何景師，王術(shù)峰，徐 蘭

（1.東莞職業(yè)技術(shù)學(xué)院 物流工程系，廣東 東莞 523808；2.廣東白云學(xué)院 工商管理學(xué)院，廣東 廣州 510450)

0 引言

物流業(yè)是我國(guó)第三產(chǎn)業(yè)的主要能源消耗部門[1]，具有高成本、高耗能、生產(chǎn)效率低下等特點(diǎn)[2]，全國(guó)90%以上的汽油和60%以上的柴油均被物流業(yè)所消耗[3]。為實(shí)現(xiàn)節(jié)能減排，“碳達(dá)峰”“碳中和”首次被寫入2021年全國(guó)兩會(huì)政府工作報(bào)告。在新經(jīng)濟(jì)發(fā)展模式下，物流行業(yè)的低碳化發(fā)展質(zhì)量受到關(guān)注。城市群是物流業(yè)碳排放的重要來(lái)源地，而中國(guó)三大灣區(qū)城市群(粵港澳大灣區(qū)、長(zhǎng)三角灣區(qū)、渤海灣灣區(qū))作為我國(guó)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)，是我國(guó)重要的工業(yè)基地，也是我國(guó)居民消費(fèi)水平較高的地區(qū)，城市生產(chǎn)物流和消費(fèi)物流活躍，交通量巨大。在我國(guó)加快推動(dòng)形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局下，三大灣區(qū)城市群提升物流資源配置效率，降低物流業(yè)碳排放，對(duì)我國(guó)發(fā)展綠色經(jīng)濟(jì)、達(dá)成低碳目標(biāo)具有重要意義。

目前對(duì)我國(guó)綠色物流效率的研究主要以省域?yàn)檠芯繉?duì)象。劉戰(zhàn)豫、唐建榮等[1,4]以全國(guó)各省數(shù)據(jù)為例分析了物流業(yè)綠色增長(zhǎng)效率；喬美華等[3]研究了我國(guó)各省市的物流能源效率；李慧等[5]研究了絲綢之路經(jīng)濟(jì)帶省份的低碳物流效率；王燕等[6]研究了我國(guó)各省市的物流能源消耗和物流碳排放；胡小飛等[7]研究了長(zhǎng)江經(jīng)濟(jì)帶11省的物流業(yè)碳排放。現(xiàn)有文獻(xiàn)在碳排放的測(cè)算上，一是將整個(gè)社會(huì)交通運(yùn)輸行業(yè)消耗較多的焦炭、汽油、煤油、柴油、燃料油、液化石油氣等根據(jù)聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)碳排放計(jì)算指南得到消耗量，此種方法普遍應(yīng)用于交通運(yùn)輸行業(yè)碳排放測(cè)算[8-9]，物流業(yè)碳排放測(cè)算的文獻(xiàn)[5-7]也較多采用此方法，但此方法測(cè)算的是全社會(huì)的碳排放，將旅客運(yùn)輸?shù)绕渌俏锪髫涍\(yùn)行業(yè)產(chǎn)生的碳排放也計(jì)算在內(nèi)；另一種是通過(guò)運(yùn)輸周轉(zhuǎn)量、各種運(yùn)輸工具的能源消耗量進(jìn)行測(cè)算，如Tian、To等[10-11]分別測(cè)算了貨運(yùn)車輛、物流業(yè)的溫室氣體排放，但需要將各種運(yùn)輸工具的能源單耗和碳排放系數(shù)進(jìn)行換算。

綜上，擬從2個(gè)新視角對(duì)綠色物流效率進(jìn)行研究，一是以城市而非省際為研究對(duì)象，并聚焦三大灣區(qū)城市群；二是參考Tian、To等[10-11]關(guān)于溫室氣體排放的測(cè)算方法，基于貨物周轉(zhuǎn)量和運(yùn)輸工具的能源消耗，將旅客運(yùn)輸?shù)绕渌俏锪骰顒?dòng)產(chǎn)生的碳排放有效區(qū)分，從而更準(zhǔn)確測(cè)算綠色物流效率。結(jié)合前人文獻(xiàn)，擬將物流業(yè)碳排放作為非期望產(chǎn)出構(gòu)建投入產(chǎn)出指標(biāo)體系，以三大灣區(qū)城市群29個(gè)城市2008—2019 年的數(shù)據(jù)為例，綜合利用Malmquist指數(shù)和超效率SBM模型進(jìn)行分析，并將超效率SBM值作為因變量進(jìn)行Tobit回歸，以探究綠色物流效率影響因素的方向和強(qiáng)度。

1 評(píng)價(jià)指標(biāo)

中共中央、國(guó)務(wù)院明確了粵港澳大灣區(qū)將建成國(guó)際一流灣區(qū)和世界級(jí)城市群，而渤海灣和長(zhǎng)三角灣區(qū)的命名及包含哪些城市還沒(méi)有權(quán)威定義。由于現(xiàn)有文獻(xiàn)資料的表述各有差異，為方便研究擬以粵港澳大灣區(qū)的珠三角灣區(qū)9市、渤海灣城市群9市及長(zhǎng)三角11市為對(duì)象進(jìn)行分析。原始數(shù)據(jù)來(lái)自各地區(qū)的統(tǒng)計(jì)年鑒、交通年鑒和統(tǒng)計(jì)公報(bào)等。

1.1 投入產(chǎn)出指標(biāo)

投入指標(biāo)由資本、勞動(dòng)、能源和基礎(chǔ)設(shè)施4個(gè)指標(biāo)衡量。期望產(chǎn)出以物流業(yè)增加值、貨運(yùn)量和貨物周轉(zhuǎn)量為指標(biāo)，非期望產(chǎn)出以物流業(yè)碳排放量為指標(biāo)。參考Tian，To等[10-11]的計(jì)算方法，物流業(yè)碳排放計(jì)算公式為

式中：Ei為第i種運(yùn)輸方式的碳消耗量，萬(wàn)t；i為公路、鐵路、水運(yùn)、航空4種運(yùn)輸方式；j為燃料類型；Tij為貨物周轉(zhuǎn)量，億t · km；Cj為碳排放系數(shù)；EFij是不同運(yùn)輸方式的單位周轉(zhuǎn)量能耗。根據(jù)能源年鑒和文獻(xiàn)[2，12]，每千克柴油、汽油、航空煤油、標(biāo)準(zhǔn)煤的碳排放系數(shù)折合分別為3.096 kg，2.925 kg，3.033 kg，2.4 kg，每 kW · h電力的碳排放系數(shù)折合為8.726 kg。根據(jù)《中國(guó)交通年鑒》《中國(guó)物流年鑒》《中國(guó)鐵道年鑒》統(tǒng)計(jì)的不同運(yùn)輸方式的單位周轉(zhuǎn)量能耗計(jì)算歷年均值，取值鐵路105.45 kW · h/(萬(wàn) t · km)、公路 753.636 L/(萬(wàn) t · km)、水運(yùn) 37 L/(萬(wàn) t · km)、航空 2 700 L/(萬(wàn) t · km)。

1.2 影響因素

為分析影響城市綠色物流效率的因素，以超效率SBM模型得到的綠色物流效率值為因變量，擬從經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)化進(jìn)程、基礎(chǔ)設(shè)施水平、城鎮(zhèn)化率、物流運(yùn)輸強(qiáng)度、運(yùn)輸結(jié)構(gòu)、物流業(yè)勞動(dòng)生產(chǎn)率、科技創(chuàng)新能力等探究各因素對(duì)綠色物流效率的影響方向和強(qiáng)度。城市綠色物流效率投入產(chǎn)出及影響因素指標(biāo)如表1所示。

表1 城市綠色物流效率投入產(chǎn)出及影響因素指標(biāo)Tab.1 Input-output and influencing factors of urban green logistics efficiency

2 研究方法

2.1 Malmquist指數(shù)模型

Malmquist指數(shù)是動(dòng)態(tài)分析工具，通過(guò)當(dāng)期與上一期或基期的對(duì)比得到全要素生產(chǎn)率。Malmquist計(jì)算公式為

式中：Tfpch為全要素生產(chǎn)率；Dt，Dt+1分別指t期、t+1期的距離函數(shù)；xt，xt+1分別表示第t期、第t+1期投入；yt，yt+1為第t期、第t+1期產(chǎn)出；若Tfpch＞1表示全要素生產(chǎn)率上升。

2.2 超效率SBM模型

針對(duì)傳統(tǒng)DEA的投入產(chǎn)出松弛性和徑向選擇偏差性，Tone[13]提出了超效率SBM模型，解決了多個(gè)評(píng)價(jià)結(jié)果為1而無(wú)法進(jìn)行比較的不足?？紤]非期望產(chǎn)出的超效率SBM模型可變規(guī)模報(bào)酬的公式為

式中：ρ*為目標(biāo)效率值；n為決策單元個(gè)數(shù)；q為決策單元投入數(shù)量；u1為期望產(chǎn)出；u2為非期望產(chǎn)出；分別為相應(yīng)的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素；λj為權(quán)重向量；下標(biāo)為“k”的變量為被評(píng)價(jià)單元；為剔除第k個(gè)決策單元的決策變量參考點(diǎn)。

2.3 Tobit 模型

以超效率SBM模型得到的綠色物流效率值為因變量，以影響城市綠色物流效率的因素為回歸自變量， Tobit回歸模型計(jì)算公式為

式中：ρj為超效率SBM值；Fj為影響因素變量；βT為回歸向量；εj為誤差項(xiàng)。

3 實(shí)證分析

3.1 綠色物流全要素生產(chǎn)率分析

通過(guò)Malmquist指數(shù)計(jì)算得到三大灣區(qū)城市群綠色物流全要素生產(chǎn)率如表2所示，考慮碳排放約束下2008—2019年間29個(gè)城市的綠色物流全要素生產(chǎn)率值為1.005，而不考慮碳排放約束下傳統(tǒng)物流業(yè)全要素生產(chǎn)率值為1.013，可見(jiàn)忽視綠色碳排放約束高估了三大灣區(qū)城市群的物流業(yè)增長(zhǎng)速度。結(jié)論與唐建榮[4]以全國(guó)30個(gè)省為對(duì)象的分析結(jié)果具有相似性。在碳排放約束下，城市綠色物流全要素生產(chǎn)率的值為1.005，技術(shù)效率、技術(shù)進(jìn)步分別是1.001，1.005，說(shuō)明城市綠色物流全要素生產(chǎn)率是技術(shù)效率和技術(shù)進(jìn)步共同推動(dòng)增長(zhǎng)的。不考慮碳排放約束下，物流全要素生產(chǎn)率的值為1.013，技術(shù)效率為0.991，其中技術(shù)進(jìn)步為1.027，表明不考慮碳排放約束下的技術(shù)進(jìn)步對(duì)物流全要素生產(chǎn)率的貢獻(xiàn)比低碳約束下其對(duì)綠色物流全要素生產(chǎn)率的貢獻(xiàn)要大，綠色物流的技術(shù)進(jìn)步受到限制，綠色物流技術(shù)增長(zhǎng)動(dòng)力下降，全要素生產(chǎn)率提高相對(duì)緩慢。研究結(jié)果可見(jiàn)技術(shù)效率值小于1，即不考慮碳排放約束下技術(shù)效率、資源配置和組織管理水平是下降的，傳統(tǒng)物流業(yè)全要素生產(chǎn)率增長(zhǎng)主要是技術(shù)進(jìn)步推動(dòng)的結(jié)果。

表2 三大灣區(qū)城市群綠色物流全要素生產(chǎn)率Tab.2 Total factor productivity of green logistics in the three bay-area city clusters

從時(shí)序上看，2008—2019年綠色物流全要素生產(chǎn)率波動(dòng)周期可分為3個(gè)階段。2008—2011年，綠色物流全要素生產(chǎn)率呈現(xiàn)上升趨勢(shì)，2008年金融危機(jī)后，國(guó)務(wù)院出臺(tái)了《物流業(yè)調(diào)整和振興規(guī)劃》，隨著國(guó)家對(duì)物流業(yè)的大力支持，物流技術(shù)和節(jié)能減排技術(shù)進(jìn)一步發(fā)展，綠色物流全要素生產(chǎn)率穩(wěn)步上升。2012—2015年，綠色物流全要素生產(chǎn)率的變動(dòng)趨勢(shì)又轉(zhuǎn)為下降，這一階段由于企業(yè)在推進(jìn)低碳物流發(fā)展中，相對(duì)容易的節(jié)能減排措施已經(jīng)完成，其他措施的成本日漸高漲，必須下更大力度、付出更高成本才能繼續(xù)取得低碳化成績(jī)，因而該階段全要素生產(chǎn)率呈現(xiàn)下降趨勢(shì)。從2016年開(kāi)始，綠色物流全要素生產(chǎn)率呈現(xiàn)波浪回升的趨勢(shì)但上升趨勢(shì)相對(duì)緩和，這一階段的全要素生產(chǎn)率增長(zhǎng)原因主要是技術(shù)進(jìn)步，特別是隨著近幾年新能源貨運(yùn)汽車的推廣使用、二維碼技術(shù)的普及、移動(dòng)互聯(lián)網(wǎng)和物流信息管理水平的提升，全要素生產(chǎn)率呈現(xiàn)上升趨勢(shì)。

3.2 超效率 SBM 分析

對(duì)考慮碳排放非期望產(chǎn)出的2008—2019年綠色物流效率均值進(jìn)行測(cè)算，得到超效率SBM模型下三大灣區(qū)城市群綠色物流效率如表3所示。超效率SBM值體現(xiàn)了綠色物流效率的靜態(tài)評(píng)價(jià)數(shù)據(jù)，總體看三大灣區(qū)29個(gè)城市的歷年平均綠色物流效率值為0.792，珠三角9市為0.903，長(zhǎng)三角11市為0.856，渤海灣9市為0.620。將29個(gè)城市根據(jù)歷年效率均值劃分為4個(gè)梯隊(duì)，得到各市綠色物流效率歷年均值分類如表4所示，第一、二梯隊(duì)的城市中珠三角9市有6個(gè)，長(zhǎng)三角灣區(qū)11市有8個(gè)，渤海灣灣區(qū)9市有3個(gè)，而第四梯隊(duì)的城市以渤海灣地區(qū)最多，這反映了三大區(qū)域的綠色物流效率差異。

表3 超效率SBM模型下三大灣區(qū)城市群綠色物流效率Tab.3 Green logistics efficiency of the three bay-area cities clusters under the Super-SBM model

表4 各市綠色物流效率歷年均值分類Tab.4 Classification of the mean green logistics efficiency in each city over the years

進(jìn)一步對(duì)超效率SBM值進(jìn)行分解，從純技術(shù)效率看，29市的純技術(shù)效率歷年均值呈現(xiàn)較大波動(dòng)，具有較大的區(qū)域差異性，其中珠三角地區(qū)明顯高于其他地區(qū)，長(zhǎng)三角地區(qū)呈現(xiàn)下降趨勢(shì)，渤海灣地區(qū)最低且歷年波動(dòng)明顯。從規(guī)模效率值看，三大灣區(qū)的規(guī)模效率均呈現(xiàn)下降趨勢(shì)，總體看長(zhǎng)三角最高，其次是渤海灣，而珠三角地區(qū)最低。

根據(jù)測(cè)算結(jié)果可知29個(gè)城市12年間共348個(gè)評(píng)價(jià)數(shù)據(jù)中有204個(gè)數(shù)據(jù)大于等于1，占樣本總量的58.62%，這說(shuō)明總體上三大灣區(qū)城市群的綠色物流效率水平相對(duì)較高，但依然有41.38%的樣本存在效率損失，還有較大的提升空間。2019年超效率SBM大于等于1即達(dá)到生產(chǎn)前沿面的城市有13個(gè)，超效率SBM小于1即未達(dá)到生產(chǎn)前沿面的城市有16個(gè)，將數(shù)據(jù)進(jìn)行整理得到2019年非DEA有效城市的投入冗余和產(chǎn)出松弛如表5所示。根據(jù)結(jié)果可知，4個(gè)投入指標(biāo)均存在不同程度的投入冗余，表明這些指標(biāo)的投入應(yīng)減少才能達(dá)到最優(yōu)生產(chǎn)前沿面。基礎(chǔ)設(shè)施投入(X4)存在較大的投入冗余，隨著國(guó)家基礎(chǔ)設(shè)施建設(shè)力度加大，經(jīng)過(guò)多年的發(fā)展，這些城市的交通運(yùn)輸線路網(wǎng)絡(luò)日趨完備，結(jié)果顯示這16個(gè)城市的基礎(chǔ)設(shè)施指標(biāo)都存在投入冗余。資本投入(X1)冗余較大的城市有廊坊、江門、天津、惠州、中山等。勞動(dòng)投入(X2)冗余較大的城市有杭州、紹興、南通、江門、廊坊、石家莊、天津、中山等。能源投入(X3)冗余較大的城市有石家莊、廊坊、承德等。表5的各產(chǎn)出松弛變量中正數(shù)表示產(chǎn)出不足，負(fù)數(shù)表示產(chǎn)出冗余。產(chǎn)出指標(biāo)Y1，Y2，Y3均有部分城市產(chǎn)出不足，其中貨物周轉(zhuǎn)量(Y3)這個(gè)產(chǎn)出指標(biāo)16個(gè)城市均存在明顯的產(chǎn)出不足，表明各城市達(dá)到DEA有效狀態(tài)還有較大的增長(zhǎng)空間。部分城市物流業(yè)碳排放量(Y4)這個(gè)非期望產(chǎn)出指標(biāo)的產(chǎn)出松弛較大，如石家莊的物流業(yè)碳排放量應(yīng)降低58.3%、廊坊的物流業(yè)碳排放量應(yīng)降低48.81%才能達(dá)到最優(yōu)生產(chǎn)前沿面。

表5 2019年非DEA有效城市的投入冗余和產(chǎn)出松弛 %Tab.5 Input redundancy and output slack of non-DEA effective cities in 2019

3.3 Tobit回歸分析

以超效率SBM值為因變量，以影響因素為自變量進(jìn)行回歸分析。整理各市2008—2019年的數(shù)據(jù)，用方差膨脹因子(VIF)對(duì)各因素進(jìn)行共線檢驗(yàn)，當(dāng)0≤VIF≤10時(shí)認(rèn)為不存在多重共線，通過(guò)檢測(cè)得到總體VIF值為2.13，各指標(biāo)VIF也顯示不存在多重共線，得到Tobit回歸結(jié)果如表6所示。結(jié)果顯示產(chǎn)業(yè)結(jié)構(gòu)(F2)和工業(yè)化進(jìn)程(F3)未通過(guò)5%顯著性檢驗(yàn)，基礎(chǔ)設(shè)施水平(F4)符合10%顯著性檢驗(yàn)，經(jīng)濟(jì)水平(F1)、城鎮(zhèn)化率(F5)、物流運(yùn)輸強(qiáng)度(F6)、運(yùn)輸結(jié)構(gòu)(F7)、物流業(yè)勞動(dòng)生產(chǎn)率(F8)、科技創(chuàng)新能力(F9)通過(guò)了5%顯著性檢驗(yàn)。

表6 Tobit回歸結(jié)果Tab.6 Tobit regression results

經(jīng)濟(jì)水平、城鎮(zhèn)化率、運(yùn)輸結(jié)構(gòu)與綠色物流效率顯著性負(fù)相關(guān)，三大灣區(qū)城市群是我國(guó)經(jīng)濟(jì)發(fā)展水平最高、經(jīng)濟(jì)最活躍的地區(qū)，城鎮(zhèn)化率越高的城市所消耗的能源越大，綠色物流效率水平越低?？傮w上人均GDP越高、城鎮(zhèn)化率越高的地區(qū)綠色物流效率值并不是越高，說(shuō)明在三大灣區(qū)城市群的物流業(yè)依然是粗放型發(fā)展模式，經(jīng)濟(jì)發(fā)展的同時(shí)忽視了物流業(yè)綠色低碳發(fā)展。運(yùn)輸結(jié)構(gòu)因素的回歸系數(shù)為-0.001 4，表明公路運(yùn)輸貨物周轉(zhuǎn)量占比與綠色物流效率的關(guān)系是顯著性負(fù)相關(guān)，提高綠色物流效率可進(jìn)一步采取措施降低公路運(yùn)輸貨物周轉(zhuǎn)量的比例，提高鐵路和水路運(yùn)輸?shù)谋壤?/p>

物流運(yùn)輸強(qiáng)度、物流業(yè)勞動(dòng)生產(chǎn)率、科技創(chuàng)新能力這3個(gè)因素與綠色物流效率呈現(xiàn)顯著性正相關(guān)，說(shuō)明綠色物流的發(fā)展需要通過(guò)提高運(yùn)輸強(qiáng)度、增加單位產(chǎn)值、加大科技創(chuàng)新力度以增強(qiáng)物流業(yè)的附加值。提升綠色物流低碳效率需由過(guò)去粗放型發(fā)展向科技化和綠色化發(fā)展，提高物流效率的同時(shí)減少能源消耗和碳排放。

3.4 建議

根據(jù)低碳物流效率變動(dòng)原因、投入產(chǎn)出冗余和回歸分析的結(jié)果，提出以下建議。

（1）推動(dòng)企業(yè)智能物流技術(shù)創(chuàng)新和應(yīng)用。推進(jìn)智能分揀系統(tǒng)、智能機(jī)器人、自動(dòng)化倉(cāng)儲(chǔ)和包裝設(shè)備等先進(jìn)智能技術(shù)的應(yīng)用，推動(dòng)物流企業(yè)生產(chǎn)設(shè)備、運(yùn)營(yíng)設(shè)備創(chuàng)新升級(jí)，提升物流工作效率。加大新能源充電樁等配套基礎(chǔ)設(shè)施建設(shè)，提升新能源貨運(yùn)汽車比例。

（2）提升物流信息技術(shù)水平。在新經(jīng)濟(jì)雙循環(huán)背景下，充分利用新一輪“新基建”發(fā)展機(jī)遇，提升物流信息技術(shù)應(yīng)用水平，推動(dòng)物流跨區(qū)域資源流動(dòng)和聯(lián)動(dòng)發(fā)展，構(gòu)建跨區(qū)域合作網(wǎng)絡(luò)，支持第三方物流信息共享平臺(tái)發(fā)展，通過(guò)移動(dòng)互聯(lián)網(wǎng)平臺(tái)整合運(yùn)力和貨源。

（3）提高物流資源配置管理水平。統(tǒng)籌規(guī)劃物流固定資產(chǎn)投入，推進(jìn)物流供給側(cè)改革，提高投入要素的生產(chǎn)力轉(zhuǎn)換，推動(dòng)物流資源優(yōu)化。以物流信息化發(fā)展提升物流產(chǎn)業(yè)要素的空間溢出效應(yīng)，推動(dòng)物流要素高效流動(dòng)。

（4）完善綠色物流政策。樹(shù)立低碳物流發(fā)展理念，深入開(kāi)展低碳宣傳教育。加強(qiáng)低碳物流基礎(chǔ)設(shè)施建設(shè)，推廣一批低碳示范工程，全面推進(jìn)一批城市綠色配送示范工程項(xiàng)目，推廣集約貨運(yùn)配送組織模式，打造一批干支銜接的綠色公共貨運(yùn)樞紐。制定低碳物流法律法規(guī)，完善排污收費(fèi)制度、許可證制度、新能源貨運(yùn)汽車路權(quán)優(yōu)先保障制度等，監(jiān)督和激勵(lì)企業(yè)開(kāi)展低碳物流服務(wù)。

（5）推進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整。提高鐵路和水路貨物運(yùn)輸占貨運(yùn)總量的比例，鼓勵(lì)大宗商品運(yùn)輸向鐵路和水路轉(zhuǎn)移。完善多式聯(lián)運(yùn)體系，推動(dòng)鐵路貨運(yùn)網(wǎng)絡(luò)與港口樞紐銜接，完善空鐵、公鐵聯(lián)運(yùn)布局。提升鐵路運(yùn)輸組織管理水平，簡(jiǎn)化鐵路貨運(yùn)受理方式和作業(yè)環(huán)節(jié)，減少鐵路終端接駁環(huán)節(jié)，推動(dòng)集裝箱集疏港由公路向鐵路轉(zhuǎn)移。完善內(nèi)河航道基礎(chǔ)設(shè)施建設(shè)，推進(jìn)江海聯(lián)運(yùn)，推進(jìn)內(nèi)河駁船班輪化，提升內(nèi)河運(yùn)輸水平。

4 結(jié)束語(yǔ)

三大灣區(qū)城市群經(jīng)濟(jì)發(fā)達(dá)，城市生產(chǎn)物流和消費(fèi)物流活躍，交通貨運(yùn)量巨大，是物流業(yè)碳排放的重要來(lái)源地。分析三大灣區(qū)城市群的綠色物流效率及變動(dòng)原因有利于為我國(guó)提升物流資源配置效率、降低物流業(yè)碳排放提供參考依據(jù)。研究表明：各城市不同時(shí)間段的低碳物流效率具有較大差異，忽視綠色碳排放約束會(huì)高估三大灣區(qū)城市群的物流業(yè)增長(zhǎng)效率；考慮碳排放的城市綠色物流全要素生產(chǎn)率和技術(shù)進(jìn)步值低于不考慮碳排放的傳統(tǒng)物流業(yè)，說(shuō)明在碳排放約束下，綠色物流的技術(shù)進(jìn)步增長(zhǎng)動(dòng)力下降。由于低碳物流效率存在地區(qū)差異，未來(lái)可進(jìn)一步研究城市物流和農(nóng)村物流對(duì)碳排放的影響差異性。