数字经济对我国物流业高质量发展的影响及机制研究

摘要：文章选取了2015—2020年中国31个省的平衡面板数据，运用基准回归、中介效应回归、双重固定效应模型以及最小二乘法回归研究数字经济对我国物流业高质量发展的影响及影响机制。将样本按照经济发展水平分类，进行分组回归，发现数字经济对我国物流业高质量发展的影响程度在经济发展水平中等的地区最高，在经济发展水平较高的地区次之，但在经济发展水平较低的地区存在抑制作用。结果表明：数字经济明显促进了物流业的高质量发展，这一结论在进行一系列稳健性检验后仍然成立，且运输水平和地方财政支出是数字经济促进物流业高质量发展的重要作用机制。最后，提出相应的政策建议，为我国物流业高质量发展提供了新思路。关键词：数字经济；技术改进；物流业高质量发展；运输水平；地方财务支出0

引

言随着互联网和电子商务的飞速发展，物流业作为支撑这些行业的基础，其重要性日益凸显。2021年我国物流总产值达到335.2万亿元，同比增长9.2%，高于GDP增速1.1个百分点。各种物流相关投资超过3.5万亿元，为物流基础设施的建设提供了有力的支持。《“十四五”现代流通体系建设规划》《“十四五”冷链物流发展规划》以及商贸物流、数字经济等多项“十四五”专项规划从各自领域对现代物流进行战略部署，现代物流产业地位再上新台阶。但从国际形势来看，我国现代物流业的发展依然面临着严峻的挑战，需要为我国物流业高质量发展寻找新的路径。如何提升物流业高质量发展？促进物流业高质量发展的背后机制有什么？这已成为学术界讨论的热点话题，也是本文的主要研究问题。1

文献综述《“十四五”数字经济发展规划》明确提出大力发展智慧物流，物流行业数字化转型提速，涉及物流新基建、新技术、新模式、新业态等。基于此，关于数字经济对物流业高质量发展的影响，学者们从不同角度进行了大量研究。郑彩云等[1]研究发现数字经济与物流业发展水平整体表现为波动上升态势；宋二行等[2]发现当前我国物流业高质量发展水平整体较低且区域差异明显；李侠等[3]研究发现可以通过降低融资门槛和交易成本、提升信息透明度推动物流业实现高质量发展；连捷[4]认为加快推广先进绿色的物流组织模式对于促进物流产业高质量发展具有重要意义；曹允春等[5]研究发现以创新、政府干预、开放为主要核心条件的这三条路径加快了我国建设现代化物流强国的步伐；罗瑞等[6]发现数字经济对物流业高质量发展的影响具有空间溢出效应；陈泽楷等[7]发现经济发展水平、基础设施建设、政府扶持政策以及金融发展水平等均对物流业发展有显著正向影响；张振举等[8]研究得出数字贸易对物流业发展呈现高度耦合状态。由上述文献可知，虽然多数研究验证了数字经济对我国物流业高质量发展的效应，但大多集中在发展趋势、地区差异、政策影响以及耦合协调4个方面，很少从背后的影响机制切入。基于此，本文利用2015—2020年中国31个省级面板数据，运用基准回归、中介回归、双重固定效应模型以及最小二乘法回归等方法研究数字经济对我国物流业高质量发展的影响及其影响机制。本文主要贡献在于：一是探讨数字经济对我国物流业高质量发展的影响，丰富了研究成果；二是探究了数字经济对物流业高质量发展的影响机制，为提升我国物流业高质量发展提供了新思路。三是基于不同经济水平的地区进行了异质性探讨，突出了数字经济对物流业发展的重点方向和重点人群，丰富了现有文献在数字经济对物流业高质量发展方面研究的成果。2

理论分析与研究假设2.1

数字经济对物流业高质量发展的总效应随着数字经济的发展，各种先进的信息技术趋向于更加成熟，如大数据、云计算、物联网等[9]。通过这些信息技术可以实现物流运输的可见性和透明度、优化运输路径、减少运输成本以及提高物流效率。并且物流企业可以利用数字平台与供应商、生产商、销售商等实现信息的实时共享和协同作业，减少信息传递的延迟和误差。此外，还可以利用大数据分析和挖掘，为客户提供个性化的物流解决方案，提供智能配送、供应链金融等增值服务，从而增加收入来源和提升市场竞争力[10]。在未来，随着数字技术的不断创新和应用，数字经济将继续为物流业带来更多的机遇，推动物流业向更高水平发展。因此，本文提出以下研究假设。H1：数字经济能够促进物流业的高质量发展。2.2

数字经济对物流业高质量发展的影响机制数字经济的发展推动了物联网、人工智能等技术在运输领域的应用[11]。这些技术可以实现智能调度、自动驾驶等功能，提升运输的自动化和智能化水平。智能调度能够根据实际情况灵活调整运输计划，提高运输资源的利用效率。而运输水平的提升为物流业高质量发展奠定了坚实基础。高效、准确的运输服务能够提高客户满意度，增强物流企业的市场竞争力[12]。同时，运输水平的提升还有助于减少物流过程中的损耗和浪费，降低环境影响，实现绿色、可持续发展。这些都是物流业高质量发展不可忽视的部分。基于此，本文提出以下研究假设。H2a：数字经济可以通过提升运输水平进而促进物流业高质量发展。近年来，数字经济的蓬勃发展对地方财政支出的影响逐渐显现。首先，数字经济在地方企业创造出新的税收来源。随着数字技术的广泛应用，地方企业的生产力和效率得到提升，税收收入相应增加。这使得地方财政有更多的资源用于支出，包括对物流基础设施建设和升级的投资。其次，数字经济推动地方财政支出更加精准和高效。通过数字技术对地方财政支出进行监控和管理，可以降低行政成本，提高资金的使用效率，这使得地方财政能够更加有针对性地支持物流业的发展。基于此，本文提出以下研究假设。H2b：数字经济可以通过刺激地方财政支出进而对我国物流业高质量发展起到促进作用。2.3

数字经济对物流业高质量发展的异质性数字经济对物流业高质量发展有重要影响，但在不同经济水平地区的影响程度可能存在差异[13]。在高经济水平地区，数字经济更加发达，这为物流业提供了更多技术支持和创新空间，如智能物流、大数据分析等，大大提高了物流效率和质量。在中等经济水平地区，数字经济的崛起可能更多体现在物流业的数字化转型和升级上，如电子商务的普及带动了快递业的发展。而在低经济水平地区，物流业的发展主要受限于基础设施不完善等因素，数字经济的推动作用在短时间内可能不太明显，影响可能相对较小。基于此，本文提出以下研究假设。H3：数字经济对物流业高质量发展的影响在不同经济水平的地区可能存在差异。3

研究设计3.1

模型构建针对前文的研究假设，首先建立基准回归模型如下。（1）其中，表示省份在时期的物流业高质量发展水平，表示省份在时期的数字经济发展水平，为控制变量；表示时间固定效应，为随机扰动项。接着，为了检验运输水平（TRL）和地方财政支出（FE）是否为数字经济对物流业高质量发展的机制变量，在基准回归结果显著的基础上，本文建立中介效应回归模型如下。（2）（3）其中，为中介变量，若在式（2）中DIGE的回归系数显著的基础上，式（3）中DIGE的回归系数小于基准回归中的系数，则说明存在中介效应。3.2

变量选取与说明3.2.1

被解释变量被解释变量为物流业高质量发展水平（HQLD）。如表1所示。参考王琴梅等[14]，本文选择从物流发展速度、物流基础设施、物流产业结构、就业促进以及创新投入五个方面对物流业高质量发展水平进行评价。这五个方面指标分别对应的实际内容为物流业增加值、等级公路里程、物流业生产总值和地区生产总值的比值、物流业城镇单位从业人数以及R&D经费。并运用熵值法测算出其综合发展指数。3.2.2

核心解释变量核心解释变量为数字经济发展水平（DIGE）。借鉴刘军等[15]，本文选取互联网普及率、互联网基础建设、互联网相关产出、移动电话普及率以及数字金融普惠发展五个方面对数字经济进行评价。（见表2）以上五个方面指标所对应的实际内容为：互联网宽带接入用户数、光缆线路长度、电信业务总量、每百人移动电话用户数以及中国数字普惠金融指数。同样运用熵值法测算出其综合发展指数。3.2.3

机制变量本文的机制变量为运输水平TRL和地方财政支出FE，根据既有文献，分别将货物周转量和地方财政一般预算支出作为其衡量指标。3.2.4

控制变量根据既有文献，选择产业结构合理化水平（IRTL）、人口密度（PD）、教育水平（EL）以及交通投入（TI）作为本文的控制变量。其中，产业结构合理化水平用城镇人口与常住人口的比值来表示，人口密度以单位土地面积上的人口数进行衡量，教育水平采用普通高等学校在校学生人数来衡量，交通投入用地方财政交通运输支出衡量。3.2.5

数据来源和描述性统计根据样本数据的可得性，本文针对2015—2020年除特殊城市外的31个省展开研究，形成了31个省6年的平衡面板数据。研究使用的数据除了中国数字普惠金融指数来自于北京大学数字金融研究中心以外，其余数据均来自《中国统计年鉴》以及《中国物流年鉴》，对于缺失的数据则采用插值法进行补足。表3为本文主要变量的描述性统计结果，可见数字经济发展水平均值为0.34，最大值为0.83、最小值为0.01，标准差为0.19，表明不同地区数字经济发展水平差异较大，物流业高质量发展水平也呈现统一趋势。从控制变量看，不同省份产业结构合理化水平、人口密度、教育水平以及交通投入等方面也存在明显的差异。总体而言，样本数据满足后续分析的要求。4

实证结果与分析4.1

基准回归表4报告了数字经济影响物流业高质量发展的回归结果。根据表4第（1）列，可以看到数字经济DIGE的系数为0.788，且在1%的水平上显著。在第（2）列加入所有控制变量后，DIGE的回归系数依然显著为正，说明数字经济促进了物流业高质量发展，假设H1得到了验证。4.2

机制检验为验证运输水平和地方财政支出是否为数字经济对物流业高质量发展的传导机制，运用中介效应回归模型进行实证检验，回归结果见表5和表6。在基准回归中证实了数字经济在对物流业高质量发展具有积极影响的基础上，可以看到，表5第（1）列中DIGE的回归系数为1.647，且在1%的水平上显著，说明数字经济对运输水平起到了促进作用。再看表5第（2）列中DIGE的回归系数为0.667，且在1%水平上显著，且相比于基准回归中的系数有所下降，说明运输水平TRL是数字经济促进物流业高质量发展的作用机制，假设H2a得到了验证。同理，可以看到表6第（1）列中DIGE的系数为0.589，且在1%的水平上显著，说明数字经济同样对地方财政支出起到了促进作用。再看表6第（2）列中DIGE的回归系数为0.637，且在1%的水平上显著，相比于基准回归中的系数有所下降，说明地方财政支出FE是数字经济提升物流业高质量发展水平的传导机制，假设H2b得到了验证。4.3

异质性检验我国各个地区的经济发展水平并不均衡，将样本按照人均GDP进行排序，划分为经济发展水平较高、中等、较低三组进行回归，回归结果见表7。结果显示，数字经济对物流业高质量发展的影响系数在经济水平较高和中等的地区分别为0.262和0.271，且在1%水平上显著，但在经济水平较低的地区为负，且仅在10%水平上显著。造成这一现象的主要原因如下：一是在经济水平较高和中等的地区，数字经济通过提供先进的技术支持和数据分析工具，提高了物流业的效率和精确性。二是经济水平较低的地区经济基础和基础设施相对薄弱，无法充分支持和适应数字经济的快速发展。在这种情况下，数字经济的引入可能会对传统物流业造成冲击，导致其无法有效应对新的市场挑战。基于此，假设H3得到了验证。5

稳健性检验5.1

双向固定效应为了减缓未控制省份层面的变量可能会存在的内生性问题，在控制了年份固定效应的基础上加入省份固定效应，加入双向固定效应后的估计结果见表8。结果显示，核心解释变量DIGE回归系数依然均为正，且在1%的水平上显著，与表4中系数基本保持一致，说明基准回归结果具有较强的稳健性。不同的是，表8第（2）列中，DIGE的系数略小于表4，说明不考虑内生性会高估数字经济对物流业高质量发展的作用。5.2

工具变量法长期看来，物流业高质量发展也会对数字经济产生一定影响。比如，随着人们对物流相关需求的不断增加，催生出大量的物流相关的新型数字技术来满足需求。为了解决两者存在互为因果的内生性问题，本文使用工具变量法进行稳健性检验。本文结合数据特点与工具变量选择条件，选取技术改进Ti和滞后一期数字经济L.DIGE作为本文核心解释变量的工具变量，运用最小二乘法进行回归。回归结果见表9，表9第（2）列和第（4）列中DIGE的回归系数分别为0.782和0.752，且均在1%水平上显著，表明在引入工具变量减轻反向因果等内生性问题的影响后，本文的主要结论依然成立。并且通过检验，本文所选取的工具变量不是弱工具变量，并且满足排他性，是有效的工具变量。6

结论与政策建议6.1

研究结论本文以2015—2020年31个省为样本，利用基准回归、中介回归、双重固定效应模型以及最小二乘法回归研究数字经济对我国物流业高质量发展的影响，主要研究结论整理如下。数字经济对我国物流业高质量发展呈现显著的促进作用。数字经济可以通过提升运输水平以及刺激地方财政支出进而促进物流业高质量发展。将样本区域按照经济发展水平划分，发现数字经济对物流业高质量发展的影响程度在经济发展水平中等的地区最高，在经济发展水平较高的地区次之，但在经济发展水平较低的地区存在抑制作用。6.2

政策建议第一，政府应发行和支持加强数字基础设施建设、提升物流信息化水平、降低融合成本，并引导金融机构加大信贷支持的政策。同时，人才培养也是关键，需造就具