杨 博，王征兵
（西北农林科技大学经济管理学院，陕西杨凌 712100）
科技创新作为推动产业转型升级的重要力量受到长期关注[1]，通过绿色技术创新实现产业绿色转型升级与高质量发展成为当前发展的重要方向[2]。绿色技术创新是协调经济发展与环境保护之间关系、促进二者平衡统一的重要手段和主要途径[3]。生鲜农产品物流作为连接“田间”与“餐桌”的重要通道，不仅是农产品上行的重要渠道[4]，也是促进农业发展的重要动力。但当前我国生鲜农产品物流存在资源配置不合理、冷链技术落后、人才缺乏[5-7]、能耗大等问题[8]，这在一定程度上阻碍了生鲜农产品物流的绿色化与高质量发展。依托绿色技术创新，转变传统生鲜农产品物流高能耗发展现状，不仅是绿色发展的时代要求，也是生鲜农产品物流实现可持续发展的必要途径。产业集聚是社会分工进一步明确后所形成的一种空间层面的产业组织形式，对地区经济发展具有重要推动作用[9]，对资源整合与分配以及产业整体效率提升具有重要意义。本文通过构建调节效应模型，探讨绿色技术创新对生鲜农产品绿色物流效率的影响，以及产业集聚在其中的调节效应。
绿色技术创新的着眼点在“绿色”，以往关于绿色技术创新的研究多集中于工业[10-11]、制造业[12]等传统高耗能产业，而物流业在运输、仓储以及包装过程中的碳排放问题并未引起足够关注，这就使得探讨绿色技术创新对物流业碳排放及其绿色发展影响的研究较少。牟红亮等[13]认为，当前我国绿色技术创新水平较低，其发展水平主要取决于地区环境规制水平。当前，我国物流业处在提质增效的关键时期，技术创新成为物流业转型升级、实现高质量发展的重要驱动力量，有助于物流业发展方式由粗放式向集约式转变，由无序式、经验式向标准化、智能化转变[14]。以绿色技术创新推动物流业绿色全要素生产率提升，已成为绿色高质量发展时代的首要选择[15-17]。同时，绿色技术创新对地区绿色经济发展[18]以及区域碳生产率水平提升[19]具有重要影响。
产业集聚作为一种提高产业创新绩效的重要手段[20]，得到了社会各界的广泛关注，同时，产业集聚与环境污染之间的非线性关系也被普遍证实[21]。资源配置不合理是导致产业发展过程中环境污染的主要原因[22]，这种资源配置上的低效会带来较低的效率水平，影响经济发展。当前我国物流业仍然是传统劳动密集型产业，技术水平较低[14]，能源利用效率较低。而产业集聚通过促进基础设施与信息共享、强化技术外溢效应，提升能源利用效率[23]，减少环境污染，促进经济高质量发展。在通过产业集聚降低环境污染的过程中，不同的产业集聚模式会对环境污染产生不同的影响[24]。一般而言，专业化产业集聚在整合资源、提高资源利用效率等方面具有较大优势[25]，能够推动产业互补，实现产业的“提档增速”。而多样化产业集聚对资源可能是一种浪费[26]，但在减少区域外部冲击影响、提升区域抗冲击力恢复力方面具有重要意义[27]。
综上所述，关于产业集聚、绿色技术创新以及生鲜农产品绿色物流的研究成果仍存在以下不足：一是关于绿色技术创新的研究，主要针对工业、制造业等传统意义上的高污染产业，而对同样存在高污染的生鲜农产品物流业关注较少。二是现有关于产业集聚的研究，主要从专业化集聚与多样化集聚两个方面讨论其与环境污染的关系，或围绕产业集聚对技术创新或绿色技术创新效率的影响展开分析，鲜有以产业集聚为调节变量检验绿色技术创新与生鲜农产品绿色物流的关系。本文创新性地以产业集聚的调节效应为切入点，通过构建生鲜农产品绿色物流效率评价指标体系，研究绿色技术创新对生鲜农产品绿色物流效率的影响，同时以产业高级化水平为依据分组，进一步探讨三者之间的关系。
（一）绿色技术创新对生鲜农产品绿色物流效率的影响机制
根据绿色物流的概念[28]，本文认为，生鲜农产品绿色物流是：为满足消费者对绿色健康生鲜农产品的需求、减少运输过程中的碳排放，通过采用冷链保鲜技术与绿色减排技术所进行的生鲜农产品实体以及相关绿色信息资源从供给者到需求者的有效流动，是绿色加工、绿色保鲜包装、绿色冷藏、绿色运输等环节的有机组合。
绿色技术创新是以节约资源和能源、减少环境污染为目的的管理创新与技术创新[29]。绿色技术创新水平不同，其对生鲜农产品绿色物流效率的影响不同[18]。具体来说：当绿色技术创新水平过低时，绿色技术创新贡献率会低于其非期望产出水平，即绿色技术创新带来了回弹效应，使生鲜农产品物流整体绿色化发展被抑制[30-31]；
当绿色技术创新水平过高时，意味着生鲜农产品物流企业在绿色技术创新方面投入过多，过高的要素成本大量挤占企业利润，创新补偿小于遵循成本，企业会减少对绿色技术创新的研发投入，抑制生鲜农产品绿色物流效率的提升；
当绿色技术创新水平适中时，创新带来的企业红利多于要素投入成本，使运输效率提升，生鲜农产品物流的绿色化水平得到提高。基于以上分析，本文提出如下假设：
H1：绿色技术创新与生鲜农产品绿色物流效率之间存在非线性关系。
（二）产业集聚对绿色技术创新与生鲜农产品绿色物流效率关系的调节机制
产业集聚有助于资源整合与强化分工，对提升创新效率具有重要意义[20]。波特（Porter）[32]认为，产业集聚能够强化企业技术创新和知识外溢效应。马歇尔外部性理论认为，劳动力蓄水池、中间投入共享和知识技术溢出是产业集聚的三大作用力，其中知识技术溢出对应的微观机制是技术创新，但技术创新在解释专业化产业集聚时存在一个重要假设，即技术创新主要被限定在特定行业中[33]。因此，技术创新的扩散、传播只发生在相同产业的企业中，有助于形成专业化产业集聚，而这种专业化产业集聚的外部性又会促进技术创新的扩散、传播。对产业多样化集聚而言，雅各布斯（Jacobs）[34]外部性理论认为，技术创新的溢出效应存在于互补而非相同的产业之间，因为互补的多样化企业或不同产业之间能够通过知识技术的交换促进技术创新的探索与实践。综上所述，无论是产业的专业化集聚抑或是产业的多样化集聚都能够增强技术的溢出效应，从而对高技术产业产生重要影响。基于以上分析，本文提出如下假设：
H2：产业集聚对绿色技术创新与生鲜农产品绿色物流效率关系具有正向调节作用。
绿色技术创新、生鲜农产品绿色物流效率与产业集聚之间的关系如图1所示。
图1 绿色技术创新、生鲜农产品绿色物流效率与产业集聚之间的关系
生鲜农产品物流运输环节的碳排放量相对较大。生鲜农产品生产过程中的绿色化水平和生鲜农产品物流绿色化发展对保障生鲜农产品的新鲜和营养程度具有重要影响。基于此，本文借鉴唐建荣等[15]、刘战豫等[16]的研究成果，从投入和产出两个角度、生产和运输两个方面构建地区生鲜农产品绿色物流效率评价指标体系。
（一）数据来源
本文所用原始数据来自2009—2020 年《中国统计年鉴》《中国农村统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》以及各省份统计年鉴。西藏地区能源数据缺失，港澳台地区所有数据均缺失，故只考虑我国其余30 个省份的数据。交通运输、仓储与邮政业增加值在物流业增加值中占比达85%以上，故用其代表物流业[35]。北京、天津、河北、浙江、山东、山西、吉林、河南、湖北、贵州、陕西、甘肃、广西、内蒙古等地区的水路、航空、管道运输以及多式联运普及率较低，故本文只考虑铁路与公路运输方式。
（二）指标设计
1.投入指标
本文用生鲜农产品绿色物流固定资产投资、从业人数、能源消耗总量分别表示资金投入、劳动力投入、能源投入，用生鲜农产品绿色物流铁路、公路运营里程与生鲜农产品产量表示基础设施投入。考虑到数据的完整性，参考唐建荣等[15]、刘战豫等[16]、李波等[36]、吴贤荣等[37]的研究方法，选取农业与交通运输、仓储与邮政业消耗最多的“三油”（汽油、煤油和柴油）以及“一气”（天然气）的消耗量作为反映能源消耗量的指标构成，先根据转换标准煤系数将各种能源消耗量折算成标准煤，再加总，求得各地区物流业能源消耗总量。
2.产出指标
用生鲜农产品绿色物流总产值和社会消费品零售总额表示期望产出，用生鲜农产品绿色物流二氧化碳排放量表示非期望产出，用货运量与货运周转量表示规模产出。
生鲜农产品物流过程中的主要污染物是二氧化碳，故在各地区物流业能源消耗总量的基础上，分别统计农业与交通运输、仓储与邮政业“三油一气”的能源消耗量，根据IPCC2006 碳排放系数计算二氧化碳排放量（CO2）[16]：
其中，Ei表示第i种能源的消耗量，NCVi为第i种能源的平均低位发热量，CEFi为第i种能源的碳排放参考系数，COFi为碳氧因子，44 和12 为CO2与C的分子量。
考虑到价格因素的影响，本文以2009 年为基期，按CPI指数对生鲜农产品绿色物流固定资产投资、生鲜农产品绿色物流总产值、社会消费品零售总额等变量进行平减，再基于表1 所示的指标体系，利用包含非期望产出的Super-SBM 模型测算2009—2020年我国30个省份生鲜农产品绿色物流效率。
表1 地区生鲜农产品绿色物流效率评价指标体系
根据表2可知，我国生鲜农产品绿色物流效率水平整体较低。除北京、上海、河北的生鲜农产品绿色物流效率曾在少数年份接近1.7 或超过1.7外，其余省份的生鲜农产品绿色物流效率基本接近1.2 或低于1.2。北京、上海、河北经济发展基础好，人才优势较强，地区绿色技术创新能力较强，可为地区生鲜农产品绿色物流发展提供坚实基础。我国生鲜农产品绿色物流效率呈现出中东部地区高、西部地区低的地区差异性。2009—2020年，我国30 个省份农产品绿色物流效率的中位数为0.916，如图2 所示。其中，北京、天津、河北、辽宁、上海、江苏、福建、广东、海南、山西、黑龙江、安徽、江西、内蒙古等地区的效率水平高于全国的中位数。这可能是由于我国部分生鲜农产品供应地集中在这些省域，且先进的技术水平以及充足的人才供应为地区绿色技术创新发展提供了条件。在西北地区，青海的生鲜农产品绿色物流效率也高于全国中位数，这可能与其作为我国主要生鲜牛羊肉供应地密切相关，但其经济发展水平相对落后，人才相对缺乏，其生鲜农产品绿色物流的发展不能从地区创新借力，仍停留在初级且不稳定的发展阶段。
图2 2009—2020年我国30个省份的生鲜农产品绿色物流效率平均值
表2 2009—2020年我国30个省份生鲜农产品绿色物流效率水平
（一）模型设定
为考察绿色技术创新对生鲜农产品绿色物流效率的影响，本文参照李志斌等[38]、段世霞等[39]的研究结果，构建以下模型：
其中，Green为生鲜农产品绿色物流效率，lngti为绿色技术创新，agg为产业集聚程度，α0、β0、η0、λ0为常数项，α1、α2、α3、β1、β2、β3、β4、β5、η1、η2、η3、η4、η5、η6、λ1、λ2、λ3、λ4、λ5为回归系数，Xit为控制变量，ξt表示时间效应、φi表示地区效应，δit、εit、γit、μit为随机误差项，i为省份，t为年份。
（二）变量说明
1.被解释变量
被解释变量为生鲜农产品绿色物流效率（Green）。采用包含非期望产出的Super-SBM 模型测算2009—2020 年我国30 个省份生鲜农产品绿色物流效率。
2.核心解释变量
核心解释变量为绿色技术创新（lngti），绿色技术创新的衡量指标众多。由于生鲜农产品物流是高耗能与技术密集型产业，考虑数据的可得性，本文用各省份当年的R&D 经费投入与能源消费总量比值的对数值衡量各省份绿色技术创新水平[40-42]。同时，用工业增加值与工业污染物排放量之比作为核心解释变量的替换变量（gtis）进行稳健性检验[2，43]。工业污染物排放量用二氧化硫排放量与颗粒污染物排放量之和表示。2016 年与2017 年的工业污染物排放量数据缺失，本文通过相邻年份均值进行插补。
3.调节变量
调节变量为产业集聚程度（agg）。测度产业集聚程度的方法主要有区位熵、空间基尼系数、EG指数、赫芬达尔-赫希曼指数等方法[22]。为消除地区间的规模差异性，本文借鉴赵静[20]、奥多诺霍（O"Donoghue）等[44]、马彦瑞等[45]以及王健等[46]的方法，用区位熵法测算物流产业集聚程度，计算公式为：
其中，LV为交通运输、仓储与邮政业生产总值，G为地区生产总值，i表示省份，t表示年份。
4.控制变量
生鲜农产品绿色物流发展会受到其他因素的影响，本文参考武云亮等[29]、杜龙政等[47]、谢莉娟等[48]、钞小静等[49]、李娟[50]以及李玲等[51]的研究成果，选取控制变量。生鲜农产品绿色物流能源消耗率（lneng）用地区生鲜农产品绿色物流总产值与地区生鲜农产品绿色物流能源消耗总量之比的对数值表示。环境规制（er）用某地区某年交通运输、仓储与邮政业主营业务成本与该地区某年交通运输、仓储与邮政业总产值之比表示。由于只考虑铁路与公路运输方式，某地区某年的交通运输、仓储与邮政业主营业务成本为某地区某年汽车制造业主营业务成本与该地区某年铁路、船舶、航空航天和其他运输设备制造业主营业务成本之和。地区产业结构（str）用第三产业产值与地区生产总值之比进行衡量。人均地区生产总值（lnpgdp）用地区人均生产总值的对数值衡量。交通基础设施发展水平（tinf）用地区铁路与公路总营业里程与地区国土面积之比衡量。
参考朱于珂等[2]研究成果，本文按照产业高级化水平（ts）分组并进行异质性检验。ts数值越大，表明产业结构越高级，计算公式为：
变量描述性统计结果见表3。
表3 变量描述性统计结果（N=360）
（一）基准回归结果
基于2009—2020 年我国30 个省份的面板数据，利用OLS 方法和式（2）进行基准回归，回归结果如表4 所示。其中，绿色技术创新系数为负，其平方项系数转正，这说明绿色技术创新与地区生鲜农产品绿色物流效率呈现出“U型”关系，绿色技术创新带来的回弹效应存在，H1 成立。在绿色技术创新初期，其发展水平较低，其贡献率远低于非期望产出水平。由于回弹效应的存在，绿色技术创新会抑制生鲜农产品物流的绿色化发展。但随着绿色技术创新水平的提高，其要素成本降低以及溢出效应开始显现，生鲜农产品物流绿色化水平提高。这与曾刚等[30]和刘贝贝等[52]的结论相似，即绿色技术创新与产业及地区绿色发展之间存在“U 型”关系。地区产业结构以及交通基础设施发展水平系数显著为负，生鲜农产品绿色物流能源消耗率与人均地区生产总值系数显著为正。其中，能源消耗率系数显著为正，说明生鲜农产品绿色物流在创造一定量的生产总值时所消耗的能源量越少，生鲜农产品绿色物流效率越高；
地区产业结构系数显著为负，说明区域内第三产业占比越高，也即服务业发展水平越高，物流产业集聚的溢出效应越弱，拥挤效应越强，对生鲜农产品绿色物流效率的负面作用越大；
交通基础设施发展水平系数为负，说明我国交通设施不完善、布局不合理，对生鲜农产品物流的绿色化发展有负面影响。因此，大力发展地区经济、降低能源消耗量、完善交通基础设施能够促进地区生鲜农产品绿色物流效率的提升。
表4 绿色技术创新对生鲜农产品绿色物流效率的基准回归结果
（二）平稳性检验
为了保证面板数据不受随机因素干扰，以免影响检验结果，本文通过面板数据单位根LLC 方法与ADF-Fisher单位根方法对数据的平稳性进行检验，如表5所示。其中，在LLC方法下，除地区产业结构外，其余变量的数据在一阶差分后均在1%的水平上显著；
在ADF-Fisher方法下，所有变量在一阶差分后至少在5%的水平上拒绝面板单位根原假设。这说明本文所有研究变量均为平稳序列。
表5 变量面板数据单位根检验结果
（三）产业集聚调节效应分析
进一步，在式（3）中加入产业集聚程度与绿色技术创新的交互项构建式（4），并用系统GMM 方法考察产业集聚在绿色技术创新与生鲜农产品绿色物流效率关系中的调节效应，回归结果如表6所示。
根据表6可知，在式（3）的回归结果中，绿色技术创新对生鲜农产品绿色物流效率的影响不显著，地区产业结构的系数显著为负，说明第三产业发展使物流产业集聚的溢出效应减弱，拥挤效应增强；
在式（4）的回归结果中，产业集聚程度与绿色技术创新交互项的系数显著为正，说明绿色技术创新带来的回弹效应因产业集聚的出现而得到缓解，产业集聚下的绿色技术创新能够促进生鲜农产品绿色物流效率的提升，因此，H2成立。综上所述，物流产业集聚能增大绿色技术创新对生鲜农产品绿色物流效率的刺激与带动作用，有助于生鲜农产品物流绿色化发展。
表6 产业集聚的调节效应检验结果
（四）稳健性检验
为了避免样本选择和指标选取可能给研究结果带来的偏误，保证研究结果的可靠性，本文通过两种方法进行稳健性检验。一是替换检验方法，即用随机效应模型（5）替换系统GMM 模型，考察产业集聚在绿色技术创新与生鲜农产品绿色物流效率关系中的调节效应。二是替换核心解释变量，即用2009—2020 年30 个省份的工业增加值与工业污染物排放量之比替换地区当年R&D经费投入与地区当年能源消费总量比值的对数值。稳健性检验结果如表7所示。
表7 稳健性检验结果
由稳健性检验结果可知，替换检验方法后，绿色技术创新、生鲜农产品绿色物流能源消耗率、交通基础设施发展水平三个变量的显著性发生变化；
替换核心解释变量后，绿色技术创新、绿色技术创新平方项、交互项、生鲜农产品绿色物流能源消耗率、地区产业结构、交通基础设施发展水平六个变量的显著性发生变化。但在使用这两种方法后，所有变量的系数符号均与表6 相同，回归结果的稳健性得到检验。
（五）异质性检验
产业高级化水平对地区经济发展具有重要影响，而地区经济发展会影响地区人均生产总值与绿色技术创新。由于产业高级化水平具有差异性，本文借鉴谢莉娟等[48]的研究成果，通过每个省份2009—2020年产业高级化水平的均值与其均值的中位数进行比较，将30 个省份分为产业高级化水平较高地区（包括北京、天津、上海、广东、海南、吉林、黑龙江、四川、重庆、云南、甘肃、青海、新疆、广西、内蒙古）与较低地区（包括河北、辽宁、江苏、浙江、福建、山东、山西、安徽、江西、河南、湖北、湖南、贵州、陕西、宁夏）。
由表8 可知，在产业高级化水平较高地区，产业集聚与绿色技术创新交互项系数为正，但不显著，而在产业高级化水平较低地区，产业集聚与绿色技术创新交互项系数显著为正，这说明产业集聚对生鲜农产品绿色物流效率具有显著促进作用，能缓解绿色技术创新带来的回弹效应，正向刺激绿色技术创新对生鲜农产品绿色物流效率的带动作用。这也进一步说明，在产业高级化水平较低地区，产业结构优化空间较大，可通过地区产业结构升级，缓解绿色技术创新带来的回弹效应，同时可充分利用“结构红利”，扩大技术创新的溢出效应，发挥绿色技术创新对生鲜农产品绿色物流效率的提升作用。
表8 异质性检验结果
（一）结论
本文利用2009—2020 年我国30 个省份的面板数据，对绿色技术创新、生鲜农产品绿色物流效率水平及产业集聚三者之间的关系进行研究。
第一，我国生鲜农产品绿色物流效率水平整体较低，呈现中东部高、西部低的地区差异性。中东部地区较高的技术水平及充足的人才供应，为绿色技术创新发展提供了保障。西部地区经济发展水平相对较低，人才相对缺乏，其生鲜农产品绿色物流发展无法从地区创新借力，仍停留在初级发展阶段。例如，青海是我国重要的生鲜牛羊肉产地，有较高的生鲜农产品绿色物流效率水平，但由于经济基础薄弱，绿色技术人才匮乏，其生鲜农产品绿色物流无法实现从初级阶段向高级阶段的跨越式发展。
第二，由于回弹效应的存在，绿色技术创新对地区生鲜农产品绿色物流效率具有先抑制后促进的作用。产业集聚对生鲜农产品绿色物流效率具有正向促进作用。同时，由于产业集聚的调节作用，绿色技术创新带来的回弹效应得到缓解，表现为绿色技术创新在产业集聚调节作用影响下，对地区生鲜农产品绿色物流效率产生显著正向影响。
第三，在产业高级化水平较低的地区，产业结构优化空间较大，产业集聚对生鲜农产品绿色物流效率具有显著促进作用。产业结构的优化升级能够缓解绿色技术创新带来的回弹效应，充分释放“结构红利”、增强技术创新溢出效应，提升生鲜农产品绿色物流效率。
（二）建议
第一，政府应加强西部地区人才引进计划，加大科研投入，提高地区绿色技术创新能力和生鲜农产品绿色物流效率。各生鲜农产品物流企业要坚持绿色发展理念，加大企业在绿色技术创新方面的资金、人才投入，提高资源利用效率，减少污染排放，提升生鲜农产品绿色物流效率。
第二，政府应加快建设覆盖城乡的专业化物流产业园区，通过物流产业集聚强化绿色技术创新对生鲜农产品绿色物流效率的提升作用。同时，通过物流产业园区内物流企业的信息共享，提高生鲜农产品物流效率以及准确率。
第三，政府与企业应共同推动生鲜农产品物流产业结构优化。政府应制定生鲜农产品物流绿色发展指导方针，强调绿色技术创新在释放“结构红利”中的重要作用。同时，各生鲜农产品物流企业应在政府绿色发展方针指导下，坚持绿色技术创新和绿色转型升级。政府与企业相互配合，坚持与推进绿色技术创新，实现生鲜农产品物流产业由劳动密集型向技术密集型发展转型。
猜你喜欢 生鲜农产品物流 农产品网店遭“打假”敲诈 价值19.9元农产品竟被敲诈千元今日农业(2022年16期)2022-11-09打通农产品出村“最先一公里”今日农业(2021年7期)2021-07-28生鲜灯的奥秘少儿科技(2021年6期)2021-01-02各地农产品滞销卖难信息（二）农产品市场周刊(2020年8期)2020-07-24本刊重点关注的物流展会物流技术与应用(2019年8期)2019-09-04“智”造更长物流生态链汽车观察(2018年12期)2018-12-26企业该怎么选择物流消费导刊(2018年8期)2018-05-25中国生鲜消费趋势IT经理世界(2016年20期)2016-11-23我国生鲜乳连续7年三聚氰胺抽检合格率100%现代企业(2015年8期)2015-02-28基于低碳物流的公路运输优化现代企业(2015年2期)2015-02-28