Pathways to a Circular Economy in the Agriculture-Food System: Actor-Based Analysis of Digital Capacity, Institutional Alignment, and Collaboration Dynamics Using the EDDU-M Model

The agricultural sector is not only the cornerstone of food production but also a critical component of socio-economic development, rural employment, environmental sustainability and energy security. According to FAO (2023) data, the global agricultural sector provides livelihoods for approximately 1.1 billion people worldwide and accounts for approximately 10% of the global GDP, both directly and indirectly. In this regard, agriculture is not only an economic sector but also a fundamental balancing element of ecological and social systems. However, the global crises of the 21^st century, such as climate change, natural resource scarcity, food price volatility, and post-pandemic supply chain fragility, have made it imperative to restructure agricultural systems.

In this context, agricultural supply chains, defined as an integrated network of activities, organizations, and processes involved in the transformation of agricultural products from their places of origin, such as farms or producer organizations, to their final destination, the consumers (ASCs) encompass production, processing, packaging, storage, transport and distribution, moving away from traditional linear structures towards a holistic, closed-loop and technology-supported transformation process.. In particular, the principles of the circular economy (CE) are increasingly being applied in agriculture in line with sustainability goals such as reducing resource waste, reusing waste, and lowering the environmental footprint (De Angelis et al., 2018). Studies conducted in various countries, such as China, India, Nigeria, and Ukraine, have shown that circular economy applications in agriculture have increased resource use efficiency and reduced production costs by 15–30% (Dovhal et al., 2024; Odewole et al., 2024; Xu, 2024). However, the effective implementation of CE in agricultural supply chains is possible not only through the redesign of physical processes but also through the integration of digital technologies into these processes. This integration is referred to in the literature as the “digital circular supply chain”, with technologies such as sensor-based production, blockchain traceability, AI-supported logistics optimization, and big data analytics taking center stage (Ada et al., 2023; Farazi, 2024). These technologies not only increase input-output efficiency but also enable all actors in the supply chain (manufacturers, processors, logistics providers, warehouses, retailers, exporters, and cooperatives) to take more transparent, faster, and sustainable steps in their decision-making processes (Kyfyak & Oliinyk, 2025).

However, only a limited number of studies have empirically examined the integration of digitalization and the circular economy in agricultural food supply chains in a multi-actor and country-comparative manner. Most existing studies focus solely on the benefits of specific technological tools (e.g., IoT [Internet of Things], blockchain, and artificial intelligence) and lack systemic analysis. For example, demonstrated how digital technologies triggered CE applications during the COVID-19 process, specifically in Chinese SMEs, but focused solely on the production segment of the supply chain. Similarly, Yuan and Pan (2023) demonstrated the indirect effects of digitalization on CE capabilities, highlighting the importance of supply chain risk management and collaboration structures. However, such studies typically focus on individual sectors, narrow sample groups, and a single country or region. Genovese et al. (2023) highlight the lack of empirical research on the transition to CE and note that most studies remain theoretical rather than practical. Farazi (2024) demonstrates how blockchain, artificial intelligence, and IoT support CE objectives but fails to explain how these technologies are integrated within different institutional structures and countries. Empirical comparisons regarding the extent to which circular economy strategies have been internalized are lacking, particularly in countries with high agricultural capacity but varying levels of digitalization, such as Italy, Türkiye, South Africa, India, China, and Nigeria (Ada et al., 2023; Bag et al., 2024; Boz & Martin-Ryals, 2023). Studies primarily identify the barriers to transitioning to a circular economy – high investment costs, regulatory gaps, and technological capability gaps – but fail to develop systematic strategies for addressing these challenges (Chiaraluce et al., 2021; Mehmood et al., 2021). However, it is emphasized that circular economy applications are not limited to technical transformation but also impact social sustainability and stakeholder interactions. A study conducted in South Africa demonstrated that food companies using big data and predictive analytics enhanced their social sustainability by increasing community trust (Bag et al., 2024). Similarly, research conducted in Pakistan and China has empirically proven that CE has a direct positive impact on companies’ environmental and economic performance (Dieguez-Santana et al., 2025; Khan et al., 2022).

This study fills an important gap in the literature by examining how digitalization has shaped circular economy (CE) applications in agriculture-food supply chains through the examples of Türkiye and Italy, using a multi-actor and multi-level approach. Existing research mostly addresses the contribution of digital technologies to the circular economy in a limited manner, focusing on specific tools, and falls short in explaining the interactions between actors in different links of the supply chain, cross-country institutional differences, and forms of organisational collaboration. Consequently, the relationship between digitalization and sustainability in the agricultural sector is addressed separately. This study aims to address these shortcomings by examining the impact of digital transformation on circular economy applications not only through direct technological benefits but also through various factors such as institutional capacity, cooperation structures (CS), and managerial vision. Thus, the digitalization–CE interaction is expressed as a multidimensional transformation process. By integrating Structural Equation Modelling (SEM) quantitatively and fsQCA thematic analysis qualitatively, the study comparatively reveals the effects of digitalization, institutional capacity, and collaboration structures on circular economy success. Thus, the research sought answers not only to the question whether digitalization increase the circular economy, but also to the question under what conditions, for which actors, and in which country contexts this relationship strengthens.

Based on these questions, the following hypotheses were developed:

• H1: As the level of digitalization increases, the level of circular economy implementation in businesses also increases.

• H2: Institutional capacity positively mediates the relationship between digitalization and CE application.

• H3: The effects of digitalization on the circular economy differ among supply chain actors.

• H4: The relationship between digitalization and CE is shaped by different institutional mechanisms in the Italian and Turkish contexts.

The findings show that countries’ digital maturity levels, political orientation, institutional infrastructure, and sectoral strategies play a decisive role in this relationship, creating a sensitive and holistic analytical framework at the intersection of digital transformation and sustainability goals. This framework demonstrates the necessity of addressing digitalization and circular economy processes not only as a technical transformation mechanism but also in terms of institutional learning, stakeholder collaboration, and environmental governance. It provides both the literature and policymakers with a concrete strategic roadmap for accelerating sustainable development in the agricultural sector through digitalization.

Digitalization, sustainability, and CE concepts have become fundamental building-blocks for reshaping agricultural food supply chains. The inadequacy of the traditional linear production–consumption structure in terms of environmental and economic sustainability has led businesses and policymakers to seek alternatives to it. In this context, the CE represents a paradigm shift aimed at minimizing waste, reusing resources, and developing production cycles that are compatible with ecosystems.

While studies on CE applications in agri-food systems have increased in recent years, there are still uncertainties regarding how this transformation works. For example, topics such as waste reduction in food supply chains (Cahyadi et al., 2024), reuse strategies (Veloso et al., 2025), and recycling technologies (Dieguez-Santana et al., 2025) have been widely studied. In contrast, the role of digital technologies in CE applications has been addressed in a limited number of studies which often focuse solely on the production phase. Examples include in particular, how Industry 4.0 components, such as artificial intelligence, the IoT, blockchain, digital twin technology, and big data analytics, can be integrated with CE remains an area awaiting clarification (Agrawal et al., 2023; Islam, 2024; Liu et al., 2020). The contributions of these technologies to CE in the agricultural food sector remain largely theoretical and lack a comprehensive framework (Nowicka, 2021).

Very few studies addressing these gaps have examined the relationship between digital transformation and CE at the supply chain level (Radavičius & Tvaronavičienė, 2021; Yuan & Pan, 2023). Although the contributions of digital solutions in areas such as resource efficiency, waste management, and traceability during the production phase have been emphasized, a systematic and comprehensive framework encompassing all links in the supply chain has rarely been addressed. Furthermore, the impact of digital technologies on circular transformation has mostly been examined within theoretical models, with empirical and comparative studies testing this interaction remaining limited. However, digitalization can enable the application of CE principles not only in production but also in all stages, such as logistics, storage, processing, retail, and export (Ada et al., 2023). Additionally, various models have been proposed in the literature to explain the interaction between digitalization and the circular economy. For example, the model developed by Yuan and Pan (2023) emphasized the contribution of digitalization to CE in the context of supply chain risk management while focusing primarily on individual actors and micro-level interactions. Similarly, Kusumowardani et al. (2021) analyzed CE applications using a process-based approach but did not address the role of digital technologies in horizontal/vertical interactions among multiple actors. Radavičius and Tvaronavičienė (2021) evaluated CE using circularity indices but ignored actor differences. The theoretical approaches frequently used in the literature include the resource-based view (RBV), dynamic capability theory (DCT), institutional theory, actor-network theory (ANT), and sustainable supply chain management (SSCM) (Dwivedi & Paul, 2022; Zhang & Seuring, 2024). This study proposes a novel model (EDDU-M) to explain how CE applications are shaped by digitalization by integrating these theories under a multi-layered framework. The EDDU-M model aims to explain the effects of digital technologies on CE through variables such as organizational competence, collaboration structure, and regulatory environment. In this context, the EDDU-M model differs from previous models in three keyways: (i) it addresses the relationship between digitalization and CE across all supply chain links; (ii) it embeds actor-based differentiation into the model; and (iii) it defines the impact of national contexts as a regulatory variable. Thus, the EDDU-M provides a systematic response to the gaps in existing models, which either remain at the micro level or fail to consider contextual differences.

Figure 1.

EDDU-M Model: Relationship between digitalization and circular economy in agri-food supply chains

Source: authors’ own elaboration.

Rysunek 1. Model EDDU-M: Relacja między cyfryzacją a gospodarką o obiegu zamkniętym w łańcuchach rolno-spożywczych

Źródło: opracowanie własne autorów.

The original contributions of this study are threefold. First, it goes beyond singularly focused approaches in the literature by examining the relationship between digitalization and the circular economy not only at the production level but also at all stages of the supply chain, including processing, logistics, storage, distribution, retail, export, and cooperative management. (Chiaraluce et al., 2021; Dieguez-Santana et al., 2025). Second, its comparative analysis of two countries with distinct socio-economic, institutional, and agricultural structures – Italy and Türkiye – goes beyond the limited existing studies on how CE applications adapt to cultural and managerial contexts in the following ways (Kusumowardani et al., 2021; van Wassenaer et al., 2023). Third, it offers methodological innovation by combining multiple methodological approaches, such as qualitative case studies, survey-based quantitative analysis, and configurational fsQCA, to test theoretical models and provide a basis for policy recommendations (Liu et al., 2023). In conclusion, while some previous studies have explored the link between digitalization and the circular economy, they generally adopt a generalized perspective, lacking differentiation at the actor level or multi-dimensional integration. Table 1 systematically compares the fundamental conceptual and empirical frameworks with the EDDU-M model and highlights the model’s unique contribution in combining digital, institutional, and collaborative dynamics through a practical, actor-based approach.

The comparative analysis of Türkiye and Italy reveals significant differences in the demographic, economic, and behavioral characteristics of food supply chain actors (Table 2). Italian firms generally have a higher average age, more employees, and higher turnover, indicating that the sector is more institutionalized and better suited to economies of scale. In terms of attitudes toward CE practices and the number of actual CE applications, actors in Italy are more active, particularly processors, logistics companies, and exporters, who demonstrate a high integration into CE processes. In Türkiye, cooperatives and retailers exhibit relatively more positive attitudes toward the CE, whereas this level is lower among producer and trader groups. The usage rates of digital technology are higher in Italy than in Türkiye across all stakeholder groups, which can be attributed to the maturity level of the digital infrastructure. In Türkiye, the gap between positive attitudes towards digitalization and actual usage indicates a potential but untapped capacity for digital transformation.

Waste recycling practices in Türkiye are observed more intensively among certain actors in the supply chain, particularly processors (29.9%), traders (29%) and storage companies (28.2%), while the prevalence of these practices among producers (12.3%), cooperatives (12.2 %) and exporters (10.2%) is limited (Table 3). This indicates that actors in the middle of the supply chain are investing more in environmental sustainability practices; however, actors focused on production and foreign marketing lag in environmental transformation. A more balanced distribution was observed in Italy. The highest rates of environmental sustainability applications are seen in storage (27.4%), processing (17.5%), and trading (19.3%) actors; cooperatives (14.5%), producers (13.2%), and exporters (14.4%) show relatively higher rates than in Türkiye. The use of renewable energy, on the other hand, is particularly prominent among producers (14.3%) and retailers (15.3%) in Italy, whereas this rate is only 3.3% among producers in Türkiye. Italy’s high implementation levels in redesign and waste recycling, particularly in retail (23%) and storage (20.9%), are noteworthy, whereas these rates are low in Türkiye. These differences can be explained by the impact of EU policies, environmental regulations, and financing availability. EU policies are enhancing companies’ capacity for transformation through legal frameworks and incentive mechanisms that mandate the integration of circular economy principles into the agriculture and food sector. In contrast, the fact that environmental regulations and financing instruments are not yet sufficiently institutionalized in Türkiye creates significant differences in the prevalence of these practices (Bozatli & Akca, 2024; Habeşoğlu et al., 2022).

Digitalization applications in Türkiye are generally at a low level. ERP systems are only implemented in the 1.6–6.5% range, whereas IoT systems are at just 1.2–8.9%. Data analytics and blockchain applications are also limited. The most notable actor is the retail group, which shows higher levels of use of all digitalization tools (especially ERP – 4.6%, and IoT – 8.9%) compared to other actors. This indicates that companies in direct contact with consumers adopt digital technologies more quickly. In contrast, digitalization applications in Italy are more advanced. For example, ERP systems are most widely used by traders (24%) and retailers (27%), while data analytics is particularly widespread among logistics (20.2%) and export (15.4%) companies. IoT technologies generally range between 7% and 14% in Italy and are significantly more widespread than in Türkiye. Blockchain technology is used at low rates in both Türkiye and Italy, but Italian retail (13.2%) and export (13.9%) actors are prominent. This indicates that Italy has made greater progress in supporting digitalization with elements such as supply chain transparency and traceability.

Comparative data and fsQCA findings reveal that the different levels of digitalization and circular economy (CE) implementation at different levels are shaped not only by differences in technological infrastructure but also by factors such as the government’s approach to environmental policy, access to public financial incentives, institutional awareness of sustainability goals, and sector-specific strategic priorities (Table 3). The analysis results obtained are consistent with previous studies highlighting the impact of policy support and institutional maturity on the digital-circular transition in agriculture-food systems (Dieguez-Santana et al., 2025; Krstić et al., 2024; Gkountani et al., 2021).

In Türkiye, the integration of CE and digitalization is articularly low among firms in the first (producers) and last (exporters) stages of the supply chain. This situation aligns with the findings in the literature regarding “technological lag” (Zhang et al., 2020) and “political governance deficiencies” (Coluccia et al., 2022). Application levels among market-oriented actors, such as retail and logistics, are high across countries and technology types, indicating that these actors are more open to change and more responsive to market pressures. This differentiation demonstrates that digitalization and sustainability transformations do not operate equally across all links in the supply chain and that targeted strategies need to be developed.

Table 4 presents a comprehensive measurement model for the sub-dimensions of the digitalization and circular economy scales used in this study, with at least three items for each sub-dimension. The digitalization scale consists of four subdimensions: technology use, data integration, digital governance, and perceived digital benefits. These sub-dimensions aim to measure both the technical infrastructure and the managerial capacity of firms. The factor loadings of all items in the scale ranged from 0.72 to 0.83, with composite reliability (CR) values of 0.87, average variance extracted (AVE) values of 0.63, and Cronbach’s alpha coefficients of 0.84 for each sub-dimension, indicating high levels of reliability. The circular economy scale consists of the sub-dimensions of resource efficiency, waste management, reuse/redesign and environmental performance. For this scale, the factor loadings ranged from 0.72 to 0.81, with a CR value of 0.85, an AVE value of 0.61, and a reliability coefficient of 0.82. These values indicate both the high internal consistency of the scales and the distinctiveness of the conceptual dimensions represented by each subscale. Thus, this measurement structure has established a theoretically grounded and empirically robust measurement framework that can contribute to comparative analyses with similar studies in literature and serve as a basis for hypothesis testing. In this regard, the study serves as one of the first examples demonstrating that the concepts of circular economy and digitalization can be comprehensively measured within the agriculture-food supply chain.

In this study, prior to moving on to SEM, the suitability of the dataset for analysis was evaluated in terms of data normality, multicollinearity, and sample adequacy. Data normality was tested both visually and parametrically. Examination of the histograms and Q-Q plots revealed that the variables were largely normally distributed. The Shapiro–Wilk test results (p > 0.05) supported the assumption of a normal distribution. Additionally, skewness and kurtosis values remained within the range of −1 to +1, indicating that the variables were symmetrically distributed (Hair et al., 2019). These findings indicate that data distribution is suitable for parametric analysis in structural modelling. To identify multicollinearity issues in the model, the Variance Inflation Factor (VIF) values were calculated. The VIF values for all variables ranged from 1.12 to 2.41 and generally remained below the 5 threshold. These findings indicate that multicollinearity does not pose a significant problem in the model (Kock & Lynn, 2012). Sample adequacy was assessed using the Kaiser–Meyer–Olkin (KMO) and Bartlett’s Test of Sphericity. The KMO value was 0.921, indicating an “excellent” level (Kaiser, 1974). Bartlett’s test was significant (χ² = 4285.12; df = 276; p < 0.001) and indicated that the variables exhibited correlations suitable for factor analysis. The sample size was distributed according to country and supplier type, with n > 100 in each subgroup, meeting the minimum level recommended for PLS-SEM (Hair et al., 2021).

Today, agriculture-food supply chains have evolved into multi-dimensional structures that involve not only product flow but also the effective integration of information, technology, and sustainability components. However, the alignment of these complex systems with circular economy principles remains inadequate. Therefore, a clearer understanding of the transformative impact of digitalization in this transition process will fill an important gap in academic literature. In particular, elements such as resource efficiency, waste reduction, and traceability in agriculture can contribute to sustainability when supported by digital tools. In this context, the first aim is to test the functionality of digitalization in the transition to CE at the actor level. This hypothesis is shaped by the RBV and DCT. RBV focuses on the importance of strategic resources (e.g., information technology infrastructure) that enable firms to gain sustainable competitive advantages, whereas DCT emphasizes the ability of these resources to be transformed quickly and effectively in response to environmental variability. In this study, the fundamental proposition of RBV – that “valuable, rare, imitable, and organized” resources (particularly digital infrastructure, data management systems, smart agriculture technologies, etc.) influence CE applications – is tested at the actor-level. Additionally, within the DCT framework, the relationship between organizations’ adaptive capacities for environmental sustainability and their levels of technological transformation has been empirically evaluated. The results obtained from the structural model analysis show that the impact of digitalization on circular economy applications is strong and significant in both Türkiye (β = 0.61; p < 0.001) and Italy (β = 0.58; p < 0.001) (Table 5). However, this effect varies significantly depending on the supply chain actors involved. In Türkiye, the impact of digitalization is relatively higher in logistics, exporters, and traders (β = 0.64–0.68), while it remains more limited for primary actors, such as producers and storage facilities. Qualitative findings reveal that relationships with regional development agencies, external support funds, and technology providers accelerated the digital transformation process among logistics, exporters, and traders. One participant summarized this situation as follows: “We switched to a digital monitoring system with the agency’s grant; this enabled us to start measuring our waste”. This finding shows that institutional capacity is related to internal capabilities and external support networks. However, the impact is more limited among early-stage actors, such as producers and storage facilities, which is attributed to their lack of access to digital tools and insufficient support, leading them to adopt a cautious approach towards technology. This situation can be linked to producers’ lack of access to digital technology, technical knowledge, and low investment capacity. In the qualitative findings, a producer stated: “I have heard of sensor technologies, but I do not fully understand what they are used for. There is no support anyway”, highlighting both awareness and infrastructure deficiencies. This finding is consistent with the findings of Liu et al. (2023), which indicate that the spread of digitalization among small producers remains limited. Additionally, Yuan and Pan (2023) noted that actors with insufficient digital infrastructure require more structural support to transition to CE strategy. Digitalization incentives for producers should not only be financial but should also include technical training and field guidance. Cooperative digital transition programs should be developed for these groups, and technical interfaces should be simplified. In Italy, the impact of Digitalization on CE applications is more stable and evenly distributed across producer, processor, and retail groups (β = 0.60–0.75) (Table 5). This difference may stem from Italy’s more advanced digital infrastructure and earlier integration of digital applications into production systems. Additionally, the findings validate the RBV’s fundamental assumption regarding the strategic value of digital infrastructure at the actor level and demonstrate the contribution of digital technologies to organizational agility within the DCT framework in a context-based manner.

Today, agriculture-food supply chains, with their complex and multi-actor structures, require not only product flow but also a collaborative environment where information, value, environmental responsibility, and shared goals are shared among the actors. However, the systematic implementation of CE practices remains limited in the industry. Collaboration is considered a catalyst for CE through tools such as information sharing, joint decision-making, cost and risk sharing, both vertically (producer–retailer) and horizontally (producer–producer, cooperatives). social capital theory and resource dependence theory (RDT) form the theoretical basis for this hypothesis. Social exchange theory (SET) states that relationships built on the principles of mutual trust, commitment, and mutual benefit create sustainable value, whereas RDT argues that actors strategically direct their cooperation behavior based on their level of dependence on external resources (Marquina et al., 2024; Sudusinghe & Seuring, 2022). In this context, the model developed analyzes the impact of collaboration on CE based on different actor groups (producers, processors, logistics, storage, cooperatives, retailers, traders, and exporters) in Türkiye and Italy. The results show that cooperation significantly and positively affects CE practices in Türkiye (β = 0.52; p < 0.001) and Italy (β = 0.65; p < 0.001) (Table 4). However, the effects vary significantly across the actors. In Türkiye, cooperatives (β = 0.68), exporters (β = 0.60), and traders (β = 0.59) benefit more from collaboration, whereas the effect is lower for producers and storage actors (β = 0.41–0.45). In contrast, stronger effects are observed among processors (β = 0.70), logistics (β = 0.68), and retail (β = 0.66) in Italy (Table 5). These findings can be explained by Italy’s more institutionalized cooperation and cooperative systems (Kusumowardani et al., 2021; Papadopoulos et al., 2022). The study also revealed that the quality of stakeholder interaction (trust, information sharing, goal alignment) is a key determinant of CE success, not just technical capacity (Berardi & de Brito, 2021; Bloise, 2020; Chiaraluce et al., 2021; Varma et al., 2025). Indeed, a participant from Italy stated: “No one wants to share data; everyone is thinking about their own interests”, pointing to low levels of social capital. This finding aligns with that of Radavičius and Tvaronavičienė (2021), who highlighted trust as a key factor in the digital transition based on collaboration structures. Additionally, Liu et al. (2023) emphasized that the quality of collaboration directly impacts CE performance. Therefore, platforms that enhance intra-sectoral trust (e.g., open data-sharing protocols and joint digital record systems) should be developed, and policymakers should design trust-enhancing governance models tailored to this group. In summary, trust-based relationships facilitate the transition to CE in the SET context, while collaboration has become a necessity for actors dependent on external resources, particularly in export and logistics, from an RDT perspective. From this perspective, this study confirms, for the first time, the collaboration–cyclicality relationship, which has been tested to a limited extent in the literature in both multi-actor and international contexts. Methodologically, by separating data at the actor level, the study analyzed the impact of inter-country and intra-supply chain operational differences on CE success.

Institutional capacity is a critical determinant of the success of circular economy practices. Institutional capacity encompasses not only firms’ internal capabilities but also systemic elements such as policy support, sectoral regulations, information infrastructure, and stakeholders’ implementation capacity. In this context, institutional theory explains how environmental pressures (coercive, imitative, and normative) shape organizational behavior and guide circular transformation processes (Sun, 2018). Institutional capacity is also supported by the RBV and is related to strategic resources and processes that enable organizations to effectively adopt environmental strategies (Cahyadi et al., 2024). In this context, the model results show that the effect of institutional capacity on the circular economy is significant and positive in both Türkiye (β = 0.36; p < 0.01) and Italy (β = 0.52’ p < 0.001) (Table 4). In Italy, this effect was found to be higher for cooperatives and exporters, whereas in Türkiye, institutional capacity appears to be more effective for storage and logistics actors. This situation can be attributed to these actors benefiting more from digital infrastructure investments through regional development agencies. In qualitative data, one participant explained this process by saying: “The development agency provided us with a software grant, so we switched to ERP”. This finding is consistent with the finding of Zhang et al. (2020) that institutional capacity in the logistics sector is a driving force for CE application. Kusumowardani et al. (2021) emphasized that process-oriented digitalization is particularly effective in operational segments. Logistics actors have the potential to form the digital backbone of CE transformation. Therefore, organizational competence development programs (process management, data analytics) should be supported as much as infrastructure investments. This may stem from the fact that public support in Türkiye is infrastructure-focused and implemented through regional development agencies, while in Italy, stronger sectoral organizations play a significant role (Fassio et al., 2022; Krstić et al., 2024). Additionally, these findings are consistent with those of Dieguez-Santana et al. (2025) systematic review, which identified the lack of institutional support as a fundamental barrier (Mehmood et al., 2021). Furthermore, it supports the findings of Anastasiadis et al. (2022) that traceability and institutional regulations along the supply chain enhance circularity. Furthermore, the three-pronged incentive model (government, consumer, firm) developed by Dieguez-Santana et al. (2025) in the Chinese context aligns with the multi-actor approach of this study. In this context, the study demonstrates that institutional capacity serves not only as policy support but also as a structural lever that enhances coordination and alignment among the actors.

Another objective of this study is to test the sensitivity of the relationship between digitalization and circular economy applications to contextual conditions. Although the contribution of digitalization to the circular economy has been confirmed in many studies (Esposito et al., 2023), how this relationship changes in different contexts at the country level has not been sufficiently investigated (Bag et al., 2024; Chiaraluce et al., 2021; Krstić et al., 2024; Perçin, 2022). The impact of cross-country structural, technological, and institutional differences on the functionality of digital solutions forms the basis of this hypothesis. The findings from structural equivalence tests and moderator analyses indicate that the impact of digitalization on the circular economy is stronger and more direct in Italy, while it is indirect and weaker in Türkiye. This situation can be explained by the higher institutional support, more developed digital infrastructure, and stronger environmental policies in Italy’s agricultural supply chain (Dieguez-Santana et al., 2025; Gkountani et al., 2021). In Türkiye, however, the impact of digitalization has been more pronounced in more competitive sectors such as logistics and retail, while remaining limited at the producer and cooperative levels. When evaluated through the lens of institutional theory and context-dependent sustainability paradigms, these differences indicate that the success of environmental innovations depends not only on technological factors but also on political and cultural infrastructure (Lugo et al., 2022; Rodríguez-Mañay et al., 2025; Vetrova & Ivanova, 2021).

This study is one of the few investigations examining the impact of digitalization in agricultural-food supply chains in Türkiye and Italy on circular economy (CE) applications within a multi-actor, multi-level, and comparative framework. The analytical framework developed using the EDDU-M model comprehensively addresses the level of digitalization, institutional capacity, and collaboration dynamics. A significant portion of the hypotheses tested based on Structural Equation Modelling (SEM) results were supported. Accordingly, in line with H1 hypothesis, it was found that digitalization, in other words, the use of data analytics and the IoT, has a significant and positive effect on the level of CE application in both countries (Türkiye – β = 0.61, p < 0.001; Italy – β = 0.58, p < 0.001). Furthermore, it was determined that institutional capacity plays a significant mediating role in the relationship between digitalization and CE applications, revealing that businesses with strong corporate and managerial capacity transform digital tools into circular applications more effectively (H2). Another finding of the study is that the effects of digitalization differ among supply chain actors. Specifically, higher levels of impact were observed among logistics, exporters, and traders in Türkiye, while the impact was more limited among producers and storage businesses. In contrast, the effects of digitalization were more evenly distributed in Italy, with a particularly noticeable impact among producers, processors, and retailers (H3). Findings related to H4 hypothesis show that the relationship between digitalization and CE takes different forms depending on the institutional mechanisms of the two countries. In Italy, a strong regulatory framework and sectoral organisational structure support the transformation of digitalization into cyclical applications, while in Türkiye this effect emerges more through cooperative networks and external financial support. The fsQCA findings, which complement the SEM results, show that achieving high CE performance is not dependent on a single technology or capacity component, but rather on different combinations of conditions. For example, actors with strong collaboration networks in Türkiye exhibit high CE performance despite low digital infrastructure, while advanced technology levels in Italy have produced similar results. This situation demonstrates that CE performance depends not only on technical capacities but also on institutional, contextual, and collaborative dynamics. Overall, this study makes significant contributions to the literature on the impact of digitalization on circular transformation by revealing the differences between countries and actor groups in a multidimensional and empirical manner, based on a holistic, comparative, and methodologically diverse approach.

Sektor rolniczy jest nie tylko fundamentem produkcji żywności, lecz także kluczowym elementem rozwoju społeczno-gospodarczego, zatrudnienia na obszarach wiejskich, zrównoważenia środowiskowego oraz bezpieczeństwa energetycznego. Zgodnie z danymi FAO (2023) globalny sektor rolniczy zapewnia źródła utrzymania dla około 1,1 miliarda ludzi na całym świecie oraz odpowiada za około 10% światowego PKB, zarówno bezpośrednio, jak i pośrednio. W tym kontekście rolnictwo jest nie tylko sektorem gospodarczym, ale również podstawowym elementem równoważącym systemy ekologiczne i społeczne. Globalne kryzysy XXI wieku, takie jak zmiana klimatu, niedobór zasobów naturalnych, zmienność cen żywności oraz kruchość łańcuchów dostaw po pandemii, sprawiły jednak, że restrukturyzacja systemów rolniczych stała się koniecznością.

W tym kontekście łańcuchy rolno-spożywcze, definiowane jako zintegrowana sieć działań, organizacji i procesów zaangażowanych w przekształcanie produktów rolnych od ich miejsc pochodzenia, takich jak gospodarstwa lub organizacje producentów, do ich ostatecznego miejsca przeznaczenia, czyli konsumentów, obejmują produkcję, przetwarzanie, pakowanie, magazynowanie, transport i dystrybucję, odchodząc od tradycyjnych struktur liniowych w kierunku holistycznego, zamkniętego i wspieranego technologicznie procesu transformacji. W szczególności zasady „gospodarki o obiegu zamkniętym” (circular economy; CE) są coraz częściej stosowane w rolnictwie zgodnie z celami zrównoważonego rozwoju, takimi jak ograniczanie marnotrawstwa zasobów, ponowne wykorzystanie odpadów oraz zmniejszanie śladu środowiskowego (De Angelis i in., 2018). Badania przeprowadzone w różnych krajach, takich jak Chiny, Indie, Nigeria i Ukraina, wykazały, że zastosowania gospodarki o obiegu zamkniętym w rolnictwie zwiększyły efektywność wykorzystania zasobów oraz obniżyły koszty produkcji o 15– 30% (Dovhal i in., 2024; Odewole i in., 2024; Xu, 2024). Skuteczne wdrożenie gospodarki o obiegu zamkniętym w łańcuchach rolno-spożywczych jest jednak możliwe nie tylko poprzez przeprojektowanie procesów fizycznych, ale także poprzez integrację technologii cyfrowych z tymi procesami. Integracja ta jest w literaturze określana jako „cyfrowy zamknięty łańcuch dostaw”, przy czym kluczową rolę odgrywają technologie takie jak produkcja oparta na czujnikach, identyfikowalność oparta na blockchain, optymalizacja logistyki wspierana przez sztuczną inteligencję oraz analiza dużych zbiorów danych (Ada i in., 2023; Farazi, 2024). Technologie te nie tylko zwiększają efektywność relacji nakład–wynik, ale również umożliwiają wszystkim podmiotom w łańcuchu dostaw (producentom, przetwórcom, dostawcom logistycznym, magazynom, detalistom, eksporterom i spółdzielniom) podejmowanie bardziej przejrzystych, szybszych i bardziej zrównoważonych decyzji (Kyfyak i Oliinyk, 2025).

Tylko w ramach ograniczonej liczby badań analizowano jednak empirycznie integrację cyfryzacji i gospodarki o obiegu zamkniętym w łańcuchach rolno-spożywczych w ujęciu wielopodmiotowym i porównawczym między krajami. Większość istniejących badań koncentruje się wyłącznie na korzyściach wynikających z określonych narzędzi technologicznych (np. IoT [Internet of Things], blockchain i sztucznej inteligencji) i nie uwzględnia analizy systemowej. Na przykład wykazano, że technologie cyfrowe stymulowały zastosowania gospodarki o obiegu zamkniętym w trakcie procesu związanego z pandemią COVID-19, szczególnie w chińskich MŚP, jednak skupiono się wyłącznie na segmencie produkcyjnym łańcucha dostaw. Podobnie Yuan i Pan (2023) wykazali pośrednie efekty cyfryzacji na zdolności w zakresie gospodarki o obiegu zamkniętym, podkreślając znaczenie zarządzania ryzykiem w łańcuchu dostaw oraz struktur współpracy. Tego typu badania zazwyczaj koncentrują się jednak na pojedynczych sektorach, wąskich grupach próbek oraz jednym kraju lub regionie. Genovese i in. (2023) podkreślają brak badań empirycznych dotyczących transformacji w kierunku gospodarki o obiegu zamkniętym i wskazują, że większość analiz pozostaje raczej teoretyczna niż praktyczna. Farazi (2024) pokazuje, w jaki sposób blockchain, sztuczna inteligencja i IoT wspierają cele gospodarki o obiegu zamkniętym, ale nie wyjaśnia, w jaki sposób technologie te są integrowane w różnych strukturach instytucjonalnych i krajach. Brakuje empirycznych porównań dotyczących stopnia internalizacji strategii gospodarki o obiegu zamkniętym, szczególnie w krajach o wysokim potencjale rolniczym, ale zróżnicowanym poziomie cyfryzacji, takich jak Włochy, Turcja, RPA, Indie, Chiny i Nigeria (Ada i in., 2023; Bag i in., 2024; Boz i Martin-Ryals, 2023). W badaniach wskazano głównie bariery przejścia do gospodarki o obiegu zamkniętym – wysokie koszty inwestycji, luki regulacyjne oraz braki w zakresie kompetencji technologicznych – ale nie opracowano systemowych strategii ich przezwyciężania (Chiaraluce i in., 2021; Mehmood i in., 2021). Jednocześnie podkreśla się, że zastosowania gospodarki o obiegu zamkniętym nie ograniczają się do transformacji technicznej, lecz wpływają również na zrównoważenie społeczne oraz interakcje zainteresowanych stron. Badanie przeprowadzone w Republice Południowej Afryki wykazało, że przedsiębiorstwa spożywcze wykorzystujące big data i analitykę predykcyjną zwiększyły swoje zrównoważenie społeczne poprzez wzrost zaufania społeczności (Bag i in., 2024). Podobnie badania przeprowadzone w Pakistanie i Chinach empirycznie dowiodły, że gospodarka o obiegu zamkniętym ma bezpośredni pozytywny wpływ na wyniki środowiskowe i ekonomiczne przedsiębiorstw (Dieguez-Santana i in., 2025; Khan i in., 2022).

Niniejsze badanie wypełnia istotną lukę w literaturze, analizując, w jaki sposób cyfryzacja kształtuje zastosowania gospodarki o obiegu zamkniętym w łańcuchach rolno-spożywczych na przykładzie Turcji i Włoch, z wykorzystaniem podejścia wielopodmiotowego i wielopoziomowego. Istniejące badania w większości w ograniczony sposób odnoszą się do wkładu technologii cyfrowych w gospodarkę o obiegu zamkniętym, koncentrując się na pojedynczych narzędziach, i nie wyjaśniają interakcji między podmiotami w różnych ogniwach łańcucha dostaw, różnic instytucjonalnych między krajami oraz form współpracy organizacyjnej. W konsekwencji relacja między cyfryzacją a zrównoważonym rozwojem w sektorze rolniczym jest analizowana oddzielnie. Niniejsze badanie ma na celu wypełnienie tych luk poprzez analizę wpływu transformacji cyfrowej na zastosowania gospodarki o obiegu zamkniętym nie tylko poprzez bezpośrednie korzyści technologiczne, lecz także poprzez różne czynniki, takie jak zdolność instytucjonalna, struktury współpracy oraz wizja zarządzania. W ten sposób interakcja cyfryzacja– gospodarka o obiegu zamkniętym jest ujmowana jako wielowymiarowy proces transformacji. Poprzez integrację ilościowego modelowania równań strukturalnych (SEM) oraz jakościowej analizy tematycznej fsQCA, badanie w ujęciu porównawczym ujawnia wpływ cyfryzacji, zdolności instytucjonalnych oraz struktur współpracy na sukces gospodarki o obiegu zamkniętym. W związku z tym w badaniu poszukiwano odpowiedzi nie tylko na pytanie, czy cyfryzacja zwiększa poziom gospodarki o obiegu zamkniętym, ale także na kwestie tego, w jakich warunkach, dla jakich podmiotów oraz w jakich kontekstach krajowych relacja ta ulega wzmocnieniu.

Na podstawie tych pytań sformułowano następujące hipotezy:

• H1: Wraz ze wzrostem poziomu cyfryzacji wzrasta również poziom wdrażania gospodarki o obiegu zamkniętym w przedsiębiorstwach.

• H2: Zdolność instytucjonalna pozytywnie pośredniczy w relacji między cyfryzacją a zastosowaniem gospodarki o obiegu zamkniętym.

• H3: Efekty cyfryzacji na gospodarkę o obiegu zamkniętym różnią się pomiędzy podmiotami łańcucha rolno-spożywczego.

• H4: Relacja między cyfryzacją a gospodarką o obiegu zamkniętym jest kształtowana przez różne mechanizmy instytucjonalne w kontekście włoskim i tureckim.

Wyniki pokazują, że poziom dojrzałości cyfrowej krajów, orientacja polityczna, infrastruktura instytucjonalna oraz strategie sektorowe odgrywają decydującą rolę w tej relacji, tworząc wrażliwe i holistyczne ramy analityczne na styku transformacji cyfrowej i celów zrównoważonego rozwoju. Ramy te pokazują konieczność ujmowania procesów cyfryzacji i gospodarki o obiegu zamkniętym nie tylko jako mechanizmu transformacji technicznej, lecz także w kategoriach uczenia instytucjonalnego, współpracy zainteresowanych stron oraz zarządzania środowiskowego. Dostarczają one zarówno badaczom, jak i decydentom politycznym konkretnego strategicznego planu działania przyspieszającego zrównoważony rozwój w sektorze rolniczym poprzez cyfryzację.

Cyfryzacja, zrównoważony rozwój oraz koncepcje gospodarki o obiegu zamkniętym stały się podstawowymi elementami przekształcania łańcuchów rolno-spożywczych. Nieadekwatność tradycyjnej liniowej struktury produkcja–konsumpcja w kontekście zrównoważenia środowiskowego i ekonomicznego doprowadziła przedsiębiorstwa oraz decydentów do poszukiwania alternatyw dla tego modelu. W tym kontekście gospodarka o obiegu zamkniętym stanowi zmianę paradygmatu, którego celem jest minimalizacja odpadów, ponowne wykorzystanie zasobów oraz rozwój cykli produkcyjnych zgodnych z ekosystemami.

Chociaż liczba badań dotyczących zastosowań gospodarki o obiegu zamkniętym w systemach rolno-spożywczych wzrosła w ostatnich latach, nadal istnieją niejasności dotyczące tego, w jaki sposób przebiega ta transformacja. Na przykład takie zagadnienia jak redukcja odpadów w łańcuchach żywnościowych (Cahyadi i in., 2024), strategie ponownego wykorzystania (Veloso i in., 2025) oraz technologie recyklingu (Dieguez-Santana i in., 2025) były szeroko badane. Natomiast rola technologii cyfrowych w zastosowaniach gospodarki o obiegu zamkniętym została poruszona w ograniczonej liczbie badań i często koncentruje się wyłącznie na fazie produkcji. Przykłady obejmują w szczególności sposób, w jaki komponenty Przemysłu 4.0, takie jak sztuczna inteligencja, internet rzeczy (IoT), blockchain, technologia cyfrowych bliźniaków oraz analiza dużych zbiorów danych, mogą być integrowane z gospodarką o obiegu zamkniętym – pozostaje to obszarem wymagającym wyjaśnienia (Agrawal i in., 2023; Islam, 2024; Liu i in., 2020). Wkład tych technologii w gospodarkę o obiegu zamkniętym w sektorze rolno-spożywczym pozostaje w dużej mierze teoretyczny i nie posiada kompleksowych ram analitycznych (Nowicka, 2021).

W bardzo niewielu badaniach odnoszących się do tych luk analizowano relację między transformacją cyfrową a gospodarką o obiegu zamkniętym na poziomie łańcucha dostaw (Radavičius i Tvaronavičienė, 2021; Yuan i Pan, 2023). Chociaż podkreślano wkład rozwiązań cyfrowych w obszarach takich jak efektywność wykorzystania zasobów, zarządzanie odpadami oraz identyfikowalność w fazie produkcji, systemowe i kompleksowe ramy obejmujące wszystkie ogniwa łańcucha dostaw były rzadko uwzględniane. Ponadto wpływ technologii cyfrowych na transformację w kierunku gospodarki o obiegu zamkniętym był najczęściej analizowany w modelach teoretycznych, natomiast badania empiryczne i porównawcze testujące tę interakcję pozostają ograniczone. Cyfryzacja może jednak umożliwić wdrażanie zasad gospodarki o obiegu zamkniętym nie tylko w produkcji, lecz także na wszystkich etapach, takich jak logistyka, magazynowanie, przetwarzanie, handel detaliczny oraz eksport (Ada i in., 2023). Ponadto w literaturze proponowano różne modele wyjaśniające interakcję między cyfryzacją a gospodarką o obiegu zamkniętym. Na przykład Yuan i Pan (2023) opracowali model, który podkreślał wkład cyfryzacji w gospodarkę o obiegu zamkniętym w kontekście zarządzania ryzykiem w łańcuchu dostaw, koncentrował się on jednak głównie na pojedynczych podmiotach i interakcjach na poziomie mikroekonomicznym. Podobnie Kusumowardani i in. (2021) analizowali zastosowania gospodarki o obiegu zamkniętym w podejściu procesowym, ale nie uwzględnili roli technologii cyfrowych w interakcjach poziomych i pionowych między wieloma podmiotami. Radavičius i Tvaronavičienė (2021) oceniali gospodarkę o obiegu zamkniętym przy użyciu wskaźników obiegu zamkniętego, lecz pominęli różnice między podmiotami. W literaturze często wykorzystywane podejścia teoretyczne obejmują podejście oparte na zasobach (RBV), teorię dynamicznych zdolności (DCT), teorię instytucjonalną, teorię sieci podmiotów (ANT) oraz zarządzanie zrównoważonym łańcuchem dostaw (SSCM) (Dwivedi i Paul, 2022; Zhang i Seuring, 2024). W niniejszym badaniu zaproponowano nowy model (EDDU-M), aby wyjaśnić, w jaki sposób zastosowania gospodarki o obiegu zamkniętym są kształtowane przez cyfryzację, integrując wymienione teorie w wielowarstwowych ramach. Model EDDU-M ma na celu wyjaśnienie wpływu technologii cyfrowych na gospodarkę o obiegu zamkniętym poprzez zmienne takie jak kompetencje organizacyjne i struktura współpracy oraz otoczenie regulacyjne. W tym kontekście EDDU-M różni się od wcześniejszych modeli na trzy kluczowe sposoby: (i) odnosi się on do relacji między cyfryzacją a gospodarką o obiegu zamkniętym we wszystkich ogniwach łańcucha dostaw; (ii) uwzględnia zróżnicowanie oparte na podmiotach w modelu; oraz (iii) definiuje wpływ kontekstów krajowych jako zmienną regulacyjną. W ten sposób model EDDU-M stanowi systemową odpowiedź na luki w istniejących modelach, które albo pozostają na poziomie mikroekonomicznym, albo nie uwzględniają różnic kontekstowych.

Oryginalny wkład niniejszego badania jest trojaki. Po pierwsze, wykracza ono poza podejścia skupione wyłącznie na jednym aspekcie w literaturze, analizując relację między cyfryzacją a gospodarką o obiegu zamkniętym nie tylko na poziomie produkcji, lecz także na wszystkich etapach łańcucha dostaw, w tym przetwarzaniu, logistyce, magazynowaniu, dystrybucji, handlu detalicznym, eksporcie oraz zarządzaniu spółdzielniami (Chiaraluce i in., 2021; Dieguez-Santana i in., 2025). Po drugie, analiza porównawcza dwóch krajów o odmiennych strukturach społeczno-ekonomicznych, instytucjonalnych i rolniczych – Włoch i Turcji – wykracza poza ograniczone dotychczas badania dotyczące tego, w jaki sposób rozwiązania gospodarki o obiegu zamkniętym dostosowują się do kontekstów kulturowych i zarządczych (Kusumowardani i in., 2021; van Wassenaer i in., 2023). Po trzecie, w badaniu wprowadzono innowację metodologiczną poprzez połączenie wielu podejść badawczych, takich jak jakościowe studia przypadków, ilościowa analiza oparta na ankietach oraz konfiguracyjna analiza fsQCA, w celu testowania modeli teoretycznych i tworzenia podstaw dla zaleceń politycznych (Liu i in., 2023). Podsumowując, choć niektóre wcześniejsze badania analizowały związek między cyfryzacją a gospodarką o obiegu zamkniętym, zazwyczaj przyjmowały one ujęcie ogólne, bez zróżnicowania na poziomie podmiotów oraz bez wielowymiarowej integracji. W tabeli 1 w systematyczny sposób porównano podstawowe ramy koncepcyjne i empiryczne z modelem EDDU-M, podkreślając jego unikalny wkład w łączenie dynamiki cyfrowej, instytucjonalnej i współpracy poprzez praktyczne, oparte na podmiotach podejście.

Analiza porównawcza Turcji i Włoch ujawnia istotne różnice w charakterystyce demograficznej, ekonomicznej i behawioralnej podmiotów łańcucha dostaw żywności (tab. 2). Włoskie firmy mają generalnie wyższy średni wiek, większą liczbę pracowników oraz wyższe obroty, co wskazuje, że sektor jest bardziej zinstytucjonalizowany i lepiej dostosowany do korzyści skali. W odniesieniu do postaw wobec praktyk gospodarki o obiegu zamkniętym oraz liczby rzeczywistych zastosowań gospodarki o obiegu zamkniętym, podmioty we Włoszech są bardziej aktywne – szczególnie przetwórcy, firmy logistyczne oraz eksporterzy, którzy wykazują wysoki poziom integracji z procesami gospodarki o obiegu zamkniętym. W Turcji spółdzielnie oraz detaliści wykazują relatywnie bardziej pozytywne postawy wobec gospodarki o obiegu zamkniętym, podczas gdy poziom ten jest niższy wśród producentów i grup handlowych. Poziom wykorzystania technologii cyfrowych jest wyższy we Włoszech niż w Turcji we wszystkich grupach interesariuszy, co można przypisać większej dojrzałości infrastruktury cyfrowej. W Turcji luka pomiędzy pozytywnymi postawami wobec cyfryzacji a jej rzeczywistym wykorzystaniem wskazuje na potencjalne, lecz niewykorzystane możliwości transformacji cyfrowej.

Praktyki recyklingu odpadów w Turcji są obserwowane intensywniej wśród niektórych podmiotów łańcucha dostaw, w szczególności przetwórców (29,9%), handlowców (29%) oraz firm magazynowych (28,2%), podczas gdy występowanie tych praktyk wśród producentów (12,3%), spółdzielni (12,2%) oraz eksporterów (10,2%) jest ograniczone (tab. 3). Wskazuje to, że podmioty znajdujące się w środkowej części łańcucha dostaw inwestują więcej w praktyki z zakresu zrównoważenia środowiskowego, jednak podmioty skoncentrowane na produkcji i sprzedaży zagranicznej pozostają w tyle w zakresie transformacji środowiskowej. W przypadku Włoch obserwuje się bardziej zrównoważony rozkład. Najwyższe wskaźniki zrównoważenia środowiskowego występują wśród magazynierów (27,4%), przetwórców (17,5%) oraz handlowców (19,3%); spółdzielnie (14,5%), producenci (13,2%) oraz eksporterzy (14,4%) wykazują relatywnie lepsze wyniki niż w Turcji. Wykorzystanie odnawialnych źródeł energii jest szczególnie widoczne wśród producentów (14,3%) oraz detalistów (15,3%) we Włoszech, podczas gdy w Turcji wskaźnik ten wynosi jedynie 3,3% wśród producentów. Wysoki poziom wdrożeń w zakresie przeprojektowania procesów oraz recyklingu odpadów we Włoszech, szczególnie w handlu detalicznym (23%) oraz magazynowaniu (20,9%), jest godny uwagi, podczas gdy w Turcji wartości te są niskie. Różnice te można wyjaśnić wpływem polityk UE, regulacji środowiskowych oraz dostępności finansowania. Polityki UE zwiększają zdolność przedsiębiorstw do transformacji poprzez ramy prawne i mechanizmy zachęt, które wymuszają integrację zasad gospodarki o obiegu zamkniętym w sektorze rolnictwa i żywności. Z kolei fakt, że regulacje środowiskowe oraz instrumenty finansowe nie są jeszcze w Turcji wystarczająco zinstytucjonalizowane, tworzy istotne różnice w rozpowszechnieniu tych praktyk (Bozatli i Akca, 2024, Habeşoğlu i in., 2022).

Zastosowania cyfryzacji w Turcji są ogólnie na niskim poziomie. Systemy ERP wdrażane są jedynie wśród 1,6–6,5% firm, podczas gdy systemy IoT osiągają wartość tylko 1,2–8,9%. Analiza danych oraz zastosowania blockchain również pozostają ograniczone. Najbardziej wyróżniającą się grupą są detaliści, którzy wykazują wyższy poziom wykorzystania wszystkich narzędzi cyfryzacji (szczególnie ERP – 4,6% oraz IoT – 8,9%) w porównaniu z innymi podmiotami. Wskazuje to, że przedsiębiorstwa mające bezpośredni kontakt z konsumentami szybciej wprowadzają technologie cyfrowe. Z kolei we Włoszech zastosowania cyfryzacji są bardziej zaawansowane. Na przykład systemy ERP są najszerzej stosowane przez handlowców (24%) oraz detalistów (27%), podczas gdy analiza danych jest szczególnie rozpowszechniona wśród firm logistycznych (20,2%) oraz eksportowych (15,4%). Technologie IoT we Włoszech mieszczą się zazwyczaj w przedziale 7–14% i są znacząco bardziej rozpowszechnione niż w Turcji. Technologia blockchain jest stosowana na niskim poziomie zarówno w Turcji, jak i we Włoszech, jednak włoscy detaliści (13,2%) oraz eksporterzy (13,9%) wyróżniają się na tle pozostałych. Wskazuje to, że Włochy poczyniły większe postępy w zakresie wspierania cyfryzacji poprzez elementy takie jak przejrzystość łańcucha dostaw oraz identyfikowalność.

Dane porównawcze oraz wyniki fsQCA wskazują, że zróżnicowane poziomy wdrożeń cyfryzacji oraz gospodarki o obiegu zamkniętym na różnych poziomach są kształtowane nie tylko przez różnice w infrastrukturze technologicznej, ale również przez takie czynniki jak podejście rządu do polityki środowiskowej, dostęp do publicznych zachęt finansowych, instytucjonalna świadomość celów zrównoważonego rozwoju oraz sektorowe priorytety strategiczne (tab. 3). Otrzymane wyniki analizy są zgodne z wcześniejszymi badaniami podkreślającymi wpływ wsparcia politycznego oraz dojrzałości instytucjonalnej na transformację cyfrowo-cyrkularną w systemach rolno-spożywczych (Dieguez-Santana i in., 2025; Krstić i in., 2024; Gkountani i in., 2021).

W Turcji integracja gospodarki o modelu zamkniętym oraz cyfryzacji jest szczeglnie niska wśród firm znajdujących się na pierwszym (producenci) oraz ostatnim (eksporterzy) etapie łańcucha dostaw. Sytuacja ta jest zgodna z badaniami dotyczącymi „opóźnienia technologicznego” (Zhang i in., 2020) oraz „deficytów w zarządzaniu politycznym” (Coluccia i in., 2022). Poziom wdrożeń wśród podmiotów zorientowanych rynkowo, takich jak handel detaliczny i logistyka, jest wysoki w obu krajach i we wszystkich typach technologii, co wskazuje, że podmioty te są bardziej otwarte na zmiany oraz bardziej reagują na presję rynkową. Zróżnicowanie to pokazuje, że transformacje cyfryzacji oraz zrównoważonego rozwoju nie przebiegają równomiernie we wszystkich ogniwach łańcucha dostaw i że konieczne jest opracowanie strategii kierunkowych.

W tabeli 4 przedstawiono kompleksowy model pomiarowy podwymiarów skal cyfryzacji oraz gospodarki o obiegu zamkniętym zastosowanych w niniejszym badaniu, przy czym każdy podwymiar obejmuje co najmniej trzy pozycje. Skala cyfryzacji składa się z czterech podwymiarów: wykorzystania technologii, integracji danych, zarządzania cyfrowego oraz postrzeganych korzyści z cyfryzacji. Podwymiary te mają na celu pomiar zarówno infrastruktury technicznej, jak i zdolności zarządczych przedsiębiorstw. Ładunki czynnikowe wszystkich pozycji w skali mieściły się w przedziale od 0,72 do 0,83, wartości rzetelności kompozytowej (CR) wynosiły 0,87, średnia wyodrębniona wariancja (AVE) – 0,63, a współczynniki alfa Cronbacha – 0,84 dla każdego podwymiaru, co wskazuje na wysoki poziom rzetelności. Skala gospodarki o obiegu zamkniętym obejmuje podwymiary: efektywność zasobów, zarządzanie odpadami, ponowne wykorzystanie / przeprojektowanie oraz efektywność środowiskowa. W przypadku tej skali ładunki czynnikowe mieściły się w przedziale od 0,72 do 0,81, wartość CR wynosiła 0,85, AVE – 0,61, a współczynnik rzetelności – 0,82. Wartości te wskazują zarówno na wysoką spójność wewnętrzną skal, jak i odrębność konceptualną wymiarów reprezentowanych przez poszczególne podskale. Tym samym struktura pomiarowa tworzy teoretycznie uzasadnione i empirycznie solidne ramy pomiarowe, które mogą stanowić wkład do analiz porównawczych w literaturze oraz podstawę do testowania hipotez. W tym kontekście badanie stanowi jeden z pierwszych przykładów pokazujących, że koncepcje gospodarki o obiegu zamkniętym oraz cyfryzacji mogą być kompleksowo mierzone w łańcuchu dostaw sektora rolno-spożywczego.

W niniejszym badaniu, przed przejściem do SEM, oceniono przydatność zbioru danych do analizy pod kątem normalności rozkładu, współliniowości oraz adekwatności próby. Normalność danych testowano zarówno wizualnie, jak i parametrycznie. Analiza histogramów oraz wykresów Q-Q wykazała, że zmienne w dużej mierze mają rozkład normalny. Wyniki testu Shapiro–Wilka (p > 0,05) potwierdziły założenie normalności rozkładu. Dodatkowo wartości skośności i kurtozy mieściły się w przedziale od −1 do +1, co wskazuje na symetryczny rozkład zmiennych (Hair i in., 2019). Wyniki te sugerują, że rozkład danych jest odpowiedni do analiz parametrycznych w modelowaniu strukturalnym. W celu identyfikacji problemu współliniowości w modelu obliczono wartości współczynnika inflacji wariancji (VIF). Wartości VIF dla wszystkich zmiennych mieściły się w przedziale od 1,12 do 2,41 i pozostawały poniżej progu 5. Oznacza to, że współliniowość nie stanowi istotnego problemu w modelu (Kock i Lynn, 2012). Adekwatność próby oceniono za pomocą miary Kaisera–Meyera–Olkina (KMO) oraz testu sferyczności Bartletta. Wartość KMO wyniosła 0,921, co wskazuje na poziom „doskonały” (Kaiser, 1974). Test Bartletta był istotny statystycznie (χ² = 4285,12; df = 276; p < 0,001), co oznacza, że zmienne wykazują korelacje odpowiednie do analizy czynnikowej. Wielkość próby została rozłożona według krajów oraz dostawców, przy czym w każdej podgrupie n > 100, co spełnia minimalny poziom zalecany dla PLS-SEM (Hair i in., 2021).

Współcześnie łańcuchy rolno-spożywcze przekształciły się w struktury wielowymiarowe, obejmujące nie tylko przepływ produktów, lecz także efektywną integrację informacji, technologii oraz elementów zrównoważonego rozwoju. Dostosowanie tych złożonych systemów do zasad gospodarki o obiegu zamkniętym nadal pozostaje jednak niewystarczające. Dlatego lepsze zrozumienie transformacyjnego wpływu cyfryzacji w tym procesie przejścia pozwoli wypełnić istotną lukę w literaturze naukowej. W szczególności elementy takie jak zasobooszczędność, redukcja odpadów oraz identyfikowalność w rolnictwie mogą przyczyniać się do zrównoważonego rozwoju, jeśli są wspierane przez narzędzia cyfrowe. W tym kontekście pierwszym celem jest przetestowanie funkcjonalności cyfryzacji w procesie przejścia do gospodarki o obiegu zamkniętym na poziomie podmiotów. Hipoteza ta opiera się na koncepcjach RBV i DCT. RBV koncentruje się na znaczeniu zasobów strategicznych (np. infrastruktury technologii informacyjnych), które umożliwiają przedsiębiorstwom osiąganie trwałej przewagi konkurencyjnej, podczas gdy DCT podkreśla zdolność tych zasobów do szybkiej i efektywnej transformacji w odpowiedzi na zmienność otoczenia. W niniejszym badaniu podstawowe założenie RBV, zgodnie z którym zasoby „wartościowe, rzadkie, trudne do imitacji i odpowiednio zorganizowane” (w szczególności infrastruktura cyfrowa, systemy zarządzania danymi, technologie inteligentnego rolnictwa itp.) wpływają na wdrożenia gospodarki o obiegu zamkniętym, zostało przetestowane na poziomie podmiotów. Dodatkowo, w ramach DCT, empirycznie oceniono zależność między zdolnościami adaptacyjnymi organizacji w zakresie zrównoważonego rozwoju środowiskowego a poziomem ich transformacji technologicznej. Wyniki uzyskane z analizy modelu strukturalnego pokazują, że wpływ cyfryzacji na wdrożenia gospodarki o obiegu zamkniętym jest silny i istotny zarówno w Turcji (β = 0,61; p < 0,001), jak i we Włoszech (β = 0,58; p < 0,001) (tab. 5). Efekt ten różni się jednak istotnie w zależności od podmiotów łańcucha dostaw. W Turcji wpływ cyfryzacji jest relatywnie wyższy wśród podmiotów logistycznych, eksporterów oraz handlowców (β = 0,64–0,68), natomiast pozostaje bardziej ograniczony w przypadku podmiotów pierwotnych, takich jak producenci i magazyny. Wyniki jakościowe wskazują, że relacje z regionalnymi agencjami rozwoju, zewnętrznymi funduszami wsparcia oraz dostawcami technologii przyspieszyły proces transformacji cyfrowej wśród podmiotów logistycznych, eksporterów i handlowców. Jeden z uczestników podsumował tę sytuację następująco: „Przeszliśmy na cyfrowy system monitorowania dzięki dotacji z agencji; pozwoliło nam to rozpocząć pomiar odpadów”. Wynik ten pokazuje, że zdolność instytucjonalna (IC) jest powiązana zarówno z wewnętrznymi możliwościami, jak i zewnętrznymi sieciami wsparcia. Wpływ ten jest jednak bardziej ograniczony wśród podmiotów na wczesnych etapach, takich jak producenci i magazyny, co wynika z ograniczonego dostępu do narzędzi cyfrowych oraz niewystarczającego wsparcia, prowadząc do bardziej ostrożnego podejścia do technologii. Sytuację tę można powiązać z ograniczonym dostępem producentów do technologii cyfrowych, brakiem wiedzy technicznej oraz niską zdolnością inwestycyjną. W wynikach jakościowych jeden z producentów stwierdził: „Słyszałem o technologiach sensorowych, ale nie do końca rozumiem, do czego są wykorzystywane. I tak nie ma żadnego wsparcia”, co podkreśla zarówno niedobory w zakresie świadomości, jak i infrastruktury. Wynik ten jest zgodny z ustaleniami Liu i in. (2023), które wskazują, że rozpowszechnienie cyfryzacji wśród małych producentów pozostaje ograniczone. Ponadto Yuan i Pan (2023) zauważyli, że podmioty dysponujące niewystarczającą infrastrukturą cyfrową wymagają większego wsparcia strukturalnego w procesie przejścia na strategię gospodarki o obiegu zamkniętym. Zachęty do cyfryzacji dla producentów nie powinny mieć wyłącznie charakteru finansowego, lecz obejmować również szkolenia techniczne oraz doradztwo wdrożeniowe. Dla tych grup należy rozwijać programy spółdzielczej transformacji cyfrowej oraz upraszczać interfejsy techniczne. We Włoszech wpływ cyfryzacji na wdrożenia gospodarki o obiegu zamkniętym jest bardziej stabilny i równomiernie rozłożony wśród producentów, przetwórców oraz detalistów (β = 0,60–0,75) (tab. 5). Różnica ta może wynikać z bardziej zaawansowanej infrastruktury cyfrowej we Włoszech oraz wcześniejszej integracji rozwiązań cyfrowych w systemach produkcyjnych. Dodatkowo wyniki potwierdzają podstawowe założenie RBV dotyczące strategicznej wartości infrastruktury cyfrowej na poziomie podmiotów oraz ukazują wkład technologii cyfrowych w zwinność organizacyjną w ramach DCT w ujęciu kontekstowym.

Współcześnie łańcuchy rolno-spożywcze, ze względu na swoją złożoną i wielopodmiotową strukturę, wymagają nie tylko przepływu produktów, lecz także środowiska współpracy, w którym między podmiotami współdzielone są informacje, wartość, odpowiedzialność środowiskowa oraz wspólne cele. Systematyczne wdrażanie praktyk gospodarki o obiegu zamkniętym w sektorze pozostaje jednak ograniczone. Współpraca jest uznawana za katalizator gospodarki o obiegu zamkniętym poprzez takie narzędzia jak wymiana informacji, wspólne podejmowanie decyzji oraz współdzielenie kosztów i ryzyka, zarówno w układzie pionowym (producent–detalista), jak i poziomym (producent–producent, spółdzielnie). Podstawę teoretyczną tej hipotezy stanowią teoria kapitału społecznego oraz teoria zależności od zasobów (RDT). Teoria wymiany społecznej (SET) stwierdza, że relacje oparte na zasadach wzajemnego zaufania, zaangażowania i obopólnych korzyści tworzą trwałą wartość, natomiast RDT wskazuje, że podmioty strategicznie kształtują swoje zachowania kooperacyjne w zależności od poziomu zależności od zasobów zewnętrznych (Marquina i in., 2024; Sudusinghe i Seuring, 2022). W tym kontekście opracowany model analizuje wpływ współpracy na gospodarkę o modelu zamkniętym w różnych grupach podmiotów (producentów, przetwórców, logistykę, magazynowanie, spółdzielnie, detalistów, handlowców i eksporterów) w Turcji i we Włoszech. Wyniki wskazują, że współpraca istotnie i pozytywnie wpływa na praktyki gospodarki o modelu zamkniętym zarówno w Turcji (β = 0,52; p < 0,001), jak i we Włoszech (β = 0,65; p < 0,001) (tab. 4). Efekty te różnią się jednak znacząco w zależności od podmiotów. W Turcji spółdzielnie (β = 0,68), eksporterzy (β = 0,60) oraz handlowcy (β = 0,59) odnoszą większe korzyści ze współpracy, podczas gdy efekt ten jest niższy w przypadku producentów i podmiotów zajmujących się magazynowaniem (β = 0,41–0,45). Z kolei we Włoszech silniejsze efekty obserwuje się wśród przetwórców (β = 0,70), podmiotów logistycznych (β = 0,68) oraz detalistów (β = 0,66) (tab. 5). Wyniki te można wyjaśnić bardziej zinstytucjonalizowanymi systemami współpracy i spółdzielczości we Włoszech (Kusumowardani i in., 2021; Papadopoulos i in., 2022). Badanie wykazało również, że jakość interakcji między zainteresowanymi stronami (zaufanie, wymiana informacji, zgodność celów) jest kluczowym czynnikiem determinującym sukces gospodarki o modelu zamkniętym a nie tylko zdolności techniczne (Berardi i de Brito, 2021; Bloise, 2020; Chiaraluce i in., 2021; Varma i in., 2025). Jeden z uczestników z Włoch stwierdził: „Nikt nie chce dzielić się danymi; każdy myśli tylko o własnych interesach”, co wskazuje na niski poziom kapitału społecznego. Wynik ten jest zgodny z ustaleniami Radavičiusa i Tvaronavičienė (2021), którzy wskazali zaufanie jako kluczowy czynnik transformacji cyfrowej opartej na strukturach współpracy. Ponadto Liu i in. (2023) podkreślili, że jakość współpracy bezpośrednio wpływa na efektywność gospodarki o obiegu zamkniętym. W związku z tym należy rozwijać platformy wzmacniające zaufanie wewnątrz sektora (np. otwarte protokoły wymiany danych oraz wspólne cyfrowe systemy ewidencji), a decydenci powinni projektować modele zarządzania wzmacniające zaufanie, dostosowane do tej grupy. Podsumowując, relacje oparte na zaufaniu ułatwiają przejście do gospodarki o obiegu zamkniętym w kontekście SET, natomiast współpraca staje się koniecznością dla podmiotów zależnych od zasobów zewnętrznych, szczególnie w sektorze eksportu i logistyki, z perspektywy RDT. Z tej perspektywy badanie to po raz pierwszy potwierdza relację między współpracą a gospodarką o obiegu zamkniętym, która w literaturze była dotychczas testowana w ograniczonym zakresie zarówno w kontekstach wielopodmiotowych, jak i międzynarodowych. Metodologicznie, poprzez rozdzielenie danych na poziomie podmiotów, w badaniu przeanalizowano wpływ różnic operacyjnych między krajami oraz w obrębie łańcucha dostaw na sukces gospodarki o modelu zamkniętym.

Zdolność instytucjonalna jest kluczowym czynnikiem decydującym o sukcesie praktyk gospodarki o obiegu zamkniętym. Obejmuje ona nie tylko wewnętrzne zdolności przedsiębiorstw, lecz także elementy systemowe, takie jak wsparcie polityczne, regulacje sektorowe, infrastruktura informacyjna oraz zdolność wdrożeniowa zainteresowanych stron. W tym kontekście teoria instytucjonalna wyjaśnia, w jaki sposób presje środowiskowe (przymusowe, mimetyczne i normatywne) kształtują zachowania organizacyjne i kierują procesami transformacji gospodarki o obiegu zamkniętym (Sun, 2018). Zdolność instytucjonalna jest również wspierana przez RBV i wiąże się ze strategicznymi zasobami oraz procesami umożliwiającymi organizacjom skuteczne wdrażanie strategii środowiskowych (Cahyadi i in., 2024). W tym kontekście wyniki modelu pokazują, że wpływ zdolności instytucjonalnej na gospodarkę o obiegu zamkniętym jest istotny i pozytywny zarówno w Turcji (β = 0,36; p < 0,01), jak i we Włoszech (β = 0,52; p < 0,001) (tab. 4). We Włoszech efekt ten jest wyższy wśród spółdzielni i eksporterów, natomiast w Turcji zdolność instytucjonalna wydaje się być bardziej efektywna wśród magazynierów i podmiotów logistycznych. Sytuację tę można przypisać temu, że podmioty te w większym stopniu korzystają z inwestycji w infrastrukturę cyfrową realizowanych przez regionalne agencje rozwoju. W danych jakościowych jeden z uczestników wyjaśnił ten proces, mówiąc: „Agencja rozwoju zapewniła nam dotację na oprogramowanie, więc przeszliśmy na ERP”. To ustalenie jest zgodne z wynikami Zhanga i in. (2020), którzy wskazali, że zdolność instytucjonalna w sektorze logistyki stanowi siłę napędową wdrażania gospodarki o obiegu zamkniętym. Kusumowardani i in. (2021) podkreślili, że cyfryzacja zorientowana na procesy jest szczególnie skuteczna w segmentach operacyjnych. Podmioty logistyczne mają potencjał do tworzenia cyfrowego „kręgosłupa” transformacji gospodarki o obiegu zamkniętym. Dlatego programy rozwoju kompetencji organizacyjnych (zarządzania procesami, analizy danych) powinny być wspierane w takim samym stopniu jak inwestycje infrastrukturalne. Może to wynikać z faktu, że wsparcie publiczne w Turcji koncentruje się na infrastrukturze i jest realizowane poprzez regionalne agencje rozwoju, podczas gdy we Włoszech większą rolę odgrywają silniejsze organizacje sektorowe (Fassio i in., 2022; Krstić i in., 2024). Ponadto wyniki te są zgodne z przeglądem systematycznym Diegueza-Santany i in. (2025), w którym wskazano brak wsparcia instytucjonalnego jako podstawową barierę (Mehmood i in., 2021). Co więcej, potwierdzają one ustalenia Anastasiadisa i in. (2022), że identyfikowalność oraz regulacje instytucjonalne w całym łańcuchu dostaw wzmacniają gospodarkę o obiegu zamkniętym. Ponadto trójwymiarowy model bodźców (rząd–konsument–przedsiębiorstwo) opracowany przez Diegueza-Santanę i in. (2025) w kontekście Chin jest spójny z wielopodmiotowym podejściem przyjętym w niniejszym badaniu. W tym kontekście badanie pokazuje, że zdolność instytucjonalna pełni rolę nie tylko wsparcia politycznego, lecz także strukturalnej dźwigni wzmacniającej koordynację i dopasowanie między podmiotami.

Kolejnym celem badania jest testowanie wrażliwości relacji między cyfryzacją a wdrażaniem gospodarki o obiegu zamkniętym na warunki kontekstowe. Chociaż wkład cyfryzacji w gospodarkę o obiegu zamkniętym został potwierdzony w wielu badaniach (Esposito i in., 2023), to sposób, w jaki relacja ta zmienia się w różnych kontekstach krajowych, nie został wystarczająco zbadany (Bag i in., 2024; Chiaraluce i in., 2021; Krstić i in., 2024; Perçin, 2022). Wpływ różnic strukturalnych, technologicznych i instytucjonalnych między krajami na funkcjonalność rozwiązań cyfrowych stanowi podstawę tej hipotezy. Wyniki testów równoważności strukturalnej oraz analiz moderatorów wskazują, że wpływ cyfryzacji na gospodarkę o obiegu zamkniętym jest silniejszy i bardziej bezpośredni we Włoszech, natomiast w Turcji jest słabszy i bardziej pośredni. Sytuację tę można wyjaśnić wyższym poziomem wsparcia instytucjonalnego, bardziej rozwiniętą infrastrukturą cyfrową oraz silniejszą polityką środowiskową w łańcuchu dostaw sektora rolnego we Włoszech (Dieguez-Santana i in., 2025; Gkountani i in., 2021). W Turcji natomiast wpływ cyfryzacji jest bardziej widoczny w sektorach o wyższej konkurencyjności, takich jak logistyka i handel detaliczny, natomiast pozostaje ograniczony na poziomie producentów i spółdzielni. Analizując to z perspektywy teorii instytucjonalnej oraz kontekstowych paradygmatów zrównoważonego rozwoju, różnice te wskazują, że sukces innowacji środowiskowych zależy nie tylko od czynników technologicznych, lecz także od infrastruktury politycznej i kulturowej (Lugo i in., 2022; Rodríguez-Mañay i in., 2025; Vetrova i Ivanova, 2021).

Niniejsze badanie jest jednym z nielicznych opracowań analizujących wpływ cyfryzacji w łańcuchach rolno-spożywczych w Turcji i we Włoszech na wdrażanie gospodarki o obiegu zamkniętym w ujęciu wielopodmiotowym, wielopoziomowym oraz porównawczym. Opracowane ramy analityczne z wykorzystaniem modelu EDDU-M kompleksowo uwzględniają poziom cyfryzacji, zdolność instytucjonalną oraz dynamikę współpracy. Znaczna część hipotez testowanych na podstawie wyników modelowania równań strukturalnych (SEM) została potwierdzona. W związku z tym, zgodnie z hipotezą H1 stwierdzono, że cyfryzacja, czyli wykorzystanie analizy danych oraz IoT, ma istotny i pozytywny wpływ na poziom wdrażania gospodarki o obiegu zamkniętym w obu krajach (Turcja – β = 0,61; p < 0,001; Włochy – β = 0,58; p < 0,001). Ponadto ustalono, że zdolność instytucjonalna odgrywa istotną rolę mediującą w relacji między cyfryzacją a wdrażaniem gospodarki o obiegu zamkniętym, co pokazuje, że przedsiębiorstwa o silnych zdolnościach organizacyjnych i zarządczych skuteczniej przekładają narzędzia cyfrowe na rozwiązania oparte na gospodarce o obiegu zamkniętym (H2). Kolejnym wynikiem badania jest to, że efekty cyfryzacji różnią się między podmiotami łańcucha dostaw. W szczególności w Turcji wyższy poziom wpływu obserwuje się wśród podmiotów logistycznych, eksporterów i handlowców, natomiast wpływ ten jest bardziej ograniczony w przypadku producentów i przedsiębiorstw magazynowych. Z kolei we Włoszech efekty cyfryzacji są bardziej równomiernie rozłożone, z wyraźnym wpływem wśród producentów, przetwórców i detalistów (H3). Wyniki związane z hipotezą H4 wskazują, że relacja między cyfryzacją a gospodarką o obiegu zamkniętym przyjmuje różne formy w zależności od mechanizmów instytucjonalnych w obu krajach. We Włoszech silne ramy regulacyjne oraz struktura organizacji sektorowych wspierają transformację cyfryzacji w rozwiązania oparte na gospodarce o obiegu zamkniętym, podczas gdy w Turcji efekt ten ujawnia się głównie poprzez sieci spółdzielcze oraz zewnętrzne wsparcie finansowe. Wyniki fsQCA, które uzupełniają rezultaty SEM, pokazują, że osiągnięcie wysokiej efektywności gospodarki o modelu zamkniętym nie zależy od pojedynczej technologii ani jednego komponentu zdolności, lecz od różnych kombinacji warunków. Na przykład podmioty o silnych sieciach współpracy w Turcji osiągają wysoką efektywność gospodarki o modelu zamkniętym pomimo niskiego poziomu infrastruktury cyfrowej, podczas gdy we Włoszech podobne rezultaty wynikają z wysokiego poziomu zaawansowania technologicznego. Sytuacja ta pokazuje, że efektywność gospodarki o modelu zamkniętym zależy nie tylko od zdolności technicznych, lecz także od dynamiki instytucjonalnej, kontekstowej i współpracy. Ogólnie rzecz biorąc, badanie to wnosi istotny wkład do literatury dotyczącej wpływu cyfryzacji na transformację w kierunku gospodarki o obiegu zamkniętym, ujawniając różnice między krajami i grupami podmiotów w ujęciu wielowymiarowym i empirycznym, opartym na holistycznym, porównawczym i metodologicznie zróżnicowanym podejściu.