数字供应链：智能技术与动态能力的绿色协同效应

潘小燕

关键词：数字供应链; 智能技术; 企业绩效; 动态能力

中图分类号：F252 文献标识码：A 文章编号：2096-7934（2023）11-0087-10

一、引言

我国政府正从工业经济向数字经济加速转型，实现数字经济高质量发展。与此同时，迅猛发展的技术变革改变了传统的商业模式、加剧了环境变动程度，极大地增加了企业之间的竞争强度。失败的数字转型扼制了企业抗压力和生长力，对企业绩效及可持续发展产生了直接冲击。很多有资金、有资源的传统企业在数字化浪潮前徘徊不前，世界各地的公司都面临着适应数字时代动荡环境的挑战，供应链也不例外。数字供应链是利用新方法、新技术进行数字化转型、创造网络效应和竞争价值，是一个新颖的、智能的、增值的过程［1］，这些智能技术包括条形码扫描、定位服务和通信技术等。

文献梳理发现，国内外许多研究人员强调了数字供应链管理在企业绩效中的重要性［2-5］。数字化转型增加了供应链内的协作、降低了总成本并提高了服务绩效。尽管已经证实数字供应链的巨大潜力，但对于寻求走向数字供应链的企业来说，仍有很大的未开发可能性［5］。例如，现阶段转型条件是否具备、转型会带来哪些价值、转型时又会遇到哪些 “黑匣子”问题仍需被讨论。因此，在当前数字化时代，从微观视角——供应链管理入手探讨其驱动机制及影响因素，具有十分重要的意义。

本文通过文献梳理和理论分析，以资源基础观的延伸——动态能力理论作为支持假设的理论基础，构建以智能技术为起点的新的理论模型，用200家制造业企业调查数据进行结构化（SMEs），从供应链管理视角探寻智能技术影响企业绩效的内在机理，阐明在数字供应链中获得价值驱动利益所需的技術和方法，为我国数字供应链管理和制造业企业发展提供理论依据和实证支持。

二、理论基础与基本假设

（一）数字供应链中智能技术与动态能力

供应链是核心企业与供应商、制造商、运输商、分销（零售）商及最终用户共同建立的一种网链结构；数字转型是对数字时代业务的重新思考、重新想象和重新设计，因此，数字供应链被定义为由新技术处理这一相互关联活动的流程，这些活动涉及供应商和客户［6-7］。通过智能技术，数字供应链能够实现更广泛的信息可用性和无限优越的交互、通信及协作，从而提高信任、敏捷性和生产力［8］，例如，从不同来源收集大量数据［9］、创建更高效的客户界面［10］、基于数字化的信息交换等［11］。

Lawson and Samson（2001）［12］早就发现企业强大的信息搜集系统有利于企业构建动态能力。Carcary， Doherty and Conway（2016）［13］也认为动态能力来源于企业创新，有利于企业转型。因此，由于智能技术在数字化转型中的关键作用，企业需要提高技术适应性水平，并实施智能技术［11］，从而更加智能、高效、精准地感知、捕捉机会进而管理资源以建立竞争优势［14］。基于以上观点，本文提出：

H1：智能技术对企业动态能力有积极而显著的正向影响。

（二）数字供应链中智能技术与企业绩效

企业创新和核心竞争力发展的关键是所拥有的独一无二的技术资源，基于RBV支持的研究发现数字能力是企业在技术环境中的主要能力。Carcary，Doherty and Conway（2016）［13］认为，成功的数字转型需要一个组织在许多不同的领域发展多种能力，这些能力可能因特定部门和组织的具体需求而异。智能技术是一套利用数字资产创造差异化价值的常规策略，为了执行数字战略，公司需要数字转型能力［15］，这些行为能力由企业的战略方向所指导，技术能力强大的企业总在尝试挖掘全部的数字潜力，相比较一般企业，收益更多，回报更大［16］。研究结果表明，加强企业智能技术能提高企业绩效［17-18］。基于以上观点，本文提出假设：

H2：智能技术对企业绩效有积极而显著的正向影响。

（三）动态能力在数字供应链中的重要性

艾瑞咨询《2022年中国中小微企业数字化转型路径研究报告》称，美国企业数字化转型率约为54%，欧洲的比例约为46%，而中国的比例远低于美国和欧洲，仅为25%。麦肯锡报告则发现企业数字转型成功率仅为20％。即使是诸如电信、媒体、高科技等精通数字技术的行业成功率也不超过26％，不容乐观。而传统行业如天然气、石油、制药、汽车等，成功率更具挑战性，仅在4％至11％之间。具备一定资源的大型企业通常以为购置了软硬件设备、升级了技术便顺利完成数字转型，这是不正确的。因为，数字化转型与软件或技术无关，重要在于组织的敏捷性和适应性。

可见，企业能够获取卓越绩效和可持续性发展，不仅在于其拥有不可复制的优质资源，更在于企业具备了对这些资源进行组织、运用、管理的价值创造能力。因此企业资源通过处理与重新配置，这个动态过程是值得我们关注和研究的。Teece and Pisano（1997） ［19］在原先静态的资源基础观基础上提出了动态能力理论填补了这一空白。基于资源视角，将动态能力定义为企业适应动荡环境所拥有的发现、整合和重置资源的能力。动态能力被视为组织更新过程中的高阶能力［20］，在数字时代，企业需要强大的感知、整合和配置能力以保持竞争力，动态能力成为企业管理资源和应对动荡环境的关键影响因素，在数字技术迅猛发展的新商业环境下，鼓励新兴经济体以动态能力观点来研究中介机制［21］。因此，本文的第三个假设如下：

H3a：智能技术会通过动态能力的中介作用对企业财务绩效产生影响。

H3b：智能技术会通过动态能力的中介作用对企业产品绩效产生影响。

H3c：智能技术会通过动态能力的中介作用对企业环境绩效产生影响。

综上分析和提出的假说，本研究概念模型如图1所示。

图1 本研究概念模型

三、研究设计

（一）样本和数据

在过去不断地发展和创新中，我国制造业深度融合新一代信息通信技术，取得了辉煌的成就。本研究以200家制造企业数据为研究对象，调查区域为长三角地区的江苏省。为确保研究结果的差异性和普遍性，本文对化学石化产品、机械钢铁制造、电子和电气设备、医疗器械生物制药等不同行业的制造业企业进行调查，以确保研究结果的差异性和普遍性［22］。样本选择标准有以下几点：①企业经营时间至少三年，这说明企业运营稳定，提供的数据具体可行性；②企业员工总数大于等于 50 人，这说明企业具有一定的规模，内部体制相对健全。调查问卷由制造业企业中高级管理人员填制。样本企业的基本特征如表1所示。

表1 样本企业基本特征（N=200）

注： 企业规模根据有关部门发布的标准确定。工业企业里，300人以下属小微企业，300人以上的是大中型企业。

本文通过“单因素程序［23］”检验共同方差偏差。先构建M1确认性因子分析模型，其主要拟合指数为：χ2/df=1.972，GFI=0.829，IFI=0.935，NFI=0.876，TLI=0.925，RMSEA=0.070，再将所有构面架构成一因素结构模型M2，查看其主要拟合指数为：χ2/df = 6.779， GFI = 0.529， IFI = 0. 596， NFI = 0. 557， TLI = 0.556，RMSEA = 0.170.结果显示M2模型拟合度很差，说明一因子结构不存在。对模型M1和模型M2的主要拟合指数进行比较后得出：Δχ2/df=4.807，ΔGFI= 0.300， ΔIFI=0.339， ΔNFI=0.319，ΔTLI=0.463，ΔRMSEA=0.100，每个拟合指数的变化巨大，测量结果证明无明显的共同方法偏差。

（二）量表和变量测量

为增强研究的可行性和操作性，测量项目都来自先前较成熟的研究。数字供应链中智能技术通过五个项目衡量其技术使用程度［24］，包括“用于产品计划和调度的软件（如用友、爱普斯）”“运营实时控制系统”“供应链管理（系统）”“用于内部物流自动化和管理的系统”以及“产品生命周期管理系统或产品/过程数据管理系统”；以企业对机会的感知、捕捉和资源重新配置三个维度能力测量动态能力［25］。财务绩效是衡量企业绩效的首要指标，包括收入、利润以及投资回报率等，产品绩效包括产品市场占有率、消费者评价和功能性创新；环境绩效包括生产过程环境治理、末端环境治理和环境管理体系三个方面，绩效测量均参考Cooper and Kleinschmidt （1987）［26］的研究成果；根据之前的战略导向研究文献 ［22］，本文的控制变量采用了企业年龄、规模、类型等指标。

（三）信度与效度检验

本研究采用SPSS26.0和Amos24.0进行统计分析。模型的可靠性参照Cronbachs alpha值和综合可靠性（CR）来评估的。结果如表2所示，所有结构的Cronbachs alpha值（范围从0.889到0.949）和组合信度（范围从0.893到0.950），都大于0.8，超过了0.70的基线值，表明测量模型的内部一致性良好［27］。所有结构的外部负荷都显示出很强的显著性，其值都大于0.6，表明测量模型是可靠的。此外，本文中的测量量表都是基于成熟的量表，确保了良好的构架效度。每个结构的平均方差提取（AVE）值都大于0.50的临界值，范围在0.532到0.863之间，这些措施表明模型具有良好的可靠性和收敛有效性［27］。

表2 信度和效度

注： IT=智能技术，DC=动态能力，FP=财务绩效，PP=产品绩效，EP=环境绩效。

为了研究构面之间的判别效度，本文比较了每个构面的AVE的平方根和该构面与模型中其他构面之间的相关性。结果表明，每个构面的AVE的平方根高于该构面与其他构面之间的相关性，从而表明该测量具有足够的判别效度［27］。具体结果如表3所示。此外，每个指标的加载值都高于它们与其他指标的交叉加载值，这再次证明了判别效度的充分性。

表3 区分效度

注：*数值表示提取的平均方差的平方根。

四、结果分析

本研究实证检验结果如图2所示，χ2/df = 2.065、CFI比较拟合指数= 0.926、IFI增量拟合指数=0.927、NFI归一化拟合指数=0.918、RMSEA近似均方根误差= 0.073，以上拟合指标的结果表明模型拟合良好。研究结果如图2所示，智能技术对企业动态能力有显著的正向影响（b=0.423，p<0.001），通过智能技术实现供应链管理数字化有助于企业动态能力的形成，結果支持假设1。然而，智能技术与企业绩效不存在显著的直接结构路径，即智能技术与企业绩效之间没有显著的直接影响（P值远大于0.05），这意味着第二个假设不被支持，这个结果表明，仅仅依靠数字导向型战略建立智能技术还不足以使企业产生卓越的绩效。信息技术能力对企业绩效的直接影响关系开始遭到信息系统学者的质疑，这突出了动荡环境下企业动态能力的重要性。

图2 数字供应链中智能技术与企业绩效影响模型。注：*p＜0.05，**p＜0.01，***p＜0.001。

Baron and Kenny（1986） ［28］认为，当外生变量对内生变量的直接影响不显著，且中介变量对内生变量的影响显著时，支持完全中介。如表4所示，研究结果揭示了企業动态能力在智能技术与企业绩效（财务、产品、环境）之间具有充分的中介作用，即数字供应链管理中智能技术通过企业动态能力的中介作用实现优质绩效，研究结果为假设3提供了强有力的支持。

表4 中介变量报告

注：1000 bootstrap samples。

五、结论与启示

（一）研究结论及讨论

本研究基于动态能力理论，探讨了数字供应链管理中智能技术与企业绩效的关系。首先，研究结果证实了智能技术正向影响着企业动态能力，假设1得到了支持；同时，企业动态能力越强，越有利于企业实现优质绩效。但智能技术本身并不会对企业绩效产生直接影响。原因可能是数字化不仅仅是硬件基础和软件装备的建立与升级，还包括管理流程和商业模式的变革，这与之前的研究一致，该研究提到了从数字供应链中获益的综合程序、策略和工具的重要性［1］［6］。因此，本研究有助于对数字供应链的研究。

其次，研究结果支持了供应链管理中动态能力对智能技术和企业绩效之间关系的中介作用。即当企业将智能技术与动态能力相结合时，将会实现优质的企业绩效。根据Merschbrock and Mundvold（2015） ［29］的说法，需要一个不断整合、构建、重新配置内外部资源的重塑能力。

最后，当今新技术促进了数字经济的快速发展，从数字供应链的动态角度来看，可以认为智能技术为企业实施数字化转型提供了具体的工具。此外，公司更需要一定的能力变革，有效应对动荡环境中的不确定性。而技术导向型企业更利于动态能力的建设，当动态能力被融合到当前的数字供应链中，这种正向的刺激作用才可能使得智能技术成为数字转型企业卓越绩效的重要驱动力。

（二）管理启示

数字时代，商业模式发生巨变的情况下，需求的准确性成为供应链亟待解决的问题之一。本研究提高了对企业数字供应链管理中智能技术与绩效的认识和理解。通过以上讨论，对企业管理有如下管理启示。

（1）智能技术的驱动作用。研究的经验证据表明，智能技术是企业数字化转型的有利工具，例如，制造业供应链管理中敏捷、透明的寻源与采购信息、精确的需求预测、实时的可视化订单、同步的生产计划与排程、优化的库存、高效的运输与配送、良好的交互关系等，都离不开智能技术的运用。因此，企业的管理者投资于不同类型的智能技术，以改善供应链管理竞争力。

（2）关键的动态能力。近年来我国数字化领军企业不断打造新的增长点，但制造业平均数字化率还不高，作为资源相对匮乏的中小企业不能盲目跟风，需要通过科学指导建立扎实的技术基础，以及增强数字业务支持能力和利用技术资源的创造能力，不轻易交付高期待的数字化答卷，更好地感知、捕捉、部署企业资源，积极推动企业转型升级，才能抓住和利用不断变化的机会。

（3）本研究也为管理者如何发展企业绩效提供了指导。这项研究表明，考虑数字化转型的管理者在关注如何将这种现象与现有系统相结合，以响应政府号召以及企业转型升级，可能在其业务中实施数字化的同时，也提高了企业财务、产品和环境绩效。换句话说，对智能技术进行的必要的投资，其与动态能力产生的协同效应会使得供应链整体收益最大化。

（三）研究局限性

本研究还有一些限制有待进一步探索。首先，是数据的局限性，本文仅限于制造业企业，针对多源数据的纵向研究、多种研究背景下的验证可能更有利于得出的结论；其次，本文探讨数字供应链与绩效的研究可以综合考虑其他影响因素。例如，数字化背景下市场导向、创业导向等不同导向对企业绩效的影响，或者知识差距、路径依赖、高度不确定性等干扰因素的作用；最后，更希望进一步结合多学科理论探索企业数字转型相关问题。

参考文献：

［1］ BYKZKAN G， GER F. Digital supply chain： literature review and a proposed framework for future research［J］. Computers and industrial engineering， 2018（97）： 157-177.

［2］ ZHAO J， CHI M， ZHU Z， et al. From digital business strategy to e-business value creation： a three-stage process model［J］. International journal of networking and virtual organizations. 2015（15） ：215-241.

［3］ KIEL D， ARNOLD C， VOIGT K I. The influence of the industrial internet of things on business models of established manufacturing companies-a business level perspective［J］. Technovation， 2017（ 68）： 4-19.

［4］李婧婧.论“使能者”和“赋能者”的数字化供应链转型——基于联想全球供应链的案例分析［J］.科学学与科学技术管理，2022，43（12）：117-131.

［5］刘海建，胡化广，张树山，等.供应链数字化与企业绩效——机制与经验证据［J］.经济管理，2023，45（5）：78-98.

［6］ WEICHHART G， MOLINA A， CHEN D， et al. Challenges and current developments for sensing， smart and sustainable enterprise systems［J］. Computers in industry， 2016（79）： 34-46.

［7］周榮超.数字供应链：应急管理能力提升的一种新思维［J］.河南大学学报（社会科学版），2023，63（1）：33-38，153.

［8］宋华，刘文诣.供应链多技术应用研究综述［J］.供应链管理，2021，2（1）：13-19.

［9］刘迪，孙剑，王攀.生鲜农产品供应链模式数字化演进形态与机理——以永辉超市为例［J］.农村经济，2021，465（7）：25-33.

［10］ LI L， SU F， ZHANG W， et al. Digital transformation by SME entrepreneurs： a capability perspective［J］. Information systems journal， 2018，28 （6）： 1129-1157.

［11］ FRANK A G， DALENOGARE L S， AYALA N F. Industry 4.0 technologies： implementation patterns in manufacturing companies［J］. International journal of production economics， 2019（210）： 15-26.

［12］ LAWSON B， SAMSON D. Developing innovation capability in organizations： a dynamic capabilities approach ［J］. International journal of innovation management，2001，5（3）：377-400.

［13］ CARCARY M， DOHERTY E， CONWAY G. A dynamic capability approach to digital transformation： a focus on key foundational themes［J］. The european conference on information systems management， academic conferences international limited， 2016， 20-27.

［14］ TEECE D J. The foundations of enterprise performance： dynamic and ordinary capabilities in an （economic） theory of firms［J］. Academy of management perspectives， 2014， 28（4）：328-352.

［15］ WARNER K S， WAGER M. Building dynamic capabilities for digital transformation： an ongoing process of strategic renewal ［J］. Long range planning，2019， 52（3）： 326-349.

［16］ BUGHIN J， ZEEBROECK N. The best response to digital disruption ［J］. MIT sloan management review，2017， 58（4）： 80-86.

［17］ LEVALLET N， CHAN Y E. Role of digital capabilities in unleashing the power of managerial improvisation ［J］. MIS quarterly executive，2018， 17（1）： 11-21.

［18］ KHIN S， HO T C. Digital technology， digital capability and organizational performance： a mediating role of digital innovation ［J］. International journal of innovation science，2019， 11（2）： 177-195.

［19］ TEECE D J， PISANO G， SHUEN A. Dynamic capabilities and strategic management［J］. Strategic management journal， 1997， 18（7）： 509-533.

［20］ DANNEELS E. The dynamics of product innovation and firm competences ［J］. Strategic management journal， 2002， 23（12）： 1095-1121.

［21］ TEECE D J. Business models and dynamic capabilities［J］. Long range plan. 2018， 51， 40-49.

［22］ HORTINHA P， LAGES C， LAGES L F. The trade-off between customer and technology orientations： impact on innovation capabilities and export performance［J］. Journal of international marketing. 2011（19）， 36-58.

［23］ MOSSHOLDER K W， BENNETT N， KEMERY E R， et al. Relationships between bases of power and work reactions： the mediational role of procedural justice［J］. Journal of management studies， 1998（24）， 533-552.

［24］ HENRIK B， RITA F. Performance effects of digital technology adoption and product and service innovation-a process-industry perspective［J］. Technovation，2021，105.

［25］ TEECE D J. Explicating dynamic capabilities： the nature and microfoundations of （sustainable） enterprise performance［J］. Strategic management journal，2007， 28（13）： 1319-1350.

［26］ COOPER R G， KLEINSCHMIDT E J. New products： what separates winners from losers［J］. Journal of product innovation management， 1987， 4 （3）：169-184.

［27］ FORNELL C， LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error［J］. Journal of marketing research. 1981，18 （1）： 39-50.

［28］ BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations［J］. Journal of personality and social psychology， 1986， 51 （6）， 1173.

［29］ MERSCHBROCK C， MUNKVOLD B E. Effective digital collaboration in the construction industry：a case study of BIM deployment in a hospital construction project［J］. Computers in industry. 2015（73）：1-7.

Digital Supply Chain： Green Synergy of Smart Technology and Dynamic

Capabilities—Empirical study based on 200 manufacturing enterprises

PAN Xiao-yan

（Taizhou University， School of Economics and Management， Taizhou， Jiangsu 225300）

Abstract： This paper investigates the green synergistic impact of intelligent technology and dynamic capabilities in the supply chain management of manufacturing enterprises in China within the framework of digital transformation. Grounded in dynamic capability theory， the study utilizes data from 200 manufacturing enterprises to explore the intricate relationship between intelligent technology， enterprise dynamic capabilities， and various dimensions of enterprise performance （financial， product， and environmental）.It was found that smart technology in enterprise digital supply chain management has a positive effect on dynamic capabilities and dynamic capabilities on enterprise performance. However， there is no direct and significant influence relationship of smart technology on enterprise performance， but smart technology can facilitate enterprises to achieve quality performance through dynamic capabilities. This paper pioneers a new research direction within the theory of resources and dynamic capabilities， particularly in the context of ongoing digital transformation. Furthermore， the practical implications of this study are evident in the realm of digital supply chain management， offering valuable guidance for manufacturing enterprises striving to optimize their performance and sustainability in the digital era.

Keyword： digital supply chain; smart technology; enterprise performance; dynamic capabilities

基金項目：2022年度江苏省高校哲学社会科学研究一般项目“数字转型大背景下制造业企业社会责任与环境绩效影响研究”（2022SJYB2321）