摘 要：高質(zhì)量發(fā)展是當(dāng)前我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的主題，而物流業(yè)作為社會(huì)經(jīng)濟(jì)發(fā)展的重要組成部分，其傳統(tǒng)的高耗低效模式已經(jīng)無(wú)法滿足物流業(yè)高質(zhì)量發(fā)展的要求。為了探究物流業(yè)的高質(zhì)量發(fā)展，文章借助SBM-Undesirable模型和Global-Malmquist指數(shù)模型，對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的物流業(yè)效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析。研究發(fā)現(xiàn)：長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)整體效率不高，區(qū)域差距較大，在空間上呈階梯狀分布格局；同時(shí)長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率以年均4.5%的速度增長(zhǎng)，影響其變動(dòng)的主要因素是技術(shù)進(jìn)步。在此基礎(chǔ)上提出：加大資金投入，發(fā)展低碳技術(shù)；發(fā)揮“龍頭效應(yīng)”，推進(jìn)協(xié)同發(fā)展等對(duì)策建議。

關(guān)鍵詞：長(zhǎng)江經(jīng)濟(jì)帶；物流效率；SBM-Undesirable；全要素生產(chǎn)率

中圖分類(lèi)號(hào)：F259.27；X322 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.14.009

文章編號(hào)：1002-3100（2024）14-0042-05

Evaluation of Logistics Efficiency in the Yangtze River Economic Belt Under Carbon Emission Constraints

YUAN Hongwei （School of Management， Jiangsu University， Zhenjiang 212013， China）

Abstract： High-quality development is the current theme of China's economic and social development， and the logistics industry， as an important part of social and economic development， its traditional high-consumption and low-efficiency model has been unable to meet the requirements of high-quality development of the logistics industry. In order to explore the high-quality development of the logistics industry， this paper analyzes the efficiency of the logistics industry in 11 provinces and cities in the Yangtze River Economic Belt statically and dynamically with the help of the SBM-Undesirable model and the Global-Malmquist index model. It is found that： The overall efficiency of the logistics industry in the Yangtze River Economic Belt is not high， the regional gap is large， and there is a stepped distribution pattern in space; meanwhile， the total factor productivity of the logistics industry in the Yangtze River Economic Belt grows at an average annual rate of 4.5%， and the main factor affecting its change is technological progress. On this basis， it puts forward the following countermeasures and suggestions such as increasing capital investment and developing low-carbon technology， giving full play to the \"leading effect\" and promoting synergistic development.

Key words： the Yangtze River Economic Belt; logistics efficiency; SBM-Undesirable; total factor productivity

收稿日期：2023-12-05

作者簡(jiǎn)介：袁宏偉（1998—），男，安徽淮北人，江蘇大學(xué)管理學(xué)院碩士研究生，研究方向：區(qū)域物流。

引文格式：袁宏偉．碳排放約束下長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率評(píng)價(jià)[J]．物流科技，2024，47（14）：42-46.

0 引 言

當(dāng)前，我國(guó)物流業(yè)雖處在高速增長(zhǎng)的階段，但總的來(lái)看其發(fā)展仍屬于要素投入型，存在著高成本、高能耗、高排放、低效率等問(wèn)題。隨著面臨的資源環(huán)境約束日益加強(qiáng)，傳統(tǒng)的低效物流運(yùn)營(yíng)模式已難以為繼，推動(dòng)物流行業(yè)向以效率為導(dǎo)向的發(fā)展模式轉(zhuǎn)變，不僅是時(shí)代對(duì)物流發(fā)展的新要求，也是實(shí)現(xiàn)物流可持續(xù)發(fā)展的必要路徑。長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展在國(guó)民經(jīng)濟(jì)發(fā)展中具有重要的引擎作用，因此，進(jìn)一步促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶的高質(zhì)量發(fā)展能夠更好支撐和服務(wù)中國(guó)式現(xiàn)代化。探索碳排放約束下長(zhǎng)江經(jīng)濟(jì)帶各省市的物流業(yè)效率，有助于挖掘其自身潛力，突破當(dāng)前發(fā)展困境，進(jìn)而實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)的高質(zhì)量發(fā)展。

當(dāng)前，在研究方法上對(duì)于物流業(yè)效率的研究，多數(shù)采用DEA模型及其改進(jìn)模型進(jìn)行測(cè)度。鄭金娥等[1]采用BCC模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的物流業(yè)效率進(jìn)行比較分析；龔瑞風(fēng)等[2]利用三階段DEA模型對(duì)中國(guó)31個(gè)省市的物流效率進(jìn)行測(cè)度與比較；李妍等[3]采用SBM-DEA模型對(duì)中國(guó)30個(gè)省市區(qū)的物流業(yè)效率的總體水平和空間特征進(jìn)行測(cè)算和分析。在研究范圍上，曹炳汝等[4]對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流效率值進(jìn)行測(cè)算，發(fā)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶整體呈塊狀“分布”；汪文生等[5]對(duì)環(huán)渤海地區(qū)物流效率進(jìn)行測(cè)算，發(fā)現(xiàn)區(qū)域內(nèi)樣本城市的物流效率和發(fā)展質(zhì)量差異較大；閆妍[6]以“一帶一路”沿線17個(gè)地區(qū)為研究對(duì)象，發(fā)現(xiàn)“一帶一路”沿線區(qū)域物流效率存在顯著差異；朱桃杏等[7]對(duì)京津冀區(qū)域物流效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析，發(fā)現(xiàn)該區(qū)域內(nèi)物流效率存在明顯的差異性；徐超毅等[8]以華東地區(qū)“六省一市”為研究對(duì)象，發(fā)現(xiàn)華東地區(qū)物流業(yè)綠色發(fā)展效率值整體呈緩慢上升的趨勢(shì)，各省市間效率值差距較大，但差異值逐漸縮小。

通過(guò)對(duì)上述文獻(xiàn)的梳理發(fā)現(xiàn)，目前關(guān)于物流業(yè)效率評(píng)價(jià)的研究成果較為豐富，但仍存在一些問(wèn)題：多數(shù)研究在指標(biāo)體系上僅僅關(guān)注經(jīng)濟(jì)產(chǎn)出，而忽視了物流業(yè)在發(fā)展過(guò)程中所產(chǎn)生的環(huán)境污染，特別是二氧化碳的排放量，這與走生態(tài)優(yōu)先、綠色低碳的高質(zhì)量發(fā)展道路不符。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 SBM-Undesirable模型

在傳統(tǒng)的DEA方法中想要提高效率，往往只能依靠同比例改變投入產(chǎn)出量，為了解決這種弊端，Tone[9]提出了基于松弛測(cè)度的SBM模型。物流業(yè)在生產(chǎn)過(guò)程中，在帶來(lái)經(jīng)濟(jì)等期望產(chǎn)出的同時(shí)往往會(huì)伴隨著二氧化碳以及其他環(huán)境污染物等非期望產(chǎn)出。因此，為了更準(zhǔn)確測(cè)度長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)的效率情況，本文參考趙京成等[10]的方法，使用包含非期望產(chǎn)出的SBM模型，即SBM-Undesirable模型。

1.1.2 Global-Malmquist模型

Global-Malmquist模型是由Pastor等[11]提出的一種Malmquist指數(shù)計(jì)數(shù)方法，也稱為全局參比Malmquist指數(shù)，常用來(lái)測(cè)度全要素生產(chǎn)率。該值大于1表示生產(chǎn)率水平上升，小于1則表示生產(chǎn)率水平下降。在全局參比模型中，全局參比Malmquist指數(shù)通常被分解為技術(shù)效率和技術(shù)進(jìn)步。此外，基于規(guī)模報(bào)酬可變時(shí)，參考F?re等的方法[12]，可以將技術(shù)效率進(jìn)一步分解為純技術(shù)效率和規(guī)模效率。

1.2 指標(biāo)選取與數(shù)據(jù)來(lái)源

鑒于當(dāng)前行業(yè)分類(lèi)中還沒(méi)有對(duì)“物流業(yè)”進(jìn)行專(zhuān)門(mén)的分類(lèi)，在參考多數(shù)學(xué)者做法[1-8]的基礎(chǔ)上，選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的統(tǒng)計(jì)數(shù)據(jù)來(lái)表示物流業(yè)的相關(guān)數(shù)據(jù)。

1.2.1 指標(biāo)選取

考慮到評(píng)價(jià)指標(biāo)選取的科學(xué)性、合理性、可得性和全面性等原則，在對(duì)近些年學(xué)者指標(biāo)選取情況分析的基礎(chǔ)上[13-17]，構(gòu)建指標(biāo)體系（見(jiàn)表1）。

由于物流業(yè)的二氧化碳排放量沒(méi)有直接數(shù)據(jù)統(tǒng)計(jì)，本文參考李妍等[3]、閆妍[6]的計(jì)算方法，選取7種主要終端能源消耗量來(lái)計(jì)算物流業(yè)的二氧化碳排放量，計(jì)算公式如下。

其中：表示二氧化碳排放總量，表示能源種類(lèi)，表示種能源的消耗量，表示種能源的平均低位發(fā)熱量，表示種能源的單位熱量值的碳含量，表示種能源的碳氧化速率，物流業(yè)7種主要終端能源相關(guān)系數(shù)如表2所示。

1.2.2 數(shù)據(jù)來(lái)源

本文對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市物流業(yè)效率進(jìn)行測(cè)度，所需要的投入和產(chǎn)出變量數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》以及相應(yīng)各省市地區(qū)的統(tǒng)計(jì)年鑒等。

2 實(shí)證分析

2.1 基于SBM-Undesirable模型的靜態(tài)分析

2.1.1 變動(dòng)趨勢(shì)分析

本文基于SBM-Undesirable模型，利用Dearun軟件對(duì)2012—2021年長(zhǎng)江經(jīng)濟(jì)帶各省市物流業(yè)的效率值進(jìn)行測(cè)算。

2.1.1.1 整體變動(dòng)趨勢(shì)

從整體來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶的物流業(yè)在研究期間技術(shù)效率值都不高（見(jiàn)圖1）?？傮w可分為兩個(gè)階段：第一階段為2012—2017年，技術(shù)效率呈上升態(tài)勢(shì)，在2017年增加至0.70左右；第二階段為2017—2021年，此階段整體呈下降趨勢(shì)，從2017年的最高點(diǎn)不斷下降，至2020年達(dá)到最低點(diǎn)0.55左右，基本與2012年的技術(shù)效率持平，但在2021年有上升的趨勢(shì)。

純技術(shù)效率值在整體上要高于規(guī)模效率值，除了在2020年相對(duì)偏低以外，在其他年份比較穩(wěn)定。規(guī)模效率與技術(shù)效率的變化趨勢(shì)基本保持一致。由此來(lái)看，規(guī)模效率是影響技術(shù)效率水平高低的主要因素。這表明未來(lái)長(zhǎng)江經(jīng)濟(jì)帶在提升純技術(shù)效率的同時(shí)應(yīng)該進(jìn)一步擴(kuò)大物流產(chǎn)業(yè)規(guī)模，尋求更高質(zhì)量的發(fā)展，同時(shí)加強(qiáng)區(qū)域合作進(jìn)而促進(jìn)資源配置優(yōu)化，以提升長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)整體發(fā)展水平。

2.1.1.2 區(qū)域變動(dòng)趨勢(shì)

從區(qū)域來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶下游地區(qū)的綜合技術(shù)效率值最高，為0.985；中游地區(qū)次之，為0.518；上游地區(qū)最低，為0.319（見(jiàn)表3）。上游地區(qū)和中游地區(qū)技術(shù)效率均呈現(xiàn)先上升后下降的態(tài)勢(shì)，但低于整體平均水平；下游地區(qū)的技術(shù)效率波動(dòng)平緩且長(zhǎng)期維持在有效狀態(tài)。下游地區(qū)的純技術(shù)效率值一直保持有效狀態(tài)；上游的純技術(shù)效率值一直位于平均水平之下，僅在2019年接近均值；中游的純技術(shù)效率值與均值非常接近。下游的規(guī)模效率值與純技術(shù)效率值一樣都一直遠(yuǎn)高于平均值；中游的規(guī)模效率值則與均值多處交叉；上游的規(guī)模效率值則遠(yuǎn)低于平均水平。

三個(gè)區(qū)域整體表現(xiàn)為“上游＜中游＜均值lt;下游”的形式，在空間上呈現(xiàn)“階梯狀”分布。

2.1.1.3 省域變動(dòng)趨勢(shì)

通過(guò)對(duì)2012—2021年長(zhǎng)江經(jīng)濟(jì)帶各省市綜合技術(shù)效率均值進(jìn)行分析（見(jiàn)表4），并繪制出綜合技術(shù)效率均值的空間分布圖（見(jiàn)圖2），可以看出：各省市之間存在較大差異。其中，長(zhǎng)江經(jīng)濟(jì)帶下游的4省市平均技術(shù)效率都大于0.75；中游的江西以及上游的貴州平均技術(shù)效率介于0.50～0.75之間；中游的湖南、湖北以及上游的重慶平均技術(shù)效率位于0.25～0.50之間；上游的四川和云南平均技術(shù)效率低于0.25?？梢园l(fā)現(xiàn)：技術(shù)效率較高的省市都位于長(zhǎng)江經(jīng)濟(jì)帶的下游，長(zhǎng)江上游西部省市的技術(shù)效率則表現(xiàn)得不盡人意，整體上呈現(xiàn)出較為明顯的“階梯狀”分布格局。

2.1.2 時(shí)空對(duì)比分析

為了更加凸顯數(shù)據(jù)的時(shí)空對(duì)比，本文選取了2012年、2015年、2018年和2021年4年為代表，基于技術(shù)效率值，借助ArcGIS10.8繪制出代表年份長(zhǎng)江經(jīng)濟(jì)帶物流效率的技術(shù)效率圖，更加直觀呈現(xiàn)出該區(qū)域的空間演化特征（見(jiàn)圖3）?？梢院苊黠@看出：下游地區(qū)的上海、江蘇和安徽技術(shù)效率值始終保持在0.75以上；上游的云南在所有周期內(nèi)技術(shù)效率值始終低于0.25；重慶在所有周期內(nèi)技術(shù)效率值一直處于0.25～0.50之間。剩余6個(gè)省市的技術(shù)效率則變化不同，其中下游的浙江和中游的湖北呈上升趨勢(shì)；上游的四川和貴州以及中游的湖南和江西的技術(shù)效率值則變化較大，總體上呈先上升后下降的趨勢(shì)。由此可見(jiàn)：物流效率值較高的省市集中在下游地區(qū)，較低的省市主要位于上游地區(qū)。在空間分布上逐漸呈現(xiàn)出“塊狀”分布，各區(qū)域間的發(fā)展差距日益顯著。

2.2 基于Global-Malmquist指數(shù)的動(dòng)態(tài)分析

為了研究長(zhǎng)江經(jīng)濟(jì)帶各省市物流業(yè)全要素生產(chǎn)率的動(dòng)態(tài)變化情況，本文借助Dearun軟件對(duì)其進(jìn)行測(cè)算，測(cè)算結(jié)果如表5和表6所示。

從表5可以看出：在研究期間，區(qū)域內(nèi)物流業(yè)全要素生產(chǎn)率指數(shù)的均值為1.045，整體上呈上升趨勢(shì)。全要素生產(chǎn)率與技術(shù)進(jìn)步在樣本期內(nèi)變動(dòng)情況大致相同，表明全要素生產(chǎn)率主要受技術(shù)進(jìn)步的影響。

從整體上看：長(zhǎng)江經(jīng)濟(jì)帶的物流業(yè)全要素生產(chǎn)率指數(shù)大致可分為三個(gè)階段：2012—2018年的全要素生產(chǎn)率指數(shù)上升至峰值1.190；2018—2019年的全要素生產(chǎn)率指數(shù)下降至0.966；2019—2021年的全要素生產(chǎn)率指數(shù)達(dá)到了最大值1.247。從分解后的指標(biāo)來(lái)看：技術(shù)效率指數(shù)均值為1.005，年均增長(zhǎng)0.5%；純技術(shù)效率均值為1.008，年均增長(zhǎng)0.8%；規(guī)模效率均值為0.997，年均降低0.3%。上述數(shù)據(jù)表明：規(guī)模效率和純技術(shù)效率對(duì)全要素生產(chǎn)率的影響較小。

從區(qū)域來(lái)看（見(jiàn)表6）：長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域的物流業(yè)全要素生產(chǎn)率均呈現(xiàn)出一定的提升，分別為4.2%、3.4%和5.8%。對(duì)于純技術(shù)效率而言，中、上游地區(qū)的提升較明顯。對(duì)于規(guī)模效率而言，只有下游地區(qū)提升了1.3%，上游和中游都有一定程度的降低，分別降低了0.4%和2.3%，說(shuō)明只有下游地區(qū)在運(yùn)營(yíng)規(guī)模方面得到了更好的發(fā)展。而對(duì)于技術(shù)進(jìn)步而言，下游和上游地區(qū)分別提升了4.4%和4.2%，中游提升了3.5%，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)在技術(shù)進(jìn)步方面都有了一定的發(fā)展。

從省域來(lái)看：2012—2021年長(zhǎng)江經(jīng)濟(jì)帶大部分省市的物流業(yè)全要素生產(chǎn)率都大于1，但省市之間也存在一定的差異。浙江、安徽、湖北、重慶和云南物流業(yè)全要素生產(chǎn)率增長(zhǎng)速度高于長(zhǎng)江經(jīng)濟(jì)帶平均水平。云南省物流業(yè)全要素生產(chǎn)率增長(zhǎng)幅度最大，其增長(zhǎng)率達(dá)到10.8%，主要原因是云南省在技術(shù)效率和技術(shù)進(jìn)步兩方面都取得了巨大的進(jìn)步，分別增長(zhǎng)了7.2%和3.4%。可以發(fā)現(xiàn)：技術(shù)進(jìn)步在各省市全要素生產(chǎn)率提升的過(guò)程中發(fā)揮著主要的驅(qū)動(dòng)作用，而技術(shù)效率由于規(guī)模效率在省市之間存在差異，對(duì)全要素生產(chǎn)率提升的作用相對(duì)較小。其中江西、湖南和貴州的規(guī)模效率和四川的純技術(shù)效率都限制了當(dāng)?shù)氐募夹g(shù)效率，進(jìn)而阻礙了當(dāng)?shù)厝厣a(chǎn)率的發(fā)展，而其他省市的純技術(shù)效率和規(guī)模效率都取得了一定的發(fā)展，從而在不同程度上促進(jìn)了技術(shù)效率的增長(zhǎng)，進(jìn)而促進(jìn)全要素生產(chǎn)率的提升。

3 結(jié)論及建議

本文以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，將二氧化碳的碳排放量作為非期望產(chǎn)出，利用SBM-Undesirable模型和Global-Malmquist指數(shù)模型對(duì)其2012—2021年物流業(yè)效率進(jìn)行測(cè)度和分析，結(jié)果如下。

2012—2021年，長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)技術(shù)效率整體水平不高，三個(gè)區(qū)域效率整體表現(xiàn)為“上游＜中游lt;下游”，在空間上呈現(xiàn)“階梯狀”分布，區(qū)域間的發(fā)展極不均衡。各省市之間的效率水平存在較大差異，都有較大的提升空間。

2012—2021年，長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)Malmquist指數(shù)總體呈上升趨勢(shì)，技術(shù)進(jìn)步提升最高，發(fā)揮了主要的驅(qū)動(dòng)作用。各省市物流業(yè)Malmquist指數(shù)都有不同程度的提高，但省市之間也存在一定的差異，主要原因在于技術(shù)效率的拉動(dòng)作用有限。

根據(jù)以上研究成果，為了促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)在碳排放約束下的高質(zhì)量發(fā)展，本文提出以下兩條建議。

其一，不斷加大資金投入，發(fā)展物流低碳技術(shù)。實(shí)證研究表明在物流效率的增長(zhǎng)中技術(shù)進(jìn)步發(fā)揮了主要的驅(qū)動(dòng)作用，因此物流業(yè)要想更好和更快的發(fā)展，應(yīng)該加大對(duì)技術(shù)的投入和使用，具體可以從兩個(gè)方面入手：一是各省市應(yīng)該積極使用低碳技術(shù)來(lái)調(diào)整能源消費(fèi)比重，降低能源消耗強(qiáng)度，延伸物流業(yè)的價(jià)值，提高其附加值，從而提升物流業(yè)的能源效率。二是各省市需要加大物流資源的投入管理，引進(jìn)優(yōu)秀人才和先進(jìn)的設(shè)備，提高整個(gè)物流業(yè)的管理和生產(chǎn)技術(shù)水平，從而提高整個(gè)物流業(yè)的作業(yè)效率。

其二，最大程度發(fā)揮“龍頭效應(yīng)”和“溢出效應(yīng)”。首先，高效率省市可以通過(guò)分享知識(shí)和經(jīng)驗(yàn)，幫助低效率省市提升其物流效率。這可以包括培訓(xùn)和技術(shù)支持，以提高低效率地區(qū)的物流管理和運(yùn)營(yíng)水平。通過(guò)合作，高效率地區(qū)可以幫助低效率地區(qū)克服技術(shù)和管理上的障礙，從而提高整個(gè)長(zhǎng)江經(jīng)濟(jì)帶的物流效率。其次，高效率省市可以在物流業(yè)務(wù)上提供合作機(jī)會(huì)，推動(dòng)供應(yīng)鏈的整合和協(xié)同發(fā)展。這可以促使企業(yè)更好地利用物流資源，降低成本，提高服務(wù)質(zhì)量，減少碳排放。通過(guò)合作，物流業(yè)可以實(shí)現(xiàn)資源的共享和優(yōu)化配置，從而推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶的物流產(chǎn)業(yè)蓬勃發(fā)展。此外，高效率省市還可以引領(lǐng)綠色物流發(fā)展，倡導(dǎo)使用低碳交通工具和可再生能源，降低碳排放。這種領(lǐng)導(dǎo)作用可以通過(guò)政策支持和技術(shù)創(chuàng)新來(lái)實(shí)現(xiàn)，同時(shí)也會(huì)影響周邊地區(qū)的物流業(yè)向更環(huán)保、可持續(xù)的方向發(fā)展?？傊l(fā)揮“龍頭效應(yīng)”和“溢出效應(yīng)”需要高效率省市在合作中起到引領(lǐng)作用，促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶內(nèi)各省市物流業(yè)的協(xié)同發(fā)展。這將有助于適應(yīng)碳排放約束下的高質(zhì)量物流發(fā)展需求，為長(zhǎng)江經(jīng)濟(jì)帶的可持續(xù)發(fā)展做出貢獻(xiàn)。

參考文獻(xiàn)：

[1] 鄭金娥，關(guān)高峰，杜厚維．長(zhǎng)江經(jīng)濟(jì)帶省域物流業(yè)效率差異研究[J]．統(tǒng)計(jì)與決策，2020，36（11）：110-113.

[2] 龔瑞風(fēng)，薛儉，劉汝麗．中國(guó)區(qū)域物流效率測(cè)度及其時(shí)空特征分析[J]．統(tǒng)計(jì)與決策，2022，38（10）：141-145.

[3] 李妍，孫振清．碳排放約束下我國(guó)物流業(yè)運(yùn)行效率測(cè)算及其影響因素分析[J]．商業(yè)經(jīng)濟(jì)研究，2021（8）：75-78.

[4] 曹炳汝，孔澤云，鄧?yán)蚓辏L(zhǎng)江經(jīng)濟(jì)帶省域物流效率及時(shí)空演化研究[J]．地理科學(xué)，2019，39（12）：1841-1848.

[5] 汪文生，考曉璇．高質(zhì)量發(fā)展視角下環(huán)渤海地區(qū)物流效率測(cè)度研究——基于三階段DEA模型[J]．商業(yè)研究，2021（4）：75-84.

[6] 閆妍．我國(guó)“一帶一路”沿線區(qū)域物流動(dòng)態(tài)效率測(cè)度及其影響因素研究——基于雙碳視角[J]．商業(yè)經(jīng)濟(jì)研究，

2022（13）：93-97.

[7] 朱桃杏，韓佳萌，王慧．“雙循環(huán)”格局下京津冀區(qū)域物流發(fā)展特征評(píng)價(jià)[J]．生態(tài)經(jīng)濟(jì)，2022，38（10）：80-87.

[8] 徐超毅，齊豫．我國(guó)區(qū)域物流業(yè)綠色發(fā)展效率測(cè)度和空間分析——以華東地區(qū)為例[J]．生態(tài)經(jīng)濟(jì)，2023，39（4）：81-88.

[9] TONE K．A slacks-based measure of super-efficiency in data envelopment analysis[J]．European Journal of Operational

Research，2002，143（1）：32-41．

[10] 趙京成，何葉榮，王向前．長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率評(píng)價(jià)及時(shí)空變化研究[J]．湖南工業(yè)大學(xué)學(xué)報(bào)，2023，37（3）：50-58.

[11] PASTOR J T，LOVELL C A K．A global Malmquist productivity index[J]．Economics Letters，2005，88（2）：266-271．

[12] FARE R，GROSSKOPF S，NORRIS M，et al．Productivity growth，technical progress，and efficiency change in industrialized

countries[J]．American Economic Review，1994，84（1）：66-83．

[13] 俞佳立，錢(qián)芝網(wǎng)．長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率的時(shí)空演化及其影響因素[J]．經(jīng)濟(jì)地理，2018，38（8）：108-115.

[14] 龔雪．區(qū)域物流效率測(cè)度及影響因素分析[J]．統(tǒng)計(jì)與決策，2022，38（12）：112-116.

[15] 劉聰，李珍珍．長(zhǎng)三角低碳物流對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響分析[J]．華東經(jīng)濟(jì)管理，2023，37（1）：33-40.

[16] 秦雯．區(qū)域物流效率評(píng)價(jià)及影響因素研究——基于廣東地市級(jí)城市面板數(shù)據(jù)[J]．商業(yè)經(jīng)濟(jì)研究，2021（9）：97-100.

[17] 何景師，王術(shù)峰，徐蘭．碳排放約束下我國(guó)三大灣區(qū)城市群綠色物流效率及影響因素研究[J]．鐵道運(yùn)輸與經(jīng)濟(jì)，

2021，43（8）：30-36.