绿色金融与物流绿色转型耦合协调研究——以长江经济带为例

李 兰 徐超毅

（安徽理工大学经济与管理学院，安徽 淮南 232001）

据有关部门统计，2019年我国物流业消耗能源达到4.4亿吨标准煤，已排放8.6亿吨二氧化碳，在全国总占比中分别为9.0%和8.8%［1］。伴随着我国物流需求的与日俱增，加快推进物流绿色转型已经成为政府倡导、企业践行、各方主动作为，实现绿色低碳发展的主旋律。实施绿色信贷政策会降低重度污染企业的融资能力［2］，说明绿色金融服务可以引进更多的资本流向绿色环保领域，进而促进企业的绿色转型升级。但有学者发现，我国绿色金融与绿色产业两者的耦合协调度尚不高［3］，绿色金融与工业绿色转型仍处于轻微失调状态［4］。因此，有必要建立绿色金融与物流绿色转型之间的综合指标评价体系，分析其耦合协调度所处阶段，进而加快实现物流行业的绿色低碳进程，有效落实碳达峰碳中和发展战略。

越来越多的学者已经关注到绿色金融与绿色发展之间的关系，其研究主要集中在以下两个方面：一是绿色金融与绿色经济的协调程度，董（Dong）和永（Yong）运用耦合协调度模型进行实证分析，计算了绿色金融和绿色经济之间的耦合协调度，并进一步确定相关区域的空间差异，发现两系统处于高度协调状态［5］。刘（Liu）等应用耦合协调度模型，引入空间自相关，评估协调的空间分布差异和动态演化趋势，结果表明，各省的耦合协调度呈现出逐渐上升的趋势，目前中国大部分地区处于勉强协调状态［6］。李敏和王雷研究了京津冀绿色金融与循环经济的耦合协调发展问题，发现三地的循环经济和绿色金融发展水平呈现上升趋势［7］；二是绿色金融与生态环境的相互作用，王（Wang）和蔡（Cai）认为绿色金融工具对二氧化碳排放强度具有显著的负面影响，基于债务的绿色金融工具比基于股权的绿色金融手段具有更强的效果［8］。李京（Lijing）和郑（Zheng）探索了绿色金融、非化石能源使用和碳强度之间的关系，认为非化石能源的使用增加时，会提高绿色投资，导致碳强度下降［9］。钱力、吕晴通过研究发现江苏省在绿色金融和生态环境子系统方面发展最好，且地理位置与地域环境会影响地区的耦合协调发展［10］。姬新龙、王仕琦以甘肃省为例，发现该区域绿色金融对生态环境的贡献程度有待提高［11］。

总体而言，绿色金融与绿色发展之间的相关研究还存在进一步充实的空间：第一，实施“双碳”战略和践行新发展理念，迫切要求我国经济实现绿色低碳循环发展。当前，对于绿色金融与产业绿色发展之间的耦合研究较少。第二，已有研究关注到绿色金融与工业绿色转型之间的耦合关系，鲜有研究物流行业的低碳转型，但物流行业的绿色低碳发展一直以来都受到政府的高度关注。作为能源消费量和碳排放增长迅猛的重要领域，在实现“双碳”目标中加快推进物流绿色转型责无旁贷。第三，现有相关研究工作主要集中在国家、省域层面，未系统考虑到经济空间和集聚性发展的相关影响。本文在以往研究基础上，进一步进行空间集聚分析，探究各影响因素对耦合协调水平的空间溢出效应。

一、指标体系构建及影响因素选取

（一）绿色金融与物流绿色转型指标体系构建

本文主要借鉴邵学峰和方天舒［12］、刘孜和范秋芳［13］等的研究，从学者普遍采用的五个主要绿色指标出发，同时结合王翌秋和郭冲［14］的研究，考虑能源消费量作为碳金融的一个方面，基于数据的可得性，构建绿色金融综合指标体系。关于物流绿色转型指标的选取，参考齐萌［15］、毛彦军等［16］关于绿色转型指标体系的构建，尝试从物流资源利用、物流生产减排、绿色物流水平三个维度构建物流绿色转型指标体系，如表1所示。

表1 绿色金融与物流绿色转型协调关系指标体系

（二）耦合协调度的影响因素

已有研究关注了绿色金融和绿色物流自身的影响因素，本文结合两者进行综合分析［17-18］。第一，经济发展水平（EDL）：一般采用人均国内生产总值（GDP）的对数来衡量，经济发展水平越高可能导致两者之间的互动联系更强。第二，金融发展程度(FD)：一般采用金融业增加值与GDP比重的对数来衡量，金融发展程度越高，越容易满足物流企业绿色转型的需求，进而驱动绿色金融的发展。第三，环境污染程度（EP）：一般采用废气中二氧化硫排放量的对数来衡量，环境污染的程度越重，企业的整体信用风险越高，融资能力越弱。第四，科技创新水平（STI）：一般采用规模以上工业企业专利申请数的对数来衡量，物流企业的绿色创新能力越强，对绿色金融的需求越高。第五，城镇化水平（UL）：一般采用城市人口密度的对数来衡量，城镇化会驱使物流业和绿色金融产业形成集聚，相关技术和人才的流动会提高两者的资源配置效率。第六，产业结构（IS）：一般采用第三产业增加值与GDP比重的对数来衡量，第三产业占比越高，相关的基础设施更加完善，物流企业的绿色转型越迅速。

二、数据来源与数据处理

（一）数据来源

各指标和影响因素数据均来源于中国统计年鉴、中国工业统计年鉴、中国保险年鉴和中国能源统计年鉴。绿色信贷数据中六大高耗能产业工业利息支出占比由于缺少2018年中国工业统计年鉴，所以2017年数据采用均值替代法进行补充。绿色保险数据中农业保险支出缺少个别年份数据采用均值替代法补充。绿色投资中环境污染治理投资数据只更新到2017年，2018—2020年根据中国生态环境统计年报中公布的全国总计数据与分省数据柱状图，使用图形数字化（GetData Graph Digitizer）软件进行数据提取，各省总计与实际值差异较小可忽略不计。

（二）数据处理

1.标准化处理

绿色金融和物流绿色转型评价指标体系共包含15个指标，假设有m个待评价对象，n个指标，得到一个原始矩阵为

具体处理过程如下。

正向指标的标准化处理：

负向指标的标准化处理：

式（1）和式（2）中：为消除对数影响，通常对该数列数据进行向右平移0.000 1处理。

2.修正的熵权法求权重［19］

第一步，计算各指标值的比重：

第二步，计算第j个指标的熵值：

第三步，计算第j个指标的权重系数：

式（5）为传统的计算公式，学者林华锐［20］指出当Ej在接近1的情况下，即使Ej之间差距细微，也会使相应的权重Wj出现成倍的变化，从而导致误差，因此，采用式（6）对其进行修正。

第四步，计算综合评价值Si：

按照修正的熵权法，计算得到10年长江经济带11个地区的绿色金融与物流绿色转型系统各指标的权重值，结果如表2所示。

表2 绿色金融与物流绿色转型协调发展指标权重值

三、研究方法

（一）耦合度模型

耦合度模型可以反映出子系统之间耦合作用的强弱。借鉴刘孜等［13］的研究，本文构建绿色金融与物流绿色转型的耦合度模型，形式如下：

C表示两系统的耦合度，U1表示绿色金融指数，U2表示物流绿色转型指数。C越大，两系统的耦合状态越好。

（二）耦合协调度模型

分析耦合度模型我们只能初步了解两系统整体的耦合情况，通过引入耦合协调度模型，可以更好地揭示其内部协调程度，其计算公式如下：

D为两系统的耦合协调度，C为两系统的耦合度，U1表示绿色金融指数，U2表示物流绿色转型指数，T为两系统的综合协调指数。α、β为待定参数，因为两系统同等重要［4］，所以α=β=0.5。

参考学者王新民［21］、高敏［22］的研究，对耦合度和耦合协调度进行如下划分，结果如表3所示。

表3 耦合度和耦合协调度等级划分

（三）空间自相关模型

1.全局空间自相关分析

空间自相关可以揭示其耦合协调度在空间维度上是否存在聚类或离散现象，或者呈现随机分布，便于发现其空间分布规律。

2.局部空间自相关分析

通过全局莫兰指数可初步了解其整体空间分布情况，但其局部空间分布情况还需进一步探索，因为整体空间分布呈现随机分布时，也不能代表局部均不存在聚类或离散现象，鉴于此，本文借助GeoDa软件对其局部情况进行分析。

（四）空间计量回归模型

空间计量面板模型通常包含以下三种形式：空 间 滞 后 模 型（Spatial Autoregressive Model，SAR）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（Spatial Durbin Model，SDM）［23］。公式如下：

其中，Y为耦合协调度D，X为各影响因素，W为空间权重矩阵。本文基于地理距离权重矩阵，λ、β、δ为相应系数，ε、μ为随机扰动项，服从正态分布。

四、实证结果分析

（一）长江经济带绿色金融与物流绿色转型综合发展水平分析

根据长江经济带2011—2020年绿色金融系统和物流绿色转型系统的相关数据，计算出各省10年的综合发展水平指数，再求出其各年的平均综合发展水平指数，结果如图1所示。

图1 长江经济带绿色金融和物流绿色转型的平均综合发展水平指数

从图1中可知，2011—2020年绿色金融综合发展水平指数有些微小幅波动，2012年以后指数呈现快速上升趋势，2017年达到历史顶峰，近几年有所降低。2017年绿色金融发展水平得到显著提升主要得益于2015年实施的《长江中游城市群发展规划》，该规划为赣江试点新区的绿色金融发展提供了有力支持。物流绿色转型综合发展水平指数较为平稳，在2017年达到最高值0.693 3。因为2016年政府在相关报告中提出重视绿色物流建设，鼓励通过减税降费推动物流产业转型升级，政策上的大力支持为2017年物流绿色转型成效奠定基础。

（二）长江经济带绿色金融与物流绿色转型耦合协调度分析

根据相关数据计算得出两系统的耦合协调度，结果如表4所示。

表4 长江经济带绿色金融与物流绿色转型耦合协调度

由表4可知，从整体来看，其平均耦合协调度位于初级协调和中级协调阶段，其中在2017年平均耦合协调度达到最高值0.722，说明这一年两系统之间的协调情况较好，近两年平均耦合协调度趋于轻微下滑态势。

从各省的角度来看，安徽省耦合协调程度最高，为0.897，处于良好协调阶段。安徽省自2012年以来，将推进物流产业转型升级的目标落到实处，主动引导绿色信贷资金流向物流环保企业，对物流企业的绿色技术创新提供大量资金支持，很大程度上促进了绿色金融与物流绿色转型的协调发展。贵州省耦合协调度除2012年为0.464，位于濒临失调状态，其余年份均徘徊在0.5～0.69之间，处于勉强协调和初级协调之间。云南省一直位于0.6～0.79之间，处于初级协调和中级协调阶段。上海市位于0～0.39之间，大多数时候处于极度失调状态，这说明上海市绿色金融与物流绿色转型整体的协调程度较差，还有很大的提升空间。其余省份的耦合协调度大多数位于0.7～0.89，处于中级协调向良好协调衔接阶段。其中江苏省从2012年开始，每年都针对性的制定减排计划，致力于实现企业的绿色转型［24］。湖北省也大力发展绿色金融，为企业提供资金支持，促使物流企业积极进行绿色技术创新，物流绿色转型指数不断提升，加深二者耦合协调程度。

为直观地了解其变化趋势，选取2012年、2016年、2020年的耦合协调度水平对其近10年的走势进行空间动态分析，结果如图2所示。

图2 2012年、2016年、2020年长江经济带耦合协调度空间差异变化

从图2中可以看出，在这段时间，各省份绿色金融和物流绿色转型耦合协调程度呈现出下游和中游较高，上游地区较低的趋势。此外，重庆、江西、安徽在这三年一直稳定在良好协调状态，绿色金融与物流绿色转型的耦合协调程度较高，且2016年各地区的绿色金融与物流绿色转型的耦合协调发展最好，有5个省份均达到良好协调程度。

2012年，大部分地区处于中级协调和良好协调状态，中下游地区的耦合协调程度较好，上游地区比较落后，贵州省和云南省分别处于濒临失调和初级协调状态，绿色金融和物流绿色转型耦合处于磨合状态，还未能很好地接收两系统相互作用带来的影响。

2016年，各省份的绿色金融和物流绿色转型耦合协调度有明显提升，中下游地区依旧处于领先地位，浙江省耦合协调水平已转为良好协调状态。与此同时，上游地区也出现了明显改善，与中下游绿色金融和物流绿色转型的耦合协调水平差距逐渐缩小。其中，贵州省耦合协调度上升幅度最大，由2012年的濒临失调转为初级协调。其在2012年成立的贵州银行积极推进绿色信贷政策，促进了绿色金融与物流绿色转型的耦合协调。云南省也由2012年的初级协调转为中级协调状态。

2020年，大部分地区二者的协调度已超过0.7，说明很多省份绿色金融与物流绿色转型已经逐渐进入到中级协调阶段，各地区两系统的协调差距逐渐缩小，并倾向于良性耦合协调发展，绿色金融与物流绿色转型之间的相互影响作用更大。这些省份的绿色金融与物流绿色转型的协同作用更加明显，贵州省现阶段处于勉强协调状态，还有提升的空间，未来的发展中，应该着重关注处于勉强协调和初级协调阶段的地区，尽量减少物流运作各环节的碳排放，提高绿色金融对绿色物流的支持力度，让位于失调阶段的地区也加快实现中级协调发展；上海市由2012年的严重失调滑为极度失调状态，其物流绿色转型综合发展水平远低于绿色金融发展水平，单位物流业增加值的能耗和二氧化碳排放量都远高于其他省份，这可能是因为上海在港口作业过程中消耗了电、燃油等能源，造成了大量二氧化碳排放，绿色港口的建设还在实践当中，港口的能源利用效率还有待进一步提升。

（三）长江经济带绿色金融与物流绿色转型耦合协调度空间自相关分析

1.全局空间自相关分析

由于各省市的绿色金融和物流绿色转型耦合协调水平在区域上存在明显差异，本文利用空间数据分析（GeoDa）软件计算得到各年的全局莫兰指数（Moran’s I），结果如表5所示。

表5 长江经济带绿色金融与物流绿色转型耦合协调度全局Moran’s I指数

由表5可知，2011—2020年，在经济地理距离权重矩阵下各年份的莫兰指数显著，但在邻接权重矩阵下，除2016年以外，其全局Moran’s I均为负值，且徘徊在0附近，其耦合协调程度呈现空间随机性，各年均未达到显著水平，这是因为其计算仅仅是依据省份之间是否相邻来判断其受到的影响强度，而绿色金融和物流的发展要素在空间上具有很强的流动性，不能认为某个地区只与其相邻的几个地区之间相互影响，也不能将某个地区与其不相邻但距离不等的地区之间的相互作用强度视为一致［25］。所以，全局莫兰指数不显著不能说明长江经济带各地区耦合协调度在空间上都与其邻省无关，因为其内部可能出现正负相抵的情况，导致不能体现为显著，所以需要对其进行局部分析，通过分析局部地区的空间相关性来进行进一步判断。

2.局部空间自相关分析

本文利用空间数据分析（GeoDa）软件，得出11省市各年的局部莫兰指数，选取2012年、2016年和2020年长江经济带绿色金融与物流绿色转型两系统耦合协调度的莫兰（Moran）散点图进行分析，结果如图3所示。

图3 2012、2016、2020年长江经济带耦合协调度Moran散点图

由图3可以看出，长江经济带11个省市两个系统的协调度大都集中在第I和第IV象限，即分布在“高-高（H-H）”和“高-低（H-L）”型聚集的省市较“低-高（L-H）”和“低-低（L-L）”的省市多，从差异角度来看，若“高-高”型省市数量越多，说明此时的空间差异越小。

为了解各省市的局部空间分异情况，采用GeoDa得到相应空间关联局部指标（Local indicators of Spatial association，LISA）聚类图，选取2012年、2016年、2020年各省市的空间分异情况进行分析，结果如表6所示。

表6 长江经济带绿色金融与物流绿色转型局部莫兰指数空间分异情况

由表6可知，2012年通过显著性检验的只有湖北省，其余省份均为不显著。湖北省两系统的耦合协调度局部空间自相关关系位于“高-高（H-H）”状态，即自身的绿色金融与物流绿色转型的耦合协调水平较高，且被周边协调水平较高的地区包围。

从2016年LISA聚类图结果来看，湖北省和江西省通过了显著性检验，且同时处于“高-高（H-H）”状态，其余的省份均不存在显著性，可能是每个省份都致力于本地区的绿色金融与物流绿色转型的协调发展，而没有与周围省份产生较大的联系，也难以接收到邻省对本地区的影响。相较于2012年，“高-高（H-H）”分布区多了江西省，说明长江经济带绿色金融与物流绿色转型协调程度的空间局部异质性进一步增大。

2020年LISA聚类图的结果显示处于“高-高”状态的省市数量减少，高耦合协调集聚程度低，从总体来看，在长江经济带2011—2020年的LISA聚类图中，局部空间特征趋于分散状态，集聚效果较差，各省份之间的相互作用力较小。

（四）长江经济带绿色金融与物流绿色转型耦合协调影响因素的空间溢出效应分析

由于耦合协调度存在空间相关性，有必要对其进行空间计量回归分析，采用统计学软件（stata16）对面板数据模型进行检验，在拉格朗日乘数（Lagrange Multiplier，LM）检验中，针对空间误差和空间滞后的检验均在1%水平下显著，说明可以选择两者结合的空间杜宾模型（SDM），通过沃尔德（Wald）检验和似然比检验（Likelihood Ratio，LR）均说明空间杜宾模型（SDM）不会退化为空间滞后模型（SAR）或空间误差模型（SEM），结合豪斯曼（Hausman）检验和R2值的比较，本文基于时间固定效应进行分析，结果如表7所示。

表7 固定效应的空间杜宾模型估计结果

注：括号内数值为估计参数的t统计量，且*、**和***分别代表10%、5%和1%的显著性水平。

由表7可以看出，时间固定效应模型的拟合优度为0.534，优于个体固定效应和双向固定效应，回归系数rho在1%水平下显著，说明存在空间自相关。结合时间固定效应结果发现经济发展水平、金融发展程度、科技创新水平、城镇化水平和产业结构均通过5%的显著性水平检验，说明这5个因素是影响长江经济带绿色金融与物流绿色转型协调发展的主要影响因素，金融发展程度、科技创新水平和城镇化水平对绿色金融和物流绿色转型的协调程度存在正向作用，经济发展水平和产业结构对绿色金融和物流绿色转型的协调水平存在负向影响。

为进一步分析其空间溢出效应，对其进行效应分解，结果如表8所示。

表8 时间固定效应的空间杜宾模型溢出效应分解结果

由表8可知，金融发展程度和科技创新水平的直接效应系数在1%的水平下显著，分别为0.133和0.144，即本地的金融发展程度和科技创新水平每提高1%，其绿色金融和物流绿色转型的协调度分别提升0.13%和0.14%，说明金融发展水平的提升会加速绿色金融的发展，进而促进企业绿色转型。经济发展水平和产业结构的直接效应在1%的显著水平下为负，说明本地的经济发展水平对本地绿色金融和物流绿色转型的协调水平起到负向作用，这是由于经济发展观念和扶持政策的差异导致经济发展对两者的协调发展的促进作用不足［26］。与此同时，产业结构对两者的协调发展起到负面作用，原因在于绿色金融的发展尚未成熟，已有的金融资源尚未退出高耗能产业，产业结构的绿色转型升级有待加强。

在空间溢出效应中，环境污染程度和城镇化水平对邻近地区产生显著正向影响。本地的环境污染程度较高时，其融资的信用风险加大，降低了邻近地区企业的融资难度。城镇化会产生资源的集聚效应，形成产业链，本地的产业链条的扩大会创造更多的绿色金融需求，进而带动周边地区的绿色转型进程。科技创新和产业结构的溢出效应显著为负，表明科技创新对周边城市的两者协调水平会起到抑制作用，这是因为往往科技创新水平较高的地区会吸引大量的人才、技术，具有明显的集聚特征，使周边城市的创新发展水平受限，因此会对邻近地区的绿色金融与物流绿色转型的协调程度产生负向影响。产业结构上，当本地的第三产业效率越高，也会吸引周边地区的优质产业，从而弱化了周边地区的绿色金融和物流绿色转型的协调水平。

五、研究结论与政策建议

（一）研究结论

在修正熵权法的基础上，通过构建长江经济带绿色金融与物流绿色转型两系统耦合协调模型，对长江经济带2011—2020年11个省市的数据进行测算，并对其耦合协调度的空间分布状况和空间溢出效应进行分析，得出主要结论如下：

第一，整体上，2011—2020年长江经济带绿色金融与物流绿色转型两系统的平均耦合协调度在0.677～0.722之间波动，2011—2012年处于下降趋势，2013—2017年处于逐步上升趋势，且在2017年达到最高值，2018—2020年又开始缓慢下降，但长江经济带绿色金融促进了物流绿色转型，物流绿色转型也反哺绿色金融的发展，整体的耦合协调度水平已达到初级协调水平，逐渐向中级协调阶段迈进。

第二，省域层面上，2011—2020年安徽省、重庆市绿色金融与物流绿色转型两系统的耦合协调水平一直稳定在良好协调阶段，处于领先位置；其次是江苏省、浙江省、江西省、湖南省、四川省，在中级协调和良好协调之间徘徊；湖北省发展比较平稳，位于中级协调阶段；贵州省和云南省耦合协调度发展水平较为落后，云南省处于初级协调水平较多，贵州省最初处于濒临失调状态，近年来协调水平有所提升。但上海市协调水平一直不容乐观，可能的原因是上海是港口城市，其二氧化碳排放量远高于其他省市。耦合协调度在空间分布上呈现中下游领先上游趋势。下游地区除上海以外，基本处于中级协调和良好协调之间，中游地区也位于中级和良好协调水平，上游地区重庆和四川协调发展水平较为领先，位于中级协调阶段以上，贵州省和云南省较为逊之，还在初级协调周边徘徊。

第三，在空间自相关方面，2011—2020年期间，在邻接权重矩阵下除2016年全局莫兰指数为正值，其余年份空间自相关莫兰指数均为接近于0的负值，且不显著，但经济地理距离权重矩阵下各年份莫兰指数显著。局部莫兰散点图显示，随着时间变化，各个地区分布在第II、III象限较少。空间关联局部指标聚类图表明湖北省和江西省出现在“高-高”集聚区，说明这些地区产生了正向拉动的产业城市群效应，作为连接上下游的中心地区，起到了示范带动作用，其余各省未形成明显的空间集聚效应。2020年呈现“高-高”聚集的省份较少，说明局部的空间差异性较大。

第四，在空间溢出效应上，通过时间固定效应空间杜宾模型实证表明，长江经济带各地区金融发展程度和科技创新水平的提升对本地两者的协调度有显著的正向影响，本地环境污染程度和城镇化水平对邻近地区绿色金融与物流绿色转型的协调度具有显著正向的空间溢出效应。

（二）政策建议

1.发挥绿色金融支持，促进物流节能减排

在绿色金融系统中，“环保产业市值”“节能环保支出”“治理环境污染投资”这三个指标对绿色金融系统的重要性较高。为了创建良好的绿色金融环境，首先，着力提高环保产业的市值占比，地方政府可以学习绿色金融创新试点区的实践经验，在结合各个地区发展特色的基础上，建立激励机制，以促进绿色金融的发展，并吸引更多的社会资本积极参与到绿色物流项目中，发挥绿色金融对物流绿色转型的资源配置作用，以便让更多的物流企业向环保产业转型。其次，绿色金融的发展离不开地方财政资金的支持，政府要带头响应“双碳”战略，加大环境污染治理投资和节能环保财政支出，重点支持践行新发展理念的绿色物流企业，各方共同推进绿色低碳产业链。最后，为了实现绿色金融对物流绿色转型的精准支持，需尽快建立两系统的信息对接平台，以便金融机构有效地识别物流绿色转型项目，提高资金的利用效率。

在物流绿色转型系统中，“物流业的能源消耗量”“物流业的二氧化碳排放量”等指标对整个系统产生的影响较大，所以要想真正地实现长江经济带物流绿色升级，物流企业无论如何都要采取实际行动努力落实节能增效工作。从企业总体规划出发，科学制定适合本物流企业节能目标的降碳方案，并要求逐步细化落实分解到各具体岗位，量化工作效果考核标准，将科学的节能理念与环保意识贯彻到底，同时积极参与有关环保领域的重大科学项目，汲取先进经验［1］。在企业实际运作中，充分利用清洁能源，提高新能源汽车在物流业的普及率，对于一些高污染高排放的物流车辆，应该合理限制其准入标准，逐渐引导其退出物流市场，强化物流业绿色化运行效率，积极引进国外先进技术，提倡各企业共享和循环使用物流设施，提升物流绿色转型效率［27］。国家也应该出台物流业绿色转型的产业引导政策，强化行业绿色转型能效、逐步完善物流行业的进入和退出市场准则，推动物流行业合理有序的竞争，规范化物流行业绿色转型。

2.建立健全相关政策法规，鼓励各地区合作共赢

2011—2020年，长江经济带的物流绿色转型系统的综合发展水平指数虽然较为平稳，但2017年来均处于下降趋势，2020年也达到历年最低值0.638 6，随着物流业的快速发展，要想实现可持续发展，需要打造绿色物流产业链。绿色金融发展系统综合发展水平指数在2016年以来也呈现逐渐下降趋势，且低于物流绿色转型指数。国家应督促完善有关绿色发展转型与绿色金融相互促进的相关政策法规，并通过加大财政资金支持、倾向环保领域投资，支持相关物流产业逐步向环境保护绿色发展转型［28］。长江经济带各地区由于自身资源、地理位置、金融政策、经济状况各不相同，导致绿色金融和物流绿色转型的发展阶段差异明显，各地区应切实推进区域合作，建立长江经济带高效的多层次合作机制，集各方之力实现资源的最优配置，科学有效地加快各地区物流绿色转型进程［29］。

3.加强辐射带动作用，提高整体协调发展水平

通过分析2011—2020年长江经济带11个省市的耦合协调度的空间分布情况以及空间集聚状态，发现各省之间的集聚效应不明显，总体上处于离散状态，位于长江经济带上游的重庆和成都，是成渝地区双城经济圈协调水平较高的城市，以二者为中心点，打造都市圈绿色发展的核心引擎，联合推动绿色金融与物流绿色转型深度融合，拉动贵州省和云南省的协调发展水平。中游地区作为上下游的衔接地区，应该进一步引导湖北省、湖南省和江西省的集聚发展，建立绿色物流园区，统筹规划，促进长江经济带沿线上下游物流业共同发展。下游协调较优的城市，要在自身协调稳定发展的基础上，支持带动上海市，从而提高长江经济带下游整体的协调发展水平，加快向良好协调靠拢。与此同时，加快推进城镇化发展进程，充分利用城镇化带来的空间溢出效应推动周边地区的绿色金融和物流绿色转型的协调水平。