中国省域物流业碳排放空间差异分析
曾 珏，周 叶 （南昌航空大学，江西 南昌 330063）
【摘 要】随着中国社会经济的发展，物流行业也进入到飞速发展阶段，而低碳经济是近年来各行业一直关注的焦点。文章采用省域物流碳排放作为环境压力的衡量指标，利用空间面板数据对物流业进行空间计量分析，区别于传统普通最小二乘法（OLS）仅是对变量整体估计，空间计量方法可以得到区域差异化的回归系数，更能进行局域分析。研究结果发现：物流业周转货物量、物流业人均和物流业能源强度这三个变量对物流业碳排放均属于正向影响关系，其中物流能源强度对物流碳排放的影响程度最为显著。空间滞后效应的系数为0.336，且通过了显著性检验，说明相邻省份存在明显的空间扩散（溢出）效应。 【期刊名称】物流科技 【年(卷),期】2019(042)006 【总页数】7
【关键词】物流行业；空间计量；碳排放 ·物流经济·
基金项目：南昌航空大学研究生创新基金项目“基于空间计量的我国物流产业碳排放特征研究”（YC2017056）；国家自然科学基金项目“区域农产品冷链物流的碳减排机理、路径与策略研究”（71563030）
0 引 言
20世纪90年代，受到经济全球化和网络经济的影响，物流企业进入飞速发展时期。到2000年，世界全年物流产业规模为3.6万亿美元，与世界旅游业总收入基本相当，2005～2014年全国社会物流总额逐年递增。其中2014年全
国社会物流总额213.5万亿元。中国作为全球贸易大国，物流行业的发展突飞猛进。自哥本哈根会议以来，世界各地纷纷提出环保、绿色、低碳的概念，温室气体排放尤其是二氧化碳排放的问题，越来越受到人们的关注，由于它的大量出现引起全球气候的变化，且威胁着人类的生存与社会经济的可持续发展，我国更是允诺会降低碳排放。因此，关注物流行业碳排放问题也是尤为重要[1-5] 。
目前国内外学者对碳排放研究颇多，主要分为三大类：第一类是关于碳排放计算，由于碳排放无法直接预测，且没有统一的计算方法，目前采用较多的是拉氏指数方法和迪氏指数方法[6] ，Reitler等（1987）、Howarth等（1991）、Park等（1992）[7-9] 对此方法做了进一步完善。第二类是关于碳排放影响因素研究，日本学者Kaya[10] 认为人口、人均GDP、单位GDP的能源用量、单位能源用量的碳排放量是推动碳排放量增加的4个主要影响因素，并提出了著名的Kaya公式；同时，Birdsall[11] 对人口总量与碳排放的关系进行研究，表明全球碳排放量增加的重要因素是由于人口的增加。第三类是分行业对碳排放进行分析，已有文献把工业、农业、建筑业、交通运输业等行业的碳排放作为研究对象。Chang（1999）等[12] 运用灰色关联分析方法研究了中国台湾各产业的碳排放，结果表明建筑业是碳排放系数最高的行业[13] 。
在对省域物流行业碳排放研究中，由于物流行业省域之间的差异也很大，而传统的最小二乘法回归法（OLS）得出的结果不能反映出空间地理上的差异。空间计量经济学可以弥补传统计量经济学的不足，它可以研究地理空间异质性，反映出变量在空间上的差异，更贴合实际。目前在关于碳排放的空间计量分析有工业、交通、农业[14-16] 等方面的而对物流行业碳排放的空间计量分析较
少。Anselin和Florax（1995）指出空间计量经济学在主流经济学的实证中越来越受到关注，表现在这方面的书籍被大量出版，更多的学者发表相关论文以及经济学杂志也有专版[17-19] 。且从目前研究可以发现，单一截面数据、时间序列数据、普通的面板数据等方法各异，但目前尚未发现有学者运用空间面板数据对物流业相关问题进行深入研究。
1 物流业空间维度分析
1.1 全局Moran's I指数
（1）全局Moran's I指数定义。全局空间自相关检验的Moran's I指数定义如式（1）所示，其期望如式（2）所示：
其中，Yi表示i地区的观测值，n为地区的总数，Wij表示空间权值矩阵，一般采用邻近矩阵和距离矩阵，本文采用邻近矩阵。全局Moran's I指数取值范围为[-1,1] ，其值大于0表示观测值空间正相关，小于0则表示观测值空间负相关，若Moran's I指数取值为0，则表示各地区观测值相对独立。全局Moran's I指数值越靠近1，代表各地区观测值的联系越紧密，越靠近-1代表各地区差异越大或分布越分散。
（2）省域物流业碳排放全局Moran's I检验结果。利用Geoda软件以邻接矩阵作为空间权值矩阵，计算出2004～2016年间我国省域物流业碳排放的Moran's I指数，结果如表1所示：
从表1可知，2004～2016年的物流业碳排放空间自相关Moran's I统计量均为正值，且均通过了1%的显著性水平检验，说明中国省域物流业碳排放在空间分布上不是随机的，具有显著的正向关系性，即碳排放高—高和低—低聚集较为明显，表现出相似地区邻近的特点。
中国省域物流业碳排放空间差异分析
