随着物联网、大数据、云计算等数字技术融入到物流领域，以数字技术为基础的数字物流已成为推动流通业低碳发展的重要动力(
数字物流能够推动经济低碳发展转型，学者们对数字物流与经济低碳发展的关系进行了研究，如
人力资本和环境规制是影响碳排放效率的重要基础和条件，如
综上所述，数字物流能够显著降低碳排放总量，从而推动经济低碳发展转型。流通业作为我国经济发展的基础性产业，流通业碳排放效率提升对我国经济低碳发展具有重要意义，但目前关于数字物流和流通业碳排放效率的相关研究还有待于深入开展。人力资本和环境规制是影响碳排放效率的重要基础和条件，对数字物流的碳减排效应具有重要影响。鉴于此，本文利用2008-2022年省级面板数据，以人力资本和环境规制作为门槛变量，分析数字物流对流通业碳排放效率的影响。
数字物流能够利用数字化技术提高物流运输效率，降低流通业能源消耗和减少碳排放量。具体表现在以下几个方面：首先，数字物流利用先进的信息和数字技术，实施高效的数据分析和系统管理，达到优化物流路径和减少库存的效果，缩短了商品流通环节，从而促进流通业碳排放效率提升；其次，数字物流通过自动化和智能化技术，提高了物流处理的速度和精确性，极大降低了物流运输过程的能源消耗，从运输环节降低了流通业能源消耗；数字物流的发展为流通业的技术进步提供了现代物流保障，从而优化了市场资源配置效率，促进了流通业低碳发展。物流业作为传统的高耗能产业，数字物流的发展能够有效缩短商品流通环节，从而降低流通过程的能源消耗，为流通业低碳发展提供优质物流服务保障，因此数字物流能够促进流通业碳排放效率提升。基于以上论述，提出以下假设：
H1：数字物流对流通业碳排放效率具有显著提升作用。
高素质人力资本在数字物流的应用和实施过程中发挥着重要作用。人力资本作为一种关键的生产要素，其发展水平对数字物流发展具有重要影响。不同人力资本水平下，数字物流在流通业领域的应用深度存在差异，从而导致数字物流对流通业碳排放效率的影响效应存在差异。在低水平的人力资本条件下，数字物流系统缺乏足够的专业技术人才，限制了其在流通领域的推广和应用，在此阶段，数字物流难以充分发挥其节能减排作用，导致其对流通业低碳发展的促进效应不佳。随着人力资本水平的提升，逐步形成人力资本聚集，并与数字物流要素相互结合，推动数字物流技术创新发展，在此阶段，较高水平的人力资本通过示范效应和知识溢出效应，逐步推动数字物流在流通各领域的应用，从而促进流通业碳排放效率提升。综上，提出以下假设：
H2：数字物流对流通业碳排放效率的影响存在人力资本门槛。
流通业碳排放效率的提升需要环境规制的引导，环境规制是政府为促进可持续发展而制定的一系列政策和法律措施，对流通业低碳发展转型具有深刻影响。在环境规制强度较低时，社会整体环保意识不足，在这种背景下，流通企业对碳减排技术的需求较少，从而减少了对数字物流等低碳技术的需求和应用。数字物流技术发展需要大量资金和技术投入，在缺乏强制性规制的环境下，企业更倾向于维持现有的、低效的运营模式，从而导致数字物流相关产业发展缓慢。当环境规制达到一定强度时，流通业传统的高能耗模式将面临淘汰，更为严格的环保标准和政策促使企业和科研机构开发更高效的数字物流技术和装备，并促使流通业与先进数字物流要素相结合，从而有效降低流通业碳排放量。随着环境规制强度的进一步提高，能够通过市场机制引导物流企业进行数字创新，加强数字技术和装备的应用，从而提高流通业碳排放效率，在此阶段，环境规制能够有效引导数字物流产业发展，从而推动流通业碳排放效率提升。综上，提出以下假设：
H3：数字物流对流通业碳排放效率的影响存在环境规制门槛。
为考察数字物流对流通业碳排放效率的影响，构建如下双向固定效应模型：
式(1)中，CEF为流通业碳排放效率，Dig为数字物流，i代表省份(直辖市或自治区)，t代表年份，Control为控制变量，包括经济发展水平(GDP)、人口密度(Ped)、科技创新(Tech)、产业结构水平(Ind)、交通基础设施(Ctr)。μi控制个体效应，φt控制年份固定效应，εit为随机项。
以人力资本和环境规制作为门槛变量，构建如下门槛效应模型：
流通业碳排放效率(CEF)，参考
数字物流(Dig)。参考
人力资本(HC)和环境规制(ER)。参考
注：***、**、*分别代表1%、5%、10%的显著性水平，括号内为t值，下表同。
参考
本研究以2008-2022年我国31个省份(不含港澳台地区)作为研究对象。数据来源于《中国统计年鉴》和国家统计局官网。在统计流通业生产总值等经济指标时，以2008年作为基准年，对数据进行了相应的平减处理。
本文利用双向固定效应模型分析数字物流对流通业碳排放效率的影响，基准回归结果如表3所示。列(1)-(3)中依次添加数字物流(Dig)、人力资本(HC)、环境规制(ER)变量，回归结果显示数字物流、人力资本、环境规制对流通业碳排放效率均有显著正向影响。列(4)为全变量回归结果，数字物流的估计系数为0.229，在1%的显著性水平下，数字物流水平每提升1%，流通业碳排放效率将增长0.229%。数字物流利用先进的数字技术和高效的管理模式，能够通过缩短商品流通环节、降低流通能源消耗，从而提升流通业碳排放效率，假设H1成立。
本文采用以下方式进行稳健性检验：一是删除样本(如表4列(5)所示)，删除直辖市和自治区的样本数据；二是缩尾处理(如表4列(6)所示)，为消除极大值和极小值的影响，对所有样本数据进行1%的缩尾处理；三是重新衡量数字物流变量(如表4列(7)所示)，利用人均快递数量作为数字物流的代理变量；四是更改样本时间(如表4列(8)所示)，将研究时限改为2012-2018年。稳健性检验的结果如表4所示，列(5)-(8)显示，数字物流对流通业碳排放效率的估计系数均显著为正，表明本文的基准回归模型具有较好的稳健性。
鉴于各区域经济和产业基础存在较大差异，数字物流对流通业碳排放效率可能存在区域异质性影响。本文将数据按照地理位置异质性分为东、中、西部三个子样本，进行分组回归，回归结果见表5。异质性分析结果显示，在1%的显著性水平下，数字物流对我国东部、中部、西部地区流通业碳排放效率均存在显著促进作用，但存在明显的地区异质性。数字物流对我国中部地区流通业碳排放效率的促进作用最强，东部次之、西部最弱。究其原因，中部地区流通业规模大但效率较低，数字物流能够有效降低流通业能源消耗，提高商品流通效率，因此数字物流对中部地区流通业碳排放效率的促进效应最强。东部地区由于流通产业基础完善，数字物流发展水平相对较高，数字物流对流通业碳排放效率提升的边际效益较弱。而西部地区物流产业基础薄弱，人力资本水平较低，数字物流发展难以形成有效规模，导致数字物流对流通业碳排放效率的影响较弱。
不同人力资本和环境规制水平下，数字物流对流通业碳排放效率的提升效果可能是非线性的。本研究利用Bootstrap重复抽样检验人力资本和环境规制的门槛效应，结果如表6所示。在1%的显著性水平下，人力资本的单门槛效应显著，环境规制的双重门槛效应显著。
数字物流影响流通业碳排放效率的过程中存在人力资本的单门槛效应。本文利用劳动力平均受教育年限指标衡量人力资本水平。当人力资本水平小于14.121时，数字物流的影响系数为0.132，并在5%的水平下显著，这表明即使人力资本水平较低时，数字物流对流通业碳排放效率依旧存在显著提升作用。当人力水平高于14.121时，数字物流的影响系数为0.293，且在1%的水平下显著，这表明随着人力资本水平的增加，数字物流技术和装备在流通业各领域得到了更充分的应用，从而推动流通业碳排放效率提升，因此高水平人力资本强化了数字物流对流通业碳排放效率的驱动作用，假设H2成立。
数字物流影响流通业碳排放效率的过程中存在环境规制的双重门槛效应。当环境规制强度低于0.324时，数字物流对流通业碳排放效率的影响不显著，说明环境规制是流通相关企业主动节能减排的核心驱动力，较低的环境规制强度对流通企业的约束和引导作用较弱，流通企业缺乏足够动力和压力采用数字物流技术和装备。当环境规制强度介于0.324和0.638之间时，数字物流的影响系数为0.217，且在5%的水平下显著，这说明环境规制是引导数字物流发展的重要制度基础，较强的环境规制能够引导数字物流发展，从而提升流通业碳排放效率。当环境规制强度高于0.638时，环境规制的影响系数为0.358，且在1%的水平下显著，说明随着环境规制强度的逐渐提升，数字物流对流通业碳排放效率的提升作用逐步增强，假设H3成立。
本文基于我国2008-2022年省级面板数据，实证分析了数字物流对流通业碳排放效率的影响。根据研究结论，提出以下政策建议。
第一，数字物流显著提高了流通业碳排放效率，因此要发挥好政府的引领作用，引导移动互联网、大数据、云计算等数字技术在物流领域深度应用，推动数字物流和流通业深度融合，充分发挥数字物流对流通业碳排放效率的提升作用；第二，人力资本是数字物流促进流通业碳排放效率提升的重要依托，因此教育部门要加强高等院校数字物流学科建设，培育适合现代数字物流发展的复合型人才。同时要加强校企合作，开展大规模多层次的数字物流职业技能培训，促进数字物流专业技术人员能力提升，从而从人力资本要素方面支撑现代数字物流发展；第三，环境规制是引导物流企业数字化转型的重要驱动力，因此政府要逐步建立健全相关法律法规体系和法治监督体系，合理有序提高环境规制强度，建立数字物流环保激励机制，发挥好数字物流在流通领域的碳减排效应。
沪公网安备 31011202008041号
