低碳约束下长江经济带邮政速递物流效率评价

隆双双，王向前

(安徽理工大学 经济与管理学院，安徽 淮南 232001)

快递业作为物流业的分支产业，如今不仅在我国国民经济中占据了重要地位，也成为了我国经济的新增点.2017年，国家邮政局在《快递发展“十三五”规划》报告中提出了2020年我国要建成普惠城乡、技术先进、服务优质、安全高效、绿色节能的快递服务体系.而2020年9月，“双碳”目标的提出也对快递行业节能减排、绿色发展提出了更高的要求.然而随着快递业的高速发展，快递业传统的发展模式不仅增加了资源的消耗，也进一步加大了对生态环境的影响.减少物流活动过程对生态环境的影响也已经成为邮政速递由传统物流发展模式转向绿色高效物流发展模式需要解决的首要问题.其次，邮政速递不同与民间快递企业和外资快递企业，邮政速递作为国企性质的企业，是我国经营最早和规模最大的快递服务企业，在我国快递行业中一直承担着十分重要的角色，其物流效率水平会影响整个行业的发展.而长江经济带作为我国重大战略发展区域，其面积占全国21.4%，人口和生产总值均超过全国40%.因此，以长江经济带为例，从低碳环境下，评价邮政速递的物流效率，其结果具有一定的代表性，能够在一定程度上反映我国邮政速递物流的发展水平，对我国快递行业在低碳环境下的物流发展具有重要的现实意义.

1 文献综述

物流业作为多投入多产出的行业，其发展水平主要是通过物流效率的高低来衡量[1]，而数据包络分析(DEA)方法适用于多投入、多产出的有效性评估分析，因此，国外和国内学者普遍采用DEA方法对物流效率进行评价[2-3].现阶段国内学者对于我国物流效率的研究，主要可分为：1)从非低碳约束的角度下对各省份或区域物流效率进行评价，如郭子雪等[4]利用DEA模型分析出京津冀区域物流综合效率偏低；龚雪[5]利用DEA-Malmquist指数模型评价中部六省的物流效率；王博等[6]和张璇等[7]采用三阶段DEA模型剔除环境因素和随机因素对物流效率的影响，分别对“一带一路”五大沿线区域和新丝绸之路经济带物流效率进行评价.2)从低碳约束下，对物流效率进行评价，如张诚等[8]和董锋等[9]分别运用DEA模型和超效率DEA模型研究低碳环境下我国各个省份的物流业效率；唐建荣等[10]、杨传明[11]和张云宁等[12]运用三阶段DEA模型和Malmquist指数模型，从低碳约束下分别对东部十省、江苏省物流产业和长江大保护区域的物流效率进行评价.也有部分学者采用ANP、AHP、熵权法等[13-15]与模糊综合评价法相结合评价物流效率，但是ANP和AHP法需要人为的对指标设置权重，导致主观性较强；熵权法虽具有客观性，但计算相对复杂.

综上所述，现阶段对于物流效率以及低碳环境下物流效率的评价，大多学者都是从整体物流产业出发，评价各省份或区域整体物流产业的物流效率.较少从低碳环境下，针对某一个物流行业的物流效率进行评价.其次，现阶段对邮政速递物流的研究，大部分都是对邮政速递物流的发展策略、业务流程、配送布局等[16-18]的分析，缺乏针对邮政速递物流效率进行评价的研究.因此，本文从低碳约束的角度出发，建立邮政速递物流效率的评价指标体系，运用三阶段DEA模型，排除环境因素和随机因素影响后，对长江经济带11个省份邮政速递的物流效率进行评价，并根据结果提出提高邮政速递物流效率的相关建议，为我国邮政速递和快递行业在低碳环境下的物流发展提供参考.

2 研究方法及数据来源

2.1 三阶段DEA模型介绍

1)第一阶段：DEA-BCC模型.考虑规模报酬变动的情况，选取DEA-BCC模型，从物流综合效率(TE)、纯技术效率(PTE)和规模效率(SE)三个方面评价长江经济带11个省份的邮政速递的物流发展水平.

2)第二阶段：SFA回归模型.该阶段的目的是剔除外部环境因素和随机误差对邮政速递物流投入变量的影响，得到更加接近实际的投入值.步骤如下：

1)将环境因素作为解释变量，投入冗余作为被解释变量，建立回归模型如下：

Sni=f(zi;βn)+vni+μni,

n=1,2,…,N;i=1,2,…,I

(1)

2)通过剔除环境因素和随机因素对邮政速递物流效率的影响，将所有的决策单元调置于相同的外部环境中，调整公式如下：

[max(vni)-vni]

(2)

本文分离管理无效率和随机干扰的公式参考罗登月[19]的分离公式，得：

(3)

3)第三阶段：DEA-BCC模型.根据调整后的投入变量，再次利用DEAP2.1进行计算得到调整后的物流效率.

2.2 指标选取及数据来源

由于邮政速递各年的固定资产投资和碳排放量的相关数据无法获取，根据文献梳理及数据的可得性，本文选取交通运输仓储与邮政业的固定资产投资、邮政就业人数、邮政投递路线总长度和交通运输仓储与邮政业的碳排放量作为投入指标，将邮政寄递业务量和邮政寄递业务收入作为期望产出指标，建立邮政速递物流效率的评价指标体系.

环境变量：邮政速递的物流效率除了受到物流生产过程的影响，还会受到地区经济、科技水平、产业结构等因素的影响.本文选取地区生产总值来反映该地的经济发展水平，规模以上工业企业R&D经费反映科技发展水平，第三产业增加值与三大产业增加值的比值反映该地区的产业结构，并将这三个指标作为外部环境影响因素.投入产出和环境指标选取如表1所示.

表1 指标选取

数据来源：本文数据选取2016～2019年长江经济带11个省份邮政速递的相关数据，其中交通运输仓储与邮政业固定资产投资和邮政就业人数来源于国家统计局和各省统计年鉴；邮政投递路线总长度、邮政寄递业务量和邮政寄递业务收入来源于各省邮政行业发展统计公报；碳排放量利用中国能源统计年鉴获取的各省交通运输仓储与邮政业的原煤、汽油、煤油、柴油和燃料油的使用量和《2006年IPCC国家温室气体清单指南》中化石燃料消费产生碳排放的计算公式计算得到；环境指标的相关数据均来源于国家统计局.

3 实证结果分析

3.1 第一阶段DEA-BCC实证分析

利用DEAP2.1计算2016～2019年长江经济带11个省份邮政速递的TE、PTE和SE，并得到投入松弛变量.

3.2 第二阶段SFA实证分析

利用Frontier 4.1软件对解释变量为环境变量和被解释变量为投入冗余的SFA模型进行回归，回归结果如表2所示.

表2 SFA回归结果

由表2可知，这四个投入变量冗余的单边似然比检验统计量LR值大于显著性概率为5%或1%的混合卡方分布，这说明有必要进行SFA分析.固定资产投资冗余和就业人数冗余的γ值在0.4～0.7之间，且分别通过1%和5%的显著性检验，这说明管理无效率和随机因素对这两个投入的松弛变量均存在一定的影响；投递路线长度冗余和碳排放量冗余的γ值接近1，且均通过1%的显著性检验，表明这两个投入的松弛变量主要受到管理无效率的影响，受随机因素的影响较小.

1)地区生产总值.该环境变量与四个投入变量冗余的回归系数均为正，表明地区生产总值的增加会在一定程度上造成生产要素投入冗余的增加.这说明地区经济发展水平越高，对于邮政速递的生产投入就会越多，容易导致投入资源的浪费，出现投入冗余的现象.

2)规模以上工业企业R&D经费.该环境变量与四个投入变量冗余的回归系数均为负，表明规模以上工业企业R&D经费的增加有利于减少这四个变量的投入冗余.这说明科技发展水平越高，就越能利用技术提高资源利用率，减少邮政速递的投入冗余.

3)产业结构.该环境变量与固定资产投资冗余、就业人数冗余、投递路线长度冗余和碳排放量冗余的回归系数均为负，表明第三产业增加值的比重增加有利于减少邮政速递物流生产要素的投入冗余.这是因为产业结构优化会使邮政速递企业能够利用最少的物流投入资源，获得最大的投入产出比.

3.3 第三阶段实证结果

根据调整后的投入变量，再次利用DEAP2.1进行计算，得到调整后2016～2019年长江经济带11个省份邮政速递的物流效率.将第一阶段和第三阶段的结果进行整理得到表3.

1)第一和第三阶段对比分析

由表3可知，剔除环境因素和随机误差的影响后，2016～2019年长江经济带11个省份邮政速递的物流综合效率变化明显.从各省邮政速递4年综合效率的平均值可以发现，只有江苏、湖北、湖南和四川4个省份邮政速递的物流效率被低估；其余省份邮政速递的物流效率均被高估.沿海三省邮政速递的物流效率值均在0.9以上，处于技术效率前沿或者弱DEA有效状态；其余省份邮政速递的物流效率均比较低，并且调整后的物流效率值均小于0.7.2016～2019年除了江西邮政速递在调整前后纯技术效率均保持效率前沿外，其余省份邮政速递的纯技术效率都存在被低估的现象，调整后大部分省份邮政速递纯技术效率上升明显，且效率值均在0.9以上，处于弱DEA有效状态或者效率前沿.这说明“十三五”以来，邮政速递充分发挥科技创新引领作用，应用先进的物流技术设备提高投入资源的利用率，且其物流管理水平也处于较高水平.调整后大部分省份邮政速递的规模效率出现降低现象.从第一和三阶段可以看出，规模效率偏低是制约安徽、江西、湖北、湖南、重庆、四川、云南和贵州邮政速递物流效率提高的主要因素.

2)时间和空间角度分析

长三角省份当中，上海、江苏、浙江和安徽邮政速递物流综合效率平均值分别为0.965、0.985、0.969和0.571，除安徽外，沿海三省邮政速递的物流综合效率一直处于较好的状态，这与长三角省份的区位优势和国家政策(《长三角区域规划》)有关.而安徽邮政速递的物流效率低于沿海三省，这可能与安徽省发展政策偏重于省会城市，而导致其他地区物流发展相对滞后，从而导致整体上邮政速递物流效率偏低，但其物流效率一直处于增长趋势.江西、湖北和湖南邮政速递物流效率均值分别为0.470、0.548和0.521，且整体上均呈现出缓慢增长趋势.这是由于“十三五”以来，中部三省逐渐完善物流基础设施建设和规范物流行业市场，使得物流产业规模一直处于增长趋势.西部四省中重庆、四川、云南和贵州邮政速递的物流效率均值分别为0.338、0.677、0.340和0.341.四川省邮政速递物流效率明显高于西部其余三省，这是由于四川省在“十二五”时期完成交通建设投资4 000亿元以上，成为了西部交通枢纽.其余三省邮政速递的物流效率均较低，这主要与地理位置有关.西部地区深处内陆，不仅地广人稀、交通运输不便，而且经济、科技、教育等发展水平与中东部仍有一定的差距.虽然西部大开发战略促进了西部地区的发展，但西部地区物流发展水平仍然需要一定时间的发展才能缩小与中东部的差距.

表3 第一和第三阶段邮政速递物流效率

表4 区域邮政速递物流效率

3)区域邮政速递物流效率分析

由表4可知，调整后，长江经济带上中下游邮政速递的纯技术效率有所提高，均在0.9以上，处于效率前沿或弱DEA有效状态，但是规模效率降低明显.可以看出规模效率偏低，导致整体上的邮政速递物流效率偏低，阻碍了邮政速递物流的发展.上游邮政速递的物流效率呈现先增后降的趋势，而中游和下游邮政速递的物流效率均呈现上升趋势.调整前上中下游邮政速递物流效率均值分别为0.537、0.594和0.901，调整后物流效率均值分别为0.424，0.513和0.872.这说明无论是调整前还是调整后，长江经济带邮政速递的物流效率均呈现出上游<中游<下游的趋势，即从沿海向内陆逐渐降低.这是由于我国经济发展水平、交通运输水平、对外开放程度等方面均由沿海向内陆逐渐降低，并且西部地区物流成本普遍比较高，阻碍了物流生产规模的扩大和物流综合效率的提升.

4 结论及建议

4.1 结 论

本文从低碳约束的角度出发，将碳排放量纳入邮政速递物流效率评价指标体系当中，利用三阶段DEA模型，剔除环境因素和随机因素的影响后，对2016～2019年长江经济带11个省份邮政速递的物流效率进行评价.结果表明：1)第一和第三阶段邮政速递物流效率的变化较大，在对邮政速递物流效率进行评价时，运用SFA模型排除环境因素和随机因素的影响是必要的.2)11个省份邮政速递的纯技术效率均比较高，均处于技术效率前沿或者弱DEA有效状态，但是除了沿海三省外，规模效率偏低是导致其余省份邮政速递物流效率偏低的主要原因.3)从空间角度上看，长江流域邮政速递物流效率空间差异较大，呈现出东高西低的趋势.4)从时间维度上看，大部份省份邮政速递物流效率的呈现出增长趋势，但是增长幅度较低.

4.2 建 议

1)加强区域邮政速递物流的联动发展.加强安徽与沿海三省一体化发展，增加区域物流方面的合作，带动安徽省邮政速递物流的发展.上游和中游省份邮政速递物流企业在综合推进现代化物流体系建设的同时，也应该加强物流方面的合作，相互借鉴，取长补短.

2)扩大上中游省份邮政速递物流的生产规模，加强物流基础设施建设.规模报酬变化情况和规模效率偏低都表明处于长江上游和中游省份的邮政速递物流企业应该适当扩大其生产规模.同时加强交通运输基础设施建设，合理规划物流网络，改善上游省份交通运输通而不畅的格局.

3)加速推进邮政速递供给侧结构性改革.第二阶段表明环境因素中，产业结构对于邮政速递物流投入冗余影响最为显著.因此，合理调整邮政速递物流产业结构，使之与其他产业协调发展；调整各个生产要素的投入，合理规划资源配置，提高资源利用率.

4)加强邮政速递物流与科技的联动发展，充分利用科技减排.①从技术层面改革，提高邮政速递各个物流环节设备的能源利用率，降低能源的消耗；②大力发展低碳节能技术，减少物流活动过程中对化石能源的使用，例如使用新能源汽车，以减少邮政速递物流活动的碳排放量.