碳排放約束下我國三大灣區城市群綠色物流效率及影響因素研究

何景師，王術峰，徐 蘭

（1.東莞職業技術學院 物流工程系，廣東 東莞 523808；2.廣東白云學院 工商管理學院，廣東 廣州 510450)

0 引言

物流業是我國第三產業的主要能源消耗部門[1]，具有高成本、高耗能、生產效率低下等特點[2]，全國90%以上的汽油和60%以上的柴油均被物流業所消耗[3]。為實現節能減排，“碳達峰”“碳中和”首次被寫入2021年全國兩會政府工作報告。在新經濟發展模式下，物流行業的低碳化發展質量受到關注。城市群是物流業碳排放的重要來源地，而中國三大灣區城市群(粵港澳大灣區、長三角灣區、渤海灣灣區)作為我國經濟最發達的地區，是我國重要的工業基地，也是我國居民消費水平較高的地區，城市生產物流和消費物流活躍，交通量巨大。在我國加快推動形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局下，三大灣區城市群提升物流資源配置效率，降低物流業碳排放，對我國發展綠色經濟、達成低碳目標具有重要意義。

目前對我國綠色物流效率的研究主要以省域為研究對象。劉戰豫、唐建榮等[1,4]以全國各省數據為例分析了物流業綠色增長效率；喬美華等[3]研究了我國各省市的物流能源效率；李慧等[5]研究了絲綢之路經濟帶省份的低碳物流效率；王燕等[6]研究了我國各省市的物流能源消耗和物流碳排放；胡小飛等[7]研究了長江經濟帶11省的物流業碳排放。現有文獻在碳排放的測算上，一是將整個社會交通運輸行業消耗較多的焦炭、汽油、煤油、柴油、燃料油、液化石油氣等根據聯合國政府間氣候變化專門委員會(IPCC)碳排放計算指南得到消耗量，此種方法普遍應用于交通運輸行業碳排放測算[8-9]，物流業碳排放測算的文獻[5-7]也較多采用此方法，但此方法測算的是全社會的碳排放，將旅客運輸等其他非物流貨運行業產生的碳排放也計算在內；另一種是通過運輸周轉量、各種運輸工具的能源消耗量進行測算，如Tian、To等[10-11]分別測算了貨運車輛、物流業的溫室氣體排放，但需要將各種運輸工具的能源單耗和碳排放系數進行換算。

綜上，擬從2個新視角對綠色物流效率進行研究，一是以城市而非省際為研究對象，并聚焦三大灣區城市群；二是參考Tian、To等[10-11]關于溫室氣體排放的測算方法，基于貨物周轉量和運輸工具的能源消耗，將旅客運輸等其他非物流活動產生的碳排放有效區分，從而更準確測算綠色物流效率。結合前人文獻，擬將物流業碳排放作為非期望產出構建投入產出指標體系，以三大灣區城市群29個城市2008—2019 年的數據為例，綜合利用Malmquist指數和超效率SBM模型進行分析，并將超效率SBM值作為因變量進行Tobit回歸，以探究綠色物流效率影響因素的方向和強度。

1 評價指標

中共中央、國務院明確了粵港澳大灣區將建成國際一流灣區和世界級城市群，而渤海灣和長三角灣區的命名及包含哪些城市還沒有權威定義。由于現有文獻資料的表述各有差異，為方便研究擬以粵港澳大灣區的珠三角灣區9市、渤海灣城市群9市及長三角11市為對象進行分析。原始數據來自各地區的統計年鑒、交通年鑒和統計公報等。

1.1 投入產出指標

投入指標由資本、勞動、能源和基礎設施4個指標衡量。期望產出以物流業增加值、貨運量和貨物周轉量為指標，非期望產出以物流業碳排放量為指標。參考Tian，To等[10-11]的計算方法，物流業碳排放計算公式為

式中：Ei為第i種運輸方式的碳消耗量，萬t；i為公路、鐵路、水運、航空4種運輸方式；j為燃料類型；Tij為貨物周轉量，億t · km；Cj為碳排放系數；EFij是不同運輸方式的單位周轉量能耗。根據能源年鑒和文獻[2，12]，每千克柴油、汽油、航空煤油、標準煤的碳排放系數折合分別為3.096 kg，2.925 kg，3.033 kg，2.4 kg，每 kW · h電力的碳排放系數折合為8.726 kg。根據《中國交通年鑒》《中國物流年鑒》《中國鐵道年鑒》統計的不同運輸方式的單位周轉量能耗計算歷年均值，取值鐵路105.45 kW · h/(萬 t · km)、公路 753.636 L/(萬 t · km)、水運 37 L/(萬 t · km)、航空 2 700 L/(萬 t · km)。

1.2 影響因素

為分析影響城市綠色物流效率的因素，以超效率SBM模型得到的綠色物流效率值為因變量，擬從經濟水平、產業結構、工業化進程、基礎設施水平、城鎮化率、物流運輸強度、運輸結構、物流業勞動生產率、科技創新能力等探究各因素對綠色物流效率的影響方向和強度。城市綠色物流效率投入產出及影響因素指標如表1所示。

表1 城市綠色物流效率投入產出及影響因素指標Tab.1 Input-output and influencing factors of urban green logistics efficiency

2 研究方法

2.1 Malmquist指數模型

Malmquist指數是動態分析工具，通過當期與上一期或基期的對比得到全要素生產率。Malmquist計算公式為

式中：Tfpch為全要素生產率；Dt，Dt+1分別指t期、t+1期的距離函數；xt，xt+1分別表示第t期、第t+1期投入；yt，yt+1為第t期、第t+1期產出；若Tfpch＞1表示全要素生產率上升。

2.2 超效率SBM模型

針對傳統DEA的投入產出松弛性和徑向選擇偏差性，Tone[13]提出了超效率SBM模型，解決了多個評價結果為1而無法進行比較的不足。考慮非期望產出的超效率SBM模型可變規模報酬的公式為

式中：ρ*為目標效率值；n為決策單元個數；q為決策單元投入數量；u1為期望產出；u2為非期望產出；分別為相應的投入矩陣、期望產出矩陣和非期望產出矩陣中的元素；λj為權重向量；下標為“k”的變量為被評價單元；為剔除第k個決策單元的決策變量參考點。

2.3 Tobit 模型

以超效率SBM模型得到的綠色物流效率值為因變量，以影響城市綠色物流效率的因素為回歸自變量， Tobit回歸模型計算公式為

式中：ρj為超效率SBM值；Fj為影響因素變量；βT為回歸向量；εj為誤差項。

3 實證分析

3.1 綠色物流全要素生產率分析

通過Malmquist指數計算得到三大灣區城市群綠色物流全要素生產率如表2所示，考慮碳排放約束下2008—2019年間29個城市的綠色物流全要素生產率值為1.005，而不考慮碳排放約束下傳統物流業全要素生產率值為1.013，可見忽視綠色碳排放約束高估了三大灣區城市群的物流業增長速度。結論與唐建榮[4]以全國30個省為對象的分析結果具有相似性。在碳排放約束下，城市綠色物流全要素生產率的值為1.005，技術效率、技術進步分別是1.001，1.005，說明城市綠色物流全要素生產率是技術效率和技術進步共同推動增長的。不考慮碳排放約束下，物流全要素生產率的值為1.013，技術效率為0.991，其中技術進步為1.027，表明不考慮碳排放約束下的技術進步對物流全要素生產率的貢獻比低碳約束下其對綠色物流全要素生產率的貢獻要大，綠色物流的技術進步受到限制，綠色物流技術增長動力下降，全要素生產率提高相對緩慢。研究結果可見技術效率值小于1，即不考慮碳排放約束下技術效率、資源配置和組織管理水平是下降的，傳統物流業全要素生產率增長主要是技術進步推動的結果。

表2 三大灣區城市群綠色物流全要素生產率Tab.2 Total factor productivity of green logistics in the three bay-area city clusters

從時序上看，2008—2019年綠色物流全要素生產率波動周期可分為3個階段。2008—2011年，綠色物流全要素生產率呈現上升趨勢，2008年金融危機后，國務院出臺了《物流業調整和振興規劃》，隨著國家對物流業的大力支持，物流技術和節能減排技術進一步發展，綠色物流全要素生產率穩步上升。2012—2015年，綠色物流全要素生產率的變動趨勢又轉為下降，這一階段由于企業在推進低碳物流發展中，相對容易的節能減排措施已經完成，其他措施的成本日漸高漲，必須下更大力度、付出更高成本才能繼續取得低碳化成績，因而該階段全要素生產率呈現下降趨勢。從2016年開始，綠色物流全要素生產率呈現波浪回升的趨勢但上升趨勢相對緩和，這一階段的全要素生產率增長原因主要是技術進步，特別是隨著近幾年新能源貨運汽車的推廣使用、二維碼技術的普及、移動互聯網和物流信息管理水平的提升，全要素生產率呈現上升趨勢。

3.2 超效率 SBM 分析

對考慮碳排放非期望產出的2008—2019年綠色物流效率均值進行測算，得到超效率SBM模型下三大灣區城市群綠色物流效率如表3所示。超效率SBM值體現了綠色物流效率的靜態評價數據，總體看三大灣區29個城市的歷年平均綠色物流效率值為0.792，珠三角9市為0.903，長三角11市為0.856，渤海灣9市為0.620。將29個城市根據歷年效率均值劃分為4個梯隊，得到各市綠色物流效率歷年均值分類如表4所示，第一、二梯隊的城市中珠三角9市有6個，長三角灣區11市有8個，渤海灣灣區9市有3個，而第四梯隊的城市以渤海灣地區最多，這反映了三大區域的綠色物流效率差異。

表3 超效率SBM模型下三大灣區城市群綠色物流效率Tab.3 Green logistics efficiency of the three bay-area cities clusters under the Super-SBM model

表4 各市綠色物流效率歷年均值分類Tab.4 Classification of the mean green logistics efficiency in each city over the years

進一步對超效率SBM值進行分解，從純技術效率看，29市的純技術效率歷年均值呈現較大波動，具有較大的區域差異性，其中珠三角地區明顯高于其他地區，長三角地區呈現下降趨勢，渤海灣地區最低且歷年波動明顯。從規模效率值看，三大灣區的規模效率均呈現下降趨勢，總體看長三角最高，其次是渤海灣，而珠三角地區最低。

根據測算結果可知29個城市12年間共348個評價數據中有204個數據大于等于1，占樣本總量的58.62%，這說明總體上三大灣區城市群的綠色物流效率水平相對較高，但依然有41.38%的樣本存在效率損失，還有較大的提升空間。2019年超效率SBM大于等于1即達到生產前沿面的城市有13個，超效率SBM小于1即未達到生產前沿面的城市有16個，將數據進行整理得到2019年非DEA有效城市的投入冗余和產出松弛如表5所示。根據結果可知，4個投入指標均存在不同程度的投入冗余，表明這些指標的投入應減少才能達到最優生產前沿面。基礎設施投入(X4)存在較大的投入冗余，隨著國家基礎設施建設力度加大，經過多年的發展，這些城市的交通運輸線路網絡日趨完備，結果顯示這16個城市的基礎設施指標都存在投入冗余。資本投入(X1)冗余較大的城市有廊坊、江門、天津、惠州、中山等。勞動投入(X2)冗余較大的城市有杭州、紹興、南通、江門、廊坊、石家莊、天津、中山等。能源投入(X3)冗余較大的城市有石家莊、廊坊、承德等。表5的各產出松弛變量中正數表示產出不足，負數表示產出冗余。產出指標Y1，Y2，Y3均有部分城市產出不足，其中貨物周轉量(Y3)這個產出指標16個城市均存在明顯的產出不足，表明各城市達到DEA有效狀態還有較大的增長空間。部分城市物流業碳排放量(Y4)這個非期望產出指標的產出松弛較大，如石家莊的物流業碳排放量應降低58.3%、廊坊的物流業碳排放量應降低48.81%才能達到最優生產前沿面。

表5 2019年非DEA有效城市的投入冗余和產出松弛 %Tab.5 Input redundancy and output slack of non-DEA effective cities in 2019

3.3 Tobit回歸分析

以超效率SBM值為因變量，以影響因素為自變量進行回歸分析。整理各市2008—2019年的數據，用方差膨脹因子(VIF)對各因素進行共線檢驗，當0≤VIF≤10時認為不存在多重共線，通過檢測得到總體VIF值為2.13，各指標VIF也顯示不存在多重共線，得到Tobit回歸結果如表6所示。結果顯示產業結構(F2)和工業化進程(F3)未通過5%顯著性檢驗，基礎設施水平(F4)符合10%顯著性檢驗，經濟水平(F1)、城鎮化率(F5)、物流運輸強度(F6)、運輸結構(F7)、物流業勞動生產率(F8)、科技創新能力(F9)通過了5%顯著性檢驗。

表6 Tobit回歸結果Tab.6 Tobit regression results

經濟水平、城鎮化率、運輸結構與綠色物流效率顯著性負相關，三大灣區城市群是我國經濟發展水平最高、經濟最活躍的地區，城鎮化率越高的城市所消耗的能源越大，綠色物流效率水平越低。總體上人均GDP越高、城鎮化率越高的地區綠色物流效率值并不是越高，說明在三大灣區城市群的物流業依然是粗放型發展模式，經濟發展的同時忽視了物流業綠色低碳發展。運輸結構因素的回歸系數為-0.001 4，表明公路運輸貨物周轉量占比與綠色物流效率的關系是顯著性負相關，提高綠色物流效率可進一步采取措施降低公路運輸貨物周轉量的比例，提高鐵路和水路運輸的比例。

物流運輸強度、物流業勞動生產率、科技創新能力這3個因素與綠色物流效率呈現顯著性正相關，說明綠色物流的發展需要通過提高運輸強度、增加單位產值、加大科技創新力度以增強物流業的附加值。提升綠色物流低碳效率需由過去粗放型發展向科技化和綠色化發展，提高物流效率的同時減少能源消耗和碳排放。

3.4 建議

根據低碳物流效率變動原因、投入產出冗余和回歸分析的結果，提出以下建議。

（1）推動企業智能物流技術創新和應用。推進智能分揀系統、智能機器人、自動化倉儲和包裝設備等先進智能技術的應用，推動物流企業生產設備、運營設備創新升級，提升物流工作效率。加大新能源充電樁等配套基礎設施建設，提升新能源貨運汽車比例。

（2）提升物流信息技術水平。在新經濟雙循環背景下，充分利用新一輪“新基建”發展機遇，提升物流信息技術應用水平，推動物流跨區域資源流動和聯動發展，構建跨區域合作網絡，支持第三方物流信息共享平臺發展，通過移動互聯網平臺整合運力和貨源。

（3）提高物流資源配置管理水平。統籌規劃物流固定資產投入，推進物流供給側改革，提高投入要素的生產力轉換，推動物流資源優化。以物流信息化發展提升物流產業要素的空間溢出效應，推動物流要素高效流動。

（4）完善綠色物流政策。樹立低碳物流發展理念，深入開展低碳宣傳教育。加強低碳物流基礎設施建設，推廣一批低碳示范工程，全面推進一批城市綠色配送示范工程項目，推廣集約貨運配送組織模式，打造一批干支銜接的綠色公共貨運樞紐。制定低碳物流法律法規，完善排污收費制度、許可證制度、新能源貨運汽車路權優先保障制度等，監督和激勵企業開展低碳物流服務。

（5）推進運輸結構調整。提高鐵路和水路貨物運輸占貨運總量的比例，鼓勵大宗商品運輸向鐵路和水路轉移。完善多式聯運體系，推動鐵路貨運網絡與港口樞紐銜接，完善空鐵、公鐵聯運布局。提升鐵路運輸組織管理水平，簡化鐵路貨運受理方式和作業環節，減少鐵路終端接駁環節，推動集裝箱集疏港由公路向鐵路轉移。完善內河航道基礎設施建設，推進江海聯運，推進內河駁船班輪化，提升內河運輸水平。

4 結束語

三大灣區城市群經濟發達，城市生產物流和消費物流活躍，交通貨運量巨大，是物流業碳排放的重要來源地。分析三大灣區城市群的綠色物流效率及變動原因有利于為我國提升物流資源配置效率、降低物流業碳排放提供參考依據。研究表明：各城市不同時間段的低碳物流效率具有較大差異，忽視綠色碳排放約束會高估三大灣區城市群的物流業增長效率；考慮碳排放的城市綠色物流全要素生產率和技術進步值低于不考慮碳排放的傳統物流業，說明在碳排放約束下，綠色物流的技術進步增長動力下降。由于低碳物流效率存在地區差異，未來可進一步研究城市物流和農村物流對碳排放的影響差異性。