数字经济赋能绿色物流高质量发展效应分析

王春娟，郭凯歌

（1.清华大学经济管理学院，北京 100084；2.首都经济贸易大学经济学院，北京 100070；3.北京财贸职业学院北京国际商贸中心研究基地，北京 101101）

一、引言及文献综述

党的二十大报告提出，“高质量发展是全面建设社会主义现代化国家的首要任务”，要“发展绿色低碳产业”，“积极稳妥推进碳达峰碳中和”（以下简称“双碳”）。物流高质量发展是我国经济高质量发展的重要组成部分，《“十四五”现代物流发展规划》也提出要“推动绿色物流发展”。当前，数字经济推动我国经济高质量发展［1］，为中国实现绿色发展提供了新思路［2］。在“双碳”目标下，探究数字经济如何赋能我国绿色物流高质量发展是实现“高质量发展”的重要命题。

学术界自20 世纪90 年代中期开始重视物流领域环境问题［3］，Murphy 等（1996）［4］正式提出了“绿色物流”概念。2001 年，我国发布的《物流术语》对绿色物流进行了界定，2019年，我国《绿色物流指标构成与核算方法》明确了绿色物流指标的构成。一些学者认为，应从经济发展、物流发展和生态环境角度分析绿色物流，徐超毅和李兰（2023）分析了绿色物流与绿色经济协调发展的动态演进特征和驱动因素［5］；刘战豫等（2018）借鉴美国、欧洲、日本等发达国家绿色物流发展经验，测度绿色物流效率，剖析了我国绿色物流发展中存在的问题［6］；张旭等（2023）从“运作—结构”协同发展、区域经济联动等方面提出了省域绿色物流高质量发展策略［7］。学者们研究发现，数字经济能够提升物流业高质量发展水平［8-9］，Zhang 等（2022）研究了数字经济和物流业协调发展的数据驱动测量和评估方法，测量了中国数字经济核心产业与物流业融合水平，提出基于区块链的绿色逆向物流可持续发展战略［10］。相关文献对绿色物流研究较多，但关于数字经济赋能绿色物流高质量发展的研究较为鲜见。

本文的边际贡献在于：①基于数字经济、绿色物流以及绿色物流高质量发展的内涵，从生产和消费视角剖析绿色物流的功能、数字经济赋能绿色物流高质量发展的效应，构建数字经济赋能绿色物流高质量发展的理论体系。②创新构建绿色物流高质量发展水平和数字经济发展水平评价指标体系。从数字基础设施、数字产业发展、数字治理环境和数字普惠金融四个维度构建数字经济发展水平评价指标体系，并利用中国地级市数据实证检验数字经济赋能绿色物流高质量发展的直接效应、间接效应及区域异质性效应。③分别对数字经济和绿色物流高质量发展进行指标降维分析，探析数字经济赋能效应的动力来源，构建面板门槛模型检验数字经济与绿色物流高质量发展之间的非线性效应。④基于理论与实证分析结果，提出了在“双碳”目标下数字经济赋能绿色物流高质量发展的具体政策措施。

二、理论体系

本文基于数字经济、绿色物流及绿色物流高质量发展的内涵，从生产和消费的视角剖析绿色物流的功能，探究数字经济赋能绿色物流高质量发展的效应，具体如图1所示。

图1 数字经济赋能绿色物流高质量发展的效应

（一）数字经济赋能绿色物流高质量发展的理论基础

1.数字经济的内涵

“数字经济”的概念由学者Tapscott（1994）［11］首次提出。1998 年，美国商务部正式提出“数字经济”，其发布的专题报告指出，信息技术、互联网和电子商务的发展将导致新的数字经济形态产生。2016年，《二十国集团数字经济发展与合作倡议》（1）首次对数字经济的内涵进行了界定，《中国数字经济白皮书》（2）《数字经济及其核心产业统计分类（2021）》（3）《“十四五”数字经济发展规划》等也先后对其进行了定义。国内外学者对数字经济的研究对其内涵也形成了各种具有代表性的观点［12］。综合世界各国政府、研究机构、学术界关于数字经济内涵的研究，参考我国“十四五”数字经济发展规划，本文认为，数字经济是以数据为关键生产要素、以数字技术为核心驱动力量、以数字化网络为重要载体、以全要素数字化转型为关键驱动力，加速重构经济发展和治理模式，促进公平和效率更加统一的新经济形态。

2.绿色物流的内涵

我国《绿色物流指标构成与核算方法》（4）将绿色物流定义为，通过充分利用物流资源、采用先进物流技术，合理规划和实施物流活动，降低物流对环境影响的过程，其内涵主要包括集约资源、绿色运输、绿色仓储、绿色包装、废弃物物流五个方面。商品的生产、流通和消费是经济活动的基本内容，物流业则是生产和消费的桥梁。“绿色生产—绿色物流—绿色消费”是“双碳”目标下经济可持续发展的基本路径，绿色物流能够减少社会资源消耗和污染排放，实现资源优化配置，保证绿色生产顺利运行，满足消费者绿色消费需求，提高经济循环效率［13］。

具体而言，绿色物流主要有两大功能：

（1）绿色物流保证绿色生产运行。一是绿色物流可保证绿色生产资料供应。绿色产品具有节约能源、无公害、可再生等特点，需要绿色物流为其提供服务。二是绿色物流为绿色生产企业提供产品附加值。一切商品生产都是为了交换，绿色物流为绿色产品交换提供广阔的市场，提高了绿色产品附加值，有助于绿色生产企业获得更多利润，保持和扩大绿色产品生产。三是绿色物流延伸了绿色生产的产业链条。独立于绿色生产之外的包装、分拣、加工等环节，减少了物流企业本身的资源消耗和对环境的污染，延伸了绿色生产的产业链条。

（2）绿色物流从供给侧和需求侧两方面满足绿色消费需求。供给侧方面，绿色物流向消费者提供有关绿色产品和服务的信息、环境意识、新的生活方式，引导其消费决策，满足绿色消费需求。需求侧方面，绿色物流可以将绿色消费的市场需求和潜在需求及时传达给绿色生产企业，引导绿色生产企业按照绿色消费需求进行生产。

3.绿色物流高质量发展的内涵

党的十八届五中全会强调要切实贯彻创新、协调、绿色、开放、共享的新发展理念。高质量发展体现了新发展理念，是能够更好满足人民日益增长的美好生活需要的发展。基于前文绿色物流的内涵，结合我国提出的高质量发展目标，本文认为绿色物流高质量发展是指绿色物流通过保证绿色生产顺利运行、满足消费者绿色消费需求、提高经济循环效率，满足人民日益增长的美好生活需要的发展。绿色物流高质量发展具体体现在绿色物流基础设施、绿色物流经济协调、绿色物流生态环境、绿色物流创新发展、绿色物流开放共享五个方面。

（二）数字经济赋能绿色物流高质量发展的效应分析

1.数字经济赋能绿色物流高质量发展的直接效应

（1）数字基础支撑。数字经济通过数字绿色新基建和数字绿色新管理为绿色物流高质量发展提供基础支撑。在投入同等成本的情况下，数字绿色新基建能够更好地发挥对物流业智能化改造升级、绿色化要素协同的减排效应，有力推动绿色物流高质量发展。数字绿色新管理通过数字化战略适应当前绿色低碳化发展的新管理理念、交易规则、伦理制度，促进市场规范和监管制度不断改进和完善，进而为绿色物流高质量发展奠定坚实的基础。

（2）数字产业融合。数字经济通过数字产业融合，从数字产业生态场景、数字产业生态价值链、数字产业生态系统三方面促进绿色物流高质量发展。①数字产业生态场景。物流企业利用数字经济打造研发设计一体化、生产加工精细化、产品工艺创新、过程管控等一系列数字化生态场景，实现向数字、低碳、节能的绿色生态转型［14］。②数字产业生态价值链。数字经济能提高创新效率、增加绿色技术市场需求，从而推动产业链上下游协同创新，提高整个行业生产效率，降低绿色发展成本，推动绿色产业链、绿色价值链的全生命周期绿色管理，形成数字化循环价值链［15］。③数字产业生态系统。数字经济对数据资源和生态系统进行关联、再造和优化［16］，并将其应用于商业生态、业务流程和管理、商业模式，从而构建数字生态化系统。数字经济通过数字化生态场景和数字化循环价值链形成数字化生态导向。

（3）数字治理保障。治理模式创新是产业数字化转型的外在拉力之一［17］。数字治理保障有助于实现物流业“双碳”数字化战略。一是“双碳”数字化人才。“双碳”目标下，专业化的数字人才有助于企业降低数字化转型中的运营成本，提高绿色低碳技术研发创新水平。二是“双碳”数字环境。数字技术是促进社会绿色低碳发展的基本要素。数字经济依托数字技术，通过整合生态环境大数据，可以形成完善的生态环境数据信息系统，实现生态环境决策科学化、监管精准化、服务便捷化，为绿色物流高质量发展创造良好的生态环境。

（4）数字金融支持。数字金融从需求侧和供给侧两方面促进绿色物流高质量发展。需求侧方面，作为消费互联网在金融领域的深度应用，数字金融为人们提供各种便捷的金融服务，扩大了社会有效总需求，为绿色物流高质量发展提供了可持续发展动力；供给侧方面，数字金融的发展改变了传统金融服务物流方式，有助于构建金融业和物流业互联互通的风控体系，可以倒逼企业提高供应链管理水平，降低金融成本和企业总成本，助力绿色物流企业解决融资问题，为绿色物流高质量发展提供金融支持。

2.数字经济赋能绿色物流高质量发展的间接效应

（1）技术创新效应。数字经济是技术创新的决定性因素［18］，可以通过技术创新减少资源消耗、环境污染及生产成本，是绿色可持续发展的动力［19］。①大数据应用。数字经济时代，数据成为新的生产要素，具有非消耗性、非稀缺性、非排他性和共享性等特征。物流企业通过对生产大数据、消费大数据和生态环境大数据进行整合、开发和应用，打破数据信息壁垒，可以降低信息获取和管理成本，提高创新效率，减少资源浪费，实现提质增效，有助于建立绿色物流高质量发展监管体系。如滴滴出行通过大数据应用进行供需匹配，获得最优分配方案，提高出行效率和资源利用效率，达到节能减排目的。②数字化平台。依托数字技术建立的数字化平台，将供需端精准匹配，服务物流全流程，从而实现社会资源共享、要素加速流动，提高了资源配置效率。如环保部门和回收企业根据数字化平台记录的商品信息，及时对商品进行分类回收处理，使商品得到循环利用。③智能物流技术。物联网技术、人工智能技术、大数据与云计算等数字技术为物流发展提供了强劲动力。物联网技术能连接物流活动每一个节点，搭建一体化物流信息平台，实现物流节点与物品间智能化交互、物流全过程实时通信和控制。Liu 和Ma（2022）对42 个亚洲国家数据的研究表明，智能物流技术实现了对供应链的可靠性评估，运输车辆排放量减少了26.9%，信息流通的准确性提高了45.97%［20］。图像识别、机器学习、无人驾驶、自动分拣技术等人工智能技术被应用于运输、仓储、配送等物流活动，实现物流全链路无人化，提高了物流效率。

（2）收入增长效应。数字经济的普惠性和共享性能够提高更多居民的收入，使其享受数字经济发展的红利［21-22］，进而赋能绿色物流高质量发展。①数字经济通过促进城镇居民收入增长推动绿色物流高质量发展。数字经济可以使人们突破对知识和信息获取的时空限制，拓展信息资源获取渠道，增强信息搜寻能力、诠释能力和加工能力，在促进人力资本积累的过程中实现家庭资本水平提升和收入增长［23］。②数字经济通过促进农村居民收入增长推动绿色物流高质量发展。首先，数字经济能够打通农产品流通渠道，降低交易成本，增加农产品销售收入；其次，数字经济能够拓宽农村劳动力非农就业渠道、增强就业岗位匹配性，进而增加非农就业机会，提高农民工资性收入；再次，数字经济能够优化资产要素配置，提高农地转出效率，让农民通过收取土地租金增加财产性收入。因此，居民收入增长能够刺激物流需求规模和需求品质，倒逼绿色物流实现高质量发展。

三、研究设计

（一）计量模型设定

为检验数字经济赋能绿色物流高质量发展的效应，本文构建基准回归模型如下：

其中：i表示城市；t表示年份；α为待估参数；c和v分别表示个体效应和时间效应；ε表示随机扰动项；logistics 表示绿色物流高质量发展水平；dig 表示数字经济发展水平；Control 表示本文选取的控制变量，包括经济发展水平（pgdp）、产业结构（ind）、政府财政支持（gov）、金融发展水平（fin）、零售发展水平（retail）、人力资本水平（edu）及城镇化水平（urb）。

为进一步检验数字经济赋能绿色物流高质量发展的技术创新效应和收入增长效应，在模型（1）基础上，将技术创新水平（inn）、城镇居民收入（inc_u）和农村居民收入（inc_r）作为中介变量，分两步构建回归模型。先建立数字经济对中介变量的回归模型，再建立数字经济和中介变量对城乡居民消费差距的回归模型，模型设定如下：

其中，mediator表示中介变量，包括技术创新水平、城镇居民收入和农村居民收入。

（二）变量测度与说明

1.被解释变量：绿色物流高质量发展水平

党的二十大报告强调，现代化产业体系是高质量发展的重要着力点，要加快推动“绿色化”和“低碳化”的生产方式和生活方式。我国出台的《绿色物流指标构成与核算方法》从资源指标、运作指标和环境指标三个方面构建了绿色物流指标体系。本文结合高质量发展内涵和绿色物流指标构成的国家标准，根据数据可得性，利用绿色物流基础设施、绿色物流经济协调、绿色物流生态环境、绿色物流创新发展、绿色物流开放共享5 个一级指标和26 个细分指标构建绿色物流高质量发展评价指标体系，具体见表1所列。

表1 绿色物流高质量发展测度指标体系

绿色物流基础设施指标中的物流节点和示范物流园区均分为国家级和区域级两层，分别对政策实施当年及以后赋值2 和1，其余均赋值0；物流枢纽和绿色货运配送示范工程在政策实施当年及以后赋值1，其余赋值0。绿色物流经济协调指标中物流业产值的部分省份数据缺失，通过省级层面物流业劳均产值与各城市物流从业人数相乘得到，其中，省级层面物流业劳均产值=省级物流业增加值/省级物流从业人数。绿色物流生态环境指标中的环保词频采用地方政府工作报告中与“环保”相关词汇字数占报告全文字数的比重衡量［24-25］；根据《综合能耗计算通则》（GB/T2589-2020）和《省级温室气体清单编制指南》（发改办气候〔2011〕1041号）的具体要求，将省级交通运输、仓储和邮政业能源消耗数据折算为省级物流业碳排放量，再利用地级市夜间灯光灰度数据将省级碳排放量和能源消耗量分解为地级市数值，以此衡量各市物流业能源消耗量［26］。绿色物流创新发展指标中的物流业新建企业进入数量通过整理“天眼查”平台上每年各城市交通运输、仓储和邮政业的新增企业数获得。绿色物流开放共享指标中的开通中欧班列，开通当年及以后赋值1，其余赋值0；建设跨境电子商务综合试验区，批准当年及以后赋值1，其余赋值0。

2.核心解释变量：数字经济发展水平

数字经济是一个综合性、系统性概念，不宜用单一指标衡量。目前，政府部门和学术理论界对数字经济测度还没有形成统一标准。本文在前期对数字经济进行了界定和测度的基础上，以国家最新发布的《数字经济及其核心产业统计分类（2021）》《“十四五”数字经济发展规划》为基本依据，参考《中国数字经济城市发展报告（2022）》、王军等（2021）［27］构建的数字经济发展水平评价指标体系，从数字基础设施、数字产业发展、数字治理环境和数字普惠金融四个维度构建数字经济发展水平评价指标体系，采用熵值法测度我国各城市数字经济发展水平，具体见表2所列。

表2 数字经济发展水平测度指标体系

3.中介变量

技术创新水平，用专利授权数表示；居民收入水平，考虑城乡发展差距，本文分别将城镇居民人均可支配收入和农村居民人均纯收入作为中介变量，探索城乡居民收入对数字经济和绿色物流高质量发展的中介效应。

4.控制变量

为尽可能避免遗漏变量，本文采用以下指标作为控制变量：经济发展水平，用人均GDP 表示；政府财政支持，用财政支出与GDP总额的比值衡量；产业结构，用三产产值与二产产值之比衡量；金融发展水平，用银行贷款余额占GDP 总额的比重衡量；零售发展水平，用社会消费品零售总额衡量；人力资本水平，用普通本专科以上人口占比衡量；城镇化水平，用各地区城镇化率衡量。

（三）数据来源

考虑数据可得性和中国数字经济发展情况，本文将我国2011—2020年274个地级市作为样本，数据主要来源于历年《中国城市统计年鉴》《中国能源统计年鉴》以及EPS数据库、各省市统计年鉴、统计公报和政府工作报告、中国政府网政策文件库、“天眼查”平台、北京大学数字金融研究中心。其中，技术创新水平、城镇居民收入水平、农村居民收入水平、经济发展水平和零售发展水平作了取对数处理。对绿色物流高质量发展水平和数字经济发展水平的各指标数据先进行归一化处理，再用熵值法进行计算。

四、实证结果与分析

（一）基准回归分析

数字经济对绿色物流高质量发展的基准回归结果见表3 所列。Hausman 检验结果表明，固定效应结果更稳健。为修正异方差，解决自相关问题，本文采用FGLS 模型（可行广义最小二乘法，Feasible GLS，FGLS）再次进行估计检验，表3 列（5）为其估计结果。所有模型均控制了省份和年份固定效应。

表3 基准回归结果

由表3 可知，不同模型的估计结果都表明，数字经济对绿色物流高质量发展起正向促进作用，且均在1%水平上显著。不考虑控制变量时，数字经济对绿色物流高质量发展的促进效应达到1.741，考虑控制变量后，作用系数有所下降。修正模型FGLS 估计结果显示，数字经济发展水平对绿色物流高质量发展水平的作用系数达到0.206，说明所选控制变量均对绿色物流高质量发展有重要影响。控制变量中，零售发展水平和人力资本水平对绿色物流高质量发展的正向促进作用最强，作用系数分别为0.040 和0.020，在1%水平上显著；金融发展水平和城镇化水平也对绿色物流高质量发展有正向影响，在5%水平上显著。这说明零售业与物流业关联度高，是影响绿色物流业发展质量的重要因素，人力资本和金融发展则在人才和资本上支持物流业高质量发展。同时，城镇化发展是提升基础设施建设、推进经济制度完善、挖掘市场需求的重要举措，为绿色物流高质量发展提供保障和机遇。经济发展水平、产业结构和政府财政支持同绿色物流高质量发展表现负相关关系，说明在全国范围内，经济发展速度和发展质量还未达到适度均衡状态，还需要不断探索和实践，在数字经济赋能下，通过技术创新和产业转型等逐步实现绿色增长。

（二）稳健性与内生性检验

1.稳健性检验

本文采用替换关键变量和调整样本区间的方法进行稳健性检验。使用北京大学数字金融研究中心测算数字普惠金融总指数来替换核心解释变量，控制变量不变，估计结果见表4 列（1），可以看出，估计系数在5%水平上显著正相关，证明基准回归结果稳健。考虑中国直辖市为省级行政单位，与普通地级市存在经济体量和城市规模的差异，可能导致样本极差较大，为保障回归结果的稳健性，本文将样本剔除直辖市后重新回归［26］，结果见表4列（2）。结果表明，在剔除直辖市后，数字经济对绿色物流高质量发展的正向效应依然在1%水平上显著。为排除异常值对结果的干扰，使回归更加稳健，本文对被解释变量和核心解释变量进行1%双边缩尾处理［28］，表4 列（3）的回归结果表明，排除异常值影响后，结果依然稳健。

表4 稳健性与内生性检验

2.内生性检验

GMM工具变量法是处理内生性问题的主要方法，本文参考赵涛等（2020）［1］及Nunn 和Qian（2014）［29］的做法，将各城市到杭州的球面距离作为第一个工具变量（dist），将1984年邮局数量与全国互联网用户数的交互项作为第二个工具变量（postnet），考虑内生性问题后的估计结果见表4 列（4）和列（5）。检验结果表明，不存在“工具变量识别不足”和“弱工具变量”，数字经济发展水平与绿色物流高质量发展水平显著正相关。检验结果依然稳健。

（三）指标降维分析

1.数字经济指标降维分析

为进一步探索数字经济的分维度构成对绿色物流高质量发展的影响情况，本文继续考察数字经济的四个维度对绿色物流高质量发展的作用，检验结果见表5所列。总体来看，数字治理环境对绿色物流高质量发展的促进作用最强，作用系数达到0.412，在1%水平上显著；数字普惠金融和数字产业发展至少在5%水平上显著促进绿色物流高质量发展，作用系数为0.075 和0.110；数字基础设施对绿色物流高质量发展的正向影响不显著，说明政府治理、资本支撑和产业转型发展能够促使数字经济有效释放红利，且能够在较大程度上持续推动绿色物流高质量发展。

表5 数字经济指标降维分析

2.绿色物流高质量发展指标降维分析

为检验数字经济对绿色物流高质量发展分维度指标的影响效应，本文将绿色物流资源设施、绿色物流经济协调、绿色物流生态环境、绿色物流创新发展和绿色物流开放共享作为被解释变量进行回归，结果见表6 所列。可以看出，数字经济对绿色物流开放共享、绿色物流生态环境和绿色物流经济协调都有不同程度的正向影响，且在1%水平上显著，而数字经济对绿色物流资源设施和绿色物流创新发展的正向影响不显著。

表6 绿色物流高质量发展指标降维分析

（四）异质性分析

为进一步检验数字经济对绿色物流高质量发展影响的区域性差异，本文参考周晓辉等（2021）［30］、盛来运等（2018）［31］对中国31个省份（不含港澳台地区）的划分方法，分别对东部和中西部地区、沿海和内陆地区、中心城市和外围城市、南方地区和北方地区（5）进行区域异质性检验，结果见表7所列。

表7 区域异质性分析结果

整体来看，在中国地级市层面，数字经济对不同区域的绿色物流高质量发展都起正向促进作用。具体来看，东部地区促进作用强于中西部地区，沿海地区强于内陆地区，中心城市强于外围城市，南方地区强于北方地区。相较于中西部地区、内陆地区、外围城市和北方地区，东部地区、沿海地区、中心城市和南方地区在数字经济发展水平、物流设施完备性、绿色物流政策实施等方面有一定区域优势和政策优势，数字经济红利效应更强，因此，数字经济对绿色物流高质量发展的推动作用更强。

（五）间接效应分析

技术创新和居民生活水平是影响绿色物流高质量发展的重要因素，为探究数字经济如何通过提升技术创新效应和居民收入效应赋能绿色物流高质量发展，本文对模型（2）（3）进行回归分析，首先检验数字经济发展水平对技术创新和居民收入的提升效应，再检验技术创新和居民收入增长对绿色物流高质量发展的影响，结果见表8所列。

表8 间接效应检验结果

表8列（1）和列（2）显示，数字经济发展水平对技术创新有显著正向影响，技术创新水平的提高能够显著促进绿色物流高质量发展，即提高技术创新水平是数字经济驱动绿色物流高质量发展的渠道之一。列（3）和列（4）显示，数字经济发展水平对城镇居民收入提升效应显著为正，城镇居民收入提升效应显著促进绿色物流高质量发展；列（5）和列（6）显示，数字经济发展水平对农村居民收入提升效应显著，农村居民收入效应会促进绿色物流高质量发展，即居民收入提升效应是数字经济赋能绿色物流高质量发展的渠道之一。

（六）门槛效应分析

本文借鉴Hansen（1999）［32］的面板门槛模型进行实证分析，通过检验两个变量之间非线性关系，准确分析不同阶段数字经济对绿色物流高质量发展的效应变化。为避免因遗漏重要变量导致的内生性问题，本文引入不同的外生控制变量，最终建立面板门槛模型（4），其中，qx 表示门槛变量，η表示不同区间的门槛变量值。

Bootstrap 反复抽样300 次后，绿色物流高质量发展水平门槛变量和城镇化水平门槛变量均显著通过了双门槛检验，未通过三门槛检验。在此基础上，对绿色物流高质量发展水平和城镇化水平进行双门槛估计，结果见表9所列。

表9 门槛效应检验

由表9可以看出，在将绿色物流高质量发展作为门槛变量时，数字经济对绿色物流高质量发展的影响由负转正，且正向递增。随着绿色物流高质量发展水平的提高，数字经济对其影响也先后经历了驱动力滞后、产业转型释放红利、创新融合协同增长三个阶段。绿色物流高质量发展水平越高，数字经济产生的技术创新效应和叠加协同效应越能得到充分释放，从而更好地推动绿色物流高质量发展。在将城镇化水平作为门槛变量时，数字经济对绿色物流高质量发展的影响为正向且呈现先递减后递增趋势。在城镇化水平低于52.07 和高于78.68的地区，数字经济更能发挥其促进效应，而当城镇化水平处于（52.07，78.68）时，数字经济的促进效应受到限制。可能的原因是，一个地区在城镇化建设中期，很难协调经济增长和环境治理之间的关系，因此，数字经济对绿色发展效率的赋能效应在这一阶段会有所减弱。

五、结论与建议

本文基于数字经济赋能绿色物流高质量发展理论体系，利用2011—2020 年中国地级市面板数据，构建数字经济发展水平和绿色物流高质量发展水平评价指标体系，建立线性回归模型和门槛效应模型，实证检验了数字经济对绿色物流高质量发展的影响和作用路径。研究结论为：①基准回归分析发现，数字经济赋能绿色物流高质量发展；指标降维分析发现，数字治理环境、数字普惠金融和数字产业发展对绿色物流高质量发展的促进作用显著，政府治理、资本支撑和产业转型发展是持续性推动绿色物流高质量发展的长久动力。数字经济对绿色物流开放共享、绿色物流生态环境和绿色物流经济协调都存在显著正向促进作用。②区域异质性研究发现，数字经济赋能绿色物流高质量发展的作用呈现东部地区明显强于中西部地区、沿海地区优于内陆地区、中心城市强于外围城市、南方地区优于北方地区的态势。③间接效应分析发现，数字经济通过提升技术创新效应和居民收入效应显著促进绿色物流高质量发展。④门槛效应分析发现，当绿色物流高质量发展作为门槛变量时，数字经济对绿色物流高质量发展产生的技术创新效应和叠加协同效应能得到充分释放，从而更好地推动绿色物流高质量发展；当城镇化水平作为门槛变量时，数字经济对绿色物流高质量发展的影响为正向且呈现先递减后递增趋势。

基于数字经济赋能绿色物流高质量发展的理论与实证分析，本文从以下四个方面提出关于数字经济赋能绿色物流高质量发展的对策建议：

（1）丰富绿色物流数字技术赋能场景。一是将数字技术应用在交通信息监测、交通流量管理、智能物流和设施维护预测等方面，不断提高物流业绿色技术的“数字含量”。二是要将大数据作为提升政府治理能力的重要抓手。加强数据计算处理能力，发挥数据规模效应，充分利用大数据技术处理和解决公共事务问题，实现柔性的数据绿色发展模式，以此提升政府治理效率和决策准确性。三是发展节能型数字技术，降低数字化对电力的需求，构建物流企业环保测评体系，建立物流企业绿色环保账户，监控物流企业碳排放和能源消耗情况，给予企业环保补贴或税收减免，实现物流业绿色低碳可持续发展。

（2）支持绿色物流数字生态导向。一是建立绿色数字化生态系统。建设以数字技术为基础的绿色数字化生态系统，切实保障国有企业数字化战略变革的顺利实施。二是主动寻求消费结构的转型升级。数字经济既能通过产品和服务的创新发展引领和挖掘个性化、品质化的消费需求，带动更大规模的消费市场和消费结构转型升级，又能在大数据和人工智能与传统产业融合发展下，培育新的线上产品和服务，如智能出行和在线教育等数字消费品，推动形成绿色智能的生态经济。

（3）提升绿色物流“双碳”数字治理水平。一是加强物流业绿色数字化发展的人才培育，探索以“数字人”为主体的“双碳”数字化人才培养模式。各科研院所和高校应做好交叉学科人才培养，将数字化与绿色发展相融合，培养物流业复合人才，加大“双碳”数字化人才引进。二是优化物流业“双碳”数字环境。优化“双碳”监管治理体系，完善“双碳”协同工作机制，加强“双碳”集约化监管，推进物流业“双碳”数据共享、业务互通，推进能耗智控建设，鼓励能源管理领域5G 及物联网等数智技术的应用，鼓励搭建满足物流业高质量发展需求的管理平台，实现物流业数智析碳、精准降碳。

（4）强化绿色物流数字基础保障。一是加强绿色新基建建设。加强顶层设计，强化新型基础设施绿色低碳导向，与量子存储等数字技术结合，融合ICT 技术和低碳技术，发展新一代低碳绿色ICT 技术，拓展对世界环境和自身的绿色感知能力，加快实施“东数西算”工程，通过可视化运维和无人引擎建设绿色节能数据中心，加强数字新基建碳排放制度供给。促进基础设施建设向数字化、低碳化发展，为物流业数字化转型注入全新动能，推动物流业可持续发展与数字化转型相融合。二是提升绿色新管理能力。构建完备的数字化绿色管理组织体系，建立绿色数字集成流通管理系统，将物流环节中各企业的信息流、物流和资金流有机集中，利用数字化平台的数据分析技术，统筹规划物流资源配置，提高物流数字化分析管理能力，在提高物流效率的同时，降低能源消耗，实现绿色物流高质量发展。

注 释：

（1）2016 年9 月，杭州峰会通过《二十国集团数字经济发展与合作倡议》，是全球首个由多国领导人共同签署的数字经济政策文件。

（2）2019 年4 月，中国信息通信研究院发布《中国数字经济白皮书（2015—2018 合集）》。中国信息通信研究院连续多年发布数字经济白皮书，测算方法被纳入G20《数字经济测算工具箱》，测算结果被广泛引用。

（3）2021 年5 月，国家统计局发布《数字经济及其核心产业统计分类（2021）》。

（4）2018 年12 月28 日，《绿色物流指标构成与核算方法》（GB/T37099-2018）由国家市场监督管理总局、国家标准化管理委员会批准发布，2019年7月1日正式实施。

（5）①按东部和中西部地区划分：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁；其他均为中西部地区。②按南北方划分：北方地区包括黑龙江、吉林、辽宁、内蒙古、河北、北京、天津、山西、陕西、宁夏、甘肃、新疆、青海；其他均为南方地区。③按中心城市和外围城市划分：中心城市包括省会城市、直辖市、副省级市；其他均为外围城市。④按沿海和内陆地区划分：沿海地区包括辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广东、广西；其他均为内陆地区。