我国绿色物流绩效评价与空间演化特征研究

摘要绿色物流作为推动我国生态文明建设和可持续发展的重要组成部分，是产业结构优化升级和资源环境协调发展的关键。本文旨在科学评估我国绿色物流绩效的运行绩效，揭示其空间演化特征，为政府绿色物流绩效政策优化提供决策参考。本文以绿色物流绩效评价为研究对象，选取物流业增长值、能源使用绩效、碳排放、等相关指标构建绿色物流绩效评价指标体系，并运用DEA模型与探索性空间数据分析法，对2018—202年我国各省（区、市）绿色物流绩效的绩效水平与空间演化格局进行实证研究。研究结果表明：（1）2018—2022年间我国绿色物流绩效整体绩效水平呈逐年上升趋势，但区域间差异依然显著，东部地区整体优于中西部地区；（2）绿色物流绩效存在显著的规模绩效优势，但在纯技术绩效方面仍有待提升，部分中西部省份面临技术投入不足的问题；（3）绿色物流绩效具有空间正相关性，展现出较强的区域集聚特征，尤其长三角等经济发达区域是高绩效集聚区；（4）全国绿色物流绩效尚未形成统一格局，部分中西部地区存在绩效洼地，空间演化呈现出“扩散-集聚”并存的动态趋势。基于此，本文从提升技术水平、加强区域协同、完善政策支持体系、推动绿色基础设施建设等方面提建议，促我国绿色物流高质量均衡发展。关键词：绿色物流绩效；DEA-BCC模型；投入产出绩效ABSTRACTAsanimportantcomponentofpromotingecologicalcivilizationandsustainabledevelopmentinChina,greenlogisticsisdirectlyrelatedtotheoptimizationandupgradingofindustrialstructureandthecoordinateddevelopmentofresourcesandtheenvironment,thusholdingsignificantstrategicimportance.ThispaperaimstoscientificallyevaluatetheoperationalperformanceofgreenlogisticsinChina,revealitsspatialevolutioncharacteristics,supportthetransformationandupgradingoflogisticsenterprises,andprovidedecision-makingreferencesfortheoptimizationofgovernmentgreenlogisticspolicies.Focusingongreenlogisticsperformanceasthecoreresearchobject,thisstudyreviewsrelevantdomesticandinternationalliteraturetoclarifythetheoreticalfoundationandevaluationmethodsneededfortheanalysis.Itconstructsagreenlogisticsperformanceevaluationindexsystembyselectingrelevantindicatorssuchastheaddedvalueofthelogisticsindustry,energyuseefficiency,carbonemissions,andthenumberofemployeesinthelogisticssector.Subsequently,itanalyzesthecurrentdevelopmentstatusofgreenlogisticsinChinafromtheperspectivesofcarbonemissions,greendevelopmentpolicies,andthelogisticsindustryfoundation.TheDEAmodelandexploratoryspatialdataanalysismethodsarethenappliedtoconductanempiricalstudyontheefficiencylevelsandspatialevolutionpatternsofgreenlogisticsperformanceacrossChina'sprovinces(autonomousregionsandmunicipalities)from2018to2022.Theresearchresultsindicatethat:(1)From2018to2022,theoverallperformancelevelofgreenlogisticsinChinashowedasteadilyincreasingtrend,butsignificantregionaldisparitiesremain,witheasterncoastalareasgenerallyoutperformingcentralandwesternregions;(2)Greenlogisticsperformanceexhibitsanotableadvantageinscaleefficiency,butpuretechnicalefficiencystillrequiresimprovement,particularlyinsomecentralandwesternprovincesthatfaceinsufficienttechnologicalinvestment;(3)Greenlogisticsperformancedemonstratespositivespatialcorrelation,showingstrongregionalagglomerationcharacteristics,withhigh-efficiencyclustersformingineconomicallydevelopedregionssuchastheYangtzeRiverDeltaandPearlRiverDelta;(4)Ahighlyunifiedspatialpatternofgreenlogisticsperformancehasyettobeestablishednationwide,withefficiencygapspersistinginsomecentralandwesternregions.Thespatialevolutionpresentsadynamictrendofbothdiffusionandagglomeration.Finally,basedontheresearchfindings,thispaperproposespolicyrecommendationsfromtheperspectivesofimprovinggreenlogisticstechnology,enhancingregionalcoordination,strengtheninggreenlogisticspolicysupportsystems,andpromotingtheconstructionofgreeninfrastructure,withtheaimofadvancingthehigh-qualityandbalanceddevelopmentofgreenlogisticsinChina.Keywords:greenlogisticsperformance;DEA-BCCmodel；Input-OutputEfficiency第一章绪论1.1研究背景及意义1.1.1研究背景经济增长过程中我国众多产业面临资源过度消耗与环境污染加剧问题。近年来绿色发展理念备受关注，政府接连出台政策推动产业绿色转型，助力经济可持续高质量发展。在“十四五”规划和“双碳”目标指引下，提升各行业绿色发展水平已成为我国现代化建设重要任务。物流行业作为国民经济重要支撑，其绿色低碳发展对推进生态文明建设、实现可持续发展意义重大。物流业作为资源密集型产业，涵盖运输、仓储、配送、包装等多个环节，在促进经济增长的同时引发能源过度消耗、废弃物污染等环境问题。平衡物流绩效提升与资源环境消耗，推动行业绿色转型，是亟待解决的关键议题。通过建立科学合理的绩效评价体系，不仅可以有效衡量我国绿色物流绩效的水平，还能发现不同城市在绿色物流发展中的优势与短板，为地方物流企业绿色升级提供依据。此外，绿色物流的发展存在明显的区域差异，研究其空间演化特征有助于揭示绿色物流绩效的空间集聚性，为促进我国区域物流协调发展提供帮助。因此，本研究通过构建科学的绿色物流绩效评价体系，测算我国各地区绿色物流绩效的发展水平，并结合空间计量分析方法，探究其空间格局，有助于深化绿色物流绩效的研究，为政府制定绿色物流发展政策、促进绿色物流高质量发展提供科学依据。1.1.2研究意义物流业作为我国国民经济的重要支撑产业，如何在提升物流绩效的同时减少碳排放、优化资源利用，现成为我国推动绿色可持续发展的关键。本文以我国各省（市、自治区）物流行业为研究对象，运用DEA模型对我国绿色物流绩效进行静态测度，并基于测度结果，利用探索性空间数据分析（ESDA）方法探讨绿色物流绩效的空间分布特征。其研究意义主要包括以下两个方面：（1）理论意义现有研究多聚焦于物流行业的整体的发展绩效或单个企业的绿色绩效评估，而从区域层面系统的分析绿色物流绩效评价及空间演化特征的研究较为有限。本文基于DEA方法构建科学且合理绿色物流绩效评价体系，并通过空间计量经济学方法，探讨绿色物流绩效的空间关联性，丰富了绿色物流绩效的研究。特别是，本文引入造成环境污染的因素（如碳排放）作为非期望产出，使用更加科学合理的方式测度绿色物流绩效，这有助于加深对绿色物流绩效与空间分布的理解。此外，本文研究还能够通过对不同地区绿色物流绩效发展模式的比较，进一步完善绿色物流绩效评价体系。（2）现实意义本文测算我国不同地区绿色物流绩效的过程中，分析了我国各省份绿色物流绩效的空间分布特征，明确了区域间绿色物流发展水平存在差异性。这有助于为较为落后的地区提供先进区域的绿色物流发展经验，做到优化自身绿色物流发展策略，为政府制定不同地区的绿色物流发展政策提供科学依据。此外，通过空间自相关分析物流绩效的空间集聚特征，可以帮助政府更好地推动绿色物流的协同发展，优化区域间绿色物流的资源配置，推动我国物流行业向更加绿色、高效、可持续的方向发展。1.2国内外研究现状1.2.1国外研究现状（1）物流业碳排放的研究随着全球环境问题的日益严峻，碳排放成为各国政策制定和企业战略规划的重要考量。我国物流行业作为碳排放的重要来源，学术界正重点关注其碳排放现状及影响因素研究。国际研究聚焦碳排放优化方法与行业碳足迹测算。Liu等（2025）优化时间依赖路径碳排放问题，为绿色物流路径优化提供新方法REF_Ref23067\r\h[1]；Ashworth等（2025）测算医药物流行业碳排放足迹，指出配送环节控碳关键作用REF_Ref23187\r\h[2]。Zhu等（2024）以长三角为例剖析物流碳排放时空模式与驱动因素，为区域管理提供经验REF_Ref23161\r\h[3]；Guo等（2024）探究数字经济对我国30省份物流业碳排放绩效空间影响，揭示数字化转型潜力REF_Ref23240\r\h[4]；Dong等（2024）研究中国物流碳排放绩效空间相关性及影响因素，为全国碳排放优化提供理论依据REF_Ref23321\r\h[5]。国内研究集中于物流碳排放空间演化特征与影响机制。谈晓勇和周胜杰（2024）剖析我国新通道物流碳排放绩效时空演变，揭示地区间差异及驱动机制REF_Ref23354\r\h[6]；代银帅（2024）从省域层面研究物流业碳排放，探讨碳减排责任划分，为区域低碳政策制定提供参考REF_Ref197547868\r\h[7]。在高质量发展要求下，张兰怡等（2024）分析中国省域物流业碳排放时空分异，阐明经济发展与物流碳排放互动关系REF_Ref23426\r\h[8]；李晓梅和黄俊（2024）研究物流碳排放绩效演化与收敛性，发现地区间绩效存在趋同趋势并提出优化路径REF_Ref23468\r\h[9]。在碳排放影响因素研究领域，柯康凯和张英彦（2023）运用LMDI及Tapio模型分析山西省物流业低碳发展，发现经济增长与物流碳排放呈现阶段性关联，不同发展阶段驱动因素各异REF_Ref23498\r\h[10]。朱桃杏等（2021）借助LMDI方法研究区域物流发展特征与绩效，揭示碳排放对物流产业结构调整的重要作用REF_Ref23527\r\h[11]。胡小飞等（2019）测算长江经济带物流业碳排放并剖析驱动要素，指出产业结构、能源绩效和政策调控是关键影响因素REF_Ref23566\r\h[12]。李创和昝东亮（2016）基于LMDI分解法实证分析我国运输业碳排放影响因素，为绿色物流发展提供数据支撑REF_Ref23618\r\h[13]。部分学者在碳排放测算与影响因素研究之外，从低碳政策和减排策略入手探索碳减排实践路径。Sikder等（2024）评估RCEP和SAARC经济体物流行业碳排放减少驱动因素，强调国际合作对全球碳减排的重要性REF_Ref23667\r\h[14]；Suratno和Ichtiarto（2021）提出八步法优化印尼汽车行业物流运输碳排放，为企业绿色转型提供实践范例REF_Ref23703\r\h[15]；Jamali和Rasti-Barzoki（2019）运用博弈论研究第三方物流在可持续供应链中的作用，揭示其对缩短配送时间和降低碳排放的贡献REF_Ref23736\r\h[16]；Leenders等（2017）探讨运输路线碳排放分配问题，为绿色物流路径优化提供理论依据REF_Ref23769\r\h[17]。总体而言，尽管我国绿色物流碳排放研究已取得诸多成果，但在物流业碳排放的空间演化规律及绩效评价体系构建方面仍有待深入。（2）绿色物流绩效在“双碳”目标引领下，绿色物流绩效评价关乎物流行业可持续发展。绿色物流绩效是衡量物流行业可持续发展水平的重要指标，近年来备受关注。国内外学者从评价方法、影响因素、发展模式等方面深入研究，积累了多元视角与实践经验。近年来绿色物流绩效评价是国内外学术研究热点，多数研究聚焦测度方法、影响因素和空间演化特征，部分学者探讨其对经济发展与贸易的影响，现有研究主要致力于构建评价体系和提出优化策略。国内学者构建绿色物流绩效评价体系时侧重不同行业与区域评估。徐珂等（2024）构建烟草行业绿色物流绩效评价模型并实证验证其适用性REF_Ref22049\r\h[18]；刘冰雪（2023）结合“双碳”目标研究物流企业绿色物流绩效评价体系，以ZS港口为例实证发现政府监管和企业创新是提升绩效关键REF_Ref22104\r\h[19]；王字涵（2022）构建河北省绿色物流绩效评价体系并建议依区域特点制定差异化政策REF_Ref1376\r\h[20]；姚莉等（2021）以动力电池逆向物流为对象，探究绿色物流绩效评价体系与优化策略REF_Ref1399\r\h[21]。在生态文明建设推动下，部分学者着手构建区域性绿色物流绩效评价指标体系。周玉梅（2019）以长株潭城市群为研究对象探索绿色物流绩效提升路径REF_Ref1429\r\h[22]，李喻（2024）从湖北省实际出发建立绿色物流绩效评价体系并提出优化措施REF_Ref1458\r\h[23]，刘济江（2024）系统综述绿色物流绩效评价研究，归纳国内外测评方法适用性与发展趋势REF_Ref1481\r\h[24]。近年来绿色物流绩效空间分布特征成为研究焦点。苏晓芳等（2024）剖析山西省绿色物流绩效，发现区域经济发展水平与其显著相关REF_Ref1514\r\h[25]；詹长书等（2024）研究东北三省绿色物流绩效，指出政策支持、技术创新和基础设施完善对提升绩效至关重要REF_Ref1553\r\h[26]；黄丙桂等（2024）分析安徽省绿色物流绩效障碍因子，认为政策引导、物流网络优化和低碳技术研发是关键因素REF_Ref1595\r\h[27]；宋述鑫等（2024）再次研究山西省绿色物流绩效，提出政府引导与市场机制结合的优化路径REF_Ref1618\r\h[28]。地方经济、政策和资源禀赋影响不同地区绿色物流绩效评价。王文灵（2024）研究发现交通基础设施建设与产业结构调整对提升西部地区绿色物流绩效至关重要REF_Ref197548155\r\h[29]；徐宏进（2021）探讨华东地区绿色物流绩效及影响因素，强调区域协同的必要性REF_Ref1680\r\h[30]；贺林（2022）分析得出差异化政策对提升四川省绿色物流绩效有积极作用REF_Ref1706\r\h[31]；张航等（2023）研究成渝城市群绿色物流绩效，指出信息技术应用与供应链协同是提升绩效的关键路径REF_Ref197548178\r\h[32]。国际学者着力构建科学的绿色物流绩效评价模型以提供标准化测度方法。Marta等（2024）提出绿色物流绩效指数（GLPI）用作欧盟国家环境可持续性基准测评工具REF_Ref1932\r\h[33]；Bin等（2022）运用空间计量经济学模型分析中国绿色物流绩效时空演化特征及主要驱动因素REF_Ref1961\r\h[34]；E.D.S.D等（2022）从循环经济视角构建绿色物流绩效综合评估框架助力企业优化绿色供应链管理REF_Ref2003\r\h[35]。绿色物流绩效对经济和贸易的影响是国际研究重点。Mingyue等（2022）研究中国绿色物流绩效对RCEP国家出口贸易的影响，发现高效绿色物流体系能显著提升出口竞争力REF_Ref2030\r\h[36]；Yang等（2022）分析绿色物流基础设施对服务贸易和环境的影响并测度企业绩效与服务质量REF_Ref2069\r\h[37]；Yao等（2020）用机器学习方法评估中国物流行业绿色绩效，表明优化物流绩效有助于提升行业绿色化水平REF_Ref2095\r\h[38]。国际学者也关注区域性绿色物流绩效研究。Weihua等（2022）运用三阶段DEA模型测评江西省绿色物流绩效，发现政策干预和基础设施投入对提升绩效至关重要REF_Ref2128\r\h[39]；Lau（2011）提出基于复合指数的绿色物流绩效基准测评方法，为企业提供量化绩效衡量工具REF_Ref2163\r\h[40]。现有绿色物流绩效研究成果丰富，但从空间演化角度看，不同区域绿色物流发展模式和演变路径仍待深入探究。后续研究需结合区域经济特点、政策环境与产业结构，深化绿色物流绩效时空演化规律分析，促进我国绿色物流高质量发展。该研究领域兼具理论价值，也能为政府决策和行业实践提供依据。伴随数字化智能化技术发展，还可研究人工智能、大数据对提升物流绩效的作用，推动物流行业高质量发展。（3）物流绩效及空间演化近年来物流绩效及其空间变化特点成为物流管理、区域经济和可持续发展研究的重要内容。学者们广泛研究物流业绿色绩效的时空演变、区域差异及影响因素取得不少成果。目前研究主要集中在特定区域物流业绿色绩效评估、碳排放绩效分析和空间格局变化等方面。经济增长、技术进步、基础设施投资等因素推动物流绩效时空演化并呈现阶段性特征，已有研究揭示不同地区物流产业绩效时空变化特点。周正祥等（2024）利用长江经济带物流产业绩效数据测度该地区物流绩效水平并揭示其空间演化特征REF_Ref26548\r\h[41]；张积林和钟宁（2024）在碳达峰背景下深入分析我国物流业碳排放绩效时空演化趋势，发现地区间碳排放绩效差异显著且受政策调控、产业结构等多重因素影响REF_Ref26587\r\h[42]；叶翀和冯昊（2024）基于长三角城市群物流绩效数据探讨该地区物流业绩效演化趋势并识别影响绩效变化关键因素REF_Ref26623\r\h[43]。从城市群和区域物流发展视角，研究显示物流企业空间格局、产业集聚效应及基础设施建设显著影响物流绩效提升。张圣忠等（2024）研究关中平原城市群物流企业空间格局演化，指出产业集聚与基建对企业空间分布起关键作用REF_Ref26668\r\h[44]；朱文娟（2022）分析福建省区域物流空间布局及演化，揭示其空间分布不均衡并探讨优化路径REF_Ref26698\r\h[45]；王小雨（2024）研究长江经济带数字物流发展水平，剖析空间分异特征与驱动因素，表明数字物流普及利于提升区域绿色物流绩效REF_Ref9745\r\h[46]。在绿色物流绩效与空间关联性研究中，学者聚焦不同区域绿色物流绩效空间差异及溢出效应。孟珊珊等（2024）探究生鲜农产品绿色物流绩效空间差异及影响因素，指出区域经济发展水平和物流基础设施建设对提升绩效意义重大REF_Ref9775\r\h[47]；马越越等（2025）研究中国物流绿色低碳发展空间关联效应，发现区域间绿色低碳物流发展存在显著溢出效应并剖析关键影响因素REF_Ref9804\r\h[48]。部分研究聚焦特定区域绿色物流绩效与空间演化特征，拓展了物流业空间演化研究视角。孙威（2024）测度黄河流域物流绩效并分析空间演化，指出流域内省份物流绩效存在空间梯度差异REF_Ref197548396\r\h[49]；朱文娟和曾豪（2023）研究东北东部经济带区域物流空间布局与演化，发现政策导向和经济结构调整深刻影响该地区物流业发展REF_Ref9863\r\h[50]；张家威（2023）以浙江省生鲜农产品物流绩效为对象，分析时空演化趋势并提出优化建议REF_Ref197548433\r\h[51]；闫志凯（2023）研究中部六省绿色物流绩效及空间关联性，发现区域间物流绩效空间依赖性强并揭示影响绩效变化主因REF_Ref197548442\r\h[52]；徐超毅和齐豫（2023）以华东地区为例测度区域物流业绿色发展绩效，经空间分析发现区域经济水平、政策支持力度和基础设施建设是影响绿色物流绩效核心因素REF_Ref9941\r\h[53]。综上所述，绿色物流绩效及其空间演化特征研究虽有重要成果但仍存不足，现有研究在影响因素系统分析、动态演化描述及跨区域对比方面还有提升空间。未来研究可优化绿色物流绩效评价体系，运用ARCGIS软件动态跟踪物流绩效时空变化，深入研究政策调控、市场机制与绿色物流绩效的互动关系，促进我国绿色物流可持续发展。1.2.2文献述评学者们对绿色物流、碳排放控制及物流绩效评价的关注度较高，在一定程度上推动了该领域的发展。研究聚焦绿色物流概念、发展趋势、物流绩效测算及空间演化，为绿色物流可持续发展提供理论支持。国内外学者测算绿色物流绩效主要用数据包络分析法（DEA）、层次分析法（AHP）和熵权法，也有研究采用主成分分析法（PCA）、结构方程模型（SEM）等。这些方法各有局限，AHP易受主观判断影响，SFA仅适用于单一产出场景限制应用，因此研究者常综合多种方法增强测算科学性与可靠性。物流业空间演化研究显示我国绿色物流绩效存在显著区域差异，整体呈“东部发达、中部次之、西部较弱”格局。部分研究指出碳排放空间分布与经济发展水平、产业结构及交通运输方式紧密相关，高排放区域多集中于经济发达且物流需求旺盛地区。综上所述，尽管国内外学者对绿色物流、碳排放和物流绩效展开诸多研究，我国绿色物流绩效及其空间演化特征研究仍存空白。本文梳理相关研究后聚焦我国绿色物流，用数据包络分析法测算评价物流绩效，结合Arcgis软件探究空间演化特征，进而提出提升绿色物流绩效的对策建议。1.3研究内容与研究思路1.3.1研究内容第一部分：绪论。阐述我国绿色物流绩效的研究背景及研究意义，对国内外相关研究现状进行文献综述，明确研究内容并提出研究方法与研究思路。第二部分：概念界定与理论基础。界定绿色物流的概念，分析绿色物流绩效的衡量维度，介绍本研究所依托的理论，包括可持续发展理论、投入产出理论、数据包络分析（DEA）、探索性空间数据分析（ESDA）等。第三部分：我国绿色物流现状。对我国物流业的整体发展情况进行描述，分析物流业的碳排放、能源消耗等问题。第四部分：我国绿色物流绩效评价。构建绿色物流绩效评价指标体系，基于数据包络分析（DEA）测算我国不同地区绿色物流的绩效水平，并进行横向对比分析。第五部分：我国绿色物流绩效的空间演化特征分析。基于ArcGIS软件对我国物流绩效总体空间格局进行可视化分析，总结主要影响因素并进行空间关联性分析，分析我国绿色物流绩效的动态变化趋势。第六部分：结论与展望。根据我国绿色物流绩效评价体系，分析我国绿色物流绩效的空间分布特征及演化规律，对我国绿色物流发展提出合理建议。最后三部分：论文致谢、参考文献、附录。1.3.2研究思路本文从绿色物流的概念入手，剖析了我国物流业在快速发展的同时面临的能源消耗、碳排放等环境问题，强调了绿色物流在实现可持续发展中的重要性。通过梳理国内外绿色物流绩效评价与空间演化研究找出不足，由此确定本文研究方向。基于可持续发展和投入产出理论构建绿色物流绩效评价指标体系，用数据包络分析测度我国不同地区绿色物流绩效并横向对比；借助探索性空间数据分析结合ArcGIS可视化呈现其空间分布格局，剖析空间演化特征及驱动因素；最后依据研究结果结合国家战略提出绿色物流发展对策，指出研究局限并展望未来。具体的技术路线图如图1所示：图1技术路线1.4研究方法1.4.1研究方法（1）文献研究法文献研究法（LiteratureReviewMethod）通过梳理分析已有文献资料掌握某领域研究现状、趋势及空白，能为研究提供理论支撑、明确问题背景与框架助力学术发展。本文运用文献研究法综合剖析我国绿色物流现状为后续研究奠定基础。（2）DEA—BCC模型DEA-BCC模型是一种基于数据包络分析（DEA）的非参数绩效评价方法，由Banker、Charnes和Cooper于1984年提出。与传统的CCR模型（假设规模报酬不变）不同，BCC模型假设规模报酬可变（VariableReturnstoScale,VRS），能够更准确地评估决策单元（DMU）的技术绩效（TechnicalEfficiency,TE），并将其分解为纯技术绩效（PureTechnicalEfficiency,PTE）和规模绩效（ScaleEfficiency,SE），能够更清晰、高效的分析不同地区绿色物流的绩效水平，并进行横向对比分。DEA-BCC模型广泛应用于绩效评价领域，如物流绩效、能源绩效、环境绩效等。在此情况下，我决定使用EDA-BCC（扩展DEA-变动规模报酬模型）通过评估绿色物流中的多重输入和输出，衡量不同地区的绿色物流绩效。（3）数据可视化AICGIS（人工智能与地理信息系统）指的是将人工智能（AI）技术与地理信息系统（GIS）相结合，本文基于ArcGIS软件对我国物流绩效总体空间格局进行可视化，分析利用AI增强GIS在空间数据处理、分析、预测等方面的能力对空间关联性进行及动态变化趋势分析。第二章概念界定与理论基础为科学测算我国绿色物流绩效水平，并深入分析其空间演化特征，有必要对绿色物流、物流绩效及绿色物流绩效等核心概念进行界定，明确绿色物流的基本内涵与发展特征，厘清绩效评价的基本维度与指标构成。此外，本文还将结合绿色发展相关理论与现代绩效评估方法，梳理适用于绿色物流绩效研究的分析框架和测算工具，为后续的现状分析、指标体系构建、模型选取及实证研究提供坚实的理论支撑与方法依据。2.1相关概念界定2.1.1绿色物流概念绿色物流是以环保和资源节约为核心，在物流全流程运用现代技术与管理手段，降低物流活动对环境负面影响，实现经济效益、社会效益与生态效益统一的新型物流模式，旨在满足物流基本功能同时最大限度减少能源消耗与污染排放，达成可持续发展目标。传统物流发展带来的环境压力催生绿色物流。伴随工业化城市化加速，物流活动愈加频繁，运输、包装、仓储等环节能源消耗与污染物排放大幅增长，威胁大气、水资源与生态环境，在此形势下绿色物流兴起，成为物流产业升级和生态文明建设的重要路径。绿色物流涉及物流系统各环节包括绿色运输、仓储、包装、物流信息化、资源循环利用及碳排放管理等。运输上倡导用新能源车辆优化路径减油耗碳排放，仓储推行节能建筑设备，包装鼓励用可降解材料和循环包装箱。参考国内学者在经济学领域对物流活动绿色转型的研究，结合本文的研究对象为绿色物流，本文将绿色物流界定为在物流各环节中注重资源节约与环境保护，通过减少能源消耗、降低碳排放、提升环境绩效，实现经济效益与生态效益协调发展的物流活动。通过界定绿色物流，可以有效把握物流系统在可持续发展背景下的运行特征与优化方向。2.1.2绿色物流的特点根据国家发展改革委、生态环境部等部门联合发布的《关于推动物流高质量发展促进形成强大国内市场的意见》（2023年），绿色物流应贯穿于采购、运输、仓储、包装、配送、回收等环节，推动物流系统绿色低碳转型。绿色物流有以下显著特点：（1）环保导向鲜明。绿色物流以环保为核心，各环节致力于降低能耗、削减污染物排放，通过采用新能源运输工具、推广绿色包装、促进废弃物回收再利用，有效减少碳排放和其他环境污染物，助力实现“双碳”目标与可持续发展战略。（2）系统整合程度高。绿色物流需整合供应链上下游资源，促进信息流、资金流与物流协同运作，其目标实现依赖物流系统高效协作，如运输仓储联动减少中转，借助物流信息平台优化路径降低能耗。（3）技术依赖性显著。绿色物流发展离不开现代信息技术、智能化设备与节能环保技术支持，冷链技术、智能分拣系统、物联网、区块链等技术广泛应用既提高物流绩效，又为低碳节能和可视化管理提供保障。（4）前期投入高且回报周期长。实施绿色物流需大量前期资金，如购置新能源车辆、建设绿色仓储设施、搭建信息化管理系统等，此类投资公共属性和外部效应明显，回收成本耗时久，企业短期内成本压力大，亟需完善政策引导和激励机制。2.1.3绿色物流绩效的概念绿色物流绩效综合衡量物流系统运行中资源利用绩效、环境影响和经济效益，既关注传统物流时效性、成本与服务等绩效指标，更重视节能减排、环境友好和循环利用等绿色发展目标实现程度，构建绿色物流绩效评价体系能科学反映系统运行效果，为政策制定、企业管理和区域协同提供决策参考。绿色物流绩效主要包含三个维度：（1）环境绩效：体现物流活动在减碳、节能、控污等环保方面的表现，是衡量绿色物流环保成效的核心指标，涵盖单位运输能耗、碳排放强度、绿色包装使用率等。（2）经济绩效：反映推行绿色物流过程中的经济收益与成本管控水平，体现企业或地区实施绿色物流后的经济可持续能力，涉及物流成本占比、运输绩效、资源利用率等指标。（3）社会绩效凸显绿色物流对社会可持续发展的促进作用，涵盖提升居民生活品质、带动绿色就业、增强公众环保意识等方面，体现绿色物流的社会责任属性。参考国内学者在经济学领域对物流绩效的界定，本文将绿色物流绩效界定为在绿色物流活动中，各项资源投入要素与期望产出和非期望产出之间的关系。通过对投入与产出的系统分析，能够科学评估绿色物流过程中资源利用绩效、环境影响程度及资源配置效果，从而为实现物流行业的绿色转型和可持续发展提供参考依据。2.2相关理论与方法2.2.1投入产出理论20世纪30年代著名经济学家W・里昂惕夫基于一般均衡理论构建投入产出表，1936年发表《美国经济体系中投入产出的数量关系》标志投入产出理论正式确立，该理论通过描述经济部门间物质与价值流动关系为资源配置、经济结构和产业联系分析提供量化工具。20世纪60年代西方发达国家广泛运用该理论推进宏观经济政策与产业结构优化研究，中国自20世纪70年代引入并完善，目前已在宏观经济与区域发展研究中广泛应用。投入产出理论初创时“投入”指经济部门生产消耗的劳动力、能源、原材料、技术等资源“产出”是单位或系统生产的产品总量，分中间产品和最终产品，中间产品用于其他生产，最终产品直接进入消费不再参与生产。随理论发展投入产出模型更精细，纳入居民消费、环境资源、投资等要素，成为经济社会生态综合分析工具。把投入产出理论应用于绿色物流绩效研究能量化绿色物流系统各要素资源投入与绩效产出关系，为系统绩效分析和优化决策提供理论依据。绿色物流绩效分析中“投入”涵盖运输能耗、人力、环保设备投资、信息化技术投入等，“产出”包含单位能耗物流服务量、碳减排量、客户满意度、资源利用率等指标。构建绿色物流投入产出模型既能评估运行绩效，又能揭示区域发展差异与潜力，推动物流系统绿色转型和高质量发展。2.2.2数据包络分析法数据包络分析法（DataEnvelopmentAnalysis，简称DEA）最早由美国运筹学家A.Charnes、W.W.Cooper与E.Rhodes于1978年提出。该方法以线性规划为基础，用于衡量多个具有相同类型投入与产出的决策单元（DecisionMakingUnits，简称DMUs）相对绩效。DEA模型突破了传统生产函数只能评估单一产出或依赖预设权重的限制，能够在不需预设函数形式或主观赋权的前提下，对具有多输入、多输出特征的系统进行绩效评价，因而在多个领域中获得广泛应用，特别适用于绿色物流绩效的测量与比较分析。DEA方法中“投入”是实现特定产出消耗的能源、车辆、人力、运输里程等资源“产出”为绩效结果，涵盖货物周转量等经济效益指标和碳排放减少量等环境效益指标。绿色物流系统属多投入多产出系统，运用DEA方法可衡量地区或企业绿色物流运行相对绩效，区分有效与无效决策单元，为优化资源配置、提升整体绩效提供量化依据。DEA方法不断发展形成BCC模型（考虑规模报酬变化）、超绩效DEA模型（区分绩效值为1的单元）、网络DEA模型（适用于有内部结构系统）等改进模型。在绿色物流研究中，DEA方法常结合环境投入与污染排放指标，构建区域或企业绩效评价体系，综合评估绿色物流系统的环境友好程度与经济绩效。2.2.3探索性空间数据分析法（arcgis）ArcGIS（ArcGeographicInformationSystem）是美国Esri公司开发的地理信息系统软件，集成地图制作、空间数据管理、空间分析和可视化功能，广泛应用于城市规划、资源管理、环境监测、交通物流等领域，在研究区域空间结构与演化特征中发挥重要作用，为绿色物流绩效空间演化研究的多维数据可视化、地理格局识别及动态变化监测提供技术支持。ArcGIS在绿色物流绩效研究中的应用主要有以下方面：（1）ArcGIS能处理整合遥感、统计、交通网络等多源空间数据并可视化呈现，直观展现各地绿色物流绩效空间分布、区域差异和聚集特征。（2）ArcGIS利用热力图、Moran'sI空间自相关分析、Getis-OrdGi热点探测等功能，分析绿色物流绩效地理空间集聚关联和演化趋势，为找出高绩效区域与薄弱环节提供依据。（3）ArcGIS结合时间序列数据可动态追踪不同时期绿色物流绩效变化趋势，通过动态图或连续地图直观呈现区域演化过程，对分析绿色物流政策与环境治理成效意义重大。（4）ArcGIS能与SPSS、MATLAB、Geoda等统计软件协同运用，拓展数据分析维度，实现地理信息系统与定量分析方法融合，提升绿色物流绩效研究科学性与准确性。第三章我国绿色物流发展现状本节以中国省级行政区（不含西藏及港澳台地区）为研究对象，基于绿色物流发展的数据可得性，选取2018-2022年面板数据，从宏观视角构建绩效评价体系。3.1我国物流业发展概况为更加清晰分析我国绿色物流绩效的空间分布特征，结合地理区位、经济发展水平及物流基础设施条件，将全国划分为华东、华中、华西三大区域（受数据可得性限制，西藏及港澳台不参与分析），并基于面板数据进行对比分析。3.1.1物流业增加值2018-2022年数据显示三大区域的物流业增加值存在明显梯度差异（见图3-1）：华东地区五年均值23524.58亿元居首，约占全国总量55%，凸显长三角城市群全国物流枢纽核心地位；华中地区稳定增长年均增速4.6%，2022年增加值较2018年增长19.5%，展现中部物流产业活力；华西地区规模最小但增速最快，五年增长22.4%，2021年后加速明显，体现西部大开发和“双循环”战略政策效应。图3-1物流业增加值我国物流业增加值的区域分布与增长态势深刻揭示了物流产业发展的空间不均衡特征和转型升级进程。值得关注的是，2020年疫情期间各区域均现短暂下滑，随后强劲反弹，华东地区2022年增加值较2019年增长18.2%，彰显产业强大韧性。3.1.2货运周转量从2018-2022年的数据来看，华东地区始终保持着绝对的规模优势（如图3-2所示），其货运周转量五年均值达到137393.17亿吨，占全国总量的三分之二左右，这一现象与长三角地区完善的交通基础设施、密集的产业布局以及活跃的对外贸易密切相关。图3-2货运周转量2020年后华东地区复苏强劲，2022年周转量较2018年增长11.9%，凸显区域物流体系韧性与恢复力；华中地区作为东西部物流枢纽保持稳定增长，年均增速近5%，2022年周转量较2018年增长20.9%，体现中部崛起战略下产业转移和内陆开放成效；华西地区基数小但增长势头最强，五年增幅23.9%，2020年疫情期间仍逆势增长13.9%，得益于西部大开发政策及“一带一路”建设对物流体系的推动。3.1.3物流业从业人数我国物流业从业人数呈现显著的区域不均衡性（如图3-3所示）。华东地区从业人数最多，年均值约为4334015人；华中地区次之，年均值为2442786人；华西地区最少，年均值为1512676人。这一分布特征与区域经济发展水平、物流业规模及城市化进程高度一致，进一步印证了“经济越发达，物流需求越旺盛，从业人数越多”的规律。图3-3物流业从业人员从时间趋势看，2018-2022年三大地区物流业从业人数均呈下降趋势，华东地区降幅较缓2022年较2018年降5.77%或因区域经济韧性强、物流业结构调整平稳，华中地区降幅显著2022年较2018年降40.55%且2019年断崖式下跌或受疫情与产业转移双重影响，华西地区降幅最小2022年较2018年降5.54%但波动大2020年短暂回升后继续下降显示物流业发展不稳定。3.2我国物流业固定资产投资根据2018-2022年《中国统计年鉴》数据，我国三大区域物流业固定资产投资呈梯度发展与差异化增长特征（见图3-4）。华东地区投资规模持续居首，五年均值27785.25亿元2022年达30152.43亿元历史峰值较2018年增长17.3%与完善产业基础和活跃市场需求相符2020年疫情下仍稳定增长展现抗风险能力；华中地区加速增长，五年均值14055.05亿元2022年较2018年增长34.1%增速三大区域最高，体现中部崛起战略下物流基建快速推进；华西地区投资规模低于华东高于华中五年均值20831.85亿元,2022年较2018年增长12.3%,2020年实现6.3%较快增长凸显“一带一路”倡议下西部后发优势。图3-4物流业企业固定资产额华东地区从业人数最多，年均值约为4334015人；华中地区次之，年均值为2442786人；华西地区最少，年均值为1512676人。这一分布特征与区域经济发展水平、物流业规模及城市化进程高度一致，进一步印证了“经济越发达，物流需求越旺盛，从业人数越多”的规律。2018-2022年我国物流业区域发展增速空间分异明显且动态演变（见图3-5），华东、华中、华西三大区域发展轨迹不同：华东地区经济发达增速稳健，除2019年小幅回调1.3%，其余年份增长较高，2021-2022年增速达70.8%和96.9%展现韧性；华中地区呈“爆发式”增长，2019年和2022年增速分别为96.4%和151.9%，但2020年疫情初期放缓至7.7%，对市场变化敏感；华西地区增长波动大，2018-2019年连续两年负增长超20%，2020年逆势反弹至78.3%后回落，2022年回升至37.5%，或与西部物流基建和政策变化有关。图3-5物流业企业固定资产增长率2020年疫情暴发，三大区域物流发展表现各异：华西地区逆势增长78.3%，华东地区稳健增长34.6%，华中地区增速放缓至7.7%，反映出各地物流产业结构和发展模式不同。2022年三大区域均加速增长，华中地区增速达151.9%，华东地区接近翻倍至96.9%，显示后疫情时代物流业发展新机遇。区域增速差异为产业政策制定提供参考，需巩固华东地区增长优势推动高质量发展，关注华中地区波动提升抗风险能力，加强华西地区基建促进可持续发展，建立精准区域协调机制优化物流业空间布局。3.3我国物流业碳排放物流业碳排放是衡量区域绿色物流发展水平与可持续发展能力的重要指标，能够直观反映物流活动对生态环境的影响程度。根据任志娟REF_Ref12623\r\h[60]文中所述系数《中国能源统计年鉴-能源平衡表》中数据进行测算。表3-6物流业碳排放测算系数能源名称原煤汽油煤油折算标准煤系数（Kgce/Kg）0.71431.47141.4714碳排放系数（kg-CO2/kg）1.90032.92513.0179能源名称燃料油液化石油气天然气折算标准煤系数（Kgce/Kg）1.42861.71431.3300Kgce/m3碳排放系数（kg-CO2/kg）3.17053.10132.1622kg-CO2/m3我国物流业碳排放呈现明显的区域差异性（如图3-7所示）。华东地区碳排放量最高，年均值约为35905.75万吨；华中地区次之，年均值为20206.35万吨；华西地区最低，年均值为13706.22万吨。这一分布特征与区域经济发展水平、物流业规模及交通基础设施密度高度相关，进一步印证了“经济活跃度越高，物流活动越密集，碳排放压力越大”的规律。图3-7物流业碳排放量2017-2021年华东地区碳排放量总体下降2020年后降幅明显2021年较2017年降18.34%或因绿色物流政策实施和疫情致物流需求减少；华中地区碳排放量波动小2021年较2017年降2.80%减排措施显效；华西地区碳排放量一直较低五年降4.19%，反映物流业规模小但低碳转型潜力大。3.4我国物流能源消耗现状各区域能源消耗并非持续增长或降低。例如华东地区，2019年能源消耗18603.59448高于2018年，之后2020年降至16084.78467，2021年有所回升至16550.86742，2022年又降至14847.27999。华中、华西地区也有类似波动，反映出物流能源消耗受多种因素影响，如经济形势、物流行业发展策略调整等（如图3-8所示）。图3-8物流业能源消耗华东地区是经济最发达区域，能源消耗总量五年均值16861.34万吨标准煤，占全国53.6%，与庞大物流规模和密集产业活动相关，2020年后能耗持续下降，2022年较2018年降18.5%，能效提升和清洁能源替代成效显著；华中地区能源消耗相对稳定，五年均值9777.13万吨标准煤，呈“先升后降”波动，2022年较2018年降1.3%，处于物流规模扩张与能源结构调整转型期；华西地区能源消耗总量最低，五年均值6714.26万吨标准煤，2021年回升后再降，2022年较2018年降3.6%，西部物流发展存在不稳定性。3.5我国绿色物流政策环境绿色物流的发展离不开政策引导与制度保障。近年来，我国政府高度重视物流业的绿色低碳转型，从国家战略、行业规范、地方试点等多个层面出台政策，推动绿色物流体系建设。3.5.1国家战略规划我国在“十四五”规划中明确提出“构建现代物流体系，推动绿色低碳发展”，并将绿色物流纳入“碳达峰、碳中和”行动方案。相关政策包括：表3-9时间政策具体内容2022年《“十四五”现代物流发展规划》提出推广新能源物流车、优化运输

结构、发展多式联运等绿色物流措施。2021年《2030年前碳达峰行动方案》要求交通运输领域加快新能源替代，推动物流行业低碳转型。2021年《关于加快建立健全绿色低碳循环

发展经济体系的指导意见》鼓励绿色包装、逆向物流、智慧物流等新模式。3.5.2财政与金融支持政策为推动物流行业的绿色发展，在多个方面出台了相关政策举措:表3-10政策具体内容新能源物流车补贴延续新能源汽车购置补贴政策，重点支持城市配送车辆电动化。绿色信贷与税收优惠对符合绿色标准的物流企业提供低息贷款和税收减免（如《绿色产业指导目录》）。续表3-11政策具体内容碳排放权交易试点部分省市将物流企业纳入碳市场，推动减排市场化机制。3.5.3行业标准规范近年来，我国陆续出台多项行业标准，规范绿色物流发展：表3-11时间政策具体内容GB/T37099-2018《绿色物流指标构成与核算方法》明确碳排放、能源绩效等核心指标。2020年《快递包装绿色产品认证规则》推动可循环、可降解包装应用。2022年《物流企业温室气体排放核算方法》建立物流行业碳足迹评估体系。我国绿色物流政策环境正逐步从试点探索向系统完善转变，形成了政策引导、财政金融支持与行业标准协同推进的发展格局，为提升全国绿色物流绩效与优化区域空间格局提供了坚实的制度保障。3.6．本章小结2018-2022年间，我国绿色物流发展呈现明显的区域不均衡特征。我国绿色物流发展仍处于“东部引领、中部追赶、西部补短板”的阶段，区域间的不平衡问题突出。未来需通过政策精准施策、跨区域协同机制以及技术创新共享等措施，推动绿色物流从局部示范向全国协同发展转变，最终实现物流业低碳转型与高质量发展的战略目标。第四章我国绿色物流绩效评价本章基于《中国统计年鉴》、《各省统计年鉴》、《中国第三行业统计年鉴》、《中国能源统计年鉴》数据，构建绿色物流绩效评价指标体系，基于数据包络分析（DEA）测算我国不同地区绿色物流的绩效水平，并进行横向对比分析（由于数据的局限性，故西藏及港澳台不分析）。4.1评价指标体系建立4.1.1选取指标的原则（1）科学性原则构建绿色物流绩效指标体系遵循科学性原则需以理论内涵和客观规律为基础，保证指标选取有理论依据和严谨逻辑关系。具体要使指标设计契合绿色物流低碳、循环和可持续发展特性，各指标具备明确经济学或环境学解释力杜绝主观设定，数据采集源自权威统计口径且指标计算采用国际通用标准。系统性原则构建绿色物流绩效指标体系遵循系统性原则需全面体现其多维特征与复杂结构，确保各层级指标构成有机整体。具体体现为指标体系覆盖环境可持续性、经济可行性、社会接受性三大维度，各维度指标形成“投入-过程-产出-影响”完整逻辑链，选取指标考虑物流系统全生命周期特性涵盖运输仓储包装配送等环节关键绩效点，同时兼顾静态水平与动态变化。可操作性原则构建绿色物流绩效指标体系遵循可操作性原则需基于实际数据获取和测算可行性保障评价有效开展。具体是指标数据优先采用国家统计局《中国物流统计年鉴》《中国统计年鉴》等权威资料规范数据，定量指标占比不低于80%，所有指标经预调研验证数据采集可行性且至少80%（30个省级行政区）地区能提供完整数据支持。4.1.2指标的选取绿色物流绩效的实现依赖于物流系统中各个环节的协调运作，涵盖运输、仓储、包装、配送等多个方面，同时兼顾资源节约、环境保护与经济效益的统一。因此，在选取绿色物流绩效评价指标时，应从全局角度出发，系统考虑绿色物流的环境效益、经济效益与社会效益，确保指标体系能够全面、客观地反映绿色物流绩效的整体运行水平。本文对国内已发表的与绿色物流绩效测算相关且具有代表性的文献（如下表4-1所示）进行整理，归纳总结出常用到的投入与产出指标。表4-1参考指标作者投入指标产出指标叶翀REF_Ref26623\r\h[43]公路里程；固定资产投资；物流业从业人数；互联网宽带介入户数物流业增加值；货运量；货运周转量闫志凯REF_Ref11979\r\h[58]民用载货汽车总量；物流业当年从业人数；能源消耗；运输路线长度（铁路+公路）；固定资产投资物流业GDP产值；货运周转量；货运量；碳排放量张积林REF_Ref26587\r\h[42]从业人员；地方财政交通运输支出；公路、铁路及航道里程数；能源消耗货物周转量；产业增加值；一年中空气质量二级以上天数；货运量；二氧化碳排放量（非期望）张雪REF_Ref12002\r\h[59]固定资产投资；物流业从业人数；运输线路长度（铁路+公路）；能源消耗量物流业GDP产值；综合货运周转量；碳排放量（非期望）根据上表所示，现有学者在绿色物流绩效评价中对指标体系的构建具有一定共识。在投入指标方面，能源消耗、固定资产投资以及物流业从业人数被最为频繁采用；在产出指标中，物流业增加值、货运周转量与碳排放量的使用频率最高。因此，依据指标选取的代表性与可获得性，最终确定采用上述六项指标作为投入与产出变量，以提高测算结果的科学性与实证分析的有效性。表4-2指标选取一级指标二级指标变量单位投入指标物流业能源消耗X1万吨标准煤物流业固定资产投资X2亿元物流业从业人员X3人产出指标物流业增加值Y1亿元货运周转量Y2亿吨公里非期望产出指标物流业碳排放量Y3万吨其中：Y3：物流业碳排放量，根据任志娟REF_Ref12623\r\h[60]文中所述系数，以物流业能源消耗数据为基础计算得出。3.数据来源本文的原始数据来源于《中国统计年鉴》（2019-2023）、《中国能源统计年鉴》（2019-2023）、《中国第三行业统计年鉴》（2019-2023）以及各省市的《统计年鉴》（2019-2023），对原始数据进行处理后将得到最终的样本数据，将在附录中展示。4.2评价模型选择4.2.1CCR模型CCR模型是DEA的最为经典的模型。本文采用的规模报酬不变的CCR模型如下： （4-4） （4-5）——投入指标的松弛变量——产出指标的松弛变量——代表第j个DMU的第i项投入量——代表第j个DMD的第r项产出量4.2.2BCC模型鉴于CCR模型的前提假设在实际应用中经常无法满足，研究人员基于DEA-CCR模型提出了DEA-BCC模型。这一模型可用于测算我国绿色物流绩效在可变规模报酬条件下的物流绩效，借助横向或纵向比较来评估资源使用绩效。本文所采用的BCC模型表述如下： （4-6）公式中：——非阿基米德无穷小量——投入指标的松弛变量——产出指标的松弛变量——代表第j个DMU的第i项投入量——代表第j个DMD的第r项产出量通过DEA—BCC模型可以得知所测算对象的规模绩效（TE）与技术绩效（SE）。4.3我国绩效测度及结果分析4.3.1绩效静态分析运用spssau网页，建立以投入为导向的BCC模型，对2018-2022年30个决策单元的绿色物流绩效进行测算，将对所测算出的综合绩效值、纯技术绩效值与规模绩效值进行分析。（1）综合绩效值文献显示综合绩效值是衡量绿色物流绩效中决策单元资源配置有效性的关键指标。综合绩效值达1表示绿色物流发展中投入产出达帕累托最优、资源配置绩效最高，绩效完全有效；0.8至1之间说明接近最优但存在资源冗余或产出不足，绩效弱有效；低于0.8则表明投入产出匹配偏离大、资源配置绩效低，绩效无效。此划分标准利于分层评估对比区域绿色物流发展水平，为优化资源配置和政策制定提供理论依据。对我国30个省份2018-2022年的绿色物流绩效的综合绩效值进行测算后，具体测算值如下表所示。表4-5综合绩效值决策单元20182019202020212022均值北京111111天津111111河北111111山西0.8580.7990.8820.7920.7530.817内蒙古0.8440.8210.9040.8220.8120.841辽宁0.850.840.830.820.810.83续表4-6决策单元20182019202020212022均值吉林0.450.450.5480.4790.4460.475黑龙江0.3360.3270.330.2960.2860.315上海111111江苏111111浙江111111安徽0.8080.80.9940.9470.7920.868福建0.6790.6460.6350.80.8980.737江西0.7130.6990.6860.7120.7840.719山东0.7010.7670.7170.84610.806河南0.7580.7710.7180.7950.9480.798湖北0.5590.6790.5750.7220.780.663湖南10.991110.998广东0.6470.6330.6220.550.6040.611广西0.4430.4540.4940.5320.6040.505海南10.7190.5960.90610.844重庆0.3870.4380.4310.4910.5220.459四川0.3530.4330.4010.4210.4270.407贵州0.5470.5320.5390.6080.6680.579云南0.5780.6470.6490.7410.7880.681陕西0.4540.530.6030.6110.5860.557甘肃0.4560.5150.4640.4360.5230.479青海0.6010.530.5630.570.5990.573宁夏0.90.890.880.870.860.88新疆0.4660.5810.3460.390.4860.454从DEA-BCC模型结果来看，北京、河北和上海等在2018-2022年间始终保持完全有效（绩效值=1），说明这些省份的绿色物流投入产出达到了最优状态。而黑龙江、四川、重庆、新疆等省份绩效值持续低于0.5，属于明显无效单元，尤其是黑龙江（均值0.315）表现最差。其他省份如天津、山东等虽未完全有效，但绩效值较高（>0.8），接近生产前沿面；广东等经济发达地区绩效值反而处于中等水平（0.6-0.7），显示其绿色物流发展仍有改进空间。整体来看，完全有效省份较少，多数地区存在不同程度的绩效损失。将本次分析的30个省份按华东、华中、华西来进行划分并分开比较，结果如下表。表4-7华东、华中、华西综合绩效值决策单元20182019202020212022华东0.8590.8370.8250.8710.910华中0.7030.7040.7370.7290.733华西0.5270.5660.5420.5710.607基于DEA-BCC模型测算的区域绿色物流绩效综合绩效结果显示，我国绿色物流绩效发展呈现显著的空间分异特征。2018-2022年间，华东地区绿色物流绩效综合绩效值介于0.825-0.910之间，间歇性处于弱有效状态，表明该地区在物流资源配置、技术应用及管理水平上相对领先，但仍有进一步提升空间。华中地区绿色物流绩效绩效值在0.703-0.737间整体无效，虽比华西地区略高但未达绩效最优，表明其在能源利用、排放控制或网络优化等方面需改进；华西地区绩效值0.527-0.607最低且长期无效，与华东地区最大差距达34%，显示该区域因基础设施差、技术投入少或政策落实慢等问题，绿色物流发展明显滞后。我国绿色物流发展存在区域不平衡格局，暴露出结构性矛盾。华东地区经济发达、产业链完备，绿色物流已形成规模效应和技术优势；华西等欠发达地区受资源限制和制度不足影响，难以提升绩效。这种区域分化阻碍全国绿色物流协同发展，可能加剧区域间碳排放和环境治理失衡，未来需实施差异化政策，加强跨区域技术转移和基础设施共建，促进绿色物流绩效空间均衡发展。纯技术绩效纯技术绩效值主要反映决策单元在既定规模条件下对投入资源的使用绩效，揭示其管理水平与技术运用能力。当纯技术绩效值为1时，说明该决策单元在现有规模下能够实现资源的最优配置与利用，技术绩效有效；当纯技术绩效值处于0.8到1的区间时，表明该决策单元在资源运用过程中存在一定的浪费或管理不善，技术绩效弱有效；当纯技术绩效值小于0.8时，说明该决策单元的管理水平和技术应用存在较大问题，资源利用绩效较低，纯技术绩效基本无效。对我国30个省份2018-2022年的绿色物流绩效的纯技术绩效值进行测算后，具体测算值如下表所示。表4-8纯技术绩效决策单元20182019202020212022均值北京111111天津111111河北111111山西0.8860.8270.9080.8230.7830.845内蒙古0.8680.8430.9270.8550.8430.867辽宁0.880.870.860.850.840.86吉林0.4950.4910.5860.5390.5940.541黑龙江0.3720.3610.3670.3520.340.358上海111111江苏111111浙江111111安徽0.820.81110.9690.8090.882福建0.7080.6840.6610.8260.9140.759江西0.7440.7270.7190.7570.8280.755山东0.925110.84610.954河南0.8130.8480.8050.80.9530.844湖北0.5710.690.5990.7510.8070.683湖南111111广东1110.96410.993广西0.5120.5210.5630.5980.6750.574海南10.8080.6840.94810.888重庆0.4390.4910.4860.5480.5780.509四川0.380.4620.4290.4530.4590.437贵州0.6560.6280.6370.7140.7820.683云南0.6490.720.7230.8210.8630.755陕西0.4750.5490.6220.6440.6610.59甘肃0.5350.5740.5440.5290.5830.553青海0.8150.720.7310.7970.8380.78宁夏0.930.920.910.9000.890.91新疆0.5220.6310.4220.4710.5660.522数据分析显示北京、天津等7个省份绿色物流绩效纯技术绩效值始终为1达完全有效，天津、山东等9个省份绩效值在0.8-1区间属弱有效，黑龙江、吉林等14个省份绩效值低于0.8呈无效状态。由此可见，全国23.3%省份技术绩效完全有效，30%处于弱有效，46.7%处于无效。这种分布格局表明，我国大部分地区的绿色物流在技术应用和管理水平上仍存在明显不足，特别是东北和西部地区表现较差，反映出区域间技术能力发展不均衡的问题。将本次分析的30个省份按华东、华中、华西来进行划分并分开比较，结果如下表。表4-9华东、华中、华西纯技术绩效值决策单元20182019202020212022华东0.9190.9070.8970.9190.952华中0.7300.7330.7680.7610.773华西0.6000.6330.6120.6530.691根据区域数据分析显示，2018-2022年间华东地区纯技术绩效值始终维持在0.897-0.952区间，整体处于有效状态，表明该地区在绿色物流技术应用和资源配置方面相对领先，但仍存在优化空间；华中地区绩效值在0.730-0.773范围内波动，处于无效状态，反映出该区域在技术应用和管理水平上存在明显不足；华西地区绩效值最低（0.600-0.691），长期处于无效状态，与华东地区差距最高达26个百分点，凸显出西部地区在绿色物流技术能力建设方面的严重滞后。这种阶梯式分布格局表明，我国绿色物流技术绩效呈现明显的“东高西低”区域分化特征，区域间技术发展不平衡问题突出。规模绩效规模绩效值反映的是决策单元在投入规模上的适应性与合理性，衡量其是否在最优规模水平上运行。当规模绩效值为1时，表明该决策单元当前的生产规模适当，处于最优规模状态，规模绩效有效；当规模绩效值处于0.9到1的区间时，说明该决策单元的生产规模存在一定偏离，尚未完全达到最优规模，规模绩效弱有效；当规模绩效值小于0.9时，说明该决策单元存在明显的规模不经济现象，资源配置存在结构性问题，规模绩效基本无效。表4-10规模绩效值决策单元20182019202020212022均值北京111111天津111111河北111111山西0.9690.9650.9720.9630.960.966内蒙古0.9730.9740.9750.9610.9630.969辽宁0.880.9660.9650.9650.9640.948吉林0.910.9170.9350.8880.750.88黑龙江0.9030.9070.8990.8430.8430.879上海111111江苏111111浙江111111安徽0.9850.9850.9940.9780.9790.984福建0.960.9440.960.9690.9820.963江西0.9580.9610.9550.9410.9460.952山东0.7590.7670.717110.849河南0.9320.9090.8930.9930.9950.944湖北0.9790.9850.960.960.9670.97湖南10.991110.998广东0.6470.6330.6220.5710.6040.615广西0.8670.8730.8770.890.8940.88海南10.890.8720.95510.943重庆0.8810.8910.8880.8960.9030.892四川0.9290.9360.9360.9280.9310.932贵州0.8330.8470.8460.8510.8550.846云南0.890.8990.8980.9030.9130.901陕西0.9570.9660.970.950.8860.946甘肃0.8510.8980.8520.8240.8970.864青海0.7380.7370.7690.7160.7150.735宁夏0.9680.9680.9670.9670.9660.967新疆0.8910.9210.820.8270.8580.863数据分析显示北京、天津等6个省份绿色物流规模绩效值始终为1达完全有效，生产规模配置最优；湖南等13个省份绩效值在0.9-1区间属弱有效，规模适配存在局部问题；广东、吉林等11个省份绩效值低于0.9呈无效状态，存在明显规模不经济。经济强省广东绩效值仅0.615，因能源消耗结构待优化，高能耗能源占比高，同等能源投入下物流业增加值、货运周转量转化不足且碳排放高，固定资产投资方向欠精准，绿色物流技术研发和环保设施投入少，加之大量物流从业人员未能充分应用绿色物流理念技术，制约规模绩效提升。揭示其物流规模扩张与资源匹配严重失衡。将本次分析的30个省份按华东、华中、华西来进行划分并分开比较，结果如下表。表4-11华东、华中、华西规模绩效值决策单元20182019202020212022华东0.9260.9210.9180.9460.954华中0.9570.9550.9540.9470.934华西0.8820.8960.8830.8740