当前中国第三产业迅速发展,物流业已成为推动国家经济发展的支柱性产业。但是,物流业发展总体水平还不高,发展方式比较粗放,是我国能源消耗与二氧化碳排放的主要行业之一。因此本研究以物流业绿色全要素能源效率为研究突破口,深入分析物流业绿色全要素能源效率的时空差异,预测碳排放达峰情况,计算碳减排潜力指数,为物流业总体协调发展提供合理建议。主要研究内容如下:(1)测度物流业的绿色全要素能源效率:将中国30个省(市)分为八大区域,基于2008-2017年省际物流业面板数据,构建考虑非期望产出的三阶段SBMDEA模型,测算物流业绿色全要素能源效率。结果表明:外部环境因素和随机变量对不同区域均存在不同程度的显著影响,而影响的好坏性则取决于各经济区分布所处的具体环境,且外部环境因素和随机误差会降低实际的物流业GTFEE值。八大综合经济区中,南部沿海经济区一直保持在生产前沿面之上,全国物流业GTFEE均值随着时间的推移也在逐渐上升。(2)探索物流业绿色全要素能源效率的时空差异:通过Malmquist指数模型,探索性空间数据方法,构建邻接关系的地理权重矩阵,运用全局Moran’s I指数检验物流业GTFEE的空间相关性。结果表明物流业GTFEE指数在时间序列上变化趋势为上升和下降不断波动状态,技术进步的提高会促进物流业的发展。全国物流业整体表现出了空间集聚特征。北京、天津、山东、福建、广东始终是高GTFEE的核心带动地区。地区间效率断层现象明显,两极分化现象严重。(3)预测物流业2018-2050年的碳排放量:引入STIRPAT模型,设定九种情景模式。预测结果表明人口总量和物流业经济水平的促进强度大于能源结构和碳排放强度的抑制的强度,积极因素促进强度越小,消极因素抑制强度越大,则更易推动碳达峰时间提前完成,碳峰值越低。对碳排放达峰可控性和最优路径研究发现,积极因素对碳排放量的促进作用比消极因素对碳排放量的抑制作用更为显著。提出合理控制人口总量、提高经济发展质量、调整能源结构、降低碳排放强度的最优路径。(4)计算各地区物流业的减排潜力:基于碳减排的公平性和效率性原则,将各省份划分成四类。借助ACI模型,计算各地区的碳减排潜力指数,并设定三种不同的情景。结果表明决策者偏好的不同会导致各省碳减排分摊机制的不同。指标权重占比越大,各省相对应的减排任务也会越高。