【摘要】新能源供应链应用区块链的意愿受到一系列因素的影响ꎬ为了量化研究这些因素产生的影响ꎬ建立了区块链应用意愿的结构方程模型ꎬ采用ＳＰＳＳ２２中的ＳｍａｒｔＰＬＳ对业内随机抽样获得的２６１名管理者和专业人员的问卷进行分析ꎬ发现供应链风险管理和数字化意识对应用区块链有积极的影响ꎬ并且这两个因素通过数字化转型、区块链的感知可用性和感知有用性、供应链适应能力和供应链韧性等中介变量对区块链应用意愿产生显著的正向影响ꎮ

       【关键词】数字化意识;数字化转型;区块链;供应链风险管理;供应链韧性

　　１引言

　　新能源产业作为能源产业的新兴增长点ꎬ是经济高质量发展的强劲支撑[１]ꎮ然而ꎬ根据国家能源局发布的２０２３全国电力工业统计数据ꎬ新能源产业的供应链也面临一些问题[２]ꎮ区块链的去中心化、匿名、可追溯等特性使其降低了新能源产业中的采购与供应等环节的风险ꎬ提升了供应链韧性[３]ꎮ特别是在供应链风险和不确定性增加的情况下ꎬ区块链的应用直接有助于应对新能源产业供应链中断的韧性[４]ꎮ

　　供应链风险管理在使企业获得竞争优势和提高绩效方面至关重要ꎬ主要是通过创新的方法来提高供应链的效率和韧性[５－６]ꎮ这样做的关键是对涉及文化、战略和团队动态的风险进行多方面的理解和处理ꎮ抵制变革的文化会显著阻碍创新技术和流程的采用ꎬ而主动、适应性强的文化可以促进更快地应对中断和增长机会[７]ꎮ一个精心设计的供应链战略可以利用区块链的优势ꎬ如增加透明度和安全性ꎬ提升供应链韧性[８]ꎮ团队内部缺乏专业知识或专业理解会导致区块链竞争优势丧失或区块链优势利用不足ꎮ另一方面ꎬ拥有区块链知识的团队可以更好地理解和利用它[９]ꎮ

　　供应链韧性对组织的成功至关重要ꎮ其关键是数字化意识和数字化转型的能力ꎬ包括集成先进的技术组合如物联网、人工智能和区块链进入供应链过程[１０]ꎮ

　　现有文献虽然在供应链风险管理与区块链应用方面的研究取得了进展ꎬ但供应链韧性和数字化转型对区块链在供应链中的感知有用性和感知可用性的影响尚未得到充分探索[７]ꎮ此外ꎬ供应链战略和区块链之间的联系及其对供应链韧性的作用ꎬ需要进一步探索[６]ꎮ

　　本研究构建结构方程模型分析供应链风险管理、数字化意识对区块链应用意愿的影响ꎬ以及数字化转型、供应链韧性、供应链适应性、区块链的感知可用性和感知有用性的中介效应ꎬ可以为新能源产业应用区块链提供理论依据ꎮ

　　２理论综述与模型假设

　　２.１供应链风险管理与区块链感知有用性、可用性Altay等的研究强调了组织文化在供应链风险管理中的关键作用ꎬ尤其是持续学习可以增强供应链韧性ꎮ优先考虑透明度和可追溯性的文化鼓励使用区块链ꎬ提高供应链的可见性[7]ꎮRoberta Pereira等研究了实现供应链韧性的方法ꎬ认为具有不同技能和经验的团队能够更好地避免供应链中断ꎬ促进韧性ꎮ团队的相互理解能力有助于提升供应链韧性[11]ꎮ而且ꎬ团队在数字技术方面的能力促进了区块链等技术的采用ꎬ帮助提高供应链的可追溯性和透明度[12-13]ꎮFan等的研究表明ꎬ解决供应链复杂性问题的战略可以增强供应的韧性ꎮ战略中整合数字技术以增强供应链的可见性和协调能力ꎬ使得供应链更高效和更韧性[14]ꎮ在采矿业采用区块链可以显著提高供应链韧性ꎮ因为ꎬ区块链提供了透明和不可改变的交易记录ꎬ改进了可追溯性和韧性[4ꎬ13]ꎮ在广泛应用区块链的同时ꎬ需要建立监管框架[15]ꎮ工业4.0的数字化进一步推进其与供应链风险管理的整合[16]ꎮ综上ꎬ提出假设1、2、3、4ꎮ

　　H1:供应链风险管理(文化、团队、战略)对区块链的感知有用性有正向影响ꎮ

　　H2:供应链风险管理(文化、团队、战略)对区块链的感知可用性有正向影响ꎮ

　　H3:区块链的感知有用性对区块链应用意愿有正向影响ꎮ

　　H4:区块链的感知可用性对区块链应用意愿有正向影响ꎮ

       2.2数字化意识、数字化转型和区块链使用效用

　　数字化意识ꎬ即理解数字技术的好处和风险ꎬ对于增强新能源产业供应链的韧性至关重要[17]ꎮ高数字化意识促进了创新和适应性ꎬ关键在韧性控制[15]ꎮ区块链的使用效用主要包括区块链的感知有用性和可用性ꎬ其面临着诸如技术问题和不同供应链数字化转型等挑战[15]ꎮ数字化转型对提高可持续性和透明度至关重要ꎬ其能影响新能源产业区块链的使用效用[19]ꎮ数字化意识和区块链使用效用是数字化转型的关键ꎮ区块链以其透明度和不可篡改而闻名ꎬ提高了供应链的可追溯性和来源的信任度[4ꎬ13]ꎮ在工业4.0背景下ꎬ区块链有助于可持续、透明的供应链管理[19]ꎮ数字化转型增强了新能源产业的供应链韧性ꎬ特别在面对供应链大中断时ꎬ因此ꎬ提升了区块链的使用效用[17]ꎮ综上ꎬ提出假设5、6、7ꎮ

　　H5:数字化意识对数字化转型有正向影响ꎮ

　　H6:数字化转型对区块链的感知有用性有正向影响ꎮ

　　H7:数字化转型对区块链的感知可用性有正向影响ꎮ2.3数字化转型、供应链适应力和供应链韧性

　　数字化转型将数字技术ꎬ如区块链等ꎬ整合到供应链所有业务方面ꎮ这个过程中ꎬ供应链实现了实时可见性、更好的利益相关者协调和简化流程ꎬ增强了供应链韧性ꎮ它还有助于检测供应链早期的中断隐患ꎬ并及时实施有效的策略[20]ꎮ数字化转型程度较高的供应链在决策、风险预测、中断后替代战略快速实施等方面有明显优势ꎮ新能源汽车企业间通过加强交流合作、协同创新可以提升供应链韧性[21]ꎮ综上ꎬ提出假设8、9、10ꎮ

　　H8:数字化转型对供应链适应力有正向影响ꎮ

　　H9:供应链适应力对供应链韧性有正向影响ꎮ

　　H10:供应链韧性对区块链应用意愿有正向影响ꎮ

　　根据上述理论基础和研究假设ꎬ构建本研究的理论模型ꎬ见图1ꎮ

　　3对象与方法

       3.1研究对象

　　该调查于2023年3月1日至4月25日进行ꎬ面向2024«财富»中国500强中37家中国大陆的新能源企业ꎬ通过邮箱和平台发放调查问卷ꎮ共发放问卷390份ꎬ回收有效问卷261份ꎮ问卷有效率66.92%ꎮ

　　3.2研究方法

　　问卷主要包括两个部分ꎬ第一部分收集了人口统计学数据ꎬ主要包括龄、性别、资格水平、经验等ꎮ第二部分收集了员工对区块链应用意愿等项目的观点ꎬ重点研究影响区块链应用意愿的供应链风险管理中文化、团队和策略等因素ꎬ并以技术接受模型(Technology Acceptance ModelꎬTAM)为指导ꎮTAM提供了一个支持技术接受的框架ꎬ强调感知的有用性和可用性ꎮ数据收集后ꎬ对调查项目的价值和可靠性进行了验证ꎮ采用5级李克特量表进行评分ꎬ从“完全不同意”到“完全同意”依次赋值1~5分ꎮ

　　3.3测量量表

　　3.3.1供应链风险管理文化

　　该量表包括评估组织文化如何支持风险管理实践的项目ꎮ

　　3.3.2供应链风险管理团队

　　该量表评估技术在开发和执行供应链风险管理实践中的参与和能力ꎬ包括衡量专业风险管理小组的存在情况、最高管理人员参与供应链风险管理的情况和提供风险相关培训的项目ꎮ

　　3.3.3供应链风险管理战略

　　该量表评估供应链风险管理战略与整体业务和供应链战略的一致性ꎮ

　　3.3.4区块链的感知有用性

　　该量表旨在衡量受访者在风险管理的背景下对区块链技术的看法ꎮ它包括改编自Rodríguez-Espíndola等的项目ꎬ评估区块链管理风险的使用程度、集成和有效性ꎬ反映了该技术对供应链风险管理的潜在影响ꎮ

       3.3.5区块链的感知可用性

　　该量表衡量区块链技术促进各种风险管理功能ꎬ如安全事务、与利益相关者的沟通ꎬ以及提高信息质量ꎬ以有效管理风险ꎮ

　　3.3.6供应链的韧性和适应力

　　该量表评估企业对供应链中断的预测、反应和从供应链中断中恢复的能力ꎮ

　　３.３.７数字化意识和数字化转型

　　该量表衡量组织的战略领导能力、愿景和数字化转型计划的实施情况ꎬ提供关于数字化意识和数字化转型如何减轻风险和提高组织适应能力的见解ꎮ

　　３.３.８区块链应用意愿

　　该量表评估采用区块链技术进行风险管理的未来计划和预期ꎮ

　　３.４统计学方法

　　采用描述性统计分析、相关分析和回归分析ꎬ利用ＳＰＳＳ进行基础统计分析ꎬ用ＳｍａｒｔＰＬＳ深入探索变量之间的结构关系ꎮ

　　４结果

　　４.１调查对象基本特征

　　来自新能源产业的人口统计数据显示ꎬ以成熟男性劳动力为主ꎬ４６岁及以上的占４２.６％ꎬ３６岁及以上的占７５.４％ꎻ大多数人拥有学位ꎬ这说明该产业主要是由经验丰富的专业人士推动的ꎮ调查对象基本特征见表１ꎮ

　　４.２信度和效度检验

　　采用描述性统计的方法来验证调查结果的一致性和调查的可靠性ꎮ不同项目的平均得分从３.２６(表明ＳＣＲＭＴ３的中等一致性)到４.２８(表明ＳＣＲＭＳ３的强一致性)ꎬ大多数平均高于量表的中性中点(３.０)ꎬ约为４.０ꎬ表明受访者普遍具有积极的态度ꎮ标准差较低(０.６５－１.０９)ꎬ表明受访者之间一致性较高ꎮ这些描述性统计数据支持了研究结果的有效性ꎬ收敛效度和信度见表２ꎮ

       本研究中Ｃｒｏｎｂａｃｈ,ｓａｌｐｈａ和组合信度>０.７０ꎬ因子载荷>０.７０ꎬ提取的平均方差(ＡＶＥ)>０.５０ꎮ表中的所有测算数据都超过了这个阈值ꎬ显示出较高的内部一致性ꎮ这些结果共同证明了该研究的收敛效度和信度ꎮ表明调查问卷有效地反映了受访者的意见ꎮ

　　该研究使用交叉载荷和Ｆｏｒｎｅｌｌ－Ｌａｒｃｋｅｒ标准检验区别效度ꎮ表３显示了交叉载荷分析的结果ꎬ加粗的数字表示>０.５阈值的交叉载荷ꎬ表明与各自因素有更强的关联ꎮ

       在Ｆｏｒｎｅｌｌ－Ｌａｒｃｋｅｒ标准中ꎬ代表ＡＶＥ平方根的对角线值比非对角线值更显著ꎬ表明了可接受的区别效度ꎮ

　　４.３路径分析

　　结构方程模型的路径分析主要包含三个指标的检验ꎬ回归系数Ｂｅｔａ值、ｐ值和ｔ值ꎮ若ｐ值<０.０５ꎬｔ值>１.９６ꎬ当Ｂｅｔａ值>０时ꎬ表示正向影响ꎬ数值越大ꎬ说明影响越大ꎻ当Ｂｅｔａ值<０时ꎬ表示负向影响ꎬ数值越小ꎬ说明影响越大ꎮ

　　本研究的路径分析数据支持了从Ｈ１到Ｈ１０的所有假设ꎮ具体数据见表５ꎮ新能源产业区块链应用意愿的模型路径图见图２ꎮ

　　图２显示了运用ＳｍａｒｔＰＬＳ运行的结构方程模型的相关数据ꎮ模型路径图表明:供应链风险管理由文化、团队和战略三个方面组成ꎻ数字化意识和供应链风险管理通过数字化转型、区块链的感知有用性和可用性、供应链的适应力对区块链的应用意愿产生正向影响ꎮ

　　４.４拟合优度分析

　　本研究用Ｒ２和调整后的Ｒ２检验模型的拟合优度ꎮ表６所示的Ｒ２和调整的Ｒ２值显示相对于其他变量而言ꎬ“区块链应用意愿”和“区块链的感知有用性”这两个变量的观测数据与模型预期值>０.５ꎻ其他变量ꎬ如“数字化转型”“供应链韧性”“区块链感知可用性”“供应链适应力”和“供应链风险管理”的值从中等到强ꎮ这些值均在[０ꎬ１]之间ꎬ表明模型具有良好的拟合优度ꎮ

　　5结束语

       5.1结论

　　本研究证实了供应链风险管理在促进新能源产业区块链应用方面的关键作用ꎬ并揭示了数字化转型和供应链风险管理实践之间的相互作用ꎮ本研究独特地展示了数字素养和转型是区块链应用的关键推动者ꎬ强调了具有先进数字能力的组织更倾向于将区块链整合到供应链中ꎮ通过强调数字化战略的重要性ꎬ明确了团队中高层管理者是在供应链中采用数字技术的先决条件ꎮ

　　本研究表明ꎬ提高整个组织的数字素养可以正向地影响人们对区块链的感知有用性和感知可用性的看法ꎬ从而增强区块链的应用意愿ꎮ因此ꎬ对于新能源产业的供应链经理而言ꎬ将员工的数字技能和支撑数字化基础设施作为优先投资对象ꎬ本研究提供了理论依据ꎮ

　　此外ꎬ本研究还提供了经验证据ꎬ从战略层面提出了将区块链应用与数字化转型计划相结合的重要性ꎮ这一措施可以提高供应链适应力和韧性ꎬ并解决新能源产业面临的来自供应链安全的挑战ꎬ如道德采购和可持续性发展等ꎮ

　　5.2未来的研究方向

　　未来的研究范围可以进一步扩大ꎮ比如ꎬ数据来源可以收集新能源产业中更广范围的企业ꎻ可以从区块链应用意愿方面开展文化或地理差异的研究ꎻ也可以将研究拓展到其他产业ꎬ评估在其他产业中是否存在类似的研究结论ꎮ此外ꎬ可以开展纵向研究ꎬ比如:跟踪区块链的应用意愿和企业发展阶段之间的关系ꎮ

　[参考文献]

　　[1]林伯强ꎬ李旻旸.塑造新能源产业鲜明新质生产力特征[J].广东社会科学ꎬ2024(6):28-35.

　　[2]吴中天ꎬ新能源企业供应链韧性提升的探索与实践[J].中国招标ꎬ2024(11):77-79.

　　[3]邹维福ꎬ等.区块链技术在能源互联网中的应用研究进展[J].重庆理工大学学报(自然科学)ꎬ2024ꎬ38(8):208-218.

　　[4]CalvãoꎬF.ꎬArcherꎬM.Digital extraction:Blockchain traceability in mineral supply chains[J].Political Geographyꎬ2021ꎬ87(5):102381.

　　[5]BagꎬS.ꎬViktorovichꎬD.A.ꎬSahuꎬA.K.Barriers to adoption of blockchain technology in green supply chain management[J].Journal of Global Operations and Strategic Sourcingꎬ2021ꎬ14(1):104-133.

　　[6]MadhaniꎬP.M.ꎬSupply chain transformation with blockchain deployment:Enhancing efficiency and effectiveness[J].Journal of Supply Chain Managementꎬ2021ꎬ18(4):7-32.

　　[7]AltayꎬN.ꎬGunasekaranꎬA.ꎬDubeyꎬR.ꎬChildeꎬS.J.Agility and resilience as antecedents of supply chain performance under moderating effects of organizational culture with in the humanitarian setting:Adynamic capability view[J].Production Planning and Controlꎬ2018ꎬ29(14):1158-1174.

　　[8]RauniyarꎬK.ꎬWuꎬX.ꎬGuptaꎬS.ꎬModgilꎬS.ꎬLopes De Sousa JabbourꎬA.B..Risk management of Supply chains in the digital transformation era:Contribution and challenges of blockchain technology[J].Industrial Management&Data Systemsꎬ2023ꎬ123(1):253–277.

　　[9]MunirꎬM.A.ꎬHabibꎬM.S.ꎬHussainꎬA.ꎬShahbazꎬM.A.ꎬQamarꎬA.ꎬMasoodꎬT.ꎬSultanꎬM.ꎬMujtabaꎬM.A.ꎬImranꎬS.ꎬHasanꎬM.ꎬAkhtarꎬM.S.ꎬUzair AyubꎬH.M.ꎬSalmanꎬC.A.Blockchain adoption for sustainable supply chain management:Economicꎬenvironmentalꎬand social perspectives[J].Frontiers in Energy Researchꎬ2022ꎬ10(6):899632.

　　[10]UmꎬJ.ꎬHanꎬN..Understanding the relationships between global supply chain risk and supply chain resilience:The role of mitigating strategies[J].Supply Chain Managementꎬ2021.26(2):240–255.

　　[11]Roberta PereiraꎬC.ꎬChristopherꎬM.ꎬLago Da SilvaꎬA.Achieving supply chain resilience:The role of procurement[J].Supply Chain Managementꎬ2014ꎬ19(5/6):626-642.

　　[12]ShiquanꎬD.ꎬDeyiꎬX.The security of critical mineral supply chains[J].Mineral Economicsꎬ2023ꎬ36(3):401–412.

　　[13]MugurusiꎬG.ꎬAhishakiyeꎬE.Blockchain technology needs for sustainable mineral supply chains:A framework for　responsible sourcing of cobalt[J].Procedia Computer　Scienceꎬ2022ꎬ200(5):638-647.

　　[14]FanꎬH.ꎬLiꎬG.ꎬSunꎬH.ꎬChengꎬT.C.E..An information processing perspective on supply chain risk management:Antecedentsꎬmechanismꎬand consequences[J].International Journal of Production Economicsꎬ2017ꎬ185(3):63-75.

　　[15]NarwaneꎬV.S.ꎬRautꎬR.D.ꎬManglaꎬS.K.ꎬDoraꎬM.ꎬ&NarkhedeꎬB.E.Risks to big data analytics and blockchain technology adoption in supply chains[J].Annals of　Operations Researchꎬ2021ꎬ327(1):339-374.

　　[16]ZhangꎬG.ꎬYangꎬY.ꎬYangꎬG.Smart supply chain management in Industry 4.0:The reviewꎬresearch agenda and strategies in North America[J].Annals of Operations　Researchꎬ2023ꎬ322(2):1075-1117.

　　[17]LiꎬG.ꎬXueꎬJ.ꎬLiꎬN.ꎬIvanovꎬD.Blockchain-supported business model designꎬsupply chain resilienceꎬand firm performance[J].Transportation Research Part E-Logistics and Transportation Reviewꎬ2022ꎬ163:102773.

　　[18]Van den BrinkꎬS.ꎬKleijnꎬR.ꎬSprecherꎬB.ꎬTukkerꎬA.Identifying supply risks by mapping the cobalt supply chain[J].ResourcesꎬConservation and Recyclingꎬ2020ꎬ156:104743.

　　[19]NandiꎬS.ꎬSarkisꎬJ.ꎬHervaniꎬA.A.ꎬHelmsꎬM.M.Redesigning supply chains using blockchain-enabled circular economy and COVID-19 experiences[J].

　　[20]Rodríguez-EspíndolaꎬO.ꎬChowdhuryꎬS.ꎬDeyꎬP.K.ꎬ　AlboresꎬP.ꎬ&EmrouznejadꎬA.Analysis of the adoption of emergent technologies for risk management in the era of digital manufacturing[J].Technological Forecasting and Social Changeꎬ2022ꎬ178:121562.

　　[21]朱祖星ꎬ尹义琪ꎬ严佳颖ꎬ陈宇.基于断链过程的新能源汽车芯片供应链韧性评价研究[J].中国市场ꎬ2024(5):　178-182.