舒良友 翟曉亞

摘? 要：將碳排放引入到全要素生產(chǎn)率指標(biāo)體系，基于DEA-Malmquist方法對長江經(jīng)濟(jì)帶11省市2007～2016年的全要素生產(chǎn)率測算，并從時間、空間兩個維度對全要素生產(chǎn)率的演化進(jìn)行分析。研究表明：長江經(jīng)濟(jì)帶全要素生產(chǎn)率處于逐步上升的趨勢，主要依靠技術(shù)進(jìn)步拉動全要素生產(chǎn)率的提高;長江經(jīng)濟(jì)帶11個省市全要素生產(chǎn)率總體呈上升趨勢，但是存在地區(qū)發(fā)展不均衡，技術(shù)進(jìn)步和規(guī)模效率是影響全要素生產(chǎn)率提高的主要因素。

關(guān)鍵詞：碳排放;DEA-Malmquist;全要素生產(chǎn)率

中圖分類號：F259.27? ? 文獻(xiàn)標(biāo)識碼：A

Abstract： The carbon emissions are introduced into the total factor productivity index system， and the total factor productivity of 11 provinces and cities in the Yangtze River economic belt in 2007～2016 is measured according to the DEA-Malmquist method， and the evolution of total factor productivity is analyzed from the two dimensions of time and space. The research shows that the total factor productivity in the Yangtze River economic belt is in a trend of rising gradually， mainly relying on technological progress to drive the improvement of total factor productivity， and the total factor productivity of 11 provinces and cities in the Yangtze River economic belt is on the rise， but there is an imbalance in regional development， and technological progress and scale efficiency are the main factors affecting the increase of total factor productivity.

Key words： carbon emission; DEA Malmquist; total factor productivity

0? 引? 言

物流業(yè)作為五大基礎(chǔ)產(chǎn)業(yè)之一，是我國經(jīng)濟(jì)發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，同時也是第三產(chǎn)業(yè)的碳排放大戶。物流業(yè)的發(fā)展較快，但其發(fā)展模式一直處于粗放型發(fā)展模式，高投入、高能耗、高污染等問題日漸凸顯，提升物流業(yè)的效率問題也成為學(xué)者關(guān)注的焦點(diǎn)。轉(zhuǎn)變物流的發(fā)展模式，提高物流業(yè)的行業(yè)效率，是物流業(yè)實(shí)施可持續(xù)發(fā)展戰(zhàn)略的必要步驟。長久以來，如何將經(jīng)濟(jì)發(fā)展與環(huán)境相協(xié)調(diào)是學(xué)者關(guān)注的焦點(diǎn)，且中國正處在供給側(cè)改革的關(guān)鍵時期，更是面臨著資源和環(huán)境的雙重壓力。低碳全要素生產(chǎn)率將資源消耗與碳排放納入到核算體系之中，更能準(zhǔn)確地測算出長江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率，有助于經(jīng)濟(jì)效益和綜合評價，有利于促進(jìn)物流業(yè)的供給側(cè)改革和發(fā)展。

關(guān)于物流業(yè)效率研究問題，近幾年學(xué)者已經(jīng)開始重視資源環(huán)境約束下的物流業(yè)效率的研究，商傳磊等[1]以標(biāo)準(zhǔn)煤為能源投入、二氧化硫?yàn)榉瞧谕a(chǎn)出，運(yùn)用DEA模型和Malmquist指數(shù)，從靜態(tài)和動態(tài)兩個角度來分析我國物流業(yè)全要素能源效率，研究表明，全要素能源效率呈下降趨勢，能源效率在空間上存在較大差異。王霞[2]構(gòu)建了空間計量模型，以地理溢出效應(yīng)為研究方向，對物流業(yè)全要素生產(chǎn)率進(jìn)行系統(tǒng)分析以及對各種影響因素進(jìn)行檢驗(yàn)，研究表明，人力資本與信息技術(shù)對物流業(yè)全要素生產(chǎn)率的影響更加顯著，并且物流產(chǎn)業(yè)存在著明顯的空間競爭現(xiàn)象。程長明等[3]運(yùn)用超效率SBM和ML模型，對物流業(yè)環(huán)境效率和環(huán)境全要素生產(chǎn)效率進(jìn)行實(shí)證分析，研究表明，長江經(jīng)濟(jì)帶物流業(yè)的效率呈現(xiàn)“U”趨勢，技術(shù)進(jìn)步是效率提高的主要原因。王云霞、韓彪[4]運(yùn)用了Malmquist-TFP指數(shù)分解法，對中國物流業(yè)綠色全要素生產(chǎn)率以及投入偏向型技術(shù)進(jìn)步指數(shù)進(jìn)行測算，同時對不同地區(qū)的投入偏向進(jìn)行分析，研究表明，“選擇悖論”是影響全要素生產(chǎn)率的主要因素。陳潔[5]基于環(huán)境DEA技術(shù)以及Malmquist-Luenberger指數(shù)方法，對碳強(qiáng)度約束下中國30個省區(qū)物流業(yè)TFP的增長與區(qū)域差異進(jìn)行實(shí)證分析，研究表明，碳強(qiáng)度約束下，物流產(chǎn)業(yè)效率的提升主要依賴于技術(shù)的進(jìn)步與創(chuàng)新，且物流產(chǎn)業(yè)效率存在空間差異。鐘祖昌[6]基于三階段的DEA模型對我國物流產(chǎn)業(yè)的運(yùn)營效率進(jìn)行分析，發(fā)現(xiàn)低效率的原因是規(guī)模效率不足。汪旭輝和文靜怡（2015）[7]采用SFA方法對比分析了我國23個省市農(nóng)產(chǎn)品物流效率，發(fā)現(xiàn)物流資本投入不足是發(fā)展全國農(nóng)產(chǎn)品物流的主要障礙。馬越越、王維國[8]將能源作為投入要素和碳排放作為非期望產(chǎn)出加入到全要素生產(chǎn)率的框架，用ML生產(chǎn)率指數(shù)研究中國全要素生產(chǎn)率，研究表明，全要素生產(chǎn)力的提高依賴于技術(shù)進(jìn)步，區(qū)域與省際物流業(yè)效率差別明顯。侯耀文和朱昌峰[9]選取碳排放為非期望產(chǎn)出納入評價指標(biāo)體系，選取SBM模型和Malmquist指數(shù)對絲綢之路經(jīng)濟(jì)帶沿線西北五省市的全要素生產(chǎn)率進(jìn)行測算，研究表明，我國西北五省市物流效率整體上處于較低的水平。

在借鑒前人研究的基礎(chǔ)上，將非期望產(chǎn)出引入全要素能源效率模型測算物流業(yè)的全要素生產(chǎn)率，構(gòu)建了DEA-Malmquist模型對長江經(jīng)濟(jì)帶11省市2007～2016年的物流業(yè)全要素生產(chǎn)率進(jìn)行時間和空間角度動態(tài)的分析，并對制約物流業(yè)全要素生產(chǎn)率提高的因素進(jìn)行分析。

1? 研究模型

有關(guān)物流業(yè)的全要素生產(chǎn)率的測算與研究中，國內(nèi)的學(xué)者多采用Malmquist指數(shù)測算全要素生產(chǎn)率的變動及其分解。本文采用DEA-Malmquist指數(shù)法對低碳約束下長江經(jīng)濟(jì)帶物流業(yè)的全要素生產(chǎn)率進(jìn)行測算。與隨機(jī)前沿等其他方法相比，該方法在生產(chǎn)函數(shù)設(shè)定、數(shù)據(jù)質(zhì)量要求、結(jié)果分解有明顯的優(yōu)勢[10]。

全要素生產(chǎn)率（TFP）是指產(chǎn)出增長率減去投入要素增長率，是衡量經(jīng)濟(jì)增長效率的重要指標(biāo)，技術(shù)進(jìn)步是指生產(chǎn)工藝、中間投入品及制造技能等方面的革新與改進(jìn)，而技術(shù)效率最早由Farrell[11]提出的，從投入的角度認(rèn)為可以在相同的產(chǎn)出下生產(chǎn)單元盡可能地減少投入，Leibenstein從產(chǎn)出的角度認(rèn)為技術(shù)效率是指在相同的投入下生產(chǎn)單元盡可能增大產(chǎn)出。

Malmquist指數(shù)法由Malmquist在1953年提出，Caves等（1994）將其與DEA理論相結(jié)合，簡稱DEA-Malmquist指數(shù)法，其用距離函數(shù)的比值來計算投入產(chǎn)出的效率，將能源效率倒數(shù)作為距離函數(shù)Dx，y=1/V，分析其相鄰時期的全要素生產(chǎn)率（TFP）變化的公式可以表示為：

Mx，y; x，y=×? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

其中：Dx，y表示第t時期的效率水平，Dx，y表示第t期情況下第“t+1”期的技術(shù)效率水平，Dx，y表示第“t+1”情況下第t期的效率水平，Dx，y表示第t+1期的效率水平;當(dāng)M>1時，生產(chǎn)率水平上升，當(dāng)M=1時，生產(chǎn)率水平不變，當(dāng)M<1時，生產(chǎn)率水平下降。

在此后的實(shí)證分析中普遍采用Fare等（1994）構(gòu)建的DEA-Malmquist指數(shù)分析方法，全要素生產(chǎn)率TFPCH進(jìn)一步分解為綜合技術(shù)效率EFFCH和技術(shù)進(jìn)步TECH，其中綜合技術(shù)效率EFFCH又可以表示為純技術(shù)效率PECH和規(guī)模效率SECH的積，公式如下[12]：

Mx，y，x，y=×××=EFFCH×TECH（2）

其中：全要素生產(chǎn)率大于1，生產(chǎn)率水平有所提高，反之，生產(chǎn)率水平則下降;綜合技術(shù)效率變化指數(shù)大于1，表示在給定的投入條件下產(chǎn)出能力的提高，效率逐步提升;純技術(shù)變化效率大于1表示一定條件下的技術(shù)應(yīng)用水平有所改善;規(guī)模效率變化指數(shù)大于1表示管理水平的提高而效率提高;技術(shù)進(jìn)步率變化指數(shù)大于1表示技術(shù)得到改進(jìn)，反之則下降。

2? 指標(biāo)的選取與數(shù)據(jù)來源

考慮到指標(biāo)的選取會直接影響到結(jié)果，因此要考慮到投入指標(biāo)的相對獨(dú)立性和產(chǎn)出指標(biāo)的科學(xué)性。指標(biāo)體系的構(gòu)建主要從投入和產(chǎn)出兩個角度出發(fā)。

2.1? 投入指標(biāo)

（1）物流業(yè)的固定資產(chǎn)投資：對于中國各省市的物流業(yè)資本投入數(shù)據(jù)沒有官方的統(tǒng)計數(shù)據(jù)，大多采用永續(xù)盤存法對物資資本存量進(jìn)行測算，難免出現(xiàn)較大的誤差，因此選取物流業(yè)的固定資產(chǎn)投資作為資本投入量。

（2）物流業(yè)從業(yè)人數(shù)：人力資源方面可以選取從業(yè)人員及其工資待遇，由于勞動力的收入資料較難收集，因此以物流業(yè)從業(yè)人員作為勞動力投入的指標(biāo)。物流業(yè)從業(yè)人員主要是指企業(yè)直接或間接從事物流活動的人數(shù)。

（3）運(yùn)輸總長度：基礎(chǔ)設(shè)施的運(yùn)輸長度是鐵路運(yùn)輸里程、內(nèi)河航道里程、公路里程的總和。

（4）物流業(yè)一次能源消耗量：選取交通運(yùn)輸、倉儲、郵政業(yè)中消耗量比例較大的7項(xiàng)能源（原煤、汽油、煤油、柴油、燃料油、液化石油氣、天然氣）的一次能源消耗量統(tǒng)一折算成標(biāo)準(zhǔn)煤加總后作為能源投入。由于電力和熱力不屬于一次新能源消耗，且不產(chǎn)生二氧化碳污染，故不考慮在內(nèi)。

2.2? 產(chǎn)出指標(biāo)

期望產(chǎn)出指標(biāo)：主要有經(jīng)濟(jì)產(chǎn)出、規(guī)模產(chǎn)出，分別由物流業(yè)增加值、貨運(yùn)周轉(zhuǎn)量表示。

（1）貨運(yùn)周轉(zhuǎn)量：代表各種運(yùn)輸方式實(shí)際完成的運(yùn)貨（旅客）量與路程的乘積。

（2）物流業(yè)增加值：通過《中國物流年鑒》可知，交通運(yùn)輸、倉儲、郵政業(yè)的產(chǎn)值占物流業(yè)的產(chǎn)值85%以上，因此可以用交通運(yùn)輸、倉儲、郵政業(yè)的增加值間接代表物流業(yè)的增加值。

非期望產(chǎn)出指標(biāo)：物流業(yè)的碳排放量作為一種投入指標(biāo)，需要說明的是數(shù)據(jù)包絡(luò)分析把非期望產(chǎn)出作為投入指標(biāo)時，數(shù)據(jù)越小越好，所以將非期望產(chǎn)出碳作為一種負(fù)向的投入指標(biāo)處理。碳排放量測算主要依據(jù)IPCC的估算：

K=E×NCV×CEF×COF×44/12

式中：i表示能源種類，E表示第i種能源的消耗量，NCV表示第i種能源的平均低位發(fā)熱量，CEF表示第i種能源碳排放系數(shù)，COF表示第i種能源的碳氧化因子（IPCC默認(rèn)為1），44和12分別代表CO2和C的分子量。本文的數(shù)據(jù)主要來自于《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》。

3? 實(shí)證分析

3.1? 全要素生產(chǎn)率時間變化分析

根據(jù)上述構(gòu)建的物流全要素生產(chǎn)率效率評價指標(biāo)體系，運(yùn)用DEAP2.1分別對2007～2016年的長江經(jīng)濟(jì)帶11省市投入產(chǎn)出數(shù)據(jù)進(jìn)行分析，對結(jié)果整理得到，2007～2016年的長江經(jīng)濟(jì)帶物流業(yè)TFP指數(shù)及其分解，如表1所示。

由表1可知，2007～2016年物流業(yè)TFP指數(shù)均值是1.024，說明長江經(jīng)濟(jì)帶物流業(yè)整體上處于上升趨勢。在歷年的TFP指數(shù)中，2008～2009年的數(shù)值最?。?.863），在2007～2008年數(shù)值最大（1.276），如圖1長江經(jīng)濟(jì)帶城市各省份全要素生產(chǎn)率及其分解指標(biāo)變化趨勢所示，從整體趨勢上來看，長江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率出現(xiàn)兩個下降波谷，兩個波谷分別出現(xiàn)在2008～2009年（0.863）和2012～2013年（0.911）。

具體來看，2007～2009年，TFP指數(shù)從1.276下降到0.863，這期間技術(shù)進(jìn)步率變化指數(shù)直接從1.406下降到0.865，綜合技術(shù)效率變化指數(shù)從0.908上升到0.999，規(guī)模效率變化指數(shù)從0.943上升到0.991，原因主要是技術(shù)進(jìn)步率變化指數(shù)的下降，引起TFP指數(shù)的下降，這可能與2008年國際金融危機(jī)有關(guān)，在經(jīng)濟(jì)衰退的大背景下，物流業(yè)作為各行業(yè)的橋梁，必定也遭受了嚴(yán)重的沖擊，造成物流業(yè)全要素生產(chǎn)率急劇下降。

2009～2012年，TFP指數(shù)大于1，處于上升的趨勢，增長幅度分別為11.9%、10.7%、1.6%，其中技術(shù)進(jìn)步率變化指數(shù)也呈現(xiàn)出上升趨勢，上升幅度為17.1%、11.7%、9.2%;由于管理水平和技術(shù)應(yīng)用水平的雙重下降，最大產(chǎn)出能力也有所下降，下降2.5%;由于技術(shù)進(jìn)步的作用大于綜合技術(shù)效率下降的作用，因此TFP指數(shù)是上升的。

2012～2013年，TFP指數(shù)從1.016下降到0.911，技術(shù)進(jìn)步率變化指數(shù)從1.092下降到0.743，規(guī)模效率指數(shù)變化指數(shù)從0.953上升到1.130，純技術(shù)效率變化指數(shù)從0.977上升到1.085，規(guī)模效率和純技術(shù)效率的雙重上升的影響小于技術(shù)進(jìn)步率變化指數(shù)下降的影響，因此TFP指數(shù)下降，而技術(shù)進(jìn)步率變化指數(shù)急劇下降主要是由于2012年的一次性能源消耗量的增加使碳排放量的增加。

2007～2014年，全要素生產(chǎn)率處于上下波動的狀態(tài)，但其大部分全要素生產(chǎn)率都是大于1，規(guī)模效率和綜合技術(shù)效率變化指數(shù)處于不斷上升趨勢，上升幅度分別為7%、9.9%，但是技術(shù)進(jìn)步率指數(shù)下降幅度29%，可見長江經(jīng)濟(jì)帶的物流業(yè)技術(shù)進(jìn)步緩慢，技術(shù)進(jìn)步已經(jīng)成為物流業(yè)發(fā)展的絆腳石，成為阻礙全要素生產(chǎn)率提高的主要原因。

2014～2016年，全要素生產(chǎn)率指數(shù)下降3.1%，技術(shù)進(jìn)步率與規(guī)模效率變化指數(shù)處于不斷上下波動之中。出現(xiàn)這種原因可能是因?yàn)?014年國務(wù)院印發(fā)《關(guān)于依托黃金水道推動長江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見》，部署長江經(jīng)濟(jì)帶建設(shè)成對內(nèi)對外的開放帶和生態(tài)文明建設(shè)的先行示范帶。長江經(jīng)濟(jì)帶的發(fā)展成為國家戰(zhàn)略，國家從多方入手調(diào)整經(jīng)濟(jì)發(fā)展方式，物流業(yè)在各省市之間缺乏統(tǒng)一的步伐和統(tǒng)一規(guī)劃，需要改變其發(fā)展方式，全面實(shí)施可持續(xù)發(fā)展戰(zhàn)略。

3.2? 全要素生產(chǎn)率空間格局分析

從表2可以看出，長江經(jīng)濟(jì)帶11省市的TFP指數(shù)中9個省市年均值都大于1，說明大多數(shù)省市2007～2016年的物流業(yè)產(chǎn)出效率是處于上升的趨勢;其余2個省市TFP指數(shù)小于1，江西省、湖北省物流業(yè)產(chǎn)出效率分別下降1.9%、0.1%，下降幅度在10%以內(nèi);上海市、江蘇省、浙江省、安徽省、湖南省、重慶市、四川省、貴州省、云南省物流業(yè)產(chǎn)出效率分別上升1%、3.5%、4.6%、0.8%、1%、3.8%、3.8%、8.5%、1.9%，上升幅度都在10%以內(nèi)。

TFP指數(shù)第一名的是貴州（1.085），最后一名是江西?。?.981），兩者相差10.4%，說明各省市之間產(chǎn)出效率存在差異，地區(qū)發(fā)展不均衡。第二名和第四名分別是浙江省、江蘇省，位處長江下游，說明物流業(yè)的產(chǎn)出效率與其省市所處的地理位置有關(guān)。

技術(shù)進(jìn)步率變化指數(shù)與全要素生產(chǎn)率指數(shù)變化大體相同，說明技術(shù)進(jìn)步率變化直接影響著全要素生產(chǎn)率的改變。江西省、四川省、云南省的技術(shù)進(jìn)步率變化指數(shù)均大于全要素生產(chǎn)率，說明規(guī)模效率制約了全要素生產(chǎn)率的提高各城市應(yīng)當(dāng)注意經(jīng)濟(jì)發(fā)展方式。

貴州省和云南省的技術(shù)進(jìn)步率變化指數(shù)相差2.1%，但是全要素生產(chǎn)率指數(shù)差距是技術(shù)進(jìn)步率變化指數(shù)的3倍多，相差6.6%，主要原因是云南省綜合技術(shù)效率（0.969）、規(guī)模效率（0.953）太低，說明規(guī)模效率不穩(wěn)定，生產(chǎn)資料利用率的變化較大，進(jìn)而資源難以有效的配置，造成全要素生產(chǎn)率的下降。

3.3? 物流產(chǎn)業(yè)全要素生產(chǎn)率上中下游分析

從全要素生產(chǎn)率動態(tài)效率增長的技術(shù)效率分析來看，上海市、江蘇省、浙江省、安徽省、重慶市、貴州省的物流產(chǎn)業(yè)發(fā)展動態(tài)效率最為扎實(shí)，沒有出現(xiàn)負(fù)增長效率指標(biāo)，并且江蘇省、浙江省、重慶市、四川省、貴州省、云南省的全要素生產(chǎn)率值均大于均值，說明其物流業(yè)在長江經(jīng)濟(jì)帶都處于比較高的水平。與此同時，其他省市都出現(xiàn)不同程度的技術(shù)效率指標(biāo)下降的問題，江西省有3項(xiàng)指標(biāo)都出現(xiàn)下降的狀態(tài)，且小于各省市的平均水平，說明江西省的技術(shù)效率不高，且規(guī)模效率不足以帶動經(jīng)濟(jì)的發(fā)展;湖北省的全要素生產(chǎn)率指數(shù)小于1，但只有技術(shù)進(jìn)步率變化指數(shù)小于1，說明湖北省的技術(shù)沒有得到改善，影響了湖北省的全要生產(chǎn)率的提高。

從各省市所處的地理位置分析，重慶市、四川省、貴州省、云南省位于長江的上游，安徽省、江西省、湖北省、湖南省位于中游，上海市、江蘇省、浙江省位于下游。從表3的全要素生產(chǎn)率來看，長江經(jīng)濟(jì)帶的TFP指數(shù)平均增長率為2.4%，技術(shù)進(jìn)步貢獻(xiàn)率比較高，平均增長率為2.5%，成為物流業(yè)全要素生產(chǎn)率的主要貢獻(xiàn)力量，而規(guī)模效率有所下降，平均下降率2%，需要進(jìn)一步的提高產(chǎn)業(yè)規(guī)模效率。就具體的流域而言，長江上下游的全要素生產(chǎn)率指數(shù)呈上升趨勢，而長江中游的全要素生產(chǎn)率指數(shù)呈下降趨勢，主要受到了物流產(chǎn)業(yè)規(guī)模的影響。

就TECHCH指數(shù)來看，2007～2016年期間，長江經(jīng)濟(jì)帶的物流業(yè)技術(shù)進(jìn)步效率指數(shù)大于1，說明長江經(jīng)濟(jì)帶的物流業(yè)技術(shù)有所改進(jìn);從不同的流域來看，長江上游和下游的物流業(yè)技術(shù)進(jìn)步率變化指數(shù)分別為1.045和1.030，說明其改進(jìn)效果較好，而長江中游的技術(shù)進(jìn)步率變化指數(shù)為1.001，說明長江中游應(yīng)繼續(xù)改進(jìn)技術(shù)，爭取縮小差距，從而提高整個物流業(yè)的技術(shù)水平。

就EFFCH指數(shù)來看，2007～2016年期間，長江經(jīng)濟(jì)帶的綜合技術(shù)效率變化指數(shù)均值小于1，且長江上中游的綜合技術(shù)效率變化指數(shù)均小于1，說明長江經(jīng)濟(jì)帶的產(chǎn)業(yè)規(guī)模需要調(diào)整，需要考慮合理的配置資源、利用資源;長江上游尤為嚴(yán)重，長江上中游發(fā)展模式更多的依賴于環(huán)境的破壞。

3.4? 資源約束對全要素生產(chǎn)率的影響

針對可持續(xù)發(fā)展的要求下，探究資源約束下是否對物流業(yè)全要素生產(chǎn)率產(chǎn)生影響，同時對不考慮資源約束下的物流業(yè)全要素生產(chǎn)率指數(shù)，進(jìn)行對比研究。根據(jù)表4可知考慮低碳約束下的全要素生產(chǎn)率與技術(shù)進(jìn)步率變化指數(shù)比不考慮約束時分別上升了0.5%、0.3%，說明長江經(jīng)濟(jì)帶作為國家重點(diǎn)區(qū)域，在環(huán)境保護(hù)與技術(shù)等方面做得較好。

從長江經(jīng)濟(jì)帶各省市的角度來看，考慮資源約束的情況下，上海、江蘇、江西、湖北、湖南、重慶、四川的全要素生產(chǎn)率指數(shù)有所上升，說明這些省市在資源利用和環(huán)境保護(hù)方面做的較好，并且響應(yīng)了國家供給側(cè)改革的號召。其余的省市，全要素生產(chǎn)率出現(xiàn)了不同程度的下降，浙江、云南主要是因?yàn)榧夹g(shù)進(jìn)步率變化指數(shù)的影響，對于環(huán)境約束下全要素生產(chǎn)率出現(xiàn)下降的原因，還需進(jìn)一步的探究，積極地探索有效的資源配置方式，提高全要素生產(chǎn)率。

4? 結(jié)? 論

長江經(jīng)濟(jì)帶物流業(yè)的全要素生產(chǎn)率水平反映著產(chǎn)業(yè)的發(fā)展、資源的配置，本文采取DEA-Malquist模型對物流業(yè)全要素生產(chǎn)率的動態(tài)變化進(jìn)行研究，分別從時間、空間的角度對全要素生產(chǎn)率進(jìn)行比較，得出以下結(jié)論：

（1）2007～2016年長江經(jīng)濟(jì)帶物流業(yè)的產(chǎn)業(yè)效率處于上升趨勢，主要依靠于技術(shù)進(jìn)步，而綜合技術(shù)效率影響較小，說明技術(shù)進(jìn)步是制約全要素生產(chǎn)率提高的主要因素。

（2）長江經(jīng)濟(jì)帶11省市的全要素生產(chǎn)率整體上處于上升的趨勢，但是物流業(yè)存在著地區(qū)發(fā)展不均衡， 技術(shù)進(jìn)步和規(guī)模效率是影響長江經(jīng)濟(jì)帶11省市全要素生產(chǎn)率提高的主要影響因素。

（3）長江經(jīng)濟(jì)帶上中游的發(fā)展主要依賴于對于資源環(huán)境的破壞，以換取經(jīng)濟(jì)的發(fā)展，并沒有考慮到資源的合理配置;長江下游處于綜合技術(shù)效率有效，作為經(jīng)濟(jì)發(fā)展穩(wěn)定、地理位置優(yōu)越的地區(qū)，在低碳的約束下仍取得了較好的發(fā)展，但規(guī)模效率是制約長江下游全要素生產(chǎn)率提高的主要因素。

（4）碳約束下全要素生產(chǎn)率的各指標(biāo)均小于等于非約束下的全要素生產(chǎn)率同類型的指標(biāo)，說明低碳約束下確實(shí)給全要素生產(chǎn)率造成了影響，但是變化并不大，說明長江經(jīng)濟(jì)帶作為全國重點(diǎn)發(fā)展三大戰(zhàn)略之一，在資源配置方面做得較好，但是長江經(jīng)濟(jì)帶上升為國家戰(zhàn)略之后，需要繼續(xù)做好帶頭領(lǐng)先的作用。

參考文獻(xiàn)：

[1] 商傳磊，張悟移，陳俊營. 基于DEA和Malmquist指數(shù)的中國物流業(yè)全要素能源效率評價[J]. 生態(tài)經(jīng)濟(jì)，2019，35（3）：51-56.

[2] 王霞. 地理溢出視角下我國物流產(chǎn)業(yè)全要素生產(chǎn)率分析[J]. 商業(yè)經(jīng)濟(jì)研究，2018（17）：99-101.

[3] 程長明，陳學(xué)云. 長江經(jīng)濟(jì)帶物流業(yè)環(huán)境效率與環(huán)境全要素生產(chǎn)率分析[J]. 統(tǒng)計與決策，2018，34（18）：125-130.

[4] 王云霞，韓彪. 技術(shù)進(jìn)步偏向、要素稟賦與物流業(yè)綠色全要素生產(chǎn)率[J]. 北京工商大學(xué)學(xué)報（社會科學(xué)版），2018，33（2）：51

-61.

[5] 陳潔. 碳強(qiáng)度約束下的區(qū)域物流產(chǎn)業(yè)效率測算——基于環(huán)境DEA技術(shù)的Malmquist-Luenberger指數(shù)方法[J]. 經(jīng)濟(jì)與管理，2014，28（3）：62-67.

[6] 鐘祖昌. 基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究[J]. 財經(jīng)研究，2010，36（9）：80-90.

[7] 汪旭暉，文靜怡. 我國農(nóng)產(chǎn)品物流效率及其區(qū)域差異——基于省際面板數(shù)據(jù)的SFA分析[J]. 當(dāng)代經(jīng)濟(jì)管理，2015，37（1）：26

-32.

[8] 馬越越，王維國. 異質(zhì)性生產(chǎn)技術(shù)下中國區(qū)域物流產(chǎn)業(yè)全要素生產(chǎn)率[J]. 系統(tǒng)工程，2015，33（10）：63-72.

[9] 侯耀文，朱昌鋒. 碳排放約束下絲綢之路經(jīng)濟(jì)帶沿線我國西北五省區(qū)物流業(yè)效率研究[J]. 交通運(yùn)輸研究，2019，5（1）：24-31.

[10] 王恕立，胡宗彪. 中國服務(wù)業(yè)分行業(yè)生產(chǎn)率變遷及異質(zhì)性考察[J]. 經(jīng)濟(jì)研究，2012，47（4）：15-27.

[11] Farrell J. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society， 1957，120（3）：253-281.

[12] 陳文新，潘宇. 低碳約束下物流產(chǎn)業(yè)全要素生產(chǎn)率的空間分異及時空演化[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2016，35（11）：42-52.

h