中國(guó)區(qū)域物流產(chǎn)業(yè)效率基于三階段dea模型的malmquist luenberger指數(shù)方法

1、第30卷第3期( 總第219期)系 統(tǒng) 工 程V ol. 30, N o. 32012年3月System s Eng ineeringM ar. , 2012文章編號(hào): 1001-4098( 2012) 03-0066-10區(qū)域物 業(yè)效率X基于三階段 DEA 模型的M almquist-luenberger 指數(shù)1, 2( 1. 東北財(cái)經(jīng)大學(xué) 數(shù)學(xué)與數(shù)量 學(xué)院, 遼寧 大連116025;2. 東北財(cái)經(jīng)大學(xué) 管理科學(xué)與, 遼寧 大連 116025)摘 要: 利用 M almquist-luenberg er( M L ) 生產(chǎn)率指數(shù)測(cè)算了包含非期望產(chǎn)出在內(nèi)的19972009年我國(guó)30 個(gè)省級(jí)地區(qū)

2、的物 業(yè)效率, 并借助三階段 DEA 模型分析物流外部營(yíng)運(yùn)環(huán)境條件對(duì)我國(guó)物業(yè)效率變化的影響。結(jié)論顯示: ( 1) 我國(guó)物流業(yè)的 M L 生產(chǎn)率指數(shù)年均增長(zhǎng)- 0. 45% , 而傳統(tǒng)的 M almquist 生產(chǎn)率指數(shù)為1. 02% , 忽視非期望產(chǎn)出使得物流業(yè)全要素生產(chǎn)率估計(jì)過(guò)高, 物流業(yè)普遍 技術(shù)不環(huán)保。( 2) 剔除外部環(huán)境因素和隨機(jī)影響因素后, 物流業(yè)的技術(shù)進(jìn)步率出現(xiàn)較大幅度的下降, 技術(shù)效率則出現(xiàn)一定程度的上升, 物業(yè)效率受到外部環(huán)境因素的影響顯著。( 3) 我國(guó)物流業(yè)大多數(shù)地區(qū)的外部營(yíng)運(yùn)環(huán)境水平較低, 優(yōu)化外部環(huán)境, 有助于物 業(yè)效率的提升。: 物業(yè)效率; M alm quist-

3、luenber ger 指數(shù); 三階段 D EA; 不可控變量號(hào): F 253文獻(xiàn)標(biāo)識(shí)碼: A1 引言物流業(yè)是國(guó)民 和 發(fā)展的重要服務(wù)行業(yè), 也是 能源消費(fèi)的主要行業(yè)。在低碳 中占有特殊位置, 物流業(yè)對(duì)能源的依賴(lài)逐年上升, 其中又以煤油 、柴油所占比重最大, 2009年所占比重分別為: 煤油90. 77% 、汽油50. 29% 、柴油56. 53% , 均為高碳能源消耗, 因此說(shuō)物流業(yè)是溫室氣體和大氣污染排放的重要來(lái)源之一。減少物流 領(lǐng)域能源消耗量和碳排放量, 是促進(jìn)低碳發(fā)展的必然選擇。隨著物流業(yè)在國(guó)民 中的重要性逐步凸顯, 其產(chǎn)業(yè)規(guī)模也迅速擴(kuò)張, 如何通過(guò)先進(jìn)的物流技術(shù)和環(huán)境管制的理念, 對(duì)

4、物流系統(tǒng)進(jìn)行規(guī)劃、管理和實(shí)施, 使得物流業(yè)在效率增長(zhǎng)的同時(shí)對(duì)環(huán)境的影響減到最小就顯得尤為重要。 雖然已有較多文獻(xiàn)對(duì)物 業(yè)效率展開(kāi)研究, 但都沒(méi)有考慮到環(huán)境因素, 作為物業(yè) 必然副 的各類(lèi)環(huán)境污染物, 在物流生產(chǎn)效率測(cè)度過(guò)程中也從未被計(jì)入在內(nèi)。早期研究物 業(yè)效率的文獻(xiàn)集中于對(duì) 業(yè)效率分析, 近年來(lái)隨著物流業(yè)的快速發(fā)展, 對(duì)物 業(yè)效率問(wèn)題的研究也逐漸增多。如早期 Celia( 1998) 1 的調(diào)研結(jié)果發(fā)現(xiàn)企業(yè)選擇物流業(yè)務(wù)外包的主要目的是降低生產(chǎn)成本, 因此物流企業(yè)在保證服務(wù)質(zhì)量的同時(shí)應(yīng)盡可能的提高企 業(yè)生產(chǎn)資料的利用率, 從而提高市場(chǎng)競(jìng)爭(zhēng)力。Gengui Zhou 等( 2004) 2 運(yùn)用D

5、EA -CCR 和 DEA -BCC 模型評(píng)價(jià)了10個(gè)國(guó)有上市第 物流企業(yè)連續(xù)5年的 效率, 發(fā)現(xiàn)固定資產(chǎn)投資、銷(xiāo)售利潤(rùn)、人力成本以及員工技術(shù)水平是影響 物流企業(yè)運(yùn)營(yíng)效率的主要因素。R abinov ic 等( 2006) 3 利用 DEA 模型評(píng)估物流企業(yè)的效率, 并分析了物流服務(wù)績(jī)效與服務(wù)廣度對(duì)生產(chǎn)效率的影響。Chan 等( 2006) 4 引入 Benchmarking 績(jī)效評(píng)估工具, 采用 Double-A HP 方法評(píng)估 郵政產(chǎn)業(yè)效率。國(guó)內(nèi)學(xué)者 等( 2008) 5 、( 2009) 6 利用 DEA - M almquist 生產(chǎn)率指數(shù)測(cè)度我國(guó)8家物流上市公司2001 2006年的

6、全要素生產(chǎn)率 ( 2009) 7 在構(gòu)建19912007年29個(gè)省級(jí)地區(qū)物流業(yè) 面板數(shù)據(jù)的基礎(chǔ)上, 應(yīng)用超越對(duì)數(shù)隨機(jī)前沿, 分析了各地區(qū)物流業(yè)全要素生產(chǎn)率及其增長(zhǎng)動(dòng)力來(lái)源 等 ( 2010) 8 利用隨機(jī)前沿模型評(píng)價(jià)了我國(guó)區(qū)域物流的整體技術(shù)效率和全要素生產(chǎn)率, 并分析了影響物流業(yè)全要素生X 收稿日期: 2011-12-20基金項(xiàng)目:自然科學(xué)基金資助項(xiàng)目( 71171035)作者簡(jiǎn)介:( 1963-) , 男, 吉林白城人, 東北財(cái)經(jīng)大學(xué)數(shù)學(xué)與數(shù)量學(xué)院教授, 博士生導(dǎo)師, 研究方向:計(jì)量分析與管理決策;( 1985-) , 女, 遼寧本溪人, 東北財(cái)經(jīng)大學(xué)管理科學(xué)與博士研究生, 研究方向: 管理

7、科學(xué), 物流與宏觀管理。第3期, : 區(qū)域物 業(yè)效率67產(chǎn)率的因素?？v觀現(xiàn)有物 業(yè)效率的研究, 主要基于傳統(tǒng) DEA , 雖然取得了大量成果, 但仍然以下兩個(gè)問(wèn)題: 一方面, 模型中隱含了外部環(huán)境均質(zhì)化的假設(shè), 得到的效率值, 包含了外部環(huán)境因素和隨機(jī)誤差的影響, 不能客觀反映生產(chǎn)者的決策和管理水平; 另一方面, 國(guó)內(nèi)學(xué)者對(duì)物流效率的考察雖然從企業(yè)層面、行業(yè)層面和區(qū)域?qū)用婢M(jìn)行 了不同程度的研究, 但 從資本、勞動(dòng)和能源等生產(chǎn)要素的投入角度以及合意的期望產(chǎn)出角度考察, 缺少對(duì)環(huán)境污染等非期望產(chǎn)出的度量。使所測(cè)度的效率值不能反映生產(chǎn)過(guò)程中帶來(lái)的“好”產(chǎn)出和“壞”產(chǎn)出的兩面性。近年K( F are

8、 和 Gr ossko pf, 2004) 11 :bki > 0, i = 1, ,k = 1II , 表示至少一個(gè)生產(chǎn)生產(chǎn)每一種非期望產(chǎn)出;bkii = 1> 0, k = 1, , K , 表示每一個(gè)生產(chǎn)至少生產(chǎn)一種非期望產(chǎn)出。傳統(tǒng)的 M almquist 指數(shù)利用 Shephard 的產(chǎn)出距離函數(shù)代表潛在的技術(shù), 定義為:D 0( x , y , b) = inf H: ( ( y , b) / H) p ( x ) ( 1)其中, “好”產(chǎn)出和“壞”產(chǎn)出是同比例縮放, 為了使“壞”產(chǎn)出減少成為可能, 引入 Chung ( 1997) 12 提出的方向距離函數(shù), 定義為:來(lái)

9、, 隨著各類(lèi)環(huán)境問(wèn)題的凸顯, 交通領(lǐng)域已經(jīng)開(kāi)始把對(duì)非yt t t tt ttt期望產(chǎn)出的 納入產(chǎn)出效率測(cè)度的框架內(nèi), M cM ullen 和 N oh( 2007) 9 利用方向距離函數(shù)分析 43個(gè)公交運(yùn)輸機(jī)構(gòu)2000年 系統(tǒng)的效率, 希望在減少機(jī)動(dòng)車(chē)尾氣排放的同時(shí)增加旅客周轉(zhuǎn)量和車(chē)輛行駛里程 -M iin Y u 等 ( 2008) 10 利用產(chǎn)出方向距離函數(shù)測(cè)度了 4 個(gè)主要機(jī) 場(chǎng) 1995 1999 年 以 飛 機(jī) 噪 聲 為 非 期 望 產(chǎn) 出 的M almquist-Luenberg er 生產(chǎn)率指數(shù)。國(guó)內(nèi)現(xiàn)有文獻(xiàn)未見(jiàn)同時(shí)考慮上述兩方面問(wèn)題的物流 產(chǎn)業(yè)效率研究, 因此, 相關(guān)文獻(xiàn)所

10、評(píng)估的效率值并不能真實(shí)反映我國(guó)現(xiàn)階段物流業(yè)的發(fā)展水平, 外部環(huán)境對(duì)物流D0 ( x , y , b ; g ) = sup B: ( y , b ) + B g p ( x ) ( 2)這里, g 為方向向量, 當(dāng) g = ( gy , - gb) 時(shí), 表示“好”產(chǎn)出增加的同時(shí), “壞”產(chǎn)出減少, 方向距離函數(shù)定義為:yD 0( x , y , b; gy, - gb)( 3)= sup B: ( y + B gy, b - B gb) p ( x ) B為距離函數(shù)值, 描述在產(chǎn)出水平( y , b) 上, 按照方向向量g = ( gy , - gb) 到生產(chǎn)前沿面時(shí), “好”產(chǎn)出增加和“壞

11、”產(chǎn)出減少的最大程度。生產(chǎn)k在t 期的方向距離函數(shù)寫(xiě)成如下線(xiàn)性規(guī)劃形式:ByttttttD 0( x k, yk, bk; y k, - bk) = max k kmK產(chǎn)業(yè)效率 的影響程度 亦無(wú)從考察。鑒于此, 本文利 用M almquist-Luenberg er 生產(chǎn)率指數(shù)測(cè)算 重新估算了包含非期望產(chǎn)出在內(nèi)的19972009年我國(guó)30個(gè)省級(jí)地區(qū) 物流業(yè)的生產(chǎn)效率, 并借助三階段 DEA 模型分析不同外s. t .z t ytk= 1Kt tzkbki k = 1K ( 1 + B) y t ,m = 1, , Mk mt= ( 1 - B) bki,i = 1, , I( 4) k knk

12、 n部環(huán)境條件對(duì)我國(guó)物業(yè)效率變化的影響。k = 1z t x t x t,n = 1, , N2 研究 2. 1 方向距離函數(shù)假設(shè)有 k = 1, , K 個(gè)生產(chǎn) 使用 N 種投入( x 1, x n) RN , 得到 M 種“好”產(chǎn)出( y 1, , y M ) RM , I 種z t 0,k = 1, Kkkz t 是強(qiáng)度變量, B = 0 表示生產(chǎn)者處于前沿, B值越大, 與前沿面的距離越遠(yuǎn), 生產(chǎn)的效率越低。2. 2Malm quist-luenberger 指數(shù)+引入Chung ( 1997) 12 的M almquist -luenberg er 生產(chǎn)率+“壞”產(chǎn)出( b1 , ,

13、 bI ) RI . 生產(chǎn)可能集 P( x ) 為有界指數(shù)( M L )計(jì)算包含非期望產(chǎn)出的物流生產(chǎn)效率, +合, 表示為: P ( x ) = ( y , b) : x 能生產(chǎn)( y , b) , x RN , 滿(mǎn)足條件:¹ 投入和“好”產(chǎn)出隨意處置: 若( y , b) p ( x ) , 且 y y 或 x x , 則( y , b) p ( x ) , p ( x ) A p ( x ) 。º “壞”產(chǎn)出弱處置性: 若( y , b) p ( x ) 且0 H 1,則( Hy , Hb) p ( x ) 。» “好”產(chǎn)出和“壞”產(chǎn)出零結(jié)合性: 若( y ,

14、 b) p ( x )且 b = 0, 則 y = 0。性質(zhì)º 表示在給定要素投入水平下, 要減少“壞”產(chǎn)出, 則必然會(huì)消耗部分原本用于生產(chǎn)“好”產(chǎn)出的投入, 進(jìn)而導(dǎo)致“好”產(chǎn)出減少。性質(zhì)» 意味只要有“好”產(chǎn)出發(fā)生,“壞”產(chǎn)出弱處置, “好”產(chǎn)出 處置, 方向向量 gt = ( y t,M L t+ 1 = 1 + D ( x , y , b ; y , - b ) tt t t tty0t 1 + Dt ( x t+ 1, y t+ 1, bt+ 1; y t+ 1, - bt+ 1) 0 1 + D( x , y , b ; y , - b ) t + 1t t t

15、tty012 1 + Dt + 1( x t + 1, yt + 1 , bt+ 1; y t + 1, - bt+ 1) 0- bt) , 則 t 期到 t + 1 期的 M L 生產(chǎn)率指數(shù)為:( 5)M L 測(cè)度的是從 t 期到 t + 1 期生產(chǎn)率的變化, 若 ML< 1, 生產(chǎn)效率下降, M L = 1, 生產(chǎn)效率保持不變, 若 MLttt> 1, 生產(chǎn)效率提高。M L 指數(shù)可以進(jìn)一步被分解為兩部分: 一部分測(cè)度效率變化( M L EFF CH) , 另一部分測(cè)度技術(shù)進(jìn)步( M L T ECH) , 表達(dá)式如下:必然伴隨“壞”產(chǎn)出。P ( x ) 滿(mǎn)足零結(jié)合性, 還需滿(mǎn)足兩

16、個(gè)M Lt+ 1 = ML EFFCH t+ 1M L TECH t+ 1( 6)68系 統(tǒng) 工 程2012年1 + Dyt ( x t, y t, bt ; y t, - bt)( 1) 投入指標(biāo)M L EFFCH t+ 1 =y00t1 + D t + 1( x t + 1 , y t+ 1, bt + 1; y t + 1, - bt + 1)M L TE CH t+ 1 =t 1 + Dy0 ( x , y , b ; y , - b ) y t + 1 tt ttt 1 + Dt ( x t, y t , bt; y t, - bt) 0 1 + Dy0yt + 1( x t+ 1,

17、 y t + 1, bt + 1; yt + 1, - bt + 1) 12 1 + D t ( x t+ 1, yt+ 1 , bt+ 1; y t+ 1, - bt+ 1) 0( 7)( 8)M L EF FCH 測(cè)度了每個(gè)觀測(cè)值與其各自的生產(chǎn)前沿的逼近程度, M L T ECH 測(cè)度的是 t 期到 t+ 1期生產(chǎn)可能性邊界的改變。求解過(guò)程中, 需要計(jì)算每個(gè)生產(chǎn) 相鄰期的4個(gè)方向距離函數(shù), 利用非參數(shù)線(xiàn)性規(guī)劃求解。3 數(shù)據(jù)及實(shí)證結(jié)果3. 1 變量及數(shù)據(jù)描述由于物流統(tǒng)計(jì)體系 善, 結(jié)合交通 、倉(cāng)儲(chǔ)和郵政業(yè)的增加值占物流業(yè)增加值85% 的事實(shí), 采用統(tǒng)計(jì)年鑒 通 、倉(cāng)儲(chǔ)和郵政業(yè)的數(shù)據(jù)來(lái)代替物流

18、業(yè)進(jìn)行分 析。數(shù)據(jù)來(lái)源: 計(jì)年鑒( 19982010) 、能源統(tǒng)計(jì)年鑒( 19982010) 。資本投入: 國(guó)內(nèi)學(xué)者 選擇永續(xù)盤(pán)存法進(jìn)行估算, 永續(xù)盤(pán)存法計(jì)算資本存量, 依賴(lài)于四個(gè)關(guān)鍵變量的選擇: 基年資本存量、折舊率、固定資產(chǎn)價(jià)格指數(shù)和每年投資額。 由于上述四個(gè)關(guān)鍵指標(biāo)選取難以 的定論, 而且受省際物流業(yè)數(shù)據(jù)限制, 勉強(qiáng)估算可能產(chǎn)生較大偏差 鐮 ( 2006) 13 ( 2008) 5 采用固定資產(chǎn)投資作為資本存量的替代, 本文也采用這一 , 選取固定資產(chǎn)投資代替 資本存量作為資本投入量, 并以2000年為基期( 2000年= 100) 的固定資產(chǎn)投資價(jià)格指數(shù)折算為不變價(jià)。由于缺少分行業(yè)固定

19、資產(chǎn)投資價(jià)格指數(shù), 因此本文以全行業(yè)固定資產(chǎn)投資價(jià)格指數(shù)作為替代。勞動(dòng)力投入: 應(yīng)當(dāng)主要反映就業(yè)人數(shù), 勞動(dòng)時(shí)間、勞動(dòng)種類(lèi)以及勞動(dòng)質(zhì)量等因素, 由于數(shù)據(jù)限制, 沒(méi)有科學(xué)指標(biāo)對(duì)上述要素進(jìn)行有效度量, 因此以各地區(qū)物流業(yè)的從業(yè)人員數(shù)作為勞動(dòng)力投入指標(biāo)的替代。能源投入: 各地區(qū)一次能源消費(fèi)量作為能源投入, 將不同類(lèi)型的能源消費(fèi)量統(tǒng)一轉(zhuǎn)換成標(biāo)準(zhǔn)煤后加總而成, 轉(zhuǎn)換系數(shù)如表1。表1 碳排放系數(shù)估算¹能源平均低位發(fā)熱量IPCC( 2006)碳排放系數(shù)碳氧化因子標(biāo)準(zhǔn)煤折算系數(shù)本文估算的碳排放系數(shù)煤炭20908kJ/ kg25. 8kg C/ GJ10. 7143kg 標(biāo)煤/ kg0. 7552kg

20、 C/ kg 標(biāo)煤43070kJ/ kg18. 9kg C/ GJ11. 4714kg 標(biāo)煤/ kg0. 5532kg C/ kg 標(biāo)煤煤油43070kJ/ kg19. 5kg C/ GJ11. 4714kg 標(biāo)煤/ kg0. 5708kg C/ kg 標(biāo)煤柴油42652kJ/ kg20. 2kg C/ GJ11. 4571kg 標(biāo)煤/ kg0. 5913kg C/ kg 標(biāo)煤油41816kJ/ kg21. 1kg C/ GJ11. 4286kg 標(biāo)煤/ kg0. 6176kg C/ kg 標(biāo)煤天然氣38931kJ/ m315. 3kg C/ GJ11. 3300kg 標(biāo)煤/ m 30. 44

21、78kg C/ kg 標(biāo)煤電力( 當(dāng)量)3596kJ/ kW h0. 1229kg 標(biāo)煤/ kW h( 2) 產(chǎn)出指標(biāo)“好”產(chǎn)出: 將各省貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量按照統(tǒng)計(jì)部門(mén)對(duì)不同 工具的客貨周轉(zhuǎn)量的不同換算 ( 即鐵路1噸公里= 1人公里、公路1噸公里= 10人公里、水路1噸公里= 1人公里) 折算成“綜合周轉(zhuǎn)量”, 作為“好”產(chǎn)出的指標(biāo)?！皦摹碑a(chǎn)出º : 將物業(yè) 過(guò)程中產(chǎn)生的碳排放量作為“壞”產(chǎn)出的指標(biāo), 根據(jù) IP CC 碳排放計(jì)算指南, 采用下述公式計(jì)算碳排放量:其中, Ei 表示第 i 種能源消費(fèi)量, i = 1, 2, , 7 分別為煤炭 、煤油、柴油 油、天然氣和電力,

22、N CVi 為多種一次能源的平均低位發(fā)熱量, 來(lái)自 能源統(tǒng)計(jì)年鑒2009, CEFi 為 IP CC( 2006) 提供的碳排放系數(shù), COFi 是碳氧化因子( IP CC 默認(rèn)值為1) , 44和12分別為和碳的分子量, 由于本文計(jì)算碳排放量, 實(shí)際計(jì)算時(shí)公式中不包含44/ 12。表1給出物流業(yè)碳排放估算用到的參考系數(shù)以及上述7種能源碳排放系數(shù)估算結(jié)果。3. 2實(shí)證結(jié)果4477CO 2 = CO2i = Ei N CVi CE Fi COFi根據(jù)上述研究, 利用 M axD EA 6. 0計(jì)算得到兩種i = 1i = 112¹本文估算的碳排放系數(shù)與 等( 2006) 14 等( 2

23、008) 15 的結(jié)果比較接近, 因此是可信的。º20002002年、2002年海南缺少物流業(yè)的能源消費(fèi)數(shù)據(jù), 碳排放根據(jù)當(dāng)年一次能源消耗總量以及相鄰年度物流業(yè)能源消耗占總能耗的比重推算得到。第3期, : 區(qū)域物 業(yè)效率69情形下的物流業(yè)年均生產(chǎn)率指數(shù)及其分解, 均為幾何平均值。情形一: 不考慮碳排放約束, 只考慮“好”產(chǎn)出, 即傳統(tǒng)的 M almquist ( M I) 生產(chǎn)率指數(shù); 情形二: 將碳排放作為“壞”產(chǎn)出, 對(duì)其作弱處置, 即利用方向距離函數(shù)得到 M L生產(chǎn)率指數(shù)。結(jié)果如下:D M U情形一情形二M EF FCHM T ECHM IM L EFF CHM LT ECHM

24、 L全國(guó)0. 94581. 06811. 01020. 98231. 01340. 9955東部0. 95871. 05831. 01460. 98581. 00730. 9929中部0. 93721. 05170. 98570. 98151. 01150. 9928西部0. 93941. 09001. 02390. 97951. 02090. 9999表2 19972009年 M I 生產(chǎn)率指數(shù)與 M L 生產(chǎn)率指數(shù)對(duì)比¹由表2可知, 情形一: 不考慮碳排放約束, 1997 2009年全國(guó)物流業(yè)的全要素生產(chǎn)率增長(zhǎng)1. 02% , 技術(shù)效率增長(zhǎng)- 5. 42% , 技術(shù)進(jìn)步率增加6.

25、 81% , 全要素生產(chǎn)率的增長(zhǎng)完全是由于技術(shù)進(jìn)步引起的。情形二: 考慮碳排放約束時(shí), 物流業(yè)的全要素生產(chǎn)率為0. 9955, 年均增長(zhǎng)率為- 0. 45% , 納入碳排放的環(huán)境約束后, 物流業(yè)的生產(chǎn)效率低于不考慮“壞”產(chǎn)出時(shí)的情形。雖然情形二中技術(shù)效率的增長(zhǎng) 率為負(fù)值, 技術(shù)進(jìn)步率的年均增長(zhǎng)為正, 但是與情形一相比, 納入碳排放約束后, 物流業(yè)全要素生產(chǎn)率的下降除了源于技術(shù)效率偏低阻礙了生產(chǎn)率發(fā)展, 也由于我國(guó)物流業(yè)技術(shù)進(jìn)步率的增長(zhǎng)動(dòng)力不足所致, 即技術(shù)進(jìn)步率的增長(zhǎng)無(wú)法抵消技術(shù)效率下降導(dǎo)致的 , 使得物業(yè)效率年均增長(zhǎng)率下降。這表明, 從總體上來(lái)看, 全國(guó)以及三大地區(qū)物流業(yè)對(duì)碳排放的治理還不夠

26、, 至少在這一非期望產(chǎn)出層面上是環(huán)境技術(shù)無(wú)效率的, 忽略環(huán)境污染這一必然副, 將會(huì)高估物流業(yè)的全要素生產(chǎn)效率。表3和表4給出全要素生產(chǎn)率及其分解的顯著性統(tǒng)計(jì)檢驗(yàn)結(jié)果, 單樣本 K -S 正態(tài)檢驗(yàn)結(jié)果表明全要素生產(chǎn)率和技術(shù)進(jìn)步率服從正態(tài)分布, 而技術(shù)效率變化則從正態(tài)分布。分別利用兩類(lèi)非參數(shù)檢驗(yàn) 和配對(duì)樣本 T 檢驗(yàn)測(cè)度 M I 生產(chǎn)率指數(shù)和 M L 生產(chǎn)率指數(shù)及其分解是否 顯著差異。結(jié)果表明, 在1% 顯著性水平下, 技術(shù)效率和技術(shù)進(jìn)步率均通過(guò)顯著性差異檢驗(yàn), 顯著差別。在10% 和1% 顯著性水平下, 生產(chǎn)率指數(shù) M I 和 M L 分別通過(guò)配對(duì)樣本 T 檢驗(yàn)和 K -S 樣本 T 檢驗(yàn), 也

27、顯著差異。說(shuō)明減少碳排放等非期望產(chǎn)出對(duì)物流業(yè)的全要素生 產(chǎn)率及其分解均產(chǎn)生顯著影響。表3 O ne-Sample K olmo gor ov-Smirnov 正態(tài)性檢驗(yàn)K -S 檢驗(yàn)EF FCHT ECHM IZ 值1. 249*( 0. 088)1. 188( 0. 119)1. 052( 0. 219)注: 括號(hào)為 P 值, * 、* 、* 分別為10% 、5% 、1% 顯著性水平。表4 顯著性檢驗(yàn)H0假設(shè)M ann-Whit ney U 檢驗(yàn)T w o-SampleKo lmog orov -Smir no v Z 檢驗(yàn)Paried-Samples T 檢驗(yàn)M L EFF CH= M E

28、F FCH- 4. 612*( 0. 000)2. 910*( 0. 000)- 7. 373*( 0. 000)M L T ECH= M T ECH- 5. 532*( 0. 000)3. 274*( 0. 000)8. 177*( 0. 000)M L = M I- 1. 349( 0. 177)1. 940*( 0. 001)1. 872*( 0. 070)注: 括號(hào)為P 值, * 、* 、* 分別為10% 、5% 、1%顯著性水平。¹地區(qū)劃分: 東部地區(qū):、天津、河北、遼寧、上海、江蘇、浙江、福建、山東和海南。中部地區(qū): 山西、吉林、黑龍江、江西、河南和湖南。西部地區(qū): 四川

29、、云南、陜西、甘肅、青海、內(nèi)、重慶、廣西。70系 統(tǒng) 工 程2012年這一結(jié)論與 Chung 等( 1997) 12 、F are 等( 2001) 16 、為: ( 2008) 17 ( 2010) 18 的研究結(jié)果不同, 認(rèn)為Smk = f m ( Kk; Dm ) + Mmk + umk( 10)M L 生產(chǎn)率指數(shù)的測(cè)度結(jié)果比忽略非期望產(chǎn)出的傳統(tǒng) M I 指數(shù)測(cè)度有較高的增長(zhǎng)率。主要 是傳統(tǒng)測(cè)度忽視了該過(guò)程對(duì)生產(chǎn)率的貢獻(xiàn), 事實(shí)上, 這一過(guò)程中可以通過(guò)使用先進(jìn)排污技術(shù)、清潔高效能源等方式減少生產(chǎn)過(guò)程的浪 費(fèi), 在環(huán)境的同時(shí)提高生產(chǎn)效率。M L 生產(chǎn)率 是將這一環(huán)境 的貢獻(xiàn)作為生產(chǎn)率貢獻(xiàn)考

30、慮在內(nèi), 這樣其中, k = 1, , K ; m = 1, , M ; Smk 為第一階段中第k 個(gè) 決策單元生產(chǎn)第 m 項(xiàng)“好”產(chǎn)出的差額, f m( Kk; Dm) 表示環(huán)境變量對(duì)差額的影響, Kk = K1k, , Kj k 為 J 個(gè)外生環(huán)境變量, Dm 為待估參數(shù), f m 的函數(shù)形式無(wú)從得知, 根據(jù)F ried 等( 2002) 22 設(shè)定為 f m = Kk Dm, Mmk + umk 為混合誤差項(xiàng), 其中 Mmk 表示隨機(jī)影響, 服從零均值正態(tài)分布 Mmk 得到的效率值高于傳統(tǒng)測(cè)度的效率值。而本文的測(cè)度N ( 0, R2 ) , umk表示管理無(wú)效率, 服從截?cái)嗾龖B(tài)分布 um

31、k v m結(jié)果正好相反, 環(huán)境約束下的 M L 生產(chǎn)率指數(shù)低于傳統(tǒng)方法得到的 M I 生產(chǎn)率指數(shù), 忽視“壞”產(chǎn)出時(shí)全要素生產(chǎn)率高估, 意味著期望產(chǎn)出增加的百分比超過(guò)了非期望產(chǎn)出減N + ( um, R2 ) , 二者不相關(guān), 環(huán)境變量、隨機(jī)誤差和管理無(wú)效率對(duì)每個(gè)投入變量有不同的影響, 當(dāng) Cm =umR+ RR2少的百分比, 或者說(shuō)污染排放物的年均增加值已經(jīng)超過(guò)了um22umvm趨近于1時(shí), 管理因素占主導(dǎo), 當(dāng) Cm 趨于0時(shí), 隨年均減排量。這也正說(shuō)明我國(guó)物流業(yè)環(huán)境技術(shù)效率偏低, 甚至部分地區(qū)可能是環(huán)境技術(shù)無(wú)效率的, 傳統(tǒng)得到物業(yè)效率的大幅提升是以高耗能、重污染為代價(jià)的。從 這個(gè)意義上說(shuō)

32、, 物流業(yè)并不支持 Por ter 等( 1995) 19 假說(shuō)提出的環(huán)境管制可以通過(guò)激發(fā)企業(yè)的技術(shù)創(chuàng)新能力從而 增強(qiáng)企業(yè)競(jìng)爭(zhēng)力的說(shuō)法。需要說(shuō)明的是, 西部地區(qū)由于技術(shù)進(jìn)步率較高, 使得 全要素生產(chǎn)率高于東部地區(qū), 似乎與實(shí)際情形不符, 這是由于西部各省在發(fā)展初期技術(shù)水平偏低, 與東部地區(qū)在物流方面差距明顯, 因此出現(xiàn)技術(shù)前沿面的迅速外移 、機(jī)誤差影響占主導(dǎo)。“壞”產(chǎn)出松弛變量與環(huán)境變量的SF A 模型定義為:Sik = f i( Kk; Di ) + Mik + uik( 11)其中, k = 1, , K ; i = 1, , I ; Sik 為第 k 個(gè)決策單元生產(chǎn)第 i 項(xiàng)非期望產(chǎn)出的

33、差額, Di、Mik、uik 定義與上面相同。利用 SF A 的回歸結(jié)果調(diào)整全部生產(chǎn) 的產(chǎn)出項(xiàng),原則是將所有生產(chǎn)者調(diào)整到相同的外部環(huán)境條件, 同時(shí)考慮隨機(jī)因素的干擾。調(diào)整前利用 Jondrow 等( 1982) 23 提出的 從 SFA 回歸模型的混合誤差項(xiàng)中將隨機(jī)因素分離出來(lái), 得到隨機(jī)誤差 Mmk 的條件估計(jì)量:) 2009) 20等( 2010) 21 也得到類(lèi)似的結(jié)論。E vmkvmk+ umk = S mk- KkDdm - Ed umkv mk+ umk4 外部營(yíng)運(yùn)環(huán)境對(duì)物 業(yè)效率影響的實(shí)證分析Fried 等( 2002) 22 認(rèn)為, 第一階段測(cè)度效率得到的產(chǎn)出與前沿面的差額受到

34、 外部環(huán)境因素、隨機(jī)因素、內(nèi)部管理因素的影響。如果不排除外部環(huán)境因素對(duì)物流效率 的影響, 將所有無(wú)效的決策單元失敗的歸結(jié)為內(nèi)部管理不善, 這樣對(duì)于外部環(huán)境惡劣的決策單元效率的評(píng)估不公平。借助這一思想, 我們使用三階段 D EA 模型來(lái)研究外( 12)其中, k = 1, , K ; m = 1, , M ; 使用相同可以得到 Mik 的條件估計(jì)量。這樣不僅可以反應(yīng)出外部環(huán)境變量和隨機(jī)誤差對(duì)產(chǎn)出效率的影響程度, 也可以反應(yīng)出純粹的由于管理技術(shù)導(dǎo)致的效率低下。有如下兩種調(diào)整方式:調(diào)整一, 外部環(huán)境約束能力最弱可以理解為處于最差的經(jīng)營(yíng)環(huán)境, 將全部決策單元置于最差外部環(huán)境, 并遇到最壞的運(yùn)氣時(shí), 將

35、“好”產(chǎn)出向下調(diào)整一個(gè)較大的量, 而mkmkkk“壞”產(chǎn)出向上調(diào)整一個(gè)較大的量, 調(diào)整方程為:部營(yíng)運(yùn)環(huán)境條件對(duì)物流業(yè) M L 生產(chǎn)率指數(shù)的影響, 主要目y * = y- max f m ( K; Ddm) - f m( K; Ddm) 的是 外部 因素剝離, 使所有的決策單元處- max dM - Md ( 13)mkmk于相同的外部環(huán)境條件下。4. 1 三階段模型* = bik + max f i( Kk; Ddi ) - f i( Kk; Ddi ) bikikik+ max Md - dM( 14)第一階段, 對(duì)投入產(chǎn)出應(yīng)用 DEA 分析, 得到每個(gè)決策mk ymk分別為調(diào)整后和初始“好

36、”產(chǎn)出的值,*b 、bik ik分別為y * 、單元考慮“壞”產(chǎn)出時(shí)的物 業(yè)效率評(píng)價(jià)結(jié)果, 使用前面所述的方向距離函數(shù) 。第二階段, 利用相似 SF A 分析, 對(duì)第一階段得到的產(chǎn)出差額, 與一系列外部環(huán)境變量進(jìn)行回歸。由于第一階段為產(chǎn)出導(dǎo)向, 因此第二階段對(duì)“好”產(chǎn)出和“壞”產(chǎn)出的松弛變量分別進(jìn)行 SFA 分析, 以剔除外部環(huán)境因素對(duì)松弛變量的影響, 假設(shè) K 個(gè)決策單元, M 項(xiàng)期望產(chǎn)出, I 項(xiàng)非期調(diào)整后和初始“壞”產(chǎn)出的值。右側(cè)第一個(gè)括號(hào)代表將全部 決策單元置于相同外部經(jīng)營(yíng)環(huán)境, 第二個(gè)括號(hào)代表經(jīng)過(guò)調(diào)整后使所有決策單元處于相同的運(yùn)氣。望產(chǎn)出, “好”產(chǎn)出松弛變量與環(huán)境變量的 SFA 模

37、型定義調(diào)整二, 外部環(huán)境約束能力最強(qiáng)可以理解為處于較好的經(jīng)營(yíng)環(huán)境, 將全部決策單元置于較好外部環(huán)境, 且處于較好運(yùn)氣時(shí), 將“好”產(chǎn)出向上調(diào)整一個(gè)較小的量, “壞”產(chǎn)出向下調(diào)整一個(gè)較小的量, 調(diào)整方程為:第3期, : 區(qū)域物 業(yè)效率71ymk* = ymk + f m ( Kk; Ddm) - min f m( Kk; Ddm) + dM - min dM ( 15)映一個(gè)地區(qū)物 業(yè) 發(fā)展的總體水平, 地區(qū)的發(fā)展能夠有效推動(dòng)物流業(yè)的發(fā)展。º 支持。從短期來(lái)看,mkmkb* = b- f i( K; -Di) - min f i( K; -Di) 的財(cái)政支持對(duì)物流業(yè)的整體發(fā)展具有一定的

38、促進(jìn)作ikikkk- Md - min dM ( 16)用。由于各地區(qū)對(duì)物流業(yè)的發(fā)展采取的 不同, 因此選ikiky * 、y mk、b* 、bik定義同上。由于調(diào)整中情況, 為使擇物流支出占財(cái)政支出的比重作為對(duì)物業(yè)支持mkik得所有決策單元均有意義, 因此在保證調(diào)整后的產(chǎn)出值為正的前提下選擇最大、最小調(diào)整量。第三階段, 使用調(diào)整后的“好”產(chǎn)出和“壞”產(chǎn)出的值代替初始的產(chǎn)出數(shù)據(jù), 再次運(yùn)用方向距離函數(shù)進(jìn)行第一階段的 M L 生產(chǎn)率測(cè)算。4. 2 不可控環(huán)境變量選擇及實(shí)證結(jié)果分析根據(jù) Zhang 等( 2011) 24 將不可控環(huán)境變量定義為那些對(duì)決策單元的物流營(yíng)運(yùn)環(huán)境或物 業(yè)效率產(chǎn)生重要影響,

39、 又不在樣本可控范圍內(nèi)的因素, 區(qū)別于各類(lèi)污染排放量。結(jié)合物流業(yè)發(fā)展特性, 選擇下列變量作為初始外部環(huán)境變量: ¹ 物流 G DP / 地區(qū) GDP 。該變量能全面反的替代變量。» 能源的利用率。約束力最強(qiáng)的外部環(huán)境認(rèn)為是生產(chǎn)者從環(huán)境中獲得最大 , 即消耗能源, 產(chǎn)生污染最小, 獲得最大物量, 能源的利用率最高; 反之, 約束力較弱的外部環(huán)境認(rèn)為是消耗 能源, 產(chǎn)生污染最大, 綜合周轉(zhuǎn)量最小, 用綜合周轉(zhuǎn)量與能源消耗的比值作為能源利用率的替代變量。數(shù)據(jù)來(lái)源: 計(jì)年鑒( 1998 2010) 。利用前文得到第一階段的物流業(yè) M L 生產(chǎn)率指數(shù)及 “好”產(chǎn)出、“壞”產(chǎn)出的松弛變

40、量后, 將各產(chǎn)出松弛變量作為因變量, 將上述3個(gè)環(huán)境變量作為解釋變量, 利用F ro ntier 4. 1進(jìn)行 SF A 回歸, 得到結(jié)果如下。表5 SFA 回歸結(jié)果綜合周轉(zhuǎn)量松弛變量碳排放松弛變量常數(shù)項(xiàng)75. 4460( 0. 4949)106. 6265*( 4. 3680)物流 GDP / 地區(qū) GDP2. 7300( 0. 2270)- 1. 3915( - 0. 6719)財(cái)政支持- 26. 5379*( - 1. 5278)- 3. 5931( - 1. 2280)能源利用率- 45. 6393*( - 2. 9774)- 27. 4807*( - 10. 8394)R2u1504

41、640. 4*( 1378564. 1)45543. 743*( 41801. 82)C0. 9496*( 212. 3788)0. 9566*( 241. 911)L og likelihood function- 1969. 049- 1471. 5413L R test o f the o ne-sided err or532. 4516*554. 7664*注: * 、* 、* 分別為10% 、5% 和1% 水平下顯著, 括號(hào)中為 t 值。兩個(gè)回歸方程的 C都趨近于1, 顯著性水平達(dá)到1% , 表的回歸系數(shù)可知:u由表5可知, 每個(gè)單邊似然比檢驗(yàn)統(tǒng)計(jì)量 L R 均通過(guò)1% 的顯著性檢驗(yàn)

42、, 表明本文選擇的外部環(huán)境變量對(duì)效率的影響是顯著的, 混合誤差項(xiàng)中 技術(shù)非效率, 使用SFA 分析是必要的。2個(gè)回歸方程中的管理無(wú)效率項(xiàng) R2 數(shù)值非常大, 也通過(guò)了 t 檢驗(yàn), 說(shuō)明不同省份間物流業(yè)的管理技術(shù)水平差異很大。C表示管理無(wú)效率方差占總方差的 比,明管理無(wú)效率對(duì)松弛變量的產(chǎn)生有很大影響, 而隨機(jī)因素的影響相對(duì)較小。由于外部環(huán)境變量是對(duì)兩類(lèi)產(chǎn)出松弛變 量的回歸, 因此當(dāng)回歸系數(shù)為負(fù)時(shí), 表示增加這一外部環(huán)境變量有利于減少產(chǎn)出松弛量, 即有利于物業(yè)效率的提高, 反之, 當(dāng)回歸系數(shù)為正時(shí), 則表示增加這一變量將會(huì)增加產(chǎn)出松弛量, 從而降低物 業(yè)效率。從產(chǎn)出差額72系 統(tǒng) 工 程2012年

43、表6 調(diào)整前后我國(guó)30個(gè)省份19972009年物 業(yè)效率及其分解地區(qū)省份M L EF FCHM L T ECHM L調(diào)整前調(diào)整一調(diào)整二調(diào)整前調(diào)整一調(diào)整二調(diào)整前調(diào)整一調(diào)整二東部地區(qū)0. 99110. 95140. 98371. 01000. 98991. 01041. 00100. 94180. 9939天津1. 01351. 01881. 02821. 00410. 98600. 99151. 01771. 00461. 0194河北0. 97290. 99290. 99821. 02711. 03391. 03260. 99921. 02661. 0308遼寧0. 98101. 02261.

44、 00521. 01120. 97251. 00760. 99200. 99461. 0128上海1. 00001. 00001. 00000. 98260. 99320. 99990. 98260. 99320. 9999江蘇0. 98201. 01710. 99721. 00750. 96441. 00230. 98940. 98090. 9995浙江0. 99661. 02461. 00831. 01070. 98551. 00231. 00721. 00971. 0106福建0. 98921. 00781. 00021. 02290. 99201. 01471. 01190. 9997

45、1. 0149山東0. 97851. 02781. 01001. 00220. 97371. 01090. 98071. 00081. 02110. 96430. 99710. 96761. 00490. 97041. 01440. 96910. 96760. 9816海南0. 97540. 99491. 00810. 99750. 97420. 99590. 97300. 96931. 0040中部地區(qū)山西0. 97630. 99451. 00091. 00340. 97290. 99610. 97950. 96750. 9970吉林0. 98110. 99210. 99991. 00080

46、. 98030. 99240. 98190. 97250. 9924黑龍江0. 97851. 00170. 99281. 01000. 97161. 00490. 98830. 97320. 99771. 00061. 01721. 02261. 00740. 99151. 00391. 00801. 00851. 0266江西0. 97491. 03151. 02371. 02510. 99431. 01270. 99941. 02551. 0367河南0. 97821. 01041. 01421. 02930. 99791. 00981. 00691. 00831. 02410. 9888

47、0. 99740. 99231. 00300. 96810. 99840. 99180. 96560. 9908湖南0. 97401. 00240. 99791. 01340. 98001. 00570. 98710. 98231. 0036西部地區(qū)四川0. 97990. 99480. 98721. 00560. 96980. 99400. 98550. 96470. 98130. 97700. 99231. 00051. 03241. 03031. 03131. 00871. 02231. 0319云南0. 98300. 97220. 98851. 01150. 99880. 99820.

48、99420. 97110. 9867陜西0. 98351. 00561. 00381. 00520. 96081. 00070. 98860. 96621. 0045甘肅0. 96430. 99140. 97351. 03931. 01931. 03551. 00221. 01051. 00800. 99280. 99181. 01231. 02511. 02151. 00681. 01771. 01311. 0192青海0. 98291. 00001. 00561. 01751. 02030. 99891. 00011. 02031. 00450. 95390. 97990. 96901.

49、05761. 03571. 04391. 00891. 01491. 0116內(nèi)1. 00000. 98210. 99421. 01871. 00551. 01451. 01870. 98751. 0086重慶0. 98620. 99331. 01141. 00070. 97660. 99810. 98680. 97011. 0095廣西0. 97131. 01371. 01091. 01790. 97891. 00430. 98860. 99231. 0153全國(guó)0. 98231. 00051. 00021. 01340. 99011. 00770. 99550. 99061. 0078第3

50、期, : 區(qū)域物 業(yè)效率73¹ 物流 G DP / 地區(qū) GD P: 物流業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值的比對(duì)期望產(chǎn)出和非期望產(chǎn)出松弛變量的回歸系數(shù)均 不顯著, 說(shuō)明各地區(qū)物流業(yè)在地區(qū)發(fā)展水平中所占的比重與物 業(yè)效率間并沒(méi)有必然 , 因此不考慮該指標(biāo)對(duì)物 出效率的影響, 予以剔除。º 財(cái)政支持: 對(duì)兩類(lèi)產(chǎn)出松弛變量的回歸系數(shù)均為負(fù)值, 其中對(duì)期望產(chǎn)出松弛變量的系數(shù)通過(guò)10% 水平的顯著性檢驗(yàn), 而對(duì)非期望產(chǎn)出松弛變量的估計(jì)系數(shù)未通過(guò) t 檢驗(yàn), 表明隨著財(cái)政支持力度的加大可以通過(guò)完善物流 業(yè)基礎(chǔ)設(shè)施實(shí)現(xiàn)產(chǎn)出規(guī)模的擴(kuò)大, 對(duì)物業(yè)碳排放治理的影響則相對(duì)較小, 在非期望產(chǎn)出調(diào)整時(shí)不予考慮。» 能源利用率: 能源利用率對(duì)期望產(chǎn)出松弛變量和非期望產(chǎn)出松弛變量的估計(jì)系數(shù)均為負(fù)值, 且至少通過(guò)5% 的顯著性水平, 意味著隨著能源利用率的提高, 消耗單位能源獲得產(chǎn)出增加的同時(shí), 對(duì)環(huán)境造成的污染減小, 進(jìn)而提高物 業(yè)的運(yùn)營(yíng)效率。根據(jù)式( 13) 、式( 14) 、式( 15) 、式( 16) 調(diào)整兩種條件下的“好”產(chǎn)出和“壞”產(chǎn)出, 再將調(diào)整后的產(chǎn)出值和初始投入帶