蘇貴影 喬竹

摘要：根據2009-2016年全國30個?。ㄊ小⒆灾螀^(qū)）物流業(yè)數(shù)據，基于低碳經濟的發(fā)展理念，將能源消耗量和碳排放量引入投入變量，采用三階段DEA模型對物流業(yè)效率進行評價。結果顯示，全國物流業(yè)總體發(fā)展水平不高，仍處于規(guī)模效率遞增階段，且各地區(qū)發(fā)展水平存在差異。為有效提高全國物流業(yè)效率，以純技術效率和規(guī)模效率為標準對全國30個?。ㄊ小⒆灾螀^(qū)）進行K-means聚類分析，并根據不同類別物流業(yè)的發(fā)展水平，提出相應建議和對策。

關鍵詞：低碳;物流業(yè);效率評價;三階段DEA;K-means聚類

中圖分類號：F223

文獻標識碼：A

文章編號：0439-8114（ 2020）12-0206-07

D01：10.1408 8/j .cnki.issn0439-8114.2020.12.045

開放科學（資源服務）標識碼（OSID）：

物流業(yè)作為全國國民經濟的“第三方利潤源”，僅2017年全國社會物流總額就達252.8萬億元，按可比價格算，同比增長6.7%，物流業(yè)總收人為8.8萬億元，同比增長11.5%。物流業(yè)整體處于中高速增長態(tài)勢.具有巨大的發(fā)展?jié)摿?。然而，由于長期以來高投入、高產出的粗放型發(fā)展模式，也帶來了物流運作效率低下、能源消耗量大和碳排放等問題，嚴重制約了全國物流業(yè)的轉型升級，低碳、高效的可持續(xù)發(fā)展成為當今物流業(yè)的發(fā)展趨勢。

1 研究方法

低碳經濟是當前經濟的主要發(fā)展趨勢，物流業(yè)作為能源消耗和碳排放大戶，必須走低碳化道路，而三階段DEA模型剔除了環(huán)境因素和隨機因素的影響，評價結果更準確，評價結束后依據評價結果再運用K-means聚類分析方法對全國30個省（市、自治區(qū)）進行聚類分析，有利于提高全國物流業(yè)效率。

1978年運籌學家Charnes等[1]提出數(shù)據包絡分析（DEA），用來研究具有多投入、多產出的決策單元的相對有效性。2002年Fried等[2]指出傳統(tǒng)DEA模型沒有考慮環(huán)境因素和隨機因素對決策單元效率評價結果的影響，會導致評價結果不準確，隨后提出了剔除環(huán)境因素和隨機因素的三階段DEA方法。目前，國內外對于采用DEA模型進行物流效率評價的研究比較成熟，如王博等[3]采用三階段DEA方法對中國“一帶一路”沿線區(qū)域物流效率進行綜合評價，研究區(qū)域物流業(yè)發(fā)展情況落后于其他地區(qū)，并未體現(xiàn)出明顯的發(fā)展優(yōu)勢;王琴梅等[4]運用DEA模型對西安市2003-2010年物流效率進行評價，并利用Tobit回歸模型分析了物流效率與各個影響因素之間的關系，發(fā)現(xiàn)物流資源利用率對西安市物流效率值影響較大。此外，關于考慮低碳經濟發(fā)展下物流效率的研究，李永林[5]利用DEA模型對全國31個?。ㄊ?、自治區(qū)）的低碳物流效率進行評價，發(fā)現(xiàn)全國低碳物流效率的整體水平不高，主要原因是純技術效率過低;孟魁[6]考慮了能源消耗和碳排放因素，用三階段DEA方法研究中部地區(qū)的物流效率，發(fā)現(xiàn)外部環(huán)境對投入冗余的影響較大，采用三階段DEA模型將其剔除，評價結果會更為準確;唐建榮等[7]將環(huán)境負荷與經濟增長同時考慮在內，把二氧化碳排放量引入投入變量，運用三階段DEA模型對東部10省市物流業(yè)效率進行評價，研究結果為東部地區(qū)改善物流業(yè)效率和發(fā)展區(qū)域低碳物流建設提供了理論依據。

聚類分析是一種研究分類問題的多元統(tǒng)計方法，能夠將樣本數(shù)據根據其諸多特征，按照性質上的親疏關系在沒有先驗知識的情況下進行分類，產生多個分類結果[8]。1957年勞埃德（Lloyd）首次在研究中提出K-means算法，1967年麥奎因（MacQueen）對K-means算法的理論進行完善并做了詳細的研究[9]，因其運算速度快、計算量小等優(yōu)點，成為聚類分析中最常用的一種方法。在利用聚類分析方法研究物流的研究中，李國俊等[10]對2012年新疆14個地州市物流發(fā)展方面進行灰色聚類分析，提出針對新疆14個地州市區(qū)域物流發(fā)展的對策建議和相關物流發(fā)展規(guī)劃;王道平等[11]采用K-means聚類分析法將全國31個省市農產品物流模式分成4類，并且研究了適合每類省市農產品的物流模式，為各省市農產品的發(fā)展提供了參考依據;金芳芳等[12]采用因子分析法和K-means聚類分析方法，對“長三角”16個城市物流競爭力進行評價，將各城市分成4類，并對每類城市進行比較分析;高學東等[13]對物流配送客戶進行了聚類分析，針對配送中心位置未知的客戶聚類問題，提出了一種考慮配送路網結構和配送量約束的聚類算法。

經上述相關物流效率研究分析發(fā)現(xiàn)，其研究方法多采用單- DEA方法或者聚類分析方法，同時運用DEA及聚類分析方法分析物流效率的研究較少，在當前低碳經濟背景下物流業(yè)發(fā)展趨勢的研究更少之又少。本研究采用三階段DEA模型及K-means聚類分析方法對低碳經濟下全國省域物流業(yè)效率進行了實證分析。

2 指標選取與數(shù)據準備

依據相關研究，將物流業(yè)界定為交通運輸業(yè)、倉儲業(yè)和郵政業(yè)3個部門。因為這3個部門對物流業(yè)增加值總量的貢獻達85%以上[14]，故采用此界定方式有一定的可靠性。

2.1 投入產出指標

因本研究是基于低碳經濟下的物流效率評價，故將能源消耗量和碳排放量引入投入指標中，并從人力、物力、財力的角度出發(fā)，選取物流業(yè)從業(yè)人數(shù)、物流業(yè)運輸路線長度、物流業(yè)固定資產投資額共同作為全國省域物流效率評價的投入指標。選取物流業(yè)生產總值、貨運量和貨物周轉量作為產出指標。

2.2 環(huán)境指標

環(huán)境指標不受物流業(yè)主觀控制，但是必須對物流業(yè)的運作效率有顯著影響，因此選取各?。ㄊ?、自治區(qū)）地區(qū)生產總值和R&D經費作為指標。地區(qū)生產總值反映了一個地區(qū)的經濟發(fā)展狀況，物流業(yè)作為綜合型服務產業(yè)，經濟發(fā)展水平對其影響很大。同時，物流業(yè)作為技術密集型產業(yè)，R&D經費代表了各省的科技投資力度，能反映一定的技術水平[15]。

上述指標均選取自2009-2016年全國30個?。ㄊ?、自治區(qū)）數(shù)據，因西藏自治區(qū)數(shù)據不全，故舍去，具體指標見表1。研究數(shù)據來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及各?。ㄊ小⒆灾螀^(qū)）統(tǒng)計年鑒。

3 全國物流業(yè)效率評價的實證分析

3.1 三階段DEA模型

1）第一階段（投入導向型BBC模型實證）。選取2009-2016年全國30個?。ㄊ小⒆灾螀^(qū)）的物流業(yè)效率值進行分析，運用DEAP 2.1軟件，采用投入導向型BBC模型，計算得到各?。ㄊ小⒆灾螀^(qū)）的物流綜合技術效率、純技術效率和規(guī)模效率，并選取2009年和2016年數(shù)據為例，整理結果如表2所示。

2009年全國物流業(yè)綜合技術效率為0.732、純技術效率為0.953、規(guī)模效率為0.763;2016年綜合技術效率為0.781、純技術效率為0.962、規(guī)模效率為0.808。相比可發(fā)現(xiàn)，3個效率值都有所提升，表明全國物流業(yè)發(fā)展水平越來越高。

2）第二階段（SFA回歸分析）。第一階段測算的效率值包括了外在環(huán)境因素和隨機因素的影響，在第二階段將其剔除，把投入變量的松弛量作為被解釋變量，以地區(qū)生產總值和R&D經費作為解釋變量，使用SFA（隨機前沿分析）建立回歸方程，利用Frontier 4.1軟件進行計算，以2009年和2016年數(shù)據為例，計算結果如表3所示。

進一步分析外在環(huán)境變量對投入松弛量的系數(shù)。當系數(shù)為正時，表明外在環(huán)境因素的增加會使得投入松弛增加，降低經營管理效率;當系數(shù)為負時，則表明外在環(huán)境因素的增加會使得投入松弛減少，從而提高經營管理效率。地區(qū)生產總值在2009年的物流業(yè)固定資產投資額、物流業(yè)運輸路線長度、物流業(yè)能源消耗量這3個投入松弛回歸系數(shù)為正，說明地區(qū)生產總值的增加會導致物流產業(yè)盲目增加固定資產投資、運輸路線和能源消耗，導致投入冗余變大。而地區(qū)生產總值在2016年的物流業(yè)從業(yè)人數(shù)、物流業(yè)碳排放量這2個投入松弛回歸系數(shù)由負變?yōu)檎f明地區(qū)生產總值近年來的效率降低，對投入冗余產生的影響發(fā)生了變化，由此可見全國物流業(yè)的發(fā)展仍是粗放型狀態(tài)，不利于管理效率的提高。R&D經費投入在2009年和2016年的所有投入松馳回歸系數(shù)都為負，說明R&D經費投入適量減少，會使得投入冗余降低，從而提高經營管理效率。

3）第三階段（采用調整后的投入變量再次做BBC模型分析）。將第二階段SFA回歸模型調整之后的投入值與原始產出值重新作為投入產出數(shù)據，再次進行BBC模型分析，運用DEAP 2.1軟件計算效率值，以2009年和2016年數(shù)據為例，計算結果如表4所示。

第三階段將環(huán)境因素和隨機因素剔除，2009-2016年浙江?。?015年）、貴州省（2016年）、福建省（2016年）、寧夏回族自治區(qū)（2009年、2010年、2013年、2014年）都退出了效率前沿面，說明其高效率是由于較好的外部環(huán)境和隨機因素而達到的。而且山西?。?016年）、內蒙古自治區(qū)（2012年）、河南?。?014年）經過調整之后也進入前沿面，說明環(huán)境因素和隨機因素影響了這些地區(qū)的物流效率。此外，在2016年，全國30個?。ㄊ?、自治區(qū)）中有13個?。ㄊ小⒆灾螀^(qū)）規(guī)模效率都達到1，17個?。ㄊ?、自治區(qū)）規(guī)模效率遞增，說明全國物流業(yè)規(guī)模效率整體還處于遞增階段，有巨大的發(fā)展?jié)摿Α?/p>

4）第一階段和第三階段實證結果對比分析。按照全國行政區(qū)域劃分，將30個?。ㄊ?、自治區(qū)）分為華北、東北、華東、華中、華南、西北和西南7個區(qū)域，將每個區(qū)域內的各個省（市、自治區(qū)）的效率值取平均值作為本區(qū)域的效率值進行分析和比較，結果如圖1、圖2和圖3所示。

從綜合技術效率來看，在第三階段，華北和華中地區(qū)的綜合技術效率值高于第一階段;華東地區(qū)的綜合技術效率值低于第一階段;東北、華南、西南地區(qū)第三階段和第一階段差別不大，不同年份有高有低，說明外在環(huán)境因素和隨機因素對華北、華中和華東地區(qū)綜合技術效率值的估計誤差影響較大。其中，華北和華中地區(qū)綜合技術效率的實際值要高于其現(xiàn)實表現(xiàn)，而華東地區(qū)綜合技術效率的現(xiàn)實表現(xiàn)要高于其實際值，即擁有相對較好的外部環(huán)境或隨機因素，而其自身物流業(yè)發(fā)展水平并未達到表現(xiàn)出來的水平。東北、華南、西南地區(qū)受環(huán)境因素和隨機因素影響較小。

從純技術效率來看，在第三階段，每個區(qū)域的純技術效率值都比第一階段高，說明每個區(qū)域物流業(yè)的實際純技術效率比其表現(xiàn)出來的水平要好，外部環(huán)境因素和隨機因素產生的是負面影響。

從規(guī)模效率來看，在第三階段，華北、東北、華中、華南和西北地區(qū)的規(guī)模效率在不同的年份有高也有低，說明這些地區(qū)受外部環(huán)境因素和隨機因素影響較小。而華東和西南地區(qū)在第三階段的效率值普遍低于第一階段，說明該地區(qū)規(guī)模效率的現(xiàn)實表現(xiàn)要高于其實際值，即擁有相對較好的外部環(huán)境或隨機因素，而其自身物流業(yè)發(fā)展水平并未達到表現(xiàn)出來的水平。

從全國范圍來看，華北和華東地區(qū)的綜合技術效率較高，華中和華南地區(qū)次之，東北、西南和西北地區(qū)較低，這與全國各地區(qū)的經濟發(fā)展水平相吻合，經濟較發(fā)達的地區(qū)，其物流業(yè)發(fā)展水平也較高。此外，全國物流業(yè)純技術效率基本保持在0.9-1.0，而規(guī)模效率在0.5-1.0，表明全國物流業(yè)技術水平已達到一定程度，而規(guī)模效率影響了物流業(yè)的發(fā)展。所以，應適度加大全國物流業(yè)的規(guī)模投入，尤其是西南和西北地區(qū)，有利于實現(xiàn)該地區(qū)物流業(yè)大力發(fā)展的目標，同時采用先進的物流技術效率以提高規(guī)模效率。

3.2 K-means聚類分析

通過三階段DEA模型分析全國物流業(yè)效率，發(fā)現(xiàn)雖然華北和華東地區(qū)綜合技術效率較高，但并不是所有位于效率前沿面的省份都集中在這2個地區(qū)，東北和華南地區(qū)也有位于效率前沿面的省份。由于，物流業(yè)效率與綜合技術效率、純技術效率和規(guī)模效率緊密相關.各地區(qū)內部、各省份在這些指標上存在明顯差異，因此，按照區(qū)域劃分來分析全國省域物流業(yè)效率存在一定的不足[16]。

基于此，本研究采用K-means聚類分析方法，以2016年全國30個?。ㄊ?、自治區(qū)）物流業(yè)純技術效率和規(guī)模效率為標準進行分類研究，找到不同類別省份物流業(yè)效率優(yōu)劣勢，針對不同類別省份提出有效的建議[17]。運用SPSS軟件進行計算，最終聚類結果如表5所示，最終聚類中心表如表6所示。

用K-means聚類分析將全國30個?。ㄊ?、自治區(qū)）分為3類，第一類省份純技術效率和規(guī)模效率都高，綜合技術效率處于高水平;第二類省份純技術效率較高，規(guī)模效率較低，純技術效率和規(guī)模效率相差較大，綜合技術效率處于低水平;第三類省份純技術效率較低，規(guī)模效率居中，純技術效率和規(guī)模效率相差不大，綜合技術效率處于中水平。

高水平地區(qū)的純技術效率和規(guī)模效率都為l或接近于1，達到或者接近于DEA有效，由此可認為這些省份在投入產出方面和整體規(guī)模方面都已達到高效狀態(tài)，投入基本不存在浪費和冗余現(xiàn)象，且無法通過改變規(guī)模來提高效率。

低水平地區(qū)的純技術效率較高，但是規(guī)模效率較低，要想改變這些地區(qū)的綜合技術效率主要在于規(guī)模效率的提高。因此需要找到規(guī)模效率較低的原因，比如可能是這些地區(qū)物流業(yè)規(guī)模過小，投入資源未得到充分利用，適當擴大規(guī)模，能有利于規(guī)模效率的提高;又或者是規(guī)模擴張過快，內部管理能力不足和市場環(huán)境因素導致規(guī)模效率較低，提高內部管理能力，充分認清把握市場環(huán)境，可以有效提高規(guī)模效率。

中水平地區(qū)的純技術效率較低，規(guī)模效率也處于居中水平，純技術效率和規(guī)模效率都相對無效，說明這些地區(qū)在純技術效率和規(guī)模效率方面都需要改進。由于采用的是投入導向型的DEA模型，所以需要通過減少投入以達到現(xiàn)在的產出水平，這些地區(qū)內的各省份都需要深入分析找出投入浪費的具體情況，對投人情況進行調整，才能帶來純技術效率的提高。

4 研究結論與建議

本研究同時考慮了經濟產出和可持續(xù)發(fā)展目標，從低碳經濟角度出發(fā)，建立了低碳經濟下全國省域物流效率的評價體系，運用三階段DEA模型對全國物流業(yè)效率進行了評價，通過研究得出以下結論。

1）在環(huán)境因素和隨機因素的影響下，地區(qū)生產總值增加會導致各種投入冗余的增加，而R&D經費的增加會導致各種投入冗余的減少，所以隨著各地區(qū)生產總值的提高，應適度減少各種投入變量，同時增加R&D經費投入，從而使物流效率得到提高。

2）全國各地區(qū)物流業(yè)發(fā)展水平存在差異，但總體來看華北和華東地區(qū)發(fā)展水平較好，華中和華南地區(qū)次之，東北、西南和西北地區(qū)發(fā)展較差，這與各地區(qū)的經濟發(fā)展水平相吻合，經濟較發(fā)達的地區(qū)，物流業(yè)發(fā)展水平也較好。

3）全國各地區(qū)物流業(yè)發(fā)展存在投入過高、資源消耗浪費、碳排放量大的現(xiàn)象，規(guī)模效率是制約全國物流業(yè)綜合技術效率提升的關鍵因素，尤其是西南和西北地區(qū)，適量加大規(guī)模投入，有利于物流效率的提高。

將三階段DEA評價結果運用K-means聚類分析方法進行聚類，并根據不同類別物流業(yè)的優(yōu)劣勢，提出建議。

1）加快各地區(qū)物流聯(lián)動，高水平地區(qū)帶動低水平地區(qū)。由于全國各地區(qū)地理位置不同，高水平地區(qū)主要位于華北和華東等較開放地區(qū)，經濟水平高，交通運輸發(fā)達，從而帶動了物流業(yè)的發(fā)展，相比于其他地區(qū)而言，華北和華東地區(qū)有較高的物流技術和物流投入，加強各地區(qū)間的整體統(tǒng)籌規(guī)劃，促進各地區(qū)物流與物流、物流與其他行業(yè)的聯(lián)動發(fā)展，通過高水平地區(qū)帶動低水平地區(qū)發(fā)展，從而提高全國物流業(yè)的整體發(fā)展水平。

2）樹立物流低碳發(fā)展理念，引導物流低碳化發(fā)展。物流業(yè)作為全民參與的行業(yè)，樹立低碳發(fā)展理念至關重要。國家層面應制定相關政策、法規(guī)約束物流業(yè)的低碳發(fā)展，物流行業(yè)從業(yè)者也要在自主低碳的同時，大力宣傳低碳化理念，引導大眾在從事物流活動的過程中能夠主動采用低碳化的方式。

3）提高資源利用率，保持物流業(yè)純技術效率的提升。采用合適的運輸方式、先進的物流技術，大力發(fā)展多式聯(lián)運，減少在運輸過程中的能源浪費，同時降低碳排放。另外，要改善能源結構，減少高污染能源的使用量，多利用風能、太陽能等清潔能源。

4）優(yōu)化各地區(qū)物流節(jié)點，提高物流業(yè)規(guī)模效率。在物流過程的各節(jié)點中，進行人力、財力、資源投入的優(yōu)化，力爭以最小的投入達到最大的產出，從而提高規(guī)模效率，尤其是對于中水平和低水平地區(qū)而言。

5）抓住機遇，充分利用外部環(huán)境對物流業(yè)的正向作用。環(huán)境因素和隨機因素對物流業(yè)的效率有重大影響，看清當前發(fā)展趨勢，緊跟時代步伐，將有利于全國物流效率的提高。例如，低水平地區(qū)中重慶、四川、陜西等地要積極踐行“一帶一路”倡議，完善物流基礎設施，大力發(fā)展物流業(yè)。

參考文獻：

[1] CHARNES A， COOPER W W. RHODES E. Measuring the efficien-cy of decision making units EJl. European journal of operational re—search. 1978.2（6）：429-444.

[2] FRIED HO， LOVELL C A K，SCHMIDT S S，et al. Accounting forenvironmental effects and statistical noise in data envelopment anal-ysis[J].Journal of productivity analysis， 2002. 17（ 1-2）： 157-174.

[3]王博，祝宏輝，劉林.我國“一帶一路”沿線區(qū)域物流效率綜合評價——基于三階段DEA模型[J]華東經濟管理，2019，33（5）：76-82.

[4]王琴梅，譚翠娥.對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學，2013，27（5）：70-74.

[5]李永林.基于DEA的我國低碳物流效率研究[J].中國市場， 2014（27）：23-25.

[6]孟魁.基于三階段DEA方法的中部六省物流效率評價[J]統(tǒng)計與決策，2014（2）：57-60.

[7]唐建榮，盧玲珠，低碳約束下的物流效率分析——以東部十省市為例[J].中國流通經濟，2013，27（1）：40-47.

[8]汪首元，崔玉姣，馬偉中，等.基于K一均值聚類的瀝青路面使用 性能評價[J].公路交通科技（應用技術版），2019，15（2）：16-18.

[9]董騏瑞.k-均值聚類算法的改進與實現(xiàn)[D].長春：吉林大學， 2015

[10]李國俊，張娜.基于灰色聚類分析的新疆區(qū)域物流發(fā)展水平評價研究[J].鐵道運輸與經濟，2015，37（2）：37-42.

[11]王道平，李鋒，程蕾.我國農產品物流模式的實證研究——基于各省市的聚類分析法[J].財經問題研究，2011 （2）：108- 113.

[12]金芳芳，黃祖慶，虎陳霞.長三角城市群物流競爭力評價及聚類分析[J].科技管理研究，2013，33（9）：183-187.

[13]高學東，谷淑娟，白塵，等.考慮物流配送路網結構及配送量約束的客戶聚類算法[J].系統(tǒng)T程理論與實踐，2012，32（1）： 173-181.

[14]張誠，喻琴，張志堅.低碳環(huán)境下中國物流業(yè)效率評價研究[J].鐵道運輸與經濟，2015，37（1）：72-79.

[15]董鋒，徐喜輝，韓宇.低碳約束下的全國省際物流業(yè)效率研 究[J].華東經濟管理，2016，30（5）：86-91.

[16]張惠琴，尚甜甜，高校科研創(chuàng)新效率對比分析——基于全國30個省份的面板數(shù)據[J].科研管理，2015，36（ Sl）：181-186.

[17]張嬌，殷群.我國企業(yè)孵化器運行效率差異研究——基于DEA及聚類分析方法[J].科學學與科學技術管理，2010，31（5）：171-177.

基金項目：2018年山西省哲學社會科學資助項目

作者簡介：蘇貴影（1968-），女，福建永春人，副教授，碩士，主要從事信息管理與信息系統(tǒng)、物流管理等研究，（電話）13835115423（電子信箱）316545475@qq.com;通信作者，喬竹（1993-），女，山西晉中人，在讀碩士研究生，研究方向為物流工程，（電話）13068001022（電子信箱）494542984@qq.com。