企业绿色供应链发展效率及其影响因素研究

廖小菲 罗贤禄

【摘 要】 文章以2015—2019年我国13个国家级新区企业绿色供应链的投入和产出数据为样本，采用三阶段DEA方法及Malmquist指数模型对国家级新区企业绿色供应链发展效率进行测度，并对绿色供应链发展效率的静态特征、时空演变特征进行分析，同时运用Tobit回归模型检验了绿色供应链发展效率的影响因素。结果表明：在静态特征方面，发展效率处于DEA有效状态的绿色供应链占比较少;在时序变动特征方面，国家级新区企业绿色供应链发展效率逐年提升;在空间演变特征方面，各个国家级新区之间企业绿色供应链发展效率变化的差异较大;绿色供应链实施时长、基础设施水平、居民消费水平、对外开放度、城市化水平和政府扶持是影响绿色供应链发展效率的主要因素。

【关键词】 绿色供应链; 发展效率; 影响因素

【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937（2022）06-0027-06

一、引言

党的十九届五中全会提出要坚定不移贯彻绿色发展理念，走绿色发展之路。国家级新区是承担国家重大发展和改革开放战略任务的综合功能区，也应成为区域绿色发展的排头兵[ 1 ]。现有研究普遍认为构建绿色供应链是实现绿色发展的重要手段[ 2-3 ]。随着绿色供应链不断取代传统供应链，社会各界开始关注绿色供应链发展效率的问题[ 4 ]。绿色供应链发展效率反映了企业在发展绿色供应链过程中投入到供应链各环节的各种资源配置的合理性。研究企业绿色供应链发展效率的静态特征和时空演变特征，并分析其主要影响因素，对提升绿色供应链发展效率、推动经济社会全面绿色转型具有重要的理论意义和现实价值。鉴于鲜有研究关注绿色供应链发展效率的时空演变特征，且绿色供应链发展效率的影响因素相关研究尚不全面，本文采用三阶段DEA方法和Malmquist指数模型测算国家级新区绿色供应链发展效率，并对国家级新区企业绿色供应链发展效率的静态特征、时空演变特征进行深入分析。除此之外，还运用Tobit回归模型进一步检验国家级新区企业绿色供应链发展效率的影响因素，为提升国家级新区企业绿色供应链发展效率提供参考。

二、文献回顾

（一）绿色供应链发展效率测度方法的相关研究

从现有研究来看，绿色供应链发展效率的测度方法多样，主要分为两大类，一类是研究者自行设计评价体系，另一类是研究者采用DEA方法对绿色供应链发展效率进行测度。

1.自行设计评价体系的相关研究。张华伦等[ 5 ]设计了三级评价体系对绿色供应链管理绩效进行评价，为后续研究奠定了基础。缪兴锋和王苏生[ 6 ]设计了基于循环经济的绿色供应链管理绩效评价指标体系，并给出了算例说明。鉴于评价指标的选择是上述研究所面临的最大难题，马飞等[ 7 ]采用DEMATEL制定绿色供应链绩效评价指标。仔细观察可知，上述研究在指标选择、权重设置方面仍然存在较大主观性。

2.采用DEA方法的相关研究。早期研究者陈梅和毕晓航[ 8 ]在考虑环境管理相关标准的基础上，运用DEA方法对企业绿色供应链绩效进行评价。后来，方炜和杨步[ 9 ]也采用DEA方法分析评价了绿色供应链的运转效率，并通过算例进行实证研究。上述研究仅采用单阶段DEA模型，忽视了环境要素对发展效率的影响。基于上述研究不足，张峰等[ 10 ]选取三阶段DEA模型对样本企业绿色供应链发展效率进行全面评价，发现样本企业绿色供应链发展效率还有很大提升空间。总的来看，DEA模型无需设置指标权重，具有一定的客观性[ 11 ]，是衡量多投入與多产出组合决策单位相对效率的较好方法[ 12 ]，因此采用DEA方法来测度绿色供应链发展效率更加合适。

（二）绿色供应链发展效率的影响因素相关研究

顾兰兰[ 13 ]研究发现政府干预、民间环保组织的监督、消费者的意愿和偏好、市场绿色竞争是发展绿色供应链的驱动因素。王丽杰等[ 14 ]认为完善激励措施是促进绿色供应链有效发展的重要举措。学者在此基础上进一步研究，孙博行[ 15 ]研究发现政府法规与社会舆论等社会系统因素、企业绿色技术水平等生产系统因素、消费者的环境保护意识等消费系统因素和环境污染事件等环境系统因素是影响企业发展绿色供应链的四大因素。仔细观察可知，现有研究涉及面比较广，如政府、社会组织、企业自身和消费者等层面。

综上所述，已有文献为深入研究绿色供应链发展效率的时空演变特征和全面研究绿色供应链发展效率的影响因素奠定了基础，但仍存在以下不足：（1）没有针对国家级新区绿色供应链发展效率开展研究;（2）没有将DEA与Malmquist指数结合起来研究效率的时空演变特征;（3）没有结合绿色供应链发展效率的影响因素提出提升绿色供应链发展效率的建议。

三、效率测度的研究设计

（一）效率的测度方法

鉴于三阶段DEA方法既具备评价多投入与多产出决策单元产出效率的优势[ 12 ]，又可以消除环境和随机误差因素对各决策单元产出效率评价结果的干扰[ 16 ]，还可以与Malmquist指数模型相结合来研究效率的时空演变特征，因此本文将绿色供应链视为一个决策单元，并选用三阶段DEA方法与Malmquist指数模型，深入研究绿色供应链发展效率的静态特征和时空演变特征。其中三阶段DEA方法主要基于DEA-BCC模型，该模型的线性规划如式（1）所示[ 17 ]。

1.三阶段DEA方法的具体运用流程

第一阶段：运用DEA模型中的BCC模型进行基于投入导向及可变规模的效益分析，从而获得调整前的绿色供应链发展效率值和松弛变量。第二阶段：基于第一阶段的分析结果，运用随机前沿分析法（SFA）及Fontier4.1软件对各绿色供应链的投入变量进行调整，以消除环境变量和随机误差因素的干扰，从而得到调整后的绿色供应链投入变量。第三阶段：根据调整后的投入变量和原始产出变量，重新运用DEA模型进行评估，可获得降低环境和随机误差因素干扰后的每个绿色供应链发展效率值[ 16 ]。

2.三阶段DEA方法的变量选取规则

本文在参考已有研究的基础上，充分考虑绿色供应链的特征，并结合《绿色制造 制造企业绿色供应链管理导则》[ 18 ]中有关绩效评价的要求，最终选取以下变量作为企业绿色供应链的投入变量、产出变量及环境变量。

投入变量：（1）绿色技术研发投入。绿色技术创新是推动生产过程环保化的重要手段，只有生产过程环保化才能实现绿色生产，而绿色生产又是发展绿色供应链的重要内容，因此本文将绿色技术研发投入作为绿色供应链的投入变量之一。（2）绿色原料采购成本。绿色原料采购成本金额越大，意味着企业在绿色供应链发展过程中的投入越多，因此绿色原料采购成本也是绿色供应链的投入变量之一。（3）劳动投入成本。参与绿色供应链建设的各级各类人员投入情况构成了绿色供应链劳动投入[ 10 ]。（4）绿色运输费用。运输环节是绿色供应链的重要环节之一[ 19 ]，采用绿色运输设备可以降低废气排放量，因此绿色运输费用也是绿色供应链的投入变量之一。

产出变量：（1）绿色产品销售收入。企业发展绿色供应链的目的是提供对环境影响相对较小的绿色产品，因此绿色产品销售收入可作为绿色供应链的产出变量。（2）库存周转率。库存周转率越高，反映了产品销售状况越好[ 9 ]，库存占用的资金也就越少，因此库存周转率是绿色供应链的产出变量之一。（3）废弃物排放量减少率。废弃物排放量减少率直接反映了环境保护的力度，自然也是绿色供应链的产出变量之一。

环境变量：考虑到环境变量的选择必须满足“分离假设”需求，即在较短时间内会对制造企业绿色供应链发展效率产生影响，但不会被样本影响或更改，因此选取以下几个环境变量。（1）供应链核心企业规模。供应链核心企业规模越大，资金、人才、技术实力越雄厚，绿色供应链发展效率往往越高[ 20 ]。（2）供应链核心企业成立年限。供应链核心企业成立年限越久，其发展经验越丰富，更能够正确把握企业发展规律，对绿色供应链的接受程度必然越高[ 10 ]。（3）政府补助。政府补助能够一定程度上缓解企业发展绿色供应链过程中所面临的高成本问题[ 21 ]，从而促进绿色供应链发展。

（二）样本选择与数据来源

本文以2015—2019年我国13个国家级新区企业绿色供应链的投入和产出数据为样本，数据均来源于湖南省社会科学基金项目“湘江新区企业绿色供应链”课题组在2020年开展的国家级新区绿色供应链发展状况专项调研。该调研对象为我国2015年及以前批准设立的国家级新区内的制造企业以及当地统计局。

四、效率测度结果与分析

本文主要从静态特征和时空演变特征两方面来分析国家级新区企业绿色供应链发展效率。其中时空演变特征又分为时序变动特征和空间演变特征。

（一）国家级新区企业绿色供应链发展效率的静态特征分析

整体来看，13个国家级新区企业绿色供应链的综合技术效率、纯技术效率和规模效率的均值分别为0.954、0.966、0.987。综合技术效率反映了绿色供应链的相对发展效率，纯技术效率主要反映了企业绿色供应链的管理水平[ 22 ]，规模效率是指在一定的管理水平下当前规模与最合理规模之间的差距[ 23 ]。由于管理水平和规模效率的均值都小于1，可知各国家级新区绿色供应链的综合技术效率均无法位于生产前沿面上。从DEA有效性来看（如表1所示），处于DEA有效状态的绿色供应链数量远低于DEA无效状态的绿色供应链数量。从规模报酬来看，规模报酬递增的绿色供应链數量占比最大。

具体来看（如表2所示），在13个国家级新区中，浦东新区、滨海新区和南沙新区能够达到DEA有效的绿色供应链所占比例较高，说明这三个新区的绿色供应链管理水平和技术创新水平都相对较高，而其他新区中大部分绿色供应链处于DEA无效状态，说明这些新区的绿色供应链在管理能力、科技水平和资源配置方面存在很大的改进空间。其中，舟山群岛新区和西海岸新区全体绿色供应链都处于DEA无效状态，纯技术效率低下是造成舟山群岛新区和西海岸新区全体绿色供应链综合效率偏低的主要原因，这说明其管理水平亟需提高。除此之外，在规模报酬方面，只有浦东新区、滨海新区和南沙新区大部分绿色供应链处于规模报酬不变，其资源投入达到了最优状态，其他新区的资源投入有待优化。

（二）国家级新区企业绿色供应链发展效率的时空演变特征分析

本文主要从时序变动特征和空间演变特征两方面来分析国家级新区企业绿色供应链发展效率的时空演变特征。

1.国家级新区企业绿色供应链整体发展效率的时序变动特征。由表3可知，2015年至2019年，国家级新区企业绿色供应链全要素生产率呈逐年上升的趋势，说明国家级新区企业绿色供应链发展效率在不断提升。从Malmquist的分解结果来看，全要素生产率上升的主要原因是技术效率的提高，技术效率在5年间提高了2.3%，其中纯技术效率的提高是促进技术效率提高的主要原因。从规模效率来看，其增长速度缓慢，对企业绿色供应链全要素生产率的贡献较少。而反映技术创新能力的技术进步呈先上升后下降的趋势。

2.国家级新区企业绿色供应链发展效率的空间演变特征。整体来看，2015年至2019年，国家级新区企业绿色供应链全要素生产率的平均值为1.025（如表4所示），说明国家级新区企业绿色供应链发展效率整体都在提高。具体来看，西海岸新区的全要素生产率最高，达到了1.041，技术进步对西海岸新区企业绿色供应链全要素生产率的贡献最大，说明西海岸新区的技术创新能力处于较强的状态。金普新区的全要素生产率最低，其技术效率和技术进步仍然有很大改进空间，说明技术水平和管理水平亟需提高。除南沙新区外，其他新区企业绿色供应链的技术进步变化均大于1，但技术效率变化却小于1，说明这些国家级新区企业绿色供应链全要素生产率的提高主要由技术进步所驱使，而技术效率变化普遍小于1的主要原因是纯技术效率低下，这说明其绿色供应链管理水平还有很大的改进空间。

五、国家级新区企业绿色供应链发展效率的影响因素实证研究

充分了解国家级新区企业绿色供应链发展效率的影响因素，对于制定企业绿色供应链发展效率的提升路径来说至关重要。本文从企业自身、外部环境、政府支持力度三个方面出发，分析国家级新区绿色供应链发展效率的影响因素。鉴于不同的国家级新区绿色供应链发展效率差异较大，本文初步判定主要是企业外部环境造成了这种现象。因此，在选择影响因素的时候更多考虑企业外部环境因素。经过充分考虑，最终选取绿色供应链实施时长、地区基础设施水平、地区居民消费水平、对外开放程度、城市化水平、劳动者素质和政府扶持力度作为影响因素。为了检验各影响因素对绿色供应链发展效率的影响方向及强弱程度，本文将各影响因素作为自变量，并以绿色供应链综合技术效率值为因变量，使用Stata16软件开展实证研究。与此同时，考虑到绿色供应链综合效率值的范围在0～1之间，采用Tobit模型进行回归分析将更为合适。

（一）变量定义

1.绿色供应链实施时长。企业实施绿色供应链管理的时间越长，上下游对绿色供应链的认同程度必然越高。此时，供应链各主体之间配合更加融洽，更有利于促进绿色供应链发展效率提升。

2.地区基础设施水平。基础设施越完善的地区，企业生产过程被监督的力度也就越大，在此情况下，企业不得不推动生产过程绿色化，其结果势必会影响到绿色供应链发展效率。本文用每万人公路里程数代表道路基础设施状况，近似替代各地區基础设施水平[ 24 ]。

3.地区居民消费水平。绿色供应链主要提供绿色产品，而绿色产品的成本相对较高，地区居民消费水平越高，该地区消费者承担绿色产品成本的能力往往越强，从而使得绿色供应链的消费环节更加畅通。本文用居民人均消费支出来衡量地区居民消费水平。

4.对外开放程度。对外开放程度越高，企业所面临的竞争环境越激烈，企业不得不提高产品质量，而绿色供应链恰好能够提供高质量的绿色产品。与此同时，对外开放程度越高的地区，企业引入国外绿色生产技术的机会越多。因此，对外开放程度越高，企业绿色供应链发展效率也会越高。本文采用国家级新区所在地的进出口总额与该地区GDP之比的对数值来表示[ 25 ]。

5.城市化水平。城市化水平较高的地区，往往已经历过环境破坏的阶段[ 26 ]，随着城市化水平的提高，当地人们会更加重视生产对环境的影响，结果会促进企业绿色生产，而绿色生产是绿色供应链管理中的重要内容。因此，城市化水平越高，企业绿色供应链发展效率也会得到提升。本文用城镇人口占总人口比重衡量[ 27 ]。

6.劳动者素质。劳动者素质越高，越可能排斥生产环境所产生的污染，他们甚至会设法维权，迫使企业高管不得不改变经营策略，从而创造绿色生产环境。因此，劳动者素质越高，企业绿色供应链发展效率也会越高。本文用每十万人中大中专学生占比来衡量劳动者素质。

7.政府扶持力度。与传统供应链相比，企业发展绿色供应链面临的第一道难题便是高成本，政府的支持能够在一定程度上缓解企业发展绿色供应链过程中所面临的高成本问题，政府的扶持主要包括财政直接补助和税收间接补助。因此，本文将上述两者的金额合计作为政府扶持力度衡量指标。

（二）模型构建

在进行影响因素检验之前，参照张雪梅[ 28 ]的做法，构建Tobit回归模型，如式（2）所示。

（三）实证检验结果分析

Tobit检验结果如表5所示。由检验结果可知，地区基础设施水平和对外开放程度对绿色供应链发展效率的影响在1%的水平下显著为正，绿色供应链实施时长、地区居民消费水平、城市化水平和政府扶持力度对绿色供应链发展效率的影响在5%的水平下显著为正，说明绿色供应链实施时间越长、地区基础设施水平越高、地区居民消费水平越高、对外开放程度越高、城市化水平越高和政府扶持力度越大，企业绿色供应链发展效率也会越高。除此之外，劳动者素质对绿色供应链发展效率的影响虽然不显著，但仍然具有正向影响。

六、结论与启示

（一）结论

本文以2015—2019年我国13个国家级新区企业绿色供应链的投入和产出数据为样本，采用三阶段DEA方法和Malmquist指数模型对国家级新区企业绿色供应链发展效率进行测度，并就国家级新区企业绿色供应链发展效率的静态特征、时空演变特征进行深入分析。除此之外，还运用Tobit回归模型进一步检验了国家级新区企业绿色供应链发展效率的影响因素。最终获得了以下结论：（1）从静态特征来看，不同国家级新区企业绿色供应链的综合效率相差较大，达到DEA有效状态的绿色供应链占比较少，处于DEA无效状态的绿色供应链占比较大，其中纯技术效率低下是导致绿色供应链发展处于DEA无效状态的主要原因;（2）从时序变动特征来看，国家级新区企业绿色供应链全要素生产率呈逐年上升的趋势，意味着国家级新区企业绿色供应链发展效率不断提升;（3）从空间演变特征来看，不同国家级新区企业绿色供应链发展不平衡，而纯技术效率低下是造成上述现象的主要原因;（4）绿色供应链实施时长、地区基础设施水平、地区居民消费水平、对外开放程度、城市化水平和政府扶持力度是影响国家级新区企业绿色供应链发展效率的主要因素。

（二）启示

根据上述研究结论，本文从企业、政府两方面提出建议：（1）处于DEA弱有效状态和DEA无效状态的企业应当充分利用国家级新区的区位优势，引进绿色供应链管理人才，促进企业绿色供应链管理水平提升，从而解决纯技术效率低下的问题，最终促进绿色供应链发展效率提升。（2）处于DEA弱有效状态和DEA无效状态的企业要在引进外部资金和先进技术的同时，大力提升企业自身绿色技术创新能力，促进生产过程绿色化，从而促进绿色供应链发展效率提升。（3）政府应当建立完善法规制度，着重整治由供应链引发的环境污染问题。在与上位法不抵触的前提下，有必要立足各个国家级新区发展实际，突出新区特色，进一步具体化和细化，制定具有较强操作性、针对性和地方特色的地方环保法规，倒逼企业提高绿色供应链发展效率。（4）政府需要进一步完善激励措施。一方面，要针对绿色供应链中各环节主体制定不同程度的财政补助方案，以降低绿色供应链生产成本;另一方面，制定绿色消费激励方案，减轻消费者的购买成本，促进绿色产品就地销售，从而推动绿色供应链流畅运转。

【参考文献】

[1] 张平淡，陈臻.国家级新区创设驱动绿色发展的效应检验[J].北京理工大学学报（社会科学版），2020（4）：49-59.

[2] 王京歌，邹雄.政府绿色采购制度研究[J].郑州大学学报（哲学社会科学版），2017（6）：30-34.

[3] DATTA  P，DIFFEE E N.Measuring sustainability performance：a green supply chain index[J].Transportation Journal，2020，59（1）：73-96.

[4] NARAYANA S N S，PARTHIBAN P，DHANALAKSHMI R.Assessment and implementation of lean and green supply chain in medium scale automobile industries using AHP and fuzzy TOPSIS[J].Journal of Scientific & Industrial Research，2020，79（8）：720-726.

[5] 张华伦，冯田军，董红果.绿色供应链管理的績效评价[J].统计与决策，2006（8）：57-59.

[6] 缪兴锋，王苏生.基于循环经济绿色供应链管理绩效评价体系的研究[J].生态经济，2007（12）：57-61.

[7] 马飞，陈宏军，杨华.基于DEMATEL方法的绿色供应链关键绩效评价指标选择[J].吉林大学社会科学学报，2011（6）：126-131.

[8] 陈梅，毕晓航.基于有效区分决策单元DEA法的绿色供应链绩效评价方法[J].资源开发与市场，2008（7）：618-619，640.

[9] 方炜，杨步.基于DEA方法的企业绿色供应链运营效率评价研究[J].工业技术经济，2017（12）：19-26.

[10] 张峰，任仕佳，殷秀清.产业集聚、技术创新与绿色供应链效率：基于28家大中型钢铁企业面板数据的PVAR分析[J].中国科技论坛，2020（4）：51-64.

[11] 刘永松，王婉楠，于东平.高技术企业技术创新效率评价及影响因素研究[J].云南财经大学学报，2020（11）：100-112.

[12] 张月玲，王晴，王晓菁.我国区块链概念股上市公司投入产出效率研究：基于DEA和Malmquist指数模型[J].会计之友，2020（15）：153-160.

[13] 顾兰兰.企业导入绿色供应链的影响因素分析[J].中国市场，2011（36）：99-102.

[14] 王丽杰，郑艳丽.绿色供应链管理中对供应商激励机制的构建研究[J].管理世界，2014（8）：184-185.

[15] 孙博行.基于三重底线理论的绿色供应链管理影响因素研究[J].内蒙古科技与经济，2020（21）：55-56，58.

[16] 羊静，卢思瑶，唐勇.基于三阶段DEA模型的智能电网低碳效益评价[J].社会科学家，2019（10）：60-67.

[17] 万丹.幼儿园教研投入产出效率分析：基于江苏省168所幼儿园的实证调查[J].学前教育研究，2020（11）：3-16.

[18] 中华人民共和国国家质量监督检验检疫总局.绿色制造 制造企业绿色供应链管理导则GB/T33635- 2017[S].2017.

[19] 李文君，王海兵.基于绿色供应链管理的企业社会责任内部控制研究[J].会计之友，2017（16）：97-102.

[20] LIN C Y，ALAM S S，HO Y H，et al. Adoption  of green supply chain management among SMEs in Malaysia[J].Sustainability，2020，12（16）：1-15.

[21] ZHU C F，WANG Q R.Chaotic behaviors in a nonlinear game of two-level green supply chain with government subsidies[J].Complexity，2020（1）：1-12.

[22] 王斌.基于数据包络分析的高等学校信息系统绩效审计模式研究[J].审计研究，2014（3）：14-20.

[23] 乔蕻强，程文仕，程东林，等.基于DEA-Gini准则的土地整治项目绩效评价[J].甘肃农业大学学报，2017（6）：106-112，119.

[24] 唐世芳，秦强，靳友雯.广西城乡义务教育均等化与减贫效应：基于空间溢出视角[J].数学的实践与认识，2020（3）：286-294.

[25] 钟润涛.中国区域普惠金融发展实测及经济影响研究[J].技术经济与管理研究，2018（2）：85-89.

[26] 曾翔宇.运用数学理论浅析人口增长对资源环境及社会经济的影响[J].知识经济，2015（15）：23-24.

[27] 佘硕，王巧，张阿城.技术创新、产业结构与城市绿色全要素生产率：基于国家低碳城市试点的影响渠道检验[J].经济与管理研究，2020（8）：44-61.

[28] 张雪梅.区域环保产业上市公司效率评价及影响因素实证研究[J].系统工程，2015（4）：106-111.