楊淑霞，張 陽(yáng)

（華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206）

十九大報(bào)告強(qiáng)調(diào)了國(guó)民經(jīng)濟(jì)低碳綠色的發(fā)展理念，并且向全世界表明了中國(guó)積極參與全球環(huán)境治理的決心。為了持續(xù)應(yīng)對(duì)全球氣候變化，中國(guó)更是做出了“2030年碳達(dá)峰，2060年碳中和”的莊嚴(yán)承諾?，F(xiàn)如今，一味以犧牲環(huán)境效益換取經(jīng)濟(jì)增長(zhǎng)的產(chǎn)業(yè)發(fā)展模式已不復(fù)存在，電力、交通以及工業(yè)等眾多國(guó)民經(jīng)濟(jì)部門均需結(jié)合自身發(fā)展情況，加快產(chǎn)業(yè)綠色升級(jí)，助力雙碳戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。

物流業(yè)作為一個(gè)近年來(lái)快速發(fā)展的服務(wù)型產(chǎn)業(yè)，整合了倉(cāng)儲(chǔ)、包裝、運(yùn)輸、信息等多個(gè)業(yè)務(wù)領(lǐng)域，無(wú)論是在實(shí)體經(jīng)濟(jì)企業(yè)的上下游供應(yīng)鏈運(yùn)作中，還是在進(jìn)出口貿(mào)易中，物流都起到了重要的支撐作用。2020年全國(guó)社會(huì)物流總額300.1萬(wàn)億元，按可比價(jià)格計(jì)算，同比增長(zhǎng)3.5%[1]。說(shuō)明我國(guó)物流業(yè)的發(fā)展穩(wěn)中向好，物流規(guī)模也在不斷地?cái)U(kuò)張。但與此同時(shí)，物流業(yè)的運(yùn)輸服務(wù)作為連接供應(yīng)鏈上下游各節(jié)點(diǎn)的紐帶，高頻次的貨物運(yùn)輸決定了物流亦是一個(gè)能源密集型行業(yè)，因而對(duì)成品油等化石燃料的需求比其他行業(yè)要高得多。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2017年我國(guó)物流業(yè)能源消費(fèi)總量高達(dá)42191萬(wàn)噸 標(biāo)準(zhǔn)煤，僅次于制造業(yè)，占到當(dāng)年全國(guó)能源總消費(fèi)量的9.4%[2]。并且自2010年以來(lái)，我國(guó)物流業(yè)每年的能源消費(fèi)總量一直保持著較高的水平且連年增長(zhǎng)，并有著以較大增幅持續(xù)增長(zhǎng)的趨勢(shì)。如果物流業(yè)持續(xù)以高能耗、高排放的模式發(fā)展下去，對(duì)雙碳目標(biāo)的整體實(shí)現(xiàn)會(huì)是一個(gè)巨大的挑戰(zhàn)。

因此，物流業(yè)的綠色發(fā)展也已是必然趨勢(shì)。兼顧產(chǎn)業(yè)發(fā)展與能源利用，客觀、全面地評(píng)價(jià)物流業(yè)的綠色轉(zhuǎn)型現(xiàn)狀，有利于及時(shí)發(fā)現(xiàn)和解決物流產(chǎn)業(yè)綠色升級(jí)過(guò)程中存在的問(wèn)題，從而加快和促進(jìn)物流業(yè)的轉(zhuǎn)型升級(jí)，為國(guó)民經(jīng)濟(jì)的可持續(xù)性發(fā)展貢獻(xiàn)力量。

一、文獻(xiàn)綜述

大多數(shù)學(xué)者均是從經(jīng)濟(jì)視角對(duì)物流業(yè)的發(fā)展水平進(jìn)行綜合評(píng)價(jià)，其基本思路是從定性分析入手，構(gòu)建合理的評(píng)價(jià)指標(biāo)體系，隨后利用各種不同的方法對(duì)數(shù)據(jù)指標(biāo)進(jìn)行分析處理并做出綜合評(píng)判，以得到評(píng)價(jià)結(jié)果與政策啟示。這些學(xué)者按照數(shù)據(jù)可得性的原則選取的指標(biāo)大同小異，通常會(huì)選擇貨運(yùn)周轉(zhuǎn)量、物流業(yè)從業(yè)人數(shù)以及物流業(yè)產(chǎn)值等一系列經(jīng)濟(jì)性指標(biāo)來(lái)構(gòu)建評(píng)價(jià)體系[3][4]。所采用的評(píng)價(jià)方法各有特色，其中主成分分析法和熵權(quán)法應(yīng)用的較多，其次還有部分學(xué)者從效率的角度對(duì)物流業(yè)的發(fā)展情況進(jìn)行了考察。甘衛(wèi)華（2020）等利用熵權(quán)-TOPSIS方法對(duì)我國(guó)中部六省物流業(yè)的高質(zhì)量發(fā)展水平展開實(shí)證分析[5]。戴德寶（2018）等分別使用了主成分分析法、熵權(quán)法和灰色關(guān)聯(lián)分析法對(duì)西部地區(qū)省份的物流發(fā)展水平進(jìn)行了評(píng)價(jià)，并采用Kendall協(xié)同系數(shù)檢驗(yàn)法對(duì)各評(píng)價(jià)結(jié)果的一致性進(jìn)行了檢驗(yàn)[6]；李國(guó)?。?016）等運(yùn)用R型因子分析和灰色聚類分析針對(duì)西部地區(qū)的物流發(fā)展水平進(jìn)行評(píng)價(jià)，并提出西部省份的物流發(fā)展規(guī)劃[7]；宋二行（2020）等則采用熵值法與耦合協(xié)調(diào)度模型對(duì)省域物流業(yè)競(jìng)爭(zhēng)力與耦合協(xié)調(diào)發(fā)展程度進(jìn)行了評(píng)價(jià)[8]。而Deng et al.(2020)首先利用主成分分析法降低物流績(jī)效評(píng)價(jià)指標(biāo)的維度，然后應(yīng)用了基于松弛的數(shù)據(jù)包絡(luò)分析模型測(cè)算了物流業(yè)效率，并進(jìn)一步利用Tobit回歸模型探討了影響物流業(yè)效率的因素[9]。蔡林美（2020）等則利用數(shù)據(jù)包絡(luò)分析方法針對(duì)我國(guó)西部12省的物流業(yè)投入產(chǎn)出效率展開測(cè)度與分析[10]。物流業(yè)近年來(lái)的持續(xù)高能耗現(xiàn)狀值得關(guān)注，一味地以犧牲環(huán)境效益而換取經(jīng)濟(jì)發(fā)展的模式已不適合現(xiàn)代產(chǎn)業(yè)的高質(zhì)量發(fā)展。有部分學(xué)者已從環(huán)境角度對(duì)物流業(yè)的能源利用情況進(jìn)行了考察，姚山季（2020）等將二氧化碳排放量考慮進(jìn)三階段DEA和Malmquist模型，同時(shí)從靜態(tài)和動(dòng)態(tài)兩個(gè)角度測(cè)度了“一帶一路”沿線省份的低碳物流效率[11]；商傳磊（2019）等利用我國(guó)30個(gè)省份的物流業(yè)面板數(shù)據(jù)，分別從靜態(tài)角度應(yīng)用DEA模型以及從動(dòng)態(tài)角度應(yīng)用Malmquist指數(shù)模型，分析探討了我國(guó)物流業(yè)的全要素能源效率問(wèn)題[12]。

綜上所述，目前針對(duì)物流業(yè)發(fā)展水平展開的綜合評(píng)價(jià)研究在指標(biāo)選取上基本以經(jīng)濟(jì)性指標(biāo)為主，未能兼顧產(chǎn)業(yè)發(fā)展與能源利用。同時(shí)考慮多種經(jīng)濟(jì)指標(biāo)和綠色發(fā)展指標(biāo)，會(huì)更有利于全面地評(píng)價(jià)產(chǎn)業(yè)的發(fā)展績(jī)效。而能源效率作為衡量產(chǎn)業(yè)能源利用狀況的指標(biāo)，可以反應(yīng)出產(chǎn)業(yè)對(duì)綠色可持續(xù)發(fā)展理念的實(shí)踐成果，因此將能源效率加入到評(píng)價(jià)物流業(yè)發(fā)展水平的指標(biāo)體系中。當(dāng)前學(xué)者在評(píng)價(jià)方法的選擇上，多以主成分分析法、熵值法、數(shù)據(jù)包絡(luò)分析方法為主，數(shù)據(jù)包絡(luò)分析方法是一種非參數(shù)的生產(chǎn)前沿分析方法，由于不需要設(shè)定具體的生產(chǎn)函數(shù)，從而避免了估計(jì)參數(shù)存在重大偏差導(dǎo)致結(jié)果出現(xiàn)較大偏誤的可能性，可以較好地用于全要素能源效率的求解。本文將在此前學(xué)者的研究基礎(chǔ)之上，創(chuàng)新性地將能源效率考慮進(jìn)物流業(yè)綠色轉(zhuǎn)型效果綜合評(píng)價(jià)指標(biāo)體系中，隨后利用因子分析法實(shí)現(xiàn)物流業(yè)綠色轉(zhuǎn)型效果的綜合評(píng)價(jià)。同時(shí)進(jìn)一步利用聚類分析法，探究各類省域物流業(yè)發(fā)展的共性特征。最后將對(duì)考慮能源效率前后的物流發(fā)展水平評(píng)價(jià)結(jié)果進(jìn)行對(duì)比，以探究我國(guó)省域物流業(yè)綠色轉(zhuǎn)型程度，并根據(jù)研究結(jié)果提出推動(dòng)物流業(yè)綠色轉(zhuǎn)型的政策建議。

二、理論分析及模型

（一） 評(píng)價(jià)指標(biāo)選取

從兼顧產(chǎn)業(yè)發(fā)展與能源利用的視角出發(fā)，并考慮各指標(biāo)數(shù)據(jù)的可得性，本文構(gòu)建了如下物流業(yè)綠色轉(zhuǎn)型效果綜合評(píng)價(jià)指標(biāo)體系（如表1所示），主要包括物流經(jīng)濟(jì)指標(biāo)、物流營(yíng)運(yùn)指標(biāo)和綠色物流指標(biāo)等三個(gè)大類指標(biāo)，每個(gè)大類指標(biāo)又有多個(gè)進(jìn)一步細(xì)分的指標(biāo)。

表1 物流業(yè)綠色轉(zhuǎn)型效果綜合評(píng)價(jià)指標(biāo)體系

1. 物流經(jīng)濟(jì)指標(biāo)

各省份的物流業(yè)投入產(chǎn)出指標(biāo)及關(guān)聯(lián)性物流需求指標(biāo)在一定程度上可以反應(yīng)省域物流業(yè)的發(fā)展?fàn)顩r和景氣程度。因此本文采取物流業(yè)增加值（X1）、物流業(yè)固定資產(chǎn)投資（X2）以及物流業(yè)就業(yè)人數(shù)（X3）作為投入產(chǎn)出指標(biāo)，批發(fā)零售業(yè)增加值（X4）和進(jìn)出口總額（X5）作為關(guān)聯(lián)性物流需求指標(biāo)。

2. 物流營(yíng)運(yùn)指標(biāo)

物流基礎(chǔ)設(shè)施及設(shè)備現(xiàn)狀可以表現(xiàn)出各省份物流業(yè)的發(fā)展規(guī)模與業(yè)務(wù)能力，促進(jìn)或制約一個(gè)省份物流業(yè)的發(fā)展，包括鐵路營(yíng)運(yùn)里程（X6）、公路里程（X7）和公路營(yíng)運(yùn)載貨汽車擁有量（X12）。物流營(yíng)運(yùn)過(guò)程中的一些經(jīng)營(yíng)數(shù)據(jù)也可以用來(lái)衡量物流的發(fā)展，具體包括貨運(yùn)量（X8）、貨運(yùn)周轉(zhuǎn)量（X9）、快遞量（X10）和快遞業(yè)務(wù)收入（X11）。

3. 綠色物流指標(biāo)

隨著經(jīng)濟(jì)社會(huì)整體節(jié)能降耗目標(biāo)的推進(jìn)，物流業(yè)的綠色發(fā)展程度受到越來(lái)越多的關(guān)注。不顧環(huán)境影響而一味追求經(jīng)濟(jì)效益的粗獷式產(chǎn)業(yè)發(fā)展模式已不復(fù)存在，因此綠色物流的發(fā)展也會(huì)影響各省份物流業(yè)的總體發(fā)展水平。本文將同時(shí)考慮多因素和單因素能源效率，即全要素能源效率（X13）和能源強(qiáng)度（X14），將二者納入評(píng)價(jià)指標(biāo)體系。

在實(shí)際的生產(chǎn)運(yùn)作過(guò)程中，不僅需要投入能源要素，還需要資本、人力等多種投入要素共同發(fā)揮作用、相互影響，從而創(chuàng)造經(jīng)濟(jì)價(jià)值。全要素能源效率就是在生產(chǎn)過(guò)程中以資本、人力和能源為投入要素，將經(jīng)濟(jì)產(chǎn)出作為產(chǎn)出要素，通常通過(guò)DEA方法測(cè)算所得到的一種衡量能源利用狀況的指標(biāo)。因此采用該指標(biāo)一方面可以更好地反應(yīng)要素間的替代效應(yīng)，另一方面可以更加科學(xué)、準(zhǔn)確地進(jìn)行能源效率的測(cè)度與評(píng)價(jià)。本文將通過(guò)如下基于投入導(dǎo)向的BCC-DEA模型求解得到物流業(yè)的全要素能源效率（X13）：

假設(shè)有n個(gè)決策單元DMUj（j= 1,2,…,n），每個(gè)決策單元利用物流業(yè)固定資產(chǎn)投資額（K），物流業(yè)從業(yè)人員數(shù)量（L）以及物流業(yè)能源消費(fèi)總量（E）等三種投入要素來(lái)產(chǎn)出物流業(yè)增加值（Y），即存在投入產(chǎn)出組合（Kj，Lj，Ej，Yj）。此處的λj（j= 1,2,…,n）為決策變量，帶下標(biāo)“0”的變量（K0，L0，E0及Y0）代表被評(píng)價(jià)的DMU的投入產(chǎn)出要素。求解后可得到模型的最優(yōu)解φ*，即全要素能源效率（X13），代表被評(píng)價(jià)決策單元的能源效率值。

物流業(yè)的能源強(qiáng)度（X14）指的是單位物流業(yè)增加值所消耗的能源量，即物流業(yè)當(dāng)年能源消耗總量與當(dāng)年產(chǎn)業(yè)增加值的比值，以體現(xiàn)物流業(yè)的能源利用效率。通過(guò)上述公式（2）可以計(jì)算得到 EI，即物流業(yè)能源強(qiáng)度（X14），其中 Ei(i=1,2,...,m)表 示第m種能源的消耗量， δi(i=1,2,...,m)表示第m種能源折算萬(wàn)噸標(biāo)準(zhǔn)煤的系數(shù)，Y表示當(dāng)年物流業(yè)的增加值。

4、數(shù)據(jù)來(lái)源及處理

本文評(píng)價(jià)指標(biāo)體系中的X1~X12指標(biāo)數(shù)據(jù)均可從《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)固定資產(chǎn)投資統(tǒng)計(jì)年鑒》以及《中國(guó)物流年鑒》中獲取，由于各年鑒出版時(shí)間不同，部分指標(biāo)的最新數(shù)據(jù)無(wú)法得到，因此為了確保統(tǒng)一性，采用了相對(duì)較新的2018年年鑒數(shù)據(jù)展開實(shí)證分析。全要素能源效率（X13）和能源強(qiáng)度（X14）兩個(gè)指標(biāo)的計(jì)算均需用到各省份物流業(yè)的能源消耗總量，該數(shù)據(jù)可從《中國(guó)能源統(tǒng)計(jì)年鑒》中的地區(qū)平衡表中獲取。按各能源折算標(biāo)準(zhǔn)煤系數(shù)，將交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)消耗的原煤、汽油、煤油、柴油和電力等多種能源轉(zhuǎn)化為萬(wàn)噸標(biāo)準(zhǔn)煤并進(jìn)行加總，將得到的能源消費(fèi)總量近似代替物流業(yè)的能源消耗總量。同時(shí)，由于西藏自治區(qū)數(shù)據(jù)缺失較多，因此本文將只考察中國(guó)30個(gè)省市自治區(qū)物流業(yè)的轉(zhuǎn)型效果。

收集、計(jì)算得到全部指標(biāo)數(shù)據(jù)后，采用上述公式（3）所示的z-score方法對(duì)數(shù)據(jù)做標(biāo)準(zhǔn)化處理。其中Xkj(k=1,2,...,14;j=1,2,...,30)表示第k個(gè)評(píng)價(jià)指標(biāo)第j個(gè)省份的數(shù)據(jù)，Xk(k=1,2,...,14)表示第k個(gè)評(píng)價(jià)指標(biāo)數(shù)據(jù)的平均值，sk(k=1,2,...,14)表示第k個(gè)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)差，因此Xk?j(k=1,2,...,14;j=1,2,...,30)即表示每列評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化后的值。

（二） 因子分析評(píng)價(jià)模型

因子分析能夠較好地解決眾多指標(biāo)且指標(biāo)無(wú)量綱化問(wèn)題，并通過(guò)相關(guān)分析探求變量間內(nèi)在關(guān)系與基本結(jié)構(gòu)。該方法通過(guò)載荷和因子旋轉(zhuǎn)實(shí)現(xiàn)降維，可將較多指標(biāo)歸納為少數(shù)的潛在變量即公因子，每一個(gè)變量均可表示為公因子的線性函數(shù)與特殊因子之和，其矩陣形式可表示為：

其中，F(xiàn)1,F2,...,Fm稱 為公因子， εi稱 為Xi的特殊因子（i=1,2,...,p） ，aij稱為第i個(gè)變量在第j個(gè)因子上的載荷，aij組成的矩陣A稱為因子載荷陣。該模型需滿足以下條件：①提取公因子的個(gè)數(shù)應(yīng)小于等于變量個(gè)數(shù)，即m≤p；②公因子與特殊因子應(yīng)不相關(guān)，即cov(F,ε)=0；③公因子間不相關(guān)且方差為1，即D(F)=Im；④特殊因子間不相關(guān)，方差可不同。

因此本問(wèn)題的關(guān)鍵就轉(zhuǎn)化為求解因子載荷陣A。對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)樣本求相關(guān)矩陣，并進(jìn)一步求解相關(guān)矩陣的特征值及特征向量，隨后根據(jù)提取規(guī)則確定公因子的個(gè)數(shù)，進(jìn)而可以計(jì)算因子載荷陣A以及因子得分系數(shù)，最終可以得到因子得分表達(dá)式。當(dāng)難以從因子載荷陣A中看出公因子的含義時(shí)，還可以對(duì)因子載荷陣做旋轉(zhuǎn)變換，使得同一列上的載荷盡可能地向靠近1和0兩極分化，以凸顯公因子的主要含義。當(dāng)通過(guò)計(jì)算得到各個(gè)因子的得分后，可以用因子各自方差貢獻(xiàn)率占累 計(jì)貢獻(xiàn)率的比重作為權(quán)重來(lái)加權(quán)計(jì)算綜合得分，從而可以進(jìn)一步得到排序結(jié)果，并進(jìn)行聚類分析。

三、實(shí)證分析

（一） 因子分析綜合評(píng)價(jià)

對(duì)所收集的數(shù)據(jù)按照z-score方法進(jìn)行標(biāo)準(zhǔn)化后，運(yùn)用SPSS 26.0進(jìn)行因子分析。首先應(yīng)進(jìn)行因子分析的適用性檢驗(yàn)，主要通過(guò)KMO檢驗(yàn)值和Bartlett檢驗(yàn)的p值來(lái)確認(rèn)。根據(jù)KMO檢驗(yàn)的常用度量標(biāo)準(zhǔn)，當(dāng)0.7

表2 KMO 和Bartlett檢驗(yàn)

表3列出了提取公因子之前和之后的各指標(biāo)的共同度，表中可以看出提取公因子之后的共同度都在70% 以上，這說(shuō)明提取的公共因子已經(jīng)基本包含了原始指標(biāo)的 70% 以上的信息。另外，相當(dāng)一部分的共同度在80% 以上，這表明這些指標(biāo)與其他指標(biāo)的相關(guān)聯(lián)性很高，因子分析有較強(qiáng)的解釋力度。

表3 變量共同度表

如表4所示，按照特征根大于1的原則，提取出3個(gè)公因子，且前三個(gè)因子的累計(jì)貢獻(xiàn)率達(dá)到了80.103%，說(shuō)明這3個(gè)公共因子可以解釋原來(lái)14個(gè)指標(biāo)80.103%的信息量。因包含了絕大部分的信息，這3個(gè)公共因子對(duì)所有指標(biāo)具有較好的解釋力度。為了明確這3個(gè)公共因子的指標(biāo)構(gòu)成，還需要用方差最大正交旋轉(zhuǎn)法對(duì)因子進(jìn)行旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷矩陣。

表4 特征值及方差貢獻(xiàn)率

碎石圖越陡峭說(shuō)明方差變化越大，包含的信息越多。從圖1所示的碎石圖中可以看出，轉(zhuǎn)折點(diǎn)出現(xiàn)在第3個(gè)特征根，因此保留前三個(gè)因子是合適的。

圖1 碎石圖

從旋轉(zhuǎn)后的載荷矩陣（表5）可以看出，F(xiàn)1在快遞業(yè)務(wù)收入（X11）、進(jìn)出口總額（X5）、批發(fā)零售業(yè)增加值（X4）、物流業(yè)增加值（X1）等指標(biāo)上的載荷都比較高，均在0.7以上，基本表明了物流業(yè)的經(jīng)濟(jì)發(fā)展?fàn)顩r，因此將F1命名為物流營(yíng)運(yùn)狀況。而F2在公路里程（X7）、鐵路營(yíng)運(yùn)里程（X6）、物流業(yè)固定資產(chǎn)投資（X2）等指標(biāo)上的載荷較高，故將F2命名為物流營(yíng)運(yùn)規(guī)模。F3側(cè)重于物流業(yè)的能源效率，體現(xiàn)綠色物流的發(fā)展情況，故將F3命名為物流用能狀況。

表5 旋轉(zhuǎn)后的成分矩陣

進(jìn)一步可以依據(jù)成分得分系數(shù)矩陣（表6）得出三個(gè)因子的計(jì)算公式，其中X?表示各變量標(biāo)準(zhǔn)化后的值：

表6 成分得分系數(shù)矩陣

由于3個(gè)公因子均從不同的角度反應(yīng)了各省市自治區(qū)物流業(yè)的發(fā)展?fàn)顩r，因此為了實(shí)現(xiàn)綜合評(píng)價(jià)的目的，需以表4中各公因子的貢獻(xiàn)率與累計(jì)貢獻(xiàn)率的比值作為三個(gè)因子的權(quán)重，并對(duì)三個(gè)因子進(jìn)行加權(quán)求和，從而得到公因子總得分模型：

將已經(jīng)標(biāo)準(zhǔn)化的各變量數(shù)據(jù)代入因子得分計(jì)算公式中可以得到各公因子的得分情況，加權(quán)求和后可以綜合評(píng)價(jià)分?jǐn)?shù)，進(jìn)而可以得到排序結(jié)果（如表7）。

表7 物流業(yè)綠色轉(zhuǎn)型效果排名

續(xù)表7

根據(jù)表7可以看出，廣東省物流業(yè)的綜合得分結(jié)果為2.139，位居第一，這說(shuō)明廣東省物流業(yè)的綠色轉(zhuǎn)型效果處于全國(guó)領(lǐng)先的位置。前四名廣東、山東、江蘇和浙江均位于東部沿海地區(qū)，經(jīng)濟(jì)發(fā)達(dá)，物流基礎(chǔ)設(shè)施相對(duì)較為完善，為物流業(yè)的蓬勃發(fā)展提供了先天條件，并且在綠色物流技術(shù)創(chuàng)新上有著較好的實(shí)踐。有60%的省市自治區(qū)綜合評(píng)價(jià)分?jǐn)?shù)小于零，說(shuō)明這些省份的物流業(yè)綠色轉(zhuǎn)型程度低于全國(guó)平均水平，同時(shí)也表明了我國(guó)省域物流業(yè)的轉(zhuǎn)型效果存在較為明顯的差異。此外還發(fā)現(xiàn)，雖然部分省份的綜合評(píng)價(jià)分?jǐn)?shù)大于0，但是仍存在得分小于0的因子，說(shuō)明這些省份物流業(yè)的發(fā)展存在短板，應(yīng)進(jìn)一步針對(duì)自身短板加以改善。注意到，湖北省前兩個(gè)公因子為正值，但物流用能狀況因子為負(fù)值，說(shuō)明該省份忽視了用能效率的提升，應(yīng)在產(chǎn)業(yè)發(fā)展的同時(shí)重視物流產(chǎn)業(yè)的綠色轉(zhuǎn)型。還有些省份在三個(gè)公因子上的得分均為負(fù)值，說(shuō)明各項(xiàng)能力均低于平均水平，這些省份的物流業(yè)發(fā)展應(yīng)得到重點(diǎn)關(guān)注。

為了將因子1（物流營(yíng)運(yùn)狀況）和因子2（物流營(yíng)運(yùn)規(guī)模）作對(duì)比，生成分組散點(diǎn)圖如圖2所示。從中可以看出，廣東省的物流營(yíng)運(yùn)狀況非常突出，表明廣東省物流業(yè)經(jīng)濟(jì)效益好，其經(jīng)濟(jì)指標(biāo)相當(dāng)優(yōu)越。而物流營(yíng)運(yùn)規(guī)模相對(duì)最好的是山東省，說(shuō)明山東省的物流基礎(chǔ)設(shè)施建設(shè)相較于其他省份而言非常完備，物流業(yè)務(wù)的運(yùn)行有著非常好的物質(zhì)條件。大部分省份位于第二象限，其物流業(yè)具有較好的營(yíng)運(yùn)規(guī)模，但是營(yíng)運(yùn)狀況不佳，表明管理水平有待提升。小部分省份位于第四象限，其物流業(yè)營(yíng)運(yùn)狀況較好，但是營(yíng)運(yùn)規(guī)模不足，應(yīng)進(jìn)一步加大物流基礎(chǔ)設(shè)施設(shè)備的投入。還有相當(dāng)一部分省份位于第三象限，說(shuō)明其物流業(yè)的營(yíng)運(yùn)狀況和營(yíng)運(yùn)規(guī)模都處于平均水平之下，迫切需要得到改善。只有非常少的幾個(gè)省份在第一象限，其物流業(yè)發(fā)展水平相對(duì)較好。對(duì)于因子3（物流用能狀況）而言，從表7中可以看到，有近半數(shù)的省份該因子得分為正，表明其物流業(yè)的節(jié)能降耗實(shí)踐有一定的成果。其余省份的因子3得分均為負(fù)值，其中應(yīng)重點(diǎn)關(guān)注云南省，其因子3得分為?3.112，遠(yuǎn)低于平均水平，說(shuō)明其物流業(yè)的能源浪費(fèi)現(xiàn)象非常嚴(yán)重。

圖2 分組散點(diǎn)圖

（二） 聚類結(jié)果分析

從上述因子分析綜合評(píng)價(jià)的結(jié)果發(fā)現(xiàn)，各省市自治區(qū)物流業(yè)的綜合發(fā)展水平存在差異性。為了更好地探究省域物流業(yè)之間的共性特征，利用SPSS 26.0進(jìn)行系統(tǒng)聚類，將綜合評(píng)價(jià)得分結(jié)果作為唯一變量，聚類方法采用組間鏈接，距離的度量采用平方歐式距離。根據(jù)計(jì)算后的聚類結(jié)果得知，將30個(gè)省份劃分為3大類較為合適：（1）廣東省單獨(dú)為一類；（2）江蘇、山東、河北、浙江和河南歸為第二類；（3）其余省份歸為第三類。位列第一梯度的廣東省，其物流業(yè)綜合發(fā)展水平之所以如此突出，很大程度與其得天獨(dú)厚的區(qū)位優(yōu)勢(shì)有關(guān)。珠三角地區(qū)集中了五大港口和五大機(jī)場(chǎng)，并且有京廣、京九、京珠三條國(guó)道主干線經(jīng)過(guò)珠三角，為物流運(yùn)輸服務(wù)提供了非常優(yōu)越的條件，各種貨運(yùn)方式也均能獲得較好的經(jīng)濟(jì)效益。并且廣東省發(fā)達(dá)的制造業(yè)也是推動(dòng)其物流業(yè)繁榮發(fā)展的內(nèi)在力量。位列第二梯度的這五個(gè)省份，多位于東部地區(qū)，經(jīng)濟(jì)發(fā)展?fàn)顩r較好，物流需求較為旺盛，物流基礎(chǔ)設(shè)施也相對(duì)完備，與其他省份的貨物往來(lái)較為密切，發(fā)揮了較好的物流樞紐作用。位列第三梯度的各省份的物流業(yè)發(fā)展水平一般，每個(gè)省份或多或少存在發(fā)展短板，應(yīng)因地制宜，有針對(duì)性地對(duì)欠缺 的條件加以改善，逐步提升各自的物流業(yè)發(fā)展水平。

（三） 綠色轉(zhuǎn)型對(duì)比

為了考察綠色物流發(fā)展情況對(duì)整體物流業(yè)發(fā)展的影響，探究各省份物流業(yè)綠色轉(zhuǎn)型的程度，因此選定了本文評(píng)價(jià)指標(biāo)體系中前12個(gè)經(jīng)濟(jì)性指標(biāo)再次進(jìn)行因子分析得到如下綜合評(píng)價(jià)結(jié)果（見表8第2-5列），該結(jié)果不考慮綠色物流發(fā)展情況，僅在經(jīng)濟(jì)性指標(biāo)上評(píng)價(jià)物流業(yè)的發(fā)展水平。隨后將該結(jié)果與上述考慮了綠色物流發(fā)展的因子分析評(píng)價(jià)結(jié)果（見表8第6列）作比較，得到考慮綠色物流發(fā)展情況前后兩次評(píng)價(jià)排名的變化。其中，“-”代表持平，“↑”代表上升位次，“↓”代表下降位 次，“（）”中的數(shù)字代表上升或下降的具體位次。

表8 評(píng)價(jià)結(jié)果對(duì)比

從上表可以看出，排名前五的省份在考慮綠色物流發(fā)展情況前后的評(píng)價(jià)結(jié)果一致，說(shuō)明這些省份的物流業(yè)在發(fā)展過(guò)程中兼顧了經(jīng)濟(jì)效益與能源利用效率，在良好的資源配置情況下達(dá)到了優(yōu)良產(chǎn)出水平。同時(shí)發(fā)現(xiàn)，有9個(gè)省份的物流業(yè)在考慮綠色物流發(fā)展?fàn)顩r后綜合評(píng)價(jià)排名發(fā)生了下降，說(shuō)明這些省份的物流業(yè)在發(fā)展過(guò)程中往往片面地追求經(jīng)濟(jì)效益的最大化而忽視了對(duì)能源的有效利用，其綠色物流的發(fā)展已遏制了其整體物流發(fā)展水平的提升，應(yīng)加快綠色轉(zhuǎn)型的進(jìn)程。其中，排名下降最明顯的省份是云南省，下降了8個(gè)位次，說(shuō)明該省份物流業(yè)綠色物流的發(fā)展情況較為不樂(lè)觀，嚴(yán)重地影響了整體物流業(yè)的發(fā)展，迫切需要通過(guò)一些政策指導(dǎo)對(duì)此短板加以彌補(bǔ)，才能促進(jìn)整體水平的提升。此外還有9個(gè)省份的物流業(yè)綜合考慮總體指標(biāo)后排名得到了上升，說(shuō)明這些省份在發(fā)展物流業(yè)的過(guò)程中注重能源利用率的提升，對(duì)單位GDP的能源消耗有著較好的把控，綠色轉(zhuǎn)型進(jìn)程較快，但是物流經(jīng)濟(jì)效益和營(yíng)運(yùn)水平還有待進(jìn)一步改善?？傮w而言，綠色物流發(fā)展指標(biāo)在一定 程度上會(huì)對(duì)總體物流業(yè)發(fā)展水平的評(píng)價(jià)結(jié)果產(chǎn)生影響，因此各省份均應(yīng)對(duì)其能源效率有所關(guān)注。

四、結(jié)論與建議

（一） 結(jié)論

1、物流業(yè)的綠色轉(zhuǎn)型有助于雙碳目標(biāo)的實(shí)現(xiàn)，因此在對(duì)物流業(yè)綜合發(fā)展水平的評(píng)價(jià)中除了以往常用的經(jīng)濟(jì)指標(biāo)外還很有必要引入綠色物流指標(biāo)，以實(shí)現(xiàn)綠色轉(zhuǎn)型效果的評(píng)價(jià)；

2、我國(guó)省域物流業(yè)綠色轉(zhuǎn)型程度參差不齊，區(qū)域間差異較大，東部沿海地區(qū)省份兼顧了經(jīng)濟(jì)效益與能源利用狀況，總體發(fā)展水平較高。而有相當(dāng)一部分省份的物流業(yè)仍屬于粗獷式發(fā)展，片面追求產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展而忽視能源的有效利用，綠色轉(zhuǎn)型進(jìn)程緩慢，其較低的能源效率導(dǎo)致了綜合發(fā)展水平的落后；

3、雙碳背景下，能源利用效率與物流綠色轉(zhuǎn)型程度密切相關(guān)，各省份對(duì)于能源利用效率也有著不同程度的把控，較高的能源效率可以促進(jìn)物流業(yè)朝著低能耗高產(chǎn)出的綠色方向轉(zhuǎn)型，從而促進(jìn)整 體物流業(yè)的高質(zhì)量發(fā)展。

（二） 建議

基于研究結(jié)果，針對(duì)驅(qū)動(dòng)物流業(yè)的綠色轉(zhuǎn)型提出以下建議：

1、加快物流基礎(chǔ)設(shè)施建設(shè)，減少不必要運(yùn)輸過(guò)程。優(yōu)良的物流基礎(chǔ)設(shè)施是保障運(yùn)輸業(yè)務(wù)運(yùn)作的物質(zhì)基礎(chǔ)，物流運(yùn)輸網(wǎng)絡(luò)的不通暢會(huì)造成運(yùn)輸車輛的迂回或重復(fù)運(yùn)輸，增加不必要的能源浪費(fèi)，從而導(dǎo)致能源效率的持續(xù)低下，因此應(yīng)完善運(yùn)輸網(wǎng)絡(luò)，進(jìn)而達(dá)成能源的節(jié)約和效率的提升；

2、推進(jìn)物流生產(chǎn)技術(shù)革新，注重物流系統(tǒng)規(guī)劃設(shè)計(jì)。高耗能的公路運(yùn)輸模式是造成物流業(yè)能源效率低下的另一方面原因，因此應(yīng)積極推廣新能源電動(dòng)物流運(yùn)輸車，逐步淘汰高耗能運(yùn)輸載具，并鼓勵(lì)長(zhǎng)途運(yùn)輸采用鐵路運(yùn)輸方式。除此以外，還應(yīng)重視物流系統(tǒng)的規(guī)劃設(shè)計(jì)，包括配送中心的選址、布局和運(yùn)輸路徑的選擇，從微觀層面踐行節(jié)能、清潔的環(huán)保觀念，進(jìn)而促進(jìn)能效的提升；

3、建立健全法律法規(guī)，推動(dòng)產(chǎn)業(yè)綠色升級(jí)。雙碳目標(biāo)為物流業(yè)提出了新要求，但與此同時(shí)，政府有關(guān)部門也應(yīng)出臺(tái)相應(yīng)政策以引導(dǎo)物流業(yè)的低碳節(jié)能發(fā)展，包括對(duì)物流業(yè)的環(huán)境約束、技術(shù)革新補(bǔ)貼等，通過(guò)政策調(diào)控以帶動(dòng)物流業(yè)的節(jié)能積極性，激發(fā)物流企業(yè)的綠色發(fā)展意識(shí)，推進(jìn)節(jié)能技術(shù)的普及，從而提升能效，促進(jìn)綠色轉(zhuǎn)型，最終實(shí)現(xiàn)物流業(yè)的高質(zhì)量發(fā)展。