中国“互联网+”物流的经济效益与环境效益研究

梁红艳 王 千

(福州大学经济与管理学院， 福建福州 350108)

一、引言

伴随着改革开放进程，中国物流业发展取得了巨大成就，但依然存在运行质量与效率偏低、创新能力不强、环境污染严重等问题。新时代，如何实现中国物流业转型升级，成为亟待解决的难题。当前，互联网是经济增长的新动能，党的十九大报告明确提出“推进互联网、大数据、人工智能和实体经济深度融合”。实施“互联网+”物流战略是中国物流业供给侧结构性改革的重要举措，“互联网+”已成为中国物流业转型升级的强劲引擎。那么，中国“互联网+”物流达到什么程度？“互联网+”对中国物流业发展带来了哪些影响，其影响机理是什么，能否促进物流业提质增效？回答这些问题，对推进“互联网+”物流行动计划与实现中国物流业高质量发展具有重要意义。

针对“互联网+”物流，已有文献围绕“互联网+”物流的内涵、“互联网+”物流程度的测算、“互联网+”物流的效应展开研究。(1)“互联网+”物流的内涵。当前，学术界对“互联网+”的内涵基本达成共识，认为“互联网+”不仅是一种技术，还是一种融合思维[1][2]，其本质是企业依托互联网平台，利用互联网技术和互联网思维，实现传统经济与虚拟经济深度渗透交融。[3][4]针对“互联网+”物流的内涵，学术界当前更多从技术层面展开剖析。如，杨萌柯和周晓光认为“互联网+”物流是以互联网思维为指导，利用互联网、物联网、大数据、云计算等先进信息技术，解决物流业成本高、运行效率低、信息不对称等痛点难点问题，并从物流平台的数据、流量等方面创新物流商业模式，进而从思维、技术、商业模式多维度促进物流业转型升级。[5](2)“互联网+”物流程度的测算。宏观层面，由于统计数据的缺失，目前还没有直接反映“互联网+”物流发展程度的指标，更多使用互联网资源、信息化水平等单一指标或者建立与互联网相关的综合指标体系来衡量。[6][7][8]微观企业层面，以企业信息化投入来衡量工业企业“互联网+”程度[9][10]，或者通过上市公司财报、年报等资料获取“互联网+”相关文本信息来衡量工业企业实施“互联网+”的程度[11]，针对物流企业的研究很少。行业层面的研究也是以工业为主，如孙早和侯玉琳从软件应用、信息资源采集能力等方面构建反映工业智能化的综合指标体系，一定程度上刻画了工业“互联网+”程度。[12](3)“互联网+”物流的效应。已有研究早期主要侧重于考察“互联网+”物流的经济效益，普遍认为互联网信息技术对提升物流业现代化水平具有积极作用[13][14]，指出EDI、条形码和RFID与互联网的融合运用，可以以更少成本、更安全高效的方式管理和传递信息，优化物流企业业务流程，从而满足中国不断扩张的物流需求[15][16]；物流信息系统与企业互补资源的结合能够显著提升企业的运作效率并增强供应链弹性[17]；物流数字化在降低物流成本、提升物流交付的可靠性和灵活性方面具有巨大作用。[18]在物流业能源消耗和碳排放问题日趋严重的背景下，“互联网+”物流的融合、包容、共享理念为降低物流碳排放、推动绿色物流发展提供了新思路。王娟娟和杜佳麟指出云计算、物联网等信息技术是构成“一带一路”绿色物流体系的基础。[19]在企业运营层面，Hopkins和Hawking指出大数据和物联网在支持物流企业降低运营成本的同时也减少了运输车辆对环境造成的污染[20]，Bandyopadhyay和Sen则讨论了物联网在减少缺货、物流碳足迹和过度生产方面的潜力。[21]另外，“互联网+”还可以为环境监测、政府监管、公众监督提供便捷渠道，从而倒逼企业绿色改革，提升区域环境质量。[22][23][24][25]

总的来说，已有研究从多个角度对“互联网+”物流进行了有益探索，但还存在一些可拓展之处：(1)关于“互联网+”对物流业发展的影响，既有研究以理论分析和现实总结为主，缺少足够的实证检验。(2)已有研究多关注“互联网+”对物流业经济绩效，较少分析“互联网+”对物流业环境效率的影响，忽视了“互联网+”物流的环境效益。鉴于此，本文从“互联网+”物流的内涵出发，理论探讨“互联网+”物流提升物流业经济效益和环境效益的内在机理，并实证检验“互联网+”物流对中国物流业运行效率和环境效率的影响，希冀为中国推进“互联网+”物流行动计划、实现物流业高质量发展提供理论依据。

二、理论分析与研究假设

“互联网+”物流依托互联网平台，利用互联网技术和互联网思维，通过数据采集、存储和分析，创新物流运营方式和商业模式，对物流业运行效率与环境效率带来深刻影响。

(一)“互联网+”对物流业经济绩效的影响机理

1. “互联网+”物流通过升级改造物流技术设备，提升物流运行效率。“互联网+”驱动下，信息化、自动化、智能化物流技术设备的广泛应用，能够实现物流运作过程中各环节之间的信息畅通，以及物流作业自动反馈、自动处理等功能，从而提高物流系统运行效率。[26][27]例如，青岛港“无人码头”运用物联网、智能控制、GPS、信息系统等技术，实现作业流程全自动化，单机作业可达平均每小时44.6个自然箱，是港口码头与“互联网+”融合的典范。

2. “互联网+”物流通过节约劳动、提升从业人员素质，提升物流运行效率。“互联网+”驱动下，自动化、智能化物流设施设备能够替代物流从业者更高效地完成物流作业。[28]例如，2020年“双11”期间，申通快递利用机器人分拣，每小时处理1.8万件的快递包裹，减少劳动力成本近七成，极大地提高了分拣效率并降低了物流成本。而且，互联网环境下，从业人员可以更快速地获取物流产品、流程、模式创新信息，有助于提升从业者的技能和创造力。

3. “互联网+”物流通过优化物流业务流程，提升物流运行效率。借助新一代信息技术，“互联网+”物流可以重构业务流程，优化资源配置，提高作业效率，驱动传统物流业向集约化、标准化、智能化发展。例如，在运输配送环节，基于数据驱动的运输网络优化能显著提高运输效率；在仓储环节，利用物联网、大数据、人工智能等技术，并配合标准化存储编码、托盘、包装等技术，建立存、取、管全程智能化的仓储系统，有助于提高仓储运作效率。

根据上述分析，本文提出：

假设1：“互联网+”物流可以显著提升物流业运行效率。

(二)“互联网+”对物流业环境绩效的影响机理

1. “互联网+”物流通过促进物流业技术进步实现节能减排。运用信息技术实现生产过程自动化，不仅消除了生产过程的冗余和浪费，而且能够优化生产流程，提高能源利用效率、降低排放强度，是改变制造过程能耗模式的主要途径之一。[29][30][31][32]物流业也是如此，“互联网+”物流驱动物流业技术进步，可以有效提高能源利用率。例如，运输配送环节，基于人工智能的路况识别、路径优化以及基于大数据预测的主动物流配送，有助于降低空驶率，减少迂回运输、交叉运输、重复运输等现象，从而提高物流业能源利用效率。仓储环节，货位智能分配与拣货在提升分拣效率的同时亦能降低仓储设备的能耗。

2. “互联网+”物流通过物流运作流程创新与商业模式创新提升物流业环境效益。互联网技术的广泛使用，可以畅通物流链，提升物流运作效率；并通过商业模式创新，降低物流供给与需求间的信息不对称，提高物流设施设备利用率，进而降低能耗，减少物流业务碳足迹。例如，“互联网+”驱动下，京东物流实现全程无纸化运营，海关部门实行无纸化通关，在提升物流运作效率的同时降低了对环境的破坏。满帮集团依托货运平台智能匹配行程和运力，实现车货信息高效匹配，提高运输效率，降低货车空驶率，极大地减少了车辆在运输途中的能源消耗，于2019年节省了900亿元燃油损耗，减少了923万吨碳排放。

根据上述分析，本文提出：

假设2：“互联网+”物流可以显著提升物流业环境效率。

三、“互联网+”物流发展程度的测算与分析

(一)测算方法

“互联网+”战略强调互联网产业赋能传统产业、传统产业催生互联网产业，最终实现产业间的渗透交融与协调发展。因此，物流业与互联网产业的协调发展水平可以在一定程度上体现“互联网+”物流发展程度。本文运用耦合协调度模型，测算物流业与互联网产业的耦合协调水平，以此作为“互联网+”物流发展程度的衡量指标。具体测算方法如下：

第一步，利用熵值赋权法计算各省份物流业和互联网产业综合发展水平VLOG和VINT。

第二步，构建物流业与互联网产业间的耦合协调度模型，测算两者的耦合协调度。

(1)

(2)

T=αVLOG+βVINT

(3)

其中:D代表物流业与互联网产业的耦合协调程度，取值区间为(0，1)，D越大表示产业耦合协调发展水平越高。本文参考唐晓华等的研究[33]，将物流业与互联网产业的耦合协调发展划分为10个等级，具体见表1。C是物流业与互联网产业的耦合度，反映系统之间的关联程度；VLOG和VINT分别表示物流业与互联网产业的综合发展水平；T为物流业与互联网产业的综合调和指数；α和β为待估参数，代表各子系统的重要程度，考虑到互联网与物流都是中国经济社会发展的重要基础设施，本文认为两者同等重要，令α=β=0.5。

表1 物流业与互联网产业耦合协调发展判定标准

(二)物流业与互联网产业发展水平指标选取与数据来源

1. 物流业与互联网产业发展水平指标体系构建

在分析“互联网+”物流内涵的基础上，本文从发展规模、供给、需求三个维度构建物流业发展水平评价指标体系；参考中国信息化发展指数(II)的指标构成，从互联网基础设施、应用消费、发展规模三个维度构建互联网产业发展水平评价指标体系，如表2所示。

表2 物流业与互联网产业发展水平的评价指标体系

2. 数据来源与说明

本文选取2013-2018年中国30个省份(不含西藏和港澳台)的面板数据为研究样本。数据源于《中国统计年鉴》《中国固定资产投资统计年鉴》《中国劳动统计年鉴》《中国第三产业统计年鉴》《中国电子信息产业统计年鉴》。由于缺少“物流业”统计口径，本文用交通运输、仓储和邮政业表示物流业；以通信设备、计算机和其他电子设备与信息传输、软件和信息技术服务代表互联网产业。

(三)“互联网+”物流发展程度测算结果与分析

利用耦合协调度模型，测算得到2013-2018年中国30个省份物流业与互联网的耦合协调水平。本文从整体水平和区域间差异两个方面剖析中国“互联网+”物流的发展特征。

(1)整体融合水平。观测期间，中国物流业与互联网产业耦合协调水平呈现先上升后缓慢下降的趋势，且基本保持在0.495以上，可以看出中国物流业与互联网产业处于初步协调的边缘，说明中国“互联网+”物流还存在很大的发展空间。

(2)区域差异。东中西部产业耦合协调水平存在显著差异，如表3所示。其中，东部地区最高，平均值为0.651，除了海南省，各省均实现了初步协调，而且广东、江苏、上海等经济发达地区实现了高度协调；中部地区居中，平均值为0.456，整体处于初步失调状态，各省份主要处于低度失调到初步协调之间；西部地区最低，平均值为0.374，整体处于低度失调状态，其中宁夏、甘肃、青海等经济发展较低地区的产业协调水平位居末位。

表3 2013-2018年中国东中西部“互联网+”物流发展程度等级划分

四、“互联网+”物流经济效益与环境效益的实证分析

在测算各省“互联网+”物流发展程度的基础上，进一步考察“互联网+”对物流业运行效率和环境效率的影响，探究“互联网+”能否提升中国物流业经济效益和环境效益。

(一)“互联网+”物流经济效益的实证分析

1. 研究方法

本文使用运行效率反映物流业经济效益，并选用随机前沿生产函数考察“互联网+”对物流业经济效益的影响。将物流业生产函数设定为易估计、包容性较强的超越对数生产函数：

为了检验模型(4)的合理性，在(4)的基础上添加约束条件，并进行广义似然比检验：1) 生产函数检验。H1：α4=α5=α6=α7=α8=α9=0，若该检验通过，则应使用C-D生产函数。2) 技术进步中性检验。H2：α8=α9=0，若该检验通过，则表明生产函数中的技术进步是中性的。3) 初选模型的系数显著性检验。H3：αi=0。

进一步，将“互联网+”物流发展程度(LINTit)引入技术无效率函数中，构建模型：

其中:εit为服从均值为0，方差为σ2的正态截断分布，βn为待估参数；TRA、ECO、OPEN为控制变量，分别表示地区交通基础设施水平、经济发展水平、对外开放程度。

2. 变量说明与数据来源

(1)前沿生产函数。1)产出变量。采用各省份交通运输、仓储和邮政业增加值衡量各省份物流业产出，并进行价格平减。2) 投入变量。劳动投入利用各省交通运输、仓储和邮政业从业人数衡量。采用永续盘存法估算出交通运输、仓储和邮政业的资本存量来衡量物流业资本投入，其计算公式：Kit=Ki,t-1(1-δit)+Iit/Pit，其中i和t分别代表地区和年份；K为实际资本存量；I表示固定资产投资总额当年价，并用固定资产投资价格指数P消除价格指数；δ为固定资产折旧率。本文将固定资产折旧率设定为随经济增长变化的可变折旧率；基期资本存量计算公式：Ki,2013=Ii,2013/δi,2013，其中Ki,2013表示i省2013年基期资本存量，Ii,2013表示i省2013年物流业固定资产投资额，δi,2013表示i省2013年物流业固定资产折旧率。

(2)技术无效函数。1) “互联网+”物流发展程度(LINTit)为核心解释变量。2) 控制变量。供给方面，主要考察交通基础设施水平(TRA)，利用各省公路里程和铁路里程之和与行政区面积的比值来衡量。需求方面，主要考察经济发展水平(ECO)，利用各省份GDP占全国GDP的比重衡量地区经济发展水平。发展环境方面，主要考察对外开放水平(OPEN)，利用各省外商投资额占各省GDP的比重来衡量地区对外开放水平。

上述指标的数据均来源于《中国统计年鉴》。

3. 检验结果分析

本文利用随机前沿模型分析“互联网+”物流的经济效益，估计结果如表4所示。

(1)随机前沿生产函数分析。表4列出了整体样本下多种设定结果。模型1是无约束下的随机前沿模型，其结果表示存在技术无效率项，且技术无效率对物流业投入产出具有显著影响。模型2是针对约束条件1：α4=α5=α6=α7=α8=α9=0的估计结果，对数似然比结果显示超越对数生产函数更适合反映物流业生产情况。模型3是针对约束条件2的估计结果，α8和α9的参数估计结果拒绝了技术进步中性的假设。而且，在物流业发展中，技术进步起到了资本节约作用，但对劳动力的影响不显著。对于约束条件3，除了α5和α6未能通过显著性水平检验，其他系数都在1%的水平上显著。其中，劳动力和资本投入对物流业增长并未起到促进作用，表明中国物流业依赖高资本、高劳动力投入的增长方式难以为继，需要通过科技、管理、创新等要素驱动实现内涵式增长。

表4 “互联网+”物流经济效益的随机前沿模型估计及检验结果

(2)技术无效率模型分析。“互联网+”物流发展程度(LINT)的估计系数为-0.602，在1%水平上显著，表明“互联网+”物流发展程度每提高1%，物流业技术效率可以提升约0.6个百分点，由此假设1得到验证，即“互联网+”物流能够显著提升物流业运行效率。其原因如前文所述，一是互联网与物流业资本、劳动要素的结合驱动物流业向信息化、自动化、智慧化发展，显著提升物流业技术效率。二是“互联网+”通过知识溢出和技术扩散，提升物流企业的技术创新能力和创新效率。三是“互联网+”物流改造、颠覆了物流业生产方式，数据驱动的智慧物流服务可以有效提升物流业技术效率。[34][35]关于控制变量。交通基础设施(TRA)对物流业技术效率的提升具有显著正向影响，表明互联互通的交通基础设施网络是物流业高效运行的基础。经济发展水平(ECO)对物流业技术效率的影响不显著，可能是因为随着经济发展水平的提高，消费者对物流业的个性化、多元化的要求越来越高，不利于物流业规模经济发展。对外开放水平(OPEN)对物流业技术效率产生阻碍作用，可能因为外商直接投资吞噬了部分物流业市场份额，对中国物流业发展造成一定冲击。

(二)“互联网+”物流环境效益的实证分析

1. 研究方法

本文选择环境综合效率衡量物流业环境效率，并参考匡远凤和彭代彦的研究[36]，将碳排放量作为投入要素纳入随机前沿模型中，以此考察“互联网+”对物流业环境效率的影响。

首先，构建包含碳排放的物流业生产函数：

其中:Z为物流业碳排放量，其他变量的含义与前文一致。

接下来，将“互联网+”物流程度引入包含碳排放的技术无效率函数中，构建如下模型：

其中:Em为包含碳排放的技术无效率函数，其他变量的含义与前文一致。

2. 变量说明与数据来源

(2)技术无效率函数。技术无效率函数中的解释变量含义与前文一致。

3. 检验结果及分析

利用随机前沿模型分析“互联网+”物流的环境效益，估计结果如表5所示。

表5 “互联网+”物流环境效益的随机前沿模型估计及检验结果

(1)随机前沿生产函数。模型4对应无约束项的随机前沿模型，其估计结果表明物流业投入产出存在无效率项。模型5对应的是生产函数设定检验，结果表明超越对数生产函数更适合反映物流业生产情况。模型6对应的是技术进步中性假设，结果表明在物流业发展中，物流业技术进步起到了资本节约作用，能够显著降低碳排放，但对劳动力的影响不明显。

(2)技术无效率函数。“互联网+”物流发展程度(LINT)的估计系数为-0.72，在1%水平上显著，表明“互联网+”物流发展程度提高1%，可使得中国物流业环境效率提高0.72个百分点，表明假设2得到样本支持，即“互联网+”物流能提升物流业环境效率。技术进步是环境效率提升的关键因素，互联网、大数据、云计算、人工智能等新一代信息技术与物流业的深度融合，可以显著提升物流业技术进步，进而提升物流业环境效率；“互联网+”带来物流运作流程变革，例如无纸化运营、运输组织优化等，可以减弱物流对环境的污染。关于控制变量，交通基础设施(TRA)和经济发展水平(ECO)对物流业环境效率都具有正向影响，而对外开放水平(OPEN)不利于中国物流业环境效率提升。

五、研究结论和政策建议

本文运用耦合协调度模型测度了中国2013-2018年30个省份“互联网+”物流的发展程度，并进一步构建随机前沿模型检验了“互联网+”物流对物流业运行效率和环境效率的影响，以此考察“互联网+”物流的经济效益和环境效益，主要得到以下结论：(1)总体上，中国“互联网+”物流发展水平呈现先上升后缓慢下降的趋势，但整体水平不高，物流业与互联网产业之间仅达到了初步协调的边缘，融合程度还不深。东、中、西部“互联网+”物流发展程度存在明显差异，表现为东部最高、中部其次、西部最低的梯度特征，但是区域间差距在不断缩小。其中，广东、江苏、上海等经济发达地区“互联网+”物流发展程度位居前列，甘肃、青海、宁夏等经济落后地区位居末位。(2)“互联网+”物流对中国物流业运行效率和环境效率都具有显著的提升作用，而且对环境效率的提升作用更强。可见，“互联网+”物流不仅带来了显著的经济效益，而且具有更突出的环境效益。“互联网+”为中国绿色物流发展提供了广阔空间。

根据研究结论，提出如下政策建议：(1)目前，中西部地区“互联网+”物流发展程度不高。对此，中西部地区需要加强互联网基础设施建设，在工业、商贸业、农业等经济部门有序推进“互联网+”物流行动计划。东部地区要加大推进物流数字化建设，加快构建物流信息互联与共享体系、供应链物流标准、物流交易公共信息平台等，推动物流服务产品、模式、业态联动创新，提升高质量物流服务实体经济能力。(2)“互联网+”物流的推进不能仅关注互联网技术，而要以供应链物流系统为场景，将互联网技术(智能硬件设备和软件服务)与物流商业模式(物流平台)、物流运作模式(共同配送、多式联运、甩挂运输、托盘共享等)、物流组织方式(产业集群、供应链物流)结合，实现技术、管理与制度的协同效应，进而提升“互联网+”物流的经济效益和环境效益，促进中国物流业高质量发展。

注释：

[1] 李海舰、田跃新、李文杰：《互联网思维与传统企业再造》，《中国工业经济》2014年第10期。

[2] 郭家堂、骆品亮：《互联网对中国全要素生产率有促进作用吗？》，《管理世界》2016年第10期。

[3] 吴 琴、巫 强：《“互联网+”驱动传统产业跨界融合的作用机制研究》，《学海》2020年第4期。

[4] 赵 振：《“互联网+”跨界经营：创造性破坏视角》，《中国工业经济》2015年第10期。

[5] 李海舰、田跃新、李文杰：《互联网思维与传统企业再造》，《中国工业经济》2014年第10期。

[6] 杨萌柯、周晓光：《“互联网+”背景下快递末端协同配送模式的构建》，《北京邮电大学学报》(社会科学版)2015年第6期。

[7] 肖利平：《“互联网+”提升了我国装备制造业的全要素生产率吗》，《经济学家》2018年第12期。

[8] 石喜爱、季良玉、程中华：《“互联网+”对中国制造业转型升级影响的实证研究——中国2003-2014年省级面板数据检验》，《科技进步与对策》2017年第22期。

[9] 王 娟：《“互联网+”与劳动生产率：基于中国制造业的实证研究》，《财经科学》2016年第11期。

[10] 王 可、李连燕：《“互联网+”对中国制造业发展影响的实证研究》，《数量经济技术经济研究》2018年第6期。

[11] 杨德明、刘泳文：《“互联网+”为什么加出了业绩》，《中国工业经济》2018年第5期。

[12] 孙 早、侯玉琳：《工业智能化如何重塑劳动力就业结构》，《中国工业经济》2019年第5期。

[13] Choy K.L.,et al.,“Impact of Information Technology on the Performance of Logistics Industry：The Case of Hong Kong and Pearl Delta Region”,Journaloftheoperationalresearchsociety, vol.65,no.6(2014),pp. 904-916.

[14] Gunasekaran A.,Subramanian N.,Papadopoulos T., “Information Technology for Competitive Advantage within Logistics and Supply Chains: A Review”,TransportationResearchPartE:LogisticsandTransportationReview, vol.99(2016),pp.14-33.

[15] Mei Z., Dinwoodie J.,“Electronic Shipping Documentation in China's International Supply Chains”,SupplyChainManagement,vol.10,no.3(2005),pp.198-205.

[16] Sparks L., Wagner B.A.,TransformingTechnologies:RetailExchangesandRFID, In: Ferbie J. and Sparks L. (Eds),LogisticsandRetailManagement, London: Kogan Page, 2004.

[17] Hazen B. T., Byrd T. A.,“Toward Creating Competitive Advantage with Logistics Information Technology”,InternationalJournalofPhysicalDistribution&LogisticsManagement, vol.42,no.1(2012),pp.8-35.

[18] Yasanur Kayikci,SustainabilityImpactofDigitizationinLogistics,Global Conference on Sustainable Manufacturing,2017.

[19] 王娟娟、杜佳麟：《“一带一路”区域绿色物流体系构建及路径探索》，《中国流通经济》2017年第6期。

[20] Hopkins J., Hawking P.,“Big Data Analytics and IoT in Logistics：a Case Study”，TheInternationalJournalofLogisticsManagement, vol.29,no.6(2018)pp. 575-591.

[21] Bandyopadhyay D., Sen J., “Internet of Things: Applications and Challenges in Technology and Standardization”，WirelessPersonalCommunications, vol.58,no.1(2011),pp. 49-69.

[22] May G. et al.,“Energy Management in Manufacturing: From Literature Review to a Conceptual Framework”，JournalofCleanerProduction, vol.167(2017),pp.1464-1489.

[23] 解春艳、丰景春、张 可：《互联网技术进步对区域环境质量的影响及空间效应》，《科技进步与对策》2017年第12期。

[24] Ishida H.,“The Effect of ICT Development on Economic Growth and Energy Consumption in Japan”，TelematicsandInformatics, vol.32,no.1(2015),pp.79-88.

[25] Koen A. et al.,“Environmental Communication in the Information Age: Institutional Barriers and Opportunities in the Provision of River Data to the General Public”，EnvironmentalScience&Policy, vol.55.no.1(2016),pp.47-53.

[26] 李丫丫、王 磊、彭永涛：《物流产业智能化发展与产业效率提升——基于WIOD数据及回归模型的实证检验》，《中国流通经济》2018年第3期。

[27] 姚国章、余 星：《“互联网+”与物流业的融合发展研究》，《南京邮电大学学报》(自然科学版)2017年第2期。

[28] Tang C.S.,“Veelenturf L.P.,The Strategic Role of Logistics in the Industry 4.0 era ”，TransportationResearchPartE:LogisticsandTransportationReview, vol.129(2019),pp. 1-11.

[29] Khuntia J.,Saldanha T.,Mithas S., Sambamurthy V.,“Information Technology and Sustainability: Evidence from an Emerging Economy”，ProductionandOperationsManagement, vol.27,no.4(2018),pp.756-773

[30] Higón D.A.,Gholami R.,Shirazi F.,“ICT and Environmental Sustainability: A Global Perspective”，TelematicsandInformatics, vol.34,no.4(2017),pp.85-95.

[31] 张三峰、魏下海：《信息与通信技术是否降低了企业能源消耗——来自中国制造业企业调查数据的证据》，《中国工业经济》2019年第2期。

[32] Moyer J. D., Hughes B.B.,“ICTs: Do They Contribute to Increased Carbon Emissions?”，TechnologicalForecastingandSocialChange, vol.79,no.5(2012),pp.919-931.

[33] 唐晓华、张欣珏、李 阳：《中国制造业与生产性服务业动态协调发展实证研究》，《经济研究》2018年第3期。

[34] McAfee A., Brynjolfsson E.,“Big Data: The Management Revolution”,HarvardBusinessReview, vol.90,no.10(2012),pp.60-68.

[35] 黄群慧、余泳泽、张松林：《互联网发展与制造业生产率提升：内在机制与中国经验》，《中国工业经济》2019年第8期。

[36] 匡远凤、彭代彦：《中国环境生产效率与环境全要素生产率分析》，《经济研究》2012年第7期。