環境不確定性與供應鏈創新的關系研究：大數據能力與供應鏈協同的鏈式中介作用

摘" 要：在數字技術發展及全球一體化的背景下，具備創新能力的供應鏈已經成為應對風險和不確定性的主要手段，而大數據能力和供應鏈協同如何激發供應鏈創新還須深入討論。文章基于組織學習理論和協同理論，結合357家國內制造企業調研數據，以大數據能力和供應鏈協同為中介變量，實證分析了環境不確定性與供應鏈創新之間的作用關系。研究結果表明，環境不確定性對制造業供應鏈創新有顯著正向影響；存在“環境不確定性→大數據能力→供應鏈協同→供應鏈創新”的鏈式中介作用。結論闡釋了環境不確定性賦能制造業供應鏈創新的內在機制，為制造企業提高供應鏈創新績效提供啟示。

關鍵詞：環境不確定性；大數據能力；供應鏈協同；供應鏈創新

" 中圖分類號：F274" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.21.031

Abstract： In the context of digital technology development and global integration， innovative supply chains have become the main means to deal with risks and uncertainties， and how big data capabilities and supply chain collaboration stimulate supply chain innovation needs further discussion. Based on organizational learning theory and synergy theory， combined with the survey data of 357 domestic manufacturing enterprises， this study empirically analyzed the relationship between environmental uncertainty and supply chain innovation with big data capability and supply chain synergy as the intermediary variables. The results show that environmental uncertainty has a significant positive impact on manufacturing supply chain innovation; there is a chain intermediary role of \"environmental uncertainty→big data capability→supply chain collaboration

→supply chain innovation\". Conclusion this paper explains the internal mechanism of environmental uncertainty enabling manufacturing supply chain innovation， and provides inspiration for manufacturing enterprises to improve supply chain innovation performance.

Key words： environmental uncertainty; big data capability; supply chain coordination; supply chain innovation

0" 引" 言

隨著經濟全球化趨勢日益加強，制造業面臨著更大的不確定性：產品生命周期急劇縮短，客戶對企業的交貨期與產品質量要求更加苛刻等。市場環境的巨大變化使得企業之間單打獨斗的形式不再奏效，取而代之的是供應鏈之間的競爭。中國正處于優化經濟結構的關鍵階段，經濟轉型升級急需重大創新突破予以賦能，產品、服務和供應鏈的創新促進了企業的成功，提升了企業的競爭優勢[1]。在供應鏈管理領域，供應鏈創新成為應對不確定環境的主要手段，創新的重要性在實踐上得到了公認[2]。

" 數字化轉型為制造企業進入第四次工業革命世界提供了機遇和挑戰[3]，海量數據已經滲透到各個行業和業務職能領域，并且可通過多種方式產生供應鏈價值，制造業供應鏈在其活動中使用大數據的步伐日益加快[4]。隨著技術創新速度提升、外部環境復雜性增加以及全球一體化發展，供應鏈上各節點企業為實現創新資源共享、提高創新的成功率，必然要開展協同合作。此時，大數據將成為驅動供應鏈協同的有力工具。大數據分析為企業的決策者提供了新的解決方案和豐富的信息[5]，企業通過與利益相關者信息共享來創建更高效的供應鏈，進而推動供應鏈的創新[6]。然而，目前研究尚未在大數據能力和供應鏈協同共同作用的基礎上對環境不確定性和供應鏈創新的關系進行實證研究。因此，本文提出一個問題，即：大數據能力和供應鏈協同是否是環境不確定性促進制造業供應鏈創新實現的橋梁？

" 為了回答上述問題，本文基于組織學習理論和協同理論構建了供應鏈創新的研究框架，使用357家中國制造企業的一手數據來分析環境不確定性、大數據能力、供應鏈協同三者對供應鏈創新的影響關系。研究結果不僅彌補了大部分供應鏈創新研究主要采用資源基礎觀點的局限性[7]，也可以為我國制造業供應鏈創新實踐提供參考。

1" 理論基礎與研究假設

1.1" 環境不確定性與供應鏈創新。環境不確定性是指企業缺乏外部環境變化的相關信息，即數據致使的不可預測性[8]。根據組織學習理論，環境被認為是企業信息源及資源的存儲池，因此企業可向環境中的其他企業或研發組織進行交流和學習[9]。這有助于企業獲取先進的創新知識，促進企業的知識積累、獲取資源或技術，從而提升創新能力。

一方面，我國的市場大環境有利于制造業獲取創新的知識。在知識經濟時代，我國匯集世界各國的企業、研發機構等，導致競爭環境中蘊含的知識更加豐富，知識儲備庫中的知識點數量越多，越有利于創新績效的提升[10]。另一方面，環境不確定性迫使企業獲取更多的知識和創新資源。當環境不確定性增強時，市場需求總體需求變動難以預料，這使得企業面臨創新壓力。為了在競爭激烈的環境中生存下去，企業會將顧客、供應商及研發機構等作為組織學習的重要外部資源建立聯系，隨時關注外部環境的變化，及時獲取最新的信息、知識或創新資源[11]。

" 在復雜的創新過程中，供應鏈條上越來越多的組織意識到通過與外部具有共同基礎的伙伴合作可以激發更多創新[12]。由于處于不確定環境中的企業在執行創新戰略方面更具侵略性，這使它們能夠迅速利用這種環境中提供的機會。因此，處于動蕩環境中的供應鏈比處于穩定環境中的供應鏈具有更高的創新能力。由此，本文提出如下假設：

" H1：環境不確定性積極影響供應鏈創新。

1.2" 大數據能力的中介作用。大數據能力是指企業所具備的識別所需資源，并收集、存儲和分析大量類型各異、高速流動的數據，用以支持企業實現戰略和運營目標的能力[13]。環境不確定性為組織開發和探索大數據能力提供了更多市場機會，行業趨勢、競爭對手行為以及顧客需求的迅速變化驅動企業更快速地獲取新技術、新信息、新知識，精準把握新興客戶偏好，定位細分市場[14]。

" 大數據能力使用既可以幫助企業進行供應鏈瓶頸成因分析，改進操作和業務流程[15]，也可以促進開發數據分析平臺，實現對客戶數據的實時監測與分析，及時制定解決方案，防止被其他競爭者搶占先機[16]。此時，企業利用大數據能力發揮資源獲取、數據挖掘、智能認知、市場預測等優勢，能夠減少不確定性對供應鏈的影響，進而促進整個供應鏈條的創新，建立可持續的競爭優勢[17]。因此，本文提出以下假設：

" H2：大數據能力在環境不確定性與供應鏈創新之間發揮了中介作用。

1.3" 供應鏈協同的中介作用。供應鏈協同是指供應鏈各成員企業為了提高供應鏈的整體競爭力而進行的彼此協調和共同努力[18]。基于協同理論觀點，供應鏈協同可以幫助企業獲得廣泛的信息、知識和技術，創造出更好的創新績效[19]。鑒于現代商業環境的復雜性和多變性，企業需要在不同的市場環境狀態下選擇合適的供應鏈協同過程與方法。當不確定性較高時，組織傾向于建立戰略伙伴關系以降低不確定性帶來的風險[20]。

" 面對頻繁快速變化的市場環境，僅提高供應鏈上部分企業的競爭力已達不到理想目標，核心企業必須注重提升整條供應鏈的競爭力。創新的目的是提高企業的核心競爭力以及競爭優勢，而供應鏈協同作為環境不確定性與創新的重要橋梁，在供應鏈網絡中積極共享信息，營造良好的知識交流環境，使企業獲取更多的參與創新活動的機會，進而提高整個供應鏈的競爭力[21]。因此，本文提出以下假設：

" H3：供應鏈協同在環境不確定性與供應鏈創新之間起中介作用。

1.4" 大數據能力與供應鏈協同的鏈式中介作用。大數據的瞬息萬變迫使供應鏈伙伴間加深信息共享，以此來跟上時代變化[22]。同時，大數據技術的快速發展為組織間更深入的信息共享提供了技術支持，使信息共享更加及時、有效[23]。由上述一系列研究假設可知，面對快速變化的外部環境，大數據能力能夠對供應鏈上的伙伴企業間的創新資源共享和協同合作提供有力支持，促進供應鏈協同的高效展開，并最終提高供應鏈創新能力。因此，本文提出如下假設并構建理論模型：

" H4：大數據能力和供應鏈協同在環境不確定性與供應鏈創新之間具有鏈式中介效應。

理論模型如圖1所示。

2" 研究設計

2.1" 樣本選擇與數據收集。本文采用問卷調查方式收集數據，調查對象嚴格限制為制造企業管理人員，調查時間為2023年3—5月。為確保量表的有效性和適用性，本文邀請管理學領域2位教授和數名企業管理者對問卷題項進行多次測試與調整，修改完善后通過Credamo（見數）平臺發放問卷，最終得到有效樣本357份，詳細情況表1所示。

2.2" 問卷設計與變量測量。本文回顧現有文獻，使用具有成熟量表的測量變量，變量均采用李克特（Likert Scale）5級量表進行測量，從“1”=“完全不同意”至“5”=“完全同意”。

" 自變量。環境不確定性EU來源于馮軍政[24]編制的6題項量表，例如“我們產品/服務市場需求的數量及分布很難預測”。

中介變量。大數據能力BDC采用Hao et al.[25]編制的6題項量表，例如“我們能夠識別出滿足需求的大數據來源”；供應鏈協同SCC源自于Cao et al.[26]編制的5題項量表，例如“我們對當前行業外部趨勢的掌握和對未來機會的預測對于主要合作伙伴來說很重要”。

" 因變量。供應鏈創新SCI參考張旭梅等[27]的4題項量表，例如“我們可以根據客戶的需求，靈活地提供客戶所需的產品或服務”。

" 控制變量。本文將企業規模、成立時間、銷售收入以及行業類型作為控制變量。

3" 數據分析

3.1" 信效度檢驗

" 本文采用SPSS26.0及Amos26.0對問卷數據的信效度進行測量，結果如表2所示。在信度方面，各變量的Cronbach's α值均大于0.8，組合信度CR值均大于0.8，表明問卷內部一致性較高，信度達到要求。在效度方面，各測量題項的因子載荷均大于0.7，變量的平方差提取AVE值均大于0.5，達到檢驗要求，說明問卷具備較高的收斂效度。

3.2" 變量描述性統計分析

" 表3報告了各變量的均值、標準差和兩兩間相關系數。環境不確定性與大數據能力（r=0.324，plt;0.01）、供應鏈協同（r=0.345，plt;0.01）和供應鏈創新（r=0.364，plt;0.01）均顯著正相關，大數據能力與供應鏈協同（r=0.562，plt;0.01）和供應鏈創新（r=0.536，plt;0.01）均顯著正相關，供應鏈協同與供應鏈創新（r=0.497，plt;0.01）顯著正相關。相關性分析結果表明變量間關系符合假設預期，為后續分析奠定了基礎。

3.3" 假設檢驗

如表4所示，本文借助 SPSS26.0 軟件，使用Hayes編制的SPSS宏程序Process進行分析，在控制企業成立時間、企業規模、銷售收入以及行業類型的條件下，檢驗制造企業環境不確定性對供應鏈創新的影響以及大數據能力和供應鏈協同的中介作用。

" 回歸分析顯示，環境不確定性對大數據能力（β=0.233，plt;0.001）、供應鏈協同（β=0.155，plt;0.001）具有直接正向預測作用；大數據能力對供應鏈協同（β=0.427，plt;0.001）和供應鏈創新（β=0.299，plt;0.001）具有直接正向預測作用；當環境不確定性，大數據能力和供應鏈協同同時預測供應鏈創新時，均對供應鏈創新有顯著正向影響（β=0.150，plt;0.01；β=0.299，plt;0.001；β=0.235，plt;0.001），即H1成立。

如表5所示，本文采用Bootstrap方法（95%置信區間，重復抽樣5 000次），借助SPSS26.0的Process插件運行Model6對中介效應進行進一步檢驗。結果表明，大數據能力和供應鏈協同的中介作用顯著，總中介效應值為0.130。具體來看，中介效應通過三條中介鏈產生：第一，由環境不確定性→大數據能力→供應鏈創新組成的中介效應（0.070），置信區間不包含0，說明大數據能力的中介作用顯著；第二，由環境不確定性→供應鏈協同→供應鏈創新組成的中介效應（0.036），置信區間不包含0，說明供應鏈協同的中介作用顯著；第三，由環境不確定性→大數據能力→供應鏈協同→供應鏈創新組成的中介效應（0.023），置信區間不包含0，說明大數據能力和供應鏈協同在環境不確定性與供應鏈創新的鏈式中介作用顯著，因此，H2、H3和H4成立。

4" 結" 論

4.1" 研究結論。本文以組織學習理論和協同理論為基礎，采用層次回歸分析和Bootstrap法考察了環境不確定性對供應鏈創新的影響以及大數據能力和供應鏈協同的中介與鏈式中介機制，得到以下結論：首先，環境不確定性對供應鏈創新有顯著正向影響。這一結論拓展了供應鏈創新關于外部影響因素研究。其次，大數據能力和供應鏈協同在環境不確定性與供應鏈創新之間起中介作用。這意味著，面對動蕩的外部環境，通過提升企業大數據能力和供應鏈伙伴之間的協同關系再提高供應鏈創新是可行的，更具體地探討了大數據能力的中介作用，也證實了供應鏈協同在該過程的重要性。最后，環境不確定性作用于供應鏈創新的兩條路徑不是彼此分割的，大數據能力和供應鏈協同在其中具有鏈式中介作用，存在“環境不確定性→大數據能力→供應鏈協同→供應鏈創新”這一更復雜的傳導機制。

4.2" 管理啟示。基于研究結果，本文對制造企業提出兩點管理實踐方面的建議：第一，提高企業大數據應用對動蕩環境的適應性。從長遠來看，組織不僅應注重對大數據技術的投資，培育處理、管理和部署大數據資源的能力，而且要注重對市場信息的把握。外部環境的變化往往會導致市場需求的變化，因此，企業應從技術趨勢、行業發展、市場需求等方面切入，利用環境的引導性作用，夯實大數據能力創新效益支撐，從而實現供應鏈可持續創新。第二，協同合作是供應鏈創新中不可忽視的重要環節。更好地應對復雜的市場變化不能局限于自身的創新，協同伙伴等要積極參與到生產流程當中，打破不同主體之間的分工界限，進而獲取更符合生產需求的資源與技術。同時，要加強與鏈條上其他組織以及供應鏈網絡利益相關者的協同合作，利用成本優勢，樹立互利共贏的思維方式，為實現共同目標而努力。

4.3" 研究局限與展望。本文是有價值的，但仍存在一定的局限：第一，本文只從單一維度研究各變量之間的關系，未來對環境不確定性的研究可以進一步細化，從不同維度探索其對供應鏈創新的影響機制。第二，在動蕩的外部環境下，大數據能力促進供應鏈創新的影響是一個動態的過程，而本文受到時間和社會整體環境等限制條件的影響，使用問卷調查的數據進行了分析。為了更好地厘清作用機制，未來有必要通過可以反映動態演化過程的數據來驗證本文的假設和模型。

參考文獻：

[1]" KIM M， CHAI S. The impact of supplier innovativeness， information sharing and strategic sourcing on improving supply chain agility： Global supply chain perspective[J]. International Journal of Production Economics， 2017，187：42-52.

[2]" ARLBJ?RN J S， DE HAAS H， MUNKSGAARD K B. Exploring supply chain innovation[J]. Logistics Research， 2011（3）：3-18.

[3]" TANG Y M， CHAU K Y， FATIMA A， et al. Industry 4.0 technology and circular economy practices： Business management strategies for environmental sustainability[J]. Environmental Science and Pollution Research， 2022，29（33）：49752-49769.

[4]" HANNILA H， SILVOLA R， HARKONEN J， et al. Data-driven begins with DATA; potential of data assets[J]. Journal of Computer Information Systems， 2022，62（1）：29-38.

[5]" PARK M， SINGH N P. Predicting supply chain risks through big data analytics： Role of risk alert tool in mitigating business disruption[J]. Benchmarking： An International Journal， 2023，30（5）：1457-1484.

[6]" AL-KHATIB A W， AL-FAWAEER M A， ALAJLOUNI M I， et al. Conservative culture， innovative culture， and innovative performance： A multi-group analysis of the moderating role of the job type[J]. International Journal of Innovation Science， 2021，14（3/4）：675-692.

[7]" WONG D T W， NGAI E W T. Critical review of supply chain innovation research （1999-2016）[J]. Industrial Marketing Management， 2019，82：158-187.

[8]" UZKURT C， KUMAR R， KIMZAN H S， et al. The impact of environmental uncertainty dimensions on organisational innovativeness： An empirical study on SMEs[J]. International Journal of Innovation Management， 2012，16（2）：1250015.

[9] 趙紅，楊震寧. 環境不確定性、研發管理與技術創新績效間關系的實證分析[J]. 技術經濟，2017，36（8）：9-17，47.

[10] 李柏洲，夏文飛. 知識屬性、技術創新能力與企業創新績效關系的實證研究——基于環境動態性的調節效應[J]. 預測，2019，38（6）：17-23.

[11]" OKE A， WALUMBWA F O， MYERS A. Innovation strategy， human resource policy， and firms' revenue growth： The roles of environmental uncertainty and innovation performance[J]. Decision Sciences， 2012，43（2）：273-302.

[12]" SOLAIMANI S， VAN DER VEEN J. Open supply chain innovation： An extended view on supply chain collaboration[J]. Supply Chain Management： An International Journal， 2022，27（5）：597-610.

[13]" LIN C， KUNNATHUR A. Strategic orientations， developmental culture， and big data capability[J]. Journal of Business Research， 2019，105：49-60.

[14]" WAMBA S F， DUBEY R， GUNASEKARAN A， et al. The performance effects of big data analytics and supply chain ambidexterity： The moderating effect of environmental dynamism[J]. International Journal of Production Economics， 2020，222：107498.

[15]" WANG G， GUNASEKARAN A， NGAI E W T， et al. Big data analytics in logistics and supply chain management： Certain investigations for research and applications[J]. International Journal of Production Economics， 2016，176：98-110.

[16]" MIKALEF P， BOURA M， LEKAKOS G， et al. Big data analytics capabilities and innovation： The mediating role of dynamic capabilities and moderating effect of the environment[J]. British Journal of Management， 2019，30（2）：272-298.

[17]" SNAPP S. Big data the silver bullet for supply-chain forecasting？[C] // Business Forecasting： The Emerging Role of Artificial Intelligence and Machine Learning， 2021：136.

[18]" JAYARAMAN V， ROSS A D， AGARWAL A. Role of information technology and collaboration in reverse logistics supply chains[J]. International Journal of Logistics： Research and Applications， 2008，11（6）：409-425.

[19]" HUI Z， HE-CHENG W， MIN-FEI Z. Partnership management， supply chain collaboration， and firm innovation performance： An empirical examination[J]. International Journal of Innovation Science， 2015，7（2）：127-138.

[20] 韋艷麗. 不確定性條件下供應鏈協調管理研究[J]. 物流工程與管理，2010，32（8）：127-129.

[21]" WANG C， HU Q. Knowledge sharing in supply chain networks： Effects of collaborative innovation activities and capability on innovation performance[J]. Technovation， 2020，94：102010.

[22]" ZHOU H， BENTON JR W C. Supply chain practice and information sharing[J]. Journal of Operations Management， 2007，25（6）：1348-1365.

[23] 吳向向，王紅春，叢嬌嬌. 基于大數據理論的弱化“長鞭效應”研究[J]. 北京建筑大學學報，2015，31（3）：73-76.

[24] 馮軍政. 企業突破性創新和破壞性創新的驅動因素研究——環境動態性和敵對性的視角[J]. 科學學研究，2013，31（9）：1421-1432.

[25]" HAO S， ZHANG H， SONG M. Big data， big data analytics capability， and sustainable innovation performance[J]. Sustainability， 2019，11（24）：7145.

[26]" CAO M， ZHANG Q. Supply chain collaboration： Impact on collaborative advantage and firm performance[J]. Journal of Operations Management， 2011，29（3）：163-180.

[27] 張旭梅，陳偉. 基于知識交易視角的供應鏈伙伴關系與創新績效實證研究[J]. 商業經濟與管理，2012（2）：34-43.

收稿日期：2023-11-02

基金項目：浙江省哲學社會科學重點研究基地課題項目“數智化賦能浙江省制造業供應鏈創新的機制與實現路徑研究”（2022JDKTZD40）

作者簡介：李心竹（2000—），女，山東濟南人，浙江萬里學院碩士研究生，研究方向：供應鏈創新。

引文格式：李心竹，周巖，陳卓然. 環境不確定性與供應鏈創新的關系研究：大數據能力與供應鏈協同的鏈式中介作用[J]. 物流科技，2024，47（21）：131-135.