简彦敏1  尚猛1  万志鹏1  王余萍2

1.安阳工学院飞行学院  河南安阳  455000

2.河南省安阳市疾病预防控制中心  河南安阳 455000

基金项目：河南省软科学研究（项目编号：212400410251）；安阳市重点研发与推广专项（项目编号：2020-256）；河南省教学工程项目（高教〔2020〕101号）；河南省高等学校青年骨干教师培养计划（项目编号：2020GGJS233）；安阳工学院大学生科技创新项目。

摘要：有关低碳物流效率的研究已经趋近成熟，但是大多数都是有关发展比较好的各城市或地区，黄河流域低碳物流有关资料相对较少。基于三阶段DEA模型和Malmquist模型结果的分析，选出黄河流域37个城市，分别从静态方面和动态方面进行评价。结果显示，环境因素和随机因素对效率测度的结果有影响。基于静态角度和动态角度，提出建议，从而达到黄河流域低碳物流效率的不断提升。

关键词：低碳物流；效率测度；三阶段DEA模型；Malmquist模型

一、引言

黄河流域是我国重要的经济发展地带，对于国家的经济发展有着不可或缺的地位，在这里拥有各个现代工业化开发所需要的各种资源。在进入这个世纪以来，人们追求着经济的增长以满足自己的经济需求，但是人们也逐渐提高了对环境问题以及能源消耗问题的重视，向低碳物流发展物流行业发展的必然选择。

在国内，利用三阶段DEA模型进行物流效率测度的研究已经比较成熟了，如王博^[1]等为研究中国“一带一路”沿线城市的物流效率并对其进行综合评价，采用了三阶段DEA模型，发现区域物流业的发展落后于其他地区，并且没有优势体现；李永林^[2]等采用DEA模型对国内31个省的低碳物流效率进行综合评价，发现国内的低碳物流业效率不高；在姚山季^[3]等的“一带一路”重点省份低碳物流效率测度中采用了三阶段DEA模型与Malmuist模型，发现17个省份的地区物流效率存在一定的差异；苏贵影^[4]等基于三阶段DEA模型和K-means聚类模型对低碳经济下中国省域物流效率进行了研究，发现全国物流业发展水平不高，但是处于规模递增的阶段。本文重点考虑黄河流域部分城市的物流业的低碳效率，以及如何在保证低碳物流的前提下，提高黄河流域的物流效率和降低相应的物流费用，从而提出了相关的建议。

二、指标和数据的选取

一般来说，选择的指标分为三类，分别是投入指标，产出指标以及环境指标，利用《中国城市统计年鉴》查询得到相应的数据，绘制成原始数据。

投入指标：从事物流行业的人员数量是整个物流行业的从业人数总和，是有关劳动的投入量，从事物流行业的人员数量可以代表在整个行业中社会投入的人员数。固定资产投入量就是指在一定时期内全社会购置固定资产的金额，固定资产投入量则是关于资产的投入，是社会投入整个物流行业的资产。而能源消耗量则是在一定期间内，社会对于物流行业所投入的能源数量，在反映出能源的消耗程度的同时还能反映出对于资源的节约程度。

产出指标：产出变量是可以反映出低碳物流行业的效率测度，从而可以进一步反映出物流行业的经济效益、生产量以及运输量。在这里我们只考虑期望产出指标，故选取物流行业的货物运输量、物流行业的生产量作为产出指标。其中物流行业的货物运输量是在一定时间内，整个物流行业的运输能力，也是其货物产出的数量，而物流行业的生产量是一定时间内整个物流行业的产出量，是物流行业在此期间所产生的资产。

环境指标：环境变量可以影响物流行业效率测度的外部环境，不受别的因素影响，属于不可控制的因素。物流业的效率不仅受到了物流生产和运输过程的影响，还受到了经济发展、科技化水平以及地理环境等外在环境因素的影响，环境因素可以影响物流效率但是不能在短期内受到样本主观的控制，在这里选取科技水平以及当地的GDP总值作为环境指标，其中科技水平用当地政府对于科学技术的支出数额来表示，表明这个地区对于物流科技的重视，也表明这个地区的物流科技环境水平，同时也表明这个地区的科技化水平对于物流业效率的影响。而当地的GDP总值反映了这个地区一定时间内的生产总值，一定程度上表明这个地区的经济水平，可以反映出这个地区的经济发展对于物流业效率的影响。

三、结果分析

（一）第一阶段结果分析

选取2013年至2017年黄河流域城市的数据，由于部分城市的数据缺少，选择黄河流域69个城市中的37个作为数据的来源。选择的城市为西宁、兰州、白银、天水、武威、平凉、庆阳、定西、银川、石嘴山、吴忠、固原、呼和浩特、包头、鄂尔多斯、巴彦淖尔、乌兰察布、西安、铜川、宝鸡、咸阳、延安、榆林、安康、太原、运城、郑州、开封、洛阳、安阳、新乡、焦作、濮阳、三门峡、淄博、德州、滨州，求得第一阶段各数据平均值如下：

在第一阶段的结果中显示，各个城市的效率值都没达到1的水平，说明各个城市的各项效率仍有进步的空间

（二）第二阶段结果分析

在第二阶段中，把所有的投入变量的松弛变量作为被动变量，把环境指标作为解释变量，而后使用随机前沿分析建立回归方程计算，得到计算结果：

分析环境变量对于投入松弛变量的系数，当得到的数值为正时，表明环境变量的增加会使得投入松弛变量相应增加，使得管理的效率降低。而系数为负时与之相反。

科学技术支出。从随机前沿分析的结果来看，科学技术支出与从事物流行业的人员数量、固定资产投入以及能源消耗量的回归系数都为正，表明科学技术支出的增加在一定程度上会导致这三个指标的投入亢余。故要致力于将科学支出与这些指标的回归系数由正数转为负数，使得这几个指标的效率降低，从而对投入亢余产生的影响发生了变化，使得投入的亢余降低，从而达到管理效率的提高。

当地的GDP总值。从随机前沿分析的结果来看，当地政府的GDP总值与从事物流行业人员、固定资产投入量的回归系数为正值，说明政府GDP的增加在一定程度上会提高从事物流行业的人员和能源消耗量投入亢余的增加。而与能源消耗量的回归系数为负值，说明当地GDP总值的增加会使得能源消耗量相应减少，从而管理的效率增加。

（三）第三阶段的结果分析

第三阶段是将调整后的投入指标数据和原始的产出指标数据作为第三阶段的数据，利用DEAP2.1软件，将数据导入后计算效率值，得到新的物流效率值。下表为得到的平均值

表4  第三阶段年物流行业效率平均值

剔除环境因素和随机因素后，各个效率均值都有或多或少的改变，表明各个城市的物流业综合水平也有所改变。

将第一阶段和第三阶段所得到的结果做成图表形式，更直接的进行剔除随机环境因素后的对比，得到结果图如下：

从结果显示表来看，2013年到2014年，物流行业的各项指标全都小于1，为下降趋势。而在2014年到2015年间，全要素生产率小于1，而技术效率以及规模效率都是大于1的，但是其技术进步变动以及纯技术效率是呈下降趋势的。在2015年到2016年间，全要素生产率大于1，而在这一年中的技术效率和规模效率以及技术进步变动和纯技术效率全部都为上升趋势。在2016年到2017年间，全要素生产率呈下降趋势，而在这一年间的技术效率和纯技术效率以及规模效率为上升趋势，但技术进步变动是下降趋势的。

四、研究结论

本文利用三阶段DEA模型对黄河流域的部分城市进行低碳物流效率测度的评价，得到结论如下：

研究表明环境对于黄河流域物流效率的测算有一定的影响，科学技术支出对于三种投入变量松弛变量的影响方向为正，说明科学技术支出的越少，对于这三种投入变量松弛变量的减少越有利，从而更有利于低碳物流效率的提高。而当地的GDP与固定资产投入量数值较小，说明当地GDP总值对于固定资产投入量的松弛变量虽然有一定的影响但影响比较小。当地GDP总值对于能源消耗量松弛变量的影响方向为负，说明当地的GDP总值越多，对于能源消耗投入量松弛变量的减少越有利。

在利用随机前沿模型分析后剔除环境因素和随机因素后，各个城市各个年份的综合效率、纯技术效率和规模效率均有所增减，说明环境因素和随机因素对于各个城市的低碳物流效率都会有所影响，可见在剔除随机因素和环境因素后，三阶段DEA方法会对相关效率测度的测算有更加精确和客观的结果。

从静态方面来看，黄河流域各城市的物流业存在一定的差距，但总体看来各省的省会城市的物流业相较于省内的其他城市发展的较好，低碳物流的发展也比较好。这也和各省会的经济水平有一定的关系。从动态方面来看，技术进步变动在这几年中呈下降的趋势比较多，同时也影响着全要素生产率的发展，在近几年中，黄河流域有关城市的物流业发展迅速,大量资金的流入更是使得物流业的技术水平得到了提升，从而使技术效率的发展趋势良好，进一步促进全要素生产率的发展。

五、建议

基于三阶段DEA模型和Malmquist的结果，为保证黄河流域各个城市低碳物流业的可持续发展，提出如下建议：

采用高水平地区带动低水平地区的方式，由各个省会城市带动省内城市。各发展状况良好的城市充分利用现有的资源，积极与各省内城市或者各省外城市进行交流合作，与各个城市进行物流行业的联动发展，带动其他城市进行物流行业的规划发展。

积极开发和研究高新技术，保证所研究的高新技术能够促进物流业的发展，同时保证这些技术能够节约资源，提高资源的利用率，从而保证物流业技术效率和纯技术效率的发展。各种高新技术如无人车、无人机的运用可以减轻作业人员的工作的同时还能提高工作人员的工作效率。重视云仓和互联网的运用，将云仓和互联网与低碳物流进行结合，带动物流行业的工作效率，提高物流行业的低碳运作。

有意识地培养低碳发展理念，树立低碳发展的意识，将物流行业带向低碳化发展。当前物流业的快速发展，带来的不仅仅是高利润和高收入，还有对环境的大肆破坏。为保证黄河流域内各城市低碳物流的可持续发展，我们更应该加强对低碳物流的重视程度，注重节约减排的措施。同时政府也应该颁布相应的政策来鼓励低碳物流的发展，同时也能够对物流业的低碳发展进行规范。

参考文献：

[1]王博,祝宏辉,刘林.我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA模型[J].华东经济管理，2019,33（05）：76-82.

[2]李永林.基于DEA的我国低碳物流效率研究[J].中国市场,2014（27）：23-25.

[3]姚山季，马琳，来尧静.“一带一路”重点省份低碳物流效率测度[J].生态经济，2020,36（11）：19-24.

[4]苏贵影，乔竹.低碳经济下中国省域物流业效率评价——基于三阶段DEA及K-means聚类分析法[J].湖北农业科技,2020,59（12）:206-212.

[5]尚猛,李辉,申容昊.空港经济区航空物流产业发展水平测评指标的探索性研究[J].商业经济研究,2019(03):87-89.

[6]秦立公，田应东，胡娇.城市低碳物流体系构建及效度测定[J].生态经济，2018,34（03）：37-43.

[7]俞树毅，田彦平.黄河上游城市绿色高质量发展效率测度及对策研究——基于超效率SBM模型[J].青海民族研究.2020，31（03）：44-52.

[8]岳立，薛丹.黄河流域沿线城市绿色发展效率时空演变及其影响因素[J].资源科学，2020,42（12）:2274-2284.

[9]尚猛,李辉,康建英.考虑低碳推广的供应链合作决策与协调[J].计算机工程与应用,2019,55(23):235-240+247.