王 健,林雙嬌 (福州大學(xué)經(jīng)濟(jì)與管理學(xué)院,福建 福州 350108)

物流業(yè)作為提供空間位移服務(wù)的生產(chǎn)性服務(wù)業(yè),對中國省際貿(mào)易中產(chǎn)生的碳轉(zhuǎn)移發(fā)揮關(guān)鍵作用.忽略物流業(yè)碳轉(zhuǎn)移問題會影響物流業(yè)碳減排整體目標(biāo)的分解,導(dǎo)致各地區(qū)物流碳減排配額分配不公,進(jìn)而影響物流業(yè)碳減排目標(biāo)的實(shí)現(xiàn).

國際分包理論認(rèn)為,產(chǎn)品構(gòu)成的復(fù)雜化要求不同產(chǎn)地同時生產(chǎn)產(chǎn)品的不同組件,這種產(chǎn)業(yè)分工格局并不依賴于不同地區(qū)的比較優(yōu)勢,產(chǎn)業(yè)集聚是其中關(guān)鍵的影響因素之一.作為物流產(chǎn)業(yè)地理空間分布的基本表征,物流產(chǎn)業(yè)集聚(以下簡稱物流集聚)是否會影響物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移,既有文獻(xiàn)尚未提出較為完整的解釋框架.相關(guān)研究多零散的從產(chǎn)業(yè)集聚外溢效應(yīng)的視角,探討產(chǎn)業(yè)集聚對碳排放的影響.產(chǎn)業(yè)集聚對碳排放的外溢效應(yīng)已在相關(guān)文獻(xiàn)中得到證實(shí)[1-2].產(chǎn)業(yè)集聚具有巨大的空間溢出能力,在一定程度上打破了煤炭的高碳鎖定[3].集聚水平的提升將吸引鄰近地區(qū)的碳排放轉(zhuǎn)入,降低鄰近地區(qū)的碳排放水平[4].梁晶等[5]的研究亦證明,在物流集聚的作用下,物流業(yè)碳排放會受相鄰地區(qū)的影響.或基于產(chǎn)業(yè)集聚與碳轉(zhuǎn)移之間的分布規(guī)律,分析產(chǎn)業(yè)集聚對碳轉(zhuǎn)移的影響.苑清敏和李想[6]提出,碳轉(zhuǎn)移速度取決于地區(qū)產(chǎn)業(yè)集聚程度,集聚程度越低碳排放轉(zhuǎn)入速度較慢,反之亦然.

物流集聚與碳轉(zhuǎn)移之間存在密切聯(lián)系,然而,僅從外溢視角及分布規(guī)律視角探討產(chǎn)業(yè)集聚與碳轉(zhuǎn)移之間的關(guān)系,難以剖析產(chǎn)業(yè)集聚對碳轉(zhuǎn)移的作用機(jī)制.而在物流業(yè)低碳高質(zhì)量發(fā)展的大背景下,厘清物流集聚對物流業(yè)碳排放跨區(qū)域轉(zhuǎn)移的作用機(jī)制,對于協(xié)調(diào)中國各地區(qū)的物流碳減排工作,實(shí)現(xiàn)中國物流業(yè)低碳高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)意義.因此,有必要基于物流業(yè)碳轉(zhuǎn)移量測算的視角,探索物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)制,明晰不同機(jī)制約束下,物流集聚影響物流業(yè)碳轉(zhuǎn)移的非線性特征,以把握物流集聚與物流業(yè)碳轉(zhuǎn)移之間的深層次規(guī)律.

此外,伴隨著中國西部大開發(fā)、東北老工業(yè)基地振興、中部區(qū)域崛起等一系列區(qū)域發(fā)展戰(zhàn)略的實(shí)施,經(jīng)濟(jì)發(fā)達(dá)地區(qū)產(chǎn)業(yè)向相對欠發(fā)達(dá)地區(qū)轉(zhuǎn)移所伴隨的碳轉(zhuǎn)移問題已成為關(guān)注熱點(diǎn)[7].經(jīng)濟(jì)相互依存易形成非對稱性關(guān)系,強(qiáng)弱省份之間的碳轉(zhuǎn)移具有明顯的非對稱性.非對稱性的相關(guān)研究可以概括為兩類:其一認(rèn)為物流集聚對碳轉(zhuǎn)移存在“擴(kuò)散效應(yīng)”[8],即隨著發(fā)達(dá)地區(qū)物流集聚的擁擠效應(yīng)逐步凸顯,物流碳排放將伴隨著物流活動從發(fā)達(dá)地區(qū)擴(kuò)散至周邊欠發(fā)達(dá)地區(qū);其二指出物流集聚對碳轉(zhuǎn)移存在“虹吸效應(yīng)”[9],即發(fā)達(dá)地區(qū)物流集聚將通過發(fā)揮規(guī)模效應(yīng),降低物流成本,集聚物流資源,促使物流業(yè)碳排放由欠發(fā)達(dá)地區(qū)向發(fā)達(dá)地區(qū)轉(zhuǎn)移.然而,物流集聚對省際間碳轉(zhuǎn)移的“虹吸效應(yīng)”和“擴(kuò)散效應(yīng)”孰占主導(dǎo)這一問題,鮮有文獻(xiàn)提出清晰的論點(diǎn).因此,有必要進(jìn)一步就物流集聚對碳轉(zhuǎn)移的影響是否存在方向上的非對稱性這一問題進(jìn)行擴(kuò)展研究.

綜上,有別于既往文獻(xiàn)基于空間維度探索產(chǎn)業(yè)集聚與碳排放關(guān)聯(lián)的視角,本文嘗試以物流業(yè)碳排放的省際轉(zhuǎn)移為切入點(diǎn),基于 2002、2007、2010、2012、2015年中國多區(qū)域投入產(chǎn)出(MRIO)模型,在測算省際間物流業(yè)碳轉(zhuǎn)移量的基礎(chǔ)上,剖析物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)理,結(jié)合中介效應(yīng)模型和動態(tài)面板門檻模型,探究物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)制,并就物流集聚對碳轉(zhuǎn)移影響的非對稱性展開擴(kuò)展研究,以揭示物流集聚與物流業(yè)碳轉(zhuǎn)移之間的內(nèi)在聯(lián)系.

1 作用機(jī)理及研究假設(shè)

1.1 物流集聚與碳轉(zhuǎn)移

首先,物流集聚通過發(fā)揮外部經(jīng)濟(jì)效應(yīng),促使周邊地區(qū)物流企業(yè)參與到本地的物流活動中,形成新一輪物流集聚,促進(jìn)物流業(yè)碳排放的跨地區(qū)流動.一方面,物流集聚可以發(fā)揮規(guī)模效應(yīng),延伸物流服務(wù)范圍,促進(jìn)碳轉(zhuǎn)移[10].另一方面,物流集聚知識溢出效應(yīng)的發(fā)揮,將降低企業(yè)的運(yùn)營成本,吸引企業(yè)集聚,產(chǎn)生環(huán)境污染的跨地區(qū)轉(zhuǎn)移[11].其次,產(chǎn)業(yè)集聚通過發(fā)揮產(chǎn)業(yè)關(guān)聯(lián)效應(yīng),密切地區(qū)間經(jīng)濟(jì)活動往來,提升周邊地區(qū)的物流服務(wù)需求,促使物流業(yè)碳排放產(chǎn)生跨地區(qū)轉(zhuǎn)移[12].基于此,本文提出假說 1:物流集聚通過外部經(jīng)濟(jì)效應(yīng)和產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)促進(jìn)物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移.

1.2 物流集聚、信息化運(yùn)作與碳轉(zhuǎn)移

信息化運(yùn)作在物流集聚與碳轉(zhuǎn)移之間發(fā)揮關(guān)鍵作用.地區(qū)信息化運(yùn)作維持在一定水平內(nèi)時,信息化運(yùn)作水平的提升,將促進(jìn)要素流通,削弱地理距離對物流產(chǎn)業(yè)空間布局的影響,降低省際間產(chǎn)業(yè)流通的空間摩擦系數(shù),緩解信息不對稱對物流集聚碳轉(zhuǎn)移效應(yīng)的抑制作用,暢通地區(qū)間信息互通渠道,為物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移創(chuàng)造條件[13].當(dāng)?shù)貐^(qū)信息化運(yùn)作超過一定水平時,集聚區(qū)信息量的迅速增長,將提升信息處理效率,促進(jìn)信息技術(shù)溢出效應(yīng)的發(fā)揮,推進(jìn)集聚區(qū)內(nèi)信息的擴(kuò)散與共享,消除集聚區(qū)的“信息孤島”,降低學(xué)習(xí)成本,促使集聚區(qū)內(nèi)物流企業(yè)間相互學(xué)習(xí), 提高物流企業(yè)的運(yùn)作效率及管理水平[14],為集聚區(qū)物流業(yè)創(chuàng)造新增長點(diǎn),增強(qiáng)物流企業(yè)對信息化運(yùn)作的依賴性,進(jìn)而抑制物流碳轉(zhuǎn)移.基于此,本文提出假說 2:信息化運(yùn)作存在門檻效應(yīng).信息化運(yùn)作水平維持在一定水平內(nèi)時,物流集聚促進(jìn)物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移;信息化運(yùn)作越過特定水平時,物流集聚將抑制物流業(yè)碳轉(zhuǎn)移.

1.3 物流集聚、交通運(yùn)輸壓力與碳轉(zhuǎn)移

交通運(yùn)輸是連接地區(qū)間物流活動關(guān)系的重要環(huán)節(jié),交通運(yùn)輸壓力是影響物流業(yè)碳排放空間分布的主要因素[15].一方面,當(dāng)交通運(yùn)輸壓力維持在可控范圍內(nèi)時,物流集聚的規(guī)模經(jīng)濟(jì)效應(yīng)可以緩解交通運(yùn)輸壓力上升所產(chǎn)生的負(fù)外部性,降低交通運(yùn)輸成本,提高交通運(yùn)輸效率,減輕物流活動跨地區(qū)流動的障礙,促進(jìn)物流碳排放的跨地區(qū)轉(zhuǎn)移[16];另一方面,隨著物流集聚程度的持續(xù)提升,物流集聚的擁堵效應(yīng)將造成集聚區(qū)交通運(yùn)輸壓力的急劇上升[17].在此過程中產(chǎn)生的離心力將削弱物流集聚的正外部效應(yīng),造成交通運(yùn)輸成本上升,促使碳排放隨著物流活動向交通運(yùn)輸壓力相對較低的地區(qū)轉(zhuǎn)移.基于此,本文提出假說 3:交通運(yùn)輸壓力存在門檻效應(yīng).隨著交通運(yùn)輸壓力的提升,物流集聚的擁堵效應(yīng)逐漸超過規(guī)模效應(yīng),物流集聚對物流業(yè)碳轉(zhuǎn)移的正向促進(jìn)作用呈階梯式上升趨勢.

綜上,物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)理可以歸納為圖1.

圖1 物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)理Fig.1 The mechanism of logistics agglomeration on carbon transfer

2 模型構(gòu)建及數(shù)據(jù)處理

2.1 基準(zhǔn)回歸模型構(gòu)建

IPAT模型解釋了環(huán)境污染壓力產(chǎn)生的根源,為揭示經(jīng)濟(jì)社會發(fā)展對環(huán)境污染的影響提供了廣為認(rèn)可的研究框架[18-19].其基本模型為:

式中:I表示環(huán)境影響;P、A、T分別表示人口規(guī)模、富裕程度及技術(shù)水平.然而,IPAT模型不適用于對非單調(diào)和非比例變化因素的分析.為此,Dietz等[20]將隨機(jī)因素納入IPAT模型,構(gòu)建了基于IPAT模型的隨機(jī)擴(kuò)展式STIRPAT模型,其基本模型為:

式中:α為常數(shù)項(xiàng);α1、α2、α3分別為 P、A、T的指數(shù)項(xiàng);ε為隨機(jī)誤差項(xiàng).

STIRPAT模型允許將各變量的指數(shù)項(xiàng)作為參數(shù)進(jìn)行估計(jì),以解決環(huán)境污染因素非同等比例變化的問題.本文基于 STIRPAT模型構(gòu)建物流集聚對物流業(yè)碳轉(zhuǎn)移影響的基準(zhǔn)模型.將省際間的物流業(yè)碳轉(zhuǎn)移量作為被解釋變量,物流集聚程度(AGG)作為核心解釋變量.控制變量方面,除P、A、T等傳統(tǒng)因素外,進(jìn)一步控制運(yùn)輸結(jié)構(gòu)(TSR)、產(chǎn)業(yè)結(jié)構(gòu)(STR)及經(jīng)濟(jì)開放程度(OPE),得到基準(zhǔn)回歸模型如下:

式中:r表示碳轉(zhuǎn)出地;s表示碳轉(zhuǎn)入地;t表示年份;ηrs代表個體固定效應(yīng),控制r地區(qū)至s地區(qū)方向的物流業(yè)碳轉(zhuǎn)移;μt代表時間固定效應(yīng);εrs,t為隨機(jī)擾動項(xiàng).方程左側(cè)表示第t年由r地區(qū)轉(zhuǎn)出至s地區(qū)的物流碳排放量;方程右側(cè),核心解釋變量表示第 t年轉(zhuǎn)出地 r的物流集聚程度,控制變量方面,考慮到被解釋變量為有向的碳轉(zhuǎn)移變量,借鑒劉承良等[21]的做法,控制相關(guān)變量在轉(zhuǎn)出地與轉(zhuǎn)入地之間的差距對碳轉(zhuǎn)移的影響.

2.2 作用機(jī)制檢驗(yàn)?zāi)Ｐ蜆?gòu)建

采用動態(tài)GMM模型可以緩解物流集聚、物流業(yè)碳轉(zhuǎn)移之間可能存在的未被觀測的異質(zhì)性問題,并對同期聯(lián)立性和跨期動態(tài)內(nèi)生性進(jìn)行有效控制,確保估計(jì)結(jié)果的一致性及有效性.常用的動態(tài)GMM估計(jì)方法有差分GMM估計(jì)和系統(tǒng)GMM估計(jì),系統(tǒng)GMM估計(jì)可以解決差分GMM估計(jì)存在的弱工具變量問題,降低估計(jì)偏差.當(dāng)面板存在一定的自相關(guān)或異方差問題時,采用兩步法系統(tǒng) GMM 估計(jì)比一步法系統(tǒng)GMM估計(jì)更為有效[22].

2.2.1 動態(tài)中介效應(yīng)模型 根據(jù) Baron等[23]所提的逐步回歸法,引入轉(zhuǎn)出地 r的信息化運(yùn)作水平(INF)、交通運(yùn)輸壓力(TRA)作為中介變量M.采用兩步法系統(tǒng)GMM估計(jì)就物流集聚對物流業(yè)碳轉(zhuǎn)移的作用機(jī)制進(jìn)行檢驗(yàn).具體模型設(shè)定如下:

式中:Zrs,t為式(3)中的控制變量;θ1為物流集聚對物流業(yè)碳轉(zhuǎn)移的總效應(yīng);β1×π2為通過中介變量Mrs,t傳導(dǎo)的中介效應(yīng);π1為物流集聚對物流業(yè)碳轉(zhuǎn)移的直接效應(yīng).

2.2.2 動態(tài)門檻效應(yīng)模型 考慮到隨著中介變量閾值的變化,物流集聚對物流業(yè)碳轉(zhuǎn)移可能會產(chǎn)生不同的邊際影響.將中介變量作為門檻變量,采用兩步法系統(tǒng) GMM 方法進(jìn)行進(jìn)一步檢驗(yàn).鑒于部分門檻變量可能存在多個門檻值,將門檻檢驗(yàn)?zāi)Ｐ驮O(shè)為多重門檻模型:

式中:Mr,t為門檻變量,表示轉(zhuǎn)出地 r的信息化運(yùn)作水平(INF)和交通運(yùn)輸壓力(TRA);m1,t,m2,t…mn,t為待估的門檻值;φ1, φ2…φn對應(yīng)門檻變量位于不同門檻區(qū)間時,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響系數(shù); I( )為示性函數(shù).

2.3 變量選取

2.3.1 被解釋變量 借鑒李永源等[24]的做法,基于多區(qū)域投入產(chǎn)出(MRIO)模型,對省際間物流碳轉(zhuǎn)移量( LCTrs,t)進(jìn)行測算.測算過程如下:

MRIO模型將產(chǎn)出劃分為兩個部分:中間投入與最終需求,假設(shè)一個國家由k個地區(qū)、l個部門構(gòu)成,則轉(zhuǎn)出地r的物流業(yè)總產(chǎn)出可表示為:

計(jì)算r地區(qū)物流業(yè)對s地區(qū)第j產(chǎn)業(yè)的直接消耗系數(shù):

則式(8)可以表示為:

將式(10)轉(zhuǎn)化為矩陣形式,則有:

式中:Ars為直接消耗系數(shù)矩陣;( I ? Ars)?1為Leontief逆矩陣,代表地區(qū)各部門之間的總體消耗關(guān)系.

鑒于各年份的多區(qū)域投入產(chǎn)出表為進(jìn)口競爭型模型,而物流業(yè)的跨地區(qū)轉(zhuǎn)移不包含進(jìn)口產(chǎn)品的具體分配情況,故在式(11)中需剔除進(jìn)口部分,得到剔除進(jìn)口部分后r地區(qū)的總產(chǎn)出矩陣r為:

計(jì)算MRIO模型中物流完全碳排放系數(shù)矩陣:

式中:Dr為r地區(qū)物流業(yè)的直接碳排放系數(shù)矩陣.

2.3.2 核心解釋變量 區(qū)位熵模型可以消除由于區(qū)域間規(guī)模差距引致的內(nèi)生性沖突,并且能較好反映產(chǎn)業(yè)的空間分布.因此,采用區(qū)位熵測算 r地區(qū)的物流集聚程度( AGGr,t),計(jì)算公式為:

式中:LVr,t表示第t年r省的物流增加值;Vr,t表示第t年r省的增加值.

2.3.3 中介變量 信息化運(yùn)作水平(INFr,t):信息化運(yùn)作水平的提高依賴于信息基礎(chǔ)設(shè)施建設(shè)的完善,采用移動電話交換機(jī)容量來直接反映信息化基礎(chǔ)設(shè)施建設(shè)的完善程度,以此表征地區(qū)的信息化運(yùn)作水平.交通運(yùn)輸壓力( TRAr,t):交通運(yùn)輸壓力的大小直觀表現(xiàn)為道路的負(fù)載情況,采用單位道路面積的民用載貨汽車擁有量來表征交通運(yùn)輸壓力.

2.3.4 控制變量 人口規(guī)模差距(PPrs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間的人口規(guī)模比值表征,人口增加會催生物流需求,人口規(guī)模差距越大,物流碳轉(zhuǎn)移概率越大;物流規(guī)模差距( LAVrs,t)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間的物流增加值比值表征,物流活動對地區(qū)物流發(fā)展水平有較強(qiáng)的依賴性,物流規(guī)模差距越大,物流活動向其他地區(qū)轉(zhuǎn)移的積極性越低,物流業(yè)碳轉(zhuǎn)移的積極性越低;物流技術(shù)差距( LTErs,t)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間的物流專利授權(quán)量比值表征,物流技術(shù)水平提升可以降低物流運(yùn)作成本,出于對成本優(yōu)勢的追求,物流技術(shù)水平越高的地區(qū)對物流活動的粘性越大;運(yùn)輸結(jié)構(gòu)差距(TSRrs)采用轉(zhuǎn)出地 r與轉(zhuǎn)入地s之間公路運(yùn)輸貨運(yùn)周轉(zhuǎn)量占地區(qū)總貨運(yùn)周轉(zhuǎn)量比重的比值表征,公路貨運(yùn)周轉(zhuǎn)量占總貨運(yùn)周轉(zhuǎn)量比重的提升,對本地及周邊地區(qū)物流業(yè)碳排放有直接的促進(jìn)作用;產(chǎn)業(yè)結(jié)構(gòu)差距(STRrs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間制造業(yè)增加值占全國GDP比重的比值表征,制造業(yè)發(fā)展與物流業(yè)發(fā)展相輔相成,以轉(zhuǎn)出地為例,轉(zhuǎn)出地制造業(yè)比重的提升對物流活動產(chǎn)生虹吸效應(yīng),抑制物流業(yè)的碳轉(zhuǎn)出;經(jīng)濟(jì)開放程度差距(OPErs)采用轉(zhuǎn)出地r與轉(zhuǎn)入地s之間進(jìn)出口總額占GDP比重的比值表征,隨著經(jīng)濟(jì)開放程度差距的擴(kuò)大,物流活動將向經(jīng)濟(jì)開放程度較高的地區(qū)轉(zhuǎn)移.

2.5 數(shù)據(jù)來源

物流業(yè)碳轉(zhuǎn)移量根據(jù)2002、2007、2010、2012及2015年中國(不包含香港、澳門、臺灣和西藏地區(qū))多區(qū)域投入產(chǎn)出(MRIO)模型測算.其中,2002年的 MRIO表由國務(wù)院發(fā)展研究中心編制[25],2007、2010年的 MRIO表由中國科學(xué)院地理科學(xué)與自然資源研究所編制[26-27],2012年的 MRIO表來自 Mi等[28]的研究成果,2015年的MRIO表是目前最新的區(qū)域間投入產(chǎn)出模型,由 Zheng等[29]編制.盡管來源不同,但各年份MRIO表編制的數(shù)據(jù)基礎(chǔ)、編制方法完全一致.在涵蓋范圍上,2007、2010、2012年的MRIO表涵蓋30個省份、30個部門,而2002年MRIO表含30個省份、42個部門,2015年MRIO表包含31個省份、42個部門.為確保所測算碳轉(zhuǎn)移量在時間和地區(qū)范圍上的可比性,在2015年MRIO表中剔除西藏地區(qū),并借鑒2007、2010、2012年MRIO表對部門的整合方法,將2002、2015年MRIO表的涵蓋范圍統(tǒng)一為30個部門(16通用設(shè)備、17專用設(shè)備合并為通用、專用設(shè)備制造;23廢品廢料、24金屬制品、機(jī)制和設(shè)備修理服務(wù)并入 22其他制造產(chǎn)品;26燃?xì)馍a(chǎn)和供應(yīng)、27水的生產(chǎn)和供應(yīng)合并為燃?xì)夂退纳a(chǎn)及供應(yīng);32信息傳輸、軟件和信息服務(wù)、33金融、34房地產(chǎn)、37水利、環(huán)境和公共設(shè)施管理、38居民服務(wù)、維修和其他服務(wù)、39教育、40衛(wèi)生和社會工作、41文化、體育和娛樂、42公共管理、社會保障和社會組織等9個部門整合為其他服務(wù)部門,序號表示原 2002、2015年MRIO表中的部門序號).為探索時間因素的作用,參考陳勇和柏喆[30]的做法,將 5個截面合并為面板數(shù)據(jù),為確保時間序列的連續(xù)性,采用虛擬變量的方法,將存在的年份設(shè)為 1,不存在的年份 0,以生成連續(xù)型面板,并通過對滯后階數(shù)的選擇,使模型具有動態(tài)解釋能力.其他變量數(shù)據(jù)主要來源于2003～2016年《中國統(tǒng)計(jì)年鑒》[31]、《中國能源統(tǒng)計(jì)年鑒》[32]、《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》[33]、《中國勞動統(tǒng)計(jì)年鑒》[34]及各省市統(tǒng)計(jì)資料.為消除價格波動的影響,將與價格有關(guān)的數(shù)據(jù)折算為以2002年為基期的實(shí)際值.為緩解因變量度量而產(chǎn)生的異方差問題,對碳轉(zhuǎn)移變量進(jìn)行1%分位數(shù)以下及99%分位數(shù)以上的縮尾處理.剔除異常值后最終得到相關(guān)變量的統(tǒng)計(jì)性質(zhì)見表1.

表1 變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

3 結(jié)果與討論

3.1 物流業(yè)碳轉(zhuǎn)移量測算結(jié)果

基于式(14)測算省際間物流業(yè)碳排放轉(zhuǎn)移量,圖2列出了2002、2007、2010、2012、2015年中國物流業(yè)碳轉(zhuǎn)移量(分為碳轉(zhuǎn)出量與碳轉(zhuǎn)入量)排名前20位的省份.2002年,物流業(yè)碳轉(zhuǎn)移總量為509萬t.碳轉(zhuǎn)出方面:廣東、上海、內(nèi)蒙古、山西、浙江、北京、天津等地是物流業(yè)碳排放的主要轉(zhuǎn)出地.其中廣東、上海、內(nèi)蒙古3省的碳轉(zhuǎn)出量為288.45萬t,占碳轉(zhuǎn)出總量的56.64%;碳轉(zhuǎn)入方面:河北、福建、山東是物流業(yè)碳排放的主要轉(zhuǎn)入地,承接的碳轉(zhuǎn)入量達(dá)328.85萬t,占碳轉(zhuǎn)入總量的64.58%.

圖2 物流業(yè)碳排放的省際轉(zhuǎn)移(單位:百萬t)Fig.2 Inter-provincial carbon transfer in China's logistics industry (Unit: million tons)

2007年,物流業(yè)碳轉(zhuǎn)移總量較2002年有所提升,達(dá)685萬t.碳轉(zhuǎn)出方面:天津、上海上升為主要的碳轉(zhuǎn)出地,共占當(dāng)年碳轉(zhuǎn)出總量的61.17%.廣東、福建、河北亦是主要的碳轉(zhuǎn)出地;碳轉(zhuǎn)入方面:河北仍是主要的碳轉(zhuǎn)入地,承接了由天津、上海、福建等東部地區(qū)轉(zhuǎn)入的225萬t碳排放量,占碳轉(zhuǎn)入總量的32.85%,內(nèi)蒙古、河南及安徽的碳轉(zhuǎn)入量次之,分別達(dá)到105,88和68萬t.

2010年,物流業(yè)碳轉(zhuǎn)移總量急劇提升,達(dá)到5296萬t,這與2008年國家統(tǒng)計(jì)局對公路運(yùn)輸貨運(yùn)周轉(zhuǎn)量統(tǒng)計(jì)口徑的調(diào)整有關(guān).碳轉(zhuǎn)出方面:天津仍是最大的碳轉(zhuǎn)出地區(qū),碳轉(zhuǎn)出量達(dá) 1488萬 t,占碳轉(zhuǎn)出總量的28.10%.其次為河北、浙江、江蘇、福建、上海等東部沿海地區(qū);碳轉(zhuǎn)入方面:安徽的碳轉(zhuǎn)入量持續(xù)上升,達(dá) 2254萬 t,成為最主要的碳轉(zhuǎn)入地區(qū).安徽省勞動力成本較低,主要承接來自上海、江蘇、浙江等長三角地區(qū)產(chǎn)業(yè)轉(zhuǎn)移過程所產(chǎn)生的物流業(yè)碳排放.

2012年,物流業(yè)碳轉(zhuǎn)移總量7184萬t.碳轉(zhuǎn)出方面:河南超過天津,成為最大的碳轉(zhuǎn)出地,碳轉(zhuǎn)出量達(dá)1139萬t,占碳轉(zhuǎn)出總量的15.85%,主要原因在于河南開始不斷加大環(huán)境監(jiān)管、治理力度,環(huán)境成本上升,物流企業(yè)跟隨其污染產(chǎn)業(yè)的外遷而轉(zhuǎn)出至安徽、河北等環(huán)境規(guī)制相對寬松的地區(qū).山東、江蘇、河北、吉林、浙江等東部的碳轉(zhuǎn)出量次之;碳轉(zhuǎn)入方面:河北上升成為最大的碳轉(zhuǎn)入地區(qū),轉(zhuǎn)入量由2010年的852萬t上升至1999萬t.河北作為疏解北京“非首都功能”任務(wù)的主要承接地,承擔(dān)了大量由北京轉(zhuǎn)出的物流業(yè)務(wù).此外,安徽、河南、內(nèi)蒙古亦是主要的碳轉(zhuǎn)入地區(qū).

2015年,物流業(yè)碳轉(zhuǎn)移量有所回落,碳轉(zhuǎn)出方面:北京向河北轉(zhuǎn)出的碳排放量達(dá)1183萬t,占碳轉(zhuǎn)出總量的27.85%,這與京津冀協(xié)同發(fā)展戰(zhàn)略實(shí)施以來,北京向河北進(jìn)行大規(guī)模產(chǎn)業(yè)轉(zhuǎn)移有關(guān).此外,河南、廣東、上海、山東等省份仍然是物流業(yè)碳排放的主要轉(zhuǎn)出地,這與東部地區(qū)物流業(yè)的持續(xù)向外遷移有關(guān);碳轉(zhuǎn)入方面:河北仍是最大的碳轉(zhuǎn)入地,碳轉(zhuǎn)入量達(dá)2366萬t,主要承接來自北京、廣東、上海等地區(qū)的物流業(yè)碳排放.此外,安徽、河南、湖南、湖北等中部內(nèi)陸地區(qū)亦是主要的碳轉(zhuǎn)入地區(qū).

綜上可知,中國物流業(yè)碳轉(zhuǎn)移主要伴隨著產(chǎn)業(yè)轉(zhuǎn)移而產(chǎn)生,物流業(yè)碳排放的源頭主要集中在東部經(jīng)濟(jì)較發(fā)達(dá)地區(qū),轉(zhuǎn)移的目的地主要集中于中部地區(qū),物流業(yè)碳排放呈現(xiàn)出由東部經(jīng)濟(jì)較發(fā)達(dá)地區(qū)向中部經(jīng)濟(jì)相對欠發(fā)達(dá)地區(qū)轉(zhuǎn)移的趨勢,具體表現(xiàn)為由廣東、天津、北京、上海等東部地區(qū)轉(zhuǎn)移至河北、安徽、河南等中部地區(qū).近年來,東部地區(qū)發(fā)展空間逐漸飽和,資源環(huán)境約束日趨加劇,外加中部振興戰(zhàn)略的實(shí)施,大量產(chǎn)業(yè)由東部地區(qū)向中部地區(qū)轉(zhuǎn)移,東部地區(qū)產(chǎn)業(yè)發(fā)展所需的物流服務(wù)更多地依靠中部地區(qū)提供.值得一提的是,盡管西部大開發(fā)戰(zhàn)略的實(shí)施激活了西部地區(qū)的經(jīng)濟(jì)活力,但由于區(qū)位條件、文化差異等方面的限制,東部地區(qū)向西部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移見效仍不明顯,西部地位未成為東部地區(qū)的主要物流碳承接地.

3.2 基準(zhǔn)回歸檢驗(yàn)結(jié)果

方差膨脹因子(VIF)檢驗(yàn)結(jié)果顯示(表2),解釋變量及所有控制變量的VIF值均遠(yuǎn)小于10,表明回歸模型不存在多重共線性問題.

表2 方差膨脹因子(VIF)檢驗(yàn)Table 2 Variance inflation factor (VIF) test

運(yùn)用式(3)檢驗(yàn)物流集聚對物流業(yè)碳轉(zhuǎn)移的影響(表 3).第(1)列顯示,物流集聚的估計(jì)系數(shù)在 5%的顯著性水平上為正,即物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的促進(jìn)作用.第(2)列的擬合優(yōu)度大幅提升,可見固定效應(yīng)的加入提高了回歸模型的解釋力.加入STIRPAT模型中的 3個控制變量后,第(3)列的擬合優(yōu)度進(jìn)一步提升,說明 STIRPAT模型中變量的加入可以提高模型的解釋力.此時物流集聚對物流業(yè)碳轉(zhuǎn)移的影響仍然為正,且通過 1%的顯著性水平.進(jìn)一步控制運(yùn)輸結(jié)構(gòu)差距、產(chǎn)業(yè)結(jié)構(gòu)差距和經(jīng)濟(jì)開放程度差距對物流業(yè)碳轉(zhuǎn)移的影響,第(4)列的結(jié)果表明,物流集聚估計(jì)系數(shù)依然顯著為正,物流集聚程度每增加 1%,物流業(yè)碳轉(zhuǎn)移量平均增加 29.50%.上述結(jié)果表明,控制眾多因素后,物流集聚對物流業(yè)碳轉(zhuǎn)移仍有顯著的正向影響,這驗(yàn)證了假說 1,物流集聚可以通過發(fā)揮外部經(jīng)濟(jì)效應(yīng)、產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)等促進(jìn)物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移,進(jìn)而降低當(dāng)?shù)氐奈锪魈寂欧潘?

表3 基準(zhǔn)回歸結(jié)果Table 3 Benchmark regression results

控制變量方面,省際間物流規(guī)模差距、物流技術(shù)水平差距、運(yùn)輸結(jié)構(gòu)差距的提高對物流業(yè)碳轉(zhuǎn)移有顯著的抑制作用,估計(jì)系數(shù)分別為-0.190、-0.159、-0.686,表明物流活動對地方的物流發(fā)展規(guī)模、物流技術(shù)水平及運(yùn)輸結(jié)構(gòu)有較強(qiáng)的粘性,地方物流發(fā)展規(guī)模越大、物流技術(shù)水平越先進(jìn)、公路運(yùn)輸貨運(yùn)量占貨運(yùn)總量的比例越高,物流活動越向該地區(qū)集聚,碳轉(zhuǎn)出的概率越小;省際間人口規(guī)模差距和經(jīng)濟(jì)開放程度差距對物流業(yè)碳轉(zhuǎn)移有正向影響,估計(jì)系數(shù)分別為0.131、0.137.其中,人口規(guī)模差距的影響不顯著,表明地方人口規(guī)模的變化對物流業(yè)碳轉(zhuǎn)移影響相對有限,即人口因素在碳排放傳導(dǎo)機(jī)制的實(shí)證研究中,解釋力相對較弱.而經(jīng)濟(jì)開放程度差距的系數(shù)通過 1%的顯著性水平,表明經(jīng)濟(jì)開放程度的提升,可以延伸該省份經(jīng)濟(jì)活動的輻射范圍,密切省際間的經(jīng)濟(jì)聯(lián)系,暢通省際間的物流通道,進(jìn)而促進(jìn)物流業(yè)碳轉(zhuǎn)移.

3.3 作用機(jī)制檢驗(yàn)結(jié)果

3.3.1 中介效應(yīng)檢驗(yàn)結(jié)果 信息化運(yùn)作的中介效應(yīng)檢驗(yàn)結(jié)果見表 4 的(1)、(2)、(3)列.其中,第(1)列顯示物流集聚對碳轉(zhuǎn)移仍起促進(jìn)作用.第(2)列的結(jié)果表明,物流集聚對信息化運(yùn)作起正向的促進(jìn)作用,回歸系數(shù)為 0.621,且通過 5%的顯著性水平,暗示物流集聚可以通過發(fā)揮技術(shù)溢出效應(yīng),削弱物流企業(yè)之間的信息互通障礙,促進(jìn)物流企業(yè)之間的信息共享,提升信息化運(yùn)作水平.第(3)列中,物流集聚與信息化運(yùn)作的系數(shù)均顯著,表明存在部分中介效應(yīng).物流集聚對物流業(yè)碳轉(zhuǎn)移有直接影響,效應(yīng)值為0.599,并通過信息化運(yùn)作產(chǎn)生中介效應(yīng),但信息化運(yùn)作對物流業(yè)碳轉(zhuǎn)移的影響在1%的水平上顯著為負(fù),表明信息化運(yùn)作在物流集聚與物流業(yè)碳轉(zhuǎn)移的關(guān)系中存在負(fù)向中介效應(yīng),即信息化運(yùn)作削弱了物流集聚對物流業(yè)碳轉(zhuǎn)移的促進(jìn)作用.

交通運(yùn)輸壓力的中介效應(yīng)檢驗(yàn)結(jié)果見表 4的(1)、(4)、(5)列.第(4)列的結(jié)果顯示,物流集聚程度與交通運(yùn)輸壓力呈正相關(guān),物流集聚程度每增加 1個百分點(diǎn),交通運(yùn)輸壓力提升 0.445個百分點(diǎn).物流集聚意味著大量勞動力、貨源、車輛的聚集,在其他外部條件不變的情況下,物流集聚水平的提升會提高交通運(yùn)輸壓力.第(5)列顯示物流集聚與交通運(yùn)輸壓力系數(shù)均顯著為正,表明存在部分中介效應(yīng),效應(yīng)值為0.273.物流集聚對物流業(yè)碳轉(zhuǎn)移具有直接效應(yīng),直接效應(yīng)值為 0.752,同時通過交通運(yùn)輸壓力產(chǎn)生中介效應(yīng),交通運(yùn)輸壓力的估計(jì)系數(shù)為 0.560,且在 5%的水平上顯著為正,表明物流集聚會通過加劇交通運(yùn)輸壓力促進(jìn)物流業(yè)碳排放的跨地區(qū)轉(zhuǎn)移.

表4 中介效應(yīng)檢驗(yàn)結(jié)果Table 4 Test results of mediation effect

3.3.2 動態(tài)門檻效應(yīng)檢驗(yàn)結(jié)果 為進(jìn)一步驗(yàn)證信息化運(yùn)作及交通運(yùn)輸壓力對物流集聚碳轉(zhuǎn)移效應(yīng)的作用是否存在非線性特征,分別以信息化運(yùn)作水平、交通運(yùn)輸壓力為門檻變量,采用兩步法系統(tǒng)GMM模型進(jìn)行動態(tài)面板門檻效應(yīng)檢驗(yàn).

(1)信息化運(yùn)作的門檻效應(yīng).采用式(7)檢驗(yàn)信息化運(yùn)作對物流集聚的碳轉(zhuǎn)移效應(yīng)是否具有非線性影響.在進(jìn)行動態(tài)門檻估計(jì)前,需通過門檻效應(yīng)檢驗(yàn),確定信息化運(yùn)作的門檻值,檢驗(yàn)結(jié)果見表 5的模型(1),單門檻、雙門檻及三門檻檢驗(yàn)分別在1%、5%、1%的水平上通過顯著性檢驗(yàn),對應(yīng)的門檻值分別為3.354、3.691及3.419,其中,三門檻檢驗(yàn)下,物流集聚的估計(jì)系數(shù)有兩階段未通過顯著性檢驗(yàn),因此本文選擇雙門檻效應(yīng)檢驗(yàn)?zāi)Ｐ?將信息化運(yùn)作水平劃分為 3個區(qū)間,并分別與物流集聚變量交互,估計(jì)結(jié)果見表5的模型(2).

表5 信息化運(yùn)作的門檻效應(yīng)估計(jì)結(jié)果Table 5 Estimation results of threshold effect of informatization operation

信息化運(yùn)作約束下,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈倒 U字型曲線關(guān)系.當(dāng)信息化運(yùn)作水平位于低門檻區(qū)間(lnINF≤3.354)時,物流集聚抑制物流業(yè)碳轉(zhuǎn)移.信息化運(yùn)作水平位于中門檻區(qū)間(3.3543.691)時,物流集聚的估計(jì)系數(shù)在1%的水平上顯著為負(fù),物流集聚對物流業(yè)碳轉(zhuǎn)移的影響再次呈現(xiàn)出抑制作用.可得,信息化運(yùn)作水平較低時,物流集聚難以發(fā)揮知識溢出效應(yīng),信息溝通渠道不暢,不利于物流活動的省際轉(zhuǎn)移,表現(xiàn)為抑制物流業(yè)碳轉(zhuǎn)移.當(dāng)信息化運(yùn)作水平跨過一個門檻但不高于第二個門檻值時,物流集聚通過發(fā)揮知識溢出效應(yīng),暢通省際間的信息互通渠道,省際間的物流聯(lián)系密切,此時物流集聚對物流業(yè)碳轉(zhuǎn)移主要起促進(jìn)作用.當(dāng)信息化運(yùn)作水平越過第二個門檻值時,信息化運(yùn)作水平的不斷提升將提高物流運(yùn)作效率,物流服務(wù)能力大幅提高,此時集聚區(qū)的角色為物流服務(wù)的供應(yīng)方,對其他地區(qū)的物流活動需求量減少,表現(xiàn)為抑制物流業(yè)碳轉(zhuǎn)移.假說2得證.

(2)交通運(yùn)輸壓力的門檻效應(yīng).采用式(7)檢驗(yàn)交通運(yùn)輸壓力對物流集聚的碳轉(zhuǎn)移效應(yīng)是否具有非線性影響.通過門檻效應(yīng)檢驗(yàn),確定交通運(yùn)輸壓力的門檻值,結(jié)果見表6的模型(1),單門檻檢驗(yàn)通過1%的顯著性檢驗(yàn),雙門檻檢驗(yàn)和三門檻檢驗(yàn)不顯著,表明交通運(yùn)輸壓力存在單一門檻,門檻值為0.317.據(jù)此將交通運(yùn)輸壓力變量劃分為兩個門檻區(qū)間,并分別與物流集聚變量的交互,檢驗(yàn)結(jié)果見表 6的模型(2),控制變量系數(shù)估計(jì)結(jié)果與前文基本一致.

表6 交通運(yùn)輸壓力的門檻效應(yīng)估計(jì)結(jié)果Table 6 Estimation results of threshold effect of transportation pressure

隨著交通運(yùn)輸壓力的提升,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈現(xiàn)出梯度增強(qiáng)特征.當(dāng)交通運(yùn)輸壓力小于門檻值 0.317時,物流集聚對物流業(yè)碳轉(zhuǎn)移有正向影響,系數(shù)為0.644,且在10%的水平上顯著,當(dāng)跨過交通運(yùn)輸壓力門檻時,物流集聚對物流業(yè)碳轉(zhuǎn)移的促進(jìn)作用進(jìn)一步提升,系數(shù)為 1.172,且通過5%的顯著性水平.可能的原因在于,交通運(yùn)輸壓力提升將促發(fā)物流集聚的擁堵效應(yīng),促使集聚效應(yīng)的負(fù)外部性超過正外部性,導(dǎo)致該省份物流運(yùn)作成本上升,物流服務(wù)競爭力減弱,使集聚區(qū)由物流服務(wù)的提供商轉(zhuǎn)為物流服務(wù)的需求方,對外部物流活動需求持續(xù)增加,造成物流業(yè)碳排放的大幅轉(zhuǎn)出.假說 3得證.

3.4 拓展性分析:非對稱性檢驗(yàn)

物流集聚對物流業(yè)碳轉(zhuǎn)移具有顯著的正向影響.但鑒于各地經(jīng)濟(jì)發(fā)展不均衡,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響在方向上可能存在非對稱問題,下文就物流集聚對省際間物流業(yè)碳轉(zhuǎn)移影響的非對稱性進(jìn)行檢驗(yàn),以進(jìn)一步厘清物流集聚與碳轉(zhuǎn)移之間的內(nèi)在聯(lián)系.

借鑒尹志超等[35]的做法,按照地方生產(chǎn)總值的0.75分位數(shù),將中國30個省份劃分為發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū).由此可以將物流業(yè)碳轉(zhuǎn)移方向劃分為發(fā)達(dá)地區(qū)—發(fā)達(dá)地區(qū)、發(fā)達(dá)地區(qū)—欠發(fā)達(dá)地區(qū)、欠發(fā)達(dá)地區(qū)—發(fā)達(dá)地區(qū)、欠發(fā)達(dá)地區(qū)—欠發(fā)達(dá)地區(qū)4個方向,對應(yīng)設(shè)置虛擬變量DD、DU、UD、UU, 并分別與物流集聚變量構(gòu)建交互項(xiàng),加入方程(2),可以檢驗(yàn)物流集聚對不同碳轉(zhuǎn)移方向的影響.檢驗(yàn)結(jié)果見表7.

由表 7第(1)列可知,物流集聚與發(fā)達(dá)地區(qū)—發(fā)達(dá)地區(qū)方向物流業(yè)碳轉(zhuǎn)移量交互項(xiàng)估計(jì)系數(shù)在10%的水平上顯著為正,表明提高物流集聚程度將促進(jìn)發(fā)達(dá)地區(qū)之間的物流業(yè)碳轉(zhuǎn)移.第(2)列的結(jié)果顯示,物流集聚與發(fā)達(dá)地區(qū)—欠發(fā)達(dá)地區(qū)方向的物流業(yè)碳轉(zhuǎn)移量交互項(xiàng)估計(jì)系數(shù)為 0.491,且在 1%的水平上顯著為正,表明發(fā)達(dá)地區(qū)物流集聚水平每提升1%,其轉(zhuǎn)移至欠發(fā)達(dá)地區(qū)的物流業(yè)碳排放量增加49.10%.這主要受物流集聚負(fù)外部經(jīng)濟(jì)效應(yīng)的影響,發(fā)達(dá)地區(qū)集聚水平提升至一定程度后,會陷入過度擁擠狀態(tài),迫使物流活動向發(fā)展?jié)摿^大的欠發(fā)達(dá)地區(qū)轉(zhuǎn)移.第(3)列中,物流集聚與欠發(fā)達(dá)地區(qū)—發(fā)達(dá)地區(qū)方向的物流業(yè)碳轉(zhuǎn)移量交互項(xiàng)系數(shù)為-0.415,且通過5%的顯著性水平,表明欠發(fā)達(dá)地區(qū)物流集聚水平的提升,會抑制物流業(yè)碳排放轉(zhuǎn)出至發(fā)達(dá)地區(qū),這與第(2)列的檢驗(yàn)結(jié)果一致.第(4)列的檢驗(yàn)結(jié)果表明,物流集聚對欠發(fā)達(dá)地區(qū)之間的物流業(yè)碳轉(zhuǎn)移作用為正,但不顯著,隨著欠發(fā)達(dá)地區(qū)物流集聚的提升,物流業(yè)碳排放轉(zhuǎn)移至欠發(fā)達(dá)地區(qū)的概率不顯著.

表7 物流集聚對碳轉(zhuǎn)移方向的影響Table 7 The impact of logistics agglomeration on the direction of carbon transfer

綜上,在物流集聚的作用下,發(fā)達(dá)地區(qū)所承受的外來地區(qū)轉(zhuǎn)入的物流業(yè)碳排放量遠(yuǎn)低于發(fā)達(dá)地區(qū)轉(zhuǎn)出的物流業(yè)碳排放量,欠發(fā)達(dá)地區(qū)接收到的物流業(yè)碳排放量遠(yuǎn)高于欠發(fā)達(dá)地區(qū)轉(zhuǎn)出的物流業(yè)碳排放量.即,隨著物流集聚水平的提升,物流業(yè)碳排放呈現(xiàn)出由發(fā)達(dá)地區(qū)轉(zhuǎn)移至欠發(fā)達(dá)地區(qū)的趨勢,表明物流集聚對物流業(yè)碳轉(zhuǎn)移的擴(kuò)散效應(yīng)大于虹吸效應(yīng),由此可得,物流集聚對省際間物流業(yè)碳轉(zhuǎn)移方向上的影響存在非對稱性,物流集聚在碳轉(zhuǎn)移過程中發(fā)揮著關(guān)鍵作用.

3.5 穩(wěn)健性檢驗(yàn)

3.5.1 內(nèi)生性問題 物流集聚與物流業(yè)碳轉(zhuǎn)移可能會同時受到其他不可觀測因素的影響,而產(chǎn)生由于遺漏變量所造成的內(nèi)生性偏誤問題.將集聚變量的滯后二期、滯后二期至三期分別作為工具變量,通過兩階段最小二乘法進(jìn)一步處理物流集聚可能會存在的內(nèi)生性問題.結(jié)果如表 8所示,2種情況下, Kleibergen-Paap rk LM統(tǒng)計(jì)量的P值均為0,均拒絕了不可識別檢驗(yàn).第一階段的弱工具變量檢驗(yàn)中, Kleibergen-Paap rk Wald F 統(tǒng)計(jì)量均遠(yuǎn)大于 10%偏誤下的臨界值,即兩種類型的工具變量均不存在弱工具變量問題.此外,Anderson-Rubin Wald檢驗(yàn)均拒絕了“內(nèi)生回歸系數(shù)之和為0”的原假設(shè),進(jìn)一步說明所選取的兩類工具變量與內(nèi)生變量間存在較強(qiáng)相關(guān)性.工具變量回歸結(jié)果顯示,物流集聚的估計(jì)系數(shù)仍然顯著為正,表明物流集聚是促使物流業(yè)碳轉(zhuǎn)移的重要因素.

表8 工具變量回歸結(jié)果Table 8 Regression results of instrumental variables

3.5.2 替換被解釋變量 采用地區(qū)物流業(yè)碳排放量占全國平均物流業(yè)碳排放量的比重(LCR)替換物流碳轉(zhuǎn)移變量以進(jìn)行穩(wěn)健性檢驗(yàn).LCRr,t>1時,第t年r省物流業(yè)碳排放轉(zhuǎn)出至其他省份;反之, LCRr,t<1時,第t年r省物流業(yè)碳排放由其他省份轉(zhuǎn)入.檢驗(yàn)結(jié)果見表 9第(1)列,物流集聚變量的估計(jì)系數(shù)仍然為正,且通過5%的顯著性水平.該結(jié)論與前文一致.

表9 替換變量的穩(wěn)健性檢驗(yàn)結(jié)果Table 9 Robustness test results of substitution variables

3.5.3 替換解釋變量 經(jīng)濟(jì)密度(ECD)可以較好刻畫經(jīng)濟(jì)聚集的程度,一般用單位土地面積承載的經(jīng)濟(jì)活動量表征.本文采用物流產(chǎn)值占土地面積的比重替換物流集聚變量進(jìn)一步進(jìn)行穩(wěn)健性檢驗(yàn).檢驗(yàn)結(jié)果見表9第(2)列,物流集聚的估計(jì)系數(shù)仍然在1%的水平上顯著為正,進(jìn)一步驗(yàn)證了結(jié)果的穩(wěn)健性.

3.6 政策建議

3.6.1 信息化運(yùn)作 應(yīng)打造跨地區(qū)的公共物流信息服務(wù)平臺,暢通區(qū)域間信息互通渠道,主動承接部分物流活動轉(zhuǎn)移.其次,推進(jìn)“互聯(lián)網(wǎng)+”應(yīng)用,建立互聯(lián)網(wǎng)企業(yè)與物流企業(yè)之間的合作交流平臺,弱化物流企業(yè)邊界,提高物流運(yùn)作效率,降低物流運(yùn)營成本,推進(jìn)信息化水平向更高門檻區(qū)間的邁進(jìn).第三,安排專項(xiàng)扶持資金,激勵物流企業(yè)采用先進(jìn)信息技術(shù),改進(jìn)傳統(tǒng)物流運(yùn)作流程,提升物流企業(yè)管理創(chuàng)新水平.

3.6.2 交通運(yùn)輸壓力 合理規(guī)劃交通基礎(chǔ)設(shè)施布局,健全交通運(yùn)輸網(wǎng)絡(luò),提高交通運(yùn)輸暢通程度,增強(qiáng)交通運(yùn)輸網(wǎng)絡(luò)的承載力,緩解由于物流集聚擁堵效應(yīng)所造成的物流碳轉(zhuǎn)移.其次,適當(dāng)加大與載貨汽車持有量相匹配的道路建設(shè)投資,增加載貨汽車道路通行面積,改善交通運(yùn)輸擁堵情況.第三,重視發(fā)展新能源汽車等新型節(jié)能運(yùn)輸工具,緩解由于交通運(yùn)輸壓力過大所產(chǎn)生的碳排放.

3.6.3 非對稱性影響 發(fā)達(dá)地區(qū)應(yīng)承擔(dān)更多的物流碳減排責(zé)任,并考慮對欠發(fā)達(dá)地區(qū)提供補(bǔ)償及綠色創(chuàng)新技術(shù),助力欠發(fā)達(dá)地區(qū)在物流節(jié)能減排技術(shù)方面的研發(fā)及投入,以緩解欠發(fā)達(dá)地區(qū)的碳減排壓力;欠發(fā)達(dá)地區(qū)應(yīng)找準(zhǔn)物流產(chǎn)業(yè)地位,積極發(fā)揮地區(qū)資源稟賦優(yōu)勢,建設(shè)特色物流產(chǎn)業(yè)集群,發(fā)揮物流集聚的規(guī)模經(jīng)濟(jì)效應(yīng),提高其碳減排能力.還可考慮通過碳轉(zhuǎn)移支付等方式對欠發(fā)達(dá)地區(qū)進(jìn)行適當(dāng)補(bǔ)貼.

4 結(jié)論

4.1 中介效應(yīng)檢驗(yàn)結(jié)果表明,物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的正向直接效應(yīng),信息化運(yùn)作削弱了物流集聚對物流業(yè)碳轉(zhuǎn)移的正向促進(jìn)作用,交通運(yùn)輸壓力在物流集聚促進(jìn)物流業(yè)碳轉(zhuǎn)移的過程中發(fā)揮正向中介效應(yīng).

4.2 動態(tài)門檻效應(yīng)檢驗(yàn)發(fā)現(xiàn),隨著信息化運(yùn)作水平的提高,物流集聚對物流業(yè)碳轉(zhuǎn)移的影響呈現(xiàn)出倒U 字型特征.在低信息化運(yùn)作水平區(qū)間內(nèi),物流集聚對物流業(yè)碳轉(zhuǎn)移有顯著的負(fù)向影響;而在中信息化運(yùn)作水平區(qū)間內(nèi),物流集聚通過發(fā)揮知識及技術(shù)溢出效應(yīng)促進(jìn)物流業(yè)碳轉(zhuǎn)移;在高信息化運(yùn)作水平區(qū)間內(nèi),物流集聚對物流業(yè)碳轉(zhuǎn)移的影響重新呈現(xiàn)出抑制作用;交通運(yùn)輸壓力存在單一門檻,隨著交通運(yùn)輸壓力的提升,物流集聚對物流業(yè)碳轉(zhuǎn)移的促進(jìn)作用呈梯度式上升.

4.3 非對稱性研究發(fā)現(xiàn),相對于“虹吸效應(yīng)”而言,物流集聚的碳轉(zhuǎn)移效應(yīng)存在“擴(kuò)散效應(yīng)”,物流業(yè)碳排放呈現(xiàn)出從發(fā)達(dá)地區(qū)向欠發(fā)達(dá)地區(qū)轉(zhuǎn)移的趨勢.