摘 要：長(zhǎng)三角物流業(yè)近年來(lái)發(fā)展迅速，但其也給環(huán)境造成了不小的壓力。因此，為探究長(zhǎng)三角城市群的低碳物流效率，文章基于長(zhǎng)三角城市群27個(gè)城市2010—2020年有關(guān)物流業(yè)的面板數(shù)據(jù)，利用超效率SBM模型對(duì)低碳物流效率進(jìn)行評(píng)價(jià)，運(yùn)用Malmquist指數(shù)分析低碳物流的全要素生產(chǎn)率。研究發(fā)現(xiàn)，長(zhǎng)三角城市群的低碳物流效率并不平衡，上海低碳物流效率均值最高，其余城市中，安徽省8市均值最高，浙江省城市均值最低。此外，不考慮碳排放約束的全要素生產(chǎn)率比考慮碳排放約束的全要素生產(chǎn)率高，從時(shí)序上看，全要素生產(chǎn)率呈波動(dòng)上升趨勢(shì)。研究結(jié)果旨在為長(zhǎng)三角城市群物流業(yè)的科學(xué)減排制度提供參考。

關(guān)鍵詞：碳約束；SBM-ML模型；物流業(yè)；長(zhǎng)三角城市群

中圖分類(lèi)號(hào)：F259.2 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.06.001

Abstract： The logistics industry in the Yangtze River Delta has developed rapidly in recent years， but it has also caused significant pressure on the environment. Therefore， in order to explore the efficiency of low-carbon logistics in the Yangtze River Delta urban agglomerations， this paper is based on panel data on the logistics industry of 27 cities in the Yangtze River Delta urban agglomerations from 2010 to 2020. The super efficiency SBM model is used to evaluate the efficiency of low-carbon logistics， and the Malmquist index is used to analyze the total factor productivity of low-carbon logistics. Research has found that the low-carbon logistics efficiency of the Yangtze River Delta urban agglomerations is not balanced， with Shanghai having the highest average low-carbon logistics efficiency. Among the other cities， the average of 8 cities in Anhui Province is the highest， while the average of cities in Zhejiang Province is the lowest. In addition， the total factor productivity without considering carbon emission constraints is higher than that with considering carbon emission constraints. From a temporal perspective， the total factor productivity shows a fluctuating upward trend. The results of this study aim to provide reference for the scientific emission reduction system of the logistics industry in the Yangtze River Delta urban agglomerations.

Key words： carbon constraints; SBM-ML model; logistics industry; Yangtze River Delta urban agglomerations

0" " 引" " 言

21世紀(jì)以來(lái)，隨著工業(yè)化、現(xiàn)代化進(jìn)程不斷加快，物流業(yè)也迎來(lái)了迅速發(fā)展時(shí)期。如今，物流業(yè)已成為現(xiàn)代經(jīng)濟(jì)的重要組成部分，是經(jīng)濟(jì)發(fā)展的催化劑，物流產(chǎn)業(yè)和國(guó)民經(jīng)濟(jì)相輔相成。但隨著物流經(jīng)濟(jì)的迅速壯大，資源浪費(fèi)、排放高、環(huán)境污染等一系列問(wèn)題也隨之而來(lái)。2022年，國(guó)務(wù)院發(fā)布的《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》中明確提出綠色低碳是物流發(fā)展的基本原則之一，要提升可持續(xù)發(fā)展能力，將綠色環(huán)保理念貫穿整個(gè)物流產(chǎn)業(yè)鏈。因此，物流產(chǎn)業(yè)在發(fā)展的同時(shí)也要注重減少能耗及碳排放，傳統(tǒng)的粗放物流模式亟需轉(zhuǎn)型升級(jí)。同時(shí)，隨著經(jīng)濟(jì)和社會(huì)的發(fā)展，城市群已逐漸成為中國(guó)新型城鎮(zhèn)化的空間組織形態(tài)，其物流業(yè)發(fā)達(dá)，碳排放集中。因此，研究碳排放約束下城市群的物流效率，不僅對(duì)物流產(chǎn)業(yè)的節(jié)能減排和綠色發(fā)展具有重要意義，也對(duì)城市群達(dá)成“雙碳”目標(biāo)、提升可持續(xù)發(fā)展能力具有重要作用。

目前，我國(guó)對(duì)物流效率的研究主要以省域?yàn)檠芯繉?duì)象。李妍[1]等對(duì)碳排放約束下我國(guó)物流業(yè)的運(yùn)行效率進(jìn)行了測(cè)算；楊雪[2]等對(duì)“一帶一路”十省市進(jìn)行了物流效率評(píng)價(jià)，得出內(nèi)陸物流發(fā)展不平衡的結(jié)論；劉承良[3]等對(duì)低碳約束下的中國(guó)物流效率進(jìn)行空間演化；何景師[4-5]等分別選取了三大灣區(qū)城市群和五大城市群中的部分城市進(jìn)行低碳物流效率研究分析；王麗萍[6]等用投入產(chǎn)出法對(duì)中國(guó)物流業(yè)進(jìn)行了碳排放測(cè)算；包耀東[7]等對(duì)長(zhǎng)三角區(qū)域物流業(yè)的碳排放規(guī)模進(jìn)行估算測(cè)量，并定量分析了影響碳排放的因素。綜上所述，我國(guó)現(xiàn)有文獻(xiàn)主要是針對(duì)省際領(lǐng)域進(jìn)行研究，也取得了不少研究成果，但針對(duì)城市群的研究相對(duì)較少。

基于此，本文以長(zhǎng)江三角洲27個(gè)中心城市為研究區(qū)域，基于2010—2020年27個(gè)城市物流的面板數(shù)據(jù)，將物流業(yè)碳排放作為非期望產(chǎn)出構(gòu)建投入產(chǎn)出指標(biāo)體系，利用超效率SBM模型和Malmquist指數(shù)對(duì)長(zhǎng)三角城市群碳排放約束下的物流效率進(jìn)行測(cè)算，以期為長(zhǎng)三角城市群的物流業(yè)科學(xué)減排制度提供參考，進(jìn)而推動(dòng)物流產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。

1" " 數(shù)據(jù)來(lái)源與研究方法

物流業(yè)有別于其他傳統(tǒng)產(chǎn)業(yè)，當(dāng)前我國(guó)缺乏專門(mén)針對(duì)物流產(chǎn)業(yè)的統(tǒng)計(jì)，本文參照現(xiàn)有文獻(xiàn)，以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)來(lái)界定物流業(yè)。同時(shí)，相關(guān)指標(biāo)的選取要能夠充分反映物流業(yè)的發(fā)展水平，指標(biāo)個(gè)數(shù)和DMU之間的數(shù)量關(guān)系也需保障SBM方法的可行性?；诖?，本文構(gòu)建了低碳約束下物流業(yè)的投入產(chǎn)出指標(biāo)體系。

投入指標(biāo)選取。投入指標(biāo)主要從資本、勞動(dòng)和基礎(chǔ)設(shè)施三方面選取。其中，資本選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的固定資產(chǎn)投資量，勞動(dòng)選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的從業(yè)人數(shù)，基礎(chǔ)設(shè)施方面，因需滿足數(shù)據(jù)的可獲取性和統(tǒng)一性，部分城市航道里程數(shù)據(jù)難以獲得，因此主要選取公路總里程。期望產(chǎn)出則選取物流業(yè)生產(chǎn)總值、貨物綜合周轉(zhuǎn)量和貨物運(yùn)輸量作為指標(biāo)。非期望產(chǎn)出則以物流業(yè)碳排放量為指標(biāo)。長(zhǎng)三角27個(gè)城市2010—2020年的投入產(chǎn)出指標(biāo)數(shù)據(jù)主要從《中國(guó)統(tǒng)計(jì)年鑒》、各省市《統(tǒng)計(jì)年鑒》及《中國(guó)能源統(tǒng)計(jì)年鑒》等獲取。而現(xiàn)有統(tǒng)計(jì)年鑒并沒(méi)有關(guān)于物流業(yè)碳排放量的統(tǒng)計(jì)數(shù)據(jù)，因此本文借鑒何景師[4]等的計(jì)算方法，用不同運(yùn)輸方式的貨物周轉(zhuǎn)量計(jì)算長(zhǎng)三角27個(gè)城市的碳消耗量，其計(jì)算公式如下。

式中，Dn代表物流業(yè)第n種運(yùn)輸方式的碳排放消耗總量，m為燃料種類(lèi)，Gmn為不同運(yùn)輸方式的貨物周轉(zhuǎn)量，Cm為CO2排放系數(shù)，EFmn則為不同運(yùn)輸方式的單位周轉(zhuǎn)能耗。

2" " 研究方法

數(shù)據(jù)包絡(luò)分析DEA利用線性規(guī)劃來(lái)度量效率，分為徑向和非徑向兩種角度，考慮物流業(yè)投入產(chǎn)出并不一定按同比例放縮，本文選擇非徑向角度。而傳統(tǒng) DEA存在投入產(chǎn)出松弛和徑向選擇存在偏差的問(wèn)題，且其在分析投入產(chǎn)出效率時(shí)，資源投入會(huì)帶來(lái)“非期望產(chǎn)出”，因此本文采用超效率SBM模型。假設(shè)有n個(gè)獨(dú)立決策單元（DMU），N為每個(gè)獨(dú)立決策單元的投入指標(biāo)數(shù)量，A1和A2分別為期望產(chǎn)出和非期望產(chǎn)出。投入指標(biāo)矩陣元素為xi，期望產(chǎn)出矩陣元素為yrg，非期望產(chǎn)出矩陣元素為ylb，λj為權(quán)重向量。模型表達(dá)式如下。

Malmquist 指數(shù)是一種動(dòng)態(tài)分析生產(chǎn)率變化的工具，通過(guò)兩個(gè)時(shí)間點(diǎn)對(duì)比得到全要素生產(chǎn)率，其可以反映物流效率在這一時(shí)間段所發(fā)生的變化。因此，構(gòu)造t與t+1相鄰兩年的Malmquist 指數(shù)公式，其中ML為全要素生產(chǎn)率，MLgt;1則表示全要素生產(chǎn)率提高了。

3" " 實(shí)證分析

3.1" " 超效率SBM分析

本文利用超效率SBM模型，對(duì)長(zhǎng)三角27個(gè)城市2010—2020年碳排放約束下的物流效率進(jìn)行測(cè)算，如表1所示。超效率SBM值體現(xiàn)了考慮碳排放非期望產(chǎn)出情況的物流效率靜態(tài)評(píng)價(jià)數(shù)據(jù)。總體來(lái)看，長(zhǎng)三角27個(gè)城市的歷年平均低碳物流效率值為0.87，上海市為1.795，遠(yuǎn)超長(zhǎng)三角城市群的平均水平，浙江9市的均值為0.752，江蘇9市為0.844，安徽8市為0.915。

將27個(gè)城市根據(jù)歷年效率均值分類(lèi)如表2所示，第一、二梯隊(duì)中的城市除了上海，浙江9市中有5個(gè)，江蘇9市中有6個(gè)，安徽8市中有7個(gè)，而第四梯隊(duì)的城市以浙江最多，這反映了長(zhǎng)三角各省份之間低碳物流效率差異，浙江省省內(nèi)差異較大。從空間布局來(lái)看，大部分沿海城市低碳約束下的物流效率比內(nèi)陸城市高，其中上海低碳物流效率要遠(yuǎn)高于其他省份和城市。經(jīng)分析得知，沿海城市航運(yùn)發(fā)達(dá)，如上海、寧波等城市港口吞吐量大，水路貨物運(yùn)輸量占整個(gè)城市貨物運(yùn)輸量的比重較大，因而低碳物流效率較高。按時(shí)間分析，2010—2020年，除上海以外，浙江、江蘇、安徽各市的低碳物流效率均值皆呈下降趨勢(shì)。可以看出，雖然隨著經(jīng)濟(jì)逐步發(fā)展，貨物運(yùn)輸量和貨物周轉(zhuǎn)量不斷提高，但物流產(chǎn)業(yè)仍維持著粗放的發(fā)展模式，低碳物流效率并沒(méi)有穩(wěn)步提高。進(jìn)一步分解技術(shù)效率值，可以得到純技術(shù)效率和規(guī)模效率。從純技術(shù)效率來(lái)看，長(zhǎng)三角27市2010—2020年的均值呈波動(dòng)上升趨勢(shì)，江蘇和安徽各市的均值比上海和浙江高，存在一定的區(qū)域差異性。從規(guī)模效率來(lái)看，長(zhǎng)三角27市規(guī)模效率均值波動(dòng)較大，安徽省8市規(guī)模效率均值最高，江蘇省最低。近年來(lái)，為達(dá)成雙碳目標(biāo)，政府加快推進(jìn)物流領(lǐng)域的節(jié)能減排進(jìn)程，倡導(dǎo)綠色物流，但因物流產(chǎn)業(yè)的特殊性，低碳物流實(shí)施難度較大，物流業(yè)的能源消耗結(jié)構(gòu)難以發(fā)生較大的改變，前期實(shí)施低碳物流消耗的成本較大，中小企業(yè)難以承擔(dān)，因此低碳物流發(fā)展遠(yuǎn)未達(dá)到預(yù)期，還存在很大的進(jìn)步空間。

通過(guò)Malmquist指數(shù)計(jì)算得到長(zhǎng)三角城市群低碳物流全要素生產(chǎn)率，計(jì)算其均值，如表3所示，從2010—2020年長(zhǎng)三角27個(gè)城市全要素生產(chǎn)率的平均值來(lái)看，在碳排放約束下的物流全要素生產(chǎn)率為1.053，而不考慮碳排放約束的傳統(tǒng)物流業(yè)的全要素生產(chǎn)率為1.142，可以看出，忽視碳排放約束會(huì)提高長(zhǎng)三角城市群物流業(yè)增長(zhǎng)速度。而不考慮碳排放約束，技術(shù)效率和技術(shù)進(jìn)步都要比考慮碳排放約束的技術(shù)效率和技術(shù)進(jìn)步較高。從時(shí)序上看，2010—2020年全要素生產(chǎn)率主要分為兩個(gè)階段，其中2010—2017年，全要素生產(chǎn)率一直呈波動(dòng)起伏的狀態(tài)。2016年，國(guó)家發(fā)改委出臺(tái)物流業(yè)降本增效專項(xiàng)行動(dòng)方案，以創(chuàng)新、協(xié)調(diào)、綠色等發(fā)展理念為核心，推動(dòng)物流業(yè)深化改革、全面提升。隨著國(guó)家針對(duì)物流業(yè)的各種改革措施逐漸落到實(shí)處，2017—2020年物流業(yè)全要素生產(chǎn)率穩(wěn)定在1以上。除此原因以外，隨著社會(huì)的發(fā)展及技術(shù)的不斷革新，新能源汽車(chē)大力發(fā)展并迅速投入使用，物流正在進(jìn)行數(shù)字化升級(jí)和智慧化改造，這些原因?qū)е氯厣a(chǎn)率近些年來(lái)呈上升趨勢(shì)。

4" " 結(jié)論與建議

本文基于2010—2020年長(zhǎng)三角27個(gè)城市有關(guān)物流產(chǎn)業(yè)的面板數(shù)據(jù)，運(yùn)用SBM—ML法對(duì)其低碳物流效率進(jìn)行實(shí)證分析。結(jié)果表明，長(zhǎng)三角27市的低碳物流效率較高，但各個(gè)城市之間差異較大，低碳物流效率發(fā)展并不平衡，上海市的低碳物流效率遠(yuǎn)高于其他城市。2010—2020年，27市的綜合低碳物流效率處于下降趨勢(shì)。從省份來(lái)看，除上海之外，安徽省各城市低碳物流效率的平均水平比江蘇省和浙江省高，低碳物流效率處在第四梯隊(duì)的城市浙江省占比最大。經(jīng)過(guò)Malmquist指數(shù)進(jìn)一步分析得出，長(zhǎng)三角城市群2010—2020年的低碳物流全要素生產(chǎn)率呈波動(dòng)上升趨勢(shì)，主要原因?yàn)檎咧С趾图夹g(shù)革新。

從上述研究可知，為更好地提升碳約束下的物流效率，加快物流綠色低碳發(fā)展的腳步，本文提出以下幾點(diǎn)建議：首先，利用好長(zhǎng)三角的優(yōu)良區(qū)位優(yōu)勢(shì)，打造交通互聯(lián)互通的一體化態(tài)勢(shì)，構(gòu)筑區(qū)域交通互聯(lián)網(wǎng)絡(luò)，全力推進(jìn)長(zhǎng)三角城市群高質(zhì)量綜合交通運(yùn)輸體系的建設(shè)，建立長(zhǎng)三角物流一體化運(yùn)行機(jī)制。其次，大力發(fā)展多式聯(lián)運(yùn)，構(gòu)筑高效運(yùn)行的多式聯(lián)運(yùn)體系，調(diào)整運(yùn)輸結(jié)構(gòu)，提高水路、鐵路運(yùn)輸?shù)谋壤?，完善水路基礎(chǔ)設(shè)施建設(shè)，以達(dá)到節(jié)能減排的效果。再者，提高科技創(chuàng)新水平，加大對(duì)新能源的投入使用，提高新能源貨運(yùn)汽車(chē)的比例，加快人工智能和物聯(lián)網(wǎng)技術(shù)的進(jìn)步，提升物流設(shè)備的自動(dòng)化、智能化水平，推動(dòng)物流活動(dòng)信息化、數(shù)據(jù)化，實(shí)現(xiàn)智慧物流。最后，加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，淘汰落后、粗放的高污染、高耗能企業(yè)，引進(jìn)高新技術(shù)產(chǎn)業(yè)，打造綠色經(jīng)濟(jì)發(fā)展模式，實(shí)現(xiàn)可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] 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.

[2] 楊雪，馬粟粟，盧亞麗．碳排放約束下的物流效率評(píng)價(jià)——以“一帶一路”背景下內(nèi)陸十省市為例[J]．生態(tài)經(jīng)濟(jì)，2019，" " " " 35（6）：66-71.

[3] 劉承良，管明明．低碳約束下中國(guó)物流業(yè)效率的空間演化及影響因素[J]．地理科學(xué)，2017，37（12）：1805-1814.

[4] 何景師，張智勇，葉善椿．基于三階段超效率SBM-DEA模型的我國(guó)沿海五大城市群低碳物流效率研究[J]．上海海事大學(xué)學(xué)報(bào)，2023，44（3）：55-63.

[5] 何景師，王術(shù)峰，徐蘭．碳排放約束下我國(guó)三大灣區(qū)城市群綠色物流效率及影響因素研究[J]．鐵道運(yùn)輸與經(jīng)濟(jì)，2021，43（8）：30-36.

[6] 王麗萍，劉明浩．基于投入產(chǎn)出法的中國(guó)物流業(yè)碳排放測(cè)算及影響因素研究[J]．資源科學(xué)，2018，40（1）：195-206.

[7] 包耀東，李晏墅，張世忠．長(zhǎng)三角區(qū)域物流業(yè)碳排放規(guī)模及其影響因素研究[J]．生態(tài)經(jīng)濟(jì)，2020，36（11）：25-31，53.