中国物流业能源生态效率与其影响因素的动态响应研究

作者简介:
张瑞,中国矿业大学(北京)管理学院副院长,教授,博士研究生导师,研究方向:能源经济、产业经济;胡彦勇(通讯作者),中国矿业大学(北京)管理学院博士研究生,研究方向:能源经济、低碳物流;郄晓彤,中国矿业大学(北京)博士研究生,研究方向:计量经济、能源系统工程(北京 100083)。

原文出处:
经济问题

内容提要:

基于超效率SBM模型测度分析了2005-2019年中国30个省(自治区、直辖市)物流业的能源生态效率,并构建PVAR模型考察能源生态效率与其影响因素地区经济水平、政府投入、城镇化进程之间的动态均衡关系。研究结果表明:2005-2019年中国物流业能源生态效率总体呈下降趋势,区域间差异明显,大部分省(自治区、直辖市)处于中高效率水平。通过面板向量自回归模型可知,物流业能源生态效率具有驱动惯性,前期发展水平会对后期发展产生显著影响。此外,地区经济水平和政府投入对能源生态效率的影响就长期而言起正向推动作用,而城镇化进程对能源生态效率的促进作用不太显著,需要加快建设新型城镇化。


期刊代号:F14
分类名称:物流管理
复印期号:2022 年 02 期

字号:

      21世纪以来,依托社会经济的快速发展、信息技术的深化应用,中国物流业取得了显著卓越的成就。据中国财经时报网报道,2020年我国物流业营业额达到300.1万亿元,较上年同期相比增长3.5%。物流业对国民经济发展的助推作用日益增强且越发关键。但是,物流业在创造经济效益的同时,也随之带来了一些不利的社会影响,生态环境污染就是其中之一。物流业作为我国能源消耗五大行业之一,每年能源消耗量巨大且呈上升趋势,尤其是对燃油的消耗量更是位居各行业之首。能源的大量消耗不仅会导致环境污染问题,而且会加剧能源短缺,制约我国经济的可持续发展[1]。习近平总书记在中共中央政治局第二十九次集体学习时强调要全面提高能源效率,保护生态环境,推动现代化服务业发展。在国家经济新常态下,物流业必须转换发展方式,提升全要素能源生态效率,降本增效,绿色发展,才能获得健康发展,并为我国实现“碳中和”目标助力。

      能源生态效率(Energy Eco-efficiency,简称EEE)是指兼容生态效益和经济效益,力求以最小的能源消耗和环境污染带来最大的经济效益,达到“能源—经济—环境”协调发展的目标[2]。目前,已有大量学者对能源生态效率进行研究。在研究主体方面,主要集中于工业企业,典型研究有,孙伟将工业“三废”排放量作为非期望产出变量,运用DEA-SBM模型对黄河流域城市能源生态效率进行测算,分析其内外部影响因素[3];Guan和Xu同样考虑工业能源消耗的非期望产出,运用SBM模型对1997~2012年中国大陆八大经济区域能源生态效率进行测算,分析其空间差异及影响因素[4];王腾等则是以资源、资本以及劳动要素作为投入指标,并创造性地将社会福利纳入产出指标体系,构建以GDP增长、环境保护和社会福利为评价要素的产出指标体系,采用SBM-Undesirable模型对我国30个省份的能源生态效率展开研究[5]。可见,工业方面能源生态效率的研究较为成熟且已取得丰富成果,提出了许多可行有效的测算方法和有价值的政策建议,为本文研究奠定了重要基础。

      针对物流行业能源生态效率的研究,学者们多关注效率测算以及影响因素分析两个方面,并且众多学者多以全要素能源效率为评价标准衡量物流业能源使用效率。如李健和刘恋通过SBM和Malmquist模型对我国2007-2017年物流业的全要素能源效率进行测量,分析各区域间物流产业全要素能源效率的聚集效应及空间分布格局的变化规律,并选取地区GDP、财政支持和居民消费水平作为环境指标,分析其对全要素能源效率的影响[6];郁葱茏则采用超越对数生产函数对物流业全要素生产率进行测度,并考察人力资本、区域经济增长、固定资产投资等因素对全要素生产率增长的影响[7];张瑞和孙夏令进一步将能源消耗和碳排放指标纳入到了评价体系,融入了更多绿色思维和绿色发展理念,更加全面的评价物流业绿色发展水平,并从科技、设施、经济、市场等4个方面选取影响指标,阐述相关变量对物流业全要素生产率的影响[8]。

      以上研究对评价物流业能源效率,推动物流业发展做出了突出贡献。但是仍存在进一步的研究空间,具体包括如下几个方面:第一,现阶段能源生态效率研究主要集中于工业企业,针对物流业的相关研究比较缺乏,尚未形成针对性的研究成果,但物流业作为我国基础性、支柱性产业,其发展对我国生态环境和经济发展影响重大,对物流业进行能源生态效率研究是必要且有意义的;第二,当前对物流业的能源效率研究并没有考虑生态因素,而是将生态环境污染外生化以及未能实现对物流业综合效率的客观评价,难以反映物流业运作的真实情况;第三,现有研究多考虑能源生态效率与影响因素之间同时期的静态影响关系[9],忽视影响因素与能源生态效率之间的内生性,以及各影响因素滞后期的变动对能源生态效率的动态影响。为解决上述问题,本文基于物流业行业特征从生态环境污染内生化出发,将能源消耗作为投入因素,碳排放作为非合意产出,对物流业进行能源生态效率评价,探讨其演变规律,并进一步运用PVAR模型实证分析物流业能源生态效率与其影响因素之间的动态因果关系,为提高我国物流业能源生态效率,促进物流业的均衡发展,缩小地区间的差异提供合理建议,更切实有效地推动物流业的绿色可持续发展。

      二、研究方法与指标体系构建

      (一)研究方法

      1.超效率SBM模型

      目前,国内外学者对能源生态效率的研究,主要采用数据包络分析法(DEA)和随机前沿分析法(SFA)。SFA在运用时,需要设定复杂的假设条件以及建立具体的生产函数、构建技术无效率的分布形式,这些前期操作的好坏与参数估计结果质量息息相关,具有较大的主观性与不确定性。相比之下,DEA方法在做此类评价时更具可靠性和适用性,无须进行生产函数设定,更适合对相同类型的多投入、多产出决策单元进行测度。为克服传统DEA模型无法考虑松弛变量的问题,部分学者选用SBM模型对能源生态效率进行测算。该模型属于非导向模型,是由Tone在2001年提出的,可有效解决径向模型对无效率测算时无法包含松弛变量的局限[10]。为此,本文选用基于非合意产出的SBM模型测算中国省域物流业能源生态效率。其模型具体原理如下:

      

      则所有决策单元所构成的生产可能性集P可定义为:

      

相关文章: