《Frontiers in Sustainable Food Systems》：Supply chain digitalization and proactive green innovation in agri-food enterprises: evidence from source-reduction patent bias
编辑推荐：
以下是论文摘要的专业翻译：
供应链数字化已成为在气候与资源约束日益加剧背景下推进可持续农业的关键机制。本研究利用中国A股农业食品上市公司2013年至2024年的面板数据，考察了供应链数字化对企业绿色创新的影响及其内在传导路径。研究结果表明，数字赋能显著提升了
以下是论文摘要的专业翻译：
供应链数字化已成为在气候与资源约束日益加剧背景下推进可持续农业的关键机制。本研究利用中国A股农业食品上市公司2013年至2024年的面板数据，考察了供应链数字化对企业绿色创新的影响及其内在传导路径。研究结果表明，数字赋能显著提升了企业整体绿色创新水平，且呈现出明显的结构性偏好，即对前瞻性源头削减专利的促进作用显著强于反应性末端治理合规技术。在通过工具变量（IV）分析、双重差分（DID）模型和双重机器学习（DML）方法处理内生性问题后，这一正向效应依然稳健。机制检验显示，数字化通过三条主要渠道促进绿色创新：提升供应链协同效率、增强研发吸收能力以及提高企业风险承担水平。值得注意的是，这一效应在高客户集中度和市场集中度较高的环境中被显著放大。此外，因果森林分析揭示了异质性处理效应，表明数字赋能对非国有企业、具有市场主导地位的企业以及深度嵌入供应网络的企业产生更大收益。这些研究结果阐明了数字化转型的分配效应，并为加速农业食品供应链中源头削减技术的采用提供了有针对性的政策建议。
供应链数字化赋能农业食品企业绿色创新：机制、边界与异质性
——基于中国A股上市公司的实证研究解读
一、研究背景与问题提出
农业食品系统贡献了全球近三分之一的温室气体排放，处于经济发展与生态保护之间矛盾的核心位置。集约化养殖与现代加工技术虽大幅提升了粮食安全水平，但也固化了高碳、资源密集型的发展路径。过量化肥投入、高能耗冷链及大量粮食损失共同加剧了面源污染并抬升了行业碳足迹。在此背景下，绿色创新成为实现低碳农业生产转型的关键。然而，农业企业面临一个持续的战略选择困境：是采用反应性的末端治理技术，还是开展前瞻性的源头削减创新。源头削减技术通常需要更高的前期投入和更长的开发周期，导致许多企业倾向于选择末端治理以满足即时的监管合规要求。这种偏好不仅使系统性可持续挑战悬而未决，也延缓了整体生态转型进程。
近年来数字技术的快速发展为突破这一惯性提供了新路径。冷链物联网、区块链溯源和数字孪生等技术正在重塑农业供应链的运营方式，这些工具能够降低信息不对称并实现农产品全生命周期管理，为企业将环境战略从被动合规转向主动源头削减创造了条件。然而，现有文献存在三方面明显不足：其一，研究往往将绿色创新视为同质化概念，忽略了源头削减与末端治理在经济与运营特征上的本质差异；其二，数字化衡量指标多基于制造业情境构建的关键词列表，未能捕捉农业食品系统特有的产品易腐性、天气依赖性和严格可追溯性要求；其三，供应链视角的研究多依赖线性调节模型，侧重于外部财务因素，忽视了买方集中度等不对称权力动态，数字化在不同供应链位置上的异质性效应尚未得到充分考察。
二、研究设计、样本与方法
研究人员基于中国A股农业、林业、牧业、渔业及食品制造业上市公司2013—2024年面板数据展开实证分析。财务与治理数据来自CSMAR数据库，专利数据来自CNRDS数据库并与国家知识产权局交叉验证。样本筛选排除了ST或PT公司及关键变量缺失样本，连续变量在1%和99%分位上进行缩尾处理，最终获得包含2150个公司—年度观测值的非平衡面板数据集。
在变量测度上，研究人员采用世界知识产权组织（WIPO）绿色名录对国际专利分类（IPC）代码进行系统匹配，将绿色创新区分为源头削减绿色创新（Source_GI）与末端治理绿色创新（End_GI）。核心解释变量为供应链数字化（DT），研究人员从巨潮资讯（CNINFO）数据库获取年报文本，构建了专属的农业食品供应链数字化词典，涵盖冷链物联网、食品溯源系统、区块链应用、数字合约农业及智能仓储等业态特征，并通过词频—逆文档频率（TF-IDF）算法计算加权词频取对数作为数字化指数。机制变量包括以存货周转率衡量的供应链协同效率（Inv_Turn）、以研发人员占比衡量的吸收能力（RD_Ratio）以及以三年滚动资产收益率（ROA）标准差衡量的企业风险承担（Risk）。
在识别策略上，研究人员采用三重方法强化因果推断：一是构建双向固定效应面板回归模型作为基线；二是采用双重机器学习（Double Machine Learning）处理高维混淆偏误，运用随机森林算法并设定500棵树、最大深度10，执行五折交叉验证构建Neyman正交矩；三是采用因果森林（Causal Forest）算法估计条件平均处理效应（CATE），以捕捉企业层面异质性。此外，研究人员还利用“宽带中国”试点政策与秦代交通枢纽历史路径作为工具变量，并以2018年供应链创新与应用试点政策构建双重差分（DID）模型以加强因果识别。
三、研究结果
（一）基线回归结果
基线回归显示，供应链数字化对总绿色创新的回归系数为0.119，在1%水平上显著；对源头削减创新的系数为0.111，在5%水平上显著；而对末端治理创新的系数仅为0.007且不显著。这一结构性分化表明，数字化对前瞻性可持续转型的促进作用远大于对表面合规措施的改善，验证了研究假设H1和H1a。
（二）内生性分析
工具变量回归中，第一阶段Kleibergen-Paap rk Wald F统计量为45.211，远超弱工具变量阈值；第二阶段数字化对总绿色创新和源头削减创新的系数分别上升至0.145和0.138，而末端治理仍不显著，Hansen J检验p值均大于0.1。DID分析中，政策冲击使试点城市企业绿色创新产出提升约8.87%，其中源头削减提升8.55%，而末端治理效应为零；Wald检验（F=6.12，p=0.013）正式拒绝两系数相等原假设。平行趋势检验确认政策前处理组与控制组无系统性差异，安慰剂检验的500次随机置换系数分布于零附近，真实系数位于极端右尾。
（三）稳健性检验
双重机器学习估计净处理效应为0.118（1%显著），滞后一期和滞后两期的系数分别为0.109和0.101（均在5%水平显著），面板Tobit模型系数为0.093（1%显著），纳入城市固定效应后系数在5%水平上仍显著为正。系列检验表明基线结论高度稳健。
（四）机制检验
机制分析显示，数字化对存货周转率的系数为0.604（p<0.05），表明数字化降低了供应链信息不对称，释放了沉淀资本；对研发人员占比的系数为0.618（p<0.05），说明数字化打破了内部数据孤岛并增强外部知识获取能力；对风险承担的系数为0.003（p<0.05），表明数字化通过多维数据分析降低了战略不确定性，提升了管理层对短期波动的容忍度。三个机制路径均得到实证支持。
（五）调节效应分析
调节效应检验显示，数字化与客户集中度的交互项系数为0.002（5%显著），数字化与赫芬达尔—赫希曼指数（HHI）的交互项系数为0.628（10%显著）。这表明高客户集中度通过深度耦合实现了联合创新，而高产品市场势力（高HHI，即低竞争强度）提供了创新所需的财务缓冲。
（六）因果森林异质性分析
因果森林的异质性分析揭示了显著的组间差异。非国有企业的CATE为0.232，显著高于国有企业的0.156，组间差异0.076在1%水平显著。市场势力高组CATE为0.264，显著高于低组的0.168，差异为0.096。供应商依赖高组CATE为0.266，高于低组的0.167；客户依赖高组CATE为0.266，高于低组的0.166。核密度分布进一步显示多峰特征：最高处理效应组由同时具备非国有属性、高市场地位与深层网络嵌入的企业主导，而最低效应组则为缺乏市场主导力且在松散网络中运营的国有企业。
四、讨论与研究结论
本研究的理论贡献在于将自然资源基础观（NRBV）延伸至数字情境，证明数字基础设施是污染预防能力的操作性使能者。研究识别出的三条传导路径整合了交易成本经济学与行为理论，为数字—绿色关联提供了细致解释。调节分析表明垂直供应链结构和水平市场位置是决定数字投资能否转化为环境创新的关键边界条件。因果森林方法相较传统子样本回归在揭示非线性处理效应方面具有显著优势，为精准政策设计提供了方法论支撑。
基于实证发现，研究提出三方面政策建议：第一，政策制定者应将数字投资战略性地导向源头削减，通过差异化财税激励奖励过程重塑与材料替代；第二，支持机制应根据所有制与市场地位进行校准，为民营企业拓宽绿色信贷渠道，鼓励头部企业构建开放数字平台以实现技术溢出；第三，培育协同供应链网络，在维护反垄断底线的前提下保持适度集中的市场格局，为长期绿色研发提供必要的财务韧性。研究局限方面，样本仅覆盖中国上市农业食品企业，结论向中小企业或其他制度情境的推广需谨慎；基于文本分析的数字化测度虽能捕捉数字化参与的广度，但难以衡量运营深度，未来研究可引入调查式指标加以补充。
