近年来，因为全球气候变暖和环境污染的日益严重，低碳经济和绿色发展已经成为全球关注的焦点议题。我国已经多次明确表态达成“双碳”目标，即碳达峰和碳中和，低碳转型已成为我国各行业未来经济发展的必要选择。我国物流行业在国民经济中处于核心地位，也是将众多产业有机串联的重要纽带。通过高效的物流网络和服务，物流业为各个行业的协同发展提供了强有力的支持并将其进行有机串联。但是物流业不仅始终是能源高消耗行业，更是碳排放大户，物流业的碳排放量在各行业中名列前茅[1]。由此可见，物流行业的绿色转型升级刻不容缓。

长江经济带贯穿我国西部、中部、东部三大区域，其面积占全国总面积的21.4%，根据经济数据显示，截止2018年长江经济带GDP已超过全国的四成。长江经济带地理位置优越、交通便利、资源也极其丰富，也是“双碳”背景下推动绿色经济发展的重要战略支撑区。长江经济带作为一条经济发展的黄金水道、航运衔接我国三个特大城市群，带动沿线区域经济发展呈乘数级上升。绿色物流是物流业低碳转型的重要手段之一，大幅减少了对环境的不利影响，可以提高物流运作效率和社会经济效益，加快构建资源节约型环境友好型社会。

关于长江经济带高质量发展和绿色物流效率及其影响因素的相关研究，主要集中在4个部分。在其高质量发展中，常以“可持续、高效率和绿色”的发展目标[2]，提供高技术含量[3]，明确高质量发展方向，智能绿色转型，区域协调发展[4]，经济活力等宏观层面以及制定差异化的区域政策，在产业基础高级化和产业链稳定性等诸多方面提出方案。在绿色物流效率方面以企业[5]和区域[6]为主，测算其总体水平、区域内部差异、增长驱动力等因素被广泛关注[7]。从绿色物流效率分析的方法来看，可以使用熵权法[8]确定指标权重，参数分析法例如随机前沿分析法（SFA)[9]，以及非参数分析法如数据包络分析法（DEA)[6]。在这些方法中，非参数分析法如DEA更为广泛地应用于绿色物流效率评估。从绿色物流效率差异而言，学者们大多选用我国整体、单独省域等为对象梳理其效率差异以及变化特征。从探究绿色物流效率差异的研究方法和影响因素来看，大多学者通过构建Malmquist指数模型[10]、Tobit模型[11]等面板数据模型，在区域物流协同中，从先进绿色物流技术[6]、政策支持[12]、产业结构升级[13]等一个或多个方向，探究不同省市的绿色物流效率差异的因素，但是难以全面梳理绿色物流效率与其空间之间的复杂关系。

鉴于此，学者们将绿色物流效率与社会、产业、环境等方面因素相结合，在指标体系和评价方法方面也进行了诸多有益尝试，但仍存在部分欠缺的地方。例如，未能考虑到目前信息化物流企业所做出的节能减排，忽略绿色物流已经取得的成就。绿色物流效率的研究主要从城市群、省区、经济带等样本自身因素分析，相关联区域协调发展等角度进行的探讨相对较少。

本文从长江经济带绿色物流效率的现状出发，探究的问题主要体现在以下两个方面。一是考虑到将信息化物流企业所做出的节能减排贡献量化后纳入到投入指标，并将物流业碳排放量和氮排放量纳入非期望指标。二是寻找确定影响长江经济带绿色物流效率的推动因素，根据长江流域的地理位置关系和社会经济地位进行分析。以此为契机提出促进长江经济带的绿色物流发展的参考方案。本文研究2013—2021年长江经济带绿色物流发展规律，属于多投入产出问题，借助因子分析法对数据进行量钢化处理。首先，测算其绿色物流效率，并从静态以及动态两方面探究长江经济带绿色物流效率的变化规律。其次，使用空间杜宾模型实证检验四种推动力因素对绿色物流效率的影响和溢出效应，并进一步分种类阐述四种推动力因素对绿色物流效率的影响。

1、研究方法和数据介绍

1.1 绿色物流效率测度方法简介

本文将利用数据包络分析（DEA）中的DEA-BCC模型和DEA-Malmquist (DEA-MI）指数模型分别测算长江经济带绿色物流静态效率和动态效率。静态效率主要测算某时间节点的绿色物流效率，并将其分解为纯技术效率和规模效率。本文将以此探究和分析长江经济带上中下游及其各省市的绿色物流产业效率空间分布状况，分析各地区自身因素对物流产业效率影响。动态效率主要测算连续时间阶段的绿色物流效率，并将技术进步指数剥离出来。本文基于此探究2013—2021年长江经济带绿色物流效率及其分解效率的变化情况，深究原因并提出对策建议。

本文研究采用数据包络法（DEA）和Malmquist指数法对长江经济带的绿色物流效率进行测度分析。DEA模型可用于多项投入指标与产出指标的静态效率评价，不受相应指标单位量纲影响，采用DEA-BCC模型来评价决策单元效率水平，公式如下。

在上述公式中：i=1,2，…，n…i为待评估的决策单元，X设为投入变量，Y设为产出变量，权重用λ表示，s-代表物流产出松弛变量，s+代表投入松弛变量，θ则表示第i个决策单元的效率值，当θ=1时，并且s+=0,s-=0时，表示DEA有效[14]。

Malmquist指数一般用于测量一段时间内全要素生产率的变化，将其与DEA模型结合有利于更全面地分析长江经济带绿色物流效率的静态和动态变化。在规模报酬不变时，常采用Malmquist指数来分析技术进步效率（Techch）和技术效率（Effch），但是规模报酬可变时，可以用纯技术效率（Pech）和规模效率（Sech）乘积代表技术效率（Effch），公式如下：

本文从长江经济带各省份邮政从业人数、各地周转量、信息化物流企业占比、物流业固定资产投资4个维度选取物流业投入要素指标；选取物流业非期望产出要素指标从氮排放量和碳排放量两个维度出发；物流业期望产出要素指标确定为物流业增加值。

1.2 绿色物流效率推动因素模型构建与变量选取

空间杜宾模型（SDM）是一种组合空间滞后模型（SLM）和空间误差模型（SEM）的空间计量经济模型。它是在杜宾模型（Durbin Model）的基础上引入了空间滞后变量，以长江经济带为对象，通过空间杜宾模型探究影响绿色物流产业效率的推动力分析，设定如下的模型:

模型中，TEPit为绿色物流产业效率；经济推动力、生态推动力、交通推动力、产业推动力分别为4个推动因素变量，用χit表示；ρ是空间自回归系数，β是推动因素变量影响系数，μi代表空间的固定效应，σi代表时间的固定效应，εit则代表随机扰动项。Wit是一个二进制的（0-1）空间权重矩阵，该矩阵中的各个元素代表各单位与其他单元之间的地理位置关系，以此衡量省区之间是否相邻。本文设定两省区相邻则Wit为1，否则，Wit为0；地理距离权重矩阵衡量省区之间的直线距离，本文设定不同省区之间为其距离的倒数，同一省区为0；经济权重矩阵则表示各省市经济发展情况，设定Wit为2013—2021年其中两省市人均GDP差的绝对值的倒数，本省市相比时为0。

1.3 绿色物流产业效率推动因素体系构建和指标来源

1.3.1 经济推动力

经济的快速增长和全球贸易的扩大，物流活动也大幅增加。社会经济的快速发展对绿色物流产生了积极的影响，通过政策支持、技术创新和可持续发展理念的推动，助推其迅速高质量发展。本文选用11省市的“人均GDP”代表经济推动力。

1.3.2 产业推动力

产业结构对绿色物流有着显著影响，因为不同行业的生产和供应链特点会直接影响到物流活动的环境影响和可持续性。通过行业转型、技术创新和政策引导，实现更可持续的物流运作。本文的产业推动力由“第三产业增加值占GDP比重”表示。

1.3.3 运输推动力

区域运输能力和周转效率是物流基础组成部分，在追求绿色物流的过程中，需要通过提升区域运输能力和优化周转效率来实现环境可持续性。本文选取代表11省市交通绿色物流运输能力和周转效率的“货物周转量”代表交通推动力。

1.3.4 生态推动力

生态环境与绿色物流密切相关，保护空气质量、合理利用水资源、保护生物多样性等措施，可以促进绿色物流的发展。绿色物流助推保护生态环境，并且面向未来出发寻找可持续的物流方案。本文的生态推动力由“城市绿化覆盖率”表示。

以上指标除产业推动力数据来源于《中国城市统计年鉴（2013—2021）》，其他数据均来源于中国国家统计局。

2、长江经济带绿色物流产业效率评价

2.1 长江经济带绿色物流产业效率总体变化趋势

本文利用DEA-MI指数方法测算出长江经济带2013—2021年各年份的绿色物流产业效率及其分解效率的动态发展趋势。

图1 2013—2021年长江经济带绿色物流产业效率及效率分解

从图1变化趋势可以看出，长江经济带绿色物流产业效率和技术进步指数变化明显，而规模效率、技术效率变化指数浮动情况较小，纯技术效率最为平缓。由发展时间来划分，总体发展过程可分为两个阶段:第一阶段为2013—2017年，第二阶段为2018—2021年。在第一个阶段中绿色物流产业效率与技术效率变化指数、规模效率整体变化一致，可以看出绿色物流产业效率的升降主要受技术效率变化指数和规模经济的影响，第二阶段绿色物流产业效率与其技术进步指数变化情况基本相同，也可以看出绿色物流产业效率的变化趋势主要受技术进步影响。

另外，利用DEA-BCC方法以长江流域11省区为目标对象，选取2013年、2017年和2021年为时间节点，对其的静态效率进行实证研究，进一步反映长江经济带总体的绿色物流产业效率及其分解效率，探求2013—2021年所处的阶段及其发展变化情况。长江流域绿色物流产业效率总体波动性较强，前期较为平稳，后期呈“先升后降再升”态势，从2013年的1.080平缓过渡至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。根据数据变化情况在一定程度上说明，长江流域的绿色物流产业效率在最近几年迎来大发展，发展过程中的技术、配套、资金和自然资源等投入要素大量汇集，技术进步变化指数和绿色物流产业效率也有明显的上升。

从地理区域划分看，长江流域上中下游发展情况也不尽相同。上游地区（四川、贵州、云南、重庆）绿色物流产业效率（1.178—1.132—1.088）和规模效率（1.045—1.026—1.010）不断下降，技术效率变化指数呈上升并有逐渐保持稳定的态势。上游省份较为注重技术发展，然而物流业是高消耗产业，从实际情况来看技术效率进步难以挽回规模效率下降对绿色物流产业效率的影响。中游地区（湖北、湖南、江西）绿色物流产业效率（0.971 0—1.164—1.471）处于不断上升态势。规模效率（0.968 9—1.013—0.971 5）和技术效率变化指数（0.933 9—1.069 3—0.986 7）则是先上升后下降的态势。中游省份在经济发展和物流策略等方面有相对优势，但还是发挥人口优势，所以在技术效率和规模效率方面没有持续增长。下游地区（安徽、浙江、江苏、上海）绿色物流产业效率（1.035—1.373—1.514）、技术效率变化指数（0.996 1—1.000—1.000）和规模效率（1.009—1.134 9—1.230 7）均处于不断上升发展趋势。发展情况与我国整体经济地域特征相重合。下游省市尤其是上海市在产业结构优化、经济发展水平、资金技术和管理配套等方面有独特优势，上海擅于引进国外资金和先进技术，在各行各业中都走在前沿。

2.2 长江经济带绿色物流产业效率空间分布图

本文为直观反映长江经济带绿色物流产业效率的阶段性变化和空间分布特征，使用ArcGIS工具，绘制出11省区绿色物流产业效率及其分解效率的可视化分布图。图2中颜色深浅即代表效率值的高低，颜色最深为第一梯队，依次至第四梯队，梯队名词越靠前，则其效率值越高。

从图片呈现情况来看，长江经济带绿色物流产业效率及其分解效率空间分异程度有所差异。旅游产业效率、规模效率、技术效率空间分异程度都很大，各年份均可分为四个梯队；但是技术效率变化程度最小，上游地区水平较弱。以下为三个地区的效率情况：下游地区<中游地区<下游地区。

图2 长江经济带绿色物流产业效率

绿色物流产业效率：上游地区第一梯队省市数量变化情况先减少后增加（3—2—3），并不断有新的省市加入第一梯队，更迭较为明显。重庆一直处于高效率状态，是西南地区最具发展力的省市。云南长期处于较低效率水平，但是增长速度很快，在2017年已经上升为第一梯队。而四川先是位于“第三梯队”，直线上升到“第一梯队”，最后滑落“第二梯队”，变化波动明显，贵州则经历了由盛转衰的衰退过程。中游地区第一梯队数量变换为（2—1—2），中游地区的整体产业效率始终较高，中游地区三个省份效率基本持平。下游地区第一梯队效率省区数量在2019年明显增加（2—3—4），下游地区的效率逐年增高，总体产业水平也远高于上游地区和中游地区。

图3 长江经济带绿色物流产业规模效率

规模效率（见图3）:上游地区第一梯队省市数量变化趋势呈先上升后下降（2—3—2），造成这一现象的主要原因是贵州省规模效率降低；重庆和云南的规模效率变化为“第三梯队—第一梯队—第一梯队”和“第四梯队—第四梯队—第一梯队”；云南省的规模效率水平普遍处于低位，但近年来的发展速度一直很快，效率值也稳步提高。中游省市的规模效率处于逐渐上升的趋势，第一梯队省市数量变化趋势呈先下降后上升（2—1—2），两湖地区分别于2017年达到规模效率较高生产前沿面水平，这直接促进中游地区旅游产业效率的稳步提升。下游地区近年来发展形势十分迅猛，虽然浙江和安徽在2013年和2017年均处落后地位，但是2021年均上升到第一梯队，致使下游地区在2021年所有省市均达到规模效率较高生产前沿面水平。

技术效率（见图4）：上游地区第一梯队省区数量变化趋势呈先上升后保持（2—3—3），原因是四川省由第三梯队（2011年）上升至第一梯队并持续保持（2017年、2021年）。贵州省在技术效率中始终处于末位。中游地区第一梯队省区数量总体下降（2—1—1），江西与湖北始终稳定，湖南省技术效率水平先下降后稳定，其2013年的下降使中游地区技术效率难以得到较多提高。下游地区第一梯队省区数量稳步上升，最终保持稳定（2—3—3），其原因是由于浙江技术效率水平的快速上升，总体来看，江苏和云南技术效率水平处于低位，长江经济带其他省市技术效率普遍走在整体前列。

图4 长江经济带绿色物流产业技术效率

3、绿色物流产业效率推动因素分析

首先用普通面板回归（OLS）方法对经济推动力、产业推动力、运输推动力以及生态推动力变量的系数进行估计，同时通过LM检验验证主要变量在空间滞后模型（SLM）和空间误差模型（SEM）是否具有空间自相关性。运用LR检验和Wald检验对模型的稳健性检验，用SDM模型，证明SLM模型或者SEM模型是否可以使用。

产业推动力每提升1%，直接效用为0.683%～0.731%，间接效用为0.387%～0.435%。我国产业结构升级转型是国家宏观调控政策，政策实施对提升绿色物流效率具有促进作用。这说明，某地区产业结构的增加会显著改善本地区的环境污染问题，原因是我国目前正处于经济转型的关键时刻，第二产业中的“主力军”仍是高排放高能耗企业。为第二产业服务的物流企业更是高排放的主力军。间接效用为0.387%～0.435%，也解释了当某个地区增加技术投入时，该地区的产出能耗会降低，周边地区也会受到影响，从而提升整个行业的生产效率，同时带动环境问题向好的方向发展。

生态推动力每提升1%，直接效用为0.537%～0.601%，间接效用为0.354%～0.386%。生态推动力每增加1%会使本省的绿色物流效率增加0.537%～0.601%。主要结论如下：生态因素的增加对于绿色物流效率提高有显著的促进作用。由于生态环境中的空气质量直接关系到物流运输过程中排放的污染物。绿色物流致力于减少尾气排放和空气污染，通过采用清洁能源驱动交通工具、优化路线规划和减少货物滞留时间等方式来减少环境污染。采取保护水资源和生物多样性等生态保护措施也可以促进绿色物流的发展进步。

经济推动力每提升1%，直接效用为0.483%～0.521%，间接效用为0.306%～0.353%。这说明，经济的发展为物流发展提供基础，经济发展水平提高意味着市场规模的扩大和消费能力的增强，从而物流服务的需求量也会大大增加。绿色物流在物流运作中采用环保、可持续的方式，可以实现资源的有效利用。绿色物流与经济发展水平始终是相互关联、相互促进、不可分割的关系。在两者共同发展过程中可以实现经济效益和环境效益的双重收益。

运输推动力每提升1%，直接效用为0.279%～0.364%，间接效用为0.136%～0.249%。运输设施与绿色物流是相互关联且相互影响的。通过改善运输设施的能源效率、降低碳排放、减少环境影响以及技术创新的推动，可以促进绿色物流的实施，并推动交通运输行业朝着绿色化、可持续化的方向发展。新型运输设备和系统的引入可以提高能源利用效率、降低排放，促进绿色物流的发展。

4、结论

4.1 长江经济带绿色物流产业效率

从变化趋势来看，2013年、2017年和2021年其绿色物流技术效率、规模效率表现出“先上升后下降”的态势，产业效率均为“上升”的状态。在9年的数据中可以看出“下游>中游>上游”的情况。原因得益于下游地区经济发达和区位优势，下游地区经济相对发达，工商业活动较为集中。这意味着商品流通量大、需求量大，从而带动了物流行业的快速发展。下游地区靠近沿海，拥有丰富的港口资源和便利的国际贸易通道，与国内外市场联系更加紧密。随着社会经济发展日新月异，发展过程中也暴露出许多问题，越来越多人们逐渐意识到保护环境就是保护我们自己，保护环境意识的提升促进绿色物流的发展。绿色物流倡导高效、低碳、可持续的运输方式，通过减少能源消耗和排放，以及优化物流网络和技术应用，实现了可持续发展和资源的有效利用。从空间分布状况来看，绿色物流产业技术效率空间差异程度最大，随时间增加各省份间的差距呈减小态势，产业效率次之，规模效率最小，三者整体变化趋势符合“下游>中游>上游”的特征，但差距也在逐步减小。

4.2 长江经济带绿色物流产业效率推动因素研究

由上文空间杜宾模型测算对长江经济带绿色物流效率各推动因素的关联性和交错情况进行总结。总的来说，推动力关联性强度排名为：产业推动力、生态推动力、经济推动力、运输推动力。说明长江经济带的中上游地区在产业结构上存在一些差距。

相对而言，中上游地区的产业结构更加依赖传统行业，如煤炭、钢铁、化工、重型机械等，这些行业在过去的发展中曾起到重要作用。这些产业的运输需求推动物流业的发展，但其物流行业的高能耗和高污染也随之而来。

5、建议对策

长江经济带绿色物流效率的提高不仅有利于全国物流业的均衡发展，并且对长江经济带的生态保护，乃至全国物流的高质量发展具有重要意义。基于上文结论提出以下建议对策。

鉴于长江经济带的中上游地区存在绿色物流产业效率、规模效率较弱的现实，政府亟需制定绿色物流发展的政策，相关政策的出台实施将有力促进长江中上游地区的绿色物流发展，包括财税优惠、补贴奖励、资金扶持等，鼓励企业积极投入绿色物流领域，不断壮大绿色物流产业规模。建立上中下游地区绿色物流的合作与交流平台，促进政府、企业和研究机构之间的信息共享和合作，推动经验和技术的分享，推动绿色物流发展。长江经济带的下游地区应继续保持在绿色物流发展中的良好带头作用，并积极带动中上游乃至全国其他地区的绿色物流发展。

鉴于长江经济带的中上游地区产业结构欠缺的现状，加大长江经济带的中上游地区基础设施建设的投入，包括交通、电力、通信等方面，提升区域的资源禀赋和交通运输条件，吸引更多的产业布局。建立健全的人才培养体系，加大对长江经济带的中上游地区人才的培训和引进力度，提高人才的素质和创新能力，促进各地区之间的经济协作与联动发展，鼓励优势互补、合作共赢，形成更大的市场规模和产业集聚效应。

参考文献:

[1]平新乔,郑梦圆,曹和平.中国碳排放强度变化趋势与“十四五”时期碳减排政策优化[J].改革,2020(11):37-52.

[2]张军扩,侯永志,刘培林,等.高质量发展的目标要求和战略路径[J].管理世界,2019,35(7):1-7.

[3]刘战豫,孙夏令.中国物流业绿色全要素生产率的时空演化及动因分析[J].软科学,2018,32(4):77-81,114.

[4]汪鸣,陆成云,刘文华.“十四五”物流发展新要求新格局[J].北京交通大学学报(社会科学版),2022,21(1):11-17.

[5]成灶平,张小洪.农产品物流企业绿色物流关键影响因素实证研究[J].中国农业资源与区划,2020,41(5):43-49.

[6]张云宁,刘子琦,欧阳红祥,等.低碳环境下区域物流产业效率综合研究——基于长江大保护区域19个省的实证分析[J].管理现代化,2020,40(2):33-40.

[7]杨骞,徐青.长江经济带与黄河流域水资源绿色效率比较研究[J].经济与管理评论,2022,38(5):49-62.

[10]徐超毅,齐豫.我国区域物流业绿色发展效率测度和空间分析——以华东地区为例[J].生态经济,2023,39(4):81-88.

[11]谢泗薪,孙敏,秦皓.绿色物流引领长江经济带高质量发展的时空差异及引领战略构建——基于韧性经济视角[J].中国流通经济,2022,36(9):17-31.

[12]汪文生,考晓璇.高质量发展视角下环渤海地区物流效率测度研究——基于三阶段DEA模型[J].商业研究,2021(4):75-84.

[13]曹庆仁,周思羽.中国碳减排政策对地区低碳竞争力的影响分析——基于省际面板数据的分析[J].生态经济,2020,36(11):13-17,24.

[14]杨西春.珠江-西江经济带城市创新能力测度及评价——基于DEA-Malmquist模型[J].社会科学家,2021(8):91-97.

基金资助:河北省科协智库地学旅游与乡村振兴研究基地(DLXZ24409);河北省矿产资源战略与管理研究基地科研项目资助(KCGL202410);

文章来源:贺玉德,刘杨.“双碳”背景下的长江经济带绿色物流效率分析研究[J].物流科技,2024,47(24):98-103.