碳排放约束下长三角城市群物流业运行效率研究

0 引言  

21世纪以来，随着工业化、现代化进程加快，物流业也迎来迅速发展时期，而物流业作为生产型服务业，已成为现代经济的重要组成部分，是经济发展的催化剂，物流产业和国民经济相辅相成。而随着物流经济迅速壮大，资源浪费、排放高、环境污染等一系列问题随之产生。2022年，国务院文件《“十四五”现代物流发展规划》中明确提出绿色低碳是物流发展的基本原则之一，要提升可持续发展能力，将绿色环保理念贯穿整体物流产业链，因此物流产业在发展的同时要注重减少能耗及碳排放，传统的粗放物流模式也急需转型升级。同时，随着经济和社会的发展，城市群已逐渐成为中国新型城镇化的空间组织形态，其物流业发达，碳排放集中。因此，研究碳排放约束下城市群的物流效率对物流产业的节能减排，绿色发展具有重要意义，对城市群达成“双碳”目标，提升可持续发展的能力具有重要作用。

目前我国对物流效率研究主要是以省域为研究对象。李妍等对碳排放约束下我国物流业的运行效率进行测算；杨雪等对一带一路十省市进行物流效率评价，得出内陆物流发展不平衡的结论；刘承良等对低碳约束下的中国物流效率进行空间演化；何景师等分别选取了三大湾区城市群和五大城市群中的部分城市进行低碳物流效率研究分析；王丽萍等用投入产出法对中国物流业进行碳排放测算；包耀东等对长三角区域物流业的碳排放规模进行估算测量，并定量分析了影响碳排放的影响因素。综上所述，我国现有文献主要是针对省际领域进行研究，且也取得不少研究成果，但针对城市群的研究相对较少。

基于此，本文以长江三角洲27个中心城市为研究区域，基于2010-2020年27个城市的有关物流的面板数据，将物流业碳排放作为非期望产出构建投入产出指标体系，利用超效率SBM模型和Malmquist指数对长三角城市群碳排放约束下物流效率进行测算，以期为长三角城市群物流业科学减排制度提供参考，推动物流产业结构优化升级。

1  数据来源与研究方法

1.1  指标选取与数据处理

物流业有别与其它传统产业，现中国缺乏专门对物流产业的统计，本文参照现有文献以交通运输、仓储和邮政业来界定物流业。同时相关指标的选取要充分反映物流业的发展水平，指标个数和DMU之间的数量关系需满足SBM方法的可行性。基于此，本文构建了低碳约束下物流业的投入产出指标体系。

投入指标选取。投入指标主要从资本、劳动和基础设施三方面选取，其中资本选取交通运输、仓储和邮政业的固定资产投资，劳动选取交通运输、仓储和邮政业的从业人数，基础设施方面，因需满足数据可获取性和统一性，部分城市航道里程数据难以获得，因此主要选取公路总里程。期望产出则选取物流业生产总值、货物综合周转量和货物运输量作为指标。非期望产出则以物流业碳排放量为指标。长三角27个城市2010—2020投入产出指标数据主要从《中国统计年鉴》、各省市《统计年鉴》以及《中国能源统计年鉴》等获取。而现有统计年鉴并没有关于物流业碳排放量的统计数据，因此本文借鉴何景师[4]等计算方法，用不同运输方式的货物周转量来计算长三角27个城市的碳消耗量。

2  研究方法

2.1  超效率SBM模型和Malmquist指数模型

（1）数据包络分析DEA利用线性规划来度量效率，其分为径向和非径向两种角度，考虑物流业投入产出并不一定按同比例放缩，本文选择非径向角度。而传统 DEA存在投入产出松弛性和径向选择偏差性的问题，且其分析投入产出效率时，资源投入会带来“非期望产出”，因此本文采用超效率 SBM 模型。

（2）Malmquist 指数是一种动态分析生产率变化的工具，通过两个时间点对比得到全要素生产率，其可以反映物流效率在这一时间段所发生的变化。因此，构造t与t+1相邻两年的Malmquist 指数公式，其中ML为全要素生产率，ML>1则表示全要素生产率提高

3 实证分析

3.1  超效率SBM分析

本文利用超效率SBM模型，对长三角27个城市2010—2020年碳排放约束下的物流效率进行测算，如表1所示。超效率SBM值体现了考虑碳排放非期望产出下的物流效率静态评价数据，总体看长三角27个城市的历年平均低碳物流效率值为0.87，上海市为1.795，远超长三角城市群的平均水平，浙江9市均值为0.752，江苏9市为0.844，安徽8市为0.915。

将27个城市根据历年效率均值分类如表2所示，第一、二梯队的城市中除了上海，浙江9市中有5个，江苏9市中有6个，安徽8市中有7个，而第四梯队的城市以浙江最多，这反映了长三角各省份之间低碳物流效率有所差异，浙江省省内差异较大。按空间布局来看，大部分沿海城市低碳约束下的物流效率要比内陆城市高，其中上海低碳物流效率要远高于其它省份和城市，分析得知，沿海城市的航运发达，如上海、宁波等城市港口吞吐量大，水路货物运输量占整个城市货物运输量的比重较大，从而低碳物流效率较高。按时间分析，2010—2020年，除上海以外，浙江，江苏，安徽各市低碳物流效率均值呈下降趋势，可以看出，虽然随着经济逐步发展，货物运输量和货物周转量不断提高，但物流产业还是维持着粗放发展的模式，导致低碳物流效率并没有稳步提高。进一步分解技术效率值，得到纯技术效率和规模效率，从纯技术效率来看，长三角27市2010—2020年均值呈波动上升趋势，江苏和安徽各市均值比上海和浙江高，存在一定的区域差异性。从规模效率来看，长三角27市规模效率均值波动较大，安徽省8市规模效率均值最高，江苏省最低。近年来，为达成双碳目标，政府加快推进物流领域节能减排进程，倡导绿色物流，但因物流产业的特殊性，低碳物流实施难度较大，物流所产生的能源消耗结构难以产生较大改变，前期实施低碳物流所消耗的成本较大，中小企业难以承担，因此低碳物流发展远没达到预期，还存在很大进步空间。

表 1超效率SBM模型下长三角27个城市低碳物流效率

表 2长三角城市群低碳物流效率历年均值分类

3.2 Malmquist指数分析

表 3 长三角城市群低碳物流全要素生产率

通过Malmquist指数计算得到长三角城市群低碳物流全要素生产率，并计算其均值，如表3所示，从2010—2020年长三角27个城市全要素生产率平均值来看，考虑碳排放约束下流效率全要素生产率为1.053，而不考虑碳排放约束下的传统物流业全要素生产率为1.142，可以看出忽视碳排放约束会高估长三角城市群物流业增长速度。而不考虑碳排放约束下，技术效率和技术进步都要比考虑碳排放约束下技术效率和技术进步较高。而从时序上看，2010—2020年全要素生产率主要分为两个阶段，其中2010—2017年，全要素生产率一直呈波动起伏的状态。2016年国家发展改革委出台物流业降本增效专项行动方案，以创新、协调、绿色等为核心发展理念，推动物流业深化改革，全面提升。随着国家针对物流业的各种改革措施落到实处，2017—2020年物流业全要素生产率稳定在1以上。除此原因以外，随着社会发展，技术不断革新，新能源汽车大力发展并快速投入使用，物流正在进行数字化升级和智慧化改造，这些原因导致了全要素生产率近些年来呈上升趋势。

4 结论与建议

本文基于2010—2020年长三角27个城市有关物流产业的面板数据，运用SBM—ML方法对其低碳物流效率进行实证分析，结果表明：长三角27市低碳物流效率水平较高，但各个城市之间差异较大，低碳物流效率发展并不平衡，上海市低碳物流效率远高于其它城市。2010—2020年，27市综合低碳物流效率还处于下降趋势。分省份来看，除上海之外，安徽省各城市低碳物流效率平均水平比江苏省和浙江省高，低碳物流效率处在第四梯队的城市浙江省占比最大。经过Malmquist指数进一步分析得出，长三角城市群在2010—2020年低碳物流全要素生产率呈波动上升趋势，主要原因为政策支持和技术革新。

   根据上述研究发现，为更好地提升碳约束下的物流效率加快物流绿色低碳发展的脚步，本文提出以下几点建议：首先，利用好长三角所在的优良区位优势，打造交通互联互通一体化态势，构筑区域交通互联网络，全力推进长三角城市群高质量综合交通运输体系，实现长三角物流一体化运行机制。其次，大力发展多式联运，构筑高效运行的多式联运体系，调整运输结构，提高水路、铁路运输比例，完善水路基础设施建设，达到节能减排的效果。再者，提高科技创新水平，加大新能源的投入使用，提高新能源货运汽车比例，加快人工智能和物联网技术的进步，提升物流设备自动化、智能化，推动物流活动信息化、数据化，实现智慧物流。最后，需要加快产业结构升级，淘汰落后、粗放的高污染、高耗能企业，引进高新技术产业，打造绿色经济发展模式，实现可持续发展。

文章来源： 《物流科技》  https://www.zzqklm.com/w/jg/30901.html