基于Super-SBM模型的長江經濟帶物流效率測度研究

王育紅，劉 琪

●區域發展

基于Super-SBM模型的長江經濟帶物流效率測度研究

王育紅，劉 琪

（江南大學商學院，江蘇無錫214122）

文章基于考慮非期望產出的Super-SBM模型，對2005-2014年長江經濟帶11個省市的物流效率進行測度，并對其時空演化特征、區域演化差異、效率演化類型進行了刻畫。研究表明：不考慮非期望產出的物流產業效率值明顯高于考慮非期望產出的效率值；長江經濟帶物流效率空間格局呈現由前期東部效率高、中西部效率低的特點演變為東部圍繞上海、中部圍繞安徽、西部圍繞四川的三級格局；時間序列演化方面，2005-2014年間物流效率呈現先下降后上升的U型走勢；從區域演化差異來看，長江經濟帶下游區域物流效率明顯高于中游地區，三大區域物流效率差距呈現先縮小后擴大的趨勢；長江經濟帶物流效率演化類型分為高、中、低三個梯隊，第二梯隊是改善長江經濟帶物流效率的重心和突破口。

長江經濟帶；碳約束；非期望產出；Super-SBM模型

一、引言

物流業作為國民經濟和社會發展的基礎產業和服務行業［1］，其發展水平已成為衡量一個國家或地區綜合實力的重要標志之一。

目前國內外學者對物流效率的研究，大多只考慮期望產出指標（如資金、勞動力、物流業GDP，貨運量等），方法局限于DEA、SFA等傳統評價方法。如鄧學平、王旭等（2008）運用DEA-Malmquist全要素生產率指數測度了我國8家物流企業的生產效率狀況［2］；劉滿芝等（2009）基于DEA模型分別對江蘇省13個城市的物流效率進行了分析，并對無效DEA單元進行了投入冗余和產出不足分析［3］；田剛等（2009）采用SFA方法測度了我國29個省市物流產業全要素生產率及其增長來源［4］；劉秉鐮、余泳澤（2010）運用DEA方法和Tobit模型對我國物流業地區間物流效率及影響因素進行分析，發現我國區域物流綜合技術效率不高且差異正在逐步縮小［5］；樊元、馬麗梅（2012）運用隨機前沿分析法測度并剖析了我國31個省市自治區的物流效率［6］；王琴梅等（2013）運用DEA模型對西安市2003-2010年物流效率進行分析，并利用Tobit回歸模型評價物流效率與各個影響因素之間的相關性［7］；Rita Markovits（2014）采用一種新的DEA-PC方法評價了29個歐洲國家的物流效率，同時將新的結果與原DEA方法獲得的結果進行比較［8］。

近年來，隨著環境污染問題日益凸顯，國外交通運輸領域開始把非期望產出納入效率測度框架內進行評價。如McMullen（2007）運用方向距離函數測度了美國2000年43個公交運輸機構的運輸效率，結果表明考慮減少尾氣排放的有效單元明顯多于不考慮減少尾氣排放的有效單元［9］；Ming-Miin Yu（2008）采用方向距離函數評價了臺灣地區1995-1999年四個機場包含非期望產出——飛機噪聲的全要素生產率指數［10］。為了處理“非期望產出”問題，國外學者提出了多種構想，如Hailu A等（2001）將非期望產出作為投入項來處理，但這與實際生產過程不相符［11］；Seiford L.M.（2002）將非期望產出乘以-1，較好地解決了考慮非期望產出的效率評價問題，但只能在可變規模報酬條件下對效率進行求解［12］；Tone K.（2003）運用SBM模型對非期望產出進行處理，但當多個決策單元同時有效時，難以對有效決策單元進行區分和排序［13］；Fare R.等（2007）運用距離函數方法對包含非期望產出的效率問題進行評價，但沒有充分考慮投入產出變量的松弛性問題，使得計算出的效率值不夠準確［14］。近年來國內學者也逐漸意識到非期望產出對物流效率的影響，開始著手這方面的研究，如王波等（2002）將污染物作為投入項來評價企業生產效率［15］；張立國等（2013）構建了以二氧化碳為導向的距離函數對中國30個省市物流產業二氧化碳排放績效進行了研究［16］；楊良杰等（2013）運用包含非期望產出的SBM-Undesirable模型從時空演變角度對中國公路運輸效率進行了評價［17］。

縱觀已有文獻的研究成果，目前對物流效率研究的局限性主要體現在以下三個方面：①以往的研究大多只考慮了經濟指標，忽略了物流運作過程中必須投入的要素—能源，以及能源消耗所產生的二氧化碳等非期望產出指標；②從研究方法上看，以往的研究通常采用傳統的DEA、SFA方法等對效率進行測算，沒有充分考慮變量的松弛性問題，存在效率被高估的局限性；③在少數考慮非期望產出的效率測度文獻中，對非期望產出的處理方式大多局限于非期望產出作投入處理法、倒數處理法、方向距離函數法等，容易導致效率測度結果的偏差。基于上述分析，本文構建了一個碳約束下的物流效率測度模型—考慮非期望產出的Super-SBM模型，對2005-2014年長江經濟帶11省市的物流效率進行測度，以期為實現長江經濟帶物流產業可持續發展提供依據。

二、考慮非期望產出的Super-SBM測度方法

Tone（2001）提出了一種基于松弛變量的非徑向、非角度的效率測度方法——SBM模型，與傳統CCR或BCC模型不同，SBM模型直接將松弛向量加入目標函數中，使得SBM模型的經濟解釋是使實際利潤最大化，而不僅僅是效益比例的最大化［18］。同時，Tone（2002）在此基礎上提出了超效率SBM模型，用于解決多個決策單元效率值均為1時的區分與排序問題［19］。

為了與物流實際生產情況相一致，本文將非期望產出引入超效率SBM模型中，構建了一個考慮非期望產出的改良超效率SBM模型。假設測度n個DMUs的效率，每個DMU由投入m、期望產出r1和非期望產出r23種要素組成。向量形式分別表示為x∈Rm，分別表示投入、期望產出、非期望產出的矩陣。其中X=[x1,…,x2]，，SBM模型分式規劃形式如下：

當且僅當ρ=1，即w-=0，wd=0，wu=0時，DMUk為SBM有效。本文定義DMUk是SBM有效的，構建包含非期望產出的超效率SBM模型如下：

依據模型（1）、（2）計算得出碳約束下長江經濟帶11個省市2005-2014年的物流產業效率，用CLE表示，根據模型的特點，地區k在t年的碳約束下的物流效率可表示為：

這種考慮非期望產出的Super-SBM模型相較于其他DEA模型，有以下3個優點：①將非期望產出單元納入考量；②投入產出變量的松弛性問題得到了有效解決；③解決了多個決策單元同時有效時的區分排序問題。因而，本文選用考慮非期望產出的超效率SBM模型能夠更全面地反映區域物流效率測度的本質。

三、指標選取與數據來源

在我國各省市的產業分類體系中，幾乎都沒有“物流產業”這一分類，即使在世界范圍內也是如此。考慮到現代物流業是融合了交通運輸、倉儲及郵電等行業的復合型服務行業，根據《中國第三產業統計年鑒2015》，2005-2014各年度交通運輸業、倉儲業和郵政業的增加值占物流業增加值的比重均超過80%，因此本文選取交通運輸業、倉儲業和郵政業數據近似反映物流產業發展水平。本文以長江經濟帶11省市即上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州、云南為研究對象，研究時間跨度為2005-2014年。數據均來自于2006-2015年《中國統計年鑒》和《中國能源統計年鑒》。

（一）投入指標

（1）資本投入。為消除價格因素影響，以2005年物流業固定資產投資額為基期折算各年份物流產業固定資產投資額作為資本投入（單位：億元）。

（2）勞動力投入。采用各省市物流業從業人員數為勞動力投入指標（單位：萬人）。

（3）能源投入。以長江經濟帶能源消耗量比例較大的六種能源消耗量（原煤、汽油、煤油、柴油、燃料油、天然氣）折算成標準煤（單位：萬噸標準煤）。

（二）產出指標

（1）期望產出。以2005年為基期，按GDP平減指數法進行可比價格折算各年份各地區物流產業增加值作為期望產出（單位：億元）。

（2）非期望產出。物流業二氧化碳排放量，本文采用《2006年IPCC國家溫室氣體清單指南》中提供的方法，以長江經濟帶11省市交通運輸、倉儲和郵政業消耗的6種主要能源消費量為基準測算各省市物流業碳排放量，計算公式如下：

其中，Ei為第i種能源折算為標準煤的能源消費量；CIi為第i種能源對應的碳排放系數。單位：萬噸。樣本數據的描述性統計見表1所列。

表1 樣本數據描述性統計

四、實證分析

（一）不同情形下物流效率測度分析

利用MAX DEA 6.0對2005-2014年長江經濟帶的物流效率進行測度，計算得到兩種情形下的物流效率。情形一：不包含非期望產出（即不考慮環境約束）的效率測度，情形二：包含非期望產出（即考慮環境約束）的效率測度，結果見表2所列。

表2 不同情形下長江經濟帶物流效率值比較

從表2可以看出，不考慮碳約束的長江經濟帶2005-2014年物流產業效率均值為0.809 6，而加入碳約束的情形下，物流效率均值只有0.766 7，這表明不考慮碳約束的長江經濟帶區域物流效率被嚴重高估，脫離了實際生產情況。長江經濟帶大部分地區在碳排放約束下，物流產業效率降低，當要求物流產業各部門盡可能增加物流業產值時，往往會導致污染物排放量的增加或污染治理的減少，相對而言物流產業效率有所降低。

表3是對不同情形下長江經濟帶各省市物流產業效率均值及排名的對比分析，從中可以看出，2005-2014年間長江經濟帶各省市的物流產業效率具有較大差異。不考慮碳約束的情形下，江蘇、安徽、上海3個地區實現了效率有效；而在考慮碳約束的情形下，江蘇、安徽、江西3省實現了DEA有效。不難發現，在考慮碳約束的情形下，長江經濟帶發達地區如江蘇、上海物流效率排名相對降低，相反經濟欠發達地區如安徽、江西效率排名有所提高。另外，大部分地區的物流效率均比不考慮碳約束下的效率值要低，這表明只考慮物流業發展而忽略負面效應的效率測度是不夠準確的。因此下文將會展開對碳約束下長江經濟帶物流效率的測度研究。

表3 不同情形下2005-2014年11省市物流效率值比較

（二）物流產業效率時空格局演化分析

（1）碳約束下物流效率空間格局特征。結合上文測度結果，選取每兩年的截面數據繪制出長江經濟帶11省市碳約束下物流效率空間格局圖（圖1）。通過分析10年截面數據及空間格局圖可知：2005-2006年間，長江經濟帶11省市中江蘇、浙江、安徽、湖南四省區效率較高且達到完全有效，其余省市均處于效率無效水平，空間格局上呈現出東部效率高、中西部效率低的特點；2007-2008年物流效率相較前兩年呈現降低態勢，僅江蘇、安徽兩省效率處于有效水平，其余省市均處于無效水平，空間上效率值由東至西呈降低趨勢；2009-2010年間物流效率整體上仍呈現東部效率高、中西部效率低的格局，其中江蘇（1.01），安徽（1.11）保持完全有效水平，上海（0.82），江西（0.94）省市效率較高，湖北（0.52），四川（0.51），貴州（0.37），云南（0.34）效率較差；2011-2012年間，物流效率較前四年有所回升，有效地區增多且區域差異逐步縮小，空間上三級格局初具雛形；2013-2014年間碳約束下的物流效率較前8年呈明顯上升趨勢，有效地區明顯增多，其中上海（1.34），江蘇（1.17），安徽（1.03），江西（1.33）達到完全有效水平，浙江（0.76），湖南（0.83），四川（0.90）省區效率較高，貴州（0.46），云南（0.42）效率較差，空間格局上由前期的東部效率高、中西部效率低的格局演變為東部圍繞上海、中部圍繞安徽、西部圍繞四川的三級格局，此種格局特征與長江經濟帶物流發展息息相關。

圖1 碳約束下長江經濟帶物流效率空間格局

（2）碳約束下物流效率時間序列演化特征。從碳約束下2005-2014年長江經濟帶物流效率歷年均值（圖2）不難看出，長江經濟帶2005-2014年間物流效率呈現U型走勢。就各效率類型的省區比重來看，同樣可以證明這一判斷，2005-2007年間效率有效省市占比達36.4%；2008-2011年間效率有效省市占比下降到18.2%，且貴州、云南兩省效率值低于0.4；2012-2014年間，物流效率有效的省市占比回升到36.4%，且不存在效率值低于0.4的省市，2014年總體效率值更是達到歷年最高水平。碳約束下長江經濟帶物流效率時間序列演化呈現此類特征表明：2005-2007年間，長江經濟帶物流產業處于起步階段，物流技術水平不發達，物流業產值較低，但非期望產出二氧化碳排放量也較少，因而總體物流效率水平較高；2008-2011年間，隨著物流技術水平的提高，長江經濟帶各地區（尤其是經濟發達地區）加大對物流產業的資本投入和能源投入，物流產業產值有所提高，但這一時期主要強調物流規模的擴大，物流發展方式較為粗放，忽視了物流發展的環境效益，導致碳排放量的急劇增長，總體效率有所降低；2012-2014年間，國家貫徹建設資源節約型和環境友好型社會，長江經濟帶各省市開始轉變物流發展模式，加大了在節能減排、環境保護方面的投入，隨著物流技術水平和環保投入的邊際效應逐步顯露，長江經濟帶物流效率得到較大提升。近年來，長江經濟帶物流發展模式由粗放型向集約型轉變。在未來的發展中，長江經濟帶各地區需持續貫徹物流產業節能降耗、環境保護政策，實現物流產業高效可持續發展。

圖2 碳約束下2005-2014年長江經濟帶物流效率均值

（3）碳約束下物流效率區域差異演化特征。為了進一步明確長江經濟帶物流效率區域演化差異，本文按照地理位置及經濟發展水平將長江經濟帶的11個省市分為三大區域，重慶、四川、貴州、云南為長江經濟帶上游區域；江西、湖北、湖南為長江經濟帶中游區域；上海、江蘇、浙江、安徽為長江經濟帶下游區域。

碳約束下長江經濟帶三大區域的物流效率值如圖3所示。從圖中可以看出，長江經濟帶下游地區物流效率明顯高于中游和上游地區，其物流效率值在0.8～1.2之間波動，呈U型上升趨勢；長江經濟帶中游地區物流效率波動較大，物流效率呈現前期下降，后期穩步上升趨勢；而長江經濟帶上游地區物流效率均值最低，介于0.4～0.6之間，物流效率波動較小，且2013-2014年有下降趨勢，三大區域物流效率差距呈現先縮小后擴大的趨勢。

在研究的10年間，長江經濟帶上游區域的物流效率值呈現前期緩慢上升，后期有所下降的趨勢，表明上游區域在提高物流技術，擴大物流規模方面還有很大空間。其他兩大區域都呈現U型走勢，表明長江經濟帶中下游區域隨著經濟的發展，物流水平得到了一定發展，但對物流產業節能減排不夠重視，導致中間幾年的物流效率有所下降，但近幾年我國政府在環境整治上加大力度，促進了中下游區域物流綜合效率的提升。

圖3 長江經濟帶三大區域物流效率變化趨勢

（4）碳約束下物流效率演化類型。本文按照長江經濟帶11省市非期望產出二氧化碳排放量及物流效率的差異，采用SPSS 20.0軟件對長江經濟帶11省市進行聚類分析，將其分為3個梯隊，見表4所列。

表4 碳約束下長江經濟帶物流效率演化類型

第一梯隊為上海、江蘇、安徽、江西，屬于物流高效區，細分來看，上海、江蘇作為長江經濟帶下游省份，物流產業發展迅速，擁有豐富的物流資源，交通基礎設施條件相對較好，雖然較高的物流產業能耗產生了較高的碳排放量，但投入產出匹配度比較合理，因而實現了較高的物流效率。而安徽、江西則實現了低碳排，高效率，作為長江經濟帶中下游區域的代表，這兩個地區以較少的物流投入獲得了較高的產出，同時減少了物流產業的碳排放，實現了物流產業的高效發展。

第二梯隊為浙江、湖南、重慶、四川，處于物流中效區。細分來看，浙江省物流產業發展較快，物流資源投入較多，在物流發展過程中產生了較多的二氧化碳排放，投入產出匹配度不夠合理，物流產業效率有待提高；而作為長江中上游地區的湖南、重慶、四川物流產業發展較為緩慢，物流產業資源利用率較低，雖然實現了物流業的低碳排，但物流產出不足，物流產業效率總體不高。

第三梯隊為湖北、貴州、云南，屬于物流低效區。其中，湖北、云南、貴州作為長江經濟帶中上游地區，地區經濟發展水平、物流資源稟賦以及物流人才的匱乏都使得物流產業效率無法達到生產前沿面，而湖北省更是存在較為嚴重的二氧化碳排放問題，因而整體物流效率較低。

碳約束下的長江經濟帶物流效率中高效區集中在長江經濟帶下游區域，低效區集中在經濟帶上游區域，呈現“下游高上游低”的格局。由此表明，第一梯隊是其他梯隊成員學習的“標桿”；第二梯隊成員較多，是改善長江經濟帶物流效率的重心和突破口；第三梯隊碳約束下的物流效率相對較低，是扶持和改善的重點對象。

五、結論

本文基于考慮非期望產出的Super-SBM模型，對長江經濟帶11個省市的物流效率進行測度分析，并對其時空演化特征、區域演化差異、效率演化類型進行了刻畫。主要結論如下：

（1）不考慮碳約束的長江經濟帶物流產業效率明顯高于考慮碳約束的情形，這表明長江經濟帶大部分地區未考慮非期望產出的物流產業效率被嚴重高估，考慮非期望產出對物流效率測度具有明顯影響且更符合實際生產過程。

（2）長江經濟帶物流效率空間格局上呈現由前期東部效率高、中西部效率低的特點演變為東部圍繞上海、中部圍繞安徽、西部圍繞四川的三級格局；時間序列演化方面，碳約束下長江經濟帶2005-2014年間的物流效率呈現先下降后上升的U型走勢，物流發展模式由粗放型向集約型轉變。

（3）從區域物流發展來看，長江經濟帶上游區域物流效率呈現前期平穩發展，后期下降的趨勢，中下游區域呈現先下降后上升的U型走勢，三大區域物流效率差距呈現先縮小后擴大的趨勢；長江經濟帶物流效率演化類型可分為高、中、低三個梯隊，第二梯隊是改善長江經濟帶物流效率的重心和突破口。

［1］王維國，馬越越.環境約束下中國地區物流業全要素生產率重估及收斂性研究［J］.數學的實踐與認識，2012，42（11）：38-49.

［2］鄧學平，王旭，Ada Suk Fung Ng，等.我國物流企業全要素生產效率分析［J］.系統工程，2008，26（6）：1-9.

［3］劉滿芝，周梅華，楊娟.基于DEA的城市物流效率評價模型及實證［J］.統計與決策，2009，25（6）：50-52.

［4］田剛，李南.中國物流業全要素生產率變動與地區差異——基于隨機前沿模型的實證分析［J］.系統工程，2009，27（11）：62-68.

［5］劉秉鐮，余泳澤.我國物流業地區間效率差異及其影響因素實證研究——基于數據包絡分析模型及托賓模型的分析［J］.中國流通經濟，2010，26（9）：18-21.

［6］樊元，馬麗梅.中國區域物流發展效率實證分析［J］.統計與決策，2012，28（3）：113-116.

［7］王琴梅，譚翠娥.對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析［J］.軟科學，2013,27（5）：70-74．

［8］Rita Markovits Assessing the logistics effciency of European countries by using the DEA-PC methodology［J］.Transport，2014，29（2）：137-145.

［9］Starr McMullen B.Dong-Won Noh，Accounting for emis?sions in the measurement of transit a-gency efficiency：A di?rectional distance function approach［J］.Transportation Re?search Part D，2007，12（1）：1-9.

［10］Yu M M，Hsu S H，Chang C C，et al.Productivity growth of Taiwan’s major domesticairports in the presence of air?craft noise［J］.Transportation Research Part E，2008，44（3）：543-554.

［11］Hailu A，Veeman T S.Non-parametric productivity analy?sis with undesirable outputs：an app-lication to the Canadi?an pulp and paper industry［J］.American Journal of Agri?cultural Econ-omics，2001，83（3）：605-616.

［12］Seiford L M，Zhu J.Modeling undesirable factors in effi?ciency evaluation［J］.European Jour-nal of Operational Re?search，2002，142：16-20.

［13］Tone K.Dealing with undesirable outputs in DEA：A slacks-based measure（SBM）Approach［R］.GRIPS Re?search Report series，NO.0005，2003.

［14］Fare R，Grosskopf S.Pasurka Carl A.Environmental produc?tion functions and environmental directional distance func?tions［J］.Energy，2007，32：1055-1066.

［15］王波，張群.環境約束下不同生產效率模型研究［J］.系統工程理論與實踐，2002，22（1）：1-8.

［16］張立國，李東，周德群.中國物流業二氧化碳排放績效的動態變化及區域差異——基于省級面板數據的實證分析［J］.系統工程，2013,31（4）：95-102.

［17］楊良杰，吳威，蘇勤，等.基于SBM-Undesirable模型的1997-2010年中國公路運輸效率評價［J］.地理科學進展，2013，32（11）：1602-1611.

［18］Tone K.A slacks-based measure of efficiency in data en?velopment analysis［J］.European Jou-nal of Operational Research，2001，130（3）：498-509.

［19］Tone K.A Slacks-based measure of super-efficiency in da?ta envelopment analysis［J］.Europe-an Journal of Opera?tional Research，2002，143（1）：32-41.

A Study on Measurement of the Yangtze River Economic Belt Logistics Efficiency Based on the Super-SBM Model

WANG Yu-hong,LIU Qi
（School of Business,Jiangnan University,Wuxi 214122,China）

This paper,based on the Super-SBM model not considering undesirable outputs,measures the logistics efficiency values of 11 provinces along the Yangtze River Economic Belt from 2005 to 2014,and describes their spatial and temporal evolution characteristics,re?gional evolution differences and efficiency evolution types.The study shows that:The logistics efficiency values not considering undesirable outputs are significantly higher than the ones considering undesirable outputs;The spatial pattern of logistics efficiency of the Yangtze Riv?er Economic Belt presents that the characteristics of higher efficiency in the eastern area and lower efficiency in the central and western ar?eas at the early stage evolve into three poles,which are the east around Shanghai municipality,the central around Anhui province and the west around Sichuan province;From the perspective of time series evolution,the logistics efficiency shows a U-shaped trend from 2005 to 2014;From the perspective of regional evolution differences,the logistics efficiency of the lower reaches of the Yangtze River Economic Belt is obviously higher than that of the middle reaches,The three regional logistics efficiency gaps present the trend of dwindling first and en?larging afterward;The evolution of logistics efficiency in the Yangtze River Economic Belt is classified into three types:high,medium and low,the medium type is the center of gravity and breakthrough to improve the logistics efficiency of the Yangtze River Economic Belt.

the Yangtze River Economic Belt;carbon constraints;undesirable outputs;Super-SBM model

F127;F259.22

A

1007-5097（2017）05-0072-06

［責任編輯：程靖］

10.3969/j.issn.1007-5097.2017.05.010

2017-02-03

國家自然科學基金項目（71301061;71503103）；江蘇省社會科學基金項目（14GLC008）；江蘇省自然科學基金項目（BK20150157）；中央高校基本科研業務費專項基金項目（JUSRP1504ZD;2017JDZD06）；江蘇省高校青藍工程項目；江蘇省教育科學“十三五”規劃重大項目（A/2016/011）；江蘇省六大人才高峰項目（2016-JY-011）；廣義虛擬經濟研究專項（GX2014-1023（M））

王育紅（1979-），男，河南駐馬店人，教授，管理學博士，研究方向：不確定性系統預測與決策方法，灰色系統理論；劉琪（1992-），女，江蘇宜興人，碩士研究生，研究方向：低碳物流。