基于靜態與動態分析的我國區域生態物流效率評價

蘆莎梅，陳 焰

（武漢理工大學，湖北 武漢 430000）

1 引言

生態物流效率是在區域生態物流發展過程中，能夠同時反應某區域物流業在發展的全過程中自身產生的效益以及其對區域各方面產生的影響，包括對區域的經濟、社會、生態環境等綜合產生的效益[2]。關于生態物流效率的研究主要集中在考慮碳約束的生態物流效率研究，生態物流效率評價指標體系構建以及生態物流效率評價方法研究等。考慮碳約束的生態物流效率研究方面，王燕等人將是否考慮碳排放約束的我國區域物流能源效率進行對比，發現以往忽略碳排放約束的效率測度方法高估了物流業的能源效率[3]；Ami Halldorsson 認為能源效率的提升對減少物流行業碳排放，促進物流行業生態發展有一定的幫助[4]。關于生態物流效率評價指標體系構建的研究，李潔根據重慶市物流業生態化發展狀況，構建了一套生態物流效率評價體系，對重慶市的生態物流效率進行研究[5]。在生態物流效率評價方法的研究方面，Daisuke Ichinose 等人利用DEA模型對日本城市固體廢棄物的物流效率展開了研究[6]；周葉等人采用SE-DEA 方法對我國23 個省（市、區）的生態物流效率進行對比研究，并對影響省域物流行業生態效率的原因進行了分析[7]；李潔運用因子分析法對重慶市的生態物流效率進行評價，并依據分析結果對重慶市未來物流業生態化發展提出了建議[5]；王燕等人運用SBM-Tobit 模型測度了我國30 個省份的物流能源效率，并分析了我國物流能源效率的發展趨勢[3]。

從目前關于生態物流效率的研究現狀來看，存在兩點不足：第一，對生態物流效率的動態分析較為少見；第二，對生態物流效率外部影響因素的研究還有待加強。為此，本文在已有文獻的研究基礎上，構建一套針對我國省（市、區）生態物流效率的指標體系，并分別采用DEA 和Malmquist 方法，以靜態和動態分析相結合的方式對我國省（市、區）生態物流的效率進行評價。

2 研究方法

2.1 DEA方法

數據包絡分析方法（DEA）是一種多投入與多產出的效率評價方法，通過投入與產出的情況用以評價各決策單元（DMU）的相對效率。這種方法不僅無需提前設定函數之間的關系，而且無需假定各指標的權重。根據規模報酬是否可變的假定，可將其分為規模報酬不變（CRS）的CCR 模型與規模報酬可變（VRS）的BCC 模型。其中，CCR 模型是以投入為導向的DEA 模型，而BCC 模型是以產出為導向的DEA模型，當規模報酬不變時，兩種模型的計算結果一樣，而當規模報酬可變時，兩種模型的測算結果不同。考慮到本文研究對象為生態物流效率，控制投入要素更加可行，因此本文采用以投入為導向的CCR模型。

本文針對我國區域生態物流效率評價問題，將各省（市、區）看作決策單元DMU，假設共有n個決策單元DMUj（j=1,2,…,n），投入變量設為X，產出變量設為Y，則決策單元的投入產出向量分別為j=1,2,…,n。該模型進行綜合效率評價時，構建的最優化線性規劃如公式（1）所示：

將式（1）轉化為其對偶規劃，如式（2）所示：

其中，yrj為第j 個決策單元的第r 種產出變量的指標值，xij則為第j個決策單元的第i個投入變量的指標值，λj為投入產出向量的權重，θ反應決策單元的投入產出效率情況。θ=1時，該模型下的DEA有效。

12月3日，中國水利學會、清華大學、中國水利水電科學研究院在京聯合召開紀念錢寧同志誕辰90周年座談會。全國政協原副主席、中國工程院院士錢正英，水利部部長、黨組書記陳雷出席座談會并講話。水利部副部長、黨組副書記矯勇，清華大學黨委書記胡和平，水利部黨組成員、中紀委駐部紀檢組組長董力，水利部副部長胡四一，中國水利學會理事長、水利部原副部長敬正書，水利部總工程師汪洪、總規劃師周學文等出席座談會。

通過DEAP 2.1 軟件對上述公式處理的結果中，包含技術效率、純技術效率與規模效率。其中技術效率是區域生態物流效率的度量，純技術效率反應了區域物流技術與管理水平，規模效率反應了當前規模下區域物流產業實際產出的利用程度。

2.2 Malmquist方法

Malmquist 指數是用于衡量DEA 模型中的動態變化的測度方法。這種方法動態衡量了當年生態物流效率較上一年的變化，其中包括技術效率變化指數、技術變化指數以及全要素生產率指數，其中全要素生產率指數反應了區域生態物流全要素生產率的變化程度。

針對本文所研究的問題，設時期為t=1,2,…,T。t期和t+1期的Malmquist 指數分別為如式（3）和式（4）所示：

當規模效益不變時，Malmquist 指數可表示為全要素生產率指數=技術變化指數*技術效率變化指數。即其中技術效率變化指數為，技術效率變化指數可以分解為純技術效率變化指數與規模效率變化指數的積。 技術變化指數為

當Malmquist指數＞1時，全要素生產率隨著年份增長在提高；當Malmquist 指數=1 時，全要素生產率與前一年保持一致；當Malmquist 指數＜1 時，全要素生產率較上一年有所減少。

3 區域物流效率測算

3.1 指標選取與數據來源

由于目前我國《國民經濟行業分類》（GB/T 4754-2011）中并沒有將物流行業作為一個獨立的行業分類，結合已有文獻的處理方式[7]，本文研究的物流業包含運輸業、倉儲業和郵政業等在內。因此，下文的“物流業”相關指標均來自于“運輸業、倉儲業和郵政業”。

結合生態物流效率的內涵，參考已有文獻[7]，從人力投入、財力投入與能源投入三個方面構建生態物流效率評價體系，選取“物流業從業人員數量”、“物流業固定資產投資”與“物流業能源消耗量”三個指標作為投入指標，鑒于生態物流效率需要考慮環境治理因素，因此本文加入“環境治理固定資產投資”指標作為環境治理指標。由于當前“環境治理固定資產投資”這一指標沒有對各行業單獨進行統計，本文將各省在這一指標上的總投資額直接作為投入變量進行處理。

產出指標方面，分別從規模和質量兩個方向選擇指標。結合已有文獻[7]，選取貨物周轉量作為規模產出指標，各省（市、區）物流行業生產總值作為質量產出指標。此外，在物流活動中，往往伴隨著二氧化碳的排放，在相同規模的物流活動中，碳排放越小，物流效率越高，因此將物流業碳排放作為非期望產出，并將其作為投入指標進行測算。各指標具體見表1。

本文選取2012-2016年我國各省（市、區）的物流業投入產出指標作為實驗數據，數據主要源于2013至2017年的《中國統計年鑒》與各省（市、區）統計年鑒。由于浙江、重慶、西藏、寧夏與新疆物流業能源消耗量的數據缺乏，本文選取26個省（市、區）進行計算。

表1 生態物流效率評價指標體系

3.2 基于DEA的靜態分析

本文運用DEAP2.1軟件對生態物流效率進行評價，并根據《國務院發布關于西部大開發若干政策措施的實施意見》以及黨的十六大報告的精神，將26個省（市、區）分為東部地區、中部地區和西部地區，其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、福建、山東、廣東與海南；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北與湖南；西部地區包括內蒙古、廣西、四川、貴州、云南、陜西、甘肅與青海。為更清晰的表達不同地理位置的省域的生態物流效率的差別，現將各省（市、區）的技術效率、純技術效率以及規模效率根據各省（市、區）的經濟區分類，計算各地區的均值，并將結果繪制成趨勢分析圖，如圖1至圖3所示：

圖1 2012-2016年全國和三大經濟地帶生態物流效率

圖2 2012-2016年全國和三大經濟地帶純技術效率

圖3 2012-2016年全國和三大經濟地帶規模效率

通過觀察趨勢分析圖，可以得出以下結論：

（1）區域生態物流的技術效率、純技術效率與規模效率的變化趨勢均為東部地區大于中部地區大于西部地區，東部地區的生態物流發展優于其他地區，西部地區的生態物流發展仍有較大的上升空間。

（2）東部地區的生態物流純技術效率值五年來一直保持上升趨勢， 2016年東部地區純技術效率值接近1，可見東部地區當前的物流技術與管理水平幾乎能夠滿足當前的生產需要，物流資源能夠得到合理的利用。反觀中、西部地區，自2013年開始，純技術效率逐漸下降，且低于全國平均水平，東部地區與中、西部地帶的純技術效率差距逐漸擴大，說明當前中、西部地帶生態物流的相關技術與管理水平均未滿足當前的生產需求，應加強生態物流的技術與管理水平，提高相關資源利用率。

（3）規模效率方面，東、中部地區的差距不斷縮小，到2016年，中部地區的規模效率超過東部地區。兩地區的規模效率值保持在0.9左右，高于全國平均水平。而西部地區規模效率與東、中部地區差距較大，近兩年的規模效率值均低于0.8，說明西部地區亟需調整當前物流產業結構，合理投入物流資源，實現物流產業規模與技術的匹配。

（4）技術效率方面，三個地區之間均有一定差距，東部地區技術效率保持上升趨勢，五年間技術效率值均高于0.9，而中、西部地區生態物流效率自2014年開始逐年下降，兩地區的技術效率值均低于當年全國平均水平，并且技術效率變化趨勢保持一致。結合純技術效率和規模效率可以發現，中部地區生態物流效率低于東部地區是由于其純技術效率偏低，需要改進當前物流技術以及管理水平，保障資源的充分利用。而西部地區生態物流效率低于中部地區則是由于地區規模效率偏低，需要調整物流行業結構，優化物流資源配置。

3.3 基于Malmqusit的動態分析

前文通過DEA方法對省域生態物流進行了靜態分析，為了解每一年各省（市、區）的生態物流效率較上一年的變化，現引入Malmquist 指數，對各省（市、區）生態物流進行動態分析。運用DEAP2.1 進行Malmquist指數測算，根據計算結果，將五年間全國三大經濟地帶全要素生產率指數均值繪制趨勢分析圖，如圖4所示。

可以發現，東部地區的全要素生產率高于其他地區，其中西部地區全要素生產率五年間的變化趨勢與全國全要素生產率均值保持一致。東部地區自2014年開始基本維持全要素生產率的上升。中、西部地區的全要素生產率除2016年較2015年有所增長外，一直保持下降趨勢。值得一提的是2013年至2015年中部地區的全要素生產率指數始終低于西部地區，說明西部地區全要素生產率的下降趨勢要緩于中部地區。

將2012-2016年間我國三大經濟地帶全要素生產率指數進一步分解，見表2。分析測算結果發現，東部地區全要素生產率指數保持不變，雖然技術進步指數有0.5%的下降，但是技術效率指數0.5%的增長抵消了技術水平的降低。中部地區全要素生產率指數降低3.2%，其中技術進步指數降低1.2%，技術效率變化指數降低2%，純技術效率變化指數與規模效率變化指數分別降低1.8%與0.2%，說明純技術效率的降低與技術水平的降低導致中部地區全要素生產率的下降。西部地區全要素生產率降低3%，技術效率變化指數降低4%，技術進步指數增加1.1%，說明西部地區全要素生產率的下降主要由技術效率的降低導致，技術水平提高所帶來的積極影響未能修正技術效率降低所帶來的消極影響。由表2中均值可知，本國生態物流全要素生產率降低2.1%，其中技術進步指數降低0.3%，技術效率變化指數降低1.8%，純技術效率變化指數與規模效率變化指數分別降低0.6%和1.2%，這表明規模效率的降低阻礙了我國生態物流全要素生產率的提高。

圖4 2012-2016年全國和三大經濟地帶全要素生產率指數

表2 2012-2016區域全要素生產率指數分解

為分析不同年份間全要素生產率指數變化，將2012-2016年的全要素生產率逐年分解，見表3。除2015-2016年間全要素生產率有所提高，其余年間全要素生產率分別下降5%、0.6%和5%。首先，觀察表3中相應數值發現2012-2013年全要素生產率的降低是由技術變化指數下滑7.7%造成，技術效率變化指數3%的提高未能抵消技術降低帶來的影響。其次，2013-2015年間技術效率變化指數分別降低5%和6%，且純技術效率變化指數與規模效率變化指數均處下降狀態，說明其間我國物流行業管理水平、物流資源利用率未能提高。最后，2015-2016年間，全要素生產率提高2.3%，其中技術進步指數與技術效率變化指數與規模效率變化指數分別提高1.1%、1.2%和2.1%，說明物流業技術水平保持進步，行業規模經濟發展，雖然純技術效率沒有進一步增長，但是并未轉變全要素生產率的上升趨勢。縱觀技術效率變化與技術變化可以發現，2012-2016年間，技術變化指數總體呈現上升趨勢，物流行業技術水平逐漸提高。技術效率變化略有波動，其中，純技術效率逐漸降低，規模效率逐漸提高，說明近年物流業技術與管理水平沒有顯著的提高，但物流業規模不經濟問題在逐漸緩解。

表3 2012-2016年全國和三大經濟地帶全要素生產率指數分解

4 結論與建議

4.1 結論

本文通過分析2012-2016年各省（市、區）物流產業的相關數據，借助DEA-Malmquist研究方法對我國三大經濟地帶的生態物流效率進行靜態與動態的分析。主要結論如下：

（1）不同地區的物流行業生態效率差距明顯，總體趨勢為東部地區，中部地區和西部地區的生態物流效率依次遞減。其中，物流行業技術與管理水平與行業規模的不匹配導致中部地區生態物流效率無效。物流行業的規模不經濟拉低西部地帶生態物流效率。

（2）全國的全要素生產率在2012-2015年間處于下滑狀態，在2015-2016年略微提高。其中技術變化指數自2013年開始逐年上升，可見物流技術水平每年均有所提高，而技術效率進步指數只在2016年較前一年有所提升，說明導致全要素生產率降低的主要因素是生態物流效率的降低。

4.2 建議

根據DEA-Malmquist分析結果，若要在未來進一步提高生態物流效率，可從以下幾方面入手：

（1）打破區域界限，促進區域協同發展。根據本文分析結果，東部地帶、中部地帶、西部地帶的生態物流效率值依次遞減，各個區域的物流生態化發展程度分層明顯。應打破區域的界限，讓物流生態發展優秀的省（市、區）帶動周邊物流生態發展較差的省（市、區），借鑒學習相關經驗，帶動區域物流生態化發展，提高生態物流效率，從而提高全國生態物流效率。

（2）增強生態文明建設，形成生態發展意識。資料調查顯示，2016以前，國家并未出臺明確推行物流行業生態化發展的文件，應加快出臺推進行業生態化發展的政策法規，發揮國家監督作用，強化物流行業生態發展意識。