数字物流、经济增长与生态环境协调发展

罗 清，崔广锋，夏 芮，韩 笑

（1.南通理工学院 商学院，江苏 南通 226000；
2.南通昌荣机电有限公司，江苏 南通 226000）

国务院发布的《“十四五”数字经济发展规划》明确数字经济是继农业经济、工业经济之后的主要经济形态，并且提出到2025年数字经济迈向全国扩展期，数字经济核心产业增加值占GDP比重可达到10%的发展目标。在疫情防控下，数字经济与物流的结合引爆了物流大变革，数字化平台为国际供应链提供了在线管理的工具，全面提升了内部沟通效率，数字经济应用最广泛的几个领域包括了商业与消费领域、制造与生产领域，这些为物流企业带来了变革，促进了物流设施的转型发展。数字物流在我国经济发展中的重要性不言而喻，但在改善生态环境方面还有很大利用空间[1]。我国快递业务量连续7年位居世界第一且保持快速增长的态势，2020年快递包装达到833.6亿件，同比增长31.2%。快递单量高速增长使得快递废弃物数量激增，在“碳达峰”“碳中和”的国家战略下，快递业不断增加的碳排放问题亟待解决，物流、包装行业至少面临着近亿万吨的减碳空间。因此数字化技术如何促进物流业低碳转型和经济的可持续发展是一个值得关注的热点问题。

长江经济带依托长江黄金水道，覆盖长江上中下游11个省市，生态地位重要、综合实力较强、发展潜力巨大。但长江经济带发展也面临诸多亟待解决的问题，如生态环境状况形势严峻、区域发展不平衡、产业转型升级任务艰巨、区域合作机制不健全等[2]，探讨长江经济带区域数字物流、经济增长与生态环境之间的耦合协调关系，对于指导区域未来可持续发展具有重要的现实意义。

关于物流、经济与环境的研究，周泰[3]基于低碳视角运用协同学理论对四川省“物流-生态环境”复合系统进行了有序度和协调度分析。张荣天，等[4]以泛长江三角地区为例，运用改进熵值法和耦合协调度模型分析了区域经济与生态环境的耦合协调度及其演变。李虹，等[5]以环渤海、长三角、珠三角三大经济圈为研究对象，对区域物流、经济增长与生态环境三大复合系统进行协调度分析，并运用固定效应回归模型对协调发展水平的影响因素进行了实证分析。现有研究大多集中在区域物流与经济、环境之间的协调发展，鲜有从数字物流的角度进行协调分析，本文在物流研究基础上融入了数字化发展水平，旨在研究数字物流与区域经济和生态环境之间的耦合协调关系以及影响因素实证分析。

1.1 指标体系构建及数据来源

数字化物流系统、区域经济系统和生态环境系统都是一个极其复杂的概念，如何科学合理地建立系统评价指标体系是研究数字物流、区域经济与生态环境耦合协调关系的前提。本文在遵循指标科学性、系统性、可比性、可获得性等前提下，结合相关研究文献[6]，建立了数字物流、区域经济与生态环境的评价指标体系，见表1。

表1 耦合协调度评价指标体系

本文将长江经济带区域作为实证分析的研究区域，物流业数据用统计年鉴中的交通运输、仓储、邮政业的相关数据代替。分析数据资料均来源于2010-2020年的《中国统计年鉴》《中国能源统计年鉴》和长江经济带各省市统计年鉴。鉴于文章篇幅有限，仅列出江苏省2010-2020年生态环境系统各指标的原始数据，见表2。

表2 江苏省2010-2020年生态环境系统指标原始数据

1.2 研究方法

1.2.1 改进熵值法

（1）指标数据标准化。为了消除量纲对数据的影响，运用极差变化法进行标准化处理。

其中，i表示年份，xmax和xmin分别表示第j项指标的最大值和最小值，xij和Yij分别表示原始值和标准值。

（2）指标数据归一化。运用熵值法计算指标权重时需要取对数，标准化数据矩阵中存在零，所以将标准化数据矩阵向右平移一个单位，避免在计算中出现无意义的情况。

（3）测度各指标熵值

（4）计算各项指标的差异系数

指标的差异系数越大，表明相应指标在评价中的作用越大。

（5）计算各指标权重

（6）测算系统综合评价指数

式中，k=1,2,3；
u1，u2，u3分别表示数字物流、区域经济、生态环境的综合评价指数；
Wjk是指第k个系统的第j个指标的权重，Yij是指第k个系统的第j个指标值，即标准化之后的数据。

1.2.2 数字物流、区域经济与生态环境耦合协调模型。“耦合”概念最初来自于物理学，主要是指两个或两个以上系统通过各种相互作用而彼此影响的现象，从以往研究发现，耦合协调度模型常用在两者及以上的关系分析之中。

（2）计算耦合协调度。由于耦合度只反映了三个系统相互作用的程度，无法反映协调发展水平的高低，因此引入协调度指标更好的评价三个系统之间的协调程度。计算公式如下：

式中，D为耦合协调度；
T为数字物流、区域经济与生态环境的综合评价指数；
α,β,λ为待定系数，借鉴相关文献的系数选取方法，本文取α=β=λ=1/3。本文采用相关文献[7]确定的耦合协调度评价标准进行耦合协调度评价。

1.2.3 计量经济模型。为进一步探索数字物流、经济增长与生态环境协调发展水平的影响因素，以三系统的协调度为被解释变量，参考相关文献资料，选取能代表数字物流发展水平、区域经济发展水平和生态环境发展水平的指标作为解释变量[5]。指标选取情况见表3。

表3 耦合协调度及其影响因素指标选取结果

基于选取的指标构建面板数据的计量经济模型对协调度的影响因素进行实证分析，为了消除数据间的异方差，所有变量在模型中取对数，选择固定效应回归模型进行回归分析，公式如下：

其中，CDit为耦合协调度，c为常数项，α1、α2、α3、α4、α5为待定系数，μi为个体固定效应，ε为随机误差项。

2.1 综合发展水平分析

利用改进熵值法计算得出长江经济带11省市2010-2020年的数字物流、区域经济、生态环境的综合发展水平值，结果见表4。由表4数据可知，从数字物流系统来看，2010年长江经济带地区上海的数字物流发展程度最高，其次是重庆；
到2020年数字物流发展得分排名前5位的是浙江、江苏、上海、云南及四川；
三大城市群的数字物流综合发展水平总体呈上升趋势，长三角城市群数字物流综合值处于领先地位，长江中游城市群在2012-2017年间的物流综合值赶超其他两个城市群，但2018年开始增长速度变慢，整体的物流发展水平低于成渝城市群。从经济发展系统来看，三大城市群的经济发展呈现稳步上升趋势，长三角城市群增长最快，2010-2017年间长江中游城市群的经济发展水平一直处于领先地位，在2018年被长三角城市群赶超，2020年其经济发展水平出现了一定幅度的下降，导致其经济发展水平最低，成渝城市群在2010-2015年间的经济发展水平高于长三角城市群，2016年开始其发展速度低于长三角城市群的发展速度，到2020年成渝城市群的经济发展综合值位于第二位。从生态环境系统来看，三大城市群的生态环境综合发展水平呈波动上升状态，2010年生态环境综合值较高的地区主要是浙江、四川、江西、重庆和云南，集中在成渝城市群，而上海、江苏、湖南、湖北及贵州的生态环境综合值较低，2020年生态环境综合值排名靠前的主要是重庆、湖北、江苏和贵州，江苏、湖北和贵州的生态环境得到了很大的提升，长江中游城市群的生态环境发展高于其他两个城市群，其次是成渝城市群，长三角城市群的生态环境综合值最低。从三大系统的总体来看，2010-2020年间长江经济带的生态环境综合发展速度最慢，数字物流的综合发展速度最快，但三大系统的综合值总体上均呈上升趋势，说明长江经济带的数字物流、经济增长与生态环境间呈现出一定程度的正相关性特征。

表4 数字物流-区域经济-生态环境综合发展水平值

2.2 耦合协调度分析

根据耦合协调度模型公式，计算出2010-2020年长江经济带地区11个省市的耦合度C及协调度D（见表5和图1）。从表5可知，2010年三大城市群均处于低度耦合阶段，2011年长三角城市群率先进入中度耦合阶段，2012年三大城市群均进入中度耦合阶段，耦合度均值总体较为稳定。三大城市群的协调度均值总体呈现稳步上升的趋势，研究期间长三角城市群和成渝城市群由严重失调水平发展到勉强协调水平，长江中游城市群从中度失调水平发展到勉强协调水平。从图1可知，2010-2020年长江经济带地区三系统的耦合度和协调度均值均呈现出稳步上升趋势，说明在研究期间长江经济带地区的数字物流、经济发展与生态环境的耦合协调发展取得了一定的进步，耦合度总体位于中度耦合阶段，协调度位于勉强协调水平。

图1 2010-2020年耦合度与协调度均值

表5 数字物流-区域经济-生态环境耦合度与协调度

基于excel绘制出三系统耦合协调雷达图（如图2、图3所示），从耦合度来看，2010年上海市和重庆市的耦合度均大于0.3，处于中度耦合阶段，其余地区的耦合度均小于0.3，处于低度耦合阶段，其中贵州和浙江的耦合度最低；
2020年各地区的耦合度基本相同（0.333），均处于中度耦合阶段。从协调度来看，2010年协调度最大的城市是重庆，其次是江西、上海、湖南，均处于中度失调水平，其他地区处于严重失调状态，其中贵州的协调度最低；
2020年各地区的协调度基本相同，处于勉强协调水平，其中江苏省的协调度最大（0.533），其次是上海。

图2 2010和2020年长江经济带11省市的耦合度

图3 2010和2020年长江经济带11省市的协调度

2.3 影响因素分析

在运用面板数据计量经济模型对耦合协调度的影响因素分析之前，先要对数据序列进行平稳性检验，防止出现伪回归现象，保证模型的有效性。利用Eviews软件ADF检验法对面板数据进行单位根检验，结果表明各个对数序列是平稳序列，可以进行回归分析，为了进一步确保回归结果的精确性，通过对模型进行F检验和Hausman检验，确定适用固定效应模型进行回归分析。回归结果见表6。

表6 固定效应模型回归结果

通过表6数据可以看出，各解释变量的相关系数均为正，表明各因素与耦合协调度呈正相关，对耦合协调水平有正向的促进作用。其中人均GDP对耦合协调度的影响最大，经济发展水平的提高会促进耦合协调度提高；
其次是物流业增加值，物流业增加值体现了物流业的发展水平，物流业高速发展促进经济的快速发展，从而促进耦合协调度的增加；
互联网普及率与耦合协调度呈正相关，互联网普及率代表了企业的数字化基础设施水平，互联网普及率的提高会促进物流业发展，最终达到提高耦合协调度的目的；
工业污染治理完成投资和能耗强度对耦合协调度有一定的正向促进作用。

本文以2010-2020年长江经济带11个省市为研究对象，利用耦合协调度模型对数字物流、区域经济与生态环境之间的耦合协调度进行分析，并利用固定效应回归模型探究三者协调发展的影响因素，得出如下结论：

（1）长江经济带三大城市群的耦合度相差不大，均处于中度耦合阶段，协调度水平均呈现稳步上升的趋势，长三角城市群和成渝城市群由严重失调水平发展到勉强协调水平，长江中游城市群从中度失调水平发展到勉强协调水平。

（2）数字物流、区域经济与生态环境协调发展水平的影响因素分析结果表明，人均GDP、物流业增加值、互联网普及率、工业污染治理完成投资及能耗强度对三者协调发展水平均有正向的促进作用，其中人均GDP、物流业增加值及互联网普及率对三者协调发展的促进作用较大。