低碳經濟下中國省域物流業效率評價

蘇貴影 喬竹

摘要：根據2009-2016年全國30個省（市、自治區）物流業數據，基于低碳經濟的發展理念，將能源消耗量和碳排放量引入投入變量，采用三階段DEA模型對物流業效率進行評價。結果顯示，全國物流業總體發展水平不高，仍處于規模效率遞增階段，且各地區發展水平存在差異。為有效提高全國物流業效率，以純技術效率和規模效率為標準對全國30個省（市、自治區）進行K-means聚類分析，并根據不同類別物流業的發展水平，提出相應建議和對策。

關鍵詞：低碳;物流業;效率評價;三階段DEA;K-means聚類

中圖分類號：F223

文獻標識碼：A

文章編號：0439-8114（ 2020）12-0206-07

D01：10.1408 8/j .cnki.issn0439-8114.2020.12.045

開放科學（資源服務）標識碼（OSID）：

物流業作為全國國民經濟的“第三方利潤源”，僅2017年全國社會物流總額就達252.8萬億元，按可比價格算，同比增長6.7%，物流業總收人為8.8萬億元，同比增長11.5%。物流業整體處于中高速增長態勢.具有巨大的發展潛力。然而，由于長期以來高投入、高產出的粗放型發展模式，也帶來了物流運作效率低下、能源消耗量大和碳排放等問題，嚴重制約了全國物流業的轉型升級，低碳、高效的可持續發展成為當今物流業的發展趨勢。

1 研究方法

低碳經濟是當前經濟的主要發展趨勢，物流業作為能源消耗和碳排放大戶，必須走低碳化道路，而三階段DEA模型剔除了環境因素和隨機因素的影響，評價結果更準確，評價結束后依據評價結果再運用K-means聚類分析方法對全國30個省（市、自治區）進行聚類分析，有利于提高全國物流業效率。

1978年運籌學家Charnes等[1]提出數據包絡分析（DEA），用來研究具有多投入、多產出的決策單元的相對有效性。2002年Fried等[2]指出傳統DEA模型沒有考慮環境因素和隨機因素對決策單元效率評價結果的影響，會導致評價結果不準確，隨后提出了剔除環境因素和隨機因素的三階段DEA方法。目前，國內外對于采用DEA模型進行物流效率評價的研究比較成熟，如王博等[3]采用三階段DEA方法對中國“一帶一路”沿線區域物流效率進行綜合評價，研究區域物流業發展情況落后于其他地區，并未體現出明顯的發展優勢;王琴梅等[4]運用DEA模型對西安市2003-2010年物流效率進行評價，并利用Tobit回歸模型分析了物流效率與各個影響因素之間的關系，發現物流資源利用率對西安市物流效率值影響較大。此外，關于考慮低碳經濟發展下物流效率的研究，李永林[5]利用DEA模型對全國31個省（市、自治區）的低碳物流效率進行評價，發現全國低碳物流效率的整體水平不高，主要原因是純技術效率過低;孟魁[6]考慮了能源消耗和碳排放因素，用三階段DEA方法研究中部地區的物流效率，發現外部環境對投入冗余的影響較大，采用三階段DEA模型將其剔除，評價結果會更為準確;唐建榮等[7]將環境負荷與經濟增長同時考慮在內，把二氧化碳排放量引入投入變量，運用三階段DEA模型對東部10省市物流業效率進行評價，研究結果為東部地區改善物流業效率和發展區域低碳物流建設提供了理論依據。

聚類分析是一種研究分類問題的多元統計方法，能夠將樣本數據根據其諸多特征，按照性質上的親疏關系在沒有先驗知識的情況下進行分類，產生多個分類結果[8]。1957年勞埃德（Lloyd）首次在研究中提出K-means算法，1967年麥奎因（MacQueen）對K-means算法的理論進行完善并做了詳細的研究[9]，因其運算速度快、計算量小等優點，成為聚類分析中最常用的一種方法。在利用聚類分析方法研究物流的研究中，李國俊等[10]對2012年新疆14個地州市物流發展方面進行灰色聚類分析，提出針對新疆14個地州市區域物流發展的對策建議和相關物流發展規劃;王道平等[11]采用K-means聚類分析法將全國31個省市農產品物流模式分成4類，并且研究了適合每類省市農產品的物流模式，為各省市農產品的發展提供了參考依據;金芳芳等[12]采用因子分析法和K-means聚類分析方法，對“長三角”16個城市物流競爭力進行評價，將各城市分成4類，并對每類城市進行比較分析;高學東等[13]對物流配送客戶進行了聚類分析，針對配送中心位置未知的客戶聚類問題，提出了一種考慮配送路網結構和配送量約束的聚類算法。

經上述相關物流效率研究分析發現，其研究方法多采用單- DEA方法或者聚類分析方法，同時運用DEA及聚類分析方法分析物流效率的研究較少，在當前低碳經濟背景下物流業發展趨勢的研究更少之又少。本研究采用三階段DEA模型及K-means聚類分析方法對低碳經濟下全國省域物流業效率進行了實證分析。

2 指標選取與數據準備

依據相關研究，將物流業界定為交通運輸業、倉儲業和郵政業3個部門。因為這3個部門對物流業增加值總量的貢獻達85%以上[14]，故采用此界定方式有一定的可靠性。

2.1 投入產出指標

因本研究是基于低碳經濟下的物流效率評價，故將能源消耗量和碳排放量引入投入指標中，并從人力、物力、財力的角度出發，選取物流業從業人數、物流業運輸路線長度、物流業固定資產投資額共同作為全國省域物流效率評價的投入指標。選取物流業生產總值、貨運量和貨物周轉量作為產出指標。

2.2 環境指標

環境指標不受物流業主觀控制，但是必須對物流業的運作效率有顯著影響，因此選取各省（市、自治區）地區生產總值和R&D經費作為指標。地區生產總值反映了一個地區的經濟發展狀況，物流業作為綜合型服務產業，經濟發展水平對其影響很大。同時，物流業作為技術密集型產業，R&D經費代表了各省的科技投資力度，能反映一定的技術水平[15]。

上述指標均選取自2009-2016年全國30個省（市、自治區）數據，因西藏自治區數據不全，故舍去，具體指標見表1。研究數據來源于《中國統計年鑒》《中國能源統計年鑒》以及各省（市、自治區）統計年鑒。

3 全國物流業效率評價的實證分析

3.1 三階段DEA模型

1）第一階段（投入導向型BBC模型實證）。選取2009-2016年全國30個省（市、自治區）的物流業效率值進行分析，運用DEAP 2.1軟件，采用投入導向型BBC模型，計算得到各省（市、自治區）的物流綜合技術效率、純技術效率和規模效率，并選取2009年和2016年數據為例，整理結果如表2所示。

2009年全國物流業綜合技術效率為0.732、純技術效率為0.953、規模效率為0.763;2016年綜合技術效率為0.781、純技術效率為0.962、規模效率為0.808。相比可發現，3個效率值都有所提升，表明全國物流業發展水平越來越高。

2）第二階段（SFA回歸分析）。第一階段測算的效率值包括了外在環境因素和隨機因素的影響，在第二階段將其剔除，把投入變量的松弛量作為被解釋變量，以地區生產總值和R&D經費作為解釋變量，使用SFA（隨機前沿分析）建立回歸方程，利用Frontier 4.1軟件進行計算，以2009年和2016年數據為例，計算結果如表3所示。

進一步分析外在環境變量對投入松弛量的系數。當系數為正時，表明外在環境因素的增加會使得投入松弛增加，降低經營管理效率;當系數為負時，則表明外在環境因素的增加會使得投入松弛減少，從而提高經營管理效率。地區生產總值在2009年的物流業固定資產投資額、物流業運輸路線長度、物流業能源消耗量這3個投入松弛回歸系數為正，說明地區生產總值的增加會導致物流產業盲目增加固定資產投資、運輸路線和能源消耗，導致投入冗余變大。而地區生產總值在2016年的物流業從業人數、物流業碳排放量這2個投入松弛回歸系數由負變為正，說明地區生產總值近年來的效率降低，對投入冗余產生的影響發生了變化，由此可見全國物流業的發展仍是粗放型狀態，不利于管理效率的提高。R&D經費投入在2009年和2016年的所有投入松馳回歸系數都為負，說明R&D經費投入適量減少，會使得投入冗余降低，從而提高經營管理效率。

3）第三階段（采用調整后的投入變量再次做BBC模型分析）。將第二階段SFA回歸模型調整之后的投入值與原始產出值重新作為投入產出數據，再次進行BBC模型分析，運用DEAP 2.1軟件計算效率值，以2009年和2016年數據為例，計算結果如表4所示。

第三階段將環境因素和隨機因素剔除，2009-2016年浙江省（2015年）、貴州省（2016年）、福建省（2016年）、寧夏回族自治區（2009年、2010年、2013年、2014年）都退出了效率前沿面，說明其高效率是由于較好的外部環境和隨機因素而達到的。而且山西省（2016年）、內蒙古自治區（2012年）、河南省（2014年）經過調整之后也進入前沿面，說明環境因素和隨機因素影響了這些地區的物流效率。此外，在2016年，全國30個省（市、自治區）中有13個省（市、自治區）規模效率都達到1，17個省（市、自治區）規模效率遞增，說明全國物流業規模效率整體還處于遞增階段，有巨大的發展潛力。

4）第一階段和第三階段實證結果對比分析。按照全國行政區域劃分，將30個省（市、自治區）分為華北、東北、華東、華中、華南、西北和西南7個區域，將每個區域內的各個省（市、自治區）的效率值取平均值作為本區域的效率值進行分析和比較，結果如圖1、圖2和圖3所示。

從綜合技術效率來看，在第三階段，華北和華中地區的綜合技術效率值高于第一階段;華東地區的綜合技術效率值低于第一階段;東北、華南、西南地區第三階段和第一階段差別不大，不同年份有高有低，說明外在環境因素和隨機因素對華北、華中和華東地區綜合技術效率值的估計誤差影響較大。其中，華北和華中地區綜合技術效率的實際值要高于其現實表現，而華東地區綜合技術效率的現實表現要高于其實際值，即擁有相對較好的外部環境或隨機因素，而其自身物流業發展水平并未達到表現出來的水平。東北、華南、西南地區受環境因素和隨機因素影響較小。

從純技術效率來看，在第三階段，每個區域的純技術效率值都比第一階段高，說明每個區域物流業的實際純技術效率比其表現出來的水平要好，外部環境因素和隨機因素產生的是負面影響。

從規模效率來看，在第三階段，華北、東北、華中、華南和西北地區的規模效率在不同的年份有高也有低，說明這些地區受外部環境因素和隨機因素影響較小。而華東和西南地區在第三階段的效率值普遍低于第一階段，說明該地區規模效率的現實表現要高于其實際值，即擁有相對較好的外部環境或隨機因素，而其自身物流業發展水平并未達到表現出來的水平。

從全國范圍來看，華北和華東地區的綜合技術效率較高，華中和華南地區次之，東北、西南和西北地區較低，這與全國各地區的經濟發展水平相吻合，經濟較發達的地區，其物流業發展水平也較高。此外，全國物流業純技術效率基本保持在0.9-1.0，而規模效率在0.5-1.0，表明全國物流業技術水平已達到一定程度，而規模效率影響了物流業的發展。所以，應適度加大全國物流業的規模投入，尤其是西南和西北地區，有利于實現該地區物流業大力發展的目標，同時采用先進的物流技術效率以提高規模效率。

3.2 K-means聚類分析

通過三階段DEA模型分析全國物流業效率，發現雖然華北和華東地區綜合技術效率較高，但并不是所有位于效率前沿面的省份都集中在這2個地區，東北和華南地區也有位于效率前沿面的省份。由于，物流業效率與綜合技術效率、純技術效率和規模效率緊密相關.各地區內部、各省份在這些指標上存在明顯差異，因此，按照區域劃分來分析全國省域物流業效率存在一定的不足[16]。

基于此，本研究采用K-means聚類分析方法，以2016年全國30個省（市、自治區）物流業純技術效率和規模效率為標準進行分類研究，找到不同類別省份物流業效率優劣勢，針對不同類別省份提出有效的建議[17]。運用SPSS軟件進行計算，最終聚類結果如表5所示，最終聚類中心表如表6所示。

用K-means聚類分析將全國30個省（市、自治區）分為3類，第一類省份純技術效率和規模效率都高，綜合技術效率處于高水平;第二類省份純技術效率較高，規模效率較低，純技術效率和規模效率相差較大，綜合技術效率處于低水平;第三類省份純技術效率較低，規模效率居中，純技術效率和規模效率相差不大，綜合技術效率處于中水平。

高水平地區的純技術效率和規模效率都為l或接近于1，達到或者接近于DEA有效，由此可認為這些省份在投入產出方面和整體規模方面都已達到高效狀態，投入基本不存在浪費和冗余現象，且無法通過改變規模來提高效率。

低水平地區的純技術效率較高，但是規模效率較低，要想改變這些地區的綜合技術效率主要在于規模效率的提高。因此需要找到規模效率較低的原因，比如可能是這些地區物流業規模過小，投入資源未得到充分利用，適當擴大規模，能有利于規模效率的提高;又或者是規模擴張過快，內部管理能力不足和市場環境因素導致規模效率較低，提高內部管理能力，充分認清把握市場環境，可以有效提高規模效率。

中水平地區的純技術效率較低，規模效率也處于居中水平，純技術效率和規模效率都相對無效，說明這些地區在純技術效率和規模效率方面都需要改進。由于采用的是投入導向型的DEA模型，所以需要通過減少投入以達到現在的產出水平，這些地區內的各省份都需要深入分析找出投入浪費的具體情況，對投人情況進行調整，才能帶來純技術效率的提高。

4 研究結論與建議

本研究同時考慮了經濟產出和可持續發展目標，從低碳經濟角度出發，建立了低碳經濟下全國省域物流效率的評價體系，運用三階段DEA模型對全國物流業效率進行了評價，通過研究得出以下結論。

1）在環境因素和隨機因素的影響下，地區生產總值增加會導致各種投入冗余的增加，而R&D經費的增加會導致各種投入冗余的減少，所以隨著各地區生產總值的提高，應適度減少各種投入變量，同時增加R&D經費投入，從而使物流效率得到提高。

2）全國各地區物流業發展水平存在差異，但總體來看華北和華東地區發展水平較好，華中和華南地區次之，東北、西南和西北地區發展較差，這與各地區的經濟發展水平相吻合，經濟較發達的地區，物流業發展水平也較好。

3）全國各地區物流業發展存在投入過高、資源消耗浪費、碳排放量大的現象，規模效率是制約全國物流業綜合技術效率提升的關鍵因素，尤其是西南和西北地區，適量加大規模投入，有利于物流效率的提高。

將三階段DEA評價結果運用K-means聚類分析方法進行聚類，并根據不同類別物流業的優劣勢，提出建議。

1）加快各地區物流聯動，高水平地區帶動低水平地區。由于全國各地區地理位置不同，高水平地區主要位于華北和華東等較開放地區，經濟水平高，交通運輸發達，從而帶動了物流業的發展，相比于其他地區而言，華北和華東地區有較高的物流技術和物流投入，加強各地區間的整體統籌規劃，促進各地區物流與物流、物流與其他行業的聯動發展，通過高水平地區帶動低水平地區發展，從而提高全國物流業的整體發展水平。

2）樹立物流低碳發展理念，引導物流低碳化發展。物流業作為全民參與的行業，樹立低碳發展理念至關重要。國家層面應制定相關政策、法規約束物流業的低碳發展，物流行業從業者也要在自主低碳的同時，大力宣傳低碳化理念，引導大眾在從事物流活動的過程中能夠主動采用低碳化的方式。

3）提高資源利用率，保持物流業純技術效率的提升。采用合適的運輸方式、先進的物流技術，大力發展多式聯運，減少在運輸過程中的能源浪費，同時降低碳排放。另外，要改善能源結構，減少高污染能源的使用量，多利用風能、太陽能等清潔能源。

4）優化各地區物流節點，提高物流業規模效率。在物流過程的各節點中，進行人力、財力、資源投入的優化，力爭以最小的投入達到最大的產出，從而提高規模效率，尤其是對于中水平和低水平地區而言。

5）抓住機遇，充分利用外部環境對物流業的正向作用。環境因素和隨機因素對物流業的效率有重大影響，看清當前發展趨勢，緊跟時代步伐，將有利于全國物流效率的提高。例如，低水平地區中重慶、四川、陜西等地要積極踐行“一帶一路”倡議，完善物流基礎設施，大力發展物流業。

參考文獻：

[1] CHARNES A， COOPER W W. RHODES E. Measuring the efficien-cy of decision making units EJl. European journal of operational re—search. 1978.2（6）：429-444.

[2] FRIED HO， LOVELL C A K，SCHMIDT S S，et al. Accounting forenvironmental effects and statistical noise in data envelopment anal-ysis[J].Journal of productivity analysis， 2002. 17（ 1-2）： 157-174.

[3]王博，祝宏輝，劉林.我國“一帶一路”沿線區域物流效率綜合評價——基于三階段DEA模型[J]華東經濟管理，2019，33（5）：76-82.

[4]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.

[5]李永林.基于DEA的我國低碳物流效率研究[J].中國市場， 2014（27）：23-25.

[6]孟魁.基于三階段DEA方法的中部六省物流效率評價[J]統計與決策，2014（2）：57-60.

[7]唐建榮，盧玲珠，低碳約束下的物流效率分析——以東部十省市為例[J].中國流通經濟，2013，27（1）：40-47.

[8]汪首元，崔玉姣，馬偉中，等.基于K一均值聚類的瀝青路面使用 性能評價[J].公路交通科技（應用技術版），2019，15（2）：16-18.

[9]董騏瑞.k-均值聚類算法的改進與實現[D].長春：吉林大學， 2015

[10]李國俊，張娜.基于灰色聚類分析的新疆區域物流發展水平評價研究[J].鐵道運輸與經濟，2015，37（2）：37-42.

[11]王道平，李鋒，程蕾.我國農產品物流模式的實證研究——基于各省市的聚類分析法[J].財經問題研究，2011 （2）：108- 113.

[12]金芳芳，黃祖慶，虎陳霞.長三角城市群物流競爭力評價及聚類分析[J].科技管理研究，2013，33（9）：183-187.

[13]高學東，谷淑娟，白塵，等.考慮物流配送路網結構及配送量約束的客戶聚類算法[J].系統T程理論與實踐，2012，32（1）： 173-181.

[14]張誠，喻琴，張志堅.低碳環境下中國物流業效率評價研究[J].鐵道運輸與經濟，2015，37（1）：72-79.

[15]董鋒，徐喜輝，韓宇.低碳約束下的全國省際物流業效率研 究[J].華東經濟管理，2016，30（5）：86-91.

[16]張惠琴，尚甜甜，高校科研創新效率對比分析——基于全國30個省份的面板數據[J].科研管理，2015，36（ Sl）：181-186.

[17]張嬌，殷群.我國企業孵化器運行效率差異研究——基于DEA及聚類分析方法[J].科學學與科學技術管理，2010，31（5）：171-177.

基金項目：2018年山西省哲學社會科學資助項目

作者簡介：蘇貴影（1968-），女，福建永春人，副教授，碩士，主要從事信息管理與信息系統、物流管理等研究，（電話）13835115423（電子信箱）316545475@qq.com;通信作者，喬竹（1993-），女，山西晉中人，在讀碩士研究生，研究方向為物流工程，（電話）13068001022（電子信箱）494542984@qq.com。