鐘 文,楊 俊,鄭明貴,董 娟,嚴芝清(江西理工大學經濟管理學院,江西 贛州 341000)
碳排放及其引發(fā)的氣候問題已成為全球關注的焦點.中國于2020年9月提出了2030年碳達峰、2060年碳中和的戰(zhàn)略目標.推動構建人類命運共同體、人與自然和諧相處是中國的積極擔當,這也是中國經濟實現綠色可持續(xù)發(fā)展的內在要求[1].在經濟活動中,物流業(yè)不僅會消耗能源產生直接碳排放,也會通過中間品的使用產生間接碳排放[2].推動物流業(yè)碳減排是中國“雙碳”目標的重要組成部分,有利于物流業(yè)的高效發(fā)展,也有利于構建綠色低碳的循環(huán)經濟體系和高質量發(fā)展[3].數字經濟作為一種新型經濟,已成為推動經濟轉型的重要力量和未來經濟發(fā)展的方向,也成為物流業(yè)碳減排新動能和實現“雙碳”目標的重要途徑[4-5].通過數字經濟促進物流業(yè)碳減排具有重要的現實意義.那么,數字經濟影響物流業(yè)碳排放的機制是什么?它有正面影響還是負面影響?數字經濟對中國物流業(yè)碳排放有多大影響?
國內外有關數字經濟對物流業(yè)碳排放影響的研究主要集中在以下幾個方面:首先,有關數字經濟的研究.數字經濟是一種新型經濟類型,加速了經濟發(fā)展轉型,主要指以數據資源為關鍵生產要素,以現代信息網絡為重要載體,有效利用信息通信技術作為提高效率、優(yōu)化經濟結構的重要動力的一系列經濟活動[6-7].在數字經濟測度與評價方面.有學者基于“鉆石模型”構建了國際數字競爭力評價體系,系統(tǒng)測度了全球139 個國家的數字競爭力狀況,以及測算了中國數字經濟增加值規(guī)模及結構分析,評價了我國城市數字經濟發(fā)展水平[8-10].近些年,較多研究聚焦數字經濟的城市碳減排效應[11].
其次,有關物流業(yè)碳排放研究.物流業(yè)是集運輸、倉儲、貨運、信息等產業(yè)為一體的復合型服務業(yè),是支撐國民經濟發(fā)展的基礎性、戰(zhàn)略性、先導性產業(yè)[12].物流業(yè)碳排放是物流活動中溫室氣體排放的總稱,主要來源于運輸過程中的能源消耗[13].許多學者采用IPCC 碳排放系數法、投入產出法、數據包絡分析法、因子分解法、計量經濟分析法等對物流業(yè)碳排放及其影響因素進行了研究.如使用GDIM 分解方法與PCA-DEA-Tobit 方法分析了物流業(yè)的碳排放量及其影響因素[14].目前,學者主要研究物流業(yè)碳排放效率[2],以及城鎮(zhèn)化、FDI 等重要因素對物流業(yè)碳排放的影響[15-16],但對物流業(yè)數字化轉型的碳減排效應關注不夠.
最后,有關數字經濟影響物流業(yè)碳排放的研究.從數字產業(yè)化的角度來看,雖然數字產業(yè)的發(fā)展會產生一定的能源消耗,但數字產業(yè)是技術密集型、環(huán)境友好型產業(yè),其對環(huán)境的影響相對于其他產業(yè)較小[17].從產業(yè)數字化看,數字經濟正在成為驅動低碳產業(yè)發(fā)展的重要引擎[18],促進區(qū)域經濟綠色低碳循環(huán)發(fā)展[19],實現節(jié)能、降耗減排、減排、增效[20].物流互聯網、大數據、云服務和人工智能通過智能規(guī)劃和資源共享,推動智慧物流和現代物流的發(fā)展,推動物流行業(yè)節(jié)能減碳[21].現有研究涉及數字經濟對物流業(yè)高質量發(fā)展的影響[22],但直接探討數字經濟對物流業(yè)碳排放的研究不充分.
綜上所述,國內外學者關于數字經濟、物流業(yè)碳排放以及數字經濟影響碳排放的研究已經相對豐富,但聚焦于數字經濟影響物流業(yè)碳排放的系統(tǒng)研究成果卻比較缺乏,尤其缺少針對中國城市層面的研究,與中國碳減排的迫切需求不匹配.因此,本文可能的邊際貢獻如下:第一,在研究視角上,本文探討了數字經濟視角下中國物流業(yè)碳減排問題,從發(fā)展基礎、效率和動能等方面對我國城市數字經濟發(fā)展水平進行了評價.第二,在研究方法上,本文構建了中國地級市層面的數字經濟發(fā)展水平評價指標體系,并采用熵權法進行測度;采用分位數回歸模型分析數字經濟對物流業(yè)碳排放的邊際影響.第三,在研究內容上,本文在理論分析數字經濟影響物流業(yè)碳排放機制的基礎上,以2011~2021年全國278 個地級及以上城市的數據為樣本,實證驗證了數字經濟對物流業(yè)碳排放的影響大小及實現機制.第四,得到的研究結論,即數字經濟與物流業(yè)碳排放之間呈U 型關系,對當下政策制定具有參考價值.
數字經濟對物流業(yè)碳排放的影響是復雜的.(1)數字經濟增加了物流業(yè)的碳排放.數字技術和數字平臺的應用是以消耗一定的能源為前提的[23].而物流大數據、互聯網、物聯網、車聯網、人工智能、電子商務系統(tǒng)、地理信息系統(tǒng)、多式聯運系統(tǒng)、網上零售信息系統(tǒng)的挖掘、生成、計算、存儲、傳輸和處理、智能配送系統(tǒng)、配送管理系統(tǒng)、供應鏈管理系統(tǒng)、運輸管理系統(tǒng)等應用都是以功耗為前提和保障.(2)數字經濟通過發(fā)揮網絡效應、創(chuàng)新效應和效率提升效應減少了物流業(yè)的碳排放.首先,數字經濟的網絡效應減少了部分物流活動,降低了物流行業(yè)的碳減排,具體而言,數字經濟通過網絡效應促進物流各環(huán)節(jié)的融合和網絡協(xié)同,實現物流供需動態(tài)匹配,推動物流業(yè)精準化、智能化、綠色低碳發(fā)展,減少物流行業(yè)碳減排.數字網絡的應用既可以使企業(yè)能夠實現物流信息的超前規(guī)劃、實時共享、精準對接,實現物流活動靈活、高效、精準的管控,從而減少大量不必要的物流活動,也便于消費者能夠及時瀏覽、修改和共享物流信息,減少線下物流活動,降低物流行業(yè)的碳排放[24-25].其次,數字經濟驅動物流技術的發(fā)展與應用,提升綠色、低碳、節(jié)能技術水平,降低物流業(yè)碳排放.數字技術能夠增進知識積累、信息整合和資源共享,降低知識搜索、存儲、處理和傳輸的成本,為科技減碳奠定基礎,利用數字平臺和數字技術優(yōu)化創(chuàng)新資源配置,減少技術研發(fā)的非理性行為,預測創(chuàng)新風險,降低創(chuàng)新成本,提高創(chuàng)新速度和研發(fā)成功率,促進技術進步,并通過技術聯動和技術溢出驅動物流行業(yè)碳減排[26].最后,數字經濟可以實現資源的優(yōu)化配置,從而減少能源消耗,實現碳減排.數字經濟主要通過利用數據要素實現數字產業(yè)化,暢通信息的有序流動與傳遞,提高行業(yè)間資源配置效率.同時,數字經濟也能通過數據平臺對數據要素的融合實現物流產業(yè)數字化與智能化[27-28].
基于以上分析,本文認為數字經濟對物流業(yè)碳排放的影響較為復雜,兩者之間可能存在非線性關系.數字經濟雖然不可避免地增加了物流業(yè)的碳排放量,但也極大地降低了物流業(yè)碳排放,且后者效應大于前者.因此,本文提出以下假設:
假設1:數字經濟與物流業(yè)碳排放之間呈非線性關系.
數字經濟主要通過技術和產業(yè)的不斷滲透與融合方式影響產業(yè)結構升級,進而提升資源配置效率,間接實現物流業(yè)碳減排.首先,數字技術顯著降低了信息傳輸與搜尋成本,促進了信息有效共享,滿足了市場各方的信息獲取度,降低了資源錯配的概率,同時,以數字信息化技術為先導的新業(yè)態(tài)變革成為發(fā)展的主流,通過科技創(chuàng)新提升產業(yè)競爭力,以全新模式帶動企業(yè)的時代化發(fā)展,提升了產業(yè)結構合理化水平[29];其次,數字經濟促進了市場經濟的高效發(fā)展,不僅降低了物流相關要素的運輸成本,也提升了物流產業(yè)發(fā)展和要素配置之間的契合度,使得資源要素能夠最大程度流向生產率高的部門[30-31].因此,產業(yè)結構合理化與高級化的縱深發(fā)展,極大地改善了全社會資源配置效率,促使低碳、清潔行業(yè)的迭代更新,從而提高了生態(tài)環(huán)境的正外部性.
數字經濟對科技創(chuàng)新的影響顯而易見,且具有顛覆性作用.第一,數字信息網絡強化了區(qū)域間互聯互通、人員便捷交流與技術外溢,從而降低了創(chuàng)新成本,有利于技術創(chuàng)新的跨區(qū)域產出.第二,物聯網的運用弱化了時空距離約束,使得各創(chuàng)新主體能夠廣泛參與綠色創(chuàng)新活動,提升了區(qū)域綠色技術水平.第三,數字經濟還可以優(yōu)化市場經濟發(fā)展環(huán)境,形成公開透明的市場環(huán)境,從而激勵企業(yè)加大對綠色技術的研發(fā)投入[32-33].由于技術創(chuàng)新具有擴散效應,從而可以促進物流業(yè)高質量發(fā)展.由此,本文提出以下研究假設:
假設2:數字經濟通過提升資源配置效率與促進技術革新影響物流業(yè)碳排放.
由于數字經濟具備的“平臺型”和“外部性”特征,能夠對鄰近地區(qū)與關聯地區(qū)物流業(yè)碳排放產生空間溢出效應[34].第一,數字經濟發(fā)展實現了數字化交易平臺,突破了地域限制,加劇了區(qū)域內與區(qū)域間競爭,促進了協(xié)同物流業(yè)跨時空發(fā)展,強化了物流業(yè)碳減排的空間溢出效應.第二,數字經濟所具備的獨特外部性特點,促使物流業(yè)及其產業(yè)鏈實現跨區(qū)域、跨領域與跨技術等方面的深度融合發(fā)展,從而對物流業(yè)碳減排的影響在空間上變現為溢出效應.基于此,本文提出以下研究假設:
假設3:數字經濟發(fā)展對物流業(yè)碳排放的影響存在空間溢出效應.
2.1.1 基準回歸模型 本文基于Chao 等[35]的計量模型,采用面板混合效應模型、固定效應模型和隨機效應模型進行實證檢驗數字經濟對中國物流業(yè)碳排放的影響,基準回歸模型如下:
式中:i 與t 分別代表不同城市和年份,LC 為被解釋變量,即物流業(yè)碳排放量,DE 為核心解釋變量,即數字經濟發(fā)展水平,Control 為控制變量組,τ與u 分別代表城市和年份固定效應,ε為殘差,α0、α1和λ為待估參數.
為進一步檢驗數字經濟與物流業(yè)碳排放之間是否存在非線性關系,本文參考已有對數字經濟與碳排放非線性關聯的研究成果[36],將數字經濟及其平方項納入模型,構建非線性回歸模型如下:
式中:DE2代表數字經濟的平方項,α2為待估參數,其余變量含義與式1 一樣.
2.1.2 中介效應模型 基于前文理論分析,檢驗提升資源配置效率與促進技術革新的作用機制,進而在基準回歸模型上構建中介效應模型,其方程式如下:
在式3、4 中,Middle 代表中介變量,借鑒羅瑞等[22],選取以下機制變量:科技創(chuàng)新投入(Inno_in)采用公共預算支出中科技項目支出衡量、科技創(chuàng)新產出(Inno_out)采用專利申請數量衡量、勞動力配置效率(Labor)與資本配置效率(Capital)均基于超越對數形式的生產函數測算得到.其余變量含義與式1 一樣.
2.1.3 空間溢出效應模型 結合理論分析存在的空間溢出效應,借鑒Anselin[37]構建空間杜賓模型進行檢驗,方程式如下:
式中:w 代表空間權重矩陣,ρ表示空間自回歸系數,?表示數字經濟空間交互項對物流業(yè)碳排放的彈性系數,κ表示控制變量空間交互系數,其余變量含義與式1 一樣.
本文選取2011-2021年全國278 個地級市作為研究樣本,相關數據主要來源于《中國城市統(tǒng)計年鑒》、《中國物流年鑒》、《中國工業(yè)統(tǒng)計年鑒》、《中國第三產業(yè)統(tǒng)計年鑒》、《中國固定資產投資統(tǒng)計年鑒》、《中國投資統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》、《中國人口與就業(yè)統(tǒng)計年鑒》、各省市統(tǒng)計年鑒,以及EPS 全球數據庫、中經網等權威數據庫.使用的變量描述如下.
2.2.1 被解釋變量 本文的被解釋變量是物流業(yè)的碳排放量,對其測度借鑒張偉等[38]的研究方法,首先,將物流業(yè)消耗的原煤、汽油、煤油、柴油、燃料油、天然氣、電力等,折合標準煤計入物流業(yè)能源消費總量;其次,利用碳排放量公式計算物流業(yè)的等效二氧化碳排放量作為該行業(yè)的碳排放量值.公式是:
式中:LC 代表物流業(yè)等效二氧化碳排放量,i 是物流行業(yè)消耗的第i 個能源,1≤ i≤7 ,Ai表示物流業(yè)第i種能源的消耗量,Bi表示物流業(yè)第i 種能源的碳排放系數.根據《IPCC 2006年國家溫室氣體排放清單指南》可知,原煤、汽油、煤油、柴油、燃料油、天然氣和電力的碳排放因子分別為0.7559,0.5538,0.5741,0.5821,0.6185,0.4483 和2.2132kgC/kg 標準煤.
2.2.2 核心解釋變量 本文核心解釋變量為數字經濟(DE).為了分析數字經濟對中國物流業(yè)碳排放的非線性影響,使用數字經濟的平方項(DE2)作為解釋變量.根據數字經濟的定義和相關數據的可獲得性[39-40],本文從發(fā)展基礎、發(fā)展效率和發(fā)展動力三個方面構建了中國數字經濟評價指標體系,如表1所示.具體采用變異系數法計算各指標權重,綜合評價法測算數字經濟發(fā)展水平,即各變量的標準化值乘以相應權重,并求和得到二級指標值,最終各二級指標值相加得到數字經濟發(fā)展水平值.評價結果顯示,我國東部城市數字經濟發(fā)展水平明顯高于中西部城市,與區(qū)域經濟發(fā)展水平密切相關;城市數字經濟發(fā)展各具特色,發(fā)展?jié)摿薮?城市群數字經濟與區(qū)域協(xié)同發(fā)展并進.
表1 數字經濟發(fā)展水平評價指標體系Table 1 Digital economy development level evaluation index system
2.2.3 控制變量 本文的控制變量包含經濟發(fā)展及其平方項、產業(yè)結構、環(huán)境規(guī)制、技術創(chuàng)新和對外開放.一是經濟發(fā)展及其平方項(PGDP、PGDP2).一方面,經濟發(fā)展帶來的一系列環(huán)境影響增加了物流業(yè)的碳排放量.另一方面,更高水平的經濟發(fā)展為加強生態(tài)保護、改善環(huán)境質量和推進科技減碳奠定了物質基礎,為物流業(yè)減碳提供技術、資金和制度支持.根據環(huán)境庫茲涅茨曲線,經濟增長與環(huán)境污染呈倒U 型關系,故以經濟發(fā)展及其平方項作為控制變量進行分析.二是產業(yè)結構(IS).產業(yè)結構優(yōu)化升級,充分發(fā)揮結構紅利,促進產業(yè)部門合理布局,限制高污染、高耗能、高排放產業(yè)發(fā)展,促進綠色發(fā)展、低碳、循環(huán)、高科技產業(yè).它還通過產業(yè)聯動和區(qū)域聯動,促進物流業(yè)綠色低碳轉型,減少物流業(yè)的碳排放.三是環(huán)境規(guī)制(ER).環(huán)境監(jiān)管力度的加大,倒逼環(huán)保技術和節(jié)能技術的創(chuàng)新,推動綠色清潔能源替代化石能源,推動可再生能源替代化石能源,促進低耗能替代,這種替代倒逼物流業(yè)轉向綠色低碳,減少碳排放.四是對外開放(OPEN).對外開放擴大了物流市場的邊界,有利于物流業(yè)在更大的市場范圍內優(yōu)化配置資源,從而減少碳排放.表2 是本文涉及到的變量描述.表3 是變量的描述性統(tǒng)計結果.
表2 變量匯總Table 2 Variable summary
表3 變量描述性統(tǒng)計Table 3 Variable descriptive statistics
通過繪制數字經濟與物流業(yè)碳排放關系的散點圖可以初步發(fā)現,數字經濟與物流業(yè)碳排放的線性相關性不明顯,而非線性相關性更為明顯.為進一步量化數字經濟與物流業(yè)碳排放的關系,本文采用面板混合效應模型、固定效應模型和隨機效應模型實證分析數字經濟對物流業(yè)碳排放的影響.經過F檢驗與Hausman 檢驗發(fā)現固定效應模型優(yōu)于隨機效應和混合效應模型,基準回歸結果見表4.
表4 基準回歸結果Table 4 Benchmark regression results
從表4 第(1)至(3)列可以看出,中國數字經濟與物流業(yè)碳排放的線性相關性不顯著.第(1)列表示數字經濟(DE)未通過顯著性檢驗,即數字經濟與物流業(yè)碳排放量之間不存在明顯的線性相關關系.在第(2)列和第(3)列的穩(wěn)健性檢驗中發(fā)現,以人均碳排放量替換被解釋變量,以及考慮數字經濟發(fā)展階段特點,選取2016-2021年子樣本進行穩(wěn)健性檢驗回歸[41],回歸結果顯示,數字經濟仍然未能通過顯著性檢驗,因此,數字經濟與物流業(yè)碳排放量之間不存在線性相關關系的結論是穩(wěn)健的.這表明有必要驗證數字經濟與物流業(yè)碳排放之間的非線性關系.
如表4 第(4)列所示,數字經濟(DE)降低了中國物流業(yè)的碳排放.數字經濟及其平方項在1%的置信水平下通過了顯著性檢驗,表明數字經濟與中國物流業(yè)碳排放量存在顯著的非線性相關關系.數字經濟系數為負,數字經濟平方項系數為正,表明數字經濟與物流業(yè)碳排放量之間存在顯著的“U 型”趨勢,即隨著數字經濟的提升,物流行業(yè)的碳排放呈現出先減后增的“U 型”特征.采用拐點公式和反歸一化公式計算拐點值為0.3982,即當數字經濟發(fā)展低于0.3982 時,數字經濟對物流業(yè)碳排放具有顯著抑制作用.通過數據篩選發(fā)現,94%的數字經濟價值位于拐點左側,0.2011的數字經濟發(fā)展均值遠低于拐點值,說明數字經濟處于拐點左側,現階段數字經濟與物流業(yè)碳排放呈單調遞減負相關關系,數字經濟對物流業(yè)碳排放具有顯著抑制作用.這也佐證了已有研究發(fā)現,即發(fā)展數字經濟對碳減排具有積極影響[42].
如表4 第(4)列所示,在控制變量中,第一,經濟發(fā)展(PGDP)對物流業(yè)碳排放有顯著抑制作用.經濟發(fā)展及其平方項(PGDP2)均通過了1%的顯著性水平檢驗,系數一負一正,表明經濟發(fā)展與物流業(yè)碳排放量之間存在顯著的“U 型”相關.經濟發(fā)展系數的絕對值顯著大于其二次系數,表明經濟發(fā)展對物流業(yè)碳排放具有顯著的線性和非線性抑制作用,且線性抑制作用更為突出.通過數據篩選發(fā)現,近100%的經濟發(fā)展值位于拐點14.6963 的左側,經濟發(fā)展平均值為4.0582,遠低于拐點值,說明經濟發(fā)展呈“U 型上半場”,即經濟發(fā)展減少了物流業(yè)的碳排放量.第二,產業(yè)結構(IS)通過顯著性檢驗,但系數為正,說明產業(yè)結構與物流業(yè)碳排放量呈正相關關系,即當前產業(yè)結構并未有利于物流業(yè)碳減排,這可能是產業(yè)結構不合理造成的.第三,環(huán)境規(guī)制(ER)和對外開放(OPEN)對物流業(yè)碳排放影響不顯著,這可能的原因是環(huán)境監(jiān)管力度不足與物流業(yè)開放深度不夠.
表4 第(5)列和第(6)列中,雖然與第(4)列的回歸結果在系數值和顯著性水平上存在差異,但核心變量之間的關系沒有發(fā)生顯著變化,因此,仍然支持數字經濟對物流業(yè)碳減排具有顯著影響的結論.至此,本文驗證了假設1.
前文機制分析發(fā)現提升資源配置效率與促進技術革新是數字經濟影響物流業(yè)碳排放的重要途徑,因此,本文構建中介效應模型檢驗機制的存在性.回歸結果見表5.結果顯示,數字經濟對勞動力配置效率、資本配置效率的影響在5%水平上顯著,對科技創(chuàng)新投入與產出的影響在10%水平上顯著,同時,將機制變量放入模型中均對物流業(yè)碳排放影響顯著為負,說明作用機制有效.
表5 作用機制檢驗結果Table 5 Mechanism of action test results
本文采用經濟距離構建空間權重矩陣,并以Moran’I 指數檢驗數字經濟、物流業(yè)碳排放的空間自相關分析,結果見表6.
表6 空間自相關檢驗結果Table 6 Spatial autocorrelation test results
表6 結果顯示,2011~2020年期間,城市數字經濟與物流業(yè)碳排放在經濟距離權重矩陣下存在空間自相關性,因此,本文所構建的空間杜賓模型檢驗數字經濟對物流業(yè)碳排放影響的空間溢出效應是合理的,回歸結果見表7.第(1)列顯示,數字經濟一次項系數在5%水平上顯著為負,其平方項也在5%水平上顯著為正,數字經濟與物流業(yè)碳排放之間存在顯著的U 型的非線性關系,與前文實證結果一致.由第(2)列可知,數字經濟的空間滯后項的回歸系數具備U 型的非線性關系,但不顯著,表明在研究期間內,中國城市數字經濟發(fā)展對周邊城市物流業(yè)碳排放的空間溢出效應不明顯.第(3)至(5)列為數字經濟對物流業(yè)碳排放影響的空間效應分解結果,結果顯示,數字經濟一次項、平方項的直接效應和總效應均在5%水平上顯著,表明數字經濟與物流業(yè)碳排放之間在本地區(qū)和總體上呈U 型非線性關系,而在間接效應方面,僅有數字經濟的平方項在10%水平上顯著,進一步說明數字經濟影響物流業(yè)碳排放的空間溢出效應較小,基于此,本文驗證了假設3.
表7 空間溢出效應檢驗結果Table 7 Spatial spillover test results
本文基于工具變量的2SLS 進行內生性分析,借鑒黃群慧等[43]的研究方法選取歷史上各城市1984年每百人固定電話數量和每百萬人郵局數量作為地區(qū)數字經濟的工具變量,兼顧均衡面板數據的固定效應模型應用條件,進一步構造各城市1984年每百人固定電話數量和每百萬人郵局的數量分別與上一年全國數字基礎設施投資額的交互項,作為城市數字經濟的工具變量.選取的原因如下,一方面,電話機歷史數量對數字經濟影響物流業(yè)碳排放的殘差具有“外生性”;另一方面,電話機歷史數量可能會影響到當下生產、生活與消費,因此具有“相關性”,同時,在表8 的第(1)列也驗證了電話機歷史數量與數字經濟強相關性.表8 第(2)列是運用工具變量的回歸結果,回歸結果顯示,數字經濟與物流業(yè)碳排放之間依然呈U 型趨勢,且影響效應比基準回歸更強.
表8 基于工具變量法的內生性檢驗Table 8 Endogenous test based on instrumental variable method
分位數回歸模型是Koenker 和Baset 于1978年提出的,該模型與傳統(tǒng)的OLS 回歸方法相比,具有約束更少、避免異常值、估計結果更穩(wěn)健等優(yōu)點.為了更全面地分析數字經濟對物流業(yè)碳排放的邊際影響,同時考慮到數字經濟對物流業(yè)碳排放的影響可能不均勻,可采用分位數回歸模型測度不同碳排放量下數字經濟對物流業(yè)碳排放的不同影響強度.即通過顯著性檢驗和待估計參數確定數字經濟對不同分位數的物流業(yè)碳排放的邊際影響,探索數字經濟對物流業(yè)碳排放的演變特征.因此,基于張成思等[44]的方法,設置如下分位數回歸模型:
式中:Quantp(LCit|DEit)表示給定數字經濟發(fā)展水平條件下物流業(yè)第p 分位數的碳排放量,η0與 ηp′是估計參數.為詳細分析數字經濟對物流業(yè)碳排放的邊際影響,本文選取 5 個分位數:0.1000,0.2500,0.5000,0.7500,0.9000.
在表9 的第(1)至(5)列中,數字經濟(DE)對物流業(yè)碳排放具有演化效應.在五個分位數上,數字經濟通過了1%的顯著性水平檢驗,系數均為負值,表明對物流業(yè)碳排放有顯著抑制作用.數字經濟發(fā)展對物流業(yè)碳減排的邊際效應正在降低.在 0.1000,0.2500,0.5000,0.7500,0.9000 五個分位數處,數字經濟發(fā)展水平的系數分別為-0.8218,-0.8086,-0.7062,-0.4536,-0.3451,系數的絕對值依次遞減,表明數字經濟發(fā)展水平對不同分位數物流業(yè)碳排放的影響強度存在差異.此外,隨著分位數的不斷增加,數字經濟對物流業(yè)碳減排的影響不斷減弱,即邊際影響呈遞減趨勢.
表9 分位數回歸結果Table 9 Quantile regression results
本文從城市自身規(guī)模與資源稟賦兩個方面進行異質性分析.首先,城市自身規(guī)模會導致數字經濟的低碳治理效應不同.相比于中小城市,大城市在產業(yè)結構、環(huán)境治理投入及科技創(chuàng)新等方面具有規(guī)模優(yōu)勢,形成一定的集聚效應,有利于資源優(yōu)化配置,同時,巨大的能源消費和土地供給需求也導致擁擠效應,導致城市環(huán)境問題加劇.數字經濟對物流業(yè)低碳治理效應是否受到城市集聚效應與擁擠效應影響?孰輕孰重?這是有意義的探索.本文依據2014年《國務院關于調整城市規(guī)模劃分標準的通知》,將城區(qū)常住人口小于100 萬劃入中小城市,大于100 萬的納入大城市范疇.表10 第(1)列是城市規(guī)模異質性回歸結果,結果表明,與中小城市相比,大城市的數字經濟對物流業(yè)低碳治理效應更大,這一結果說明城市數字經濟的高速發(fā)展能夠推動城市綠色變革,既可以有效獲取集聚效應,也能緩解擁擠效應的影響.
表10 異質性檢驗回歸結果Table 10 Quantile regression results
其次,資源型城市的“資源詛咒”效應已被眾多學者所證實,那么數字經濟對物流業(yè)低碳治理是否也會受到“資源詛咒”困擾?本研究為了探究這一問題,依據國務院《全國資源型城市可持續(xù)發(fā)展規(guī)劃(2013-2020)》的劃分標準,將樣本城市區(qū)分資源型城市與非資源型城市.表10 第(2)列是城市資源稟賦異質性回歸結果,結果顯示,數字經濟對物流業(yè)低碳治理效應在資源型城市不明顯,表現為回歸系數不顯著,而在非資源型城市則效果明顯.可能的原因是資源型城市具有根深蒂固的發(fā)展路徑依賴與鎖定問題,難于突破現有產業(yè)結構束縛,因此數字經濟的滲透會受到加大阻力,數字經濟對物流業(yè)低碳治理效應較弱.反之,非資源型城市的數字經濟接受度高,發(fā)展迅速,容易實現數字技術運用、推動產業(yè)結構升級.
5.1 強化數字經濟對物流業(yè)碳減排的促進作用,充分發(fā)揮數字經濟的碳減排作用.推動有效市場與有為政府相結合,大力發(fā)展數字物流、智慧物流、綠色物流,鼓勵物流企業(yè)數字化轉型,強化龍頭企業(yè)、標桿企業(yè)、骨干企業(yè)在數字化轉型中的示范引領作用,以及提高物流供需匹配能力,從而積極發(fā)揮數字經濟的網絡效應;鼓勵綠色物流技術研發(fā)和應用,推動物流業(yè)向數據驅動、信息驅動、創(chuàng)新驅動、知識驅動、管理驅動發(fā)展數字經濟的創(chuàng)新效應,實現物流業(yè)高質量發(fā)展;加強數字賦能,強化物流業(yè)發(fā)展節(jié)能減排約束,推動5G、互聯網、物聯網、車聯網、大數據、區(qū)塊鏈、人工智能在物流行業(yè)的應用,鼓勵傳統(tǒng)物流向智慧物流、現代物流、數字物流、綠色物流轉型,高效發(fā)揮數字經濟增效作用.
5.2 暢通數字經濟影響物流業(yè)碳排放的作用路徑.政府應推動數字基礎設施標準化、集約化、綠色化、低碳化發(fā)展,提高數字基礎設施的利用效率,推動不同地區(qū)數字基礎設施合作共建共享.同時,要有效推動數字產業(yè)化和產業(yè)數字化高效協(xié)調發(fā)展,培育數字產業(yè)和高新技術產業(yè)集群,加強數字平臺建設,并加強對關鍵核心技術的資金支持、人才支持、稅收支持、政策支持,提升數字技術創(chuàng)新能力,以市場需求為導向,將學歷教育、職業(yè)教育和實踐教育相結合,建立具有大數據分析能力、關鍵技術研發(fā)能力、數字技術運營能力、數字集成應用能力的數字人才培養(yǎng)機制.
5.3 結合數字經濟影響物流業(yè)碳排放的地區(qū)差異特點,實施差別化的區(qū)域扶持政策,在資源性城市重點在于轉變資源路徑依賴意識,積極宣傳數字技術、培育數字經濟發(fā)展?jié)摿?而在非資源城市則要加大數字經濟高質量發(fā)展的新基建投入,強化數字經濟的極化效應.
6.1 數字經濟對中國物流業(yè)碳排放具有非線性影響.數字經濟與物流業(yè)碳排放量之間存在U 型趨勢關系,且當前處于U 型曲線的上半部分.總體而言,數字經濟的發(fā)展對中國物流業(yè)的碳排放具有顯著抑制作用.
6.2 技術革新和要素配置效率改進是數字賦能物流業(yè)碳減排的重要途徑.
6.3 數字經濟對中國物流業(yè)碳減排具有演化效應.隨著分位數的增加,數字經濟對物流業(yè)碳減排的邊際影響減小.
6.4 與中小城市相比,大城市的數字經濟對物流業(yè)低碳治理效應更大;同時,數字經濟對物流業(yè)低碳治理效應在資源型城市不明顯,而在非資源型城市則效果明顯.