薛冰欣 陳 敏

（南通大學(xué)交通與土木工程學(xué)院，江蘇南通 226019）

一、引言

長江經(jīng)濟帶作為沿長江分布的黃金經(jīng)濟帶和新的經(jīng)濟重要增長極，在空間上覆蓋上海至武漢的沿江經(jīng)濟帶、南京至杭州的東部經(jīng)濟走廊、南京至合肥的中部經(jīng)濟走廊，囊括沿線11 個省份和全國40%以上的人口及40%以上的GDP，工業(yè)體系完備，數(shù)據(jù)資源豐富。伴隨全國物流產(chǎn)業(yè)的快速發(fā)展，其對國家經(jīng)濟結(jié)構(gòu)調(diào)整和發(fā)展戰(zhàn)略轉(zhuǎn)變起重要作用，同時為實現(xiàn)經(jīng)濟增長方式從“數(shù)量”到“質(zhì)量”的躍遷提供關(guān)鍵支撐。然而，隨著數(shù)字經(jīng)濟的快速發(fā)展與“雙碳”目標(biāo)的部署，加之國內(nèi)外政治經(jīng)濟條件、生態(tài)條件、資源條件等因素的約束，長江經(jīng)濟帶的物流產(chǎn)業(yè)低碳轉(zhuǎn)型正面臨新任務(wù)和新要求。

一方面，隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，數(shù)字經(jīng)濟不斷取得新進(jìn)展。中共十九大提出建設(shè)數(shù)字中國，拉開全面推進(jìn)數(shù)字化轉(zhuǎn)型的帷幕。長江經(jīng)濟帶作為中國數(shù)字技術(shù)與產(chǎn)業(yè)的領(lǐng)頭羊，通過云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)、人工智能等信息技術(shù)，不僅創(chuàng)新了物流產(chǎn)業(yè)的運作模式與戰(zhàn)略發(fā)展，而且推動了全國傳統(tǒng)制造業(yè)和服務(wù)業(yè)轉(zhuǎn)型升級。另一方面，隨著世界碳排放的加重與自然環(huán)境的惡化，中國正不斷加快“雙碳”目標(biāo)的落實。2021 年全國“兩會”上，“碳達(dá)峰、碳中和”首次出現(xiàn)在政府工作報告中，“雙碳”目標(biāo)倒逼相關(guān)產(chǎn)業(yè)開展低碳改革與轉(zhuǎn)型，實現(xiàn)綠色升級。而長江經(jīng)濟帶作為生態(tài)環(huán)境優(yōu)化的領(lǐng)頭羊，憑借清潔能源、低碳技術(shù)和新能源汽車的推廣普及，對物流這一重點碳排放產(chǎn)業(yè)提出了嚴(yán)格的標(biāo)準(zhǔn)和更高的要求。

綜上，數(shù)字經(jīng)濟與物流產(chǎn)業(yè)融合既是長江經(jīng)濟帶開展進(jìn)取型“碳替減”的不二選擇，也是實現(xiàn)“雙碳”目標(biāo)的必然結(jié)果。盡管長江經(jīng)濟帶不少地區(qū)物流產(chǎn)業(yè)發(fā)展相對緩慢，低碳物流發(fā)展受到諸多因素的限制，但隨著數(shù)字技術(shù)不斷實現(xiàn)突破與應(yīng)用，物流產(chǎn)業(yè)的資源整合、科學(xué)決策和環(huán)境監(jiān)測已得到較大改善，物流數(shù)字轉(zhuǎn)型、綠色創(chuàng)新與低碳發(fā)展也邁出了重要的一步，相關(guān)的學(xué)術(shù)研究取得了較為豐碩的成果。然而，數(shù)字經(jīng)濟的發(fā)展對于物流產(chǎn)業(yè)的碳排放量的影響機制暫時缺少清晰的實證結(jié)果。因此，根據(jù)長江經(jīng)濟帶物流發(fā)展實況，采用調(diào)節(jié)效應(yīng)模型結(jié)合實證調(diào)研等方法，從數(shù)字賦能視角探究物流產(chǎn)業(yè)與碳排放之間的關(guān)系，剖析物流產(chǎn)業(yè)低碳轉(zhuǎn)型相關(guān)路徑，為促進(jìn)長江經(jīng)濟帶物流產(chǎn)業(yè)低碳轉(zhuǎn)型提供理論支撐。

二、研究假設(shè)

（一）物流產(chǎn)業(yè)與碳排放間的關(guān)系

近些年來，隨著中國經(jīng)濟持續(xù)發(fā)展，居民可支配收入不斷提高，消費能力日益增強，極大促進(jìn)了物流產(chǎn)業(yè)的發(fā)展，中國已成為世界上最大的物流市場。在“十三五”期間，中國物流產(chǎn)業(yè)處于穩(wěn)步發(fā)展階段。2016 年，物流產(chǎn)業(yè)增加值占GDP 的比重為4.4%；2016—2019 年，物流增長速度開始逐步放緩，并日趨平穩(wěn)；2020 年，由于新冠疫情暴發(fā)、各地封控，該比重降為4.0%，但全國社會物流總額依舊不斷擴大；物流產(chǎn)業(yè)總額從2016年的229.7萬億元，增至2020 年的300.1 萬億元。在《服務(wù)業(yè)發(fā)展“十四五”規(guī)劃》中，要求建立一個以服務(wù)經(jīng)濟為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)，物流產(chǎn)業(yè)逐漸引領(lǐng)區(qū)域經(jīng)濟的發(fā)展。然而，物流產(chǎn)業(yè)的快速發(fā)展導(dǎo)致資源浪費和環(huán)境生態(tài)問題日益突出。2016—2020 年，物流產(chǎn)業(yè)能源消耗量從39883 萬噸標(biāo)準(zhǔn)煤增至41309 萬噸標(biāo)準(zhǔn)煤，碳排放量從7.16 億噸增至9.9 億噸。而全國大多數(shù)產(chǎn)業(yè)在此期間能源消耗和碳排放情況均有所改善，這意味著中國物流產(chǎn)業(yè)正在成為能源消耗和碳排放增長的重要一環(huán)，必須引起高度關(guān)注。

王富忠（2012）采用實證方法對浙江省碳排放、物流產(chǎn)業(yè)、經(jīng)濟發(fā)展的關(guān)系進(jìn)行研究，結(jié)果發(fā)現(xiàn)三者之間存在密切的協(xié)整回歸關(guān)系，物流產(chǎn)業(yè)與經(jīng)濟發(fā)展顯著影響著碳排放強度。[1]王燊和程云鶴（2018）基于SBM 模型測算長江經(jīng)濟帶物流業(yè)的綠色績效，并使用Tobit 模型進(jìn)行線性回歸分析，得出長江經(jīng)濟帶各省份的能源消耗和碳排放量正在逐年增加。[2]梁雯和方韶暉（2019）根據(jù)2000—2015年的面板數(shù)據(jù)，使用向量自回歸方法分析物流產(chǎn)業(yè)發(fā)展、固定資產(chǎn)投資、城市化水平與碳排放之間的關(guān)系，研究表明物流產(chǎn)業(yè)增加值對碳排放存在雙重影響。[3]侯東蘇（2021）研究指出，從低碳經(jīng)濟角度看，物流業(yè)已成為能源消費的最主要產(chǎn)業(yè)之一，物流技術(shù)效率和規(guī)模水平的提高直接促進(jìn)了碳排放量的增加。[4]李妍和孫振清（2021）針對物流業(yè)造成的環(huán)境污染問題，運用SBM-DEA 模型評估了中國物流業(yè)效率的總體水平和空間特征，并通過Tobit模型回歸分析，發(fā)現(xiàn)中國物流效率存在較大的區(qū)域差異，且從東向西逐漸降低。[5]韓麗萍等（2022）基于投入產(chǎn)出模型，運用結(jié)構(gòu)分解分析和行業(yè)相關(guān)性效應(yīng)分析，研究發(fā)現(xiàn)物流產(chǎn)業(yè)除了自身能源消耗產(chǎn)生直接碳排放外，還與其他行業(yè)的中間產(chǎn)品產(chǎn)生間接的碳排放。[6]林秀群等（2022）使用超效率SBM 和Malmquist 指數(shù)模型分析2005—2019 年長江經(jīng)濟帶物流業(yè)的碳排放率及其空間自相關(guān)性，得出長江經(jīng)濟區(qū)物流業(yè)碳排放率的平均值為0.671，三個區(qū)域呈現(xiàn)出“上游＜中游＜下游”結(jié)構(gòu)。[7]

結(jié)合現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，長江經(jīng)濟帶物流產(chǎn)業(yè)的快速增長盡管極大地促進(jìn)了區(qū)域經(jīng)濟的發(fā)展，但隨著物流規(guī)模不斷擴大和機械化程度日益提高，對生態(tài)環(huán)境的壓力愈發(fā)顯著：一是燃料物流車輛的高能耗、高排放和高污染。據(jù)統(tǒng)計，物流企業(yè)中超過50%的物流車輛為柴油車，由此加劇了能源浪費及高排放、環(huán)境污染等問題，其中交通廢氣排放方面，2020 年占汽車保有量11%左右的物流車輛，其氮氧化物和顆粒物排放占汽車排放總量的84.4%和90.6%，柴油貨車的氮氧化物和顆粒物排放量均占據(jù)90%以上。二是物流企業(yè)運作方式粗放且環(huán)保意識薄弱，加之物流園區(qū)的設(shè)施和管理水平相對較低，導(dǎo)致道路交通壓力提升和空氣污染加劇。三是過度包裝導(dǎo)致的塑料污染。有關(guān)數(shù)據(jù)顯示，物流配送包裝產(chǎn)生的廢棄物每年達(dá)到100 萬噸，但回收率不到10%。綜上，物流引發(fā)的污染已成為全國社會污染的主要來源之一，對生態(tài)環(huán)境已形成較大威脅。

從上述分析可知，物流產(chǎn)業(yè)具有高能耗、高排放等特點，物流產(chǎn)業(yè)發(fā)展與碳排放存在較強正向依存度。據(jù)此，提出研究假設(shè)H1：

H1：物流產(chǎn)業(yè)發(fā)展與碳排放量呈顯著正相關(guān)關(guān)系。

（二）數(shù)字經(jīng)濟發(fā)展對物流產(chǎn)業(yè)和碳排放的調(diào)節(jié)作用

數(shù)字經(jīng)濟帶動了信息通信等數(shù)字產(chǎn)業(yè)的蓬勃發(fā)展，也推動著數(shù)字技術(shù)向傳統(tǒng)產(chǎn)業(yè)的全方位滲透，從而提高物流企業(yè)的網(wǎng)絡(luò)化、數(shù)字化和綠色化水平，在促進(jìn)區(qū)域經(jīng)濟高質(zhì)量發(fā)展的同時也表現(xiàn)出一定的環(huán)境效應(yīng)性。

Popkova ＆ Sergi（2020）運用新的概念情景模型和獨特算法，研究設(shè)計數(shù)字經(jīng)濟對于俄羅斯物流運輸體系的優(yōu)化機制。[8]曹淑芹和張京京（2020）發(fā)現(xiàn)盡管大數(shù)據(jù)技術(shù)已運用在各行各業(yè)，但標(biāo)準(zhǔn)化、集約化、智能化的物流體系和發(fā)展模式尚未完全建立起來，當(dāng)前急需通過流程的優(yōu)化、產(chǎn)品的升級和功能的增強，從服務(wù)、技術(shù)、組織和機制等方面開展物流業(yè)的數(shù)字化轉(zhuǎn)型與智慧化升級，同時充分利用大數(shù)據(jù)構(gòu)建智能倉儲共享模式，實現(xiàn)物流低碳發(fā)展。[9]蔣樹雷和張臻（2020）運用2010—2019 年30個省份的面板數(shù)據(jù)建立固定效應(yīng)模型，研究發(fā)現(xiàn)數(shù)字經(jīng)濟的發(fā)展有利于促進(jìn)物流產(chǎn)業(yè)向更優(yōu)層次躍升，故而有必要推動數(shù)字技術(shù)跟物流產(chǎn)業(yè)的緊密融合，實現(xiàn)物流綠色升級與高質(zhì)量發(fā)展。[10]葛立宇等（2022）利用2011—2019 年的城市面板數(shù)據(jù)，采用固定效應(yīng)和系統(tǒng)GMM 模型，從產(chǎn)業(yè)結(jié)構(gòu)升級的中介作用視角，證明數(shù)字經(jīng)濟賦能城市碳減排，有助于減少物流碳排放。[11]張宇航（2020）以中國30 個省份2010—2016 年數(shù)據(jù)為樣本，以產(chǎn)業(yè)結(jié)構(gòu)升級為門檻變量，通過固定效應(yīng)模型測試數(shù)字經(jīng)濟發(fā)展對物流產(chǎn)業(yè)技術(shù)創(chuàng)新的影響，結(jié)果發(fā)現(xiàn)數(shù)字經(jīng)濟的可持續(xù)發(fā)展對物流技術(shù)創(chuàng)新水平有一定的促進(jìn)作用，且這種作用呈逐步上升趨勢。[12]郭玥沁等（2022）基于2014—2020年省際面板數(shù)據(jù)，應(yīng)用調(diào)節(jié)效應(yīng)模型分析數(shù)字經(jīng)濟不同維度與碳排放強度、環(huán)境規(guī)制和綠色創(chuàng)新之間的異質(zhì)性關(guān)系，研究得出數(shù)字經(jīng)濟、環(huán)境規(guī)制和綠色創(chuàng)新可降低碳排放強度，并且不同綠色創(chuàng)新水平下數(shù)字經(jīng)濟的發(fā)展對碳排放的影響程度不同，產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化顯著抑制著碳排放強度。[13]周代運（2022）指出數(shù)字技術(shù)作為碳中和的重要技術(shù)途徑，可以深度融入能源、電力、工業(yè)、交通和建筑等主要碳排放領(lǐng)域，有效提高能源和資源的利用效率，實現(xiàn)生產(chǎn)效率和低碳效率的雙重提升。[14]金飛和徐長樂（2022）基于2011—2019年276 個城市的面板數(shù)據(jù)，運用計量模型和中介效應(yīng)模型研究數(shù)字經(jīng)濟對碳排放的影響效果，結(jié)果發(fā)現(xiàn)數(shù)字經(jīng)濟對碳排放具有顯著的倒“U”型效應(yīng)。[15]

此外，宏觀層面上，數(shù)字經(jīng)濟依托大數(shù)據(jù)、云端、人工智能等技術(shù)助力數(shù)字化產(chǎn)業(yè)建設(shè)，推動物流產(chǎn)業(yè)向數(shù)字化、智慧化發(fā)展。微觀層面上，物流企業(yè)通過數(shù)字技術(shù)不僅可以實時掌握并分析重要數(shù)據(jù)信息，進(jìn)行科學(xué)決策與資源安排，而且可高效利用能源，降低碳排放和污染。比如，在物流運輸工具方面，物流企業(yè)擁有大量運輸重卡，可以通過OBD 等設(shè)備來瞬時算碳；在物流運輸過程方面，可以根據(jù)瞬時碳排來定位卡車司機的用車習(xí)慣、車隊的排列方式，借此減少車隊運行阻力，節(jié)省油耗5%～10%?？傊?，數(shù)字化的廣泛應(yīng)用能夠幫助物流企業(yè)降低成本，減少碳排，促進(jìn)物流產(chǎn)業(yè)綠色化轉(zhuǎn)型與智能化升級。

綜上所述，數(shù)字經(jīng)濟對物流產(chǎn)業(yè)發(fā)展與碳排放間的關(guān)系可能存在著負(fù)向影響作用，數(shù)字經(jīng)濟的可持續(xù)發(fā)展可能抑制物流產(chǎn)業(yè)發(fā)展帶來的碳排放強度的提升。據(jù)此，提出研究假設(shè)H2：

H2：數(shù)字經(jīng)濟發(fā)展對物流產(chǎn)業(yè)發(fā)展和碳排放之間的關(guān)系具有負(fù)向的調(diào)節(jié)作用。

三、實證分析

（一）樣本選擇與數(shù)據(jù)來源

選取2000—2020 年長江經(jīng)濟帶沿線11 個省份的面板數(shù)據(jù)，分析物流產(chǎn)業(yè)對碳排放量的影響及與數(shù)字經(jīng)濟發(fā)展水平的關(guān)系。有關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《國泰安CSMAR 數(shù)據(jù)庫》和各省份統(tǒng)計年鑒等。

對于部分缺失的數(shù)據(jù)，則利用插值法進(jìn)行補充，即根據(jù)存在缺失數(shù)值的歷年數(shù)據(jù)做出適當(dāng)?shù)奶囟ê瘮?shù)f（x）在區(qū)間的其他點上用這特定函數(shù)值作為函數(shù)f（x）的近似值。假設(shè)xj處為缺失值點，已知其n+1 個差值節(jié)點為（xi，yi），i=0，1，…n，bi代表i階差商，P（x）代表牛頓差值公式。

第一步，計算差商。

第二步，根據(jù)差商的定義，可以得到牛頓差值公式。

第三步，將缺失的函數(shù)值所對應(yīng)的點xj代入牛頓差值公式，便可計算出缺失值的近似值。

（二）變量設(shè)定

1.被解釋變量：碳排放量（C）

眾所周知，物流作為國民經(jīng)濟的基礎(chǔ)性產(chǎn)業(yè)，是碳排放的主要來源之一。隨著長江經(jīng)濟帶經(jīng)濟的高速發(fā)展，物流產(chǎn)業(yè)發(fā)展迅速。但由于對碳排放管理的不夠重視和疏于監(jiān)測，加之物流配送中“重流通、輕生態(tài)”現(xiàn)象較為普遍，導(dǎo)致物流過程中化石能源消耗量和碳排放量的不斷增加。在此，參考金鳳花（2016）等的研究[16]，將長江經(jīng)濟帶區(qū)域物流業(yè)不同能源消耗量轉(zhuǎn)化為標(biāo)準(zhǔn)煤，乘以各自的平均低位發(fā)熱量、碳排放系數(shù)和碳氧化因子，估算出物流產(chǎn)業(yè)的碳排放量。具體計算方法如下：

其中，C表示碳排放量；j表示能源種類；i表示省份；t表示年份；Cit表示i省第t年的碳排放量；Eijt表示i省份第t年第j種能源的消耗量；NCVj表示第j種能源的平均低位發(fā)熱量；CEFj表示第j種能源的碳排放系數(shù)；COFj表示第j種能源的碳氧化因子，默認(rèn)為1。

依據(jù)《中國能源統(tǒng)計年鑒》，將能源種類劃分為原煤、焦炭和原油等8 種類型，這8 類能源的轉(zhuǎn)換系數(shù)及碳排放系數(shù)如表1所示。

表1 各類能源碳排放系數(shù)表

根據(jù)計算可得2000—2020 年長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)的碳排放量，如圖1所示。

圖12000 —2020年長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)碳排放量

如圖1 所示，2000—2020 年長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)的碳排放量雖然略有波動，但總體上呈上升趨勢，各省份之間存在差異。其中，江蘇物流產(chǎn)業(yè)的碳排放量始終保持第一，且每年碳排放的上升幅度較為顯著，不過近幾年來江蘇大力推動物流產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，提高物流企業(yè)的節(jié)能能力和可持續(xù)發(fā)展能力，加強減排降污，其碳排放量上升勢頭已被抑制，在2017 年和2018 年開始逐步降低，盡管2019年有所回升，但2020年很快再次下降。

2.核心解釋變量：物流產(chǎn)業(yè)發(fā)展水平（LE）

從物流產(chǎn)出能力、數(shù)字化投入能力、結(jié)構(gòu)升級能力和交通設(shè)施支持能力等四個維度構(gòu)建長江經(jīng)濟帶物流產(chǎn)業(yè)發(fā)展水平的評價指標(biāo)體系，如表2 所示。其中，物流產(chǎn)出能力作為判斷物流產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型能否成功的關(guān)鍵指標(biāo)，反映了評估時期內(nèi)實際物流績效的提升，包括區(qū)域產(chǎn)業(yè)生產(chǎn)總值和區(qū)域貨物周轉(zhuǎn)量兩個二級指標(biāo)；數(shù)字化投入能力反映了當(dāng)?shù)匚锪鳟a(chǎn)業(yè)的數(shù)字化水平，包括交通運輸、倉儲、郵政業(yè)固定資產(chǎn)投資與信息傳輸服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資兩個二級指標(biāo)；結(jié)構(gòu)升級能力是物流產(chǎn)業(yè)可持續(xù)增長的重要前提，以各省份第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值（GDP）的比重這個二級指標(biāo)來表示；交通設(shè)施支持能力反映了物流產(chǎn)業(yè)發(fā)展所需的環(huán)境支撐要求及資源促進(jìn)力度，包括人均公路通車?yán)锍毯腿司F路通車?yán)锍虄蓚€二級指標(biāo)。

表2 長江經(jīng)濟帶物流產(chǎn)業(yè)發(fā)展水平評價指標(biāo)體系及權(quán)重

利用熵權(quán)法確定各個指標(biāo)的權(quán)重（如表2 所示）。其計算方法如下：

第一步，為消除每個指標(biāo)的性質(zhì)、數(shù)量級等特征的差異性，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。

其中，i代表樣本，j代表指標(biāo)，Yij表示歸一化處理后得到的數(shù)值，Xij表示實際數(shù)值，max（Xij）、min（Xij）分別代表參量中的最大值和最小值。i=1，2，…，n，j=1，2，…m，n代表樣本的數(shù)量，m代表指標(biāo)個數(shù)。

第二步，為確定不同指標(biāo)對于整體的重要程度，需確定系統(tǒng)特征比重Pij。

第三步，計算評價指標(biāo)信息熵ej。

第四步，計算j指標(biāo)的影響權(quán)重ωj。

最后，將各個指標(biāo)不同年份不同省份的數(shù)據(jù)與對應(yīng)的權(quán)重相乘并累加，可得2000—2020年長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)發(fā)展水平的綜合得分，如圖2所示。

從圖2所示，2000—2005年，長江經(jīng)濟帶沿線各省份物流產(chǎn)業(yè)發(fā)展速度較為均衡，2006 年，長江經(jīng)濟帶沿線11 個省份物流產(chǎn)業(yè)發(fā)展開始出現(xiàn)差異；2000—2010年，長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)發(fā)展相對緩慢，而2010 年以后，長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)發(fā)展水平趨勢明顯上升，且愈發(fā)顯著，證明近十年來物流產(chǎn)業(yè)獲得了突飛猛進(jìn)的增長。并且與圖1 的碳排放量相比較可知，盡管物流產(chǎn)業(yè)發(fā)展的同時不可避免地產(chǎn)生了碳排放，但由于國家相關(guān)政策的及時出臺，強化了對物流產(chǎn)業(yè)的監(jiān)管，近些年來長江經(jīng)濟帶物流產(chǎn)業(yè)在碳減排方面成效顯著。這表明，在促進(jìn)物流產(chǎn)業(yè)發(fā)展的同時，完全可以兼顧物流的低碳可持續(xù)發(fā)展。

圖22000 —2020年長江經(jīng)濟帶沿線11個省份物流產(chǎn)業(yè)發(fā)展水平

3.調(diào)節(jié)變量：數(shù)字經(jīng)濟發(fā)展水平（Deconomy）

根據(jù)數(shù)字經(jīng)濟的定義，結(jié)合《中國互聯(lián)網(wǎng)發(fā)展報告》及數(shù)據(jù)的可獲得性，分別從通信水平、信息化水平和創(chuàng)新水平三個方面來構(gòu)建長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平的評價指標(biāo)體系，如表3所示。其中，通信水平包括移動電話（含智能手機）普及率、郵電業(yè)務(wù)總量兩個二級指標(biāo)；信息化水平包括計算機服務(wù)和軟件業(yè)法人單位數(shù)、居民平均每百戶年末計算機（含筆記本電腦）擁有量兩個二級指標(biāo)；創(chuàng)新水平則通過專利授權(quán)量來衡量。

表3 變量說明

4.控制變量

為精準(zhǔn)評估數(shù)字經(jīng)濟發(fā)展和物流產(chǎn)業(yè)發(fā)展對碳排放的影響，并減少因缺乏變量而導(dǎo)致的估計誤差，通過控制影響碳排放量的經(jīng)濟變量，從而提高模型對碳排放量的解釋力。具體設(shè)置如下：①經(jīng)濟發(fā)展水平（LnP_GDP），用人均地區(qū)生產(chǎn)總值來表示；②人口規(guī)模（Lnpopu），通過各省份年末人口規(guī)模來表示；③經(jīng)濟發(fā)展速度（E_Grow），用各省份每年的GDP 增長速度來表示；④財政收入水平（Fis_cal），以當(dāng)?shù)卣呢斦杖雭肀硎?；⑤政策變量（Test），由于在評估期間實施了低碳省份試點政策，為避免這一政策影響，將試點省份作為虛擬變量加以控制；⑥人口密度（Dpop），采用各省份年末人口數(shù)與行政區(qū)域面積之比來表示。

（三）模型構(gòu)建

基于以上的假設(shè)與理論分析，選取調(diào)節(jié)效應(yīng)模型來分析數(shù)字經(jīng)濟發(fā)展水平對物流產(chǎn)業(yè)發(fā)展水平作用于碳排放的調(diào)節(jié)效應(yīng)，構(gòu)建了式（1）、式（2）模型：

上述模型分別對應(yīng)假設(shè)H1、H2。其中，i代表省份，t代表時間，LE代表物流產(chǎn)業(yè)發(fā)展水平，Deconomy代表數(shù)字經(jīng)濟發(fā)展水平，LE_Deconomy代表物流產(chǎn)業(yè)發(fā)展與數(shù)字經(jīng)濟發(fā)展的交互項，用以驗證數(shù)字經(jīng)濟發(fā)展水平對物流產(chǎn)業(yè)發(fā)展和碳排放關(guān)系的調(diào)節(jié)效應(yīng)。此外，模型還引入了部分控制變量，如LnP_GDP代表經(jīng)濟發(fā)展水平，Lnpopu代表人口規(guī)模，E_Grow代表經(jīng)濟發(fā)展速度，F(xiàn)iscal代表財政收入水平，Test表示政策變量，Dpop代表人口密度。εit為隨機干擾項，β代表變量的系數(shù)，α代表模型的常數(shù)項。具體的變量說明見表3。

（四）描述性統(tǒng)計

通過采集長江經(jīng)濟帶沿線11 個省份2000—2020 年的經(jīng)濟發(fā)展相關(guān)數(shù)據(jù)，共獲得了231 組樣本數(shù)據(jù)。描述性統(tǒng)計結(jié)果如表4所示。

表4 描述性統(tǒng)計表

在表4 中，平均碳排放量（C）為28183，最小值為6642，最大值為87262，標(biāo)準(zhǔn)差為16098，這表明長江經(jīng)濟帶不同省份的碳排放量存在一定的差異。而物流產(chǎn)業(yè)發(fā)展水平平均值為4624，最小值為290.4，最大值為21028，標(biāo)準(zhǔn)差為4088，可得離散系數(shù)小于1，說明各省份的物流產(chǎn)業(yè)發(fā)展水平差異不算太大；數(shù)字經(jīng)濟發(fā)展水平平均值為19777，最小值為439.8，最大值為212851，標(biāo)準(zhǔn)差為31440，表現(xiàn)出“標(biāo)準(zhǔn)差大、均值小”的特點，且離散系數(shù)大于1，意味著不同省份數(shù)字經(jīng)濟發(fā)展水平存在著顯著差異。

在控制變量方面，人口規(guī)模、經(jīng)濟發(fā)展速度、人口密度平均值分別為5235、10.31、2318，標(biāo)準(zhǔn)差分別為1843、3.02、1109，可得離散系數(shù)分別為0.35、0.29、0.48，表明各省份在人口規(guī)模、經(jīng)濟發(fā)展速度以及人口密度方面存在的差異不大；而交互項平均值為36969，標(biāo)準(zhǔn)差為30927，可得離散系數(shù)為0.84，說明不同省份經(jīng)濟發(fā)展水平存在差異；財政收入水平的平均值為1946、標(biāo)準(zhǔn)差為1981，可得離散系數(shù)大于1，意味著不同省份財政收入水平差異明顯。由此可見，長江經(jīng)濟帶不同省份間發(fā)展不平衡現(xiàn)象是客觀存在的。

（五）相關(guān)性分析

相關(guān)性分析結(jié)果如表5所示。

表5 相關(guān)系數(shù)表

由表5可知，在不考慮其他變量影響的情況下，物流產(chǎn)業(yè)發(fā)展水平與碳排放量的關(guān)聯(lián)系數(shù)為0.811，在1%的水平上顯著，表明隨著物流產(chǎn)業(yè)的不斷增長，二氧化碳的排放愈加嚴(yán)重。數(shù)字經(jīng)濟發(fā)展水平與碳排放量也呈現(xiàn)出顯著的相關(guān)性。控制變量中，經(jīng)濟發(fā)展水平、人口規(guī)模和財政收入水平與碳排放量顯著正相關(guān)，而經(jīng)濟發(fā)展速度與碳排放量顯著負(fù)相關(guān)，這表明經(jīng)濟發(fā)展速度在一定程度上減少了二氧化碳的排放。

（六）回歸分析

運用Stata17 統(tǒng)計軟件實證檢驗數(shù)字經(jīng)濟發(fā)展、物流產(chǎn)業(yè)發(fā)展與碳排放之間的關(guān)系，根據(jù)式（1）、式（2）模型進(jìn)行回歸，具體結(jié)果如表6所示。

表6 回歸結(jié)果分析表

由模型1 可知，LE的系數(shù)為5.2352，且在1%的水平上顯著，說明物流產(chǎn)業(yè)發(fā)展對碳排放增長起著明顯的正向作用。此外，模型1 的調(diào)整R2（可決系數(shù)）為0.8611，說明模型的解釋能力和擬合效果較為理想。因此，假設(shè)H1得以驗證。

模型2 的交互項LE_Deconomy系數(shù)，在1%的水平上顯著，認(rèn)為數(shù)字經(jīng)濟發(fā)展可以減弱物流產(chǎn)業(yè)發(fā)展水平對碳排放量的正向作用，且數(shù)字經(jīng)濟發(fā)展水平作為一個重要的調(diào)節(jié)變量，可以有效調(diào)節(jié)物流產(chǎn)業(yè)發(fā)展與碳排放之間的關(guān)系。因此，假設(shè)H2得以驗證。

（七）主要結(jié)論

第一，物流產(chǎn)業(yè)與碳排放量之間呈現(xiàn)顯著的正相關(guān)關(guān)系。通過2000—2020 年長江經(jīng)濟帶沿線11個省份面板數(shù)據(jù)的計算進(jìn)一步支持了物流產(chǎn)業(yè)發(fā)展水平與碳排放量顯著正相關(guān)的論點，這說明對于長江經(jīng)濟帶沿線11個省份來說，物流產(chǎn)業(yè)不斷發(fā)展必然帶來碳排放量的上升。

第二，數(shù)字經(jīng)濟發(fā)展能夠抑制物流產(chǎn)業(yè)發(fā)展與碳排放之間的正向關(guān)系，同時數(shù)字經(jīng)濟發(fā)展又對物流產(chǎn)業(yè)發(fā)展與碳排放之間的相關(guān)關(guān)系具有調(diào)節(jié)作用。這說明數(shù)字經(jīng)濟加強了物流產(chǎn)業(yè)與碳排放之間的技術(shù)檢測與控制，改善了物流業(yè)的高排放情況。

四、存在問題與策略創(chuàng)新

（一）存在問題及原因剖析

1.低碳物流相關(guān)法律制度建設(shè)尚不完善

一是在法律和監(jiān)督控制系統(tǒng)中，以治理環(huán)境污染有關(guān)的法律占據(jù)主導(dǎo)地位，而低碳物流的發(fā)展缺乏強有力的法律支持，尤其是在低碳物流的具體運作和推廣方面，還需要加強法規(guī)建設(shè)與完善制度。二是低碳物流業(yè)務(wù)涉及海關(guān)、交通、環(huán)保、電商等多個獨立運作的部門，彼此沒有統(tǒng)一的物流規(guī)則、綠色標(biāo)準(zhǔn)和管理條例，再加上對低碳物流的接受度普遍不高，致使低碳物流的發(fā)展方向和戰(zhàn)略定位不甚清晰。

2.低碳物流與數(shù)字互聯(lián)網(wǎng)全方位融合不足

數(shù)字經(jīng)濟時代，互聯(lián)網(wǎng)憑借其巨大的信息量，在物流買賣雙方起著溝通交流的媒介作用，從根本上改變了人們的生活和消費方式。尤其是網(wǎng)絡(luò)購物與電商平臺，推動了物流業(yè)的快速增長，從而將物流業(yè)高碳排特點與每個人的購物習(xí)慣緊密聯(lián)系起來。這意味著每個消費者低碳意識的培養(yǎng)和監(jiān)測必不可少，僅靠線下宣傳及記錄物流各方面的減碳行為已遠(yuǎn)遠(yuǎn)不夠。

3.物流產(chǎn)業(yè)綠色智能技術(shù)的應(yīng)用亟待加強

在數(shù)字經(jīng)濟賦能背景下，運用綠色智能技術(shù)是物流產(chǎn)業(yè)實現(xiàn)低碳轉(zhuǎn)型與綠色升級的重要手段。然而，長江經(jīng)濟帶沿線各省份數(shù)字化技術(shù)規(guī)模尚未形成，眾多物流企業(yè)通常使用各自的局域網(wǎng)，系統(tǒng)的統(tǒng)一的數(shù)字化技術(shù)尚未運用于物流行業(yè)。物流運輸工具、設(shè)備的信息存在集成度不高、智能化不強，無法滿足高水平低碳物流的要求；綠色物流的智慧配送尚不到位，容易產(chǎn)生較大的資源浪費。

4.低碳物流高水平運輸規(guī)劃與倉儲布局相對缺乏

當(dāng)前，對于物流過程中的復(fù)雜路線缺乏高水平的運輸規(guī)劃，倉儲選址及部署規(guī)劃難度大，不僅造成物流運輸效率降低，而且導(dǎo)致運輸排放出現(xiàn)更多的有害氣體，造成空氣污染等。尤其是在公路、鐵路等方式間的多式聯(lián)運，存在銜接不緊密等系列難題，需要科學(xué)規(guī)劃和精心設(shè)計，以提高效率、減少碳排放。

（二）對策建議

1.完善低碳物流的政策環(huán)境與標(biāo)準(zhǔn)規(guī)則

創(chuàng)造健全、良好的環(huán)保法律環(huán)境，從國家層面大力支持低碳物流的發(fā)展。一是在宏觀規(guī)劃方面，應(yīng)強化高水平物流系統(tǒng)建設(shè)與高運輸、低碳排的綠色物流目標(biāo)導(dǎo)向，同時針對低碳物流的每個環(huán)節(jié)如低碳生產(chǎn)、低碳運輸、低碳包裝等制定細(xì)致的法律法規(guī)，并出臺相應(yīng)的綠色優(yōu)惠政策，為低碳物流的健康可持續(xù)發(fā)展保駕護(hù)航、增添助力。二是在市場環(huán)境方面，應(yīng)以市場為導(dǎo)向、以企業(yè)為主體，構(gòu)建強大的物流創(chuàng)新體系，集成數(shù)字低碳技術(shù)的研發(fā)和應(yīng)用，最大程度地減少碳排放，積極推進(jìn)物流企業(yè)履行環(huán)保責(zé)任并加大對物流污染環(huán)境問題的監(jiān)督檢查力度。三是在具體實施方面，應(yīng)不斷宣傳、鼓勵和帶動綠色低碳行為，同時完善低碳物流的綠色標(biāo)準(zhǔn)和管理細(xì)則，真正實現(xiàn)物流企業(yè)的減排使命。如生產(chǎn)資源要符合綠色要求，盡量減少物流資源的浪費；物流運輸車輛尾氣排放要符合低碳標(biāo)準(zhǔn)，積極倡導(dǎo)新能源送貨車的使用；綠色包裝要能回收重復(fù)利用，最大程度地減少對自然環(huán)境的破壞等。

2.促進(jìn)低碳物流與互聯(lián)網(wǎng)的全方位融合

一是利用數(shù)字互聯(lián)網(wǎng)平臺廣泛傳播綠色低碳生活理念，讓全社會認(rèn)識到綠色低碳的重要性，并按照《公民綠色行為碳減排量化》標(biāo)準(zhǔn)，積極參與到促進(jìn)低碳物流發(fā)展的活動中來。二是運用互聯(lián)網(wǎng)平臺的數(shù)字技術(shù)，實時動態(tài)地記錄個人綠色低碳行為，如綠色低碳行為的碳足跡可以借助手機APP、支付寶、微信小程序等在線方式進(jìn)行追蹤記錄，還可以用動態(tài)圖表來實時互動，讓用戶了解其碳足跡水平等。三是建立健全涵蓋服裝、食品、住房、交通、旅行、辦公室等各個方面的大數(shù)據(jù)平臺基礎(chǔ)設(shè)施和信息安全保障體系，使政府、企業(yè)、全民等多行為主體共同為減少物流碳排放作出貢獻(xiàn)。

3.加強低碳物流技術(shù)與數(shù)字技術(shù)的結(jié)合

一是從技術(shù)層面，運用大數(shù)據(jù)、云計算和人工智能等數(shù)字技術(shù)改善物流產(chǎn)業(yè)的生產(chǎn)與管理系統(tǒng)，顯著提高長江經(jīng)濟帶物流的運作效率、運營質(zhì)量和能源效率，并有效降低物流碳排放量。二是從數(shù)字賦能層面，構(gòu)建以低碳業(yè)務(wù)為中心、以價值創(chuàng)造為目標(biāo)的數(shù)字化管理模式，形成物流企業(yè)內(nèi)部各層次、各環(huán)節(jié)之間的數(shù)字化聯(lián)系和綠色整體效應(yīng)，進(jìn)一步加強低碳物流技術(shù)與數(shù)字技術(shù)的相互融合，促進(jìn)長江經(jīng)濟帶物流產(chǎn)業(yè)成本降低和效率提高。三是從戰(zhàn)略層面，應(yīng)構(gòu)建以物流企業(yè)為主體的“政產(chǎn)學(xué)研融用”六位一體緊密結(jié)合的協(xié)同創(chuàng)新模式，高效開發(fā)數(shù)字綠色技術(shù)，打造清潔能源和可再生能源多樣化的低碳物流新技術(shù)體系。

4.推動低碳物流運輸與數(shù)字經(jīng)濟的接軌

一是在物流運輸鏈中，充分利用數(shù)字經(jīng)濟技術(shù)來優(yōu)化物流路線與倉儲布局，通過大數(shù)據(jù)進(jìn)行實時檢測，同時優(yōu)化運輸車輛的最佳滿載度，以提升物流效率。二是在保證貨物安全運輸及質(zhì)量的前提下，大力發(fā)展低碳綠色貨運方式，如廣泛應(yīng)用綠色貨車等高效節(jié)能車型，推廣新能源物流運輸工具，鼓勵使用節(jié)能型叉車及電動叉車等新型搬運裝備，真正實現(xiàn)綠色運輸。三是在物流包裝設(shè)計和使用上，秉持綠色可持續(xù)發(fā)展理念，進(jìn)一步推廣節(jié)能環(huán)保型和循環(huán)使用型包裝材料，從根本上減少包裝過程中的材料浪費，降低物流成本。