网络嵌入与人工智能能力协同增强企业韧性机制研究

本研究针对后疫情时代全球供应链系统性风险加剧背景下企业韧性提升难题，基于网络嵌入理论，以中国上市公司为样本，揭示了供应链网络可及性（SCNA）与互联性（SCNI）对企业韧性的促进作用，并发现人工智能数据分析能力（AIDAC）和应用能力（AIAC）分别对网络可及性与互联性的韧性增益效应存在差异化调节作用。该研究为企业在复杂供应链环境中通过网络定位与AI能力配置提升抗风险能力提供了理论依据和实践路径。

　　

在后疫情时代，全球供应链的持久性裂痕已成为企业面临的严峻挑战。麦肯锡报告显示，超过80%的企业对潜在中断准备不足，而日益复杂的网络结构和同步化中断风险，使得企业韧性从应急策略转变为核心战略能力。在此背景下，供应链网络中的结构位置与人工智能技术被视为提升韧性的两大关键因素，但现有研究多聚焦企业或双边关系层面，缺乏对网络层面结构性特征的深入探讨，且对AI能力的认知常停留在整体概念层面，忽视了其多维能力的差异化作用。

为破解这一难题，华中科技大学管理学院徐贤浩等学者在《INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT》发表研究，基于网络嵌入理论，构建了涵盖供应链网络可及性（Accessibility）和互联性（Interconnectedness）的结构嵌入特征，以及人工智能数据分析能力（AIDAC）、交互能力（AIIC）和应用能力（AIAC）的三维调节模型。研究团队采用2012-2023年中国上市公司面板数据，通过CSMAR数据库获取供应链关系矩阵，利用UCINET软件计算网络结构变量，并创新性地采用Word2Vec机器学习方法对年报文本进行AI能力维度量化。企业韧性则通过Levinsohn-Petrin生产函数测算全要素生产率（TFP）变动值进行衡量。

研究结果揭示以下关键发现：

1. 1.
   结构嵌入对企业韧性的基础作用
   通过双固定效应模型分析发现，供应链网络可及性（β=2.103）和互联性（β=0.032）均显著促进企业韧性，验证了网络位置资源获取与协同效率的重要性。
2. 2.
   AI能力的差异化调节效应
   • •
     AIDAC显著增强可及性对韧性的正向关系（SCNA×AIDAC β=3.591*），但其对互联性的调节作用不显著；
   • •
     AIIC未表现出显著调节效应；
   • •
     AIAC同时强化可及性（SCNA×AIAC β=2.878）和互联性（SCNI×AIAC β=0.044）的韧性提升作用。
3. 3.
   稳健性检验
   通过替换OP法测算韧性、聚焦年报管理层讨论章节文本、控制省份固定效应等方法，验证了结论的可靠性。

结论与意义

本研究将韧性研究从企业/双边层面拓展至网络系统层面，揭示了结构嵌入与AI能力的协同机制。实践上，企业应通过构建高可及性、高互联性的网络结构，并重点发展AIDAC和AIAC能力，将AI从工具性应用提升为战略赋能系统。理论层面，不仅深化了网络嵌入理论在数字化背景下的应用，还通过三维度AI能力框架突破了传统研究的整体性视角，为理解技术-网络-韧性的复杂互动提供了新范式。值得注意的是，AI交互能力（AIIC）的调节作用未达显著，提示其更适用于内部流程优化而非跨组织协同场景，这一发现为AI能力的情境化应用提供了重要边界条件。