数字经济赋能冷链物流绿色化发展机理与路径研究

作者简介： 李义华（1975—），男，湖南长沙人，博士，中南林业科技大学物流学院教授，研究方向：物流与供应链管理。

摘 要：依据2013—2021年全国30个省份的面板数据，运用基准回归模型和中介效应模型，考量数字经济对我国冷链物流绿色化发展的影响效应及传导机制。结果显示：数字经济以直接传导及通过技术创新和产业结构优化促进冷链物流绿色化发展，且作用显著、稳健。鉴于此，建议加大数字经济发展投入力度，提升技术创新能力，优化产业结构，增注绿色发展新动能。

关键词： 冷链物流；绿色发展；数字经济；发展机理；中介效应

中图分类号：F259.2；F224.9 文献标识码： A 文章编号：1003-7217（2024）06-0131-08

一、引 言

2024年8月，我国出台《中共中央 国务院关于加快经济社会发展全面绿色转型的意见》，指出“要推进产业数字化智能化同绿色化的深度融合”。物流业是基础性、战略性、先导性的产业，作为物流业的重要组成部分，冷链物流要依托互联网、大数据、云计算等新一代先进技术，加强冷链物流上下游绿色低碳转型的数字化发展水平，从而实现数字技术赋能冷链物流绿色转型。因此，在现阶段加强对数字经济赋能冷链物流绿色化发展开展理论与实践研究显得尤为必要。

学者们从数字技术的角度对数字经济赋能绿色发展开展了相关研究。许宪春等^[1]指出大数据技术能够提高整合社会资源和监测环境的能力，并为绿色生产、绿色生活和绿色发展提供技术保障。戴翔等^[2]认为技术效应在数字赋能企业绿色化转型中具有重要作用，技术效应主要表现为技术进步与设备更新；认为数字技术是一种新的技术投入，能够提高企业能源利用效率和延伸创新技术边界，促进机器设备更新和提高生产效率，从而实现节能减排。还有学者从产业结构角度对数字经济赋能绿色发展开展系列研究。韩晶等^[3]指出数字产业化是通过产业结构优化为绿色发展提供“创造性破坏”机遇。高星等^[4]则认为数字经济发展通过要素配置效应、产业结构优化效应、创新效应及数字治理效应赋能经济绿色发展，其中产业结构优化效应主要体现在通过数字技术改造传统产业或者催生新兴产业为经济绿色发展赋能。另外还有学者关注数字经济赋能不同产业或特定领域的绿色发展。戴翔等^[2]从数字技术入手，探讨了制造业的绿色化转型问题；潘冬^[5]和刘维林等^[6]分别从数字经济赋能战略新兴产业和城市绿色高质量发展加以研究，认为数字经济赋能战略新型产业和城市绿色高质量发展都是通过产业结构优化、创新能力激发和公众认知提升三重机制得以实现；王春娟等^[7]认为数字治理环境、数字普惠金融和数字产业发展是数字经济赋能绿色物流高质量发展的三大动力；王明严等^[8]则认为数字经济能全面提升居民消费水平和拉动物流需求增长，提出要加强物流设施数字化建设，为其绿色化转型提供支撑。我国正处于冷链物流发展关键机遇期，讨论数字经济如何赋能冷链物流绿色化发展非常有必要，对于加速冷链物流绿色化发展、助力“双碳”目标实现具有重要的理论意义与现实价值。

二、数字经济赋能冷链物流绿色化发展的内在机理

数字经济是指以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动^[9]。冷链物流绿色化发展则侧重于在冷链物流过程中实现资源节约、环境友好，减少能耗和排放，以实现可持续发展^[10]。数字经济与冷链物流绿色化相互关联，数字技术的应用可以提高冷链物流的效率和精准度，减少资源浪费；而绿色化的冷链物流系统又能为数字经济提供更加可持续的发展环境。数字经济赋能冷链物流绿色化发展机理如图1所示，在此基础上归纳出三条赋能路径。

路径一：直接传导机制。数字技术如物联网、大数据、云计算等，能够实现冷链物流过程中的温度、湿度等关键参数的实时监控和智能化管理，优化运输路线，减少不必要的能耗和排放，直接提升冷链物流的绿色化水平。

路径二：通过技术创新赋能。数字经济推动冷链物流技术创新，如研发应用新能源冷藏车、绿色包装材料等。这些技术的应用有助于降低冷链物流过程中的能源消耗和环境影响，进而实现绿色化转型。

路径三：通过产业结构优化赋能。数字经济通过优化冷链物流的资源配置和运营模式，推动产业结构升级，如发展共享仓、采用循环取货等新模式，减少物流过程中的资源浪费，进而促进冷链物流行业朝绿色低碳化方向发展。

据此，提出：

假设1 数字经济发展对冷链物流绿色化发展有正向促进作用。数字经济时代，数据作为关键生产要素，不仅可以促进创新和技术进步，进而提升效率，而且可以在绿色发展方面提供精准指导，直接促进冷链物流绿色化发展^[11]。数字技术可以提高绿色资金利用效率、提升资源配置效率。数字化平台便于公众参与绿色发展，同时有利于环境监管^[12]。物联网技术可以精准分配绿色资金，进而提高其利用效率。数字经济还可以推动绿色理念传播，淘汰不环保的冷链物流企业等^[13]。

假设2 数字经济通过加强技术创新赋能冷链物流绿色化发展。数字经济通过信息化技术加速知识溢出和信息交互，促进产业技术创新和效率提升，进而涌现绿色新产品和实现绿色技术进步^[14]。数字技术创新为企业绿色技术发展提供政策、资金和人才支持。技术创新是实现绿色发展的关键，推动绿色技术进步和新产品涌现，为冷链物流企业提供发展空间，促进业务全流程绿色化，进而降低能耗、减少环境污染、提升绿色效率^[15]。

假设3 数字经济通过推动产业结构升级赋能冷链物流绿色化发展。数字经济推动产业结构优化，通过颠覆传统盈利模式，促进创新创业、差异化行业渗透，从而促使产业结构从劳动密集型向技术密集型和环境友好型转变。同时，产业结构优化为冷链物流绿色化发展提供支持，从而提升能源效率，改善投入产出结构，并发挥协同效应，促进低碳技术扩散和资源循环利用，进而实现市场供需平衡^[16]。

三、数字经济赋能冷链物流绿色化发展的实证研究

（一）基准模型

1.模型设定

为检验研究假设，首先针对假设1构建如下基准模型：

gclit=β0+β1deit+β2Cit+μi+δt+εit（1）

式中，gclit表示i省份第t年的冷链物流绿色发展水平，核心解释变量deit表示i省份第t年的数字经济发展水平，系数β1衡量数字经济对冷链物流绿色发展的影响。Cit为一系列控制变量的合集，此外，控制了μi省份固定效应，δt为年份固定效应，εit为随机扰动项。

2．变量测度与说明

（1）核心解释变量——数字经济发展水平。参考相关研究文献^[17，18]以及《2019年中国数字经济发展指数》①中对数字经济发展水平评价的指标体系，本研究从数字基础、数字产业、数字融合、数字环境4个维度选取包括每平方公里光缆长度、每千人互联网端口数、每千人移动电话基站数、每千人互联网域名数、每百家企业拥有网站数、计算机通信和其他电子设备制造业资产规模在规模以上工业企业中占比情况、软件业务收入规模占GDP比重、数字经济产业相关从业人员占比、人均电信业务总量、信息传输和软件技术服务业投资占区域社会总投资比重、两化融合水平、区域企业电子商务采销额占区域GDP比重、数字金融普惠总指数情况、专利授权密度、R&D经费投入强度、每十万人口中接受高等教育的在校生人数等共16个指标，构建数字经济发展水平评价指标体系，然后采用熵值法对指标体系中的指标进行赋权，最后线性加权计算求得冷链物流发展水平综合评价指数，并用该指数衡量中国30个省域的数字经济发展水平。

（2）被解释变量——冷链物流绿色发展水平。参考朱芳阳和赖靓荣^[19]、陈侯男^[20]、周泰^[21]等的研究成果，从冷链物流环境友好性、冷链物流发展基础设施、冷链物流绿色发展实力3个方面共选取15个指标构建了我国省域冷链物流绿色发展水平评价指标体系，见表1。同样运用熵值法对中国30个省域的冷链物流绿色发展水平进行综合评价，得到综合指数，以此来表征各省份冷链物流绿色发展水平。

（3）控制变量。鉴于影响冷链物流绿色化发展的因素复杂，为了减少因模型设定而带来的计量偏误，选取的主要控制变量如下：政府干预水平（gov）：用地方一般公共预算支出占GDP比重来衡量。环境规制水平（envi）：用节能环保支出/总财政支出来衡量。金融发展水平（finan）：用金融机构人民币贷款余额占地区生产总值的比重来衡量。科技创新水平（innov）：用政府科学技术支出占财政支出比重来衡量。城市绿化率（green）：用城市各类绿地总面积占城市总面积的比率来衡量。对外开放水平（open）：用外商投资企业货物进出口总额来衡量。

选用2013—2021年我国30个省份（不含西藏及港澳台地区）的相关数据进行研究和分析。各变量的描述性统计如表2所示。2013—2021年全国30个省份冷链物流绿色发展水平熵值法测度结果如表3所示。

3.基准模型回归结果

在不考虑内生性问题的情况下，通过F检验、LM检验及Hausman检验，选择用固定效应模型来研究数字经济与冷链物流绿色化发展之间的关系。用Stata软件进行双向固定回归分析，选择用最小二乘虚拟变量法（LSDV）开展模型数据分析。基准模型回归和工具变量2SLS回归结果如表4所示。

从表4可见：模型1只加入数字经济变量，在固定年份和省份效应的情况下，数字经济与冷链物流绿色化发展之间存在明显的相关性，显著性水平为1%；模型2在模型1的基础上加入控制变量后，数字经济的回归系数仍在1%的统计水平上显著为正，表明数字经济对冷链物流绿色化发展具有正向促进作用，证实了假设1。

4.稳健性检验

尽管控制了相关变量，但依然面临着可能的内生性问题。而内生性问题主要来源于遗漏变量偏差、选择偏差、双向因果、动态面板和测量误差^[22]。分析发现原因在于：首先，可能存在不可观测因素，这种因素对被解释变量产生影响，然而由于无法测量，它没能被纳入控制变量，但它同时又影响数字经济发展，从而导致遗漏变量偏差；其次，数字经济与被解释变量之间可能存在着反向因果关系，即二者之间可能存在双向因果关系；最后，冷链物流绿色化发展的数字经济赋能测算仍存在着数据可得性问题，这也可能导致对指标测量的误差。为了进一步证实基准回归结果的稳健性，采用工具变量回归可以减少因内生性问题而引起的估计偏差。

参考钱海章等^[23]和赵涛等^[24]对工具变量的选取，考虑到工具变量是面板数据，以上一年全国互联网宽带接入用户数分别与1984年各省份每万人电话机数量构造交互项，作为该年各省份数字经济指数的工具变量。用Stata进行工具变量的两阶段最小二乘法回归（2SLS），第一阶段用内生解释变量对工具变量进行回归，得到拟合值；第二阶段用被解释变量与第一阶段回归的拟合值进行回归。回归结果分别见表4中列（3）和列（4）。

工具变量回归结果显示：数字经济对冷链绿色化发展的正向促进作用在考虑内生性问题下依然显著，且通过了稳健性检验。因此，无论是双向固定效应回归还是工具变量回归，无论是针对单独的核心解释变量还是引入控制变量后，数字经济对冷链物流绿色化发展的正向促进作用都是显著且稳健的。

5.发展水平增长速率异质性分析

考虑到冷链物流绿色化发展水平提升速度不同，数字经济对其发展的影响作用也可能存在差异性。将30个省份按研究期内冷链物流绿色发展水平增长速度快慢进行分组研究，分组的异质性分析结果如表5所示。

从表5可以看出，对于冷链物流绿色化发展水平增长率前10名、中间10名、后10名的3类省份，数字经济对这3组省份的冷链物流绿色化发展的正向促进作用分别在1%、5%和10%的水平上显著。进一步地，从估计系数大小来看，数字经济对冷链物流绿色化发展水平增长较快的省份驱动效果最为明显，其次是发展水平增长速度居中的省份，对发展水平增长最慢省份的正向促进最弱。原因可能在于，数字经济虽然具有普惠和包容的属性，但它并不是无差别的。绿色化转型较好的地区，其政策响应快、发展基础好，能快速布局转型升级，进而能够抓住发展机遇。数字经济赋能能有效帮助其突破绿色化转型中普遍存在的技术瓶颈，同时降低关键生产环节和用能环节的能效，从而有利于推进绿色化发展进程。相反地，对于绿色化转型发展缓慢的地区，数字经济赋能的优势受到限制，导致正向促进作用相对较弱。

（二）中介效应模型

1.模型设定

为检验上述研究假设，针对间接影响机制假设2及假设3构建如下中介效应模型：

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为中介变量技术创新，表示i省份第t年的技术创新水平；RISit为中介变量产业结构合理化，表示i省份第t年的产业结构合理化水平；AISit为中介变量产业结构高级化，表示i省份第t年的产业结构高级化水平。式中Cit、μi、δt和εit的含义与式（1）中相同。系数γ1、λ1和λ2的显著性，用于中介效应检验分析。中介效应检验流程：第一步，对基准回归模型中系数β1进行检验，如果显著，按中介效应立论。否则，按遮掩效应立论。第二步，依次检验中介效应模型式（2）、式（3）中的系数γ1和λ2的显著性，若都显著，则间接效应显著，直接进行第四步。若两者有一个不显著则进行第三步。第三步，用Bootstrap法直接检验H0：γ1λ2=0，若显著，即间接效应显著，进行第四步，若间接效应不显著，停止分析。第四步，检验系数λ1的显著性，如果显著，即直接效应显著，如果不显著，说明只有中介效应。第五步，比较系数λ1和γ1λ2的符号，如果同号，属于部分中介效应，中介效应占总效应的比例为γ1λ2/λ1。如果异号，属于遮掩效应，间接效应与直接效应的比例为γ1λ2/λ1。

2.相关变量

根据前文研究假设构建中介变量——技术创新水平（tech）、产业结构合理化（RIS）和产业结构高级化（AIS），后两个指标用来衡量产业结构优化。变量的描述性统计见表2。

（1）技术创新：采用各省份发明专利申请量来衡量。因为专利申请量相较于专利授权量更能体现地区企业当年的创新能力，专利授权量具有滞后期，而专利申请量受专利机构工作效率、偏好等外部因素的影响较小^[25]。发明专利的实质性创新程度比实用新型专利和外观设计专利更高^[26]。

（2）产业结构合理化：产业结构合理化关注各产业之间的协调性以及结构分配的合理性，也能反映劳动力等资源要素的有效利用程度。因此，参考于斌斌^[27]的做法，采用泰勒指数的倒数来度量产业结构合理化水平，RIS值越大则表明产业结构合理程度越高。具体计算见式（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地区j产业在t时期的产业增加值，Yi，t表示i地区在t时期的地区生产总值，Li，j，t表示i地区j产业在t时期的产业从业人员，Li，t表示i地区在t时期的全社会就业人员数，Yi，j，t/Yi，t表示t时期i地区j产业的产值在总产值中的占比，Yi，j，t/Li，j，t表示t时期i地区j产业的劳动生产率，Yi，t/Li，t表示t时期i地区j产业的劳动生产率。

（3）产业结构高级化：产业结构高级化是产业结构遵循经济发展的内在逻辑和资源配置路径从低级向高级的有序演变过程，主要表现为各个产业劳动生产率由低水平向高水平跃升。参考左鹏飞等^[28]的做法，用三次产业的比例关系与各产业劳动生产率的乘积加权值来衡量对应地区产业结构高级化，具体计算见式（5）。

AIS=∑3j=1Yi，j，tYi，tYi，j，tLi，j，t（5）

式（5）中的变量解释同式（4），其中Yi，j，t/Li，j，t项存在的量纲处理也参照左鹏飞等^[28]的无量纲化处理方法。

3.中介效应回归结果

按上述中介效应检验步骤对中介效应模型进行逐步回归，结果见表6和表7。

从回归结果可以看出，系数β1在1%的水平上显著，因此按中介效应立论。从表6可见，数字经济对技术创新、产业结构合理化、产业结构高级化这3个中介变量的影响效应的系数γ1分别为1.5071、114.8798、2.3491，且在1%的水平上显著。从表7可见，中介变量对冷链物流绿色发展的影响效应的系数λ2分别为0.0832、0.0023、0.1044，且在1%的水平上显著。将核心解释变量和中介变量共同引入方程后，数字经济的回归系数λ1分别为0.4948、0.3598、0.3749，且分别在1%、10%、5%的水平上显著。因此，可以认为存在部分中介效应，即表明数字经济可以直接赋能冷链物流绿色化发展，也可以通过中介变量技术创新、产业结构合理化以及产业结构高级化促进冷链物流绿色化发展，3个研究假设均得以证实。

四、结论与政策建议

依据2013—2021年全国30个省份的面板数据，采用熵值法测算各省份的数字经济和冷链物流绿色发展状况，匹配对应省份的技术创新、产业结构合理化、产业结构高级化等数据，运用基准回归模型和中介效应模型，分析数字经济对我国冷链物流绿色化发展的直接影响效应及间接传导机制。结果显示：（1）数字经济对冷链物流绿色化发展正向促进作用显著且稳定有效。剔除特殊区域样本进行的异质性检验进一步验证了回归结果的稳定性。（2）数字经济对冷链物流绿色化发展存在部分中介效应，即表明数字经济可以直接赋能冷链物流绿色化发展，也可以通过中介变量技术创新、产业结构合理化、产业结构高级化促进冷链物流绿色化发展。

建议：（1）加大数字经济发展投入力度。提升绿色发展驱动力，加速数字经济发展，夯实冷链物流的绿色化发展基础。（2）提升技术创新能力。借助物联网、云计算、人工智能、区块链、5G等数字技术搭建高效的区域联合创新开放平台，促进不同区域创新主体间人才、技术等创新资源的交流与共享，优化区域合作创新环境，实现区域技术协同创新，促进技术创新成果转化落地。此外，加强绿色技术创新与研究，引入先进数字技术和设备，改造现有物流基础设施。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，不断提高冷链物流业绿色技术的“数字含量”。（3）优化产业结构。利用数字手段改造传统农业、制造业和服务业，促进生产要素更好配置与组合，提升产业效率；加大农业、制造业、服务业领域数字技术的创新和应用。加速数字技术催生新业态、新经营模式、新销售形式以及新产品和新服务形式，为冷链物流绿色化发展提供新动能。

注释：

① 中国电子信息发展产业研究院.2019年中国数字经济发展指数[EB/OL]. http：//www.cbdio.com/image/site2/20191105/f42853157e261f2b7ce507.pdf．

参考文献：

［1］ 许宪春， 任雪， 常子豪. 大数据与绿色发展[J]. 中国工业经济， 2019， 37（4）： 5-22.

［2］ 戴翔， 杨双至. 数字赋能、数字投入来源与制造业绿色化转型[J]. 中国工业经济， 2022， 40（9）： 83-101.

［3］ 韩晶， 陈曦. 数字经济赋能绿色发展： 内在机制与经验证据[J]. 经济社会体制比较， 2022， 38（2）： 73-84.

［4］ 高星， 李麦收. 数字经济赋能经济绿色发展： 作用机制、现实制约与路径选择[J]. 西南金融， 2023， 44（2）： 31-43.

［5］ 潘冬. 数字经济赋能战略性新兴产业创新发展研究[J]. 理论探讨， 2022， 37（5）： 168-172.

［6］ 刘维林， 王艺斌. 数字经济赋能城市绿色高质量发展的效应与机制研究[J]. 南方经济， 2022， 40（8）： 73-91.

［7］ 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.

［8］ 王明严， 王文铃. 数字经济下海南绿色物流评价指标体系构建研究[J]. 全国流通经济， 2022， 37（30）： 120-124.

［9］ 李义华， 孙雅伦. 数字经济背景下区域物流与经济高质量发展耦合协调研究——基于湖南省2010—2021年的数据分析[J].中南林业科技大学学报（社会科学版）， 2023， 17（1）： 39-48.

［10］邓梦杰， 李义华， 吴露青. 基于超效率SBM-GML指数模型的冷链物流绿色发展效率[J].中南林业科技大学学报， 2024， 44（4）： 189-200.

［11］蔡继明， 刘媛， 高宏， 等.数据要素参与价值创造的途径——基于广义价值论的一般均衡分析[J]. 管理世界， 2022， 38（7）： 108-121.

［12］韩晶， 陈曦， 冯晓虎. 数字经济赋能绿色发展的现实挑战与路径选择[J]. 改革， 2022， 36（9）： 11-23.

［13］谢文倩， 高康， 余家凤. 数字经济、产业结构升级与碳排放[J]. 统计与决策， 2022， 38（17）： 114-118.

［14］沈坤荣， 乔刚. 数字经济促进经济增长的机制研究[J]. 华东经济管理， 2022， 36（10）： 1-8.

［15］郭辰， 李佳馨， 周婷婷. 数字经济对绿色发展的空间溢出效应研究——基于技术创新与产业优化视角[J]. 技术经济与管理研究， 2023， 44（6）： 25-30.

［16］汪晓文， 陈明月， 陈南旭. 数字经济、绿色技术创新与产业结构升级[J]. 经济问题， 2023， 45（1）： 19-28.

［17］何地， 赵炫焯， 齐琦. 中国数字经济发展水平测度、时空格局与区域差异研究[J]. 工业技术经济， 2023， 42（3）： 54-62.

［18］王娟娟， 佘干军. 我国数字经济发展水平测度与区域比较[J]. 中国流通经济， 2021， 35（8）： 3-17.

［19］朱芳阳， 赖靓荣. 产业结构升级、技术创新与绿色物流——基于PVAR模型的实证研究[J]. 现代管理科学， 2022， 41（3）： 40-50.

［20］陈侯男. 河北省物流业绿色发展水平测度与影响因素分析[D]. 保定：河北大学， 2022.

［21］周泰. 低碳视角下区域物流与生态环境协调发展研究[J]. 统计与信息论坛， 2021， 36 （6）： 62-72.

［22］王宇， 李海洋. 管理学研究中的内生性问题及修正方法[J]. 管理学季刊， 2017， 2 （3）： 20-47， 170-171.

［23］钱海章， 陶云清， 曹松威， 等. 中国数字金融发展与经济增长的理论与实证[J]. 数量经济技术经济研究， 2020， 37（6）： 26-46.

［24］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.

［25］王馨， 王营. 绿色信贷政策增进绿色创新研究[J]. 管理世界， 2021， 37（6）： 173-188， 11.

［26］赵娜. 绿色信贷是否促进了区域绿色技术创新？——基于地区绿色专利数据[J]. 经济问题， 2021， 43（6）： 33-39.

［27］于斌斌. 产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J]. 中国工业经济， 2015， 33（12）： 83-98.

［28］左鹏飞， 姜奇平， 陈静. 互联网发展、城镇化与我国产业结构转型升级[J]. 数量经济技术经济研究， 2020， 37（7）： 71-91.

（责任编辑：钟瑶，邹彬）

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