信息化与数字化背景下,大数据日益成为企业运营和产业发展所依赖的重要资源,大数据与大数据分析对企业的运营绩效以及供应链、产业链的运作与优化有着重要影响。本文分别从物流企业与产业视角出发,主要研究、解决大数据环境下物流企业与产业运作效率的评估与优化以及探析其作用机制的问题,为企业与政府在大数据环境下进行物流企业与产业相关资源投入与运作的决策提供理论支撑。对此,本文综合运用并构建了带有非期望输出的SBM模型、共享投入型两阶段DEA模型、分层回归分析以及结构方程模型等方法模型,采用来源于调研收集的100家物流企业及其客户企业（216家）的一手数据以及来源于数据平台与统计年鉴的二手数据（产业数据）进行实证分析。首先,聚焦物流企业及其客户企业层面,基于DEA模型和回归分析的集成化方法,本文构建了大数据分析与供应链管理的投入视角下企业运作效率模型,运用最终收集有效的物流企业及其客户企业的样本数据进行实证分析,测算并分析、比较物流企业及其客户企业的运作效率;并进一步探索了大数据分析的投入和供应链管理的投入及其交互项对物流企业和客户企业运作效率的作用机制。其次,本文进一步将大数据分析驱动下企业的内部运作经营机制分解为大数据商务分析与供应链运作阶段,以及供应链绩效与企业竞争优势转化阶段,构建了共享投入型两阶段DEA模型,测算并分析物流企业与客户企业的整体运作效率及两个子阶段的效率。此外,本文还通过构建分层回归模型,探究大数据分析的投入、供应链管理的投入等资源投入要素以及大数据分析能力、供应链敏捷性等能力要素在大数据分析驱动下企业的整体运作效率的影响机制中的主效应与交互效应。然后,本文基于大数据分析能力与供应链运作的研究视角,构建了以供应链集成为调节,供应链敏捷性为中介的大数据分析能力驱动下组织绩效提升模型;进一步探析企业大数据分析能力如何影响供应链敏捷性与组织绩效,供应链敏捷性在大数据分析能力对组织绩效的作用机制中如何发挥效应,以及供应链集成如何调节大数据分析能力,从而提升供应链敏捷性与组织绩效。最后,聚焦物流产业效率的探索视角,本文构建了大数据环境下区域物流产业效率与绩效（经济绩效、环境绩效）模型,测算、分析区域物流产业效率,并通过基准分析为相对低效率的区域物流产业提供效率改善的基准与建议。此外,本文探析了不同区域和时期下物流产业内外部要素对物流产业效率、经济绩效和环境绩效的作用机制。