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

摘 要：依據(jù)2013—2021年全國30個省份的面板數(shù)據(jù)，運用基準回歸模型和中介效應(yīng)模型，考量數(shù)字經(jīng)濟對我國冷鏈物流綠色化發(fā)展的影響效應(yīng)及傳導(dǎo)機制。結(jié)果顯示：數(shù)字經(jīng)濟以直接傳導(dǎo)及通過技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化促進冷鏈物流綠色化發(fā)展，且作用顯著、穩(wěn)健。鑒于此，建議加大數(shù)字經(jīng)濟發(fā)展投入力度，提升技術(shù)創(chuàng)新能力，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，增注綠色發(fā)展新動能。

關(guān)鍵詞： 冷鏈物流；綠色發(fā)展；數(shù)字經(jīng)濟；發(fā)展機理；中介效應(yīng)

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(wù)院關(guān)于加快經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型的意見》，指出“要推進產(chǎn)業(yè)數(shù)字化智能化同綠色化的深度融合”。物流業(yè)是基礎(chǔ)性、戰(zhàn)略性、先導(dǎo)性的產(chǎn)業(yè)，作為物流業(yè)的重要組成部分，冷鏈物流要依托互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代先進技術(shù)，加強冷鏈物流上下游綠色低碳轉(zhuǎn)型的數(shù)字化發(fā)展水平，從而實現(xiàn)數(shù)字技術(shù)賦能冷鏈物流綠色轉(zhuǎn)型。因此，在現(xiàn)階段加強對數(shù)字經(jīng)濟賦能冷鏈物流綠色化發(fā)展開展理論與實踐研究顯得尤為必要。

學者們從數(shù)字技術(shù)的角度對數(shù)字經(jīng)濟賦能綠色發(fā)展開展了相關(guān)研究。許憲春等^[1]指出大數(shù)據(jù)技術(shù)能夠提高整合社會資源和監(jiān)測環(huán)境的能力，并為綠色生產(chǎn)、綠色生活和綠色發(fā)展提供技術(shù)保障。戴翔等^[2]認為技術(shù)效應(yīng)在數(shù)字賦能企業(yè)綠色化轉(zhuǎn)型中具有重要作用，技術(shù)效應(yīng)主要表現(xiàn)為技術(shù)進步與設(shè)備更新；認為數(shù)字技術(shù)是一種新的技術(shù)投入，能夠提高企業(yè)能源利用效率和延伸創(chuàng)新技術(shù)邊界，促進機器設(shè)備更新和提高生產(chǎn)效率，從而實現(xiàn)節(jié)能減排。還有學者從產(chǎn)業(yè)結(jié)構(gòu)角度對數(shù)字經(jīng)濟賦能綠色發(fā)展開展系列研究。韓晶等^[3]指出數(shù)字產(chǎn)業(yè)化是通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為綠色發(fā)展提供“創(chuàng)造性破壞”機遇。高星等^[4]則認為數(shù)字經(jīng)濟發(fā)展通過要素配置效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)、創(chuàng)新效應(yīng)及數(shù)字治理效應(yīng)賦能經(jīng)濟綠色發(fā)展，其中產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)主要體現(xiàn)在通過數(shù)字技術(shù)改造傳統(tǒng)產(chǎn)業(yè)或者催生新興產(chǎn)業(yè)為經(jīng)濟綠色發(fā)展賦能。另外還有學者關(guān)注數(shù)字經(jīng)濟賦能不同產(chǎn)業(yè)或特定領(lǐng)域的綠色發(fā)展。戴翔等^[2]從數(shù)字技術(shù)入手，探討了制造業(yè)的綠色化轉(zhuǎn)型問題；潘冬^[5]和劉維林等^[6]分別從數(shù)字經(jīng)濟賦能戰(zhàn)略新興產(chǎn)業(yè)和城市綠色高質(zhì)量發(fā)展加以研究，認為數(shù)字經(jīng)濟賦能戰(zhàn)略新型產(chǎn)業(yè)和城市綠色高質(zhì)量發(fā)展都是通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、創(chuàng)新能力激發(fā)和公眾認知提升三重機制得以實現(xiàn)；王春娟等^[7]認為數(shù)字治理環(huán)境、數(shù)字普惠金融和數(shù)字產(chǎn)業(yè)發(fā)展是數(shù)字經(jīng)濟賦能綠色物流高質(zhì)量發(fā)展的三大動力；王明嚴等^[8]則認為數(shù)字經(jīng)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(shè)施數(shù)字化建設(shè)，為其綠色化轉(zhuǎn)型提供支撐。我國正處于冷鏈物流發(fā)展關(guān)鍵機遇期，討論數(shù)字經(jīng)濟如何賦能冷鏈物流綠色化發(fā)展非常有必要，對于加速冷鏈物流綠色化發(fā)展、助力“雙碳”目標實現(xiàn)具有重要的理論意義與現(xiàn)實價值。

二、數(shù)字經(jīng)濟賦能冷鏈物流綠色化發(fā)展的內(nèi)在機理

數(shù)字經(jīng)濟是指以數(shù)據(jù)資源作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動^[9]。冷鏈物流綠色化發(fā)展則側(cè)重于在冷鏈物流過程中實現(xiàn)資源節(jié)約、環(huán)境友好，減少能耗和排放，以實現(xiàn)可持續(xù)發(fā)展^[10]。數(shù)字經(jīng)濟與冷鏈物流綠色化相互關(guān)聯(lián)，數(shù)字技術(shù)的應(yīng)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(tǒng)又能為數(shù)字經(jīng)濟提供更加可持續(xù)的發(fā)展環(huán)境。數(shù)字經(jīng)濟賦能冷鏈物流綠色化發(fā)展機理如圖1所示，在此基礎(chǔ)上歸納出三條賦能路徑。

路徑一：直接傳導(dǎo)機制。數(shù)字技術(shù)如物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等，能夠?qū)崿F(xiàn)冷鏈物流過程中的溫度、濕度等關(guān)鍵參數(shù)的實時監(jiān)控和智能化管理，優(yōu)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(shù)創(chuàng)新賦能。數(shù)字經(jīng)濟推動冷鏈物流技術(shù)創(chuàng)新，如研發(fā)應(yīng)用新能源冷藏車、綠色包裝材料等。這些技術(shù)的應(yīng)用有助于降低冷鏈物流過程中的能源消耗和環(huán)境影響，進而實現(xiàn)綠色化轉(zhuǎn)型。

路徑三：通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化賦能。數(shù)字經(jīng)濟通過優(yōu)化冷鏈物流的資源配置和運營模式，推動產(chǎn)業(yè)結(jié)構(gòu)升級，如發(fā)展共享倉、采用循環(huán)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(yè)朝綠色低碳化方向發(fā)展。

據(jù)此，提出：

假設(shè)1 數(shù)字經(jīng)濟發(fā)展對冷鏈物流綠色化發(fā)展有正向促進作用。數(shù)字經(jīng)濟時代，數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，不僅可以促進創(chuàng)新和技術(shù)進步，進而提升效率，而且可以在綠色發(fā)展方面提供精準指導(dǎo)，直接促進冷鏈物流綠色化發(fā)展^[11]。數(shù)字技術(shù)可以提高綠色資金利用效率、提升資源配置效率。數(shù)字化平臺便于公眾參與綠色發(fā)展，同時有利于環(huán)境監(jiān)管^[12]。物聯(lián)網(wǎng)技術(shù)可以精準分配綠色資金，進而提高其利用效率。數(shù)字經(jīng)濟還可以推動綠色理念傳播，淘汰不環(huán)保的冷鏈物流企業(yè)等^[13]。

假設(shè)2 數(shù)字經(jīng)濟通過加強技術(shù)創(chuàng)新賦能冷鏈物流綠色化發(fā)展。數(shù)字經(jīng)濟通過信息化技術(shù)加速知識溢出和信息交互，促進產(chǎn)業(yè)技術(shù)創(chuàng)新和效率提升，進而涌現(xiàn)綠色新產(chǎn)品和實現(xiàn)綠色技術(shù)進步^[14]。數(shù)字技術(shù)創(chuàng)新為企業(yè)綠色技術(shù)發(fā)展提供政策、資金和人才支持。技術(shù)創(chuàng)新是實現(xiàn)綠色發(fā)展的關(guān)鍵，推動綠色技術(shù)進步和新產(chǎn)品涌現(xiàn)，為冷鏈物流企業(yè)提供發(fā)展空間，促進業(yè)務(wù)全流程綠色化，進而降低能耗、減少環(huán)境污染、提升綠色效率^[15]。

假設(shè)3 數(shù)字經(jīng)濟通過推動產(chǎn)業(yè)結(jié)構(gòu)升級賦能冷鏈物流綠色化發(fā)展。數(shù)字經(jīng)濟推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，通過顛覆傳統(tǒng)盈利模式，促進創(chuàng)新創(chuàng)業(yè)、差異化行業(yè)滲透，從而促使產(chǎn)業(yè)結(jié)構(gòu)從勞動密集型向技術(shù)密集型和環(huán)境友好型轉(zhuǎn)變。同時，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為冷鏈物流綠色化發(fā)展提供支持，從而提升能源效率，改善投入產(chǎn)出結(jié)構(gòu)，并發(fā)揮協(xié)同效應(yīng)，促進低碳技術(shù)擴散和資源循環(huán)利用，進而實現(xiàn)市場供需平衡^[16]。

三、數(shù)字經(jīng)濟賦能冷鏈物流綠色化發(fā)展的實證研究

（一）基準模型

1.模型設(shè)定

為檢驗研究假設(shè)，首先針對假設(shè)1構(gòu)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(fā)展水平，核心解釋變量deit表示i省份第t年的數(shù)字經(jīng)濟發(fā)展水平，系數(shù)β1衡量數(shù)字經(jīng)濟對冷鏈物流綠色發(fā)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(yīng)，δt為年份固定效應(yīng)，εit為隨機擾動項。

2．變量測度與說明

（1）核心解釋變量——數(shù)字經(jīng)濟發(fā)展水平。參考相關(guān)研究文獻^{[17，18]}以及《2019年中國數(shù)字經(jīng)濟發(fā)展指數(shù)》①中對數(shù)字經(jīng)濟發(fā)展水平評價的指標體系，本研究從數(shù)字基礎(chǔ)、數(shù)字產(chǎn)業(yè)、數(shù)字融合、數(shù)字環(huán)境4個維度選取包括每平方公里光纜長度、每千人互聯(lián)網(wǎng)端口數(shù)、每千人移動電話基站數(shù)、每千人互聯(lián)網(wǎng)域名數(shù)、每百家企業(yè)擁有網(wǎng)站數(shù)、計算機通信和其他電子設(shè)備制造業(yè)資產(chǎn)規(guī)模在規(guī)模以上工業(yè)企業(yè)中占比情況、軟件業(yè)務(wù)收入規(guī)模占GDP比重、數(shù)字經(jīng)濟產(chǎn)業(yè)相關(guān)從業(yè)人員占比、人均電信業(yè)務(wù)總量、信息傳輸和軟件技術(shù)服務(wù)業(yè)投資占區(qū)域社會總投資比重、兩化融合水平、區(qū)域企業(yè)電子商務(wù)采銷額占區(qū)域GDP比重、數(shù)字金融普惠總指數(shù)情況、專利授權(quán)密度、R&D經(jīng)費投入強度、每十萬人口中接受高等教育的在校生人數(shù)等共16個指標，構(gòu)建數(shù)字經(jīng)濟發(fā)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(quán)，最后線性加權(quán)計算求得冷鏈物流發(fā)展水平綜合評價指數(shù)，并用該指數(shù)衡量中國30個省域的數(shù)字經(jīng)濟發(fā)展水平。

（2）被解釋變量——冷鏈物流綠色發(fā)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(huán)境友好性、冷鏈物流發(fā)展基礎(chǔ)設(shè)施、冷鏈物流綠色發(fā)展實力3個方面共選取15個指標構(gòu)建了我國省域冷鏈物流綠色發(fā)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(fā)展水平進行綜合評價，得到綜合指數(shù)，以此來表征各省份冷鏈物流綠色發(fā)展水平。

（3）控制變量。鑒于影響冷鏈物流綠色化發(fā)展的因素復(fù)雜，為了減少因模型設(shè)定而帶來的計量偏誤，選取的主要控制變量如下：政府干預(yù)水平（gov）：用地方一般公共預(yù)算支出占GDP比重來衡量。環(huán)境規(guī)制水平（envi）：用節(jié)能環(huán)保支出/總財政支出來衡量。金融發(fā)展水平（finan）：用金融機構(gòu)人民幣貸款余額占地區(qū)生產(chǎn)總值的比重來衡量?？萍紕?chuàng)新水平（innov）：用政府科學技術(shù)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(yè)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(qū)）的相關(guān)數(shù)據(jù)進行研究和分析。各變量的描述性統(tǒng)計如表2所示。2013—2021年全國30個省份冷鏈物流綠色發(fā)展水平熵值法測度結(jié)果如表3所示。

3.基準模型回歸結(jié)果

在不考慮內(nèi)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(yīng)模型來研究數(shù)字經(jīng)濟與冷鏈物流綠色化發(fā)展之間的關(guān)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(shù)據(jù)分析?；鶞誓Ｐ突貧w和工具變量2SLS回歸結(jié)果如表4所示。

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

4.穩(wěn)健性檢驗

盡管控制了相關(guān)變量，但依然面臨著可能的內(nèi)生性問題。而內(nèi)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(tài)面板和測量誤差^[22]。分析發(fā)現(xiàn)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(chǎn)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(shù)字經(jīng)濟發(fā)展，從而導(dǎo)致遺漏變量偏差；其次，數(shù)字經(jīng)濟與被解釋變量之間可能存在著反向因果關(guān)系，即二者之間可能存在雙向因果關(guān)系；最后，冷鏈物流綠色化發(fā)展的數(shù)字經(jīng)濟賦能測算仍存在著數(shù)據(jù)可得性問題，這也可能導(dǎo)致對指標測量的誤差。為了進一步證實基準回歸結(jié)果的穩(wěn)健性，采用工具變量回歸可以減少因內(nèi)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(shù)據(jù)，以上一年全國互聯(lián)網(wǎng)寬帶接入用戶數(shù)分別與1984年各省份每萬人電話機數(shù)量構(gòu)造交互項，作為該年各省份數(shù)字經(jīng)濟指數(shù)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(nèi)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(jié)果分別見表4中列（3）和列（4）。

工具變量回歸結(jié)果顯示：數(shù)字經(jīng)濟對冷鏈綠色化發(fā)展的正向促進作用在考慮內(nèi)生性問題下依然顯著，且通過了穩(wěn)健性檢驗。因此，無論是雙向固定效應(yīng)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(shù)字經(jīng)濟對冷鏈物流綠色化發(fā)展的正向促進作用都是顯著且穩(wěn)健的。

5.發(fā)展水平增長速率異質(zhì)性分析

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

從表5可以看出，對于冷鏈物流綠色化發(fā)展水平增長率前10名、中間10名、后10名的3類省份，數(shù)字經(jīng)濟對這3組省份的冷鏈物流綠色化發(fā)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(shù)大小來看，數(shù)字經(jīng)濟對冷鏈物流綠色化發(fā)展水平增長較快的省份驅(qū)動效果最為明顯，其次是發(fā)展水平增長速度居中的省份，對發(fā)展水平增長最慢省份的正向促進最弱。原因可能在于，數(shù)字經(jīng)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(zhuǎn)型較好的地區(qū)，其政策響應(yīng)快、發(fā)展基礎(chǔ)好，能快速布局轉(zhuǎn)型升級，進而能夠抓住發(fā)展機遇。數(shù)字經(jīng)濟賦能能有效幫助其突破綠色化轉(zhuǎn)型中普遍存在的技術(shù)瓶頸，同時降低關(guān)鍵生產(chǎn)環(huán)節(jié)和用能環(huán)節(jié)的能效，從而有利于推進綠色化發(fā)展進程。相反地，對于綠色化轉(zhuǎn)型發(fā)展緩慢的地區(qū)，數(shù)字經(jīng)濟賦能的優(yōu)勢受到限制，導(dǎo)致正向促進作用相對較弱。

（二）中介效應(yīng)模型

1.模型設(shè)定

為檢驗上述研究假設(shè)，針對間接影響機制假設(shè)2及假設(shè)3構(gòu)建如下中介效應(yīng)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(shù)創(chuàng)新，表示i省份第t年的技術(shù)創(chuàng)新水平；RISit為中介變量產(chǎn)業(yè)結(jié)構(gòu)合理化，表示i省份第t年的產(chǎn)業(yè)結(jié)構(gòu)合理化水平；AISit為中介變量產(chǎn)業(yè)結(jié)構(gòu)高級化，表示i省份第t年的產(chǎn)業(yè)結(jié)構(gòu)高級化水平。式中Cit、μi、δt和εit的含義與式（1）中相同。系數(shù)γ1、λ1和λ2的顯著性，用于中介效應(yīng)檢驗分析。中介效應(yīng)檢驗流程：第一步，對基準回歸模型中系數(shù)β1進行檢驗，如果顯著，按中介效應(yīng)立論。否則，按遮掩效應(yīng)立論。第二步，依次檢驗中介效應(yīng)模型式（2）、式（3）中的系數(shù)γ1和λ2的顯著性，若都顯著，則間接效應(yīng)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(yīng)顯著，進行第四步，若間接效應(yīng)不顯著，停止分析。第四步，檢驗系數(shù)λ1的顯著性，如果顯著，即直接效應(yīng)顯著，如果不顯著，說明只有中介效應(yīng)。第五步，比較系數(shù)λ1和γ1λ2的符號，如果同號，屬于部分中介效應(yīng)，中介效應(yīng)占總效應(yīng)的比例為γ1λ2/λ1。如果異號，屬于遮掩效應(yīng)，間接效應(yīng)與直接效應(yīng)的比例為γ1λ2/λ1。

2.相關(guān)變量

根據(jù)前文研究假設(shè)構(gòu)建中介變量——技術(shù)創(chuàng)新水平（tech）、產(chǎn)業(yè)結(jié)構(gòu)合理化（RIS）和產(chǎn)業(yè)結(jié)構(gòu)高級化（AIS），后兩個指標用來衡量產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。變量的描述性統(tǒng)計見表2。

（1）技術(shù)創(chuàng)新：采用各省份發(fā)明專利申請量來衡量。因為專利申請量相較于專利授權(quán)量更能體現(xiàn)地區(qū)企業(yè)當年的創(chuàng)新能力，專利授權(quán)量具有滯后期，而專利申請量受專利機構(gòu)工作效率、偏好等外部因素的影響較小^[25]。發(fā)明專利的實質(zhì)性創(chuàng)新程度比實用新型專利和外觀設(shè)計專利更高^[26]。

（2）產(chǎn)業(yè)結(jié)構(gòu)合理化：產(chǎn)業(yè)結(jié)構(gòu)合理化關(guān)注各產(chǎn)業(yè)之間的協(xié)調(diào)性以及結(jié)構(gòu)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(shù)的倒數(shù)來度量產(chǎn)業(yè)結(jié)構(gòu)合理化水平，RIS值越大則表明產(chǎn)業(yè)結(jié)構(gòu)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(qū)j產(chǎn)業(yè)在t時期的產(chǎn)業(yè)增加值，Yi，t表示i地區(qū)在t時期的地區(qū)生產(chǎn)總值，Li，j，t表示i地區(qū)j產(chǎn)業(yè)在t時期的產(chǎn)業(yè)從業(yè)人員，Li，t表示i地區(qū)在t時期的全社會就業(yè)人員數(shù)，Yi，j，t/Yi，t表示t時期i地區(qū)j產(chǎn)業(yè)的產(chǎn)值在總產(chǎn)值中的占比，Yi，j，t/Li，j，t表示t時期i地區(qū)j產(chǎn)業(yè)的勞動生產(chǎn)率，Yi，t/Li，t表示t時期i地區(qū)j產(chǎn)業(yè)的勞動生產(chǎn)率。

（3）產(chǎn)業(yè)結(jié)構(gòu)高級化：產(chǎn)業(yè)結(jié)構(gòu)高級化是產(chǎn)業(yè)結(jié)構(gòu)遵循經(jīng)濟發(fā)展的內(nèi)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(xiàn)為各個產(chǎn)業(yè)勞動生產(chǎn)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(chǎn)業(yè)的比例關(guān)系與各產(chǎn)業(yè)勞動生產(chǎn)率的乘積加權(quán)值來衡量對應(yīng)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)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(yīng)回歸結(jié)果

按上述中介效應(yīng)檢驗步驟對中介效應(yīng)模型進行逐步回歸，結(jié)果見表6和表7。

從回歸結(jié)果可以看出，系數(shù)β1在1%的水平上顯著，因此按中介效應(yīng)立論。從表6可見，數(shù)字經(jīng)濟對技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化這3個中介變量的影響效應(yīng)的系數(shù)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(fā)展的影響效應(yīng)的系數(shù)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(shù)字經(jīng)濟的回歸系數(shù)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(yīng)，即表明數(shù)字經(jīng)濟可以直接賦能冷鏈物流綠色化發(fā)展，也可以通過中介變量技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)合理化以及產(chǎn)業(yè)結(jié)構(gòu)高級化促進冷鏈物流綠色化發(fā)展，3個研究假設(shè)均得以證實。

四、結(jié)論與政策建議

依據(jù)2013—2021年全國30個省份的面板數(shù)據(jù)，采用熵值法測算各省份的數(shù)字經(jīng)濟和冷鏈物流綠色發(fā)展狀況，匹配對應(yīng)省份的技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化等數(shù)據(jù)，運用基準回歸模型和中介效應(yīng)模型，分析數(shù)字經(jīng)濟對我國冷鏈物流綠色化發(fā)展的直接影響效應(yīng)及間接傳導(dǎo)機制。結(jié)果顯示：（1）數(shù)字經(jīng)濟對冷鏈物流綠色化發(fā)展正向促進作用顯著且穩(wěn)定有效。剔除特殊區(qū)域樣本進行的異質(zhì)性檢驗進一步驗證了回歸結(jié)果的穩(wěn)定性。（2）數(shù)字經(jīng)濟對冷鏈物流綠色化發(fā)展存在部分中介效應(yīng)，即表明數(shù)字經(jīng)濟可以直接賦能冷鏈物流綠色化發(fā)展，也可以通過中介變量技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化促進冷鏈物流綠色化發(fā)展。

建議：（1）加大數(shù)字經(jīng)濟發(fā)展投入力度。提升綠色發(fā)展驅(qū)動力，加速數(shù)字經(jīng)濟發(fā)展，夯實冷鏈物流的綠色化發(fā)展基礎(chǔ)。（2）提升技術(shù)創(chuàng)新能力。借助物聯(lián)網(wǎng)、云計算、人工智能、區(qū)塊鏈、5G等數(shù)字技術(shù)搭建高效的區(qū)域聯(lián)合創(chuàng)新開放平臺，促進不同區(qū)域創(chuàng)新主體間人才、技術(shù)等創(chuàng)新資源的交流與共享，優(yōu)化區(qū)域合作創(chuàng)新環(huán)境，實現(xiàn)區(qū)域技術(shù)協(xié)同創(chuàng)新，促進技術(shù)創(chuàng)新成果轉(zhuǎn)化落地。此外，加強綠色技術(shù)創(chuàng)新與研究，引入先進數(shù)字技術(shù)和設(shè)備，改造現(xiàn)有物流基礎(chǔ)設(shè)施。將數(shù)字技術(shù)應(yīng)用在交通信息監(jiān)測、交通流量管理、智能物流和設(shè)施維護預(yù)測等方面，不斷提高冷鏈物流業(yè)綠色技術(shù)的“數(shù)字含量”。（3）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。利用數(shù)字手段改造傳統(tǒng)農(nóng)業(yè)、制造業(yè)和服務(wù)業(yè)，促進生產(chǎn)要素更好配置與組合，提升產(chǎn)業(yè)效率；加大農(nóng)業(yè)、制造業(yè)、服務(wù)業(yè)領(lǐng)域數(shù)字技術(shù)的創(chuàng)新和應(yīng)用。加速數(shù)字技術(shù)催生新業(yè)態(tài)、新經(jīng)營模式、新銷售形式以及新產(chǎn)品和新服務(wù)形式，為冷鏈物流綠色化發(fā)展提供新動能。

注釋：

① 中國電子信息發(fā)展產(chǎn)業(yè)研究院.2019年中國數(shù)字經(jīng)濟發(fā)展指數(shù)[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(shù)據(jù)與綠色發(fā)展[J]. 中國工業(yè)經(jīng)濟， 2019， 37（4）： 5-22.

［2］ 戴翔， 楊雙至. 數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型[J]. 中國工業(yè)經(jīng)濟， 2022， 40（9）： 83-101.

［3］ 韓晶， 陳曦. 數(shù)字經(jīng)濟賦能綠色發(fā)展： 內(nèi)在機制與經(jīng)驗證據(jù)[J]. 經(jīng)濟社會體制比較， 2022， 38（2）： 73-84.

［4］ 高星， 李麥收. 數(shù)字經(jīng)濟賦能經(jīng)濟綠色發(fā)展： 作用機制、現(xiàn)實制約與路徑選擇[J]. 西南金融， 2023， 44（2）： 31-43.

［5］ 潘冬. 數(shù)字經(jīng)濟賦能戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新發(fā)展研究[J]. 理論探討， 2022， 37（5）： 168-172.

［6］ 劉維林， 王藝斌. 數(shù)字經(jīng)濟賦能城市綠色高質(zhì)量發(fā)展的效應(yīng)與機制研究[J]. 南方經(jīng)濟， 2022， 40（8）： 73-91.

［7］ 王春娟， 郭凱歌. 數(shù)字經(jīng)濟賦能綠色物流高質(zhì)量發(fā)展效應(yīng)分析[J]. 華東經(jīng)濟管理， 2024， 38（2）： 53-63.

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

［9］ 李義華， 孫雅倫. 數(shù)字經(jīng)濟背景下區(qū)域物流與經(jīng)濟高質(zhì)量發(fā)展耦合協(xié)調(diào)研究——基于湖南省2010—2021年的數(shù)據(jù)分析[J].中南林業(yè)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(shù)模型的冷鏈物流綠色發(fā)展效率[J].中南林業(yè)科技大學學報， 2024， 44（4）： 189-200.

［11］蔡繼明， 劉媛， 高宏， 等.數(shù)據(jù)要素參與價值創(chuàng)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(shù)字經(jīng)濟賦能綠色發(fā)展的現(xiàn)實挑戰(zhàn)與路徑選擇[J]. 改革， 2022， 36（9）： 11-23.

［13］謝文倩， 高康， 余家鳳. 數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放[J]. 統(tǒng)計與決策， 2022， 38（17）： 114-118.

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

［15］郭辰， 李佳馨， 周婷婷. 數(shù)字經(jīng)濟對綠色發(fā)展的空間溢出效應(yīng)研究——基于技術(shù)創(chuàng)新與產(chǎn)業(yè)優(yōu)化視角[J]. 技術(shù)經(jīng)濟與管理研究， 2023， 44（6）： 25-30.

［16］汪曉文， 陳明月， 陳南旭. 數(shù)字經(jīng)濟、綠色技術(shù)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級[J]. 經(jīng)濟問題， 2023， 45（1）： 19-28.

［17］何地， 趙炫焯， 齊琦. 中國數(shù)字經(jīng)濟發(fā)展水平測度、時空格局與區(qū)域差異研究[J]. 工業(yè)技術(shù)經(jīng)濟， 2023， 42（3）： 54-62.

［18］王娟娟， 佘干軍. 我國數(shù)字經(jīng)濟發(fā)展水平測度與區(qū)域比較[J]. 中國流通經(jīng)濟， 2021， 35（8）： 3-17.

［19］朱芳陽， 賴靚榮. 產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新與綠色物流——基于PVAR模型的實證研究[J]. 現(xiàn)代管理科學， 2022， 41（3）： 40-50.

［20］陳侯男. 河北省物流業(yè)綠色發(fā)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(qū)域物流與生態(tài)環(huán)境協(xié)調(diào)發(fā)展研究[J]. 統(tǒng)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(nèi)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(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2020， 37（6）： 26-46.

［24］趙濤， 張智， 梁上坤. 數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)[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(chuàng)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(qū)域綠色技術(shù)創(chuàng)新？——基于地區(qū)綠色專利數(shù)據(jù)[J]. 經(jīng)濟問題， 2021， 43（6）： 33-39.

［27］于斌斌. 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與生產(chǎn)率提升的經(jīng)濟增長效應(yīng)——基于中國城市動態(tài)空間面板模型的分析[J]. 中國工業(yè)經(jīng)濟， 2015， 33（12）： 83-98.

［28］左鵬飛， 姜奇平， 陳靜. 互聯(lián)網(wǎng)發(fā)展、城鎮(zhèn)化與我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)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