我國物流產(chǎn)業(yè)技術(shù)效率實證研究

摘要：從能源消耗與碳排放內(nèi)生化的視角，運用SBM方向性距離函數(shù)，結(jié)合序列DEA和共同邊界生產(chǎn)函數(shù)，測度了我國物流產(chǎn)業(yè)的技術(shù)效率、區(qū)域技術(shù)落差以及組群邊界技術(shù)追趕共同邊界技術(shù)的動態(tài)進程。研究發(fā)現(xiàn)：我國物流產(chǎn)業(yè)技術(shù)效率總體偏低，東部地區(qū)代表了技術(shù)前沿，中部地區(qū)加快追趕技術(shù)前沿，但西部地區(qū)與東、中部地區(qū)的差距逐漸拉大；能源消耗與CO2排放過高成為我國物流產(chǎn)業(yè)無效率的主要來源；物流有效需求不足的問題也十分突出。未來我國應(yīng)大力發(fā)展低碳物流，引導(dǎo)物流資源、技術(shù)與服務(wù)向中、西部地區(qū)轉(zhuǎn)移，同時，應(yīng)加強制造業(yè)與物流業(yè)聯(lián)動發(fā)展，并積極開發(fā)高端物流。

關(guān)鍵詞：物流產(chǎn)業(yè)；技術(shù)效率；SBM方向性距離函數(shù)；序列DEA；共同邊界生產(chǎn)函數(shù)

DOI：10.13956/j.ss.1001-8409.2015.10.02

中圖分類號：F259 文獻標識碼：A 文章編號：1001-8409（2015）10-0006-04

Abstract：Based on the endogenization of energy consumption and carbon emission， using SBM directional distance function combined with sequential DEA and metafrontier function， this paper evaluates the technical efficiency， the efficiency gap among the different regions， and the trends of group frontier chasing the metafrontier of Chinas logistics industry. The results show that the technical efficiency remains a low level. The Eastern represents the frontier. The Central is pursuing the frontier， the Western， however， is making a wider and wider gap with the Central and the Eastern. The high energy consumption and carbon emission are the main cause of the inefficiency. Meanwhile， the insufficient demand turns to be an important issue. The lowcarbon logistics should be developed， and the resources， technology and service should be transferred to the Central and Western. The coordination of logistics and manufacturing industry and highvalue logistics should be developed.

Key words：logistics industry； technical efficiency； SBM directional distance function； sequential DEA； metafrontier production function

引言

我國物流產(chǎn)業(yè)快速發(fā)展，但運行效率低下，社會物流總費用與GDP的比率高達18%左右，與歐美等發(fā)達國家8%～10%的水平存在較大差距；物流績效指數(shù)位列155個國家和地區(qū)的第28位[1]，遠低于新加坡、德國、美國等國，部分指標甚至落后于南非、巴西等國。我國物流產(chǎn)業(yè)高投入、以犧牲環(huán)境為代價的粗放式發(fā)展傾向比較嚴重，這要求我國物流業(yè)發(fā)展模式必須做出重大調(diào)整，要在能源消耗與碳排放的約束下提高效率，實現(xiàn)可持續(xù)發(fā)展。

1文獻綜述

數(shù)據(jù)包絡(luò)分析（DEA）被廣泛應(yīng)用于物流產(chǎn)業(yè)的技術(shù)效率評價[2～4]，一些學(xué)者改進工具方法以更科學(xué)地評價物流產(chǎn)業(yè)效率。余泳澤利用隨機前沿分析（SFA）測算了中國物流產(chǎn)業(yè)效率[5]。鐘祖昌運用三階段DEA測算中國物流產(chǎn)業(yè)的運營效率[6]。田剛應(yīng)用MalmquistDEA對中國物流業(yè)全要素生產(chǎn)率進行測算[7]。樊敏采用MalmquistDEA對我國城市群物流產(chǎn)業(yè)效率進行實證分析[8]。王琴梅等運用DEA對西安的物流效率進行分析[9]。劉勇探討了我國物流業(yè)全要素能源效率[10]。謝菲等采用DEA對我國物流產(chǎn)業(yè)效率進行評價[11]。丁斌等運用SBM模型估算了我國物流業(yè)效率[12]。以上研究存在以下問題：一是采用當期DEA會產(chǎn)生不符合現(xiàn)實的技術(shù)倒退現(xiàn)象；二是假設(shè)決策單元（DMU）的技術(shù)水平相同，忽略了差異性；三是將能源消耗與環(huán)境污染外生化，難以反映真實的技術(shù)效率。

Lynde等提出了序列DEA以解決技術(shù)退步問題[13]。Battese等提出了基于SFA的共同邊界函數(shù)以解決DMU的技術(shù)差異問題 [14]。ODonnell等運用DEA構(gòu)建共同邊界，以處理多產(chǎn)出的問題[15]。Cooper等提出了徑向的和角度的、徑向的和非角度的、非徑向的和角度的以及非徑向的和非角度的共四類DEA測度模型[16]。Fukuyama等和Fare等在Tone非徑向、非角度的基于松弛的測度（SBM）基礎(chǔ)上，提出了更一般性的非徑向、非角度的方向性距離函數(shù)[17～19]。

本文將能源消耗和CO2排放內(nèi)生于產(chǎn)業(yè)的增長，在Fare等提出的環(huán)境技術(shù)下[18，20]，運用序列DEA和SBM模型測度我國物流產(chǎn)業(yè)技術(shù)效率，借助共同邊界技術(shù)分析我國物流業(yè)的區(qū)域技術(shù)落差。在此基礎(chǔ)上，對我國物流產(chǎn)業(yè)如何在能源消耗和碳排放約束下提高技術(shù)效率、促進區(qū)域物流產(chǎn)業(yè)協(xié)調(diào)發(fā)展提出了對策建議。

2研究方法與工具

21環(huán)境技術(shù)

3指標選取與數(shù)據(jù)處理

本文評估除港、澳、臺和西藏外的我國26個省、自治區(qū)和4個直轄市2003～2012年物流產(chǎn)業(yè)效率我國尚未對物流產(chǎn)業(yè)進行詳細的統(tǒng)計核算。作為其主要子行業(yè)，2003～2012年交通運輸、倉儲和郵政業(yè)的增加值平均占我國物流業(yè)增加值的83%，可代替物流業(yè)數(shù)據(jù)。 。數(shù)據(jù)來自2004～2013年的《中國能源統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。投入產(chǎn)出指標及數(shù)據(jù)處理如下：

（1）資本投入：以物流業(yè)固定資產(chǎn)投資額為基礎(chǔ)數(shù)據(jù)，使用永續(xù)盤存法估算資本存量①。

（2）勞動投入：以物流業(yè)從業(yè)人員作為勞動投入。

（3）能源消耗：以物流業(yè)的能源消耗量折合成萬噸標準煤作為能源投入。

（4）好產(chǎn)出：以物流業(yè)增加值作為好產(chǎn)出。

（5）壞產(chǎn)出：物流業(yè)的主要污染源于油耗產(chǎn)生的CO2。以CO2排放作為壞產(chǎn)出，燃料的CO2排放系數(shù)參照朱啟榮（2010）[23]。

4實證分析

41技術(shù)效率及無效率分解

如表2所示，2003～2012年我國物流業(yè)技術(shù)效率較低，為0767，并由東向西逐漸降低。無效率主要源于CO2排放和能源消耗。分別降低26%的資本投入、46%的勞動投入和74%的能源消耗，同時提高36%的增加值、降低114%的CO2排放，我國物流業(yè)可實現(xiàn)完全有效率。東部地區(qū)除增加值無效率略高于中部外，其他投入和產(chǎn)出的無效率值均最低，表明東部地區(qū)的技術(shù)處于領(lǐng)先水平。中部地區(qū)突出問題是除了能源消耗和CO2排放的無效率較高外，勞動投入的無效率也很高，表明中部存在嚴重的勞動冗余。西部地區(qū)最突出問題是增加值的無效率過高，分別是東部和中部的675和10125倍。

從無效率貢獻度來看（見圖1），CO2排放、能源消耗、物流業(yè)增加值、勞動和資本由高到低依次成為物流業(yè)無效率的來源。其中，CO2排放和能源消耗的無效率貢獻度總計達60%以上。忽略能源消耗與CO2排放，會嚴重高估物流業(yè)效率。東部和中部地區(qū)的CO2排放和能源消耗的無效率問題最突出，應(yīng)重點加強節(jié)能減排。西部地區(qū)CO2排放和能源消耗的無效率貢獻度低于東、西部地區(qū)，但增加值無效率貢獻度卻高達281%。西部地區(qū)面臨加快增長和節(jié)能減排的雙重壓力。

42技術(shù)效率的變動趨勢

2003～2009年我國物流產(chǎn)業(yè)技術(shù)效率波動下降，但波動幅度趨于減緩，2009年后出現(xiàn)上升（見圖2）。2009年受金融危機影響，物流需求下滑，導(dǎo)致增加值產(chǎn)出嚴重不足。2009年我國實施4萬億投資，交通基礎(chǔ)設(shè)施投資比重超過1/3，但物流業(yè)增加值并未相應(yīng)提高，導(dǎo)致資本無效率大幅增加。此后，我國逐步建立了擴大內(nèi)需的長效機制，提升了物流市場需求，物流業(yè)增加值得到較快增長，使得物流業(yè)效率有所提升。

43技術(shù)落差及技術(shù)追趕進程

如表3所示，各地區(qū)的共同效率逐步遞減，東部地區(qū)明顯高于中、西部地區(qū)，說明在共同技術(shù)前沿下，東部的技術(shù)效率最高。中部地區(qū)的組群效率高于西部地區(qū)，西部地區(qū)又高于東部地區(qū)，說明在各自的技術(shù)條件下，中部和西部的物流產(chǎn)業(yè)效率并不低，而東部的效率卻不高。從技術(shù)落差率看，東部地區(qū)達到共同邊界技術(shù)水平的967%，代表了技術(shù)前沿；中、西部地區(qū)的技術(shù)水平相對較低，只達到共同邊界的839%和862%。西部的技術(shù)落差率變動率大于零，說明西部不斷追趕技術(shù)前沿。而東部地區(qū)由于技術(shù)落差率很高，追趕共同前沿的空間十分有限。中部地區(qū)技術(shù)落差率的變動率為0，沒有呈現(xiàn)追趕技術(shù)前沿的趨勢。

5對策建議

發(fā)展低碳物流，實現(xiàn)物流發(fā)展與環(huán)境保護雙贏。要積極構(gòu)建低碳物流的政策體系，激勵和引導(dǎo)物流企業(yè)的節(jié)能減排；優(yōu)化物流運行組織方式，大力推廣多式聯(lián)運，發(fā)展共同配送，鼓勵物流設(shè)施與設(shè)備資源的整合與共享；加強低碳物流技術(shù)與裝備的研發(fā)與推廣，大力發(fā)展節(jié)能、低碳、環(huán)保的物流設(shè)施與設(shè)備。

引導(dǎo)物流資源、技術(shù)與服務(wù)向中、西部地區(qū)轉(zhuǎn)移，促進區(qū)域物流協(xié)調(diào)發(fā)展。物流基礎(chǔ)設(shè)施投資繼續(xù)向中西部傾斜，加強綜合運輸體系的建設(shè)；通過稅收、專項基金等優(yōu)惠政策，鼓勵東部地區(qū)企業(yè)通過建立無水港、物流網(wǎng)點等措施向中、西部地區(qū)延伸服務(wù)。

加強物流業(yè)與制造業(yè)聯(lián)動發(fā)展，促進物流需求的有效釋放。依托優(yōu)勢企業(yè)和產(chǎn)業(yè)集聚區(qū)，搭建兩業(yè)聯(lián)動服務(wù)平臺，鼓勵物流企業(yè)嵌入制造企業(yè)物流業(yè)務(wù)全過程，實現(xiàn)供應(yīng)鏈物流服務(wù)。

開發(fā)高端物流，以創(chuàng)新推動物流業(yè)的轉(zhuǎn)型發(fā)展。加快發(fā)展供應(yīng)鏈金融、供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化、物流方案設(shè)計等高附加值服務(wù)，著力發(fā)展醫(yī)藥物流、冷鏈物流、保稅物流、逆向物流、電商及跨境電商物流、城市共同配送等新興業(yè)態(tài)。

參考文獻：

[1]Arvis J F，Mustra M A， Ojala L，et al.Connecting to Compete 2012：Trade Logistics in the Global Economy[R].The International Bank for Reconstruction and Development/The World Bank， 2014.

[2]Min H， Seong J J. Benchmarking the Operational Efficiency of Third Party Logistics Providers Using Data Envelopment Analysis[J].Supply Chain Management，2006，11（3）：259-265.

[3]Hamdan A， Rogers K J. Evaluating the Efficiency of 3PL Logistics Operations[J]. International Journal of Production Economics，2007，5（19）：1-10.

[4]鄧學(xué)平.我國物流企業(yè)全要素生產(chǎn)技術(shù)效率分析[J].系統(tǒng)工程， 2008，26（6）：1-9.

[5]余泳澤，武鵬.我國物流產(chǎn)業(yè)效率及其影響因素的實證研究——基于中國省際數(shù)據(jù)的隨機前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟研究，2010（1）：65-70.

[6]鐘祖昌.基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究[J].財經(jīng)研究，2010，36（9）：80-90.

[7]田剛，李南.中國物流業(yè)技術(shù)進步與技術(shù)效率研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009（2）：76-87.

[8]樊敏.中國城市群物流產(chǎn)業(yè)效率分析及發(fā)展策略研究——基于產(chǎn)業(yè)運作及聯(lián)動發(fā)展視角[J].軟科學(xué)，2010，24（5）：11-16.

[9]王琴梅，譚翠娥.對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學(xué)，2013，27（5）：70-74.

[10]劉勇.物流業(yè)全要素能源效率評價及其影響因素分析[J].統(tǒng)計與決策，2014（1）：66-68.

[11]謝菲，黃新建，姜睿清.我國物流產(chǎn)業(yè)投入產(chǎn)出效率研究[J].南京師大學(xué)報（社會科學(xué)版），2014（1）：48-56.

[12]丁斌，王琨.基于SBM模型的省級物流產(chǎn)業(yè)效率評價[J].統(tǒng)計與決策，2014（14）：64-67.

[13]Lynde C， Richmond J.Productivity and Efficiency in the UK： A Time Series Application of DEA[J].Economic Modeling，1999，16（1）：105-122.

[14]Battese G E， Rao D S P. Technology Gap of Efficiency and a Stochastic Metafrontier Function [J].International Journal of Business and Economics，2002，1（2）：87-93.

[15]ODonnell C J， Rao D S P， Battese G E.Metafrontier Frameworks for the Study of Firm-level Efficiency and Technology Ratios[J].Empirical Economics，2008（34）：231-255.

[16]Cooper W W，Seiford L M，Tone K.Data Envelopment Analysis[M].Boston： Kluwer Academic Publishers， 2007.

[17]Fukuyama H，Weber W L.A Directional Slacks-based Measure of Technical Inefficiency[J]. SocioEconomic Planning Sciences，2009，43（4）：274-287.

[18]Fre R， Grosskopf S. Directional Distance Functions and Slacksbased Measures of Efficiency[J]. European Journal of Operational Research， 2010 ，200（1）：320-322.

[19]Tone K.Dealing with Undesirable Outputs in DEA：A Slacks-based Measure （SBM） Approach[R].GRIPS Research Report Series I，2003.5.

[20]Fre R，Grosskopf S，Pasurka C A.Environmental Production Functions and Environmental Directional Distance Functions[J].Energy，2007，32（7）：1055-1066.

[21]王玲，孟輝.我國內(nèi)河港口與沿海港口的效率對比——基于共同邊界和序列SBMDEA的研究[J].軟科學(xué)，2013，27（3）：90-95.

[22]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952-2000[J].經(jīng)濟研究，2004（10）：35-44.

[23]朱啟榮.中國出口貿(mào)易中的CO2排放問題研究[J].中國工業(yè)經(jīng)濟，2010（1）：55-64.

（責(zé)任編輯：王楠）