第五节 研究内容、研究方法与技术路线

一 研究内容

本书的主要研究内容如下：

第一章，首先介绍了本书选题的背景及意义，突出了从低碳约束视角下研究物流产业效率与生产率的必要性和重要性，然后对国内外物流效率与生产率，以及考虑环境因素下的物流效率与生产率的相关研究进行了归纳和梳理，最后在概括全书的研究内容、研究方法以及技术路线的基础上，提炼出本书的创新之处。

第二章，根据《2006年IPCC国家温室气体清单指南》估算了全国农业、工业、建筑业、物流产业、商业及其他三产六大产业1991—2011年的碳排放量以及中国30个省级地区物流产业1997—2011年的碳排放量，然后分别利用脱钩理论及脱钩指数、基尼系数及组群分解方法、极化指数、LMDI分解技术等多种方法对全国六大产业乃至省域物流产业碳排放量的分布、地区差异及驱动因素进行了系统研究。

第三章，运用基于序列DEA的方向距离函数、Malmquist-Luenberger（ML）生产率指数方法测算1997—2011年中国30个省级地区碳排放约束下物流产业全要素生产率及其分解，并与传统Malmquist生产率指数法进行比较，修正了传统Malmquist生产率指数未考虑物流生产运作过程中对环境污染的影响所导致的效率高估。为了进一步研究外生环境条件对物流产业ML生产率指数的影响，构建了三阶段DEA模型，对比分析了将所有决策单元置于相同的较好的外部环境条件，以及置于相同的恶劣环境条件下得到的生产率指数与初始ML生产率指数的差别，最后对剥离外生环境变量影响后的ML生产率指数进行了技术“创新者”分析、收敛性检验和空间聚类模式特征研究。

第四章，为了克服中国各省物流产业面临不同技术边界的问题，以及在传统的物流生产率分析框架中增加碳排放等非期望产出的影响，本书结合非参数序列DEA的方向距离函数、共同前沿Metafrontier-Malmquist-Luenberger（MML）生产率指数首先测度了1997—2011年中国30个省级地区碳排放约束下物流产业全要素生产率增长及分解，并通过技术差距比率的测算分析了区域间的生产率差异，然后运用核密度估计分别考察了共同前沿和组群前沿全要素生产率的动态演进特征，最后针对物流产业的技术效率做了有益的扩展，判断技术效率较低的省份是否伴随有较高的技术追赶，并探讨了碳排放约束下共同前沿、组群前沿物流产业全要素生产率的宏观驱动因素。

第五章，尝试从地理溢出效应视角切入，首先利用基于序列DEA的方向距离函数和Malmquist-Luenberger生产率指数方法测算得到1997—2011年中国30个省级地区碳排放约束下物流产业全要素生产率。然后设置了4种空间权重矩阵，运用新经济地理学理论对物流产业的全要素生产率的空间分布特征进行分析，并检验了物流产业全要素生产率的外溢效应，随后采用空间杜宾模型在控制了产业结构和资源禀赋的情况下考察了相邻省份的公共基础设施、人力资本水平对本地区物流产业全要素生产率的影响。最后基于直接偏效应和间接偏效应的角度，对产生溢出效应的各影响因素的效果和路径进行考察。

第六章，结论与政策建议。首先对本书此前各章节的研究结论进行相关总结，并结合前文的理论和实证分析结果，提出提高物流产业全要素生产率和在物流行业领域内实施节能减排的政策建议，最后指出了本书的局限性及未来可以进一步深入研究的方向与问题。

二 研究方法

本书以经济增长理论、生产理论、环境经济学、新经济地理学相关理论为基础，综合采用计量经济分析、数理经济分析和实证检验等分析方法，从描述性、解释性、验证性、探索性等方面逐层展开。在具体研究过程中，本书以物流产业的现实背景及现有研究的不足为出发点，尽可能地吸收已有方法的优点，采用新近发展的基于方向距离函数的数据包络分析技术、共同前沿生产技术、空间计量分析等方法，从全新的视角——低碳约束，对历年中国区域、省际物流产业的碳排放以及碳排放约束下全要素生产率的动态演进、驱动因素及空间溢出效应进行系统、全面的测度和分析。主要的分析方法如下：

（1）在对物流产业碳排放进行系统研究时，首先利用塔皮奥（Tapio, 2005）提出的脱钩指数，结合中国经济发展的实际情况划分出6种脱钩状态，对中国六大产业以及省域物流产业的碳排放与经济增长的脱钩状态进行划分；其次基于卡米洛·达格姆（Camilo Dagum,1997）提出的基尼系数及其组群分解方法研究物流产业碳排放的地区差异及其分解，并构造反映物流产业碳排放分布极化的ER指数、EGR指数、LU指数和P指数，对中国物流产业碳排放分布的极化程度进行测度；最后运用LMDI分解技术分析导致中国物流产业碳排放持续增长的驱动因素。

（2）在评价不同经济主体绩效与效率时，可以采用非参数的数据包络分析方法来构造生产前沿面。本书对全国、区域和省际物流产业全要素生产率进行评价时，采用了方向距离函数、序列DEA、共同前沿Meta-frontier-Malmquist-Luenberger生产率指数、三阶段DEA等分析方法，构造了碳排放约束下物流产业全要素生产率模型；并利用Kolmogorov-Smirnov检验、Mann-Whitney U检验、Kruskal-Wallis检验等多种非参数检验方法验证本书所采用的考虑碳排放约束的物流产业全要素生产率测度与传统测度存在的显著差异；利用β收敛分析、核密度估计考察了全新视角下测度得到的物流产业全要素生产率的动态演进趋势；最后运用面板数据模型判断技术效率较低的省份是否伴随有较高的技术追赶，并全面探讨了物流产业全要素生产率的影响因素。

（3）在对物流产业全要素生产率的溢出效应模型进行设定时，通过估计传统的OLS模型、空间滞后SAR模型、空间误差SEM模型、空间杜宾SDM模型，判断了物流产业全要素生产率在地区间是否存在空间相关性并实证考察了省际物流产业全要素生产率及其影响因素的空间溢出效应的作用路径、大小和方向。使用的主要检验方法有：Moran's I相关指数、基于拉格朗日乘数形式的LMerror、LMlag及其稳健形式R-LMerror、R-LMlag检验、基于极大似然原理的Wald检验、Likelihood Ratio检验（LR检验）。在设定空间权重矩阵时，建立了交通空间权重矩阵、交通距离空间权重矩阵、交通距离经济空间权重矩阵，并将这3种空间权重矩阵与传统的二进制邻接权重矩阵进行对比。在利用空间杜宾模型进行外溢效应的检验时，基于直接偏效应和间接偏效应的角度，对产生溢出作用的物流产业全要素生产率的各影响因素的效果和路径进行考察。

三 技术路线

现代经济增长理论认为，全要素生产率（即广义技术进步）是经济增长的主要源泉和根本动因。由于现阶段物流产业粗放式发展在资源消耗和污染排放上对社会总体经济发展的影响巨大，因此分析物流产业增长问题时必须要考虑其增长过程所带来的资源、环境的影响。全要素生产率指标若要真实反映一个产业发展的质量和效益，不仅要考虑资本、劳动力等传统投入要素和合意的期望产出，也要在一定程度上反映能源消耗和污染排放等非期望产出对产业发展的影响。本书主要从低碳的视角，在系统论证物流产业碳排放变化特征及对物流产业乃至区域经济增长影响的基础上，分析碳排放约束下物流产业全要素生产率动态演进、驱动因素及空间溢出效应。并在所得结论的基础上，提出提高物流产业全要素生产率和在物流行业领域内实施节能减排的政策启示。按照这一主旨要义，本研究将沿着图1-3所示的技术路线展开。本书的区域是指行政区域，主要局限在省市范围并兼顾东、中、西部地区。

图1-3 技术路线图