張琳琳



摘要:物流業是國民經濟的基礎性產業,物流業效率的提升對區域經濟發展具有重要意義。基于2003-2016年中國30個省市物流業數據,文章運用SBM-Undesirable模型對低碳約束下的中國物流業效率進行了測算,并利用面板Tobit模型實證分析了其影響因素。結果顯示:①中國物流業效率總體處于中等偏上水平,地區差異明顯;②經濟實力、產業集聚和產業結構能夠正向促進物流業效率,而環境規制明顯抑制效率的提升,外商投資對其作用不顯著。最后,提出針對性的政策建議。
Abstract: Logistics industry is the basic industry of the national economy. The improvement of the efficiency of logistics industry is of great significance to regional economic development. Based on the data of logistics industry in 30 provinces and cities in China from 2003 to 2016, this paper uses SBM-Undesirable model to measure the efficiency of logistics industry in China under low-carbon constraints, and uses panel Tobit model to empirically analyze the influencing factors. The results show that:①the efficiency of China's logistics industry is generally on the upper middle level, with obvious regional differences; ②economic strength, industrial agglomeration and industrial structure can positively promote the efficiency of logistics industry, while environmental regulation can significantly inhibit the improvement of efficiency, and foreign investment has no significant effect on it. Finally, the paper puts forward targeted policy recommendations.
關鍵詞:低碳約束;物流業效率;區域差異
Key words: low carbon constraint;logistics industry efficiency;regional differences
中圖分類號:F259.2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號:1006-4311(2019)26-0129-03
1? 引言及文獻綜述
物流業是國民經濟發展中的重要產業,近年我國物流業發展規模壯大,已經成為世界物流大國。但現階段物流業的發展還存在諸多問題,效率低下、成本過高、污染嚴重等問題日益顯現(龔雪、荊林波,2017)。在現有資源環境約束下發展低碳物流既是時代新要求,又是實現物流業可持續發展的必經之路。因此對低碳約束下中國物流業效率進行測算,并探究其影響因素,具有重要的現實意義。
現有文獻多從投入產出角度對物流業效率進行研究,研究內容主要包括物流業靜態效率測算、時間演化趨勢及空間差異等。早期學者對物流業效率進行評價時,并未將碳排放等環境污染因素考慮在內。隨著環保意識的增強,低碳物流的發展逐漸受到學者重視。王維國等(2012)首次將碳排放納入非期望產出指標體系,此后王玲、孟輝(2015),唐建榮等(2016),劉戰豫、孫夏令(2018)等分別從綠色全要素生產率視角、環境效率視角以及能源效率視角對物流業效率開展了研究。
文獻梳理發現,多數學者僅測算了低碳約束下物流業效率,鮮有文獻深入研究其影響因素。因此,在現有研究的基礎上,本文通過引入含非期望產出的SBM-Undesirable模型,對低碳約束下中國物流業效率進行測算,并進一步利用Tobit模型探究其影響因素,以期為提高物流業效率提供決策參考。
2? 低碳約束下物流業效率測算
2.1 數據來源
我國缺乏專門的物流業統計,參照多數學者做法,本文將交通運輸、倉儲和郵政業定義為物流業。研究區域包括中國30個省級地區(不包括港澳臺、西藏)。時間跨度為2003-2016年,數據來源于《中國統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》以及各省市統計年鑒等。
2.2 投入-產出體系
2.2.1 投入指標
①資本要素投入。參考張軍等(2004)做法,利用“永續盤存法”計算2003-2016年各省物流業資本存量,公式為■。其中Ii,t為各年分省物流業全社會固定資產投資額,且以2003年為基期利用固定資產投資價格指數Pt進行價格平減。
②勞動力投入。本文選取鐵路、公路、水上、航空、管道運輸業、城市公共交通、裝卸搬運和其他運輸服務業以及郵政業從業人員數量總和,作為物流業勞動力投入。
③基礎設施投入。交通基礎設施建設主要包括鐵路、公路和航道建設等。本文選取鐵路營業里程、公路里程與內河通航里程總和,作為物流業基礎設施投入。
④能源投入。原煤、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣是物流業主要消耗的燃料,參照《中國能源統計年鑒》中能源參考熱值及折標準煤系數的標準將這8種燃料折算成標準煤,以此作為物流業能源投入。
2.2.2 產出指標
①期望產出指標。期望產出主要是指物流業發展所帶來的經濟及社會服務產出,使用交通運輸、倉儲和郵政業增加值來表示,并進行價格平減(2003年為基期)。
②非期望產出指標。
2.3 測算結果與分析
基于中國30個省2003-2016年物流業數據,采用SBM-Undesirable模型,利用DEA-SOLVER Pro 5.0軟件對各省物流業效率進行測算,結果如表2所示。
由表2可看出,低碳約束下中國30省市物流業效率總體處于中等偏上水平,效率水平仍需提升。其中天津、河北、上海、廣東、青海和寧夏效率值始終為1,表現相對最優。福建和海南基本處于穩定狀態,屬于效率水平較高行列。而北京自2014年起效率值逐年下降,并由相對有效轉為無效狀態。究其原因,近幾年北京能源消耗爆發式增長,處于碳排放的上升期,進而導致該市效率水平持續下降。與北京相反,江蘇省效率水平逐年改善,并由無效狀態轉為有效狀態。云南、四川效率水平最低,年均值不足0.3,與上海、廣東等省市相比,絕對差距較大,物流業效率亟需提升。除上述省份外,其余省份效率值均在0.3-0.7之間,處于中等水平。
3? 影響因素分析
3.1 變量選擇
根據以往相關研究成果,結合數據可得性與指標的科學性,本文從經濟實力、產業集聚、產業結構、外商投資和環境規制五個方面研究低碳約束下物流業效率的影響因素。
3.1.1 經濟實力
經濟實力即經濟發展水平,一般而言,地區經濟實力與物流業發展關系密切。經濟發展水平越高,說明市場規模越大,對物流業的潛在需求也就越大。同時區域經濟越發達,越能吸引物流業的投資者和專業人才,從而促進物流業發展和物流業效率提升。本文采用各省GDP占當年全國GDP的比重反映當地經濟實力。
3.1.2 產業集聚
物流企業通過集聚獲得一定的規模經濟,在集聚區內共享基礎設施和信息,由此降低物流生產成本。同時物流專業化水平的提高,能夠減少能源消耗量,降低二氧化碳排放量。產業集聚還可通過技術溢出效應和知識溢出效應影響物流業效率。技術溢出效應使得中小型物流企業更快獲得行業內領先技術;知識溢出效應使得集聚區內的企業可以相互交換學習經驗,降低學習成本;這兩種溢出效應均能有效提高物流企業的生產效率,進而提高物流業效率。
3.1.3 產業結構
不同產業對物流業的需求存在差異,產業結構的異質化會對物流業效率產生不同程度的影響。在我國社會物流總量中,工業品物流量所占比重較高,因此本文采用第二產業產值占GDP的比重衡量產業結構。
3.1.4 外商投資
外商投資的增加推動了公路、鐵路、航空和港口運輸的迅速發展,在很大程度上影響著物流業效率水平。外商投資水平用實際利用外商投資額占GDP的比重衡量。
3.1.5 環境規制
環境規制對物流業效率具有雙向影響:一方面環境規制能夠有效激勵企業進行環保創新,產生“創新補償”效應,在一定程度上提升物流企業生產率水平,進而提高物流業效率;另一方面,環境規制會產生“遵循成本”效應,降低企業利潤,企業生產率下降,從而降低物流業效率。因此環境規制對低碳約束下物流業效率的影響是不確定的,主要取決于“創新補償效應”和“遵循成本”的大小。本文采用環境污染治理投資額占GDP比重反映環境規制強度。
3.2模型構建及結果分析
依據上述分析,構建如下Tobit模型:
利用Stata14.0軟件對回歸模型進行分析,因為固定效應Tobit模型是有偏的,故采用隨機效應Tobit模型,并利用似然比對該模型進行檢驗。結果顯示,隨機Tobit模型整體似然比檢驗的P值為0,通過顯著性檢驗,可以采用隨機效應Tobit模型。Tobit回歸結果如表3所示,結果表明:經濟實力、產業集聚和產業結構對物流業效率有顯著的正相關影響,外商投資對物流業效率無明顯影響,而環境規制與物流業效率有顯著的負相關關系。
模型回歸結果具體分析如下:①經濟實力能夠明顯促進物流業效率的提升。經濟實力越強,效率水平則越高,由此可以看出區域宏觀經濟的發展依然是影響物流業發展的重要因素。②產業集聚對物流業效率有正向影響。產業集聚能夠促進物流專業化分工與服務水平的提升,進而提高物流效率。因此各地政府在制定物流業發展規劃時,要充分意識到產業集聚的重要性。③產業結構能夠顯著促進物流業效率的改善。現階段我國物流業的服務對象主體為制造業,物流業與第二產業關聯性較高。而產業結構是第二產業產值與GDP的比重,隨著比重的不斷增長,物流業效率不斷提升。④外商投資對物流業效率作用不顯著。一般而言,物流業發展與外商投資之間存在相互促進的關系,外商投資能夠推動物流業基礎設施建設,引進先進技術,提高物流效率。外商投資作用不顯著,原因可能是我國物流業當前發展水平不高,對外商投資的促進作用不夠敏感。⑤環境規制明顯抑制物流業效率的提升。環境規制強度加大,迫使企業增加環保研發投入,企業生產成本顯著上升,導致“遵循成本”效應超過“創新補償”效應,對物流業效率產生負面影響。
4? 結論與建議
4.1 結論
本文基于SBM-Undesirable模型測算了低碳約束下我國物流業效率,并利用隨機效應Tobit模型,進一步研究了低碳約束下物流業效率的影響因素。本文的研究結論如下:第一,我國物流業效率總體處于中等偏上水平,且整體呈現下降趨勢。天津、河北、上海、廣東、青海、寧夏、福建和海南省物流業效率相對最優,而云南和四川物流業效率最低,其余省份則均處于中等行列。第二,經濟實力、產業集聚和產業結構能夠顯著促進物流業效率的提升,而外商投資對其作用不明顯,環境規制則明顯抑制物流業效率的提高。
4.2 建議
根據上述研究結果,為更好地提升低碳約束下我國物流業效率,本文提出如下建議:
①重視物流業集聚優勢,充分發揮產業集聚的規模經濟效應和溢出效應。各省份應當積極踐行共商、共建、共享原則,實現物流政策共商、物流基礎設施共建、物流資源共享良好局面。
②重視物流業與第二產業,尤其是制造業的聯動發展。物流業的發展,使得全社會商品的流通速度及經濟資源在產業間的配置速度不斷加快,物流業與制造業存在很強的互動關系。目前我國物流業與制造業聯動發展還存在諸多問題,各地政府應積極建立有利于制造業與物流業聯動發展的體制機制,科學規劃兩業發展,創新物流業與制造業聯動模式,加強物流業與制造業的溝通與銜接。
③實施物流業環境規制,減少碳排放。環境規制對產業效率的提升是一個中長期過程,當前物流業發展尚未達到高級階段,環境規制明顯抑制物流業效率。但隨著物流業發展,環境規制對效率的提升作用就會逐漸凸顯。因此各地政府要嚴格實施物流業環境規制,制定物流業環境規制法案,從源頭上減少能源消耗和二氧化碳排放。
參考文獻:
[1]龔雪,荊林波.發展綠色物流理論與政策研究述評[J].現代經濟探討,2017(11):126-132.
[2]王維國,范丹.節能減排約束下的中國區域全要素生產率演變趨勢與增長動力——基于Malmqulist-Luenberger指數法[J].經濟管理,2012,34(11):142-151.
[3]王玲,孟輝.中國物流業環境全要素生產率增長研究——基于MML生產率指數的實證分析[J].北京理工大學學報(社會科學版),2015,17(05):1-8.
[4]唐建榮,杜聰,李曉靜.中國物流業經濟增長質量實證研究——基于綠色全要素生產率視角[J].軟科學,2016,30(11):10-14.
[5]劉戰豫,孫夏令.中國物流業綠色全要素生產率的時空演化及動因分析[J].軟科學,2018,32(04):77-81,114.
[6]張軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952-2000[J].經濟研究,2004(10):35-44.
[7]劉承良,管明明.低碳約束下中國物流業效率的空間演化及影響因素[J].地理科學,2017,37(12):1805-1814.
[8]宋楊,高宏偉.物流產業與三大產業聯動發展關系研究——以北京市為例[J].北京交通大學學報(社會科學版),2013,12(03):1-6.
[9]張寶友,朱衛平,孟麗君.物流產業效率評價及與FDI質量相關性分析——基于2002-2011年數據的實證[J].經濟地理,2013,33(01):105-111,125.
[10]余泳澤,武鵬.我國物流產業效率及其影響因素的實證研究——基于中國省際數據的隨機前沿生產函數分析[J].產業經濟研究,2010(01):65-71.
[11]張定,曹衛東,范嬌嬌,朱勝清,楊迎.長三角城市物流發展效率的時空格局演化特征與機制[J].經濟地理,2014,34(08):103-110.
[12]姚娟,莊玉良.所有權結構、物流環境及我國物流業效率[J].財經問題研究,2013(03):115-122.
[13]Tone K. Dealing with Undesirable Outputs in DEA: A Slacks Based Measure (SBM) Approach [R]. GRIPS Research Report Series,2003-2005.