數(shù)字物流、經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展

羅 清，崔廣鋒，夏 芮，韓 笑

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

0 引言

國(guó)務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的主要經(jīng)濟(jì)形態(tài)，并且提出到2025年數(shù)字經(jīng)濟(jì)邁向全國(guó)擴(kuò)展期，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重可達(dá)到10%的發(fā)展目標(biāo)。在疫情防控下，數(shù)字經(jīng)濟(jì)與物流的結(jié)合引爆了物流大變革，數(shù)字化平臺(tái)為國(guó)際供應(yīng)鏈提供了在線管理的工具，全面提升了內(nèi)部溝通效率，數(shù)字經(jīng)濟(jì)應(yīng)用最廣泛的幾個(gè)領(lǐng)域包括了商業(yè)與消費(fèi)領(lǐng)域、制造與生產(chǎn)領(lǐng)域，這些為物流企業(yè)帶來了變革，促進(jìn)了物流設(shè)施的轉(zhuǎn)型發(fā)展。數(shù)字物流在我國(guó)經(jīng)濟(jì)發(fā)展中的重要性不言而喻，但在改善生態(tài)環(huán)境方面還有很大利用空間[1]。我國(guó)快遞業(yè)務(wù)量連續(xù)7年位居世界第一且保持快速增長(zhǎng)的態(tài)勢(shì)，2020年快遞包裝達(dá)到833.6億件，同比增長(zhǎng)31.2%?？爝f單量高速增長(zhǎng)使得快遞廢棄物數(shù)量激增，在“碳達(dá)峰”“碳中和”的國(guó)家戰(zhàn)略下，快遞業(yè)不斷增加的碳排放問題亟待解決，物流、包裝行業(yè)至少面臨著近億萬噸的減碳空間。因此數(shù)字化技術(shù)如何促進(jìn)物流業(yè)低碳轉(zhuǎn)型和經(jīng)濟(jì)的可持續(xù)發(fā)展是一個(gè)值得關(guān)注的熱點(diǎn)問題。

長(zhǎng)江經(jīng)濟(jì)帶依托長(zhǎng)江黃金水道，覆蓋長(zhǎng)江上中下游11個(gè)省市，生態(tài)地位重要、綜合實(shí)力較強(qiáng)、發(fā)展?jié)摿薮?。但長(zhǎng)江經(jīng)濟(jì)帶發(fā)展也面臨諸多亟待解決的問題，如生態(tài)環(huán)境狀況形勢(shì)嚴(yán)峻、區(qū)域發(fā)展不平衡、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)任務(wù)艱巨、區(qū)域合作機(jī)制不健全等[2]，探討長(zhǎng)江經(jīng)濟(jì)帶區(qū)域數(shù)字物流、經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系，對(duì)于指導(dǎo)區(qū)域未來可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

關(guān)于物流、經(jīng)濟(jì)與環(huán)境的研究，周泰[3]基于低碳視角運(yùn)用協(xié)同學(xué)理論對(duì)四川省“物流-生態(tài)環(huán)境”復(fù)合系統(tǒng)進(jìn)行了有序度和協(xié)調(diào)度分析。張榮天，等[4]以泛長(zhǎng)江三角地區(qū)為例，運(yùn)用改進(jìn)熵值法和耦合協(xié)調(diào)度模型分析了區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境的耦合協(xié)調(diào)度及其演變。李虹，等[5]以環(huán)渤海、長(zhǎng)三角、珠三角三大經(jīng)濟(jì)圈為研究對(duì)象，對(duì)區(qū)域物流、經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境三大復(fù)合系統(tǒng)進(jìn)行協(xié)調(diào)度分析，并運(yùn)用固定效應(yīng)回歸模型對(duì)協(xié)調(diào)發(fā)展水平的影響因素進(jìn)行了實(shí)證分析。現(xiàn)有研究大多集中在區(qū)域物流與經(jīng)濟(jì)、環(huán)境之間的協(xié)調(diào)發(fā)展，鮮有從數(shù)字物流的角度進(jìn)行協(xié)調(diào)分析，本文在物流研究基礎(chǔ)上融入了數(shù)字化發(fā)展水平，旨在研究數(shù)字物流與區(qū)域經(jīng)濟(jì)和生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系以及影響因素實(shí)證分析。

1 研究設(shè)計(jì)

1.1 指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

數(shù)字化物流系統(tǒng)、區(qū)域經(jīng)濟(jì)系統(tǒng)和生態(tài)環(huán)境系統(tǒng)都是一個(gè)極其復(fù)雜的概念，如何科學(xué)合理地建立系統(tǒng)評(píng)價(jià)指標(biāo)體系是研究數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系的前提。本文在遵循指標(biāo)科學(xué)性、系統(tǒng)性、可比性、可獲得性等前提下，結(jié)合相關(guān)研究文獻(xiàn)[6]，建立了數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境的評(píng)價(jià)指標(biāo)體系，見表1。

表1 耦合協(xié)調(diào)度評(píng)價(jià)指標(biāo)體系

本文將長(zhǎng)江經(jīng)濟(jì)帶區(qū)域作為實(shí)證分析的研究區(qū)域，物流業(yè)數(shù)據(jù)用統(tǒng)計(jì)年鑒中的交通運(yùn)輸、倉儲(chǔ)、郵政業(yè)的相關(guān)數(shù)據(jù)代替。分析數(shù)據(jù)資料均來源于2010-2020年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》和長(zhǎng)江經(jīng)濟(jì)帶各省市統(tǒng)計(jì)年鑒。鑒于文章篇幅有限，僅列出江蘇省2010-2020年生態(tài)環(huán)境系統(tǒng)各指標(biāo)的原始數(shù)據(jù)，見表2。

表2 江蘇省2010-2020年生態(tài)環(huán)境系統(tǒng)指標(biāo)原始數(shù)據(jù)

1.2 研究方法

1.2.1 改進(jìn)熵值法

（1）指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化。為了消除量綱對(duì)數(shù)據(jù)的影響，運(yùn)用極差變化法進(jìn)行標(biāo)準(zhǔn)化處理。

其中，i表示年份，xmax和xmin分別表示第j項(xiàng)指標(biāo)的最大值和最小值，xij和Yij分別表示原始值和標(biāo)準(zhǔn)值。

（2）指標(biāo)數(shù)據(jù)歸一化。運(yùn)用熵值法計(jì)算指標(biāo)權(quán)重時(shí)需要取對(duì)數(shù)，標(biāo)準(zhǔn)化數(shù)據(jù)矩陣中存在零，所以將標(biāo)準(zhǔn)化數(shù)據(jù)矩陣向右平移一個(gè)單位，避免在計(jì)算中出現(xiàn)無意義的情況。

（3）測(cè)度各指標(biāo)熵值

（4）計(jì)算各項(xiàng)指標(biāo)的差異系數(shù)

指標(biāo)的差異系數(shù)越大，表明相應(yīng)指標(biāo)在評(píng)價(jià)中的作用越大。

（5）計(jì)算各指標(biāo)權(quán)重

（6）測(cè)算系統(tǒng)綜合評(píng)價(jià)指數(shù)

式中，k=1,2,3；u1，u2，u3分別表示數(shù)字物流、區(qū)域經(jīng)濟(jì)、生態(tài)環(huán)境的綜合評(píng)價(jià)指數(shù)；Wjk是指第k個(gè)系統(tǒng)的第j個(gè)指標(biāo)的權(quán)重，Yij是指第k個(gè)系統(tǒng)的第j個(gè)指標(biāo)值，即標(biāo)準(zhǔn)化之后的數(shù)據(jù)。

1.2.2 數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境耦合協(xié)調(diào)模型?！榜詈稀备拍钭畛鮼碜杂谖锢韺W(xué)，主要是指兩個(gè)或兩個(gè)以上系統(tǒng)通過各種相互作用而彼此影響的現(xiàn)象，從以往研究發(fā)現(xiàn)，耦合協(xié)調(diào)度模型常用在兩者及以上的關(guān)系分析之中。

（2）計(jì)算耦合協(xié)調(diào)度。由于耦合度只反映了三個(gè)系統(tǒng)相互作用的程度，無法反映協(xié)調(diào)發(fā)展水平的高低，因此引入?yún)f(xié)調(diào)度指標(biāo)更好的評(píng)價(jià)三個(gè)系統(tǒng)之間的協(xié)調(diào)程度。計(jì)算公式如下：

式中，D為耦合協(xié)調(diào)度；T為數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境的綜合評(píng)價(jià)指數(shù)；α,β,λ為待定系數(shù)，借鑒相關(guān)文獻(xiàn)的系數(shù)選取方法，本文取α=β=λ=1/3。本文采用相關(guān)文獻(xiàn)[7]確定的耦合協(xié)調(diào)度評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行耦合協(xié)調(diào)度評(píng)價(jià)。

1.2.3 計(jì)量經(jīng)濟(jì)模型。為進(jìn)一步探索數(shù)字物流、經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展水平的影響因素，以三系統(tǒng)的協(xié)調(diào)度為被解釋變量，參考相關(guān)文獻(xiàn)資料，選取能代表數(shù)字物流發(fā)展水平、區(qū)域經(jīng)濟(jì)發(fā)展水平和生態(tài)環(huán)境發(fā)展水平的指標(biāo)作為解釋變量[5]。指標(biāo)選取情況見表3。

表3 耦合協(xié)調(diào)度及其影響因素指標(biāo)選取結(jié)果

基于選取的指標(biāo)構(gòu)建面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)模型對(duì)協(xié)調(diào)度的影響因素進(jìn)行實(shí)證分析，為了消除數(shù)據(jù)間的異方差，所有變量在模型中取對(duì)數(shù)，選擇固定效應(yīng)回歸模型進(jìn)行回歸分析，公式如下：

其中，CDit為耦合協(xié)調(diào)度，c為常數(shù)項(xiàng)，α1、α2、α3、α4、α5為待定系數(shù)，μi為個(gè)體固定效應(yīng)，ε為隨機(jī)誤差項(xiàng)。

2 實(shí)證結(jié)果及分析

2.1 綜合發(fā)展水平分析

利用改進(jìn)熵值法計(jì)算得出長(zhǎng)江經(jīng)濟(jì)帶11省市2010-2020年的數(shù)字物流、區(qū)域經(jīng)濟(jì)、生態(tài)環(huán)境的綜合發(fā)展水平值，結(jié)果見表4。由表4數(shù)據(jù)可知，從數(shù)字物流系統(tǒng)來看，2010年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)上海的數(shù)字物流發(fā)展程度最高，其次是重慶；到2020年數(shù)字物流發(fā)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(shù)字物流綜合發(fā)展水平總體呈上升趨勢(shì)，長(zhǎng)三角城市群數(shù)字物流綜合值處于領(lǐng)先地位，長(zhǎng)江中游城市群在2012-2017年間的物流綜合值趕超其他兩個(gè)城市群，但2018年開始增長(zhǎng)速度變慢，整體的物流發(fā)展水平低于成渝城市群。從經(jīng)濟(jì)發(fā)展系統(tǒng)來看，三大城市群的經(jīng)濟(jì)發(fā)展呈現(xiàn)穩(wěn)步上升趨勢(shì)，長(zhǎng)三角城市群增長(zhǎng)最快，2010-2017年間長(zhǎng)江中游城市群的經(jīng)濟(jì)發(fā)展水平一直處于領(lǐng)先地位，在2018年被長(zhǎng)三角城市群趕超，2020年其經(jīng)濟(jì)發(fā)展水平出現(xiàn)了一定幅度的下降，導(dǎo)致其經(jīng)濟(jì)發(fā)展水平最低，成渝城市群在2010-2015年間的經(jīng)濟(jì)發(fā)展水平高于長(zhǎng)三角城市群，2016年開始其發(fā)展速度低于長(zhǎng)三角城市群的發(fā)展速度，到2020年成渝城市群的經(jīng)濟(jì)發(fā)展綜合值位于第二位。從生態(tài)環(huán)境系統(tǒng)來看，三大城市群的生態(tài)環(huán)境綜合發(fā)展水平呈波動(dòng)上升狀態(tài)，2010年生態(tài)環(huán)境綜合值較高的地區(qū)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(tài)環(huán)境綜合值較低，2020年生態(tài)環(huán)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(tài)環(huán)境得到了很大的提升，長(zhǎng)江中游城市群的生態(tài)環(huán)境發(fā)展高于其他兩個(gè)城市群，其次是成渝城市群，長(zhǎng)三角城市群的生態(tài)環(huán)境綜合值最低。從三大系統(tǒng)的總體來看，2010-2020年間長(zhǎng)江經(jīng)濟(jì)帶的生態(tài)環(huán)境綜合發(fā)展速度最慢，數(shù)字物流的綜合發(fā)展速度最快，但三大系統(tǒng)的綜合值總體上均呈上升趨勢(shì)，說明長(zhǎng)江經(jīng)濟(jì)帶的數(shù)字物流、經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境間呈現(xiàn)出一定程度的正相關(guān)性特征。

表4 數(shù)字物流-區(qū)域經(jīng)濟(jì)-生態(tài)環(huán)境綜合發(fā)展水平值

2.2 耦合協(xié)調(diào)度分析

根據(jù)耦合協(xié)調(diào)度模型公式，計(jì)算出2010-2020年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)11個(gè)省市的耦合度C及協(xié)調(diào)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(zhǎng)三角城市群率先進(jìn)入中度耦合階段，2012年三大城市群均進(jìn)入中度耦合階段，耦合度均值總體較為穩(wěn)定。三大城市群的協(xié)調(diào)度均值總體呈現(xiàn)穩(wěn)步上升的趨勢(shì)，研究期間長(zhǎng)三角城市群和成渝城市群由嚴(yán)重失調(diào)水平發(fā)展到勉強(qiáng)協(xié)調(diào)水平，長(zhǎng)江中游城市群從中度失調(diào)水平發(fā)展到勉強(qiáng)協(xié)調(diào)水平。從圖1可知，2010-2020年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)三系統(tǒng)的耦合度和協(xié)調(diào)度均值均呈現(xiàn)出穩(wěn)步上升趨勢(shì)，說明在研究期間長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的數(shù)字物流、經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展取得了一定的進(jìn)步，耦合度總體位于中度耦合階段，協(xié)調(diào)度位于勉強(qiáng)協(xié)調(diào)水平。

圖1 2010-2020年耦合度與協(xié)調(diào)度均值

表5 數(shù)字物流-區(qū)域經(jīng)濟(jì)-生態(tài)環(huán)境耦合度與協(xié)調(diào)度

基于excel繪制出三系統(tǒng)耦合協(xié)調(diào)雷達(dá)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(qū)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(qū)的耦合度基本相同（0.333），均處于中度耦合階段。從協(xié)調(diào)度來看，2010年協(xié)調(diào)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(diào)水平，其他地區(qū)處于嚴(yán)重失調(diào)狀態(tài)，其中貴州的協(xié)調(diào)度最低；2020年各地區(qū)的協(xié)調(diào)度基本相同，處于勉強(qiáng)協(xié)調(diào)水平，其中江蘇省的協(xié)調(diào)度最大（0.533），其次是上海。

圖2 2010和2020年長(zhǎng)江經(jīng)濟(jì)帶11省市的耦合度

圖3 2010和2020年長(zhǎng)江經(jīng)濟(jì)帶11省市的協(xié)調(diào)度

2.3 影響因素分析

在運(yùn)用面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型對(duì)耦合協(xié)調(diào)度的影響因素分析之前，先要對(duì)數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)，防止出現(xiàn)偽回歸現(xiàn)象，保證模型的有效性。利用Eviews軟件ADF檢驗(yàn)法對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，結(jié)果表明各個(gè)對(duì)數(shù)序列是平穩(wěn)序列，可以進(jìn)行回歸分析，為了進(jìn)一步確保回歸結(jié)果的精確性，通過對(duì)模型進(jìn)行F檢驗(yàn)和Hausman檢驗(yàn)，確定適用固定效應(yīng)模型進(jìn)行回歸分析?；貧w結(jié)果見表6。

表6 固定效應(yīng)模型回歸結(jié)果

通過表6數(shù)據(jù)可以看出，各解釋變量的相關(guān)系數(shù)均為正，表明各因素與耦合協(xié)調(diào)度呈正相關(guān)，對(duì)耦合協(xié)調(diào)水平有正向的促進(jìn)作用。其中人均GDP對(duì)耦合協(xié)調(diào)度的影響最大，經(jīng)濟(jì)發(fā)展水平的提高會(huì)促進(jìn)耦合協(xié)調(diào)度提高；其次是物流業(yè)增加值，物流業(yè)增加值體現(xiàn)了物流業(yè)的發(fā)展水平，物流業(yè)高速發(fā)展促進(jìn)經(jīng)濟(jì)的快速發(fā)展，從而促進(jìn)耦合協(xié)調(diào)度的增加；互聯(lián)網(wǎng)普及率與耦合協(xié)調(diào)度呈正相關(guān)，互聯(lián)網(wǎng)普及率代表了企業(yè)的數(shù)字化基礎(chǔ)設(shè)施水平，互聯(lián)網(wǎng)普及率的提高會(huì)促進(jìn)物流業(yè)發(fā)展，最終達(dá)到提高耦合協(xié)調(diào)度的目的；工業(yè)污染治理完成投資和能耗強(qiáng)度對(duì)耦合協(xié)調(diào)度有一定的正向促進(jìn)作用。

3 研究結(jié)論

本文以2010-2020年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，利用耦合協(xié)調(diào)度模型對(duì)數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境之間的耦合協(xié)調(diào)度進(jìn)行分析，并利用固定效應(yīng)回歸模型探究三者協(xié)調(diào)發(fā)展的影響因素，得出如下結(jié)論：

（1）長(zhǎng)江經(jīng)濟(jì)帶三大城市群的耦合度相差不大，均處于中度耦合階段，協(xié)調(diào)度水平均呈現(xiàn)穩(wěn)步上升的趨勢(shì)，長(zhǎng)三角城市群和成渝城市群由嚴(yán)重失調(diào)水平發(fā)展到勉強(qiáng)協(xié)調(diào)水平，長(zhǎng)江中游城市群從中度失調(diào)水平發(fā)展到勉強(qiáng)協(xié)調(diào)水平。

（2）數(shù)字物流、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展水平的影響因素分析結(jié)果表明，人均GDP、物流業(yè)增加值、互聯(lián)網(wǎng)普及率、工業(yè)污染治理完成投資及能耗強(qiáng)度對(duì)三者協(xié)調(diào)發(fā)展水平均有正向的促進(jìn)作用，其中人均GDP、物流業(yè)增加值及互聯(lián)網(wǎng)普及率對(duì)三者協(xié)調(diào)發(fā)展的促進(jìn)作用較大。