供应链绿色创新系统影响机制仿真研究

高明晶 徐扬

摘 要：数字化为供应链绿色创新与高质量发展提供了良好的契机。基于供应链绿色创新系统的复杂性，文章从“经济-生态-资源-产出”的角度出发，利用系统动力学构建了供应链绿色创新系统仿真模型。以遼宁省为研究区域，选取2012—2021年的历史数据对不同情境下供应链绿色创新系统的演变趋势进行动态研究。研究证实了数字化投入对供应链绿色创新绩效的促进作用，并从数字化建设、产业协同集聚、环境规制设计等角度提出政策建议。

关键词：绿色创新；数字化；仿真；影响机制

中图分类号：F274文献标志码：ADOI：10.13714/j.cnki.1002-3100.2023.08.031

Abstract： Digitalization provides a good opportunity for green innovation and high-quality development of supply chains. Based on the complexity of the supply chain green innovation system， this paper constructs a simulation model of the supply chain green innovation system by the method of system dynamics from the perspective of "economy-ecology-resources-output" . Taking Liaoning Province as the research area， this paper selects historical data from 2012 to 2021 to conduct dynamic research on the evolution trend of supply chain green innovation systems under different scenarios. The research confirms the promotion effect of digital investment on the performance of green innovation in the supply chain， and puts forward policy recommendations from the perspectives of digital construction， industrial synergy and agglomeration， and environmental regulation design.

Key words： green innovation; digitalization; simulation; impact mechanism

0    引    言

当前，我国经济快速发展，在消耗大量能源的同时，高污染问题更加凸显，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，以及减小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，契合绿色发展和创新驱动两大国家发展战略。然而，由于制度和市场不完善，以及企业创新复杂性的提升，企业间的竞争已经转变为供应链的竞争，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策略的过程中，绿色创新效率的提升面临着一系列挑战，如何识别供应链绿色创新的动力机制，挖掘供应链成员的绿色发展潜力，从而进行科学绿色创新决策，促进供应链的可持续发展和绿色供应链的协调发展已然成为亟待解决的现实难题。

过去10年间，数字经济占GDP的比例由20.9%提升到39.8%，数字经济已经成为推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，数字化技术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，学界对供应链绿色创新的动力机制和边界条件的理解与探讨尚不够深入。高端的地区数字化技术水平能够提供更便捷的数字经济基础设施，促进供应链资源的优化配置，从而推动供应链绿色技术创新和绿色产品创新[2]。实际上，绿色创新策略实施过程中初始成本较大，供应链企业面临的重大挑战之一是如何在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然属于“理论暗箱”，在数字化转型背景下，突破传统绿色创新影响机制和情境机制的研究对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，并对这些因素间的作用机制、未来发展趋势进行研究，提出针对性的政策建议，为美丽中国建设提供一定的借鉴。

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]等角度来提出供应链企业绿色创新困境的破解良方。但是多数文献只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，通过对绿色创新效率进行计算，评价绿色创新过程中各要素的有效利用程度。从测量方法来看，主要利用DEA、超效率 SBM 模型等来测量绿色全要素生产率或构建多维度指标测量综合效率[8]。从测量目标来看，现有文献多以省域、区域或企业为样本进行绿色创新效率，从而得出其时空特征与创新路径选择[9]。另外，现有研究中基于供应链中的制造业绿色创新的研究较多，却忽视了供应商、零售商和物流的重要性及其协调作用。

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其影响。对于数字化对绿色创新效率影响的研究，则偏重基于地区或企业的微观层面对数字化转型下绿色创新的结果进行分析与考查。从理论来看，现有关于数字化推动供应链企业绿色创新的相关研究已经基本达成共识，但是从实证研究结果上看却存在分歧[10]。而且，现有文献多关注数字技术、数字化应用等数字化成果与绿色创新绩效之间的关系，很少从数字化投入的角度来探究其对供应链绿色创新系统的影响机制及其结果。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其结果具有一定的理论意义和实践意义。

2     模型设定

供应链绿色创新系统本身极其复杂，涉及供应链中的多成员协作问题，具有动态性、非线性；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    因果关系模型的构建

本文将供应链绿色创新系统划分为4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其损失部分、资源系统包括产业协同集聚與客户绿色需求部分、产出系统包括销售收入和绿色创新水平等部分。本文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的因果关系图，如图1所示。

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其相互作用，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-→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+→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+→ 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，如图2所示。该模型选取数字化投入、GDP、绿色专利数量、污染物排放量、供应链绿色创新绩效、工业污染治理投入费用为系统初始状态变量，每年数字化投入费用、GDP增加值、污染物排放增加量、每年工业污染治理投资成本、供应链企业收入增加值、供应链绿色创新支出成本、每年绿色发明专利申请量为速率变量，其他为辅助变量。

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，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，此处只列出部分主要模型方程，如表1所示。

3.2    系统仿真结果及其分析

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，以比较分析，如表2所示。同时，选取4个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。

不同政策方案下各变量的变化趋势如图3所示。

从图3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形”变化，即数字化投入初期，多数支出为数字经济基础设施建设支出，对GDP的影响多体现在成本上，对经济发展呈现出较为明显的抑制效应。而经过建设期后，数字化投入对GDP增速的影响较大。尤其是将数字化投入增加20%后，在经历“U形”低谷后，GDP增速明显加快。对于供应链绿色创新绩效来说，数字化初期投入尚未创造出绿色产品的附加值，产品的品质较低，难以实现供应链价值增值，因此不能显著提升供应链的绿色创新绩效。但是随着数字化投入逐渐形成规模效应，无论从供应链创新意愿还是创新水平来看，数字化技术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短时间内得到迅速提升。

方案2中，工业污染治理投入增加后，污染物排放量逐渐减少，但是GDP的增长态势及其结果明显小于其他几种方案。这表明工业污染治理投入虽然能够获取一定的环境效益，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，人们不能只从财政角度考虑工业污染治理，更应该从技术、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，对供应链企业的绿色创新意愿起到了促进作用，导致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。这表明政府通过调整环境规制强度，能够引导供应链企业解决绿色创新过程中的共性问题，保证供应链绿色创新的顺利开展。

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，提升了市场的信息利用率；供应链企业通过不同竞争优势及产业链合作迎合市场需求，因此，在提升产业协同集聚效应的基础上，GDP、供应链绿色创新绩效、绿色专利数量均呈逐渐增长的趋势。另外，从系统流图可以看出，产业协同集聚效应是通过数字化投入下信息化水平增加，提升供应链企业间的横向沟通效率而导致创新资源不断整合的结果，这也从侧面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

本文通过分析供应链绿色创新发展机理，根据辽宁省相关数据，确定了系统动力学模型的系统边界，并通过系统流图展示了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其演变趋势。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，对工业污染治理的投入则需要审慎而行，企业更应该从排污源头解决问题。根据研究结论，提出如下政策建议：

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作用和对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、乘势而起，就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存在的问题。同时，近年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抑制作用，因此，辽宁省应该加强绿色创新研发人员的引进和相关资金的投入，培育和引进数字化人才，完善项激励机制，提高供应链成员企业的数字化水平。

二是目前辽宁省的行业结构主要偏重于能源消耗较高的重工业和装备制造业，高新技术产业比例较低。为了提升供应链绿色创新绩效，辽宁省应该在加大数字化投入的同时，着力发展高新技术产业，充分发挥产业协同集聚的创新规模效应，加快推进高新技术制造业与生产性服务业的协同发展，加强供应链成员科技主体间的交流，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，促进产业结构的绿色升级。

三是因地制宜地从辽宁省的发展现状出发加强环境规制的制定并创新性地实施，实行激励型环境规制政策，比如调整奖惩系数，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，促进低碳经济的发展。另外，拓展资金补贴渠道，加强供应链企业数字化投入和绿色创新的资金支持，激发供应链绿色创新主体的积极性与创新热情。

参考文献：

[1] 程中华，李廉水．全球价值链嵌入与中国制造业绿色增长[J]．科学学研究，2021，39（5）：822-832.

[2] 周青，王燕灵，杨伟．数字化水平对创新绩效影响的实证研究——基于浙江省73个县（区、市）的面板数据[J]．科研管理，

2020，41（7）：120-129.

[3] 游达明，欧阳乐茜．环境规制对工业企业绿色创新效率的影响——基于空间杜宾模型的实证分析[J]．改革，2020（5）：122-138.

[4] 龚新蜀，李梦洁，张洪振．OFDI是否提升了中国的工业绿色创新效率——基于集聚经济效应的实证研究[J]．国际贸易问

题，2017（51）：127-137.

[5] 王馨，王营．绿色信贷政策增进绿色创新研究[J]．管理世界，2021，37（6）：173-188，11.

[6] 宋晓玲，李金叶．产业协同集聚、制度环境与工业绿色创新效率[J]．科技进步与对策，2023，40（4）：56-65.

[7] 肖静，曾萍，任鸽．如何提升制造业绿色转型绩效？——基于TOE框架的組态研究[J]．科学学研究，2022，40（12）：2162-2172.

[8] 钱丽，肖仁桥，陈忠卫．我国工业企业绿色技术创新效率及其区域差异研究——基于共同前沿理论和DEA模型[J]．经济理

论与经济管理，2015（1）：26-43.

[9] 肖黎明，张仙鹏．强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征[J]．自然资源学报，2019，34（2）：312-324.

[10]  庞瑞芝，刘东阁．数字化与创新之悖论：数字化是否促进了企业创新——基于开放式创新理论的解释[J]．南方经济，2022

（9）：97-117.