基于GEEFDEA模型的省際物流業碳排放效率評價

許文芳 林萍 朱衛未

文章編號：1002-3100（2024）03-0030-05

摘? 要：物流行業作為能源消費和碳排放大戶，是經濟高質量發展與“低碳”戰略的重要助推器、平衡杠桿，科學客觀評價物流活動中碳排放效率是物流業低碳轉型順利進行的前提。文章借鑒已有研究成果構建物流碳排放效率評價指標體系，考慮碳排放作為非期望產出時總量固定的要求，采用GEEFDEA模型對我國30個省份2016—2020年間碳排放效率進行評價。結果顯示：物流業整體碳排放效率較好，5年間的效率值呈現出先上升后下降的趨勢；碳排放效率與地區的經濟發展水平、產業布局密切相關。積極推動能源技術創新、數字化轉型是提升物流業碳排放效率的重要途徑。

關鍵詞：物流業；數據包絡分析；碳排放效率

中圖分類號：F403.3? ? 文獻標志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2024.03.007

Abstract： As a major consumer of energy and carbon emissions， the logistics industry is an important booster and balance lever for high-quality economic development and the "low-carbon" strategy. Scientific and objective evaluation of carbon emission efficiency in logistics activities is the prerequisite for the smooth implementation of the low-carbon transformation of the logistics industry. This paper uses the existing research results for reference to build the logistics carbon emission efficiency evaluation index system， and takes into account the requirement that the total amount of carbon emissions is fixed when the carbon emissions are not expected output， and uses the GEEFDEA model to evaluate the carbon emission efficiency of 30 provinces in China from 2016 to 2020. The results show that the overall carbon emission efficiency of the logistics industry is good， and the efficiency value in the past five years shows a trend of rising first and then falling; carbon emission efficiency is closely related to regional economic development level and industrial layout. Actively promoting energy technology innovation and digital transformation is an important way to improve the carbon emission efficiency of the logistics industry.

Key words： logistics industry; DEA; carbon emission efficiency

0? 引? 言

面對復雜環境，國家政策支持引導力度持續強化，物流發展支撐體系不斷健全，有力地支撐了產業鏈供應鏈循環暢通，有效保障了民生順暢有序。根據中國物流與采購聯合會發布的統計數據，2022年全國社會物流總額為347.6萬億元^[1]，物流需求規模持續穩定增長，是促進國民經濟產業鏈供需銜接和實體商品流通的重要基礎。另一方面，作為國家發展戰略的“雙碳”目標促使社會經濟活動的各個領域進行低碳轉型，物流行業是能源消耗大戶也是碳排放大戶，在“雙碳”整體目標的實現過程中發揮著舉足輕重的作用。因此，科學客觀地評價物流行業的碳排放效率是推動物流行業低碳技術發展的重要前提。

1? 相關研究述評

物流行業綠色發展在國家綠色發展戰略中起到越來越重要的作用，因此，關于物流行業碳排放效率和能源效率的問題引起眾多學者的研究，基于投入產出的效率評價是物流碳排放研究的一個重要視角，比如數據包絡分析（DEA）、LMDI因素分解法^[2]等，其中，數據包絡分析（DEA）因其不需要提前確定各投入產出要素的權重，避免了人為主觀因素的影響而被廣泛地應用于效率評價和資源分配中。如龔愛清等^[3]使用投入導向型CCR-DEA模型對我國2014年30個省份的物流二氧化碳排放效率進行研究，由于二氧化碳非期望產出的性質，將其做為投入考慮，并得出我國物流碳排放效率呈現東中西依次降低的狀態；王燕等^[4]采用非期望產出SBM模型，對我國2006—2015年間物流能源效率進行評價，并通過Tobit回歸研究影響我國區域能源效率的關鍵因素，得出我國能源效率在研究期內并沒有提升趨勢，并且東西分化較為明顯；李妍等^[5]使用SBM模型對碳排放約束下我國物流業運行效率進行了測算；鄭琰等^[6]使用Super-SBM模型對順風企業2016—2021年間的碳排放效率進行測算，并提出要加強物流技術創新的建議。

基于DEA的物流業碳排放效率研究取得了較為豐碩的研究成果，但仍存在以下問題：（1）未考慮碳排放總量固定的問題，世界范圍內的環境問題日益嚴重，各國政府都在通過控制碳排放量來遏制氣候變化，國家內部通過一定的碳排放控制框架，將碳排放量控制在一定的總量水平上^[7]，這就決定了在使用DEA模型進行效率評價時，碳排放在各決策單元間的調整是受到限制的。（2）未對碳排放這一非期望產出進行變換處理，直接作為產出處理不符合低碳減排的政策要求。

2? 模型構建

針對零和博弈DEA模型的不足，Yang等^[8]在2011年提出固定和產出（FSODEA）模型，根據最小調整量構建新前沿面，以新前沿面為基準進行效率評價。針對FSODEA模型中前沿面不統一的問題，Yang等^[9]提出構建公共有效前沿面（EEFDEA）來評價，但該方法存在如下不足：一是前沿面的構建與DMU的順序相關；其次，當DMU的數量較多時，計算過于繁瑣。為了減少計算，Yang等^[10]提出構建一種均衡有效前沿面（GEEFDEA），該模型解決了EEFDEA模型中的評估順序與計算量的問題，并得到了廣泛的應用與延伸，An等^[11]基于GEEFDEA模型評價了大數據環境下決策單元的效率，并結合最小成本對我國各省的碳排放量進行分配，大量研究表明GEEFDEA模型在碳排放總量固定這一情景中的適用性。

3? 指標選取和數據來源

3.1? 指標選取

借鑒已有研究成果（見表1），考慮數據的可獲得性和可操作性，選取物流業從業人員、能源消耗、固定資產投資作為投入指標，物流業營業收入作為期望產出，二氧化碳排放量作為非期望產出。由于二氧化碳是導致全球氣候變暖最主要的溫室氣體，為了控制全球碳排放量，每年的二氧化碳的排放總量是固定的，因此選用二氧化碳作為固定和產出。

3.2? 數據來源

能源數據目前只更新到2020年，本文選取我國2016—2020年30個省（含省、自治區、直轄市）的數據進行分析，由于部分數據缺失，本文暫不考慮西藏自治區、臺灣省、香港特別行政區和澳門特別行政區。

（1）目前關于物流業相關指標沒有可以直接獲取的數據，而交通運輸、倉儲和郵政業占物流增加值的85%以上，能在很大程度上反應物流業發展狀況，因此本文借鑒前人經驗使用交通運輸、倉儲和郵政業相關數據表示物流業相關指標^[15]。其中物流業從業人員、固定資產投資、物流業營業收入數據來源于《中國第三產業統計年鑒》（2017—2021）中的7-5-1子欄目“交通運輸、倉儲和郵政業企業法人單位分地區主要指標”。

（2）各省份物流行業能源消耗數據主要包括原煤、洗精煤、焦炭、汽油、煤油、柴油、燃料油、天然氣等20多種類型，通過收集數據可知，其中原煤、其他洗煤、煤制品、汽油、煤油、柴油、燃料油、潤滑油、石油瀝青、液化石油氣、其他石油制品、天然氣、液化天然氣、電力、熱力15種能源消耗占據物流業能源消耗99%以上份額，為方便計算，本文采用這15種能源進行計算能源消耗總量，借鑒張立國相關研究^[16]，采用能源計算公式如下：

燃料數據來源于《中國能源統計年鑒》中各省份能源平衡表中的交通運輸、倉儲和郵政業一欄。能源系數采用IPCC最新公布的相關數據進行計算，如表2所示。

4? 結論與建議

4.1? 數據分析

使用公式（2）和公式（3）進行效率計算，結果如表5、圖1所示。

表5給出的是各省份5年間的效率平均值，從效率值結果來看，存在大于1的現象，這是由模型的特性決定的，能增大結果的區分度，避免多個決策單元效率值為1從而無法排序。（1）整體來看，物流業碳排放效率較好，平均值達到1.45。從圖1的整體均值變化趨勢來看，2018年達到最大值，隨后逐年下降。有18個省份的效率值大于1，屬于效率有效，包括：北京、天津、河北、山西、內蒙古、吉林、黑龍江、上海、安徽、江西、海南、重慶、貴州、陜西、甘肅、青海、寧夏、新疆，有12個省份的效率值未達到1，效率暫時落后，包括：遼寧、福建、江蘇、浙江、山東、河南、湖北、湖南、廣東、廣西、四川、云南。（2）排名前三的是寧夏、青海、海南，碳排放效率最高，通過查看投入產出數據可知，雖然這3個省份的營業收入比較靠后，但是這3個省份的固定資產投資、從業人員數、能源消耗、二氧化碳排放都比較少，從效率來看是值得學習的。其可能存在的原因是，寧夏、青海的工業產業布局較為薄弱、與當地的資源分布有密切的關系，比如青海肩負保護黃河、長江水源的重任，人口密度較低、分布較為分散，其工業物流需求較低，碳排放效率相對較高。比如海南，以旅游產業布局為主、工業物流需求相對較低，但隨著海南對標國際先進自貿港建設外向型特色的島嶼經濟體，其國際物流將會快速增長，尋求經濟發展與碳排放平衡的任務仍然艱巨。（3）物流業營業收入靠前的上海、廣東、山東、江蘇、浙江，在考慮碳排放因素后效率比較靠后，這幾個省份在能源消耗和二氧化碳排放方面都比較靠前，與當地經濟高速發展密切相關，體現了物流發展在促進實體經濟發展、提高產業鏈供應鏈韌性方面的重要性，因此，這些省份的物流業在今后的低碳轉型中任務比較艱巨。

4.2? 建? 議

物流具有顯著的跨域特征，是連接各地區經濟協同發展的重要紐帶，積極推動國內循環為主的發展戰略，為我國制造產業鏈高質量發展提供強有力的服務支持。同時，物流也是推動我國高質量產業融入世界經濟、實現國內國際雙循環的重要臂膀。因此物流業逐步實現低碳發展，需要積極探索能源技術創新路徑、數字化轉型路徑。

（1）調整能源結構。我國物流企業能源結構以油品、煤炭為主^[18]，煤炭、石油、天然氣等化石燃料是二氧化碳的主要排放源，基于政策支持、引導鼓勵相關物流企業加強清潔能源的使用力度，積極使用可再生能源。

（2）推廣低碳技術。在物流行業更多地使用低碳技術，注重低碳技術在物流行業的成果轉化，把創新、協調、綠色、開放、共享的新發展理念融入到我國綠色物流體系中^[19]。注意物流體系各個環節的碳排放問題，如在運輸過程中使用低碳新能源汽車運輸、包裝方面推廣使用綠色包裝、對產生的污染肥料及時處理、加大廢舊設施的循環利用力度等。

（3）促進物流體系數字化轉型。傳統物流過于依賴人力，成本高、效率低。2023年2月中共中央、國務院印發了《數字中國建設整體布局規劃》，以數字化驅動生產生活和治理方式變革。物流業應緊緊抓住數字化發展機遇，通過數字化轉型減少物流活動中的浪費、提升行業運行效率，助力低碳發展。

參考文獻：

[1] 王晶. 2022年全國社會物流總額為347.6萬億元同比增長3.4%[EB/OL]. （2023-02-24）[2023-03-14]. https：//news.cnr.cn/native/gd/20230224/t20230224_526163243.shtml.

[2] 姜樂平. 基于LMDI的安徽省物流業碳排放測算及影響因素研究[J]. 物流技術與應用，2022，27（6）：173-177.

[3] 龔愛清，張立國. 中國物流業二氧化碳排放效率測度與分析[J]. 物流科技，2018，41（12）：1-4，10.

[4] 王燕，劉婷. 碳排放約束下我國區域物流能源效率及影響因素研究[J]. 生態經濟，2018，34（10）：14-18，90.

[5] 李妍，孫振清. 碳排放約束下我國物流業運行效率測算及其影響因素分析[J]. 商業經濟研究，2021（8）：75-78.

[6] 鄭琰，賁宇姝，王康得，等. 物流企業的碳排放效率評價及驅動因素分析[EB/OL]. （2023-02-13）[2023-03-14]. http：//kns.cnki.net/kcms/detail/11.4520.U.20230213.1124.002.html.

[7]? LI Y， HOU W， ZHU W， et al. Provincial carbon emission performance analysis in China based on a Malmquist data envelopment analysis approach with fixed-sum undesirable outputs[J]. Annals of Operations Research， 2021，304：233-261.

[8]? YANG F， WU D D， LIANG L， et al. Competition strategy and efficiency evaluation for decision making units with fixed-sum outputs[J]. European Journal of Operational Research， 2011，212（3）：560-569.

[9]? YANG M， LI Y， CHEN Y， et al. An equilibrium efficiency frontier data envelopment analysis approach for evaluating decision-making units with fixed-sum outputs[J]. European Journal of Operational Research， 2014，239（2）：479-489.

[10]? YANG M， LI Y J， LIANG L. A generalized equilibrium efficient frontier data envelopment analysis approach for evaluating DMUs with fixed-sum outputs[J]. European Journal of Operational Research， 2015，246（1）：209-217.

[11]? AN Q， WEN Y， XIONG B， et al. Allocation of carbon dioxide emission permits with the minimum cost for Chinese provinces in big data environment[J]. Journal of Cleaner Production， 2017，142：886-893.

[12] 雷盟，陳焰，王藝. 基于SBM和Malmquist指數的我國物流業能源效率評價[J]. 物流技術，2022，41（2）：38-43，132.

[13] 鄭金娥，關高峰，杜厚維. 長江經濟帶省域物流業效率差異研究[J]. 統計與決策，2020，36（11）：110-113.

[14] 黃超然，周國華. 碳約束下省域物流能源效率空間關聯效應及其影響因素[J]. 科技管理研究，2022，42（24）：184-191.

[15] 張瑞，胡彥勇，郄曉彤. 中國物流業能源生態效率與其影響因素的動態響應研究[J]. 經濟問題，2021（8）：9-17.

[16] 張立國. 中國物流業能源消耗與二氧化碳排放效率測度及分析[D]. 南京：南京航空航天大學，2015.

[17]? WU J， ZHU Q， LIANG L. CO2 emissions and energy intensity reduction allocation over provincial industrial sectors in China[J]. Applied Energy， 2016，166：282-291.

[18] 馬明明. “雙碳”目標下物流業低碳效率測度和綠色發展策略研究[J]. 物流科技，2022，45（14）：61-64，82.

[19] 王常博. 低碳城市視角下我國綠色物流發展研究[J]. 物流科技，2022，45（18）：24-26.

收稿日期：2023-03-14

基金項目：國家自然科學基金面上項目（72171124）；國家自然科學基金面上項目（71771126）；江蘇省普通高校研究生科研創新計劃項目（KYCX21_0834）

作者簡介：許文芳（1997—），女，河南周口人，南京郵電大學管理學院碩士研究生，研究方向：數據包絡分析、資源分配；林? 萍（1977—），本文通信作者，女，福建惠安人，南京郵電大學管理學院，副教授，研究方向：資源優化配置；朱衛未（1979—），男，江蘇鹽城人，南京郵電大學高質量發展評價研究院信息產業融合創新與應急管理研究中心，江蘇科技大學經濟管理學院，教授，研究方向：數據包絡分析、系統評價與決策。

引文格式：許文芳，林萍，朱衛未. 基于GEEFDEA模型的省際物流業碳排放效率評價[J]. 物流科技，2024，47（3）：30-34.