《INDUSTRIAL MARKETING MANAGEMENT》：A meta-analysis of the performance effects of supply chain digitalization: toward a value-oriented perspective
编辑推荐：
本研究针对供应链数字化(SCD)绩效影响实证证据碎片化且矛盾的现状，提出以价值创造（为顾客及伙伴创造利益）和价值捕获（为企业留存并利用利益）为导向的新视角。通过对73项实证研究的元分析，识别出六类价值创造主题和四类价值捕获主题，揭示了不同价值导向的数字技术（如预测分析、区块链）与特定绩效（如创新绩效、竞争绩效）的差异化关联，为管理者根据战略目标调整数字化举措提供了清晰指引，推动了供应链数字化理论的深化。
在当今快速变化的商业环境中，供应链数字化（Supply Chain Digitalization, SCD）已成为企业转型的核心驱动力。通过将人工智能、大数据、物联网等数字技术整合到供应链活动中，企业期望优化需求预测、降低成本并加强跨组织协作，从而提升财务、运营和创新等多方面的绩效。然而，尽管学术界对此投入了大量关注，实证研究却给出了不一致甚至矛盾的结论：有些研究证实了数字化的显著益处，另一些则报告了微弱或不显著的效果。这种混乱信号表明，我们亟需澄清SCD在何种条件下、通过何种机制影响供应链绩效。一个关键的可能解释是，现有研究未能充分考虑数字化技术应用的不同战略目的——究竟是用于为顾客和合作伙伴创造新价值，还是侧重于为企业自身捕获和留存价值。
为了破解这一难题，发表在《INDUSTRIAL MARKETING MANAGEMENT》上的研究《A meta-analysis of the performance effects of supply chain digitalization: toward a value-oriented perspective》引入了价值导向的新视角。该研究通过区分价值创造（Value Creation）和价值捕获（Value Capture）这两种根本不同的价值机制，旨在系统性地概念化SCD，并阐明它们如何影响不同类型的绩效结果。价值创造指的是通过数字技术为顾客、伙伴和社会生成利益的活动，例如协同产品设计、生产优化和客户互动；而价值捕获则关注企业如何利用数字化手段来留存和开发这些利益，以确保盈利能力和长期生存能力，例如通过定价策略、财务控制和交易效率的提升。
为了回答研究问题，研究人员采用了混合研究方法，结合了定性内容分析和元分析（Meta-analysis）。首先，他们通过系统性的文献检索，从Scopus数据库中筛选出73项符合标准的实证研究（涉及20,903家企业），这些研究均聚焦于组织间的供应链运营，并报告了数字化变量与绩效变量之间的相关性。接着，他们进行了定向定性内容分析（Directed Qualitative Content Analysis），依据建立的理论框架（如Deepu & Ravi, 2023; McIntyre et al., 2023），将每项研究按其所关注的数字化焦点归类到价值创造或价值捕获机制下，并进一步细分为六个功能类别（价值创造和价值捕获各三个）。通过归纳性分析，最终识别出十个具体的主题，这些主题阐明了数字技术如何支持不同供应链功能实现价值过程。在此基础上，研究采用Hunter-Schmidt方法进行了元分析，对相关性进行了测量误差校正，并通过文件抽屉测试和漏斗图评估了发表偏倚，确保了结果的稳健性。
4.1. 内容分析
内容分析对文章进行了细致解读，使得价值创造和价值捕获的类别更加具体化。在价值创造方面，“优化生产与交付”类别被细化为“供应链平台化”（Supply Chain Platformization）和“供应链界面增强”（Supply Chain Interface Enhancement）两个主题。供应链平台化指的是部署数字平台以整合多方参与者、数据源和操作流程，从而促进实时协调和联合决策。供应链界面增强则通过实时仪表盘、直观的客户应用等用户友好型数字工具，改善合作伙伴之间的互动质量和效率。“加强协作与资源共享”类别衍生出“能力发展”（Capabilities Development）和“协作赋能”（Collaboration Enablement）主题，前者关注构建组织和组织间在数字运营、数据分析等方面的能力，后者强调利用云计算、物联网等解决方案建立信任和促进跨边界创新。“探索新市场与商业模式”类别包含“数据驱动的业务发展”（Data-Driven Business Development）和“战略转型”（Strategic Transformation）主题，涉及利用大数据、AI进行市场机会识别和业务模式重构。
在价值捕获方面，“增强交易安全与降低成本”类别具体化为“数字可追溯性”（Digital Traceability）和“交易流程数字化”（Transaction Process Digitization）主题。数字可追溯性利用区块链、物联网等技术追踪和验证货物流动，提高透明度和合规性；交易流程数字化则通过智能合约、电子发票系统等自动化合同与金融交易，降低管理负担。“优化定价、收入模式与财务控制”类别聚焦于“运营效率与成本控制”（Operational Efficiency and Cost Control），利用RPA、云ERP等工具 streamline 生产和库存管理。“跨供应链关系扩展利益”类别体现为“系统与参与者间的基础设施”（Infrastructure between Systems and Actors）主题，强调互操作数字技术（如API、云平台）在实现实时同步和协调、确保利益公平分配中的作用。
4.2. 元分析
元分析结果首先证实了SCD与绩效之间存在整体正相关关系（校正后平均效应大小 r?c= 0.35）。进一步分析揭示了价值创造和价值捕获机制与不同绩效类型的差异化关联。
对于价值捕获机制，其与各类绩效的关联强度依次为：竞争绩效（r?c= 0.48）> 供应链绩效（r?c= 0.46）> 创新绩效（r?c= 0.32）> 财务绩效（r?c= 0.31）> 运营绩效（r?c= 0.24）。
对于价值创造机制，关联强度则为：创新绩效（r?c= 0.46）> 供应链绩效（r?c= 0.42）> 竞争绩效（r?c= 0.32）> 运营绩效（r?c= 0.32）> 财务绩效（r?c= 0.27）。
值得注意的是，当不考虑绩效类型时，价值创造（r?c= 0.36）和价值捕获（r?c= 0.36）对整体绩效的贡献度是相同的。
基于分类的深入分析显示，在价值创造范畴内，最有效的方式是用于“供应链界面增强”（r?c= 0.55）和“能力发展”（r?c= 0.52）。在价值捕获范畴内，效果最显著的是推动“数字可追溯性”（r?c= 0.49）。
5.1. 理论贡献
本研究通过引入价值导向的视角，将数字化重新界定为一个兼具价值创造和价值捕获的双重价值过程，从而推动了SCD理论的发展。它提供了一个结构化的框架，将数字技术与其在供应链中的战略目的和功能角色联系起来。最重要的发现在于厘清了价值创造和价值捕获机制与不同绩效结果之间的系统性差异：价值创造活动主要通过其关系性、探索性和发展性本质，与创新绩效和供应链绩效（通过改善协作和适应性）紧密相连；而价值捕获活动则因其强调控制、效率和价值专有，与竞争绩效和供应链绩效（通过提升协调和效率）关联更强。供应链绩效成为连接两种机制的桥梁，凸显了协调（Coordination）与协作（Collaboration）在供应链管理中的核心作用。这一区分有效地解释了先前SCD绩效研究结果不一致的原因，即忽视了数字技术应用的战略背景和意图。
5.2. 进一步研究途径
未来研究可以从三个相互关联的方向深入：一是考察行业和情境异质性（如监管强度、供应链复杂性）如何调节数字价值机制与绩效的关系；二是细化数字价值机制的类型学（如探索式与利用式、关系型与交易型），以解释不同数字化模式的结果差异；三是探讨数字转型的时间动态性，研究企业如何平衡短期效率与长期创新及韧性，以及数字能力的演化路径。
5.3. 管理启示
该研究为管理者提供了一个实用的决策框架。通过将数字技术定位于价值创造或价值捕获的视角，管理者可以根据其特定的运营和战略目标（如追求创新差异化还是成本领先）来定制数字化投资。例如，在动态、创新密集型环境中，应优先投资于促进价值创造的技术（如AI、协同平台）；而在稳定、成本敏感的环境中，则应侧重于驱动价值捕获的技术（如RPA、区块链追溯系统）。识别这些情境依赖性有助于企业避免“一刀切”的方法，使数字投资与供应链结构、市场条件和绩效目标保持一致，从而最大化短期收益和长期战略韧性。
6. 结论
本研究通过价值创造与价值捕获的透镜，为理解供应链数字化的绩效影响提供了清晰的概念结构和实证证据。研究证实，数字技术并非均匀地提升所有绩效，其效果取决于技术所服务的底层价值机制和战略目标。价值创造机制主要驱动创新和供应链绩效，而价值捕获机制则更显著地影响竞争和供应链绩效。这一框架不仅解决了先前实证结果的矛盾，也为学者未来的研究指明了方向，同时为管理者在数字时代优化其供应链数字化战略提供了有力的理论指导和实践工具。
