省际物流业绿色全要素生产率时空差异及空间收敛性研究

作 者:

作者简介:
李健(1963- ),男,天津理工大学循环经济与企业可持续发展研究中心,天津大学管理与经济学部,教授,博士生导师,主要从事循环经济与生态工业工程方面的研究,E-mail:lijian631219@163.com。天津 300384;刘恋,通讯作者,天津大学管理与经济学部,E-mail:liulian950106@163.com。天津 300072

原文出处:
长江流域资源与环境

内容提要:

将中国30个省市分为八大区域,基于2007-2017年省际物流业面板数据,构建考虑非期望产出的三阶段Super-SBM模型和Malmquist指数模型,对物流业绿色全要素生产率进行测算,并运用ESDA和空间收敛模型进行时空差异和空间收敛分析。研究结果表明:(1)剔除了管理无效率和外部环境因素的制约后,全国GTFP均值下降至0.985,南部沿海、北部沿海、西北、东部沿海区域的GTFP值上升,长江中游、东北、西南、黄河中游区域的GTFP值下降;(2)在时间差异上GTFP指数分三个时段,2007-2012年,GTFP指数大于1,2012-2014年,GTFP指数小于1,2014-2017年,GTFP指数大于1,总体呈上升—下降—上升的趋势;(3)全国各省市间物流业GTFP全局空间相关性逐渐增强,东北、北部沿海、黄河中游、长江中游、西南区域体现出了正相关拉动作用,北京、天津、山东始终是高绿色全要素生产率的核心带动地区。全国物流业发展不平衡,各地区间发展差异大,两极分化现象严重;(4)我国物流业GTFP水平呈现“M型”波动变化,最后逐渐趋于收敛态势。八大区域可分为两类,北部沿海、东部沿海、南部沿海、长江中游区域趋于收敛态势;黄河中游、东北、西南、西北区域趋于发散态势。


期刊代号:F14
分类名称:物流管理
复印期号:2020 年 10 期

字号:

      当前中国第三产业在迅速发展,物流业已成为推动国家经济发展的支柱性产业。物流业运作成本高,生产效率偏低,能源消耗量大,成为了我国实行碳减排的重要行业。2014年10月,国务院发布了《物流业发展中长期规划(2014-2020年)》,其中提到节能减排、绿色环保,完善标准、提高效率等的主要原则,同时也提出大力发展绿色、高效的低碳物流是我国物流业可持续发展的必然要求。在新常态的背景下,如何通过发展低碳绿色物流带动经济平稳运行增长是物流业发展的必由之路。因此以物流业绿色全要素生产率为研究突破口,深入分析物流业绿色全要素生产率的时空差异和空间收敛性,寻求提高生产率的策略,为区域物流业总体协调发展提供合理建议,这对物流业绿色可持续发展具有重大现实意义。

      1 文献综述

      近年来,国内外学者对物流业效率的相关研究越来越多。在研究对象方面,主要集中于静态效率和动态效率变化等领域。在静态效率方面:如Markovits-Somogyi等[1]将DEA和AHP相结合,对29个欧洲国家的物流效率进行测度;Huaqing Wu等[2]对中国物流企业的运营效率做了分析;王春豪等[3]研究公路物流效率及其影响因素;Zhou等[4]运用CCR和BCC模型,结合分步回归法对第三方物流企业运作效率和影响因素进行研究;江兵[5]扩展了传统的DEA模型,评价了468家物流企业所属的14家行业的能源效率;王玲[6]考虑能源消耗和碳排放,利用SBM方向性距离函数,并结合序列DEA和共同边界生产函数,测算物流业技术效率。以上文献是对物流效率研究处于静态的比较,难以对物流效率的动态变化进行比对,因此更多学者开始分析物流业效率动态变化,而全要素生产率可作为衡量地区物流业发展过程中资源投入转化为产出的效率指标,如舒辉[7]等运用空间面板计量方法对中国物流产业集聚与全要素生产率增长之间的关系进行了分析;张立国等[8]测算了中国物流业全要素能源效率的动态变化和区域差异;唐建荣[9]等从绿色全要素生产率视角出发,分析物流经济增长质量;杨恺钧等[10]在考虑碳排放的前提下分析了长江经济带物流业的全要素能源效率;程长明等[11]测算长江经济带物流业环境全要素生产率。但以上研究投入指标选取尚不全面,未能全面反映物流业的实际发展状况。

      在研究方法方面,三阶段DEA模型[12-14]已被广泛应用,早期学者大多应用传统的三阶段DEA模型对我国物流业效率进行研究[15-17],然而传统的三阶段DEA模型大多采用的是BCC或CCR模型,但未考虑到投入产出的松弛问题,当前学者在此基础之上,根据具体研究问题的性质将传统三阶段DEA模型与其他模型相结合,或对传统三阶段DEA模型进行改进,更加系统有效地分析物流业的效率。如王东方等[18]采用三阶段DEA和Bootstrap-DEA方法测算了2016年中国31个省市的物流业技术效率,并分析空间差异和动因;范建平等[19]考虑非期望产出,将传统的三阶段DEA模型与EBM结合,测算中国省际物流业效率;马明等[20]基于三阶段SBM模型,比对了东三省和长三角区域的物流效率。以往关于物流效率研究的文献中,鲜少有学者在改进传统三阶段DEA模型的同时,又与其他模型相结合。

      综上所述,本文在现有成果基础之上,投入指标从人力、物力、财力、能源、信息化5面入手来全面反映物流业发展状况。在模型选择时,相比于传统的DEA模型,Tone[21]提出的SBM模型更好地将松弛变量加入到目标函数中,然而该模型存在的一大缺陷是无法评价多个处于生产前沿面的决策单元。因此2004年Tone[22]又提出了考虑非期望产出的Super-SBM模型。基于此本文提出考虑非期望产出的三阶段Super-SBM模型并与Malmquist指数模型结合,该模型有5个优点:①考虑了非期望产出;②解决了投入产出的松弛问题;③解决多个处于生产前沿面的决策单元评价排序问题;④剔除了环境变量和随机误差的影响;⑤解决了研究对象的动态变化问题。因此本文借助考虑非期望产出的三阶段Super-SBM模型与Malmquist指数模型,对全国30个省市2007-2017年间的绿色全要素生产率进行测算,建立空间自相关模型,通过全局Moran's I指数和局部Moran散点图进行空间相关性分析,从八大综合经济区视角出发,探索区域间物流业绿色全要素生产率的空间集聚性,并对其进行区域比较和空间收敛性分析,为政府制定相关政策提供参考,有助于调整物流资源的配置,实现全国物流业的协调发展。

      2 研究方法与数据来源

      2.1 研究方法与指标体系

      2.1.1 三阶段Super-SBM模型

      模型构建如下:

      第一阶段:Super-SBM模型

      ρ[*]=min1/mx/x[,i0]/1+1/s[,1]+s[,2](y[g]/y[g][,r0]+y[b]/y[b][,t0]

      s.t.x[,ij]λ[,j],i=1,…,m

相关文章: