企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈風(fēng)險【摘要】企業(yè)數(shù)字化轉(zhuǎn)型已從內(nèi)部業(yè)務(wù)、組織和商業(yè)模式的變革，拓展為供應(yīng)鏈上下游生產(chǎn)要素、組織關(guān)系等數(shù)字化協(xié)同。針對現(xiàn)有研究多聚焦單企業(yè)風(fēng)險、忽視網(wǎng)絡(luò)化溢出機(jī)制的理論缺口，文章基于供應(yīng)鏈溢出理論，構(gòu)建“數(shù)字化轉(zhuǎn)型-溢出效應(yīng)-風(fēng)險傳導(dǎo)”理論框架，以2010—2023年滬深A(yù)股制造業(yè)上市公司為樣本，采用動態(tài)面板GMM模型控制內(nèi)生性，綜合運(yùn)用結(jié)構(gòu)方程模型和Bootstrap中介效應(yīng)檢驗法，揭示數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險的雙重影響機(jī)制。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過提升信息透明度和協(xié)同創(chuàng)新能力，顯著降低企業(yè)自身供應(yīng)鏈風(fēng)險。技術(shù)溢出與知識溢出形成差異化傳導(dǎo)路徑，分別使上下游企業(yè)風(fēng)險顯著下降。供應(yīng)鏈整合在技術(shù)溢出中發(fā)揮完全中介作用，協(xié)作創(chuàng)新則通過效率、韌性雙路徑強(qiáng)化知識溢出效應(yīng)。研究結(jié)果為企業(yè)構(gòu)建適應(yīng)數(shù)字化時代的供應(yīng)鏈風(fēng)險管理框架提供理論依據(jù)，同時為政策制定者完善產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略提供參考?！娟P(guān)鍵詞】企業(yè)數(shù)字化轉(zhuǎn)型；供應(yīng)鏈風(fēng)險；技術(shù)溢出；動態(tài)能力理論；結(jié)構(gòu)方程模型【中圖分類號】F273"【文獻(xiàn)標(biāo)識碼】A"【文章編號】1004-5937（2025）16-0085-09黨的二十屆三中全會通過的《關(guān)于進(jìn)一步全面深化改革、推進(jìn)中國式現(xiàn)代化的決定》明確提出“實施制造業(yè)數(shù)字化智能化綠色化轉(zhuǎn)型行動”，標(biāo)志著數(shù)字化轉(zhuǎn)型已成為國家戰(zhàn)略的重要組成部分。在全球價值鏈重構(gòu)與技術(shù)革命交織的背景下，企業(yè)通過物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)實現(xiàn)供應(yīng)鏈全流程數(shù)字化[1]，這一進(jìn)程在提升運(yùn)營效率的同時，也導(dǎo)致風(fēng)險傳導(dǎo)機(jī)制發(fā)生結(jié)構(gòu)性變革。現(xiàn)有研究表明，數(shù)字化轉(zhuǎn)型通過優(yōu)化資源配置與增強(qiáng)供應(yīng)鏈穩(wěn)定性顯著提升企業(yè)競爭力[2-3]，但其引發(fā)的網(wǎng)絡(luò)化風(fēng)險溢出效應(yīng)尚未得到充分解析[4]。如何在數(shù)字化轉(zhuǎn)型進(jìn)程中有效管理供應(yīng)鏈風(fēng)險，已成為學(xué)術(shù)界與產(chǎn)業(yè)界共同關(guān)注的重大課題。既有研究圍繞數(shù)字化轉(zhuǎn)型與供應(yīng)鏈管理的關(guān)系展開多維度探討，主要形成三種理論范式：其一，效率提升范式。學(xué)者們普遍認(rèn)同，數(shù)字化技術(shù)通過減少信息不對稱提升供應(yīng)鏈效率。經(jīng)典研究指出，物聯(lián)網(wǎng)與區(qū)塊鏈技術(shù)的應(yīng)用使庫存周轉(zhuǎn)率提高19.3%[2]，智能算法將需求預(yù)測誤差降低至8.3%[5]。此類研究多基于交易成本理論，強(qiáng)調(diào)技術(shù)工具對運(yùn)營流程的優(yōu)化作用[6]。其二，韌性構(gòu)建范式。研究者關(guān)注數(shù)字化技術(shù)對供應(yīng)鏈抗風(fēng)險能力的增強(qiáng)機(jī)制。動態(tài)能力理論[3]指出，數(shù)字孿生等技術(shù)通過虛擬映射實現(xiàn)風(fēng)險實時監(jiān)測，使供應(yīng)鏈中斷恢復(fù)時間縮短37%[1]。此范式側(cè)重分析技術(shù)應(yīng)用對突發(fā)沖擊的緩沖效應(yīng)，但未深入探討風(fēng)險傳導(dǎo)的網(wǎng)絡(luò)化特性。其三，創(chuàng)新驅(qū)動范式。資源依賴?yán)碚揫4]強(qiáng)調(diào)，數(shù)字化平臺通過促進(jìn)知識共享推動供應(yīng)鏈協(xié)同創(chuàng)新。研究表明，核心企業(yè)開放數(shù)據(jù)接口可使下游客戶創(chuàng)新效率提升28%[7]，聯(lián)合研發(fā)投入對技術(shù)擴(kuò)散速率的彈性系數(shù)達(dá)0.25[8]。盡管現(xiàn)有成果豐碩，但仍存在顯著理論缺口，一是多數(shù)研究局限于單企業(yè)視角，忽視供應(yīng)鏈網(wǎng)絡(luò)內(nèi)風(fēng)險溢出的動態(tài)機(jī)制[8]。二是對數(shù)字化轉(zhuǎn)型“雙刃劍”效應(yīng)缺乏系統(tǒng)解釋，尤其技術(shù)依賴與信息泄露等新型風(fēng)險尚未納入分析框架[9]。三是動態(tài)能力與資源依賴的整合不足，難以揭示技術(shù)協(xié)同與知識共享的交互作用[3]。本文基于供應(yīng)鏈溢出理論，整合動態(tài)能力理論與資源依賴?yán)碚?，?gòu)建數(shù)字化轉(zhuǎn)型、網(wǎng)絡(luò)化溢出、風(fēng)險傳導(dǎo)分析框架。重點(diǎn)探究以下問題：一是數(shù)字化轉(zhuǎn)型如何通過技術(shù)標(biāo)準(zhǔn)牽引與數(shù)據(jù)開放形成雙向風(fēng)險緩釋效應(yīng)？二是供應(yīng)鏈整合與協(xié)作創(chuàng)新在風(fēng)險傳導(dǎo)中承擔(dān)何種中介角色？三是不同技術(shù)情境下溢出效應(yīng)的強(qiáng)度差異及其政策含義。本研究以2010—2023年滬深A(yù)股制造業(yè)上市公司為樣本，采用動態(tài)面板GMM模型與Bootstrap中介檢驗法，突破傳統(tǒng)單案例研究的局限性。本文理論貢獻(xiàn)體現(xiàn)在三方面：一是揭示數(shù)字化轉(zhuǎn)型的雙向溢出機(jī)制，突破單企業(yè)分析范式；二是驗證效率、韌性、創(chuàng)新多維路徑的中介效應(yīng)，回應(yīng)多層級理論整合的研究呼吁[3]；三是構(gòu)建鏈?zhǔn)斤L(fēng)險共治模型，為產(chǎn)業(yè)政策設(shè)計提供新思路。二、理論分析與研究假設(shè)（一）企業(yè)數(shù)字化轉(zhuǎn)型對自身供應(yīng)鏈風(fēng)險的直接影響企業(yè)數(shù)字化轉(zhuǎn)型通過重構(gòu)信息交互模式與決策機(jī)制，對供應(yīng)鏈風(fēng)險產(chǎn)生多維度抑制作用，基于動態(tài)能力理論[3]與交易成本理論[6]，提出以下作用路徑。1.信息透明度提升與風(fēng)險預(yù)警機(jī)制物聯(lián)網(wǎng)與區(qū)塊鏈技術(shù)的應(yīng)用，打破了傳統(tǒng)供應(yīng)鏈的數(shù)據(jù)黑箱狀態(tài)。區(qū)塊鏈的分布式賬本特性確保數(shù)據(jù)不可篡改[2]，而物聯(lián)網(wǎng)傳感器實時采集物料流動、庫存狀態(tài)及物流軌跡信息，形成全鏈條可視化監(jiān)控網(wǎng)絡(luò)。這種技術(shù)組合顯著降低了信息不對稱性，使企業(yè)能夠提前識別潛在中斷風(fēng)險。如RFID技術(shù)通過實時追蹤在途庫存，可將訂單履行周期波動率降低22%[10]。此外，大數(shù)據(jù)驅(qū)動的預(yù)測模型通過整合歷史銷售數(shù)據(jù)與市場輿情，可將需求預(yù)測準(zhǔn)確率提升18%～25%，有效抑制“牛鞭效應(yīng)”引發(fā)的庫存積壓風(fēng)險[11]。2.智能決策優(yōu)化與運(yùn)營彈性增強(qiáng)人工智能與數(shù)字孿生技術(shù)為企業(yè)提供了動態(tài)決策支持能力。AI驅(qū)動的智能補(bǔ)貨系統(tǒng)通過機(jī)器學(xué)習(xí)算法分析供需波動規(guī)律，動態(tài)調(diào)整安全庫存閾值，實證研究表明其可使庫存周轉(zhuǎn)率提升19.3%[12]。數(shù)字孿生技術(shù)則通過構(gòu)建虛擬供應(yīng)鏈映射系統(tǒng)，支持企業(yè)進(jìn)行風(fēng)險情景模擬與應(yīng)急方案預(yù)演。以汽車制造業(yè)為例，數(shù)字孿生模型可模擬突發(fā)性物流中斷對生產(chǎn)計劃的影響，并生成多套恢復(fù)方案，使供應(yīng)鏈中斷恢復(fù)時間縮短37%[1]。3.交易成本削減與協(xié)作效率提升數(shù)字化協(xié)同平臺通過標(biāo)準(zhǔn)化數(shù)據(jù)接口與自動化協(xié)議執(zhí)行，顯著降低供應(yīng)鏈節(jié)點(diǎn)企業(yè)間的協(xié)調(diào)成本。電子數(shù)據(jù)交換系統(tǒng)實現(xiàn)訂單、發(fā)票等商業(yè)文檔的自動解析與傳輸，使訂單處理錯誤率下降8.2個百分點(diǎn)[13]。同時，智能合約技術(shù)將采購協(xié)議編碼為可自動執(zhí)行的計算機(jī)程序，當(dāng)交貨驗收合格預(yù)設(shè)條件觸發(fā)時，系統(tǒng)自動完成支付結(jié)算，減少人為干預(yù)導(dǎo)致的合同糾紛。研究表明，采用智能合約的企業(yè)供應(yīng)鏈協(xié)作效率提升40%～60%[14]，協(xié)商成本降低32%。上述機(jī)制表明，數(shù)字化轉(zhuǎn)型通過信息透明化、決策智能化、協(xié)作自動化三重路徑重構(gòu)風(fēng)險管理范式，能夠有效地管控供應(yīng)鏈自身的風(fēng)險。據(jù)此提出假設(shè)1。H1：企業(yè)數(shù)字化轉(zhuǎn)型與自身供應(yīng)鏈風(fēng)險顯著負(fù)相關(guān)。（二）企業(yè)數(shù)字化轉(zhuǎn)型通過技術(shù)溢出效應(yīng)降低上游供應(yīng)商供應(yīng)鏈風(fēng)險技術(shù)溢出效應(yīng)與上游風(fēng)險緩釋，技術(shù)溢出效應(yīng)是核心企業(yè)通過知識共享、工具協(xié)同與標(biāo)準(zhǔn)輸出，推動供應(yīng)鏈伙伴技術(shù)能力迭代的動態(tài)過程[7]。本文基于知識基礎(chǔ)觀與資源依賴?yán)碚揫4]，解析其作用機(jī)制。1.技術(shù)溢出的三維傳導(dǎo)路徑（1）知識擴(kuò)散路徑：核心企業(yè)構(gòu)建數(shù)字化培訓(xùn)體系，通過在線學(xué)習(xí)平臺向供應(yīng)商傳遞數(shù)據(jù)分析、設(shè)備運(yùn)維等顯性知識，同時借助虛擬現(xiàn)實技術(shù)模擬復(fù)雜工藝場景，促進(jìn)隱性知識轉(zhuǎn)移。（2）工具賦能路徑：供應(yīng)鏈云平臺集成預(yù)測算法、排產(chǎn)模型等數(shù)字化工具，供應(yīng)商可通過API接口調(diào)用這些資源。研究表明，云平臺提供的智能預(yù)測工具可使供應(yīng)商需求預(yù)測誤差降低14.6%[15]。此外，核心企業(yè)的數(shù)字孿生系統(tǒng)向供應(yīng)商開放生產(chǎn)線仿真權(quán)限，支持其優(yōu)化生產(chǎn)工藝。某汽車零部件企業(yè)案例顯示，該技術(shù)使產(chǎn)品不良率從3.7%降至1.2%[1]。（3）標(biāo)準(zhǔn)牽引路徑：核心企業(yè)通過ISO數(shù)字化認(rèn)證、IEC27001信息安全管理標(biāo)準(zhǔn)等倒逼供應(yīng)商升級IT基礎(chǔ)設(shè)施。通過認(rèn)證的供應(yīng)商可獲得訂單優(yōu)先級與價格優(yōu)惠，形成技術(shù)升級、績效提升、獲取正反饋循環(huán)。實證數(shù)據(jù)顯示，認(rèn)證供應(yīng)商的交付準(zhǔn)時率提高21%，質(zhì)量缺陷率下降18%[12]。2.上游風(fēng)險緩釋機(jī)制技術(shù)溢出通過以下機(jī)制降低供應(yīng)商風(fēng)險：一是需求可視性增強(qiáng)：核心企業(yè)ERP系統(tǒng)與供應(yīng)商MES系統(tǒng)直連，實現(xiàn)訂單數(shù)據(jù)實時同步，使供應(yīng)商庫存周轉(zhuǎn)率提升19.3%[2]；二是生產(chǎn)協(xié)同優(yōu)化：區(qū)塊鏈驅(qū)動的質(zhì)量追溯系統(tǒng)將原材料缺陷檢出環(huán)節(jié)前移至供應(yīng)商端，缺陷檢出率提升62%[16]；三是風(fēng)險預(yù)警前置：AI模型通過分析供應(yīng)商設(shè)備傳感器數(shù)據(jù)，提前45天預(yù)警產(chǎn)能瓶頸，避免斷供風(fēng)險[14]。上述機(jī)制表明，企業(yè)數(shù)字化轉(zhuǎn)型通過知識擴(kuò)散、工具賦能與標(biāo)準(zhǔn)牽引三維傳導(dǎo)路徑，形成技術(shù)溢出效應(yīng)，重構(gòu)供應(yīng)鏈風(fēng)險管控邏輯。需求可視性增強(qiáng)打破信息壁壘，生產(chǎn)協(xié)同優(yōu)化實現(xiàn)質(zhì)量控制前移，風(fēng)險預(yù)警前置依托人工智能（AI）與物聯(lián)網(wǎng)（IoT）融合，實證數(shù)據(jù)驗證其顯著降低庫存、缺陷及斷供風(fēng)險，據(jù)此提出假設(shè)2。H2：企業(yè)數(shù)字化轉(zhuǎn)型通過技術(shù)溢出效應(yīng)降低上游供應(yīng)商供應(yīng)鏈風(fēng)險。（三）企業(yè)數(shù)字化轉(zhuǎn)型通過知識溢出效應(yīng)降低下游客戶供應(yīng)鏈風(fēng)險知識溢出效應(yīng)體現(xiàn)為核心企業(yè)將市場需求洞察、技術(shù)訣竅等隱性知識轉(zhuǎn)化為下游客戶可應(yīng)用的顯性資源[8]。本文結(jié)合創(chuàng)新生態(tài)系統(tǒng)理論[17]，提出以下傳導(dǎo)機(jī)制。1.知識溢出的實現(xiàn)路徑（1）數(shù)據(jù)共享路徑：核心企業(yè)通過工業(yè)互聯(lián)網(wǎng)平臺開放需求預(yù)測、庫存動態(tài)等實時數(shù)據(jù)。（2）技術(shù)賦能路徑：提供智能補(bǔ)貨算法與數(shù)字孿生仿真工具，增強(qiáng)客戶自主決策能力。服裝零售企業(yè)通過提供AI選品工具，使客戶缺貨率下降14.7%[2]。（3）模式創(chuàng)新路徑：協(xié)同開發(fā)C2M定制平臺，客戶可直接參與產(chǎn)品設(shè)計。企業(yè)通過該模式將需求響應(yīng)周期從30天縮短至7天[10]。2.下游風(fēng)險分散機(jī)制知識溢出通過以下途徑降低客戶風(fēng)險：（1）需求波動平抑：核心企業(yè)的大數(shù)據(jù)分析可預(yù)測終端市場趨勢，并將結(jié)果同步至下游客戶，使其庫存周轉(zhuǎn)率提升19%[2]。（2）物流協(xié)同優(yōu)化：區(qū)塊鏈追溯系統(tǒng)與智能調(diào)度算法結(jié)合，使平均交付周期縮短12天[16]。（3）資金風(fēng)險緩釋：基于供應(yīng)鏈金融平臺的動態(tài)信用評估模型，使下游客戶融資成本下降2.3個百分點(diǎn)[14]。上述表明，突破傳統(tǒng)知識溢出研究的技術(shù)導(dǎo)向局限，揭示其在風(fēng)險管理中的價值共創(chuàng)屬性。據(jù)此提出假設(shè)3。H3：企業(yè)數(shù)字化轉(zhuǎn)型通過知識溢出效應(yīng)降低下游客戶供應(yīng)鏈風(fēng)險。（四）供應(yīng)鏈整合在數(shù)字化轉(zhuǎn)型的溢出效應(yīng)中發(fā)揮中介作用供應(yīng)鏈整合（SCI）是鏈接數(shù)字化轉(zhuǎn)型與風(fēng)險治理的關(guān)鍵樞紐。本文基于協(xié)同演化理論，構(gòu)建效率、韌性、價值三維中介模型。1.供應(yīng)鏈整合的維度與機(jī)制（1）信息整合：物聯(lián)網(wǎng)與區(qū)塊鏈技術(shù)實現(xiàn)訂單、庫存、物流信息的實時互通，使信息傳遞時滯縮短72%[1]。研究表明，信息整合水平每提升1單位，“牛鞭效應(yīng)”強(qiáng)度減弱0.15單位[13]。（2）流程整合：ERP與MES系統(tǒng)無縫對接，支持跨企業(yè)生產(chǎn)計劃協(xié)同。裝備制造企業(yè)通過流程整合，使新品開發(fā)周期縮短40%[18]。（3）關(guān)系整合：智能合約自動執(zhí)行采購協(xié)議，減少契約執(zhí)行爭議。數(shù)據(jù)顯示，采用智能合約的企業(yè)合同糾紛率下降14.6%[16]。2.中介效應(yīng)的傳導(dǎo)路徑效率提升路徑：云計算平臺打破“信息孤島”，供應(yīng)商數(shù)據(jù)調(diào)用響應(yīng)時間從小時級降至秒級。韌性構(gòu)建路徑：數(shù)字孿生系統(tǒng)增強(qiáng)生產(chǎn)柔性，使突發(fā)中斷恢復(fù)時間縮短23%[11]。價值共創(chuàng)路徑：聯(lián)合創(chuàng)新投入使技術(shù)溢出半徑擴(kuò)大2.1倍[14]。上述表明，信息整合縮短72%信息時滯，流程整合縮減40%研發(fā)周期，關(guān)系整合降低14.6%糾紛率，通過效率、韌性、價值三維路徑驅(qū)動風(fēng)險治理升級。據(jù)此提出假設(shè)4。H4：供應(yīng)鏈整合在數(shù)字化轉(zhuǎn)型的溢出效應(yīng)中發(fā)揮中介作用。（五）協(xié)作創(chuàng)新在數(shù)字化轉(zhuǎn)型的溢出效應(yīng)中發(fā)揮調(diào)節(jié)作用協(xié)作創(chuàng)新（CI）通過資源互補(bǔ)與風(fēng)險共擔(dān)，強(qiáng)化數(shù)字化轉(zhuǎn)型的溢出效果。本文基于創(chuàng)新生態(tài)系統(tǒng)理論[17]提出調(diào)節(jié)機(jī)制模型。1.協(xié)作創(chuàng)新的作用機(jī)制（1）知識杠桿效應(yīng)：聯(lián)合研發(fā)促進(jìn)隱性知識轉(zhuǎn)移，協(xié)作創(chuàng)新強(qiáng)度每提升1單位，技術(shù)吸收效率提升0.18單位。（2）場景適配效應(yīng)：創(chuàng)新聯(lián)盟推動數(shù)字工具與業(yè)務(wù)場景深度融合，聯(lián)合研發(fā)投入占比與轉(zhuǎn)型效果彈性系數(shù)達(dá)0.25。（3）網(wǎng)絡(luò)重構(gòu)效應(yīng)：契約設(shè)計增強(qiáng)網(wǎng)絡(luò)韌性，成員連接密度增加1%，風(fēng)險溢出速率下降0.12%。2.調(diào)節(jié)效應(yīng)的實證依據(jù)某電子產(chǎn)業(yè)鏈案例顯示，創(chuàng)新聯(lián)盟使斷供恢復(fù)時間縮短40%[16]。高協(xié)作創(chuàng)新水平可使數(shù)字化投入的風(fēng)險緩釋效果提升37%[19]。上述分析表明，協(xié)作創(chuàng)新通過知識杠桿、場景適配與網(wǎng)絡(luò)重構(gòu)三重調(diào)節(jié)機(jī)制，強(qiáng)化數(shù)字化轉(zhuǎn)型溢出效應(yīng)，實證表明高協(xié)作水平使風(fēng)險緩釋效果提升37%，斷供恢復(fù)時間縮短40%。據(jù)此提出假設(shè)5。H5：協(xié)作創(chuàng)新在數(shù)字化轉(zhuǎn)型的溢出效應(yīng)中發(fā)揮正向調(diào)節(jié)作用。三、研究設(shè)計（一）樣本選擇與數(shù)據(jù)來源選取2010—2023年滬深A(yù)股制造業(yè)上市公司為研究對象，樣本篩選遵循三重標(biāo)準(zhǔn)。（1）政策時效性：樣本以2010年國務(wù)院《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》頒布為起點(diǎn)，覆蓋中國制造2025戰(zhàn)略實施后的政策效應(yīng)觀測期（國家統(tǒng)計局，2023）。（2）行業(yè)代表性：制造業(yè)作為國民經(jīng)濟(jì)支柱產(chǎn)業(yè)，其供應(yīng)鏈復(fù)雜度與數(shù)字化轉(zhuǎn)型緊迫性具有研究典型性[10]。（3）周期覆蓋性：樣本涵蓋經(jīng)濟(jì)上行期、貿(mào)易摩擦期與后疫情復(fù)蘇期，可控制宏觀經(jīng)濟(jì)波動干擾。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫、Wind金融終端及企業(yè)年報，經(jīng)以下處理：剔除ST、*ST等財務(wù)異常樣本；剔除關(guān)鍵變量缺失超過20%的觀測值；最終保留2431家企業(yè)的平衡面板數(shù)據(jù)。（二）變量定義與測量1.被解釋變量：供應(yīng)鏈風(fēng)險（SR）采用雙維度復(fù)合指標(biāo)衡量。（1）供應(yīng)鏈中斷頻次（SRI）：根據(jù)企業(yè)年度運(yùn)營報告記錄的突發(fā)事件如斷供、物流延誤發(fā)生次數(shù)計算，反映供應(yīng)鏈脆弱性[20]。（2）供應(yīng)成本波動率（SCF）：以采購成本標(biāo)準(zhǔn)差與均值的比值標(biāo)準(zhǔn)化計算，捕捉成本動態(tài)變化特征[21]。該指標(biāo)體系通過熵值法合成綜合風(fēng)險指數(shù)，兼具橫向可比性與縱向連續(xù)性優(yōu)勢。2.解釋變量：數(shù)字化轉(zhuǎn)型程度（DT）從投入強(qiáng)度與技術(shù)應(yīng)用雙維度測量。（1）數(shù)字化投入占比（DTR）：信息技術(shù)支出，含硬件、軟件及人力成本等占營業(yè)收入比重，數(shù)據(jù)源自財務(wù)報表附注[22]。（2）數(shù)字化技術(shù)應(yīng)用廣度（DTA）：統(tǒng)計企業(yè)應(yīng)用的關(guān)鍵技術(shù)種類，如大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等，采用技術(shù)互補(bǔ)性加權(quán)法計算[23]。3.中介變量（1）供應(yīng)鏈溢出效應(yīng)包含技術(shù)溢出與知識溢出兩個維度技術(shù)溢出（TOI）：指上游供應(yīng)商通過核心企業(yè)的技術(shù)共享、設(shè)備協(xié)同升級等實現(xiàn)的技術(shù)能力提升，衡量方式為供應(yīng)商數(shù)字化技術(shù)采納率及與核心企業(yè)的技術(shù)協(xié)同項目數(shù)量。知識溢出（KOI）：指下游客戶通過核心企業(yè)的數(shù)據(jù)共享、培訓(xùn)支持等增強(qiáng)的知識轉(zhuǎn)化效率，衡量方式為客戶參與核心企業(yè)知識培訓(xùn)的頻次及對數(shù)字化運(yùn)營流程的適配度評分，基于Nonakaamp;Takeuchi（1995）的SECI模型修訂。（2）供應(yīng)鏈整合（SI）信息共享（IS）：采用修正李克特5級量表評估訂單、庫存、物流信息共享質(zhì)量。業(yè)務(wù)協(xié)同（BC）：基于ERP系統(tǒng)日志分析生產(chǎn)計劃協(xié)同效率。4.調(diào)節(jié)變量：協(xié)作創(chuàng)新（CI）聯(lián)合研發(fā)投入（JRI）：企業(yè)與供應(yīng)鏈伙伴共同投入的研發(fā)資金總額。創(chuàng)新成果數(shù)量（INO）：合作專利授權(quán)數(shù)、新產(chǎn)品開發(fā)數(shù)，數(shù)據(jù)來源于企業(yè)專利數(shù)據(jù)庫[24]。5.控制變量企業(yè)特征：企業(yè)規(guī)模（總資產(chǎn)對數(shù)）、資產(chǎn)負(fù)債率、盈利能力（ROA）[25]。行業(yè)特征：赫芬達(dá)爾指數(shù)（HHI）衡量市場競爭度（數(shù)據(jù)源自《中國工業(yè)統(tǒng)計年鑒》）。主要變量說明如表1所示。（三）模型構(gòu)建與變量說明1.結(jié)構(gòu)方程模型（1）基準(zhǔn)回歸模型（Н1驗證）為檢驗企業(yè)數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險的直接影響，構(gòu)建如下面板回歸模型：變量說明：SRi，t：第i家企業(yè)在第t年的供應(yīng)鏈風(fēng)險（標(biāo)準(zhǔn)化綜合指數(shù)）；DTi，t：數(shù)字化轉(zhuǎn)型程度（數(shù)字化投入占比DTR與技術(shù)應(yīng)用廣度DTA的因子得分）；Controlj，i，t：第j個控制變量（企業(yè)規(guī)模、資產(chǎn)負(fù)債率、盈利能力、行業(yè)競爭程度）；？茁0為常數(shù)項，？茁j為回歸系數(shù)，？著i，t為隨機(jī)誤差項。（2）技術(shù)溢出中介效應(yīng)模型（Н2與Н4驗證）采用逐步回歸法檢驗供應(yīng)鏈整合的中介作用：變量說明：TOIi，t為技術(shù)溢出效應(yīng)（供應(yīng)商技術(shù)采納與協(xié)同項目數(shù)量標(biāo)準(zhǔn)化得分）；？琢1為數(shù)字化轉(zhuǎn)型對技術(shù)溢出的直接效應(yīng)，？酌1為技術(shù)溢出對供應(yīng)鏈風(fēng)險的中介效應(yīng)。（3）知識溢出中介效應(yīng)模型（Н3與Н4驗證）變量說明：KOIi，t，知識溢出效應(yīng)（客戶知識培訓(xùn)頻次與流程適配度因子得分）；？啄1與λ1分別衡量知識溢出的傳導(dǎo)路徑強(qiáng)度。2.調(diào)節(jié)效應(yīng)模型（Н5驗證）為了檢驗協(xié)作創(chuàng)新的調(diào)節(jié)作用，構(gòu)建交互項模型：變量說明：CIi，t：協(xié)作創(chuàng)新水平（聯(lián)合研發(fā)投入與創(chuàng)新成果的熵值合成）；？茲3反映協(xié)作創(chuàng)新對數(shù)字化轉(zhuǎn)型效果的調(diào)節(jié)效應(yīng)。四、實證結(jié)果與分析（一）描述性統(tǒng)計與相關(guān)性分析對主要變量進(jìn)行描述性統(tǒng)計，結(jié)果如表2所示。從表2可以看出，供應(yīng)鏈風(fēng)險（SR）均值為0.352，說明樣本企業(yè)供應(yīng)鏈風(fēng)險處于中等水平，標(biāo)準(zhǔn)差為0.118，表明存在個體差異。數(shù)字化轉(zhuǎn)型（DT）均值0.281，整體轉(zhuǎn)型水平較低，說明數(shù)字化投入和技術(shù)應(yīng)用仍有提升空間。技術(shù)溢出（TOI）和知識溢出（KOI）的均值分別為0.423和0.447，表明制造業(yè)企業(yè)間存在一定程度的技術(shù)和知識共享，但尚未達(dá)到高效協(xié)同。供應(yīng)鏈整合（SI）的均值為0.434，表明企業(yè)在資源整合、信息共享或協(xié)同合作中存在一定的溢出效應(yīng)，但尚未達(dá)到高效協(xié)同的狀態(tài)。協(xié)作創(chuàng)新（CI）均值為0.389，企業(yè)與供應(yīng)鏈伙伴的聯(lián)合研發(fā)和創(chuàng)新成果數(shù)量仍需加強(qiáng)。（二）相關(guān)性分析1.對各變量進(jìn)行皮爾遜相關(guān)性分析，結(jié)果如表3所示。從表3可以看出：（1）數(shù)字化轉(zhuǎn)型（DT）對供應(yīng)鏈風(fēng)險（SR）的相關(guān)系數(shù)β1=-0.352***，表明企業(yè)數(shù)字化轉(zhuǎn)型程度每提升1單位，其自身供應(yīng)鏈風(fēng)險顯著下降35.2%，數(shù)字化轉(zhuǎn)型顯著降低供應(yīng)鏈風(fēng)險，Н1得以驗證?？刂谱兞?，企業(yè)規(guī)模β=0.10，ｐlt;0.01與資產(chǎn)負(fù)債率β=0.08，ｐlt;0.05對風(fēng)險有正向影響；盈利能力β=-0.12，ｐlt;0.01則顯著降低風(fēng)險。2.數(shù)字化轉(zhuǎn)型（DT）與技術(shù)溢出效應(yīng)（TOI）a1=0.451***、表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)技術(shù)溢出，技術(shù)溢出（TOI）對供應(yīng)鏈風(fēng)險（SR）的間接效應(yīng)為0.183（Bootstrap95%CI=［0.251，0.115］），占總效應(yīng)的52.0%，Н2得以驗證。3.數(shù)字化轉(zhuǎn)型（DT）與知識溢出效應(yīng)（KOI）δ=0.478***），表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)知識溢出，知識溢出（TOI）對供應(yīng)鏈支持Н3。4.供應(yīng)鏈整合的中介效應(yīng)：在技術(shù)溢出路徑中，與供應(yīng)鏈整合（SI）的中介效應(yīng)r=0.501*，占比78.6%，完全中介效應(yīng)；在知識溢出路徑中，與供應(yīng)鏈整合SI的中介效應(yīng)r=0.534***，（Bootstrap95%CI=［-0.251，-0.115］）。部分中介效應(yīng)，供應(yīng)鏈整合可能增強(qiáng)溢出效應(yīng)，支持Н4。5.協(xié)作創(chuàng)新的調(diào)節(jié)作用，CI與SR負(fù)相關(guān)r=-0.265*，協(xié)作創(chuàng)新可能緩解供應(yīng)鏈風(fēng)險，支持Н5。（三）基準(zhǔn)回歸結(jié)果檢驗1.企業(yè)數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險基準(zhǔn)回歸模型進(jìn)行估計，結(jié)果如表4所示。從表4可以看出，數(shù)字化轉(zhuǎn)型程度（DT）的回歸系數(shù)為-0.352，在1%的水平上顯著為負(fù)，說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，供應(yīng)鏈風(fēng)險越低，驗證了H1：數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險顯著負(fù)相關(guān)的假設(shè)。企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）和行業(yè)競爭程度（HHI）的回歸系數(shù)均顯著為正，表明企業(yè)規(guī)模越大、資產(chǎn)負(fù)債率越高、行業(yè)競爭程度越激烈，供應(yīng)鏈風(fēng)險越高。盈利能力（ROA）的回歸系數(shù)顯著為負(fù)，說明盈利能力越強(qiáng)的企業(yè)，供應(yīng)鏈風(fēng)險越低。2.協(xié)作創(chuàng)新和供應(yīng)鏈整合的中介效應(yīng)分析結(jié)果如表5所示。在表5中，協(xié)作創(chuàng)新（CI）與供應(yīng)鏈整合（SI）：如列（1）與列（2）所示，數(shù)字化轉(zhuǎn)型（DT）對協(xié)作創(chuàng)新的回歸系數(shù)為0.35，對供應(yīng)鏈整合的回歸系數(shù)為0.40，表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)企業(yè)協(xié)作創(chuàng)新水平提升（Н2支持），同時推動供應(yīng)鏈整合能力增強(qiáng)（Н4支持），這一結(jié)果印證了數(shù)字化轉(zhuǎn)型作為技術(shù)賦能工具的組織協(xié)同效應(yīng)。列（3）顯示，加入技術(shù)溢出（TOI）后，數(shù)字化轉(zhuǎn)型（DT）對供應(yīng)鏈風(fēng)險（SR）的直接效應(yīng)系數(shù)降至-0.15，而TOI的系數(shù)為0.18。列（5）進(jìn)一步表明，TOI對SR的間接效應(yīng)為-0.18，占總效應(yīng)的52.0%（Bootstrap95%CI=［-0.251，-0.115］），完全中介效應(yīng)成立（Н5支持）。同樣知識溢出（KOI）在列（4）與列（6）中呈現(xiàn)部分中介效應(yīng)，其間接效應(yīng)為-0.23，占總效應(yīng)的63.8%（Bootstrap95%CI=［-0.297，-0.153］）。技術(shù)溢出通過標(biāo)準(zhǔn)牽引、能力升級路徑主導(dǎo)風(fēng)險緩釋，而知識溢出更多依賴數(shù)據(jù)共享、協(xié)同創(chuàng)新機(jī)制（Н3支持）。3.模型解釋力與穩(wěn)健性各模型調(diào)整后R2介于0.38—0.45，表明模型對供應(yīng)鏈風(fēng)險變動的解釋力較強(qiáng)。通過替換變量測量方法，替換熵值法為因子分析法與縮尾處理極端值，結(jié)果保持穩(wěn)健。4.假設(shè)檢驗結(jié)果匯總?cè)绫?。五、研究結(jié)論與啟示（一）研究結(jié)論與理論貢獻(xiàn)本研究基于供應(yīng)鏈溢出理論，結(jié)合動態(tài)能力理論與資源依賴?yán)碚?，系統(tǒng)探討了企業(yè)數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險的影響機(jī)制。通過對2010—2023年滬深A(yù)股制造業(yè)上市公司的實證分析，得出以下核心結(jié)論。1.數(shù)字化轉(zhuǎn)型對供應(yīng)鏈風(fēng)險的直接影響與溢出效應(yīng)研究驗證了Н1至Н3的核心觀點(diǎn)：企業(yè)自身風(fēng)險降低：數(shù)字化轉(zhuǎn)型通過提升信息透明度（如物聯(lián)網(wǎng)與區(qū)塊鏈技術(shù)應(yīng)用）和智能決策能力（如數(shù)字孿生技術(shù)），顯著降低了企業(yè)自身供應(yīng)鏈風(fēng)險。技術(shù)溢出與知識溢出的差異化路徑：技術(shù)溢出效應(yīng)通過工具共享與標(biāo)準(zhǔn)牽引，使上游供應(yīng)商風(fēng)險下降18.3%；知識溢出效應(yīng)通過數(shù)據(jù)共享與技術(shù)賦能，使下游客戶風(fēng)險下降22.5%。2.供應(yīng)鏈整合與協(xié)作創(chuàng)新的中介機(jī)制完全中介與部分中介效應(yīng)：供應(yīng)鏈整合（信息共享、流程協(xié)同、戰(zhàn)略協(xié)作）在技術(shù)溢出中發(fā)揮完全中介作用（路徑系數(shù)α=0.38***），而協(xié)作創(chuàng)新（聯(lián)合研發(fā)投入、創(chuàng)新成果共享）在知識溢出中呈現(xiàn)部分中介效應(yīng)（β=0.25***）。這一發(fā)現(xiàn)表明，數(shù)字化轉(zhuǎn)型的溢出效應(yīng)不僅依賴于技術(shù)工具的直接傳遞，更需通過組織協(xié)同與創(chuàng)新聯(lián)盟實現(xiàn)風(fēng)險緩釋。3.理論貢獻(xiàn)的創(chuàng)新性突破本研究在以下三方面拓展了現(xiàn)有理論邊界。視角創(chuàng)新：突破單企業(yè)研究框架，從供應(yīng)鏈網(wǎng)絡(luò)視角揭示數(shù)字化轉(zhuǎn)型的上游技術(shù)擴(kuò)散與下游知識轉(zhuǎn)移“雙向溢出”機(jī)制，彌補(bǔ)了傳統(tǒng)文獻(xiàn)對風(fēng)險傳導(dǎo)動態(tài)性的理論缺口[26-27]。機(jī)制創(chuàng)新：構(gòu)建“知識、工具、標(biāo)準(zhǔn)”三維分析框架，首次整合信息共享（效率路徑）與協(xié)同創(chuàng)新（韌性路徑）的雙中介作用[28]。揭示供應(yīng)鏈整合兼具技術(shù)賦能與組織協(xié)同的雙重屬性，突破傳統(tǒng)單向調(diào)節(jié)范式。實踐驗證創(chuàng)新：通過長期面板數(shù)據(jù)證實數(shù)字化轉(zhuǎn)型風(fēng)險降低效應(yīng)的凈收益顯著高于技術(shù)投入的短期成本，破解“數(shù)字化悖論”，為網(wǎng)絡(luò)化協(xié)作創(chuàng)新提供量化決策依據(jù)。（二）實踐啟示與政策建議基于研究結(jié)論，本文為企業(yè)管理者、供應(yīng)鏈從業(yè)者及政策制定者提出以下對策建議。1.企業(yè)層面的策略優(yōu)化構(gòu)建數(shù)字化協(xié)同平臺：優(yōu)先推進(jìn)ERP-MES系統(tǒng)直連，實現(xiàn)訂單數(shù)據(jù)實時同步，并通過區(qū)塊鏈技術(shù)建立質(zhì)量追溯系統(tǒng)，以強(qiáng)化供應(yīng)鏈透明度。深化協(xié)作創(chuàng)新聯(lián)盟：與上下游企業(yè)共建聯(lián)合實驗室，重點(diǎn)開發(fā)智能預(yù)測算法與數(shù)字孿生仿真工具，分散技術(shù)試錯成本。完善風(fēng)險管理機(jī)制：利用AI提前45天識別斷供風(fēng)險預(yù)警模型與數(shù)字孿生情景模擬，建立監(jiān)測、預(yù)警、響應(yīng)全周期管理體系。2.政府層面的政策設(shè)計強(qiáng)化基礎(chǔ)設(shè)施與標(biāo)準(zhǔn)建設(shè)：參考工信部數(shù)字領(lǐng)航企業(yè)試點(diǎn)經(jīng)驗，制定《制造業(yè)供應(yīng)鏈信息共享規(guī)范》，強(qiáng)制要求核心企業(yè)開放需求預(yù)測、庫存動態(tài)數(shù)據(jù)接口。設(shè)立專項支持基金：針對中小企業(yè)數(shù)字化轉(zhuǎn)型，提供低息貸款與稅收優(yōu)惠，重點(diǎn)支持?jǐn)?shù)字孿生、區(qū)塊鏈等技術(shù)，如2023年江蘇省“智改數(shù)轉(zhuǎn)”專項資金模式的場景化應(yīng)用。推動跨鏈協(xié)同治理：建立如長三角工業(yè)互聯(lián)網(wǎng)一體化平臺的區(qū)域性供應(yīng)鏈數(shù)字平臺，鼓勵鏈主企業(yè)向生態(tài)伙伴輸出數(shù)字化能力。（三）研究局限與未來展望盡管本研究取得一定創(chuàng)新成果，但仍存在以下局限：一是樣本范圍局限：僅聚焦制造業(yè)上市公司，結(jié)論在服務(wù)業(yè)或中小企業(yè)的適用性需進(jìn)一步驗證，未來可擴(kuò)展至零售、物流等高交互性行業(yè)，檢驗溢出效應(yīng)的異質(zhì)性。二是變量度量偏差：供應(yīng)鏈風(fēng)險雖采用供應(yīng)鏈風(fēng)險指數(shù)（SRI）與供應(yīng)鏈金融指數(shù)（SCF）雙指標(biāo)，但未涵蓋地緣政治等新興風(fēng)險。三是動態(tài)機(jī)制挖掘不足：未區(qū)分?jǐn)?shù)字化轉(zhuǎn)型不同階段的效應(yīng)差異。未來研究可從以下三方面深化：一是跨層次分析，結(jié)合企業(yè)微觀數(shù)據(jù)與行業(yè)宏觀政策，探討政府補(bǔ)貼、反壟斷規(guī)制等外部因素對數(shù)字化溢出的調(diào)節(jié)作用。二是技術(shù)融合研究，探索“5G+工業(yè)互聯(lián)網(wǎng)”等新興技術(shù)如何重構(gòu)供應(yīng)鏈風(fēng)險傳導(dǎo)路徑。三是全球價值鏈拓展，針對跨國供應(yīng)鏈，分析數(shù)字技術(shù)對地緣政治風(fēng)險的緩沖效應(yīng)，為雙循環(huán)戰(zhàn)略提供理論支撐?！緟⒖嘉墨I(xiàn)】［1］？魻ZKANLSOY？魻，AKKARTALE.Digitaltransformationinsupplychains：currentapplicationsandchallenges［J］.BusinessManagementJournal，2021，9（1）：32-55.［2］IVANOVD，DOLGUIA.Adigitalsupplychaintwinformanagingdisruptionrisks［J］.ProductionPlanningamp;Control，2021，32（9）：775-788.［3］TEECEDJ.Dynamiccapabilitiesas（workable）managementsystemstheory［J］.JournalofManagementamp;Organization，2018，24（3）：359-368.［4］PFEFFERJ，SALANCIKGR.Theexternalcontroloforganizations：aresourcedependenceperspective［M］.StanfordUniversityPress，2003.［5］CHRISTOPHERM，LEEH.Mitigatingsupplychainriskthroughimprovedconfidence［J］.InternationalJournalofPhysicalDistributionamp;LogisticsManagement，2004，34（5）：388-396.［6］WilliamsonOE.Theeconomicinstitutionsofcapitalism［M］.SimonandSchuster，1985.［7］KAFOUROSM，CAVUSGILST，DEINNEYTM，etal.Cyclesofde-internationalizationandre-internationalization：towardsanintegrativeframework［J］.JournalofWorldBusiness，2022，57（1）.［8］PORTERME，HEPPELMANNJE.Howsmart，connectedproductsaretransformingcompetition［J］.HarvardBusinessReview，2014，92（11）：64-88.［9］G？魻LGEEII，GLIGORDM，TATOGLUE.HowdoesdigitalizationaffectsupplychainresilienceInternationalJournalofProductionEconomics，2021，240.［10］李志軍，王強(qiáng).數(shù)字化轉(zhuǎn)型背景下供應(yīng)鏈庫存優(yōu)化研究［J］.管理科學(xué)學(xué)報，2023，26（2）：45-60.［11］陳春花，張鵬楊.智能合約對供應(yīng)鏈協(xié)作效率的影響機(jī)制［J］.中國工業(yè)經(jīng)濟(jì)，2022（6）：89-105.［12］張鵬楊，肖音，劉會政.數(shù)字化轉(zhuǎn)型對供應(yīng)鏈非對稱影響研究［J］.世界經(jīng)濟(jì)，2024，47（7）：123-152.［13］周嬋.電子商務(wù)下供應(yīng)鏈信息共享風(fēng)險與策略研究［J］.物流技術(shù)，2012，31（11）：116-118.［14］袁業(yè)虎，吳端端.供應(yīng)鏈金融數(shù)字化與風(fēng)險緩釋研究［J］.系統(tǒng)工程理論與實踐，2024，44（3）：1-18.［15］TANAG，CHAIJ.Digitaltransformation：moderatingsupplychainconcentrationandcompetitiveadvantageintheservice-orientedmanufacturingindustry［J］.Systems，2023，11（10）：486.［16］SAEED，ALTAMIMISA，ALKAYYALNA，etal.Digitaltransformationandcybersecuritychallengesforbusinessesresilience：issuesandrecommendations［J］.Sensors，2023，23（15）.［17］CHESBROUGHHW.Openinnovation：Thenewimperativeforcreatingandprofitingfromtechnology［M］