中國物流業二氧化碳排放效率測度與分析

龔愛清，張立國 GONG Aiqing,ZHANG Liguo

（1.桂林電子科技大學 現代教育技術中心，廣西 桂林 541004；2.桂林航天工業學院 廣西航空物流研究中心，廣西 桂林541004）

0 引言

氣候變化是近年來國際社會廣泛關注的問題，以二氧化碳為代表的溫室氣體減排已經成為全球環境治理的核心內容。2015年11月，在聯合國氣候大會上，習近平主席代表中國承諾，“有信心和決心，在2030年使單位國內生產總值二氧化碳排放量比2005年下降60%～65%。”黨的十九大報告中明確提出，中國要“積極參與全球環境治理，落實減排承諾。”

物流業是國民經濟的重要組成部分，對于區域經濟發展具有基礎性作用。物流業是中國二氧化碳排放的主要行業之一，尤其是燃油的消耗，穩居各行業首位。同時，物流業還是中國目前唯一二氧化碳排放強度持續增加的行業，其達到峰值的時間尚未明顯的體現出來。因此，研究中國物流業的二氧化碳排放效率，對于參與全球環境治理，落實減排承諾具有重要的意義。

關于物流業二氧化碳方面的研究，現有的文獻大致分為如下三個方面：一是對于低碳物流理論的探討。2003年，英國政府發布了英國能源白皮書《我們能源的未來：創建低碳經濟》，首次提出了低碳經濟的概念。后來，不同學者開始將低碳經濟與各個行業相結合，低碳物流就是其中一個行業領域。如董千里等（2010）運用物流集成思想，分析了低碳物流運作理論基礎及其模式要點，論證了貨運物流化實現低碳物流運作的重要途徑。同時還界定了低碳物流的內涵，并從宏觀和微觀兩個層面分析了低碳物流業實現路徑[1]。王國文（2010）總結了低碳物流概念，并從供應鏈的角度提出了實現低碳物流的政策建議[2]。徐旭（2011）歸納了低碳物流的內涵和特征，并從物流活動低碳化、循環化和低碳化等方面研究了低碳物流的發展模式[3]。二是物流系統低碳發展建模方面的研究。低碳物流概念提出以后，許多學者開始從物流系統的視角研究低碳發展問題，探討如何通過系統設計和建模實現低碳化發展。如崔娥英等（2012）將物流網絡設施選址問題與環境因素相結合，構建了單目標綠色物流網絡模型，研究了碳稅和碳交易變化對總物流成本的影響[4]。匡海波等（2014）研究了低碳轉型下的港口質押貸款理論，建立了低碳港口物流質押貸款組合優化決策理論模型[5]。郭健全等（2017）構建了碳交易環境下，兩階段生鮮電商企業跨區域閉環物流網絡及配送車輛路徑優化模型[6]。三是低碳物流系統效率實證研究。隨著低碳物流研究的不斷深入，以數據為支撐的實證研究成為必然趨勢，許多學者開始利用統計數據對低碳物流系統進行實證研究。如劉承良等（2017）利用2003～2014年30個省市區的物流業面板數據，研究了低碳約束下的物流業效率空間演化問題[7]。馬越越（2016）從低碳視角出發，研究了中國區域物流業全要素生產率的空間溢出效應[8]。董鋒等（2016）基于超效率DEA模型同時引入Ruggiero三階段方法，測算了低碳約束下我國的省際物流業效率[9]。

從現有的文獻分析，有關物流業二氧化碳排放方面的研究，理論和建模的研究相對較多，而實證計量視角的研究相對較少。現有的少量的實證研究，主要是側重于將二氧化碳作為一個因素研究物流業的全要素效率問題，專門研究物流業二氧化碳排放效率方面的文獻還比較少見。本文將針對中國物流業的二氧化碳排放效率問題，進行系統性的研究。

1 研究方法

對于非期望產出的處理，目前常用兩種方法，第一種方法是將非期望產出視為生產過程中的投入要素，將其和其他投入要素一起引入生產函數，然后用生產率理論進行計算。如Mohtadi（1996）[10]、Ramanathan（2005）[11]等。第二種方法是將非期望產出視為產出要素。這種方法先對非期望產出進行數據轉化，然后將其作為產出要素引入生產過程，用生產率理論處理，如Chung（1997）[12]、涂正革（2008）[13]等。由于目前第一種方法較為成熟，這里嘗試用第一種方法對中國物流業二氧化碳排放的效率進行測度。本章利用非參數DEA分析方法，將二氧化碳排放作為物流業的一個投入要素，在全要素生產率框架下構建物流業二氧化碳排放的效率測度模型。根據全要素生產率理論的相關表述，利用投入導向性CCR-DEA模型，構建物流業的二氧化碳排放效率的測度模型，具體構建過程如下：

其中，xij表示第j個省物流業的第i個輸入變量，yrj表示第j個省物流業的第i個輸出變量；基于數據的可得性，在本模型中，n=30,m=4,r=1；和分別為輸入和輸出要素中的松弛變量；λ為相對于在CCR模型中DMU0重新構造一個有效的DMU組合中第j個省物流業的投入產出要素組合比例。

根據式（1）的計算，令決策單元的最優效率值為θ*，則可以得到如下結論：

（1）若θ*=1，且當所有的s-和s+均為0時，則稱其對應的獨立決策單元DEA有效，表明第j個省的物流業投入要素之間達到了最佳的組合比例，并產出了最好效果，物流業的全要素效率最佳。

（2）若θ*=1，但是s-≠0或者s+≠0，則稱其對應的獨立決策單元為弱DEA有效。此時，可以通過減少某種要素投入的方式，得到相同的產出效果，或者在保持投入要素不變的情況下，將產出提高。

（3） 若θ*＜1，則稱其對應的獨立決策單元為非DEA有效。

對于情況（1），各個投入要素都得到了有效利用，是效率的最佳狀態。對于情況（2）和情況（3），決策單元的投入要素未得到充分利用，存在著投入冗余。

根據Hu和Wang對全要素能源效率概念的界定方式[14]，對于第j0個物流決策單元DMUj0，在其產出一定的條件下，其二氧化碳排放效率的測度方式界定如下：

2 數據的來源及處理

（1）變量選擇、數據來源與處理

基于數據的可得性和研究實際需要，這里選取《中國統計年鑒》和《中國能源統計年鑒》中2014年中國30個省、區、自治市（由于西藏的能源數據無法獲得，香港、澳門和臺灣的各類統計數據獲得困難，故在本研究中剔除）交通運輸、倉儲和郵政業的統計數據代替物流業。投入要素選擇為物流業資本存量、物流業從業人員數量和物流業能源投入量和物流業二氧化碳排放量，產出要素為物流業產值。

①資本存量：以《中國統計年鑒》中各地區的交通運輸、倉儲和郵政業固定資產投資額為依據。首先，利用GDP平減指數將2003～2014年12年中每年的固定資產投資額換算成1978年的物價水平，以消除價格因素對研究結果的干擾。其次，是對資本存量的計算。參考徐杰等[15]的研究結論，2000年我國的資本存量估計為51 844.5億元（1978年價格），結合當年我國的固定資產投資額，得到固定資產投資額與資本存量的比例關系。用當年我國各省的交通運輸、倉儲和郵政業固定資產投資額乘以該比例系數即可得到各省市區的2000年物流產業資本存量數。在物流業折舊率的選取方面，這里選取劉秉鐮[16]設定的12.1%。于是，根據永續盤存法就可以得到我國各省、市、區2014年物流業資本存量數值。

②物流業從業人員數量：選取《中國統計年鑒》中各省、市和自治區交通運輸、倉儲和郵政業2014年現有從業人員數。

③物流業能源投入數據：根據《中國能源統計年鑒》統計口徑，選取煤炭、焦炭、煤油、柴油、燃料油、液化石油氣、天然氣、熱力和電力等10種能源，將10種能源全部統一折算成標準煤[17]。

④物流業二氧化碳排放量：根據IPCC2006的研究結論，物流業的二氧化碳排放量可以通過各種能源消耗所產生的二氧化碳排放量估算加總得到。

⑤物流行業產值：選取《中國統計年鑒》中各省、市和自治區2014年交通運輸、倉儲和郵政業的產值，并將其全部轉化成1978年的價格。

相關數據的描述統計如表1所示。

表1 2014年我國物流業二氧化碳排放效率計算描述統計

3 中國物流業二氧化碳排放效率區域差異分析

根據本文建立的物流業二氧化碳排放效率測度模型，利用2014年我國30個省市區的物流業數據，得到表2的計算結果。

表2 2014年我國區域物流業二氧化碳排放效率結果

從表2可以看出，2014年，我國物流業二氧化碳排放的效率平均為0.662，低于全國不分行業總體二氧化碳排放效率0.895[18]的數值。這種現象說明，在所有的行業當中，我國物流業的二氧化碳排放效率較低，行業的二氧化碳減排壓力巨大，實現2030年碳排放達到峰值，中國物流業需要進一步加強政策引導，出臺更為合理的政策措施。

從區域的視角分析，2014年，我國物流業二氧化碳排放效率呈現出了東部（0.762）大于中部（0.620），中部又大于西部（0.603）的特點。東部地區由于經濟發達，產業基礎雄厚，物流業所需要的貨物基礎能夠得到保證，物流業的規模經濟效應能夠很好的體現出來，所以物流業的二氧化碳排放效率較好。西部地區物流業基礎薄弱，物流集貨難度相對較大，車輛的實載率不高，導致無效行駛相對嚴重，進一步制約了西部地區物流業二氧化碳的排放效率。中部地區和西部地區的數據較為接近，與東部地區相比，差距較為明顯，說明我國物流業的地區發展不平衡現象較為嚴重。“一帶一路”戰略的提出對于西部地區的發展顯得尤為必要，“中部崛起”戰略的實施，能夠進一步提升中部地區的經濟發展速度。

4 中國物流業二氧化碳排放效率省域差異分析

根據本文建立的物流業二氧化碳排放效率測度模型，利用2014年我國30個省市區的物流業數據，得到表3的計算結果。

從表3可以看出，2014年，我國物流業的二氧化碳排放效率呈現出了明顯的兩級分化特征。江蘇、廣東、河北、貴州、青海和寧夏等6個省市區的表現最好，都達到了最優前沿面，DEA模型BBC有效。因此，上述6個省市區物流業二氧化碳排放的效率較高，已經是最優的非期望產出。

但是，從物流業的二氧化碳排放效率計算過程分析，在考慮二氧化碳排放的視角下，廣東、貴州、青海和寧夏等4個省市的物流業效率尚未達到最優，這與它們的規模效率未達到最優有關，4個省區的規模效率數值分別為0.797、0.903、0.241和0.816。

2014年，廣東省物流業規模效率為0.797，整個行業已經進入了規模收益遞減階段，是全國唯一一個規模收益遞減的地區。廣東省作為我國經濟最發達的省，近年來的GDP一直雄踞全國首位，物流業的規模也隨之快速發展起來，涌現出了大量的物流企業。許多地區都發布了物流發展規劃，建立大量的物流園區。2014年，廣東物流產業增加值為2 740.76億元，占GDP的4.04%。新增固定資產投資額2 589.9億元，僅占固定資產總投資的9.85%，從業人口85.4萬人，人員投入僅占4.33%。以上投入都大于全國的平均水平，使得廣東省的物流業存在投入過剩情況。因此，為了進一步規范廣東的物流業發展，減少二氧化碳排放，廣東需要優化投資組合，適當減少物流資源的投入，將物流行業的轉型升級作為工作重點。

貴州和寧夏的物流業處于輕微的規模收益遞增階段，說明這兩個省區存在著物流業投入有一定不足，需要進一步優化投入要素的投入比例，適當增加某些投入要素的數量，使得整個行業的物流效率獲得提升。

青海省的表現最為與眾不同，物流業二氧化碳排放效率最優，而行業規模收益處于快速遞增階段，說明該省存在的物流業投入不足較為嚴重，急需加大投資力度。因此，青海的物流業發展需要注意兩個途徑：一是要加大經濟的發展速度，使得物流業的服務對象得到保證，從而提升物流業的發展，提高設施設備的利用率。二是，加大物流業投入要素力度，特別是基礎設施的建設力度，鼓勵更多的物流企業進駐青海。同時，注重對物流企業的整合，促進產業集聚，不斷提升物流業的規模收益。

從表3還可以看出，2014年，云南、遼寧、四川、黑龍江、廣西和新疆等6個省市區的表現較差，物流業的二氧化碳排放效率均為0.5以下，是全國數值較低的主要原因。全國30個省市區中，有15個在0.6以下，占了總數的一半。高于全國不分行業二氧化碳排放效率值（0.895）的省市區只有7個。

云南省物流業的二氧化碳排放效率（0.235）表現最差。物流業的純技術效率（0.289）低是主要原因。出現這種情況的原因可能有以下兩個方面，一是云南的新技術應用較為緩慢。云南是我國的內陸省份，交通不方便，民族較多，新技術推廣應用的難度較大。特別是在臨近省份貴州大數據行業迅速發展的背景下，云南的相對落后更為明顯。在對接東盟發展過程中，云南在許多領域已經被臨近省份廣西所超越，導致了對現代新技術企業的吸引力不足；二是云南的基礎設施投入不足，云南是我國西南地區最后通高鐵的省，許多地方鐵路運輸依然處于運力的水平依然比較低下，制約了地方經濟的發展。

同時，我們發現，東北4省區（黑龍江、吉林、遼寧和內蒙古）的物流業二氧化碳排放效率值在全國處于較低水平。這與當前我國東北地區的發展實際是相一致的。東北地區屬于我國傳統的老工業基地，在新中國經濟發展中曾經起到了至關重要的作用。然而，進入新世紀以來，由于一些原因，東北在產業轉型發展過程中沒有跟上，傳統產業沒有實現轉型升級，導致了近年來的經濟發展一直低迷。東北地區的物流業仍然屬于較低的資源消耗型行業，管理水平相對落后，導致了二氧化碳排放效率較為低下。

表3 2014年我國省域物流業二氧化碳排放效率結果

5 結論

應用CCR—DEA分析方法，將物流業的二氧化碳排放作為投入要素，構建了全要素視角下的物流業二氧化碳排放測度模型，通過2014年的數據對我國30個省市區的二氧化碳排放效率進行了測度，并從全國、區域和省域三個視角進行了分析。主要結論如下：

第一，DEA模型能夠與非期望產出相結合，能夠單獨測度非期望產出的效率數值。

第二，從全國的視角分析，2014年，我國物流業二氧化碳排放的效率平均為0.662，遠低于全國各行業平均水平，說明在節能減排問題上，物流業是以后政府關注的重點領域，需要出臺密集的政策和措施才能確保減排承諾的實現。

第三，從區域的視角分析，2014年，我國物流業二氧化碳排放效率呈現出了東部（0.762）大于中部（0.620），中部又大于西部（0.603）的特點。中部與西部地區的效率值較為接近，但是與東部的差距較大，說明我國物流業二氧化碳排放效率的區域不平衡問題較為明顯。

第四，從省域的視角分析，2014年，我國物流業的二氧化碳排放效率呈現出了明顯的兩級分化特征。江蘇、廣東、河北、貴州、青海和寧夏等6個省市區的表現最好，都達到了最優前沿面，DEA模型BBC有效。東北4省區（黑龍江、吉林、遼寧和內蒙古）的物流業二氧化碳排放效率值在全國處于較低水平，東北經濟振興刻不容緩。