试议碳强度约束下区域物流产业效率测算

论文导读：
摘 要：基于2004-2011年中国30个省区物流业的面板数据，应用环境DEA技术和方向距离函数策略，对碳强度约束下中国物流业全要素生产率的增长来源与区域差异进行实证分析。结果表明：碳强度约束下的物流业全要素生产率年均增长率达1.9%，高于不考虑碳约束情形；碳强度约束下的物流业生产率指数与碳强度目标吻合，物流业全要素生产率改善，碳强度下降；物流业生产率的提升主要依赖物流技术进步和创新；碳强度约束下东部地区物流业生产率存在趋同性，中部地区差异在扩大，西部地区则在缩小。
关键词：物流业全要素生产率；碳强度；环境DEA技术；技术进步
1003-3890（2014）03-0062-06
一、引言
物流业是国民经济发展的重要服务行业，其发展水平已成为衡量一个国家或地区综合实力的重要标志之一。同时，物流业对汽油、煤油等能源的消耗量较大，成为中国能源消耗的主要行业之一。例如，2011年，物流业消耗煤油量和汽油量为1 646.35万吨和3 373.52万吨，分别占总消耗量的90.6%和45.6%；可以说，物流业已成为二氧化碳气体排放的重要来源。伴随着物流业在国民经济发展中地位的日益提升，如何通过环境管制理念和先进的物流技术，在推动物流业效率增长的同时将环境污染影响降至最小，合理地规划、统筹和管理物流系统显得非常重要。
全要素生产率分析是研究经济增长的重要工具，可以从整体上反映一个产业的生产率状况。自Chow（1993）[1]首次提出该研究策略以来，目前已成为热点，关于中国全要素生产率的研究主要集中在三个方面：一是主要集中于工业和农业部门等具体部门的全要素生产率研究；二是运用加总时间序列数据研究中国全要素生产率随时间的波动和变化态势；三是运用面板数据对中国各省份的全要素生产率的差异化进行实证研究。
早期物流产业效率的文献研究集中于对运输业效率进行分析，Oum等（1992）[2]提出了交通生产率的概念并提出测算策略，国内学者余思勤等（2004）[3]测算了中国交通各部门1990—2000年的生产率，但并未测算交通全行业的生产率。刘玉海等（2008）[4]分析了2000—2004年中国道路运输业生产率。随着物流业的快速发展，对物流产业效率理由的研究也逐渐增加。Barros（2003）[5]运用生产率指数测算了1990—2000年葡萄牙10个港口的技术进步与技术效率。张越等（2006）[6]考察了1995—2005年中国9个民用机场的生产率，分析了机场业务量增长和下降的理由。于剑（2007）[7]测算了中国5个主要航空公司2002—2006年的全要素生产率，认为生产率总体上有所提高，且增长受到技术效率改善与技术进步的共同影响。田刚等（2009）[8]运用超越对数随机前沿模型策略，分析了1991—2007年我国29个省级地区的物流业全要素生产率，并分析了其增长来源。王维国等（2012）[9]利用Malmquist-luenberger生产率指数策略测算了1997—2009年我国30个省级地区的物流产业效率，并首次将碳排放纳入非期望产出考虑，发现物流产业效率受外部环境因素影响显著。唐建荣等（2013）[10]综合考虑环境负荷与经济增长之间的关系，将非期望产出的二氧化碳排放量作为投入变量，运用DEA模型衡量了物流业的纯技术效率、规模效率和综合效率，发现不过滤碳排放的影响，物流业的纯技术效率值被低估，而规模效率值被高估。
综上所述，现有关于物流产业效率方面的研究成果颇丰，但仍然存在不足：一是诸多学者主要集中于从行业层面或企业层面考察和比较物流业全要素生产率的变化，缺乏从区域角度考虑物流产业的研究，也未能考察区域物流生产率的差异和变动；二是目前研究策略中基本都是将物流资本、物流业从业人员和物流业能源消耗等生产要素作为投入要素和期望产出考虑，未将环境污染等非期望因素纳入度量。因此，本文研究将碳排放作为非期望产出纳入模型度量，并运用基于环境DEA技术的Malmquist-luenberger指数策略测算物流业全要素生产率。

二、研究策略与模型

(一)曼奎斯特-鲁恩博格生产率指数模型

Chung et al.（1997）[11]在环境DEA技术与方向距离函数的基础上，提出了曼奎斯特-鲁恩博格生产率指数（简称LP），解决了减少非期望产出情形下测算全要素生产率的理由。
考虑一个地区物流产业总值生产函数F（X），其中X表示要素投入，并假设要素投入X=（K，L，E）∈R+N，K表示资本投入，L为劳动力投入，E为能源投入。通过生产得到Y和C。其中Y对物流产业增长发展有利，是一种期望产出，期望其越大越好；而C是一种伴随生产过程产生的非期望产出，期望其越小越好。所有可能的包括期望产出与非期望产出的产出构成的集合称为生产可行集，记为P，基于环境DEA技术的非参数分析框架，假设一共有i=1，…I个地区作为决策单元，第i=1，…I个地区的投入和产出值为（Ki，Li，Ei，Yi，Ci），强度变量？覣i是在构造生产前沿时分配给每个决策单元的权重，可以采用以下的线性规划来表示。
P={（K，L，E，Y，C）碳强度约束下的区域物流产业效率测算由提供海量免费论文范文的www.7ctime.com,希望对您的论文写作有帮助.：■？覣iKi？燮K；
■？覣iLi？燮L；
■？覣iEi？燮E；
■？覣iYi？叟Y；
■？覣iCi=C；？覣i？叟0，i=1，…I}（1）
方向性距离函数是指在某种生产技术水平下，基于固定的投入（或产出），描述产出指标变量（或投入指标变量）最优比例的一种代表性函数，可以用式（2）表示：
■0（K，L，E，Y，C；dY，-dC）=sup{？姿：（Y+？姿dY，C-？姿dC）∈P（K，L，E，Y，C）}（2）
式（2）中，距离函数值？姿表示决策单元观测值（Y，C）与其在生产前沿面上投影（Y+？姿dY，C-？姿dC）之间的距离。方向向量d=（dY，-dC）决定了效率测度的方向，即产出扩张或减少的方向，其中期望产论文导读：-dC）的不同取值，本文设定了两种方向距离函数情形。碳强度约束下的区域物流产业效率测算由专注毕业论文与职称论文的www.7ctime.com提供,转载请保留.碳强度约束下的区域物流产业效率测算相关范文由写论文的好帮手www.7ctime.com提供,转载请保留.碳强度约束下的区域物流产业效率测算由提供海量免费论文范文的{#Get
出（Y）扩张的方向为dY，而非期望产出（C）下降的方向向量-dC，方向距离函数实现在非期望产出约束下期望产出的最大扩张。根据方向向量d=（dY，-dC）的不同取值，本文设定了两种方向距离函数情形。碳强度约束下的区域物流产业效率测算由专注毕业论文与职称论文的www.7ctime.com提供,转载请保留.碳强度约束下的区域物流产业效率测算相关范文由写论文的好帮手www.7ctime.com提供,转载请保留.碳强度约束下的区域物流产业效率测算由提供海量免费论文范文的{#GetFullDomain},希望对您的论文写作有帮助.