【摘要】数字技术是提升供应链韧性的重要手段和工具，能够帮助制造企业实现供应链的可视化、智能化、协同化和灵活化，从而提高供应链的效率、效果和抗风险能力。由于不同的数字技术具有不同的特点与效果，其作用于制造企业供应链韧性的机理与路径也不尽相同，若盲目运用，则容易陷入数字化悖论的困境。因此，如何合理且针对性地组合运用数字技术对供应链韧性进行提升成为了研究的焦点与方向。文中采用质性分析与量性分析相结合的方法，通过已有文献提炼出数字技术影响制造企业供应链韧性的前因变量，进而基于扎根理论和模糊集定性比较分析方法对所获得的影响因素进行条件组态分析。研究发现:①数字基础设施与平台的建设、企业内外信息共享与收集、产业与业务链的数字化进展、制造企业各部门层级数字化能力、供应链电子化整合能力是数字技术影响制造企业供应链韧性的主要前因变量;②单一变量对提升制造企业供应链韧性解释力弱，不同条件耦合形成的适应型策略、更新型策略、突破型策略三种组态均可提升供应链韧性。文中所得研究结论有助于加深数字技术影响制造企业供应链韧性过程中本质的理性认知，同时对不同制造企业结合自身资源与特性选择合理高效的数字技术组合路径具有重要的理论与实践意义。

　　【关键词】数字技术;组态分析;供应链韧性;fsQCA

　　1研究背景

　　产业链供应链安全稳定是构建新发展格局的基础，也是全社会关注的焦点与共识。习近平总书记指出，“产业链、供应链在关键时刻不能掉链子，这是大国经济必须具备的重要特征”。党的二十大也明确表明，要“着力提升产业链供应链韧性和安全水平”，切实增强产业链供应链自主可控能力，这关乎经济社会发展全局。供应链本身是指从原材料采购、生产加工、仓储物流、分销到最终用户的一系列活动和流程，以及参与这些活动和流程各个主体之间的关系。其不仅是制造企业竞争力的重要来源，也是社会经济运行的重要支撑。外部风险和干扰可能导致供应链中某些环节或节点出现中断、延迟、损失或质量问题，进而影响整个供应链的运转效率和服务水平，甚至造成严重经济损失和社会影响。

　　在此背景下，《“十四五”数字经济规划》和《数字中国建设整体布局规划》等都表明数字中国建设与数据资源体系在未来国家发展战略中占据重要地位。陈剑，刘运辉［1］在构建数字化环境下制造企业运营理论框架和体系时使用了“使能”和“赋能”两个关键词，通过发挥有效数据价值对有关业务决策进行优化分析，帮助制造企业合理实现数字化运营。在此框架下，制造企业对于数字化需求不断上升，其高效智能特点可以更好地发现、搜集、挖掘、整合信息和数据，站在“产业链”高度俯瞰上中下游采购、生产、物流、交付、分销、存货和订单管理等连续过程，对短缺、过剩、价格波动、外在风险等影响和破坏供应链冲击，及时做出监测预警和快速制定应急预案，实时保证供应链安全稳定。数字化信息和知识也成为关键生产要素。目前关于制造企业运用数字技术影响供应链的研究主题主要集中于绩效、金融以及整体数字化转型，较少有相关文献关注数字技术有效组合对制造企业供应链韧性的影响，现有对于制造企业运用数字技术提升供应链韧性的研究主要从供应链多元化和数字化转型维度进行，所得出驱动路径较为宏观［2］，若盲目运用数字技术对供应链进行赋能，容易陷入数字化悖论困境。

　　基于上述研究背景和文章思路脉络，本文采用组态视角和QCA方法，探索数字技术提升制造企业供应链韧性的实践路径，以资源基础理论和组态理论等为依据，系统地探讨数字技术对供应链韧性的影响机制以及其提升路径差异化选择问题，深入探讨近年来外部环境不确定性加剧情况下供应链韧性提升最优路径组态类型，并进一步分析不同类型制造企业采用数字技术的选择异同点。

　　2文献回顾与理论框架

　　Ragin认为组态理论中通常采用组态视角和整体分析视角对条件变量和结果变量之间逻辑关系进行分析［3］，因果复杂性是组态理论的研究基础，其认为相同结果形成可能有多种途径，即不同组织属性配置构成了同一结果等价途径［4］。Park等则认为其整合性思维与理论可以系统诠释复杂组态关系［5］，同时，杜运周等也认为其具有更多普适性和广泛性。能基于因果复杂性将不同变量进行组合形成导致结果发生多种等效路径［6］。

　　综上所述，本研究以组态理论作为制造企业利用数字技术提升供应链韧性进行差异化研究的理论依据，构建数字技术提升供应链韧性组态分析模型，分析关键影响要素与结果变量因果复杂关系，进一步探究不同类型制造企业运用路径差异化。

　　2．1数字技术影响制造企业供应链韧性来源:基于资源基础理论

　　从资源基础观视角(Resource－Based View)来看，数字化资源是制造企业能够高效利用数字技术的基础，数字基础设施和平台建设以及制造企业各部门层级数字化能力水平可以进一步高效智能地处理供应链上的信息数据，对供应链各流程做出及时检测预警并增强可视化，成为数字技术融入供应链中赋能韧性的两个影响因素。

　　①数字基础设施和平台建设。Chang等经过研究发现，在如今数字化改变了社会生产和运营方式的时代，制造企业为了保证自身竞争优势，将数字技术应用嵌入到日常业务运营，以增进资源整合利用，提高制造企业应对供应链中断风险的能力［7］。数字经济发展也带动了新一代信息技术基础设施日益完善［8］，具体而言，Kamble总结认为数据分析、物联网和区块链是供应链数字化中主要采用的数字技术和能力，也是供应链数字化集中体现。吉峰等将数字基础设施与平台嵌入到运营和管理各个环节，为制造企业资产、设备和人员重新赋能，匹配业务流程，适应环境，带来新动态适应能力［9］

　　②制造企业各部门层级数字化能力水平。制造企业内部运营能力升级和环境适应性提升是经历数字化赋能后的必然结果，周晓雪，崔淼认为数字化对不同部门层级更新活动无疑会提升制造企业在数字环境下的生存和适应能力，以及根据环境变化进行调整来提升数字韧性［10］。对供应链而言，及时预警与反应机制是影响其韧性高低重要因素，此外，研究也证明了各部门层级能够通过数字技术提升能力水平为供应链带来如可见性、智能性、信息共享增强、供应链安全性和去中心化等一系列影响作用。从整体上看，如Faruquee等提出的制造企业各部门层级数字化水平对于增加供应链韧性有着重要作用，可以提高对潜在风险预测的能力，更好地帮助制造企业制定应对风险的策略，进而提高供应链韧性水平［11］。

　　2．2数字技术影响制造企业供应链韧性机理:信息基础理论

　　从信息基础理论来看，数字技术代表数字化管理与分析技术，使制造企业可以缩短产品上市时间，提高生产灵活性，改进产品质量，提高生产效率，进而开拓出全新商业模式;从管理角度看，制造企业价值链各环节以及经营各阶段均可通过数据实现自上而下驱动甚至决策，对制造企业战略发展经营有着重要作用，也是实现智能升级和高效数字化整合的必要条件。

　　①企业内外信息共享与收集。当供应链受到威胁甚至中断时，Glt A认为数字技术对于确保制造企业内部各个部门之间良好沟通与协作至关重要，能够促进供应链上游和下游之间正常沟通以及信息和资源共享，并共同应对供应链中断等危机，有助于提升组织内部与外部韧性［12］。焦豪等通过实验分析构建数据分析平台、运营平台等不同类型数据管理形式，发现能够大大增强数据信息处理能力，对供应链运行相关数据能够及时准确采集提取、智能分析以及质量监控与挖掘利用，与组织业务活动及流程进行差异化动态匹配［13］，推动制造企业实现供应链韧性塑造。

　　②产业和业务链数字化进展。Warner K发现数字化能力通过融入制造企业组织业务和产业层面日常管理和战略运营结构框架中，渐进式地对组织价值创造、能力创新等方面产生推进作用，最终提高管理效率并推动流程优化［14］。同时，Xiao等进一步发现其有助于考查及分析如何发挥数字技术作用来适应环境并进行调整变革［15］，而结果是构建了一系列有利于发展的新能力，这为制造企业带来了数字基础设施等抵御数字经济浪潮冲击抗风险能力和反脆弱能力，谢康等认为其强化了对环境冲击的有效响应和调整［16］。

　　③供应链电子化整合。现有研究认为数字技术影响供应链所涵盖的方面包括制造企业与供应商客户之间供应链流程中采用数字技术等一系列与供应链电子整合相互关联的活动［17］。同时，其作为中介充当了数字技术作用于供应链韧性的桥梁，通过数据收集和分析方式改进增强，增加其运营价值，进而提高供应链韧性［18］，在此之上，学者认为供应链电子化整合能力能最大限度地提高异质性资源利用效率，从而拓宽制造企业供应链发展思路，跟随市场动向以提高供应链适应性［19］。

　　目前，学者主要通过事前准备、事中响应以及事后恢复三个阶段打造富有韧性供应链，而这三个阶段也对应着供应链三种能力:吸收能力、适应能力和恢复能力。数字技术合理运用对三阶段以及三能力培养提升同样有着重要作用，通过数字基础设施以及数据信息平台建设，能精准对供应链上合作伙伴与客户进行细分，同时使采购源多样化，增强抗风险能力，而供应链电子化整合可以通过与链上成员加强线上上下游沟通，合理安排采购、库存、生产、运输以及设置备选路线等计划以积极适应外部变化。最后，产业和业务数字化以及各部门层级数字化水平可以通过生产设备修复、人力资源修复以及技术修复等手段支撑使得当制造企业吸收和适应能力不能维持在外部扰动下正常生产经营性能水平时，可以对相关系统进行快速有效恢复。

　　因此，从资源基础理论和信息基础理论出发，结合供应链韧性三阶段与三能力特征，本文选择数字基础设施和平台建设、制造企业各部门层级数字化能力水平、企业内外信息共享与收集、产业与业务链数字化进展和供应链电子化整合作为前因条件开展fsQCA分析，以揭示制造企业通过数字技术提升供应链韧性的具体实现路径。

　　3研究设计

　　3．1研究方法

　　本文选择fsQCA原因如下，首先，其不仅对多重并发前因条件进行了具体模型化，并且关注不同配置组合前因条件与结果之间联系［20］;其次，实际案例中，可以检验多种方案之间等效关系，为本文探索数字技术提升制造企业供应链韧性成功路径提供帮助［21］;最后，组态方法基于因果非对称原理，排除了反向因果关系干扰，从而提高了分析结果解释力［22］。

　　本研究将必要条件一致性分析阈值设为0．9，表示具有因果条件或配置案例在显示结果时一致性水平。

　　3．2研究样本与数据收集

　　本文研究重点在于考察数字技术带给制造企业供应链韧性效果影响，制造企业供应链概念有多种表述方式，但都涵盖了从设计、采购、生产到渠道、销售、服务全过程，因此本文选择将数字技术渗透进供应链领域，以采用智能决策方法快速响应、柔性管理并高效协同国家级供应链创新与应用制造企业为研究对象，探求其通过不同类型条件组态数字技术优化供应链韧性的路径。

　　关于QCA研究中前因变量选择，张明，杜运周［23］提出了不同办法，本文结合文献归纳法和现象总结法，梳理了数字技术对制造企业供应链韧性相关影响因素，接下来拟运用现象总结法做进一步补充和完善。本研究中条件变量测量主要参考吴非等［24］的方法，以国家发布供应链创新与应用示范企业里制造业企业为基础，并考虑到数据完整性因素，参考魏晶晶［26］的方法，筛选出其中17家上市制造企业作为研究样本。数据主要来源于制造企业相关新闻数据以及公司半年报与年报。按照模糊集定性比较分析思想，采用四分位数法，其赋值标准如表1所示。本文结果变量用直接定量指标测度韧性。以相对于2020年新冠疫情初期制造企业绩效损失(LPR)为判别依据，主要是通过所公开年报中绩效同比疫情初期绩效水平来考核制造企业绩效损失或增长程度。

　　3．3数据处理

　　关于QCA研究前因条件选择，本文梳理了数字技术影响制造企业供应链韧性相关因素，在具体编码中，运用扎根理论对收集到的资料进行分类整理后提炼出核心要素，并与文献归纳法所得因素进行对比和补充，二者结合确定条件变量。表2是部分编码过程。

　　编码结果印证了从文献中归纳出的五个影响因素，综上，本研究建立如图1所示的数字技术影响制造企业供应链韧性的框架模型。

　　结合每个要素赋值标准，对每个案例关键要素进行赋值，然后对17个案例样本进行数值编码，得到案例样本数值编码表，如表3所示。

　　表3中SZ代表数字基础设施与平台建设，QYNW代表企业内外信息收集共享与处理，GYL代表供应链电子化整合能力，CY代表产业和业务链数字化进展，QYGBM代表制造企业各部门层级数字化能力水平。根据表3中各案例变量赋值结果，通过fsQCA3．0软件对获得数据进行处理，各变量必要性检测结果如表4所示。

　　表4显示5个要素的一致性都小于1，说明都是充分非必要条件，因此，可以将其纳入fsQCA进行进一步分析。

　　4研究结果

　　经过fsQCA软件分析，可得表5。

　　研究结果显示，数字技术提升制造企业供应链韧性组态有三个，一致性都超过了0．8，表明其具有良好解释性，根据学者张公一等对环境不确定下组织韧性的研究，将组织韧性应对方法与企业运营业务模式相结合。本文借鉴其框架思想，将三种路径总结为适应型策略、更新型策略、突破型策略，因其对供应链韧性作用有不同侧重，故其所需要求也不同。

　　4．1适应型策略

　　此组态路径为高数字基础设施与平台建设*低企业内外信息共享与收集能力*低供应链电子化整合能力*高产业和业务链数字化进展*低制造企业各部门层级数字化能力水平，一致性为0．904，覆盖度为0．216，表明当制造企业尝试用数字技术提高供应链韧性时，增加数字基础设施建设无疑是能最快提升数字化能力的措施之一;其次为推进业务链和相关产业数字化，培育出数字化赋能下核心专长业务，恢复原本经营产业，实现可持续竞争价值。由此可以看出，通过建设数字化设施、应用数字技术和打造数字化生态系统，可以提升供应链效率、效果和抗风险能力，也可以增强各产业和业务之间透明度、效率、进展等，有效解决因为业务水平不高或者产业过于传统单一且效率较低情况下，不能及时处理分析有关情况，造成潜在供应链中断风险的问题。在该路径下制造企业有:序号1(编号BG)，4(编号BB)，3(编号BY)，7(编号JQ)，11(编号MN)。

　　4．2更新型策略

　　此组态路径为低数字基础设施与平台建设*高制造企业内外信息共享和收集能力*低产业和业务链数字化进展*高制造企业各部门层级数字化能力水平，一致性为0．966，覆盖度为0．408，以电商类制造企业为代表。此类制造企业在市场不确定环境下着重于自身业务运营探索创新以及执行效率，通过布局新业态，推出更加多元化的产品与服务以在逆境中采取不同数字技术手段组合变革措施应对危机，提升管理能力，其供应链韧性通过数字技术深入运用积极地调整、重组资源并且对自我内部信息数据处理方式进行革新，使得各部门层级展开协同合作，探索成长新路径，并且提升组织整体结构功能和信息处理交流水平。其基于数据信息制造企业赋能平台，通过流动性数据整合网络，实现知识创新，打通企业间、产业间边界，实现产业链上数据信息共享和生态圈协同发展。并且可根据数据深度处理分析了解市场情况，从而更及时地调整制造企业自身供应链以对应市场变化，对制造企业应对危机风险处理机制提升和供应链韧性增强有促进作用。在该路径下制造企业有:序号8(编号JD)，10(编号JZ)，15(编号YL)。

　　4．3突破型策略

　　此组态路径为高数字基础设施与平台建设*低制造企业内外信息共享和收集能力*高供应链电子化整合能力*高产业和业务链数字化进展*高制造企业各部门层级数字化能力水平，一致性为0．977，覆盖度为0．360。采用此策略制造企业往往需要创新变革的勇气和寻求原有业务面向未来可持续性更高要求与挑战，不仅需要利用数字技术拓展原先核心业务，还应在此基础上探索能产生增长价值新业务，通过整合效率性活动和创新性活动，将短期利益和长期利益相结合衡量，形成制造企业自身竞争张力，对制造企业运用资源能力，动态调整能力、组织运营结构以及员工和高层知识储备与运用等方面提出了更高要求。这种数字化发展为制造企业提供了更多优化提升效率的渠道和手段，并且通过数据分析预测市场情况，做出及时调整和反应，在综合以上措施情况下，制造企业数字化转型会更加整体且全面。在该路径下制造企业有:序号2(编号BX)，5(编号GY)，9(编号JDF)，13(编号SF)。

　　5研究结论与管理启示

　　从理论贡献角度，本文基于fsQCA开展数字技术制造企业供应链韧性多路径组态分析，响应了政策对于产业链供应链韧性安全稳定发展的支持，同时也是响应国家大力加强数字建设呼吁，深化了数字化提升供应链韧性机理研究。利用模糊集定性比较分析方法证明了供应链韧性提升有多重并发特点，最终达到同一目标。且每种组态皆为多种影响因素共同组成，充分表明了数字技术组合运用在供应链问题中的复杂性，加深了制造企业对于供应链韧性塑造的理解，推动了数字化赋能提升供应链韧性机理研究的深入。

　　从实践意义来看，当制造企业在面对环境不确定性较强的市场竞争时，供应链潜在中断风险在数字化浪潮推动下有了培养塑造新思路和新方向，并且不同类型制造企业可以根据市场环境变化和组织战略优势竞争点选择适合自身供应链韧性提升数字技术手段策略组合，不同方法组合各有侧重点与相对优势，为制造企业管理者培养更加坚固的供应链提供了知识支撑，对于解决制造企业面对不确定环境下走出经营困境具有重要现实意义。

　　总体而言，在数字时代，制造企业面临着多种数字技术选择和应用，但并非所有数字技术都适合，需要根据自身供应链特点和困境，进行有针对性的数字化转型。

　　6研究局限与未来展望

　　本研究虽然取得了一定成果，但也存在不足之处，主要有以下几个方面:①研究所采用样本数量较少，可能影响了研究结果普遍性和稳健性，未来研究应该扩大样本规模，对不同组态进行更深入分析。②研究主要以数字技术手段作为自变量，探讨其对因变量供应链韧性的影响，忽视了不同数字技术之间可能存在交互效应，未来研究应该考虑不同数字技术手段之间的相互作用，并结合实际情况进行分析。

　　［参考文献］

　　［1］陈剑，刘运辉．数智化使能运营管理变革:从供应链到供应链生态系统［J］．管理世界，2021(11):227－240.

　　［2］Tukamuhabwa B，Stevenson M，Busby J．Supply chain resilience in a developing country context:A case study on the interconnectedness of threats，strategies and outcomes［J］．Supply Chain Management，2017，22(3).

　　［3］Ragin，C．C．Fuzzy－Set Social Science［M］．Chicago:University of Chicago Press，2000.

　　［4］Ragin，C．C．The Comparative Method:Moving Beyond Qualitative and Quantitative Strategies［M］．Chicago:University of Chicago Press，2014.

　　［5］Youngki Park，Peer Fiss，Omar A．EI Sawy．Theorizing the multiplicity of digital phenomena:The ecology of configurations，causal recipes，and guidelines for applying QCA［J］．MIS Quarterly，2020，44(4):1493－1520.

　　［6］杜运周，贾良定．组态视角与定性比较分析(QCA):管理学研究的一条新道路［J］．管理世界，2017(6):155－167.

　　［7］Chang V，Wills G，Baudier P．Impacts and investigations of disruptive technologies for Industry 4．0［J］．Technological Forecasting and Social Change，2022(174－Jan．).

　　［8］Li F．The digital transformation of business models in the creative industries:A holistic framework and emerging trends［J］．Technovation，2020，92－93.

　　［9］吉峰，贾学迪，林婷婷．制造企业数字化能力的概念及其结构维度———基于扎根理论的探索性研究［J］．中国矿业大学学报(社会科学版)，2022(5):151－166.

　　［10］周晓雪，崔淼．应对外部环境挑战的制造企业数字韧性塑造机理研究:基于数字化战略更新的视角［J/OL］．南开管理评论:1－24

　　［11］Faruquee M，Paulraj A，Irawan C A．Strategic supplier relationships and supply chain resilience:Is digital transformation that precludes trust beneficial?［J］.International Journal of Operations＆Production Management，2021(7):41.

　　［12］Glt A，Amcv B，Gr C，et al．Organizational learning paths based upon industry 4．0 adoption:An empirical study with Brazilian manufacturers［J］．International Journal of Production Economics，2020，219:284－294.

　　［13］焦豪，杨季枫，王培暖，等．数据驱动的企业动态能力作用机制研究———基于数据全生命周期管理的数字化转型过程分析［J］．中国工业经济，2021(11):174－192.

　　［14］Warner K，Waeger M．Building dynamic capabilities for digital transformation:An ongoing process of strategic renewal［J］．Long Range Planning，2019，52(3):326-349.

　　［15］Xiao J，Wu Y，Xie K，et al．Managing the e－commerce disruption with IT－based innovations:Insights from strategic renewal perspectives［J］．Information&Management，2019，56(1):122－139.

　　［16］谢康，吴瑶，肖静华，廖雪华．组织变革中的战略风险控制———基于制造企业互联网转型的多案例研究［J］．管理世界，2016(02):133－148+188.

　　［17］G BüyükZkan，G Er F．Digital Supply Chain:Literature review and a proposed framework for future research［J］.Computers in Industry，2018，97:157－177.

　　［18］Vorona A A，Getman A G，Dianova V Y．Impact of digitalization in customs on increasing the speed and reliability of the supply chain［J］．International Scientific and Practical Conference，2022.

　　［19］杨皎平，孙珊，张珺．数字化时代跨界合作战略导向对供应链高适应性的影响［J］．商业经济研究，2021(22):129-132.

　　［20］Fainshmidt S，M．A．Witt，R.V．Aguilera，et al．The contributions of qualitative comparative analysis(QCA)to international business research［J］．Journal of International Business Studies，2020，51(4):455－466.

　　［21］Kamble S S，Gunasekaran A，Perekh H，et．al．Digital twin for sustainable manufacturing supply chain:Current trends，future perspectives，and an implementation framework［J］.Technological Forecasting and Social Change，2022，176(03).

　　［22］杜运周，李佳馨，刘秋辰，等．复杂动态视角下的组态理论与QCA方法:研究进展与未来方向［J］．管理世界，2021(3):180－197.

　　［23］张明，杜运周．组织与管理研究中QCA方法的应用:定位、策略和方向［J］．管理学报，2019(9):1312－1323.

　　［24］吴非，胡慧芷，林慧妍，任晓怡．制造企业数字化转型与资本市场表现———来自股票流动性的经验证据［J］．管理世界，2021，37(07):130－144+10.

　　［25］张公一，张畅，刘思雯．环境不确定情境下组织韧性影响路径、作用机制与应对策略研究［J］．科技进步与对策，2023(2):20－29.

　　［26］魏晶晶．基于适应性能力提升供应链弹性的组态研究———以智能供应链企业为例［J］．商业经济研究，2021(02):99－102.