“低碳”视角下物流业高质量发展的时空演化及影响因素研究

陈树广　张艳杰

关键词：“一带一路”；熵权-CRITICTOPSIS；DPSIR模型；物流高质量发展；时空演化

中图分类号：F270 文献标识码：A 文章编号：2096-7934（2023）12-0060-14

一、引言

2023年3月5日，全国人大一次会议政府工作报告指出，我国推动高质量共建“一带一路”，坚持共商共建共享，对沿线国家货物进出口额年均增长13.4%，新签和升级6个自贸协定，与自贸伙伴货物进出口额占比从26%提升至35%左右，物流合作更进一步。党的二十大报告提出的“加强高水平对外开放”，助力共建“一带一路”高质量发展绿色低碳产业，在推动形成“绿色低碳产业的生产方式和生活方式”的背景下，推动物流产业走向绿色可持续发展必经之路。“一带一路”建设作为我国重大战略举措，为物流产业的发展提供了遠大愿景，然而如今对于如何科学有效评估“一带一路”沿线省份物流高质量发展水平、挖掘其物流潜力以及提高区域物流业发展效率等问题仍处于探索阶段。本文从低碳角度探讨“一带一路”沿线省份的物流高质量发展问题，将为“一带一路”地区的高质量发展提供新的解决思路和方法，对该地区的经济发展提供也具有现实意义。

二、相关研究文献述评

目前学者们对于“一带一路”物流业高质量发展关注的热点主要集中在“一带一路”背景下物流业高质量发展现状、“一带一路”视角下各地枢纽城市建设及提升路径，“一带一路”倡议下物流建设制约因素及其对策研究等。围绕“一带一路”低碳物流高质量发展水平这一主题，本文从研究核心、研究视角和研究路径三方面进行梳理。

（一）关于研究核心——物流业高质量发展

当前关于物流业高质量发展的研究主要集中在指标评价和方法分析。

翟仁祥和陈劲滔（2023）［1］以及唐哲等人（2023）［2］基于新发展理念从“创新、协调、绿色、开放、共享”维度构建物流经济高质量发展指标体系。ZhuandZhou（2023）［3］从发展规模、创新发展、绿色发展和信息化发展4个维度对数字经济背景下各省市物流业发展水平进行评价。张珺和邹乔（2022）［4］在“双碳”视角下，构建涵盖投入、产出、资源消耗、环境污染与环境保护5个维度的绿色转型指标体系。曹志强和李鑫（2022）［5］等人从地区经济发展水平、物流之间的供需关系、物流信息化水平以及对外贸易依存度等5个方面构建评价指标体系。王琴梅和罗瑞（2022）［6］从物流业技术、结构、绿色、开放和环境5个方面构建评价指标体系。张旭和吕明睿等人（2023）［7］提出TOPSIS—云PDR多准则决策方法对中国省域绿色物流发展水平进行实证研究。梁育民和田思苗等人（2023）［8］利用采用熵值法和主成分分析法对城市的物流高质量发展水平进行相关测度。马信春和赵思雅等人（2023）［9］基于主成分分析、VAR模型，实证分析了边疆区物流与区域经济影响关系以及协调层次。

（二）关于研究视角——碳排放

当前关于物流业碳排放的研究多集中在碳排放测度分析以及影响机制研究。

谈晓勇和陈猛（2023）［10］基于Theil指数探究了2015—2020年中国物流业碳排放的区域差异性，通过构建三阶段SBM模型与GML指数模型动静结合地对物流效率进行综合分析。Baietal.（2022）［11］利用区域网格碳排放因子，计算了中国30个省份的碳排放效应，并采用全局和局部空间计量模型空间误差模型（SEM）以及地理和时间加权回归（GTWR）模型来揭示影响因素对碳排放效应的时空异质性影响。杨川（2022）［12］采用GMM估计法，对物流业的碳排放进行了研究。研究发现，物流业的碳排放主要受到能源消耗和产业增加值的影响。李健和白子毅等人（2022）［13］的研究表明，物流业的发展与其他产业的关联度较高，物流业的碳排放强度对整体碳排放水平的影响较大。韩丽萍和李明达等学者（2022）［14］提出了一种产业关联效应分析方法，通过对产业间的关联程度进行量化，揭示了不同产业对碳排放强度的影响程度。

（三）关于研究路径——时空演化

当前关于物流业时空演化的研究多集中在空间效应分析以及影响因素探究。

张清华和于振山等人（2023）［15］运用耦合协调度模型、空间自相关及核密度估计方法对中国物流业与经济高质量发展两系统耦合协调度的时空演化特征进行研究。陈树广（2022）等［16］运用核密度估计方法、标准差椭圆技术和Dagum基尼系数等，揭示其时间特征、空间特征及区域差异。王东和陈胜利（2022）［17］采用熵权TOPSIS方法对2011年至2019年我国物流高质量发展能力进行了测评估测度，并采用基尼系数、Spatial-Markov链分析物流高质量发展的空间分异与动态演化过程。MaoandLi等人（2022）［18］采用DEA-Malmquist指数法测算物流业全要素生产率，并基于面板数据，分析其时空演变特征并结合探索性空间数据分析（ESDA）模型进行空间自相关分析。赖靓荣和朱芳阳等人（2022）［19］以“新发展理念”为指导，采用马尔可夫链方法，对中国物流产业发展的区域差异、空间关联格局、时间和空间演化规律等问题进行了深入探讨。周楠和陈久梅等人（2022）［20］从高质量发展的角度出发，运用熵权TOPSIS、耦合协调模型与空间杜宾模型等理论方法，深入研究长江经济带11省市区的高质量物流体系与经济社会高效发展的一体化程度、时间空间耦合关系及其制约因素。

目前，学者们已从不同视角、不同领域，采用不同的指标评价体系和模型方法对物流高质量发展进行了研究，为本文进行深层次的探索奠定了基础，但仍存在一些不足：第一，在研究核心方面，现阶段对物流业高质量发展的研究，大多数指标体系构建都是以五大发展理念为出发点，将DPSIR迁移进物流业高质量发展指标体系构建的较少，特别是针对具体“一带一路”战略倡议下，对物流高质量发展在此区域内研究更为局限；第二，在研究视角方面，越来越多的学者关注到了碳排放对物流高质量发展的影响，但研究热点主要集中在能源效率方面，考虑构建低碳物流高质量发展评价指标研究较少；第三，在研究路径上，以往学者大多或仅考虑空间效应，或仅关注影响因素，将其二者集合起来进行研究的文章较少。

本文以我国“一带一路”沿线省份物流业为例，首先，基于熵权-CRITICTOPSIS模型，对沿线省份物流业的高质量发展水平进行测度分析；其次，依据各省份得分情况，对物流业高质量发展的时空演变规律进行研究；最后，基于上述结果，利用固定效应回归模型，对“一带一路”沿线省份物流业高质量发展的主要影响因素进行实证检验，并提出相应的政策建议。

三、研究设计

（一）研究方法

1.熵权-CRITICTOPSIS法

HwangandYoon在1981年首次提出了TOPSIS法，它是以评估被评估对象与理想目标之间的关系为基础，以评估被评估对象与最佳或最差解之间的距离为依据，来确定被评估对象与理想目标之间的关系［21］。在此基础上，结合熵权法、改进的CRITIC法和TOPSIS法，可以有效地解決传统的TOPSIS法不能体现出变量间的关联性及重要性的不足，并利用无量纲方法，可以有效地解决逆序问题。熵权法能够反映出各指标间的离散性，而CRITIC法能够反映出各指标本身的变化以及各指标间的相互关系，两者结合可以获得更为合理有效的目标权重。

（1）指标权重计算。步骤1：设有m个评价对象，该对象有n个评估指标，原始数据为x_ij，i=1，…，m;j=1，…，n，为了进行分析，首先进行无量纲化处理：

其中：x_ij表示第i项三级指标的第j个原始数据；X_max和X_min分别为第i项指标的最大值和最小值；x_ij为处理后的数据。

步骤2：根据CRITIC方法计算权重，具体公式见式（3）与式（4）：

其中：σ、xj分别为第j项指标的标准差和平均值，rij为第i项指标与第j项指标之间的相关系数。

步骤3：根据熵权法计算权重，具体公式如下：

步骤4：计算第j项指标的组合权重：

在本研究中，假设这两种赋权方法具有相同的影响作用，并将参数β取值设为0.5。

2.评价方法

（1）计算加权矩阵：

其中：v_ij=x_ij×w_j，w_j为第j项指标的权重。

（2）确定正理想解和负理想解：

J1为效益型指标集合，J2为成本型指标集合。

（3）计算评价对象到正、负理想解的距离：

（4）计算第i个评价对象与理想解的相对贴近度：

其中0≤δ≤1，根据δi数值大小进行排序，数值越大表明越接近最优水平。

3.核密度估计

核密度估计方法可以适用于离散型数据，且数据量大时，估算结果更加准确。公式如下：

其中，N是样本的个数，h为带宽，K为核函数，Xi为样本的观测值，x为样本均值。在本研究中，本文采用高斯核函数来描述物流业高质量发展的时间动态演进。

4.指标的选取及数据来源

本文基于DPSIR评价模型的逻辑思路，借鉴已有相关研究［22-24］，结合“一带一路”沿线省份经济、社会、生态和环境特点，以DPSIR模式为基础，构建了一套基于DPSIR评估模式的低碳物流高质量发展评估指标体系，并在此基础上进行了数据整理，同时在考虑数据可获得性的基础上，经过筛选，本研究选择的测量指标如表1所示：

表1 基于DPSIR模型的“一带一路”沿线省份绿色物流业高质量发展指标体系

以上各项指标均选择我国“一带一路”沿线17个省市2011-2020年的相关数据，考虑到西藏地区诸多数据难以获取而无法进行统计分析。因此，本研究没有将该区域纳入研究范围。在借鉴已有文献基础上，本文选取具有代表性的物流业——交通运输、仓储和邮政业，研究数据主要源自，国家统计局发布的《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》以及各省市、自治区的统计年鉴。

四、实证分析

（一）指标权重分析

本文利用Python软件，运用上述熵权-CRITIC法计算出各级指标的有关权重，具体权重如表２所示。

表2 “一带一路”沿线省份物流高质量发展水平指标权重

如表2所示，准则层和要素中，驱动力和状态两项指标权重分别达到0.2493和0.3405，说明基础设施进程的相关指标是驱动物流业高质量发展的首要因素，经济发展程度对物流业高质量发展水平也有较大影响;压力、影响和响应三项指标权重分别达到0.1449、0.1503、0.1150，阐述了落实物流产业绿色发展理念、控制减少能源消耗以及提高物流产业发展质量等方面存在着长期渐变的过程，现阶段对物流产业高质量发展进程的影响效果还不够显著。可以预见，在今后物流业水平日益提高的情况下，三者的作用将日益突显。

具体指标中，物流业固定资产投资额和快递量两项权重位列前二，分别达到了0.1168、0.1388。而单位产生的废水、单位产出的废气和能源消耗弹性系数三项权重位列后三位，分别为0.0246、0.2500、0.0259，说明物流业高质量发展更加依赖于物流业固定资产的投入以扩大经营规模，有充足的快递业务量来维持工作量来促进物流业高质量发展。此外，目前废水与废气量以及能源消耗弹性系数对物流业高质量发展的驱动作用不大，对绿色发展的贡献也不大。由表2可知采用熵权-CRITIC方法与计算的权重结果相差不大，说明利用该方法计算组合权重更加科学合理。

（二）“一带一路”沿线省份物流高质量发展水平分析

为了深入研究“一带一路”沿线省份的物流高质量发展水平发展情况，同时更加直观的对比不同区域间物流高质量发展水平的差异情况，探究其物流高质量发展水平的分布特征，为提高物流高质量发展水平提供有力支持，本文基于自然地理和研究效果将其17个省份划分为西北地区、东北地区、东部地区和西南地区四个层面进行分析，具体如表3所示。

表3 区域划分

对2011年至2020年“一带一路”沿线省份绿色物流业高质量发展水平测度结果具体得分情况如表4所示。

表4 2011-2020年“一带一路”沿线省份绿色物流业高质量发展水平

从2011年至2020年“一带一路”沿线省份绿色物流业高质量水平得分的具体情况可以看出，从整体上，各省份的绿色物流业高质量得分均呈现上升趋势，“一带一路”沿线省份物流业高质量发展得分由2011年的0.380上涨为2020年的0.416，增长幅度为9.47%，其中在2019年增长幅度最高达到了19.74%，这说明自2011年以来“一带一路”沿线省份绿色物流业高质量发展水平得到了显著的提升。

同时具体分析各区域的发展情况，能够明显看出东部地区的绿色物流业高质量发展水平远远高于西北地区。而且东部地区的增长幅度也是居于首位的，达到了25.06%，东北地区的增长速度最慢，仅为15.26%。这种情况表明发展快的地区，经营状况、发展规模等都达到了一个良好的经营状态，能够形成良好的发展体系。所以物流业发展业务能够蒸蒸日上。反观一开始发展状况不太好的西北和东北地区，即使初始基数小，增长速度能够有很大的优势。但囿于其发展空间、经济环境等因素的影响，仍旧没能达到理想的发展状况。这也说明了各地区间的物流业高质量发展水平存在一定差异，要达到较为良好的均衡发展状态，未来仍有很长的路要走。

从各省市自治区的物流业高质量发展水平测度结果能够看出，上海市和广东省的发展水平一直遥遥领先，宁夏、青海和新疆这三个省份的绿色物流业高质量发展测度结果即使在这些年有所增長，但仍旧一直处于较低水平，这在一定程度上也反映了南部沿海地区的绿色物流业高质量发展水平明显优于内陆西北地区。

（三）影响“一带一路”沿线省份绿色物流高质量发展水平的因素分析

1.模型构建、变量选择与数据来源

为进一步实证检验“一带一路”沿线省份的绿色物流高质量发展水平的影响因素，本文构建如下计量经济模型：

式（14）中，γ0表示常数项；γ1、γ2、γ3、γ4、γ5、γ6、γ7表示各自变量的回归系数；μi表示回归式中的个体效应；εit表示随机扰动项。

本文基于物流行业特点，借鉴佐赫（2023）［25］和龚雪（2022）［26］等学者的研究，同时考虑数据科学性、合理性与可获得性，最终选取以下八个相关影响因素进行分析：①地区经济发展水平（econo）：用各地区生产总值指数表示；

②社会生产力水平：用社会消费品零售总额取对数表示；

③社会投资水平：用进出口总额与各省GDP的比重表示；

④劳动者报酬水平：用劳动份额即工资和薪水等劳动者报酬占国内生产总值的比重表示；

⑤社会购买力水平：社会总有效购买力在各产业中的分配比例；

⑥城市化水平：用市人口和镇驻地集聚区人口在全部人口中的比例表示；

⑦市场经济水平：用各项贷款总额除以各项存款总额表示；

⑧区域低碳化水平：用能源消费结构低碳化水平指数表示。

有关资料主要来自国家统计局网站，2012年至2021年《中国统计年鉴》《中国能源统计年鉴》《中国第三产业统计年鉴》，各省统计年鉴、统计公报等。

2.回归结果分析

Stata16运行固定效应回归模型得到的回归结果如表5所示。

表5 回归结果

可以看出，地區经济发展水平、投资水平、劳动者报酬水平和市场经济水平对“一带一路”沿线省份的绿色物流高质量发展水平均没有显著影响。

其中，地区经济发展水平与被解释变量“一带一路”沿线省份的绿色物流高质量发展水平（Yit）相关系数为负值，说明地区经济发展水平对“一带一路”沿线省份的绿色物流高质量发展会产生抑制的反效果，可能是物流业高质量发展水平不及经济发展水平的提升速度，也可能是经济发展水平过高以致物流业高质量发展过剩，存在诸多不必要的浪费现象。

投资水平、劳动者报酬水平和市场经济水平与“一带一路”沿线省份的绿色物流高质量发展水平（Yit）不存在显著相关关系，可能的原因是，物流业目前在很多地区发展仍处于初级状态，对于投资的需求尚不迫切，作用效果也因此不显著；物流业相关劳动者从事的大部分仍是体力劳动，高技能高报酬人才未能享受应有待遇。因此，劳动者目前的报酬可能尚不足以对于物流业高质量发展产生有效影响；市场经济水平对物流业高质量发展作用不显著，可能是因为资源配置、市场调节等是一个量变到质变的过程，暂未达到可引起促进物流业高质量发展的节点。

社会生产力水平、社会购买力水平、城市化水平、区域低碳化水平与“一带一路”沿线省份的绿色物流高质量发展（Yit）存在显著相关关系，在5%的显著性水平下，社会生产力水平与社会购买力水平、城市化水平、区域低碳化水平及物流业高质量发展水平（Yit）的相关系数分别为0.014、0.182、0.135和0.035，即当社会生产力和社会购买力每增加1个单位时，物流业高质量发展水平将会提升0.014、0.182。这是由于某个地区社会生产力水平和社会购买力水平提高时，该地区居民消费能力也会增强，对物流服务的市场需求也会增加，从而推动物流业高质量发展。

当城市化水平每增加1个单位，物流业高质量发展水平（Yit）将会提高0.135。由于我国城市化进程与工业化进程同步，城市居民的收入和消费水平要比乡村居民高得多，伴随着城市化进程的加快，居民的收入和消费水平将不断提升，对物流服务的需求将会增加，从而促进物流产业的高质量发展。

当区域低碳化水平与物流业高质量发展水平（Yit）呈显著的正相关关系，这是由于低碳化有利于降低物流成本，物流业成本占市运输成本的绝大部分。而对低碳物流的提倡和运用，可以让物流在运输过程中的资源利用效率得到更大的提升，从而能够有效地减少物流的能耗，从而提高物流企业的高质量发展水平。

（四）“一带一路”沿线省份物流高质量发展时空演化分析

1.时间演变分析

从时间序列演变情况来看，沿线各省份的物流高质量发展水平均逐年提升。其中广东省、浙江省和陕西省的物流高质量发展水平在10年间达到了0.5的高度，位居前三名，且此三省在10年间的物流高质量发展水平提升幅度最大，跨度基本均超过了0.1，宁夏回族自治区、黑龙江省和内蒙古自治区的发展水平位居后三位，并且在10年间的提升速度较慢，较为稳定，具体情况如图1所示。

图1 2011-2020年“一带一路”沿线各省份物流业高质量发展水平研究分析

2.空间演化特征

为了深入研究“一带一路”沿线省份的物流高质量发展水平随时间推移的动态演进趋势，探究其物流高质量发展的分布特征，为提高物流高质量发展提供有力支持，本文将其17个省份划分为西北地区、东北地区、东部地区与西南地区四个层面，以此绘制了2011年、2014年、2017年和2020年全局、西北地区、东北地区、东部地区、西南地区物流高质量发展的核密度曲线，如图2至图6所示。

图2展示了“一带一路”背景下沿线省份2011年至2020年绿色物流高质量发展的全局动态演变过程。从地理位置上看，“一带一路”沿线省份的高质量绿色物流发展程度不断提升，但增速却出现放缓，反映出各地区间物流高质量发展水平的差异正在不断扩大。

在空间分布格局上，主要表现为：最高海拔由高到低，分布曲线宽窄，曲线分布范围由内到外逐渐弱化，体现了区域整体绿色物流高质量发展水平的绝对差距在不断扩大。从延伸度上看，其分配曲线有右尾的趋势，并呈现出逐步出现的趋势，反映出沿省区域整体的绿色物流高质量发展水平差异在逐步拉大。

从极化现象来看，偏振态的变化表现为单峰型，没有极化和多极化的倾向。综合来看，沿线省份全局的绿色物流高质量发展水平的分布曲线呈现逐渐右移、高度下降、宽度增大和右拖尾的形态特征。从总体上来看，整个沿线省区的绿色物流高质量发展水平总体上都在稳步提高，而各省间的差距却在不断扩大。

西北地区绿色物流业高质量發展的动态演进过程如图3所示。西北地区核密度曲线分布中心右移，峰值整体减低，宽度变大，最后呈现双峰的趋势，说明空间集聚程度有所降低，物流高质量发展水平内部差异扩大。其主峰高度先下降后上升，整体下降，曲线宽度先扩大，再缩窄，整体稍微宽度扩大，反映出东北地区物流高质量发展分布中心明显向右移动，而差异却有所扩大，显示这一区间各省物流高质量发展水平逐渐上升但增速放缓，差异由明显到集聚，发展逐渐均衡集中。东部地区10年物流高质量发展趋势相对稳定，核曲线逐年右移，说明这一地区物流高质量发展水平逐步提升，曲线变宽，右尾拉长，坡度变缓，由双峰变单峰，说明此区域物流高质量发展水平差异性增大，集中分布的趋势逐渐缓和，两极化现象减弱。曲线主峰高度在2017年达到顶峰，2011年至2017年曲线在西南区域的总体分布高度有所收窄，表明本阶段物流效率内在差异减小，空间集聚程度在此相对较高；2017年至2020年曲线高度骤降，宽度扩大，说明西南区域物流业高质量发展水平差异变大，基本分布在0.4-0.55之间。

图2 全局

图3 西北地区

图4 东北地区

图5 东部地区

图6 西南地区

五、结论与启示

基于上述研究结果，本文提出以下对策建议：

（1）经济发展引领物流业高质量发展。一方面，要加大物流基础设施建设，提高物流信息化水平，提高物流人才素质，以满足物流产业发展的需要；另一方面，将物流与产业链进行深层次的融合与最优的资源配置，达到最大的效益，从而达到物流业高质量发展的目的，也为区域经济的可持续发展提供强有力的支持。

（2）东西部地区结合，发挥物流业比较优势。东部地区拥有发达的经济基础和先进的物流设施，而西部地区则具备丰富的资源和广阔的发展空间，通过结合东西部地区的优势，可以实现资源的优化配置、产业的协同发展和市场空间的拓展，进一步推动区域经济的发展。

（3）关注外部影响因素，助力物流业高质量发展。持续推进城市化水平，加快优质资源集聚水平，为物流业高质量发展提质增效。关注市场动向灵活调整，尽管本文研究结果显示市场经济水平对物流业高质量发展作用不显著，但市场经济水平的提高最终仍会为物流业高质量发展提供沃土，保驾护航。

参考文献：

［1］翟仁祥，陈劲滔.中国沿海地区物流经济高质量发展研究［J］.华东经济管理，2023，37（6）：79-89.

［2］唐哲，魏修建，陈恒.黄河流域物流业高质量发展水平的时空演变特征［J］.统计与决策，2022，38（22）：96-101.

［3］ZHUJ，ZHOUX.Constructionandevaluationofahigh-qualitylogisticsdevelopmentsysteminfivesoutheastcoastalprovincesunderthebackgroundofthedigitaleconomy［J］.Thefrontiersofsociety，scienceandtechnology，2023，5（8）.

［4］张珺，邹乔.“双碳”目标视角下物流业绿色转型对流通业高质量发展的影响［J］.商业经济研究，2022（5）：113-116.

［5］曹志强，李鑫，徐德安.黄河流域物流高质量发展综合评价及其网络构建［J］.商业经济研究，2022（17）：172-176.

［6］王琴梅，罗瑞.物流业高质量发展对区域全要素生产率的影响研究——来自中国264个城市的证据［J］.软科学，2023，37（1）：58-68.

［7］张旭，吕明睿，张春雪，等.高质量发展背景下区域绿色物流水平评价及障碍因子［J］.经济地理，2023，43（5）：139-149.

［8］梁育民，田思苗.物流高质量发展对区域经济的影响——基于广东省地级以上城市的实证分析［J］.商业经济研究，2023（4）：89-93.

［9］马信春，赵思雅，胡宝华，等.高质量发展背景下边疆区物流与区域经济协调发展研究——以新疆为例［J］.资源开发与市场，2023，39（5）：591-599.

［10］谈晓勇，陈猛.物流业碳排放区域差异特征及效率解析［J］.重庆工商大学学报（社会科学版），2023，8：1-17.

［11］］BAIDL，DONGQL，REHMANASK，etal.Spatio-temporalheterogeneityoflogisticsCO2emissionsandtheirinfluencingfactorsinChina：ananalysisbasedonspatialerrormodelandgeographicallyandtemporallyweightedregressionmodel［J］.Environmentaltechnologyandinnovation，2022，28.

［12］杨川.碳中和趋势下产业集聚對物流业碳排放水平的作用机制［J］.商业经济研究，2022（13）：103-106.

［13］李健，白子毅，李柏桐.双碳背景下京津冀物流业碳排放脱钩及影响因素研究［J］.城市问题，2022（5）：69-76.

［14］韩丽萍，李明达，刘炯.中国物流业碳排放影响因素及产业关联研究［J］.北京交通大学学报（社会科学版），2022，21（1）：86-93.

［15］张清华，于振山，郭兰英.中国物流业与经济高质量协调发展时空演化研究［J］.经济问题，2023（2）：60-68.

［16］陈树广，王东，陈胜利.中国商贸流通业高质量发展的时空特征及区域差异［J］.统计与决策，2022，38（13）.

［17］王东，陈胜利.中国物流业高质量发展的空间差异及分布动态演进［J］.统计与决策，2022，38（9）：57-62.

［18］MAOY，LIYL，XUDY，etal.Spatial-temporalevolutionoftotalfactorproductivityinlogisticsindustryoftheYangtzerivereconomicbelt，China［J］.Sustainability，2022，14（5）.

［19］赖靓荣，朱芳阳，朱志东.中国物流业高质量发展的测度评价：区域差异与动态演进［J］.资源开发与市场，2022，38（11）：1331-1340.

［20］周楠，陈久梅，但斌，等.高质量发展下区域物流与区域经济时空耦合及影响因素——以长江经济带为例［J］.软科学，2022，36（10）：84-92.

［21］HWANGCL，YOONK．Multipleattributedecisionmakingmet-hodsandapplications［M］．Springer，BerlinHeidelberg，1981．

［22］马壮林，高阳，胡大伟，等.城市群绿色交通水平测度与时空演化特征实证研究［J］.清华大学学报（自然科学版），2022，62（7）：1236-1250.

［23］李帆，贾夏，赵永华，等.基于DPSIR模型的黄土高原生态敏感性演变格局及驱动力分析［J］.农业工程学报，2023，39（9）：241-251，303.

［24］石丹，关婧文.基于DPSIR-物元的吉林省旅游生态安全时空格局测度及障碍诊断［J］.生态学杂志，2022，41（8）：1653-1664.

［25］佐赫.绿色发展背景下数字物流韧性的影响因素和提升路径［J］.商业经济研究，2023（14）：71-75.

［26］龚雪，夏银，荆林波.物流业与制造业融合发展水平、演化及影响因素［J］.理论视野，2022（8）：76-83.

ResearchontheSpatio-temporalEvolutionandInfluencing

FactorsofHigh-qualityDevelopmentofLogisticsIndustry

fromaLow-carbonPerspective：TakingProvinces

alongthe“theBeltandRoad”asExamples

CHENShu-guang1，ZHANGYan-jie2

（1.SchoolofStatistics，XianUniversityofFinanceandEconomics，Xian，Shaanxi，710100;

2.SchoolofManagement，XianUniversityofFinanceandEconomics，Xian，Shaanxi710100）

Abstract：The“theBeltandRoad”，asamajorstrategicbasisforChinasnewpatternofopeningup，isboundtomeetitsdevelopmentneedsandpromotethequalityandefficiencyimprovementofthelogisticsindustryandgreenandlow-carbondevelopment.Basedonthis，thispaperselects17provincesalongthe“theBeltandRoad”astheresearchobject，buildsahigh-qualitylogisticsdevelopmentindicatorsystembasedontheDPSIRmodel，andusestheentropyweightCRITICTOPSISmodeltoquantitativelyevaluatethehigh-qualitylogisticslevelofeachprovincefromthelow-carbonperspective.Onthisbasis，itusesthekerneldensityestimationmethodtostudyandanalyzeitsspatio-temporalevolution，Finally，afixedeffectsregressionmodelisusedtoempiricallytestthevariousdrivingfactorsthataffectthefluctuationofitshigh-qualitydevelopmentlevel.Theresultsshowthat：①from2011to2020，thehigh-qualitydevelopmentleveloflogisticsindustryin17provinceshasbeenincreasingyearbyyearandoverallimproving，butthereareregionaldifferences，whichshowacleartrendof“highintheeastandlowinthewest”;②Fromtheperspectiveofprovinces，thehigh-qualitydevelopmentleveloflogisticsindustryinGuangdongandShanghairegionsisfarahead，whilethelogisticsindustryinNingxia，Qinghai，andXinjiangnotonlyhasalowlevelofhigh-qualitydevelopment，butalsotheslowestpaceofimprovementThelevelofsocialproductivity，thelevelofsocialpurchasingpower，thelevelofurbanizationandthelevelofregionallow-carbonhaveasignificantpositivecorrelationwiththehigh-qualitydevelopmentofgreenlogisticsintheprovincesalongthe“theBeltandRoad”.

Keywords：“thebeltandroad”;entropyweightCRITICTOPSIS;DPSIRmodel；highqualitydevelopmentoflogistics；spatial-temporalevolution