“专精特新”企业供应链韧性提升路径研究

夏露　顾彬　刘玲　张彤

关键词：供应链韧性；专精特新；TOE框架；fsQCA

中图分类号：F252 文献标识码：A文章编号：2096-7934（2024）02-0023-17

一、引言

当今世界经历百年变局，逆全球化趋势激增，导致全球供应链不确定性、不稳定性凸显。习总书记指出维护全球供应链韧性与稳定是推动世界经济发展的重要保障［1］。党的二十大报告也提出“提升产业链供应链韧性和安全水平是我国高质量发展的着力点”。构建韧性与稳定的供应链已经上升到国家层面。在过去三年中，超过98%的企业遭遇过供应链中断。2023年思爱普公司（SAP）的调查中发现52%的全球企业认为他们需要大量改进才能应对供应链中断问题，同时，欧睿公司（Euromonitor）发现超过56%的企业计划在未来五年内投资提升供应链韧性［2］。全球供应链发展遭受前所未有挑战，提高供应链韧性成为企业的破局方式。

关于如何提高供应链韧性，不同的研究角度有着不同的提升路径（如表1所示）。一是宏观层面。张辉、车前进（2023）认为可以通过打造先进制造业集群、提高科创能力、保障能源供应链畅通、构建数字产业生态和吸引外资打造韧性产业链供应链［1］。拉梅什瓦尔（Rameshwar Dubey）等（2023）通过实证研究发现政府政策可以通过支持动态数字能力达到提高供应链韧性的效果［3］。二是中观层面。阿德尔森（Adelson）等（2021）将从企业感知和反应行为、适应能力等提出了提高供应链韧性的策略［4］。刘婷婷（2022）从企业战略层、策略层、运营层及技术层构建供应链韧性管理体系框架［5］。陈胜利等（2022）研究表明企业数字化转型通过提高企业要素资源配置水平直接增强供应链韧性，通过拓宽企业创新能力渠道间接增强供应链韧性［6］。沈小平（2021）针对企业供应链的脆弱性缓释和风险可控重点研究，发现企业双循环供应链模式可以提升鲁棒性和韧性［7］。三是宏观和中观相结合。段巍和王兵（2023）分别从国家和企业层面提出了四条提高供应链韧性路径［8］。申远等（2023）基于双循环战略下提出企业提升供应链韧性发展策略［9］。

其次是提升手段层面。一是数字技术。许多学者认为工业4.0及其各自智能技术如大数据分析、物联网、人工智能、区块链等可以提高企业供应链韧性［10］。而斯皮斯克（Alexander Spieske）等（2021）和布歇宁（Abderrahmen Bouchenine）（2023）通过系统文献回顾得出大数据分析［10］和增材制造［11］是未来最能提高企业供应链韧性数字技术。宋华（2022）认为实现供应链韧性的关键因素是柔性和冗余，而柔性和冗余则必须借助数字技术来实现［12］。二是供应链金融。清华大学经管学院商业模式创新研究中心发布的《供应链金融科技重塑产业模式研究报告》认为京东供应链金融科技在技術创新和商业模式创新两个维度对供应链进行提振增效的改造，推动供应链数智化，提高了供应链的韧性和效率［13］。朱太辉（2023）从“点、线、面、体”四个层面阐述企业运用供应链金融科技助力产业链供应链高质量发展、提升供应链韧性［14］。阮维年（Duy Nhien Nguyena）等（2021）通过对890家公司的研究指出供应链金融对供应链效率、中小企业绩效和供应链风险抵御能力具有统计上显著的正向影响，可以减少中断并提高韧性［15］。

在研究方法上，柳彩莲（2023）基于A股上市的流通企业数据，构建动态面板模型实证检验企业数字化转型正向影响企业供应链韧性［16］。樊雪梅等（2020）从预测、适应、反应、恢复和学习能力五个维度构建其汽车企业供应链韧性评价指标体系，并用ISM模型的实证检验发现目前的企业产业供应链韧性良好，进一步提出了发展对策［17］。李维安等（2022）通过NCA和QCA方法的结合，提出构造供应链韧性的有效机制，即动态能力和组织举措［18］。马丽娜（2023）等通过SWARA模型从动态能力和供应链举措两个层面探究供应链韧性的影响因素［19］。马潇雨等（2023）基于SEM与fsQCA方法提出了影响供应链韧性的五个因素，包括灵活性、敏捷性、重塑性、可视性和供应链合作［20］。

表1 如何提高供应链韧性代表性文献

从上述及表 1的代表性文献中可以看到国内外学者从不同角度、以不同方法多方面研究了如何提升供应链韧性，但大多数的研究从单一的角度入手，很少有研究整合外部因素与内部能力的共同影响。此外，多数研究在方法上集中于以概念性和案例为主的定性分析，缺少定量上的实证研究的说服性。鉴于企业供应链韧性提升是多重因素共同作用下的复杂整体过程，本文以32家“专精特新”小巨人企业为研究样本，因为“专精特新”企业是提高产业链供应链稳定性和竞争力的坚实保障［25］，是我国高质量发展的重要动力源，而小巨人企业又是“专精特新”企业中的标杆，其供应链韧性建设水平具有很大的参考借鉴意义。基于技术—组织—环境（Technology—Organization—Environment，以下简称“TOE”）框架视角研究“专精特新”小巨人企业供应链韧性影响要素，再从组态视角的定性比较分析（Qualitative Comparative Analysis，以下简称“QCA”）研究“专精特新”小巨人企业的供应链韧性提升路径。QCA法可以有效解决传统研究方法注重单一因素影响而在探索多因素协同作用上效力不佳的局限，从而实现同等效应的多元路径［26］。模糊集定性比较分析法（fuzzy sets of qualitative comparative analysis，以下简称“fsQCA”）是QCA方法的一种，它能从整体视角出发，有利于充分挖掘多个前因对供应链韧性的影响，解决不同复杂情境下的因果关系，兼顾定性与定量的研究，同时不同因素之间的组合方式可能产生相同的结果［27］。本文以沪、深A股上市的“专精特新”小巨人企业数据为样本，运用fsQCA研究以下问题：影响企业供应链韧性的内外部因素有哪些？这些因素组合会如何影响企业供应链韧性？提升企业供应链韧性的路径有哪些？本研究结果能够为企业管理者结合自身实际情况选择不同路径提升企业供应链韧性提供理论指导，对企业稳链固链强链具有理论意义和实践参考价值。

二、理论基础与研究框架

（一）供应链韧性

供应链韧性（supply chain resilience，以下简称“SCR”）的概念是从物理学和生态学等多种学科中对韧性的应用中引入，主要是指对失误或风险的快速反应能力和响应能力，其在供应链管理领域是比较崭新的概念，旨在帮助组织改变传统方法来降低风险和管理生产策略［28］。一般来说，学者认为供应链韧性具有如下特点，即企业面对风险时的快速响应能力和抵御能力。另外，少数学者认为除了上述的两个特点之外，还包括企业对风险的预测和使企业适应风险的能力［12］。图卡姆哈布瓦（Tukamuhabwa）等（2015）［29］和盛昭瀚等（2022）［30］基于复杂系统管理视角，认为供应链韧性是供应链应对外部环境变化导致供应链失稳、断裂等韧性危机的能力反应。由上述观点来看，供应链韧性可被看作供应链内部整体适应性与外部环境复杂性之间两者保持均衡的能力。

（二）TOE理論框架

TOE理论框架是由托尔纳蒂兹基（Tornatizky）在1990年首次提出，是一种基于技术应用情境的综合性分析框架［31］。TOE理论框架适用于不同情境下的企业或组织行为决策归因分析，从技术层面、组织层面和环境层面归纳影响因素，是一个可根据研究问题及背景的变化而自由改变因素变量的“普适”理论，具有较广的适用性。当今全球处于VUKA时代下，不确定性成为了新常态，“专精特新”企业供应链运转日益复杂和脆弱，其供应链韧性的提升受到技术、组织和环境因素之间的协同影响。因此，本文基于TOE理论框架对 “专精特新”企业提高供应链韧性的条件组态分析研究中具有不错的解释力。

1.技术因素

技术创新不仅是企业降低成本、取得竞争优势的基本要求，更是企业高质量发展的重要保障，而提高供应链韧性的核心则是在于技术创新［32］。通过总结现有文献发现，技术维度的影响因素主要包括技术创新与数字技术运用。目前，对企业技术创新能力的测量方式分成专利数量和研发投入两类［33］。相关技术的创新和运用可以推动产业链供应链的数字化、智能化网络化发展，而数字化转型又能催生企业不断进行技术创新和业态演化提高其韧性与稳定性［16］［34］。在企业供应链中，数字技术不仅增强可视化，且可预见的数字分析能够帮助企业预测供应链的运作情况，同时能事先采取措施应对即将到来的风险［35］。数字技术能从两方面实现供应链韧性建设，一方面是数字技术可明显降低外在可预见性的风险，提高供应链运作效率，增强韧性；另一方面是数字技术可以缓解供应链韧性建设过程中面临的挑战和障碍［12］。

2.组织因素

组织层面的因素主要聚焦于组织能力，选取动态能力为具体影响因素［36］。现有研究认为，动态能力是企业获得持续竞争优势的关键能力，可以显著减弱供应链风险，提升企业供应链韧性［37-38］。赫尔法特（Helfat）等（2009）认为动态能力是一种学习型的、稳定的组织行为，通过有目的性地组织、调整企业资源，从而改善企业运作方式实现企业绩效的提高［39］。本文以感知能力和整合能力作为动态能力下的子能力探究供应链韧性的提升方法。其中，感知能力是能够随意获取、监测供应链上、下游库存、需求和供应条件以及采购和生产的精确信息，同时可以精准预测风险，识别发展机会，把握市场环境动态。感知能力不仅可以帮助企业提高产品生产敏捷性，提高反应能力来获得竞争优势，还可以帮助企业提高对市场环境变化的可见性和可预测性，可以做好准备应对供应链中断或避免中断。在通过感知能力预测的机会和风险后，需要对资源充分发挥获取、配置与利用的能力，即整合能力。整合能力作为动态能力的子能力之一，使企业的内外资源和能力形成一种“动态优化”状态，保持公司重构的灵活性，有效地将现有资源整合、构建新组合，实现竞争优势的不断提高［18］。

3.环境因素

企业面临的动态环境可能为企业创造良好的营商环境从而赢得发展机遇，也可能会导致企业竞争压力过大从而面临挑战遭遇威胁。环境因素主要体现在企业的外部环境，即政策环境和市场环境两方面。企业外部环境是由政府、竞争对手等相互作用形成的复杂系统［40］。政策环境方面，政府政策对企业发展和运营极具导向作用，政策的支持与否是企业提出供应链韧性战略的关键因素。优惠健全的政策和资金扶持为企业发展提供了肥沃的土壤，而反之也会导致阻碍企业发展。市场环境方面，健全开放的市场环境为企业发展提供融资、创新、竞争、资源和服务支持［41］。这对于企业打造韧性供应链具有积极的影响。而封闭僵化的市场环境则削减企业通过环境资源进行发展的能力，阻碍企业打造韧性供应链。

4. “专精特新”企业供应链韧性提升路径模型构建

基于现有研究和TOE理论框架，本文选取技术因素中研发投入、专利数和数字技术运用、组织因素中企业感知能力和整合能力以及环境因素中政策环境和市场环境作为“专精特新”企业供应链韧性提高的关键影响因素，构建“专精特新”企业供应链韧性提升路径模型框架，如图1所示。

图1 企业供应链韧性提升路径模型框架

三、研究设计

（一）研究方法

定性比较分析是基于整体视角，以“组态效应”分析由多种因素引致的复杂因果问题，通过比较样本案例探究条件组态与结果变量之间的关系［26］。本文主要探讨技术、组织与环境三个层面的因素驱动“专精特新”企业供应链韧性的组态影响和复杂因果关系，而回归分析不适用于分析三个以上变量之间的组态效应，因此QCA方法成为最优选择。在具体类别上，模糊集定性比较分析（fsQCA）可以更好地解决涉及的程度改变和局部归属问题［42］，在解决复杂的前因问题上有明显的优越性，成为本文最适合的研究方法。

（二）样本选择与数据采集

“专精特新“小巨人企业作为中小企业的标杆，具有创新能力突出、核心技术强大、市场占有率高、经营管理优等特征，在带动突破西方“卡脖子”技术、提高我国企业核心竞争力上有引领作用，其提高供应链韧性的路径可以作为参考借鉴。因此，本文样本企业为沪、深两股上市的“专精特新”小巨人企业作为案例样本，分析技术因素、组织因素和环境因素驱动企业供应链韧性的组态影响。根据行业细分领域差异，从截至2022年底上市的719家“专精特新”小巨人中按细分行业筛选出100家分布于25类主营业务的企业，同时考虑到财务报表透明性和创新研发投入的可得性，最终筛选出32家上市企业为样本，样本企业行业分布如图 2所示。企业之间的发展状况具有较大的异质性，满足QCA方法中样本案例选择的多样化要求。根据2018年至2022年的企业年报数据汇总，样本企业的基本情况如表 2所示。考虑到本研究个别数据涉及企业隐私，将企业名称做匿名化处理，以Zi（i=1，2……32）进行代替。

数据采集2018年至2022年5年间样本企业数据，使用Python爬虫工具爬取企业年报，由JavaPDFFbox库提取文本信息内容；最后搜集汇总所提取年报内容中的关键词。

图2 样本企业行业分布

表2 样本企业数据（2018～2022年）

注：以上數据为5年数据均值，专利数为5年数据总和。Z5于2019年上市，取2019年至2022年4年均值。

（三）变量测量

1.前因条件测量

数字技术创新与运用。现有研究［43］多是将研发投入总额作为影响企业技术突破、技术创新的关键因素，考虑到样本企业所处行业异质性较大，本文采用研发投入占企业收入的比重测量研发投入（R&D）。对于技术专利的测量，本研究主要通过对企业自主发明的技术专利、软件著作及其他专有技术的数量总和测量技术专利（patents，以下简称“Pas”）。数字技术运用（application of digital technology，以下简称“DT”）的测量则是通过爬取样本企业年报、百度中企业相关的网络报道、官方新闻材料等，对提取的文本内容进行主流数字技术等关键词的相关性描述进行识别统计来测量，并通过人工复核剔除非本公司的描述事件。

动态能力。对于感知能力（perceptive ability，以下简称“PA”），本文参考蒂斯（Teece）（2007）［44］、华纳和瓦格（Warner & Wger）（2019）的研究，识别统计企业年报中有关感知外部环境变化、预测风险、识别机会和反应能力的相关事件描述来测量感知能力。对于整合能力（Integration ability，以下简称“IA”），本文参考蒂斯（Teece）（2007）［44］、古梅森和梅勒（Gummesson & Mele）（2010）［45］、董保宝等（2019）［46］的研究通过识别统计企业年报中有关识别和获得与配置和使用资源能力的相关事件的描述来测量整合能力。

政策环境（policy environment，以下简称“PE”）。国家、省市区等各级政府提供给企业资金及政策扶持是政府帮助企业提高供应链韧性、防止供应链中断的重要措施，也是营造出的重要的政策环境。本研究以企业是否获得国家省市区等各级政府的资金或政策扶持来测量政策环境，“是”则计为1，“否”则计为0。

市场环境（market environment，以下简称“ME”）。已有研究［47］认为，市场环境可以通过企业是否为知名企业供应商来测量。市场中处于同一供应网络上的上下游供应商的协作意愿影响着市场环境的好坏，高协作意愿营造良好市场环境，可以提高企业供应链的连续性、可靠性和稳定性，降低风险，减少供应中断。因此，本研究以企业是否为知名企业的供应商或是否拥有长期稳定协作的供应商对市场环境进行测量，“是”则计为1，“否”则计为0。

本文参考李振东的研究［48］测量动态能力方法，通过质性分析软件NVIVO对相关文本编码统计分析，对文本中涉及使用数字技术提高公司效率、感知能力、整合能力的内容加以提炼并计数，前因条件的编码测量表如表 3所示。

表3 前因条件编码

2.结果变量测量

供应链韧性。企业利润对企业在一段经营周期内的盈利水平的综合体现，企业利润不仅综合反映企业产品、服务、技术和管理质量，还是其获取资源、持续经营的根本保证。微软《构建具有竞争优势的供应链》白皮书中显示，97%的企业高管认为韧性供应链会使企业利润得到显著提升［49］。考虑到样本企业之间规模差距较大，因此，本研究采用各“专精特新”小巨人企业年利润增长率进行测量。

（四）变量校准

变量校准在QCA法中是样本案例赋予集合隶属的过程。本文通过直接校准法对设计的前因条件和结果变量进行模糊集校准。参考杜运周等（2017）的研究［26］，将三个锚点分别设置为样本描述性统计的95%分位数（完全隶属）、50%分位数（交叉点）、5%分位数（完全不隶属）。同时，对隶属度恰为0.5交叉点的情况，以增加0.001的方式进行调整防止样本案例被剔除［50］，保证结果的准确性。各个变量校准点与描述性统计值结果如表 4所示。

表4 各变量目标集合校准锚点与描述性统计值

四、实证分析

（一）前因条件的必要性分析

必要性分析是检验各前因条件变量是否是引致结果变量的必要条件，通常采用一致性水平（Consistency）衡量必要条件的结果，若一致性水平大于0.9则被认为是结果变量的必要条件。本文使用fsQCA3.0软件对各变量条件进行必要性分析，结果如表 5所示，政策环境的一致性水平大于0.9，即政策环境是“专精特新”小巨人企业高供应链韧性的必要条件。“专精特新”小巨人企业是由企业申报，最终由政府评估，具有明显的政府导向，因此政策环境是“专精特新”小巨人企业供应链韧性提高的必要条件。

表5 条件变量的必要性分析结果

注：“～”代表非高的前因条件。

（二）条件组态的充分性分析

本文通过模糊集定性比较分析方法（Fuzzy-set Quditative Comparative Analysis，fsQCA）进行案例集比较分析，使用fsQCA3.0软件建立真值表，参考伍德赛德（Woodside）等（2021）的研究，设定原始一致性阈值为0.8，PRI一致性阈值为0.75，由于本文案例数32个小于50个，属于小样本，将案例数量阈值设定为1［51］，得到复杂解、中间解和简约解3种组态解，选择众多学者研究中采用的中间解进行分析［52］。“专精特新”小巨人企业高供应链韧性的条件组态充分性分析结果如表 6所示。

表6 高供应链韧性、非高供应链韧性的适配组态

1.“专精特新”小巨人企业高供应链韧性组态

从整体看，产生高供应链韧性的组态有3个，一致性分别为0.967、0.991、0.914，且3个组态的总体一致性0.935，远大于一致性阈值0.8；同时，3个组态整体解的覆盖度为0.659，表示条件组态对“专精特新”小巨人企业高供应链韧性企业案例有较好的解释力和较高的可信度。从横向来看，技术因素中数字技术运用和组织因素中的动态能力（感知能力、整合能力）存在于每条组态中，具有普适性。具体分析如下：

（1）模式一：技术—环境主导下组织辅助驱动型路径。

组态P1的前因构型为DT×PA×IA×ME，其中数字技术运用和市场环境为核心条件，感知能力和整合能力为辅助条件。该模式表明处于良好市场环境中的企业，与链上上下游企业建立战略合作伙伴的供应链关系，保持密切的合作，即使没有很高的研发投入和专利数量来支持企业的技术创新能力，也可以很大程度防止供应链中断；并且通过多项数字技术的运用，在提高企业组织动态能力的同时，明显降低外在可预见性的风险，感知市场变化，及时做出调整，整合资源缓解供应链韧性建设过程中面临的困难和挑战。该组态能够解释约21.5%的“专精特新”小巨人企业高供应链韧性的案例，其中只能被该组态解释的案例约为5.7%，该组态的典型案例为Z32。该公司五年年均净利润增长率229.22%（样本中排名第3），研发投入占营业收入比重5.28%（样本中排名第25），专利及软件著作总数181项（样本中排名第18），感知能力和整合能力的事件描述性统计分别排在样本企业中的第10和第5，而数字技术运用量为9（样本中排名2）。在数字技术运用方面，随着毫米波通讯、物联网、人工智能等技术的普及和应用，同时叠加公司产能效益的释放，公司的 LCP技术拥有完全自主知识产权，在LCP领域实现全产业链供应链布局；此外，公司拥有资深的CAE技术服务人员，为客户提供服务支持，以及产品结构设计、CAE仿真和模流分析等服务，材料仿真、结构仿真等以3D打印的方式呈现给客户材料特性，受到国际客户大大的认可并量产供货。在组织动态能力上，公司及时作出风险预测，包括宏观形势风险、原材料价格风险、知识产权风险、汇率风险、重组后的管理风险等，并提出了应对方案；公司整合中美两地的资源以及多年来的技术积累，陆续开发多梯度全系列的低碳再生材料产品，已经实现量产。在政策环境方面，公司五年年均可获得政府扶持资金900万元，大大提高资金的流动性，缓解企业压力，增强经营效率。综上分析，Z₃₂符合“技术—环境主导下组织辅助驱动型路径”组态特征。

（2）模式二：技术主导—组织环境协同辅助型路径。

组态P2的前因构型为Pas×DT×PA×IA×PE，其中数字技术运用为核心条件，专利数、感知能力、整合能力和政策环境为辅助条件。该组态表明当企业多运用数字技术时，在一定专利数、组织动态能力和政府政策以及资金的辅助下，也可以驱动“专精特新”小巨人企业高供应链韧性发展。该组态能够解释约36.2%的案例，其中只能被该组态解释的案例约为16.4%，该组态的典型案例为Z6。该公司五年年均净利润增长率101.00%（樣本中排名第5），研发投入占营业收入比重3.68%（样本中排名第28），专利及软件著作总数326项（样本中排名第8），数字技术运用数量为7（样本中排第4）。在技术方面，尽管公司的研发投入并不高，但研创效率非常高，拥有较多的专利数。同时使用较多的数字技术协助企业物料采购、生产、制造、配送，专利发明一定程度上保证了企业核心产品产权的自主性，数字技术一定程度上保证了供应链的可视性和稳定性。感知能力和整合能力的事件描述性统计分别排在样本企业中的第6和第3。由此可见，Z₆符合“技术主导—组织环境协同辅助型路径”组态特征。

（3）模式三：全要素驱动型路径。

组态P3的前因构型为Pas×DT×PA×IA×PE×ME，其中专利数、数字技术运用和市场环境为核心条件，感知能力、整合能力和政策环境为辅助条件。该组态表明专利越多、数字技术运用越多以及市场环境越好的企业，即时研发投入不够、组织的动态能力不强、政策扶持力度不大也可以具有很高的供应链韧性。一方面，专利越多，企业自主研发出成果的创新能力就越强，这些独特的专利技术可以为企业带来排他性的技术优势，提高企业竞争力的同时减少对一些企业的依赖性；另一方面，更多数字技术的運用可以保证企业供应链的透明性实现经营风险的降低，更好的市场环境可以保证企业供应链的连续性、可靠性和稳定性。该组态能够解释约42.7%的案例，其中只能被该组态解释的案例约为22.9%，该组态的典型案例为Z13。该公司五年来年均净利润增长率156.00%（样本中排名第4），研发投入占营业收入比重25.57%（样本中排名第1），五年来授权的专利及软件著作共计511项（样本中排名第2），通过不断的研发和积累，公司已掌握部分核心技术，以公司为代表的测试设备优势企业产品成功成为国内封测龙头企业供应链体系；在数字技术运用数量上共计9个（样本中排名第2）；同时，公司通过感知外部风险识别发展机会及整合资源的描述性统计量也排名前列。在组织动态能力方面，公司敏锐捕捉到数字测试机是测试机行业竞争的主赛道，把握发展机会，在该领域占据了核心的市场地位。在环境方面，公司五年年均可获得政府资金扶持超2000万元，同时与国际知名IDM公司建立长期稳定的合作关系，在国际知名半导体企业的供应体系中占据了一席之地。综上分析，Z₁₃符合“全要素驱动型”组态特征。

横向比较3个高供应链韧性组态，明显发现组态P3的覆盖度（0.427/0.229）远高于其它两条路径，充分说明“专精特新”小巨人企业高供应链韧性的驱动路径是由技术、组织、政策全要素作用驱动的结果。综合比较组态P1、P2和P3，可以发现取得高供应链韧性的适配组态必须包含技术因素中的数字技术运用。因为身处数字化时代，无论是创新还是韧性，都不能脱离数字化转型这个大背景。只有数字技术才能有效实现业务流程的数智化，提升效率与韧性［53］。

2.“专精特新”小巨人企业非高供应链韧性组态

本文同样检验了产生非高供应链韧性的适配组态，结果如表 6所示，共有3种路径。组态P4，当企业研发投入高时，然而动态能力匮乏，且并没有使用数字技术以及足够好的环境支持，企业供应链韧性自然不会高。组态P5，当企业空有政策扶持，然而在技术层面和组织层面的表现匮乏时，企业供应链韧性也不会高。组态P6，当企业拥有一定专利数且拥有良好的政策环境和市场环境时，由于在数字技术运用方面以及动态能力方面的缺乏，使得企业无法充分发挥自身把握的专利优势，并不能提高对风险预见性、机会的识别性和资源的整合，也无法实现企业高供应链韧性。进一步对比发现，组态P4、P5和P6都存在着数字技术运用不充分以及动态能力匮乏的问题，这时无论外部环境如何变化都会导致非高供应链韧性。

（三）稳健性检验

本文采取提高解的一致性水平方式和校准阈值的方法进行稳健性检验，将解的原始一致性阈值由0.8调整到0.85，将校准阈值用90%代替95%、10%代替5%［26］，其他处理方法维持不变，观察组态路径的数量和参数是否存在明显的变化。结果表明，组态路径结果基本一致，除一致性和覆盖率指标略有变化外未发生本质变化，表明本文研究结论具有较高的稳健性。

五、结论与启示

（一）研究结论

进入VUCA（Volatile Uncertain Complex Ambiguacs，以下简称“VUCA”）时代，供应链面临的挑战日益增加，中断风险不断加剧，如何提高供应链韧性保证供应链稳定运行，成为学术界和产业界的关注焦点。本文以32家上市的“专精特新”小巨人企业为研究样本，结合TOE理论框架，基于组态思维构建提高供应链韧性的驱动因素。同时，通过模糊集定性比较分析法（fsQCA），探究“专精特新”小巨人企业高供应链韧性驱动因素的组态路径，得出以下主要结论。

第一，“专精特新”小巨人企业供应链韧性的提高是多重因素交互影响、协同作用的结果，任意单个因素都无法成为高供应链韧性的充分条件和必要条件。

第二，“专精特新”小巨人企业高供应链韧性的协同驱动路径由7个前因条件构成3条路径，即技术——环境主导下组织辅助驱动型路径、技术主导——组织环境协同辅助型路径和全要素驱动型路径。

第三，“专精特新”小巨人企业的评选是政府主导的活动，政策环境对“专精特新”小巨人企业高供应链韧性具有可观的影响力，因此政策环境是“专精特新”中小企业高供应链韧性的必要条件。同时，纵观3条路径，数字技术运用也是核心条件，说明政策环境和数字技术运用是高供应链韧性的关键因素。

（二）理论贡献

目前关于如何提高供应链韧性的学术研究多从定性角度分析，辅以案例和现象的描述结合，少数学者通过建模、回归的方法进行研究，关于提高供应链韧性的实证研究并不多见。同时，现有研究多关注单一因素的独立影响，缺乏对多重因素之间协同作用展开的研究，相较于其他供应链韧性文献，本文的理论贡献如下。

第一，本文结合TOE理论框架，从技术、组织和环境三个方面提出7个前因变量对供应链韧性产生影响，进一步完善TOE理论和提高供应链韧性驱动因素的理论研究内容。

第二，定性比较分析方法作为解决社会复杂问题的有效方法，经常用于社会学、政治学等领域。本文以32家上市的“专精特新”小巨人企业的有效样本数据，从组态整体视角出发，运用模糊集定性比较分析方法对7个前因条件在供应链韧性中的协同联动作用，不仅丰富了研究视角，还拓展了QCA方法的应用领域。

第三，供应链韧性的提高是多元因素共同作用、协同发力的结果。具有“殊途同归”的特点，本文不仅提出了提高供应链韧性的3条等效路径，还提出了3条产生非高供应链韧性的等效路径。为后续供应链韧性的建设和提升提供参考。

（三）实践启示

对企业而言，管理者需改变单一或局部的思维，注重多因素之间的组态效应。一方面，企业要从自身出发，调研目前供应链韧性建设中在技术、组织和环境中的情况与不足，从而“对症下药”，选择适宜的组态路径，有的放矢采取相应的措施提高供应链韧性。此外，通过观察各个组态路径的前因构型，不难发现“数字技术运用＋政策环境”的核心要素组合多次出现，表明这两个核心要素存在“普适性”，因此可以提高对该要素的重视。同时，组织的动态能力作为边缘条件存在于每一条路径中，这启示不同的企业可以根据自己所具备的动态能力，及时预见供应链中存在的风险同以及识别发展机会，整合链上相联系的各种企业资源应对可能遇到的麻烦，从而提高供应链韧性。

对政府而言，首先需要结合实际制定合适的政策，营造良好的政策环境。其次，政府可以设立标准对优质企业进行更多的资金扶持，或者加大减税降费的力度，对于非高供应链韧性且处于困难中的关键企业进行精准对接帮助，有关部门可以对这些企业提供资源和技术倾斜。

（四）研究局限

本文存在一定的局限与不足，值得进一步研究与讨论。第一，本文受限于数据、文本等资料的可得性与完整性，通过faQCA方法只对32家上市的“专精特新”小巨人企业进行了组态分析。尽管选择的企业分布多个行业，同时选择典型案例企业进行分析，提高了结果的可靠性，但仍存在结论的普适性限制。未来研究应选取更典型的案例样本、以及大样本数据进行分析研究。第二，本文基于TOE理论框架，仅从研发投入、专利数、数字技术运用、感知能力、整合能力、政策环境和市场环境七个因素考察“专精特新”小巨人企业供应链韧性提升的协同效应，忽略了其他条件的影响，未来研究需要进一步丰富完善。

参考文献：

［1］张辉，车前进.我国构建韧性产业链供应链路径研究［J］.中国经贸导刊，2023（1）：69-72.

［2］马士基.为什么可操作性需要成为您的供应链弹性战略的一部分［EB/OL］.［2023-05-03］.https：//www.maersk.com/insights/resilience/supply-chain-resilience-strategies.

［3］RAMESHWAR D，DAVID J B，YOGESH K D，et al. Dynamic digital capabilities and supply chain resilience： the role of government efficiency［J］. International journal of production economics，2023（4）：258.

［4］ADELSON P N，OLIVEIRA M P，PETTIT T J，et al.Practices and mechanisms for increasing supply chain resilience： the supply chain resilience sheaf［J］. Continuity and resilience review，2021，3（1）： 79-100.

［5］刘婷婷.供应链韧性管理体系架构研究［J］.供应链管理，2022，3 （6）：23-34.

［6］陈胜利，王东.数字经济对经济韧性的影响效应及作用机制［J］.工业技术经济，2022，41 （6）：26-34.

［7］沈小平.我国供应链脆弱性缓释与自主可控策略研究［J］.当代经济管理，2021，43 （10）：17-23.

［8］段巍，王兵.提升产业链供应链韧性的理论与路径［N］.中国社会科学报，2023-04-12 （3）.

［9］申遠，陈牡丹.双循环战略下提升企业供应链自主可控的韧性力研究［J］.当代经济，2022，39 （5）：42-50.

［10］ALEXANDER S，HENDRIK B. Improving supply chain resilience through industry 4.0： a systematic literature review under the impression of the COVID-19 pandemic［J］.Computational industrial engineering，2021（8）.

［11］ABDERRAHMEN B，MOHAMMAD A M . Supply chain resilience through additive manufacturing： a bibliometric survey［J］.Supply chain analytics，2023 （6）：2.

［12］宋华.建立数字化的供应链韧性管理体系——一个整合性的管理框架［J］.供应链管理，2022，3（10）：9-20.

［13］清华大学经管学院商业模式创新研究中心.供应链金融科技重塑产业模式研究报告［R］.北京：清华大学，2023.

［14］朱太辉.供应链金融提升供应链韧性［J］.中国金融，2023 （1）：91-92.

［15］NGUYENA D N， NGUYENB T T H，DOE T K T，et al. The effect of supply chain finance on supply chain risk，supply chain risk resilience，and performance of Vietnam SMEs in global supply chain［J］.Uncertain supply chain management，2022，10（1）：225-238.

［16］柳彩莲.数字化转型对流通企业供应链韧性的影响研究［J］.商业经济研究，2023 （4）：29-32.

［17］樊雪梅，卢梦媛.新冠疫情下汽车企业供应链韧性影响因素及评价［J］.工业技术经济，2020，39 （10）：21-28.

［18］李维安，马茵.如何构造供应链韧性的有效机制？［J］.当代经济管理，2022，44 （12）：27-38.

［19］马丽娜，姜思宇，杨坤.突发扰动下制造业供应链应急能力的韧性研究——面向供应链中断风险［J］.现代交际，2023 （5）：79-86，123.

［20］马潇宇，黄明珠，杨朦晰.供应链韧性影响因素研究：基于SEM与fsQCA方法［J/OL］.系统工程理论与实践.［2023-07-27］.http：//kns.cnki.net/kcms/detail/11.2267.N.20230706.2019.002.html.

［21］SCHOLTEN K，SCHILDER S. The role of collaboration in supply chain resilience［J］. Supply chain management： an international journal，2015， 20（4）：471-484.

［22］宁钟，陆俊，王大山，等.全产业链模式下国内农产品供应链韧性提升的路径研究——以郑明物流与建发股份的冷链合作为案例分析［J］.供应链管理，2023，4 （2）：17-33.

［23］刘墦.企业创新性、创新程度、中断严重度和供应链弹性的关系研究［J］.宏观经济研究，2015，4：114-122.

［24］TUKAMUHABWA B R，STEVENSON M， BUSBY J， et al. Supply chain resilience： definition， review and theoretical foundations for further study［J］. International journal of production research，2015，53（18）：5592-5623.

［25］董志勇，李成明.“专精特新”中小企业高质量发展态势与路径选择［J］.改革，2021（10）：1-11.

［26］杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路［J］.管理世界，2017 （6）：155-167.

［27］王霜，于辉.基于fsQCA与实证复检的供应链建设驱动因素研究［J］.供应链管理，2021，2（12）：18-35.

［28］LI I，GOLGECI I.Where is supply chain resilience research heading？ a systematic and co -occurrence analysis ［J］.International journal of physical distribution andlogistics management，2019，49（8）：793-815.

［29］TUKAMUHABWA B R， STEVENSON M， BUSBY J， et al. Supply chain resilience： definition，review and theoretical foundations for further study［J］. International journal of production research，2015，53（18）：1-32.

［30］盛昭瀚，王海燕，胡志华.供应链韧性：适应复杂性——基于复杂系统管理视角［J］.中国管理科学，2022，30 （11）： 1-7.

［31］邱泽奇.技术与组织：多学科研究格局与社会学关注［J］.社会学研究，2017，32（4）：167-192，245-246.

［32］廖涵，胡晓蕾，刘素倩.不利外部冲击下我国供应链韧性分析［J］.企业经济，2021，40（10）：50-59.

［33］陈德球，金雅玲，董志勇.政策不确定性、政治关联与企业创新效率［J］.南开管理评论，2016，19（4）：27-35.

［34］产业链供应链韧性与稳定国际合作倡议［N］.人民日报，2022-09-21（6）.

［35］IVANOV D，DOLGUI A.New disruption risk management perspectives in supply chains： digital twins，the ripple effect and resileanness［J］.IFAC-papers online，2019，52 （13）：337-342.

［36］焦豪.雙元型组织竞争优势的构建路径：基于动态能力理论的实证研究［J］.管理世界，2011（11）：76-91，188.

［37］霍红，张凯旋.供应链动态能力与合作关系对中小零售企业供应链脆弱性的作用机制分析［J］.商业经济研究，2022 （2）：142-145.

［38］王海军，谭洁，王天雨.供应链复原能力与供应链竞争力关系研究：基于动态能力的视角［J］.管理评论，2018，30 （11）：223-233.

［39］HELFAT C E，PETER A F M A.Understanding dynamic capabilities：progress along a developmental path［J］.Strategic organization，2009，7（1）：91-102.

［40］金珺，李诗婧，黄亮彬.传统制造业企业数字化转型影响因素研究［J］.创新科技，2020，20 （6）：22-34.

［41］张美莎，徐浩.营商环境优化对中小企业创新的影响——基于7069项贷款事件的实证检验［J］.软科学，2021，35 （3）：83-88，95.

［42］谢智敏，王霞，杜运周，等.創业生态系统如何促进城市创业质量——基于模糊集定性比较分析［J］.科学学与科学技术管理，2020，41 （11）：68-82.

［43］毛毅翀，吴福象.创新补贴、研发投入与技术突破：机制与路径［J］.经济与管理研究，2022，43 （4）：26-45.

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

［45］GUMMESSON E，MELE C.Marketing as value co-creation through network interaction and resource integration［j］.Journal of business market management，2010，4（4）：181-198.

［46］董保宝，罗均梅，许杭军.新企业创业导向与绩效的倒U形关系——基于资源整合能力的调节效应研究［J］.管理科学学报，2019，22 （5）：83-98.

［47］毛军权，敦帅.“专精特新”中小企业高质量发展的驱动路径——基于TOE框架的定性比较分析［J］.复旦学报（社会科学版），2023，65（1）：150-160.

［48］李振东，梅亮，朱子钦，等.制造业单项冠军企业数字创新战略及其适配组态研究［J］.管理世界，2023，39 （2）：186-208.

［49］微软.构建具有竞争优势的供应链［EB/OL］. ［2023-03-10］.https：//www.toutiao.com/article/7208853340082438695/？source=seo_tt_juhe.

［50］FISS P C. Building better causal theories：a fuzzy set approach to typologies in organization research ［J］.Academy of management journal，2011，54 （2）：393-420.

［51］PAPPAS I O，WOODSIDE A G.Fuzzy-set qualitative comparative analysis（fsQCA）：guidelines for research practice in information systems and marketing［J］.International journal of information management，2021，58.

［52］RIHOUX B，CHARLES C.QCA设计原理与应用：超越定性与定量研究的新方法［M］.北京：机械工业出版社，2017.

［53］刘伟.数字化是构建企业韧性的基石［EB/OL］. （2022-09-08）.https：//www.sohu.com/a/583445225_100163655.

Research on the Path of Improving the Supply Chain Resilience

of “SRDI ”Enterprises： A Qualitative Comparative Analysis

Based on TOE Framework

XIA Lu， GU Bin， LIU Ling， ZHANG Tong

（School of Logistics and Management Engineering， Yunnan University of

Finance and Economics，Kunming，Yunnan 650221）

Abstract：In recent years， the uncertainty and complexity of the global environment have become the new normal for supply chains， and the risk of supply chain vulnerability and disruption has been increasing.How to improve the supply chain resilience to ensure the stable operation of the supply chain has become the focus of the academia and the industry.Based on the TOE theoretical framework， this paper constructs a driving factor model for improving supply chain resilience from the technical， organizational and environmental levels， and uses fuzzy set qualitative comparative analysis （fsQCA） method to explore how seven antecedents drive high supply chain resilience from the perspective of configuration.It is found that the improvement of supply chain resilience is caused by the combination of multiple factors.The policy environment is a necessary condition for the high supply chain resilience of “SRDI” small giant enterprises.There are three collaborative driving paths for “SRDI” small giant enterprises with high supply chain resilience：technology-oriented， environment-oriented and  organization-assisted driven path; technology-oriented， organization-environment collaborative assisted path;all-factor driven path.The effective combination of all factors has the characteristics of “reaching the same destination”， which has theoretical significance and practical reference value for enterprises to improve supply chain resilience.

Keywords：supply chain resilience; SRDI;TOE framework;fsQCA

基金项目：2021年云南省省院省校教育合作项目“‘一带一路倡议下云南跨境物流体系建设研究”（SYSX202007）；2018年国家自然科学基金地区科学基金项目“基于时间成本优化的面向订单制造企业生产与运输协同调度问题模型与算法研究”（71862034）；2020年云南省基础研究计划项目“基于启发式算法的易腐产品供应链协同调度优化研究”（02001AT070073）