張?chǎng)?/p>

摘要：根據(jù)物流產(chǎn)業(yè)的發(fā)展和工業(yè)新型綠色發(fā)展理念，選取長(zhǎng)三角地區(qū)2004-2016年物流業(yè)集聚和工業(yè)污染排放的空間面板數(shù)據(jù)，構(gòu)建“反距離平方”空間權(quán)重矩陣。根據(jù)Moran指數(shù)揭示長(zhǎng)三角工業(yè)二氧化硫排放的空間集聚情況和空間格局，并對(duì)比不同時(shí)期工業(yè)二氧化硫排放空間分布特征。建立空間面板杜賓模型來(lái)考察物流業(yè)集聚對(duì)工業(yè)排放的影響。結(jié)果發(fā)現(xiàn)：長(zhǎng)三角的工業(yè)二氧化硫排放集聚水平有增高趨勢(shì)。物流業(yè)集聚水平降低了工業(yè)的廢氣排放，對(duì)于其他地區(qū)的溢出效應(yīng)不明顯。

Abstract： According to the development of logistics industry and the new concept of green industrial development， the spatial panel data of logistics industry agglomeration and industrial pollution emission in the Yangtze River Delta Region from 2004 to 2016 were selected to build a spatial weight matrix of the "Inverse distance square". According to Moran index， the spatial agglomeration and spatial pattern of industrial sulfur dioxide emissions in the Yangtze river delta are revealed， the spatial distribution characteristics of industrial sulfur dioxide emissions in different periods were compared. A spatial panel Durbin model is established to investigate the effects of logistics agglomeration on industrial emissions. The results show that the concentration level of industrial sulfur dioxide in the Yangtze River Delta has an increasing trend. The agglomeration level of the logistics industry reduces the industrial exhaust emissions， and the spillover effect on other regions is not obvious.

關(guān)鍵詞： 物流集聚;工業(yè)污染;Moran指數(shù);空間杜賓模型

Key words： logistics agglomeration;industrial pollution;Moran index;spatial Durbin model

0? 引言

隨著我國(guó)工業(yè)化發(fā)展的迅速推進(jìn)，工業(yè)能源消耗不斷增加，污染物的排放嚴(yán)重影響了生態(tài)環(huán)境，最為直接的就是大氣污染，這些污染問(wèn)題逐漸受到人們的重視，節(jié)能減排是目前我國(guó)工業(yè)面臨的最大挑戰(zhàn)。關(guān)于產(chǎn)業(yè)集聚與工業(yè)污染排放的問(wèn)題已有很多文獻(xiàn)，但作為與工業(yè)密切相關(guān)的物流業(yè)，很少有人專(zhuān)門(mén)把它與工業(yè)污染放在一起研究，對(duì)物流業(yè)集聚與工業(yè)污染的區(qū)域?qū)用娴难芯恳蚕鄬?duì)較少，因此本文對(duì)區(qū)域物流業(yè)集聚發(fā)展與工業(yè)污染的關(guān)系進(jìn)行研究，為減少工業(yè)廢氣的排放提出有針對(duì)性的建議。

關(guān)于物流業(yè)和污染的研究大致可以分為兩個(gè)方面：一方面是物流本身的低碳化發(fā)展，物流業(yè)在與其他生產(chǎn)性服務(wù)業(yè)的比較下，屬于能源消耗相對(duì)較高的產(chǎn)業(yè)，楊之雷（2011）用回歸方程分析了物流成本與碳排放強(qiáng)度的關(guān)系，認(rèn)為物流業(yè)的發(fā)展可能是一把“雙刃劍”，結(jié)論表明降低物流成本可以減少碳排放，并認(rèn)為物流業(yè)發(fā)展對(duì)我國(guó)低碳經(jīng)濟(jì)的貢獻(xiàn)[1]。梁雯、張勤等（2017）分析了物流業(yè)新的能源對(duì)生態(tài)環(huán)境的貢獻(xiàn)，提出了要提高清潔能源在物流產(chǎn)業(yè)的應(yīng)用，提高物流產(chǎn)業(yè)的技術(shù)水平，認(rèn)為在我國(guó)物流發(fā)展的不同階段，經(jīng)濟(jì)發(fā)展與碳排放存在“脫鉤”的問(wèn)題[2]。另一方面是關(guān)于物流業(yè)和工業(yè)效率，目的在于研究如何通過(guò)物流的發(fā)展來(lái)降低工業(yè)企業(yè)的運(yùn)輸成本，從而降低工業(yè)污染的排放，謝菲（2015）在研究物流業(yè)與經(jīng)濟(jì)低碳化問(wèn)題的過(guò)程中，分析了物流業(yè)集聚如何促進(jìn)制造業(yè)效率，從投入產(chǎn)出視角研究物流業(yè)和制造業(yè)污染排放的互動(dòng)關(guān)系[3]。張志彬（2017）分析了生產(chǎn)性服務(wù)業(yè)集聚與污染排放的關(guān)系，將物流業(yè)納入到生產(chǎn)性服務(wù)業(yè)，認(rèn)為生產(chǎn)性服務(wù)業(yè)集聚為降低污染排放創(chuàng)造條件[4]。王翠萍（2018）分析了技術(shù)創(chuàng)新和產(chǎn)業(yè)集聚對(duì)環(huán)境的影響，認(rèn)為兩者之間的關(guān)系是“N型”。目前對(duì)物流業(yè)集聚與區(qū)域工業(yè)排放的研究多停留在理論層面和省級(jí)數(shù)據(jù)，然而工業(yè)污染排放具有很強(qiáng)的區(qū)域特征，長(zhǎng)三角是我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展的重要地區(qū)，研究該地區(qū)的物流產(chǎn)業(yè)集聚和工業(yè)污染的關(guān)系，對(duì)提高工業(yè)的綠色化發(fā)展具有一定的現(xiàn)實(shí)意義。本文將要探討的問(wèn)題如下，物流業(yè)的集聚對(duì)工業(yè)廢氣污染排放水平產(chǎn)生怎樣的影響？物流業(yè)集聚對(duì)工業(yè)廢氣污染的排放有沒(méi)有空間溢出效應(yīng)？為了驗(yàn)證這兩個(gè)問(wèn)題，本文選取長(zhǎng)三角地區(qū)的數(shù)據(jù)，實(shí)證檢驗(yàn)物流業(yè)集聚對(duì)地區(qū)工業(yè)廢氣排放的空間效應(yīng)，包括空間的直接效應(yīng)和間接溢出效應(yīng)，并根據(jù)實(shí)證研究的結(jié)論提出針對(duì)長(zhǎng)三角地區(qū)的政策建議。

1? 理論分析

1.1 工業(yè)污染排放的影響因素

污染排放水平的影響因素錯(cuò)綜復(fù)雜，對(duì)以往文獻(xiàn)的研究進(jìn)行歸類(lèi)，其影響因素主要有產(chǎn)業(yè)集聚，工業(yè)技術(shù)水平、地區(qū)的經(jīng)濟(jì)規(guī)模、生產(chǎn)要素的投入結(jié)構(gòu)等：產(chǎn)業(yè)集聚的影響，在工業(yè)化發(fā)展的不同時(shí)期，產(chǎn)業(yè)集聚對(duì)工業(yè)污染的影響程度不同，比較多的結(jié)論是他們之間呈現(xiàn)“倒U型”關(guān)系[17]，產(chǎn)業(yè)集聚從工業(yè)的角度細(xì)分來(lái)看，包括工業(yè)產(chǎn)業(yè)集聚和與工業(yè)密切相關(guān)的生產(chǎn)性服務(wù)業(yè)集聚，大部分研究是基于工業(yè)集聚，研究對(duì)工業(yè)本身的污染排放水平影響，近幾年也有研究生產(chǎn)性服務(wù)業(yè)集聚和工業(yè)污染的關(guān)系，韓峰（2017）在研究過(guò)程中加入空間計(jì)量模型[20]，考察生產(chǎn)性服務(wù)業(yè)集聚程度和二氧化碳排放之間的關(guān)系，目前從物流產(chǎn)業(yè)集聚角度分析工業(yè)污染排放的文獻(xiàn)還較少。工業(yè)技術(shù)水平的影響，工業(yè)污染是在工業(yè)生產(chǎn)過(guò)程中產(chǎn)生的，黃娟、汪明進(jìn)（2016）通過(guò)對(duì)我國(guó)各省份的工業(yè)二氧化硫排放水平進(jìn)行測(cè)算，認(rèn)為科技創(chuàng)新可以降低工業(yè)二氧化硫的排放水平，也對(duì)產(chǎn)業(yè)集聚的影響路徑和兩者的交互作用進(jìn)行了分析[16]。地區(qū)經(jīng)濟(jì)規(guī)模的影響，地區(qū)經(jīng)濟(jì)規(guī)模越大，工業(yè)發(fā)展程度一般也會(huì)越高，可能會(huì)增加對(duì)能源的需求，也可能會(huì)通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)和專(zhuān)業(yè)化生產(chǎn)提高該地區(qū)的技術(shù)進(jìn)步[18];經(jīng)濟(jì)規(guī)模與城市的規(guī)模也是息息相關(guān)，城市規(guī)模擴(kuò)張帶來(lái)的一系列問(wèn)題也會(huì)影響工業(yè)的污染排放水平。生產(chǎn)要素的投入結(jié)構(gòu)水平，工業(yè)企業(yè)的要素投入主要有資本和勞動(dòng)，作為工業(yè)產(chǎn)品的生產(chǎn)者，能源也可以作為投入的一部分[19]，如果技術(shù)水平相同，能源密集型工業(yè)的排放水平要比資本或勞動(dòng)密集型工業(yè)的污染排放水平要高，近年來(lái)在工業(yè)綠色化發(fā)展轉(zhuǎn)型過(guò)程中，提高清潔能源的使用占比也是一個(gè)熱點(diǎn)話(huà)題，工業(yè)在物流運(yùn)輸方面的投入也會(huì)增加污染的排放，其污染排放水平可能比具有專(zhuān)業(yè)化技能的物流產(chǎn)業(yè)要高。

1.2 物流業(yè)集聚對(duì)工業(yè)污染排放的影響路徑

通過(guò)回顧相關(guān)研究，物流業(yè)集聚對(duì)工業(yè)污染排放的影響路徑如下：物流業(yè)集聚的技術(shù)溢出效應(yīng)[12]，物流業(yè)集聚可以促進(jìn)工業(yè)企業(yè)之間相互交流，產(chǎn)生的新技術(shù)也會(huì)擴(kuò)散到其他產(chǎn)業(yè)，尤其是近幾年低碳物流等新發(fā)展理念的提出，物流集聚的技術(shù)創(chuàng)新效應(yīng)越來(lái)越強(qiáng)，帶動(dòng)工業(yè)技術(shù)水平的提高，降低單位產(chǎn)出的污染排放;物流業(yè)本身也是高污染的行業(yè)，如果在一個(gè)地區(qū)物流業(yè)集聚過(guò)度，物流產(chǎn)業(yè)相對(duì)高的碳排放水平，通過(guò)相關(guān)綠色技術(shù)創(chuàng)新補(bǔ)助和強(qiáng)制性規(guī)制，促進(jìn)物流業(yè)對(duì)低碳節(jié)能技術(shù)的開(kāi)發(fā)。物流業(yè)集聚降低工業(yè)企業(yè)的運(yùn)輸成本[13]，地區(qū)工業(yè)化規(guī)模到達(dá)一定程度就可能受到政府的環(huán)境規(guī)制，一些工業(yè)企業(yè)被迫進(jìn)行轉(zhuǎn)移，遠(yuǎn)離最佳的空間地理位置，而物流業(yè)集聚可以降低這種轉(zhuǎn)移帶來(lái)的損失，通過(guò)加大高污染工業(yè)企業(yè)的轉(zhuǎn)移意愿，降低該地區(qū)的工業(yè)污染排放，高污染的企業(yè)轉(zhuǎn)移至其他環(huán)境規(guī)制相對(duì)較弱的地區(qū)，會(huì)對(duì)造成其他地區(qū)的工業(yè)污染排放水平過(guò)高;其次，轉(zhuǎn)移的工業(yè)會(huì)有一定的區(qū)位優(yōu)勢(shì)，生產(chǎn)投入要素得到進(jìn)一步優(yōu)化，也可以降低工業(yè)污染的排放。物流產(chǎn)業(yè)集聚的擁擠效應(yīng)，物流業(yè)的集聚效應(yīng)可以降低工業(yè)企業(yè)的生產(chǎn)成本，但一方面也可能會(huì)促進(jìn)工業(yè)企業(yè)的過(guò)度集聚，根據(jù)“倒U型”假說(shuō)，工業(yè)企業(yè)的集聚水平會(huì)超越該地區(qū)的環(huán)境承載能力，尤其是能源密集型工業(yè)企業(yè)的過(guò)度集聚，會(huì)造成能源效率的降低，直接影響該地區(qū)的污染排放水平。

根據(jù)以上理論分析，提出以下假設(shè)：①物流產(chǎn)業(yè)集聚的減排效應(yīng)大于擁擠效應(yīng)，物流業(yè)集聚程度增加了工業(yè)廢氣污染的排放，物流業(yè)集聚通過(guò)技術(shù)溢出、降低運(yùn)輸成本、促進(jìn)工業(yè)地理轉(zhuǎn)移等路徑降低工業(yè)廢氣污染的排放。②物流產(chǎn)業(yè)集聚對(duì)其他臨近地區(qū)的工業(yè)廢氣污染排放產(chǎn)生影響，具有空間溢出效應(yīng)。

2? 模型構(gòu)建與指標(biāo)選取

2.1 計(jì)量模型構(gòu)建

由于本文的主題是工業(yè)污染，根據(jù)已有研究和數(shù)據(jù)的可獲得程度，將最具有代表性的工業(yè)二氧化硫排放作為研究對(duì)象。STIRPAT模型在能源效率和污染的問(wèn)題上已經(jīng)廣泛應(yīng)用，參考Dietz、Rosa（1994）[10]和馬宏偉、劉思峰（2015）等人的研究[11]以及對(duì)STIRPATT模型的改進(jìn)研究，結(jié)合我國(guó)實(shí)際情況，

模型（1）中G的是被解釋變量，代表工業(yè)污染排放;L為核心解釋變量，代表物流業(yè)的集聚水平，Control為其他控制變量，ε為隨機(jī)擾動(dòng)項(xiàng)。

在以上模型中引入空間計(jì)量分析，相對(duì)于傳統(tǒng)的空間0-1矩陣，使用兩地之間市中心的實(shí)際距離作為衡量指標(biāo)更加科學(xué)，本文使用兩地的“反距離平方”構(gòu)建空間權(quán)重矩陣[6]，空間權(quán)重矩陣Wi，

字母d代表各地市市中心的直線(xiàn)距離，直線(xiàn)距離根據(jù)兩地的經(jīng)緯度坐標(biāo)①，用Stata15.0軟件進(jìn)行計(jì)算，然后對(duì)計(jì)算的空間權(quán)重矩陣進(jìn)行標(biāo)準(zhǔn)化。

2.2 變量選擇

被解釋變量：工業(yè)污染水平（G），考慮到不同地區(qū)的工業(yè)發(fā)展水平，借鑒張志彬（2017）、楊敏（2018）的研究[4]-[5]，二氧化硫是工業(yè)廢氣污染的主要組成部分，在工業(yè)污染排放中更具有代表性，因此本文使用二氧化硫的排放量與工業(yè)產(chǎn)值的比作為衡量工業(yè)廢氣污染排放水平的指標(biāo)。

核心解釋變量：物流產(chǎn)業(yè)集聚度（L），使用學(xué)界普遍使用的區(qū)位熵指數(shù)來(lái)衡量，

其中Gi，j是長(zhǎng)三角地區(qū)各城市的物流產(chǎn)業(yè)的從業(yè)人數(shù)，Gi是長(zhǎng)三角地區(qū)各城市的總從業(yè)人數(shù)，Gj長(zhǎng)三角地區(qū)所有城市的物流業(yè)年末單位從業(yè)人數(shù)，G代表長(zhǎng)三角地區(qū)所有城市年末單位從業(yè)人數(shù)（物流業(yè)從業(yè)人數(shù)用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政從業(yè)人數(shù)代替）。

控制變量：①物流業(yè)與工業(yè)共同集聚水平（LC），為了驗(yàn)證我國(guó)長(zhǎng)三角地區(qū)物流業(yè)與工業(yè)集聚水平的差異是否能影響工業(yè)廢氣排放，本文選取的共同集聚指標(biāo)反應(yīng)了兩個(gè)產(chǎn)業(yè)集聚水平相適配的程度，借鑒楊仁發(fā)（2013）的產(chǎn)業(yè)共同集聚計(jì)算公式，

其中M代表制造業(yè)的集聚水平，制造業(yè)集聚水平計(jì)算方法和上文物流業(yè)集聚水平計(jì)算方法相同。②勞動(dòng)投入（LA），勞動(dòng)力參與社會(huì)經(jīng)濟(jì)的運(yùn)行，也會(huì)影響到環(huán)境污染[9]，勞動(dòng)投入規(guī)模越大，說(shuō)明該地區(qū)勞動(dòng)密集型產(chǎn)業(yè)占比高，從而影響到工業(yè)的生產(chǎn)要素結(jié)構(gòu)和能源結(jié)構(gòu)，勞動(dòng)投入指標(biāo)用年末單位就業(yè)人數(shù)代替。③財(cái)政科技投入（TE），對(duì)科技的投入可以改善工業(yè)生產(chǎn)方式，促進(jìn)企業(yè)綠色技術(shù)創(chuàng)新，提高工業(yè)技術(shù)水平，本文用地方財(cái)政一般預(yù)算內(nèi)的科學(xué)支出來(lái)反映當(dāng)?shù)氐目茖W(xué)技術(shù)水平。④經(jīng)濟(jì)發(fā)展水平（PGDP），地區(qū)經(jīng)濟(jì)發(fā)展水平的高低，表明產(chǎn)出能力的大小，通常認(rèn)為經(jīng)濟(jì)發(fā)展高的地區(qū)產(chǎn)業(yè)結(jié)構(gòu)向高度化發(fā)展，對(duì)節(jié)能減排起到促進(jìn)作用，以各地區(qū)的人均GDP作為經(jīng)濟(jì)發(fā)展水平指標(biāo)。⑤人口規(guī)模HP，過(guò)多的人口給城市環(huán)境帶來(lái)壓力，已有研究表明人口規(guī)模促進(jìn)了工業(yè)碳排放[8]，對(duì)本文研究的工業(yè)二氧化硫排放量也有借鑒意義，用各地區(qū)年末總?cè)丝跀?shù)代表人口規(guī)模。

2.3 數(shù)據(jù)來(lái)源

所有數(shù)據(jù)均來(lái)自于《中國(guó)區(qū)域經(jīng)濟(jì)數(shù)據(jù)庫(kù)》和《中國(guó)城市數(shù)據(jù)庫(kù)》、以及各地市的統(tǒng)計(jì)年鑒，數(shù)據(jù)選取長(zhǎng)三角26個(gè)地市2004-2016年的年度數(shù)據(jù)②。為了消除變量間的異方差，對(duì)選取的變量進(jìn)行對(duì)數(shù)轉(zhuǎn)換，共338個(gè)觀察值。

變量的描述性統(tǒng)計(jì)如表1。

3? 實(shí)證分析

首先對(duì)空間相關(guān)性檢驗(yàn)，在此基礎(chǔ)上再進(jìn)行空間計(jì)量分析。

3.1 工業(yè)廢氣排放水平的空間相關(guān)性

3.1.1 工業(yè)廢氣排放水平的全局空間相關(guān)性檢驗(yàn)

3.1.2 工業(yè)廢氣排放水平的局部空間相關(guān)性檢驗(yàn)

大多數(shù)省份的計(jì)算結(jié)果處在第一象限和第三象限，2016年的莫蘭指數(shù)相對(duì)2004年減小，且高高集聚的省份數(shù)量變少。（圖1）

計(jì)算所得工業(yè)廢氣排放集聚程度的莫蘭指數(shù)表明，在大部分時(shí)點(diǎn)，各地區(qū)工業(yè)廢氣排放存在顯著空間關(guān)聯(lián)。從莫蘭散點(diǎn)圖可以看出，處在第二象限的城市不多，主要是合肥和南京這種省會(huì)城市，省會(huì)城市的低高集聚表明省會(huì)的工業(yè)氣體排放水平不高，但這些城市周?chē)呐欧潘礁摺?016年的散點(diǎn)圖中高高集聚較多，2004年的散點(diǎn)圖中低低集聚較多，表明長(zhǎng)三角地區(qū)的工業(yè)污染氣體排放集聚水平相對(duì)于以前更高，廢氣排放沒(méi)有得到明顯改善，對(duì)比近幾年的數(shù)據(jù)，還發(fā)現(xiàn)皖南地區(qū)的工業(yè)廢氣污染集聚水平相對(duì)較高。

3.2 空間杜賓模型偏微分效應(yīng)分解

對(duì)于上文構(gòu)建的物流業(yè)集聚與工業(yè)污染空間模型進(jìn)行以下檢驗(yàn)。進(jìn)行Hausman檢驗(yàn)，選取固定效應(yīng)模型?？臻g計(jì)量模型包括空間杜賓模型（SDM）、空間滯后模型（SAR）和空間誤差模型（SEM），利用Stata15.0提供的LR命令進(jìn)行檢驗(yàn)以選擇合適的空間計(jì)量模型，檢驗(yàn)所得P值為0.0086，顯著拒絕原假設(shè)，所以SDM模型不會(huì)退化成SAR和SEM模型，使用SDM模型。為了測(cè)度物流業(yè)發(fā)展對(duì)工業(yè)廢氣排放水平的空間溢出效應(yīng)，采用雙重固定效應(yīng)的空間杜賓模型進(jìn)行分析。

表3的SDM模型證明了在空間計(jì)量的分析框架下，核心解釋變量物流業(yè)集聚與被解釋變量工業(yè)廢氣排放在1%的顯著水平上呈現(xiàn)負(fù)相關(guān)關(guān)系，經(jīng)濟(jì)發(fā)展水平與工業(yè)廢氣是負(fù)相關(guān)關(guān)系，人口規(guī)模與工業(yè)廢氣的排放為正相關(guān)關(guān)系，財(cái)政科技投入與工業(yè)廢氣存在正相關(guān)關(guān)系，且與預(yù)期不同，物流業(yè)集聚與工業(yè)的共同集聚指標(biāo)為正，結(jié)果不顯著。利用偏微分方程分解得出的結(jié)果表明，除了經(jīng)濟(jì)發(fā)展水平和人口規(guī)模指標(biāo)，其他指標(biāo)均不存在間接溢出效應(yīng)，經(jīng)濟(jì)發(fā)展水平對(duì)工業(yè)廢氣減排的間接效應(yīng)大于直接效應(yīng)，人口規(guī)模對(duì)工業(yè)污染排放增加的間接效應(yīng)明顯大于直接效應(yīng)。

4 結(jié)論與政策建議

4.1 結(jié)論

本文通過(guò)利用2004年到2016年長(zhǎng)三角相關(guān)數(shù)據(jù)，建立空間計(jì)量模型，分析了長(zhǎng)三角地區(qū)工業(yè)廢氣排放的空間集聚情況，以及物流業(yè)集聚對(duì)廢氣排放的影響效果。得出以下幾個(gè)結(jié)論：

①長(zhǎng)三角地區(qū)工業(yè)廢氣污染存在空間集聚效應(yīng)，工業(yè)廢氣的排放水平呈增強(qiáng)趨勢(shì)。②物流業(yè)集聚水平越高的地區(qū)，工業(yè)廢氣排放水平越低，與前文理論分析結(jié)果相同，但其外溢效應(yīng)不明顯，原因可能是物流業(yè)的強(qiáng)集聚在降低該地區(qū)的工業(yè)排放的過(guò)程中，也為高污染工業(yè)向臨近地區(qū)的轉(zhuǎn)移制造了條件，所以物流業(yè)集聚對(duì)促進(jìn)工業(yè)減排的外溢效應(yīng)并不明顯。③長(zhǎng)三角地區(qū)的勞動(dòng)投入的增加沒(méi)有顯著促進(jìn)工業(yè)減排，共同集聚水平對(duì)工業(yè)污染抑制作用不明顯，人口規(guī)模較高的地區(qū)，例如合肥和南京這種省會(huì)城市，高污染的工業(yè)企業(yè)向臨近地區(qū)轉(zhuǎn)移對(duì)周邊環(huán)境造成了壓力，特別是對(duì)皖南地區(qū)的環(huán)境壓力。

4.2 政策建議

為了貫徹工業(yè)的綠色新發(fā)展理念，在理論分析和對(duì)空間面板數(shù)據(jù)的實(shí)證研究基礎(chǔ)上，結(jié)合我國(guó)長(zhǎng)三角地區(qū)的實(shí)際情況，提出的針對(duì)性建議如下：

在長(zhǎng)三角地區(qū)工業(yè)綠色發(fā)展的過(guò)程中，應(yīng)當(dāng)加大對(duì)物流業(yè)和基礎(chǔ)設(shè)施的投入，改善地區(qū)交通運(yùn)輸能力，由于物流業(yè)本身也屬于高耗能產(chǎn)業(yè)，所以也要建立現(xiàn)代化的綠色物流體系;提高物流業(yè)本身節(jié)能減排的技術(shù)[15];考慮物流產(chǎn)業(yè)對(duì)工業(yè)綠色水平的技術(shù)溢出效應(yīng)，設(shè)立物流產(chǎn)業(yè)集聚區(qū)要與工業(yè)園區(qū)相互配套，達(dá)到節(jié)能減排的目的。

設(shè)立工業(yè)園區(qū)時(shí)要充分考慮環(huán)境的承載能力，對(duì)于物流產(chǎn)業(yè)和工業(yè)過(guò)度集聚的地區(qū)，要引導(dǎo)區(qū)域產(chǎn)業(yè)合理轉(zhuǎn)移，重污染工業(yè)的轉(zhuǎn)移要考慮轉(zhuǎn)移目標(biāo)地的承載能力，尤其是針對(duì)皖南地區(qū)工業(yè)污染偏高的情況，要通過(guò)提高物流業(yè)集聚水平，優(yōu)化皖南地區(qū)工業(yè)的能源消耗結(jié)構(gòu)。目前長(zhǎng)三角地區(qū)的物流業(yè)和工業(yè)共同集聚還沒(méi)有對(duì)工業(yè)污染產(chǎn)生抑制效應(yīng)，借鑒其他經(jīng)濟(jì)區(qū)的經(jīng)驗(yàn)，引導(dǎo)物流業(yè)與工業(yè)的合理集聚，降低工業(yè)的空間集聚水平和污染排放的集聚水平。

在信息技術(shù)與物流業(yè)高度融合的背景下，要鼓勵(lì)工業(yè)企業(yè)加大物流外包程度，將非核心業(yè)務(wù)的物流運(yùn)輸部門(mén)交給具有專(zhuān)業(yè)化優(yōu)勢(shì)的物流業(yè)，充分發(fā)揮物流業(yè)的運(yùn)輸優(yōu)勢(shì)，降低工業(yè)不必要的成本支出，讓工業(yè)企業(yè)多余的資金投入到治理污染排放和節(jié)能的技術(shù)研發(fā)中;工業(yè)企業(yè)可以加強(qiáng)物流合作，通過(guò)共同出資建立配送系統(tǒng)或者尋找第三方物流配送，通過(guò)財(cái)政科技投入促進(jìn)第三方配送的專(zhuān)業(yè)化水平，利用物流集聚效應(yīng)調(diào)節(jié)工業(yè)生產(chǎn)以去除多余產(chǎn)能，減少工業(yè)污染排放。

注釋?zhuān)?/p>

①各地市的經(jīng)緯度坐標(biāo)參考Google地圖數(shù)據(jù)。

②根據(jù)2016年5月份國(guó)務(wù)院常務(wù)會(huì)議通過(guò)的《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，選擇長(zhǎng)三角26個(gè)城市作為研究對(duì)象。

參考文獻(xiàn)：

[1]楊之雷.現(xiàn)代物流業(yè)對(duì)低碳經(jīng)濟(jì)影響作用研究[J].生態(tài)經(jīng)濟(jì)，2011，240（6）：99-101.

[2]梁雯，張勤，陳廣強(qiáng).中國(guó)物流業(yè)經(jīng)濟(jì)發(fā)展與能源碳排放的脫鉤研究[J].廣西社會(huì)科學(xué)，2017，262（4）：61-67.

[3]謝菲.物流產(chǎn)業(yè)與經(jīng)濟(jì)低碳化的協(xié)調(diào)發(fā)展研究[D].南昌大學(xué)，2015.

[4]張志彬.城市蔓延、生產(chǎn)性服務(wù)業(yè)集聚與污染排放——基于京津冀、長(zhǎng)三角和珠三角城市群的實(shí)證研究[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論（山東大學(xué)），2017（4）：78-92.

[5]楊敏.產(chǎn)業(yè)集聚對(duì)工業(yè)污染排放影響的實(shí)證研究——基于制造業(yè)集聚和服務(wù)業(yè)集聚對(duì)比的研究[J].求實(shí)，2018（2）：59-74，111.

[6]張玉昌，陳保啟.產(chǎn)業(yè)結(jié)構(gòu)、空間溢出與城鄉(xiāng)收入差距——基于空間Durbin模型偏微分效應(yīng)分解[J].經(jīng)濟(jì)問(wèn)題探索，2018（09）：62-71.

[7]楊仁發(fā).產(chǎn)業(yè)集聚與地區(qū)工資差距——基于我國(guó)269個(gè)城市的實(shí)證研究[J].管理世界，2013，239（8）：41-52.

[8]袁荷，仇方道，金娜.江蘇省工業(yè)碳排放強(qiáng)度時(shí)空分異研究[J].云南地理環(huán)境研究，2017，29（03）：41-48.

[9]蔡海亞，徐盈之.產(chǎn)業(yè)協(xié)同集聚、貿(mào)易開(kāi)放與霧霾污染[J].中國(guó)人口·資源與環(huán)境，2018，28（6）：93-102.

[10]Dietz， T.&Rosa， EA.Rethinking the environmental impacts of population， Affluence and technology [J]. Human Ecology Review， 1994（2）：277-300.

[11]馬宏偉，劉思峰，趙月霞，馬開(kāi)平，袁潮清.基于STIRPAT模型的我國(guó)人均二氧化碳排放影響因素分析[J].數(shù)理統(tǒng)計(jì)與管理，2015，34（02）：243-253.

[12]尹國(guó)君，王耀中，彭建輝.物流集聚與區(qū)域城市化——基于中國(guó)地級(jí)市面板數(shù)據(jù)分析[J].福建論壇（人文社會(huì)科學(xué)版），2017，298（3）：38-48.

[13]朱慧，周根貴，任國(guó)巖.制造業(yè)與物流業(yè)的空間共同集聚研究——以中部六省為例[J].經(jīng)濟(jì)地理，2015，35（11）：117-124.

[14]李光明，馬磊，潘宇.物流產(chǎn)業(yè)集聚對(duì)制造業(yè)勞動(dòng)生產(chǎn)率的影響機(jī)理研究——基于空間杜賓模型[J].工業(yè)技術(shù)經(jīng)濟(jì)，2017，36（12）：106-113.

[15]田剛，孫立成，程發(fā)新，等.中國(guó)物流業(yè)節(jié)能減排效率及其影響因素研究[J].工業(yè)工程與管理，2015，20（5）：14-20.

[16]黃娟，汪明進(jìn).科技創(chuàng)新、產(chǎn)業(yè)集聚與環(huán)境污染[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，38（4）：50-61.

[17]楊仁發(fā).產(chǎn)業(yè)集聚能否改善中國(guó)環(huán)境污染[J].中國(guó)人口·資源與環(huán)境，2015，25（2）：23-29.

[18]江宏.中國(guó)人口集聚和經(jīng)濟(jì)集聚的環(huán)境效應(yīng)差異研究[D].湖南大學(xué)，2017.

[19]張鵬飛.基于SBM模型的中國(guó)工業(yè)效率評(píng)價(jià)[D].云南財(cái)經(jīng)大學(xué)，2017.

[20]韓峰，謝銳.生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎？——對(duì)我國(guó)地級(jí)及以上城市面板數(shù)據(jù)的空間計(jì)量分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（3）：40-58.

[21]王翠萍.產(chǎn)業(yè)集聚、技術(shù)創(chuàng)新與環(huán)境污染[D].合肥工業(yè)大學(xué)，2018.