将数字技术与利益相关者协作相结合，以推动循环供应链的转型：一项关于工业可持续性的研究

《Digital Business》：Integrating digital technologies and stakeholder collaboration for circular supply chain transformation: A study of industrial sustainability

　　穆罕默德·坦维尔 | 张宇 | 穆罕默德·费赞·汗
沙特阿拉伯利雅得伊斯兰大学（IMSIU）商学院

**摘要**
本文探讨了数字技术采用（DTA）和利益相关者协作（SC）如何通过循环供应链实践（CSCP）影响可持续供应链绩效（SSCP），并受到组织可持续发展准备度（ORS）的调节。分析基于一个综合理论框架，该框架结合了资源基础观（RBV）和动态能力（DC）来解释数字资源与组织能力在创造循环和可持续成果中的相互作用。数据通过目的性非概率抽样方法收集，涉及沙特阿拉伯利雅得不同行业的309名管理人员。实证模型的评估采用部分最小二乘结构方程模型（PLS-SEM）。结果表明，DTA对CSCP和SSCP有显著正向影响；同时，CSP对可持续发展绩效也有显著积极影响，从而支持了CSCP在数字采用与可持续成果之间的中介作用。ORS对循环实践和可持续性有积极影响，增强了DTA与CSCP之间的关系，但减少了SC对CSCP的影响，表明内部准备度可以替代外部合作。这些发现具有实际意义，建议企业增加数字化举措，同时进行内部准备、管理支持和能力提升，以更有效地实现循环转型。

**1. 引言**
新型复杂数字技术的快速传播正在彻底改变企业创造、分配和获取价值的方式。人工智能、物联网、大数据分析、云计算和区块链技术使企业能够实现运营数字化，提高透明度，并实时组织复杂的合作伙伴网络。这些进步对供应链领域尤为重要，因为数字连接使企业能够摆脱旧的线性模式，转向更加响应迅速、集成和可持续的系统。同时，日益严重的环境问题和监管压力推动着从资源密集型生产向循环经济模式的转变，循环经济更注重资源效率、废物最小化和材料闭环流动（Zhou等人，2024）。因此，数字转型在促进循环和可持续供应链绩效中的作用成为学者和从业者的核心关注点。

数字技术采用（DTA）不仅提高了业务运营效率，还通过数据驱动的决策制定、基于平台的协调以及在生态系统层面创造价值，重新配置了商业模式。数字基础设施增强了组织内部及外部之间的实时信息交换，有助于促进供应商、客户、监管机构和其他各方之间的合作（Neri等人，2025）。循环实践需要这种合作，通常是协调整个价值链活动的过程，如产品设计、逆向物流、回收和资源回收。尽管技术先进，但缺乏适当的利益相关者协调可能导致企业难以实施循环举措（Tanveer & Tayser Alsharah，2026）。因此，数字能力和合作关系应被视为可持续绩效的关键驱动因素，而不仅仅是独立因素。这些动态特别适用于正在经历快速工业变革的新兴经济体。沙特工业发展计划将产业多元化、技术增长和可持续性作为长期增长的支柱。与“沙特愿景2030”相关的活动推动企业采用数字技术，同时提高其环境绩效和资源利用效率。尽管政策层面有高度支持，但关于数字转型如何在企业层面转化为循环和可持续供应链成果的实证证据仍较少（Marquina等人，2024）。工业企业面临的问题包括供应链分割、合作伙伴对技术变革的准备程度不同以及可能影响数字计划成功的制度限制。

尽管已有大量研究探讨了数字转型、利益相关者协作和循环经济实践（Sarfraz等人，2024），但很少有研究关注数字技术和利益相关者协作作为通过集成供应链系统创造循环价值的有效手段。此外，大部分实证研究集中在发达国家，这引发了关于现有数据在全球南方快速变化的经济环境中的普遍适用性的质疑。尽管许多关于数字转型和可持续供应链的研究主要在西方经济体中进行，但新兴市场具有独特的制度和组织环境，可能改变这些关系。沙特阿拉伯是一个特别相关的案例，其经济以资源为基础，有国家推动的现代化项目和快速的数字基础设施发展（Tanveer，2026）。与大多数资源有限导致技术获取受限的发展中经济体不同，沙特企业往往面临大量数字投资和调整合作伙伴关系及治理模式的挑战。这种关系可能导致数字技术采用与其利益相关者协作之间的不对称性，从而使其联合效应在理论上具有重要意义。类似的能力驱动可持续性过程在其他新兴地区也有报道。例如，东南亚经济体的研究表明，冒险精神和可持续性风险管理可能受到内部管理能力、治理工具和管理会计实践的影响，以及组织机制在将战略举措转化为可持续绩效方面的重要性（Abu Afifa等人，2025）。本研究通过将沙特案例纳入这一更广泛的新兴市场讨论中，探讨了数字资源、协作形式和组织准备度对循环和可持续供应链结果的影响，为现有知识体系做出了贡献。

**2. 文献综述**
**2.1 数字技术采用（DTA）与循环供应链实践（CSCP）**
文献表明，数字技术是实现供应链循环经济原则的关键。物联网（IoT）、大数据分析、人工智能（AI）和区块链技术可用于优化资源、共享信息和发展循环商业模式。例如，大数据和区块链技术使得供应链内部和之间的数据协作成为可能，这对有效管理循环供应链至关重要（Farooque等人，2021）。工业4.0技术在致力于在循环经济背景下取得高绩效的企业中尤为重要。强大的数字能力延长了产品和组件的生命周期，提供预测性维护，创造产业共生关系并提升可持续绩效（Gaikwad & Anerao，2025）。早期研究还强调，数字能力为循环经济目标创新奠定了基础，并总体上提升了企业绩效。数字能力通常体现在企业利用技术感知、捕捉和转化机会的能力上。集成先进技术（如区块链和物联网）的组织在可追溯性、质量控制和可持续性方面表现更为出色。通过更高的透明度，更容易实现资源更高效的利用和整个产品生命周期中的废物减少（Bag等人，2024）。数字技术还有助于改进逆向物流和回收流程，自动化资源回收并减少浪费。将AI和IoT融入现有运营中，使供应链实践更加环保，促进循环商业模式的应用。成功将数字技术纳入工作模式的企业既能解决环境责任问题，又能增强竞争优势（有时也称为数字采用-绩效悖论）。

然而，数字技术对循环经济绩效的影响取决于组织发现、接受和利用这些技术的程度。循环创新和组织灵活性可通过“战略数字侦察”过程得到提升，即系统地识别和整合新兴技术。具备强大数字能力和战略敏捷性的企业更有利于将技术投资转化为循环供应链绩效。数字整合通过提高废物管理质量、资源利用和利益相关者之间的端到端供应链同步性，增强了组织的敏捷性和竞争力。此外，先进的数字工具提升了供应链的韧性，使组织能够在高度动态和具有挑战性的全球环境中持续运营。总体而言，数字技术的实施促进了技术发展与循环经济目标的匹配，增强了可持续运营并强化了循环供应链的理念。研究提出了以下假设：
**H1：数字技术采用（DTA）与循环供应链实践（CSCP）之间存在显著正向关系。**

**2.2 利益相关者协作（SC）与循环供应链实践（CSCP）**
循环供应链实践的有效实施和扩展依赖于有效的利益相关者合作。要将线性模式转变为循环模式，内部和外部利益相关者（如供应商、制造商、客户、监管机构和回收商）必须协调各自的活动。通过共同解决问题和制定可持续发展目标，利益相关者能够汇集资源、协调战略目标并追求共同的循环经济目标。组织间合作通过提供信息共享、共同决策和协调供应链的平台来支持这种合作（Cantù & Tunisini，2023）。智能物流和数字连接的生态链进一步提升了循环供应链的效率。特别是能力、技术和可回收材料的相互交流是循环供应链成功的关键因素（Correggi等人，2024）。更高层次的数字技术有助于控制复杂材料的流动，增强供应链网络之间的通信和协调。供应链中的可见性不足，尤其是第一级供应商之后的环节，是采用循环经济原则的重要障碍。这些可见性缺口可通过数字平台促进的组织间合作得到弥补（Calzolari等人，2023）。跨行业合作的概念（包括产业共生和共享资源计划）也增强了资源的协同管理和循环利用。向循环经济转型还要求设计师、制造商、消费者和回收者有效地闭合材料和能源的循环（Ahmadov等人，2023年）。这种转型用基于网络的系统取代了之前的线性供应链，这些系统在整个产品生命周期中实现资源回收和价值保留。数字化支持的协作系统通过实时数据交换、连接性和反馈机制提高了循环实践的有效性和可持续性（Jensen，2025年）。在回收和逆向物流管理过程中，通信和信息共享系统尤为重要。数字生态系统使制造商能够更有效地管理利益相关者网络，并在运营中融入协作和可持续的商业模式。尽管有这些好处，但组织惯性和对变革的抵制通常会成为形成可持续循环模式合作伙伴关系的障碍。这些障碍需要通过战略性的投入、共同的利益和数字化支持的协调过程来克服。研究者提出了以下假设：

H2：利益相关者合作（SC）与循环供应链实践（CSCP）之间存在积极显著的关系。

2.3. 循环供应链实践（CSCP）与可持续供应链绩效（SSCP）
循环供应链的采用是一种战略转变，朝着更加再生和可持续的系统发展，与当前实施的线性系统相反。与传统的产品-消费-丢弃模式不同，循环供应链注重减少浪费、最大化资源效益，并通过再利用、再制造、翻新和回收等其他活动延长产品生命周期。这些实践减少了原始资源的使用，并通过二级市场和回收材料创造价值。循环供应链活动的主要组成部分是回收、逆向物流、产品回收和资源再循环（Kalisetty，2025年）。结合现代数字技术后，这些活动可以在资源效率、减少浪费和环境影响方面提升可持续供应链的绩效。实证研究表明，循环经济实践对供应链绩效有积极影响，尤其是在改进供应链设计、关系管理 organizational capabilities 方面（Giudice等人，2020年）。最大化循环倡议的关键在于供应链合作伙伴之间的良好信息和知识共享。关系整合促进了联合决策过程，并允许联合系统衡量整个供应链中的循环价值创造（Zhou等人，2023年）。还有可追溯性和透明度系统可以增强可持续供应链绩效。确认产品来源、制造技术和循环性的技术提高了利益相关者之间的责任感和信任度。在整个采购、生产和报废阶段的信息披露促进了循环供应链的健全治理并增强了环境控制措施。

循环经济的原则基于减少资源消耗、延长产品生命周期以及在供应链其他环节重新利用价值。再制造和翻新是确保产品和材料回收利用的策略，从而创造经济和环境效益（Nag等人，2021年）。与回收和能源回收相比，再利用和翻新可能产生更多的环境和经济价值。循环供应链需要供应链合作伙伴的系统性整合。信息的共同使用、相互协作以及最重要的战略联盟允许在生命周期的所有阶段实施循环实践。增强的整合促进了内部和外部的循环倡议，使可持续性更加深入地嵌入组织活动中（Saari等人，2024年）。

循环供应链通过优化资源并通过闭环网络和升级再造来确保长期可持续性，从而超越了传统的废物管理方式。因此，循环供应链将通过环境效率、提高利益相关者信任和创造长期经济价值，对供应链绩效的可持续改进产生直接的积极影响。研究者提出了以下假设：

2.4. 数字技术采用（DTA）、利益相关者合作（SC）与可持续供应链绩效（SSCP）
数字技术已成为可持续供应链绩效的关键推动者之一。人工智能（AI）、区块链、物联网（IoT）和数据分析等先进技术可以提高组织效率、可追溯性和透明度，这些都是将废物转化为可回收资产的必要条件。这些技术增强了供应链的可见性，并通过最大化资源循环和最小化废物量来促进脱碳政策。除了运营优化外，数字技术还通过实时信息交换和决策过程协调增强了利益相关者的合作。增加了供应链成员之间的信息共享，从而提高了对环境和绩效的监控（Toniolo等人，2025年）。数字工具进而使从线性的获取-制造-处置模式转变为集成的、低影响的供应链模式，分别解决经济可行性和环境可持续性问题。数字技术和利益相关者合作的结合是传统供应链向循环系统重新设计的基础。这种融合与新的工业4.0范式相一致，其中以人为中心的友好性、协作性和大规模定制自动化有助于提高可持续性和运营稳定性（Jaouhari等人，2023年）。基于AI的解决方案促进了资源的优化、生命周期的管理以及回收模式的预测，从而推动循环经济的目标（Sánchez-García等人，2023年）。AI和区块链共同提高了供应链的透明度，并通过重新设计激励机制减少了过度消费和排放等负面外部性（Hong & Xiao，2024年）。然而，数字技术在循环供应链中的全部潜力取决于其数字能力和使用方式。以人为中心的数字工具（如联邦数据系统、分布式账本技术和数字产品护照）增强了可追溯性和生命周期监控（Pettit等人，2024年；Hulea等人，2024年）。完整的数字化转型举措允许同时进行过程模拟、环境评估和绩效监控，有助于实现闭环供应链和可持续创新（Orisadare等人，2024年）。在日常运营中实施第四次工业革命（4IR）技术使组织能够增强循环性、提高效率以及长期可持续性（Polo等人，mezzotint）。总体而言，数字技术的采用和利益相关者合作伙伴关系对于提升供应链的可持续绩效至关重要。数字化支持的供应链更具韧性、更高效，并通过提高可见性、增强决策能力和资源优化对环境的影响较小。研究者提出了以下假设：

H3：数字技术采用（DTA）与可持续供应链绩效（SSCP）之间存在积极显著的关系。

H4：利益相关者合作（SC）与可持续供应链绩效（SSCP）之间存在积极显著的关系。

H5：循环供应链实践（CSCP）与可持续供应链绩效（SSCP）之间存在积极显著的关系。

2.5. 循环供应链实践（CSCP）作为中介
循环供应链实践（CSCP）是一系列系统和战略行动，使公司能够将循环经济的原则应用于供应链，即资源效率、减少浪费、再利用、再制造、回收和闭环生产。CSCP代表了更深刻组织资源的实际价值，将技术投资转化为可持续绩效，而不仅仅是数字化的孤立结果（Wang & Zhang，2025a）。应用基于资源的观点和动态能力理论，数字技术本身并不能直接带来可持续结果；它们只是增加了企业感知机会、借助创新抓住机会并以循环方式重组流程的机会。数字技术采用（DTA）、人工智能、大数据分析、区块链和数字平台的主要贡献在于实现数据可见性、预测性决策、流程优化和组织间协调。然而，所有这些技术可能性都必须以具体的循环活动形式实现，才能使可持续供应链绩效（SSCP）的益处成为现实（Gatell & Avella，2023年；Nguyen等人，2025年）。

在最近关于基于AI的供应链的研究中强调，数字化转型通过创建中间能力（如数据驱动的创新、数字化转型支持的协作和适应性运营流程）在多方面增强了可持续性。这些能力使企业能够重塑生产流程、使用闭环材料流、优化资源利用，并使供应链合作伙伴的努方向循环倡议保持一致。因此，CSCP是将数字技术转化为实际环境、经济和社会绩效利益的工具（Lei等人，2022年；Samadhiya等人，2022年）。在这方面，CSCP是能力建设过程的反映，而不仅仅是效率提升。数字可追溯性系统、预测分析以优化预防性维护和减少浪费，以及使逆向物流网络更加透明和可信的区块链都是例子。总体而言，这些由技术实现的实践构建了循环运营，确保了较低的环境影响，同时提高了韧性和长期竞争力。此外，除非企业具备将循环原则转化为采购、生产和消费后阶段的组织流程，否则数字技术本身并不能确保可持续性的积极变化（Perotti等人，2023年）。通过CSCP，组织将其供应链从线性的获取-制造-处置系统重新设计为能够长期保持资源价值的再生系统。这种变化最终改善了SSCP，例如环境绩效、成本效益、风险降低和创造利益相关者价值。数字技术采用和可持续供应链绩效是两个预期由CSCP中介的变量。实现循环转型所需的能力由数字技术发展而来，正是循环实践将这些能力转化为可量化的可持续性成果（Han等人，2023年；Polo等人，2025年）。数字化的利润有可能仅停留在运营绩效阶段，而不是转化为更广泛的可持续性成果。研究者提出了以下假设：

H6：循环供应链实践（CSCP）中介了数字技术采用（DTA）与可持续供应链绩效（SSCP）之间的关系。

H7：循环供应链实践（CSCP）中介了利益相关者合作（SC）与可持续供应链绩效（SSCP）之间的关系。

2.6. 组织对可持续性的准备度（ORS）作为调节因素
组织对可持续性的准备度（ORS）是企业在运营和供应链关系中实施可持续性相关变革的能力的体现。与强调单一因素（如可持续性文化、技术基础设施和人力资源能力）的片面视角不同，ORS可以被视为一个更高层次的动态能力，将这些因素结合起来形成组织变革能力。在动态能力理论中，企业不仅需要获取资源，还需要根据动态的环境和技术环境对其进行重构（Sch?ggl等人，2022年）。这种适应性能力在ORS中得到体现，因为它使企业能够将领导承诺水平、员工能力、治理系统和基于数字的基础设施与可持续性目标对齐，从而使高准备度的企业在将数字投资转化为有效循环创新方面更具能力。出现在数字化支持的供应链中的新技术包括人工智能、物联网、区块链和高级分析，这些技术产生大量数据，需要重大的组织变革才能实现任何有意义的可持续性成果。如果没有必要的准备，这些技术可能会被低估或无法协助循环中的系统性实践（Dixit等人，2023年）。另一方面，具备强大ORS的组织能够利用数字技术来重构生产系统、引入闭环系统、最大化资源利用，并使供应链企业的可持续性计划保持一致。

最近关于生成式人工智能和创新的研究还表明，新的技术范式需要不同的准备度特征。监管政策、信息管理需求、人力资源和伦理原则决定了组织如何实施以AI为动力的可持续性解决方案（Alsmairat & Aldakhil，2021年）。在经济新业态和中小企业环境中，这些问题尤为突出，而组织的准备程度是推动数字绿色转型的重要因素。研究假设组织准备度（ORS）将增强数字技术采纳（DTA）与循环可持续供应链实践（CSCP）之间的联系。相反，ORS也可以缓解利益相关者合作（SC）对CSCP的影响。内部准备充分的企业通常具备独立创建和实施循环经济活动所需的资源，从而减少对外部合作伙伴的依赖。这些企业拥有强大的内部系统、知识库和治理结构，能够更自主地处理可持续性问题。另一方面，准备不足的企业可以利用外部利益相关者提供更多的知识、资源和支持来进行实施，因此合作成为一种补偿机制，弥补内部能力的不足（Wang & Zhang, 2025b）。随着组织准备程度的提高，合作在促进循环经济实践方面的价值感知会降低，二者之间的联系也会变得不那么明显。研究者提出了以下假设：

H8：组织的可持续性准备度（ORS）对数字技术采纳（DTA）与循环供应链实践（CSCP）之间的关系具有正向调节作用。
H9：组织的可持续性准备度（ORS）对利益相关者合作（SC）与循环供应链实践（CSCP）之间的关系具有正向调节作用。

2.7 理论依据
数字化转型正在改变企业的经营方式和价值链组织结构，以及它们追求可持续性目标的方式。现代数字技术，如人工智能、物联网（IoT）、大数据分析、云计算服务和区块链，可用于实时监控、预测性决策和供应链的透明度。在数字化商业模式中，数字技术采纳（DTA）是一种战略能力，使企业能够放弃线性生产体系，采用循环、数据驱动的价值创造系统（Li et al., 2025）。这些技术有助于有效利用资源、减少浪费并实现生命周期管理，从而支持整个循环供应链的运作。然而，很少有企业单独能够引入循环经济措施。循环供应链需要多个参与者的协调行动，包括供应商、客户、物流服务提供商和监管机构。因此，利益相关者合作（SC）成为促进跨组织边界共同解决问题、信息交流和协调可持续性目标的关键因素。现代研究表明，合作的有效性不仅存在，而且必须有效。基于信任的数字整合合作伙伴关系可以促进更全面的数据共享、新创新和资源整合，而基于合规性或交易的关系在可持续性方面的作用相对有限（Wang & Zhang, 2024）。随着组织准备程度的提高，合作在推动循环经济实践方面的价值感知会降低，二者之间的联系也会减弱。

组织可持续性准备度（ORS）还对数字能力和合作关系如何转化为实际成果产生额外影响。ORS是衡量企业内部准备情况的指标，包括领导者的承诺、员工潜力、积极的企业文化以及实施可持续性计划的资源投入。如果内部准备不足，即使有数字工具和外部合作，循环经济实践的成功实施也可能受阻（Weng, 2025）。因此，ORS被视为一股调节力量，能够增强合作与数字技术采纳及绩效结果之间的关系。循环供应链绩效（CSCP）反映了企业在执行闭环实践（如回收、再制造、资源回收和减少浪费）方面的有效性。这些实践进一步带来了更高的可持续供应链绩效（SSCP），其中包括环境效率、社会责任和长期经济可行性（Harish et al., 2025）。从系统角度来看，CSCP是循环经济逻辑的运营体现，而SSCP则是供应链业务的总体可持续性成果。在这一框架下，数字技术的采纳可以通过提高效率、透明度和协调性直接促进循环和经济绩效。这些目标可以通过利益相关者之间的合作得到进一步的支持，他们可以结合力量、共享资源。组织准备度有助于确保企业具备利用外部联盟和技术投资的内部潜力。

3. 方法论
本研究考察了数字技术采纳（DTA）与利益相关者合作（SC）对可持续供应链绩效（SSCP）的影响，循环供应链实践（CSCP）作为中介变量，组织可持续性准备度（ORS）作为调节变量。采用定量设计是因为它能够使假设的关系具有统计意义，并得出关于技术采纳和利益相关者参与如何影响可持续性成果的普遍结论。通过调查方法收集了在供应链、运营、可持续性和数字化转型领域工作的管理者们的标准化数据。抽样策略是有目的的非概率抽样，旨在获取有关数字化转型、供应链运营、可持续性举措或战略决策的相关信息的经理人的反馈。样本涵盖了利雅得主要行业的中型和大型企业，如制造业、物流业、能源业、建筑业和服务业。企业信息来源于行业目录、专业协会、商会列表以及商业平台。初次联系通过正式电子邮件进行，随后通过跟进沟通确认机构许可。问卷通过在线和面对面方式发送，以增加回应的多样性。为了确保回应者的合适性，他们必须担任管理或监督职务，并直接参与供应链、运营、可持续性或战略相关工作。不具备决策权或管理经验不足一年的个人未被纳入样本。

为了解决聚类效应问题并保持观察的独立性，每个具体组织仅收到有限的回答数量，且样本来自不同行业的企业。最终分析样本包含309份有效回应，涵盖了广泛的行业领域。样本结构包括制造业、物流与运输、能源、建筑业和服务业。通过比较分析来确定不同行业和管理层级之间的差异，发现没有统计学上的显著差异，因此可以汇总数据进行分析。样本的充分性根据PLS-SEM的建议进行评估。根据10倍规则，最小样本量应大于涉及任何内生变量结构路径总数的十倍。当前模型完全满足这一要求，且超过了复杂SEM模型推荐的最低样本量（通常建议200份或更多），从而具备足够的统计能力来识别中等程度的效应。需要注意的是，由于采样主要限于一个特定城市环境，因此在将结果推广到其他不相似的环境时需要谨慎。

在发送的400份问卷中，收到309份有效回应，回应率为约77.25%。根据Hair等人（2021）的规定，该样本量足以进行Smart-PLS结构方程模型（SEM）分析，该分析要求样本量至少为200份。所有构念都使用了基于现有文献的经过验证的量表进行操作化。还对量表进行了少量调整，以适应沙特阿拉伯的工业环境，每个项目使用了五点李克特量表（1=强烈不同意，5=强烈同意）。收集的数据通过SMART-PLS（SEM）4.0版本进行分析（见图1）。

4. 数据分析
为了获取代表利雅得不同行业管理者的数据，收集了309名管理者的 demographic 信息。数据显示，在性别、年龄、教育程度、职位和行业类型方面存在足够的异质性。样本中男性占多数（63.8%），女性占36.2%。年龄分布为：31–40岁占42.4%，41–50岁占27.2%，21–30岁占21.7%，50岁以上占8.7%。教育程度方面，大多数受访者拥有硕士学位（47.2%），其次是学士学位（39.5%）和博士学位或以上（13.3%），显示出受教育程度较高的管理者群体。职位结构方面，中层管理者占45.6%，高级管理者占33.0%，执行官/高层管理者占21.4%。工作经验方面，6–10年工作经验的占38.5%，11–15年工作经验的占27.5%，1–5年工作经验的占20.1%，超过15年工作经验的占13.9%。大多数受访者来自制造业（34.6%）、物流与运输业（23.9%）、能源与公用事业（20.4%）和建筑业（12.6%）。

为了测量测量模型的可靠性和有效性，使用了Cronbach alpha（ρ_a）和平均提取方差（AVE）。表3显示所有构念的内部一致性（α）和收敛有效性均符合Hair（2022）的建议。所有构念的α值均高于0.70的最低标准，表明具有令人满意的内部可靠性。特别是数字技术采纳（0.865）和循环供应链实践（0.830）的可靠性很强，因为各测量项目的回应较为一致。其他构念如利益相关者合作（0.816）和组织可持续性准备度（0.801）的可靠性也很强。尽管可持续供应链绩效（0.735）的α值最低，但其α值仍高于推荐标准（0.70），适用于探索性研究。

表3. 可靠性分析
| 构念 | Cronbach's alpha | 复合可靠性（ρ_a） | 平均提取方差（AVE） |
|-------|-----------|------------|-------------|
| 循环供应链实践（CSCP） | 0.830 | 0.837 | 0.663 |
| 数字技术采纳（DTA） | 0.865 | 0.877 | 0.598 |
| 组织可持续性准备度（ORS） | 0.801 | 0.801 | 0.715 |
| 利益相关者合作（SC） | 0.816 | 0.842 | 0.641 |
| 可持续供应链绩效（SSCP） | 0.735 | 0.747 | 0.562 |

综合可靠性（CR）在0.747至0.877之间，所有值均高于临界值（0.70），这支持了各构念的内部一致性（Hair et al., 2021）。这表明各构念的测量指标之间存在高度相关性，能够有效衡量潜在变量。收敛有效性通过平均提取方差（AVE）进行评估，反映了构念所测量的方差与测量误差解释的方差之间的差异。所有AVE值均大于0.50，表明超过50%的方差被相应的构念所捕获（Fornell & Larcker, 1981）。组织可持续性准备度（ORS）的AVE值最高，表明其测量指标具有较高的收敛有效性。在此期间，最低的平均方差提取值（AVE）出现在“可持续供应链绩效”（0.562）上，这也达到了一个可接受的水平，这支持了其具有足够的收敛效度的存在。总体而言，研究结果支持了测量模型具有良好内部可靠性和满意收敛效度的观点，因此这些构念适合进一步分析结构模型。在评估区分效度时，研究使用了Fornell Larcker标准，该标准将每个构念的平均方差提取值的平方根与其与其他构念的相关性进行比较。当每个构念的所有AVE的平方根（对角线上的条目）大于构念间的相关性（非对角线上的条目）时，就认为具有区分效度。这一标准确立了每个构念的实证独特性，并总结了模型中其他构念无法捕捉到的现象。表4中的结果表明，在所有构念中都遵循了Fornell Larcker标准。例如，“循环供应链实践”（CSCP）的AVE平方根为0.814，高于其与“数字技术采用”（0.619）、“组织可持续性准备”（0.439）、“利益相关者合作”（0.312）和“可持续供应链绩效”（0.728）的相关性。同样，“数字技术采用”的AVE平方根为0.773，也满足了这一标准，因为它的值高于与其他变量的相关性。最高的构念间相关性出现在“数字技术采用”（DTA）与“组织可持续性准备”（0.746）以及DTA与“可持续供应链绩效”（0.735）之间。尽管这种关联程度适中，但仍优于非对角线上的相关性，这有助于保护区分效度。这一结果表明，尽管这些构念在概念上相关，但在实证上却是不同的，因此应该分别纳入模型中。因此，根据Fornell Larcker标准，所有潜在构念都将展现出足够的区分效度，这证实了每个构念的测量项目都对应于研究理论框架中的不同维度。

使用异质特质-单特质比率（HTMT）来测试区分效度。如表5所示，所有HTMT值都低于保守值0.85，因此构念间的区分效度令人满意。HTMT的最高值为0.84，指的是“循环供应链实践”（CSCP）与“可持续供应链绩效”（SSCP）之间的相关性，这个值并不高，从而证明了这两个构念的实证独特性。所有这些发现都证实了“数字技术采用”（DTA）、“利益相关者合作”（SC）、“组织可持续性准备”（ORS）、“循环供应链实践”（CSCP）和“可持续供应链绩效”（SSCP）之间的概念和实证差异。这些结果与上述提到的Fornell Larcker标准一致，进一步证明了测量模型得到了充分的设定。总体而言，HTMT分析的结果表明，不存在与多重共线性和构念重叠相关的严重问题，从而支持了结构模型结果的有效性。CSCP指的是循环实践的运营执行，而SSCP指的是在经济、环境和运营方面的结果导向的可持续性绩效。

图2展示了结构模型：数字技术采用（DTA）、利益相关者合作（SC）、循环供应链实践（CSCP）、可持续供应链绩效（SSCP）以及调节变量“组织可持续性准备”（ORS）。使用Smart-PLS 4.0对模型进行了评估，重点关注路径系数和R2值以及调节效应，以评估变量间关联的预测相关性和强度。为了评估可能的方法偏差，计算了所有变量的VIF值，范围在1.72到2.94之间，这进一步表明方法偏差不太可能对研究结果的有效性构成威胁。Q2的正值证实了模型的预测重要性。让我们分析一下结果：
- 下载：下载高分辨率图像（271KB）
- 下载：下载全尺寸图像

4.1.1 直接关系
结果表明，数字技术采用（DTA）对循环供应链实践（CSCP）有积极且统计学上显著的影响，这意味着引入区块链、物联网（IoT）和人工智能（AI）等数字技术是实施供应链循环实践的原因。利益相关者合作（SC）与CSCP之间的关系也是积极的，这意味着虽然与外部合作伙伴、供应商、客户和监管机构的合作是系统循环性的一个因素，但它可能不会直接影响结果，这取决于其他情境因素，如资源对齐和对环境的共同承诺。最显著的正面相关性出现在CSCP与SSCP之间，表明循环理念的应用直接提升了企业的可持续性成果。这证明了循环供应链的采用对经济、环境和社会绩效方面均有显著影响。

4.1.2 中介分析
数字技术采用（DTA）与可持续供应链绩效（SSCP）之间的技术转移效应为0.480，这是积极且显著的，表明技术采用不仅提高了运营方面的表现，还通过减少浪费、优化资源利用和提供绿色创新改善了环境绩效。结果表明CSCP在DTA与SSCP之间起到了完全的中介作用。SC对SSCP的影响较弱（0.061），没有强有力的技术整合和循环活动支持，合作可能无法产生实质性的可持续性收益。这表明CSCP在SC与SSCP之间发挥了完全的中介作用。

4.1.3 调节效应与R2结果
调节分析显示，数字技术采用（DTA）与循环供应链实践（CSCP）之间的关系受到“组织可持续性准备”（ORS）的调节（0.147），这一值是积极且显著的。交互项表明，随着组织准备水平的提高，包括领导力的承诺、以可持续性为导向的文化和资源可用性，数字技术采用对循环实践的影响得到了增强。这证明了在那些在可持续性变革方面有着良好战略定位的组织中，技术工具得到了更好的应用。“组织可持续性准备”（ORS）对SC-CSCP的调节作用为负（?0.049），这意味着正式化的可持续性有时会限制伙伴关系的灵活性或创新性。换句话说，完善的可持续性程序可能会限制利益相关者合作时通常产生的创造性协同效应。

循环供应链实践（R2 = 0.483）表明，数字技术采用、利益相关者合作以及组织对可持续性的准备调节效应解释了循环供应链采纳实践中48.3%的变异。可持续供应链绩效（R2 = 0.922）这一非常高的数字证明，循环实践、数字技术的采用以及利益相关者之间的合作解释了可持续供应链绩效差异的92.2%。这表明该模型在解释可持续性绩效结果方面具有很高的预测能力和强度。

5. 讨论
本研究的结果提供了关于数字技术和利益相关者关系对循环和可持续供应链绩效影响的宝贵信息。首先，研究发现数字技术采用（DTA）显著地积极影响了循环供应链实践（CSCP）和可持续供应链绩效（SSCP）。这一发现与先前的研究（Bag等人，2024年；Neri等人，2025年）一致，这些研究强调像AI、IoT和区块链这样的数字技术可以提高供应链的透明度、可追溯性和资源优化。Farooque等人（2021年）以及Gaikwad和Anerao（2025年）的研究也指出，数字能力使企业能够通过改进生命周期管理和减少浪费来更好地应用循环实践。当前的研究通过实证表明，数字技术的采用不仅提高了运营效率，还在新兴经济环境中发挥了重要作用，对实现可持续性成果起到了关键作用。

其次，CSCP与SSCP之间的正相关性与现有文献（Giudice等人，2020年；Zhou等人，2023年）一致，证明了循环实践（如回收、逆向物流和资源回收）对环境和经济结果有直接的正面影响。这一发现支持了Lei等人（2022年）和Samadhiya等人（2022年）的观点，即只有当数字技术转化为实际的循环过程时，才能产生价值。然而，与利益相关者合作（SC）相关的研究结果提供了更详细的视角。与大多数先前文献（Calzolari等人，2023年；Cantù & Tunisini，2023年）不同，这些研究表明合作的直接影响力并不强且不显著。这种差异可能是由于新经济环境中合作的质量，其中合伙关系更多是基于合规性的，而不是基于战略的。这证实了合作的有效性取决于信任、治理结构和数字整合，而不仅仅是互动的频率（Wang & Zhang，2024年）。

此外，“组织可持续性准备”（ORS）的调节作用提供了一些有价值的见解。DTA与CSCP之间的正向调节作用支持了动态能力理论的观点，即准备更充分的企业可以更有效地利用数字技术实现循环转型。然而，SC与CSCP之间的负调节作用表明，在某些情况下，具有较高内部能力的企业可能会减少对外部合作的依赖。总体而言，这些发现深化了数字技术、组织能力和利益相关者关系相互作用以决定供应链可持续性结果的复杂概念。

6. 结论
这是一项实证研究，探讨了数字技术采用（DTA）和利益相关者合作（SC）如何通过循环供应链实践（CSCP）和组织可持续性准备（ORS）的中介作用影响可持续供应链绩效（SSCP）。调查数据来自沙特阿拉伯利雅得的309名管理者，结果表明，数字技术的实施是循环实践和可持续绩效的关键前提条件，因此数字化在推动可持续转型方面具有重要意义。另一方面，利益相关者合作并未显示出显著的直接效应，表明仅靠合作努力是不足以实现可持续性的，还需要相应的结构和能力支持。然而，“组织可持续性准备”（ORS）增强了数字采用对循环活动的好处，证明了组织承诺、文化和准备度提高了数字举措的有效性；但是，过度正式化可能会限制成功进行循环变化所需的灵活性。

从理论上讲，本文结合了资源基础观（RBV）和动态能力理论（DC），解释了数字资源和组织能力如何通过供应链的循环转型来触发可持续绩效。实际结果表明，公司应将其对数字技术的投资与内部准备计划相协调，例如领导力支持、员工培训、可持续性意识以及培养数字专长，以实现循环的最大效益。管理者还应建立促进供应链中供应商间数据共享和共同创新的治理机制。总体而言，这项研究为可持续供应链的文献增添了宝贵内容，表明数字化结合组织准备度并在循环实践的支持下，可以对可持续性产生显著积极影响。未来的研究可以将其应用于其他不同行业或地理环境，并使用纵向设计来更好地反映动态变化的原因和效应。

6.1 理论意义
本研究为数字商业和可持续供应链领域的文献做出了许多有价值的理论贡献。首先，本研究结合了资源基础观（RBV）和动态能力理论（DC），以理解数字技术和组织准备度的双重影响如何带来循环性和可持续性的结果。尽管这些因素在过去已经被独立研究过很多次，但本研究揭示了它们之间的互动和综合效应。其次，该研究通过将循环供应链实践（CSCP）确定为将数字能力转化为可持续性绩效的核心中介因素之一，为相关文献做出了贡献。这一观察结果从实证角度验证了以下论点：在缺乏运营变革的情况下，技术采纳是无法产生实际效果的。第三，该研究的意义在于揭示了利益相关者合作中的作用边界条件。研究结果与“合作总是优于绩效”的普遍观点相悖，因为结果表明合作的效率会随着组织准备度的不同而变化，这为合作的概念赋予了更加微妙的理解。最后，由于本研究聚焦于新兴经济体环境，因此有助于推广数字可持续性理论的普遍适用性，并有助于理解制度和组织环境对数字-循环-可持续性相互关系的影晌。

6.2 实际意义
本研究的结果对管理者、政策制定者和行业从业者具有多方面的实际意义。首先，组织需要将数字技术视为战略性投资，尤其是在人工智能（AI）、物联网（IoT）和区块链等领域，以提升供应链的透明度、可追溯性和资源效率。其次，企业应将数字技术应用于循环供应链实践中，而不仅仅是将其作为孤立的工具。研究结果明确指出，只有当数字能力被应用于回收、逆向物流和闭环系统时，才能实现可持续性目标。第三，建议管理者投资于组织的可持续性准备度建设，包括提升领导者的投入、员工能力和在线基础设施。这种内部准备度对于推动数字化转型工作的成功至关重要。第四，组织在利益相关者合作方面需要更具战略性。企业应寻求高质量的合作形式，例如共享数字平台、在可持续性目标上的共通性以及信息流动的开放性。在政府层面，可以通过激励数字创新、促进行业范围内的合作平台以及制定支持循环实践的监管框架来促进可持续变革。总体而言，本文表明数字技术、组织准备度和战略伙伴关系的协同作用能够显著提升供应链的可持续性绩效。

6.3 未来方向与局限性
尽管本研究取得了一定进展，但仍存在一些局限性。首先，横断面研究方法限制了因果关系的推断能力，因此未来需要采用纵向研究设计来观察数字化转型、循环整合和可持续性绩效随时间的变化。其次，实证样本仅由沙特阿拉伯利雅得的309名管理者组成，这可能限制了研究结果在其他地理区域和市场领域的适用性；未来的研究应在不同国家或行业背景下进行比较研究，以识别其中的差异。第三，使用自我报告的数据可能存在方法偏差问题，未来可以通过采用混合研究方法（如结合调查、半结构化访谈、案例研究或档案数据）来增强研究的构念有效性。此外，虽然本研究将组织准备度视为调节因素，但未来研究还需探讨更多边界条件，如领导风格、监管压力或对数字创新的取向。最后，为了使研究框架更加贴近当前的数字可持续性发展，整合新兴主题（如基于AI的可持续性、区块链可追溯性和绿色创新生态系统）将是必要的。

**作者贡献声明**
- Muhammad Tanveer：撰写——审稿与编辑、监督、研究设计、资金筹措、概念构建。
- Zhang Yu：撰写——初稿撰写、数据验证、软件开发、项目管理、方法论设计、概念构建。
- Muhammad Faizan Khan：撰写——初稿撰写、数据可视化、软件开发、方法论设计、数据分析、正式分析、数据整理。

**资金支持**
本研究得到了伊玛目穆罕默德·伊本·沙特伊斯兰大学（IMSIU）科研部门的支持与资助（项目编号：IMSIU-DDRSP-RP25）。

**未引用的参考文献**
Aarikka-Stenroos, Chiaroni, Kaipainen, and Urbinati, 2022
Calzolari, Genovese, and Brint, 2021
Chishty, 2023
Erdiaw-Kwasie, Abunyewah, Yusif, and Erdiaw-Kwasie, 2022
Wang, Burke, and Zhang, 2021
Wiredu, Yang, Sampene, Gyamfi, and Asongu, 2023