數字經濟對綠色物流發展的影響機制及區域差異研究

尹慧 馬騁 曹吉峰

摘要：基于2010—2021年中國30個省份面板數據，通過熵值法計算數字經濟發展水平，構建固定效應模型和中介效應模型，從數字經濟視角出發探究影響綠色物流發展的作用機制。研究結果表明，數字經濟顯著促進綠色物流發展，同時表現出明顯區域差異，東部地區數字經濟對綠色物流的影響在5%水平上顯著，中部地區在1%水平上顯著，而西部地區不顯著；中介效應檢驗結果表明，數字經濟可通過刺激技術創新、推動產業結構升級、提高綠色配送效率來促進綠色物流發展。

關鍵詞：數字經濟；綠色物流；數據包絡分析；中介效應

中圖分類號：

F259.2

文獻標志碼：A

中國作為全球第二大經濟體，正加速邁入數字經濟時代，不斷向數字化、智能化轉型[1-2]。《中國數字經濟白皮書（2021年）》指出，數字經濟產出已占國內生產總值（GDP）三分之一，成為推動經濟增長的主要引擎之一。數字經濟的快速發展推動生產生活方式的深刻變革，并給物流業發展提供新機遇[3]。與此同時，物流業的快速發展也帶來環境污染與資源過度消耗等問題。因此，作為一種環保、可持續的物流方式，綠色物流受到越來越多的關注，強調物流過程中減少資源消耗、降低污染排放，實現經濟效益與環境效益的雙贏。為促進綠色物流發展，2021年《國務院關于加快建立健全綠色低碳循環發展經濟體系的指導意見》發布，強調要加快綠色物流發展，要求以綠色物流為突破口，帶動上下游企業發展綠色供應鏈。菜鳥、順豐等物流企業已采取使用環保包裝材料、快遞包裝回收等綠色物流措施[4-5]，但綠色物流的發展仍存在溝通效率低、配送路線欠優化、配送成本高等問題。而數字經濟強調信息流、資金流、人才流的數字化[6]，通過提供先進大數據分析、人工智能等技術發揮海量數據處理能力，打破信息壁壘，優化物流路線，推動綠色物流發展[7]。目前數字經濟與綠色物流均受到學術界的廣泛關注[8-9]，但大多數學者往往將兩者獨立進行研究，忽略兩者之間的關系。在現實綠色供應鏈中，將數字技術應用到綠色物流發展已成為企業解決信息溝通效率低、供應鏈協同不足、配送成本高等問題的有效手段。由此可見，數字經濟和綠色物流的關系非常密切，深入研究數字經濟發展對綠色物流的影響機制尤為必要。綜上，本文基于2010—2021年中國30個省份的面板數據，考慮投入指標、期望產出指標、非期望產出指標維度，運用DEA-SBM模型測算綠色物流效率，構建固定效應和中介效應模型，探究數字經濟對綠色物流的影響和作用機制，并將研究樣本分為東、中、西部進行異質性檢驗，全面深入地分析二者關系。

1 研究假設

數字經濟發展環境下，企業使用互聯網技術賦能物流領域，降低業務資源消耗，實現生產管理效率的提升[10]。數字經濟能滿足物流行業的綠色發展需求，數字化運營平臺通過覆蓋物流運輸全流程，突破行業多種限制因素，為綠色物流行業發展奠定堅實基礎[11]。數字化轉型能夠提高物流業的整體運行效率，綠色物流發展離不開數字化轉型，數字化已成為物流行業共識[12]。因此，提出假設：

H1：數字經濟對綠色物流發展具有顯著促進作用。

數字經濟通過數字產業化和產業數字化直接促進技術創新水平提高[13]，數字經濟對技術創新具有直接和間接促進效應，且直接效應的促進作用更強[14]。數字經濟通過改變資本、創新、效率、勞動等要素在產業間的配置，推動技術創新[15]，而物流業作為新興產業發展迅速，發展過程中由于缺乏技術、人才、設備等資源，出現資源利用不合理、能源過度消耗等問題[16]，影響綠色物流的可持續化發展。長期來看，技術創新水平的不斷提升和大量先進物流設備的投入使用能夠推動物流業的發展，降低物流成本，提高生產流通效率，是推動物流業發展進步與變革的重要力量。因此，提出假設：

H2：數字經濟通過加強技術創新能力，推動綠色物流發展。

隨著數字經濟發展，數字技術可激發新模式、新產業、新業態的出現，對產業結構升級起到推動作用[17]。產業結構升級與綠色物流發展之間存在密切關系，產業結構優化使經濟增長更具效率[18]和企業競爭更加激烈的同時，還使消費者對環保和可持續發展的意識逐漸增強并更加注重企業環保和社會責任[19]，促使企業采取更加環保的措施以提高自身競爭力。因此，提出假設：

H3：數字經濟發展通過影響產業結構升級，促進綠色物流發展。

數字經濟的發展是通過各種數字技術實現的，這些數字技術也能作用于物流行業，提高物流效率[20]，比如，通過數據分析和智能化手段預測某一地區的消費需求，從而提前安排貨源和配送路線，減少空駛和重復行駛情況，降低碳排放量。數字技術的無盡連接能力和海量數據處理能力能夠打破信息壁壘，形成縱向互聯、橫向相通的物流產業生態圈，弱化產業邊界[21]，提高物流配送效率[22]，促進綠色物流發展。因此，提出假設：

H4：數字經濟發展通過提高綠色配送效率，促進綠色物流發展。

2 研究設計

2.1 構建模型

為減少隨年份或省份變化的不可觀測因素的潛在影響，采用固定效應模型考察數字經濟對綠色物流發展的影響，模型設定為

greenit=β0+β1digitit+β2Xit+ηi+λt+εit（1）

其中，greenit表示綠色物流，i為省份，t為年份，digitit為數字經濟，β1為解釋變量的回歸系數，β0為截距項，Xit為控制變量，β2為控制變量的回歸系數，ηi為省份固定效應，λt為年度固定效應，εit為隨機干擾項。

為驗證數字經濟對綠色物流的作用機制，構建中介效應模型

Pit=θ0+θ1digitit+θ2Xit+ηi+λt+εit（2）

greenit=γ0+γ1digitit+γ2Pit+γ3Xit+ηi+λt+εit（3）

其中，Pit為中介變量，θ1為數字經濟對中介變量的影響，γ1為核心解釋變量估計系數，γ2為中介變量估計系數，r3為控制變量的估計系數。

2.2 變量說明

2.2.1 被解釋變量 根據已有研究[23]，基于投入指標、期望產出指標和非期望產出指標層面構建綠色物流指標體系，采用DEA-SBM法[24]測度綠色物流發展水平（green）（表1）。

2.2.2 核心解釋變量 根據已有數字經濟指標衡量方法[25-26]和數字經濟發展內涵，選取數字經濟基礎設施、技術發展、技術應用和發展規模作為一級指標構建數字經濟指標體系，數字經濟（digit）作為核心解釋變量通過熵值法測算（表2）。

2.2.3 中介變量 技術創新（ln patent）：采用專利授權數的自然對數測度；產業結構升級（sh）：產業結構升級水平定義為sh=y1+2y2+3y3，其中，y1、y2、y3分別表示第一產業、第二產業、第三產業占國內生產總值比重；綠色配送效率（efficiency）：單位配送貨物產生的碳排放量，即運貨量/物流業碳排放。

2.2.4 控制變量 市場化水平（market）用《中國市場化指數—分省份市場化指數報告（2021）》中各省份的市場化總指數衡量；城鎮化水平（urban）用常住人口城鎮化率衡量；對外開放水平（ln trade）用年度進出口總額的自然對數衡量；經濟發展水平（ln gdp）用國內生產總值的自然對數衡量；教育發展水平（human）用普通高校在校生人數占年末總人口的比重衡量。

2.3 數據來源

指標數據均源自《中國統計年鑒》《中國第三產業統計年鑒》《中國科技統計年鑒》及國家統計局官網。結合年鑒最新統計數據年份結果和年鑒統計指標年動態變化，確定研究區間為2010—2021年，采用線性插值法填充缺失數據年份（表3）。

3 實證分析

3.1 基準回歸結果分析

基于2010—2021年的省級面板數據，采用模型（1）回歸可知，數字經濟在1%水平上對綠色物流具有顯著促進作用（表4）。控制固定效應和省份特征后，省份數字經濟指數每增加1個單位，促使綠色物流發展水平提高0.051個單位，市場化水平、教育發展水平與綠色物流發展水平存在顯著的正向關系。H1由此驗證。

整體樣本劃分為11個東部省份（北京、上海、廣東、河北、山東、遼寧、浙江、天津、福建、江蘇、海南）、8個中部省份（山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南）、11個西部省份（廣西、四川、陜西、寧夏、貴州、甘肅、重慶、云南、青海、內蒙古、新疆），考察數字經濟對綠色物流發展影響的區域異質性。東部、中部省份的核心解釋變量系數顯著為正，表明數字經濟可明顯促進東部、中部省份綠色物流發展，對西部省份綠色物流發展作用不明顯。這是因為西部省份相較于東部、中部省份整體經濟發展水平低，物流需求相對有限，制約綠色物流在西部地區的市場規模和發展潛力。西部地區數字經濟基礎設施和人才儲備以及技術創新方面相對不足，進一步限制西部地區物流企業在數字技術方面的研發和應用能力。

3.2 內生性檢驗

為研究模型的內生性，用解釋變量的滯后一期作為工具變量來擬合模型。表5中（1）列為工具變量對解釋變量的回歸模型結果，（2）列為自變量在控制工具變量后，對被解釋變量的回歸結果。結果表明，解釋變量每增加一個單位，被解釋變量將增加0.092個單位。通過豪斯曼檢驗來比較固定效應模型和控制工具變量后的模型，檢驗結果為chi2（6）=2.33（P=0.887），不具有顯著性，表明基準回歸模型不存在內生性問題。

3.3 穩健性檢驗

通過剔除直轄市、縮尾處理，基于原計量模型（1）重新回歸完成穩健性檢驗（表6）。

（1） 剔除直轄市。由于天然的政策優勢，可能存在較多影響直轄市綠色物流發展的因素，進而干擾估計結果的有效性。因此針對剔除直轄市（北京、天津、上海、重慶）的樣本重新回歸，核心解釋變量的系數值有所下降，但仍然在1%的水平上顯著，基本結論保持不變（表6）。

（2） 縮尾處理。極端值會增大回歸方差，降低估計結果的有效性。為避免異常值的潛在影響，所有連續變量在1%和99%分位點做縮尾處理，以模型（1）為基礎重新回歸，核心解釋變量的系數保持在1%的水平上顯著為正，表明本文研究結論穩健。

綜上，本文基本結論保持不變，回歸結果具有穩健性，數字經濟顯著促進綠色物流發展。

3.4 中介效應檢驗

以技術創新為被解釋變量采用模型（1）回歸分析結果見表7第（1）列，核心解釋變量的系數在10%水平上顯著為正，表明數字經濟發展有利于刺激技術創新。第（2）列為綠色物流發展同時對數字經濟和技術創新進行回歸的結果，核心解釋變量的系數值相比表4第（1）列的結果0.051有所降低，且變量ln patent的系數在1%水平上顯著為正。Sgmediation命令檢驗過程中提供的Sobel顯著性檢驗在10%水平上顯著，且技術創新在數字經濟對綠色物流發展影響的中介效應比例為17.6%。因此，數字經濟可以通過刺激技術創新，進而促進綠色物流發展。同理，表7第（3）、（4）列的產業結構升級和第（5）、（6）列的綠色配送效率影響機制檢驗也得到類似的結果。

技術創新的中介效應（17.6%）高于產業結構升級（10.4%）和綠色配送效率（2.4%），技術創新作為推動物流行業變革的核心動力，在數字經濟時代尤為重要，新技術的出現和應用往往能夠直接提升物流效率，從而推動綠色物流的發展。而產業結構升級是一個相對宏觀和長期的過程，涉及整個物流產業鏈的調整和優化，其效應顯現需要更長的時間；綠色配送效率的提高依賴于技術創新和基礎設施支持，在數字經濟的影響下，雖然綠色配送效率得到提升，但受到基礎設施等多方面條件的制約，因此其中介效應比例較低。

綜上，技術創新、產業結構升級和綠色配送效率在數字經濟與綠色物流發展的關系中存在中介效應，作用鏈條為“數字經濟發展——技術創新增多、產業結構升級、綠色配送效率提升——綠色物流發展”。數字技術的廣泛應用使技術、信息、研發人員等資源的流動打破地域限制，促進綠色技術創新，提升綠色配送效率，為綠色物流發展提供強有力的技術支持。同時使原有產業生產效率提升，實現產業結構升級，進而大幅度提高綠色物流發展水平。由此可見，技術創新、產業結構升級、綠色配送效率是數字經濟驅動綠色物流發展的有效途徑。H2、H3、H4由此驗證。

4 結論

本文通過熵值法測度中國30個省份2010—2021年間的數字經濟發展水平，運用DEA-SBM模型測度綠色物流發展水平，分析檢驗數字經濟對綠色物流的影響和作用機制。數字經濟對綠色物流存在顯著正向促進作用，數字經濟可借助技術創新、產業結構升級、綠色配送效率提升的力量以推動綠色物流發展。由于西部地區經濟發展相對落后，數字經濟基礎設施不完善，致使數字經濟發展水平低，未能成為當地數字經濟促進綠色物流發展的作用機制之一。據此建議，探索東中西部地區數字經濟發展有效聯動機制，將東部地區的技術、市場及人才等優勢與中西部地區的豐富資源、政策支持等優勢有效結合，推動形成東中西協調發展新格局；加大技術研發投入，促進數字化、智能化、自動化等融合創新，提高物流效率并降低成本；加強產業鏈合作，整合資源和技術，構建完整的綠色物流產業鏈；鼓勵創業創新，積極引進先進的綠色物流技術和經驗，推動綠色物流產業的升級和發展。

參考文獻

[1]GUO Y X， DING H P. Coupled and coordinated development of the data-driven logistics industry and digital economy： A case study of Anhui Province[J]. Processes， 2022， 10（10）： 1-15.

[2]LI J， WANG Q M. Impact of the digital economy on the carbon emissions of China′s logistics industry[J]. Sustainability， 2022， 14（14）： 1-17.

[3]ZHANG W， LIU H L， YAO Y， et al. A study measuring the degree of integration between the digital economy and logistics industry in China[J].PloS ONE， 2022， 17（9）： 1-21.

[4]汪洋， 陳運軍， 盧正才，等. “雙碳”目標背景下數智化技術賦能菜鳥全鏈路綠色物流應用研究[J]. 物流科技， 2022， 45（14）： 52-55.

[5]陳燕. 物流的綠色包裝——以順豐物流為例[J]. 商場現代化， 2017（14）： 65-67.

[6]孫金嶺， 朱沛宇. 基于SBM-Malmquist-Tobit的“一帶一路”重點省份綠色經濟效率評價及影響因素分析[J]. 科技管理研究， 2019， 39（12）： 230-237.

[7]梁雯， 鄭銳. 長三角地區數字經濟、制造業與物流業效率耦合協調發展研究[J]. 平頂山學院學報， 2023， 38（5）： 79-85.

[8]馬述忠， 柴宇曦. 數字貿易成本及其分解：內涵與外延——兼論數字經濟時代交易成本的節約路徑[J]. 改革與戰略， 2023， 39（5）： 18-33.

[9]劉傲宇. 數字經濟背景下物流企業經營模式創新路徑研究[J]. 商場現代化， 2023（19）： 8-10.

[10] 郭豐， 楊上廣， 任毅. 數字經濟、綠色技術創新與碳排放——來自中國城市層面的經驗證據[J]. 陜西師范大學學報（哲學社會科學版）， 2022，51（3）： 45-60.

[11] 彭碩毅， 張營營. 區域數字經濟發展與企業技術創新——來自A股上市公司的經驗證據[J]. 財經論叢（浙江財經學院學報）， 2022， 289（9）： 3-13.

[12] 張蓉. 我國省域數字經濟與綠色物流協同發展探討[J]. 商業經濟研究， 2023（18）： 90-94.

[13] 滕耀凱， 孫毅. 數字經濟對城鄉高質量融合發展的影響研究[J]. 青島大學學報（自然科學版）， 2022， 35（3）： 64-71.

[14] 宋洋. 數字經濟、技術創新與經濟高質量發展：基于省級面板數據[J]. 貴州社會科學， 2020（12）： 105-112.

[15] 楊守德. 技術創新驅動中國物流業跨越式高質量發展研究[J]. 中國流通經濟， 2019， 33（3）： 62-70.

[16] 王園園， 王亞麗. 數字經濟能否促進產業結構轉型？——兼論有效市場和有為政府[J]. 經濟問題， 2023（3）： 35-44.

[17] 張姝， 王雪標. 數字經濟對產業結構升級影響的實證檢驗[J]. 統計與決策， 2023， 39（3）： 15-20.

[18] 劉和東， 紀然. 數字經濟促進產業結構升級的機制與效應研究[J]. 科技進步與對策， 2023， 40（1）： 61-70.

[19] 高秀麗，孟飛榮. 物流業發展對產業結構優化的實證分析——基于空間面板杜賓模型[J]. 熱帶地理， 2013， 33（6）： 703-710.

[20] 張韻鈞， 李佛賞. 數字物流對區域綠色經濟的賦能效應研究[J]. 商業經濟研究， 2023（15）： 120-123.

[21] GAN W H， YAO W P， HUANG S Y. Evaluation ofgreen logistics efficiency in Jiangxi Province based on three-stage DEA from the perspective of high-quality development[J]. Sustainability， 2022，14（2）： 797-816.

[22] 凌梓華. 基于DEA模型數字經濟對物流效率的影響研究[J]. 中國儲運， 2023（3）： 74-75.

[23] 何景師， 王術峰， 徐蘭. 碳排放約束下我國三大灣區城市群綠色物流效率及影響因素研究[J]. 鐵道運輸與經濟， 2021， 43（8）： 30-36.

[24] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509.

[25] 趙濤， 張智， 梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J]. 管理世界， 2020， 36（10）： 65-76.

[26] 湯淥洋， 魯邦克， 邢茂源， 等. 中國數字經濟發展水平測度及動態演變分析[J]. 數理統計與管理， 2023， 42（5）： 869-882.

Research on the Impact Mechanism and Regional Differences of

Digital Economy on the Development of Green Logistics

YIN Hui， MA Cheng， CAO Ji-feng

（School of Business， Qingdao University， Qingdao 266061， China）

Abstract：

Based on panel data of 30 provinces in China from 2010 to 2021， the development level of the digital economy was calculated by using the entropy method， and a fixed effect model and a mediation effect model were constructed to explore the mechanisms that affect green logistics development from the digital economy perspective. The research results show that the digital economy significantly promotes green logistics and exhibit significant regional differences. The impact of the digital economy on green logistics is significant at the 5% level in the eastern region， significant at the 1% level in the central region， and not significant in the western region. The test results of mediation effect indicate that the digital economy promotes the development of green logistics by stimulating technological innovation， pushing industrial structure upgrading， and improving green distribution efficiency.

Keywords：

digital economy; green logistics; data envelopment analysis; mediation effect