数字经济、产业结构升级与物流业绿色转型

胡勇强 孙培英

摘  要：基于2006—2021年中国省域平衡面板数据，运用Super-SBM测度了物流业绿色转型水平（Lgtfp），借助熵值法对各省市数字经济发展指数进行了分析，检验了数字经济对Lgtfp的直接效应、中介效应与空间效应。研究发现，地区数字经济水平对Lgtfp具有显著正向作用，数字经济基础设施建设、产业数字化与数字经济发展环境对Lgtfp的促进作用尤为明显，相对于中西部地区，东部地区Lgtfp的提升受数字经济的影响更大；就影响机制而言，物流业产业结构升级发挥积极的中介效应；进一步的空间计量分析表明，数字经济对Lgtfp存在显著的正向空间溢出效应，不仅会促进本地区Lgtfp的提升，还有助于邻近地区Lgtfp的提高。研究为促进数字经济发展和推动物流业绿色转型提供了政策参考。

关键词：数字经济；产业结构升级；物流业绿色转型；空间溢出

中图分类号：F259.23；F49        文献标识码：A          文章编号：1671-9255（2024）01-0025-06

一、引言

党的二十大报告强调，应协同推进降碳、减污、扩绿、增长，加快发展方式绿色低碳转型，物流业绿色转型需求尤为迫切。绿色转型具有周期长、投资高、风险大、资金拥有属性强等特点，使得在当前市场和技术环境高度不确定性的条件下，如何有效推动物流业绿色转型成为亟待解决的现实难题。

大数据、人工智能、云计算和区块链等信息技术迅速发展，数字经济已成为中国最具潜力和活力的新领域。^[1]2022年，中国数字经济规模达到50.2万亿元，占国内生产总值的41.5%，增长速度超过国内生产总值增长速度3倍以上，已经成为经济稳定增长的重要引擎。在数字经济保持规模快速增长的同时，政府十分重视数字经济的发展。“十四五”规划明确提出，要加快数字经济和实体经济的深度融合，实现全面绿色转型和高质量发展。此外，数字经济的固有优势和本质特征，如绿色共享、数据创造和较低的交易成本，可以有效赋予传统产业转型和升级的能力，优化资源配置，并促进绿色与低碳发展的深度融合。^[2]由此而论，数字经济发展可能是推动物流业绿色转型的全新方案。但以往的研究并没有提供一个统一的框架来回答数字经济可以促进物流业绿色转型的问题。基于此，本文以30个省市为研究对象，构建数字经济与物流业绿色转型的评价指标体系，探究数字经济与物流业绿色转型的关系。

二、机制分析与研究假设

（一）数字经济对物流业绿色转型的直接效应

与传统经济相比，数字经济的产出更加环保，能源消耗和环境排放更少。数字经济将数据作为影响物流业绿色转型的关键要素，通过数字技术的深入应用，分析物流海量信息、挖掘物流冗余环节、优化物流运作流程，能减少无效投入，降低物流成本，同时还能促进以绿色、低碳和清洁能源取代化石能源，改善可再生能源的开发和使用，提高能源效率，实现物流业节能减排和成本降低。数字经济生产环境可以在单位时间内大量、快速、精准地处理重复性物流业务，对物流活动进行灵活、高效、精确的管理和控制，并将有效劳动和资本等要素用于个性化生产环节，可以全面提升物流业产出水平，促使物流业向绿色化和低碳化发展。据此，提出如下假设：

假设1：数字经济发展对物流业绿色转型具有促进作用。

（二）数字经济对物流业绿色转型的影响机制

数字经济通过优化资源配置和降低交易成本能助力传统产业结构升级和绿色转型。一方面，数字经济以信息和数字数据为主要生产要素。数字网络的应用促使物流企业对物流信息进行预先规划、实时共享和精确连接，实现物流供需的动态匹配，减轻信息的不对称性，协调多种运输方式、优化物

流作业环节。同时，数字经济创造了一个良好的创新平台和技术环境，提供了物流产业内部各部门交叉整合的可能性，有效衔接物流业内部各产业，以及物流业与其相关产业之间的比例关系，促进了物流业与其他产业的协调、融合与创新，使得产业逐渐呈现出数字化、精细化和智能化的新特征。另一方面，产业结构的升级可以促使物流业由劳动密集型和资本密集型向知识密集型转变，更加合理有效地利用物质资源，改善能源消费结构和效率，有效抑制二氧化碳等气体排放，物流业发展阶段中影响环境的负外部性逐渐减弱，推动了整个物流产业系统逐步向绿色生产方向发展。据此，提出如下假设：

假设2：数字经济通过促进物流业产业结构升级实现物流业绿色转型过程。

（三）数字经济对物流业绿色转型的空间溢出效应

数字经济发展可能对物流业绿色转型产生空间溢出效应。数字交易平台的建立为要素流动创造了新的渠道，打破了区域市场边界和壁垒，模糊了地域限制。数字经济的发展使得现有物流企业可以突破以往经济活动的界限，在区域内和区域间进行跨越时空的信息流动和互动。数字经济的学习效应与竞争效应可以使区域间物流企业发布和分享前沿信息，建立互动和远程合作，学习周边优秀物流企业成功绿色转型的经验，从而产生空间溢出效应。其次，数字经济具有的网络外部性促进物流业及其相关产业在跨区域、跨行业、跨领域和跨技术等方面相互融合发展，從而对物流业绿色转型的影响在空间上表现为溢出效应。据此，提出如下假设：

假设3：数字经济对物流业绿色转型具有空间溢出效应。

三、研究设计

（一）模型构建

为检验数字经济对物流业绿色转型的直接效应，构建基准回归模型：

（二）变量测度与说明

1．物流业绿色转型的测度

在以往研究基础上，从兼顾经济绩效与环境绩效双赢的角度，用物流绿色全要素生产率来测度物流业绿色转型水平（Lgtfp）。以劳动、资本、资源为投入指标，以货物周转量、物流业增加值及二氧化碳排放量为产出指标，利用Super-SBM模型测算物流业绿色转型水平。

投入指标的选取上，以物流业就业人数表示物流劳动投入量；资本投入以资本存量表示；对于资源的投入则是以物流业的能源消耗量表示。其中，资本存量的计算方式参考Goldsmith（1951）的永续盘存法^[3]，公式如下：

K_i，t表示第i地区t年的固定资产投资，δ为折旧率，取值为10.96%，I_i，t表示i地区第t年的固定资产投资，并以2006年为基期对各期名义数据做平减处理。基期资本存量的估算参考单豪杰等（2008）研究^[4]，如式（3）所示，g为2006—2021年固定资产投资增长率平均值。

产出指标的选取上，产出主要分为期望产出与非期望产出两个方面。期望产出以物流业实际增加值和货物周转量表示；同时以二氧化碳排放量作为非期望产出。二氧化碳排放量的计算上，选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气这8种与物流业能源消耗紧密相关的能源进行计算。

2．数字经济发展水平的测度

关于数字经济（Dige）的衡量，借鉴关于数字经济指标体系的相关文献，以及中国电子信息产业发展研究院发布的《2022年中国数字经济发展指数》中的指标，从数字经济基础设施（Dei）、数字产业化（Dil）、产业数字化（Idl）和数字经济发展环境（Ded）四个维度共27项指标来构建数字经济评价指标体系，具体指标如表1所示。缺失数据通过线性插值法补足，并利用基于面板数据的熵值法测算数字经济发展水平。

3．物流产业结构升级的测度

物流业产业结构升级（LStr）是推动物流业绿色转型的重点。对于物流业产业结构升级的衡量，分别从物流业产业结构合理化（LStr_R）与产业高级化（LStr_A）两个维度来表示。对于物流业产业结构合理化，目前尚未有统一的指标进行衡量。在此，从政策依据出发，参考国务院2018年印发的《推进运输结构调整三年行动計划（2018—2020年）》、2022年印发的《“十四五”现代物流发展规划》中都强调的“持续推进运输结构调整、提升铁路货运比重”，以各省份铁路货运量与公路货运量的比值表示，即“公转铁”。同时，以物流业产值与第三产业增加值的比重作为物流业产业结构高级化的表征。采用熵权法赋予物流业产业结构合理化和高级化不同权重（物流业产业结构合理化的权重是0.821，物流业产业结构高级化的权重是0.179），并合并成一个指标。

4．控制变量

借鉴相关研究，选择如下变量作为模型控制变量（CV）：经济发展水平（lngdpp），以地区实际人均GDP的自然对数表示；环境规制水平（Er），以地区工业污染治理完成投资额与工业增加值的比值表示；对外开放程度（Open），以货物进出口总额与地区GDP比值表示；能源结构（Es），以各行业煤炭消费量与能源消费总量比值表示；政府干预（Gover），以地区财政支出与GDP比值表示；地区创新水平（Innov），以地区每万人拥有的专利授权量来反映。

（三）数据来源与描述性统计

鉴于在数据统计上尚未对物流行业进行独立统计，借鉴多数学者的做法，以交通运输、仓储和邮政业的数据代替物流业数据。考虑到数据的可获得性，以及西藏、香港、澳门、台湾地区数据缺失严重，故选取中国30个省（自治区、直辖市）2006—2021年的面板数据进行实证研究，数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《中国通信统计年度报告》及各省市统计年鉴和互联网。变量的描述性统计结果显示物流业绿色转型水平均值为0.443，最小值为0.050，最大值为1.432，标准差为0.302，表明不同地区间物流业绿色转型水平存在一定差异。另外，通过对多重共线性的检验，发现VIF值均远低于10的临界标准，表明模型不存在多重共线性问题。

四、实证结果与分析

（一）基准回归结果分析

表2报告了数字经济影响物流业绿色转型的估计结果。列（1）显示了未加入控制变量，数字经济（Dige）的回归系数为0.531，在1%显著性水平上显著，初步说明了数字经济可以促进物流业绿色转型。列（2）在加入了控制变量后，回归结果更加完整，数字经济的回归系数为0.893，通过了5%显著性水平检验，说明了数字经济水平每提升1%，物流业绿色转型水平将提升0.893%。列（1）与列（2）的结果表明了无论是否加入控制变量，数字经济均显著促进物流业绿色转型，假设1成立。

（二）异质性分析

1．结构异质性分析

本文将纳入数字经济的四个维度细分指标，探究数字经济对物流业绿色转型的具体影响。回归结果显示（异质性分析结果限于篇幅，资料备索），数字经济基础设施建设（Dei）、产业数字化（Idl）和数字经济发展环境（Ded）的回归系数分别为0.344，1.164和0.484，且都通过显著性水平检验，表明了数字经济基础设施、产业数字化和数字经济发展环境都会对物流业绿色转型产生积极影响。具体来说，数字基础设施的不断完善促使大数据、物联网、云计算和人工智能等工具融入物流活动，为物流业绿色转型带来契机。同时，产业数字化成为数字经济增长的主引擎，数字技术与传统物流业深度融合拓展了绿色发展的新空间，也为物流业的绿色转型提供源源不断的新动能。良好的数字经济发展环境可以降低企业运营成本、激发技术创新、降低资源依赖，使物流业绿色转型水平显著提升。还可以看出，产业数字化对物流业绿色转型的作用最大。数字产业化（Dil）对物流业绿色转型的影响未通过显著性水平检验，可能是因为当前数字产业化主要集中于人工智能、大数据、区块链、云计算和网络安全等新兴数字产业，数字产业的各类技术在物流业中尚未得到充分利用，对物流绿色转型的正向效果不明显。

2．区域异质性分析

不同地区的资源禀赋和发展阶段不同，地区间的数字经济水平与物流业绿色转型水平也会产生差异。回归结果显示，东部地区数字经济的回归系数为0.765，通过了10%显著性水平检验，中西部地区数字经济的回归系数不显著。说明了数字经济对于东部地区物流业绿色转型的促进效果更加明显，这可能与地理区位与经济发展有关。东部地区凭借天然的区位优势和更为完善的基础设施使得数字经济在东部地区能够得到更加充分的利用，而中西部地区无论是在地理位置、数字基础设施还是在人才规模质量和东部地区相比都具有一定的差距，现阶段物流业绿色转型过程中数字经济的促进作用无法得到充分体现。

（三）稳健性检验

1．改变解释变量测度方法

为避免测算及人工计算的偏差，变换数字经济测度方法，利用主成分分析，样本数据经过Bartlett的球形度检验Sig值为0.000，KMO检验系数为0.914，适合进行主成分分析。回归结果显示（稳健性检验结果限于篇幅，资料备索），数字经济的回归系数0.627，通过了5%显著性水平检验，结论未发生任何变化。

2．内生性检验

互为因果和遗漏变量都会导致内生性问题的产生。

（1）互为因果。首先，使用工具变量两阶段最小二乘法（2SLS）减弱内生性。现有文献主要参考黄群慧等（2019）的研究^[5]，使用1984年邮局数量或电话数量与一些时变变量进行交互，但这种做法均会改变非时变变量的原始分布。参考杨刚强等（2023）的研究^[6]，爬取了2006—2021年所有开通官方微博的公司，共计498315条，然后与地区标识进行匹配，计算各省市开通微博公司的总数（Dis）作为该地区数字经济的工具变量。回归结果显示，F值为136.7，远大于10，不存在弱工具变量问题。此时数字经济回归系数为1.482，在1%显著性水平上显著，与基准回归一致。其次，数字经济基础设施建设、数字产业化和产业数字化发展、良好的数字经济环境的形成都需要较长的周期，因此对物流业绿色转型的影响可能具有一定的滞后性。在此，将数字经济滞后一期与两期进行回归，结果显示，数字经济的回归系数分别为0.943，0.780，都通过了显著性检验，与基准回归结论一致。

（2）遗漏变量。考虑到模型可能遗漏变量，使结论产生偏误。因此，引入城镇化水平（Urban）作为新的控制变量。城镇化水平的衡量以年末城镇人口数与总人口的比值表示。回归结果显示，数字经济的回归系数1.129，通过了1% 显著性水平检验，数字经济发展能够促进物流业绿色转型。

3．变换回归模型

Super-SBM模型测算的Lgtfp取值区间为，属于典型的截断数据。因此，选用面板Tobit模型进行稳健性分析，该模型适用于截断数据的回归分析。数字经济的回归系数显著为正，与基准回归结果一致。通过以上5种稳健性检验可知，数字经济能够显著促进物流业的绿色转型，研究结果具有较强的稳健性与可靠性。

五、影响机制分析

参照江艇等（2022）研究方法^[7]，对数字经济与物流业绿色转型可能存在的“数字经济→物流业产业结构升级→物流业绿色转型”的影响机制进行检验，构建如下模型：

从物流业产业结构升级（LStr）、物流业产业结构合理化（LStr_R）和物流业产业结构高级化（LStr_A）的角度分别考察了数字经济对物流业绿色转型的影响，结果如表3所示。数字经济对物流业产业结构升级、物流业产业结构合理化与高级化的回归系数分别为0.293、0.314和5.981，且均通过了1%显著性水平检验。结果表明，物流业产业结构升级是数字经济推动其绿色转型过程中的重要机制，假设2成立。

六、拓展性分析：空间效应检验

进一步构建空间计量模型以检验数字经济对物流业绿色转型的空间效应。首先，构建地理距离矩阵空间权重矩阵，通过MoranI指数对物流业绿色转型进行全局空间自相关性检验，检验结果在10%水平下显著拒绝变量“不存在空间自相关”的原假设。其次，Wald检验统计量分别为70.39和67.06，在1%显著性水平上拒绝空间滞后模型和空间误差模型优于空间杜宾模型的原假设。Hausman检验统计量为64.39，LR检验统计量分别为64.73和62.04，在1%置信水平上显著拒绝原假设，说明应选择双向固定效应模型。据此，设立具有双向固定效应的空间杜宾模型如下：

LeSage和Pace（2009）认为相邻地区存在着大量的交互信息，若仅凭回归系数来对空间回归结果进行解释，必然存在偏差，变量变化的偏微分解释可以为检验是否存在空间溢出效应提供参考。^[8]因此，对数字经济影响物流业绿色转型的效应进行分解为直接效应与间接效应，间接效应即是空间溢出效应。

回归结果显示，不同效应下，数字经济对物流业绿色转型的影响均为正，且都通过了1%显著性水平检验，表明数字经济发展不仅会促进本地區物流业的绿色转型，还会促进与本地区邻近的其他地区的物流业绿色转型，即数字经济对于物流业的绿色转型具有显著的空间溢出效应，假设3得到验证。

七、结论与政策启示

基于2006—2021年省域面板数据，在构建数字经济发展水平与物流业绿色转型水平的基础上，利用面板固定效应模型、中介效应模型和空间杜宾模型对数字经济与物流业绿色转型的关系及影响机制进行了实证研究。研究结论如下：第一，数字经济发展明显地推动了物流业的绿色转型水平，数字经济基础设施、产业数字化和数字经济发展环境对物流业绿色转型的促进作用尤为明显，且相对于中西部地区，东部物流业绿色转型的提升受数字经济的影响更大，通过引入工具变量等稳健性检验，结论仍然成立；第二，数字经济会通过促进物流业产业结构升级进而推动绿色转型；第三，数字经济对物流业绿色转型的空间溢出效应得到了证实，物流业绿色转型不仅受到本地区数字经济水平的影响，而且会受到邻近区域的数字经济发展的影响。

除了为数字经济促进物流业绿色转型提供一系列经验证据，研究结论还具有以下政策启示：首先，在数字经济能够成为推动物流业绿色转型的新动能现实下，加大推进数字基础设施建设、数字技术应用，尤其是推动5G、互联网、物联网、车联网、大数据、区块链和人工智能等在物流业的应用，加强数字产业与物流产业的融合，促进物流业数字化发展，进一步巩固数字经济为物流业绿色转型带来的红利优势。其次，数字经济对中西部地区物流业绿色转型产生的积极效应还有待深化。未来应针对不同地区的物流业绿色转型现状实施动态化、差异化的区域扶持政策。再次，数字经济通过促进物流业产业结构升级对物流业绿色转型带来内生动力的路径机制证明了数字经济可以有效减弱物流业长期以来存在的产业结构失衡等问题。未来应通过提高数字基础设施的标准化、集约化、绿色化和低碳化，鼓励绿色物流技术的研究、开发和应用，为物流业产业结构升级提供设施和技术基础。最后，数字经济活动的空间溢出效应表明，政府应促进区域间数字基础设施的合作、共建、共享，充分释放其对物流业绿色转型的空间贡献能力。

参考文献：

[1]Ma D ， Zhu Q ， Business J O ，et al.Innovation in emerging economies： Research on the digital economy driving high-quality green development[J].Journal of Business Research， 2022（145）：801-813.

[2]Nambisan， Satish， Lyytinen，et al.Digital innovation management： Reinventing innovation management research in a digital worl.[J].MIS Quarterly， 2017，41（1）：223-238.

[3]Goldsmith R W .A Perpetual Inventory of National Wealth[R].NBER Working Paper： 1951，1143．

[4]單豪杰.中国资本存量K的再估算：1952～2006年[J].数量经济技术经济研究，2008（10）：17-31.

[5]黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济，2019（8）：5-23.

[6]杨刚强，王海森，范恒山，等.数字经济的碳减排效应：理论分析与经验证据[J].中国工业经济，2023（5）：80-98.

[7]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.

[8]Lesage J ， Pace R K. Introduction to Spatial Econometrics[M].CRC Press， 2009.

Digital economy， industrial structure upgrading and green transformation of logistics industry

Hu Yongqiang， Sun Peiying

（Scool of E-commerce， Anhui Business College， Wuhu Anhui 241002）

Abstract： Based on the provincial balance panel data of China from 2006 to 2021， this paper uses Super-SBM to measure the green transformation level （Lgtfp） of logistics industry， and analyzes the digital economy development index of each province and city with the help of entropy， and examines the direct， intermediate and spatial effects of digital economy on Lgtfp. It is found that the regional digital economy level has a significant positive effect on Lgtfp， and the digital economy infrastructure construction， industrial digitalization and digital economy development environment have a particularly significant promoting effect on Lgtfp. Compared with the central and western regions， the promotion of Lgtfp in the eastern region is more influenced by the digital economy. As far as the influence mechanism is concerned， the upgrading of logistics industrial structure plays a positive intermediary effect; Further spatial econometric analysis shows that the digital economy has a significant positive spatial spillover effect on Lgtfp， which will not only promote the increase of Lgtfp in the region， but also contribute to the increase of Lgtfp in neighboring regions. The research provides policy reference for promoting the development of digital economy and promoting the green transformation of logistics industry.

Key words： Digital economy; Industrial structure upgrading; Green transformation of logistics industry; Space overflow