尚银斐，初铭畅
本刊核心层次论文
辽宁省物流业绿色发展影响因素研究
尚银斐，初铭畅
(辽宁工业大学 经济管理学院，辽宁 锦州 121001)
当前，我国物流业迅速发展，但物流业仍然存在能源消耗高、碳排放量大等环境污染问题，因此，实现绿色发展是物流业可持续发展的关键。基于此，本文以辽宁省物流业作为研究对象，利用Tobit回归分析法对辽宁省物流业2005—2019年历史数据进行实证研究，确定辽宁省物流业绿色发展的影响因素。实证结果显示，信息化水平、政府支持、专利数量和开放程度对辽宁省物流业绿色发展有显著性正向影响，经济发展水平、产业结构、运输能力和城乡居民可支配收入对辽宁省物流业绿色发展没有显著影响。通过对辽宁省物流业绿色发展影响因素进行研究，可以为辽宁省物流业绿色发展提供参考依据，以促进辽宁省物流业的进一步发展。
物流业；
绿色发展；
影响因素；
辽宁省
物流与一个地区经济的发展有良好的互动关系，经济的飞速发展能够带动物流业的快速成长，当然，物流业的持续健康发展也会促使经济的迅速提升。随着社会经济的发展，物流活动也越来越频繁，但是一些物流活动破坏了我国的生态环境，例如，物流活动中的噪声污染、流通加工环节中增加的废弃物、交通运输设备排放的废气等，这些物流活动成为破坏环境的一个重要原因。因此，物流业的绿色发展必须以实现经济效益、环境效益和造福人类福祉为首要条件。
2022年1月辽宁省政府出台的《辽宁省“十四五”服务业发展规划》报告提出，到2025年辽宁省生态环境质量要得到总体改善，提升物流业专业化水平和绿色发展水平。辽宁省2019年物流业增加值为1 453.6亿元，占地区生产总值的5.38%，物流业能源消耗量占全省能源消耗总量的5.53%。可以看出，辽宁省物流业的能源消耗量在全省占据着一定的比重，能源消耗量和碳排放量制约着辽宁省物流业的绿色发展，物流业绿色发展水平的提升是物流业节能减排和低碳发展的重中之重。因此，在物流业与其他产业高质量发展的前提下，探寻辽宁省物流业绿色发展影响因素，是促进辽宁省物流业绿色发展的重要基础。
近年来，国内外学者在物流业绿色发展方面研究的深度不断扩展。针对物流业绿色发展的研究，不同的学者从不同的角度分析了物流业绿色发展的影响因素。在“一带一路”方面，杨宏伟等[1]和杜莉等[2]利用空间计量模型实证分析得出，信息化水平、经济水平、开放程度、产业结构等因素对物流行业和绿色发展有着积极的促进作用。在中国省级方面，ZHANG[3]利用CD生产函数模型，证明了物流与经济增长之间存在正相关关系；
YAO等[4]基于2007—2018年中国30个省份的面板数据，利用机器学习方法证明了创新因素对物流业绿色发展的影响最为明显；
刘辉等[5]基于中国2010—2019年31个省份面板数据，利用VAR模型证明物流业与经济发展具有较大关系；
周广亮等[6]认为经济水平、对外开放、信息化水平与物流业发展显著正相关。此外，李娟等[7]、刘浩华等[8]、刘文勇等[9]利用Tobit模型实证分析得出，城乡居民人均可支配收入、政府支持等因素对物流业和绿色发展具有正向促进作用。
综合上述文献可知，学者们主要从信息化水平、经济发展水平、对外开放程度、产业结构等方面考虑物流业绿色发展的影响因素，主要采用Tobit模型、VAR模型等对物流业绿色发展影响因素进行实证分析，取得了一定的成果，但较少有学者对辽宁省物流业绿色发展的影响因素进行研究。鉴于此，本文借鉴前人学者的研究成果，基于辽宁省统计局2005—2019年面板数据，利用Tobit模型对辽宁省物流业绿色发展影响因素进行研究，以求为推动辽宁省物流业绿色发展提供参考，从而促进辽宁省物流业的进一步发展。
（一）变量选择
对于自变量的选择，由于笔者在文献回顾中已对物流业绿色发展影响因素的相关文献进行了梳理，因此，本文在研究时借鉴前人学者的研究成果，选择产业结构、信息化水平、经济发展水平、专利数量、运输能力、城乡居民可支配收入、政府支持、开放程度和绿色发展作为辽宁省物流业绿色发展的一级指标。
考虑到指标获取的难易程度，本文在研究时，将九个因素下设二级指标，把第三产业增加值占全省生产总值的比重、互联网接入数、人均GDP、专利申请授权数、公路通车里程和铁路营业里程之和、城乡居民人均可支配收入、物流业财政支出、外商投资企业投资总额和绿色发展水平分别作为产业结构、信息化水平、经济发展水平、专利数量、运输能力、城乡居民可支配收入、政府支持、开放程度和绿色发展的衡量指标，对物流业绿色发展影响因素进行研究。对于因变量的选择，本文借鉴陈候男[10]的研究，将辽宁省物流业绿色发展水平作为辽宁省物流业绿色发展的因变量。变量测量指标如表1所示。
表1 变量测量指标表
一级测量指标二级测量指标单位表示 产业结构第三产业增加值占全省生产总值的比重%x1 信息化水平互联网接入数万户x2 经济发展水平人均GDP元x3 专利数量专利申请授权数件x4 运输能力公路通车里程和铁路营业里程之和公里x5 城乡居民可支配收入城乡居民人均可支配收入元x6 政府支持物流业财政支出亿元x7 开放程度外商投资企业投资总额百万美元x8 绿色发展绿色发展水平%y
（二）数据来源
国家统计局从2006年开始发布《中国第三产业统计年鉴》，把物流业单独作为一个类别进行分析，往年的统计数据显示，交通运输、邮政及仓储业占据物流业83%以上的份额，较大程度上可以反映物流业的发展状况，且目前学者们主要利用交通运输业、邮政业及仓储业的统计数据来代替物流业的统计数据。
因此，本文借鉴学者们已有的数据来源，选取辽宁省2005—2019年交通运输业、仓储业及邮政业的统计数据对辽宁省物流业绿色发展影响因素进行研究。
（一）Tobit回归模型
本文按照上述变量选择，以产业结构信息化水平经济发展水平专利数量、运输能力、城乡居民可支配收入、政府支持和开放程度作为自变量，以物流业绿色发展水平值作为因变量，构建以下Tobit回归模型：
=β0+β11+β22+β33+β44+β55+β66+β77+β88+θ
其中，β0为常数，β1到β8为待估参数，θ为残差项。
（二）运算过程
1. 单位根检验
由于本文选取的序列为时间序列，而时间序列一般情况下属于不平稳状态，为了避免回归方程中的伪回归现象，在进行回归分析前须先对其数列进行检验。本文运用辽宁省统计局2005—2019年的面板数据，利用SPSS软件对此进行相关操作。具体检验方式如下：
（1）时序图。通过对各个自变量绘制时序图（见图1），可以了解到各个变量有明显的变化趋势，没有发现某个变量围绕某个值上下波动的情况，较大可能为不平稳序列。但是，此种方法只是初步判断结果，还需要结合具体数据进行说明。
（2）ADF检验。由于原始变量具有不平稳性，因此，需要对每个变量进行一阶差分或者二阶差分ADF检验。在操作过程中，根据AIC、SC和HQ值最小标准对解释变量和被解释变量进行检验。
从分析结果中可以看出，有5、6、7和8四个变量在1%的显著检验中二阶平稳，其余变量均为一阶平稳。
其中，变量1在10%的显著检验中一阶平稳；
变量2在5%的显著检验中一阶平稳；
变量3、4和在1%的显著检验中一阶平稳。ADF检验表如表2所示。
图1 自变量时序图
表2 ADF检验表
VariableLag Lengtht值5%显著水平下的临界值p值检验结果 x1first-2.837-3.1270.053平稳*** x2first-3.320-3.1270.014平稳** x3first-15.114-3.2900.000平稳* x4first-3.665-3.3670.005平稳* x5second-5.064-3.1040.000平稳* x6second-4.456-3.1550.000平稳* x7second-4.595-3.1550.000平稳* x8second-4.477-3.1890.000平稳* yfirst-4.164-3.1270.001平稳*
2. 协整检验
为了减少异方差带来的影响，需要对原始变量进行取对数，对自变量和因变量进行检验。由于本文在研究中受到样本数量的限制，本文选择2005—2019年辽宁省统计局面板数据，采用E-G法对自变量和因变量的协整关系进行检验，对残差进行单位根检验。
在进行协整检验前，先对所有取对数的变量进行ADF检验，重复上述（2）计算，发现所有变量都是平稳的；
再次对原序列进行简单线性回归，通过回归发现，ln（3）、ln（5）、ln（6）、ln（7）和ln（8）的p值大于0.05，没有通过显著性检验，因此，本文通过ln（）与ln（1）、ln（2）和ln（4）回归分析，生成残差系列；
最后对残差系列进行单位根检验。通过对残差序列做单位根检验，得到伴随概率为0.0001，拒绝原假设，即认为残差序列没有单位根，也意味着ln（）与ln（1）、ln（2）和ln（4）存在协整关系。
3. OLS回归
由于原序列都是平稳序列，本文用OLS回归方法对存在协整关系的变量进行回归分析、自相关检验和异方差检验。本文基于2005—2019年辽宁省统计局数据，利用SPSS软件对此进行分析。OLS回归结果如表3所示。
表3 OLS回归分析
ln（y）CoefStd.Errtp95% CIR²调整R² ln（x1）-1.9470.363-5.3700.000**-2.658 ～ -1.2360.9800.975 ln（x2）2.3420.4974.7070.001**1.367 ～ 3.317 ln（x4）-0.3980.340-1.1680.268-1.065 ～ 0.270 异方差检验c2=12.316 p=0.196 自相关检验Prob.Chi-Square(2)=0.2549
从分析结果中可知，ln（1）的回归系数值为-1.947，并且呈现出0.01水平显著性，意味着ln（1）会对ln（）产生显著的负向影响关系。ln（2）的回归系数值为2.342，并且呈现出0.01水平显著性，意味着ln（2）会对ln（）产生显著的正向影响关系。ln（4）的回归系数值为-0.398，但是并没有呈现出显著性，意味着ln（4）并不会对ln（）产生影响关系。
在异方差检验中，p值大于0.05，因此不存在异方差。在自相关检验中，p值大于0.05，因此认为不存在自相关。
4. Tobit回归分析
分析目前的实证结果，笔者认为本文在数据处理过程中存在信息缺失，使得最终得到的回归结果仅具有参考价值。原因可能是，本文在研究时受到研究目的限制，无法将样本进行扩大。因此，本文尝试在平稳性的基础上选择Tobit回归模型，寻找解释变量与被解释变量之间的关系。基于辽宁省统计局2005—2019年数据，利用SPSS软件对其进行分析，分析结果如表4所示。
表4 Tobit回归分析表
项回归系数标准误差z值p值95% CI x1-0.0050.005-0.9730.331-0.014 ～ 0.005 x20.0010.0002.5230.0120.000 ～ 0.001 x30.0000.0001.3560.175-0.000 ～ 0.000 x40.0000.0003.7780.000-0.000 ～ -0.000 x5-0.0000.000-0.9810.327-0.000 ～ 0.000 x6-0.0000.000-0.1630.870-0.000 ～ 0.000 x70.0000.0003.2540.0010.000 ～ 0.001 x80.0000.0004.4380.0000.000 ～ 0.000
（三）结果分析
由表4可知，第三产业增加值占全省生产总值比重（1）的回归系数值为-0.005，但是并没有呈现出显著性，意味着第三产业增加值占全省生产总值的比重并不会对因变量产生影响。互联网接入数（2）的回归系数值为0.001，并且呈现出0.05水平的显著性，意味着互联网接入数会对因变量产生显著的正向影响。人均GDP（3）的回归系数值为0.000，但是并没有呈现出显著性，意味着人均GDP并不会对因变量产生影响。专利申请授权数（4）的回归系数值为0.000，并且呈现出0.01水平的显著性，意味着专利申请授权数会对因变量产生显著的正向影响。公路通车里程与铁路营业里程之和（5）的回归系数值为-0.000，但是并没有呈现出显著性，意味着公路通车里程与铁路营业里程之和并不会对因变量产生影响。城乡居民人均可支配收入（6）的回归系数值为-0.000，但是并没有呈现出显著性，意味着城乡居民人均可支配收入并不会对因变量产生影响。物流业财政支出（7）的回归系数值为0.000，并且呈现出0.01水平的显著性，意味着物流业财政支出会对因变量产生显著的正向影响。外商投资企业投资总额（8）的回归系数值为0.000，并且呈现出0.01水平的显著性，意味着外商投资企业投资总额会对因变量产生显著的正向影响。
由此可见，互联网接入数、物流业财政支出、专利申请授权数和外商投资企业投资总额会对因变量产生显著的正向影响；
但是第三产业增加值占全省生产总值的比重、人均GDP、城乡居民人均可支配收入和公路通车里程与铁路营业里程之和并不会对因变量产生影响。
综合上述分析，本文更倾向于Tobit回归检验的计算结果，即信息化水平、政府支持、专利数量和开放程度会是影响辽宁省物流业绿色发展的原因。根据Tobit回归结果，对变量进行分析，结果如下：
1. 信息化水平
信息化水平与辽宁省物流业绿色发展水平呈正相关。这表明，信息化水平越高，越能提高辽宁省物流业的绿色发展水平。从绿色环保角度来说，信息化水平越高，越可以为辽宁省的绿色建造提供技术支撑，从而可以提高辽宁省物流业绿色发展水平。进一步优化措施需要辽宁省根据自身的资源和优势进行宏观调控。
2. 政府支持
政府支持与辽宁省物流业绿色发展水平呈正相关。这表明，政府支持的力度越大，就越能够提高辽宁省物流业的绿色发展水平。政府支持在一定程度上可以缓解物流业绿色发展的资金瓶颈，从而有效推动辽宁省物流业的绿色发展水平。当前社会中大部分环保设备的建设，仍然需要依靠政府的投入，比如无公害垃圾处理厂、环保公车、新兴能源的开发等。
3. 专利数量
专利申请授权数与辽宁省物流业绿色发展水平呈正相关。这表明专利申请授权数量越多，越能提高辽宁省物流业的绿色发展水平。专利数量越多，在一定程度上可以反映物流业中科技人才的增多，也可以代表辽宁省物流业的科技环境。专利申请授权数量越多，表明物流业从业人员技术水平越高，创新能力越强，越能促进辽宁省物流业的绿色发展。
4. 开放程度
外商投资企业投资总额与辽宁省物流业绿色发展水平呈正相关。这表明外商投资企业投资总额越大，越能提高辽宁省物流业的绿色发展水平。根据技术溢出理论，外商投资企业能够为辽宁省带来先进的管理体系和生产技术，从而促进经济增长。外商投资企业不仅可以通过技术溢出驱使辽宁省技术进步，同时也会对生态环境产生影响，可以优化辽宁省物流业绿色投资环境，增加在技术和能源方面与其他国家的合作，合理发挥各个国家的优势，实现绿色发展的互利共赢，从而提升辽宁省物流业的绿色发展水平。
[1] 杨宏伟, 郑洁, 程中海. “一带一路”沿线物流业影响因素的空间计量分析[J]. 工业技术经济, 2019, 38(5): 112-120.
[2] 杜莉, 马遥遥. “一带一路”沿线国家的绿色发展绩效及驱动因素研究[J]. 四川大学学报(哲学社会科学版), 2022(1): 173-183.
[3] ZHANG C M. Research on the economical influence of the difference of regional logistics developing level in China[J]. Journal of Industrial Integration and Management, 2020, 5(2): 205-223.
[4] YAO X, CHENG Y Y, ZHOU L, et al. Green efficiency performance analysis of the logistics industry in China: based on a kind of machine learning methods[J]. Annals of Operations Research, 2020, 308(1-2): 727-752.
[5] 刘辉, 范林榜, 吕墨子. 经济内循环背景下中国物流业高质量发展研究[J]. 物流科技, 2021, 44(6): 92-100.
[6] 周广亮, 吴明. 中原城市群物流业发展水平时空分异及影响因素分析[J]. 河南理工大学学报(自然科学版), 2021, 40(5): 90-98.
[7] 李娟, 王琴梅. 我国西部地区物流业发展质量及其影响因素研究——基于物流业效率视角[J]. 北京工业大学学报(社会科学版), 2020, 20(2): 82-93.
[8] 刘浩华, 陈秀玲, 王雪峰. 城镇化与物流绿色全要素生产率的门槛效应研究[J]. 经济与管理评论, 2020, 36(2): 123-132.
[9] 刘文勇, 魏琳. 黑龙江省绿色发展效率评价及影响因素分析[J]. 边疆经济与文化, 2021(12): 6-9.
[10] 陈候男. 河北省物流业绿色发展水平测度与影响因素分析[D]. 保定: 河北大学, 2021.
10.15916/j.issn1674-327x.2022.04.006
F259.27
A
1674-327X (2022)04-0016-05
2022-04-09
辽宁省社会科学规划基金重点项目(L20AJL001)
尚银斐(1997-)，女，河南嵩县人，硕士生。
初铭畅(1970-)，女，山东文登人，教授。
(责任编辑：许伟丽)
猜你喜欢 因变量回归系数物流业 泉州市现代物流业发展路径及对策研究物流科技(2022年2期)2022-05-07调整有限因变量混合模型在药物经济学健康效用量表映射中的运用中国药房(2022年7期)2022-04-14交通基础设施发展与物流业增长的空间相关性研究智富时代(2019年4期)2019-06-01交通基础设施发展与物流业增长的空间相关性研究智富时代(2019年4期)2019-06-01基于生产函数模型的地区经济发展影响因素分析现代商贸工业(2017年30期)2018-01-22电导法协同Logistic方程进行6种苹果砧木抗寒性的比较江苏农业科学(2017年10期)2017-07-21电导法协同Logistic方程进行6种苹果砧木抗寒性的比较江苏农业科学(2017年10期)2017-07-21偏最小二乘回归方法文理导航(2017年20期)2017-07-10谈谈如何讲解多元复合函数的求导法则卷宗(2017年6期)2017-06-06物流业与交通运输经济联动发展的机制探讨现代企业文化·理论版(2017年5期)2017-04-17