《Sustainability》：Digital Technologies for Sustainable Supply Chain Transformation: A Qualitative Study of Adoption, Benefits, and Barriers in Central European Industries
编辑推荐：
数字技术被广泛预期将重塑供应链，然而其在实践中产生运营及可持续相关价值的条件仍未得到充分理解。本研究考察数字技术如何影响供应链运营与绩效（其中绩效通过需求预测准确性、成本、交付周期、可视性和组织间协作来操作化），并探讨这些技术如何支持更具韧性、资源效率更高且更
数字技术被广泛预期将重塑供应链，然而其在实践中产生运营及可持续相关价值的条件仍未得到充分理解。本研究考察数字技术如何影响供应链运营与绩效（其中绩效通过需求预测准确性、成本、交付周期、可视性和组织间协作来操作化），并探讨这些技术如何支持更具韧性、资源效率更高且更可持续的供应链运营。研究采用探索性定性设计，基于对来自奥地利、斯洛伐克和捷克共和国的铝业、电梯、铁路、食品和消费品行业的八名经理级及以上供应链专业人员的半结构化访谈（访谈于2025年3月至6月期间进行）。结构化文献综述对访谈证据形成补充。在该探索性样本中，人工智能（AI）与数据分析（Data Analytics）是采纳最广泛的技术（各占八名参与者中的五名），其次是物联网（IoT，八名中的四名）和自动化（Automation，八名中的五名），而没有任何参与者报告正在部署区块链（Blockchain）。报告的利益集中在预测准确性、运营效率、可视性和协作方面，而高实施成本、遗留系统集成、技能短缺和监管不确定性则构成了主要障碍。核心发现是采纳与竞争力之间的条件性关系：在受访专业人士中，内部运营收益并未自动转化为竞争优势，而似乎需要战略对齐、跨职能整合和绩效测量。由于数字化赋能的预测、库存定位和资源优化还能减少浪费并提高资源利用率，研究结果将数字供应链转型与可持续发展目标联系起来。因此，这项基于八名参与者的探索性研究提供的是实践者层面的命题和研究议程，而非具有统计普适性的发现。
**数字技术驱动可持续供应链转型的实践洞察：一项基于中欧产业的多行业定性研究**
**一、研究背景与问题提出**
在全球市场日益全球化且脆弱性加剧的背景下，供应链已成为组织竞争力与韧性的核心要素。传统供应链以人工流程和分散系统为特征，正面临日益增长的复杂性和客户期望的挑战。数字技术被视为应对这些压力的有力手段，然而学术界对其产生价值的条件以及组织在采纳过程中面临的障碍仍理解不足。与此同时，供应链占工业经济体资源消耗、排放和废弃物的重要份额，数字化日益被视为实现更透明、资源高效和韧性供应链运营的赋能因素。理解数字技术在实践中的采纳与体验，不仅关乎运营绩效，也关乎可持续供应链管理的环境与社会维度。
现有研究存在三个显著缺口：其一，基础性研究定义了数字供应链及其赋能技术，绩效测量研究建立了评估指标，但两股研究流极少交汇——技术讨论停留在整体层面，未将具体技术链接到可测量的绩效维度；其二，占主导地位的文献贡献多为概念框架、文献综述和成熟度模型，关于实践者如何跨行业体验采纳、利益和障碍的实证记述稀缺，中欧制造业和物流情境下的实践者视角几乎缺失；其三，尽管若干研究将数字技术与可持续供应链管理相关联，但数字化运营收益转化为环境或社会可持续性结果的具体机制仍不明确。
为弥合上述缺口，本研究采用探索性定性、多行业调查设计，对奥地利、斯洛伐克和捷克共和国的供应链专业人员展开研究，提出一个中心研究问题（数字技术如何影响供应链运营与绩效？）和三个子问题（哪些数字技术最常被采纳及其驱动因素？专业人员认为这些技术带来哪些具体利益？组织实施这些技术面临哪些挑战与障碍？）。
**二、研究设计与方法概述**
本研究采用探索性定性研究设计，基于半结构化访谈方法。研究人员通过LinkedIn和电子邮件采用目的性抽样标准联系了36名供应链专业人员，最终八名参与者接受了访谈（接受率约22%）。样本在组织规模（从小型铝制造商到大型国际子公司）、行业（铝业、电梯制造、铁路运输、食品和消费品）以及采纳成熟度（从完全不采纳到集成式多技术部署）方面均有意识地覆盖差异。访谈于2025年3月至6月间通过Zoom平台虚拟进行，每次持续30至40分钟，全部录音、逐字转录并匿名化处理。数据分析采用混合演绎-归纳策略的定性内容分析，编码由第一作者执行并由第二作者独立审查，通过协商达成共识。研究遵循可信性、可靠性、可确认性和可转移性四项信度标准（基于Lincoln和Guba框架），访谈前均获得参与者口头知情同意。研究还补充了遵循PRISMA 2020指南的结构化文献综述（检索Scopus、Web of Science、ScienceDirect和Google Scholar，纳入2019至2025年同行评审出版物）。
**三、主要研究结果**
**（一）技术采纳模式与驱动因素**
人工智能和数据分析是样本中采纳最广泛的技术（各占八名参与者中的五名），主要用于需求预测、库存优化和决策支持。物联网被四名参与者积极使用，主要用于货物实时跟踪和监控。自动化被五名参与者积极使用，主要应用于仓储和物流运营。没有任何参与者报告积极的区块链部署，两名参与者报告了探索性活动（其中一项为沙盒项目）。这一模式反映了样本所代表的行业特征，不应外推至区块链采纳率更高的行业。研究人员将这种采纳模式概括为"务实层级"：具有立即可测量回报和较低部署复杂性的技术（如AI工具、分析仪表板和自动化）被优先考虑，而需要显著生态系统协调（区块链）或基础设施投资（规模化物联网）的技术则相对滞后。采纳驱动因素主要包括运营效率和成本降低，客户需求和合规要求为次要因素。企业资源计划（ERP）系统作为数字基础的作用值得关注：三名参与者提及ERP平台作为逐步叠加分析模块、AI集成和物联网数据流的组织骨干，这支持了"成熟的ERP基础设施降低进一步数字化边际障碍"这一命题。
**（二）感知利益**
在预测准确性与决策支持方面，AI和数据分析最常与需求预测和规划准确性改进相关联。参与者F和G分别将需求预测改进描述为"显著"和"可察觉"，带来物流优化和缺货减少；参与者B报告交付周期缩短15%，参与者G报告交付周期缩短20%、运营成本降低15%（均为未经独立验证的自我报告估计值）。规划工作的性质发生质变：实时信号处理能力使传统月度或周度规划周期转变为持续的数据驱动过程。
在运营效率与成本降低方面，自动化产生了最具体、可测量的效率收益。参与者B报告成本降低8%，参与者D观察到生产力提高、错误减少和员工满意度提升，参与者E报告部分自动化在减少错误的同时降低了人力资本需求。数据分析通过改进采购决策促进成本优化，以基于证据的决策取代"凭直觉"的采购方式。
在可视性与中断韧性方面，物联网跟踪、AI监控和数据仪表板提供的实时可视性与供应链中断响应能力改进相关联。六名参与者报告数字技术在COVID-19疫情期间对其响应和适应能力产生了积极影响，具体机制包括从纸质流程向数字流程的过渡、技术韧性的高置信度以及自动化弥补突发劳动力短缺。
在协作与透明度方面，六名参与者注意到数字化后与供应商、合作伙伴或客户的协作改进，包括数字编码订单处理加速、组织间通信错误率降低和数据透明度提高。然而，两名参与者观察到外部关系无变化，因所部署技术仍为内部导向——数字化仅在工具跨组织边界部署时才能改进协作，而非仅限组织内部。
**（三）实施挑战**
财务约束是引用最频繁的障碍（参与者A、G、H），高额前期投资成本与投资回报率难以预先量化相结合，产生显著摩擦。遗留系统集成（参与者D、G）构成技术障碍，新工具必须与并非为互操作性设计的系统对接，有时必须完全更换设备。参与者B和E强调变革阻力、数字技能不足和劳动力年龄结构问题。监管复杂性（参与者A）为受监管行业或探索区块链和数据密集型解决方案的组织增加额外负担。
**（四）技术采纳与竞争优势的条件性关系**
最值得关注的发现之一是数字技术采纳与竞争定位之间的关系。八名参与者中的三名（A、E、H）明确表示，尽管数字工具改善了内部运营，但尚未转化为可测量的竞争优势。这一发现表明采纳与竞争力之间存在条件性而非自动性关系：数字化转型能够创造竞争优势的能力，但实现该优势需要战略对齐、跨职能整合和清晰的绩效测量框架。
**四、讨论与结论**
本研究的核心发现——内部运营收益不自动转化为竞争优势——对数字供应链文献中普遍假设（绩效改进是技术采纳的直接结果）构成限定。该发现最直接地与中介效应解释相容：供应链整合中介产业4.0采纳与绩效的关系，产业4.0对韧性的效应通过供应链能力起作用。本研究的发现为这些解释补充了实践者层面的证据：即使运营改进可见，除非战略对齐、跨职能整合和明确绩效测量到位，参与者也不会感知到竞争优势。
在可持续供应链管理方面，研究结果与可持续性的三个维度均有联结。环境维度上，参与者报告的机制是去物质化和废弃物减少的运营前因：改进的预测准确性减少过度生产、过时库存和紧急货运；主动库存定位降低核销（在食品行业尤为重要）；自动化驱动的错误减少避免返工及相关材料和能源成本。社会维度上，自动化作为员工补充而非替代的引入方式（参与者D）展示了通过消除重复性任务改善工作条件的路径；同时技能短缺、变革阻力和老龄化劳动力表明数字化转型的社会可持续性依赖于培训和变革管理方面的审慎投资。经济维度上，条件性采纳-优势关系意味着只有当数字化嵌入战略、整合和测量时，才能促进长期生存能力。透明度和可追溯性技术提供了可持续性报告和供应链尽职调查所依赖的信息基础。数字供应链转型与可持续发展应被视为相互强化的议程。
研究结论为：在受访专业人员中，AI和数据分析是最广泛采纳的技术，其次是自动化和物联网，而区块链仍处于探索阶段。报告的利益集中在预测准确性、运营效率、可视性和协作方面，主要障碍为财务约束、遗留系统集成、技能短缺和监管复杂性。中心发现是内部运营改进不自动转化为竞争优势，数字化转型创造优势能力，而实现优势需要战略对齐、跨职能整合和明确绩效测量——这一条件性关系是本研究的主要理论贡献。对管理者，技术选择应遵循务实排序逻辑，优先考虑具有可测量短期回报的技术，同时建设后续协调密集型技术所依赖的数据基础设施、整合和测量实践；将自动化呈现为员工补充而非替代与更顺畅的采纳相关联。对政策制定者，报告的障碍指向中小企业数字投资的融资工具、互操作性和数据标准以及老龄化工业劳动力市场技能提升计划的相关性。
