编辑推荐：
为应对疫情、地缘政治等对全球供应链（SC）的冲击，研究人员探讨大数据分析（BDA）与循环经济（CE）对供应链弹性（SCR）的影响。以孟加拉成衣业为对象，发现 CE 在 BDA 与 SCR 关系中起部分中介作用，为提升供应链可持续性提供理论依据。
全球供应链在新冠疫情、地缘政治冲突等多重冲击下面临严峻挑战，传统管理模式在应对需求波动、资源短缺等问题时捉襟见肘。如何提升供应链弹性（Supply Chain Resilience, SCR）以抵御不确定性，成为全球产业界与学术界的焦点。在此背景下，循环经济（Circular Economy, CE）倡导的资源循环利用与大数据分析（Big Data Analytics, BDA）的精准决策能力，被视为破解困局的关键路径。然而，二者在提升供应链弹性中的协同机制尚不明确，尤其在新兴经济体的具体产业实践中缺乏实证研究。
为填补这一研究空白，孟加拉国研究人员针对该国成衣制造业展开研究。该行业作为孟加拉经济支柱，却面临年均超 57 万吨废弃物、依赖国际原材料供应等问题，亟需通过技术创新与可持续实践增强韧性。研究团队以社会技术系统（Socio-Technical Systems, STS）理论为框架，构建二阶层次结构模型，运用偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM），分析 BDA、CE 与 SCR 的关系，相关成果发表在《Green Technologies and Sustainability》。
研究采用混合研究方法，首先通过文献梳理与行业专家访谈，确定 BDA（含数据质量、技术质量等 4 个子维度 13 项指标）、CE（含循环设计、回收能力等 5 个子维度 14 项指标）及 SCR（含响应性、恢复能力等 4 个子维度 13 项指标）的测量维度。随后，向孟加拉成衣业 100 家企业的 250 名专家发放问卷，最终回收 129 份有效样本（响应率 52%）。通过验证性因子分析（CFA）确保测量模型的信效度，并运用 Harman 单因子检验排除共同方法偏差（CMB），结果显示模型拟合良好。
研究结果
直接效应验证
- BDA 对 SCR 具有显著正向影响（β=0.49, p<0.001），表明其通过实时数据监控、需求预测等功能提升供应链敏捷性。例如，宝马集团通过云平台整合全球 1.2 万家供应商数据，实现供应链实时管理。
- BDA 对 CE 呈显著正向关联（β=0.72, p<0.001），其数据驱动决策能力可优化资源配置，如沃尔玛利用预测模型减少库存浪费。
- CE 对 SCR 的直接影响显著（β=0.27, p=0.01），通过材料循环利用（如宜家家具回收设计）降低对外部资源的依赖。
中介效应分析
CE 在 BDA 与 SCR 关系中起部分中介作用（间接效应 β=0.20, p=0.01），中介效应占比 28%。这意味着 BDA 不仅直接提升 SCR，还可通过促进 CE 实践（如飞利浦疫情期间重用医疗设备组件）进一步增强供应链韧性。
模型验证与控制变量影响
模型解释力 R2 分别为 CE（52%）和 SCR（51%），预测相关性 Q2 均大于 0，表明模型具有良好的预测效能。专家年龄、工作经验等控制变量对结果无显著影响。
结论与意义
本研究首次在新兴经济体背景下，验证了 BDA 与 CE 对供应链弹性的协同作用，揭示了 CE 在其中的部分中介机制。理论层面，拓展了 STS 理论在供应链管理中的应用，证实技术创新需与社会系统（如组织协作、政策支持）协同方能有效提升韧性；实践层面，为孟加拉等发展中国家的制造业提供路径参考 —— 企业可通过引入 BDA 优化库存与物流（如耐克的需求预测模型），同时依托 CE 构建闭环供应链（如 H&M 的旧衣回收体系），以应对原材料波动与环保合规压力。
研究局限性在于仅聚焦孟加拉成衣业，未来可扩展至其他行业或经济体，并纳入人工智能、区块链等新兴技术，进一步探索供应链弹性提升的多元路径。该研究为全球供应链可持续转型提供了兼具理论深度与实践导向的解决方案，对推动循环经济与数字技术融合、实现联合国可持续发展目标（SDGs）具有重要启示。
