中國物流產業智慧化水平測度及影響因素

孫磊 張樹山 郭坤

摘要：物流產業智慧化發展既是擺脫物流業目前困境的有效手段，也是直接影響我國經濟發展質量以及競爭優勢提升的關鍵點之一。從物流產業智慧化基礎要素投入水平、智慧化服務應用水平以及智慧化效益水平三個維度構建評價指標體系，利用全局熵值法測度2006—2019年中國及29個省市自治區的物流產業智慧化水平，并在此基礎上構建動態面板數據模型，通過系統GMM估計，實證檢驗成本壓力、環境規制、政府干預、交通網絡密度和科技水平等因素對物流產業智慧化水平的影響效應。實證結果表明，在研究期內，中國物流產業智慧化水平呈現出逐年遞升的態勢，但存在明顯的地區差異；被解釋變量的一階和二階滯后項對當期均產生顯著的正向影響，說明物流產業智慧化發展中存在路徑依賴效應；環境規制、交通運輸網絡和科技水平發揮了促進中國物流產業智慧化發展的重要作用，成本壓力在一定程度上抑制了中國物流產業智慧化發展；不同的影響因素對物流產業智慧化各維度間的影響作用各異。為提高中國物流產業智慧化水平，應把握區域物流產業智慧化發展規律，建立物流產業智慧化標準體系，探索創新監管機制，明確各領域監管主體，推進新型基礎設施建設，完善物流職業人才培養和培訓體系。

關鍵詞：物流產業；智慧化水平；全局熵值法；系統GMM估計

中圖分類號：F250文獻標識碼：A文章編號：1007-8266（2021）10-0030-09

基金項目：國家社會科學基金項目“物流產業智慧化績效生成機理與智慧物流體系構建對策研究”（18BJY180）

我國經濟步入高質量發展階段后面臨諸多挑戰，新一輪科技革命和產業變革也為中國物流產業提供了前所未有的機遇。當前我國物流產業績效有待提高，物流能力結構性過剩，物流基礎設施結構性缺失，制度性交易成本偏高，誠信、標準、人才、安全、環保等“軟實力”不強，無法滿足人民日益增長的對美好生活的需要[ 1-2 ]。物流產業智慧化發展既是擺脫目前困境的有效手段，也是直接影響我國經濟發展質量以及競爭優勢提升的關鍵點之一。物流產業智慧化是指物流產業以物聯網、大數據、云計算、人工智能和5G/6G通信等新一代信息技術和智能裝備對物流環節（運輸、倉儲、包裝、搬運裝卸、加工、配送以及相關物流信息等環節）和生命周期進行改造，最終實現降本、提質、增效、綠色以及提升物流產業競爭力發展目標的過程[3-6]。因此，引入科學合理的評價模型綜合測度物流產業智慧化水平，識別影響物流產業智慧化水平的關鍵要素，拓展物流產業智慧化研究外延，無論是對于推進現代流通體系建設，還是對于中國物流產業智慧化發展的整體布局以及物流產業轉型升級均具有重要理論價值和實踐意義。

社會各界雖沒有就物流產業智慧化概念達成共識，但均認同通過新一代信息技術對物流產業各基本環節的融合滲透以及理念的改變，提高物流產業績效和物流產業競爭力的目的[ 7-8 ]。發展策略主要涉及企業層面的思維改變、產業層面的融合互動、制度層面的標準監管以及基礎設施建設等方面[ 9-10 ]。物流產業智慧化技術應用主要是物聯網[ 11 ]、云計算[ 12 ]、大數據[ 13 ]、人工智能[ 14 ]、區塊鏈[ 15 ]等新一代信息技術在物流環節的應用?，F有研究中，學者們主要從經濟效益、制度、環境、技術等因素對物流產業智慧化的影響進行理論分析[ 16-17 ]。毋庸置疑，目前對物流產業智慧化的相關研究已獲諸多成果，然而就總體而言，現有關于物流產業智慧化的研究多以定性的理論分析為主，鮮有以客觀數據進行的定量研究，對物流產業智慧化水平進行測度的文獻更是少之又少，僅有李丫丫等[ 6 ]從產業層面入手測算我國物流產業智能化水平并考察對產業績效的影響，這是從國家整體層面對物流產業智慧化水平進行的評測分析。然而，我國幅員遼闊，各省市自治區發展程度不一，如何準確衡量各省市自治區的物流產業智慧化水平，各地區之間是否存在明顯差異，哪些因素影響著中國物流產業智慧化水平，這些問題都亟待解決。本文的主要創新之處：一是界定了物流產業智慧化的內涵，構建了物流產業智慧化水平評價模型，并測度了中國及29個省市自治區物流產業智慧化水平；二是識別了物流產業智慧化水平的影響因素，并分析了這些因素對物流產業智慧化發展的影響。

（一）物流產業智慧化的內涵

物流產業智慧化具有豐富的內涵。

1.基礎要素投入是物流產業智慧化的基礎。智慧物流的目的是提供物流服務，新一代信息技術只是各個環節物流效率提升的手段，物流產業智慧化需要落實到人力資源和硬件裝備等方面的基本要素投入。首先，作為傳統的勞動密集型行業，物流產業的任何一個環節都離不開人的作用。與傳統以體力勞動為主的人力資源投入不同，物流產業智慧化更依賴人的智力和腦力投入，需要高素質勞動力從事技術創新、管理決策、管控協調及維護智能物流裝備及物流系統的正常運作等更有創造性和挑戰性的工作。其次，智能物流裝備是保證物流運作的基礎要素，是實現物流信息采集標準化、電子化的保證。各種智能物流裝備在物流各環節的廣泛應用是物流產業智慧化的顯著表現，既是人類智力轉移的作用對象，也能減少人為因素干擾給物流運作帶來的風險，提高物流效率。

2.智慧化服務應用水平是物流產業智慧化的核心。強調將大數據、人工智能以及物聯網等新一代信息技術與物流活動進行融合，諸如需求預測、風險預測、決策輔助、智能調度等都是物流智慧化應用場景的高級形式。從成本角度來看，智能軟件在物流產業的應用能夠有效實現物流活動智能調度管理，優化資源配置和業務流程，提高物流效率，減少無效物流的能耗和排放，從而降低物流成本；從價值角度來看，對物流活動產生的海量數據進行深度挖掘，一方面可以優化物流的運營和決策，實現對物流資源的合理利用，另一方面可以深入了解用戶習慣，提高服務水平。

3.經濟效益與環境效益是物流產業智慧化發展的目的。物流產業智慧化的內涵絕不僅限于基礎要素投入與服務應用，同時更關注其產生的經濟效益與環境效益。物流產業智慧化既體現了物流產業降本、提質、增效和綠色的多元化發展訴求，也反映了物流效率以及勞動效率提升的訴求[ 18 ]。

（二）物流產業智慧化水平測度指標體系

在智能化水平的衡量中，陳秋霖等[ 19 ]、孫早和侯玉琳[ 20 ]主要采用機器人投入規模與智能化進行測度。但出于數據可得性限制，本文主要參考劉歡[ 21 ]、張萬里等[ 4 ]的研究，結合物流產業智慧化的內涵和特征，從基礎要素投入、服務應用水平與效益三個方面構建如下評價指標體系。

1.智慧化人力資源投入情況。由于物流從業人員的學歷構成沒有公布省級數據，本文以各地區高等教育人數比例乘物流從業人員作為代理變量。

2.智能化設備投入情況。選用的測度指標為電子信息制造業進口額占物流業增加值的比重。

3.軟件普及和應用情況。采用的測度指標為軟件產品銷售收入占物流業增加值的比重。

4.信息資源采集能力。以各省份的移動電話普及率作為代理指標。

5.數據處理和存儲能力。用數據加工處理和存儲服務收入占物流業增加值的比重進行測度，包括信息技術咨詢服務收入、數據服務和運營服務收入。

6.平臺運營和維護情況。用各省份平臺運營和維護服務收入占物流業增加值的比重進行衡量。

7.經濟效益。采用的測度指標包括各省份的人均行業增加值和物流產業勞動生產率。

8.環境效益。以各省份物流產業能源消耗情況衡量，經查閱發現我國省市區2006—2019年物流產業能源消耗涉及煤類、油品類、天然氣及液化天然氣類、熱力和電力等能源。

其中，前兩項指標代表基礎要素投入，中間四項指標代表服務應用水平，后兩項指標代表效益水平。

（三）物流產業智慧化水平測度方法

現有研究大多基于傳統的熵值法對指標體系進行客觀評價，具有一定的局限性。本文引入全局熵值法，構建指標—時間—空間的三維時序立體數據表[ 22 ]。具體步驟如下：

（四）數據來源及處理

由于西藏和青海數據缺失，本文選取2006—2019年我國其余29個省份（不含港澳臺）的數據進行研究。原始數據來自2007—2020年的中國統計年鑒、中國第三產業統計年鑒、中國電子信息產業統計年鑒、中國信息產業年鑒、中國環境統計年鑒、中國能源統計年鑒以及國研網和EPS全球統計數據/分析平臺。文中涉及的行業增加值等相關指標均以2006年為基期，利用平減指數進行可比價格處理。個別缺失值利用插值法進行處理。物流行業能源消耗數據和折算標準煤系數來源于中國能源統計年鑒。

（一）中國物流產業智慧化水平分析

采用全局熵值法計算得到各指標權重后，計算2006—2019年中國物流產業智慧化基礎要素投入水平、服務應用水平和效益水平的評價值，在此基礎上獲得中國物流產業智慧化水平的評價值，反映中國物流產業智慧化態勢（參見表1）。

1.智慧化基礎要素投入水平在樣本期內整體呈現上升態勢，投入逐年提高。2008年前，我國智慧化基礎要素投入穩步積累，2009—2013年期間高速發展，這可能得益于我國在物流類基礎設施領域的大量投資，物流自動化裝備得到推廣，條形碼、電子標簽等信息技術廣泛應用，物流系統機械與自動化設備大量普及。同時物流人才培養成效顯著，從業人員中大專及以上學歷占比從9.3%增長到14.6%①，增長明顯。智慧化基礎要素投入在2014—2019年間在波動中逐漸增強，以自動導引運輸車（Automated Guided Vehicle，AGV）、自主移動機器人（Automated Mobile Robot，AMR）為代表的智能倉儲、分揀系統加速研發與應用，物流活動的效率、可視化及自動化水平得以顯著提升。2013年后智慧化基礎要素投入水平高于智慧化效益水平，并在2017年后高于智慧化服務應用水平和物流產業智慧化水平，這既說明智慧化基礎要素投入是引領物流產業智慧化發展的重要基礎，同時也說明智慧化基礎要素投入是拉動物流產業智慧化水平穩定快速發展的主要動力。

2.物流產業智慧化服務應用水平持續提高，并與物流產業智慧化水平提升速率相近，說明智慧化服務應用水平是物流產業智慧化發展的關鍵環節。在樣本期，隨著移動互聯網技術的不斷發展，以手持終端設備、快遞柜以及各種信息采集設備為主的智能終端設備的大量接入，提高了物流管理的效率和透明度。以物流集成信息系統和網絡貨運平臺為典型模式的資源平臺化、運力社會化，有助于集合社會零散資源和社會運力，優化運輸組織，規范經營行為，提高運輸市場的整體效率。特別是在大數據、云服務、物聯網、人工智能和區塊鏈等創新技術支持下，智慧化服務應用水平持續提高。同時需求結構加快調整，生活消費性物流高速發展，創新驅動模式變革，物流行業新商業模式不斷出現，環保要求得到落實，基礎工作穩步實施，政策環境持續向好，帶動了中國物流產業智慧化水平的提升。

3.智慧化效益水平緩慢上升但提升幅度不盡如人意。2006—2008年呈現逐步提升態勢，但2009年受國際金融危機影響增速出現回落，雖然2012年以后呈現出效益提升態勢，但智慧化效益提升速度較慢，在一定程度上影響了中國物流產業智慧化進展步伐。從發展速率分階段看，智能效益水平提升可分為兩段：一是2006—2012年，這期間快遞業伴隨著電商平臺的崛起而迅速發展，快遞市場空間隨之暴增，并在勞動力紅利、資本和智慧物流支持下，最先獲得了豐碩收益。二是2013—2019年期間，隨著智慧化發展深入人心，智慧化基礎要素投入大幅度增加，但這些投入發揮作用存在一定的滯后性，一定程度上使智能效益增長速度減緩。

4.中國物流產業智慧化水平呈現出緩慢上升轉向快速增長的態勢。自2006年“十一五”現代物流的產業地位得以確立以來，尤其在“工業4.0”“互聯網+”“高質量”發展的大背景下，國家發布了多項政策促進物流產業智慧化快速發展?？傮w來看，在中國物流產業智慧化發展進程中，對比智慧化基礎要素投入水平和智慧化效益水平可以發現，物流產業智慧化發展在初期階段具有投入高、增長快、效益低的特點。只有當智慧化基礎要素不斷投入、核心技術不斷提高、智慧化服務應用水平達到一定程度時，才會呈現低投入、高收益的高投資回報率特點。中國物流產業智慧化呈現出與發達國家不同的發展路徑，更符合中國物流市場規模世界第一但技術能力、創新能力有待提升的現狀，更有利于中國物流產業智慧化水平的持續穩定提升和某些重點物流行業（例如快遞業、港口物流）的智慧化水平快速攀升到世界先進甚至領先行列。

（二）中國物流產業智慧化水平省際對比分析

中國物流產業發展程度差異大，物流產業智慧化水平具有顯著的省際差異，根據三個評價指標并選取歷年數據平均值，可以得到各省份物流產業智慧化水平，如表2所示。

從智慧化基礎要素投入的視角看，前5名的省份分別為廣東、上海、江蘇、北京和天津，其智能物流設備以及智慧化人力資源投入均位居全國前列。然而，人力資源豐富的河南、河北等卻排在10名以外，山東擠進前10位，其原因主要是智能物流設備投入的差異造成的。從物流產業智慧化服務應用視角看，北京、上海、廣東、浙江、江蘇等華北、華東地區省份名列前茅，原因是其經濟發展水平高，互聯網、軟件開發和服務能力強。從智慧化效益視角看，廣東、江蘇、浙江等在其他兩方面領先的地區卻跌出前10名，原因應是這些地區經濟發展水平高、人口密度大、能源消耗高以及規模效應遞減，使物流效率和勞動效率相對低下，反而是寧夏、貴州這些中西部欠發達地區擁有后發優勢，智慧化效益水平相對較高。

從物流產業智慧化水平總體來看，北京、上海、廣東、江蘇、天津處于第一梯隊，是中國物流產業智慧化水平最高的省市。東部沿海地區是我國最早開放的地區，在經濟、人才、交通、外貿等方面有著先發優勢，也是最先接觸國內國際先進物流理念和運作模式的地區，帶動了物流產業智慧化的發展；新疆、云南、黑龍江、甘肅等地區，由于地處偏僻，不論是經濟、教育，還是物流基礎設施都相對落后，在接受新的物流技術和思想方面也較為緩慢，影響了物流產業智慧化發展。這表明中國物流產業智慧化與經濟發展呈現出一定的趨同性，存在“馬太效應”[ 23 ]。

（一）模型設定

眾所周知，物流產業智慧化發展受多方面因素的影響，現有研究多以經濟效益、制度、環境、技術等因素對物流產業智慧化的影響進行定性的理論分析[ 16-17 ]。采用實證方法考察物流產業智慧化的文獻比較匱乏，與之相近的文獻主要是中國物流產業發展和中國物流業效率的實證研究，中國物流產業發展的相關研究選取的影響因素主要包括科技水平、勞動力投入、環境規制、經濟發展、基礎建設、制度、對外開放、產業結構等[ 23-27 ]，中國物流業效率的相關研究選取的影響因素主要有市場一體化水平、政府干預、經濟密度、交通密度、環境規制、科技水平等[ 28-32 ]。本文在眾多學者研究成果基礎上，結合中國物流產業智慧化的內涵特點，將物流產業智慧化的影響因素概括為成本壓力、環境規制、政府干預、交通網絡和科技水平等五個方面。由于路徑依賴效應的存在，會使當期物流業智慧化水平受前期物流產業智慧化水平影響，為探究這種動態變化，構建系統GMM動態面板回歸模型：

（二）變量說明與描述

被解釋變量包括物流產業智慧化水平（模型1）、智慧化基礎要素投入水平（模型2）、智慧化服務應用水平（模型3）以及智慧化效益水平（模型4）。具體解釋變量（參見表3）說明如下：

1.成本壓力。在一定時期內，我國的物流產業無法改變勞動密集型的基本事實，人口紅利是物流行業低成本高速擴張的重要支撐[ 16 ]。但是，隨著中國人口紅利的逐漸消失，勞動力成本逐漸成為物流產業成本的重要組成部分，對物流企業形成成本壓力從而直接影響其在智慧化方面的投入。成本壓力以物流產業人均工資表示[ 33 ]。

2.環境規制。目前綠色環保愈加成為產業發展關注的重點，在環境規制下，企業需要通過一些措施減少能源消耗與污染排放[ 34 ]，物流產業智慧化發展是物流業節能減排的重要途徑，因而環境規制成為影響物流產業智慧化的主要制度因素之一。本文采用各省份環境污染治理投資占GDP的比重表示環境規制強度[ 29 ]。

3.政府干預。市場經濟引導產業發展常常存在失靈情況，政府調控在引導產業發展、協調行業運作方面可以發揮積極作用，通過物流規劃、政策、資金和技術支持對物流產業智慧化產生影響。本文以政府財政支出占GDP比重來衡量政府干預[ 35 ]。

4.交通運輸網絡。布局合理完善的交通運輸網絡是開展各項物流活動、實現物流業正常運轉的基礎和保障。合理的交通運輸網絡布局、高效的物流基礎設施運作能力能夠有效降低物流運作成本，直接影響在智慧化方面的投入。本文借鑒唐建榮等[ 23 ]的研究，以鐵路和公路營業里程之和占區域國土面積之比代表交通網絡密度。

5.科技水平：科技水平是地區技術創新和技術人才水平的直接反映，相關的技術創新具有一定的公共屬性[ 36 ]，有利于關鍵物流技術突破，形成核心技術優勢，進而提高物流產業智慧化水平。本文選擇各地區發明專利授權數量作為科技水平的衡量指標[ 37 ]。

（三）回歸分析

為了對中國物流產業智慧化的影響因素進行深入分析，本研究使用Stata16軟件并采用系統GMM動態面板數據分析方法進行模型估計，得到表4中的實證結果。從表4中可以發現，四個模型的一階序列相關檢驗即AR1檢驗的p值均小于0.1，二階序列相關檢驗即AR2檢驗和薩根（Sargan）檢驗的p值均大于0.1。四個模型的滯后期值對當期均產生顯著的正向影響，證明了物流產業智慧化發展中路徑依賴效應的存在。

1.成本壓力的影響在模型1和模型2中均顯著為負。一方面，在研究樣本期內，成本壓力的提高使物流企業需要將大量資本用于勞動力支出，降低對數字化基礎設施、物流終端設備等方面的投入；另一方面，成本壓力也倒逼物流企業通過智慧化升級提升勞動生產率，實現勞動力替代。

2.政府干預的影響在模型1至模型4中的回歸系數有正有負。在模型2和模型4中顯著為正，政府財政資金在基礎要素投入上呈現出杠桿和引領作用，表現出社會福利的性質，通過稅收及監管政策降低制度性成本，提高效益水平。在模型3中政府干預對服務開發應用的影響顯著為負，說明各地區對物流產業智慧化發展的認識不足。物流產業智慧化發展，既需要硬件基礎，也需要軟件升級，政府財政資金投入存在缺陷會產生一定的資源浪費，也在一定程度上擾亂服務開發與應用的客觀規律，對社會資本產生一定的擠出效應。也正是這兩方面效應的存在，使模型1未達到統計意義上的顯著。

3.環境規制的估計系數在模型1至模型4中均達到統計意義上的顯著，同時在各模型中系數正負各異。各地區對環境保護的重視程度以及環境治理投入強度并未對物流產業智慧化產生顯著影響。一方面，物流產業整體處于低利潤水平，環境規制會增加物流成本開支，可能導致物流產業智慧化發展資金投入不足；另一方面，環境規制也會對物流產業智慧化發展起到促進作用，因為物流產業智慧化水平的提高，既能提高利潤，也會緩解環境規制帶來的成本增加，從而使環境效益超過成本增加的經濟損失。

4.交通運輸網絡是物流業發展的外在保障，在模型1和模型4中的估計系數為正值，均在0.01水平上顯著，表明完善的交通運輸網絡可以保障產業發展，推動產業進步。完善的交通運輸網絡可以提高貨物換裝的便捷性、兼容性，促進各種運輸方式的順暢銜接和高效中轉，提升物流效率，降低區域間物流成本，從而直接影響物流產業智慧化。但是交通運輸網絡的影響在模型2和模型3中并未達到統計意義上的顯著，說明傳統概念中的物流基礎已經無法有效提高物流產業智慧化基礎要素投入水平和服務開發應用水平。

5.科技水平在各模型中的回歸系數均顯著為正值?？萍妓绞峭苿游锪鳟a業智慧化發展的主要動力，為物流各環節的運作提供了先進設備和優秀人才，全面提升了物流智慧化基礎要素投入水平。各種物流服務模型與應用開發也隨科技水平的提高而蓬勃發展，優化決策，整合資源，提高物流效率和經濟效益，降低能耗，促進整體物流產業智慧化水平的提升。

（一）結論

本文從智慧化基礎要素投入水平、智慧化服務應用水平以及智慧化效益水平三個維度測量了2006—2019年中國物流產業智慧化水平，實證檢驗了物流產業智慧化水平的主要影響因素。研究表明，在研究期內，中國物流產業智慧化水平呈現逐年遞升的態勢，但存在明顯的地區差異，同時物流產業智慧化發展中存在路徑依賴效應；不同的影響因素對物流產業智慧化不同維度間的影響作用各異，環境規制、交通運輸網絡和科技水平發揮了促進中國物流產業智慧化發展的重要作用，成本壓力在一定程度上抑制了中國物流產業智慧化發展。政府干預、環境規制和科技水平在智慧化基礎要素投入方面起到促進作用，成本壓力則起到抑制作用。環境規制和科技水平在智慧化服務應用方面起到促進作用，政府干預起到抑制作用。政府干預、交通運輸網絡和科技水平在智慧化效益方面起到促進作用，環境規制起到抑制作用。

（二）對策建議

根據研究過程和實證結果，可以得出促進中國物流產業智慧化進程的如下政策建議：

1.強化物流產業智慧化基礎要素投入。應當積極鼓勵和引導智能物流設備在物流產業的推廣和應用，積極推進和落實“國家物流樞紐布局和建設規劃”與“數字交通發展規劃綱要”等新基礎設施建設項目，促進物流資源互聯互通和共享利用。完善物流職業人才培養和培訓體系，培養復合型的技術技能人才，為中國物流產業智慧化進程提供足夠的高質量人才，支撐保障物流產業智慧化的人才供給。

2.積極探索創新監管模式，順應綠色環保趨勢，用好短期治理、長期引導政策工具，激活物流運營主體活力，推進包括網絡貨運平臺、智慧倉儲配送等物流新模式的服務與應用的研究和推廣，培育一批標桿企業和服務品牌，助力物流產業轉型升級。抓住新一代信息技術商業應用的歷史機遇，推進新基礎設施建設，為實現物流產業運營和管理決策的全程管控與優化自治提供技術基礎，全面提升物流產業智慧化水平。

3.把握區域物流產業智慧化發展規律，不同經濟基礎和產業條件下的產業發展政策應視地區和區域有的放矢，提高地區間技術共享和人才流動，制定區域性、多樣化和系統性的物流產業智慧化發展政策。各級政府應進一步完善物流產業綜合治理體系，提高自身治理能力，為物流產業智慧化發展營造更適宜的制度性環境。推動建立物流產業智慧化標準化體系，優化物流產業智慧化發展的各項審批流程。健全物流產業智慧化安全運行監管機制，明確各領域監管主體，及時懲處行業不規范行為，建立公平公正的市場競爭環境。

（三）研究不足與展望

首先，由于部分投入數據不可得，本文多項指標采用的是產出指標，會產生一定的高估產地和低估購入地問題。其次，本文探討了多種因素對物流產業智慧化的影響，但不同影響因素之間的交互作用有待深入分析。最后，本文對回歸模型僅做線性影響的假設，對于政府干預、環境規制等因素的非線性影響有待進一步探討。

注釋：

①根據各年中國勞動統計年鑒數據計算而得。

參考文獻：

[1]何黎明.推進物流業高質量發展面臨的若干問題[J].中國流通經濟，2018（10）：3-7.

[2]魏際剛.中國物流業發展的現狀、問題與趨勢[J].北京交通大學學報（社會科學版），2019（1）：1-9.

[3]孫磊，張樹山.智慧化升級的驅動因素及其對物流企業績效的影響[J].中國流通經濟，2020（2）：15-26.

[4]張萬里，宣旸，睢博，等.產業智能化、勞動力結構和產業結構升級[J].科學學研究，2021（8）：1 384-1 395.

[5]李廉水，石喜愛，劉軍.中國制造業40年：智能化進程與展望[J].中國軟科學，2019（1）：1-9，30.

[6]李丫丫，王磊，彭永濤.物流產業智能化發展與產業績效提升——基于WIOD數據及回歸模型的實證檢驗[J].中國流通經濟，2018（3）：36-43.

[7]王之泰.城鎮化需要“智慧物流”[J].中國流通經濟，2014（3）：4-8.

[8]何黎明.中國智慧物流發展趨勢[J].中國流通經濟，2017（6）：3-7.

[9]張立國.我國物流業轉型升級研究綜述[J].技術經濟與管理研究，2015（1）：125-128.

[10]張春霞，彭東華.我國智慧物流發展對策[J].中國流通經濟，2013（10）：35-39.

[11]GOYAL S，HARDGRAVE B C，ALOYSIUS J A，et al.The effectiveness of RFID in backroom and sales floor invento？ ry management [J].International journal of logistics manage？ ment，2016（3）：795-815.

[12]SHEE H，MIAH S J，FAIRFIELD L，et al.The impact of cloud-enabled process integration on supply chain perfor？ mance and firm sustainability：the moderating role of top management [J].Supply chain management-an internation？ al journal，2018（6）：500-517.

[13]WANG G，GUNASEKARAN A，NGAI E W T，et al.Big da？ ta analytics in logistics and supply chain management：cer？ tain investigations for research and applications [J].Interna？ tional journal of production economics，2016，176：98-110.

[14]BIRKEL H S，HARTMANN E.Impact of IoT challenges and risks for SCM [J].Supply chain management-an inter？ national journal，2019（1）：39-61.

[15]WANG Y，HAN J H，BEYNON-DAVIES P.Understanding blockchain technology for future supply chains：a systemat？ ic literature review and research agenda [J].Supply chain management-an international journal，2019（1）：62-84.

[16]王帥，林坦.智慧物流發展的動因、架構和建議[J].中國流通經濟，2019（1）：35-42.

[17]錢慧敏，何江，關嬌.“智慧+共享”物流耦合效應評價[J].中國流通經濟，2019（11）：3-16.

[18]汪鳴.我國物流產業轉型發展路徑研判[J].北京交通大學學報（社會科學版），2019（3）：9-15.

[19]陳秋霖，許多，周羿.人口老齡化背景下人工智能的勞動力替代效應——基于跨國面板數據和中國省級面板數據的分析[J].中國人口科學，2018（6）：30-42，126-127.

[20]孫早，侯玉琳.工業智能化如何重塑勞動力就業結構[J].中國工業經濟，2019（5）：61-79.

[21]劉歡.工業智能化如何影響城鄉收入差距——來自農業轉移勞動力就業視角的解釋[J].中國農村經濟，2020（5）：55-75.

[22]潘雄鋒，劉清，彭曉雪.基于全局熵值法模型的我國區域創新能力動態評價與分析[J].運籌與管理，2015（4）：155-162.

[23]唐建榮，張鑫和.物流業發展的時空演化、驅動因素及溢出效應研究——基于中國省域面板數據的空間計量分析[J].財貿研究，2017（5）：11-21.

[24]陳恒，魏修建，魏曉芳.中國物流業發展的驅動因素及其動力來源——基于勞動力投入的視角[J].商業經濟與管理，2015（11）：13-26.

[25]謝守紅，蔡海亞.長江三角洲物流業發展的時空演變及影響因素[J].世界地理研究，2015（3）：118-125.

[26]任曉紅，郭曉彤，王煒，等.高鐵開通對物流業發展的影響——來自全國280個地級市的證據[J].產經評論，2020（5）：104-121.

[27]裴愷程，穆懷中.環境規制對物流業綠色發展的影響研究——來自京津冀地區的實證檢驗[J].工業技術經濟，2021（5）：107-114.

[28]曹炳汝，鄧莉娟.長江經濟帶物流業效率增長影響因素[J].經濟地理，2019（7）：148-157.

[29]劉承良，管明明.低碳約束下中國物流業效率的空間演化及影響因素[J].地理科學，2017（12）：1 805-1 814.

[30]唐建榮，杜嬌嬌，唐雨辰.環境規制下的區域物流效率可持續發展研究[J].經濟與管理評論，2018（5）：138-149.

[31]于麗英，施明康，李婧.基于Dea-Malmquist指數模型的長江經濟帶物流效率及因素分解[J].商業經濟與管理，2018（4）：16-25.

[32]秦雯.粵港澳大灣區物流業效率的時空演化及提升路徑[J].中國流通經濟，2020（9）：31-40.

[33]林煒.企業創新激勵：來自中國勞動力成本上升的解釋[J].管理世界，2013（10）：95-105.

[34]黃清煌，高明.中國環境規制工具的節能減排效果研究[J].科研管理，2016（6）：19-27.

[35]于斌斌.產業結構調整與生產率提升的經濟增長效應——基于中國城市動態空間面板模型的分析[J].中國工業經濟，2015（12）：83-98.

[36]張瑞，孫夏令.中國省域物流業綠色全要素生產率的演進及溢出[J].商業研究，2020（3）：29-38.

[37]劉帥.中國經濟增長質量的地區差異與隨機收斂[J].數量經濟技術經濟研究，2019（9）：24-41.

責任編輯：方程

Research on the Measurement of Intelligent Level and Driving Factors of China’s Logistics Industry

SUN Lei，ZHANG Shu-shan and GUO Kun

（School of Economics and Management，Northeast Normal University，Changchun 130024，Jilin，China）

Abstract：The intelligent development of logistics industry is not only an effective means to get rid of the current predicament of logistics industry，but also an important key point that directly affects the quality of China’s economic development and the improvement of competitive advantages. The evaluation index system is constructed from three dimensions：the input level of basic elements，the application level of intelligent service and the benefit level of intelligentization of logistics industry. The overall entropy method is used to measure the intelligentization level of logistics industry in China and 29 provinces and autonomous regions from 2006 to 2019. And based on this，the authors build a dynamic panel data model；through the system GMM estimation，the authors empirically test the influence of cost pressure，environmental regulation，government intervention，traffic network density and technological level on the intelligent level of logistics industry. The results show that during the study period，the intelligent level of China ’ s logistics industry shows an increasing trend year by year，but there are obvious regional differences. The first and second lag terms of the explained variables have a significant positive impact on the current period，indicating the existence of‘path dependence’effect in the intelligent development of logistics industry. Environmental regulation，transportation network and scientific and technological level play an important role in promoting the intelligent development of China ’s logistics industry，and cost pressure inhibits the intelligent development of China ’s logistics industry to some extent. Different influencing factors have different effects on the dimensions of logistics industry intelligence. In order to improve the intelligent level of China ’ s logistics industry，we should grasp the law of intelligent development of regional logistics industry，establish the standard system，explore innovative regulatory mechanisms，clarify the main body of supervision in different fields，promote new infrastructure construction，and strengthen the training and training system of logistics professionals.

Key words：logistics industry；intelligent level；overall entropy method；system GMM estimation