通过高斯混合模型对移动出行即服务（MaaS）用户进行聚类，并识别影响用户出行方式选择偏好的因素

智能物流网络通过增强产业链韧性促进区域物流绿色全要素生产率提升，研究发现该网络呈现核心-边缘结构且对东部及环保严格地区影响显著。

　　

宋一金|徐海成|郑英杰

长安大学经济与管理学院，中国西安710064

摘要

作为连接生产和消费的关键环节，物流行业对国家经济表现和高质量发展具有极其重要的意义。在“双碳”目标的背景下，实现物流行业经济效益与绿色效益的协同提升已成为当务之急。本研究基于2013年至2023年中国物流行业的面板数据，构建了一个区域智能物流（SLs）空间关联网络，并测量了物流行业的绿色全要素生产率（GTFP），系统地探讨了两者之间的互动机制和影响关系。研究发现，中国的SLs网络日益紧密相连，呈现出明显的“核心-边缘”结构特征，核心城市在推动欠发达地区智能化转型中发挥着重要的辐射和带动作用。进一步的实证分析表明，SLs的空间关联网络能够显著提升区域物流的GTFP。机制检验结果显示，这种提升效应主要通过增强产业链韧性实现，尤其是防御性韧性和恢复性韧性的提升最为显著。异质性分析进一步表明，这种绿色赋能效应在东部地区、经济增长水平较低的地区以及环境治理约束较为严格的地区更为明显。这不仅为区域数字化发展中的包容性和政府治理作用提供了新的实证证据，也为其他发展中国家提高物流效率和推动绿色转型提供了有益参考。

引言

在全球气候治理不断深化以及中国经济向高质量发展转型的背景下，物流行业的绿色转型已成为实现可持续发展和“双碳”目标的关键组成部分。作为连接国民经济的重要基础产业，物流行业在支持区域分工和产业链稳定性方面发挥着重要作用。然而，长期以来，它一直面临着高能耗、排放密集和效率不均衡等结构性问题（Kang等人，2024年）。随着物流需求的扩大和跨区域要素流动的加速，依赖传统要素投入的增长模式与碳排放约束之间的矛盾日益突出。提升物流行业的绿色全要素生产率（GTFP）已成为推动其绿色转型的根本途径。

随着数字经济加速融入实体经济，物流行业正在从信息化向数字化和智能化进行系统性飞跃。物联网、人工智能和大数据等技术在运输调度、仓库管理和供应链治理中的应用，催生了以数据要素、算法优化和智能决策为驱动的智能物流（SLs）系统（Song等人，2020年）。这一转变使物流活动从主要受地理空间限制的“物理流动”转变为由数据要素驱动的“流动空间”互联。在跨区域物流需求、数据要素连接强度和智能技术可及性的共同作用下，各地区之间逐渐形成了具有“流动空间结构”的SLs空间关联网络。通过增强区域间的物流合作、提高资源匹配效率以及培育更加稳健的供应链组织形式，该网络为提升产业链韧性和绿色发展提供了实际基础和结构支撑（Shee等人，2021年）。

因此，学术界也对物流行业的绿色转型进行了系统研究。相关文献主要关注物流网络结构、物流效率、数字化转型和绿色效率优化。首先，在物流网络结构领域，现有研究主要探讨了效率与产业链韧性之间的关系。一方面，物流网络的连接强度、路径结构和空间组织通过优化运输路线、降低成本和提升资源配置能力显著提高了物流系统的效率（Dini等人，2025年；Yan等人，2022年）。另一方面，作为产业链的枢纽，SLs的跨区域连接和“流动空间”特性与韧性机制相契合。物流网络结构通过改善区域合作、网络连通性和冗余设计，以及优化资源配置和运输效率，增强了产业链的适应性和恢复能力（Lu等人，2024年；Wu等人，2025年）。尽管现有研究揭示了物流网络结构、产业链韧性及效率提升之间的重要联系，并认识到三者在理论上的内在一致性，但相关研究仍较为分散，尚未在“网络-韧性-效率”框架下形成一个完整的研究闭环。

其次，在物流效率方面，研究人员使用TFP和GTFP框架（Ding & Liu，2024年；Yu等人，2023年；Zhuang等人，2021年）来衡量区域物流效率，并通过技术进步（Chen, Liu等人，2024年）、外国资本投资（Guo等人，2021年）、环境法规（Huang & Wang，2022年；Xu & Xu，2022年）和政策冲击（Du & Li，2022年；Hong等人，2023年）等传统维度解释其变化。然而，这些研究往往局限于区域内部的静态视角，未能充分考虑跨区域要素流动的网络化特征。因此，关于物流网络结构如何通过连接、扩散和协同机制影响GTFP的内在逻辑仍缺乏系统性证据。

第三，在数字化和绿色效率研究方面，一些研究表明数字化有助于提升绿色效率（Gao, Li, & Yu，2022年；Lee等人，2023年）。但其他文献指出其影响并不显著，甚至呈现非线性或负效应（Du & Lin，2022年；Parteka & Kordalska，2023年），表明数字化的绿色效益具有显著的情境依赖性（Gao, Cai, & Wu，2025年）。此外，现有关于物流行业数字化绿色效应的研究大多集中在能源消耗（Xu等人，2023年）和碳排放（Xie & Wang，2023年）等部分环境指标上，缺乏对区域物流GTFP的系统性考察，而GTFP反映了绿色转型的整体表现。因此，作为物流行业数字化转型的产物，SLs对行业绿色发展的影响仍有待研究。

为弥补这些不足，本研究使用了2013年至2023年中国各省（市、自治区）的面板数据，利用社会网络模型构建了区域SLs的空间关联网络，系统探讨了SLs网络对区域物流GTFP的影响。同时，分析了产业链韧性的机制，为理解SLs如何通过跨区域网络效应促进绿色转型提供了理论和实证基础。

本研究在三个方面有所贡献：首先，它将物流研究范式从传统的地理空间逻辑扩展到基于SLs空间关联网络的“流动空间”逻辑；其次，构建了“SLs—产业链韧性—GTFP”的理论机制，揭示了网络拓扑通过产业链韧性路径对GTFP的影响；第三，将SLs纳入复杂的网络分析框架，为理解区域物流的绿色转型提供了新的理论视角和分析工具，并为在数字经济背景下制定绿色发展政策提供了科学依据。

本研究的结构如下：第2节回顾相关文献并提出研究假设；第3节介绍模型设置、变量构建和数据来源；第4节报告基线回归结果；第5节进一步进行机制检验和异质性分析；第6节讨论区域治理的政策含义，并对全文进行总结和展望。

节选内容

SLs与区域物流GTFP

区域物流的绿色转型需要供需双方的共同努力，既需要需求侧的推动，也需要供应侧的优化（Heikkil?，2002年；Reiner & Hofmann，2006年）。在此背景下，SLs有效弥补了需求缺口，架起了供需之间的桥梁。

从需求侧来看，SLs能够迅速响应需求规模的变化并满足需求结构的升级。Borangiu和R?ileanu（2023年）认为，SLs通过引入

解释变量

智能物流（SL）。本研究建立了SLs的多维度评估指标体系，如表1所示。该体系包括3个一级指标、7个二级指标和13个三级指标。

首先，外部发展环境：①政府支持。地方财政支出直接反映了政府对交通运输和物流基础设施的财政投入强度，是推动SLs硬件建设的核心资源

基线回归

表4展示了基线回归结果。第（1）列展示了未控制变量的结果，第（3）列展示了加入区域对控制变量的结果。第（2）列和第（4）列基于原始模型，未控制区域对i和区域j的固定效应，但同时控制了它们的个体固定效应。第（3）列的结果显示，SLs的系数估计值为0.0498，在1%的统计显著性水平上显著

机制检验

本研究考察了产业链韧性及其子维度在促进物流绿色转型中的作用，结果如表8所示。估计结果表明，产业链韧性在SLs的空间关联网络对区域物流GTFP的影响中起着重要作用。第（1）列显示，交互项的系数显著为正，表明数字化和网络化

结论

利用2013–2023年间各省（市、自治区）的面板数据，本文构建了中国各地区SLs的空间关联网络，并测量了区域物流GTFP。随后从“数字要素流动”的角度分析了SLs对物流绿色转型的机制和影响。主要结论如下：

首先，中国的区域SLs空间关联网络随着时间的推移变得更加紧密

CRediT作者贡献声明

宋一金：撰写——原始稿件、可视化、方法论、数据整理、概念化。徐海成：撰写——审稿与编辑、监督、资金获取、概念化。郑英杰：撰写——审稿与编辑、方法论、概念化。

利益冲突声明

作者声明没有需要声明的利益冲突。

致谢

本工作得到了国家社会科学基金（项目编号：25CJY028）和中央高校基本科研业务费（项目编号：300102235614）的支持。