低碳約束下區域物流產業效率測算

陳 潔

(1.招商局集團 博士后科研工作站，廣東 深圳 518067;2.中國社會科學院 工業經濟所，北京 100836)

一、引 言

物流業是國民經濟發展的重要服務行業，其發展水平已成為衡量一個國家或地區綜合實力的重要標志之一。同時，物流業也是中國能源消耗的主要行業，在低碳經濟中占據著特殊位置。近年來物流業對汽油、煤油和柴油等能源的依賴逐年上升，如何減少物流領域的碳排放量，是促進低碳物流經濟發展的必然要求。早期物流產業效率的文獻研究集中于對運輸業效率的分析，Oum等(1992)［1］提出了交通生產率的概念并提出測算方法，國內學者余思勤等(2004)［2］測算了中國交通各部門1990—2000年的生產率，劉玉海等(2008)［3］分析了2000—2004年中國道路運輸業生產率。隨著物流業的快速發展，近年來對物流產業效率問題的研究也逐漸增多。田剛等(2009)［4］、王維國等(2012)［5］構建了中國省級地區物流業面板數據，分析了各地區物流業全要素生產率及其增長動力來源。唐建榮等(2013)［6］首次將非期望產出的二氧化碳排放量作為投入變量，衡量了物流業的純技術效率、規模效率和綜合效率。但是，目前研究模型的產出中均未將環境污染等非期望因素納入度量。因此，本研究將碳排放作為非期望產出納入模型度量，運用方向距離函數和環境DEA技術測算物流業全要素生產率。

二、方法與模型

1.曼奎斯特-魯恩博格生產率指數模型

Chung等(1997)［7］在環境 DEA技術與方向距離函數的基礎上，提出了曼奎斯特-魯恩博格生產率指數(簡稱LP)，解決了減少非期望產出情形下測算全要素生產率的問題。

考慮一個地區物流產業總值生產函數F(X)，其中X表示要素投入，并假設要素投入X=(K，L，E)∈，K為資本投入，L為勞動力投入，E為能源投入，通過生產得到Y和C。其中Y對物流產業增長發展有利，是一種期望產出，期望其越大越好;而C是一種伴隨Y生產過程產生的非期望產出，期望其越小越好。所有可能的包括期望產出與非期望產出的產出構成的集合稱為生產可行集，記為P。基于環境DEA技術的非參數分析框架，假設一共有i(i=1，2，…，I)個地區作為決策單元，第i個地區的投入和產出值為(Ki，Li，Ei，Yi，Ci)，強度變量 ωi是在構造生產前沿時分配給每個決策單元的權重，可以采用以下的線性規劃來表示:

方向性距離函數是指在某種生產技術水平下，基于固定的投入(或產出)，描述產出指標變量(或投入指標變量)最優比例的一種代表性函數，可以用下式表示:

式(2)中，距離函數值λ表示決策單元觀測值(Y，C)與其在生產前沿面上投影(Y+λdY，C-λdC)之間的距離。方向向量d=(dY，-dC)決定了效率測度的方向，即產出擴張或減少的方向，其中期望產出(Y)擴張的方向向量為dY，而非期望產出(C)下降的方向向量為-dC，方向距離函數實現在非期望產出約束下期望產出的最大擴張。根據方向向量d=(dY，-dC)的不同取值，本文設定了兩種方向距離函數情形。

情形一:假設d=(Y，0)，不考慮非期望產出(C)的影響，可以用以下數學規劃式表示:

情形二:假設d=(Y，-C)，并且非期望產出(C)具有弱處置性，方向向量d=(Y，-C)要求同比例增加物流業增加值而降低二氧化碳排放，可以用以下數學規劃式表示:

上式中，關于要素投入(K，L，E)和期望產出(Y)的不等式表示它們是可自由處置的，而關于非期望產出(C)的等式表明非期望產出(C)的弱處置性。函數值λ=0意味著該決策單元處于生產前沿面上，其生產是有效率的。函數值λ越大，表明決策單元離生產前沿面越遠，效率越低。

在低碳約束情形下，第i個決策變量的曼奎斯特-魯恩博格生產率指數LP可以表示為

2.收斂性分析

σ收斂分析是研究隨著時間的推移，不同地區之間物流業全要素生產率LP的離差隨時間推移而變化的情況。若離差逐漸變小，則表示生產率的離散程度在縮小，趨于σ收斂;若離差變大，則表示生產率的離散程度在擴大，趨于發散。本文研究的碳強度約束下全要素生產率σ收斂分析可以用下式表示:

式中，LPi，t表示第i個地區在t時期的物流業全要素生產率，而是t時期所有M個地區物流業全要素生產率的平均值。當σt+1＜σt時，則說明碳強度約束下中國物流業全要素生產率的離散程度在縮小，存在σ收斂。

三、模型指標與數據

本文收集2005—2012年中國30個省區的物流業要素投入(物流業資本投入、物流業從業人數和物流業能源消耗量)、期望產出(物流業增加值)與非期望產出(二氧化碳排放量)。

物流業資本投入是按主要行業分的全社會固定資產投資中的交通運輸、倉儲和郵政業的投資總額計算，采用劉秉鐮(2009)［8］所采用的固定資產投資作為資本存量替代的方法，并以2005年為基期(2005年=100)的固定資產投資價格指數折算為不變價。物流業從業人數的計算選取《中國統計年鑒》(2006—2013年)劃分數據，將鐵路運輸業、道路運輸業、城市公共交通業、航空運輸業、管道運輸業、裝卸搬運、其他運輸服務業和郵政業累積加和得到。關于物流業能源消耗量指標，本文選取交通運輸、倉儲和郵政業中消耗量比例最大的7項能源，包括煤炭、汽油、煤油、柴油、燃料油、液化石油氣和天然氣，將《中國能源統計年鑒》(2006—2013年)統計的各地區一次能源消費量作為能源投入，并將不同類型的能源消費量統一轉換成標準煤后加總而成。

關于產出指標，本文計算的物流業增加值(物流業GDP)選取《中國統計年鑒》(2006—2013年)中按三次產業分地區生產總值的交通運輸、倉儲和郵政業增加值，并以2004年不變價格折算各年份各地區的物流業產值。二氧化碳排放量是按照《中國能源統計年鑒》(2006—2013年)中分地區各類能源消耗量以及二氧化碳信息分析中心上各類能源排放系數計算得到。

樣本數據的統計概述如表1所示。

表1 數據的統計概述

按照中國統計局的劃分標準，將除去西藏的30個省、自治區或直轄市劃分成三大區域。東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省或直轄市，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個省份，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11個省、自治區或直轄市。圖1是樣本數據期間30個省、自治區或直轄市的物流業產值與二氧化碳排放的散點圖。各地區的物流業碳強度由各散點與原點連線斜率的倒數表示，斜率越大，表明物流業碳強度越小。可見，東部地區的平均物流業碳強度較低，特別是山東、河北、江蘇、福建等省份;中部地區居中，其中江西、安徽等地區的平均物流碳強度較低;西部地區整體物流業碳強度較高，尤其是新疆、云南等地區的平均物流碳強度較高。

圖1 各省、自治區或直轄市物流GDP與二氧化碳排放量散點圖

四、物流業全要素生產率測算

1.不同情形下物流業生產要素比較

測算兩種情形下2006—2012年的物流業生產率，分別用LP和CLP表示，結果見表2。

表2 2006—2012年物流業生產率比較

由表2可以看出，不考慮物流碳強度約束，2006—2012年期間中國30個地區物流業生產率平均年增長為0.8%，加入二氧化碳排放約束，2006—2012年期間物流業生產率平均年增長為2%，高于情形一不考慮碳強度約束的情形。這表明碳強度約束下的物流業生產率要高于不考慮碳約束情形。因為前者將生產過程對環境改善的貢獻作為對生產率的供需考慮進去，而后者在生產率評價中則忽視了環境目標。

圖2是2006—2012年碳強度與累積的物流業生產率之間的變化趨勢。累積的CLP可以直觀地反映t+1期生產率是提高還是倒退，若t+1期累積的CLP較第t期大，表明t+1期的物流業生產率較上一期有所提高。2006—2008年單位物流GDP碳強度由 0.867 t/萬元減少至 0.755 t/萬元，2008—2010年出現暫時性的增長，增至0.836 t/萬元，2010—2012年又呈現下降趨勢，2012年減少為0.724 t/萬元。從整體趨勢來看，近年來單位物流GDP碳排放量呈現下降趨勢。通過比較2005—2012年的碳強度和累積的物流業生產率可以發現，累積的CLP可以較好地解釋碳強度的變化，CLP得到改進，碳強度下降，反之，則上升。

圖2 2006—2012年碳強度與累積的CLP變化

2.碳強度約束下物流業生產率分解

將碳強度約束下的物流業生產率分解為效率變化指數(EF)和技術進步指數(TE)。從表2和表3可以發現，2005—2012年物流業生產率年均增長1.9%，主要來源于物流業技術的進步，其中技術進步年均增長1.5%，而物流效率的改進對碳約束下的物流業生產率增長的貢獻不大，年均增長率約0.4%。主要原因是2000年以來，中國工業化和城市化快速發展，產業結構不斷升級，刺激了物流需求的強勁增長，加上各級政府對物流業大量資金和人力的投入，物流相關政策的出臺，物流技術創新效果明顯。2005年中國提出低碳經濟轉型戰略，發展以節能為主，物流業作為能源消耗的主要產業之一，各區域在提高物流業產值的同時注重節能和低碳技術，減少二氧化碳排放，信息技術的創新有效地推動了物流業全要素生產率的進步。

表3 效率變化指數和技術進步指數

3.碳強度約束下區域物流業生產率比較

不考慮低碳約束和低碳約束下的各區域物流業生產率均大于1，這表明近年來隨著各地大力發展物流業，物流業生產效率得到提升。比較三大區域的物流業生產率(見表4)發現，東部地區最高，西部居中略高于中部，這也表明西部大開發戰略的提出，西部地區經濟發展刺激了西部地區物流需求，加上國家對西部地區物流基礎設施的投資，有效地促進了西部地區物流產業效率的提升。比較三大區域的效率變化指數，發現東部地區最高，西部居中，中部最低;比較各區域的技術進步指數，發現東部最高，中部居中，西部最低。這也表明了西部地區在物流技術創新方面落后于東部和西部地區。此外，低碳約束下的各區域的技術進步指數較未考慮低碳約束都有大幅提升，這也再次驗證了近年來物流業生產率的提升主要依賴于物流技術進步和創新，低碳物流經濟的發展以低碳技術和物流技術的創新為支撐。

表4 2005—2012年區域物流生產率指數對比

4.收斂性分析

圖3顯示的是中國總體及東部、中部和西部三大區域物流業生產率標準差隨時間變化的情況。從全國整體來看，2006—2012年呈現先下降再小幅上升并趨于平穩的狀態。東部和中部地區的低碳約束下物流業生產率標準差明顯高于西部地區，這表明東部地區和中部地區低碳約束下的各地物流業生產率差異較西部地區大。從分地區來看，三大區域在2006—2009年期間均有大幅下降的趨勢，在2009年出現小幅回升后，中部地區在2009年后呈現明顯發散趨勢，地區間低碳約束物流業生產率差異程度在擴大，而東部地區的碳強度約束下的物流生產率存在趨同性，西部地區的碳強度約束下的物流生產率存在收斂性，表明西部地區各省份直接的物流業生產率差距在逐步減小。

圖3 各區域σ收斂性檢驗結果

五、結 論

本文運用方向距離函數和環境DEA技術，構建碳強度約束下中國物流業生產率，修正了傳統模型里由于忽視碳排放造成的扭曲。本文研究發現，強調環境管制的物流業生產率要高于不考慮環境管制的情形;物流業生產率測算與碳強度目標吻合，累積的物流業生產率可以較好地解釋碳強度的變化，物流業生產率得到改進，碳強度下降;2005—2012年物流業生產率年均增長1.9%，其中物流技術進步年均增長1.5%，物流效率的改進年均增長率約0.4%。物流業生產率的提升主要依賴于物流技術進步和創新;東部地區的物流業生產率和物流技術進步指數均最高，而西部地區的物流業生產率居中，物流技術進步指數最低，表明西部地區在物流技術創新方面落后于東部和西部地區;碳強度約束下東部地區物流業生產率存在趨同性，中部地區差異在擴大，西部地區則在縮小。

［1］OUM T，TRETHEWAY M，WATERSW.Concepts，methods and purposes of productivitymeasurement in transportation［J］.Transportation Research Part A:Policy and Practice，1992，26(6):493-505.

［2］余思勤，蔣迪娜，盧劍超.我國交通運輸業全要素生產率變動分析［J］.同濟大學學報:自然科學版，2004(6):128-132.

［3］劉玉海，林建兵，翁嘉輝.中國道路運輸業營運效率動態分析——基于 Malmquist生產力指數［J］.產業經濟研究，2008(1):56-64.

［4］田剛，李南.中國物流業技術進步與技術效率研究［J］.數量經濟技術經濟研究，2009(2):76-87.

［5］王維國，馬越越.中國區域物流產業效率——基于三階段DEA模型的Malquist-luenberger指數方法［J］.系統工程，2012(3):66-75.

［6］唐建榮，盧玲珠.低碳約束下的物流效率分析［J］.中國流通經濟，2013(1):40-47.

［7］CHUNG Y H，FARE R，GROSSKOPF S.Productivity and undesirable outputs:a directional distance function approach［J］.Journal of Environmental Management，1997，51(3):229-240.

［8］劉秉鐮，李清彬.中國城市全要素生產率的動態實證分析:1990—2006——基于DEA模型的Malmquist指數方法［J］.南開經濟研究，2009(3):139-152.