数字经济与绿色物流的协同发展研究
2024-04-29刘聪宋文豪
刘聪 宋文豪
关键词：耦合协调；固定效应模型；绿色物流；数字经济；智慧城市
中图分类号：F299.22；F251 文献标志码：A 文章编号：2096-7934（2024）01-0084-11
一、引言
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］。在这一背景下，数字经济成为了我国经济新的增长点，发展数字经济也变成了改变城市生产、生活方式的新手段。数字经济快速发展带来的大数据、云计算以及区块链等技术，促进了绿色物流业的产业数智化转型，同时也改变了绿色物流业的生产方式。绿色物流通过数字经济所带来的技术，能够更好的抑制物流对环境所造成的危害，并实现对物流环境的净化，使物流资源得到充分利用［2］。
智慧城市通过利用大数据、云平台等新型信息技术来改变传统城市治理模式［3］。智慧城市建设不仅促进了数字经济的发展，还使城市中的产业具备了绿色、可持续发展等特点［4］。绿色物流业作为新型智慧城市中流通系统的支柱产业，新型智慧城市的建设离不开数字经济与绿色物流的支撑，故本文以我国智慧城市试点城市为研究对象，探讨试点城市中数字经济与绿色物流的协同情况，并分析影响两者协同发展的影响因素。
当前数字经济与物流业的相关研究中，谢欣雨［5］通过实证检验得出我国物流业与数字经济的融合水平存在明显区域差异，并且存在正向空间集聚效应。黄桂媛［6］认为我国数字经济与冷链物流的协同程度较高，协同水平与速冻产品市场规模等因素存在正相关关系。钟文［7］通过实证检验发现，现阶段数字经济的发展能够显著促进物流业的绿色发展。梁雯［8］以长三角城市群为例，通过实证检验发现数字经济发展能够显著促进物流业高质量发展，并且促进效果受经济发展的程度影响。卢亚和［9］认为数字经济发展能够促进物流业效率的提升。
综上所述，现有关于数字经济与物流业的研究中，学者们通过实证检验已经得出了数字经济能够有效促进物流业的发展。大部分研究主要以宏观的物流业作为研究对象，只有少数研究以绿色物流作为研究对象［10］，并且缺少数字经济与绿色物流协同关系的影响因素研究。在新型智慧城市中，如何更好的促进数字经济与绿色物流协同发展？解决这一问题，对于新型智慧城市建设与发展具有重要意义。
二、研究设计
（一）研究方法
1.无量纲方法的选择
由于数字经济与绿色物流评价指标体系中的各项指标具有量纲以及指标属性存在正向、负向的区别，因此，首先对各项指标数据采用极差标准化的方式进行无量纲化处理。
式中，Xij为第j年第i个指标的原始数据，X′ij为其标准化处理后数据，Xmin为同组数据最小值，Xmax为同组数据最大值。
2.熵值法权重的确定
采用熵值法确定指标权重，计算步骤如下。
计算各指标的比重：
根据下式计算各指标X′ij的信息熵：
式中，k=1／lnn，n表示年份，hi表示第个i指标的信息熵；若pij=0，则令lnpij=0。
计算指标的差异系数：
根据下式计算各指标的权重：
在式中，m表示指标数量，gi表示第i个指标的差异系数，wi即第个i指标的熵权，X′ij为标准化后的矩阵。
3.耦合度模型及耦合协调度模型
为了探究数字经济和绿色物流两者间的相互作用程度，参照先前的研究［11］，构建耦合度模型，计算公式如下。
式中，fx与gy分别代表数字经济与绿色物流某评价单元综合发展指数，C代表这两个系统的耦合指数，0≤C<1。
耦合度C只衡量一致性和同步性，而耦合协调度则可以体现两个系统的耦合协调发展水平，公式如下。
式中，C为耦合度，D为耦合协调度，T为数字经济与绿色物流的综合评价指数，反映数字经济与绿色物流对耦合协调度的贡献。αfx是数字经济综合发展指数，βgy是绿色物流综合指数，经熵权法的数字经济和绿色物流的权重分别为：
根据以往学者［12］的划分标准，将耦合协调度等级划为4个等级，如表1所示。
表1 耦合协调度类型划分
（二）评价指标体系构建
1.数字经济评价体系构建
在参考《“十四五”数字经济发展规划》以及何地等学者的研究［13］的基础上，数字经济的内涵不仅在于推动数字技术的发展，加速数字技术与实体产业的融合，协调相关产业实现转型升级，还包括影响数字经济发展的环境因素。本文遵循科学性、代表性及可得性的指标选取原则，从经济、产业规模以及发展环境三个角度构建数字经济评价体系，指标体系详细信息如表2所示。
2.绿色物流评价体系构建
绿色物流系统虽然拥有自身的优势与机遇，但也存在内部劣势以及外部威胁［14］。公路货运量、以及邮政业务收入可以反映出智慧城市试点城市中的物流业发展水平，交通邮政业从业人员则是物流业发展的基础保障。城市绿地面积不仅包括公园绿地面积，还包括了生产绿地面积，绿地面积的扩大能够吸收更多由物流活动所产生的碳排放，为物流业的绿色转型提供保障。因此选取绿地面积等因素作为基础设施方面的评价指标。
表2 数字经济评价体系
绿色物流的最终目标是实现可持续性发展，在物流活动中产生的碳排放量能够反映出绿色物流的发展水平，因此选取物流业碳排放作为评价绿色物流低碳水平的指标。
优质的物流企业能够在传统物流业绿色转型中起到带头作用，故选取A级以上物流企业拥有量作为评价绿色物流产业实力的指标。
绿色物流的发展受环境影响，活动范围不仅包括物流作业环节绿色化，还包括供应链中的整体流程绿色化。绿色物流需要串联供应链全链条实现绿色生产，供应链上游企业生产活动所产生的污染，一定程度上影响了绿色物流的实施。因此，将工业二氧化硫排放量等因素选取作为评价绿色物流环境因素的指标。
参考先前学者们的研究［15-16］，构建绿色物流评价体系，指标体系详细信息如表3所示。
表3 绿色物流评价体系
（三）数据来源
2015年4月住建部和科技部公布了第三批智慧城市建设试点城市名单，截止到第三批名单我国智慧城市建设试点含地级市108个，县级市、区县183个。由于县级市的大部分数据并没有统计导致无法收集，基于数据的合理性和可获得性，选取了我国智慧城市试点城市中2017-2021年108个地级市的数据作为研究样本。所使用的数据主要源自《中国城市统计年鉴》《中国物流年鉴》《中国智慧城市年鉴》以及《中国信息年鉴》，部分缺失数据通过各城市国民经济和社会发展统计公报上的数据或者插值法补齐。物流业的碳排放量采取了Tian［17］的计算方法，计算公式为：
其中，Ei为第i种运输方式的碳消耗量，万t，i为公路、铁路、水运、航空4种运输方式，j为燃料类型，Tij为货物周转量（亿t·km），Cj为碳排放系数，EFij是不同运输方式的单位周转量能耗。根据王丽萍［18］统计的不同运输方式的单位周转量能耗计算历年均值，取值铁路105.45kw·h/（万t·km）、公路753.636L/（万t·km）、水运37L/（万t·km）、航空2700L/（万 t·km），具体碳排放系数如表4所示。
表4 碳排放系数
三、实证分析
（一）数字经济与绿色物流的耦合协调度分析
1.整体分析
基于耦合协调模型，采用2017年至2021年我国智慧城市建设试点城市中108个地级市的面板数据，测算了数字经济与绿色物流的耦合协调度。在108个城市中，北京市以及上海市在5年内均处在高度耦合协调状态；天津市以及重庆市在5年内均处于中度耦合协调状态，郑州市与武汉市除2017年没有达到中度耦合协调外，其余年份均达到中度耦合协调；除以上城市，剩余102座城市的数字经济与绿色物流耦合协调等级均处在低度耦合协调状态。受篇幅限制，将108个城市按我国七大地理区域划分后，统计七大区域中试点城市的耦合协调度平均值。具体计算结果如表5所示。
表5展示了七大区域内2017年至2021年数字经济与绿色物流耦合协调度平均值的基本特征，从整体上看七大区域的耦合协调度平均值均处于低度耦合协调状态。华东地区与华北地区属于区域层面的第一阶梯水平，整体耦合协调度均值处于0.1473-0.1748之间。华中地区与华南地区属于区域层面的第二阶梯水平，整体耦合协调度略低于华东以及华北地区。西南地区整体耦合协调状态，略低于华中与华南地区，属于区域层面的第三阶梯水平。西北及东北地区耦合协调状态最差，相较其他5个区域，耦合协调度均值较低，处在0.0862-0.0968之间。
表5 七大区域耦合协调度平均值
为了进一步分析城市间数字经济与绿色物流协调失衡的原因，表6分地区展示了研究期内108个智慧城市试点数字经济与绿色物流综合得分的描述性统计。由表6可知，绿色物流的城市区域差异显著高于数字经济。绿色物流平均综合得分最高值为0.0540，最低值为0.0088，最高值是最低值的6.13倍；数字经济平均综合得分最高值为0.0283，最低值为0.0086，最高值是最低值的3.29倍。表明，城市间绿色物流水平的较大差异是造成数字经济与绿色物流耦合协调失衡的主要原因。东北地区绿色物流和智慧城市建设综合得分均为最低，导致东北地区的绿色物流与智慧城市建设耦合协调度在七个区域内排名垫底；华北与华东两个区域在整体上看，综合得分相对较高，两个区域的耦合协调度也处在区域中的第一阶梯水平。
表6 七大区域数字经济与绿色物流综合得分的描述性统计
总体上看，七个区域数字经济与绿色物流耦合协调均为低度耦合协调状态，整体耦合协调度较低。由于存在城市间绿色物流发展水平差异较大等问题，数字经济与绿色物流之间尚未建立成熟稳固的互动发展关系。通过分析发现，大部分城市的绿色物流综合评分通常大于数字经济的综合评分一倍以上，表明存在数字经济发展滞后于绿色物流系统发展的情况，导致两个系统的耦合协调度较低。
2.城市等级分析
为了进一步分析不同城市发展水平对于数字经济与绿色物流耦合关系的影响。参考先前学者的研究［19］，将108个智慧城市试点城市分为不同等级
第一财经·新一线城市研究所采用170个主流消费品牌的商业门店数据、17家各领域头部互联网公司的用户行为数据和数据机构的城市大数据绕商业资源集聚度等五大一级维度来评估337座地级及以上城市的发展情况。，计算不同等级试点城市间的耦合协调度平均值，测算结果如表7所示。由表7得出，一线城市的平均耦合协调度最高，且耦合协调度不断上涨，由2017年的0.5050上升至2021年的0.5345。新一线城市的耦合协调状态由2017年的低度耦合协调升至2018年的中度耦合协调，并一直保持中度耦合协调状态至2021年。从二线城市开始，耦合协调状态均为低度耦合协调，耦合协调度总体表现形态是随着城市等级的降低，平均耦合协调度越来越低。
表7 不同等级城市的绿色物流与智慧城市耦合协调度
数字经济与绿色物流耦合协调度在不同等级城市间存在显著的梯度效应，一线城市的耦合协调度显著高于新一线城市，新一线城市显著高于二线、三线、四线以及五线城市。一线城市中的试点城市凭借经济、政策等方面的优势加速了数字经济的发展进程，当政策号召发展绿色物流时，可以凭借资本、人力等资源给予快速回应，较快实现数字经济与绿色物流的良性互动局面。新一线城市中试点城市数字经济和绿色物流的发展水平低于一线城市，导致绿色物流与智慧城市的耦合协调度低于一线城市。二线、三线、四线和五线城市中的试点城市数字经济与绿色物流耦合协调度随着城市等级下降耦合协调度也随之下降。究其原因，一方面在于随着城市等级的降低，低等级的试点城市信息相关技术建设速度越来越低。信息技术作为数字经济与绿色物流两者之间良性互动的纽带，信息技术建设的发展水平在一定程度上影响了数字经济与绿色物流的协同关系。另一方面，三、四、五线城市中的试点城市经济结构主要是以第一产业和第二产业为主，相较于其他高等级试点城市，低等级试点城市自身的绿色转型更困难。并且，低等级试点城市在环境防护、污染治理等方面处理相对较差，从环境因素上不利于数字经济与绿色物流发展。
（二）数字经济与绿色物流影响因素实证检验
1.模型构建以及变量选择
为了进一步实证检验数字经济与绿色物流耦合协调度的影响因素。参考先前学者的研究［20］，构建如下计量经济模型：
其中，α为常数项，it表示第i个城市第t年的指标值，COPit为被解释变量，即数字经济与绿色物流的耦合协调度；gdp表示人均GDP、bro表示互联网宽带接入用户数、sci表示科学研究和技术服务业年末城镇单位就业人员、ind表示第三产业占地区生产总值的比重、vir表示建成区绿化覆盖率；β1……β5分别为各影响因素的回归系数；μi为个体效应、it为随机扰动项。
表8 解释变量
对于解释变量，在考虑能够影响数字经济与绿色物流耦合协调的因素后，选取以下几个解释变量：
（1）人均GDP（gdp）：一个地区的经济发展水平越高，数字经济以及绿色物流的发展基础条件就越好，所以选用人均GDP表示经济发展水平。
（2）互联网宽带接入用户数（bro）：信息化水平越高，数字经济与绿色物流的互动关系就越好，绿色物流在智慧城市中信息传递的成本就更低，所以选用互联网宽带接入用户数来表示信息化水平。
（3）科学研究和技术服务业年末城镇单位就业人员（sci）：科技相关行业工作人员的有力支撑，能够为数字经济与绿色物流带来发展所需要的技术，所以选用科学研究和技术服务业年末城镇单位就业人员表示技术行业人力资本。
（4）第三产业占地区生产总值的比重（ind）：产业结构对于物流业绿色升级起到了关键作用，使绿色物流能够更好的为智慧城市中的流通环节服务，所以选用第三产业占地区生产总值的比重表示产业结构。
（5）建成区绿化覆盖率（vir）：绿化覆盖率作为环境因素，覆盖率提升能够更好的吸收城市建设过程中所产生的二氧化碳排放，为数字经济与绿色物流的协同发展打下基础，所以选取建成区绿化覆盖率表示环境建设。
2.回归结果分析
利用F检验、LM检验以及豪斯曼检验，三次对比的检验结果P值均小于0.05，故拒绝选用随机效应模型，采用固定效应模型。固定效应回归结果如表9所示。
表9 回归结果
通过分析分析表10中模型（5）的估计结果可知：
总体来说，模型（5）固定效应模型的Stata15报告结果R2拟合系数为0.7774，说明整体拟合效果较好。P值小于0.01，说明模型的联合显著性在1%的显著性水平上显著，各变量大多在1%的显著性水平上显著。
产业结构（ind）与环境建设（vir）对被解释变量（COP）均没有显著影响。其中产业结构（ind）与被解释变量的相关系数为负值，可能的原因是产业结构导致绿色物流需求存在结构性矛盾。在我国产业结构中，重工业比例依然较大，造成物流环节实现低碳环保比较困难的情况，使绿色物流的物流组织体系还不能适应产业物流需求结构变化要求，抑制了数字经济与绿色物流的良性互动。环境建设（vir）与被解释变量不存在显著关系，原因在于提高绿地覆盖率存在较长时滞，即绿地面积的需要达到一定规模后才能实现对工业所产生的废气进行吸收，提高绿地覆盖率需要一个量变到质变的过程，这就出现了短期的绿地建设对促进数字经济与绿色物流协同发展影响不显著。
经济发展水平（gdp）、信息化水平（bro）以及技术行业人力资本（ind）与被解释变量（COP）存在显著相关关系。在P值＜0.01的显著性水平下，经济发展水平（gdp）与被解释变量（COP）的相关系数为0.009，即当城市中人均GDP每增加1元时，数字经济与绿色物流的耦合协调度将会提升0.009。究其原因在于，智慧城市中经济发展水平提高时，该城市内的居民可支配收入也随之提高，消费能力也会增强。通过绿色物流整合供应链的作用，居民更倾向于选择“绿色消费”，从而推动数字经济与绿色物流的融合发展。信息化水平（bro）与被解释变量（COP）的相关系数为0.005，即当城市中互联网宽带接入用户数每增加1万户，数字经济与绿色物流的耦合协调度将会提升0.005。这是由于信息技术的建设随着数字经济的发展越来越深入，作为数字经济与绿色物流的连接纽带之一，信息全链条的畅通能够有效促进绿色物流在智慧城市中的环境保护作用。技术行业人力资本（ind）与被解释变量（COP）的相关系数为0.006，即当科学研究和技术服务业年末城镇单位就业人员每增加1人时，数字经济与绿色物流的耦合协调度将会提升0.006。原因在于，科学、技术相关行业的从业人员能够增强城市的科研创新能力，增加城市中专利、技术成果的产出，为数字经济与绿色物流的耦合协调发展提供了技术上的支持。
四、结论与建议
（一）结论
通过对108个智慧城市试点城市面板数据的实证检验，得到以下四点结论：
第一，108个试点城市的数字经济与绿色物流耦合协调发展水平较低。在108个试点城市中，只有少量城市的耦合协调状态达到了中度耦合协调状态以上，其余大部分城市均处在低度耦合协调状态。
第二，七个区域数字经济与绿色物流的耦合协调均为低度耦合协调状态，绿色物流综合评分大于智慧城市的综合评分一倍以上，表明存在数字经济发展滞后于绿色物流发展的情况。城市间绿色物流发展水平差异较大，导致两个系统的耦合协调度较低。
第三，数字经济与绿色物流耦合协调度在不同等级城市间存在显著的梯度效应，一线城市的耦合协调度显著高于新一线城市，新一线城市显著高于二线、三线、四线以及五线城市。
第四，经济发展水平、信息化水平以及技术行业人力资本对两个系统的耦合协调关系存在显著相关关系，产业结构与环境建设对两个系统的耦合协调发展均没有显著影响。
（二）建议
第一，要深刻认识数字经济与绿色物流之间的关系。北京市、上海市的经济发展水平较高，数字经济与绿色物流的耦合关系较好，正处于两者相互促进、相互成就的阶段，应鼓励传统物流业绿色转型，加快数字经济建设步伐。天津市、重庆市等4个中度耦合协调城市，应加速数字经济与绿色物流融合，消除数字经济对于绿色物流发展的滞后性。其余低度耦合协调城市应深刻认识数字经济与绿色物流的关系，一方面，鼓励城市中物流企业向生态文明建设方向发展，以绿色、低碳的方式进行物流活动。另一方面，加强信息技术建设，完善数字经济与绿色物流在智慧城市中的连接方式。
第二，利用区域地理性特征，发挥空间优势。东北、西北地区中协同程度较低的试点城市应该向华北、华东地区中协同程度较高的城市学习，借鉴协同关系较好城市的先进经验和发展模式，多与中度耦合协调状态以上的城市交流学习，打造自己独有的“数字经济+绿色物流”发展新模式。处在经济发达区域的试点城市，应把握好区域优势所带来的红利，协调好数字经济与绿色物流的互动关系，在试点城市中起到带头作用。
第三，注重外部影响因素，改善数字经济与绿色物流耦合协调发展条件。智慧城市试点城市应提升城市经济发展水平，通过经济发展保证数字经济与绿色物流的互动关系。加速信息技术基础设施建设，加快城市中信息的传播速度。保障技术行业人力资源不流失，加大对科研创新的投入，利用技术起到的支撑作用，促进数字经济与绿色物流协同发展。
参考文献：
［1］中国信息通信研究院.中国数字经济发展白皮书［EB/OL］.（2021-04-23）.［2021-10-25］.http：//www.caict.ac.cn/kxyj/qwfb/bps/index_1.htm.
［2］翁心刚，姜旭.日本绿色物流发展的状况及启示［J］.中国流通经济，2011，25（1）：16-20.
［3］石大千，丁海，卫平，等.智慧城市建设能否降低环境污染［J］.中国工业经济，2018（6）：117-135.
［4］辜胜阻.当前我国智慧城市建设中的问题与对策［J］.中国软科学，2013（1）：6-12.
［5］谢欣雨，王健.中国物流业与数字经济融合水平的区域差异及动态演进［J］.调研世界，2023（2）：33-46.
［6］黄桂媛，李琦.数字经济与冷链物流产业协同发展关系研究［J］.商业经济研究，2023（15）：82-86.
［7］钟文，杨俊，郑明贵，等.中国城市数字经济对物流业碳排放的影响效应及传导机制［J］.中国环境科学，2023.
［8］梁雯，郑锐.长三角一体化城市群数字经济对物流业高质量发展的影响研究［J］.重庆文理学院学报（社会科学版），2023，5（25）.
［9］卢亚和.数字经济发展对物流效率提升的影响——基于交易成本的分析［J］.商业经济研究，2021（16）：99-103.
［10］张蓉.我国省域数字经济与绿色物流协同发展探讨［J］.商业经济研究，2023（18）：90-94.
［11］任喜萍，殷仲义.中国省域人口集聚、公共资源配置与服务业发展时空耦合及驱动因素［J］.中国人口·资源与环境，2019，29（12）：77-86.
［12］傅为忠，刘瑶.产业数字化与制造业高质量发展耦合协调研究——基于长三角区域的实证分析［J］.华东经济管理，2021，35（12）：19-29.
［13］何地，赵炫焯，齐琦.中国数字经济发展水平测度、时空格局与区域差异研究［J］.工业技术经济，2023，42（3）：54-62.
［14］邰晓红.基于层次分析法的辽宁省绿色物流SWOT分析［J］.科技管理研究，2016，36（1）：252-256.
［15］李丽.京津冀低碳物流能力评价指标体系构建——基于模糊物元法的研究［J］.现代财经（天津财经大学学报）.2013，33（2）：72-81.
［16］柳键，涂建.中国产业结构调整对低碳物流效率的影响研究——基于超效率DEA低碳物流效率评价模型的实证分析［J］.价格理论与实践，2017，（12）：130-133.
［17］TIAN Y H.Analysis of greenhouse gas emissions of freight transport sector in China［J］.Journal of transport geography，2014，40：43-52.
［18］王丽萍.基于投入产出法的中国物流业碳排放测算及影响因素研究［J］.资源科学，2018，40（1）：195-206.
［19］毛蕴诗，KORABAYEV R，韦振峰.绿色全产业链评价指标体系构建与经验证据［J］.中山大学学报（社会科学版），2020，60（2）：185-195.
［20］韩兆安，吴海珍，赵景峰.数字经济与高质量发展的耦合协调测度与评价研究［J］.统计与信息论坛，2022，37（6）：22-34.
基金项目：辽宁省社会科学规划项目“自我威胁对消费者情绪调节策略及产品选择的影响研究：基于内隐情绪理论的视角”（L20BGL027）；葫芦岛市哲学社会科学研究课题“‘双碳背景下葫芦岛推进区域物流与区域经济发展的关联性研究”（HLDSKY2022029）
Research on the Collaborative Development of Digital
Economy and Green Logistics：
Take Smart City Pilot Cities as an Example
LIU Cong1，SONG Wen-hao2
（1.Liaoning Project Technology University， Huludao，Liaoning 125000；
2.Hebei Normal College for Nationalities，Chengde，Hebei 067000）
Abstract：This paper selects the 2017-2021 panel data of 108 smart city pilot cities and adopts a coupled coordination model to evaluate the degree of collaboration between digital economy and green logistics in the pilot cities.On this basis， through the fixed effect model， the influence factors of the collaborative relationship between digital economy and green logistics in pilot cities are measured.The study found that： Among 108 smart city pilots， the coupling coordination degree of pilot cities in North China and East China is relatively high， while the coupling coordination degree of pilot cities in Northwest and Northeast China is relatively low， and the coupling coordination degree of different levels of cities has gradient differences.The level of economic development， informatization and human capital of technology industry have significant correlation with the coupling coordination relationship， while the industrial structure and environmental construction have no significant impact on the coupling coordination relationship.
Keywords：coupling coordination;fixed effect model;green logistics;digital economy;smart city
