劉 聰，李珍珍

（遼寧工程技術(shù)大學(xué) 營(yíng)銷管理學(xué)院，遼寧 葫蘆島 125105）

“雙碳”時(shí)代的到來(lái)意味著我國(guó)經(jīng)濟(jì)正由高速增長(zhǎng)逐步向高質(zhì)量發(fā)展階段過(guò)渡轉(zhuǎn)型，而物流業(yè)作為新興的復(fù)合服務(wù)型產(chǎn)業(yè)，是我國(guó)經(jīng)濟(jì)增長(zhǎng)的重要驅(qū)動(dòng)力之一［1］。為此，國(guó)家“十四五”節(jié)能減排綜合工作方案中明確指出，要落實(shí)交通運(yùn)輸?shù)慕堤紲p排工作、加快低碳循環(huán)經(jīng)濟(jì)體系建設(shè)等［2］。長(zhǎng)三角作為全國(guó)經(jīng)濟(jì)發(fā)展的領(lǐng)頭羊，地區(qū)物流業(yè)的發(fā)展?jié)摿Σ豢晒懒俊８鶕?jù)長(zhǎng)三角三省一市統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)，2020年長(zhǎng)三角物流產(chǎn)業(yè)增加值為8 653.51億元，約占第三產(chǎn)業(yè)增加值的6.3%，可見(jiàn)長(zhǎng)三角物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)的貢獻(xiàn)力度不容小覷。然而，在加快區(qū)域經(jīng)濟(jì)升級(jí)轉(zhuǎn)型過(guò)程中，長(zhǎng)三角物流業(yè)的運(yùn)作模式尚未擺脫能源損耗嚴(yán)重、污染環(huán)境等問(wèn)題。2018年長(zhǎng)三角一體化發(fā)展上升為國(guó)家戰(zhàn)略，為長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展提供了新機(jī)遇?；诖?，客觀評(píng)價(jià)低碳物流的運(yùn)行效率，衡量低碳物流的發(fā)展水平，對(duì)于加快長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展具有重要的實(shí)踐意義。

低碳物流是從綠色物流引申而來(lái)的概念，其本質(zhì)是在保護(hù)環(huán)境的前提下，力圖實(shí)現(xiàn)能源消耗最小的同時(shí)達(dá)到效率最優(yōu)。隨著近年來(lái)全球氣候逐漸變暖、極端天氣頻發(fā)，生態(tài)環(huán)境問(wèn)題愈發(fā)不容小覷，低碳物流逐漸引起學(xué)界重視。目前有關(guān)低碳物流的研究主要分為兩方面，包括低碳物流運(yùn)作模式和低碳約束下物流業(yè)效率及其影響因素。前者主要探討低碳約束下物流車輛配送路徑優(yōu)化和選址方面的問(wèn)題，如康凱等、寧濤等［3-4］均以生鮮農(nóng)產(chǎn)品為研究對(duì)象，圍繞冷鏈物流車輛的配送路徑進(jìn)行仿真優(yōu)化，努力降低碳排放成本；與之不同的是，冷龍龍等［5］則將選址和路徑問(wèn)題一并考慮，通過(guò)算法模擬來(lái)實(shí)現(xiàn)碳排放量最小的目的。后者有關(guān)低碳物流效率方面的研究，眾多學(xué)者主要針對(duì)低碳約束下的物流產(chǎn)業(yè)效率進(jìn)行定量分析。如劉承良和管明明［6］從空間分布特征對(duì)中國(guó)物流業(yè)的效率及影響因素進(jìn)行分析；而楊傳明［7］則分別從靜態(tài)和動(dòng)態(tài)角度對(duì)江蘇省物流產(chǎn)業(yè)的運(yùn)作效率展開(kāi)測(cè)量，并據(jù)此提出改進(jìn)建議。

既有研究從不同角度梳理了低碳物流的發(fā)展水平和影響因素，但在探究長(zhǎng)三角低碳物流效率與經(jīng)濟(jì)發(fā)展關(guān)系這一領(lǐng)域仍有拓展空間，具體存在以下三點(diǎn)不足：①目前圍繞低碳物流的研究對(duì)象主要集中在單獨(dú)省份或全國(guó)范圍，而針對(duì)長(zhǎng)三角低碳物流效率開(kāi)展研究的文獻(xiàn)少之又少，這不利于“雙碳”背景下加快長(zhǎng)三角一體化發(fā)展；②現(xiàn)有研究多從宏觀視角分析區(qū)域物流與區(qū)域經(jīng)濟(jì)的關(guān)系［8-10］，尚未有學(xué)者進(jìn)一步探究低碳物流與區(qū)域經(jīng)濟(jì)的關(guān)系；③從已有文獻(xiàn)的研究方法來(lái)看，大多應(yīng)用單一的方法模型，諸如隨機(jī)前沿分析法［11］、三階段DEA模型等［12］，其對(duì)物流業(yè)效率的分析難以透徹，也無(wú)法系統(tǒng)全面地梳理物流與經(jīng)濟(jì)之間的復(fù)雜關(guān)系?；诖?，本文以長(zhǎng)三角地區(qū)為研究對(duì)象，探究低碳物流與區(qū)域經(jīng)濟(jì)之間的關(guān)系。

本文的研究貢獻(xiàn)主要有：①選取全國(guó)經(jīng)濟(jì)發(fā)展最為活躍的區(qū)域——長(zhǎng)三角地區(qū)作為研究樣本，使研究更具有代表性；②以低碳物流-區(qū)域經(jīng)濟(jì)為研究框架，充分討論長(zhǎng)三角低碳物流對(duì)區(qū)域經(jīng)濟(jì)的影響；③為能精準(zhǔn)全面地證明低碳物流對(duì)區(qū)域經(jīng)濟(jì)確有影響，本文綜合應(yīng)用DEA-BCC模型、固定效應(yīng)模型以及灰色關(guān)聯(lián)分析，層層梳理兩者之間的關(guān)系。

二、研究方法

（一）指標(biāo)體系構(gòu)建

考慮指標(biāo)體系的科學(xué)性與可獲得性，以低碳物流理論為指導(dǎo)，借鑒已有的研究成果［13-14］，從投入與產(chǎn)出兩方面建立低碳物流的指標(biāo)體系，具體見(jiàn)表1所列。

表1 低碳物流指標(biāo)體系

在物流投入方面，眾多研究主要從人力投入和財(cái)力投入兩方面建立，而本文則從四個(gè)方面對(duì)物流投入進(jìn)行分析，具體為CO2的排放量、物流從業(yè)人數(shù)、物流固定資產(chǎn)投資和等級(jí)公路里程，從而更加直觀全面地體現(xiàn)低碳物流產(chǎn)業(yè)的發(fā)展基礎(chǔ)；在物流產(chǎn)出方面，分別從物流產(chǎn)業(yè)增加值、貨運(yùn)量和貨物周轉(zhuǎn)量三個(gè)維度進(jìn)行綜合考量，從而反映低碳物流的運(yùn)行成果。

原始數(shù)據(jù)分別來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》以及長(zhǎng)三角三省一市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等。

（二）指標(biāo)數(shù)據(jù)處理

1.數(shù)據(jù)不變價(jià)處理

為消除價(jià)格波動(dòng)的影響，利用GDP平減指數(shù)，將與價(jià)格相關(guān)的指標(biāo)平減為2008年為基期的不變價(jià)格水平。以人均國(guó)內(nèi)生產(chǎn)總值指標(biāo)為例，數(shù)據(jù)預(yù)處理的結(jié)果見(jiàn)表2所列。

表2 2008—2019年長(zhǎng)三角各省份人均國(guó)內(nèi)生產(chǎn)總值不變價(jià)處理結(jié)果

續(xù)表2

2.面板數(shù)據(jù)熵值法

在構(gòu)建客觀合理的指標(biāo)評(píng)價(jià)體系基礎(chǔ)上，進(jìn)一步采用熵值法對(duì)數(shù)據(jù)作標(biāo)準(zhǔn)化處理，測(cè)算熵值和冗余度，最終得出各指標(biāo)的權(quán)重和各省份低碳物流系統(tǒng)的綜合得分?？紤]熵值法已經(jīng)廣泛應(yīng)用在學(xué)術(shù)研究中，此處詳細(xì)步驟可參考李曉梅和崔靚［15］的做法。

（三）模型構(gòu)建

1.低碳物流產(chǎn)業(yè)運(yùn)作效率

數(shù)據(jù)包絡(luò)分析法（DEA）最早由Charnes提出［16］，該方法廣泛應(yīng)用于對(duì)各種產(chǎn)業(yè)效率的測(cè)度。曹炳汝等［17］以長(zhǎng)江經(jīng)濟(jì)帶為例，通過(guò)巧妙結(jié)合DEABCC模型以期掌握物流效率在時(shí)間維度上的變化；梅國(guó)平等［18］采用三階段DEA模型對(duì)華東地區(qū)物流效率展開(kāi)分析，結(jié)果表明，在一定條件下，物流產(chǎn)業(yè)效率在空間上呈現(xiàn)由沿海逐漸向內(nèi)陸遞減的趨勢(shì)。

本文選取數(shù)據(jù)包絡(luò)分析法中的BCC模型，對(duì)低碳物流產(chǎn)業(yè)效率進(jìn)行測(cè)算。一方面是由于BCC模型可以解決投入和產(chǎn)出變量多以及各變量量綱不同的問(wèn)題；另一方面是由于該模型不僅能測(cè)算綜合技術(shù)效率，還可以進(jìn)一步得出純技術(shù)效率和規(guī)模效率的數(shù)值，進(jìn)而能夠有針對(duì)性地提出改進(jìn)建議，拓寬研究思路?？紤]DEA-BCC模型經(jīng)常被運(yùn)用，此處具體的推導(dǎo)過(guò)程參考了談毅［19］的做法。

2.低碳物流與區(qū)域經(jīng)濟(jì)的計(jì)量分析

（1）被解釋變量。鑒于人均國(guó)內(nèi)生產(chǎn)總值是衡量區(qū)域經(jīng)濟(jì)發(fā)展水平比較有代表性的參照指標(biāo)［20-22］，此處選取人均國(guó)內(nèi)生產(chǎn)總值（pgdp）作為測(cè)算經(jīng)濟(jì)增長(zhǎng)的標(biāo)準(zhǔn)。

（2）解釋變量。低碳物流（lcl）為本文的關(guān)鍵變量，根據(jù)面板數(shù)據(jù)熵值法的處理，將長(zhǎng)三角各省份低碳物流產(chǎn)業(yè)的綜合得分作為解釋變量。

（3）控制變量。區(qū)域經(jīng)濟(jì)發(fā)展受多個(gè)變量影響，為精準(zhǔn)分析低碳物流如何作用于區(qū)域經(jīng)濟(jì)發(fā)展，本文綜合以往文獻(xiàn)，選取教育支出（edu）、政府規(guī)模（gov）和環(huán)境規(guī)制程度（rate）作為控制變量［23］。其中：教育支出由各省份教育支出占各自GDP的比重來(lái)表示，教育支出增加會(huì)培養(yǎng)出更多復(fù)合型人才，進(jìn)一步為區(qū)域經(jīng)濟(jì)發(fā)展注入活力；政府規(guī)模用各省份財(cái)政支出占各自GDP的比重來(lái)表示，表明政府活動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的干預(yù)程度；環(huán)境規(guī)制程度用工業(yè)固體廢物綜合利用率來(lái)表示，經(jīng)濟(jì)的健康發(fā)展離不開(kāi)對(duì)環(huán)境的管控，該指標(biāo)數(shù)值與環(huán)境規(guī)制程度成正比。

基于此，對(duì)各變量預(yù)處理后，再進(jìn)行固定效應(yīng)回歸分析，具體公式如下：

其中：pgdpit表示人均國(guó)內(nèi)生產(chǎn)總值；lclit表示低碳物流；control表示控制變量集合；α為常數(shù)項(xiàng)；β1、β2均為待估參數(shù)；μi表示個(gè)體固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

3.低碳物流對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)分析

采用灰色關(guān)聯(lián)分析方法剖析長(zhǎng)三角低碳物流系統(tǒng)各指標(biāo)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響。依據(jù)灰色關(guān)聯(lián)分析的步驟［24］，具體如下：

首先，建立參考序列和比較序列。本文選取長(zhǎng)三角人均國(guó)內(nèi)生產(chǎn)總值作為參考序列，選取低碳物流各個(gè)指標(biāo)構(gòu)成比較序列。

其次，對(duì)原始數(shù)據(jù)序列進(jìn)行去量綱處理，此處選用初值化法，即

最后，計(jì)算關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度大小，并對(duì)各指標(biāo)關(guān)聯(lián)度大小進(jìn)行排序，以便后續(xù)分析。

其中：k=1,2,…,m；δi()k為關(guān)聯(lián)系數(shù)；ρ為分辨系數(shù)，取值范圍為（0，1），通常取0.5；γ0i表示兩個(gè)數(shù)列之間的關(guān)聯(lián)度。

三、實(shí)證分析

（一）長(zhǎng)三角各省份低碳物流產(chǎn)業(yè)效率分析

運(yùn)用DEAP2.1軟件對(duì)長(zhǎng)三角各省份低碳物流產(chǎn)業(yè)效率進(jìn)行測(cè)度，具體分析結(jié)果見(jiàn)表3—表5所列。

綜合技術(shù)效率分析結(jié)果見(jiàn)表3所列。2008—2019年，長(zhǎng)三角三省一市低碳物流綜合技術(shù)效率的取值范圍為0.821～1.000，并且在2015年達(dá)到最小值0.926，平均值為0.971，此后呈現(xiàn)持續(xù)上升趨勢(shì)，說(shuō)明長(zhǎng)三角低碳物流發(fā)展水平整體上在波動(dòng)狀態(tài)中向好發(fā)展，各省份低碳物流綜合技術(shù)效率相差甚微。具體來(lái)看：浙江和江蘇兩地低碳物流綜合技術(shù)效率水平的平均值最高，分別為0.992和0.984；上海低碳物流綜合技術(shù)效率雖然波動(dòng)幅度相對(duì)較大，但最小值也達(dá)到了0.871；安徽低碳物流綜合技術(shù)效率在0.821～1.000之間，其中，2008—2014年均處于DEA有效狀態(tài)，2015—2019年又呈現(xiàn)出較為明顯的上升趨勢(shì)。整體來(lái)看，長(zhǎng)三角三省一市低碳物流綜合技術(shù)效率的均值均在0.9以上，最小值也保持在0.8以上，這表明長(zhǎng)三角低碳物流的資源配置和管理效率比較合理。

表3 2008—2019年長(zhǎng)三角各省份低碳物流綜合技術(shù)效率

純技術(shù)效率分析結(jié)果見(jiàn)表4所列。2008—2019年，長(zhǎng)三角三省一市低碳物流純技術(shù)效率為1的決策單元有33個(gè)，占比68.75%。其中：浙江、江蘇、上海和安徽的DEA有效年份分別為10個(gè)、8個(gè)、7個(gè)和8個(gè)。浙江和江蘇純技術(shù)效率的平均值均為0.997，排名并列第一。除2013年和2015年外，浙江純技術(shù)效率長(zhǎng)期處于DEA有效狀態(tài)；江蘇純技術(shù)效率取值介于0.986～1.000之間，取值均在0.9以上較高水平，可見(jiàn)江蘇物流產(chǎn)業(yè)的資源利用效率比較理想；緊隨兩省排名之后的便是上海，上海純技術(shù)效率的平均值為0.989，高于其規(guī)模效率的平均值，說(shuō)明上海綜合技術(shù)效率水平更多地受到規(guī)模效率的影響，未來(lái)上海應(yīng)進(jìn)一步優(yōu)化低碳物流的規(guī)模結(jié)構(gòu)；位居末尾的安徽，雖然純技術(shù)效率的平均值低于其他三個(gè)省份，但整體水平也均能達(dá)0.8以上，說(shuō)明其進(jìn)一步提升的空間還有待拓展。

表4 2008—2019年長(zhǎng)三角各省份低碳物流純技術(shù)效率

規(guī)模效率分析結(jié)果見(jiàn)表5所列。2008—2019年，長(zhǎng)三角物流規(guī)模效率最大值為1.000，最小值為0.884，平均值達(dá)到0.986。浙江在各地區(qū)低碳物流平均規(guī)模效率中排名第一，緊隨其后的分別是安徽、江蘇和上海。浙江除2009年、2013年和2015年外，規(guī)模效率均處于DEA有效狀態(tài)；安徽則在2008—2014年期間，規(guī)模效率持續(xù)穩(wěn)定為1；而江蘇和上海的規(guī)模效率則處于不斷波動(dòng)狀態(tài)，規(guī)模效率未達(dá)到1的年份說(shuō)明投入與產(chǎn)出沒(méi)有達(dá)到最優(yōu)規(guī)模，有待繼續(xù)降本增效，提高低碳物流的規(guī)模效率，進(jìn)而提升長(zhǎng)三角低碳物流綜合技術(shù)效率。

表5 2008—2019年長(zhǎng)三角各省份低碳物流規(guī)模效率

續(xù)表5

（二）低碳物流與區(qū)域經(jīng)濟(jì)發(fā)展的計(jì)量分析

1.描述性統(tǒng)計(jì)

本文采用Stata15計(jì)量經(jīng)濟(jì)軟件對(duì)模型進(jìn)行描述性統(tǒng)計(jì)分析，表6詳細(xì)列出2008—2019年被解釋變量、解釋變量以及控制變量的樣本數(shù)、均值、標(biāo)準(zhǔn)差、最小值及最大值。由表6數(shù)據(jù)可知，人均國(guó)內(nèi)生產(chǎn)總值(pgdp)的最小值為14 485，最大值為116 344，表明長(zhǎng)三角三省一市的經(jīng)濟(jì)發(fā)展水平顯著不同；低碳物流(lcl)的均值為0.345，最小值為0.117，最大值為0.796，說(shuō)明三省一市的低碳物流發(fā)展水平差異略大。在控制變量中，教育支出(edu)的標(biāo)準(zhǔn)差最小，為0.006；相比之下，政府規(guī)模(gov)和環(huán)境規(guī)制程度(rate)的標(biāo)準(zhǔn)差分別為0.048和0.052，波動(dòng)幅度明顯大于教育支出(edu)。

表6 變量描述性統(tǒng)計(jì)結(jié)果

2.相關(guān)系數(shù)矩陣

本文通過(guò)測(cè)算相關(guān)系數(shù)矩陣和方差膨脹因子，以此判斷解釋變量與控制變量之間是否存在多重共線性問(wèn)題，具體見(jiàn)表7、表8所列。由運(yùn)行結(jié)果可知VIF＜5，根據(jù)經(jīng)驗(yàn)判斷各變量之間存在多重共線性的可能性很低［25］，可以進(jìn)行回歸分析。

表7 解釋變量和控制變量的相關(guān)系數(shù)矩陣

表8 各變量的方差膨脹因子

3.固定效應(yīng)模型分析

為了消除異方差造成的影響，在回歸分析之前，統(tǒng)一對(duì)各變量進(jìn)行對(duì)數(shù)化處理。通過(guò)豪斯曼（Hausman）檢驗(yàn)可知，應(yīng)當(dāng)選擇固定效應(yīng)模型，分析結(jié)果見(jiàn)表9所列。低碳物流所對(duì)應(yīng)的系數(shù)為正，即為0.633，且在1%的顯著性水平上顯著，這充分說(shuō)明低碳物流的發(fā)展水平越高，越有利于改善長(zhǎng)三角經(jīng)濟(jì)發(fā)展質(zhì)量［26-28］。控制變量中，教育支出系數(shù)為0.659，且在1%的顯著性水平上顯著，說(shuō)明長(zhǎng)三角生態(tài)文化教育支出有顯著成效，公眾生態(tài)文化素養(yǎng)較高，生態(tài)意識(shí)較強(qiáng)，生態(tài)文明知識(shí)儲(chǔ)備相對(duì)充足，有利于提升長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量［29］；而政府規(guī)模和環(huán)境規(guī)制程度的系數(shù)均為負(fù)數(shù)，分別為-0.725、-1.034，同時(shí)，政府規(guī)模在1%的顯著性水平上顯著，環(huán)境規(guī)制程度則在5%的顯著性水平上顯著，說(shuō)明地方政府可能迫于政績(jī)壓力，更注重短期成效，側(cè)重把資金投入到對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)回報(bào)快、貢獻(xiàn)高的生產(chǎn)性領(lǐng)域，造成財(cái)政支出結(jié)構(gòu)失衡［23］；在環(huán)境管制方面，為了實(shí)現(xiàn)經(jīng)濟(jì)量的增長(zhǎng)，降低環(huán)境管控門檻，加快引進(jìn)各種產(chǎn)業(yè)，最終不可避免地造成環(huán)境破壞，也使得經(jīng)濟(jì)發(fā)展質(zhì)量受損［30］。

表9 固定效應(yīng)模型回歸分析結(jié)果

4.穩(wěn)健性檢驗(yàn)

為驗(yàn)證研究結(jié)論的穩(wěn)健性，分別選取替換變量、調(diào)整樣本期、核心變量滯后一期以及加入遺漏變量的方法進(jìn)行檢驗(yàn)，研究結(jié)果見(jiàn)表10、表11所列。

表10 穩(wěn)健性檢驗(yàn)

表11 穩(wěn)健性檢驗(yàn)（加入遺漏變量）

（1）替換變量。本文主要通過(guò)調(diào)整被解釋變量人均國(guó)內(nèi)生產(chǎn)總值（lnpgdp）來(lái)驗(yàn)證低碳物流與區(qū)域經(jīng)濟(jì)之間的關(guān)系，此處使用長(zhǎng)三角三省一市各自實(shí)際GDP的對(duì)數(shù)值進(jìn)行代替［31-32］。表10第1列的結(jié)果表明，核心解釋變量低碳物流（lnlcl）通過(guò)了1%的顯著性水平檢驗(yàn)。除此之外，其他控制變量并未發(fā)生劇烈變動(dòng)，這表明研究結(jié)論即低碳物流可以促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)是相對(duì)穩(wěn)健的。

（2）調(diào)整樣本期。2008年金融危機(jī)席卷全球，給我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展帶來(lái)一定的負(fù)面沖擊?？紤]區(qū)域經(jīng)濟(jì)在受到外部沖擊后可能會(huì)對(duì)研究結(jié)論產(chǎn)生影響，本文進(jìn)一步將研究樣本的時(shí)間范圍調(diào)整為2009—2019年再次測(cè)試，檢驗(yàn)結(jié)果見(jiàn)表10第2列。結(jié)果表明，不但核心解釋變量低碳物流（lnlcl）通過(guò)了1%的顯著性水平檢驗(yàn)，而且其他控制變量基本上沒(méi)有發(fā)生顯著變動(dòng)，再一次驗(yàn)證了研究結(jié)論的穩(wěn)健性。

（3）核心變量滯后一期?？紤]核心解釋變量可能存在內(nèi)生性問(wèn)題，本文對(duì)解釋變量即低碳物流（lnlcl）進(jìn)行滯后一期后再測(cè)算，結(jié)果見(jiàn)表10第3列。結(jié)果表明，低碳物流（lnlcl）系數(shù)為0.531，即核心解釋變量的系數(shù)與顯著性水平同表10第1、第2列所呈現(xiàn)的結(jié)果相差甚微，也相對(duì)有效地證明了基準(zhǔn)回歸的穩(wěn)健性。

（4）加入遺漏變量。穩(wěn)健性檢驗(yàn)有時(shí)也因?yàn)檫z漏了變量而導(dǎo)致結(jié)果偏差，下面將在原有控制變量的基礎(chǔ)上，引入影響區(qū)域經(jīng)濟(jì)發(fā)展的重要變量，包括固定資產(chǎn)投資（inv）和對(duì)外開(kāi)放水平（tra）［20，23］。其中，固定資產(chǎn)投資（inv）用各地固定資產(chǎn)投資總額與各地GDP之比表示，對(duì)外開(kāi)放水平（tra）用各地進(jìn)出口貿(mào)易額與各地GDP之比表示。具體回歸結(jié)果見(jiàn)表11所列，不難發(fā)現(xiàn)，在增加可能遺漏的變量后，低碳物流對(duì)區(qū)域經(jīng)濟(jì)的估計(jì)系數(shù)與前文基準(zhǔn)回歸結(jié)果相差無(wú)幾，同樣增強(qiáng)了研究結(jié)論的說(shuō)服力。

（三）低碳物流與區(qū)域經(jīng)濟(jì)的灰色關(guān)聯(lián)分析

通過(guò)前文計(jì)量分析，已知低碳物流能夠正向影響長(zhǎng)三角經(jīng)濟(jì)發(fā)展，為了剖析低碳物流系統(tǒng)各指標(biāo)對(duì)區(qū)域經(jīng)濟(jì)的作用，利用公式（2）—（4）計(jì)算得出長(zhǎng)三角低碳物流對(duì)經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)度，運(yùn)行結(jié)果見(jiàn)表12所列。

表12 長(zhǎng)三角低碳物流各指標(biāo)對(duì)經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)度

對(duì)表12各指標(biāo)的灰色關(guān)聯(lián)度大小進(jìn)行排序，各指標(biāo)從高到低為：CO2的排放量＞物流產(chǎn)業(yè)增加值＞貨運(yùn)量＞物流從業(yè)人員＞貨物周轉(zhuǎn)量＞等級(jí)公路里程＞物流固定資產(chǎn)投資。

低碳物流系統(tǒng)各指標(biāo)與區(qū)域經(jīng)濟(jì)灰色關(guān)聯(lián)度數(shù)值均在0.6以上，表明整體關(guān)聯(lián)程度比較密切，進(jìn)一步說(shuō)明低碳物流能夠推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展。具體來(lái)看：首先，二氧化碳排放量與長(zhǎng)三角經(jīng)濟(jì)發(fā)展呈現(xiàn)強(qiáng)關(guān)聯(lián)，關(guān)聯(lián)度達(dá)到了0.914，說(shuō)明二氧化碳排放程度對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量起到尤為關(guān)鍵的作用，降碳減排不但能加強(qiáng)對(duì)區(qū)域環(huán)境的保護(hù)，更是促進(jìn)經(jīng)濟(jì)長(zhǎng)久健康發(fā)展的基礎(chǔ)［33］；其次，物流產(chǎn)業(yè)增加值與長(zhǎng)三角經(jīng)濟(jì)發(fā)展呈現(xiàn)強(qiáng)關(guān)聯(lián)，以2019年為例，長(zhǎng)三角三省一市物流產(chǎn)業(yè)增加值達(dá)到了8 743.68億元，占長(zhǎng)三角GDP總量的4%左右，對(duì)經(jīng)濟(jì)發(fā)展的帶動(dòng)作用顯而易見(jiàn)；再次，貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量的關(guān)聯(lián)度分別為0.807和0.774，兩者在一定程度上代表物流的運(yùn)輸和周轉(zhuǎn)能力，而物流從業(yè)人員數(shù)量則又能體現(xiàn)出從事低碳物流產(chǎn)業(yè)的人才規(guī)模，三者均可以從不同方面反映出低碳物流對(duì)區(qū)域經(jīng)濟(jì)的帶動(dòng)作用；最后，就等級(jí)公路里程而言，萬(wàn)物流通公路先行，這是低碳物流發(fā)展的前提和基礎(chǔ)，良好的物流基礎(chǔ)設(shè)施有助于加快貨物流動(dòng)，進(jìn)而加快區(qū)域經(jīng)濟(jì)前進(jìn)的步伐。

四、結(jié)論與建議

（一）結(jié)論

本文選取2008—2019年長(zhǎng)三角三省一市數(shù)據(jù)為研究樣本，首先，利用DEA-BCC模型對(duì)低碳物流產(chǎn)業(yè)效率進(jìn)行初步測(cè)算；其次，選取人均國(guó)內(nèi)生產(chǎn)總值為被解釋變量，低碳物流系統(tǒng)的綜合得分為解釋變量，教育支出、政府規(guī)模和環(huán)境規(guī)制程度為控制變量，從經(jīng)濟(jì)視角展開(kāi)回歸分析；最后，運(yùn)用灰色關(guān)聯(lián)剖析了低碳物流各指標(biāo)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響程度。研究得出以下結(jié)論：

第一，效率分析結(jié)果表明，長(zhǎng)三角低碳物流運(yùn)行效率比較理想，三省一市綜合技術(shù)效率平均值差距較小，處于DEA有效狀態(tài)的年份個(gè)數(shù)均不低于5個(gè)。其中，安徽在2008—2014年期間始終處于DEA有效狀態(tài)，其余三個(gè)省份的低碳物流運(yùn)行效率動(dòng)態(tài)起伏。

第二，從計(jì)量回歸分析結(jié)果可知，低碳物流產(chǎn)業(yè)的確促進(jìn)了長(zhǎng)三角經(jīng)濟(jì)發(fā)展，同時(shí)，教育支出對(duì)區(qū)域經(jīng)濟(jì)發(fā)展也起到了正向作用［34］，但政府支出和環(huán)境規(guī)制程度對(duì)區(qū)域經(jīng)濟(jì)發(fā)展呈現(xiàn)出負(fù)面影響。

第三，從灰色關(guān)聯(lián)分析結(jié)果來(lái)看，長(zhǎng)三角低碳物流與經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)度排序?yàn)椋篊O2的排放量＞物流產(chǎn)業(yè)增加值＞貨運(yùn)量＞物流從業(yè)人員＞貨物周轉(zhuǎn)量＞等級(jí)公路里程＞物流固定資產(chǎn)投資。

（二）建議

基于以上研究結(jié)果，為了提升長(zhǎng)三角低碳物流產(chǎn)業(yè)的運(yùn)作效率，同時(shí)加快改善長(zhǎng)三角經(jīng)濟(jì)發(fā)展質(zhì)量，提出以下建議：

第一，各省份低碳物流產(chǎn)業(yè)效率的均值雖未達(dá)到有效狀態(tài)，但整體發(fā)展形勢(shì)良好。安徽低碳物流效率水平主要受純技術(shù)效率影響，而其他三個(gè)省份低碳物流效率則更多受到規(guī)模效率的作用，可見(jiàn)長(zhǎng)三角低碳物流的綜合技術(shù)效率水平高低，既離不開(kāi)純技術(shù)效率的支持，也與規(guī)模效率水平密切相關(guān)。應(yīng)充分關(guān)注低碳物流產(chǎn)業(yè)的資源利用情況和規(guī)模發(fā)展?fàn)顩r，打通區(qū)域間的地理障礙，促進(jìn)要素自由流動(dòng)，完善低碳物流網(wǎng)絡(luò)布局，引導(dǎo)低碳物流實(shí)現(xiàn)1+1+1+1＞4的效果。

第二，協(xié)調(diào)好低碳物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展之間的關(guān)系，不能一味地追求經(jīng)濟(jì)量的增長(zhǎng)幅度，而忽略經(jīng)濟(jì)質(zhì)的轉(zhuǎn)變，違背了經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在要求。建議政府對(duì)財(cái)政支出結(jié)構(gòu)進(jìn)行適當(dāng)調(diào)整，而不單單傾向于投向收益見(jiàn)效快的產(chǎn)業(yè)［35］。同時(shí)，為了推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展，適當(dāng)提高企業(yè)進(jìn)入長(zhǎng)三角地區(qū)的門檻，加大環(huán)境規(guī)制程度，嚴(yán)格控制碳排放，平衡好區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量與生態(tài)環(huán)境之間的關(guān)系。

第三，建議加大降碳減排整治力度，推廣物流行業(yè)使用節(jié)能減排新技術(shù)和新能源。對(duì)于低碳物流產(chǎn)業(yè)而言，應(yīng)當(dāng)密切關(guān)注物流產(chǎn)業(yè)的基礎(chǔ)設(shè)施狀況，適時(shí)增加對(duì)硬件設(shè)施的投資力度，提高互聯(lián)網(wǎng)普及率，優(yōu)化運(yùn)輸路線，盡快從傳統(tǒng)運(yùn)行方式逐步轉(zhuǎn)變?yōu)楣?jié)能高效模式。加快物流產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，運(yùn)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)信息共享，加快長(zhǎng)三角物流行業(yè)公共信息平臺(tái)搭建，真正落實(shí)物流資源共享、信息暢通無(wú)阻，進(jìn)而優(yōu)化運(yùn)輸結(jié)構(gòu)，提高貨運(yùn)量和貨運(yùn)周轉(zhuǎn)量。此外，還應(yīng)重視人才引進(jìn)，增強(qiáng)低碳物流產(chǎn)業(yè)發(fā)展活力。