智慧供應鏈：從生態構建到路徑躍遷

摘 要：新一輪科技革命正在顛覆傳統供應鏈的運行規則，構建智慧供應鏈成為企業全球戰略布局的重要舉措。文章基于TOE理論框架，采用模糊集定性比較分析方法對智慧供應鏈從生態構建到路徑躍遷展開分析。研究表明，智慧供應鏈生態構建可歸納為政策引領型、金融驅動型、技術主導型、數智化低需型和TOE驅動型五種類型。路徑躍遷特征如下：政策與供應鏈金融具有“束上起下”作用，而銀行貸款、供應鏈集中度、新興信息技術呈現年份特征；商業銀行扮演“曇花一現”角色，政府和鏈企則帶有“主角”光環；新興信息技術在推動智慧供應鏈生態構建過程中具有滯后效應。研究結果對政府制定與優化智慧供應鏈相關政策有一定參考價值。

關鍵詞：智慧供應鏈；生態構建；路徑躍遷；TOE理論框架；模糊集定性比較分析

中圖分類號：F252.1；F273 " " 文獻標識碼：A " " 文章編號：1007-5097（2023）08-0001-11

Smart Supply Chain：From Ecological Construction to Path Transition

WANG Shuang，YU Hui

（School of Economics and Business Administration，Chongqing University，Chongqing 400030，China）

Abstract：The new round of scientific and technological revolution is subverting the operation rules of the traditional supply chain，and the construction of smart supply chain has become an important aspect of the global strategic layout of enterprises. Based on the TOE theoretical framework，this paper uses the qualitative comparative analysis method of fuzzysets to analyze the transition of smart supply chain from ecological construction to path. The configuration results showthat the ecological construction of smart supply chain can be divided into policy-led，financial-driven，technology-driven，low-demand，and TOE-driven. The characteristics of the path transition are as follows：policy and supply chain finance play a \"tie up and down\" role，while bank loans，supply chain concentration，and emerging information technologyhave their own unique year characteristics；commercial banks play the role of \"flash in the pan\"，while the governmentand chain enterprises have an obvious \"leading role\" aura；emerging information technology has a significant lag effect inthe process of promoting the ecological construction of intelligent supply chain. The research results have certain reference value for the government to formulate and optimize policies related to smart supply chain.

Key words：smart supply chain；ecological construction；path transition；TOE theoretical framework；fsQCA

一、引 言

黨的二十大報告提出，將著力提升產業鏈供應鏈韌性和安全水平。這一明確要求，對于企業應對不斷變化的商業發展模式和保持不可替代的核心競爭優勢具有重要戰略意義。新一輪科技革命和產業變革背景下，企業供應鏈構建愈加注重互聯性、智能性和協同性，供應鏈發展呈現越來越多的智慧特征［1-2］。智慧供應鏈（SSC）依托人工智能、區塊鏈、云計算和大數據等新興信息技術，有效對接商流、物流、信息流、資金流，同時高效協同供應鏈各個生產環節，推動供應鏈運作向可視化管理、智能化決策以及可持續發展方向變革。與傳統供應鏈相比，智慧供應鏈不僅能夠打破獨立部門之間的信息壁壘［3］，還可以降低供應鏈運營成本與中斷風險［4］，有利于我國企業在全球產業鏈重構中占據高位，對我國產業結構轉型升級與經濟“雙循環”發展戰略具有重要意義。數字經濟的發展，進一步加速了商業模式從B2C向C2B轉型升級，智慧供應鏈正在重塑未來經濟增長新模式。因此，構建智慧供應鏈對企業突破經濟新增長點具有重要的理論和現實意義。

2017年10月，國務院頒布的《關于積極推進供應鏈創新與應用的指導意見》，首次將供應鏈發展上升至國家戰略層面；2020年4月，商務部領銜7部門發布的《關于進一步做好供應鏈創新與應用試點工作的通知》，對推進供應鏈數字化、智能化發展提出迫切要求；2022年8月，工信部等三部門在聯合發布的《關于促進光伏產業鏈供應鏈協同發展的通知》中，進一步強調加強引導產業鏈上下游企業深度對接、深化全鏈合作。可見，智慧供應鏈體系建設受到了政府各部門的高度重視。除了以上政策支持外，海爾COSMOPlat平臺建設的實踐經驗還表明，打造智慧供應鏈生態圈離不開智能技術的支撐，同時還需要優化與整合供應鏈流程。可見，技術、組織和環境（Technology-Organization-Environment，TOE）是智慧供應鏈生態構建的三大必要條件。蘋果、華為、亞馬遜等企業紛紛將“智慧”加入供應鏈戰略管理，積極推動供應鏈向智能化轉變。經濟轉型背景下，如何推動智慧供應鏈生態構建已成為企業占據市場高地的一項重大挑戰。

現有研究對智慧供應鏈生態構建的探討主要集中在以下幾個方面：一是構建智慧供應鏈相關評價指標，如智慧供應鏈發展指數［5］、智慧供應鏈質量標準［6］、智慧供應鏈績效評價指標［7］等；二是驅動智慧供應鏈構建的相關智能技術，如物聯網技術［1］、大數據技術［4］、區塊鏈技術［8］等；三是探討不同場景下智慧供應鏈構建，如數字經濟賦能場景［9］、國際貿易交易場景［10］、工業4.0不同階段應用管理場景［11］等。以上研究成果為企業智慧供應鏈體系建設提供了實踐指導，也為本文從多因素聯動角度考慮其生態構建奠定了理論基礎。一方面，智慧供應鏈生態需要多方參與者共同協作構建，如供應商、制造商、分銷商、物流企業等；另一方面，智慧供應鏈生態構建既需要技術條件作為支撐，也需要組織條件提供“養分”，同時還離不開環境條件加以保障。

鑒于以上理論成果與企業實踐經驗，本文基于TOE理論框架，采用模糊集定性比較分析（fuzzy sets of Qualitative Comparative Analysis，fsQCA）探討智慧供應鏈生態構建多重組態路徑，試圖從微觀層面為以下三個問題尋求經驗解答：一是智慧供應鏈生態構建的核心條件是什么？二是智慧供應鏈生態構建具有哪些類型？三是智慧供應鏈生態構建的躍遷之路呈現哪些特征？本文可能存在的邊際貢獻有：第一，理論層面上，豐富與拓展了智慧供應鏈相關理論研究，進一步強調了合作共贏機理在完善供應鏈體系構建中的重要作用；第二，實踐層面上，為核心企業聯合上下游企業共同構建智慧供應鏈生態提供了微觀層面經驗支持，使“智慧”不掉“鏈”得到一定保障；第三，政策層面上，從TOE理論框架視角賦能智慧供應鏈生態構建，一定程度上為政府制定與優化完善產業鏈供應鏈體系相關政策提供了參考依據。

二、理論基礎與模型構建

（一）智慧供應鏈

智慧供應鏈是以新興信息技術為重要支撐，通過有效銜接供需、優化生產以及智能化決策使供應鏈各個成員在產品“采購—生產—倉儲—營銷—物流”過程中實現高效協同，不僅可以加速供應鏈“四流”（商流、物流、信息流、資金流）的運作效率，同時還能夠提高供應鏈績效與價值創造。不同于傳統供應鏈，智慧供應鏈更加強調前沿智能技術與供應鏈的深入融合，注重供應鏈可視化、智能化、透明化管理。因此，智慧供應鏈日益成為企業在全球激烈競爭中獲得可持續競爭優勢的重要戰略舉措。現有研究主要從以下兩個方面探討智慧供應鏈：一方面，分析了智慧供應鏈的驅動因素。首先，技術應用對智慧供應鏈的影響。Abdel-Basset等（2018）［1］認為，物聯網技術是智慧供應鏈系統體系實現可視化的主要支撐；Chang和Chen（2020）［8］研究發現，區塊鏈技術不僅可以顯著提高供應鏈透明度，還可以提高上下游企業協作效率；劉偉華等（2020）［12］從企業實踐經驗中發現，先進技術的應用有利于促進智慧供應鏈建設。其次，組織形態對智慧供應鏈的影響。Shao等（2021）［11］指出，組織文化對企業構建智慧供應鏈具有顯著促進作用；Buyukozkan和Gocer（2018）［13］認為，組織結構也具有與組織文化同樣的作用；除此之外，企業的國際合作關系對智慧供應鏈績效也表現了顯著的正向影響［12］。最后，智慧決策對智慧供應鏈的影響。智慧決策基于海量信息數據，對供應鏈需求進行精準預測，旨在提高整個供應鏈庫存管理與運營管理效率［4］。如智慧供應鏈在生鮮食品行業的應用，可以及時感知食品狀態，并基于智慧判斷對其發出過期預警報告［14］。另一方面，討論了智慧供應鏈帶來的影響。隨著人工智能、區塊鏈、云計算和大數據等新興信息技術的不斷深入融合與應用，產生的“智慧效應”越來越多地惠及各大產業鏈供應鏈。從信息流要素看，人工智能技術推動供應鏈向集成化、互聯化發展，極大地提高了供應鏈對信息流的管理效率［15］；從物流要素看，信息技術的賦能可以提高傳統物流的效率和響應能力，有助于供應鏈獲取更大的競爭優勢［3］；從資金流要素看，新一代信息技術能夠實現產業端融資需求和資金端金融服務交易透明化、可視化，有效識別并及時響應客戶融資需求，有利于推動供應鏈運營活動智慧化發展［16］。智慧技術，如物聯網、大數據等，將產業鏈各大主體串聯了起來，既穩固了供應鏈網絡關系，也提高了供應鏈“四流”與各大主體之間的協同程度［17］。

（二）智慧供應鏈生態

傳統供應鏈系統主體主要包括供應商、制造商、分銷（零售）商和物流企業，隨著新興信息技術更新迭代與全球競爭不斷加劇，供應鏈衍生了更加符合當下市場需求的“智慧+供應鏈+生態”模式。如圖1所示，智慧供應鏈生態是以供應鏈為中心，通過人工智能、物聯網、區塊鏈、云計算與大數據等信息技術，將核心企業（制造商）、上游供應商、下游客戶（分銷商/零售商）、物流（網絡+企業）、商業銀行等金融機構以及政府（扶持政策+監管部門）等納入一個共同發展的生態體系，打造可持續的智慧產業鏈生態鏈。當前數字經濟迅速崛起，數字業務化給全球產業鏈供應鏈帶來巨大變革［9］。因此，智慧供應鏈生態構建有必要將數字新業態也考慮其中。

構建智慧供應鏈生態需要遵循互聯性、系統性、精準性和完整性原則，借助新興信息技術對商流、物流、信息流、資金流進行高效識別、跟蹤與管控，促進供應鏈生態從底層技術到中層業務、再到高層管理形成智慧共聯機制［17］。就底層技術而言，采用智能技術對整體供應鏈進行可視化管控，使各個成員之間高效協調與配合［18］，提高供應鏈“四流”生產效率；就中層業務而言，先是對產品原材料進行智慧采購，然后根據消費者需求進行柔性生產，接著借助大數據對消費者展開精準營銷，最后通過智慧物流將產品送至消費者手中；就高層管理而言，借助智能技術對整體供應鏈資源進行合理調配、實時監控以及風險管控，實現供應鏈高效運營管理與智能決策。作為一種促進傳統產業與新興產業跨界融合的新型商業模式，智慧供應鏈生態正在重塑現有產業鏈供應鏈結構，未來將構建一個互利互惠、共生共贏的生態體系。

（三）模型構建：基于TOE理論框架

TOE理論將技術、組織與環境條件的交互作用視為賦能企業技術創新及其應用的主要力量［15］。經學術界不斷探索和產業界豐富實踐，TOE理論框架被運用到多種研究情景中，如網站平臺建設、工業數字化、政務服務能力等。本文結合現有研究成果，將TOE理論框架嵌入供應鏈，探究智慧供應鏈生態構建的多重路徑。

技術條件，主要是指新興信息技術，包括人工智能、區塊鏈、云計算以及大數據技術等。研究表明，智能技術具有加速知識創造與傳播的作用［10］。知識是創新活動的核心力量，而創造新知識是技術創新的基礎［19］，例如人工智能的發展不斷更新搜索信息的技術條件，大幅提高了企業汲取、處理信息的效率，使企業學習與吸收能力得到強化，這在推動智慧供應鏈生態構建中發揮著非常積極的作用。另外，區塊鏈作為一種基于分布式賬本的顛覆性技術，有助于萬物互聯的世界建立可信的交易機制，重塑生產資料所有制之間的關系［20］。這一技術的應用減少了競爭環境中的機會主義和不確定性［21］，從交易機制上賦能智慧供應鏈生態構建。

組織條件，主要包括供應鏈組織結構與社會關系。社會關系理論指出，良好的組織關系，如信息共享、建立信任及簽訂契約等可以促進企業之間締結“一榮俱榮、一損俱損”的聯盟關系［22］，有利于促進智慧供應鏈生態構建［13］。從供應鏈組織結構看，供應鏈金融和供應鏈集中度可以從跨企業關系視角反映企業組織質量與管理層治理水平，提高供應鏈金融和供應鏈集中度可以強化上下游企業合作關系，推動智慧供應鏈生態構建；從社會關系看，如果企業能夠獲得商業銀行貸款，一定程度上反映了企業具有良好的社會關系。商業銀行貸款越高，表明企業資源越充足，越是能夠為智慧供應鏈生態構建提供經濟基礎。

環境條件，主要包括政府政策和數字經濟發展。資源基礎觀認為，企業擁有的資源是其競爭優勢的主要來源。政府出臺的幫扶和激勵政策具有激發企業創新熱情與能動性的作用，有助于驅動智慧供應鏈生態構建。以政府財政補貼為例，獲得研發補助的企業，技術創新水平將顯著提升［23］。當前迅速發展的數字經濟所釋放的動能正在促進供應鏈創造更多價值。作為信息技術在實體經濟中創新應用的產物［24］，數字經濟發展給傳統供應鏈構建方式帶來了顛覆性改變，如創新智慧供應鏈構建模式、提高智慧供應鏈運作效率等，同時也為構建智慧供應鏈生態營造有利環境，如豐富智慧供應鏈應用場景。

基于以上分析，智慧供應鏈生態構建并非僅依靠單一主體獨立驅動，供應鏈各大成員之間可能存在一種耦合機制，以組態形式在其中共同發揮作用。從底層技術看，智慧供應鏈生態構建需以核心企業新興信息技術為底座，為整個產品生命周期提供能夠實現智能化、可視化、協同化的技術支撐；從運營流程看，智慧供應鏈生態構建需以組織管理和資金運轉為雙驅，驅動供應鏈的智慧化底座，實現整體供應鏈資源優配與資金周轉；從產業發展看，智慧供應鏈生態構建離不開產業鏈相關政策的引導，同時也離不開數字經濟發展的支持。可見，智慧供應鏈生態構建與多方供應鏈成員的生產要素交互、聯合作用密切相關。TOE理論框架下，三大要素運行機理既具有一致性也存在異質性，這為組態分析奠定了理論基礎。鑒于此，本文基于供應鏈成員之間聯動作用機理，將以上技術、組織和環境條件共同納入組態匹配，探究智慧供應鏈生態構建的多重路徑。綜上，本文將核心企業、上游供應商、下游客戶、商業銀行和政府部門同時納入智慧供應鏈生態構建范疇，同時還考慮了數字經濟發展對生態構建的影響，得到組態研究模型如圖2所示。

三、研究設計

（一）數據來源與樣本選擇

國務院關于落實《政府工作報告》重點工作部門分工的意見（國發〔2019〕8號）中，明確要求深化新興信息技術的研發應用以推動產業集群，這為智慧供應鏈生態構建創造更多利好條件。鑒于此，本文選取2019—2021年上市企業為研究樣本，數據主要來自國泰安數據庫（CSMAR），政策數據來源于上市企業所在地區地方政府發布的構建智慧供應鏈生態相關政策的手工統計。本文樣本選擇遵循以下原則：①樣本企業需披露可獲得的可持續發展相關數據（企業年報披露的ESG相關信息）；②剔除樣本中的金融類企業；③剔除財務數據缺失的企業。最終，確定830家上市企業為研究樣本。

（二）研究方法

本文采用fsQCA方法從多個供應鏈成員聯合視角，探究智慧供應鏈生態構建與路徑躍遷的多重并發組態，主要出于以下幾個方面的考慮。

其一，智慧供應鏈貫穿了產品“采購—生產—倉儲—營銷—物流”等多個環節，商流、物流、信息流以及資金流在供應鏈成員之間相互傳遞與交織，供應鏈各個成員并非相互獨立，這就導致了各個前因條件不獨立且具有因果復雜性。傳統的實證分析只能對特定變量之間的因果關系進行檢驗，很難闡明多個非獨立變量對結果的影響機理，而fsQCA方法聚焦影響因素之間的非對稱關系，注重產生結果的組態路徑［25］，可以較好地解決這一問題。

其二，構建智慧供應鏈強調供應鏈成員多方參與及協作，既需要對鏈內成員，例如核心企業、上游供應商、下游客戶等進行智慧化管理，也需要鏈外參與者，例如商業銀行等金融機構“不掉鏈”，同時離不開政府幫扶以及行業發展的拉動。多方參與者不斷交互融合，共同推動智慧供應鏈構建與優化。然而，這些參與者并非齊頭并進發展，在構建智慧供應鏈中的角色扮演與所作貢獻存在明顯異質性，因此，傳統的實證分析很難在“一致性”和“差異性”共存情境下進行研究，而fsQCA方法與傳統基于相關性的定量分析不同，側重各個前因條件的“綜合效應”而非“凈效應”，適用于分析多重組態對結果的等效影響［26］。

其三，fsQCA方法為實證分析復雜經濟、社會和文化形態等“宏觀現象”而設計，可以突破“小樣本—多變量”研究困境［27］，為小樣本發現“宏觀問題”、預測“宏觀發展趨勢”提供研究范式。它基于布爾代數算法探索研究產生結果的充分條件、必要條件以及多種因素組合中的最佳路徑，使用模糊集合代替變量的具體測量，與現實規律更加吻合。這種方法一定程度上彌補了傳統定性研究針對單一企業構建智慧供應鏈生態歸納所得結論欠缺普適性的短板。作為傳統定性與定量研究的有效補充，fsQCA方法在解決復雜性問題上具有明顯優越性。

（三）變量測度

1.結果變量

本文結果變量為智慧供應鏈（SSC），參考現有理論研究［2，5-6］，本文主要從以下三個層面加以刻畫：一是底層技術，通過運用新興信息技術支持供應鏈各個環節的智慧運作，底層技術是智慧供應鏈生態構建的重要基底。企業研發創新能力可以一定程度上反映底層技術水平，因而本文從企業專利數量、研發資金和研發人員三個維度測度底層技術［28］。二是中層協作，中層協作貫穿整個供應鏈流程，主要包括智慧采購、柔性生產、智能倉儲、精準營銷、智慧物流等環節，其是智慧供應鏈生態構建的關鍵要素［5-7］。鑒于此，本文選取存貨周轉、營銷情況、客戶滿意、信息共享、戰略共享5個指標變量測度中層協作。三是高層戰略，高層決策著眼于可持續發展，對整個供應鏈資源分配、生產安排以及戰略決策進行智能計劃與管控，高層戰略是智慧供應鏈生態構建的決定因素［2，6］。對于可持續發展，本文從企業財務績效和ESG績效兩個方面衡量［29-30］。

2.條件變量

（1）T-技術條件。智慧供應鏈生態構建的技術條件主要由核心企業多種新興信息技術構成，包括人工智能（Artificial Intelligence）、區塊鏈（Blockchain）、云計算（Cloud computing）以及大數據（Big Data）等技術。本文采用詞頻統計方式從企業年報獲取企業應用以上信息技術基本情況，經主成分分析確定新興信息技術（CF-ABCD）為智慧供應鏈生態構建的技術條件。

（2）O-組織條件。本文主要從供應鏈結構和資金資源兩個方面評估智慧供應鏈生態構建的組織條件。其中，供應鏈結構由能夠衡量核心企業與上游供應商、下游客戶親密組織關系的供應鏈金融（Supplier-SCF、Customer-SCF）和供應鏈集中度（Supplier-SCC、Customer-SCC）表示，資金資源則為商業銀行貸款（Bank-Loan）。

（3）E-環境條件。本文主要從政府政策和數字經濟發展角度評估智慧供應鏈生態構建環境條件。政府政策（Gov-Policy）主要是指與構建智慧供應鏈息息相關的物流、交通以及信息技術等政策，數字經濟發展（Ind-Dige）則由行業數字技術應用情況測度。

變量詳細說明見表1所列。

四、實證分析

（一）數據校準

fsQCA算法要求數據介于0～1，在運算數據之前需要將結果變量、條件變量進行校準，目的在于賦予這些變量成員身份度。基于現有研究理論和經驗知識［26，31］，本文采用直接校準法進行數據校準。與以往的研究一樣，將0.95、0.50、0.05設置為模糊集刻度化指標，依次表示完全隸屬于某一成員身份（0.95）、半隸屬于某一成員身份（0.50）和完全隸屬于某一非成員身份（0.05）。本文將樣本中各變量的最大值、中間值、最小值分別對應0.95、0.50、0.05三個程度指標，所分配的變量校驗臨界值見表2所列。

（二）必要性分析

在進行組態分析之前，需要檢驗TOE理論框架下各前因條件對構建智慧供應鏈的必要性。如果某一個條件變量總是在結果發生時存在，那么該條件變量就構成產生這個結果的必要條件。fsQCA算法通過必要性分析中的一致性指標判斷，即一致性超過0.9，說明該條件變量是構建智慧供應鏈的必要條件［26，31］。由表3分析結果可知，所有前因構型（含邏輯非值）的必要性都沒有超過0.9，不構成也不近似于構成智慧供應鏈的必要條件。

（三）生態構建

首先，fsQCA算法會列出所有組態的真值表；其次，基于一致性臨界值以及樣本頻數臨界值篩選出對智慧供應鏈具有充分性的組態；最后，得到復雜解、簡潔解和中間解三組結果。其中，復雜解與簡潔解過于極端，通常僅作為參考，中間解作為解釋結果的組態［26］。考慮Ragin（2006）［31］給出的一致性臨界值不低于0.75的建議以及數據在一致性上的自然斷裂等因素，本文智慧供應鏈生態構建組態分析中的一致性臨界值設置為0.86，樣本頻數臨界值設置為10。借鑒Ragin和Fiss（2008）［32］所使用的表示方式，得到中間解結果，見表4所列。

智慧供應鏈生態構建的組態分析產生了7種構型，整體一致性為0.801，高于一致性臨界值0.75，表明本文所產生的組態結果具有較好的一致性；整體覆蓋率為0.793，表明7種構型覆蓋了本文樣本中80%的企業。其中，核心企業新興信息技術（CF-ABCD）、供應商/客戶供應鏈金融（～Supplier-SCF、Customer-SCF）、供應商集中度（Supplier-SCC）、商業銀行貸款（Bank-Loan）和政府政策（Gov-Policy）為智慧供應鏈生態構建的核心條件（中間解和簡約解中都出現的前因條件），其他條件均為輔助條件（中間解和簡約解中只出現一次的前因條件）。

以上智慧供應鏈7種構型生態構建如圖3所示，其中，大圈表示核心條件，小圈表示輔助條件。

（1）政策引領型。這一類型對應表4構型1，表示當政府政策（Gov-Policy）發揮足夠大的作用時，即使技術、組織條件處于較低狀態，智慧供應鏈生態構建也能夠保持在一個較為理想的水平。我國農業智慧供應鏈生態構建為政策引領型提供了一個典型的經驗支持，這是由于目前我國農耕技術與物流網絡尚處于發展階段，對農業智慧供應鏈建設與發展的推動作用十分有限，農業發展主要依靠政府政策的扶持與推動。近5年來，財政部辦公廳經濟建設司連續發文加強農產品供應鏈體系建設——財辦建〔2019〕69號文重在打造農商互聯、財辦建〔2021〕37號文著力完善農產品流通骨干網絡、財辦建〔2022〕36號文深度聚焦農產品冷鏈物流網絡等，極大地推動了農業智慧供應鏈建設與發展。

（2）金融驅動型。這一類型對應表4構型2和構型4，表示企業積極開展融資活動，如為供應商/客戶提供較低/較高體量的供應鏈金融（～Supplier-SCF、Customer-SCF）、向商業銀行尋求貸款（Bank-Loan），為供應商提供較高體量的供應鏈金融（Supplier-SCF），均能夠顯著推動智慧供應鏈生態構建。為上下游中小企業提供供應鏈融資不僅可以強化供應鏈合作關系，還可以締結“一榮俱榮、一損俱損”戰略關系，有利于凝聚整體供應鏈之力構建智慧供應鏈生態。在此過程中，如若還能獲得商業銀行等金融機構的資金支持，那么更加能夠支持智慧供應鏈建設與發展。

（3）技術主導型。這一類型對應表4構型3，表示核心企業新興信息技術（CF-ABCD）處于較高水平時，同時為供應商提供較高體量的供應鏈金融（Supplier-SCF），能夠顯著推動智慧供應鏈生態構建。隨著人工智能、區塊鏈、云計算以及大數據等越來越深地嵌入社會經濟發展脈絡，新興信息技術發展給傳統供應鏈構建與運營管理帶來了顛覆性改變，同時也為智慧供應鏈生態構建注入了新動能。在產業鏈供應鏈中，新興信息技術的應用不僅可以創新智慧供應鏈生態構建方式，還能夠提高智慧供應鏈生態構建效率、降低智慧供應鏈生態構建風險，同時還可以進一步豐富智慧供應鏈生態構建場景，從技術維度推動智慧供應鏈建設與發展。

（4）數智化低需型。這一類型對應表4構型5，表示智慧供應鏈生態構建對企業數智化發展的需求很低。即核心企業新興信息技術（CF-ABCD）和數字經濟發展（Ind-Dige）處于較低水平時，智慧供應鏈生態構建在其他組織、環境條件聯合驅動下仍然能夠保持在一個較為理想的水平。數字技術的經濟形態正在大規模崛起，對我國經濟轉型升級與高質量發展具有重要作用。但對于傳統制造業、建筑業以及房地產業等來說，數字技術的應用對促進智慧供應鏈生態構建的作用可能并不大。一方面，可能是因為這些行業發展受國際關系、宏觀經濟以及政策變化影響較大，一定程度上弱化了數智化發展對其智慧供應鏈生態構建的作用；另一方面，這些行業已有的供應鏈體系相對固化，數智化發展帶來的變革短期內很難重塑其供應鏈生態，數智化融入現行供應鏈體系仍需一定時間。

（5）TOE驅動型。這一類型對應表4構型6和構型7，表示智慧供應鏈生態構建離不開TOE三大條件共同驅動。我國第一家上市的供應鏈企業怡亞通遵循跨界融合、平臺共享和共融共生原則，打造“供應鏈商業生態圈戰略”，為其他企業智慧供應鏈生態構建提供了一個TOE驅動范式。從技術條件看，人工智能、區塊鏈、云計算以及大數據等新興信息技術的應用，可以有效減少供應鏈網絡關系中的信息不對稱，有利于高效識別商流、物流、信息流以及資金流的真實信息，提高智慧供應鏈生態構建效率；從組織條件看，與上下游中小企業締結長期穩定的戰略關系，不僅可以降低供應鏈風險，還可以提高整體供應鏈競爭力，有利于為智慧供應鏈生態構建輸送更多“血液”；從環境條件看，智慧供應鏈生態構建需要依托當時當地所處的政策、行業環境，良好的環境條件能夠促進多方供應鏈成員協同合作，推動智慧供應鏈生態構建。

（四）路徑躍遷

考慮智慧供應鏈生態構建會受到環境變化的影響，本文對構建智慧供應鏈生態的躍遷路徑展開深入組態分析，以期進一步捕捉其躍遷特征，結果如圖4所示。

2019—2021年，生態構建場景中，智慧供應鏈能級躍遷促進生態系統通過吸收與更替技術-組織-環境三大條件實現躍遷之路，并釋放階段性能級躍遷標志。路徑躍遷呈現“層層推進、環環相扣”特征，跨越能級需按階段吸收生態養分，完成自生長后驅動躍遷向更高維度演進，從而使整個生態系統更具智慧性和穩定性。這一過程生態要素深度耦合、協同演化的作用機制主要體現在以下三個躍遷能級層面：

（1）躍遷能級1。從前因構型看，政策和供應鏈金融在路徑躍遷中表現出顯著的“束上起下”作用，而銀行貸款、供應鏈集中度、新興信息技術呈現特有的年份特征。構建智慧供應鏈生態，前期離不開政策和資金的大力扶持，例如推動物流高質量發展的發改經貿〔2019〕352號文、降低企業融資成本的國辦發〔2019〕6號文；步入中期后，政策依然發揮作用，同時需要依靠供應鏈管理，政策發揮“扶上馬、走一程”效應，繼續從外部推動智慧供應鏈生態構建，內部高效的供應鏈管理才是生態構建的核心驅動；到了后期，既需要開展供應鏈金融活動，也需要借助新興信息技術，供應鏈金融可以強化上下游企業合作關系，形成“一榮俱榮、一損俱損”戰略，新興信息技術的應用更是為構建智慧供應鏈生態提供有力支撐。

（2）躍遷能級2。從參與成員看，2019年銀行和政府是智慧供應鏈生態構建的主力軍，2020年上下游企業替代銀行角色，并一直保持到2021年，并且在該年更是與核心企業一同支撐智慧供應鏈生態構建。由此可知，商業銀行等金融機構在智慧供應鏈生態構建中扮演“曇花一現”角色，僅在構建初期發揮作用。而政府和上下游企業則帶有明顯的“主角”光環，連續兩年為生態構建保駕護航。核心企業的積極作用嶄露頭角，或將成為驅動智慧供應鏈路徑躍遷的主要力量。

（3）躍遷能級3。從TOE框架看，組織條件貫穿智慧供應鏈生態構建始終，環境條件具有重要作用，技術條件則表現為顯著的滯后效應。實踐中，企業創新產出具有一定時滯性，以專利成果為例，企業從研發創新到專利申請、再到專利申請被相關部門認定，直至專利成功獲批，這一過程中往往需要耗費3～5年時間［33］。人工智能、區塊鏈、云計算以及大數據等技術在推動智慧供應鏈生態構建過程中也同樣如此，但可以肯定的是，新興信息技術將成為智慧供應鏈生態構建的新一輪引擎。

五、結論與啟示

（一）研究結論

本文采用fsQCA方法試圖探究智慧供應鏈從生態構建到路徑躍遷的過程特征，得出以下主要結論：

智慧供應鏈生態構建可歸納為5種類型，分別為政策引領型、金融驅動型、技術主導型、數智化低需型和TOE驅動型。以上類型具有較好的一致性，可以覆蓋樣本中80%的企業。其中，核心企業新興信息技術、供應商/客戶供應鏈金融和供應商集中度、商業銀行貸款、政府政策為智慧供應鏈生態構建的核心條件。

智慧供應鏈生態構建路徑呈現以下躍遷特征：第一，政府政策與供應鏈金融在路徑躍遷中表現出“束上起下”作用，而銀行貸款、供應鏈集中度、新興信息技術呈現出特有的年份特征；第二，商業銀行在智慧供應鏈生態構建中扮演“曇花一現”角色，政府和上下游企業則帶有明顯的“主角”光環，而核心企業的積極作用剛剛嶄露頭角；第三，與組織、環境條件不同，人工智能、區塊鏈、云計算以及大數據等新興信息技術在推動智慧供應鏈生態構建過程中具有滯后效應。

（二）管理啟示

根據上述結論，本文得出以下管理啟示：第一，企業智慧供應鏈生態應該結合自身實際情況，選擇合適的構建路徑，例如融資能力較強的企業可選擇金融驅動型、研發創新能力較強的企業可選擇技術主導型、全能型企業可選擇TOE驅動型等。基于自身屬性與資源優勢，“量體裁衣”式選擇構建路徑，不僅有利于推動智慧供應鏈高質量發展，還有利于企業在日常運營管理中實現降本增效。第二，智慧供應鏈生態具有顯著動態性，企業應該遵循不同時期特征及時調整生態構建的“配方”。本文研究表明，智慧供應鏈生態構建呈現鮮明的路徑躍遷特征，企業靈活變換賦能場景有利于促進智慧供應鏈生態構建。新一輪科技革命正在重塑全球供應鏈格局，動態構建智慧供應鏈能夠提高企業對客戶需求的響應能力，有利于企業占據市場競爭高地。第三，智慧供應鏈不應只被企業視作一種商業模式，應該被賦予更多戰略管理意義。構建智慧供應鏈是一個系統性工程，需要供應鏈各個成員秉承“一榮俱榮、一損俱損”理念、協作共建。在智慧供應鏈生態下，有利于形成信息共享、風險共擔運行機制，促進供應鏈成員相互依存、互惠互助，有利于提高供應鏈整體競爭力。

（三）研究局限與未來研究展望

一是智慧供應鏈生態構建仍需考慮更多參與者及度量指標。現實中智慧供應鏈生態構建涉及更多參與者，如物流企業、供應鏈相關平臺等。未來可進一步擴大考察范圍，更加全面地、系統地豐富智慧供應鏈生態內涵。二是新興信息技術仍需考慮更多維度。本文僅以人工智能、區塊鏈、云計算以及大數據表征新興信息技術，這顯然不足以支撐新興信息技術涵蓋的范圍。未來可將物聯網、生物識別技術、感測技術以及控制技術等納入其中。三是本研究沒有對樣本企業進行細分，未來可進一步探究異質性行業智慧供應鏈的生態構建與路徑躍遷。一方面，可重點考慮具有鮮明行業特色的農業、制造業的智慧供應鏈生態構建；另一方面，也可重點考慮政府大力扶持產業的智慧供應鏈生態構建，如高新技術產業、新能源企業產業等。

參考文獻：

［1］ABDEL-BASSET M，MANOGARAN G，MOHAMED M. Internet of Things （IoT） and Its Impact on Supply Chain：A Framework for Building Smart，Secure and Efficient Systems［J］. Future Generation Computer Systems，2018，86（9）：614-628.

［2］TRIPATHI S，GUPTA M. TransformingTowards a Smarter Supply Chain［J］. International Journal of Logistics Systems and Management，2020，36（3）：319-342.

［3］GUNASEKARAN A，SUBRAMANIAN N，PAPADOPOULOS T. Information Technology for Competitive Advantage Within Logistics and Supply Chains：A Review［J］. Transportation Research Part E：Logistics and Transportation Review，2017，99：14-33.

［4］SARDAR S K，SARKAR B，KIM B. Integrating Machine Learning，Radio Frequency Identification，and Consignment Policy for Reducing Unreliability in Smart Supply Chain Management［J］. Processes，2021，9（2）：247.

［5］彭樹霞，李波，甄紫嫣.智慧供應鏈發展指數的構建及評價研究［J］工業技術經濟，2021，40（11）：44-52.

［6］劉偉華，曾勇明，喬顯苓.智慧供應鏈質量標準體系探究［J］供應鏈管理，2022，3（9）：5-19.

［7］李玉鳳，邢淋淋.智慧供應鏈績效評價指標體系構建［J］統計與決策，2017（3）：183-185.

［8］CHANG S E，CHEN Y. When Blockchain Meets Supply Chain：A Systematic Literature Review on Current Development and Potential Applications［J］. Ieee Access，2020，8：62478-62494.

［9］楊繼軍，艾瑋煒，范兆娟.數字經濟賦能全球產業鏈供應鏈分工的場景、治理與應對［J］經濟學家，2022（9）：49-58.

［10］GOLDFARB A，TREFLER D. Artificial Intelligence and International Trade［M］. Chicago：University of Chicago Press，2018.

［11］SHAO X F，LIU W，LI Y，et al. Multistage Implementation Framework for Smart Supply Chain Management Under Industry 4.0［J］. Technological Forecasting and Social Change，2021，162：120354.

［12］劉偉華，王思宇，賀登才.面向國際產能合作的智慧供應鏈績效影響因素——基于多案例的比較［J］中國流通經濟，2020，34（9）：3-20.

［13］BUYUKOZKAN G，GOCER F. Digital Supply Chain：Literature Review and a Proposed Framework for Future Research［J］. Computers in Industry，2018，97：157-177.

［14］CHEN S，BRAHMA S，MACKAY J，et al. The Role of Smart Packaging System in Food Supply Chain［J］. Journal of Food Science，2020，85（3）：517-525.

［15］NGAI E W T，PENG S，ALEXANDER P，et al. Decision Support and Intelligent Systems in the Textile and Apparel Supply Chain：An Academic Review of Research Articles［J］. Expert Systems with Applications，2014，41（1）：81-91.

［16］宋華，楊雨東. 現代 ICT 賦能的智慧供應鏈金融創新與發展［J］. 中國流通經濟，2019，33（12）：34-41.

［17］WU C K，TSANG K F，LIU Y，et al. Supply Chain of Things：A Connected Solution to Enhance Supply Chain Productivity［J］. IEEE Communications Magazine，2019，57（8）：78-83.

［18］HOTA S K，GHOSH S K，SARKAR B. Involvement of Smart Technologies in An Advanced Supply Chain Management to Solve Unreliability Under Distribution Robust Approach［J］. AIMS Environmental Science，2022，9（4）：461-492.

［19］CHENG C P，PENG H. The Mechanism of Artificial Intelligence Affecting Employment and China's Countermeasures［J］. China Soft Science Magazine，2018，10：62-70.

［20］HUGHES L，DWIVEDI Y K，MISRA S K，et al. Blockchain Research，Practice and Policy：Applications，Benefits，Limitations，Emerging Research Themes and Research Agenda［J］. International Journal of Information Management，2019，49：114-129.

［21］SCHMIDT C G，WAGNER S M. Blockchain and Supply Chain Relations：A Transaction Cost Theory Perspective［J］. Journal of Purchasing and Supply Management，2019，25（4）：100552.

［22］馮華，施雨玲，魏嬌嬌.社會控制與供應鏈績效的相互作用關系探討——以依賴及供應鏈整合為中介［J］.中國管理科學，2020，28（5）：136-145.

［23］王鋒正，姜濤，郭曉川. 政府質量、環境規制與企業綠色技術創新［J］. 科研管理，2018，39（1）：26-33.

［24］MA S，GUO J，ZHANG H. Policy Analysis and Development Evaluation of Digital Trade：An International Comparison［J］. China amp; World Economy，2019，27（3）：49-75.

［25］WOODSIDE A G. Moving Beyond Multiple Regression Analysis to Algorithms：Calling for Adoption of AParadigm Shift from Symmetric to Asymmetric Thinking in Data Analysis and Crafting Theory［J］. Journal of Business Research，2013，66（4）：463-472.

［26］RAGIN C C. Redesigning Social Inquiry：Fuzzy Sets and Beyond［M］. Chicago：University of Chicago Press，2009.

［27］SCHNEIDER C Q. Macro-Qualitative Approaches［M］.London：Oxford University Press，2019.

［28］解學梅，朱琪瑋.企業綠色創新實踐如何破解“和諧共生”難題？［J］.管理世界，2021，37（1）：128-149.

［29］ALEXOPOULOS I，KOUNETAS K，TZELEPIS D. Environmental and Financial Performance. Is There a Win-win or a Win-loss Situation？ Evidence from the Greek manufacturing［J］. Journal of Cleaner Production，2018，197：1275-1283.

［30］WIJETHILAKE C. Proactive Sustainability Strategy and Corporate Sustainability Performance：The Mediating Effect of Sustainability Control Systems［J］. Journal of Environmental Management，2017，196：569-582.

［31］RAGIN C C. Set Relations in Social Research：Evaluating Their Consistency and Coverage［J］. Political Analysis，2006，14（3）：291-310.

［32］RAGIN C C，FISS P C. Net Effects Analysis Versus Configurational Analysis：An Empirical Demonstration［M］. Chicago：University of Chicago Press，2008.

［33］陳德球，孫穎，王丹.關系網絡嵌入、聯合創業投資與企業創新效率［J］.經濟研究，2021，56（11）：67-83.

［責任編輯：陶繼華］