论文部分内容阅读
摘 要：本文基于前人对碳排放影响因素研究，归纳出影响我国物流业碳排放的两个变量：物流业发展水平和物流业碳排放强度，并结合我国30个省市2007-2013年的数据对这两个变量建立结构方程模型。用该模型来揭示物流业发展水平与物流业碳排放强度对我国物流业碳排放的影响以及它们之间的关系。
关键词：物流业发展水平 物流业碳排放强度 结构方程模型
一、引言
碳排放所引起的全球变化给人类经济社会发展带来了严峻的挑战。2015年11月中国国家主席习近平在法国巴黎向世界各国做出中国将实现在2030年GDP碳排放比十年前下降60%-65%的承诺。截止到2014年，中国GDP碳排放比2005年下降了33.8%。2014年9月政府颁布“物流业发展中长期规划（ 2014—2020 年） ”，此文件重申发展低碳物流要以“节能减排、绿色环保”的理念为指导。我国物流业在近几年迅速发展，而物流业又是一个高能耗、高污染的行业，就其占比较大的交通运输业的碳排放而言，截止到2007年已由12年前的6%提高到现在的14%，在其发展的同时也给人们的生存环境带来了巨大的威胁。因此降低物流业的碳排放量，发展低碳物流对我国2020碳减排目标实现具有重要的意义。本文基于我国30个省2007-2013年物流业发展数据，对影响我国物流业碳排放量的影响因素进行研究，并通过建立结构方程模型分析影响物流业碳排放影响因素之间的关系，为我国绿色物流业的发展提供一定的参考。
二、理论研究
国内外对于影响二氧化碳排放的因素的研究很多，影响二氧化碳排放的因素很多，如：一个国家的人均收入，能源消费结构，工业产业构成等。李国志（2010）等通过对我国二氧化碳排放区域差异和影响因素研究提出：影响我国碳排放区域差异的因素是人口规模，人均剩余价值和对环境破坏的技术层次。彭觅（2010）等用工业内部中分类行业结构，交通运输发展程度，家庭生活三种因素分析我国二氧化碳排放量的地区差异性。以前对碳排放的研究主要以整个国家为样本，通过因子分析等方法，将多项变量分类成经济发展、能源消费量来进行分析，而忽视了将人口因素和技术因素考虑进去。本文在前人的基础上将人口因素和技术因素考虑其中，并以省为单位研究我国单个产业的碳排放量的影响因素。
三、模型的设定
我国物流业碳排放量主要受物流业发展水平和物流业碳排放强度的影响，这两个变量是潜变量，需通过外显变量去间接测量这些潜变量，即通过物流业人均收入、物流业比例、物流业变动率来间接测量各省物流业发展水平，及用物流行业单位GDP碳排放量、人均碳排放量来间接测量各省物流业碳排放强度。本文通过采用验证性因子分析模型来揭示碳排放强度与物流业发展水平之间的关系。
1.变量的设定。模型中，ξ1 ξ2代表两个潜变量：物流业发展水平、物流业碳排放强度。x1、x2、x3、x4、x5分别为5个观测变量：x1为物流业人均收入、x2为物流业比例、x3为物流业变动率、x4为物流业单位GDP碳排放量、x5为人均碳排放量。x1、x2、x3是ξ1 的观测变量，x2、x4、x5为ξ2 的观测变量。
2.构建模型。验证性因子分析模型测量方程为：
模型假设：
（1）存在的偏差项的均值为零；（2）偏差项与因子之间不相关，将测量方程（2-1）写成矩阵的形式：
为了使模型可识别，我们对这些参数加以限制，将其中一些参数固定为1。
四、模型的评价
结构方程模型的评价分两步进行，即先进行参数检验，当参数检验通过后再进行拟合优度的检验。
1.参数显著性检验。结构方程模型的参数显著性检验，即对每一个估计的参数建立原假设：
：参数等于零。：参数不等于零。
一般来说，当|t|>2时，可以拒绝原假设。
2.拟合评价。
2.1检验。评价模型拟合的程度，最基本的指标就是检验。
在（2.4）中，N为样本容量，q为可测变量个数，K为自由参数个数，F为模拟拟合函数的估计值。值越小越代表模型拟合效果越好。假设P为为真的概率，那么当p大于0.2时，则说明模型拟合很好。
2.2近似误差均方根。该指数计算公式为：
N表示为样本个数，df为自由度，表示不受限制的变量的个数；为模型拟合函数的估计值。
2.3 标准拟合指数。该指数计算公式为：
是我们假设的模型的值，是基准模型或独立模型的值。当的值与值相差不大时，则该模型拟合的效果不好并不予采用。
2.4非标准化拟合指数。
该指数计算公式如下：
式（2.7）中、分别是理论模型的值和自由度，、分别是独立模型的值和自由度。当该指数大于0.9，这说明假设模型拟合的较好。
2.5比较拟合指数。该指数公式如下：
CFI 的取值范围在 0～1 之间，CFI > 0.9 时说明假设模型拟合程度较好。
五、结果分析
1.數据处理。本文包含物流业单位 GDP 碳排放量、人均碳排放量、物流业人均收入、物流业比例、物流业变动率这几项指标。数据源于《中国统计年鉴》和《中国能源统计年鉴》的2007年到2013 年的统计数据，并应用 SPSS 软件对数据里的缺失值进行填充。本文首先通过将各项指标数据标准化，并挑选删掉异常数据点（绝对值大于2）。在经过如上处理后进行模型分析。
2.模型结果分析。本文搜集到我国30个省份的数据，对假设的结构方程模型进行了验证性因子分析，通过以下几种拟合指数来判断模型拟合程度，分别是 、RMSEA、NFI、NNFI、CFI。经过一系列数据处理后，最终得到以下模型（如图1）。其中，人均国民收入是国民收入总量与人口数量之比，城市化水平是城市人口与总人口之比，工业化率是工业增加值与全部生产总值之比，服务业比例是服务业增加值与当年国内生产总值之比，人均碳排放量为国家碳排放总量与人口总量之比，单位 GDP 碳排放量为国家碳排放量与国民生产总值之比。
表 1 结果显示，p 为 0.82>0.2，RMSEA为0.0001<0.01，NFI为1.20>0.95，NNFI为1.032>0.9，CFI为1.13>0.9，各项指标都能说明此假设模型拟合的非常好。
六、结语
本文通过 AMOS 软件对假设模型进行验证性因子分析，得到如下结论：首先，物流业发展水平对物流业碳排放强度有一定的影响，物流业人均收入、物流业比例和物流业变动率成正相关关系，物流业发展水平越高的省份，其碳排放强度也会越高，所以物流业人均收入、物流业比例、物流业变动率越高的省份，这些省份的物流业单位GDP碳排放量和人均碳排放量也较高。其次，从路径系数可以看出物流业发展水平与物流业碳排放强度相互影响，物流业比例在碳排放强度上的系数为正，所以物流业占比较高的省份，该省物流业碳排放量高。通过上述结论，本文提出以下建议：我国的各省份都重视第三产业的发展，但在各省份物流业快速发展的同时，应该秉持绿色发展的理念，减少各省份的碳排放量。同时，我国的科研人员，应该抓紧学习先进国家节能减排的经验技术，加大对物流业发展与碳排放节约相协调的研究力度，为我国各省走绿色物流、低碳物流的道路铺好技术基础和理论基础。
参考文献：
[1]陈诗一，严法善，吴若沉.资本深化、生产率提高与中国二氧化碳排放变化——产业、区域、能源三维结构调整视角的因素分解分析[J].财贸经济，2010，12：111～ 120.
[2]程南洋，杨红强，聂影.国际碳排放贸易与循环经济的协调[J].生态经济，2006（ 3） ： 71- 74.
作者简介：张文博（1993—）男。湖北十堰人。硕士研究生。研究方向：企业管理。鄢康（1994—）男。湖北鄂州人。硕士研究生。研究方向：企业管理。
关键词：物流业发展水平 物流业碳排放强度 结构方程模型
一、引言
碳排放所引起的全球变化给人类经济社会发展带来了严峻的挑战。2015年11月中国国家主席习近平在法国巴黎向世界各国做出中国将实现在2030年GDP碳排放比十年前下降60%-65%的承诺。截止到2014年，中国GDP碳排放比2005年下降了33.8%。2014年9月政府颁布“物流业发展中长期规划（ 2014—2020 年） ”，此文件重申发展低碳物流要以“节能减排、绿色环保”的理念为指导。我国物流业在近几年迅速发展，而物流业又是一个高能耗、高污染的行业，就其占比较大的交通运输业的碳排放而言，截止到2007年已由12年前的6%提高到现在的14%，在其发展的同时也给人们的生存环境带来了巨大的威胁。因此降低物流业的碳排放量，发展低碳物流对我国2020碳减排目标实现具有重要的意义。本文基于我国30个省2007-2013年物流业发展数据，对影响我国物流业碳排放量的影响因素进行研究，并通过建立结构方程模型分析影响物流业碳排放影响因素之间的关系，为我国绿色物流业的发展提供一定的参考。
二、理论研究
国内外对于影响二氧化碳排放的因素的研究很多，影响二氧化碳排放的因素很多，如：一个国家的人均收入，能源消费结构，工业产业构成等。李国志（2010）等通过对我国二氧化碳排放区域差异和影响因素研究提出：影响我国碳排放区域差异的因素是人口规模，人均剩余价值和对环境破坏的技术层次。彭觅（2010）等用工业内部中分类行业结构，交通运输发展程度，家庭生活三种因素分析我国二氧化碳排放量的地区差异性。以前对碳排放的研究主要以整个国家为样本，通过因子分析等方法，将多项变量分类成经济发展、能源消费量来进行分析，而忽视了将人口因素和技术因素考虑进去。本文在前人的基础上将人口因素和技术因素考虑其中，并以省为单位研究我国单个产业的碳排放量的影响因素。
三、模型的设定
我国物流业碳排放量主要受物流业发展水平和物流业碳排放强度的影响，这两个变量是潜变量，需通过外显变量去间接测量这些潜变量，即通过物流业人均收入、物流业比例、物流业变动率来间接测量各省物流业发展水平，及用物流行业单位GDP碳排放量、人均碳排放量来间接测量各省物流业碳排放强度。本文通过采用验证性因子分析模型来揭示碳排放强度与物流业发展水平之间的关系。
1.变量的设定。模型中，ξ1 ξ2代表两个潜变量：物流业发展水平、物流业碳排放强度。x1、x2、x3、x4、x5分别为5个观测变量：x1为物流业人均收入、x2为物流业比例、x3为物流业变动率、x4为物流业单位GDP碳排放量、x5为人均碳排放量。x1、x2、x3是ξ1 的观测变量，x2、x4、x5为ξ2 的观测变量。
2.构建模型。验证性因子分析模型测量方程为：
模型假设：
（1）存在的偏差项的均值为零；（2）偏差项与因子之间不相关，将测量方程（2-1）写成矩阵的形式：
为了使模型可识别，我们对这些参数加以限制，将其中一些参数固定为1。
四、模型的评价
结构方程模型的评价分两步进行，即先进行参数检验，当参数检验通过后再进行拟合优度的检验。
1.参数显著性检验。结构方程模型的参数显著性检验，即对每一个估计的参数建立原假设：
：参数等于零。：参数不等于零。
一般来说，当|t|>2时，可以拒绝原假设。
2.拟合评价。
2.1检验。评价模型拟合的程度，最基本的指标就是检验。
在（2.4）中，N为样本容量，q为可测变量个数，K为自由参数个数，F为模拟拟合函数的估计值。值越小越代表模型拟合效果越好。假设P为为真的概率，那么当p大于0.2时，则说明模型拟合很好。
2.2近似误差均方根。该指数计算公式为：
N表示为样本个数，df为自由度，表示不受限制的变量的个数；为模型拟合函数的估计值。
2.3 标准拟合指数。该指数计算公式为：
是我们假设的模型的值，是基准模型或独立模型的值。当的值与值相差不大时，则该模型拟合的效果不好并不予采用。
2.4非标准化拟合指数。
该指数计算公式如下：
式（2.7）中、分别是理论模型的值和自由度，、分别是独立模型的值和自由度。当该指数大于0.9，这说明假设模型拟合的较好。
2.5比较拟合指数。该指数公式如下：
CFI 的取值范围在 0～1 之间，CFI > 0.9 时说明假设模型拟合程度较好。
五、结果分析
1.數据处理。本文包含物流业单位 GDP 碳排放量、人均碳排放量、物流业人均收入、物流业比例、物流业变动率这几项指标。数据源于《中国统计年鉴》和《中国能源统计年鉴》的2007年到2013 年的统计数据，并应用 SPSS 软件对数据里的缺失值进行填充。本文首先通过将各项指标数据标准化，并挑选删掉异常数据点（绝对值大于2）。在经过如上处理后进行模型分析。
2.模型结果分析。本文搜集到我国30个省份的数据，对假设的结构方程模型进行了验证性因子分析，通过以下几种拟合指数来判断模型拟合程度，分别是 、RMSEA、NFI、NNFI、CFI。经过一系列数据处理后，最终得到以下模型（如图1）。其中，人均国民收入是国民收入总量与人口数量之比，城市化水平是城市人口与总人口之比，工业化率是工业增加值与全部生产总值之比，服务业比例是服务业增加值与当年国内生产总值之比，人均碳排放量为国家碳排放总量与人口总量之比，单位 GDP 碳排放量为国家碳排放量与国民生产总值之比。
表 1 结果显示，p 为 0.82>0.2，RMSEA为0.0001<0.01，NFI为1.20>0.95，NNFI为1.032>0.9，CFI为1.13>0.9，各项指标都能说明此假设模型拟合的非常好。
六、结语
本文通过 AMOS 软件对假设模型进行验证性因子分析，得到如下结论：首先，物流业发展水平对物流业碳排放强度有一定的影响，物流业人均收入、物流业比例和物流业变动率成正相关关系，物流业发展水平越高的省份，其碳排放强度也会越高，所以物流业人均收入、物流业比例、物流业变动率越高的省份，这些省份的物流业单位GDP碳排放量和人均碳排放量也较高。其次，从路径系数可以看出物流业发展水平与物流业碳排放强度相互影响，物流业比例在碳排放强度上的系数为正，所以物流业占比较高的省份，该省物流业碳排放量高。通过上述结论，本文提出以下建议：我国的各省份都重视第三产业的发展，但在各省份物流业快速发展的同时，应该秉持绿色发展的理念，减少各省份的碳排放量。同时，我国的科研人员，应该抓紧学习先进国家节能减排的经验技术，加大对物流业发展与碳排放节约相协调的研究力度，为我国各省走绿色物流、低碳物流的道路铺好技术基础和理论基础。
参考文献：
[1]陈诗一，严法善，吴若沉.资本深化、生产率提高与中国二氧化碳排放变化——产业、区域、能源三维结构调整视角的因素分解分析[J].财贸经济，2010，12：111～ 120.
[2]程南洋，杨红强，聂影.国际碳排放贸易与循环经济的协调[J].生态经济，2006（ 3） ： 71- 74.
作者简介：张文博（1993—）男。湖北十堰人。硕士研究生。研究方向：企业管理。鄢康（1994—）男。湖北鄂州人。硕士研究生。研究方向：企业管理。