| 354 | 0 | 63 |
| 下载次数 | 被引频次 | 阅读次数 |
智能制造作为新一轮工业革命技术体系的核心载体，是智能时代各国科技角逐的关键场域，为全球变局下探寻我国供应链变迁方向、把握调整规律提供战略锚点。文章采用双重机器学习方法系统评估以中国智能制造试点示范项目为标志的智能制造对企业供应链韧性的影响及机制。研究表明智能制造的实施显著增强供应链韧性。进一步地，智能制造增强供应链韧性的积极效应在行业竞争激烈企业、生产式智能制造模式中更为凸显；且相较于劳动密集型和资本密集型企业，技术密集型企业更能借助智能制造增强供应链韧性。基于动机—机会—能力逻辑框架检验发现，智能制造的推行通过嵌入创新网络与拓展创新边界激发供应链升级动机；以提升人员结构、设备软件及组织架构的柔性水平拓展供应链弹性空间；通过形成感知、整合能力增强供应链响应速率，但尚未有效激活转化效能。拓展分析发现，尽管经济政策不确定性和市场变化引发波动，但智能制造展示出较强的适应性和灾后恢复能力；但在气候风险冲击下，智能制造难以形成有序衔接的供应链格局，制约供应链响应速度与质量。
Abstract：As the core enabler of the new wave of industrial revolution technologies, intelligent manufacturing has become a key arena for global technological competition in the intelligent era. It provides a strategic anchor for China to explore the direction and dynamics of its supply chain transformation amid global changes. This study employs a double machine learning approach to systematically evaluate the impact and mechanisms of intelligent manufacturing, as represented by China's Intelligent Manufacturing Pilot and Demonstration Projects, on enterprise supply chain resilience. The research finds that the implementation of intelligent manufacturing significantly enhances supply chain resilience. Furthermore, this positive effect is more pronounced in enterprises facing intense industry competition and in those adopting production-oriented intelligent manufacturing models. Compared with labor-intensive and capital-intensive enterprises, technology-intensive enterprises are better able to leverage intelligent manufacturing tostrengthen their supply chain resilience. Based on the Motivation-Opportunity-Ability framework, the study finds that intelligentmanufacturing fosters the motivation for supply chain upgrading by embedding firms into innovation networks and expandinginnovation boundaries; creates opportunities for supply chain elasticity by enhancing the flexibility of workforce structure,equipment/software, and organizational architecture; and improves supply chain responsiveness by developing sensing andintegration capabilities, although it has not yet effectively activated transformative efficiency. Extended analysis reveals that, despitevolatility induced by economic policy uncertainty and market fluctuations, intelligent manufacturing demonstrates strong adaptabilityand post-shock recovery capabilities. However, under climate risk shocks, it struggles to establish a well-coordinated supply chainstructure, which constrains both the speed and quality of supply chain response.
[1]曹越，周瑞博，郭天枭.智能制造能否助力企业“脱虚向实”?[J].系统工程理论与实践，2025(7):2226-2244.
[2]马鸿佳，林樾，苏中锋，等.人工智能可供性、智能制造平台价值共创与制造企业数字化转型绩效[J].中国工业经济，2024(6):155-173.
[3]SON B G,CHAE S,KOCABASOGLU-HILLMER C.Catastrophic supply chain disruptions and supply network changes:a study of the 2011 Japanese earthquake [J].International Journal of Operations & Production Management,2021,41(6):781-804.
[4]RIBEIRO J P,BARBOSA-POVOA A.Supply chain resilience:definitions and quantitative modelling approaches-a literature review [J].Computers & Industrial Engineering,2018,115(1):109-122.
[5]PETTIT T J,CROXTON K L,FIKSEL J.The evolution of resilience in supply chain management:a retrospective on ensuring supply chain resilience [J].Journal of Business Logistics,2019,40(1):56-65.
[6]YAO Y,FABBE-COSTES N.Can you measure resilience if you are unable to define it?The analysis of supply network resilience (SNRES) [J].Supply Chain Forum:An International Journal,2018,19(4):255-265.
[7]张树山，谷城，张佩雯，等.智慧物流赋能供应链韧性提升：理论与经验证据[J].中国软科学，2023(11):54-65.
[8]陶锋，王欣然，徐扬，等.数字化转型、产业链供应链韧性与企业生产率[J].中国工业经济，2023(5):118-136.
[9]郭春，罗劲博.大客户“兼任”供应商与企业供应链韧性[J].当代财经，2024(3):139-152.
[10]苏梽芳，王婷伟，白雨露，等.数字金融与制造业企业供应链韧性提升[J].经济评论，2025(1):87-101.
[11]BELHADI A,KAMBLE S,JABBOUR C J C,et al.Manufacturing and service supply chain resilience to the Covid-19 outbreak:lessons learned from the automobile and airline industries [J].Technological Forecasting and Social Change,2021,163(2):120447.
[12]KATSALIAKI K,GALETSI P,KUMAR S.Supply chain disruptions and resilience:a major review and future research agenda [J].Annals of Operations Research,2022,319(1):965-1002.
[13]黄卓，陶云清，刘兆达，等.智能制造如何提升企业产能利用率——基于产消合一的视角[J].管理世界，2024(5):40-59.
[14]RIAHI Y,SAIKOUK T,GUNASEKARAN A,et al.Artificial intelligence applications in supply chain a descriptive bibliometric analysis and future research directions [J].Expert Systems with Applications 2021,173(11):1-19.
[15]HARJU A,HALLIKAS J,IMMONEN M,et al.The impact of procurement digitalization on supply chain resilience:empirical evidence from Finland [J].Supply Chain Management:an International Journal,2023,28(7):62-76.
[16]CSASZAR F A,STEINBERGER T.Organizations as artificial intelligences:the use of artificial intelligence analogies in organization theory [J].The Academy of Management Annals,2022,16(1):1-37.
[17]孙新波，李祎祯，张明超.智能制造企业数字化赋能供应链敏捷性实现机理的案例研究[J].管理学报，2023(8):1116-1127.
[18]巫强，姚雨秀.企业数字化转型与供应链配置：集中化还是多元化[J].中国工业经济，2023(8):99-117.
[19]赵霞，许雅雯，徐永锋.数字化协同如何影响供应链韧性——基于资源和关系整合的分析[J].产经评论，2023(5):24-42.
[20]颜逢，任鹤，赵秀云.智能制造与供应链配置多元化[J].中南财经政法大学学报，2024(5):110-123.
[21]李青原，李昱，章尹赛楠，等.企业数字化转型的信息溢出效应——基于供应链视角的经验证据[J].中国工业经济，2023(7):142-159.
[22]袁业虎，吴端端.企业数字化转型与供应链韧性——基于供应链溢出的视角[J].系统工程理论与实践，2025(7):2309-2326.
[23]胡蕾，巫强，蒋真儿.企业数字化转型、供应链溢出与稳就业[J/OL].统计与信息论坛，2025:1-17[2025-12-11].https://doi.org/10.20207/j.cnki.1007-3116.20251120.001.
[24]张伯伟，马凡慧.智能制造如何提升产业链供应链韧性：理论机制与实证检验[J].经济学动态，2024(11):20-37.
[25]王锋正，刘曦萌.智能制造政策、知识重构与供应链韧性[J].经济管理，2025(4):154-170.
[26]黄纪强，甘行琼，刘锋，等.供应链多元化配置与企业数字化转型[J].世界经济研究，2025(4):119-133,136.
[27]JYOTI C,EFPRAXIA Z.Understanding and exploring the value co-creation of cloud computing innovation using resource based value theory:an interpretive case study [J].Journal of Business Research,2023,164(11):113970.
[28]陈剑，刘运辉.数智化使能运营管理变革：从供应链到供应链生态系统[J].管理世界，2021(11):227-240.
[29]陈晓华，黄先海，刘慧.高技术复杂度工业机器人与全球价值链生产环节攀升[J].商业经济与管理，2024(9):19-33.
[30]赵炎，吕建林，孟庆时.知识搜索、技术多元化与企业创新质量——双重网络视角[J].科学学与科学技术管理，2025(6):98-113.
[31]宋华，杨晓叶，罗剑玉.基于数字化平台预约需求系统的供应链解耦点最优决策研究[J].中国管理科学，2024(5):286-296.
[32]蒋永穆，薛蔚然.新质生产力理论推动高质量发展的体系框架与路径设计[J].商业经济与管理，2024(5):81-92.
[33]杜传忠，曹效喜，刘书彤.人工智能与高新技术企业竞争力：机制与效应[J].商业经济与管理，2024(2):30-49.
[34]SJDDIN D,PARIDA V,PALMLE M,et al.How AI capabilities enable business model innovation:scaling AI through co-evolutionary processes and feedback loops [J].Journal of Business Research,2021,134(1):574-587.
[35]许冠南，胡伟婕，周源，等.创新生态系统双重网络嵌入对企业创新的影响机制[J].管理科学，2022(3):73-86.
[36]罗均梅，徐翠丰，王水莲.数字孪生如何影响企业创新生态系统价值共创?——基于可供性视角的案例研究[J].研究与发展管理，2025(1):60-73.
[37]张剑虎，李长英，谢申祥.平台企业的进入、竞争与规制[J].系统管理学报，2022(2):302-316.
[38]赵慧娟，陈洪洋，姜盼松，等.平台生态嵌入、数据赋能对中小制造企业创新柔性的影响——基于资源编排视角[J].研究与发展管理，2022(5):1-15.
[39]陈南旭，李宇轩.平台生态嵌入与传统企业价值链攀升——来自中国制造业上市公司的经验证据[J].管理学刊，2024(2):100-121.
[40]关乐宁，徐凌验.通用目的技术视角下新一代人工智能的作用机理与治理体系[J].系统工程理论与实践，2024(1):245-259.
[41]陈晓东，杨晓霞.数字化转型是否提升了产业链自主可控能力?[J].经济管理，2022(8):23-39.
[42]胡保亮，田茂利，刘广.资源重构能力与商业模式创新：基于动态能力束的观点[J].科研管理，2022(8):73-80.
[43]许治，王雨楠，吴辉凡.大数据能力对组织双元创新的影响——基于组织学习与环境复杂性的作用[J].科学学与科学技术管理，2022(9):40-53.
[44]WANG Y,LUO L K,LIU H.Bridging the semantic gap between customer needs and design specifications using user-generated content [J].IEEE Transactions on Engineering Management,2022,69(4):1622-1634.
[45]吴群，陈倩，李梦晓.平台型智造企业协同制造生态构建研究——基于捷配科技的探索性案例分析[J].南开管理评论，2025(6):75-86.
[46]曹玉平，侯迎信.智能制造计划可以跨越“生产率悖论”吗：来自智能制造试点示范项目的准自然实验[J].中国软科学，2024(6):23-32.
[47]黄键斌，宋铁波，姚浩.智能制造政策能否提升企业全要素生产率?[J].科学学研究，2022(3):433-442.
[48]刘娜，杜艳婷，毛荐其，等.企业知识结构属性对突破性创新绩效的影响[J].科研管理，2024(2):137-144.
[49]王淑瑶，刘达，汤吉军.数据要素赋能供应链韧性与安全——来自国家级大数据综合试验区的经验证据[J].财贸研究，2025(4):14-25.
[50]陆蓉，吕静，王怡靓.党建生态群与供应链韧性[J].财经研究，2024(7):4-20.
[51]权小锋，李闯.智能制造与成本粘性——来自中国智能制造示范项目的准自然实验[J].经济研究，2022(4):68-84.
[52]焦豪，杨季枫，王培暖，等.数据驱动的企业动态能力作用机制研究——基于数据全生命周期管理的数字化转型过程分析[J].中国工业经济，2021(11):174-192.
[53]杨寅，陈菲尔.企业数字化转型与新质生产力：基于动态能力视角[J].财务研究，2024(4):26-37.
[54]陈再齐，李德情.数字化转型对跨国企业全球网络的影响——基于新OLI范式的研究视角[J].经济学家，2025(1):75-85.
[55]刘政，万玮，匡慧姝，等.数字赋能、动态能力与企业双元创新：拓宽还是掘深?[J].科学学与科学技术管理，2025(7):164-183.
[56]祝树金，申志轩，文茜，等.经济政策不确定性与企业数字化战略：效应与机制[J].数量经济技术经济研究，2023(5):24-45.
[57]张同斌，刘文龙，王蕾.高质量创新的溢出效应：企业供应链的视角[J].经济研究，2024(11):38-54.
[58]周志方，刘金豪，杨卓璇.城门失火，殃及池鱼：供应商环境违规对企业创新投资的传染效应[J].研究与发展管理，2024(4):101-112.
[59]王超，余典范，龙睿.经济政策不确定性与企业数字化——垫脚石还是绊脚石?[J].经济管理，2023(6):79-100.
[60]单伟，程长风，孙一中.经济政策不确定性对企业数字化转型影响研究[J/OL].科研管理，2025:1-22[2025-04-25].http://kns.cnki.net/kcms/detail/11.1567.G3.20241226.1415.018.html.
[61]陈海山，陈志龙.气候风险、经济增长与城市内涵式发展——基于暴雨冲击的经验证据[J].统计研究，2024(6):121-134.
[62]陈文，陈荟文，肖承睿.企业气候风险是否加剧真实盈余管理?[J/OL].系统工程理论与实践，:2025:1-24[2025-04-24].http://kns.cnki.net/kcms/detail/11.2267.N.20250318.1138.004.html.
[63]袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化[J].中国工业经济，2021(9):137-155.
(1)数据来源于中国国家统计局,https://data.stats.gov.cn/easyquery.htm?zb=A0801®=330000。
基本信息:
DOI：10.14134/j.cnki.cn33-1336/f.2025.11.002
中图分类号:F274;F424;F49
引用信息:
[1]谭清美,梁爽.智能制造如何赋能供应链韧性?——基于双重机器学习的因果推断[J].商业经济与管理,2025,No.409(11):22-38.DOI:10.14134/j.cnki.cn33-1336/f.2025.11.002.
基金信息:
国家社会科学基金重大项目“构建军民一体化国家战略体系和能力研究”(20&ZD127); 江苏省研究生科研创新计划项目“现代战争形态下空战攻防博弈随机演化研究”(KYCX24＿0514)