中國區(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: 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)測算了包含非期望產(chǎn)出在內(nèi)的19972009年我國30 個省級地區(qū)

2、的物 業(yè)效率, 并借助三階段 DEA 模型分析物流外部營運環(huán)境條件對我國物業(yè)效率變化的影響。結(jié)論顯示: ( 1) 我國物流業(yè)的 M L 生產(chǎn)率指數(shù)年均增長- 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)率估計過高, 物流業(yè)普遍 技術(shù)不環(huán)保。( 2) 剔除外部環(huán)境因素和隨機影響因素后, 物流業(yè)的技術(shù)進步率出現(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) 我國物流業(yè)大多數(shù)地區(qū)的外部營運環(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: F 253文獻標(biāo)識碼: A1 引言物流業(yè)是國民 和 發(fā)展的重要服務(wù)行業(yè), 也是 能源消費的主要行業(yè)。在低碳 中占有特殊位置, 物流業(yè)對能源的依賴逐年上升, 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, 因此說物流業(yè)是溫室氣體和大氣污染排放的重要來源之一。減少物流 領(lǐng)域能源消耗量和碳排放量, 是促進低碳發(fā)展的必然選擇。隨著物流業(yè)在國民 中的重要性逐步凸顯, 其產(chǎn)業(yè)規(guī)模也迅速擴張, 如何通過先進的物流技術(shù)和環(huán)境管制的理念, 對

4、物流系統(tǒng)進行規(guī)劃、管理和實施, 使得物流業(yè)在效率增長的同時對環(huán)境的影響減到最小就顯得尤為重要。 雖然已有較多文獻對物 業(yè)效率展開研究, 但都沒有考慮到環(huán)境因素, 作為物業(yè) 必然副 的各類環(huán)境污染物, 在物流生產(chǎn)效率測度過程中也從未被計入在內(nèi)。早期研究物 業(yè)效率的文獻集中于對 業(yè)效率分析, 近年來隨著物流業(yè)的快速發(fā)展, 對物 業(yè)效率問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, 從而提高市場競爭力。Gengui Zhou 等( 2004) 2 運用D

5、EA -CCR 和 DEA -BCC 模型評價了10個國有上市第 物流企業(yè)連續(xù)5年的 效率, 發(fā)現(xiàn)固定資產(chǎn)投資、銷售利潤、人力成本以及員工技術(shù)水平是影響 物流企業(yè)運營效率的主要因素。R abinov ic 等( 2006) 3 利用 DEA 模型評估物流企業(yè)的效率, 并分析了物流服務(wù)績效與服務(wù)廣度對生產(chǎn)效率的影響。Chan 等( 2006) 4 引入 Benchmarking 績效評估工具, 采用 Double-A HP 方法評估 郵政產(chǎn)業(yè)效率。國內(nèi)學(xué)者 等( 2008) 5 、( 2009) 6 利用 DEA - M almquist 生產(chǎn)率指數(shù)測度我國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個省級地區(qū)物流業(yè) 面板數(shù)據(jù)的基礎(chǔ)上, 應(yīng)用超越對數(shù)隨機前沿, 分析了各地區(qū)物流業(yè)全要素生產(chǎn)率及其增長動力來源 等 ( 2010) 8 利用隨機前沿模型評價了我國區(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基金項目:自然科學(xué)基金資助項目( 71171035)作者簡介:( 1963-) , 男, 吉林白城人, 東北財經(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:計量分析與管理決策;( 1985-) , 女, 遼寧本溪人, 東北財經(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, 但仍然以下兩個問題: 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, 國內(nèi)學(xué)者對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行 了不同程度的研究, 但 從資本、勞動和能源等生產(chǎn)要素的投入角度以及合意的期望產(chǎn)出角度考察, 缺少對環(huán)境污染等非期望產(chǎn)出的度量。使所測度的效率值不能反映生產(chǎn)過程中帶來的“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

9、, 隨著各類環(huán)境問題的凸顯, 交通領(lǐng)域已經(jīng)開始把對非yt t t tt ttt期望產(chǎn)出的 納入產(chǎn)出效率測度的框架內(nèi), M cM ullen 和 N oh( 2007) 9 利用方向距離函數(shù)分析 43個公交運輸機構(gòu)2000年 系統(tǒng)的效率, 希望在減少機動車尾氣排放的同時增加旅客周轉(zhuǎn)量和車輛行駛里程 -M iin Y u 等 ( 2008) 10 利用產(chǎn)出方向距離函數(shù)測度了 4 個主要機 場 1995 1999 年 以 飛 機 噪 聲 為 非 期 望 產(chǎn) 出 的M almquist-Luenberg er 生產(chǎn)率指數(shù)。國內(nèi)現(xiàn)有文獻未見同時考慮上述兩方面問題的物流 產(chǎn)業(yè)效率研究, 因此, 相關(guān)文獻所

10、評估的效率值并不能真實反映我國現(xiàn)階段物流業(yè)的發(fā)展水平, 外部環(huán)境對物流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, 表示“好”產(chǎn)出增加的同時, “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, “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)寫成如下線性規(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 亦無從考察。鑒于此, 本文利 用M almquist-Luenberg er 生產(chǎn)率指數(shù)測算 重新估算了包含非期望產(chǎn)出在內(nèi)的19972009年我國30個省級地區(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)境條件對我國物業(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, 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, 則必然會消耗部分原本用于生產(chǎn)“好”產(chǎn)出的投入, 進而導(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)可以進一步被分解為兩部分: 一部分測度效率變化( M L EFF CH) , 另一部分測度技術(shù)進步( M L T ECH) , 表達式如下:必然伴隨“壞”產(chǎn)出。P ( x ) 滿足零結(jié)合性, 還需滿足兩

16、個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 測度了每個觀測值與其各自的生產(chǎn)前沿的逼近程度, M L T ECH 測度的是 t 期到 t+ 1期生產(chǎn)可能性邊界的改變。求解過程中, 需要計算每個生產(chǎn) 相鄰期的4個方向距離函數(shù), 利用非參數(shù)線性規(guī)劃求解。3 數(shù)據(jù)及實證結(jié)果3. 1 變量及數(shù)據(jù)描述由于物流統(tǒng)計體系 善, 結(jié)合交通 、倉儲和郵政業(yè)的增加值占物流業(yè)增加值85% 的事實, 采用統(tǒng)計年鑒 通 、倉儲和郵政業(yè)的數(shù)據(jù)來代替物流

18、業(yè)進行分 析。數(shù)據(jù)來源: 計年鑒( 19982010) 、能源統(tǒng)計年鑒( 19982010) 。資本投入: 國內(nèi)學(xué)者 選擇永續(xù)盤存法進行估算, 永續(xù)盤存法計算資本存量, 依賴于四個關(guān)鍵變量的選擇: 基年資本存量、折舊率、固定資產(chǎn)價格指數(shù)和每年投資額。 由于上述四個關(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)投資價格指數(shù)折算為不變價。由于缺少分行業(yè)固定

19、資產(chǎn)投資價格指數(shù), 因此本文以全行業(yè)固定資產(chǎn)投資價格指數(shù)作為替代。勞動力投入: 應(yīng)當(dāng)主要反映就業(yè)人數(shù), 勞動時間、勞動種類以及勞動質(zhì)量等因素, 由于數(shù)據(jù)限制, 沒有科學(xué)指標(biāo)對上述要素進行有效度量, 因此以各地區(qū)物流業(yè)的從業(yè)人員數(shù)作為勞動力投入指標(biāo)的替代。能源投入: 各地區(qū)一次能源消費量作為能源投入, 將不同類型的能源消費量統(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)計部門對不同 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)。“壞”產(chǎn)出º : 將物業(yè) 過程中產(chǎn)生的碳排放量作為“壞”產(chǎn)出的指標(biāo), 根據(jù) IP CC 碳排放計算指南, 采用下述公式計算碳排放量:其中, Ei 表示第 i 種能源消費量, 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, 來自 能源統(tǒng)計年鑒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, 由于本文計算碳排放量, 實際計算時公式中不包含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)對比¹由表2可知, 情形一: 不考慮碳排放約束, 1997 2009年全國物流業(yè)的全要素生產(chǎn)率增長1. 02% , 技術(shù)效率增長- 5. 42% , 技術(shù)進步率增加6.

25、 81% , 全要素生產(chǎn)率的增長完全是由于技術(shù)進步引起的。情形二: 考慮碳排放約束時, 物流業(yè)的全要素生產(chǎn)率為0. 9955, 年均增長率為- 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)出時的情形。雖然情形二中技術(shù)效率的增長 率為負(fù)值, 技術(shù)進步率的年均增長為正, 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, 也由于我國物流業(yè)技術(shù)進步率的增長動力不足所致, 即技術(shù)進步率的增長無法抵消技術(shù)效率下降導(dǎo)致的 , 使得物業(yè)效率年均增長率下降。這表明, 從總體上來看, 全國以及三大地區(qū)物流業(yè)對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)無效率的, 忽略環(huán)境污染這一必然副, 將會高估物流業(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)計檢驗結(jié)果, 單樣本 K -S 正態(tài)檢驗結(jié)果表明全要素生產(chǎn)率和技術(shù)進步率服從正態(tài)分布, 而技術(shù)效率變化則從正態(tài)分布。分別利用兩類非參數(shù)檢驗 和配對樣本 T 檢驗測度 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)進步率均通過顯著性差異檢驗, 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 分別通過配對樣本 T 檢驗和 K -S 樣本 T 檢驗, 也

27、顯著差異。說明減少碳排放等非期望產(chǎn)出對物流業(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K -S 檢驗EF FCHT ECHM IZ 值1. 249*( 0. 088)1. 188( 0. 119)1. 052( 0. 219)注: 括號為 P 值, * 、* 、* 分別為10% 、5% 、1% 顯著性水平。表4 顯著性檢驗H0假設(shè)M ann-Whit ney U 檢驗T w o-SampleKo lmog orov -Smir no v Z 檢驗Paried-Samples T 檢驗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)的測度結(jié)果比忽略非期望產(chǎn)出的傳統(tǒng) M I 指數(shù)測度有較高的增長率。主要 是傳統(tǒng)測度忽視了該過程對生產(chǎn)率的貢獻, 事實上, 這一過程中可以通過使用先進排污技術(shù)、清潔高效能源等方式減少生產(chǎn)過程的浪 費, 在環(huán)境的同時提高生產(chǎn)效率。M L 生產(chǎn)率 是將這一環(huán)境 的貢獻作為生產(chǎn)率貢獻考

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 決策單元生產(chǎn)第 m 項“好”產(chǎn)出的差額, f m( Kk; Dm) 表示環(huán)境變量對差額的影響, Kk = K1k, , Kj k 為 J 個外生環(huán)境變量, Dm 為待估參數(shù), f m 的函數(shù)形式無從得知, 根據(jù)F ried 等( 2002) 22 設(shè)定為 f m = Kk Dm, Mmk + umk 為混合誤差項, 其中 Mmk 表示隨機影響, 服從零均值正態(tài)分布 Mmk 得到的效率值高于傳統(tǒng)測度的效率值。而本文的測度N ( 0, R2 ) , umk表示管理無效率, 服從截斷正態(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了非期望產(chǎn)出減N + ( um, R2 ) , 二者不相關(guān), 環(huán)境變量、隨機誤差和管理無效率對每個投入變量有不同的影響, 當(dāng) Cm =umR+ RR2少的百分比, 或者說污染排放物的年均增加值已經(jīng)超過了um22umvm趨近于1時, 管理因素占主導(dǎo), 當(dāng) Cm 趨于0時, 隨年均減排量。這也正說明我國物流業(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、重污染為代價的。從 這個意義上說

32、, 物流業(yè)并不支持 Por ter 等( 1995) 19 假說提出的環(huán)境管制可以通過激發(fā)企業(yè)的技術(shù)創(chuàng)新能力從而 增強企業(yè)競爭力的說法。需要說明的是, 西部地區(qū)由于技術(shù)進步率較高, 使得 全要素生產(chǎn)率高于東部地區(qū), 似乎與實際情形不符, 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 、機誤差影響占主導(dǎo)?！皦摹碑a(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 個決策單元生產(chǎn)第 i 項非期望產(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,原則是將所有生產(chǎn)者調(diào)整到相同的外部環(huán)境條件, 同時考慮隨機因素的干擾。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中將隨機因素分離出來, 得到隨機誤差 Mmk 的條件估計量:) 2009) 20等( 2010) 21 也得到類似的結(jié)論。E vmkvmk+ umk = S mk- KkDdm - Ed umkv mk+ umk4 外部營運環(huán)境對物 業(yè)效率影響的實證分析Fried 等( 2002) 22 認(rèn)為, 第一階段測度效率得到的產(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)境因素對物流效率 的影響, 將所有無效的決策單元失敗的歸結(jié)為內(nèi)部管理不善, 這樣對于外部環(huán)境惡劣的決策單元效率的評估不公平。借助這一思想, 我們使用三階段 D EA 模型來研究外( 12)其中, k = 1, , K ; m = 1, , M ; 使用相同可以得到 Mik 的條件估計量。這樣不僅可以反應(yīng)出外部環(huán)境變量和隨機誤差對產(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, 并遇到最壞的運氣時, 將

35、“好”產(chǎn)出向下調(diào)整一個較大的量, 而mkmkkk“壞”產(chǎn)出向上調(diào)整一個較大的量, 調(diào)整方程為:部營運環(huán)境條件對物流業(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, 對投入產(chǎn)出應(yīng)用 DEA 分析, 得到每個決策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)出時的物 業(yè)效率評價結(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, 對第一階段得到的產(chǎn)出差額, 與一系列外部環(huán)境變量進行回歸。由于第一階段為產(chǎn)出導(dǎo)向, 因此第二階段對“好”產(chǎn)出和“壞”產(chǎn)出的松弛變量分別進行 SFA 分析, 以剔除外部環(huán)境因素對松弛變量的影響, 假設(shè) K 個決策單元, M 項期望產(chǎn)出, I 項非期調(diào)整后和初始“壞”產(chǎn)出的值。右側(cè)第一個括號代表將全部 決策單元置于相同外部經(jīng)營環(huán)境, 第二個括號代表經(jīng)過調(diào)整后使所有決策單元處于相同的運氣。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)境約束能力最強可以理解為處于較好的經(jīng)營環(huán)境, 將全部決策單元置于較好外部環(huán)境, 且處于較好運氣時, 將“好”產(chǎn)出向上調(diào)整一個較小的量, “壞”產(chǎn)出向下調(diào)整一個較小的量, 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)展能夠有效推動物流業(yè)的發(fā)展。º 支持。從短期來看,mkmkb* = b- f i( K; -Di) - min f i( K; -Di) 的財政支持對物流業(yè)的整體發(fā)展具有一定的

38、促進作ikikkk- Md - min dM ( 16)用。由于各地區(qū)對物流業(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政支出的比重作為對物業(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), 再次運用方向距離函數(shù)進行第一階段的 M L 生產(chǎn)率測算。4. 2 不可控環(huán)境變量選擇及實證結(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決策單元的物流營運環(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)來源: 計年鑒( 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個環(huán)境變量作為解釋變量, 利用F ro ntier 4. 1進行 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75. 4460( 0. 4949)106. 6265*( 4. 3680)物流 GDP / 地區(qū) GDP2. 7300( 0. 2270)- 1. 3915( - 0. 6719)財政支持- 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, 括號中為 t 值。兩個回歸方程的 C都趨近于1, 顯著性水平達到1% , 表的回歸系數(shù)可知:u由表5可知, 每個單邊似然比檢驗統(tǒng)計量 L R 均通過1% 的顯著性檢驗

42、, 表明本文選擇的外部環(huán)境變量對效率的影響是顯著的, 混合誤差項中 技術(shù)非效率, 使用SFA 分析是必要的。2個回歸方程中的管理無效率項 R2 數(shù)值非常大, 也通過了 t 檢驗, 說明不同省份間物流業(yè)的管理技術(shù)水平差異很大。C表示管理無效率方差占總方差的 比,明管理無效率對松弛變量的產(chǎn)生有很大影響, 而隨機因素的影響相對較小。由于外部環(huán)境變量是對兩類產(chǎn)出松弛變 量的回歸, 因此當(dāng)回歸系數(shù)為負(fù)時, 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, 則表示增加這一變量將會增加產(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30個省份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)效率間并沒有必然 , 因此不考慮該指標(biāo)對物 出效率的影響, 予以剔除。º 財政支持: 對兩類產(chǎn)出松弛變量的回歸系數(shù)均為負(fù)值, 其中對期望產(chǎn)出松弛變量的系數(shù)通過10% 水平的顯著性檢驗, 而對非期望產(chǎn)出松弛變量的估計系數(shù)未通過 t 檢驗, 表明隨著財政支持力度的加大可以通過完善物流 業(yè)基礎(chǔ)設(shè)施實現(xiàn)產(chǎn)出規(guī)模的擴大, 對物業(yè)碳排放治理的影響則相對較小, 在非期望產(chǎn)出調(diào)整時不予考慮。» 能源利用率: 能源利用率對期望產(chǎn)出松弛變量和非期望產(chǎn)出松弛變量的估計系數(shù)均為負(fù)值, 且至少通過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, 對環(huán)境造成的污染減小, 進而提高物 業(yè)的運營效率。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