中国物流业碳排放研究：文献综述与展望

李松庆，裴艳丽 （广东工业大学 管理学院，广东 广州 510520）

物流业是连接生产和消费的重要桥梁和纽带，将复杂的服务集成到多种产业中，如运输、仓储、配送、包装、装卸搬运等，对其它行业形成重要支撑。随着物流业的高速发展，我国物流业各作业环节，尤其是运输配送的工具和物流设施设备对燃油、煤炭等化石能源的消耗越来越多，由此也导致物流各环节所产生的二氧化碳越来越多，物流业的碳排放一直居高不下。从现有的相关研究中可以看出，在中国现有的农业、工业、建筑业、商业和物流业这5大行业中，只有物流业的碳排放强度出现了持续上升的趋势，其它4个行业的碳排放强度都有不同程度的下降。在国际社会整体的碳减排压力下，要想改变我国碳排放居高不下的现状，就必须要坚持节能减排的目标，将物流业作为控制碳排放的一个重要节点。因此，梳理现有学者关于中国物流业碳排放的研究成果，可以为中国物流业碳减排工作提供对策和建议。

1 物流业碳排放量的测算研究

作为近年发展起来的一个新兴行业，物流业还尚未被纳入各国的产业分类体系中，交通运输、仓储和邮政业占物流业总份额的83%以上。总的来说，它可以反映整个物流业的发展。同时，从研究数据的可得性来说，交通运输、仓储和邮政业的统计数据能够获得。因此，为了研究数据的可得性，现有关于物流业的研究文献几乎都是以交通运输、仓储和邮政业的统计数据来说明物流业的发展情况并进行深入研究的。例如，刘勇[1]（2014），汤中明、周玲[2]（2016），田刚、孙立成[3]等（2015） 在选取物流业碳排放研究数据时都是综合交通运输、仓储和邮政业这3个行业的统计数据来进行研究分析的。

碳排放量测算方法有多种，实测法、物料衡量法、模型分析法和碳排放系数法是其中的主要方法。刘明达、蒙吉军[4]等（2014）从理论上讨论了IPCC和中国关于碳排放项目清单，对比分析了排放因子法、质量平衡法和实测法3种主要碳排放核算方法的优缺点及适用对象；张文龙[5]则介绍了实测法和碳排放系数法的含义及试用范围；顾婷婷[6]介绍了计算碳排放的实测法、物料衡量法、模型分析法和碳排放系数法等方法。

在现有研究物流业碳排放测算所用的方法中，碳排放系数法是最常见的。马越越、王维国[7]（2013）的研究中，根据IPCC在“2006碳排放计算指南”中提供的碳排放量计算方法，计算了各能源的碳排放系数，并列出了各类燃料的含碳量和碳排放系数。在IPCC的工作报告中各能源的碳排放系数可以直接查到，因此碳排放系数法的应用比较广泛。员开奇、董捷[8]（2014）参考IPCC在“2006碳排放计算指南”，基于能耗、种植业、畜牧业、废弃物4个主要的碳源，运用碳排放系数法计算了2001～2011年湖北省的碳排放量。余光英，员开奇[9]（2015）也从能耗、种植业、畜牧业、废弃物4个方面进行分析，依据IPCC给出的2006碳排放计算指南对湖南省历年碳排放总量进行了测算，从研究结果来看，不仅计算得到了总碳排放量的具体值，而且通过研究历年来碳排放的结构和时间序列特征，分析了湖南省碳排放总量在研究时间序列中的综合状况。张晶、蔡建峰[10]（2014），刘丙泉、程凯[11]等（2016），张立国[12]（2016）在进行物流业碳排放的测算时都采用的碳排放系数法。

2 物流业碳排放效率研究

碳排放效率（Carbon Emission Efficiency，CEE）是在生产率框架下，对碳排放进行阐述的指标。早期的研究一般是用单要素指标研究碳排放效率，即研究单一要素和碳排放之间的关系，如碳强度、碳生产率等。例如，谌伟、诸大建[13]等（2010）分析了上海市工业总碳排放量与碳生产率之间的关系；籍艳丽、郜元兴[14]（2011）采用基于投入产出模型的结构因素分解法来分析在1997～2007年间中国的碳排放强度；李涛、傅强[15]（2011） 运用基于非意愿变量Ruggiero三阶段模型评价了中国1998～2008年间29个省级地区的碳排放效率，并求解出在生产过程中给定各种投入要素和产出水平下实现碳排放污染最小化的效率指标。

近年来，基于全要素生产率框架的碳排放效率逐渐引起学者们的重视。全要素碳排放效率有静态效率和动态效率两种情形，在测度方法的运用中静态全要素碳排放效率主要运用随机前沿函数法（SFA）和数据包络分析方法（DEA），动态全要素碳排放效率主要运用Malmquist生产率指数分析方法。静态全要素碳排放效率的测度：田刚、孙立成[3]等（2015）将能源投入与污染物纳入全要素生产率分析框架，构建了基于投入导向与产出导向的DEA模型，测度了2006～2013年间中国29个省份物流业的节能减排效率和潜力，并对重点地区进行了评价；刘勇[1]（2014）利用DEA模型测度了中国物流业全要素能源效率，并考察了制度因素、人力资本因素、基础设施水平和区域经济发展水平这4种要素对物流业全要素能源效率的影响；董锋、徐喜辉[16]等（2016）基于超效率DEA模型同时引入Ruggiero三阶段方法构建低碳约束下的我国省际物流业效率测算体系，该方法解决了传统DEA模型产生多个同时处于生产前沿面的决策单元（DEA值均为1）无法排序的问题，同时消除了外部环境因素对于技术效率测算的影响。可以看出在物流业碳排放效率的现有研究中一般采用的是数据包络分析方法（DEA）。动态全要素碳排放效率的测度：张立国、李东[17]等（2013）从环境生产技术出发，通过引入Malmquist生产率指数构建了物流业二氧化碳排放的绩效测度函数，运用中国30个省市、自治区2003～2009年代表物流业的面板数据，对中国物流业的二氧化碳排放绩效进行了动态变化分析和区域差异对比研究；张立国、李东[18]等（2015）基于DEA-Malmquist生产率指数分析方法，构建了物流业全要素能源效率的测度模型。通过分析中国30个省、市、自治区2003～2012年物流业的能源消耗面板数据，对中国物流业的全要素能源效率及技术效率、技术进步、纯技术效率和规模效率指数进行了实证测度，并分析了样本年内中国物流业全要素能源效率的动态变动和区域差异情况。

3 物流业碳排放影响因素研究

3.1 影响因素

物流业碳排放变化受多种因素影响，各学者对于物流业碳排放影响因素众说纷纭。综观各学者研究，可以概括为3种影响因素：能源；行业，即物流业自身的发展；经济和人口。

3.1.1 能源结构和能源效率

从物流业碳排放影响因素研究之初到现在，能源结构和能源效率始终是研究者们研究的对象。例如，马越越，王维国[7]（2013）认为能源结构和能源效率能拉动物流业碳排放增长，但效果微弱。顾丽琴、赖星星[19]等（2014）认为能源结构和能源效率对江西省物流业碳排放呈现抑制作用。杨建华、高卉杰[20]（2016）指出以石油为主的能源结构是促进北京市物流业碳排放的重要因素，能源效率对碳排放的正向影响较弱。苑清敏、张文龙[21]等（2016）认为能源结构和能源效率效应对京津冀物流业碳排放增加具有一定的抑制作用。张立国[12]（2016）对中国物流业二氧化碳排放变化驱动因素分析得出东部地区能源结构的变化对物流业二氧化碳排放有抑制作用，而中西部地区能源结构需要进一步优化。此外，对各省市区情况的分析表明，广西能源结构效应表现最好，宁夏能源强度效应表现最好。

3.1.2 物流行业的发展水平

即物流基础设施、运输方式、运输效率、物流业管理方式和物流业产出对物流业碳排放的影响。顾丽琴、赖星星[19]等（2014）认为江西省运输方式的不均衡，物流运输效率、物流业管理水平偏低，物流业基础设施落后和物流业的生产规模是江西省物流业高碳排放的推手。杨建华、高卉杰[20]（2016） 指出物流基础设施的建设是北京城市物流业碳排放增长的决定性因素。马越越、王维国[7]（2013）认为运输方式对碳排放增长表现出明显的促进作用。张立国[12]（2016）认为物流业产出的提高是抑制二氧化碳排放增长最主要的驱动因素。臧新、潘国秀[22]（2016）还分析了其它行业的发展对物流业碳排放的影响，得出物流业、制造业的FDI在减少我国物流业碳排放方面是显著的，金融业和商业的FDI对我国物流业二氧化碳排放的影响不显著。

3.1.3 经济和人口等其它因素

经济和人口等其它因素对物流业碳排放的变化也有一定的影响作用。马越越、王维国[7]（2013） 和苑清敏、张文龙[21]等（2016）都通过分析表明经济增长是拉动物流业碳排放增长最主要的动力，人口因素对物流业碳排放量的增长虽然也具有拉动作用，但是具有的拉动作用较小。张立国[12]（2016）也认为经济发展效应是物流业二氧化碳排放持续高速增长最主要的驱动因素，在对各省市区情况的分析表明四川人口规模效应最好。杨建华、高卉杰[20]（2016）认为经济发展水平是促进碳排放的重要因素，同时还指出城镇化的发展是有利于直接抑制碳排放的，但间接正向效应使得城镇化对物流业碳排放具有显著的正向影响。刘丙泉、程凯[11]等（2016）分析了城镇化及其各要素对不同省市不同阶段物流业碳排放变动的影响，指出物流业碳排放和城镇化发展之间并非简单的线性关系。臧新、潘国秀[22]（2016）探讨了FDI对我国物流业碳排放的影响，结果表明，FDI总体上显著减少了我国物流业的二氧化碳排放量和排放强度。

3.2 研究方法

3.2.1 LMDI分解法

对数平均迪氏指数分析方法（Logarithmic Mean Divisia Index Method，LMDI）是国内外学者研究二氧化碳排放影响因素经常采用的一种方法，在中国最初是在制造业等其它行业进行运用研究，近年来成为物流业碳排放影响因素的主要研究方法。孙宁[23]（2010）以我国制造业为例，采用LMDI法分析了制造业碳排放的影响因素，验证了技术进步在促进碳减排中的合理性和必要性。王迪、聂锐[24]（2012）运用LMDI分解模型，研究了我国1995～2007年间制造业碳排放变动特征及其影响因素。刘清春、孔令群[25]等（2014）运用对数平均迪氏指数分解法，建立制造业部门能源消耗碳排放模型，将我国制造业碳排放分解为产出规模、部门结构，能源强度和能源结构等4个方面因素。马晓明、孙璐[26]等（2016）将制造业分为高、中、低能耗3类，利用LMDI分解法，对1992～2012年中国制造业能源相关碳排放进行因素分解。马越越、王维国[7]（2013）运用LMDI分解技术，从能源结构、能源效率、运输方式、物流发展、经济增长和人口等6个方面建立了1991～2010年间中国物流业人均碳排放的因素分解模型，定量分析了其对物流业人均碳排放的影响。顾丽琴、赖星星[19]等（2014）也运用了LMDI分解技术，构建了江西省物流业的碳排放分解模型，从生产规模、能源效率、能源结构碳排放强度4个方面考察了其对物流业产生的影响。

3.2.2 计量分析法

物流业碳排放的影响因素研究应用的计量分析方法有很多，主要有通径分析法、STIRPAT模型、岭回归方法和Kaya恒等式等。有对某一方法单独的运用，也有对某一模型进行变形扩展再加以运用，或者结合几种方法共同进行研究。刘爱东、刘文静[27]等（2014）通过建立计量回归模型，分析了能源效率、产业结构系数及人均制造业增加值与碳排放量之间的关系。杨建华、高卉杰[20]（2016）采用通径分析法对北京城市物流业碳排放的影响因素及各因素间的相关关系进行分析。丁唯佳、吴先华[28]等（2012）基于STIRPAT模型和岭估计法，分析了中国制造业碳排放的3个影响因素：人口、财富和技术，认为人口和财富因素对中国制造业的碳排放有积极的影响，而技术因素存在负面影响。沈友娣、章庆[29]等（2014）基于STIRPAT模型和岭估计法，分析安徽制造业碳排放的驱动因素，得出能源消费结构、人均制造业增加值、从业人数对碳排放存在正向作用，技术因素呈负向作用。臧新、潘国秀[22]（2016）结合我国物流业发展的特点和FDI对中国物流业的碳排放量的影响因素，在分解STIRPAT模型和Kaya恒等式的基础上，分别把物流业的二氧化碳排放量和二氧化碳排放强度作为被解释变量来设定FDI和物流业碳排放的模型。刘丙泉、程凯[11]等（2016）通过对Kaya恒等式的扩展，应用LMDI模型将城镇化对物流业碳排放变动的影响分解为4种效应：人口城镇化、空间城镇化、收入城镇化和产业城镇化。

4 物流业碳排放的空间差异性

低碳经济的发展离不开现代物流的支撑。为了促进我国节能减排的总体目标的实现，物流业作为一个高排放和高能耗产业，必须减少整个行业的碳排放量。因为中国不同区域的经济发展水平和物流业发展水平参差不齐，碳排放也呈现出较大的空间差异性特点。

从现有研究的成果来看，对于中国二氧化碳排放的空间差异和极化分布问题的研究文献还比较少。肖黎姗、王润[30]等（2011）在测算中国1990年到2007年间省际碳排放量的基础上，运用基尼系数和空间自相关相结合的方法，描述了中国碳排放省际的聚集程度和时空分布格局；孙耀华、仲伟周[31]等（2012）利用泰尔指数研究了中国大陆30个省区从2000年到2010年的碳排放强度差异的分布特点；陈浩、郝宇[32]等（2014）以中国1995～2011年间29个省份的人均碳排放量为基础数据，测算出了EGR（Esteban Gradin Ray） 指数、DER（Duclos Esteban Ray） 指数和Wolfson指数来刻画中国省际人均碳排放分布极化程度，描述了在样本期内极化程度的变化趋势，并对DER指数进行了分解，进而分析了极化程度变化的原因以及中国碳排放空间分布格局中“极”的变化；周杰琦、韩颖[33]（2016）利用泰尔指数测算碳强度的区域差异，并对碳强度省际差距进行结构分解，结合可导性对数方差分解法，挖掘碳强度省际差距的动因。

上述文献多集中于分析总体碳排放的空间差异性和分布情况，而针对某一行业的特征来分析其碳排放空间差异性的文献却较少。对于中国物流业的碳排放空间分布的地区差距的研究就更少了，运用的研究方法也主要是基尼系数和Theil指数。早期，张立国、李东[17]等（2013）则是根据中国物流业的二氧化碳排放绩效来进行了不同区域间碳排放绩效的区域间差异分析和对比；而后才有了真正针对物流业碳排放的空间差异的研究，张晶、蔡建峰[10]（2014）以中国在2003～2011年间30个省市的物流业能源消费数据为基础，运用IPCC的碳排放测算方法计算出每个省市物流业的碳排放总量，运用碳排放Theil指数和区域分离系数的方法对我国物流业碳排放的区域差异进行了测度和分解。分析出物流业区域内部的差异是造成我国物流业碳排放总体差异的主要原因，而区域间的差异对物流业碳排放的总体差异影响很小；在3大区域中，东部地区省际间碳排放差异最大，中部地区省际间差异略低于东部地区省际差异，西部地区省际差异最小，东中西部3大地区之间的碳排放差异呈扩大趋势。马越越、王维国[34]（2015）运用基尼系数及组群分解方法，以物流业的碳排放强度作为衡量指标，分析出中国30个省市1997～2011年间物流业碳排放的空间分布非均衡的程度，同时对物流业碳排放分布的非均衡程度进行实证研究。研究的结果指出，从总体上来看，中国物流业碳排放分布的极化程度是呈下降趋势的，极化程度下降的主要原因是地区内部的集聚程度和地区之间的对抗程度在不断减弱。

5 物流业低碳化发展水平评价研究

5.1 评价方法

物流业低碳发展水平评价方法主要有：DEA数据包络分析方法、模糊物元法、模糊综合评价法和投影寻踪法等。唐建荣、卢玲珠[35]（2013）综合考虑环境负荷与经济增长之间的关系，以中国东部地区10大省市2008～2010年间的物流数据为基础，把非期望产出的碳排放量作为投入变量，利用三阶段DEA模型来分析物流业的纯技术效率、规模效率和综合效率。李聪[36]（2016）在测算低碳约束下一带一路中国境内17省份的物流效率时，运用非期望产出、非径向、非角度的SBM－DEA模型，改变以往将非期望产出二氧化碳作为投入指标的做法，还原真实的生产过程。吕娟娟[37]（2014）建立了安徽省以及各城市低碳物流效率评价指标体系，并采用DEA数据包络分析法对其低碳物流效率进行了评价。李军社、杨大伟[38]等（2017）构建了低碳竞争力评价指标体系，采用AHP法对西北5省（区）低碳竞争力进行评价。周容霞、安增军[39]（2015）构建区域低碳物流能力综合评价指标体系，借助模糊物元法对海西4省（福建、浙江、广东、江西）的低碳物流能力进行评价分析。李丽[40]（2013）构建了低碳物流的评价指标体系，并以京津冀地区为例，采用模糊物元法对2004年至2010年间该地区的数据进行了实证分析。刘鹏[41]（2017）设计了一个围绕低碳物流能力的两层级评判体系结构。依据层级体系的特征，选取模糊综合评价法创建了企业低碳物流能力评判模型，并给出了详细的判定过程和评定结果的处理方法。李玉民、刘旻哲[42]等（2015）通过投影寻踪法测度各指标对区域物流低碳竞争力的影响程度，利用投影值函数表征区域物流低碳竞争力水平，依据投影值散布图对区域物流低碳竞争力进行排序、分类。蒲刚清、刘贞[43]等（2015）研究了钢铁行业中运输环节的碳排放总量与不同碳减排途径及其组合在不同情境下的碳减排潜力，提出基于运输环节碳排放影响因素的碳排放总量测量模型、基于不同减排途径的低碳化分析模型及基于不同途径水平的情景仿真模型。

5.2 评价指标体系

周容霞，安增军[39]（2015）从内在和外在两个方面来考虑影响区域低碳物流能力的因素，确定从低碳物流的环境条件、发展实力、发展潜力和发展水平这4个方面的多个指标来构建评价区域低碳物流能力的指标体系。李玉民、刘旻哲[42]等（2015）从低碳物流竞争环境、服务能力、发展水平3方面构建河南省物流低碳竞争力评价指标体系。李丽[40]（2013）构建了京津冀地区的低碳物流评价指标体系，包括低碳物流环境、低碳物流实力、低碳物流潜力和物流低碳水平4个方面的要素。吕娟娟[37]（2014）以安徽省城市为研究对象，建立了以货物周转量、物流业生产总值、碳强度、民用载货汽车拥有量、等级公路里程、交通运输邮政业在岗职工、仓储工人数等要素为评价指标的低碳物流效率评价指标体系。刘鹏[41]（2017）将低碳物流能力分为企业规模、物流业务能力、物流系统功能要素低碳化水平、低碳管理能力、低碳技术创新力5个维度，并将每个维度进一步细化，形成了一个围绕低碳物流能力的两层级评判体系结构。

6 物流碳排放问题的对策研究

学者们分析物流业碳排放问题的效率、影响因素和空间差异性后，也提出了很多解决物流业碳排放问题的对策，主要从政府层面、物流行业层面和物流企业层面进行分析。

6.1 政府层面

在发展低碳物流的过程中，政府应发挥其顶层设计、战略定位和政策支持的作用，通过制定有针对性的战略来降低物流业二氧化碳的排放量，强化整个社会节能减排的意识。杨之雷[44]（2011）指出政策的保障对有效实施节能减排起着非常重要的作用，因此，必须建立完善的政策体系和法律法规，有效地规范、监督和激励物流企业的节能减排行为。顾丽琴、梅志强[45]（2012）提出，政府应该建立一套相关的政策法规和低碳认证体系来促进物流业的低碳运输发展，落实节能减排责任制，引导物流运输业通过财政、税收、融资的扶持来发展低碳服务。秦新生、张颖敏[46]（2013）提出政府应该制定相关政策，重视物流业环保立法，综合运用价格、财政税收等经济手段，促进物流业的碳减排。张晶、蔡建峰[10]（2014） 和董峰、徐喜辉[16]等（2016）都认为由于我国物流业碳排放存在明显的地区差异，应更具针对性的制定碳减排政策，要结合各省市、区域的特点，制定具有差异化的减排措施。政府除了在碳减排政策的制定上合理，还应该对物流企业的低碳意识进行进一步的强化，如董峰、徐喜辉[16]等（2016）指出现阶段我国大多数企业经营者或消费者对低碳物流意识淡薄，没有足够重视，低碳物流理念只是一个口号，并没有切实落实执行。因此，政府应积极推广低碳物流理念，强化低碳物流意识。

6.2 行业层面

对于整个物流行业而言，要想达到降低二氧化碳排放量的目的，应以物流园区为载体，以信息化建设为手段，优化整个物流业的运输结构和能源结构，提高能源效率，实现物流业的转型升级。顾丽琴、梅志强[45]（2012）和张晶、蔡建峰[10]（2014）都认为物流业不合理的能源消费结构是物流业碳排放量持续增长的主要原因，例如，以不可再生能源煤、汽油和柴油等为主要能源来消费以及滞后的物流方式所产生的能源消费过高的问题。所以，物流业能源消费结构的调整和优化是降低物流业碳排放的客观要求，一是要实现各种能源的充分燃烧，在各物流环节中提高能源的利用率，同时也要鼓励投入使用环保低碳的物流设备，使用清洁型、可再生能源，减少甚至替代高污染能源。公路运输在多种运输方式中所产生的碳排放量最大，所以要减少公路运输碳排放，应大力发展多式联运以优化物流运输结构。陈文新、潘宇[47]（2016）也指出要延伸物流价值链，提升相关产品附加值，从而提升物流产业能源效率。张立国、李东、龚爱清[18]（2015）认为要加强物流信息平台建设和物流园区建设。物流信息平台建设的优势包括：物流服务提供方和货源方之间的信息沟通更加畅快，提高物流设施设备的利用率，促进我国物流业全要素能源效率的提高。而货物的集散和周转问题、物流业和制造业联动问题以及物流企业资源的整合问题则可以通过物流园区的建设得到解决。同时，物流信息平台可以在物流园区建设的基础上得以发展。董峰、徐喜辉[16]等（2016）也认为应调整能源消费比例，降低煤炭在能源消费中的比重；在条件允许的情况下，应优化物流运输方式，积极采用铁路、水运等运输方式。

6.3 企业层面

就物流企业而言，要想达到降低碳排放量，提高能源效率，节约物流成本的目的，应当完善企业的管理机制，提高企业节能减排的意识；整合和优化企业的物流资源，改善每个物流环节，实现每个环节的低碳化发展；还应重视低碳物流技术的研发应用。刘勇[48]（2014）指出物流企业应改革现有的体制，明确企业物流管理尤其是企业运输综合协调管理部门的职能，加强物流企业各物流环节节能的协调管理，是物流企业当前亟待解决的问题。张晶、蔡建峰[10]（2014）指出物流企业应对现有资源进行整合，对企业资源配置进行优化，科学合理地规划各物流节点，避免物流设施的重复建设，从而减少企业的资源浪费，最大限度地提高物流资源的利用效率，进而减少物流业高能耗、高排放、高成本的情况。企业还应重视对技术的创新，多应用节能减排设备，这将为推动物流领域的技术性节能减排提供助力。董峰、徐喜辉[16]等（2016）认为物流业各节点如包装、装卸搬运、运输、配送都会消耗能源产生碳排放，因此物流企业应对各物流节点进行科学合理的规划，减少各节点中能源的浪费，实现各节点的低碳化发展。汤中明、周玲[2]（2016）认为应加强物流企业资源整合和资产重组，形成了一批服务网络化、所有制多元化和管理现代化的物流企业，鼓励物流企业采用节能环保的技术和装备，提高物流运作的组织化、网络化水平，降低物流业的总体能耗和污染物排放水平。还有一些学者，如张立国、李东[18]（2015），秦新生、张颖敏[46]（2015），杨之雷[44]（2011）也认为技术对于降低物流碳排放有重要作用。

7 结论与展望

从现有研究看，学界已认识到物流业碳排放问题研究的重要性，在物流业碳排放测算、碳排放效率、碳排放影响因素和碳排放空间差异性等方面开展了一些研究，提出了一些减少物流业碳排放的对策，对今后物流业碳排放研究富有启发和借鉴意义。但是，我国物流业碳排放问题的研究才刚刚起步，一些方面难免存在不足和缺陷，有待今后进一步探索。

第一，为了数据的可得性，几乎所有物流业碳排放研究中物流业数据都来自于交通运输业、仓储业和邮政业，但这3个行业仅是物流业一部分，并不能代表物流业全部情况，由此对其碳排放的研究也不能代表物流业整体情况。同时，学者们为简化计算往往将物流业所消耗的具有不同排碳系数的各种能源简单归类为煤、石油和天然气，大大降低了估算精确性。因此，如何挖掘物流业整体数据来研究其碳排放问题，如何细化研究物流业消耗的不同排碳系数的能源碳排放问题，还有待学者探索。

第二，在现有物流业碳排放问题研究中，一般都是从物流业整体出发，而有关物流企业层面碳排放数据的收集几乎没有。立足企业视角，研究微观主体物流各环节碳排放问题的研究较少，且已有的有关物流企业碳排放研究一般也都是定性研究。加强物流企业微观层面碳排放问题研究，加强定量分析，将是今后的一个重要研究方向。

第三，就研究方法而言，现有物流业碳排放问题的研究方法一般都较单一，如碳排放量的测算方法多采用碳排放系数法；碳排放影响因素研究多采用指数分解法，特别是LMDI分解法。每种研究方法一般都有各自优缺点，今后研究应综合几种方法进行，取长补短，让研究结果更加准确。

第四，在物流业碳排放影响因素研究中涉及到物流业对碳排放的影响，但是物流业发展和碳排放之间的关系还在初步探索，且主要是区域性的研究。例如，张文龙[5]（2016）和苑清敏、张文龙[21]等（2016）都指出京津冀物流业经济增长与碳排放之间的脱钩关系主要以弱脱钩为主。有关物流业发展和碳排放双方之间是如何相互作用、相互影响的研究则更少。

第五，低碳物流的评价指标体系差异较大，现有文献在评价低碳物流发展水平时，选取影响因素的出发点往往不同，指标选择缺乏足够的理论支撑，没有形成完整全面的影响因素体系，对于指标体系的构建往往缺乏系统性和深入性。

随着我国物流业的高速发展和低碳发展理念的深入推进，我国物流业碳排放研究对象将更多地向微观主体转移，物流业数据也将更加强调精准化，研究方法将更加注重建模定量分析，而我国物流业的低碳实践也必将得到大的提升。