新时代背景下长江经济带城镇化对物流业碳排放的脱钩效应及变动影响研究

【摘" "要】 以长江经济带11个省市为研究对象，将城镇化对物流业碳排放变动的影响因素划分为收入、人口、空间和产业四个部分，分析其在2012—2018年的物流业碳排放变动影响作用，并研究新型城镇化发展水平与物流业碳排放量的脱钩状态。研究结果表明：人口城镇化对脱钩状态具有抑制作用，而收入城镇化表现为正向促进作用。从整体上看，新型城镇化发展和物流业碳排放之间主要存在三种脱钩状态：弱脱钩、扩张负脱钩以及增长连接。2016年后，整体的脱钩状态趋于平稳，表现出弱脱钩的状态，但作为经济最发达的下游地区脱钩状态最不明显。最后，提出因地制宜、合理规划城镇空间布局、设计智能物流系统以提高能源利用率等政策建议，以实现长江经济带新型城镇化和物流业的可持续发展。

【关键词】 新型城镇化；物流业；碳排放；脱钩效应

中图分类号：F291.1" " " 文献标志码：A" " " "文章编号：1673-8004（2023）06-0048-13

一、引言

随着全球气候变暖，人类迎来了前所未有的非传统安全挑战。我国作为人口最多的国家，同时也是最大的碳排放国家，在各个领域都展开了一系列举措来控制二氧化碳的排放。习近平主席在气候雄心峰会上明确指出要促进我国经济社会实现全面绿色转型，2030年前碳排放达到峰值，2060年前实现碳中和的目标，为应对气候变化做出更大贡献［1］。物流业是我国最为重要的支柱性及先导性产业，对我国近三十年经济发展贡献明显，因此物流业也是能源消耗和碳排放大户。推进物流业的碳减排有助于实现我国碳达峰和碳中和的目标，同时可以有效缓解全球气候变暖的问题以及“低碳门槛”对我国在政治和经济方面产生的较大压力。作为区域发展“三大战略”之一的长江经济带地理位置优越，推动着我国经济布局由东向西转移。但由于各省市环境承载能力迥异，整体面临着严峻的碳减排压力。

新时代背景下的城镇化必然会对物流业碳排放产生影响。一方面，由于新型城镇化所产生的物流业规模效应，大大优化了物流过程中的运输以及配送路径等，间接导致能源消耗以及碳排放量的降低。另一方面，“产城分离”等问题加大了生产资料的配送距离，物流网络更加错综复杂，能源消耗与碳排放量大幅上升。上述正反两种力量，哪一种占据了主导作用？城镇化四个效应的影响存在哪些区别？处于不同流域的四个效应又存在哪些差别？物流业碳排放量与城镇化发展水平的脱钩状态发生了怎样的变化？对以上问题展开研究，有利于制定高效合理的物流业碳减排的措施，对早日实现碳达峰、碳中和的目标以及建设新型城镇化发展规划也具有重要的现实意义。

已有关于物流业碳排放的研究主要包括碳排放强度的测算、与经济增长的脱钩状态分析以及影响因素研究等。一是关于物流业碳排放量、碳排放强度的测算，不仅涵盖了行业整体的测算，同时也包括各个细分物流子行业的测算，例如交通运输、农村物流以及冷链物流等。胡百灵等利用数学模型测算了我国果蔬冷链物流的碳排放量，结果发现果蔬冷链物流的碳排放逐年递增［2］。二是关于碳排放脱钩状态的研究，目前采用的研究方法以Tapio脱钩指数模型以及OECD脱钩模型为主。姚冠新等以我国八个经济区为研究对象，分析了物流业碳排放与经济增长的脱钩趋势［3］。邓荣荣等研究发现，长三角地区物流业与碳排放的脱钩状态主要表现为扩张负脱钩、扩张连接和弱脱钩［4］。三是碳排放影响因素的研究多采用LMDI分解法，但在分解指标上存在较大差异。袁长伟等选用能源强度、运输结构和运输业发展水平作为分解指标［5］。刘龙政等采用LMDI分解法，分析了全国地区物流业碳排放的影响因素［6］。梁雯等利用Kaya恒等式以及LMDI分解法，将影响因素拆分为能源结构、能源效率、经济增长和人口四个指标［7］。

而城镇化对碳排放的研究主要集中在国家或省域层面。例如，杨文芳认为城镇化水平对碳排放的影响存在地域差异，且这种影响在发达地区微乎其微［8］。Zhang等研究发现中部地区的城镇化发展水平是驱动碳排放的主要因素［9］。关海玲等研究认为城镇化水平与碳排放之间呈相互促进的关系［10］。杜运伟等基于Kaya恒等式，引入人口城镇化，实证分析了江苏省人口城镇化对碳排放的影响，结果显示目前的人口城镇化对碳排放起到了显著的促进作用［11］。罗栋燊等将我国各省分为东、中、西三个区域，通过构建STIRPAT模型实证检验，发现城镇化与碳排放之间存在着“倒U”型关系，初期城镇化对碳排放起促进作用，后期则是抑制作用［12］。

综上所述，对于物流业碳排放的研究较多，而城镇化对物流业碳排放的影响因素的研究较少，且不同区域城镇化效应的影响作用迥异。更有甚者，城镇化发展水平不同的地区，相同城镇化效应的影响程度也不同。基于此，本文以长江经济带为例，利用Tapio分解技术，探讨新时代背景下，城镇化发展水平与物流业碳排放的脱钩趋势，并具体分析四个城镇化效应对物流业碳排放量变动的影响，以期为长江经济带各省市制定碳减排政策提供实质性建议，有效推进物流业的低碳发展和新型城镇化的良性发展。

二、理论与建模

（一）城镇化对物流业碳排放影响机理分析

关于城镇化发展对物流业碳排放变动的影响作用包括正向、反向两种，正、反效应交互作用对其产生影响。将这种交互效应划分为四个部分，具体包括人口、空间、产业和收入的城镇化效应。一是城镇化发展带来的最明显的特征就是城镇人口的聚集，城镇人口密度的急剧增加会给交通运输业带来压力，交通基础设施以及交通工具的数量将随之增加，同时，居民生活所必需的物资需求也将大幅增加，居民出行以及运输物资都会增加物流业的碳排放量。公共交通能够促进人均生活碳排放量的降低，城镇化带来的教育水平的提高以及对科技重视程度的增加都将会促进包括物流业在内的各个产业的生产效率，进一步减少物流业的碳排放量。这种由人口规模的增加而产生的影响在本文中称为人口规模效应。二是随着新型城镇化的发展，越来越多的农村用地逐渐转变为城镇用地，大量房屋以及工厂的建造提升了物流网络的复杂性，因而运输以及配送的距离也相应增大，无形之中明显提高了物流业的碳排放量［13］。基础设施的建设增加了对物资的运输需求，导致物流业碳排放量的急剧增加。此外，城镇化导致的商住区和工业集中区的分离，导致了大量居民的“双城生活”以及在这两个区域之间迁移，私家车使用量的增加导致物流业碳排放量的骤增。这种由土地扩张产生的效应在本文中称为空间城镇化效应。三是新型城镇化的发展促进产业结构转型升级，人口从农村转移到城市［14］，加速了第二、三产业的发展，物流业运作模式、服务质量等会受到影响，碳排放量也相应变化。但产业集聚导致的物流园区的出现会在一定程度上达到节能降耗的目的，物流业碳排放也相应降低。由产业结构变化产生的效应在本文中称为产业城镇化效应。四是新型城镇化是人的城镇化，居民生活水平的提高才是新型城镇化的根本。新型城镇化的发展带来了居民收入的显著增加，随之而来的是居民生活方式和消费结构的转变，网购需求以及居民私家车人均拥有量的增加，都将导致物流业碳排放量的增加［15］。这种由于收入增加以及生活质量的提高带来的变动在本文中称为收入城镇化效应。

综上所述，新型城镇化四个效用综合作用，对物流业碳排放变动产生影响，但不同效应的影响机理存在差异。以总量的形式分析时，不能做到具体问题具体分析，不仅难以做到有效减排，还可能诱发新型城镇化的畸形发展。因此，本文将城镇化对碳排放变动的影响拆分为以上四个效应具体分析。

（二）Tapio脱钩模型与LMDI分解模型

1.基于扩展Kaya恒等式的LMDI分解模型

本文将Kaya恒等式进行扩展，构建新型城镇化效应对物流业碳排放变动影响的模型。Yoichi Kaya指出，温室气体的排放主要受下列因素的影响［16-17］：

综上，利用扩展后的Kaya恒等式，将城镇化的影响效应划分为人口、空间、产业和收入四个部分，实现对变动影响因素的具体分析。

2.基于Tapio脱钩理论的脱钩模型

本文采用基于增长弹性变化的Tapio脱钩理论，使用二氧化碳排放总量作为环境压力指标，使用新型城镇化发展水平作为经济指标，构建出二者的脱钩指数模型：

此外，Tapio脱钩模型具体分为八种脱钩状态［19］，如表1所示。强脱钩状态是有利于低碳发展的最佳状态，即随着新型城镇化发展水平的提高不会增加二氧化碳的排放量，有利于新型城镇化的持续健康发展；与之相对的是强负脱钩状态［20］，在该状态下，新型城镇化发展水平出现负增长的同时也会加剧碳排放量的增加。

三、实证研究

（一）数据来源

本文以交通运输、仓储和邮政业的数据来表示物流业［21］，以2012—2018年为研究期间，以长江经济带为研究对象，数据来源主要包括《中国统计年鉴》《中国能源统计年鉴》和各省市的统计年鉴。以煤炭、汽油、煤油和柴油作为碳排放量计算基础，利用能源折算标准煤系数，以IPCC提供的碳排放方法计算各年度各省市的物流业碳排放量。

（二）LMDI分解模型计算结果

利用以上数据，得出各省市物流业碳排放变动的城镇化效应，如图1所示。从图中可以看出，总效应始终为正，在研究期间内平均总效应高达17.98万吨碳，说明城镇化是影响物流业碳排放量的重要因素。具体来看，收入城镇化（平均贡献38.11万吨碳）、空间城镇化（平均贡献26.74万吨碳）以及产业城镇化（平均贡献16.79万吨碳）的影响始终为正，说明以上三要素是推动物流业碳排放的重要因素；而人口城镇化（平均贡献-9.71万吨碳）每年的效应均为负，说明其起到抑制碳排放的作用。其中，收入城镇化的正向推动效应最为显著；产业城镇化的效应最微弱。

（三）Tapio脱钩模型计算结果

利用式（8）可以计算出长江经济带11省市2012—2018年的平均碳排放量与新型城镇化发展水平之间的长期脱钩弹性指数以及脱钩状态，如表2所示。

从表2可以看出，长江经济带在2012—2018年间物流业二氧化碳排放量与新型城镇化发展水平经历了两种脱钩状态：弱脱钩与扩张负脱钩［22］。总的来看，在研究期间内，二者始终处于脱钩状态，说明长江经济带的新型城镇化发展水平与物流业碳排放脱钩状态良好，得益于我国“十一五”以来实施的减排政策［23-24］。2013—2015年连续出现扩张负脱钩，即新型城镇化发展水平提升的同时，环境压力即二氧化碳排放量也在增加且前者增长速度慢于后者，说明该地区物流业减排工作有待进一步加强。

（四）结果分析

1.区域差异分析

为了更清楚地对比分析长江经济带各流域（上游：川、渝、滇、黔，中游：湘、鄂、赣，下游：苏、浙、沪、皖）［25］新型城镇化各个效应的影响以及城镇化发展水平与物流业碳排放的脱钩状态，对其进行分流域的进一步研究。长江经济带不同流域城镇化各效应对物流业碳排放变动的作用如图2所示。

从图2可以看出，各效应的贡献存在显著差异。对下游地区来说，收入城镇化具有显著的正效应，该推动作用明显高于其他要素，且高于该要素对其他流域的贡献。下游地区经济发展水平高、工资待遇好，吸引了更多的人才聚集，收入水平的提高使得人们的生活水平得到提升，人口增多在收入上升的乘数效应下引发了更多的物流需求，引起物流业碳排放量的增长。对于下游地区，空间城镇化和产业城镇化都起到了正向作用。对经济发达的下游地区来说，空间城镇化的正效应主要是因为“职住分离”，大量人口在相近时间段的工作通勤时间引发了城市公共交通以及私家车的拥堵，导致物流业碳排放量的增加。产业城镇化的正向推动作用在下游地区中最弱，这离不开下游地区各省市的经济转型发展。产业结构转型升级导致第三产业高速发展以及制造型企业的大量迁出，使得高能耗的物流业务相对减少。因此，产业城镇化的驱动作用在三个正向效应中贡献最小。而人口城镇化对物流业碳排放起到了抑制作用，这是因为城市面积的涨幅远低于人口增长的速度，人口规模效应使其对物流业碳排放产生负效应。

相较于下游地区，上游地区的空间城镇化效应更为显著，这是因为该地区城镇化发展水平较低，物流基础设施建设不足，以及物流业园区没有聚集发展导致的物流业粗放发展方式，使得物流业碳排放量增多。上游地区的产业城镇化相较于其他流域最不明显，上游地区城镇化发展水平较低，重工业企业以及制造型企业发展水平也较低，且上游地区省市在产业城镇化发展的同时多注重开发新能源，使用清洁能源，这也是产业城镇化驱动效应不明显的原因之一。相较于上游和下游地区，中游地区的产业城镇化和空间城镇化的正效应近年来呈现增强态势，即将赶超下游地区。从城镇化的发展规律来看，中游地区的省市目前处于中级城镇化发展阶段，这个阶段的城市，面临着产业的转型发展和产业升级，新兴产业的出现导致空间无序扩张，加剧城住分离。所以该地区应重点关注如何合理布局城镇功能区，合理开发利用土地，并要注重科学承接产业，避免空间城镇化和产业城镇化的驱动作用进一步增加。

2.脱钩状态分析

长江经济带各流域新型城镇化发展水平与碳排放脱钩状态如表3所示。总体来看，各流域脱钩状态与总体脱钩状态的变化趋势差异很小［26］，个别年间存在略大一点的差异，2012—2015年各流域的脱钩状态存在较大波动，2016年开始各流域的脱钩状态基本趋于稳定。

从空间角度来看，上游地区出现了4次扩张负脱钩的状态，中游地区出现了2次扩张负脱钩的状态，而新型城镇化和物流业发展水平较高的下游地区也出现了3次扩张负脱钩的状态。上游地区主要为强脱钩，中游、下游地区均未出现强脱钩，下游地区连续三年呈现出扩张负脱钩的状态，说明下游地区需要改进当前城镇化和物流业的粗放式发展模式。从时间维度来看，长江经济带各流域脱钩、负脱钩以及增长连结的状态交替出现，说明各省市需建立长效节能环保机制［27］。

从总体来看，上游地区和中游地区以脱钩状态为主，说明其新型城镇化发展水平的增长速度大于物流业碳排放的增速；而下游地区脱钩状态以负脱钩和增长连结为主，说明其新型城镇化发展水平增速小于物流业碳排放的增长速度。究其原因，可能是因为下游地区的省市新型城镇化发展水平起点较高，且二、三产业发展水平较高，导致其碳排放量较大，因此下游地区各省市在新型城镇化持续发展的同时，需要进一步加强其物流业的节能减排工作。通过观察数据不难发现，下游地区各省市新型城镇化发展水平近年来持续保持着增长状态，但脱钩状态并不理想，汽油、煤油的过度使用可能是碳排放量增加的主要原因之一。该地区应积极利用自身的人才优势，积极开发使用清洁能源。在“十三五”大力推进节能减排方案下，经济发展水平领先的长江经济带下游地区，物流业碳排放居高不下，减排效果不理想，其他流域应以此为教训，积极反思自身物流业发展的碳排放问题并提出有针对性的政策及建议，避免重蹈下游的覆辙。

3.要素差异分析

本文依次考察城镇化各效应对长江经济带各省市物流业碳排放量变动的影响。图3为收入城镇化的影响效应，其对每个省市的影响均为正效应，尤其对湖北和江苏两省推动作用更为显著，上海、安徽、四川和云南次之，对江西、重庆和云南推动作用相对微弱。整体而言，经济发达的省份收入城镇化的推动作用大于经济欠发达地区。究其原因可能是经济发达地区新型城镇化发展水平较高，收入增加刺激了居民的消费需求，从而物流需求也随之上升，导致了碳排放量的增加。而上海作为经济发达的直辖市，其收入城镇化的效应不及湖北和江苏，可能是由于居民的收入涨幅较小，其物流需求和物流业碳排放量呈现出较为平稳的态势。

图4为人口城镇化效应的影响。从整体来看，人口城镇化的效应在不同年份呈现出较大差异，且呈现出更多的抑制效应。对云南、湖北、四川的抑制作用显著，但波动性较大；对江苏、浙江、安徽以及江西的抑制作用较微弱，但抑制作用呈现出较为稳定的趋势。从时间序列上来看，人口城镇化对各省市的影响逐渐转为抑制，且这一转变在长江上游地区更为明显。原因可能是上游地区的城镇人口不断聚集，人口规模效应使得居民由分散式的生活方式转向了集中供能的方式，经济效益有利于物流业的转型升级。另外，物流产业的集聚也有利于碳排放量的减少。

图5是空间城镇化效应的影响。可以看出，除2018年数据波动较大以外，空间城镇化基本上对所有省市的作用都为正向，且对上游地区的作用要大于中游地区，下游地区最为微弱，仅江苏和浙江的正向推动作用稍为明显。

对于上游地区来说，空间城镇化的推动作用在2013年达到峰值，2014年开始回落；中下游地区在2014年达到顶峰，2015年开始下降。而2018年整体呈现出的抑制作用进一步说明了空间城镇化因素的推动作用在逐渐减弱，未来可能会持续呈现出负效应。

图6为产业城镇化效应的影响。与其他三个要素不同的是，产业城镇化对各个省份每年的影响作用都呈现出较大的差异。其中，湖南、云南两省由促进转为抑制，上海市的促进作用逐步削弱，甚至在2016年转为负效应。其他省市都呈现为促进作用，但促进作用整体呈下降趋势。这可能是因为随着产业城镇化的发展，二、三产业成为城镇化发展的支柱性产业，第二产业的碳排放强度远远高于第三产业，第三产业侧重提升城镇化质量和居民生活水平，需要更多的是劳动力而非能源。此外，产业结构升级对于能源消费结构以及能源利用效率具有重要作用，随着产业城镇化的发展，物流业碳排放量在近年来逐渐下降。

四、结论及政策建议

本研究实证分析了2012—2018年长江经济带11个省市城镇化各要素效应对物流业碳排放的变动影响，运用脱钩模型对比分析省市间以及不同流域间城镇化发展水平与物流业碳排放的脱钩状态。主要研究结论有如下几点。

第一，从长江经济带的平均情况来看，研究期间内新型城镇化四种效应始终呈现正向促进作用，平均效应始终低于收入城镇化的推动作用，且另外三种效应的影响存在较大出入。

第二，人口城镇化对脱钩状态具有显著抑制作用，而空间城镇化的正向作用在上游地区表现得最明显，而产业城镇化对下游地区的正向作用更强。

第三，收入城镇化始终具有促进作用，在经济发达的地区表现更为明显；而人口城镇化近年来有转为抑制的趋势，上游地区表现得最为明显；空间城镇化的推动作用在2014年后，出现下滑趋势，且2018年对多数省市起到了抑制作用；产业城镇化的促进作用也呈现出下降趋势，且省市之间存在较大差异。

第四，长江经济带各流域新型城镇化发展水平与物流业碳排放之间存在脱钩关系［28］，各流域的脱钩状态与总体脱钩状态走向基本吻合。研究期间内，各流域脱钩状态出现较大波动，2016年后逐渐趋于平稳，大多呈现出弱脱钩的状态，即新型城镇化发展增速要快于物流业碳排放的增速。下游地区作为长江经济带中经济发达的区域，脱钩状态与中、上游地区相比，脱钩状态不理想，说明下游地区需要改变当前物流业粗放式发展的状态，并建立碳减排长效工作机制。

基于以上结论，本文为长江经济带各省市新型城镇化发展和物流业碳减排工作提出如下政策建议。

第一，新型城镇化的发展与物流业碳排放不是线性关系，处于不同流域的省市，驱动因素的作用大小不尽相同，各省市需要因地制宜，从不同的驱动因素出发，制定并实施不同的减排方案，以此才能实现长江经济带整体的城镇化与物流业的低碳发展。

第二，应重点关注人口规模效应带来的积极影响，要积极倡导居民绿色低碳的生活方式，实现真正的“人的城镇化”，放大人口城镇化的抑制作用，进一步促进物流业的减排工作。

第三，未来空间城镇化可能呈现出负效应，政府应从空间城镇化积极入手，加大对物流业基础设施建设的投资，合理规划城镇的空间布局［26］。此外，还可以利用智能化物流系统，设计最佳的运输路径，提高物流的车辆利用率以及运输效率，以此降低物流业运输过程中的能源消耗，达到碳减排的目标［29］。此外，还应积极引导物流业的集聚、物流园区的发展，加强跨省市的区域合作，以实现长江经济带物流业整体的低碳式发展。

第四，长江经济带下游地区应积极利用自身的人才优势，尽可能开发和使用清洁能源，提高能源使用效率，增加天然气的使用比例，积极利用化石能源，建立物流业碳减排工作的长效机制。

第五，长江经济带还应注重产业结构的优化升级，降低第二产业的比重，大力发展第三产业。在新型城镇化发展进程中，物流业可实施“限制高耗能，促进低碳运输、仓储、流通加工等功能转型升级”的举措［30］，鼓励引进低碳技术，实现产业城镇化对物流业碳排放的抑制作用。

参考文献：

［1］" "习近平.继往开来 开启全球应对气候变化新征程［N］.人民日报，2020-12-13（2）.

［2］" "胡百灵，赵子琪，姚冠新.果蔬冷链物流碳排放测算及控制［J］.财会月刊，2019（5）：119-124.

［3］" "姚冠新，赵子琪，胡百灵.中国农村物流碳排放与地区经济增长的脱钩趋势研究［J］.华东经济管理，2017（11）：51-56.

［4］" "邓荣荣，李亚芳.长三角地区物流业碳排放驱动因素与经济增长的脱钩效应研究［J］.湖南财政经济学院学报，2020（1）：42-51.

［5］" "袁长伟，李若影，芮晓丽，等.陕西省交通运输业碳排放影响因素分解研究［J］.长安大学学报（社会科学版），2016（2）：38-42.

［6］" "刘龙政，潘照安.中国物流产业碳排放驱动因素研究［J］.商业研究，2012（7）：189-196.

［7］" "梁雯，汪皖珍，刘志秀.长三角地区新型城镇化和物流业耦合协调分析［J］.重庆文理学院学报（社会科学版），2022（3）：54-69.

［8］" "杨文芳.人口增长、城市化对CO2排放的影响［J］.中国人口·资源与环境，2012（S1）：284-288.

［9］" "ZHANG C， LIN Y. Panel estimation for urbanization， energy consumption and CO2 emissions： a regional analysis in China［J］.Energy Policy，2012，49（10）：488－498．

［10］ 关海玲，陈建成，曹文.碳排放与城市化关系的实证［J］.中国人口·资源与环境，2013（4）：111-116.

［11］ 杜运伟，黄涛珍，康国定.基于Kaya模型的江苏省人口城镇化对碳排放的影响［J］.人口与社会，2015（1）：33-41.

［12］ 罗栋燊，沈维萍，胡雷.城镇化、消费结构升级对碳排放的影响——基于省级面板数据的分析［J］.统计与决策，2022（9）：89-93.

［13］ 殷茗茗，耿立艳，乔月.河北省物流业碳排放测算及影响因素分析［J］.中国市场，2017（15）：239-240.

［14］ 赵奎.新型城镇化质量测评及动力因素研究——基于安徽省地级市数据分析［J］.重庆文理学院学报（社会科学版），2021（4）：76-87.

［15］ 戴钱佳.异质性环境规制对物流业绿色全要素生产率的影响研究——基于技术创新的中介效应分析［J］.重庆文理学院学报（社会科学版），2020（4）：63-74.

［16］ KAYA Y.Impact of Carbon dioxide emission on CNP growth： interpretation of proposed scenarios［R］.Presentation to the Energy and Industry Subgroup，Paris： Response Strategies Working Croup IPCC，1989.

［17］ 李松庆，裴艳丽.中国物流业碳排放研究：文献综述与展望［J］.物流科技，2019（2）：12-17.

［18］ 张金良，李超.京津冀地区物流行业碳排放差异分析［J］.华北电力大学学报（社会科学版），2019（1）：53-61.

［19］ 刘茜.基于LMDI的中国城镇化碳排放因素分解研究［J］.绿色科技，2018（18）：225-229.

［20］ 钱芝网，俞佳立.华东“六省一市”经济增长与CO2排放的脱钩效应［J］.经济与管理，2018（1）：54-59.

［21］ 姜玲，滕雅琼，张小宁.高耗能产业群碳排放与经济增长脱钩关系实证研究——基于甘肃2001—2017年的经验数据［J］.兰州财经大学学报，2019（4）：41-48.

［22］ 丁博，曹希广，邓敏，等.生产性服务业对制造业生产效率提升效应的实证分析——基于中国城市面板数据的空间计量分析［J］.审计与经济研究，2019（2）：116-127.

［23］ 张丽峰.北京经济增长与空气污染关系的实证研究——基于脱钩理论与VAR模型［J］.资源开发与市场，2017（3）：316-321.

［24］ 黎珍羽.长三角区域大气污染协作治理的效果研究——基于CIPP评估模型［J］.重庆文理学院学报（社会科学版），2022（6）：84-97.

［25］ 朱向梅，王子莎.中国碳足迹广度空间关联格局及影响因素研究［J］.调研世界，2021（5）：38-48.

［26］ 梁雯，司俊芳.长江经济带物流业经济增长与能源碳排放脱钩研究［J］.太原师范学院学报（社会科学版），2018（4）：55-62.

［27］ 门丹，黄雄，易行，等.长江经济带雾霾污染的驱动效应及其空间特征研究［J］.环境科学与技术，2020（3）：10-20.

［28］ 穆晓央，王力，徐蓉，等.西部省域物流业碳排放脱钩及影响因素研究［J］.环境科学与技术，2020（4）：214-219.

［29］ 胡小飞，王秀慧，吴爽.长江经济带物流业碳排放测算及其驱动要素研究［J］.生态经济，2019（7）：49-55.

［30］ 包耀东，李晏墅，张世忠.长三角区域物流业碳排放规模及其影响因素研究［J］.生态经济，2020（11）：25-31.

责任编辑：吴" "强；校对：杨" "钊

Research on the Decoupling Effect and Changing Impact of Urbanization on Carbon Emissions of Logistics Industry in the New Era： A Case Study of the Yangtze River Economic Belt

LIANG Wen， HAN Qixuan

（School of Business， Anhui University， Hefei Anhui 230601， China）

Abstract： Taking 11 provinces and cities in the Yangtze River economic belt as the research object， the influencing factors of urbanization on carbon emission change of logistics industry were divided into four parts： income， population， space and industry， and the impact of carbon emission change of logistics industry from 2012 to 2018 was analyzed; an exploration was also made on the decoupling state between the development level of new urbanization and the carbon emission of logistics industry. The results show that population urbanization has a restraining effect， while income urbanization has a positive promoting effect. On the whole， there are three decoupling states between the development of new urbanization and carbon emissions of logistics industry： weak decoupling， negative decoupling of expansion and growth connection. After 2016， the overall decoupling status tends to be stable， showing a weak decoupling status， but as the most economically developed downstream region， the decoupling status is the least obvious. Finally， some policy suggestions were put forward， such as adjusting measures to local conditions， reasonably planning urban spatial layout， designing intelligent logistics system to improve energy utilization， so as to realize the new urbanization of the Yangtze River economic belt and the sustainable development of logistics industry.

Key words： new urbanization; the logistics industry; Carbon emissions; decoupling effect

收稿日期：2022-10-10

基金项目：国家社会科学基金一般项目“新型城镇化背景下小城镇电子商务物流发展研究”（15BJY117）； 教育部人文社会科学规划基金项目“新时代下物流业与新型城镇化协调发展效率研究——以长三角为例”（20YJA790043）； 安徽高校人文社会科学研究基金重点项目“新型城镇化发展对安徽省物流产业效率影响及路径分析”（SK2019A0034）。

作者简介：梁雯（1962— ），女，安徽合肥人，教授，主要从事物流与供应链管理研究；韩琦璇（1998— ），女，安徽亳州人，硕士研究生，主要从事物流与供应链管理研究。