一、引言 稳定的供应链是有效组织生产活动的重要保障，对新质生产力的充分释放意义重大(洪银兴和王坤沂，2024)。近年来，受日益复杂严峻的内外部环境冲击，供应链动荡、延误、中断风险明显上升，全球大型企业每年因供应链波动产生的损失平均超十亿元①，供应链安全稳定遭受重大挑战(Katsaliaki等，2022)②。面对新变局，党和国家高度重视“稳链”工作，自2020年中央经济工作会议明确指出“产业链供应链安全稳定是构建新发展格局的基础”以来，党的二十大报告提出“提升产业链供应链韧性和安全水平”，“稳链”作为新安全格局的关键一环已上升到国家战略高度，是当前亟待推进的重大课题。 回顾供应链的发展历程，历次供应链升级都离不开关键技术的赋能(Wu等，2016)。在当前供应链脆弱性不断上升的背景下，Ivanov和Dolgui(2020)指出同样需以先进数智技术重塑韧性稳定的供应链。作为当前最具代表性和前瞻性的数智技术，人工智能可以正确地理解外部数据并从中学习，进而灵活地适应新场景和完成指定任务(Liu等，2020；Sharma等，2022)。在2013～2023年的11年间，中国人工智能领域已经吸引了近两万亿元的风险投资，人工智能相关专利申请数量更是多年位居全球第一③。2025年政府工作报告提出持续推进“人工智能+”行动。那么，“人工智能+供应链”的效果如何，能否影响供应链稳定性和韧性?回答这一问题对于深入推进“人工智能+”行动、构建新安全格局和保障新发展格局均具有重要意义。 理论而言，人工智能可能通过以下渠道提高供应链稳定性。首先，自适应的人工智能技术通过加快跨领域知识的积累和重组增强了企业的跨边界创新能力，促进了供应链的多元化发展。其次，从信息流和实物流的角度，一方面，人工智能强大的预测能力可以洞悉需求和供给变化，从而降低需求端的牛鞭效应和供应端的不确定风险，进而减小供应链异动；另一方面，软硬件机器人可以深度嵌入供应链实物流场景中，促进实物流降本增效，进而提高供应链稳定性。 为开展本文的研究，对于企业人工智能水平，本文以企业年报的人工智能词频来衡量，并将人工智能专利申请数量作为替代性指标(尹志锋等，2023)。对于供应链稳定性，既有文献一般采用两种方式衡量：一是供应链集中度(前五大客户或供应商交易额占比总和)的波动情况(Peng等，2020)；二是上一年供应链合作伙伴在当年的留存率(Liu等，2022；Ersahin等，2024)。然而，前者忽视了在供应链集中度不变时供应链合作伙伴更替的情况，后者则忽视了供应链合作伙伴不变时焦点企业与各合作伙伴交易份额的变化。区别于上述测度方法，本文同时考虑合作伙伴的更替和交易份额的变化，构造了新的供应链稳定性测度指标。 综上，本文基于A股上市公司财务数据、供应链关系网络数据和企业税收调查数据，考察了企业人工智能应用对供应链稳定性的影响，结果表明，人工智能通过促进供应链多元化发展，畅通供应链信息流，升级供应链实物流，进而提高了供应链稳定性。异质性检验表明，人工智能的稳链效应在对跨边界创新需求强企业、供需变化不确定性高企业和机器人嵌入潜力大企业中更显著，说明稳链效应与人工智能的自适应能力、预测能力以及智能实体应用有关，这些能力显著区别于物联网、大数据等数字技术。进一步研究发现，人工智能可以在外部供应链冲击下维持供应链稳定，增强了供应链韧性。人工智能“稳链”不会使企业陷入供应链僵化困境而错失发展机会。 本文可能的边际贡献如下。第一，本文构建了新的供应链稳定性测度指标，突破了已有测度方法的局限性。同时，数字化转型背景下数智技术稳链研究多以物联网、大数据、云计算等技术为研究对象(Belhadi等，2021；Katsaliaki等，2022)，本文不仅从经验上证明了人工智能应用与供应链稳定性的关系，还强调了人工智能赋能供应链路径与物联网、大数据等数字技术的区别，深化了对数智技术稳链的理解。第二，现有对人工智能经济后果的经验研究多关注对企业的劳动力雇佣(尹志锋等，2023)、产品创新(Babina等，2024)、生产效率(姚加权等，2024)等的影响。少数研究虽认识到在更广阔的供应链框架下讨论人工智能影响的必要性，但这些研究仍以基于理论的定性阐述或访谈调查为主(Baryannis等，2019；宋华等，2024)。本文提供了人工智能影响供应链稳定的直接经验证据，丰富了人工智能经济后果的研究。第三，结合上市公司数据和税收调查数据，从多元化突破效应、信息流畅通效应、实物流优化效应剖析了人工智能影响供应链稳定的机制，深化了对人工智能稳链效应的理解。排除了人工智能“稳链”可能会使企业错失发展机会的担忧，对于统筹发展与安全具有启发意义。第四，基于外部供应链冲击加剧供应链波动的背景，发现人工智能应用增强了供应链韧性。Christopher和Peck(2004)指出供应链韧性是供应链在受到干扰后恢复到其原始状态或过渡到一个新的、更理想状态的能力。可见，供应链韧性是在外部干扰下所展现出的适应能力(Ponomarov和Holcomb，2009；Tukamuhabwa等，2015)。现有研究往往基于静态视角，以牛鞭效应、供应链协同水平等表征供应链韧性(陶锋等，2023；肖红军等，2024)，未将对供应链韧性的考察置于供应链冲击这一动态因素之下，因而只能间接地刻画供应链韧性。本文基于外部供应链冲击这一动态因素，发现人工智能应用提高了供应链在冲击下保持稳定的能力，研究既是对人工智能“稳链”的情景化拓展，也为直接刻画供应链韧性提供了启发。
