东部沿海地区物流能源效率及其影响因素分析.pdf

:/收稿日期:基金项目:淮南市科技研发项目()安徽省教学研究重点项目()作者简介:刘丽莎()女 广东广州人 安徽理工大学经济与管理学院硕士研究生 研究方向为物流能源 兰国辉()男 安徽六安人 安徽理工大学经济与管理学院副教授 研究方向为环境经济与管理研究网络首发时间:网络首发网址:/./.东部沿海地区物流能源效率及其影响因素分析刘丽莎 兰国辉(安徽理工大学 经济与管理学院 安徽淮南)摘 要:运用超效率非期望产出 模型对 年我国东部沿海地区 个省市的物流能源效率进行测算 分析各省市物流能源效率特征 并运用 回归模型分析我国东部沿海地区的物流能源效率的影响因素 研究结果表明 年 东部沿海地区物流能源效率总体上呈现波动上升趋势 但各省市之间存在较大的差异 山东、江苏、上海的物流能源效率一直保持着比较高的水平 而近几年广东相较于其他地区 物流能源效率得到了明显改善 物流资源利用率和产业规模对物流能源效率有着显著正相关 能源结构和环境规制对物流能源效率有着显著负相关关键词:超效率 模型 回归 物流能源效率 影响因素中图分类号:.文献标志码:文章编号:()():.:世纪 年代开始 随着我国经济的飞速发展 物流行业也得到了快速的发展 但同时也带来了能源的大量消耗 据中国统计年鉴统计 至 年 我国物流行业能源消耗从 亿吨标准煤上升到了 亿吨标准煤 占我国总能源消耗的比例从 上升到 这与国家提出的“双碳”发展战略相悖 打造绿色物流、健全绿色低碳循环发展的流通体系是当下必经之路 也是新 嘉兴学院学报 第 卷第 期 年 月.的挑战和机遇 近年来 国内外学者用了不同的方法对物流能源效率进行研究 文献 运用 模型和社会网络分析方法分析我国 个省份物流能源效率和时空关联演变特征 并运用二次指派程序模型探索其影响因素 文献 通过非期望产出的 和 指数模型测算我国 个省份的物流业全要素能源效率 并建立空间自相关模型研究其空间聚集性 文献 运用包含非期望产出的 模型测算我国各地区碳约束下的物流能源效率 并根据测算结果分析其空间特征 最后运用 回归模型探索其影响因素 文献 基于我国各地区的物流业全要素能源效率的差异状况 运用聚类分析对其进行研究 并用两阶段面板分位数回归分析探索其影响因素文献 运用 模型对中国 个省份的物流能源效率进行测算 再运用 聚类分析研究能源效率、经济发展和能源消耗之间的关系 文献 运用径向基神经网络预测 年和 年我国物流业能源需求量 并分析了驱动因素和测算物流能源效率 文献 基于 模型构建低碳物流绩效指数 用来分析物流能源效率和 排放量之间的关系 文献 基于 年美国物流事故死亡人数、排放量指标 并运用 模型测算物流能源效率并研究其关联性文献 运用新 模型对 个欧洲国家的物流效率进行测算 并把此结果与原始 方法得出的结果进行比较 再使用物流绩效指标对结果进行评估总体来看 目前对东部沿海地区的物流能源的研究较少 且将碳排放和物流能源效率纳入统一框架的研究也较少 因此 本文从两个新角度对物流能源效率进行研究 以东部沿海地区为研究对象同时还考虑了碳排放作为非期望产出来研究对东部沿海地区物流能源效率评价结果的影响 基于此本文借助超效率 模型测算出 年东部沿海地区 个省市的物流能源效率 并通过 回归模型 对影响东部沿海地区物流能源效率的因素进行研究 最后对回归模型进行稳健性检验 为提高物流能源效率和政策制定提供理论支撑一、研究方法(一)超效率 模型 模型有两个特点 第一是投入、产出项的单位对测算出来的效率结果没有影响 第二是测算得出的效率结果和每个投入、产出的差额是单独递减的 非期望产出 模型是 衍生模型中的一种 由于非期望产出 模型和一般的 模型对比 可以解决由角度量与径向引起的偏差问题 因此在测算过程中需考虑非期望产出指标 这样能更有效评价其本质当存在非期望产出时 定义的 模型表达式为:()式()中 表示被评价 的效率值、分别表示每个地区对应的期望产出和非期望产出 表示投入的松弛变量 表示期望产出的松弛变量 表示非期望产出的松弛变量 表示权重向量超效率 模型是将超效率和 模型结合起来的一种模型 一般的径向 模型会因为忽略非期望产出而导致物流能源效率结果出现偏差 同时无法对有效 进行区分 而超效率 模型可以解决这个问题 基于非期望产出的超效率 表达式模型为:刘丽莎 兰国辉:东部沿海地区物流能源效率及其影响因素分析 ()式()中 表示被评价 的效率值 将我国东部沿海 个省市作为 并且每个地区都有 种投入元素、分别表示每个地区对应的期望产出和非期望产出 表示投入的松弛变量 表示期望产出的松弛变量 表示非期望产出的松弛变量 表示权重向量(二)回归模型 模型的因变量基本都在正值上连续分布 但同时也包含了一部分以正概率取值为 的观察值 用最小二乘法估计含有截尾数据的模型参数会产生偏差 且估计量是不一致的 在一定假设下可通过最大似然法估计其参数 本文采用 回归模型的因变量作为超效率 模型得到的东部沿海地区 个省市的物流能源效率值 自变量为物流能源效率的影响因素 并运用随机效应的 模型对东部沿海地区 个省市物流能源效率的影响因素进行分析 得到 回归模型为:()式()中 是潜在应变量 潜变量大于 时 则可以被观察到 取值为 小于等于 时在 处结尾 是自变量向量 是系数向量 是误差项 独立且服从正态分布:()根据影响因素变量的选取 可以构建以下 模型:()式()中 代表物流能源效率 代表 时期的地区人均 代表 时期的产业规模 代表 时期的能源结构 代表 时期的物流资源利用率 代表 时期的环境规制 代表常数项 代表误差项二、指标选取与数据来源目前 统计数据中没有以物流业作为单独的分类 由于数据的可获得性 本文以交通运输、仓储和邮政业代替物流业 再进行能源效率测算和分析影响因素 本文选取 年东部沿海地区各省市的相关数据进行研究 数据来源于 中国统计年鉴 和 中国能源统计年鉴(一)投入变量选取 能源投入 以交通运输、仓储和邮政业的原煤、汽油、煤油等 种物流业主要消耗能源总量作为能源投入 为了确保数据的一致性和准确性 原煤、汽油、煤油等 种消耗能源都根据 中国能源统计年鉴 折算标准煤参考系数并折算成标准煤 计算公式如下:嘉兴学院学报 第 卷第 期 ()表示 地区第 种能源标准煤消费量 表示 地区第 种能源的消耗量 表示一次能源的折标煤系数 能源标准煤系数和碳排放系数如表 所示表 能源标准煤系数和碳排放系数系数原煤汽油煤油柴油燃料油天然气热力.资本 采用各地交通运输业存量指标 选取固定资产投资为基本数据 单位为亿元 劳动投入 以交通运输、仓储和邮政业的当期城镇单位从业人员数为指标 为了变量更准确计算当期从业人员数如下:当期从业人员数(当期期末从业人员数 上期期末从业人员数)()(二)产出变量选取 将交通运输、仓储和邮政业地区产值增加值作为期望产出 并剔除价格变动因素的影响 将东部沿海地区各省市的名义 用 折算指数进行平减 消除价格因素的影响 单位为亿元.排放 以交通运输、仓储和邮政业的碳排放量作为非期望产出 参考 国家温室气体排放清单指南 中的方法估算碳排放量 并根据 对应的碳排放系数 如表 所示 最后再把每种能源得出的 排放量进行汇总就可以得到每个省市的 排放量 计算公式如下:()表示 地区的碳排放量 表示 地区第 种能源标准煤消费量 表示 碳排放系数 样本数据描述性统计如表 所示表 样本数据描述性统计指标类型变量名称单位最大值最小值均值标准差投入能源物流业能源消耗万吨标准煤.资本物流业固定资产投资亿元.劳动力物流业从业人数万人.产出期望亿元.非期望排放万吨.(三)影响因素变量选取物流能源效率不但受投入产出变量的影响 还受其他因素影响 考虑到东部沿海地区的实际情况 本文选取了经济发展水平()产业规模()能源结构()物流资源利用率()和环境规制()个参数作为影响因素变量 具体见表 所示表 影响因素的变量说明解释变量变量定义符号经济发展水平地区人均/(万元/人)产业规模物流产业增加值与 的比值/能源结构油类能源消耗与物流业能源消耗总量的比值/物流资源利用率货物周转量与物流业增加值的比值/环境规制物流业 排放量与物流业增加值的比值/刘丽莎 兰国辉:东部沿海地区物流能源效率及其影响因素分析三、实证分析(一)东部沿海各地区物流能源效率分析经 测算得出 年间东部沿海地区 个省市的物流能源效率 测算结果见表 和图 表 年东部沿海地区 个省市物流能源效率值省份均值山东.江苏.浙江.福建.上海.广东.海南.均值.图 年东部沿海地区物流能源效率折线图 由表 和图 可知 从东部沿海地区总体上来看 年间 东部沿海地区城市总体平均物流能源效率值为 数据大于等于 的占样本总量的 说明东部沿海地区的物流能源效率水平相对较高 但还有较大的提升空间 同期 东部沿海地区物流能源效率均值分别为、呈现波动上升趋势 而在 年降至最低值 后 在 年物流能源效率值达到最大值 这说明物流行业快速发展的同时带来了环境问题不惜以浪费能源为代价的行为逐渐增多 导致物流能源效率降到最低值 但近年来国家逐渐重视节能减排问题 并制定了节能减排政策 迫使物流产业转型升级 物流能源效率水平得到提升 但物流业节能减排的问题仍然需要进一步监控和改善另外 在资本和劳动投入的影响方面 由于投入与产出效应 省市的物流能源效率呈现波动态势 其中江苏、山东、上海、浙江等省市波动幅度较小 广东、海南、福建等省波动幅度较大 在 年 海南()、浙江()、广东()的物流能源效率值较低 而福建()、上海()、江苏()、山东()的物流能源效率值较高 年 海南()、嘉兴学院学报 第 卷第 期浙江()、福建()的物流能源效率值则较低 广东()、上海()、江苏()、山东()的物流能源效率值较高 说明东部沿海地区各省市的物流能源效率具有显著差异 呈现物流行业发展不平衡的态势 个省市物流能源效率均值由高到低的排序为:上海江苏山东福建广东浙江海南 其中 上海、江苏和山东的均值为 有效 这可能是由于上海、江苏地处长江经济带 拥有优越的地理位置和坚实的经济基础 具有较强的运输能力 物流产业规模较大 物流能源可以得到合理利用 山东的高经济发展水平也为物流业注入强大动力 物流需求不断扩大 基础设施不断完善 同时这 个省市的物流能源效率值一直保持上升态势 这说明环境规制的政策实施到位 没有出现因环境而导致效率下降的情况 福建的物流能源效率呈现阶梯式下降 虽然拥有地理区位的优势 但“重线路 轻节点”的方式导致物流资源浪费、能源结构不合理 物流能源得不到有效利用 广东相较于其他地区 物流能源效率得到了明显改善 这可能是由于地处粤港澳大湾区 有着优越的地理位置 人口基数大 物流需求不断扩大 从而产业规模也在增大 且环境规制政策实施到位 物流能源得到有效利用 而海南除了 年的物流能源效率值升到 其余年份都比较稳定 但相对于东部沿海地区总体水平来说 效率水平偏低 存在投入与产出不匹配的情况 这可能是由于物流的固定投资较少 造成产业规模较小 物流业发展较慢 综上 东部沿海地区各省市的物流业能源效率存在较大的差异 而缩小区域之间的差距也是物流业发展需要解决的问题可以通过引进人才、提高经济和技术水平、扩大物流需求和普及清洁能源等方式来缩小各区域之间的差距(二)回归分析本文采用超效率 模型测算 年间东部沿海地区物流业的能源效率 为了进一步研究物流能源效率的影响因素 本文利用 回归对影响因素进行分析 以超效率 模型得到的东部沿海地区 个省市的物流能源效率值为因变量 以物流能源效率的影响因素为自变量 运用随机效应的 模型对东部沿海地区物流能源效率的影响因素进行分析 并经 测算得出回归结果具体见表 所示表 回归结果变量名系数显著性水平物流资源利用率.(.).经济发展水平.(.).产业规模.(.).能源结构.(.).环境规制.(.)(.).常数项.(.).注:“、”分别表示在、显著水平上相关刘丽莎 兰国辉:东部沿海地区物流能源效率及其影响因素分析由表 可知 物流资源利用率、产业规模、能源结构、环境规制这些解释变量均通过显著性检验 除了物流资源利用率在 的显著性水平上相关 其余 个影响因素均在 的显著性水平上相关 而经济发展水平没有显著影响 根据各个变量的相关系数可以得出:一是物流资源利用率和物流能源效率呈正相关 有促进作用 表明物流能源效率的高低和物流资源是否合理使用有着一定的关系 物流资源利用率的系数是 表明 若每提高 个单位物流能源效率就提高 个单位 当物流行业的资源得到合理的利用 可以避免不必要的资源浪费 在产出不变的同时实现最少的投入 使物流资源得到价值最大化 最终实现物流能源效率最大化二是经济发展水平和物流能源效率呈负相关 即物流能源效率随着经济发展水平的提升而下降经济发展水平的系数是 表明若人均 每提升 个单位 物流能源效率就降低 个单位 其相关度比较低 这种情况可以解释为东部沿海地区经济水平快速发展 物流业为了跟上经济发展水平 造成破坏环境和对资源的浪费情况 物流能源效率就会随着经济发展水平的提升而降低 但到后期 这种情况会有所改善三是产业规模和物流能源效率呈正相关 产业规模越大 物流能源效率就越高 产业规模的系数是 表明产业规模每增加 个单位 物流能源效率就提升 个单位 其相关度高 在产业规模逐渐增大时 相关的技术、资源和机器设备都会逐渐成熟 降低物流成本 进一步提高物流能源效率四是能源结构和物流能源效率呈负相关 说明能源消耗越多 则物流能源效率越低 能源系数是 表明能源结构水平每提升 个单位 物流能源效率就降低 个单位 其相关度较高说明油类能源消耗占比越高 物流能源效率也就越低 因此要调整能源结构五是环境规制 和物流能源效率呈负相关 其系数是 即环境规制水平每提升 个单位 物流能源效率就降低 个单位 其相关度较高 当环境规制比较严格时 会对物流企业造成一定的压力 使得物流企业对物流资源重新配置 很多不利于物流行业发展的措施就会出现 抑制其发展 物理能源效率水平就会降低 但环境规制也不能过于放松 不然会造成资源的浪费和过度的排污 造成环境污染 所以要合理制定相关政策(三)稳健性检验为了确保物流能源效率影响因素结果的稳健性 本文选择变量替换的方法对稳健性进行检验 为使结果更具说服力 本文采用产业结构代替产业规模 而经济发展离不开科学技术 因此用科学技术代替经济发展水平 保持其余变量不变 其中产业结构使用东部沿海地区 个省市第二产业产值与生产总值的比例来表示各地区的产业结构 科技水平采用政府财政支出中科学技术与支出总额的比重具体见表 表 稳健性检验的结果变量回归系数系数标准差 统计量 值物流资源利用率.经济发展水平.产业规模.能源结构.环境规制.由表 可以看出 除了物流资源利用率和经济发展水平外 其余变量都对东部沿海地区的物流能源效率产生显著影响 并且解释变量对被解释变量的影响方向与 回归分析结果一致 这表明嘉兴学院学报 第 卷第 期 回归结果与稳健性结果一致 说明模型总体上是稳健的 结论可靠四、结论本文运用超效率 模型测算 年东部沿海地区 个省市的物流能源效率 再用 回归模型分析了物流能源效率的影响因素 第一 年的东部沿海地区 个省市的物流能源效率一直呈波动上升趋势 但各省市间存在较大的差异 从各省市的物流能源消耗平均值来看 山东、江苏、福建和上海的物流能源效率水平较高 广东和浙江属于中间水平 海南属于较低水平 其物流业发展水平较低 总体来说 东部沿海地区的整体物流能源效率水平还有较大提升空间 第二经济发展水平对物流能源效率没有显著影响 而产业规模、能源结构、物流资源利用率和环境规制都有着显著影响 除了物流资源利用率在 的显著性水平上相关 其余 个影响因素均在 的显著性水平上相关 其中 物流资源利用率、产业规模对物流能源效率有着显著正相关 能源结构、环境规制对物流能源效率有着显著负相关 其与物流企业不够合理的能源结构和环境规制的措施有关综上 为了更好地落实 年“碳达峰”与 年“碳中和”目标 我国物流产业发展必须从推动物流能源结构调整、加强物流技术创新和坚持可持续发展理念入手 在促进经济快速发展的同时降低能源消耗 使我国的经济沿着绿色能源的发展道路前行参考文献:黄超然 周国华.碳约束下省域物流能源效率空间关联效应及其影响因素.科技管理研究 ():.李健 刘恋.物流业全要素能源效率时空演变及减排潜力研究.环境科学与技术 ():.王燕 刘婷.碳排放约束下我国区域物流能源效率及影响因素研究.生态经济 ():.王永赞 姚西龙.物流业全要素能源效率地区差异实证研究.商业时代 ():.廖诺 罗雪韵 吴家齐.物流业经济产出、能源消耗与能源效率.统计与决策 ():.李瑞 张悟移.基于 神经网络的物流业能源需求预测.资源科学 ():.:.():.():.():.张瑞 胡彦勇 郄晓彤.中国物流业能源生态效率与其影响因素的动态响应研究.经济问题 ():.杨恺钧 毛博伟 胡菡.长江经济带物流业全要素能源效率 基于包含碳排放的 与 指数模型.北京理工大学学报(社会科学版)():.(责任编辑 张争)刘丽莎 兰国辉:东部沿海地区物流能源效率及其影响因素分析