低碳视角下长江经济带物流产业效率测度.pdf

第23卷第7期黑龙 江 工业学院学报(综合 版)Vol.23No.72023年7月JOURNALOFHEILONGJIANGUNIVERSITYOFTECHNOlGY(COMPREHENSIVEEDITION)luI.2023文章编号:2096-3874(2023)07-48-08低碳视角下长江经济带物流产业效率测度马若男，桂海霞，赵京成，汪虎(安徽理工大学经济与管理学院，安徽淮南232001)摘要:基于节能减排的发展目标，首先运用三阶段DEA模型对长江经济带各省市20152020年的物流产业综合效率进行分析，然后使用K-means聚类方 法并选择第三阶段结果中的纯技术效率和规模效率为变量进行聚类分析。结果表明:长江经济带下游区域的物流综合效率水平较高;区域物流效率水平呈下游中游上游的阶梯式分布。应加大对低碳物流技术运用的投入，加强宣传物流产业绿色环保和可持续发展的理念。关键词:长江经济带;低碳物流;三阶段DEA;聚类分析中图分类号:F259.27文献标识码:A物流业是支撑国民经济发展的基础性、先导性产业，是促进经济可持续发展的战略性产业。根据全国物流运行情况通报中的数据，2015年全国社会物流总额由219.2万亿元上升至2020年的300.1万亿元;截至2020年我国社会物流总费用与国内生产总值的比重为14.7%。可见物流业在推动经济高质量发展过程中处于不可或缺的地位，然而，当前我国物流产业取得成果是在要素大量投入的基础上实现的，并且发展水平较低、发展方式为粗放型1，使得物流企业在生产中产生了一系列环境污染问题，逐渐超出了区域生态环境的自我调节能力。长江经济带作为跨越我国东中西三大区域的高质量战略发展区域，在绿色物流生态发展中具有引领导向的作用，2020年长江经济带GDP总额为471580亿元，占全国GDP的46.53%，由此可见，长江经济带在我国区域经济发展中占据重要位置。因此，研究长江经济带低碳物流效率并提出相关建议，对辐射带动全国区域的物流产业可持续发展具有深刻的现实意义。一、文献综述物流产业效率研究一直是国内外学者关注的热点话题，主要从两个视角进行探讨:在非参数方法(以DEA为代表)方面，M缸kovits-Somogyi2等构建DEA-PC模型并测算29个欧洲国家物流行业的物流效率;JKozlowska3将DEA模型与Malmquist指数模型相结合，从技术效率的角度评估波兰快递公司的发展状况;徐晓敏4等采用DEA-摘权法方法对研究区域给予物流效率分析评价;龚雪5利用DEA-Malmquist指数模型对中部六省的物流效率进行分析和评价;叶堂林6等应用超效率BCC模型和Tobit模型，对我国东部三大城市群进行创新效率测度和影响因素分析;蒋随7应用DEA模型对我国29个节点城市2013-2018年的物流效率进行测度研究;从参数方法(以SFA为代表)方面，Li8等对26-2年23家省级电力公司应用SFA模型进行成本效益评价分析;刘俊町等对中国30个省份的面板数据进行SFA模型分析，研究城市化对中国创新效率的影响;韩东亚等采用SFA模型，对我国物流业效率进行实证研究。作者简介:马若男，在读硕士，安徽理工大学经济与管理学院。研究方向:低碳与可持续发展。桂海霞，博士，教授，安徽理工大学经济与管理学院。研究方向:联盟博弈、智能物流。基金项目:国家自然科学基金项目基于agent偏好和资源约束的重叠联盟机制研究(项目编号:61703005);安徽省自然科学基金项目基于多源信息融合的社会化标签主题识别方法研究(项目编号:1808085MG221)。48第7期低碳视角下长江经济带物流产业效率测度2023年(2)(1)参考来源张娜等(2018)于丽英等(2018)张云宁等(2020)王书灵等(2016)梅国平等(2019)张娜等(2018)王书灵等(2016)张娜等(2018)蒋随等(2020)杨传明(2018)张云宁等(2020)(sm=fMn)+川mi=1,2,K,!;n=1,2,K,N人力投入财力投入物力投入期望产出非期望产出选择以投入导向为主的DEA-BCC模型(规模报酬可变模型)进行数据包络分析，鉴于此模型研究成果已有众多学者12-13进行整理和应用，对该计算过程不进行过多的赘述。(2)第二阶段SFA结果构建相似随机前沿模型(SFA)对投入数据进行处理，将投入松弛变量和环境因素进行回归，剔除因外部影响带来的投入冗余并得到准确的投入量。借鉴Fried等14所采用的外部因素剥离的方法，得到的SFA回归方程如式(1)所示。式(1)中，Sin是第i个决策单元第n项投入的松弛变量;Zi是环境解释变量;n是环境解释变量的系数内+是混合误差项。调整公式如式(2)所示。人万吨亿元万公里亿元物流业从业人数物流业固定资产投资额物流业网络里程物流业增加值物流业碳排放量投入指标指标属性产出指标综上所述，虽然大部分学者在物流效率研究上取得了很多成就，但还存在以下不足:一是当前对于物流产业效率研究大多选用DEA模型进行基本分析，但是传统数据包络分析忽视了外部环境和随机因素对效率测算的影响，导致部分研究所得的效率值存在一定的误差;二是大多数研究仅从经济角度考虑人力、财力等指标，而忽略了物流业碳排放量这一低碳约束指标。因此，本文从低碳环保的视角出发，创新的选择三阶段DEA模型和K-rneans聚类方法对长江经济带2015-2020年物流产业进行测度研究，以期为长江经济带物流绿色化发展提供理论支持。二、研究方法与数据来源1.三阶段DEA模型(1)第一阶段DEA-BCC模型DEA模型及方法由Charnesl1等人在1978年提出，在处理多投入多产出方面有很大的成就。(4=兀凡扣川z片+叫rna瓦川山i问z勾硝ki=1,2，K，!乌;n=1,2,K,N式(2)中，xA是调整后的投入;Xin是调整前的类问题15-160K-rneans聚类方法作为一种无监督投入;rn阻n1ZkSnl-ZiSn是调整外部环境因素;的聚类算法，其计算简单并且算法的可解释度较rn阻n1vknl-vin是对生产随机误差调整 后的强，本文对区域低碳物流产业效率测度进行聚类水平。分析，目的在于找到影响长江经济带区域之间物(3)第三阶段调整后的DEA模型流业效率差异的原因。运用第二阶段SFA调整后的投入产出变量数3.指标选择据代替原有的数据，再次运行DEA-BBC模型对决鉴于物流业体系数据的缺失，邮政业、仓储业策单元进行回归求解，得到剔除环境影响因素和及运输业占整个物流行业的85%，大部分学者认随机误差因素后的效率值。为选取邮政业、仓储业及运输业作为物流业的数2.K-rneans聚类分析据是符合实际情况的选择17。因此，从低碳环保聚类分析包括K-rneans聚类法、系统聚类分的视角出发，构建符合长三角经济带区域物流特析、模糊聚类法等方面，用于研究样本或指标的分点的投入产出指标体系。如表1所示。表1长江经济带物流产业投入产出指标体系指标名称单位指标说明49第7期黑龙江工业学院学报(综合版)2023年续表1政策角度指标说明经济发展角度%单位万万人政府支持指标名称人均GDP环境变量指标属性参考来源杨传明等(2021)姚山季等(2022)张娜等(2018)杨传明等(2021)(1)投入指标取各个省市人均国内生产总值，以2015年为基期一是物流业从业人数。该指标充当为人力投进行平减数据处理。二是政府支持。借鉴张娜人指标叫，选取每年年末从事于邮政业、仓储业及等圳人的思路，从政策的角度选取各省邮政业、仓运输业的总人数。二是物流业固定资产投资额。储业及运输业支出占各省财政支出的比重。王书灵等12选取区域邮政业、仓储业及运输业固4.数据来源定资产投资额作为财力投入指标。三是物流业网本文选取长江经济带地区2015-2020年11络里程。设计为物力投入指标例，选取铁路、水个省市的面板数据，选取的邮政业、仓储业及运输运、公路三种营业里程数进行加和。业指标数据符合环境保护的政策要求，投入、产出(2)产出指标变量及环境变量数据来源于各省市统计年鉴、一是物流业增加值。选取邮政业、仓储业和2016-2021年中国统计年鉴及中国能源统计运输业的增加值圳，以2015年为基期，按第三产年鉴。业增加值指数进行平减处理。二是物流业碳排放三、实证分析量。测算方式为选取八种能源包括煤炭、焦炭、原1.三阶段DEA分析油、汽油、煤油、柴油、燃料油、天然气，根据IPCC(1)第一阶段传统DEA实证结果提供的碳排放系数，计算出各个省份物流业的碳运行Deap2.1软件，选择DEA-BCC模型以投排放量，将非期望产出转换为期望产出21。人导向为目标，对2015-2020年长江经济带地区(3)环境变量物流产业投入产出指标数据进行测度研究。结果一是人均GDP。从经济发展角度来考虑，选如表2所示。表2长江经济带各区域物流综合效率及排名地区2015年2016年2017年2018年2019年2020年均值排名上海1.0001.0001.0001.0001.0001.0001.000江苏1.0001.0001.0001.0001.0001.0001.000浙江1.0001.0001.0000.9980.9740.8530.9715安徽1.0001.0001.0001.0001.0001.0001.000江西0.8340.8451.0001.0001.0000.9200.9336湖北0.8590.8920.8360.8120.9890.9500.8908湖南1.0001.0001.0001.0001.0001.0001.000重庆0.5020.6360.6040.6020.6590.8100.63610四川0.4360.5380.5050.4870.6080.5480.52011贵州1.0001.000o.760o.7260.777o.7420.8349云南0.9740.9390.8150.8401.0001.0000.9287均值0.8730.8950.8650.8600.9100.8930.883从整体来看，长江经济带各个区域在不同时带地区整体水平并未达到前沿，除上海、江苏、安期呈现出差异化。第一阶段区域物流综合效率均徽、湖南这四个地区在研究期间物流综合效率达值为0.883，在研究区域范围内处于中下游水平。到最优，其余七个省市均呈现无效率。沿海地区(上海、江苏)综合效率值较稳定，在研究从各个地区看，排在第一名的四个省市表现期间综合效率保持在1的效率值上，表明其低碳能出较强的投入产出能力，实现了区域资源效益最力较好，投入产出未显现冗余状况。但长江经济大化，说明物流规模、纯技术效率没有对全要素生50第7期低碳视角下长江经济带物流产业效率测度2023年产率产生显著影响。重庆、四川排名靠后，其均值发展。分别为0.636、0.520，可见这两个省市拉低了长江(2)第二阶段SFA实证结果经济带整个区域的综合效率值，并且存在较低的借助SFA方法对2015-2020年长江经济带效率水平。究其原因，重庆、四川处于内陆地区并物流产业分别建立回归方程，并得到调整后的投且地形复杂，出现交通运输不便、区域联系不紧密人量。运行Frontier41软件进行计算，SFA结果如等问题，不利于区域物流业综合效率的可持续表3所示。表3第二阶段SFA估计结果2015年2020年指标物流业从业物流业固定物流业网络物流业从业物流业固定物流业网络人数松弛变资产投资额里程松弛变人数松弛变资产投资额里程松弛变量松弛变量量量松弛变量量常数项5661串串串-61.91串串串-1.10串串串-72062串串串-2265.92阳-12.48牌人均GDP-6428串串串5.49事0.07牌事-741串串96.10事0.54阳政府支持-195962牌事35.29牌事6.77牌事837354串串串20207.93串串串110.74牌事27617971400阳438825牌事27.39串串串3661620600牌事1834598牌事52.11串串串0.999阳0.999 阳0.999串串串0.999阳0.999串串串0.999串串LR5.04牌9.95事牌11.75串串串5.75串串串7.07牌事6.58附注:因篇幅有限，只列出2015年和2020年计算结果。*，树，*分别表示在10%，5%、19毛的显著水平由表3结果可知，各LR值自由度均通过了作用。10%的显著性水平检验，说明选取的数据在此模政府支持。SFA结果显示，该环境变量与物型下存在合理性。人均GDP、政府支持作为外部流业的三个松弛变量的回归系数基本为正，说明环境因素，对长江经济带物流产业投入松弛变量政府对物流业的支持会给物流业从业人数、物流的影响较为显著。因此，借助SFA模型对随机误业固定资产投资额、物流业网络里程带来大量的差和环境因素进行剥离是有必要的。投入，但过多的政府支持会造成投入使用率低下。人均GDPoSFA结果显示，该环境变量除了这可以解释为政府长期过度干预不能带来相应物与物流业从业人数松弛变量的回归系数为负值流效率的提高，相反不利于物流业的发展。外，与另外两个松弛变量大多为正相关。说明人(3)第三阶段实证结果均GDP的增加促进物流业从业人数的减少，从而将第二阶段调整过后的投入产出数据重新运提高物流业生产效率;然而对其余松弛变量来说，行Deap2.1进行计算，得到第三阶段的结果。这人均GDP的增加会带来一定的投入冗余，给物流11个省市在研究时期内存在效率调整的变化，结业资金使用效率、物流业基础网络建设带来抑制果如表4所示。表4第三阶段区域物流综合效率及排名地区2015年2016年2017年2018年2019年2020年均值排名上海1.0001.0001.0001.0001.0001.0001.0001江苏1.0001.0001.0001.0001.0001.0001.0001浙江1.0001.0001.0000.9710.9410.8190.9555安徽1.0001.0001.0001.0001.0001.0001.0001江西0.8320.698o.7870.7800.8060.7400.7749湖北0.8620.9330.8450.8401.0001.0000.9137湖南1.0001.0001.0001.0001.0001.0001.0001重庆0.5000.6470.6170.6170.6580.8400.64710四川0.4450.5860.5240.5240.6640.5950.55611贵州1.0000.934o.7930.816o.7410.6970.8308云南0.9361.0000.8560.9271.0001.0000.9536均值0.8700.8910.8570.8610.8920.8810.87551.第7期黑龙江工业学院学报(综合版)2023年第三阶段区域物流综合效率均值范围在存在湖北、贵州、云南等三个区域综合效率有0.857-0.892，较第一阶段有所下降;区域物流综所提高，说明在调整前物流综合效率在一定程度合效率均值为0.875，说明长三角经济带整体水平下被低估。与其他省份相比，这三个省份更重视受地区发展不均衡的影响较大。其中，上海、江物流技术的提升，在内部建设完善的物流系统，以苏、安徽、湖南效率值为1，处于效率前沿面的现状期解决整体大环境的资源落差。究其原因，湖北没有改变。江西的综合效率值从原来的0.933降作为工业大省，其发展与低碳物流的实施处于难到0.774，表明在第一阶段物流产业综合效率处于以平衡的状态，但2019年颁布的湖北省推进运被高估的状态。究其原因，上海、江苏发挥沿海地输结构调整实施方案积极推进物流产业园的聚区优势，具备优良港口运输条件且不断完善物流集，推动物流智能化发展;贵州省、云南省的物流网络基础建设;注重物流技术变革和优化运输结中心建设较落后，但在十三五规划实施背景下构，在物流源头、环节中约束物流成本，不断实现积极建设物流大格局，把握现有资源投入。投入资源的高效利用。表5调整前后长江经济带物流产业效率值2015年2020年区域第一阶段第三阶段第一阶段第三阶段EPTESEEPTESEEPTESEEPTESE重庆0.5020.9240.5430.5000.9290.5390.8101.0000.8100.8401.0000.840上四川0.4360.5140.8490.4450.5520.8520.5480.5880.9330.5950.6390.932游贵州1.0001.0001.0001.0001.0001.0000.7421.000o.7420.6971.0000.697云南0.9740.9780.9960.9360.9380.9991.0001.0001.0001.0001.0001.000上游均值0.7280.8540.8470.7200.8550.8480.7750.8970.871o.7830.9100.867江西0.8341.0000.8340.8321.0000.8320.9201.0000.9200.7401.0000.740游中湖北0.8590.8680.9890.8620.8660.9950.9500.9940.9561.0001.0001.000湖南1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000中游均值0.8980.9560.9410.8980.9550.9420.9570.9980.9590.9131.0000.913上海1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000下游江苏1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000浙江1.0001.0001.0001.0001.0001.0000.8531.0000.8530.8191.0000.819安徽1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000下游均值1.0001.0001.0001.0001.0001.0000.9631.0000.9630.9551.0000.955总体均值0.8730.9350.9280.8700.9320.9290.8930.9620.9290.8810.9670.912注:因篇幅有限，只列出2015年和2020年计算结果根据表5调整前后综合效率值对比结果可知，上游地区(重庆、四川、贵州、云南)在2015年效率水平最好的区域为贵州，其余省市的综合效率在调整后变化不一;2015年云南第三阶段的综合效率值为0.974转变到2020年综合效率值为1，说明在之前时段受外部影响因素较大，纯技术效率的提升是很有必要的。中游地区(江西、湖北、湖南)平均综合效率水平较高，湖南在2015年和2020年亚、PTE.，SE均为1，表明纯技术效率和规模效率高，物流业发展水平好;江西受物流规模效率影响较大;湖北在技术效率和规模效率共同作用下，2020年调整后的52TE值为1。下游地区(上海、江苏、浙江、安徽)在2015年的调整前后效率值均为1，即在效率前沿面，说明物流投入产出效率高;然而，2020年四个地区除浙江处于无效率状态下，其余省市在调整前后均达有效，之所以浙江省未达到效率前沿面，是因为受物流规模效率的影响造成综合效率的下降。从长江经济带11个省市的均值角度来分析，2015年物流综合效率平均值从原来的0.873下降到0.870，物流纯技术效率平均值从0.935下降到0.932，规模效率平均值从0.928提高到0.929，规模效率有所提高但综合效率、纯技术效率变低;第7期低碳视角下长江经济带物流产业效率测度2023年地区数量622规模效率0.9880.9110.8020.667浙江运用SPSS软件对长江经济带共11个省市物流业效率进行K-means聚类分析，应用三阶段DEA调整后的数据，并选择没有交叉影响的纯技术效率和规模效率作为分类变量，结果如表6所示。表6长江经济带物流业效率聚类分组结果下游纯技术效率上海、江苏、安徽0.9870.6091.0000.967江西中游湖北、湖南类别上游1云南2四川3贵州4重庆2020年亚均值从0.893下降到0.881，凹E均值从0.962提高到0.967，SE均值从0.929下降到0.912，表明第 三阶段调整后得出的效率值更准确、更客观。2.K-means聚类分析以规模效率为基准从高到低进行排列，聚类结果共被分为四类。第一类为双高型，即纯技术效率和规模效率都很高;第二类为低高型，纯技术效率很低，但规模效率较高;第三类为高中型，纯技术效率为1，规模效率处于居中水平;第四类为高低型，纯技术效率处于较高水平，规模效率较低。从地区数量分布情况来看，长江经济带地区多集中在第一类双高型，说明该区域总体上物流业发展前景较好，在剔除了外部环境因素后依旧保持着高效率。双高型地区多集中在中下游，部分省市纯技术效率和规模效率为1。说明长三角经济带中下游区域物流产业效率水平较高，这一类型地区较少产生投入冗余和实际效率水平被低估的现象。当出现高投入高产出和规模效率的局面时，短期内很难造成效率上升或下降的改变。低高型地区表现为纯技术效率水平低但规模效率高，四川作为这一类型的代表，其低碳物流效率发展受纯技术效率影响较大。究其原因，该地区物流创新技术不足，物流成本管理意识薄弱，同时因物流基础设施、仓储设施不够完善，导致出现运输路线规划不当、配送时间延迟等问题。因此，需要通过引进复合型技术性人才、设立物流信息交互平台等手段进行投入调整，从而提高纯技术效率水平。高中型地区受规模效率低下影响较大，但纯技术效率为DEA有效，说明受物流规模效率的影响导致综合技术效率较低。究其原因，一方面可能是区域物流规模较小，在物流作业中很难实现投入产出的平衡转化;另一方面可能是区域物流规模扩张，但物流技术滞后和基础设施的不完备，使得规模扩张带来了更多的不利影响。因此，该区域应把握现有物流资源并提高内部管理能力，从建设基础物流体系到实现物流技术创新变革。高低型地区城市分别为重庆和江西，特点为纯技术效率水平较高但规模效率极低，该地区物流综合效率受两方面的共同影响表现出无效率的状态。说明存在物流技术低下与物流规模较小的现象，重庆和江西需发挥区域优势和政策支持，建立两个区域之间的物流快速通道，实现物流模式一体化、信息共享化、运输多元化的高效衔接。四、结论与建议以低碳环境为约束条件，选择2015-2020年作为研究期，应用三阶段DEA模型对长江经济带物流产业进行效率测度研究;并运用K-means聚类分析算法对调整后的物流效率值进行分析，得出以下结论。首先，从整体角度看，在研究期内长江经济带运行三阶段DEA模型，得到的投入产出数据有较大变化，说明调整前后的物流产业效率评价出现高估或低估的情况，第三阶段的结果更符合上游、中游、下游地区现实发展的要求。K-means聚类算法以调整后的纯技术效率和规模效率为基准对区域进行分类，找到阻碍长江经济带地区物流效率发展的影响因素。其次，从静态分析看，在剔除各个省市受随机干扰、外部环境影响等因素后，长江经济带地区物流产业综合效率呈现出下游中游上游的状况。上海、江苏、安徽、湖南保持最优发展，浙江、云南、湖北处于较高效率水平，贵州、江西在调整后依旧出现物流效率波动变化，重庆、四川效率值53.第7期黑龙江工业学院学报(综合版)2023年处于较低水平。最后，从聚类分析来看，通过K-means聚类分析算法对长江经济带共11个省市物流产业效率进行分类，划分为双高型低高型高中型和高低型共四类地区。从不同类别的实际情况进行有针对性的对比分析，并根据区域低碳物流产业发展现状提出有效解决措施。根据长江经济带低碳物流产业效率测度结果，现提出以下建议。第一，连接区域物流产业，促进协同合作。发达地区整合优质资源输送给其他省份，局部推动整体高质量发展;建立智慧物流产业园，发展元接触物流服务，如元人车、自动分拣、无人驾驶等人工智能方式，借助智慧化、数字化手段完善园区运作模式;提高物流基础设施的经营与网络化服务能力，在区域连接的重要干线上设置物流运输通道，完善区域物流枢纽的应急联动协调机制;注重港口集约化管理，整合下游地区港口资源向内部区域扩展，推动区域优质资源的共建共享;充分考虑各自区域条件，如上游地区利用一带一路的政策优势，中游地区打造内陆物流城市群，下游地区发挥辐射带动作用，从而提高区域物流整体效率水平。第二，加快低碳科技创新，提高物流业碳排放效率。制定差异化低碳运输方针，大力宣传绿色环保的可持续发展理念，加快低碳物流环节建设;聚焦科技减碳新技术，减少不可再生能源的使用，针对物流高碳排放产业进行技术开发;以大数据为基础进行数字化应用，注重物流综合技术创新发展;构建物流研发监管部门，保证智慧物流系统建设的有效性，加快物流运作效率;关注物流企业内部碳排放技术研究，挖掘具备自主创新能力的人才，积极探索综合性低碳物流工程;组建产业技术创新战略联盟，提高低碳物流信息水平的流转速度，解决物流技术发展缺陷问题，从而推动物流产业绿色高效发展。第三，调整物流产业结构，提高物流综合效率。长江经济带地区物流业发展较不均衡，表现为东部大于西部;应加大物流技术创新投入，打造低碳物流产业链方案，减少物流活动终端碳排放量;搭建低碳物流信息交互平台，构建物流网络一 54 体化模式;优化物流运输路线，科学规划物流运输环节，降低物流运输成本;建设标准化仓储库，完善物流环节通讯设备，加强物流基础设施建设，推动长江经济带物流产业合理布局;完善邮政现代物流业务体系，搭建区域点代收、上门取件、货到付费等基础性服务平台，合理设置区域产品分销点，为客户提供定制化服务;多样化产业结构有助于提高区域物流的竞争力，以期在低碳环境下实现资源利用最大化的目标。参考文献1J梅国平，龚雅玲，万建香，等.基于三阶段DEA模型的华东地区物流产业效率测度研究J.管理评论，2019,31(10):234-241.2JRITAMarkovits品mogyi，ZOLTANBokor.A脚ssmg由elogisticsefficiencyofEuropeancountriesbyusingtheDEA-PCmethodologyJJ.Trans闷，2014，29(2):137-145.3JJKozlowska.TechnicalEfficiencyofPolishCompa-niesOperatingintheCouriersandMessengersSector-TheAp-plicationofDateEnvelopmentAnalysisMethodJJ.Quantita-tiveMethodsinEconomics,2014,15(02):339-348.4J徐晓敏，谷晓燕.基于DEA-煽权法的区域物流环境综合评价模型J.公路交通科技，2但1，38(05):144-151.5J龚雪.中部六省物 流效率评价JJ.统计与决策，2019,35(18):59-63.6J叶堂林，李璐，王雪莹.我国东部 三大城市群创新效率及影响因素对比研究JJ.科技进步与对策，2021，38(11):36-45.7J蒋随.我国一带一路节点城市物流效率评价与提升策略JJ.商业经济研究，2020(15):90-93.8JUHZ,MARIAKopsak叫;as-Savolainen，XIAOXZ,etal.CostefficiencyofelectricgridutilitiesinChina:Acom-parisonofestimatesfromSFA-MLE,SFA-BayesandStoNED-CNLSJJ.EnergyEconoII町，2016(55):272-283.9J刘俊，白永秀，韩先锋.城市化对中国创新效率的影响一一创新二阶段视角下的SFA模型检验JJ.管理学报，2017，14(05):704-712.lOJ韩东亚，刘宏伟.我国物 流业技术效率及影响因素一一来自上市公司的实证研究J.中国流通经济，2019,33(11):17-26.第7期低碳视角下长江经济带物流产业效率测度2023年11JCHARNESA,COOPERWW,RHODESE.Meas-unng由eEfficiencyofDecisionMakingUnitsJJ.EuropeanJournalofOperati叫，Resea础，1则，2(06):429-444.12J王书灵，袁汝华.基于三阶段DEA的江浙沪地区物流产业效率JJ.铁道运输与经济，2016，38(10):1-7+12.13J姚山季，马琳，来尧静一带一路重点省份低破物流效率测度JJ.生态经济，2020，36(11):18-24.14JH.O.FRIED,C.A.K.LOVE且，5.S.SCHMI町，etal.AccountingforEnvironmentalEffectsandStatisticalNoiseinDataEnvelopmentAnalysisJJ.JournalofProductivi可Analy时，22，17(1-2):157-174.15J焦奥南，莫颖宁，邵译莹.基于三阶段DEA的山东省养老服务机构效率评价JJ.中国卫生统计，2022，39(05):741-745+748.16J彭伟明，周 慧.基于DEA-Malmquist模型的安徽省区域创新效率评价JJ.黑龙江工业学院学报(综合版),2019,19(12):96-102.17J俞佳立，钱芝网.长江经济带物流产业效率的 时空演化及其影响因素JJ.经济地理，2018，38(08):108-115.18J于丽英，施明康，李婿.基于DEA-Malmquist指数模型的长江经济带物流效率及因素分解JJ.商业经济与管理，2018(04):16-25.19J张娜，李波.基于三阶段DEA模型的 西部地区物流产业效率测度研究J.数学的实践与认识，2018，48(20):244-250.20J张云宁，刘子琦，欧阳红祥，等.低破环境下区域物流产业效率综合研究一一基于长江大保护区域19个省的实证分析JJ.管理现代化，2020，40(02):33-40.21J杨传明，张莉莉，周笛.环境约束下长江经济带物流产业效率时空演变分析JJ.管理现代化，2021，41(03):16-19.MeasuringtheEfficiencyofLogisticsIndustryintheYangtzeRiverEconomicBeltfromaLow-CarbonPerspectiveMaRuonan,CuiHaixia,ZhaoJingcheng,WangHu(School of Economics and Management,Anhui University of Science and Technology,Huainan,Anhui232001,China)Abstract:Based on the development goal of energy conservation and emissionreduction，也e也ree-stageDEA model was first applied to analyze the comprehensive efficiency of the logistics industry in each provinceand city in the YangtzeRiver Economic Belt from2015to2020,and then the K-means clustering method wasused and the pure technical efficiency and scale efficiency in the third stage results were selected as variables forclusteranalysis.beresults show that:the comprehensive efficiency level of logistics in the downstream region ofthe YangtzeRiver Economic Belt is higher;the regionallogistics efficiency level shows a stepwise distribution ofdownstreammidstreamupstream.More investment should be made in the use of low-carbon logistics tech-nology,and the concept of green and sustainable development of the logisticsindustshouldbe promoted.Keywords:Yangtze River Economic Belt;low-carbon logistics;three-stage DEA;cluster analysisClass No.F259.27DocumentMarkA(责任编辑:张幢光)55