碳約束下冷鏈物流效率及其收斂性研究
——以生鮮農(nóng)產(chǎn)品為例

原雅坤，陳久梅, ，但 斌

（1.重慶工商大學(xué)管理科學(xué)與工程學(xué)院，重慶 400067；2.重慶市特色農(nóng)產(chǎn)品加工儲運工程技術(shù)研究中心，重慶 400067；3.重慶大學(xué)經(jīng)濟與工商管理學(xué)院，重慶 400044）

隨著我國經(jīng)濟的快速發(fā)展，人們生活水平逐漸提高，對食品新鮮度也愈加重視，生鮮農(nóng)產(chǎn)品市場需求急速增長，冷鏈物流因此得到快速發(fā)展?！?018年中國冷鏈物流發(fā)展報告》數(shù)據(jù)顯示，2017年我國冷鏈物流需求總量達14 750萬t，較2016年同比增長18%，預(yù)計未來5年冷鏈物流需求仍將保持快速增長［1］。但我國冷鏈物流存在專業(yè)化水平低、成本高、運作效率偏低等問題，造成大量的資源浪費；此外，為保證生鮮農(nóng)產(chǎn)品的新鮮度，冷鏈物流在制冷過程中消耗大量能源，因此，隨著生鮮農(nóng)產(chǎn)品市場的擴大，冷鏈物流必將對環(huán)境產(chǎn)生更大的負面影響。而黨的十八大以來，黨中央多次強調(diào)生態(tài)文明建設(shè)，綠色發(fā)展成為我國經(jīng)濟發(fā)展的基本理念。由此可見，欲加快生態(tài)文明體制改革步伐，在約束碳排放的條件下發(fā)展生鮮農(nóng)產(chǎn)品冷鏈物流是必然趨勢；在碳約束下測算生鮮農(nóng)產(chǎn)品冷鏈物流效率、判斷其空間收斂性，對判斷當(dāng)前我國生鮮農(nóng)產(chǎn)品冷鏈物流行業(yè)發(fā)展水平，并為生鮮農(nóng)產(chǎn)品冷鏈物流未來發(fā)展指明方向具有重要意義。

1 文獻綜述

近年來有關(guān)生鮮農(nóng)產(chǎn)品冷鏈物流的研究成為熱點，研究成果頗豐，學(xué)者們從不同方面對生鮮農(nóng)產(chǎn)品冷鏈物流展開了研究，如，楊路明等［2］總結(jié)了生鮮農(nóng)產(chǎn)品冷鏈物流斷鏈的成因；Li等［3］針對生鮮農(nóng)產(chǎn)品冷鏈物流產(chǎn)品質(zhì)量控制問題設(shè)計了基于射頻識別（RFID）技術(shù)的質(zhì)量追溯系統(tǒng)；汪旭暉等［4］針對生鮮農(nóng)產(chǎn)品冷鏈物流體系建設(shè)問題構(gòu)建了基于物聯(lián)網(wǎng)的生鮮農(nóng)產(chǎn)品冷鏈物流體系，并分析了其運行機理；丁秋雷等［5］針對運輸中的突發(fā)性事件構(gòu)建了生鮮農(nóng)產(chǎn)品冷鏈物流的干擾管理模型，并設(shè)計了改進蟻群算法求解；張文峰等［6］針對生鮮農(nóng)產(chǎn)品冷鏈物流網(wǎng)絡(luò)網(wǎng)點布局和運輸配送問題，提出了以成本最小化為優(yōu)化目標的非線性混合整數(shù)規(guī)劃模型，并用量子粒子群算法求解；康凱等［7］針對生鮮農(nóng)產(chǎn)品冷鏈物流路徑優(yōu)化問題，構(gòu)建了考慮碳排放的路徑優(yōu)化模型，并設(shè)計了改進蟻群算法求解。

隨著對生鮮農(nóng)產(chǎn)品冷鏈物流的深入研究，一些學(xué)者嘗試對生鮮農(nóng)產(chǎn)品冷鏈物流效率進行研究，如，胡瀅［8］從綠色供應(yīng)鏈角度對我國生鮮農(nóng)產(chǎn)品冷鏈物流效率進行研究，發(fā)現(xiàn)我國生鮮農(nóng)產(chǎn)品冷鏈物流的運輸損耗率較高；孫?。?］利用兩階段網(wǎng)絡(luò)DEA及Tobit模型測算了我國東北地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率及其影響因素，結(jié)果顯示效率值最高的行業(yè)是乳制品冷鏈物流，效率值最低的是漁類產(chǎn)品冷鏈物流，指出合作意愿對物流效率提升產(chǎn)生顯著影響；張旭［10］利用三階段DEA對廣東省生鮮農(nóng)產(chǎn)品冷鏈物流效率進行了評價，結(jié)果顯示，2012—2015年廣東省生鮮農(nóng)產(chǎn)品冷鏈物流技術(shù)效率逐年上升，但整體水平偏低。當(dāng)前尚未有相關(guān)文獻對碳約束下生鮮農(nóng)產(chǎn)品冷鏈物流效率進行研究，而在生鮮農(nóng)產(chǎn)品冷鏈物流運作過程中，制冷需求不僅消耗大量能源也排放大量的CO2，加速全球變暖進程，因此，有必要在約束碳排放的條件下對生鮮農(nóng)產(chǎn)品冷鏈物流效率加以研究。

通過以上分析可知，關(guān)于生鮮農(nóng)產(chǎn)品冷鏈物流的研究雖取得豐富成果，但仍存在以下不足：其一，國內(nèi)外學(xué)者主要以斷鏈、產(chǎn)品質(zhì)量追溯、物流體系構(gòu)建等作為切入點，對生鮮農(nóng)產(chǎn)品冷鏈物流系統(tǒng)展開研究，但對生鮮農(nóng)產(chǎn)品冷鏈物流效率的研究較少；其二，罕有文獻在碳約束下對生鮮農(nóng)產(chǎn)品冷鏈物流效率進行研究，文獻［5］在考慮碳排放的基礎(chǔ)上針對生鮮農(nóng)產(chǎn)品冷鏈物流路徑優(yōu)化問題進行研究，并未探究生鮮農(nóng)產(chǎn)品冷鏈物流效率，而文獻［8］至文獻［10］僅對生鮮農(nóng)產(chǎn)品冷鏈物流效率進行研究，三者均未在約束碳排放情況下對生鮮農(nóng)產(chǎn)品冷鏈物流進行研究；其三，現(xiàn)有文獻對生鮮農(nóng)產(chǎn)品冷鏈物流效率省際差異收斂性的深入分析有所欠缺，文獻［9］在分析我國東北地區(qū)生鮮農(nóng)產(chǎn)品物流效率的基礎(chǔ)上對影響效率的因素進行了分析，并未對東北地區(qū)生鮮農(nóng)產(chǎn)品物流效率省際差異的收斂性進行探索。因此，本文在已有文獻基礎(chǔ)上，采用三階段數(shù)據(jù)包絡(luò)分析（DEA）方法，對碳約束下長江經(jīng)濟帶11個省市生鮮農(nóng)產(chǎn)品冷鏈物流效率進行測算，同時利用σ收斂和β收斂對其省際差異的空間收斂性進行分析，最后根據(jù)實證結(jié)果對長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流發(fā)展提出政策建議。

2 研究方法與數(shù)據(jù)來源

2.1 三階段DEA模型

三階段DEA是Fried等［11］于2002年提出的一種計算決策單元效率方法。其基本思路為：第一階段，利用傳統(tǒng)DEA模型求得各決策變量的效率值與投入差額值；第二階段，利用隨機前沿分析模型（SFA）調(diào)整各決策單元的投入量，以排除環(huán)境和誤差因素對效率值的影響；第三階段，采用調(diào)整后的投入量與初始產(chǎn)出量，再次利用DEA模型，得出剔除環(huán)境因素與隨機誤差影響的純管理效率值。

2.2 收斂性分析模型

本研究為了進一步考察長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流省際差異的演變趨勢，參考文獻［12］，從σ收斂和β收斂兩個層面對其加以檢驗。其中，σ收斂是基于樣本研究期末效率水平的描述，β收斂則是針對樣本觀察期內(nèi)效率增量而言。

（1）σ收斂。σ收斂是指不同地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率差距隨時間變化呈現(xiàn)下降態(tài)勢。本文參考文獻［13］采用標準差衡量σ收斂，計算公式如下：

式（1）中：σt為t年時樣本區(qū)域農(nóng)產(chǎn)品冷鏈物流綜合技術(shù)效率的標準差；TEi,t為i地區(qū)t年生鮮農(nóng)產(chǎn)品冷鏈物流的綜合技術(shù)效率。若σt值隨著年份t增大而減小，則表明該區(qū)域內(nèi)具有σ收斂。

（2）β收斂。β收斂可分為絕對β收斂和條件β收斂。其中，絕對β收斂是指在不考慮外在影響因素的條件下，各地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率的增長速度與其初始效率水平呈負相關(guān)。本文基于三階段DEA得出的數(shù)據(jù)，參考文獻［13］構(gòu)建絕對β收斂模型為：

式（2）中：t和T分別為樣本研究期初和期末；α、β、ε分別為常數(shù)項、收斂系數(shù)和隨機誤差項；其他參數(shù)含義同上。若β顯著大于1，則表明該樣本區(qū)域內(nèi)生鮮農(nóng)產(chǎn)品冷鏈物流效率發(fā)展處于收斂狀態(tài)；反之，則處于發(fā)散狀態(tài)。

條件β收斂是指在考慮外在影響因素的條件下，生鮮農(nóng)產(chǎn)品冷鏈物流效率較低地區(qū)與效率較高地區(qū)之間存在趕超趨勢，并隨著時間推移逐步趨于穩(wěn)定。參考文獻［14］構(gòu)建條件β收斂模型為：

2.3 指標選取與數(shù)據(jù)來源

三階段DEA評價指標由投入變量、產(chǎn)出變量和外部環(huán)境變量構(gòu)成。根據(jù)柯布-道格拉斯生產(chǎn)函數(shù)的思想，生產(chǎn)過程中的投入主要包括勞動投入、資本投入和技術(shù)水平，由于技術(shù)水平難以量化，因此本文在選取投入變量時主要考慮勞動和資本的投入。綜合分析已有文獻并結(jié)合本文研究內(nèi)容，碳約束下生鮮農(nóng)產(chǎn)品冷鏈物流效率評價指標選取情況如表1所示。以長江經(jīng)濟帶11省市2012—2017年的數(shù)據(jù)為樣本分析生鮮農(nóng)產(chǎn)品冷鏈物流效率，基礎(chǔ)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及各省市歷年統(tǒng)計年鑒以及國家統(tǒng)計局網(wǎng)站，并進行必要整理與計算。

（1）投入變量。

1）冷鏈物流作為一個高耗能行業(yè)，能源費用在資本投入中占據(jù)很大比例，所以在已有文獻中能源消耗量是反映資本投入的重要指標，但是，在計算考慮碳約束下生鮮農(nóng)產(chǎn)品冷鏈物流效率時，能源消耗量與碳排放量存在線性關(guān)系，此外，碳排放量作為衡量物流運作中污染物排放的指標，社會希望它盡可能少，符合DEA選取投入指標的標準，因此，參考文獻［15］采用碳排放量作為反映能源方面資本投入的指標。

2）在農(nóng)產(chǎn)品冷鏈物流中，不僅從業(yè)人員數(shù)是反映勞動力投入的主要因素，勞動力質(zhì)量也是影響生鮮農(nóng)產(chǎn)品冷鏈物流順暢運轉(zhuǎn)的關(guān)鍵因素，因此本文選取人力資本作為勞動投入指標。為了更準確地表征生鮮農(nóng)產(chǎn)品冷鏈物流中固定資產(chǎn)投入量，參考文獻［16］選取固定資產(chǎn)投資存量作為反映資本投入指標。

3）鑒于在現(xiàn)有統(tǒng)計標準下無法獲取物流業(yè)的具體數(shù)據(jù)，參考國內(nèi)其他學(xué)者研究中的做法，選用交通運輸、倉儲及郵政業(yè)有關(guān)數(shù)據(jù)來界定物流業(yè)［16］。由于本文研究生鮮農(nóng)產(chǎn)品冷鏈物流效率，考慮到數(shù)據(jù)準確性，對投入變量分別乘以生鮮冷鏈產(chǎn)品貨運量占總貨運量的比值，以此表示生鮮農(nóng)產(chǎn)品冷鏈物流運作中實際勞動與資本投入。

（2）產(chǎn)出變量。由于缺少生鮮農(nóng)產(chǎn)品冷鏈物流的相關(guān)數(shù)據(jù)，本文結(jié)合《中國冷鏈物流發(fā)展報告》中對農(nóng)產(chǎn)品冷鏈產(chǎn)品的統(tǒng)計標準，將各地區(qū)肉類、禽蛋、水產(chǎn)品、蔬菜、水果、牛奶、茶葉產(chǎn)量之和作為冷鏈生鮮農(nóng)產(chǎn)品貨運量［1］，從而更加準確反映農(nóng)產(chǎn)品冷鏈物流系統(tǒng)的實際產(chǎn)出。

（3）外部環(huán)境變量。外部環(huán)境變量應(yīng)選取對生鮮農(nóng)產(chǎn)品冷鏈物流效率產(chǎn)生影響但又不在樣本可控范圍內(nèi)的因素，例如地區(qū)發(fā)展水平、政府對交通運輸?shù)闹С至Χ鹊取Ｒ粋€地區(qū)經(jīng)濟發(fā)展水平對該地區(qū)農(nóng)產(chǎn)品冷鏈物流業(yè)發(fā)展有著較為顯著的影響，地區(qū)生產(chǎn)總值（GDP）作為反映地區(qū)經(jīng)濟發(fā)展的重要指標，在選取外部環(huán)境變量時應(yīng)優(yōu)先考慮。此外，政府對交通運輸?shù)拇罅χС忠彩寝r(nóng)產(chǎn)品冷鏈物流快速發(fā)展的原因之一，本文選擇地方財政交通運輸支出占地方財政一般預(yù)算支出的比例來衡量政府對交通運輸?shù)闹С至Χ取?/p>

表1 生鮮農(nóng)產(chǎn)品冷鏈物流效率評價指標選取

3 實證分析

在進行實證分析時，首先，需要對數(shù)據(jù)的同向性進行檢驗，驗證指標選取是否符合使用DEA模型測度效率的前提條件；其次，利用三階段DEA模型對長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率進行計算；最后，利用σ收斂、β收斂模型對長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率省際差異的收斂性進行檢驗。

3.1 同向性檢驗

使用DEA測度效率時，投入與產(chǎn)出必須滿足同向性要求，即投入增加必然導(dǎo)致產(chǎn)出增加。本文選用皮爾遜相關(guān)系數(shù)對變量的同向性進行檢驗［17］。利用SPSS 20.0軟件分析變量相關(guān)系數(shù)，結(jié)果見表2，可知每年各投入變量與產(chǎn)出變量均在10%顯著性水平下呈正相關(guān)關(guān)系，投入與產(chǎn)出變量滿足同向性要求。其中，2014年X3與Y的皮爾遜相關(guān)系數(shù)為0.390，為弱相關(guān)；2015年和2016年X3與Y的皮爾遜相關(guān)系數(shù)在0.4～0.6之間，為中等強度相關(guān)；其他投入變量與Y的皮爾遜相關(guān)系數(shù)均大于0.6，為強相關(guān)。因此，可以推斷根據(jù)本文收集的數(shù)據(jù)具有同向性，滿足使用DEA模型測度效率的前提條件。

表2 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流系統(tǒng)中投入產(chǎn)出變量的皮爾遜相關(guān)系數(shù)

3.2 三階段DEA處理結(jié)果

3.2.1 第一階段BCC模型實證結(jié)果

運用DEAP 2.1軟件計算長江經(jīng)濟帶11個省市生鮮農(nóng)產(chǎn)品冷鏈物流效率，結(jié)果包括綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）。以年為單位，對長江經(jīng)濟帶11省市生鮮農(nóng)產(chǎn)品物流效率求平均值，結(jié)果詳見圖1所示。

由圖1可知，在不考慮隨機誤差以及外部環(huán)境影響情況下，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流綜合技術(shù)效率平均值在0.353～0.474之間，整體偏低，純技術(shù)效率平均值呈波動下降趨勢，規(guī)模效率平均值隨時間呈波動增長趨勢，其中2017年相較于2012年，綜合技術(shù)效率與規(guī)模效率分別提高了0.040、0.107，而純技術(shù)效率降低0.027，表明起綜合技術(shù)效率平均值提高的主要原因是規(guī)模技術(shù)效率提高。此外，連續(xù)6年規(guī)模效率平均值均小于純技術(shù)效率平均值，這表明雖然近幾年規(guī)模效率逐步提高，但規(guī)模效率較低仍是制約綜合技術(shù)效率提高的主要原因。

圖1 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率平均值

3.2.2 第二階段SFA回歸結(jié)果

以第一階段中得到的投入變量松弛量為因變量，以地區(qū)生產(chǎn)總值（Z1）、政府支持力度（Z2）兩個外部環(huán)境變量為自變量，運用Frontier4.1軟件進行SFA模型分析，結(jié)果見表3所示。

由表3可知，盡管存在環(huán)境變量與個別投入變量回歸系數(shù)不顯著的情況，但從LR檢驗值可知，除2017年的X3松弛量外，其他投入變量松弛量均通過了10%顯著性水平下的似然比檢驗，說明環(huán)境變量對投入變量冗余存在顯著性影響；γ值均高于0.9，并達到1%的顯著性水平，說明管理因素對各投入變量冗余的影響占主導(dǎo)地位，隨機因素次之。因此，僅僅使用DEA模型計算農(nóng)產(chǎn)品冷鏈物流效率存在偏差，有必要利用SFA模型分離外部環(huán)境因素與隨機因素對效率造成的影響。首先，從Z1的回歸系數(shù)來看，若回歸系數(shù)小于0，則表示地區(qū)發(fā)展水平越高越有利于降低投入變量冗余，提高生鮮農(nóng)產(chǎn)品冷鏈物流效率；反之，表示地區(qū)發(fā)展水平的提高反而增大投入變量冗余量，降低生鮮農(nóng)產(chǎn)品冷鏈物流效率。由表3可知，地區(qū)生產(chǎn)總值與3種投入變量的系數(shù)偏小且顯著性較差，但總體來看與投入變量松弛量呈負相關(guān)關(guān)系，即地區(qū)經(jīng)濟發(fā)展水平越高越有利于降低資源浪費，提高生鮮農(nóng)產(chǎn)品冷鏈物流效率。其次，從Z2的系數(shù)來看，該變量與3種投入變量松弛量系數(shù)均為負，這表明政府支持力度的加大會導(dǎo)致投入變量冗余減少，有利于實現(xiàn)生鮮農(nóng)產(chǎn)品冷鏈物流行業(yè)的規(guī)模效率；政府對交通運輸業(yè)支持力度較大的地區(qū)，整個物流行業(yè)發(fā)展更好，更有利于生鮮農(nóng)產(chǎn)品冷鏈物流的長足發(fā)展。

表3 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率測算第二階段SFA回歸結(jié)果

3.2.3 第三階段BCC模型實證結(jié)果

根據(jù)式（1）對投入變量進行調(diào)整，再次使用DEAP 2.1軟件，以調(diào)整后的投入變量和原產(chǎn)出變量為依據(jù)測算農(nóng)產(chǎn)品冷鏈物流效率，計算結(jié)果見表4所示。

由表4可知，去除外部環(huán)境及隨機因素影響后，對比各省市的3項效率值可以發(fā)現(xiàn)省際生鮮農(nóng)產(chǎn)品冷鏈物流效率差異較大：2012年綜合技術(shù)效率最大與最小值之間的差距為0.818。其中，安徽3項效率值均為1.000，達到強DEA有效，處于技術(shù)效率前沿面；上海雖純技術(shù)效率為1.000，但規(guī)模效率偏低致使其綜合技術(shù)效率僅為0.165，在11個省市中效率值最小，這是由于上海市生鮮農(nóng)產(chǎn)品主要依靠周邊省份輸送，使用生鮮農(nóng)產(chǎn)品產(chǎn)量作為貨運量導(dǎo)致生鮮農(nóng)產(chǎn)品冷鏈物流的實際貨運量被低估，因此上海市規(guī)模效率較低。隨后幾年，省際生鮮農(nóng)產(chǎn)品冷鏈物流綜合技術(shù)效率最大與最小值之間的差距波動不大，均在0.846左右徘徊。雖然長江經(jīng)濟帶各省市綜合技術(shù)效率極差并趨于穩(wěn)定，但除安徽外其他省市的綜合技術(shù)效率均在逐年變化，所以2012年以來長江經(jīng)濟帶11個省市的農(nóng)產(chǎn)品冷鏈物流效率差異是否存在收斂有待進一步驗證。在樣本觀察期內(nèi)，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流的綜合效率均值為0.461，純技術(shù)效率均值為0.745，規(guī)模效率均值為0.621。由此可見，造成長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流綜合效率偏低的主要原因是規(guī)模效率偏低，這與文獻［18］中長江經(jīng)濟帶整體物流業(yè)3項效率值間的關(guān)系相一致。

表4 長江經(jīng)濟帶11省市生鮮農(nóng)產(chǎn)品冷鏈物流效率

為進一步對比分析投入變量調(diào)整前后長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的變化情況，以年為單位分別計算調(diào)整前后長江經(jīng)濟帶11個省市的效率平均值，繪制對比圖如圖2所示。

由圖2可知，剔除外部環(huán)境和隨機誤差因素的影響后，長江經(jīng)濟帶各年份生鮮農(nóng)產(chǎn)品冷鏈物流效率平均值有明顯變化，總體來看，2012—2016年調(diào)整后的綜合技術(shù)效率均有所提升：2012年綜合技術(shù)效率提升幅度最小，為3.69%；2014年綜合技術(shù)效率提升幅度最大，為37.68%；而2017年綜合技術(shù)效率調(diào)整后相比調(diào)整前下降了7.88%。調(diào)整后純技術(shù)效率在2014年有所上升，其他年份均相較調(diào)整前有所下降，每年平均降低5.18%。自2012—2017年，調(diào)整后的規(guī)模效率與調(diào)整前相比均有所進步：2014年規(guī)模效率相比調(diào)整前增加0.107，提升幅度達20.66%，增幅最大；而2017年規(guī)模效率相比調(diào)整前增加0.035，提升幅度為5.20%，增幅最小。由此可見，調(diào)整后綜合技術(shù)效率的提升主要是因為規(guī)模效率的提升，這表明外部環(huán)境與隨機誤差因素制約了純技術(shù)效率提升，卻對規(guī)模效率提升具有積極作用。

圖2 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率平均值調(diào)整前后對比

3.3 收斂性分析

3.3.1 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的σ收斂性分析

本文采用標準差作為σ收斂的檢驗方法，對長江經(jīng)濟帶整體及其上中下游各省市農(nóng)產(chǎn)品冷鏈物流綜合技術(shù)效率差異的收斂性進行評判，結(jié)果見圖3所示。

由圖3可知，雖然在2014、2016年整體物流效率的σ值相較于前一年出現(xiàn)上升，但沒有改變長江經(jīng)濟帶各省市生鮮農(nóng)產(chǎn)品冷鏈物流效率σ值在樣本期內(nèi)的下降趨勢，即各省市間生鮮農(nóng)產(chǎn)品冷鏈物流效率差異呈收斂狀態(tài)。在此，將長江經(jīng)濟帶分為上游、中游、下游3個區(qū)域，進一步分析引起σ值波動上升的具體區(qū)域。參考文獻［19］，上游地區(qū)界定為云南、貴州、四川和重慶；中游地區(qū)界定為湖北、湖南、江西和安徽；下游地區(qū)界定為江蘇、浙江和上海。在2012—2016年間，上游地區(qū)的σ值逐年增加，從0.101上升到0.213，這說明上游地區(qū)各省市效率差異在這期間呈發(fā)散狀態(tài)；到了2017年，上游地區(qū)的σ值下降為0.085，這表明隨著省際貿(mào)易往來的加深，長江上游4個省市的生鮮農(nóng)產(chǎn)品冷鏈物流發(fā)展相互影響，效率差異開始減小。而中游地區(qū)，各省間生鮮農(nóng)產(chǎn)品冷鏈物流效率σ值從0.292下降至0.276，在樣本觀測期內(nèi)呈現(xiàn)收斂趨勢，這說明中，4省生鮮農(nóng)產(chǎn)品冷鏈物流發(fā)展呈現(xiàn)均衡發(fā)展態(tài)勢，省際差異逐步縮小。下游地區(qū)σ值升降趨勢同長江經(jīng)濟帶整體一致。由此可以推斷，中游及下游地區(qū)是引起長江經(jīng)濟帶整體生鮮農(nóng)產(chǎn)品冷鏈物流效率收斂的主要地區(qū)。

圖3 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率各年份σ值

3.3.2 長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的β收斂性分析

σ收斂性分析僅從當(dāng)前效率分析了長江經(jīng)濟帶各區(qū)域效率差異的收斂性，為進一步分析省域效率差異的演進趨勢，需要采用β收斂進行檢驗。從2012—2017年，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的絕對β收斂結(jié)果如表5所示。

由表5可知：從長江經(jīng)濟帶整體層面上來看，β收斂系數(shù)顯著小于1，具有明顯絕對β收斂特征，即農(nóng)產(chǎn)品冷鏈物流效率水平相對較低的地區(qū)加快趕超效率水平相對較高的地區(qū)；從三大區(qū)域來看，中游與下游地區(qū)β收斂系數(shù)在5%的顯著性水平下小于1，具有明顯絕對β收斂特征，而上游地區(qū)雖顯著性較差，但β收斂系數(shù)仍遠小于1，這表明長江經(jīng)濟帶上游地區(qū)農(nóng)產(chǎn)品冷鏈物流效率的省際差異無明顯擴大或縮小，因此，在不考慮外在因素條件下，中游及下游地區(qū)呈絕對β收斂，是引起長江經(jīng)濟帶整體呈β收斂的主要原因。

表5 2012—2017年長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率絕對β收斂結(jié)果

參考已有文獻，本文引入產(chǎn)業(yè)結(jié)構(gòu)（Industry）、物流專業(yè)化水平（Specialization）作為控制變量，檢驗長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的條件β收斂特征。其中，產(chǎn)業(yè)結(jié)構(gòu)采用第三產(chǎn)業(yè)占GDP的比重來衡量，通常來說產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級可以加快物流業(yè)生產(chǎn)要素集聚，進而導(dǎo)致農(nóng)產(chǎn)品冷鏈物流效率的提升；物流專業(yè)化水平以物流業(yè)產(chǎn)值占GDP的比重來衡量，物流專業(yè)化水平的提高可以降低農(nóng)產(chǎn)品冷鏈物流的運作成本，促進效率提升。2012—2017年長江經(jīng)濟帶整體和上中下游3個區(qū)域生鮮農(nóng)產(chǎn)品冷鏈物流效率的條件β收斂結(jié)果如表6所示。

由表6可知，無論從長江經(jīng)濟帶整體角度還是三大區(qū)域角度來看，條件β收斂系數(shù)值均小于0，并通過了1%顯著性水平檢驗，這表明，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率的省際差異呈現(xiàn)顯著條件β收斂特征，即長江經(jīng)濟帶11個省市生鮮農(nóng)產(chǎn)品冷鏈物流效率差異正在縮小，并逐步趨于穩(wěn)態(tài)；通過比較β收斂系數(shù)的絕對值可以發(fā)現(xiàn)，長江經(jīng)濟帶中游及下游地區(qū)省際差異縮小速度明顯快于上游地區(qū)，其中收斂速度最快的是下游地區(qū)，其次是中游地區(qū)。在未來短期內(nèi)，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率省際差異仍將明顯存在。此外，各控制變量在整體和各大區(qū)域的實證結(jié)果不完全相同。其中，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)在整體及中游地區(qū)存在顯著正相關(guān)關(guān)系，這說明調(diào)整產(chǎn)業(yè)結(jié)構(gòu)對縮小長江經(jīng)濟帶整體及中游4省生鮮農(nóng)產(chǎn)品冷鏈物流效率差異有明顯促進作用；物流專業(yè)化水平系數(shù)在下游地區(qū)顯著為負，而在上游及中游地區(qū)沒有通過顯著性檢驗，這說明提高物流專業(yè)化程度對縮小整體及上中游地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率省際差異無顯著促進作用，但顯著促進下游地區(qū)省際效率的收斂。

表6 2012—2017年長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率條件β收斂結(jié)果

表6（續(xù)）

4 結(jié)論與建議

本文運用三階段DEA模型測算了碳約束下長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率，并利用σ收斂及β收斂模型對其省際差異的收斂性進行分析。主要結(jié)論有：其一，長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率整體偏低，規(guī)模效率較低是制約綜合技術(shù)效率提升的主要原因。其二，碳約束下長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率逐年提升，規(guī)模效率提升是導(dǎo)致綜合技術(shù)效率提高的主要因素。其三，σ收斂模型測算結(jié)果表明，樣本期內(nèi)長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流省際差異處于收斂狀態(tài)，引起省際差異逐漸縮小的主要原因是中游及下游地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流發(fā)展水平省際差異逐漸縮小。其四，β收斂模型的測算結(jié)果顯示，樣本期內(nèi)長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流省際差異處于收斂狀態(tài)：絕對β收斂模型結(jié)果顯示引起收斂的主要區(qū)域是長江經(jīng)濟帶上游及中游地區(qū)；條件β收斂模型結(jié)果顯示，無論是長江經(jīng)濟帶整體還是三大區(qū)域均呈現(xiàn)顯著的條件β收斂特征，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對縮小長江經(jīng)濟帶生鮮農(nóng)產(chǎn)品冷鏈物流效率差異有明顯促進作用。

結(jié)合以上研究結(jié)論，本文提出以下幾點建議：

第一，加強低碳冷鏈物流基礎(chǔ)設(shè)施建設(shè)，促進低碳冷鏈物流健康穩(wěn)步發(fā)展。加強國際合作，學(xué)習(xí)發(fā)達國家先進的碳排放控制技術(shù)，引進節(jié)能設(shè)施設(shè)備，做到生鮮農(nóng)產(chǎn)品冷鏈物流運作中低耗能、低排碳、低污染；同時大力開發(fā)風(fēng)能、水能、潮汐能、太陽能等清潔能源的收集與儲存技術(shù)，增加清潔能源在冷鏈物流能源消耗中的比重。除此之外，冷鏈物流企業(yè)應(yīng)加強員工的環(huán)保教育，提高員工的低碳環(huán)保意識，全民推進低碳冷鏈物流的健康穩(wěn)步發(fā)展。

第二，提升信息技術(shù)的應(yīng)用水平，增強冷鏈物流各環(huán)節(jié)的協(xié)調(diào)性。大力扶持龍頭企業(yè)研發(fā)符合農(nóng)產(chǎn)品冷鏈物流運作方式的信息管理系統(tǒng)；鼓勵農(nóng)產(chǎn)品冷鏈物流企業(yè)積極引進現(xiàn)代化信息技術(shù)，加強各環(huán)節(jié)的互聯(lián)互通，縮短信息處理時間，增強農(nóng)產(chǎn)品冷鏈物流運作中的組織協(xié)調(diào)性，降低斷鏈風(fēng)險；并給予農(nóng)產(chǎn)品冷鏈物流企業(yè)財政補貼、減少稅收等優(yōu)惠政策，降低冷鏈物流運作成本，提高農(nóng)產(chǎn)品冷鏈物流規(guī)模效率。

第三，長江經(jīng)濟帶各地區(qū)應(yīng)加大對外開放程度，加快區(qū)域經(jīng)濟發(fā)展。通過條件β收斂模型結(jié)果可以看出，加大對外開放程度有利于縮小長江經(jīng)濟帶上游及中游地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率省際差異，因此這些地區(qū)應(yīng)根據(jù)市場需求積極合理利用外資，加速當(dāng)?shù)亟?jīng)濟發(fā)展，縮小農(nóng)產(chǎn)品冷鏈物流效率差異，形成長江經(jīng)濟帶上中下游生鮮農(nóng)產(chǎn)品冷鏈物流效率協(xié)調(diào)發(fā)展的良好局面。