区域物流与环境可持续发展的时空差异及收敛性研究<br/>——以中国沿海11省市为例

区域物流与环境可持续发展的时空差异及收敛性研究
——以中国沿海11省市为例

2022-12-30江文婷

福州大学学报（哲学社会科学版） 2022年6期

尹阳江文婷叶翀

(1. 福州大学至诚学院，福建福州 350002； 2. 福州大学经济与管理学院，福建福州 350108)

党的二十大报告提出，要加快建设现代化经济体系，着力推进城乡融合和区域协调发展。(1)习近平：《高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告》，人民出版社，2022年，第28页。物流业作为推动现代化经济可持续发展的支柱性产业，在经济社会发展中的地位越来越重要，对社会环境的影响也越来越大。《“十三五”生态环境保护规划》指出，当前经济社会发展不平衡、不协调、不可持续的问题突出，加强生态环境综合治理，提高环境质量，是当前的核心任务。(2)《“十三五”生态环境保护规划(全文)》，http://cn.chinagate.cn/economics/2017-07/30/content_41315567.htm，2017年7月30日。尽管近年来中国沿海的辽宁、河北、天津、山东、江苏、浙江、上海、福建、广东、广西、海南等11省市积极响应政府号召，对相关物流产业进行关注与治理，但是总体物流产业可持续发展局面仍然不乐观。而正是因为中国沿海省市所处位置的重要性，物流产业发展的差异性以及改善环境污染的紧迫性，研究其区域物流与环境可持续发展的时空差异及收敛性，进而提出针对性的建议，对中国沿海区域的物流产业可持续发展具有重大的现实意义。

一、研究综述

随着物流业的快速发展，物流活动的各环节带来的生态环境问题也日益突出，环境与经济可持续发展的不协调引起了国内外学者的广泛关注。

在区域可持续发展方面，曾鹏和毕超结合定性与定量分析方法研究不同城市群环境可持续发展的时序变化，结果显示不同城市群间的可持续发展水平存在明显差异。(3)曾鹏、毕超：《中国十大城市群可持续发展能力比较研究》,《华东经济管理》2015年第5期。Xu等采用AHP、协调度模型对中国31个省域的生态经济可持续发展水平进行研究，发现生态经济可持续发展水平存在差异。(4)Xu M.Y.,Chen C.T.,Deng X.Y., “Systematic analysis of the coordination degree of China’s economy-ecological environment system and its influencing factor”, Environmental Science and Pollution Research,vol.26(2019),pp.29722-29735.Zhang等将政府相关政策支持考虑在内，利用多面板回归探讨区域间各产业碳排放差异的影响因素，认为需充分发挥政府的主导作用。(5)Zhang Y.N.,Liu Z.Q.,Ouyang H.X.,et al., “A comprehensive study on the efciency of regional logistics industry under low carbon environment—An empirical analysis based on 19 provinces in the Yangtze River protection region”, Mod. Manag,vol.40(2020),pp.33-40.Peng 等利用基尼系数分解中国30个省份的环境治理效率，认为区域环境治理能力差异会逐渐缩小。(6)Peng G.,Zhang X.,Liu F.,Ruan L.J., “Spatial-temporal evolution and regional difference decomposition of urban environmental governance efficiency in China”, Environment Development And Sustainability,vol.23(2020),pp.1-17.王驰等认为物流业要实现可持续发展就需要采用经济集约化经营方式。(7)王驰、樊安懿、钱明辉：《物流企业可持续发展评价指标体系研究》,《商业经济研究》2021年第9期。Cai等运用面板数据验证了环境法规对一个城市环境的影响。(8)Cai X.A.,Lu Y.B.,Wu M.C.,et al., “Does environmental regulation drive away inbound foreign direct investment? Evidence from a quasi-natural experiment in China”, Journal of Development Economics,vol.123(2016),pp.73-85.

在可持续发展评价方法方面， Pan等运用传统收敛模型分析中国省级能源效率的收敛性，实证结果表明存在明显的绝对收敛趋势。(9)Pan X.,Pan X.,Jiao Z.,et al., “Stage characteristics and driving forces of China’s energy efficiency convergence-an empirical analysis”, Energy Efficiency,vol.12,no.2(2019),pp.2147-2159.Zhang 等运用Tobit模型分析区域生态环境差异的影响因素，结果显示各个地区的经济发展水平、产业结构都会对区域差异造成消极影响。(10)Zhang Y.,Yu Z.,Zhang J., “Analysis of carbon emission performance and regional differences in China’s eight economic regions: Based on the super-efficiency SBM model and the Theil index”, Plos one,vol.5(2021),pp.1-21.Ying等采用变异系数、泰尔指数、EDSA等分析各区域绿色创新系统的协调差异，结果表明区域间绿色创新系统协调发展差异正在扩大。(11)Ying L.M.,Li M.H.,Yang J., “Agglomeration and driving factors of regional innovation space based on intelligent manufacturing and green economy”, Environmental Technology&Innovation,vol.22(2021),pp.1-13.杨云峰等构建系统协同度测度序参量方法对环渤海地区物流系统的协调度进行测度，结果表明均居于中上水平。(12)杨云峰、芮晓丽、袁长伟：《区域物流系统协同水平测度模型》,《长安大学学报》(自然科学版)2015年第4期。Shi和Li基于MML指数对中国制造业TFP的区域差异进行分析，结果表明政府需要根据各地环境差异制定政策。(13)Shi X.A.,Li L.S., “Green total factor productivity and its decomposition of Chinese manufacturing based on the MML index:2003-2015”, Journal Of Cleaner Production,vol.222(2019),pp.998-1008.周泰运用协同学理论对四川省物流系统与生态系统的协调关系进行研究，结果表明两者的协调发展关系还需进一步提高。(14)周泰：《低碳视角下区域物流与生态环境协调发展研究》,《统计与信息论坛》2021年第6期。王健和林双骄通过构建动态门槛效应模型，验证发现不同信息化运作水平区的物流产业集聚对物流碳排放的转移影响程度不同，交通运输发展压力的提升会造成物流产业集聚对物流碳排放的积极影响。(15)王健、林双娇：《物流产业集聚对碳排放跨区域转移的作用机制》,《中国环境科学》2021年第7期。

综上所述，学者对区域物流与环境可持续发展的研究存在以下不足。首先，研究指标不够全面，多数文献未能结合当前低碳经济背景下的政府环境法律法规、排污治理费用等因素进行研究。其次，加入空间因素研究区域物流与环境可持续发展程度的时空差异及收敛性的成果较少，认知角度和方法片面化，存在无法分析差异来源的缺陷。最后，大多采用传统的分析相对差异的方法，无法全面考察可持续发展的趋势并提出相应的建设性的意见。本文拟从以下三个方面进行补充：(1)加入政府环境保护法规、企业环境治理费用、公众环境投诉这三个隐形指标，既能够数据化呈现相关环境治理的间接效果，还能够突出政府、企业及群众对社会环境的重视程度。(2)在区域差异分析方法方面，利用Dagum基尼系数克服相对差异方法无法分析差异来源的缺陷，为研究区域差异性提供新的方法。(3)在收敛性研究方面，将传统收敛模型与空间计量模型相结合，弥补传统收敛模型忽略空间依赖性的不足，使得研究结果更加贴合实际，可为应对该区域可持续发展的趋势变化提供参考。

二、研究方法和变量说明

(一)研究方法

1. 核密度估计方法

(1)

2. Dagum基尼系数

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

3. 空间收敛模型

β收敛主要包括绝对β收敛和相对β收敛。绝对β收敛是指在其他条件一定的情况下，可持续发展水平的增长速度只取决于其初始发展水平，与其他因素无关。引入空间效应之后的收敛模型(16)Ringel M.,Schlomann B.,Krail M.,et al., “Towards a green economy in Germany? The role of energy efficiency policies”, Applied Energy,vol.179(2016),pp.1293-1303.可分为绝对β收敛空间滞后模型和绝对β收敛空间误差回归模型。

绝对β收敛空间滞后模型：

(11)

绝对β收敛空间误差回归模型:

(12)

相对β收敛是指考虑不同区域自身发展特性，引入相关控制变量，可持续发展水平增长速度与其初始水平有一定的关联性。引入空间效应之后的收敛模型(17)Lindman A.,Soderholm P., “Wind energy and green economy in Europe: Measuring policy-induced innovation using patent data”, Applied Energy,vol.179(2016),pp.1351-1359.可分为条件β收敛空间滞后模型和条件β收敛空间误差回归模型。

条件β收敛空间滞后模型：

(13)

条件β收敛空间误差回归模型：

(14)

(15)

其中，yi,t是第i个评价对象第t年的水平；T为观察期长度；α是参数估计；β小于零则有意义；λ是空间误差系数；V是收敛速度；Q是收敛周期；W是空间权重系数；空间权重采用地理距离矩阵；μ是随机误差项，其取值范围是μ～N(0,σ2I)。

(二)变量说明

为了使所选择的评价指标能够整体、系统、客观、真实地反映中国沿海省市物流与环境可持续发展程度，在选取指标和构建指标体系的过程中，本文借鉴已有的研究成果，综合考虑中国沿海辽宁等11省市的发展现状，最后确定该11省市的区域物流与环境可持续发展的相关指标变量，如表1、表2所示。

表1 可持续发展水平的指标变量

表2 样本变量

三、中国沿海11省市可持续发展程度的时空差异分析

根据上述指标数据，本文首先通过改进熵值法与耦合协调度模型对中国沿海11省市物流业与环境可持续发展程度进行测度。(18)限于篇幅，改进熵值法与耦合协调度模型运算过程未写出。备索。其次为细致考察中国沿海11省市物流业与环境可持续发展程度的时空差异，将辽宁、河北、天津、山东划分为北部沿海，江苏、浙江、上海、福建划分为东部沿海，广东、广西、海南划分为南部沿海进行分析。最后利用核密度估计方法、EDSA、Dagum基尼系数对其考察研究。

(一)中国沿海11省市可持续发展程度的时序差异分析

本文借助MATLAB16.0软件对2011—2020年中国沿海11省市物流业与环境可持续发展程度的绝对差异信息变化进行考察分析，核密度估计结果如图1所示。

图1 中国东部、北部、南部沿海可持续发展程度核密度估计曲线数据来源：运用MATLAB软件绘制

1. 中心位置

2011—2020年中国东部沿海省市的核密度曲线中心位置经历了“左移—右移”的演变过程，表明东部沿海省市可持续发展程度的集聚水平呈现小幅度的上升趋势；北部沿海省市的核密度曲线中心位置呈现左移趋势，表明北部沿海省市可持续发展程度的集聚水平呈现下降趋势；南部沿海省市的核密度曲线中心位置呈现左移趋势，表明南部沿海省市可持续发展程度的集聚水平呈现下降趋势。

2. 峰度

2011年中国东部沿海省市的核密度波峰高度最低，宽度最宽，2012—2020年波峰高度逐渐提高且宽度变窄趋势明显；2011年中国北部沿海省市的核密度波峰高度最低，宽度最宽，2012—2020年波峰高度上升，宽度变小；2011—2020年中国南部沿海省市的核密度波峰高度基本持平，相对变化程度低。这意味着观测期内中国沿海省市整体离散程度呈现微弱发展态势。

3. 波峰数量

2011—2020年中国东部沿海省市的核密度曲线的波峰数量呈现出一个主峰和一个侧峰，主峰峰值较高，两极化现象明显；2011—2020年中国北部沿海省市的核密度曲线的波峰数量保持一个主峰现象； 2011—2020年中国南部沿海省市的核密度曲线的波峰数量呈现一个主峰和两个侧峰，主峰与侧峰之间的距离相近，多极化现象明显。

(二)中国沿海11省市可持续发展程度的空间差异分析

1. 全局莫兰指数

表3 全局莫兰指数计算结果

本文借助STATA16.0软件对2011—2020年中国沿海11省市物流业与环境可持续发展程度的全局莫兰指数值进行测算，并对其显著性水平进行检验，如表3所示。

2011—2020年中国沿海11省市物流业与环境可持续发展程度的全局莫兰指数均值为正，在10%显著性水平下均大于临界值(1.96)，说明中国沿海11省市的可持续发展程度在观测期内具有明显的空间相关性。

2. 局部莫兰指数

本文借助AIRGIS软件对2011—2020年中国沿海11省市物流业与环境可持续发展程度的局部莫兰指数值进行测算。局部莫兰指数可分为四个象限：HH象限代表一个区域物流与环境的协调发展水平高，其与周边区域较为协调；LH象限代表一个区域物流与环境的协调发展水平低，但其与周边较为协调；LL象限表示一个区域物流与环境的协调发展水平低且其周边发展也不协调；HL象限表示一个区域物流与环境的协调发展水平高，但其周边发展不协调。为充分了解我国沿海省市物流业与环境可持续发展程度的空间分布，本文以2011年、2014年、2018年这三个时间节点为例进行分析，如图2所示。

根据图2，本文对我国东部、北部、南部沿海省市物流业与环境可持续发展程度的空间发布进行详细分析，结果可得：

(1)2011年，HH类型均集聚分布在中国东部和北部沿海，LL类型均集聚分布在北部沿海，LH和HL类型均集聚分布在东部和南部沿海。

(2)2014年，HH类型均集聚分布在中国东部和北部沿海，LL类型均集聚分布在北部沿海，LH和HL类型开始集聚在南部沿海。

(3)2018年，HH类型均集聚分布在中国北部沿海，LL类型均集聚分布在南部沿海，LH和HL类型均集聚在东部和北部沿海。

在所选的观察期内，各区域空间差异明显，空间差异格局相对不稳定。HH类型集聚分布格局在中国东部和北部沿海，LL类型集聚分布格局在北部沿海和南部沿海，LH和HL类型则呈现分散布局状态。这说明观测期内中国沿海省市均存在正向的空间相关性，表现出明显的空间差异呈正向集聚分布。

图2 中国东部、北部、南部沿海可持续发展程度空间分布注：本图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1822号的标准地图制作，底图无修改。

3. Dagum基尼系数

图3 中国沿海11省市的可持续发展程度的组间、组内差距

为揭示中国沿海11省市物流业与环境可持续发展程度差异的原因，本文利用Dagum基尼系数相关公式，运用MATLAB16.0软件，计算出中国沿海11省市物流业与环境可持续发展程度的组间差异、组内差异、超密度以及各差异对总体差异的贡献率。结果如图3、表4所示。

根据图3、表4相关数据，对我国沿海11省市物流业与环境可持续发展程度的组内差异、组间差异、超变密度的来源和贡献率进行详细分析，可得：

表4 中国沿海11省市的可持续发展程度差异来源及贡献

(1)从中国沿海11省市的可持续发展程度的总体差异看，总体呈现下降趋势，与上述时序差异部分描述一致。

(2)从中国沿海11省市的可持续发展程度的组间、组内差距来看，东部沿海与南部沿海的组间差距最大，北部沿海与南部沿海的组间差距次大，北部沿海与东部沿海的组间差距最小；北部沿海组内差距最小，东部沿海次大，南部沿海最大。

(3)从中国沿海11省市的可持续发展程度的差异来源的演变看，2011年组间差异的贡献率为60.32%，之后逐渐下降，而组内差异的贡献率则变化不大。

(4)从中国沿海11省市的可持续发展程度的差异来源的贡献看，组间差异是总体差异的主要来源，贡献率在57%—60%之间；组内差异的贡献率是第二来源，贡献率为20%左右；超变密度的贡献率也为20%左右。

四、中国沿海11省市可持续发展程度的收敛性分析

基于前述中国沿海11省市可持续发展程度的时空差异分析，得到不同区域的可持续发展程度存在明显差异。但随着时间的推移，空间差距是否会表现出缩小趋势，各地区的收敛速度有何变化，本文拟将传统收敛模型与空间计量模型相结合，对各地区可持续发展程度的空间差异收敛性进行检验。

(一)LM检验

进行空间β收敛分析之前需要选择空间滞后模型或空间误差模型，本文借助拉格朗日(LM、Rob LM)统计量进行检验(19)Jiang Q.B.,Tan Q.M., “National environmental audit and improvement of regional energy efficiency from the perspective of institution and development differences”, Energy,vol.217(2021),pp.1-9.,结果如表5、表6所示。

根据表5、表6的LM检验得出：

(1)空间误差模型SEM和空间滞后模型SLM的拉格朗日(LM)统计量在1%的显著性水平下均通过检验。

表5 绝对β收敛LM检验

表6 相对β收敛LM检验

(2)绝对β收敛的LM Error值3.5717明显大于LM Lag值3.4592，相对β收敛的LM Error值13.1088明显大于LM Lag值12.7180。

根据以往学者的经验(20)Wang S.K., “Type and selection of weight matrix in spatial econometric model”, Economic mathematics，vol.30(2013),pp.57-63.(21)Yu Y.Z., “Research on dynamic spatial convergence of China’s provincial total factor productivity”, World Economy,vol.38(2015),pp.30-55.，通常在固定效应下建立模型进行收敛检验。根据上述拉格朗日检验结果，本文的绝对收敛及相对收敛均选择空间误差模型进行构建。(22)限于篇幅，东部、北部、南部沿海的空间收敛模型建立及检验过程未写出。备索。

(二)β收敛检验分析

根据前文所述模型的公式(11)(13)(15)，对2011—2020年中国沿海11省市的可持续发展协调度进行β收敛检验分析，结果如表7所示。

表7 中国沿海区域β收敛结果

(1)从总体上看

第一，绝对收敛与相对收敛的β收敛值均小于零，说明中国沿海省市的可持续发展程度差异正在逐渐缩小。

第二，各沿海区域条件收敛速度均显著大于绝对收敛速度，且缩短了收敛周期，表明各个区域可持续发展的收敛性不仅由自身初始的发展状态决定，而且受到外部因素的影响。这说明条件收敛的结果比绝对收敛的准确性和可靠性更强。因此需要密切关注北部沿海、东部沿海、南部沿海的要素流动。

(2)从各沿海区域角度看

第一，东部沿海的收敛趋势最为显著，条件β收敛速度是绝对收敛速度的8倍，收敛周期明显缩短，这是由于条件β收敛考虑了区域间可持续发展的相关性，大部分控制变量对东部沿海可持续发展的收敛性产生积极影响，其中产业结构的积极影响最大。

第二，北部沿海的收敛趋势居于第二，条件β收敛速度与绝对收敛速度呈现2倍关系，收敛周期缩短2个周期，控制变量中的人口密度、科研教育水平、产业结构对北部沿海可持续发展收敛性积极影响明显。

第三，南部沿海的收敛趋势相对不显著，条件β收敛速度快于绝对收敛速度，收敛周期缩短2个周期，控制变量中的人均GDP与对外开放程度对南部沿海可持续发展的收敛效果还未体现出来。

(三)稳健性检验

考虑到不同的空间权重矩阵构造方法可能会对空间β收敛结果产生影响，本文基于嵌套矩阵构建的空间收敛模型对中国沿海省市可持续发展程度的收敛性再检验。(23)限于篇幅，基于嵌套矩阵的空间收敛模型运算过程未写出。备索。检验结果显示β收敛系数始终显著为负，说明上述收敛检验结果具有一定的稳健性。

五、结论及建议

本文选取中国沿海11省市2011—2020年相关区域物流及环境指标，运用核密度估计函数、Dagum基尼系数、空间收敛模型对两者之间可持续发展程度的时空差异及收敛性进行研究，研究结果和政策建议如下。

(一)研究结果

第一，2011—2020年中国沿海11省市的物流与环境可持续发展程度差异明显，整体离散程度呈现微弱发展态势。其中，东部和南部均存在两极化现象，北部和南部沿海省市可持续发展程度的集聚水平呈现下降趋势。

第二，2011—2020年中国沿海11省市物流与环境可持续发展程度具有明显的空间相关性，空间差异的正向集聚分布趋势明显。其中，东部沿海与南部沿海的组间差距最大，北部沿海与南部沿海的组间差距次大，北部沿海与东部沿海的组间差距最小；北部沿海组内差距最小，东部沿海次大，南部沿海最大。这说明组间差距是造成区域差异的主要原因。

第三， 2011—2020年中国沿海各区域收敛速度存在一定差异，条件收敛速度均显著大于绝对收敛速度，其中，东部沿海收敛速度变化最大，北部沿海次大，南部沿海最小。大部分控制变量对东部沿海、北部沿海、南部沿海可持续发展的收敛性产生积极影响，其中产业结构的积极影响最大。这说明在考虑外部相关因素的条件下，各区域收敛速度均能够趋于一个稳健水平。