黃河流域物流業(yè)生態(tài)效率測度與組態(tài)提升路徑研究

摘" 要：

為有效測度黃河流域物流業(yè)的生態(tài)效率，促進黃河流域生態(tài)保護和高質(zhì)量發(fā)展，基于Super-SBM模型測算了2013—2022年黃河流域全流域、上中下游和九個省份物流業(yè)的生態(tài)效率，利用Malmquist指數(shù)探究黃河流域物流業(yè)全要素生產(chǎn)效率變化率及其近十年的空間演化特征，最后通過fsQCA分析黃河流域物流業(yè)生態(tài)效率組態(tài)提升路徑。結(jié)果表明：黃河流域整體物流業(yè)生態(tài)效率呈現(xiàn)先下降后增長的趨勢；中下游物流業(yè)生態(tài)效率較高，上游一直處于最低水平；九個省份生態(tài)效率演變存在顯著差異，但差異化程度隨著時間逐漸減小。黃河流域物流業(yè)生態(tài)效率的眾多影響因素之間相互作用，根據(jù)各條路徑核心條件的構(gòu)成共歸納出三條組態(tài)提升路徑。

關(guān)鍵詞：物流業(yè)生態(tài)效率；黃河流域；非徑向超效率模型；fsQCA

中圖分類號： F062.2" 文獻標識碼：" A" 文章編號：" 2096-7055（2025）02-0001-13

收稿日期：" 2023-11-03

基金項目：" 國家自然科學(xué)基金項目（71573086）；河南省水資源安全與清潔能源協(xié)同管理創(chuàng)新型科技團隊資助項目（01）

作者簡介：

楊雪，女，教授，博士，研究方向為安全科學(xué)與應(yīng)急管理；梁慧慧，女，碩士研究生，研究方向為應(yīng)急管理；宋愛峰，女，講師，博士，研究方向為低碳經(jīng)濟、能源效率；劉哲瑋，男，碩士研究生，研究方向為物流工程與管理。

DOI：10.13790/j.ncwu.sk.2025.013投稿網(wǎng)址：http：//publish.cnki.net/slsb

引用格式：楊雪，梁慧慧，宋愛峰，等.黃河流域物流業(yè)生態(tài)效率測度與組態(tài)提升路徑研究［J］.華北水利水電大學(xué)學(xué)報（社會科學(xué)版），2025，41（2）：1-13.

一、問題的提出

黨的十八大以來，以習(xí)近平同志為核心的黨中央從中華民族和中華文明永續(xù)發(fā)展的高度，作出黃河流域生態(tài)保護和高質(zhì)量發(fā)展的重大戰(zhàn)略決策。近年來，黃河流域經(jīng)濟綠色發(fā)展取得長足進步，但由于黃河本體資源稟賦較弱，加之經(jīng)濟發(fā)展與環(huán)境保護的矛盾逐漸突出，該區(qū)域植被毀壞、土壤侵蝕等問題逐漸加重［1］，面臨著嚴峻的生態(tài)保護壓力［2］。當前，有關(guān)黃河流域治理的研究也逐漸由“保護性耕作”轉(zhuǎn)向“生態(tài)系統(tǒng)服務(wù)”［3］，黃河流域高質(zhì)量發(fā)展受到越來越多學(xué)者的關(guān)注和重視。物流業(yè)作為國民經(jīng)濟不可或缺的基石，具有基礎(chǔ)性、戰(zhàn)略性和先導(dǎo)性特質(zhì)［4］，其運作緊密交織于生產(chǎn)與消費之間，對推動社會市場經(jīng)濟的繁榮與發(fā)展具有突出的引領(lǐng)作用。隨著物流業(yè)對資本、勞動力等方面的消耗不斷增加，其高排放、高耗能、高污染的特點也日益凸顯。習(xí)近平總書記始終心系黃河，兩次主持召開黃河流域生態(tài)保護和高質(zhì)量發(fā)展座談會，強調(diào)黃河流域各省份要將生態(tài)保護置于核心地位，全局考量，力促經(jīng)濟向高質(zhì)量發(fā)展邁進。基于此，如何在促進黃河流域物流業(yè)騰飛的同時，精準契合生態(tài)綠色發(fā)展的長遠規(guī)劃，使物流業(yè)成為經(jīng)濟綠色轉(zhuǎn)型的強勁引擎，是亟待討論的關(guān)鍵議題。

物流業(yè)作為典型的生產(chǎn)性服務(wù)企業(yè)，其產(chǎn)出效率與社會經(jīng)濟效率密不可分，隨著國家“雙碳”目標的提出，考慮環(huán)境規(guī)制下的物流業(yè)生態(tài)效率越來越受到學(xué)者們的關(guān)注。物流業(yè)生態(tài)效率既是評估物流業(yè)可持續(xù)發(fā)展的重要指標，又是衡量物流業(yè)經(jīng)濟效益和生態(tài)效益的有力工具［5］。生態(tài)效率作為衡量經(jīng)濟價值生產(chǎn)與生態(tài)環(huán)境負荷增加之比的指標，1990年由德國學(xué)者Schaltegger和Sturm提出［6］。1992年，世界可持續(xù)發(fā)展工商理事會進一步豐富并細化了這一概念，明確指出生態(tài)效率是通過最小化資源消耗與環(huán)境負擔，來達成人類社會經(jīng)濟效益的最優(yōu)化目標。這一理念強調(diào)了在保護生態(tài)環(huán)境的前提下，追求經(jīng)濟效益的最大化。現(xiàn)有文獻在研究視角和研究方法上各有創(chuàng)新。在區(qū)域?qū)用妫琖ang等基于“能源-經(jīng)濟-生態(tài)-社會”體系［7］，在評價指標中納入社會福利要素和PM2.5，對中國30個省份的能源生態(tài)效率進行了更全面的考察。 Zhao等分三階段構(gòu)建生態(tài)效率評價指標［8］，對生態(tài)效率進行測量和時空分析，并對宏觀經(jīng)濟的繁榮發(fā)展進行預(yù)警研究。Das為研究城市擴張帶來的生態(tài)效率變化，開發(fā)了綜合城市生態(tài)效率框架［9］。在行業(yè)層面，何妮等將農(nóng)業(yè)碳排放這一指標納入生態(tài)效率評價體系［10］，測度了黃河流域在2006—2021年農(nóng)業(yè)生態(tài)效率的推演規(guī)律。Fu等測度了中國30個省份的服務(wù)業(yè)結(jié)構(gòu)升級和產(chǎn)業(yè)生態(tài)效率［11］，實證檢驗了服務(wù)業(yè)結(jié)構(gòu)升級對產(chǎn)業(yè)生態(tài)效率的影響。陸杉等采用超效率MINDS模型測度了長江中游地區(qū)38個地級市的農(nóng)業(yè)生態(tài)效率［12］，并分析了其空間關(guān)聯(lián)演化特征。在研究方法上，學(xué)者們則偏好使用具有非徑向、有效區(qū)分產(chǎn)出等優(yōu)點的SBM-Undesirable和Super-SBM-Undesirable模型，并在此基礎(chǔ)上進行組合和改進［13-15］。

關(guān)于物流業(yè)生態(tài)效率的研究，學(xué)者們主要從兩個方面展開。一是物流業(yè)生態(tài)效率的測度。在物流業(yè)生態(tài)效率評價指標體系上，有學(xué)者考慮以碳排放作為非期望產(chǎn)出［16］，在此基礎(chǔ)上額外考慮了其他污染物排放中的CO2、SO2、NOx、PM2.5和PM10作為非期望產(chǎn)出。在投入指標的選取方面，學(xué)者們傾向于從勞動力、能源、資本等要素進行具體細分［17］。在物流業(yè)生態(tài)效率測度方法上，主要包括超效率SBM模型、超效率DEA、三階段DEA模型等［18-20］。二是物流業(yè)生態(tài)效率的影響因素。Long等對長江流域11個省份的物流業(yè)生態(tài)效率進行測度和評價，指出科技進步是物流生態(tài)效率提高的驅(qū)動機制，但 FDI、政府干預(yù)、經(jīng)濟發(fā)展水平、人力資本水平等因素也會對物流生態(tài)效率產(chǎn)生重要影響［21］。然而，也有學(xué)者指出FDI的增長可能會對周邊地區(qū)的物流生態(tài)效率產(chǎn)生抑制作用，因此，在開放發(fā)展的過程中不能盲目吸引外資［22］。

綜合分析已有文獻，學(xué)者們關(guān)于生態(tài)效率的研究已深入到各個地區(qū)和領(lǐng)域，研究方法也不斷得到改進和優(yōu)化，為本研究提供了良好的基礎(chǔ)。但在研究區(qū)域和視角方面仍存在一些不足，現(xiàn)有關(guān)于生態(tài)效率的測度多集中于旅游業(yè)、畜牧業(yè)、林業(yè)、農(nóng)業(yè)等相關(guān)產(chǎn)業(yè)，鮮有文獻深入研究物流行業(yè)的生態(tài)效率演進規(guī)律。因此，本研究以2013—2022年黃河流域物流產(chǎn)業(yè)統(tǒng)計數(shù)據(jù)為實證對象，采用非期望產(chǎn)出 SBM 模型從非徑向角度計算我國黃河流域全流域、上中下游以及各省份物流業(yè)生態(tài)效率，利用Malmquist指數(shù)探究黃河流域物流業(yè)全要素生產(chǎn)效率變化率，借助ArcGIS了解其空間演化特征，最后通過模糊集定性比較分析法（fsQCA）探究黃河流域物流業(yè)生態(tài)效率組態(tài)提升路徑，以期為全國其他地區(qū)的物流業(yè)生態(tài)效率提供可供參考的測度模式，助力生態(tài)效率的提升以推動生態(tài)保護。

二、研究設(shè)計

（一）研究方法

1.考慮非期望產(chǎn)出的超效率SBM模型

數(shù)據(jù)包絡(luò)分析（DEA）這一非參數(shù)效率評估技術(shù)，其雛形可追溯至1978年，由Charnes等學(xué)者率先提出，一般用于多投入多產(chǎn)出的決策單元效率評價［23］。該方法以其獨特的非參數(shù)特性，在效率評價領(lǐng)域開辟了新的路徑，無需預(yù)設(shè)函數(shù)形式，直接通過數(shù)據(jù)本身界定效率前沿面。然而，傳統(tǒng)的DEA模型在評估時僅聚焦于徑向變化，忽略了對松弛變量的考量，這導(dǎo)致了在處理非理想狀態(tài)及誤差方面存在局限。鑒于此，Tone創(chuàng)新地引入了包含松弛變量因素的非徑向超效率SBM-DEA模型［24］，該模型不僅能夠有效區(qū)分并排序多個高效單元，還能精準量化決策單元的投入產(chǎn)出效率，從而彌補了傳統(tǒng)方法的不足。因此，采用Super-SBM模型評估黃河流域九個省份物流業(yè)的生態(tài)效率。該模型納入非期望產(chǎn)出因素，進而精確計算出各省份在物流業(yè)發(fā)展過程中的生態(tài)效率水平。

假設(shè)有n個決策單元，每個決策單元有m項投入和s項產(chǎn)出；xik為第k個決策單元的投入；yγk為第k個決策單元的產(chǎn)出。則超效率SBM-DEA模型線性規(guī)劃表達式為：

ρ=minρ=1－（1m）∑mi=1s－ixi01+（1s）∑sγ=1s+γyγ0；（1）

x0=Xλ+s_;y0=Yλ－s+;λ≥0，s－≥0，s+≥0。（2）

式中：ρ表示生態(tài)效率值，取值范圍為0≤ρ≤1，當ρ=1時，表示生產(chǎn)單元處于有效狀態(tài)；當0≤ρlt;1時，表示需要調(diào)整投入產(chǎn)出要素以提升生產(chǎn)單元效率；λ為權(quán)重；s－、s+分別表示投入松弛與產(chǎn)出松弛。

2.Malmquist指數(shù)

Malmquist指數(shù)是一種用于測度全要素生產(chǎn)效率 （TFP） 的方法，它能反映生態(tài)效率的動態(tài)變化情況，可將其劃分為技術(shù)效率（EC）和技術(shù)進步（TC）。本研究借助Malmquist指數(shù)反映黃河流域物流業(yè)不同年份、各省份全要素生產(chǎn)效率的變化率，公式如下：

M（xt，yt，xt+1，yt+1）=Dt（xt+1，yt+1）Dt（xt，yt）Dt+1（xt+1，yt+1）Dt+1（xt，yt）。（3）

式中：（xt，yt）、（xt+1，yt+1）分別表示決策單元在t時期和t+1時期的投入產(chǎn)出，Dt（xt，yt）表示以t為基期決策單元的距離函數(shù);Dt+1（xt+1，yt+1）表示t到t+1時期決策單元的距離函數(shù)。

3.模糊集定性比較分析法（fsQCA）

本研究考慮到影響黃河流域物流業(yè)生態(tài)效率的各條件變量之間可能存在相互依賴關(guān)系，而傳統(tǒng)回歸分析方法往往研究的是單一變量因素對解釋變量的“凈效應(yīng)”，無法從整體視角出發(fā)研究多種前因變量對因變量的非線性作用機制。fsQCA方法不僅能很好地解決這一問題，而且能夠發(fā)現(xiàn)多種因素之間的組態(tài)關(guān)系，提供了一種深入挖掘前因和后果之間組合關(guān)系的思路。因此，本研究選用fsQCA來探究黃河流域物流業(yè)生態(tài)效率的組態(tài)提升路徑。主要包括校準數(shù)據(jù)、必要條件分析、構(gòu)建真值表以及組態(tài)分析等步驟。

本研究所涉及的影響條件屬于連續(xù)變量，采用fsQCA方法探究影響黃河流域物流業(yè)生態(tài)效率的具體因素，能夠更好地發(fā)現(xiàn)條件變量在不同水平下對生態(tài)效率這一結(jié)果變量產(chǎn)生的具體影響，為黃河流域物流業(yè)的健康發(fā)展提供更具針對性的提升路徑。

（二）指標選取與數(shù)據(jù)來源

1.物流業(yè)生態(tài)效率測度指標體系

根據(jù)《黃河流域生態(tài)保護和高質(zhì)量發(fā)展規(guī)劃綱要》，本研究的樣本為黃河流域全流域、上中下游以及流經(jīng)的九個省份，其中上游地區(qū)包括四川省、甘肅省、青海省、寧夏回族自治區(qū)；中游地區(qū)包括山西省、內(nèi)蒙古自治區(qū)、陜西省；下游地區(qū)包括山東省和河南省。生態(tài)效率是指在一定的空間中，人們?yōu)榱诉_到“經(jīng)濟-社會-環(huán)境”的耦合協(xié)調(diào)需求產(chǎn)生的投入（資源和能源投入）與產(chǎn)出（經(jīng)濟-社會-環(huán)境效益）之間的對應(yīng)關(guān)系，基于此定義選取投入產(chǎn)出指標。

（1）投入要素。在深入探究經(jīng)濟增長理論框架下，本研究借鑒經(jīng)典生產(chǎn)函數(shù)模型及其相關(guān)研究，通過系統(tǒng)性考量，最終選取勞動力、資本與能源三大要素，分別作為“人力資源”“財力支持”與“物質(zhì)資源”的代表性投入指標，以此全面反映經(jīng)濟增長過程中的核心驅(qū)動力。將資本、能源、勞動力三大要素作為投入指標，借鑒任領(lǐng)志等的做法，最終選取物流業(yè)固定資本存量、能源消費量以及從業(yè)人員數(shù)量三個投入要素［25］。

（2）產(chǎn)出要素。將經(jīng)濟、社會和環(huán)境三方面納入產(chǎn)出指標，其中經(jīng)濟和社會方面分別選取物流業(yè)生產(chǎn)總值、貨物周轉(zhuǎn)量作為期望產(chǎn)出指標，環(huán)境污染作為非期望產(chǎn)出指標，借鑒王東方等的做法，具體選取物流運作中產(chǎn)生的CO2、SO2、NOx、PM2.5和PM10排放量作為二級指標［26］。各指標類型及說明見表1。

2.組態(tài)分析的變量選取

在進行變量選取時遵循文獻歸納、問題導(dǎo)向等原則，在已有研究的基礎(chǔ)上，結(jié)合物流業(yè)生態(tài)效率的特點，從社會、經(jīng)濟、環(huán)境三方面構(gòu)建條件變量框架，具體變量及解釋見表2。

3.數(shù)據(jù)來源

本研究選取黃河流域九省2013—2022年十個指標的面板數(shù)據(jù)。由于我國尚未對物流業(yè)進行專門劃分，而交通運輸行業(yè)、倉儲業(yè)以及郵政業(yè)占物流業(yè)產(chǎn)值85%以上［27］，因此，物流業(yè)相關(guān)指標數(shù)據(jù)以交通運輸、倉儲及郵政數(shù)據(jù)代替。

固定資本存量計算公式為Kd，t=Id，t+Kd，t－1，其中Kd，t表示城市d在t時期的固定資產(chǎn)存量，Kd，t－1表示城市d在t－1時期的固定資產(chǎn)存量，Id，t表示城市d在t時期的固定資產(chǎn)投資。能源消費量以物流業(yè)不同能源標準煤系數(shù)統(tǒng)一轉(zhuǎn)換加總而得［28］。碳排放量來源于中國碳核算數(shù)據(jù)庫，NOx、PM2.5、PM10、SO2污染物排放量是基于各省份能源綜合平衡表中一次能源的消耗量，采用排放系數(shù)法計算得出，各污染物的排放系數(shù)見表3。其余指標數(shù)據(jù)均源自《中國能源統(tǒng)計年鑒》以及各省、市、自治區(qū)的官方統(tǒng)計年鑒。針對部分數(shù)據(jù)缺失的情況，采用插值技術(shù)與移動平均法相結(jié)合的策略，確保數(shù)據(jù)的完整性與可靠性。

三、結(jié)果分析

（一）黃河流域物流業(yè)生態(tài)效率靜態(tài)測算

1.黃河流域全流域、上中下游物流業(yè)生態(tài)效率測算

使用 Matlab 2018 軟件對收集到的相關(guān)數(shù)據(jù)進行測算，得到黃河流域全流域以及上中下游物流業(yè)生態(tài)效率，結(jié)果及趨勢見表4和圖1。

由表4和圖1可知，黃河流域整體物流業(yè)生態(tài)效率呈現(xiàn)先下降后上升的趨勢，但整體生態(tài)效率均值均低于1.000，這表示2013—2022年黃河流域物流業(yè)生態(tài)效率整體處于較低水平，在2018年出現(xiàn)峰值，2020年開始快速增長。結(jié)合投入指標可以發(fā)現(xiàn)，2018年黃河流域各地區(qū)物流業(yè)的能源消耗和固定資產(chǎn)投資均有明顯的提升。

從區(qū)域?qū)用婵矗陙恚S河流域下游地區(qū)物流業(yè)生態(tài)效率一直高于全流域平均水平，呈現(xiàn)先下降后上升的趨勢，且在2022年生態(tài)效率值突破1.000，這說明下游地區(qū)物流業(yè)生態(tài)效率呈現(xiàn)較好的發(fā)展態(tài)勢，逐漸達到有效水平。中游地區(qū)生態(tài)效率值與全流域變化趨勢最為接近，可以在一定程度上反映黃河流域全流域的生態(tài)效率變化。上游地區(qū)物流業(yè)生態(tài)效率大部分時間處于最低水平，但在2020年開始明顯上升，生態(tài)效率均值為0.661，高于中游地區(qū)均值水平，發(fā)展?jié)摿^大。結(jié)合投入產(chǎn)出指標數(shù)據(jù)可知，2020年物流業(yè)固定資產(chǎn)存量明顯增加。當前，我國物流業(yè)正處于發(fā)展的黃金時期，黃河流域中上游地區(qū)應(yīng)借鑒下游地區(qū)發(fā)展經(jīng)驗，制定適合本區(qū)域的發(fā)展政策，帶動本區(qū)域物流業(yè)的發(fā)展。

2.黃河流域省域物流業(yè)生態(tài)效率測算

表5列示了2013—2022年黃河流域各省份物流業(yè)生態(tài)效率值。由表5可以看出，寧夏回族自治區(qū)近年來物流業(yè)生態(tài)效率均值為0.707，居黃河流域九個省份之首，且在2013年、2021年、2022年生態(tài)效率值均達到有效水平；其次為山東省、山西省、河南省，雖然與寧夏回族自治區(qū)相比仍有一定的差距，但其均值均高于0.500；內(nèi)蒙古自治區(qū)、陜西省、四川省、甘肅省、青海省的物流業(yè)生態(tài)效率表現(xiàn)較差，其中，四川省和青海省的物流業(yè)生態(tài)效率值分別僅為0.179和0.167，為黃河流域九省最后兩位。鑒于此，這些省份亟須樹立危機意識，迅速響應(yīng)并靈活調(diào)整相關(guān)政策，強化政策導(dǎo)向作用，旨在加速推動本地物流業(yè)生態(tài)效率向高效能階段邁進。同時，應(yīng)不遺余力地致力于減少各省份間物流生態(tài)效率不均衡現(xiàn)象的出現(xiàn)，通過創(chuàng)新策略與協(xié)同合作，共同促進全國物流體系綠色、可持續(xù)與均衡發(fā)展。此外，這些地區(qū)還需加大政策執(zhí)行力度，確保政策紅利有效釋放至物流產(chǎn)業(yè)鏈的各個環(huán)節(jié)，激勵企業(yè)采用更環(huán)保、更高效的運營方式，從而在提升物流業(yè)生態(tài)效率的同時，為區(qū)域經(jīng)濟的高質(zhì)量發(fā)展奠定堅實基礎(chǔ)。

2013—2022年黃河流域各省份物流業(yè)生態(tài)效率變化趨勢，如圖2所示。由圖2可知，黃河流域省域物流業(yè)生態(tài)效率水平存在顯著差距，整體變化趨勢可以分為“凸值型”“凹值型”“低位波動”“低位增長”四種顯著類型。“凸值型”指內(nèi)蒙古和河南兩省份在2018年生態(tài)效率出現(xiàn)顯著峰值，分別高達1.021和0.645，內(nèi)蒙古自治區(qū)首次突破1.000，達到有效水平，結(jié)合指標發(fā)現(xiàn)其固定資產(chǎn)存量和貨運周轉(zhuǎn)量也達峰值水平。“凹值型”指寧夏回族自治區(qū)和青海省在2013—2022年生態(tài)效率呈現(xiàn)先下降后上升的趨勢，寧夏回族自治區(qū)在2018年出現(xiàn)生態(tài)效率低谷，結(jié)合指標發(fā)現(xiàn)其能源消費總量、生產(chǎn)總值和貨運轉(zhuǎn)周轉(zhuǎn)量也最低。“低位波動”指青海、四川、陜西三個省份近十年生態(tài)效率均值分別為0.167、0.179和0.318，分別在研究區(qū)域的第七、八、九位波動，變化趨勢不突出。結(jié)合指標分析可知，其呈現(xiàn)“低位波動”的主要原因是未能實現(xiàn)經(jīng)濟、社會投入的充分利用，同時其污染物排放量一直增加。“低位增長”是指甘肅、山東、山西三個省份在2020—2022年生態(tài)效率值顯著提升，到2022年均達到生態(tài)有效狀態(tài)。

（二）黃河流域物流業(yè)生態(tài)效率動態(tài)分析

利用DEAP 2.1軟件，進一步分析2013—2022年黃河流域物流業(yè)生態(tài)效率的變動情況，根據(jù)Malmquist指數(shù)模型進行計算得到表6和表7。其中EEC表示技術(shù)效率，TTC表示技術(shù)進步，QTFP表示全要素生產(chǎn)效率，即Malmquist指數(shù)。

從時間維度看，特定年份區(qū)間如2013—2014年、2014—2015年以及2018—2019年，全要素生產(chǎn)效率的增長速率分別遭遇了2.7%、10.5%及12.1%的下滑。值得注意的是，在除這些特定年份之外的所有時期，全要素生產(chǎn)效率的變化率均保持正向增長，這一趨勢明確反映出相較于前一年的全要素生產(chǎn)效率持續(xù)展現(xiàn)出提升與優(yōu)化的良好態(tài)勢。進一步觀察發(fā)現(xiàn)，2017—2018年、2020—2021年以及2021—2022年，全要素生產(chǎn)效率的增長速度均顯著超過10%的閾值，特別是在2014—2018年以及隨后的2019—2022年這兩個時間段內(nèi)，技術(shù)進步指標始終保持正向增長，這強有力地證明了黃河流域物流業(yè)在生態(tài)治理、污染防控等領(lǐng)域的技術(shù)革新與升級勢頭強勁。技術(shù)進步不僅是推動全要素生產(chǎn)效率持續(xù)增長的核心驅(qū)動力，同時也揭示了在技術(shù)效率方面尚存較大的優(yōu)化與提升空間，為未來的綠色發(fā)展策略指明了方向。

從省級區(qū)域的角度分析，2013—2022年，山西、山東、河南及甘肅四個省份在生態(tài)效率的全要素生產(chǎn)率增長方面表現(xiàn)尤為突出，其年均增長率均超越了10%的里程碑。這一現(xiàn)象表明，即便在投入要素保持相對穩(wěn)定的前提下，這些地區(qū)依然能夠憑借高效的資源配置與管理，實現(xiàn)生態(tài)效率的顯著提升，從而在全國范圍內(nèi)展現(xiàn)出其優(yōu)于其他地區(qū)的生態(tài)治理與經(jīng)濟發(fā)展協(xié)同效應(yīng)。由表7可知，2013—2022年，各省份的技術(shù)進步均為正值，表明各省份全要素生產(chǎn)效率的增長主要來源于技術(shù)進步，且山西、山東、河南、甘肅四個省份的技術(shù)進步率超9%，這主要是由于這些地區(qū)的經(jīng)濟發(fā)展水平較高，技術(shù)創(chuàng)新和技術(shù)進步相比其他地區(qū)具有顯著的優(yōu)勢。

（三）空間聚集特征分析

根據(jù)對生態(tài)效率的靜態(tài)測算和動態(tài)分析可知，黃河流域物流業(yè)生態(tài)效率在2013年、2018年、2020年和2022年呈現(xiàn)變化拐點，因此，以這四個年份為代表，利用ArcGIS 10.8軟件，通過手動分類法將生態(tài)效率值劃分為四個有效區(qū)間，探究黃河流域九省物流業(yè)生態(tài)效率的空間聚集特征，如圖3所示。由圖3可知，2013—2022年，黃河流域九個省份生態(tài)效率演變存在顯著差異：高效率值區(qū)域由2013年的寧夏一個省份增加到2022年的甘肅、寧夏、山西、山東、河南五個省份，而2020年黃河流域九個省份生態(tài)效率值均處于無效狀態(tài)；低效率值區(qū)域中青海、四川兩省份在2013—2022年一直處于最低水平的無效狀態(tài)，未實現(xiàn)生態(tài)效率的高效使用。

具體而言，2013—2022年黃河流域全流域生態(tài)效率值發(fā)展趨勢向好，空間差異出現(xiàn)明顯改善。2020年九省均處于無效低值狀態(tài)，而2022年山西、山東、河南、甘肅、寧夏五個省份的生態(tài)效率值均突破1.000，進入高效區(qū)間，原因可能是國家發(fā)布關(guān)于物流業(yè)發(fā)展規(guī)劃的文件，例如，2022年發(fā)布的《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》提出，要重點解決物流業(yè)降本增效、結(jié)構(gòu)性失衡等問題，以科技賦能促進創(chuàng)新發(fā)展，整合物流資源以實現(xiàn)資源高效利用等。青海省、四川省等黃河流域上游地區(qū)效率始終未能實現(xiàn)優(yōu)化，物流業(yè)生態(tài)效率提升任務(wù)依然十分緊迫。

（四）模糊集定性比較分析

利用超效率SBM-DEA模型測算出黃河流域近十年來物流業(yè)的生態(tài)效率，以物流業(yè)整體生態(tài)效率為結(jié)果變量，以政府干預(yù)、人力資本、人均GDP、外商投資、產(chǎn)業(yè)結(jié)構(gòu)、能源強度、環(huán)境規(guī)制作為條件變量，對黃河流域物流業(yè)生態(tài)效率的組合提升路徑進行分析。

1.變量校準

在參考 Schneider等學(xué)者的方法論基礎(chǔ)上［29］23-41，本研究對數(shù)據(jù)進行了統(tǒng)一的校準處理，其中，選取95%分位數(shù)作為“完全隸屬”的基準點，選取50%分位數(shù)作為“中間交叉”的參考點，將5%分位數(shù)設(shè)定為“完全不隸屬”的界限，以此三個錨點來精確界定數(shù)據(jù)在不同隸屬程度上的歸屬。并對隸屬值為“0.5000”的數(shù)值減去0.0010處理，利用軟件對數(shù)據(jù)進行校準，得到變量錨點設(shè)定規(guī)則，見表8。

2.單一變量必要性分析

完成變量校準流程后，進一步展開對各單一條件的必要性評估，旨在驗證其是否為促成結(jié)果變量變化的必要因素。普遍接受的觀點是，當一個條件變量的一致性指數(shù)超過0.9的閾值時，該條件即可被視為推動結(jié)果變量變化的必要條件。具體的條件必要性檢驗結(jié)果見表9。由表9可知，各變量的一致性均低于0.900，表明物流業(yè)的生態(tài)效率變化不受單一條件驅(qū)動，而是多因素共同作用的結(jié)果。

3.組態(tài)路徑分析

參考已有研究，本研究將一致性門檻設(shè)定為0.8，頻數(shù)閾值設(shè)為1.0，生態(tài)效率模型的PRI一致性閾值設(shè)為0.7［30］，組態(tài)分析結(jié)果見表10。軟件共輸出復(fù)雜解、簡約解和中間解三種方案，本研究取中間解作為組態(tài)分析的標準解，并將同時出現(xiàn)在簡約解和中間解中的條件變量作為核心條件，總結(jié)得出三條生態(tài)效率組態(tài)路徑。由計算可得，總體解的一致性為0.957，表明在滿足這三條路徑的所有案例中，有95.7%的區(qū)域物流業(yè)生態(tài)效率呈現(xiàn)較高水平；總體解的覆蓋率為0.725，表明這三條路徑可以解釋72.5%的黃河流域物流業(yè)高生態(tài)效率樣本案例。

路徑1可以總結(jié)為經(jīng)濟主導(dǎo)下的環(huán)境驅(qū)動路徑，它包含兩種組態(tài)：P1a表示在能源強度、外商投資和人力資本不高的情況下，以提高環(huán)境規(guī)制和人均GDP為核心條件的生態(tài)效率優(yōu)化路徑，該類提升路徑認為，在其他條件缺乏的情況下，擁有環(huán)境規(guī)制和人均GDP兩大核心條件就能提升生態(tài)效率水平；P1b表示在能源強度核心缺失、外商投資和人力資本邊緣缺失的條件下，通過加強核心條件產(chǎn)業(yè)結(jié)構(gòu)和邊緣條件人均GDP，從而產(chǎn)生高水平生態(tài)效率的路徑。典型省份為內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)等，內(nèi)蒙古自治區(qū)近年來持續(xù)提升黃河流域生態(tài)環(huán)境質(zhì)量，提高水資源的有效利用，主動與寧夏回族自治區(qū)、山西省、陜西省的相關(guān)部門溝通協(xié)商，探索建立黃河流域橫向生態(tài)補償模式，充分調(diào)動各區(qū)域生態(tài)環(huán)境保護的積極性和主動性。

路徑2可以概括為經(jīng)濟-社會-環(huán)境三重邏輯下的驅(qū)動路徑，它包含三種組態(tài)：P2a表示在能源強度、外商投資和人力資本水平較低時，核心條件高產(chǎn)業(yè)結(jié)構(gòu)以及輔助條件高環(huán)境規(guī)制、高政府干預(yù)的綜合作用可以實現(xiàn)高生態(tài)效率;P2b表示在能源強度較低時，核心條件高產(chǎn)業(yè)結(jié)構(gòu)以及輔助條件高環(huán)境規(guī)制、高人均GDP、高外商投資和高人力資本的綜合作用可以實現(xiàn)高水平生態(tài)效率;P2c表示在低產(chǎn)業(yè)結(jié)構(gòu)、低環(huán)境規(guī)制條件下，高人均GDP、高外商投資和高人力資本的共同作用能夠產(chǎn)生高水平生態(tài)效率。這類路徑的典型省份為山東、河南、四川。山東省近年來不斷擴大規(guī)模效益，加快動能轉(zhuǎn)換，工業(yè)經(jīng)濟規(guī)模居全國第3位；河南省實施“三大改造”戰(zhàn)略，新興產(chǎn)業(yè)和數(shù)字經(jīng)濟產(chǎn)業(yè)得到加速發(fā)展；四川省地處西南內(nèi)陸，是黃河流域上游重要的生態(tài)屏障，同時也是全國最大的清潔能源基地，碳排放強度整體處于較低水平，對發(fā)展新質(zhì)生產(chǎn)力具有絕對優(yōu)勢。

路徑3可以概括為社會助力下的經(jīng)濟驅(qū)動路徑，包含兩種組態(tài)：P3a表示在低能源強度、低外商投資、低政府干預(yù)下，高人均GDP、高人力資本能夠助力形成高生態(tài)效率；P3b表示在能源強度和政府干預(yù)水平均較低時，核心條件產(chǎn)業(yè)結(jié)構(gòu)以及輔助條件高外商投資、高人力資本的綜合作用可以實現(xiàn)高生態(tài)效率。基于以上兩種組態(tài)路徑可以發(fā)現(xiàn)，路徑3的共同特征在于社會條件中的人力資本在生態(tài)效率提升中的輔助作用。典型案例為青海省為促進人力資源服務(wù)高質(zhì)量發(fā)展，開展高質(zhì)量的人才就業(yè)培訓(xùn)工作，共有人力資源服務(wù)機構(gòu)300多家為1.8萬家單位提供人才資源服務(wù)。

4.穩(wěn)健性檢驗

根據(jù)QCA常用的穩(wěn)健性檢驗方法［31］，我們針對一致性閾值與案例頻數(shù)進行了調(diào)整。具體而言，原始設(shè)定的一致性閾值由原先的0.800提升至0.850，案例頻數(shù)閾值從1.0提升至2.0，以此確保納入分析的案例具有更高的代表性與普遍性，進而提升整體研究的嚴謹性與有效性，穩(wěn)健性檢驗結(jié)果見表11。參數(shù)調(diào)整之后得到的三條組態(tài)路徑是調(diào)整之前七條路徑的子集，且組態(tài)路徑的組成部分、總體解的一致性及覆蓋度均未展現(xiàn)出顯著的波動或變異，這一發(fā)現(xiàn)有力地證明了所得研究結(jié)論具有較高的穩(wěn)定性和可靠性，從而增強了研究結(jié)果的可信度與普遍適用性。

四、結(jié)論與路徑建議

（一）結(jié)論

本研究以黃河流域為對象，運用Super-SBM模型測算2013—2022年全流域、上中下游和九個省份物流業(yè)的生態(tài)效率，利用Malmquist指數(shù)模型進一步分析生態(tài)效率的動態(tài)變化規(guī)律，對其空間聚集特征進行分析，通過fsQCA探究黃河流域物流業(yè)生態(tài)效率的組態(tài)提升路徑，得到以下結(jié)論：

第一，從整體來看，黃河流域物流業(yè)生態(tài)效率呈現(xiàn)先下降后增長的趨勢，但整體生態(tài)效率均值均低于1.000；從區(qū)域來看，下游地區(qū)物流業(yè)生態(tài)效率一直高于整體水平，并逐漸達到有效水平；中游地區(qū)生態(tài)效率值與整體變化趨勢最為接近，上游地區(qū)則一直處于最低水平，但在2020年也開始明顯上升，發(fā)展?jié)摿^大。

第二，從時間層面來看，2013—2022年，全要素生產(chǎn)效率相比于前一年大都呈現(xiàn)不斷上升的趨勢，且技術(shù)進步是促進全要素生產(chǎn)效率增長的主要原因，技術(shù)效率則存在較大的提升空間；從省域?qū)用鎭砜矗?013—2022年，山西省、山東省、河南省、甘肅省的生態(tài)效率TFP增長最大，即這些地區(qū)在投入變量保持不變的情況下，生態(tài)效率的增長仍能優(yōu)于其他地區(qū)。

第三，2013—2022年，黃河流域九個省份生態(tài)效率演變存在顯著差異：高效率值區(qū)域由2013年的一個省份增加到2022年的五個省份，而2020年黃河流域九個省份生態(tài)效率值均處于無效狀態(tài)；低效率值區(qū)域中青海、四川兩省在2013—2022年一直處于最低水平的無效狀態(tài)，未實現(xiàn)生態(tài)效率的高效使用。

第四，從組態(tài)分析結(jié)果來看，沒有任一條件變量能單獨構(gòu)成結(jié)果變量變化的必要條件，這揭示了該區(qū)域物流業(yè)生態(tài)效率的提升是多元因素交織、協(xié)同作用下的復(fù)雜產(chǎn)物。基于對各條路徑中核心條件構(gòu)成的深入剖析，將組態(tài)分析的核心發(fā)現(xiàn)精煉為三條具有代表性的生態(tài)效率提升路徑，分別為：環(huán)境-經(jīng)濟主導(dǎo)下的驅(qū)動路徑、經(jīng)濟-社會-環(huán)境三重邏輯下的驅(qū)動路徑、社會助力下的經(jīng)濟驅(qū)動路徑。

（二）路徑建議

根據(jù)研究結(jié)果提出兩點政策建議。第一，深化經(jīng)濟發(fā)展水平，強化物流業(yè)生態(tài)效率提升的外部支撐環(huán)境。深入剖析三條組態(tài)路徑發(fā)現(xiàn)，經(jīng)濟因素是生態(tài)效率高效發(fā)展的基石，其影響力貫穿始終且至關(guān)重要。在經(jīng)濟發(fā)展相對滯后的區(qū)域，生態(tài)效率水平往往也處于低位，這進一步凸顯了經(jīng)濟繁榮對于促進生態(tài)效率提升的基礎(chǔ)性作用。然而，如寧夏回族自治區(qū)等生態(tài)環(huán)境本就脆弱的地區(qū)，盲目追求GDP的快速增長而忽視生態(tài)環(huán)境的可持續(xù)發(fā)展，無疑是短視之舉。因此，需要創(chuàng)新思維，探索出一條既符合當?shù)貙嶋H，又能實現(xiàn)經(jīng)濟與生態(tài)雙贏的發(fā)展路徑。這要求我們在制定區(qū)域經(jīng)濟發(fā)展策略時，必須深入考量如何通過經(jīng)濟轉(zhuǎn)型，構(gòu)建一種經(jīng)濟-生態(tài)的良性循環(huán)模式，讓經(jīng)濟發(fā)展成為生態(tài)效率提升的強勁動力，而非阻礙。第二，實施差異化治理策略，精準提升黃河流域九個省份生態(tài)效率。鑒于黃河流域九省在生態(tài)效率演變上展現(xiàn)出的顯著差異，我們必須堅持因地制宜的原則，采取靈活多樣的差異化治理策略。對于制造業(yè)基礎(chǔ)雄厚、發(fā)展勢頭良好的城市，應(yīng)積極響應(yīng)新質(zhì)生產(chǎn)力的號召，勇于突破傳統(tǒng)工業(yè)生產(chǎn)的桎梏，利用顛覆性技術(shù)引領(lǐng)產(chǎn)業(yè)綠色轉(zhuǎn)型，實現(xiàn)生產(chǎn)效率與環(huán)保效益的雙提升。對于那些生態(tài)環(huán)境脆弱、經(jīng)濟基礎(chǔ)薄弱的城市，則需謹慎對待大規(guī)模工業(yè)生產(chǎn)，將發(fā)展重心放在能源結(jié)構(gòu)優(yōu)化和科技創(chuàng)新上，通過技術(shù)創(chuàng)新驅(qū)動可持續(xù)發(fā)展。此外，針對環(huán)境承載壓力較大的城市，物流業(yè)的低碳轉(zhuǎn)型成為關(guān)鍵一環(huán)。這些城市應(yīng)積極探索物流業(yè)的綠色發(fā)展模式，通過采用節(jié)能降污的新技術(shù)、新工藝，有效減少產(chǎn)業(yè)運營過程中的污染排放，為區(qū)域生態(tài)環(huán)境的持續(xù)改善貢獻力量。

參考文獻：

［1］

張文慧，呂曉，史洋洋，等.黃河流域土地利用轉(zhuǎn)型圖譜特征［J］.中國土地科學(xué)，2020，34（8）：80-88.

［2］ 陳明華，岳海珺，郝云飛，等.黃河流域生態(tài)效率的空間差異、動態(tài)演進及驅(qū)動因素［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（9）：25-44.

［3］ 馬海良，徐龍.黃河流域的研究現(xiàn)狀與發(fā)展趨勢：基于CiteSpace的可視化分析［J］.華北水利水電大學(xué)學(xué)報（社會科學(xué)版），2021，37（3）：7-15.

［4］ 董會忠，姚孟超.東部沿海經(jīng)濟帶物流產(chǎn)業(yè)發(fā)展與生態(tài)經(jīng)濟互動效應(yīng)研究［J］.山東理工大學(xué)學(xué)報（社會科學(xué)版），2019，35（3）：25-31.

［5］ 周葉，張孟曉，楊潔.基于SE-DEA的省域物流行業(yè)生態(tài)效率研究［J］.北京交通大學(xué)學(xué)報（社會科學(xué)版），2015，14（4）：99-106.

［6］ SCHALTEGGER S， STURM A. ologische rationalitt （German/in English： environmental rationality）［J］. Die Unternehmung， 1990， 4（4）： 117-131.

［7］ WANG W， YANG Y. Spatial-temporal differentiation characteristics and driving factors of China’s energy eco-efficiency based on geographical detector model［J］. Journal of Cleaner Production， 2024， 434： 140153.

［8］ ZHAO Y， LI R. Research on eco-efficiency measurement， spatiotemporal analysis and prosperity warning based on the three-stage chain network SBM and MS-DDFM［J］. Heliyon， 2023， 9（2）：38-54.

［9］ DAS M， DAS A， PEREIRA P. Developing an integrated urban ecological efficiency framework for spatial ecological planning： a case on a tropical mega metropolitan area of the global south［J］. Geoscience Frontiers， 2023， 14（1）： 101489.

［10］ 何妮，姚聰莉，張暢.“雙碳”目標下黃河流域農(nóng)業(yè)生態(tài)效率的動態(tài)演進與收斂特征［J］.西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2024，24（3）：149-160.

［11］ FU C， LUO C， LIU Y. The impact of structural upgrading of the service industry on regional ecologicalization efficiency of industry： empirical evidence from 30 Chinese provinces［J］. Heliyon， 2024， 10（1）：1-14.

［12］ 陸杉，熊嬌，李雯.長江中游地區(qū)農(nóng)業(yè)生態(tài)效率空間關(guān)聯(lián)網(wǎng)絡(luò)演化及驅(qū)動因素研究［J］.生態(tài)學(xué)報，2024，44（8）：3199-3212.

［13］ 薛偉賢，臧倩文，程愛聯(lián)，等.黃河流域九省（區(qū)）城市生態(tài)效率測算及其時空分異特征［J］.人民黃河，2024，46（1）：85-92.

［14］ 崔許鋒，王雨菲，張光宏.面向低碳發(fā)展的農(nóng)業(yè)生態(tài)效率測度與時空演變分析：基于SBM-ESDA模型［J］.農(nóng)業(yè)經(jīng)濟問題，2022，513（9）：47-61.

［15］ 孫鈺，苗世青，崔寅，等.京津冀生態(tài)環(huán)境規(guī)制效率測度與驅(qū)動因素分析［J］.統(tǒng)計與決策，2022，38（16）：66-71.

［16］ 郭金勇.物流業(yè)生態(tài)效率驅(qū)動機制及空間效應(yīng)分解：基于長江經(jīng)濟帶及省際間比較研究［J］.商業(yè)經(jīng)濟研究，2022（5）：108-112.

［17］ 張瑞，胡彥勇，郄曉彤.中國物流業(yè)能源生態(tài)效率與其影響因素的動態(tài)響應(yīng)研究［J］.經(jīng)濟問題，2021（8）：9-17.

［18］ 周霞，王佳.中國省域經(jīng)濟韌性與生態(tài)效率測度及其協(xié)同演化分析［J］.干旱區(qū)地理，2024，47（2）：319-331.

［19］ 周葉，張孟曉，楊潔.基于SE-DEA的省域物流行業(yè)生態(tài)效率研究［J］.北京交通大學(xué)學(xué)報（社會科學(xué)版），2015，14（4）：99-106.

［20］ 楊傳明，卓青青，張莉莉.新時代長三角城市群生態(tài)效率測度及影響因素研究［J］.管理現(xiàn)代化，2022，42（1）：123-128.

［21］ LONG R， OUYANG H， GUO H. Super-slack-based measuring data envelopment analysis on the spatial-temporal patterns of logistics ecological efficiency using global Malmquist Index model［J］.Environmental Technology amp; Innovation， 2020， 18： 100770.

［22］ 張大利.我國物流業(yè)生態(tài)效率測度、空間效應(yīng)分解與驅(qū)動因素研究［J］.商業(yè)經(jīng)濟研究，2023（2）：82-85.

［23］ CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units［J］.European Journal of Operational Research， 1978， 2（6）： 429-444.

［24］ TONE K.Dealing with undesirableoutputs in DEAA slacks-based measure（SBM） approach［J］.Grips Research Report Series，2003（8）：44-45.

［25］ 任領(lǐng)志，伊寧，李志英，等.節(jié)能減排政策目標協(xié)同對黃河流域資源型城市生態(tài)效率的影響研究［J/OL］.華北水利水電大學(xué)學(xué)報（社會科學(xué)版），1-12［2024-05-21］.http：//kns.cnki.net/kcms/detail/41.1429.C.20240426.1710.002.html.

［26］ 王東方，董千里.中國城市物流發(fā)展空間結(jié)構(gòu)演化及影響因素［J］.北京交通大學(xué)學(xué)報（社會科學(xué)版），2019，18（4）：125-139.

［27］ 楊雪，馬粟粟，盧亞麗.碳排放約束下的物流效率評價：以“一帶一路”背景下內(nèi)陸十省市為例［J］.生態(tài)經(jīng)濟，2019，35（6）：66-71.

［28］ 范建平，肖慧，樊曉宏.考慮非期望產(chǎn)出的改進EBM-DEA三階段模型：基于中國省際物流業(yè)效率的實證分析［J］.中國管理科學(xué)，2017，25（8）：166-174.

［29］ SCHNEIDER C Q， WAGEMANN C. Set-theoretic methods for the social sciences：a guide to qualitative comparative analysis［M］.Cambridge：Cambridge University Press， 2012.

［30］ FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research［J］. Academy of Management Journal， 2011， 54（2）： 393-420.

［31］ WHITE L， LOCKETT A， CURRIE G， et al. Hybrid context， management practices and organizational performance： a configurational approach［J］. Journal of Management Studies， 2021， 58（3）： 718-748.

Measuring Ecological Efficiency and Optimizing Configuration

Pathways of the Logistics Industry in the Yellow River Basin

YANG Xue1， LIANG Huihui1， SONG Aifeng1， LIU Zhewei2

（1.School of Management and Economics， North China University of Water Resources and Electric Power，

Zhengzhou 450046， China; 2.School of E-commerce and Logistics Management，

Henan University of Economics and Law， Zhengzhou 450046， China）

Abstract：

To accurately assess and foster the high-quality growth of the logistics sector’s ecological efficiency within the Yellow River Basin， the present research adopts the Super-SBM methodology， meticulously calculating its ecological efficiency across the entire basin， at regional scales， and specifically within its nine constituent provinces spanning 2013 to 2022. Furthermore， we leverage the Malmquist index to delve into the dynamics of total factor ecological efficiency changes within the logistics industry of the basin， while employing ArcGIS mapping tools to illuminate its spatial transformation patterns. To conclude， fsQCA analysis is undertaken to uncover the strategic pathways aimed at augmenting the ecological efficiency configuration of the logistics industry within the Yellow River Basin. Our findings reveal a notable trend characterized by an initial downturn， subsequently followed by a surge in the overall ecological efficiency of the logistics sector. Notably， the middle and lower reaches exhibit comparatively higher ecological efficiency， in contrast to the consistently low levels observed in the upper reaches. Despite discernible disparities in the evolution of ecological efficiency among the nine provinces， these differences tend to diminish over time. The intricate interplay of various determinants influencing the ecological efficiency of the logistics industry within the basin has facilitated the delineation of three distinct pathways for enhancing its configuration， each rooted in unique pivotal conditions.

Key words：

ecological efficiency of logistics industry; Yellow River Basin; non-radial super-efficiency model; fsQCA

（編輯：王韻）