數(shù)據(jù)要素賦能企業(yè)供應鏈韌性：理論機制與實證檢驗

摘 要：隨著供應鏈系統(tǒng)面臨的環(huán)境高波動性、不確定性風險提升，數(shù)據(jù)要素成為供應鏈系統(tǒng)提升風險響應速度和應對能力的關鍵因素。從主體與關系兩個維度，基于供應鏈網(wǎng)絡特征構建供應鏈韌性衡量指標，采用2015—2022年中國上市企業(yè)數(shù)據(jù)實證檢驗數(shù)據(jù)要素對供應鏈韌性的賦能機制。基準回歸分析表明，數(shù)據(jù)要素能夠顯著增強供應鏈主體韌性和關系韌性的賦能效應，即數(shù)據(jù)要素可賦能企業(yè)供應鏈韌性。機制分析表明，數(shù)據(jù)要素主要通過賦能激發(fā)創(chuàng)新效應，進而增強供應鏈主體韌性；賦能激發(fā)信息效應，進而增強供應鏈關系韌性。異質性分析表明，數(shù)據(jù)要素對供應鏈韌性的賦能效應會因不同企業(yè)規(guī)模和所屬行業(yè)、所在地區(qū)運營環(huán)境以及市場化水平而存在異質性。

關鍵詞：數(shù)據(jù)要素；供應鏈韌性；理論機制；創(chuàng)新效應；信息效應

DOI：10.6049/kjjbydc.H202308056 中圖分類號：F274 文獻標識碼：A 文章編號：1001-7348（2025）05-0001-11

0 引言

當前，百年未有之大變局加速演進，供應鏈不確定性、不穩(wěn)定性凸顯，提升供應鏈韌性成為企業(yè)應對各種挑戰(zhàn)和風險的有效策略。中共二十大報告明確提出“著力提升產(chǎn)業(yè)鏈供應鏈韌性和安全水平”，可見提升產(chǎn)業(yè)鏈供應鏈韌性已成為維護國家安全與提升競爭力的重要戰(zhàn)略部署。數(shù)字經(jīng)濟背景下，數(shù)據(jù)要素的非排他性、規(guī)模報酬遞增與正外部性等經(jīng)濟特性，使其作為關鍵生產(chǎn)要素廣泛滲透到供應鏈各環(huán)節(jié)，有助于推進供應鏈韌性機制構建與優(yōu)化[1]。然而，供應鏈各節(jié)點間存在協(xié)作能力不強、資源整合力度不夠等問題，導致整個鏈條穩(wěn)定性與韌性不足，這是制約我國產(chǎn)業(yè)體系現(xiàn)代化發(fā)展和國民經(jīng)濟循環(huán)暢通的關鍵問題[2]。如何把握數(shù)字經(jīng)濟機遇，充分發(fā)揮數(shù)據(jù)要素價值以打通供應鏈堵點、斷點與難點，進而提升供應鏈韌性，是當前發(fā)展亟待解決的重要問題。

供應鏈韌性主要是指供應鏈在遭受風險或沖擊時恢復正常狀態(tài)或達到更理想狀態(tài)的能力[3-4]。在供應鏈韌性機制構建與優(yōu)化研究中，供應鏈合作[5]、供應鏈數(shù)字化[6]、供應商多元化[7]、技術創(chuàng)新與信息處理能力[8]等被證明對單一維度供應鏈韌性具有正向影響。同時，近年來少數(shù)學者開始聚焦多維度供應鏈韌性研究。例如，張樹山等[9]從供應鏈抵抗力和恢復力兩個維度測度制造業(yè)供應鏈韌性；Zhou等[10]從外部韌性和內部韌性維度構建企業(yè)供應鏈韌性機制；陶鋒等[11]從供需匹配優(yōu)化、供需關系維持、供應質量提升3個層面構建產(chǎn)業(yè)鏈供應鏈韌性機制。得益于時代發(fā)展與技術進步，供應鏈體系逐漸演變成典型的網(wǎng)絡結構，其特征表現(xiàn)為由網(wǎng)絡主體和聯(lián)結主體間關系兩類基本要素組成（中國社會科學院工業(yè)經(jīng)濟研究所課題組等，2021）。供應鏈中斷與韌性表現(xiàn)會因這兩類要素在供應鏈網(wǎng)絡中的不同配置情況而存在差異（Kim等，2015），因而可以從供應鏈主體和關系兩個維度考慮如何實現(xiàn)供應鏈韌性提升這一問題。

數(shù)字經(jīng)濟時代，新一代信息技術引發(fā)傳統(tǒng)供應鏈運營模式變革，數(shù)字技術、數(shù)據(jù)要素在供應鏈網(wǎng)絡中的流通與應用能夠推動網(wǎng)鏈優(yōu)化升級，暢通整個產(chǎn)業(yè)鏈供應鏈循環(huán)體系[12]。在數(shù)據(jù)要素對供應鏈主體內部驅動研究方面，強調以數(shù)據(jù)為核心的數(shù)字環(huán)境推動企業(yè)供應鏈體系蛻變，對多維度數(shù)據(jù)的分析和評估有助于規(guī)避風險以維護供應鏈安全穩(wěn)定[13]。數(shù)據(jù)要素賦能企業(yè)實現(xiàn)數(shù)據(jù)化精益生產(chǎn)創(chuàng)新[14]，精準把握商業(yè)環(huán)境變化和客戶需求[15-16]，從而降低生產(chǎn)和銷售流程風險。大數(shù)據(jù)能力可以驅動企業(yè)創(chuàng)新和決策優(yōu)化，進而推進關鍵技術突破[17-18]，提高企業(yè)供應鏈管理績效[19]，助推企業(yè)培育核心競爭力和供應鏈敏捷性[20-21]。在數(shù)據(jù)要素對供應鏈主體外部溢出研究方面，流程數(shù)據(jù)化背景下，知識、信息和數(shù)據(jù)等要素實現(xiàn)充分流動與整合，沿著供應鏈對其他主體產(chǎn)生影響[22]，數(shù)據(jù)貨幣化能夠提高端到端運營的可持續(xù)性（Bechtsis，2022）。作為數(shù)字經(jīng)濟的關鍵要素，數(shù)據(jù)能夠推動數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，提高產(chǎn)業(yè)鏈供應鏈現(xiàn)代化水平。

現(xiàn)有研究為深入理解數(shù)據(jù)要素對供應鏈韌性的賦能效應及其內在機理提供了有益的啟示，但仍存在以下拓展空間：第一，過往文獻大多從單一維度構建供應鏈韌性機制，基于網(wǎng)絡特征視角，從供應鏈主體韌性和關系韌性維度構建多維度韌性機制的實證研究有待進一步豐富；第二，數(shù)據(jù)要素對供應鏈治理的影響效應研究豐富，但探討創(chuàng)新效應和信息效應對供應鏈韌性賦能的研究鮮見，需進一步完善與拓展。由此，本文基于2015—2022年中國上市企業(yè)數(shù)據(jù)，結合供應鏈網(wǎng)絡結構特征，從主體韌性和關系韌性兩個層面構建供應鏈韌性機制，并運用OLS回歸模型實證檢驗數(shù)據(jù)要素對供應鏈韌性的賦能效應及具體機制與異質性表現(xiàn)。本文以“提升產(chǎn)業(yè)鏈供應鏈韌性和安全水平”政策為統(tǒng)領開展研究，以期為數(shù)據(jù)要素與供應鏈相關政策制定與實施，以及企業(yè)供應鏈治理決策制定提供參考。

1 理論基礎與研究假設

1.1 供應鏈網(wǎng)絡與供應鏈韌性

供應鏈是將產(chǎn)品或服務提供給終端消費者進行生產(chǎn)及流通過程中，由供應商、制造商、分銷商與終端客戶所形成的網(wǎng)鏈結構。因此，企業(yè)供應鏈具備一般網(wǎng)絡特征，由主體和主體間關系兩類基本要素構成[23]。在企業(yè)供應鏈網(wǎng)絡中，企業(yè)為主體，主體間關系表現(xiàn)為上下游企業(yè)間的供需關系。對網(wǎng)絡整體的綜合把握，通常要考慮網(wǎng)絡主體狀況與網(wǎng)絡關系（Phelps，2010；于茂薦等，2020）。從圖論視角看，了解供需網(wǎng)絡中主體間關系配置情況能夠準確評估供應網(wǎng)絡的中斷與恢復能力，主體或關系動態(tài)變化均可能引起整個供應鏈波動（Kim等，2015）。此外，有研究指出，提高供應鏈風險應對能力和安全水平，必須提升供應鏈節(jié)點企業(yè)風險承擔能力（張樹山等，2021），以及維持穩(wěn)定的供應商—客戶關系（陳嬌嬌等，2023）。可見，維護供應鏈網(wǎng)絡安全穩(wěn)定不僅要考慮網(wǎng)絡主體狀況，也要關注主體間關系穩(wěn)定度。

從供應鏈網(wǎng)絡結構特征看，提升供應鏈韌性的關鍵在于提高供應鏈網(wǎng)絡主體風險承擔能力和主體間供需關系穩(wěn)定度。一方面，資源基礎觀和組織信息處理理論認為，風險管理實踐對供應鏈韌性具有積極影響（Zhao等，2023）。供應鏈主體風險承擔能力越強，主體所處關聯(lián)環(huán)節(jié)韌性越強，不易發(fā)生波動或中斷（中國社會科學院工業(yè)經(jīng)濟研究所課題組等，2021）。另一方面，從社會網(wǎng)絡理論視角看，企業(yè)借助與上下游企業(yè)間的關系網(wǎng)絡可以獲得信息優(yōu)勢和控制優(yōu)勢，從而識別外部機遇與風險（宋華等，2017）。由此，確保供應鏈上供需關系穩(wěn)定，企業(yè)可以持續(xù)從網(wǎng)絡中獲得異質性信息以構建信息優(yōu)勢，從而減少遭遇風險后的波動或中斷。需要注意的是，自主創(chuàng)新和信息共享對供應鏈韌性發(fā)揮關鍵作用。當前產(chǎn)業(yè)變革背景下，企業(yè)供應鏈布局逐漸本土化，需要以更高的附加值參與價值鏈分工。因此，企業(yè)需要提升自主創(chuàng)新能力，通過填補供應鏈空白和提高分工地位增強自身競爭優(yōu)勢。此外，基于關系嵌入理論，企業(yè)通過嵌入供應鏈關系網(wǎng)絡與其它企業(yè)實現(xiàn)關聯(lián)互動，有助于構建穩(wěn)定的供應鏈關系，進而識別并降低供應鏈風險以提升供應鏈韌性。

因此，供應鏈韌性包括兩個維度：第一，供應鏈主體韌性：風險承擔能力，即作為供應鏈網(wǎng)絡節(jié)點的企業(yè)需要具備較強的風險響應能力、靈活性以及重塑力。在遭遇市場動蕩和惡意競爭時，企業(yè)能夠快速精準地制定決策，確保供應鏈在復雜環(huán)境下依然具備重塑能力和風險控制優(yōu)勢[24]。第二，供應鏈關系韌性：供需關系穩(wěn)定度，即企業(yè)與供應鏈上下游企業(yè)供需關系持續(xù)、協(xié)同與強健。應對復雜多變環(huán)境的干擾和沖擊時，供需關系網(wǎng)絡主體共擔風險、協(xié)同決策，促使供應鏈展現(xiàn)出較強的風險抵抗力、恢復力與變革力[25]。綜上所述，本文以供應鏈網(wǎng)絡特征為基礎，從供應鏈主體韌性和關系韌性兩個維度構建供應鏈韌性，探討數(shù)據(jù)要素賦能供應鏈韌性的具體機制。

1.2 數(shù)據(jù)要素與供應鏈韌性

（1）數(shù)據(jù)要素與供應鏈主體韌性。作為供應鏈主體，企業(yè)能夠運用數(shù)字技術對內外部數(shù)據(jù)資源進行整合、再利用，提升環(huán)境洞察力、決策效率與精度，有效強化自身風險預測與響應能力。具體而言，一方面，數(shù)據(jù)要素可以賦能企業(yè)洞察運營和商業(yè)環(huán)境變化。當前，數(shù)據(jù)挖掘、儲存、分析與整合成本降低，有助于強化企業(yè)數(shù)據(jù)要素應用意愿。由此，企業(yè)實時監(jiān)測與識別外部環(huán)境變化，有效預測不確定性風險以制定抵御策略（李三希等，2023）。另一方面，數(shù)據(jù)要素賦能企業(yè)決策效率與精準度提升。數(shù)字化浪潮下，借助數(shù)字平臺建立信息傳輸渠道，從而提升供應鏈網(wǎng)絡資源流通效率。將資源進一步應用于企業(yè)生產(chǎn)經(jīng)營與管理決策過程，有助于企業(yè)學習上下游企業(yè)科學決策行為，進而創(chuàng)新決策流程與模式，更快從風險中恢復或達到更理想狀態(tài)。由此，本文提出如下研究假設：

H1：企業(yè)數(shù)據(jù)要素應用水平提高能夠促進供應鏈主體韌性提升，對企業(yè)供應鏈韌性具有積極影響。

（2）數(shù)據(jù)要素與供應鏈關系韌性。數(shù)據(jù)要素的外部網(wǎng)絡性不僅能夠促使其與其它生產(chǎn)要素鏈接，而且有助于推動供應鏈上下游企業(yè)間資源與要素流動，產(chǎn)生網(wǎng)絡協(xié)同效應以維持穩(wěn)定的供需伙伴關系。從需求端角度看，數(shù)據(jù)要素賦能企業(yè)實現(xiàn)高效的客戶關系管理。由資源依賴理論可知，穩(wěn)定的客戶關系可以幫助企業(yè)挖掘客戶數(shù)據(jù)資源，實現(xiàn)客戶畫像定位、交易場景描繪并促進客戶服務效率提高。從供應端角度看，數(shù)據(jù)要素賦能企業(yè)實現(xiàn)最優(yōu)化采購。在面臨沖擊或“斷鏈”的情況下，借助相關數(shù)據(jù)運算與分析結果，企業(yè)可以靈活調整采購計劃與交付策略，提高供應鏈穩(wěn)定水平或從中斷中快速恢復的能力[26]。從全鏈條網(wǎng)絡角度看，數(shù)據(jù)要素賦能供應鏈企業(yè)實現(xiàn)協(xié)同合作。數(shù)據(jù)要素可以縮短企業(yè)間信息距離，基于數(shù)據(jù)要素的智能分析有助于企業(yè)與鏈上其它企業(yè)制定科學的戰(zhàn)略規(guī)劃，實現(xiàn)價值共創(chuàng)、利益共享與風險共擔（Choi等，2018），以保障在面臨風險時供需關系的連續(xù)性。由此，本文提出如下研究假設：

H2：企業(yè)數(shù)據(jù)要素應用水平提高能夠促進供應鏈關系韌性提升，對企業(yè)供應鏈韌性具有積極影響。

1.3 創(chuàng)新效應、信息效應的作用機制

在供應鏈與數(shù)字經(jīng)濟深度融合背景下，數(shù)據(jù)是企業(yè)實現(xiàn)自主創(chuàng)新、推動技術進步及提升信息競爭優(yōu)勢的核心要素（蔡繼明等，2022）。在供應鏈網(wǎng)絡中，企業(yè)自主創(chuàng)新能力提升有助于緩解市場動蕩風險并推動核心技術突破；在供應鏈關系層面，企業(yè)間信息共享水平提升有助于促進信息匹配和信任機制構建。據(jù)此，本文從創(chuàng)新效應和信息效應兩個方面，探究數(shù)據(jù)要素對供應鏈主體韌性和關系韌性的作用機制。

（1）創(chuàng)新效應。企業(yè)對數(shù)據(jù)要素的應用可以增強創(chuàng)新意愿、提升創(chuàng)新效率、破除創(chuàng)新主體限制、拓展創(chuàng)新要素來源，從而促進供應鏈升級躍遷與韌性提升。第一，增強企業(yè)創(chuàng)新意愿、提升企業(yè)創(chuàng)新效率。隨著數(shù)據(jù)要素市場化發(fā)展，企業(yè)能夠以較低成本對研發(fā)信息進行廣泛收集與深度挖掘，在降低創(chuàng)新成本的同時減少探索性學習障礙（De等，2021），從而增強創(chuàng)新意愿。數(shù)據(jù)要素有助于企業(yè)擴大知識搜索范圍，將現(xiàn)有知識與新知識相結合以創(chuàng)造新知識，從而提升創(chuàng)新效率[27]。第二，破除創(chuàng)新主體限制。上下游企業(yè)風險與利益的統(tǒng)一性促使企業(yè)間創(chuàng)新方向一致，但傳統(tǒng)供應鏈運作模式會阻礙企業(yè)聯(lián)合創(chuàng)新。高數(shù)據(jù)要素應用水平下，數(shù)據(jù)能夠突破組織邊界，助力企業(yè)打造共同研發(fā)創(chuàng)新模式，降低獨自研發(fā)的局限性，進而增加核心技術“躍遷”的可能性（戚聿東等，2020）。第三，拓展創(chuàng)新要素來源。數(shù)據(jù)要素能夠促進創(chuàng)新要素在供應鏈網(wǎng)絡上實現(xiàn)交換共享，企業(yè)資源獲取廣度和深度得到進一步提升，從而促進企業(yè)創(chuàng)新質量提升。當前，高水平自主創(chuàng)新能力有助于企業(yè)扭轉關鍵技術受人牽制的局面，從而促進產(chǎn)業(yè)鏈供應鏈韌性與安全水平提升。由此，本文提出如下研究假設：

H3：企業(yè)數(shù)據(jù)要素應用水平提高能夠強化創(chuàng)新效應，進而賦能供應鏈主體韌性提升。

（2）信息效應。數(shù)據(jù)要素作為企業(yè)信息與知識的“流通媒介”，能夠有效破除“信息孤島”并緩解信息不對稱性問題，從而增強供應鏈企業(yè)間協(xié)作的穩(wěn)定性、持續(xù)性與韌性。第一，作為關鍵生產(chǎn)要素，數(shù)據(jù)要素已成為供應鏈各環(huán)節(jié)信息與知識共享的“流通媒介”，能夠促進信息與知識快速滲透（楊任發(fā)等，2023），暢通供應鏈上下游企業(yè)產(chǎn)品研發(fā)與生產(chǎn)制造、資源配置、交換流通等環(huán)節(jié)以及要素流動過程，從而加強鏈上企業(yè)關系。第二，數(shù)據(jù)要素搭載新一代信息技術，能夠有效破除各層級間“壁壘”，打通“信息孤島”，進而為構建科學的信息開放共享機制奠定良好基礎，增強企業(yè)在洞察市場需求、快速響應市場變化和提供精準服務與產(chǎn)品等方面的優(yōu)勢[28]。第三，數(shù)據(jù)要素應用能夠緩解信息不對稱性問題。數(shù)據(jù)要素應用通過促進信息共享增強信息活力，有助于企業(yè)間建立穩(wěn)定持久的信任共生關系。面臨風險時，上下游企業(yè)通過構建預警與響應協(xié)同機制減少供應鏈波動，從而提升供應鏈韌性。由此，本文提出如下研究假設：

H4：企業(yè)數(shù)據(jù)要素應用水平提高能夠強化信息效應，進而賦能供應鏈關系韌性提升。

綜上所述，本文構建數(shù)據(jù)要素賦能供應鏈韌性理論框架如圖1所示。

2 研究設計

2.1 變量及測量方法

2.1.1 被解釋變量

依據(jù)前文分析，本文將供應鏈韌性（SCR）劃分為兩個維度：一是供應鏈主體韌性（DRisk），采用企業(yè)風險承擔水平表征；二是供應鏈關系韌性（Stable），采用企業(yè)間供需關系穩(wěn)定度表征。本文采用以股票日回報率年標準差衡量企業(yè)風險承擔水平（DRisk），相較于易受盈余管理操控的企業(yè)財務指標，股票回報率具有較強的外生性，更能真實反映企業(yè)風險承擔情況（張樹山等，2021）；采用客戶關系穩(wěn)定度（CStable）和供應商關系穩(wěn)定度（SStable）衡量供需關系穩(wěn)定度（Stable），數(shù)值越大，企業(yè)與供應商及客戶關系越穩(wěn)定[11]。

2.1.2 核心解釋變量

本文核心解釋變量為數(shù)據(jù)要素應用水平（DE）。目前，我國上市企業(yè)尚未公開披露數(shù)據(jù)要素應用情況，相關數(shù)據(jù)難以獲得。因此，為盡可能準確衡量我國上市企業(yè)數(shù)據(jù)要素應用水平，本文考慮數(shù)據(jù)生命周期的兩個階段特征，并參考《2022中國大數(shù)據(jù)發(fā)展白皮書》《中國數(shù)據(jù)要素市場發(fā)展報告（2021-2022）》以及過往相關研究成果構建數(shù)據(jù)要素應用水平關鍵詞詞典（見表1），再利用Python軟件抓取關鍵詞，計算關鍵詞出現(xiàn)頻數(shù)，以此衡量數(shù)據(jù)要素應用水平（DE）。數(shù)值越大，表明企業(yè)數(shù)據(jù)要素應用水平越高。

2.1.3 控制變量

本文控制上市企業(yè)層面相關影響因素，具體包括企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、成長性（Growth）、總資產(chǎn)收益率（Roa）、現(xiàn)金流量（Cash）、企業(yè)年齡（Age）、股權集中度（First）、董事會規(guī)模（Board）、獨董比例（Indb）、兩職合一（Dual）、產(chǎn)權性質（State）。同時，本文控制了行業(yè)和年份效應。相關變量計算方式如表2所示。

2.2 模型設定

基于上述分析，本文構建基準回歸模型（1）驗證數(shù)據(jù)要素對供應鏈韌性的賦能效應。

模型（1）中，SCRit表示供應鏈韌性，本文從主體韌性和關系韌性兩個層面衡量，即表示i企業(yè)第t年的風險承擔水平（DRisk）或供需關系穩(wěn)定度（Stable）；DEit表示i企業(yè)第t年的數(shù)據(jù)要素應用水平；∑Controlsit表示控制變量集合，Vt、Vj分別為年份、行業(yè)啞變量，表示控制了時間、行業(yè)效應；εit表示隨機擾動項。

2.3 樣本選擇與數(shù)據(jù)來源

“國家大數(shù)據(jù)戰(zhàn)略”于2015年正式提出，故本文以2015年為研究起點。本文選擇2015—2022年中國上市企業(yè)作為初始研究樣本，采用Excel、Stata 17.0軟件進行數(shù)據(jù)處理。為消除異常值對研究結果的影響，本文進一步對初始樣本進行如下處理：第一，剔除ST、*ST樣本；第二，剔除金融行業(yè)樣本；第三，剔除數(shù)據(jù)缺失與明顯異常樣本。最終，本文獲得12 250個年度樣本觀測值。但是由于部分企業(yè)在年報中未披露五大客戶或供應商名稱（姓名），故供需關系穩(wěn)定度相關數(shù)據(jù)缺失。本文中上市企業(yè)年報數(shù)據(jù)來源于巨潮資訊網(wǎng)（www.cninfo.com.cn），其它變量數(shù)據(jù)來源于國泰安（CSMAR）和萬得（WIND）數(shù)據(jù)庫?？紤]到極端值對回歸結果的干擾，本文對連續(xù)變量進行1%和99%水平上的縮尾處理。

表3描述性統(tǒng)計結果展示了主要變量數(shù)據(jù)特征。其中，DRisk的均值為2.939，最大值為5.716，表明企業(yè)供應鏈主體韌性普遍不強。Stable取值介于0～1之間，平均值為0.486、標準差為0.263。由此可知，近半數(shù)企業(yè)更換了客戶或供應商。DE的平均值為1.374，標準差為1.356，最大值為5.204，表明企業(yè)數(shù)據(jù)要素應用水平偏低且差異顯著。其它變量數(shù)據(jù)分布特征均合理、符合常規(guī)。

3 實證分析與結果

3.1 基準回歸分析

為驗證數(shù)據(jù)要素對供應鏈韌性的直接影響，本文使用基準回歸模型（1）進行檢驗，結果如表4所示。從主體視角看，數(shù)據(jù)要素應用水平對企業(yè)風險承擔水平影響的相關系數(shù)為0.037，滿足1%水平上的顯著性檢驗，表明數(shù)據(jù)要素應用水平對供應鏈主體韌性具有顯著正向影響。從關系視角看，數(shù)據(jù)要素應用水平對企業(yè)間供需關系影響的總回歸系數(shù)為0.014，對客戶端影響的回歸系數(shù)為0.012，對供應商端影響的回歸系數(shù)為0.017，均滿足1%、5%水平上的顯著性檢驗。由此表明，數(shù)據(jù)要素應用水平對供應鏈關系韌性具有顯著正向影響。在控制企業(yè)自身特征、行業(yè)與年度等變量后，高數(shù)據(jù)要素應用水平能夠有效促進供應鏈主體韌性和關系韌性提升。隨著數(shù)據(jù)要素賦能企業(yè)發(fā)展，數(shù)據(jù)要素應用有助于企業(yè)提升決策與風險控制水平，進而提升風險承擔水平。數(shù)據(jù)要素在供應鏈網(wǎng)絡上的應用能夠顯著促進信息流通與應用，進一步加深企業(yè)間協(xié)同合作，確保供應鏈關系穩(wěn)定，從而提升供應鏈韌性。由此，H1、H2得到驗證。

3.2 內生性與穩(wěn)健性檢驗

3.2.1內生性檢驗

（1）本文采用兩階段最小二乘法（2SLS）處理基準回歸模型可能存在的內生性問題。參考過往研究，工具變量選取企業(yè)所處省份年度數(shù)據(jù)要素應用平均水平（SDE），回歸結果顯示，其Kleibergen-Paap rk LMstatistic在1%水平上顯著，Cragg-Donald Wald F statistic和Kleibergen-Paap Wald rk F statistic大于Stock-Yogo弱工具變量識別檢驗在10%水平上的臨界值。由此表明，結果拒絕不可識別與弱工具變量假設。具體檢驗結果見表5列（1）—（4），其中列（1）—（2）表示所選工具變量滿足相關性要求，列（3）—（4）表明前文結論具有穩(wěn)健性。

（2）由于在年報中披露前五大客戶或供應商具體名稱（姓名）非強制性要求，故部分企業(yè)存在不公布的情況，可能導致供需關系穩(wěn)定度（Stable）數(shù)據(jù)存在樣本選擇偏誤問題。為此，本文利用Heckman檢驗法進行回歸檢驗。參考過往研究，第一階段以供需關系是否持續(xù)（（Duration），持續(xù)賦值1，否則賦值0）作為被解釋變量，以行業(yè)年度披露平均水平（ADuration）與企業(yè)層面的控制變量作為解釋變量，進行Probit回歸。第二階段是在前一階段的基礎上測算逆米爾斯比率（IMR），將IMR當作控制變量進行第二階段回歸，結果見表5列（5）—（6）。Heckman檢驗結果與前文結果一致，說明在本文所選樣本中不存在選擇偏誤問題。

3.2.2 穩(wěn)健性檢驗

（1）更改被解釋變量。參考過往研究，本文采用股票周回報率年標準差（WRisk）測度企業(yè)風險承擔水平，以此表征供應鏈主體韌性，結果見表6列（1）；供需關系穩(wěn)定度（Stable）的替代變量采用滾動3年的均值測度，AStable表示（t-1年、t年、t+1年）3年的Stable均值，結果見表6列（2）。

（2）更換回歸模型。由于供需關系穩(wěn)定度（Stable）取值介于0～1之間，可將基準回歸的OLS模型更換為Tobit模型，以此檢驗回歸模型的穩(wěn)健性，結果見表6列（3）。

（3）更改樣本周期。本文剔除2015年相關數(shù)據(jù)進行回歸，結果見表6列（4）。

以上穩(wěn)健性檢驗回歸結果與基準回歸結果基本一致，故本文結論具有穩(wěn)健性。

3.3 機制分析

本部分探討數(shù)據(jù)要素如何借助創(chuàng)新效應和信息效應，分別提升供應鏈主體韌性與關系韌性這一問題。參考中介效應檢驗步驟，在模型（1）基礎上，本文構建拓展計量模型（2）和模型（3），以驗證數(shù)據(jù)要素賦能供應鏈韌性的創(chuàng)新效應與信息效應機制。模型（2）和模型（3）中，Mediatorit是創(chuàng)新效應或信息效應機制變量，表示i企業(yè)第t年的自主創(chuàng)新能力（Patent）或信息共享水平（Trans），其它變量與模型（1）含義相同。

3.3.1 創(chuàng)新效應

創(chuàng)新效應體現(xiàn)為數(shù)據(jù)要素能夠提升主體企業(yè)自主創(chuàng)新水平，進一步強化供應鏈主體韌性。本文采用科技含量最高的發(fā)明專利申請量（Patent）加1取自然對數(shù)衡量企業(yè)自主創(chuàng)新能力，以此表征創(chuàng)新效應（張雙龍等，2022）。將相關數(shù)據(jù)加入計量模型（2）（3）進行檢驗，回歸結果見表7列（1）（2）。具體數(shù)據(jù)顯示，數(shù)據(jù)要素應用水平對企業(yè)自主創(chuàng)新能力影響的系數(shù)為0.268，且滿足1%水平上的顯著性檢驗。在基準回歸的基礎上，加入企業(yè)自主創(chuàng)新能力變量后，數(shù)據(jù)要素應用水平系數(shù)降低但依然顯著為正。由此可見，數(shù)據(jù)要素應用水平提高能夠增強創(chuàng)新效應，進而提升供應鏈主體韌性，H3得到驗證。因此，數(shù)據(jù)要素有助于企業(yè)通過增強創(chuàng)新意愿、提升創(chuàng)新效率、破除創(chuàng)新主體限制、拓展創(chuàng)新要素來源以增強自主創(chuàng)新能力，從而提升供應鏈主體韌性。在市場層面，數(shù)據(jù)要素有助于企業(yè)適應市場動態(tài)變化，開發(fā)滿足市場需求的新產(chǎn)品；在技術層面，數(shù)據(jù)要素有助于企業(yè)實現(xiàn)關鍵技術自主可控，從而擺脫受制于人的局面。數(shù)據(jù)要素可以通過賦能強化創(chuàng)新效應，提升企業(yè)風險應對能力，進而提升供應鏈主體韌性。

3.3.2 信息效應

信息效應體現(xiàn)為數(shù)據(jù)要素有助于促進企業(yè)間信息共享，進一步提升供應鏈關系韌性。借助數(shù)字化手段促使上下游企業(yè)信息匹配和關系持續(xù)，實際上是關注外部主體能否獲取企業(yè)有效信息，進而實現(xiàn)供需平衡和信息共享，以此提升供應鏈關系韌性（張樹山等，2023）。因此，本文采用盈余質量、信息披露指數(shù)、分析師跟蹤人數(shù)、分析師盈余預測準確性以及是否聘請國際四大會計師事務所作為年報審計師5個指標的樣本百分等級平均值（Trans）表征信息效應。數(shù)值越大，表明企業(yè)信息透明度越高，即主體企業(yè)與上下游企業(yè)信息共享水平越高。本文將相關數(shù)據(jù)代入計量模型（2）（3）進行信息效應檢驗，回歸結果見表7列（3）（4）。結果顯示，數(shù)據(jù)要素應用水平對企業(yè)間信息共享水平影響的回歸系數(shù)為0.009，且滿足1%水平上的顯著性檢驗。在基準回歸的基礎上加入信息共享水平變量后，數(shù)據(jù)要素應用水平系數(shù)變小但依然顯著為正。由此可見，數(shù)據(jù)要素應用水平提高可以增強信息效應，進而提升供應鏈關系韌性，H4得到驗證。因此，高數(shù)據(jù)要素應用水平可以縮短企業(yè)間信息距離，有效破除“信息孤島”并緩解信息失衡，進而顯著提升企業(yè)間信息共享水平以增強供應鏈關系韌性。具體而言，數(shù)據(jù)要素可以促進要素投入與市場需求適配度提升，弱化供應鏈上“長鞭效應”的負向影響。企業(yè)間有效溝通協(xié)作能夠加深上下游企業(yè)間的信任，不僅有利于供應鏈風險預測與識別，而且可以促使企業(yè)間實現(xiàn)風險共擔、互利共生，進而提升供應鏈關系韌性。

3.4 異質性分析

數(shù)據(jù)要素應用水平對供應鏈韌性的促進作用可能受企業(yè)自身特征和外部環(huán)境異質性的影響。為揭示數(shù)據(jù)要素對供應鏈韌性的賦能機制，本文基于企業(yè)規(guī)模和所屬行業(yè)、所處地區(qū)供應鏈運營環(huán)境和市場化水平4個角度進行分組檢驗。

（1）根據(jù)企業(yè)總資產(chǎn)水平進行分組檢驗，一組是大規(guī)模企業(yè)，另一組是小規(guī)模企業(yè)，結果見表8列（1）—（4）。相較于小規(guī)模企業(yè)，企業(yè)應用數(shù)據(jù)要素對供應鏈韌性的賦能效應在大規(guī)模企業(yè)更為顯著。原因在于，相較于小規(guī)模企業(yè)，大規(guī)模企業(yè)在數(shù)據(jù)化認知、人才、資金、基礎設施等方面具有更多優(yōu)勢，能夠推動數(shù)據(jù)要素滲透至研發(fā)、制造與銷售等供應鏈環(huán)節(jié)，進而加強與上下游企業(yè)協(xié)同合作。此外，小規(guī)模企業(yè)可能面臨認知不足、成本過高等困境，短期內缺乏深度應用數(shù)據(jù)要素的動力。

（2）根據(jù)企業(yè)所屬行業(yè)特征開展分組檢驗，將樣本企業(yè)劃分為競爭性行業(yè)企業(yè)和管制性行業(yè)企業(yè)，結果見表8列（5）—（8）。相較而言，企業(yè)應用數(shù)據(jù)要素對供應鏈韌性的賦能效應在競爭性行業(yè)企業(yè)更顯著。原因在于，當行業(yè)競爭激烈時，為了提高市場競爭優(yōu)勢，企業(yè)愿意嘗試將新型要素用于運營活動中。競爭性行業(yè)中，外部交易成本較高，企業(yè)對數(shù)據(jù)要素的應用能夠優(yōu)化資源配置并降低合作伙伴搜尋成本，管制性行業(yè)中的情況則與此相反。

（3）以企業(yè)注冊地是否被評為“第一批全國供應鏈創(chuàng)新與應用示范城市”將樣本劃分為供應鏈運營環(huán)境良好和供應鏈運營環(huán)境較差兩組，檢驗結果如表9列（1）—（4）所示。企業(yè)應用數(shù)據(jù)要素對供應鏈韌性的賦能效應在供應鏈運營環(huán)境較差的地區(qū)更為顯著。原因在于，示范城市在供應鏈人才、資金、政策等方面對企業(yè)的支持力度較大，各類資源要素整合和流通效率更高。上述環(huán)境下，各方協(xié)同發(fā)展，信息匹配效率與精準度較高。然而，非示范城市在各方面雖有所欠缺，但為了維持供需關系穩(wěn)定，企業(yè)會提高數(shù)據(jù)要素應用水平以維持供應鏈關系韌性。

（4）以企業(yè)注冊地的樊綱市場化指數(shù)將樣本劃分為高市場化水平組和低市場化水平組，檢驗結果如表9列（5）—（8）所示。無論市場化水平如何，企業(yè)風險承擔水平和供需關系穩(wěn)定度都會因數(shù)據(jù)要素應用水平提升而提高。具體而言，在市場化水平較低地區(qū)，數(shù)據(jù)要素對供應鏈關系韌性的賦能效果較差。原因在于，市場化水平較高地區(qū)可為企業(yè)間互動與協(xié)同提供良好的環(huán)境，強化節(jié)點企業(yè)聯(lián)結上下游企業(yè)的動機，有助于維護穩(wěn)定的供需關系；市場化水平較低地區(qū)，資源錯配程度較高，數(shù)據(jù)要素獲取成本較高，企業(yè)缺乏利用數(shù)據(jù)要素維護供應鏈伙伴關系穩(wěn)定的能力和動力。

4 結語

4.1 研究結論

應對供應鏈風險需要提升供應鏈韌性，而數(shù)據(jù)要素滲透和應用對供應鏈韌性機制構建與優(yōu)化具有重要意義。本文基于供應鏈網(wǎng)絡特征視角，將供應鏈韌性分解為供應鏈主體韌性和關系韌性兩個維度，驗證數(shù)據(jù)要素能否賦能供應鏈韌性提升以及賦能機制與異質性表現(xiàn)，得到以下主要結論：

（1）數(shù)據(jù)要素在企業(yè)中的應用對供應鏈主體韌性和關系韌性發(fā)揮賦能效應，即數(shù)據(jù)要素可以有效提升企業(yè)供應鏈韌性，經(jīng)過一系列內生性與穩(wěn)健性檢驗后，上述結論依然成立。

（2）數(shù)據(jù)要素通過賦能激發(fā)創(chuàng)新效應以增強主體韌性，通過賦能激發(fā)信息效應以增強關系韌性，進而推動整體供應鏈韌性提升。

（3）數(shù)據(jù)要素對供應鏈韌性的賦能效應會因不同內外部環(huán)境而存在差異，即當企業(yè)規(guī)模較大、屬于競爭性行業(yè)、處于供應鏈運營環(huán)境較差和市場化水平較高地區(qū)時，上述賦能效應更顯著。

4.2 理論貢獻

（1）拓展了供應鏈韌性研究視角。本文從供應鏈網(wǎng)絡特征視角揭示了主體與關系維度對供應鏈網(wǎng)絡的影響，基于資源基礎觀、組織信息處理理論和社會網(wǎng)絡理論，闡述了供應鏈主體與關系對其韌性的影響。結果發(fā)現(xiàn)，供應鏈韌性由供應鏈主體韌性和關系韌性兩個維度構成，進一步揭示了數(shù)據(jù)要素賦能供應鏈主體韌性與關系韌性的相關機制，豐富了數(shù)字經(jīng)濟時代背景下的供應鏈研究。

（2）豐富了數(shù)據(jù)要素賦能機制研究。作為數(shù)字經(jīng)濟時代的關鍵生產(chǎn)要素，數(shù)據(jù)要素對供應鏈主體發(fā)展具有重要影響。產(chǎn)業(yè)鏈供應鏈變革背景下，本文發(fā)現(xiàn)，在供應鏈主體內部，企業(yè)可借助數(shù)據(jù)要素提高自主創(chuàng)新能力，進而提高價值鏈分工地位和風險承擔能力；在供應鏈主體外部，企業(yè)可利用數(shù)據(jù)要素與其他主體實現(xiàn)實時信息共享，進而維持穩(wěn)定的供應鏈關系。此外，本文對創(chuàng)新效應和信息效應機制進行檢驗，為數(shù)據(jù)要素對供應鏈韌性的賦能機制研究提供了有益的補充。

4.3 研究啟示

（1）加快推進數(shù)據(jù)要素市場化高質量發(fā)展，助力企業(yè)打造韌性供應鏈。一是探索數(shù)據(jù)要素市場化培育路徑，助力企業(yè)打造韌性供應鏈。政府需要推進數(shù)據(jù)中心、人工智能、5G網(wǎng)絡等數(shù)據(jù)新基建建設，制定稅收優(yōu)惠政策為供應鏈數(shù)據(jù)服務多樣化發(fā)展奠定良好的基礎，為企業(yè)提供風險預測與識別、應對方案咨詢、智能化決策等多重供應鏈服務。二是基于數(shù)據(jù)全生命周期，完善數(shù)據(jù)要素監(jiān)管機制，彌補數(shù)據(jù)要素確權、估值、交易與流通等環(huán)節(jié)的制度缺口。政府需要加快完善數(shù)據(jù)管理部門建設，制定數(shù)據(jù)標準、等級管理規(guī)則并發(fā)布相關數(shù)據(jù)資產(chǎn)登記、數(shù)據(jù)資產(chǎn)評估等指南，從而促進市場健康發(fā)展。同時，構建規(guī)范的數(shù)據(jù)交易平臺，引導數(shù)據(jù)中介、交易商融入市場，服務產(chǎn)業(yè)鏈供應鏈各薄弱環(huán)節(jié)，防范系統(tǒng)性風險。

（2）加快提升企業(yè)自主創(chuàng)新能力和信息共享水平，實現(xiàn)數(shù)據(jù)要素賦能供應鏈韌性提升。一是在供應鏈主體維度，企業(yè)需要將數(shù)據(jù)要素應用于研發(fā)創(chuàng)新活動的關鍵知識挖掘、資金獲取、人才引進等環(huán)節(jié)，進而提高創(chuàng)新質量。此外，企業(yè)需要利用數(shù)據(jù)要素易流通特性，與政府、高校、研究所以及供應鏈伙伴企業(yè)等實現(xiàn)研發(fā)人才、資金、知識等創(chuàng)新資源共享，打造創(chuàng)新聯(lián)合體以實現(xiàn)融通創(chuàng)新。二是在供應鏈關系維度，企業(yè)需要充分釋放數(shù)據(jù)要素價值，縮短自身與其他主體信息溝通距離。企業(yè)可以借助數(shù)字技術推進供應鏈數(shù)字化轉型，加快與供應鏈其它企業(yè)進行知識交換與共享，構建可視化供應鏈平臺，開發(fā)多源供應網(wǎng)絡、靈活調整生產(chǎn)計劃，以此維持供應鏈穩(wěn)定。

（3）根據(jù)企業(yè)所處環(huán)境，制定針對性供應鏈數(shù)據(jù)要素應用方案。一是政府需要引導小規(guī)模企業(yè)、管制性行業(yè)企業(yè)應用數(shù)據(jù)要素。政府可以制定數(shù)據(jù)交易撮合指引，引導企業(yè)開發(fā)個性化數(shù)據(jù)產(chǎn)品。同時，鼓勵“鏈主”企業(yè)與行業(yè)龍頭企業(yè)向弱勢企業(yè)開放數(shù)據(jù)資源，進而提升后者核心競爭力以彌補產(chǎn)業(yè)鏈供應鏈短板。二是在供應鏈運營環(huán)境較好和市場化水平較低地區(qū)，構建具有活力的數(shù)據(jù)要素服務體系。即便企業(yè)擁有供應鏈治理優(yōu)勢，也需要加強數(shù)據(jù)要素應用，在開發(fā)端實現(xiàn)智能生產(chǎn)質量控制、工藝改進，在市場端實現(xiàn)產(chǎn)品個性化定制、精準營銷等。在市場化水平較低地區(qū)，政府應構建數(shù)據(jù)資源流通機制，打擊數(shù)據(jù)壟斷、數(shù)據(jù)非法使用等行為，優(yōu)化政策法規(guī)，進而強化數(shù)據(jù)要素對企業(yè)供應鏈韌性的賦能效應。

4.4 不足與展望

本文存在以下不足：首先，從供應鏈主體韌性與關系韌性兩個維度衡量供應鏈韌性，未將兩個維度指標整合為綜合指標進行研究，未來可以嘗試基于整合視角開展后續(xù)研究。其次，僅探究創(chuàng)新效應和信息效應對供應鏈韌性的影響，未來可以進一步結合供應鏈特性，揭示更多數(shù)據(jù)要素賦能供應鏈韌性提升的相關機制。最后，尚未探討數(shù)據(jù)要素賦能供應鏈韌性提升的經(jīng)濟后果，如企業(yè)生產(chǎn)率或供應鏈績效等，未來可對此作進一步研究。

參考文獻：

[1]徐翔，趙墨非，李濤，等.數(shù)據(jù)要素與企業(yè)創(chuàng)新：基于研發(fā)競爭的視角[J].經(jīng)濟研究，2023，58（2）：39-56.

[2]石建勛，盧丹寧.著力提升產(chǎn)業(yè)鏈供應鏈韌性和安全水平研究[J].財經(jīng)問題研究，2023，46（2）：3-13.

[3]CHRISTOPHE M，PECK H.Building the resilient supply chain[J]. International Journal of Logistics Management，2004，2（15）：1-13.

[4]WONG C W Y， LIRN T C， YANG C C， et al. Supply chain and external conditions under which supply chain resilience pays： an organizational information processing theorization[J]. International Journal of Production Economics， 2020， 226（8）： 107610.

[5]馬瀟宇，黃明珠，楊朦晰.供應鏈韌性影響因素研究：基于SEM與fsQCA方法[J].系統(tǒng)工程理論與實踐，2023，43（9）：2484-2501.

[6]ZOUARI D， RUEL S， VIALE L. Does digitalising the supply chain contribute to its resilience[J]. International Journal of Physical Distribution amp; Logistics Management， 2021， 51（2）： 149-180.

[7]COHEN M， CUI S， DOETSCH S， et al. Bespoke supply-chain resilience： the gap between theory and practice[J]. Journal of Operations Management， 2022， 68（5）： 515-531.

[8]YU W， CHAVEZ R， JACOBS MA， et al. Openness to technological innovation， supply chain resilience， and operational performance： exploring the role of information processing capabilities[J]. IEEE Transactions on Engineering Management， 2024，71（1）：1258-1270.

[9]張樹山，谷城，張佩雯，等.智慧物流賦能供應鏈韌性提升：理論與經(jīng)驗證據(jù)[J].中國軟科學，2023，38（11）：54-65.

[10]ZHOU J， HU L， YU Y， et al. Impacts of IT capability and supply chain collaboration on supply chain resilience： empirical evidence from China in COVID-19 pandemic[EB/OL]. Journal of Enterprise Information Management：1-27[2023-04-12]. https：//doi.org/10.1108/JEIM-03-2022-0091.

[11]陶鋒，王欣然，徐揚，等.數(shù)字化轉型、產(chǎn)業(yè)鏈供應鏈韌性與企業(yè)生產(chǎn)率[J].中國工業(yè)經(jīng)濟，2023，40（5）：118-136.

[12]劉純霞，陳友余，馬天平.全球供應鏈外部中斷風險緩釋機制分析——數(shù)字貿易的視角[J].經(jīng)濟縱橫，2022，38（7）：60-68.

[13]陳金曉，陳劍.從優(yōu)化到重塑——大變局中的供應鏈高質量發(fā)展[J].系統(tǒng)工程理論與實踐，2022，42（3）：545-558.

[14]張明超，孫新波，王永霞.數(shù)據(jù)賦能驅動精益生產(chǎn)創(chuàng)新內在機理的案例研究[J].南開管理評論，2021，24（3）：102-116.

[15]鈔小靜，王宸威.數(shù)據(jù)要素對制造業(yè)高質量發(fā)展的影響——來自制造業(yè)上市公司微觀視角的經(jīng)驗證據(jù)[J].浙江工商大學學報，2022，36（4）：109-122.

[16]GU M， YANG L， HUO B. The impact of information technology usage on supply chain resilience and performance： an ambidexterous view[J]. International Journal of Production Economics， 2021， 232（2）： 107956.

[17]李健，董小凡，張金林，等.數(shù)據(jù)資產(chǎn)對企業(yè)創(chuàng)新投入的影響研究[J].外國經(jīng)濟與管理，2023，45（12）：18-33.

[18]馮檬瑩，陳海波，郭曉雪.大數(shù)據(jù)能力、供應鏈協(xié)同創(chuàng)新與制造企業(yè)運營績效的關系研究[J].管理工程學報，2023，37（3）：51-59.

[19]BAG S， WOOD L C， XU L， et al. Big data analytics as an operational excellence approach to enhance sustainable supply chain performance[J]. Resources， Conservation and Recycling， 2020， 153（2）： 104559.

[20]CAPPA F， ORIANI R， PERUFFO E， et al. Big data for creating and capturing value in the digitalized environment： unpacking the effects of volume， variety， and veracity on firm performance[J]. Journal of Product Innovation Management， 2021， 38（1）： 49-67.

[21]孫新波，錢雨，張明超，等.大數(shù)據(jù)驅動企業(yè)供應鏈敏捷性的實現(xiàn)機理研究[J].管理世界，2019，35（9）：133-151，200.

[22]謝康，胡楊頌，劉意，等.數(shù)據(jù)要素驅動企業(yè)高質量數(shù)字化轉型——索菲亞智能制造縱向案例研究[J].管理評論，2023，35（2）：328-339.

[23]李曉梅，李煥煥，王夢毫. 人工智能時代“專精特新”企業(yè)高質量發(fā)展進化機制 [J]. 科學管理研究， 2023， 41 （6）： 106-114.

[24]HOSSEINI S， MORSHEDLOU N， IVANOV D， et al. Resilient supplier selection and optimal order allocation under disruption risks[J]. International Journal of Production Economics， 2019， 213（7）： 124-137.

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

[26]WAMBA S F， GUNASEKARAN A， AKTER S， et al. Big data analytics and firm performance： effects of dynamic capabilities[J]. Journal of Business Research， 2017， 70（1）： 356-365.

[27]WU L， HITT L， LOU B. Data analytics， innovation， and firm productivity[J]. Management Science， 2020， 66（5）： 2017-2039.

[28]張廣玲，王鵬，胡琴芳. 供應鏈企業(yè)間地理距離與組織距離對合作創(chuàng)新績效的影響 [J]. 科技進步與對策， 2022， 39 （9）： 75-82.

（責任編輯：張 悅）

The Resilience of Enterprise Supply Chain Empowered by Data Elements：Theoretical Mechanism and Empirical Test

Li Xiaomei，" Liu Shanshan

（School of Business Administration， Liaoning Technical University， Huludao 125105， China）

Abstract：Along with the Sino-U.S. trade dispute ， the complex geopolitical situation and other variable factors， supply chain friction has become the norm. The risks associated with the flow of capital， information， and logistics in the supply chain have dramatically increased， making it urgent to improve the chain's resilience in order to mitigate disruption risk and maintain the chain's security and stability. At this stage， the importance of data elements in empowering supply chain governance is becoming more and more prominent， and the scale of" data assets owned and the ability to transform them into productivity have become important factors in gaining new competitive advantages. From the perspective of supply chain network characteristics， the penetration and application of data elements in the subject and structural elements of the supply chain have significantly revolutionized the operation mode of the supply chain， and become a key driving factor to enhance risk-taking and ensure the continuity of supply and demand.

This study investigates the enabling mechanisms of data elements on the subject and the structural resilience of the supply chain in order to reveal the supply chain resilience enhancement paths in a more thorough and detailed manner. As a result， given the network characteristics of the supply chain， the subject element and structural element may show different resilience mechanisms against risks. By employing the OLS regression model， the study collects data from Chinese listed companies between 2015 and 2022 and uses text analysis to create indicators that show the application level of enterprise data elements. It then uses supply chain subject resilience and structural resilience to characterize the overall resilience of the supply chain and empirically investigates the impact of data elements on resilience.

The research results show that data elements can effectively enhance the level of enterprise risk-taking and the stability of supply-demand relationship， and the findings remain robust after a series of endogeneity and robustness tests， showing that data elements can effectively enhance both supply chain subject resilience and structural resilience. In addition， the application of data elements by enterprises can effectively enhance the innovation effect and the information effect， thus improving the innovation capability of enterprises and obtaining the information advantage to promote the resilience of the supply chain. At the same time， the enabling effect of data elements on supply chain resilience can be differentiated by the internal and external environments of enterprises， that is， the enabling effect is stronger when the enterprise is large， operates in a highly competitive industry， and is situated in an area with a poor supply chain operating environment and high marketization.

Compared with the results of previous studies， this study expands the research perspective of supply chain resilience， constructs enterprise-level supply chain resilience measurement indexes from the perspective of network characteristics， and enriches the research scope of supply chain in the era of digital economy; and it further empirically examines the two indirect empowerment mechanisms of innovation effect and information effect， which provides a useful supplement to the research on the empowerment mechanism of data elements on supply chain resilience. Through the analysis of the research findings， this study proposes to accelerate the construction of data element marketization， further activate the potential of data elements in enhancing supply chain resilience， and formulate targeted data elements application solutions according to the differences in the internal and external environments of enterprises， which will help the government optimize the policies on data elements and supply chain and support the scientific decision-making of enterprises， and have certain theoretical significance for the implementation of the strategic plan of \"focusing on enhancing the resilience and security of industrial chain and supply chain\".

Future research may integrate the two dimensions of supply chain entity resilience and relationship resilience into a comprehensive index for research， further combine the characteristics of the supply chain to reveal the mechanism path involving more data elements to empower supply chain resilience improvement， and the subsequent economic impacts of data elements empowering supply chain resilience improvement could be predicted.

Key Words：Data Element; Supply Shain Resilience; Theoretical Mechanism; Innovation Effect; Information Effect

收稿日期：2023-08-04 修回日期：2024-01-30

基金項目：國家自然科學基金項目（52070091）；遼寧省社會科學規(guī)劃基金重大委托項目（L22ZD009）；中央支持地方改革—校人文社科揭榜掛帥項目（2023-A019）

作者簡介：李曉梅（1974－），女，遼寧朝陽人，博士，遼寧工程技術大學工商管理學院教授、博士生導師，研究方向為技術經(jīng)濟評價與創(chuàng)新管理；劉姍姍（1999－），女，廣西橫州人，遼寧工程技術大學工商管理學院碩士研究生，研究方向為物流與供應鏈管理。本文通訊作者：李曉梅。