長江經濟帶碳排放-經濟-物流業耦合協調發展研究

趙京成，何葉榮，王向前

(1.安徽理工大學 經濟與管理學院，安徽 淮南 232001；2.安徽建筑大學 經濟與管理學院，安徽 合肥 230601)

“碳達峰、碳中和”戰略目標提出之后，碳排放已成為國內外廣泛關注的熱點問題。物流業是能源消耗及碳排放的大戶，根據《中國能源統計年鑒》中的數據，2010—2019年中國物流業能源消費量年均增長率達6.89%，遠高于全國能源消費總量年均增長率3.91%。物流業能源消費量占全國能源消費總量的比重由2010年的7.51%上升至2019年的9.01%，因此，中國物流業面臨巨大的節能減排壓力。

長江經濟帶是橫跨我國東中西三大區域的重大戰略發展區域，截至2021年上半年，其經濟總量占全國的46.9%，2019年，長江經濟帶能源消費總量占全國的36.05%，由此帶來的碳排放量增加已影響到區域的綠色發展。因此，實證分析長江經濟帶碳排放、經濟與物流業的協調發展水平對于破解長江經濟帶發展瓶頸，加快我國經濟高質量發展具有重要的理論價值和現實意義。

一、文獻綜述

近年來，隨著新發展理念的貫徹落實及“雙碳”戰略的提出，綠色物流及低碳經濟已成為眾多學者研究的重點。關于碳排放、經濟與物流業的協調發展，現有文獻多以研究區域物流與區域經濟二者的協調發展為主。郭湖斌等[1]通過構建長江經濟帶物流業與經濟發展的耦合協調模型，對二者的動態耦合協調發展水平進行分析，發現其耦合協調水平為中級耦合發展階段，區域物流的發展不平衡限制了經濟的發展。陳治國等[2]通過實證研究發現，我國物流業與國民經濟之間的耦合協調關系仍未步入協調狀態，且物流業與國民經濟的耦合協調關系存在地區異質性；伍寧杰等[3]運用系統耦合理論，構建物流系統與經濟系統的耦合協調模型，對長江中游城市群進行測算分析，發現各城市的平均耦合協調度處于輕度失調狀態，部分中心城市耦合協調度較高，但存在明顯的空間差異；梁雯等[4]建立皖江城市帶區域物流系統與區域經濟系統的評價指標體系，研究發現皖江經濟帶經濟與物流的協調發展水平逐年提高。也有學者基于碳排放與經濟水平二者構建耦合協調模型：蓋美等[5]通過構建碳排放-經濟發展-環境保護耦合協調模型，發現遼寧省三系統耦合協調度較低，空間上呈“遞進式”進步規律；田云等[6]通過構建長江經濟帶農業碳排放-經濟增長耦合系統進行實證分析，發現其耦合協調度逐步提高，實現了整體失調向整體協調的轉變。碳排放與物流業的協調發展方面，周泰[7]通過構建物流-生態環境耦合模型對四川省進行實證研究，結果表明四川省物流業低碳發展效果十分顯著，物流業與生態環境系統耦合協調水平穩步提高。

綜上所述，現有文獻對碳排放、經濟與物流業協調發展的相關研究已有諸多建樹，但是也存在進一步改進的空間。相較于已有文獻，本文的創新點在于：一是現有文獻對于區域物流與區域經濟二者的協調發展研究居多，本文創新性的將碳排放、經濟及物流業三者聯系起來，有助于深入研究物流業的綠色高質量發展途徑；二是現有研究多集中于省域層面的數據研究，未考慮到空間集聚性的影響，本文選取我國重大戰略區域作為研究對象，在耦合協調水平測算的基礎上進行空間變異分析，進一步揭示長江經濟帶時空演變規律。本文應用熵權法、耦合協調模型、空間自相關模型等方法對長江經濟帶11省市2010—2019年的碳排放、經濟及物流業協調發展水平進行分析，以期為長江經濟帶的經濟及物流業綠色高質量發展提供科學的理論支持。

二、研究方法

1.熵權法

熵權法是一種根據客觀環境的原始信息，通過分析各指標之間的關聯程度及所提供的信息量客觀為各指標進行賦權的綜合評價方法，能夠一定程度降低主觀方法造成的偏差，增強評價結果的科學性。通過搜集樣本和數據，計算過程如下。

第(1)步：在計算之前對指標進行無量綱標準化處理，采用極差標準化方法。

正向指標：

(1)

負向指標：

(2)

式(1)、式(2)中：Xij為第i年第j個指標的原始數據；Yij為其標準化處理后的數據；max(Xij)是該系統指標中的最大值，min(Xij)為最小值。正向指標越大越好，負向指標的值越小越好。

第(2)步：確定第j項指標的熵值。

(3)

第(3)步：確定各指標的權重。

(4)

式(4)中：E1，E2，E3，…，Ej為各指標的信息熵。

第(4)步：計算第i年各子系統的綜合得分Zi。

(5)

2.耦合度模型

本文采用學術界通用方法[8-10]，構建碳排放-經濟-物流業系統耦合度模型計算耦合度A，如式(6)所示。

(6)

式(6)中，A為系統耦合度，取值在0～1之間，當C=1時，表示系統處于最佳耦合狀態；C=0時，表示系統內部各要素之間無關，系統向無序發展；C、E、L分別代表碳排放、經濟、物流業三個子系統的綜合得分，耦合度的等級劃分如表1所示。

表1 耦合度等級劃分

3.耦合協調度模型

由于耦合度只是描述子系統間相互作用程度，無法反映協調水平的高低，因此使用耦合協調度來計算各系統間是否保持著良性互動和健康發展。計算公式如式(7)、式(8)所示。

(7)

T=αC+βE+ηL

(8)

式中，A為耦合協調度，T為三元系統的綜合評價指數，α、β、η表示待定系數，考慮碳排放、經濟發展同樣重要，物流業發展次之，取α=β=0.35，η=0.3。

參考眾多學者關于耦合協調度的劃分標準[11-12]，結合本研究測算所得數據分布較密集這一因素，將耦合協調度等級劃分為十個類型，如表2所示。

表2 耦合協調度等級劃分

4.空間自相關模型

空間自相關模型主要包括全局空間自相關(Moran’sI)和局部空間自相關(Local Moran’sI)。Moran’sI用于分析碳排放-經濟-物流業系統耦合協調度的空間聚集性。

三、指標選取與數據來源

1.指標體系構建

本文以科學性、全面性及數據可得性為原則，基于已有研究成果[10-14]，選取使用頻率較高的指標，并結合長江經濟帶各省市的實際情況，構建碳排放(C)、經濟(E)、物流業(L)三個子系統共10個指標的評價體系，將其命名為CEL系統。各指標及計算所得對應權重如表3所示。

表3 碳排放-經濟-物流業系統耦合協調評價指標體系

2.數據來源

(1)根據IPCC公布的能源碳排放系數，選取原煤、汽油、煤油、柴油、燃料油、原油、天然氣、電力等主要能源消耗，參考《國家溫室氣體排放清單指南》中的方法估算碳排放，得出c1。由c1除以各省市每年末的常住人口數得出c2，年末常住人口數由國家統計局數據庫獲得。

(2)本文選取資本、勞動力和能源消耗3個指標變量作為投入系統，各省市生產總值作為期望產出，碳排放總量作為非期望產出，利用DEA-SBM模型計算得出2010—2019年各省市的碳排放效率，由此得出c3。由于此方法已是眾多學者計算碳排放效率的常用方法[15-16]，本文不再對計算過程進行贅述。

(3)選取原煤、汽油、煤油、柴油、燃料油、原油、天然氣、電力等主要能源消耗計算能源消耗量，根據《中國能源統計年鑒》中的各種能源折標準煤參考系數，折算為標準煤，得出c4。

(4)e1～e4，l1～l5指標數據由國家統計局數據

庫及2010—2020年《中國統計年鑒》整理獲得。

四、實證分析

1.長江經濟帶CEL系統耦合度分析

根據式(6)計算得出2010—2019年長江經濟帶11個省市的碳排放-經濟-物流業系統耦合度結果如表4所示。

表4 長江經濟帶各省市碳排放-經濟-物流業系統耦合度

整體來看，2010—2019年間，長江經濟帶11省市CEL系統耦合水平穩步提升，趨近于優質共振狀態。局部來看，上海市、江蘇省、浙江省、湖北省、湖南省及四川省2010—2019年間CEL系統始終處于高水平耦合階段。安徽省2013年由較高水平耦合轉變為高水平耦合。重慶市、江西省、貴州省及云南省變化最大，皆由磨合階段提升至高水平耦合階段。表中數據也間接說明本文對于長江經濟帶各省市的碳排放-經濟-物流業系統耦合協調發展研究的有效性。

2.長江經濟帶CEL系統耦合協調度分析

根據式(7)、式(8)計算得出的長江經濟帶11省市CEL系統耦合協調度結果如表5所示，耦合協調度變化趨勢如圖1所示。

表5 長江經濟帶各省市碳排放-經濟-物流業系統耦合協調度

圖1 長江經濟帶各省市耦合協調度變化趨勢

從全局來看，2010—2019年間，我國長江經濟帶各省市碳排放-經濟-物流業系統耦合協調度均值穩定在0.55～0.65之間，整體呈平穩上升趨勢，耦合協調水平于2016年由勉強協調發展型轉變為初級協調發展型，距離良好協調發展、優質協調發展仍有較大差距，且不同省市間差異明顯。表明在樣本觀測期間，長江經濟帶11省市的CEL系統暫未實現良好的協調發展局面，還有較大的改善空間。從地理空間角度分析，東中西部省市碳排放-經濟-物流業系統的耦合協調度呈現出“東高西低”的態勢，即從東部沿海地區到中部腹地再到西部欠發達地區，CEL系統的耦合協調度逐漸下降，這種分布特點與區域間的經濟及物流業發展水平分布基本吻合。

從各省市來看，2010—2019年間，上海市、江蘇省及浙江省的系統耦合協調度一直處于領先狀態，保持良好的增長趨勢，皆實現了由初級協調發展向中級協調發展的轉變。其中上海市表現最佳，10年間增幅達16.52%，位居第一，于2019年率先進入良好協調發展階段，也是長江經濟帶中唯一一個實現CEL系統良好協調發展的省市。說明上海市在“十三五”規劃中制定的推進節能低碳和綠色發展等相關政策得到了高效落實并取得了一定效果，對上海市推動低碳經濟及綠色物流的發展具有重要的作用。

安徽省、湖南省及四川省系統耦合協調度水平及發展趨勢較為相似，總體呈上升態勢，由勉強協調發展轉變為初級協調發展。結合各省CEL三個子系統歷年的綜合得分，上述三省近年來經濟水平穩步提升，人民生活水平不斷提高，各省貨運量大幅提升，推動了物流業產值顯著增加。經濟發展和物流業發展相互促進，增強了CEL系統的耦合協調發展。同時，由圖1可知，2010—2012年間各省耦合協調度均出現一定幅度的下降，分析發現在此期間各省市的經濟子系統綜合得分皆有下降，判斷出現該降幅是由于2010—2012年受通貨膨脹的影響，我國的經濟增速出現持續小幅下降，后在政府的宏觀調控下恢復平穩。

在中西部省市中，湖北省系統耦合協調度發展最佳，十年間增幅高達15.53%，僅次于上海市。在實現由勉強協調發展向初級協調發展的轉變后，仍保持高速增長，有實現中級協調發展的趨勢。同時，湖北省在2016—2019年間發展迅速，四年間增幅達10.30%，高于安徽省、江西省、湖省南等六省10年間的增長幅度。結合子系統得分與時事分析發現，2016年，湖北頒布了《湖北省現代物流業發展“十三五”規劃》，旨在“推動全省物流業持續、快速、綠色、創新發展，培育新的經濟增長點，把湖北建設成為全國重要的現代物流基地”。提出了“節能減排、創新驅動、深化改革”等重要發展原則。該政策有效推動了湖北省綠色物流的高速發展，增強了湖北省CEL系統的耦合協調發展。

耦合協調度較差的江西省、重慶市、貴州省及云南省中，云南省發展趨勢相對良好，2017年由瀕臨失調衰退型轉變為勉強協調發展型，且近五年保持穩步上升的態勢。重慶市在樣本觀測期間一直處于勉強協調發展階段，沒有明顯的上升趨勢。江西省同樣一直處于勉強協調發展的階段，且有下降至瀕臨失調衰退型的發展趨勢。2010—2019年間，貴州省的耦合協調度一直處于瀕臨失調衰退狀態，且無明顯的上升趨勢。上述省市的自然地理條件很大程度限制了其物流交通產業的發展，導致系統耦合協調度得不到有效提升。

3.耦合協調度空間變異分析

(1)全局空間自相關分析

由于各省市碳排放-經濟-物流業系統協調發展水平表現出明顯的地理差異，因此有必要進行空間計量分析。本文利用ArcGIS軟件計算2010—2019年長江經濟帶各省市CEL系統耦合協調度的全局莫蘭指數(Moran’sI)，計算結果如表6所示。莫蘭指數大于0時，表示數據呈現空間正相關，值越大空間相關性越明顯：莫蘭指數小于0時，表示數據呈現空間負相關，值越小差異越大；莫蘭指數等于0時，空間分布呈隨機性。

表6 2010—2019年長江經濟帶全局莫蘭指數

由表6可知，2010—2019年間長江經濟帶耦合協調度的全局Moran’sI值均為正數，且均通過5%、1%的顯著性檢驗，表明長江經濟帶CEL系統耦合協調度呈顯著的空間正相關性。全局Moran’sI的值呈波動變化趨勢，大致可以分為三個階段：2010—2012年，Moran’sI的值呈增大趨勢，由0.416增至0.445，增幅為6.9%，表明CEL系統的耦合協調度的空間相關性逐步增強；2012—2018年間，Moran’sI的值顯著下降，由0.445降至0.307，降幅達31.0%，表明CEL系統的耦合協調度的空間相關性大幅減弱；2018—2019年Moran’sI的值由0.307提升至0.355，表明空間相關性有一定增強。

(2)局部空間自相關分析

為進一步探究長江經濟帶11省市碳排放-經濟-物流業系統耦合協調度的空間關聯性和空間依賴性特征，本文采用GeoDa的局域自相關工具進行局部莫蘭指數的計算，并使用LISA聚類圖對其進行空間異質性檢驗，得到各省市耦合協調度局部莫蘭指數的空間分異情況。選取2010年、2015年及2019年各省市的空間分異情況進行分析，如表7所示。LISA聚類圖將局部空間分異情況分為五類：“高-高”聚集，即高耦合協調度區域被同是高觀測值的區域所包圍；“高-低”聚集，即高觀測值區域被低值區域所包圍；“低-高”聚集，即低觀測值區域被高值區域所包圍；“低-低”聚集，即低值區域被低值區域包圍；“不顯著”則表明觀測區域與相鄰區域不存在空間相關性或空間相關性很弱。

表7 長江經濟帶各省市局部莫蘭指數空間分異情況

靜態來看：2010年，江蘇省、浙江省及上海市呈現“高-高”聚集，說明江浙滬經濟體協調發展充分聯系緊密。四川省和湖南省呈現“高-低”聚集，二省的CEL系統耦合協調度在中西部省市中相對較高，但被大量低協調發展水平的省市包圍，說明四川省、湖南省沒有很好地發揮輻射和擴散作用帶動周邊城市的協調發展。貴州省呈現“低-低”聚集，說明貴州省與耦合協調度較低的云南省及重慶市空間相關性更強。2015年，江蘇省、浙江省及上海市呈現“高-高”聚集，四川省、貴州省呈現“低-低”聚集。2019年，江蘇省、上海市呈現“高-高”聚集，四川省、貴州省及湖南省呈現“低-低”聚集。

動態來看：四川省和湖南省由“高-低”聚集轉變為“低-低”聚集，說明該省CEL系統協調發展水平沒有持續提高，失去相鄰省市中領先發展的地位。江蘇省和上海市始終呈現“高-高”聚集狀態，說明該省CEL系統協調發展水平保持穩定提高且發揮了良好的輻射帶動作用。浙江省由“高-高”聚集轉變為不顯著，說明浙江省與相鄰省市間的協調發展關系減弱。安徽省、江西省、湖北省、重慶市及云南省在樣本觀測期間始終未表現出明顯的空間相關性。

五、結論與建議

1.主要結論

通過構建長江經濟帶碳排放-經濟-物流業系統耦合協調模型，對長江經濟帶11個省市2010—2019年的系統耦合協調度進行測算和分析，并通過對其空間分布、時序特點以及變化趨勢進行研究，得出如下結論。

(1)整體上，長江經濟帶11省市的碳排放-經濟-物流業系統耦合協調度呈平穩上升趨勢，但整體水平較低，大部分省市仍處于勉強協調及初級協調發展階段，還有極大的改善空間。

(2)省域層面上，長江經濟帶11省市中，“東-中-西”部省市系統耦合協調度水平差異明顯，與各省市的經濟水平差異基本吻合。上海市、江蘇省及浙江省發展趨勢良好，其中上海市是長江經濟帶中唯一實現良好協調發展的省市；中西部省市中，湖北省的系統耦合協調度近5年上升迅速，有望實現中級協調發展，其發展政策值得中西部其他省市學習借鑒；安徽省、四川省及湖南省處于初級協調發展階段，發展趨勢不明顯；云南省由瀕臨失調衰退型轉變為勉強協調發展型，且近5年保持穩步上升的態勢；江西省和重慶市一直處于勉強協調發展階段，且有降為瀕臨失調衰退型的劣性發展趨勢；貴州省是長江經濟帶11省市中唯一仍處于瀕臨失調衰退狀態的省份。

(3)空間相關性方面，從全局來看，長江經濟帶CEL系統的耦合協調度呈顯著的空間正相關性，但其空間相關性呈明顯的減弱趨勢。從局部來看，2010—2019年間，“高-高”聚集僅出現在上海市、江蘇省及浙江省等東部沿海省市中，這些省市經濟聯系密切，發揮了良好的城市群效應；中西部省市的中心城市未能發揮地區增長極的作用，輻射帶動作用不明顯，安徽省、江西省、湖北省、重慶市及云南省5省市未形成明顯的空間聚集效應。2019年呈現“高-高”“低-低”聚集的省市較少，表明局部區域的空間差異性較大。

2.政策建議

(1)積極借鑒歐盟成熟的碳排放交易市場機制，推動國內碳排放交易市場發展；完善物流業的碳排放標準，建立全面的監督體系，政策上大力扶持碳排放效率高的物流企業，使物流業形成良好的“綠色發展競爭”環境；積極推進優化產業布局，順利實現制造業由東部沿海城市向中西部地區轉移過程中的產業升級對推進我國經濟低碳化的發展進程尤為關鍵；積極推進長江經濟帶協同發展戰略，促進長江經濟帶省域間的聯系，增強各省市發展的協同性；以經濟體和物流中心城市為核心，構建綠色物流城市群，加強中心城市輻射帶動作用。

(2)充分考慮長江經濟帶發展的空間差異性，各省市應當因地制宜探索差異化、特色化的綠色發展路徑。上海市、江蘇省及浙江省應當積極帶動周邊城市發展，擴大城市群效應輻射范圍，形成更大的“低碳經濟體”；江浙滬城市群經濟發展迅速，對配套物流的需求旺盛，可根據實際情況進一步擴大物流產業規模，以滿足經濟發展的需要，推動經濟與物流業協同發展，同時要利用好自身在經濟、地理位置上的優勢，繼續探索新的綠色高效發展路徑；安徽省、江西省應當積極融入江浙滬城市群，充分利用鄰近江浙滬城市群的地理優勢，探索與江浙滬協同發展的路徑；湖北省、湖南省及四川省等CEL系統協調發展水平較高的中西部省市，應當發揮中心城市效應，帶動周邊省市的發展，積極推進“創新、協調、綠色、開放、共享”的新發展理念；重慶市、云南省、江西省及貴州省等CEL系統協調發展水平較低的省市，要向高水平省市深刻學習借鑒，進一步提高物流業管理水平、信息化水平，提升資源集約利用率，貫徹落實新發展理念。

(3)整合和利用現有物流資源，提高物流效率，降低物流成本；打造全鏈路綠色低碳方案，構建低碳高效的物流運轉體系，提升物流行業的集約化，將電子面單、綠色包裝材料、新能源汽車、綠色回收箱等運用到物流經濟活動中；加快物流的智能化發展進程，推動綠色低碳變革，如運用智慧算法計算物流包裝箱型、應用物流機器人、構建智慧管理平臺實現低碳化運營等；引進國外成熟物流企業的先進科學技術、設備以及物流管理理念，從而提高物流業碳排放效率；積極與高校進行產研合作，培養綠色物流發展的企業人才，為企業的綠色發展提供更強大的理論和技術支撐。