企業(yè)數(shù)字化的供應(yīng)鏈融資效應(yīng)
——基于商業(yè)信用視角

王 超 余典范

內(nèi)容提要：本文基于2010—2020年中國上市公司數(shù)據(jù),實(shí)證研究了企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資的影響。研究結(jié)果顯示,數(shù)字化提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)能力和經(jīng)營績效,顯著促進(jìn)了商業(yè)信用供給。隨著數(shù)字化的深入推進(jìn),企業(yè)延緩了客戶銷售款的收取并且更快地向供應(yīng)商支付貨款。異質(zhì)性分析結(jié)果表明,企業(yè)數(shù)字化的供應(yīng)鏈融資效應(yīng)在非國有企業(yè)、上下游數(shù)字化協(xié)同水平較高以及地區(qū)信任水平較低的樣本中更為顯著;企業(yè)數(shù)字化主要促進(jìn)了以融資而非交易為目的的商業(yè)信用供給;數(shù)字化促使供應(yīng)鏈中的資金顯著流向了交易次數(shù)較少、非國有企業(yè)以及融資約束較低的上下游供應(yīng)商和客戶。應(yīng)繼續(xù)推進(jìn)數(shù)字技術(shù)在企業(yè)信用評(píng)估、風(fēng)險(xiǎn)規(guī)避和供應(yīng)鏈協(xié)作中的應(yīng)用,為供應(yīng)鏈發(fā)揮融資作用提供有力支持。

一、問題提出

近年來,突發(fā)公共衛(wèi)生事件、貿(mào)易摩擦和地緣沖突等多重風(fēng)險(xiǎn)的疊加給企業(yè)經(jīng)營帶來了挑戰(zhàn),其中最為突出的就是融資問題。由于產(chǎn)品銷售不達(dá)預(yù)期和供應(yīng)鏈中斷,企業(yè)無法正常回籠資金,現(xiàn)金流面臨較大壓力。北京大學(xué)發(fā)布的一份報(bào)告顯示,資金壓力是除需求不足外企業(yè)面臨的第二大經(jīng)營困境[1]。因此,研究如何有效緩解企業(yè)的融資困境、擴(kuò)大融資來源具有較強(qiáng)的現(xiàn)實(shí)意義。

商業(yè)信用作為非正式融資的重要組成部分,在穩(wěn)定供應(yīng)鏈關(guān)系[2]、增加融資支持[3]方面有著關(guān)鍵性作用。東風(fēng)日產(chǎn)精準(zhǔn)幫扶上下游企業(yè)保持流動(dòng)性,有效化解供應(yīng)鏈風(fēng)險(xiǎn)就是供應(yīng)鏈融資協(xié)作的典型案例[4]。據(jù)統(tǒng)計(jì),上市公司通過商業(yè)信用方式獲取的融資約占資產(chǎn)的15.73%,而銀行貸款占比為16.37%。相比于銀行信貸等正式融資,商業(yè)信用的提供更為及時(shí)[5]。通過商業(yè)信用供給,資金寬裕、融資來源較多的企業(yè)可以將多余的資金配置給供應(yīng)商和客戶[6-7]。供應(yīng)鏈融資有助于促進(jìn)銷售,幫助企業(yè)渡過流動(dòng)性危機(jī)。2020年9月,中國人民銀行等八部委印發(fā)的《關(guān)于規(guī)范發(fā)展供應(yīng)鏈金融 支持供應(yīng)鏈產(chǎn)業(yè)鏈穩(wěn)定循環(huán)和優(yōu)化升級(jí)的意見》也強(qiáng)調(diào)供應(yīng)鏈融資在維護(hù)產(chǎn)業(yè)鏈供應(yīng)鏈穩(wěn)定、提高供應(yīng)鏈運(yùn)行效率中的積極作用。

盡管商業(yè)信用對(duì)于企業(yè)而言具有重要的融資作用,但其仍然面臨信任缺失的挑戰(zhàn)[8]。商業(yè)信用本質(zhì)上是企業(yè)向客戶(供應(yīng)商)銷售(購買)產(chǎn)品,但未同步收取貨款(提前支付)所形成的債權(quán),在財(cái)務(wù)上表現(xiàn)為對(duì)供應(yīng)商和客戶的融資支持[9],是企業(yè)通過供應(yīng)鏈融資的主要形式。與銀行信貸等正式融資不同,商業(yè)信用的供給沒有第三方中介擔(dān)保,一旦出現(xiàn)違約風(fēng)險(xiǎn),企業(yè)很難收回資金。部分企業(yè)可能掩蓋經(jīng)營困境、夸大經(jīng)營績效,使得企業(yè)評(píng)估商業(yè)信用風(fēng)險(xiǎn)的難度提升[10]。隨著大數(shù)據(jù)、區(qū)塊鏈技術(shù)在生產(chǎn)經(jīng)營中的應(yīng)用,企業(yè)間信息不對(duì)稱將大幅度降低。一方面,數(shù)字化的管理模式有助于企業(yè)匯集日常經(jīng)營信息,根據(jù)供應(yīng)商和客戶的歷史交易情況評(píng)估其信用水平,提前降低風(fēng)險(xiǎn)。依托公開數(shù)據(jù)平臺(tái)以及大數(shù)據(jù)技術(shù),企業(yè)可以獲知上下游的法律訴訟風(fēng)險(xiǎn)、知識(shí)產(chǎn)權(quán)和股權(quán)結(jié)構(gòu)等各項(xiàng)經(jīng)營指標(biāo),降低信息不對(duì)稱。另一方面,數(shù)字技術(shù)在供應(yīng)鏈管理中的應(yīng)用有助于企業(yè)隨時(shí)了解上下游供貨和銷售的情況[11],加強(qiáng)對(duì)相關(guān)企業(yè)的監(jiān)督,降低商業(yè)信用壞賬風(fēng)險(xiǎn)。從實(shí)踐案例上看,部分企業(yè)基于數(shù)字技術(shù)開發(fā)的供應(yīng)鏈融資平臺(tái)對(duì)于帶動(dòng)上下游協(xié)同發(fā)展,緩解融資約束發(fā)揮了重要作用。例如,國家電網(wǎng)有限公司立足能源產(chǎn)業(yè)鏈的核心地位,利用大數(shù)據(jù)、人工智能和區(qū)塊鏈等新興技術(shù),深入挖掘10萬多家供應(yīng)商和億級(jí)用電客戶的業(yè)務(wù)流、信息流、資金流等數(shù)據(jù)價(jià)值,打造特色供應(yīng)鏈融資平臺(tái)“電e金服”。通過應(yīng)收賬款、用電情況等數(shù)據(jù)的挖掘,“電e金服”有效整合轉(zhuǎn)化數(shù)據(jù)價(jià)值,減少上下游企業(yè)信息不對(duì)稱,將自身資源稟賦和要素優(yōu)勢(shì)拓展輻射至全產(chǎn)業(yè)鏈,打造共建共贏的能源產(chǎn)業(yè)鏈新生態(tài)。上線三年來,該平臺(tái)累計(jì)幫助上下游用戶獲得融資超千億元。因此,研究數(shù)字化如何影響供應(yīng)鏈融資對(duì)于豐富企業(yè)的融資渠道具有較強(qiáng)的現(xiàn)實(shí)意義。

基于此,本文以2010—2020年中國A股上市公司為樣本,實(shí)證分析企業(yè)數(shù)字化影響供應(yīng)鏈融資供給的基本事實(shí)、異質(zhì)性以及影響機(jī)制。研究發(fā)現(xiàn):隨著數(shù)字化水平的提升,企業(yè)向上下游提供的商業(yè)信用顯著增加。企業(yè)延緩了客戶貨款的收回,并且加快對(duì)供應(yīng)商的資金支付。機(jī)制分析表明,數(shù)字化增強(qiáng)了企業(yè)風(fēng)險(xiǎn)承擔(dān)能力、改善了經(jīng)營績效進(jìn)而提高了供應(yīng)鏈融資供給意愿和能力。異質(zhì)性分析發(fā)現(xiàn),上述效應(yīng)在非國有企業(yè)、上下游數(shù)字化協(xié)同和地區(qū)信任水平較低的樣本中更加顯著。并且,數(shù)字化主要促進(jìn)了以融資而非交易為目的的商業(yè)信用供給。本文利用商業(yè)信用的明細(xì)數(shù)據(jù)以及上市公司披露的五大供應(yīng)商和客戶信息,還發(fā)現(xiàn)數(shù)字化更多促使企業(yè)增加對(duì)交易次數(shù)較少、非國有以及融資環(huán)境較好的上下游供應(yīng)商和客戶融資供給。

本文的邊際貢獻(xiàn)在于:第一,拓展了供應(yīng)鏈融資的研究視角?，F(xiàn)有文獻(xiàn)主要從宏觀環(huán)境[12]、基礎(chǔ)設(shè)施[13]以及企業(yè)特征[14-15]的角度探討供應(yīng)鏈融資的供給決策,并未就數(shù)字化背景下企業(yè)如何調(diào)整供應(yīng)鏈融資進(jìn)行定量分析。本文基于數(shù)字化變革視角,深入研究數(shù)字化彌合信任、增強(qiáng)風(fēng)險(xiǎn)承擔(dān)能力以及改善經(jīng)營績效的作用,拓展了數(shù)字化與供應(yīng)鏈融資的研究。第二,本文將數(shù)字化的經(jīng)濟(jì)效應(yīng)拓展至供應(yīng)鏈層面,數(shù)字化的推進(jìn)可能對(duì)其供應(yīng)鏈資金決策產(chǎn)生影響。本文從商業(yè)信用角度出發(fā),關(guān)注供應(yīng)鏈中資金的流動(dòng);特別是對(duì)不同數(shù)字化協(xié)同水平企業(yè)的異質(zhì)性分析,有助于加深對(duì)數(shù)字化協(xié)同的認(rèn)識(shí)[16],為優(yōu)化產(chǎn)業(yè)鏈協(xié)同政策提供參考。第三,本文分析了數(shù)字化影響供應(yīng)鏈融資供給的作用渠道以及在不同交易對(duì)象間的差異。通過區(qū)分商業(yè)信用供給的主要方式,發(fā)現(xiàn)企業(yè)數(shù)字化的推進(jìn)既增加了對(duì)上游應(yīng)付賬款的支付,也延緩了下游應(yīng)收賬款的收取,表明供應(yīng)鏈融資效應(yīng)同時(shí)存在于供應(yīng)商和客戶中。此外,本文通過匹配上市公司商業(yè)信用明細(xì)數(shù)據(jù)與供應(yīng)鏈信息,識(shí)別了供應(yīng)鏈融資供給的具體流向,進(jìn)一步豐富了數(shù)字化供應(yīng)鏈融資效應(yīng)的研究。

本文內(nèi)容安排如下:第二部分在回顧經(jīng)典研究的基礎(chǔ)上,從理論上分析數(shù)字化對(duì)供應(yīng)鏈融資供給的影響,提出本文的研究假設(shè)。第三部分介紹研究樣本、數(shù)據(jù)來源以及模型的設(shè)定。第四部分給出數(shù)字化影響供應(yīng)鏈融資供給的基準(zhǔn)結(jié)果,并進(jìn)行穩(wěn)健性檢驗(yàn)和內(nèi)生性處理;在此基礎(chǔ)上分析其中的作用渠道和影響機(jī)制,探討可能存在的異質(zhì)性。第五部分關(guān)注供應(yīng)鏈中資金流動(dòng)的主要方向。最后是結(jié)論與啟示。

二、文獻(xiàn)回顧、理論分析與研究假設(shè)

(一)文獻(xiàn)回顧

供應(yīng)鏈融資作為銀行信貸的重要補(bǔ)充[15],一直備受學(xué)術(shù)研究的關(guān)注。一般認(rèn)為,企業(yè)會(huì)出于融資或交易動(dòng)機(jī)向上下游提供商業(yè)信用[17],帶動(dòng)供應(yīng)鏈企業(yè)協(xié)同發(fā)展。由于商業(yè)信用實(shí)際上是對(duì)資金的占用,其決策受到自身特征和外部環(huán)境的影響。陳勝藍(lán)和劉曉玲(2018)基于經(jīng)濟(jì)政策不確定性指數(shù)構(gòu)建反映企業(yè)外部環(huán)境的指標(biāo),發(fā)現(xiàn)不確定性的增加抑制了企業(yè)的商業(yè)信用供給[12]。原因在于宏觀經(jīng)濟(jì)的波動(dòng)降低了企業(yè)的流動(dòng)性,同時(shí)增加了企業(yè)風(fēng)險(xiǎn)。除考慮經(jīng)濟(jì)環(huán)境外,商業(yè)信用的非正式融資特征使得其更加依賴于良好的信任關(guān)系。吳等人(Wu et al.,2014)發(fā)現(xiàn),在社會(huì)信任水平更高的地區(qū),企業(yè)更容易從供應(yīng)商處獲得商業(yè)信用,推遲應(yīng)付賬款的支付[18];同樣企業(yè)也更愿意為客戶提供商業(yè)信用,延長貨款支付周期。作為一種非正式制度,信任的建立離不開完善的法律制度和高效的司法治理。潘越等(2022)以智慧法院的建設(shè)為出發(fā)點(diǎn),發(fā)現(xiàn)數(shù)字技術(shù)在司法中的應(yīng)用極大地提高了司法便利性和司法效率,對(duì)于轄區(qū)內(nèi)企業(yè)獲得商業(yè)信用有積極作用[19]。大量研究還從企業(yè)自身特征分析了商業(yè)信用的影響因素。首先,商業(yè)信用的供求與上下游企業(yè)密切相關(guān),因此供應(yīng)鏈聯(lián)系直接影響商業(yè)信用的決策[20]。孔等人(Kong et al.,2020)構(gòu)建了企業(yè)CEO與供應(yīng)商家鄉(xiāng)聯(lián)系的獨(dú)特?cái)?shù)據(jù),發(fā)現(xiàn)與供應(yīng)商的家鄉(xiāng)聯(lián)系有利于企業(yè)獲得商業(yè)信用融資,這一效果在金融機(jī)構(gòu)較為匱乏的地區(qū)更為明顯[21]。陳正林(2017)則從供應(yīng)鏈集中度的視角,研究發(fā)現(xiàn)客戶集中度越高,企業(yè)提供的商業(yè)信用也越多[9]。其次,無論是提供還是獲得商業(yè)信用,均以良好的經(jīng)營績效和聲譽(yù)作為背書。鄭軍等(2013)認(rèn)為由于高質(zhì)量的內(nèi)部控制與會(huì)計(jì)信息的穩(wěn)健性、可靠性相關(guān),當(dāng)內(nèi)部控制水平較高時(shí),企業(yè)能夠獲得更多的商業(yè)信用融資[22]。白雪蓮等(2022)發(fā)現(xiàn),金融化提高了企業(yè)財(cái)務(wù)風(fēng)險(xiǎn),對(duì)企業(yè)經(jīng)營投資產(chǎn)生擠占效應(yīng),抑制了商業(yè)信用融資[23]。從企業(yè)聲譽(yù)的角度出發(fā),李增福和馮柳華(2022)、羅等人(Luo et al.,2023)檢驗(yàn)了企業(yè)履行社會(huì)責(zé)任對(duì)商業(yè)信用融資的影響[24-25],發(fā)現(xiàn)更好的環(huán)境、社會(huì)和公司治理(ESG)履行有助于強(qiáng)化企業(yè)的競爭優(yōu)勢(shì)、提高外部聲譽(yù),進(jìn)而增加商業(yè)信用融資。綜上,現(xiàn)有文獻(xiàn)論證了信用風(fēng)險(xiǎn)和經(jīng)營績效在供應(yīng)鏈融資決策中的重要性,但鮮有研究從數(shù)字化角度探討其中的融資效應(yīng)。隨著數(shù)字技術(shù)的出現(xiàn),企業(yè)不僅可以通過大數(shù)據(jù)和區(qū)塊鏈的應(yīng)用提高自身風(fēng)險(xiǎn)評(píng)估和應(yīng)對(duì)能力,還能夠利用數(shù)字技術(shù)改善經(jīng)營管理、提高生產(chǎn)效率,為供應(yīng)鏈融資提供可持續(xù)支持。因此,本文從企業(yè)數(shù)字化角度分析其中的供應(yīng)鏈融資效應(yīng),是對(duì)數(shù)字化與供應(yīng)鏈融資研究的進(jìn)一步拓展。

(二)理論分析與研究假設(shè)

供應(yīng)鏈融資受到供給意愿和供給能力兩方面因素的影響。首先,供應(yīng)鏈融資建立在良好的信任基礎(chǔ)上,是否提供商業(yè)信用取決于企業(yè)對(duì)上下游以及自身的風(fēng)險(xiǎn)承擔(dān)能力的評(píng)估。盡管相比于銀行,企業(yè)對(duì)供應(yīng)商和客戶的信用情況更為了解,但其仍然受到信息不對(duì)稱的影響。當(dāng)企業(yè)提供商業(yè)信用時(shí),需要承擔(dān)上下游無法及時(shí)交付原材料,支付貨款的潛在壞賬風(fēng)險(xiǎn)。其次,商業(yè)信用需要以穩(wěn)定的現(xiàn)金流作為保障,是否提供商業(yè)信用取決于經(jīng)營狀況[3]。商業(yè)信用的供給占用了企業(yè)自有資金,當(dāng)企業(yè)經(jīng)營效率更高或者對(duì)未來更為樂觀時(shí)[26],能夠用于商業(yè)信用供給的資源也較多。基于這一理論框架,本文從供給意愿和供給能力兩方面分析數(shù)字化對(duì)供應(yīng)鏈融資的影響。

從供給意愿來看,數(shù)字化增強(qiáng)了企業(yè)信息搜集和分析的能力,有助于充分評(píng)估風(fēng)險(xiǎn),提高風(fēng)險(xiǎn)承擔(dān)能力。由于商業(yè)信用的供給并不需要相關(guān)抵押品,同時(shí)也缺乏第三方機(jī)構(gòu)擔(dān)保,企業(yè)在向上下游供應(yīng)商和客戶提供商業(yè)信用時(shí)面臨信息不對(duì)稱和道德風(fēng)險(xiǎn)[18]。現(xiàn)實(shí)中,供應(yīng)鏈融資的爆雷現(xiàn)象也時(shí)有發(fā)生。隨著數(shù)字技術(shù)在企業(yè)決策中的應(yīng)用,企業(yè)得以通過網(wǎng)絡(luò)平臺(tái)、第三方數(shù)據(jù)機(jī)構(gòu)以及新聞報(bào)道挖掘供應(yīng)商客戶的經(jīng)營信息,在事前對(duì)其信用狀況進(jìn)行評(píng)估,有效降低了信息不對(duì)稱。如銀行在貸款調(diào)查中利用天眼查等平臺(tái)充分挖掘風(fēng)險(xiǎn)信息,掌握司法訴訟記錄、行政處罰和被執(zhí)行人記錄等信用信息,極大提高了貸款盡職調(diào)查效率。事中,區(qū)塊鏈技術(shù)減少了合作企業(yè)篡改經(jīng)營數(shù)據(jù)和產(chǎn)品供貨信息的可能性,便捷的線上平臺(tái)也有助于企業(yè)間進(jìn)行溝通,降低壞賬風(fēng)險(xiǎn)[10]。從供給能力看,數(shù)字化深刻改變了企業(yè)的生產(chǎn)經(jīng)營模式,對(duì)生產(chǎn)效率提升有著積極意義[27]。首先,數(shù)字技術(shù)在管理和生產(chǎn)中的應(yīng)用降低了部門間溝通成本,提高了內(nèi)部控制水平。以自動(dòng)化生產(chǎn)和物聯(lián)網(wǎng)為代表的數(shù)字技術(shù)增強(qiáng)了生產(chǎn)環(huán)節(jié)的協(xié)作,有利于打造產(chǎn)品競爭優(yōu)勢(shì)。其次,數(shù)字化改造有助于吸引社會(huì)關(guān)注,踐行綠色發(fā)展的理念,樹立企業(yè)勇于創(chuàng)新的積極形象[28]。良好的聲譽(yù)不僅使得企業(yè)更容易獲得外部融資支持,更能夠享受到政府?dāng)?shù)字化改造的扶持政策。綜上所述,數(shù)字化促進(jìn)生產(chǎn)效率提升,增強(qiáng)了企業(yè)為上下游提供商業(yè)信用的能力。由此,本文提出假設(shè)1。

假設(shè)1:隨著數(shù)字化水平的提高,企業(yè)將更多向上下游供應(yīng)商和客戶提供商業(yè)信用。

盡管數(shù)字化有助于提升企業(yè)供應(yīng)鏈融資供給的意愿和能力,但對(duì)不同企業(yè)的影響可能存在差異。首先,從所有權(quán)性質(zhì)上看,國有企業(yè)在信息獲取和分析上具有一定優(yōu)勢(shì)。國有企業(yè)規(guī)模龐大,與政府部門和社會(huì)的廣泛聯(lián)系使其能夠更好地評(píng)估上下游企業(yè)的信用狀況。非國有企業(yè)信息來源相對(duì)有限,數(shù)字技術(shù)應(yīng)用對(duì)其邊際效應(yīng)更大,而且非國有企業(yè)更依賴上下游協(xié)作,出現(xiàn)供應(yīng)鏈風(fēng)險(xiǎn)的可能性也較高,其更愿意通過商業(yè)信用形式加強(qiáng)供應(yīng)鏈關(guān)系,提高供應(yīng)鏈穩(wěn)定性。其次,從上下游協(xié)作水平看,企業(yè)數(shù)字化的實(shí)施不僅需要自身加大投入、重塑生產(chǎn)經(jīng)營流程,還離不開供應(yīng)鏈企業(yè)的協(xié)同[16]。一方面,數(shù)字化的高效協(xié)同有利于夯實(shí)供應(yīng)鏈關(guān)系,原材料的溯源、物流運(yùn)輸以及產(chǎn)品銷售需求反饋都需要供應(yīng)商和客戶的緊密配合。當(dāng)上下游數(shù)字化水平較高時(shí),企業(yè)間的供應(yīng)鏈合作將更加順暢和高效。另一方面,上下游較高的數(shù)字化水平也便于企業(yè)間獲取相關(guān)信息,評(píng)估信用狀況,區(qū)塊鏈等技術(shù)也能更好應(yīng)用,增進(jìn)企業(yè)信任。最后,從地區(qū)信任水平來看,供應(yīng)鏈融資的供給需要以較高的信任作為保障[18]。數(shù)字技術(shù)的出現(xiàn)彌合了企業(yè)間信任,有助于不同合作企業(yè)增進(jìn)了解。因此,數(shù)字化促進(jìn)商業(yè)信用供給的邊際效應(yīng)在地區(qū)信任水平較低的企業(yè)中可能更為顯著。由此,本文提出假設(shè)2。

假設(shè)2:數(shù)字化對(duì)供應(yīng)鏈融資供給的促進(jìn)效應(yīng)在非國有企業(yè)、上下游數(shù)字化協(xié)同程度較高和地區(qū)信任水平較低的企業(yè)中更為顯著。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文以2010—2020年中國滬深A(yù)股上市公司為研究樣本。選擇2010年作為本文研究起始年份主要是考慮到2008年爆發(fā)的金融危機(jī)以及2009年中國政府出臺(tái)的一系列振興經(jīng)濟(jì)政策可能對(duì)企業(yè)經(jīng)營以及供應(yīng)鏈融資供求決策產(chǎn)生較大影響,剔除上述年份,樣本能夠較好地剝離出企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資的影響。按照研究慣例,本文在實(shí)證分析前對(duì)樣本進(jìn)行如下處理:第一,剔除特別處理(ST)、退市風(fēng)險(xiǎn)警示(*ST)、特別轉(zhuǎn)讓(PT)和終止上市的公司樣本;第二,剔除金融行業(yè)(貨幣金融服務(wù)、資本市場(chǎng)服務(wù)、保險(xiǎn)業(yè)以及其他金融業(yè))上市公司;第三,為了消除極端值對(duì)實(shí)證分析的干擾,本文對(duì)連續(xù)變量進(jìn)行1%的雙側(cè)縮尾處理。商業(yè)信用以及企業(yè)財(cái)務(wù)相關(guān)指標(biāo)從國泰安中國經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR)獲取。

(二)模型設(shè)定

為檢驗(yàn)企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資的影響,本文參考陳勝藍(lán)和劉曉玲(2018)[12]、鄭軍等(2013)[22]的研究,建立如下回歸模型:

F.crediti,t=α0+α1dig_ratei,t+∑αxcontrolsi,t+γi+?p,t+εi,t

(1)

其中,被解釋變量為下一期的供應(yīng)鏈融資,采用商業(yè)信用凈供給額衡量。核心解釋變量為企業(yè)數(shù)字化,參考余典范等(2022)[16]使用資產(chǎn)法測(cè)算?？刂谱兞堪?銀行貸款、公司規(guī)模、財(cái)務(wù)杠桿、總資產(chǎn)報(bào)酬率、抵押能力、成長能力、現(xiàn)金流、市場(chǎng)競爭程度、上市時(shí)間。本文控制企業(yè)固定效應(yīng)γi和“省份×年份”的交互固定效應(yīng)?p,t(1)感謝匿名審稿專家提供的寶貴建議。,εi,t為隨機(jī)擾動(dòng)項(xiàng),以減少宏觀經(jīng)濟(jì)環(huán)境對(duì)企業(yè)供應(yīng)鏈融資的干擾,標(biāo)準(zhǔn)誤在企業(yè)層面聚類。

(三)變量定義

1.被解釋變量

供應(yīng)鏈融資(credit)。本文參考已有文獻(xiàn)的常見做法,采用“應(yīng)收賬款+應(yīng)收票據(jù)+預(yù)付賬款-預(yù)收賬款-應(yīng)付賬款-應(yīng)付票據(jù)”與總資產(chǎn)之比表征供應(yīng)鏈融資。其中,“應(yīng)收賬款+應(yīng)收票據(jù)+預(yù)付賬款”代表企業(yè)向上下游供應(yīng)商和客戶提供的商業(yè)信用,“預(yù)收賬款+應(yīng)付賬款+應(yīng)付票據(jù)”代表企業(yè)從上下游獲取的商業(yè)信用,二者之差為企業(yè)的凈商業(yè)信用。本文還在穩(wěn)健性檢驗(yàn)中使用“應(yīng)收賬款+應(yīng)收票據(jù)+預(yù)付賬款” 與總資產(chǎn)的比值作為被解釋變量進(jìn)行回歸,相關(guān)結(jié)果與基準(zhǔn)回歸一致。需要說明的是,與祁懷錦等(2022)[29]的構(gòu)造方法不同,本文的度量方式不僅涵蓋了企業(yè)以應(yīng)收形式向客戶提供的商業(yè)信用,還包括了其以預(yù)付形式與供應(yīng)商發(fā)生的商業(yè)信用供給關(guān)系。由于供應(yīng)鏈涉及原材料提供、產(chǎn)品生產(chǎn)再到銷售的完整過程,這一方式能夠更為精準(zhǔn)地表征企業(yè)供應(yīng)鏈融資供給的整體情況。最后,由于數(shù)字化變革對(duì)企業(yè)經(jīng)營的影響可能具有一定滯后性,本文將被解釋變量提前了一期。

2.核心解釋變量

企業(yè)數(shù)字化(dig_rate)?，F(xiàn)有文獻(xiàn)主要采取兩種方式測(cè)度企業(yè)數(shù)字化水平:一是利用上市公司發(fā)布的年度報(bào)告中數(shù)字化相關(guān)詞頻表征數(shù)字化水平[30-31]:二是從上市公司披露的無形資產(chǎn)和固定資產(chǎn)明細(xì)中識(shí)別與數(shù)字化相關(guān)的資產(chǎn),以此表征企業(yè)數(shù)字化[16]。從披露類型上看,基于文本分析法度量的數(shù)字化水平可能受到策略性行為的影響。首先,與財(cái)務(wù)信息相比,文本信息較難通過客觀情況核實(shí),披露內(nèi)容的自由裁量權(quán)較大、可操縱性強(qiáng)[32]。目前上市公司信息披露審查制度主要集中在對(duì)財(cái)務(wù)信息的監(jiān)管上,對(duì)誤導(dǎo)性陳述、披露不實(shí)等“軟欺詐”行為的甄別力度不夠[33-34],違法成本較低。其次,由于數(shù)字化轉(zhuǎn)型的投入高、周期長,企業(yè)可能出于迎合輿論和政策導(dǎo)向的目的,策略性調(diào)整年報(bào)披露內(nèi)容,導(dǎo)致年報(bào)相關(guān)表述存在對(duì)數(shù)字化水平的夸大?；谫Y產(chǎn)法測(cè)度的數(shù)字化水平較少受到策略性披露的影響,企業(yè)購置的數(shù)字化軟件和硬件也能夠反映其數(shù)字化實(shí)際投入。本文從上市公司財(cái)務(wù)報(bào)表附注中識(shí)別無形資產(chǎn)和固定資產(chǎn)的具體內(nèi)容,將其中涉及數(shù)字化的資產(chǎn)如“企業(yè)資源規(guī)劃(ERP)系統(tǒng)、自動(dòng)化儀器儀表”加總計(jì)算得到企業(yè)的數(shù)字化資產(chǎn)總和,并計(jì)算其占無形資產(chǎn)和固定資產(chǎn)的比例,以此表征企業(yè)的數(shù)字化水平。數(shù)字化的相關(guān)詞匯與余典范等(2022)[16]一致。

3.控制變量

本文參考陳勝藍(lán)和劉曉玲(2018)[12]、鄭軍等(2013)[22]的研究,控制一系列影響供應(yīng)鏈融資的因素。其中,銀行貸款(bank)使用企業(yè)獲得的長期和短期借款占總資產(chǎn)的比例測(cè)度,財(cái)務(wù)杠桿(lev)為總負(fù)債占總資產(chǎn)之比,現(xiàn)金流(cash)為經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量與總資產(chǎn)之比,三者均可刻畫企業(yè)的資金占有情況,與供應(yīng)鏈融資供給密切相關(guān)?？傎Y產(chǎn)報(bào)酬率(roa)為稅后利潤占總資產(chǎn)之比,成長能力(grow)由營業(yè)收入增長率計(jì)算得到,表征企業(yè)的經(jīng)營能力。抵押能力(cap)使用固定資產(chǎn)占總資產(chǎn)的比例衡量,刻畫企業(yè)的貸款獲取能力。除此之外,本文還控制了公司規(guī)模(lnass)、市場(chǎng)競爭程度(compete)和上市時(shí)間(lnage)等企業(yè)和行業(yè)特征。

具體的變量定義見表1。

(四)描述性統(tǒng)計(jì)

表2給出了被解釋變量、核心解釋變量以及控制變量的描述性統(tǒng)計(jì)情況。從供應(yīng)鏈融資的統(tǒng)計(jì)指標(biāo)看,絕大多數(shù)上市公司商業(yè)信用為凈供給,平均占比達(dá)到1.579%,上市公司平均資產(chǎn)規(guī)模為146.979億元,這意味著上市公司商業(yè)信用的凈供給達(dá)到了2.321億元。通過觀察總資產(chǎn)報(bào)酬率(roa)、現(xiàn)金流(cash)的平均值可以發(fā)現(xiàn),企業(yè)向上下游提供的凈商業(yè)信用約占利潤的44.444%和現(xiàn)金流的39.024%?？梢?供應(yīng)鏈融資供給在企業(yè)經(jīng)營中具有重要地位。同時(shí),商業(yè)信用的最小占比為-38.050%,最大值為40.807%,說明上市公司中既存在對(duì)上下游商業(yè)信用的凈供給,也存在凈需求,進(jìn)一步印證了本文探究供應(yīng)鏈融資供給決策的必要性。此外,企業(yè)數(shù)字化的平均值為0.029,最大值為0.601,最小值為0,標(biāo)準(zhǔn)差為0.073。不同企業(yè)間數(shù)字化水平存在較大差異,數(shù)字鴻溝現(xiàn)象較為明顯。

表2 描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果

本文按照式(1)設(shè)定的模型進(jìn)行基準(zhǔn)回歸,結(jié)果如表3所示。表3控制了企業(yè)以及“省份×年份”的交互固定效應(yīng),列(1)為僅引入核心解釋變量的結(jié)果,列(2)為同時(shí)納入核心解釋變量和控制變量的回歸結(jié)果。觀察企業(yè)數(shù)字化的回歸系數(shù)可知,無論是否考慮其他可能影響供應(yīng)鏈融資的因素,企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資供給均產(chǎn)生顯著的正向影響。隨著企業(yè)數(shù)字化水平的提高,企業(yè)更愿意提供商業(yè)信用帶動(dòng)上下游協(xié)同發(fā)展,假設(shè)1得到驗(yàn)證。觀察控制變量的系數(shù)還發(fā)現(xiàn),企業(yè)獲得的銀行信貸與供應(yīng)鏈融資供給顯著正相關(guān)[12],印證了商業(yè)信用對(duì)信貸資金的二次配置作用;并且,企業(yè)績效表現(xiàn)與供應(yīng)鏈融資供給同樣具有顯著的正向關(guān)系。企業(yè)所能夠支配的資金越豐裕、未來發(fā)展預(yù)期越好,越愿意為上下游提供融資支持[26]。這意味著商業(yè)信用的供給決策中供給能力是非常重要的因素。與該結(jié)果一致,當(dāng)企業(yè)的杠桿率越高時(shí),企業(yè)會(huì)顯著減少供應(yīng)鏈融資支持。

表3 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

基準(zhǔn)回歸結(jié)果發(fā)現(xiàn),隨著數(shù)字化的推進(jìn),企業(yè)將為上下游提供更多商業(yè)信用?？紤]到可能存在其他影響供應(yīng)鏈融資的因素,本文進(jìn)一步通過更換被解釋變量測(cè)度方式和排除其他影響因素進(jìn)行穩(wěn)健性檢驗(yàn)。

1.更換被解釋變量的測(cè)度方式

本文分別通過以下方式替換被解釋變量:首先,參考陳勝藍(lán)和劉曉玲(2018)[12]的研究,使用“應(yīng)收賬款+應(yīng)收票據(jù)+預(yù)付賬款”與總資產(chǎn)的比值作為供應(yīng)鏈融資供給(F.credit_raw)的表征。其次,供應(yīng)鏈融資供給與企業(yè)經(jīng)營狀況直接相關(guān),因此本文還采用“應(yīng)收賬款+應(yīng)收票據(jù)+預(yù)付賬款-預(yù)收賬款-應(yīng)付賬款-應(yīng)付票據(jù)”與營業(yè)總收入之比作為被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。最后,采用當(dāng)期的商業(yè)信用作為被解釋變量。表4為更換被解釋變量測(cè)度方式的回歸結(jié)果。表4中F.credit_raw的結(jié)果顯示,即使采用商業(yè)信用供給作為被解釋變量,企業(yè)數(shù)字化的系數(shù)仍然顯著為正,并且系數(shù)有所減小,這意味著商業(yè)信用凈供給的增加不僅來自允許下游企業(yè)延遲支付,還表現(xiàn)為向供應(yīng)商更快支付貨款。表4結(jié)果表明,更換被解釋變量測(cè)度方式并不會(huì)對(duì)結(jié)果產(chǎn)生顯著影響,結(jié)論與基準(zhǔn)回歸一致。

表4 更換被解釋變量回歸結(jié)果

2.排除其他影響供應(yīng)鏈融資的因素

為了進(jìn)一步剔除各地政策可能對(duì)商業(yè)信用供給產(chǎn)生的影響,本文將省份年份的交互固定效應(yīng)替換為城市年份交互固定效應(yīng)?？紤]到不同行業(yè)的生產(chǎn)供貨周期以及現(xiàn)金流存在較大差異,因此有必要控制行業(yè)發(fā)展趨勢(shì)對(duì)供應(yīng)鏈融資的影響。本文在模型中引入行業(yè)年份的交互固定效應(yīng)。此外,在信息不暢通、運(yùn)輸成本較高的情況下,企業(yè)出于產(chǎn)品質(zhì)量保證的目的,也會(huì)向上下游提供商業(yè)信用。隨著交通基礎(chǔ)設(shè)施的完善,企業(yè)間交易量增加,信息不對(duì)稱下降,為保障產(chǎn)品銷售目的的商業(yè)信用供給會(huì)顯著減少。本文參考陳勝藍(lán)和劉曉玲(2019)[13]的研究,將高鐵開通納入回歸進(jìn)行穩(wěn)健性檢驗(yàn)。表5給出了排除其他因素的回歸結(jié)果。列(1)、列(2)的結(jié)果顯示,無論是替換為城市年份固定效應(yīng)還是增加行業(yè)年份固定效應(yīng),核心解釋變量系數(shù)仍然顯著為正,但系數(shù)有所降低。這意味著城市和行業(yè)差異的確在解釋供應(yīng)鏈融資供給方面有一定作用。此外,排除高鐵開通的影響后,核心解釋變量系數(shù)與基準(zhǔn)回歸一致,結(jié)論依然穩(wěn)健。

表5 排除其他影響因素回歸結(jié)果

(三)內(nèi)生性處理

本文的內(nèi)生性問題可能源于以下幾方面:一是遺漏變量問題。由于供應(yīng)鏈融資的供求決策與企業(yè)經(jīng)營諸多方面相關(guān),可能遺漏部分影響因素。本文在穩(wěn)健性檢驗(yàn)中通過排除其他影響因素,特別是同時(shí)引入行業(yè)年份以及省份年份的交互固定效應(yīng)很大程度上能緩解這類問題。二是自選擇問題,商業(yè)信用供給較多的企業(yè)在融資渠道上更加靈活,資金來源廣泛,因此也有可能在推進(jìn)數(shù)字化上較為順利。為了緩解上述內(nèi)生性,本文采用工具變量進(jìn)行回歸。首先,企業(yè)數(shù)字化的順利推進(jìn)離不開硬件和人力資本的支持,城市在歷史上的電腦使用情況反映了其數(shù)字化基礎(chǔ)條件和人力資本情況。本文使用2005年各城市“經(jīng)常使用電腦的員工比例(computer)”作為數(shù)字化的工具變量。其合理性在于:第一,電腦作為企業(yè)數(shù)字化的必備硬件設(shè)施,員工中使用電腦的比例反映了城市的數(shù)字人力資本儲(chǔ)備情況,與企業(yè)數(shù)字化具有較好的相關(guān)性;第二,由于本文采用的是樣本期之外的數(shù)據(jù),同時(shí)城市層面的指標(biāo)降低了反向因果,滿足外生性。本文從世界銀行2005年“中國企業(yè)投資環(huán)境調(diào)查”數(shù)據(jù)庫獲取相關(guān)指標(biāo),參照肖土盛等(2022)[35]的研究進(jìn)行兩階段最小二乘回歸。其次,本文還參考賀梅和王燕梅(2023)[36]以及魯貝爾(Lewbel,1997)[37]的研究,將企業(yè)與同一省份同一行業(yè)數(shù)字化均值差額的三次方(Lewbel_iv)作為工具變量。表6列(1)和列(4)為工具變量第一階段的回歸結(jié)果,兩個(gè)工具變量均與核心解釋變量顯著相關(guān)。同時(shí),列(2)和列(5)的結(jié)果表明,使用工具變量處理內(nèi)生性問題后,企業(yè)數(shù)字化水平的提高仍然顯著促進(jìn)了供應(yīng)鏈融資供給。相關(guān)檢驗(yàn)顯示,LM統(tǒng)計(jì)量的P值小于0.001,拒絕“工具變量識(shí)別不足”的原假設(shè),F值遠(yuǎn)大于臨界值16.380,說明這一工具變量滿足相關(guān)性條件。為了盡可能地驗(yàn)證本文工具變量的外生性,參考董松柯等(2023)[38]以及方穎和趙揚(yáng)(2011)[39]的研究,本文在基準(zhǔn)回歸中引入工具變量。若工具變量除了通過內(nèi)生變量還會(huì)借由其他途徑影響商業(yè)信用供給,那么工具變量的系數(shù)將顯著不為0,反之,若工具變量未通過顯著性檢驗(yàn),則排除了工具變量借由其他渠道對(duì)商業(yè)信用供給的影響。表6列(3)和列(6)為工具變量外生性的檢驗(yàn)結(jié)果。兩個(gè)工具變量的回歸系數(shù)均不顯著,進(jìn)一步論證了工具變量的外生性。

表6 內(nèi)生性處理

除了采用工具變量解決內(nèi)生性外,本文進(jìn)一步通過赫克曼(Heckman)兩步法[36]和傾向評(píng)分匹配(PSM)方法[40]減少研究中可能存在的自選擇問題。首先,本文參考余典范等(2022)[16]的研究,選取影響企業(yè)數(shù)字化的因素計(jì)算逆米爾斯比率(imr),并將其代入基準(zhǔn)回歸模型,如果核心解釋變量的系數(shù)顯著,則說明在處理自選擇問題后,本文的結(jié)論仍然成立。其次,數(shù)字化水平較高的企業(yè)可能經(jīng)營績效也較好,因此愿意向上下游提供商業(yè)信用。本文參考李云鶴等(2022)[40],采用1∶3的近鄰匹配法進(jìn)行匹配,并對(duì)匹配后的樣本進(jìn)行回歸檢驗(yàn)。表6結(jié)果均顯示,即使在考慮自選擇問題后核心解釋變量的系數(shù)仍在5%的水平上正向顯著。

(四)作用渠道與影響機(jī)制

1.供應(yīng)鏈融資供給增加的作用渠道

本文的基準(zhǔn)回歸結(jié)果表明,隨著數(shù)字化水平的提升,企業(yè)將更多地向上下游供應(yīng)商和客戶提供商業(yè)信用。企業(yè)增加供應(yīng)鏈融資供給可能存在兩種方式。從上游企業(yè)看,供應(yīng)商向企業(yè)提供原材料,企業(yè)向其支付貨款。企業(yè)既可以通過更快地向其支付貨款,減少賒賬來間接提供商業(yè)信用;也可以預(yù)先支付貨款直接提供商業(yè)信用。就下游企業(yè)而言,客戶購買企業(yè)的產(chǎn)品用于銷售,企業(yè)向客戶收取貨款。企業(yè)既可以通過延緩收款主動(dòng)提供商業(yè)信用,也可以減少預(yù)收貨款提供商業(yè)信用。本文將被解釋變量的分子劃分為“預(yù)付賬款(prepay)”“應(yīng)付賬款和應(yīng)付票據(jù)(credit_pay)”“應(yīng)收賬款和應(yīng)收票據(jù)(credit_rece)”以及“預(yù)收賬款(prerece)”,以此考察企業(yè)數(shù)字化促進(jìn)供應(yīng)鏈融資供給的渠道。

表7為考察供應(yīng)鏈融資供給增加渠道的回歸結(jié)果。通過比較表7的回歸系數(shù)可以發(fā)現(xiàn),企業(yè)數(shù)字化僅對(duì)“應(yīng)付賬款和應(yīng)付票據(jù)”以及“應(yīng)收賬款和應(yīng)收票據(jù)”有顯著影響。這意味著隨著數(shù)字化的推進(jìn),企業(yè)增加供應(yīng)鏈融資供給的渠道為更快向供應(yīng)商支付貨款、減少對(duì)上游企業(yè)的資金占用;并延緩客戶對(duì)貨款的支付。這一結(jié)果不僅與祁懷錦等(2022)[29]的研究具有一致性,更在此基礎(chǔ)上厘清了其中的作用渠道,打開了供應(yīng)鏈融資供給增加的黑箱。本文的結(jié)果也表明,數(shù)字化推進(jìn)帶來的商業(yè)信用供給增加不僅表現(xiàn)在延緩客戶支付貨款上,而且相應(yīng)加快了對(duì)供應(yīng)商資金的支付。這對(duì)于更為全面理解數(shù)字化影響供應(yīng)鏈融資供給的渠道有著積極意義。

表7 供應(yīng)鏈融資供給增加的作用渠道

天星數(shù)科是小米公司運(yùn)用數(shù)字科技服務(wù)上下游的代表案例。小米公司在與生態(tài)鏈企業(yè)的合作中發(fā)現(xiàn),企業(yè)在訂單階段融資需求最高,但銀行囿于較高的風(fēng)險(xiǎn)并不愿意提供信貸支持。訂單融資存在資金挪用、生產(chǎn)受阻、市場(chǎng)低迷和回款困難等風(fēng)險(xiǎn)。為了解決上下游企業(yè)的融資難題,小米深挖交易數(shù)據(jù),對(duì)供應(yīng)鏈企業(yè)的生產(chǎn)進(jìn)行精細(xì)化管理。通過大數(shù)據(jù)分析供應(yīng)商訂單中的字段信息,了解其真實(shí)用途,結(jié)合歷史信息和行業(yè)數(shù)據(jù)評(píng)估產(chǎn)品生產(chǎn)成本,了解工廠產(chǎn)能,降低供應(yīng)鏈融資服務(wù)的事前風(fēng)險(xiǎn)。此外,小米還將物流交付信息接入平臺(tái),獲取產(chǎn)品入庫、退貨、良品率、售后和結(jié)算信息,降低了供應(yīng)鏈融資事后風(fēng)險(xiǎn)。通過天星數(shù)科供應(yīng)鏈融資平臺(tái),小米累計(jì)為生態(tài)鏈企業(yè)“追覓科技”提供40億元資金,使該企業(yè)營業(yè)額增長數(shù)十倍[41]。

2.數(shù)字化影響供應(yīng)鏈融資的機(jī)制

從供應(yīng)鏈融資的供給決策來看,企業(yè)是否提供商業(yè)信用取決于其對(duì)上下游合作企業(yè)壞賬風(fēng)險(xiǎn)的預(yù)期以及自身經(jīng)營狀況的考量。一方面,由于商業(yè)信用供給占用了企業(yè)自有資金,并且相比于貸款,商業(yè)信用的收回成本較高、壞賬風(fēng)險(xiǎn)較大[8]。因此,風(fēng)險(xiǎn)承擔(dān)能力對(duì)企業(yè)商業(yè)信用供給意愿有重要影響。風(fēng)險(xiǎn)承擔(dān)能力越高,企業(yè)越愿意向上下游供應(yīng)商和客戶提供商業(yè)信用。另一方面,商業(yè)信用的提供需要以較好的經(jīng)營業(yè)績作為保障。本文在基準(zhǔn)回歸中也發(fā)現(xiàn),企業(yè)經(jīng)營績效與商業(yè)信用供給具有顯著的正向關(guān)系。當(dāng)企業(yè)經(jīng)營績效良好、生產(chǎn)效率較高時(shí),通過商業(yè)信用促進(jìn)產(chǎn)品銷售的動(dòng)機(jī)更強(qiáng),也有更多的資金用于商業(yè)信用。本文以全要素生產(chǎn)率作為企業(yè)經(jīng)營效率的衡量指標(biāo),檢驗(yàn)數(shù)字化影響供應(yīng)鏈融資供給意愿和能力的影響機(jī)制?？紤]到中介效應(yīng)模型可能存在的內(nèi)生性偏誤和渠道識(shí)別不清的問題[42],現(xiàn)有文獻(xiàn)大多通過觀測(cè)核心解釋變量對(duì)機(jī)制變量的影響進(jìn)行機(jī)制檢驗(yàn)[43-44],并在理論分析中對(duì)機(jī)制變量和被解釋變量的關(guān)系進(jìn)行說明。同時(shí),也有相關(guān)研究認(rèn)為機(jī)制變量對(duì)被解釋變量的理論論證可能不充分,因此還需要補(bǔ)充機(jī)制變量對(duì)被解釋變量的回歸結(jié)果[45]。本文參考上述文獻(xiàn)并結(jié)合余典范和王佳希(2022)[46]的研究,在機(jī)制檢驗(yàn)?zāi)Ｐ偷幕A(chǔ)上增加使用工具變量的回歸結(jié)果,以減少其中可能存在的內(nèi)生性問題。

機(jī)制變量一為供應(yīng)鏈融資供給意愿,由企業(yè)風(fēng)險(xiǎn)承擔(dān)能力表征。本文參考余典范和王佳希(2022)[46]的研究,以公司盈利的波動(dòng)性測(cè)度風(fēng)險(xiǎn)承擔(dān)能力。測(cè)算方式如下:首先計(jì)算出每個(gè)公司的總資產(chǎn)報(bào)酬率(roa)并減去同年同行業(yè)的總資產(chǎn)報(bào)酬率(roa)均值以消除經(jīng)濟(jì)周期和行業(yè)的影響,然后分別測(cè)算每個(gè)企業(yè)經(jīng)年份行業(yè)調(diào)整后的總資產(chǎn)報(bào)酬率(roa)后向三年的滾動(dòng)標(biāo)準(zhǔn)差(risk1)和極差(risk2)。risk1和risk2取值越大,則企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力越高。具體計(jì)算公式如式(2)—式(4)所示。

(2)

(3)

risk2i,t=Max(adjroai,j,t,...,adjroai,j,t+T-1)-Min(adjroai,j,t,...,adjroai,j,t+T-1),T=3

(4)

式(2)中,adjroa為經(jīng)行業(yè)和年度均值調(diào)整后的總資產(chǎn)報(bào)酬率,ebit為息稅前利潤,asset表示總資產(chǎn)。由于過長的時(shí)間窗口將損失較多樣本,因此本文選取T=3計(jì)算滾動(dòng)3期的企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。按照式(3)和式(4)可進(jìn)一步計(jì)算得到后向三年滾動(dòng)標(biāo)準(zhǔn)差(risk1)和極差(risk2)。如果企業(yè)數(shù)字化的確通過提升風(fēng)險(xiǎn)承擔(dān)能力促進(jìn)供應(yīng)鏈融資供給,那么可以預(yù)期,核心解釋變量對(duì)風(fēng)險(xiǎn)承擔(dān)能力的回歸系數(shù)顯著為正。

機(jī)制變量二為供應(yīng)鏈融資供給能力,用全要素生產(chǎn)率表征。本文參考魯曉東和連玉君(2012)[47]的研究,分別基于奧利-帕克斯(OP)法和萊文索恩-彼得林(LP)方法計(jì)算上市公司全要素生產(chǎn)率。如果企業(yè)數(shù)字化通過改善企業(yè)經(jīng)營績效、提高生產(chǎn)效率,促進(jìn)商業(yè)信用供給,那么本文預(yù)期核心解釋變量對(duì)機(jī)制變量的回歸系數(shù)顯著為正。

表8為供給意愿的機(jī)制檢驗(yàn)結(jié)果。其中表8列(1)—列(3)為使用標(biāo)準(zhǔn)差計(jì)算得到的風(fēng)險(xiǎn)承擔(dān)能力機(jī)制檢驗(yàn)結(jié)果,列(4)—列(6)為使用極差計(jì)算得到的指標(biāo)檢驗(yàn)結(jié)果。表8列(1)和列(4)的回歸系數(shù)顯示,隨著企業(yè)數(shù)字化水平的提高,風(fēng)險(xiǎn)承擔(dān)能力顯著增強(qiáng),與王超等(2023)[48]研究一致。列(2)和列(5)的回歸結(jié)果顯示,風(fēng)險(xiǎn)承擔(dān)能力對(duì)供應(yīng)鏈融資的回歸系數(shù)同樣顯著為正,由此表明企業(yè)數(shù)字化增強(qiáng)風(fēng)險(xiǎn)承擔(dān)能力,進(jìn)而提高供應(yīng)鏈融資供給意愿的機(jī)制成立。表8列(3)和列(6)為使用魯貝爾工具變量的檢驗(yàn)結(jié)果(2)本文也使用“城市經(jīng)常使用電腦的員工比例”進(jìn)行機(jī)制檢驗(yàn),相關(guān)結(jié)果仍然穩(wěn)健。。即使在考慮機(jī)制檢驗(yàn)?zāi)Ｐ涂赡艽嬖诘膬?nèi)生性問題后,結(jié)果仍然穩(wěn)健。

表8 數(shù)字化影響供應(yīng)鏈融資的機(jī)制:供給意愿

表9為供給能力的機(jī)制檢驗(yàn)結(jié)果。其中,列(1)—列(3)為基于LP方法測(cè)算的全要素生產(chǎn)率指標(biāo)回歸結(jié)果,列(4)—列(6)為基于OP方法測(cè)算的結(jié)果。觀察表9列(1)和列(4)的系數(shù)可知,企業(yè)數(shù)字化顯著提升了生產(chǎn)效率。同時(shí),表9列(2)和列(5)中,全要素生產(chǎn)率的回歸系數(shù)在1%的水平上顯著為正。上述結(jié)果表明,企業(yè)數(shù)字化通過改善經(jīng)營績效、提高生產(chǎn)效率增強(qiáng)了供應(yīng)鏈融資供給能力,最終產(chǎn)生促進(jìn)效果。表9列(3)和列(6)使用工具變量進(jìn)行機(jī)制檢驗(yàn)后,相關(guān)結(jié)果仍然穩(wěn)健,具有一致性。

表9 數(shù)字化影響供應(yīng)鏈融資的機(jī)制:供給能力

(五)異質(zhì)性分析

1.不同所有權(quán)企業(yè)

本文根據(jù)股權(quán)性質(zhì)將上市公司劃分為國有企業(yè)(soe=1)與非國有企業(yè)(soe=0),相關(guān)數(shù)據(jù)來自國泰安數(shù)據(jù)庫。由于在研究期間,部分公司存在股權(quán)性質(zhì)變動(dòng),組別的跳躍可能會(huì)對(duì)本文回歸結(jié)果產(chǎn)生干擾[42],因此本文保留研究期間未發(fā)生所有權(quán)變動(dòng)的企業(yè)進(jìn)行異質(zhì)性分析(3)感謝審稿人提供的寶貴建議。在數(shù)字化協(xié)同水平和地區(qū)信任的回歸中,本文也做了相同的處理。。表10不同所有權(quán)企業(yè)的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果顯示,企業(yè)數(shù)字化與是否為國企的交互項(xiàng)回歸系數(shù)顯著為負(fù)。這意味著相比于國有企業(yè),企業(yè)數(shù)字化對(duì)非國有企業(yè)的供應(yīng)鏈融資供給促進(jìn)作用更為明顯。一般認(rèn)為,國有企業(yè)在市場(chǎng)上具有較高的議價(jià)能力,通過增加商業(yè)信用以促進(jìn)上下游交易的積極性不高[14]。相比于國有企業(yè),非國有企業(yè)的經(jīng)營決策更為靈活,能夠承擔(dān)更高的風(fēng)險(xiǎn),商業(yè)信用供給意愿較高。另外,通過數(shù)字化變革,非國有企業(yè)能夠有效提升信息搜集和分析能力,降低信息不對(duì)稱對(duì)商業(yè)信用供給的阻礙。國有企業(yè)由于與政府的天然聯(lián)系,信息來源較為廣泛,通過數(shù)字化降低信息不對(duì)稱的效應(yīng)較弱。因此,企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資的促進(jìn)效應(yīng)在非國有企業(yè)中更為明顯。

表10 異質(zhì)性回歸結(jié)果

2.不同數(shù)字化協(xié)同水平

企業(yè)數(shù)字化的順利推進(jìn),不僅需要自身加大投入,還離不開上下游企業(yè)的配合。上下游數(shù)字化協(xié)同水平關(guān)系著其數(shù)字化賦能效果的大小。當(dāng)產(chǎn)業(yè)鏈數(shù)字化水平較高時(shí),上下游企業(yè)能夠有效減少交易成本,節(jié)約物流、差旅和供應(yīng)鏈管理等支出,最終表現(xiàn)為上下游合作關(guān)系的加強(qiáng)[49]。從供應(yīng)鏈融資角度來看,較高的數(shù)字化協(xié)同水平有助于企業(yè)間增進(jìn)了解,減少信息不對(duì)稱帶來的信任缺失。本文參考余典范等(2022)[16]的研究方法,利用投入產(chǎn)出表構(gòu)建上游和下游數(shù)字化水平指標(biāo)。上游數(shù)字化水平的具體構(gòu)建公式為:

(5)

(6)

在數(shù)字化轉(zhuǎn)型實(shí)踐中,目前普遍存在上下游信息孤島、物流數(shù)據(jù)不透明、協(xié)同成本較高等問題。如果每家企業(yè)均建立各自的數(shù)字化系統(tǒng),那么將產(chǎn)生數(shù)據(jù)接口不匹配的協(xié)同問題。因此,政府應(yīng)當(dāng)鼓勵(lì)有條件的龍頭企業(yè)、鏈主企業(yè)打造相關(guān)云平臺(tái)和數(shù)據(jù)系統(tǒng),開放數(shù)據(jù)資源以提高協(xié)同效率。例如,吉利集團(tuán)針對(duì)汽車行業(yè)推出的“摩碼智造管理大師+汽車供應(yīng)鏈協(xié)同解決方案”,通過搭建汽車供應(yīng)鏈協(xié)同平臺(tái)和倉儲(chǔ)物流云、質(zhì)量協(xié)同云、采購協(xié)同云、生產(chǎn)協(xié)同云,對(duì)供應(yīng)鏈中的各要素進(jìn)行重組,有效降低了汽車離散制造帶來的協(xié)同難題。在倉儲(chǔ)物流領(lǐng)域,該平臺(tái)支持訂單協(xié)同、庫存協(xié)同和運(yùn)輸協(xié)同,實(shí)現(xiàn)庫存訂單以及運(yùn)輸信息的共享。鏈主企業(yè)通過向供應(yīng)商開放庫存系統(tǒng)應(yīng)用程序編程接口(API),實(shí)現(xiàn)異構(gòu)系統(tǒng)的無縫互聯(lián),減少了供應(yīng)鏈上的庫存積壓,幫助數(shù)百家鏈主企業(yè)和供應(yīng)商降低5%～30%庫存。廣東省圍繞二十多個(gè)戰(zhàn)略性新興產(chǎn)業(yè)集群遴選兩三家鏈主企業(yè),組織這些企業(yè)加強(qiáng)核心技術(shù)研發(fā),帶動(dòng)上下游融通發(fā)展,微波爐行業(yè)龍頭格蘭仕通過數(shù)字化供應(yīng)鏈系統(tǒng),將產(chǎn)品研發(fā)、可靠性驗(yàn)證、烹調(diào)數(shù)據(jù)分析、供應(yīng)商開模等工作協(xié)調(diào)起來,實(shí)現(xiàn)產(chǎn)業(yè)鏈效率提升,運(yùn)營成本、不良品率降低。

3.不同地區(qū)信任水平

供應(yīng)鏈融資作用的發(fā)揮建立在良好的信任基礎(chǔ)上[18]。在傳統(tǒng)的供應(yīng)鏈融資供給模式中,由于信息獲取渠道少,無法充分評(píng)估交易方的信用狀況,融資提供主體面臨較大風(fēng)險(xiǎn)。隨著以區(qū)塊鏈為代表的數(shù)字技術(shù)的出現(xiàn),企業(yè)可以獲取供應(yīng)商和客戶的歷史交易信息和財(cái)務(wù)數(shù)據(jù),評(píng)估其還款能力,有效降低風(fēng)險(xiǎn)。因此,企業(yè)數(shù)字化可能有效彌補(bǔ)信任缺失對(duì)供應(yīng)鏈融資的阻礙。本文參考張維迎和柯榮住(2002)[50]的方法,使用2000年“中國企業(yè)家調(diào)查數(shù)據(jù)”作為地區(qū)信任水平的衡量指標(biāo)。由于這一數(shù)據(jù)屬于截面信息,本文參考余典范等(2022)[51]的研究,將其與每年的市場(chǎng)化指數(shù)分指數(shù)“市場(chǎng)中介組織的發(fā)育和法律制度環(huán)境指數(shù)”相乘,得到各省每年的信任水平。本文按照不同年份信任水平中位數(shù)將企業(yè)所在地區(qū)劃分為信任水平較高組(trust=1)和較低組(trust=0)。表10地區(qū)信任水平的調(diào)節(jié)效應(yīng)回歸結(jié)果顯示,核心解釋變量與地區(qū)信任水平交互項(xiàng)的回歸系數(shù)顯著為負(fù)。這意味著企業(yè)數(shù)字化有效彌補(bǔ)了地區(qū)信任缺失對(duì)供應(yīng)鏈融資供給產(chǎn)生的負(fù)面影響。至此,本文的研究假設(shè)2得到驗(yàn)證。

4.不同商業(yè)信用期限

葛和邱(Ge &Qiu,2007)的研究認(rèn)為,企業(yè)可能出于交易動(dòng)機(jī)或融資動(dòng)機(jī)為上下游提供融資支持[52]。一方面,在原材料購買和產(chǎn)品銷售過程中,為了增進(jìn)企業(yè)間信任、保證產(chǎn)品質(zhì)量,企業(yè)會(huì)提供部分商業(yè)信用。這類商業(yè)信用產(chǎn)生的根源在于企業(yè)間信任程度較低,產(chǎn)品信息不對(duì)稱較為嚴(yán)重。另一方面,隨著企業(yè)越來越重視供應(yīng)鏈穩(wěn)定性以及供應(yīng)鏈競爭力在企業(yè)經(jīng)營中的作用,企業(yè)會(huì)主動(dòng)提供商業(yè)信用緩解上下游企業(yè)的融資約束。因此,通過區(qū)分供應(yīng)鏈融資的供給類型,有助于更好地理解數(shù)字化的重要作用,驗(yàn)證企業(yè)數(shù)字化對(duì)供應(yīng)鏈融資供給的優(yōu)化效應(yīng)。結(jié)合已有文獻(xiàn),商業(yè)信用的期限結(jié)構(gòu)是區(qū)分其供給類型的重要方式。一般認(rèn)為,出于交易動(dòng)機(jī)的商業(yè)信用往往期限較短,而融資動(dòng)機(jī)的商業(yè)信用期限則較長。本文從國泰安數(shù)據(jù)庫獲取上市公司商業(yè)信用的期限信息,將一年以下的商業(yè)信用界定為出于交易動(dòng)機(jī),一年以上為融資動(dòng)機(jī)[21],計(jì)算企業(yè)一年以下的商業(yè)信用占比。表10最后一列為企業(yè)數(shù)字化對(duì)一年以下商業(yè)信用占比的回歸結(jié)果。由核心解釋變量的回歸系數(shù)可知,企業(yè)數(shù)字化顯著降低了一年以下的商業(yè)信用供給。這意味著企業(yè)數(shù)字化更多地促進(jìn)了企業(yè)出于融資目的的商業(yè)信用供給。這一結(jié)果不僅再次論證了企業(yè)數(shù)字化對(duì)于供應(yīng)鏈融資供給的正面作用,而且表明數(shù)字化帶來的供應(yīng)鏈融資供給增進(jìn)與傳統(tǒng)交易動(dòng)機(jī)并不相同,能夠真正為供應(yīng)鏈上下游提供融資支持。

五、進(jìn)一步研究

本文的研究表明:企業(yè)數(shù)字化通過提升供給能力和供給意愿顯著促進(jìn)了供應(yīng)鏈融資供給,并且這一效果在不同所有制企業(yè)、上下游協(xié)同水平和地區(qū)信任樣本中存在差異。同時(shí),區(qū)分商業(yè)信用期限后發(fā)現(xiàn),企業(yè)數(shù)字化主要促進(jìn)了以融資為目的的商業(yè)信用供給?？傮w上,隨著數(shù)字化變革的推進(jìn),上下游之間的資金流動(dòng)增加。本文進(jìn)一步關(guān)注的問題是,數(shù)字化帶來的資金流動(dòng)主要發(fā)生在哪類供應(yīng)商和客戶中?探究這一問題有助于更好地理解數(shù)字化在優(yōu)化供應(yīng)鏈融資供給結(jié)構(gòu)中的作用。本文整理了上市公司商業(yè)信用明細(xì)信息,將各類應(yīng)收應(yīng)付、預(yù)收預(yù)付賬款和票據(jù)的交易對(duì)象名稱與上市公司五大供應(yīng)商和客戶匹配,構(gòu)造企業(yè)對(duì)不同供應(yīng)商和客戶的商業(yè)信用供給指標(biāo)。

(一)交易次數(shù)的差異

從重復(fù)博弈的角度來看,更多的交易經(jīng)歷意味著信任的增加。在長期的供應(yīng)鏈交易中,企業(yè)更加愿意與熟悉的供應(yīng)商和客戶合作。因此,傳統(tǒng)模式下企業(yè)較難與新的供應(yīng)商和客戶建立信任關(guān)系。隨著數(shù)字技術(shù)的出現(xiàn),企業(yè)可以通過多渠道了解供應(yīng)商和客戶的信用狀況,對(duì)其歷史交易信息進(jìn)行評(píng)估。同時(shí),區(qū)塊鏈等技術(shù)在企業(yè)經(jīng)營中的應(yīng)用有助于更快地建立合作關(guān)系,減少逆向選擇和道德風(fēng)險(xiǎn)[53]。本文利用上市公司披露的五大供應(yīng)商和客戶信息,計(jì)算企業(yè)與供應(yīng)商客戶的交易次數(shù)(4)考慮到部分企業(yè)既是上市公司的供應(yīng)商也是客戶,本文將同一年既是供應(yīng)商也是客戶的企業(yè)交易次數(shù)記為兩次,回歸結(jié)果仍然一致。,研究企業(yè)對(duì)不同交易頻次供應(yīng)商和客戶的商業(yè)信用供給差異。具體測(cè)算上,本文首先基于歷史交易信息,統(tǒng)計(jì)截至樣本所在年份,企業(yè)與該供應(yīng)商或客戶的交易次數(shù)。其次按照交易次數(shù)中位數(shù)將企業(yè)同一年的供應(yīng)商和客戶劃分為交易次數(shù)較多的供應(yīng)鏈企業(yè)(F.credit_more)和較少的供應(yīng)鏈企業(yè)(F.credit_less),分別計(jì)算企業(yè)對(duì)兩組供應(yīng)鏈企業(yè)提供的商業(yè)信用。如果數(shù)字化的確彌合了企業(yè)間信任的缺失,那么本文預(yù)期企業(yè)將更多向交易次數(shù)較少的上下游供應(yīng)商和客戶提供商業(yè)信用。表11列示了企業(yè)數(shù)字化對(duì)不同交易次數(shù)上下游商業(yè)信用供給的回歸結(jié)果,核心解釋變量的回歸系數(shù)在交易次數(shù)較少的上下游中顯著為正,但在交易次數(shù)較多的上下游企業(yè)中不顯著。這意味著數(shù)字技術(shù)在企業(yè)經(jīng)營中的應(yīng)用顯著促進(jìn)了企業(yè)間信任[10]。在數(shù)字技術(shù)的支持下,傳統(tǒng)商業(yè)信用中的信任缺失會(huì)得到緩解。企業(yè)也得以和新的供應(yīng)商和客戶建立更加緊密的關(guān)系,對(duì)于供應(yīng)鏈的調(diào)整優(yōu)化也有積極作用。

(二)國有與非國有企業(yè)

供應(yīng)鏈融資除了有助于促進(jìn)企業(yè)間合作,緩解融資約束外,還發(fā)揮著資源二次配置的作用[6]。本文從國泰安數(shù)據(jù)庫獲取上市公司五大供應(yīng)商和客戶信息,根據(jù)企業(yè)名稱將其與天眼查數(shù)據(jù)庫匹配,獲得有關(guān)所有權(quán)屬性的相關(guān)數(shù)據(jù)。本文將供應(yīng)商和客戶按照所有權(quán)性質(zhì)劃分為國有(F.credit_soe)和非國有(F.credit_nsoe)兩組,分別計(jì)算企業(yè)對(duì)其商業(yè)信用的供給,檢驗(yàn)企業(yè)數(shù)字化增進(jìn)的供應(yīng)鏈融資供給在不同所有權(quán)上下游中有何差異。表12為企業(yè)數(shù)字化對(duì)不同所有權(quán)上下游供應(yīng)鏈融資供給的回歸結(jié)果。核心解釋變量的回歸系數(shù)顯示,企業(yè)數(shù)字化對(duì)非國有供應(yīng)商和客戶的商業(yè)信用供給顯著為正。這意味著企業(yè)數(shù)字化對(duì)于發(fā)揮商業(yè)信用的資源配置作用同樣具有積極意義。一般認(rèn)為,非國有企業(yè)相比于國有企業(yè)資金來源較少,在銀行信貸中容易受到歧視[54]。本文的結(jié)果進(jìn)一步肯定了商業(yè)信用在緩解非國有企業(yè)融資約束中的重要補(bǔ)充作用。

表12 對(duì)不同所有權(quán)上下游的供應(yīng)鏈融資供給

(三)融資約束的差異

供應(yīng)鏈融資供給的增加究竟是對(duì)銀行信貸的替代還是補(bǔ)充?本文進(jìn)一步分析數(shù)字化對(duì)不同融資約束上下游的商業(yè)信用供給影響?？紤]到上市公司的供應(yīng)商和客戶多為非上市企業(yè),因此很難按照經(jīng)典方法測(cè)算其融資約束指標(biāo)。從已有研究來看,企業(yè)的融資約束與其所在地區(qū)的金融環(huán)境密切相關(guān)。地區(qū)金融越發(fā)達(dá),銀行、金融中介等機(jī)構(gòu)越多,企業(yè)獲得相關(guān)資金支持的成本也越低。因此,本文可以通過比較企業(yè)對(duì)金融發(fā)達(dá)與不發(fā)達(dá)地區(qū)企業(yè)的商業(yè)信用供給差異來檢驗(yàn)上述問題。參考孔等人(2020)[21]的研究,本文利用市場(chǎng)化指數(shù)中金融行業(yè)市場(chǎng)化指數(shù)中位數(shù)將供應(yīng)商和客戶所在省份劃分為融資約束較低組(F.credit_fin),其余為融資約束較高組(F.credit_nfin)。供應(yīng)商和客戶的省份信息來自天眼查數(shù)據(jù)庫提供的企業(yè)注冊(cè)地址數(shù)據(jù)。本文分別計(jì)算上市公司對(duì)兩類供應(yīng)商和客戶的商業(yè)信用供給。表13結(jié)果顯示,企業(yè)數(shù)字化對(duì)融資約束較弱的供應(yīng)商和客戶供應(yīng)鏈融資供給顯著為正,但對(duì)融資約束較強(qiáng)企業(yè)的供給不顯著。這意味著數(shù)字化帶來的供應(yīng)鏈融資供給增加更多發(fā)揮了互補(bǔ)作用。

表13 對(duì)不同融資約束上下游的供應(yīng)鏈融資供給

六、結(jié)論與啟示

擴(kuò)大企業(yè)融資來源,深化供應(yīng)鏈協(xié)作是當(dāng)前高不確定性背景下增強(qiáng)企業(yè)韌性的重要政策目標(biāo)。本文以企業(yè)數(shù)字化為切入點(diǎn),基于2010—2020年中國滬深A(yù)股上市公司樣本,實(shí)證檢驗(yàn)了數(shù)字化變革的供應(yīng)鏈融資效應(yīng),并對(duì)其中的影響機(jī)制和異質(zhì)性結(jié)果進(jìn)行深入探討。研究發(fā)現(xiàn),企業(yè)數(shù)字化通過提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力和經(jīng)營績效,促使企業(yè)更多向上下游供應(yīng)商和客戶提供商業(yè)信用。隨著數(shù)字化變革的深入推進(jìn),企業(yè)更快地向供應(yīng)商支付貨款,以及延緩客戶的銷售款收取,這些都能間接提供融資支持。異質(zhì)性分析表明,企業(yè)數(shù)字化的供應(yīng)鏈融資效應(yīng)在非國有企業(yè)、上下游數(shù)字化協(xié)同水平更高以及地區(qū)信任水平較低的樣本中更為顯著。并且,本文發(fā)現(xiàn)數(shù)字化更多促進(jìn)了以融資而非交易為目的的商業(yè)信用供給,數(shù)字化帶來的供應(yīng)鏈融資供給增加,更多流向交易次數(shù)較少、非國有以及融資約束較弱的供應(yīng)鏈合作企業(yè)。

本文的研究對(duì)于發(fā)揮供應(yīng)鏈的融資作用,深入推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型有如下實(shí)踐啟示。一方面,應(yīng)加快數(shù)字技術(shù)在企業(yè)信用評(píng)估、風(fēng)險(xiǎn)管控和上下游協(xié)作中的應(yīng)用。數(shù)字技術(shù)的出現(xiàn)擴(kuò)大了企業(yè)的信息來源,增強(qiáng)了其信息分析能力。基于數(shù)字技術(shù),企業(yè)可以更為充分地了解上下游供應(yīng)商和客戶的信用狀況和供貨情況,綜合評(píng)估企業(yè)還款能力和壞賬風(fēng)險(xiǎn),進(jìn)而增加對(duì)上下游的商業(yè)信用融資支持。因此,企業(yè)應(yīng)當(dāng)加快生產(chǎn)經(jīng)營環(huán)節(jié)的數(shù)字化轉(zhuǎn)型,提高企業(yè)利用人工智能等數(shù)字技術(shù)分析決策的能力。從政府角度來看,可以通過支持商業(yè)查詢平臺(tái)建設(shè),加大裁判文書網(wǎng)、專利等涉及企業(yè)經(jīng)營的信息公開力度,為企業(yè)間非正式融資提供外部支撐。另一方面,提高數(shù)字化轉(zhuǎn)型中的供應(yīng)鏈協(xié)同水平,減少由于上下游交易摩擦帶來的效率損失。本文的研究再次印證了供應(yīng)鏈協(xié)同對(duì)于數(shù)字化發(fā)揮作用的重要性,強(qiáng)調(diào)數(shù)字化的成功轉(zhuǎn)型既需要企業(yè)自身加大投入,也離不開供應(yīng)鏈企業(yè)的支持。政府可以通過建立產(chǎn)業(yè)鏈數(shù)字化協(xié)同機(jī)制,打通產(chǎn)業(yè)鏈上下游企業(yè)數(shù)據(jù)通道。數(shù)字化協(xié)同水平的提高離不開鏈主企業(yè)的核心作用,因此政府應(yīng)當(dāng)針對(duì)本地的主導(dǎo)產(chǎn)業(yè)遴選一批具有上下游輻射作用,供應(yīng)鏈帶動(dòng)效應(yīng)強(qiáng)的示范企業(yè)。鼓勵(lì)鏈主企業(yè)充分利用自身優(yōu)勢(shì),加強(qiáng)與數(shù)字化服務(wù)商的合作,搭建更加符合產(chǎn)業(yè)特點(diǎn)的數(shù)字化協(xié)同平臺(tái),推動(dòng)企業(yè)間訂單、產(chǎn)能和渠道共享,促使產(chǎn)業(yè)鏈供應(yīng)鏈向更高層級(jí)躍遷。