近年来，在政府政策扶持和全球化纵深推进的双重驱动下，中国白酒产业的国际化战略呈现出持续深化的态势。相关部门通过颁布专项政策法规构建制度支撑体系，如《着力打造“川酒”品牌推动川酒高质量发展行动方案（2024—2027年）（征求意见稿）》系统部署了四川白酒国际化战略路径设计与政策保障机制。在市场拓展层面，中国白酒企业通过差异化战略布局全球市场网络。例如，茅台集团在64个国家设立104家经销网点和37家航空枢纽专营终端；五粮液针对新西兰等市场开发梯度化产品矩阵；洋河年均开展200余场海外推广活动；泸州老窖在70余国建立经销体系，并于东南亚、欧洲等20个重点市场实现全渠道数字化转型。然而白酒产业国际化进程仍面临结构性挑战。据海关总署数据显示，2023年白酒商品累计出口量1.5万 kL，出口量仅点总产量的0.2%。这一数据既反映国际市场拓展的空间潜力，亦凸显文化认知差异、标准体系对接、消费习惯培育等系统性障碍。
“双循环”发展格局下，品牌国际化战略已成为中国企业拓展市场的共识性选择。对于白酒企业而言，推动品牌价值全球化不仅是构筑核心竞争力的战略路径，更是实现长期可持续发展的必由之路。学界围绕白酒品牌国际化路径这一核心命题，已积累较为丰富的研究成果，主要涉及技术引进、品牌集群建设[1]、城市品牌建设[2]、推动技术创新、布局上游产业链[3]和推动行业产区化发展[4]等战略框架。尽管这些研究为产业实践提供了许多重要启示，但当前学术探讨仍存在两个局限：其一，过度聚焦战略层面的理论构建，缺乏对白酒企业国际化绩效的关键影响因素的深入定量分析；其二，未能有效解决数字时代技术范式变革带来的理论挑战。随着经济质态的跃迁，发展的质量要求也不断提升，以“数字化+智能化”为核心的数智化转型，已成为推动经济社会高质量发展的重要方向[5]。本研究界定的数智化能力是指企业利用数字化和智能化技术提升管理、运营、决策和创新能力，涵盖大数据、人工智能等技术，推动企业全链条智能化。现有研究表明，数智化提高了企业在国际化过程中获取和利用知识的能力，进而推动了国际化进程的加速和增值[6]。因此，本研究认为数智化能力对国际化绩效有积极的影响，然而现有文献尚未就数智化能力的作用边界形成共识，其在白酒行业的传导机制有待实证检验。
本研究构建包括数智化能力、供应链韧性、市场动荡和国际化绩效的四维理论模型，重点讨论以下机制：第一，揭示数智化能力通过增强供应链韧性来影响国际化绩效的中介路径；第二，解析市场动荡性在“能力-绩效”关系中的调节效应。相较于现有文献，本研究的理论贡献体现在3个方面：其一，将数智化能力概念引入传统产业国际化研究框架，拓展技术能力理论的解释边界；其二，通过构建“技术赋能-系统适应-价值跃迁”的动态分析模型，深化对企业国际化复杂机理的认知；其三，实证揭示供应链韧性在数智化转型与国际化绩效间的桥梁作用，为产业政策制定提供了新的理论视角。
1 文献综述与研究假设
1.1 企业数智化能力
学界对数智化的理论演进已有清晰认知。技术迭代经历了信息化、网络化、数字化到智能化的演进，技术要素叠加催生了“数智化”这一集成概念。数智化是数字化发展到人工智能更高阶段的产物，是数字化（以大数据分析处理为特征）与智能化（以机器学习、人工智能为核心）的范式融合[7]。根据陈剑等[8]的研究，企业的数智化转型源于信息化和数字化的演变，是侧重大数据分析处理的数字化能力与偏向人工智能、机器学习的智能化能力的融合。数智化正成为现代工业体系迭代升级的核心驱动力，其技术外溢效应已延伸至产业链重构、价值网络优化等中观层面。在企业能力体系中，数智化能力特指企业通过配置数智技术与数据资源实现生产运营数智化的创新能力。对于白酒企业而言，该能力不仅能够精确预测市场需求、优化产品生产、提升顾客体验，满足全球市场的多元化需求，从而实现绩效增加；还能面对市场波动、政治风险等不确定因素时，保持供应链的稳定性和灵活性，为传统产业实现全球化突围提供了创新性的解决方案。
1.2 数智化能力和国际化绩效
企业国际化本质是从国内市场向国外市场采取的渐进式扩张过程[9]。从组织能力理论的视角解析，企业国际化强调的是企业在国际市场对其所需资源重新配置的能力，包含营销、观念、生产、研发、资本和人才的国际化。Sullivan[10]通过系统性文献梳理，指出国际化测量指标分为绩效指标、结构指标及态度指标。Knight等[11]指出，企业的国际化绩效是指企业在外国市场所取得的绩效。
动态能力理论为解析数智化能力与国际化绩效的关联机制提供了关键理论支撑。该理论强调，企业通过动态调适、整合与重置内外部的组织技能、资源和功能性，构建与环境变迁相匹配的持续竞争优势。特别地，具备高动态能力的企业在应对跨境经营障碍时，往往展现出更强的战略柔性与绩效优势。实证研究表明数字化转型能够促进企业出口[12]。然而，白酒产业迈向国际市场仍面临行业标准、口感等多方面问题。面对外部约束，如何重构企业内生能力以驱动国际化进程，成为核心命题。分析表明，数智化能力通过三重传导机制赋能国际化绩效：其一，数智化能力在企业层面的广泛应用，可以促进资本、劳动力、技术等生产要素重新整合，提高资源配置效率。这种整合效应是实现降本增效的关键途径，其本质在于利用数字化、5G、大数据、人工智能等工具构建高效商业闭环。由此释放的资源可集中于研发投入与生产效率提升，为开拓国际市场奠定坚实基础。其二，数智化能力可以帮助企业更高效地持续优化运营流程、迭代升级业务模式、精准洞察消费需求、不断优化供给。其三，数智化工具赋能于区域品牌发展的每个阶段，促进区域品牌创新，改变品牌传播渠道，提升资源的有效利用，促进各主体协同发展，使得区域品牌建设过程更加顺利。综上，本文提出假设：
H1：数智化能力对国际化绩效有正向影响。
1.3 供应链韧性的中介效应
在跨国经营中，企业供应链系统需应对涵盖自然灾害、政治动荡、市场波动等的外部冲击。供应链韧性特指供应链系统在遭受外界冲击、面对突发事件后恢复到原来状况的时间周期。Behzadi等[13]的理论框架指出，供应链韧性本质上是供应链在极端动荡中维持稳定运行的能力。进一步研究拓展了该定义，强调其核心在于供应链受冲击时，企业通过快速结构调整适应环境剧变，并在新环境下快速响应客户需求、恢复供应状态、保证持续供应的能力。这种动态调适机制正成为衡量企业全球竞争力的核心维度。
数智化能力与供应链韧性存在显著的正向关联机制。数字化通过转型增强供应链的感知预测、信息整合与协同创新能力，提升供应链韧性[14]。数字技术的迅猛发展正深刻地重塑供应链的结构和管理的内在逻辑，推动传统供应链向数字技术深度嵌入下的现代数字供应链迈进。Balakrishnan等[15]主张数字化转型使企业能够提高供应链可预见、响应能力，从而增强供应链韧性。此外，丰富的数智化资源还促进了跨部门和跨组织的协作，能够与供应商、分销商和客户建立起更紧密、更互动的关系。这种紧密的协作关系有助于企业能够更好地应对市场变化，迅速化解供应链环节中的问题，进而提高应对外部冲击的能力。基于此，本文提出假设：
H2：数智化能力对供应链韧性有正向影响。
在供应链运作进程中各类风险事件难以避免，严重情形下甚至会导致供应链中断，对企业国际化经营的绩效构成潜在威胁。故供应链风险管理领域提出企业应着手建立韧性供应链，以更好地应对风险。Christopher等[16]将供应链韧性分为感知、资源整合和灵活性3个维度。从感知角度来看，供应链的感知能力能助力企业密切关注市场动态，及时针对供应链企业间的资源进行合理配置和优化调整，进而提升供应链整体的运作效率[17]。通过这种方式，企业得以在销售高峰期时库存充盈，同时在销售低谷期时避免过度库存，降低库存积压和缺货的风险。基于资源整合视角，供应链的资源整合功能有助于推动企业间实现供需精准匹配，减少资源错配和信息不对称问题，构建稳定和持久的供应链合作关系，降低交易成本。此外，在跨国经营下，企业将面临着更多繁杂的物流、法律和文化环境挑战，此时灵活性的重要性尤为凸显。因此，本文提出假设：
H3：供应链韧性对国际化绩效有正向影响。
复杂适应系统理论揭示，由智能主体构成的系统在交互中演化。企业存续不仅依赖自身战略，更取决于组织间互动与应变能力。该框架为理解数智化能力、供应链韧性及国际化绩效的系统性关联提供支撑。供应链作为复杂适应系统，借由适应性、非线性与涌现性在动态环境中展现韧性。数智化能力能有效增强供应链韧性，提升企业应对全球化复杂挑战的能力，从而驱动绩效提升。该理论指出，复杂组织发展策略核心在于认识差异、培育差异、增强学习适应及创新能力。企业数智化能力则是打破数据壁垒、挖掘数据价值、推动产业链与产学研协同创新的关键。Wamba等[18]基于281家企业数据的研究揭示了数字赋能供应链绩效的内在机理。作为“创新能力”，数智化能力通过动态调整与市场预测提升供应链韧性，进而革新全球化战略与运营，实现全球风险可控与最优发展，确保企业全球竞争力稳步提升[19]。因此，数智化能力能重构企业供应链系统。
同时，供应链韧性在数智化能力和国际化绩效之间发挥着关键的桥梁作用。一方面，生产成本优势是价格竞争的前提条件，亦是传统国际贸易中绝对优势和比较优势理论的基石。数字经济背景下的企业数智化发展，有利于企业整合内外部资源以提升供应链韧性，推动供应链高效率配置，在降低企业库存、提升生产效率、简化生产投入复杂度等方面，均取得了显著成效。另一方面，构建富有韧性的供应链，有助于企业在供应链需求预测、应对风险、快速恢复方面超越竞争对手，进而提升市场份额和财务收益[20]。因此，本文提出假设：
H4：供应链韧性在数智化能力与国际化绩效之间起中介作用。
1.4 市场动荡性的调节作用
市场动荡性是伴随消费者需求变化、竞争格局变化、新技术和新市场出现而形成的，这些变化态势极有可能对组织业务架构及组织策略规划产生深远的影响。在现代商业环境下，企业生存与发展不可避免地与外部环境深度交织。动荡的市场环境要求企业迅速识别环境变化并及时做出调整。企业需要实施以数字为导向的资源跃升策略，开展与市场动荡和需求不确定情境相适配的数字化流程优化[21]，迭代和更新流程链路，需兼顾效率与敏捷性。同时，市场动荡性亦构成企业加速数智化转型的关键驱动因素。在复杂多变的外部环境中，企业通过推进数智化转型能够强化对要素资源投入的把控，优化生产流程和生产模式，进而充分释放潜在价值[22]。综合而言，市场动荡性作为一种关键的外部环境变量，在很大程度上增强了数智化能力对国际化绩效的影响。因此，本文提出假设：
H5：市场动荡性正向调节数智化能力与国际化绩效之间的关系。
基于上述分析，本文构建企业数智化能力对国际化绩效影响的理论模型，见图1。
图1 企业数智化能力对国际化绩效影响的理论模型
Fig.1 Theoretical model of the impact of enterprise digital-intelligent capability on international performance
2 研究设计与数据收集
2.1 研究对象与数据收集
本文采用问卷调查法进行实证研究。问卷调查于2024年12月开始，通过“问卷星”线上平台将问卷针对性分发给目标调查对象，涵盖总经理、研发主管、技术主管、业务主管等白酒企业中高层管理者，历时2个月，最终获得有效问卷301份。
2.2 测量工具
基于国内外权威期刊中的成熟量表，采用标准的双向翻译程序确保英文量表翻译成中文量表的一致性和准确性，确保问题清晰、简洁且逻辑合理，同时避免引导性或模糊性问题[23]。本文的测量均采用李克特（Likert）五点量表（1＝完全不同意，5＝完全同意）。
1）数智化能力：采用张乐等[24]的量表，示例题项为“我们使用最新的数智基础设施”等。该量表的Cronbach’s α系数为0.894。
2）国际化绩效：参考李卫宁[25]、Zahra[26]等的量表，示例题项为“海外资产回报率满意度”等。该量表的Cronbach’s α系数为0.933。
3）供应链韧性：采用马潇宇等[27]的量表，示例题项为“我们企业可以较容易的调整产品和服务”等。该量表的Cronbach’s α系数为0.894。
4）市场动荡性：采用Pae等[28]的量表，示例题项为“在我们这种行业中，客户的产品偏好会随着时间的推移而发生很大的变化”等。该量表的Cronbach’s α系数为0.865。
3 实证分析与假设检验
3.1 共同方法偏差与信效度检验
由于本文使用问卷调研获取数据，为规避共同方法偏差，采用Harman单因子法进行共同方法偏差检验。结果显示，共有5个成分的特征值大于1。而第1个成分点总变异值的37.70%，低于建议的40%阈值。因此，本文的变量没有显著的共同方法偏差。
在开展变量关系分析前，本文严格遵循量表检验规范，从信度与效度两个维度进行了验证。信度方面，使用内部一致性α系数和组合信度（composite reliability，CR）进行评估。经过检验，所有变量的内部一致性α系数均大于0.8。此外，CR均大于0.70的基准值，表明量表具有很好的内部一致性和可靠性。
效度方面，本文采用的量表均为成熟的量表，确保具有较好的内容效度。其次，通过验证性因子分析和计算平均变异数提取量判断收敛效度。结果显示，采取的量表具有很强的收敛效度，每个题项在相应因子上的载荷均大于0.70，平均方差提取（average variance extracted，AVE）值均大于0.50。最后在区别效度方面，通过对几个竞争模型进行验证性因子分析，对模型的区别效度进行了检验，并获得了验证性因子分析及探索性结构方程模型拟合指标。由表1可知，与其他因子模型相比较，四因子模型的拟合指数最优。
表1 验证性因子分析及探索性结构方程模型拟合指标
Table1 Confirmatory factor analysis and fit indices of exploratory structural equation model
模型dfχ2/dfGFICFINFITLIRMSEASRMR四因子模型2691.0420.9330.9980.9430.9970.0120.033三因子模型2723.6450.6820.8440.7980.8280.0940.093二因子模型2745.6620.5790.7230.6840.6970.1250.111单因子模型2757.8140.5000.5940.5630.5570.1510.133
注：N＝301。四因子模型. A、B、C、D；三因子模型. A+B、C、D；二因子模型. A+B+C、D；单因子模型. A+B+C+D。A.生产制造能力；B.数智运营能力；C.供应链韧性；D.国际化绩效。df.自由度；GFI.拟合度指数（goodness of fit index）；CFI.比较拟合指数（comparative fit index）；NFI.规范拟合指数（normed fit index）； TLI.塔克-刘易斯指数（Tucker-Lewis index）；RMSEA.近似平均方根误差（root-mean-square error of approximation）；SRMR.标准化残差均方根（standardized root mean square residual）。
3.2 相关性分析
为检验理论模型中各变量间的初步关联情况，首先对核心变量进行描述性统计与相关性分析。由表2可知，数智营运能力与生产制造能力之间存在极显著正相关关系（P＜0.01），这为同一高阶构念“数智化能力”的有效性提供了证据；供应链韧性与生产制造能力、数智运营能力之间存在极显著正相关关系（P＜0.01），初步支持了H1和H2假设；此外，市场动荡性与生产制造能力、数智运营能力、供应链韧性之间存在极显著正相关关系（P＜0.01），国际化绩效与生产制造能力、数智运营能力、供应链韧性、市场动荡性之间存在极显著正相关关系（P＜0.01），为后续检验H3、H4、H5假设奠定了基础。
表2 核心变量描述性统计与相关性分析结果
Table2 Descriptive statistics and correlation analysis results of core variables
核心变量平均值标准差生产制造能力数智营运能力供应链韧性市场动荡性生产制造能力3.2940.9361数智营运能力3.3730.9240.383**1供应链韧性3.4570.9440.353**0.410**1市场动荡性3.3940.9430.326**0.444**0.431**1国际化绩效3.3690.9700.439**0.468**0.504**0.438**
注：**.相关性极显著（P＜0.01）。
3.3 假设检验
3.3.1 主效应检验
通过层次回归分析对假设进行检验。由表3可知，每一个模型的方差膨胀性因子（variance inflation factor，VIF）均小于5，说明不存在多重共线性问题。在控制其他变量后，数智化能力对国际化绩效存在高度显著正向作用（β＝0.494、P＜0.001），说明H1假设得到了实证数据支持。此外，供应链韧性对国际化绩效也存在高度显著正向的作用（β＝0.333、P＜0.001），说明H3假设得到了实证数据支持。结果表明，数智化能力和供应链韧性在企业运营中具有重要的作用，并且对国际化绩效有显著的正向影响。此外，由表3亦可知，数智化能力对供应链韧性存在高度显著正向的作用（β＝0.564、P＜0.001），说明H2假设得到了实证数据支持。结果表明，数智化能力在企业运营中具有重要的作用，并且对供应链韧性有显著的正向影响。
表3 层次回归分析结果
Table3 Hierarchical regression analysis results
模型1模型2员工规模0.0620.028供应链韧性0.333***R20.0080.385任职职务-0.02-0.03企业性质0.0140.015 H2员工规模0.0850.078ΔR20.0110.213 F0.666***14.129***假设常量/变量VIF常量3.091***0.39任职职务0.0650.063经营时间-0.048-0.045行业类别0.0210.011企业性质0.0080.004 H1 & H3研究变量数智化能力0.494***ΔR20.0080.377 F0.458***26.188***常量3.124***1.231***经营时间0.0340.05行业类别0.0470.053数智化能力0.564***R20.0110.224
注：***.高度显著（P＜0.001）。
3.3.2 供应链韧性的中介效应检验
选择Process模型五的Bootstrapping命令计算中介效应的95%置信区间，进而检验供应链韧性的中介作用。偏差修正的置信区间设定在95%，5 000次重复抽样。结果显示，供应链韧性在数智化能力与国际化绩效的中介效应值为0.140，95%置信区间为[0.078, 0.206]。综上，H4假设得到验证。
3.3.3 市场动荡性的调节效应检验
为了检验市场动荡性在数智化能力和国际化绩效之间的调节效应，通过构建交互项“数智化能力×市场动荡性”，运用层次回归分析方法，揭示市场动荡性在数智化能力与国际化绩效之间的调节作用。结果显示，数智化能力和市场动荡性的交互项对国际化绩效的正向影响高度显著（β＝0.297、P＜0.001），表明市场动荡性具有正向调节作用，即随着市场动荡性程度的提高，数智化能力对国际化绩效的正向影响随之增强。通过Process宏程序生成斜率分析图。由图2可知，在高市场动荡性环境下，数智化能力与国际化绩效之间的正相关关系更为明显。相比之下，在低市场动荡性条件下，数智化能力对国际化绩效的影响则相对较弱，这可能意味着在市场稳定时期，企业尚未充分发挥数智化能力的潜力。综上，H5假设得到验证。
图2 市场动荡性在数智化能力和国际化绩效之间的调节效果
Fig.2 Moderating effect of market turbulence between digitalintelligent capability and international performance
4 结论与启示
4.1 结论
本研究探讨白酒企业数智化能力对于企业国际化绩效的影响效应及作用机制，结果表明，数智化能力作为企业转型升级的核心动能，显著驱动企业在国际市场上的绩效表现实现跨越式提升；数智化能力深度赋能供应链体系，有效构建并强化了企业应对复杂挑战与突发中断的供应链韧性，为全球运营奠定坚实基础；强大的供应链韧性为企业驾驭国际市场提供了坚实保障，并转化为更稳定、更高效、更具竞争力的国际化绩效成果；市场动荡性正向调节数智化能力与国际化绩效的关系，即当市场环境不确定性加剧、动荡性升高时，数智化能力对国际化绩效的积极促进作用会被显著放大；供应链韧性扮演着至关重要的中介角色，是数智化能力转化为卓越国际化绩效不可或缺的核心传导机制与价值实现路径。
4.2 实践启示
“走出去”是我国企业国际化经营的必经之路，在“数智赋能”背景下，推动企业数智化转型成为实现国际化的关键路径。本文为中国白酒企业，乃至更多行业企业的数智化实践提供了如下重要启示：
1）研究结论表明数智化能力的运用能提高企业国际化绩效，管理者应树立数智化战略观、推动技术深度应用。企业需结合自身发展阶段、行业特点及国际化目标构建匹配的数智化体系，优化流程与效能。全球数字经济及前沿技术应用是企业国际化关键推动力，企业应响应国家政策，推动技术创新与商业模式革新以提升竞争力。白酒行业需突破经验惯性，将数智化视为核心战略，借助大数据分析动态调整研发方向。
2）数智化能力可通过提升供应链韧性提高国际化绩效，管理者应战略重视其引入与应用，不仅为提升效率，更为增强供应链在复杂多变国际市场中的适应与抗风险能力，确保全球竞争优势。以白酒产业为例，采购端构建可信全球供应商网络，降低灾害或贸易摩擦断供风险；生产端利用传感器和人工智能实时监控状态以提升工艺稳定性，保障出口产品品质一致；物流端借助人工智能预测海外需求波动以动态调整跨国仓储与库存，减少滞销或断货损失。
3）管理者需关注外部市场动荡影响，识别动荡程度并匹配差异化方法以加强数智化能力对绩效的转化。低动荡市场应实施技术深化渐进战略，重点建设数据中台与知识管理系统，培育数字文化；高动荡情境需转向敏捷响应管理范式，构建含实时环境扫描、智能风险预警与弹性资源池的复合能力体系。白酒企业可建立跨国经营数字驾驶舱，整合全球市场监管数据、汇率波动与消费情绪指标，通过蒙特卡洛模拟预判拐点，实现决策从经验直觉向数据驱动跃迁。
[1] 郄广平, 张珊, 朱力博, 等. 区域经济发展视域下贵州白酒产业高质量发展路径研究[J]. 中国酿造, 2025, 44(8): 310-314. DOI:10.11882/j.issn.0254-5071.2025.08.045.
[2] 唐莉蓉, 罗波, 李宾. 基于5W模式视角研究白酒文化融入城市品牌国际传播策略[J]. 中国酿造, 2025, 44(1): 293-297. DOI:10.11882/j.issn.0254-5071.2025.01.043.
[3] 杨柳. 中国白酒业国际化战略分析[J]. 酿酒科技, 2005(8): 103-106.DOI:10.3969/j.issn.1001-9286.2005.08.033.
[4] 李士燃, 孙宗帝, 徐兴花, 等. 中国白酒产业区域化发展特征及对策研究[J]. 中国酿造, 2024, 43(11): 254-258. DOI:10.11882/j.issn.0254-5071.2024.11.040.
[5] 余东华, 张恒瑜. 制造业企业如何通过数智化转型突破“服务化困境”?[J]. 甘肃社会科学, 2022(6): 203-217. DOI:10.15891/j.cnki.cn62-1093/c.20221111.006.
[6] 邬爱其, 刘一蕙, 宋迪. 跨境数字平台参与、国际化增值行为与企业国际竞争优势[J]. 管理世界, 2021, 37(9): 214-232. DOI:10.3969/j.issn.1002-5502.2021.09.031.
[7] 罗斌元, 陈艳霞. 数智化如何赋能经济高质量发展: 兼论营商环境的调节作用[J]. 科技进步与对策, 2022, 39(5): 61-71. DOI:10.6049/kjjbydc.2021040437.
[8] 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, 37(11): 227-240. DOI:10.3969/j.issn.1002-5502.2021.11.014.
[9] Vernon R. International investment and international trade in the product cycle[J]. The Quarterly Journal of Economics, 1966, 80(2):190. DOI:10.2307/1880689.
[10] Sullivan D. Measuring the degree of internationalization of a firm[J].Journal of International Business Studies, 1994, 25(2): 325-342.DOI:10.1057/palgrave.jibs.8490203.
[11] Knight G A, Cavusgil S T. Innovation, organizational capabilities,and the born-global firm[J]. Journal of International Business Studies,2004, 35(2): 124-141. DOI:10.1057/palgrave.jibs.8400071.
[12] 易靖韬, 王悦昊. 数字化转型对企业出口的影响研究[J]. 中国软科学, 2021(3): 94-104.
[13] Behzadi G, O’Sullivan M J, Olsen T L. On metrics for supply chain resilience[J]. European Journal of Operational Research, 2020, 287(1): 145-158. DOI:10.1016/j.ejor.2020.04.040.
[14] 蒋峦, 凌宇鹏, 张吉昌, 等. 数字化转型如何影响企业韧性?: 基于双元创新视角[J]. 技术经济, 2022, 41(1): 1-11. DOI:10.3969/j.issn.1002-980X.2022.01.001.
[15] Balakrishnan A S, Ramanathan U. The role of digital technologies in supply chain resilience for emerging markets’ automotive sector[J]. Supply Chain Management, 2021, 26(6): 654-671. DOI:10.1108/SCM-07-2020-0342.
[16] CHRISTOPHER M, LEE H. Mitigating supply chain risk through improved confidence[J]. International Journal of Physical Distribution & Logistics Management, 2004, 34(5): 388-396.DOI:10.1108/09600030410545436.
[17] 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, 45(7): 2309-2326.DOI:10.12011/SETP2023-2465.
[18] Wamba S F, Dubey R, Gunasekaran A, et al. The performance effects of big data analytics and supply chain ambidexterity: the moderating effect of environmental dynamism[J]. International Journal of Production Economics, 2020, 222: 107498. DOI:10.1016/j.ijpe.2019.09.019.
[19] 王欣. 党的十八大以来中央企业建设世界一流企业的实践探索与基本经验[J]. 改革, 2023(2): 28-46.
[20] Namdar J, LI X P, SAWHNEY R, et al. Supply chain resilience for single and multiple sourcing in the presence of disruption risks[J].International Journal of Production Research, 2018, 56(6): 2339-2360.DOI:10.1080/00207543.2017.1370149.
[21] 周晓雪, 崔淼. 应对外部环境挑战的企业数字韧性塑造机理研究:基于数字化战略更新的视角[J]. 南开管理评论, 2024, 27(2): 4-15.DOI:10.3969/j.issn.1008-3448.2024.02.002.
[22] 刘飞. 数字化转型如何提升制造业生产率: 基于数字化转型的三重影响机制[J]. 财经科学, 2020(10): 93-107. DOI:10.3969/j.issn.1000-8306.2020.10.008.
[23] Brislin R W. Translation and content analysis of oral and written materials[M]//Triandis H C, Berry J W. Handbook of cross-cultural psychology. Boston: Allyn & Bacon, 1980: 389-444.
[24] 张乐, 陈菊红, 董海林, 等. 制造企业数智化能力: 维度探索与量表开发[J]. 科技进步与对策, 2024, 41(11): 79-88. DOI:10.6049/kjjbydc.2023010267.
[25] 李卫宁, 赵尚科. 创业导向与国际化绩效: 基于国外市场知识的中介效应研究[J]. 管理学报, 2010, 7(8): 1191-1196. DOI:10.3969/j.issn.1672-884X.2010.08.014.
[26] Zahra S A, Garvis D M. International corporate entrepreneurship and firm performance the moderating effect of international environmental hostility[J]. Journal of Business Venturing, 2000, 15(5/6): 469-492.DOI:10.1016/S0883-9026(99)00036-1.
[27] 马潇宇, 黄明珠, 杨朦晰. 供应链韧性影响因素研究: 基于SEM与fsQCA方法[J]. 系统工程理论与实践, 2023, 43(9): 2484-2501.DOI:10.12011/SETP2022-2922.
[28] Pae J H, Kim N, Han J K, et al. Managing intraorganizational diffusion of innovations impact of buying center dynamics and environments[J]. Industrial Marketing Management, 2002, 31(8): 719-726. DOI:10.1016/S0019-8501(01)00190-0.