數字經濟賦能冷鏈物流綠色化發展機理與路徑研究

作者簡介： 李義華（1975—），男，湖南長沙人，博士，中南林業科技大學物流學院教授，研究方向：物流與供應鏈管理。

摘 要：依據2013—2021年全國30個省份的面板數據，運用基準回歸模型和中介效應模型，考量數字經濟對我國冷鏈物流綠色化發展的影響效應及傳導機制。結果顯示：數字經濟以直接傳導及通過技術創新和產業結構優化促進冷鏈物流綠色化發展，且作用顯著、穩健。鑒于此，建議加大數字經濟發展投入力度，提升技術創新能力，優化產業結構，增注綠色發展新動能。

關鍵詞： 冷鏈物流；綠色發展；數字經濟；發展機理；中介效應

中圖分類號：F259.2；F224.9 文獻標識碼： A 文章編號：1003-7217（2024）06-0131-08

一、引 言

2024年8月，我國出臺《中共中央 國務院關于加快經濟社會發展全面綠色轉型的意見》，指出“要推進產業數字化智能化同綠色化的深度融合”。物流業是基礎性、戰略性、先導性的產業，作為物流業的重要組成部分，冷鏈物流要依托互聯網、大數據、云計算等新一代先進技術，加強冷鏈物流上下游綠色低碳轉型的數字化發展水平，從而實現數字技術賦能冷鏈物流綠色轉型。因此，在現階段加強對數字經濟賦能冷鏈物流綠色化發展開展理論與實踐研究顯得尤為必要。

學者們從數字技術的角度對數字經濟賦能綠色發展開展了相關研究。許憲春等^[1]指出大數據技術能夠提高整合社會資源和監測環境的能力，并為綠色生產、綠色生活和綠色發展提供技術保障。戴翔等^[2]認為技術效應在數字賦能企業綠色化轉型中具有重要作用，技術效應主要表現為技術進步與設備更新；認為數字技術是一種新的技術投入，能夠提高企業能源利用效率和延伸創新技術邊界，促進機器設備更新和提高生產效率，從而實現節能減排。還有學者從產業結構角度對數字經濟賦能綠色發展開展系列研究。韓晶等^[3]指出數字產業化是通過產業結構優化為綠色發展提供“創造性破壞”機遇。高星等^[4]則認為數字經濟發展通過要素配置效應、產業結構優化效應、創新效應及數字治理效應賦能經濟綠色發展，其中產業結構優化效應主要體現在通過數字技術改造傳統產業或者催生新興產業為經濟綠色發展賦能。另外還有學者關注數字經濟賦能不同產業或特定領域的綠色發展。戴翔等^[2]從數字技術入手，探討了制造業的綠色化轉型問題；潘冬^[5]和劉維林等^[6]分別從數字經濟賦能戰略新興產業和城市綠色高質量發展加以研究，認為數字經濟賦能戰略新型產業和城市綠色高質量發展都是通過產業結構優化、創新能力激發和公眾認知提升三重機制得以實現；王春娟等^[7]認為數字治理環境、數字普惠金融和數字產業發展是數字經濟賦能綠色物流高質量發展的三大動力；王明嚴等^[8]則認為數字經濟能全面提升居民消費水平和拉動物流需求增長，提出要加強物流設施數字化建設，為其綠色化轉型提供支撐。我國正處于冷鏈物流發展關鍵機遇期，討論數字經濟如何賦能冷鏈物流綠色化發展非常有必要，對于加速冷鏈物流綠色化發展、助力“雙碳”目標實現具有重要的理論意義與現實價值。

二、數字經濟賦能冷鏈物流綠色化發展的內在機理

數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動^[9]。冷鏈物流綠色化發展則側重于在冷鏈物流過程中實現資源節約、環境友好，減少能耗和排放，以實現可持續發展^[10]。數字經濟與冷鏈物流綠色化相互關聯，數字技術的應用可以提高冷鏈物流的效率和精準度，減少資源浪費；而綠色化的冷鏈物流系統又能為數字經濟提供更加可持續的發展環境。數字經濟賦能冷鏈物流綠色化發展機理如圖1所示，在此基礎上歸納出三條賦能路徑。

路徑一：直接傳導機制。數字技術如物聯網、大數據、云計算等，能夠實現冷鏈物流過程中的溫度、濕度等關鍵參數的實時監控和智能化管理，優化運輸路線，減少不必要的能耗和排放，直接提升冷鏈物流的綠色化水平。

路徑二：通過技術創新賦能。數字經濟推動冷鏈物流技術創新，如研發應用新能源冷藏車、綠色包裝材料等。這些技術的應用有助于降低冷鏈物流過程中的能源消耗和環境影響，進而實現綠色化轉型。

路徑三：通過產業結構優化賦能。數字經濟通過優化冷鏈物流的資源配置和運營模式，推動產業結構升級，如發展共享倉、采用循環取貨等新模式，減少物流過程中的資源浪費，進而促進冷鏈物流行業朝綠色低碳化方向發展。

據此，提出：

假設1 數字經濟發展對冷鏈物流綠色化發展有正向促進作用。數字經濟時代，數據作為關鍵生產要素，不僅可以促進創新和技術進步，進而提升效率，而且可以在綠色發展方面提供精準指導，直接促進冷鏈物流綠色化發展^[11]。數字技術可以提高綠色資金利用效率、提升資源配置效率。數字化平臺便于公眾參與綠色發展，同時有利于環境監管^[12]。物聯網技術可以精準分配綠色資金，進而提高其利用效率。數字經濟還可以推動綠色理念傳播，淘汰不環保的冷鏈物流企業等^[13]。

假設2 數字經濟通過加強技術創新賦能冷鏈物流綠色化發展。數字經濟通過信息化技術加速知識溢出和信息交互，促進產業技術創新和效率提升，進而涌現綠色新產品和實現綠色技術進步^[14]。數字技術創新為企業綠色技術發展提供政策、資金和人才支持。技術創新是實現綠色發展的關鍵，推動綠色技術進步和新產品涌現，為冷鏈物流企業提供發展空間，促進業務全流程綠色化，進而降低能耗、減少環境污染、提升綠色效率^[15]。

假設3 數字經濟通過推動產業結構升級賦能冷鏈物流綠色化發展。數字經濟推動產業結構優化，通過顛覆傳統盈利模式，促進創新創業、差異化行業滲透，從而促使產業結構從勞動密集型向技術密集型和環境友好型轉變。同時，產業結構優化為冷鏈物流綠色化發展提供支持，從而提升能源效率，改善投入產出結構，并發揮協同效應，促進低碳技術擴散和資源循環利用，進而實現市場供需平衡^[16]。

三、數字經濟賦能冷鏈物流綠色化發展的實證研究

（一）基準模型

1.模型設定

為檢驗研究假設，首先針對假設1構建如下基準模型：

gclit=β0+β1deit+β2Cit+μi+δt+εit（1）

式中，gclit表示i省份第t年的冷鏈物流綠色發展水平，核心解釋變量deit表示i省份第t年的數字經濟發展水平，系數β1衡量數字經濟對冷鏈物流綠色發展的影響。Cit為一系列控制變量的合集，此外，控制了μi省份固定效應，δt為年份固定效應，εit為隨機擾動項。

2．變量測度與說明

（1）核心解釋變量——數字經濟發展水平。參考相關研究文獻^{[17，18]}以及《2019年中國數字經濟發展指數》①中對數字經濟發展水平評價的指標體系，本研究從數字基礎、數字產業、數字融合、數字環境4個維度選取包括每平方公里光纜長度、每千人互聯網端口數、每千人移動電話基站數、每千人互聯網域名數、每百家企業擁有網站數、計算機通信和其他電子設備制造業資產規模在規模以上工業企業中占比情況、軟件業務收入規模占GDP比重、數字經濟產業相關從業人員占比、人均電信業務總量、信息傳輸和軟件技術服務業投資占區域社會總投資比重、兩化融合水平、區域企業電子商務采銷額占區域GDP比重、數字金融普惠總指數情況、專利授權密度、R&D經費投入強度、每十萬人口中接受高等教育的在校生人數等共16個指標，構建數字經濟發展水平評價指標體系，然后采用熵值法對指標體系中的指標進行賦權，最后線性加權計算求得冷鏈物流發展水平綜合評價指數，并用該指數衡量中國30個省域的數字經濟發展水平。

（2）被解釋變量——冷鏈物流綠色發展水平。參考朱芳陽和賴靚榮^[19]、陳侯男^[20]、周泰^[21]等的研究成果，從冷鏈物流環境友好性、冷鏈物流發展基礎設施、冷鏈物流綠色發展實力3個方面共選取15個指標構建了我國省域冷鏈物流綠色發展水平評價指標體系，見表1。同樣運用熵值法對中國30個省域的冷鏈物流綠色發展水平進行綜合評價，得到綜合指數，以此來表征各省份冷鏈物流綠色發展水平。

（3）控制變量。鑒于影響冷鏈物流綠色化發展的因素復雜，為了減少因模型設定而帶來的計量偏誤，選取的主要控制變量如下：政府干預水平（gov）：用地方一般公共預算支出占GDP比重來衡量。環境規制水平（envi）：用節能環保支出/總財政支出來衡量。金融發展水平（finan）：用金融機構人民幣貸款余額占地區生產總值的比重來衡量?？萍紕撔滤剑╥nnov）：用政府科學技術支出占財政支出比重來衡量。城市綠化率（green）：用城市各類綠地總面積占城市總面積的比率來衡量。對外開放水平（open）：用外商投資企業貨物進出口總額來衡量。

選用2013—2021年我國30個省份（不含西藏及港澳臺地區）的相關數據進行研究和分析。各變量的描述性統計如表2所示。2013—2021年全國30個省份冷鏈物流綠色發展水平熵值法測度結果如表3所示。

3.基準模型回歸結果

在不考慮內生性問題的情況下，通過F檢驗、LM檢驗及Hausman檢驗，選擇用固定效應模型來研究數字經濟與冷鏈物流綠色化發展之間的關系。用Stata軟件進行雙向固定回歸分析，選擇用最小二乘虛擬變量法（LSDV）開展模型數據分析?；鶞誓Ｐ突貧w和工具變量2SLS回歸結果如表4所示。

從表4可見：模型1只加入數字經濟變量，在固定年份和省份效應的情況下，數字經濟與冷鏈物流綠色化發展之間存在明顯的相關性，顯著性水平為1%；模型2在模型1的基礎上加入控制變量后，數字經濟的回歸系數仍在1%的統計水平上顯著為正，表明數字經濟對冷鏈物流綠色化發展具有正向促進作用，證實了假設1。

4.穩健性檢驗

盡管控制了相關變量，但依然面臨著可能的內生性問題。而內生性問題主要來源于遺漏變量偏差、選擇偏差、雙向因果、動態面板和測量誤差^[22]。分析發現原因在于：首先，可能存在不可觀測因素，這種因素對被解釋變量產生影響，然而由于無法測量，它沒能被納入控制變量，但它同時又影響數字經濟發展，從而導致遺漏變量偏差；其次，數字經濟與被解釋變量之間可能存在著反向因果關系，即二者之間可能存在雙向因果關系；最后，冷鏈物流綠色化發展的數字經濟賦能測算仍存在著數據可得性問題，這也可能導致對指標測量的誤差。為了進一步證實基準回歸結果的穩健性，采用工具變量回歸可以減少因內生性問題而引起的估計偏差。

參考錢海章等^[23]和趙濤等^[24]對工具變量的選取，考慮到工具變量是面板數據，以上一年全國互聯網寬帶接入用戶數分別與1984年各省份每萬人電話機數量構造交互項，作為該年各省份數字經濟指數的工具變量。用Stata進行工具變量的兩階段最小二乘法回歸（2SLS），第一階段用內生解釋變量對工具變量進行回歸，得到擬合值；第二階段用被解釋變量與第一階段回歸的擬合值進行回歸?；貧w結果分別見表4中列（3）和列（4）。

工具變量回歸結果顯示：數字經濟對冷鏈綠色化發展的正向促進作用在考慮內生性問題下依然顯著，且通過了穩健性檢驗。因此，無論是雙向固定效應回歸還是工具變量回歸，無論是針對單獨的核心解釋變量還是引入控制變量后，數字經濟對冷鏈物流綠色化發展的正向促進作用都是顯著且穩健的。

5.發展水平增長速率異質性分析

考慮到冷鏈物流綠色化發展水平提升速度不同，數字經濟對其發展的影響作用也可能存在差異性。將30個省份按研究期內冷鏈物流綠色發展水平增長速度快慢進行分組研究，分組的異質性分析結果如表5所示。

從表5可以看出，對于冷鏈物流綠色化發展水平增長率前10名、中間10名、后10名的3類省份，數字經濟對這3組省份的冷鏈物流綠色化發展的正向促進作用分別在1%、5%和10%的水平上顯著。進一步地，從估計系數大小來看，數字經濟對冷鏈物流綠色化發展水平增長較快的省份驅動效果最為明顯，其次是發展水平增長速度居中的省份，對發展水平增長最慢省份的正向促進最弱。原因可能在于，數字經濟雖然具有普惠和包容的屬性，但它并不是無差別的。綠色化轉型較好的地區，其政策響應快、發展基礎好，能快速布局轉型升級，進而能夠抓住發展機遇。數字經濟賦能能有效幫助其突破綠色化轉型中普遍存在的技術瓶頸，同時降低關鍵生產環節和用能環節的能效，從而有利于推進綠色化發展進程。相反地，對于綠色化轉型發展緩慢的地區，數字經濟賦能的優勢受到限制，導致正向促進作用相對較弱。

（二）中介效應模型

1.模型設定

為檢驗上述研究假設，針對間接影響機制假設2及假設3構建如下中介效應模型：

gtechit/RISit/AISit=γ0+γ1deit+γ2Cit+

μi+δt+εit（2）

gclit=λ0+λ1deit+λ2gtechit/RISit/AISit+

λ3Cit+μi+δt+εit （3）

式（2）、式（3）中，gtechit為中介變量技術創新，表示i省份第t年的技術創新水平；RISit為中介變量產業結構合理化，表示i省份第t年的產業結構合理化水平；AISit為中介變量產業結構高級化，表示i省份第t年的產業結構高級化水平。式中Cit、μi、δt和εit的含義與式（1）中相同。系數γ1、λ1和λ2的顯著性，用于中介效應檢驗分析。中介效應檢驗流程：第一步，對基準回歸模型中系數β1進行檢驗，如果顯著，按中介效應立論。否則，按遮掩效應立論。第二步，依次檢驗中介效應模型式（2）、式（3）中的系數γ1和λ2的顯著性，若都顯著，則間接效應顯著，直接進行第四步。若兩者有一個不顯著則進行第三步。第三步，用Bootstrap法直接檢驗H0：γ1λ2=0，若顯著，即間接效應顯著，進行第四步，若間接效應不顯著，停止分析。第四步，檢驗系數λ1的顯著性，如果顯著，即直接效應顯著，如果不顯著，說明只有中介效應。第五步，比較系數λ1和γ1λ2的符號，如果同號，屬于部分中介效應，中介效應占總效應的比例為γ1λ2/λ1。如果異號，屬于遮掩效應，間接效應與直接效應的比例為γ1λ2/λ1。

2.相關變量

根據前文研究假設構建中介變量——技術創新水平（tech）、產業結構合理化（RIS）和產業結構高級化（AIS），后兩個指標用來衡量產業結構優化。變量的描述性統計見表2。

（1）技術創新：采用各省份發明專利申請量來衡量。因為專利申請量相較于專利授權量更能體現地區企業當年的創新能力，專利授權量具有滯后期，而專利申請量受專利機構工作效率、偏好等外部因素的影響較小^[25]。發明專利的實質性創新程度比實用新型專利和外觀設計專利更高^[26]。

（2）產業結構合理化：產業結構合理化關注各產業之間的協調性以及結構分配的合理性，也能反映勞動力等資源要素的有效利用程度。因此，參考于斌斌^[27]的做法，采用泰勒指數的倒數來度量產業結構合理化水平，RIS值越大則表明產業結構合理程度越高。具體計算見式（4）。

RIS=1TL=1∑3j=1Yi，j，tYi，tln （Yi，j，tLi，j，t/Yi，tLi，t） （4）

其中，Yi，j，t表示i地區j產業在t時期的產業增加值，Yi，t表示i地區在t時期的地區生產總值，Li，j，t表示i地區j產業在t時期的產業從業人員，Li，t表示i地區在t時期的全社會就業人員數，Yi，j，t/Yi，t表示t時期i地區j產業的產值在總產值中的占比，Yi，j，t/Li，j，t表示t時期i地區j產業的勞動生產率，Yi，t/Li，t表示t時期i地區j產業的勞動生產率。

（3）產業結構高級化：產業結構高級化是產業結構遵循經濟發展的內在邏輯和資源配置路徑從低級向高級的有序演變過程，主要表現為各個產業勞動生產率由低水平向高水平躍升。參考左鵬飛等^[28]的做法，用三次產業的比例關系與各產業勞動生產率的乘積加權值來衡量對應地區產業結構高級化，具體計算見式（5）。

AIS=∑3j=1Yi，j，tYi，tYi，j，tLi，j，t（5）

式（5）中的變量解釋同式（4），其中Yi，j，t/Li，j，t項存在的量綱處理也參照左鵬飛等^[28]的無量綱化處理方法。

3.中介效應回歸結果

按上述中介效應檢驗步驟對中介效應模型進行逐步回歸，結果見表6和表7。

從回歸結果可以看出，系數β1在1%的水平上顯著，因此按中介效應立論。從表6可見，數字經濟對技術創新、產業結構合理化、產業結構高級化這3個中介變量的影響效應的系數γ1分別為1.5071、114.8798、2.3491，且在1%的水平上顯著。從表7可見，中介變量對冷鏈物流綠色發展的影響效應的系數λ2分別為0.0832、0.0023、0.1044，且在1%的水平上顯著。將核心解釋變量和中介變量共同引入方程后，數字經濟的回歸系數λ1分別為0.4948、0.3598、0.3749，且分別在1%、10%、5%的水平上顯著。因此，可以認為存在部分中介效應，即表明數字經濟可以直接賦能冷鏈物流綠色化發展，也可以通過中介變量技術創新、產業結構合理化以及產業結構高級化促進冷鏈物流綠色化發展，3個研究假設均得以證實。

四、結論與政策建議

依據2013—2021年全國30個省份的面板數據，采用熵值法測算各省份的數字經濟和冷鏈物流綠色發展狀況，匹配對應省份的技術創新、產業結構合理化、產業結構高級化等數據，運用基準回歸模型和中介效應模型，分析數字經濟對我國冷鏈物流綠色化發展的直接影響效應及間接傳導機制。結果顯示：（1）數字經濟對冷鏈物流綠色化發展正向促進作用顯著且穩定有效。剔除特殊區域樣本進行的異質性檢驗進一步驗證了回歸結果的穩定性。（2）數字經濟對冷鏈物流綠色化發展存在部分中介效應，即表明數字經濟可以直接賦能冷鏈物流綠色化發展，也可以通過中介變量技術創新、產業結構合理化、產業結構高級化促進冷鏈物流綠色化發展。

建議：（1）加大數字經濟發展投入力度。提升綠色發展驅動力，加速數字經濟發展，夯實冷鏈物流的綠色化發展基礎。（2）提升技術創新能力。借助物聯網、云計算、人工智能、區塊鏈、5G等數字技術搭建高效的區域聯合創新開放平臺，促進不同區域創新主體間人才、技術等創新資源的交流與共享，優化區域合作創新環境，實現區域技術協同創新，促進技術創新成果轉化落地。此外，加強綠色技術創新與研究，引入先進數字技術和設備，改造現有物流基礎設施。將數字技術應用在交通信息監測、交通流量管理、智能物流和設施維護預測等方面，不斷提高冷鏈物流業綠色技術的“數字含量”。（3）優化產業結構。利用數字手段改造傳統農業、制造業和服務業，促進生產要素更好配置與組合，提升產業效率；加大農業、制造業、服務業領域數字技術的創新和應用。加速數字技術催生新業態、新經營模式、新銷售形式以及新產品和新服務形式，為冷鏈物流綠色化發展提供新動能。

注釋：

① 中國電子信息發展產業研究院.2019年中國數字經濟發展指數[EB/OL]. http：//www.cbdio.com/image/site2/20191105/f42853157e261f2b7ce507.pdf．

參考文獻：

［1］ 許憲春， 任雪， 常子豪. 大數據與綠色發展[J]. 中國工業經濟， 2019， 37（4）： 5-22.

［2］ 戴翔， 楊雙至. 數字賦能、數字投入來源與制造業綠色化轉型[J]. 中國工業經濟， 2022， 40（9）： 83-101.

［3］ 韓晶， 陳曦. 數字經濟賦能綠色發展： 內在機制與經驗證據[J]. 經濟社會體制比較， 2022， 38（2）： 73-84.

［4］ 高星， 李麥收. 數字經濟賦能經濟綠色發展： 作用機制、現實制約與路徑選擇[J]. 西南金融， 2023， 44（2）： 31-43.

［5］ 潘冬. 數字經濟賦能戰略性新興產業創新發展研究[J]. 理論探討， 2022， 37（5）： 168-172.

［6］ 劉維林， 王藝斌. 數字經濟賦能城市綠色高質量發展的效應與機制研究[J]. 南方經濟， 2022， 40（8）： 73-91.

［7］ 王春娟， 郭凱歌. 數字經濟賦能綠色物流高質量發展效應分析[J]. 華東經濟管理， 2024， 38（2）： 53-63.

［8］ 王明嚴， 王文鈴. 數字經濟下海南綠色物流評價指標體系構建研究[J]. 全國流通經濟， 2022， 37（30）： 120-124.

［9］ 李義華， 孫雅倫. 數字經濟背景下區域物流與經濟高質量發展耦合協調研究——基于湖南省2010—2021年的數據分析[J].中南林業科技大學學報（社會科學版）， 2023， 17（1）： 39-48.

［10］鄧夢杰， 李義華， 吳露青. 基于超效率SBM-GML指數模型的冷鏈物流綠色發展效率[J].中南林業科技大學學報， 2024， 44（4）： 189-200.

［11］蔡繼明， 劉媛， 高宏， 等.數據要素參與價值創造的途徑——基于廣義價值論的一般均衡分析[J]. 管理世界， 2022， 38（7）： 108-121.

［12］韓晶， 陳曦， 馮曉虎. 數字經濟賦能綠色發展的現實挑戰與路徑選擇[J]. 改革， 2022， 36（9）： 11-23.

［13］謝文倩， 高康， 余家鳳. 數字經濟、產業結構升級與碳排放[J]. 統計與決策， 2022， 38（17）： 114-118.

［14］沈坤榮， 喬剛. 數字經濟促進經濟增長的機制研究[J]. 華東經濟管理， 2022， 36（10）： 1-8.

［15］郭辰， 李佳馨， 周婷婷. 數字經濟對綠色發展的空間溢出效應研究——基于技術創新與產業優化視角[J]. 技術經濟與管理研究， 2023， 44（6）： 25-30.

［16］汪曉文， 陳明月， 陳南旭. 數字經濟、綠色技術創新與產業結構升級[J]. 經濟問題， 2023， 45（1）： 19-28.

［17］何地， 趙炫焯， 齊琦. 中國數字經濟發展水平測度、時空格局與區域差異研究[J]. 工業技術經濟， 2023， 42（3）： 54-62.

［18］王娟娟， 佘干軍. 我國數字經濟發展水平測度與區域比較[J]. 中國流通經濟， 2021， 35（8）： 3-17.

［19］朱芳陽， 賴靚榮. 產業結構升級、技術創新與綠色物流——基于PVAR模型的實證研究[J]. 現代管理科學， 2022， 41（3）： 40-50.

［20］陳侯男. 河北省物流業綠色發展水平測度與影響因素分析[D]. 保定：河北大學， 2022.

［21］周泰. 低碳視角下區域物流與生態環境協調發展研究[J]. 統計與信息論壇， 2021， 36 （6）： 62-72.

［22］王宇， 李海洋. 管理學研究中的內生性問題及修正方法[J]. 管理學季刊， 2017， 2 （3）： 20-47， 170-171.

［23］錢海章， 陶云清， 曹松威， 等. 中國數字金融發展與經濟增長的理論與實證[J]. 數量經濟技術經濟研究， 2020， 37（6）： 26-46.

［24］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.

［25］王馨， 王營. 綠色信貸政策增進綠色創新研究[J]. 管理世界， 2021， 37（6）： 173-188， 11.

［26］趙娜. 綠色信貸是否促進了區域綠色技術創新？——基于地區綠色專利數據[J]. 經濟問題， 2021， 43（6）： 33-39.

［27］于斌斌. 產業結構調整與生產率提升的經濟增長效應——基于中國城市動態空間面板模型的分析[J]. 中國工業經濟， 2015， 33（12）： 83-98.

［28］左鵬飛， 姜奇平， 陳靜. 互聯網發展、城鎮化與我國產業結構轉型升級[J]. 數量經濟技術經濟研究， 2020， 37（7）： 71-91.

（責任編輯：鐘瑤，鄒彬）

Research on the Mechanism and Path of Green Development

of Cold Chain Logistics Empowered by Digital Economy

LI Yihua， DENG Mengjie

（College of Logistics， Central South University of Forestry &Technology，Changsha， Hunan 410004，China）

Abstract：In order to explore the empowering effect of the digital economy on the green development of cold chain logistics， based on panel data from 30 provinces in China from 2013 to 2021， a benchmark regression model and a mediation effect model were used to consider the direct impact and indirect transmission mechanism of the digital economy on the green development of cold chain logistics. The results show that the digital economy can not only directly and positively promote the green development of cold chain logistics， but also indirectly promote the green development of cold chain logistics through intermediary paths such as technological innovation and industrial structure optimization， with significant and stable effects. In view of this， it is recommended to increase investment in the development of the digital economy， enhance technological innovation capabilities， optimize industrial structure，and empower green development.

Key words：cold chain logistics; green development; digital economy; development mechanism; mediation effect