數字物流、經濟增長與生態環境協調發展

羅 清，崔廣鋒，夏 芮，韓 笑

（1.南通理工學院 商學院，江蘇 南通 226000；2.南通昌榮機電有限公司，江蘇 南通 226000）

0 引言

國務院發布的《“十四五”數字經濟發展規劃》明確數字經濟是繼農業經濟、工業經濟之后的主要經濟形態，并且提出到2025年數字經濟邁向全國擴展期，數字經濟核心產業增加值占GDP比重可達到10%的發展目標。在疫情防控下，數字經濟與物流的結合引爆了物流大變革，數字化平臺為國際供應鏈提供了在線管理的工具，全面提升了內部溝通效率，數字經濟應用最廣泛的幾個領域包括了商業與消費領域、制造與生產領域，這些為物流企業帶來了變革，促進了物流設施的轉型發展。數字物流在我國經濟發展中的重要性不言而喻，但在改善生態環境方面還有很大利用空間[1]。我國快遞業務量連續7年位居世界第一且保持快速增長的態勢，2020年快遞包裝達到833.6億件，同比增長31.2%?？爝f單量高速增長使得快遞廢棄物數量激增，在“碳達峰”“碳中和”的國家戰略下，快遞業不斷增加的碳排放問題亟待解決，物流、包裝行業至少面臨著近億萬噸的減碳空間。因此數字化技術如何促進物流業低碳轉型和經濟的可持續發展是一個值得關注的熱點問題。

長江經濟帶依托長江黃金水道，覆蓋長江上中下游11個省市，生態地位重要、綜合實力較強、發展潛力巨大。但長江經濟帶發展也面臨諸多亟待解決的問題，如生態環境狀況形勢嚴峻、區域發展不平衡、產業轉型升級任務艱巨、區域合作機制不健全等[2]，探討長江經濟帶區域數字物流、經濟增長與生態環境之間的耦合協調關系，對于指導區域未來可持續發展具有重要的現實意義。

關于物流、經濟與環境的研究，周泰[3]基于低碳視角運用協同學理論對四川省“物流-生態環境”復合系統進行了有序度和協調度分析。張榮天，等[4]以泛長江三角地區為例，運用改進熵值法和耦合協調度模型分析了區域經濟與生態環境的耦合協調度及其演變。李虹，等[5]以環渤海、長三角、珠三角三大經濟圈為研究對象，對區域物流、經濟增長與生態環境三大復合系統進行協調度分析，并運用固定效應回歸模型對協調發展水平的影響因素進行了實證分析?，F有研究大多集中在區域物流與經濟、環境之間的協調發展，鮮有從數字物流的角度進行協調分析，本文在物流研究基礎上融入了數字化發展水平，旨在研究數字物流與區域經濟和生態環境之間的耦合協調關系以及影響因素實證分析。

1 研究設計

1.1 指標體系構建及數據來源

數字化物流系統、區域經濟系統和生態環境系統都是一個極其復雜的概念，如何科學合理地建立系統評價指標體系是研究數字物流、區域經濟與生態環境耦合協調關系的前提。本文在遵循指標科學性、系統性、可比性、可獲得性等前提下，結合相關研究文獻[6]，建立了數字物流、區域經濟與生態環境的評價指標體系，見表1。

表1 耦合協調度評價指標體系

本文將長江經濟帶區域作為實證分析的研究區域，物流業數據用統計年鑒中的交通運輸、倉儲、郵政業的相關數據代替。分析數據資料均來源于2010-2020年的《中國統計年鑒》《中國能源統計年鑒》和長江經濟帶各省市統計年鑒。鑒于文章篇幅有限，僅列出江蘇省2010-2020年生態環境系統各指標的原始數據，見表2。

表2 江蘇省2010-2020年生態環境系統指標原始數據

1.2 研究方法

1.2.1 改進熵值法

（1）指標數據標準化。為了消除量綱對數據的影響，運用極差變化法進行標準化處理。

其中，i表示年份，xmax和xmin分別表示第j項指標的最大值和最小值，xij和Yij分別表示原始值和標準值。

（2）指標數據歸一化。運用熵值法計算指標權重時需要取對數，標準化數據矩陣中存在零，所以將標準化數據矩陣向右平移一個單位，避免在計算中出現無意義的情況。

（3）測度各指標熵值

（4）計算各項指標的差異系數

指標的差異系數越大，表明相應指標在評價中的作用越大。

（5）計算各指標權重

（6）測算系統綜合評價指數

式中，k=1,2,3；u1，u2，u3分別表示數字物流、區域經濟、生態環境的綜合評價指數；Wjk是指第k個系統的第j個指標的權重，Yij是指第k個系統的第j個指標值，即標準化之后的數據。

1.2.2 數字物流、區域經濟與生態環境耦合協調模型?！榜詈稀备拍钭畛鮼碜杂谖锢韺W，主要是指兩個或兩個以上系統通過各種相互作用而彼此影響的現象，從以往研究發現，耦合協調度模型常用在兩者及以上的關系分析之中。

（2）計算耦合協調度。由于耦合度只反映了三個系統相互作用的程度，無法反映協調發展水平的高低，因此引入協調度指標更好的評價三個系統之間的協調程度。計算公式如下：

式中，D為耦合協調度；T為數字物流、區域經濟與生態環境的綜合評價指數；α,β,λ為待定系數，借鑒相關文獻的系數選取方法，本文取α=β=λ=1/3。本文采用相關文獻[7]確定的耦合協調度評價標準進行耦合協調度評價。

1.2.3 計量經濟模型。為進一步探索數字物流、經濟增長與生態環境協調發展水平的影響因素，以三系統的協調度為被解釋變量，參考相關文獻資料，選取能代表數字物流發展水平、區域經濟發展水平和生態環境發展水平的指標作為解釋變量[5]。指標選取情況見表3。

表3 耦合協調度及其影響因素指標選取結果

基于選取的指標構建面板數據的計量經濟模型對協調度的影響因素進行實證分析，為了消除數據間的異方差，所有變量在模型中取對數，選擇固定效應回歸模型進行回歸分析，公式如下：

其中，CDit為耦合協調度，c為常數項，α1、α2、α3、α4、α5為待定系數，μi為個體固定效應，ε為隨機誤差項。

2 實證結果及分析

2.1 綜合發展水平分析

利用改進熵值法計算得出長江經濟帶11省市2010-2020年的數字物流、區域經濟、生態環境的綜合發展水平值，結果見表4。由表4數據可知，從數字物流系統來看，2010年長江經濟帶地區上海的數字物流發展程度最高，其次是重慶；到2020年數字物流發展得分排名前5位的是浙江、江蘇、上海、云南及四川；三大城市群的數字物流綜合發展水平總體呈上升趨勢，長三角城市群數字物流綜合值處于領先地位，長江中游城市群在2012-2017年間的物流綜合值趕超其他兩個城市群，但2018年開始增長速度變慢，整體的物流發展水平低于成渝城市群。從經濟發展系統來看，三大城市群的經濟發展呈現穩步上升趨勢，長三角城市群增長最快，2010-2017年間長江中游城市群的經濟發展水平一直處于領先地位，在2018年被長三角城市群趕超，2020年其經濟發展水平出現了一定幅度的下降，導致其經濟發展水平最低，成渝城市群在2010-2015年間的經濟發展水平高于長三角城市群，2016年開始其發展速度低于長三角城市群的發展速度，到2020年成渝城市群的經濟發展綜合值位于第二位。從生態環境系統來看，三大城市群的生態環境綜合發展水平呈波動上升狀態，2010年生態環境綜合值較高的地區主要是浙江、四川、江西、重慶和云南，集中在成渝城市群，而上海、江蘇、湖南、湖北及貴州的生態環境綜合值較低，2020年生態環境綜合值排名靠前的主要是重慶、湖北、江蘇和貴州，江蘇、湖北和貴州的生態環境得到了很大的提升，長江中游城市群的生態環境發展高于其他兩個城市群，其次是成渝城市群，長三角城市群的生態環境綜合值最低。從三大系統的總體來看，2010-2020年間長江經濟帶的生態環境綜合發展速度最慢，數字物流的綜合發展速度最快，但三大系統的綜合值總體上均呈上升趨勢，說明長江經濟帶的數字物流、經濟增長與生態環境間呈現出一定程度的正相關性特征。

表4 數字物流-區域經濟-生態環境綜合發展水平值

2.2 耦合協調度分析

根據耦合協調度模型公式，計算出2010-2020年長江經濟帶地區11個省市的耦合度C及協調度D（見表5和圖1）。從表5可知，2010年三大城市群均處于低度耦合階段，2011年長三角城市群率先進入中度耦合階段，2012年三大城市群均進入中度耦合階段，耦合度均值總體較為穩定。三大城市群的協調度均值總體呈現穩步上升的趨勢，研究期間長三角城市群和成渝城市群由嚴重失調水平發展到勉強協調水平，長江中游城市群從中度失調水平發展到勉強協調水平。從圖1可知，2010-2020年長江經濟帶地區三系統的耦合度和協調度均值均呈現出穩步上升趨勢，說明在研究期間長江經濟帶地區的數字物流、經濟發展與生態環境的耦合協調發展取得了一定的進步，耦合度總體位于中度耦合階段，協調度位于勉強協調水平。

圖1 2010-2020年耦合度與協調度均值

表5 數字物流-區域經濟-生態環境耦合度與協調度

基于excel繪制出三系統耦合協調雷達圖（如圖2、圖3所示），從耦合度來看，2010年上海市和重慶市的耦合度均大于0.3，處于中度耦合階段，其余地區的耦合度均小于0.3，處于低度耦合階段，其中貴州和浙江的耦合度最低；2020年各地區的耦合度基本相同（0.333），均處于中度耦合階段。從協調度來看，2010年協調度最大的城市是重慶，其次是江西、上海、湖南，均處于中度失調水平，其他地區處于嚴重失調狀態，其中貴州的協調度最低；2020年各地區的協調度基本相同，處于勉強協調水平，其中江蘇省的協調度最大（0.533），其次是上海。

圖2 2010和2020年長江經濟帶11省市的耦合度

圖3 2010和2020年長江經濟帶11省市的協調度

2.3 影響因素分析

在運用面板數據計量經濟模型對耦合協調度的影響因素分析之前，先要對數據序列進行平穩性檢驗，防止出現偽回歸現象，保證模型的有效性。利用Eviews軟件ADF檢驗法對面板數據進行單位根檢驗，結果表明各個對數序列是平穩序列，可以進行回歸分析，為了進一步確保回歸結果的精確性，通過對模型進行F檢驗和Hausman檢驗，確定適用固定效應模型進行回歸分析。回歸結果見表6。

表6 固定效應模型回歸結果

通過表6數據可以看出，各解釋變量的相關系數均為正，表明各因素與耦合協調度呈正相關，對耦合協調水平有正向的促進作用。其中人均GDP對耦合協調度的影響最大，經濟發展水平的提高會促進耦合協調度提高；其次是物流業增加值，物流業增加值體現了物流業的發展水平，物流業高速發展促進經濟的快速發展，從而促進耦合協調度的增加；互聯網普及率與耦合協調度呈正相關，互聯網普及率代表了企業的數字化基礎設施水平，互聯網普及率的提高會促進物流業發展，最終達到提高耦合協調度的目的；工業污染治理完成投資和能耗強度對耦合協調度有一定的正向促進作用。

3 研究結論

本文以2010-2020年長江經濟帶11個省市為研究對象，利用耦合協調度模型對數字物流、區域經濟與生態環境之間的耦合協調度進行分析，并利用固定效應回歸模型探究三者協調發展的影響因素，得出如下結論：

（1）長江經濟帶三大城市群的耦合度相差不大，均處于中度耦合階段，協調度水平均呈現穩步上升的趨勢，長三角城市群和成渝城市群由嚴重失調水平發展到勉強協調水平，長江中游城市群從中度失調水平發展到勉強協調水平。

（2）數字物流、區域經濟與生態環境協調發展水平的影響因素分析結果表明，人均GDP、物流業增加值、互聯網普及率、工業污染治理完成投資及能耗強度對三者協調發展水平均有正向的促進作用，其中人均GDP、物流業增加值及互聯網普及率對三者協調發展的促進作用較大。