二十大報告強調建設“網絡強國、數字中國”，更加明確提出了“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。在國家戰略背景下，數字經濟逐漸成為平衡交易成本和物流效率關系的新型載體和重要途徑。由于我國對生鮮農產品綠色物流存在著重視程度不夠、資源配置不當、冷鏈技術不先進等問題，一定程度上制約了生鮮農產品物流的綠色化與高質量發展[1]。那么，數字經濟是否提高了生鮮農產品綠色物流效率？交易成本是否在數字經濟與生鮮農產品綠色物流效率之間發揮著重要作用？回答上述問題，對各地優化數字經濟發展環境，通過數字化降低交易成本、提高生鮮農產品綠色物流發展水平具有重要作用。
數字經濟與物流效率的關系，是物流經濟學領域的重要議題。關于數字經濟的研究，一是對數字經濟的界定[2][3]；二是對數字經濟發展水平的評價[4][5]。關于物流效率的研究，一是提出構建物流效率的評價體系[6]；二是確定物流效率評價的研究區域，如京津冀地區的低碳物流效率研究[7]、長江經濟帶的物流效率研究[8]等。關于數字經濟影響物流效率的研究，一是關注數字經濟影響經濟效率[9]、生產效率[10]、創新效率[11]和公共服務效率[12]的研究。二是關注綠色技術創新、產業集聚影響物流效率的研究[1,13][1,13]。
綜上所述，國內外學者對于數字經濟、物流效率以及數字經濟影響物流效率的研究成果已經較為豐富，但是已有研究分析數字經濟對物流效率影響的文獻往往是以數字經濟為背景，展開針對某一固定區域的綠色物流效率單個變量的測度與評價研究，本文則創新地從交易成本視角研究數字經濟是否提升了生鮮農產品綠色物流效率。
目前，綠色物流正處于數字化重構生產組織方式、延伸產業鏈條、實現產業之間要素優化配置的初期，在物流裝備數字化、物流運營智能化、物流流程可視化、物流服務敏捷化等方面均存在一定的磨合期。在數字標準、數字人才和數字化的理論和實踐進一步豐富之后，數字經濟將通過數字化賦能價值重構，進而推動綠色物流組織模式的重構，并提高生鮮農產品綠色物流與供應鏈的網絡化、智慧化和服務化水平。為確保生鮮農產品的新鮮和營養程度，數字化賦能生鮮農產品的綠色生產和綠色運輸過程中冷藏保鮮、節能減排的實現也需要一個從不成熟到成熟的階段。
由此，提出假設1：數字經濟對生鮮農產品綠色物流效率具有顯著影響，且呈現出“U型”非線性關系。
新型數字基礎設施在一定程度上提升了地區技術創新水平，并且通過降低交易成本來提升地區技術創新水平[14]。數字物流技術的升級將不僅有利于促進組織文化革新，更有利于進一步降低制度性交易成本[15]。有效降低市場交易成本，有助于推動物流行業分工深化和構筑物流領域“雙循環”新發展格局。因此，響應數字化變革的需求，加快互聯網、大數據、云計算等科技在物流領域中的運用，將極大降低交易成本，并將物流業的發展深度滲透到各個實體企業的發展中去，進而提升實體企業的物流效率，包括生鮮農產品在物流運輸環節的效率提升。
由此，提出假設2：交易成本在數字經濟對生鮮農產品綠色物流效率的影響中起著負向調節作用。
考慮到我國地區差異，特別各地數字經濟發展的動力與機制不一，不同地區的生鮮農產品綠色物流發展水平也不同。從時間的角度來看，近年來隨著農業產業化提高、農村制度改革深化、城鄉物流日趨平衡發展、農產品物流裝備技術不斷升級，生鮮農產品綠色物流發展呈現出信息化、智能化、自動化等趨勢特征。從空間互動的角度看，未來的生鮮農產品綠色物流應是舊的城市物流網絡和鄉村物流網絡在空間上的延伸、銜接和提效，空間視角構筑城鄉物流網絡節點、連線和域面，實現生鮮農產品綠色物流的空間協同、空間互動和空間集聚。
由此，提出假設3：生鮮農產品綠色物流效率的提升隨時空因素的變化而變化，并受到城市、人口、產業等不同因素的影響。
為考察數字經濟對生鮮農產品綠色物流效率的影響，先設置未考慮調節效應和空間效應的線性面板回歸模型：
其中：下標i和t分別表示省份和年份，greeni,t表示地方生鮮農產品綠色物流效率，digi,t表示地方數字經濟發展水平，
為檢驗交易成本在數字經濟與生鮮農產品綠色物流效率之間的調節效應，設置如下回歸模型：
其中：mtci,t表示市場交易成本，itci,t表示制度性交易成本，β0、γ0表示常數項，φi,t、θi,t表示殘差，其余變量與前文相同。
由于生鮮農產品綠色物流政策成效具有滯后性，故引入因變量的滯后項，同時考慮到生鮮農產品綠色物流具有流通性、貫通性和區域性，故引入因變量空間滯后項，設置如下回歸模型：
其中：greeni,t-1表示地方i在第t-1年的生鮮農產品綠色物流效率，w表示共邊相鄰空間加權矩陣，δ0、σ0表示常數項，μi,t、ϑi,t表示殘差，其余變量與前文相同。
被解釋變量為生鮮農產品綠色物流效率（lngreen）。借鑒楊博等[1]的做法，從投入和產出兩類指標、生產與運輸兩個環節來構建地方生鮮農產品綠色物流效率水平評價指標體系，如表1所示。并運用包含非期望產出的Super-SBM模型測算地方生鮮農產品綠色物流效率。由于地方生鮮農產品綠色物流投入和產出的量化指標獲取難度較大，且85%以上的物流業增加值來源于交通運輸、倉儲與郵政業的增加值，故采用交通運輸、倉儲與郵政業為生鮮農產品物流業的替代指標。相關指標數據分別取自《中國統計年鑒》、《中國勞動力統計年鑒》、《中國農業統計年鑒》和《中國能源統計年鑒》，由于西藏地區和港澳臺等地區部分數據缺失，故只考慮采用我國其他30個省份的數據。
解釋變量為數字經濟(lndig)。本文借鑒趙濤等[5]的做法，運用主成分分析法計算數字經濟發展水平，指標體系如表2所示。互聯網發展指標的數據取自《中國城市統計年鑒》；數字金融普惠指標數據取自中國數字普惠金融指數。
調節變量為交易成本，參照盧亞和的做法，將交易成本劃分為市場交易成本(lnmtc)和制度性交易成本(lnitc)，并采用單個指標方式進行表征。采用限額以上交通運輸、倉儲和郵政業的主營業務成本表征市場交易成本，數據取自WIND數據庫；采用市場化指數的倒數來表征制度性交易成本，數據取自樊綱和王小魯的市場化指數樣本。
采用如下可能影響生鮮農產品綠色物流發展的影響因素作為控制變量：人均收入水平(lnpci)用地方人均收入表示；城鎮化水平(lnul)用地方城鎮人口占地方總人口的比重表示；交通基礎設施(lntran)用地方運輸線路長度每公里里程數表示；人口密度(lnpd)用地方年末人口數與地方面積的比值表示；產業結構(lnis)用第二產業年末產值與第三產業年末產值的比值表示。相關指標數據取自《中國統計年鑒》、《中國城市統計年鑒》，各變量描述性統計見表3。
表4 (a）報告的是式（1）不考慮控制變量的面板回歸結果，表4 (b）報告的是式（1）的面板回歸結果，數字經濟(lndig)的估計結果均顯著為負，數字經濟平方項l(ndig2)的估計結果均顯著為正，數字經濟對生鮮農產品綠色物流效率的影響呈現先降后升的趨勢，驗證了假設1。此外，在加入控制變量的模型（b）中，人均收入水平(lnpci)與生鮮農產品綠色物流效率之間具有不顯著的負相關關系，表明收入水平提升的同時生鮮農產品綠色物流效率并未得到有效提升；產業結構(lnis)與生鮮農產品綠色物流效率之間具有不顯著的正相關關系，表明產業結構升級的同時生鮮農產品綠色物流效率也未得到有效提升；城鎮化水平(lnul)和人口密度(lnpd)的系數值為正且通過1%的顯著性檢驗，說明城市擴張與人口集聚均有利于地方生鮮農產品綠色物流效率的提升；交通基礎設施(lntran)的系數值為負且通過1%的顯著性檢驗，說明公路和鐵路里程的增長尚未發揮出其對生鮮農產品綠色物流發展的積極作用，驗證了假設3。
注：***、**、*分別表示顯著性水平為1%、5%和10%；括號中數值為t統計值。
表5 (a）報告的是式（2）的面板回歸結果，表5 (b）報告的是式（3）的面板回歸結果，數字經濟(ln dig)均在1%的統計水平下顯著為負，數字經濟平方項(lndig2)均在1%的統計水平下顯著為正，表明數字經濟與生鮮農產品綠色物流效率“先提升后下降”的關系穩健成立，這進一步驗證了假設1。表5 (a）模型中交叉項系數為負，但是沒有通過顯著性檢驗。這表明，在相同的數字經濟發展水平下，更高的市場交易成本會導致生鮮農產品綠色物流效率愈發低下，驗證了假設2；表5 (b）模型中的交叉項系數顯著為負，通過了10%的顯著性檢驗，表明數字經濟對地方生鮮農產品綠色物流的制度性交易成本發揮了抑制效應，驗證了假設2。
注：***、**、*分別表示顯著性水平為1%、5%和10%；括號中數值為t統計值。
表6 (a）報告的是式（4）或式（5）不考慮調節變量和控制變量的回歸結果，表6 (b）報告的是式（4）或式（5）不考慮調節變量的回歸結果，表6 (c）報告的是式（4）的面板回歸結果，表6 (d）報告的是式（5）的面板回歸結果，可以發現：
第一，不論是否考慮加入控制變量或引入調節變量，從時間方面看回歸結果，生鮮農產品綠色物流效率的滯后項l(ngreen-(1))系數均為正向，且都通過了5%的顯著性檢驗，即如果本期的生鮮農產品綠色物流效率居于較高水平，那么下一期的生鮮農產品綠色物流效率也是持續上升，這表明生鮮農產品綠色物流發展存在明顯的“滾雪球”特征。從空間方面看回歸結果，生鮮農產品綠色物流效率的空間加權項(wlngreen)系數均為正向，且都通過了1%的顯著性檢驗，即如果本期周邊地區的生鮮農產品綠色物流效率提高，對本期本地的生鮮農產品綠色物流效率提高存在著顯著的促增作用。
第二，市場交易成本和制度性交易成本在數字經濟對生鮮農產品綠色物流效率的影響方面存在負向調節作用，雖未通過顯著性檢驗，但是可以穩健地發現，數字經濟對生鮮農產品綠色物流效率提升的交易成本的抑制效應是仍然存在著的，數字經濟為生鮮農產品綠色物流發展提供了交易成本降低的新型載體。另外，城鎮化與人口密度仍然對生鮮農產品綠色物流效率的提升具有顯著的促增作用，交通基礎設施對生鮮農產品綠色物流效率的提升具有顯著的負向作用，人均收入水平和產業結構升級對生鮮農產品綠色物流效率提升的影響仍不明顯，這也進一步驗證了假設3。
本文立足數字經濟極大影響我國經濟社會高質量發展的典型事實，從交易成本的視角切入，旨在探究數字經濟對生鮮農產品綠色物流效率的影響。主要研究結論如下：第一，數字經濟對生鮮農產品綠色物流效率呈現出“U型”非線性關系；第二，交易成本負向調節數字經濟對生鮮農產品綠色物流效率的影響，制度性交易成本的負向調節作用顯著，市場交易成本的負向調節作用不顯著；第三，生鮮農產品綠色物流效率存在顯著的時間“滾雪球”效應和空間“促進”效應。第四，城鎮化水平和人口密度顯著提升了地方生鮮農產品綠色物流效率，交通基礎設施尚未發揮應有作用。
根據研究結論本文提出如下政策建議：第一，充分把握數字經濟為生鮮農產品綠色物流發展提供的有利契機，加快數字經濟在物流業各個領域統籌布局，推進數字技術與生鮮農產品綠色物流在不同物流環節融合發展；第二，積極發揮數字經濟引導交易成本降低、交易效率提升的重要作用，進一步鞏固數字經濟為生鮮農產品綠色物流發展帶來的紅利優勢；第三，考慮數字經濟提升生鮮農產品綠色物流發展的時間“滾雪球”效應和空間“促進”效應，各地應適時實施具有動態性、一體化的數字經濟戰略以縮減各地生鮮農產品綠色物流發展的不平衡性；第四，加快提升各地城鎮化水平和增強人口集聚能力，充分釋放城市發展和人口需求對生鮮農產品綠色物流發展的重要貢獻能力。
注：***、**、*分別表示顯著性水平為1%、5%和10%；括號中數值為t統計值。
滬公網安備 31011202008041號
