数字经济赋能下长江经济带物流产业低碳转型路径研究

2024-03-18 02:51薛冰欣

价格月刊 2024年3期

薛冰欣陈敏

（南通大学交通与土木工程学院，江苏南通 226019）

一、引言

长江经济带作为沿长江分布的黄金经济带和新的经济重要增长极，在空间上覆盖上海至武汉的沿江经济带、南京至杭州的东部经济走廊、南京至合肥的中部经济走廊，囊括沿线11 个省份和全国40%以上的人口及40%以上的GDP，工业体系完备，数据资源丰富。伴随全国物流产业的快速发展，其对国家经济结构调整和发展战略转变起重要作用，同时为实现经济增长方式从“数量”到“质量”的跃迁提供关键支撑。然而，随着数字经济的快速发展与“双碳”目标的部署，加之国内外政治经济条件、生态条件、资源条件等因素的约束，长江经济带的物流产业低碳转型正面临新任务和新要求。

一方面，随着互联网的蓬勃发展，数字经济不断取得新进展。中共十九大提出建设数字中国，拉开全面推进数字化转型的帷幕。长江经济带作为中国数字技术与产业的领头羊，通过云计算、大数据和物联网技术、人工智能等信息技术，不仅创新了物流产业的运作模式与战略发展，而且推动了全国传统制造业和服务业转型升级。另一方面，随着世界碳排放的加重与自然环境的恶化，中国正不断加快“双碳”目标的落实。2021 年全国“两会”上，“碳达峰、碳中和”首次出现在政府工作报告中，“双碳”目标倒逼相关产业开展低碳改革与转型，实现绿色升级。而长江经济带作为生态环境优化的领头羊，凭借清洁能源、低碳技术和新能源汽车的推广普及，对物流这一重点碳排放产业提出了严格的标准和更高的要求。

综上，数字经济与物流产业融合既是长江经济带开展进取型“碳替减”的不二选择，也是实现“双碳”目标的必然结果。尽管长江经济带不少地区物流产业发展相对缓慢，低碳物流发展受到诸多因素的限制，但随着数字技术不断实现突破与应用，物流产业的资源整合、科学决策和环境监测已得到较大改善，物流数字转型、绿色创新与低碳发展也迈出了重要的一步，相关的学术研究取得了较为丰硕的成果。然而，数字经济的发展对于物流产业的碳排放量的影响机制暂时缺少清晰的实证结果。因此，根据长江经济带物流发展实况，采用调节效应模型结合实证调研等方法，从数字赋能视角探究物流产业与碳排放之间的关系，剖析物流产业低碳转型相关路径，为促进长江经济带物流产业低碳转型提供理论支撑。

二、研究假设

（一）物流产业与碳排放间的关系

近些年来，随着中国经济持续发展，居民可支配收入不断提高，消费能力日益增强，极大促进了物流产业的发展，中国已成为世界上最大的物流市场。在“十三五”期间，中国物流产业处于稳步发展阶段。2016 年，物流产业增加值占GDP 的比重为4.4%；2016—2019 年，物流增长速度开始逐步放缓，并日趋平稳；2020 年，由于新冠疫情暴发、各地封控，该比重降为4.0%，但全国社会物流总额依旧不断扩大；物流产业总额从2016年的229.7万亿元，增至2020 年的300.1 万亿元。在《服务业发展“十四五”规划》中，要求建立一个以服务经济为主导的产业结构，物流产业逐渐引领区域经济的发展。然而，物流产业的快速发展导致资源浪费和环境生态问题日益突出。2016—2020 年，物流产业能源消耗量从39883 万吨标准煤增至41309 万吨标准煤，碳排放量从7.16 亿吨增至9.9 亿吨。而全国大多数产业在此期间能源消耗和碳排放情况均有所改善，这意味着中国物流产业正在成为能源消耗和碳排放增长的重要一环，必须引起高度关注。

王富忠（2012）采用实证方法对浙江省碳排放、物流产业、经济发展的关系进行研究，结果发现三者之间存在密切的协整回归关系，物流产业与经济发展显著影响着碳排放强度。[1]王燊和程云鹤（2018）基于SBM 模型测算长江经济带物流业的绿色绩效，并使用Tobit 模型进行线性回归分析，得出长江经济带各省份的能源消耗和碳排放量正在逐年增加。[2]梁雯和方韶晖（2019）根据2000—2015年的面板数据，使用向量自回归方法分析物流产业发展、固定资产投资、城市化水平与碳排放之间的关系，研究表明物流产业增加值对碳排放存在双重影响。[3]侯东苏（2021）研究指出，从低碳经济角度看，物流业已成为能源消费的最主要产业之一，物流技术效率和规模水平的提高直接促进了碳排放量的增加。[4]李妍和孙振清（2021）针对物流业造成的环境污染问题，运用SBM-DEA 模型评估了中国物流业效率的总体水平和空间特征，并通过Tobit模型回归分析，发现中国物流效率存在较大的区域差异，且从东向西逐渐降低。[5]韩丽萍等（2022）基于投入产出模型，运用结构分解分析和行业相关性效应分析，研究发现物流产业除了自身能源消耗产生直接碳排放外，还与其他行业的中间产品产生间接的碳排放。[6]林秀群等（2022）使用超效率SBM 和Malmquist 指数模型分析2005—2019 年长江经济带物流业的碳排放率及其空间自相关性，得出长江经济区物流业碳排放率的平均值为0.671，三个区域呈现出“上游＜中游＜下游”结构。[7]

结合现有文献发现，长江经济带物流产业的快速增长尽管极大地促进了区域经济的发展，但随着物流规模不断扩大和机械化程度日益提高，对生态环境的压力愈发显著：一是燃料物流车辆的高能耗、高排放和高污染。据统计，物流企业中超过50%的物流车辆为柴油车，由此加剧了能源浪费及高排放、环境污染等问题，其中交通废气排放方面，2020 年占汽车保有量11%左右的物流车辆，其氮氧化物和颗粒物排放占汽车排放总量的84.4%和90.6%，柴油货车的氮氧化物和颗粒物排放量均占据90%以上。二是物流企业运作方式粗放且环保意识薄弱，加之物流园区的设施和管理水平相对较低，导致道路交通压力提升和空气污染加剧。三是过度包装导致的塑料污染。有关数据显示，物流配送包装产生的废弃物每年达到100 万吨，但回收率不到10%。综上，物流引发的污染已成为全国社会污染的主要来源之一，对生态环境已形成较大威胁。

从上述分析可知，物流产业具有高能耗、高排放等特点，物流产业发展与碳排放存在较强正向依存度。据此，提出研究假设H1：

H1：物流产业发展与碳排放量呈显著正相关关系。

（二）数字经济发展对物流产业和碳排放的调节作用

数字经济带动了信息通信等数字产业的蓬勃发展，也推动着数字技术向传统产业的全方位渗透，从而提高物流企业的网络化、数字化和绿色化水平，在促进区域经济高质量发展的同时也表现出一定的环境效应性。

Popkova ＆ Sergi（2020）运用新的概念情景模型和独特算法，研究设计数字经济对于俄罗斯物流运输体系的优化机制。[8]曹淑芹和张京京（2020）发现尽管大数据技术已运用在各行各业，但标准化、集约化、智能化的物流体系和发展模式尚未完全建立起来，当前急需通过流程的优化、产品的升级和功能的增强，从服务、技术、组织和机制等方面开展物流业的数字化转型与智慧化升级，同时充分利用大数据构建智能仓储共享模式，实现物流低碳发展。[9]蒋树雷和张臻（2020）运用2010—2019 年30个省份的面板数据建立固定效应模型，研究发现数字经济的发展有利于促进物流产业向更优层次跃升，故而有必要推动数字技术跟物流产业的紧密融合，实现物流绿色升级与高质量发展。[10]葛立宇等（2022）利用2011—2019 年的城市面板数据，采用固定效应和系统GMM 模型，从产业结构升级的中介作用视角，证明数字经济赋能城市碳减排，有助于减少物流碳排放。[11]张宇航（2020）以中国30 个省份2010—2016 年数据为样本，以产业结构升级为门槛变量，通过固定效应模型测试数字经济发展对物流产业技术创新的影响，结果发现数字经济的可持续发展对物流技术创新水平有一定的促进作用，且这种作用呈逐步上升趋势。[12]郭玥沁等（2022）基于2014—2020年省际面板数据，应用调节效应模型分析数字经济不同维度与碳排放强度、环境规制和绿色创新之间的异质性关系，研究得出数字经济、环境规制和绿色创新可降低碳排放强度，并且不同绿色创新水平下数字经济的发展对碳排放的影响程度不同，产业数字化和数字产业化显著抑制着碳排放强度。[13]周代运（2022）指出数字技术作为碳中和的重要技术途径，可以深度融入能源、电力、工业、交通和建筑等主要碳排放领域，有效提高能源和资源的利用效率，实现生产效率和低碳效率的双重提升。[14]金飞和徐长乐（2022）基于2011—2019年276 个城市的面板数据，运用计量模型和中介效应模型研究数字经济对碳排放的影响效果，结果发现数字经济对碳排放具有显著的倒“U”型效应。[15]

此外，宏观层面上，数字经济依托大数据、云端、人工智能等技术助力数字化产业建设，推动物流产业向数字化、智慧化发展。微观层面上，物流企业通过数字技术不仅可以实时掌握并分析重要数据信息，进行科学决策与资源安排，而且可高效利用能源，降低碳排放和污染。比如，在物流运输工具方面，物流企业拥有大量运输重卡，可以通过OBD 等设备来瞬时算碳；在物流运输过程方面，可以根据瞬时碳排来定位卡车司机的用车习惯、车队的排列方式，借此减少车队运行阻力，节省油耗5%～10%。总之，数字化的广泛应用能够帮助物流企业降低成本，减少碳排，促进物流产业绿色化转型与智能化升级。

综上所述，数字经济对物流产业发展与碳排放间的关系可能存在着负向影响作用，数字经济的可持续发展可能抑制物流产业发展带来的碳排放强度的提升。据此，提出研究假设H2：

H2：数字经济发展对物流产业发展和碳排放之间的关系具有负向的调节作用。

三、实证分析

（一）样本选择与数据来源

选取2000—2020 年长江经济带沿线11 个省份的面板数据，分析物流产业对碳排放量的影响及与数字经济发展水平的关系。有关数据来源于《中国统计年鉴》《中国能源统计年鉴》《国泰安CSMAR 数据库》和各省份统计年鉴等。

对于部分缺失的数据，则利用插值法进行补充，即根据存在缺失数值的历年数据做出适当的特定函数f（x）在区间的其他点上用这特定函数值作为函数f（x）的近似值。假设xj处为缺失值点，已知其n+1 个差值节点为（xi，yi），i=0，1，…n，bi代表i阶差商，P（x）代表牛顿差值公式。

第一步，计算差商。

第二步，根据差商的定义，可以得到牛顿差值公式。

第三步，将缺失的函数值所对应的点xj代入牛顿差值公式，便可计算出缺失值的近似值。

（二）变量设定

1.被解释变量：碳排放量（C）

众所周知，物流作为国民经济的基础性产业，是碳排放的主要来源之一。随着长江经济带经济的高速发展，物流产业发展迅速。但由于对碳排放管理的不够重视和疏于监测，加之物流配送中“重流通、轻生态”现象较为普遍，导致物流过程中化石能源消耗量和碳排放量的不断增加。在此，参考金凤花（2016）等的研究[16]，将长江经济带区域物流业不同能源消耗量转化为标准煤，乘以各自的平均低位发热量、碳排放系数和碳氧化因子，估算出物流产业的碳排放量。具体计算方法如下：

其中，C表示碳排放量；j表示能源种类；i表示省份；t表示年份；Cit表示i省第t年的碳排放量；Eijt表示i省份第t年第j种能源的消耗量；NCVj表示第j种能源的平均低位发热量；CEFj表示第j种能源的碳排放系数；COFj表示第j种能源的碳氧化因子，默认为1。

依据《中国能源统计年鉴》，将能源种类划分为原煤、焦炭和原油等8 种类型，这8 类能源的转换系数及碳排放系数如表1所示。

表1 各类能源碳排放系数表

根据计算可得2000—2020 年长江经济带沿线11个省份物流产业的碳排放量，如图1所示。

图12000 —2020年长江经济带沿线11个省份物流产业碳排放量

如图1 所示，2000—2020 年长江经济带沿线11个省份物流产业的碳排放量虽然略有波动，但总体上呈上升趋势，各省份之间存在差异。其中，江苏物流产业的碳排放量始终保持第一，且每年碳排放的上升幅度较为显著，不过近几年来江苏大力推动物流产业结构优化，提高物流企业的节能能力和可持续发展能力，加强减排降污，其碳排放量上升势头已被抑制，在2017 年和2018 年开始逐步降低，尽管2019年有所回升，但2020年很快再次下降。

2.核心解释变量：物流产业发展水平（LE）

从物流产出能力、数字化投入能力、结构升级能力和交通设施支持能力等四个维度构建长江经济带物流产业发展水平的评价指标体系，如表2 所示。其中，物流产出能力作为判断物流产业数字化转型能否成功的关键指标，反映了评估时期内实际物流绩效的提升，包括区域产业生产总值和区域货物周转量两个二级指标；数字化投入能力反映了当地物流产业的数字化水平，包括交通运输、仓储、邮政业固定资产投资与信息传输服务和软件业全社会固定资产投资两个二级指标；结构升级能力是物流产业可持续增长的重要前提，以各省份第三产业增加值占地区生产总值（GDP）的比重这个二级指标来表示；交通设施支持能力反映了物流产业发展所需的环境支撑要求及资源促进力度，包括人均公路通车里程和人均铁路通车里程两个二级指标。

表2 长江经济带物流产业发展水平评价指标体系及权重

利用熵权法确定各个指标的权重（如表2 所示）。其计算方法如下：

第一步，为消除每个指标的性质、数量级等特征的差异性，对数据进行标准化。

其中，i代表样本，j代表指标，Yij表示归一化处理后得到的数值，Xij表示实际数值，max（Xij）、min（Xij）分别代表参量中的最大值和最小值。i=1，2，…，n，j=1，2，…m，n代表样本的数量，m代表指标个数。

第二步，为确定不同指标对于整体的重要程度，需确定系统特征比重Pij。

第三步，计算评价指标信息熵ej。

第四步，计算j指标的影响权重ωj。

最后，将各个指标不同年份不同省份的数据与对应的权重相乘并累加，可得2000—2020年长江经济带沿线11个省份物流产业发展水平的综合得分，如图2所示。

从图2所示，2000—2005年，长江经济带沿线各省份物流产业发展速度较为均衡，2006 年，长江经济带沿线11 个省份物流产业发展开始出现差异；2000—2010年，长江经济带沿线11个省份物流产业发展相对缓慢，而2010 年以后，长江经济带沿线11个省份物流产业发展水平趋势明显上升，且愈发显著，证明近十年来物流产业获得了突飞猛进的增长。并且与图1 的碳排放量相比较可知，尽管物流产业发展的同时不可避免地产生了碳排放，但由于国家相关政策的及时出台，强化了对物流产业的监管，近些年来长江经济带物流产业在碳减排方面成效显著。这表明，在促进物流产业发展的同时，完全可以兼顾物流的低碳可持续发展。

图22000 —2020年长江经济带沿线11个省份物流产业发展水平

3.调节变量：数字经济发展水平（Deconomy）

根据数字经济的定义，结合《中国互联网发展报告》及数据的可获得性，分别从通信水平、信息化水平和创新水平三个方面来构建长江经济带数字经济发展水平的评价指标体系，如表3所示。其中，通信水平包括移动电话（含智能手机）普及率、邮电业务总量两个二级指标；信息化水平包括计算机服务和软件业法人单位数、居民平均每百户年末计算机（含笔记本电脑）拥有量两个二级指标；创新水平则通过专利授权量来衡量。

表3 变量说明

4.控制变量

为精准评估数字经济发展和物流产业发展对碳排放的影响，并减少因缺乏变量而导致的估计误差，通过控制影响碳排放量的经济变量，从而提高模型对碳排放量的解释力。具体设置如下：①经济发展水平（LnP_GDP），用人均地区生产总值来表示；②人口规模（Lnpopu），通过各省份年末人口规模来表示；③经济发展速度（E_Grow），用各省份每年的GDP 增长速度来表示；④财政收入水平（Fis_cal），以当地政府的财政收入来表示；⑤政策变量（Test），由于在评估期间实施了低碳省份试点政策，为避免这一政策影响，将试点省份作为虚拟变量加以控制；⑥人口密度（Dpop），采用各省份年末人口数与行政区域面积之比来表示。

（三）模型构建

基于以上的假设与理论分析，选取调节效应模型来分析数字经济发展水平对物流产业发展水平作用于碳排放的调节效应，构建了式（1）、式（2）模型：

上述模型分别对应假设H1、H2。其中，i代表省份，t代表时间，LE代表物流产业发展水平，Deconomy代表数字经济发展水平，LE_Deconomy代表物流产业发展与数字经济发展的交互项，用以验证数字经济发展水平对物流产业发展和碳排放关系的调节效应。此外，模型还引入了部分控制变量，如LnP_GDP代表经济发展水平，Lnpopu代表人口规模，E_Grow代表经济发展速度，Fiscal代表财政收入水平，Test表示政策变量，Dpop代表人口密度。εit为随机干扰项，β代表变量的系数，α代表模型的常数项。具体的变量说明见表3。

（四）描述性统计

通过采集长江经济带沿线11 个省份2000—2020 年的经济发展相关数据，共获得了231 组样本数据。描述性统计结果如表4所示。

表4 描述性统计表

在表4 中，平均碳排放量（C）为28183，最小值为6642，最大值为87262，标准差为16098，这表明长江经济带不同省份的碳排放量存在一定的差异。而物流产业发展水平平均值为4624，最小值为290.4，最大值为21028，标准差为4088，可得离散系数小于1，说明各省份的物流产业发展水平差异不算太大；数字经济发展水平平均值为19777，最小值为439.8，最大值为212851，标准差为31440，表现出“标准差大、均值小”的特点，且离散系数大于1，意味着不同省份数字经济发展水平存在着显著差异。

在控制变量方面，人口规模、经济发展速度、人口密度平均值分别为5235、10.31、2318，标准差分别为1843、3.02、1109，可得离散系数分别为0.35、0.29、0.48，表明各省份在人口规模、经济发展速度以及人口密度方面存在的差异不大；而交互项平均值为36969，标准差为30927，可得离散系数为0.84，说明不同省份经济发展水平存在差异；财政收入水平的平均值为1946、标准差为1981，可得离散系数大于1，意味着不同省份财政收入水平差异明显。由此可见，长江经济带不同省份间发展不平衡现象是客观存在的。

（五）相关性分析

（六）回归分析

运用Stata17 统计软件实证检验数字经济发展、物流产业发展与碳排放之间的关系，根据式（1）、式（2）模型进行回归，具体结果如表6所示。

表6 回归结果分析表

由模型1 可知，LE的系数为5.2352，且在1%的水平上显著，说明物流产业发展对碳排放增长起着明显的正向作用。此外，模型1 的调整R2（可决系数）为0.8611，说明模型的解释能力和拟合效果较为理想。因此，假设H1得以验证。

模型2 的交互项LE_Deconomy系数，在1%的水平上显著，认为数字经济发展可以减弱物流产业发展水平对碳排放量的正向作用，且数字经济发展水平作为一个重要的调节变量，可以有效调节物流产业发展与碳排放之间的关系。因此，假设H2得以验证。

（七）主要结论

第一，物流产业与碳排放量之间呈现显著的正相关关系。通过2000—2020 年长江经济带沿线11个省份面板数据的计算进一步支持了物流产业发展水平与碳排放量显著正相关的论点，这说明对于长江经济带沿线11个省份来说，物流产业不断发展必然带来碳排放量的上升。

第二，数字经济发展能够抑制物流产业发展与碳排放之间的正向关系，同时数字经济发展又对物流产业发展与碳排放之间的相关关系具有调节作用。这说明数字经济加强了物流产业与碳排放之间的技术检测与控制，改善了物流业的高排放情况。

四、存在问题与策略创新

（一）存在问题及原因剖析

1.低碳物流相关法律制度建设尚不完善

一是在法律和监督控制系统中，以治理环境污染有关的法律占据主导地位，而低碳物流的发展缺乏强有力的法律支持，尤其是在低碳物流的具体运作和推广方面，还需要加强法规建设与完善制度。二是低碳物流业务涉及海关、交通、环保、电商等多个独立运作的部门，彼此没有统一的物流规则、绿色标准和管理条例，再加上对低碳物流的接受度普遍不高，致使低碳物流的发展方向和战略定位不甚清晰。

2.低碳物流与数字互联网全方位融合不足

数字经济时代，互联网凭借其巨大的信息量，在物流买卖双方起着沟通交流的媒介作用，从根本上改变了人们的生活和消费方式。尤其是网络购物与电商平台，推动了物流业的快速增长，从而将物流业高碳排特点与每个人的购物习惯紧密联系起来。这意味着每个消费者低碳意识的培养和监测必不可少，仅靠线下宣传及记录物流各方面的减碳行为已远远不够。

3.物流产业绿色智能技术的应用亟待加强

在数字经济赋能背景下，运用绿色智能技术是物流产业实现低碳转型与绿色升级的重要手段。然而，长江经济带沿线各省份数字化技术规模尚未形成，众多物流企业通常使用各自的局域网，系统的统一的数字化技术尚未运用于物流行业。物流运输工具、设备的信息存在集成度不高、智能化不强，无法满足高水平低碳物流的要求；绿色物流的智慧配送尚不到位，容易产生较大的资源浪费。

4.低碳物流高水平运输规划与仓储布局相对缺乏

当前，对于物流过程中的复杂路线缺乏高水平的运输规划，仓储选址及部署规划难度大，不仅造成物流运输效率降低，而且导致运输排放出现更多的有害气体，造成空气污染等。尤其是在公路、铁路等方式间的多式联运，存在衔接不紧密等系列难题，需要科学规划和精心设计，以提高效率、减少碳排放。

（二）对策建议

1.完善低碳物流的政策环境与标准规则

创造健全、良好的环保法律环境，从国家层面大力支持低碳物流的发展。一是在宏观规划方面，应强化高水平物流系统建设与高运输、低碳排的绿色物流目标导向，同时针对低碳物流的每个环节如低碳生产、低碳运输、低碳包装等制定细致的法律法规，并出台相应的绿色优惠政策，为低碳物流的健康可持续发展保驾护航、增添助力。二是在市场环境方面，应以市场为导向、以企业为主体，构建强大的物流创新体系，集成数字低碳技术的研发和应用，最大程度地减少碳排放，积极推进物流企业履行环保责任并加大对物流污染环境问题的监督检查力度。三是在具体实施方面，应不断宣传、鼓励和带动绿色低碳行为，同时完善低碳物流的绿色标准和管理细则，真正实现物流企业的减排使命。如生产资源要符合绿色要求，尽量减少物流资源的浪费；物流运输车辆尾气排放要符合低碳标准，积极倡导新能源送货车的使用；绿色包装要能回收重复利用，最大程度地减少对自然环境的破坏等。

2.促进低碳物流与互联网的全方位融合

一是利用数字互联网平台广泛传播绿色低碳生活理念，让全社会认识到绿色低碳的重要性，并按照《公民绿色行为碳减排量化》标准，积极参与到促进低碳物流发展的活动中来。二是运用互联网平台的数字技术，实时动态地记录个人绿色低碳行为，如绿色低碳行为的碳足迹可以借助手机APP、支付宝、微信小程序等在线方式进行追踪记录，还可以用动态图表来实时互动，让用户了解其碳足迹水平等。三是建立健全涵盖服装、食品、住房、交通、旅行、办公室等各个方面的大数据平台基础设施和信息安全保障体系，使政府、企业、全民等多行为主体共同为减少物流碳排放作出贡献。

3.加强低碳物流技术与数字技术的结合

一是从技术层面，运用大数据、云计算和人工智能等数字技术改善物流产业的生产与管理系统，显著提高长江经济带物流的运作效率、运营质量和能源效率，并有效降低物流碳排放量。二是从数字赋能层面，构建以低碳业务为中心、以价值创造为目标的数字化管理模式，形成物流企业内部各层次、各环节之间的数字化联系和绿色整体效应，进一步加强低碳物流技术与数字技术的相互融合，促进长江经济带物流产业成本降低和效率提高。三是从战略层面，应构建以物流企业为主体的“政产学研融用”六位一体紧密结合的协同创新模式，高效开发数字绿色技术，打造清洁能源和可再生能源多样化的低碳物流新技术体系。

4.推动低碳物流运输与数字经济的接轨

一是在物流运输链中，充分利用数字经济技术来优化物流路线与仓储布局，通过大数据进行实时检测，同时优化运输车辆的最佳满载度，以提升物流效率。二是在保证货物安全运输及质量的前提下，大力发展低碳绿色货运方式，如广泛应用绿色货车等高效节能车型，推广新能源物流运输工具，鼓励使用节能型叉车及电动叉车等新型搬运装备，真正实现绿色运输。三是在物流包装设计和使用上，秉持绿色可持续发展理念，进一步推广节能环保型和循环使用型包装材料，从根本上减少包装过程中的材料浪费，降低物流成本。