摘" 要：提升供應鏈韌性是實現(xiàn)產(chǎn)業(yè)鏈供應鏈現(xiàn)代化的重要內(nèi)容，也是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展、國家安全穩(wěn)定的關鍵。借鑒已有研究成果，構建了數(shù)字化轉(zhuǎn)型、信息共享和供應鏈韌性的關系理論模型，以珠三角、長三角、環(huán)渤海灣以及長江經(jīng)濟帶等地區(qū)285家制造企業(yè)所屬供應鏈為研究對象，運用結(jié)構方程模型進行實證研究。研究結(jié)果表明：數(shù)字化轉(zhuǎn)型各維度指標均對供應鏈韌性存在正向影響；信息共享對供應鏈韌性具有顯著的直接影響且在數(shù)字化轉(zhuǎn)型與供應鏈韌性之間起部分中介作用。文章豐富了供應鏈韌性的前因變量研究，為拓寬供應鏈韌性理論提供新視角，研究結(jié)論對于數(shù)字經(jīng)濟時代企業(yè)進行數(shù)字化轉(zhuǎn)型提高供應鏈韌性提供了實踐啟示。

關鍵詞：數(shù)字化轉(zhuǎn)型；信息共享；供應鏈韌性

中圖分類號：F273.7" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.01.001

Abstract： Improving the resilience of the supply chain is an important part of realizing the modernization of the supply chain of the industrial chain， as well as the key to achieving high-quality economic development and national security and stability. Based on the existing research results， a theoretical model of the relationship between digital transformation， information sharing and supply chain resilience was built. Taking 285 manufacturing enterprises in the Pearl River Delta， the Yangtze River Delta， the Bohai Bay Rim and the Yangtze River Economic Belt as research objects， the structural equation model was used for empirical research. The results show that all dimensions of digital transformation have a positive impact on supply chain resilience; information sharing has a significant direct impact on supply chain resilience and plays a partial intermediary role between digital transformation and supply chain resilience. This paper enriches the research on the antecedents of supply chain resilience， provides a new perspective for broadening the theory of supply chain resilience， and provides practical inspiration for enterprises to carry out digital transformation to improve supply chain resilience in the digital economy era.

Key words： digital transformation; information sharing; supply chain resilience

1" 研究背景

近年來，單邊主義抬頭、中美貿(mào)易摩擦、新冠全球肆虐等給供應鏈帶來前所未有的沖擊，導致供應鏈“中斷”、“斷鏈”加劇[1]。在此背景下，2022年二十大報告中強調(diào)要著力提升產(chǎn)業(yè)鏈供應鏈韌性與安全水平。數(shù)字化轉(zhuǎn)型浪潮已席卷全球，數(shù)字化持續(xù)賦能企業(yè)運營管理，也為如何提升供應鏈韌性開辟了嶄新的路徑。然而，現(xiàn)有成果尚未從數(shù)字化轉(zhuǎn)型視角開展供應鏈韌性研究，也缺乏數(shù)字化轉(zhuǎn)型影響供應鏈韌性的機制揭示。因此，測算數(shù)字化轉(zhuǎn)型影響供應鏈韌性的直接和間接效應，揭示數(shù)字化轉(zhuǎn)型影響供應鏈韌性的機制，對于如何提升供應鏈韌性、維護產(chǎn)業(yè)安全健康，最終實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展具有理論意義和指導價值。

根據(jù)信息處理理論，信息處理能力能夠作用于企業(yè)對風險的識別和內(nèi)外部信息分析，使得企業(yè)在冗余的信息海洋挖掘出高質(zhì)量信息[2]，解決企業(yè)間信息不對稱問題，從而有利于提升企業(yè)的供應鏈韌性。從供應鏈實際運營管理狀況來看，企業(yè)間信息不對稱是引發(fā)供應鏈中斷風險的主要原因之一[3]。據(jù)此，在分析數(shù)字化轉(zhuǎn)型對供應鏈韌性的作用機理時，本文將信息共享作為中介變量引入到數(shù)字化轉(zhuǎn)型和供應鏈韌性的關系模型中，研究數(shù)字化轉(zhuǎn)型通過企業(yè)間信息共享對供應鏈韌性的作用機制。

與已有研究相比，本文的邊際貢獻在于：（1）將“數(shù)字化轉(zhuǎn)型—信息共享—供應鏈韌性”納入統(tǒng)一分析框架，為準確理解企業(yè)數(shù)字化轉(zhuǎn)型通過信息共享進行賦能供應鏈韌性提供了系統(tǒng)性證據(jù)，為理解和評估企業(yè)數(shù)字化轉(zhuǎn)型的社會經(jīng)濟效應提供了新思路；（2）豐富并拓展了數(shù)字化轉(zhuǎn)型賦能供應鏈與供應鏈韌性測量維度的研究文獻，為數(shù)字化轉(zhuǎn)型如何影響企業(yè)的供應鏈韌性提供了理論依據(jù)；（3）本文試圖揭示數(shù)字化轉(zhuǎn)型對信息共享與供應鏈影響機理，這對于如何打破信息壁壘、緩解供應鏈風險等現(xiàn)實問題具有重要的政策啟示。

2" 文獻回顧與研究假設

2.1" 數(shù)字化轉(zhuǎn)型與供應鏈韌性

韌性一詞源于拉丁語“resilio”，意為“反彈、彈回”，最早應用于物理學，被用來衡量材料可承受的最大壓力。供應鏈韌性是指供應鏈受到突發(fā)沖擊時能夠做出及時調(diào)整，靈活恢復到原始狀態(tài)或更優(yōu)狀態(tài)的能力[4]。數(shù)字化轉(zhuǎn)型是指企業(yè)通過數(shù)字信息技術改變實體屬性的過程，是由信息系統(tǒng)驅(qū)動的企業(yè)變革。

在危機情境下，企業(yè)使用傳感器和無線技術捕捉生產(chǎn)環(huán)節(jié)中的各個數(shù)據(jù)，數(shù)據(jù)傳遞回智能設備來指導生產(chǎn)，使得供應鏈流程具有模塊化、分布式的屬性[5]，進而提升整條供應鏈抵御風險的能力。Craighead et al.[6]認為在供應鏈中斷之前對資源和業(yè)務流程進行部署與協(xié)調(diào)，提升供應鏈適應能力。數(shù)字化驅(qū)動流程變革，降低業(yè)務搜索成本，實現(xiàn)供應鏈企業(yè)之間遠距離數(shù)據(jù)交

換[7]，有助于實現(xiàn)企業(yè)在業(yè)務流程創(chuàng)新過程中的界限突破[8]，進而提升供應鏈后期恢復能力。因此，提出假設：

H1a：供應鏈業(yè)務流程數(shù)字化轉(zhuǎn)型正向作用于供應鏈抵抗能力；

H1b：供應鏈業(yè)務流程數(shù)字化轉(zhuǎn)型正向作用于供應鏈適應能力；

H1c：供應鏈業(yè)務流程數(shù)字化轉(zhuǎn)型正向作用于供應鏈恢復能力。

產(chǎn)品服務的數(shù)字化能夠?qū)崿F(xiàn)企業(yè)直接與最終用戶保持連接，與客戶建立終身服務關系，用戶粘性提升供應鏈抵抗風險能力。企業(yè)通過數(shù)據(jù)分析評估風險并對資源配置進行優(yōu)化，使得客戶大數(shù)據(jù)轉(zhuǎn)化為具有價值的預測洞察能力[9]，讓企業(yè)所在的供應鏈提前預知風險并融入沖擊環(huán)境，進而提升供應鏈適應能力。企業(yè)通過產(chǎn)品服務的數(shù)字化大幅提高新產(chǎn)品設計的可制造性，縮短產(chǎn)品原型的開發(fā)成本和制造時間[10]，進而提升供應鏈遭受沖擊后的恢復能力。因此，提出假設：

H1d：供應鏈產(chǎn)品服務數(shù)字化轉(zhuǎn)型正向作用于供應鏈抵抗能力；

H1e：供應鏈產(chǎn)品服務數(shù)字化轉(zhuǎn)型正向作用于供應鏈適應能力；

H1f：供應鏈產(chǎn)品服務數(shù)字化轉(zhuǎn)型正向作用于供應鏈恢復能力。

數(shù)字化轉(zhuǎn)型推動供應鏈組織結(jié)構發(fā)生改變，Tan et al.[11]構建供應鏈網(wǎng)絡概念模型，并證明供應鏈網(wǎng)絡結(jié)構冗余能夠抵抗中斷風險。Zhao et al.[12]利用復雜網(wǎng)絡方法，通過改變供應網(wǎng)絡的整體結(jié)構配置，提高供應鏈網(wǎng)絡結(jié)構的彈性，適應市場實時變化，進而提升供應鏈適應能力。在數(shù)字化時代下，供應鏈運用數(shù)字技術進行集成管理，各環(huán)節(jié)數(shù)據(jù)在數(shù)字平臺上實時可見，某單一供應鏈鏈條遭受斷裂后，其他供應鏈及時迅速地提供幫助，極大程度提高供應鏈受到?jīng)_擊后的恢復能力。因此，提出假設：

H1g：供應鏈組織結(jié)構數(shù)字化轉(zhuǎn)型正向作用于供應鏈抵抗能力；

H1h：供應鏈組織結(jié)構數(shù)字化轉(zhuǎn)型正向作用于供應鏈適應能力；

H1i：供應鏈組織結(jié)構數(shù)字化轉(zhuǎn)型正向作用于供應鏈恢復能力。

2.2" 信息共享與供應鏈韌性

信息共享是指企業(yè)在交易合作活動中的信息交流與置換。張樹山等[13]發(fā)現(xiàn)企業(yè)可以通過及時、高效的信息傳遞來把握市場需求信息，削弱企業(yè)與供應商之間的信息不對稱，提高供應鏈抵抗風險的能力和穩(wěn)定。Zhu et al.[14]模擬奶酪行業(yè)中斷的情形并進行仿真建模，發(fā)現(xiàn)供應鏈企業(yè)之間的信息共享有助于供應鏈適應中斷影響。Duong et al.[15]認為企業(yè)共享優(yōu)質(zhì)資源與信息可以提高供應鏈協(xié)同能力，降低運輸和庫存成本，驅(qū)動供應鏈恢復能力提升。因此，供應鏈企業(yè)間的信息協(xié)同使供應鏈主體之間信息同步化，節(jié)點企業(yè)間的及時溝通與協(xié)同決策有利于提高供應鏈整體柔性和恢復能力。

基于以上分析，提出假設2：

H2a：信息共享對供應鏈抵抗能力起正向的影響作用；

H2b：信息共享對供應鏈適應能力起正向的影響作用；

H2c：信息共享對供應鏈恢復能力起正向的影響作用。

2.3" 數(shù)字化轉(zhuǎn)型與信息共享

數(shù)字科技顛覆傳統(tǒng)企業(yè)的運營流程、產(chǎn)品服務與組織架構，提高企業(yè)之間數(shù)據(jù)信息共享程度[16]。BarNira et al.[17]認為業(yè)務流程的數(shù)字化有利于改善供應鏈企業(yè)的差異化，增強企業(yè)與客戶和供應商的交流，從而提升企業(yè)之間的信息共享程度。朱秀梅等[9]認為數(shù)字化轉(zhuǎn)型設計和指導企業(yè)資源能力的配置和使用，能夠顯著降低大數(shù)據(jù)獲取難度和溝通成本，加速企業(yè)相互共享需求信息。焦豪等[18]認為數(shù)字技術推動企業(yè)變革內(nèi)外協(xié)作關系，重新設計柔性的治理結(jié)構，能夠打破組織間、產(chǎn)業(yè)間的邊界，從而實現(xiàn)數(shù)據(jù)信息在產(chǎn)業(yè)鏈和生態(tài)系統(tǒng)的共享。基于以上分析，提出假設3：

H3a：供應鏈業(yè)務流程數(shù)字化轉(zhuǎn)型正向作用于信息共享；

H3b：供應鏈產(chǎn)品服務數(shù)字化轉(zhuǎn)型正向作用于信息共享；

H3c：供應鏈組織結(jié)構數(shù)字化轉(zhuǎn)型正向作用于信息共享。

2.4" 信息共享的中介作用

在網(wǎng)絡信息激增的時代，企業(yè)面對網(wǎng)絡結(jié)構復雜、市場環(huán)境多變、個性需求多樣等外界復雜環(huán)境，應用信息技術并積極轉(zhuǎn)型，在快速變化的商業(yè)環(huán)境中保持競爭力[19]。首先，數(shù)字化轉(zhuǎn)型帶來的信息分析技術，減少因時間或空間而產(chǎn)生的信息誤差或滯后，進而提升供應鏈韌性。其次，智能化設施與數(shù)字共享平臺使得下游零售商頻繁向制造商共享需求信息驅(qū)動供應鏈抵抗能力提升。最后，數(shù)字技術變革供應鏈的組織結(jié)構，推動供應鏈向數(shù)字化、網(wǎng)絡化、動態(tài)化演變。企業(yè)通過數(shù)據(jù)挖掘和預測找出供應鏈的內(nèi)部風險，從而提升供應鏈韌性。基于以上分析，提出假設4：

H4：信息共享在數(shù)字化轉(zhuǎn)型和供應鏈韌性之間起中介作用。

綜上所述，本文構建數(shù)字化轉(zhuǎn)型、信息共享與供應鏈韌性的理論模型，如圖1所示。

3" 研究設計

3.1" 樣本數(shù)據(jù)

本文基于數(shù)字化轉(zhuǎn)型與供應鏈韌性能力的主題，以我國長三角、珠三角、環(huán)渤海灣以及長江經(jīng)濟帶等地區(qū)的285家供應鏈上下游企業(yè)為調(diào)查對象，數(shù)據(jù)收集以調(diào)查問卷為主。問卷發(fā)放從2023年4月到2023年10月，總共歷時6個月，以紙質(zhì)和電子問卷為主，共發(fā)放問卷400份，實際回收312份，剔除作答時間過短、極端答項等無效問卷后，最終獲得問卷285份。樣本描述性統(tǒng)計如表1所示。

3.2" 變量測量

為了確保問卷的信度效度和測量題項的可靠性，本文盡可能使用國內(nèi)外文獻中的成熟量表，并邀請英語專業(yè)老師對外文量表進行翻譯與修改，讓量表盡可能以通俗易懂的語言形成中文表達。本文的所有量表刻度均采用Likert五級量表進行測度（1

～5表示從“非常不同意”到“非常同意”）。

3.2.1" 解釋變量

數(shù)字化轉(zhuǎn)型的測量在借鑒傅穎等[16]量表的基礎上，經(jīng)過適當調(diào)整，形成業(yè)務流程、產(chǎn)品服務和組織結(jié)構三個維度，共12個測量題項，選取的維度符合供應鏈企業(yè)日常實際運營的現(xiàn)實特征。

3.2.2" 被解釋變量

關于供應鏈韌性的測度，本文借鑒Pettit et al.[20]的研究基礎上，形成了抵抗能力、適應能力和恢復能力三個維度，共14個測量題項。抵抗能力衡量供應鏈對不利沖擊的抵御能力，適應能力衡量供應鏈重新整合資源、適應不利環(huán)境的能力，恢復能力衡量供應鏈應對沖擊影響后的復原能力。

3.2.3" 中介變量

關于信息共享的測量，本文借鑒Vera et al.[21]的研究，從作業(yè)信息、管理信息和戰(zhàn)略信息這三個維度去衡量信息共享程度，共5個題項。

4" 假設檢驗與結(jié)果分析

4.1" 信度與效度分析

本文采用SPSS26.0軟件Cronbach's α系數(shù)去檢驗3個核心變量的信度，問卷總體信度為0.926。其中：數(shù)字化轉(zhuǎn)型、信息共享與供應鏈韌性的Cronbach's α系數(shù)均大于0.7，這說明量表具有較好的內(nèi)部一致性。效度驗證通常從內(nèi)容效度與結(jié)構效度進行。本文通過AMOS26.0軟件采用驗證性因子分析方法去測量每個題項，結(jié)果顯示每個題項的因子載荷均大于0.5，說明此問卷具有良好的聚合效度。在配適度指標理想的前提下，各維度對應的題項組合信度CR均大于0.7，平均方差提取量AVE大于0.5，說明量表具有較好的收斂效度，如表2所示。

4.2" 相關性分析

利用Pearson系數(shù)分析變量之間的相關性，根據(jù)表3可知，業(yè)務流程數(shù)字化、產(chǎn)品服務數(shù)字化、組織結(jié)構數(shù)字化、信息共享、抵抗能力、適應能力、恢復能力之間存在顯著的正向關系，所有相關系數(shù)均處于相對合理的位置。

4.3" 構建結(jié)構方程模型

本文利用AMOS26.0軟件構建結(jié)構方程模型并分析數(shù)字化轉(zhuǎn)型、信息共享與供應鏈韌性之間的相互作用關系，其中包括業(yè)務流程、產(chǎn)品服務、組織結(jié)構、信息共享、抵抗能力、適應能力和恢復能力這7個潛變量、31個觀測變量，結(jié)構方程模型如圖2所示。

4.4" 模型檢驗

本文挑選X2、X2/df、GFI、AGFI、BMSEA、NMFI、IFI、CFI，后將驗證性擬合度檢驗數(shù)據(jù)與推薦值進行比較，由表4可以看出適配指標的擬合值均在推薦值范圍內(nèi)，故本文模型的適配度良好。從表5顯示的檢驗結(jié)果來看，數(shù)字化轉(zhuǎn)型、信息共享與供應鏈韌性之間存在緊密聯(lián)系，具體分析如下：

4.4.1" 數(shù)字化轉(zhuǎn)型與供應鏈韌性關系分析

（1）業(yè)務流程數(shù)字化轉(zhuǎn)型與供應鏈韌性。業(yè)務流程對抵抗能力的路徑系數(shù)為0.201，對適應能力的路徑系數(shù)為0.192，對恢復能力的路徑系數(shù)為0.179，三者P值均小于0.05，即數(shù)字化轉(zhuǎn)型在供應鏈業(yè)務流程的賦能對于抵抗能力、適應能力和恢復能力均存在正向影響。因此，H1a、H1b和H1c通過實證檢驗。

（2）產(chǎn)品服務數(shù)字化轉(zhuǎn)型與供應鏈韌性。產(chǎn)品服務對抵抗能力的路徑系數(shù)為0.160，對適應能力的路徑系數(shù)為0.149，P值均小于0.05，對恢復能力的路徑為0.223，P值小于0.001。即產(chǎn)品服務的數(shù)字化轉(zhuǎn)型對于抵抗能力、適應能力存在正向影響，對恢復能力存在顯著的正向影響。因此，H1d、H1e和H1f通過實證檢驗。

（3）組織結(jié)構數(shù)字化轉(zhuǎn)型與供應鏈韌性。組織結(jié)構對抵抗能力的路徑系數(shù)為0.168，對適應能力的路徑系數(shù)為0.174，對恢復能力的路徑系數(shù)為0.195，P值均小于0.01，即供應鏈組織結(jié)構數(shù)字化轉(zhuǎn)型對抵抗能力、適應能力和恢復能力有較為顯著的正向影響。因此，H1g、H1h和H1i通過實證檢驗。

4.4.2" 信息共享與供應鏈韌性關系分析

信息共享對于抵抗能力的路徑系數(shù)為0.329，P值小于0.001，即信息共享對抵抗能力有顯著的正向影響，故H2a得到實證檢驗。信息共享對適應能力的路徑系數(shù)為0.289，P值小于0.001，即信息共享對適應能力有顯著的正向影響，故H2b得到實證檢驗。信息共享對恢復能力的路徑系數(shù)為0.365，P值小于0.001，即信息共享對恢復能力有顯著的正向影響，故H2c也得到驗證。

4.4.3" 數(shù)字化轉(zhuǎn)型與信息共享關系分析

業(yè)務流程對信息共享的路徑系數(shù)為0.349，P值小于0.001，即業(yè)務流程的數(shù)字化轉(zhuǎn)型對信息共享有顯著的正向影響，故H3a得到驗證。產(chǎn)品服務對信息共享的路徑系數(shù)為0.336，P值小于0.001，即產(chǎn)品服務的數(shù)字化轉(zhuǎn)型對信息共享有顯著的正向影響，故H3b得到驗證。組織結(jié)構對信息共享的路徑系數(shù)為0.187，P值小于0.01，即組織結(jié)構的數(shù)字化轉(zhuǎn)型對信息共享有較為顯著的正向影響，故H3c得到驗證。

4.5" 中介效應分析

本文采用Bootstrapping檢驗方法對信息共享在路徑“抵抗能力←業(yè)務流程”、“適應能力←業(yè)務流程”、“恢復能力←業(yè)務流程”、“抵抗能力←產(chǎn)品服務”、“適應能力←產(chǎn)品服務”、“恢復能力←產(chǎn)品服務”、“抵抗能力←組織結(jié)構”、“適應能力←組織結(jié)構”和“恢復能力←組織結(jié)構”中所起到的中介效應進行檢驗。檢驗結(jié)果如表6所示，在以信息共享為中介變量的各個作用關系中，在95%置信度下Bias-corrected Percentile Method和Percentile Method間接效應信賴區(qū)間均不包含0，表明這些路徑的中介效應顯著。同時，各路徑上的間接效應點估計值的Z值均大于1.96，證明這些路徑中信息共享具有部分中介效應。綜上所述，信息共享在數(shù)字化轉(zhuǎn)型與供應鏈韌性的關系中起到了部分中介作用，H4得到驗證。

5" 結(jié)論與討論

5.1" 研究結(jié)論

本文從信息共享的角度，構建了數(shù)字化轉(zhuǎn)型與供應鏈韌性的理論機制模型，基于珠三角、長三角、環(huán)渤海灣以及長江經(jīng)濟帶等地區(qū)285家制造企業(yè)所屬供應鏈的調(diào)研數(shù)據(jù)，全面揭示數(shù)字化轉(zhuǎn)型賦能供應鏈企業(yè)、提升供應鏈韌性的影響機制和傳導路徑。研究發(fā)現(xiàn)：（1）數(shù)字化轉(zhuǎn)型顯著正向影響供應鏈韌性。在危機情境下，企業(yè)通過數(shù)字化轉(zhuǎn)型塑造供應鏈的抵抗能力、適應能力與恢復能力對企業(yè)供應鏈韌性的形成過程具有重要作用；（2）數(shù)字化轉(zhuǎn)型正向影響供應鏈節(jié)點企業(yè)的信息共享水平。研究表明數(shù)字化轉(zhuǎn)型的實行有助于供應鏈企業(yè)相互之間的信息傳遞與共享，為實現(xiàn)彼此之間及時高效的溝通提供可能；（3）信息共享在數(shù)字化轉(zhuǎn)型與供應鏈韌性的關系中起部分中介作用。通過信息共享這一中介機制，數(shù)字化轉(zhuǎn)型將會間接影響供應鏈韌性。

5.2" 管理啟示

當前數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展不斷提速，數(shù)字化轉(zhuǎn)型在優(yōu)化產(chǎn)業(yè)結(jié)構、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展等方面具有舉足輕重的意義，已成為提升供應鏈韌性、建設現(xiàn)代化經(jīng)濟體系的核心動能。因此，提出以下建議：

（1）加快供應鏈數(shù)字化轉(zhuǎn)型的步伐，促進企業(yè)供應鏈韌性提升。數(shù)字化轉(zhuǎn)型是預防供應鏈風險、提升企業(yè)供應鏈韌性的有效手段，應繼續(xù)激發(fā)數(shù)字化轉(zhuǎn)型對供應鏈韌性的賦能效應，進一步鞏固國內(nèi)外雙循環(huán)新發(fā)展格局的基礎；（2）加快供應鏈企業(yè)間信息共享建設，打破信息孤島。高質(zhì)量信息流通能夠改善供應鏈運作效率，是企業(yè)打破信息壁壘、實現(xiàn)供應鏈總體目標的重要手段。供應鏈企業(yè)之間的信息傳遞有助于幫助各企業(yè)及時了解其他企業(yè)的生產(chǎn)狀態(tài)以及整條供應鏈的運行情況，提升企業(yè)資源配置效率，削弱牛鞭效應的不利影響。

5.3" 研究局限與展望

盡管本文取得一些有價值的結(jié)論，豐富和完善了現(xiàn)有供應鏈韌性研究，但由于受到一些主客觀因素限制，本文存在一些局限性，而這些不足之處或許能為后面學者指明前進方向。其一，此次研究采用的是截面數(shù)據(jù)，無法解釋研究變量的動態(tài)關系，未來應繼續(xù)追蹤樣本企業(yè)或結(jié)合案例分析來增加研究結(jié)果的可靠性。其二，企業(yè)在數(shù)字化過程，應考慮數(shù)據(jù)隱私安全問題，未來研究也應該傾向于數(shù)據(jù)安全保護對供應鏈韌性的研究。

參考文獻：

[1] 陳曉東，楊曉霞. 數(shù)字化轉(zhuǎn)型是否提升了產(chǎn)業(yè)鏈自主可控能力？[J]. 經(jīng)濟管理，2022，44（8）：23-39.

[2]" GU M， YANG L， HUO B. Patterns of information technology use： Their impact on supply chain resilience and performance[J]. International Journal of Production Economics， 2020，232：107956.

[3] 高翔，賈亮亭. 基于結(jié)構方程模型的企業(yè)跨境電子商務供應鏈風險研究——以上海、廣州、青島等地167家跨境電商企業(yè)為例[J]. 上海經(jīng)濟研究，2016（5）：76-83.

[4] 廖涵，胡曉蕾，劉素倩. 不利外部沖擊下我國供應鏈韌性分析[J]. 企業(yè)經(jīng)濟，2021，40（10）：50-59.

[5] 傅穎，徐琪，林嵩. 在位企業(yè)流程數(shù)字化對創(chuàng)新績效的影響——組織惰性的調(diào)節(jié)作用[J]. 研究與發(fā)展管理，2021，33（1）：78-89.

[6]" CRAIGHEAD C W， BLACKHURST J， RUNGTUSANATHAM M J， et al. The severity of supply chain disruptions： Design characteristics and mitigation capabilities[J]. Decision Sciences， 2007，38（1）：131-156.

[7]" DUBEY R， GUNASEKARAN A， CHILDE S J， et al. Empirical investigation of data analytics capability and organizational flexibility as complements to supply chain resilience[J]. International Journal of Production Research， 2021，59（1）：110-128.

[8]" SKLYAR A， KOWALKOWSKI C， TRONVOLL B， et al. Organizing for digital servitization： A service ecosystem perspective[J]. Journal of Business Research， 2019，104：450-460.

[9] 朱秀梅，林曉玥，王天東. 企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略與能力對產(chǎn)品服務系統(tǒng)的影響研究[J]. 外國經(jīng)濟與管理，2022，44（4）：137-152.

[10] 黃群慧，賀俊. “第三次工業(yè)革命”與中國經(jīng)濟發(fā)展戰(zhàn)略調(diào)整——技術經(jīng)濟范式轉(zhuǎn)變的視角[J]. 中國工業(yè)經(jīng)濟，2013（1）：5-18.

[11]" TAN W J， ZHANG A N， CAI W. A graph-based model to measure structural redundancy for supply chain resilience[J]. International Journal of Production Research， 2019，57（20）：6385-6404.

[12]" ZHAO K， KUMAR A， HARRISON T P， et al. Analyzing the resilience of complex supply network topologies against random and targeted disruptions[J]. IEEE Systems Journal， 2011，5（1）：28-39.

[13] 張樹山，胡化廣，孫磊，等. 供應鏈數(shù)字化與供應鏈安全穩(wěn)定——一項準自然實驗[J]. 中國軟科學，2021（12）：21-30，40.

[14]" ZHU Q， KRIKKE H， CANI？魮LS M. Collaborate or not？ A system dynamics study on disruption recovery[J]. Industrial Management amp; Data Systems， 2016，116（2）：271-290.

[15]" DUONG L N K， CHONG J. Supply chain collaboration in the presence of disruptions： A literature review[J]. International Journal of Production Research， 2020，58（11）：3488-3507.

[16] 傅穎，徐琪，林嵩. 在位企業(yè)流程數(shù)字化對創(chuàng)新績效的影響——組織惰性的調(diào)節(jié)作用[J]. 研究與發(fā)展管理，2021，33（1）：78-89.

[17]" BARNIR A， GALLAUGHER J M， AUGER P. Business process digitization， strategy， and the impact of firm age and size： The case of the magazine publishing industry[J]. Journal of Business Venturing， 2003，18（6）：789-814.

[18] 焦豪，楊季楓，王培暖，等. 數(shù)據(jù)驅(qū)動的企業(yè)動態(tài)能力作用機制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過程分析[J]. 中國工業(yè)經(jīng)濟，2021（11）：174-192.

[19]" CHEN H， TIAN Z. Environmental uncertainty， resource orchestration and digital transformation： A fuzzy-set QCA approach[J]. Journal of Business Research， 2022，139：184-193.

[20]" PETTIT T J， CROXTON K L， FIKSEL J. Ensuring supply chain resilience： Development and implementation of an assessment tool[J]. Journal of Business Logistics， 2013，34（1）：46-76.

[21]" VERA D， CROSSAN M. Improvisation and innovative performance in teams[J]. Organization Science， 2005，16（3）：203-224.