許文芳 林萍 朱衛(wèi)未

文章編號(hào)：1002-3100（2024）03-0030-05

摘? 要：物流行業(yè)作為能源消費(fèi)和碳排放大戶(hù)，是經(jīng)濟(jì)高質(zhì)量發(fā)展與“低碳”戰(zhàn)略的重要助推器、平衡杠桿，科學(xué)客觀(guān)評(píng)價(jià)物流活動(dòng)中碳排放效率是物流業(yè)低碳轉(zhuǎn)型順利進(jìn)行的前提。文章借鑒已有研究成果構(gòu)建物流碳排放效率評(píng)價(jià)指標(biāo)體系，考慮碳排放作為非期望產(chǎn)出時(shí)總量固定的要求，采用GEEFDEA模型對(duì)我國(guó)30個(gè)省份2016—2020年間碳排放效率進(jìn)行評(píng)價(jià)。結(jié)果顯示：物流業(yè)整體碳排放效率較好，5年間的效率值呈現(xiàn)出先上升后下降的趨勢(shì)；碳排放效率與地區(qū)的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)布局密切相關(guān)。積極推動(dòng)能源技術(shù)創(chuàng)新、數(shù)字化轉(zhuǎn)型是提升物流業(yè)碳排放效率的重要途徑。

關(guān)鍵詞：物流業(yè)；數(shù)據(jù)包絡(luò)分析；碳排放效率

中圖分類(lèi)號(hào)：F403.3? ? 文獻(xiàn)標(biāo)志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2024.03.007

Abstract： As a major consumer of energy and carbon emissions， the logistics industry is an important booster and balance lever for high-quality economic development and the "low-carbon" strategy. Scientific and objective evaluation of carbon emission efficiency in logistics activities is the prerequisite for the smooth implementation of the low-carbon transformation of the logistics industry. This paper uses the existing research results for reference to build the logistics carbon emission efficiency evaluation index system， and takes into account the requirement that the total amount of carbon emissions is fixed when the carbon emissions are not expected output， and uses the GEEFDEA model to evaluate the carbon emission efficiency of 30 provinces in China from 2016 to 2020. The results show that the overall carbon emission efficiency of the logistics industry is good， and the efficiency value in the past five years shows a trend of rising first and then falling; carbon emission efficiency is closely related to regional economic development level and industrial layout. Actively promoting energy technology innovation and digital transformation is an important way to improve the carbon emission efficiency of the logistics industry.

Key words： logistics industry; DEA; carbon emission efficiency

0? 引? 言

面對(duì)復(fù)雜環(huán)境，國(guó)家政策支持引導(dǎo)力度持續(xù)強(qiáng)化，物流發(fā)展支撐體系不斷健全，有力地支撐了產(chǎn)業(yè)鏈供應(yīng)鏈循環(huán)暢通，有效保障了民生順暢有序。根據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，2022年全國(guó)社會(huì)物流總額為347.6萬(wàn)億元^[1]，物流需求規(guī)模持續(xù)穩(wěn)定增長(zhǎng)，是促進(jìn)國(guó)民經(jīng)濟(jì)產(chǎn)業(yè)鏈供需銜接和實(shí)體商品流通的重要基礎(chǔ)。另一方面，作為國(guó)家發(fā)展戰(zhàn)略的“雙碳”目標(biāo)促使社會(huì)經(jīng)濟(jì)活動(dòng)的各個(gè)領(lǐng)域進(jìn)行低碳轉(zhuǎn)型，物流行業(yè)是能源消耗大戶(hù)也是碳排放大戶(hù)，在“雙碳”整體目標(biāo)的實(shí)現(xiàn)過(guò)程中發(fā)揮著舉足輕重的作用。因此，科學(xué)客觀(guān)地評(píng)價(jià)物流行業(yè)的碳排放效率是推動(dòng)物流行業(yè)低碳技術(shù)發(fā)展的重要前提。

1? 相關(guān)研究述評(píng)

物流行業(yè)綠色發(fā)展在國(guó)家綠色發(fā)展戰(zhàn)略中起到越來(lái)越重要的作用，因此，關(guān)于物流行業(yè)碳排放效率和能源效率的問(wèn)題引起眾多學(xué)者的研究，基于投入產(chǎn)出的效率評(píng)價(jià)是物流碳排放研究的一個(gè)重要視角，比如數(shù)據(jù)包絡(luò)分析（DEA）、LMDI因素分解法^[2]等，其中，數(shù)據(jù)包絡(luò)分析（DEA）因其不需要提前確定各投入產(chǎn)出要素的權(quán)重，避免了人為主觀(guān)因素的影響而被廣泛地應(yīng)用于效率評(píng)價(jià)和資源分配中。如龔愛(ài)清等^[3]使用投入導(dǎo)向型CCR-DEA模型對(duì)我國(guó)2014年30個(gè)省份的物流二氧化碳排放效率進(jìn)行研究，由于二氧化碳非期望產(chǎn)出的性質(zhì)，將其做為投入考慮，并得出我國(guó)物流碳排放效率呈現(xiàn)東中西依次降低的狀態(tài)；王燕等^[4]采用非期望產(chǎn)出SBM模型，對(duì)我國(guó)2006—2015年間物流能源效率進(jìn)行評(píng)價(jià)，并通過(guò)Tobit回歸研究影響我國(guó)區(qū)域能源效率的關(guān)鍵因素，得出我國(guó)能源效率在研究期內(nèi)并沒(méi)有提升趨勢(shì)，并且東西分化較為明顯；李妍等^[5]使用SBM模型對(duì)碳排放約束下我國(guó)物流業(yè)運(yùn)行效率進(jìn)行了測(cè)算；鄭琰等^[6]使用Super-SBM模型對(duì)順風(fēng)企業(yè)2016—2021年間的碳排放效率進(jìn)行測(cè)算，并提出要加強(qiáng)物流技術(shù)創(chuàng)新的建議。

基于DEA的物流業(yè)碳排放效率研究取得了較為豐碩的研究成果，但仍存在以下問(wèn)題：（1）未考慮碳排放總量固定的問(wèn)題，世界范圍內(nèi)的環(huán)境問(wèn)題日益嚴(yán)重，各國(guó)政府都在通過(guò)控制碳排放量來(lái)遏制氣候變化，國(guó)家內(nèi)部通過(guò)一定的碳排放控制框架，將碳排放量控制在一定的總量水平上^[7]，這就決定了在使用DEA模型進(jìn)行效率評(píng)價(jià)時(shí)，碳排放在各決策單元間的調(diào)整是受到限制的。（2）未對(duì)碳排放這一非期望產(chǎn)出進(jìn)行變換處理，直接作為產(chǎn)出處理不符合低碳減排的政策要求。

2? 模型構(gòu)建

針對(duì)零和博弈DEA模型的不足，Yang等^[8]在2011年提出固定和產(chǎn)出（FSODEA）模型，根據(jù)最小調(diào)整量構(gòu)建新前沿面，以新前沿面為基準(zhǔn)進(jìn)行效率評(píng)價(jià)。針對(duì)FSODEA模型中前沿面不統(tǒng)一的問(wèn)題，Yang等^[9]提出構(gòu)建公共有效前沿面（EEFDEA）來(lái)評(píng)價(jià)，但該方法存在如下不足：一是前沿面的構(gòu)建與DMU的順序相關(guān)；其次，當(dāng)DMU的數(shù)量較多時(shí)，計(jì)算過(guò)于繁瑣。為了減少計(jì)算，Yang等^[10]提出構(gòu)建一種均衡有效前沿面（GEEFDEA），該模型解決了EEFDEA模型中的評(píng)估順序與計(jì)算量的問(wèn)題，并得到了廣泛的應(yīng)用與延伸，An等^[11]基于GEEFDEA模型評(píng)價(jià)了大數(shù)據(jù)環(huán)境下決策單元的效率，并結(jié)合最小成本對(duì)我國(guó)各省的碳排放量進(jìn)行分配，大量研究表明GEEFDEA模型在碳排放總量固定這一情景中的適用性。

3? 指標(biāo)選取和數(shù)據(jù)來(lái)源

3.1? 指標(biāo)選取

借鑒已有研究成果（見(jiàn)表1），考慮數(shù)據(jù)的可獲得性和可操作性，選取物流業(yè)從業(yè)人員、能源消耗、固定資產(chǎn)投資作為投入指標(biāo)，物流業(yè)營(yíng)業(yè)收入作為期望產(chǎn)出，二氧化碳排放量作為非期望產(chǎn)出。由于二氧化碳是導(dǎo)致全球氣候變暖最主要的溫室氣體，為了控制全球碳排放量，每年的二氧化碳的排放總量是固定的，因此選用二氧化碳作為固定和產(chǎn)出。

3.2? 數(shù)據(jù)來(lái)源

能源數(shù)據(jù)目前只更新到2020年，本文選取我國(guó)2016—2020年30個(gè)省（含省、自治區(qū)、直轄市）的數(shù)據(jù)進(jìn)行分析，由于部分?jǐn)?shù)據(jù)缺失，本文暫不考慮西藏自治區(qū)、臺(tái)灣省、香港特別行政區(qū)和澳門(mén)特別行政區(qū)。

（1）目前關(guān)于物流業(yè)相關(guān)指標(biāo)沒(méi)有可以直接獲取的數(shù)據(jù)，而交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)占物流增加值的85%以上，能在很大程度上反應(yīng)物流業(yè)發(fā)展?fàn)顩r，因此本文借鑒前人經(jīng)驗(yàn)使用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)相關(guān)數(shù)據(jù)表示物流業(yè)相關(guān)指標(biāo)^[15]。其中物流業(yè)從業(yè)人員、固定資產(chǎn)投資、物流業(yè)營(yíng)業(yè)收入數(shù)據(jù)來(lái)源于《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》（2017—2021）中的7-5-1子欄目“交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)企業(yè)法人單位分地區(qū)主要指標(biāo)”。

（2）各省份物流行業(yè)能源消耗數(shù)據(jù)主要包括原煤、洗精煤、焦炭、汽油、煤油、柴油、燃料油、天然氣等20多種類(lèi)型，通過(guò)收集數(shù)據(jù)可知，其中原煤、其他洗煤、煤制品、汽油、煤油、柴油、燃料油、潤(rùn)滑油、石油瀝青、液化石油氣、其他石油制品、天然氣、液化天然氣、電力、熱力15種能源消耗占據(jù)物流業(yè)能源消耗99%以上份額，為方便計(jì)算，本文采用這15種能源進(jìn)行計(jì)算能源消耗總量，借鑒張立國(guó)相關(guān)研究^[16]，采用能源計(jì)算公式如下：

燃料數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》中各省份能源平衡表中的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)一欄。能源系數(shù)采用IPCC最新公布的相關(guān)數(shù)據(jù)進(jìn)行計(jì)算，如表2所示。

4? 結(jié)論與建議

4.1? 數(shù)據(jù)分析

使用公式（2）和公式（3）進(jìn)行效率計(jì)算，結(jié)果如表5、圖1所示。

表5給出的是各省份5年間的效率平均值，從效率值結(jié)果來(lái)看，存在大于1的現(xiàn)象，這是由模型的特性決定的，能增大結(jié)果的區(qū)分度，避免多個(gè)決策單元效率值為1從而無(wú)法排序。（1）整體來(lái)看，物流業(yè)碳排放效率較好，平均值達(dá)到1.45。從圖1的整體均值變化趨勢(shì)來(lái)看，2018年達(dá)到最大值，隨后逐年下降。有18個(gè)省份的效率值大于1，屬于效率有效，包括：北京、天津、河北、山西、內(nèi)蒙古、吉林、黑龍江、上海、安徽、江西、海南、重慶、貴州、陜西、甘肅、青海、寧夏、新疆，有12個(gè)省份的效率值未達(dá)到1，效率暫時(shí)落后，包括：遼寧、福建、江蘇、浙江、山東、河南、湖北、湖南、廣東、廣西、四川、云南。（2）排名前三的是寧夏、青海、海南，碳排放效率最高，通過(guò)查看投入產(chǎn)出數(shù)據(jù)可知，雖然這3個(gè)省份的營(yíng)業(yè)收入比較靠后，但是這3個(gè)省份的固定資產(chǎn)投資、從業(yè)人員數(shù)、能源消耗、二氧化碳排放都比較少，從效率來(lái)看是值得學(xué)習(xí)的。其可能存在的原因是，寧夏、青海的工業(yè)產(chǎn)業(yè)布局較為薄弱、與當(dāng)?shù)氐馁Y源分布有密切的關(guān)系，比如青海肩負(fù)保護(hù)黃河、長(zhǎng)江水源的重任，人口密度較低、分布較為分散，其工業(yè)物流需求較低，碳排放效率相對(duì)較高。比如海南，以旅游產(chǎn)業(yè)布局為主、工業(yè)物流需求相對(duì)較低，但隨著海南對(duì)標(biāo)國(guó)際先進(jìn)自貿(mào)港建設(shè)外向型特色的島嶼經(jīng)濟(jì)體，其國(guó)際物流將會(huì)快速增長(zhǎng)，尋求經(jīng)濟(jì)發(fā)展與碳排放平衡的任務(wù)仍然艱巨。（3）物流業(yè)營(yíng)業(yè)收入靠前的上海、廣東、山東、江蘇、浙江，在考慮碳排放因素后效率比較靠后，這幾個(gè)省份在能源消耗和二氧化碳排放方面都比較靠前，與當(dāng)?shù)亟?jīng)濟(jì)高速發(fā)展密切相關(guān)，體現(xiàn)了物流發(fā)展在促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展、提高產(chǎn)業(yè)鏈供應(yīng)鏈韌性方面的重要性，因此，這些省份的物流業(yè)在今后的低碳轉(zhuǎn)型中任務(wù)比較艱巨。

4.2? 建? 議

物流具有顯著的跨域特征，是連接各地區(qū)經(jīng)濟(jì)協(xié)同發(fā)展的重要紐帶，積極推動(dòng)國(guó)內(nèi)循環(huán)為主的發(fā)展戰(zhàn)略，為我國(guó)制造產(chǎn)業(yè)鏈高質(zhì)量發(fā)展提供強(qiáng)有力的服務(wù)支持。同時(shí)，物流也是推動(dòng)我國(guó)高質(zhì)量產(chǎn)業(yè)融入世界經(jīng)濟(jì)、實(shí)現(xiàn)國(guó)內(nèi)國(guó)際雙循環(huán)的重要臂膀。因此物流業(yè)逐步實(shí)現(xiàn)低碳發(fā)展，需要積極探索能源技術(shù)創(chuàng)新路徑、數(shù)字化轉(zhuǎn)型路徑。

（1）調(diào)整能源結(jié)構(gòu)。我國(guó)物流企業(yè)能源結(jié)構(gòu)以油品、煤炭為主^[18]，煤炭、石油、天然氣等化石燃料是二氧化碳的主要排放源，基于政策支持、引導(dǎo)鼓勵(lì)相關(guān)物流企業(yè)加強(qiáng)清潔能源的使用力度，積極使用可再生能源。

（2）推廣低碳技術(shù)。在物流行業(yè)更多地使用低碳技術(shù)，注重低碳技術(shù)在物流行業(yè)的成果轉(zhuǎn)化，把創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享的新發(fā)展理念融入到我國(guó)綠色物流體系中^[19]。注意物流體系各個(gè)環(huán)節(jié)的碳排放問(wèn)題，如在運(yùn)輸過(guò)程中使用低碳新能源汽車(chē)運(yùn)輸、包裝方面推廣使用綠色包裝、對(duì)產(chǎn)生的污染肥料及時(shí)處理、加大廢舊設(shè)施的循環(huán)利用力度等。

（3）促進(jìn)物流體系數(shù)字化轉(zhuǎn)型。傳統(tǒng)物流過(guò)于依賴(lài)人力，成本高、效率低。2023年2月中共中央、國(guó)務(wù)院印發(fā)了《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》，以數(shù)字化驅(qū)動(dòng)生產(chǎn)生活和治理方式變革。物流業(yè)應(yīng)緊緊抓住數(shù)字化發(fā)展機(jī)遇，通過(guò)數(shù)字化轉(zhuǎn)型減少物流活動(dòng)中的浪費(fèi)、提升行業(yè)運(yùn)行效率，助力低碳發(fā)展。

參考文獻(xiàn)：

[1] 王晶. 2022年全國(guó)社會(huì)物流總額為347.6萬(wàn)億元同比增長(zhǎng)3.4%[EB/OL]. （2023-02-24）[2023-03-14]. https：//news.cnr.cn/native/gd/20230224/t20230224_526163243.shtml.

[2] 姜樂(lè)平. 基于LMDI的安徽省物流業(yè)碳排放測(cè)算及影響因素研究[J]. 物流技術(shù)與應(yīng)用，2022，27（6）：173-177.

[3] 龔愛(ài)清，張立國(guó). 中國(guó)物流業(yè)二氧化碳排放效率測(cè)度與分析[J]. 物流科技，2018，41（12）：1-4，10.

[4] 王燕，劉婷. 碳排放約束下我國(guó)區(qū)域物流能源效率及影響因素研究[J]. 生態(tài)經(jīng)濟(jì)，2018，34（10）：14-18，90.

[5] 李妍，孫振清. 碳排放約束下我國(guó)物流業(yè)運(yùn)行效率測(cè)算及其影響因素分析[J]. 商業(yè)經(jīng)濟(jì)研究，2021（8）：75-78.

[6] 鄭琰，賁宇姝，王康得，等. 物流企業(yè)的碳排放效率評(píng)價(jià)及驅(qū)動(dòng)因素分析[EB/OL]. （2023-02-13）[2023-03-14]. http：//kns.cnki.net/kcms/detail/11.4520.U.20230213.1124.002.html.

[7]? LI Y， HOU W， ZHU W， et al. Provincial carbon emission performance analysis in China based on a Malmquist data envelopment analysis approach with fixed-sum undesirable outputs[J]. Annals of Operations Research， 2021，304：233-261.

[8]? YANG F， WU D D， LIANG L， et al. Competition strategy and efficiency evaluation for decision making units with fixed-sum outputs[J]. European Journal of Operational Research， 2011，212（3）：560-569.

[9]? YANG M， LI Y， CHEN Y， et al. An equilibrium efficiency frontier data envelopment analysis approach for evaluating decision-making units with fixed-sum outputs[J]. European Journal of Operational Research， 2014，239（2）：479-489.

[10]? YANG M， LI Y J， LIANG L. A generalized equilibrium efficient frontier data envelopment analysis approach for evaluating DMUs with fixed-sum outputs[J]. European Journal of Operational Research， 2015，246（1）：209-217.

[11]? AN Q， WEN Y， XIONG B， et al. Allocation of carbon dioxide emission permits with the minimum cost for Chinese provinces in big data environment[J]. Journal of Cleaner Production， 2017，142：886-893.

[12] 雷盟，陳焰，王藝. 基于SBM和Malmquist指數(shù)的我國(guó)物流業(yè)能源效率評(píng)價(jià)[J]. 物流技術(shù)，2022，41（2）：38-43，132.

[13] 鄭金娥，關(guān)高峰，杜厚維. 長(zhǎng)江經(jīng)濟(jì)帶省域物流業(yè)效率差異研究[J]. 統(tǒng)計(jì)與決策，2020，36（11）：110-113.

[14] 黃超然，周?chē)?guó)華. 碳約束下省域物流能源效率空間關(guān)聯(lián)效應(yīng)及其影響因素[J]. 科技管理研究，2022，42（24）：184-191.

[15] 張瑞，胡彥勇，郄曉彤. 中國(guó)物流業(yè)能源生態(tài)效率與其影響因素的動(dòng)態(tài)響應(yīng)研究[J]. 經(jīng)濟(jì)問(wèn)題，2021（8）：9-17.

[16] 張立國(guó). 中國(guó)物流業(yè)能源消耗與二氧化碳排放效率測(cè)度及分析[D]. 南京：南京航空航天大學(xué)，2015.

[17]? WU J， ZHU Q， LIANG L. CO2 emissions and energy intensity reduction allocation over provincial industrial sectors in China[J]. Applied Energy， 2016，166：282-291.

[18] 馬明明. “雙碳”目標(biāo)下物流業(yè)低碳效率測(cè)度和綠色發(fā)展策略研究[J]. 物流科技，2022，45（14）：61-64，82.

[19] 王常博. 低碳城市視角下我國(guó)綠色物流發(fā)展研究[J]. 物流科技，2022，45（18）：24-26.

收稿日期：2023-03-14

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（72171124）；國(guó)家自然科學(xué)基金面上項(xiàng)目（71771126）；江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目（KYCX21_0834）

作者簡(jiǎn)介：許文芳（1997—），女，河南周口人，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、資源分配；林? 萍（1977—），本文通信作者，女，福建惠安人，南京郵電大學(xué)管理學(xué)院，副教授，研究方向：資源優(yōu)化配置；朱衛(wèi)未（1979—），男，江蘇鹽城人，南京郵電大學(xué)高質(zhì)量發(fā)展評(píng)價(jià)研究院信息產(chǎn)業(yè)融合創(chuàng)新與應(yīng)急管理研究中心，江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院，教授，研究方向：數(shù)據(jù)包絡(luò)分析、系統(tǒng)評(píng)價(jià)與決策。

引文格式：許文芳，林萍，朱衛(wèi)未. 基于GEEFDEA模型的省際物流業(yè)碳排放效率評(píng)價(jià)[J]. 物流科技，2024，47（3）：30-34.