供给侧结构性改革下西北五省低碳物流效率研究

董毅明　问晨璐　邓永胜

摘要：在供给侧结构性改革背景下，充分考虑碳排放约束。文章结合西北五省物流业的发展特征，选取10个枢纽城市为研究对象，建立投入产出指标体系，分析有效性。首先采用SE-DEA模型，对技术效率、纯技术效率和规模效率做出评价，以及对有效决策单元进行深度分析和排序。然后，采用灰色关联分析法，得出投入产出指标对效率的影响程度。最后，采用Tobit回归分析法，找出影响当地低碳物流效率发展的外部因素。通过是否考虑碳排放约束的结果对比，得出相应结论。并且针对存在问题，结合实际情况提出合理性建议。

关键词：供给侧改革;SE-DEA模型;西北五省;低碳物流效率

一、引言

供给侧结构性改革是促进国民经济发展的重要组成部分。涉及的重点有：质量和效率的优先发展，质量、效率和权力改革的不断推进，以及全要素生产率的提高。西北五省主要包括陕西、甘肃、青海、宁夏、新疆。该地区拥有丰富的自然资源、具备基础物质条件和人力资源，并且与东部和中部的产业结构有着较强的互补性，为物流业发展提供了广阔空间。物流业的进一步发展可以极大提高国民经济水平，加快供给侧结构性改革步伐。另外，物流业消耗的能源主要是非可再生能源，需要加大低碳改造力度，创新低碳发展模式，从而实现经济的可持续发展。

國内学者闫琰以2015年习近平总书记提出加快供给侧结构性改革以来为前提，针对我国物流业面临的挑战，提出一系列发展对策。徐兴兵以京津冀地区为例，在物流供给侧改革背景下，通过构建物流系统协同发展模型，确定了影响当地物流发展的主要因素，并给出相应对策建议。丁海宁、胡小建等根据供给侧结构性改革的基本要求，结合宁夏地区物流业的发展实际，总结出了需要从五个方面来提升全区的物流效率。外国学者Rogers采用DEA研究了2002年至2007年美国中型运输行业的情况。在投入指标上加入了能源，得出二氧化碳的排放越多会导致人员的死亡率增加，从而载重运输产出明显有所降低;Haetal对日本1999～2007年间铁路和航空运输下，由于设施的建设而产生二氧化碳量对环境的影响程度做了具体分析;本文通过收集2014～2019年西北五省低碳物流发展的相关数据，采用SE-DEA模型、Malmquist和Tobit方法，具体分析当地的低碳物流效率情况、发展趋势、影响因素和影响程度。

二、模型的选取

（一）SE-DEA评价模型

SE-DEA模型：

上述公式中：Xk=（X1k，X2k，…，Xmk），Yk=（Y1k，Y2k，…，Ysk）。θ为决策单元的效率值，θ≦0，λ■第j个决策单元在所构建的新有效决策单元中的总比例，S-，S+为松弛变量，效率随着θ值的增大而提高。

（二）灰色关联模型

灰色关联模型：

xi和xj的绝对灰色关联度由εij表示，相对灰色关联度由rij表示，0≦η≦1，一般情况下，η的值取为0.5。

（三）Tobit回归模型

Tobit回归分析模型：

效率值变量用Y表示，截断因变量向量用Y*表示，自变量向量用X表示，回归参数矩阵用β表示，误差向量用μ表示，且μ的取值范围为（0，σ2）。

三、评价指标体系构建

（一）决策单元的选取

综合考虑低碳经济情况、物流业情况、可能影响物流效率的因素等方面情况，在大量阅读相关文献并进一步总结、归纳和整理基础上，借鉴其决策单元选取的标准和方法。最终选取西安、咸阳、渭南、兰州、嘉峪关、酒泉、银川、石嘴山、西宁、乌鲁木齐等10个枢纽城市作为决策单元。

（二）构建指标体系

交通运输、仓储和邮政业为物流业贡献了约83%的产值。因此，本文以交通运输、仓储和邮政业代表物流业的情况。另外，选取的低碳物流效率投入指标集中在设备和资产投入方面：交通、仓储、邮政业固定资产投资和民用车辆拥有量。产出指标：物流业二氧化碳排放量、综合货物周转量和邮政业务总量。其中，邮政业务总量约占物流行业总产出的10%。

其中，物流业二氧化碳排放量的估算，参考《国家温室气体排放清单指南》中的推荐方法：

选用焦炭的标准煤系数0.9714千克标准煤/千克作为δi值。

选取低碳经济发展水平、信息化水平、文化程度和产业结构作为环境指标。

四、实证分析

（一）静态有效性分析

1. SE-DEA的实证分析

SE-DEA分析结果：

从超效率值的测算结果可以看出：达到DEA有效的4个城市中，嘉峪关的超效率值最大，为3.902。西安的超效率达到2.386，低碳物流发展相对较好。渭南和咸阳的超效率值相近，都1.5～2.0之间，说明这两个城市的低碳物流发展可能拥有先进的生产技术、创新性的管理水平、合理的供给结构等。不过，与嘉峪关相比，西安、咸阳和渭南还有可以继续提高的可能。另一方面，西宁的各个效率值都超过了平均水平。其他5个城市中，兰州和酒泉3个效率值均在平均值以下，尤其是酒泉，综合效率值和纯技术效率值为样本城市中最低。这两个城市需要有计划地利用物流资源，减少二氧化碳的排放，提高纯技术效率。同时也应设置物流发展整体规模，避免过大过空。

2. 超效率投影分析

有效决策单元的超效率投影分析结果：

由表4可以得出：DEA有效的4个城市虽然低碳物流发展较好，但都存在投入不够和产出不足的问题。咸阳在交通、仓储、邮政业固定资产投资上出现冗余，而民用车辆拥有量投入不足。西安、渭南、嘉峪关存在不同程度的投入产出不足，其中西安在两个投入要素上不足程度较大。渭南和嘉峪关应避免盲目大规模投入，充分利用现有资源。

3. 低碳物流效率投入产出指标与关联分析

灰色关联法分析结果：分辨系数取ρ=0.5

由表5可知，各指标的关联度大小分别为：R（X2）>R（Y2）>R（X1）>R（Y1）>R（Y3）。关联度值都在17以上，说明投入产出指标的选取比较合理。这5个指标都会促进当地低碳物流的发展，只是促进程度不同。民用车辆拥有量的影响最大，邮政业务总量影响最小。发展较差的城市可以通过增加民用车辆拥有量和交通、仓储、邮政业固定资产投资的投入提高效率。综合货物周转量能够很好地反应低碳物流效率情况，和邮政业务总量共同成为影响效率的重要因素。同时，如果能够减少物流业二氧化碳排放量，扩大综合货物周转量和邮政业务总量，则西北地区枢纽城市的低碳物流发展会更有成效。

（二）考虑碳排放约束与不考虑碳排放约束的结果比较

用DEAP2.1软件分两种情况来测算2014～2019年的指标数据，如下表：

观察表6可知：在考虑碳排放约束和不考虑碳排放约束两种情形下，5个涉及效率变动值和平均效率变动值有明显的差异，说明低碳物流整体效率随着物流业二氧化碳排放量的变化而变化。从平均值来看，考虑碳排放约束时，平均技术效率降低了2.7%，不考虑碳排放约束时，平均技术效率增加了2%。若不考虑物流业二氧化碳排放量，容易被虚假的高效率所迷惑。全要素生产率变动（TFPCH）方面，样本城市中，70%的城市第一种情形下比第二种情形下增长缓慢，只有西安、酒泉、石嘴山的全要素生产率在考虑碳排放约束时增长比另一种情形下稍快。表明二氧化碳排放量得到控制，物流业发展和环境优化能够协调进行。技术效率变动（EFFCH）上，除了银川和石嘴山具有差异，其他8个城市基本相同。物流业二氧化碳排放量对于技术效率不会产生太大影响，可以减少二氧化碳排放和增加技术效率同时进行。银川和石嘴山在考虑碳排放约束后，技术效率增加幅度比不考虑时要大。技术变动（TECHCH）看，西安的技术增长比不考虑碳排放约束时快。70%的城市技术增加幅度降低，在技术创新和引进上还需要继续努力。酒泉的下降较第二种情况有所好转，即当地的技术水平还是处在一直进步状态。银川则相反，表明物流技术越来越跟不上发展需求，当地需淘汰落后技术。

（三）Tobit分析

回归分析结果：

通过表7可知：低碳经济发展水平、信息化水平和文化程度对西北地区枢纽城市低碳物流的发展都有正向的影响，其系数均大于0。产业结构对于效率影响是负向的。在正向影响的3个因素中，信息化水平的系数最高，为2.646061。说明信息化水平对于低碳物流效率的影响非常显著。低碳经济发展水平对低碳物流的影响在第二的位置。物流业二氧化碳的排放不仅会影响环境，更会直接影响到物流效率。文化程度对低碳物流的发展具有较小的影响，如果提高文化程度，对物流效率的提高会有一点作用，但是不会很明显。产业结构阻碍低碳物流的发展，其系数值为-0.03394。表明通过产业结构调整以及重视第三产业的需求来提高低碳物流水平是不可取的。

五、结论和建议

（一）研究结论

本文采用数据包络分析（DEA）和超效率（SE-DEA）方法，对供给侧结构性改革下西北五省2014～2019年的低碳物流效率进行分析。从对2019年各城市的效率分析结果来看，超效率值呈現省份差异。甘肃低碳物流发展非常不均衡，各城市需要采取开放政策，互相学习，从而提高整体水平。陕西省低碳物流发展相对较均衡，不过跟嘉峪关相比，还有需要提升的空间。宁夏回族自治区的两个城市排在第5和第6，处于中等水平。

从动态变化趋势可以看出，西北五省在2014～2019年的全要素生产率大部分处于上升状态，低碳物流整体效率有不同程度的好转。不过个别城市则是处于下降态势。2014～2019年间，综合效率持续下降，纯技术效率先升后降，优势很难一直保持。技术效率和规模效率都是先降低后提高再次降低，并且波动幅度较大。40%的城市在规模效率上有差距，供需不匹配，过大的规模造成相关资源的浪费。

以是否考虑碳排放约束的对比结果来看，约40%的城市减少二氧化碳的排放量之后，全要素生产率增长加快，或者降低减慢，都是处在越来越好的发展环境下。大部分城市会由于二氧化碳的过量排放而产生全要素生产率不断恶化的现象。因此，可以发现对于西北五省在低碳物流和环境协调发展上做得还不够。在以后的物流生产、加工、运输、配送、仓储和服务等环节中，各城市需要长远考虑。通过二氧化碳排放的减少，降低污染，保护环境，从而促进低碳物流的可持续健康发展。

（二）政策建议

1. 改善供给结构

通过对西北五省低碳物流效率的研究可以知道，当地大部分城市效率低下的原因是规模效率没有达到有效，并且逐步递减。反映出低碳物流业的发展共同存在一定的规模投入，获得了相反的收益这种现象。也存在纯技术效率低下的原因，大量的资源投入没有得到应有的产出，相互矛盾。因此，各城市需要重视供给结构的改善，在充分了解市场需求的前提下，有计划地发展物流规模，进行资源供给。

2. 减少碳排放量，提高低碳效率

西北各城市可以使用节能减排技术，开发新型能源。在物流发展过程中采用绿色技术，回收利用现有材料，减少对不可再生资源的消耗，转换能源消费方式。物流企业在生产经营时，需要综合管控系统，优化程序，发展逆向物流。特别是运输环节降低空载率，缩短运输里程，共享线路，从而节省运输资源，增加货物周转量。则可以有效降低二氧化碳的排放，提高物流产出。政府在减少碳排放方面也需要做出鼓励，完善税收标准，建立和企业、地区间的循环系统。对于低碳物流发展较好的企业和地区给予奖励政策，同时以惩罚机制来约束大量排放二氧化碳的城市。

3. 增强信息化水平

信息化水平正在逐渐成为低碳物流长远发展中重要且强有力的竞争力，各个环节都离不开信息技术。比如：配送信息的及时提供，可以缩短提前期，提高物流服务质量;生产运作中，信息技术的使用可以规范生产，节约成本;仓储中，自动化设备的使用，不仅可以减少人工风险，还可以提高效率。，西北各城市在低碳物流发展中，信息化水平相对比较落后。不管是DEA有效的城市还是无效的城市，都应该增强信息化，才能使自身在现代物流发展的洪流中不至于掉队。

参考文献：

[1]闫琰.供给侧改革背景下物流业发展对策研究[J].价格月刊，2016（09）：91-94.

[2]徐兴兵.供给侧改革背景下区域物流协同发展分析——以京津冀为例[J].物流科技，2019，42（10）：126-130.

[3]丁海宁，胡小建，杨海洪.供给侧改革背景下宁夏物流效率提升路径研究[J].北方民族大学学报（哲学社会科学版），2016（05）：138-140.

[4]Rogers M M，Weber W L.Evaluating CO2 emissions and fatalities tradeoffs in truck transport[J].International Journal of Physical Distribution & Logistics Management，2011，41（08）：750-767.

[5]Ha H K，Yoshida Y，Zhang A.Social efficiency benchmarking of Japanese domestic transport services：A comparison of rail and air[J].Transportation Research Part D Transport & Environment，2011，16（07）：554-561.

[6]张云宁，刘子琦，欧阳红祥，宋亮亮.低碳环境下区域物流产业效率综合研究——基于长江大保护区域19个省的实证分析[J].管理现代化，2020，40（02）：33-40.

[7]刘刚桥，师建华，李明.供给侧改革背景下广东省物流业效率实证研究——基于SE-SBM-DEA模型[J].物流科技，2019，42（01）：126-131.

[8]康铁良，王向前.供给侧改革背景下的物流效率及影响因素分析[J].哈尔滨商业大学学报（自然科学版），2020，36;164（03）：111-117+124.

[9]高慕瑾，雷玲.西部物流效率的實证分析[J].云南财经大学学报（社会科学版），2012（02）：102-105.

[10]张建钦.基于DEA的我国各省物流效率评价实证研究[J].物流技术，2013，32（05）：359-361.

[11]叶影霞.基于DEA的广东省地区物流投入产出效率分析[J].宿州学院学报， 2018，v.33; No. 181（03）：10-14.

[12]王琴梅，谭翠娥.对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J].软科学，2013，27（05）：70-74.

[13]Banker R D，Charnes A，Cooper WW.Some models for theestimation of technical and scale inefficiencies in data envelopmentanalysis [J].Management Science， 1984，30（09）：1078-1092.

[14]Saen， Farzipoor R. A mathematical model for selecting third-party reverse logistics providers[J].International Journal of Procurement Management，2009，2（02）：180-190（11）.

*基金项目：国家自然科学基金项目“资金约束零售商促销下供应链的协调研究”（KKGD201708053， 71762021）。

（作者单位：董毅明、问晨璐，昆明理工大学管理与经济学院;邓永胜，昆明冶金高等专科学校）