葡萄酒产业作为全球重要的农产品加工行业之一，近年来在中国市场经历了从快速增长到调整优化的转变。宁夏产区凭借其独特的地理条件和气候优势逐渐崛起，成为中国葡萄酒产业的重要基地之一。然而，随着国内外市场竞争的加剧，宁夏葡萄酒供应链在物流成本、服务水平、供应链整合等方面面临诸多挑战。 特别是在全球供应链一体化的背景下，如何通过优化供应链管理提升竞争力，成为宁夏产区乃至整个中国葡萄酒产业亟待解决的关键问题。 在此背景下，竞争优势理论和基于组态视角的研究方法为探索葡萄酒供应链的优化路径提供了新的思路。本文以宁夏产区为例，基于竞争优势理论，旨在从组态视角分析葡萄酒供应链构成要素间的协同效应和互补关系[1]，探索提升供应链竞争力可行路径，为葡萄酒产业转型升级提供新的解决方案。
1 中国葡萄酒供应链发展现状与挑战
1.1 中国葡萄酒供应链现状及问题分析
中国葡萄酒供应链涵盖了从葡萄种植、酿造加工到市场销售的全过程，涉及种植者、生产者、流通企业及消费者等多个利益相关者[2]。作为典型的融合型产业，葡萄酒产业兼具文化、生态、产业和旅游多重属性，横跨国民经济三大产业[3]。从第一产业的葡萄种植，到第二产业的葡萄酒酿造与加工，再到第三产业涵盖的贸易、文化旅游及品牌营销，其供应链构建与优化具有独特性和复杂性。在供应链上游，我国葡萄种植规模持续稳步增长。2019年全国葡萄园种植面积已达72.6万hm2，葡萄产量约1 419.5万t[4]，为葡萄酒产业提供了较为充足的原料基础。然而，种植环节仍面临气候波动频繁、标准化程度低等挑战，制约了葡萄原料品质的持续稳定性[5]。 在供应链中游的葡萄酒生产环节，尽管国内葡萄产量逐年增长，但葡萄酒产量却呈现相反趋势。 2013年-2020年，我国葡萄酒产量整体呈现下滑趋势，尤其自2013年起进入负增长阶段[6]。在行业运营效益方面，规模以上葡萄酒企业的营业收入与利润同样持续走低。 数据显示，2015年-2019年间，全国葡萄酒规模以上企业营业收入和利润连续下降，至2019年分别为145.1亿元和10.6亿元[7]。然而，与国内产量收缩形成对比的是葡萄酒进口规模持续扩大。 2015年-2019年，我国葡萄酒进口量从55.5万kL增至66.2万kL，进口金额亦从26.7亿美元上升至35.3亿美元[8]。 这一趋势不仅反映出国内市场对进口葡萄酒的依赖度逐步提高，也意味着行业面临的竞争压力不断加剧。 在供应链下游的流通与消费环节，我国葡萄酒冷链物流体系尚不完善，仓储与运输环节的温控能力参差不齐，导致产品在流通过程中损耗率较高，影响了品质稳定性与消费体验[9]。销售渠道虽日趋多元，但国内葡萄酒品牌建设整体滞后，市场拓展能力不足，难以有效响应消费者对品质、文化内涵与个性化日益提升的需求[10]。此外，葡萄酒作为根植于特定地域资源和文化背景的产品[11]，其品牌价值与产区声誉构建仍显薄弱，制约了产业整体竞争力的提升。
从系统层面看，葡萄酒供应链还面临产业链协同不足、数字化转型滞后等深层次问题。 一方面，种植、生产、销售等环节信息割裂，未能形成有效贯通的数据链，影响了供应链整体响应效率与资源配置的优化潜力[9]。另一方面，尽管部分酒企开始推动数字化转型，但在种植监测、工艺优化、渠道管理与消费者洞察等方面的技术应用仍处于初级阶段，难以支撑全链条协同发展[12]。在理论层面，现有供应链管理研究多聚焦于通用模型与宏观框架[13]，缺乏针对葡萄酒行业特殊属性及不同产区发展模式的系统性探讨，导致理论指导实践的能力不足。 在实践层面，中国葡萄酒产业正处在结构升级与品质提升的关键时期，亟需通过强化供应链协同、推动数字化转型、构建特色品牌与产区形象等途径实现高质量发展。 因此，深入研究葡萄酒供应链竞争力不仅具有重要的学术价值，也为产业实践提供了现实指导意义。
在这一背景下，迈克尔·波特（Michael Porter）提出的竞争优势理论为该方向的研究提供了有力的理论支撑。该理论指出，企业或产业可通过成本优势、资源与能力和差异化优势等方面，构建并维持其在市场竞争中的优势地位[14]。本文基于该理论，将其核心维度与葡萄酒供应链中的关键要素进行对应性整合：成本优势具体体现为物流经济性，即通过优化物流流程和实现规模经济，有效降低整体运营成本[15]；资源与能力进一步细化为市场覆盖能力与市场推广能力，前者体现为渠道广度与渗透力，后者强调通过营销创新与供应链协同增强市场影响力[16]；而差异化优势聚焦于品牌效应，涵盖品牌建设、产品独特性及消费者体验提升等方面，以塑造区别于竞争对手的市场形象[17]。 尽管竞争优势理论为分析葡萄酒供应链竞争力提供了清晰的逻辑基础，然而当前中国葡萄酒供应链在成本控制、资源整合以及品牌差异化等方面仍存在现实瓶颈，还需通过优化供应链结构、提升协同效率以及加强技术创新等手段实现竞争力的全面提升。因此，本文基于竞争优势理论，以物流经济性、市场覆盖能力、市场推广能力与品牌效应作为核心前因条件，系统探索葡萄酒供应链竞争力提升的组态路径。这一研究设计不仅实现了从理论构念向实证变量的有效转化，也回应了竞争优势理论在具体产业情境中的应用需求。 通过识别多重条件变量构成的等效路径，不仅能够弥补现有理论研究的不足，也为中国葡萄酒产业的战略升级提供实践指导。
1.2 宁夏产区的竞争优势与供应链挑战分析
宁夏产区作为中国葡萄酒产业的重要代表，凭借其独特的风土条件与产业集聚优势，已在国内外市场上崭露头角。该产区地处北纬37°～39°，属典型大陆性气候，日照充足、昼夜温差显著，配合黄河灌溉条件与砾石土壤结构，为赤霞珠、马瑟兰等优质酿酒葡萄提供了理想的生长环境，奠定了其品质基础[18-20]。在政策引导与规模化发展推动下，截至2023年底，宁夏酿酒葡萄种植面积超过4万hm2，接近全国的40%，年产葡萄酒1.4亿瓶，综合产值超过400亿元[21]。同时，其产区品牌价值已跃居中国首位、全球第四，酒庄酒产量稳居全国第一，显示出强劲的产业竞争力与国际影响力[21]。 然而，宁夏产区在供应链整体构建与市场竞争中仍面临诸多挑战。 随着商务部对澳大利亚葡萄酒“双反”税的取消，进口葡萄酒重新进入中国市场[22]，国际知名品牌依托成熟的全球供应链体系与长期积淀的消费者认知，对本土品牌构成直接冲击。 尤其在高端市场领域，宁夏葡萄酒的品牌溢价能力与消费者忠诚度仍有待提升，加之内涵传播策略与文化叙事能力的薄弱，进一步阻碍了其市场认知度的有效建立[23]。此外，供应链上游的种植环节仍以小农模式为主，机械化与标准化程度低，造成生产成本居高不下，而中下游加工与流通环节又面临税率压力与物流效率的制约，限制了产业规模的持续扩大与全链条协同[9]。更为深层次的问题体现在供应链整合不足与可持续发展能力薄弱。从种植、酿造到销售的全链条中，信息、物流与资金协同效率较低，中小酒庄在渠道拓展与技术创新方面尤为受限[24]。同时，在水资源集约利用、有机种植推广与碳减排等可持续发展议题上，宁夏产区与国际先进水平仍有差距[25]。以宁夏产区为研究对象，不仅能为区域葡萄酒产业的可持续发展提供理论支持，还能为中国葡萄酒供应链竞争力的整体提升提供实践经验。 具体概念模型详见图1。
图1 概念模型
Fig.1 Conceptual model
2 研究设计
2.1 研究方法
本文采用定性比较分析（qualitative comparative analysis，QCA）方法，主要基于其在方法论上的独特优势。 首先，与传统的回归分析不同，QCA方法突破了变量间相互独立的假设限制，能够有效捕捉各因素间的复杂互动关系[26]。通过组态视角，该方法尤其适用于分析多重因素组合对供应链竞争力产生的协同效应，为理解竞争力形成的复杂机制提供了新的分析工具。 其次，传统实证分析方法在处理因果关系时通常预设对称性假设[27]，而供应链竞争力研究中普遍存在因果非对称性特征。相较之下，QCA方法通过引入因果非对称性假设，允许研究者对结果变量的“非”集进行分析[28]，为揭示前因条件与竞争力之间的复杂关系提供了更适切的分析框架。最后，本文以宁夏葡萄酒产区的12个典型酒庄作为样本。虽然样本量未能达到传统定量研究的标准，但其数量明显高于传统定性研究的理想样本数，因此适合运用QCA方法。考虑到本文涉及的前因条件和结果变量均为连续变量，采用模糊集定性比较分析（fuzzy set qualitative comparative analysis，fsQCA）能够有效降低数据离散化造成的信息损失，提高测量的精确性[28]，因此本文选择使用fsQCA进行分析。
2.2 数据来源
前因条件和结果变量的数据来源为宁夏贺兰山东麓管委会在2019年发布的《宁夏酿酒葡萄产业农业结构优化调整调研报告》。 报告中的调查对象包括宁夏的代表性酒庄，范围涵盖了以加工为主的小型酒庄以及综合型的大中型酒庄。 考虑到数据的可用性和完整性，本文选取了12家具有代表性的酒庄进行研究，详见表1。
表1 宁夏产区代表性酒庄经营数据
Table 1 Operating data of representative wineries in Ningxia region
酒庄 运输投入/万元市场投入/万元旅游投入/万元销售量/万瓶总成本/万元营业收入/万元3 528.7 5 064.0 4 996.8 516 068.0 109 937.4 93 712.5 11 484.8 32 324.4 2 949.8 19 712.0 1 7461.0 2 548.8贺兰晴雪美贺庄园志辉源石龙谕长城天赋贺兰神保乐力加西鸽酒庄维加妮汇达阳光贺东庄园原歌酒庄31.666 80.760 38.033 513.435 462.006 535.500 19.660 93.294 49.343 243.936 117.800 58.320 45 42 80 2 500 3 453 1 500 300 400 90 367 200 80 30 1 200 2 000 180 175 2 300 256 1 800 70 140 160 20 7.1 12.0 14.4 526.6 336.2 297.5 19.4 65.7 4.3 61.6 19.0 10.8 552.109 1 957.190 3 055.537 13 663.371 11 561.146 16 975.875 1 594.676 7 032.505 462.822 3 581.063 1 213.490 746.296
2.3 供应链竞争力及前因条件的含义及计算方法
供应链竞争力是指供应链作为战略性联盟整体，在效率、效益与柔性三个维度上所展现的综合能力，其形成源于成员企业核心能力的整合与协同效应，最终体现为相较于竞争对手所具备的持续市场优势[29-30]。 该竞争力可通过营业收入减去供应链总成本后的利润与供应链总成本的比值加以衡量。 该比值越高，反映供应链整体盈利能力越强，竞争力也相应越突出。
物流经济性体现为物流系统在实现时空效用过程中对资源的有效利用程度，其核心在于通过规模经济与流程优化降低单位成本[31]。 在具体测度上，物流经济性可采用营业收入与运输投入的比值作为代理指标。该比值越高，说明物流环节的资源利用效率越高，经济性表现越优。
市场覆盖能力是供应链的分销网络在广度与深度上触及目标市场的能力，是产品可得性与渠道渗透性的综合反映[32]。酒庄的总销售量可作为衡量该能力的结果性指标。较高的销售量通常意味着较强的供应链市场覆盖能力和需求满足能力。
市场推广能力反映企业高效整合营销资源以实现市场目标的内在能力，强调营销投入与市场回报的转化效率[33]。市场推广能力可通过营业收入与市场投入的比值来衡量。该比值越高，表明市场推广的效益越好，能力表现越强。
品牌效应是品牌资产在市场中产生的差异化影响与增值效果，能够降低消费者的决策成本并提升支付意愿[34]。在测度上，本文采用旅游投入与市场投入的比例来间接衡量品牌建设的策略导向。该比例越高，通常表示酒庄更倾向于通过提升品牌体验（如酒庄旅游）来塑造品牌效应，对市场表现的推动作用越显著。
3 研究结果
3.1 校准和描述性分析
采用直接校准法校准前因，并进行描述性分析。样本的描述性统计中，第25百分位数、中位数和第75百分位数被分别设定为完全不隶属、交叉隶属和完全隶属这三个模糊区域的临界点[35]，对于校准后为0.5 的隶属分数，通过对其增加0.001 进行调整以避免案例因难以归类而不被纳入分析[36]，详见表2。
表2 结果变量与前因条件的校准和描述性分析
Table 2 Calibration and descriptive analysis of outcome variables and antecedent conditions
描述性分析均值 最大值 最小值结果变量集合校准完全不隶属交叉隶属前因条件供应链竞争力物流经济性市场覆盖能力市场推广能力品牌效应3.301 4.329 2.459 3.606 0.349 3.301 4.938 2.955 4.135 0.789完全隶属6.779 5.566 4.563 4.411 2.275 7.741 5.063 3.579 4.138 5.288 36.770 6.913 6.266 5.330 28.571 0.635 3.777 1.459 3.461 0.051
3.2 必要性分析
进行组态分析之前，需对单一条件进行必要性分析。由表3可知，所有前因条件对结果的必要性均未超过0.9[37]。结果表明，无论是高供应链竞争力还是低供应链竞争力，均不依赖于单一因素，因此需要对前因条件组态的影响进行深入研究。
表3 前因条件的必要性分析结果
Table 3 Analysis results of necessity of the antecedent conditions
前因条件 高供应链竞争力一致性覆盖度低供应链竞争力一致性 覆盖度物流经济性非物流经济性市场覆盖能力非市场覆盖能力市场推广能力非市场推广能力品牌效应非品牌效应0.692 0.407 0.621 0.431 0.581 0.562 0.387 0.779 0.683 0.405 0.613 0.428 0.551 0.582 0.401 0.740 0.413 0.685 0.436 0.616 0.604 0.536 0.731 0.432 0.415 0.694 0.438 0.624 0.585 0.566 0.772 0.419
3.3 多元组态分析
本文设定样本频数阈值为1，原始一致性阈值为0.8，一致性分数（proportional reduction in inconsistency，PRI）值则为0.7[38]。 参考FISS P C[26]的研究，采用中间解作为主要依据，确认在中间解和简单解中同时出现的因素为核心条件，而只存在于中间解中的因素则视为边缘条件。多元组态分析结果见表4。
表4 各酒庄实现高供应链竞争力的多元组态分析
Table 4 Multiple configurations analysis of achieving high supply chain competitiveness in various wineries
注：⊗表示前因条件水平非高；●表示前因条件水平较高。 其中大圈表示核心条件，小圈表示边缘条件，空白表示条件无关紧要。
前因条件解1（S1）高供应链竞争力解2（S2） 解3（S3）物流经济性市场覆盖能力市场推广能力品牌效应一致性原始覆盖度唯一覆盖度总体一致性总体覆盖度●● ⊗●●⊗●⊗●⊗●0.957 0.395 0.239 0.942 0.368 0.211 0.945 0.606 0.931 0.540 0.150
从整体分析，高供应链竞争力的中间解一致性为0.945，高于fsQCA方法通常所接受的0.8阈值，表明该解在相当大程度上是高供应链竞争力的充分条件；覆盖度为0.606，说明该解能够解释约60.6%的高供应链竞争力案例，显示出较强的解释力与实证相关性。 在单个组态方面，三个组态的一致性介于0.931～0.957之间，均高于建议标准，反映各条件组态作为充分条件的内部可靠性较高；原始覆盖度则在0.368～0.540之间，表明每个组态均能独立解释相当比例的结果案例，且不存在单个组态垄断解释力的情况，这符合fsQCA的要求[26]。每一种实现高供应链竞争力的组态进行解析如下：
①成本—营销驱动型。组态S1将物流经济性和市场推广能力视为核心条件，揭示了酒庄在追求高供应链竞争力时，重视成本控制与市场宣传的有机结合。其中，物流经济性确保酒庄以最低的成本实现高效的物流服务，从而提升整体运营效率。 同时，市场推广能力则使酒庄能够有效触达目标市场，增强品牌曝光和客户认知。 这种双重驱动策略不仅帮助酒庄在激烈的市场竞争中保持优势，还能提升客户满意度和忠诚度。 此外，互补条件中的非品牌效应进一步丰富了这一组态的内涵。 酒庄在扩大市场份额时，不完全依赖品牌效应，而是能凭借高性价比的产品与服务本身吸引客户，彰显其竞争力。该模式适用于新兴酒庄，通过成本控制和营销创新来弥补品牌影响力的短板。
②综合优势型。组态S2的核心条件包括物流经济性、市场覆盖能力和品牌效应，体现了酒庄通过整合品牌价值提升与市场深度渗透来构建竞争优势的路径。具体而言，物流经济性保障了成本控制与供应链高效运转；市场覆盖能力推动酒庄渗透市场、扩展渠道并强化客户联系，为销售增长提供动力；品牌效应则通过提升品牌知名度和美誉度，增强客户购买意愿与忠诚度，使酒庄在竞争中脱颖而出。互补条件中的非市场推广能力表明，酒庄可凭借已建立的品牌声誉和市场覆盖，减少对主动市场推广策略的依赖。这一特性使综合优势型酒庄能在稳定市场格局中，通过持续的品牌维护来巩固其竞争力。该模式常见于成熟酒庄，是规模效应与差异化优势结合的典范，助力其维持并强化市场地位。
③资源—品牌主导型。 组态S3以市场覆盖能力和品牌效应为核心，呈现了酒庄依托市场渗透与品牌影响驱动增长的竞争模式。在此模式下，市场覆盖能力使酒庄高效进入并渗透目标市场，不断扩大客户基础和市场份额，其背后是强大的渠道网络和客户关系体系。品牌效应则通过塑造高知名度和忠诚度，使酒庄在竞争中占据有利地位，吸引更多消费者并推动销售增长。该组态的互补条件中，非物流经济性和非市场推广能力的存在表明，这类酒庄对物流成本优化和市场推广策略依赖较低，能够在稳定市场环境中凭借市场覆盖能力和品牌价值获取竞争优势，而无需过度关注物流效率或大规模促销活动。这种模式常见于具有显著品牌优势的传统酒庄，凸显了资源整合与品牌溢价的协同效应，为其在高端市场中奠定了坚实的竞争基础。
4 总结与启示
4.1 研究结论
本文基于组态视角，结合竞争优势理论框架，深入探讨了葡萄酒供应链竞争力的构建与提升路径。通过采用模糊集定性比较分析（fsQCA）方法，从成本优势、资源与能力以及差异化优势三个层面出发，识别出三种实现高供应链竞争力的关键组态，即“成本—营销驱动型”、“综合优势型”和“资源—品牌主导型”。这些组态不仅反映了不同酒庄在供应链管理中的差异化战略选择，也揭示了供应链竞争力形成的复杂机制。结果表明，不同前因条件的多元组合均可引致高供应链竞争力，体现了“多重性”与“等效性”的典型特征，表明酒庄实现供应链竞争优势的路径具有多样性，并非局限于单一模式。“成本—营销驱动型”组态以物流经济性和市场推广能力为核心条件，强调成本控制和市场渗透的作用；“综合优势型”组态则整合了物流经济性、市场覆盖能力和品牌效应，展现了多维度优势协同；而“资源—品牌主导型”组态以市场覆盖能力和品牌效应为核心条件，凸显了市场网络和品牌价值的重要性。进一步分析发现，前因条件间存在显著的替代效应。物流经济性与品牌效应在特定情境下可相互替代，协同作用于供应链竞争力的提升。 这一发现为酒庄提供了灵活的战略选择空间，即在资源有限的情况下，可通过优化物流经济性或强化品牌效应实现竞争力的提升，无需同时依赖所有条件。 这些发现为葡萄酒供应链的竞争力提升提供了重要的理论支持和实践指导。
4.2 管理启示
本文揭示了酒庄实现高供应链竞争力的三种典型路径，为管理者提供了重要的战略选择启示。首先，对于资源相对有限的中小酒庄，可优先考虑“成本—营销驱动型”路径。 这一路径强调通过优化物流网络布局、采用精益管理方法以及实施规模采购策略来强化物流经济性；同时，可借助数字化营销工具和精准营销策略提升市场推广能力，在有效控制运营成本的同时增强市场响应速度。这一路径的关键在于平衡成本控制与市场敏捷性，通过资源的高效配置实现竞争力的提升。 其次，对于具备较强综合实力的大型酒庄，建议采用“综合优势型”策略。 这一策略的核心在于整合物流、渠道和品牌资源，构建协同效应。具体而言，可通过建立智能化物流系统、拓展多元化销售渠道、实施品牌差异化战略等手段，打造全方位的竞争优势。 大型酒庄通常具备较强的资源整合能力和市场影响力，能够通过规模效应和协同效应实现供应链整体效率的提升。 最后，对于以品牌价值为核心竞争力的酒庄，“资源—品牌主导型”路径提供了可行方案。 该路径强调通过深耕市场覆盖网络、强化品牌文化内涵、提升消费者体验等方式，构建独特的品牌竞争优势。这一路径的关键在于通过品牌溢价和市场影响力弥补物流成本等方面的不足，从而实现供应链竞争力的提升。 对于这类酒庄，品牌资产的积累和消费者忠诚度的培养是核心任务。
4.3 研究局限与未来展望
本文可为后续研究提供了方向，但存在一定局限性。理论层面，尽管基于竞争优势理论和组态视角构建了分析框架，但供应链竞争力的影响因素复杂多维，未来可整合制度理论、资源依赖理论等多元视角，探索更多潜在因素及其组态效应。 数据来源上，2019年产业报告为分析提供了可靠基准，但可能影响结论的时效性与解释力，后续研究可持续追踪并采用最新发布的官方数据，通过纵向比较分析，探讨供应链竞争力驱动机制的稳定性。样本选择上，以宁夏产区12家酒庄为研究对象虽控制了区域和行业异质性，但可能影响结论的外部效度，建议后续研究扩大样本范围，通过跨区域、跨行业比较分析，探讨供应链竞争力形成机制的普适性与特殊性。 方法上，受限于二手数据的可获得性，研究深度有待提升，未来可采用混合研究方法，结合问卷调查、深度访谈等多源数据，运用动态QCA等新兴方法，追踪供应链竞争力的演化轨迹及其绩效影响机制[39]。
[1]杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017（6）：155-167.
[2]黄天柱，张欣悦，薛春莉.葡萄酒全产业链深度融合国际比较分析[J].中国酿造，2023，42（9）：240-245.
[3]林梢，杨和财，李换梅.我国葡萄酒行业盈利能力分析与研判——以我国葡萄酒上市公司为例[J].中国酿造，2017，36（11）：189-192.
[4]罗世平，周洪富.辽宁省‘阳光玫瑰’葡萄发展的思考[J].北方果树，2023（2）：54-55，57.
[5]沈晓贺，朱占江，杨莉玲，等.新疆酿酒葡萄生产机械化现状与发展趋势[J].新疆农业科学，2024，61（S1）：147-152.
[6]穆维松，吴晓倩，齐建芳，等.中国葡萄酒产业发展形势及市场需求特征分析[J].中外葡萄与葡萄酒，2022（4）：81-89.
[7]国家统计局.国家数据[DB/OL].[2025-10-07].https：//data.stats.gov.cn/easyquery.htm?cn=C01.
[8]中国海关总署.中国海关进出口商品统计数据库（2015-2019）[DB/OL].[2025-10-07].https：//www.customs.gov.cn/.
[9]李瑞宁，王国庆，虎亚观，等.宁夏葡萄酒产业融合发展路径[J].中国酿造，2023，42（1）：244-247.
[10]杨文光，苗莉，徐倩，等.双循环新发展格局下新疆产区葡萄酒强势品牌塑造对策建议[J].中国果树，2023（6）：117-122.
[11]白祥，王凯豪.新疆葡萄酒庄旅游高质量发展策略研究[J].中国酿造，2024，43（12）：276-281.
[12]张远记，渠继光.后疫情时代中国葡萄酒产业的数字化创新[J].中外葡萄与葡萄酒，2022（3）：84-88.
[13]杨立新，蔡萌.供应链管理模式下产业主体协同创新机制研究——以物美集团果蔬“农超对接”产业主体信息管理协同创新为例[J].科技进步与对策，2013，30（22）：70-75.
[14]WANG W C,LIN C H,CHU Y C,et al.Types of competitive advantage and analysis[J].Int J Bus Manag,2011,6(5):100.
[15]左鹏飞，陈静.高质量发展视角下的数字经济与经济增长[J].财经问题研究，2021（9）：19-27.
[16]江积海，刘敏.动态能力重构及其与竞争优势关系实证研究[J].科研管理，2014，35（8）：75-82.
[17]刘艳，王佩爽，张彬燕，等.考虑品牌优势的供应链最优再制造模式与区块链引入策略[J].计算机集成制造系统，2025，31（3）：1085-1101.
[18]王玉霞，杜灵通，易志远，等.宁夏贺兰山东麓葡萄产区土壤有机碳库空间变异及影响因素[J].草业学报，2025，34（7）：41-53.
[19]杨文忠，徐国前.新引酿酒葡萄品种在宁夏贺兰山东麓产区的表现及评价[J].江苏农业科学，2023，51（20）：179-185.
[20]王驰，兰义宾，段长青，等.宁夏贺兰山东麓不同子产区‘马瑟兰’干红葡萄酒颜色和酚类物质组成比较[J].现代食品科技，2024，40（1）：194-204.
[21]朱争，杨和财，李文超，等.宁夏葡萄酒产业融合度测定与研判[J].中外葡萄与葡萄酒，2024（2）：112-118.
[22]唐文龙，火兴三，肖永杰，等.进口葡萄酒在中国市场的分销渠道演进[J].中外葡萄与葡萄酒，2024（1）：100-111.
[23]闫玥，王晓静，牛艳，等.宁夏贺兰山东麓酿酒葡萄与葡萄酒产业发展现状及对策[J].安徽农业科学，2024，52（1）：254-255，259.
[24]王晶，吴晓丽，潘静，等.贺兰山东麓葡萄产业发展现状及品牌升级路径[J].中国果树，2022（2）：93-98.
[25]李玉鼎，马成斌，李欣，等.宁夏酿酒葡萄种植业可持续发展思考[J].中外葡萄与葡萄酒，2019（2）：99-102.
[26]FISS P C.Building better causal theories:A fuzzy set approach to typologies in organization research[J].Acad Manage J,2011,54(2):393-420.
[27]MISANGYI V F,ACHARYA A G.Substitutes or complements?A configurational examination of corporate governance mechanisms[J].Acad Manage J,2014,57(6):1681-1705.
[28]贾建锋，刘伟鹏，杜运周，等.制度组态视角下绿色技术创新效率提升的多元路径[J].南开管理评论，2024，27（2）：51-61.
[29]余晖，张文杰.供应链竞争力内涵与模型构建研究[J].中国流通经济，2009，23（3）：34-37.
[30]杜金儒.物流供应链优化对提升企业竞争力的研究[J].中国物流与采购，2025（17）：147-148.
[31]严婷.现代物流设施的外部经济性实证分析[J].商业经济研究，2020（15）：94-97.
[32]沈小洪.企业管理中营销渠道拓展与市场覆盖率提高的路径研究[J].现代商业研究，2025（2）：118-120.
[33]王珂.物流企业市场推广与客户服务问题探讨[J].商业经济研究，2021（12）：110-112.
[34]蒋廉雄，朱辉煌.品牌认知模式与品牌效应发生机制：超越“认知—属性”范式的理论建构[J].管理世界，2010（9）：21.
[35]龚虹波，陈金阳，李加林.海湾环境治理绩效的驱动路径——基于17个蓝色海湾整治网络的模糊集定性比较分析[J].中国行政管理，2024，40（10）：106-117.
[36]张明，杜运周.组织与管理研究中QCA方法的应用：定位、策略和方向[J].管理学报，2019，16（9）：1312-1323.
[37]SCHNEIDER M R,SCHULZE-BENTROP C,PAUNESCU M.Mapping the institutional capital of high-tech firms:A fuzzy-set analysis of capitalist variety and export performance[J].J Int Bus Stud,2010,41:246-266.
[38]杜运周，刘秋辰，程建青.什么样的营商环境生态产生城市高创业活跃度?——基于制度组态的分析[J].管理世界，2020，36（9）：141-155.
[39]张茜松，程嘉珍，冯泰文，等.供应商绿色整合的多元驱动路径及其绩效研究——基于组态视角的分析[J].管理评论，2023，35（7）：323-338.