西部陆海新通道沿线省份绿色物流效率评价研究

艾亚婷，贺世红，陈嘉鑫

（南宁师范大学，广西 南宁 530100）

0 引言

2019 年，国家发展改革委首次提出西部陆海新通道总布局，包含东中西三条主干道，东线自重庆经怀化、柳州到北部湾出港，中线自重庆，经贵阳、柳州至北部湾出港，西线自成都，经百色、南宁至北部湾。西部陆海新通道实现了西部地区全覆盖，有利于统筹铁海联运、跨境公路运输和国际铁路运输等多种运输方式，提升沿线城市的物流运作效率，加快多式联运的运输通道建设，促进与东南亚地区国家的贸易往来。

1 文献综述和问题提出

通过梳理文献，发现各界学者已经从不同视角对物流效率、物流资源配置等方面的问题进行研究。（1）区域物流效率测度，包括王景敏等[1]运用DEA-BBC、Tobit 等模型方法，对2015—2020 年西部陆海新通道沿线省份面板数据从时间、空间2 个维度进行测算分析，证明省份间发展不均，基础设施、信息化水平密度对物流效率有正向影响；何景师等[2]利用考虑非期望产出的效率模型，以2008—2019 年三大湾区城市群为研究对象，分析了绿色物流效率变化趋势以及影响因素；汪文生等[3]以环渤海14 市为研究样本，运用三阶段DEA 模型研究分析，得出物流效率与经济发展水平正相关。（2）企业物流效率测度，主要通过企业面板数据进行分析。（3）物流业效率与高质量经济发展之间关系分析。（4）采用数据包络方法（DEA：BCC（规模报酬可变的数据包络分析）、CCR（规模报酬不变的数据包络分析））、模糊决策方法、熵权TOPSIS 法、随机前沿分析（SFA），用Malmquist 指数法计算出每个DMU 的物流效率动态变化趋势。

从西部陆海新通道视角，研究沿线省份的绿色物流效率测度的少有涉及，由于国家的“双碳”政策，学者们对绿色物流效率以及影响因素研究逐渐增多。基于此，本文在前人所获成果上，运用考虑非期望产出的超效率模型SBM，以西部陆海新通道的新视角对沿线12 个省份的绿色物流效率测算评价分析。

2 指标选取与数据来源

根据《合作共建西部陆海新通道框架协议》，西部陆海新通道包含13 个沿省（市），分别是内蒙古、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。由于西藏数据值缺失较多，能源消耗量以及碳排放量无法获取和计算，进而选取除西藏外的12 个省份作为12 个DMU 研究分析。原始数据来自于各地区的统计年鉴、《中国统计年鉴》、《中国交通运输年鉴》以及《中国能源年鉴》等。

通过梳理历年文献，投入指标借鉴何景师等人的做法，选择资本投入、劳动投入和能源投入作为衡量指标，将物流业固定资本投入、物流业从业人员数量以及物流业能源消耗量为投入指标的具体表示[7]。这里的能源消耗量是通过计算10 种主要能源消耗量获得。期望产出和非期望产出均借鉴以前学者的做法，分别以货运量和货物周转量为指标，以物流业的碳排放量为指标[4-6]。得出绿色物流效率评价体系，如表1 所示。

表1 西部陆海新通道沿线省（市）绿色物流效率评价体系

碳排放的计算方法主要有两种，第一种是基于整个社会交通行业消耗较多的煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气和电力10 种能源的消耗量计算排放量，此种方法普遍应用于交通运输业碳排放测算，另一种方法是通过整合周转量以及各种运输工具的能源消耗量进行测算，本文选择第一种计算方法，通过计算各省历年终端能源消费数据完成CO2排放量的测算。碳排放的计算公式为：

式中：Bit表示i 省第t 年的碳排放量；Aijt表示i 省第t 年第j 种能源的消耗量；αj表示第j 种能源的碳排放系数。10 种能源的转换系数以及碳排放量系数如表2 所示。

表2 10 种能源转换系数以及二氧化碳转换系数表

3 研究方法

3.1 考虑VRS 的超效率SBM-DEA

数据包络分析（DEA）是适用于多项投入和多项产出问题评价有效性的一种方法，由于模型的特殊性，在评价有效性方面具有绝对优势。相比于CCR、BCC 这两种径向距离函数，SBM-DEA 将松弛考虑进来，它是一种非径向距离函数，会有更好的求解优势。为了客观分析西部陆海新通道沿线城市绿色物流发展状况以及多种投入、产出之间的关系。本文借鉴Tone 提出的超效率SBM 模型[8]。假设存在n 个决策单元，对于决策单元DMUk而言，每个单元的投入指标是m 个，则期望产出指标和非期望产出指标分别用w1和w2来表示[2]。j 是某个决策单元，其投入量为Xij；期望产出量为；非期望产出量为。然后，用超效率SBM 来测算决策单元DMUk的效率：

本文在运用超效率SBM 模型时，定义决策单元均已达到有效前沿面，超效率SBM 模型构建如式（2）。

3.2 DEA-Malmquist 模型

Malmquist 指数是动态分析工具，通过当期与上一期或基期的对比得到全要素生产率（TF Pch），并将其分解成纯技术效率变化（PEch）、技术进步变化（TEch）以及规模效率（SEch），计算公式如下：

其中：（xt,yt）表示决策单元在t 时期的投入产出关系，（xt+1,yt+1）则表示在t+1 期的投入产出关系，代表规模报酬不变时的距离函数。式(3) 进一步分解可得：

式（4）可以简化为：

4 实证分析

4.1 西部陆海新通道沿线省份绿色物流效率测度与分析

本文基于超效率SBM 模型，运用MATLAB2021b 软件，测算出12 个省份2012—2019 年的绿色物流效率值，结果如表3 所示。

表3 西部陆海新通道沿线省（市）绿色物流效率值

从静态视角观看西部陆海新通道沿线省份的绿色物流发展状况，2012—2019 年12 个省份的绿色物流效率呈现缓步增长的趋势，而平均绿色物流效率为0.77，说明道路沿线省份的绿色物流发展仍有很大的提升空间。2012—2019 年间，各省份的绿色物流效率变化不一，研究数据表示宁夏、陕西、新疆和甘肃这些西北地区省份的绿色物流发展相较于其他省份有明显的差距，这些省份更需要采取措施努力提高运输效率，降低碳排放。

4.2 使用Malmquist 分析效率动态变化规律

使用DEAP2.1 软件进行数据分析，利用Malmquist 全要素生产率指数将效率值分解成Total factor productivity、Pure technical efficiency、Scale efficiency 和Technical progress 四个技术指标。分别观察西部陆海新通道沿线12 个省份在2012—2019 年间的效率变动情况，对比分析沿线省份的效率变化差异性，结果见表4 所示。

表4 西部陆海新通道沿线省（市）全要素生产率变化表

沿线12 个省份的全要素生产率随时间变化呈现持续波动状态，海南、青海和云南三省波动幅度较大。除2013—2014 年，其他时间段重庆市全要素生产率均大于1，也就是说除了2014 年，其他年份相较于前一年，重庆市全要素生产率均提升。从时间变化层面研究，2012—2013 年，各省份平均全要素生产率降低了2.6%；2013—2014 年，各省份平均全要素生产率提高了31.2%；2014—2015 年，整体全要素生产率降低22.0%；2015—2016 年，全要素生产率整体提高5.15%；2016—2017 年，全要素生产率整体下降5.0%；2017—2018 年，全要素生产率整体下降20.8%；2018—2019 年，全要素生产率平均提高1.0%。根据图2，西部陆海新通道沿线省份的全要素生产率先提升后下降，之后缓慢提升并有下降的趋势。

图1 2012—2019 沿线省份全要素生产率趋势图

图2 沿线省份效率值动态变化趋势图

沿线大部分省份的纯技术效率、规模效率波动较稳定，部分效率指标水平起伏较大。观察图3、图4 各省的纯技术效率发现：在2012—2019 年时间段内，四川、云南两个省份的纯技术效率浮动较大，四川省纯技术效率指标最大值达到2.435，最低谷0.397，云南省纯技术效率值最大2.939，最低谷0.512。观察各省的规模效率发现：除了海南、青海和四川三个省份的浮动较大，其他省份在2012—2019 年时间段内保持相对稳定状态。

图4 2012—2019 沿线省份规模效率趋势图

技术进步效率决定沿线省份绿色物流全要素生产率变化。观察图2、图5 技术进步效率和全要素生产率的变化趋势可以发现：全要素生产率的变化趋势与技术效率的变化趋势基本吻合，所以技术进步效率变化会直接影响全要素生产率变化。技术进步效率表示西部陆海新通道开通后沿线绿色物流技术不断沉淀积累，优化创新。换言之，新通道绿色物流的发展促进了沿线省份碳排放的降低，碳排放的降低促使全要素生产率的升高。

图5 2012—2019 沿线省份技术进步效率趋势图

5 西部陆海新通道实证结果分析

通过对西部陆海新通道绿色物流效率的静动态分析发现，2012—2019 年，沿线省份的全要素生产率波动显著，存在提高的情况，但是下降的状态持续更久，整体呈下降趋势。总体来讲，西部陆海新通道绿色物流的发展促进了沿线省份绿色物流效率的提升，具体表现如下：

（1）静态分析

从静态分析中发现，西部陆海新通道的形成过程中，沿线省份的绿色物流发展刚开始的一段时期取得的成果还是比较可观的，但后期沿线省份的绿色物流效率出现持平甚至下降的现象。

（2）动态分析

通过动态分析发现，西部陆海新通道沿线省份的全要素生产率起伏较大。2012—2014 年全要素生产率快速上升，2014 年后出现大滑坡后期有小幅度上调并保持稳定。西部陆海新通道建设前期的大量固定资产投资明显促进了物流效率的提升，物流技术进步效率的提高是绿色物流的全要素生产率提高的原因；在绿色物流效率提升过程中技术效率提升较为缓慢，且部分省份存在规模效率下降的问题。

（3）沿线省份绿色物流差异化发展

理想状态下效率值等于1，表示该省份该要素的DEA 有效，也就是资源得到了充分利用，但实际情况中，大部分省份的效率值大于1，存在部分省份的效率值小于1，说明这些省份有些资源投入冗余，有些资源投入不足，由于资源配置不均，导致沿线省份绿色物流差异化发展。

6 结论与建议

国家要重视西部陆海新通道沿线省份的均衡发展，统筹规划、合理安排物流资源配置，充分发挥政府的宏观调控作用，尽量缩小沿线省份的绿色物流发展差异；对于绿色化效率低的省份，政府应当积极引导，部分资源向这些省份倾斜，填补资源空缺，对于绿色物流发展做的比较好的省份，应加以推广。

沿线省份加强合作，物流行业协同规划发展，依托各省市特有的运输方式，发挥各自区位优势，构建西部地区特色通道。不同地区，地理优势、资源禀赋以及产业结构不同。因此，深刻洞察经济社会变量是边疆民族地区找准高质量发展出路时的重要考量，从而紧跟时代，赢得未来。

物流企业应继续加大对管理，信息和服务等方面的科技研发投入，将大数据、区块链等新兴技术引入企业运营当中，提高沿线省份整体的信息化水平，加快西部地区高产低耗的绿色发展进程，另一方面，物流企业应尽快完成旧能源到新能源的更替，提高产能降低消耗，实现企业绿色转型，助力打造西部陆海新通道可持续发展。