碳中和視域下我國農村低碳物流效率研究

摘 要：隨著碳中和目標的推進，我國農村地區正在積極探索低碳物流的發展路徑，以實現綠色發展，提高農村物流系統的環境效率和可持續性，從而促進農村經濟轉型。然而，我國農村地區的物流系統目前正面臨著基礎設施不足、技術應用有限、公眾環保意識不強等問題，嚴重影響農村低碳物流的實踐。因此，文章基于數據包絡分析（DEA）模型，探討碳中和視域下我國農村低碳物流效率，并提出改進策略，以期為農村低碳物流體系的優化提供理論借鑒。

關鍵詞：碳中和；農村低碳物流；物流效率；數據包絡分析（DEA）模型

中圖分類號：F327；F259.27；X322 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.20.010

Abstract： With the advancement of the goal of carbon neutrality， China's rural areas are actively exploring the development path of low-carbon logistics in order to achieve green development， improve the environmental efficiency and sustainability of the rural logistics system， and promote the transformation of the rural economy. However， the logistics system in rural areas of China are faceing problems such as insufficient infrastructure， limited application of technology， and low public awareness of environmental protection， which seriously affects the practice of low-carbon logistics in rural areas. Therefore， based on the data envelopment analysis （DEA） model， this paper explores the efficiency of China's rural low-carbon logistics from the perspective of carbon neuuZzt6fiqq6ywwsJqDm1gwQ==trality and puts forward improvement strategies， with a view to providing theoretical references for the optimisation of the rural low-carbon logistics system.

Key words： carbon neutrality; rural low-carbon logistics; logistics efficiency; data envelopment analysis （DEA） model

0 引 言

隨著全球氣候變化對人類生存與發展的影響日益凸顯，碳中和已成為國際社會的共同目標。我國政府為積極響應全球氣候變化的挑戰，提出了碳達峰和碳中和的戰略目標，致力于通過減少碳排放推動經濟社會的綠色轉型。2023年，國際環保機構綠色和平發布的《中國快遞行業的碳排放》顯示，我國快遞行業的碳排放量在五年內增長超過200%，遠高于交通運輸業（見圖1）。其中，運輸環節是快遞行業最大的碳排放源（見圖2）。這表明，我國物流行業應積極尋求低碳物流發展。農村地區是我國經濟社會發展的重要組成部分，其低碳物流的發展可以優化資源配置，提高物流效率，減少環境污染，促進農村經濟的可持續發展。然而，基礎設施不完善、服務體系不健全等問題嚴重制約了農村低碳物流效率的提升。因此，本文基于碳中和的戰略背景，以農村低碳物流為研究對象，采用數據包絡分析（DEA）模型，對我國農村低碳物流效率進行評價，并提出促進農村低碳物流效率提升的策略，以期為物流企業提供理論參考。

李叢影等（2023）選取2014—2021年湖北省25個國家級農村電商示范縣作為研究對象，運用DEA模型對湖北省農村電商示范縣投入冗余進行分析，并據此對農村電商物流效率進行分析評價[1]；黃京華（2022）指出，在農村經濟發展影響因素分析的過程中，物流效率的提升會對農村經濟的發展產生重要影響[2]；項鑫等（2022）采用Malmquist模型對長江三角洲地區的物流效率進行測算，并指出2007—2020年期間長江三角洲地區農村物流效率呈現先上升后緩慢下降的趨勢[3]；冒瑞華（2020）基于生命周期理論劃分出萌芽期、成長期、成熟期和蛻變期的演化階段，并結合序參量分析低碳經濟視角下農村物流演化的特征[4]；朱思燦等（2020）對制約農村電商物流效率提升的主要因素進行分析，以獲得準確的優化路徑[5]。

1 碳中和與農村低碳物流

1.1 碳中和

隨著全球變暖日益加劇，碳中和已成為全球各國政策的重要組成部分，是全球應對氣候變化、實現可持續發展的重要策略。碳中和旨在通過植樹造林、節能減排等措施，吸收并減少二氧化碳排放，是追求企業、區域或國家的凈碳排放量為零的過程。我國也明確提出碳達峰、碳中和的目標，旨在通過技術創新和制度創新，實現經濟社會發展與溫室氣體排放脫鉤，推進綠色低碳發展。然而，由于我國農村地區經濟發展水平、基礎設施建設和公眾環保意識相對落后，目前農村碳中和任務仍較為艱巨。

1.2 農村低碳物流

在碳中和的背景下，農村低碳物流有利于實現農業綠色發展，促進農村經濟轉型，提升農村綜合競爭力。農村低碳物流涵蓋了農產品的采集、加工、儲存、運輸、分銷等多個環節，旨在通過采用節能減排、綠色環保的物流操作方法和技術，提高物流效率，優化物流網絡設計，實現物流活動中碳排放的最小化，從而減少對環境的負面影響，促進農村地區的可持續發展。推動農村低碳物流發展是一項系統工程，需要政府、企業和社會共同努力，以實現農村經濟社會發展與環境保護的雙贏。

1.3 低碳物流技術的發展

低碳物流技術主要包括物聯網、大數據、云計算、人工智能等技術在物流領域的應用。物聯網技術可以實現對物流運輸車輛的實時監控和管理，優化運輸路線、減少空駛和繞行；大數據技術可以對物流需求進行精準預測，合理規劃貨物裝載量，提高裝載率，減少運輸次數；云計算可以將大量的數據存儲在云端，實時監控和分析物流運輸過程中的各項指標，從而優化運輸路線，提高運輸效率，并減少物流過程中的能源消耗和廢棄物產生；人工智能可以實現優化調度和路徑規劃，降低運輸成本和能源消耗。另外，低碳物流技術還包括對綠色包裝材料的開發應用、對替代能源運輸工具的推廣，以及對物流中心的節能改造等。例如，使用可降解、可循環利用的包裝材料以減少物流活動對環境的污染；采用電動或混合動力運輸工具以減少化石燃料的消耗和碳排放；在物流中心安裝太陽能發電系統以降低能耗、提升物流效率。

2 農村低碳物流效率的影響因素

2.1 政策與法規支持

國家和地方出臺的一系列針對性的政策措施，有助于促進物流企業和農村地區采用低碳物流技術和管理模式，實現物流活動的綠色化、減排化。在此基礎上，政策和法規的制定與實施也需考慮到農村地區的特殊性，強調農業、交通、環保等多個部門之間的協調，形成政策合力，在全社會形成推動農村低碳物流發展的強大動力，真正實現農村物流活動的低碳化、綠色化。

2.2 公眾意識與參與

農村居民對于低碳生活方式的認識不足，仍然存在燃燒農作物秸稈、過度使用化石能源燃料等行為，制約了農村地區的低碳發展。隨著社交媒體的發展，農民可以通過社交媒介了解低碳生活的重要性，這在一定程度上促進了農民積極參與低碳物流活動，形成了推動農村低碳物流發展的強大社會力量。此外，農民低碳意識的提升可以促進農村居民積極參與決策咨詢、提出低碳物流解決方案，并積極參與綠色物流項目。這種向上的參與機制，能夠更好地反映農村地區在低碳物流實踐中遇到的實際問題和需求，增強政策的接受度和執行效果。

2.3 供應鏈合作與優化

隨著信息技術的不斷發展，供應鏈上的生產商、物流公司、分銷商和零售商通過積極參與建立信息共享平臺，以及實時共享庫存、生產、銷售和物流信息，可以更好地預測市場需求，實現訂單自動匹配最優物流方案，減少庫存積壓和運輸空駛率，降低能源消耗和碳排放。此外，供應鏈合作與優化有助于建立穩定的合作伙伴關系，共同開展物流需求管理和運輸優化研究，構建適合農村地區的物流配送模式，滿足農村市場的特殊需求，降低物流成本和環境影響，提高低碳物流能力，共同推動農村低碳物流的發展。

3 研究方法與指標建立

3.1 DEA模型介紹

DEA-CCR模型基于非參數編程方法，能夠評估多輸入-多輸出情況下決策單元（DMU）的相對效率，以分析綜合效率，是應用最為廣泛的DEA模型之一。DEA-CCR模型假定生產技術呈現規模報酬不變，即投入產出比例增加的同時，效率保持不變，適用于分析在相同規模報酬下的決策單元性能。表示如下：

式中，yij和xij分別表示第j個決策單元的第r個輸出和第i個輸入；ur和vi分別表示輸出和輸入的權重，且滿足非負性約束。目標函數θ的最大化旨在找到每個決策單元在給定輸入輸出數據下的相對效率值。在DEA-CCR模型中，如果某個決策單元的效率值為1，則認為該決策單元是有效的；否則無效。通常可以轉化為對偶線性規劃問題，表示如下：

式中，λj是決策單元的權重；si-，sr+分別代表輸入和輸出的松弛變量。

DEA-CCR模型可被應用于農村低碳物流效率評價中，以全面評估農村物流活動的低碳效率，識別效率低下的環節，促進農村低碳物流體系的優化與升級。

DEA-BCC模型是DEA-CCR模型的一個重要擴展，通過引入規模報酬可變概念，能夠更準確地評估在不同規模報酬條件下決策單元（DMU）的相對效率，適用于評估技術效率。DEA-BCC模型的輸入導向模型可以在給定輸出水平下，最小化輸入量的比例。表示如下：

式中，ε是一個非阿基米德無窮小量，用于確保所有的松弛變量之和最小化。該模型通過添加條件∑nj=1λj=1來引入規模報酬可變的特性，使得評價結果能夠反映出決策單元在其操作規模下的相對效率。

DEA-Malmquist指數法提供了一種動態的效率評價方法，用于衡量不同時間點上決策單元（DMU）效率的變化。這種方法不僅可以測量單個決策單元的效率變化，還可以分解這種變化的來源，為農村低碳物流的效率提升提供更為細致和動態的分析視角。DEA-Malmquist指數法的基本公式如下：

式中，D0（xt，yt）和D0（xt+1，yt+1）分別表示在時間t和t+1的生產可能性邊界距離函數；xt，yt和xt+1，yt+1分別代表在時間t和t+1的輸入和輸出向量。Malmquist生產效率指數可以分解為技術效率變化C和技術變化T兩個部分：

式中，技術效率變化C反映了決策單元相對于自身過去的效率變化，而技術變化T衡量了技術進步的程度。

3.2 指標體系建立

建立農村低碳物流效率評價體系需要綜合考慮農村物流的特點和低碳物流的目標，以確保評價體系全面反映物流活動的效率和碳排放情況。農村低碳物流效率評價指標體系如表1所示。

4 農村低碳物流效率評價

本文隨機選取我國10個省份，分別為河北省、山西省、遼寧省、吉林省、黑龍江省、江蘇省、浙江省、安徽省、福建省、山東省。數據來源為2018—2022年五年時間內各省份的農村物流數據，使用DEA方法計算10個省份的農村低碳物流效率。

4.1 綜合效率評價

使用DEA-CCR模型來計算每個省份每年的農村低碳物流綜合效率。其中，效率值范圍為0到1，1表示最優效率可行。綜合效率評價如表2所示。

數據顯示，上述10個省份的農村低碳物流綜合效率評分偏高，有較多省份在0.8以上，表明選取的省份在2018—2022年農村低碳物流活動整體上較為高效。不同省份在不同年份的綜合效率有顯著波動，反映了技術進步、企業管理政策和自然條件的變化對農村低碳物流活動的影響。吉林省在2020年的綜合效率值達到1，表明在2020年，吉林省的農村低碳物流活動達到了評價系統中的最優效率。同時，在考慮輸入和輸出指標下，吉林省在2020年的資源配置和碳排放管理方面表現最佳，其成功經驗值得進一步深入分析。

4.2 純技術效率評價

使用DEA-BCC模型來計算每個省份每年的農村低碳物流技術效率，可反映在排除規模效應的影響下，各省份農村低碳物流系統的運作效率，主要側重于評估技術應用和管理優化的成效。純技術效率評價如表3所示。

數據顯示，多個省份在某些年份達到了效率的理想狀態，表明這些省份的農村低碳物流系統在技術應用和管理策略方面達到了當時條件下的最佳表現。其中，吉林省連續三年（2020年、2021年、2022年）實現了純技術效率的最優化，表明該省在推動物流技術創新、優化物流管理流程、提高物流人員技能等方面的持續努力和投入。另外，山西、遼寧、江蘇和安徽等省份在某些年份也達到了效率評分1.0的最高水平，表明這些省份加大了在低碳物流領域的研發投入，積極推廣使用新能源車輛，加強了物流人員的環保意識教育和技能培訓，促進了物流活動的低碳化。

4.3 規模效率評價

使用DEA-Malmquist指數法計算10個省份的規模效率，可以對10個省份農村低碳物流的規模進行適應性和運作效率的綜合評估。規模效率評價如表4所示。

數據顯示，各省份的規模效率普遍略低于純技術效率，反映了某些省份的農村低碳物流規模未能完全適應其運作的最優狀態。其中，吉林省在純技術效率方面連續三年達到最優，但在規模效率上的表現略有波動，在2018—2019年，吉林省的物流規模與技術和管理能力之間存在一定的不匹配。相比之下，黑龍江省和安徽省在大多數年份都展現出較高的規模效率，表明其在規模管理上采取了更有效的策略，確保了規模的適應性和物流活動的高效運作。?

5 提升農村低碳物流效率的策略

5.1 加強農村物流基礎設施建設

政府機構和物流企業可以通過改善農村地區的道路條件、建設高效的物流配送中心、引入智能化物流管理系統等措施，減少物流運輸過程中的時間和成本，降低能源消耗和碳排放。具體而言，可以通過建設高標準的農村道路以縮短貨物運輸時間，減少運輸過程中的能耗和排放，提高運輸效率；企業間可以建立合作關系發展多式聯運，實現不同運輸方式的有機結合，優化運輸結構，提高裝載率，進一步降低物流成本和環境影響。同時，也可以通過建設節能環保的物流設施、推廣使用新能源物流車輛等，提升農村地區的綠色發展水平，增強農村地區的環境友好型產業競爭力，推動農村可持續發展和實現區域經濟平衡發展。

5.2 促進綠色物流技術的創新與應用

政府應通過提供研發資金支持、減免稅收等激勵措施鼓勵企業、高校和研究機構開展綠色物流技術的基礎研究和應用開發，開發新型節能環保的運輸工具、智能物流配送系統、環境友好的包裝材料等，促進綠色物流技術的創新和推廣應用，實現物流過程中能源效率的提升和碳排放的減少。此外，所有利益相關方需要共同構建一個促進綠色物流技術應用的良好環境，通過開展綠色物流示范項目，展示綠色物流技術的經濟和環境效益，有效提升社會各界對綠色物流技術應用的認可度和參與度，推動綠色物流技術的創新發展，加速綠色物流技術在農村地區的廣泛應用。

5.3 構建農村低碳物流體系

農村低碳物流體系的構建應該加強跨區域和跨部門的合作，一要整合不同地區的資源和優勢，共享物流信息和技術，優化物流網絡布局，減少冗余和重復建設，提高資源利用效率；二要推進環保部門、交通部門、農業部門等部門的協同工作，共同制訂和實施低碳物流政策和措施，建立起一套覆蓋全面、操作性強的政策體系，為農村低碳物流提供政策支持。此外，應在農村低碳物流發展中增強從業人員的環保意識和綠色物流操作技能培訓，通過組織定期的培訓和教育活動，提高從業人員對低碳物流的認知水平，助力掌握綠色物流的操作技能，激發工作積極性和創新能力，進而推動低碳物流理念的實踐應用。

6 結 論

農村低碳物流的發展可以促進農村經濟的健康發展，保護環境，構建綠色社會。本文分析了影響農村低碳物流效率的關鍵因素，采用DEA模型對所選取的10個省份的農村低碳物流的效率進行綜合效率、純技術效率、規模效率評價，并提出了加強農村物流基礎設施建設、促進綠色物流技術的創新與應用、構建農村低碳物流體系等策略，旨在通過制度創新與技術革新，促進農村物流向低碳化、智能化轉型，為實現綠色發展和碳中和目標貢獻力量。

參考文獻：

[1] 李叢影，田劍英，尹子偉．湖北省農村電商示范縣物流效率研究[J]．物流科技，2023，46（9）：107-112.

[2] 黃京華．基于農村經濟發展視角探析物流效率提升對農村經濟發展的影響[J]．中國物流與采購，2022（12）：117-118.

[3] 項鑫，張慶亮．一體化戰略下農村物流發展效率提升策略研究——以長三角地區為例[J]．商業經濟研究，2022（7）：159-162.

[4] 冒瑞華．低碳經濟視角下農村物流演化研究[D]．鎮江：江蘇大學，2020.

[5] 朱思燦，馮琳琳．農村經濟消費中電商物流效率提升發展研究[J]．山東農業工程學院學報，2020，37（4）：4-5.