段麟妍¹   李冉²

（1.西北师范大学，甘肃 兰州 730071；2.云南民族大学，云南 昆明 650031）

摘要：基于2013-2021年西部地区（除西藏以外）的省份面板数据，采用超效率SBM-DEA方法计算物流业绿色经济效率，利用基准回归模型、调节效应模型和门槛效应模型探索西部地区数字经济发展与物流业绿色经济效率之间的潜在关系。研究结果表明：在一定的水平下数字经济对物流业绿色经济效率具有显著的促进作用，而较高水平的数字经济具有微弱的抑制作用；人力资本水平在数字经济发展对物流业绿色经济效率的影响中具有正向调节作用。

关键词：数字经济；物流业绿色经济效率；调节效应；门槛效应

一、绪论

我国西部地区蕴藏着极为丰富的自然资源，包括各类矿产资源、能源资源以及土地资源等。这些宝贵的资源不仅为国家的经济发展提供了重要的支撑作用，更是国家战略资源储备的重要组成部分。与此同时，西部地区还扮演着中国不可或缺的生态安全屏障角色，对维护国家的生态平衡、提升环境质量以及保障生物多样性至关重要。然而，随着社会经济的快速发展，西部地区在物流业发展中逐渐显现出劣势：首先，交通和仓储设施建设不完善，道路网络密度低，仓储设施现代化水平不足，限制了物流运作效率，导致高成本；其次，高素质专业人才匮乏，无法满足现代物流对复合型人才的需求；再者，信息技术应用水平滞后，信息化管理系统与智能物流技术普及率低，未能促进物流发展；此外，西部地区地理条件复杂，物流运输距离长，运输成本高，增加了运营压力。

物流业作为全球经济体系中不可或缺的重要组成部分，其发展对环境产生的影响也日益受到关注。物流业在运营过程中所表现出的高能耗、高排放和高污染等问题，已经成为制约其实现可持续发展的关键因素。因此，如何有效提升物流业的绿色经济效率，确保物流业在实现经济效益的同时，减少对环境的负面影响，已经成为当前物流业亟需解决的重要课题。随着数字经济的快速崛起和发展，物流业也正在经历一场深刻的变革。数字经济不仅为物流业带来了全新的技术手段，如大数据分析、物联网、人工智能等，和创新的商业模式，如平台经济、共享经济等，同时也对物流业的绿色经济效率提出了更为严格的要求。

目前，现有的研究文献大多集中于探讨数字经济对社会整体绿色经济效率或其他特定行业的绿色经济效率所产生的影响，如制造业、服务业等，而针对数字经济发展对物流业绿色经济效率影响的研究则相对较少，这一领域的研究尚处于起步阶段。本文选取我国西部地区11个省（除西藏自治区以外）作为研究对象，深入探讨西部地区数字经济发展与物流业绿色经济效率之间的潜在关联性，分析数字经济如何通过技术创新、模式创新和管理创新等途径，提升物流业的绿色经济效率，旨在为西部地区在实现生态保护与物流业高质量发展之间找到平衡点，提供科学有效的参考依据和实践指导，助力西部地区实现绿色发展和社会经济的协同进步。

二、机制分析与假设提出

数字经济与绿色物流作为当今社会发展的两个重要趋势，它们之间存在着密切的关系。张蓉^[1]构建了数字经济与绿色物流耦合协调度模型，研究结果表明，我国省域数字经济与绿色物流发展不仅呈现增长趋势，且其发展前景光明。朱齐举^[2]认为数字经济水平的提升可以显著提高流通业绿色全要素生产率，而且这种作用在区域间的表现有所不同。王春娟、郭凯歌^[3]发现数字经济对绿色物流高质量发展存在显著正向促进作用。数字技术可以提供更精确的物流规划和管理工具，帮助企业优化运输路线、货物装载和仓储布局等。这可以减少物流过程中的能源消耗和废弃物排放，降低对环境的负面影响。但过度依赖数字技术可能导致物流行业的能源消耗增加，尤其是数据中心和电子设备的运行需要大量的电力支持。因此本文提出以下假设：

假设1：数字经济发展有助于物流业绿色经济效率的提升。

假设2：数字经济发展对物流业绿色经济效率的影响中存在门槛效应。

陶家文^[4]通过实证研究表明数字经济通过提高人力资本水平进而提高工业绿色全要素生产率。张跃^[5]研究得出数字经济通过促进技术创新、推动产业结构升级和加速人力资本积累能够提升城市碳排放效率。数字经济提供更多的学习资源和培训机会，帮助物流从业人员提升专业知识和操作技能。数字化工具和技术的应用可以提高物流人员的工作效率，让他们有更多时间和精力投入到绿色经济效率的提升中。而且，高素质的物流人才能够更好地应对环保法规和可持续发展的挑战，为企业提供创新的思路和方法，推动绿色经济效率的提升。基于此提出以下假设:

假设3：人力资本水平在数字经济发展对物流业绿色经济效率的影响中具有正向调节作用。

三、研究设计

1.模型设定

（1）动态面板模型

为验证假设1，构建数字经济发展对物流业绿色经济效率影响的基准回归模型：

2.变量选取与说明

（1）被解释变量

将指标分为投入、期望产出和非期望产出三个方面，其中投入指标又分为资金、劳动和能源，根据相关文献选取物流业全社会固定资产投资作为资金投入，物流业就业人数作为劳动投入，能源投入为不同种类的能源统一折算成标准煤核算；期望产出选取物流业增加值，非期望产出根据IPCC2006碳排放计算指南提供的参考系数，借助一次能源消耗量数据进行转化计算。以2013年为基期折算全社会固定资产投资和物流业增加值，消除价格影响因素。基于Matlab软件使用超效率SBM-DEA指数法计算得到2013-2021年西部地区的物流业绿色经济效率值(gee)。以上来源于各省统计年鉴中交通运输、仓储和邮政业的相关数据。

（2）核心解释变量及门槛变量

数字经济发展水平(dig)选取了企业拥有网站个数、互联网宽带接入用户、电话普及率(包括移动电话)、电信业务总量、规模以上工业企业R&D经费、技术市场成交额、软件业务收入、电子商务销售额和行业就业人数九个指标作为数字经济综合发展指数中的指标，并使用主成分分析法^[6]计算数字经济发展水平指数。

（3）调节变量

选择人力资本水平(hum)采用对数化的普通高等学校在校学生数表征。

（4）控制变量

政府干预程度(gov)用政府财政支出占地区GDP的比重表征；经济发展水平(gdp)，用对数化的人均GDP表征；人口规模(pop)用对数化的各省年末常住人口表征。

本文研究样本为2013-2021年中国西部11个省和自治区（除西藏）的省级面板数据，数据均来源于相关年份的《中国统计年鉴》、《中国能源统计年鉴》以及各省的统计年鉴，对于个别缺失的数值采取插值法补齐。相关变量的描述性统计结果见表1。

表1 描述性统计

四、实证结果分析

1.基准回归分析

数字经济发展对物流业绿色经济效率的基准回归结果详尽地展示在表2中，通过对各变量之间进行细致的多重共线性检验，检验结果显示，方差膨胀因子（VIF）的均值达到了3.92，而VIF值的分布范围则介于2.33至6.52之间。这一结果表明，模型中各变量之间的多重共线性问题并不显著，从而可以排除其对模型分析结果的潜在干扰。在第（1）列中展示的是基于普通最小二乘法（OLS）的回归结果；进一步地，通过hausman检验发现，固定效应模型的拟合效果更为优越，因此本文最终选择了年份固定效应模型进行分析，相关结果展示在第（2）列中。回归系数在1%的显著性水平下均显著为正，这一结果明确表明，数字经济的蓬勃发展显著促进了西部地区物流业绿色经济效率的提升，进一步印证了数字经济发展在我国经济绿色高质量发展进程中的关键作用，从而有力地支持了研究假设1的成立。

表2 基准回归结果

注：括号内为t值，* ** ***分别表示在10%、5%和1%统计意义上显著，下表同

控制变量的回归分析结果明确显示，政府干预程度、经济发展水平以及人口规模这三个关键因素，对物流业绿色经济效率均产生了不同程度的抑制作用。具体而言，这种抑制效应的可能原因可以从以下几个方面进行深入探讨：首先，政府支出的增加可能导致资源分配重新调整，资金、技术和人才等关键资源被其他领域吸纳，从而影响物流业的绿色发展。其次，经济持续增长使对能源和原材料的需求扩大，如果物流业无法优化资源消耗，可能会显著降低其绿色经济效率。最后，人口规模扩大带来物流需求同步增长，增加运输工具使用频率和强度，进一步提高能源消耗，阻碍物流业的可持续发展。因此，如何在满足日益增长的物流需求的同时，有效控制资源消耗和环境污染，成为提升物流业绿色经济效率亟待解决的重要课题。

2.稳健性检验

（1）更换模型。使用wls模型再次进行回归。

（2）核心解释变量更换为滞后两期的数字经济发展水平。

（3）2020年受新冠疫情影响，全国处于线上办公的状态，会导致数字经济发展综合指数较高，影响模型的稳定性，所以删去2020年的数据。

表3  稳健性检验

如表3所示，在进行稳健性检验时，我们首先采用了加权最小二乘法（WLS）进行回归，结果显示数字经济发展水平（dig）的系数在1%的显著性水平下显著为正，系数为0.325，表明数字经济发展对被解释变量有显著的正向影响。

接着将核心解释变量更换为滞后两期的数字经济发展水平（L2.dig），以考察前期数字经济发展对当前被解释变量的影响。结果显示，滞后两期的数字经济发展水平的系数同样在1%的显著性水平下显著为正，系数为0.487，这表明前期的数字经济发展对当前被解释变量也有显著的正向影响，且影响程度较当期更大。

此外，考虑到2020年新冠疫情对全国范围内的线上办公状态和数字经济发展综合指数可能产生的异常影响，本文删除了2020年的数据后再次进行回归。结果显示，在去掉2020年数据后，数字经济发展水平的系数仍然显著为正，且模型的调整R²值虽然有所变化，但整体模型的拟合度仍然较高。

综上所述，通过采用不同的回归模型、更换核心解释变量以及删除异常年份数据等方法进行稳健性检验，其得出的结论是一致的：西部地区数字经济发展对物流业绿色经济效率有显著的正向影响。这一结论为研究提供了稳健的证据支持。

3.门槛效应分析

本文采用bootstrap自助法反复抽样500次，结果如表4显示数字经济发展水平在5%的水平下存在单一门槛，双重门槛结果不显著。因此，数字经济发展对物流业绿色经济效率的影响中存在显著的单一门槛效应，并且估计得到门槛值为0.1407，假设2得到验证。

表4   门槛存在性检验

如表5所详细展示的数据分析结果，当数字经济的发展水平处于或低于特定的门槛值时，回归分析得出的系数具体数值为7.596，并且这一结果在统计学上达到了1%的显著性水平，充分表明了在这一阶段数字经济的稳步增长对西部地区物流业绿色经济效率具有显著的正面促进作用。然而，当数字经济的发展水平跨越这一门槛值，进入到一个相对较高的阶段时，回归系数则转变为负值，并且在10%的显著性水平下依然显著。这一现象揭示了当数字经济发展到一定高度后，其对物流业绿色经济效率的影响开始呈现出微弱的抑制作用。

深入探究其背后的原因，不难发现，随着数字经济快速发展，物流需求爆发式增长，导致物流活动规模和频率显著提升，表现为更多运输任务和频繁操作。这增加的物流活动不可避免地带来能源消耗和碳排放上升，给生态环境造成额外压力。这种环境压力在一定程度上抵消了数字经济原本对物流业绿色经济效率的积极影响，使得在高水平发展阶段，数字经济对物流业绿色经济效率的促进作用变得不再显著，甚至出现了轻微的抑制效应。

4.调节效应分析

引入人力资本水平及其与数字经济发展水平的交互项，通过hausman检验后采取年份固定效应模型进行回归估计。

表6 调节效应分析

由表6第(2)列所呈现的实证分析结果可以明显观察到，人力资本水平与数字经济发展水平之间的交互项在1%的显著性水平下呈现出正向显著的关联性，这一结果充分表明，人力资本水平在数字经济发展对物流业绿色经济效率所产生的影响中，扮演着至关重要的正向调节角色。具体而言，数字经济的快速发展为物流从业人员提供了丰富的学习机会和资源，帮助他们系统提升专业知识和操作技能，显著提高工作效率和服务质量，这也推动了物流业绿色经济效率的提升。高人力资本水平的从业人员不仅具备扎实的专业素养，还通常具有强烈的社会责任感和环保意识，积极推动物流业的绿色发展。综合以上分析，假设3得到验证。

五、主要结论

研究结果表明，在一定的水平范围内，数字经济对物流业绿色经济效率具有显著的促进作用。这一现象的出现，主要归因于数字经济的迅猛发展，物流行业中智能交通系统和高效物流配送平台得以广泛应用，极大地提升了物流运输的整体效率，有效减少了能源消耗和环境污染。然而，随着数字经济的进一步发展，物流行业可能会逐渐增加对数据中心、电子设备和信息技术的依赖程度，这在一定程度上可能导致对环境潜在影响的忽视。具体而言，这些高科技设备的运行需要消耗大量的能源，如果能源结构不合理或能源利用效率低下，将不可避免地导致能源消耗量的增加，进而对绿色经济效率产生负面影响。此外，人力资本水平在数字经济发展对物流业绿色经济效率的影响过程中，表现出显著的正向调节作用。具备较高人力资本水平的从业人员更容易认识到绿色发展的重要性，并能够将绿色理念融入到物流决策和实际行动中，从而有效促进物流业的可持续发展，进一步强化了数字经济对物流业绿色发展的积极影响。

六、政策建议

1.加强数字化基础设施建设

政府应当高度重视并加大对西部地区互联网、通信网络等关键基础设施的建设投入力度，全面提升网络覆盖范围和数据传输速度。同时，整合西部地区的物流数据资源，构建统一高效的大数据平台，为企业提供精准的数据分析和决策支持，优化物流配送路线，有效减少能源消耗和环境污染，助力绿色物流的发展。

2.培养数字化人才

通过设立专项奖学金、制定系统的培训计划等多种方式，积极吸引和培养高素质的数字化人才，显著提升西部地区物流业从业人员的数字素养和技能水平。这不仅有助于推动物流业的数字化转型，还能为绿色物流的可持续发展提供有力的人才支撑。

3.推动物流企业数字化转型

政府应提供有力的政策引导和充足的资金支持，鼓励西部地区的物流企业积极采用先进的数字化技术，如物流信息管理系统、智能运输调度等，全面提升运营效率和绿色经济效率。在西部地区科学规划和建设绿色物流园区，引导物流企业集聚发展，共享资源和设施，实现规模经济和绿色发展的双重效益。

4.加强环保监管

建立健全严格的环保标准和监管制度，对物流企业的能源消耗和排放情况进行全面监测和科学评估，督促企业切实履行环保责任。通过严格的监管和有效的激励措施，推动物流企业在追求经济效益的同时，更加注重环境保护，实现绿色可持续发展。

参考文献：

[1]张蓉.我国省域数字经济与绿色物流协同发展探讨[J].物流管理,2023(18):90-94.

[2]朱齐举.数字经济对流通业绿色全要素生产率的促进效应分析——以加快绿色转型为背景[J].商业经济研究,2023(20):5-9.

[3]王春娟,郭凯歌.数字经济赋能绿色物流高质量发展效应分析[J].华东经济管理,2024,38(2):53-63.

[4]陶家文,数字经济对长江经济带工业绿色全要素生产率影响及路径研究[J].现代工业经济和信息化,2023(11):148-152.

[5]张跃.数字经济、时空动态效应与城市碳排放效率[J].河北经贸大学学报,2023,44(6):87-98.

[6]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界,2020,36(10):65-76.