姜曉紅，陳莎，張毅

(南京林業(yè)大學(xué)，汽車與交通工程學(xué)院，南京 210037)

0 引言

物流業(yè)是能量消耗總量最大、增長最快、碳排放量最大的行業(yè)之一[1]，《中國能源統(tǒng)計年鑒》顯示，近年來物流業(yè)碳排放量約占全社會碳排放總量的18%[2]。物流企業(yè)是物流業(yè)節(jié)能減排的主體，發(fā)展低碳經(jīng)濟(jì)和實(shí)現(xiàn)減碳目標(biāo)的行動者，亟待創(chuàng)新低碳技術(shù)，提高碳排放效率。物流企業(yè)碳排放效率指碳排放約束下的物流企業(yè)全要素生產(chǎn)率水平，將碳排放作為物流企業(yè)活動的非期望產(chǎn)出，反映在碳排放這一非期望產(chǎn)出作用下物流企業(yè)活動的投入產(chǎn)出關(guān)系。物流企業(yè)碳排放效率越高，其在相同投入條件下所產(chǎn)出的經(jīng)濟(jì)產(chǎn)值越高或產(chǎn)生的碳排放越少，越有利于該企業(yè)低碳化發(fā)展。現(xiàn)有研究物流業(yè)碳排放效率集中在某個省或區(qū)域，以及城市一級[3]。但是研究物流公司的碳排放量估算、碳排放效率、企業(yè)發(fā)展與能源消耗之間關(guān)系的論文很少[4]。黃趕祥等[5]研究了碳排放約束下我國航空公司全要素生產(chǎn)率，戈艷艷等[6]研究了考慮碳排放的港口全要素生產(chǎn)率及影響因素。物流企業(yè)能源消耗數(shù)據(jù)難以獲取增加了研究物流企業(yè)碳排放的難度。秦新生[7]研究了物流企業(yè)的碳排放量測算方法，然而僅有理論研究，未有實(shí)例驗(yàn)證。

諸多學(xué)者采用數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis,DEA)研究全要素物流業(yè)碳排放效率，研究表明，采用SBM 模型(Slack-based Measurement Model)相比傳統(tǒng)DEA 模型，CCR(Charnes Cooper Rhodes)模型、BCC(Banker Charnes Cooper)模型能處理非期望產(chǎn)出的情況[8]。王燕等[9]采用SBM模型分析了區(qū)域物流能源效率，宋京妮等[10]采用SBM-undesirable 模型分析了中國綜合運(yùn)輸效率。SBM 模型測算的效率值在0～1 范圍內(nèi)，很多情況下會出現(xiàn)多個決策管理單元的效率值為1 的現(xiàn)象。Tone[11]提出超效率松弛測度模型(Super-SBM Model)，當(dāng)出現(xiàn)效率值大于1 時，可以進(jìn)一步研究分析決策單元；歐國立等[12]采用Super-SBM 模型分析京津冀貨運(yùn)碳排放效率。既有研究中鮮有采用Super-SBM 模型分析物流企業(yè)碳排放效率的。

本文將以順豐速運(yùn)有限公司(簡稱順豐)為例，研究如何利用現(xiàn)有運(yùn)營數(shù)據(jù)估算物流企業(yè)物流作業(yè)中產(chǎn)生的碳排放量，建立碳排放效率評價的投入產(chǎn)出指標(biāo)體系，采用Super-SBM模型測算物流企業(yè)碳排放效率。所提物流企業(yè)碳排放量估算方法、碳排放效率評價方法對物流企業(yè)提出節(jié)能減排措施有一定借鑒意義，以推動物流業(yè)低碳發(fā)展。

1 研究方法

1.1 碳排放總量測算方法

依據(jù)《工業(yè)企業(yè)溫室氣體排放核算和報告通則》給出的溫室氣體排放核算步驟與方法，可以將物流企業(yè)物流作業(yè)的直接碳排放區(qū)分為移動源燃燒碳排放、固定源燃燒碳排放、逸散碳排放。移動源燃燒碳排放主要是在運(yùn)輸、裝卸搬運(yùn)等過程中使用的燃料所消耗產(chǎn)生的碳排量。固定源燃燒的碳排放是物流公司的鍋爐、發(fā)電機(jī)等固定設(shè)備在固定設(shè)施上燃燒產(chǎn)生的碳排放，主要有CO2，CH4和N2O。逸散碳排放是運(yùn)輸包裝等過程中的自然泄露，較難測算。物流作業(yè)中產(chǎn)生的CO2排放93%來自運(yùn)輸環(huán)節(jié)，7%來自倉儲環(huán)節(jié)，其中倉儲環(huán)節(jié)中照明占15%、裝卸搬運(yùn)占48%、供暖占35%[1]。因此本文將移動源、固定源碳排放之和作為物流企業(yè)物流作業(yè)中產(chǎn)生的碳排放總量。

1.1.1 移動源燃燒碳排放量測算方法

移動源燃燒碳排放量的估算主要依據(jù)運(yùn)輸、裝卸搬運(yùn)過程中使用的燃料消耗量，其燃料消耗量可由運(yùn)輸行駛里程、貨物周轉(zhuǎn)量轉(zhuǎn)換得到。

現(xiàn)階段尚未建立起全面的碳排放監(jiān)測系統(tǒng)，無法直接獲得物流企業(yè)的碳排放數(shù)據(jù)。物流企業(yè)的碳排放量主要依據(jù)能源消耗進(jìn)行估算。依據(jù)IPCC(The Intergovernmental Panel on Climate Change)系數(shù)法，各種氣體的碳排放量可以由各種燃料的消耗量乘以對應(yīng)燃料的碳排放系數(shù)得到，即

式中：T1為移動源溫室氣體(如CO2、CH4、N2O等)的排放總量(kg)；a為燃料類型，如煤油、柴油、汽油等；b為車輛類型；c為碳排放抑制技術(shù)；U為所消耗燃料的總量(TJ(萬億焦耳))；F為燃料的碳排放系數(shù)(kg·TJ-1)，其值等于凈熱值乘以排放因子?！禝PCC2006年國家溫室氣體清單指南2019修訂版》提供了常用的燃料類型和對應(yīng)的碳排放因子，具體數(shù)據(jù)如表1所示。

表1 常用燃料類型和對應(yīng)的碳排放因子Table 1 Common fuel types and corresponding carbon emission factors

1.1.2 固定源燃燒碳排放量測算方法

物流企業(yè)物流作業(yè)的固定源燃燒碳排放量主要計算倉庫存儲環(huán)節(jié)中溫室氣體排放量T，該值可由倉庫消耗電量值轉(zhuǎn)換得到，此處定義為消耗電量轉(zhuǎn)換法。

式中：T2為移動源溫室氣體的排放總量；S為倉庫有效的平面面積；L為倉庫一般的高度；Eq為每立方米空間所消耗的電量；G為電力排放因子。區(qū)域電網(wǎng)平均排放因子由國家氣候中心發(fā)布，每個區(qū)域及不同年份的取值有差異，如華南地區(qū)2011年城市電網(wǎng)的排放因子如表2所示。

表2 2011年中國華南地區(qū)電力排放因子Table 2 Power emission factors in South China in 2011

1.2 碳排放效率投入產(chǎn)出指標(biāo)體系

分析物流企業(yè)碳排放效率時，選取資本存量、勞動力、能源消耗作為投入指標(biāo)，產(chǎn)值作為期望產(chǎn)出，碳排放量作為非期望產(chǎn)出指標(biāo)?？紤]數(shù)據(jù)可獲取性，某些指標(biāo)可通過其他數(shù)據(jù)來代替，具體如表3所示。

表3 投入產(chǎn)出指標(biāo)與數(shù)據(jù)來源Table 3 Input-output indicators and data source

1.3 碳排放效率測算方法(Super-SBM模型)

SBM 效率評估模型的原理在于構(gòu)建一個生產(chǎn)系統(tǒng)的前沿面，然后根據(jù)各決策單元投入、產(chǎn)出要素距離其前沿面映射點(diǎn)的相對距離(松弛量)來計算效率評估值。Tone[13]提出的超效率松弛測度模型(Super Slack-based Measurement Model，Super-SBM)可以對大于1 的效率值進(jìn)行決策單元(Decision Making Units,DMU)排序，其核心是將被評價的決策單元從參考集中剔除，即被評價決策單元的效率是參考其他決策單元構(gòu)成的前沿得出的，有效決策單元的超效率值會大于1，從而可以對有效決策單元進(jìn)行區(qū)分。

假設(shè)生產(chǎn)系統(tǒng)包含m個生產(chǎn)單元DMUi(i=1,…,m)，xi表示生產(chǎn)單元i的投入向量，yi表示生產(chǎn)單元i的產(chǎn)出向量。定義有效被評價決策單元DMUq(xq,yq)，將剔除DMUq的生產(chǎn)系統(tǒng)的生產(chǎn)可能性集合定義為

式中：決策單元DMUq滿足θ*=1?；谝?guī)模收益可變假設(shè)下，模型增加約束條件有效被評價單元DMUq在Super-SBM 模型中的投影值，即模型的最優(yōu)解，是在由其他DMU 構(gòu)建的生產(chǎn)可能集內(nèi)距離前沿最近的點(diǎn)?？紤]非期望產(chǎn)出要素，定義各單元共有K個投入要素、L個期望產(chǎn)出要素、H個非期望產(chǎn)出要素。xkq,ylq分別為被評價決策單元DMUq第k個投入要素、第l個期望產(chǎn)出要素的取值；分別為剔除被評價單元DMUq的其他決策單元的第k個投入要素、第l個期望產(chǎn)出要素的取值；xki,yli分別為第i個生產(chǎn)單元第k個投入要素、第l個期望產(chǎn)出要素的取值。

式中，分別為有效被評價決策單元DMUq的第l個期望產(chǎn)出變量、第h個非期望產(chǎn)出變量的取值；分別為第i個生產(chǎn)單元的第l個期望產(chǎn)出變量、第h個非期望產(chǎn)出變量的取值。模型的求解借鑒Charnes 等(1978)提出的線性規(guī)劃轉(zhuǎn)化方法，假定令，式(5)可轉(zhuǎn)化為線性規(guī)劃模型，即

被評價決策單元在Super-SBM 模型中的投影值即模型最優(yōu)解，是在由其他決策單元構(gòu)建的生產(chǎn)可能集內(nèi)距離前沿最近的點(diǎn)。假設(shè)式(5)的最優(yōu)解向量為，則決策單元的超效率值為

式(7)是基于規(guī)模收益不變假設(shè)得出的技術(shù)效率(Technical Efficiency,TE)，即包含了規(guī)模效率的成分?；谝?guī)模收益可變假設(shè)得出的效率排除了規(guī)模的影響，為純技術(shù)效率(Pure Technical Efficiency,PTE)。通過比較計算兩種假設(shè)下的效率值即可分離出規(guī)模效率值(Scale Efficiency,SE)，SE=TE/PTE[13]。PTE 反映在創(chuàng)新和制造中所需要投入的人力、資源是否存在不必要的消耗或短缺。SE 反映企業(yè)生產(chǎn)經(jīng)營規(guī)模是否處于相對平衡的狀態(tài)。

針對物流企業(yè)碳排放效率評估問題，采用物流企業(yè)時間序列數(shù)據(jù)，不同年份為決策單元，定義投入指標(biāo)分別為資本存量、勞動力、能源消耗，期望產(chǎn)出指標(biāo)為產(chǎn)值，非期望產(chǎn)出指標(biāo)為碳排放量。采用TE、PTE、SE 這3 個效率指標(biāo)來衡量物流企業(yè)的相對碳排放效率。當(dāng)某個決策單元的效率值大于等于1 時，表明相對于其他決策單元而言，其投入資源分配是相對合理的；反之表示生產(chǎn)單位缺乏效益，可通過完善輸入和生產(chǎn)數(shù)量來提高效率。若PTE、SE 均大于等于1，說明決策單元整體有效；反之說明決策單元仍然存在不足。

2 實(shí)證分析

2.1 物流企業(yè)碳排放量計算結(jié)果

以順豐為例，測算碳排放量與碳排放效率，2013—2020年運(yùn)營數(shù)據(jù)來源于企業(yè)年度報告。運(yùn)輸環(huán)節(jié)主要測算航空與公路運(yùn)輸碳排放量，固定源燃燒碳排放主要測算普通倉庫、電商倉庫和冷庫的碳排放量。

2.1.1 移動源燃燒碳排放量

通過企業(yè)年報中航空與公路運(yùn)輸業(yè)務(wù)量占比和行駛次數(shù)估算得到公路和航空行駛里程數(shù)，進(jìn)而采用碳排放系數(shù)法估算移動源碳排放量。

(1)航空運(yùn)輸燃燒碳排放量測算結(jié)果

統(tǒng)計順豐擁有的全貨機(jī)型號、數(shù)量、參數(shù)(最大載重量、最大載運(yùn)體積、最大載重航程、速度、載油量、耗油量)，依據(jù)年發(fā)貨量和參數(shù)值估算運(yùn)輸次數(shù)、耗油量，進(jìn)而估算碳排放量。順豐擁有的飛機(jī)均使用航空煤油，航空煤油的密度為780 kg·m-3，《綜合能耗計算通則》(GB/T2589-2020)中煤油的凈熱值為43.124 MJ·kg-1，航空煤油的CO2排放因子為7500kg·TJ-1，CH4和N2O 排放因子均為8000 kg·TJ-1。依據(jù)式(1)，計算出每種型號貨機(jī)運(yùn)輸過程燃燒碳排放量，結(jié)果如表4所示。

表4 順豐航空運(yùn)輸過程中碳排放量(2013—2020年)Table 4 Carbon emissions of SF air freight from 2013 to 2020

(2)公路運(yùn)輸燃燒碳排放量測算結(jié)果

依據(jù)企業(yè)年報中公路運(yùn)輸干線、支線的營運(yùn)數(shù)據(jù)，由式(1)估算得到公路運(yùn)輸燃燒碳排放量，如表5所示。

表5 順豐公路運(yùn)輸干/支線燃料碳排放量(2013—2020年)Table 5 Carbon emissions of SF trunk/branch road freight from 2013 to 2020

2.1.2 固定源燃燒碳排放量

順豐倉庫存儲環(huán)節(jié)中溫室氣體量區(qū)分電商倉庫、普通倉庫、冷庫。其中冷鏈運(yùn)輸業(yè)務(wù)數(shù)據(jù)從2016年起在年報中公布，因此冷庫的各項(xiàng)指標(biāo)計算自2016年算起。順豐冷庫大部分只有一層，設(shè)定冷庫高度為5 m、用電價格為每度1.2元。建造一個中型冷庫需要超過2000 萬元的成本費(fèi)用，20 萬元的電費(fèi)一般只能維持一個1 萬m2冷庫一個月的使用，耗電量為40 kWh?(m3?年-1)。依據(jù)式(2)計算2013—2020年順豐倉庫存儲環(huán)節(jié)碳排放量，結(jié)果如表6所示。

表6 順豐倉儲環(huán)節(jié)碳排放量(2013—2020年)Table 6 Carbon emissions of SF warehouse from 2013 to 2020

2.2 投入產(chǎn)出指標(biāo)計算結(jié)果

2013—2020年順豐的資本存量、勞動力、產(chǎn)值、能源消耗數(shù)據(jù)從企業(yè)年報查得，將移動源、固定源燃燒碳排放量求和得企業(yè)碳排放總量，各指標(biāo)數(shù)據(jù)如表7所示。

順豐每年的碳排放總量持續(xù)增長，在2018年增幅最大，達(dá)53.7%；其中移動源燃燒碳排放量在2013—2017年增長趨勢較小，由于自2017年之后航空貨運(yùn)與公路貨運(yùn)業(yè)務(wù)量猛增，導(dǎo)致燃燒碳排放量增幅增大；固定源燃燒碳排放量在2013—2020年持續(xù)增長，自2016年起有冷庫后導(dǎo)致碳排放量增幅更大。

2.3 碳排放效率評價結(jié)果

利用表7的投出產(chǎn)出數(shù)據(jù)，采用MaxDEA ultra 6.9 軟件，計算得到基于Super-SBM 模型的碳排放效率值、松弛量，結(jié)果如表8所示。

表7 順豐投入產(chǎn)出指標(biāo)及對應(yīng)數(shù)據(jù)Table 7 SF input-output indicators and corresponding data

表8 順豐碳排放效率值與松弛量Table 8 Score and slack movement of carbon emission efficiency index of SF

(1)逐年分析順豐碳排放效率可知，2013年的技術(shù)效率相對最高，主要原因是純技術(shù)效率最高，達(dá)到2.219，然而規(guī)模效率最低，只有0.554，說明規(guī)模的投入并沒有促進(jìn)企業(yè)生產(chǎn)效率的提高。2014—2016年、2020年的PTE 均基本達(dá)到1.0，SE僅有0.9，導(dǎo)致PE 基本達(dá)到1.0，表明這幾年的技術(shù)效率相對而言處于中等水平，投入產(chǎn)出相對較為合理，只是規(guī)模效率略低。2017—2019年的PTE均基本達(dá)到1.0，SE在0.8左右，導(dǎo)致PE僅有0.8左右，表明這幾年的技術(shù)效率相對而言處于較低水平，投入產(chǎn)出相對較為合理，規(guī)模效率太低。

(2)順豐從2013—2020年碳排放技術(shù)效率PE變化幅度較小。2013—2016年、2020年的技術(shù)效率PE均大于1，表示資源分配相對于其他年份而言達(dá)到較優(yōu)狀態(tài)，管理能力較好，規(guī)模效益穩(wěn)定。2017—2019年均小于1，主要由于2016年起增加了冷庫碳排放，2017年起航空貨運(yùn)與公路貨運(yùn)業(yè)務(wù)量猛增，導(dǎo)致這幾年的投入與產(chǎn)出相對于其他年份而言未達(dá)到相對合理的平衡點(diǎn)，2020年的PE 大于1，說明通過調(diào)整輸入和輸出值已基本達(dá)到提升效率值的目標(biāo)。

(3)2013—2020年順豐的純技術(shù)效率(PTE)均大于1，表明近些年順豐不斷尋求技術(shù)提升，以提高生產(chǎn)效率水平。其中2013年達(dá)到2.219，2020年相比而言也較高，表明這兩年較少的投入有很大的產(chǎn)出。近些年順豐不斷增加在科技方面的資金投資，2020年度順豐在科技方面的投資已超過40 億元，同比增長了16%。順豐在國內(nèi)外擁有包括“天網(wǎng)”“地網(wǎng)”“信息網(wǎng)”的物流網(wǎng)絡(luò)，其中空運(yùn)“天網(wǎng)”由所有貨機(jī)+零散航班+無人機(jī)組成，“地網(wǎng)”由銷售服務(wù)基地、中轉(zhuǎn)配送基地、陸運(yùn)網(wǎng)絡(luò)、客戶呼叫網(wǎng)絡(luò)、最后一公里網(wǎng)絡(luò)以及各種大數(shù)據(jù)組成，“信息網(wǎng)”應(yīng)用了機(jī)器學(xué)習(xí)、語音/圖像/計算機(jī)視覺/智能AI識別等技術(shù)。

(4)2013—2020年順豐的規(guī)模效率(SE)均小于1，且上下波動，其中2013年僅0.554，說明規(guī)模的投入并沒有促進(jìn)企業(yè)生產(chǎn)效率的提高，規(guī)模效益不夠明顯，且出現(xiàn)規(guī)模報酬縮減或增長的狀況。2013年、2017—2019年這4年的規(guī)模效率值偏小，導(dǎo)致綜合效率值偏低，阻礙企業(yè)生產(chǎn)效率的提高；而且規(guī)模收益呈現(xiàn)遞增狀態(tài)，意味著在已有投入基礎(chǔ)上加大投入還能提高產(chǎn)出，2017年起適當(dāng)提升了規(guī)模，貨運(yùn)業(yè)務(wù)量猛增。直到2020年的規(guī)模效率提升至了0.947，規(guī)模收益呈現(xiàn)遞減狀態(tài)，表明投入已經(jīng)到達(dá)一定規(guī)模，找到了相對合理的平衡點(diǎn)，在現(xiàn)有投入基礎(chǔ)上進(jìn)一步加大投入并不能提高產(chǎn)出。2020年以后應(yīng)該基于現(xiàn)有投入，提高能源利用率、減排率，從而達(dá)到更好的碳排放效率水平。

(5)表8中松弛量是被評價決策單元相對于由其他決策單元構(gòu)建的生產(chǎn)可能集的前沿面的松弛量，而非絕對值。對于技術(shù)效率較低的2017—2019年，松弛量結(jié)果顯示，每年均需減少資本存量、勞動力、能源消耗、碳排放量才能達(dá)到相對較好的技術(shù)效率水平。

2.4 啟示與改進(jìn)措施

物流企業(yè)碳排放效率的提高需要從提高資本存量、勞動力、能源消耗與生產(chǎn)總值的投入產(chǎn)出比、減少碳排放量等方面著手。

(1)通過創(chuàng)新物流企業(yè)生產(chǎn)技術(shù)，提升生產(chǎn)效率水平。這在很大程度上取決于人工智能和科技水平，如利用大數(shù)據(jù)進(jìn)行決策支持，構(gòu)建多種產(chǎn)品服務(wù)和解決方案，創(chuàng)新技術(shù)進(jìn)行訂購、中轉(zhuǎn)、運(yùn)輸、配送等物流活動，以提高準(zhǔn)確性和工作效率，實(shí)現(xiàn)增加生產(chǎn)效率能力的目標(biāo)。

(2)通過加強(qiáng)節(jié)能減排技術(shù)以減少物流企業(yè)碳排放總量。比如持續(xù)推廣新能源物流車輛的投入和使用，攜手供應(yīng)商研發(fā)氫燃料、天然氣燃料等適用于不同快遞業(yè)務(wù)場景的新型燃料車輛。通過更新航路、增加直線飛行、降低輔助動力裝置使用時間，減少航空運(yùn)輸能源消耗。完善綠色包裝的制作、升級和改造，打造快遞包裝流通生態(tài)圈。

3 結(jié)論

(1)以順豐為例，通過企業(yè)年報中航空與公路運(yùn)輸業(yè)務(wù)量和行駛次數(shù)估算得到公路和航空行駛里程數(shù)，進(jìn)而采用碳排放系數(shù)法估算移動源燃燒碳排放量；由倉庫消耗電量轉(zhuǎn)換得到倉庫存儲環(huán)節(jié)中溫室氣體排放量，作為物流企業(yè)固定源燃燒碳排放量。所提方法能有效測算物流企業(yè)運(yùn)輸環(huán)節(jié)移動源燃燒碳排放量、倉儲環(huán)節(jié)的固定源燃燒碳排放量。

(2)采用Super-SBM模型測算了2013—2020年順豐企業(yè)碳排放技術(shù)效率、純技術(shù)效率和規(guī)模效率。結(jié)果表明：2013—2016年、2020年的技術(shù)效率相對于其他年份而言均大于1，表示資源分配達(dá)到較優(yōu)狀態(tài)；而2017—2019年的技術(shù)效率均小于1，主要是因?yàn)橐?guī)模效率值很低，規(guī)模收益呈現(xiàn)遞增狀態(tài)，2017年起適當(dāng)提升了貨運(yùn)業(yè)務(wù)量，直到2020年的規(guī)模效率提升至了0.947，規(guī)模收益呈現(xiàn)遞減狀態(tài)，表明找到了相對合理的平衡點(diǎn)，2020年的綜合效率值大于1。2013—2020年的純技術(shù)效率值均大于1，表明近些年順豐不斷尋求技術(shù)提升以提高生產(chǎn)效率水平。