《Frontiers in Sustainable Food Systems》：Big data-enabled supply chains and sustainable food system performance: evidence from China’s Agri-food enterprises
编辑推荐：
引言：数字技术正在重塑农业食品供应链，然而关于大数据采用如何与可持续性结果相关联的实证证据仍然有限，特别是这些关联通过何种机制运作。方法：本研究分析了2016年至2024年间156家中国A股上市农业食品企业的面板数据，共获得1024个公司-年度观测值。大数据采
引言：数字技术正在重塑农业食品供应链，然而关于大数据采用如何与可持续性结果相关联的实证证据仍然有限，特别是这些关联通过何种机制运作。方法：本研究分析了2016年至2024年间156家中国A股上市农业食品企业的面板数据，共获得1024个公司-年度观测值。大数据采用通过年报文本挖掘进行测量，可持续绩效则遵循三重底线（Triple Bottom Line, TBL）框架从经济、环境和社会三个维度进行操作化。研究采用带有工具变量（Instrumental Variable, IV）估计的双向固定效应模型，并检验了供应链整合（Supply Chain Integration, SCI）作为潜在中介变量。结果：大数据采用与所有三个可持续性维度呈正相关，其中社会绩效的系数最强，环境绩效的系数最弱。供应链整合部分中介了这些关联，环境和经济路径的中介比例相似（约29–30%），而社会路径的中介比例较低（约22%）。异质性分析表明，小型企业在经济维度上表现出更强的关联性，而大型企业在环境维度上表现出更显著的关联性。讨论：这些发现表明，大数据技术可能同时与多个可持续性结果相关联，尽管通过差异化的路径实现。农业食品行业对食品安全的重视可能解释了社会绩效关联的突出性。供应链整合在环境改善中似乎扮演了更为关键的角色，而环境改善通常需要跨组织协调。
**论文解读文章**
**研究背景与问题**
全球食物供应链正承受着前所未有的可持续转型压力。气候变化加剧、自然资源日益稀缺以及消费者对食品安全和环境责任的关注度上升，共同推动农业食品企业重新审视其供应链管理方式。与此同时，大数据、云计算和物联网等数字技术的快速发展为供应链转型创造了新机遇。然而，现有研究仍存在若干不足：多数实证研究聚焦于一般制造业，针对农业食品领域的大样本验证相对稀缺；可持续绩效的测量往往局限于单一维度，缺乏对经济、环境和社会的三重底线（Triple Bottom Line, TBL）的综合考量；大数据与可持续绩效之间的内在机制尚未充分揭示，供应链整合作为潜在传导路径的作用有待检验。为此，本研究聚焦中国A股上市农业食品企业，探究大数据采用与可持续食物系统绩效之间的关系及其作用机制，具体回答：大数据采用是否与农业食品企业的可持续绩效相关？这些关联在经济、环境和社会维度上是否存在差异？供应链整合在此过程中发挥何种中介作用？论文发表在《Frontiers in Sustainable Food Systems》。
**主要技术方法**
本研究采用文本挖掘技术，基于TF-IDF（词频-逆文档频率）加权方法从上市公司年报中提取大数据采用指标；可持续绩效基于TBL框架，通过主成分分析（Principal Component Analysis, PCA）从经济（存货周转率、总资产周转率、资产收益率）、环境（碳排放强度反向编码、环境管理体系认证、环境信息披露得分）和社会（食品安全认证、追溯系统、社会责任评分）三个维度构建综合指数；供应链整合综合了年报文本挖掘的协调关键词密度、现金转换效率和存货周转率，再通过PCA提取综合指数。样本来源为2016年至2024年间156家中国A股上市农业食品企业，共1024个公司-年度观测值，数据来自CSMAR数据库、华证ESG评级数据库和年报。研究采用双向固定效应面板回归模型，并以城市互联网普及率（滞后一期）作为工具变量（Instrumental Variable, IV）缓解内生性。
**研究结果**
**4.1 描述性统计与相关性分析**：大数据采用指标均值为0.147，标准差为0.195，显示企业间数字化水平存在较大差异；样本期内大数据采用均值从2016年的0.068上升至2024年的0.241，反映农业食品企业数字化转型整体推进。相关性分析表明，大数据采用与三个可持续性维度均显著正相关，相关系数分别为0.183（经济）、0.157（环境）和0.201（社会），且与供应链整合的相关系数为0.224。
**4.2 主要结果**：双向固定效应模型回归显示，大数据采用对经济可持续绩效的系数为0.372（p<0.01），假设H1成立；对环境可持续绩效的系数为0.286（p<0.05），假设H2成立；对社会可持续绩效的系数为0.418（p<0.01），假设H3成立。其中社会绩效关联最强，环境绩效最弱。
**4.3 中介分析**：大数据采用对供应链整合的系数为0.487（p<0.01）。加入供应链整合后，大数据采用对经济、环境和社会绩效的系数分别降至0.264、0.200和0.328，而供应链整合对三个维度均显著正相关。Bootstrap检验表明，间接效应分别为0.108（经济，中介比例29.03%）、0.086（环境，30.07%）和0.090（社会，21.53%），假设H4a、H4b、H4c均获支持。环境和经济路径的中介比例相近，均高于社会路径。
**4.4 内生性与稳健性**：工具变量第一阶段F统计量为44.72，表明无弱工具变量问题；第二阶段大数据采用系数分别为0.431（经济）、0.342（环境）和0.517（社会），均显著且略大于OLS估计。加入城市GDP增长率作为额外控制后系数稳定。稳健性检验（替换大数据测量方式、缩尾处理、替换因变量）均支持主要结论。
**4.5 异质性分析**：按企业规模分组，小型企业在经济维度系数更大（0.467 vs 0.289），大型企业在环境维度系数更大且显著（0.314 vs 0.251不显著）；按所有权类型，国有企业在环境维度系数更高（0.371 vs 0.252），非国有企业在经济维度更高（0.396 vs 0.301）；行业和地区差异相对有限。
**讨论与结论**
讨论部分指出，大数据采用与三个可持续性维度的关联呈现差异化模式，社会绩效关联最强，环境绩效最弱，这与农业食品行业对食品安全的重视及环境改善需更长的传导路径有关。供应链整合的中介作用在不同维度存在差异：环境和经济路径的中介比例较高（约29–30%），社会路径较低（约22%），因为环境改善通常需要跨组织协调，而社会绩效（如追溯系统）可在企业层面独立部署。异质性分析揭示了企业规模、所有权类型的边界条件：小型企业从大数据中获取的经济效益更显著，大型企业在环境管理方面受益更多，这分别与边际收益递减逻辑和制度压力一致。研究的意义在于：将资源基础观和动态能力理论拓展至农业食品情境；构建包含三重底线的综合分析框架；识别供应链整合作为传导机制；采用文本挖掘方法提供客观可复制的测量。结论部分翻译如下：**数字技术正在重塑全球食物系统的运营逻辑，本研究提供了来自中国农业食品行业的实证证据，表明大数据采用与可持续供应链绩效之间的关联。结果表明，大数据采用与经济效率、环境保护和社会责任等多个维度的改善相关联，尽管这些关联的强度及其运作路径在不同维度上存在差异。食品安全和社会责任与大数据采用的关联最强，而环境改善似乎与供应链伙伴之间的协调协作更为紧密。在不同可持续性维度、企业规模和所有权类型中观察到的差异化模式表明，数字化转型与可持续发展之间的关联由行业特征、组织能力和制度环境共同塑造。**
