供应链绿色创新系统影响机制仿真研究——基于数字化投入视角

当前，我国经济的快速发展在消耗大量能源同时，高污染、高能耗的问题也愈加凸显，资源与环境约束导致发展空间不足成为制约企业可持续发展的主要障碍[1]。作为一种能够兼顾经济、生态和社会的可持续发展目标，降低环境风险的组织管理创新实践，绿色创新逐渐成为企业实现可持续发展的重要举措，并契合绿色发展和创新驱动两大国家发展战略。然而，由于制度和市场的不完善，企业创新复杂性的提升，企业间的竞争已经转变为供应链环境下的竞争，绿色创新也开始从企业层面过渡到供应链层面，长期、稳定以及可持续的供应链合作关系是企业进行绿色创新的重要支撑。在供应链企业制定和推进绿色创新战略的过程中，绿色创新产出和效率的提升面临着一系列挑战，如何识别供应链绿色创新动力机制，挖掘供应链成员绿色发展潜力，从而进行科学的绿色创新努力决策，促进供应链可持续发展和绿色供应链协调已然成为亟待解决的现实难题。

过去十年间，数字经济占GDP比重由20.9%提升到39.8%，数字经济已成为拉动地区经济高质量发展的新动能。工信部《“十四五”信息化和工业化深度融合发展规划》指出信息化和工业化深度融合是新发展阶段制造业数字化、网络化、智能化发展的必由之路。由此可见，数字水平可能会成为推动供应链绿色创新的有力抓手。理论上，由于过度强调绿色创新的实践成本，学界对其动力机制和边界条件的理解与探讨尚不够深入。地区数字化水平的提升，能够提供更为便捷的数字经济基础设施，促进供应链资源优化配置，从而推动供应链绿色技术创新和绿色产品创新[2]。实践上，绿色创新战略实施过程中初始成本较大，供应链企业面临的一个重大挑战是如何改善环境效益的同时创造新的经济增长点。然而，目前对于地区数字化水平影响供应链绿色创新的机理仍属于“理论暗箱”，在数字化转型背景下，突破传统绿色创新的影响机制和情境机制研究对于引导供应链绿色创新绩效和生态治理绩效的协同发展具有重要意义。因此，本文以辽宁省为研究对象，研究供应链绿色创新过程中数字化投入与其他因素的耦合机理，对这些因素间的作用机制、未来发展趋势进行研究，提出具有针对性的政策建议，为美丽中国建设提供一定的经验借鉴。

1  文献综述

近年来，国内外关于绿色创新的研究主要侧重于影响因素与测量评价。首先，研究普遍聚焦于环境规制[3]、对外开放[4]、绿色信贷政策[5]、产业协同集聚[6]等角度，提出供应链企业绿色创新困境的破解良方。但多数文献仅关注单一因素对绿色创新驱动的净效应，而忽视了多种影响因素的交互作用与组态匹配[7]。其次，早期相关研究更偏重于对绿色创新效率的探究，认为其是实施绿色创新的关键，通过创新效率的计算，评价绿色创新过程对各要素的有效利用程度。从测量方法看，主要利用DEA、超效率 SBM 模型等测度绿色全要素生产率，或构建多维度指标来测算综合得分[8]。从测量目标看，现有文献多以省域、区域或企业为样本来进行绿色创新效率，从而得出其时空特征与创新路径选择[9]。另外，现有研究主要基于供应链中的制造业绿色创新研究较多，而忽视了供应商、零售商和物流的重要性及协调作用。

关于数字经济的研究，目前文献大多聚焦于数字经济规模的测度及影响。对于数字化对绿色创新绩效的影响研究，则偏重基于地区或企业的微观层面，进行数字化转型下绿色创新的结果进行分析与考察。从理论上来看，现有关于数字化推动供应链企业绿色创新的相关研究已基本达成共识，但从实证研究的结果上看却存在分歧[10]。而且，现有文献多数关注数字技术、数字化应用等数字化成果与绿色创新绩效之间的关系，较少从数字化投入的角度探究其对供应链绿色创新系统的影响机制及结果。综上，本文探究数字化投入对制造业绿色创新系统的影响机制及结果具有一定的理论和实践意义。

2   模型设定

供应链绿色创新系统本身极其复杂，涉及到供应链中多成员协作问题，具有动态性、非线性等特点，基于上述分析，本文利用系统动力学方法对供应链绿色创新系统进行仿真建模与分析。

2.1  因果关系模型构建

本文将供应链绿色创新系统划分为四个子系统：经济系统、生态系统、资源系统与产出系统。其中，经济系统包括数字化投入和工业污染治理投入等，生态系统包括污染物排放及损失部分，资源系统包括产业协同集聚与客户绿色需求部分，产出系统包括销售收入和绿色创新水平等部分。通过分析模型中各变量间的因果关系，并利用Vensim PLE软件构建反映模型中各成员之间关系的因果关系图，如图1所示。

图1 供应链绿色创新系统因果关系图

2.2  主要路径分析

在确定上述系统边界的基础上，通过主要路径分析初步厘清供应链绿色创新系统模型各要素间的关系及相互作用，主要的因果反馈回路如下（其中“+”代表正反馈，“-”代表负反馈）：

2.2.1  经济子系统回路

数字化投入+→供应链绿色创新意愿+→供应链绿色创新水平+→供应链绿色创新成本费用-→供应链绿色创新绩效-→GDP+→数字化投入+

2.2.2  资源子系统回路

数字化投入+→信息化水平+→ 产业协同集聚+→市场信息利用率+→供应链绿色创新成本费用-→供应链绿色创新绩效-→GDP+→数字化投入+

客户绿色需求+→环境规制强度+→供应链绿色创新意愿+→供应链绿色创新水平+→污染物排放量-→环境污染损失+→工业污染治理投入+→供应链绿色创新成本费用+→供应链绿色创新绩效-→GDP+→人均收入水平+→人均GDP+→客户绿色需求

2.2.3  产出子系统回路

数字化投入+→数字经济基础设施+→供应链绿色创新水平+→绿色专利申请数量+→供应链绿色新产品产值+→供应链企业销售收入+→供应链绿色创新绩效+→GDP+→数字化投入+

2.2.4  生态子系统回路

数字化投入+→供应链绿色创新意愿+→供应链绿色创新水平+→污染物排放量-→环境污染损失+→工业污染治理投入+→供应链绿色创新成本费用+→ 供应链绿色创新绩效-→GDP+→数字化投入+

3  数字化投入对供应链绿色创新系统影响的模型仿真

3.1  系统流图与参数设定

根据建立的因果关系图，构建供应链绿色创新动力系统的存量流量图，见图2所示。该模型共选取数字化水平、GDP、绿色专利数量、污染物排放量、供应链绿色创新绩效、工业污染治理投入为系统初始状态变量，每年数字化投入、GDP增加值、污染物排放量增加量、每年工业污染治理投资、供应链企业收入增加值、供应链绿色创新支出、年绿色发明专利申请量为速率变量，其他为辅助变量。

图2 供应链绿色创新动力系统存量流量图

本文以辽宁省为研究区域，应用的主要数据来源于2012-2021年的《中国科技统计年鉴》、《中国工业统计年鉴》、《辽宁省统计年鉴》、《中国环境统计年鉴》、《中国城市统计年鉴》、EPS数据平台等，并运用SPSS、Eviews等软件对部分数据进行分析处理，从而进行量化分析。仿真模型时间边界为2012-2030年，仿真步长为1年。限于篇幅原因，此处仅列出部分主要模型方程，见表1所示。

表1 绿色创新动力系统主要变量方程设计表

变量 模型方程/表函数

数字化投资比重 =withlookup(time,([(2012,0)-(2030,1)],(2012,0.118),(2013,0.142),(2014,0.197),(2015,0.202),(2016,0.191),(2017,0.209),(2018,0.232),(2019,0.342),(2020,0.45)))

GDP增长率 =withlookup(time,([(2012,0)-(2030,20)],(2012,9.5),(2013,8.7),(2014,5.8),(2015,3.0),(2016,-2.5),(2017,4.2),(2018,5.7),(2019,5.5),(2020,0.6),(2021,5.8)))

工业污染治理投入比重 =withlookup(time,([(2012,0)-(2030,1)], (2012,0.04),(2013,0.06),(2014,0.09),(2015,0.12),(2016,0.16),(2017,0.14) (2018,0.15),(2019,0.16),(2020,0.18)))

数字化水平 =INTEG（每年数字化投入，44.2167）

GDP =INTEG（GDP增加值，24801.3）

绿色专利数量 =INTEG(年绿色发明专利申请数量)+92578

工业污染治理投入 =INTEG(每年工业污染治理投资)+10.235

人均可支配收入 =0.183*人均GDP+1.884

污染物排放增加量 =(1.5*LN(工业二氧化硫排放量)+1.05*LN(工业废水排放量)+1.23*LN(工业烟尘粉尘排放量))1.04

环境规制强度 =(工业废水治理运行费+工业废气治理运行费+工业固体废物治理运行费)/工业总产值

供应链绿色创新意愿 =数字化投入*0.7+环境规制强度*0.3+供应链绿色创新绩效*0.0001

供应链绿色创新水平 =数字经济基础设施投入*绿色创新意愿

3.2  系统仿真结果及分析

为探究不同策略下供应链绿色创新系统的变化，利用软件进行政策模拟，分别设计了4种不同的政策方案，以进行比较分析，如表2所示。同时，选取四个具有代表性的变量进行结果观测，包括GDP、污染物排放量、供应链绿色创新绩效、绿色专利数量。

表2 模拟政策方案设置

方案序号 变量 方案设置

1 数字化投入 +20%

2 工业污染治理投入 +20%

3 环境规制强度 +20%

4 产业协同集聚 +20%

不同政策方案下各变量变化趋势如图3所示。

图3 不同情境下供应链绿色创新系统仿真趋势

可以看出，方案1中，数字化投入对GDP增长率的影响基本呈“U型”变化，即数字化投入初期，多数为数字经济基础设施建设支出，对GDP的影响多体现在成本费用上，对经济发展呈现较为明显的抑制效应。而经过建设期后，对GDP的增速影响较大。尤其是将数字化投入增加20%后，在经历“U型”低谷后，GDP的增速明显加快。对于供应链绿色创新绩效来说，数字化的初期投入尚未创造绿色新产品的附加值，产品品质较低，难以实现供应链价值增值，因此不能显著提升供应链绿色创新绩效。但随着数字化投入逐渐形成规模效应，无论从供应链成员企业创新意愿还是创新水平来看，都起到了较为突出的引导作用，因此供应链绿色创新绩效能够在较快时间内得到迅速提升。

方案2中，工业污染治理投入增加后，污染物排放量降低，但GDP的增长态势及结果明显小于其他几种方案。这表明工业污染的治理投入虽然能够获得一定的环境效益，但是投入增加到一定份额后，便会导致GDP产生增速损失。因此，不能仅从财政的角度考虑工业污染的治理，更应从技术、创新等角度，从源头解决污染排放问题。

方案3中，环境规制强度增加后，通过对供应链企业绿色创新意愿的促进作用，表现在供应链绿色创新的目标更为清晰，有效提升了绿色发明专利的申请数量，通过成果转化，使绿色创新产品更具有市场价值，间接促进了供应链绿色创新绩效的提升。这表明，政府通过环境规制强度的调整，能够引导供应链成员企业解决绿色创新过程中的共性问题，保证绿色创新过程的顺利进行。

方案4中，通过提升产业协同集聚效应，促进了供应链绿色创新主体间的合作频率，提升了市场信息利用率，供应链企业通过不同挖掘竞争优势及产业链合作来迎合市场需求，因此，在产业协同集聚效应提升的基础上，GDP、供应链绿色创新绩效、绿色专利数量均呈现逐渐增长的趋势。另外，根据系统流图可以看出，产业协同集聚效应是通过数字化投入下信息化水平增加，供应链企业间横向沟通效率提升而产生的创新资源不断整合的结果，这从侧面也印证了数字化投入对供应链绿色创新发展的推动作用。

4  研究结论与对策建议

本文通过对供应链绿色创新发展机理的分析，根据辽宁省的相关数据，确定了系统动力学模型的系统边界，并通过系统流图展示出供应链绿色创新系统的动力机制。在保证模型有效的前提下，通过改变数字化投入、工业污染治理投入、环境规制强度、产业协同集聚效应等要素，进行模拟仿真并观测结果，研究绿色创新系统发展的动态过程及演变趋势。结果表明，增加数字化投入，提升环境规制强度和产业协同集聚，均能对供应链绿色创新绩效产生正向影响，工业污染治理投入则需要审慎而行，更多地从排污源头解决问题。根据研究结论，提出政策建议如下：

一是加快数字基础设施建设，加大数字化投入，释放数字经济效能，充分发挥数字化对供应链绿色创新系统的渗透性和创新主体的连接性作用。辽宁省与其他经济发展大省相比，数字化发展较为滞后，要想后起而上，必须精准攻克辽宁省产业升级“卡脖子”的技术问题，利用数字经济解决供应链绿色创新发展中的困难。同时，近年来的人才流失对辽宁省数字化转型和供应链绿色创新发展都起到了一定的滞后作用，因此，辽宁省应加强绿色创新研发人员的引进和资金投入，培育和引进数字化人才，完善激励机制，提高供应链成员企业的数字化技能。

二是从目前辽宁省行业结构来看，主要偏重于能源消耗较高的重工业和装备制造业，高新技术产业比重则较低。为提升供应链绿色创新绩效，应在加大数字化投入的同时，着力发展高技术产业，充分发挥产业协同集聚的创新规模效应，加快推进高技术制造业与生产性服务业协同发展，加强供应链成员科技主体间交流，强化产业协同集聚的知识溢出效应对供应链绿色创新和节能减排的带动作用，促进产业结构绿色化升级发展。

三是因地制宜从辽宁省发展现状出发加强环境规制的制定，并进行一定的创新性实施，实行激励型环境规制政策，如调整奖惩系数，从而发挥环境规制对供应链绿色创新的驱动作用，提高污染治理能力，促进低碳经济发展。另外，拓展资金补贴作用渠道，加强供应链企业数字化投入和绿色创新的金融支持，激发供应链绿色创新主体积极性与创新热情。

本文来源：《物流科技》https://www.zzqklm.com/w/jg/30901.html