數字經濟對低碳物流效率的影響與機制檢驗

AnExamination of theImpact andMechanisms of the Digital Economyon theEficiencyofLow-carbon Logistics

， （ ， ）LIU Cong，LIU Yan （School ofBusinessAdministration，Liaoning Technical University，Huludao l25ooo，China）

中圖分類號：F253.9 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.09.004

Abstract：Thearticleisguidedbythetheoreticalframeworkofempoweringlow-carbonlogisticseficiencywiththedigitalecono my，constructsevaluationindicatorsforlow-carbonlogisticseficiencyandcombinesbalancedpaneldatafrom3Oprovincesin Chinafrm2012to2021.Usingtheualfiedefectsmodelandintermediaryefetsmodel，thearticlestudiestheinfluenceand mechanismoflow-carbonlogisticseficiencyinthecontextofthedigitaleconomy.Theconsequencesdisplaythatthedigitaleconomyisabletodramaticallenhancelow-carbonlogisticseficiencyAlsoafterarangeofrobustnesstests，theresultssillsig nificant，andthedigitaleconomycanimprovelow-carbonlogistcseficiencyinbothpaths：Greenenvironmentalprotectiotech nologyinventionandthemodificationofindustrialstructure.Subsequentexaminationindicatesthatthedigitaleconomyhasthe greatestinfluenceonlow-carbonlogisticseficiencyinChinasasternandcentralegions，withthewesternregionexperiencing insignificantpositiveefects.Proposalsaremadeinordertooferfresh perspectivesonhow China'slogistcssectormightgrow and undergo a low-carbon transformation.

Key words： low-carbon logistics; digital economy; green technology

0引言

在現代社會中，物流被視為一項“不可或缺的服務”，與“供水、供電、供氣”等基礎設施具有同樣的重要性，它是確保社會安全、穩定“生產、生活”的核心要素。同時物流作為連接國民經濟的紐帶，具有高度的產業關聯性，因此被譽為推動經濟增長的“加速器”。2022年，我國社會物流總額達347.6萬億元，同比增長約 3.4%^[1] ，物流業實現營業收入達12.7萬億元，同比增長 4.7% ，可見物流總量在穩定增長。然而物流需求穩定增長的同時，物流行業的碳排放量也在增加。當前，我國物流行業的能源消耗已經超過了整個社會能源消耗總量的 20% ，它是我國碳排放增速最快的行業之一2。十九大報告中提出了“綠色低碳發展”的經濟體系，“碳達峰”、“碳中和”被寫人2021年全國兩會政府工作報告，這意味著推動我國物流業朝著綠色、低碳方向發展已是客觀要求。

根據中國信息通信研究院公布的《中國數字經濟發展報告》，2021年中國的數字經濟總值達到了50.2萬億元，在GDP中的占比為 41.5% 。顯然，數字經濟已經成為我國經濟穩定運行與提質增效的“穩定器”和“加速器”。同時數字經濟作為一種新型經濟，其作用和地位逐漸凸顯，正在對傳統行業產生影響。“十四五”規劃也明確提出數字經濟的發展是實現“雙碳”目標的重要推力。圍繞這一話題，本文深入探討數字經濟對低碳物流效率的具體作用及機制，以期助力物流業低碳轉型，實現經濟的高質量和可持續發展。

1文獻綜述

低碳物流這一概念源于綠色物流，二者的核心思想都是在物流活動過程中減少物流活動對環境造成的危害，同時達到凈引枚書，劉劉證數汶對低碳物炫放密的影響上如制驗m物炫科士2540/m.1217

物流環境的目的，確保物流資源得以最充分的利用。低碳物流這一概念被提出之后，學術界關于低碳物流的研究已取得較大的進展，主要聚焦于低碳物流配送路徑優化、選址和低碳約束下的物流業效率[35]。關于數字經濟領域的研究成果主要集中于數字經濟的測算、環境效應、經濟效應[6-8]。同時也有大量學者研究數字經濟與物流業碳排放的關系，楊俊等觀察到，數字經濟與物流行業的碳排放之間存在“倒U”型非線性關聯關系；鐘文等研究指出數字經濟主要是通過技術創新和提高資源配置效率這兩個途徑來顯著減少物流行業的碳排放量；王春娟等采用FGLS模型進行研究，結果表明數字經濟對綠色物流高質量發展起正向促進作用。

綜合來看，盡管已有文獻對數字經濟與低碳物流及其二者的關系進行了諸多有益探索，為本文提供了重要理論參考和經驗借鑒，但針對二者關系的現有研究大多僅考慮碳排放強度而非低碳物流效率，鑒于此，本文試圖基于2012—2021年我國 30個省份的面板數據，運用雙重固定效應模型、中介效應模型，系統探究數字經濟對低碳物流效率的影響與作用機制。本文可能的貢獻有三：一是探討數字經濟對我國低碳物流效率的影響，豐富了研究成果；二是探討了數字經濟對低碳物流效率的作用機制，為提高我國低碳物流效率提供了新思路；三是基于理論與實證分析結果，提出了在“雙碳”目標下數字經濟賦能低碳物流效率的具體政策措施。

2理論分析與研究假設

2.1數字經濟對低碳物流效率的直接影響

數字經濟的特點是將數據資源作為核心的生產因素，依托于現代信息網絡這一重要平臺，并通過信息通信技術的高效利用來提高效率和優化經濟結構[2]。其中數字網絡的應用既能夠協助企業進行物流數據的超前規劃、信息共享與精確對接，讓物流活動更加靈活、快捷、精確，大大減少冗余的物流活動，也使得消費者可以隨時查看、編輯與獲取物流數據，有效減少線下物流活動，進而降低物流行業的碳排放，提高低碳物流效率；其次，梅特卡夫定律表明，在數字網絡的開放環境下，物流節點之間的資源共享得到了促進，這使得它們能以低成本獲得生產要素和資源，從而推動了用戶間的物流服務體驗分享，實現高效率的物流業運作；同時，數字技術可科學、精密地管理物流系統，減少各環節對傳統化石能源的消耗和排放，提高單位碳排放下的物流運輸水平，從而實現物流碳生產率的提升。因此，本文提出以下研究假設：

H1：數字經濟發展能夠有效提高低碳物流效率。

2.2數字經濟對低碳物流效率的間接影響

2.2.1數字經濟通過驅動綠色技術創新間接提高低碳物流效率。從數字經濟的自身特征來看，它有助于減少創新過程中的搜尋、代理、調整和享用成本，從而使得物流企業可以有更多的資金支持綠色技術創新活動4；其次，數字經濟的核心驅動力是數字技術，物流企業可以借助大數據、物聯網、人工智能等技術合理分配創新資源，提高技術研發的成功率和研發成果的轉化能力。因此，數字經濟能夠加快綠色技術創新效率。而綠色技術創新是推動物流行業低碳轉型的關鍵因素。綠色技術創新有利于碳捕集等綠色環保技術的研發和推廣[]，有利于太陽能等可再生資源的開發與利用，有利于對于耗能產品進行改造，可以減少化石能源的消耗并控制碳排放的增加，從而提升物流業的碳排放效率。并且有數據表明，智能綠色物流技術使42個亞洲國家的運輸車輛排放量減少了 26.9%^[16] 。因此，本文提出以下研究假設：

H2a ：數字經濟通過促進綠色技術創新提升低碳物流效率。

2.2.2數字經濟通過優化產業結構間接提高低碳物流效率。首先，數字經濟促進了不同產業領域的融合，消除了傳統的產業邊界，增強了三大產業之間的耦合度與協調度，產業間的關聯效應能夠加強供應鏈上下游企業間的協作，提升供應鏈一體化能力，并且在制定物流運輸計劃時能綜合考慮相關因素，集中決策，共同制定能夠滿足各方利益需求的方式，降低物流活動的錯誤率，從而減少碳排放量，提高低碳物流效率；其次，數字經濟通過優化產業結構不僅可以提高資源利用率，還可以使產業向高產出、低排放的清潔行業邁進，進而減少物流業碳排放強度，實現物流業低碳效率的提升。因此，本文提出以下研究假設：

H2b：數字經濟通過優化產業結構提升低碳物流效率。

3研究設計

3.1模型構建

為檢驗數字經濟如何影響低碳物流效率，本文構建基準回歸模型如下：

efficiency_it=α₀+α₁dig_it+α₂Z_it+η_i+μ_t+ε_it

式中：i表示省份， χ_t 表示年份， α 表示待估參數， η 和 μ 分別表示個體效應和時間效應； ε 表示隨機擾動項；efficiencyi表示本文的被解釋變量，表示 χ_t 時期省份 i 的低碳物流效率， dig_it 表示本文的核心解釋變量，表示 Φ_t 時期省份 i 的數字經濟發展水平， Z_it 表示本文的控制變量。

為進一步探討綠色技術創新 （M1） 和產業結構優化 ξ（M2ξ） 是否為數字經濟對低碳物流效率的機制變量，借鑒溫忠麟等的三步法構建中介效應模型如下：

M_it=β₀+β₁dig_it+β₂Z_it+η_i+μ_t+ε_it

efficiency_it=γ₀+γ₁dig_it+γ₂M_it+γ₃Z_it+η_i+μ_t+ε_it

其中： M_it 表示中介變量，包括綠色技術創新 （M1） 和產業結構優化 ^（M2） ，其他符號含義同上。

3.2變量選取

（1）被解釋變量：低碳物流效率（eficiency）。考慮指標體系的科學性與可獲得性，以低碳物流理論為指導，借鑒已有的研究成果，從投入、期望產出、非期望產出三方面建立低碳物流效率的指標體系，采用考慮非期望產出的Super-SBM模型衡

14 物流科技2025年第9期5月上

量低碳物流效率。本文選取的評價指標如表1所示。

（2）解釋變量：數字經濟發展水平 （digα） 。本文參考《中國數字經濟發展報告（2022）》、王軍等構建的數字經濟發展水平評價指標體系，從數字基礎設施、數字產業化、產業數字化和數字創新能力4個層面建立數字經濟發展水平評價指標體系，并通過熵值法衡量我國各省份數字經濟發展水平，具體指標如表2所示。

（3）中介變量。本文的中介變量為綠色技術創新 （M1） 和產業結構優化 （M2Ω） ，根據既有文獻，分別用綠色專利授權數件和產業結構升級指數表示。其中產業結構升級指數參考劉翠花的做法：按照第一、第二、第三產業依次賦權1、2、3，乘以各產業增加值占國內生產總值的比重，加權求和求得。

（4）控制變量。本文選取的一系列控制變量（見表3）包括經濟發展水平 （Pgdp） ，用人均 _gdp 的自然對數來表示；政府財政支持 （GI） ，用地方財政一般公共預算支出與 GDP 之比表示；城鎮化水平 Ξ（TLΞ） ，用各地區城鎮化率衡量；外商投資水平（FDI） ，用我國外商年底實際投資額與 GDP 之比表示；交通基礎設施 （TI 用公路里程的自然對數表示。

3.3數據來源與變量描述性統計

本次研究以我國30個省市自治區（不含西藏和港澳臺）為研究對象，以2012—2021年為研究周期，所涉及到的變量中，中國數字普惠金融指數由北京大學數字金融研究中心提供，其他數據取自國家統計局、《中國能源統計年鑒》和中國專利數據庫，對于缺失的數據則采用插值法進行補足，最終形成了2012—2021年30個省份的平衡面板數據。變量的描述性統計結果如表3所示。

4實證結果與分析

4.1基準回歸

表4報告了數字經濟影響低碳物流效率的回歸結果。不同模型的估計結果都表明，數字經濟對低碳物流效率起正向促進作用。由第（1）列可知，不考慮控制變量時數字經濟對低碳物流效率的促進效應達到0.704，第（2）列考慮控制變量后，作用系數依然顯著為正，說明數字經濟能夠顯著提高低碳物流效率，由此驗證了假設 H1 。

4.2機制分析

綠色技術創新和產業結構優化是影響低碳物流效率的重要因素，為探究數字經濟如何通過綠色技術創新和產業結構優化賦能低碳物流發展，本文對模型（2）、模型（3）進行回歸分析，首先檢驗數字經濟發展水平對綠色技術創新和產業結構優化的促進效應，再檢驗綠色技術創新和產業結構優化對低碳物流效率的影響，回歸結果如表5和表6所示。

表5列（1）中數字經濟發展水平 （dig） 的估計系數在 5% 水平上顯著為正，說明數字經濟發展促進了綠色技術創新，列（2）中數字經濟發展水平 （digα） 和綠色技術創新 （M1） 對低碳物流效率（efficiency）的影響顯著為正，并且列（2）中數字經濟發展水平 （digα） 估計系數小于列（1）的估計系數，說明綠色技術創新發揮了部分中介效應，意味著數字經濟發展可以通過提高綠色技術創新水平來提高低碳物流效率，假設 H2a 得到驗證。同理，由表6第（1）列結果可知，數字經濟 （dig） 對產業結構升級指數 （M2） 的作用系數為0.446，且通過 5% 的置信水平，即數字經濟的發展有利于優化地區的產業結構，進一步將數字經濟發展與產業結構升級指數引入同一模型中進行估計，結果如第（2）列所示，數字經濟發展水平 （dig） 與產業結構優化 ^（M2） 對低碳物流效率（eficiency）的作用系數均顯著為正，表明數字經濟可通過優化產業結構的方式釋放出間接效應，從而提高低碳物流效率，假設H2b 得到驗證。

4.3穩健性檢驗

4.3.1替換解釋變量。為進一步檢驗上文模型結果的穩健性，借鑒已有研究成果的做法，更換數字經濟發展水平的衡量方式（X₂） ，替換解釋變量后重新進行基準回歸，結果見表7，由結果可得數字經濟仍然正向促進了低碳物流效率，支持了原結論。4.3.2調整時間窗口。本文還通過擴大時間窗口期的方法驗證模型結構的穩健性，將時間窗口期從2012—2021年拓展為2010—2021年，回歸結果見表7所示，數字經濟在 10% 的水平上可以顯著提高低碳物流效率，上述結論依然得到驗證，表明研究結果穩健性良好。

4.4內生性檢驗

前文的一系列分析證明了數字經濟的發展能夠有效提高低碳物流效率這一結論的可靠性，但仍考慮到可能存在雙向因果導致的內生性問題，導致估計結果偏誤，因此本文構建了解釋變量滯后一期項作為工具變量。滯后變量的引入旨在捕捉動態效應、消除可能的反向因果關系和克服同時性偏誤。特別是在分析數字經濟的長效影響時，可能存在時間滯后，即數字經濟發展并不會立即產生其全部的經濟效應。由回歸結果（見表8）可知，數字經濟在t-1期的回歸系數在 5% 的水平上顯著為正，說明數字經濟對下一期的低碳物流效率同樣具有明顯促進作用，與基準回歸結果一致。

4.5異質性檢驗

由于我國幅員遼闊，各省份地理區位不同，在發展水平、資源稟賦、經濟基礎等方面存在較大差異，數字經濟對低碳物流效率的影響也可能存在差異。鑒于此，將研究樣本劃分為東部地區、中部地區和西部地區，分地區進行回歸，結果見表9。可以發現，東部地區和中部地區數字經濟的回歸系數分別在 1% 和 5% 水平上顯著為正，西部地區的回歸系數不顯著，說明在東部和中部地區數字經濟對低碳物流效率的提高作用明顯，而在西部地區其作用不明顯。可能原因是，西部地區數字經濟發展水平較低，數字基礎設施不健全，無法提供先進的數字技術，而數字化技術的普及能夠極大地提高能源利用效率和優化能源使用結構，所以導致東中部地區數字經濟對低碳物流效率的推動作用更強。

5結論與建議

本文基于2012—2021年我國30個省份的面板數據，運用雙重固定效應模型、中介效應模

型分析了數字經濟對低碳物流效率的影響效應及傳導機制，得出以下結論：（1）數字經濟能夠顯著提高我國物流業的低碳物流效率；（②）數字經濟不僅能直接影響低碳物流效率，還可以通過促進綠色技術創新以及優化產業結構對低碳物流效率產生影響；（3）區域異質性檢驗發現數字經濟對東部地區、中部地區低碳物流效率的推動作用更顯著。

基于數字經濟賦能低碳物流效率的理論與實證分析，本文從以下3個方面提出對策建議：（1）物流企業可以運用大數據和人工智能技術，優化配送路線，減少行駛里程，從而降低能耗和碳排放。此外，物流企業還可以與其他企業進行協作，共享配送資源，降低空駛率，提高運輸效率；（2）不管是數字經濟建設，還是綠色技術的創新，都需要持續穩定的、足夠的資金投入，因此需要政府發揮作用，夯實數字經濟助力低碳發展的政策基礎，暢通數字經濟影響物流業碳排放的作用路徑；（3）結合數字經濟影響低碳物流效率的地區差異特點，實施差別化的區域扶持政策，同時省際物流業可以“協同降碳”，推動我國物流業的低碳轉型。

參考文獻：

[1]劉琦，范鑫坤．中國省際物流業碳排放的空間效應及其傳導機制[J].環境工程學報，2024，18（1）：298-308.

[2]李健，白子毅，李柏桐．雙碳背景下京津冀物流業碳排放脫鉤及影響因素研究[J].城市問題，2022（5）：69-76.

[3]張立毅，王迎，費騰，等．混沌擾動模擬退火蟻群算法低碳物流路徑優化[J].計算機工程與應用，2017，53（1）：63-68，102.

[4]林殿盛，張智勇，王佳欣，等．需求不確定下的低碳物流配送中心選址[J].控制與決策，2020，35（2）：492-500.

[5]劉承良，管明明．低碳約束下中國物流業效率的空間演化及影響因素[J].地理科學，2017，37（12）：1805-1814.

[6]王軍，朱杰，羅茜．中國數字經濟發展水平及演變測度[J].數量經濟技術經濟研究，2021，38（7）：26-42.

[7]L Z，LIN，WENH.Digitaleconomyandenvironmentalquality：Evidencefrom217citiesin China[J].Sustainability，2021，13（14）：8058.

[8]張楷卉．“十四五”時期數字經濟與實體經濟深度融合的創新機制[J].經濟體制改革，2022（4）：88-94.

[9]楊俊，鐘文．數字賦能與物流業碳減排：內在機制與經驗證據[J].統計與決策，2023，39（20）：174-178.

[10]鐘文，楊俊，鄭明貴，等．中國城市數字經濟對物流業碳排放的影響效應及傳導機制[J].中國環境科學，2024，4（1）：427-437.

[11] 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.

[12] 劉軍，楊淵，張三峰．中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

[13]METCALFE B. Metcalfe's law after 40 years of Ethernet[J]. Computer， 2013，46（12）：26-31.

[14]馬曉君，聶的秋，肖瀟．數字物流賦能可持續發展的機制與效應——基于物流碳生產率視角[J]中國流通經濟，2024，38（4）：68-79.

[15]曹建飛，韓延玲，劉慧龍．數字經濟發展如何影響城市碳排放？——來自中國283個地級市的經驗數據[J].生態經濟，2024，40（2）：39-51.

[16]LIUC，MAT.Greenlogisticsmanagementandsupplychainsystemconstructionbasedoninteretofthingstechnolog[J]Sustainable Computing：Informaticsand Systems，2022，35：100773.

[17]陳涵，林曉冰，許思琪，等.數字經濟、產業結構升級與農業高質量發展——基于福建省面板數據的實證分析[J].中國農業資源與區劃，2024，45（7）：184-193.

[18]溫忠麟，葉寶娟．中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

[19]李娟，王琴梅.我國西部地區物流業發展質量及其影響因素研究——基于物流業效率視角[J].北京工業大學學報（社會科學版），2020，20（2）：82-93.

[20]劉翠花．數字經濟對產業結構升級和創業增長的影響[J]．中國人口科學，2022（2）：112-125，128.