二十大报告强调建设“网络强国、数字中国”，更加明确提出了“加快发展数字经济，促进数字经济和实体经济深度融合”。在国家战略背景下，数字经济逐渐成为平衡交易成本和物流效率关系的新型载体和重要途径。由于我国对生鲜农产品绿色物流存在着重视程度不够、资源配置不当、冷链技术不先进等问题，一定程度上制约了生鲜农产品物流的绿色化与高质量发展[1]。那么，数字经济是否提高了生鲜农产品绿色物流效率？交易成本是否在数字经济与生鲜农产品绿色物流效率之间发挥着重要作用？回答上述问题，对各地优化数字经济发展环境，通过数字化降低交易成本、提高生鲜农产品绿色物流发展水平具有重要作用。
数字经济与物流效率的关系，是物流经济学领域的重要议题。关于数字经济的研究，一是对数字经济的界定[2][3]；二是对数字经济发展水平的评价[4][5]。关于物流效率的研究，一是提出构建物流效率的评价体系[6]；二是确定物流效率评价的研究区域，如京津冀地区的低碳物流效率研究[7]、长江经济带的物流效率研究[8]等。关于数字经济影响物流效率的研究，一是关注数字经济影响经济效率[9]、生产效率[10]、创新效率[11]和公共服务效率[12]的研究。二是关注绿色技术创新、产业集聚影响物流效率的研究[1,13][1,13]。
综上所述，国内外学者对于数字经济、物流效率以及数字经济影响物流效率的研究成果已经较为丰富，但是已有研究分析数字经济对物流效率影响的文献往往是以数字经济为背景，展开针对某一固定区域的绿色物流效率单个变量的测度与评价研究，本文则创新地从交易成本视角研究数字经济是否提升了生鲜农产品绿色物流效率。
目前，绿色物流正处于数字化重构生产组织方式、延伸产业链条、实现产业之间要素优化配置的初期，在物流装备数字化、物流运营智能化、物流流程可视化、物流服务敏捷化等方面均存在一定的磨合期。在数字标准、数字人才和数字化的理论和实践进一步丰富之后，数字经济将通过数字化赋能价值重构，进而推动绿色物流组织模式的重构，并提高生鲜农产品绿色物流与供应链的网络化、智慧化和服务化水平。为确保生鲜农产品的新鲜和营养程度，数字化赋能生鲜农产品的绿色生产和绿色运输过程中冷藏保鲜、节能减排的实现也需要一个从不成熟到成熟的阶段。
由此，提出假设1：数字经济对生鲜农产品绿色物流效率具有显著影响，且呈现出“U型”非线性关系。
新型数字基础设施在一定程度上提升了地区技术创新水平，并且通过降低交易成本来提升地区技术创新水平[14]。数字物流技术的升级将不仅有利于促进组织文化革新，更有利于进一步降低制度性交易成本[15]。有效降低市场交易成本，有助于推动物流行业分工深化和构筑物流领域“双循环”新发展格局。因此，响应数字化变革的需求，加快互联网、大数据、云计算等科技在物流领域中的运用，将极大降低交易成本，并将物流业的发展深度渗透到各个实体企业的发展中去，进而提升实体企业的物流效率，包括生鲜农产品在物流运输环节的效率提升。
由此，提出假设2：交易成本在数字经济对生鲜农产品绿色物流效率的影响中起着负向调节作用。
考虑到我国地区差异，特别各地数字经济发展的动力与机制不一，不同地区的生鲜农产品绿色物流发展水平也不同。从时间的角度来看，近年来随着农业产业化提高、农村制度改革深化、城乡物流日趋平衡发展、农产品物流装备技术不断升级，生鲜农产品绿色物流发展呈现出信息化、智能化、自动化等趋势特征。从空间互动的角度看，未来的生鲜农产品绿色物流应是旧的城市物流网络和乡村物流网络在空间上的延伸、衔接和提效，空间视角构筑城乡物流网络节点、连线和域面，实现生鲜农产品绿色物流的空间协同、空间互动和空间集聚。
由此，提出假设3：生鲜农产品绿色物流效率的提升随时空因素的变化而变化，并受到城市、人口、产业等不同因素的影响。
为考察数字经济对生鲜农产品绿色物流效率的影响，先设置未考虑调节效应和空间效应的线性面板回归模型：
其中：下标i和t分别表示省份和年份，greeni,t表示地方生鲜农产品绿色物流效率，digi,t表示地方数字经济发展水平，
为检验交易成本在数字经济与生鲜农产品绿色物流效率之间的调节效应，设置如下回归模型：
其中：mtci,t表示市场交易成本，itci,t表示制度性交易成本，β0、γ0表示常数项，φi,t、θi,t表示残差，其余变量与前文相同。
由于生鲜农产品绿色物流政策成效具有滞后性，故引入因变量的滞后项，同时考虑到生鲜农产品绿色物流具有流通性、贯通性和区域性，故引入因变量空间滞后项，设置如下回归模型：
其中：greeni,t-1表示地方i在第t-1年的生鲜农产品绿色物流效率，w表示共边相邻空间加权矩阵，δ0、σ0表示常数项，μi,t、ϑi,t表示残差，其余变量与前文相同。
被解释变量为生鲜农产品绿色物流效率（lngreen）。借鉴杨博等[1]的做法，从投入和产出两类指标、生产与运输两个环节来构建地方生鲜农产品绿色物流效率水平评价指标体系，如表1所示。并运用包含非期望产出的Super-SBM模型测算地方生鲜农产品绿色物流效率。由于地方生鲜农产品绿色物流投入和产出的量化指标获取难度较大，且85%以上的物流业增加值来源于交通运输、仓储与邮政业的增加值，故采用交通运输、仓储与邮政业为生鲜农产品物流业的替代指标。相关指标数据分别取自《中国统计年鉴》、《中国劳动力统计年鉴》、《中国农业统计年鉴》和《中国能源统计年鉴》，由于西藏地区和港澳台等地区部分数据缺失，故只考虑采用我国其他30个省份的数据。
解释变量为数字经济(lndig)。本文借鉴赵涛等[5]的做法，运用主成分分析法计算数字经济发展水平，指标体系如表2所示。互联网发展指标的数据取自《中国城市统计年鉴》；数字金融普惠指标数据取自中国数字普惠金融指数。
调节变量为交易成本，参照卢亚和的做法，将交易成本划分为市场交易成本(lnmtc)和制度性交易成本(lnitc)，并采用单个指标方式进行表征。采用限额以上交通运输、仓储和邮政业的主营业务成本表征市场交易成本，数据取自WIND数据库；采用市场化指数的倒数来表征制度性交易成本，数据取自樊纲和王小鲁的市场化指数样本。
采用如下可能影响生鲜农产品绿色物流发展的影响因素作为控制变量：人均收入水平(lnpci)用地方人均收入表示；城镇化水平(lnul)用地方城镇人口占地方总人口的比重表示；交通基础设施(lntran)用地方运输线路长度每公里里程数表示；人口密度(lnpd)用地方年末人口数与地方面积的比值表示；产业结构(lnis)用第二产业年末产值与第三产业年末产值的比值表示。相关指标数据取自《中国统计年鉴》、《中国城市统计年鉴》，各变量描述性统计见表3。
表4 (a）报告的是式（1）不考虑控制变量的面板回归结果，表4 (b）报告的是式（1）的面板回归结果，数字经济(lndig)的估计结果均显著为负，数字经济平方项l(ndig2)的估计结果均显著为正，数字经济对生鲜农产品绿色物流效率的影响呈现先降后升的趋势，验证了假设1。此外，在加入控制变量的模型（b）中，人均收入水平(lnpci)与生鲜农产品绿色物流效率之间具有不显著的负相关关系，表明收入水平提升的同时生鲜农产品绿色物流效率并未得到有效提升；产业结构(lnis)与生鲜农产品绿色物流效率之间具有不显著的正相关关系，表明产业结构升级的同时生鲜农产品绿色物流效率也未得到有效提升；城镇化水平(lnul)和人口密度(lnpd)的系数值为正且通过1%的显著性检验，说明城市扩张与人口集聚均有利于地方生鲜农产品绿色物流效率的提升；交通基础设施(lntran)的系数值为负且通过1%的显著性检验，说明公路和铁路里程的增长尚未发挥出其对生鲜农产品绿色物流发展的积极作用，验证了假设3。
注：***、**、*分别表示显著性水平为1%、5%和10%；括号中数值为t统计值。
表5 (a）报告的是式（2）的面板回归结果，表5 (b）报告的是式（3）的面板回归结果，数字经济(ln dig)均在1%的统计水平下显著为负，数字经济平方项(lndig2)均在1%的统计水平下显著为正，表明数字经济与生鲜农产品绿色物流效率“先提升后下降”的关系稳健成立，这进一步验证了假设1。表5 (a）模型中交叉项系数为负，但是没有通过显著性检验。这表明，在相同的数字经济发展水平下，更高的市场交易成本会导致生鲜农产品绿色物流效率愈发低下，验证了假设2；表5 (b）模型中的交叉项系数显著为负，通过了10%的显著性检验，表明数字经济对地方生鲜农产品绿色物流的制度性交易成本发挥了抑制效应，验证了假设2。
注：***、**、*分别表示显著性水平为1%、5%和10%；括号中数值为t统计值。
表6 (a）报告的是式（4）或式（5）不考虑调节变量和控制变量的回归结果，表6 (b）报告的是式（4）或式（5）不考虑调节变量的回归结果，表6 (c）报告的是式（4）的面板回归结果，表6 (d）报告的是式（5）的面板回归结果，可以发现：
第一，不论是否考虑加入控制变量或引入调节变量，从时间方面看回归结果，生鲜农产品绿色物流效率的滞后项l(ngreen-(1))系数均为正向，且都通过了5%的显著性检验，即如果本期的生鲜农产品绿色物流效率居于较高水平，那么下一期的生鲜农产品绿色物流效率也是持续上升，这表明生鲜农产品绿色物流发展存在明显的“滚雪球”特征。从空间方面看回归结果，生鲜农产品绿色物流效率的空间加权项(wlngreen)系数均为正向，且都通过了1%的显著性检验，即如果本期周边地区的生鲜农产品绿色物流效率提高，对本期本地的生鲜农产品绿色物流效率提高存在着显著的促增作用。
第二，市场交易成本和制度性交易成本在数字经济对生鲜农产品绿色物流效率的影响方面存在负向调节作用，虽未通过显著性检验，但是可以稳健地发现，数字经济对生鲜农产品绿色物流效率提升的交易成本的抑制效应是仍然存在着的，数字经济为生鲜农产品绿色物流发展提供了交易成本降低的新型载体。另外，城镇化与人口密度仍然对生鲜农产品绿色物流效率的提升具有显著的促增作用，交通基础设施对生鲜农产品绿色物流效率的提升具有显著的负向作用，人均收入水平和产业结构升级对生鲜农产品绿色物流效率提升的影响仍不明显，这也进一步验证了假设3。
本文立足数字经济极大影响我国经济社会高质量发展的典型事实，从交易成本的视角切入，旨在探究数字经济对生鲜农产品绿色物流效率的影响。主要研究结论如下：第一，数字经济对生鲜农产品绿色物流效率呈现出“U型”非线性关系；第二，交易成本负向调节数字经济对生鲜农产品绿色物流效率的影响，制度性交易成本的负向调节作用显著，市场交易成本的负向调节作用不显著；第三，生鲜农产品绿色物流效率存在显著的时间“滚雪球”效应和空间“促进”效应。第四，城镇化水平和人口密度显著提升了地方生鲜农产品绿色物流效率，交通基础设施尚未发挥应有作用。
根据研究结论本文提出如下政策建议：第一，充分把握数字经济为生鲜农产品绿色物流发展提供的有利契机，加快数字经济在物流业各个领域统筹布局，推进数字技术与生鲜农产品绿色物流在不同物流环节融合发展；第二，积极发挥数字经济引导交易成本降低、交易效率提升的重要作用，进一步巩固数字经济为生鲜农产品绿色物流发展带来的红利优势；第三，考虑数字经济提升生鲜农产品绿色物流发展的时间“滚雪球”效应和空间“促进”效应，各地应适时实施具有动态性、一体化的数字经济战略以缩减各地生鲜农产品绿色物流发展的不平衡性；第四，加快提升各地城镇化水平和增强人口集聚能力，充分释放城市发展和人口需求对生鲜农产品绿色物流发展的重要贡献能力。
注：***、**、*分别表示显著性水平为1%、5%和10%；括号中数值为t统计值。
沪公网安备 31011202008041号
