AnExamination of theImpact andMechanisms of the Digital Economyon theEficiencyofLow-carbon Logistics

， （ ， ）LIU Cong，LIU Yan （School ofBusinessAdministration，Liaoning Technical University，Huludao l25ooo，China）

中圖分類號：F253.9 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.09.004

Abstract：Thearticleisguidedbythetheoreticalframeworkofempoweringlow-carbonlogisticseficiencywiththedigitalecono my，constructsevaluationindicatorsforlow-carbonlogisticseficiencyandcombinesbalancedpaneldatafrom3Oprovincesin Chinafrm2012to2021.Usingtheualfiedefectsmodelandintermediaryefetsmodel，thearticlestudiestheinfluenceand mechanismoflow-carbonlogisticseficiencyinthecontextofthedigitaleconomy.Theconsequencesdisplaythatthedigitaleconomyisabletodramaticallenhancelow-carbonlogisticseficiencyAlsoafterarangeofrobustnesstests，theresultssillsig nificant，andthedigitaleconomycanimprovelow-carbonlogistcseficiencyinbothpaths：Greenenvironmentalprotectiotech nologyinventionandthemodificationofindustrialstructure.Subsequentexaminationindicatesthatthedigitaleconomyhasthe greatestinfluenceonlow-carbonlogisticseficiencyinChinasasternandcentralegions，withthewesternregionexperiencing insignificantpositiveefects.Proposalsaremadeinordertooferfresh perspectivesonhow China'slogistcssectormightgrow and undergo a low-carbon transformation.

Key words： low-carbon logistics; digital economy; green technology

0引言

在現(xiàn)代社會中，物流被視為一項“不可或缺的服務(wù)”，與“供水、供電、供氣”等基礎(chǔ)設(shè)施具有同樣的重要性，它是確保社會安全、穩(wěn)定“生產(chǎn)、生活”的核心要素。同時物流作為連接國民經(jīng)濟的紐帶，具有高度的產(chǎn)業(yè)關(guān)聯(lián)性，因此被譽為推動經(jīng)濟增長的“加速器”。2022年，我國社會物流總額達347.6萬億元，同比增長約 3.4%^[1] ，物流業(yè)實現(xiàn)營業(yè)收入達12.7萬億元，同比增長 4.7% ，可見物流總量在穩(wěn)定增長。然而物流需求穩(wěn)定增長的同時，物流行業(yè)的碳排放量也在增加。當前，我國物流行業(yè)的能源消耗已經(jīng)超過了整個社會能源消耗總量的 20% ，它是我國碳排放增速最快的行業(yè)之一2。十九大報告中提出了“綠色低碳發(fā)展”的經(jīng)濟體系，“碳達峰”、“碳中和”被寫人2021年全國兩會政府工作報告，這意味著推動我國物流業(yè)朝著綠色、低碳方向發(fā)展已是客觀要求。

根據(jù)中國信息通信研究院公布的《中國數(shù)字經(jīng)濟發(fā)展報告》，2021年中國的數(shù)字經(jīng)濟總值達到了50.2萬億元，在GDP中的占比為 41.5% 。顯然，數(shù)字經(jīng)濟已經(jīng)成為我國經(jīng)濟穩(wěn)定運行與提質(zhì)增效的“穩(wěn)定器”和“加速器”。同時數(shù)字經(jīng)濟作為一種新型經(jīng)濟，其作用和地位逐漸凸顯，正在對傳統(tǒng)行業(yè)產(chǎn)生影響?！笆奈濉币?guī)劃也明確提出數(shù)字經(jīng)濟的發(fā)展是實現(xiàn)“雙碳”目標的重要推力。圍繞這一話題，本文深入探討數(shù)字經(jīng)濟對低碳物流效率的具體作用及機制，以期助力物流業(yè)低碳轉(zhuǎn)型，實現(xiàn)經(jīng)濟的高質(zhì)量和可持續(xù)發(fā)展。

1文獻綜述

低碳物流這一概念源于綠色物流，二者的核心思想都是在物流活動過程中減少物流活動對環(huán)境造成的危害，同時達到凈引枚書，劉劉證數(shù)汶對低碳物炫放密的影響上如制驗m物炫科士2540/m.1217

物流環(huán)境的目的，確保物流資源得以最充分的利用。低碳物流這一概念被提出之后，學(xué)術(shù)界關(guān)于低碳物流的研究已取得較大的進展，主要聚焦于低碳物流配送路徑優(yōu)化、選址和低碳約束下的物流業(yè)效率[35]。關(guān)于數(shù)字經(jīng)濟領(lǐng)域的研究成果主要集中于數(shù)字經(jīng)濟的測算、環(huán)境效應(yīng)、經(jīng)濟效應(yīng)[6-8]。同時也有大量學(xué)者研究數(shù)字經(jīng)濟與物流業(yè)碳排放的關(guān)系，楊俊等觀察到，數(shù)字經(jīng)濟與物流行業(yè)的碳排放之間存在“倒U”型非線性關(guān)聯(lián)關(guān)系；鐘文等研究指出數(shù)字經(jīng)濟主要是通過技術(shù)創(chuàng)新和提高資源配置效率這兩個途徑來顯著減少物流行業(yè)的碳排放量；王春娟等采用FGLS模型進行研究，結(jié)果表明數(shù)字經(jīng)濟對綠色物流高質(zhì)量發(fā)展起正向促進作用。

綜合來看，盡管已有文獻對數(shù)字經(jīng)濟與低碳物流及其二者的關(guān)系進行了諸多有益探索，為本文提供了重要理論參考和經(jīng)驗借鑒，但針對二者關(guān)系的現(xiàn)有研究大多僅考慮碳排放強度而非低碳物流效率，鑒于此，本文試圖基于2012—2021年我國 30個省份的面板數(shù)據(jù)，運用雙重固定效應(yīng)模型、中介效應(yīng)模型，系統(tǒng)探究數(shù)字經(jīng)濟對低碳物流效率的影響與作用機制。本文可能的貢獻有三：一是探討數(shù)字經(jīng)濟對我國低碳物流效率的影響，豐富了研究成果；二是探討了數(shù)字經(jīng)濟對低碳物流效率的作用機制，為提高我國低碳物流效率提供了新思路；三是基于理論與實證分析結(jié)果，提出了在“雙碳”目標下數(shù)字經(jīng)濟賦能低碳物流效率的具體政策措施。

2理論分析與研究假設(shè)

2.1數(shù)字經(jīng)濟對低碳物流效率的直接影響

數(shù)字經(jīng)濟的特點是將數(shù)據(jù)資源作為核心的生產(chǎn)因素，依托于現(xiàn)代信息網(wǎng)絡(luò)這一重要平臺，并通過信息通信技術(shù)的高效利用來提高效率和優(yōu)化經(jīng)濟結(jié)構(gòu)[2]。其中數(shù)字網(wǎng)絡(luò)的應(yīng)用既能夠協(xié)助企業(yè)進行物流數(shù)據(jù)的超前規(guī)劃、信息共享與精確對接，讓物流活動更加靈活、快捷、精確，大大減少冗余的物流活動，也使得消費者可以隨時查看、編輯與獲取物流數(shù)據(jù)，有效減少線下物流活動，進而降低物流行業(yè)的碳排放，提高低碳物流效率；其次，梅特卡夫定律表明，在數(shù)字網(wǎng)絡(luò)的開放環(huán)境下，物流節(jié)點之間的資源共享得到了促進，這使得它們能以低成本獲得生產(chǎn)要素和資源，從而推動了用戶間的物流服務(wù)體驗分享，實現(xiàn)高效率的物流業(yè)運作；同時，數(shù)字技術(shù)可科學(xué)、精密地管理物流系統(tǒng)，減少各環(huán)節(jié)對傳統(tǒng)化石能源的消耗和排放，提高單位碳排放下的物流運輸水平，從而實現(xiàn)物流碳生產(chǎn)率的提升。因此，本文提出以下研究假設(shè)：

H1：數(shù)字經(jīng)濟發(fā)展能夠有效提高低碳物流效率。

2.2數(shù)字經(jīng)濟對低碳物流效率的間接影響

2.2.1數(shù)字經(jīng)濟通過驅(qū)動綠色技術(shù)創(chuàng)新間接提高低碳物流效率。從數(shù)字經(jīng)濟的自身特征來看，它有助于減少創(chuàng)新過程中的搜尋、代理、調(diào)整和享用成本，從而使得物流企業(yè)可以有更多的資金支持綠色技術(shù)創(chuàng)新活動4；其次，數(shù)字經(jīng)濟的核心驅(qū)動力是數(shù)字技術(shù)，物流企業(yè)可以借助大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)合理分配創(chuàng)新資源，提高技術(shù)研發(fā)的成功率和研發(fā)成果的轉(zhuǎn)化能力。因此，數(shù)字經(jīng)濟能夠加快綠色技術(shù)創(chuàng)新效率。而綠色技術(shù)創(chuàng)新是推動物流行業(yè)低碳轉(zhuǎn)型的關(guān)鍵因素。綠色技術(shù)創(chuàng)新有利于碳捕集等綠色環(huán)保技術(shù)的研發(fā)和推廣[]，有利于太陽能等可再生資源的開發(fā)與利用，有利于對于耗能產(chǎn)品進行改造，可以減少化石能源的消耗并控制碳排放的增加，從而提升物流業(yè)的碳排放效率。并且有數(shù)據(jù)表明，智能綠色物流技術(shù)使42個亞洲國家的運輸車輛排放量減少了 26.9%^[16] 。因此，本文提出以下研究假設(shè)：

H2a ：數(shù)字經(jīng)濟通過促進綠色技術(shù)創(chuàng)新提升低碳物流效率。

2.2.2數(shù)字經(jīng)濟通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)間接提高低碳物流效率。首先，數(shù)字經(jīng)濟促進了不同產(chǎn)業(yè)領(lǐng)域的融合，消除了傳統(tǒng)的產(chǎn)業(yè)邊界，增強了三大產(chǎn)業(yè)之間的耦合度與協(xié)調(diào)度，產(chǎn)業(yè)間的關(guān)聯(lián)效應(yīng)能夠加強供應(yīng)鏈上下游企業(yè)間的協(xié)作，提升供應(yīng)鏈一體化能力，并且在制定物流運輸計劃時能綜合考慮相關(guān)因素，集中決策，共同制定能夠滿足各方利益需求的方式，降低物流活動的錯誤率，從而減少碳排放量，提高低碳物流效率；其次，數(shù)字經(jīng)濟通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)不僅可以提高資源利用率，還可以使產(chǎn)業(yè)向高產(chǎn)出、低排放的清潔行業(yè)邁進，進而減少物流業(yè)碳排放強度，實現(xiàn)物流業(yè)低碳效率的提升。因此，本文提出以下研究假設(shè)：

H2b：數(shù)字經(jīng)濟通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)提升低碳物流效率。

3研究設(shè)計

3.1模型構(gòu)建

為檢驗數(shù)字經(jīng)濟如何影響低碳物流效率，本文構(gòu)建基準回歸模型如下：

efficiency_it=α₀+α₁dig_it+α₂Z_it+η_i+μ_t+ε_it

式中：i表示省份， χ_t 表示年份， α 表示待估參數(shù)， η 和 μ 分別表示個體效應(yīng)和時間效應(yīng)； ε 表示隨機擾動項；efficiencyi表示本文的被解釋變量，表示 χ_t 時期省份 i 的低碳物流效率， dig_it 表示本文的核心解釋變量，表示 Φ_t 時期省份 i 的數(shù)字經(jīng)濟發(fā)展水平， Z_it 表示本文的控制變量。

為進一步探討綠色技術(shù)創(chuàng)新 （M1） 和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化 ξ（M2ξ） 是否為數(shù)字經(jīng)濟對低碳物流效率的機制變量，借鑒溫忠麟等的三步法構(gòu)建中介效應(yīng)模型如下：

M_it=β₀+β₁dig_it+β₂Z_it+η_i+μ_t+ε_it

efficiency_it=γ₀+γ₁dig_it+γ₂M_it+γ₃Z_it+η_i+μ_t+ε_it

其中： M_it 表示中介變量，包括綠色技術(shù)創(chuàng)新 （M1） 和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化 ^（M2） ，其他符號含義同上。

3.2變量選取

（1）被解釋變量：低碳物流效率（eficiency）?？紤]指標體系的科學(xué)性與可獲得性，以低碳物流理論為指導(dǎo)，借鑒已有的研究成果，從投入、期望產(chǎn)出、非期望產(chǎn)出三方面建立低碳物流效率的指標體系，采用考慮非期望產(chǎn)出的Super-SBM模型衡

14 物流科技2025年第9期5月上

量低碳物流效率。本文選取的評價指標如表1所示。

（2）解釋變量：數(shù)字經(jīng)濟發(fā)展水平 （digα） 。本文參考《中國數(shù)字經(jīng)濟發(fā)展報告（2022）》、王軍等構(gòu)建的數(shù)字經(jīng)濟發(fā)展水平評價指標體系，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字創(chuàng)新能力4個層面建立數(shù)字經(jīng)濟發(fā)展水平評價指標體系，并通過熵值法衡量我國各省份數(shù)字經(jīng)濟發(fā)展水平，具體指標如表2所示。

（3）中介變量。本文的中介變量為綠色技術(shù)創(chuàng)新 （M1） 和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化 （M2Ω） ，根據(jù)既有文獻，分別用綠色專利授權(quán)數(shù)件和產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)表示。其中產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)參考劉翠花的做法：按照第一、第二、第三產(chǎn)業(yè)依次賦權(quán)1、2、3，乘以各產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值的比重，加權(quán)求和求得。

（4）控制變量。本文選取的一系列控制變量（見表3）包括經(jīng)濟發(fā)展水平 （Pgdp） ，用人均 _gdp 的自然對數(shù)來表示；政府財政支持 （GI） ，用地方財政一般公共預(yù)算支出與 GDP 之比表示；城鎮(zhèn)化水平 Ξ（TLΞ） ，用各地區(qū)城鎮(zhèn)化率衡量；外商投資水平（FDI） ，用我國外商年底實際投資額與 GDP 之比表示；交通基礎(chǔ)設(shè)施 （TI 用公路里程的自然對數(shù)表示。

3.3數(shù)據(jù)來源與變量描述性統(tǒng)計

本次研究以我國30個省市自治區(qū)（不含西藏和港澳臺）為研究對象，以2012—2021年為研究周期，所涉及到的變量中，中國數(shù)字普惠金融指數(shù)由北京大學(xué)數(shù)字金融研究中心提供，其他數(shù)據(jù)取自國家統(tǒng)計局、《中國能源統(tǒng)計年鑒》和中國專利數(shù)據(jù)庫，對于缺失的數(shù)據(jù)則采用插值法進行補足，最終形成了2012—2021年30個省份的平衡面板數(shù)據(jù)。變量的描述性統(tǒng)計結(jié)果如表3所示。

4實證結(jié)果與分析

4.1基準回歸

表4報告了數(shù)字經(jīng)濟影響低碳物流效率的回歸結(jié)果。不同模型的估計結(jié)果都表明，數(shù)字經(jīng)濟對低碳物流效率起正向促進作用。由第（1）列可知，不考慮控制變量時數(shù)字經(jīng)濟對低碳物流效率的促進效應(yīng)達到0.704，第（2）列考慮控制變量后，作用系數(shù)依然顯著為正，說明數(shù)字經(jīng)濟能夠顯著提高低碳物流效率，由此驗證了假設(shè) H1 。

4.2機制分析

綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化是影響低碳物流效率的重要因素，為探究數(shù)字經(jīng)濟如何通過綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化賦能低碳物流發(fā)展，本文對模型（2）、模型（3）進行回歸分析，首先檢驗數(shù)字經(jīng)濟發(fā)展水平對綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的促進效應(yīng)，再檢驗綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對低碳物流效率的影響，回歸結(jié)果如表5和表6所示。

表5列（1）中數(shù)字經(jīng)濟發(fā)展水平 （dig） 的估計系數(shù)在 5% 水平上顯著為正，說明數(shù)字經(jīng)濟發(fā)展促進了綠色技術(shù)創(chuàng)新，列（2）中數(shù)字經(jīng)濟發(fā)展水平 （digα） 和綠色技術(shù)創(chuàng)新 （M1） 對低碳物流效率（efficiency）的影響顯著為正，并且列（2）中數(shù)字經(jīng)濟發(fā)展水平 （digα） 估計系數(shù)小于列（1）的估計系數(shù)，說明綠色技術(shù)創(chuàng)新發(fā)揮了部分中介效應(yīng)，意味著數(shù)字經(jīng)濟發(fā)展可以通過提高綠色技術(shù)創(chuàng)新水平來提高低碳物流效率，假設(shè) H2a 得到驗證。同理，由表6第（1）列結(jié)果可知，數(shù)字經(jīng)濟 （dig） 對產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù) （M2） 的作用系數(shù)為0.446，且通過 5% 的置信水平，即數(shù)字經(jīng)濟的發(fā)展有利于優(yōu)化地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)，進一步將數(shù)字經(jīng)濟發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)引入同一模型中進行估計，結(jié)果如第（2）列所示，數(shù)字經(jīng)濟發(fā)展水平 （dig） 與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化 ^（M2） 對低碳物流效率（eficiency）的作用系數(shù)均顯著為正，表明數(shù)字經(jīng)濟可通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的方式釋放出間接效應(yīng)，從而提高低碳物流效率，假設(shè)H2b 得到驗證。

4.3穩(wěn)健性檢驗

4.3.1替換解釋變量。為進一步檢驗上文模型結(jié)果的穩(wěn)健性，借鑒已有研究成果的做法，更換數(shù)字經(jīng)濟發(fā)展水平的衡量方式（X₂） ，替換解釋變量后重新進行基準回歸，結(jié)果見表7，由結(jié)果可得數(shù)字經(jīng)濟仍然正向促進了低碳物流效率，支持了原結(jié)論。4.3.2調(diào)整時間窗口。本文還通過擴大時間窗口期的方法驗證模型結(jié)構(gòu)的穩(wěn)健性，將時間窗口期從2012—2021年拓展為2010—2021年，回歸結(jié)果見表7所示，數(shù)字經(jīng)濟在 10% 的水平上可以顯著提高低碳物流效率，上述結(jié)論依然得到驗證，表明研究結(jié)果穩(wěn)健性良好。

4.4內(nèi)生性檢驗

前文的一系列分析證明了數(shù)字經(jīng)濟的發(fā)展能夠有效提高低碳物流效率這一結(jié)論的可靠性，但仍考慮到可能存在雙向因果導(dǎo)致的內(nèi)生性問題，導(dǎo)致估計結(jié)果偏誤，因此本文構(gòu)建了解釋變量滯后一期項作為工具變量。滯后變量的引入旨在捕捉動態(tài)效應(yīng)、消除可能的反向因果關(guān)系和克服同時性偏誤。特別是在分析數(shù)字經(jīng)濟的長效影響時，可能存在時間滯后，即數(shù)字經(jīng)濟發(fā)展并不會立即產(chǎn)生其全部的經(jīng)濟效應(yīng)。由回歸結(jié)果（見表8）可知，數(shù)字經(jīng)濟在t-1期的回歸系數(shù)在 5% 的水平上顯著為正，說明數(shù)字經(jīng)濟對下一期的低碳物流效率同樣具有明顯促進作用，與基準回歸結(jié)果一致。

4.5異質(zhì)性檢驗

由于我國幅員遼闊，各省份地理區(qū)位不同，在發(fā)展水平、資源稟賦、經(jīng)濟基礎(chǔ)等方面存在較大差異，數(shù)字經(jīng)濟對低碳物流效率的影響也可能存在差異。鑒于此，將研究樣本劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)，分地區(qū)進行回歸，結(jié)果見表9?？梢园l(fā)現(xiàn)，東部地區(qū)和中部地區(qū)數(shù)字經(jīng)濟的回歸系數(shù)分別在 1% 和 5% 水平上顯著為正，西部地區(qū)的回歸系數(shù)不顯著，說明在東部和中部地區(qū)數(shù)字經(jīng)濟對低碳物流效率的提高作用明顯，而在西部地區(qū)其作用不明顯?？赡茉蚴?，西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平較低，數(shù)字基礎(chǔ)設(shè)施不健全，無法提供先進的數(shù)字技術(shù)，而數(shù)字化技術(shù)的普及能夠極大地提高能源利用效率和優(yōu)化能源使用結(jié)構(gòu)，所以導(dǎo)致東中部地區(qū)數(shù)字經(jīng)濟對低碳物流效率的推動作用更強。

5結(jié)論與建議

本文基于2012—2021年我國30個省份的面板數(shù)據(jù)，運用雙重固定效應(yīng)模型、中介效應(yīng)模

型分析了數(shù)字經(jīng)濟對低碳物流效率的影響效應(yīng)及傳導(dǎo)機制，得出以下結(jié)論：（1）數(shù)字經(jīng)濟能夠顯著提高我國物流業(yè)的低碳物流效率；（②）數(shù)字經(jīng)濟不僅能直接影響低碳物流效率，還可以通過促進綠色技術(shù)創(chuàng)新以及優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)對低碳物流效率產(chǎn)生影響；（3）區(qū)域異質(zhì)性檢驗發(fā)現(xiàn)數(shù)字經(jīng)濟對東部地區(qū)、中部地區(qū)低碳物流效率的推動作用更顯著。

基于數(shù)字經(jīng)濟賦能低碳物流效率的理論與實證分析，本文從以下3個方面提出對策建議：（1）物流企業(yè)可以運用大數(shù)據(jù)和人工智能技術(shù)，優(yōu)化配送路線，減少行駛里程，從而降低能耗和碳排放。此外，物流企業(yè)還可以與其他企業(yè)進行協(xié)作，共享配送資源，降低空駛率，提高運輸效率；（2）不管是數(shù)字經(jīng)濟建設(shè)，還是綠色技術(shù)的創(chuàng)新，都需要持續(xù)穩(wěn)定的、足夠的資金投入，因此需要政府發(fā)揮作用，夯實數(shù)字經(jīng)濟助力低碳發(fā)展的政策基礎(chǔ)，暢通數(shù)字經(jīng)濟影響物流業(yè)碳排放的作用路徑；（3）結(jié)合數(shù)字經(jīng)濟影響低碳物流效率的地區(qū)差異特點，實施差別化的區(qū)域扶持政策，同時省際物流業(yè)可以“協(xié)同降碳”，推動我國物流業(yè)的低碳轉(zhuǎn)型。

參考文獻：

[1]劉琦，范鑫坤．中國省際物流業(yè)碳排放的空間效應(yīng)及其傳導(dǎo)機制[J].環(huán)境工程學(xué)報，2024，18（1）：298-308.

[2]李健，白子毅，李柏桐．雙碳背景下京津冀物流業(yè)碳排放脫鉤及影響因素研究[J].城市問題，2022（5）：69-76.

[3]張立毅，王迎，費騰，等．混沌擾動模擬退火蟻群算法低碳物流路徑優(yōu)化[J].計算機工程與應(yīng)用，2017，53（1）：63-68，102.

[4]林殿盛，張智勇，王佳欣，等．需求不確定下的低碳物流配送中心選址[J].控制與決策，2020，35（2）：492-500.

[5]劉承良，管明明．低碳約束下中國物流業(yè)效率的空間演化及影響因素[J].地理科學(xué)，2017，37（12）：1805-1814.

[6]王軍，朱杰，羅茜．中國數(shù)字經(jīng)濟發(fā)展水平及演變測度[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（7）：26-42.

[7]L Z，LIN，WENH.Digitaleconomyandenvironmentalquality：Evidencefrom217citiesin China[J].Sustainability，2021，13（14）：8058.

[8]張楷卉．“十四五”時期數(shù)字經(jīng)濟與實體經(jīng)濟深度融合的創(chuàng)新機制[J].經(jīng)濟體制改革，2022（4）：88-94.

[9]楊俊，鐘文．數(shù)字賦能與物流業(yè)碳減排：內(nèi)在機制與經(jīng)驗證據(jù)[J].統(tǒng)計與決策，2023，39（20）：174-178.

[10]鐘文，楊俊，鄭明貴，等．中國城市數(shù)字經(jīng)濟對物流業(yè)碳排放的影響效應(yīng)及傳導(dǎo)機制[J].中國環(huán)境科學(xué)，2024，4（1）：427-437.

[11] 王春娟，郭凱歌.數(shù)字經(jīng)濟賦能綠色物流高質(zhì)量發(fā)展效應(yīng)分析[J].華東經(jīng)濟管理，2024，38（2）：53-63.

[12] 劉軍，楊淵，張三峰．中國數(shù)字經(jīng)濟測度與驅(qū)動因素研究[J].上海經(jīng)濟研究，2020（6）：81-96.

[13]METCALFE B. Metcalfe's law after 40 years of Ethernet[J]. Computer， 2013，46（12）：26-31.

[14]馬曉君，聶的秋，肖瀟．數(shù)字物流賦能可持續(xù)發(fā)展的機制與效應(yīng)——基于物流碳生產(chǎn)率視角[J]中國流通經(jīng)濟，2024，38（4）：68-79.

[15]曹建飛，韓延玲，劉慧龍．數(shù)字經(jīng)濟發(fā)展如何影響城市碳排放？——來自中國283個地級市的經(jīng)驗數(shù)據(jù)[J].生態(tài)經(jīng)濟，2024，40（2）：39-51.

[16]LIUC，MAT.Greenlogisticsmanagementandsupplychainsystemconstructionbasedoninteretofthingstechnolog[J]Sustainable Computing：Informaticsand Systems，2022，35：100773.

[17]陳涵，林曉冰，許思琪，等.數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與農(nóng)業(yè)高質(zhì)量發(fā)展——基于福建省面板數(shù)據(jù)的實證分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（7）：184-193.

[18]溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（5）：731-745.

[19]李娟，王琴梅.我國西部地區(qū)物流業(yè)發(fā)展質(zhì)量及其影響因素研究——基于物流業(yè)效率視角[J].北京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020，20（2）：82-93.

[20]劉翠花．數(shù)字經(jīng)濟對產(chǎn)業(yè)結(jié)構(gòu)升級和創(chuàng)業(yè)增長的影響[J]．中國人口科學(xué)，2022（2）：112-125，128.