基于兩階段DEA模型的長江經濟帶物流環境效率研究

陳鑫　趙順　祁玉青

摘 要 本文針對物流造成的碳排放問題，運用兩階段DEA模型，對長江經濟帶11個省市2015-2019年的物流環境效率進行了對比分析。結果表明：長江經濟帶的物流環境效率整體不高;部分省市物流環境效率存在反復性;普遍存在投入冗余和產出不足的現象，且區域性差異明顯。最后，文章針對上述情況提出了將政府宏觀調控與市場調節相結合、發揮DEA有效省市示范帶頭、加強湖南等中部省份污染物治理力度和優化西部省市物流資源配置的對策建議。

關鍵詞 物流環境效率 碳排放 兩階段DEA

中圖分類號：F503 文獻標識碼：A 文章編號：1007-0745（2022）03-0061-07

中國承諾在2030年前，二氧化碳的排放量不再增長，達到峰值之后慢慢減下去。碳達峰是一個過程性的描述，即碳排放首先進入平臺期間并可能在一定范圍波動，然后進入平穩下降階段。

近年來，隨著我國經濟高速提升，尤其是電子商務的進步，使得我國物流行業獲得了巨大的發展。在虛擬經濟不斷超越實體經濟的過程中，物流對國民經濟的促進作用也愈發明顯。然而物流業造成的環境問題也愈發嚴重，經濟發展既要重視效率與質量，也要重視可能有的負面環境影響。本文結合當前環評視角，以環境效率去測度長江經濟帶的物流業發展狀況。環境效率指滿足人類需求的產品和服務的經濟價值除以環境負荷，即單位環境負荷的經濟價值[1]。

長江經濟帶橫跨我國東中西三大區域，是我國綜合實力最強、戰略支撐作用最大的區域之一。長江經濟帶覆蓋了上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11個省市，總面積約205萬平方公里，人口和生產總值均超過全國的40%。長江經濟帶物流業發展水平全國領先，本文以長江經濟帶物流運輸過程造成的碳排放問題為切入點，考慮非期望產出問題，運用兩階段DEA模型，對比分析長江經濟帶物流環境效率，以期為各個省市優化物流發展提供一定的參考。

1 研究背景

物流業是支撐國民經濟發展的基礎性、戰略性產業。對于促進產業結構調整、轉變發展方式、推動經濟又好又快發展具有重要意義[2]。長江經濟帶物流業近年來保持較快的增長速度，服務能力不斷提升，基礎設施條件和政策環境不斷改善，發展環境得到不斷優化。但隨著傳統對外貿易市場需求的不斷下降，帶來了大量的產能過剩，產能過剩制約著企業的轉型升級。物流業的發展對于區域內資源的優化配置、勞動力等生產要素與生產發展需求進一步銜接，對促進良性的發展循環具有重要作用，因此，研究解決物流業發展帶來的環境問題愈發重要?？茖W測算評估長江經濟帶物流業發展造成的環境影響，是實現長江經濟帶綠色可持續發展的重要前提。

目前，國內學者們常用環境效率來評價行業發展水平。環境效率與傳統效率評價的不同之處在于它在評價行業效率時，考慮到了現實生產過程中帶有明顯的副產品，其中很多不是我們所期望的產出，比如污染物[3]。對于環境效率的測算國內有很多，比如卞亦文[4]提出非合作博弈兩階段生產系統的環境效率評價模型，并應用于我國各地區工業系統的環境效率評價。盧永琴等[5]運用非合作博弈兩階段系統對我國產業園區的環境效率進行了測算。董峰等[6]利用三階段DEA模型測算了低碳約束下我國省際物流業效率，對被測省份按高、中、低三種效率進行區分分析。任陽軍和汪傳旭[7]將碳排放量作為一種投入，利用超效率DEA模型對我國2007-2014年29個省份的商貿流通業效率進行了評價。學者們利用模型算法對環境影響下行業效率的變動做出了有益的探討。本文借鑒并優化了DEA模型對于環境效率的測度，并運用在低碳視角下長江經濟帶的物流業環境效率的研究。

2 模型設定與指標選取

2.1 模型簡介

數據包絡分析（Data Envelopment Analysis，DEA）作為一種重要的非參數分析方法，最早由Charnes等提出[8]，傳統的DEA評價模型的分析結果中，常常會出現多個決策單元（DMU，Decision Making Units）都是有效的情況，對于有效的決策單元無法做出進一步的區分。為了解決這一問題，Anderson等[9]提出了超效率DEA模型。它的核心思想就是將被評價DMU從參考集中剔除，也就是說，被評價DMU的效率是參考其他DMU構成的前沿得出的，有效DMU的超效率值一般會大于1，從而可以對有效DMU進行區分，無效DMU效率值仍然不變。另一方面，傳統的DEA評價模型在評價物流效率時，多把被評價DMU當做是一個黑匣子，沒有考慮物流過程中的中間產品。對于一個完整的物流過程，每個環節是相互銜接的，即上一環節的產出很多時候則是下一階段的投入。因此，本文在進行物流環境效率測度時，將超效率DEA模型引入兩階段DEA模型計算。介于有關超效率DEA模型和兩階段DEA模型相關研究已有較多，此處就模型規劃式等不再贅述。

2.2 投入與產出變量選取

國內對于物流業一直都沒有較為明確的界定，因此本文參考大多數學者的研究，選擇了交通運輸倉儲與郵政行業。并將物流運作過程看作兩個階段：在第I階段，從資產、人力以及能源消耗考慮。以固定資產投入、物流業從業人數、公路營運汽車擁有量和民用機動運輸船數作為投入變量。貨物周轉量與年能源消耗量作為這一階段的中間產出變量;在第II階段中，考慮到通過第I階段的投入提高了貨物周轉量促進了物流業產值的增加，所以將物流產業增加值為輸出指標。另外，行業的發展也會為從業人員帶來薪酬上的增長，出于對數據收集可得性與統計口徑的考慮，以物流業從業人員的平均工資為輸出指標。能源消耗對環境影響較大的是碳排放，所以以碳排放量為最終的非期望產出（見表1）。

關于年能源消費量和碳排放量的統計參考的是已有的處理方法[10]。能源消費量的確定是選取原煤、柴油、汽油、燃料油、電力、液化石油氣和天然氣這七種能源，按照各自能源標準系數折算為萬噸標準煤后加總。物流業二氧化碳排放量的統計則是以上六種能源消耗量（電力除外）分別乘以各自的碳排放系數然后加總得到（標準煤折算系數表與碳排放系數見表2）。

3 長江經濟帶物流環境效率分析

本文研究的是長江經濟帶的11個省市在2015-2019年的物流業環境效率。數據主要來源于中國國家統計局、《中國能源統計年鑒》、各省市統計網站等。根據相關指標的數據，運用MyDEA1.0.5軟件，得到各省市的物流效率，計算結果見表3、表4、表5。

3.1 傳統效率模型與兩階段超效率DEA模型的對比分析

從表中數據可以看出，在考慮了非期望產出的影響后，長江經濟帶各省市的效率值，整體呈下滑趨勢。就2019年來看，江蘇（1.39;0.65）、浙江（1.24;0.8）、江西（1.13;0.74）、湖南（1;0.52）、四川（1.2;0.69）、云南（1.38;0.59）、貴州（1.91;0.88）在傳統效率評價模型下皆處于前沿面上，但在考慮了非期望產出的兩階段超效率DEA評價模型下都為DEA無效（見圖1），造成上述現象的原因主要是以碳排放為主的環境污染對物流業效率提升有著重要的影響。整體下滑的背景下，我們也能看到諸如上海（2.59;4.92）、安徽（0.71;0.96）在兩階段超效率DEA模型評價下效率值不降反升。這說明上海、安徽實行了有效的低碳循環經濟發展模式，進行了生態文明建設。從實線的起伏程度來看，東部地區波動幅度最大，原因在于數值層面上上海環境效率比較高，社會經濟發展層面來看，上海經濟更為發達，且環境保護做得更好。西部地區波動最小，原因在于相對東中部而言，西部地區4省市物流業發展差異小和物流業發展相對滯后，對環境的影響相對較小。就地域劃分來看，東、中部省市的環境效率值從左至右逐漸下降，而西部地區從左至右是緩慢上升。這表明長江經濟帶內除傳統意義的東中西發展差異外，三個地區內部仍然存在發展較大的發展差異。其中緣由主要是經濟發展水平與環境容量的影響（見圖2、圖3）。

3.2 跨期數據分析

參考傳統意義上的東中西地域觀念，選取了上海、江蘇、安徽、江西、重慶，貴州6個省市進行縱向效率值對比分析 。從2015至2019年，上述6個省市僅安徽和貴州出現DEA有效性的變動。安徽在2016與2017年變為DEA有效，但是在隨后的2年又變為DEA無效。造成這一現象的原因是沒有完全處理好物流業發展與碳排放控制的關系。當經濟規模擴大和增速提升時，相應的污染物治理政策方針制定更新不匹配，以及污染物治理設施的不完備和不完善。貴州在這5年間從DEA有效變為無效，造成這一結果的原因主要是貴州在謀求物流業發展的時候，存在過分追求物流規模擴大而未注重節能減排的可能。比如，引進一些經濟實力強，但同時也伴隨著較大環境負荷的企業。上海物流環境效率雖然波動明顯，但都是處于生產前沿面上，物流業發展比較合理。江蘇、江西、重慶都為DEA無效，5年間效率值波動幅度不大。究其原因主要是江蘇、江西、重慶污染物排放的控制與治理落后于物流業的發展，對于污染物的排放、治理仍未有較大改善。

3.3 投入冗余與產出不足分析

本文兩階段超效率DEA模型的綜合效率是由兩個子階段效率值加權平均和構成，所以基于兩個子階段去考慮投入冗余與產出不足，結果見表6。

以上表2018年的計算結果為對象，對除上海以外的10個DEA無效省市進行投入冗余與產出不足分析。在現有產出不變的情況下，第一子階段中DEA無效地區固定資產投入、從業人數、營運汽車擁有量、民用機動運輸船數和年能源消耗量都出現了不同程度的冗余。特別地，江蘇民用機動運輸船冗余量接近其他9省市的船舶冗余量。作為內外河航運的承接地區，船舶投入量大但并未實現合理的產能轉化?？傮w冗余程度從高到低依次為西部地區、中部地區、東部地區。以固定資產為例，西部地區固定資產投入冗余和為8985.61億元，中東部地區分別為4432.58億元、 3564.18億元。造成這一現象的原因主要是東中西冗余程度與DEA無效省市的數量以及經濟發展水平呈正相關。

第二子階段中DEA無效省市的貨物周轉量與碳排放量同樣存在不同程度的冗余。冗余量最小的為西部地區，冗余量最大的為中部地區，居中為東部地區。以貨物周轉量為例，西部地區冗余總量為1726.23億噸公里，中部地區為17633.57億噸公里，東部地區為9601.19億噸公里。出現這種結果的原因主要有：貨物運輸需求是派生性需求，其大小取決于社會經濟的發展水平與經濟實際發展程度相關，中東部的貨物周轉量大于西部地區;中東部省市大規模投入并未得到有效轉化。就二氧化碳的排放冗余量來看，中部地區省市最為突出。中部地區作為東西貨運的交匯地帶，頻繁的貨物運輸隨之帶來的是大量的碳排放。另外上游省市的污染物排放擴散和東部省市的產業轉移也是部分原因。

在現有投入不變的情況下，第二子階段中DEA無效省市的物流業增加值、從業人員工資水平存在不同程度的產出不足。就物流業增加值來看，云南、江西產出缺額較大，主要是這兩個省份物流業發展水平不高，物流業產能不足。就從業人員工資水平來看江蘇、浙江出現產出不足，說明薪酬增長與地區物流業發展乃至宏觀經濟發展不同步。企業的長足發展需要注意提升員工滿意度，特別是薪資的增長。

4 結論與建議

本文在傳統兩階段DEA模型基礎上設定兩個子階段的權重系數且將超效率DEA計算引入子階段效率計算?；趯嵶C分析結論，對改善長江經濟帶物流業環境效率，吸引外資，促進東部地區的產業轉移，逐步縮小區域差異，輔助國家相關部門和長江經濟帶內各個省市物流發展決策提出以下幾點建議：

第一，非期望產出對長江經濟帶物流業環境效率有著明顯的負面影響。大量的冗余表明，長江經濟帶內諸多省市只考慮經濟的發展，忽視了環境污染將制約著物流業的可持續發展。這就要求政府謀求物流業發展不能回避污染問題，要注重節能減排。同時發揮政府部門宏觀調控的權力，調節市場主體行為。從企業層面來講，要求企業自覺遵守節能減排的各項政策法規，在追求經濟效益的同時自覺承擔起企業的社會責任。

第二，發揮DEA有效省市的示范作用。學習DEA有效省市的物流業發展經驗，引進先進技術與高層次人才，打造物流公共服務信息平臺。引進推廣智慧物流、低碳物流等發展理念。利用國家產業轉移的重大契機，加快中西部物流業發展，并在發展過程中注重環境保護，產業的轉移不應該是污染的轉移。產業轉移過程中，應當發現培育低碳化、網絡化、智能化的物流增長新節點，以提升長江經濟帶物流業整體發展水平。

第三，要想推動長江經濟帶物流業整體發展，就得提升“短板”省市的環境效率，優化邊緣省市的物流資源配置。針對大部分省市普遍存在投入冗余和產出不足的現象，建議各個省市有關部門根據各項具體冗余和不足的指標做出相應的調整。適當的削減某些冗余指標的數量，遏制盲目擴大生產規模。同時通過引進先進的物流技術和管理模式來提高產出效率。一方面對于中部DEA無效省份勒令關停污染嚴重的企業，通過稅收、罰款等方式治理污染物輕微排放的企業。另一方面政府部門應該不斷提供新型的融資渠道、稅收優惠、財政支持等幫助區域內西部省市新興物流企業發展和物流基礎設施建設。

參考文獻：

[1] 卞亦文.非合作博弈兩階段生產系統的環境效率評價[J].管理科學學報，2012，15（07）：11-19.

[2] 祁玉青，趙順，倪衛紅.基于DEA模型的揚子江城市群城市物流業效率研究[J].物流技術，2018（07）：44-49.

[3] 劉勇，李志祥，李靜.環境效率評價方法的比較研究[J].數學的實踐與認識，2010，40（01）：84-92.

[4] 同[1].

[5] 盧永琴，項勇，張志盈.基于DEA的產業園區生產系統非合作博弈環境效率分析[J].企業經濟，2014（08）： 31-35.

[6] 董鋒，徐喜輝，韓宇.低碳約束下的我國省際物流業效率研究[J].華東經濟管理，2016，30（05）：86-91.

[7] 任陽軍，汪傳旭.低碳約束下商貿流通業效率及其影響因素研究[J].商業經濟研究，2017（07）：17-19.

[8] 王倩倩.基于DEA-BCC模型的全國公路運輸貨物效率評價[J].物流技術與應用，2019，24（07）：144-146.

[9] Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993，39（10）：1261-1264.

[10] 楊傳明.低碳約束下江蘇物流產業效率測度[J].華東經濟管理，2018（01）：27-32.

3807500338255