考慮能源效率的物流業綠色轉型研究

楊淑霞，張 陽

（華北電力大學 經濟與管理學院，北京 102206）

十九大報告強調了國民經濟低碳綠色的發展理念，并且向全世界表明了中國積極參與全球環境治理的決心。為了持續應對全球氣候變化，中國更是做出了“2030年碳達峰，2060年碳中和”的莊嚴承諾。現如今，一味以犧牲環境效益換取經濟增長的產業發展模式已不復存在，電力、交通以及工業等眾多國民經濟部門均需結合自身發展情況，加快產業綠色升級，助力雙碳戰略目標的實現。

物流業作為一個近年來快速發展的服務型產業，整合了倉儲、包裝、運輸、信息等多個業務領域，無論是在實體經濟企業的上下游供應鏈運作中，還是在進出口貿易中，物流都起到了重要的支撐作用。2020年全國社會物流總額300.1萬億元，按可比價格計算，同比增長3.5%[1]。說明我國物流業的發展穩中向好，物流規模也在不斷地擴張。但與此同時，物流業的運輸服務作為連接供應鏈上下游各節點的紐帶，高頻次的貨物運輸決定了物流亦是一個能源密集型行業，因而對成品油等化石燃料的需求比其他行業要高得多。根據國家統計局數據，2017年我國物流業能源消費總量高達42191萬噸 標準煤，僅次于制造業，占到當年全國能源總消費量的9.4%[2]。并且自2010年以來，我國物流業每年的能源消費總量一直保持著較高的水平且連年增長，并有著以較大增幅持續增長的趨勢。如果物流業持續以高能耗、高排放的模式發展下去，對雙碳目標的整體實現會是一個巨大的挑戰。

因此，物流業的綠色發展也已是必然趨勢。兼顧產業發展與能源利用，客觀、全面地評價物流業的綠色轉型現狀，有利于及時發現和解決物流產業綠色升級過程中存在的問題，從而加快和促進物流業的轉型升級，為國民經濟的可持續性發展貢獻力量。

一、文獻綜述

大多數學者均是從經濟視角對物流業的發展水平進行綜合評價，其基本思路是從定性分析入手，構建合理的評價指標體系，隨后利用各種不同的方法對數據指標進行分析處理并做出綜合評判，以得到評價結果與政策啟示。這些學者按照數據可得性的原則選取的指標大同小異，通常會選擇貨運周轉量、物流業從業人數以及物流業產值等一系列經濟性指標來構建評價體系[3][4]。所采用的評價方法各有特色，其中主成分分析法和熵權法應用的較多，其次還有部分學者從效率的角度對物流業的發展情況進行了考察。甘衛華（2020）等利用熵權-TOPSIS方法對我國中部六省物流業的高質量發展水平展開實證分析[5]。戴德寶（2018）等分別使用了主成分分析法、熵權法和灰色關聯分析法對西部地區省份的物流發展水平進行了評價，并采用Kendall協同系數檢驗法對各評價結果的一致性進行了檢驗[6]；李國俊（2016）等運用R型因子分析和灰色聚類分析針對西部地區的物流發展水平進行評價，并提出西部省份的物流發展規劃[7]；宋二行（2020）等則采用熵值法與耦合協調度模型對省域物流業競爭力與耦合協調發展程度進行了評價[8]。而Deng et al.(2020)首先利用主成分分析法降低物流績效評價指標的維度，然后應用了基于松弛的數據包絡分析模型測算了物流業效率，并進一步利用Tobit回歸模型探討了影響物流業效率的因素[9]。蔡林美（2020）等則利用數據包絡分析方法針對我國西部12省的物流業投入產出效率展開測度與分析[10]。物流業近年來的持續高能耗現狀值得關注，一味地以犧牲環境效益而換取經濟發展的模式已不適合現代產業的高質量發展。有部分學者已從環境角度對物流業的能源利用情況進行了考察，姚山季（2020）等將二氧化碳排放量考慮進三階段DEA和Malmquist模型，同時從靜態和動態兩個角度測度了“一帶一路”沿線省份的低碳物流效率[11]；商傳磊（2019）等利用我國30個省份的物流業面板數據，分別從靜態角度應用DEA模型以及從動態角度應用Malmquist指數模型，分析探討了我國物流業的全要素能源效率問題[12]。

綜上所述，目前針對物流業發展水平展開的綜合評價研究在指標選取上基本以經濟性指標為主，未能兼顧產業發展與能源利用。同時考慮多種經濟指標和綠色發展指標，會更有利于全面地評價產業的發展績效。而能源效率作為衡量產業能源利用狀況的指標，可以反應出產業對綠色可持續發展理念的實踐成果，因此將能源效率加入到評價物流業發展水平的指標體系中。當前學者在評價方法的選擇上，多以主成分分析法、熵值法、數據包絡分析方法為主，數據包絡分析方法是一種非參數的生產前沿分析方法，由于不需要設定具體的生產函數，從而避免了估計參數存在重大偏差導致結果出現較大偏誤的可能性，可以較好地用于全要素能源效率的求解。本文將在此前學者的研究基礎之上，創新性地將能源效率考慮進物流業綠色轉型效果綜合評價指標體系中，隨后利用因子分析法實現物流業綠色轉型效果的綜合評價。同時進一步利用聚類分析法，探究各類省域物流業發展的共性特征。最后將對考慮能源效率前后的物流發展水平評價結果進行對比，以探究我國省域物流業綠色轉型程度，并根據研究結果提出推動物流業綠色轉型的政策建議。

二、理論分析及模型

（一） 評價指標選取

從兼顧產業發展與能源利用的視角出發，并考慮各指標數據的可得性，本文構建了如下物流業綠色轉型效果綜合評價指標體系（如表1所示），主要包括物流經濟指標、物流營運指標和綠色物流指標等三個大類指標，每個大類指標又有多個進一步細分的指標。

表1 物流業綠色轉型效果綜合評價指標體系

1. 物流經濟指標

各省份的物流業投入產出指標及關聯性物流需求指標在一定程度上可以反應省域物流業的發展狀況和景氣程度。因此本文采取物流業增加值（X1）、物流業固定資產投資（X2）以及物流業就業人數（X3）作為投入產出指標，批發零售業增加值（X4）和進出口總額（X5）作為關聯性物流需求指標。

2. 物流營運指標

物流基礎設施及設備現狀可以表現出各省份物流業的發展規模與業務能力，促進或制約一個省份物流業的發展，包括鐵路營運里程（X6）、公路里程（X7）和公路營運載貨汽車擁有量（X12）。物流營運過程中的一些經營數據也可以用來衡量物流的發展，具體包括貨運量（X8）、貨運周轉量（X9）、快遞量（X10）和快遞業務收入（X11）。

3. 綠色物流指標

隨著經濟社會整體節能降耗目標的推進，物流業的綠色發展程度受到越來越多的關注。不顧環境影響而一味追求經濟效益的粗獷式產業發展模式已不復存在，因此綠色物流的發展也會影響各省份物流業的總體發展水平。本文將同時考慮多因素和單因素能源效率，即全要素能源效率（X13）和能源強度（X14），將二者納入評價指標體系。

在實際的生產運作過程中，不僅需要投入能源要素，還需要資本、人力等多種投入要素共同發揮作用、相互影響，從而創造經濟價值。全要素能源效率就是在生產過程中以資本、人力和能源為投入要素，將經濟產出作為產出要素，通常通過DEA方法測算所得到的一種衡量能源利用狀況的指標。因此采用該指標一方面可以更好地反應要素間的替代效應，另一方面可以更加科學、準確地進行能源效率的測度與評價。本文將通過如下基于投入導向的BCC-DEA模型求解得到物流業的全要素能源效率（X13）：

假設有n個決策單元DMUj（j= 1,2,…,n），每個決策單元利用物流業固定資產投資額（K），物流業從業人員數量（L）以及物流業能源消費總量（E）等三種投入要素來產出物流業增加值（Y），即存在投入產出組合（Kj，Lj，Ej，Yj）。此處的λj（j= 1,2,…,n）為決策變量，帶下標“0”的變量（K0，L0，E0及Y0）代表被評價的DMU的投入產出要素。求解后可得到模型的最優解φ*，即全要素能源效率（X13），代表被評價決策單元的能源效率值。

物流業的能源強度（X14）指的是單位物流業增加值所消耗的能源量，即物流業當年能源消耗總量與當年產業增加值的比值，以體現物流業的能源利用效率。通過上述公式（2）可以計算得到 EI，即物流業能源強度（X14），其中 Ei(i=1,2,...,m)表 示第m種能源的消耗量， δi(i=1,2,...,m)表示第m種能源折算萬噸標準煤的系數，Y表示當年物流業的增加值。

4、數據來源及處理

本文評價指標體系中的X1~X12指標數據均可從《中國統計年鑒》、《中國固定資產投資統計年鑒》以及《中國物流年鑒》中獲取，由于各年鑒出版時間不同，部分指標的最新數據無法得到，因此為了確保統一性，采用了相對較新的2018年年鑒數據展開實證分析。全要素能源效率（X13）和能源強度（X14）兩個指標的計算均需用到各省份物流業的能源消耗總量，該數據可從《中國能源統計年鑒》中的地區平衡表中獲取。按各能源折算標準煤系數，將交通運輸、倉儲和郵政業消耗的原煤、汽油、煤油、柴油和電力等多種能源轉化為萬噸標準煤并進行加總，將得到的能源消費總量近似代替物流業的能源消耗總量。同時，由于西藏自治區數據缺失較多，因此本文將只考察中國30個省市自治區物流業的轉型效果。

收集、計算得到全部指標數據后，采用上述公式（3）所示的z-score方法對數據做標準化處理。其中Xkj(k=1,2,...,14;j=1,2,...,30)表示第k個評價指標第j個省份的數據，Xk(k=1,2,...,14)表示第k個評價指標數據的平均值，sk(k=1,2,...,14)表示第k個評價指標的標準差，因此Xk?j(k=1,2,...,14;j=1,2,...,30)即表示每列評價指標標準化后的值。

（二） 因子分析評價模型

因子分析能夠較好地解決眾多指標且指標無量綱化問題，并通過相關分析探求變量間內在關系與基本結構。該方法通過載荷和因子旋轉實現降維，可將較多指標歸納為少數的潛在變量即公因子，每一個變量均可表示為公因子的線性函數與特殊因子之和，其矩陣形式可表示為：

其中，F1,F2,...,Fm稱 為公因子， εi稱 為Xi的特殊因子（i=1,2,...,p） ，aij稱為第i個變量在第j個因子上的載荷，aij組成的矩陣A稱為因子載荷陣。該模型需滿足以下條件：①提取公因子的個數應小于等于變量個數，即m≤p；②公因子與特殊因子應不相關，即cov(F,ε)=0；③公因子間不相關且方差為1，即D(F)=Im；④特殊因子間不相關，方差可不同。

因此本問題的關鍵就轉化為求解因子載荷陣A。對標準化后的數據樣本求相關矩陣，并進一步求解相關矩陣的特征值及特征向量，隨后根據提取規則確定公因子的個數，進而可以計算因子載荷陣A以及因子得分系數，最終可以得到因子得分表達式。當難以從因子載荷陣A中看出公因子的含義時，還可以對因子載荷陣做旋轉變換，使得同一列上的載荷盡可能地向靠近1和0兩極分化，以凸顯公因子的主要含義。當通過計算得到各個因子的得分后，可以用因子各自方差貢獻率占累 計貢獻率的比重作為權重來加權計算綜合得分，從而可以進一步得到排序結果，并進行聚類分析。

三、實證分析

（一） 因子分析綜合評價

對所收集的數據按照z-score方法進行標準化后，運用SPSS 26.0進行因子分析。首先應進行因子分析的適用性檢驗，主要通過KMO檢驗值和Bartlett檢驗的p值來確認。根據KMO檢驗的常用度量標準，當0.7

表2 KMO 和Bartlett檢驗

表3列出了提取公因子之前和之后的各指標的共同度，表中可以看出提取公因子之后的共同度都在70% 以上，這說明提取的公共因子已經基本包含了原始指標的 70% 以上的信息。另外，相當一部分的共同度在80% 以上，這表明這些指標與其他指標的相關聯性很高，因子分析有較強的解釋力度。

表3 變量共同度表

如表4所示，按照特征根大于1的原則，提取出3個公因子，且前三個因子的累計貢獻率達到了80.103%，說明這3個公共因子可以解釋原來14個指標80.103%的信息量。因包含了絕大部分的信息，這3個公共因子對所有指標具有較好的解釋力度。為了明確這3個公共因子的指標構成，還需要用方差最大正交旋轉法對因子進行旋轉，得到旋轉后的因子載荷矩陣。

表4 特征值及方差貢獻率

碎石圖越陡峭說明方差變化越大，包含的信息越多。從圖1所示的碎石圖中可以看出，轉折點出現在第3個特征根，因此保留前三個因子是合適的。

圖1 碎石圖

從旋轉后的載荷矩陣（表5）可以看出，F1在快遞業務收入（X11）、進出口總額（X5）、批發零售業增加值（X4）、物流業增加值（X1）等指標上的載荷都比較高，均在0.7以上，基本表明了物流業的經濟發展狀況，因此將F1命名為物流營運狀況。而F2在公路里程（X7）、鐵路營運里程（X6）、物流業固定資產投資（X2）等指標上的載荷較高，故將F2命名為物流營運規模。F3側重于物流業的能源效率，體現綠色物流的發展情況，故將F3命名為物流用能狀況。

表5 旋轉后的成分矩陣

進一步可以依據成分得分系數矩陣（表6）得出三個因子的計算公式，其中X?表示各變量標準化后的值：

表6 成分得分系數矩陣

由于3個公因子均從不同的角度反應了各省市自治區物流業的發展狀況，因此為了實現綜合評價的目的，需以表4中各公因子的貢獻率與累計貢獻率的比值作為三個因子的權重，并對三個因子進行加權求和，從而得到公因子總得分模型：

將已經標準化的各變量數據代入因子得分計算公式中可以得到各公因子的得分情況，加權求和后可以綜合評價分數，進而可以得到排序結果（如表7）。

表7 物流業綠色轉型效果排名

續表7

根據表7可以看出，廣東省物流業的綜合得分結果為2.139，位居第一，這說明廣東省物流業的綠色轉型效果處于全國領先的位置。前四名廣東、山東、江蘇和浙江均位于東部沿海地區，經濟發達，物流基礎設施相對較為完善，為物流業的蓬勃發展提供了先天條件，并且在綠色物流技術創新上有著較好的實踐。有60%的省市自治區綜合評價分數小于零，說明這些省份的物流業綠色轉型程度低于全國平均水平，同時也表明了我國省域物流業的轉型效果存在較為明顯的差異。此外還發現，雖然部分省份的綜合評價分數大于0，但是仍存在得分小于0的因子，說明這些省份物流業的發展存在短板，應進一步針對自身短板加以改善。注意到，湖北省前兩個公因子為正值，但物流用能狀況因子為負值，說明該省份忽視了用能效率的提升，應在產業發展的同時重視物流產業的綠色轉型。還有些省份在三個公因子上的得分均為負值，說明各項能力均低于平均水平，這些省份的物流業發展應得到重點關注。

為了將因子1（物流營運狀況）和因子2（物流營運規模）作對比，生成分組散點圖如圖2所示。從中可以看出，廣東省的物流營運狀況非常突出，表明廣東省物流業經濟效益好，其經濟指標相當優越。而物流營運規模相對最好的是山東省，說明山東省的物流基礎設施建設相較于其他省份而言非常完備，物流業務的運行有著非常好的物質條件。大部分省份位于第二象限，其物流業具有較好的營運規模，但是營運狀況不佳，表明管理水平有待提升。小部分省份位于第四象限，其物流業營運狀況較好，但是營運規模不足，應進一步加大物流基礎設施設備的投入。還有相當一部分省份位于第三象限，說明其物流業的營運狀況和營運規模都處于平均水平之下，迫切需要得到改善。只有非常少的幾個省份在第一象限，其物流業發展水平相對較好。對于因子3（物流用能狀況）而言，從表7中可以看到，有近半數的省份該因子得分為正，表明其物流業的節能降耗實踐有一定的成果。其余省份的因子3得分均為負值，其中應重點關注云南省，其因子3得分為?3.112，遠低于平均水平，說明其物流業的能源浪費現象非常嚴重。

圖2 分組散點圖

（二） 聚類結果分析

從上述因子分析綜合評價的結果發現，各省市自治區物流業的綜合發展水平存在差異性。為了更好地探究省域物流業之間的共性特征，利用SPSS 26.0進行系統聚類，將綜合評價得分結果作為唯一變量，聚類方法采用組間鏈接，距離的度量采用平方歐式距離。根據計算后的聚類結果得知，將30個省份劃分為3大類較為合適：（1）廣東省單獨為一類；（2）江蘇、山東、河北、浙江和河南歸為第二類；（3）其余省份歸為第三類。位列第一梯度的廣東省，其物流業綜合發展水平之所以如此突出，很大程度與其得天獨厚的區位優勢有關。珠三角地區集中了五大港口和五大機場，并且有京廣、京九、京珠三條國道主干線經過珠三角，為物流運輸服務提供了非常優越的條件，各種貨運方式也均能獲得較好的經濟效益。并且廣東省發達的制造業也是推動其物流業繁榮發展的內在力量。位列第二梯度的這五個省份，多位于東部地區，經濟發展狀況較好，物流需求較為旺盛，物流基礎設施也相對完備，與其他省份的貨物往來較為密切，發揮了較好的物流樞紐作用。位列第三梯度的各省份的物流業發展水平一般，每個省份或多或少存在發展短板，應因地制宜，有針對性地對欠缺 的條件加以改善，逐步提升各自的物流業發展水平。

（三） 綠色轉型對比

為了考察綠色物流發展情況對整體物流業發展的影響，探究各省份物流業綠色轉型的程度，因此選定了本文評價指標體系中前12個經濟性指標再次進行因子分析得到如下綜合評價結果（見表8第2-5列），該結果不考慮綠色物流發展情況，僅在經濟性指標上評價物流業的發展水平。隨后將該結果與上述考慮了綠色物流發展的因子分析評價結果（見表8第6列）作比較，得到考慮綠色物流發展情況前后兩次評價排名的變化。其中，“-”代表持平，“↑”代表上升位次，“↓”代表下降位 次，“（）”中的數字代表上升或下降的具體位次。

表8 評價結果對比

從上表可以看出，排名前五的省份在考慮綠色物流發展情況前后的評價結果一致，說明這些省份的物流業在發展過程中兼顧了經濟效益與能源利用效率，在良好的資源配置情況下達到了優良產出水平。同時發現，有9個省份的物流業在考慮綠色物流發展狀況后綜合評價排名發生了下降，說明這些省份的物流業在發展過程中往往片面地追求經濟效益的最大化而忽視了對能源的有效利用，其綠色物流的發展已遏制了其整體物流發展水平的提升，應加快綠色轉型的進程。其中，排名下降最明顯的省份是云南省，下降了8個位次，說明該省份物流業綠色物流的發展情況較為不樂觀，嚴重地影響了整體物流業的發展，迫切需要通過一些政策指導對此短板加以彌補，才能促進整體水平的提升。此外還有9個省份的物流業綜合考慮總體指標后排名得到了上升，說明這些省份在發展物流業的過程中注重能源利用率的提升，對單位GDP的能源消耗有著較好的把控，綠色轉型進程較快，但是物流經濟效益和營運水平還有待進一步改善。總體而言，綠色物流發展指標在一定 程度上會對總體物流業發展水平的評價結果產生影響，因此各省份均應對其能源效率有所關注。

四、結論與建議

（一） 結論

1、物流業的綠色轉型有助于雙碳目標的實現，因此在對物流業綜合發展水平的評價中除了以往常用的經濟指標外還很有必要引入綠色物流指標，以實現綠色轉型效果的評價；

2、我國省域物流業綠色轉型程度參差不齊，區域間差異較大，東部沿海地區省份兼顧了經濟效益與能源利用狀況，總體發展水平較高。而有相當一部分省份的物流業仍屬于粗獷式發展，片面追求產業經濟發展而忽視能源的有效利用，綠色轉型進程緩慢，其較低的能源效率導致了綜合發展水平的落后；

3、雙碳背景下，能源利用效率與物流綠色轉型程度密切相關，各省份對于能源利用效率也有著不同程度的把控，較高的能源效率可以促進物流業朝著低能耗高產出的綠色方向轉型，從而促進整 體物流業的高質量發展。

（二） 建議

基于研究結果，針對驅動物流業的綠色轉型提出以下建議：

1、加快物流基礎設施建設，減少不必要運輸過程。優良的物流基礎設施是保障運輸業務運作的物質基礎，物流運輸網絡的不通暢會造成運輸車輛的迂回或重復運輸，增加不必要的能源浪費，從而導致能源效率的持續低下，因此應完善運輸網絡，進而達成能源的節約和效率的提升；

2、推進物流生產技術革新，注重物流系統規劃設計。高耗能的公路運輸模式是造成物流業能源效率低下的另一方面原因，因此應積極推廣新能源電動物流運輸車，逐步淘汰高耗能運輸載具，并鼓勵長途運輸采用鐵路運輸方式。除此以外，還應重視物流系統的規劃設計，包括配送中心的選址、布局和運輸路徑的選擇，從微觀層面踐行節能、清潔的環保觀念，進而促進能效的提升；

3、建立健全法律法規，推動產業綠色升級。雙碳目標為物流業提出了新要求，但與此同時，政府有關部門也應出臺相應政策以引導物流業的低碳節能發展，包括對物流業的環境約束、技術革新補貼等，通過政策調控以帶動物流業的節能積極性，激發物流企業的綠色發展意識，推進節能技術的普及，從而提升能效，促進綠色轉型，最終實現物流業的高質量發展。