《Sustainability》：Spatial Inequality and Infrastructure-Based Carbon Lock-In in Green Logistics: Evidence from China
编辑推荐：
物流业因其广泛的物理网络和高碳路径依赖，仍然是脱碳的关键瓶颈。为了解决中国物流业的空间异质性和转型约束，本研究提出了绩效-拓扑-机制（PTM）框架。通过分析中国30个省份的面板数据，研究人员将超效率SBM（Super-SBM）模型与全局Malmquist–Lu
物流业因其广泛的物理网络和高碳路径依赖，仍然是脱碳的关键瓶颈。为了解决中国物流业的空间异质性和转型约束，本研究提出了绩效-拓扑-机制（PTM）框架。通过分析中国30个省份的面板数据，研究人员将超效率SBM（Super-SBM）模型与全局Malmquist–Luenberger（GML）指数、Dagum基尼（Dagum Gini）分解以及面板Tobit模型相结合，以解码绿色创新绩效（GIP）的时空动态及其潜在的空间锁定机制。结果表明，全国GIP呈稳定但空间不均衡的增长（从0.4526升至0.5724），表现为东部领先、西部/东北部滞后。GML分解表明，这一增长主要由技术前沿的外移而非效率改进驱动，凸显了绿色技术在运输优化中的空间转化薄弱。拓扑追踪表明，区域间差异已成为空间不平等的主要来源，其贡献从60%升至75%。空间自相关进一步揭示了日益加深的核心-边缘极化和持续的低绩效空间锁定。至关重要的是，机制分析识别出明显的基于基础设施的碳锁定。虽然经济能力和绿色专利刺激了GIP，但公路网密度产生了显著的负效应，反映出对高碳公路货运的系统性路径依赖。研究结果表明，交通运输物流脱碳需要从单一技术投资转向多式联运重组，克服物理网络依赖，并促进绿色创新的区域扩散。这些发现为差异化的绿色物流政策、协调的低碳交通基础设施规划以及绿色技术的跨区域扩散提供了实证基础。
随着全球能源转型与碳中和目标的推进，打破能源密集型产业的碳锁定已成为能源经济学的关键议题。物流业凭借其庞大的物理网络和高碳路径依赖，成为脱碳的关键瓶颈。中国作为全球最大物流市场，交通运输物流碳排放占全国近15%，其中公路货运占比近80%。尽管中国在新能源领域取得显著进展，但公路货运的粗放增长模式尚未根本改变，交通基础设施的路径依赖可能加剧区域低碳转型能力差异。因此，准确测度物流业绿色创新绩效（GIP）并揭示其时空演化与驱动机制，对制定精准的区域能源政策和低碳交通规划具有重要意义。
针对现有研究在效率动态跟踪、空间不平等来源识别和驱动机制分析方面的不足，本研究构建了绩效-拓扑-机制（PTM）分析框架，以中国30个省级区域（不含港澳台藏）2013—2022年面板数据为样本，将超效率SBM（Super-SBM）模型与全局Malmquist–Luenberger（GML）指数、Dagum基尼（Dagum Gini）分解和面板Tobit模型相结合，系统考察了物流业GIP的静态水平、动态变化、空间格局及形成机制，相关成果发表于《Sustainability》。
主要技术方法包括：采用含非期望产出的Super-SBM模型测算各省GIP，该模型可处理松弛变量与非期望产出；引入GML指数并分解为绿色技术效率变化（GEC）和绿色技术进步变化（GTC）等，以区分效率追赶与技术前沿移动；使用Dagum基尼系数及其分解方法识别空间不平等的来源；运用全局与局部Moran’s I分析空间自相关和集聚模式；采用随机效应面板Tobit模型识别基础设施依赖、资源分配等机制因素的影响。样本为中国30个省份2013—2022年面板数据，数据来源于中国统计年鉴、能源统计年鉴、环境统计年鉴等。
3.1 物流业绿色创新效率评价
- 静态效率评价：全国平均GIP从2013年的0.4526升至2022年的0.5724，但空间差异明显；上海、天津保持领先，河南、湖北等中部省份呈追赶态势，辽宁、吉林、内蒙古等东北和西部省份持续低值。
- 能源效率动态与分解：GML指数年均增长2.26%，其中GTC均值1.0200，是增长主要引擎；GEC均值仅1.0030，且2016—2020年持续下滑。这说明GIP增长主要由绿色技术进步驱动，而技术效率改善有限，绿色技术前沿扩张未充分转化为运输运营效率提升。
3.2 空间不平等与集聚特征
- 空间不平等来源分解：Dagum基尼分解显示，区域间差异贡献从2013年的60%升至2022年的75%，成为空间不平等的主要来源；区域内差异和超变密度贡献分别降至10%和15%。区域间基尼系数表明，东部领先型区域与特色发展区域差异最大但有所缩小，而东北振兴区域与东部领先型区域的差异显著扩大。
- 全局空间自相关：全局Moran’s I均为正值，表明GIP存在显著正空间自相关和集聚特征。
- 局部空间自相关与集聚模式：北京、天津、上海形成稳定高-高集聚区；吉林、黑龙江及西南部分省份形成持续低-低集聚带；安徽、河南、湖北在2018年前后进入高-高象限，成为新兴增长极；广东为高-低异常值；辽宁由高-高转为低-高，反映东北相对衰退。整体空间格局由沿海-内陆分异向多中心网络结构演变，南北分化成为新趋势。
3.3 转换机制与碳锁定
Tobit回归显示，公路网密度系数为-0.130997（p=0.006），显著负相关，表明道路网络扩张在未与铁路货运、多式联运和新能源货运系统协调时，可能强化公路货运依赖，形成基础设施型碳锁定。经济发展水平（系数0.099098，p=0.014）和绿色专利（系数0.035870，p=0.021）显著正向促进GIP，有助于缓解碳锁定。R&D支出负相关较弱（p=0.073），且在不同设定下不稳健，因而仅提示研发转化可能受限，尚不能确证资源错配。人口密度和R&D人员不显著，说明单纯集聚和人员扩张难以提升绩效。
3.4 稳健性检验
- Super-SBM测度稳健性：剔除两个数字化指标后，与基准结果的Pearson和Spearman相关系数分别为0.9561和0.9579，年度排名平均变动仅1.33位，表明测度稳健。
- GML分解稳健性：对投入产出变量进行1%和99%缩尾处理后，GML均值从1.0224变为1.0204，GEC和GTC变化很小，Spearman相关系数均在0.92以上，结论稳健。
- 区域分类敏感性：改用官方四大区域分类后，区域间差异贡献仍从52.86%升至71.62%，且仍是最大来源，与七区域分类结论一致。
- Tobit回归稳健性：更换为混合Tobit、滞后解释变量和缩尾处理后，公路网密度负系数保持显著（-0.2227、-0.1356、-0.1336），支持基础设施碳锁定的稳健性。
- 空间依赖诊断：Tobit残差的空间Moran’s I不显著，支持使用随机效应Tobit模型。
3.5 内生性检验
采用两阶段残差包含法，以经济发展和绿色专利的二、三期滞后作为内部工具变量。第一阶段F统计量分别为15.704和12.381，表明工具变量相关性充分；第二阶段残差项不显著，联合检验F(2,29)=0.998（p=0.381），不能拒绝外生性，因此保留基准随机效应Tobit模型。
讨论部分总结：绿色技术进步与效率改善的脱节、基础设施路径依赖以及区域间技术扩散不足共同导致了空间极化和碳锁定。政策上应重视绿色技术在车队更新、路线组织和能源管理中的应用转化；协调公路投资与铁路货运、多式联运及新能源货运系统；促进绿色专利商业化和技术吸收能力建设；提供碳信息、低排放配送选项和集约取件服务，引导可持续消费交通行为。研究还指出，人口密度和R&D人员的不显著效应意味着政策应优先关注资源利用效率和转换效率，而非单纯追求集聚规模或人员数量。
研究结论翻译如下：本研究运用PTM框架考察了中国30个省份2013—2022年的物流GIP及其碳锁定特征。主要结论包括：（1）中国平均物流GIP从2013年的0.4526升至2022年的0.5724，但区域差异明显
