物流業(yè)綠色全要素生產(chǎn)率測(cè)度及其影響因素分析

劉習(xí)平 金心悅

摘 ?要：本文采用非期望產(chǎn)出的SBM和Malmquist指數(shù)模型，測(cè)算湖北省2008-2017年物流業(yè)綠色全要素生產(chǎn)率，并利用Tobit模型對(duì)影響湖北省物流業(yè)綠色全要素生產(chǎn)率的各因素進(jìn)行回歸分析。研究結(jié)果表明：湖北省物流業(yè)綠色全要素生產(chǎn)率保持在一個(gè)相對(duì)穩(wěn)定的狀態(tài)，整體呈現(xiàn)出波動(dòng)遞增的趨勢(shì);人均GDP、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度對(duì)湖北省物流業(yè)綠色全要素生產(chǎn)率有著顯著性影響。湖北省政府要鼓勵(lì)并引導(dǎo)高能耗、高污染物流產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，提高行業(yè)二氧化碳排放效率;優(yōu)化第三產(chǎn)業(yè)，注重服務(wù)業(yè)、交通運(yùn)輸業(yè)的發(fā)展;進(jìn)一步擴(kuò)大城鎮(zhèn)化覆蓋率，重視環(huán)境規(guī)制在物流業(yè)發(fā)展中的重要性。

關(guān)鍵詞： 物流業(yè);SBM模型;Tobit模型;綠色全要素生產(chǎn)率;湖北省

一、引言

隨著網(wǎng)絡(luò)信息時(shí)代的到來，各大電商平臺(tái)快速發(fā)展，互聯(lián)網(wǎng)購(gòu)物方式得到廣大公眾的青睞，這使得物流行業(yè)迅速成長(zhǎng)并發(fā)展壯大。中國(guó)是世界上公認(rèn)的物流大國(guó)，擁有世界上最大的物流市場(chǎng)，但物流行業(yè)在成為我國(guó)國(guó)民經(jīng)濟(jì)主要?jiǎng)恿Φ耐瑫r(shí)也產(chǎn)生了不少問題，主要體現(xiàn)在物流行業(yè)分工不合理、基礎(chǔ)設(shè)施重復(fù)建設(shè)、資源消耗率高等方面。在管理方式、技術(shù)應(yīng)用、資源效率以及循環(huán)綠色環(huán)保方面與發(fā)達(dá)國(guó)家相比還是有很大的差距。 “十三五”以來，中國(guó)的工業(yè)化、信息化、市場(chǎng)化、城鎮(zhèn)化、綠色化、全球化進(jìn)程深入推進(jìn)，物流業(yè)發(fā)展的需求、技術(shù)供給、制度、資源環(huán)境以及國(guó)際格局時(shí)刻發(fā)生著變化。一方面，國(guó)家和政府強(qiáng)調(diào)可持續(xù)發(fā)展戰(zhàn)略;另一方面，國(guó)際形勢(shì)變化要求中國(guó)的物流業(yè)向著安全、高效、低污染方向發(fā)展。因此，提高物流業(yè)綠色全要素生產(chǎn)率成為我國(guó)傳統(tǒng)物流業(yè)向綠色物流業(yè)轉(zhuǎn)型的關(guān)鍵所在，這是新經(jīng)濟(jì)形勢(shì)下減少環(huán)境污染和資源消耗的必然要求，也是新常態(tài)下能源需求與資源約束日益增強(qiáng)的現(xiàn)實(shí)需求。

湖北省作為中國(guó)中部省份之一，東部鄰接安徽，西部鄰接重慶，西北部與陜西交界，南部鄰接江西、湖南，北部與河南交界。依托長(zhǎng)江興起了大規(guī)模的航運(yùn)，同時(shí)又有京廣線、京九線等多條鐵路經(jīng)過，其物流業(yè)發(fā)展具有得天獨(dú)厚的地理?xiàng)l件，要實(shí)現(xiàn)物流業(yè)高質(zhì)、低耗的發(fā)展，加快湖北省經(jīng)濟(jì)高質(zhì)量發(fā)展，必須要提高其物流業(yè)綠色全要素生產(chǎn)率。因此，本文通過對(duì)湖北省物流業(yè)綠色全要素生產(chǎn)率及影響因素進(jìn)行分析，為湖北省構(gòu)建綠色物流體系提供理論支持和實(shí)踐指導(dǎo)，同時(shí)也為中國(guó)其他有著類似情況的地區(qū)在發(fā)展綠色物流方面提供借鑒，共同促進(jìn)中國(guó)物流業(yè)綠色發(fā)展。

二、文獻(xiàn)綜述

綠色物流（Green Logistics），是指在物流活動(dòng)中減少物品在儲(chǔ)存、包裝、運(yùn)送等環(huán)節(jié)對(duì)環(huán)境產(chǎn)生的危害，以實(shí)現(xiàn)保護(hù)環(huán)境、降低能源消耗的目的。1990年初，大氣污染和環(huán)境惡化問題引起國(guó)外政府的高度關(guān)注，學(xué)術(shù)界也掀起了對(duì)環(huán)境保護(hù)的熱議。先是日本、加拿大和美國(guó)等國(guó)家政府決定采取立法形式來減輕物流活動(dòng)對(duì)環(huán)境的損害，緊接著發(fā)達(dá)國(guó)家陸續(xù)提出發(fā)展循環(huán)經(jīng)濟(jì)的要求，鼓勵(lì)逆向物流的發(fā)展，并且聯(lián)合制定了國(guó)際環(huán)保標(biāo)準(zhǔn)和綠色物流服務(wù)標(biāo)準(zhǔn)來推廣綠色物流的先進(jìn)理念。歐盟“地平線”2020研究計(jì)劃表示，智能、綠色及綜合運(yùn)輸是保證歐洲物流運(yùn)輸領(lǐng)域技術(shù)領(lǐng)先的關(guān)鍵所在。國(guó)外許多學(xué)者對(duì)綠色物流展開了深入研究，如Sun（2005）基于單要素生產(chǎn)率框架下的碳強(qiáng)度指標(biāo)對(duì)綠色物流進(jìn)行了研究[1];Hong 和 Yong（2015）分析了韓國(guó)大型物流供應(yīng)商服務(wù)效率與生產(chǎn)力之間的關(guān)系[2];Li 和 Shi（2014）通過Super-SBM模型對(duì)中國(guó)工業(yè)部門進(jìn)行了能效分析[3];Zhang（2018）提出物流業(yè)轉(zhuǎn)型升級(jí)的發(fā)展方向，即運(yùn)用新技術(shù)使物流業(yè)實(shí)現(xiàn)資源的共享和整合[4];Zhang（2018）對(duì)傳統(tǒng)的LMDI模型進(jìn)行了改進(jìn)，關(guān)注技術(shù)進(jìn)步和結(jié)構(gòu)調(diào)整，分析了影響北京市、天津市和河北省的碳排放強(qiáng)度的因素[5];Fan（2019）使用基于寬松度的方向距離函數(shù)產(chǎn)生的倫伯格指數(shù)測(cè)量了1997-2013年中國(guó)所有省份和主要城市的物流業(yè)傳統(tǒng)全要素生產(chǎn)率[6];Yi（2019）認(rèn)為提高回收效率的能力比減少?gòu)U物產(chǎn)生的能力更重要，綠色物流對(duì)實(shí)現(xiàn)可持續(xù)供應(yīng)鏈管理具有重要意義[7];Zhang 等（2020）提出GLP有效性前因的整合模型，通過提升GLP的效能，實(shí)現(xiàn)綠色物流的發(fā)展[8]。

綠色全要素生產(chǎn)率（Green Total Factor Productivity）是在全要素生產(chǎn)率測(cè)算的基礎(chǔ)上，將二氧化碳指標(biāo)作為非期望產(chǎn)出納入測(cè)算指標(biāo)體系中進(jìn)行測(cè)算得出的。國(guó)內(nèi)不少學(xué)者對(duì)物流業(yè)綠色全要素生產(chǎn)率進(jìn)行了研究，主要有以下三個(gè)方面：一是傳統(tǒng)的效率評(píng)測(cè)，如余泳澤和武鵬（2010）運(yùn)用隨機(jī)前沿分析測(cè)算了物流業(yè)的綠色全要素生產(chǎn)率[9];周業(yè)旺（2012）使用DEA模型測(cè)量了武漢城市圈內(nèi)物流業(yè)的實(shí)際綠色全要素生產(chǎn)率水平，并結(jié)合研究結(jié)果提出改進(jìn)措施[10];王蕾等（2014）基于CCR模型對(duì)新疆北疆8個(gè)地區(qū)的現(xiàn)代物流效率進(jìn)行了分析[11];周葉等（2015）采用超效率DEA分析法測(cè)量了我國(guó)全部省份物流業(yè)綠色全要素生產(chǎn)率，采用前沿面分析找出相應(yīng)資源投入過高的區(qū)域，并分析影響這些區(qū)域物流業(yè)綠色全要素生產(chǎn)率的原因[12]。二是基于產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展的研究，如李譚等（2012）以遼寧省港口為研究對(duì)象，采用CCR與復(fù)合系統(tǒng)協(xié)同度模型度量了港口物流效率[13];劉杰（2013）以長(zhǎng)春市歐亞集團(tuán)為例，使用數(shù)據(jù)包絡(luò)分析法和層次分析法測(cè)量了物流配送效率，并設(shè)計(jì)出最佳物流配送模式[14];孫?。?016）利用DEA模型，對(duì)我國(guó)東北地區(qū)農(nóng)產(chǎn)品冷鏈物流效率進(jìn)行測(cè)量和分析，創(chuàng)新性地考慮合作因素，提出促進(jìn)農(nóng)產(chǎn)品冷鏈可持續(xù)發(fā)展的建議[15];王珍珍（2017）運(yùn)用DEA模型——超效率CCR對(duì)制造業(yè)與物流業(yè)聯(lián)動(dòng)發(fā)展的系統(tǒng)運(yùn)作效率進(jìn)行了測(cè)評(píng)[16]。三是科學(xué)發(fā)展角度的分析，如范璐（2015）采用基于SFA的多投入-單產(chǎn)出模型和SEDEA方法對(duì)中國(guó)物流業(yè)綠色全要素生產(chǎn)率及其變動(dòng)進(jìn)行實(shí)證研究[17];劉戰(zhàn)豫和孫夏令（2018）運(yùn)用Super-SBM模型和Malmquist指數(shù)對(duì)物流業(yè)綠色全要素生產(chǎn)率進(jìn)行測(cè)度，并對(duì)跨時(shí)期、跨地區(qū)的演變特征進(jìn)行刻畫，在此基礎(chǔ)上對(duì)物流業(yè)綠色全要素生產(chǎn)率演化階段及動(dòng)因進(jìn)行分析[18];王燊和程云鶴（2018）運(yùn)用SBM模型測(cè)算長(zhǎng)江經(jīng)濟(jì)帶流域物流業(yè)綠色全要素生產(chǎn)率，運(yùn)用純技術(shù)效率和規(guī)模效率，從省市和區(qū)域?qū)用娣治隽宋锪鳂I(yè)綠色全要素生產(chǎn)率的變化規(guī)律，最后用SML指數(shù)模型對(duì)長(zhǎng)江流域物流業(yè)綠色全要素生產(chǎn)率進(jìn)行了測(cè)量分析[19]。

綜合來看，學(xué)者們對(duì)物流業(yè)綠色全要素生產(chǎn)率的研究主要基于期望產(chǎn)出或者采用傳統(tǒng)的DEA模型，沒有進(jìn)行動(dòng)態(tài)分析。基于此，本文做出了兩點(diǎn)創(chuàng)新：一是以非期望產(chǎn)出二氧化碳排放量作為指標(biāo)，選取中部六省相關(guān)數(shù)據(jù)并運(yùn)用SBM和Malmquist指數(shù)模型進(jìn)行比較，測(cè)算出湖北省2008-2017年物流業(yè)綠色全要素生產(chǎn)率值及其變化規(guī)律，分析湖北省近十年來物流業(yè)發(fā)展的結(jié)構(gòu)轉(zhuǎn)變及績(jī)效問題;二是基于Tobit模型對(duì)人均GDP、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率、環(huán)境規(guī)制等進(jìn)行實(shí)證分析，探討湖北省物流業(yè)綠色全要素生產(chǎn)率的影響因素。

三、研究方法

（一）SBM模型

同基礎(chǔ)DEA模型的投入和產(chǎn)出要素不同，綠色全要素生產(chǎn)率有比較繁雜的投入和產(chǎn)出指標(biāo)，本文選取分析區(qū)域的靜態(tài)生產(chǎn)效率測(cè)度方法——SBM模型，該模型由Tone（2003）[20]提出，是一類基于松弛變量的非徑向、非角度的效率測(cè)度模型，不僅可以減小選用不同角度和徑向的投入產(chǎn)出指標(biāo)所導(dǎo)致的偏離和誤差，而且基礎(chǔ)DEA模型中存在的指標(biāo)松弛性問題也得到了較好解決[21]。

SBM模型假定生產(chǎn)系統(tǒng)中有n個(gè)決策單元DMU_j （j=1，2，…，n） ，輸入變量x有m個(gè)，輸出變量y有n個(gè)，其中有S_1個(gè)期望輸出y^g，S_2個(gè)非期望輸出y^b。S_i為松弛變量，表示輸入超量，X=[x_1，x_2，…x_m ]?R_（m×n），y^g=[y_1^g，y_2^g，〖…，y〗_n^g ]?R_（s1×n），y^b=[y_1^b，y_2^b，〖…，y〗_n^b ]?R_（s2×n），且X>0，y^g>0，y^b>0。生產(chǎn)集為：P={（x，y^g，y^b ）│x≥xλ，y^g≤y^g λ，y^b≥y^b λ，λ≥0}。

根據(jù)該模型，可得到考慮非期望產(chǎn)出的DEA-SBM模型公式為：

（1）

s.t. x_0=xλ+s^-;y_0^g=y^g λ-s^g;y_0^b=y^b λ+s^b;s^-≥0，s^g≥0，s^b≥0，λ≥0

上式中，目標(biāo)函數(shù)S^-為投入松弛量、S^g為期望產(chǎn)出松弛量、S^b為非期望產(chǎn)出松弛量，且s^-≥0，s^g≥0，s^b≥0;"λ" 表示投入產(chǎn)出指標(biāo)權(quán)重，且λ_j≥0;ρ^*表示決策單元的效率值，關(guān)于S^-、S^g、S^b嚴(yán)格單減，且0≤ρ^*≤1。決策單元DMU_j目標(biāo)函數(shù)取得最優(yōu)值時(shí)，S^-、S^g、S^b三者同時(shí)為 ，即僅當(dāng)目標(biāo)函數(shù)ρ^*=1且s^-=0，s^g=0，s^b=0時(shí)，決策單元DMU_j有效且位于生產(chǎn)前沿;當(dāng)0≤ρ^*<1時(shí)，此時(shí)的決策單元并非是有效單元，仍然存在改進(jìn)的空間，為使其是有效的決策單元可通過調(diào)整投入、產(chǎn)出指標(biāo)的比重來達(dá)到預(yù)期。

（二） Malmquist指數(shù)

SBM模型不可測(cè)算動(dòng)態(tài)效率，只可分析區(qū)域靜態(tài)效率。因此本文采用Malmquist指數(shù)測(cè)量中部六省2008-2017年動(dòng)態(tài)效率，在此基礎(chǔ)上考慮的內(nèi)容不僅為非期望產(chǎn)出，而且還包括非期望產(chǎn)出的減小和期望產(chǎn)出的增多。Malmquist指數(shù)從t到t+1時(shí)的表達(dá)式為：

MI_t^（t+1）=[（1+D_0^t （x^t，y^t，c^t，g^t））/（1+D_0^t （x^（t+1），y^（t+1），c^（t+1），g^（t+1）））×（1+D_0^（t+1） （x^t，y^t，c^t，g^t））/（1+D_0^（t+1） （x^（t+1），y^（t+1），c^（t+1），g^（t+1）））]^（1/2） ? ? ? ? ? ? ?（2）

式中，x為投入要素，y為產(chǎn)出要素，c為非期望產(chǎn)出，g為各要素的松弛向量;D_0^t （x^t，y^t，c^t，g^t）與D_0^（t+1） （x^（t+1），y^（t+1），c^（t+1），g^（t+1））分別為t期與t+1期的距離函數(shù);D_0^t （x^（t+1），y^（t+1），c^（t+1），g^（t+1））表示以t期的技術(shù)為參考的t+1期混合距離函數(shù);D_0^（t+1） （x^t，y^t，c^t，g^t）表示以t+1期的技術(shù)為參考的t期混合距離函數(shù)。

綠色全要素生產(chǎn)率變化指數(shù)（MI指數(shù)）同兩個(gè)指標(biāo)有關(guān)，是由技術(shù)變化指數(shù)（TC）和技術(shù)效率變化指數(shù)（EC）組成的，即MI=EC×TC，其中：

EC_t^（t+1）=[（1+D_0^t （x^t，y^t，c^t，g^t））/（1+D_0^（t+1） （x^（t+1），y^（t+1），c^（t+1），g^（t+1）））] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

TC_t^（t+1）=[（1+D_0^（t+1） （x^t，y^t，c^t，g^t））/（1+D_0^t （x^t，y^t，c^t，g^t））×（1+D_0^（t+1） （x^（t+1），y^（t+1），c^（t+1），g^（t+1）））/（1+D_0^t （x^（t+1），y^（t+1），c^（t+1），g^（t+1）））]^（1/2） ? ? ? ? ? ? ? ? ?（4）

當(dāng)EC>1時(shí)，代表技術(shù)效率的提高，而 EC<1，則代表技術(shù)效率的下降;當(dāng)TC>1時(shí)，代表改進(jìn)了技術(shù)，而TC<1，則代表此時(shí)技術(shù)落后;當(dāng)MI>1時(shí)，代表綠色全要素生產(chǎn)率的上升，而MI<1，則代表綠色全要素生產(chǎn)率的下降。

四、數(shù)據(jù)的選取、測(cè)算和分析

（一）相關(guān)指標(biāo)說明

由于無法直接獲取有關(guān)物流業(yè)的各類數(shù)據(jù)，與之最相關(guān)的是交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的總和，并且交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)在現(xiàn)代物流業(yè)中的比重較大，所以本文選取各個(gè)統(tǒng)計(jì)年鑒中交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的總和來指代物流業(yè)的數(shù)值。為了對(duì)湖北省物流業(yè)綠色全要素生產(chǎn)率進(jìn)行趨勢(shì)分析，本文選取中部六?。ㄉ轿魇　⒑幽鲜?、安徽省、江西省、湖南省、湖北?。?008-2017年的數(shù)據(jù)進(jìn)行橫向和縱向的對(duì)比，將固定資產(chǎn)、勞動(dòng)力以及能源消耗量設(shè)為投入指標(biāo)，物流業(yè)產(chǎn)值作為期望產(chǎn)出指標(biāo)，二氧化碳排放量設(shè)置為非期望產(chǎn)出指標(biāo)。由于動(dòng)態(tài)效率是針對(duì)前一年而言的，所以具體數(shù)值從2009年開始，固定資產(chǎn)選取的數(shù)據(jù)是各省份物流業(yè)固定資產(chǎn)投入總量，以億元為單位;勞動(dòng)力選取的是物流業(yè)各省份城鎮(zhèn)從業(yè)人數(shù)，以萬人為單位;能源消耗量指的是在物流業(yè)生產(chǎn)過程中消耗的各類能源總量，通過能源折算系數(shù)折算為標(biāo)準(zhǔn)煤，以萬噸標(biāo)準(zhǔn)煤為單位;物流業(yè)產(chǎn)值指的是各省份物流業(yè)的總產(chǎn)值，以億元為單位;二氧化碳排放量指的是各省份物流業(yè)運(yùn)作過程中排放的二氧化碳總量，以萬噸標(biāo)準(zhǔn)煤為單位。樣本投入產(chǎn)出變量統(tǒng)計(jì)描述如表1所示。

（二）能源消耗量和二氧化碳排放量的計(jì)算

根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的物流業(yè)能源終端消費(fèi)種類包括原煤、原油、液化石油氣、天然氣、煉廠干氣、焦炭、汽油、煤油、柴油、燃料油、熱力、電力以及其他能源。由于這些能源種類繁多且計(jì)量單位不統(tǒng)一，但在計(jì)算地區(qū)能源消耗量時(shí)，必須選取某種計(jì)算方法將其統(tǒng)一成一個(gè)單位。因此本文選取《中國(guó)能源統(tǒng)計(jì)年鑒》附錄中的各種能源折標(biāo)準(zhǔn)煤參考系數(shù)，將不同種類的能源折算成標(biāo)準(zhǔn)煤，計(jì)算公式為：

E=∑_i^n?〖C_i*e_i 〗 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，E為折算標(biāo)準(zhǔn)煤總量，C_i為第i種能源所對(duì)應(yīng)的折標(biāo)準(zhǔn)煤參考系數(shù)，e_i為第i種能源所對(duì)應(yīng)的消耗量，將參考折算系數(shù)與消耗量相乘并求和即可得出標(biāo)準(zhǔn)煤消耗量。

二氧化碳排放量與能源消耗量具有一定的線性關(guān)系。通過碳排放折算系數(shù)、二氧化碳折算公式可得出二氧化碳排放量，計(jì)算公式為：

〖CO〗_2=∑_i^n?〖〖CI〗_i*E_i 〗 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

其中〖CO〗_2為二氧化碳排放總量，〖CI〗_i為第i種能源所對(duì)應(yīng)的碳排放折算系數(shù)，E_i為第i種能源折算標(biāo)準(zhǔn)煤的消耗量。將碳排放折算系數(shù)與消耗量相乘并加總可得出與之對(duì)應(yīng)的二氧化碳排放量。能源折算標(biāo)準(zhǔn)煤參考系數(shù)和二氧化碳排放量折算系數(shù)見表2。

（三）湖北省物流業(yè)能源消耗量及二氧化碳排放量對(duì)比分析

為了對(duì)湖北省物流業(yè)的能源消耗量和二氧化碳排放量進(jìn)行橫向和縱向的比較，本文通過查詢《中國(guó)能源統(tǒng)計(jì)年鑒》獲得中部六省2008-2017年的數(shù)據(jù)進(jìn)行測(cè)算和對(duì)比分析。

由于各省份人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、科技先進(jìn)程度不同，為了對(duì)物流業(yè)能源消耗量和二氧化碳排放量進(jìn)行比較，本文根據(jù)已有數(shù)據(jù)折算成物流業(yè)的能源強(qiáng)度和碳排放強(qiáng)度，采用各省2008-2017年能源消耗量均值除以物流業(yè)產(chǎn)值均值得到能源強(qiáng)度、二氧化碳排放量均值除以物流業(yè)產(chǎn)值均值得到碳排放強(qiáng)度，如圖1所示。從圖中可知，湖北省2008-2017年的能源強(qiáng)度和碳排放強(qiáng)度遠(yuǎn)高于其他省份，分別為1.45萬噸標(biāo)準(zhǔn)煤/億元和3.38萬噸標(biāo)準(zhǔn)煤/億元，可見湖北省的能源消耗量和二氧化碳排放量與物流業(yè)產(chǎn)值之比高于其他中部省份。江西省2008-2017年的能源強(qiáng)度和碳排放強(qiáng)度在六省中最低，分別為0.88萬噸標(biāo)準(zhǔn)煤/億元和2.2萬噸標(biāo)準(zhǔn)煤/億元。十年來，中部各省能源強(qiáng)度和碳排放強(qiáng)度總體呈現(xiàn)出上漲趨勢(shì)，其中湖北省呈現(xiàn)出穩(wěn)步增長(zhǎng)趨勢(shì)，且湖北省物流業(yè)能源強(qiáng)度和碳排放強(qiáng)度遠(yuǎn)高于江西省和河南省，由此推測(cè)，物流業(yè)能源消耗量和二氧化碳排放量可能與人口規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)有關(guān)。

（四）湖北省物流業(yè)綠色全要素生產(chǎn)率對(duì)比分析

為了更明顯地觀察湖北省物流業(yè)綠色全要素生產(chǎn)率，對(duì)中部六省進(jìn)行綜合對(duì)比，由SBM模型輸出的2008-2017年物流業(yè)綠色全要素生產(chǎn)率見圖2。比較中部六省十年期間的各項(xiàng)指標(biāo)發(fā)現(xiàn)，山西、河南、安徽、湖南和湖北的物流業(yè)綠色全要素生產(chǎn)率都保持在一個(gè)相對(duì)穩(wěn)定的狀態(tài)，每年的變化量都在0.8～1.2浮動(dòng)且物流業(yè)綠色全要素生產(chǎn)率整體變化表現(xiàn)出波動(dòng)遞增的趨勢(shì)。由圖2對(duì)比可見，湖北省的三項(xiàng)指標(biāo)在中部六省中變化趨勢(shì)是最為穩(wěn)定的，且變化趨勢(shì)是最為集中的，其中，MI指數(shù)十年間都在1附近小幅度波動(dòng)，呈現(xiàn)出中部六省中最穩(wěn)定的狀態(tài)。

五、實(shí)證分析

本文中被解釋變量為湖北省2008-2017年物流業(yè)的綠色全要素生產(chǎn)率，各影響因素作為解釋變量構(gòu)造計(jì)量模型對(duì)物流業(yè)綠色全要素生產(chǎn)率的影響因素進(jìn)行實(shí)證檢驗(yàn)。物流業(yè)綠色全要素生產(chǎn)率除了受到投入產(chǎn)出各要素影響外，還受到其他因素的影響。（1）人均GDP：選用湖北省的人均地區(qū)生產(chǎn)總值來體現(xiàn)該地域的經(jīng)濟(jì)發(fā)展程度，且已有研究表明物流業(yè)綠色全要素生產(chǎn)率受人均GDP影響較大且主要是正向影響。（2）能源強(qiáng)度：采用湖北省能源消耗量占地區(qū)生產(chǎn)總值的比重。從理論上講能源消耗占GDP的比重對(duì)綠色全要素生產(chǎn)率有負(fù)向影響。（3）產(chǎn)業(yè)結(jié)構(gòu)：使用湖北省的第三產(chǎn)業(yè)產(chǎn)業(yè)總值同地區(qū)生產(chǎn)總值的比例來呈現(xiàn)該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)模型，且已有研究顯示第三產(chǎn)業(yè)占比對(duì)綠色全要素生產(chǎn)率有明顯促進(jìn)作用。（4）城鎮(zhèn)化率：選取湖北省城鎮(zhèn)人口總數(shù)同總?cè)丝跀?shù)之比來體現(xiàn)湖北省城鎮(zhèn)化發(fā)展進(jìn)程。在一定時(shí)期內(nèi)城鎮(zhèn)化率可能對(duì)綠色全要素生產(chǎn)率有較為明顯的積極影響。（5）環(huán)境規(guī)制：選取湖北省環(huán)境污染物治理投資占地區(qū)生產(chǎn)總值的比值描述該區(qū)域環(huán)境規(guī)制程度，且已有研究表明綠色全要素生產(chǎn)率受環(huán)境規(guī)制的影響主要為正向影響，政府在環(huán)境改善方面有決定性作用。相關(guān)變量的描述性統(tǒng)計(jì)見表3。

本文選取Tobit時(shí)間序列模型來檢驗(yàn)影響湖北省物流業(yè)綠色全要素生產(chǎn)率的因素，其模型表達(dá)式為：

Y_t=β_0+β_1 X_1+β_2 X_2+……+β_n X_n+ε_(tái)i

其中，因變量Y_t指湖北省第t年的效率值，X_n為各個(gè)解釋變量，β_0是此模型的截距，β_n是各個(gè)解釋變量相對(duì)應(yīng)的回歸系數(shù)，ε_(tái)i為模型隨機(jī)誤差項(xiàng)?；貧w結(jié)果見表4。

第一，人均GDP與物流業(yè)綠色全要素生產(chǎn)率呈負(fù)相關(guān)，相關(guān)系數(shù)為-0.1567且在1%的統(tǒng)計(jì)水平上顯著。呈現(xiàn)負(fù)相關(guān)的主要原因是近年來湖北省一方面電商產(chǎn)業(yè)得到突飛猛進(jìn)的發(fā)展，另一方面民眾的生活質(zhì)量得到極大的提升，人民對(duì)物質(zhì)需求增加，貨物運(yùn)輸和網(wǎng)絡(luò)購(gòu)物量的迅猛增加使得物流業(yè)進(jìn)入新的發(fā)展階段。但物流企業(yè)缺乏綠色物流管理理念，并且未落實(shí)綠色物流運(yùn)營(yíng)方針，在包裝、運(yùn)輸、裝卸、配送等過程中存在高污染、高能耗等問題，產(chǎn)生大量廢棄物并增加了二氧化碳排放量，由此降低了物流業(yè)綠色全要素生產(chǎn)率。

第二，能源強(qiáng)度與物流業(yè)綠色全要素生產(chǎn)率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，本文選取的能源強(qiáng)度是能源消耗占地區(qū)生產(chǎn)總值的比重，即能源消耗值增大，而效率值降低。推動(dòng)物流業(yè)總產(chǎn)值增加的動(dòng)力之一是能源，但能源在促進(jìn)物流業(yè)發(fā)展的同時(shí)也會(huì)增加對(duì)環(huán)境的污染。兩者呈負(fù)相關(guān)的主要原因在于湖北省物流鏈各環(huán)節(jié)能源消耗量過大，如在供應(yīng)鏈構(gòu)建的過程中，供應(yīng)商的綠色績(jī)效較低;在產(chǎn)品包裝過程中，機(jī)械設(shè)備的能耗過高;在物流運(yùn)輸過程中，運(yùn)輸工具需消耗能源，且運(yùn)輸量增多會(huì)增加二氧化碳的排放值;在物流配送方面，規(guī)劃安排存在問題，配送效率不高，以上因素都可能造成效率值的降低。

第三，產(chǎn)業(yè)結(jié)構(gòu)與物流業(yè)綠色全要素生產(chǎn)率呈正相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)每增長(zhǎng)1%，綠色全要素生產(chǎn)率平均增長(zhǎng)2.23%。不同于以高能耗高污染工業(yè)為主的第二產(chǎn)業(yè)，湖北省第三產(chǎn)業(yè)主要是以服務(wù)業(yè)、交通運(yùn)輸業(yè)、郵政業(yè)、倉(cāng)儲(chǔ)業(yè)為主，相較而言能源消耗量和二氧化碳排放量較少，對(duì)碳排放效率的提高有積極作用，可幫助提升綠色全要素生產(chǎn)率。

第四，城鎮(zhèn)化率與物流業(yè)綠色全要素生產(chǎn)率呈現(xiàn)出正相關(guān)關(guān)系且在1%的統(tǒng)計(jì)水平上顯著。隨著湖北省城鎮(zhèn)化進(jìn)程的推進(jìn)，城市經(jīng)濟(jì)發(fā)展迅猛，相關(guān)的基礎(chǔ)設(shè)施也不斷完善，近年來湖北省電商行業(yè)的不斷發(fā)展推動(dòng)了物流業(yè)的快速崛起。與此同時(shí)，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)往往伴隨著先進(jìn)的科學(xué)技術(shù)和較高的人民受教育水平，人們對(duì)環(huán)境質(zhì)量的要求更高，物流企業(yè)不斷更新生產(chǎn)模式，線下設(shè)立菜鳥驛站、快遞存放柜等，一定程度上免去了逐戶上門帶來的資源浪費(fèi)，有助于物流業(yè)綠色全要素生產(chǎn)率的提高。

第五，環(huán)境規(guī)制與物流業(yè)綠色全要素生產(chǎn)率存在正向關(guān)系，通過模型得出回歸系數(shù)為0.0542，但P值為0.185，沒有通過顯著性檢驗(yàn)。說明湖北省相關(guān)政策對(duì)綠色全要素生產(chǎn)率有著正向的影響作用，但政府污染治理投資目前大部分投入于重污染化工產(chǎn)業(yè)，對(duì)物流業(yè)重視程度不夠。

六、結(jié)論與建議

本文運(yùn)用包含非期望產(chǎn)出的SBM模型研究了湖北省2008-2017年物流業(yè)綠色全要素生產(chǎn)率，并利用Tobit模型對(duì)影響湖北省物流業(yè)綠色全要素生產(chǎn)率的各因素進(jìn)行回歸分析，測(cè)算其影響程度。從SBM模型輸出的測(cè)度結(jié)果來看，橫向?qū)Ρ戎胁苛〉奈锪鳂I(yè)綠色全要素生產(chǎn)率，可以明顯看出湖北省的變化趨勢(shì)是中部地區(qū)最為穩(wěn)定的，并且是綠色全要素生產(chǎn)率表現(xiàn)最良好、最突出的省份?？v向?qū)Ρ任锪鳂I(yè)綠色全要素生產(chǎn)率在2008-2017年的變化，湖北省呈現(xiàn)出穩(wěn)定且波動(dòng)遞增的變化特征。（1）人均GDP與物流業(yè)綠色全要素生產(chǎn)率呈負(fù)相關(guān)。人均GDP的不斷發(fā)展雖然帶動(dòng)了物流業(yè)的發(fā)展，但是物流業(yè)的管理方式和運(yùn)行模式并沒有達(dá)到綠色、低碳的要求。（2）能源強(qiáng)度與物流業(yè)綠色全要素生產(chǎn)率負(fù)相關(guān)。單位物流業(yè)GDP能耗越大，物流業(yè)綠色全要素生產(chǎn)率越低。（3）產(chǎn)業(yè)結(jié)構(gòu)與物流業(yè)綠色全要素生產(chǎn)率正相關(guān)。（4）城鎮(zhèn)化的推進(jìn)使得湖北省經(jīng)濟(jì)不斷發(fā)展，基礎(chǔ)設(shè)施逐步完善，并且企業(yè)工業(yè)技術(shù)水平開始提升，高能耗企業(yè)模式發(fā)生轉(zhuǎn)變，這些改善和提升引導(dǎo)湖北省的物流業(yè)綠色全要素生產(chǎn)率向正向發(fā)展。（5）環(huán)境規(guī)制與物流業(yè)綠色全要素生產(chǎn)率正相關(guān)，但沒有通過顯著性檢驗(yàn)。

根據(jù)以上研究結(jié)論，本文提出以下建議：（1）湖北省政府在保持自身經(jīng)濟(jì)發(fā)展水平的情況下，鼓勵(lì)并引導(dǎo)高能耗、高污染產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，提高行業(yè)二氧化碳的排放效率。重視低碳物流技術(shù)的研發(fā)及推廣，最終形成綠色、低碳的物流市場(chǎng)。激勵(lì)企業(yè)積極開發(fā)并使用新能源，研發(fā)高能效、低污染產(chǎn)業(yè)技術(shù)，并將其廣泛用于各產(chǎn)業(yè)中，使湖北省物流業(yè)綠色全要素生產(chǎn)率得以進(jìn)一步提高。（2）不斷發(fā)展和優(yōu)化湖北省第三產(chǎn)業(yè)，尤其注重服務(wù)業(yè)、交通運(yùn)輸業(yè)，并把湖北省經(jīng)濟(jì)發(fā)展重點(diǎn)轉(zhuǎn)移到第三產(chǎn)業(yè)。發(fā)揮湖北省在地理位置上“九省通衢”的中心優(yōu)勢(shì)，將其打造為重要的海陸空物流樞紐，推動(dòng)湖北省物流業(yè)綠色發(fā)展。（3）推進(jìn)湖北省城鎮(zhèn)化覆蓋率進(jìn)一步擴(kuò)大。一方面，城鎮(zhèn)化不僅帶動(dòng)湖北省經(jīng)濟(jì)水平的持續(xù)提升，同時(shí)可以擴(kuò)大湖北省物流業(yè)的市場(chǎng)，促進(jìn)物流業(yè)發(fā)展;另一方面，城鎮(zhèn)化過程中可以進(jìn)一步完善物流交通的配套基礎(chǔ)設(shè)施，從而減少流通過程中發(fā)生的環(huán)境問題，以促進(jìn)湖北省物流業(yè)朝著綠色、低碳的方向發(fā)展。（4）湖北省政府應(yīng)該發(fā)揮環(huán)境規(guī)制在物流業(yè)中的重要作用。一方面，實(shí)施命令控制型環(huán)境規(guī)制，通過地方行政機(jī)關(guān)及其相關(guān)環(huán)境部門發(fā)布規(guī)章或命令以規(guī)范物流業(yè)碳排放行為，制定排放標(biāo)準(zhǔn)以完成物流業(yè)的環(huán)境質(zhì)量目標(biāo);另一方面，實(shí)行市場(chǎng)激勵(lì)型環(huán)境規(guī)制，使物流業(yè)價(jià)格能反映環(huán)境成本，從而激勵(lì)物流業(yè)減少耗能。政府應(yīng)積極運(yùn)用環(huán)境規(guī)制引導(dǎo)物流業(yè)綠色發(fā)展，提高湖北省物流業(yè)綠色全要素生產(chǎn)率。

參考文獻(xiàn)：

[1] Sun J W.The Decrease of CO2 Emission Intersity is Decarbonization at National and Global Levers[J].Energy Policy，2005，3（8）：975-978.

[2] Hong G P，Yong J.The Efficiency and Productivity Analysis of Large Logistics Providers Services in Korea[J].Asian Journal of Shipping & Logistics，2015，31（4）：469-476.

[3] Li H，Shi J.Energy Efficiency Analysis on Chinese Industrial Sectors： An Improved Super-SBM Model with Undesirable Outputs[J].Journal of Cleaner Production，2014，（65）：97-107.

[4] Zhang L C. Research on Logistics Industry Transformation and Upgrading based on Resource Integration and Sharing[R].Institute of Physics Publishing， 2018.

[5] Zhang S Q.Impacts of Technological Progress， Structural Adjustment on Energy-Related Carbon Emissions Intensity in Logistics Industry： Empirical Research on Beijing-Tianjin-Hebei Region[R]. American Society of Civil Engineers （ASCE），2018.

[6] Fan L.The Spatial-temporal Analysis of the Green Total Factor Productivity of Logistics Industry in China[R].Institute of Electrical and Electronics Engineers Inc， 2019.

[7] Yi M W.An AHP-based Methodology for Determinants of Green Logistics Solution Management in China[R].Computers and Industrial Engineering，2019.

[8] Zhang W， Zhang MY， Zhang WY， Zhou Q， Zhou XX. What Influences the Effectiveness of Green Logistics Policies？[R].Elsevier B.V，2020.

[9] 余泳澤，武鵬.我國(guó)物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國(guó)省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2010，（1）：65-71.

[10] 周業(yè)旺.基于DEA的武漢城市圈物流效率差異性比較分析[J].物流工程與管理，2012，34（10）：20-22.

[11] 王蕾，薛國(guó)梁，張紅麗.基于 DEA 分析法的新疆北疆現(xiàn)代物流效率分析[J].資源科學(xué)，2014，36（7）：1425-1433.

[12] 周葉，張孟曉，楊潔.基于SE-DEA的省域物流行業(yè)生態(tài)效率研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，14（4）：99-106.

[13] 李譚，王利，王瑜.遼寧省港口物流效率及其與腹地經(jīng)濟(jì)協(xié)同發(fā)展研究[J].經(jīng)濟(jì)地理，2012，32（9）：108-113.

[14] 劉杰.電子商務(wù)環(huán)境下連鎖經(jīng)營(yíng)企業(yè)物流配送模式選擇研究[D].長(zhǎng)春：吉林大學(xué)，2013.

[15] 孫健.東北地區(qū)農(nóng)產(chǎn)品冷鏈效率測(cè)度及其影響因素分析[D].沈陽：沈陽農(nóng)業(yè)大學(xué)，2016.

[16] 王珍珍.我國(guó)制造業(yè)與物流業(yè)聯(lián)動(dòng)發(fā)展效率評(píng)——基于超效率CCR-DEA模型[J].中國(guó)流通經(jīng)濟(jì)，2017，31（2）：20-30.

[17] 范璐.中國(guó)物流業(yè)綠色全要素生產(chǎn)率與成本效率理論模型與實(shí)證研究[D].廣州：華南理工大學(xué)，2015.

[18] 劉戰(zhàn)豫，孫夏令.中國(guó)物流業(yè)綠色全要素生產(chǎn)率的時(shí)空演化及動(dòng)因分析[J].軟科學(xué)，2018，（4）：77-81.

[19] 王燊，程云鶴.長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)綠色績(jī)效測(cè)度及其影響因素分析[J].黑龍江工業(yè)學(xué)院學(xué)報(bào)（綜合版），2018，（8）：87-92.

[20] Tone K.Dealing with Undesirable Outputs in DEA： A S

lacks-baded Measure （SBM） Approach [R]. GRIPS Research Report Series，2003.

[21] 孫金嶺，朱沛宇.基于SBM-Malmquist-Tobit的“一帶一路”重點(diǎn)省份綠色經(jīng)濟(jì)效率評(píng)價(jià)及影響因素分析[J].科技管理研究，2019，（2）：230-237.

Measurement of Green Total Factor Productivity in Logistics Industry and Analysis of Its Influencing Factors

——Based on the empirical research of Hubei Province

Liu Xiping[1][2] ?Jin Xinyue[2]