数字物流、韧性经济、生态环境治理三元系统耦合协调时空演化及影响因素分析

摘 要：数字物流、经济发展韧性与生态环境治理作为一个耦合协调的开放性系统，是推动各省高质量发展的关键路径。文章基于我国30个省份的面板数据，从韧性经济、数字物流、生态环境治理三个视角下构建指标框架，设计经济韧性高质量发展水平测度指标体系和三元系统耦合模型，运用熵权Topsis法进行指标处理，测算了数字物流、韧性经济与生态环境治理的耦合协调度，并利用Moran's I指数和空间自相关数据，分析三元系统的耦合协调度时空演化格局以及灰色关联模型分析其内在驱动因素。

关键词：数字物流；韧性经济；耦合协调度；高质量发展；灰色关联模型

中图分类号：F124；F49 文献标志码：A DOI：10.13714/j.cnki.1002-3100.2024.18.015

Abstract： Digital logistics， economic development resilience and ecological environmental governance as a coupled and coordinated open system is the key path to promote the high-quality development of provinces. Based on the panel data of 30 provinces in China， the article constructs the indicator framework from the three perspectives of resilient economy， digital logistics and ecological environmental governance， designs the indicator system for measuring the level of high-quality development of economic resilience and the ternary system coupling model， applies the Entropy Weight Topsis for the indicator processing， measures the coupling and coordination degree of digital logistics， resilient economy and ecological environmental governance， and analyses the ternary system coupling and coordination degree by using Moran's I index and spatial autocorrelation data to analyse the coupling coordination degree of the ternary system， as well as the grey correlation model to analyse its intrinsic driving factors.

Key words： digital logistics; resilient economy; coupling coordination degree; high-quality development; grey correlation model

0 引 言

在经济稳定发展的时代，韧性经济成为了经济高质量发展的新要素，物流产业与数字化的融合愈发紧密，数字物流成为增强经济发展韧性和促进生态环境治理的新动能[1]。党的二十大报告提出，应着力提升产业链供应链韧性与推动经济实现质的有效提升和量的合理增长[2]。现阶段，随着信息技术的飞速发展，物流产业数字化趋势日益明显[3]，物流产业数字化建设具有互联互通、协调发展、稳定高效的特征[4]。近年来，学者们分别针对数字化对韧性经济的影响[5]、数字经济对产业链韧性提升的作用机理和生态体系建设[6]、政府治理对数字化与韧性经济推进作用进行了研究[7]。现有学者从定量的视角分析了产业-经济-环境的相互作用关系[8]。此外，也有部分学者对产业结构、生态与经济的空间溢出效应进行分析[9]。

综上所述，现有成果缺乏数字物流、韧性经济与生态环境治理三元系统耦合协调关系的研究。本研究通过阐述耦合协调机理，采用熵权法构建了包括数字物流、韧性经济和生态环境治理在内的三元系统综合评价指标体系，用以评估各省份的耦合协调程度。同时，通过空间自相关Moran'I指数分析空间关联程度和联系强度，应用灰色关联模型分析影响因素，明确了这些指标的空间分布格局。因此，分析数字物流、韧性经济和生态环境治理的耦合协调关系，研究三者耦合为政策制定提供了重要支持，也对于实现韧性经济平稳、可持续、健康发展具有重要意义。

1 三元系统耦合作用机理

数字化技术的广泛应用在数字物流、韧性经济和生态环境治理之间建立了紧密的联系。数字化技术的普及缩短了地域和时间的距离，提高了区域间信息传递的效率，加深了空间关联度，增强了生态协同治理的能力[10]。韧性经济与数字物流、生态环境治理之间存在着紧密的协调关系。韧性经济的增强有助于优化供应链，提升物流效率[11]。韧性经济的发展形成了一种可持续、包容性和适应性强的经济模式，对环境提出更高要求，推动技术创新以提高生态环境治理能力，实现低碳发展。为了提高生态环境质量，需要构建良好的生态格局促进数字物流的绿色化发展，建立循环利用、可持续发展的体系。良好的生态环境有助于增强抵御外部冲击的能力，提高恢复原状的速度，同时能提高资源利用率，降低生产成本，从而增强韧性经济的发展。

2 指标设计

2.1 数据来源

本文选择30个省份数据综合评价分析各省数字物流、韧性经济和生态环境治理演变趋势并展开实证分析。数据主要来源于2012—2021年各地相关统计年鉴，包括《中国物流年鉴》《中国统计年鉴》《中国财务年鉴》等，并对少量缺失数据进行线性插值法填补。

2.2 评价指标体系确立

本文在指标设计时，充分借鉴学者的研究成果[12]，同时结合全国省份实际情况，构建各省份水平评价指标体系（见表1）。首先建设数字物流相关指标，对数字物流的指标定义可以分别用物流业与数字化水平来体现，从物流业投入、物流业产出、数字化水平构建二级指标。经济韧性分为抵抗力、恢复力和创新力三个方面。抵抗力主要体现在遇到风险危机时经济系统能够稳定运行、减少损失的能力；恢复力指经历风险后经济系统能够自我调整、逐步恢复的能力；创新力指经济系统调整恢复后的创新转型、可持续发展能力。从抵抗力、恢复力和创新力三个维度构建二级指标。生态环境治理是从环境污染水平与环境污染治理、生态环境状态三个维度构建二级指标。

2.3 研究方法

2.3.1 熵权法

2.3.1.1 指标标准化处理

2.3.1.2 指标归一化处理

2.3.1.3 计算熵值

2.3.1.4 计算各项指标的权重

2.3.2 耦合协调度模型

本文采用耦合协调度模型来分析数字物流、韧性经济和生态环境治理之间的关系。

2.3.2.1 三元系统的耦合度

2.3.2.2 耦合协调模型

2.3.3 空间自相关数据分析

本文通过全局空间自相关和局部空间自相关分析系统的空间集聚性和相关性。

2.3.3.1 全局空间自相关

2.3.3.2 局部空间自相关

2.3.4 灰色关联模型

3 三元系统耦合协调发展实证结果分析

3.1 三元系统耦合协调度分析

根据表4中数据可以看出，2012—2021年我国三元系统整体协调发展水平呈现逐年稳步上升的态势，但地区之间存在发展差异。2020年的耦合协调度与以往相比出现了小幅回落，并直观显示2021年经济呈现复苏增长态势，30个省的耦合协调度总体均值接近0.5，总体上三元系统耦合协调度在濒临失调阶段和勉强协调阶段之间，在濒临失调及以上阶段的省份占据76.7%，并且耦合协调的波动范围不大，这反映出三元系统耦合协调度具有稳定性。

进一步分为东、中、西三大区域进行空间特征考察，东部地区三元系统的耦合协调度普遍较高，而中西部地区大多数省份的耦合协调度均值低于全国平均水平。这是由于东部地区具备良好的区位条件，且其产业结构多以高新技术的数字化产业为主，同时经济实力较强，对物流服务需求较大，具备应对经济冲击的能力以及相对较强的环境修复与保护能力，物流企业也更关注绿色物流，使得三元系统间得以良好互促。相比之下，中西部地区由于自然资源和地理位置的限制，数字基础设施与交通设施较为薄弱，物流需求相对较小，阻碍了数字物流的发展。大部分省份经济实力较弱，经济发展受到生态环境约束，产业发展不平衡，应对经济冲击的能力较弱，在污染治理与环境改善方面的投资相对较少，三元系统间的协调较为困难。西部地区可以通过西部大开发计划加大数字物流的投资力度，提高韧性经济，协同推进生态环境治理。

3.2 三元系统耦合协调度的空间自相关数据分析

3.2.1 耦合协调度的全局空间自相关分析

使用Stata软件，根据省级空间地理权重矩阵对30个省份的耦合协调度进行全局莫兰指数计算后，结果如表5所示，经过5%显著性检验显示空间上存在耦合协调度的集聚现象。具体来说，2017年和2021年的三元系统耦合协调度分别为0.061和0.049，均为正值，表明耦合协调度在空间上呈现正相关的聚集趋势。

3.2.2 耦合协调度局部空间自相关分析

局部莫兰指数表示在局部区域范围内空间的集聚程度，即局部空间的自相关性，可以用莫兰散点图进行描述（见图1）。第一象限主要包括上海、山东、江苏、福建、广东等东南地区，表明该省份的邻近省份对该省份发展有正向、协同发展的作用，第三象限主要包括辽宁、吉林、黑龙江、甘肃、青海等东北以及西部地区，说明该省份的邻近省份对该省份发展有负向作用。利用GeoDa软件绘制2019年、2021年的莫兰散点图，结果波动不大，说明时间的关联性具有稳定性，且主要呈现出“高—高”集聚和“低—低”集聚的特征。表明该省份高耦合协调度邻近省份也呈现高耦合协调度的集聚现象，有较强的空间相关性，低—低集聚则相反。

3.3 灰色关联模型实证分析

根据表6结果可以明确看出，韧性经济对耦合协调度有着较高的影响。城镇居民可支配收入则是最能影响到三元系统耦合程度的解释变量，其关联度值在所有解释变量中最高，为0.911。此外，研究中选取的相关指标例如货物周转量，二氧化碳排放量均对耦合协调模型有着很强的相关性。对于货物周转量，在耦合协调模型中，物流活动的顺畅与否直接影响到经济的运行效率，从而影响到耦合协调度，数字物流对耦合协调模型的稳定性具有重要影响。另一方面，二氧化碳排放量是生态环境治理中的一个重要指标，它直接反映了经济活动对环境的压力。在耦合协调模型中，生态环境的健康状况与经济发展的可持续性密切相关。因此，二氧化碳排放量与耦合协调度的关联度高，说明环境保护在推动经济、社会和环境耦合协调发展中起着重要作用。从对耦合协调度来看，呈现出不断协调发展的趋势，评价指标体系中各二级指标均对三元空间耦合协调度有较大影响，灰色关联度全部处于“强关联”状态。从三元空间的角度来看，这些解释变量和指标共同揭示这个复杂系统的内部规律和运行机制，为制定科学的政策和发展战略提供有力支持。进一步加强这三个领域之间的协同合作，推动三元系统共同发展，实现经济、社会和环境的可持续发展。

4 结论与建议

本文探究了数字物流、韧性经济与生态环境治理耦合协调发展，进行了空间自相关分析、时空变动趋势以及研究了内在驱动因素的关联程度。研究结论如下。 第一，各省耦合协调度多为濒临失调，地区间存在发展差距。第二，三元系统耦合协调度存在显著正相关性，并表明了很强集聚程度。第三，各省份的协调发展呈现上升趋势，内部结构比较稳定。第四，三元系统灰色关联度分析，相关因素对耦合协调发展产生显著影响。

据此，本文提出以下三方面建议。第一，国家应加强各主体的关联强度，从而加固物流供应链各主体的抵抗经济风险能力。数字化建设可以对经济体进行预警，使其能够及时作出相应决策，还可以帮助物流企业实现生产过程的智能化管理，提高生产效率，降低对生态环境的影响。第二，物流企业利用物联网、大数据和人工智能等高新技术手段优化物流业务的各个环节，提高运输效率和准确性，有助于减少库存积压，降低物流成本，提高企业应对市场变化的能力。还可以帮助企业实现能源消耗的实时监测和优化，从而降低能源消耗，减少碳排放。第三，地方政府应支持与补贴激励建立多样化的经济业态，形成区域间各系统良性互促新格局。

参考文献：

[1] 赵领娣，孙兆旭．海岸带城市经济发展质量与生态韧性协同发展演化及空间收敛特征[J]．经济地理，2023，43（7）：119-129，240.

[2] 马黄龙，屈小娥．数字经济赋能全球价值链韧性：理论机制和实践路径[J]．现代经济探讨，2023（11）：65-71.

[3] 王术峰，何鹏飞，吴春尚．数字物流理论、技术方法与应用——数字物流学术研讨会观点综述[J]．中国流通经济，2021，35（6）：3-16.

[4] 杨俊，钟文．数字赋能与物流业碳减排：内在机制与经验证据[J]．统计与决策，2023，39（20）：174-178.

[5] 闫绪娴，郭伟．数字基础设施如何影响区域经济韧性？[J]．现代经济探讨，2023（10）：33-42.

[6] 董丽，赵放．数字经济驱动制造业产业链韧性提升的作用机理与实现路径[J]．福建师范大学学报（哲学社会科学版），2023（5）：33-42.

[7] 胡承晨，毛丰付．数字技术赋能政府治理：数字基础设施与经济韧性[J]．河北经贸大学学报，2023，44（4）：40-52.

[8] 崔靓，李晓梅，姚若羲．数字物流、生态环境治理与区域经济增长的耦合协调度分析[J]．统计与决策，2023，39（1）：29-33.

[9] 孔令章，李金叶．数字经济发展对区域生态效率的影响研究[J]．统计与决策，2023，39（20）：23-28.

[10] 罗瑞，王琴梅．数字物流高质量发展水平区域差异及空间收敛性研究[J]．统计与决策，2022，38（17）：109-113.

[11] 尹勇，苏欣怡，谢晓琪．产业结构升级对市域经济韧性的空间效应[J]．经济地理，2023，43（8）：86-92，112.

[12] 周文慧，钞小静．黄河流域数字基础设施、经济发展韧性与生态环境保护的耦合协调发展分析——基于三元系统耦合协调模型[J]．干旱区资源与环境，2023，37（9）：1-9.