本文是一篇物流论文，笔者认为东部地区的物流业碳生产率高质量发展路径是技术—组织—环境的均衡发展，这意味着对于东部地区要注重产业结构合理化、数字经济水平和外商直接投资水平的发展。同时，国家在“十四五”规划纲要中也明确指出，要鼓励东部加快现代化，以更高标准和质量全面建设小康社会。
第一章 绪论
第一节 研究背景及意义
一、研究背景
随着世界经济和社会的日益发展，人们对化石能源利用所产生的环境问题也日益关注。由CO2浓度增高引起的温室效应对人类的生存与发展构成了严重的威胁。
从2006年开始，随着工业的不断发展，我国的能源消耗量位居世界第一，同时也成为最大的二氧化碳排放国家，其排放量占世界二氧化碳排放量的28%。2009年，我国提出了“到2020年，每一单位GDP的CO2排放降低40%以上”的减排目标。习近平总书记在2020年的联合国大会上发表讲话：中国现阶段要将环境保护放在首位，争取在2030年之前实现二氧化碳排放的峰值，力争在2060年之前达到碳中和，在这两个目标下政府也会出台更多的政策和举措。2021年10月26日，中共中央国务院关于印发《2030年前碳达峰行动方案的通知》，将任务的重点聚焦在能源、工业、交通运输等几大重点领域，对低碳发展方向具有重大指导意义。
同时关注到经济与环境的“双碳”目标，在为当今社会中不同行业提供发展机会和低碳转型的同时，随之而来的是一系列挑战。物流行业关联着生活中的多个环节，是人们生活中不可或缺的一部分，能源消耗和二氧化碳的排放量也占据着全行业中很大一部分比例，因此，物流行业在“双碳”目标的背景下，政府应该采取什么措施进行管理，企业应该采取何种措施进行转型已成为广受大家关注的重要发展课题。物流活动不仅联系着社会生产的每个环节，而且影响着社会整体的可持续发展。2014年社会物流总费用达10.6万亿元，占GDP比率为16.6%，而发达国家这一比例平均只有10%。换言之，我国物流成本每降低1%，就能节约106亿元，若与发达国家平齐，则能节省700亿元，经济价值巨大。由此可见，物流业的节能减排管理和高效运作的重要性。这需要物流业在运转的过程中充分利用投入的人、力、财资源，并保证物流服务过程满足社会经济活动。通过采用绿色、高效的物流创新技术技术降低对环境影响的过程，合理规划和实施物流基础活动，如：运输、仓储等，其最终目标是实现经济和环境的可持续发展。
第二节 研究内容与方法
一、研究内容
本文围绕中国省域2011-2020年物流业碳生产率的测度及作用路径的演进展开，主要包括五章：
第一章，绪论。对选题背景、研究意义、研究思路和方法、研究内容和技术路线进行了简单介绍。最后，在此基础上，对论文的不足之处进行了说明，并指出了今后的研究方向。
第二章，理论基础与模型选择。以环境与经济相互影响的相关假说为理论基础，将TOE框架和定性比较分析运用到物流业碳生产率的前因变量分析中，以组态视角构建相关的研究模型。
第三章，物流业碳生产率的测度和演进分析。参考IPCC和SBM模型，确定了物流行业碳排放的具体计算方法，并建立了碳生产率的计量模型。将中国30个省（市、自治区）的数据进行处理后代入到模型中，测算出2011-2020年中国物流业碳生产率，进而分析的物流业碳生产率演进趋势和地域差异的相关分析。
第四章，物流业碳生产率组态路径演进分析。在第三章对碳排放和碳生产率进行测度的基础上，以已有研究理论基础和数据收集为依据，使用fsQCA对数字经济水平、绿色技术创新、产业结构合理化、产业结构高级化、外商直接投资水平、环境规制6个前因变量进行物流业碳生产率演进的组态分析。
第五章，结论与建议。在前面章节实证和深入分析的基础上，根据本文对中国省域碳生产率进行定性以及定量分析的研究结果，总结阐述出本文研究的主要结论并提出区域物流业碳生产率的相关优化对策。
第二章 理论基础与模型构建
第一节 碳生产率内涵的界定
随着全球都在朝着绿色低碳发展的方向转变，减碳已经成为了世界上所有国家在经济发展中无法回避的问题，因此，如何确保经济的良好发展态势与降低碳排放之间的关系，成为了人们关注的焦点，其中一条重要的解决方案就是提升与经济增长、减碳紧密相关的碳生产率（Beinhocker等，2008；张成等，2015）。He（2011）从应对气候变化的视角提出，一国在应对气候变化所做出的努力可以用每年碳生产率的增长变化情况来进行有效衡量。同样，于雪霞（2015）认为碳生产率作为发展低碳经济的核心要素，其变化成为衡量一个国家经济发展与应对气候变化努力成效的一个重要指标。根据以上学者的研究结论，碳生产率的重要性不言而喻。目前，已有文献关于碳生产率的研究主要集中在三个方面:一是碳生产率概念的界定及内涵分析；二是碳生产率的时空测算分析，主要包括行业间、省域层面及国家层面的测算分析；三是碳生产率的影响因素研究，研究对象主要集中于国家层面和省域层面。主要研究方法有LMDI、Tobit、空间杜宾，以及DEA两阶段等计量模型。
然而，对碳生产率的所有研究都基于对碳生产率的概念界定和内涵分析上，不同内涵的碳生产率会导致计算方式存在差异。自碳生产率的概念被提出后（Kaya和Yokobor，1993），学者对其含义的理解不尽相同，经历了从狭义碳生产率到广义碳生产率的发展（刘国平，2011），从概念研究上看，国内外学者对碳生产率的理解在不断深入。对于如何衡量碳生产率这个指标，最初的狭义碳生产率是指单要素碳生产率，即将碳生产率定义为在一个投入产出系统中，用GDP与碳排放之比，以此评价人类在发展经济的同时对环境带来的影响。王树柏（2017）、孙华平等（2020）从经济学角度出发认为碳生产率是一种投入要素，与资本、能源相似，通过消耗一定的碳要素资源,得到相应经济产出，可以用来衡量碳消耗所产生的经济效益。还有学者认为碳生产率是指一定时期内GDP与同期碳排放量之比，即碳强度的倒数（何建坤和苏明山，2009；张普伟等，2019）。以上研究中的狭义单要素碳生产率仅仅是将二氧化碳和经济增长两个因素相结合，没有考虑到与其他生产要素的联系，致使不能反映潜在的各种投入要素之间的替代效应对碳生产率的影响。
第二节 组态理论
相较于其他理论和研究视角，组态视角强调的是系统思想，认为前因与结果之间的复杂性关系是由跨层次的多因素共同作用影响的，而不是单个因素所能决定的。组态理论起源于类型学和分类学研究，主要在于强调系统思想，综合考虑多因素间的相互作用及其组合对结果的影响。组态通常是指某一结果或者现象出现的路径，一般指的是与之相关的一系列不同的组合。传统的分析方法研究重点集中在分析单个因素对结果变量的影响，无法体现出不同前因变量相互组合出现的路径，更无法完整反映案例之间的复杂性。Ragin（2000）和Fiss（2007）在研究中认为，组态理论可以用于解决因果之间复杂性关系的分析。在此基础上，Miller（1986）提出应该采用组态视角以及与之相适应的方法来分析管理学中的相关问题，并指出组织各要素之间是互相补充、互为因果的关系，各要素之间需要进行复杂整合以及组态匹配才能有效发挥每个要素的作用。基于组态理论的研究与基于集合论的研究方法是相匹配的，目前国内外大多数组态视角的研究都采用QCA方法。
物流业碳生产率涉及到经济和环境两个层面以及企业生产和流通的多个环节，是由多因素共同决定的，可能存在多种等效路径。且目前碳生产率的相关影响因素被国内外学者广泛研究，很难从某一单一层面来对碳生产率的影响效果进行分析，因此碳生产率的影响因素与作用路径的相关研究适合采用组态理论作为研究的理论基础。
第三章 碳生产率的测算和演进分析 .......................... 15
第一节 模型选择与构建 ...................................... 15
一、评价模型选择....................................... 15
二、基于非期望产出的超效率SBM模型构建 .......................... 16
第四章 中国物流业碳生产率演进的组态路径分析 .......................... 26
第一节 定性比较分析原理及适用性 ....................................... 26
一、定性比较分析原理................................... 26
二、定性比较分析适用性分析............................ 27
第五章 结论与建议 ................................. 38
第一节 结论 ................................. 38
一、碳生产率发展趋势演变...................................... 38
二、碳生产率高效率作用路径演变................................... 38
第四章 中国物流业碳生产率演进的组态路径分析
第一节 定性比较分析原理及适用性
一、定性比较分析原理
定性比较分析（QCA）是将定性思维和定量思维相结合的一种组态比较方法，它的原理是通过布尔逻辑与代数，在不同的案例情景中确定差异化的结果，然后讨论导致具体结果出现的前因现象条件组合（李永发，2020）。目前，该领域已取得一定进展，但仍存在研究深度不足、理论基础薄弱、应用局限较高等问题。QCA与现有的大部分因素分析方法，如聚类分析和因子分析有所不同，它能有效地辨识组态条件之间的相互依赖关系、等效性与因果的非对成性等，注重多个元素的配置效果（杜运周等，2021）。QCA的研究包括csQ CA、fsQCA和mvQCA这3个基本范畴。与csQCA和mvQCA相比，fsQCA打破了0,1和整数变量，用隶属度的方法，把因果条件变成连续变量，更加充分地捕捉到因果条件之间细微变化的影响（Ragin，2008）。
对动态研究来说，时间会对结果产生影响，需将时间维度引入QCA之中，含有时间效应的动态QCA包括时序定性比较分析、时间相关条件分析、时间序列定性比较分析和多时段定性比较分析。当动态演化的时期较长，或者呈现阶段式变化时，将整个研究时期划分为多个较短的时段进行分析是必要且有意义的。它可以挖掘导致某个结果的组态如何在多时段间发生变化，以探求稳定或变化的原因（杜运周，2021）。其中时间序列定性比较分析（TSQCA）又分为汇总型、固定效应型和时差型，其因不同研究目的有着特定的案例处理方式，广泛应用于时间序列相关研究之中（Hino，2009）。刘秋辰（2021）为了探索危机前后的企业影响因素的作用路径，运用多时段定性比较分析将案例划分为危机爆发前、中、后三个时段内企业的高效率路径。并在全球危机扩散的三个时间段内，分别发现了1条、4条、7条企业产生高创业活跃度的营商环境生态作用路径，根据不同时间的高活跃度作用路径为企业创业发展提供相关建议。相较于单一年份的定型比较分析，融入时间维度的定性比较分析丰富了组态理论，延伸了动态视角组态理论的应用。
第五章 结论与建议
第一节 结论
一、中国物流业碳生产率演进趋势
基于非期望产出的超效率SBM模型对2011-2020年间中国30个省份的物流业碳生产率进行测算和演进分析，得出如下结论：
（1）我国各个省域间物流业碳生产率值呈现出较大差异，东部沿海地区（如江苏、上海和河北），相较于西部地区而言，存在的差距甚大。总体来说，东部>中部>东北>西部地区，除个别年份次序有变化，十年内顺序基本维持不变。
（2）从全国看，2011-2020年中国物流业的碳生产率均值保持在0.5上下浮动，数值远小于1说明整体水平偏低，物流业碳生产率仍有很大的潜力与发展空间。碳生产率效率值在2010—2020年间有一定程度的起伏，十二五期间各区域的变化趋势较一致，都是先上升后下降，十三五期间四个区域呈现出明显的差异，这是各区域差异化发展的结果。东部和西部地区的碳生产率有稍微的下降主要原因是投入要素冗余。中部和东北的碳生产率则发展较为稳定。
（3）碳生产率整体趋势由上升到保持缓慢发展。总泰尔指数表明我国碳生产率呈现出明显的差异性，先下降后有缓慢增长的趋势。我国区域物流碳生产率的总体分布差异主要是由组内差异引起，而组内差异又主要来自东部差异。组间差距较小，保持在30%左右。但近年来呈下降趋势。东部组内差距不断减小，中部和西部地区组内差距不断扩大，对未来我国物流业碳生产率变化趋势会有重要影响。
参考文献（略）