新時代背景下長江經濟帶城鎮化對物流業碳排放的脫鉤效應及變動影響研究

【摘" "要】 以長江經濟帶11個省市為研究對象，將城鎮化對物流業碳排放變動的影響因素劃分為收入、人口、空間和產業四個部分，分析其在2012—2018年的物流業碳排放變動影響作用，并研究新型城鎮化發展水平與物流業碳排放量的脫鉤狀態。研究結果表明：人口城鎮化對脫鉤狀態具有抑制作用，而收入城鎮化表現為正向促進作用。從整體上看，新型城鎮化發展和物流業碳排放之間主要存在三種脫鉤狀態：弱脫鉤、擴張負脫鉤以及增長連接。2016年后，整體的脫鉤狀態趨于平穩，表現出弱脫鉤的狀態，但作為經濟最發達的下游地區脫鉤狀態最不明顯。最后，提出因地制宜、合理規劃城鎮空間布局、設計智能物流系統以提高能源利用率等政策建議，以實現長江經濟帶新型城鎮化和物流業的可持續發展。

【關鍵詞】 新型城鎮化；物流業；碳排放；脫鉤效應

中圖分類號：F291.1" " " 文獻標志碼：A" " " "文章編號：1673-8004（2023）06-0048-13

一、引言

隨著全球氣候變暖，人類迎來了前所未有的非傳統安全挑戰。我國作為人口最多的國家，同時也是最大的碳排放國家，在各個領域都展開了一系列舉措來控制二氧化碳的排放。習近平主席在氣候雄心峰會上明確指出要促進我國經濟社會實現全面綠色轉型，2030年前碳排放達到峰值，2060年前實現碳中和的目標，為應對氣候變化做出更大貢獻［1］。物流業是我國最為重要的支柱性及先導性產業，對我國近三十年經濟發展貢獻明顯，因此物流業也是能源消耗和碳排放大戶。推進物流業的碳減排有助于實現我國碳達峰和碳中和的目標，同時可以有效緩解全球氣候變暖的問題以及“低碳門檻”對我國在政治和經濟方面產生的較大壓力。作為區域發展“三大戰略”之一的長江經濟帶地理位置優越，推動著我國經濟布局由東向西轉移。但由于各省市環境承載能力迥異，整體面臨著嚴峻的碳減排壓力。

新時代背景下的城鎮化必然會對物流業碳排放產生影響。一方面，由于新型城鎮化所產生的物流業規模效應，大大優化了物流過程中的運輸以及配送路徑等，間接導致能源消耗以及碳排放量的降低。另一方面，“產城分離”等問題加大了生產資料的配送距離，物流網絡更加錯綜復雜，能源消耗與碳排放量大幅上升。上述正反兩種力量，哪一種占據了主導作用？城鎮化四個效應的影響存在哪些區別？處于不同流域的四個效應又存在哪些差別？物流業碳排放量與城鎮化發展水平的脫鉤狀態發生了怎樣的變化？對以上問題展開研究，有利于制定高效合理的物流業碳減排的措施，對早日實現碳達峰、碳中和的目標以及建設新型城鎮化發展規劃也具有重要的現實意義。

已有關于物流業碳排放的研究主要包括碳排放強度的測算、與經濟增長的脫鉤狀態分析以及影響因素研究等。一是關于物流業碳排放量、碳排放強度的測算，不僅涵蓋了行業整體的測算，同時也包括各個細分物流子行業的測算，例如交通運輸、農村物流以及冷鏈物流等。胡百靈等利用數學模型測算了我國果蔬冷鏈物流的碳排放量，結果發現果蔬冷鏈物流的碳排放逐年遞增［2］。二是關于碳排放脫鉤狀態的研究，目前采用的研究方法以Tapio脫鉤指數模型以及OECD脫鉤模型為主。姚冠新等以我國八個經濟區為研究對象，分析了物流業碳排放與經濟增長的脫鉤趨勢［3］。鄧榮榮等研究發現，長三角地區物流業與碳排放的脫鉤狀態主要表現為擴張負脫鉤、擴張連接和弱脫鉤［4］。三是碳排放影響因素的研究多采用LMDI分解法，但在分解指標上存在較大差異。袁長偉等選用能源強度、運輸結構和運輸業發展水平作為分解指標［5］。劉龍政等采用LMDI分解法，分析了全國地區物流業碳排放的影響因素［6］。梁雯等利用Kaya恒等式以及LMDI分解法，將影響因素拆分為能源結構、能源效率、經濟增長和人口四個指標［7］。

而城鎮化對碳排放的研究主要集中在國家或省域層面。例如，楊文芳認為城鎮化水平對碳排放的影響存在地域差異，且這種影響在發達地區微乎其微［8］。Zhang等研究發現中部地區的城鎮化發展水平是驅動碳排放的主要因素［9］。關海玲等研究認為城鎮化水平與碳排放之間呈相互促進的關系［10］。杜運偉等基于Kaya恒等式，引入人口城鎮化，實證分析了江蘇省人口城鎮化對碳排放的影響，結果顯示目前的人口城鎮化對碳排放起到了顯著的促進作用［11］。羅棟燊等將我國各省分為東、中、西三個區域，通過構建STIRPAT模型實證檢驗，發現城鎮化與碳排放之間存在著“倒U”型關系，初期城鎮化對碳排放起促進作用，后期則是抑制作用［12］。

綜上所述，對于物流業碳排放的研究較多，而城鎮化對物流業碳排放的影響因素的研究較少，且不同區域城鎮化效應的影響作用迥異。更有甚者，城鎮化發展水平不同的地區，相同城鎮化效應的影響程度也不同。基于此，本文以長江經濟帶為例，利用Tapio分解技術，探討新時代背景下，城鎮化發展水平與物流業碳排放的脫鉤趨勢，并具體分析四個城鎮化效應對物流業碳排放量變動的影響，以期為長江經濟帶各省市制定碳減排政策提供實質性建議，有效推進物流業的低碳發展和新型城鎮化的良性發展。

二、理論與建模

（一）城鎮化對物流業碳排放影響機理分析

關于城鎮化發展對物流業碳排放變動的影響作用包括正向、反向兩種，正、反效應交互作用對其產生影響。將這種交互效應劃分為四個部分，具體包括人口、空間、產業和收入的城鎮化效應。一是城鎮化發展帶來的最明顯的特征就是城鎮人口的聚集，城鎮人口密度的急劇增加會給交通運輸業帶來壓力，交通基礎設施以及交通工具的數量將隨之增加，同時，居民生活所必需的物資需求也將大幅增加，居民出行以及運輸物資都會增加物流業的碳排放量。公共交通能夠促進人均生活碳排放量的降低，城鎮化帶來的教育水平的提高以及對科技重視程度的增加都將會促進包括物流業在內的各個產業的生產效率，進一步減少物流業的碳排放量。這種由人口規模的增加而產生的影響在本文中稱為人口規模效應。二是隨著新型城鎮化的發展，越來越多的農村用地逐漸轉變為城鎮用地，大量房屋以及工廠的建造提升了物流網絡的復雜性，因而運輸以及配送的距離也相應增大，無形之中明顯提高了物流業的碳排放量［13］。基礎設施的建設增加了對物資的運輸需求，導致物流業碳排放量的急劇增加。此外，城鎮化導致的商住區和工業集中區的分離，導致了大量居民的“雙城生活”以及在這兩個區域之間遷移，私家車使用量的增加導致物流業碳排放量的驟增。這種由土地擴張產生的效應在本文中稱為空間城鎮化效應。三是新型城鎮化的發展促進產業結構轉型升級，人口從農村轉移到城市［14］，加速了第二、三產業的發展，物流業運作模式、服務質量等會受到影響，碳排放量也相應變化。但產業集聚導致的物流園區的出現會在一定程度上達到節能降耗的目的，物流業碳排放也相應降低。由產業結構變化產生的效應在本文中稱為產業城鎮化效應。四是新型城鎮化是人的城鎮化，居民生活水平的提高才是新型城鎮化的根本。新型城鎮化的發展帶來了居民收入的顯著增加，隨之而來的是居民生活方式和消費結構的轉變，網購需求以及居民私家車人均擁有量的增加，都將導致物流業碳排放量的增加［15］。這種由于收入增加以及生活質量的提高帶來的變動在本文中稱為收入城鎮化效應。

綜上所述，新型城鎮化四個效用綜合作用，對物流業碳排放變動產生影響，但不同效應的影響機理存在差異。以總量的形式分析時，不能做到具體問題具體分析，不僅難以做到有效減排，還可能誘發新型城鎮化的畸形發展。因此，本文將城鎮化對碳排放變動的影響拆分為以上四個效應具體分析。

（二）Tapio脫鉤模型與LMDI分解模型

1.基于擴展Kaya恒等式的LMDI分解模型

本文將Kaya恒等式進行擴展，構建新型城鎮化效應對物流業碳排放變動影響的模型。Yoichi Kaya指出，溫室氣體的排放主要受下列因素的影響［16-17］：

綜上，利用擴展后的Kaya恒等式，將城鎮化的影響效應劃分為人口、空間、產業和收入四個部分，實現對變動影響因素的具體分析。

2.基于Tapio脫鉤理論的脫鉤模型

本文采用基于增長彈性變化的Tapio脫鉤理論，使用二氧化碳排放總量作為環境壓力指標，使用新型城鎮化發展水平作為經濟指標，構建出二者的脫鉤指數模型：

此外，Tapio脫鉤模型具體分為八種脫鉤狀態［19］，如表1所示。強脫鉤狀態是有利于低碳發展的最佳狀態，即隨著新型城鎮化發展水平的提高不會增加二氧化碳的排放量，有利于新型城鎮化的持續健康發展；與之相對的是強負脫鉤狀態［20］，在該狀態下，新型城鎮化發展水平出現負增長的同時也會加劇碳排放量的增加。

三、實證研究

（一）數據來源

本文以交通運輸、倉儲和郵政業的數據來表示物流業［21］，以2012—2018年為研究期間，以長江經濟帶為研究對象，數據來源主要包括《中國統計年鑒》《中國能源統計年鑒》和各省市的統計年鑒。以煤炭、汽油、煤油和柴油作為碳排放量計算基礎，利用能源折算標準煤系數，以IPCC提供的碳排放方法計算各年度各省市的物流業碳排放量。

（二）LMDI分解模型計算結果

利用以上數據，得出各省市物流業碳排放變動的城鎮化效應，如圖1所示。從圖中可以看出，總效應始終為正，在研究期間內平均總效應高達17.98萬噸碳，說明城鎮化是影響物流業碳排放量的重要因素。具體來看，收入城鎮化（平均貢獻38.11萬噸碳）、空間城鎮化（平均貢獻26.74萬噸碳）以及產業城鎮化（平均貢獻16.79萬噸碳）的影響始終為正，說明以上三要素是推動物流業碳排放的重要因素；而人口城鎮化（平均貢獻-9.71萬噸碳）每年的效應均為負，說明其起到抑制碳排放的作用。其中，收入城鎮化的正向推動效應最為顯著；產業城鎮化的效應最微弱。

（三）Tapio脫鉤模型計算結果

利用式（8）可以計算出長江經濟帶11省市2012—2018年的平均碳排放量與新型城鎮化發展水平之間的長期脫鉤彈性指數以及脫鉤狀態，如表2所示。

從表2可以看出，長江經濟帶在2012—2018年間物流業二氧化碳排放量與新型城鎮化發展水平經歷了兩種脫鉤狀態：弱脫鉤與擴張負脫鉤［22］。總的來看，在研究期間內，二者始終處于脫鉤狀態，說明長江經濟帶的新型城鎮化發展水平與物流業碳排放脫鉤狀態良好，得益于我國“十一五”以來實施的減排政策［23-24］。2013—2015年連續出現擴張負脫鉤，即新型城鎮化發展水平提升的同時，環境壓力即二氧化碳排放量也在增加且前者增長速度慢于后者，說明該地區物流業減排工作有待進一步加強。

（四）結果分析

1.區域差異分析

為了更清楚地對比分析長江經濟帶各流域（上游：川、渝、滇、黔，中游：湘、鄂、贛，下游：蘇、浙、滬、皖）［25］新型城鎮化各個效應的影響以及城鎮化發展水平與物流業碳排放的脫鉤狀態，對其進行分流域的進一步研究。長江經濟帶不同流域城鎮化各效應對物流業碳排放變動的作用如圖2所示。

從圖2可以看出，各效應的貢獻存在顯著差異。對下游地區來說，收入城鎮化具有顯著的正效應，該推動作用明顯高于其他要素，且高于該要素對其他流域的貢獻。下游地區經濟發展水平高、工資待遇好，吸引了更多的人才聚集，收入水平的提高使得人們的生活水平得到提升，人口增多在收入上升的乘數效應下引發了更多的物流需求，引起物流業碳排放量的增長。對于下游地區，空間城鎮化和產業城鎮化都起到了正向作用。對經濟發達的下游地區來說，空間城鎮化的正效應主要是因為“職住分離”，大量人口在相近時間段的工作通勤時間引發了城市公共交通以及私家車的擁堵，導致物流業碳排放量的增加。產業城鎮化的正向推動作用在下游地區中最弱，這離不開下游地區各省市的經濟轉型發展。產業結構轉型升級導致第三產業高速發展以及制造型企業的大量遷出，使得高能耗的物流業務相對減少。因此，產業城鎮化的驅動作用在三個正向效應中貢獻最小。而人口城鎮化對物流業碳排放起到了抑制作用，這是因為城市面積的漲幅遠低于人口增長的速度，人口規模效應使其對物流業碳排放產生負效應。

相較于下游地區，上游地區的空間城鎮化效應更為顯著，這是因為該地區城鎮化發展水平較低，物流基礎設施建設不足，以及物流業園區沒有聚集發展導致的物流業粗放發展方式，使得物流業碳排放量增多。上游地區的產業城鎮化相較于其他流域最不明顯，上游地區城鎮化發展水平較低，重工業企業以及制造型企業發展水平也較低，且上游地區省市在產業城鎮化發展的同時多注重開發新能源，使用清潔能源，這也是產業城鎮化驅動效應不明顯的原因之一。相較于上游和下游地區，中游地區的產業城鎮化和空間城鎮化的正效應近年來呈現增強態勢，即將趕超下游地區。從城鎮化的發展規律來看，中游地區的省市目前處于中級城鎮化發展階段，這個階段的城市，面臨著產業的轉型發展和產業升級，新興產業的出現導致空間無序擴張，加劇城住分離。所以該地區應重點關注如何合理布局城鎮功能區，合理開發利用土地，并要注重科學承接產業，避免空間城鎮化和產業城鎮化的驅動作用進一步增加。

2.脫鉤狀態分析

長江經濟帶各流域新型城鎮化發展水平與碳排放脫鉤狀態如表3所示。總體來看，各流域脫鉤狀態與總體脫鉤狀態的變化趨勢差異很小［26］，個別年間存在略大一點的差異，2012—2015年各流域的脫鉤狀態存在較大波動，2016年開始各流域的脫鉤狀態基本趨于穩定。

從空間角度來看，上游地區出現了4次擴張負脫鉤的狀態，中游地區出現了2次擴張負脫鉤的狀態，而新型城鎮化和物流業發展水平較高的下游地區也出現了3次擴張負脫鉤的狀態。上游地區主要為強脫鉤，中游、下游地區均未出現強脫鉤，下游地區連續三年呈現出擴張負脫鉤的狀態，說明下游地區需要改進當前城鎮化和物流業的粗放式發展模式。從時間維度來看，長江經濟帶各流域脫鉤、負脫鉤以及增長連結的狀態交替出現，說明各省市需建立長效節能環保機制［27］。

從總體來看，上游地區和中游地區以脫鉤狀態為主，說明其新型城鎮化發展水平的增長速度大于物流業碳排放的增速；而下游地區脫鉤狀態以負脫鉤和增長連結為主，說明其新型城鎮化發展水平增速小于物流業碳排放的增長速度。究其原因，可能是因為下游地區的省市新型城鎮化發展水平起點較高，且二、三產業發展水平較高，導致其碳排放量較大，因此下游地區各省市在新型城鎮化持續發展的同時，需要進一步加強其物流業的節能減排工作。通過觀察數據不難發現，下游地區各省市新型城鎮化發展水平近年來持續保持著增長狀態，但脫鉤狀態并不理想，汽油、煤油的過度使用可能是碳排放量增加的主要原因之一。該地區應積極利用自身的人才優勢，積極開發使用清潔能源。在“十三五”大力推進節能減排方案下，經濟發展水平領先的長江經濟帶下游地區，物流業碳排放居高不下，減排效果不理想，其他流域應以此為教訓，積極反思自身物流業發展的碳排放問題并提出有針對性的政策及建議，避免重蹈下游的覆轍。

3.要素差異分析

本文依次考察城鎮化各效應對長江經濟帶各省市物流業碳排放量變動的影響。圖3為收入城鎮化的影響效應，其對每個省市的影響均為正效應，尤其對湖北和江蘇兩省推動作用更為顯著，上海、安徽、四川和云南次之，對江西、重慶和云南推動作用相對微弱。整體而言，經濟發達的省份收入城鎮化的推動作用大于經濟欠發達地區。究其原因可能是經濟發達地區新型城鎮化發展水平較高，收入增加刺激了居民的消費需求，從而物流需求也隨之上升，導致了碳排放量的增加。而上海作為經濟發達的直轄市，其收入城鎮化的效應不及湖北和江蘇，可能是由于居民的收入漲幅較小，其物流需求和物流業碳排放量呈現出較為平穩的態勢。

圖4為人口城鎮化效應的影響。從整體來看，人口城鎮化的效應在不同年份呈現出較大差異，且呈現出更多的抑制效應。對云南、湖北、四川的抑制作用顯著，但波動性較大；對江蘇、浙江、安徽以及江西的抑制作用較微弱，但抑制作用呈現出較為穩定的趨勢。從時間序列上來看，人口城鎮化對各省市的影響逐漸轉為抑制，且這一轉變在長江上游地區更為明顯。原因可能是上游地區的城鎮人口不斷聚集，人口規模效應使得居民由分散式的生活方式轉向了集中供能的方式，經濟效益有利于物流業的轉型升級。另外，物流產業的集聚也有利于碳排放量的減少。

圖5是空間城鎮化效應的影響。可以看出，除2018年數據波動較大以外，空間城鎮化基本上對所有省市的作用都為正向，且對上游地區的作用要大于中游地區，下游地區最為微弱，僅江蘇和浙江的正向推動作用稍為明顯。

對于上游地區來說，空間城鎮化的推動作用在2013年達到峰值，2014年開始回落；中下游地區在2014年達到頂峰，2015年開始下降。而2018年整體呈現出的抑制作用進一步說明了空間城鎮化因素的推動作用在逐漸減弱，未來可能會持續呈現出負效應。

圖6為產業城鎮化效應的影響。與其他三個要素不同的是，產業城鎮化對各個省份每年的影響作用都呈現出較大的差異。其中，湖南、云南兩省由促進轉為抑制，上海市的促進作用逐步削弱，甚至在2016年轉為負效應。其他省市都呈現為促進作用，但促進作用整體呈下降趨勢。這可能是因為隨著產業城鎮化的發展，二、三產業成為城鎮化發展的支柱性產業，第二產業的碳排放強度遠遠高于第三產業，第三產業側重提升城鎮化質量和居民生活水平，需要更多的是勞動力而非能源。此外，產業結構升級對于能源消費結構以及能源利用效率具有重要作用，隨著產業城鎮化的發展，物流業碳排放量在近年來逐漸下降。

四、結論及政策建議

本研究實證分析了2012—2018年長江經濟帶11個省市城鎮化各要素效應對物流業碳排放的變動影響，運用脫鉤模型對比分析省市間以及不同流域間城鎮化發展水平與物流業碳排放的脫鉤狀態。主要研究結論有如下幾點。

第一，從長江經濟帶的平均情況來看，研究期間內新型城鎮化四種效應始終呈現正向促進作用，平均效應始終低于收入城鎮化的推動作用，且另外三種效應的影響存在較大出入。

第二，人口城鎮化對脫鉤狀態具有顯著抑制作用，而空間城鎮化的正向作用在上游地區表現得最明顯，而產業城鎮化對下游地區的正向作用更強。

第三，收入城鎮化始終具有促進作用，在經濟發達的地區表現更為明顯；而人口城鎮化近年來有轉為抑制的趨勢，上游地區表現得最為明顯；空間城鎮化的推動作用在2014年后，出現下滑趨勢，且2018年對多數省市起到了抑制作用；產業城鎮化的促進作用也呈現出下降趨勢，且省市之間存在較大差異。

第四，長江經濟帶各流域新型城鎮化發展水平與物流業碳排放之間存在脫鉤關系［28］，各流域的脫鉤狀態與總體脫鉤狀態走向基本吻合。研究期間內，各流域脫鉤狀態出現較大波動，2016年后逐漸趨于平穩，大多呈現出弱脫鉤的狀態，即新型城鎮化發展增速要快于物流業碳排放的增速。下游地區作為長江經濟帶中經濟發達的區域，脫鉤狀態與中、上游地區相比，脫鉤狀態不理想，說明下游地區需要改變當前物流業粗放式發展的狀態，并建立碳減排長效工作機制。

基于以上結論，本文為長江經濟帶各省市新型城鎮化發展和物流業碳減排工作提出如下政策建議。

第一，新型城鎮化的發展與物流業碳排放不是線性關系，處于不同流域的省市，驅動因素的作用大小不盡相同，各省市需要因地制宜，從不同的驅動因素出發，制定并實施不同的減排方案，以此才能實現長江經濟帶整體的城鎮化與物流業的低碳發展。

第二，應重點關注人口規模效應帶來的積極影響，要積極倡導居民綠色低碳的生活方式，實現真正的“人的城鎮化”，放大人口城鎮化的抑制作用，進一步促進物流業的減排工作。

第三，未來空間城鎮化可能呈現出負效應，政府應從空間城鎮化積極入手，加大對物流業基礎設施建設的投資，合理規劃城鎮的空間布局［26］。此外，還可以利用智能化物流系統，設計最佳的運輸路徑，提高物流的車輛利用率以及運輸效率，以此降低物流業運輸過程中的能源消耗，達到碳減排的目標［29］。此外，還應積極引導物流業的集聚、物流園區的發展，加強跨省市的區域合作，以實現長江經濟帶物流業整體的低碳式發展。

第四，長江經濟帶下游地區應積極利用自身的人才優勢，盡可能開發和使用清潔能源，提高能源使用效率，增加天然氣的使用比例，積極利用化石能源，建立物流業碳減排工作的長效機制。

第五，長江經濟帶還應注重產業結構的優化升級，降低第二產業的比重，大力發展第三產業。在新型城鎮化發展進程中，物流業可實施“限制高耗能，促進低碳運輸、倉儲、流通加工等功能轉型升級”的舉措［30］，鼓勵引進低碳技術，實現產業城鎮化對物流業碳排放的抑制作用。

參考文獻：

［1］" "習近平.繼往開來 開啟全球應對氣候變化新征程［N］.人民日報，2020-12-13（2）.

［2］" "胡百靈，趙子琪，姚冠新.果蔬冷鏈物流碳排放測算及控制［J］.財會月刊，2019（5）：119-124.

［3］" "姚冠新，趙子琪，胡百靈.中國農村物流碳排放與地區經濟增長的脫鉤趨勢研究［J］.華東經濟管理，2017（11）：51-56.

［4］" "鄧榮榮，李亞芳.長三角地區物流業碳排放驅動因素與經濟增長的脫鉤效應研究［J］.湖南財政經濟學院學報，2020（1）：42-51.

［5］" "袁長偉，李若影，芮曉麗，等.陜西省交通運輸業碳排放影響因素分解研究［J］.長安大學學報（社會科學版），2016（2）：38-42.

［6］" "劉龍政，潘照安.中國物流產業碳排放驅動因素研究［J］.商業研究，2012（7）：189-196.

［7］" "梁雯，汪皖珍，劉志秀.長三角地區新型城鎮化和物流業耦合協調分析［J］.重慶文理學院學報（社會科學版），2022（3）：54-69.

［8］" "楊文芳.人口增長、城市化對CO2排放的影響［J］.中國人口·資源與環境，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］ 關海玲，陳建成，曹文.碳排放與城市化關系的實證［J］.中國人口·資源與環境，2013（4）：111-116.

［11］ 杜運偉，黃濤珍，康國定.基于Kaya模型的江蘇省人口城鎮化對碳排放的影響［J］.人口與社會，2015（1）：33-41.

［12］ 羅棟燊，沈維萍，胡雷.城鎮化、消費結構升級對碳排放的影響——基于省級面板數據的分析［J］.統計與決策，2022（9）：89-93.

［13］ 殷茗茗，耿立艷，喬月.河北省物流業碳排放測算及影響因素分析［J］.中國市場，2017（15）：239-240.

［14］ 趙奎.新型城鎮化質量測評及動力因素研究——基于安徽省地級市數據分析［J］.重慶文理學院學報（社會科學版），2021（4）：76-87.

［15］ 戴錢佳.異質性環境規制對物流業綠色全要素生產率的影響研究——基于技術創新的中介效應分析［J］.重慶文理學院學報（社會科學版），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］ 李松慶，裴艷麗.中國物流業碳排放研究：文獻綜述與展望［J］.物流科技，2019（2）：12-17.

［18］ 張金良，李超.京津冀地區物流行業碳排放差異分析［J］.華北電力大學學報（社會科學版），2019（1）：53-61.

［19］ 劉茜.基于LMDI的中國城鎮化碳排放因素分解研究［J］.綠色科技，2018（18）：225-229.

［20］ 錢芝網，俞佳立.華東“六省一市”經濟增長與CO2排放的脫鉤效應［J］.經濟與管理，2018（1）：54-59.

［21］ 姜玲，滕雅瓊，張小寧.高耗能產業群碳排放與經濟增長脫鉤關系實證研究——基于甘肅2001—2017年的經驗數據［J］.蘭州財經大學學報，2019（4）：41-48.

［22］ 丁博，曹希廣，鄧敏，等.生產性服務業對制造業生產效率提升效應的實證分析——基于中國城市面板數據的空間計量分析［J］.審計與經濟研究，2019（2）：116-127.

［23］ 張麗峰.北京經濟增長與空氣污染關系的實證研究——基于脫鉤理論與VAR模型［J］.資源開發與市場，2017（3）：316-321.

［24］ 黎珍羽.長三角區域大氣污染協作治理的效果研究——基于CIPP評估模型［J］.重慶文理學院學報（社會科學版），2022（6）：84-97.

［25］ 朱向梅，王子莎.中國碳足跡廣度空間關聯格局及影響因素研究［J］.調研世界，2021（5）：38-48.

［26］ 梁雯，司俊芳.長江經濟帶物流業經濟增長與能源碳排放脫鉤研究［J］.太原師范學院學報（社會科學版），2018（4）：55-62.

［27］ 門丹，黃雄，易行，等.長江經濟帶霧霾污染的驅動效應及其空間特征研究［J］.環境科學與技術，2020（3）：10-20.

［28］ 穆曉央，王力，徐蓉，等.西部省域物流業碳排放脫鉤及影響因素研究［J］.環境科學與技術，2020（4）：214-219.

［29］ 胡小飛，王秀慧，吳爽.長江經濟帶物流業碳排放測算及其驅動要素研究［J］.生態經濟，2019（7）：49-55.

［30］ 包耀東，李晏墅，張世忠.長三角區域物流業碳排放規模及其影響因素研究［J］.生態經濟，2020（11）：25-31.

責任編輯：吳" "強；校對：楊" "釗

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

基金項目：國家社會科學基金一般項目“新型城鎮化背景下小城鎮電子商務物流發展研究”（15BJY117）； 教育部人文社會科學規劃基金項目“新時代下物流業與新型城鎮化協調發展效率研究——以長三角為例”（20YJA790043）； 安徽高校人文社會科學研究基金重點項目“新型城鎮化發展對安徽省物流產業效率影響及路徑分析”（SK2019A0034）。

作者簡介：梁雯（1962— ），女，安徽合肥人，教授，主要從事物流與供應鏈管理研究；韓琦璇（1998— ），女，安徽亳州人，碩士研究生，主要從事物流與供應鏈管理研究。