.緒論1.1研究背景與意義1.1.1研究背景在全球變暖、能源危機(jī)等全球氣候變化背景下，“低能耗、低污染、低排放”的綠色經(jīng)濟(jì)發(fā)展思想應(yīng)運(yùn)而生。在《2022年二氧化碳排放報告》中，國際能源署發(fā)布的2022年全球能源燃燒和工業(yè)過程所產(chǎn)生的二氧化碳排放量，相較于2021年增長了0.9％，增加了3.21億噸，總量達(dá)到368億噸，達(dá)到了歷史最高水平。國際能源署在報告中指出，2022年全球二氧化碳排放量的增長，是在能源相關(guān)排放量兩年異常波動之后出現(xiàn)的。圖1-1.2018-2022年二氧化碳排放總量億噸上圖為2018-2022年我國的碳排放量趨勢圖，由于新冠疫情原因，對能源的需求有一定的下降，2020年全球二氧化碳排放量減少了大約5％；2021年，隨著政策的推出和疫苗的研發(fā)，疫情情況轉(zhuǎn)好，全球二氧化碳排放量升高，并反彈至疫情前的水平，總量增長了6％以上。而在2022年，中國能源相關(guān)的二氧化碳排放量相對平穩(wěn)，下降了0.2％，即減少了2300萬噸，降至約121億噸，但仍占有著全球二氧化碳排放量總量的32.9％，有著相當(dāng)高的比重，由此可見，中國的低碳綠色環(huán)保建設(shè)對全球低碳目標(biāo)的實(shí)現(xiàn)有著巨大的影響。近年來，國家對于綠色低碳經(jīng)濟(jì)發(fā)展越發(fā)的重視，國務(wù)院在2021年發(fā)布了《關(guān)于加快建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系的指導(dǎo)意見》，其中提出：建設(shè)綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系，是解決我國資源環(huán)境生態(tài)問題的基礎(chǔ)。而物流產(chǎn)業(yè)作為我國國民經(jīng)濟(jì)發(fā)展不可或缺的一環(huán)，眾多經(jīng)濟(jì)活動的基礎(chǔ)，同樣也是建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系的重中之重。2022年1月，國務(wù)院發(fā)布的《“十四五”節(jié)能減排綜合性工作方案》明確提出，單位GDP的能耗到2025年底要相較于2020年降低13.5%。要達(dá)到這個目標(biāo)，就必須將低碳減排的任務(wù)目標(biāo)分解并細(xì)分到我國的各行各業(yè)中去，而物流業(yè)作為中國國民經(jīng)濟(jì)體系發(fā)展過程中重要的基礎(chǔ)性服務(wù)產(chǎn)業(yè)，其高強(qiáng)度、高碳排放特征使其成為政府及全社會高度重視的問題。寧波市政府在近年來的政府工作報告多次強(qiáng)調(diào)低碳發(fā)展的重要性，隨著寧波工業(yè)化和城市化的不斷發(fā)展，能源消耗和溫室氣體排放也不斷增加，對環(huán)境造成了一定的污染。而物流業(yè)作為寧波市經(jīng)濟(jì)的重要組成部分，也面臨著減少碳排放的挑戰(zhàn)，寧波市物流業(yè)近年來快速發(fā)展，產(chǎn)生的能源消耗和污染問題也伴隨出現(xiàn)，提高寧波市的物流效率既可以降低寧波市物流業(yè)的成本，提高利潤，加快寧波市物流業(yè)的發(fā)展，也可以節(jié)能減排，減少能源消耗，響應(yīng)國家的號召，綠色低碳發(fā)展。1.1.2選題意義（一）理論意義：近年來，隨著綠色低碳的觀念的提出，國家對低碳發(fā)展重視程度越來越高，而物流業(yè)作為第三產(chǎn)業(yè)中非常重要的行業(yè)之一，不僅是國家的國民經(jīng)濟(jì)的基礎(chǔ)，企業(yè)生產(chǎn)的前提保證，在近些年發(fā)展相當(dāng)迅速，但在發(fā)展的同時，物流業(yè)成本增加，產(chǎn)生污染，廢棄物，資源浪費(fèi)的情況也伴隨著物流業(yè)的發(fā)展開始日益嚴(yán)重，解決這些問題刻不容緩，寧波市作為物流大市，擁有著獨(dú)特的地理位置優(yōu)勢和龐大的物流業(yè)務(wù)量，污染和資源浪費(fèi)問題的出現(xiàn)也自然是不能避免的。本文以寧波市為研究對象，寧波市擁有著作為國際樞紐海港的舟山港，將船只數(shù)量和港口貨物吞吐量選為指標(biāo)，較為貼合寧波市這個海港城市的物流狀況。建立物流效率評價指標(biāo)體系，搜集數(shù)據(jù)并進(jìn)行實(shí)證分析，不僅對評價指標(biāo)體系研究領(lǐng)域有一定的補(bǔ)充作用，也具有一定的學(xué)術(shù)研究價值。（二）現(xiàn)實(shí)意義:在低碳經(jīng)濟(jì)的背景下，寧波市物流業(yè)發(fā)展迅速，但同時也伴隨著一系列的問題出現(xiàn)，為了提供更貼合寧波市的實(shí)驗(yàn)結(jié)果和建議，在考慮到寧波地理位置的特殊性和物流業(yè)結(jié)構(gòu)的獨(dú)特性后，本文選取了更符合寧波市物流業(yè)情況的投入指標(biāo)，從而使研究結(jié)果更加貼合寧波市，對寧波市實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展有一定的幫助。1.2研究內(nèi)容與方法1.2.1研究內(nèi)容第1章：緒論。本章介紹了選題背景，選題的理論意義和現(xiàn)實(shí)意義，并對研究內(nèi)容，研究方法進(jìn)行了闡述。第2章：文獻(xiàn)綜述及相關(guān)理論介紹。本章總結(jié)了國內(nèi)外學(xué)者的研究成果，并對本文所用到的三階段DEA模型，SFA回歸分析進(jìn)行方法概述和模型公式的介紹。第3章：構(gòu)建評價指標(biāo)體系。本章介紹了構(gòu)建評價體系的指標(biāo)和相關(guān)數(shù)據(jù)的收集與計算處理。本章從《中國能源統(tǒng)計年鑒》、《寧波市統(tǒng)計年鑒》收集數(shù)據(jù)。通過收集寧波市2014-2023年十年的物流業(yè)各種能源各自的能源消耗量，并用特定的折算系數(shù)將各種能源換算成煤的消耗量，從而得出每年能源消耗量的數(shù)值，整理并作出折線圖做比對，同時，將各種能源的消耗量按照特定的二氧化碳折算系數(shù)和公式將各種能源的消耗量折算成二氧化碳的排放量，整理數(shù)據(jù)并作出折線圖進(jìn)行比對。第4章：基于低碳背景下寧波市物流效率的DEA評價模型，將2011-2020年寧波市物流業(yè)相關(guān)數(shù)據(jù)代入，應(yīng)用三階段DEA模型結(jié)合Dearun測算效率值，利用frontier4.1和excel軟件進(jìn)行二階段回歸分析，將調(diào)整好的數(shù)據(jù)應(yīng)用Dearun軟件測算效率值，對一三階段效率值的測算結(jié)果進(jìn)行對比，得出結(jié)果并進(jìn)行分析。第5章：結(jié)論與展望。闡述研究結(jié)論，進(jìn)行總結(jié)，提出對策和建議。1.2.2研究方法（1）文獻(xiàn)研究法。本文通過收集國內(nèi)外有關(guān)低碳物流和物流效率的相關(guān)文獻(xiàn)，闡述低碳物流的研究現(xiàn)狀，提供理論基礎(chǔ)。（2）調(diào)查法。本文通過查閱自《中國能源統(tǒng)計年鑒》、《寧波市統(tǒng)計年鑒》。得到本文需要使用的寧波市2014-2023十年的相關(guān)數(shù)據(jù)。（3）三階段DEA法。本文通過收集寧波市2014-2023年十年的物流業(yè)各種能源的能源消耗量，并用特定的折算系數(shù)將各種能源換算成煤的消耗量，從而得出每年能源消耗量的數(shù)值，整理并作出折線圖做比對同時，將各種能源的消耗量按照二氧化碳折算的系數(shù)，參考并運(yùn)用公式將每種能源的消耗量折算成二氧化碳的排放量，整理數(shù)據(jù)并作出折線圖進(jìn)行比對。并以上述數(shù)據(jù)為基礎(chǔ)，采用三階段SBM-DEA模型，構(gòu)建了以船只數(shù)量，貨運(yùn)汽車數(shù)量，能源消耗量為投入指標(biāo)，貨運(yùn)量，港口貨物吞吐量，二氧化碳排放量為產(chǎn)出指標(biāo)，GDP，人口數(shù)量為環(huán)境指標(biāo)的低碳物流效率評價指標(biāo)體系，并運(yùn)用DEARUN和fontier4.1軟件進(jìn)行DEA三階段模型分析，剔除環(huán)境因素的影響后，比較分析第一階段和剔除環(huán)境因素后的第三階段的效率值，分析影響寧波市物流效率的主要因素。（4）歸納分析法。本文整理歸納了國內(nèi)外低碳物流方面的相關(guān)研究成果，結(jié)合三階段DEA過程得出的結(jié)果，分析寧波市物流業(yè)在發(fā)展中可能出現(xiàn)的的問題并提出相關(guān)建議。1.3技術(shù)線路圖圖1-2.技術(shù)路線圖

2.文獻(xiàn)綜述和相關(guān)理論概述2.1文獻(xiàn)綜述（一）國外研究現(xiàn)狀國外關(guān)于低碳物流的研究，大多是圍繞低碳和物流之間的相互聯(lián)系和相互影響進(jìn)行的。Katarzyna認(rèn)為低碳物流的運(yùn)行需要具有科學(xué)性和可持續(xù)性，可以從環(huán)境、社會和經(jīng)濟(jì)三個角度展開研究[1]Zhang通過應(yīng)用碳排放因子法分別建立了在智能物流過程中所有關(guān)鍵存儲工藝的碳排放計算模型，并對物流存儲能源消耗評估到智能物流能源消耗評估不同階段的評估過程進(jìn)行了詳細(xì)的分析，并且首次確定了裝配式建筑物流的碳排放計算邊界，并通過參考碳排放因子法，構(gòu)建了裝配式建筑物流的碳排放的計算模型，通過研究結(jié)論表明，在要滿足裝載需求時，可以通過增加滿載率從而達(dá)到減少運(yùn)輸中的碳排放的目的[2]。Hu等人研究發(fā)現(xiàn)可以通過減少冷鏈物流領(lǐng)域的碳排放量的方式來達(dá)到節(jié)能減排的作用，并將距離系數(shù)和新鮮度參數(shù)引入優(yōu)化模型，建立了一個碳足跡優(yōu)化模型，討論如何達(dá)到碳約束平衡以及成本最小化[3]。Krishnendu等人將貿(mào)易信貸和間接碳排放的理念引入到了可持續(xù)供應(yīng)鏈的網(wǎng)絡(luò)優(yōu)化模型當(dāng)中，在此基礎(chǔ)上，提出了一種基于車輛運(yùn)行成本與碳排放的混合優(yōu)化模型，并利用多目標(biāo)優(yōu)化算法，進(jìn)行優(yōu)化。研究結(jié)果表明管理者應(yīng)該更加關(guān)注和優(yōu)化直接和間接排放，這樣做更便于制定可持續(xù)供應(yīng)鏈戰(zhàn)略[4]。在DEA方法的相關(guān)研究上，國外學(xué)者Schinnar提出了一個只計投入而不計產(chǎn)量的DEA模型，將所建立的模型應(yīng)用于物流企業(yè)的績效評價中，并將各指標(biāo)的權(quán)重與權(quán)重相結(jié)合，選出最優(yōu)的物流企業(yè)。但是對于輸入變量的選取，文中并沒有給出具體的定義，而是假設(shè)物流企業(yè)具有完全信息動態(tài)能力，不存在外部干擾[5]。Weber進(jìn)一步完善了以上不足，使DEA在評價與研究第三方物流企業(yè)的真實(shí)效率與價值上具有了更加現(xiàn)實(shí)的可行性。為了提高DEA的精度，提出了三階段DEA模型，也稱為數(shù)據(jù)包絡(luò)分析（DataEnvelopmentAnalysis），用來評價有同一類型的多投入，多產(chǎn)出的決策單元(DMU)之間的相對有效性[6]。MinH等人利用DEA-CCR模型和DEA-BCC模型分析了美國第三方物流服務(wù)提供商（3PL）的財務(wù)表現(xiàn)[7]。Bottani為提高物流運(yùn)營效率，提出了一項(xiàng)綜合性的方法[8]。TONE在2002年的文章中提出了SBM-DEA模型，該模型是由超效率SBM模型與三階段DEA模型結(jié)合而成，將傳統(tǒng)三階段DEA方法的一三階段替換為了SBM超效率模型[9]。（二）國內(nèi)研究現(xiàn)狀國內(nèi)研究方面，主要是從宏觀角度研究我國建設(shè)低碳物流的必要性和可行性，國內(nèi)學(xué)者對低碳物流的研究起步相對較晚。黃愛玲等人（2023）在提出在物流業(yè)發(fā)展現(xiàn)狀上我國的物流產(chǎn)業(yè)長期處于粗放型的發(fā)展?fàn)顟B(tài)，能耗和碳排放量都很高，并提出要解決我國物流業(yè)發(fā)展的問題，提高物流效率，應(yīng)圍繞當(dāng)前我國物流業(yè)低碳發(fā)展中面臨的突出問題，對國內(nèi)外政府部門和典型物流企業(yè)的減排策略進(jìn)行系統(tǒng)的梳理與比較，為我國物流行業(yè)的節(jié)能減排提供參考。對物流網(wǎng)絡(luò)貨物的結(jié)構(gòu)進(jìn)行優(yōu)化，建立以鐵路、水運(yùn)為主要形式的多模式協(xié)同發(fā)展模式，建立低碳、高效的物流運(yùn)輸網(wǎng)絡(luò)；加強(qiáng)政府、企業(yè)和科研院所之間的協(xié)作與交流，促進(jìn)整個產(chǎn)業(yè)的低碳化發(fā)展；在政府監(jiān)督下，構(gòu)建一個碳交易體系，加強(qiáng)對物流領(lǐng)域的碳減排政策的指導(dǎo)，為物流企業(yè)提供更多的低碳發(fā)展動力，從而推動整體的減排[10]。崔鵬飛在文中闡述了我國現(xiàn)代物流的發(fā)展現(xiàn)狀，并對經(jīng)濟(jì)發(fā)展、物流活動和環(huán)境保護(hù)三者之間相互作用、相互影響的關(guān)系做出了詳細(xì)的說明，對企業(yè)經(jīng)營戰(zhàn)略、政府政策、供應(yīng)鏈管理等方面提出了有關(guān)綠色物流發(fā)展的相關(guān)建議，促進(jìn)物流業(yè)的低碳化和可持續(xù)化發(fā)展[11]。侯若茵在文中提到物流效率是指通過將資源浪費(fèi)最小化實(shí)現(xiàn)物流服務(wù)最大化的能力，物流效率包括純技術(shù)效率和規(guī)模效率。純技術(shù)效率是指在已知生產(chǎn)力水平下，如何使得在保持物流服務(wù)質(zhì)量要求的同時將成本最小化，規(guī)模效率則是在規(guī)模已知的情況下，如何將物流服務(wù)的產(chǎn)出最大化，評價低碳物流效率的方式包括僅將單指標(biāo)投入考慮在內(nèi)的評價方式和將不同指標(biāo)投入考慮在內(nèi)的評價方式兩種[12]。秦?zé)钐岢鑫锪餍袠I(yè)是一個能耗相對較高的行業(yè)，因?yàn)槲锪鬟\(yùn)輸活動中所產(chǎn)生的廢棄排放量較大，造成了較為嚴(yán)重的污染[13]。王麗萍在文中稱，近年來，物流產(chǎn)業(yè)已成為我國主要的能源消耗和碳排放產(chǎn)業(yè)，物流業(yè)作為服務(wù)業(yè)之一，服務(wù)業(yè)整體經(jīng)濟(jì)發(fā)展的同時也帶動了中國物流業(yè)碳排放的增加[14]。董靜認(rèn)為低碳經(jīng)濟(jì)是近幾年的大趨勢，物流業(yè)作為國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，更應(yīng)該遵循低碳發(fā)展的趨勢，并且在文中應(yīng)用了三階段DEA方法，研究并測算2012-2016年西北地區(qū)五個省份的低碳物流效率，得出結(jié)論：西北地區(qū)低碳物流發(fā)展水平較低的主要原因是對于低碳物流的投入規(guī)模較小所導(dǎo)致的[15]。何景師等人在文章中提出低碳物流效率主要受地區(qū)經(jīng)濟(jì)水平、物流投入強(qiáng)度、創(chuàng)新水平、對外開放程度、城鎮(zhèn)化水平等外部環(huán)境變量的影響，根據(jù)所收集到的2008-2020年度48個沿海城市的數(shù)據(jù)，通過構(gòu)建三階段超效率SBM-DEA模型來評價低碳物流效率，并通過Malmquist指數(shù)來對低碳物流全要素進(jìn)行分析[16]，該模型的基本原理為：將第一階段中的傳統(tǒng)DEA-BCC模型用超效率SBM模型替換并測算效率值，從而避免了傳統(tǒng)方法無法處理非期望產(chǎn)出的特點(diǎn)；第二階段則是采用隨機(jī)前沿分析法（SFA）分離低碳物流效率的外部干擾項(xiàng)，剔除環(huán)境變量的影響；第三階段，排除環(huán)境因素和隨機(jī)誤差項(xiàng)干擾的低碳物流效率值，根據(jù)調(diào)整后的投入產(chǎn)出值，再次利用超效率SBM模型進(jìn)行效率值測算[17]對于國外低碳物流產(chǎn)業(yè)在發(fā)展中給中國國內(nèi)低碳物流產(chǎn)業(yè)帶來的影響，任啟文表示，需要借鑒國外經(jīng)驗(yàn)，認(rèn)為我國應(yīng)倡導(dǎo)國際化低碳理念，提升低碳物流國際戰(zhàn)略規(guī)劃，制定政策法規(guī)，專門針對低碳物流推進(jìn)物流低碳目標(biāo)標(biāo)準(zhǔn)化工作。在低碳物流發(fā)展、低碳物流提升、低碳物流標(biāo)準(zhǔn)化等方面制定有針對性的具體政策[18]。在解決低碳經(jīng)濟(jì)背景下物流業(yè)在發(fā)展的過程中遇到的問題方面，張磊在其論文中建議應(yīng)樹立物流低碳化的發(fā)展理念，對能源結(jié)構(gòu)進(jìn)行改良，以促進(jìn)物流業(yè)的節(jié)能減排[19]。居加旭則運(yùn)用了回應(yīng)關(guān)系分析法，構(gòu)建了基于低碳政策下政府和物流企業(yè)的回應(yīng)模式，闡明政府低碳政策與企業(yè)實(shí)際生產(chǎn)、服務(wù)過程中出現(xiàn)問題的原因，并針對問題提出了相應(yīng)的對策和建議[20]。在對于沿海城市物流業(yè)研究方面，已本文研究對象寧波市為例，徐平炬在其文章中表示。寧波物流業(yè)面臨著多方面的競爭壓力，同時基礎(chǔ)設(shè)施的質(zhì)量還需要提高，也需要加強(qiáng)物流人才的整體水平[21]。陳盈(2005)提出寧波市發(fā)展物流產(chǎn)業(yè)，必須發(fā)揮政府的調(diào)控作用，對物流業(yè)提供相應(yīng)的財政扶持，加大建設(shè)用地的供應(yīng)，對相關(guān)企業(yè)重點(diǎn)培育，對物流行業(yè)自律和市場監(jiān)管要加大力度，積極培養(yǎng)和引進(jìn)物流人才[22]。而呂振鳳在其文中提出，寧波市作為一個港口城市，發(fā)展綠色物流對寧波市的港口發(fā)展，適應(yīng)經(jīng)濟(jì)全球化都有著積極的作用[23]。王艷提出了低碳物流的核心是通過應(yīng)用先進(jìn)技術(shù)來實(shí)現(xiàn)物流管理水平的提升，促進(jìn)物流在物流系統(tǒng)運(yùn)行過程中對經(jīng)濟(jì)的促進(jìn)和循環(huán)發(fā)展，從而達(dá)到最終目的以持續(xù)、循環(huán)、良性的方式促進(jìn)經(jīng)濟(jì)發(fā)展[24]。舒小藝通過研究發(fā)現(xiàn)，低碳物流的高效率路徑有科技主導(dǎo)型路徑，人口主導(dǎo)型路徑和科技-開放存在型路徑，而對于路徑的選擇，則要根據(jù)不同地區(qū)，不同城市的具體情況而定[25]。除此之外，張云風(fēng)在對物流產(chǎn)業(yè)影響因素的研究后發(fā)現(xiàn)，物流系統(tǒng)中二氧化碳排放量的減少可以促進(jìn)物流效率的提高，經(jīng)濟(jì)發(fā)展水平的提升和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整也同樣可以促進(jìn)物流效率的提高[26]。連兆大在運(yùn)用DEA方法分析的過程中發(fā)現(xiàn)，發(fā)生綜合效率受限這一問題的最主要的原因是因?yàn)楝F(xiàn)代物流業(yè)的規(guī)模不足而導(dǎo)致的。他提到，在低碳經(jīng)濟(jì)背景下，促進(jìn)物流業(yè)投入產(chǎn)出效率的提高，可以適當(dāng)增加現(xiàn)代物流業(yè)的規(guī)模，合理配置物流資源，增強(qiáng)現(xiàn)代物流低碳裝備的使用和低碳技術(shù)方法[27]。而胥愛霞在對粵港澳大灣區(qū)11個城市和地區(qū)低碳物流的發(fā)展現(xiàn)狀研究分析后得出當(dāng)?shù)氐吞嘉锪鳂I(yè)發(fā)展的主要阻力為低碳物流技術(shù)的普及度較低，同時低碳物流的相關(guān)制度也不夠完善[28]。本文在對寧波市低碳物流效率的研究中，由于在評價過程中包含非期望產(chǎn)出（二氧化碳排放量），傳統(tǒng)DEA方法并不適用，因此使用了TONE所提出的SBM-DEA模型，模型具體表達(dá)式與SBM-DEA三階段方法參考了袁菊紅[29]和施瑋[30]在各自文章中的詳細(xì)概述。綜上，國外在低碳物流的研究上要領(lǐng)先于我國，國外學(xué)者在多年前就率先提出了相關(guān)概念與模型，而我國對低碳物流研究起步相對較晚，對城市低碳物流效率的相關(guān)研究較少。本文通過對國內(nèi)外研究成果進(jìn)行整理，構(gòu)建了一個將物流業(yè)碳排放量納入的低碳指標(biāo)的物流效率評價指標(biāo)體系，測算并研究2014-2023年寧波市物流業(yè)在考慮碳排放的前提下的效率值，根據(jù)研究結(jié)果對寧波市物流業(yè)發(fā)展提出了對策與建議。2.2物流效率物流效率是指通過將資源浪費(fèi)最小化實(shí)現(xiàn)物流服務(wù)最大化的能力，物流效率包含純技術(shù)效率和規(guī)模效率。純技術(shù)效率是在已經(jīng)知曉的生產(chǎn)力水平下，如何使得在保持物流服務(wù)質(zhì)量要求的同時將成本最小化，規(guī)模效率則是在規(guī)模已知的情況下，如何將物流服務(wù)的產(chǎn)出最大化。物流效率主要體現(xiàn)在物流效率、倉儲效率、裝卸搬運(yùn)效率、信息處理效率以及整個物流系統(tǒng)的效率等方面。通過優(yōu)化運(yùn)輸路線、合理規(guī)劃倉儲布局、采用先進(jìn)的物流技術(shù)和設(shè)備、加強(qiáng)員工培訓(xùn)等方式，都可以提高物流效率，物流效率的提高，不僅可以降低企業(yè)的成本，還能提高客戶滿意度，增強(qiáng)企業(yè)的競爭力。評價低碳物流效率的方法共包括兩種，首先是僅將單指標(biāo)投入考慮在內(nèi)的評價方法，如作業(yè)成本法；再者是將不同的指標(biāo)投入考慮在內(nèi)的評價方法，如層次分析和指數(shù)樹法。由于本文的研究對象寧波市這一海港城市，其物流業(yè)的總投入和總產(chǎn)出不是由單一指標(biāo)來衡量的，因此本文選擇多指標(biāo)投入法，該方法是目前較為常用的一種評價物流效率的方法。2.3DEA方法DEA方法，也稱為數(shù)據(jù)包絡(luò)分析（DataEnvelopmentAnalysis），屬于非參數(shù)統(tǒng)計方法，用于對具有相同類型的多投入、多產(chǎn)出的決策單元（DecisionMakingUnits,DMUs）之間的相對有效性進(jìn)行評價。這種方法最初在1978年被提出，稱為為CCR模型。后來，Banker等人又在前人的基礎(chǔ)上對其進(jìn)行了改進(jìn)，提出了BCC模型。DEA方法是一種基于數(shù)學(xué)規(guī)劃模型確定各決策單元投入與產(chǎn)出的權(quán)重，進(jìn)而評估各決策單元的有效性的方法。DEA方法的評價過程通常包括以下步驟：（1）確定決策單位(DMUS)：選擇同類型、目標(biāo)一致、投入產(chǎn)出一致的一組決策單位；（2）構(gòu)建評價指標(biāo)體系：根據(jù)研究目的和實(shí)際情況，選擇合適的投入，產(chǎn)出指標(biāo)和環(huán)境指標(biāo)，收集相關(guān)指標(biāo)的數(shù)據(jù)，構(gòu)建評價指標(biāo)體系。（3）構(gòu)建DEA模型：依據(jù)不同的指標(biāo)，構(gòu)建DEA模型，如CCR模型，BCC模型以及SBM模型等。（4）計算效率值：通過軟件求解DEA模型，剔除環(huán)境因素影響后再次計算并得到各決策單元的效率值。（5）分析結(jié)果：根據(jù)最終得到效率值，對各決策單元進(jìn)行分析，排序和評價。DEA方法的特點(diǎn)包括：（1）適用于評價多投入、多產(chǎn)出的決策單元；（2）無需提前設(shè)定生產(chǎn)函數(shù)或參數(shù)；（3）可以通過調(diào)整權(quán)重來優(yōu)化評價結(jié)果；（4）既可以對決策單位進(jìn)行排序和對標(biāo)分析，也可以評價其相對的有效性；（5）在實(shí)際應(yīng)用中，DEA方法可以廣泛應(yīng)用于各種領(lǐng)域，如企業(yè)管理、能源環(huán)保、金融投資等。2.4SBM模型SBM模型，是DEA方法中的一種，將傳統(tǒng)三階段中第一階段和第三階段中的BCC模型替換為SBM模型，是一種基于松弛值測算的模型，與傳統(tǒng)DEA模型結(jié)合，構(gòu)建SBM-DEA模型。SBM模型在DEA分析中主要用來研究投入產(chǎn)出效率狀態(tài)，假設(shè)投入和產(chǎn)出之間存在著單調(diào)線性的關(guān)系。該模型使用線性規(guī)劃技術(shù)確定決策單元（DMU）的相對效率。SBM模型的一個關(guān)鍵特點(diǎn)是它允許非期望產(chǎn)出的存在，這在傳統(tǒng)DEA模型中是不被支持的，因?yàn)閭鹘y(tǒng)DEA模型要求投入和產(chǎn)出之間存在單調(diào)線性關(guān)系。而本文統(tǒng)計的是寧波市近十年的數(shù)據(jù)，通過分析研究如何提高寧波市的整體物流效率，作為非期望產(chǎn)出的二氧化碳排放量是研究的數(shù)據(jù)之一，本文更加適用于SBM-DEA模型，故本文選取SBM模型來構(gòu)建三階段DEA模型。2.5三階段SBM-DEA方法在三階段模型當(dāng)中，第一階段需要使用SBM模型測算初始效率值，第二階段則是使用SFA回歸對剔除投入松弛變量中的環(huán)境因素的影響，第三階段再使用剔除環(huán)境變量影響后的數(shù)據(jù)再次使用SBM模型測算效率值。第一階段使用SBM模型測算各決策單元的效率的初始值，假設(shè)DMU共有n個，每個DMU的投入共有m個，s1期望產(chǎn)出和s2個非期望產(chǎn)出。用X=(xij)∈Rm?n表示輸入向量，Yg=[ygri]∈Rs1?n。表示期望產(chǎn)出向量，Yb=[ybtj]∈Rs2?n表示非期望產(chǎn)出向量，x，yg，yb大于0。得出SBM-DEA模型的公式為：（2-1）&j=1（2-2）在上式中：ρ為目標(biāo)函數(shù)即碳排放效率值，0≤??≤1；為投入與產(chǎn)出的權(quán)重系數(shù)λ∈Rn（∑λ=1）QUOTEλ∈Rn∑λ=1;QUOTEsi-,srg,stbS-,Sg，Sb分別為投入、期望產(chǎn)出與非期望產(chǎn)出的松弛變量。當(dāng)S-=Sg=Sb=0時，QUOTEρ=1,表示該DMU完全有效率；??＜1QUOTEρ<第二階段主要是以環(huán)境因素、管理無效率和統(tǒng)計噪聲三個可以反映初期效率低下的松弛變量為重點(diǎn)，利用SFA回歸來去除環(huán)境因素和統(tǒng)計噪聲。第二階段的主要目的是將第一階段中的松弛變量分解為在SFA回歸時可以發(fā)揮幫助作用的環(huán)境因素、管理無效率和統(tǒng)計噪聲三種效應(yīng)。在SFA回歸分析中，有以下兩種方案：第一種方案，投入與產(chǎn)出分別調(diào)整或同時調(diào)整。具體情況的選擇可以基于第一階段的導(dǎo)向，當(dāng)?shù)谝浑A段的導(dǎo)向類型為投入導(dǎo)向時，則只要投入松弛變量進(jìn)行SFA回歸分解，并對投入變量進(jìn)行調(diào)整。第二種方案，對N個獨(dú)立的SFA回歸進(jìn)行了估計，也可以把所有的松弛變量進(jìn)行疊加，只對一個單一的SFA回歸進(jìn)行估計。第一種方法的優(yōu)勢在于可以考慮到環(huán)境變量對各種松馳變量的作用，而第二種方法具有較好的自由度。Fried的研究顯示，為了保持彈性，犧牲自由度會更有效率。由此，構(gòu)造類似SFA回歸函數(shù)：（2-3）其中，是第個決策單元第n項(xiàng)投入的松弛變量的值；是環(huán)境變量，是環(huán)境變量的系數(shù)；為混合誤差項(xiàng)，表示隨機(jī)干擾，表示管理無效率。其中是隨機(jī)誤差項(xiàng)，表示隨機(jī)干擾因素對投入松弛變量的影響；是管理無效率，表示管理因素對投入松弛變量的影響，假設(shè)其服從在零點(diǎn)截斷的正態(tài)分布，即對公式進(jìn)行調(diào)整：（2-4）其中，為調(diào)整前的投入，為通過調(diào)整后的投入；為對外部環(huán)境因素進(jìn)行調(diào)整；是將所有決策單元置于相同幾率下。在本文中，SFA回歸采用成本函數(shù)的形式。分離管理無效率和隨機(jī)干擾的公式如下：（2-5）其中，，。（2-6）第三階段中，使用調(diào)整后的投入變量和產(chǎn)出變量，重新測算各決策單元的效率值，由于在第三階段中的效率值已剔除環(huán)境因素和隨機(jī)因素的影響，此時的結(jié)果具有更高的準(zhǔn)確度。三階段DEA方法的流程圖如下：圖2-1.三階段流程圖

3.評價指標(biāo)體系構(gòu)建3.1構(gòu)建原則（1）系統(tǒng)性原則：指標(biāo)體系中的各指標(biāo)之間要有一定的邏輯關(guān)系，不僅要全面的反映出投入、產(chǎn)出、環(huán)境的主要特征及狀態(tài)，并且要要反映投入-產(chǎn)出-環(huán)境變量之間的內(nèi)在聯(lián)系。（2）典型性原則：即使指標(biāo)縮減，也應(yīng)確保各評價指標(biāo)的代表性，最大限度地體現(xiàn)寧波市的環(huán)境、經(jīng)濟(jì)、社會等各方面的特征，以利于對其進(jìn)行測算，增強(qiáng)其可靠性。（3）動態(tài)性原則。需要借助具有一定時間尺度的指標(biāo)，從而體現(xiàn)出指數(shù)所帶來的影響。所以在指標(biāo)選擇上，要充分考慮寧波物流效率提升路徑研究的特點(diǎn)，多收集幾年的變動數(shù)據(jù)。3.2構(gòu)建體系指標(biāo)組成本文主要選取船只數(shù)量，貨運(yùn)汽車數(shù)量和能源消耗量作為投入指標(biāo)，貨運(yùn)量，二氧化碳排放量，港口貨物吞吐量作為產(chǎn)出指標(biāo)，寧波市g(shù)dp，寧波市年末人口總和作為環(huán)境指標(biāo)構(gòu)建評價指標(biāo)體系。(1)投入指標(biāo)參考寧波統(tǒng)計局網(wǎng)站和寧波市統(tǒng)計年鑒，結(jié)合寧波市地理位置及相關(guān)政策進(jìn)行考量，本文選取貨運(yùn)汽車數(shù)量，能源消耗量作為投入指標(biāo)，同時，考慮到寧波市作為一個海港城市具有獨(dú)特地理位置導(dǎo)致物流產(chǎn)業(yè)的特殊性，本文同時選取了船只數(shù)量作為投入指標(biāo)，最后，本文選取了貨運(yùn)汽車數(shù)量，能源消耗量，船只數(shù)量這三個指標(biāo)共同作為研究低碳背景下寧波市物流效率的投入指標(biāo)。（2）產(chǎn)出指標(biāo)同時選取了二氧化碳排放量這個符合研究主題的指標(biāo)作為產(chǎn)出指標(biāo)中的非期望產(chǎn)出指標(biāo)，并結(jié)合寧波物流業(yè)的特點(diǎn)，選取了貨運(yùn)量和港口貨物吞吐量這兩個指標(biāo)做為期望指標(biāo)，最后選取了二氧化碳排放量，貨運(yùn)量和港口吞吐量這三個共同作為研究低碳背景下寧波市物流效率的產(chǎn)出指標(biāo)。(2)環(huán)境指標(biāo)本文選取了寧波市地區(qū)生產(chǎn)總值和寧波市年末人口數(shù)量作為環(huán)境指標(biāo)。GDP作為反映地區(qū)經(jīng)濟(jì)發(fā)展水平指標(biāo)，同時也可以反映出地區(qū)經(jīng)濟(jì)發(fā)展對物流業(yè)的影響狀況，此外，GDP可以間接反映出地方政府對物流業(yè)的支持度。而人口作為構(gòu)成城市的社會主體，既是城市經(jīng)濟(jì)發(fā)展的動力建設(shè)的參與者，也是城市服務(wù)的對象，在越來越多人與物流業(yè)緊密相連的現(xiàn)在，人口的數(shù)量既可以側(cè)面反映出快遞業(yè)的業(yè)務(wù)量，也可以對比出物流業(yè)的從業(yè)人口數(shù)量。如下表所示：指標(biāo)類型指標(biāo)內(nèi)容指標(biāo)含義船只數(shù)量反應(yīng)寧波市港口物流業(yè)規(guī)模投入指標(biāo)產(chǎn)出指標(biāo)貨運(yùn)汽車數(shù)量能源消耗量貨運(yùn)量二氧化碳排放量港口貨物吞吐量反應(yīng)寧波市物流運(yùn)輸規(guī)模反應(yīng)寧波市物流業(yè)消耗反應(yīng)寧波市物流業(yè)數(shù)量產(chǎn)出反應(yīng)環(huán)境污染情況反應(yīng)寧波市物流業(yè)業(yè)務(wù)量寧波市GDP反映地區(qū)經(jīng)濟(jì)發(fā)展水平對物流業(yè)發(fā)展的影響環(huán)境指標(biāo)寧波市年末人口反應(yīng)人口對物流業(yè)的影響表3-1物流業(yè)效率評價指標(biāo)說明3.3評價數(shù)據(jù)獲取及處理3.3.1寧波市物流業(yè)能源消耗量的測算通過對寧波市統(tǒng)計局網(wǎng)站中近十年寧波市統(tǒng)計年鑒，整理出近十年寧波市物流業(yè)八種能源每種消耗量的具體數(shù)據(jù)，如下表所示：表3-2八種能源消耗量表（單位：噸）煤汽油煤油柴油燃料油液化石油氣熱力電力20146535781217781107091451113215288772015600367911816335736296558792954220164878966315650431226160143260382017409731041176257312135882112523120184215354518931764482287928026595201940999522144229697121843362487620204665247412919601977685048260972021463122261231157415852528261092022581242369212421724843435931031202352010245711173163554561927567根據(jù)國家統(tǒng)計局規(guī)定的標(biāo)準(zhǔn)煤折算系數(shù)（如下表），根據(jù)計算公式[19]：E（3-1）表3-3能源折算系數(shù)表能源種類折算系數(shù)（kgce/kg）煤炭0.7143汽油1.4714煤油1.4714柴油1.4571燃料油1.4286液化石油氣1.7143kgce/kg熱力電力0.03412kgce/MJ0.1229kgce/Kw*h其中，e為每種能源的能源折算系數(shù)，A為每種能源的消耗量，將寧波市近十年物流業(yè)各種能源消耗量及能源折算系數(shù)代入公式中計算得出寧波2014-2023十年每年物流業(yè)能源消耗量換算成標(biāo)準(zhǔn)煤后的能源消耗總量，整理并得到下表表3-4能源消耗量表（單位：噸標(biāo)準(zhǔn)煤）201420152016201720182019202020212022202369959.0860640.8349119.9451403.2642822.0839891.8543587.5740557.6751403.2645332.92從近十年的數(shù)據(jù)可以看出，從整體上來看，由于近幾年科技的發(fā)展，物流業(yè)整體產(chǎn)業(yè)結(jié)構(gòu)，技術(shù)有所升級，在能源消耗上總體來說相較于十年前有所降低，資源消耗減少。在2019-2021的疫情期間，由于疫情原因，導(dǎo)致物流業(yè)活動大幅減少，能源消耗量降低，但在2022疫情結(jié)束后，物流業(yè)業(yè)務(wù)量回暖，能源消耗量再次回升，但相較于十年前能源消耗量還是有所降低的。通過以下的折線圖可以更清晰的看出近十年能源消耗量的增減狀況。圖3-1能源消耗量趨勢圖（單位：噸標(biāo)準(zhǔn)煤）3.3.2寧波市物流業(yè)碳排放量的測算本文選取了寧波市近十年的二氧化碳的排放量，作為寧波市物流業(yè)碳排放量的測算的標(biāo)準(zhǔn)，選取了寧波市物流業(yè)作業(yè)過程中8種能源消耗所產(chǎn)生二氧化碳的排放量，作為物流業(yè)碳排放指標(biāo)，二氧化碳排放系數(shù)如下表所示：表3-5二氧化碳折算系數(shù)表煤炭汽油煤油柴油燃料油液化石油氣熱力電力1.90032.92513.01793.09593.17050.21（kw/h）9.46碳/萬億J10069t碳/億kW*h運(yùn)用公式[19]：C計算得出寧波市近十年每年物流業(yè)碳排放量的數(shù)據(jù)，其中Ci表示第i種能源的碳排放量；Ei表示第i種能源消費(fèi)量，θi表示第i種能源的碳排放系數(shù)；如下表所示：表3-6二氧化碳消耗量（單位：噸）201420152016201720182019202020212022202329198.8029812.626285.6425497.4926972.3625136.1426367.2426348.1031289.6927773.39將數(shù)據(jù)結(jié)果制作成折線圖：圖3-2二氧化碳排放量趨勢圖（單位：噸）可以更清晰的看出寧波市的碳排放量在2015到2017有顯著的下降，可能是由于國務(wù)院發(fā)布的《“十三五”節(jié)能減排綜合工作方案》，《方案》提出，要落實(shí)“節(jié)約資源、保護(hù)環(huán)境”的基本方針，重點(diǎn)是提高能源使用效率，改善生態(tài)環(huán)境質(zhì)量，推進(jìn)供給側(cè)結(jié)構(gòu)性改革。寧波市在2014至2019年的碳排放量總體保持了下降的趨勢，而在2022年有較大幅度的增長，原因可能是疫情的結(jié)束，快遞業(yè)務(wù)活動全面恢復(fù)正常，導(dǎo)致碳排放量的增長。另外，結(jié)合圖3-1和圖3-2的折線圖可以看出，雖然寧波市物流業(yè)的能源消耗量處于下降的趨勢但碳排放量總體來看卻沒有下降太多，結(jié)合折算系數(shù)和幾年的各種能源的消耗量來看，寧波市物流業(yè)對能源的需求中，對煤的需求在下降，相反，對電力的需求度在上升，從而導(dǎo)致寧波市碳排放量未能顯著的減少。

4.基于SBM-DEA模型的低碳經(jīng)濟(jì)背景下寧波市物流業(yè)效率評價4.1第一階段效率值分析一階段主要測算初始效率值和投入松弛，為二階段提供數(shù)據(jù)。通過第三章對寧波市物流業(yè)能源消耗量和二氧化碳排放量的測算，并由寧波市統(tǒng)計年間中搜集指標(biāo)體系中剩余所需要的數(shù)據(jù)后，整理得：表4-1能源消耗量表船只能源消耗量車輛貨運(yùn)量港口貨物吞吐量二氧化碳排放量GDP（億元）人口（萬人）201464169959.0885918404075264629198.87610.28583.78201562560640.8377773420835100529812.68003.61586.57201663249119.9468408462584961926285.648686.49590.96201763851403.2671963525205515125497.499842.06596.93201864042822.0870814614545765226972.3611193.14602.96201962139891.8540390684075841325136.1412035.11608.47202059043587.5747072718986009826367.2412408.66613.66202154940557.6751822787476234026348.112599.22618.33202253251403.2653619801006372231289.6914594.92621.1202351745332.9255476815366486527773.3915704.3623.7第一階段將上表中2011-2020年寧波市物流業(yè)相關(guān)數(shù)據(jù)，代入DEARUN軟件，運(yùn)用SBM模型測算出綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，并根據(jù)結(jié)果進(jìn)行分析，如下表所示：綜合技術(shù)效率有效性分析表4-2寧波市2014-2023第一階段綜合技術(shù)效率DMU2014201520162017201820192020202120222023寧波市0.4410.4750.5490.6140.7151.0000.9391.0001.0001.000綜合技術(shù)效率是決策單元在一定最優(yōu)規(guī)模時的生產(chǎn)效率，可以衡量某個決策單元的資源使用效率及其資源的配置能力和情況并對其進(jìn)行評價。由上表可以看出2019，2021，2022，2023這四年寧波市物流業(yè)綜合技術(shù)效率均為1，表明這四年寧波市物流效率為DEA最有效；而2017，2018，2020，這三年寧波市的物流業(yè)綜合技術(shù)效率較為接近1但未能達(dá)到，說明這幾年寧波市物流效率狀況良好但仍有提升空間，而剩下的2014，2015，2016則相對較差，需要加強(qiáng)。純技術(shù)效率有效性分析表4-3寧波市2014-2023第一階段純技術(shù)效率DMU2014201520162017201820192020202120222023寧波市0.4820.5260.6210.6770.7491.0000.9481.0001.0001.000純技術(shù)效率是制度和管理水平帶來的效率，反映的是決策單元由于管理和技術(shù)等因素影響的生產(chǎn)效率。由上表可以看出，2019，2021，2022，2023四年的為1，說明這四年寧波市純技術(shù)物流效率為DEA最有效，2018，2020兩年接近1，說明這兩年寧波市的純技術(shù)物流效率為DEA弱有效，若想達(dá)到DEA有效需要加大對物流科學(xué)技術(shù)的研發(fā)，加大對先進(jìn)的物流設(shè)備的運(yùn)用。而剩下幾年的純技術(shù)物流效率較低，這表明在這幾年內(nèi)城市的物流技術(shù)發(fā)展相對較為落后，應(yīng)大力發(fā)展物流技術(shù)，進(jìn)一步促進(jìn)地區(qū)物流效率的提高。規(guī)模效率有效性分析表4-4寧波市2014-2023第一階段規(guī)模效率DMU2014201520162017201820192020202120222023寧波市0.9150.9030.8840.9080.9541.0000.9911.0001.0001.000規(guī)模效益是由于企業(yè)規(guī)模因素而產(chǎn)生的生產(chǎn)效益，它體現(xiàn)的是生產(chǎn)規(guī)模的實(shí)際規(guī)模與生產(chǎn)規(guī)模的最優(yōu)程度之間的差距。此外（irs）、（-）、（drs）是分別代表的是規(guī)模報酬遞增、不變、遞減的三種趨勢，見下表（4）2014-2023年第三階段規(guī)模報酬變化趨勢表表4-5寧波市2014-2023第一階段規(guī)模報酬變化趨勢表DMU2014201520162017201820192020202120222023寧波市irsirsirsirsirs-irs結(jié)合表4-4和表4-5可知2019，2021，2022，2023規(guī)模效率為一，處于最有效DEA狀態(tài)，說明這4年城市投入的資源得到了充分利用2014，2015，2017，2018，2020數(shù)值接近于一，處于弱有效狀態(tài)，而剩下幾年低于0.9，但結(jié)合圖13來看，每年的報酬規(guī)模都在提升或保持不變，這說明在那幾年中城市為促進(jìn)物流業(yè)發(fā)展投入資源一定的情況下，并未實(shí)現(xiàn)物流產(chǎn)出的最大化。而綜合技術(shù)效率為DEA無效的年份，大致有兩種原因：第一種是因?yàn)榧兗夹g(shù)效率和規(guī)模效率都處于DEA無效的邊緣，第二種是因?yàn)榧兗夹g(shù)效率有效而規(guī)模效率無效。4.2第二階段SFA回歸分析二階段使用一階段的出的投入松弛數(shù)據(jù)進(jìn)行回歸分析，測算調(diào)整后的投入指標(biāo)為三階段提供數(shù)據(jù)。據(jù)根據(jù)第一階段軟件測算出的投入松弛數(shù)據(jù)，將三個投入指標(biāo)的松弛變量整理并列出（見下表），同時將gdp，年末人口總數(shù)兩個環(huán)境變量一同導(dǎo)入Frontier4.1軟件對數(shù)據(jù)進(jìn)行SFA回歸分析，將得出的數(shù)據(jù)利用excel軟件操作計算得出變更后的投入變量。表4-6投入松弛表DMU船只能源消耗量車輛201492.0029401.4134096.00201576.0020083.1625951.00201679.298596.5817175.16201738.4711312.8928164.51201891.002264.4118992.0020190.000.000.00202011.083306.550.0020210.000.000.0020220.000.000.0020230.000.000.00SFA回歸結(jié)果如下表所示表4-7投入松弛變量SFA回歸船只松弛變量能源松弛變量車輛松弛變量系數(shù)值T值系數(shù)值T值系數(shù)值T值常數(shù)項(xiàng)2222.4*1.83490356***490181859222***858727人口-3.785*-1.7-825.67***-57.6-146***-78.88GDP0.007460.6291.247*1.8893.282***4.619σ27051.5825680474***2568047428020113***28020113γ0.824***3.6910.1820.2930.03850.0607log-43-98.9-99.8LR1.040.0015710.03**注:*、**、***分別表示在10%、5%和1%的顯著水平下顯著參考顯著性對照表（圖4）判斷顯著性，可根據(jù)t值判斷系數(shù)的顯著性，t值在1.65到1.96間為*顯著，在1.96到2.58間為**顯著，高于2.58為***顯著，在表中標(biāo)注顯著性后對數(shù)據(jù)進(jìn)行分析。SFA回歸結(jié)果如表4-7所示，寧波市2014年至2023年的物流效率投入松弛變量中，車輛松弛變量與環(huán)境變量的隨機(jī)前沿回歸結(jié)果中的LR值是比臨界值要高的，在10%的顯著性水平下顯著。從γ值來看，雖然能源松弛變量和車輛松弛變量的γ值較低，但船只松弛變量的γ值較高，說明管理無效率項(xiàng)中的環(huán)境因素還是有較大的影響，有必要剔除環(huán)境變量的影響，因此本文使用三階段DEA模型進(jìn)行寧波市2014年至2023年物流效率的測算是必要的。船只松弛變量的SFA回歸結(jié)果中，人口對船只松弛變量的回歸系數(shù)為負(fù)值，說明人口對船只松弛變量呈現(xiàn)負(fù)向影響，說明人口的增長會造成船只松弛變量的減少，通過降低船只投入冗余促進(jìn)寧波物流效率上升。GDP對船只松弛變量的回歸系數(shù)為正值，說明GDP對船只松弛變量呈現(xiàn)正向影響，GDP的提高會造成船只松弛變量的上升，通過增加船只投入冗余會導(dǎo)致寧波市物流效率的降低。能源松弛變量的SFA回歸結(jié)果中，人口對能源松弛變量的回歸系數(shù)為負(fù)值且在1%的顯著性水平下是呈現(xiàn)顯著的，說明人口對能源松弛變量呈現(xiàn)顯著的負(fù)向影響，說明人口增加會造成能源松弛變量的減少，通過降低能源投入冗余，可以促進(jìn)寧波市物流效率的提升。車輛松弛變量的SFA回歸結(jié)果中，人口對車輛松弛變量的回歸系數(shù)為負(fù)值，并且1%的顯著性水平下顯著，表明人口對車輛松弛變量呈現(xiàn)顯著負(fù)向影響，說明人口的快速增長會造成車輛松弛變量的減少，通過降低車輛投入冗余促進(jìn)寧波物流效率上升。GDP對車輛松弛變量的回歸系數(shù)為正值且在1%的顯著性水平下顯著，表明GDP對車輛松弛變量呈現(xiàn)顯著的正向影響，說明GDP的提高會造成車輛松弛變量的上升，通過增加車輛投入冗余導(dǎo)致寧波市物流效率的下降。綜上所述，環(huán)境變量中的人口對投入松弛變量的回歸系數(shù)為負(fù)值，人口的上升會導(dǎo)致投入松弛的下降，即通過減少冗余浪費(fèi)促進(jìn)寧波市物流效率的提升。GDP則與投入松弛變量的回歸系數(shù)為正值，即GDP的增長會導(dǎo)致投入松弛的上升，通過增加冗余浪費(fèi)導(dǎo)致寧波市物流效率的下降。人口和GDP兩個環(huán)境變量指標(biāo)對投入松弛變量的影響較大，在寧波市物流效率的計算中需要對環(huán)境影響變量進(jìn)行剔除，以計算出更加準(zhǔn)確的物流效率。4.3第三階段效率值分析第三階段使用第二階段調(diào)整后的投入指標(biāo)數(shù)據(jù)重新測算效率值。第三階段，根據(jù)第二階段的計算結(jié)果，再次利用DEARUN軟件對調(diào)整后的數(shù)據(jù)進(jìn)行運(yùn)算，逐條代入調(diào)整后的投入變量，投入變量產(chǎn)生變化而產(chǎn)出不變，用控制變量的方法，將數(shù)據(jù)逐條逐次代入軟件運(yùn)行并得出第三階段DEA模型結(jié)果，整理數(shù)據(jù)后結(jié)果如下圖所示。綜合技術(shù)效率有效性分析表4-8寧波市2014-2023第三階段綜合技術(shù)效率DMU2014201520162017201820192020202120222023寧波市0.6400.6360.6620.7790.8221.0000.9501.0001.0001.000通過將調(diào)整后的數(shù)據(jù)再次導(dǎo)入DEARUN中運(yùn)算后得出的結(jié)果看出，相較于第一階段的綜合技術(shù)效率值，調(diào)整數(shù)據(jù)后得出的結(jié)果來看，2019，2020，2022，2023寧波市的綜合技術(shù)效率值均為1，說明這四年寧波市的綜合技術(shù)效率DEA有效，在這四年的技術(shù)水平上，寧波市的投入資源使用的效率達(dá)到最佳。而2020年寧波市的綜合技術(shù)效率值處于0.9-1之間，為DEA弱有效，說明在這一年中，寧波市的投入資源使用效率雖未達(dá)到最佳，但整體來說對資源的使用效率已經(jīng)較為優(yōu)秀，但仍有提升的空間，而對于剩下的2014，2015，2016，2017，2018四年來說，這四年寧波市的綜合技術(shù)效率值相對較低，與1的差距較大，看作DEA無效，但相對于調(diào)整數(shù)據(jù)松弛變量前的數(shù)據(jù)來看，各年份均有所上漲，說明對于松弛變量進(jìn)行調(diào)整的策略是有效的，但仍需改進(jìn)，這幾年寧波市對資源配置能力、資源使用效率仍需加強(qiáng)和調(diào)整。純技術(shù)效率有效性分析表4-9寧波市2014-2023第三階段純技術(shù)效率DMU2014201520162017201820192020202120222023寧波市0.7081.0001.0001.0000.8891.0000.9771.0001.0001.000通過將調(diào)整后的數(shù)據(jù)再次導(dǎo)入DEARUN中運(yùn)算后得出的結(jié)果看出，寧波市純技術(shù)效率值在2015，2016.2017，2019，2021，2022，2023均為1，相較于第一階段中純技術(shù)效率值僅在2019，2021，2022，2023達(dá)到1，增加了2015，2016，2017三個年份，說明對松弛變量的調(diào)整對于這三個年份起到了顯著的作用,在這幾年中對寧波市投入指標(biāo)的調(diào)整使得管理和技術(shù)得到了加強(qiáng)。而2020年寧波市純技術(shù)效率處于0.9-1之間，屬于DEA弱有效，2014，2018兩年的純技術(shù)效率值低于0.9，屬于DEA無效，但與DEA一階段相比較來說，已經(jīng)取得了顯著的提升。規(guī)模效率有效性分析表4-10寧波市2014-2023第三階段規(guī)模效率DMU2014201520162017201820192020202120222023寧波市0.9040.6360.6620.7790.9241.0000.9721.0001.0001.000通過將調(diào)整后的投入指標(biāo)再次導(dǎo)入DEARUN中的出的寧波市十年規(guī)模效率值可以看出，2019，2021，2022，2023四個年份寧波市的規(guī)模效率值達(dá)到了1，屬于DEA有效。而2014，2018，2020這三個年份寧波市規(guī)模效率值處于0.9-1之間，屬于DEA弱有效，剩下的2015，2016，2017三個年份規(guī)模效率值低于0.9，屬于DEA無效，但對比一階段各年數(shù)值仍有提高，對投入指標(biāo)的調(diào)整有顯著作用。（4）2014-2023年第三階段規(guī)模報酬變化趨勢表表4-11寧波市2014-2023第三階段規(guī)模報酬變化趨勢表DMU2014201520162017201820192020202120222023寧波市irsirsirsirsirs-irs結(jié)合表4-10和表4-11可以看出，寧波市的規(guī)模效率值在2019，2021，2022，2023四個年份都為1，達(dá)到了DEA有效，規(guī)模報酬處于不變的狀態(tài)，說明在2019，2021，2022，2023四個年份中寧波市在當(dāng)年的經(jīng)濟(jì)發(fā)展水平下投入的用于促進(jìn)物流業(yè)發(fā)展的資源均被充分的利用，達(dá)到了收益最佳的狀態(tài)。而2014，2018，2020這三個年份寧波市規(guī)模效率值處于0.9-1之間，達(dá)到DEA弱有效。剩下的2015，2016，2017三個年份規(guī)模效率值低于0.9，屬于DEA無效，但DEA弱有效和DEA無效的這幾年，規(guī)模報酬均處于遞增趨勢，說明在這幾年間寧波市在當(dāng)年的經(jīng)濟(jì)發(fā)展水平下投入的用于促進(jìn)物流業(yè)發(fā)展的資源的利用率逐年上升，雖未達(dá)到了收益最佳的狀態(tài)，但仍處于進(jìn)步狀態(tài)。4.4第一階段與第三階段對比分析總體來看。寧波市近十年，三階段DEA分析的第一階段中2019，2021，2022，2023這4年寧波市的物流效率為DEA有效，在經(jīng)過第二階段SFA回歸分析數(shù)據(jù)調(diào)整以后，最有效年份并未增多，但物流效率為DEA有效的年份顯著增多，其中2014的物流效率變成了DEA有效，同時年份物流效率值同時也有增長。經(jīng)過調(diào)整投入變量后，三種效率的指數(shù)均向1靠近，相較于第一階段來說，起到了增幅的作用，DEA有效和DEA弱有效年份增多，DEA無效年份減少。圖4-1一三階段對比圖通過對一階段和三階段中寧波市近十年綜合技術(shù)效率，純技術(shù)效率和規(guī)模效率進(jìn)行求和并求平均值后得出的結(jié)果如上圖所示，可以看出，在調(diào)整投入指標(biāo)后，寧波市近十年純技術(shù)效率的平均值和綜合技術(shù)效率的平均值均有所上升，但規(guī)模效率的平均值卻有所下降，表明在不考慮GDP和人口數(shù)量兩個環(huán)境因素的情況下，一階段得到的效率值存在虛假現(xiàn)象，第一階段高估了規(guī)模效率，同時低估了綜合技術(shù)效率和純技術(shù)效率。

5.結(jié)論建議與展望5.1研究結(jié)論本文通過收集寧波市2014-2023年十年的物流業(yè)各種能源的能源消耗量，并用特定的折算系數(shù)將各種能源換算成煤的消耗量，從而得出每年能源消耗量的數(shù)值，整理并作出折線圖做比對，同時，將各種能源的消耗量按照特定的二氧化碳折算系數(shù)和公式將各種能源的消耗量折算成二氧化碳的排放量，整理數(shù)據(jù)并作出折線圖進(jìn)行比對。采取用三階段DEA模型和SBM模型，構(gòu)建了以船只數(shù)量，貨運(yùn)汽車數(shù)量，能源消耗量為投入指標(biāo)，貨運(yùn)量，港口貨物吞吐量，二氧化碳排放量為產(chǎn)出指標(biāo)，GDP，人口數(shù)量為環(huán)境指標(biāo)的低碳物流效率評價指標(biāo)體系，并運(yùn)用DEARUN和fontier4.1軟件進(jìn)行DEA三階段模型分析，得出了以下結(jié)論：（1）從物流業(yè)能源消耗量和二氧化碳排放量方面來看，在能源消耗量方面，2014-2016快速下降，2017年有小幅度的回升，2018-2019年緩慢下降，2020年小幅回升，2021年小幅降低，2022年有較大幅度的增長，但在2023年再次大幅下降，在整體上處于下降趨勢；在二氧化碳排放量方面，2014年小幅增長，2015-2017年大幅下降，2018年有小幅的回升，2019-2021年小幅回漲，2022年大幅增長，在2023年有大幅減少，在整體上處于小幅下降的趨勢。在這十年中寧波市物流業(yè)的能源消耗量和二氧化碳排放量總體都是下降的趨勢，但在2022年均有一次較大幅度的增高，但又在2023年快速下降，從近疫情角度考慮，寧波市作為港口城市，擁有著我國最大的港口之一的寧波港，在疫情期間，寧波市的物流業(yè)活動業(yè)務(wù)受到了較大的影響，有許多業(yè)務(wù)在疫情期間有積壓停滯的狀況發(fā)生，而在2022年疫情結(jié)束后，幾年積壓的業(yè)務(wù)開始恢復(fù)，導(dǎo)致寧波市物流業(yè)活動業(yè)務(wù)激增，從而導(dǎo)致了2022年寧波市物流業(yè)能源消耗量和二氧化碳排放量的激增，但在次年2023年恢復(fù)了正常的狀態(tài)，在十年內(nèi)還是處于一個下降的趨勢。（2）從DEA三階段的分析結(jié)果來看，寧波市近十年以來，DEA有效率中純技術(shù)效率較高，而綜合技術(shù)效率和規(guī)模效率的值則是相對較低，因?yàn)榫C合技術(shù)效率=純技術(shù)效率*規(guī)模效率，因此寧波市的低碳物流效率主要受限于規(guī)模效率，而規(guī)模效率反映的是實(shí)際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距，規(guī)模效率較低則說明在物流產(chǎn)業(yè)的市場上，未能達(dá)到獲得規(guī)模經(jīng)濟(jì)效益所必需的經(jīng)濟(jì)規(guī)模，因此無法充分利用規(guī)模經(jīng)濟(jì)效益，導(dǎo)致了低效率的小規(guī)模生產(chǎn)的發(fā)生。經(jīng)過DEA一階段到三階段的調(diào)整后，規(guī)模效率的值有所下降，說明在DEA一階段分析時，高估了規(guī)模效率，說明在這幾年中，寧波市存在低效率的小規(guī)模生產(chǎn)的情況，應(yīng)通過調(diào)整相關(guān)變量達(dá)到獲得規(guī)模經(jīng)濟(jì)效益所必需的經(jīng)濟(jì)規(guī)模，充分利用規(guī)模經(jīng)濟(jì)效益。5.2對策和建議5.2.1地區(qū)建議從寧波的地理位置來看，寧波靠海，屬于港口城市，位于中國東海岸，便于海上貿(mào)易和交通，寧波市港口主要由寧波港和舟山港組成，其中舟山港包括定海、普陀、岱山、嵊泗等港區(qū)。寧波港則包括北侖港區(qū)、鎮(zhèn)海港區(qū)、寧波老港區(qū)和大榭港區(qū)。寧波舟山港是中國最主要的進(jìn)出口和集裝箱貨物中轉(zhuǎn)港口之一，也是全球最繁忙的港口之一，其吞吐量連續(xù)多年居全球首位。而得益于寧波港口業(yè)務(wù)的繁榮，寧波經(jīng)濟(jì)近年來發(fā)展迅速，GDP持續(xù)增長，已成為全國重要的工業(yè)基地，港口城市，制造業(yè)和貿(mào)易中心。寧波市應(yīng)繼續(xù)發(fā)揚(yáng)優(yōu)勢，完善港口建設(shè)，增大港口面積，對港口引進(jìn)新科技技術(shù)，得益于地理位置的優(yōu)勢，寧波市物流業(yè)業(yè)務(wù)較于內(nèi)陸城市多出了海運(yùn)業(yè)務(wù) 完善港口結(jié)構(gòu)，提升港口作業(yè)效率。5.2.2總體建議在推動低碳物流方面，可以通過對清潔能源車輛的推廣，達(dá)到減少物流運(yùn)輸過程中的二氧化碳排放導(dǎo)致的污染的目的。優(yōu)化包裝和裝卸方式，減少物流過程中的損耗和浪費(fèi)，將廢舊物資和廢棄物回收并進(jìn)行再利用，更加環(huán)保。在基礎(chǔ)設(shè)施建設(shè)方面可以通過完善寧波港的硬件設(shè)施，從而提升港口吞吐能力和作業(yè)效率，加大對公路、鐵路和航運(yùn)路線的投入，提高物流通道的運(yùn)輸能力和覆蓋范圍。加強(qiáng)多式聯(lián)運(yùn)發(fā)展，使得不同運(yùn)輸方式之間的銜接和配合更協(xié)調(diào)，提高物流效率。企業(yè)方面，推動物流企業(yè)之間的兼并重組和資源整合，加強(qiáng)物流企業(yè)與其他相關(guān)產(chǎn)業(yè)的合作與協(xié)同，共同對物流業(yè)發(fā)展的新模式和新路徑進(jìn)行探索，建立完善的物流創(chuàng)新體系和創(chuàng)新平臺，鼓勵支持物流企業(yè)開展技術(shù)創(chuàng)新和服務(wù)創(chuàng)新。政府方面，可以適當(dāng)?shù)臑槲锪鳂I(yè)降低稅收、給予更多的財政和金融政策的支持，以達(dá)到降低物流企業(yè)的運(yùn)營成本的目的。加強(qiáng)對于物流行業(yè)的監(jiān)管制度，對物流行業(yè)的標(biāo)準(zhǔn)與規(guī)范進(jìn)行完善。在對物流人才培養(yǎng)上，要加強(qiáng)對物流專業(yè)學(xué)生的教育和培訓(xùn)，提高物流從業(yè)人員的專業(yè)素養(yǎng)和技能水平。鼓勵物流企業(yè)在人才培養(yǎng)、物流行業(yè)技術(shù)創(chuàng)新等方面與高等院校、研究機(jī)構(gòu)開展產(chǎn)學(xué)研合作。對物流網(wǎng)絡(luò)布局優(yōu)化上，完善規(guī)劃物流園區(qū)的建設(shè)和發(fā)展，優(yōu)化物流資源的配置，提高物流網(wǎng)絡(luò)的連通性和覆蓋范圍。加強(qiáng)城鄉(xiāng)物流網(wǎng)絡(luò)建設(shè)，推動農(nóng)產(chǎn)品進(jìn)城和工業(yè)品下鄉(xiāng)，促進(jìn)城鄉(xiāng)物流均衡發(fā)展。加大對跨境物流發(fā)展的投入，加強(qiáng)與國際物流通道的對接，提升寧波物流的國際化水平。5.3不足與展望本文使用三階段DEA方法對2014-2023年寧波市物流效率進(jìn)行了研究。對寧波市的物流業(yè)發(fā)展情況作出分析，同時為寧波市物流業(yè)發(fā)展提供了一些建議。但由于諸多不確定因素的影響，在研究過程中存在著些許不足之處，為此提出了一些不足與展望。（1）數(shù)據(jù)可能存在一定誤差，數(shù)據(jù)的獲取并未非常精確，需要設(shè)計更多研究方法來進(jìn)一步研究，并且寧波市統(tǒng)計局中的寧波市統(tǒng)計年鑒中所查詢的2023年物流業(yè)相關(guān)數(shù)據(jù)尚未發(fā)出，部分?jǐn)?shù)據(jù)采用基于年增長率計算得出，可能存在一定的誤差。（2）指標(biāo)的選取有隨機(jī)性。本文選取貨運(yùn)汽車數(shù)量，能源消耗量和船只數(shù)量作為投入指標(biāo)，選取了二氧化碳排放量，貨物吞吐量和貨運(yùn)量作為產(chǎn)出指標(biāo)，選取了寧波市地區(qū)生產(chǎn)總值和寧波市年末人口數(shù)量作為環(huán)境指標(biāo)，本文僅選取了三個投入指標(biāo)，三個產(chǎn)出指標(biāo)和兩個環(huán)境指標(biāo)，還有許多與低碳物流效率相關(guān)聯(lián)的指標(biāo)未進(jìn)行選取構(gòu)建評價指標(biāo)體系并進(jìn)行詳細(xì)研究，研究得出的結(jié)果不全面。以上內(nèi)容是本文存在的幾點(diǎn)不足之處，希望在以后的研究過程中加以改進(jìn)。參考文獻(xiàn)[1]NowickaK.SmartCityLogisticsonCloudComputingModel[J].Procedia-SocialandBehavioralSciences,2014,151266-281.[2]AilingZ,ShaL,LinT,etal.IntelligentMeasurementandMonitoringofCarbonEmissionsfor5GSharedSmartLogistics[J].JournalofSensors,2022,2022[3]BinH,BangtongH,ZhengL,etal.OptimizationModelofCarbonFootprintofFreshProductsinColdChainfromtheEnergyConservationandEmissionReductionPerspective[J].MathematicalProblemsinEngineering,2021,2021[4]ShawK,ShankarR,YadavSS,etal.Modelingalow-carbongarmentsupplychain[J].ProductionPlanningControl,2013,24(8-9):851-865.[5]SehinnarA.P.MeasuringProductiveEfficiencyofPublic