我國物流產(chǎn)業(yè)綠色效率及區(qū)域空間特征
——基于非期望產(chǎn)出的SBM模型

易 燕

（廣州航海學(xué)院 廣東廣州 510725）

改革開放以來，隨著對外開放和國內(nèi)地區(qū)之間的經(jīng)濟聯(lián)系度加強，物流產(chǎn)業(yè)的規(guī)模和體量不斷壯大。2018年，我國社會物流規(guī)模達到283.1萬億元，增長率為6.4%，與國民經(jīng)濟增長速度持平。從物流總規(guī)模來看，物流產(chǎn)業(yè)已經(jīng)成為國民經(jīng)濟的支柱產(chǎn)業(yè)和重要的現(xiàn)代服務(wù)業(yè)。從構(gòu)成來看，物流的主體是工業(yè)品物流，占到總物流規(guī)模的90%。從物流費用來看，2018年我國全社會物流產(chǎn)業(yè)總費用13.3萬億元，占到GDP的14.8%，同2017年相比，物流產(chǎn)業(yè)總費用占GDP的比重上升了0.2%。工業(yè)品物流占主體，而物流費用居高不下，說明我國的物流產(chǎn)業(yè)效率需要進一步改善。物流業(yè)是包括運輸業(yè)、倉儲業(yè)、貨運業(yè)和信息業(yè)等的復(fù)合型服務(wù)產(chǎn)業(yè)，對解決就業(yè)、拉動消費、促進生產(chǎn)、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、轉(zhuǎn)變經(jīng)濟增長方式和增強國民經(jīng)濟競爭力等方面起到重要作用。物流產(chǎn)業(yè)的效率也是決定國民經(jīng)濟進一步增長的重要因素。因此，有必要對物流產(chǎn)業(yè)效率展開系統(tǒng)研究。

文獻綜述

目前學(xué)術(shù)界測算效率最常用的模型方法有數(shù)據(jù)包絡(luò)分析（DEA）、隨機前沿分析、Malmquist模型等。關(guān)于物流產(chǎn)業(yè)效率的測算，也有不少學(xué)者展開了相關(guān)研究。高月娜（2015）運用非徑向和非角度的SBM超效率DEA模型測度物流業(yè)技術(shù)效率，結(jié)果發(fā)現(xiàn)省域的物流技術(shù)效率呈從東向西遞減態(tài)勢。曲麗（2016）采用DEA測算了省域的物流產(chǎn)業(yè)技術(shù)效率，并用普通最小二乘法對影響因素進行回歸。莫小泉（2017）從區(qū)域視角對我國物流產(chǎn)業(yè)的效率進行分析，但并沒有得出很好的物流產(chǎn)業(yè)效率測算模型。于麗英等（2018）采用DEA-Malmquist指數(shù)模型對長江經(jīng)濟帶的物流效率及影響因素進行分解，發(fā)現(xiàn)長江經(jīng)濟帶下游地區(qū)物流效率情況較好，中上游地區(qū)物流效率相對滯后。劉明等（2019）對277個地市級城市的2007-2017年物流效率進行了測算，將所有城市的物流效率總結(jié)為極化型、追趕型、鎖定型以及收斂型四種類型。劉巖和田強（2019）采用DEA-BCC模型測度2016年全國31個省市區(qū)的物流效率，并分析了對外開放程度、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)等因素對物流產(chǎn)業(yè)效率的影響。曹炳汝等（2020）采用DEA模型、ArcGIS和空間自相關(guān)分析方法測算了長江經(jīng)濟帶的物流效率，發(fā)現(xiàn)綜合效率平均值為0.830。

上述研究基本采用DEA的思路測算物流產(chǎn)業(yè)效率，但是運用的方法各異，并且均沒有考慮物流產(chǎn)業(yè)的非期望產(chǎn)出。隨著全球?qū)厥覛怏w排放的關(guān)注，針對物流行業(yè)的二氧化碳排放也受到學(xué)術(shù)界的重視。物流產(chǎn)業(yè)在經(jīng)營過程中，將使用大量的化石能源作為動力，并排放出大量的二氧化碳，是產(chǎn)生溫室氣體的主要產(chǎn)業(yè)之一。因此，單純地考慮期望產(chǎn)出，而不考慮非期望產(chǎn)出，測算出的物流產(chǎn)業(yè)效率比較片面，而且無法體現(xiàn)出綠色發(fā)展的要求，因此將二氧化碳排放納入研究是很有必要的。綜合上述研究，本文采用非徑向、非角度的SBM方向性距離函數(shù)測算物流產(chǎn)業(yè)的綠色效率，將二氧化碳排放納入研究，在一定程度體現(xiàn)綠色發(fā)展要求，同時也更加全面地反映效率。與已有的研究成果相比，本文的主要貢獻有三點：第一，首次采用帶有非期望產(chǎn)出的非徑向、非角度SBM方向性距離函數(shù)測算物流產(chǎn)業(yè)的綠色效率；第二，文章通過對全國及各區(qū)域之間的比較，可以很好地分析各地區(qū)不同時期物流產(chǎn)業(yè)的綠色效率變化趨勢；第三，對全國31個省份物流產(chǎn)業(yè)的綠色效率的空間分布進行分析，可以較為清楚地了解物流產(chǎn)業(yè)的空間相互關(guān)系。

模型方法與變量數(shù)據(jù)

（一）模型方法

相比之下，DEA和Malmquist對變量相關(guān)性的要求較低，本文以DEA模型為基礎(chǔ)，考慮傳統(tǒng)DEA中可能存在非零松弛的問題，因此采用非期望產(chǎn)出的SBM方向性距離函數(shù)測算Malmquist-Luenberger（簡稱ML指數(shù)），以此作為物流產(chǎn)業(yè)綠色效率的指標。

首先，構(gòu)建非期望物流產(chǎn)出的生產(chǎn)邊界函數(shù)為：

其中i=1，…，I，用x表示要素的投入量，假定有N種要素投入，xni∈R+，其中n=1,…,N；假定有M種期望產(chǎn)出（m=1，…，M），ygmi∈R+，同時有P種“壞”的非期望產(chǎn)出（p=1，…，M），ybpi∈R+。x、yg、yb分別代表x=(x1,…,xN)、yg=(yg1,…,ygM)、yb=(yb1,…,ybp)三個向量，λti表示每個橫截面觀測值的權(quán)重，根據(jù)可變規(guī)模報酬（VRS）的約束條件，還需要滿足≥0，i。

根據(jù)包括非期望產(chǎn)出的SBM方向性距離函數(shù)為：

式中，表示基于規(guī)模不變的方向性距離函數(shù)；(xti`,ygti`,ybti`)(gx,gyg,gyb)(sx,syg,syb)三個向量分別表示地區(qū)i的投入向量、產(chǎn)出向量和松弛向量。(sx,syg,syb)表示過度使用、非期望產(chǎn)出及期望產(chǎn)出不足的量。

可以定義第t期和t+1期之間的ML生產(chǎn)率，即綠色效率：

該公式的經(jīng)濟學(xué)含義為：當ML＞0時，說明該地區(qū)從第t期到第t+1期物流產(chǎn)業(yè)的綠色效率得到提高，否則，該地區(qū)的物流產(chǎn)業(yè)的綠色效率處于下降趨勢。進一步可以將ML指數(shù)分解為技術(shù)變化指數(shù)（MLTC）和技術(shù)效率變化指數(shù)（MLTEC）：

（二）變量指標與數(shù)據(jù)

1.投入指標。物流產(chǎn)業(yè)的投入可以通過物流生產(chǎn)過程中的人力和物力投入兩個方面進行表征。具體來說，物流產(chǎn)業(yè)的人力投入是用交通運輸、倉儲和郵政業(yè)的從業(yè)人員數(shù)來衡量。至于物流產(chǎn)業(yè)的資本投入，從目前的統(tǒng)計數(shù)據(jù)中無法獲得準確的物流產(chǎn)業(yè)資本投入，但是物流產(chǎn)業(yè)是一個綜合性產(chǎn)業(yè)，與國民經(jīng)濟整體水平有關(guān)。因此，可以采用全社會的固定資產(chǎn)投資總額來近似替代，該數(shù)據(jù)采用永續(xù)盤存法測算出固定資產(chǎn)存量。除了資本投入外，還考慮了物質(zhì)資本投入，采用民用載貨車輛數(shù)代表物流產(chǎn)業(yè)的物質(zhì)資本。此外，物流產(chǎn)業(yè)與這個地區(qū)的公路里程有關(guān)，分別考慮了所有公路里程和等級公路里程兩個指標。

2.產(chǎn)出指標。基于非期望產(chǎn)出SBM模型，產(chǎn)出指標包括期望產(chǎn)出和非期望產(chǎn)出。其中，物流產(chǎn)業(yè)的期望產(chǎn)出主要指物流產(chǎn)業(yè)的產(chǎn)值，本文采用交通運輸、倉儲和郵政業(yè)增加值來表示。除此之外，認為貨運量和貨物周轉(zhuǎn)量也是物流產(chǎn)業(yè)的產(chǎn)出指標。物流產(chǎn)業(yè)的非期望產(chǎn)出主要指貨物運輸過程中使用了化石能源而產(chǎn)生大量的二氧化碳等非期望產(chǎn)出，這也體現(xiàn)了綠色發(fā)展的要求。據(jù)此，分別獲得了每個省每年消費的原油總量和單位原油產(chǎn)生的二氧化碳數(shù)量，將兩個數(shù)據(jù)相乘后測算出每個省每年物流產(chǎn)業(yè)產(chǎn)生的二氧化碳總量，用于近似衡量物流產(chǎn)業(yè)的非期望產(chǎn)出。

表1 物流產(chǎn)業(yè)的綠色效率測算指標體系

3.數(shù)據(jù)來源。基于數(shù)據(jù)可得性，本文選取的數(shù)據(jù)涵蓋中國31個省份2004-2017年。以上指標的大部分數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，就業(yè)人數(shù)來自《中國勞動統(tǒng)計年鑒》，二氧化碳的數(shù)據(jù)由筆者自行測算得到，ML指數(shù)是兩個年份之間比較而得到的后一年的綠色效率值。因此，最后得到2004-2017年全國31個省份的物流產(chǎn)業(yè)綠色效率值。

實證結(jié)果及分析

（一）全國總體測算結(jié)果

根據(jù)公式（1）-公式（5），以及表1的相關(guān)指標，通過MATLAB編程測算得到31個省級行政區(qū)的物流產(chǎn)業(yè)的綠色效率值。為分析全國物流產(chǎn)業(yè)綠色效率的變化趨勢，將31個省級行政區(qū)的相應(yīng)指標取平均值，即可得到歷年中國物流產(chǎn)業(yè)綠色效率值，圖1為2004-2017年的全國物流產(chǎn)業(yè)平均效率變化趨勢圖。從ML指數(shù)可以看出，就全國平均水平而言，我國物流產(chǎn)業(yè)的綠色效率呈現(xiàn)波動變化規(guī)律，2004-2017年期間總體上呈現(xiàn)“W”型波動態(tài)勢。整體來看，ML指數(shù)只有少部分年份小于1（2009年、2013年和2015年），說明物流產(chǎn)業(yè)的綠色效率在大多數(shù)年份均呈現(xiàn)提高趨勢。呈現(xiàn)下降的幾個年份中，2008年受金融危機的影響，2009年物流產(chǎn)業(yè)的效率下降；2013年和2015年，空氣污染嚴重以及國家對石油價格的調(diào)控，導(dǎo)致物流產(chǎn)業(yè)的綠色效率出現(xiàn)下降趨勢。

從物流產(chǎn)業(yè)綠色效率的分解來看，物流產(chǎn)業(yè)的綠色效率技術(shù)變化（MLTC）與物流產(chǎn)業(yè)的綠色效率基本上呈現(xiàn)出同步的變化趨勢，但是2014年MLTC值小于1，對整個物流產(chǎn)業(yè)的綠色效率帶來了一定的拉低作用。物流產(chǎn)業(yè)技術(shù)效率（MLTEC）的變化相對比較平緩，且大多數(shù)年份都處于1以下，2014年以后呈現(xiàn)提高并超過1，說明物流產(chǎn)業(yè)技術(shù)效率總體向好，但趨勢不夠明顯。

（二）區(qū)域特征分析

圖2為分東、中、西部的ML指數(shù)值變化趨勢圖。從圖2可以看出，東部地區(qū)物流產(chǎn)業(yè)的綠色效率總體上大于中西部地區(qū)，但有部分年份還是低于中西部地區(qū)物流產(chǎn)業(yè)的綠色效率。東部地區(qū)物流產(chǎn)業(yè)的綠色效率經(jīng)歷兩次明顯下滑，其中第一次明顯下滑的時間是在2008年，這可能與2008年爆發(fā)的金融危機存在關(guān)聯(lián)；另一次明顯下滑的時間是2013年，這可能與當時的環(huán)境問題和國際原油價格波動有關(guān)，其它年份均處于1附近或者1以上，說明東部地區(qū)物流產(chǎn)業(yè)的綠色效率總體上是處于不斷提升的良好狀態(tài)。

中部地區(qū)物流產(chǎn)業(yè)的綠色效率值和西部地區(qū)物流產(chǎn)業(yè)的綠色效率值基本是提升與下降各占一半的趨勢。如果將三大地區(qū)物流產(chǎn)業(yè)的綠色效率看成是波動圖形式，那么有一個顯著的特點就是每一次東部出現(xiàn)波峰和波谷時，中西部地區(qū)的波峰和波谷會滯后1到2年相繼出現(xiàn)。比如東部地區(qū)在2008年受到金融危機影響，但中西部地區(qū)具有時間滯后性，物流產(chǎn)業(yè)的綠色效率在2009年開始體現(xiàn)；東部地區(qū)2010年出現(xiàn)波峰，而中西部地區(qū)在2011年出現(xiàn)波峰；東部地區(qū)在2013年出現(xiàn)波谷，而中西部地區(qū)在2015年出現(xiàn)波谷。由此可以初步推測，我國區(qū)域之間物流產(chǎn)業(yè)的綠色效率變化存在著一定的空間相互影響關(guān)系。

（三）分地區(qū)空間特征分析

根據(jù)各地物流產(chǎn)業(yè)綠色效率值，重點比較2004年、2010年和2017年三年的31個省份物流產(chǎn)業(yè)的綠色效率空間狀態(tài)關(guān)系。限于篇幅，具體計算結(jié)果不單獨列出。

在2014年，只有黑龍江、新疆、江西和云南四個地區(qū)的物業(yè)產(chǎn)業(yè)效率小于1，其它地區(qū)物流產(chǎn)業(yè)的綠色效率均表現(xiàn)為大于1，呈現(xiàn)提升趨勢。但是，有17個省份物流產(chǎn)業(yè)的綠色效率值并不高，介于1到1.1之間；有6個地區(qū)物流產(chǎn)業(yè)的綠色效率值介于1.1到1.2之間。但是物流產(chǎn)業(yè)的綠色效率值超過1.2的地區(qū)只有四個，分別為山東、河北、海南和天津。整體來看，2004年物流產(chǎn)業(yè)的綠色效率值在空間上基本上表現(xiàn)為共同提升趨勢，而且處于1.1的地區(qū)較多，物流產(chǎn)業(yè)的綠色效率整體發(fā)展態(tài)勢較好。

在2010年，許多地區(qū)物流產(chǎn)業(yè)的綠色效率低于1，具體包括新疆、青海、寧夏、甘肅、山西、陜西、江西、福建、吉林和黑龍江。與2004年相比，江西和黑龍江兩個年度物流產(chǎn)業(yè)的綠色效率均小于1，說明這些地區(qū)物流產(chǎn)業(yè)的綠色效率處于下降趨勢。物流產(chǎn)業(yè)的綠色效率提升的地區(qū)不多，且有13個地區(qū)的綠色效率值介于1到1.1之間。上海、廣東、河南、江蘇、北京5個地區(qū)物流產(chǎn)業(yè)的綠色效率高于1.1，且上海物流產(chǎn)業(yè)的綠色效率高于1.2，說明這五個地區(qū)物流產(chǎn)業(yè)綠色效率仍呈現(xiàn)出提升趨勢。可以看到，除了廣東以外，其余4個地區(qū)基本上是連點成片的，這也在一定程度上表明了區(qū)域物流產(chǎn)業(yè)綠色效率之間存在著微妙的空間集聚現(xiàn)象和空間依賴現(xiàn)象。

圖1 全國物流產(chǎn)業(yè)綠色效率及分解指數(shù)的變化趨勢

圖2 三大區(qū)域物流產(chǎn)業(yè)平均效率值

表2 2004、2010和2017年各地區(qū)物流產(chǎn)業(yè)的綠色效率技術(shù)變化值（MLTC）

在2017年，上海和寧夏兩個地區(qū)物流產(chǎn)業(yè)的綠色效率呈現(xiàn)出下滑趨勢。有23個地區(qū)物流產(chǎn)業(yè)的綠色效率處于1到1.1之間，說明這些地區(qū)物流產(chǎn)業(yè)的綠色效率是有提升趨勢的。海南、河南、北京、河北四個地區(qū)物流產(chǎn)業(yè)的綠色效率提升相對較多，達到1.1到1.2，而且甘肅和山西兩個地區(qū)物流產(chǎn)業(yè)的綠色效率達到1.2以上，相對2016年，物流產(chǎn)業(yè)的綠色效率提升幅度較大。

根據(jù)物流產(chǎn)業(yè)綠色效率的指標分解，下面分析綠色效率的技術(shù)變化情況。技術(shù)變化主要體現(xiàn)在物流產(chǎn)業(yè)中使用的技術(shù)復(fù)雜性發(fā)生變化，其數(shù)值更多體現(xiàn)了一種提升或者降低。表2匯報了三個年份的具體結(jié)果。整體來看，三個年度的MLTC均大于1的地區(qū)較多，達到20個地區(qū)。東部地區(qū)的MLTC值普遍較高，只有海南、上海、福建和山東有部分年份的MLTC值低于1；中部地區(qū)的山西、吉林和黑龍江的MLTC相對較低；西部地區(qū)的云南、青海、寧夏和新疆四個地區(qū)有部分年份的MLTC值低于1。

結(jié)論和政策啟示

本文利用非徑向、非角度的SBM方向性距離函數(shù)測算ML指數(shù)，用此指數(shù)衡量帶有非期望產(chǎn)出物流產(chǎn)業(yè)的綠色效率，并將其分解為物流產(chǎn)業(yè)的綠色效率技術(shù)變化和技術(shù)進步兩個指標。通過收集31個省份2004到2017年的數(shù)據(jù)，最后測算出2004到2017年各省物流產(chǎn)業(yè)的綠色效率值及其分解指標。通過分析，主要結(jié)論可歸納如下：第一，從全國來看，物流產(chǎn)業(yè)的綠色效率總體上有所提升，但效率指數(shù)呈現(xiàn)波動變化規(guī)律；根據(jù)指標分解情況，物流產(chǎn)業(yè)綠色效率的技術(shù)變化與物流產(chǎn)業(yè)的綠色效率呈現(xiàn)同步變化的趨勢，物流產(chǎn)業(yè)綠色效率的技術(shù)進步指數(shù)波動則比較平緩。第二，從區(qū)域特征來看，東部地區(qū)物流產(chǎn)業(yè)的綠色效率總體好于中西部地區(qū)，且中西部地區(qū)物流產(chǎn)業(yè)的綠色效率的變化與東部地區(qū)存在一定關(guān)聯(lián)，基本上滯后于東部地區(qū)1-2年。第三，從分地區(qū)空間特征來看，大部分省份物流產(chǎn)業(yè)的綠色效率處于1到1.1之間，出現(xiàn)空間集聚的現(xiàn)象，但物流產(chǎn)業(yè)綠色效率較低的地區(qū)呈現(xiàn)空間離散現(xiàn)象。

基于本文分析，可以得到如下的政策啟示：首先，物流產(chǎn)業(yè)的綠色效率變化依賴于實體經(jīng)濟，只有實體經(jīng)濟得到穩(wěn)步發(fā)展，物流產(chǎn)業(yè)的效率才能得到持續(xù)提升。因此，我國需要加大對實體經(jīng)濟的政策扶持力度，確保實體經(jīng)濟保持長期的增長潛力。其次，區(qū)域物流產(chǎn)業(yè)綠色效率之間呈現(xiàn)一定的空間依賴性，處于中間水平的地區(qū)之間相對影響較大，因此要探索制定區(qū)域一體化的相關(guān)政策，促進區(qū)域之間的物流互動，打通區(qū)域要素互通渠道，促進資源要素不斷共享。第三，雖然區(qū)域之間物流產(chǎn)業(yè)的綠色效率變化存在著一定的空間集聚和依賴性，但是低水平區(qū)域的空間離散性特征也較為明顯，而且不同時間段物流產(chǎn)業(yè)綠色效率的變化也非常顯著，因此各地要在圍繞全國一盤棋推動物流產(chǎn)業(yè)綠色發(fā)展的前提下，因地制宜，探索制定符合當?shù)匚锪鳟a(chǎn)業(yè)發(fā)展的政策，有效引導(dǎo)區(qū)域物流產(chǎn)業(yè)健康發(fā)展。