翟丹妮 牛芳

文章編號(hào)：1002-3100（2024）03-0022-05

摘? 要：考慮到物流業(yè)投入和產(chǎn)出之間的時(shí)滯效應(yīng)，以中國30個(gè)?。ㄊ?、區(qū)）為研究對象，構(gòu)建DEA模型處理非期望產(chǎn)出的聚合問題、投入和產(chǎn)出之間的時(shí)滯效應(yīng)問題，有效測算出2014—2021年中國30個(gè)?。ㄊ?、區(qū)）物流業(yè)綠色效率。結(jié)果表明：從整體角度看，八年間綠色效率呈先升后降的趨勢，整體效率水平較低；從省域角度看，北京、上海和海南的綠色效率排名最好，河北、內(nèi)蒙古、山東和新疆的綠色效率排名較低；從地區(qū)角度看，不同區(qū)域之間綠色效率水平差距較大，其中黃河中游地區(qū)、東北地區(qū)綠色效率排名居于后兩位。最后根據(jù)研究結(jié)果提出改進(jìn)物流業(yè)綠色效率現(xiàn)狀的建議。

關(guān)鍵詞：物流業(yè)綠色效率；數(shù)據(jù)包絡(luò)分析；非期望產(chǎn)出；時(shí)滯效應(yīng)

中圖分類號(hào)：F253? ? 文獻(xiàn)標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.03.005

Abstract： Considering the time lag effect between the input and output of the logistics industry， taking 30 provinces（cities， districts）in China as the research object， a DEA model is constructed to deal with the aggregation problem of unexpected output and the time lag effect problem. The model can effectively calculate the green efficiency of the logistics industry in 30 provinces（cities， districts）in China from 2014 to 2021. The research results are as follows： First， from the overall perspective， the green efficiency showed a trend of rising first and then falling in the past eight years， and the overall efficiency level was low. Second， from a provincial perspective， Beijing， Shanghai and Hainan rank the best in green efficiency， while Hebei， Inner Mongolia， Shandong and Xinjiang rank lower in green efficiency. Third， from a regional perspective， there is a large gap in green efficiency between different regions. Among them， the middle reaches of the Yellow River and the Northeast region rank the last two in terms of green efficiency. Finally， according to the research results， some suggestions are put forward to improve the green efficiency of the logistics industry.

Key words： green efficiency of logistics industry; data envelopment analysis; undesirable outputs; time lag effects

0? 引? 言

改革開放以來，我國物流業(yè)發(fā)展迅速，尤其是2001年，我國加入世界貿(mào)易組織之后，出臺(tái)了一系列政策法規(guī)推動(dòng)物流業(yè)規(guī)模擴(kuò)張，物流業(yè)逐漸成為國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)。近年來，國家和政府推動(dòng)發(fā)展現(xiàn)代物流和綠色物流，物流業(yè)服務(wù)水平大大提升，但同時(shí)也暴露出了一些問題。2022年，《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》印發(fā)，指出當(dāng)前我國物流業(yè)仍存在運(yùn)輸成本較高、資源要素配置不合理、碳排放制約不足等問題，造成了一定的資源浪費(fèi)和環(huán)境污染，因此要將綠色環(huán)保理念貫徹到現(xiàn)代物流發(fā)展體系中，推進(jìn)實(shí)現(xiàn)物流業(yè)可持續(xù)健康發(fā)展。

物流業(yè)是對物品的運(yùn)輸、倉儲(chǔ)、包裝、配送等環(huán)節(jié)進(jìn)行統(tǒng)籌和管理的復(fù)合產(chǎn)業(yè)，可以通過一定生產(chǎn)技術(shù)條件下所創(chuàng)造的產(chǎn)出價(jià)值總量與資源投入價(jià)值總量的比值來衡量物流業(yè)綠色效率。數(shù)據(jù)包絡(luò)分析（DEA）方法能夠?qū)ο到y(tǒng)的多投入多產(chǎn)出進(jìn)行有效評估，國內(nèi)外學(xué)者主要采用DEA方法對物流業(yè)效率進(jìn)行測算^[1-2]。多數(shù)學(xué)者在采用DEA方法研究物流業(yè)效率時(shí)較少考慮到資源損耗和污染排放問題^[3-4]。少部分學(xué)者在研究物流業(yè)效率時(shí)兼顧經(jīng)濟(jì)與環(huán)境，比如易燕等^[5]認(rèn)為物流業(yè)為實(shí)現(xiàn)一定經(jīng)濟(jì)、社會(huì)和生態(tài)目標(biāo)而付出的最少資源代價(jià)即為物流業(yè)綠色效率。李健等、王強(qiáng)等^[6-7]將環(huán)境污染排放量作為非期望產(chǎn)出，從經(jīng)濟(jì)發(fā)展、物流環(huán)境、綠色成效等多方面構(gòu)建物流業(yè)綠色效率測度指標(biāo)體系。將資源與環(huán)境要素納入效率測度體系，研究物流業(yè)綠色效率更加符合我國的綠色發(fā)展理念。

物流業(yè)的發(fā)展周期較為漫長且運(yùn)轉(zhuǎn)機(jī)制復(fù)雜，某時(shí)期的投入要經(jīng)歷多個(gè)時(shí)期后才能完全轉(zhuǎn)化為產(chǎn)出，即投入和產(chǎn)出之間存在時(shí)滯效應(yīng)。國內(nèi)外已有關(guān)于時(shí)滯效應(yīng)的DEA研究，如Khalili Damghani^[8]和Lee等^[9]提出了具有特定時(shí)滯權(quán)重系數(shù)的DEA模型。范德成等^[10]通過復(fù)相關(guān)系數(shù)R來確定時(shí)滯期長度。范建平等^[11]分析了兩階段系統(tǒng)中中間產(chǎn)出變量具有時(shí)滯效應(yīng)的情況。陳偉等^[12]構(gòu)建了考慮時(shí)滯效應(yīng)的三階段DEA模型評價(jià)研發(fā)效率。結(jié)合物流業(yè)發(fā)展特征，考慮時(shí)滯效應(yīng)可以更加真實(shí)地反映物流業(yè)的內(nèi)部運(yùn)轉(zhuǎn)機(jī)制。

綜上，本文以2014—2021年中國30個(gè)?。ㄊ小^(qū)）為研究對象，利用DEA模型處理非期望產(chǎn)出的聚合問題、投入和產(chǎn)出的時(shí)滯效應(yīng)問題，有效測算出物流業(yè)綠色效率。深入探索物流業(yè)綠色效率的區(qū)域分布特點(diǎn)和時(shí)期演化特征，對于實(shí)現(xiàn)物流業(yè)綠色轉(zhuǎn)型、建設(shè)更加完善的現(xiàn)代物流體系具有重要意義。

1? 指標(biāo)選取與數(shù)據(jù)來源

1.1? 中國物流業(yè)綠色效率測度指標(biāo)體系

本文在構(gòu)建指標(biāo)體系時(shí)，以交通運(yùn)輸業(yè)、倉儲(chǔ)業(yè)和郵政業(yè)的指標(biāo)代表物流業(yè)的相關(guān)指標(biāo)，構(gòu)建的指標(biāo)體系能夠綜合反映經(jīng)濟(jì)發(fā)展、資源消耗、社會(huì)效益和生態(tài)環(huán)保這四個(gè)維度。

投入指標(biāo)包括資本、人力、基礎(chǔ)設(shè)施和信息四個(gè)要素，其中資本為生產(chǎn)建設(shè)、交通運(yùn)輸、倉儲(chǔ)管理和資源調(diào)配提供支持。人力是物流業(yè)生產(chǎn)活動(dòng)的主體，基礎(chǔ)設(shè)施為地區(qū)物流業(yè)提供物質(zhì)和環(huán)境基礎(chǔ)，通信能力是交通運(yùn)輸、倉庫存儲(chǔ)的重要載體和前提條件。產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出，期望產(chǎn)出包括經(jīng)濟(jì)和社會(huì)效益，非期望產(chǎn)出能夠反映物流業(yè)發(fā)展引發(fā)的嚴(yán)重二氧化碳環(huán)境污染問題。具體指標(biāo)體系如表1所示，指標(biāo)的選取具有代表性、客觀性和數(shù)據(jù)可獲得性^[13]。

1.2? 數(shù)據(jù)來源與說明

本文研究對象為中國30個(gè)?。ㄊ小^(qū)），研究時(shí)期為2014—2021年，由于西藏以及港澳臺(tái)地區(qū)的指標(biāo)數(shù)據(jù)缺失較為嚴(yán)重，暫不研究這幾個(gè)地區(qū)?；A(chǔ)數(shù)據(jù)來源于2013—2022年《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》和《中國物流年鑒》。

2? 中國物流業(yè)綠色效率測度模型構(gòu)建

在測算物流業(yè)綠色效率時(shí)，將分兩階段進(jìn)行，第一階段是通過DEA模型將非期望產(chǎn)出聚合到期望產(chǎn)出中；第二階段是在第一階段得到的指標(biāo)數(shù)據(jù)基礎(chǔ)上，構(gòu)建考慮時(shí)滯效應(yīng)的DEA模型。

（1）第一階段：非期望產(chǎn)出聚合的DEA模型

本文借鑒文獻(xiàn)^[14]對非期望產(chǎn)出的處理方式，利用公共權(quán)重集的方法測出非期望產(chǎn)出的懲罰系數(shù)，將懲罰系數(shù)與非期望產(chǎn)出相乘得到懲罰參數(shù)，進(jìn)而將非期望產(chǎn)出聚合到期望產(chǎn)出中。

（2）第二階段：考慮投入和產(chǎn)出時(shí)滯效應(yīng)的DEA模型

在物流業(yè)活動(dòng)中，某一時(shí)期的投入會(huì)導(dǎo)致連續(xù)多個(gè)不同時(shí)期的產(chǎn)出，將投入完全轉(zhuǎn)化為產(chǎn)出的過程被稱為投入的時(shí)滯效應(yīng)。本文認(rèn)為t時(shí)期的產(chǎn)出受到ｔ，ｔ-１，…，ｔ-Ｄ連續(xù)D+1個(gè)時(shí)期投入的共同作用（其中D為時(shí)滯效應(yīng)的時(shí)滯期），而D+1個(gè)時(shí)期的投入對t時(shí)期產(chǎn)出的滯后作用是不同的，可以通過滯后影響系數(shù)來反映不同時(shí)期投入對產(chǎn)出的滯后影響程度。根據(jù)現(xiàn)有研究，物流業(yè)某一年的投入完全轉(zhuǎn)化為產(chǎn)出需要兩年以上的時(shí)間，再考慮到觀測期的長度和數(shù)據(jù)的可獲得性，將時(shí)滯期設(shè)置為2年，物流業(yè)的時(shí)滯效應(yīng)結(jié)構(gòu)圖如圖1所示。

構(gòu)建考慮投入和產(chǎn)出時(shí)滯效應(yīng)DEA模型的具體步驟如下所述。

3? 中國物流業(yè)綠色效率測度結(jié)果分析

基于前文構(gòu)建的效率測度指標(biāo)體系和DEA模型，運(yùn)用Lingo軟件測算出2014—2021年的物流業(yè)綠色效率，從整體、省域和地區(qū)角度分析30個(gè)?。ㄊ?、區(qū)）物流業(yè)綠色效率的空間分布特征和時(shí)期變化趨勢。

3.1? 整體角度分析

由圖2可知，2014—2021年，物流業(yè)綠色效率總體呈現(xiàn)先升后降的趨勢。在2014—2017年間，效率逐年增長；在2017年效率達(dá)到峰值，為0.523；在2017—2021年間，效率值開始逐年降低。

2014年，《物流業(yè)發(fā)展中長期規(guī)劃（2014—2020年）》文件印發(fā)，針對我國物流業(yè)發(fā)展方式較為粗放的現(xiàn)狀，制定和發(fā)布了一系列促進(jìn)物流業(yè)健康發(fā)展的措施。2016年，我國從電子商務(wù)、調(diào)整物品進(jìn)口稅、整治公路貨物運(yùn)輸?shù)确椒矫婷嬷?，旨在降低物流成本，提升物流運(yùn)輸效率。由于國家的重視，2014—2017年間綠色效率逐年提升，并于2017年達(dá)到峰值。由于物流業(yè)前期發(fā)展速度過快，對生態(tài)資源的需求量逐年增加，同時(shí)運(yùn)輸、發(fā)電、工廠建設(shè)等活動(dòng)也會(huì)產(chǎn)生大量的二氧化碳污染，因此從2017年開始綠色效率逐年降低。近年來，中國經(jīng)濟(jì)增長速度開始逐漸放緩，物流業(yè)總體運(yùn)營規(guī)模減少，再加上全球遭受新型冠狀病毒疫情的侵害，從2020到2021年綠色效率呈現(xiàn)較為明顯的下降趨勢。

3.2? 省域角度分析

2014—2021年我國各?。ㄊ?、區(qū)）物流業(yè)綠色效率變化情況如圖3所示，可以看出，北京、上海、海南的效率表現(xiàn)最好，效率值一直為1；其次是天津和青海；河北、內(nèi)蒙古、山東和新疆的效率表現(xiàn)居于末位，效率值主要介于0.000到0.200之間。

北京和上海作為中國政治、經(jīng)濟(jì)、文化的中心，有著完善的交通運(yùn)輸基礎(chǔ)，地區(qū)政府積極推進(jìn)“綠色物流”、“清潔能源”有關(guān)措施；海南作為中國對外開放的重要窗口，對外商品貿(mào)易促進(jìn)了地區(qū)物流業(yè)的發(fā)展，因此北京、上海和海南的綠色效率表現(xiàn)最好。近年來我國高度重視青海地區(qū)綠色智慧物流的發(fā)展，努力打造對接國際的青藏高原現(xiàn)代化物流體系，因此青海的綠色效率表現(xiàn)較好。內(nèi)蒙古和新疆距離經(jīng)濟(jì)中心較遠(yuǎn)，交通設(shè)施相對落后，兩地雖然具有豐富的自然資源，但由于科技水平的限制，存在一定的資源浪費(fèi)情況，因此內(nèi)蒙古和新疆的綠色效率表現(xiàn)較差。河北和山東以工業(yè)經(jīng)濟(jì)為主，地區(qū)物流信息化和智能化水平相對較弱，會(huì)產(chǎn)生較多的碳排放量，因此河北和山東的綠色效率水平較低。

3.3? 地區(qū)角度分析

為進(jìn)一步分析我國物流業(yè)綠色效率的空間分布特點(diǎn)，根據(jù)經(jīng)濟(jì)學(xué)領(lǐng)域的做法，將我國30個(gè)省（市、區(qū)）劃分成為八大經(jīng)濟(jì)區(qū)域：北部沿海地區(qū)（包括北京、天津、河北、山東）、東部沿海地區(qū)（包括上海、江蘇、浙江）、南部沿海地區(qū)（包括福建、廣東、海南）、東北地區(qū)（包括遼寧、吉林、黑龍江）、西南地區(qū)（包括廣西、重慶、四川、貴州、云南）、西北地區(qū)（包括青海、甘肅、寧夏、新疆）、黃河中游地區(qū)（包括陜西、內(nèi)蒙古、河南、山西）和長江中游地區(qū)（包括安徽、湖北、湖南、江西）。八大區(qū)域物流業(yè)綠色效率如表2所示。

由表2和圖4可以看出，區(qū)域之間綠色效率水平差距較大，其中黃河中游地區(qū)綠色效率排名最低，東北地區(qū)綠色效率排名居于倒數(shù)第二位，兩者綠色效率都呈先升后降的變化趨勢；其它地區(qū)的綠色效率主要在0.409和0.666之間波動(dòng)變化。黃河中游地區(qū)綠色效率最低的原因可能是地區(qū)物流基礎(chǔ)設(shè)施相對落后，內(nèi)部交通網(wǎng)絡(luò)不夠完善，并且有關(guān)部門的環(huán)保意識(shí)較弱，物流發(fā)展導(dǎo)致了較為嚴(yán)重的環(huán)境污染問題。東北地區(qū)相較于其它沿海地區(qū)對外開放程度較低，地區(qū)經(jīng)濟(jì)主要依賴煤炭、石油、鋼鐵等資源型產(chǎn)業(yè)，物流運(yùn)輸多采用高消耗、高排放的方式，帶來了沉重的環(huán)境負(fù)擔(dān)和資源壓力，導(dǎo)致綠色效率表現(xiàn)較差。北部沿海地區(qū)、東部沿海地區(qū)、南部沿海地區(qū)和長江中游地區(qū)地理位置優(yōu)越，船舶運(yùn)輸便捷，產(chǎn)品的貨運(yùn)量和貨物周轉(zhuǎn)量相對較高，因此綠色效率表現(xiàn)較好。

4? 結(jié)論與建議

隨著經(jīng)濟(jì)發(fā)展和環(huán)境穩(wěn)定之間的矛盾日益激化，我國物流業(yè)未來必將面對更加嚴(yán)峻的生態(tài)環(huán)境壓力，研究物流業(yè)綠色效率的空間分布特點(diǎn)和時(shí)期演化規(guī)律，對促進(jìn)物流業(yè)綠色轉(zhuǎn)型具有重要現(xiàn)實(shí)意義。針對研究結(jié)果，提出以下建議：第一，加快投入和產(chǎn)出之間的轉(zhuǎn)化效率。通過技術(shù)創(chuàng)新水平的提升對影響產(chǎn)出時(shí)滯期的因素加以優(yōu)化和調(diào)整，縮短從投入到產(chǎn)出的時(shí)滯期，形成投入到產(chǎn)出的良性循環(huán)，提升物流業(yè)的新陳代謝活力。有關(guān)部門應(yīng)該制定更為嚴(yán)格的環(huán)保政策和監(jiān)管措施，限制污染物的排放數(shù)量并提高污染物的可循環(huán)利用水平，使物流業(yè)的生產(chǎn)活動(dòng)在生態(tài)環(huán)境可承載范圍內(nèi)。第二，進(jìn)一步發(fā)揮鄰近地區(qū)之間的集聚效應(yīng)。鼓勵(lì)高效率地區(qū)發(fā)揮帶頭引領(lǐng)作用，低效率地區(qū)學(xué)習(xí)高效率地區(qū)的物流管理經(jīng)驗(yàn)和交通運(yùn)輸規(guī)劃。搭建不同地區(qū)之間的科研共享平臺(tái)，定期進(jìn)行跨區(qū)域人才合作，進(jìn)而促進(jìn)綠色物流技術(shù)的研發(fā)和生產(chǎn)，提高資源的分配效率，實(shí)現(xiàn)低消耗、高產(chǎn)出物流生產(chǎn)方式。第三，促進(jìn)物流智慧化改造，加強(qiáng)物流數(shù)字化轉(zhuǎn)型。將通信技術(shù)、大數(shù)據(jù)、人工智能等與物流業(yè)進(jìn)行深度融合，推進(jìn)立體倉儲(chǔ)設(shè)施建設(shè)，促進(jìn)綠色產(chǎn)業(yè)和新能源技術(shù)的發(fā)展。針對物流設(shè)施、人員知識(shí)、信息技術(shù)進(jìn)行定期更新，改善城市物流交通布局，降低物流運(yùn)輸成本和自然消耗。

參考文獻(xiàn)：

[1] 唐建榮，田雨. 中國區(qū)域物流產(chǎn)業(yè)的效率分析及高質(zhì)量發(fā)展路徑研究[J]. 物流科技，2022，45（1）：108-115.

[2]? DENG F， XU L， FANG Y， et al. PCA-DEA-tobit regression assessment with carbon emission constraints of China's logistics industry[J]. Journal of Cleaner Production， 2020，271（8）：122548.

[3] 曹炳汝，孔澤云，鄧?yán)蚓? 長江經(jīng)濟(jì)帶省域物流效率及時(shí)空演化研究[J]. 地理科學(xué)，2019，39（12）：1841-1848.

[4] 曹允春，李彤，林浩楠. 我國區(qū)域物流業(yè)高質(zhì)量發(fā)展實(shí)現(xiàn)路徑——基于中國31個(gè)省市區(qū)的實(shí)證分析[J]. 商業(yè)研究，2020，524（12）：66-74.

[5] 易燕. 我國物流產(chǎn)業(yè)綠色效率及區(qū)域空間特征——基于非期望產(chǎn)出的SBM模型[J]. 商業(yè)經(jīng)濟(jì)研究，2020（20）：104-107.

[6] 李健，劉戀. 省際物流業(yè)綠色全要素生產(chǎn)率時(shí)空差異及空間收斂性研究[J]. 長江流域資源與環(huán)境，2020，29（4）：799-812.

[7] 王強(qiáng)，姚正海. 長江經(jīng)濟(jì)帶物流產(chǎn)業(yè)高質(zhì)量發(fā)展水平的評價(jià)及其空間布局分析[J]. 物流科技，2022，45（8）：6-10，20.

[8]? KHALILI-DAMGHANI K， TAVANA M， SANTOS-ARTEAGA F J， et al. A dynamic multi-stage data envelopment analysis model with application to energy consumption in the cotton industry[J]. Energy Economics， 2015，51（4）：320-328.

[9]? TAEHAN LEE， YANSHUANG ZHANG， BYUNG HO JEONG. A multi-period output DEA model with consistent time lag effects[J]. Computers & Industrial Engineering， 2016，93（8）：267-274.

[10] 范德成，李昊，劉贇. 基于改進(jìn)DEA——以復(fù)相關(guān)系數(shù)為基準(zhǔn)的滯后期的我國產(chǎn)業(yè)結(jié)構(gòu)演化效率評價(jià)[J]. 運(yùn)籌與管理，2016，25（3）：195-203.

[11] 范建平，衛(wèi)媛，吳美琴. 考慮中間變量產(chǎn)出時(shí)滯性的兩階段評價(jià)[J]. 計(jì)算機(jī)工程與應(yīng)用，2018，54（8）：36-43，77.

[12] 陳偉，魏軒，李金秋，等. 上市公司社會(huì)網(wǎng)絡(luò)位置與研發(fā)效率研究——基于三階段DEA模型的方法[J]. 管理評論，2020，32（3）：97-109.

[13]? CHARLES V， APARICIO J， ZHU J. The curse of dimensionality of decision-making units： A simple approach to increase the discriminatory power of data envelopment analysis[J]. European Journal of Operational Research， 2019，279（3）：929-940.

[14]? ZHU W， XU M， CHENG C P. Dealing with undesirable outputs in DEA： An aggregation method for a common set of weights[J]. Journal of the Operational Research Society， 2020，71（4）：579-588.

收稿日期：2023-03-30

基金項(xiàng)目：江蘇省研究生科研創(chuàng)新計(jì)劃項(xiàng)目“基于動(dòng)態(tài)網(wǎng)絡(luò)DEA的工業(yè)企業(yè)技術(shù)創(chuàng)新效率評價(jià)”（KYCX21_0845）；江蘇高校哲學(xué)社會(huì)科學(xué)研究項(xiàng)目“江蘇省協(xié)同創(chuàng)新生態(tài)系統(tǒng)的協(xié)同度發(fā)展水平測評與分析”（2017ZDIXM125）

作者簡介：翟丹妮（1973—），女，江蘇興化人，南京郵電大學(xué)管理學(xué)院，副教授，研究方向：科技創(chuàng)新、效率評價(jià)；牛? 芳（1997—），女，河南南陽人，南京郵電大學(xué)管理學(xué)院碩士研究生，研究方向：數(shù)據(jù)包絡(luò)分析、效率評價(jià)。

引文格式：翟丹妮，牛芳. 考慮投入和產(chǎn)出時(shí)滯效應(yīng)的中國物流業(yè)綠色效率測度[J]. 物流科技，2024，47（3）：22-26.