全球正处于百年未有之大变局,逆全球化贸易加剧,供应链脆弱性一览无余,这一现象对各国经济发展与社会稳定产生深远影响。所以,如何提高供应链韧性已经成为全球重点关注的话题之一。美国政府成立了白宫供应链韧性委员会以及颁布多项措施来提升供应链的抗风险能力和竞争力。2024 年 7 月 21 日,《中共中央关于进一步全面深化改革、推进中国式现代化的决定》明确提出,“要健全提升产业链供应链韧性和安全水平制度,强调打造自主可控的产业链供应链,建立产业链供应链安全风险评估和应对机制”。该决定将供应链韧性和安全纳入国家发展战略,进一步提升自主创新能力,减少对外部供应链的依赖。因此,确保供应链安全稳定已成为各国普遍面对的严峻挑战和重大议题。
低碳城市试点政策是迈向碳达峰、碳中和目标的关键步骤,是深刻践行创新、协调、绿色、开放、共享五大发展理念的积极响应。2010 年,国家发展和改革委员会率先启动低碳城市试点工作,并于 2012 年和 2017 年两个关键节点上扩大试点范围,总共涵盖 81 个省市和区县。目前,相关学者对低碳城市试点政策的研究呈上升趋势,在宏观层面上,主要研究低碳城市试点政策对城市绿色创新水平、就业、减碳降排的影响。在企业微观层面上,探究低碳城市试点政策对企业转型、环境规制、碳排放的影响,但鲜有学者探讨低碳城市试点政策与供应链韧性之间的关系。鉴于此,本文选取 2009-2022 年中国沪深 A 股上市公司为研究对象,深入探讨低碳城市试点政策对供应链韧性的影响,以期填补这一领域的研究空白。
1 理论分析与研究假设
裴玉蓉提出将供应链韧性定义为 “供应链受到干扰后能够恢复到原状态或者更加理想状态的能力”。本文从供应链抵抗和恢复能力两个方面探究低碳城市试点政策对供应链韧性的作用。
低碳城市试点政策是一项全面的环境管理政策,相关政府部门要求企业增加污染治理投资,做到节能减排,企业一方面迫于政府压力,不断优化资源配置,发展低消耗、低污染、高附加值、高科技含量的产业,加速企业产业结构升级,提高企业的整体运营效率和盈利能力来增强自身抵抗风险的能力,从而增强供应链韧性。另一方面,政策的实施能够提高公众的环保意识,共同营造绿色低碳发展的良好氛围。在这种氛围下,企业更加注重供应链的绿色低碳转型和可持续发展,积极开展数字化转型,在正向溢出效应的作用下,供应链上下游企业可以共享信息,减少信息差,有助于企业及时做出适应性调整,提高供应链恢复能力,进而构建更加坚韧的供应链体系。据此,本文提出假设 H1:低碳城市试点政策能够提高供应链韧性。
绿色技术创新作为企业核心竞争力的重要来源,是企业绿色转型的重要手段。一方面,企业绿色技术创新离不开低碳政策的 “软约束”。低碳城市试点政策的推行迫使企业低碳转型,同时政府补贴等一系列措施增强企业内部的绿色创新驱动力,并有效缩减其创新过程中的成本支出,从而增加企业绿色创新行为。另一方面,低碳转型的深入推进必将改变我国长期以来高耗能、高排放的生产模式,推动传统产业向低碳化、绿色化转变,并通过产出效应和要素替代效应促进企业对高素质人才的吸纳,激发企业绿色技术创新的灵感和动力,加速向绿色技术前沿迈进。企业绿色技术创新能使企业数智结合,有助于实现供应链的透明化管理,提高供应链的响应速度和灵活性。不仅如此,企业绿色技术创新促使企业重新评估和优化供应链结构,选择更环保、更可靠的供应商和合作伙伴,有助于减少供应链的脆弱环节,提高供应链的稳定性和韧性。据此,本文提出假设 H2:低碳城市试点政策通过绿色技术创新来增强供应链韧性。
2 样本选择与模型构建
2.1 数据来源
本文选取 2009-2022 年中国沪深 A 股上市公司为研究样本,分析低碳城市试点政策对供应链韧性的影响。低碳城市的名单来自《关于开展低碳省区和低碳城市试点工作的通知》,企业层面的数据来自国泰安数据库和中国研究数据服务平台。本文对原始数据进行如下处理:剔除样本期间内 ST、*ST 等企业;剔除金融类行业企业样本,最终获得 31119 个企业年度观测值,描述性统计如表 1 所示。
变量观测值平均值标准误最小值中位数最大值
Chaineff311191.39751.319-7.021.2915.80
ln pat311193.676219.9190.000.001075.00
ln inventoryturnover311191.38531.229-1.941.296.14
Size3111922.17801.28819.9221.9526.22
Lev311190.39360.1960.050.380.89
Cash311190.10140.162-0.600.090.67
Both311190.30200.4590.000.001.00
Board311192.24060.1761.792.302.77
Indpe3111937.56585.28733.3336.3657.14
Top 13111934.670514.8598.7532.6574.82
2.2 核心变量的测度方法
2.2.1 被解释变量
供应链韧性 (Chaineff)。低碳城市试点政策促进企业数字化转型,加强与供应链伙伴的紧密合作和信息共享,企业可以更加准确地预测市场需求、优化采购计划和生产计划,从而降低存货水平、提高存货周转率。本文参照赵玲等 (2024) 的研究,采用公司存货周转率的自然对数来衡量供应链韧性,该值越大,表明企业应对风险的抵抗和恢复能力越好。
2.2.2 核心解释变量
低碳城市试点政策 (did)。由 treated 与 t 虚拟变量的交互项构成。参照洪涛等 (2024)、徐佳等 (2020),王锋等 (2022) 的方法,本文以 2013 年作为第一、二批低碳城市试点政策的共同时间节点,以 2017 年作为第三批低碳城市试点政策的时间节点。同时,借鉴宋弘等 (2019) 的方法,将低碳试点省份所涵盖的全部城市统一视为低碳试点城市范畴。针对城市层面存在的多重政策实施时间点问题,我们采取简化策略,即选取各城市中最早的政策实施点作为统一界定标准,以确保研究的一致性与精确性。如果该城市为试点城市,则 treated 为 1,反之为 0。t 代表政策试点虚拟变量,如果样本年度在政策实施之后,t 取值为 1,反之为 0。
2.2.3 中介变量
绿色技术创新 (lnpat)。由于绿色专利授权量要比绿色专利申请量质量更高、技术更成熟。不同于多数人的衡量指标,本文借鉴肖仁桥等 (2023) 的研究,采用绿色专利授权量来衡量绿色技术创新。
2.2.4 控制变量
为了排除其他因素对供应链韧性的影响,借鉴张树山等 (2023) 和王煜昊等 (2024) 的研究,选取企业层面的 7 个控制变量进行控制,包括企业规模 (Size)、资产负债率 (Lev)、经营性现金流 (Cash)、两职合一 (Both)、股权集中度 (Top1)、董事会规模 (Board)、独立董事占比 (Indpe),主要变量如表 2 所示。
变量变量名称变量符号测量方式
被解释变量供应链韧性Chaineff公司存货周转率的自然对数
解释变量低碳城市试点政策didtreated * t
控制变量企业规模SizeLn (企业总资产)
资产负债率Lev总负债 / 总资产
经营性现金流Cash现金流量净额除以总资产
两职合一Both董事长与总经理是否为同一人;0 : 否;1 : 是
股权集中度Top1公司第一大股东持股比例
董事会规模BoardLn (董事会董事数量 +1)
独立董事占比独立董事数量与董事规模之比
2.3 模型设定
本文将低碳城市试点政策看作一项准自然实验,旨在检验低碳城市试点政策对供应链韧性的潜在效应,借鉴前人的研究,模型设定为多期双重差分模型。基准回归模型如式 (1) 所示。
Chaineffi,t=β0+β1didi,t+βcontrolsi,t+μi+λt+εi,t(1)
其中:Chaineffi,t表示某一上市公司 i 在 t 年的供应链韧性水平,didi,t是反映公司 i 在 t 年是否实施试点的虚拟变量,如果企业 i 在 t 年实施试点,取值为 1,否则为 0;β1是衡量低碳城市试点政策是否提高企业供应链韧性的关键系数,controlsi,t表示一系列控制变量;为消除企业个体特征与时间趋势对供应链韧性的影响,模型引入企业个体效应和时间效应,μi表示个体固定效应;λt表示时间固定效应,εi,t代表随机误差项。
3 实证结果及分析
3.1 基准回归结果
根据式 (1) 进行回归,回归结果如表 3 所示,所有结果都固定了时间效应和个体效应,都在行业层面进行了聚类。列 (1) 不加任何控制变量,列 (2) 加入一系列控制变量。列 (1) 和列 (2) 的回归系数分别为 0.048、0.057,并都在 5% 水平下显著为正。说明低碳试点政策相较于非试点,对供应链韧性的提升作用更为显著。假设 H1 得到验证。
(1)(2)
ChaineffChaineff
did0.048 **0.057 **
(0.023)(0.023)
Size0.028
(0.036)
Lev-0.452 ***
(0.128) ***
Cash(0.038) 0.409
Both0.001
(0.020)
Board0.074
(0.066)
Indpe-0.000
(0.002)
Top 1-0.001
(0.002)
_ cons1.372 ***0.776
(0.013)(0.835)
调整 R2 N30789.000 0.80830789.000 0.810
时间固定yesyes
个体固定
注:Standard errors in parentheses;* 表示 p<0.1,表示 p<0.05,*** 表示 p<0.01
3.2 平行趋势检验
满足平行趋势检验是多期 did 应用的重要前提,它要求在低碳城市试点政策实施之前,实验组和对照组的供应链韧性不存在显著差异。本文以政策实施的前一期为基准,在 95% 的置信区间下得到政策效应趋势图。图 1 表明,在低碳城市试点政策实施之前,实验组和对照组都不显著,满足平行趋势检验。在政策实施当年及之后的 7 年,政策效应十分明显,最后一年效应不显著。可能的原因是,随着时间的推移,政策受益者可能已经充分利用政策带来的优势,进一步改善的空间逐渐缩小,导致政策效果的边际递减。
3.3 稳健性分析
3.3.1 安慰剂检验
为避免对照组和实验组供应链韧性差异是由低碳城市试点政策以外的其他因素导致的,为进一步证明前文估计结果的可靠性,我们采取时间安慰剂这种反事实检验方法。鉴于本文设定的首批试点年份为 2013 年,与实际起始年份存在时间偏移,故我们构造了虚拟的政策实施时间点,分别将低碳城市试点政策的启动年份前置 4 年、5 年及 6 年,构建虚假的政策时间,考察在未提出低碳试点城市政策时,供应链韧性是否依旧显著。若仍显著,则表明存在未观察到的能提升供应链韧性的因素;若不显著,则表示低碳城市试点政策的实施对供应链韧性的提升作用稳健有效。表 4 表明,提前 4 年、5 年、6 年均不显著,所以低碳城市试点政策对供应链韧性的影响是稳健的。
3.3.2 倾向得分匹配
为了避免样本选择偏差造成的内生性问题,本文采用倾向得分匹配的双重差分模型 (psm-did) 进行稳健性检验。首先将企业规模、资产负债率、经营性现金流、两职合一、股权集中度、董事会规模、独立董事占比设为协变量,然后采用最近邻 1∶2 匹配法进行匹配前后的平衡性检验。表 5 表示,匹配后协变量偏差的绝对值变小,并且都小于 5%,说明匹配效果良好。此外,匹配后的 P 值不显著,这表明通过平衡性检验。图 2 代表匹配前后的核密度分布图,匹配之后实验组和对照组的曲线相比匹配之前更加紧密,因此可以说在一定程度上此种方法产生了降低样本选择性偏差的处理效果,最后用匹配后的样本进行双重差分,回归结果如表 6 列 (1) 所示。did 回归系数为 0.0596,并且在 5% 水平下正向显著,与基准回归相比,两者在系数和统计显著性上也未表现出显著差异。因此,可以判定该模型具有稳健性。
3.3.3 替换被解释变量
为了保证结论的稳健性,参考邓慧慧等 (2024) 的研究,采用存货周转天数作为被解释变量,存货周转天数越短,企业的运营效率越高,资金占用水平越低,从而有助于提升供应链韧性。回归结果如表 6 列 (2)(3) 列所示,低碳城市试点政策显著减少了存货周转天数,提高了存货周转率,从而提升了供应链韧性。与基准回归结果一致,保证了回归结果的稳健性。
3.3.4 删除直辖市样本
由于直辖市作为国家的政治、经济、文化中心,往往享有更多的政策优惠和市场资源。为了探究结果的普遍性和适用性,剔除北京、上海、天津、重庆四个直辖市样本进行回归,得到表 6 列 (4)(5),无论加不加控制变量,回归结果都在 1% 水平下显著为正,所以低碳城市试点政策确实能够提高供应链韧性,进一步证明了结果是稳健的。
4 作用机制
根据前文理论的假设,低碳城市试点政策主要通过绿色技术创新来提升供应链韧性。借鉴江艇 (2022) 的两步法,设定计量模型。
Mi,t=α0+α1didi,t+αcontrolsi,t+μi+λt+εi,t(2)
M 为中介变量,其他变量与基准回归一致。低碳城市试点政策迫使企业改变原有的产业结构,进而寻求更符合绿色生产的模式,绿色技术创新是企业拥护国家政策的关键一环。另外,绿色技术创新涉及供应链的各个环节,可以帮助企业拓展销售渠道、建立产品差异化优势、增强组织学习能力来提升供应链韧性 [27]。从表 7 列 (2) 可以看出,变量 lnpat 系数估计值为 1.447,通过了 5% 水平下的显著性检验,表明绿色技术创新的确是低碳城市试点政策促进供应链韧性的一条中间渠道,这与假设 H2 的预期结果一致。
5 异质性分析
5.1 城市行政等级异质性
不同城市之间在经济发展、产业结构、科技创新、资源禀赋等方面存在显著的差异,因而该政策可能会对不同行政等级城市的供应链韧性产生不同的影响。本文将样本划分为重点城市与一般城市两组,重点城市主要包括直辖市、省会城市与副省级城市。从表 8 列 (1)(2) 可以看出,低碳城市试点政策对重点城市的供应链韧性具有显著提升作用,一般城市则无显著性。原因可能是:重点城市由于其在国家发展战略中的重要地位,往往能够获得更多的政策支持和资源倾斜,这使得重点城市在执行低碳城市试点政策时更具力度和效果,从而更容易对供应链韧性产生显著影响。相比之下,一般城市可能在政策执行和资源分配上相对较弱,
导致政策效果不够显著。
5.2 城市资源异质性分析
低碳城市试点政策作为一项综合型环境规制,包括命令型环境规制、市场型环境规制和自愿型环境规制,政府在制定政策时会考虑城市的资源状况,所以不同资源的城市可能会对供应链韧性有所影响。根据《全国资源型城市可持续发展规划 (2013—2020 年) 的通知》将样本分为资源型城市和非资源型城市,回归结果如表 8 列 (3)(4) 所示,资源型城市不显著,而非资源型城市显著提升了供应链韧性,可能的原因为资源型城市高度依赖于某些自然资源的开采和加工,其经济结构相对单一,这对于资源型城市的传统产业链构成了较大挑战,供应链调整难度大,因此供应链韧性不显著。相反,非资源型城市的经济结构更加多元化,供应链也更为灵活,此外,非资源型城市更多依赖国家政策的扶持,因此在低碳政策的试行下,更能为其提供资金支持,供应链韧性更显著。
(1)(2)(3)(4)
重点城市一般城市资源型非资源型
did0.115 **0.0470.0480.052 **
(0.047)(0.034)(0.061)(0.025)
Size0.0230.0130.0710.012
(0.037)(0.046)(0.054)(0.036)
Lev-0.402 ***-0.479 ***-0.665 ***-0.425 ***
(0.128)(0.168)(0.219)(0.129)
Cash0.434 ***0.327 ***0.406 ***0.411 ***
(0.062)(0.067)(0.129)(0.040)
Both-0.001-0.013-0.054-0.001
(0.031)(0.030)(0.063)(0.022)
Board0.0530.103-0.0240.080
(0.089)(0.093)(0.168)(0.074)
Indpe-0.0020.003-0.0010.000
(0.002)(0.002)(0.004)(0.002)
Top 1-0.0040.0010.005-0.002
(0.003)(0.002)(0.003)(0.002)
_ cons1.0750.8270.0251.126
(0.862)(1.092)(1.322)(0.800)
N17 609.00013 137.0002 792.00027 959.000
调整 R²0.8210.7940.8230.812
时间固定yesyesyesyes
个体固定yesyesyesyes
6 结论与建议
基于中国沪深 A 股上市企业 2009—2022 年的观测样本,采用多期双重差分法实证检验了低碳城市试点政策对供应链韧性的作用。得到结论如下:第一,低碳城市试点政策对供应链韧性有正向影响。第二,作用机制分析表明企业绿色技术创新在低碳城市试点政策影响供应链韧性方面存在部分中介作用。第三,低碳城市试点政策对供应链韧性存在异质性,政策效应在重点城市和非资源型城市能够提升供应链韧性。上述结论为低碳城市试点政策的试行提供了新的视角,为了更好地提升供应链韧性,提出以下建议。
首先,政府应继续加大对低碳城市试点的财政投入和政策支持,包括税收优惠、补贴奖励等,以激励更多企业参与低碳转型和绿色技术创新。
其次,鼓励企业建立多元化、灵活性的供应链体系,减少对单一供应商或市场的依赖,同时推动供应链管理的数字化转型,利用大数据、云计算、物联网等高科技手段,提升供应链的透明度和协同效率,增强供应链的响应速度和韧性。
再次,针对重点城市,应充分发挥其示范引领作用,推动形成一批低碳发展的标杆企业和项目,带动周边地区共同发展。对于非资源型城市,应鼓励其依托自身产业优势,发展低碳环保产业,实现经济结构的优化升级。
最后,政府应动态监控低碳城市试点政策的效力,建立相应的奖惩机制,防止企业因短期利益而偏离政策发展目标。
推荐阅读:供应链韧性方向优秀论文选题参考50个
* 请认真填写需求信息,我们会在24小时内与您取得联系。