中國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素分析

張立國(guó)

（桂林航天工業(yè)學(xué)院廣西航空物流研究中心，廣西桂林541004）

中國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素分析

張立國(guó)

（桂林航天工業(yè)學(xué)院廣西航空物流研究中心，廣西桂林541004）

物流業(yè)二氧化碳排放問(wèn)題是當(dāng)前我國(guó)碳減排工作的重中之重，正確評(píng)估各驅(qū)動(dòng)因素在碳排放中的貢獻(xiàn)度對(duì)于促進(jìn)行業(yè)碳減排意義重大?？苫贚MDI分解技術(shù)，構(gòu)建物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素分解分析模型，將物流業(yè)碳排放變化驅(qū)動(dòng)因素分解為碳排放因子效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、物流產(chǎn)出效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、人口規(guī)模效應(yīng)等六個(gè)方面，并利用2003—2014年我國(guó)30個(gè)省市區(qū)物流業(yè)面板數(shù)據(jù)進(jìn)行實(shí)證分析。研究樣本年內(nèi)各驅(qū)動(dòng)因素動(dòng)態(tài)變動(dòng)和區(qū)域差異情況可以發(fā)現(xiàn)，我國(guó)物流業(yè)二氧化碳排放強(qiáng)度基本呈逐年上升趨勢(shì)；經(jīng)濟(jì)發(fā)展效應(yīng)是物流業(yè)二氧化碳排放持續(xù)高速增長(zhǎng)最主要的驅(qū)動(dòng)因素，物流業(yè)產(chǎn)出的提高是抑制二氧化碳排放增長(zhǎng)最主要的驅(qū)動(dòng)因素；東部地區(qū)能源結(jié)構(gòu)的變化對(duì)物流業(yè)二氧化碳排放有抑制作用，而中西部地區(qū)能源結(jié)構(gòu)需要進(jìn)一步優(yōu)化。此外，對(duì)各省市區(qū)情況的分析表明，廣西能源結(jié)構(gòu)效應(yīng)表現(xiàn)最好，寧夏能源強(qiáng)度效應(yīng)表現(xiàn)最好，江西物流產(chǎn)出效應(yīng)表現(xiàn)最好，河北經(jīng)濟(jì)發(fā)展效應(yīng)表現(xiàn)最好，四川人口規(guī)模效應(yīng)表現(xiàn)最好。

物流業(yè)；二氧化碳排放；驅(qū)動(dòng)因素；動(dòng)態(tài)變動(dòng)；區(qū)域差異

一、引言

2014年11月12日亞洲太平洋經(jīng)濟(jì)合作組織（APEC）領(lǐng)導(dǎo)人峰會(huì)上，中美雙方共同發(fā)表《中美氣候變化聯(lián)合聲明》，我國(guó)在該聲明中承諾最晚于2030年達(dá)到二氧化碳?xì)怏w排放的峰值。這是我國(guó)作為最大的發(fā)展中國(guó)家對(duì)世界的一個(gè)莊嚴(yán)承諾，充分展現(xiàn)了我國(guó)作為負(fù)責(zé)任大國(guó)的良好形象。

物流業(yè)作為融合運(yùn)輸、倉(cāng)儲(chǔ)、貨代、信息等產(chǎn)業(yè)的復(fù)合型服務(wù)業(yè)，是支撐國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)。加快發(fā)展現(xiàn)代物流業(yè)，對(duì)于促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、提高國(guó)民經(jīng)濟(jì)競(jìng)爭(zhēng)力、建設(shè)生態(tài)文明具有重要意義。物流業(yè)是我國(guó)二氧化碳排放主要的來(lái)源行業(yè)之一，特別是燃油消耗占總消耗的34%左右，二氧化碳排放量占全國(guó)碳排放總量的18.9%。[1]物流業(yè)是我國(guó)能源消耗增長(zhǎng)最快的行業(yè)之一，年平均增長(zhǎng)速度接近8%，遠(yuǎn)遠(yuǎn)高于同期我國(guó)能源消費(fèi)總量5.71%的年平均增長(zhǎng)速度。此外，物流業(yè)還是目前我國(guó)唯一一個(gè)二氧化碳排放強(qiáng)度持續(xù)增加的行業(yè)，其二氧

化碳排放量占各行業(yè)的比重近年來(lái)呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)。[2]2016年3月，國(guó)家“十三五”規(guī)劃明確將物流業(yè)作為有效控制溫室氣體排放、重點(diǎn)實(shí)施低碳發(fā)展的四個(gè)行業(yè)之一。因此，研究物流業(yè)二氧化碳排放變化，尋找我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素，對(duì)于找準(zhǔn)政策切入點(diǎn)、有效利用有限資源解決二氧化碳排放問(wèn)題、履行碳減排承諾具有重要現(xiàn)實(shí)意義。

目前有關(guān)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素的研究大多集中于交通運(yùn)輸業(yè)碳排放問(wèn)題。拉克什曼南（Lakshmanan T R）[3]的研究表明，居民旅行意愿、人口和GDP是影響美國(guó)交通運(yùn)輸業(yè)二氧化碳排放的重要因素；安德里尼（Andreoni V）等[4]認(rèn)為，碳排放強(qiáng)度、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)增長(zhǎng)等因素會(huì)對(duì)水路運(yùn)輸和航空運(yùn)輸?shù)亩趸寂欧女a(chǎn)生影響；利馬泰寧（Liimatainen H）等[5]認(rèn)為，經(jīng)濟(jì)活動(dòng)、交通需求、能源效率等因素會(huì)對(duì)道路運(yùn)輸?shù)亩趸寂欧女a(chǎn)生影響；查德蘭（Chandran V G R）等[6]認(rèn)為，經(jīng)濟(jì)增長(zhǎng)、能源消耗、外商直接投資等因素會(huì)對(duì)交通運(yùn)輸業(yè)二氧化碳排放產(chǎn)生影響；陸（Loo B P Y）等[7]的研究表明，機(jī)場(chǎng)作業(yè)、飛行距離、飛機(jī)上座率等因素會(huì)對(duì)航空運(yùn)輸?shù)亩趸寂欧女a(chǎn)生影響；林伯強(qiáng)（Lin B）等[8]認(rèn)為，交通運(yùn)輸業(yè)二氧化碳排放受GDP、城市化率、能源強(qiáng)度、碳排放強(qiáng)度等因素影響；王云靜（Wang Y）等[9]認(rèn)為，城市物流二氧化碳排放會(huì)受到人們交通需求與出行比例兩個(gè)因素的影響，并基于2000—2009年北京市數(shù)據(jù)進(jìn)行了實(shí)證分析。從國(guó)內(nèi)文獻(xiàn)看，影響低碳物流發(fā)展的因素近年來(lái)開(kāi)始逐漸受到了學(xué)者們的關(guān)注。比如，肖丁丁等[10]利用決策試驗(yàn)和評(píng)價(jià)實(shí)驗(yàn)室分析方法（DEMATEL），從政府、企業(yè)、環(huán)境三個(gè)維度分析綠色物流發(fā)展各影響因素，進(jìn)而探討各因素之間的影響關(guān)系；崔強(qiáng)等[11]構(gòu)建了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)與決策試驗(yàn)和評(píng)價(jià)實(shí)驗(yàn)室法相結(jié)合的分析方法（RBF—DEMATEL），利用技術(shù)驅(qū)動(dòng)力、管理驅(qū)動(dòng)力、產(chǎn)業(yè)實(shí)力三個(gè)指標(biāo)對(duì)我國(guó)交通運(yùn)輸?shù)吞蓟芰M(jìn)行了分析；王華強(qiáng)等[12]指出，企業(yè)、技術(shù)、政府是影響物流業(yè)低碳化發(fā)展的三個(gè)重要因素。

對(duì)數(shù)平均迪氏指數(shù)分析方法（Logarithmic Mean Divisia Index Method，LMDI）是國(guó)內(nèi)外學(xué)者研究二氧化碳排放驅(qū)動(dòng)因素經(jīng)常采用的一種方法，近年來(lái)在物流業(yè)中也有應(yīng)用。比如，特姆斯納（Timilsina G R）等[13-14]利用LMDI方法對(duì)拉丁美洲和加勒比海地區(qū)以及12個(gè)亞洲國(guó)家進(jìn)行分析發(fā)現(xiàn)，能源結(jié)構(gòu)、運(yùn)輸方式、能源強(qiáng)度、人口等因素都會(huì)對(duì)物流業(yè)二氧化碳排放產(chǎn)生影響；王（Wang W W）等[15]利用LMDI分析方法研究了碳排放系數(shù)、運(yùn)輸服務(wù)份額、運(yùn)輸方式、運(yùn)輸強(qiáng)度、人均經(jīng)濟(jì)活動(dòng)以及人口等因素對(duì)我國(guó)交通運(yùn)輸業(yè)二氧化碳排放量增長(zhǎng)的影響；劉龍政等[16]利用LMDI分析方法從能源結(jié)構(gòu)、能源效率、經(jīng)濟(jì)增長(zhǎng)三方面入手分析了我國(guó)物流業(yè)二氧化碳排放驅(qū)動(dòng)因素；馬越越等[17]利用LMDI方法從能源結(jié)構(gòu)、能源效率、運(yùn)輸方式、物流發(fā)展、經(jīng)濟(jì)增長(zhǎng)、人口等方面入手分析了我國(guó)人均二氧化碳排放的影響因素。

物流業(yè)是一個(gè)較為復(fù)雜的系統(tǒng)，交通運(yùn)輸僅僅是其中的一部分。近年來(lái)，我國(guó)交通基礎(chǔ)設(shè)施的不斷完善并沒(méi)有使物流業(yè)二氧化碳排放問(wèn)題得到改觀，單純研究交通運(yùn)輸能否解決我國(guó)物流業(yè)二氧化碳排放難題仍然存在一定疑問(wèn)。同時(shí)，我國(guó)是一個(gè)大國(guó)，區(qū)域間社會(huì)經(jīng)濟(jì)發(fā)展存在差異，立足于區(qū)域和省域視角，針對(duì)不同地區(qū)提出相應(yīng)的物流業(yè)減排政策對(duì)于解決我國(guó)的實(shí)際問(wèn)題更為有效。然而，這方面的研究并不多見(jiàn)。本研究將基于對(duì)數(shù)平均迪氏指數(shù)分析方法，研究我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素的動(dòng)態(tài)變化和區(qū)域差異問(wèn)題，為行業(yè)碳減排提供借鑒。

二、研究方法

分解分析方法是研究導(dǎo)致某種結(jié)果產(chǎn)生因素的一種重要方法。近年來(lái)，在能源和環(huán)境問(wèn)題研究中，比較常用的分解分析方法有結(jié)構(gòu)分解分析方法和指數(shù)分解分析方法。其中，結(jié)構(gòu)分解分析方法（Structural Decomposition Analysis，SDA）依托投入產(chǎn)出表，將某一變量分解為多個(gè)影響因素的乘積，進(jìn)而分析各影響因素對(duì)變量的貢獻(xiàn)程度。該方法所需要的信息量比較大，而且會(huì)因統(tǒng)計(jì)口徑或方法的變動(dòng)產(chǎn)生分析結(jié)果的偏差。指數(shù)分解分析方法（Index Decomposition Analysis，IDA）是運(yùn)用指數(shù)體系測(cè)定和研究現(xiàn)象總變動(dòng)中各因素變動(dòng)對(duì)總變動(dòng)影響方向與程度的分析方法。指數(shù)分解分析方法早期主要有拉氏指數(shù)分解法（Laspeyres

Index）、帕氏指數(shù)分解法（Paasche Index）、馬歇爾-埃奇沃斯指數(shù)分解法（Marshall-Edgeworth Index）等，其中以拉氏指數(shù)分解法最為常用。后來(lái)，雷特樂(lè)（Reitler W）等、[18]波伊德（Boyd G A）等[19-20]提出了迪氏指數(shù)分解法（Divisia Index），劉（Liu X Q）等、[21]洪明華（Ang B W）等[22-23]繼而基于不同視角對(duì)該方法加以完善，其中又以洪明華和崔（Ang B W&Choi K H）[24]提出的對(duì)數(shù)平均迪氏指數(shù)分析方法（Logarithmic Mean Divisia Index Method，LM?DI）應(yīng)用最為廣泛。

LMDI法的分解形式有加法和乘法兩種，[25]在現(xiàn)有文獻(xiàn)中，兩種形式基本各占一半，都得到了很好的應(yīng)用，[26]本文選取LMDI的加法分解形式作為基礎(chǔ)方法。目前，有關(guān)能源消耗碳排放的研究所選取的大多是兩層分解分析方法，但由于物流業(yè)能源消耗碳排放不僅不同區(qū)域間存在差異，不同能源類(lèi)型、不同運(yùn)輸方式之間也存在差異，因此不能利用兩層分解分析方法對(duì)物流業(yè)進(jìn)行分解分析。根據(jù)吳立波（Wu L）等[27-28]的研究，本文應(yīng)用三層分解分析方法構(gòu)建我國(guó)物流業(yè)LMDI分解分析模型。具體如下：

其中，i表示省份，j表示運(yùn)輸方式，r表示能源類(lèi)型，Ct表示我國(guó)物流業(yè)在t年的二氧化碳排放量，表示第i省第j種運(yùn)輸方式第r種能源在t年的二氧化碳排放量，表示第i省第j種運(yùn)輸方式第r種能源在t年的消耗量，表示第i省第j種運(yùn)輸方式在t年的能源消耗量，表示第i省第j種運(yùn)輸方式在t年提供的物流服務(wù)量，表示第i省在t年的地區(qū)生產(chǎn)總值，表示第i省在t年的人口數(shù)。我國(guó)物流業(yè)LMDI分解分析模型還可進(jìn)一步表示為：

分析各影響因素對(duì)物流業(yè)能源消耗碳排放的貢獻(xiàn)情況，根據(jù)洪明華等[22]的對(duì)數(shù)指數(shù)分析方法，可得：

其中，wijr是權(quán)重系數(shù)，代表各變量的權(quán)重，t和0分別代表期末和期初。

以上是在不考慮技術(shù)進(jìn)步的前提下，在現(xiàn)有LMDI二層分解分析方法基礎(chǔ)上構(gòu)建的物流業(yè)能源消耗碳排放變化驅(qū)動(dòng)因素三層分解分析模型。在實(shí)際研究中，我們大多運(yùn)用時(shí)間序列數(shù)據(jù)對(duì)某行業(yè)能源消耗碳排放變化進(jìn)行分解分析，數(shù)據(jù)年份越長(zhǎng)，技術(shù)進(jìn)步所導(dǎo)致的噪聲就越明顯，對(duì)分析結(jié)果所造成的影響就越大。于是，技術(shù)差異就開(kāi)始成為一個(gè)研究的重點(diǎn)，洪明華[23]在LMDI二層分解分析方法基礎(chǔ)上提出了基于技術(shù)差異的LM?DI乘法分解分析模型，該模型只考慮兩個(gè)因素，因此在應(yīng)用中具有一定的局限性。直到2014年，岡薩雷斯（Gonzalez P F）等[30]對(duì)乘法模型進(jìn)行了三

因素改進(jìn)，并應(yīng)用該改進(jìn)模型分析歐盟27個(gè)成員國(guó)的能源消耗問(wèn)題。

在三層分解分析方法基礎(chǔ)上，借鑒劉等[21]的相關(guān)研究成果，在考慮技術(shù)進(jìn)步的前提下對(duì)LMDI加法模型進(jìn)行多因素改進(jìn)。具體如下：

對(duì)上式的每個(gè)驅(qū)動(dòng)因素都做進(jìn)一步分解，可以得到下面的結(jié)果：

其中，k代表技術(shù)水平，k-1代表比k低一個(gè)等級(jí)的技術(shù)水平。

以上六個(gè)公式所衡量的是物流業(yè)能源消耗碳排放變化各驅(qū)動(dòng)因素在t年從技術(shù)水平k-1到k的變化。

三、數(shù)據(jù)來(lái)源及處理

20世紀(jì)末期，物流業(yè)逐漸引起了人們的注意，但各國(guó)統(tǒng)計(jì)數(shù)據(jù)中專(zhuān)門(mén)針對(duì)物流業(yè)的統(tǒng)計(jì)比較少見(jiàn)，即使目前世界上最先進(jìn)的北美產(chǎn)業(yè)分類(lèi)體系（NALS）中也沒(méi)有物流業(yè)這個(gè)統(tǒng)計(jì)類(lèi)別。2006年以來(lái)，國(guó)家統(tǒng)計(jì)局出版發(fā)行了《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，把物流業(yè)作為一個(gè)獨(dú)立的類(lèi)別進(jìn)行統(tǒng)計(jì)。分析該年鑒統(tǒng)計(jì)數(shù)據(jù)可以發(fā)現(xiàn)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)占據(jù)了整個(gè)物流產(chǎn)業(yè)83%以上的產(chǎn)業(yè)份額，可以在很大程度上反映整個(gè)物流產(chǎn)業(yè)的發(fā)展?fàn)顩r，而當(dāng)前有關(guān)物流業(yè)的研究文獻(xiàn)也幾乎都是采用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的統(tǒng)計(jì)數(shù)據(jù)來(lái)代替物流業(yè)數(shù)據(jù)的，因此本研究亦以此作為數(shù)據(jù)來(lái)源，選取2003—2014年我國(guó)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)統(tǒng)計(jì)數(shù)據(jù)來(lái)代表物流業(yè)。

近年來(lái)，我國(guó)物流業(yè)增長(zhǎng)方式主要是以量為主，整個(gè)行業(yè)的層次和水平都比較低，技術(shù)進(jìn)步在行業(yè)中的體現(xiàn)還不夠明顯。此外，加之不同年份的物流業(yè)技術(shù)差異數(shù)據(jù)難以收集，且本研究時(shí)間跨度為12年，可在一定程度上忽略技術(shù)差異的影響。因此，考慮到數(shù)據(jù)的可得性，本研究在實(shí)證分析時(shí)暫不考慮物流業(yè)技術(shù)進(jìn)步的影響。各指標(biāo)數(shù)據(jù)選取方式如下：

物流業(yè)能源消耗數(shù)據(jù)：根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》的統(tǒng)計(jì)口徑，選取原煤、型煤、汽油、煤油、柴

油、燃料油、液化石油氣、天然氣、熱力、電力等10種能源，按照《中國(guó)能源統(tǒng)計(jì)年鑒》附錄中的各種能源折標(biāo)準(zhǔn)煤參考系數(shù)表，把10種能源全部統(tǒng)一折算成標(biāo)準(zhǔn)煤。[31]

物流業(yè)二氧化碳排放量：根據(jù)IPCC2006的研究結(jié)論，物流業(yè)的二氧化碳排放量可以通過(guò)各種能源消耗所產(chǎn)生的二氧化碳排放量估算加總得到。各種能源消耗所產(chǎn)生的二氧化碳排放量的具體計(jì)算方法是：各種能源消耗原始數(shù)據(jù)與其平均低位發(fā)熱量（參見(jiàn)《中國(guó)能源統(tǒng)計(jì)年鑒》各種能源折標(biāo)準(zhǔn)煤參考系數(shù)附表中的“平均低位發(fā)熱量”一欄）以及單位熱值含碳量（參見(jiàn)《省級(jí)溫室氣體清單編制指南》（發(fā)改辦氣候（2011）1041號(hào)））三者的乘積。

物流服務(wù)量：物流服務(wù)量可以理解為物流活動(dòng)對(duì)社會(huì)所做出的貢獻(xiàn)，目前主要從實(shí)用價(jià)值形態(tài)和價(jià)值形態(tài)兩個(gè)視角衡量。[32]實(shí)用價(jià)值形態(tài)的物流業(yè)產(chǎn)出指標(biāo)主要圍繞貨物周轉(zhuǎn)量進(jìn)行選取，如薩金斯（Sarkis J）等[33]選取運(yùn)營(yíng)收入、專(zhuān)用航空量、客運(yùn)總數(shù)、貨運(yùn)總數(shù)、飛機(jī)移動(dòng)地區(qū)作為產(chǎn)出指標(biāo)；馮（Fung M K Y）等[34]選取客流量、貨物流量、飛機(jī)飛行時(shí)間作為產(chǎn)出指標(biāo)；蘭（Lam S W）等[35]選取貨運(yùn)量、航班數(shù)量、旅客數(shù)作為產(chǎn)出指標(biāo)；田剛等[36]選取貨物周轉(zhuǎn)量作為產(chǎn)出指標(biāo)；馬越越等[17]以綜合周轉(zhuǎn)量（由貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量經(jīng)轉(zhuǎn)化得到）作為產(chǎn)出指標(biāo)。價(jià)值形態(tài)視角產(chǎn)出指標(biāo)的選取主要基于行業(yè)成本效率進(jìn)行分析、比較和測(cè)算，其優(yōu)點(diǎn)是考慮了數(shù)據(jù)可比性，在物流業(yè)產(chǎn)出指標(biāo)選取中應(yīng)用較為廣泛。根據(jù)鐘祖昌、[37]張立國(guó)等[38]的產(chǎn)出變量選取方法，這里將物流業(yè)產(chǎn)值作為行業(yè)的服務(wù)量，用《中國(guó)統(tǒng)計(jì)年鑒》中各省市區(qū)2003—2014年交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的生產(chǎn)總值統(tǒng)計(jì)數(shù)據(jù)表示。

GDP：用《中國(guó)統(tǒng)計(jì)年鑒》中各省市區(qū)2003— 2014年的國(guó)內(nèi)生產(chǎn)總值統(tǒng)計(jì)數(shù)據(jù)表示。

人口：用《中國(guó)統(tǒng)計(jì)年鑒》中各省市區(qū)2003—2014年的年末人口數(shù)統(tǒng)計(jì)數(shù)據(jù)表示。

把GDP和物流服務(wù)量統(tǒng)一轉(zhuǎn)化成1978年的價(jià)格，因統(tǒng)計(jì)數(shù)據(jù)缺失，每年選取我國(guó)除香港、澳門(mén)、臺(tái)灣和西藏以外30個(gè)省市區(qū)的數(shù)據(jù)，2003—2014年共計(jì)12年，每個(gè)指標(biāo)有360個(gè)樣本。

相關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

四、我國(guó)物流業(yè)碳排放強(qiáng)度

這里把物流業(yè)碳排放強(qiáng)度定義為單位物流業(yè)產(chǎn)值的二氧化碳排放量。物流業(yè)二氧化碳排放強(qiáng)度的大小與物流業(yè)務(wù)共同化水平、新能源及新技術(shù)使用情況等有關(guān)。2013—2014年我國(guó)物流業(yè)碳排放強(qiáng)度變化情況可參見(jiàn)表2。

可以根據(jù)表2分析我國(guó)物流業(yè)二氧化碳排放強(qiáng)度變化趨勢(shì)，2003—2014年我國(guó)物流業(yè)二氧化碳排放強(qiáng)度基本呈逐年上升趨勢(shì)，這與陳詩(shī)一等[2]的研究結(jié)論一致。物流業(yè)作為我國(guó)二氧化碳排放強(qiáng)度依然呈上升趨勢(shì)的行業(yè)，其碳排放與我國(guó)2030年的減排承諾是背道而馳的，需要加強(qiáng)對(duì)物流業(yè)二氧化碳排放的控制。

2003—2014年，我國(guó)物流業(yè)二氧化碳排放強(qiáng)度呈現(xiàn)出三個(gè)階段的特征。2007年以前，物流業(yè)二氧化碳排放強(qiáng)度增長(zhǎng)較快，表明此階段行業(yè)無(wú)序發(fā)展情況較為嚴(yán)重，物流業(yè)處于一種粗放式發(fā)展?fàn)顟B(tài)；2008年以后，物流業(yè)二氧化碳排放強(qiáng)度增長(zhǎng)趨勢(shì)放緩，可能是受到了當(dāng)時(shí)我國(guó)提出的科學(xué)發(fā)展觀思想的影響。2009年國(guó)家重點(diǎn)產(chǎn)業(yè)調(diào)整和振興規(guī)劃的頒布，特別是《物流業(yè)調(diào)整和振興規(guī)劃》的發(fā)布，使得物流業(yè)發(fā)展進(jìn)入了國(guó)家層面的頂層設(shè)計(jì)和布局，整個(gè)社會(huì)資源開(kāi)始被引入物流業(yè)發(fā)展的重點(diǎn)工程，資源無(wú)效投入狀況得到了一定程度的改善。同時(shí)，伴隨著物流基礎(chǔ)設(shè)施的不斷完善，現(xiàn)代信息技術(shù)在物流業(yè)中逐漸推廣應(yīng)用，有效遏制了物流業(yè)二氧化碳排放強(qiáng)度快速增長(zhǎng)的勢(shì)頭，整個(gè)物流業(yè)開(kāi)始進(jìn)入一個(gè)新的發(fā)展階段。2012年以后，隨著我國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)以及綠色物流理念的不斷深入人心，我國(guó)物流業(yè)二氧化碳排放強(qiáng)度進(jìn)入了震蕩調(diào)整時(shí)期。

表1 2003—2014年我國(guó)物流業(yè)碳排放變化驅(qū)動(dòng)因素?cái)?shù)據(jù)描述性統(tǒng)計(jì)（360個(gè)樣本）

表2 2003—2014年我國(guó)物流業(yè)碳排放強(qiáng)度變化 噸二氧化碳∕萬(wàn)元

五、結(jié)果分析

（一）我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素動(dòng)態(tài)變化分析

這里所探討的碳排放因子效應(yīng)主要是指單位能源消耗所產(chǎn)生的二氧化碳排放量，在理論界這個(gè)數(shù)值一般用碳排放系數(shù)或碳排放因子表示，從現(xiàn)有研究文獻(xiàn)[16，39]以及近年來(lái)的IPCC研究報(bào)告看，這個(gè)數(shù)值并沒(méi)有發(fā)生變化，基于數(shù)據(jù)的可得性，這里假定物流業(yè)碳排放因子效應(yīng)不變。因此，本文所研究的我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素主要包括能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、物流產(chǎn)出效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、人口規(guī)模效應(yīng)等五個(gè)指標(biāo)。利用物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素分解分析模型，對(duì)2003—2014年我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素進(jìn)行分解，具體結(jié)果參見(jiàn)表3。

由表3可以看出，2003—2014年驅(qū)動(dòng)我國(guó)物流業(yè)二氧化碳排放變化的五個(gè)因素，按貢獻(xiàn)度從大到小的順序排列依次是經(jīng)濟(jì)發(fā)展效應(yīng)、物流產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)。其中，經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)對(duì)我國(guó)物流業(yè)二氧化碳排放變化具有推動(dòng)作用，而物流產(chǎn)出效應(yīng)對(duì)物流業(yè)二氧化碳排放具有抑制作用。該結(jié)論與王等、[15]馬越越等[17]的研究結(jié)論一致。接下來(lái)，對(duì)影響程度較大的經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、物流產(chǎn)出效應(yīng)進(jìn)行討論。

經(jīng)濟(jì)發(fā)展效應(yīng)一般用人均GDP水平來(lái)衡量，2003—2014年這一因素對(duì)我國(guó)物流業(yè)二氧化碳排放的驅(qū)動(dòng)程度達(dá)到77.56%。究其原因，可能在于兩個(gè)方面：一是隨著人們收入水平的提高，出行需求增加，使得對(duì)交通工具的需求也相應(yīng)增加。在公共交通需求增加的同時(shí)，不少家庭還購(gòu)置了私家車(chē)，使得經(jīng)濟(jì)發(fā)展水平對(duì)物流業(yè)二氧化碳排放起到了很大的推動(dòng)作用。二是隨著電子商務(wù)的發(fā)

展，電商成為一種新的模式，快遞物流也得以迅速發(fā)展起來(lái)，大量快遞公司以及城市快遞配送的無(wú)序發(fā)展亦在一定程度上導(dǎo)致了物流業(yè)二氧化碳排放量的增加。

表3 2003—2014年我國(guó)物流業(yè)能源消耗碳排放變化驅(qū)動(dòng)因素分解%

能源強(qiáng)度效應(yīng)反映單位物流產(chǎn)出的能源消耗量，2003—2014年間這一因素對(duì)我國(guó)物流業(yè)二氧化碳排放的驅(qū)動(dòng)程度達(dá)到43.70%，說(shuō)明我國(guó)物流業(yè)目前存在能源消耗的浪費(fèi)現(xiàn)象，能源并未得到最大化的利用。這與我國(guó)當(dāng)前機(jī)動(dòng)車(chē)保有量的快速上升有關(guān)，2003—2014年我國(guó)機(jī)動(dòng)車(chē)的數(shù)量由9 491.83萬(wàn)輛增加到24 450.51萬(wàn)輛，增長(zhǎng)率達(dá)到158%，給我國(guó)的道路（特別是城市內(nèi)部道路）帶來(lái)了嚴(yán)重的擁堵問(wèn)題，制約了物流業(yè)能源效率的提升，大大增加了物流業(yè)的二氧化碳排放量。

能源結(jié)構(gòu)效應(yīng)對(duì)我國(guó)物流業(yè)二氧化碳排放的驅(qū)動(dòng)程度達(dá)到18.87%，表明我國(guó)物流業(yè)目前能源結(jié)構(gòu)不合理。2003—2014年我國(guó)物流業(yè)能源消耗數(shù)據(jù)顯示，煤炭、汽油、電力消耗占能源總體消耗的比重由6.61%、27.97%、4.22%下降到了4.03%、19.21%、3.588%，而柴油消耗所占比重由40.82%上升到了43.57%。盡管煤炭消耗比重的下降可以降低二氧化碳排放量，但汽油、電力消耗的減少以及柴油消耗的增加都會(huì)推動(dòng)物流業(yè)二氧化碳排放量的增加。對(duì)我國(guó)物流業(yè)而言，目前能源結(jié)構(gòu)不夠合理，且不合理趨勢(shì)日益加重，對(duì)行業(yè)碳減排造成了嚴(yán)重的影響。

物流產(chǎn)出效應(yīng)反映物流業(yè)產(chǎn)值占整個(gè)國(guó)民經(jīng)濟(jì)的比重，2003—2014年間這個(gè)因素對(duì)我國(guó)物流業(yè)二氧化碳排放的驅(qū)動(dòng)程度達(dá)到-44.55%，與王等、[15]馬越越等[17]的研究結(jié)論一致，表明我國(guó)物流業(yè)產(chǎn)出效應(yīng)能夠?qū)π袠I(yè)二氧化碳排放量產(chǎn)生抑制作用。物流業(yè)是服務(wù)性行業(yè)，衡量一個(gè)國(guó)家的發(fā)展水平經(jīng)常會(huì)采用服務(wù)業(yè)占GDP的比重這個(gè)指標(biāo)。中國(guó)物流與采購(gòu)聯(lián)合會(huì)的數(shù)據(jù)顯示，我國(guó)物流業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重由2005年的6.6%提高到了2013年的6.8%。物流業(yè)產(chǎn)值的增加使得物流業(yè)規(guī)模效應(yīng)能夠更加容易地體現(xiàn)出來(lái)，對(duì)車(chē)輛與物流設(shè)施的利用率進(jìn)一步提高，進(jìn)而降低了行業(yè)的二氧化碳排放量。

（二）我國(guó)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素區(qū)域差異分析

考慮到我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展的不平衡性，需要從區(qū)域視角分析我國(guó)物流業(yè)二氧化碳排放各驅(qū)動(dòng)因素。本研究基于東部地區(qū)、中部地區(qū)、西部地區(qū)三個(gè)區(qū)域?qū)Ω黩?qū)動(dòng)因素進(jìn)行分解分析，各因素對(duì)二氧化碳排放的貢獻(xiàn)度可參見(jiàn)表4。

分析2003—2014年三大區(qū)域總體情況可以發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展效應(yīng)在三個(gè)地區(qū)均是貢獻(xiàn)率最大的因素，對(duì)物流業(yè)二氧化碳排放的增加均呈現(xiàn)出較強(qiáng)的推動(dòng)作用，說(shuō)明該因素在全國(guó)范圍內(nèi)是一個(gè)

共性的問(wèn)題，三大地區(qū)都要集中精力優(yōu)先考慮經(jīng)濟(jì)發(fā)展所帶來(lái)的二氧化碳排放的增加，解決好經(jīng)濟(jì)可持續(xù)發(fā)展問(wèn)題；物流產(chǎn)出效應(yīng)在三個(gè)地區(qū)均呈現(xiàn)出抑制物流業(yè)二氧化碳排放增加的特點(diǎn)，說(shuō)明三大地區(qū)都應(yīng)大力發(fā)展物流業(yè)，提高物流業(yè)占GDP的比重，這有利于我國(guó)物流業(yè)實(shí)現(xiàn)碳減排；能源強(qiáng)度效應(yīng)在三大地區(qū)都呈現(xiàn)出促進(jìn)物流業(yè)二氧化碳排放的特點(diǎn)，說(shuō)明我國(guó)物流業(yè)能源利用率不高，各地區(qū)都需要把提高能源強(qiáng)度作為促進(jìn)物流業(yè)碳減排的一項(xiàng)重要政策；能源結(jié)構(gòu)效應(yīng)在東部地區(qū)呈現(xiàn)出抑制二氧化碳排放的特點(diǎn)，而在中西部地區(qū)卻呈現(xiàn)出相反的趨勢(shì)，說(shuō)明東部發(fā)達(dá)地區(qū)近年來(lái)率先在國(guó)內(nèi)推行的一些新能源政策取得了一定效果，需要在中部和西部地區(qū)進(jìn)一步推廣；人口規(guī)模效應(yīng)在三個(gè)地區(qū)的影響均是最小的。

表4 2003—2014年我國(guó)物流業(yè)能源消耗碳排放變化區(qū)域驅(qū)動(dòng)因素分解%

東部地區(qū)物流業(yè)二氧化碳排放各驅(qū)動(dòng)因素按貢獻(xiàn)度從大到小的順序排列依次是經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、物流產(chǎn)出效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)。其中，經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、人口規(guī)模效應(yīng)對(duì)物流業(yè)二氧化碳排放具有推動(dòng)作用，而能源結(jié)構(gòu)效應(yīng)、物流產(chǎn)出效應(yīng)對(duì)物流業(yè)二氧化碳排放具有抑制作用。經(jīng)濟(jì)發(fā)展效應(yīng)是東部地區(qū)最主要的驅(qū)動(dòng)因素，其對(duì)二氧化碳排放的貢獻(xiàn)率達(dá)到169.77%；能源結(jié)構(gòu)效應(yīng)是東部地區(qū)最主要的抑制因素之一，其對(duì)物流業(yè)二氧化碳排放有抑制作用（-108.3%）。王平等[40]研究了能源結(jié)構(gòu)優(yōu)化對(duì)廣東省二氧化碳排放強(qiáng)度的貢獻(xiàn)，認(rèn)為能源結(jié)構(gòu)優(yōu)化對(duì)廣東省碳排放強(qiáng)度的優(yōu)化最為有效，其研究結(jié)論與本文基本一致。

中部地區(qū)和西部地區(qū)特點(diǎn)相同，其物流業(yè)二氧化碳排放驅(qū)動(dòng)因素按貢獻(xiàn)度從大到小的順序排列依次是經(jīng)濟(jì)發(fā)展效應(yīng)、物流產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)。其中，經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)對(duì)物流業(yè)二氧化碳排放具有推動(dòng)作用，而物流產(chǎn)出效應(yīng)對(duì)物流業(yè)二氧化碳排放具有抑制作用。與東部地區(qū)相比，中西部地區(qū)能源結(jié)構(gòu)效應(yīng)呈現(xiàn)正值，說(shuō)明中西部地區(qū)物流業(yè)能源結(jié)構(gòu)不理想，需要進(jìn)一步優(yōu)化。

（三）我國(guó)各地區(qū)物流業(yè)二氧化碳排放變化驅(qū)動(dòng)因素差異分析

基于省域視角，2003—2014年我國(guó)物流業(yè)碳排放變化驅(qū)動(dòng)因素分解情況可參見(jiàn)表5。由表5可以看出，五個(gè)因素在各省市區(qū)的碳排放貢獻(xiàn)率呈現(xiàn)出不同的特點(diǎn)。

在能源結(jié)構(gòu)效應(yīng)方面，表現(xiàn)得最好的是廣西（-107.87%），其能源結(jié)構(gòu)效應(yīng)對(duì)物流業(yè)二氧化碳排放產(chǎn)生了很好的抑制作用，這主要是由煤炭消耗占比的大幅減少以及汽油消耗占比的提升所導(dǎo)致的。廣西是一個(gè)缺煤的省份，其煤炭需求主要通過(guò)秦皇島海運(yùn)到廣西北部灣防城港，然后再經(jīng)陸路運(yùn)輸?shù)綇V西各地，運(yùn)輸距離較長(zhǎng)，運(yùn)輸成本較高。廣西物流業(yè)煤炭消耗占能源消耗總量的比重由2003年的2.26%降低到2014年的0.01%，同時(shí)廣西物流業(yè)柴油消耗占比由72.53%降低到59.16%，而汽油消耗占比由2003年的18.24%增加到2012年的19.96%，能源結(jié)構(gòu)持續(xù)優(yōu)化。在能源結(jié)構(gòu)效應(yīng)上表現(xiàn)得最差的是湖南（36.83%），其能源結(jié)構(gòu)效應(yīng)對(duì)物流業(yè)二氧化碳排放起到了促進(jìn)作用，而導(dǎo)致這種狀況的主要原因在于，其汽油消耗所占比重下降較大，由2003年的40.3%下降到了2014年的19.08%。

在能源強(qiáng)度效應(yīng)方面，表現(xiàn)得最好的是寧夏（-226.86%），表現(xiàn)得最差的是云南（121.01%）。寧夏物流業(yè)能源強(qiáng)度效應(yīng)之所以表現(xiàn)最好，是由其規(guī)模效率引起的，2003—2012年該數(shù)值達(dá)到1.155，在全國(guó)表現(xiàn)最好；[41]云南之所以表現(xiàn)最差，主要原因在于2003—2012年其能源消耗量增加了150.85%，而物流業(yè)產(chǎn)值僅增加了43.48%，單位物流產(chǎn)值的能耗表現(xiàn)不理想。

在物流產(chǎn)出效應(yīng)方面，基本上都是負(fù)值，表明各省市區(qū)物流產(chǎn)出指標(biāo)均對(duì)物流業(yè)二氧化碳排放具有抑制作用。其中，在物流產(chǎn)出效應(yīng)上表現(xiàn)得最好的是江西（-281.73%），表現(xiàn)得最差的是貴州（11.20%）。江西表現(xiàn)較好的原因在于，2003—2014年其物流業(yè)占GDP的比重變化較大，且一直呈增加趨勢(shì)。

在經(jīng)濟(jì)發(fā)展效應(yīng)方面，全國(guó)各省市區(qū)均為正值，意味著所有省市區(qū)經(jīng)濟(jì)增長(zhǎng)均對(duì)物流業(yè)二氧化碳排放具有促進(jìn)作用。其中，在經(jīng)濟(jì)發(fā)展效應(yīng)上表現(xiàn)得最好的是河北（48.75%），表現(xiàn)得最差的是江西（383.16%）。

在人口規(guī)模效應(yīng)方面，表現(xiàn)得最好的是四川（-6.53%），表現(xiàn)得最差的是天津（68.96%）。

表5 2003—2014年我國(guó)物流業(yè)能源消耗碳排放變化省域驅(qū)動(dòng)因素分解%

六、結(jié)論與政策建議

物流業(yè)二氧化碳排放問(wèn)題是當(dāng)前我國(guó)碳減排工作的重點(diǎn)之一。基于LMDI分解技術(shù)，利用本文構(gòu)建的中國(guó)物流業(yè)二氧化碳變化驅(qū)動(dòng)因素分解分析模型分析各驅(qū)動(dòng)因素樣本年內(nèi)的動(dòng)態(tài)變動(dòng)和區(qū)域差異情況，得到主要結(jié)論如下：

第一，從全國(guó)視角分析，物流業(yè)二氧化碳排放各驅(qū)動(dòng)因素貢獻(xiàn)度按從大到小的順序排列依次是經(jīng)濟(jì)發(fā)展效應(yīng)、物流產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)。其中，經(jīng)濟(jì)發(fā)展效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人口規(guī)模效應(yīng)對(duì)我國(guó)物流業(yè)二氧化碳排放具有推動(dòng)作用，而物流產(chǎn)出效應(yīng)對(duì)物流業(yè)二氧化碳排放具有抑制作用。物流產(chǎn)出效應(yīng)具有負(fù)向影響，說(shuō)明規(guī)模經(jīng)濟(jì)在物流業(yè)中的作用較為顯著，我國(guó)需要加快物流業(yè)發(fā)展速度，提高物流業(yè)占國(guó)民經(jīng)濟(jì)的比重。

第二，從區(qū)域視角分析，在東部地區(qū)能源結(jié)構(gòu)效應(yīng)和物流產(chǎn)出效應(yīng)對(duì)物流業(yè)二氧化碳排放起到抑制作用，而在西部地區(qū)只有物流產(chǎn)出效應(yīng)起到抑制作用。這說(shuō)明，東部地區(qū)需要在繼續(xù)做好當(dāng)前工作的前提下，進(jìn)一步提高能源效率，促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展與轉(zhuǎn)型并有效控制人口規(guī)模；而中西部地區(qū)還要進(jìn)一步加強(qiáng)能源結(jié)構(gòu)調(diào)整，優(yōu)化物流業(yè)能源消耗。

第三，從省域視角分析，廣西能源結(jié)構(gòu)效應(yīng)和人口規(guī)模效應(yīng)表現(xiàn)最好，寧夏能源強(qiáng)度效應(yīng)表現(xiàn)最好，江西物流產(chǎn)出效應(yīng)表現(xiàn)最好，河北經(jīng)濟(jì)發(fā)展效應(yīng)表現(xiàn)最好。

根據(jù)本文的研究結(jié)論，提出如下政策建議：

第一，改變物流業(yè)增長(zhǎng)方式，實(shí)現(xiàn)行業(yè)轉(zhuǎn)型升級(jí)。我國(guó)需要以物流園區(qū)為載體，以信息化建設(shè)

為手段，優(yōu)化制造業(yè)物流業(yè)這一存量物流，做強(qiáng)以電商為引領(lǐng)的快遞業(yè)這一增量物流，實(shí)現(xiàn)物流業(yè)轉(zhuǎn)型升級(jí)。

第二，優(yōu)化物流業(yè)能源結(jié)構(gòu)。繼續(xù)在油品上進(jìn)行科技攻關(guān)，不斷降低油品的排放量；加強(qiáng)車(chē)輛技術(shù)攻關(guān)，提高車(chē)輛能源使用效率；優(yōu)化城市交通條件，完善限行制度，降低車(chē)輛無(wú)效行駛率；優(yōu)化車(chē)輛稅費(fèi)制度，繼續(xù)推行免征制度，探索實(shí)行階梯征稅制度，引導(dǎo)能源消耗的低碳化。

第三，提升物流業(yè)能源效率。積極引導(dǎo)制造業(yè)、農(nóng)業(yè)、物流業(yè)聯(lián)動(dòng)，實(shí)施共同配送，構(gòu)建車(chē)輛配貨信息平臺(tái)，發(fā)展并推廣移動(dòng)貨運(yùn)信息服務(wù)業(yè)務(wù)，提高貨物周轉(zhuǎn)與集散速度，探索實(shí)施快遞物流連鎖便利店經(jīng)營(yíng)模式。

[1]李進(jìn)，張江華.碳交易機(jī)制對(duì)物流配送路徑?jīng)Q策的影響研究[J].系統(tǒng)工程理論與實(shí)踐，2014，34（7）：1779-1787.

[2]陳詩(shī)一，嚴(yán)法善，吳若沉.資本深化、生產(chǎn)率提高與中國(guó)二氧化碳排放變化——產(chǎn)業(yè)、區(qū)域、能源三維結(jié)構(gòu)調(diào)整視角的因素分解分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（12）：111-120.

[3]LAKSHMANAN T R.Factors underlying transportation CO2emissions in the USA：a decomposition analysis[J].Transpor?tation research part d，1997，2（1）：1-15．

[4]ANDREONI V，GALMARINI S.European CO2emission trends：a decomposition analysis for water and aviation trans?port sectors[J].Energy，2012，45（1）：595-602.

[5]LIIMATAINEN H，POLLANEN M.The impact of sectoral economic development on the energy efficiency and CO2emissions of road freight transport[J].Transport policy，2013，27：150-157.

[6]CHANDRAN V G R，TANG C F.The impacts of transport energy consumption，foreign direct investment and income on CO2emissions in ASEAN-5 economies[J].Renewable& sustainable energy reviews，2013，24：445-453.

[7]LOO B P Y，LI L，PSARAKI V，et al.CO2emissions associat?ed with hubbing activities in air transport：an international comparison[J].Journal of transport geography，2014，34：185-193.

[8]LIN B，XIE C.Reduction potential of CO2emissions in Chi?na's transport industry[J].Renewable&sustainable energy reviews，2014，33：689-700.

[9]WANG Y，HAYASHI Y，CHEN J，et al.Changing urban form and transport CO2emissions：an empirical analysis of Beijing，China[J].Sustainability，2014，6（7）：4558-4579.

[10]肖丁丁，張文峰.基于DEMATEL方法的綠色物流發(fā)展關(guān)鍵因素分析[J].工業(yè)工程，2010，13（1）：52-57.

[11]崔強(qiáng)，武春友，匡海波.基于RBF-DEMATEL的交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩匮芯縖J].科研管理，2013，34（10）：131-137.

[12]王華強(qiáng)，周中林，唐立新.發(fā)展低碳物流的影響因素及對(duì)策[J].物流技術(shù)，2014，33（10）：25-27.

[13]TIMILSINA G R，SHRESTHA A.Factors affecting trans?port sector CO2emissions growth in Latin American and ca?ribbean countries：an LMDI decomposition analysis[J].In?ternational journal of energy research，2009，33（4）：396-414.

[14]TIMILSINA G R，SHRESTHA A.Transport sector CO2emissions growth in Asia：underlying factors and policy op?tions[J].Energy policy，2009，37（11）：4523-4539.

[15]WANG W W，ZHANG M，ZHOU M.Using LMDI method to analyze transport sector CO2emissions in China[J].Ener?gy，2011，36（10）：5909-5915.

[16]劉龍政，潘照安.中國(guó)物流產(chǎn)業(yè)碳排放驅(qū)動(dòng)因素研究[J].商業(yè)研究，2012（7）：189-196.

[17]馬越越，王維國(guó).中國(guó)物流業(yè)碳排放特征及其影響因素分析——基于LMDI分解技術(shù)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013，43（10）：31-42.

[18]REITLER W，RUDOLPH M，SCHAEFER M.Analysis of the factors influencing energy consumption in industry：a revised method[J].Energy economics，1987（9）：145-148.

[19]BOYD G A，MCDONALD J F，ROSS M，HANSON D A. Separating the changing composition of US manufacturing production from energy efficiency improvements：a divisia index approach[J].Energy journal，1987，8（2）：77-96.

[20]BOYD G A，HANSON D A，STERNER T.Decomposition of changes in energy intensity：a comparison of the divisia index and other methods[J].Energy economics，1988（10）：309-312.

[21]LIU X Q，ANG B W，ONG H L.The application of the divi?sia index to the decomposition of changes in industrial en?ergy consumption[J].Energy journal，1992，13（4）：161-177.

[22]ANG B W，LEE S Y.Decomposition of industrial energy consumption：some methodological and application issues [J].Energy economics，1994，16（2）：83-92.

[23]ANG B W.Decomposition methodology in industrial energy demand analysis[J].Energy，1995，20（11）：1081-1095.

[24]ANG B W，CHOI K H.Decomposition of aggregate energy and gas emission intensities for industry：a refined Divisia index method[J].Energy journal，1997，18（3）：59-73.

[25]ANG B W，ZHANG F Q.A survey of decomposition analy?sis in energy and environmental studies[J].Energy，2000，

25（12）：1149-1176.

[26]張炎治，聶銳.能源強(qiáng)度的指數(shù)分解分析研究綜述[J].管理學(xué)報(bào)，2008，5（5）：647-650.

[27]WU L，KANEKO S，MATSUOKA S.Driving forces behind the stagnancy of china's energy-related CO2emissions from 1996 to 1999：the relative importance of structural change，intensity change and scale change[J].Energy poli?cy，2005（33）：319-335.

[28]WU L，KANEKO S，MATSUOKA S.Dynamics of energyrelated CO2emissions in china during 1980 to 2002：the relative importance of energy supply-side and demandside effects[J].Energy policy，2006，34（18）：3549-3572.

[29]ANG B W，LIU N.Handling zero values in the logarithmic mean divisia index decomposition approach[J].Energy poli?cy，2007，35：238-246.

[30]GONZALEZ P F，LANDAJO M，PRESNO M J.Multilevel LMDI decomposition of changes in aggregate energy con?sumption.a cross country analysis in the EU-27[J].Energy policy，2014，68：576-584.

[31]郭朝先.中國(guó)碳排放因素分解：基于LMDI分解技術(shù)[J].中國(guó)人口·資源與環(huán)境，2010，20（12）：4-9.

[32]田剛，李南.中國(guó)物流業(yè)技術(shù)進(jìn)步與技術(shù)效率研究[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究，2009（2）：76-87.

[33]SARKIS J，TALLURI S.Performance-based clustering for benchmarking of US airports[J].Transportation research part a，2004，38（5）：329-346.

[34]FUNG M K Y，WAN K K H，HUI Y V，et al.Productivity changes in chinese airports 1995—2004[J].Transportation research part e，2008，44（3）：521-542.

[35]LAM S W，LOW J M，TANG L C.Operational efficiencies across asia pacific airports[J].Transportation research part e，2009，45（4）：654-665.

[36]田剛，李南.中國(guó)物流業(yè)技術(shù)效率差異及其影響因素研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].科研管理，2011，32（7）：34-44.

[37]鐘祖昌.基于三階段DEA模型的中國(guó)物流產(chǎn)業(yè)技術(shù)效率研究[J].財(cái)經(jīng)研究，2010，36（9）：80-90.

[38]張立國(guó)，李東，周德群.中國(guó)物流業(yè)二氧化碳排放績(jī)效的動(dòng)態(tài)變化及區(qū)域差異——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].系統(tǒng)工程，2013，31（4）：95-102.

[39]范體軍，駱瑞玲，范耀東，等.我國(guó)化學(xué)工業(yè)二氧化碳排放影響因素研究[J].中國(guó)軟科學(xué)，2013（3）：166-174.

[40]王平，劉致秀，朱幫助，等.能源結(jié)構(gòu)優(yōu)化對(duì)廣東省碳強(qiáng)度的貢獻(xiàn)潛力[J].中國(guó)人口·資源與環(huán)境，2013，23（4）：49-54.

[41]張立國(guó)，李東，龔愛(ài)清.中國(guó)物流業(yè)全要素生產(chǎn)率動(dòng)態(tài)變動(dòng)及區(qū)域差異分析[J].資源科學(xué)，2015，37（4）：754-763.

責(zé)任編輯：陳詩(shī)靜

The Dynamic Change and Regional Difference Analysis on the Driving Factors of Changes in Carbon Dioxide Emission in China's Logistics Industry

ZHANG Li-guo
（Guilin University of Aerospace Technology，Guilin，Guangxi541004，China）

Carbon emission of logistics sector is the key to reduce carbon emission nowadays and it is important to evaluate the contributions of driving factors to promoting Dioxide emission reduction in this industry.Basing on the LMDI method，the author construed the model of driving factors for logistics sector dioxide emission growth，and these factors were decomposed in six factors which are carbon intensity，energy structure，energy efficiency，logistics output，economic growth and population size.Using provincial panel date from 2003 to 2014，the contributions of factors to carbon emission were analyzed by national，regional and provincial perspectives.The results show that the carbon intensity of logistics sector has been rising in recent years；economic growth is the most important factor to improve carbon emission growth and logistics output is the most important factor to inhibit carbon emission growth.Energy structure inhibits carbon emission growth in East China，while improves carbon emission growth in the Middle and West China；energy structure of Guangxi is the best，energy efficiency effect of Ningxia is the best，logistics output effect of Jiangxi is the best，economic growth effect of Hebe is the best，and population size effect of Sichuan is the best.

logistics sector；carbon Emission；driving factors；dynamic changes；regional differences

F259.22

A

1007-8266（2016）12-0029-11

2016-10-17

國(guó)家社會(huì)科學(xué)基金項(xiàng)目“新常態(tài)下物流園區(qū)建設(shè)視角的我國(guó)西部地區(qū)物流業(yè)升級(jí)研究”（15BGL012）；廣西教育廳科研項(xiàng)目“面向東盟的桂北農(nóng)產(chǎn)品流通體系協(xié)同優(yōu)化研究”（SK13YB119）；桂林航天工業(yè)學(xué)院科研項(xiàng)目“電子商務(wù)驅(qū)動(dòng)下的桂北地區(qū)農(nóng)產(chǎn)品物流信息平臺(tái)構(gòu)建研究”（YJ1317）

張立國(guó)（1979—），男，河北省阜平縣人，桂林航天工業(yè)學(xué)院廣西航空物流研究中心副教授，博士，主要研究方向?yàn)槲锪髋c供應(yīng)鏈管理。