【摘要】中国东部地区经济发展迅速ꎬ２０１２－２０２１年地区平均碳排放量占全国碳排放总量的４４.５％ꎬ而平均物流业增加值占全国物流业增加值的４９.６％ꎬ因此ꎬ提高地区物流业碳排放率ꎬ对实现东部沿海地区低碳可持续发展具有重要意义ꎮ文中基于２０１２－２０２１年面板数据ꎬ运用Ｓｕｐｅｒ－ＳＢＭ－ＤＥＡ模型和Ｍａｌｍｑｕｉｓｔ指数模型ꎬ从静态、动态角度测度东部地区低碳物流效率ꎬ借助泰尔指数从空间角度探究该地区低碳物流结构差异ꎬ并采用Ｔｏｂｉｔ模型分析其影响因素ꎮ研究发现:①区域内物流发展不均衡ꎬ从静态角度看ꎬ１０个省市的低碳物流效率值差距较大ꎬ其中北京的效率值最低ꎬ为０.１４８ꎬ上海的效率值最高ꎬ为１.３７９ꎻ从动态角度看ꎬ技术进步可以带动低碳物流全要素生产率的发展ꎮ②东部地区区域间差异不断缩小、区域内部差异逐渐扩大ꎬ是该地区低碳物流业总体产生差异变化的主要原因ꎮ③低碳物流效率影响因素中ꎬ产业结构、物流业集聚性、物流信息化水平和能源利用率具有显著的正向作用ꎬ环境规制程度影响不显著ꎮ

　　【关键词】物流效率,Ｓｕｐｅｒ－ＳＢＭ－ＤＥＡ模型,Ｍａｌｍｑｕｉｓｔ指数,泰尔指数,Ｔｏｂｉｔ模型

　　1引言

　　生态文明建设是中华民族可持续发展的根本大计,而“双碳”目标的实现是生态文明建设的必然要求。习*平总*记在“十四五”节能减排工作中指出,我国生态文明建设进入了以降碳为重点战略方向,全面推动减污降碳协同增效,促进经济社会发展全面低碳转型的关键时期。近年来,中国的经济发展逐渐由高速增长阶段转向高质量发展阶段,物流作为我国重要的基础设施,目前依旧存在物流资源要素配置不合理引起高投低效等问题,因此同样需要作为重要组成部分融入到这个大环境的改变中。为了实现降本增效的可持续发展目标,物流业发展模式应该逐步实现从量的发展向质的发展的转型升级,这就意味着推动我国物流业发展朝着低碳方向发展已成必然趋势。面对国内外复杂的经济形势,东部地区的经济发展依旧保持快速且平稳的增长。该区域不仅人才密集,还拥有信息中心密集的优势,对全国物流业具有较大范围的辐射作用。并且在2012-2021年间,东部地区的平均物流业增加值占我国物流业的49.6%,对全国的物流业发展产生了大范围的辐射,但由于该地区的平均碳排放量占全国碳排放总量的44.5%并逐年升高,因此,提高该地区物流业效率对全国物流业的发展具有明显的促进作用。

　　本文选取我国东部地区物流业为研究对象,对低碳物流发展效率进行测度和影响因素分析,为东部地区物流业低碳发展提出政策建议,也为进一步推动全国物流业低碳发展提供参考。

　　2文献综述

　　物流业作为支持国民经济发展的基础产业,在区域低碳经济发展中发挥重要作用。徐超毅,齐豫[1]对华东地区物流业绿色发展效率进行测度和空间分析。张云宁等[2]从绿色发展角度,对长江大保护区域19个省市物流业效率进行综合研究。杨扬,李燕[3]从低碳物流和区域经济协调发展角度,构建耦合协调度模型评析云南省低碳物流和区域经济发展现状。何景师等[4]对我国沿海五大城市群低碳物流效率及影响因素进行研究,并提出促进低碳物流效率提升的对策建议。东部地区经济发展迅速,2012-2021年间平均碳排放量占全国碳排放总量的44.5%,而物流业平均增加值占全国物流业增加值的49.6%,因此,提高地区物流业碳排放率对全国及地区低碳发展具有重要意义。在目前对低碳物流效率的研究中,东部地区低碳物流效率研究鲜有涉及。因此,将该地区作为研究对象对提升低碳物流效率具有理论和现实意义。

　　物流效率测度研究方法主要有数据包络分析法(DEA)、DEA-Malmquist指数和三阶段DEA模型等。①数据包络分析(DEA)法。该方法适合多投入、多产出效率测度,在低碳物流效率研究领域应用比较广泛。过东琴,许学军[5]利用DEA模型对中国省际绿色经济发展效率进行测算并给出建议。传统DEA模型只考虑管理无效率对偏差的影响,忽略了环境因素和随机误差存在时并不能有效观测效率变化。②DEA-Malmquist指数法。朱桃杏等[6]运用DEA-Malmquist指数从静态和动态角度对京津冀区域物流效率进行测度并探究物流发展空间差异。DEA-Malmquist指数法可以实现动态效率观测,但无法进行评价排序。③三阶段DEA模型分析法。谈晓勇,陈猛[7]构建三阶段DEA模型对我国30个省市低碳物流效率进行测度;Zhang等[8]利用三阶段DEA模型对中国沿海省份低碳物流效率进行测度,解决了环境因素和随机干扰的影响。但在面对多个决策单元有效时,该方法不能更准确地测量物流效率。

　　目前,国内外学者已对碳排放测算、影响因素及减排措施展开大量研究,丰富了各领域低碳理论体系,为各部门低碳发展提供了科学依据。郑玉雨等[9]以我国31个省市为研究对象,对我国农业碳排放进行测算并完善碳源衡量指标体系,为促进农业可持续发展提供理论依据。程占红等[10]建立旅游业碳排放测度模型对碳排放进行测算,为太原市旅游业节能减排做出贡献。刘金芝等[11]建立土地低碳集约利用相关评价指标体系,对乌鲁*齐市土地集约利用进行量化分析。以上学者在低碳视角下考虑各领域能源、环境和碳排放等指标因素,加强对低碳化发展的界定,为后续研究提供参考价值。

　　综上所述,当前研究已经取得一些成果,但仍存在一些不足:第一,区域研究方面。针对低碳物流效率研究主要集中于省域或城市群层面,影响力较大的东部地区物却鲜有涉及;第二,研究方法方面。多数学者普遍使用传统DEA模型方法进行效率测度,但基础模型存在一定效率评估值误差;第三,研究指标体系方面。各领域在构建指标体系时,从低碳视角加入能源、环境等因素对效率测度的影响指标,鲜有从低碳视角对东部地区物流效率测度进行研究。因此,本文选取Super-SBM-DEA模型,在低碳指标约束下,构建低碳物流效率指标体系,对东部地区10个省市物流效率进行测度。一方面,可以规避误差风险,从而更准确地测算物流效率;另一方面,可以进一步揭示低碳约束下东部物流业效率空间变化及其影响因素,为东部地区物流业低碳发展提供有效建议,促使我国物流业低碳协调发展。

　　3研究方法

　　3.1基于非期望产出的Super-SBM-DEA模型

　　本文选取成刚[12]推导的带有非期望产出的超效率SBM模型评估DMU,如公式(1)所示:

　　[参考文献]

　　[1]徐超毅ꎬ齐豫.我国区域物流业绿色发展效率测度和空间分析—以华东地区为例[J].生态经济ꎬ2023ꎬ39(04):81-88.

　　[2]张云宁ꎬ刘子琦ꎬ欧阳红祥ꎬ等.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ꎬ2020ꎬ40(02):33-40.

　　[3]杨扬ꎬ李燕.低碳物流与区域经济耦合协调研究—以云南省为例[J].生态经济ꎬ2023ꎬ39(06):86-92+142.

　　[4]何景师ꎬ张智勇ꎬ叶善椿.基于三阶段超效率SBM-DEA模型的我国沿海五大城市群低碳物流效率研究[J].上海海事大学学报ꎬ2023ꎬ44(03):55-63.

　　[5]过东琴ꎬ许学军.中国绿色经济效率的测度与评价研究[J].中国物价ꎬ2023(01):33-36.

　　[6]朱桃杏ꎬ韩佳萌ꎬ王慧.“双循环”格局下京津冀区域物流发展特征评价[J].生态经济ꎬ2022ꎬ38(10):80-87.

　　[7]谈晓勇ꎬ陈猛.物流业碳排放区域差异特征及效率解析[J].重庆工商大学学报(社会科学版)ꎬ2024ꎬ41(3):113

　　[8]Qingyu ZhangꎬJieshan MaiꎬYulin Li.Three-stage DEA provinces of China[J].Journal of Physics:Conference Seriesꎬ2021ꎬ1910(1).

　　[9]郑玉雨ꎬ葛察忠ꎬ于法稳.低碳视角下农业集约化、绿色化与资源再生化的实现机制研究[J].华中农业大学学报(社会科学版)ꎬ2022(01):32-44.

　　[10]程占红ꎬ王峥ꎬ马子行.低碳视角下太原市旅游业碳均衡分析[J].生态学杂志ꎬ2020ꎬ39(06):2051-2060.

　　[11]刘金芝ꎬ蒲春玲ꎬ王志强ꎬ等.低碳视角下乌鲁*齐市土地集约利用评价[J].东北师大学报(自然科学版)ꎬ2019ꎬ51(02):116-122.

　　[12]成刚.数据包络分析方法与MaxDEA软件[M].北京:知识产权出版社ꎬ2014.

　　[13]姚山季ꎬ马琳ꎬ来尧静.“一带*路”重点省份低碳物流效率测度[J].生态经济ꎬ2020ꎬ36(11):18-24.

　　[14]张雪纯ꎬ曹霞ꎬ宋林壕.中国减污降碳效率测度及影响因素研究—基于超效率SBM-Tobit模型[J].生态经济ꎬ2023ꎬ39(10):174-183.

　　[15]尹阳ꎬ叶翀ꎬ江文婷.基于Super-SBM-DEA模型的区域物流效率评价与影响因素[J].电子科技大学学报(社科版)ꎬ2023ꎬ25(04):103-112.

　　[16]张军ꎬ吴*英ꎬ张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究ꎬ2004(10):35-44.

　　[17]汪文生ꎬ考晓璇.高质量发展视角下环渤海地区物流效率测度研究—基于三阶段DEA模型[J].商业研究ꎬ2021(04):75-84.

　　[18]卢敏.物流业绿色全要素生产率及其影响因素分析[D].泉州:华侨大学ꎬ2016.

　　[19]Tone K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Researchꎬ2002ꎬ143(1):32-41.

　　[20]张广胜ꎬ类维梦.中国四大城市群区域物流能力评价研究[J].重庆工商大学学报(社会科学版)ꎬ2024ꎬ41(3):102-112.

　　[21]Xu JꎬLan M.Carbon emission assessment of port integrated logistics in low-carbon environment[J].International Journal of Frontiers in Sociologyꎬ2021ꎬ3(18).

　　[22]李亚玲ꎬ侯兰功ꎬ杜小戈.成渝地区双城经济圈物流空间联系及其网络结构研究[J].西安理工大学学报ꎬ2024ꎬ40(1):90-99.

　　[23]Long RꎬOuyang HꎬGuo H.Super-slack-based measuring data envelopment analysis on the spatial–temporalpatterns of logistics ecological efficiency using global Malmquist Index model[J].Environmental Technology and Innovationꎬ2020ꎬ18:100770.

　　[24]刘承良ꎬ管明明.低碳约束下中国物流业效率的空间演化及影响因素[J].地理科学ꎬ2017ꎬ37(12):1805

　　[25]Deng FꎬXu LꎬFang Yꎬet al.PCA-DEA-tobit regression assessment with carbon emission constraints of China,s logistics industry[J].Journal of Cleaner Productionꎬ2020ꎬ271.

　　[26]王海峰ꎬ田强ꎬ李金华等.“一带*路”沿线省份物流效率及其影响因素的随机前沿分析[J].公路交通科技ꎬ2020ꎬ37(10):151-158.

　　[27]Cagliano C AꎬMarco D AꎬMangano Gꎬet al.Levers of logis-tics service providers,efficiency in urban distribution[J].Operations Management Researchꎬ2017ꎬ10(3-4):104

　　[28]杨文越ꎬ李涛ꎬ曹小曙.中国交通CO2排放时空格局演变及其影响因素—基于2000-2012年30个省(市)面板数据的分析[J].地理科学ꎬ2016ꎬ36(04):491-501.

　　[29]刘宏伟ꎬ杨荣璐ꎬ石红娟.物流枢纽城市物流业效率时空差异及其收敛性[J].北京交通大学学报(社会科学版)ꎬ2022ꎬ21(02):122-133.

　　[30]SbihiꎬAbdelkaderꎬEgleseꎬet al.Combinatorial optimization and Green Logistics[J].Annals of Operations Researchꎬ2010ꎬ175(1):159-175.[31]Hailu AꎬVeeman S T.Non-parametric productivity analysis with undesirable outputs:An application to the Canadianpulp and paper industry[J].American Journal of Agricultural Economicsꎬ2001ꎬ83(3):605-616.