摘"要：數(shù)字經(jīng)濟(jì)能夠降低零售環(huán)節(jié)能耗與碳排放，對于促進(jìn)零售業(yè)綠色轉(zhuǎn)型和經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。本文基于2008—2020年中國省級面板數(shù)據(jù)，實證檢驗數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的直接影響與作用機(jī)制。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)能夠推動零售業(yè)綠色發(fā)展，并可通過激發(fā)綠色技術(shù)創(chuàng)新、增強(qiáng)綠色金融支撐、引領(lǐng)上游綠色供給等機(jī)制間接促進(jìn)零售業(yè)綠色發(fā)展。進(jìn)一步檢驗發(fā)現(xiàn)，政府主導(dǎo)型正式環(huán)境規(guī)制和公眾參與型非正式環(huán)境規(guī)制對數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展均具有正向調(diào)節(jié)作用；數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的促進(jìn)效應(yīng)在東部、南方、高人力資本和物質(zhì)資本、市場一體化水平高的地區(qū)更加突出；零售業(yè)綠色發(fā)展水平提升能夠強(qiáng)化數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的邊際效應(yīng)。據(jù)此，應(yīng)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，深化零售企業(yè)數(shù)字技術(shù)應(yīng)用，強(qiáng)化政府環(huán)境治理和消費(fèi)者環(huán)保關(guān)注的協(xié)同配合，充分發(fā)揮數(shù)字經(jīng)濟(jì)效應(yīng)賦能零售業(yè)綠色發(fā)展。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；零售業(yè)綠色發(fā)展；環(huán)境規(guī)制；市場一體化

中圖分類號：F49；F724文獻(xiàn)標(biāo)識碼：A文章編號：1001-148X（2024）04-0032-13

一、問題的提出

黨的二十大報告提出要“推動綠色發(fā)展，促進(jìn)人與自然和諧共生”。2023年底，中央經(jīng)濟(jì)工作會議提出要“大力發(fā)展綠色消費(fèi)”。面對資源環(huán)境約束趨緊等挑戰(zhàn)，全球綠色經(jīng)濟(jì)發(fā)展加快，綠色消費(fèi)逐漸興起，主要經(jīng)濟(jì)體零售業(yè)均呈現(xiàn)綠色轉(zhuǎn)型趨勢，如英國零售商協(xié)會宣布至2040年實現(xiàn)零售業(yè)凈零碳排，德國93%的零售企業(yè)在過去五年中至少采取了一項節(jié)能措施。零售業(yè)綠色發(fā)展不僅包括零售門店節(jié)能減排與綠色商品銷售，也涵蓋與上游制造商聯(lián)合開發(fā)綠色商品、打造綠色供應(yīng)鏈等活動。事實上，作為銜接生產(chǎn)和消費(fèi)的樞紐環(huán)節(jié)，零售業(yè)綠色發(fā)展既能夠直接節(jié)約流通環(huán)節(jié)的能耗，也可以促進(jìn)綠色商品生產(chǎn)與消費(fèi)，加快建設(shè)綠色供應(yīng)鏈，進(jìn)而助力經(jīng)濟(jì)綠色發(fā)展。在當(dāng)前全球經(jīng)濟(jì)綠色轉(zhuǎn)型加快形勢下，推進(jìn)零售業(yè)綠色發(fā)展具有重要意義。

全球零售龍頭企業(yè)探索綠色轉(zhuǎn)型的實踐較為豐富，但零售業(yè)綠色發(fā)展進(jìn)程仍有待加快。早在21世紀(jì)初，沃爾瑪已開始探索推進(jìn)全球采購系統(tǒng)、零售門店、供應(yīng)商網(wǎng)絡(luò)等領(lǐng)域的綠色轉(zhuǎn)型，不僅降低了沃爾瑪主導(dǎo)的零售供應(yīng)鏈能耗與溫室氣體排放，也促進(jìn)了綠色商品流通。中國則于2016年啟動綠色商場創(chuàng)建工作，截至2021年底，已累計創(chuàng)建超過500家綠色商場，銀泰百貨等企業(yè)成為零售業(yè)綠色發(fā)展標(biāo)桿。然而，零售業(yè)綠色發(fā)展涉及零售企業(yè)及上下游眾多主體，受能耗隱蔽性強(qiáng)、主體聯(lián)動性弱、綠色轉(zhuǎn)型經(jīng)驗不足、成本高等制約，零售業(yè)能耗與溫室氣體排放仍然較高。根據(jù)世界可持續(xù)發(fā)展商業(yè)理事會數(shù)據(jù)，2022年零售企業(yè)及其上下游企業(yè)的采購、物流、零售等經(jīng)營活動所產(chǎn)生的溫室氣體排放在全球各行業(yè)中占比達(dá)1/4。如何有效降低零售業(yè)及其上下游能耗與排放，加快零售業(yè)綠色發(fā)展，已成為當(dāng)前亟待解決的問題。

已有相關(guān)研究可為本文提供借鑒，主要分為兩個方面。一方面，零售業(yè)綠色發(fā)展有關(guān)研究較為豐富。從行業(yè)維度來看，零售業(yè)綠色發(fā)展是指具有節(jié)約資源、保護(hù)生態(tài)環(huán)境等影響的經(jīng)營行為，要求零售與消費(fèi)、生產(chǎn)等環(huán)節(jié)協(xié)同推進(jìn)［1］。從企業(yè)維度來看，零售企業(yè)綠色經(jīng)營行為是可持續(xù)發(fā)展的重要條件，主要包括綠色商品銷售、綠色門店建設(shè)和綠色營銷等活動［2］。零售企業(yè)社會責(zé)任意識、環(huán)保知識等認(rèn)知水平提高能夠推動采取綠色經(jīng)營行為，消費(fèi)者的環(huán)保意識和綠色消費(fèi)需求增強(qiáng)也要求零售企業(yè)圍繞可持續(xù)發(fā)展實施綠色轉(zhuǎn)型［3］。但是，受主體逐利驅(qū)動，綠色發(fā)展的信息、技術(shù)等成本高制約零售企業(yè)綠色轉(zhuǎn)型。另一方面，數(shù)字經(jīng)濟(jì)促進(jìn)綠色發(fā)展的效應(yīng)已受到廣泛關(guān)注。作為一種新經(jīng)濟(jì)形態(tài)，數(shù)字經(jīng)濟(jì)有助于提升要素配置效率，并減少不必要的成本損耗。從數(shù)字產(chǎn)業(yè)化來看，數(shù)據(jù)要素、數(shù)字技術(shù)、數(shù)字內(nèi)容產(chǎn)品等構(gòu)成具有低能耗、低排放和資源共享等屬性，這與綠色經(jīng)濟(jì)具有內(nèi)在一致性［4］。從產(chǎn)業(yè)數(shù)字化來看，數(shù)字技術(shù)應(yīng)用推動生產(chǎn)方式集約化、管理運(yùn)營智能化等轉(zhuǎn)型，實現(xiàn)能耗節(jié)約、污染減少和效率改進(jìn)，進(jìn)而促進(jìn)綠色經(jīng)濟(jì)發(fā)展［5］。數(shù)字化水平的提升，有助于賦能資源型企業(yè)綠色技術(shù)創(chuàng)新，突破資源約束并實現(xiàn)綠色轉(zhuǎn)型發(fā)展。數(shù)字經(jīng)濟(jì)可助力工業(yè)節(jié)能減排，提升工業(yè)綠色全要素生產(chǎn)率。然而，鮮有數(shù)字經(jīng)濟(jì)賦能零售行業(yè)或企業(yè)綠色發(fā)展的研究。

鑒于此，本文基于零售業(yè)特征，分析數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的理論機(jī)制，并結(jié)合中國經(jīng)驗數(shù)據(jù)展開實證研究，提出針對性政策建議助力數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展。本文可能的邊際貢獻(xiàn)：（1）創(chuàng)新性地測算了零售業(yè)綠色全要素生產(chǎn)率，并以此評估零售業(yè)的綠色發(fā)展水平。（2）拓展了數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的作用機(jī)制研究。結(jié)合中國零售業(yè)在數(shù)字經(jīng)濟(jì)時代發(fā)展情境，系統(tǒng)梳理作用機(jī)制并進(jìn)行實證檢驗。（3）探索性地引入政府主導(dǎo)的正式型、公眾參與的非正式型兩類環(huán)境規(guī)制工具以考察其調(diào)節(jié)機(jī)制，進(jìn)而驗證數(shù)字經(jīng)濟(jì)與環(huán)境規(guī)制的協(xié)同配合對于零售業(yè)綠色發(fā)展的雙輪驅(qū)動效應(yīng)。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)與零售業(yè)綠色發(fā)展

數(shù)字經(jīng)濟(jì)能夠平衡綠色轉(zhuǎn)型成本與收益并促進(jìn)產(chǎn)業(yè)綠色發(fā)展，這也適用于零售業(yè)。首先，數(shù)字經(jīng)濟(jì)能夠助力零售門店節(jié)能減排實現(xiàn)綠色發(fā)展。綠色發(fā)展的基本特征是能耗節(jié)約和污染、溫室氣體等排放減少，已有研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對碳排放強(qiáng)度的影響呈現(xiàn)先促進(jìn)、后抑制的曲線走勢，高數(shù)字經(jīng)濟(jì)發(fā)展水平能夠提高能源利用效率并實現(xiàn)節(jié)能［6］。零售門店的照明、空調(diào)、冷凍冷藏等設(shè)備耗電量和溫室氣體排放高，伴隨著數(shù)字化轉(zhuǎn)型，零售企業(yè)能夠應(yīng)用智慧管理系統(tǒng)促進(jìn)資源復(fù)用并降低能耗和碳排放，從而實現(xiàn)綠色發(fā)展［7］。其次，數(shù)字經(jīng)濟(jì)推動零售服務(wù)模式改變并賦能綠色發(fā)展。數(shù)字經(jīng)濟(jì)推動傳統(tǒng)產(chǎn)業(yè)服務(wù)化升級，降低能耗產(chǎn)出比并實現(xiàn)綠色轉(zhuǎn)型。電子商務(wù)作為零售新業(yè)態(tài)加快發(fā)展，不僅通過虛擬門店經(jīng)營、無紙化辦公等節(jié)約能耗，還通過以銷定產(chǎn)、定制開發(fā)等新型“媒介”方式促進(jìn)供需精準(zhǔn)匹配，減少無效供給帶來的不必要浪費(fèi)，進(jìn)而提升零售業(yè)綠色發(fā)展水平。最后，數(shù)字經(jīng)濟(jì)以大數(shù)據(jù)賦能優(yōu)化零售業(yè)經(jīng)營決策并實現(xiàn)綠色發(fā)展。零售業(yè)數(shù)字化發(fā)展的特征之一集聚供需端海量多維數(shù)據(jù)，大數(shù)據(jù)資源能夠優(yōu)化資源整合和經(jīng)營決策，并促進(jìn)零售環(huán)節(jié)綠色發(fā)展［8］。由此，本文提出如下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展能夠有效促進(jìn)零售業(yè)綠色發(fā)展。

（二）數(shù)字經(jīng)濟(jì)、綠色創(chuàng)新與零售業(yè)綠色發(fā)展

綠色技術(shù)創(chuàng)新有助于企業(yè)獲得綠色發(fā)展競爭優(yōu)勢，被較多企業(yè)采用以適配環(huán)保發(fā)展要求同時實現(xiàn)盈利需求［9］。作為微利型行業(yè)，零售企業(yè)組織化程度偏低而資源利用效率不高，節(jié)能技術(shù)改造的投入有限，成本負(fù)擔(dān)使其綠色轉(zhuǎn)型投入激勵不足，進(jìn)而導(dǎo)致綠色技術(shù)創(chuàng)新難以突破［10］。數(shù)字技術(shù)發(fā)展為綠色技術(shù)創(chuàng)新提供契機(jī)，有助于提升企業(yè)綠色創(chuàng)新績效。首先，伴隨著零售業(yè)數(shù)字化轉(zhuǎn)型，零售環(huán)節(jié)資源利用水平得到優(yōu)化，數(shù)字技術(shù)創(chuàng)新與綠色技術(shù)創(chuàng)新耦合并互促發(fā)展；其次，數(shù)字經(jīng)濟(jì)發(fā)展有助于降低企業(yè)綠色技術(shù)創(chuàng)新的成本，這能夠破除零售企業(yè)節(jié)能技術(shù)改造投入不足的制約，提升零售企業(yè)實施綠色技術(shù)創(chuàng)新的積極性；最后，數(shù)字經(jīng)濟(jì)時期涌現(xiàn)出一批綠色技術(shù)與解決方案供應(yīng)商，第三方供應(yīng)的專業(yè)化、批量化、標(biāo)準(zhǔn)化方案有助于企業(yè)節(jié)約從零起步的試錯成本，為零售企業(yè)綠色技術(shù)創(chuàng)新提供了低門檻的解決方案。由此，本文提出如下假設(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展能夠通過促進(jìn)綠色技術(shù)創(chuàng)新進(jìn)而助力零售業(yè)綠色發(fā)展。

（三）數(shù)字經(jīng)濟(jì)、綠色金融與零售業(yè)綠色發(fā)展

金融機(jī)構(gòu)提供的信貸支持、私募股權(quán)資金流向等能夠影響公司經(jīng)營決策，由此對企業(yè)綠色發(fā)展產(chǎn)生影響。伴隨著綠色金融體系構(gòu)建，金融行業(yè)以環(huán)保、綠色和可持續(xù)發(fā)展為導(dǎo)向調(diào)整資金配置方式，以資金激勵產(chǎn)業(yè)綠色發(fā)展。然而，在綠色產(chǎn)品市場發(fā)展受限、綠色金融效率不高等因素影響下，綠色金融本身存在發(fā)展瓶頸。數(shù)字經(jīng)濟(jì)能夠賦能綠色金融突破發(fā)展瓶頸，并助力零售業(yè)綠色發(fā)展。一方面，數(shù)字賦能的電子商務(wù)新業(yè)態(tài)具有顯著的節(jié)能減排效應(yīng)［11］，大型電商平臺可成為金融支持零售業(yè)綠色發(fā)展的服務(wù)對象，對大型電商平臺的金融支持也有助于零售業(yè)綠色發(fā)展。另一方面，數(shù)字經(jīng)濟(jì)能夠強(qiáng)化綠色金融對產(chǎn)業(yè)綠色發(fā)展的促進(jìn)作用，即通過應(yīng)用數(shù)字技術(shù)促進(jìn)信息共享，進(jìn)而使綠色金融引導(dǎo)企業(yè)實施綠色技術(shù)創(chuàng)新的成本得以降低［12］。金融科技賦能也有助于提高綠色金融創(chuàng)新、服務(wù)與監(jiān)管等水平，降低風(fēng)險并更好帶動產(chǎn)業(yè)綠色轉(zhuǎn)型。由此，本文提出如下假設(shè)：

H3：數(shù)字經(jīng)濟(jì)發(fā)展能夠通過增強(qiáng)綠色金融支撐進(jìn)而推動零售業(yè)綠色發(fā)展。

（四）數(shù)字經(jīng)濟(jì)、綠色供給與零售業(yè)綠色發(fā)展

綠色產(chǎn)品供給是綠色零售流通的對象，其供給水平直接影響零售業(yè)綠色發(fā)展，數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)優(yōu)化綠色產(chǎn)品供給。首先，數(shù)字技術(shù)進(jìn)步加速生產(chǎn)設(shè)備、生產(chǎn)技術(shù)與研發(fā)水平的升級，技術(shù)紅利能夠推進(jìn)綠色產(chǎn)品研發(fā)與生產(chǎn)，直接豐富綠色產(chǎn)品供給并助力零售業(yè)綠色發(fā)展［13］。其次，數(shù)字經(jīng)濟(jì)時期零售企業(yè)創(chuàng)新商業(yè)模式，作為核心平臺構(gòu)建起銜接供給端、需求端、同業(yè)企業(yè)和跨行業(yè)企業(yè)等多主體的價值共創(chuàng)平臺網(wǎng)絡(luò)［14］。零售企業(yè)能夠收集并形成綠色、可持續(xù)等消費(fèi)需求端大數(shù)據(jù)，與制造業(yè)聯(lián)合開發(fā)并生產(chǎn)綠色產(chǎn)品，以適配于需求端為前提擴(kuò)大綠色產(chǎn)品銷售，進(jìn)而提升綠色發(fā)展水平。最后，受到生產(chǎn)、流通等環(huán)節(jié)成本偏高的制約，綠色產(chǎn)品零售面臨規(guī)模化困境。數(shù)字技術(shù)應(yīng)用能夠促進(jìn)精準(zhǔn)研發(fā)與精益生產(chǎn)，降低綠色產(chǎn)品制造環(huán)節(jié)成本，并通過零售與制造企業(yè)的數(shù)字化協(xié)同降低流通成本，突破供給成本約束實現(xiàn)綠色產(chǎn)品的規(guī)?；圃炫c零售。由此，本文提出如下假設(shè)：

H4：數(shù)字經(jīng)濟(jì)發(fā)展能夠通過引導(dǎo)產(chǎn)業(yè)鏈上游的綠色供給間接推動零售業(yè)綠色發(fā)展。

三、研究設(shè)計

（一）模型設(shè)定

本文試圖檢驗數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的直接影響效應(yīng)，故構(gòu)建基準(zhǔn)計量模型如下：

RGTit=α0+α1DEit+βXit+ui+vt+εit（1）

其中，i表示省份；t表示年份；RGT表示被解釋變量，即零售業(yè)綠色發(fā)展指數(shù)；DE為核心解釋變量，即數(shù)字經(jīng)濟(jì)指數(shù)；X為控制變量組；α0為截距項，α1為本文關(guān)注的核心解釋變量的系數(shù)值；ui、vt分別表征地區(qū)和年份固定效應(yīng)，εit為隨機(jī)擾動項。

同時，根據(jù)前文理論機(jī)制剖析可知，數(shù)字經(jīng)濟(jì)可能會通過促進(jìn)綠色技術(shù)創(chuàng)新、增強(qiáng)綠色金融支撐以及引導(dǎo)上游綠色生產(chǎn)供給等三種機(jī)制間接地驅(qū)動零售業(yè)綠色發(fā)展。故而，進(jìn)一步參考吳海軍等（2023）［15］的中介效應(yīng)檢驗步驟考察數(shù)字經(jīng)濟(jì)驅(qū)動零售業(yè)綠色發(fā)展的傳導(dǎo)機(jī)制，在模型（1）的基礎(chǔ)上構(gòu)建如下模型：

Medit=γ0+γ1DEit+θXit+ui+vt+εit（2）

RGTit=α0+α1DEit+α2Medit+ρXit+ui+vt+εit（3）

其中，Medit為地區(qū)i在年度t的中介變量，包括綠色技術(shù)創(chuàng)新（GTIit）、綠色金融（GFit）以及綠色制造（GMit），Xit為控制變量組。

除此之外，本文還進(jìn)一步將環(huán)境保護(hù)因素嵌入研究分析框架，通過在模型（1）的基礎(chǔ)上引入數(shù)字經(jīng)濟(jì)與環(huán)境規(guī)制的交互項（DEit×ERit），以期考察環(huán)境規(guī)制是否在數(shù)字經(jīng)濟(jì)驅(qū)動零售業(yè)綠色發(fā)展的關(guān)系中存在正向調(diào)節(jié)機(jī)制。具體模型如下：

RGTit=β0+β1DEit+β2ERit+β3DEit×ERit+δXit+ui+vt+εit（4）

其中，ERit為環(huán)境規(guī)制變量，包括正式規(guī)制（Reguit）和非正式規(guī)制（Epait）兩類；參數(shù)β3為數(shù)字經(jīng)濟(jì)與環(huán)境規(guī)制交互項的回歸系數(shù)，用來反映環(huán)境規(guī)制對數(shù)字經(jīng)濟(jì)與零售業(yè)綠色發(fā)展間的調(diào)節(jié)效應(yīng)。若參數(shù)β3顯著為正，表明環(huán)境規(guī)制具有正向調(diào)節(jié)作用，若β3顯著為負(fù)，表明環(huán)境規(guī)制具有負(fù)向調(diào)節(jié)作用，若β3未通過顯著性檢驗則不存在調(diào)節(jié)效應(yīng)。

（二）變量選擇與說明

1.被解釋變量

零售業(yè)綠色發(fā)展（RGT）。目前，學(xué)界針對產(chǎn)業(yè)綠色轉(zhuǎn)型的測度方式不一，但主要分為兩大類：一類是利用隨機(jī)前沿生產(chǎn)函數(shù)（SFA）等參數(shù)方法、數(shù)據(jù)包絡(luò)分析（DEA）等非參數(shù)方法測算得到不同產(chǎn)業(yè)的綠色全要素生產(chǎn)率（Green"Total"Factor"Productivity，GTFP），并以此衡量產(chǎn)業(yè)綠色發(fā)展水平；另一類為構(gòu)建綜合評價指標(biāo)體系，并使用熵權(quán)法、主成分分析法以及組合賦權(quán)法等進(jìn)行綜合性測算?？紤]到構(gòu)建綜合指標(biāo)體系可能對數(shù)據(jù)的要求較高，本文在Tone（2001）［16］提出的松弛變量的非徑向、非角度SBM模型的基礎(chǔ)上，參考劉鉆擴(kuò)和辛麗（2018）［17］的做法，使用SBM方向距離函數(shù)的全局Malmquist-Luenberger（GML）指數(shù)測算零售業(yè)綠色全要素生產(chǎn)率，計算公式為：

GMLt+1t=1+SGVxt，yt，bt；g1+SGVxt+1，yt+1，bt+1；g（5）

其中，GMLt+1t為t年到t+1年的GTFP增長率，SGV表示非期望產(chǎn)出的全局SBM方向距離函數(shù)；xt、xt+1和yt、yt+1分別為t、t+1年各地的投入向量和期望產(chǎn)出向量；bt、bt+1分別為非期望產(chǎn)出向量；g為gx，gy，gb，表示投入減少、期望產(chǎn)出增加、非期望產(chǎn)出減少的方向向量。鑒于GML指數(shù)為各年度間環(huán)比增長，因此將基期2008年的GTFP設(shè)定為1，之后依次與各年GML值累乘得到零售業(yè)綠色全要素生產(chǎn)率。

本文在對零售業(yè)投入、產(chǎn)出指標(biāo)進(jìn)行遴選的過程中，需要考慮到以下限制：目前，中國國家官方統(tǒng)計局在測算行業(yè)經(jīng)濟(jì)指標(biāo)時，往往將零售業(yè)與批發(fā)業(yè)整合在一起統(tǒng)計，難以有效地單獨將零售業(yè)剝離出來?；诖?，本文借鑒蘇濤永等（2020）［18］的做法，采取限額以上零售業(yè)企業(yè)的省級面板數(shù)據(jù)進(jìn)行測算，此做法的合理性在于：其一，該數(shù)據(jù)集相對全面且缺失值極少，有助于保證測算結(jié)果的完整性和真實性；其二，中國零售行業(yè)長期存在諸多分散化、碎片化、小規(guī)模的流動攤販、夫妻店、小食雜店等經(jīng)營模式滯后、效率較低的小型私營或個體零售商，它們由于受規(guī)模和資金約束難以進(jìn)行深層次的綠色轉(zhuǎn)型。因此，本文真正想研究的對象是具備一定規(guī)模效益和管理能力的零售企業(yè)，而“限額以上零售企業(yè)”的標(biāo)準(zhǔn)為年商品銷售額在500萬元以上，能夠在一定程度上反映零售業(yè)整體發(fā)展質(zhì)量，恰好滿足本文研究的數(shù)據(jù)需求。本文選擇的投入指標(biāo)包括勞動、資本和能源投入。勞動投入選取限額以上零售企業(yè)年末從業(yè)人員數(shù)（萬人）衡量；資本投入利用限額以上零售企業(yè)總資產(chǎn)（億元）衡量；能源投入選取各省以標(biāo)準(zhǔn)煤法折算后的能源消費(fèi)量（萬噸標(biāo)準(zhǔn)煤）衡量，并以限額以上零售企業(yè)年末從業(yè)人員數(shù)占全國就業(yè)總?cè)藬?shù)比重簡單估算出限額以上零售業(yè)能源消耗量；產(chǎn)出指標(biāo)包括期望產(chǎn)出和非期望產(chǎn)出，期望產(chǎn)出選取限額以上零售企業(yè)商品銷售額以及主營業(yè)務(wù)收入衡量，非期望產(chǎn)出選擇與零售業(yè)關(guān)聯(lián)度較大的二氧化碳排放量（CO2）衡量，同樣以限額以上零售企業(yè)就業(yè)人數(shù)比重估算出零售業(yè)碳排放量。其中，二氧化碳排放量（CO2）選擇CEADs中國碳核算數(shù)據(jù)庫中公布的省級碳排放數(shù)據(jù)，具備較高的準(zhǔn)確性。

2.解釋變量

本文的核心解釋變量是數(shù)字經(jīng)濟(jì)（DE）。目前學(xué)術(shù)界對數(shù)字經(jīng)濟(jì)內(nèi)涵界定和量化評估的方法均尚未形成統(tǒng)一的研究范式?？傮w而言，數(shù)字經(jīng)濟(jì)相對常用的定義為“以數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素，以數(shù)字技術(shù)為核心驅(qū)動力，以現(xiàn)代信息網(wǎng)絡(luò)為重要載體，通過數(shù)字技術(shù)與實體經(jīng)濟(jì)深度融合，不斷提高數(shù)字化、網(wǎng)絡(luò)化、智能化水平，加速重構(gòu)經(jīng)濟(jì)發(fā)展與治理模式的新型經(jīng)濟(jì)形態(tài)”參見中國信通院官方網(wǎng)站：http：//www.caict.ac.cn/kxyj/qwfb/bps/202007/t20200702_285535.htm.。這一概念綜合反映出數(shù)字經(jīng)濟(jì)對傳統(tǒng)生產(chǎn)生活方式的顛覆性改造，以及對經(jīng)濟(jì)社會各行業(yè)各領(lǐng)域的廣泛滲透性。本文參考王軍等（2021）［19］的思路，構(gòu)建了包括數(shù)字基礎(chǔ)設(shè)施（DE1）、產(chǎn)業(yè)數(shù)字化（DE2）、數(shù)字產(chǎn)業(yè)化（DE3）以及數(shù)字使用能力（DE4）等四大維度共14個二級指標(biāo)在內(nèi)的數(shù)字經(jīng)濟(jì)發(fā)展綜合評價指標(biāo)體系，如表1所示。

本文嘗試用熵權(quán)TOPSIS法對數(shù)字經(jīng)濟(jì)指標(biāo)體系進(jìn)行測算，該方法有效地結(jié)合了熵權(quán)法和TOPSIS評價模型，不僅可以通過熵權(quán)法確定數(shù)字經(jīng)濟(jì)各個指標(biāo)的重要程度，并得到各指標(biāo)的權(quán)重；同時還可以借助TOPSIS模型對評價對象與理想化目標(biāo)的接近程度進(jìn)行量化排序。具體計算步驟如下：

第一，數(shù)據(jù)標(biāo)準(zhǔn)化。為消除數(shù)字經(jīng)濟(jì)不同測度指標(biāo)在量綱方面的影響，運(yùn)用極差法對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

對于數(shù)字經(jīng)濟(jì)正向指標(biāo)：

Mij=Xij-XminXmax-Xmin（6）

對于數(shù)字經(jīng)濟(jì)負(fù)向指標(biāo)：

Mij=Xmax-XijXmax-Xmin"（7）

第二，計算各指標(biāo)的信息熵。

Ej=ln1n∑ni=1［（Mij/∑ni=1Mij）ln（Mij/∑ni=1Mij）］（8）

第三，定義各指標(biāo)的權(quán)重。

Wj=（1-Ej）/∑mj=1（1-Ej）（9）

第四，構(gòu)建加權(quán)決策矩陣。

Z=zijn×m=（Wij×Mij）n×m（10）

第五，利用TOPSIS法確定最優(yōu)理想解S+j和最劣理想解S-j。

S+j={maxzij|j=1，2，…，m}={Z+1，Z+2，…Z+m}（11）

S-j={minzij|j=1，2，…，m}={Z-1，Z-2，…Z-m}（12）

第六，計算評價指標(biāo)分別與最優(yōu)、最劣理想解的歐氏距離D+i和D-i。

D+i="∑j=1m（S+j-zij）2（13）

D-i="∑j=1m（S-j-zij）2（14）

第七，計算相對接近度，即最終的數(shù)字經(jīng)濟(jì)評價指數(shù)。

DEi=D-iD+i-D-i（15）

其中，數(shù)字經(jīng)濟(jì)指數(shù)DEi介于0—1區(qū)間內(nèi)，其數(shù)值越大表示越接近最大值，即數(shù)字經(jīng)濟(jì)發(fā)展水平越高，反之則越低篇幅所限，最終測算的結(jié)果不再贅述，留存?zhèn)渌?。?/p>

3.機(jī)制變量

綠色技術(shù)創(chuàng)新（GTI）。采用地區(qū)每萬人綠色專利授權(quán)數(shù)（件）作為替代指標(biāo)。數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局提供的專利申請檢索信息，并根據(jù)《國際綠色專利分類（IPC）》編碼統(tǒng)計所得。

綠色金融（GF）?？紤]綠色金融的多維度內(nèi)涵和服務(wù)類型，從綠色信貸、綠色證券、綠色基金、政府支出以及綠色權(quán)益等5個維度選擇細(xì)分指標(biāo)，并用熵權(quán)TOPSIS法測算得到綠色金融綜合指標(biāo)綠色信貸用環(huán)保項目信貸總額占信貸總額比重衡量；綠色證券用綠色債券發(fā)行總額占所有債券發(fā)行總額比重衡量；政府支出用財政環(huán)境保護(hù)支出占一般預(yù)算支出總額比重衡量；綠色基金用綠色基金總市值占所有基金總市值比重衡量；碳金融采用碳交易、用能權(quán)交易、排污權(quán)交易的總和占權(quán)益市場交易總額的比重衡量。。

綠色供給（GM）。從零售環(huán)節(jié)上游生產(chǎn)過程中的能源消耗視角出發(fā)，但由于缺乏制造行業(yè)的能源消耗量，故本文選擇工業(yè)生產(chǎn)過程的能源消耗量替代，通過采用各地區(qū)工業(yè)能源消耗量與工業(yè)產(chǎn)出增加值的比重（萬噸標(biāo)準(zhǔn)煤/億元）反向衡量供給端生產(chǎn)環(huán)節(jié)的綠色轉(zhuǎn)型的程度。

4.調(diào)節(jié)變量

環(huán)境規(guī)制（ER）。一般可以分為正式規(guī)制和非正式規(guī)制兩類［20］。一方面，本文采用環(huán)境污染治理投資總額（億元）來測度政府部門對環(huán)境污染的正式規(guī)制（Regu），并取對數(shù)值處理。另一方面，選擇公眾環(huán)保關(guān)注度（Epa）衡量公眾對環(huán)境保護(hù)的激勵型非正式規(guī)制，并采用“環(huán)境污染”的百度搜索指數(shù)衡量。百度指數(shù)PC端由百度公司在2006年推出，其受眾群體范圍相對較小。而在2011年推出的移動端指數(shù)匯集了更大范圍的海量網(wǎng)民行為數(shù)據(jù)，更能真實反映公眾對環(huán)境的關(guān)注測度。因此，本文選擇2011—2020年各省以“環(huán)境污染”為關(guān)鍵詞的百度搜索指數(shù)衡量非正式環(huán)境規(guī)制，并在回歸估計過程中取對數(shù)值處理。

5.控制變量

為了盡可能地將零售業(yè)綠色發(fā)展的其他影響因素納入考量范圍，本文在模型中控制如下變量：經(jīng)濟(jì)發(fā)展水平（Pgdp），正如既有文獻(xiàn)普遍做法，以各地人均地區(qū)生產(chǎn)總值（萬元/人）予以衡量；社會消費(fèi)水平（Consume），采取各地區(qū)社會消費(fèi)品零售總額與地區(qū)GDP的比值衡量，用來反映地區(qū)消費(fèi)市場整體規(guī)模，它能夠?qū)α闶蹣I(yè)發(fā)展和轉(zhuǎn)型起到關(guān)鍵的引導(dǎo)作用；產(chǎn)業(yè)結(jié)構(gòu)升級（Industry），以第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)出增加值的比值衡量，反映產(chǎn)業(yè)結(jié)構(gòu)向更高層級演化；對外開放程度（Open），使用進(jìn)出口貿(mào)易總額與地區(qū)GDP的比值作為替代指標(biāo)；城鎮(zhèn)化率（Urban），從人口城鎮(zhèn)化的視角出發(fā)，使用城鎮(zhèn)常住人口數(shù)占總?cè)丝跀?shù)的比重予以測算；政府干預(yù)程度（Gov），采用政府一般預(yù)算支出與地區(qū)GDP的比重衡量。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

結(jié)合數(shù)據(jù)可得性，本文將研究對象設(shè)定為全國30個省（不含港澳臺及西藏）?？紤]到2008年以后我國及全球數(shù)字經(jīng)濟(jì)進(jìn)入快速發(fā)展階段，本文將時間跨度設(shè)定為2008—2020年。數(shù)據(jù)來源包括《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》、各省市統(tǒng)計年鑒以及EPS全球統(tǒng)計數(shù)據(jù)庫。另外，本文所有貨幣價值數(shù)據(jù)均以2008年作定基處理以強(qiáng)化不同年份數(shù)據(jù)的可比性。針對部分缺失的數(shù)據(jù)，基于線性插值法填補(bǔ)完整。

表2匯報了主要變量的統(tǒng)計信息。其中，零售業(yè)綠色發(fā)展（RGT）的最小值為0.689，最大值為1.513，平均值為1.059，而標(biāo)準(zhǔn)差達(dá)到0.089；數(shù)字經(jīng)濟(jì)指數(shù)（DE）的最小值為0.078，最大值為0.802，平均值為0.221，而標(biāo)準(zhǔn)差為0.113。因此，核心變量在中國省際層面上具有顯著的地區(qū)差異性，符合實證研究的數(shù)據(jù)要求。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸

本文基于全國層面的樣本檢驗數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的直接影響效應(yīng)，但在對基準(zhǔn)模型展開回歸估計前，需要避免變量間多重共線性可能造成的偏誤?；貧w結(jié)果顯示，解釋變量和控制變量組的方差膨脹系數(shù)低于經(jīng)驗法則中的臨界值，即VIF=4.64＜10，故不存在多重共線性。此外，本文還通過豪斯曼檢驗（Hausman）遴選適宜的估計方法，由于Hausman卡方統(tǒng)計量為36.66，且P值為0.009，故而選擇固定效應(yīng)模型為宜。本文匯報了雙向固定效應(yīng)模型（TWFE）下分別增加控制變量的回歸結(jié)果，如表3所示?？梢园l(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)指數(shù)（DE）的回歸系數(shù)均在1%統(tǒng)計水平下顯著為正。考慮到將所有控制變量均加入模型后的擬合優(yōu)度最高，因此下文的分析以表3列（7）結(jié)果為主。其中，數(shù)字經(jīng)濟(jì)DE的回歸系數(shù)值為0.813，這意味著數(shù)字經(jīng)濟(jì)指數(shù)每提升1單位，將會促進(jìn)零售業(yè)綠色發(fā)展提升0.813個單位。這一結(jié)果證實了研究假設(shè)H1的成立，即數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著地推動零售業(yè)綠色發(fā)展。

在控制變量方面，經(jīng)濟(jì)發(fā)展水平（lnPgdp）、社會消費(fèi)水平（Consume）、對外開放（Open）的回歸估計系數(shù)均為正且通過了顯著性檢驗，因此這些因素對零售業(yè)綠色發(fā)展具有正向促進(jìn)作用；城鎮(zhèn)化率（Urban）、政府支出（Gov）的回歸系數(shù)顯著為負(fù)，這意味著城市化與過度的政府干預(yù)將不利于零售業(yè)綠色發(fā)展；產(chǎn)業(yè)結(jié)構(gòu)（Industry）的回歸系數(shù)不顯著，即對零售業(yè)綠色發(fā)展的影響尚不明顯。

（二）內(nèi)生性處理

鑒于我國零售業(yè)綠色發(fā)展的影響因素眾多，本文難以在模型中將所有因素均納入控制變量組中，并且數(shù)字經(jīng)濟(jì)與零售業(yè)綠色發(fā)展間還可能存在雙向因果關(guān)系，故而誘發(fā)內(nèi)生性問題?；诖耍疚脑噲D采取工具變量法弱化模型中的內(nèi)生性偏誤。針對工具變量的遴選，第一個工具變量選擇各省份的省會城市距離杭州的歐氏距離倒數(shù)來衡量；可行性在于，杭州作為數(shù)字經(jīng)濟(jì)和電子商務(wù)發(fā)展的中心城市，其數(shù)字技術(shù)和平臺的創(chuàng)新能力在全國范圍內(nèi)保持領(lǐng)先，并且數(shù)字經(jīng)濟(jì)整體規(guī)模也相對較高；因此，從新經(jīng)濟(jì)地理學(xué)視角看，各地區(qū)與杭州的距離越近可能受到空間溢出效應(yīng)越大，數(shù)字經(jīng)濟(jì)發(fā)展的水平也越高，故而滿足相關(guān)性假設(shè)條件。另外，由于城市間距離為地理特征變量，并不會對零售業(yè)綠色發(fā)展產(chǎn)生影響，故而滿足外生性假設(shè)。與此同時，地理距離原始數(shù)據(jù)的截面特征無法匹配面板數(shù)據(jù)，故本文借鑒Nunn和Qian（2014）［21］的處理方法，選取各省會城市距離杭州的歐氏距離倒數(shù)與全國郵政業(yè)務(wù)量增長率的交乘項構(gòu)造工具變量，進(jìn)而賦予原始截面數(shù)據(jù)時變性。第二個工具變量采取既有文獻(xiàn)普遍做法，選擇數(shù)字經(jīng)濟(jì)滯后一期項（L.DE）衡量。

表4為兩階段最小二乘法（2SLS）的回歸估計結(jié)果。其中，第一階段回歸結(jié)果中的兩個工具變量的回歸系數(shù)值均顯著為正，故均能夠?qū)?shù)字經(jīng)濟(jì)指數(shù)產(chǎn)生正向影響。并且，弱工具變量和外生性檢驗結(jié)果也證實了本文構(gòu)建的兩個工具變量的有效性及合理性。第二階段回歸結(jié)果如列（2）所示，數(shù)字經(jīng)濟(jì)（DE）的回歸系數(shù)為1.079，且在1%統(tǒng)計學(xué)意義上顯著，這意味著數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的作用在解決了模型內(nèi)生性問題后依舊穩(wěn)健。

（三）穩(wěn)健性檢驗

第一，解釋變量替換。本文試圖將數(shù)字經(jīng)濟(jì)綜合評價指標(biāo)體系的測算方法替換為主成分分析法（PCA），在對其重新測算后進(jìn)行回歸分析，結(jié)果如表5列（1）所示。第二，被解釋變量的替換。作為零售業(yè)態(tài)重要的組成部分，大型商場和購物中心的綠色轉(zhuǎn)型能夠在一定程度上代表著零售業(yè)綠色發(fā)展的先導(dǎo)力量。綠色商場是指深刻貫徹了“環(huán)保、健康、安全”的綠色發(fā)展理念，并且以節(jié)能減排、綠色產(chǎn)品銷售和廢棄物回收為核心經(jīng)營目標(biāo)的實體零售企業(yè)。近年來，我國政府部門持續(xù)開展綠色商場的創(chuàng)建工作，不斷擴(kuò)增綠色商場的范圍和數(shù)量。2016—2020年，商務(wù)部在全國范圍內(nèi)共創(chuàng)建375家綠色商場?；诖?，本文采用2016—2020年間的每萬人擁有綠色商場數(shù)量作為零售業(yè)綠色發(fā)展程度的替換指標(biāo)，并對其進(jìn)行回歸估計，結(jié)果如表5列（2）所示。第三，縮短樣本期窗口。本文將外生沖擊時間節(jié)點對結(jié)果的影響偏差納入考慮，排除2008年全球金融危機(jī)和2020年新冠疫情的突發(fā)性公共衛(wèi)生事件這兩個特殊沖擊年份，將原始樣本時間窗口縮小為2009—2019年，并重新回歸估計，結(jié)果如表5列（3）所示。第四，剔除特殊地區(qū)樣本。普遍認(rèn)為，我國省級自治區(qū)、直轄市無論是在機(jī)構(gòu)設(shè)置和政府政策方面，抑或是歷史文化和民族特色等方面均與普通省級行政區(qū)劃存在顯著差異，故剔除原樣本中的4個省級自治區(qū)以及4大直轄市后再次回歸估計，結(jié)果如表5列（4）所示。第五，動態(tài)面板模型。為了更好地突出零售業(yè)綠色發(fā)展過程中的“路徑依賴”效應(yīng)及可能的遺漏因素，在基準(zhǔn)模型中引入零售業(yè)綠色發(fā)展的滯后一期項（L.RGT）構(gòu)建動態(tài)面板模型。表5列（5）匯報了動態(tài)面板模型下兩步系統(tǒng)廣義矩估計（System-GMM）方法的回歸結(jié)果。綜合表5的結(jié)果可以發(fā)現(xiàn)，不同類型穩(wěn)健性檢驗方法的回歸系數(shù)依舊顯著為正，故而假設(shè)H1的結(jié)論保持穩(wěn)健。

（四）外生政策沖擊檢驗

前文證實了數(shù)字經(jīng)濟(jì)對零售業(yè)綠色轉(zhuǎn)型的影響，為了使結(jié)論更加穩(wěn)健，本文進(jìn)一步將“國家級大數(shù)據(jù)綜合試驗區(qū)”的建設(shè)工作設(shè)置為一項準(zhǔn)自然實驗，并通過引入這個外生政策沖擊來評估數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的影響。本文借鑒Beck等（2010）［22］的做法，使用多期雙重差分模型（DID）進(jìn)行估計，模型設(shè)定如下：

RGTit=α0+α1BDit+λXit+ui+vt+εit（16）

其中，BDit為政策虛擬變量，若省份i在t年為大數(shù)據(jù)綜合試驗區(qū)，則賦值為1，否則為0；其中，貴州省于2016年2月獲批設(shè)立試驗區(qū)，故從2016年起賦值為1；北京、上海、河北等9省市隨后于同年10月獲批第二批國家大數(shù)據(jù)綜合試驗區(qū)分別為：北京市、天津市、河北省、上海市、河南省、重慶市、內(nèi)蒙古、珠三角和沈陽市。本文將珠三角、沈陽市分別用廣東省、遼寧省替代。，但考慮到兩批試驗區(qū)相隔較長，故而將這9省市從2017年起賦值為1。

本文首先采用雙向固定效應(yīng)模型和兩步系統(tǒng)GMM方法對雙重差分模型進(jìn)行估計，得到結(jié)果如表6列（1）和列（2）所示。可以發(fā)現(xiàn)，政策虛擬變量（BD）的回歸系數(shù)均顯著為正，說明國家設(shè)立大數(shù)據(jù)綜合試驗區(qū)的確有助于賦能零售業(yè)綠色發(fā)展。不可忽視的是，雙重差分模型的使用前提是實驗組與對照組零售業(yè)綠色發(fā)展的變化趨勢在政策執(zhí)行前不存在系統(tǒng)性偏差，即需要滿足平行趨勢假設(shè)。基于此，本文進(jìn)一步采用事件分析法進(jìn)行檢驗。圖1的檢驗結(jié)果顯示，在政策執(zhí)行前的各期估計系數(shù)均未通過5%水平的顯著性檢驗，故研究樣本滿足平行趨勢假設(shè)，但在政策執(zhí)行后的部分年份內(nèi)估計系數(shù)顯著為正，表明“國家大數(shù)據(jù)綜合試驗區(qū)”政策與零售業(yè)綠色發(fā)展具有正相關(guān)性，但這種賦能效應(yīng)存在大約兩年的滯后期。

為了避免其他無法觀察的可能影響綠色零售轉(zhuǎn)型的因素，從而提高上述雙重差分模型估計的可靠性，本文進(jìn)一步展開安慰劑檢驗。首先，在實施“國家級大數(shù)據(jù)綜合試驗區(qū)”政策期間，從30個省中隨機(jī)抽取10個省份作為“偽處理組”，其余的樣本自然分配為對照組。其次，設(shè)置“偽處理組”虛擬變量與大數(shù)據(jù)試驗區(qū)政策時間虛擬變量之間的交互項，即“假”政策虛擬變量。最后，用“假”政策虛擬變量替換掉模型（16）中的真實虛擬變量BD后進(jìn)行回歸，在重復(fù)進(jìn)行500次該過程后得到“假”政策虛擬變量的估計系數(shù)分布，如圖2所示。可以看出，隨機(jī)樣本的回歸系數(shù)非常接近于0，近似于正態(tài)分布，并且與真實估計值（0.047）存在顯著性差異。這意味著大數(shù)據(jù)綜合試驗區(qū)促進(jìn)零售業(yè)綠色發(fā)展的政策效應(yīng)不受缺失變量和隨機(jī)因素的影響，因此上述結(jié)論是穩(wěn)健的。

為了進(jìn)一步處理準(zhǔn)自然實驗缺乏完全隨機(jī)性引致的選擇性偏差，本文還將傾向得分匹配法（PSM）和雙重差分法（DID）結(jié)合分析。首先，利用Logit模型對協(xié)變量估計傾向得分，本文選擇一對一半徑為0.05的近鄰匹配，并使用PSM-DID方法重新估計本文PSM匹配滿足平衡性檢驗，限于篇幅正文未展示。，結(jié)果如表6列（3）所示?？梢园l(fā)現(xiàn)，此時的政策虛擬變量（BD）回歸系數(shù)與表6列（1）和列（2）相比無根本性變化，這意味著在克服選擇性偏差問題后的結(jié)果保持穩(wěn)健。

五、進(jìn)一步分析

（一）機(jī)制分析

上文已驗證數(shù)字經(jīng)濟(jì)能夠直接促進(jìn)零售業(yè)綠色發(fā)展，那么二者間的內(nèi)部傳導(dǎo)機(jī)制是什么？通過理論機(jī)理分析可知，數(shù)字經(jīng)濟(jì)可能通過促進(jìn)綠色技術(shù)創(chuàng)新、強(qiáng)化綠色金融支撐以及引導(dǎo)上游綠色生產(chǎn)供給等三大機(jī)制間接對零售業(yè)綠色發(fā)展產(chǎn)生影響，故下文將對此展開實證檢驗，具體結(jié)果如表7所示。

首先，為了驗證數(shù)字經(jīng)濟(jì)通過刺激綠色技術(shù)創(chuàng)新，間接地驅(qū)動零售業(yè)綠色發(fā)展這一傳導(dǎo)機(jī)制的存在性（H2），本文展開以下中介效應(yīng)檢驗，結(jié)果如表7列（1）和列（2）所示。其中，數(shù)字經(jīng)濟(jì)（DE）的回歸系數(shù)在1%統(tǒng)計水平下顯著為正，而綠色技術(shù)創(chuàng)新（GTI）的回歸系數(shù)也顯著為正，這表明數(shù)字經(jīng)濟(jì)能夠促進(jìn)綠色技術(shù)創(chuàng)新，并借助綠色創(chuàng)新能力的提升間接地推動零售業(yè)綠色發(fā)展，因此假設(shè)H2通過檢驗。

其次，根據(jù)前文理論分析可知，數(shù)字經(jīng)濟(jì)可能通過強(qiáng)化綠色金融支撐間接推動零售業(yè)綠色發(fā)展（假設(shè)H3）。因此，本文進(jìn)一步驗證這一中介傳導(dǎo)機(jī)制的存在。如表7列（3）結(jié)果所示，數(shù)字經(jīng)濟(jì)（DE）的回歸系數(shù)為0.895，且通過了1%統(tǒng)計水平下顯著，這表明數(shù)字經(jīng)濟(jì)能夠帶動地區(qū)綠色金融的發(fā)展；列（4）結(jié)果顯示，綠色金融（GF）的回歸系數(shù)顯著為0.074，這意味著綠色金融的資金導(dǎo)向性功能可以更好地發(fā)揮金融杠桿撬動作用，為零售企業(yè)提供低碳轉(zhuǎn)型方面的金融服務(wù)，進(jìn)而支撐零售業(yè)實現(xiàn)綠色發(fā)展，因此假設(shè)H3也通過了檢驗。

最后，數(shù)字經(jīng)濟(jì)還可能通過引導(dǎo)產(chǎn)業(yè)鏈上游的生產(chǎn)環(huán)節(jié)綠色供給間接推動零售業(yè)綠色發(fā)展（假設(shè)H4）。因此，在綠色供給中介機(jī)制的檢驗程序中，由表7列（5）結(jié)果可知，數(shù)字經(jīng)濟(jì)（DE）的回歸系數(shù)為-2.826，且在1%統(tǒng)計水平下顯著，表明數(shù)字經(jīng)濟(jì)能夠通過引導(dǎo)產(chǎn)業(yè)鏈上游的生產(chǎn)制造企業(yè)轉(zhuǎn)變粗放式供給模式，降低生產(chǎn)過程中的能源消耗以實現(xiàn)綠色供給。由列（6）結(jié)果可知，綠色供給（GM）的回歸系數(shù)同樣顯著為負(fù)，表明數(shù)字經(jīng)濟(jì)能夠通過推動綠色產(chǎn)品的生產(chǎn)間接地為下游零售業(yè)綠色發(fā)展提供良好的供給條件，進(jìn)而推動零售業(yè)綠色發(fā)展，進(jìn)一步證實假設(shè)H4的成立。

（二）調(diào)節(jié)效應(yīng)分析

環(huán)境規(guī)制不僅是產(chǎn)業(yè)綠色發(fā)展的重要影響因素，同時還在引導(dǎo)數(shù)字經(jīng)濟(jì)活動過程中發(fā)揮著重要作用。一方面，環(huán)境規(guī)制具有巨大的綠色經(jīng)濟(jì)效益，有利于企業(yè)綠色創(chuàng)新［23］，推動產(chǎn)業(yè)綠色轉(zhuǎn)型。另一方面，環(huán)境規(guī)制能夠為數(shù)字經(jīng)濟(jì)發(fā)展提供良好的外部環(huán)境支持，進(jìn)而強(qiáng)化數(shù)字經(jīng)濟(jì)對綠色發(fā)展的促進(jìn)作用［20］。那么，環(huán)境規(guī)制是否能夠進(jìn)一步增強(qiáng)數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的促進(jìn)效果？為了檢驗環(huán)境規(guī)制在數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展影響路徑中所存在的調(diào)節(jié)效應(yīng)，本文通過在基準(zhǔn)回歸模型中引入政府主導(dǎo)的正式型環(huán)境規(guī)制、公眾參與性的激勵性環(huán)境規(guī)制工具與數(shù)字經(jīng)濟(jì)的交互項（DE×lnRegu、DE×lnEpa），并分別進(jìn)行回歸估計，具體結(jié)果如表8所示。

其中，表8列（1）和列（2）為加入數(shù)字經(jīng)濟(jì)與正式環(huán)境規(guī)制指數(shù)交互項（DE×lnRegu）后的回歸結(jié)果?？梢园l(fā)現(xiàn)，正式規(guī)制對數(shù)值（lnRegu）的回歸系數(shù)未通過顯著性檢驗，但數(shù)字經(jīng)濟(jì)與正式規(guī)制的交互項（DE×lnRegu）回歸系數(shù)卻顯著為正，表明政府部門對環(huán)境污染的治理雖然不會直接驅(qū)動零售業(yè)綠色發(fā)展，但卻能夠正向調(diào)節(jié)數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的促進(jìn)作用。列（3）和列（4）為在加入數(shù)字經(jīng)濟(jì)與公眾環(huán)保參與度交互項（DE×lnEpa）后的回歸結(jié)果。可以發(fā)現(xiàn)，公眾環(huán)保關(guān)注度對數(shù)值（lnEpa）的回歸系數(shù)顯著為正，表明公眾對環(huán)保關(guān)注度的提升能夠直接助推零售業(yè)綠色發(fā)展，而數(shù)字經(jīng)濟(jì)與環(huán)保關(guān)注度的交互項（DE×lnEpa）回歸系數(shù)同樣顯著為正，表明公眾環(huán)保關(guān)注度在數(shù)字經(jīng)濟(jì)與零售業(yè)綠色發(fā)展間還存在正向調(diào)節(jié)效應(yīng)。這一結(jié)果意味著，隨著中國居民環(huán)保意識的提升，消費(fèi)者對更節(jié)能、低碳以及綠色健康的產(chǎn)品需求不斷擴(kuò)張，這也將從需求端引領(lǐng)零售業(yè)綠色供給能力的提升，進(jìn)而強(qiáng)化數(shù)字經(jīng)濟(jì)的綠色賦能效應(yīng)?？傮w而言，無論是正式型抑或是非正式型的環(huán)境規(guī)制均能夠在一定程度上強(qiáng)化數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的作用強(qiáng)度。

（三）異質(zhì)性分析

下文進(jìn)一步深入挖掘數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的驅(qū)動作用是否因地理區(qū)位、資本結(jié)構(gòu)、制度體制環(huán)境等因素的不同而造成差異。

1.地理區(qū)位異質(zhì)性

本文首先根據(jù)中國地理分布特征，將全樣本劃分為東部、中西部地區(qū)兩對照組具體參照國發(fā)［2000］33號文件標(biāo)準(zhǔn)將我國各省份劃分為東部、中部和西部。及南方和北方兩對照組北方省份包括：北京、天津、河北、甘肅、黑龍江、吉林、遼寧、內(nèi)蒙古、寧夏、青海、山西、陜西、新疆共13個省市；南方省份包括：安徽、福建、廣東、廣西、貴州、海南、河南、湖北、湖南、江蘇、江西、山東、四川、云南、浙江、上海、重慶共17個省市。分別予以考察。其中，南北方劃分依據(jù)來自盛來運(yùn)等（2018）［24］的文獻(xiàn)標(biāo)準(zhǔn)，具體回歸結(jié)果如表9的Panel"A所示。由回歸結(jié)果可以發(fā)現(xiàn)，不論是東部和中西部兩對照組，抑或是南方和北方兩對照組的數(shù)字經(jīng)濟(jì)（DE）系數(shù)值均顯著為正。但不同的是，東部組和南方組的回歸系數(shù)值明顯大于中西部組和北方組。造成這一結(jié)果的原因可能是受到區(qū)域經(jīng)濟(jì)發(fā)展和基礎(chǔ)設(shè)施差距造成的。長期以來，我國東部及沿海地區(qū)經(jīng)濟(jì)發(fā)展水平較高，并且作為人口、資源、產(chǎn)業(yè)集聚的中心，對技術(shù)、人才、資金的吸引力越強(qiáng)，更有利于發(fā)揮數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的賦能作用；而南方地區(qū)的商品貿(mào)易發(fā)達(dá)，數(shù)字基礎(chǔ)設(shè)施和物流網(wǎng)絡(luò)健全，依托穩(wěn)定的貿(mào)易網(wǎng)絡(luò)和基建設(shè)施促進(jìn)數(shù)字化應(yīng)用。

2.資本結(jié)構(gòu)異質(zhì)性

本文進(jìn)一步根據(jù)資本結(jié)構(gòu)特征，將全樣本劃分為高、低人力資本地區(qū)兩對照組以及高、低物質(zhì)資本地區(qū)兩對照組分別予以考察。本文采用人均受教育年限衡量人力資本水平，高于全國人均受教育年限中位數(shù)的樣本劃分為高人力資本組，否則為低人力資本組；而物質(zhì)資本采取固定資產(chǎn)投資總額衡量，同樣將高于全國固定資產(chǎn)總額中位數(shù)的樣本即為高物質(zhì)資本組，否則即為低物質(zhì)資本組，具體回歸結(jié)果如表9的Panel"B所示?？梢园l(fā)現(xiàn)，各對照組的數(shù)字經(jīng)濟(jì)（DE）系數(shù)值均顯著為正。有所不同的是，高物質(zhì)資本和人力資本的地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)更大，對零售業(yè)綠色發(fā)展的推動作用也越大。在當(dāng)今大數(shù)據(jù)、人工智能引領(lǐng)的數(shù)字經(jīng)濟(jì)時代，掌握數(shù)字技術(shù)的新型人才成為國家和地區(qū)之間提高競爭力的關(guān)鍵。并且，零售業(yè)作為高投資、高回報的現(xiàn)代服務(wù)業(yè)的重要組成，其綠色轉(zhuǎn)型過程中嚴(yán)格受到物質(zhì)資本的制約。因此，在物質(zhì)和人力資本水平較高的地區(qū)，數(shù)字化吸收和應(yīng)用程度更大，零售業(yè)綠色創(chuàng)新成果也越多。

3.制度環(huán)境異質(zhì)性

本文試圖從行政邊界的制度規(guī)則出發(fā)，參考毛其淋和盛斌（2012）［25］的步驟，采取相對價格指數(shù)法測算市場分割指數(shù)，并將考察商品范圍擴(kuò)大至15大類商品15大類商品包括：食品、飲料煙酒、紡織品、服裝鞋帽、化妝品、文化辦公用品、體育娛樂用品、家用電器及音響器材、金銀珠寶、燃料、交通通信用品、日用品、書報雜志及電子出版物、中西藥品及醫(yī)療保健用品以及建筑材料及五金用品。，各類商品的價格指數(shù)來源于《中國統(tǒng)計年鑒》中的商品零售價格分類指數(shù)；本文根據(jù)測得的市場分割指數(shù)中位數(shù)將全樣本劃分為市場分割組和市場一體化組，并進(jìn)行分組回歸，結(jié)果如表9的Panel"C所示。結(jié)果顯示，市場一體化組和市場分割組的數(shù)字經(jīng)濟(jì)（DE）的回歸系數(shù)值均顯著為正，但可以發(fā)現(xiàn)市場分割組的DE系數(shù)值（0.457）明顯小于市場一體化組的DE系數(shù)值（0.928），這表明數(shù)字經(jīng)濟(jì)對不同制度環(huán)境下的零售業(yè)綠色發(fā)展均具有驅(qū)動效應(yīng)，但這一過程也受到市場分割的制度性障礙而導(dǎo)致數(shù)字紅利嚴(yán)重削弱。在現(xiàn)實經(jīng)濟(jì)社會中普遍存在地方保護(hù)主義和“錦標(biāo)賽”式晉升模式而引致的市場分割，這一制度性壁壘不僅嚴(yán)重阻礙零售領(lǐng)域綠色技術(shù)和商業(yè)模式的普及應(yīng)用，同時也導(dǎo)致區(qū)域間新型綠色商品和生產(chǎn)要素的自由流動受阻，嚴(yán)重削弱數(shù)字技術(shù)和數(shù)字平臺在實現(xiàn)綠色供給和需求匹配過程中的賦能效應(yīng)，不利于零售業(yè)綠色發(fā)展的推進(jìn)。

4.數(shù)字經(jīng)濟(jì)分維度異質(zhì)性

作為一種全新的經(jīng)濟(jì)形態(tài)，數(shù)字經(jīng)濟(jì)的內(nèi)涵頗廣且是由不同子系統(tǒng)共同組成的集合體?？紤]到數(shù)字經(jīng)濟(jì)的不同維度與零售業(yè)綠色發(fā)展的關(guān)聯(lián)度并非一致，以整體視角的考察可能會忽略內(nèi)部具體的異質(zhì)性影響路徑。因此，本文將數(shù)字經(jīng)濟(jì)綜合指數(shù)分解為四個不同維度的子指標(biāo)分別進(jìn)行回歸估計，結(jié)果如表10所示。其中，表10列（2）—（4）結(jié)果顯示，DE2—DE4的回歸系數(shù)值分別為0.242、0.177和0.326，且均通過了顯著性檢驗，這表明數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化以及數(shù)字使用能力均能夠?qū)α闶蹣I(yè)綠色發(fā)展起到正向推動作用，而列（1）結(jié)果顯示了DE1的回歸系數(shù)雖為正，但未通過顯著性檢驗，表明數(shù)字基礎(chǔ)設(shè)施對零售業(yè)綠色發(fā)展的促進(jìn)作用尚不明顯。造成這一結(jié)果的原因可能是由于我國數(shù)字經(jīng)濟(jì)發(fā)展時間相對較短，數(shù)字基礎(chǔ)設(shè)施建設(shè)尚不完善且區(qū)域間缺乏統(tǒng)籌，尤其是西部欠發(fā)達(dá)地區(qū)以及農(nóng)村地區(qū)新基建嚴(yán)重滯后，城鄉(xiāng)數(shù)字鴻溝短期難以彌合，降低了數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的賦能作用。

前文分析結(jié)果主要反映數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的平均效應(yīng)系數(shù)，但卻忽視了數(shù)字經(jīng)濟(jì)影響零售業(yè)綠色發(fā)展的異質(zhì)性分布情況。一般認(rèn)為，數(shù)字經(jīng)濟(jì)具有普遍的網(wǎng)絡(luò)效應(yīng)，但其對零售業(yè)綠色發(fā)展的影響過程是否因網(wǎng)絡(luò)效應(yīng)的存在造成非線性特征需要進(jìn)一步采用分位數(shù)回歸方法予以驗證?；诖?，本文構(gòu)建了面板分位數(shù)模型如下：

Qτ（RGTit）=α0+ατDEit+φXit+ui+vt+εit（17）

其中，Qτ（RGTit）為零售業(yè)綠色發(fā)展指數(shù)的τ分位數(shù)，ατ為數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的τ分位數(shù)估計系數(shù)。

表11列（1）—（5）分別匯報了在0.1、0.25、0.50、0.75、0.90等五個代表性分位數(shù)上的回歸結(jié)果，通過觀察各分位數(shù)上的回歸系數(shù)值來確定數(shù)字經(jīng)濟(jì)影響零售業(yè)綠色發(fā)展的邊際效應(yīng)。結(jié)果顯示，數(shù)字經(jīng)濟(jì)指數(shù)（DE）在五個分位數(shù)上的系數(shù)值均顯著為正，顯示出數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的不同程度均具有正向促進(jìn)作用。不同的是，在0.1的分位數(shù)上DE的回歸系數(shù)值最小，但在0.9的分位數(shù)上DE回歸系數(shù)值最大，且隨著分位數(shù)的不斷升高，數(shù)字經(jīng)濟(jì)發(fā)展（DE）的回歸系數(shù)值呈現(xiàn)遞增的趨勢。換而言之，數(shù)字經(jīng)濟(jì)賦能不同程度零售業(yè)綠色發(fā)展的作用呈現(xiàn)非線性遞增特征。隨著零售業(yè)綠色發(fā)展程度的增加，數(shù)字紅利所帶來的邊際效應(yīng)越大，即驗證了網(wǎng)絡(luò)效應(yīng)的存在。在數(shù)字經(jīng)濟(jì)時代下，零售業(yè)綠色發(fā)展對數(shù)字經(jīng)濟(jì)的依賴程度不斷加深，并將隨著綠色轉(zhuǎn)型程度的提升承擔(dān)著愈發(fā)重要的數(shù)字賦能作用。

六、研究結(jié)論與政策建議

在數(shù)字經(jīng)濟(jì)時代背景下，面對愈發(fā)嚴(yán)峻的環(huán)境和資源約束，推動數(shù)字化賦能零售業(yè)綠色發(fā)展對于經(jīng)濟(jì)高質(zhì)量發(fā)展的意義重大。本文從理論上剖析了數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的作用機(jī)理，并結(jié)合2008—2020年中國省級面板數(shù)據(jù)，分別利用熵權(quán)TOPSIS法和SBM-GML法測算了數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和零售業(yè)綠色全要素生產(chǎn)率，進(jìn)而實證檢驗了數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的直接影響和作用機(jī)制。主要結(jié)論如下：（1）在樣本考察期內(nèi)，數(shù)字經(jīng)濟(jì)顯著地促進(jìn)了中國零售業(yè)綠色發(fā)展，以“國家級大數(shù)據(jù)綜合試驗區(qū)”作為準(zhǔn)自然實驗、進(jìn)行內(nèi)生性處理、替換核心變量以及估計方法后進(jìn)一步證實了該結(jié)論。（2）政府主導(dǎo)的正式型和公眾參與的非正式型環(huán)境規(guī)制在數(shù)字經(jīng)濟(jì)賦能零售業(yè)綠色發(fā)展的過程中均具有正向調(diào)節(jié)作用，即政府部門污染治理和公眾環(huán)保關(guān)注度能夠強(qiáng)化這種正向推動效應(yīng)。（3）綠色技術(shù)創(chuàng)新、綠色金融支撐以及上游綠色供給是數(shù)字經(jīng)濟(jì)驅(qū)動零售業(yè)綠色發(fā)展的主要作用機(jī)制。（4）在東部和南方地區(qū)、具備更高人力和物質(zhì)資本、市場一體化程度高的地區(qū)，數(shù)字經(jīng)濟(jì)對零售業(yè)綠色發(fā)展的推動作用更大；與此同時，數(shù)字經(jīng)濟(jì)賦能綠色零售的邊際效應(yīng)也伴隨著零售業(yè)綠色發(fā)展程度的提升而變得更大。（5）產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化以及數(shù)字應(yīng)用能力等三個數(shù)字經(jīng)濟(jì)分維度對零售業(yè)綠色發(fā)展的促進(jìn)作用更加突出。

基于以上研究結(jié)論，本文提出以下政策建議：

第一，引導(dǎo)各地政府加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，因地制宜優(yōu)化算力網(wǎng)絡(luò)、數(shù)字物流網(wǎng)絡(luò)等布局，推動5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)等設(shè)施全覆蓋，升級超市、商圈、步行街等傳統(tǒng)零售設(shè)施，鼓勵打造智慧商店、智慧商圈、智慧街區(qū)，充分發(fā)揮數(shù)字經(jīng)濟(jì)賦能效應(yīng)助力零售業(yè)綠色發(fā)展。第二，引導(dǎo)零售企業(yè)更廣更深地應(yīng)用數(shù)字技術(shù)，推廣智能機(jī)器人等設(shè)施與智能技術(shù)設(shè)備，開發(fā)數(shù)字信息平臺，提升綠色創(chuàng)新能力，集聚掌握數(shù)字技術(shù)的創(chuàng)新型人才，提升零售企業(yè)數(shù)字化服務(wù)能力，增強(qiáng)零售業(yè)綠色發(fā)展的內(nèi)生動力。第三，支持金融、制造等多個產(chǎn)業(yè)的綠色轉(zhuǎn)型，豐富面向綠色零售企業(yè)的金融產(chǎn)品，降低綠色零售企業(yè)的融資成本，以金融支持等形成激勵。豐富可供銷售的綠色產(chǎn)品，完善綠色產(chǎn)品標(biāo)準(zhǔn)，支持培育新能源汽車、節(jié)能家電、環(huán)保家具等品牌，鼓勵零售企業(yè)與制造企業(yè)合作生產(chǎn)新型綠色產(chǎn)品，助力零售業(yè)綠色水平提升。第四，深入推進(jìn)國家大數(shù)據(jù)綜合試驗區(qū)建設(shè)，有序創(chuàng)新數(shù)據(jù)要素流通機(jī)制，鼓勵大數(shù)據(jù)國際交流和區(qū)域合作，推進(jìn)大數(shù)據(jù)融合與協(xié)同創(chuàng)新，依托政策紅利促進(jìn)該區(qū)域零售生態(tài)體系創(chuàng)新，引領(lǐng)零售業(yè)綠色發(fā)展并在全國形成示范。第五，引導(dǎo)形成綠色消費(fèi)文化，打造綠色產(chǎn)品銷售專區(qū)，豐富綠色消費(fèi)場景，開展綠色商品促消費(fèi)活動，強(qiáng)化居民的公共環(huán)保關(guān)注與綠色消費(fèi)理念，拉動零售業(yè)綠色發(fā)展。

參考文獻(xiàn)：

［1］"周殿昆，李榮慶，郭紅兵.構(gòu)建促進(jìn)綠色商業(yè)發(fā)展的良性互動機(jī)制［J］．"財貿(mào)經(jīng)濟(jì)，2007（10）：103-107+129.

［2］"趙亞平，孫筠婷.零售綠色經(jīng)營的界定及其實踐［J］．"商業(yè)研究，2009（12）：18-20.

［3］"Vadakkepatt"G"G，Winterich"K"P，Mittal"V，"et"al."Sustainable"Retailing［J］．"Journal"of"Retailing，2021，97（1）：62-80.

［4］"梁佳，嚴(yán)鋒，張其林.數(shù)字技術(shù)提升零售產(chǎn)業(yè)效率：機(jī)理與實證［J］．"商業(yè)經(jīng)濟(jì)與管理，2023（12）：5-21.

［5］"余姍，樊秀峰，蔣皓文.數(shù)字經(jīng)濟(jì)發(fā)展對碳生產(chǎn)率提升的影響研究［J］．"統(tǒng)計與信息論壇，2022，37（7）：26-35.

［6］"Wang"C，Zhang"R，Ibrahim"H，Liu"P."Can"the"Digital"Economy"Enable"Carbon"Emission"Reduction："Analysis"of"Mechanisms"and"China’s"Experience［J］．"Sustainability，2023，15（13）：10368.

［7］"翟金芝.低碳經(jīng)濟(jì)下中國零售業(yè)發(fā)展的對策［J］．"經(jīng)濟(jì)與管理，2010，24（5）：84-87.

［8］"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(jì)，2019（4）：5-22.

［9］"Salim"K"T，"Hossein"S"T，Zahra"S"P."Green"Innovation："A"Systematic"Literature"review［J］．Journal"of"Cleaner"Production，2021，279.

［10］賀愛忠，杜靜，唐宇.“兩型”試驗區(qū)流通業(yè)綠色發(fā)展?fàn)顩r與提升對策探討［J］．"北京工商大學(xué)學(xué)報（社會科學(xué)版），2013，28（2）：20-26.

［11］金環(huán)，于立宏，魏佳麗.國家電子商務(wù)示范城市建設(shè)對企業(yè)綠色技術(shù)創(chuàng)新的影響及機(jī)制研究［J］．"科技進(jìn)步與對策，2022，39（10）：81-90.

［12］周肖肖，賈夢雨，趙鑫.綠色金融助推企業(yè)綠色技術(shù)創(chuàng)新的演化博弈動態(tài)分析和實證研究［J］．"中國工業(yè)經(jīng)濟(jì)，2023（6）：43-61.

［13］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(jì)，2022（9）：83-101.

［14］依紹華，梁威.傳統(tǒng)商業(yè)企業(yè)如何創(chuàng)新轉(zhuǎn)型——服務(wù)主導(dǎo)邏輯的價值共創(chuàng)平臺網(wǎng)絡(luò)構(gòu)建［J］．"中國工業(yè)經(jīng)濟(jì)，2023（1）：171-188.

［15］吳海軍，楊其靜，陽鎮(zhèn).生產(chǎn)性政府債務(wù)與城市創(chuàng)新力——基于中國城市面板數(shù)據(jù)的經(jīng)驗研究［J］．"中國工業(yè)經(jīng)濟(jì)，2023（10）：42-60.

［16］Tone"K."A"Slacks-based"Measure"of"Efficiency"in"Data"Envelopment"Analysis［J］．"European"Journal"of"Operational"Research，2001（3）：498-509.

［17］劉鉆擴(kuò)，辛麗.“一帶一路”建設(shè)對沿線中國重點省域綠色全要素生產(chǎn)率的影響［J］．"中國人口·資源與環(huán)境，2018，28（12）：87-97.

［18］蘇濤永，張亮亮，單志汶.產(chǎn)業(yè)耦合、區(qū)域異質(zhì)性與新零售組織場域［J］．"商業(yè)經(jīng)濟(jì)與管理，2020，346（8）：5-21.

［19］王軍，朱杰，羅茜.中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測度［J］．"數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（7）：26-42.

［20］何愛平，安夢天.地方政府競爭、環(huán)境規(guī)制與綠色發(fā)展效率［J］．"中國人口·資源與環(huán)境，2019，29（3）：21-30.

［21］Nunn"N，Qian"N."US"Food"Aid"and"Civil"Conflict［J］．American"Economic"Review，2014，104（6）：1630-1666.

［22］Beck"T，Levine"R，"Levkov"A."Big"Bad"Banks？"The"Winners"and"Losers"from"Bank"Deregulation"in"the"United"States［J］．The"Journal"of"Finance，"2010，"65（5）：1637-1667.

［23］李青原，肖澤華.異質(zhì)性環(huán)境規(guī)制工具與企業(yè)綠色創(chuàng)新激勵——來自上市企業(yè)綠色專利的證據(jù)［J］．"經(jīng)濟(jì)研究，2020，55（9）：192-208.

［24］盛來運(yùn)，鄭鑫，周平，等.我國經(jīng)濟(jì)發(fā)展南北差距擴(kuò)大的原因分析［J］．"管理世界，2018，34（9）：16-24.

［25］毛其淋，盛斌.對外經(jīng)濟(jì)開放、區(qū)域市場整合與全要素生產(chǎn)率［J］．"經(jīng)濟(jì)學(xué)（季刊），2012，11（1）：181-210.