碳排放視角下區域物流業效率及政策效應研究

王聰　陳一博

摘 要：物流業作為高碳排放行業之一，在快速發展的同時碳排放量逐年上升，已成為各方關注的焦點。基于我國2007—2019年的省級面板數據，首先運用超效率SBM-DEA模型對含碳排放約束的物流業效率進行測算和分析，隨后采用雙固定面板模型，檢驗和比較關鍵性政策實施前后，物流業效率與碳排放強度之間的關系變化情況。結果表明：13年間我國省級物流業效率整體上有較大幅度的提升，但地區之間差異明顯，東部地區物流業效率最高，中部、東北次之，西部最低；政策的發布和實施對物流業發展方式有著顯著引導作用，政策實施后，物流業效率的提高不再依靠高碳排放強度這種粗放型、低成本的方式，而是轉型為對環境友好的效率型，且經濟發展水平高的地區轉型更為成功。因此，我國應打破物流業區域性壁壘，加強地區間交流合作；出臺相關政策規劃，加強政府引導作用；制定物流產業發展規劃時要充分考慮區域異質性，摒棄粗放發展模式，促進物流業提質增效。

關鍵詞：碳排放；物流業效率；超效率SBM-DEA；政策效應

中圖分類號：F 275 文獻標識碼：A 文章編號：1672-7312（2023）05-0564-10

The Efficiency and Policy Effects of Regional Logistics Industry from the Perspective of Carbon Emissions

WANG Cong，CHEN Yibo

（Business School，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：The logistics industry，as one of the high carbon emission industries，has become a focus of attention as carbon emissions are increasing year by year while developing rapidly.Based on the provincial panel data of China from 2007 to 2019，this paper first measures and analyzes the efficiency of logistics industry with carbon emission constraints using the super-efficient SBM-DEA model，and then examines and compares the changes in the relationship between the efficiency of logistics industry and carbon emission intensity before and after the implementation of key policies using a double-fixed panel model.The results show that：the efficiency of Chinas provincial logistics industry as a whole has improved substantially during 13 years，but there are obvious differences between regions，with the highest efficiency in the eastern region，followed by the central and northeastern regions，and the lowest in the west；The release and implementation of the policy has a significant guiding effect on the development mode of the logistics industry，and after the implementation of the policy，the efficiency of the logistics industry no longer relies on the crude and low-cost way of high carbon emission intensity，but The transition to an environmentally friendly efficiency type，and the transformation is more successful in areas with high levels of economic development.Therefore，China should break down the regional barriers in the logistics industry，strengthen inter-regional exchanges and cooperation，introduce relevant policies and plan to strengthen the role of the governments guidance，formulate the development plan for the logistics industry to fully consider the regional heterogeneity，abandon the crude development model，and promote the logistics industry to improve quality and efficiency.

Key words：carbon emissions；logistics industry efficiency；super efficiency SBM-DEA；policy effect

0 引言

2014年11月，在APEC峰會上，中方在《聲明》中承諾，到2030年前后中國的碳排放將達到峰值，這是我國首次在國際上承諾碳排放總量減排。2020年9月，習近平總書記在第七十五屆聯合國大會上提出了“雙碳”目標，重申了2030年前達到碳排放峰值。2021年，“碳達峰”和“碳中和”也首次被寫入全國兩會政府工作報告。2021年10月24日，國務院印發《2030年前碳達峰行動方案》，為實現“雙碳”目標作出頂層設計，強調在“十四五”期間，產業結構和能源結構調整優化取得明顯進展，重點行業能源利用效率大幅提升，“十五五”期間，產業結構調整取得重大進展，清潔低碳安全高效的能源體系初步建立，確保如期實現碳達峰目標。

近年來，在一系列國家政策和市場需求的推動下，我國物流行業迅猛發展。現代物流作為連接生產和消費的重要環節，能夠深化各地區之間的聯系，在轉變經濟發展方式、促進產業調整、提升國家經濟競爭力等方面發揮著重要作用[1]，物流業發展水平已成為衡量一個國家或地區綜合實力的關鍵指標之一。然而，長期以來，我國物流業一直保持著粗放的發展模式，消耗了大量的一次和二次能源，對資源環境造成了潛在的巨大壓力。從能源結構來看，物流業已成為中國最大、最重要的能源消耗和碳排放來源之一[2]。根據《中國能源統計年鑒》的統計，物流行業的能源消耗量從2000年的11 447萬噸標準煤增長到2019年的43 909萬噸，達到近年來的峰值，物流行業占我國全部能源消耗量的比例也從7.8%提高到9.0%。聯合國政府間氣候變化專門委員會IPCC第五次評估預測，如果物流業不改變高能耗發展方式，到2030年其能耗將進一步高出80%[3]。

在此背景下，調整我國物流業發展道路，大力發展高效、可持續的綠色物流，已成為必然趨勢。2014年10月，國務院發布了《物流業發展中長期規劃（2014—2020年）》，確定了“到2020年，基本建立布局合理、技術先進、便攜高校綠色環保、安全有序的現代物流服務體系”的目標，并強調“傳統的物流運作模式已難以為繼”，要按照建設生態文明的要求，“大力發展綠色物流，推動節能減排，切實降低能耗、減少排放”。這標志著中國物流業的發展已經進入到了一個轉型時期。而隨后相繼出臺的新《環境保護法》《物流業降本增效專項行動方案（2016—2018年）》《關于進一步降低物流成本的實施意見》等法規政策，也再次為物流行業由“數量型”向“效率型”發展提供了依據。那么，自轉型之后，物流業發展達到了怎樣的成效？文中將省級物流業效率作為研究對象，從碳排放約束的視角，研究相關政策前后物流業效率的變化，并嘗試提出進一步促進物流業可持續發展的政策建議。文中對合理規劃、統籌和管理物流系統，進一步完善現代物流服務體系提供了一些決策參考，具有一定的現實意義。

1 文獻綜述

物流業效率的研究是國內外學者關注的熱點。隨著國家“雙碳”戰略的推行以及物流業高碳排放對環境造成巨大的壓力，學者們開始將能耗和碳排放納入物流業效率評價體系[4]。DENG等在低碳物流效率評價體系中引入了物流業碳排放和物流業GDP作為投入產出指標，并以DEA模型為基礎，從總體水平和空間上對中國30個省份的低碳物流效率特征進行分析。研究發現，我國地區間低碳物流效率水平差異顯著，總體水平較低[5]。孟奎使用三階段DEA方法在能源消耗和碳排放雙重約束下對我國中部地區的物流業效率進行研究 [6]。MARIANO等基于SBM-DEA模型在碳排放約束下對104個國家的物流效率進行了研究并排名，發現發達國家的物流業效率相對于發展中國家更高[7]。YAO等選取了2010—2015年各省的數據，采用三階段DEA和Malmquist模型，將二氧化碳排放量作為非期望產出，從靜態和動態兩個方面測度一帶一路沿線省份物流業效率[8]。張云寧等采用三階段DEA模型，在考慮碳排放的情況下，對長江保護區物流行業的效率進行了測算，并利用Tobit模型對環境因素對物流效率的影響程度進行了考察[9]。陳潔等選取2004—2011年中國 30個省份物流業的面板數據，利用環境DEA技術和方向距離函數方法，在碳強度約束下對我國物流業效率的地區差異和增長來源進行實證分析，研究發現在碳強度約束下物流業效率高于未考慮碳約束時，年均增長率達到了1.9%[10]。

關于物流業效率的影響因素，王琴梅等研究發現，地理位置、經濟發展水平、市場化水平和資源配置效率對物流效率存在顯著促進作用，其中資源利用率和市場化的影響更大[11]；李妍等利用SBM-DEA模型對中國物流行業效率的整體水平和空間特點進行了評估，研究發現區域經濟和物流發展與物流效率呈正相關關系[12]；湯中明和周玲指出我國物流業二氧化碳排放量以及單位GDP的物流成本，都與經濟發展水平存在負向的相關關系[13]。杜暉將物流業碳排放作為非期望產出指標放入物流業效率評價指標體系，結合BBC效率模型和模糊集定性比較分析（fsQCA）方法，研究全國30個省份物流行業的低碳效率及不同因素組態下其多元化發展路徑，發現物流管理水平和運作是提高物流效率的核心因素[14]。盧美麗通過數據包絡分析方法測算我國30個省份的物流業效率，結果發現：物流業高效率的核心要素是R＆D投入、經濟環境和開放程度[15]。龔雪運用DEA-Tobit模型對2010—2019年中國區域物流效率及其影響因素進行分析后發現：在多維影響因素中，信息化水平對物流效率的影響并不顯著，對外開放水平、經濟發展水平、能源利用率、區位因素與物流業綜合效率呈現顯著的正相關關系，而政府支持度、行業因素則與物流業綜合效率呈現顯著的負相關關系[16]。但也有研究結果顯示，經濟發展水平與物流業效率之間并不存在直接的正相關關系[17-18]。

綜上所述，目前關于物流業效率的研究成果頗豐，但仍存在不足之處：一是目前研究方法中多使用BBC-DEA、SBM-DEA、DEA-Malmquist等模型對物流業效率進行測算，在研究中可能會存在一些情況得出多個高效DMU（測度對象），即它們的效率值均等于1，在這種情況下，就無法對其進一步排序；二是近年來我國政府出臺了一系列起到關鍵指示作用的促進物流產業發展和提高產業效率的政策，但現有文獻研究物流業效率或時間較早，或更多集中于影響因素之上，鮮有關于相關政策實施前后對物流業效率影響的研究。基于此，文中先是采用超效率SBM-DEA模型對2007—2019年我國30個省（市、自治區）碳排放約束下的物流業效率進行測算和分析，隨后基于關鍵性政策，檢驗和比較政策實施前后物流業效率與碳排放之間關系的變化情況，并嘗試提出相應的政策建議。

2 碳排放約束下的省級物流業效率測算

基于投入-產出視角，物流業效率可定義為在物流生產活動中產出與投入之間的比率。參照大多數學者的研究，文中以交通運輸、倉儲和郵政業來定義物流業，并選取超效率SBM-DEA模型，對2007—2019年間30省份（西藏自治區部分數據缺失）的物流業效率進行了測算。

2.1 研究方法

估計技術效率的方法大致可分為參數分析和非參數分析兩類方法，其中，非參數分析方法中的數據包絡分析法（DEA）應用最為廣泛。它由Charnes在1978年提出，主要原理是在計算前沿面的基礎上，運用線性規劃構建包絡曲線，從而對同類決策單元在多投入、多產出下的投入效率進行測度[19]。相比于測度效率的傳統方法，DEA具有明顯的優勢，在測算中一方面不需要對各指標分別賦予權重，另一方面也不需要對數據進行無綱量化，排除了主觀因素的干擾，更適合進行多投入多產出的效率測度，如政府部門支出效率等的測算。傳統DEA模型可分為規模報酬不變的模型（CCR模型）和規模報酬可變的模型（BCC模型）。

然而，如果使用傳統的DEA模型，在分析中可能會有一些不足：第一，傳統的CCR模型和BCC模型都是徑向角度模型，也就是無效DUM的改進方式是將所有的投入和產出進行同比例的放大或縮小，所以當出現非零松弛（slack）投入或產出時，可能會出現效率值估計過高的情況[20]；二是在分析結果中，CCR模型和BBC模型通常會出現多個測度對象（DMU）被評價為有效的情況，即多個有效決策單元效率值均為1，這樣就無法對多個有效決策單元進行比較分析。

為了解決這兩個問題，TONE KAORU于2001年提出了SBM模型[21]。與徑向DEA模型不同的是，SBM-DEA模型可以同時從投入和產出兩個角度來對無效率狀況進行測量，因此被稱為非導向（Non-oriented）模型；針對傳統DEA模型無法區分和排序多個同樣有效測度對象的問題，ANDERSEN和PETERSEN提出了“超效率”模型來進一步區分有效的程度[22]。該模型彌補了傳統DEA模型的不足，其測算出的效率為線性連續解，無效率單元的效率值不受模型變換的影響，得出的效率值與傳統DEA模型計算出的數值一樣；但有效率單元的效率值卻不再受到1的限制，而是以大于1的不同數值表現出來，從而可以實現決策單元的完全比較和排序。

ANDERSEN和PETERSEN提出是徑向超效率模型，其他類型的距離函數也同樣適用于這個模型的原理。在此基礎上，TONE KAORU又于2002年提出了超效率SBM-DEA模型[23]，此模型既彌補了徑向DEA模型對DUM效率值估計過高的缺陷，同時也吸納了超效率模型可以對多個有效決策單元進行比較的優勢。文中在省級物流業效率的測算中，就采用了超效率SBM-DEA模型。

2.2 指標設計

DEA模型需要設定一個投入-產出評價指標體系。對于投入指標，已有研究主要傾向于從人力、物力、財力3個視角選取[24]；對于產出指標，已有研究主要從數量和質量2個方面選取[25]。具體參考王燕等、王東方等、鄭金娥等的做法 [26-28]，選取交通運輸、倉儲和郵政業固定資產投資額作為資本投入指標，交通運輸、倉儲和郵政業就業人員作為勞動力投入指標，貨運量、貨物周轉量和物流業增加值作為期望產出指標。以往在進行物流效率研究時，往往學者著重于關注資本和勞動力因素，而環境指標較少被考慮[29]。然而，隨著可持續發展的壓力逐漸增大，物流業需進一步承擔降低能耗和減少碳排放的重任。因此，文中將物流業碳排放作為非期望產出放入物流業效率評價指標體系。評價指標體系見表1。文中將對2007—2019年我國30省份的物流業效率進行測算和分析。數據來源為《中國統計年鑒》、國研網統計數據庫、CEADs中國碳排放核算數據庫等。

2.3 測算結果與分析

經測算，可以得出我國30省份2007至2019年的物流業效率值，圖1展示了最高分、最低分和平均分的變化趨勢。可以看到，13年間省級物流業效率的最高分和平均分大致呈增長趨勢，但最低分卻基本保持穩定。

由于經濟發展水平、產業結構、資源配置等方面的差異，我國地區之間物流業效率存在明顯差異。中國四大經濟區東部地區、中部地區、西部地區、東北地區2007—2019年的物流業平均效率如圖2所示。從圖中可以看出，東部地區物流業效率最高，中部、東北次之，西部最低，區域之間存在顯著差異。這說明物流業效率與區域經濟發展水平密切相關，經濟發達地區人才優勢明顯，技術研發投入大，交通便利且物流基礎設施完善，擁有扎實的物流業發展基礎。而全面提高各地區物流效率，縮小區域差距，是提高我國物流業整體效率的關鍵。

此外，從圖2中還可以看出，2014年及以前，四大區域物流業效率波動明顯，而2015年之后，則有明顯的增高趨勢。因此，可以合理推斷，政策因素對各地區物流業效率的提升作用十分明顯。2014年10月4日《物流業發展中長期規劃（2014—2020年）》實施以來，各省份堅決貫徹落實黨中央關于大力發展綠色物流、建立健全現代物流服務體系、加大投資支持重要物流基礎設施建設的政策指示，致力于將物流業發展由原有的“數量型”逐漸向“效率型”轉型升級。尤其東北地區，自政策實施后，物流業效率發展速度尤為迅猛，2016年較2014年增長約110%，可能的原因是東北地區工業基礎強，物流基礎設施建設速度較快，從而與東部經濟發達地區聯系較為便捷，且東北地區地形多平原，交通運輸較于西部地區更為便利，因此發展空間較大。為更直觀地反映我國各省份物流業效率的時空演變情況，結合之前測度相關結果，選取2007年、2011年、2015年和2019年的截面數據繪制我國各省份在碳排放約束下物流業效率的空間聚類圖（圖3），顏色越深代表物流業效率越高根據中國碳排放核算數據庫，文中選擇了可能產生碳排放的原煤、精煤、其他洗煤、煤塊、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣共12種能源，并將其分為煤炭、石油、天然氣3大類。。

從圖3中可以看出，2007—2011年間，各省份物流業效率并沒有太大程度的提升，這可能是因為在此期間雖然我國政府出臺相關政策促進物流業平穩較快發展，而我國的物流行業一直保持著粗放式的發展模式，缺乏先進的管理經驗，對節能減排方面重視不夠，同時在提升物流效率方面行業技術應用還有待提高。而2015年后，我國省份物流業的空間效應開始凸顯，至2019年，部分省份尤其東部地區省份物流業效率得到了較大幅度的提升，這說明國家高質量發展的相關政策在物流產業發展轉型過程中發揮了至關重要的作用。

3 物流業綠色轉型中的政策效應分析

3.1 模型設定及變量選取

為進一步驗證在物流業綠色轉型過程中的政策效應，我們將物流業效率測算中的碳排放因素作為單獨的變量，構建面板數據模型

其中，effi，t是通過超效率SBM-DEA模型計算的不含碳排放約束的省級物流業效率（即將表1中的非期望產出剔除）；emissioni，t為核心解釋變量，表示省份i在t年度的物流業碳排放強度；Controli，t為各控制變量；μi為個體固定效應；λt為時間固定效應；εi，t為誤差項。變量設計見表2。

本部分選取2007—2019年我國30個省（西藏因相關數據缺失嚴重未包含）的面板數據展開實證研究，數據來源為《中國統計年鑒》、各省市自治區統計年鑒、國研網數據庫、CEADs中國碳排放核算數據庫等。變量描述性統計結果見表3。經檢驗，變量之間VIF值均小于10，因此不存在嚴重的多重共線性。

3.2 基準回歸分析

物流業碳排放強度對物流業效率的影響的基準回歸結果見表4。其中，第（1）（2）列僅考慮了物流業碳排放強度和物流業效率兩大指標，第（3）（4）列加入了控制變量，第（2）（4）列分別在第（1）（3）的基礎上進一步控制了時間固定效應。回歸結果表明，無論是否加入控制變量，物流業碳排放（emission）對物流業效率（eff）的回歸系數都在5%的水平上顯著為正。初步表明，物流業碳排放強度大，能夠帶來更多的物流業產出，從而物流業效率會更高，即限制地區物流業碳排放不利于物流業效率的提升。這可能是因為原先的物流業發展是“數量型”的，主要通過不斷增大碳排放強度這種粗放型的方式來推動物流業效率的增長，碳排放強度高，往往意味著投入方式成本較低，從而物流業效率數值較高。

3.3 分組回歸分析

為了進一步檢驗政策《物流業發展中長期規劃（2014—2020年）》的實施是否使得物流業碳排放強度對其效率的影響效果發生變化，接下來通過分組回歸予以展示（表5）。因政策實施時間為2014年10月，故以2015年為時間節點，將樣本分為2組，表3中第（1）列為2014年及以前樣本回歸結果，第（2）列為2015年及以后樣本回歸結果。通過比較可以看到，政策實施前，回歸結果與基準回歸相似，變量物流業碳排放（emission）回歸系數顯著為正，且數值有所增加；而政策實施后，變量物流業碳排放（emission）的回歸系數為正但不再顯著。這表明，在政策出臺前，我國各地區物流企業的發展還是會更依賴碳排放高的低成本方式來提高物流業效率，而在綠色物流業一系列政策出臺之后，各地區積極響應并采取措施，改變了原有粗放式的發展模式，由原有的“數量型”逐漸向“效率型”轉型升級。此外，政策出臺前后，變量經濟發展水平（pgdp）的回歸系數由不顯著變為正向顯著，說明政策出臺后，經濟較發達地區實施效果相對更好，物流業效率有著明顯提升，這與圖3的結論是一致的。

為進一步驗證結論，因物流業產生碳排放的能源中，石油類約占80%，為碳排放的主要來源。因此，將變量物流業碳排放（emission）替換為物流業石油類資源碳排放（oil），同樣以2015年為時間節點進行分組回歸，表3中第（3）列和第（4）列分別為政策實施前后的回歸檢驗，這與總碳排放強度研究的顯著性相吻合。

4 結論與政策建議

二十大報告指出，高質量發展是全面建設社會主義現代化國家的首要任務，建設現代化產業體系要加快發展物聯網，建設高效順暢的流通體系，降低物流成本。可持續的物流業是國家實現高質量發展的重要基礎條件和驅動力，是眾多產業的重要支撐，對提高區域經濟增長速度和質量起著帶動作用，因此，研究我國物流行業效率及其影響因素具有重要的理論和現實意義。文中首先運用超效率SBM-DEA模型，測算了我國30個省（市、自治區）在碳排放約束下2007—2019年的物流業效率，并分析了變化趨勢和四大經濟區的空間聚類特征；后基于關鍵性政策，檢驗和比較了政策實施前后物流業效率和碳排放之間的關系及物流業效率的影響因素。結果表明：第一，2007—2019年我國30個省份整體物流業效率皆有較大幅度的提升，但由于經濟發展水平、產業結構、資源配置等方面的差異，四大經濟區的物流業效率差異明顯，東部地區最高，中部、東北次之，西部最低；第二，在2014年10月4日《物流業發展中長期規劃（2014—2020年）》實施后，全國30個省份的物流業效率相較于2007—2014年間明顯提高幅度更大、提高速度更快；第三，政策文件發布前，中國主要是通過碳排放強度較高的粗放型的低成本方式來提高物流業效率，而2015年之后，省級物流業效率與碳排放強度之間關系不再顯著，而與地區經濟發展水平關系顯著，再次驗證了政策效應明顯，物流業發展轉換為對環境更友好的方式，且經濟發展水平高的地區轉型更為成功。

基于文中上述分析和論述，提出以下建議。

第一，打破物流業區域性壁壘，加強地區間交流合作。物流業發展具有區域性的特征，相對于東部地區，中西部地區在資金、人才、技術等方面存在明顯劣勢，技術水平較低是造成中西部地區工業落后的主要原因。因此，要大力倡導區域合作，一方面在中西部地區建設智能物流系統，投入先進的設備，開發物流信息平臺，將現有物流企業進行整合與升級；另一方面引導不同地區物流企業之間的業務交流，中部地區和西部地區物流管理部門的決策者可以更便捷地借鑒東部地區的物流技術與管理經驗，從而促進產業創新，提高整體物流效率，縮小地區差異。

第二，充分考慮區域異質性，因地制宜制定物流產業發展規劃。各地區應立足自身比較優勢，制定節能減排的政策和目標。西部地區要充分發揮自身優勢，利用風能、太陽能等新能源，優化物流業能源消費結構，不斷提高能源利用效率。東部地區要利用自身資金、人才、技術方面的優勢，積極研究節能減排和使用可再生能源的技術與能力，更新高能耗物流設備。在東部和西部地區加快發展以及“中部崛起”的戰略背景下，中部地區需要加快技術改造，優化產業結構和資源配置，提高能源利用率。相較之下，中西部地區具有更大改善空間，應在國家“一帶一路”政策倡議的引導下，以中高速增長的經濟產業來帶動物流業的綠色轉型和可持續發展。

第三，出臺相關政策規劃，加強政府引導作用。自2014年起政府相關物流業發展政策出臺之后，我國的物流業效率明顯提高幅度更大、提高速度更快。在沒有政策干預的情況下，物流業行業的技術研發往往以提高盈利水平為第一目標，這既違背了經濟與環境協調發展的原則，又不滿足高質量發展的要求。因此，政府應加強相關政策對物流行業發展的引導作用，制定相應的財稅政策和激勵措施，特別是對高效節能的技術創新給予更多的政策支持和稅收優惠，推動與節能低碳相關的物流技術創新，鼓勵物流業向節能低碳方向發展。此外，政府部門可利用碳標識、碳排放審計、碳減排指標分擔等多種政策監管工具，鼓勵物流企業通過綠色技術創新來提高物流業效率。

第四，摒棄粗放發展模式，促進物流業提質增效。中國物流業發展先前主要是通過碳排放強度較高的粗放型低成本方式來提高物流業效率，這面臨著要素利用效率低、分配不合理等問題，在物流業高質量發展背景下，資源節約和環境保護的任務日益艱巨，這就需要物流業在保持平穩發展的同時，摒棄以往粗放發展模式。隨著數字化的發展，物流企業應引入物聯網技術，實現物流設備和貨物的實時監控和追蹤，提高物流操作的準確性和效率結合；更多使用新能源車輛和設備，引入先進技術，提高要素綜合利用效率，并注重資源節約和環境保護，做到從源頭上促進物流業的提質增效。

參考文獻：

[1] MALHOTRA G，MISHRA S.Effect of economic growth on the logistics sector in india[J].Theoretical Economics Letters，2019，9（01）：210-222.

[2]YANG J，TANG L，MI Z，et al.Carbon emissions performance in logistics at the city level[J].Journal of Cleaner Production，2019，231：1258-1266.

[3]Climate change 2014：Mitigation of climate change[M].Cambridge University Press，2015.

[4]OUM T H，PATHOMSIRI S，YOSHIDA Y.Limitations of DEA-based approach and alternative methods in the measurement and comparison of social efficiency across firms in different transport modes：An empirical study in Japan[J].Transportation Research Part E：Logistics and Transportation Review，2013，57：16-26.

[5]DENG F，XU L，FANG Y，et al.PCA-DEA-tobit regression assessment with carbon emission constraints of Chinas logistics industry[J].Journal of Cleaner Production，2020，271：122548.

[6]孟魁.基于三階段DEA方法的中部六省物流效率評價[J].統計與決策，2014（02）：57-60.

[7]MARIANO E B，GOBBO J A，CAMIOTO F DE C，et al.CO2 emissions and logistics performance：A composite index proposal[J].Journal of Cleaner Production，2017，163：166-178.

[8]YAO S，MA L，LAI? Y.Low-carbon logistics efficiency measurement of provinces and cities along the belt and road[J].Ecological Economy，2020，36（11）：20-23.

[9]張云寧，劉子琦，歐陽紅祥，等.低碳環境下區域物流產業效率綜合研究——基于長江大保護區域19個省的實證分析[J].管理現代化，2020，40（20）：33-40.

[10]陳潔.碳強度約束下的區域物流產業效率測算——基于環境DEA技術的Malmquist-Luenberger指數方法[J].經濟與管理，2014，28（03）：62-67.

[11]王琴梅，譚翠娥.對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學，2013，27（05）：70-74.

[12]李妍，孫振清.碳排放約束下我國物流業運行效率測算及其影響因素分析[J].商業經濟研究，2021（08）：75-78.

[13]湯中明，周玲.物流業發展對低碳經濟影響的實證研究[J].生態經濟，2016，32（11）：84-87.

[14]杜暉.“雙碳”目標下我國物流業效率提升的多元化路徑探討[J].商業經濟研究，2022（04）：110-113.

[15]盧美麗.中國物流業效率提升是否有路徑顯現？——基于省級數據的定性比較分析[J].商業經濟與管理，2020（07）：27-37.

[16]龔雪.區域物流效率測度及影響因素分析[J].統計與決策，2022，38（12）：112-116.

[17]于麗靜，陳忠全.低碳視角下中國區域物流效率研究——基于SFA與PP的實證分析[J].生態經濟，2017，33（04）：43-48+91.

[18]劉秉鐮，余泳澤.我國物流業地區間效率差異及其影響因素實證研究——基于數據包絡分析模型及托賓模型的分析[J].中國流通經濟，2010，24（09）：18-21.

[19]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，2（06）：429-444.

[20]成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014

[21]TONE K.A slacks-based measure of eiency in data envelopment analysis[J].European Journal of Operational Research，2001，130（03）：498-509.

[22]ANDERSEN P，PETERSEN N C.A Procedure for ranking efficient units in data envelopment analysis[J].Management Science，1993，39（10）：1261-1264.

[23]TONE K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，143（01）：32-41.

[24]XU M.Research on the relationship between fiscal decentralization and environmental management efficiency under competitive pressure：Evidence from China[J].Environmental Science and Pollution Research，2022，29（16）：23392-23406.

[25]QIN W，QI X.Evaluation of green logistics efficiency in northwest China[J].Sustainability，2022，14（11）：6848.

[26]王燕，劉婷.碳排放約束下我國區域物流能源效率及影響因素研究[J].生態經濟，2018，34（10）：14-18+90.

[27]王東方，關高峰，董千里.中國物流產業技術效率空間差異及成因分析[J].統計與決策，2018，34（08）：131-136.

[28]鄭金娥，關高峰，杜厚維.長江經濟帶省域物流業效率差異研究[J].統計與決策，2020，36（11）：110-113.

[29]YU L， CHEN Z.Research on regional logistics efficiency in China from the perspective of low carbon：An empirical study based on SFA and PP analysis[J].Eco-economy，2017，33（04）：43-48.

（責任編輯：嚴焱）

收稿日期：2023-04-27

基金項目：上海市哲學社會科學一般規劃項目“增值稅加計抵減政策的影響研究：理論機制、效應評估與政策優化”（2020BJB005）

作者簡介：王聰（1989—），女，山東濟南人，博士，講師，主要從事流通經濟、財稅理論與實踐方面的研究工作。