数字经济驱动的全球食品供应链韧性提升

《Journal of Cleaner Production》:Digital economy-driven resilience enhancement in the global food supply chain

【字体: 大 中 小 】 时间:2026年10月24日 来源:Journal of Cleaner Production 10.7

编辑推荐:

   - 四维指标衡量2013至2023年全球数字经济演进。 - 韧性指标捕获国内供给能力、来源多样性和网络位置。 - 数字技术是动物性食品供应链韧性的关键驱动因素。 - 数字经济的影响表现出明显的非线性和依赖阈值的特征。 - 政策启示支持为韧性食品供应链采用多样化的数字战略。

  

- 四维指标衡量2013至2023年全球数字经济演进。
- 韧性指标捕获国内供给能力、来源多样性和网络位置。
- 数字技术是动物性食品供应链韧性的关键驱动因素。
- 数字经济的影响表现出明显的非线性和依赖阈值的特征。
- 政策启示支持为韧性食品供应链采用多样化的数字战略。

引言

数字经济已成为推动全球经济发展的强大力量。它正在改变全球价值创造和转移的方式,其典型特征是数字技术、基础设施、市场和治理的协同整合(Tzachor等,2022;Zhou等,2025)。其影响超越生产力的提高,包括全球竞争力格局的变化、劳动力市场演变和制度框架重组(Fossen和Sorgner,2022;Zhao等,2025)。虽然高收入国家通常在数字增长的最前沿,但许多新兴经济体也在加快其数字化步伐,并展现出不同的发展路径。市场参与、基础设施建设、技术进步和治理质量的差异导致了数字经济发展上的显著不平等(Yang等,2021;Chen等,2024)。数字经济与联合国可持续发展目标(SDGs)的实现,特别是SDG 8(体面工作和经济增长)和SDG 9(产业、创新和基础设施)直接相关。然而,当前研究通常忽视市场开放度和治理质量等重要方面,而倾向于采用有限的衡量指标,这些指标不足以捕捉数字经济的复杂性。这些限制可能导致对数字发展过程的不完整或偏颇的解读。因此,构建一个多维度的分析框架对于分析全球数字化转型的发展模式及其对包容性和可持续发展贡献至关重要。

全球食品供应链已日益深度整合进跨境贸易网络。国际食品贸易连接了具有不同生产能力、资源禀赋、消费需求和市场角色的国家,促进食品从过剩地区流向短缺地区(Petruzzelli等,2023;Sutar等,2025)。尽管这种网络化结构增强了全球食品供应能力,但也增加了食品系统通过国际贸易渠道承受外部冲击的暴露度。极端天气、地缘政治冲突、出口限制、价格波动、动物疾病暴发、港口拥堵和物流中断等因素引起的中断,可能迅速影响跨国家和地区的粮食流动(Oteros-Rozas等,2019;Long等,2025)。由于稳定的粮食获取既依赖于国内生产,也依赖于可靠的外国供应渠道,这些问题与SDG 2(消除饥饿)密切相关。它们也与SDG 12(负责任消费和生产)相关,因为更强大的食品分配和贸易系统可以减少生产、贸易和消费环节的食品损失和浪费,以及供需不匹配和分配低效问题。

理解国家如何在不确定性中维持粮食供应的一个基本概念是食品供应链韧性。在相关的大众文献中,韧性是指系统吸收冲击、适应环境变化、从破坏中恢复并保持基本运作的能力(Holling,1973;Folke,2006)。根据Christopher和Peck(2004)的观点,供应链重构、团队协作、敏捷性和风险管理是供应链研究领域韧性的基本构建要素。Ponomarov和Holcomb(2009)进一步将供应链韧性描述为一种适应性能力,即管理未预料情况、应对干扰并在保证企业连续性的情况下恢复运作的能力。最近,Wang等(2024)观察到,人工智能可以通过减少组织、社会、技术和财务层面的障碍来提高食品供应链的韧性,特别是通过增强供应链节点之间的信息共享。全球食品供应链的韧性既包括国内方面,也包括国际方面。根据食品安全研究,储备系统、自给水平和国内生产能力对于降低外部市场波动带来的风险至关重要(Kinnunen等,2020)。进一步关于食品贸易的研究表明,当本地食品资源不足或不稳定时,各国可以通过可靠的国际贸易渠道和多样化的进口来源来维持粮食获取(Ching-Pong Poo等,2024)。这些研究表明,获取、调整和维护外部供应渠道的能力与国内供给能力相互作用,共同决定了食品供应链的韧性。

基于网络的研究为理解食品供应链韧性提供了有用但不足的分析基础。随着现有研究越来越多地承认国际贸易通过复杂的网络系统而非孤立的双边交易来运作,一个国家在这些网络中的位置可能会影响其对供应端不确定性的暴露度(Sartori和Schiavo,2015;Ji等,2024)。尽管如此,大部分文献集中在描述贸易系统、识别重要出口商或枢纽节点,以及分析特定冲击如何传播(Torreggiani等,2018;Tu等,2019)。对于多个网络嵌入因素对食品供应链韧性的综合影响,研究仍然缺乏(Tukamuhabwa等,2015;Kazancoglu等,2022)。特别是,很少有研究将网络协调、贸易可及性、外部来源灵活性和国内供给能力整合到一个分析范式中。一个国家可能在贸易网络中联系紧密,但由于高度依赖进口而仍然脆弱;另一个国家可能有强大的国内生产能力,但外部选择很少(Ercsey-Ravasz等,2012;Wassénius等,2023)。为了评估国内供给能力与贸易网络联系之间的相互作用如何影响不同国家和食品类别的韧性,需要一个全面的方法。

食品类别的差异增加了食品供应链韧性评估的难度。基于植物和基于动物的货物,在易腐性、存储需求、物流系统、监管严格程度和贸易结构方面均不同(Li等,2023;Karakoc和Konar,2025)。冷链物流、疾病控制、质量监控、可追溯性、检测要求和食品安全法规对于牛肉、猪肉和家禽等动物性食品尤为重要(Sathiya等,2024)。因此,在严格的时效和安全限制下维持产品质量、管理风险和协调物流的能力,与动物性食品供应链的韧性密切相关。大规模生产、批量存储、港口基础设施、季节性供应和大宗商品贸易网络对于小麦、玉米、水稻和大豆等植物性食品尤为重要(Long等,2024)。生产一致性、存储和运输能力、资源多元化以及对重要全球市场的获取,是植物性食品供应链稳健性的更重要因素(Clapp,2017)。尽管当前研究承认食品类别在物流和风险特征上的差异,但动物性和植物性食品供应链韧性的比较分析仍然稀少。如果将食品供应链视为一个单一且同质化的实体,可能会掩盖不同食品类型吸收冲击和重组供应渠道的不同方式。

大量研究探讨了数字化在食品系统及其供应链中的作用。Ivanov等(2019)将数字技术与工业4.0联系起来,以分析供应链风险。Kamble等(2020)提出了一种将供应链可视化与资源、数据分析能力和农业供应链可持续性绩效联系的方法。根据Kumar等(2023)的观点,区块链技术和物联网对于绿色食品供应链的现代化、保证食品安全和质量以及实现消除饥饿目标至关重要。根据现有研究,数字工具可以改善信息透明度、降低交易成本、简化物流协调,并提高不同供应链参与者的响应能力(Friedman和Ormiston,2022;He等,2025)。尽管如此,大部分相关文献集中在特定技术、特定供应链环节或企业层面的管理方法。数字经济作为一个包含技术能力、基础设施建设、市场发展和治理质量的综合系统,作为更宏观层面的国家背景,受到的关注较少。更重要的是,数字经济的增长如何与国际食品贸易网络相互作用以影响食品供应链韧性的方式,在文献中尚未得到充分解释。这一研究空白尤其重要,因为各国在面临外部冲击时维持稳定贸易联系、多样化供应来源并调整其网络位置的能力,对全球食品供应链的韧性至关重要。

因此,本研究探讨了数字经济如何影响全球食品供应链的韧性。它旨在回答四个问题:第一,2013至2023年间,全球数字经济在时空方面发生了怎样的变化?第二,在此期间,动物性、植物性和全部食品贸易网络发生了哪些结构性变化?第三,如何将国内生产能力、来源多样性和网络位置整合起来评估食品供应链的韧性?第四,数字经济的各个方面和社会经济因素如何影响食品供应链的韧性,这些影响是否因食品类型而异?为回答这些问题,我们(1)分析了全球数字经济的时空演进;(2)绘制了动物性、植物性和全部食品贸易网络的结构性演进;(3)从四个结构维度评估食品供应链的韧性;以及(4)量化了数字经济和社会经济因素对韧性的影响。

节选片段

整体研究框架

本研究构建了一个结构化框架,以分析数字经济如何塑造全球食品供应链的韧性(图1)。首先,我们使用涵盖数字技术、基础设施、市场和治理四个维度的指标体系,估算数字经济的发展水平和结构特征。其次,我们绘制了动物性、植物性和全部食品贸易的全球贸易模式。第三,我们构建一个综合的食品供应

全球数字经济的演进

图2展示了2013至2023年的全球数字经济指数。2013年,最大的集中区位于北美和西欧,反映了这些地区在数字技术、数字基础设施、数字市场和数字治理方面的高收入和高水平均衡贡献。拉丁美洲、东欧和亚洲的中高收入国家呈现中等大小的饼图符号,以数字技术和数字基础设施为主,但

结论

本研究评估了数字经济对全球食品供应链韧性的影响。我们利用2013至2023年间106个国家的数据,构建了一个涵盖数字技术、基础设施、市场和治理的多维数字经济指数。我们评估了动物性、植物性和全部食品贸易网络,并根据自给自足、来源多样性、度中心性和介数中心性衡量了食品供应链的韧性

CRediT作者贡献声明

余佩恒:写作—审阅与编辑,写作—初稿撰写,软件,方法论,形式分析,数据整理,概念化。
刘一杰:可视化,验证,软件,资源,方法论,调查研究。
王泽豪:可视化,验证,形式分析,数据整理。
邓向正:写作—审阅与编辑,写作—初稿撰写,可视化,验证,监督,资源,项目管理,调查研究,资金获取,形式分析。

生成式AI及AI辅助技术声明

在准备本作品期间,作者使用了ChatGPT 5.4(OpenAI)来改善手稿的语言和可读性。使用此服务后,作者审阅并编辑了所需内容,并对已发表文章的内容承担全部责任。

利益冲突声明

作者声明他们没有任何已知的竞争性经济利益或个人关系,这些利益或关系可能已影响本文所报告的工作。

致谢

本研究得到国家自然科学基金创新研究群体项目(项目编号:72221002)的支持。

余佩恒 | 刘一杰 | 王泽豪 | 邓向正
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号