摘要： 绿色物流作为实现“双碳”目标的关键环节，对物流企业的可持续发展能力具有决定性影响。本文基于2018—2023年长三角地区物流企业的面板数据，采用熵值法评估企业绿色转型水平，并构建加权最小二乘回归（WLS）模型，实证分析绿色物流能力对企业低碳转型绩效的影响。研究发现：（1）绿色物流能力的提升对企业低碳转型绩效具有显著的正向驱动作用；（2）企业研发投入强度对企业转型绩效也呈现显著正向影响，说明技术创新是推动物流企业实现低碳运营的核心动力。本文研究为政府制定绿色物流政策及物流企业选择低碳转型路径提供了理论依据与实践参考。
关键词： 绿色物流；低碳转型；企业绩效；熵值法；加权最小二乘回归（WLS）
中图分类号： F259.2

绿色物流已成为推动中国经济高质量发展的重要抓手。近年来，在“碳达峰、碳中和”战略背景下，物流行业的低碳转型受到学术界和业界的广泛关注。绿色物流能力能够综合反映企业在节能减排、资源循环利用及低碳技术应用等方面的水平，对实现行业可持续发展具有重要的意义。物流行业作为能源消耗和碳排放的重点领域，在连接生产与消费的同时，也面临着巨大的环境压力（王文杰，2020）[1]。然而，不同物流企业在绿色技术投入、管理模式创新及碳资产管理等方面的能力存在显著差异，导致其低碳转型路径和绩效表现不尽相同。因此，研究绿色物流能力如何影响企业低碳转型绩效，对于推动物流行业高质量发展、优化企业环境战略具有重要现实意义。
长三角地区作为中国经济最具活力的区域之一，物流业发达，同时也较早面临土地、能源、环境等约束压力。近年来，上海、江苏、浙江、安徽等地纷纷出台绿色物流发展规划，例如《长三角地区一体化发展三年行动计划》中明确提出要推广新能源物流车、建设绿色仓储、优化运输结构。刘颖（2022）以物流业较发达的长三角为研究对象，发现2018-2022年该区域物流企业的碳排放强度呈波动下降趋势[2]。然而，尽管整体绿色转型步伐加快，但不同企业在技术基础、资金实力、管理水平等方面仍存在较大差距，尤其是中小物流企业与大型龙头企业在绿色技术应用和碳管理能力上分化明显（赵建国，2021）[3]。因此，深入分析长三角地区物流企业绿色转型水平对低碳绩效的影响，既能为政府制定差异化的绿色政策提供数据支持，也能帮助企业选择科学的低碳转型路径。

一、物流企业绿色转型水平测度与分析

（一）评价体系及说明

本文参照已有研究成果，结合绿色物流的内涵与低碳转型的特征，同时考虑数据的可获取性和可量化原则，将评价指标划分为绿色运营能力、绿色技术创新水平两类一级体系。例如将新能源车辆占比、绿色仓库面积占比、包装回收率等归为绿色运营能力指标。最终构建出如表1所示的适合物流企业绿色转型水平评价指标体系。

表 1 物流企业绿色转型水平评价指标体系

（二）数据收集与预处理

本研究选取2018年至2023年共6年长三角地区30家代表性物流企业的年度数据，数据来源于企业可持续发展报告、Wind数据库及《中国绿色物流发展报告》。为保证评价的客观性与准确性，对原始数据进行无量纲化处理。采用越大越优型指标（如新能源车占比、绿色专利数等）和越小越优型指标（如单位收入能耗下降率取正向化处理后的值）两种方式，得到标准化后的数据矩阵。

（三）利用熵值法计算各指标权重

首先，计算第j项指标下第i个样本的指标值在该指标中的比重，记作p_ij，该值介于0到1之间。其次，根据各指标的比重计算该指标的熵值H_j，公式中包含对数运算，并使用样本数量的倒数进行调整。再次，计算各指标的差异系数D_j，即1减去该指标的熵值。差异系数越大，说明该指标提供的信息量越多，权重越高。最后，计算各指标的熵权w_j，即该指标差异系数与所有指标差异系数之和的比值。根据上述步骤，对长三角地区30家物流企业2018至2023年的数据进行处理，可得各年度各评价指标的熵权值。由于数据较多，以2023年计算结果为例，如表2所示。

表 2 2023年长三角地区物流企业绿色转型水平各指标熵权值

绿色运营能力是衡量企业实际减碳效果的关键。根据表2，单位收入能耗下降率（Y4）的熵权值为0.1356，在绿色运营指标中最高，表明能源利用效率的提升对物流企业低碳转型起到了最直接的推动作用。近年来，随着分时配送、路径优化等技术的普及，物流企业通过减少空驶率和优化调度，显著降低了单位收入的能耗。新能源物流车占比（Y1，0.1245）也显示出较高的重要性，说明电动货车、氢能重卡等新能源车辆的推广正在成为行业转型的核心抓手。然而，包装材料回收率（Y3，0.0987）权重相对偏低，这可能与目前可循环包装的标准化程度不足、回收体系不健全有关。

绿色技术创新水平是决定企业长期低碳竞争力的关键因素。环保研发投入强度（Y7）的权重最高，为0.1678，表明持续的研发投入是绿色技术进步的基础。绿色专利申请数（Y5，0.1521）权重次之，反映出企业正积极通过技术布局抢占低碳转型的制高点。碳管理平台建设情况（Y6，0.1089）和清洁能源使用比例（Y8，0.1001）也有一定权重，但相对较低，这可能是因为碳管理平台尚处于建设初期，而清洁能源的推广受限于区域电网的清洁化水平。

（四）利用TOPSIS法评价各评价对象

首先，构造规范化决策矩阵，并在此基础上结合熵权法得到的权重，构造加权规范化决策矩阵。其次，确定正理想解（各指标在加权矩阵中的最大值）和负理想解（各指标在加权矩阵中的最小值）。再次，计算每个评价对象到正理想解的欧氏距离和到负理想解的欧氏距离。最后，计算每个评价对象的相对接近度，即到负理想解的距离除以到正理想解与到负理想解距离之和。相对接近度越大，表示该物流企业的绿色转型水平越高[4]。通过上述计算，可得2018至2023年长三角地区30家物流企业的绿色转型水平排序及相对接近度。以2023年为例，排名前五的企业依次为：企业A（相对接近度0.782）、企业B（0.745）、企业C（0.712）、企业D（0.689）、企业E（0.654）。

二、绿色物流能力与企业低碳转型绩效实证分析

（一）企业低碳转型绩效指标确定

借鉴已有研究，选取企业低碳转型绩效作为主要考察指标，以单位营业收入碳排放下降率作为代理变量。该指标的计算方法为：（上年单位营业收入碳排放量 - 当年单位营业收入碳排放量）/ 上年单位营业收入碳排放量。该指标能够反映企业在降低碳排放强度方面的实际进展，值越大说明低碳转型绩效越好[5]。

（二）数据收集

本文以长三角地区30家代表性物流企业为研究对象，收集其2018年至2023年共6年的数据。数据来源包括企业年度报告、可持续发展报告、碳排放披露项目（CDP）数据库及国泰安（CSMAR）数据库中的环境与社会责任子库。所有企业均为A股或港股上市物流公司，业务涵盖快递、冷链、仓储、供应链等多个细分领域。

（三）模型构建

由于不同企业的规模、业务结构存在差异，为保证回归结果的稳健性，使用加权最小二乘回归（WLS），以企业总资产的自然对数值的倒数作为权重，以控制异方差问题。

解释变量：绿色物流发展水平，即通过熵值TOPSIS法计算出的各企业年度绿色转型综合得分。

控制变量：企业研发投入强度，用企业年度研发支出占营业收入的比例表示；企业规模，用总资产的自然对数表示。

为考察绿色物流发展水平对企业低碳转型绩效的影响，构建如下实证模型：

采用加权最小二乘法，最小化各观测值权重与其残差平方的乘积之和。其中，被解释变量为企业低碳转型绩效，解释变量为绿色物流发展水平，控制变量包括研发投入强度和企业规模。权重设定为第i个企业所在年度总资产自然对数的倒数。模型包含随机误差项。

（四）实证结果分析

对上述模型进行回归，结果如下表所示。

表4 绿色物流能力与企业低碳转型绩效关系模型回归分析

| 变量 | 系数 | 标准误 | t值 | P>|t| | 95%置信区间 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| 常数项 | 0.0421 | 0.028 | 1.504 | 0.135 | -0.013 | 0.098 |
| 绿色物流水平 | 0.3156 | 0.105 | 3.006 | 0.003 | 0.108 | 0.523 |
| 研发投入强度 | 0.0128 | 0.004 | 3.200 | 0.002 | 0.005 | 0.021 |
| 企业规模 | -0.0032 | 0.009 | -0.356 | 0.722 | -0.021 | 0.014 |

加权最小二乘回归结果摘要

• 因变量：单位营业收入碳排放下降率

• 模型：WLS

• R-squared：0.387

• Adj. R-squared：0.362

• 样本量：180

• F统计量：15.42

• 模型P值：<0.001

主要解释变量分析：绿色物流水平的回归系数为0.3156，且在1%显著性水平下（p = 0.003）显著。这表明，在控制了研发投入和企业规模等因素后，企业绿色转型水平每提高一个单位，其单位营业收入碳排放下降率平均提升0.3156个百分点。这与预期一致，即绿色物流能力的增强能够有效推动企业实现低碳转型。

控制变量分析：研发投入强度的回归系数为0.0128，在1%显著性水平（p = 0.002）下显著，表明研发投入强度对低碳转型绩效有正向影响。具体而言，研发投入强度每增加1个百分点，企业单位收入碳排放下降率平均提高0.0128个百分点。这验证了技术创新是物流企业低碳转型的核心驱动力。企业规模的系数为负但不显著（p = 0.722），说明规模本身并不直接决定低碳转型绩效，大型企业可能面临更高的存量资产替换成本。

模型整体拟合度：R²值为0.387，调整后R²为0.362，表明模型具有一定的解释力。F检验值为15.42，对应的P值小于0.001，说明模型整体具有统计学上的显著性，即回归方程成立。

三、结论与建议

（一）研究结论

本研究基于长三角地区2018—2023年30家物流企业的绿色转型水平数据及低碳绩效数据，采用熵值法对绿色转型水平进行测度，并构建加权最小二乘回归（WLS）模型，实证分析绿色物流能力对企业低碳转型绩效的影响。主要结论如下：

1. 绿色物流能力对企业低碳转型绩效具有显著正向影响。 实证结果表明，在控制研发投入和企业规模后，绿色物流水平的回归系数为0.3156（P = 0.003），在1%水平下显著。这表明，提升绿色运营能力和绿色技术创新水平，能够显著加快企业碳排放强度的下降速度。

2. 研发投入强度对企业低碳转型绩效的提升具有显著影响。 研究发现，研发投入强度的回归系数为0.0128（P = 0.002），在1%水平下显著。即研发投入占比每提高1个百分点，单位收入碳排放下降率平均提升约1.28%。这说明技术创新和持续的研发投入是企业实现低碳转型的根本动力。

3. 绿色转型水平在企业间存在明显分化。 通过熵值TOPSIS法测度发现，头部物流企业（如企业A、B、C）的绿色转型得分较高，而部分中小企业的得分较低。这表明，资源禀赋、资金实力和技术积累的差异导致了绿色转型进程的不均衡。

（二）政策建议

物流企业的绿色低碳转型是一项系统工程，需要政府、企业和社会多方协同。针对上述结论，本文提出以下建议：

1. 加大绿色技术研发投入，突破低碳转型瓶颈。
   （1）企业应将绿色技术研发纳入长期战略，设立专项环保创新基金，重点突破新能源物流车续航、氢能冷链运输、可循环包装材料等关键共性技术。
   （2）政府可通过税收抵免、研发费用加计扣除等政策，激励物流企业增加绿色研发投入。对获得绿色专利的企业给予一次性奖励。

2. 强化绿色运营管理，提升能源利用效率。
   （1）推广智能调度系统：利用大数据和人工智能算法优化车辆路径和装载率，从管理层面降低单位收入能耗。
   （2）建设绿色仓库：在企业新建或改造仓库时，优先采用屋顶光伏、自然采光、智能温控等节能技术，提高绿色仓库面积占比。
   （3）完善包装回收体系：推动上下游企业共建包装循环共用平台，提高包装材料回收率和重复使用率。

3. 完善碳管理基础设施，推动行业数据互通。
   （1）鼓励企业建设碳管理数字化平台，实现碳排放数据的实时监测、核算与分析，为低碳决策提供数据支撑。
   （2）政府应牵头建立区域性的物流行业碳数据库和核算标准，推动企业间的碳绩效对标和信息共享，形成绿色物流“比学赶超”的良好氛围。

4. 实施差异化的绿色转型支持政策。
   （1）对绿色转型领先的企业，给予绿色信贷、低息债券等金融支持，鼓励其输出技术和经验。
   （2）对转型滞后的中小企业，提供免费的碳核算工具、技术培训和设备补贴，降低其绿色转型的门槛和成本，避免“绿色鸿沟”进一步扩大。