从复杂性到韧性：数字化转型与创新如何增强农业供应链韧性？

《Journal of Innovation & Knowledge》：From complexity to strength: How digital transformation and innovation enhances agricultural supply chain resilience?

　　

粮食安全已成为日益严峻的问题，因为地缘政治冲突和环境因素导致粮食供应链中断风险激增。为实现可持续发展目标2（SDG2）并建设农业强国，必须增强农业供应链的韧性。数字化转型（DT）作为一种基于技术前瞻性的前瞻性战略应运而生，为解决复杂的系统性挑战提供了新工具。本研究利用中国农业上市公司的企业层面数据，考察农业企业数字化转型对供应链韧性（SCR）的影响并探究其内在机制。研究结果表明，数字化转型显著增强了农业企业的供应链韧性，主要通过提升企业透明度、优化供应链配置（SCC）和增强成果转化能力（OTC）来实现。异质性分析进一步揭示，这种积极效应在市场化程度较高的地区以及成熟企业和内部控制体系较强的企业中更为显著。通过阐明数字化转型影响供应链韧性的机制和情境条件，本研究提供了新的经验证据，丰富了农业部门数字化研究的理论理解。研究旨在识别增强农业供应链韧性的有效路径，加速数字技术的投资与应用，保障粮食安全，并引导农业部门迈向更高效、更现代和更可持续的转型。

**从复杂性到韧性：数字化转型与创新如何增强农业供应链韧性——基于中国农业上市公司的实证研究**

**一、研究背景与问题提出**

全球农业供应链（ASCs）正面临日益严峻的中断风险，其诱因包括中美贸易摩擦、新型冠状病毒肺炎（COVID-19）疫情、俄乌冲突以及各类环境和自然灾害的叠加影响。当前，全球约有28.9%的人口正经历中度至重度的粮食不安全状况，这对实现可持续发展目标（SDG2）“零饥饿”构成重大挑战。尽管中国农业供应链已完成结构性升级，但信息系统不完善、供需错配和运营效率低下等问题依然突出。鉴于农业对自然灾害和不可预测外部冲击的固有脆弱性，迫切需要探索有效策略以减轻或预防此类中断对农业供应链的负面影响。

供应链韧性（SCR）是指系统维持稳定运行、快速恢复并适应内外风险和中断的能力。加强农业供应链韧性对于增强抗冲击能力、提高响应速度、促进灵活性与创新以及保障农业生产和供应的稳定性具有重要意义。数字化转型（DT）被视为应对上述脆弱性的战略驱动力。中国数字经济规模在2023年达到约53.9万亿元，显示出强劲增长势头，凸显了DT推动经济和农业发展的潜力。区块链溯源系统、智能传感技术、大数据分析和云计算等数字技术有助于优化资源配置、提高透明度、增强协作效率和促进产业融合，从而提升农业供应链的适应性和响应能力（Forman & van Zeebroeck, 2019; Parra-López et al., 2024）。

然而，现有研究存在若干重要缺口：第一，已有研究主要聚焦宏观层面，对农业企业这一微观主体的关注不足；农业企业数字化进程不均衡导致数据分析能力和协作效率存在显著差异。第二，当前农业供应链韧性研究鲜少将“创新性”和“可持续性”纳入评估框架，导致对韧性的理解不完整。第三，尽管文献探讨了DT影响SCR的多种方式，但尚未建立将具体影响路径与韧性相应维度相对齐的一致逻辑。基于此，本研究提出两个核心研究问题：（1）DT能否有效提升农业企业的SCR？（2）通过哪些具体机制帮助实现稳链、补链、强链三大战略目标？

**二、研究设计与方法**

本研究以2009—2022年中国农业上市公司为研究样本，数据来源于国泰安数据库（CSMAR）和中国研究数据服务平台。研究采用双向固定效应面板数据回归模型，控制企业与年份固定效应。被解释变量SCR从供应链应急能力、恢复能力和转型能力三个维度构建综合指标体系，采用熵权法计算综合得分。解释变量DT采用基于机器学习的年报文本分析方法测度，从人工智能（AI）技术、区块链技术、云计算技术、大数据技术和数字技术应用五个方面构建关键词词库，以词频总数加一的对数作为代理变量。机制变量包括企业透明度（CT）、供应链配置（SCC）和成果转化能力（OTC）。其中，CT从盈余质量、信息披露评估指数、分析师盈利预测、跟踪分析师数量和审计意见五个维度综合测度；SCC通过前五大客户销售收入占比和前五大供应商销售收入占比衡量依赖度；OTC以专利申请总数加一的对数除以研发支出对数计算。控制变量包括企业规模（Size）、资产负债率（Lev）、固定资产比率（Fixed）、流动比率（Liquid）、资产收益率（RoA）和融资约束（FC）。

**三、研究结果**

**基准回归结果。** 双向固定效应模型估计结果显示，DT对SCR的回归系数在1%水平上显著为正，表明农业企业数字化转型显著提升供应链韧性，验证了假设H1。

**稳健性与内生性检验。** 通过替换解释变量测度、剔除特定年份（2020年COVID-19疫情年份）和加入城市固定效应进行稳健性检验，核心结论保持一致。为解决内生性问题，采用同行业同年份同行的平均值和1984年各省每百万人邮电业务量与滞后两期DT的交互项作为工具变量，两阶段最小二乘（2SLS）估计结果进一步支持了DT对SCR的正向因果效应。

**机制分析。** 信息透明度渠道（稳链）：DT显著提升企业透明度（系数在10%水平上显著为正），通过缓解供应链上下游之间的信息不对称，增强信息共享和信任机制，从而提升供应链稳定性，验证了假设H2。供应链配置渠道（补链）：DT显著降低供应链依赖度（系数在1%水平上显著为负），促进供应链配置多元化，使企业能够快速激活备选方案、恢复业务功能，缓冲冲击并缩短中断持续时间，验证了假设H3。成果转化能力渠道（强链）：DT显著增强企业成果转化能力（系数在5%水平上显著为正），加速内部创新过程和研发成果向市场产品与服务的转化，提升供应链的适应性和韧性，验证了假设H4。

**异质性分析。** 基于市场化指数的分组回归显示，高市场化地区企业的DT对SCR的正向效应显著（10%水平），而低市场化地区不显著。基于企业生命周期的分析表明，成熟期企业的DT效应在1%水平上显著为正，初创期和成长期企业不显著。基于内部控制质量的分组结果显示，高内部控制组企业的DT效应在1%水平上显著为正，低内部控制组不显著。

**四、讨论与结论**

本研究基于资源基础观（RBV）和动态能力理论（DCT）构建了整合性分析框架，系统阐释了DT增强农业供应链韧性的内在机制。研究发现，DT通过提升CT、优化SCC多元化和增强OTC三重机制，推动供应链韧性从被动响应、快速恢复到主动进化的动态能力跃升。在响应阶段，DT通过增强CT建立风险感知与协调的知识基础，将隐含的运营知识转化为显性化、可实时共享的信息。在恢复阶段，DT通过促进SCC多元化提供资源与知识重组的结构能力，使企业能够从对核心伙伴的线性依赖转向更广泛、更模块化的供应链网络。在转型阶段，DT通过增强OTC驱动韧性演化，将创新资源系统性地转化为市场成果，实现从危机洞察到创新解决方案的直接转化。

本研究的理论贡献主要体现在三个方面：第一，基于RBV构建了多阶段动态韧性框架，将知识管理核心过程（社会化、组合化、内化）与SCR的动态能力建构在微观层面整合，将数字赋能的抽象概念转化为可解释、渐进式的战略资源激活和价值创造过程。第二，深化了DCT的微观机制，揭示DT赋能SCR的能力建构逻辑具有阶段性累积特征，三种动态能力在应急、恢复和转型三个阶段逐步演化并相互支撑。第三，将“创新”和“可持续性”纳入农业SCR的综合量化评估框架，填补了现有研究在特定行业情境下的空白。

在实践层面，农业企业应建立贯穿种植、采购、仓储和物流环节的互联数字平台，利用物联网监控、区块链溯源和数据共享激励机制打破信息孤岛。政府应通过财政补贴和税收优惠加大对企业DT的支持力度，建立DT服务平台，实施差异化政策，优化市场化环境，加强信息披露监管，支持多源采购和销售体系建设，促进产学研合作，为企业提升OTC提供持续动力。

本研究也存在一定局限性：供应链结构测度受数据可得性限制，主要反映企业对关键外部资源和知识源的依赖结构；不同类型冲击（政策调整、自然灾害、气候变化、地缘政治紧张）在经验分析中被视为不确定环境的组合背景，未来研究可区分不同类型冲击并将其纳入模型作为调节因素，深入探讨不同冲击类型如何影响DT与SCR之间的差异化路径。