劉聰　宋文豪

關鍵詞：耦合協(xié)調；固定效應模型；綠色物流；數(shù)字經(jīng)濟；智慧城市

中圖分類號：F299.22；F251 文獻標志碼：A 文章編號：2096-7934（2024）01-0084-11

一、引言

根據(jù)2021年《中國數(shù)字經(jīng)濟發(fā)展白皮書》數(shù)據(jù)，2020年我國數(shù)字經(jīng)濟規(guī)模達到了39.2萬億元，數(shù)字經(jīng)濟占國內生產總值的比重達38.6%［1］。在這一背景下，數(shù)字經(jīng)濟成為了我國經(jīng)濟新的增長點，發(fā)展數(shù)字經(jīng)濟也變成了改變城市生產、生活方式的新手段。數(shù)字經(jīng)濟快速發(fā)展帶來的大數(shù)據(jù)、云計算以及區(qū)塊鏈等技術，促進了綠色物流業(yè)的產業(yè)數(shù)智化轉型，同時也改變了綠色物流業(yè)的生產方式。綠色物流通過數(shù)字經(jīng)濟所帶來的技術，能夠更好的抑制物流對環(huán)境所造成的危害，并實現(xiàn)對物流環(huán)境的凈化，使物流資源得到充分利用［2］。

智慧城市通過利用大數(shù)據(jù)、云平臺等新型信息技術來改變傳統(tǒng)城市治理模式［3］。智慧城市建設不僅促進了數(shù)字經(jīng)濟的發(fā)展，還使城市中的產業(yè)具備了綠色、可持續(xù)發(fā)展等特點［4］。綠色物流業(yè)作為新型智慧城市中流通系統(tǒng)的支柱產業(yè)，新型智慧城市的建設離不開數(shù)字經(jīng)濟與綠色物流的支撐，故本文以我國智慧城市試點城市為研究對象，探討試點城市中數(shù)字經(jīng)濟與綠色物流的協(xié)同情況，并分析影響兩者協(xié)同發(fā)展的影響因素。

當前數(shù)字經(jīng)濟與物流業(yè)的相關研究中，謝欣雨［5］通過實證檢驗得出我國物流業(yè)與數(shù)字經(jīng)濟的融合水平存在明顯區(qū)域差異，并且存在正向空間集聚效應。黃桂媛［6］認為我國數(shù)字經(jīng)濟與冷鏈物流的協(xié)同程度較高，協(xié)同水平與速凍產品市場規(guī)模等因素存在正相關關系。鐘文［7］通過實證檢驗發(fā)現(xiàn)，現(xiàn)階段數(shù)字經(jīng)濟的發(fā)展能夠顯著促進物流業(yè)的綠色發(fā)展。梁雯［8］以長三角城市群為例，通過實證檢驗發(fā)現(xiàn)數(shù)字經(jīng)濟發(fā)展能夠顯著促進物流業(yè)高質量發(fā)展，并且促進效果受經(jīng)濟發(fā)展的程度影響。盧亞和［9］認為數(shù)字經(jīng)濟發(fā)展能夠促進物流業(yè)效率的提升。

綜上所述，現(xiàn)有關于數(shù)字經(jīng)濟與物流業(yè)的研究中，學者們通過實證檢驗已經(jīng)得出了數(shù)字經(jīng)濟能夠有效促進物流業(yè)的發(fā)展。大部分研究主要以宏觀的物流業(yè)作為研究對象，只有少數(shù)研究以綠色物流作為研究對象［10］，并且缺少數(shù)字經(jīng)濟與綠色物流協(xié)同關系的影響因素研究。在新型智慧城市中，如何更好的促進數(shù)字經(jīng)濟與綠色物流協(xié)同發(fā)展？解決這一問題，對于新型智慧城市建設與發(fā)展具有重要意義。

二、研究設計

（一）研究方法

1.無量綱方法的選擇

由于數(shù)字經(jīng)濟與綠色物流評價指標體系中的各項指標具有量綱以及指標屬性存在正向、負向的區(qū)別，因此，首先對各項指標數(shù)據(jù)采用極差標準化的方式進行無量綱化處理。

式中，X_ij為第j年第i個指標的原始數(shù)據(jù)，X′_ij為其標準化處理后數(shù)據(jù)，X_min為同組數(shù)據(jù)最小值，X_max為同組數(shù)據(jù)最大值。

2.熵值法權重的確定

采用熵值法確定指標權重，計算步驟如下。

計算各指標的比重：

根據(jù)下式計算各指標X′_ij的信息熵：

式中，k=1／lnn，n表示年份，h_i表示第個i指標的信息熵；若p_ij=0，則令ln_pij=0。

計算指標的差異系數(shù)：

根據(jù)下式計算各指標的權重：

在式中，m表示指標數(shù)量，g_i表示第i個指標的差異系數(shù)，w_i即第個i指標的熵權，X′_ij為標準化后的矩陣。

3.耦合度模型及耦合協(xié)調度模型

為了探究數(shù)字經(jīng)濟和綠色物流兩者間的相互作用程度，參照先前的研究［11］，構建耦合度模型，計算公式如下。

式中，fx與gy分別代表數(shù)字經(jīng)濟與綠色物流某評價單元綜合發(fā)展指數(shù)，C代表這兩個系統(tǒng)的耦合指數(shù)，0≤C<1。

耦合度C只衡量一致性和同步性，而耦合協(xié)調度則可以體現(xiàn)兩個系統(tǒng)的耦合協(xié)調發(fā)展水平，公式如下。

式中，C為耦合度，D為耦合協(xié)調度，T為數(shù)字經(jīng)濟與綠色物流的綜合評價指數(shù)，反映數(shù)字經(jīng)濟與綠色物流對耦合協(xié)調度的貢獻。αfx是數(shù)字經(jīng)濟綜合發(fā)展指數(shù)，βgy是綠色物流綜合指數(shù)，經(jīng)熵權法的數(shù)字經(jīng)濟和綠色物流的權重分別為：

根據(jù)以往學者［12］的劃分標準，將耦合協(xié)調度等級劃為4個等級，如表1所示。

表1 耦合協(xié)調度類型劃分

（二）評價指標體系構建

1.數(shù)字經(jīng)濟評價體系構建

在參考《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》以及何地等學者的研究［13］的基礎上，數(shù)字經(jīng)濟的內涵不僅在于推動數(shù)字技術的發(fā)展，加速數(shù)字技術與實體產業(yè)的融合，協(xié)調相關產業(yè)實現(xiàn)轉型升級，還包括影響數(shù)字經(jīng)濟發(fā)展的環(huán)境因素。本文遵循科學性、代表性及可得性的指標選取原則，從經(jīng)濟、產業(yè)規(guī)模以及發(fā)展環(huán)境三個角度構建數(shù)字經(jīng)濟評價體系，指標體系詳細信息如表2所示。

2.綠色物流評價體系構建

綠色物流系統(tǒng)雖然擁有自身的優(yōu)勢與機遇，但也存在內部劣勢以及外部威脅［14］。公路貨運量、以及郵政業(yè)務收入可以反映出智慧城市試點城市中的物流業(yè)發(fā)展水平，交通郵政業(yè)從業(yè)人員則是物流業(yè)發(fā)展的基礎保障。城市綠地面積不僅包括公園綠地面積，還包括了生產綠地面積，綠地面積的擴大能夠吸收更多由物流活動所產生的碳排放，為物流業(yè)的綠色轉型提供保障。因此選取綠地面積等因素作為基礎設施方面的評價指標。

表2 數(shù)字經(jīng)濟評價體系

綠色物流的最終目標是實現(xiàn)可持續(xù)性發(fā)展，在物流活動中產生的碳排放量能夠反映出綠色物流的發(fā)展水平，因此選取物流業(yè)碳排放作為評價綠色物流低碳水平的指標。

優(yōu)質的物流企業(yè)能夠在傳統(tǒng)物流業(yè)綠色轉型中起到帶頭作用，故選取A級以上物流企業(yè)擁有量作為評價綠色物流產業(yè)實力的指標。

綠色物流的發(fā)展受環(huán)境影響，活動范圍不僅包括物流作業(yè)環(huán)節(jié)綠色化，還包括供應鏈中的整體流程綠色化。綠色物流需要串聯(lián)供應鏈全鏈條實現(xiàn)綠色生產，供應鏈上游企業(yè)生產活動所產生的污染，一定程度上影響了綠色物流的實施。因此，將工業(yè)二氧化硫排放量等因素選取作為評價綠色物流環(huán)境因素的指標。

參考先前學者們的研究［15-16］，構建綠色物流評價體系，指標體系詳細信息如表3所示。

表3 綠色物流評價體系

（三）數(shù)據(jù)來源

2015年4月住建部和科技部公布了第三批智慧城市建設試點城市名單，截止到第三批名單我國智慧城市建設試點含地級市108個，縣級市、區(qū)縣183個。由于縣級市的大部分數(shù)據(jù)并沒有統(tǒng)計導致無法收集，基于數(shù)據(jù)的合理性和可獲得性，選取了我國智慧城市試點城市中2017-2021年108個地級市的數(shù)據(jù)作為研究樣本。所使用的數(shù)據(jù)主要源自《中國城市統(tǒng)計年鑒》《中國物流年鑒》《中國智慧城市年鑒》以及《中國信息年鑒》，部分缺失數(shù)據(jù)通過各城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報上的數(shù)據(jù)或者插值法補齊。物流業(yè)的碳排放量采取了Tian［17］的計算方法，計算公式為：

其中，E_i為第i種運輸方式的碳消耗量，萬t，i為公路、鐵路、水運、航空4種運輸方式，j為燃料類型，T_ij為貨物周轉量（億t·km），C_j為碳排放系數(shù)，EF_ij是不同運輸方式的單位周轉量能耗。根據(jù)王麗萍［18］統(tǒng)計的不同運輸方式的單位周轉量能耗計算歷年均值，取值鐵路105.45kw·h/（萬t·km）、公路753.636L/（萬t·km）、水運37L/（萬t·km）、航空2700L/（萬 t·km），具體碳排放系數(shù)如表4所示。

表4 碳排放系數(shù)

三、實證分析

（一）數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度分析

1.整體分析

基于耦合協(xié)調模型，采用2017年至2021年我國智慧城市建設試點城市中108個地級市的面板數(shù)據(jù)，測算了數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度。在108個城市中，北京市以及上海市在5年內均處在高度耦合協(xié)調狀態(tài)；天津市以及重慶市在5年內均處于中度耦合協(xié)調狀態(tài)，鄭州市與武漢市除2017年沒有達到中度耦合協(xié)調外，其余年份均達到中度耦合協(xié)調；除以上城市，剩余102座城市的數(shù)字經(jīng)濟與綠色物流耦合協(xié)調等級均處在低度耦合協(xié)調狀態(tài)。受篇幅限制，將108個城市按我國七大地理區(qū)域劃分后，統(tǒng)計七大區(qū)域中試點城市的耦合協(xié)調度平均值。具體計算結果如表5所示。

表5展示了七大區(qū)域內2017年至2021年數(shù)字經(jīng)濟與綠色物流耦合協(xié)調度平均值的基本特征，從整體上看七大區(qū)域的耦合協(xié)調度平均值均處于低度耦合協(xié)調狀態(tài)。華東地區(qū)與華北地區(qū)屬于區(qū)域層面的第一階梯水平，整體耦合協(xié)調度均值處于0.1473-0.1748之間。華中地區(qū)與華南地區(qū)屬于區(qū)域層面的第二階梯水平，整體耦合協(xié)調度略低于華東以及華北地區(qū)。西南地區(qū)整體耦合協(xié)調狀態(tài)，略低于華中與華南地區(qū)，屬于區(qū)域層面的第三階梯水平。西北及東北地區(qū)耦合協(xié)調狀態(tài)最差，相較其他5個區(qū)域，耦合協(xié)調度均值較低，處在0.0862-0.0968之間。

表5 七大區(qū)域耦合協(xié)調度平均值

為了進一步分析城市間數(shù)字經(jīng)濟與綠色物流協(xié)調失衡的原因，表6分地區(qū)展示了研究期內108個智慧城市試點數(shù)字經(jīng)濟與綠色物流綜合得分的描述性統(tǒng)計。由表6可知，綠色物流的城市區(qū)域差異顯著高于數(shù)字經(jīng)濟。綠色物流平均綜合得分最高值為0.0540，最低值為0.0088，最高值是最低值的6.13倍；數(shù)字經(jīng)濟平均綜合得分最高值為0.0283，最低值為0.0086，最高值是最低值的3.29倍。表明，城市間綠色物流水平的較大差異是造成數(shù)字經(jīng)濟與綠色物流耦合協(xié)調失衡的主要原因。東北地區(qū)綠色物流和智慧城市建設綜合得分均為最低，導致東北地區(qū)的綠色物流與智慧城市建設耦合協(xié)調度在七個區(qū)域內排名墊底；華北與華東兩個區(qū)域在整體上看，綜合得分相對較高，兩個區(qū)域的耦合協(xié)調度也處在區(qū)域中的第一階梯水平。

表6 七大區(qū)域數(shù)字經(jīng)濟與綠色物流綜合得分的描述性統(tǒng)計

總體上看，七個區(qū)域數(shù)字經(jīng)濟與綠色物流耦合協(xié)調均為低度耦合協(xié)調狀態(tài)，整體耦合協(xié)調度較低。由于存在城市間綠色物流發(fā)展水平差異較大等問題，數(shù)字經(jīng)濟與綠色物流之間尚未建立成熟穩(wěn)固的互動發(fā)展關系。通過分析發(fā)現(xiàn)，大部分城市的綠色物流綜合評分通常大于數(shù)字經(jīng)濟的綜合評分一倍以上，表明存在數(shù)字經(jīng)濟發(fā)展滯后于綠色物流系統(tǒng)發(fā)展的情況，導致兩個系統(tǒng)的耦合協(xié)調度較低。

2.城市等級分析

為了進一步分析不同城市發(fā)展水平對于數(shù)字經(jīng)濟與綠色物流耦合關系的影響。參考先前學者的研究［19］，將108個智慧城市試點城市分為不同等級

第一財經(jīng)·新一線城市研究所采用170個主流消費品牌的商業(yè)門店數(shù)據(jù)、17家各領域頭部互聯(lián)網(wǎng)公司的用戶行為數(shù)據(jù)和數(shù)據(jù)機構的城市大數(shù)據(jù)繞商業(yè)資源集聚度等五大一級維度來評估337座地級及以上城市的發(fā)展情況。，計算不同等級試點城市間的耦合協(xié)調度平均值，測算結果如表7所示。由表7得出，一線城市的平均耦合協(xié)調度最高，且耦合協(xié)調度不斷上漲，由2017年的0.5050上升至2021年的0.5345。新一線城市的耦合協(xié)調狀態(tài)由2017年的低度耦合協(xié)調升至2018年的中度耦合協(xié)調，并一直保持中度耦合協(xié)調狀態(tài)至2021年。從二線城市開始，耦合協(xié)調狀態(tài)均為低度耦合協(xié)調，耦合協(xié)調度總體表現(xiàn)形態(tài)是隨著城市等級的降低，平均耦合協(xié)調度越來越低。

表7 不同等級城市的綠色物流與智慧城市耦合協(xié)調度

數(shù)字經(jīng)濟與綠色物流耦合協(xié)調度在不同等級城市間存在顯著的梯度效應，一線城市的耦合協(xié)調度顯著高于新一線城市，新一線城市顯著高于二線、三線、四線以及五線城市。一線城市中的試點城市憑借經(jīng)濟、政策等方面的優(yōu)勢加速了數(shù)字經(jīng)濟的發(fā)展進程，當政策號召發(fā)展綠色物流時，可以憑借資本、人力等資源給予快速回應，較快實現(xiàn)數(shù)字經(jīng)濟與綠色物流的良性互動局面。新一線城市中試點城市數(shù)字經(jīng)濟和綠色物流的發(fā)展水平低于一線城市，導致綠色物流與智慧城市的耦合協(xié)調度低于一線城市。二線、三線、四線和五線城市中的試點城市數(shù)字經(jīng)濟與綠色物流耦合協(xié)調度隨著城市等級下降耦合協(xié)調度也隨之下降。究其原因，一方面在于隨著城市等級的降低，低等級的試點城市信息相關技術建設速度越來越低。信息技術作為數(shù)字經(jīng)濟與綠色物流兩者之間良性互動的紐帶，信息技術建設的發(fā)展水平在一定程度上影響了數(shù)字經(jīng)濟與綠色物流的協(xié)同關系。另一方面，三、四、五線城市中的試點城市經(jīng)濟結構主要是以第一產業(yè)和第二產業(yè)為主，相較于其他高等級試點城市，低等級試點城市自身的綠色轉型更困難。并且，低等級試點城市在環(huán)境防護、污染治理等方面處理相對較差，從環(huán)境因素上不利于數(shù)字經(jīng)濟與綠色物流發(fā)展。

（二）數(shù)字經(jīng)濟與綠色物流影響因素實證檢驗

1.模型構建以及變量選擇

為了進一步實證檢驗數(shù)字經(jīng)濟與綠色物流耦合協(xié)調度的影響因素。參考先前學者的研究［20］，構建如下計量經(jīng)濟模型：

其中，α為常數(shù)項，it表示第i個城市第t年的指標值，COP_it為被解釋變量，即數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度；gdp表示人均GDP、bro表示互聯(lián)網(wǎng)寬帶接入用戶數(shù)、sci表示科學研究和技術服務業(yè)年末城鎮(zhèn)單位就業(yè)人員、ind表示第三產業(yè)占地區(qū)生產總值的比重、vir表示建成區(qū)綠化覆蓋率；β₁……β₅分別為各影響因素的回歸系數(shù)；μ_i為個體效應、it為隨機擾動項。

表8 解釋變量

對于解釋變量，在考慮能夠影響數(shù)字經(jīng)濟與綠色物流耦合協(xié)調的因素后，選取以下幾個解釋變量：

（1）人均GDP（gdp）：一個地區(qū)的經(jīng)濟發(fā)展水平越高，數(shù)字經(jīng)濟以及綠色物流的發(fā)展基礎條件就越好，所以選用人均GDP表示經(jīng)濟發(fā)展水平。

（2）互聯(lián)網(wǎng)寬帶接入用戶數(shù)（bro）：信息化水平越高，數(shù)字經(jīng)濟與綠色物流的互動關系就越好，綠色物流在智慧城市中信息傳遞的成本就更低，所以選用互聯(lián)網(wǎng)寬帶接入用戶數(shù)來表示信息化水平。

（3）科學研究和技術服務業(yè)年末城鎮(zhèn)單位就業(yè)人員（sci）：科技相關行業(yè)工作人員的有力支撐，能夠為數(shù)字經(jīng)濟與綠色物流帶來發(fā)展所需要的技術，所以選用科學研究和技術服務業(yè)年末城鎮(zhèn)單位就業(yè)人員表示技術行業(yè)人力資本。

（4）第三產業(yè)占地區(qū)生產總值的比重（ind）：產業(yè)結構對于物流業(yè)綠色升級起到了關鍵作用，使綠色物流能夠更好的為智慧城市中的流通環(huán)節(jié)服務，所以選用第三產業(yè)占地區(qū)生產總值的比重表示產業(yè)結構。

（5）建成區(qū)綠化覆蓋率（vir）：綠化覆蓋率作為環(huán)境因素，覆蓋率提升能夠更好的吸收城市建設過程中所產生的二氧化碳排放，為數(shù)字經(jīng)濟與綠色物流的協(xié)同發(fā)展打下基礎，所以選取建成區(qū)綠化覆蓋率表示環(huán)境建設。

2.回歸結果分析

利用F檢驗、LM檢驗以及豪斯曼檢驗，三次對比的檢驗結果P值均小于0.05，故拒絕選用隨機效應模型，采用固定效應模型。固定效應回歸結果如表9所示。

表9 回歸結果

通過分析分析表10中模型（5）的估計結果可知：

總體來說，模型（5）固定效應模型的Stata15報告結果R2擬合系數(shù)為0.7774，說明整體擬合效果較好。P值小于0.01，說明模型的聯(lián)合顯著性在1%的顯著性水平上顯著，各變量大多在1%的顯著性水平上顯著。

產業(yè)結構（ind）與環(huán)境建設（vir）對被解釋變量（COP）均沒有顯著影響。其中產業(yè)結構（ind）與被解釋變量的相關系數(shù)為負值，可能的原因是產業(yè)結構導致綠色物流需求存在結構性矛盾。在我國產業(yè)結構中，重工業(yè)比例依然較大，造成物流環(huán)節(jié)實現(xiàn)低碳環(huán)保比較困難的情況，使綠色物流的物流組織體系還不能適應產業(yè)物流需求結構變化要求，抑制了數(shù)字經(jīng)濟與綠色物流的良性互動。環(huán)境建設（vir）與被解釋變量不存在顯著關系，原因在于提高綠地覆蓋率存在較長時滯，即綠地面積的需要達到一定規(guī)模后才能實現(xiàn)對工業(yè)所產生的廢氣進行吸收，提高綠地覆蓋率需要一個量變到質變的過程，這就出現(xiàn)了短期的綠地建設對促進數(shù)字經(jīng)濟與綠色物流協(xié)同發(fā)展影響不顯著。

經(jīng)濟發(fā)展水平（gdp）、信息化水平（bro）以及技術行業(yè)人力資本（ind）與被解釋變量（COP）存在顯著相關關系。在P值＜0.01的顯著性水平下，經(jīng)濟發(fā)展水平（gdp）與被解釋變量（COP）的相關系數(shù)為0.009，即當城市中人均GDP每增加1元時，數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度將會提升0.009。究其原因在于，智慧城市中經(jīng)濟發(fā)展水平提高時，該城市內的居民可支配收入也隨之提高，消費能力也會增強。通過綠色物流整合供應鏈的作用，居民更傾向于選擇“綠色消費”，從而推動數(shù)字經(jīng)濟與綠色物流的融合發(fā)展。信息化水平（bro）與被解釋變量（COP）的相關系數(shù)為0.005，即當城市中互聯(lián)網(wǎng)寬帶接入用戶數(shù)每增加1萬戶，數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度將會提升0.005。這是由于信息技術的建設隨著數(shù)字經(jīng)濟的發(fā)展越來越深入，作為數(shù)字經(jīng)濟與綠色物流的連接紐帶之一，信息全鏈條的暢通能夠有效促進綠色物流在智慧城市中的環(huán)境保護作用。技術行業(yè)人力資本（ind）與被解釋變量（COP）的相關系數(shù)為0.006，即當科學研究和技術服務業(yè)年末城鎮(zhèn)單位就業(yè)人員每增加1人時，數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調度將會提升0.006。原因在于，科學、技術相關行業(yè)的從業(yè)人員能夠增強城市的科研創(chuàng)新能力，增加城市中專利、技術成果的產出，為數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調發(fā)展提供了技術上的支持。

四、結論與建議

（一）結論

通過對108個智慧城市試點城市面板數(shù)據(jù)的實證檢驗，得到以下四點結論：

第一，108個試點城市的數(shù)字經(jīng)濟與綠色物流耦合協(xié)調發(fā)展水平較低。在108個試點城市中，只有少量城市的耦合協(xié)調狀態(tài)達到了中度耦合協(xié)調狀態(tài)以上，其余大部分城市均處在低度耦合協(xié)調狀態(tài)。

第二，七個區(qū)域數(shù)字經(jīng)濟與綠色物流的耦合協(xié)調均為低度耦合協(xié)調狀態(tài)，綠色物流綜合評分大于智慧城市的綜合評分一倍以上，表明存在數(shù)字經(jīng)濟發(fā)展滯后于綠色物流發(fā)展的情況。城市間綠色物流發(fā)展水平差異較大，導致兩個系統(tǒng)的耦合協(xié)調度較低。

第三，數(shù)字經(jīng)濟與綠色物流耦合協(xié)調度在不同等級城市間存在顯著的梯度效應，一線城市的耦合協(xié)調度顯著高于新一線城市，新一線城市顯著高于二線、三線、四線以及五線城市。

第四，經(jīng)濟發(fā)展水平、信息化水平以及技術行業(yè)人力資本對兩個系統(tǒng)的耦合協(xié)調關系存在顯著相關關系，產業(yè)結構與環(huán)境建設對兩個系統(tǒng)的耦合協(xié)調發(fā)展均沒有顯著影響。

（二）建議

第一，要深刻認識數(shù)字經(jīng)濟與綠色物流之間的關系。北京市、上海市的經(jīng)濟發(fā)展水平較高，數(shù)字經(jīng)濟與綠色物流的耦合關系較好，正處于兩者相互促進、相互成就的階段，應鼓勵傳統(tǒng)物流業(yè)綠色轉型，加快數(shù)字經(jīng)濟建設步伐。天津市、重慶市等4個中度耦合協(xié)調城市，應加速數(shù)字經(jīng)濟與綠色物流融合，消除數(shù)字經(jīng)濟對于綠色物流發(fā)展的滯后性。其余低度耦合協(xié)調城市應深刻認識數(shù)字經(jīng)濟與綠色物流的關系，一方面，鼓勵城市中物流企業(yè)向生態(tài)文明建設方向發(fā)展，以綠色、低碳的方式進行物流活動。另一方面，加強信息技術建設，完善數(shù)字經(jīng)濟與綠色物流在智慧城市中的連接方式。

第二，利用區(qū)域地理性特征，發(fā)揮空間優(yōu)勢。東北、西北地區(qū)中協(xié)同程度較低的試點城市應該向華北、華東地區(qū)中協(xié)同程度較高的城市學習，借鑒協(xié)同關系較好城市的先進經(jīng)驗和發(fā)展模式，多與中度耦合協(xié)調狀態(tài)以上的城市交流學習，打造自己獨有的“數(shù)字經(jīng)濟+綠色物流”發(fā)展新模式。處在經(jīng)濟發(fā)達區(qū)域的試點城市，應把握好區(qū)域優(yōu)勢所帶來的紅利，協(xié)調好數(shù)字經(jīng)濟與綠色物流的互動關系，在試點城市中起到帶頭作用。

第三，注重外部影響因素，改善數(shù)字經(jīng)濟與綠色物流耦合協(xié)調發(fā)展條件。智慧城市試點城市應提升城市經(jīng)濟發(fā)展水平，通過經(jīng)濟發(fā)展保證數(shù)字經(jīng)濟與綠色物流的互動關系。加速信息技術基礎設施建設，加快城市中信息的傳播速度。保障技術行業(yè)人力資源不流失，加大對科研創(chuàng)新的投入，利用技術起到的支撐作用，促進數(shù)字經(jīng)濟與綠色物流協(xié)同發(fā)展。

參考文獻：

［1］中國信息通信研究院.中國數(shù)字經(jīng)濟發(fā)展白皮書［EB/OL］.（2021-04-23）.［2021-10-25］.http：//www.caict.ac.cn/kxyj/qwfb/bps/index_1.htm.

［2］翁心剛，姜旭.日本綠色物流發(fā)展的狀況及啟示［J］.中國流通經(jīng)濟，2011，25（1）：16-20.

［3］石大千，丁海，衛(wèi)平，等.智慧城市建設能否降低環(huán)境污染［J］.中國工業(yè)經(jīng)濟，2018（6）：117-135.

［4］辜勝阻.當前我國智慧城市建設中的問題與對策［J］.中國軟科學，2013（1）：6-12.

［5］謝欣雨，王健.中國物流業(yè)與數(shù)字經(jīng)濟融合水平的區(qū)域差異及動態(tài)演進［J］.調研世界，2023（2）：33-46.

［6］黃桂媛，李琦.數(shù)字經(jīng)濟與冷鏈物流產業(yè)協(xié)同發(fā)展關系研究［J］.商業(yè)經(jīng)濟研究，2023（15）：82-86.

［7］鐘文，楊俊，鄭明貴，等.中國城市數(shù)字經(jīng)濟對物流業(yè)碳排放的影響效應及傳導機制［J］.中國環(huán)境科學，2023.

［8］梁雯，鄭銳.長三角一體化城市群數(shù)字經(jīng)濟對物流業(yè)高質量發(fā)展的影響研究［J］.重慶文理學院學報（社會科學版），2023，5（25）.

［9］盧亞和.數(shù)字經(jīng)濟發(fā)展對物流效率提升的影響——基于交易成本的分析［J］.商業(yè)經(jīng)濟研究，2021（16）：99-103.

［10］張蓉.我國省域數(shù)字經(jīng)濟與綠色物流協(xié)同發(fā)展探討［J］.商業(yè)經(jīng)濟研究，2023（18）：90-94.

［11］任喜萍，殷仲義.中國省域人口集聚、公共資源配置與服務業(yè)發(fā)展時空耦合及驅動因素［J］.中國人口·資源與環(huán)境，2019，29（12）：77-86.

［12］傅為忠，劉瑤.產業(yè)數(shù)字化與制造業(yè)高質量發(fā)展耦合協(xié)調研究——基于長三角區(qū)域的實證分析［J］.華東經(jīng)濟管理，2021，35（12）：19-29.

［13］何地，趙炫焯，齊琦.中國數(shù)字經(jīng)濟發(fā)展水平測度、時空格局與區(qū)域差異研究［J］.工業(yè)技術經(jīng)濟，2023，42（3）：54-62.

［14］邰曉紅.基于層次分析法的遼寧省綠色物流SWOT分析［J］.科技管理研究，2016，36（1）：252-256.

［15］李麗.京津冀低碳物流能力評價指標體系構建——基于模糊物元法的研究［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學學報）.2013，33（2）：72-81.

［16］柳鍵，涂建.中國產業(yè)結構調整對低碳物流效率的影響研究——基于超效率DEA低碳物流效率評價模型的實證分析［J］.價格理論與實踐，2017，（12）：130-133.

［17］TIAN Y H.Analysis of greenhouse gas emissions of freight transport sector in China［J］.Journal of transport geography，2014，40：43-52.

［18］王麗萍.基于投入產出法的中國物流業(yè)碳排放測算及影響因素研究［J］.資源科學，2018，40（1）：195-206.

［19］毛蘊詩，KORABAYEV R，韋振峰.綠色全產業(yè)鏈評價指標體系構建與經(jīng)驗證據(jù)［J］.中山大學學報（社會科學版），2020，60（2）：185-195.

［20］韓兆安，吳海珍，趙景峰.數(shù)字經(jīng)濟與高質量發(fā)展的耦合協(xié)調測度與評價研究［J］.統(tǒng)計與信息論壇，2022，37（6）：22-34.

基金項目：遼寧省社會科學規(guī)劃項目“自我威脅對消費者情緒調節(jié)策略及產品選擇的影響研究：基于內隱情緒理論的視角”（L20BGL027）；葫蘆島市哲學社會科學研究課題“‘雙碳背景下葫蘆島推進區(qū)域物流與區(qū)域經(jīng)濟發(fā)展的關聯(lián)性研究”（HLDSKY2022029）

Research on the Collaborative Development of Digital

Economy and Green Logistics：

Take Smart City Pilot Cities as an Example

LIU Cong1，SONG Wen-hao2

（1.Liaoning Project Technology University， Huludao，Liaoning 125000；

2.Hebei Normal College for Nationalities，Chengde，Hebei 067000）

Abstract：This paper selects the 2017-2021 panel data of 108 smart city pilot cities and adopts a coupled coordination model to evaluate the degree of collaboration between digital economy and green logistics in the pilot cities.On this basis， through the fixed effect model， the influence factors of the collaborative relationship between digital economy and green logistics in pilot cities are measured.The study found that： Among 108 smart city pilots， the coupling coordination degree of pilot cities in North China and East China is relatively high， while the coupling coordination degree of pilot cities in Northwest and Northeast China is relatively low， and the coupling coordination degree of different levels of cities has gradient differences.The level of economic development， informatization and human capital of technology industry have significant correlation with the coupling coordination relationship， while the industrial structure and environmental construction have no significant impact on the coupling coordination relationship.

Keywords：coupling coordination;fixed effect model;green logistics;digital economy;smart city