié)果見表3、表4、表5。

表3 傳統(tǒng)效率模型與兩階段超效率DEA 模型的對比分析（2015～2016）

表4 傳統(tǒng)效率模型與兩階段超效率DEA 模型的對比分析（2017～2018）

表5 傳統(tǒng)效率模型與兩階段超效率DEA 模型的對比分析（2019）

3.1 傳統(tǒng)效率模型與兩階段超效率DEA 模型的對比分析

從表中數(shù)據(jù)可以看出，在考慮了非期望產(chǎn)出的影響后，長江經(jīng)濟帶各省市的效率值，整體呈下滑趨勢。就2019 年來看，江蘇（1.39；0.65）、浙江（1.24；0.8）、江西（1.13；0.74）、湖南（1；0.52）、四川（1.2；0.69）、云南（1.38；0.59）、貴州（1.91；0.88）在傳統(tǒng)效率評價模型下皆處于前沿面上，但在考慮了非期望產(chǎn)出的兩階段超效率DEA 評價模型下都為DEA 無效（見圖1），造成上述現(xiàn)象的原因主要是以碳排放為主的環(huán)境污染對物流業(yè)效率提升有著重要的影響。整體下滑的背景下，我們也能看到諸如上海（2.59；4.92）、安徽（0.71；0.96）在兩階段超效率DEA 模型評價下效率值不降反升。這說明上海、安徽實行了有效的低碳循環(huán)經(jīng)濟發(fā)展模式，進行了生態(tài)文明建設(shè)。從實線的起伏程度來看，東部地區(qū)波動幅度最大，原因在于數(shù)值層面上上海環(huán)境效率比較高，社會經(jīng)濟發(fā)展層面來看，上海經(jīng)濟更為發(fā)達，且環(huán)境保護做得更好。西部地區(qū)波動最小，原因在于相對東中部而言，西部地區(qū)4 省市物流業(yè)發(fā)展差異小和物流業(yè)發(fā)展相對滯后，對環(huán)境的影響相對較小。就地域劃分來看，東、中部省市的環(huán)境效率值從左至右逐漸下降，而西部地區(qū)從左至右是緩慢上升。這表明長江經(jīng)濟帶內(nèi)除傳統(tǒng)意義的東中西發(fā)展差異外，三個地區(qū)內(nèi)部仍然存在發(fā)展較大的發(fā)展差異。其中緣由主要是經(jīng)濟發(fā)展水平與環(huán)境容量的影響（見圖2、圖3）。

圖1 東部地區(qū)新舊模型下效率值對比

圖2 中部地區(qū)新舊模型下效率值對比

圖3 西部地區(qū)新舊模型下效率值對比

3.2 跨期數(shù)據(jù)分析

參考傳統(tǒng)意義上的東中西地域觀念，選取了上海、江蘇、安徽、江西、重慶，貴州6 個省市進行縱向效率值對比分析 。從2015 至2019 年，上述6 個省市僅安徽和貴州出現(xiàn)DEA 有效性的變動。安徽在2016 與2017 年變?yōu)镈EA 有效，但是在隨后的2 年又變?yōu)镈EA無效。造成這一現(xiàn)象的原因是沒有完全處理好物流業(yè)發(fā)展與碳排放控制的關(guān)系。當經(jīng)濟規(guī)模擴大和增速提升時，相應(yīng)的污染物治理政策方針制定更新不匹配，以及污染物治理設(shè)施的不完備和不完善。貴州在這5年間從DEA 有效變?yōu)闊o效，造成這一結(jié)果的原因主要是貴州在謀求物流業(yè)發(fā)展的時候，存在過分追求物流規(guī)模擴大而未注重節(jié)能減排的可能。比如，引進一些經(jīng)濟實力強，但同時也伴隨著較大環(huán)境負荷的企業(yè)。上海物流環(huán)境效率雖然波動明顯，但都是處于生產(chǎn)前沿面上，物流業(yè)發(fā)展比較合理。江蘇、江西、重慶都為DEA 無效，5 年間效率值波動幅度不大。究其原因主要是江蘇、江西、重慶污染物排放的控制與治理落后于物流業(yè)的發(fā)展，對于污染物的排放、治理仍未有較大改善。

3.3 投入冗余與產(chǎn)出不足分析

本文兩階段超效率DEA 模型的綜合效率是由兩個子階段效率值加權(quán)平均和構(gòu)成，所以基于兩個子階段去考慮投入冗余與產(chǎn)出不足，結(jié)果見表6。

表6 各決策單元5 年物流業(yè)投入冗余與產(chǎn)出不足

以上表2018 年的計算結(jié)果為對象，對除上海以外的10 個DEA 無效省市進行投入冗余與產(chǎn)出不足分析。在現(xiàn)有產(chǎn)出不變的情況下，第一子階段中DEA 無效地區(qū)固定資產(chǎn)投入、從業(yè)人數(shù)、營運汽車擁有量、民用機動運輸船數(shù)和年能源消耗量都出現(xiàn)了不同程度的冗余。特別地，江蘇民用機動運輸船冗余量接近其他9 省市的船舶冗余量。作為內(nèi)外河航運的承接地區(qū)，船舶投入量大但并未實現(xiàn)合理的產(chǎn)能轉(zhuǎn)化?？傮w冗余程度從高到低依次為西部地區(qū)、中部地區(qū)、東部地區(qū)。以固定資產(chǎn)為例，西部地區(qū)固定資產(chǎn)投入冗余和為8985.61億元，中東部地區(qū)分別為4432.58 億元、3564.18 億元。造成這一現(xiàn)象的原因主要是東中西冗余程度與DEA 無效省市的數(shù)量以及經(jīng)濟發(fā)展水平呈正相關(guān)。

第二子階段中DEA 無效省市的貨物周轉(zhuǎn)量與碳排放量同樣存在不同程度的冗余。冗余量最小的為西部地區(qū)，冗余量最大的為中部地區(qū)，居中為東部地區(qū)。以貨物周轉(zhuǎn)量為例，西部地區(qū)冗余總量為1726.23 億噸公里，中部地區(qū)為17633.57 億噸公里，東部地區(qū)為9601.19 億噸公里。出現(xiàn)這種結(jié)果的原因主要有：貨物運輸需求是派生性需求，其大小取決于社會經(jīng)濟的發(fā)展水平與經(jīng)濟實際發(fā)展程度相關(guān)，中東部的貨物周轉(zhuǎn)量大于西部地區(qū)；中東部省市大規(guī)模投入并未得到有效轉(zhuǎn)化。就二氧化碳的排放冗余量來看，中部地區(qū)省市最為突出。中部地區(qū)作為東西貨運的交匯地帶，頻繁的貨物運輸隨之帶來的是大量的碳排放。另外上游省市的污染物排放擴散和東部省市的產(chǎn)業(yè)轉(zhuǎn)移也是部分原因。

在現(xiàn)有投入不變的情況下，第二子階段中DEA 無效省市的物流業(yè)增加值、從業(yè)人員工資水平存在不同程度的產(chǎn)出不足。就物流業(yè)增加值來看，云南、江西產(chǎn)出缺額較大，主要是這兩個省份物流業(yè)發(fā)展水平不高，物流業(yè)產(chǎn)能不足。就從業(yè)人員工資水平來看江蘇、浙江出現(xiàn)產(chǎn)出不足，說明薪酬增長與地區(qū)物流業(yè)發(fā)展乃至宏觀經(jīng)濟發(fā)展不同步。企業(yè)的長足發(fā)展需要注意提升員工滿意度，特別是薪資的增長。

4 結(jié)論與建議

本文在傳統(tǒng)兩階段DEA 模型基礎(chǔ)上設(shè)定兩個子階段的權(quán)重系數(shù)且將超效率DEA 計算引入子階段效率計算?；趯嵶C分析結(jié)論，對改善長江經(jīng)濟帶物流業(yè)環(huán)境效率，吸引外資，促進東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，逐步縮小區(qū)域差異，輔助國家相關(guān)部門和長江經(jīng)濟帶內(nèi)各個省市物流發(fā)展決策提出以下幾點建議：

第一，非期望產(chǎn)出對長江經(jīng)濟帶物流業(yè)環(huán)境效率有著明顯的負面影響。大量的冗余表明，長江經(jīng)濟帶內(nèi)諸多省市只考慮經(jīng)濟的發(fā)展，忽視了環(huán)境污染將制約著物流業(yè)的可持續(xù)發(fā)展。這就要求政府謀求物流業(yè)發(fā)展不能回避污染問題，要注重節(jié)能減排。同時發(fā)揮政府部門宏觀調(diào)控的權(quán)力，調(diào)節(jié)市場主體行為。從企業(yè)層面來講，要求企業(yè)自覺遵守節(jié)能減排的各項政策法規(guī)，在追求經(jīng)濟效益的同時自覺承擔(dān)起企業(yè)的社會責(zé)任。

第二，發(fā)揮DEA 有效省市的示范作用。學(xué)習(xí)DEA有效省市的物流業(yè)發(fā)展經(jīng)驗，引進先進技術(shù)與高層次人才，打造物流公共服務(wù)信息平臺。引進推廣智慧物流、低碳物流等發(fā)展理念。利用國家產(chǎn)業(yè)轉(zhuǎn)移的重大契機，加快中西部物流業(yè)發(fā)展，并在發(fā)展過程中注重環(huán)境保護，產(chǎn)業(yè)的轉(zhuǎn)移不應(yīng)該是污染的轉(zhuǎn)移。產(chǎn)業(yè)轉(zhuǎn)移過程中，應(yīng)當發(fā)現(xiàn)培育低碳化、網(wǎng)絡(luò)化、智能化的物流增長新節(jié)點，以提升長江經(jīng)濟帶物流業(yè)整體發(fā)展水平。

第三，要想推動長江經(jīng)濟帶物流業(yè)整體發(fā)展，就得提升“短板”省市的環(huán)境效率，優(yōu)化邊緣省市的物流資源配置。針對大部分省市普遍存在投入冗余和產(chǎn)出不足的現(xiàn)象，建議各個省市有關(guān)部門根據(jù)各項具體冗余和不足的指標做出相應(yīng)的調(diào)整。適當?shù)南鳒p某些冗余指標的數(shù)量，遏制盲目擴大生產(chǎn)規(guī)模。同時通過引進先進的物流技術(shù)和管理模式來提高產(chǎn)出效率。一方面對于中部DEA 無效省份勒令關(guān)停污染嚴重的企業(yè)，通過稅收、罰款等方式治理污染物輕微排放的企業(yè)。另一方面政府部門應(yīng)該不斷提供新型的融資渠道、稅收優(yōu)惠、財政支持等幫助區(qū)域內(nèi)西部省市新興物流企業(yè)發(fā)展和物流基礎(chǔ)設(shè)施建設(shè)。