1.前言
碳排放即CO2气体排放，是温室气体的主要组成部分。大量CO2温室气体排放将导致全球气候变暖、海平面上升、病虫害增加、土地干旱，沙漠化面积增大等一系列环境问题。而随着世界工业革命时代的开始，煤炭的大量燃烧，二氧化碳排放量逐年上升将会给人类造成更严峻的危害与影响。应对全球变暖等气候变化及其影响已被联合国列为17个可持续发展目标之一[1]。作为《巴黎协定》的一部分，几乎所有国家都同意关注国际气候减少温室气体排放量的政策，以限制温室气体的增加。在此大背景下，我国是全球控制温室气体排放的积极参与者与重要贡献者，并已成为推动全球气候治理的引领者。物流业是连接生产和消费的重要桥梁和纽带，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[2]。在国际社会整体的碳减排压力下，将物流业作为控制碳排放的一个重要节点，科学分析碳排放效率，是制定高效减排政策的基础，同时对其他领域在低碳模式下构建新的发展体系具有重大指导意义[3]。
2.国外研究现状
2.1关于物流业碳排放的研究
经济日益全球化，生产分散化，以及市场和消费者日益国际化，使得供应链关系变得愈加复杂。物流作为供应链中举足轻重的一环，物流业的碳排放量直接影响到各国能否实现绿色供应链。
Syed Abdul Rehman Khan 采用GMM（广义矩量法）和FGLS（可行广义最小二乘法）得出：化石燃料的消耗是物流业务的核心。使用的化石燃料和非绿色能源越多，对社会和环境可持续性的负面影响就越大[4]；采用了系统通用的矩量法研究2007年至2017年东盟国家的相关数据后认为，由于东盟国家的后勤业务缺乏节油/绿色车辆和绿色实践，物流活动主要取决于化石燃料消耗，这会产生更大的碳排放量，甲烷和温室气体排放量，从而直接破坏环境并成为气候变化的主要来源[5]。Peter Wanke指出要将碳排放量纳入物流网络规划中，分析过程以巴西为例，除了传统的物流成本外，还考虑了沿供应链的运输活动所产生的碳排放成本。在不损害公司整体运营绩效的前提下，激励运输行业的技术创新和进步，降低各种运输方式的碳排放水平，可以大幅减少碳排放[6]。
2.2关于物流业碳排放效率的研究
在外国学者过往的研究中，进行定量研究物流业二氧化碳排放效率的文献较少。
Mariano综合运用数据包络分析（DEA）来计算物流绩效指数（LPI），定量研讨运输物流绩效与运输部门的CO2排放效率之间的关系[7]。Delivand在确定最佳工厂位置时创新地把将GIS-MCA方法与物流成本模型和相关的温室气体排放相结合分析，得到物流生态效率这一概念[8]。在研究巴西15个集装箱码头的绩效评估结果过程中，同时考虑了生态效率和技术效率措施。他指出：更高的生态效率性能水平并不一定意味着正在发生更高的技术性能。分配给技术效率和生态效率措施的权重的变化可能会影响评定码头的性能等级[9]。
3.国内研究现状
3.1关于物流业碳排放的研究
物流作为我国新经济下最重要的经济活动之一，在低碳发展中起着至关重要的作用。而缺乏低碳意识、政策和法规的不一致，不完整、缺乏合格的物流专业人员、不合理的基础设施和设备，物流运作管理效率低下、运输方式混乱等诸多问题影响了物流业降低碳排放的效率[10]。
张立国教授等学者的新作《效率视角下中国物流业能源消耗与二氧化碳排放研究》对中国物流业的能源消耗和二氧化碳排放情况进行了全面系统的研究，张立国教授利用 Tapio脱钩分析技术，得出我国物流业的产值、能源消耗和碳排放情况一直呈现出了增加的趋势，但在2009年以来，国家开始重视物流业的发展，对物流业的发展从国家层面统筹规划，单位二氧化碳排放的能源消耗数量开始减少的结论[11] 。通过包含非期望产出的SBM模型，对全国30个省份碳约束下的物流能源效率进行了测度，分析东部、中部、西部、东北部四大地区的空间特征和演化趋势，并通过Tobit回归考察我国区域物流能源效率的关键影响因素。结果表明，我国物流行业整体能源效率近年来没有明显的上升趋势，仍然具备较大的提升空间；碳排放约束下的物流效率的评价值明显低于传统的情形，说明以往对忽略非期望产出的效率测度方法高估了物流业的能源效率；当前我国物流业规模相对于产出偏大，降低能源价格和优化能源的消费结构可以有效提升物流业能源效率[12]。刘明达、蒙吉军等从理论上讨论了 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[13]。张文龙则介绍了实测法和碳排放系数法的含义及试用范围[14]；顾婷婷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[15]。
3.2关于物流业碳排放效率的研究
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。由北京航空航天大学经济管理学院与伦敦大学学院巴特利特建筑与项目管理学院等高校组成的研究小组通过计算了16个一线城市的物流水平及碳排放绩效。特别是，分析过程包括数据包络分析（DEA）模型和Malmquist指数，使实验结果在静态和动态视角都得到了探索[16]。
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[17]。李小胜测量碳排放效率的加权Russell方向性距离模型(WRDDM)，认为技术进步是主要的因素,技术效率作用为负或者是下降的,未来碳排放的工作是继续提高碳排放效率,发挥效率提升对节能减排的作用[18]。龚爱清基于数据包络分析方法，构建了物流业的二氧化碳排放效率测度模型，对中国物流业的二氧化碳排放效率进行了实证分析，研究了样本年内各驱动因素的区域和省域差异情况，从全国、区域和省域三个视角进行了碳排放效率的分析[19]。南昌大学胡小飞博士应用碳足迹方法测算了长江经济带11省市物流业2006—2016年的碳排放量，并利用灰色关联法剖析了不同省市碳排放的主要驱动要素。长江经济带11省市物流业碳排放总量与其经济发展水平高度相关 ；物流规模、人口规模、碳排放效率、能源结构、物流业固定资产投资、城镇化水平6个因素与长江经济带各省市物流业碳排放量的关联度存在明显差异[20]。吴贤荣利用含有期望产出和非期望产出的DEA-Malmquist农业碳排放效率指数及其分解，将农业碳排放纳入农业经济核算体系，对2000-2011年期间中国31个省（市、区）的农业碳排放效率变动趋势进行了测度。比较分析发现：农业碳排放效率变动和农业碳排放效率变动的主要贡献因素存在较大差异存在较为明显的省际差异[21]。；张立国、李东等基于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[22]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
