低碳经济下三明市现代物流业投入产出效率评价研究①

三明学院管理学院 连兆大

三明市物流业对能源的需求量和在能源消耗过程中产生的二氧化碳量不断增长，将给经济实现低碳发展带来巨大压力。2017年1月，三明市被国家发改委列入第三批低碳城市试点名单。物流业减碳对实现低碳经济具有重要作用，在此背景下研究三明市现代物流业投入产出效率，将有助于优化三明市现代物流业发展规划，推动现代物流业的供给侧改革，提高物流运行效率。国内外运用数据包络(DEA)进行物流效率的研究一直是研究的热点。研究内容方面，大量研究从国家物流、区域物流物、城市物流等角度对物流效率问题进行了探讨，积累了较丰富的理论基础。一些学者对三明物流的发展进行了研究，如陈志斌[1]研究了三明市物流业发展现状及问题，但在发展低碳经济背景下对三明市现代物流业效率的研究还是空白。在已有相关研究成果的基础上，运用数据包络法(DEA)建立评价模型分析三明市现代物流业运行效率，解析影响三明市现代物流业效率的主要因素，找到物流投入产出的最佳组合，降低能源消耗，减少二氧化碳排放，对三明市现代物流业效率进行评价和分析，提出相关对策建议，为三明市现代物流业发展提供决策参考。

1 研究方法与评价指标体系建立

1.1 研究方法简介

1978年A.Charnes, W.W.Cooper和E.Rhodes给出了评价决策单元相对有效性的数据包络方法(Data Envelopment Analysis)，即DEA。从第一个DEA模型C2R出现，至今已形成一系列针对多投入多产出生产单位的效率分析与评价方法[2]。数据包络方法是运用数学工具对经济系统生产前沿面的有效性进行评价的一种方法，这种评价方法适用于对多投入、多产出的多目标决策单元的绩效进行评价。这种方法以相对效率为基础，根据多指标投入与多指标产出对于相同类型的决策单元(DMU)的相对有效性进行评价。DEA的基本模型有C2R模型和BC2模型，还有基于这两个基本模型的改良模型如C2GS2模型、SE-DEA模型等。DEA的研究方法已在众多产业如制造业、金融业、物流服务业等都得到有效应用，对相关模型与方法不再作详细介绍。本文运用C2R模型对三明市现代物流业投入产出效率进行评价。

1.2 评价指标体系建立

物流业是近些年随着经济的发展而逐渐发展繁荣起来的一个产业，产业的发展壮大过程中，企业及物流研究者对物流业的认识逐渐深入，对物流业的界定才逐渐清晰与完善，而在政府相关部门的统计数据中缺乏对物流业的连续可比统计口径数据。考虑到数据的可得性和代表性，因“交通运输、仓储和邮政业”占据了物流业80%以上的份额且“交通运输、仓储和邮政业”有较连续、完备的统计数据，故选择“交通运输、仓储及邮政业”的相关统计数据作为评价三明市现代物流业效率的指标数据来源，代表三明市现代物流业投入产出的基本情况。对现有运用DEA模型评价物流业投入产出效率的相关研究成果进行整理与分析，发现在指标的选择上有较多的相似性，也存在个别的差异性。在综合分析现有相关研究成果各种指标选取优缺点的基础上，同时考虑地区经济数据的可得性，本研究从三明市现代物流业的人力、物力、财力投入方面选择投入指标。生态环境约束方面，根据DEA模型中对投入量最小化的要求，借鉴已有研究成果将污染物二氧化碳排放量作为投入指标；从三明市现代物流业运行对物流产业及地区经济的贡献方面选择产出指标。具体指标的选取如表1所示。

表1 三明市现代物流业投入产出指标体系

2 三明市现代物流业投入产出效率实证分析

2.1 评价指标的数据来源及整理

按三明市现代物流业投入产出指标体系表(如表1所示)，根据三明市统计局网站公布的2008—2017年《三明市统计年鉴》和2007—2016年《三明市国民经济和社会发展统计公报》、2008—2017年《福建省统计年鉴》与2008—2017年《中国城市统计年鉴》，收集并整理了2007—2016年三明市现代物流业投入产出相关数据(如表2所示)。其中，“交通运输、仓储及邮政业二氧化碳排放量”指标缺乏统计数据。因道路运输二氧化碳排放是交通运输排放的绝对主体(占86.32%)[3]，故采用估算的公路货物运输二氧化碳排放量数据作为替代数据。假定全部采用柴油货运车运输，根据三明市2007—2016年公路物周转量数据、柴油车单位能耗(4.72L/100tonkm)[4]、0号柴油密度(0.835Kg/L)《省级温室气体清单编制指南》(发改办气候[2011]1041号)发布的柴油二氧化碳排放系数(3.0959Kg-CO2/kg)计算得到2007—2016年公路货物运输二氧化碳排放量数据。2007—2016年三明市现代物流业投入产出数据如表2所示。

表2 2007-2016年三明市现代物流业投入产出数据

2.2 DEA模型评价结果

表3 2007-2016年三明市现代物流业投入产出效率评价

根据2007—2016年三明市现代物流业投入产出数据，以每一个年份作为一个决策单元(DMU)采用数据包络分析工具软件MaxDEA5.0进行运算求解，可得出综合有效率、纯技术效率、规模效率。通过运行该软件自动计算得到各年份三明市现代物流业投入产出相对效率值(如表3所示)，进一步可计算出非技术有效的各决策单元投入冗余和产出不足的数量(如表4所示)。

表4 2007-2016年三明市现代物流业投入产出松弛量

2.3 DEA模型的计算结果分析

2.3.1 C2R模型的综合效率分析

分析2007—2016年三明市现代物流业投入产出效率评价表(如表3所示)，2007—2016年10年中，有2007年、2008年、2011年、2013年、2015年、2016年6个年份综合效率值达到了1，为C2R有效，占所有分析年份60%。2009年、2010年、2012年、2014年4个年份综合效率值小于1，未达到C2R有效，占所有分析年份的40%。所有分析年份综合效率平均值为0.9781。总体上看，近10年来三明市现代物流业投入产出综合效率处于较高水平。但存在一些年份如2009年、2010年综合效率值偏低的现象。

2.3.2 C2R模型的纯技术效率分析

分析表3各个年份纯技术效率的计算结果，10年中只有2009年的纯技术效率小于1为0.9855，其余各年份的纯技术效率均为1，表明三明市现代物流业投入资源得到了较有效的利用。近10年来三明市政府在国家及福建省的政策支持下，对物流资源的合理配置水平不断提升，现代物流业管理技术与方法等方面不断进步，减少了物流资源浪费的现象，提高了现代物流业投入产出效率。

2.3.3 C2R模型的规模效率分析

进一步分析表3各个年份规模效率的计算结果，2007年、2008年、2011年、2013年、2015年、2016年6个年份规模效率值为1，为规模报酬不变；其余年份的规模效率值均小于1，为规模报酬递增。分析发现2009年由于规模效率和纯技术效率值均小于1，致使综合效率值偏低仅为0.875，表明该年份三明市现代物流的规模不足、现代物流资源配置不合理、现代物流管理技术应用不充分。2010年、2012年、2014年虽纯技术效率值为1，但由于规模效率值小于1，导致综合效率值小于1。说明规模不足是这几年三明市现代物流业投入产出未达C2R有效的主要原因。

2.3.4 投入冗余与产出不足数量的分析

分析2007—2016年三明市现代物流业投入产出松弛量表(如表4所示)，对C2R有效的年份，不存在投入冗余或者产出不足的情况，而对非C2R有效的各个年份，存在投入冗余或者产出不足的情况，只有通过增减投入量、产出量才能使三明市现代物流业效率达到最优。如2009年，若减少交通运输、仓储及邮政业就业人员1197人、减少3586.46公里公路通车里程，减少交通运输、仓储和邮政业全社会固定资产投资98446.63万元，可达到投入产出效率最优；2010年，若减少交通运输、仓储及邮政业就业人员286人、减少1571.6公里公路通车里程，减少交通运输、仓储和邮政业全社会固定资产投资207647.52万元，可达到投入产出效率最优；2012年，若减少846.83公里公路通车里程，减少载货汽车数量2393辆，减少二氧化碳排放量3.95万吨，可达到投入产出效率最优；2014年，若减少交通运输、仓储及邮政业就业人员440人，减少载货汽车数量2565辆，减少二氧化碳排放量7.48万吨，增加交通运输、仓储和邮政业增加值1.38亿元, 可达到投入产出效率最优。

3 结论及建议

本文采用DEA模型对2007—2016年三明市现代物流业投入产出效率进行了分析，发现在低碳经济约束下，三明市现代物流业投入产出效率总体上处于较高的水平。10年中，共6年的综合效率值达到了1，为DEA有效。其余4年的综合效率值小于1，为非DEA有效，但除了2009年效率值偏低仅为0.875外，其他3年的综合效率值均大于0.9，且2012年综合效率值为0.9928，2014年为综合效率值0.996，均接近1。总体上纯技术效率值较高，反映了三明市现代物流业对资源实现了较好的配置，现代物流业的规模不足是影响综合效率的主要原因。但物流投入产出效率的评价值是相对的，在三明市长期发展低碳经济的规划指引下，三明市产业结构将进一步调整升级，低碳化约束将对提升现代物流业投入产出效率提出更高的要求。建议根据三明市产业发展规划等，做好物流需求预测，合理制定三明市中长期现代物流发展规划，适度做大现代物流业规模，合理配置物流资源，进一步运用现代物流低碳设备、低碳技术与方法，在降低现代物流业碳排放量的同时，提高现代物流业的投入产出效率，推动三明市低碳城市的建设。

[1] 陈志斌.三明市物流业发展现状及问题研究[J].三明学院学报,2009(3).

[2] 杨谨夫.环渐海经济圈城市经济友展效率研究—基于BC2和SE-DE模型的分析[J].经济研究参考,2012(64).

[3] 蔡博峰,曹东,刘兰翠,等.中国交通二氧化碳排放研究[J].气候变化研究进展,2011(3).

[4] 陆瑶.基于LEAP模型的物流行业碳减排潜力研究[D].北京:北京交通大学,2011.