人工智能与企业供应链风险

作  者:

作者简介:
张誉夫(1997- ),男,山东威海人,南京大学商学院博士生;谢建国(1973- ),男,湖南耒阳人,南京大学商学院教授,博士生导师(江苏 南京 210093);杨洪娜(1996- ),女,山东临沂人,南京大学商学院博士生(江苏 南京 210093)。

原文出处:
中南财经政法大学学报

内容提要:

提升风险治理能力是构筑现代产业体系、提升产业链韧性的重要抓手。本文基于2007-2022年中国沪深A股上市公司数据,实证检验了人工智能对企业供应链风险的影响。研究发现,人工智能技术应用能够显著降低企业的供应链风险水平。机制研究表明,人工智能会通过推动供需协调、促进供应链配置优化两个渠道来降低供应链风险。异质性分析发现,人工智能对供应链风险的抑制效应在处于初创期或内部资源整合能力较强的企业、营商环境较差或信息割裂程度较高的地区、技术水平较高或竞争程度较高的行业更为明显。本文为人工智能应用赋能供应链韧性治理提供了经验支持,同时也为预防和应对复杂环境下的供应链风险提供了可行方案。


期刊代号:F3
分类名称:产业经济
复印期号:2026 年 04 期

字号:

  一、引言

  党的二十大报告强调,要“着力提升产业链供应链韧性和安全水平”。在全球经济一体化进程持续加速、新技术应用深度赋能的当下,供应链自主可控已然成为企业提升核心竞争力的关键抓手,供应链稳定性与安全性不仅直接关乎企业的健康发展,更深刻关系到国家产业体系的稳健运行。当前国内国际双循环加速演变,全球供应链风险持续攀升。从外部循环来看,贸易摩擦持续加码、“逆全球化”思潮抬头和地缘冲突加剧所导致的原材料供应中断、物流运输受阻以及采购价格飙升等供给侧冲击使得不确定性和波动性逐渐成为供应链新常态。从内部循环来看,数字化时代下买方市场造成的市场需求不确定性日益增加,多元化和个性化定制趋势带来的订单碎片化使得企业面临的供应链运营压力渐增。在此背景之下,探究构筑安全、合规、可持续和有韧性的供应链既是增强中国产业综合竞争力、提高产业链供应链自主可控水平的必然要求,也对构筑以国内大循环为主体、国内国际双循环相互促进的新发展格局具有重要的理论价值和现实意义。

  随着新一代人工智能技术的迅猛发展,人工智能与实体经济及供应链系统的融合正日益深化。利用人工智能技术构建供应链上各主体实时数据的交互机制,有助于打破单个企业的应用边界,这种跨组织的信息传递模式使得信息共享和业务协同范围从企业内部拓展至全链条网络。根据深圳市人工智能产业协会研究部综合统计,截至2024年,全球人工智能核心产业规模达8643亿美元,同比增长22.1%①。国务院2017年发布的《新一代人工智能发展规划》将人工智能发展上升为国家战略,明确提出推动人工智能在制造、交通和物流等领域的应用,强调利用人工智能技术提升供应链效率和协同能力。随后,国家发展和改革委员会等五部门于2020年出台的《国家新一代人工智能标准体系建设指南》以建立新一代人工智能标准体系为目标,加强顶层设计和宏观指导,促进创新成果与产业深度融合,企业供应链管理迎来智能化转型的快速发展阶段。那么,人工智能技术能否成为企业降低供应链风险的核心驱动力?其具体作用机制是什么?不同情境会对人工智能效应的发挥产生何种差异化的影响?对上述问题的回答不仅可以为揭示数字技术与供应链风险治理的内在关联提供理论支撑,进一步拓展技术赋能企业风险管理的研究边界,同时还为构筑供应链韧性、提升实体企业抗风险能力提供决策参考。

  相较既有文献,本文的边际贡献主要体现在三个方面。第一,区别于现有基于数字化视角对企业供应链治理路径的讨论,本文从更加细化的人工智能视角切入,探讨其对供应链风险的影响效应,为探究人工智能技术赋能企业风险治理提供实证证据。这有助于丰富和完善供应链风险管理理论以及人工智能技术在经济领域应用的相关理论,为后续研究奠定更加坚实的理论基础。第二,已有研究大多从供应链效率入手探讨数字技术赋能效果,较少直接分析人工智能技术对供应链风险的影响。本文立足于个体异质性风险感知,利用机器学习的方法构建企业层面供应链风险指标,有效识别了人工智能对企业供应链风险的抑制作用及影响渠道,为企业层面的供应链风险治理研究提供思路与启发。第三,在政策启示方面,本文从企业、地区及行业多个维度讨论了人工智能技术对供应链风险抑制效应的异质性作用,为针对性布局人工智能产业及优化供应链体系提供了经验证据。

  二、文献综述、理论分析与研究假设

  (一)文献综述

  1.人工智能的经济效应研究

  作为一种通用目的技术,人工智能通过机器学习、大数据处理及算法优化等方式模拟人类智能决策及执行特定任务,其具备自动化、智能化和自我学习升级的特点,对实体经济产生了重要影响。一方面,大多数文献从劳动力市场切入,探讨人工智能的经济后果。例如,Acemoglu和Restrepo以美国劳动力市场为研究对象,发现机器人应用会减少就业、降低工资,且这种负向影响主要集中于制造业和常规体力及蓝领等职业[1]。Autor和Dorn指出自动化技术加剧美国劳动力市场两极分化,低技能服务岗位需求增加[2];而Acemoglu和Restrepo则认为人工智能对低技能工人就业的替代效应明显,这进一步加剧了就业市场不平等[3]。另一方面,现有文献还讨论了人工智能对国际贸易和全球价值链分工的影响。既有研究表明,人工智能技术具有显著的资本偏向性特征,能够通过资本替代劳动重塑企业要素结构,并通过降低交易成本促使企业在全球范围内进行生产工序的分割与外包,最终影响全球价值链分工格局[4]。吕越等从微观视角进一步检验了人工智能对中国企业参与全球价值链分工的推动作用[5]。

  2.供应链风险的影响因素研究

  供应链风险作为企业供应链管理实践中的核心议题,已经引起学术界的广泛关注。相关研究主要从供应链风险的概念、影响因素以及经济后果等方面展开。供应链风险指供应链中可能出现的对预期目标的偏离,从而导致各环节增值活动减少[6]。供应链风险的来源多样,包括政策变化、经济周期波动、法律环境改变和自然灾害等[7]。例如,Carvalho等聚焦于地震等自然灾害对供应链的影响,研究表明自然灾害不仅会迅速冲击供应链的上下游供应商和客户,还会波及间接关联企业,引发生产设备损坏和原材料及零部件短缺,导致供应链中断、供应链整体运行效率大幅下降[8]。同时,经济政策演变也会影响企业管理决策,如经济政策不确定性增加时,企业会通过调整客户组合来应对风险[9]。魏龙等利用双重差分法实证发现制造强国战略能够显著提升重点领域企业的供应链多元化程度,从而有效分散供应链风险[10]。此外,宏观层面的贸易便利化程度也会对供应链产生影响。段文奇等发现,贸易便利化显著降低了企业贸易成本和提升了供应链多元化水平,提高了企业在面对供需风险时的反应速度和应对能力[11]。类似地,刘啟仁等基于供需平衡视角发现,自由贸易试验区建设能够显著降低企业供应链风险[12]。

相关文章: