低碳约束下省际物流业效率研究

　　内容摘要：本文从低碳约束角度出发，将物流业碳排放量作为投入变量，同时考虑经济产出和环境保护，运用DEA模型对2008-2011年我国省际物流业效率进行系统研究，并通过Tobit回归模型分析其影响因素。研究发现：我国各省市物流业平均效率逐年提高，但差异很明显；大部分省市存在资源浪费现象，纯技术效率是提高物流业效率的关键因素；经济发展对物流业效率呈正相关，能源结构对物流业效率呈负相关。根据分析结果，本文提出了实施差异化低碳物流策略等建议。
　　　　关键词：碳约束DEA-Tobit模型物流业效率低碳物流
　　　　引言
　　　　近年来，物流业作为第三利润源，越来越受到人们的关注。2009年政府将物流业纳入“十大振兴产业”，并颁布了《物流业调整和振兴规划》，把促进物流业发展提升到国家战略的高度。随着经济的快速发展，物流业在促进国民经济发展中的作用日益突出。但是，我国一些地区没有考虑本地区的实际情况，盲目投资于物流业，使物流业走上了高投入、高产出的粗放型发展道路，这也导致了我国物流业运作效率低下，造成了能源消耗的增加和浪费。现阶段，我国物流业能源消耗较大、运作效率低下，因此物流业应转变为健康高效的发展模式，从而为低碳经济做出贡献。目前我国学者关于低碳物流的研究大部分是基于宏观层面的战略和政策建议，而关于低碳物流的定量研究可谓凤毛麟角。本文基于低碳物流视角，在建立投入产出指标体系的基础上，以全国各省市为研究对象，采用数据包络分析（简称DEA）方法对各省市物流业效率进行系统研究，为改善我国物流业效率和低碳物流建设提供理论指导。
　　　　DEA方法以投入、产出指标值作为依据，运用数学规划模型评价决策单元相对有效性的非参数方法。近年来，该方法被广泛运用于评价物流效率，如邓学平（2008）以证券市场上市的55家物流企业为对象运用DEA方法分析了我国物流企业全要素生产技术效率。许鹏（2010）利用DEA方法全面分析了辽宁省物流业效率，针对性地提出了辽宁省物流业发展政策建议。张诚（2013）建立了中部六省物流系统DEA模型对物流业效率进行了纵向分析。雷勋平（2012）运用DEA方法对我国各省市2008年物流产业效率进行实证研究。田振中（2011）运用DEA方法和Tobit回归模型分析了我国各地区物流业效率及其影响因素。从以上分析可知，我国大部分学者研究物流业运行效率只考虑了经济产出，忽视了低碳约束，而忽视低碳约束的效率评价会高估我国物流业效率，并且误导政府订制政策建议。
　　　　鉴于此，本文从低碳约束角度出发，同时考虑物流业经济产出和环境保护两个方面，对2008-2011年我国各省市物流业效率进行系统研究，并在此基础上，通过Tobit回归模型分析物流业效率的影响因素。根据分析结果，提出发展低碳物流的政策建议。
　　　　物流业现状分析
　　　　（一）全国货运量趋势
　　　　国内大部分学者们将物流业界定为交通运输业、仓储业及邮政业（产业分类中没有物流业），本文也采用此界定。
　　　　由于物流业的不断发展，全国货运量不断增加。2002-2011年间，全国货运量呈逐年增长态势（见图1），从2002年的1483447万吨增至2011年的3696961万吨，增幅达到149.21%，年均增长率达到10.68%；从数据上看，我国物流业在不断的快速发展。
　　　　（二）物流业二氧化碳排放量趋势
　　　　本文选取《中国能源统计年鉴》“地区能源平衡表”和“中国能源平衡表”中煤合计、油品合计、天然气三种能源消费量来计算物流业最终二氧化碳排放量。计算公式如下：
　　　　（1）
　　　　式中ai表示第i种能源的碳排放系数，Ei表示第i种能源消费量。
　　　　本文根据公式（1）计算出了2002-2011年我国物流业二氧化碳排放量，如图2所示。
　　　　由于物流业的不断发展，导致了物流业二氧化碳排放量不断增加，2002-2011年我国物流业二氧化碳排放量增长迅速，从2002年的21961万吨增至2011年的49914万吨，增幅为127.28%，年均增长率为9.55%，这与全国货运量的年均增长率基本持平，即全国货运量增长1%，物流业二氧化碳排放量也增长1%，由此可以看出，我国物流业的发展水平并不高，对环境的污染非常大，因此我国物流业发展必须做出重大调整，走低碳物流道路。
　　　　物流业DEA效率分析
　　　　（一）研究方法与指标选择
　　　　数据包络分析（DataEnvelopmentAnalysis，简称为DEA）是由查恩斯（Charnes）和库伯（Cooper）等学者在1978年提出正式提出的。它是研究同类型决策单元相对效率的常用方法之一。
　　　　设有n个DMU，其中每个DMUj都有m种类型的投入指标xj=（x1j，…，xmj）和s种产出指标yj=（y1j，…，ysj）T。则第j个DMUj的相对效率评价指数的CCR模型可表示为：
　　　　（2）