《低碳视角下中国区域物流效率研究——基于sfa与pp的实证分析-于丽静.pdf》由会员分享，可在线阅读，更多相关《低碳视角下中国区域物流效率研究——基于sfa与pp的实证分析-于丽静.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、于丽静等：低碳视角下中国区域物流效率研究 43低碳视角下中国区域物流效率研究基于SFA与PP的实证分析于丽静，陈忠全(烟台南山学院，山东烟台265700)摘要：低碳已成为时代主题，物流业作为国民经济的基础产业，在节能减排的同时提高效率具有重要意义。从节能低碳角度出发，在利用投影寻踪模型(PP)对物流产出进行降维分析的基础上，采用随机前沿分析(SFA)对我国20082014年30个省份的物流效率进行了测算。结果显示：考察期间我国物流效率均值低于05，且存在较大的无效率现象：地区间物流效率的差异明显，物流发展不均衡，呈现“东高西低”的格局。在对影响因素的分析中发现，政府支持、科技进步对物流效率产生
2、有利影响，而环境规制强度、经济发展水平及对外开放度未能产生积极影响。关键词：低碳；物流效率；投影寻踪；随机前沿分析中图分类号：F2249 文献标识码：A 文章编号：16714407(2017)0404306Research on Regional Logistics Efficiency in China under the Perspective of Low-Carbon：TheEmpirical Analysis Based on SFA and PPYu LijingCHEN Zhongquan(Yantai Nanshan University,Yantai Shandong 265
3、700，China)Abstract：The article calculates the logistics efficiency of 30 provinces from 2008 to 2014 using stochastic frontier analysis(SFA)with dimension reduction analysis of logistics output by projection pursuit(PP)model from the view of saving energy and10WcarbonThe result displays：the logistic
4、s efficiency iS lower than 05 in our country,and there iS a large void ratio during theinvestigation；the difference of regional logistics efficiency iS obviousthe development of logistics iS not balancedshowing thepattern ofeast high and west low”It also shows that the government supportthe progress
5、 of science and technology have afavorable impact on the efficiency of Iogisticsbut intensity of environmentaI regulationthe Ievel of economic development andthe degree ofopenness have failed to produce a positive impact through the analysis ofthe influencing factorsKey words：lowcarbon；logistics eff
6、iciency；projection pursuit；stochastic frontier analysis1引言物流业作为国民经济的基础性、战略性产业，近几年保持快速增长，产业规模从2004年的384万亿元增加到2014年的2135万亿元，物流业增加值占GDP的比重也由2005年的66提高到2014年的68。不少省市也纷纷出台政策积极推动物流业发展，物流业发展水平已然成为衡量地区竞争力的一项重要指标。但是在发展过程中物流业也出现了地区发展不平衡，资源配置不合理，投资浪费严重，物流成本居高不下等现象，同时，物流业作为高碳能源依赖性产业，是温室气体和大气污染排放的重要来源之一【l J。因此在低
7、碳经济的大背景下，找到在对环境影响最小的前提下提升物流效率的途径尤其重要和紧迫。国内外对物流产业效率研究的文献很多，但主要是采用DEA或改进的DEA方法，例如王维国和马越越”、刘满芝等圄、田刚和李南同、雷勋平等矧。采用上述方法可以测算多投入多产出的效率问题，但是忽视了随机误差的影响，且无法直接对物流效率的影响因素进行分析。而以随机前沿分析(SFA)弥补了DEA技术的不足，部分学者采用该方法对物流产业效率及其影响因素进行了研究，例如田刚和李南51、樊元和马丽梅61、余泳泽和武鹏71等。但是SFA技术也存在明显的不足，只能测算一个产出的效率问题，无法多角度综合评价物流产出。目前仅有少数文献研究了低
8、碳约束下的物流效率问题，例如王玲降】、唐建荣和卢玲珠91、李佳玲和廖志高n01等，但均是采用DEA或改进的DEA方法，未能对物流效率影响因素中的环境因素进行直接细致的分析。鉴于以上分析，本文基于降维技术投影寻踪(PP)对随机前沿分析(SFA)进行改进，构建了优于传统DEA及SFA的物流效率测评模型。首先利用PP将货物周转量、物流产业增加值等经济产出和物流业碳排放量这一环境产基金项目：国家社会科学基金项目“节能环保产业发展评价及推进策略研究”(14BJY209)；山东省本科高校教学改革研究项目“基于组合预测法的山东省物流管理人才需求预测及培养策略研究”(2015M212)；山东省高校科研发展计划
9、人文社会科学研究计划项目“基于商业生态系统的山东生鲜智能配送综合平台研究”(J15WB94)第一作者简介：于丽静(1982一)，女，山东烟台人，讲师，研究方向为物流与供应链管理。E-mail：ylj234163corn万方数据44 生态经济第33卷第4期(2017#4月) Ecological Economy，V0133，No4(April 20 1 7)出转化为物流综合产出，然后采用SFA对物流效率进行测算，同时揭示环境规制强度、经济发展水平、对外开放度、政府支持、科技水平五个因素对物流效率的影响，以期为政府制定物流政策提供借鉴。2指标体系与数据选取21指标体系目前为止国内外还没有物流业产业
10、分类体系，数据的界定和获取存在一定的困难，但因为交通运输、仓储与邮政业在物流业增加值中占比超过83，基本能代表物流业实际情况，所以国内很多学者以交通运输、仓储与邮政业替代物流业，本文也采用这种方法。从绿色低碳视角测度物流效率，不仅要从经济角度考虑，同时还要涉及能源消耗和环境因素，因此本文建立的指标体系涉及以上两个角度。211投入指标物流投入的衡量，从经济角度考虑，一般选取劳动投入与资本投入指标。对于劳动投入，现有文献中通常采用劳动强度和劳动收入两种指标，考虑到我国收入分配的实际情况及数据的可获得性，采用各地区物流业年末从业人数作为指标值。对于资本投入，考虑其具有时滞性和积累性的特点，本文选取物
11、流业固定资产存量指标。对于物流业固定资产存量，采用永续盘存法进行估算【681，假设平均滞后期=1年，峨，=(1一回硒。鹄，其中：醚，、硒。分别为第f个地区第t期和第卜1期的R&D资本存量，。为第i个地区第卜1期不变价格的物流业固定资产支出，根据王玲81、刘秉镰和余泳泽1的研究，取折旧率g=lO。根据Goto&Suzuki【121的做法，令，一gsi,I)KSi,1=以，)佤。=g，则基期的固定资产存量醚。咆o(g+巧)。同时，以2008年为基期采用各省市固定资产投资指数对数据进行平减，以得到不变价格的物流业固定资产支出值。从低碳环境角度考虑，选择物流业能源消耗作为投入指标，选取原煤、汽油、柴油
12、、燃料油、天然气和电力几大能源消耗，并按照2013年中国能源统计年鉴提供的各种能源标准煤系数折算成标准煤。因此本文选取的投入指标为物流业年末从业人数，物流业固定资产存量以及物流业能源消耗。212产出指标物流产出的衡量，从经济角度考虑，选取货物周转量及物流业增加值指标，同时为消除价格影响，以2008年为基期以各省域GDP平减指数对物流业产值增加值进行缩减。作为能源消耗的产出，选择物流业碳排放量作为指标，其计算借鉴马越越【l列采用2006年IPCC国家温室气体清单指南中给定的方法，各省域碳排放采用的计算公式为：c=C，=。巨NCE xCEFxCOFr，其中：E为第i种资源的消费量，表示为万吨标准煤
13、，cK为第f种资源的平均低位发热量，CEFi为IPCC【14给定的碳排放系数，COFi直接默认为1，由于在IPCC中电力的碳排放为0且电力消耗的来源难以确定，所以本文在计算碳排放时未将电力的碳排放计算在内。但是由于碳排放属于非期望产出，希望其越小越好，跟SFA产出越多越好的假设不一致，采用数据转换函数处理法对其进行处理，令q，=一G+占，其中：Cf，为处理后的第i个地区第，年非期望产出(碳排放量)，G，为第i个地区第，年的非期望产出(碳排放量)，取e=maxG+丑，其中取2=10。因此物流产出指标包括货物周转量，物流业增加值及物流业碳排放量。213环境指标物流效率的影响因素很多，以往学者从地区
14、经济发展水平、开放程度、制度、政府作用、人力资源禀赋、信息化水平、技术水平等角度对其进行实证分析。基于本文是绿色低碳视角对物流效率进行分析，既要考虑效率因素，又要结合环境因素，同时不能忽略政府作用。结合以往文献的研究成果”3，15。71，本文主要分析环境规制强度，区域经济发展，对外开放度，政府支持，科技水平等五方面对物流效率的影响，以探求提升物流效率的途径。物流业作为新兴产业及对环境依赖较强的行业，环境规制与其效率的提升之间存在一定的关系，李煜和骆温平151廖敏和洪国彬”q对这种关系进行了验证。本文基于低碳视角选择环境污染治理完成投资额作为环境规制的衡量指标。区域经济发展水平与物流业的发展密不
15、可分，经济的快速发展会提升物流业的专业化、社会化、现代化水平及产业竞争力。本文选取各省域GDP作为区域经济发展水平的衡量指标，并以2008年为基期，按GDP平减指数进行指标的缩减以消除价格因素的影响。物流产业的发展离不来政府政策和资金的支持，政府在物流业发展中担负着不可替代的指导、推动和支持职责，本文选择地方财政对物流业的拨款占地方政府财政拨款的比例来衡量政府的支持力度。科学技术的进步会大大促进物流行业的技术改造，从而助力提升物流效率，技术与研发水平的高低已然成为物流产业竞争力高低的重要衡量标准。考虑到资本的滞后性和积累性，本文选择区域R&D经费存量指标来表征地区科技水平。对外开放一方面可以通
16、过技术、设备和管理经验的溢出效应对物流效率产生影响，另一方面因为外商的进入使得非外资企业同代表前沿最优的先进企业的差距加大，从而降低了整个地区相对前沿的平均水平18o对外开放度选择外商直接投资占GDP的比重作为对外开放度的衡量指标。由于随机前沿分析(SFA)只能测度一个产出指标的效率问题，因此采用投影寻踪(PP)这一降维技术将产出指标货物周转量、物流业增加值和物流业碳排放量转化为物流综合产出指标。基于此，本文构建的物流效率测算模型(图1)。22数据来源本文主要选取2008-2014年的非平衡面板数据，对万方数据于丽静等：低碳视角下中国区域物流效率研究 45物流投入经济lI塑堡些竺些垒茎洲经济墨
17、嵯纂H玉圈0匡物流业碳排放量_J PP L=jf=二物流综合产出图1低碳视角下物流效率求解模型图我国30个省份的物流效率进行测度并对其外生影响因素进行了分析说明，考虑到数据的缺失及可获得性，本文研究不包括西藏及港澳台地区。数据主要来源于中国能源统计年鉴中国统计年鉴中国科技统计年鉴和中国环境统计年鉴。3研究模型及方法31随机前沿分析(sFA)Battese&Coelli1卅提出一种同时估计随机前沿生产函数和技术效率函数的方法，可以在保证估计结果无偏和有效的前提下分析影响技术效率的因素，这一估计技术特别适用于面板数据。基于其基本原理，本文采用形式较柯布一道格拉斯生产函数更加灵活的超越对数形式的产出
18、函数来测算物流产业的技术效率及其影响因素，构建的物流效率随机前沿理论形式如下：1Il毛=Po+届ln厶，+属ln蚝+屈lnE，+12屈(ha厶)2+12p,(haK)2+12屈(haHit)2+岛1n，InK，+ (1)屈ln厶111峨+屈111瓦lnE，+圪一mn=芪+匹ER+62DE+8300v+声，r+850PEN+q， (2)式(1)为随机前沿生产模型，匕表示物流产出，用第i个地区第t年投影寻踪(PP)计算的物流综合产出来衡量；k表示第i个地区第t年物流业年末从业人数；毛表示第i个地区第f年物流业固定资本存量；巩表示第i个地区第i年物流业能源消耗量；圪是随机误差项，假定圪N(o，吼2)
19、，且与U，相互独立；U，为无效率项，0，假定巩(聊。，吒2)服从正半部截断分布，表示第f个地区在第t年的物流效率损失；为待估参数。式(2)为技术非效率函数，用于进一步分析外生变量对物流效率的影响。d为待估参数，d0说明变量对物流效率产生负影响，d0，且在5以下显著，表明对外开放程度与物流效率之间负相关，尤其体现在中西部地区，可能原因一方面是中西部地区外资投入力度小，未带来规模效益，另一方面外资企业虽然带入了先进的技术和管理理念，但是尚未有效转化为实际产出：环境规制强度、地方经济水平的回归系数分别为d=0022 20，巧，=0171 10，且P值均未通过显著性检验。主要源于虽然我国地区生态环境得
20、到不断改善，但是物流活动产出的增加值未能有效抵消环境治理投入的成本，反而在一定程度上降低了物流效率；同时，虽然地区经济水平越高，对物流业的投入也越多，但是资源未得到有效配置，资源利用率与地区经济发展水平在一定程度上负相关。43地区物流效率的分析我国各地区物流效率差异显著，呈现发展不均衡、两极分化严重的现象，如图2所示(由于篇幅所限，考察期间各地区物流效率数值未在文中一一列出，如有需要可以直接向作者索取)。匡 +中部地医 一西部地匡芦硝剧。!刃曲面图2各地区年度平均物流效率(1)就单个地区而言，各地区的物流效率存在较大的差异，其中最高区域河北与最低区域云南效率差值达到08，差异悬殊。排名前10位
21、的地区有河北、天津、安徽、山东、江苏、河南、浙江、内蒙古、辽宁、福建，其中东部地区占60，中部地区占20，西部地区内蒙古位列第八位，东北地区辽宁省位于第九位；后10位的地区有云南、北京、海南、新疆、黑龙江、四川、吉林、陕西、重庆和甘肃，其中西部地区占60，东北及东部地区各占20。从结果可以看出，物流效率不仅地区差异较大，且出现与地区经济发展水平不一致的现象。值得注意的是北京作为政治经济中心，各种资源供给充足，但是其物流效率却处于倒数位置；重庆作为中央直辖市，国务院定位的国际大都市，经济发达，交通便利，而其物流效率也位于后列。相反，河北、河南地区的经济发展水平不高，但是其物流效率却居于全国前列。
22、究其原因，河北承载了京津地区的产业转移而推升了其物流产出；而中部地区的河南主要源于其南北枢纽中心和沿边贸易地理位置及资源禀赋较高等原因。(2)就全国而言，物流效率总体除了个别地区个别年份有下降外，总体呈现上升态势。值得注意的是，2010年物流效率整体下降，究其原因可能是2009年物流业调整和振兴规划及一系列细则陆续出台，全社会物流投入迅速增加，但产业调整升级未显成效，资源浪费严重，高投入导致效率短期降低。从东、中、西及东北地区的横向来看，考察期间东部高于中部，中部高于东北地区，东北地区高于西部，这与我国地区经济发展水平基本一致。一方面东部地区经济实力雄厚、资源丰富、物流设施网络发达、人力资源丰
23、富、具有一定的国家政策倾斜、对环境污染和治理的意识也较其他地区先进，为该地区的物流活动创造了优越的条件；另一方面，西部地区经济发展水平较低、无显著资源优势、工峙楗悻辅宁I似一。魑皆1筛西西赫睦南Hi庭广B云剐划重万方数据48 生态经济第33卷第4期(201 7fI二4月) Ecological Economy，V0133，No4(April 2017)长期以来物流基础设施相对薄弱、科技投入不足、未形成人才聚集效应，导致物流产出一直处于较低水平。5结论与建议本文首先应用投影寻踪模型对物流产出进行了降维处理，然后应用随机前沿分析方法对我国30个省份20082014年期间的物流效率进行了测算，并分析
24、了各地区物流效率的空间差异，探讨了环境规制强度、经济发展水平、政府支持、对外开放度及科技水平等对地区物流效率的影响，得到如下结论：(1)在考虑资源投入及碳排放因素的低碳视角下进行物流效率测算的结果显示，我国物流效率处于较低水平，均值未达到05。一方面说明我国的物流投入资源利用不充分，配置效率较低，环境治理力度较小，需要采取措施优化利用资源；另一方面也说明若能认识该问题并及时采取措施进行改善，我国的物流效率提升有着很大的空间。(2)考察期间我国各地区物流产出效率总体逐步提高，但区域问差异较大。在数据分析周期内各区域物流产出效率总体表现为稳步提升趋势，反映了我国各区域物流业向上发展的总体情况；但与
25、此同时，东部与西部区域之间，环渤海湾、长三角、珠三角等三大经济圈省份与其他省份之间，物流效率差异明显。(3)能源投入依然是我国各区域物流效率的主要影响因素。在各种投入要素分析中，相对于物流人员、物流业固定资产投入，能源投入对物流效率提升的影响更大，说明我国物流业仍然属于能源高依赖型产业，一定时期内在加大人员及资金投入的同时仍然需要大力度投入能源，特别是在低碳趋势下应加大新能源的研发与投入。(4)在物流效率影响因素的考察中发现，政府支持和科技进步对物流效率有着显著的正向影响。应加大政府对物流产业的政策支持、基础设施建设和资金投入，改善物流业运营环境；同时政府应积极鼓励科技创新，加强研发资金投入，
26、提升行业科技水平，建立有效的科技资源配置和管理机制，在加大投入力度的同时重视产出效率。通过上文实证分析的结果，结合我国物流业发展的实际情况，提出如下建议：(1)差异化推进不同区域问和个别物流产出效率大省特色化、协同化发展。一方面在鼓励东部地区继续发挥现有优势及增强技术研发、创新能力的同时应制定相应的措施促使其带动其他地区协同发展；另一方面政府应加大对中西部地区的扶持，在加大能源投入的同时，重视资源的合理配置，激发其物流研发与创新的积极性，实现全国的平衡发展。(2)政府在支持物流行业进一步发展的供给端做好引导，实现低碳视危下的技术创新、平台资源整合以促进各区域物流效率提升。应继续加大环境治理投资
27、额，加快国外先进的技术和管理经验的吸收和转化，提升物流企业自主创新能力，同时应建立有效的物流资源配置和管理机制，在加大投入力度的同时重视提高效率，继续推进地区的基础设施建设特别是信息化建设，为物流创新提供良好的载体和平台。(3)在当前我国各区域物流效率总体水平不高及能源投入依赖度较高的情况下，应优化物流业能源投入结构、降低污染大能源比例、提高清洁能源构成，走绿色物流效率提升之路。同时，继续加强各区域的环境规制管理，将低碳排放引入物流业投入标准化分析变量中，促进物流效率提升的同时实现环境效益。同参考文献：f1t维国，马越越中国区域物流产业效率基于三阶段DEA模型的Malmquistluenber
28、ger指数方法【J系统工程，2012(3)：66752刘满芝，周梅华，杨娟基于DEA的城市物流效率评价模型及实证J统计与决策，2009(6)：50523】田刚，李南中国物流业技术进步与技术效率研究J数量经济技术经济研究，2009(2)：76864】雷勋平，Qiu R B，刘思峰基于DEA的物流产业效率测度实证研究基于我国31个省、市、自治区2008年投入产出数据J华东经济管理，2012(7)：62665】田刚，李南中国物流业技术效率差异及其影响因素研究基于省级面板数据的实证分析J】科研管理，2011(7)：3444，6樊元，马丽梅中国区域物流发展效率实证分析J统计与决策，2012(3)：113
29、116【7余泳泽，武鹏我国物流产业效率及其影响因素的实证研究基于中国省际数据的随机前沿生产函数分析J产业经济研究，2010(1)：65718t玲我国物流产业技术效率实证研究基于能源消耗与碳排放内生化的测度J】软科学，2015(10)：6-159唐建荣，卢玲珠低碳约束下的物流效率分析以东部十省市为例J中国流通经济，2013(1)：404710李佳玲，廖志高低碳约束下的西部11省市物流效率分析【J广西科技大学学报，2015(3)：991051 1刘秉镰，余泳泽我国物流业地区间效率差异及其影响因素实证研究基于数据包络分析模型及托宾模型的分析J】中国流通经济，2010(9)：18-2112Goto A
30、，Suzuki KR&D capital，rate of return on R&D investmentand spillover of R&D in Japanese manufacturingJJReview ofEconomics and Statistics，1 989，7 1：555564【1 3马越越低碳约束下的中国物流产业全要素生产率研究D大连：东北财经大学，201414IPCC2006 IPCC guidelines for national greenhouse gas inventories：VolumeRJapan：the Institute for Global En
31、vironmentalStrategies，2008【15李煜，骆温平我国环境规制对物流业效率影响研究【J商业时代，2014(31)：151716】廖敏，洪国彬环境规制对中国物流业效率影响的实证研究非线性面板门槛模型【J，哈尔滨商业大学学报：社会科学版，2015(3)：8390万方数据王晶等：基于企业社会责任的闭环供应链运营优化研究 9l从社会负责的视角进行供应链管理。所以，政府和消费者此时应当起主导因素，以促使企业供应链转型1 61。未来的供应链将向着更加绿色、更加环保的方向发展，基于企业社会责任的闭环供应链已是大势所趋。企业不光要考虑自身的利益，同时也需要对产品的回收再利用给于充分关注。企
32、业要从对社会负责的视角来设计、管理供应链，使得企业和社会的总成本降低，达到一种双赢的状态。6结束语本文提出一种基于企业社会责任的闭环供应链模型。与传统的正向物流供应链不同，模型引入逆向物流，将废弃产品的回收处理成本计算在供应链总成本中，在考虑对社会环境负责的基础上寻求供应链总成本的最小化。强调各家企业转变观点，本着对社会环境负责的心态采取社会责任视角下的供应链模式，通过生产设施及供应链结构的改造和升级，对废弃产品的回收起到直接积极的作用，并将可利用的部分重新应用到新产品的生产之中，对于原材料则不用或少用，只有在回收产品库存不够的情况下才应用原材料生产新产品，进而降低生产成本。本文以对社会负责的
33、视角，追求的是供应链的总成本的降低。对于单个企业来说，采取正向物流供应链模型(不包括逆向物流，废弃产品处理成本不包括在供应链总成本中)所产生的成本的确低于基于企业社会责任的闭环供应链，但是社会将承担产品的处理成本，且这部分成本与FWSC成本之和将远大于基于企业社会责任的闭环供应链。所以，从对社会负责的长远眼光来看，采取基于企业社会责任的闭环供应链是有效的。在基于企业社会责任的闭环供应链模型中，存在诸多的不确定因素。例如，因为产品的价值、尺寸、重量等因素造成的回收时间及难易程度等。因而，进一步的基于企业社会责任的闭环供应链研究，将结合多种不确定因素考虑动态的基于企业社会责任的闭环供应链设计，建立
34、更加符合实际的模型。囝参考文献：1Poist R FDevelopment and implementation of reverse logisticsprogramsJ】American society of transportation and logistics Inc，1998，39(3)：1-202Daniel S E，Pappis C P，Voutsinas T GApplying life cycleinventory to reverse supply chains：A case study of lead recoveryfrom batteriesJResources C
35、onservation&Recycling，2003，37(4)：、25 1=_2蕊1，：3】杜建国，王敏，陈晓燕，等公众参与下的企业环境行为演化研究【J运筹与管理，2013(1)：244251【4Fleischmann M，Kuik ROn optimal inventory control withindependent stochastic item returnsJ】European Journal ofOperational Research，2003，151(1)：2537【5陈章跃，王勇，刘华明考虑顾客策略行为和产品质量的闭环供应链决策模型J中国管理科学，2016(3)：1091
36、166徐兵，杨金梅闭环供应链竞争的博弈分析与链内协调合同设计【J运筹与管理，2013(2)：64717李国平，韦晓茜企业社会责任内涵、度量与经济后果基于国外企业社会责任理论的研究综述J】会计研究，2014(8)：33408齐岳，林龙投资组合模型的改进研究：基于社会责任视角的实证分析J运筹与管理，2015(3)：2752879AmiriADesigning a distribution network in a supply chainsystem：Formulation and efficient solution procedureJEuropeanJournal ofOperational
37、 Research，2006，171(2)：567-57610Tsoulfas G T，Pappis C PEnvironmental principles applicable tosupply chains design and operationJJournal ofCleaner Production，2006，14(18)：1593-160211】陈兆波，滕春贤，李永华，等资源优化配置下的供应链竞争模型研究J】运筹与管理，2013(1)：9710512赵晓敏，冯之浚，黄培清闭环供应链管理我国电子制造业应对欧盟WEEE指令的管理变革【J】中国工业经济，2004(8)：485513Hua
38、ng Z S，Nie J JDynamic closedloop supply chain model withproduct remanufacturingJ】Inemational Conference of LogisticsEngineering and Management，2012：10391045【14Persona A，Battini D，ManziniR，et a1Optimal safety stock levelsof subassemblies and manufacturing componentsJInternationalJournal ofProduction
39、Economics，2007，1 10(1)：14715915Moritz F，Patrick B，Bloemhof-Ruwaard J M，et a1The impact ofproduct recovery on logistics network designJProduction andOperations Management，2001，10(2)：156173【16Faccioa M，Persona A，Sgarbossa F，et a1Sustainable SC throughthe complete reprocessing of endof-life products by
40、 manufacturers：A traditional versus social responsibility company perspectiveJEuropean Journal ofOperational Research，2014，233(2)：359-373(责任编辑：张海艳)17】孟魁基于三阶段DEA方法的中部六省物流效率评价J统计与决策，2014(2)：576018涂正革，肖耿中国的工业生产力革命用随机前沿生产模型对中国大中型工业企业TFP增长的分解及分析J】经济研究，2005(3)：41519Battese G E，Coelli T JA model for techni
41、cal inefficiency effects ina stochastic frontier production function for panel dataJ】EmpiricalEconomics，l 995，20(2)：325-33220Friedman J H，Turkey J wA projection pursuit algorithm forexploratory data analysisJIEEE Transactions on Computer，1974，23(9)：88188921】孟凡生，李美莹我国能源供给影响因素的综合评价研究J科研管理，2014(9)：5057(责任编辑：保文秀)万方数据