《Business Strategy and the Environment》:Industry 4.0-Enabled Circular Economy: Empirical Evidence and Strategic Roadmap for Manufacturing and Service Sectors
编辑推荐:
本研究探讨了工业4.0(I4.0)技术如何能够加强制造业和服务组织中循环经济(CE)的实施。尽管近期研究讨论了CE–I4.0整合,但比较不同行业并将技术映射到特定CE生命周期阶段的实证证据仍然有限。采用探索性序贯混合方法设计,研究人员首先通过基于文献的综述和4
本研究探讨了工业4.0(I4.0)技术如何能够加强制造业和服务组织中循环经济(CE)的实施。尽管近期研究讨论了CE–I4.0整合,但比较不同行业并将技术映射到特定CE生命周期阶段的实证证据仍然有限。采用探索性序贯混合方法设计,研究人员首先通过基于文献的综述和439份定性反馈对因素集进行了精炼,随后利用来自12个国家制造业和服务组织的392份定量调查反馈对因素进行了验证和优先级排序。应用NVivo编码、均值排序、Mann–Whitney U检验和Fisher精确检验来分析使能因素、障碍、收益、工具与技术以及技术采纳模式。结果表明,高层管理支持是最强的使能因素(均值=6.23),缺乏清晰战略规划是首要障碍(均值=5.48),最显著的收益是资源效率与废物减少(均值=5.69)、供应链协作(均值=5.65)以及数字化废物管理(均值=5.62)。人工智能(AI)、大数据分析(BDA)、云计算(CC)和自动化(Automation)成为跨越CE阶段最具影响力的技术,其中自动化在生产阶段占主导,大数据分析与自动化在废物管理阶段联合主导。本研究贡献了一个对行业敏感的CE–I4.0路线图,该路线图将实证因素优先级、生命周期阶段和利益相关者行动联系起来,以支持可持续发展目标(SDG)2030和净零2050路径。
**论文解读文章**
**研究背景与问题**
制造业和服务业是满足社会和经济需求的核心,但其扩张加剧了能源消耗、资源枯竭、温室气体排放和废物产生,直接阻碍了联合国可持续发展目标(SDG)和净零2050目标的实现。尽管已有研究关注循环经济(CE)与工业4.0(I4.0)的整合,但现有证据零散,缺乏跨行业比较,也未能将技术映射到具体CE生命周期阶段。大多数研究仅聚焦于单一因素类别(如使能因素或障碍),且未同时考虑制造业和服务业,导致缺乏针对性的战略指导。因此,本研究旨在通过实证方式,系统识别和优先排序CE–I4.0整合的使能因素、障碍、收益、工具与技术以及各阶段适用的I4.0技术,并开发一个行业敏感的路线图,以支持可持续发展目标2030和净零2050路径。
**研究内容与结论**
研究人员采用探索性序贯混合方法,首先通过文献综述和439份定性反馈精炼因素集,随后利用来自12个国家(包括美国、英国、澳大利亚、德国、印度等)的392份有效定量调查反馈对因素进行验证和优先排序。研究识别出28个使能因素、27个障碍、24个收益、20个工具与技术以及13项I4.0技术。结果表明,高层管理支持是最强使能因素(均值=6.23),缺乏清晰战略规划是首要障碍(均值=5.48),资源效率与废物减少(均值=5.69)、供应链协作(均值=5.65)和数字化废物管理(均值=5.62)是最显著收益。人工智能(AI)、大数据分析(BDA)、云计算(CC)和自动化(Automation)是跨越CE各阶段最有影响力的技术,其中自动化在生产阶段占主导,BDA与自动化在废物管理阶段联合主导。研究贡献了一个行业敏感的CE–I4.0路线图,连接了实证因素优先级、生命周期阶段和利益相关者行动。该论文发表在《Business Strategy and the Environment》。
**关键技术与方法**
本研究采用探索性序贯混合方法设计。关键方法包括:①文献综述以识别初步因素池;②开放式问卷收集439份定性反馈,并用NVivo软件进行编码和主题分析;③结构化问卷收集392份定量数据(来自12个国家,包括238个制造业和154个服务业组织,涵盖大型企业和中小企业、发达和发展中经济体);④使用均值排序、Mann–Whitney U检验和Fisher精确检验进行数据分析,以比较不同行业、组织规模和经济发展背景下的差异。
**研究结果**
**4.1 使能因素**:通过均值排序发现,高层管理支持是整体最强使能因素(均值=6.23),其次为可持续发展政策与监管支持(均值=6.12)、CE与I4.0融入业务(均值=5.98)等。Mann–Whitney U检验显示,服务业在多个使能因素上评分显著高于制造业,中小企业(SMEs)在部分因素上评分高于大型企业,而发达与发展中经济体间无显著差异。
**4.2 障碍**:均值排序显示,缺乏清晰战略规划是首要障碍(均值=5.48),其次为有限财务资源与创新支持(均值=5.46)、基础设施不足与技术限制(均值=5.44)等。服务业报告的障碍评分显著高于制造业,发达经济体在部分障碍上评分高于发展中经济体,但大型企业与中小企业间无显著差异。
**4.3 收益**:均值排序显示,资源效率与废物减少是首要收益(均值=5.69),其次为供应链协作(均值=5.65)、数字化废物管理(均值=5.62)等。服务业在多项收益上评分显著高于制造业,中小企业收益评分高于大型企业,而发达与发展中经济体间无显著差异。
**4.4 工具与技术**:根据均值评分将工具分为高、中、低优先级。高优先级工具包括废物管理实践(均值=5.42)、产品生命周期管理(PLM)系统(均值=5.38)、环境影响评估实践(均值=5.19)等;中优先级包括闭环供应链管理实践、企业资源规划(ERP)系统等;低优先级包括建筑建模系统、综合财务管理系统等。
**4.5 I4.0技术在CE实施框架中的整合**:通过频率分析,识别出各CE阶段最常被选用的技术。设计阶段:AI(59次)、BDA(52次)、CC(41次)、仿真(40次);生产阶段:自动化(51次)、AI(44次)、自主机器人与增材制造(各37次)、物联网(IoT,35次);消费阶段:AI(46次)、BDA(36次)、CC(33次)、网络安全(31次);再利用/回收/再生阶段:AI(46次)、BDA(39次)、自动化(37次)、CC(33次);废物管理阶段:BDA与自动化(各43次)、AI(42次)、IoT(28次)、CC(27次)。
**讨论与结论**
讨论部分强调了研究结果与现有文献的一致性,并解释了跨行业差异的原因:服务业更依赖信息流和数字平台,因此从CE–I4.0整合中受益更显著;制造业则从自动化等生产导向技术中获益。研究还指出,要使CE–I4.0整合成功,组织必须克服战略、基础设施、技术和市场方面的障碍,并优先考虑高层管理支持、清晰战略规划和基础设施投资。结论部分翻译如下:本研究通过实证方法,识别并优先排序了CE–I4.0整合的关键使能因素、障碍、收益、工具与技术,以及各CE生命周期阶段最适用的I4.0技术。研究提出了一个行业敏感的CE–I4.0路线图,帮助组织、政策制定者和技术提供者制定有针对性的策略。该研究为制造业和服务业提供了可操作的战略指导,支持可持续发展目标2030和净零2050目标的实现。未来研究可进一步探索不同行业和地区的具体实施路径,并验证路线图的有效性。