環(huán)境不確定性與供應鏈創(chuàng)新的關系研究：大數(shù)據(jù)能力與供應鏈協(xié)同的鏈式中介作用

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

關鍵詞：環(huán)境不確定性；大數(shù)據(jù)能力；供應鏈協(xié)同；供應鏈創(chuàng)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(jīng)濟全球化趨勢日益加強，制造業(yè)面臨著更大的不確定性：產(chǎn)品生命周期急劇縮短，客戶對企業(yè)的交貨期與產(chǎn)品質量要求更加苛刻等。市場環(huán)境的巨大變化使得企業(yè)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(yōu)化經(jīng)濟結構的關鍵階段，經(jīng)濟轉型升級急需重大創(chuàng)新突破予以賦能，產(chǎn)品、服務和供應鏈的創(chuàng)新促進了企業(yè)的成功，提升了企業(yè)的競爭優(yōu)勢[1]。在供應鏈管理領域，供應鏈創(chuàng)新成為應對不確定環(huán)境的主要手段，創(chuàng)新的重要性在實踐上得到了公認[2]。

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

" 為了回答上述問題，本文基于組織學習理論和協(xié)同理論構建了供應鏈創(chuàng)新的研究框架，使用357家中國制造企業(yè)的一手數(shù)據(jù)來分析環(huán)境不確定性、大數(shù)據(jù)能力、供應鏈協(xié)同三者對供應鏈創(chuàng)新的影響關系。研究結果不僅彌補了大部分供應鏈創(chuàng)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(yè)供應鏈創(chuàng)新實踐提供參考。

1" 理論基礎與研究假設

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

一方面，我國的市場大環(huán)境有利于制造業(yè)獲取創(chuàng)新的知識。在知識經(jīng)濟時代，我國匯集世界各國的企業(yè)、研發(fā)機構等，導致競爭環(huán)境中蘊含的知識更加豐富，知識儲備庫中的知識點數(shù)量越多，越有利于創(chuàng)新績效的提升[10]。另一方面，環(huán)境不確定性迫使企業(yè)獲取更多的知識和創(chuàng)新資源。當環(huán)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(yè)面臨創(chuàng)新壓力。為了在競爭激烈的環(huán)境中生存下去，企業(yè)會將顧客、供應商及研發(fā)機構等作為組織學習的重要外部資源建立聯(lián)系，隨時關注外部環(huán)境的變化，及時獲取最新的信息、知識或創(chuàng)新資源[11]。

" 在復雜的創(chuàng)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(fā)更多創(chuàng)新[12]。由于處于不確定環(huán)境中的企業(yè)在執(zhí)行創(chuàng)新戰(zhàn)略方面更具侵略性，這使它們能夠迅速利用這種環(huán)境中提供的機會。因此，處于動蕩環(huán)境中的供應鏈比處于穩(wěn)定環(huán)境中的供應鏈具有更高的創(chuàng)新能力。由此，本文提出如下假設：

" H1：環(huán)境不確定性積極影響供應鏈創(chuàng)新。

1.2" 大數(shù)據(jù)能力的中介作用。大數(shù)據(jù)能力是指企業(yè)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(shù)據(jù)，用以支持企業(yè)實現(xiàn)戰(zhàn)略和運營目標的能力[13]。環(huán)境不確定性為組織開發(fā)和探索大數(shù)據(jù)能力提供了更多市場機會，行業(yè)趨勢、競爭對手行為以及顧客需求的迅速變化驅動企業(yè)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(shù)據(jù)能力使用既可以幫助企業(yè)進行供應鏈瓶頸成因分析，改進操作和業(yè)務流程[15]，也可以促進開發(fā)數(shù)據(jù)分析平臺，實現(xiàn)對客戶數(shù)據(jù)的實時監(jiān)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(yè)利用大數(shù)據(jù)能力發(fā)揮資源獲取、數(shù)據(jù)挖掘、智能認知、市場預測等優(yōu)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(chuàng)新，建立可持續(xù)的競爭優(yōu)勢[17]。因此，本文提出以下假設：

" H2：大數(shù)據(jù)能力在環(huán)境不確定性與供應鏈創(chuàng)新之間發(fā)揮了中介作用。

1.3" 供應鏈協(xié)同的中介作用。供應鏈協(xié)同是指供應鏈各成員企業(yè)為了提高供應鏈的整體競爭力而進行的彼此協(xié)調和共同努力[18]?；趨f(xié)同理論觀點，供應鏈協(xié)同可以幫助企業(yè)獲得廣泛的信息、知識和技術，創(chuàng)造出更好的創(chuàng)新績效[19]。鑒于現(xiàn)代商業(yè)環(huán)境的復雜性和多變性，企業(yè)需要在不同的市場環(huán)境狀態(tài)下選擇合適的供應鏈協(xié)同過程與方法。當不確定性較高時，組織傾向于建立戰(zhàn)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(huán)境，僅提高供應鏈上部分企業(yè)的競爭力已達不到理想目標，核心企業(yè)必須注重提升整條供應鏈的競爭力。創(chuàng)新的目的是提高企業(yè)的核心競爭力以及競爭優(yōu)勢，而供應鏈協(xié)同作為環(huán)境不確定性與創(chuàng)新的重要橋梁，在供應鏈網(wǎng)絡中積極共享信息，營造良好的知識交流環(huán)境，使企業(yè)獲取更多的參與創(chuàng)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(xié)同在環(huán)境不確定性與供應鏈創(chuàng)新之間起中介作用。

1.4" 大數(shù)據(jù)能力與供應鏈協(xié)同的鏈式中介作用。大數(shù)據(jù)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(shù)據(jù)技術的快速發(fā)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(huán)境，大數(shù)據(jù)能力能夠對供應鏈上的伙伴企業(yè)間的創(chuàng)新資源共享和協(xié)同合作提供有力支持，促進供應鏈協(xié)同的高效展開，并最終提高供應鏈創(chuàng)新能力。因此，本文提出如下假設并構建理論模型：

" H4：大數(shù)據(jù)能力和供應鏈協(xié)同在環(huán)境不確定性與供應鏈創(chuàng)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(shù)據(jù)收集。本文采用問卷調查方式收集數(shù)據(jù)，調查對象嚴格限制為制造企業(yè)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(shù)名企業(yè)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(shù)）平臺發(fā)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(xiàn)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(huán)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(chǎn)品/服務市場需求的數(shù)量及分布很難預測”。

中介變量。大數(shù)據(jù)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(shù)據(jù)來源”；供應鏈協(xié)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(yè)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(chuàng)新SCI參考張旭梅等[27]的4題項量表，例如“我們可以根據(jù)客戶的需求，靈活地提供客戶所需的產(chǎn)品或服務”。

" 控制變量。本文將企業(yè)規(guī)模、成立時間、銷售收入以及行業(yè)類型作為控制變量。

3" 數(shù)據(jù)分析

3.1" 信效度檢驗

" 本文采用SPSS26.0及Amos26.0對問卷數(shù)據(jù)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(nèi)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(tǒng)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(shù)。環(huán)境不確定性與大數(shù)據(jù)能力（r=0.324，plt;0.01）、供應鏈協(xié)同（r=0.345，plt;0.01）和供應鏈創(chuàng)新（r=0.364，plt;0.01）均顯著正相關，大數(shù)據(jù)能力與供應鏈協(xié)同（r=0.562，plt;0.01）和供應鏈創(chuàng)新（r=0.536，plt;0.01）均顯著正相關，供應鏈協(xié)同與供應鏈創(chuàng)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(xù)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(yè)成立時間、企業(yè)規(guī)模、銷售收入以及行業(yè)類型的條件下，檢驗制造企業(yè)環(huán)境不確定性對供應鏈創(chuàng)新的影響以及大數(shù)據(jù)能力和供應鏈協(xié)同的中介作用。

" 回歸分析顯示，環(huán)境不確定性對大數(shù)據(jù)能力（β=0.233，plt;0.001）、供應鏈協(xié)同（β=0.155，plt;0.001）具有直接正向預測作用；大數(shù)據(jù)能力對供應鏈協(xié)同（β=0.427，plt;0.001）和供應鏈創(chuàng)新（β=0.299，plt;0.001）具有直接正向預測作用；當環(huán)境不確定性，大數(shù)據(jù)能力和供應鏈協(xié)同同時預測供應鏈創(chuàng)新時，均對供應鏈創(chuàng)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(qū)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(shù)據(jù)能力和供應鏈協(xié)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(chǎn)生：第一，由環(huán)境不確定性→大數(shù)據(jù)能力→供應鏈創(chuàng)新組成的中介效應（0.070），置信區(qū)間不包含0，說明大數(shù)據(jù)能力的中介作用顯著；第二，由環(huán)境不確定性→供應鏈協(xié)同→供應鏈創(chuàng)新組成的中介效應（0.036），置信區(qū)間不包含0，說明供應鏈協(xié)同的中介作用顯著；第三，由環(huán)境不確定性→大數(shù)據(jù)能力→供應鏈協(xié)同→供應鏈創(chuàng)新組成的中介效應（0.023），置信區(qū)間不包含0，說明大數(shù)據(jù)能力和供應鏈協(xié)同在環(huán)境不確定性與供應鏈創(chuàng)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(xié)同理論為基礎，采用層次回歸分析和Bootstrap法考察了環(huán)境不確定性對供應鏈創(chuàng)新的影響以及大數(shù)據(jù)能力和供應鏈協(xié)同的中介與鏈式中介機制，得到以下結論：首先，環(huán)境不確定性對供應鏈創(chuàng)新有顯著正向影響。這一結論拓展了供應鏈創(chuàng)新關于外部影響因素研究。其次，大數(shù)據(jù)能力和供應鏈協(xié)同在環(huán)境不確定性與供應鏈創(chuàng)新之間起中介作用。這意味著，面對動蕩的外部環(huán)境，通過提升企業(yè)大數(shù)據(jù)能力和供應鏈伙伴之間的協(xié)同關系再提高供應鏈創(chuàng)新是可行的，更具體地探討了大數(shù)據(jù)能力的中介作用，也證實了供應鏈協(xié)同在該過程的重要性。最后，環(huán)境不確定性作用于供應鏈創(chuàng)新的兩條路徑不是彼此分割的，大數(shù)據(jù)能力和供應鏈協(xié)同在其中具有鏈式中介作用，存在“環(huán)境不確定性→大數(shù)據(jù)能力→供應鏈協(xié)同→供應鏈創(chuàng)新”這一更復雜的傳導機制。

4.2" 管理啟示?；谘芯拷Y果，本文對制造企業(yè)提出兩點管理實踐方面的建議：第一，提高企業(yè)大數(shù)據(jù)應用對動蕩環(huán)境的適應性。從長遠來看，組織不僅應注重對大數(shù)據(jù)技術的投資，培育處理、管理和部署大數(shù)據(jù)資源的能力，而且要注重對市場信息的把握。外部環(huán)境的變化往往會導致市場需求的變化，因此，企業(yè)應從技術趨勢、行業(yè)發(fā)展、市場需求等方面切入，利用環(huán)境的引導性作用，夯實大數(shù)據(jù)能力創(chuàng)新效益支撐，從而實現(xiàn)供應鏈可持續(xù)創(chuàng)新。第二，協(xié)同合作是供應鏈創(chuàng)新中不可忽視的重要環(huán)節(jié)。更好地應對復雜的市場變化不能局限于自身的創(chuàng)新，協(xié)同伙伴等要積極參與到生產(chǎn)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(chǎn)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(wǎng)絡利益相關者的協(xié)同合作，利用成本優(yōu)勢，樹立互利共贏的思維方式，為實現(xiàn)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(huán)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(chuàng)新的影響機制。第二，在動蕩的外部環(huán)境下，大數(shù)據(jù)能力促進供應鏈創(chuàng)新的影響是一個動態(tài)的過程，而本文受到時間和社會整體環(huán)境等限制條件的影響，使用問卷調查的數(shù)據(jù)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(tài)演化過程的數(shù)據(jù)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(huán)境不確定性、研發(fā)管理與技術創(chuàng)新績效間關系的實證分析[J]. 技術經(jīng)濟，2017，36（8）：9-17，47.

[10] 李柏洲，夏文飛. 知識屬性、技術創(chuàng)新能力與企業(yè)創(chuàng)新績效關系的實證研究——基于環(huán)境動態(tài)性的調節(jié)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(xié)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(shù)據(jù)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(yè)突破性創(chuàng)新和破壞性創(chuàng)新的驅動因素研究——環(huán)境動態(tài)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(chuàng)新績效實證研究[J]. 商業(yè)經(jīng)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(shù)智化賦能浙江省制造業(yè)供應鏈創(chuàng)新的機制與實現(xiàn)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(chuàng)新。

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