摘 要：高質量發(fā)展是當前我國經濟社會發(fā)展的主題，而物流業(yè)作為社會經濟發(fā)展的重要組成部分，其傳統(tǒng)的高耗低效模式已經無法滿足物流業(yè)高質量發(fā)展的要求。為了探究物流業(yè)的高質量發(fā)展，文章借助SBM-Undesirable模型和Global-Malmquist指數(shù)模型，對長江經濟帶11個省市的物流業(yè)效率進行靜態(tài)和動態(tài)分析。研究發(fā)現(xiàn)：長江經濟帶物流業(yè)整體效率不高，區(qū)域差距較大，在空間上呈階梯狀分布格局；同時長江經濟帶物流業(yè)全要素生產率以年均4.5%的速度增長，影響其變動的主要因素是技術進步。在此基礎上提出：加大資金投入，發(fā)展低碳技術；發(fā)揮“龍頭效應”，推進協(xié)同發(fā)展等對策建議。

關鍵詞：長江經濟帶；物流效率；SBM-Undesirable；全要素生產率

中圖分類號：F259.27；X322 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.14.009

文章編號：1002-3100（2024）14-0042-05

Evaluation of Logistics Efficiency in the Yangtze River Economic Belt Under Carbon Emission Constraints

YUAN Hongwei （School of Management， Jiangsu University， Zhenjiang 212013， China）

Abstract： High-quality development is the current theme of China's economic and social development， and the logistics industry， as an important part of social and economic development， its traditional high-consumption and low-efficiency model has been unable to meet the requirements of high-quality development of the logistics industry. In order to explore the high-quality development of the logistics industry， this paper analyzes the efficiency of the logistics industry in 11 provinces and cities in the Yangtze River Economic Belt statically and dynamically with the help of the SBM-Undesirable model and the Global-Malmquist index model. It is found that： The overall efficiency of the logistics industry in the Yangtze River Economic Belt is not high， the regional gap is large， and there is a stepped distribution pattern in space; meanwhile， the total factor productivity of the logistics industry in the Yangtze River Economic Belt grows at an average annual rate of 4.5%， and the main factor affecting its change is technological progress. On this basis， it puts forward the following countermeasures and suggestions such as increasing capital investment and developing low-carbon technology， giving full play to the \"leading effect\" and promoting synergistic development.

Key words： the Yangtze River Economic Belt; logistics efficiency; SBM-Undesirable; total factor productivity

收稿日期：2023-12-05

作者簡介：袁宏偉（1998—），男，安徽淮北人，江蘇大學管理學院碩士研究生，研究方向：區(qū)域物流。

引文格式：袁宏偉．碳排放約束下長江經濟帶物流業(yè)效率評價[J]．物流科技，2024，47（14）：42-46.

0 引 言

當前，我國物流業(yè)雖處在高速增長的階段，但總的來看其發(fā)展仍屬于要素投入型，存在著高成本、高能耗、高排放、低效率等問題。隨著面臨的資源環(huán)境約束日益加強，傳統(tǒng)的低效物流運營模式已難以為繼，推動物流行業(yè)向以效率為導向的發(fā)展模式轉變，不僅是時代對物流發(fā)展的新要求，也是實現(xiàn)物流可持續(xù)發(fā)展的必要路徑。長江經濟帶的發(fā)展在國民經濟發(fā)展中具有重要的引擎作用，因此，進一步促進長江經濟帶的高質量發(fā)展能夠更好支撐和服務中國式現(xiàn)代化。探索碳排放約束下長江經濟帶各省市的物流業(yè)效率，有助于挖掘其自身潛力，突破當前發(fā)展困境，進而實現(xiàn)長江經濟帶物流業(yè)的高質量發(fā)展。

當前，在研究方法上對于物流業(yè)效率的研究，多數(shù)采用DEA模型及其改進模型進行測度。鄭金娥等[1]采用BCC模型對長江經濟帶11個省市的物流業(yè)效率進行比較分析；龔瑞風等[2]利用三階段DEA模型對中國31個省市的物流效率進行測度與比較；李妍等[3]采用SBM-DEA模型對中國30個省市區(qū)的物流業(yè)效率的總體水平和空間特征進行測算和分析。在研究范圍上，曹炳汝等[4]對長江經濟帶物流效率值進行測算，發(fā)現(xiàn)長江經濟帶整體呈塊狀“分布”；汪文生等[5]對環(huán)渤海地區(qū)物流效率進行測算，發(fā)現(xiàn)區(qū)域內樣本城市的物流效率和發(fā)展質量差異較大；閆妍[6]以“一帶一路”沿線17個地區(qū)為研究對象，發(fā)現(xiàn)“一帶一路”沿線區(qū)域物流效率存在顯著差異；朱桃杏等[7]對京津冀區(qū)域物流效率進行靜態(tài)和動態(tài)分析，發(fā)現(xiàn)該區(qū)域內物流效率存在明顯的差異性；徐超毅等[8]以華東地區(qū)“六省一市”為研究對象，發(fā)現(xiàn)華東地區(qū)物流業(yè)綠色發(fā)展效率值整體呈緩慢上升的趨勢，各省市間效率值差距較大，但差異值逐漸縮小。

通過對上述文獻的梳理發(fā)現(xiàn)，目前關于物流業(yè)效率評價的研究成果較為豐富，但仍存在一些問題：多數(shù)研究在指標體系上僅僅關注經濟產出，而忽視了物流業(yè)在發(fā)展過程中所產生的環(huán)境污染，特別是二氧化碳的排放量，這與走生態(tài)優(yōu)先、綠色低碳的高質量發(fā)展道路不符。

1 研究方法與數(shù)據來源

1.1 研究方法

1.1.1 SBM-Undesirable模型

在傳統(tǒng)的DEA方法中想要提高效率，往往只能依靠同比例改變投入產出量，為了解決這種弊端，Tone[9]提出了基于松弛測度的SBM模型。物流業(yè)在生產過程中，在帶來經濟等期望產出的同時往往會伴隨著二氧化碳以及其他環(huán)境污染物等非期望產出。因此，為了更準確測度長江經濟帶物流業(yè)的效率情況，本文參考趙京成等[10]的方法，使用包含非期望產出的SBM模型，即SBM-Undesirable模型。

1.1.2 Global-Malmquist模型

Global-Malmquist模型是由Pastor等[11]提出的一種Malmquist指數(shù)計數(shù)方法，也稱為全局參比Malmquist指數(shù)，常用來測度全要素生產率。該值大于1表示生產率水平上升，小于1則表示生產率水平下降。在全局參比模型中，全局參比Malmquist指數(shù)通常被分解為技術效率和技術進步。此外，基于規(guī)模報酬可變時，參考F?re等的方法[12]，可以將技術效率進一步分解為純技術效率和規(guī)模效率。

1.2 指標選取與數(shù)據來源

鑒于當前行業(yè)分類中還沒有對“物流業(yè)”進行專門的分類，在參考多數(shù)學者做法[1-8]的基礎上，選取交通運輸、倉儲和郵政業(yè)的統(tǒng)計數(shù)據來表示物流業(yè)的相關數(shù)據。

1.2.1 指標選取

考慮到評價指標選取的科學性、合理性、可得性和全面性等原則，在對近些年學者指標選取情況分析的基礎上[13-17]，構建指標體系（見表1）。

由于物流業(yè)的二氧化碳排放量沒有直接數(shù)據統(tǒng)計，本文參考李妍等[3]、閆妍[6]的計算方法，選取7種主要終端能源消耗量來計算物流業(yè)的二氧化碳排放量，計算公式如下。

其中：表示二氧化碳排放總量，表示能源種類，表示種能源的消耗量，表示種能源的平均低位發(fā)熱量，表示種能源的單位熱量值的碳含量，表示種能源的碳氧化速率，物流業(yè)7種主要終端能源相關系數(shù)如表2所示。

1.2.2 數(shù)據來源

本文對長江經濟帶11個省市物流業(yè)效率進行測度，所需要的投入和產出變量數(shù)據均來自于《中國統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》以及相應各省市地區(qū)的統(tǒng)計年鑒等。

2 實證分析

2.1 基于SBM-Undesirable模型的靜態(tài)分析

2.1.1 變動趨勢分析

本文基于SBM-Undesirable模型，利用Dearun軟件對2012—2021年長江經濟帶各省市物流業(yè)的效率值進行測算。

2.1.1.1 整體變動趨勢

從整體來看，長江經濟帶的物流業(yè)在研究期間技術效率值都不高（見圖1）?？傮w可分為兩個階段：第一階段為2012—2017年，技術效率呈上升態(tài)勢，在2017年增加至0.70左右；第二階段為2017—2021年，此階段整體呈下降趨勢，從2017年的最高點不斷下降，至2020年達到最低點0.55左右，基本與2012年的技術效率持平，但在2021年有上升的趨勢。

純技術效率值在整體上要高于規(guī)模效率值，除了在2020年相對偏低以外，在其他年份比較穩(wěn)定。規(guī)模效率與技術效率的變化趨勢基本保持一致。由此來看，規(guī)模效率是影響技術效率水平高低的主要因素。這表明未來長江經濟帶在提升純技術效率的同時應該進一步擴大物流產業(yè)規(guī)模，尋求更高質量的發(fā)展，同時加強區(qū)域合作進而促進資源配置優(yōu)化，以提升長江經濟帶物流業(yè)整體發(fā)展水平。

2.1.1.2 區(qū)域變動趨勢

從區(qū)域來看，長江經濟帶下游地區(qū)的綜合技術效率值最高，為0.985；中游地區(qū)次之，為0.518；上游地區(qū)最低，為0.319（見表3）。上游地區(qū)和中游地區(qū)技術效率均呈現(xiàn)先上升后下降的態(tài)勢，但低于整體平均水平；下游地區(qū)的技術效率波動平緩且長期維持在有效狀態(tài)。下游地區(qū)的純技術效率值一直保持有效狀態(tài)；上游的純技術效率值一直位于平均水平之下，僅在2019年接近均值；中游的純技術效率值與均值非常接近。下游的規(guī)模效率值與純技術效率值一樣都一直遠高于平均值；中游的規(guī)模效率值則與均值多處交叉；上游的規(guī)模效率值則遠低于平均水平。

三個區(qū)域整體表現(xiàn)為“上游＜中游＜均值lt;下游”的形式，在空間上呈現(xiàn)“階梯狀”分布。

2.1.1.3 省域變動趨勢

通過對2012—2021年長江經濟帶各省市綜合技術效率均值進行分析（見表4），并繪制出綜合技術效率均值的空間分布圖（見圖2），可以看出：各省市之間存在較大差異。其中，長江經濟帶下游的4省市平均技術效率都大于0.75；中游的江西以及上游的貴州平均技術效率介于0.50～0.75之間；中游的湖南、湖北以及上游的重慶平均技術效率位于0.25～0.50之間；上游的四川和云南平均技術效率低于0.25?？梢园l(fā)現(xiàn)：技術效率較高的省市都位于長江經濟帶的下游，長江上游西部省市的技術效率則表現(xiàn)得不盡人意，整體上呈現(xiàn)出較為明顯的“階梯狀”分布格局。

2.1.2 時空對比分析

為了更加凸顯數(shù)據的時空對比，本文選取了2012年、2015年、2018年和2021年4年為代表，基于技術效率值，借助ArcGIS10.8繪制出代表年份長江經濟帶物流效率的技術效率圖，更加直觀呈現(xiàn)出該區(qū)域的空間演化特征（見圖3）。可以很明顯看出：下游地區(qū)的上海、江蘇和安徽技術效率值始終保持在0.75以上；上游的云南在所有周期內技術效率值始終低于0.25；重慶在所有周期內技術效率值一直處于0.25～0.50之間。剩余6個省市的技術效率則變化不同，其中下游的浙江和中游的湖北呈上升趨勢；上游的四川和貴州以及中游的湖南和江西的技術效率值則變化較大，總體上呈先上升后下降的趨勢。由此可見：物流效率值較高的省市集中在下游地區(qū)，較低的省市主要位于上游地區(qū)。在空間分布上逐漸呈現(xiàn)出“塊狀”分布，各區(qū)域間的發(fā)展差距日益顯著。

2.2 基于Global-Malmquist指數(shù)的動態(tài)分析

為了研究長江經濟帶各省市物流業(yè)全要素生產率的動態(tài)變化情況，本文借助Dearun軟件對其進行測算，測算結果如表5和表6所示。

從表5可以看出：在研究期間，區(qū)域內物流業(yè)全要素生產率指數(shù)的均值為1.045，整體上呈上升趨勢。全要素生產率與技術進步在樣本期內變動情況大致相同，表明全要素生產率主要受技術進步的影響。

從整體上看：長江經濟帶的物流業(yè)全要素生產率指數(shù)大致可分為三個階段：2012—2018年的全要素生產率指數(shù)上升至峰值1.190；2018—2019年的全要素生產率指數(shù)下降至0.966；2019—2021年的全要素生產率指數(shù)達到了最大值1.247。從分解后的指標來看：技術效率指數(shù)均值為1.005，年均增長0.5%；純技術效率均值為1.008，年均增長0.8%；規(guī)模效率均值為0.997，年均降低0.3%。上述數(shù)據表明：規(guī)模效率和純技術效率對全要素生產率的影響較小。

從區(qū)域來看（見表6）：長江經濟帶各區(qū)域的物流業(yè)全要素生產率均呈現(xiàn)出一定的提升，分別為4.2%、3.4%和5.8%。對于純技術效率而言，中、上游地區(qū)的提升較明顯。對于規(guī)模效率而言，只有下游地區(qū)提升了1.3%，上游和中游都有一定程度的降低，分別降低了0.4%和2.3%，說明只有下游地區(qū)在運營規(guī)模方面得到了更好的發(fā)展。而對于技術進步而言，下游和上游地區(qū)分別提升了4.4%和4.2%，中游提升了3.5%，說明長江經濟帶物流業(yè)在技術進步方面都有了一定的發(fā)展。

從省域來看：2012—2021年長江經濟帶大部分省市的物流業(yè)全要素生產率都大于1，但省市之間也存在一定的差異。浙江、安徽、湖北、重慶和云南物流業(yè)全要素生產率增長速度高于長江經濟帶平均水平。云南省物流業(yè)全要素生產率增長幅度最大，其增長率達到10.8%，主要原因是云南省在技術效率和技術進步兩方面都取得了巨大的進步，分別增長了7.2%和3.4%。可以發(fā)現(xiàn)：技術進步在各省市全要素生產率提升的過程中發(fā)揮著主要的驅動作用，而技術效率由于規(guī)模效率在省市之間存在差異，對全要素生產率提升的作用相對較小。其中江西、湖南和貴州的規(guī)模效率和四川的純技術效率都限制了當?shù)氐募夹g效率，進而阻礙了當?shù)厝厣a率的發(fā)展，而其他省市的純技術效率和規(guī)模效率都取得了一定的發(fā)展，從而在不同程度上促進了技術效率的增長，進而促進全要素生產率的提升。

3 結論及建議

本文以長江經濟帶11個省市為研究對象，將二氧化碳的碳排放量作為非期望產出，利用SBM-Undesirable模型和Global-Malmquist指數(shù)模型對其2012—2021年物流業(yè)效率進行測度和分析，結果如下。

2012—2021年，長江經濟帶物流業(yè)技術效率整體水平不高，三個區(qū)域效率整體表現(xiàn)為“上游＜中游lt;下游”，在空間上呈現(xiàn)“階梯狀”分布，區(qū)域間的發(fā)展極不均衡。各省市之間的效率水平存在較大差異，都有較大的提升空間。

2012—2021年，長江經濟帶物流業(yè)Malmquist指數(shù)總體呈上升趨勢，技術進步提升最高，發(fā)揮了主要的驅動作用。各省市物流業(yè)Malmquist指數(shù)都有不同程度的提高，但省市之間也存在一定的差異，主要原因在于技術效率的拉動作用有限。

根據以上研究成果，為了促進長江經濟帶物流業(yè)在碳排放約束下的高質量發(fā)展，本文提出以下兩條建議。

其一，不斷加大資金投入，發(fā)展物流低碳技術。實證研究表明在物流效率的增長中技術進步發(fā)揮了主要的驅動作用，因此物流業(yè)要想更好和更快的發(fā)展，應該加大對技術的投入和使用，具體可以從兩個方面入手：一是各省市應該積極使用低碳技術來調整能源消費比重，降低能源消耗強度，延伸物流業(yè)的價值，提高其附加值，從而提升物流業(yè)的能源效率。二是各省市需要加大物流資源的投入管理，引進優(yōu)秀人才和先進的設備，提高整個物流業(yè)的管理和生產技術水平，從而提高整個物流業(yè)的作業(yè)效率。

其二，最大程度發(fā)揮“龍頭效應”和“溢出效應”。首先，高效率省市可以通過分享知識和經驗，幫助低效率省市提升其物流效率。這可以包括培訓和技術支持，以提高低效率地區(qū)的物流管理和運營水平。通過合作，高效率地區(qū)可以幫助低效率地區(qū)克服技術和管理上的障礙，從而提高整個長江經濟帶的物流效率。其次，高效率省市可以在物流業(yè)務上提供合作機會，推動供應鏈的整合和協(xié)同發(fā)展。這可以促使企業(yè)更好地利用物流資源，降低成本，提高服務質量，減少碳排放。通過合作，物流業(yè)可以實現(xiàn)資源的共享和優(yōu)化配置，從而推動長江經濟帶的物流產業(yè)蓬勃發(fā)展。此外，高效率省市還可以引領綠色物流發(fā)展，倡導使用低碳交通工具和可再生能源，降低碳排放。這種領導作用可以通過政策支持和技術創(chuàng)新來實現(xiàn)，同時也會影響周邊地區(qū)的物流業(yè)向更環(huán)保、可持續(xù)的方向發(fā)展?？傊l(fā)揮“龍頭效應”和“溢出效應”需要高效率省市在合作中起到引領作用，促進長江經濟帶內各省市物流業(yè)的協(xié)同發(fā)展。這將有助于適應碳排放約束下的高質量物流發(fā)展需求，為長江經濟帶的可持續(xù)發(fā)展做出貢獻。

參考文獻：

[1] 鄭金娥，關高峰，杜厚維．長江經濟帶省域物流業(yè)效率差異研究[J]．統(tǒng)計與決策，2020，36（11）：110-113.

[2] 龔瑞風，薛儉，劉汝麗．中國區(qū)域物流效率測度及其時空特征分析[J]．統(tǒng)計與決策，2022，38（10）：141-145.

[3] 李妍，孫振清．碳排放約束下我國物流業(yè)運行效率測算及其影響因素分析[J]．商業(yè)經濟研究，2021（8）：75-78.

[4] 曹炳汝，孔澤云，鄧莉娟．長江經濟帶省域物流效率及時空演化研究[J]．地理科學，2019，39（12）：1841-1848.

[5] 汪文生，考曉璇．高質量發(fā)展視角下環(huán)渤海地區(qū)物流效率測度研究——基于三階段DEA模型[J]．商業(yè)研究，2021（4）：75-84.

[6] 閆妍．我國“一帶一路”沿線區(qū)域物流動態(tài)效率測度及其影響因素研究——基于雙碳視角[J]．商業(yè)經濟研究，

2022（13）：93-97.

[7] 朱桃杏，韓佳萌，王慧．“雙循環(huán)”格局下京津冀區(qū)域物流發(fā)展特征評價[J]．生態(tài)經濟，2022，38（10）：80-87.

[8] 徐超毅，齊豫．我國區(qū)域物流業(yè)綠色發(fā)展效率測度和空間分析——以華東地區(qū)為例[J]．生態(tài)經濟，2023，39（4）：81-88.

[9] TONE K．A slacks-based measure of super-efficiency in data envelopment analysis[J]．European Journal of Operational

Research，2002，143（1）：32-41．

[10] 趙京成，何葉榮，王向前．長江經濟帶物流業(yè)效率評價及時空變化研究[J]．湖南工業(yè)大學學報，2023，37（3）：50-58.

[11] PASTOR J T，LOVELL C A K．A global Malmquist productivity index[J]．Economics Letters，2005，88（2）：266-271．

[12] FARE R，GROSSKOPF S，NORRIS M，et al．Productivity growth，technical progress，and efficiency change in industrialized

countries[J]．American Economic Review，1994，84（1）：66-83．

[13] 俞佳立，錢芝網．長江經濟帶物流產業(yè)效率的時空演化及其影響因素[J]．經濟地理，2018，38（8）：108-115.

[14] 龔雪．區(qū)域物流效率測度及影響因素分析[J]．統(tǒng)計與決策，2022，38（12）：112-116.

[15] 劉聰，李珍珍．長三角低碳物流對區(qū)域經濟發(fā)展的影響分析[J]．華東經濟管理，2023，37（1）：33-40.

[16] 秦雯．區(qū)域物流效率評價及影響因素研究——基于廣東地市級城市面板數(shù)據[J]．商業(yè)經濟研究，2021（9）：97-100.

[17] 何景師，王術峰，徐蘭．碳排放約束下我國三大灣區(qū)城市群綠色物流效率及影響因素研究[J]．鐵道運輸與經濟，

2021，43（8）：30-36.