羅 清，崔廣鋒，夏 芮，韓 笑

（1.南通理工學院 商學院，江蘇 南通 226000；2.南通昌榮機電有限公司，江蘇 南通 226000）

0 引言

國務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》明確數(shù)字經(jīng)濟是繼農(nóng)業(yè)經(jīng)濟、工業(yè)經(jīng)濟之后的主要經(jīng)濟形態(tài)，并且提出到2025年數(shù)字經(jīng)濟邁向全國擴展期，數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值占GDP比重可達到10%的發(fā)展目標。在疫情防控下，數(shù)字經(jīng)濟與物流的結(jié)合引爆了物流大變革，數(shù)字化平臺為國際供應(yīng)鏈提供了在線管理的工具，全面提升了內(nèi)部溝通效率，數(shù)字經(jīng)濟應(yīng)用最廣泛的幾個領(lǐng)域包括了商業(yè)與消費領(lǐng)域、制造與生產(chǎn)領(lǐng)域，這些為物流企業(yè)帶來了變革，促進了物流設(shè)施的轉(zhuǎn)型發(fā)展。數(shù)字物流在我國經(jīng)濟發(fā)展中的重要性不言而喻，但在改善生態(tài)環(huán)境方面還有很大利用空間[1]。我國快遞業(yè)務(wù)量連續(xù)7年位居世界第一且保持快速增長的態(tài)勢，2020年快遞包裝達到833.6億件，同比增長31.2%?？爝f單量高速增長使得快遞廢棄物數(shù)量激增，在“碳達峰”“碳中和”的國家戰(zhàn)略下，快遞業(yè)不斷增加的碳排放問題亟待解決，物流、包裝行業(yè)至少面臨著近億萬噸的減碳空間。因此數(shù)字化技術(shù)如何促進物流業(yè)低碳轉(zhuǎn)型和經(jīng)濟的可持續(xù)發(fā)展是一個值得關(guān)注的熱點問題。

長江經(jīng)濟帶依托長江黃金水道，覆蓋長江上中下游11個省市，生態(tài)地位重要、綜合實力較強、發(fā)展?jié)摿薮?。但長江經(jīng)濟帶發(fā)展也面臨諸多亟待解決的問題，如生態(tài)環(huán)境狀況形勢嚴峻、區(qū)域發(fā)展不平衡、產(chǎn)業(yè)轉(zhuǎn)型升級任務(wù)艱巨、區(qū)域合作機制不健全等[2]，探討長江經(jīng)濟帶區(qū)域數(shù)字物流、經(jīng)濟增長與生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系，對于指導區(qū)域未來可持續(xù)發(fā)展具有重要的現(xiàn)實意義。

關(guān)于物流、經(jīng)濟與環(huán)境的研究，周泰[3]基于低碳視角運用協(xié)同學理論對四川省“物流-生態(tài)環(huán)境”復(fù)合系統(tǒng)進行了有序度和協(xié)調(diào)度分析。張榮天，等[4]以泛長江三角地區(qū)為例，運用改進熵值法和耦合協(xié)調(diào)度模型分析了區(qū)域經(jīng)濟與生態(tài)環(huán)境的耦合協(xié)調(diào)度及其演變。李虹，等[5]以環(huán)渤海、長三角、珠三角三大經(jīng)濟圈為研究對象，對區(qū)域物流、經(jīng)濟增長與生態(tài)環(huán)境三大復(fù)合系統(tǒng)進行協(xié)調(diào)度分析，并運用固定效應(yīng)回歸模型對協(xié)調(diào)發(fā)展水平的影響因素進行了實證分析?，F(xiàn)有研究大多集中在區(qū)域物流與經(jīng)濟、環(huán)境之間的協(xié)調(diào)發(fā)展，鮮有從數(shù)字物流的角度進行協(xié)調(diào)分析，本文在物流研究基礎(chǔ)上融入了數(shù)字化發(fā)展水平，旨在研究數(shù)字物流與區(qū)域經(jīng)濟和生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系以及影響因素實證分析。

1 研究設(shè)計

1.1 指標體系構(gòu)建及數(shù)據(jù)來源

數(shù)字化物流系統(tǒng)、區(qū)域經(jīng)濟系統(tǒng)和生態(tài)環(huán)境系統(tǒng)都是一個極其復(fù)雜的概念，如何科學合理地建立系統(tǒng)評價指標體系是研究數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系的前提。本文在遵循指標科學性、系統(tǒng)性、可比性、可獲得性等前提下，結(jié)合相關(guān)研究文獻[6]，建立了數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境的評價指標體系，見表1。

表1 耦合協(xié)調(diào)度評價指標體系

本文將長江經(jīng)濟帶區(qū)域作為實證分析的研究區(qū)域，物流業(yè)數(shù)據(jù)用統(tǒng)計年鑒中的交通運輸、倉儲、郵政業(yè)的相關(guān)數(shù)據(jù)代替。分析數(shù)據(jù)資料均來源于2010-2020年的《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》和長江經(jīng)濟帶各省市統(tǒng)計年鑒。鑒于文章篇幅有限，僅列出江蘇省2010-2020年生態(tài)環(huán)境系統(tǒng)各指標的原始數(shù)據(jù)，見表2。

表2 江蘇省2010-2020年生態(tài)環(huán)境系統(tǒng)指標原始數(shù)據(jù)

1.2 研究方法

1.2.1 改進熵值法

（1）指標數(shù)據(jù)標準化。為了消除量綱對數(shù)據(jù)的影響，運用極差變化法進行標準化處理。

其中，i表示年份，xmax和xmin分別表示第j項指標的最大值和最小值，xij和Yij分別表示原始值和標準值。

（2）指標數(shù)據(jù)歸一化。運用熵值法計算指標權(quán)重時需要取對數(shù)，標準化數(shù)據(jù)矩陣中存在零，所以將標準化數(shù)據(jù)矩陣向右平移一個單位，避免在計算中出現(xiàn)無意義的情況。

（3）測度各指標熵值

（4）計算各項指標的差異系數(shù)

指標的差異系數(shù)越大，表明相應(yīng)指標在評價中的作用越大。

（5）計算各指標權(quán)重

（6）測算系統(tǒng)綜合評價指數(shù)

式中，k=1,2,3；u1，u2，u3分別表示數(shù)字物流、區(qū)域經(jīng)濟、生態(tài)環(huán)境的綜合評價指數(shù)；Wjk是指第k個系統(tǒng)的第j個指標的權(quán)重，Yij是指第k個系統(tǒng)的第j個指標值，即標準化之后的數(shù)據(jù)。

1.2.2 數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境耦合協(xié)調(diào)模型。“耦合”概念最初來自于物理學，主要是指兩個或兩個以上系統(tǒng)通過各種相互作用而彼此影響的現(xiàn)象，從以往研究發(fā)現(xiàn)，耦合協(xié)調(diào)度模型常用在兩者及以上的關(guān)系分析之中。

（2）計算耦合協(xié)調(diào)度。由于耦合度只反映了三個系統(tǒng)相互作用的程度，無法反映協(xié)調(diào)發(fā)展水平的高低，因此引入?yún)f(xié)調(diào)度指標更好的評價三個系統(tǒng)之間的協(xié)調(diào)程度。計算公式如下：

式中，D為耦合協(xié)調(diào)度；T為數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境的綜合評價指數(shù)；α,β,λ為待定系數(shù)，借鑒相關(guān)文獻的系數(shù)選取方法，本文取α=β=λ=1/3。本文采用相關(guān)文獻[7]確定的耦合協(xié)調(diào)度評價標準進行耦合協(xié)調(diào)度評價。

1.2.3 計量經(jīng)濟模型。為進一步探索數(shù)字物流、經(jīng)濟增長與生態(tài)環(huán)境協(xié)調(diào)發(fā)展水平的影響因素，以三系統(tǒng)的協(xié)調(diào)度為被解釋變量，參考相關(guān)文獻資料，選取能代表數(shù)字物流發(fā)展水平、區(qū)域經(jīng)濟發(fā)展水平和生態(tài)環(huán)境發(fā)展水平的指標作為解釋變量[5]。指標選取情況見表3。

表3 耦合協(xié)調(diào)度及其影響因素指標選取結(jié)果

基于選取的指標構(gòu)建面板數(shù)據(jù)的計量經(jīng)濟模型對協(xié)調(diào)度的影響因素進行實證分析，為了消除數(shù)據(jù)間的異方差，所有變量在模型中取對數(shù)，選擇固定效應(yīng)回歸模型進行回歸分析，公式如下：

其中，CDit為耦合協(xié)調(diào)度，c為常數(shù)項，α1、α2、α3、α4、α5為待定系數(shù)，μi為個體固定效應(yīng)，ε為隨機誤差項。

2 實證結(jié)果及分析

2.1 綜合發(fā)展水平分析

利用改進熵值法計算得出長江經(jīng)濟帶11省市2010-2020年的數(shù)字物流、區(qū)域經(jīng)濟、生態(tài)環(huán)境的綜合發(fā)展水平值，結(jié)果見表4。由表4數(shù)據(jù)可知，從數(shù)字物流系統(tǒng)來看，2010年長江經(jīng)濟帶地區(qū)上海的數(shù)字物流發(fā)展程度最高，其次是重慶；到2020年數(shù)字物流發(fā)展得分排名前5位的是浙江、江蘇、上海、云南及四川；三大城市群的數(shù)字物流綜合發(fā)展水平總體呈上升趨勢，長三角城市群數(shù)字物流綜合值處于領(lǐng)先地位，長江中游城市群在2012-2017年間的物流綜合值趕超其他兩個城市群，但2018年開始增長速度變慢，整體的物流發(fā)展水平低于成渝城市群。從經(jīng)濟發(fā)展系統(tǒng)來看，三大城市群的經(jīng)濟發(fā)展呈現(xiàn)穩(wěn)步上升趨勢，長三角城市群增長最快，2010-2017年間長江中游城市群的經(jīng)濟發(fā)展水平一直處于領(lǐng)先地位，在2018年被長三角城市群趕超，2020年其經(jīng)濟發(fā)展水平出現(xiàn)了一定幅度的下降，導致其經(jīng)濟發(fā)展水平最低，成渝城市群在2010-2015年間的經(jīng)濟發(fā)展水平高于長三角城市群，2016年開始其發(fā)展速度低于長三角城市群的發(fā)展速度，到2020年成渝城市群的經(jīng)濟發(fā)展綜合值位于第二位。從生態(tài)環(huán)境系統(tǒng)來看，三大城市群的生態(tài)環(huán)境綜合發(fā)展水平呈波動上升狀態(tài)，2010年生態(tài)環(huán)境綜合值較高的地區(qū)主要是浙江、四川、江西、重慶和云南，集中在成渝城市群，而上海、江蘇、湖南、湖北及貴州的生態(tài)環(huán)境綜合值較低，2020年生態(tài)環(huán)境綜合值排名靠前的主要是重慶、湖北、江蘇和貴州，江蘇、湖北和貴州的生態(tài)環(huán)境得到了很大的提升，長江中游城市群的生態(tài)環(huán)境發(fā)展高于其他兩個城市群，其次是成渝城市群，長三角城市群的生態(tài)環(huán)境綜合值最低。從三大系統(tǒng)的總體來看，2010-2020年間長江經(jīng)濟帶的生態(tài)環(huán)境綜合發(fā)展速度最慢，數(shù)字物流的綜合發(fā)展速度最快，但三大系統(tǒng)的綜合值總體上均呈上升趨勢，說明長江經(jīng)濟帶的數(shù)字物流、經(jīng)濟增長與生態(tài)環(huán)境間呈現(xiàn)出一定程度的正相關(guān)性特征。

表4 數(shù)字物流-區(qū)域經(jīng)濟-生態(tài)環(huán)境綜合發(fā)展水平值

2.2 耦合協(xié)調(diào)度分析

根據(jù)耦合協(xié)調(diào)度模型公式，計算出2010-2020年長江經(jīng)濟帶地區(qū)11個省市的耦合度C及協(xié)調(diào)度D（見表5和圖1）。從表5可知，2010年三大城市群均處于低度耦合階段，2011年長三角城市群率先進入中度耦合階段，2012年三大城市群均進入中度耦合階段，耦合度均值總體較為穩(wěn)定。三大城市群的協(xié)調(diào)度均值總體呈現(xiàn)穩(wěn)步上升的趨勢，研究期間長三角城市群和成渝城市群由嚴重失調(diào)水平發(fā)展到勉強協(xié)調(diào)水平，長江中游城市群從中度失調(diào)水平發(fā)展到勉強協(xié)調(diào)水平。從圖1可知，2010-2020年長江經(jīng)濟帶地區(qū)三系統(tǒng)的耦合度和協(xié)調(diào)度均值均呈現(xiàn)出穩(wěn)步上升趨勢，說明在研究期間長江經(jīng)濟帶地區(qū)的數(shù)字物流、經(jīng)濟發(fā)展與生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展取得了一定的進步，耦合度總體位于中度耦合階段，協(xié)調(diào)度位于勉強協(xié)調(diào)水平。

圖1 2010-2020年耦合度與協(xié)調(diào)度均值

表5 數(shù)字物流-區(qū)域經(jīng)濟-生態(tài)環(huán)境耦合度與協(xié)調(diào)度

基于excel繪制出三系統(tǒng)耦合協(xié)調(diào)雷達圖（如圖2、圖3所示），從耦合度來看，2010年上海市和重慶市的耦合度均大于0.3，處于中度耦合階段，其余地區(qū)的耦合度均小于0.3，處于低度耦合階段，其中貴州和浙江的耦合度最低；2020年各地區(qū)的耦合度基本相同（0.333），均處于中度耦合階段。從協(xié)調(diào)度來看，2010年協(xié)調(diào)度最大的城市是重慶，其次是江西、上海、湖南，均處于中度失調(diào)水平，其他地區(qū)處于嚴重失調(diào)狀態(tài)，其中貴州的協(xié)調(diào)度最低；2020年各地區(qū)的協(xié)調(diào)度基本相同，處于勉強協(xié)調(diào)水平，其中江蘇省的協(xié)調(diào)度最大（0.533），其次是上海。

圖2 2010和2020年長江經(jīng)濟帶11省市的耦合度

圖3 2010和2020年長江經(jīng)濟帶11省市的協(xié)調(diào)度

2.3 影響因素分析

在運用面板數(shù)據(jù)計量經(jīng)濟模型對耦合協(xié)調(diào)度的影響因素分析之前，先要對數(shù)據(jù)序列進行平穩(wěn)性檢驗，防止出現(xiàn)偽回歸現(xiàn)象，保證模型的有效性。利用Eviews軟件ADF檢驗法對面板數(shù)據(jù)進行單位根檢驗，結(jié)果表明各個對數(shù)序列是平穩(wěn)序列，可以進行回歸分析，為了進一步確?；貧w結(jié)果的精確性，通過對模型進行F檢驗和Hausman檢驗，確定適用固定效應(yīng)模型進行回歸分析?；貧w結(jié)果見表6。

表6 固定效應(yīng)模型回歸結(jié)果

通過表6數(shù)據(jù)可以看出，各解釋變量的相關(guān)系數(shù)均為正，表明各因素與耦合協(xié)調(diào)度呈正相關(guān)，對耦合協(xié)調(diào)水平有正向的促進作用。其中人均GDP對耦合協(xié)調(diào)度的影響最大，經(jīng)濟發(fā)展水平的提高會促進耦合協(xié)調(diào)度提高；其次是物流業(yè)增加值，物流業(yè)增加值體現(xiàn)了物流業(yè)的發(fā)展水平，物流業(yè)高速發(fā)展促進經(jīng)濟的快速發(fā)展，從而促進耦合協(xié)調(diào)度的增加；互聯(lián)網(wǎng)普及率與耦合協(xié)調(diào)度呈正相關(guān)，互聯(lián)網(wǎng)普及率代表了企業(yè)的數(shù)字化基礎(chǔ)設(shè)施水平，互聯(lián)網(wǎng)普及率的提高會促進物流業(yè)發(fā)展，最終達到提高耦合協(xié)調(diào)度的目的；工業(yè)污染治理完成投資和能耗強度對耦合協(xié)調(diào)度有一定的正向促進作用。

3 研究結(jié)論

本文以2010-2020年長江經(jīng)濟帶11個省市為研究對象，利用耦合協(xié)調(diào)度模型對數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境之間的耦合協(xié)調(diào)度進行分析，并利用固定效應(yīng)回歸模型探究三者協(xié)調(diào)發(fā)展的影響因素，得出如下結(jié)論：

（1）長江經(jīng)濟帶三大城市群的耦合度相差不大，均處于中度耦合階段，協(xié)調(diào)度水平均呈現(xiàn)穩(wěn)步上升的趨勢，長三角城市群和成渝城市群由嚴重失調(diào)水平發(fā)展到勉強協(xié)調(diào)水平，長江中游城市群從中度失調(diào)水平發(fā)展到勉強協(xié)調(diào)水平。

（2）數(shù)字物流、區(qū)域經(jīng)濟與生態(tài)環(huán)境協(xié)調(diào)發(fā)展水平的影響因素分析結(jié)果表明，人均GDP、物流業(yè)增加值、互聯(lián)網(wǎng)普及率、工業(yè)污染治理完成投資及能耗強度對三者協(xié)調(diào)發(fā)展水平均有正向的促進作用，其中人均GDP、物流業(yè)增加值及互聯(lián)網(wǎng)普及率對三者協(xié)調(diào)發(fā)展的促進作用較大。