綠色技術創新對生鮮農產品綠色物流效率的影響
——基于產業集聚的調節效應

楊 博，王征兵

（西北農林科技大學經濟管理學院，陜西楊凌 712100）

一、引言

科技創新作為推動產業轉型升級的重要力量受到長期關注[1]，通過綠色技術創新實現產業綠色轉型升級與高質量發展成為當前發展的重要方向[2]。綠色技術創新是協調經濟發展與環境保護之間關系、促進二者平衡統一的重要手段和主要途徑[3]。生鮮農產品物流作為連接“田間”與“餐桌”的重要通道，不僅是農產品上行的重要渠道[4]，也是促進農業發展的重要動力。但當前我國生鮮農產品物流存在資源配置不合理、冷鏈技術落后、人才缺乏[5-7]、能耗大等問題[8]，這在一定程度上阻礙了生鮮農產品物流的綠色化與高質量發展。依托綠色技術創新，轉變傳統生鮮農產品物流高能耗發展現狀，不僅是綠色發展的時代要求，也是生鮮農產品物流實現可持續發展的必要途徑。產業集聚是社會分工進一步明確后所形成的一種空間層面的產業組織形式，對地區經濟發展具有重要推動作用[9]，對資源整合與分配以及產業整體效率提升具有重要意義。本文通過構建調節效應模型，探討綠色技術創新對生鮮農產品綠色物流效率的影響，以及產業集聚在其中的調節效應。

綠色技術創新的著眼點在“綠色”，以往關于綠色技術創新的研究多集中于工業[10-11]、制造業[12]等傳統高耗能產業，而物流業在運輸、倉儲以及包裝過程中的碳排放問題并未引起足夠關注，這就使得探討綠色技術創新對物流業碳排放及其綠色發展影響的研究較少。牟紅亮等[13]認為，當前我國綠色技術創新水平較低，其發展水平主要取決于地區環境規制水平。當前，我國物流業處在提質增效的關鍵時期，技術創新成為物流業轉型升級、實現高質量發展的重要驅動力量，有助于物流業發展方式由粗放式向集約式轉變，由無序式、經驗式向標準化、智能化轉變[14]。以綠色技術創新推動物流業綠色全要素生產率提升，已成為綠色高質量發展時代的首要選擇[15-17]。同時，綠色技術創新對地區綠色經濟發展[18]以及區域碳生產率水平提升[19]具有重要影響。

產業集聚作為一種提高產業創新績效的重要手段[20]，得到了社會各界的廣泛關注，同時，產業集聚與環境污染之間的非線性關系也被普遍證實[21]。資源配置不合理是導致產業發展過程中環境污染的主要原因[22]，這種資源配置上的低效會帶來較低的效率水平，影響經濟發展。當前我國物流業仍然是傳統勞動密集型產業，技術水平較低[14]，能源利用效率較低。而產業集聚通過促進基礎設施與信息共享、強化技術外溢效應，提升能源利用效率[23]，減少環境污染，促進經濟高質量發展。在通過產業集聚降低環境污染的過程中，不同的產業集聚模式會對環境污染產生不同的影響[24]。一般而言，專業化產業集聚在整合資源、提高資源利用效率等方面具有較大優勢[25]，能夠推動產業互補，實現產業的“提檔增速”。而多樣化產業集聚對資源可能是一種浪費[26]，但在減少區域外部沖擊影響、提升區域抗沖擊力恢復力方面具有重要意義[27]。

綜上所述，關于產業集聚、綠色技術創新以及生鮮農產品綠色物流的研究成果仍存在以下不足：一是關于綠色技術創新的研究，主要針對工業、制造業等傳統意義上的高污染產業，而對同樣存在高污染的生鮮農產品物流業關注較少。二是現有關于產業集聚的研究，主要從專業化集聚與多樣化集聚兩個方面討論其與環境污染的關系，或圍繞產業集聚對技術創新或綠色技術創新效率的影響展開分析，鮮有以產業集聚為調節變量檢驗綠色技術創新與生鮮農產品綠色物流的關系。本文創新性地以產業集聚的調節效應為切入點，通過構建生鮮農產品綠色物流效率評價指標體系，研究綠色技術創新對生鮮農產品綠色物流效率的影響，同時以產業高級化水平為依據分組，進一步探討三者之間的關系。

二、理論機制與研究假設

（一）綠色技術創新對生鮮農產品綠色物流效率的影響機制

根據綠色物流的概念[28]，本文認為，生鮮農產品綠色物流是：為滿足消費者對綠色健康生鮮農產品的需求、減少運輸過程中的碳排放，通過采用冷鏈保鮮技術與綠色減排技術所進行的生鮮農產品實體以及相關綠色信息資源從供給者到需求者的有效流動，是綠色加工、綠色保鮮包裝、綠色冷藏、綠色運輸等環節的有機組合。

綠色技術創新是以節約資源和能源、減少環境污染為目的的管理創新與技術創新[29]。綠色技術創新水平不同，其對生鮮農產品綠色物流效率的影響不同[18]。具體來說：當綠色技術創新水平過低時，綠色技術創新貢獻率會低于其非期望產出水平，即綠色技術創新帶來了回彈效應，使生鮮農產品物流整體綠色化發展被抑制[30-31]；當綠色技術創新水平過高時，意味著生鮮農產品物流企業在綠色技術創新方面投入過多，過高的要素成本大量擠占企業利潤，創新補償小于遵循成本，企業會減少對綠色技術創新的研發投入，抑制生鮮農產品綠色物流效率的提升；當綠色技術創新水平適中時，創新帶來的企業紅利多于要素投入成本，使運輸效率提升，生鮮農產品物流的綠色化水平得到提高。基于以上分析，本文提出如下假設：

H1：綠色技術創新與生鮮農產品綠色物流效率之間存在非線性關系。

（二）產業集聚對綠色技術創新與生鮮農產品綠色物流效率關系的調節機制

產業集聚有助于資源整合與強化分工，對提升創新效率具有重要意義[20]。波特（Porter）[32]認為，產業集聚能夠強化企業技術創新和知識外溢效應。馬歇爾外部性理論認為，勞動力蓄水池、中間投入共享和知識技術溢出是產業集聚的三大作用力，其中知識技術溢出對應的微觀機制是技術創新，但技術創新在解釋專業化產業集聚時存在一個重要假設，即技術創新主要被限定在特定行業中[33]。因此，技術創新的擴散、傳播只發生在相同產業的企業中，有助于形成專業化產業集聚，而這種專業化產業集聚的外部性又會促進技術創新的擴散、傳播。對產業多樣化集聚而言，雅各布斯（Jacobs）[34]外部性理論認為，技術創新的溢出效應存在于互補而非相同的產業之間，因為互補的多樣化企業或不同產業之間能夠通過知識技術的交換促進技術創新的探索與實踐。綜上所述，無論是產業的專業化集聚抑或是產業的多樣化集聚都能夠增強技術的溢出效應，從而對高技術產業產生重要影響。基于以上分析，本文提出如下假設：

H2：產業集聚對綠色技術創新與生鮮農產品綠色物流效率關系具有正向調節作用。

綠色技術創新、生鮮農產品綠色物流效率與產業集聚之間的關系如圖1所示。

圖1 綠色技術創新、生鮮農產品綠色物流效率與產業集聚之間的關系

三、地區生鮮農產品綠色物流效率的測算

生鮮農產品物流運輸環節的碳排放量相對較大。生鮮農產品生產過程中的綠色化水平和生鮮農產品物流綠色化發展對保障生鮮農產品的新鮮和營養程度具有重要影響。基于此，本文借鑒唐建榮等[15]、劉戰豫等[16]的研究成果，從投入和產出兩個角度、生產和運輸兩個方面構建地區生鮮農產品綠色物流效率評價指標體系。

（一）數據來源

本文所用原始數據來自2009—2020 年《中國統計年鑒》《中國農村統計年鑒》《中國能源統計年鑒》《中國勞動統計年鑒》《中國工業統計年鑒》《中國環境統計年鑒》以及各省份統計年鑒。西藏地區能源數據缺失，港澳臺地區所有數據均缺失，故只考慮我國其余30 個省份的數據。交通運輸、倉儲與郵政業增加值在物流業增加值中占比達85%以上，故用其代表物流業[35]。北京、天津、河北、浙江、山東、山西、吉林、河南、湖北、貴州、陜西、甘肅、廣西、內蒙古等地區的水路、航空、管道運輸以及多式聯運普及率較低，故本文只考慮鐵路與公路運輸方式。

（二）指標設計

1.投入指標

本文用生鮮農產品綠色物流固定資產投資、從業人數、能源消耗總量分別表示資金投入、勞動力投入、能源投入，用生鮮農產品綠色物流鐵路、公路運營里程與生鮮農產品產量表示基礎設施投入。考慮到數據的完整性，參考唐建榮等[15]、劉戰豫等[16]、李波等[36]、吳賢榮等[37]的研究方法，選取農業與交通運輸、倉儲與郵政業消耗最多的“三油”（汽油、煤油和柴油）以及“一氣”（天然氣）的消耗量作為反映能源消耗量的指標構成，先根據轉換標準煤系數將各種能源消耗量折算成標準煤，再加總，求得各地區物流業能源消耗總量。

2.產出指標

用生鮮農產品綠色物流總產值和社會消費品零售總額表示期望產出，用生鮮農產品綠色物流二氧化碳排放量表示非期望產出，用貨運量與貨運周轉量表示規模產出。

生鮮農產品物流過程中的主要污染物是二氧化碳，故在各地區物流業能源消耗總量的基礎上，分別統計農業與交通運輸、倉儲與郵政業“三油一氣”的能源消耗量，根據IPCC2006 碳排放系數計算二氧化碳排放量（CO2）[16]：

其中，Ei表示第i種能源的消耗量，NCVi為第i種能源的平均低位發熱量，CEFi為第i種能源的碳排放參考系數，COFi為碳氧因子，44 和12 為CO2與C的分子量。

考慮到價格因素的影響，本文以2009 年為基期，按CPI指數對生鮮農產品綠色物流固定資產投資、生鮮農產品綠色物流總產值、社會消費品零售總額等變量進行平減，再基于表1 所示的指標體系，利用包含非期望產出的Super-SBM 模型測算2009—2020年我國30個省份生鮮農產品綠色物流效率。

表1 地區生鮮農產品綠色物流效率評價指標體系

根據表2可知，我國生鮮農產品綠色物流效率水平整體較低。除北京、上海、河北的生鮮農產品綠色物流效率曾在少數年份接近1.7 或超過1.7外，其余省份的生鮮農產品綠色物流效率基本接近1.2 或低于1.2。北京、上海、河北經濟發展基礎好，人才優勢較強，地區綠色技術創新能力較強，可為地區生鮮農產品綠色物流發展提供堅實基礎。我國生鮮農產品綠色物流效率呈現出中東部地區高、西部地區低的地區差異性。2009—2020年，我國30 個省份農產品綠色物流效率的中位數為0.916，如圖2 所示。其中，北京、天津、河北、遼寧、上海、江蘇、福建、廣東、海南、山西、黑龍江、安徽、江西、內蒙古等地區的效率水平高于全國的中位數。這可能是由于我國部分生鮮農產品供應地集中在這些省域，且先進的技術水平以及充足的人才供應為地區綠色技術創新發展提供了條件。在西北地區，青海的生鮮農產品綠色物流效率也高于全國中位數，這可能與其作為我國主要生鮮牛羊肉供應地密切相關，但其經濟發展水平相對落后，人才相對缺乏，其生鮮農產品綠色物流的發展不能從地區創新借力，仍停留在初級且不穩定的發展階段。

圖2 2009—2020年我國30個省份的生鮮農產品綠色物流效率平均值

表2 2009—2020年我國30個省份生鮮農產品綠色物流效率水平

四、研究設計

（一）模型設定

為考察綠色技術創新對生鮮農產品綠色物流效率的影響，本文參照李志斌等[38]、段世霞等[39]的研究結果，構建以下模型：

其中，Green為生鮮農產品綠色物流效率，lngti為綠色技術創新，agg為產業集聚程度，α0、β0、η0、λ0為常數項，α1、α2、α3、β1、β2、β3、β4、β5、η1、η2、η3、η4、η5、η6、λ1、λ2、λ3、λ4、λ5為回歸系數，Xit為控制變量，ξt表示時間效應、φi表示地區效應，δit、εit、γit、μit為隨機誤差項，i為省份，t為年份。

（二）變量說明

1.被解釋變量

被解釋變量為生鮮農產品綠色物流效率（Green）。采用包含非期望產出的Super-SBM 模型測算2009—2020 年我國30 個省份生鮮農產品綠色物流效率。

2.核心解釋變量

核心解釋變量為綠色技術創新（lngti），綠色技術創新的衡量指標眾多。由于生鮮農產品物流是高耗能與技術密集型產業，考慮數據的可得性，本文用各省份當年的R&D 經費投入與能源消費總量比值的對數值衡量各省份綠色技術創新水平[40-42]。同時，用工業增加值與工業污染物排放量之比作為核心解釋變量的替換變量（gtis）進行穩健性檢驗[2，43]。工業污染物排放量用二氧化硫排放量與顆粒污染物排放量之和表示。2016 年與2017 年的工業污染物排放量數據缺失，本文通過相鄰年份均值進行插補。

3.調節變量

調節變量為產業集聚程度（agg）。測度產業集聚程度的方法主要有區位熵、空間基尼系數、EG指數、赫芬達爾-赫希曼指數等方法[22]。為消除地區間的規模差異性，本文借鑒趙靜[20]、奧多諾霍（O'Donoghue）等[44]、馬彥瑞等[45]以及王健等[46]的方法，用區位熵法測算物流產業集聚程度，計算公式為：

其中，LV為交通運輸、倉儲與郵政業生產總值，G為地區生產總值，i表示省份，t表示年份。

4.控制變量

生鮮農產品綠色物流發展會受到其他因素的影響，本文參考武云亮等[29]、杜龍政等[47]、謝莉娟等[48]、鈔小靜等[49]、李娟[50]以及李玲等[51]的研究成果，選取控制變量。生鮮農產品綠色物流能源消耗率（lneng）用地區生鮮農產品綠色物流總產值與地區生鮮農產品綠色物流能源消耗總量之比的對數值表示。環境規制（er）用某地區某年交通運輸、倉儲與郵政業主營業務成本與該地區某年交通運輸、倉儲與郵政業總產值之比表示。由于只考慮鐵路與公路運輸方式，某地區某年的交通運輸、倉儲與郵政業主營業務成本為某地區某年汽車制造業主營業務成本與該地區某年鐵路、船舶、航空航天和其他運輸設備制造業主營業務成本之和。地區產業結構（str）用第三產業產值與地區生產總值之比進行衡量。人均地區生產總值（lnpgdp）用地區人均生產總值的對數值衡量。交通基礎設施發展水平（tinf）用地區鐵路與公路總營業里程與地區國土面積之比衡量。

參考朱于珂等[2]研究成果，本文按照產業高級化水平（ts）分組并進行異質性檢驗。ts數值越大，表明產業結構越高級，計算公式為：

變量描述性統計結果見表3。

表3 變量描述性統計結果（N=360）

五、回歸結果分析

（一）基準回歸結果

基于2009—2020 年我國30 個省份的面板數據，利用OLS 方法和式（2）進行基準回歸，回歸結果如表4 所示。其中，綠色技術創新系數為負，其平方項系數轉正，這說明綠色技術創新與地區生鮮農產品綠色物流效率呈現出“U型”關系，綠色技術創新帶來的回彈效應存在，H1 成立。在綠色技術創新初期，其發展水平較低，其貢獻率遠低于非期望產出水平。由于回彈效應的存在，綠色技術創新會抑制生鮮農產品物流的綠色化發展。但隨著綠色技術創新水平的提高，其要素成本降低以及溢出效應開始顯現，生鮮農產品物流綠色化水平提高。這與曾剛等[30]和劉貝貝等[52]的結論相似，即綠色技術創新與產業及地區綠色發展之間存在“U 型”關系。地區產業結構以及交通基礎設施發展水平系數顯著為負，生鮮農產品綠色物流能源消耗率與人均地區生產總值系數顯著為正。其中，能源消耗率系數顯著為正，說明生鮮農產品綠色物流在創造一定量的生產總值時所消耗的能源量越少，生鮮農產品綠色物流效率越高；地區產業結構系數顯著為負，說明區域內第三產業占比越高，也即服務業發展水平越高，物流產業集聚的溢出效應越弱，擁擠效應越強，對生鮮農產品綠色物流效率的負面作用越大；交通基礎設施發展水平系數為負，說明我國交通設施不完善、布局不合理，對生鮮農產品物流的綠色化發展有負面影響。因此，大力發展地區經濟、降低能源消耗量、完善交通基礎設施能夠促進地區生鮮農產品綠色物流效率的提升。

表4 綠色技術創新對生鮮農產品綠色物流效率的基準回歸結果

（二）平穩性檢驗

為了保證面板數據不受隨機因素干擾，以免影響檢驗結果，本文通過面板數據單位根LLC 方法與ADF-Fisher單位根方法對數據的平穩性進行檢驗，如表5所示。其中，在LLC方法下，除地區產業結構外，其余變量的數據在一階差分后均在1%的水平上顯著；在ADF-Fisher方法下，所有變量在一階差分后至少在5%的水平上拒絕面板單位根原假設。這說明本文所有研究變量均為平穩序列。

表5 變量面板數據單位根檢驗結果

（三）產業集聚調節效應分析

進一步，在式（3）中加入產業集聚程度與綠色技術創新的交互項構建式（4），并用系統GMM 方法考察產業集聚在綠色技術創新與生鮮農產品綠色物流效率關系中的調節效應，回歸結果如表6所示。

根據表6可知，在式（3）的回歸結果中，綠色技術創新對生鮮農產品綠色物流效率的影響不顯著，地區產業結構的系數顯著為負，說明第三產業發展使物流產業集聚的溢出效應減弱，擁擠效應增強；在式（4）的回歸結果中，產業集聚程度與綠色技術創新交互項的系數顯著為正，說明綠色技術創新帶來的回彈效應因產業集聚的出現而得到緩解，產業集聚下的綠色技術創新能夠促進生鮮農產品綠色物流效率的提升，因此，H2成立。綜上所述，物流產業集聚能增大綠色技術創新對生鮮農產品綠色物流效率的刺激與帶動作用，有助于生鮮農產品物流綠色化發展。

表6 產業集聚的調節效應檢驗結果

（四）穩健性檢驗

為了避免樣本選擇和指標選取可能給研究結果帶來的偏誤，保證研究結果的可靠性，本文通過兩種方法進行穩健性檢驗。一是替換檢驗方法，即用隨機效應模型（5）替換系統GMM 模型，考察產業集聚在綠色技術創新與生鮮農產品綠色物流效率關系中的調節效應。二是替換核心解釋變量，即用2009—2020 年30 個省份的工業增加值與工業污染物排放量之比替換地區當年R&D經費投入與地區當年能源消費總量比值的對數值。穩健性檢驗結果如表7所示。

表7 穩健性檢驗結果

由穩健性檢驗結果可知，替換檢驗方法后，綠色技術創新、生鮮農產品綠色物流能源消耗率、交通基礎設施發展水平三個變量的顯著性發生變化；替換核心解釋變量后，綠色技術創新、綠色技術創新平方項、交互項、生鮮農產品綠色物流能源消耗率、地區產業結構、交通基礎設施發展水平六個變量的顯著性發生變化。但在使用這兩種方法后，所有變量的系數符號均與表6 相同，回歸結果的穩健性得到檢驗。

（五）異質性檢驗

產業高級化水平對地區經濟發展具有重要影響，而地區經濟發展會影響地區人均生產總值與綠色技術創新。由于產業高級化水平具有差異性，本文借鑒謝莉娟等[48]的研究成果，通過每個省份2009—2020年產業高級化水平的均值與其均值的中位數進行比較，將30 個省份分為產業高級化水平較高地區（包括北京、天津、上海、廣東、海南、吉林、黑龍江、四川、重慶、云南、甘肅、青海、新疆、廣西、內蒙古）與較低地區（包括河北、遼寧、江蘇、浙江、福建、山東、山西、安徽、江西、河南、湖北、湖南、貴州、陜西、寧夏）。

由表8 可知，在產業高級化水平較高地區，產業集聚與綠色技術創新交互項系數為正，但不顯著，而在產業高級化水平較低地區，產業集聚與綠色技術創新交互項系數顯著為正，這說明產業集聚對生鮮農產品綠色物流效率具有顯著促進作用，能緩解綠色技術創新帶來的回彈效應，正向刺激綠色技術創新對生鮮農產品綠色物流效率的帶動作用。這也進一步說明，在產業高級化水平較低地區，產業結構優化空間較大，可通過地區產業結構升級，緩解綠色技術創新帶來的回彈效應，同時可充分利用“結構紅利”，擴大技術創新的溢出效應，發揮綠色技術創新對生鮮農產品綠色物流效率的提升作用。

表8 異質性檢驗結果

六、結論與建議

（一）結論

本文利用2009—2020 年我國30 個省份的面板數據，對綠色技術創新、生鮮農產品綠色物流效率水平及產業集聚三者之間的關系進行研究。

第一，我國生鮮農產品綠色物流效率水平整體較低，呈現中東部高、西部低的地區差異性。中東部地區較高的技術水平及充足的人才供應，為綠色技術創新發展提供了保障。西部地區經濟發展水平相對較低，人才相對缺乏，其生鮮農產品綠色物流發展無法從地區創新借力，仍停留在初級發展階段。例如，青海是我國重要的生鮮牛羊肉產地，有較高的生鮮農產品綠色物流效率水平，但由于經濟基礎薄弱，綠色技術人才匱乏，其生鮮農產品綠色物流無法實現從初級階段向高級階段的跨越式發展。

第二，由于回彈效應的存在，綠色技術創新對地區生鮮農產品綠色物流效率具有先抑制后促進的作用。產業集聚對生鮮農產品綠色物流效率具有正向促進作用。同時，由于產業集聚的調節作用，綠色技術創新帶來的回彈效應得到緩解，表現為綠色技術創新在產業集聚調節作用影響下，對地區生鮮農產品綠色物流效率產生顯著正向影響。

第三，在產業高級化水平較低的地區，產業結構優化空間較大，產業集聚對生鮮農產品綠色物流效率具有顯著促進作用。產業結構的優化升級能夠緩解綠色技術創新帶來的回彈效應，充分釋放“結構紅利”、增強技術創新溢出效應，提升生鮮農產品綠色物流效率。

（二）建議

第一，政府應加強西部地區人才引進計劃，加大科研投入，提高地區綠色技術創新能力和生鮮農產品綠色物流效率。各生鮮農產品物流企業要堅持綠色發展理念，加大企業在綠色技術創新方面的資金、人才投入，提高資源利用效率，減少污染排放，提升生鮮農產品綠色物流效率。

第二，政府應加快建設覆蓋城鄉的專業化物流產業園區，通過物流產業集聚強化綠色技術創新對生鮮農產品綠色物流效率的提升作用。同時，通過物流產業園區內物流企業的信息共享，提高生鮮農產品物流效率以及準確率。

第三，政府與企業應共同推動生鮮農產品物流產業結構優化。政府應制定生鮮農產品物流綠色發展指導方針，強調綠色技術創新在釋放“結構紅利”中的重要作用。同時，各生鮮農產品物流企業應在政府綠色發展方針指導下，堅持綠色技術創新和綠色轉型升級。政府與企業相互配合，堅持與推進綠色技術創新，實現生鮮農產品物流產業由勞動密集型向技術密集型發展轉型。