選取2010—2015年"一帶一路"沿線省份的相關(guān)數(shù)據(jù),運用三階段DEA和Malmquist模型,將非期望產(chǎn)出的二氧化碳排放量作為投入變量,分別從靜態(tài)和動態(tài)對沿線省份的物流業(yè)效率進行測度。結(jié)果表明,外部環(huán)境和隨機因素對測算結(jié)果存在影響。從靜態(tài)角度來看,17個省份的低碳物流效率存在地區(qū)差異化;從動態(tài)角度來看,技術(shù)進步拉動全要素生產(chǎn)率的發(fā)展。在此基礎(chǔ)上提出:注重高新技術(shù)研發(fā)與應(yīng)用,引領(lǐng)物流業(yè)變革;發(fā)揮龍頭效應(yīng),推動物流業(yè)協(xié)同發(fā)展;調(diào)整產(chǎn)業(yè)規(guī)模,優(yōu)化物流環(huán)節(jié),降低能源消耗;推廣低碳理念和開展逆向物流等建議,以推動"一帶一路"沿線省份的物流效率不斷提升。 

【文章來源】：生態(tài)經(jīng)濟. 2020,36(11)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 文獻(xiàn)綜述
2 研究設(shè)計
    2.1 三階段DEA模型
        2.1.1 第一階段BCC模型
        2.1.2 第二階段SFA模型
        2.1.3 第三階段BCC模型
    2.2 Malmquist指數(shù)模型
    2.3 指標(biāo)選擇和數(shù)據(jù)來源
        (1)投入指標(biāo)。
        (2)產(chǎn)出指標(biāo)。
        (3)環(huán)境變量。
3 實證結(jié)果分析
    3.1 第一階段BCC模型實證結(jié)果
    3.2 第二階段SFA實證結(jié)果
        (1)地區(qū)GDP。
        (2)政府支持。
        (3)科技水平。
    3.3 第三階段實證結(jié)果
    3.4 Malmquist分析結(jié)果
4 研究結(jié)論與建議
    第一,外部環(huán)境和隨機因素會影響物流效率測度的實際結(jié)果。
    第二,從靜態(tài)角度來看,17個省份的低碳物流效率存在地區(qū)差異化。
    第三,從動態(tài)角度來看,技術(shù)進步拉動全要素生產(chǎn)率的發(fā)展。


【參考文獻(xiàn)】：
期刊論文
[1]長江經(jīng)濟帶省域物流效率及時空演化研究[J]. 曹炳汝,孔澤云,鄧?yán)蚓?  地理科學(xué). 2019(12)
[2]基于超效率DEA-ESDA的中國西部物流效率空間格局及差異性研究[J]. 高康,張步闊,王茂春,趙楠.  地域研究與開發(fā). 2019(06)
[3]我國物流業(yè)技術(shù)效率及影響因素——來自上市公司的實證研究[J]. 韓東亞,劉宏偉.  中國流通經(jīng)濟. 2019(11)
[4]中部六省物流效率評價[J]. 龔雪.  統(tǒng)計與決策. 2019(18)
[5]基于三階段DEA模型的西部地區(qū)物流產(chǎn)業(yè)效率測度研究[J]. 張娜,李波.  數(shù)學(xué)的實踐與認(rèn)識. 2018(20)
[6]區(qū)域物流效率評價及收斂性研究[J]. 唐建榮,杜嬌嬌,唐雨辰.  工業(yè)技術(shù)經(jīng)濟. 2018(06)
[7]物流產(chǎn)業(yè)效率評價及影響因素分析[J]. 張云鳳,王雨.  統(tǒng)計與決策. 2018(08)
[8]基于DEA-Malmquist指數(shù)模型的長江經(jīng)濟帶物流效率及因素分解[J]. 于麗英,施明康,李婧.  商業(yè)經(jīng)濟與管理. 2018(04)
[9]廣東物流效率影響因素實證研究[J]. 何新安.  鐵道運輸與經(jīng)濟. 2017(12)
[10]交通基礎(chǔ)設(shè)施、空間溢出效應(yīng)與物流產(chǎn)業(yè)效率——基于“絲綢之路經(jīng)濟帶”西北5省區(qū)的實證研究[J]. 劉瑞娟,王建偉,黃澤濱.  工業(yè)技術(shù)經(jīng)濟. 2017(06)



本文編號：3641664