期刊论文发表全要素能源效率地区差异实证研究

　　内容摘要：本文主要利用聚类分析和两阶段面板分位数回归分析等方法，对我国各地区的物流业全要素能源效率的差异状况和产生原因进行分析。研究结果表明：我国物流业全要素能源效率平均水平较低且存在明显的地区差异;在不同分位数水平下，基础设施水平对物流业全要素能源效率始终具有显著的正向影响，无论对于能源效率较高的地区还是能源效率较低的地区，这种影响相对稳定;地区经济发展水平的提高对物流业全要素能源效率的提升并未产生理论上所预期的带动作用;我国物流业与第二产业的联动发展水平较低，物流服务市场体系有待进一步完善;人力资本对物流产业全要素能源效率的提升具有明显的推动作用，然而随着能源效率的提升，这种影响效果在逐渐减弱。

　　关键词：期刊论文发表,地区差异,全要素能源效率,聚类分析,两阶段分位数回归

　　引言

　　我国物流业起步较晚，运作效率较低，再加之一直以来保持粗放的发展模式，带来能源的极大浪费。近些年来，低碳物流理念引起人们高度重视。转变物流产业的发展模式，提高能源利用效率，成为我国物流业发展的必由之路，而以“全要素能源效率”为核心的效率提升是未来我国物流产业发展方式转变的关键。本文拟基于全要素视角对我国物流业的能源效率进行研究，并对物流业全要素能源效率的影响因素进行分析，从而为我国绿色物流理念的实现提供有效路径及政策建议。

　　近年来，能源利用效率问题引起了学者们的高度关注，关于不同行业、不同区域的能源效率问题的研究越来越多。以往对全要素能源效率的研究主要集中在两个方面：一是基于区域层面的研究。如徐国泉和刘则渊(2007)对1998-2005年我国八大经济区的全要素能源效率进行了分析，结果显示我国区域全要素能源效率由东南向西北逐步下降;魏楚和沈满洪(2007)指出我国的东北地区能源效率最高，其他依次是东部沿海地区、中部地区、西部地区。

　　二是基于行业层面的相关研究。如王霄和屈小娥(2010)指出我国制造业全要素能源效率总体上呈现出不断上升的趋势，且不同行业之间存在显著差异;陈关聚(2014)运用随机前沿技术对我国制造业各行业的全要素能源效率进行了测算，研究表明，重工业能源效率较高，而劳动力密集型的轻工业能源效率较低。运用 DEA模型对工业行业能源效率进行的研究还包括王喜平和姜晔(2012)、原毅军等(2012)。此外，王雪青等(2012)运用DEA模型对我国各地区的建筑业能源效率进行了研究，结果表明不同地区的建筑业能源效率差异较大。

　　从以上研究文献可以看出，以往研究主要针对工业及制造业行业，而关于物流业全要素能源效率的研究较少，缺乏对物流业全要素能源效率地区差异的系统分析。本文利用2007-2012年全国28个地区的相关数据，采用描述性分析和聚类分析等方法对我国物流业全要素能源效率地区差异进行详细说明;并利用面板分位数回归方法，分析全要素能源效率处于不同水平时，各因素对其影响程度，从而根据各地区物流业全要素能源效率情况，有针对性的提出政策建议。

　　数据来源和指标选取

　　物流业全要素能源效率指标用来衡量能源投入的利用效率，用能源投入目标值与实际值之比来表示。考虑到物流行业本身具有规模经济性，本文基于DEA的BCC模型对物流业全要素能源效率进行测度。

　　本文选取全国28个地区(不包含重庆、西藏、宁夏三个地区)的面板数据，样本区间为2007-2012年。参照国内相关研究的做法，将物流行业界定为邮政、仓储、交通运输业三个行业。数据来源于各年份《中国统计年鉴》和《中国能源统计年鉴》。

　　投入指标包括劳动、资本和能源消耗。劳动指标通过交通运输、仓储和邮政业年末从业人数来衡量;资本采用各地区物流资本存量指标，选取物流业固定资产投资额作为基本数据，参考张军等(2004)的方法对物流业固定资本存量进行估算，折旧率为10%。以1999年作为基期，在计算资本存量前，用各地区固定资产投资价格指数对固定资产投资额进行平减，从而消除价格因素的影响。参照樊元和马丽梅(2011)的做法，测算出以1999年为基期的各地区 2007-2012年的资本存量。

　　产出指标为各地区交通运输、仓储和邮电业增加值。为了消除价格因素的影响，以1978年为基期，用GDP缩减指数进行平减。

　　物流业全要素能源效率地区差异分析

　　2006年国家把物流业纳入重点发展领域以来，我国物流产业的规模迅速扩张，然而物流业全要素能源效率已经表现出明显的地区差异。

　　(一)物流业全要素能源效率地区绝对和相对差异

　　为了说明我国物流业全要素能源效率地区间差异情况，本文采用极差和标准差来衡量地区物流业全要素能源效率的绝对差异和相对差异情况。分析结果如表1所示。

　　由表1的分析结果可以看出，全国物流业全要素能源效率平均水平仍然较低，呈现出先降后升的变化趋势，2007全国的平均水平为0.7441，随之下降，2010年之后开始上升，2012年达到0.7923。

　　物流业全要素能源效率的绝对差异与全国平均水平的变动趋势基本保持一致。值得一提的是，2008-2009年期间，无论是全国平均水平还是地区绝对差异均出现大幅度的下降。究其原因可能与2008年金融危机后部分高能耗的物流项目投资有关。2010年以后有了一定程度的改善。

　　从对极差和标准差的分析来看，我国物流业全要素能源效率确实存在明显的地区差异。

　　(二)物流业全要素能源效率地区差异的空间特征

　　为了进一步分析各地区物流全要素能源效率在时间及空间上的变化特征，本文采用聚类分析方法对全国28个地区进行聚类分析，分为5类：1、2、3、4、5，分别代表物流全要素能源效率的最高水平、较高水平、平均水平、较低水平和最低水平。聚类结果如表2所示。

　　分析表2的数据，我们可以看出：从2007-2012年，河北、山东、青海三省一直处于第一类，表明这三个省份的物流业全要素能源效率一直远高于全国的平均水平;辽宁、黑龙江、湖北、广西等地区基本上一直处于第三类，处于全国的平均水平;云南一直处于第五类，在所有地区中是效率最低的;其余省份一直处于波动状态。 　　值得一提的是，聚类分组结果与地域划分结果并不一致，表明传统按地理位置进行划分的方式对于我国物流业全要素能源效率的研究并不完全适用。

　　表3进一步给出了表2中聚类结果的组内差异及组间差异。可以看出2007-2012年期间，物流业全要素能源效率的组间差异对地区总差异的解释程度达到90%以上。换句话说，我国各地区物流业全要素能源效率水平存在的差异，主要是由于类之间的差异引起的。

　　因此，在对我国物流业全要素能源效率的影响因素进行分析时，有必要依据全要素能源效率的大小对地区进行分档，了解不同分位数水平下，各影响因素对因变量的影响程度的变化情况。

　　我国物流业全要素能源效率地区差异产生原因实证分析

　　(一)影响因素

　　Maudos、Pastor和Serrano(2003)指出人力资本是影响地区产业技术效率的重要因素之一。刘勇(2014)指出基础设施的水平对行业全要素效率影响重大。考虑到物流行业本身所具有的规模经济性，经济越发达，物流业对能源的利用效率也会越高。另外，张唯实(2010)指出对产业结构进行优化是提升能源利用效率的有效方式之一。最终，本文选取的影响因素包括人力资本、基础设施水平、经济发展水平、产业结构四个方面。

　　(二)模型构建

　　本文根据上述分析，构建模型如下：

　　(1)

　　其中，TFP代表全要素能源效率;infra代表基础设施水平因素，用地区公路里程与地区面积之比，即路网密度来衡量;lnGDP表示地区生产总值，用来衡量地区的经济发展水平;indus代表产业结构，用地区生产总值中第二产业所占比重来衡量;edu代表人力资本因素，用就业人口平均受教育年限衡量。本文参考康继军等(2007)的方法对五类人口的受教育年限进行设定：未上过学为0年，小学为5年，初中为8年，高中为11年，大专以上为14.5年。

　　(三)面板分位数回归分析

　　1.固定效应检验。本文首先采用F检验选择使用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。检验结果如表4所示。

　　由表4的检验结果可以看出，F-检验的统计量为17.668025，P值为0.0000，应拒绝F-检验的原假设，应选择个体固定效应模型。 Hausman检验的统计量为19.821519，P值为0.0005，应拒绝原假设，选择个体固定效应模型。对检验结果进行综合考虑，本文最终选择建立个体固定效应模型。

　　在确定建立个体固定效应模型后，需进一步确定应采用何种模型形式(变系数、变截距、混合模型)。经过检验，最终确定采用变截距的固定效应模型。

　　2.回归结果分析。由上述分析结果可以看出，我国物流业全要素能源效率水平存在明显的地区差异，且这种存在的差异，主要是由于类之间的差异引起的。因此有必要采用面板分位数回归方法，分析物流业全要素能源效率处于不同水平时，各因素对其影响程度的变化情况。

　　本文参考朱建平等(2012)提出的两阶段面板分位数回归方法进行分析。首先使用Eviews7.2对变截距固定效应模型进行估计，从而得出个体的固定效应;然后剔除被解释变量中个体的固定效应;最后使用剔除个体固定效应的被解释变量对各解释变量进行分位数回归。本文选择0.1、0.25、0.5、 0.75、0.9五个具有代表性的分位点，结果如表5所示。

　　本文首先关注基础设施水平指标路网密度对物流业全要素能源效率的影响系数。由回归结果可以看出，在所有的分位数水平下，基础设施水平的系数均为正，并且在1%的水平下均显著。这意味着基础设施水平对全要素能源效率的提升具有显著的促进作用。从不同分位点上的系数大小来看，回归系数在[0.624，0.672]之间浮动。可见无论对于能源效率较高的地区还是能源效率较低的地区，基础设施水平对物流业全要素能源效率的影响相对稳定。

　　在不同的分位数下，地区经济发展水平对物流业全要素能源效率的影响始终为负，且在1%的水平下显著。可见地区经济发展水平的提高对物流业全要素能源效率的提升并未产生理论上所预期的带动作用，物流行业本身所具有的规模经济性在能源利用效率方面并未真正体现出来，这可能与长期以来我国物流业粗放的发展模式有关。同时，可以看出随着分位数水平的提高，地区生产总值变量系数的绝对值从低分位数水平下的 0.227逐渐降低至高分位数水平下的0.174，说明随着物流业能源效率的提升，经济发展水平对物流业全要素能源效率的影响程度逐渐降低。

　　由表5可以看出，在不同分位数水平下，地区产业结构对物流业全要素能源效率的影响始终为负，在0.1分位点下未通过5%的显著性水平检验。说明我国物流业与第二产业的联动发展水平较低，物流服务市场体系还不够完善。

　　在不同分位数下，人力资本因素对能源效率的影响始终为正，且在1%的水平下均显著。随着分位数的升高，影响系数逐渐递减。这与预期的结果相一致，人力资本对物流产业全要素能源效率的提升具有明显的推动作用。

　　结论及政策建议

　　本文主要利用聚类分析和面板分位数回归分析等方法对我国各地区的物流业全要素能源效率的差异状况和产生原因进行分析，得出以下结论：

　　第一，全国物流业全要素能源效率平均水平仍然较低，2007-2012年期间，呈现出先降后升的变化趋势。绿色物流理念逐渐深入人心，然而我们仍应清楚地认识到，绿色物流在我国的发展任重道远。

　　第二，我国物流业全要素能源效率水平存在明显的地区差异，且这种存在的差异，主要是由于类之间的差异引起的。从2007-2012年，河北、山东、青海三省的物流业全要素能源效率一直处于全国的最高水平，而云南却一直处于全国的最低水平。

　　第三，基础设施水平等四个因素对物流业全要素能源效率影响显著。对于能源效率不同的地区，各因素的影响程度有所不同。在不同分位数水平下，基础设施水平对物流业全要素能源效率始终具有显著的正向影响，无论对于能源效率较高的地区还是能源效率较低的地区，这种影响相对稳定。地区经济发展水平的提高对物流业全要素能源效率的提升并未产生理论上所预期的带动作用，物流行业本身所具有的规模经济性在能源利用效率方面并未真正体现出来。我国物流业与第二产业的联动发展水平较低，物流服务市场体系有待进一步完善。人力资本对物流产业全要素能源效率的提升具有明显的推动作用，然而随着能源效率的提升，这种影响效果在逐渐减弱。 　　因此，我国应进一步完善物流服务市场体系，不断提升物流业与第二产业，尤其是制造业之间的联动效应。河北、山东等能源效率较高的地区，在进行物流人才培养的同时，应更加重视物流产业发展模式的改变。云南等能源效率较低的地区，更加应该加大对基础设施建设的投入力度，重视物流产业人才队伍的培养。

　　参考文献：

　　1.刘勇.物流业全要素能源效率评价及其影响因素分析[J].统计与决策，2014(1)

　　2.徐国泉，刘则渊.1998-2005 年中国八大经济区域全要素能源效率―基于省际面板数据的分析[J].中国科技论坛，2007(7)

　　3.魏楚，沈满洪.能源效率及其影响因素：基于DEA的实证分析[J].管理世界，2007(8)

　　4.王霄，屈小娥.中国制造业全要素能源效率研究―基于制造业28个行业的实证研究[J].当代经济科学，2010(3)

　　5.陈关聚.中国制造业全要素能源效率及影响因素研究―基于面板数据的随机前沿分析[J].中国软科学，2014(1)

　　6.王喜平，姜晔.碳排放约束下中国工业行业全要素能源效率及其影响因素研究[J].软科学，2012(2)

　　7.原毅军，郭丽丽，孙佳.结构、技术、管理与能源利用效率[J].中国工业经济，2012(7)

　　8.王雪青，娄香珍，杨秋波.中国建筑业能源效率省际差异及其影响因素分析[J].中国人口・资源与环境，2012，22(2)

《期刊论文发表全要素能源效率地区差异实证研究》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 期刊论文发表全要素能源效率地区差异实证研究

文章地址： https://m.zhichengyz.com/p-27342