数字化能力对制造企业供应链弹性的实证研究_杨雪荣.pdf

数字化能力对制造企业供应链弹性的实证研究杨雪荣，李洛瑶，冯雪阳（南通理工学院，江苏南通226000）摘要：新冠疫情的肆虐对传统制造业造成较大的冲击，制造企业为了能够持续生存和发展，需要有效提升数字化能力，进而构建供应链弹性。基于此，进行结构方程模型分析，实证研究了数字化能力对供应链弹性的影响，有助于企业跟踪可视化产品、信息流，增强企业的关键竞争优势。关键词：数字化能力供应链弹性制造企业中图分类号：F27文献标识码：A文章编号：2095-0748（2023）01-0229-02引言2020 年 6 月，关于深化新一代信息技术与制造业融合发展的指导意见 提出，要进一步加快制造业数字化、网络化、智能化步伐。新冠疫情以来，中国制造企业受到严重冲击，尤其是经历原材料短缺、供不应求等困境后，在供应链管理等方面暴露出一系列问题。有企业凭借较好的数字化能力“转危为安”后，数字化能力开始备受关注。数字经济的发展和工业 4.0 的到来促进了各行业朝着数字化转型，因此，数字化能力作为数字化转型的关键能力，通过收集内外部环境的信息和数据,经过处理和分析,最终适应并能预测环境的变化，帮助企业面对各种挑战。但是，学界在研究供应链弹性时较少考虑数字化能力，由于高性能计算、人工智能和新型材料的发展，制造业很容易受到影响，而数字化能力可以降低供应链中断风险的干扰，能够更快速、高效地传递供应链上的信息，在中断事件发生时有助于供应链快速反应1。因此，本文将深入探讨数字化能力对供应链弹性的影响。1相关概念与研究假设1.1数字化能力在要素配置方面，随着国务院公布将数据作为生产要素之一，数据成为数字化能力培养的重要要素配置。在内涵方面，本文认为数字化能力是通过利用企业数据资产为企业创造数字化核心决策价值，使企业可以提高生产制造水平及形成企业的核心竞争力。数据是数字化能力的核心。宋晶2提出制造企业数字化能力包含数据采集、存储和分析能力。本文参考卡罗尔 1983 年提出的“人的信息加工模型”，将制造企业对数据的使用过程类比于人对信息的加工过程。采集数据就是数据的输入过程，对数据进行分析和运用就是数据处理和输出过程。因此，本文认为数字化能力由数据采集能力和数据应用能力构成。1.2供应链弹性供应链弹性的内涵尤为丰富，本文基于供应链风险管理视角认为供应链弹性是一种处理供应链中断风险的能力，一方面，供应链弹性在动荡之前减少中断的可能性，能够预测和实时监控风险，另一方面，在中断后，能快速响应和恢复、维持现有的功能3。1.3数字化能力对供应链弹性的影响数字化能力通过汇总各部门接收到的内外部数据信息，在有效期间内整合成有助于企业经营决策的资讯，提供卓越的数据分析，并采取有效的行动。总之，数字化能力可以通过供应链上的信息反馈、敦促企业之间交换信息，显示在需求（潜在）方面的变化，获得来自供应商和客户的数据，支持预知风险，增强供应链弹性。数字化能力对内通过对以往数据的总结，具备了大量的经验，能够积极响应供应链上的不确定性。同时，企业职能部门之间也能够快速连接，共同决策应对供应链中断。如果企业拥有较强的数字化能力，不仅能够联结供应链成员之间的信息共享和共同协作，还能够适应（潜在）中断，提高供应链弹性。因此，基于上述讨论，本文提出如下假设：数字化能力对供应链弹性存在积极影响。2实证研究2.1数据来源本文于 2022 年 5 月使用问卷星进行数据收集。目标受访者是了解或者参与供应链运作或企业数字化运营情况的管理者以及员工，企业类型以中小型民营制造企业为主。本次共发出问卷 200 份，剔除无效问卷剩余 122 份，问卷回收有效率为 0.61。2.2变量的测量指标设计根据 Ponomarov（2012）和 Golgeci（2013）的成熟量表，供应链弹性测量指标包括企业能够充分应对供收稿日期：2022-07-18基金项目：南通理工学院江苏省大学生创新创业训练计划项目，数字化能力对制造业企业供应链弹性的影响研究（202212056039Y）作者简介：杨雪荣（1993），女，江苏南通人，硕士，助教，研究方向为供应链管理、金融方向；李洛瑶（1993），女，江西鹰潭人，硕士，助教，研究方向为金融方向；冯雪阳（1993），女，山东济宁人，硕士，助教，研究方向为数字经济、金融方向。总第 223 期2023 年第 1 期现代工业经济和信息化Modern Industrial Economyand InformationizationTotal 223No.1，2023DOI:10.16525/ki.14-1362/n.2023.01.088经营管理现代工业经济和信息化第 13 卷An Empirical Study of Digital Capabilities on Supply Chain Elasticity of Manufacturing FirmsYang Xuerong,Li Luoyao,Feng Xueyang（Nantong Institute of Technology,Nantong Jiangsu 226000）Abstract:The impact of the new epidemic on the traditional manufacturing industry has been significant,with problems such as staffshortages,supply chain disruptions,and slow resumption of production,with some manufacturing enterprises even pressing the pausebutton.In order to survive and grow,manufacturing companies need to effectively improve their digital capabilities and build supply chainresilience.Based on this,a structural equation model is used to empirically study the impact of digital capability on supply chain resilience,which helps companies to track visual product and information flows and enhance their key competitive advantages.Key words:digital capabilities;supply chain resilience;manufacturing firms应链中断风险。供应链中断后，企业能够运营得很好、能够快速调整到原始状态、维持原有的供应链结构和功能。数字化能力中数据采集能力包括：企业能够方便地获得支撑业务的内外部数据，企业有足够的数据分析所需的技术设备、技能。企业能够根据业务目标有效地协调内外部数据资源，如软硬件资源、数据、技术和人才等。企业能够记录各类数据，如交易数据，报表数据和互联网数据等。数据应用能力包括企业能够高效处理和整合海量数据、利用数据分析为企业业务活动（研发、生产、营销等）提供支持、利用数据分析预测客户行为和市场行情以及利用数据分析进行决策等。2.3模型检验2.3.1信效度检验本文采用 SPSS 软件中的 Cronbach 值来检验问卷信度，结果显示问卷总体信度为 0.910，0.9，信度极佳。问卷整体效度的 KMO 值达到 0.884，0.7，适合做因子分析。同时检验各变量的信效度，具体结果如表 1 所示。本文研究的变量题项的显著水平均是显著相关的，说明变量都能很好地被相应的题项所测量。关于数据的收敛效度，完全标准化的因子载荷均超过0.50，C.R.值均在 0.70 以上，AVE 值中供应链弹性和数据采集能力接近于 0.50，数据应用能力在 0.50 以上，满足要求。由此可见，数据具备良好的收敛效度，可以进行结构方程分析。同时，大部分变量的 AVE 值开方值大于任何两个变量间相关系数，因此，数据具有良好的区别效度。2.3.2拟合度检验本文采用 AMOS软件进行验证性因子分析，其中CMIN/DF=1.844，RMSEA=0.077，CFI=0.932，TLI=0.916，SRMR=0.055，均符合要求，该模型的拟合度较好。2.3.3基础模型检验本文使用 AMOS软件进行路径分析，结果表明数字化能力由数据采集能力（=0.96，P0.001）和数据应用能力（=0.72，P0.001）构成。同时数字化能力对供应链弹性（=0.69，P0.001）存在积极影响。因此，本文提出的研究假设获得验证，具体结果如图 1 所示。3结论3.1集腋成裘，重视数据采集能力本文认为数字化能力包括数据采集能力和数据应用能力，经检验，数据采集能力比数据应用能力对数字化能力的占比更大，说明数据基础很重要，因此，企业需要尽可能多地收集、挖掘、保存和整合供应链上下游企业以及企业内部隐藏的各类信息，掌控其供应链各个环节的协同情况，发挥数据的最大价值，尽量防范和解决供应链中断问题。3.2大本大宗，增强数字化能力本文通过实证研究，认为数字化能力是供应链弹性的重要增强剂。企业应重视数字化能力的投资应用，有助于企业跟踪可视化产品和信息流，有助于企业调整订单、生产、交货时间等，提升供应链弹性，并使其成为企业成长的关键竞争优势。参考文献1韩思齐.供应链弹性与数字化J.新经济，2021（12）：52-55.2宋晶.SQ企业数字化能力的评价及提升对策研究D.西安：西安理工大学，2019.3朱新球.大数据分析能力如何影响供应链绩效基于供应链弹性视域的分析J.中国流通经济，2021，35（6）：84-91.（编辑：郭萍茹）表 1信效度分析变量因子载荷Cronbach sAVEC.R.相关系数与区别效度数据采集能力数据应用能力供应链弹性数据采集能力0.6090.728*0.8440.475 0.8440.689数据应用能力0.7010.849*0.8560.611 0.862 0.759*0.782供应链弹性0.6010.808*0.7780.481 0.786 0.552*0.533*0.694注：*表示 P0.05，*表示 P0.001，对角线粗体数字为 AVE 开根号值，下三角是皮尔森相关系数。图 1模型检验结果数字化采集能力数字化应用能力数字化能力供应链弹性0.96*0.72*0.69*230