王 健,林雙嬌 (福州大學經(jīng)濟與管理學院,福建 福州 350108)

物流業(yè)作為提供空間位移服務的生產(chǎn)性服務業(yè),對中國省際貿(mào)易中產(chǎn)生的碳轉(zhuǎn)移發(fā)揮關(guān)鍵作用.忽略物流業(yè)碳轉(zhuǎn)移問題會影響物流業(yè)碳減排整體目標的分解,導致各地區(qū)物流碳減排配額分配不公,進而影響物流業(yè)碳減排目標的實現(xiàn).

國際分包理論認為,產(chǎn)品構(gòu)成的復雜化要求不同產(chǎn)地同時生產(chǎn)產(chǎn)品的不同組件,這種產(chǎn)業(yè)分工格局并不依賴于不同地區(qū)的比較優(yōu)勢,產(chǎn)業(yè)集聚是其中關(guān)鍵的影響因素之一.作為物流產(chǎn)業(yè)地理空間分布的基本表征,物流產(chǎn)業(yè)集聚(以下簡稱物流集聚)是否會影響物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移,既有文獻尚未提出較為完整的解釋框架.相關(guān)研究多零散的從產(chǎn)業(yè)集聚外溢效應的視角,探討產(chǎn)業(yè)集聚對碳排放的影響.產(chǎn)業(yè)集聚對碳排放的外溢效應已在相關(guān)文獻中得到證實[1-2].產(chǎn)業(yè)集聚具有巨大的空間溢出能力,在一定程度上打破了煤炭的高碳鎖定[3].集聚水平的提升將吸引鄰近地區(qū)的碳排放轉(zhuǎn)入,降低鄰近地區(qū)的碳排放水平[4].梁晶等[5]的研究亦證明,在物流集聚的作用下,物流業(yè)碳排放會受相鄰地區(qū)的影響.或基于產(chǎn)業(yè)集聚與碳轉(zhuǎn)移之間的分布規(guī)律,分析產(chǎn)業(yè)集聚對碳轉(zhuǎn)移的影響.苑清敏和李想[6]提出,碳轉(zhuǎn)移速度取決于地區(qū)產(chǎn)業(yè)集聚程度,集聚程度越低碳排放轉(zhuǎn)入速度較慢,反之亦然.

物流集聚與碳轉(zhuǎn)移之間存在密切聯(lián)系,然而,僅從外溢視角及分布規(guī)律視角探討產(chǎn)業(yè)集聚與碳轉(zhuǎn)移之間的關(guān)系,難以剖析產(chǎn)業(yè)集聚對碳轉(zhuǎn)移的作用機制.而在物流業(yè)低碳高質(zhì)量發(fā)展的大背景下,厘清物流集聚對物流業(yè)碳排放跨區(qū)域轉(zhuǎn)移的作用機制,對于協(xié)調(diào)中國各地區(qū)的物流碳減排工作,實現(xiàn)中國物流業(yè)低碳高質(zhì)量發(fā)展具有一定的現(xiàn)實意義.因此,有必要基于物流業(yè)碳轉(zhuǎn)移量測算的視角,探索物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機制,明晰不同機制約束下,物流集聚影響物流業(yè)碳轉(zhuǎn)移的非線性特征,以把握物流集聚與物流業(yè)碳轉(zhuǎn)移之間的深層次規(guī)律.

此外,伴隨著中國西部大開發(fā)、東北老工業(yè)基地振興、中部區(qū)域崛起等一系列區(qū)域發(fā)展戰(zhàn)略的實施,經(jīng)濟發(fā)達地區(qū)產(chǎn)業(yè)向相對欠發(fā)達地區(qū)轉(zhuǎn)移所伴隨的碳轉(zhuǎn)移問題已成為關(guān)注熱點[7].經(jīng)濟相互依存易形成非對稱性關(guān)系,強弱省份之間的碳轉(zhuǎn)移具有明顯的非對稱性.非對稱性的相關(guān)研究可以概括為兩類:其一認為物流集聚對碳轉(zhuǎn)移存在“擴散效應”[8],即隨著發(fā)達地區(qū)物流集聚的擁擠效應逐步凸顯,物流碳排放將伴隨著物流活動從發(fā)達地區(qū)擴散至周邊欠發(fā)達地區(qū);其二指出物流集聚對碳轉(zhuǎn)移存在“虹吸效應”[9],即發(fā)達地區(qū)物流集聚將通過發(fā)揮規(guī)模效應,降低物流成本,集聚物流資源,促使物流業(yè)碳排放由欠發(fā)達地區(qū)向發(fā)達地區(qū)轉(zhuǎn)移.然而,物流集聚對省際間碳轉(zhuǎn)移的“虹吸效應”和“擴散效應”孰占主導這一問題,鮮有文獻提出清晰的論點.因此,有必要進一步就物流集聚對碳轉(zhuǎn)移的影響是否存在方向上的非對稱性這一問題進行擴展研究.

綜上,有別于既往文獻基于空間維度探索產(chǎn)業(yè)集聚與碳排放關(guān)聯(lián)的視角,本文嘗試以物流業(yè)碳排放的省際轉(zhuǎn)移為切入點,基于 2002、2007、2010、2012、2015年中國多區(qū)域投入產(chǎn)出(MRIO)模型,在測算省際間物流業(yè)碳轉(zhuǎn)移量的基礎上,剖析物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機理,結(jié)合中介效應模型和動態(tài)面板門檻模型,探究物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機制,并就物流集聚對碳轉(zhuǎn)移影響的非對稱性展開擴展研究,以揭示物流集聚與物流業(yè)碳轉(zhuǎn)移之間的內(nèi)在聯(lián)系.

1 作用機理及研究假設

1.1 物流集聚與碳轉(zhuǎn)移

首先,物流集聚通過發(fā)揮外部經(jīng)濟效應,促使周邊地區(qū)物流企業(yè)參與到本地的物流活動中,形成新一輪物流集聚,促進物流業(yè)碳排放的跨地區(qū)流動.一方面,物流集聚可以發(fā)揮規(guī)模效應,延伸物流服務范圍,促進碳轉(zhuǎn)移[10].另一方面,物流集聚知識溢出效應的發(fā)揮,將降低企業(yè)的運營成本,吸引企業(yè)集聚,產(chǎn)生環(huán)境污染的跨地區(qū)轉(zhuǎn)移[11].其次,產(chǎn)業(yè)集聚通過發(fā)揮產(chǎn)業(yè)關(guān)聯(lián)效應,密切地區(qū)間經(jīng)濟活動往來,提升周邊地區(qū)的物流服務需求,促使物流業(yè)碳排放產(chǎn)生跨地區(qū)轉(zhuǎn)移[12].基于此,本文提出假說 1:物流集聚通過外部經(jīng)濟效應和產(chǎn)業(yè)關(guān)聯(lián)效應促進物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移.

1.2 物流集聚、信息化運作與碳轉(zhuǎn)移

信息化運作在物流集聚與碳轉(zhuǎn)移之間發(fā)揮關(guān)鍵作用.地區(qū)信息化運作維持在一定水平內(nèi)時,信息化運作水平的提升,將促進要素流通,削弱地理距離對物流產(chǎn)業(yè)空間布局的影響,降低省際間產(chǎn)業(yè)流通的空間摩擦系數(shù),緩解信息不對稱對物流集聚碳轉(zhuǎn)移效應的抑制作用,暢通地區(qū)間信息互通渠道,為物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移創(chuàng)造條件[13].當?shù)貐^(qū)信息化運作超過一定水平時,集聚區(qū)信息量的迅速增長,將提升信息處理效率,促進信息技術(shù)溢出效應的發(fā)揮,推進集聚區(qū)內(nèi)信息的擴散與共享,消除集聚區(qū)的“信息孤島”,降低學習成本,促使集聚區(qū)內(nèi)物流企業(yè)間相互學習, 提高物流企業(yè)的運作效率及管理水平[14],為集聚區(qū)物流業(yè)創(chuàng)造新增長點,增強物流企業(yè)對信息化運作的依賴性,進而抑制物流碳轉(zhuǎn)移.基于此,本文提出假說 2:信息化運作存在門檻效應.信息化運作水平維持在一定水平內(nèi)時,物流集聚促進物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移;信息化運作越過特定水平時,物流集聚將抑制物流業(yè)碳轉(zhuǎn)移.

1.3 物流集聚、交通運輸壓力與碳轉(zhuǎn)移

交通運輸是連接地區(qū)間物流活動關(guān)系的重要環(huán)節(jié),交通運輸壓力是影響物流業(yè)碳排放空間分布的主要因素[15].一方面,當交通運輸壓力維持在可控范圍內(nèi)時,物流集聚的規(guī)模經(jīng)濟效應可以緩解交通運輸壓力上升所產(chǎn)生的負外部性,降低交通運輸成本,提高交通運輸效率,減輕物流活動跨地區(qū)流動的障礙,促進物流碳排放的跨地區(qū)轉(zhuǎn)移[16];另一方面,隨著物流集聚程度的持續(xù)提升,物流集聚的擁堵效應將造成集聚區(qū)交通運輸壓力的急劇上升[17].在此過程中產(chǎn)生的離心力將削弱物流集聚的正外部效應,造成交通運輸成本上升,促使碳排放隨著物流活動向交通運輸壓力相對較低的地區(qū)轉(zhuǎn)移.基于此,本文提出假說 3:交通運輸壓力存在門檻效應.隨著交通運輸壓力的提升,物流集聚的擁堵效應逐漸超過規(guī)模效應,物流集聚對物流業(yè)碳轉(zhuǎn)移的正向促進作用呈階梯式上升趨勢.

綜上,物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機理可以歸納為圖1.

圖1 物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機理Fig.1 The mechanism of logistics agglomeration on carbon transfer

2 模型構(gòu)建及數(shù)據(jù)處理

2.1 基準回歸模型構(gòu)建

IPAT模型解釋了環(huán)境污染壓力產(chǎn)生的根源,為揭示經(jīng)濟社會發(fā)展對環(huán)境污染的影響提供了廣為認可的研究框架[18-19].其基本模型為:

式中:I表示環(huán)境影響;P、A、T分別表示人口規(guī)模、富裕程度及技術(shù)水平.然而,IPAT模型不適用于對非單調(diào)和非比例變化因素的分析.為此,Dietz等[20]將隨機因素納入IPAT模型,構(gòu)建了基于IPAT模型的隨機擴展式STIRPAT模型,其基本模型為:

式中:α為常數(shù)項;α1、α2、α3分別為 P、A、T的指數(shù)項;ε為隨機誤差項.

STIRPAT模型允許將各變量的指數(shù)項作為參數(shù)進行估計,以解決環(huán)境污染因素非同等比例變化的問題.本文基于 STIRPAT模型構(gòu)建物流集聚對物流業(yè)碳轉(zhuǎn)移影響的基準模型.將省際間的物流業(yè)碳轉(zhuǎn)移量作為被解釋變量,物流集聚程度(AGG)作為核心解釋變量.控制變量方面,除P、A、T等傳統(tǒng)因素外,進一步控制運輸結(jié)構(gòu)(TSR)、產(chǎn)業(yè)結(jié)構(gòu)(STR)及經(jīng)濟開放程度(OPE),得到基準回歸模型如下:

式中:r表示碳轉(zhuǎn)出地;s表示碳轉(zhuǎn)入地;t表示年份;ηrs代表個體固定效應,控制r地區(qū)至s地區(qū)方向的物流業(yè)碳轉(zhuǎn)移;μt代表時間固定效應;εrs,t為隨機擾動項.方程左側(cè)表示第t年由r地區(qū)轉(zhuǎn)出至s地區(qū)的物流碳排放量;方程右側(cè),核心解釋變量表示第 t年轉(zhuǎn)出地 r的物流集聚程度,控制變量方面,考慮到被解釋變量為有向的碳轉(zhuǎn)移變量,借鑒劉承良等[21]的做法,控制相關(guān)變量在轉(zhuǎn)出地與轉(zhuǎn)入地之間的差距對碳轉(zhuǎn)移的影響.

2.2 作用機制檢驗模型構(gòu)建

采用動態(tài)GMM模型可以緩解物流集聚、物流業(yè)碳轉(zhuǎn)移之間可能存在的未被觀測的異質(zhì)性問題,并對同期聯(lián)立性和跨期動態(tài)內(nèi)生性進行有效控制,確保估計結(jié)果的一致性及有效性.常用的動態(tài)GMM估計方法有差分GMM估計和系統(tǒng)GMM估計,系統(tǒng)GMM估計可以解決差分GMM估計存在的弱工具變量問題,降低估計偏差.當面板存在一定的自相關(guān)或異方差問題時,采用兩步法系統(tǒng) GMM 估計比一步法系統(tǒng)GMM估計更為有效[22].

2.2.1 動態(tài)中介效應模型 根據(jù) Baron等[23]所提的逐步回歸法,引入轉(zhuǎn)出地 r的信息化運作水平(INF)、交通運輸壓力(TRA)作為中介變量M.采用兩步法系統(tǒng)GMM估計就物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機制進行檢驗.具體模型設定如下:

式中:Zrs,t為式(3)中的控制變量;θ1為物流集聚對物流業(yè)碳轉(zhuǎn)移的總效應;β1×π2為通過中介變量Mrs,t傳導的中介效應;π1為物流集聚對物流業(yè)碳轉(zhuǎn)移的直接效應.

2.2.2 動態(tài)門檻效應模型 考慮到隨著中介變量閾值的變化,物流集聚對物流業(yè)碳轉(zhuǎn)移可能會產(chǎn)生不同的邊際影響.將中介變量作為門檻變量,采用兩步法系統(tǒng) GMM 方法進行進一步檢驗.鑒于部分門檻變量可能存在多個門檻值,將門檻檢驗模型設為多重門檻模型:

式中:Mr,t為門檻變量,表示轉(zhuǎn)出地 r的信息化運作水平(INF)和交通運輸壓力(TRA);m1,t,m2,t…mn,t為待估的門檻值;φ1, φ2…φn對應門檻變量位于不同門檻區(qū)間時,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響系數(shù); I( )為示性函數(shù).

2.3 變量選取

2.3.1 被解釋變量 借鑒李永源等[24]的做法,基于多區(qū)域投入產(chǎn)出(MRIO)模型,對省際間物流碳轉(zhuǎn)移量( LCTrs,t)進行測算.測算過程如下:

MRIO模型將產(chǎn)出劃分為兩個部分:中間投入與最終需求,假設一個國家由k個地區(qū)、l個部門構(gòu)成,則轉(zhuǎn)出地r的物流業(yè)總產(chǎn)出可表示為:

計算r地區(qū)物流業(yè)對s地區(qū)第j產(chǎn)業(yè)的直接消耗系數(shù):

則式(8)可以表示為:

將式(10)轉(zhuǎn)化為矩陣形式,則有:

式中:Ars為直接消耗系數(shù)矩陣;( I ? Ars)?1為Leontief逆矩陣,代表地區(qū)各部門之間的總體消耗關(guān)系.

鑒于各年份的多區(qū)域投入產(chǎn)出表為進口競爭型模型,而物流業(yè)的跨地區(qū)轉(zhuǎn)移不包含進口產(chǎn)品的具體分配情況,故在式(11)中需剔除進口部分,得到剔除進口部分后r地區(qū)的總產(chǎn)出矩陣r為:

計算MRIO模型中物流完全碳排放系數(shù)矩陣:

式中:Dr為r地區(qū)物流業(yè)的直接碳排放系數(shù)矩陣.

2.3.2 核心解釋變量 區(qū)位熵模型可以消除由于區(qū)域間規(guī)模差距引致的內(nèi)生性沖突,并且能較好反映產(chǎn)業(yè)的空間分布.因此,采用區(qū)位熵測算 r地區(qū)的物流集聚程度( AGGr,t),計算公式為:

式中:LVr,t表示第t年r省的物流增加值;Vr,t表示第t年r省的增加值.

2.3.3 中介變量 信息化運作水平(INFr,t):信息化運作水平的提高依賴于信息基礎設施建設的完善,采用移動電話交換機容量來直接反映信息化基礎設施建設的完善程度,以此表征地區(qū)的信息化運作水平.交通運輸壓力( TRAr,t):交通運輸壓力的大小直觀表現(xiàn)為道路的負載情況,采用單位道路面積的民用載貨汽車擁有量來表征交通運輸壓力.

2.3.4 控制變量 人口規(guī)模差距(PPrs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間的人口規(guī)模比值表征,人口增加會催生物流需求,人口規(guī)模差距越大,物流碳轉(zhuǎn)移概率越大;物流規(guī)模差距( LAVrs,t)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間的物流增加值比值表征,物流活動對地區(qū)物流發(fā)展水平有較強的依賴性,物流規(guī)模差距越大,物流活動向其他地區(qū)轉(zhuǎn)移的積極性越低,物流業(yè)碳轉(zhuǎn)移的積極性越低;物流技術(shù)差距( LTErs,t)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間的物流專利授權(quán)量比值表征,物流技術(shù)水平提升可以降低物流運作成本,出于對成本優(yōu)勢的追求,物流技術(shù)水平越高的地區(qū)對物流活動的粘性越大;運輸結(jié)構(gòu)差距(TSRrs)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間公路運輸貨運周轉(zhuǎn)量占地區(qū)總貨運周轉(zhuǎn)量比重的比值表征,公路貨運周轉(zhuǎn)量占總貨運周轉(zhuǎn)量比重的提升,對本地及周邊地區(qū)物流業(yè)碳排放有直接的促進作用;產(chǎn)業(yè)結(jié)構(gòu)差距(STRrs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間制造業(yè)增加值占全國GDP比重的比值表征,制造業(yè)發(fā)展與物流業(yè)發(fā)展相輔相成,以轉(zhuǎn)出地為例,轉(zhuǎn)出地制造業(yè)比重的提升對物流活動產(chǎn)生虹吸效應,抑制物流業(yè)的碳轉(zhuǎn)出;經(jīng)濟開放程度差距(OPErs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間進出口總額占GDP比重的比值表征,隨著經(jīng)濟開放程度差距的擴大,物流活動將向經(jīng)濟開放程度較高的地區(qū)轉(zhuǎn)移.

2.5 數(shù)據(jù)來源

物流業(yè)碳轉(zhuǎn)移量根據(jù)2002、2007、2010、2012及2015年中國(不包含香港、澳門、臺灣和西藏地區(qū))多區(qū)域投入產(chǎn)出(MRIO)模型測算.其中,2002年的 MRIO表由國務院發(fā)展研究中心編制[25],2007、2010年的 MRIO表由中國科學院地理科學與自然資源研究所編制[26-27],2012年的 MRIO表來自 Mi等[28]的研究成果,2015年的MRIO表是目前最新的區(qū)域間投入產(chǎn)出模型,由 Zheng等[29]編制.盡管來源不同,但各年份MRIO表編制的數(shù)據(jù)基礎、編制方法完全一致.在涵蓋范圍上,2007、2010、2012年的MRIO表涵蓋30個省份、30個部門,而2002年MRIO表含30個省份、42個部門,2015年MRIO表包含31個省份、42個部門.為確保所測算碳轉(zhuǎn)移量在時間和地區(qū)范圍上的可比性,在2015年MRIO表中剔除西藏地區(qū),并借鑒2007、2010、2012年MRIO表對部門的整合方法,將2002、2015年MRIO表的涵蓋范圍統(tǒng)一為30個部門(16通用設備、17專用設備合并為通用、專用設備制造;23廢品廢料、24金屬制品、機制和設備修理服務并入 22其他制造產(chǎn)品;26燃氣生產(chǎn)和供應、27水的生產(chǎn)和供應合并為燃氣和水的生產(chǎn)及供應;32信息傳輸、軟件和信息服務、33金融、34房地產(chǎn)、37水利、環(huán)境和公共設施管理、38居民服務、維修和其他服務、39教育、40衛(wèi)生和社會工作、41文化、體育和娛樂、42公共管理、社會保障和社會組織等9個部門整合為其他服務部門,序號表示原 2002、2015年MRIO表中的部門序號).為探索時間因素的作用,參考陳勇和柏喆[30]的做法,將 5個截面合并為面板數(shù)據(jù),為確保時間序列的連續(xù)性,采用虛擬變量的方法,將存在的年份設為 1,不存在的年份 0,以生成連續(xù)型面板,并通過對滯后階數(shù)的選擇,使模型具有動態(tài)解釋能力.其他變量數(shù)據(jù)主要來源于2003～2016年《中國統(tǒng)計年鑒》[31]、《中國能源統(tǒng)計年鑒》[32]、《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》[33]、《中國勞動統(tǒng)計年鑒》[34]及各省市統(tǒng)計資料.為消除價格波動的影響,將與價格有關(guān)的數(shù)據(jù)折算為以2002年為基期的實際值.為緩解因變量度量而產(chǎn)生的異方差問題,對碳轉(zhuǎn)移變量進行1%分位數(shù)以下及99%分位數(shù)以上的縮尾處理.剔除異常值后最終得到相關(guān)變量的統(tǒng)計性質(zhì)見表1.

表1 變量描述性統(tǒng)計Table 1 Descriptive statistics of variables

3 結(jié)果與討論

3.1 物流業(yè)碳轉(zhuǎn)移量測算結(jié)果

基于式(14)測算省際間物流業(yè)碳排放轉(zhuǎn)移量,圖2列出了2002、2007、2010、2012、2015年中國物流業(yè)碳轉(zhuǎn)移量(分為碳轉(zhuǎn)出量與碳轉(zhuǎn)入量)排名前20位的省份.2002年,物流業(yè)碳轉(zhuǎn)移總量為509萬t.碳轉(zhuǎn)出方面:廣東、上海、內(nèi)蒙古、山西、浙江、北京、天津等地是物流業(yè)碳排放的主要轉(zhuǎn)出地.其中廣東、上海、內(nèi)蒙古3省的碳轉(zhuǎn)出量為288.45萬t,占碳轉(zhuǎn)出總量的56.64%;碳轉(zhuǎn)入方面:河北、福建、山東是物流業(yè)碳排放的主要轉(zhuǎn)入地,承接的碳轉(zhuǎn)入量達328.85萬t,占碳轉(zhuǎn)入總量的64.58%.

圖2 物流業(yè)碳排放的省際轉(zhuǎn)移(單位:百萬t)Fig.2 Inter-provincial carbon transfer in China's logistics industry (Unit: million tons)

2007年,物流業(yè)碳轉(zhuǎn)移總量較2002年有所提升,達685萬t.碳轉(zhuǎn)出方面:天津、上海上升為主要的碳轉(zhuǎn)出地,共占當年碳轉(zhuǎn)出總量的61.17%.廣東、福建、河北亦是主要的碳轉(zhuǎn)出地;碳轉(zhuǎn)入方面:河北仍是主要的碳轉(zhuǎn)入地,承接了由天津、上海、福建等東部地區(qū)轉(zhuǎn)入的225萬t碳排放量,占碳轉(zhuǎn)入總量的32.85%,內(nèi)蒙古、河南及安徽的碳轉(zhuǎn)入量次之,分別達到105,88和68萬t.

2010年,物流業(yè)碳轉(zhuǎn)移總量急劇提升,達到5296萬t,這與2008年國家統(tǒng)計局對公路運輸貨運周轉(zhuǎn)量統(tǒng)計口徑的調(diào)整有關(guān).碳轉(zhuǎn)出方面:天津仍是最大的碳轉(zhuǎn)出地區(qū),碳轉(zhuǎn)出量達 1488萬 t,占碳轉(zhuǎn)出總量的28.10%.其次為河北、浙江、江蘇、福建、上海等東部沿海地區(qū);碳轉(zhuǎn)入方面:安徽的碳轉(zhuǎn)入量持續(xù)上升,達 2254萬 t,成為最主要的碳轉(zhuǎn)入地區(qū).安徽省勞動力成本較低,主要承接來自上海、江蘇、浙江等長三角地區(qū)產(chǎn)業(yè)轉(zhuǎn)移過程所產(chǎn)生的物流業(yè)碳排放.

2012年,物流業(yè)碳轉(zhuǎn)移總量7184萬t.碳轉(zhuǎn)出方面:河南超過天津,成為最大的碳轉(zhuǎn)出地,碳轉(zhuǎn)出量達1139萬t,占碳轉(zhuǎn)出總量的15.85%,主要原因在于河南開始不斷加大環(huán)境監(jiān)管、治理力度,環(huán)境成本上升,物流企業(yè)跟隨其污染產(chǎn)業(yè)的外遷而轉(zhuǎn)出至安徽、河北等環(huán)境規(guī)制相對寬松的地區(qū).山東、江蘇、河北、吉林、浙江等東部的碳轉(zhuǎn)出量次之;碳轉(zhuǎn)入方面:河北上升成為最大的碳轉(zhuǎn)入地區(qū),轉(zhuǎn)入量由2010年的852萬t上升至1999萬t.河北作為疏解北京“非首都功能”任務的主要承接地,承擔了大量由北京轉(zhuǎn)出的物流業(yè)務.此外,安徽、河南、內(nèi)蒙古亦是主要的碳轉(zhuǎn)入地區(qū).

2015年,物流業(yè)碳轉(zhuǎn)移量有所回落,碳轉(zhuǎn)出方面:北京向河北轉(zhuǎn)出的碳排放量達1183萬t,占碳轉(zhuǎn)出總量的27.85%,這與京津冀協(xié)同發(fā)展戰(zhàn)略實施以來,北京向河北進行大規(guī)模產(chǎn)業(yè)轉(zhuǎn)移有關(guān).此外,河南、廣東、上海、山東等省份仍然是物流業(yè)碳排放的主要轉(zhuǎn)出地,這與東部地區(qū)物流業(yè)的持續(xù)向外遷移有關(guān);碳轉(zhuǎn)入方面:河北仍是最大的碳轉(zhuǎn)入地,碳轉(zhuǎn)入量達2366萬t,主要承接來自北京、廣東、上海等地區(qū)的物流業(yè)碳排放.此外,安徽、河南、湖南、湖北等中部內(nèi)陸地區(qū)亦是主要的碳轉(zhuǎn)入地區(qū).

綜上可知,中國物流業(yè)碳轉(zhuǎn)移主要伴隨著產(chǎn)業(yè)轉(zhuǎn)移而產(chǎn)生,物流業(yè)碳排放的源頭主要集中在東部經(jīng)濟較發(fā)達地區(qū),轉(zhuǎn)移的目的地主要集中于中部地區(qū),物流業(yè)碳排放呈現(xiàn)出由東部經(jīng)濟較發(fā)達地區(qū)向中部經(jīng)濟相對欠發(fā)達地區(qū)轉(zhuǎn)移的趨勢,具體表現(xiàn)為由廣東、天津、北京、上海等東部地區(qū)轉(zhuǎn)移至河北、安徽、河南等中部地區(qū).近年來,東部地區(qū)發(fā)展空間逐漸飽和,資源環(huán)境約束日趨加劇,外加中部振興戰(zhàn)略的實施,大量產(chǎn)業(yè)由東部地區(qū)向中部地區(qū)轉(zhuǎn)移,東部地區(qū)產(chǎn)業(yè)發(fā)展所需的物流服務更多地依靠中部地區(qū)提供.值得一提的是,盡管西部大開發(fā)戰(zhàn)略的實施激活了西部地區(qū)的經(jīng)濟活力,但由于區(qū)位條件、文化差異等方面的限制,東部地區(qū)向西部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移見效仍不明顯,西部地位未成為東部地區(qū)的主要物流碳承接地.

3.2 基準回歸檢驗結(jié)果

方差膨脹因子(VIF)檢驗結(jié)果顯示(表2),解釋變量及所有控制變量的VIF值均遠小于10,表明回歸模型不存在多重共線性問題.

表2 方差膨脹因子(VIF)檢驗Table 2 Variance inflation factor (VIF) test

運用式(3)檢驗物流集聚對物流業(yè)碳轉(zhuǎn)移的影響(表 3).第(1)列顯示,物流集聚的估計系數(shù)在 5%的顯著性水平上為正,即物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的促進作用.第(2)列的擬合優(yōu)度大幅提升,可見固定效應的加入提高了回歸模型的解釋力.加入STIRPAT模型中的 3個控制變量后,第(3)列的擬合優(yōu)度進一步提升,說明 STIRPAT模型中變量的加入可以提高模型的解釋力.此時物流集聚對物流業(yè)碳轉(zhuǎn)移的影響仍然為正,且通過 1%的顯著性水平.進一步控制運輸結(jié)構(gòu)差距、產(chǎn)業(yè)結(jié)構(gòu)差距和經(jīng)濟開放程度差距對物流業(yè)碳轉(zhuǎn)移的影響,第(4)列的結(jié)果表明,物流集聚估計系數(shù)依然顯著為正,物流集聚程度每增加 1%,物流業(yè)碳轉(zhuǎn)移量平均增加 29.50%.上述結(jié)果表明,控制眾多因素后,物流集聚對物流業(yè)碳轉(zhuǎn)移仍有顯著的正向影響,這驗證了假說 1,物流集聚可以通過發(fā)揮外部經(jīng)濟效應、產(chǎn)業(yè)關(guān)聯(lián)效應等促進物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移,進而降低當?shù)氐奈锪魈寂欧潘?

表3 基準回歸結(jié)果Table 3 Benchmark regression results

控制變量方面,省際間物流規(guī)模差距、物流技術(shù)水平差距、運輸結(jié)構(gòu)差距的提高對物流業(yè)碳轉(zhuǎn)移有顯著的抑制作用,估計系數(shù)分別為-0.190、-0.159、-0.686,表明物流活動對地方的物流發(fā)展規(guī)模、物流技術(shù)水平及運輸結(jié)構(gòu)有較強的粘性,地方物流發(fā)展規(guī)模越大、物流技術(shù)水平越先進、公路運輸貨運量占貨運總量的比例越高,物流活動越向該地區(qū)集聚,碳轉(zhuǎn)出的概率越小;省際間人口規(guī)模差距和經(jīng)濟開放程度差距對物流業(yè)碳轉(zhuǎn)移有正向影響,估計系數(shù)分別為0.131、0.137.其中,人口規(guī)模差距的影響不顯著,表明地方人口規(guī)模的變化對物流業(yè)碳轉(zhuǎn)移影響相對有限,即人口因素在碳排放傳導機制的實證研究中,解釋力相對較弱.而經(jīng)濟開放程度差距的系數(shù)通過 1%的顯著性水平,表明經(jīng)濟開放程度的提升,可以延伸該省份經(jīng)濟活動的輻射范圍,密切省際間的經(jīng)濟聯(lián)系,暢通省際間的物流通道,進而促進物流業(yè)碳轉(zhuǎn)移.

3.3 作用機制檢驗結(jié)果

3.3.1 中介效應檢驗結(jié)果 信息化運作的中介效應檢驗結(jié)果見表 4 的(1)、(2)、(3)列.其中,第(1)列顯示物流集聚對碳轉(zhuǎn)移仍起促進作用.第(2)列的結(jié)果表明,物流集聚對信息化運作起正向的促進作用,回歸系數(shù)為 0.621,且通過 5%的顯著性水平,暗示物流集聚可以通過發(fā)揮技術(shù)溢出效應,削弱物流企業(yè)之間的信息互通障礙,促進物流企業(yè)之間的信息共享,提升信息化運作水平.第(3)列中,物流集聚與信息化運作的系數(shù)均顯著,表明存在部分中介效應.物流集聚對物流業(yè)碳轉(zhuǎn)移有直接影響,效應值為0.599,并通過信息化運作產(chǎn)生中介效應,但信息化運作對物流業(yè)碳轉(zhuǎn)移的影響在1%的水平上顯著為負,表明信息化運作在物流集聚與物流業(yè)碳轉(zhuǎn)移的關(guān)系中存在負向中介效應,即信息化運作削弱了物流集聚對物流業(yè)碳轉(zhuǎn)移的促進作用.

交通運輸壓力的中介效應檢驗結(jié)果見表 4的(1)、(4)、(5)列.第(4)列的結(jié)果顯示,物流集聚程度與交通運輸壓力呈正相關(guān),物流集聚程度每增加 1個百分點,交通運輸壓力提升 0.445個百分點.物流集聚意味著大量勞動力、貨源、車輛的聚集,在其他外部條件不變的情況下,物流集聚水平的提升會提高交通運輸壓力.第(5)列顯示物流集聚與交通運輸壓力系數(shù)均顯著為正,表明存在部分中介效應,效應值為0.273.物流集聚對物流業(yè)碳轉(zhuǎn)移具有直接效應,直接效應值為 0.752,同時通過交通運輸壓力產(chǎn)生中介效應,交通運輸壓力的估計系數(shù)為 0.560,且在 5%的水平上顯著為正,表明物流集聚會通過加劇交通運輸壓力促進物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移.

表4 中介效應檢驗結(jié)果Table 4 Test results of mediation effect

3.3.2 動態(tài)門檻效應檢驗結(jié)果 為進一步驗證信息化運作及交通運輸壓力對物流集聚碳轉(zhuǎn)移效應的作用是否存在非線性特征,分別以信息化運作水平、交通運輸壓力為門檻變量,采用兩步法系統(tǒng)GMM模型進行動態(tài)面板門檻效應檢驗.

(1)信息化運作的門檻效應.采用式(7)檢驗信息化運作對物流集聚的碳轉(zhuǎn)移效應是否具有非線性影響.在進行動態(tài)門檻估計前,需通過門檻效應檢驗,確定信息化運作的門檻值,檢驗結(jié)果見表 5的模型(1),單門檻、雙門檻及三門檻檢驗分別在1%、5%、1%的水平上通過顯著性檢驗,對應的門檻值分別為3.354、3.691及3.419,其中,三門檻檢驗下,物流集聚的估計系數(shù)有兩階段未通過顯著性檢驗,因此本文選擇雙門檻效應檢驗模型,將信息化運作水平劃分為 3個區(qū)間,并分別與物流集聚變量交互,估計結(jié)果見表5的模型(2).

表5 信息化運作的門檻效應估計結(jié)果Table 5 Estimation results of threshold effect of informatization operation

信息化運作約束下,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈倒 U字型曲線關(guān)系.當信息化運作水平位于低門檻區(qū)間(lnINF≤3.354)時,物流集聚抑制物流業(yè)碳轉(zhuǎn)移.信息化運作水平位于中門檻區(qū)間(3.3543.691)時,物流集聚的估計系數(shù)在1%的水平上顯著為負,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響再次呈現(xiàn)出抑制作用.可得,信息化運作水平較低時,物流集聚難以發(fā)揮知識溢出效應,信息溝通渠道不暢,不利于物流活動的省際轉(zhuǎn)移,表現(xiàn)為抑制物流業(yè)碳轉(zhuǎn)移.當信息化運作水平跨過一個門檻但不高于第二個門檻值時,物流集聚通過發(fā)揮知識溢出效應,暢通省際間的信息互通渠道,省際間的物流聯(lián)系密切,此時物流集聚對物流業(yè)碳轉(zhuǎn)移主要起促進作用.當信息化運作水平越過第二個門檻值時,信息化運作水平的不斷提升將提高物流運作效率,物流服務能力大幅提高,此時集聚區(qū)的角色為物流服務的供應方,對其他地區(qū)的物流活動需求量減少,表現(xiàn)為抑制物流業(yè)碳轉(zhuǎn)移.假說2得證.

(2)交通運輸壓力的門檻效應.采用式(7)檢驗交通運輸壓力對物流集聚的碳轉(zhuǎn)移效應是否具有非線性影響.通過門檻效應檢驗,確定交通運輸壓力的門檻值,結(jié)果見表6的模型(1),單門檻檢驗通過1%的顯著性檢驗,雙門檻檢驗和三門檻檢驗不顯著,表明交通運輸壓力存在單一門檻,門檻值為0.317.據(jù)此將交通運輸壓力變量劃分為兩個門檻區(qū)間,并分別與物流集聚變量的交互,檢驗結(jié)果見表 6的模型(2),控制變量系數(shù)估計結(jié)果與前文基本一致.

表6 交通運輸壓力的門檻效應估計結(jié)果Table 6 Estimation results of threshold effect of transportation pressure

隨著交通運輸壓力的提升,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈現(xiàn)出梯度增強特征.當交通運輸壓力小于門檻值 0.317時,物流集聚對物流業(yè)碳轉(zhuǎn)移有正向影響,系數(shù)為0.644,且在10%的水平上顯著,當跨過交通運輸壓力門檻時,物流集聚對物流業(yè)碳轉(zhuǎn)移的促進作用進一步提升,系數(shù)為 1.172,且通過5%的顯著性水平.可能的原因在于,交通運輸壓力提升將促發(fā)物流集聚的擁堵效應,促使集聚效應的負外部性超過正外部性,導致該省份物流運作成本上升,物流服務競爭力減弱,使集聚區(qū)由物流服務的提供商轉(zhuǎn)為物流服務的需求方,對外部物流活動需求持續(xù)增加,造成物流業(yè)碳排放的大幅轉(zhuǎn)出.假說 3得證.

3.4 拓展性分析:非對稱性檢驗

物流集聚對物流業(yè)碳轉(zhuǎn)移具有顯著的正向影響.但鑒于各地經(jīng)濟發(fā)展不均衡,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響在方向上可能存在非對稱問題,下文就物流集聚對省際間物流業(yè)碳轉(zhuǎn)移影響的非對稱性進行檢驗,以進一步厘清物流集聚與碳轉(zhuǎn)移之間的內(nèi)在聯(lián)系.

借鑒尹志超等[35]的做法,按照地方生產(chǎn)總值的0.75分位數(shù),將中國30個省份劃分為發(fā)達地區(qū)和欠發(fā)達地區(qū).由此可以將物流業(yè)碳轉(zhuǎn)移方向劃分為發(fā)達地區(qū)—發(fā)達地區(qū)、發(fā)達地區(qū)—欠發(fā)達地區(qū)、欠發(fā)達地區(qū)—發(fā)達地區(qū)、欠發(fā)達地區(qū)—欠發(fā)達地區(qū)4個方向,對應設置虛擬變量DD、DU、UD、UU, 并分別與物流集聚變量構(gòu)建交互項,加入方程(2),可以檢驗物流集聚對不同碳轉(zhuǎn)移方向的影響.檢驗結(jié)果見表7.

由表 7第(1)列可知,物流集聚與發(fā)達地區(qū)—發(fā)達地區(qū)方向物流業(yè)碳轉(zhuǎn)移量交互項估計系數(shù)在10%的水平上顯著為正,表明提高物流集聚程度將促進發(fā)達地區(qū)之間的物流業(yè)碳轉(zhuǎn)移.第(2)列的結(jié)果顯示,物流集聚與發(fā)達地區(qū)—欠發(fā)達地區(qū)方向的物流業(yè)碳轉(zhuǎn)移量交互項估計系數(shù)為 0.491,且在 1%的水平上顯著為正,表明發(fā)達地區(qū)物流集聚水平每提升1%,其轉(zhuǎn)移至欠發(fā)達地區(qū)的物流業(yè)碳排放量增加49.10%.這主要受物流集聚負外部經(jīng)濟效應的影響,發(fā)達地區(qū)集聚水平提升至一定程度后,會陷入過度擁擠狀態(tài),迫使物流活動向發(fā)展?jié)摿^大的欠發(fā)達地區(qū)轉(zhuǎn)移.第(3)列中,物流集聚與欠發(fā)達地區(qū)—發(fā)達地區(qū)方向的物流業(yè)碳轉(zhuǎn)移量交互項系數(shù)為-0.415,且通過5%的顯著性水平,表明欠發(fā)達地區(qū)物流集聚水平的提升,會抑制物流業(yè)碳排放轉(zhuǎn)出至發(fā)達地區(qū),這與第(2)列的檢驗結(jié)果一致.第(4)列的檢驗結(jié)果表明,物流集聚對欠發(fā)達地區(qū)之間的物流業(yè)碳轉(zhuǎn)移作用為正,但不顯著,隨著欠發(fā)達地區(qū)物流集聚的提升,物流業(yè)碳排放轉(zhuǎn)移至欠發(fā)達地區(qū)的概率不顯著.

表7 物流集聚對碳轉(zhuǎn)移方向的影響Table 7 The impact of logistics agglomeration on the direction of carbon transfer

綜上,在物流集聚的作用下,發(fā)達地區(qū)所承受的外來地區(qū)轉(zhuǎn)入的物流業(yè)碳排放量遠低于發(fā)達地區(qū)轉(zhuǎn)出的物流業(yè)碳排放量,欠發(fā)達地區(qū)接收到的物流業(yè)碳排放量遠高于欠發(fā)達地區(qū)轉(zhuǎn)出的物流業(yè)碳排放量.即,隨著物流集聚水平的提升,物流業(yè)碳排放呈現(xiàn)出由發(fā)達地區(qū)轉(zhuǎn)移至欠發(fā)達地區(qū)的趨勢,表明物流集聚對物流業(yè)碳轉(zhuǎn)移的擴散效應大于虹吸效應,由此可得,物流集聚對省際間物流業(yè)碳轉(zhuǎn)移方向上的影響存在非對稱性,物流集聚在碳轉(zhuǎn)移過程中發(fā)揮著關(guān)鍵作用.

3.5 穩(wěn)健性檢驗

3.5.1 內(nèi)生性問題 物流集聚與物流業(yè)碳轉(zhuǎn)移可能會同時受到其他不可觀測因素的影響,而產(chǎn)生由于遺漏變量所造成的內(nèi)生性偏誤問題.將集聚變量的滯后二期、滯后二期至三期分別作為工具變量,通過兩階段最小二乘法進一步處理物流集聚可能會存在的內(nèi)生性問題.結(jié)果如表 8所示,2種情況下, Kleibergen-Paap rk LM統(tǒng)計量的P值均為0,均拒絕了不可識別檢驗.第一階段的弱工具變量檢驗中, Kleibergen-Paap rk Wald F 統(tǒng)計量均遠大于 10%偏誤下的臨界值,即兩種類型的工具變量均不存在弱工具變量問題.此外,Anderson-Rubin Wald檢驗均拒絕了“內(nèi)生回歸系數(shù)之和為0”的原假設,進一步說明所選取的兩類工具變量與內(nèi)生變量間存在較強相關(guān)性.工具變量回歸結(jié)果顯示,物流集聚的估計系數(shù)仍然顯著為正,表明物流集聚是促使物流業(yè)碳轉(zhuǎn)移的重要因素.

表8 工具變量回歸結(jié)果Table 8 Regression results of instrumental variables

3.5.2 替換被解釋變量 采用地區(qū)物流業(yè)碳排放量占全國平均物流業(yè)碳排放量的比重(LCR)替換物流碳轉(zhuǎn)移變量以進行穩(wěn)健性檢驗.LCRr,t>1時,第t年r省物流業(yè)碳排放轉(zhuǎn)出至其他省份;反之, LCRr,t<1時,第t年r省物流業(yè)碳排放由其他省份轉(zhuǎn)入.檢驗結(jié)果見表 9第(1)列,物流集聚變量的估計系數(shù)仍然為正,且通過5%的顯著性水平.該結(jié)論與前文一致.

表9 替換變量的穩(wěn)健性檢驗結(jié)果Table 9 Robustness test results of substitution variables

3.5.3 替換解釋變量 經(jīng)濟密度(ECD)可以較好刻畫經(jīng)濟聚集的程度,一般用單位土地面積承載的經(jīng)濟活動量表征.本文采用物流產(chǎn)值占土地面積的比重替換物流集聚變量進一步進行穩(wěn)健性檢驗.檢驗結(jié)果見表9第(2)列,物流集聚的估計系數(shù)仍然在1%的水平上顯著為正,進一步驗證了結(jié)果的穩(wěn)健性.

3.6 政策建議

3.6.1 信息化運作 應打造跨地區(qū)的公共物流信息服務平臺,暢通區(qū)域間信息互通渠道,主動承接部分物流活動轉(zhuǎn)移.其次,推進“互聯(lián)網(wǎng)+”應用,建立互聯(lián)網(wǎng)企業(yè)與物流企業(yè)之間的合作交流平臺,弱化物流企業(yè)邊界,提高物流運作效率,降低物流運營成本,推進信息化水平向更高門檻區(qū)間的邁進.第三,安排專項扶持資金,激勵物流企業(yè)采用先進信息技術(shù),改進傳統(tǒng)物流運作流程,提升物流企業(yè)管理創(chuàng)新水平.

3.6.2 交通運輸壓力 合理規(guī)劃交通基礎設施布局,健全交通運輸網(wǎng)絡,提高交通運輸暢通程度,增強交通運輸網(wǎng)絡的承載力,緩解由于物流集聚擁堵效應所造成的物流碳轉(zhuǎn)移.其次,適當加大與載貨汽車持有量相匹配的道路建設投資,增加載貨汽車道路通行面積,改善交通運輸擁堵情況.第三,重視發(fā)展新能源汽車等新型節(jié)能運輸工具,緩解由于交通運輸壓力過大所產(chǎn)生的碳排放.

3.6.3 非對稱性影響 發(fā)達地區(qū)應承擔更多的物流碳減排責任,并考慮對欠發(fā)達地區(qū)提供補償及綠色創(chuàng)新技術(shù),助力欠發(fā)達地區(qū)在物流節(jié)能減排技術(shù)方面的研發(fā)及投入,以緩解欠發(fā)達地區(qū)的碳減排壓力;欠發(fā)達地區(qū)應找準物流產(chǎn)業(yè)地位,積極發(fā)揮地區(qū)資源稟賦優(yōu)勢,建設特色物流產(chǎn)業(yè)集群,發(fā)揮物流集聚的規(guī)模經(jīng)濟效應,提高其碳減排能力.還可考慮通過碳轉(zhuǎn)移支付等方式對欠發(fā)達地區(qū)進行適當補貼.

4 結(jié)論

4.1 中介效應檢驗結(jié)果表明,物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的正向直接效應,信息化運作削弱了物流集聚對物流業(yè)碳轉(zhuǎn)移的正向促進作用,交通運輸壓力在物流集聚促進物流業(yè)碳轉(zhuǎn)移的過程中發(fā)揮正向中介效應.

4.2 動態(tài)門檻效應檢驗發(fā)現(xiàn),隨著信息化運作水平的提高,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈現(xiàn)出倒U 字型特征.在低信息化運作水平區(qū)間內(nèi),物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的負向影響;而在中信息化運作水平區(qū)間內(nèi),物流集聚通過發(fā)揮知識及技術(shù)溢出效應促進物流業(yè)碳轉(zhuǎn)移;在高信息化運作水平區(qū)間內(nèi),物流集聚對物流業(yè)碳轉(zhuǎn)移的影響重新呈現(xiàn)出抑制作用;交通運輸壓力存在單一門檻,隨著交通運輸壓力的提升,物流集聚對物流業(yè)碳轉(zhuǎn)移的促進作用呈梯度式上升.

4.3 非對稱性研究發(fā)現(xiàn),相對于“虹吸效應”而言,物流集聚的碳轉(zhuǎn)移效應存在“擴散效應”,物流業(yè)碳排放呈現(xiàn)出從發(fā)達地區(qū)向欠發(fā)達地區(qū)轉(zhuǎn)移的趨勢.