基于Global Malmquist-Luenberger（GML）指數(shù)模型的物流業(yè)綠色全要素生產(chǎn)率測算分析

摘 "要：構(gòu)建Global Malmquist-Luenberger（GML）指數(shù)模型對(duì)2010—2020年京津冀區(qū)域13個(gè)城市的物流業(yè)綠色全要素生產(chǎn)率（GTFP）進(jìn)行測度，并對(duì)生產(chǎn)率變化、指數(shù)分解、區(qū)域差異、收斂性情況展開一系列分析。主要結(jié)論有：（1）整體來看，京津冀區(qū)域的物流業(yè)GTFP主要源于綠色技術(shù)進(jìn)步（GBPG）驅(qū)動(dòng)，GBPG累積提升約10.63%，綠色技術(shù)效率（GEC）下降明顯；“十二五”時(shí)期的GML指數(shù)波動(dòng)較大，“十三五”時(shí)期趨于平穩(wěn)提升。（2）觀測期內(nèi)京津冀三地物流業(yè)綠色全要素生產(chǎn)率發(fā)展成效差異明顯，僅河北實(shí)現(xiàn)了物流業(yè)GTFP提升，GBPG增長率高達(dá)25.18%，特別是張家口、邢臺(tái)、衡水和秦皇島四市在“十三五”時(shí)期已實(shí)現(xiàn)了GEC和GBPG雙驅(qū)動(dòng)發(fā)展；北京近年來物流業(yè)GTFP反彈提升明顯，但GEC指數(shù)仍處于較低水平；天津的GBPG指數(shù)和GEC指數(shù)均有不同程度降低。（3）京津冀、津冀和河北城市組的物流業(yè)GTFP均通過了絕對(duì)β和條件β收斂檢驗(yàn)，行政壁壘效應(yīng)的存在導(dǎo)致三地收斂速度有所差異，河北城市組收斂速度最快，京津冀城市組最慢。

"關(guān)鍵詞：京津冀區(qū)域；綠色全要素生產(chǎn)率；GML指數(shù)；綠色技術(shù)進(jìn)步

"中圖分類號(hào)：F250 " "文獻(xiàn)標(biāo)志碼：A " "DOI：10.13714/j.cnki.1002-3100.2024.09.002

Abstract： The Global Malmquist-Luenberger（GML）index model was constructed to measure the green total factor productivity（GTFP）of the logistics in 13 cities in the Beijing-Tianjin-Hebei region from 2010 to 2020， and a series of analyses were carried out on productivity change， index decomposition， regional differences and convergence. The main findings are：（1）Overall， the GTFP in the logistics in the Beijing-Tianjin-Hebei region are mainly driven by green technological progress（GBPG）， with a cumulative increase of about 10.63% in GBPG and a significant decline in green technical efficiency（GEC）; the GML index fluctuated greatly during the 12th Five-Year Plan period， and tended to increase steadily during the 13th Five-Year Plan period.（2）During the observation period， the development effect of green total factor productivity of logistics in Beijing， Tianjin and Hebei was significantly different. Only Hebei realized the GTFP improvement of logistics， and the GBPG growth rate was as high as 25.18%. In particular， Zhangjiakou， Xingtai， Hengshui and Qinhuangdao had achieved GEC and GBPG dual-driven development during the \"13th Five-Year Plan\" period. In recent years， the logistics GTFP of Beijing has rebound and improved significantly， but GEC index is still at a low level. The GBPG index and GEC index in Tianjin decreased to different degrees.（3）The Beijing-Tianjin-Hebei， Tianjin-Hebei and Hebei city groups all passed the absolute β and conditional β convergence tests. The existence of administrative barrier effect leads to the difference of convergence rate among the three regions. The Hebei city group has the fastest convergence rate， while the Beijing-Tianjin-Hebei city group has the slowest convergence rate.

Key words： Beijing-Tianjin-Hebei region; green total factor productivity; GML index; green technological progress

0 "引 "言

2014年政府工作報(bào)告中首次提出了京津冀一體化的概念，并把京津冀協(xié)同發(fā)展上升為國家重大戰(zhàn)略，2015年正式發(fā)布實(shí)施的《京津冀協(xié)同規(guī)劃發(fā)展綱要》中明確指出重點(diǎn)疏解一般性產(chǎn)業(yè)特別是高消耗產(chǎn)業(yè)、區(qū)域性物流基地、區(qū)域性專業(yè)市場等部分第三產(chǎn)業(yè)，充分發(fā)揮京津冀部分地區(qū)作為商貿(mào)物流基地的重要作用，加速物流產(chǎn)業(yè)的轉(zhuǎn)型與升級(jí)。而物流業(yè)作為市場經(jīng)濟(jì)發(fā)展的重要組成部分，在非首都功能疏解工作持續(xù)深化的背景下，發(fā)揮著突出京津冀城市優(yōu)勢、整合區(qū)域資源、加快推進(jìn)京津冀一體化的功能。2020年交通運(yùn)輸部進(jìn)一步強(qiáng)調(diào)了物流產(chǎn)業(yè)的發(fā)展模式應(yīng)從原有的“數(shù)量型”逐漸向“效率型”轉(zhuǎn)型升級(jí)。在經(jīng)濟(jì)進(jìn)入新常態(tài)的背景下，尋求步入經(jīng)濟(jì)高質(zhì)量發(fā)展軌道的解決方案，引導(dǎo)京津冀區(qū)域物流從高增長率、低質(zhì)量階段轉(zhuǎn)向以技術(shù)驅(qū)動(dòng)的高質(zhì)量階段，已成為一個(gè)迫切需要解決的問題。

"綠色全要素生產(chǎn)率（GTFP）作為表征區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的重要指標(biāo)，可以反映出區(qū)域內(nèi)物流行業(yè)的綠色發(fā)展水平以及能源的利用情況[1]。利用GTFP指標(biāo)可以對(duì)京津冀一體化背景下物流行業(yè)的發(fā)展水平做出科學(xué)評(píng)價(jià)，了解和掌握推動(dòng)物流行業(yè)發(fā)展的關(guān)鍵要素，從而為實(shí)現(xiàn)物流行業(yè)內(nèi)資源優(yōu)化配置，加速物流行業(yè)的低碳轉(zhuǎn)型發(fā)展提供依據(jù)和參考。近年來圍繞物流業(yè)全要素生產(chǎn)率的相關(guān)研究層出不窮，不少學(xué)者基于DEA指數(shù)方法、三階段DEA方法等，考慮非期望產(chǎn)出的SBM-DEA方法以及動(dòng)態(tài)分析方法Malmquist指數(shù)等，彌補(bǔ)了傳統(tǒng)DEA模型在進(jìn)行測算和指標(biāo)分解時(shí)的缺陷，這其中Malmquist指數(shù)在測算中應(yīng)用最多[2]。隨著研究的不斷深入，不少學(xué)者又發(fā)現(xiàn)利用Malmquist指數(shù)測算全要素生產(chǎn)率僅關(guān)注于期望產(chǎn)出而忽略了非期望產(chǎn)出，可能會(huì)造成全要素生產(chǎn)率被高估的情況。為了彌補(bǔ)該缺陷，Chung等[5]基于方向距離函數(shù)構(gòu)建了Malmquist-Luenberger指數(shù)（簡稱ML指數(shù)），對(duì)期望產(chǎn)出和非期望產(chǎn)出的聯(lián)合生產(chǎn)問題進(jìn)行建模，在引入方向變量的同時(shí)將非期望產(chǎn)出納入指標(biāo)體系。為驗(yàn)證該方法的優(yōu)勢，王維國、馬越越[6]通過實(shí)證發(fā)現(xiàn)使用傳統(tǒng)的Malmquist方法測得的效率指數(shù)比使用ML指數(shù)測得的高，證明了忽視非期望產(chǎn)出會(huì)導(dǎo)致全要素生產(chǎn)率估計(jì)過高的觀點(diǎn)。與Malmquist指數(shù)類似，ML指數(shù)也是采用兩個(gè)當(dāng)期ML指數(shù)幾何平均的方式，只能比較相鄰時(shí)間段內(nèi)生產(chǎn)率變動(dòng)值，無法呈現(xiàn)生產(chǎn)率的長期增長趨勢。隨后Oh[7]將全局的觀念與距離函數(shù)結(jié)合，構(gòu)建了Global Malmquist-Luenberger（GML）指數(shù)，在構(gòu)建前沿面時(shí)包含所有時(shí)期的觀測值，有效解決了ML指數(shù)的無可行解以及不可傳遞的問題。至此，GML指數(shù)廣泛的應(yīng)用于全要素生產(chǎn)率測算，特別是綠色全要素生產(chǎn)率的研究中，如使用GML指數(shù)方法測算城市GTFP[8]、工業(yè)GTFP[9]、農(nóng)業(yè)GTFP[10]以及生態(tài)GTFP[11]等。

"綜上可知，既有文獻(xiàn)已圍繞GTFP展開了豐富研究，為本文研究提供了較扎實(shí)的基礎(chǔ)，同時(shí)不難發(fā)現(xiàn)：首先，從GTFP視角所開展的測算研究多聚焦于宏觀區(qū)域?qū)用婊蚬I(yè)等大類產(chǎn)業(yè)層面，落腳于物流行業(yè)的研究較少；其次，現(xiàn)有對(duì)物流業(yè)GTFP的研究多以Malmquist指數(shù)或ML指數(shù)開展動(dòng)態(tài)變化分析，并未考慮跨期DEA情況，因而無法呈現(xiàn)生產(chǎn)率的長期增長趨勢，測算結(jié)果存在無可行解以及不可傳遞性等問題，換句話說，鮮有文獻(xiàn)從全局的概念出發(fā)對(duì)物流業(yè)GTFP進(jìn)行研究?；谝陨涎芯咳笔В紤]到GML指數(shù)兼具有非期望產(chǎn)出和全局性兩個(gè)優(yōu)勢，本文構(gòu)建GML指數(shù)模型對(duì)京津冀區(qū)域的物流業(yè)GTFP進(jìn)行科學(xué)測算，并對(duì)生產(chǎn)率變化、指數(shù)分解、區(qū)域差異、收斂性情況展開一系列分析。

1 "模型的構(gòu)建與數(shù)據(jù)來源

1.1 "GML指數(shù)模型

"Oh[7]構(gòu)建的Global Malmquist-Luenberger指數(shù)從全局生產(chǎn)可能集的角度出發(fā)對(duì)動(dòng)態(tài)效率進(jìn)行測算，并且對(duì)該指數(shù)進(jìn)行了分解。GML指數(shù)的基礎(chǔ)是方向性距離函數(shù)，方向性距離函數(shù)可以同時(shí)處理包含期望產(chǎn)出和非期望產(chǎn)出的問題。設(shè)DMU的數(shù)量為n，K種投入，M種期望產(chǎn)出，I種非期望產(chǎn)出，具體方法如下：

1.2 "數(shù)據(jù)來源及處理

"選取2010—2020年京津冀區(qū)域內(nèi)13個(gè)地級(jí)市作為研究對(duì)象，所需數(shù)據(jù)來自《北京統(tǒng)計(jì)年鑒》、《天津統(tǒng)計(jì)年鑒》、《河北省統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、各市歷年國民經(jīng)濟(jì)和社會(huì)發(fā)展公報(bào)等。物流業(yè)固定資產(chǎn)投資額和物流業(yè)產(chǎn)值按各地區(qū)GDP平減指數(shù)折算為2010年為基期的實(shí)際值。碳排放量根據(jù)聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）發(fā)布的二氧化碳折算方法以及國家發(fā)改委提供的8種化石能源碳排放系數(shù)進(jìn)行折算。

1.3 "投入與產(chǎn)出指標(biāo)選取

"借鑒李玥[12]、李佳澍等[13]學(xué)者的研究方法，同時(shí)考慮到數(shù)據(jù)的可獲得性，采用交通運(yùn)輸業(yè)、倉儲(chǔ)業(yè)和郵電業(yè)的相關(guān)數(shù)據(jù)進(jìn)行研究，將物流業(yè)固定資產(chǎn)投資額、從業(yè)人員、能源投入作為投入指標(biāo)；將物流業(yè)產(chǎn)值、貨物周轉(zhuǎn)量以及物流業(yè)碳排放量作為產(chǎn)出指標(biāo)，其中物流業(yè)碳排放量作為非期望產(chǎn)出指標(biāo)，據(jù)此構(gòu)建京津冀區(qū)域物流業(yè)GTFP評(píng)價(jià)指標(biāo)體系，具體說明如表1所示。

2 "模型分析

2.1 "總體分析

"基于GML指數(shù)模型計(jì)算并分解得到京津冀13個(gè)地級(jí)市的物流業(yè)綠色全要素生產(chǎn)率變化（GML）、綠色技術(shù)效率變化（GEC）、綠色技術(shù)進(jìn)步變化（GBGP），結(jié)果如表2所示。整體來看，2010—2020年間京津冀區(qū)域GML指數(shù)位于0.936 9，1.092 7之間，整體變化幅度不大，說明觀測期內(nèi)物流業(yè)GTFP變化較為穩(wěn)定?！笆濉睍r(shí)期的物流業(yè)GML指數(shù)均值為1.002 6，較“十二五”時(shí)期指數(shù)增長約0.31%。

"從驅(qū)動(dòng)機(jī)制看，GML指數(shù)、GEC指數(shù)、GBPG指數(shù)的平均值分別為1.001 1、0.981 6、1.019 8，說明物流業(yè)綠色全要素生產(chǎn)率提高主要由GBPG推動(dòng)，GEC在一定程度上制約了京津冀區(qū)域物流業(yè)的綠色發(fā)展，換言之，要素投入并沒有高效地轉(zhuǎn)化為期望產(chǎn)出，京津冀區(qū)域通過改善GEC加快物流業(yè)全要素生產(chǎn)率增長的空間依然較大。

從時(shí)期變化趨勢看，“十二五”時(shí)期物流業(yè)GTFP呈現(xiàn)“先波動(dòng)、后下降”變化趨勢，2013年GML增幅最大為9.27%，2014年降幅最大為6.31%。2010—2013年間，GML指數(shù)有增有降，2012—2013年，GML指數(shù)及分解項(xiàng)指數(shù)均大于1，GEC和GBPG同時(shí)推動(dòng)了物流業(yè)綠色生產(chǎn)率的提高，但“十二五”末的2013—2015年，GML指數(shù)均小于1。

“十三五”時(shí)期物流業(yè)GTFP變化波動(dòng)比較平穩(wěn)。2015年“綠色發(fā)展”戰(zhàn)略提出后，國務(wù)院相繼印發(fā)有關(guān)綠色物流的相關(guān)文件，提出打造綠色低碳、循環(huán)發(fā)展的流通體系，加快推進(jìn)公鐵、鐵水、公水等多式聯(lián)運(yùn)，調(diào)整運(yùn)輸結(jié)構(gòu)，強(qiáng)化鐵路專用線的建設(shè)?！笆濉焙笃诰┙蚣絽^(qū)域開始全面深化改革，用于推動(dòng)物流業(yè)GBPG的資源投入開始減少，不少城市的GBPG速度隨之下降甚至出現(xiàn)負(fù)增長的情況。隨著改革的深入，其優(yōu)勢也不斷展現(xiàn)出來，改革的推進(jìn)使得科技成果進(jìn)入物流業(yè)，使得進(jìn)入“十三五”以后的京津冀區(qū)域GML指數(shù)快速回升。

2.2 "區(qū)域差異分析

nbsp;圖1根據(jù)以2010年為基期的物流業(yè)GTFP和GML指數(shù)繪制。京津冀三地的全要素生產(chǎn)率增長呈現(xiàn)出一定的區(qū)域差異和模式差異：京津冀區(qū)域整體、北京及天津的物流業(yè)GTFP均有所下降，整體GTFP降低15.17%，北京降低13.24%，天津降低33.95%；唯獨(dú)河北的物流業(yè)GTFP提高約6.52%。北京的物流業(yè)GTFP在2013年增幅最大，GML指數(shù)為1.026 9，在2011年降幅最大，GML指數(shù)為0.840 6，僅有4年GML指數(shù)大于1，但在最近的2018—2020年，北京連續(xù)三年實(shí)現(xiàn)了GTFP的增長；天津物流業(yè)GTFP增長較遲，在2017年GML指數(shù)最高為1.502，在2013年降幅最大，GML指數(shù)為0.800 1；河北物流業(yè)GTFP在2013年增幅最大，GML指數(shù)為1.130 4，在2014年降幅最大，GML指數(shù)為0.923 2。從總體走勢看，京津冀區(qū)域的物流業(yè)GTFP的提升主要取決于河北的物流業(yè)綠色發(fā)展情況。

"圖2和圖3根據(jù)以2010年為基期的物流業(yè)GEC和GBPG累積性變化繪制。整體來看，在觀測期內(nèi)，京津冀區(qū)域物流業(yè)GTFP自2012年出現(xiàn)下降后，變化趨勢比較穩(wěn)定。GBPG累積提升約10.63%，GEC累積降低約23.33%，這表明京津冀區(qū)域的物流業(yè)GTFP提升主要來自GBPG貢獻(xiàn)，而GEC的降低則限制了GTFP的提升，也說明了京津冀區(qū)域的物流業(yè)還處于粗放發(fā)展階段，并沒有充分發(fā)掘現(xiàn)有綠色物流技術(shù)的效率轉(zhuǎn)化潛力。

"北京和河北的GEC累積變化曲線較相似，兩地均在“十二五”初期率先出現(xiàn)GEC下降，“十三五”期間保持平穩(wěn)波動(dòng)；天津在“十二五”初期GEC變化不明顯，甚至略有提升，但自2013年后始終處于波動(dòng)中。北京、河北的GBPG曲線在兩個(gè)五年計(jì)劃期間呈現(xiàn)波動(dòng)式增長，天津在“十二五”時(shí)期波動(dòng)下降，“十三五”時(shí)期波動(dòng)上升。

"北京、天津、河北均以GBPG驅(qū)動(dòng)為主，但成效差異較大。北京的物流業(yè)GTFP在2017—2020年期間呈現(xiàn)出反彈趨勢；觀測期內(nèi)GEC指數(shù)降低約26.19%，GBPG指數(shù)提高約17.54%，且累積性指數(shù)均大于1。天津的物流業(yè)GTFP發(fā)展落后，其中GEC指數(shù)降低約28.23%，GBPG指數(shù)降低約7.97%，好在2017年之后GBPG也有所反彈。河北進(jìn)一步奠定了京津冀區(qū)域物流樞紐的地位，GTFP增長始終處于區(qū)域內(nèi)領(lǐng)先，GBPG指數(shù)提高約25.18%，但GEC累積值小于1?？傮w來看，三地的物流業(yè)綠色技術(shù)效率均需要改善。

"此種現(xiàn)象與京津冀一體化戰(zhàn)略下，城市功能和相關(guān)產(chǎn)業(yè)的調(diào)整變化有關(guān)：北京的非首都功能逐漸由河北、天津來承接，農(nóng)產(chǎn)品、商貿(mào)、鋼鐵等產(chǎn)業(yè)由河北來承接，金融、貿(mào)易、文化休閑等產(chǎn)業(yè)由天津承接。大規(guī)模的產(chǎn)業(yè)轉(zhuǎn)移會(huì)催生出更大規(guī)模的物流需求，從而促進(jìn)河北物流產(chǎn)業(yè)的進(jìn)一步發(fā)展，并且隨著“十三五”時(shí)期綠色發(fā)展概念的提出，河北的GTFP也得到了提高。天津的GTFP發(fā)展相對(duì)滯后，物流產(chǎn)業(yè)主要聚集在塘沽、濱海新區(qū)等依賴于港口的地區(qū)，物流業(yè)集中于貨物進(jìn)出口運(yùn)輸，而進(jìn)出口貨物的運(yùn)輸主要依賴于貨輪、接駁車、起重機(jī)等能源消耗較大、碳排放較多的港口物流機(jī)械，造成天津的物流業(yè)GTFP處于偏低的狀態(tài)；同時(shí)2015年的天津?yàn)I海新區(qū)爆炸重大事故對(duì)天津物流產(chǎn)業(yè)的沖擊極大，近年來天津物流倉儲(chǔ)和運(yùn)輸也更關(guān)注于安全問題。

2.3 "收斂性分析

"利用GML指數(shù)測算京津冀區(qū)域的物流業(yè)全要素生產(chǎn)率后，為檢驗(yàn)全要素生產(chǎn)率的區(qū)域趨同或發(fā)散情況，本文將開展收斂性分析：首先，將研究對(duì)象劃分為三組，一組為京津冀全部13個(gè)城市，一組為不包含北京的津冀城市組，最后一組為河北省內(nèi)城市組。

"利用式（3）作為收斂回歸方程，利用面板數(shù)據(jù)回歸進(jìn)行驗(yàn)證，結(jié)果如表3所示。

由表3可知，從整體來看，京津冀地區(qū)的物流業(yè)GTFP的區(qū)域間差異正不斷縮小。三個(gè)城市組GTFP均通過了絕對(duì)β收斂檢驗(yàn)，說明天津、石家莊、邯鄲等物流業(yè)GTFP較低的城市存在“追趕效應(yīng)”，整體來看，城市間差距正在減小。從收斂速度看，河北城市組的收斂速度為0.147 1，高于津冀城市組的0.141 8和京津冀城市組的0.140 0，收斂速度的差異性與京津冀行政區(qū)域劃分相符合，說明行政壁壘效應(yīng)的存在，影響了區(qū)域協(xié)同效應(yīng)的發(fā)揮，阻礙了京津冀區(qū)域物流業(yè)綠色發(fā)展的趨同走勢。

"同時(shí)，三個(gè)城市組的β值均為負(fù)值，且分別通過了顯著性檢驗(yàn)，這表明這些城市的物流業(yè)GTFP存在條件收斂，即這些城市的物流業(yè)GTFP在各自的穩(wěn)態(tài)水平處收斂。在條件β收斂中，收斂速度與絕對(duì)β收斂中相差較小，河北城市組的GTFP整體依然高于另外兩個(gè)城市組。

3 "結(jié)論與建議

3.1 "研究結(jié)論

"本文通過構(gòu)建GML指數(shù)模型，選取物流業(yè)固定資產(chǎn)投資額、從業(yè)人員、能源投入、物流業(yè)產(chǎn)值、貨物周轉(zhuǎn)量以及物流業(yè)碳排放量作為投入、期望產(chǎn)出和非期望產(chǎn)出指標(biāo)，對(duì)2010—2020年京津冀區(qū)域13個(gè)城市的物流業(yè)GTFP進(jìn)行測度，并對(duì)全要素生產(chǎn)率結(jié)果及其分解項(xiàng)情況、區(qū)域差異、收斂性展開一系列分析。

"從整體來看，2010—2020年京津冀區(qū)域物流業(yè)GTFP增長穩(wěn)定，且主要依賴于GBPG；從區(qū)域差異與驅(qū)動(dòng)機(jī)制來看，京津冀區(qū)域整體以GBPG驅(qū)動(dòng)為主；從收斂結(jié)果來看，京津冀區(qū)域整體上物流業(yè)GTFP通過絕對(duì)β和條件β收斂檢驗(yàn)，三地的收斂速度不同，河北城市組收斂最快，京津冀城市組最慢。

3.2 "政策建議

首先，要推動(dòng)京津冀區(qū)域物流業(yè)綠色全要素生產(chǎn)率的持續(xù)增長，既要繼續(xù)依賴綠色技術(shù)進(jìn)步，也要激發(fā)綠色技術(shù)效率的增長潛力。物流相關(guān)企業(yè)和部門可從增加科研創(chuàng)新投入著手，不僅要加大資源要素的投入，更要通過科技創(chuàng)新促進(jìn)物流綠色發(fā)展。其次，努力縮小京津冀區(qū)域物流業(yè)綠色全要素生產(chǎn)率的差異。今后在制定和實(shí)施有關(guān)提高物流業(yè)綠色發(fā)展水平的政策及措施時(shí)，應(yīng)充分考慮到不同區(qū)域的實(shí)際基礎(chǔ)，明確各自發(fā)展定位，對(duì)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行進(jìn)一步科學(xué)布局。再次，要加快京津冀一體化建設(shè)，推動(dòng)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。河北省內(nèi)經(jīng)濟(jì)落差較大，更多的需要互補(bǔ)性的資源合作、生態(tài)合作以及產(chǎn)業(yè)鏈布局的合作，因此河北和天津要抓住京津冀交通一體化的契機(jī)，著力建設(shè)環(huán)京通道、城際通道、落后地區(qū)通道和對(duì)外交通通道，在鐵路、公路、港口、機(jī)場等方面實(shí)現(xiàn)全面對(duì)接，提升區(qū)域物流體系綜合能力。

參考文獻(xiàn)：

[1] 張明林，李華旭. 國家優(yōu)先支持政策促進(jìn)綠色全要素生產(chǎn)率的效應(yīng)評(píng)估——來自革命老區(qū)的經(jīng)驗(yàn)證據(jù)[J]. 財(cái)經(jīng)研究，2021，47（10）：65-79.

[2] 張?jiān)茖?，劉子琦，歐陽紅祥，等. 低碳環(huán)境下區(qū)域物流產(chǎn)業(yè)效率綜合研究——基于長江大保護(hù)區(qū)域19個(gè)省的實(shí)證分析[J]. 管理現(xiàn)代化，2020，40（2）：33-40.

[3] 龔雪，荊林波. 基于DEA-Malmquist模型的中國省域物流效率研究——來自省際面板數(shù)據(jù)的實(shí)證分析[J]. 河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2019，40（5）：60-69.

[4] 王德利，王巖. 京津冀城市群全要素生產(chǎn)率測度及特征分析[J]. 城市問題，2016，257（12）：56-62.

[5] "Y H CHUNG， R F？魧RE， S GROSSKOPF. Productivity and undesirable outputs： A directional distance function approach[J]. Journal of Environmental Management， 1995（51）：229-240.

[6] 王維國，馬越越. 中國區(qū)域物流產(chǎn)業(yè)效率——基于三階段DEA模型的Malmquist-Luenberger指數(shù)方法[J]. 系統(tǒng)工程，2012，30（3）：66-75.

[7] "OH DONG-HYUN. A Global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis， 2010（34）：183-197.

[8] 李慧，余東升. 中國城市綠色全要素生產(chǎn)率的時(shí)空演進(jìn)與空間溢出效應(yīng)分析[J]. 經(jīng)濟(jì)與管理研究，2022，43（2）：65-77.

[9] 籍艷麗，辜子寅，薛潔. 環(huán)境規(guī)制對(duì)工業(yè)綠色全要素生產(chǎn)率的波特效應(yīng)[J]. 統(tǒng)計(jì)與決策，2022，38（7）：82-86.

[10] 吳海霞，郝含濤，葛巖. 糧食主產(chǎn)區(qū)政策對(duì)農(nóng)業(yè)環(huán)境全要素生產(chǎn)率的效應(yīng)評(píng)估[J]. 資源科學(xué)，2022，44（2）：334-349.

[11] 邱兆林. 長江經(jīng)濟(jì)帶與黃河流域生態(tài)效率差異及影響因素分析[J]. 當(dāng)代經(jīng)濟(jì)管理，2022，44（6）：39-49.

[12] 李玥，李成標(biāo). 長江經(jīng)濟(jì)帶物流全要素生產(chǎn)率測度及時(shí)空演變[J]. 統(tǒng)計(jì)與決策，2018，34（19）：109-113.

[13] 李佳澍. 物流業(yè)全要素生產(chǎn)率測度及區(qū)域異質(zhì)性分析[J]. 商業(yè)經(jīng)濟(jì)研究，2020（19）：107-110.

收稿日期：2023-05-31

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究項(xiàng)目“基于空間外溢與門檻效應(yīng)的制造業(yè)綠色技術(shù)創(chuàng)新能力研究”（20YJC630056）；北京市社會(huì)科學(xué)基金項(xiàng)目“知識(shí)溢出與環(huán)境規(guī)制視閾下京津冀綠色創(chuàng)新效率協(xié)同提升路徑研究”（20JJC023）；北京信息科技大學(xué)“勤信人才”培育計(jì)劃項(xiàng)目“多維鄰近耦合下制造業(yè)綠色創(chuàng)新績效的驅(qū)動(dòng)機(jī)理和時(shí)空躍遷機(jī)制研究”（QXTCP、C202116）；北京市屬高等學(xué)校優(yōu)秀青年人才培育計(jì)劃項(xiàng)目“數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)城市綠色轉(zhuǎn)型發(fā)展的機(jī)理、路徑與對(duì)策研究”（BPHR202203234）

作者簡介：梁雪穎（1998—），女，河北滄州人，北京信息科技大學(xué)信息管理學(xué)院碩士研究生，研究方向：物流系統(tǒng)優(yōu)化與綠色供應(yīng)鏈；類 "驍（1986—），男，山東臨沂人，北京信息科技大學(xué)信息管理學(xué)院，副教授，碩士生導(dǎo)師，研究方向：技術(shù)創(chuàng)新與綠色發(fā)展；謝媛媛（1999—），女，河北廊坊人，北京信息科技大學(xué)信息管理學(xué)院碩士研究生，研究方向：物流系統(tǒng)優(yōu)化與綠色供應(yīng)鏈。

引文格式：梁雪穎，類驍，謝媛媛. 基于Global Malmquist-Luenberger（GML）指數(shù)模型的物流業(yè)綠色全要素生產(chǎn)率測算分析——以2010—2020年京津冀13個(gè)城市為例[J]. 物流科技，2024，47（9）：5-9.