一、基本信息
标题：生成式AI驱动的需求预测与绿色供应链可持续性评估——来自中国与东盟棕榈油贸易的证据
Generative AI-enabled forecasting and green supply chain sustainability assessment: Evidence from China's palm oil trade with ASEAN
发表时间：2026-02-06（在线）／2026年6月（正刊）
作者：Yuhan Liu, Xiangzheng Deng, Yunxiao Gao
作者机构：
1. 中国科学院大学经济与管理学院，北京 100190
2. 北京工商大学，北京 100048
3. 中国科学院地理科学与资源研究所，北京 100101
4. 中国科学院大学资源与环境学院，北京 101408
期刊：Physics and Chemistry of the Earth, Parts A/B/C，2026年第143卷，文章号 104341
DOI：https://doi.org/10.1016/j.pce.2026.104341
二、摘要
气候变化、贸易波动与环境退化正同时挤压全球农产品供应链，棕榈油处在可持续性争论的正中央。中国是全球第二大棕榈油进口国，印尼是第一大生产国，两者的跨境贸易在很大程度上决定了这条链条的环境足迹与韧性。本研究把生成式AI需求预测与空间可持续性评估接到一起，回答一个此前少有人正面处理的问题：中国未来的棕榈油需求，能不能由印尼那些真正合规的产区来满足。研究用时序生成对抗网络（TimeGAN）生成中国2024—2030年棕榈油进口的情景化预测，再为印尼构建省级绿色供应链可持续性指数（GSCI），把单位产量毁林、土地利用效率、零毁林承诺覆盖与RSPO认证密度四项指标合成一个可空间落位的合规能力刻画，最后用可持续供应匹配（SSM）机制把预测需求按GSCI优先级分配到印尼各省。结果显示，中国进口在2024年达到423万吨后进入平台期，年增速在−0.55%至+0.28%之间窄幅波动；印尼省际可持续性差异悬殊，西部产区普遍高于0.76，东部边疆省份低于0.59；在此约束下，超过60%的中国预测进口量可由高GSCI省份供给，说明零毁林采购在现有生产格局下具备可行性，并不必然以牺牲供给安全为代价。研究同时提示了这一格局的脆弱面：合规供给高度集中于少数省份，内陆需求省份获得的可持续配额有限。
三、引言
研究背景
棕榈油广泛用于食品、化妆品与生物燃料，是加工食品与餐饮业的关键投入，其可持续供给直接关系食品安全。中国作为全球第二大进口国高度依赖国际市场，而印尼、马来西亚的生产长期与毁林、泥炭地转换和生物多样性丧失相联系。近年来，RSPO参与度上升、企业零毁林承诺扩张，加上欧盟《零毁林产品条例》（EUDR）等外部规制收紧，共同把棕榈油推到可持续贸易争论的中心。印尼贡献了东盟八成以上的棕榈油产量，中印尼贸易实际上界定了中国与东盟农产品供应链的接触面。
与此同时，人工智能在需求预测与环境评估两条线上都有推进，但两条线基本各走各的：预测模型不带空间可持续性约束，可持续性指数又极少与前瞻性需求场景挂钩。把"未来要买多少"与"哪里买得合规"接起来，正是既有研究的缺口。
本文的研究目标与创新点
研究提出三个问题：中国未来进口需求如何演化、AI预测能起什么作用；印尼省际可持续性差异有多大；预测需求与可持续性分异的供给之间，究竟对不对得上。
三点贡献：其一，用生成式模型（TimeGAN）产生情景丰富、带不确定性的进口需求预测，超出传统点预测的能力边界；其二，构建省级尺度的GSCI，突破以往国别层面评估的粗糙；其三，通过SSM机制把两者打通，量化"中国未来需求中有多少能由高可持续性来源满足"。生成式AI、空间可追溯性与基于可持续性的贸易分配三者集成，为审视中国与东盟供应链关系提供了一套新的分析工具。
四、研究方法
数据来源与类型
中国侧：2010—2023年海关统计与行业报告的进口需求数据，覆盖广东、江苏、山东等主要进口省份。印尼侧：2018—2022年省级种植面积、产量、毁林暴露、零毁林承诺覆盖、RSPO认证密度及排放强度代理，数据来自印尼农业部、Trase、RSPO与行业统计。毁林暴露按Trase的次国家级森林损失除以产量计算；零毁林承诺以NDPE（不毁林、不开发泥炭地、不剥削）承诺覆盖率表征；RSPO合规以认证压榨厂数量代理。
研究方法
TimeGAN预测：以滚动五年序列、一年预测步长训练，输入五个变量——中国棕榈油进口量、CIF进口价、人民币兑美元汇率、全球植物油价格指数、中国国内食用油产量指数。采用Adam优化器（学习率0.001）、批量32、200轮并早停；用GRU替代LSTM以加快收敛，对抗部分采用带梯度惩罚的Wasserstein损失以抑制模式崩塌。关键点在于，TimeGAN在这里不是用来做点预测，而是生成多条可能的未来轨迹。
GSCI构建：四项指标归一化到0—1（毁林与土地利用强度取反向归一化，承诺覆盖与认证密度取正向），加权合成省级指数，并另设等权方案与治理优先方案做敏感性检验（表1）。
SSM匹配：两层排序——印尼各省按GSCI从高到低排序，中国各省按预测需求排序；考虑到中国约60%的棕榈油进口来自印尼，各省需求按0.6折算，印尼各省出口能力也以2018—2022年平均产量的60%封顶。随后自高GSCI省份向高需求省份顺序分配，直至产能或需求耗尽，未被满足的部分记为"未实现需求"，用以标记可持续性约束造成的供给缺口。
表 1 绿色供应链可持续性指数（GSCI）的指标构成与三种权重方案（据原文3.3节与4.3节整理）
五、结果
结果1：TimeGAN在20个省份中的17个优于传统模型，预测可用性得到验证
与ARIMA、VAR、LSTM在同一套日频输入上对比，TimeGAN在20个省份中的17个取得最低的RMSE与MAE。多数省份的均方误差落在0.14—0.24区间，判别分数普遍低于0.5，说明生成序列既贴近真实动态又保留了变异性。LSTM表现接近但不具备生成能力，无法模拟多条可能路径；ARIMA与VAR受线性结构所限，误差始终偏高。
结果2：中国进口在2024年后进入平台期，但省际走向明显分化
全国层面，进口量在2024年达到423万吨，2025年小幅回落至421万吨，此后至2030年在窄幅区间波动，年增速介于−0.55%与+0.28%之间——中国棕榈油市场正从快速扩张转入需求稳定的成熟期，背后是膳食多样化、国产油料替代和可持续性审视三重作用。
省际差异则相当显著。广东、江苏、山东三个沿海省份年进口均超过30万吨，依托贸易基础设施与加工产能维持主导地位；北京等城市型消费中心保持高位但已饱和；四川这类内陆省份则从2023年的22.4万吨回落至2030年的17.5万吨，反映区域需求的结构性再平衡；西藏、青海、宁夏受物流与工业条件限制，进口量始终微弱（图1）。
图 1 中国代表性省份棕榈油进口需求的历史与预测（2010—2030年）（原文图3）上：江苏，沿海省份高位成熟；中：北京，城市型需求稳定；下：四川，内陆省份渐次回落。蓝线为2010—2023年历史值，橙线为TimeGAN对2024—2030年的预测，阴影区为预测期。
结果3：印尼可持续性存在明显的东西断层，且五年间高度稳定
GSCI显示印尼省际可持续性差距悬殊。廖内（0.840）、北苏门答腊（0.843）等西部产区兼具低毁林强度、高零毁林承诺覆盖、高效土地利用与可观的认证出口量，稳定处于最高一档（0.76以上）；中加里曼丹（0.737）属于上升中的改善型省份；东加里曼丹（0.662）与西加里曼丹（0.615）处于治理与效率约束下的过渡状态；巴布亚、西巴布亚、马鲁古则因边疆扩张、认证密度低、监管薄弱长期居于末档（0.59以下）。
更关键的是这一格局的稳定性：2018—2022年间省级排名基本未变，说明结构性与治理条件主导，短期波动难以撼动。三种权重方案下头部省份排序高度一致（表2），指数本身对权重假设不敏感。GSCI与实际贸易量的Pearson相关系数为0.63（p<0.001），四项分指标的相关系数在0.21—0.79之间（p<0.05），表明该指数确实捕捉到了与真实贸易结果相关的可持续性特征。
表 2 三种权重方案下印尼头部省份的GSCI排名与得分（原文表2，节选2018、2020、2022年）
图 2 印尼各省GSCI得分的空间分布（2018—2022年）（原文图5）（a）至（e）依次为2018至2022年。颜色越深表示在毁林控制、土地利用效率、零毁林承诺与RSPO认证密度上的综合表现越好。西部的廖内、北苏门答腊持续处于高位，东部的巴布亚、马鲁古长期居于低位。
结果4：六成以上需求可零毁林采购，但合规供给集中在少数省份
把需求预测与GSCI约束合到一起，2024年的匹配结果高度集中于四个核心产区：廖内贡献中国匹配进口量的27.1%，中加里曼丹紧随其后为25.2%，东加里曼丹占15.6%，占碑因认证覆盖扩大贡献6.1%，邦加勿里洞与北苏门答腊另有小额补充——合计承担了对华可持续棕榈油出口的70%—75%。巴布亚、西巴布亚、马鲁古等低分省份完全没有出现在配置结果中，说明以可持续性优先的匹配机制确实把生态敏感区排除在外了。
到2030年，格局延续：廖内供给27%—29%，中加里曼丹22%—25%，东加里曼丹13%—16%，三省合计提供全部合规进口的64%—70%；需求侧则由江苏、天津、广东共同吸收48%—53%，形成高度集中的沿海需求集群。低GSCI省份的贡献不足2%（图3）。
这一结果的两面性需要同时看到：超过60%的预测需求可以由高可持续性来源满足，说明零毁林采购在现有生产格局下是可行的；但支撑这一可行性的只有五个印尼省份，供给基础狭窄。同时错配依然存在——内陆省份获得的可持续配额有限，若可持续渠道不向内陆延伸，四川、河南等地将面临采购风险；印尼一批中等表现省份的产能也未被充分利用。
图 3 2030年可持续供应匹配框架下中国进口需求向印尼各省的配置（原文图6）纵轴为印尼出口省份，横轴为中国进口省份，色深代表配置量。高GSCI的廖内、中加里曼丹向江苏、天津、广西等沿海枢纽集中输送，低GSCI省份基本被排除在可持续供应网络之外。
六、结论
本研究把TimeGAN需求预测、省级绿色供应链可持续性指数与可持续供应匹配机制集成为一套连贯框架，用以评估中国棕榈油需求与印尼可持续性分异供给之间的匹配程度。结果表明，中国需求在2024年后趋于稳定，而合规供给集中于少数高表现省份；超过六成的预测进口可由可持续性较强的省份满足，说明在现有生产格局下，环境导向的采购是可行的，并不必然与供给安全相冲突。该框架为在环境约束下评估跨境采购提供了结构化的路径，也有助于理解土地利用压力与供应链可持续性之间的关联。
作者同时明确了三点局限：受数据所限，GSCI未纳入社会公平与碳排放指标，后续应整合卫星林损数据、泥炭地专属排放因子与小农包容性指标；各认证体系间的数据口径不一，凸显出统一、及时的可持续性报告之必要；本文虽以中印尼棕榈油贸易为经验对象，但框架可移植到其他森林风险商品，或推广至东盟、RCEP等多国体系。政策层面，研究建议采购策略应空间差异化——沿海口岸可执行更严格的GSCI采购标准，内陆则需在数字可追溯系统与运输走廊上定向投入；同时通过团体认证、混合融资与数字核验平台把低分、小农主导地区纳入可持续贸易网络，以降低对少数高表现省份的过度依赖。
Liu, Y., Deng, X., & Gao, Y. (2026). Generative AI-enabled forecasting and green supply chain sustainability assessment: Evidence from China's palm oil trade with ASEAN. Physics and Chemistry of the Earth, Parts A/B/C, 143, 104341.
