數字經濟賦能下長江經濟帶物流產業低碳轉型路徑研究

薛冰欣 陳 敏

（南通大學交通與土木工程學院，江蘇南通 226019）

一、引言

長江經濟帶作為沿長江分布的黃金經濟帶和新的經濟重要增長極，在空間上覆蓋上海至武漢的沿江經濟帶、南京至杭州的東部經濟走廊、南京至合肥的中部經濟走廊，囊括沿線11 個省份和全國40%以上的人口及40%以上的GDP，工業體系完備，數據資源豐富。伴隨全國物流產業的快速發展，其對國家經濟結構調整和發展戰略轉變起重要作用，同時為實現經濟增長方式從“數量”到“質量”的躍遷提供關鍵支撐。然而，隨著數字經濟的快速發展與“雙碳”目標的部署，加之國內外政治經濟條件、生態條件、資源條件等因素的約束，長江經濟帶的物流產業低碳轉型正面臨新任務和新要求。

一方面，隨著互聯網的蓬勃發展，數字經濟不斷取得新進展。中共十九大提出建設數字中國，拉開全面推進數字化轉型的帷幕。長江經濟帶作為中國數字技術與產業的領頭羊，通過云計算、大數據和物聯網技術、人工智能等信息技術，不僅創新了物流產業的運作模式與戰略發展，而且推動了全國傳統制造業和服務業轉型升級。另一方面，隨著世界碳排放的加重與自然環境的惡化，中國正不斷加快“雙碳”目標的落實。2021 年全國“兩會”上，“碳達峰、碳中和”首次出現在政府工作報告中，“雙碳”目標倒逼相關產業開展低碳改革與轉型，實現綠色升級。而長江經濟帶作為生態環境優化的領頭羊，憑借清潔能源、低碳技術和新能源汽車的推廣普及，對物流這一重點碳排放產業提出了嚴格的標準和更高的要求。

綜上，數字經濟與物流產業融合既是長江經濟帶開展進取型“碳替減”的不二選擇，也是實現“雙碳”目標的必然結果。盡管長江經濟帶不少地區物流產業發展相對緩慢，低碳物流發展受到諸多因素的限制，但隨著數字技術不斷實現突破與應用，物流產業的資源整合、科學決策和環境監測已得到較大改善，物流數字轉型、綠色創新與低碳發展也邁出了重要的一步，相關的學術研究取得了較為豐碩的成果。然而，數字經濟的發展對于物流產業的碳排放量的影響機制暫時缺少清晰的實證結果。因此，根據長江經濟帶物流發展實況，采用調節效應模型結合實證調研等方法，從數字賦能視角探究物流產業與碳排放之間的關系，剖析物流產業低碳轉型相關路徑，為促進長江經濟帶物流產業低碳轉型提供理論支撐。

二、研究假設

（一）物流產業與碳排放間的關系

近些年來，隨著中國經濟持續發展，居民可支配收入不斷提高，消費能力日益增強，極大促進了物流產業的發展，中國已成為世界上最大的物流市場。在“十三五”期間，中國物流產業處于穩步發展階段。2016 年，物流產業增加值占GDP 的比重為4.4%；2016—2019 年，物流增長速度開始逐步放緩，并日趨平穩；2020 年，由于新冠疫情暴發、各地封控，該比重降為4.0%，但全國社會物流總額依舊不斷擴大；物流產業總額從2016年的229.7萬億元，增至2020 年的300.1 萬億元。在《服務業發展“十四五”規劃》中，要求建立一個以服務經濟為主導的產業結構，物流產業逐漸引領區域經濟的發展。然而，物流產業的快速發展導致資源浪費和環境生態問題日益突出。2016—2020 年，物流產業能源消耗量從39883 萬噸標準煤增至41309 萬噸標準煤，碳排放量從7.16 億噸增至9.9 億噸。而全國大多數產業在此期間能源消耗和碳排放情況均有所改善，這意味著中國物流產業正在成為能源消耗和碳排放增長的重要一環，必須引起高度關注。

王富忠（2012）采用實證方法對浙江省碳排放、物流產業、經濟發展的關系進行研究，結果發現三者之間存在密切的協整回歸關系，物流產業與經濟發展顯著影響著碳排放強度。[1]王燊和程云鶴（2018）基于SBM 模型測算長江經濟帶物流業的綠色績效，并使用Tobit 模型進行線性回歸分析，得出長江經濟帶各省份的能源消耗和碳排放量正在逐年增加。[2]梁雯和方韶暉（2019）根據2000—2015年的面板數據，使用向量自回歸方法分析物流產業發展、固定資產投資、城市化水平與碳排放之間的關系，研究表明物流產業增加值對碳排放存在雙重影響。[3]侯東蘇（2021）研究指出，從低碳經濟角度看，物流業已成為能源消費的最主要產業之一，物流技術效率和規模水平的提高直接促進了碳排放量的增加。[4]李妍和孫振清（2021）針對物流業造成的環境污染問題，運用SBM-DEA 模型評估了中國物流業效率的總體水平和空間特征，并通過Tobit模型回歸分析，發現中國物流效率存在較大的區域差異，且從東向西逐漸降低。[5]韓麗萍等（2022）基于投入產出模型，運用結構分解分析和行業相關性效應分析，研究發現物流產業除了自身能源消耗產生直接碳排放外，還與其他行業的中間產品產生間接的碳排放。[6]林秀群等（2022）使用超效率SBM 和Malmquist 指數模型分析2005—2019 年長江經濟帶物流業的碳排放率及其空間自相關性，得出長江經濟區物流業碳排放率的平均值為0.671，三個區域呈現出“上游＜中游＜下游”結構。[7]

結合現有文獻發現，長江經濟帶物流產業的快速增長盡管極大地促進了區域經濟的發展，但隨著物流規模不斷擴大和機械化程度日益提高，對生態環境的壓力愈發顯著：一是燃料物流車輛的高能耗、高排放和高污染。據統計，物流企業中超過50%的物流車輛為柴油車，由此加劇了能源浪費及高排放、環境污染等問題，其中交通廢氣排放方面，2020 年占汽車保有量11%左右的物流車輛，其氮氧化物和顆粒物排放占汽車排放總量的84.4%和90.6%，柴油貨車的氮氧化物和顆粒物排放量均占據90%以上。二是物流企業運作方式粗放且環保意識薄弱，加之物流園區的設施和管理水平相對較低，導致道路交通壓力提升和空氣污染加劇。三是過度包裝導致的塑料污染。有關數據顯示，物流配送包裝產生的廢棄物每年達到100 萬噸，但回收率不到10%。綜上，物流引發的污染已成為全國社會污染的主要來源之一，對生態環境已形成較大威脅。

從上述分析可知，物流產業具有高能耗、高排放等特點，物流產業發展與碳排放存在較強正向依存度。據此，提出研究假設H1：

H1：物流產業發展與碳排放量呈顯著正相關關系。

（二）數字經濟發展對物流產業和碳排放的調節作用

數字經濟帶動了信息通信等數字產業的蓬勃發展，也推動著數字技術向傳統產業的全方位滲透，從而提高物流企業的網絡化、數字化和綠色化水平，在促進區域經濟高質量發展的同時也表現出一定的環境效應性。

Popkova ＆ Sergi（2020）運用新的概念情景模型和獨特算法，研究設計數字經濟對于俄羅斯物流運輸體系的優化機制。[8]曹淑芹和張京京（2020）發現盡管大數據技術已運用在各行各業，但標準化、集約化、智能化的物流體系和發展模式尚未完全建立起來，當前急需通過流程的優化、產品的升級和功能的增強，從服務、技術、組織和機制等方面開展物流業的數字化轉型與智慧化升級，同時充分利用大數據構建智能倉儲共享模式，實現物流低碳發展。[9]蔣樹雷和張臻（2020）運用2010—2019 年30個省份的面板數據建立固定效應模型，研究發現數字經濟的發展有利于促進物流產業向更優層次躍升，故而有必要推動數字技術跟物流產業的緊密融合，實現物流綠色升級與高質量發展。[10]葛立宇等（2022）利用2011—2019 年的城市面板數據，采用固定效應和系統GMM 模型，從產業結構升級的中介作用視角，證明數字經濟賦能城市碳減排，有助于減少物流碳排放。[11]張宇航（2020）以中國30 個省份2010—2016 年數據為樣本，以產業結構升級為門檻變量，通過固定效應模型測試數字經濟發展對物流產業技術創新的影響，結果發現數字經濟的可持續發展對物流技術創新水平有一定的促進作用，且這種作用呈逐步上升趨勢。[12]郭玥沁等（2022）基于2014—2020年省際面板數據，應用調節效應模型分析數字經濟不同維度與碳排放強度、環境規制和綠色創新之間的異質性關系，研究得出數字經濟、環境規制和綠色創新可降低碳排放強度，并且不同綠色創新水平下數字經濟的發展對碳排放的影響程度不同，產業數字化和數字產業化顯著抑制著碳排放強度。[13]周代運（2022）指出數字技術作為碳中和的重要技術途徑，可以深度融入能源、電力、工業、交通和建筑等主要碳排放領域，有效提高能源和資源的利用效率，實現生產效率和低碳效率的雙重提升。[14]金飛和徐長樂（2022）基于2011—2019年276 個城市的面板數據，運用計量模型和中介效應模型研究數字經濟對碳排放的影響效果，結果發現數字經濟對碳排放具有顯著的倒“U”型效應。[15]

此外，宏觀層面上，數字經濟依托大數據、云端、人工智能等技術助力數字化產業建設，推動物流產業向數字化、智慧化發展。微觀層面上，物流企業通過數字技術不僅可以實時掌握并分析重要數據信息，進行科學決策與資源安排，而且可高效利用能源，降低碳排放和污染。比如，在物流運輸工具方面，物流企業擁有大量運輸重卡，可以通過OBD 等設備來瞬時算碳；在物流運輸過程方面，可以根據瞬時碳排來定位卡車司機的用車習慣、車隊的排列方式，借此減少車隊運行阻力，節省油耗5%～10%?？傊?，數字化的廣泛應用能夠幫助物流企業降低成本，減少碳排，促進物流產業綠色化轉型與智能化升級。

綜上所述，數字經濟對物流產業發展與碳排放間的關系可能存在著負向影響作用，數字經濟的可持續發展可能抑制物流產業發展帶來的碳排放強度的提升。據此，提出研究假設H2：

H2：數字經濟發展對物流產業發展和碳排放之間的關系具有負向的調節作用。

三、實證分析

（一）樣本選擇與數據來源

選取2000—2020 年長江經濟帶沿線11 個省份的面板數據，分析物流產業對碳排放量的影響及與數字經濟發展水平的關系。有關數據來源于《中國統計年鑒》《中國能源統計年鑒》《國泰安CSMAR 數據庫》和各省份統計年鑒等。

對于部分缺失的數據，則利用插值法進行補充，即根據存在缺失數值的歷年數據做出適當的特定函數f（x）在區間的其他點上用這特定函數值作為函數f（x）的近似值。假設xj處為缺失值點，已知其n+1 個差值節點為（xi，yi），i=0，1，…n，bi代表i階差商，P（x）代表牛頓差值公式。

第一步，計算差商。

第二步，根據差商的定義，可以得到牛頓差值公式。

第三步，將缺失的函數值所對應的點xj代入牛頓差值公式，便可計算出缺失值的近似值。

（二）變量設定

1.被解釋變量：碳排放量（C）

眾所周知，物流作為國民經濟的基礎性產業，是碳排放的主要來源之一。隨著長江經濟帶經濟的高速發展，物流產業發展迅速。但由于對碳排放管理的不夠重視和疏于監測，加之物流配送中“重流通、輕生態”現象較為普遍，導致物流過程中化石能源消耗量和碳排放量的不斷增加。在此，參考金鳳花（2016）等的研究[16]，將長江經濟帶區域物流業不同能源消耗量轉化為標準煤，乘以各自的平均低位發熱量、碳排放系數和碳氧化因子，估算出物流產業的碳排放量。具體計算方法如下：

其中，C表示碳排放量；j表示能源種類；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種能源的消耗量；NCVj表示第j種能源的平均低位發熱量；CEFj表示第j種能源的碳排放系數；COFj表示第j種能源的碳氧化因子，默認為1。

依據《中國能源統計年鑒》，將能源種類劃分為原煤、焦炭和原油等8 種類型，這8 類能源的轉換系數及碳排放系數如表1所示。

表1 各類能源碳排放系數表

根據計算可得2000—2020 年長江經濟帶沿線11個省份物流產業的碳排放量，如圖1所示。

圖12000 —2020年長江經濟帶沿線11個省份物流產業碳排放量

如圖1 所示，2000—2020 年長江經濟帶沿線11個省份物流產業的碳排放量雖然略有波動，但總體上呈上升趨勢，各省份之間存在差異。其中，江蘇物流產業的碳排放量始終保持第一，且每年碳排放的上升幅度較為顯著，不過近幾年來江蘇大力推動物流產業結構優化，提高物流企業的節能能力和可持續發展能力，加強減排降污，其碳排放量上升勢頭已被抑制，在2017 年和2018 年開始逐步降低，盡管2019年有所回升，但2020年很快再次下降。

2.核心解釋變量：物流產業發展水平（LE）

從物流產出能力、數字化投入能力、結構升級能力和交通設施支持能力等四個維度構建長江經濟帶物流產業發展水平的評價指標體系，如表2 所示。其中，物流產出能力作為判斷物流產業數字化轉型能否成功的關鍵指標，反映了評估時期內實際物流績效的提升，包括區域產業生產總值和區域貨物周轉量兩個二級指標；數字化投入能力反映了當地物流產業的數字化水平，包括交通運輸、倉儲、郵政業固定資產投資與信息傳輸服務和軟件業全社會固定資產投資兩個二級指標；結構升級能力是物流產業可持續增長的重要前提，以各省份第三產業增加值占地區生產總值（GDP）的比重這個二級指標來表示；交通設施支持能力反映了物流產業發展所需的環境支撐要求及資源促進力度，包括人均公路通車里程和人均鐵路通車里程兩個二級指標。

表2 長江經濟帶物流產業發展水平評價指標體系及權重

利用熵權法確定各個指標的權重（如表2 所示）。其計算方法如下：

第一步，為消除每個指標的性質、數量級等特征的差異性，對數據進行標準化。

其中，i代表樣本，j代表指標，Yij表示歸一化處理后得到的數值，Xij表示實際數值，max（Xij）、min（Xij）分別代表參量中的最大值和最小值。i=1，2，…，n，j=1，2，…m，n代表樣本的數量，m代表指標個數。

第二步，為確定不同指標對于整體的重要程度，需確定系統特征比重Pij。

第三步，計算評價指標信息熵ej。

第四步，計算j指標的影響權重ωj。

最后，將各個指標不同年份不同省份的數據與對應的權重相乘并累加，可得2000—2020年長江經濟帶沿線11個省份物流產業發展水平的綜合得分，如圖2所示。

從圖2所示，2000—2005年，長江經濟帶沿線各省份物流產業發展速度較為均衡，2006 年，長江經濟帶沿線11 個省份物流產業發展開始出現差異；2000—2010年，長江經濟帶沿線11個省份物流產業發展相對緩慢，而2010 年以后，長江經濟帶沿線11個省份物流產業發展水平趨勢明顯上升，且愈發顯著，證明近十年來物流產業獲得了突飛猛進的增長。并且與圖1 的碳排放量相比較可知，盡管物流產業發展的同時不可避免地產生了碳排放，但由于國家相關政策的及時出臺，強化了對物流產業的監管，近些年來長江經濟帶物流產業在碳減排方面成效顯著。這表明，在促進物流產業發展的同時，完全可以兼顧物流的低碳可持續發展。

圖22000 —2020年長江經濟帶沿線11個省份物流產業發展水平

3.調節變量：數字經濟發展水平（Deconomy）

根據數字經濟的定義，結合《中國互聯網發展報告》及數據的可獲得性，分別從通信水平、信息化水平和創新水平三個方面來構建長江經濟帶數字經濟發展水平的評價指標體系，如表3所示。其中，通信水平包括移動電話（含智能手機）普及率、郵電業務總量兩個二級指標；信息化水平包括計算機服務和軟件業法人單位數、居民平均每百戶年末計算機（含筆記本電腦）擁有量兩個二級指標；創新水平則通過專利授權量來衡量。

表3 變量說明

4.控制變量

為精準評估數字經濟發展和物流產業發展對碳排放的影響，并減少因缺乏變量而導致的估計誤差，通過控制影響碳排放量的經濟變量，從而提高模型對碳排放量的解釋力。具體設置如下：①經濟發展水平（LnP_GDP），用人均地區生產總值來表示；②人口規模（Lnpopu），通過各省份年末人口規模來表示；③經濟發展速度（E_Grow），用各省份每年的GDP 增長速度來表示；④財政收入水平（Fis_cal），以當地政府的財政收入來表示；⑤政策變量（Test），由于在評估期間實施了低碳省份試點政策，為避免這一政策影響，將試點省份作為虛擬變量加以控制；⑥人口密度（Dpop），采用各省份年末人口數與行政區域面積之比來表示。

（三）模型構建

基于以上的假設與理論分析，選取調節效應模型來分析數字經濟發展水平對物流產業發展水平作用于碳排放的調節效應，構建了式（1）、式（2）模型：

上述模型分別對應假設H1、H2。其中，i代表省份，t代表時間，LE代表物流產業發展水平，Deconomy代表數字經濟發展水平，LE_Deconomy代表物流產業發展與數字經濟發展的交互項，用以驗證數字經濟發展水平對物流產業發展和碳排放關系的調節效應。此外，模型還引入了部分控制變量，如LnP_GDP代表經濟發展水平，Lnpopu代表人口規模，E_Grow代表經濟發展速度，Fiscal代表財政收入水平，Test表示政策變量，Dpop代表人口密度。εit為隨機干擾項，β代表變量的系數，α代表模型的常數項。具體的變量說明見表3。

（四）描述性統計

通過采集長江經濟帶沿線11 個省份2000—2020 年的經濟發展相關數據，共獲得了231 組樣本數據。描述性統計結果如表4所示。

表4 描述性統計表

在表4 中，平均碳排放量（C）為28183，最小值為6642，最大值為87262，標準差為16098，這表明長江經濟帶不同省份的碳排放量存在一定的差異。而物流產業發展水平平均值為4624，最小值為290.4，最大值為21028，標準差為4088，可得離散系數小于1，說明各省份的物流產業發展水平差異不算太大；數字經濟發展水平平均值為19777，最小值為439.8，最大值為212851，標準差為31440，表現出“標準差大、均值小”的特點，且離散系數大于1，意味著不同省份數字經濟發展水平存在著顯著差異。

在控制變量方面，人口規模、經濟發展速度、人口密度平均值分別為5235、10.31、2318，標準差分別為1843、3.02、1109，可得離散系數分別為0.35、0.29、0.48，表明各省份在人口規模、經濟發展速度以及人口密度方面存在的差異不大；而交互項平均值為36969，標準差為30927，可得離散系數為0.84，說明不同省份經濟發展水平存在差異；財政收入水平的平均值為1946、標準差為1981，可得離散系數大于1，意味著不同省份財政收入水平差異明顯。由此可見，長江經濟帶不同省份間發展不平衡現象是客觀存在的。

（五）相關性分析

相關性分析結果如表5所示。

表5 相關系數表

由表5可知，在不考慮其他變量影響的情況下，物流產業發展水平與碳排放量的關聯系數為0.811，在1%的水平上顯著，表明隨著物流產業的不斷增長，二氧化碳的排放愈加嚴重。數字經濟發展水平與碳排放量也呈現出顯著的相關性?？刂谱兞恐?，經濟發展水平、人口規模和財政收入水平與碳排放量顯著正相關，而經濟發展速度與碳排放量顯著負相關，這表明經濟發展速度在一定程度上減少了二氧化碳的排放。

（六）回歸分析

運用Stata17 統計軟件實證檢驗數字經濟發展、物流產業發展與碳排放之間的關系，根據式（1）、式（2）模型進行回歸，具體結果如表6所示。

表6 回歸結果分析表

由模型1 可知，LE的系數為5.2352，且在1%的水平上顯著，說明物流產業發展對碳排放增長起著明顯的正向作用。此外，模型1 的調整R2（可決系數）為0.8611，說明模型的解釋能力和擬合效果較為理想。因此，假設H1得以驗證。

模型2 的交互項LE_Deconomy系數，在1%的水平上顯著，認為數字經濟發展可以減弱物流產業發展水平對碳排放量的正向作用，且數字經濟發展水平作為一個重要的調節變量，可以有效調節物流產業發展與碳排放之間的關系。因此，假設H2得以驗證。

（七）主要結論

第一，物流產業與碳排放量之間呈現顯著的正相關關系。通過2000—2020 年長江經濟帶沿線11個省份面板數據的計算進一步支持了物流產業發展水平與碳排放量顯著正相關的論點，這說明對于長江經濟帶沿線11個省份來說，物流產業不斷發展必然帶來碳排放量的上升。

第二，數字經濟發展能夠抑制物流產業發展與碳排放之間的正向關系，同時數字經濟發展又對物流產業發展與碳排放之間的相關關系具有調節作用。這說明數字經濟加強了物流產業與碳排放之間的技術檢測與控制，改善了物流業的高排放情況。

四、存在問題與策略創新

（一）存在問題及原因剖析

1.低碳物流相關法律制度建設尚不完善

一是在法律和監督控制系統中，以治理環境污染有關的法律占據主導地位，而低碳物流的發展缺乏強有力的法律支持，尤其是在低碳物流的具體運作和推廣方面，還需要加強法規建設與完善制度。二是低碳物流業務涉及海關、交通、環保、電商等多個獨立運作的部門，彼此沒有統一的物流規則、綠色標準和管理條例，再加上對低碳物流的接受度普遍不高，致使低碳物流的發展方向和戰略定位不甚清晰。

2.低碳物流與數字互聯網全方位融合不足

數字經濟時代，互聯網憑借其巨大的信息量，在物流買賣雙方起著溝通交流的媒介作用，從根本上改變了人們的生活和消費方式。尤其是網絡購物與電商平臺，推動了物流業的快速增長，從而將物流業高碳排特點與每個人的購物習慣緊密聯系起來。這意味著每個消費者低碳意識的培養和監測必不可少，僅靠線下宣傳及記錄物流各方面的減碳行為已遠遠不夠。

3.物流產業綠色智能技術的應用亟待加強

在數字經濟賦能背景下，運用綠色智能技術是物流產業實現低碳轉型與綠色升級的重要手段。然而，長江經濟帶沿線各省份數字化技術規模尚未形成，眾多物流企業通常使用各自的局域網，系統的統一的數字化技術尚未運用于物流行業。物流運輸工具、設備的信息存在集成度不高、智能化不強，無法滿足高水平低碳物流的要求；綠色物流的智慧配送尚不到位，容易產生較大的資源浪費。

4.低碳物流高水平運輸規劃與倉儲布局相對缺乏

當前，對于物流過程中的復雜路線缺乏高水平的運輸規劃，倉儲選址及部署規劃難度大，不僅造成物流運輸效率降低，而且導致運輸排放出現更多的有害氣體，造成空氣污染等。尤其是在公路、鐵路等方式間的多式聯運，存在銜接不緊密等系列難題，需要科學規劃和精心設計，以提高效率、減少碳排放。

（二）對策建議

1.完善低碳物流的政策環境與標準規則

創造健全、良好的環保法律環境，從國家層面大力支持低碳物流的發展。一是在宏觀規劃方面，應強化高水平物流系統建設與高運輸、低碳排的綠色物流目標導向，同時針對低碳物流的每個環節如低碳生產、低碳運輸、低碳包裝等制定細致的法律法規，并出臺相應的綠色優惠政策，為低碳物流的健康可持續發展保駕護航、增添助力。二是在市場環境方面，應以市場為導向、以企業為主體，構建強大的物流創新體系，集成數字低碳技術的研發和應用，最大程度地減少碳排放，積極推進物流企業履行環保責任并加大對物流污染環境問題的監督檢查力度。三是在具體實施方面，應不斷宣傳、鼓勵和帶動綠色低碳行為，同時完善低碳物流的綠色標準和管理細則，真正實現物流企業的減排使命。如生產資源要符合綠色要求，盡量減少物流資源的浪費；物流運輸車輛尾氣排放要符合低碳標準，積極倡導新能源送貨車的使用；綠色包裝要能回收重復利用，最大程度地減少對自然環境的破壞等。

2.促進低碳物流與互聯網的全方位融合

一是利用數字互聯網平臺廣泛傳播綠色低碳生活理念，讓全社會認識到綠色低碳的重要性，并按照《公民綠色行為碳減排量化》標準，積極參與到促進低碳物流發展的活動中來。二是運用互聯網平臺的數字技術，實時動態地記錄個人綠色低碳行為，如綠色低碳行為的碳足跡可以借助手機APP、支付寶、微信小程序等在線方式進行追蹤記錄，還可以用動態圖表來實時互動，讓用戶了解其碳足跡水平等。三是建立健全涵蓋服裝、食品、住房、交通、旅行、辦公室等各個方面的大數據平臺基礎設施和信息安全保障體系，使政府、企業、全民等多行為主體共同為減少物流碳排放作出貢獻。

3.加強低碳物流技術與數字技術的結合

一是從技術層面，運用大數據、云計算和人工智能等數字技術改善物流產業的生產與管理系統，顯著提高長江經濟帶物流的運作效率、運營質量和能源效率，并有效降低物流碳排放量。二是從數字賦能層面，構建以低碳業務為中心、以價值創造為目標的數字化管理模式，形成物流企業內部各層次、各環節之間的數字化聯系和綠色整體效應，進一步加強低碳物流技術與數字技術的相互融合，促進長江經濟帶物流產業成本降低和效率提高。三是從戰略層面，應構建以物流企業為主體的“政產學研融用”六位一體緊密結合的協同創新模式，高效開發數字綠色技術，打造清潔能源和可再生能源多樣化的低碳物流新技術體系。

4.推動低碳物流運輸與數字經濟的接軌

一是在物流運輸鏈中，充分利用數字經濟技術來優化物流路線與倉儲布局，通過大數據進行實時檢測，同時優化運輸車輛的最佳滿載度，以提升物流效率。二是在保證貨物安全運輸及質量的前提下，大力發展低碳綠色貨運方式，如廣泛應用綠色貨車等高效節能車型，推廣新能源物流運輸工具，鼓勵使用節能型叉車及電動叉車等新型搬運裝備，真正實現綠色運輸。三是在物流包裝設計和使用上，秉持綠色可持續發展理念，進一步推廣節能環保型和循環使用型包裝材料，從根本上減少包裝過程中的材料浪費，降低物流成本。