中圖分類號：F259.2 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.08.014

Abstract： Byconstructingan evaluationindex system，this paper measures the new quality productivityand highqualitygreen logisticsdevelopmentindexof30provincialadmiistrativeregionsinChinafrom212to221usesDagumcoeficientandKerel densitytodescribetespatiotemporalevolutioncharacteristicsndusesintermearyectandspatialDurbinodeltpaly testthe mechanismandspatialefectofnewqualityproductivityonhighqualitydevelopmentofgreenlogistics.Theresearchresults indicatethattheoveralltrendofhighqualitydevelopmentofgreenlogisticsandthelevelofnewqualityproductivityispositive butregional diferencesaregraduallywidening，showingamultipolardevelopmenttrend withthestrongestempowerment efect in the centralregionand weaker empowerment efect intheeasternand westernregions，thatnewquality productivityindirectly promotes theigh-qualitydevelopmentof greenlogisticsbyadjustingresource alocation，thatthere isathresholdforgovernment intervention inthe process ofhigh-qualitydevelopmentof grenlogisticsempoweredbynewquality productivityandthat new qualityproductivityhasapositivedrivingefectontheighqualitydevelopmntoflocalgrenlgistics，andhasanegatiespatial spillover effect on surrounding areas.

Key words： new quality productivity; green logistics; spatiotemporal evolution; spatial effect

0引言

在新時代背景下，推動綠色物流高質量發(fā)展已經成為當前物流產業(yè)的重要任務。新能源、新材料、先進制造、電子信息等戰(zhàn)略性新興產業(yè)的發(fā)展，為綠色物流高質量發(fā)展提供了新的技術支持和發(fā)展動力，具有現實研究意義。

“新質生產力”的概念一經提出，就引起了廣泛關注，學術界對新質生產力展開了多方面研究，現有研究成果頗豐。任宇新等（2024）\"認為新質生產力作為傳統(tǒng)生產力的質態(tài)躍遷，可以從勞動者、勞動對象、勞動資料三個維度構建評價指標體系進行測度。盧江等（2024）2結合當前中國經濟發(fā)展事實，認為新質生產力發(fā)展水平以科技生產力、綠色生產力、數字生產力三個方面進行測算。鄧玲（2024）3深刻理解新質生產力重要論述的理論內蘊，新質生產力主要體現為“人才引領”“科技驅動”“產業(yè)賦能”“高質量發(fā)展”等緊密聯(lián)系，共同推動高質量發(fā)展。蔣永穆等（2024）通過構建“一軸”“二力”“三高”“四維”的理論分析框架，深入剖析“符合新發(fā)展理念的先進生產力質態(tài)”的內在邏輯，全面、準確把握新質生產力的意涵。

針對綠色物流發(fā)展水平的評價，當前學術界主要基于熵值法、TOPSIS綜合評價法、層次分析法、超效率SBM模型等方法進行測度。郭躍等（2019）通過從采購生態(tài)化、生產流程生態(tài)度、逆向物流水平、環(huán)境友好度等方面構建電商物流生態(tài)度評價指標體系，結合層次分析法與模糊數學方法測度企業(yè)綠色物流生態(tài)化指數，并提出加快綠色物流建設的相關建議。徐超毅等（2023）應用熵值法測算出綠色物流與綠色經濟的綜合發(fā)展水平，得出長江經濟帶綠色物流與經濟兩系統(tǒng)發(fā)展呈現東高西低、北高南低的空間分布格局。楊博等（2023）采用包含非期望產出的超效率SBM模型測算我國30個省份生鮮農產品綠色物流效率。結果表明，我國生鮮農產品綠色物流效率水平整體偏低，呈現東中部地區(qū)高、西部地區(qū)低的差異性。張旭等（2023）運用TOPSIS-云PDR多準則決策方法測度我國省域綠色物流發(fā)展水平，結果表明在空間上表現為東高西低的空間發(fā)展格局及輻射式演化特征，并提出基于協(xié)同發(fā)展、制定特色發(fā)展規(guī)劃等方面提高綠色物流發(fā)展水平。

目前，學術界關于不同領域對物流業(yè)影響機制的研究方法愈加豐富。劉國?。?018）基于地理鄰近與技術鄰近視角下的

空間計量模型，分析物流技術創(chuàng)新對物流業(yè)的影響，為業(yè)創(chuàng)新發(fā)展模式提供了新思路。董千里等（2020）[0利用我國285個城市的面板數據，構建雙重差分模型，研究流通節(jié)點城市對城市物流生產效率的影響及其作用機制。王春娟等（2024）[11運用基準回歸分析、門檻效應分析等方法探析數字經濟賦能綠色物流高質量發(fā)展的直接效應、間接效應及非線性效應。以上文獻均為本文提供了分析思路。

基于已有研究，本文以我國30個省級行政區(qū)為研究對象，從構建評價指標體系出發(fā)，利用中介效應和空間杜賓模型探究新質

生產力對綠色物流高質量發(fā)展的作用機制與空間效應。研究貢獻為：本文從基準回歸與空間溢出兩視角出發(fā)實證研究了各地區(qū)新質生產力對物流業(yè)高質量發(fā)展的影響程度，為物流業(yè)高質量發(fā)展提供了經驗證據（見圖1）。

1研究方法設計及數據來源

1.1指標體系構建

1.1.1被解釋變量：綠色物流高質量發(fā)展水平（GRE）

如表1所示，本文通過物流基礎能力與高質量發(fā)展規(guī)模兩方面構建綠色物流高質量發(fā)展的指標評價體系。并運用熵值法測算出2012—2021年各省級行政區(qū)的綜合得分，作為我國各地區(qū)的綠色物流高質量發(fā)展水平。

1.1.2核心解釋變量：新質生產力發(fā)展水平（NEW）本文參考盧江等（2024）[2的評價體系，采用熵值法測度新質生產力發(fā)展水平。

1.1.3控制變量

本文借鑒前人研究選取控制變量[2-14]：研發(fā)強度（INN）；產業(yè)結構水平（STR）；環(huán)境規(guī)制水平（ENV）；對外開放程

度（OPE）；市場化水平（MAR）；經濟發(fā)展水平（ECO）；工業(yè)化水平（IND）。

1.1.4中介變量與門檻變量

為探究新質生產力對綠色物流高質量發(fā)展的作用機制，本文選取資源配置效率（RES）作為中介變量，進行中介效應分析[15]。選取政府干預程度（GOV）作為門檻變量，衡量新質生產力對綠色物流高質量發(fā)展的政府干預門檻[16]。

1.2 研究方法

1.2.1Dagum基尼系數

本文運用Dagum基尼系數刻畫我國30個省級行政區(qū)的綠色物流高質量發(fā)展的時空演化特征。Dagum基尼系數將空間差距分解為地區(qū)內差異 、地區(qū)間差異 、超變密度 ，滿足 ，解決了子樣本數據之間的交叉與重疊問題。具體計算公式參考文獻[17]。

1.2.2Kernel密度估計

本文采用Kemel密度估計方法對新質生產力的分布態(tài)勢、分布延展性進行分析。Kemel核密度函數如下。

其中， n 為樣本數量， 代表新質生產力水平， 為均值， K（ ? ） 為核函數， h 為帶寬。

1.2.3中介效應模型

本文參考Baron etal.（1986）[18]與溫忠麟等（2004）[9]的做法進行中介效應檢驗。逐步對c、 ！ 進行檢驗。

1.2.4雙變量莫蘭指數

本文采用雙變量莫蘭指數來揭示研究區(qū)域內不同變量間的空間關聯(lián)性與集聚特征。

其中，1為雙變量莫蘭指數值， n 為空間樣點個數， 為空間權重矩陣（鄰接矩陣）， 與 分別為空間樣點的第一變量屬性值， 為第二變量屬性值的均值。

1.2.5空間計量模型

相較于基準回歸模型，空間計量模型能夠考慮到空間的相關性與依賴性。本文先預設我國綠色物流高質量發(fā)展與新質生產力具有空間集聚效應，運用空間杜賓模型分析新質生產力賦能綠色物流高質量發(fā)展的空間效應。

其中， 為被解釋變量， 為解釋變量， α 為常數項， β 為解釋變量系數， ρ 為空間滯后系數， 為空間權重矩陣， 為時間效應， 為個體效應， 為隨機干擾項， ν 為殘差項的空間自回歸系數， γ 為待估參數。

1.3數據來源

本文數據主要來源于2012—2021年的《中國統(tǒng)計年鑒》《中國物流統(tǒng)計年鑒》《中國投資領域統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》以及各省統(tǒng)計年鑒，共計300個數據樣本。

1.4描述性統(tǒng)計

變量描述性統(tǒng)計如表2所示，GRE為被解釋變量最大值為0.7511，平均為0.1991，說明綠色物流高質量發(fā)展處于較低水平；NEW為解釋變量最大值為0.7543，平均為0.1187，說明新質生產力同樣處于中下水平。

2新質生產力與綠色物流高質量發(fā)展的時空演化特征

2.1 發(fā)展水平評價

通過熵值法計算，得出綠色物流高質量發(fā)展水平與新質生產力發(fā)展水平，經過匯總計算出我國整體發(fā)展水平的平均值。本文為了更好地體現地區(qū)間的差異性，將我國分為東部、中部、西部地區(qū)進行分析。如表3所示，隨著時間的推移，我國綠色物流高質量發(fā)展與新質生產力發(fā)展水平穩(wěn)步提升，具有可持續(xù)意義，未來可以進一步加大投人，深化新興產業(yè)綠色轉型。從地域分布來看，東部地區(qū)發(fā)展速度快，發(fā)展水平領先于中西部地區(qū)，且差距逐漸擴大，呈現出多極分化現象。未來資源投入需注意均衡性、協(xié)調性，以東部帶動中西部地區(qū)發(fā)展。

如表4所示，從全國基尼系數來看，由2012年的0.24上升至2021年的0.29，上漲幅度約為 2 1 % ，這表明綠色物流高質量發(fā)展水平不均衡度有所增加，差異逐漸擴大；從地區(qū)內基尼系數來看，研究時段內東部地區(qū)內的差異程度大于西部地區(qū)，西部地區(qū)大于中部地區(qū)。究其原因可能是東部地區(qū)內海南的發(fā)展相對較緩，與廣東、江蘇高速發(fā)展地區(qū)相差較大，從而導致東部地區(qū)內部差異增大；從地區(qū)間基尼系數來看，2012—2021年東西地區(qū)間的發(fā)展差異最大，達到了 東中地區(qū)間差異次之，為0.24。中西地區(qū)間差異最小，為0.21。將其與上述各地區(qū)發(fā)展水平結合可知，東部地區(qū)發(fā)展水平的增長速率大于中部地區(qū)，中部地區(qū)大于西部地區(qū)；從差異貢獻率來看，地區(qū)間的差異貢獻率大于地區(qū)內與超變密度的差異貢獻率。地區(qū)間的差異貢獻率隨時間的推移逐漸變小，地區(qū)內與超變密度的差異貢獻率隨時間的推移呈上升趨勢。這表明地區(qū)間的差異是造成現階段我國綠色物流高質量發(fā)展水平不均衡的主要原因，在未來地區(qū)內差異與各地區(qū)間交叉重疊問題所帶來的差異可能逐漸成為制約我國均衡發(fā)展的主要來源。

2.3新質生產力發(fā)展的動態(tài)演進

如圖2所示，全國、東、中、西部的新質生產力發(fā)展水平曲線整體呈現右移態(tài)勢，表明在研究時段內新質生產力發(fā)展水平隨時間的推移呈現上升趨勢。分布曲線存在多個波峰，且右拖尾逐年拉長，分布延展性逐漸拓寬，表明全國、東、中、西部均存在新質生產力發(fā)展呈現多極化發(fā)展現象，且差距逐步擴大。最后，從“峰高”角度來看，中部地區(qū)波峰較高，表明該地區(qū)新質生產力發(fā)展水平相對密集，西、東部地區(qū)次之。

3 實證分析

3.1基準回歸分析

根據Hausman結果檢驗，本文選用時間、個體雙固定效應模型進行新質生產力賦能綠色物流高質量發(fā)展研究。如表5所示，列（1）與列（2）分別表示不加控制變量與加入全部控制變量的結果。結果顯示，新質生產力的回歸系數均為正數，表明新質生產力正向賦能綠色物流高質量發(fā)展。列（3）與列（4）分別為解釋變量滯后一期與縮短時間年限的穩(wěn)健性檢驗，均通過了 1 % 水平下顯著，與基本回歸結果基本一致，表明原模型穩(wěn)健，結論可靠。

3.2 異質性檢驗

新質生產力不同維度對綠色物流高質量發(fā)展的影響。通過降維分析將新質生產力拆分為科技生產力（NEW1）、綠色生產力（NEW2）、數字生產力（NEW3），進一步探究新質生產力不同維度對綠色物流高質量發(fā)展的影響。結果如表6列（1）—（3）所示，新質生產力三個維度均對綠色物流高質量發(fā)展具有顯著促進作用，其中綠色生產力對綠色物流高質量發(fā)展影響最大。綠色生產力通過注人環(huán)保理念與綠色實踐來推動物流活動綠色轉型，實現經濟效益與環(huán)境效益雙贏?？萍忌a力為綠色物流提供技術支撐，數字生產力為其提供信息化保障。這三個維度相輔相成，相互促進，共同推動著綠色物流高質量發(fā)展。

地區(qū)異質性。如列（4）一（6）所示，東中西部地區(qū)新質生產力均對綠色物流高質量發(fā)展具有顯著的正向作用，且中部地區(qū)賦能效果最佳。究其原因可能是：中部地區(qū)是我國重要的交通樞紐，基礎設施完善，能夠很好承接東、西部優(yōu)質產業(yè)轉移，促進物流產業(yè)綠色轉型和技術創(chuàng)新。西部地區(qū)過去一直以傳統(tǒng)能源發(fā)展為主，產業(yè)相對落后，自從國家加大新能源產業(yè)補貼力度后，新能源成了西部地區(qū)發(fā)展的新方向，如今隨著新質生產力的發(fā)展使原本落后的綠色物流業(yè)發(fā)展水平成倍增長，未來西部地區(qū)經濟結構將逐漸優(yōu)化，產業(yè)布局更加多元化，促進西部地區(qū)協(xié)調發(fā)展。東部地區(qū)賦能較弱可能是由于較早進行綠色轉型，早期的政策激勵已經在一定程度上釋放了其潛力。相較于其他地區(qū)，東部地區(qū)現階段獲得的政策激勵的邊際效應逐漸減弱，投資回報率降低，這使得新質生產力賦能效果顯現不如預期顯著。

3.3機制檢驗

本文選取資源配置效率為中介變量，參考劉誠等（2023）[20的研究將資源錯配程度作為衡量資源配置效率的代理變量，進行中介效應檢驗。如表7所示，第一步，列（1）中新質生產力對綠色物流高質量發(fā)展總影響為0.585，且通過了 1 % 水平下顯著性檢驗。第二步，列（2）中新質生產力對資源錯配的影響為-0.00315，列（3）中資源錯配對綠色物流高質量發(fā)展的影響為-4.772，且均通過了顯著性檢驗。第三步，列（3）中新質生產力對綠色物流高質量發(fā)展影響為0.570，通過了 1 % 水平下顯著性檢驗，證明存在部分中介效應。新質生產力有助于緩解市場扭曲程度，提升資源配置效率。資源配置效率的提升，可以推動綠色物流可持續(xù)發(fā)展。即“新質生產力 資源配置 綠色物流高質量發(fā)展”。

3.4門檻效應檢驗

本文以政府干預程度作為門檻變量，參考Wang（2015）[211的研究來檢驗新質生產力對綠色物流高質量發(fā)展的非線性影響，結果見表8。依次采用單一門檻、雙重門檻模型進行門檻自抽樣檢驗，通過botstrap法重復抽樣300次，單一門檻、雙重門檻對應p值分別為0.0067、0.2033，單一門檻通過了顯著性檢驗，說明新質生產力對綠色物流高質量發(fā)展存在政府干預單一門檻效應。經計算，單一門檻估計值為0.1382，將政府干預程度分為 與 G O Vgt;0 . 1 3 8 2 兩個區(qū)域。當政府干預程度水平較低時（ ），新質生產力對綠色物流高質量發(fā)展的影響為0.359，且在 1 % 水平下顯著；當政府干預程度水平超過門檻效應值時（ ），新質生產力對綠色物流高質量發(fā)展的影響為0.583，通過了 1 % 水平下顯著性檢驗。這表明政府干預程度越高，尤其是超過0.1382后，新質生產力對綠色物流高質量發(fā)展的推動作用越強。

3.5空間溢出效應

3.5.1 空間相關性檢驗

為了更好地分析我國綠色物流高質量發(fā)展與新質生產力水平之間的空間關聯(lián)特征、空間聚集變化，本文運用雙變量Moran'sI指數來檢驗其空間的關聯(lián)性與演變特征。如表9所示，2012—2021年間全局雙變量Moran'sI值始終處于0至1之間，均通過 1 0 % 水平的顯著性檢驗，表明在全域范圍內新質生產力與周邊地區(qū)綠色物流高質量發(fā)展呈現顯著的正相關聚集狀態(tài)。

如圖3所示，分別為2012年與2021年的局部雙變量Moran'sI指數散點圖。結果表明，研究期內多數地區(qū)的空間關聯(lián)性主要表現為“高-高”集聚與“低-低”集聚，即新質生產力高水平地區(qū)與綠色物流高水平地區(qū)相鄰、新質生產力低水平地區(qū)與綠色物流低水平地區(qū)相鄰，與全局雙變量Moran'sI值結論一致。

3.5.2 模型檢驗與選擇

為了全面探究新質生產力對綠色物流高質量發(fā)展的影響作用，本文運用空間計量模型進一步探究二者之間關聯(lián)。為選擇恰當的空間計量模型進行回歸分析，需要先做相關診斷性檢驗，檢驗結果如表10所示。首先，運用Stata17.0進行拉格朗日乘數檢驗，LM-Error、LM-Lag、RobustLM-Error均通過了 5 % 水平下的顯著性檢驗，而RobustLM-Lag未能通過顯著性檢驗，表明空間誤差模型為較優(yōu)選擇。但空間杜賓模型是空間滯后模型與空間誤差模型的嵌套，能綜合考慮新質生產力與綠色物流高質量發(fā)展水平的空間依賴性，因此先假設選擇空間杜賓模型再進行驗證[22]。其次，根據豪斯曼檢驗結果，空間杜賓模型的統(tǒng)計值為83.80，且通過了 1 % 水平下的顯著性檢驗，因此選擇固定效應。再次，進行似然比檢驗與沃爾德檢驗，LR-Error、LR-Lag、Wald-Error、Wald-Lag均通過了1 % 水平下的顯著性檢驗，表明空間杜賓模型并不會退化成空間誤差模型與空間滯后模型。最后，選擇固定效應的空間杜賓模型來探究新質生產力對綠色物流高質量發(fā)展水平的影響。

3.5.3 空間效應分解

如表11所示，列（1）一（3）分別為時間固定效應、空間固定效應、時空固定效應的空間杜賓模型。在三種情境下，均檢驗出新質生產力對本地綠色物流高質量發(fā)展起到正向促進作用，與基準回歸結果基本一致。經檢驗，Lrtset通過了 1 % 水平下顯著，因此選擇時空固定效應的空間杜賓模型展開分析比較合適。列（3）中，空間自相關系數Spatial rho為-0.152，表明某一省份的綠色物流發(fā)展水平較高對周邊省份的綠色物流發(fā)展水平起到負向作用。這可能是由于各省的資源稟賦不同造成這一事實，發(fā)達地區(qū)往往會產生“虹吸效應”，吸引大量勞動力與產業(yè)流入，周邊地區(qū)發(fā)展自然相對緩慢。結合基尼系數地區(qū)內差異貢獻率來看，差異逐漸擴大，共同驗證了綠色物流高質量發(fā)展存在明顯的負向空間溢出效應。

本文參考Lesage提出的空間回歸模型的偏微分方法進行效應分解，以此探究潛在的空間效應。將解釋變量與控制變量對綠色物流高質量發(fā)展的影響分為直接效應、間接效應、總效應三種。直接效應與基準回歸、空間杜賓模型結果基本一致。而間接效應為負，表明本地新質生產力會抑制鄰地綠色物流高質量發(fā)展，與雙變量Moran's I指數逐漸變小相吻合，原本“高-高”“低-低”集聚狀態(tài)逐漸減弱，未來甚至可能會轉變?yōu)樨撓嚓P。究其原因：新質生產力的提升帶來本地綠色物流創(chuàng)新和技術升級，加劇了區(qū)域間競爭壓力，提高了鄰近地區(qū)企業(yè)的運營成本和準入門檻，進而抑制了鄰地綠色物流的高質量發(fā)展。總效應為直接效應與間接效應之和，表明即使考慮負向的空間溢出效應，在全域范圍內新質生產力仍會對綠色物流高質量發(fā)展產生正向積極影響。最后，剔除北京、上海、天津、重慶4個直轄市重新進行回歸分析，檢驗結果與前文基本一致，表明模型具有一定的穩(wěn)健性。

4結論與建議

4.1結論

本文通過構建新質生產力與綠色物流高質量發(fā)展的評價指標體系，運用熵值法、Dagum基尼系數、Kemel密度、中介效應與空間杜賓模型等方法，分析2012—2021年我國新質生產力賦能綠色物流高質量發(fā)展的作用機制與空間效應。結果表明：新質生產力與綠色物流高質量發(fā)展水平逐年提高，呈現出多極化發(fā)展現象，中部地區(qū)賦能效果最強，東西部地區(qū)較弱；新質生產力可以通過提升資源效率配置間接促進綠色物流高質量發(fā)展；新質生產力對綠色物流高質量發(fā)展的影響存在政府干預門檻；新質生產力水平對本地綠色物流高質量發(fā)展具有正向推動作用，對相鄰地區(qū)產生“虹吸效應”，優(yōu)質項目、科研人才更傾向于這類地區(qū)，會對周邊地區(qū)綠色物流高質量發(fā)展產生負向的空間溢出效應。

4.2建議

4.2.1培育和發(fā)展新質生產力

加快新質生產力發(fā)展，深化傳統(tǒng)物流綠色、數智化轉型，提升產業(yè)鏈韌性與競爭力，激發(fā)綠色物流高質量發(fā)展新動能

4.2.2因地制宜發(fā)展綠色物流

推動新質生產力賦能綠色物流高質量發(fā)展還需要因地制宜，應結合區(qū)域特征、資源稟賦和發(fā)展基礎，補齊短板，發(fā)揮比較優(yōu)勢，走出一條具有自身特色的綠色物流發(fā)展之路。

參考文獻：

[1]任宇新，吳艷，伍喆．金融集聚、產學研合作與新質生產力[J]．財經理論與實踐，2024，45（3）：27-34.

[2] 盧江，郭子昂，王煜萍．新質生產力發(fā)展水平、區(qū)域差異與提升路徑[J]．重慶大學學報（社會科學版），2024，30（3）：1-17.

[3] 鄧玲．習近平新質生產力重要論述的理論內蘊及時代意義[J]．學術探索，2024（5）：1-8.

[4] 蔣永穆，喬張媛．新質生產力：符合新發(fā)展理念的先進生產力質態(tài)[J]．東南學術，2024（2）：52-63，246.

[5] 郭躍，張永新．電商綠色物流生態(tài)體系評價模型研究[J]．經濟問題，2019（2）：48-57.

[6] 徐超毅，李蘭．長江經濟帶綠色物流與綠色經濟協(xié)調發(fā)展研究[J]．華東經濟管理，2023，37（7）：31-39.

[7] 楊博，王征兵．綠色技術創(chuàng)新對生鮮農產品綠色物流效率的影響——基于產業(yè)集聚的調節(jié)效應[J]．中國流通經濟，2023，37（1）：60-70.

[8] 張旭，呂明睿，張春雪，等．高質量發(fā)展背景下區(qū)域綠色物流水平評價及障礙因子[J]．經濟地理，2023，43（5）：139-149.

[9]劉國?。锪骷夹g創(chuàng)新對物流業(yè)的影響測度與路徑分析——基于200—2015年省際空間杜賓面板數據模型[J]．中國流通經濟，2018，32（1）：38-46.

[10]董千里，姚華，王東方．流通節(jié)點城市對物流生產效率的影響——來自中國285個城市數據的證據[J]．財貿研究，2020，31（8）：28-37.

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

[12]龔雪．區(qū)域物流效率測度及影響因素分析[J]．統(tǒng)計與決策，2022.38（12）：112-116.

[13] 上官緒明．物流業(yè)集聚與制造業(yè)高質量發(fā)展——基于效率提升和技術進步的門檻效應研究[J]中國流通經濟，2021，35（9）：11-21.

[14] 王志祥，張洪振，龔新蜀，等．物流產業(yè)集聚、市場分割與區(qū)域綠色經濟效率[J]．經濟經緯，2018，35（5）：87-93.

[15]張?zhí)@容，胡瓏瑛．數字化轉型能促進企業(yè)韌性提升嗎？——資源配置的中介作用[J]．研究與發(fā)展管理，2023.35（5）：1-15.

[16]張治棟，趙必武．互聯(lián)網產業(yè)集聚能否緩解地區(qū)資源錯配——基于長三角41個城市的經驗分析[J]．科技進步與對策，2021，38（13）：46-54.

[17]王林蔚，孔榮．農村金融高質量發(fā)展水平測度、區(qū)域差異與空間收斂性分析[J]．統(tǒng)計與決策，2023，39（5）：135-140.

[18]BARONR M，KENNYDA.The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J].Journal of Personalityand Social Psychology，1986，51（6）：1173-1182.

[19]溫忠麟，張雷，侯杰泰，等．中介效應檢驗程序及其應用[J]．心理學報，2004（5）：614-620.

[20] 劉誠，夏杰長．線上市場、數字平臺與資源配置效率：價格機制與數據機制的作用[J]．中國工業(yè)經濟，2023（7）：84-102.

[21]WANG Qunyong.Fixed- effect panel threshold model using Stata[J].The Stata Journal， 2O15，15：121-134.

[22]李倩，趙彥云，劉冰潔．新能源產業(yè)政策的量化分析及其環(huán)保效應[J]．北京理工大學學報（社會科學版），2021，23（4）：30-39.