“雙碳”背景下的長江經濟帶綠色物流效率分析研究

摘" 要：立足于“雙碳”目標的達成，各行業都在推進綠色轉型進而實現可持續發展，物流業作為碳排放的重要來源地，具有高耗能、高排放的特殊性，客觀影響區域的高質量發展。文章以厘清長江經濟帶上中下游各省綠色物流效率影響因素、探究長江2013—2021年綠色物流產業效率時空變化規律以及推動因素為目的。研究發現：根據數據可以看出，上中下游地區的物流效率基本呈現“下游＞中游＞上游”的特征。綠色物流技術效率和規模效率在2013年、2017年和2021年呈現“先升后降”的態勢；產業效率整體為“上升”趨勢；空間分布上，綠色物流產業技術效率空間差異程度最大，產業效率次之，規模效率最小。透過數據可以看出，該區域產業、生態、經濟、運輸推動力對綠色物流產業效率有明顯正向空間溢出效應，在未來發展中亟需政府支持，同時企業投入模式可以有效提升綠色物流效率，共同助推長江上中下游地區綠色物流的合作與交流，實現長江經濟帶綠色物流高質量發展。

" 關鍵詞：長江經濟帶；綠色物流效率；DEA方法；空間杜賓模型

" 中圖分類號：F259.2" "文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.24.020

Abstract：" Based on the achievement of \"double carbon\" goals， all industries are promoting green transformation and achieving sustainable development. As an important source of carbon emissions， the logistics industry objectively affects the high-quality development of the region because of its particularity of high energy consumption and high emissions. The study finds that according to the data， the logistics efficiency of the upper， middle and lower reaches of the region basically presents the characteristics of \"downstreamgt;midstreamgt;upstream\". The technical efficiency and scale efficiency of green logistics will increase first and then decrease in 2013， 2017 and 2021. The overall industrial efficiency is an \"upward\" trend; in terms of spatial distribution， the spatial difference of technical efficiency of green logistics industry is the largest， followed by industrial efficiency and scale efficiency. It can be seen from the data that the driving forces of industry， ecology， economy and transportation in this region have a significant positive spatial spillover effect on the efficiency of green logistics industry. In the future development， government support is urgently needed. At the same time， the enterprise investment model can effectively improve the green logistics efficiency， jointly promote the cooperation and exchange of green logistics in the upper， middle and lower reaches of the Yangtze River， and realize the high-quality development of green logistics in the Yangtze River Economic Belt.

Key words： the Yangtze River Economic Belt; green logistics efficiency; DEA method; spatial Dubin model

收稿日期：2024-03-28

基金項目：河北省科協智庫地學旅游與鄉村振興研究基地（DLXZ24409）；河北省礦產資源戰略與管理研究基地科研項目資助（KCGL202410）

作者簡介：賀玉德（1983—），男，河北邯鄲人，河北地質大學管理學院，河北省科協智庫地學旅游與鄉村振興研究基地，副教授，博士，碩士生導師，研究方向：區域物流；劉" 楊（1999—），本文通信作者，男，河南南陽人，河北地質大學管理學院碩士研究生，研究方向：區域物流。

引文格式：賀玉德，劉楊. “雙碳”背景下的長江經濟帶綠色物流效率分析研究[J]. 物流科技，2024，47（24）：98-103.

近年來，因為全球氣候變暖和環境污染的日益嚴重，低碳經濟和綠色發展已經成為全球關注的焦點議題。我國已經多次明確表態達成“雙碳”目標，即碳達峰和碳中和，低碳轉型已成為我國各行業未來經濟發展的必要選擇。我國物流行業在國民經濟中處于核心地位，也是將眾多產業有機串聯的重要紐帶。通過高效的物流網絡和服務，物流業為各個行業的協同發展提供了強有力的支持并將其進行有機串聯。但是物流業不僅始終是能源高消耗行業，更是碳排放大戶，物流業的碳排放量在各行業中名列前茅[1]。由此可見，物流行業的綠色轉型升級刻不容緩。

長江經濟帶貫穿我國西部、中部、東部三大區域，其面積占全國總面積的21.4%，根據經濟數據顯示，截止2018年長江經濟帶GDP已超過全國的四成。長江經濟帶地理位置優越、交通便利、資源也極其豐富，也是“雙碳”背景下推動綠色經濟發展的重要戰略支撐區。長江經濟帶作為一條經濟發展的黃金水道、航運銜接我國三個特大城市群，帶動沿線區域經濟發展呈乘數級上升。綠色物流是物流業低碳轉型的重要手段之一，大幅減少了對環境的不利影響，可以提高物流運作效率和社會經濟效益，加快構建資源節約型環境友好型社會。

關于長江經濟帶高質量發展和綠色物流效率及其影響因素的相關研究，主要集中在4個部分。在其高質量發展中，常以 “可持續、高效率和綠色”的發展目標[2]，提供高技術含量[3]，明確高質量發展方向，智能綠色轉型，區域協調發展[4]，經濟活力等宏觀層面以及制定差異化的區域政策，在產業基礎高級化和產業鏈穩定性等諸多方面提出方案。在綠色物流效率方面以企業[5]和區域[6]為主，測算其總體水平、區域內部差異、增長驅動力等因素被廣泛關注[7]。從綠色物流效率分析的方法來看，可以使用熵權法[8]確定指標權重，參數分析法例如隨機前沿分析法（SFA）[9]，以及非參數分析法如數據包絡分析法（DEA）[6]。在這些方法中，非參數分析法如DEA更為廣泛地應用于綠色物流效率評估。從綠色物流效率差異而言，學者們大多選用我國整體、單獨省域等為對象梳理其效率差異以及變化特征。從探究綠色物流效率差異的研究方法和影響因素來看，大多學者通過構建Malmquist指數模型[10]、Tobit模型[11]等面板數據模型，在區域物流協同中，從先進綠色物流技術[6]、政策支持[12]、產業結構升級[13]等一個或多個方向，探究不同省市的綠色物流效率差異的因素，但是難以全面梳理綠色物流效率與其空間之間的復雜關系。

鑒于此，學者們將綠色物流效率與社會、產業、環境等方面因素相結合，在指標體系和評價方法方面也進行了諸多有益嘗試，但仍存在部分欠缺的地方。例如，未能考慮到目前信息化物流企業所做出的節能減排，忽略綠色物流已經取得的成就。綠色物流效率的研究主要從城市群、省區、經濟帶等樣本自身因素分析，相關聯區域協調發展等角度進行的探討相對較少。

本文從長江經濟帶綠色物流效率的現狀出發，探究的問題主要體現在以下兩個方面。一是考慮到將信息化物流企業所做出的節能減排貢獻量化后納入到投入指標，并將物流業碳排放量和氮排放量納入非期望指標。二是尋找確定影響長江經濟帶綠色物流效率的推動因素，根據長江流域的地理位置關系和社會經濟地位進行分析。以此為契機提出促進長江經濟帶的綠色物流發展的參考方案。本文研究2013—2021年長江經濟帶綠色物流發展規律，屬于多投入產出問題，借助因子分析法對數據進行量鋼化處理。首先，測算其綠色物流效率，并從靜態以及動態兩方面探究長江經濟帶綠色物流效率的變化規律。其次，使用空間杜賓模型實證檢驗四種推動力因素對綠色物流效率的影響和溢出效應，并進一步分種類闡述四種推動力因素對綠色物流效率的影響。

1" 研究方法和數據介紹

1.1" 綠色物流效率測度方法簡介

本文將利用數據包絡分析（DEA）中的DEA-BCC模型和DEA-Malmquist（DEA-MI）指數模型分別測算長江經濟帶綠色物流靜態效率和動態效率。靜態效率主要測算某時間節點的綠色物流效率，并將其分解為純技術效率和規模效率。本文將以此探究和分析長江經濟帶上中下游及其各省市的綠色物流產業效率空間分布狀況，分析各地區自身因素對物流產業效率影響。動態效率主要測算連續時間階段的綠色物流效率，并將技術進步指數剝離出來。本文基于此探究 2013—2021年長江經濟帶綠色物流效率及其分解效率的變化情況，深究原因并提出對策建議。

本文研究采用數據包絡法（DEA）和Malmquist指數法對長江經濟帶的綠色物流效率進行測度分析。DEA模型可用于多項投入指標與產出指標的靜態效率評價，不受相應指標單位量綱影響，采用DEA-BCC模型來評價決策單元效率水平，公式如下。

[minθ-εeTs-+eTs+] （1）

[i=1nλiXi+s-=θXi0] （2）

[i=1nλiXi+s+=Yi0] （3）

[λi≥0，s-、s+≥0] （4）

[i=1nλi=1，i∈1，n] （5）

在上述公式中：i=1，2，…，n…i為待評估的決策單元，X設為投入變量，Y設為產出變量，權重用λ表示，[s-]代表物流產出松弛變量， [s+]代表投入松弛變量，θ則表示第i個決策單元的效率值，當θ=1時，并且[s+]=0，[s-]=0時，表示DEA有效[14]。

Malmquist指數一般用于測量一段時間內全要素生產率的變化，將其與DEA模型結合有利于更全面地分析長江經濟帶綠色物流效率的靜態和動態變化。在規模報酬不變時，常采用Malmquist指數來分析技術進步效率（Techch）和技術效率（Effch），但是規模報酬可變時，可以用純技術效率（Pech）和規模效率（Sech）乘積代表技術效率（Effch），公式如下：

[TEP=Techch×Effch=Techch×peach×Sech]。

本文從長江經濟帶各省份郵政從業人數、各地周轉量、信息化物流企業占比、物流業固定資產投資4個維度選取物流業投入要素指標；選取物流業非期望產出要素指標從氮排放量和碳排放量兩個維度出發；物流業期望產出要素指標確定為物流業增加值。

1.2" 綠色物流效率推動因素模型構建與變量選取

空間杜賓模型（SDM）是一種組合空間滯后模型（SLM）和空間誤差模型（SEM）的空間計量經濟模型。它是在杜賓模型（Durbin Model）的基礎上引入了空間滯后變量，以長江經濟帶為對象，通過空間杜賓模型探究影響綠色物流產業效率的推動力分析，設定如下的模型：

[TEPit_β0+ρi，t=1nWitTEPit+βiχijt+β2i，t=1nWitχit+μi+σi+εit] 。

模型中，[TEPit]為綠色物流產業效率；經濟推動力、生態推動力、交通推動力、產業推動力分別為4 個推動因素變量，用[χit]表示；[ρ]是空間自回歸系數，[β]是推動因素變量影響系數，[μi]代表空間的固定效應，[σi]代表時間的固定效應，[εit]則代表隨機擾動項。[Wit]是一個二進制的（0-1）空間權重矩陣，該矩陣中的各個元素代表各單位與其他單元之間的地理位置關系，以此衡量省區之間是否相鄰。本文設定兩省區相鄰則[Wit]為1，否則，[Wit]為0；地理距離權重矩陣衡量省區之間的直線距離，本文設定不同省區之間為其距離的倒數，同一省區為0；經濟權重矩陣則表示各省市經濟發展情況，設定[Wit]為2013—2021年其中兩省市人均 GDP差的絕對值的倒數，本省市相比時為0。

1.3" 綠色物流產業效率推動因素體系構建和指標來源

1.3.1" 經濟推動力

經濟的快速增長和全球貿易的擴大，物流活動也大幅增加。社會經濟的快速發展對綠色物流產生了積極的影響，通過政策支持、技術創新和可持續發展理念的推動， 助推其迅速高質量發展。本文選用11省市的“人均 GDP”代表經濟推動力。

1.3.2" 產業推動力

產業結構對綠色物流有著顯著影響，因為不同行業的生產和供應鏈特點會直接影響到物流活動的環境影響和可持續性。通過行業轉型、技術創新和政策引導，實現更可持續的物流運作。本文的產業推動力由“第三產業增加值占GDP 比重”表示。

1.3.3" 運輸推動力

區域運輸能力和周轉效率是物流基礎組成部分，在追求綠色物流的過程中，需要通過提升區域運輸能力和優化周轉效率來實現環境可持續性。本文選取代表11省市交通綠色物流運輸能力和周轉效率的“貨物周轉量”代表交通推動力。

1.3.4" 生態推動力

生態環境與綠色物流密切相關，保護空氣質量、合理利用水資源、保護生物多樣性等措施，可以促進綠色物流的發展。綠色物流助推保護生態環境，并且面向未來出發尋找可持續的物流方案。本文的生態推動力由“城市綠化覆蓋率”表示。

以上指標除產業推動力數據來源于《中國城市統計年鑒（2013—2021）》，其他數據均來源于中國國家統計局。

2" 長江經濟帶綠色物流產業效率評價

2.1" 長江經濟帶綠色物流產業效率總體變化趨勢

本文利用DEA-MI 指數方法測算出長江經濟帶2013—2021年各年份的綠色物流產業效率及其分解效率的動態發展趨勢。

從圖1變化趨勢可以看出，長江經濟帶綠色物流產業效率和技術進步指數變化明顯，而規模效率、技術效率變化指數浮動情況較小，純技術效率最為平緩。由發展時間來劃分，總體發展過程可分為兩個階段： 第一階段為2013—2017年，第二階段為2018—2021年。在第一個階段中綠色物流產業效率與技術效率變化指數、規模效率整體變化一致，可以看出綠色物流產業效率的升降主要受技術效率變化指數和規模經濟的影響，第二階段綠色物流產業效率與其技術進步指數變化情況基本相同，也可以看出綠色物流產業效率的變化趨勢主要受技術進步影響。

另外，利用 DEA-BCC方法以長江流域11省區為目標對象，選取2013年、2017年和2021年為時間節點，對其的靜態效率進行實證研究，進一步反映長江經濟帶總體的綠色物流產業效率及其分解效率，探求2013—2021年所處的階段及其發展變化情況。長江流域綠色物流產業效率總體波動性較強，前期較為平穩，后期呈“先升后降再升”態勢，從2013年的1.080平緩過渡至2017年的1.097，上升至2018年的1.290，后迅速下降至2019年的1.036，最后上升至2021年的1.350。根據數據變化情況在一定程度上說明，長江流域的綠色物流產業效率在最近幾年迎來大發展，發展過程中的技術、配套、資金和自然資源等投入要素大量匯集，技術進步變化指數和綠色物流產業效率也有明顯的上升。

從地理區域劃分看，長江流域上中下游發展情況也不盡相同。上游地區（四川、貴州、云南、重慶）綠色物流產業效率（1.178—1.132—1.088）和規模效率（1.045—1.026—1.010）不斷下降，技術效率變化指數呈上升并有逐漸保持穩定的態勢。上游省份較為注重技術發展，然而物流業是高消耗產業，從實際情況來看技術效率進步難以挽回規模效率下降對綠色物流產業效率的影響。中游地區（湖北、湖南、江西）綠色物流產業效率（0.971 0—1.164—1.471）處于不斷上升態勢。規模效率（0.968 9—1.013—0.971 5）和技術效率變化指數（0.933 9—1.069 3—0.986 7）則是先上升后下降的態勢。中游省份在經濟發展和物流策略等方面有相對優勢，但還是發揮人口優勢，所以在技術效率和規模效率方面沒有持續增長。下游地區（安徽、浙江、江蘇、上海）綠色物流產業效率（1.035—1.373—1.514）、技術效率變化指數（0.996 1—1.000—1.000）和規模效率（1.009—1.134 9—1.230 7）均處于不斷上升發展趨勢。發展情況與我國整體經濟地域特征相重合。下游省市尤其是上海市在產業結構優化、經濟發展水平、資金技術和管理配套等方面有獨特優勢，上海擅于引進國外資金和先進技術，在各行各業中都走在前沿。

2.2" 長江經濟帶綠色物流產業效率空間分布圖

本文為直觀反映長江經濟帶綠色物流產業效率的階段性變化和空間分布特征，使用ArcGIS工具，繪制出11省區綠色物流產業效率及其分解效率的可視化分布圖。圖2中顏色深淺即代表效率值的高低，顏色最深為第一梯隊，依次至第四梯隊，梯隊名詞越靠前，則其效率值越高。

從圖片呈現情況來看，長江經濟帶綠色物流產業效率及其分解效率空間分異程度有所差異。旅游產業效率、規模效率、技術效率空間分異程度都很大，各年份均可分為四個梯隊；但是技術效率變化程度最小，上游地區水平較弱。以下為三個地區的效率情況：下游地區lt;中游地區lt;下游地區。

綠色物流產業效率：上游地區第一梯隊省市數量變化情況先減少后增加（3—2—3），并不斷有新的省市加入第一梯隊，更迭較為明顯。重慶一直處于高效率狀態，是西南地區最具發展力的省市。云南長期處于較低效率水平，但是增長速度很快，在2017年已經上升為第一梯隊。而四川先是位于“第三梯隊”，直線上升到“ 第一梯隊”，最后滑落“第二梯隊”，變化波動明顯，貴州則經歷了由盛轉衰的衰退過程。中游地區第一梯隊數量變換為（2—1—2），中游地區的整體產業效率始終較高，中游地區三個省份效率基本持平。下游地區第一梯隊效率省區數量在2019年明顯增加（2—3—4），下游地區的效率逐年增高，總體產業水平也遠高于上游地區和中游地區。

規模效率（見圖3）： 上游地區第一梯隊省市數量變化趨勢呈先上升后下降（2—3—2），造成這一現象的主要原因是貴州省規模效率降低； 重慶和云南的規模效率變化為“第三梯隊—第一梯隊—第一梯隊”和“第四梯隊—第四梯隊—第一梯隊”；云南省的規模效率水平普遍處于低位，但近年來的發展速度一直很快，效率值也穩步提高。中游省市的規模效率處于逐漸上升的趨勢，第一梯隊省市數量變化趨勢呈先下降后上升（2—1—2），兩湖地區分別于2017年達到規模效率較高生產前沿面水平，這直接促進中游地區旅游產業效率的穩步提升。下游地區近年來發展形勢十分迅猛，雖然浙江和安徽在2013年和2017年均處落后地位，但是2021年均上升到第一梯隊，致使下游地區在2021年所有省市均達到規模效率較高生產前沿面水平。

技術效率（見圖4）：上游地區第一梯隊省區數量變化趨勢呈先上升后保持（2—3—3），原因是四川省由第三梯隊（2011 年）上升至第一梯隊并持續保持（2017年、2021年）。貴州省在技術效率中始終處于末位。中游地區第一梯隊省區數量總體下降（2—1—1），江西與湖北始終穩定，湖南省技術效率水平先下降后穩定，其 2013年的下降使中游地區技術效率難以得到較多提高。下游地區第一梯隊省區數量穩步上升，最終保持穩定（2—3—3），其原因是由于浙江技術效率水平的快速上升，總體來看，江蘇和云南技術效率水平處于低位，長江經濟帶其他省市技術效率普遍走在整體前列。

3" 綠色物流產業效率推動因素分析

首先用普通面板回歸（OLS）方法對經濟推動力、產業推動力、運輸推動力以及生態推動力變量的系數進行估計，同時通過LM檢驗驗證主要變量在空間滯后模型（SLM）和空間誤差模型（SEM）是否具有空間自相關性。運用LR檢驗和 Wald檢驗對模型的穩健性檢驗，用 SDM模型，證明SLM模型或者SEM模型是否可以使用。

產業推動力每提升1%，直接效用為0.683%～0.731%，間接效用為0.387%～0.435%。我國產業結構升級轉型是國家宏觀調控政策，政策實施對提升綠色物流效率具有促進作用。這說明，某地區產業結構的增加會顯著改善本地區的環境污染問題，原因是我國目前正處于經濟轉型的關鍵時刻，第二產業中的“主力軍”仍是高排放高能耗企業。為第二產業服務的物流企業更是高排放的主力軍。間接效用為0.387%～0.435%，也解釋了當某個地區增加技術投入時，該地區的產出能耗會降低，周邊地區也會受到影響，從而提升整個行業的生產效率，同時帶動環境問題向好的方向發展。

生態推動力每提升1%，直接效用為0.537%～0.601%，間接效用為0.354%～0.386%。生態推動力每增加1%會使本省的綠色物流效率增加0.537%～0.601%。主要結論如下：生態因素的增加對于綠色物流效率提高有顯著的促進作用。由于生態環境中的空氣質量直接關系到物流運輸過程中排放的污染物。綠色物流致力于減少尾氣排放和空氣污染，通過采用清潔能源驅動交通工具、優化路線規劃和減少貨物滯留時間等方式來減少環境污染。采取保護水資源和生物多樣性等生態保護措施也可以促進綠色物流的發展進步。

經濟推動力每提升1%，直接效用為0.483%～0.521%，間接效用為0.306%～0.353%。這說明，經濟的發展為物流發展提供基礎，經濟發展水平提高意味著市場規模的擴大和消費能力的增強，從而物流服務的需求量也會大大增加。綠色物流在物流運作中采用環保、可持續的方式，可以實現資源的有效利用。綠色物流與經濟發展水平始終是相互關聯、相互促進、不可分割的關系。在兩者共同發展過程中可以實現經濟效益和環境效益的雙重收益。

運輸推動力每提升1%，直接效用為0.279%～0.364%，間接效用為0.136%～0.249%。運輸設施與綠色物流是相互關聯且相互影響的。通過改善運輸設施的能源效率、降低碳排放、減少環境影響以及技術創新的推動，可以促進綠色物流的實施，并推動交通運輸行業朝著綠色化、可持續化的方向發展。新型運輸設備和系統的引入可以提高能源利用效率、降低排放，促進綠色物流的發展。

4" 結" 論

4.1" 長江經濟帶綠色物流產業效率

從變化趨勢來看，2013年、2017年和2021年其綠色物流技術效率、規模效率表現出“先上升后下降”的態勢，產業效率均為“上升”的狀態。在9年的數據中可以看出“下游＞中游＞上游”的情況。原因得益于下游地區經濟發達和區位優勢，下游地區經濟相對發達，工商業活動較為集中。這意味著商品流通量大、需求量大，從而帶動了物流行業的快速發展。下游地區靠近沿海，擁有豐富的港口資源和便利的國際貿易通道，與國內外市場聯系更加緊密。隨著社會經濟發展日新月異，發展過程中也暴露出許多問題，越來越多人們逐漸意識到保護環境就是保護我們自己，保護環境意識的提升促進綠色物流的發展。綠色物流倡導高效、低碳、可持續的運輸方式，通過減少能源消耗和排放，以及優化物流網絡和技術應用，實現了可持續發展和資源的有效利用。從空間分布狀況來看，綠色物流產業技術效率空間差異程度最大，隨時間增加各省份間的差距呈減小態勢，產業效率次之，規模效率最小，三者整體變化趨勢符合“下游＞中游＞上游”的特征，但差距也在逐步減小。

4.2" 長江經濟帶綠色物流產業效率推動因素研究

由上文空間杜賓模型測算對長江經濟帶綠色物流效率各推動因素的關聯性和交錯情況進行總結。總的來說，推動力關聯性強度排名為：產業推動力、生態推動力、經濟推動力、運輸推動力。說明長江經濟帶的中上游地區在產業結構上存在一些差距。

相對而言，中上游地區的產業結構更加依賴傳統行業，如煤炭、鋼鐵、化工、重型機械等，這些行業在過去的發展中曾起到重要作用。這些產業的運輸需求推動物流業的發展，但其物流行業的高能耗和高污染也隨之而來。

5" 建議對策

長江經濟帶綠色物流效率的提高不僅有利于全國物流業的均衡發展，并且對長江經濟帶的生態保護，乃至全國物流的高質量發展具有重要意義。基于上文結論提出以下建議對策。

鑒于長江經濟帶的中上游地區存在綠色物流產業效率、規模效率較弱的現實，政府亟需制定綠色物流發展的政策，相關政策的出臺實施將有力促進長江中上游地區的綠色物流發展，包括財稅優惠、補貼獎勵、資金扶持等，鼓勵企業積極投入綠色物流領域，不斷壯大綠色物流產業規模。建立上中下游地區綠色物流的合作與交流平臺，促進政府、企業和研究機構之間的信息共享和合作，推動經驗和技術的分享，推動綠色物流發展。長江經濟帶的下游地區應繼續保持在綠色物流發展中的良好帶頭作用，并積極帶動中上游乃至全國其他地區的綠色物流發展。

鑒于長江經濟帶的中上游地區產業結構欠缺的現狀，加大長江經濟帶的中上游地區基礎設施建設的投入，包括交通、電力、通信等方面，提升區域的資源稟賦和交通運輸條件，吸引更多的產業布局。建立健全的人才培養體系，加大對長江經濟帶的中上游地區人才的培訓和引進力度，提高人才的素質和創新能力，促進各地區之間的經濟協作與聯動發展，鼓勵優勢互補、合作共贏，形成更大的市場規模和產業集聚效應。

參考文獻：

[1]" 平新喬，鄭夢圓，曹和平. 中國碳排放強度變化趨勢與“十四五”時期碳減排政策優化[J]. 改革，2020（11）：37-52.

[2]" 張軍擴，侯永志，劉培林，等. 高質量發展的目標要求和戰略路徑[J]. 管理世界，2019，35（7）：1-7.

[3]" 劉戰豫，孫夏令. 中國物流業綠色全要素生產率的時空演化及動因分析[J]. 軟科學，2018，32（4）：77-81，114.

[4]" 汪鳴，陸成云，劉文華. “十四五”物流發展新要求新格局[J]. 北京交通大學學報（社會科學版），2022，21（1）：11-17.

[5]" 成灶平，張小洪. 農產品物流企業綠色物流關鍵影響因素實證研究[J]. 中國農業資源與區劃，2020，41（5）：43-49.

[6]" 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（2）：33-40.

[7]" 楊騫，徐青. 長江經濟帶與黃河流域水資源綠色效率比較研究[J]. 經濟與管理評論，2022，38（5）：49-62.

[8]" HUANG Chao， CHU Mingchang. Research on the measurement of green logistics development level in Liaoning Province[J]. Industrial Engineering and Innovation Management， 2022，5（12）：55-64.

[9]" ZHANG Caiqing， CHEN Panyu.Industrialization，urbanization，and carbon emission efficiency of Yangtze River Economic Belt—Empirical analysis based on stochastic frontier model[J]. Environmental Science and Pollution Research， 2021（47）：66914-66929.

[10] 徐超毅，齊豫. 我國區域物流業綠色發展效率測度和空間分析——以華東地區為例[J]. 生態經濟，2023，39（4）：81-88.

[11] 謝泗薪，孫敏，秦皓. 綠色物流引領長江經濟帶高質量發展的時空差異及引領戰略構建——基于韌性經濟視角[J]. 中國流通經濟，2022，36（9）：17-31.

[12] 汪文生，考曉璇. 高質量發展視角下環渤海地區物流效率測度研究——基于三階段DEA模型[J]. 商業研究，2021（4）：75-84.

[13] 曹慶仁，周思羽. 中國碳減排政策對地區低碳競爭力的影響分析——基于省際面板數據的分析[J]. 生態經濟，2020，36（11）：13-17，24.

[14] 楊西春. 珠江-西江經濟帶城市創新能力測度及評價——基于DEA-Malmquist模型[J]. 社會科學家，2021（8）：91-97.