碳排放約束下長三角城市群物流業(yè)運行效率研究

0 引言  

21世紀以來，隨著工業(yè)化、現(xiàn)代化進程加快，物流業(yè)也迎來迅速發(fā)展時期，而物流業(yè)作為生產型服務業(yè)，已成為現(xiàn)代經濟的重要組成部分，是經濟發(fā)展的催化劑，物流產業(yè)和國民經濟相輔相成。而隨著物流經濟迅速壯大，資源浪費、排放高、環(huán)境污染等一系列問題隨之產生。2022年，國務院文件《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》中明確提出綠色低碳是物流發(fā)展的基本原則之一，要提升可持續(xù)發(fā)展能力，將綠色環(huán)保理念貫穿整體物流產業(yè)鏈，因此物流產業(yè)在發(fā)展的同時要注重減少能耗及碳排放，傳統(tǒng)的粗放物流模式也急需轉型升級。同時，隨著經濟和社會的發(fā)展，城市群已逐漸成為中國新型城鎮(zhèn)化的空間組織形態(tài)，其物流業(yè)發(fā)達，碳排放集中。因此，研究碳排放約束下城市群的物流效率對物流產業(yè)的節(jié)能減排，綠色發(fā)展具有重要意義，對城市群達成“雙碳”目標，提升可持續(xù)發(fā)展的能力具有重要作用。

目前我國對物流效率研究主要是以省域為研究對象。李妍等對碳排放約束下我國物流業(yè)的運行效率進行測算；楊雪等對一帶一路十省市進行物流效率評價，得出內陸物流發(fā)展不平衡的結論；劉承良等對低碳約束下的中國物流效率進行空間演化；何景師等分別選取了三大灣區(qū)城市群和五大城市群中的部分城市進行低碳物流效率研究分析；王麗萍等用投入產出法對中國物流業(yè)進行碳排放測算；包耀東等對長三角區(qū)域物流業(yè)的碳排放規(guī)模進行估算測量，并定量分析了影響碳排放的影響因素。綜上所述，我國現(xiàn)有文獻主要是針對省際領域進行研究，且也取得不少研究成果，但針對城市群的研究相對較少。

基于此，本文以長江三角洲27個中心城市為研究區(qū)域，基于2010-2020年27個城市的有關物流的面板數(shù)據，將物流業(yè)碳排放作為非期望產出構建投入產出指標體系，利用超效率SBM模型和Malmquist指數(shù)對長三角城市群碳排放約束下物流效率進行測算，以期為長三角城市群物流業(yè)科學減排制度提供參考，推動物流產業(yè)結構優(yōu)化升級。

1  數(shù)據來源與研究方法

1.1  指標選取與數(shù)據處理

物流業(yè)有別與其它傳統(tǒng)產業(yè)，現(xiàn)中國缺乏專門對物流產業(yè)的統(tǒng)計，本文參照現(xiàn)有文獻以交通運輸、倉儲和郵政業(yè)來界定物流業(yè)。同時相關指標的選取要充分反映物流業(yè)的發(fā)展水平，指標個數(shù)和DMU之間的數(shù)量關系需滿足SBM方法的可行性?；诖?，本文構建了低碳約束下物流業(yè)的投入產出指標體系。

投入指標選取。投入指標主要從資本、勞動和基礎設施三方面選取，其中資本選取交通運輸、倉儲和郵政業(yè)的固定資產投資，勞動選取交通運輸、倉儲和郵政業(yè)的從業(yè)人數(shù)，基礎設施方面，因需滿足數(shù)據可獲取性和統(tǒng)一性，部分城市航道里程數(shù)據難以獲得，因此主要選取公路總里程。期望產出則選取物流業(yè)生產總值、貨物綜合周轉量和貨物運輸量作為指標。非期望產出則以物流業(yè)碳排放量為指標。長三角27個城市2010—2020投入產出指標數(shù)據主要從《中國統(tǒng)計年鑒》、各省市《統(tǒng)計年鑒》以及《中國能源統(tǒng)計年鑒》等獲取。而現(xiàn)有統(tǒng)計年鑒并沒有關于物流業(yè)碳排放量的統(tǒng)計數(shù)據，因此本文借鑒何景師[4]等計算方法，用不同運輸方式的貨物周轉量來計算長三角27個城市的碳消耗量。

2  研究方法

2.1  超效率SBM模型和Malmquist指數(shù)模型

（1）數(shù)據包絡分析DEA利用線性規(guī)劃來度量效率，其分為徑向和非徑向兩種角度，考慮物流業(yè)投入產出并不一定按同比例放縮，本文選擇非徑向角度。而傳統(tǒng) DEA存在投入產出松弛性和徑向選擇偏差性的問題，且其分析投入產出效率時，資源投入會帶來“非期望產出”，因此本文采用超效率 SBM 模型。

（2）Malmquist 指數(shù)是一種動態(tài)分析生產率變化的工具，通過兩個時間點對比得到全要素生產率，其可以反映物流效率在這一時間段所發(fā)生的變化。因此，構造t與t+1相鄰兩年的Malmquist 指數(shù)公式，其中ML為全要素生產率，ML>1則表示全要素生產率提高

3 實證分析

3.1  超效率SBM分析

本文利用超效率SBM模型，對長三角27個城市2010—2020年碳排放約束下的物流效率進行測算，如表1所示。超效率SBM值體現(xiàn)了考慮碳排放非期望產出下的物流效率靜態(tài)評價數(shù)據，總體看長三角27個城市的歷年平均低碳物流效率值為0.87，上海市為1.795，遠超長三角城市群的平均水平，浙江9市均值為0.752，江蘇9市為0.844，安徽8市為0.915。

將27個城市根據歷年效率均值分類如表2所示，第一、二梯隊的城市中除了上海，浙江9市中有5個，江蘇9市中有6個，安徽8市中有7個，而第四梯隊的城市以浙江最多，這反映了長三角各省份之間低碳物流效率有所差異，浙江省省內差異較大。按空間布局來看，大部分沿海城市低碳約束下的物流效率要比內陸城市高，其中上海低碳物流效率要遠高于其它省份和城市，分析得知，沿海城市的航運發(fā)達，如上海、寧波等城市港口吞吐量大，水路貨物運輸量占整個城市貨物運輸量的比重較大，從而低碳物流效率較高。按時間分析，2010—2020年，除上海以外，浙江，江蘇，安徽各市低碳物流效率均值呈下降趨勢，可以看出，雖然隨著經濟逐步發(fā)展，貨物運輸量和貨物周轉量不斷提高，但物流產業(yè)還是維持著粗放發(fā)展的模式，導致低碳物流效率并沒有穩(wěn)步提高。進一步分解技術效率值，得到純技術效率和規(guī)模效率，從純技術效率來看，長三角27市2010—2020年均值呈波動上升趨勢，江蘇和安徽各市均值比上海和浙江高，存在一定的區(qū)域差異性。從規(guī)模效率來看，長三角27市規(guī)模效率均值波動較大，安徽省8市規(guī)模效率均值最高，江蘇省最低。近年來，為達成雙碳目標，政府加快推進物流領域節(jié)能減排進程，倡導綠色物流，但因物流產業(yè)的特殊性，低碳物流實施難度較大，物流所產生的能源消耗結構難以產生較大改變，前期實施低碳物流所消耗的成本較大，中小企業(yè)難以承擔，因此低碳物流發(fā)展遠沒達到預期，還存在很大進步空間。

表 1超效率SBM模型下長三角27個城市低碳物流效率

表 2長三角城市群低碳物流效率歷年均值分類

3.2 Malmquist指數(shù)分析

表 3 長三角城市群低碳物流全要素生產率

通過Malmquist指數(shù)計算得到長三角城市群低碳物流全要素生產率，并計算其均值，如表3所示，從2010—2020年長三角27個城市全要素生產率平均值來看，考慮碳排放約束下流效率全要素生產率為1.053，而不考慮碳排放約束下的傳統(tǒng)物流業(yè)全要素生產率為1.142，可以看出忽視碳排放約束會高估長三角城市群物流業(yè)增長速度。而不考慮碳排放約束下，技術效率和技術進步都要比考慮碳排放約束下技術效率和技術進步較高。而從時序上看，2010—2020年全要素生產率主要分為兩個階段，其中2010—2017年，全要素生產率一直呈波動起伏的狀態(tài)。2016年國家發(fā)展改革委出臺物流業(yè)降本增效專項行動方案，以創(chuàng)新、協(xié)調、綠色等為核心發(fā)展理念，推動物流業(yè)深化改革，全面提升。隨著國家針對物流業(yè)的各種改革措施落到實處，2017—2020年物流業(yè)全要素生產率穩(wěn)定在1以上。除此原因以外，隨著社會發(fā)展，技術不斷革新，新能源汽車大力發(fā)展并快速投入使用，物流正在進行數(shù)字化升級和智慧化改造，這些原因導致了全要素生產率近些年來呈上升趨勢。

4 結論與建議

本文基于2010—2020年長三角27個城市有關物流產業(yè)的面板數(shù)據，運用SBM—ML方法對其低碳物流效率進行實證分析，結果表明：長三角27市低碳物流效率水平較高，但各個城市之間差異較大，低碳物流效率發(fā)展并不平衡，上海市低碳物流效率遠高于其它城市。2010—2020年，27市綜合低碳物流效率還處于下降趨勢。分省份來看，除上海之外，安徽省各城市低碳物流效率平均水平比江蘇省和浙江省高，低碳物流效率處在第四梯隊的城市浙江省占比最大。經過Malmquist指數(shù)進一步分析得出，長三角城市群在2010—2020年低碳物流全要素生產率呈波動上升趨勢，主要原因為政策支持和技術革新。

   根據上述研究發(fā)現(xiàn)，為更好地提升碳約束下的物流效率加快物流綠色低碳發(fā)展的腳步，本文提出以下幾點建議：首先，利用好長三角所在的優(yōu)良區(qū)位優(yōu)勢，打造交通互聯(lián)互通一體化態(tài)勢，構筑區(qū)域交通互聯(lián)網絡，全力推進長三角城市群高質量綜合交通運輸體系，實現(xiàn)長三角物流一體化運行機制。其次，大力發(fā)展多式聯(lián)運，構筑高效運行的多式聯(lián)運體系，調整運輸結構，提高水路、鐵路運輸比例，完善水路基礎設施建設，達到節(jié)能減排的效果。再者，提高科技創(chuàng)新水平，加大新能源的投入使用，提高新能源貨運汽車比例，加快人工智能和物聯(lián)網技術的進步，提升物流設備自動化、智能化，推動物流活動信息化、數(shù)據化，實現(xiàn)智慧物流。最后，需要加快產業(yè)結構升級，淘汰落后、粗放的高污染、高耗能企業(yè)，引進高新技術產業(yè)，打造綠色經濟發(fā)展模式，實現(xiàn)可持續(xù)發(fā)展。

文章來源： 《物流科技》  http://www.00559.cn/w/jg/30901.html