数字技术、资源效率与全球价值链(GVC)的区域化：一项系统性文献综述与理论拓展

《Economies》：Digital Technologies, Resource Efficiency, and the Regionalisation of Global Value Chains: A Systematic Literature Review and Theoretical Extensions

　　

本研究依据PRISMA 2020流程，综合分析了数字技术能否、为何以及在何种条件下提升多层全球价值链(Global Value Chain, GVC)中的资源效率(Resource Efficiency)，并检验主流解释视角的理论适切性。研究检索Web of Science、Scopus、IEEE Xplore及ProQuest数据库，最终纳入150篇文献进行定性综合、137篇进行文献计量分析，通过多轮编码并结合共被引与关键词共现网络提炼主题。结果表明，当企业部署融合物联网(IoT)感知、人工智能(AI)分析、区块链(Blockchain)可追溯性与数字孪生(Digital Twin)的集成数字堆栈，共同实现可见性、验证与基于仿真的优化时，所报告的效率提升最为显著——该模式主要基于观察性与横截面证据。结果受跨企业能力互补性、数据治理安排、监管一致性及网络风险成熟度制约。一个关键结构性发现是"数字—区域化悖论(Digital-regionalisation Paradox)"：严苛的数据合规要求会使采购重新锚定于监管集团内部，使GVC地理分布趋于集中而非延展。在此基础上，研究人员提出三项理论拓展——生态系统能力捆绑(Ecosystemic Capability Bundling)、数字—可持续性溢出(Digital-sustainability Spillovers)与分布式生态创新(Distributed Eco-innovation)，对交易成本经济学(TCE)、资源基础观(RBV)、动态能力(Dynamic Capabilities)及GVC治理理论予以推进，以更好解释当代数字化价值链的可持续性与平台维度。

论文解读：《数字技术、资源效率与全球价值链(GVC)的区域化：一项系统性文献综述与理论拓展》

一、研究背景与问题提出

数字转型已从战略选项变为运营必需，但制造业中仅约6%的企业实现全系统集成，存在显著的"试点—规模化"鸿沟。同时，全球原生材料开采预计2060年达1900亿吨，约三分之二的全球贸易经由多层全球价值链(Global Value Chain, GVC)完成，而既有文献多将数字化与资源效率平行处理，未整合解释数字技术如何通过多层跨边界网络转化为系统性资源效率提升。此外，经典理论如交易成本经济学(Transaction Cost Economics, TCE)、资源基础观(Resource-Based View, RBV)及国际商务(International Business, IB)传统理论难以解释数字平台化下的生态效益与跨企业数据外部性。在此背景下，研究人员开展此项系统性文献综述与理论拓展研究，旨在厘清数字—资源效率关联的机制、边界条件及理论缺口，论文发表于期刊《Economies》。

二、主要研究方法

研究人员遵循PRISMA 2020声明与Tranfield三阶段模型，采用定性主题综合与定量文献计量科学图谱相结合的设计。在Web of Science、Scopus、IEEE Xplore及ProQuest数据库中以布尔逻辑式检索2010—2025年文献，经去重、题目与摘要独立双盲筛选（PICoS标准，κ=0.83）、全文MMAT(Mixed Methods Appraisal Tool)质量评价（阈值≥2/5分），最终纳入150篇做定性综合、137篇具完整引文字段做文献计量分析。通过多轮编码提炼主题，并以bibliometrix与VOSviewer进行共被引、文献耦合及关键词共现网络分析（最小被引阈值5，关联强度标准化，模块聚类），双编码一致性检验确保信度。原始数据与脚本公开于OSF(Open Science Framework)存储库供核查。

三、研究发现

3.1 知识演进轨迹与发表动态(Intellectual Trajectory and Publication Dynamics)

通过对文献计量分析发现，年度发文量自2015年前不足10篇增至2024年68篇；突发检测显示2021年起"数字孪生(Digital Twin)"、"循环经济(Circular Economy)"及"范围三排放(Scope-3 Emissions)"成为引文突增关键词，表明研究重心由纯运营向碳核算与生命周期分析偏移，呼应疫情后供应链研究向韧性与可持续性的转向。

3.2 方法学格局(Methodological Landscape)

57%论文采用问卷调查定量设计，但不足10%使用纵向或拟实验设计以区分数字化采纳与资源效率增益的因果关系；定性研究仅占17%且多为单案例，比较多选案例或过程追踪稀缺，混合方法研究匮乏，限制了对组织能力构建的理论阐释。

3.3 地理分布与情境盲区(Geographical Distribution and Contextual Blind Spots)

68%第一作者单位来自欧美（Global North），亚非拉占比不足14%；但后者引入"离网物联网(off-grid IoT)"、"非正规部门循环性(informal-sector circularity)"等高新颖性关键词比例更高。忽视此类情境影响理论全球普适性并遗漏资源约束下的跨越式(leap-frog)数字方案。

3.4 文献主题模式(Thematic Patterns Across the Corpus)

定性综合结合共被引与关键词共现识别出四大元主题：①物联网(Internet of Things, IoT)遥测、AI预测性维护与区块链可追溯形成互为强化的三元组合，集成数字堆栈之效率增益倍于单一技术部署并可助力数字产品护照(Digital Product Passport, DPP)准备；②资源效率具双层度量——工序层面（废品率、材料收率）与企业内实现，系统层面（范围三排放、生命周期碳）依赖跨层级数据共享，数字孪生用于产能规划可促使高附加值活动回流(reshoring)增15%—20%，重塑GVC地理；③"数字—区域化悖论(Digital-regionalisation Paradox)"——数字化强度提升反使区域内贸易集中度增强（数字资本每增10%带动欧盟内部贸易增8%，区外不变），严苛数据合规与监管一致性使采购重锚于同监管集团；④既有理论不足以解释上述，解释语言正从TCE逻辑向社会—技术转型理论(Socio-technical Transition Theory)迁移，需融合准自然实验与数字痕迹数据深化。

四、结果与讨论(Results and Discussion)

4.1 理论贡献(RQ1——Theoretical Contributions)

TCE预测信息流丰富降低协调成本并延展供应链，但数字—区域化悖论与之相悖；应引入监管契合(regulatory fit)作为可推翻纯协调成本最小化之区位优势。RBV需扩展为生态系统能力捆绑(Ecosystemic Capability Bundling)——价值源自跨组织与国家边界的分析编排与数据共享能力（感知—抓住—重构之动态能力(Dynamic Capabilities)微基础加平台策展）。Dunning折衷范式(OLI框架)须纳入监管契合优势及内化逻辑修正——主导企业开源碳追踪算法体现数字—可持续性溢出(Digital-sustainability Spillovers)：合规透明数据迅速扩散为运营知识放大链上效率。TOE(Technology-Organization-Environment)框架之环境维度应扩展至双边贸易协定、网络安全标准与可持续制度。社会—技术转型视角引出分布式生态创新(Distributed Eco-innovation)：数字孪生模块化任务、区块链编排知识流、AI解锁过程数据生成性重组并沿供应商网络级联效率改进。

4.2 GVC数字化挑战(RQ2——Challenges of Digitalization of the GVCs)

效率增益取决于：①集成能力部署（IoT+AI+区块链+数字孪生全栈 > 各单独之和，实案示物料损耗降约18%、合规审计时间减半）；②数据治理对齐（主权规则、互操作标准、访问协议决定信息可否跨边界流动）；③监管一致性（EU Corporate Sustainability Due-Diligence Directive (CSDDD, 2024/1760)、DPP推高数字可追溯为合规门槛，"Scope-3 Emissions""Circular Economy"取代旧关键词）；④网络风险成熟度（供应链网络事件年增47%，低成熟度限制数据共享深度）；⑤数字鸿沟（外围区中小企业数字化资本回报率低约30%）。以上共同说明数字化效率红利是结构条件限定而非技术自动产生。

4.3 数字技术跨GVC层级的资源效率机制(RQ3——Digital Technologies and Resource Efficiency Mechanisms Across GVC Tiers)

五大互赖机制：实时IoT感知→能/物流数据流；区块链可追溯→信息对称抑制机会主义并触发数字—可持续性溢出；数字孪生仿真→任务模块化、情景规划与过程数据生成性重组（即分布式生态创新），孪—区块链联合部署降废料约18%、缩审核周期40%；AI分析→将感知—追溯—仿真数据转为规范性推荐，供应商AI采纳与客户下游碳排放降幅相关（体现生态系统能力互补性而非单点企业能力）；自动化。全机制激活且边界条件（监管同步、网安成熟、生态能力互补、劳动—制度适配）满足时增益最大，否则退化为局部优化。

五、数字—资源协同(Digital-Resource Synergy, DRS)框架与结论翻译

研究人员提出DRS框架含四层：技术层(IoT感知—AI分析—区块链记录—数字孪生仿真全栈)、能力编排层(生态系统能力捆绑跨企业数据交换协议与伙伴策展常规)、治理层(透明度回路——区块链—监管耦合提升合规数据战略价值；生成性回路——数字孪生试验→分布式生态创新沿供应网扩散)、结果层(工序资源效率与战略性可持续优势——可验证生态绩效塑造行业标准或获绿色公共采购资格)。情境调节变量包括数字鸿沟不对称、能源结构弹性( rebound risk)、劳动—制度适配及监管一致性(低则触发数字—区域化悖论)。

研究结论翻译如下：

本综述围绕数字技术、资源效率与全球价值链空间组织三者关系回答三问。第一，TCE、RBV、动态能力与Dunning折衷范式各自解释部分现象但在可持续与平台现实前存显著解释缺口；所提三项理论拓展——生态系统能力捆绑、数字—可持续性溢出与分布式生态创新——将数字优势重构为跨企业生态系统属性、解释合规驱动数据透明沿链级联为运营知识、捕捉虚拟试验通过供应商网络扩散工艺创新，是对既有框架之有靶向延伸而非替代。第二，效率增益具条件性：融合IoT感知、AI分析、区块链可追溯与数字孪生之集成数字堆栈可使物料废料、闲置能耗与审计前置时间获得链上10%—25%改善（取自高质量个案，非荟萃合并），但须同时满足跨企业能力互补、数据治理对齐、监管一致性与网络风险成熟度；零散数字化令企业困于效率平台期。第三，五大核心数字机制（实时感知、区块链追溯、数字孪生仿真、AI驱动分析与自动化）互为强化系统，跨层级溢出效应（如供应商AI采纳显著降低客户下游排放）证实效率红利具系统性需跨组织跨境治理方能完全实现。"数字—区域化悖论"——数字化强度增强区域内而非全球贸易集聚——挑战TCE与数字即全球化叙事，指明GVC学术下一前沿系理解数字技术如何主动重塑生产地理、效率增益在发展语境中分配及国际贸易—数字治理框架设计。实践中企业应追求全栈而非零散数字化部署、共同投资供应商赋能与可再生能源整合以抑反弹效应、参与多方标准制定使DPP与尽责管理法规成效率赋能器而非合规负担；政策制定者应优先开放数据信托基础设施降SME准入成本、协调跨监管集团互操作标准、资助可确立因果路径之纵向研究。本研究限于英文文献及横截面设计主导之 corpus，未来需更多多区域纵向混合设计以补因果证据。数字技术重塑GVC快于既有理论解释速度，本综述提供实证基础与理论工具缩小此距，但学者、从业者与决策者持续协作方能使数字—资源治理对接全球竞争力与地球管护双重目标。