数字物流、区域经济与碳环境治理耦合及影响因素——基于我国30个省级面板数据的实证检验

李晓梅，崔 靓

（辽宁工程技术大学营销管理学院，辽宁葫芦岛 125105）

一、引言

数字经济是我国经济未来的发展趋势，也是促进经济高质量发展必不可缺的一部分。随着数字化技术不断发展，我国物流业也呈现出一些新变化，一是通过融入大数据、云计算、区块链等技术，构建现代数字物流体系；二是在物流行业中结合物流大数据平台、物流云、智能物流等，推动我国生产、流通、消费方式的变革。数字技术的应用为物流业增添了新动力，使得我国物流业快速发展。根据国家统计局最近发布的数据，2020年我国物流产业增加值为41 561.7亿元，占国内生产总值的4.1%。

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称“十四五”规划）提出，要加快数字化发展和建设数字中国。根据2021年《中国数字经济发展白皮书》数据，2020年我国数字经济规模达到了39.2 万亿元，数字经济占国内生产总值的比重达38.6%[1]。截至2019年，我国铁路运营里程、公路运营里程和快递业务量均居世界首位，我国已经成为物流强国[2]。这些成果的取得离不开国家政策的支持。比如，我国在“十四五”规划中多次提到“数字”和“物流”等概念，“数字”被提及81次，“物流”出现20次；2020年8月，国有资产监督管理委员会发布《关于加快推进国有企业数字化转型工作的通知》，要求加快数字化转型工作，中国铁物等央企明确表示，将数字化转型工作定为重点任务，争取实现数字铁物规划设计目标[3]；2019年3月，国家发展和改革委员会发布《关于推动物流高质量发展促进形成强大国内市场的意见》，强调在今后的发展中要注重物流的高质量发展[5]；2020年9月，中央财经委员会提出要注重发挥流通体系在国民经济中的作用，构建双循环新发展格局必须注重流通体系的重要性等[5]。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。二氧化碳等温室气体排放在很大程度上是由物流的快速发展造成的[6-7]。例如，物流业在运输、包装和储存过程中可能会产生二氧化碳和其他污染物。化石能源消费和二氧化碳排放量对经济可持续发展和节能减排目标的实现有重大影响[8]。根据国家邮政局2020年发布的数据，全国快递业务完成量达833.6 亿件，同比增长31.2%[9]。庞大的业务量使快递垃圾数量激增，可回收快递包装物的回收利用率不足20%，给我国的环境带来了很大的压力，影响环境的可持续发展。数字物流在促进经济发展的同时，能够解决一部分碳环境治理的问题，因此数字物流如何在促进物流业发展的前提下实现碳环境治理和经济的可持续发展是一个值得研究的问题。

以往的研究主要关注经济发展与生态环境的关系，其中最著名的是环境库兹涅茨曲线（Envi⁃ronmental Kuznets Curve，EKC）。此外，相当多的学者关注经济发展与物流发展的关系以及物流发展与生态环境的关系。然而，从耦合协调角度研究数字物流、区域经济与碳环境治理关系的却很少。麦基利斯（Maciulis）等[10]通过构建运输服务水平评价指标来分析运输服务业对经济发展和生态环境的影响，认为运输系统的改善可以促进经济发展和改善生态环境。本文以我国30 个省（自治区、直辖市）为研究对象，根据2013—2018年的统计数据，分析数字物流、区域经济、碳环境治理的耦合协调度，通过探索性空间分析来测度其分布是否与空间相关，并利用回归分析来探究耦合协调度影响因素的重要性，并对结论进行稳健性检验。

二、研究综述

（一）数字物流与区域经济的关系

数字物流由智慧物流发展而来，国际商业机器公司（International Business Machine，IBM）最早将智慧物流定义为：通过传感器、射频识别（RFID）、全球定位系统（GPS）等技术来生成实时信息进行管理的活动。随着数字技术应用的系统化，张则强等[11]首次提出了数字物流的概念，认为数字物流是在互联网、数据库等技术的支持下，应用数字技术对信息进行处理的技术系统。数字物流的核心是用数字化技术为物流行业赋能，与此同时还需要先进的物流管理技术、数据孪生和超库存等技术[12]。在物流与区域经济高质量发展的关系方面，卡伊奇（Kayikci）[13]提出，物流产业集群会促进经济的可持续性发展；杨守德[14]用经济总量变动和物流经营绩效来衡量技术创新对物流的影响，发现降低单位物流费用能够推动物流业高质量发展，最终促进经济的高质量发展；陈莹[15]从经济高质量发展视角出发，以山东省为研究对象，对其物流能力进行评价，并提出相应的建议；上官绪明[16]以我国30个省市区为样本研究发现，物流业集聚对制造业高质量发展具有门槛效应。综上所述，物流的发展可以有效地促进区域经济高质量发展。本文在物流的研究基础上融入数字化发展水平，旨在研究数字物流与区域经济和碳环境治理的耦合关系。

（二）碳环境治理内涵及其与区域经济发展的关系

2003年英国发布的能源白皮书《我们能源的未来：创建低碳经济》最早提出“低碳经济”一词，但没有界定其概念。2006年，经济学家斯特恩（Stern）发表了《斯特恩报告》，这份报告认为低碳经济是低碳产业和低碳技术相结合的一种新经济形态。环境治理是多方合作的结果，不仅要提高中央的政策置信度和强化地方的问责制，还要鼓励社会和公众参与，以此提高环境污染的治理效率[17]。综上，本文认为，碳环境治理需要政府、社会和公众通过合作的方式来做。

由于有关区域经济和碳环境治理的研究较少，所以本文从与碳环境治理相关的三个方面来进行阐述。一是区域经济和低碳的关系。邬彩霞[18]从能源流、资源流两方面重新定义低碳经济，并运用2005—2019年我国低碳治理和区域经济等相关数据进行实证分析，研究表明，低碳经济能够促进区域经济高质量发展。实现区域经济、能源消费和低碳之间的协调发展，能够更好地促进经济高质量发展[19]。二是区域经济和碳减排的关系。孟（Meng）等[20]发现，碳排放能够促进经济的发展，且存在空间溢出效应。要降低单位GDP 的二氧化碳强度，提高二氧化碳的产出效益，最终达到区域经济增长和二氧化碳减排双赢的目标[21]。三是区域经济和生态环境的关系。1993年库兹涅茨提出的环境库兹涅茨假说是研究区域经济和生态环境的重要理论。隋建利等[22]使用非线性马尔科夫区制转移因果模型测度了中国经济增长与生态环境的非线性关系，研究表明，中国的环境恶化是由经济的快速增长造成的。因此，在做好低碳、碳减排工作的同时保护好生态环境，就能在一定程度上促进区域经济的发展。

（三）物流产业与碳环境治理的关系

关于物流产业与碳效率、碳减排及生态环境的研究受到学界广泛关注，这为物流产业与碳环境治理的相关研究提供了理论依据。本文将相关研究文献分为三类：一是对物流与碳效率之间关系的研究。姚山季等[23]运用三阶段数据包络分析（Data Envelopment Analysis，DEA）和曼奎斯特（Malmquist）指数对我国17 个省（自治区、直辖市）低碳物流效率进行测度，研究表明，外部环境和随机因素都会影响低碳物流效率。二是对物流与碳减排关系的研究。乌韦达（Ubeda）等[25]以西班牙的一家配送公司为例进行分析，采用有约束的车辆路径规划（Capacitated Vehicle Routing Problem，CVRP）来达到运输距离和碳排放量最优的状态。臧新等[25]对外商直接投资与中国物流业碳排放的关系进行了实证分析，研究表明，外商直接投资能够显著地减少和降低中国物流业CO2排放量和排放强度。三是对物流与生态环境关系的研究。刘（Liu）等[26]收集了相关的物流和环境数据，通过对42个亚洲国家进行GMM回归模型分析，发现物流运输过程中产生的二氧化碳和物流基础设施建造对生态环境造成了不利影响。周泰[27]构建了区域物流和生态环境的协调度模型，研究表明，四川省的物流和生态环境处于稳定发展状态。综上所述，要在发展好物流产业的同时，做好碳减排工作和生态环境保护工作，使物流产业和碳环境治理达到协调发展的水平。

本文研究的主要问题为：我国30 个省（自治区、直辖市）数字物流、区域经济和碳环境治理的耦合协调水平处于哪个阶段；各地区的耦合协调度是否与空间分布相关；人均可支配收入、货运量、互联网普及率、单位GDP二氧化碳排放量和生态建设与保护投资对耦合协调度的影响程度。

本研究的贡献：将数字物流、区域经济和碳环境治理当做一个整体来研究其协调水平，继承和拓展区域均衡理论和可持续发展理论；引入数字物流研究视角，为构建现代流通体系奠定了理论基础，进而促进双循环格局的形成；在传统生态环境研究的基础上提出了碳环境治理这一新研究视角，对低碳经济理论起到了补充作用，为实现碳达峰、碳中和目标提供了可借鉴的分析框架；为提升各省（自治区、直辖市）协调水平提供了新路径，剖析了各省（自治区、直辖市）应采取的做法，对提升各省（自治区、直辖市）整体协调水平有着重要意义。

三、指标选取与模型构建

（一）指标选取

考虑到指标体系的系统性、完整性、科学性和数据的可用性，结合相关研究成果，建立数字物流、区域经济和碳环境治理的指标体系。

由于数字物流方面的研究较少，所以本文关于数字物流的指标选取借鉴了评价物流和互联网发展的指标。如兰（Lan）等[28]和崔宏凯等[29]认为，应该用物流业固定资产投资、物流产业从业人员数量来衡量物流的投入能力。张毅等[30]、孙浩杰等[31]和兰等[28]认为，应用货运周转量、货运量、物流业总产值来衡量物流的产出能力。李立威等[32]、希梅内斯（Jiménez）等[33]、刘姿均等[34]、韩先锋等[35]、刘军等[36]和王娟娟等[37]用互联网普及率、电话普及率、光缆线路长度、电子商务销售额和电子商务采购额来测度数字化发展水平。

在选取区域经济的指标时，借鉴了“十四五”时期经济社会发展指标体系的指标。唐建荣等[38]、祝捷等[39]、曼苏尔（Manzoor）等[40]、崔宏凯等[29]、王（Wang）等[41]认为，可用人均可支配收入、社会消费品零售总额、地方财政收入来衡量经济增长水平。曼苏尔等[40]、曹翠珍等[42]、赵晓敏等[43]、张（Zhang）等[44]用居民消费价格指数和人均GDP来衡量生活消费水平。张毅等[30]、祝捷等[39]和王等[41]用进出口总额、出口商品总额来衡量对外开放水平。

在构建碳环境治理指标时，张等[44]和李虹等[45]用生态建设与保护本年完成投资、工业污染治理投资来衡量环境污染治理，并用人均水资源量和森林覆盖率来衡量资源环境水平。王国惠等[46]用城市绿地面积来衡量资源环境治理水平。本文借鉴相关研究构建碳环境治理的指标。

本研究构建的耦合协调评价指标体系如表1所示。

表1 耦合协调评价指标体系

（二）模型构建

1.面板数据熵权法

首先利用面板数据熵权法确定指标权重，然后再对其进行面板数据熵权法处理。

（1）指标标准化

其中，xmax和xmin分别表示第j项指标的最大值和最小值，xαij和Zαij分别表示指标标准化处理前和标准化处理后的值。

（2）指标归一化

其中，m代表年份，k代表省（自治区、直辖市），Zαij为标准化处理后的值，为第j 项指标所有省（自治区、直辖市）及年份的观测数据之和，Pαij为指标归一化后的值。

（3）熵值

（4）各项指标的差异系数

（5）各项指标的权重

2.数字物流、区域经济与碳环境治理耦合协调模型

耦合的概念源于物理学，它描述了两个或多个相关系统之间的相互作用以及作用的程度。耦合协调模型应用广泛。陆（Lu）等[47]以武汉市为例，建立了经济、资源、环境三个子系统之间的耦合模型，并对其协调度对城市可持续发展的重要性进行了评价。李林红等[48]采用耦合协调模型对云南省物流系统和绿色旅游系统进行了实证分析，研究表明，虽然耦合协调度逐年上升，但总体为区域物流发展滞后型。由以往研究可以发现，耦合协调模型常用在两者及以上的关系分析中。

为了从整体上反映区域数字物流、区域经济与碳环境治理的发展水平和协调效应，本文收集了我国30个省（自治区、直辖市）的数字物流、区域经济和碳环境治理相关数据，用耦合协调模型计算数字物流、区域经济与碳环境治理的耦合协调度。

（1）有序度函数

设数字物流、区域经济、碳环境治理演化发展过程中的序参量为ui（i=1，2，3），其中uij（j=1，2，3，...，n)为序参量ui的第j 个指标，其值为Xij，序参量的有序度U(uij)可以表示为：

其中，αij为序参数的上限值，βij为序参数的下限值。U(uij)∈[ ]0，1 。序参量的有序度越高，对系统有序度的贡献越大。

对所有指标进行加权求和：

其中，U(ui)为子系统的有序度，U(ui)∈[0 ，1] ，λij为各指标权重，

（2）耦合度函数

其中，U(u1)、U(u2)、U(u3)分别表示数字物流、区域经济、碳环境治理的有序度，耦合度C ∈[0 ，1] ，D 为耦合协调度，T为综合协调指数，反映系统整体层面上的协同程度，a、b、c为系数。借鉴姜磊等[49]的系数选取方法，本文选取a=1/3，b=1/3，c=1/3。

3.耦合协调度的探索性空间数据分析

翁钢民等[50]运用探索性空间数据分析（Ex⁃ploratory Spatial Data Analysis，ESDA）方法来研究我国旅游和文化产业的协调度，研究表明，协调水平在空间上呈正向集聚。

（1）全局空间自相关

一般使用全局莫兰指数（Global Moran's I）检验相邻空间分布对象之间的自相关性。其值分布在-1～1 之间，当I>0 时，说明属性值在研究区域内呈现空间集聚现象，I 值越大，空间相关性越强；当I=0时，呈随机性分布；当I<0时，表明属性值内存在差异，I值越小，差异性越大。其计算公式为：

其中，n是评价个数，xi和xj为i和j的属性值，xˉ为平均值，Wij为空间权重矩阵。另外，用标准统计量Z值来检验Moran's I的显著性。

（2）局部空间自相关

全局空间相关性容易忽视内部的不平稳性，因此通过计算局部莫兰指数（Local Moran'I）来反映各单元的异质性，其计算公式为：

其中，Wij表示空间权重矩阵，xˉ为邻近区域属性值偏差的均值。

4.计量模型

为探寻数字物流、区域经济与碳环境治理耦合协调水平的影响因素，以耦合协调度为被解释变量，参考相关研究，选取数字物流发展水平、区域经济发展水平和碳环境治理发展水平三个方面的指标作为解释变量，并按重要性进行排序。指标选取情况如表2所示。

表2 耦合协调度及其影响因素指标选取结果

基于所选取的指标进行实证分析，对变量进行标准化处理后，选择固定效应模型进行回归分析，公式如下：

其中，CDit为耦合协调度，α 为常数项，β1、β2、β3、β4和β5为待定系数，ui为个体固定效应，ε为随机误差项。

四、实证分析

（一）数据来源及处理

本文以物流业固定资产投资为例对指标进行标准化处理，利用公式（1）对数据进行标准化处理，得到的结果如表3所示。

表3 2013—2018年各省份物流固定资产投资标准化处理结果

（二）数字物流、区域经济与碳环境治理的耦合协调度分析

采用2013—2018年我国30 个省（自治区、直辖市）的数字物流、区域经济和碳环境治理面板数据。利用公式（8）、（9）、（10）计算出各省（自治区、直辖市）数字物流、区域经济和碳环境治理的耦合协调度。计算结果如表4所示。

根据高楠等[51]对耦合协调度的等级分类标准，以2018年为例，可得到各省（自治区、直辖市）的协调等级，如表5所示。

分析表4和表5数据可以得到如下结果：

表4 2013—2018年各省份耦合协调度

表5 2018年各协调等级下的省份

2018年30 个省（自治区、直辖市）的耦合协调度均值在0.49 左右，总体上数字物流、区域经济、碳环境治理介于濒临失调阶段和勉强协调阶段之间，并且其波动幅度不大，这反映出耦合协调度格局具有一定的稳定性。

2013—2018年，我国数字物流、区域经济与碳环境治理整体发展水平逐年提高，但地区之间的发展存在差异。下面从每个等级中选取有代表性的地区进行分析。在中度失调等级的省（自治区、直辖市）中，宁夏回族自治区由于地处内陆，数字基础设施建设不足，阻碍了该地区数字物流的发展，且互联网普及率、人均可支配收入和电子商务销售额等指标数值不高，致使该地区的数字物流和区域经济有序度较低；在轻度失调等级的省（自治区、直辖市）中，天津市由于物流业固定资产投资较少，致使其物流有序度较低，在30 个省（自治区、直辖市）中排在第27 位（见表3），与其他省（自治区、直辖市）相比，天津市的森林覆盖率较低，人均水资源量少，致使其碳环境治理有序度不高；在濒临失调等级的省（自治区、直辖市）中，位于我国东北地区的黑龙江省近年来人才流失严重且资源过度开发，造成了严重的环境污染，与其他省（自治区、直辖市）相比，东北地区的数字物流和区域经济较不发达；在勉强协调等级的七个省（自治区、直辖市）中，上海市由于森林覆盖率较低，生态建设与保护投资不足，导致其碳环境治理有序度较低；在初级协调等级的四个省（自治区、直辖市）中，浙江省属于经济发达地区，2018年6月推出的运输结构调整政策促进了物流行业货运量和货物周转量的增加，同时浙江省对二氧化碳排放量持续进行监测和控制，截止到2018年，浙江省关于排污的政策文件已经出台了181 份；广东省处于良好协调等级，其原因可能是，该省地处东部沿海地区，不仅有全国最大的港口群，而且是我国进出口贸易的重要基地，该省的数字基础设施建设已经相当成熟，另外现代物流研究院对该省物流发展进行的整体指导也是广东省处于良好协调等级的原

因，但2018年广东省物流业单位GDP 二氧化碳排放量在30 个省（自治区、直辖市）中排在第11 位，因此其控制二氧化碳的工作还需要进一步落实。

（三）数字物流、区域经济与碳环境治理耦合协调度的探索性空间数据分析

1.耦合协调度的全局空间自相关分析

利用GEODA 软件计算30 个省（自治区、直辖市）耦合协调度全局莫兰指数I（表6），如果其通过5%的显著性检验，则表明耦合协调度在空间上有集聚性。

表6 耦合协调度的全局莫兰指数

数字物流、区域经济与碳环境治理耦合协调度的莫兰指数2013年为0.258，2018年为0.265，均为正值，说明耦合协调度的空间聚集性呈现出一定的正相关性，且随着时间的推移，耦合协调度的空间正相关性不断增强。

2.耦合协调度LISA分析

高高集聚区代表本省（自治区、直辖市）耦合协调度高，周边省（自治区、直辖市）耦合协调度也高。由表7可知，2018年，福建省为高高集聚区，这一方面说明其数字物流、区域经济和碳环境治理耦合协调度较高，周边省（自治区、直辖市）的耦合协调度也较高，且具有较强的相关性，地区之间起到了协同作用；另一方面说明该省近几年经济发展水平处于上升趋势，相邻省（自治区、直辖市）也更加注重三者的协调发展，从而带动了邻省（自治区、直辖市）耦合协调度的提高。福建省处于沿海地区，地理位置优越，地区较为开放，能够跟周边省（自治区、直辖市）进行更深入的交流，促进了邻省（自治区、直辖市）耦合协调度的提高。

表7 耦合协调度的LISA分析

低高集聚区代表本省（自治区、直辖市）耦合协调度低，但周边省（自治区、直辖市）耦合协调度高。江西省为低高集聚区，且与高高集聚区相邻，该省邻接耦合协调度相对较高的省（自治区、直辖市），其数字物流、区域经济和碳环境治理耦合协调度增长较慢，受耦合协调度增长较快区域的影响较小。江西省耦合协调度较低，而邻省（自治区、直辖市）耦合协调度较高，这可能与人口流失有关，大部分人口可能前往长三角或者珠三角等发展较好的地区寻找工作。

低低集聚区代表本省（自治区、直辖市）耦合协调度低，周边省（自治区、直辖市）耦合协调度也低。新疆、甘肃、内蒙古为低低集聚区，这些地区的数字物流、区域经济、碳环境治理都欠佳，出现了低耦合协调度和低耦合协调度的集聚现象。但随着经济的发展、国家政策的支持和科学技术水平的提高，这些地区数字物流、区域经济与碳环境治理的耦合协调度会不断提高。

（四）计量模型

1.描述性统计

描述性统计的具体结果如表8所示。

表8 变量描述性统计结果

2.相关系数矩阵

为了检验核心解释变量之间是否存在多重共线性，通过观察相关系数矩阵（表9）和计算方差膨胀因子（表10）进行进一步确定。结果显示，VIF<5，这表明核心解释变量之间不存在多重共线性问题。

表9 解释变量相关系数矩阵

表10 解释变量的方差膨胀因子

3.固定效应回归模型分析

经过豪斯曼（Hausman）检验，最终选择固定效应模型对数据进行回归分析。结果如表11所示。

通过表11 数据可以看出，人均可支配收入对耦合协调度的影响最大，货运量次之，互联网普及率排在第三位，生态建设与保护投资对耦合协调度的影响最小。具体而言：人均可支配收入与耦合协调度呈正相关，经济发展水平的提高也会促使耦合协调度提高；货运量的相关系数为0.221，且在1%水平下显著，表明货运量与耦合协调度显著正相关，因为货运量在很大程度上体现了物流业发展水平，物流业在飞速发展的同时，也在促进经济的发展，因此会增加耦合协调度；互联网普及率与耦合协调度呈正相关，因为互联网普及率代表着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的发展，最终达到提高耦合协调度的目的；生态建设与保护投资的相关系数为0.098，通过了显著性检验，对耦合协调度有一定的影响；单位GDP 二氧化碳排放量没有通过显著性检验，可能是样本容量不够，导致其回归结果不显著。

表11 固定效应模型回归分析结果

4.稳健性检验

接下来通过稳健性检验进一步检验结论的可靠性。一般采用替换变量和改变时间段回归的方法进行检验，但考虑到数据缺失等问题，本文借鉴孙黄平等[52]的方法，将人均可支配收入替换为人均GDP来进行稳健性检验，分析结果如表12所示。

表12 计量模型回归分析（稳健性检验）

检验结果表明，结论与未替换变量之前是一致的，由此推断本文所得结论是十分稳健的。

五、研究结论与政策启示

（一）研究结论

本文以2013—2018年30 个省（自治区、直辖市）为样本，利用耦合协调模型对数字物流、区域经济、碳环境治理之间的耦合协调度进行分析，以耦合协调度为被解释变量来进行空间相关分析，并从区域经济发展水平、数字物流发展水平、碳环境治理水平三个层面探究三者协调发展的影响因素，对其重要性进行排序，得出：

第一，各省（自治区、直辖市）耦合协调度多集中在0.2～0.9之间，但是地区的发展存在差异。

第二，耦合协调度在空间上呈正相关，在空间上表现出一定的集聚性，空间集聚呈加强状态，并对邻接省（自治区、直辖市）产生了影响。

第三，数字物流、区域经济与碳环境治理三者回归结果表明，各影响因素的重要性排序为：人均可支配收入>货运量>互联网普及率>生态建设与保护投资。

（二）政策建议

第一，从地区之间耦合协调度差异来看，各省（自治区、直辖市）应统筹规划数字物流、区域经济与碳环境治理之间的关系，不能为了促进数字物流和区域经济的高质量发展，而牺牲碳环境治理。比如，辽宁省应该加快区域物流公共信息平台建设，发挥平台整合资源的能力，真正实现物流业的资源共享和信息共用，在发展数字物流的同时，还要控制二氧化碳排放量，可以定期对城市空气质量进行监测。

第二，从耦合协调度在空间上的集聚性来看，处于低低集聚区的地区应该借鉴东部沿海地区的先进经验和发展模式，多与耦合协调度较高的省（自治区、直辖市）交流学习，打造自己独有的数字物流发展模式。如广东省发展较好的地区应该在继续维持自身发展势头的基础上，积极向外输送人才、技术和经验，打破地域限制，带动全国数字物流、区域经济和碳环境治理的优质协调发展。

第三，从提高耦合协调度的方式来看，各省（自治区、直辖市）应找准自身的特色产业，打造核心竞争产业，提升人民的生活水平。在数字物流方面，应该重视各省（自治区、直辖市）的物流货运量和互联网普及率，一方面运用大数据技术使数字物流数据库与车辆联网数据库实现共享，优化运输结构，提高各省（自治区、直辖市）货运量；另一方面在国家加大对西部地区政策扶持力度的基础上，进一步加强数字基础设施的建设，如长途光缆线路的铺设、互联网的入户工作等，提高互联网普及率。在碳环境治理方面，政府应该主动发展节能减排技术和可再生能源技术，以此减少物流业的二氧化碳排放。