湖北物流業(yè)碳排放的脫鉤及影響因素研究

中圖分類號(hào)：F259.27文獻(xiàn)標(biāo)志碼：ADOI： 10.13714/j.cnki.1002-3100.2025.15.019

Abstract： The logistics industry runs through all fields of social and economic activities. It has always been a big energy consumer and a big carbon emitter. Analyzing the carbon emission and influencing factors of the logistics industryin

Hubei Province can provide a scientific basis for the formulation of emission reduction measures. Based on the availability ofdata，the carbon emissionsof the logistics industry in Hubei Province during 2O11 to 202O were estimated according to the methods provided by IPCC. On this basis，the Tapio decouplingmodel was used to analyze the decoupling status of carbon emissions from the logistics industry in Hubei Province， and the LMDI model was used to decompose the influencing factors of carbon emissions from the logistics industry. Data show that the carbon emissions decoupling index of Hubei logistics industry has been basically in a decoupling state since 2012，indicating that the growth rate of carbon emissions of Hubei logistics industry is slower and slower than its economic development. The decomposed energy structure effect， economic output effect and population size effect all play arole in boosting carbon emissions of Hubei logistics industry. The effectof economic output isthe most important，while theeffect of energy intensity plays a inhibitory role.

Key words： Hubei logistics industry; carbon emissions; Tapio decoupling; LMDI decomposition

0引言

受人類活動(dòng)和自然因素的共同影響，世界正經(jīng)歷著以全球變暖為顯著特征的氣候變化。氣候變暖對(duì)人類當(dāng)代及未來(lái)生存發(fā)展造成嚴(yán)重威脅和挑戰(zhàn)，中國(guó)作為負(fù)責(zé)任大國(guó)，采取積極措施、高度重視碳減排工作，中國(guó)政府在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上鄭重宣布：“中國(guó)二氧化碳排放力爭(zhēng)于 2030年前達(dá)到峰值，努力爭(zhēng)取 2060年前實(shí)現(xiàn)碳中和\"（以下簡(jiǎn)稱“雙碳\"），此后又連續(xù)6次在重大國(guó)際場(chǎng)合就這一目標(biāo)發(fā)表重要講話。可見，實(shí)現(xiàn)碳中和已成為我國(guó)的戰(zhàn)略性目標(biāo)，要堅(jiān)定不移、科學(xué)有序的推進(jìn)。《中國(guó)綠色物流發(fā)展報(bào)告（2023）》指出物流行業(yè)是能源密集型行業(yè)，溫室氣體排放量顯著。當(dāng)前，我國(guó)物流業(yè)碳排放占全國(guó)碳排放總量的 9% 左右，據(jù)測(cè)算，貨物運(yùn)輸及配送活動(dòng)、裝卸搬運(yùn)及倉(cāng)儲(chǔ)活動(dòng)、輔助物流活動(dòng)是物流業(yè)碳排放的三大來(lái)源，其中貨物運(yùn)輸及配送碳排放占比高達(dá) 85% 左右，交通運(yùn)輸領(lǐng)域更是四大碳排放行業(yè)之一。基于此，在“雙碳”背景下，如何促進(jìn)湖北物流業(yè)的低碳發(fā)展、綠色發(fā)展，落實(shí)行業(yè)“雙碳”行動(dòng)是急需解決的關(guān)鍵問(wèn)題。

1研究方法與模型構(gòu)建

1.1數(shù)據(jù)來(lái)源

當(dāng)前，查閱中國(guó)統(tǒng)計(jì)年鑒及各省份統(tǒng)計(jì)年鑒中都沒(méi)有專門的“物流業(yè)”相關(guān)數(shù)據(jù)統(tǒng)計(jì)，因此本文參考李健2、初麗霞等學(xué)者的數(shù)據(jù)來(lái)源，選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)來(lái)代表物流業(yè)的整體發(fā)展，而其碳排放能源消耗主要確定為原煤、汽油、煤油、柴油、燃料油、液化石油氣、天然氣和電力8種能源。文中數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《湖北統(tǒng)計(jì)年鑒》。能源折標(biāo)準(zhǔn)煤系數(shù)及碳排放系數(shù)來(lái)源于 ??2006 年IPCC國(guó)家溫室氣體清單指南目錄》。因部分統(tǒng)計(jì)年鑒數(shù)據(jù)尚未更新，本文研究時(shí)間截至2020年。

1.2碳排放的IPCC 測(cè)算方法

依據(jù)國(guó)際上通行的聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）提供的估算方法，運(yùn)用式（1）來(lái)測(cè)算湖北物流業(yè)2010—2020年間的碳排放量。

式中：i為能源種類， c 為碳排放總量， C_i 為第 i 種能源的碳排放量， α_i 為第 i 種能源的碳排放系數(shù)， η_i 為第 i 種能源的折標(biāo)準(zhǔn)煤系數(shù)， E_i 為第 i 種能源的消耗量。其中，各種能源折標(biāo)準(zhǔn)煤的折算系數(shù)選用《中國(guó)能源統(tǒng)計(jì)年鑒》中規(guī)定的數(shù)值如表1所示。

表1各種能源折標(biāo)準(zhǔn)煤系數(shù)及碳排放系數(shù)

1.3Tapio脫鉤模型構(gòu)建

Tapio 脫鉤模型側(cè)重于個(gè)體年份上的分析，在基期選擇上減少了敏感性且對(duì)脫鉤狀態(tài)的劃分更具精確性和精細(xì)度，被廣大學(xué)者廣泛應(yīng)用于環(huán)境經(jīng)濟(jì)研究中，依據(jù)現(xiàn)有研究 ^[4-5] ，本文構(gòu)建Tapio脫鉤模型：

式中： ΔC 為當(dāng)期物流業(yè)碳排放量與前一期物流業(yè)碳排放量之差， c 為基期物流業(yè)碳排放量（萬(wàn)噸）， ΔC/C 為碳排放的變化率， ΔGDP 為當(dāng)期物流業(yè)總產(chǎn)值與前一期物流業(yè)總產(chǎn)值之差， GDP 為基期物流業(yè)總產(chǎn)值（億元），△GDP/GDP為 GDP 的變化率， e 為物流業(yè)碳排放與物流業(yè)總產(chǎn)值之間的脫鉤指數(shù)，分為8種狀態(tài)如表2所示。

表2Tapio脫鉤的8種狀態(tài)

1.4LMDI因素分解模型構(gòu)建

目前，在指數(shù)分解方法中，對(duì)數(shù)平均迪氏指數(shù)法（LMDI）是較為主流的分解方法，因其具有完全分解、無(wú)殘差且加乘法一致等優(yōu)點(diǎn)被學(xué)者們廣泛使用。參考牛玉平等、韓麗萍等的研究，結(jié)合物流業(yè)碳排放的特點(diǎn)，本文將湖北物流業(yè)碳排放的驅(qū)動(dòng)因素分解為能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)，建立LMDI因素分解模型如式（3）所示，公式中各指標(biāo)含義見表3。

表3LMDI分解模型各指標(biāo)含義

式中：令 CE_i^t=C_i^t/E_i^t 表示第 i 種能源的碳排放系數(shù)，令 ET_i^t=E_i^t/E^t 表示第 Φ_t 年能源結(jié)構(gòu)的變化，即第 χ_t 年消耗的第 i 種能源占湖北物流業(yè)能源消耗總量的比例；令 EY^'=E^'/Y^' 表示第 χ_t 年的能源強(qiáng)度，即第 χ_t 年生產(chǎn)1單位產(chǎn)值所消耗的能源總量；令 EO^t=Y^t/P^t 表示經(jīng)濟(jì)產(chǎn)出，即第 χ_t 年的人均GDP；令 PS^'=P^' ，表示第 χ_t 年湖北從事物流業(yè)人口規(guī)模，因此式（3）可進(jìn)一步表示為：

若 χ⁰ 表示基期的二氧化碳排放強(qiáng)度，則物流業(yè)碳排放量變化可表示為：

ΔC^'=C^'-C^'=ΔC_CE+ΔC_ET+ΔC_EY+ΔC_E0+ΔC_PS

式中： ΔC_cε 表示碳排放系數(shù)，因各類能源的碳排放系數(shù)在一定時(shí)期內(nèi)是固定不變的，所以 ΔC_cE=0 . ΔC_ET 表示能源結(jié)構(gòu)效應(yīng)， ΔC_EY 表示能源強(qiáng)度效應(yīng)， ΔC_EO 表示經(jīng)濟(jì)產(chǎn)出效應(yīng)， ΔC_PS 表示人口規(guī)模效應(yīng)。對(duì)以上效應(yīng)進(jìn)行分解如下：

式（6）至式（9）中的 W_i 表達(dá)式為：

2實(shí)證分析

2.1湖北物流業(yè)碳排放量分析

由圖1可知，湖北經(jīng)濟(jì)總量在2010—2020年間總體呈快速上升趨勢(shì)，運(yùn)行態(tài)勢(shì)良好，除2019一2020年經(jīng)濟(jì)受疫情影響有所下降外，其余年經(jīng)濟(jì)增速幾乎均超過(guò) 8% （2014—2015年經(jīng)濟(jì)增速為7.4% ）。此外，湖北物流業(yè)碳排放量變動(dòng)趨勢(shì)與湖北經(jīng)濟(jì)發(fā)展態(tài)勢(shì)走向也基本一致，整體都呈現(xiàn)上升趨勢(shì)。總體而言，湖北省GDP的變化曲線斜率大于湖北物流業(yè)碳排放量與湖北物流業(yè)能源消耗量的曲線斜率，說(shuō)明湖北經(jīng)濟(jì)發(fā)展增速整體上來(lái)看高于后兩者的增速。

2.2湖北物流業(yè)碳排放的脫鉤狀態(tài)分析

脫鉤理論是經(jīng)濟(jì)合作與發(fā)展組織（OECD）提出的形容阻斷經(jīng)濟(jì)增長(zhǎng)與資源消耗或環(huán)境污染之間聯(lián)系的基本理論，以“脫鉤”這一術(shù)語(yǔ)表示二者關(guān)系的阻斷，即使得經(jīng)濟(jì)增長(zhǎng)與資源消耗或環(huán)境污染脫鉤，實(shí)現(xiàn)二者脫鉤發(fā)展。以2010年為基準(zhǔn)年，對(duì)2011—2020年湖北省物流業(yè)可得數(shù)據(jù)進(jìn)行Tapio脫鉤分析，得到其碳排放脫鉤指數(shù)及脫鉤狀態(tài)，見表4。從表4中數(shù)據(jù)可得：（1）在2011、2016 和2019年分別呈現(xiàn)出增長(zhǎng)連接、增長(zhǎng)負(fù)脫鉤以及強(qiáng)負(fù)脫鉤狀態(tài)，即湖北省這三年的碳排放速度遠(yuǎn)大于經(jīng)濟(jì)發(fā)展的速度，說(shuō)明這三年間湖北物流業(yè)在快速發(fā)展的同時(shí)對(duì)環(huán)境造成了較大的消極影響，環(huán)境的惡化程度遠(yuǎn)遠(yuǎn)超過(guò)其帶來(lái)的經(jīng)濟(jì)效益。（2）黨的十八大召開以來(lái)，湖北省積極響應(yīng)國(guó)家號(hào)召，先后印發(fā)了《湖北省現(xiàn)代物流業(yè)發(fā)展十二五規(guī)劃》、《湖北省現(xiàn)代物流業(yè)發(fā)展“十三五”規(guī)劃》和《湖北省推進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整實(shí)施方案》等政策文件，提出要利用好湖北交通區(qū)位渾然天成，水運(yùn)得天獨(dú)厚的優(yōu)勢(shì)，大力發(fā)展多式聯(lián)運(yùn)工程，加快多式聯(lián)運(yùn)樞紐設(shè)施建設(shè)，實(shí)現(xiàn)多種運(yùn)輸方式間的無(wú)縫銜接。從碳排放脫鉤結(jié)果來(lái)看，自2012年起，湖北物流業(yè)碳排放脫鉤指數(shù)基本已處于弱脫鉤狀態(tài)，特別是在2020年呈現(xiàn)出強(qiáng)脫鉤狀態(tài)，說(shuō)明湖北省物流業(yè)的碳排放量增長(zhǎng)速度相較于其經(jīng)濟(jì)發(fā)展的速度越來(lái)越慢，湖北省低碳物流、綠色物流的工作取得了一定成效。（3）通過(guò)表4可知，湖北省物流業(yè)的碳排放脫鉤指數(shù)并不穩(wěn)定，仍處在波動(dòng)狀態(tài)，未來(lái)幾年的發(fā)展?fàn)顟B(tài)依舊無(wú)法準(zhǔn)確預(yù)測(cè)。因此，這就需要湖北省物流業(yè)繼續(xù)努力，在保持現(xiàn)有良好狀態(tài)下，進(jìn)一步大力發(fā)展綠色物流、低碳物流，加強(qiáng)運(yùn)輸結(jié)構(gòu)轉(zhuǎn)型，為我國(guó)“雙碳”目標(biāo)的達(dá)成貢獻(xiàn)出行業(yè)力量。

圖12010—2020年湖北省GDP、湖北物流業(yè)碳排放量及能源消耗量變化趨勢(shì)

2.3湖北物流業(yè)碳排放影響因素分析

依據(jù)LMDI分解模型，采用式（3）至式（10）對(duì)湖北物流業(yè)碳排放影響因素進(jìn)行分解，總效應(yīng)被分解為能源結(jié)構(gòu)效應(yīng) ΔC_ET ）能源強(qiáng)度效應(yīng) ΔC_EY 、經(jīng)濟(jì)產(chǎn)出效應(yīng) ΔC_EO 和人口規(guī)模效應(yīng) ΔC_PS ，如表5所示。

表5和圖2呈現(xiàn)了2011—2020年間，每年各驅(qū)動(dòng)因素對(duì)湖北物流業(yè)碳排放的影響數(shù)據(jù)，從中可得出以下結(jié)論：

（1）湖北物流業(yè)LMDI分解模型（表5）和Tapio脫鉤指數(shù)分析結(jié)果（表4）基本一致，即湖北物流業(yè)碳排放速度雖整體而言逐步減緩但仍存在不穩(wěn)定的波動(dòng)狀態(tài)，湖北物流業(yè)仍舊需要通過(guò)進(jìn)一步的碳減排措施穩(wěn)定碳排放的持續(xù)減緩趨勢(shì)。

（2）湖北物流業(yè)能源結(jié)構(gòu)效應(yīng)僅在2011—2012年為負(fù)效應(yīng)，自 2013—2020年一直為正效應(yīng)，且效應(yīng)值偏高，意味著雖然湖北省物流業(yè)的電力、天然氣能源消費(fèi)比重有所增加，但其能源結(jié)構(gòu)依舊以煤炭、汽油、柴油為主，且對(duì)這些能源的依賴仍舊較強(qiáng)。而湖北物流業(yè)能源強(qiáng)度效應(yīng)在2011—2020年間一直為負(fù)效應(yīng)且呈現(xiàn)總體下降趨勢(shì)，意味著能源強(qiáng)度抑制效果明顯。

表42010一2020年湖北物流業(yè)碳排放脫鉤指數(shù)及脫鉤狀態(tài)

（3）湖北物流業(yè)碳排放經(jīng)濟(jì)產(chǎn)出效應(yīng)在2011—2020年間一直為正效應(yīng)，除2019—2020年受疫情影響數(shù)值有所下降外，總體而言成逐步上升趨勢(shì)，且對(duì)湖北物流業(yè)碳排放貢獻(xiàn)占比影響最大，是湖北省碳排放增加的主要驅(qū)動(dòng)因素，其帶來(lái)的碳排放量也顯示出與十年間總碳排放量和總效益一致的，在2019年達(dá)到峰值的跡象。同樣，湖北物流業(yè)碳排放人口規(guī)模效應(yīng)在2011—2020年期間也一直為正效應(yīng)，且效應(yīng)值增長(zhǎng)快速，說(shuō)明湖北物流業(yè)從業(yè)人員占比較高，物流業(yè)從業(yè)人員規(guī)模的擴(kuò)大、從業(yè)人數(shù)的增加會(huì)促進(jìn)碳排放的增長(zhǎng)。

3結(jié)論與建議

3.1結(jié)論

首先，本文對(duì)2010一2020年湖北物流業(yè)碳排放量進(jìn)行了測(cè)算，并基于此對(duì)湖北物流業(yè)造成的環(huán)境壓力與經(jīng)濟(jì)增長(zhǎng)之間的差異進(jìn)行了比較，發(fā)現(xiàn)湖北經(jīng)濟(jì)發(fā)展增速整體上高于湖北物流業(yè)碳排放量與湖北物流業(yè)能源消耗量。

圖32011—2020年湖北物流業(yè)碳排放能源結(jié)構(gòu)效應(yīng)與能源強(qiáng)度效應(yīng)

表52011—2020年湖北物流業(yè)碳排放影響因素LMDI分解表

圖22011一2020年湖北物流業(yè)碳排放影響因素LMDI分解圖

圖42011—2020年湖北物流業(yè)碳排放經(jīng)濟(jì)產(chǎn)出效應(yīng)與人口規(guī)模效應(yīng)

其次，基于Tapio脫鉤模型對(duì)湖北物流業(yè)碳排放脫鉤狀態(tài)進(jìn)行了實(shí)證分析，發(fā)現(xiàn)湖北物流業(yè)碳排放脫鉤指數(shù)自 2012年起已基本處于脫鉤狀態(tài)，特別是在2020年呈現(xiàn)出強(qiáng)脫鉤狀態(tài)，說(shuō)明湖北省物流業(yè)的碳排放量增長(zhǎng)速度相較于其經(jīng)濟(jì)發(fā)展的速度越來(lái)越慢，但是其脫鉤指數(shù)在2011、2016和2019年又分別呈現(xiàn)出增長(zhǎng)連接、增長(zhǎng)負(fù)脫鉤以及強(qiáng)負(fù)脫鉤狀態(tài)，意味著湖北物流業(yè)的發(fā)展與碳排放之間的關(guān)系仍存在不平衡，也還無(wú)法確切預(yù)測(cè)未來(lái)幾年的發(fā)展情形，因此湖北物流業(yè)仍需在現(xiàn)有狀態(tài)下進(jìn)一步堅(jiān)持綠色物流、低碳物流道路。

最后，依據(jù)LMDI分解模型，發(fā)現(xiàn)能源結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)對(duì)湖北物流業(yè)碳排放有拉升作用，其中經(jīng)濟(jì)產(chǎn)出效應(yīng)的影響最強(qiáng)，能源強(qiáng)度效應(yīng)對(duì)湖北物流業(yè)碳排放起到抑制作用。

3.2建議

基于以上結(jié)論，為促進(jìn)湖北物流業(yè)節(jié)能減排，達(dá)到湖北省“雙碳”目標(biāo)，為行業(yè)“碳減排”做出貢獻(xiàn)，本文提出以下建議：

（1）優(yōu)化湖北物流業(yè)能源消費(fèi)結(jié)構(gòu)，提高能源利用效率。近年來(lái)，雖然湖北省物流業(yè)在電力、天然氣能源消費(fèi)比重有所增加，但煤炭、汽油、柴油依舊是物流業(yè)碳排放的主要驅(qū)動(dòng)力，占能源總消耗的比重居高不下，因此，應(yīng)促進(jìn)能源結(jié)構(gòu)多元化發(fā)展，減少煤炭及油類能源的使用，加大電力、天然氣等清潔能源的使用，改善能源消費(fèi)結(jié)構(gòu)。同時(shí)，湖北省要合理運(yùn)用好其教育優(yōu)勢(shì)，強(qiáng)化物流業(yè)人才培養(yǎng)、提供人才保障，促進(jìn)能源技術(shù)的發(fā)展與創(chuàng)新，從源頭上加速能源效率的提升。

（2）促進(jìn)湖北物流業(yè)高質(zhì)量發(fā)展。深入貫徹創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念，高度重視低碳物流、綠色物流的發(fā)展。湖北應(yīng)依托其長(zhǎng)江黃金水道和南北大通道的中心樞紐區(qū)域優(yōu)勢(shì)，明確實(shí)施鐵路運(yùn)能提升、水運(yùn)升級(jí)、道路貨運(yùn)提質(zhì)、多式聯(lián)運(yùn)提速、城市綠色配送和信息資源整合六大工程，因地制宜地調(diào)整運(yùn)輸結(jié)構(gòu)，大力發(fā)展多式聯(lián)運(yùn)，提高鐵路、水路承擔(dān)的大宗貨物運(yùn)輸量，降低公路運(yùn)輸占比，加快建設(shè)現(xiàn)代綜合交通運(yùn)輸體系。此外，合理運(yùn)用大數(shù)據(jù)、云計(jì)算、AI智能等先進(jìn)技術(shù)手段大力打造互聯(lián)網(wǎng) + 湖北現(xiàn)代物流生態(tài)圈，建設(shè)湖北省物流信息共享平臺(tái)，積極推進(jìn)智慧交通、智能線路優(yōu)化的發(fā)展，從而減少迂回運(yùn)輸、無(wú)效運(yùn)輸所帶來(lái)的碳排放，以智能、智慧、智造助力湖北物流行業(yè)碳減排。

（3）加快湖北物流產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、升級(jí)。當(dāng)前湖北物流業(yè)分散程度仍舊較高且系統(tǒng)規(guī)劃不合理，致使行業(yè)運(yùn)營(yíng)效率低下、行業(yè)人員冗雜，急需加快其物流產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、升級(jí)，促進(jìn)產(chǎn)業(yè)集群的發(fā)展。湖北省應(yīng)繼續(xù)依照其構(gòu)建現(xiàn)代物流的總體規(guī)劃方案，積極建設(shè)好武漢、宜荊、襄陽(yáng)等三大物流圈，建設(shè)好武漢、宜昌、荊州、襄樊、十堰等六大物流樞紐城市，并逐步建成以物流圈一物流樞紐城市一物流基地園區(qū)一專業(yè)物流中心為網(wǎng)絡(luò)框架的全省現(xiàn)代物流產(chǎn)業(yè)體系，從而提升湖北物流業(yè)的聯(lián)動(dòng)效率，最終達(dá)成行業(yè)“雙碳”目標(biāo)。

參考文獻(xiàn)：

[1]錢中兵．習(xí)近平在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上的講話[Z].2020.

[2]李健，白子毅，李柏桐．雙碳背景下京津冀物流業(yè)碳排放脫鉤及影響因素研究[J].城市問(wèn)題，2022（5）：69-76.

[3]初麗霞，黃夢(mèng)瑤．山東省碳排放脫鉤效應(yīng)及影響因素研究——基于Tapio脫鉤指數(shù)和LMDI模型分析[J].環(huán)境科學(xué)與管理，2022（9）：20-25.

[4]胡懷敏，左薇，徐士元．長(zhǎng)江經(jīng)濟(jì)帶交通能源碳排放脫鉤效應(yīng)及驅(qū)動(dòng)因素研究[J].長(zhǎng)江流域資源與環(huán)境，2022（4）：862-877.

[5]劉茂輝，鄧小文，劉勝楠，等．基于LMDI法和Tapio 脫鉤模型的天津市碳排放分析[J].環(huán)境污染與防治，2022，44（10）：1397-1401.

[6]牛玉平，齊亞偉．中國(guó)交通運(yùn)輸業(yè)碳排放影響因素分解與情景預(yù)測(cè)研究[J].環(huán)境科學(xué)與管理，2023，48（6）：32-37.

[7]韓麗萍，李明達(dá)，劉炯．中國(guó)物流業(yè)碳排放影響因素及產(chǎn)業(yè)關(guān)聯(lián)研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，21（1）：86-93.（上接第46頁(yè)）2020，36（3）：279-286.

[10]MAOD，WANGF，HAOZ，etal.Creditevaluationsystembasedonblockchainformultiplestakeholdersinthefoodsupplychain[J].International Journal of Environmental Research and Public Health，2O18，15（8）：1627.

[11]LEI YANG，GANGSHU（GEORGE）CAI，JIANCHEN.Push，pull，andsuppychainrisk-averseatitude[J].ProductionandOperations Management，2018，27（8）：1534-1552.

[12]蔡維德，郁蓮，王榮．基于區(qū)塊鏈的應(yīng)用系統(tǒng)開發(fā)方法研究[J].軟件學(xué)報(bào)，2017，28（6）：1474-1487.

[13]李婕，白志宏，于瑞云，等．基于PSO優(yōu)化的移動(dòng)位置隱私保護(hù)算法[J].計(jì)算機(jī)學(xué)報(bào)，2018，41（5）：1037-1051.

[14]QIANKUNWANG，QIAO SHI.The incentive mechanismof knowledgesharing intheindustrialconstructionsupplychainbasedonasupervisorymechanism[J].Enginering，ConstructionandArchitectural Management，2O19，26（6）：989-1003.

[15]廖盛浪，吳偉婷，鄺慧芝，等．基于區(qū)塊鏈的生鮮電商供應(yīng)鏈合作模式選擇與信息共享策略[J].時(shí)代經(jīng)貿(mào)，2024，21（6）：30-38.

[16]高琪娟，楊春節(jié)，武咸春，等．基于區(qū)塊鏈的茶葉質(zhì)量安全溯源系統(tǒng)研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，48（2）：299-303.

[17]陳玥婧，周愛(ài)蓮，謝能付，等．基于區(qū)塊鏈和物聯(lián)網(wǎng)的農(nóng)產(chǎn)品質(zhì)量安全追溯系統(tǒng)[J]．農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2020，2（3）：61-67.

[18]LIUZ，LIZ.Ablockchain-basedframeworkofcross-bordere-commercesupplychain[J].InternationalJournalofInformation Management，2019，52：102059.

[19]于麗娜，張國(guó)鋒，賈敬敦，等．基于區(qū)塊鏈技術(shù)的現(xiàn)代農(nóng)產(chǎn)品供應(yīng)鏈[J]．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（S1）：387-393.

[20]阿布都熱合曼·卡的爾，陳茜，申炳豪．基于區(qū)塊鏈的生鮮農(nóng)產(chǎn)品冷鏈可追溯性研究[J].佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2021，39（2）：49-56.

[21]徐晨．區(qū)塊鏈技術(shù)現(xiàn)存問(wèn)題和未來(lái)發(fā)展趨勢(shì)[J]．電子元器件與信息技術(shù)，2022，6（6）：17-21.

[22]程實(shí)，袁毅，崔峰.計(jì)算機(jī)安全與加密算法分析[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2024（6）：35-37.

[23]張凈，唐恒睿，劉曉梅．基于區(qū)塊鏈及IPFS的農(nóng)產(chǎn)品多鏈追溯系統(tǒng)研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2024，45（7）：127-134.

[24]呂敬蘭.數(shù)據(jù)加密技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)信息安全中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2024，14（18）：185-188.

[25]THAKALIA，MACRAEJD.Areviewofchemicalandmicrobialcontaminationinfod：Whatarethethreatstoacircularfood system？[J]. Environmental Research，2021，194：110635.

[26]張玉．區(qū)塊鏈技術(shù)在智慧農(nóng)業(yè)物聯(lián)網(wǎng)中的應(yīng)用[J].農(nóng)業(yè)工程技術(shù)，2024，44（9）：28-29，33.